Universidad de Jaén

Menú local

Guía docente 2019-20 - 77812009 - Software en matemáticas

TITULACIÓN: Doble Máster en Matemáticas y Profesorado ESO, Bachiller, FP y Ens. Idiomas (77812009)
CENTRO: Centro de Estudios de Postgrado
TITULACIÓN: Máster en Profesorado de ESO, Bachillerato, Form. Profesional y En.Idiomas (72327003)
CENTRO: Centro de Estudios de Postgrado
CURSO: 2019-20
ASIGNATURA: Software en matemáticas
GUÍA DOCENTE
1. DATOS BÁSICOS DE LA ASIGNATURA
NOMBRE: Software en matemáticas
CÓDIGO: 77812009 (*) CURSO ACADÉMICO: 2019-20
TIPO: Obligatoria
Créditos ECTS: 8.0 CURSO: 1 CUATRIMESTRE: PC
WEB: http://www4.ujaen.es/~ajlopez/asignat/softmath/index.html
2. DATOS BÁSICOS DEL PROFESORADO
NOMBRE: LÓPEZ MORENO, ANTONIO JESÚS
IMPARTE: Teoría [Profesor responsable]
DEPARTAMENTO: U124 - MATEMÁTICAS
ÁREA: 595 - MATEMÁTICA APLICADA
N. DESPACHO: B3 - 28 E-MAIL: ajlopez@ujaen.es TLF: 953212932
TUTORÍAS: https://uvirtual.ujaen.es/pub/es/informacionacademica/tutorias/p/53976
URL WEB: www4.ujaen.es/~ajlopez
ORCID: https://orcid.org/0000-0001-6701-7550
 
NOMBRE: ROCA RODRÍGUEZ, FRANCISCO DE PAULA
IMPARTE: Teoría
DEPARTAMENTO: U124 - MATEMÁTICAS
ÁREA: 015 - ANÁLISIS MATEMÁTICO
N. DESPACHO: B3 - 024 E-MAIL: froca@ujaen.es TLF: 953212204
TUTORÍAS: https://uvirtual.ujaen.es/pub/es/informacionacademica/tutorias/p/58113
URL WEB: http://www.pacoroca.es
ORCID: https://orcid.org/0000-0001-8717-0659
 
NOMBRE: RODRÍGUEZ MONTEALEGRE, CRISTINA
IMPARTE: Teoría
DEPARTAMENTO: U124 - MATEMÁTICAS
ÁREA: 440 - GEOMETRÍA Y TOPOLOGÍA
N. DESPACHO: B3 - 007 E-MAIL: crodri@ujaen.es TLF: 953212416
TUTORÍAS: https://uvirtual.ujaen.es/pub/es/informacionacademica/tutorias/p/53971
URL WEB: http://www4.ujaen.es/~crodri/
ORCID: https://orcid.org/0000-0002-1749-9720
 
3. PRERREQUISITOS, CONTEXTO Y RECOMENDACIONES
PRERREQUISITOS:
-
CONTEXTO DENTRO DE LA TITULACIÓN:

.

RECOMENDACIONES Y ADAPTACIONES CURRICULARES:
- El alumnado que presente necesidades específicas de apoyo educativo, lo ha de notificar personalmente al Servicio de Atención y Ayudas al Estudiante para proceder a realizar, en su caso, la adaptación curricular correspondiente.
4. COMPETENCIAS Y RESULTADOS DE APRENDIZAJE
código Denominación de la competencia
CB10 Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.
CB6 Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación.
CB7 Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio.
CB8 Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios.
CB9 Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones últimas que las sustentan a públicos especializados y no especializados de un modo claro y sin ambigüedades
CE4 Saber abstraer las propiedades estructurales (de objetos matemáticos, de la realidad observada y del mundo de las aplicaciones) distinguiéndolas de aquellas puramente ocasionales y poder comprobarlas o refutarlas.
CE7 Saber elegir y utilizar aplicaciones informáticas, de cálculo numérico y simbólico, visualización gráfica, optimización u otras, para experimentar en matemáticas y resolver problemas complejos.
CE8 Desarrollar programas informáticos que resuelvan problemas matemáticos avanzados, utilizando para cada caso el entorno computacional adecuado.
CG1 Utilizar con soltura herramientas de búsqueda de recursos bibliográficos.
CG2 Usar el inglés, como lengua relevante en el ámbito científico.
CG3 Saber trabajar en equipo y gestionar el tiempo de trabajo.
 
