Scribd
Cargar
213 vistas

Programacion Python 2021

Este programa presenta un curso de Programación en Python para diferentes carreras universitarias. El objetivo del curso es introducir conceptos de programación como estructuras de datos, algoritmos y programación orientada a objetos usando el lenguaje Python. El curso se dictará de forma virtual semi-sincrónica por dos profesores y asistentes, y cubrirá temas como tipos de datos, estructuras de control, funciones, análisis de datos, programación orientada a objetos y complejidad de algoritmos a lo largo de 96 horas divididas en clases y prá

Cargado por

marleiman
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd
213 vistas

Programacion Python 2021

Este programa presenta un curso de Programación en Python para diferentes carreras universitarias. El objetivo del curso es introducir conceptos de programación como estructuras de datos, algoritmos y programación orientada a objetos usando el lenguaje Python. El curso se dictará de forma virtual semi-sincrónica por dos profesores y asistentes, y cubrirá temas como tipos de datos, estructuras de control, funciones, análisis de datos, programación orientada a objetos y complejidad de algoritmos a lo largo de 96 horas divididas en clases y prá

Cargado por

marleiman
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd
Está en la página 1/ 2

PROGRAMA

MATERIA Programación en Python


CARRERAS IE, IT, II, IEn, IEs, ITr, IB, IA, IAli, INu, LBT y LFM y
doctorados
MODALIDAD Virtual semi-sincrónica
SEDE Miguelete.
TIPO Teórico-práctica
CARÁCTER DE LA Electiva de grado y postgrado
MATERIA
PERÍODO DE 2021 DURACION: cuatrimestral
VIGENCIA
DOCENTES 2 Profesores + JTP + 2 Ayudantes
MATERIAS Informática
CORRELATIVAS
CARGA HORARIA Clases Teórico-prácticas Total de horas semanales: 6
en el Laboratorio: 96 Total de horas de la materia:
96

OBJETIVOS:
El objetivo general del curso es introducir los conceptos de estructura de datos,
algoritmo y programación orientada a objetos.

CONTENIDOS MÍNIMOS
Para el dictado del curso se utilizará el lenguaje de programación Python. Se
introducirán los tipos de datos elementales (int, float, str, bool), las estructuras de
control básicas (for, while, if), estructuras de datos clásicas de Python (listas,
diccionarios), el concepto de función, de recursión, y métodos básico de entrada,
análisis y salida de datos. Se realizará una breve introducción a la programación
orientada a objetos y al conceptos de complejidad de algoritmos.

FUNDAMENTACIÓN
El Python es un lenguaje moderno y versátil. Fue concebido para facilitar la
colaboración y el intercambio de código. Es uno de los lenguajes más utilizados hoy en
día y es el más solicitado en el ámbito profesional. Se utiliza para analizar datos,
resolver problemas numéricos, realizar cálculos estadísticos, como plataforma de
implementación de algoritmos de aprendizaje automático y en general, como
herramienta para resolver los grandes desafíos de la ciencia, la ingeniería, la medicina y
los negocios. Este curso procura preparar a los estudiantes para poder programar
algoritmos y comprender los métodos desarrollados por otros. Los conocimientos
adquiridos serán fundamentales para que los estudiantes puedan luego profundizar en
los diferentes temas antes mencionados.

METODOLOGÍA DE EVALUACIÓN
Dos exámenes parciales. Los alumnos de posgrado deberán rendir un exámen final
obligatorio. La materia es promocionable para alumnos de grado.

METODOLOGÍA DIDÁCTICA
Los contenidos se organizan en clases teórico/prácticas y trabajos prácticos de
laboratorio. En cada tema se incluyen actividades prácticas que promueven la
participación de los estudiantes. Los conceptos más elementales de programación serán
introducidos al inicio del curso y se profundizará en los mismos a lo largo del
cuatrimestre. Las diferentes técnicas estudiadas serán introducidas con una breve
descripción teórica y con énfasis en su aplicación a diversos ejemplos. Los estudiantes
realizarán ejercicios en el laboratorio supervisados por los docentes de la materia.

PROGRAMA ANALÍTICO.
1) El entorno y las variables: Diferentes entornos de programación Python
(consola, IDE, notebooks). Sintaxis del lenguaje. Tipos de datos básicos. Funciones y su
documentación.

2) Estructuras de control: Condicionales. Iteraciones. Comprehension de listas.


Recursión.

3) Estructuras de datos: Diccionarios, listas, tuplas, vectores y matrices.

4) Programación orientada a objetos y tipos abstractos de datos: Concepto de


objeto y método. Lista, pila, cola y árboles binarios.

5) Python para el análisis de datos: Archivos de entrada/salida. Cómputo de


estadísticos. Regresión lineal. Visualización de datos.

6) Testeo y Debuggeo de programas: Diseño de experimentos. Manejos de


excepciones. Control de flujos.

7) Introducción a la complejidad de algoritmos: Concepto de complejidad.


Algoritmos de búsqueda. Algoritmos de ordenamiento.

8) Aplicaciones de la programación: Aplicaciones científicas. Aplicaciones en la


ingeniería.

BIBLIOGRAFÍA.
 Gowrishankar, S., Veena, A., Introduction to Python Programming, CRC, 2019.
 Guttag, J., Introduction to Computation and Programming Using Python, MIT,
2013.
 Johansson, R., Numerical Python: Scientific Computing and Data Science
Applications with Numpy, SciPy and Matplotlib, Apress, 2019.
 Kopec, D., Classic Computer Science Problems in Python, Manning
Publications, 2019.
 Kenneth Lambert, Fundamentals of Python Data Structures, Cengage Learning
PTR, 2013.
 Pine, D.J., Introduction to Python for Science and Engineering, CRC, 2019.
 Stephenson, B., The Python Workbook: A Brief Introduction with Exercises and
Solutions, Springer, 2019.
 VanderPlas, J., A whirlwind tour of Python, O’Reilly, 2016.
 VanderPlas, J., Python Data Science Handbook: Essential Tools for Working
with Data, O’Reilly, 2017.

También podría gustarte