Universidad Pública de Navarra



English | Año Académico: 2022/2023 | Otros años:  2021/2022  |  2020/2021  |  2019/2020  |  2018/2019 
Graduado o Graduada en Ciencia de Datos por la Universidad Pública de Navarra
Código: 505108 Asignatura: ESTRUCTURA DE DATOS
Créditos: 6 Tipo: Básica Curso: 1 Periodo: 2º S
Departamento: Estadística, Informática y Matemáticas
Profesorado:
PINA CALAFI, ALFREDO (Resp)   [Tutorías ] AMOZARRAIN PEREZ, UGAITZ   [Tutorías ]

Partes de este texto:

 

Módulo/Materia

  • Materia Nivel 1: Formación Básica
  • Materia Nivel 2: Informática

Subir

Descripción/Contenidos

 Pilas y colas. Programación de árboles. Grafos. Recursividad. Modularidad. Introducción a ficheros

Subir

Competencias genéricas

  • CT4. Capacidad para el trabajo en equipos multidisciplinares y multiculturales.
  • CT5. Capacidad para trabajar por proyectos.

Subir

Competencias específicas

  • CG1. Aplicar la capacidad analítica y de abstracción, la intuición y el pensamiento lógico adquiridos para identificar y analizar problemas complejos y buscar y formular soluciones en un entorno multidisciplinar.
  • CG4. Saber utilizar los procesos teóricos y aplicados que permiten extraer información a partir de conjuntos de datos de naturaleza homogénea u heterogénea, en particular cuando se trata de grandes volúmenes de datos.
  • CE2. Manejar las técnicas que permiten representar y fusionar datos e información.
  • CE6. Conocer los fundamentos de la programación de los ordenadores, la eficiencia de los programas, así como conocer la aplicación y las limitaciones de las estructuras de datos básicas que pueden utilizarse en la concepción de programas.

Subir

Resultados aprendizaje

  • RA8. Identificar los problemas en los que es natural el uso de la recursividad.
  • RA9. Describir los conceptos de pila y cola en el marco de la programación.
  • RA10. Explicar el uso de árboles y grafos en el marco de la programación.
  • RA11. Diseñar programas modulares para resolver problemas complejos.
  • RA12. Utilizar ficheros de forma eficiente para el manejo de datos.
  • RA13. Identificar la relación entre ficheros y bases de datos.

Subir

Metodología

Metodología - Actividad Horas Presenciales Horas no presenciales
A1- Clases expositivas/participativas 26  
A2- Prácticas 30  
A3- Estudio y trabajo autónomo del estudiante   86
A4- Tutorías    4
A5- Pruebas de evaluación 4  
Total 60 90

 

Subir

Evaluación

 

Resultados de
aprendizaje
Actividad de
evaluación
Peso (%) Carácter
recuperable
Nota mínima
requerida
RA8, RA9, RA10, RA12, RA13 Pruebras escritas. Examen teórico-práctico individual. 50 SI 5
RA8, RA9, RA10, RA11, RA12, RA13 Trabajos y pruebas prácticas (individuales y en grupo) 40 NO  
RA8, RA9, RA10, RA11, RA12, RA13 Participación en clase y evaluación continua 10 NO  

 

Si en alguna de las actividades no se cumpliera el mínimo para ponderar, la nota de la asignatura será como máximo 4,9 sobre 10 (suspenso).

 

 

 

Subir

Temario

Los temas para trabajar en Teoría son:

  • Tipo de datos abstracto Pila;
  • Tipo de datos abstracto Colas y Colas dobles;
  • Tipo de datos abstracto Lista;
  • Introducción al análisis de complejidad computacional
  • Introducción a la Recursividad
  • Tipo de datos abstracto Árbol Binario;
  • Tipo de datos abstracto Árbol binario de búsqueda;
  • Introducción a los Grafos;
  • Aspectos de programación: Modularidad con Python, Ficheros con Python, etc.

Subir

Programa de prácticas experimentales

Las sesiones practicas consistirán en desarrollar una serie de proyectos a realizar en 1, 2 o 3 semanas y que servirán, por un lado, para aplicar todos los conceptos teóricos y, por otro lado, para progresar en la programación estructurada en Python. Los proyectos se conocerán a principio de curso, y en cada sesión practica se irán resolviendo progresivamente todos los aspectos técnicos cada proyecto.

Subir

Bibliografía

Acceda a la bibliografía que el profesorado de la asignatura ha solicitado a la Biblioteca.


La bibliografía básica de la asignatura es:

  • Alfred V. Aho, John E. Hopcroft, Jeffrey D. Ullman, Estructuras de datos y algoritmos, Ed. Wilmington (Del) Addison-Wesley Iberoamericana, 1988;
  • Kent D. Lee, Steve Hubbard, Data Structures and Algorithms with Python, Ed. Cham. Springer International Publishing.

La bibliografía complementaria de la asignatura es:

  • Jim Knowlton, Python, Ed. Madrid Anaya Multimedia, 2008.

 

Subir

Idiomas

Castellano.

Subir

Lugar de impartición

Aulario del Campus Arrosadía (Pamplona)

Subir