Resultados de aprendizaje
Resultado r3 El alumno será capaz de instalar, administrar y utilizar el sistema operativo Linux
Resultado r4 El alumno será capaz de redactar con LaTeX un trabajo científico y presentarlo preparado para impresión y para presentación pública.
Resultado r5 El alumno sabrá utilizar paquetes básicos de redes, ofimática, gráficos y multimedia sobre Linux.
Resultado r6 Cada grupo de alumnos deberá ser capaz de crear un foro usando un software adecuado.
5. CONTENIDOS

I. Sistemas operativos. El sistema Linux.

II. Escritura científica. LaTeX. Recursos en Internet.

Bloque 1: Programación básica y librerías científicas con Python.

Tema 1: Introducción a Python. Herramientas de desarrollo
Tema 2: Programación en Python
Tema 3: Programación matemática en Python. Sympy, Diofant, Numpy

Bloque 2: Software Científico

Tema 4: SageMath, Maxima. Otros entornos de distribución libre
Tema 5: Wolfram Research Mathematica

Tema 6: Otros entornos matemáticos comerciales

Tema 7: Aplicaciones móviles y on-line

6. METODOLOGÍA Y ACTIVIDADES
 
ACTIVIDADES HORAS PRESEN­CIALES HORAS TRABAJO AUTÓ­NOMO TOTAL HORAS CRÉDITOS ECTS COMPETENCIAS (códigos)
A1 - Clases expositivas en gran grupo 60.0 90.0 150.0 6.0
  • CB10
  • CB6
  • CB7
  • CB8
  • CB9
  • CE4
  • CE7
  • CE8
  • CG1
  • CG2
  • CG3
A22 - Actividades virtuales
  • A45 - Seminarios, mesas, debates, coloquios, foros, etc.
 20.0 30.0 50.0 2.0
TOTALES: 80.0 120.0 200.0 8.0  
 
INFORMACIÓN DETALLADA:

Como referencial general cada crédito ECTS se corresponde con 25 horas de trabajo del alumno y para esta materia un 30% se desarrollará en el aula y por tele-docencia incluyendo también en este porcentaje las tutorías, seminarios, exposiciones y exámenes. El 70% restante se ocupará con actividades no presenciales centradas en la tutorización online y en el estudio y trabajo del alumno.

Con objeto de conseguir las competencias esperadas se realizarán:

  • Actividades presenciales: Sesiones teóricas y prácticas incentivando la participación de los estudiantes
    en seminarios y exposiciones (los estudiantes dispondrán en todo momento del material y las referencias
    necesarias para ello).
  • Actividades no presenciales: Estudio, trabajo individual, tutorías online, trabajo en grupo y autoevaluaciones
    que facilitarán el estudio de los contenidos, el análisis y la resolución de problemas.

Las actividades a realizar en el aula se organizarán en sesiones de 2'5 horas de duración según la siguiente distribución:

  • 1 sesión de presentación, instalación de herramientas e introducción a Python,
  • 4 sesiones de programación en Python,
  • 4 sesiones de sympy (diofant), numpy y otras librerías científicas en Python
  • 4 sesiones de SageMath, Maxima,
  • 2 sesiones para otros entornos matemáticos de distribución libre,
  • 4 sesiones de Mathematica / Wolfram Alpha,
  • 2 sesión para otros entornos matemáticos comerciales,
  • 1 sesión para App's de móviles
  • 2 sesiones para otras herramientas on-line en docencia e investigación.
7. SISTEMA DE EVALUACIÓN
 
ASPECTO CRITERIOS INSTRUMENTO PESO
Asistencia y/o participación en actividades presenciales y/o virtuales Aportaciones del alumno en sesiones de discusión y actitud del alumno en las diferentes actividades desarrolladas . 20.0%
Valoración de trabajo escrito Pruebas escritas . 20.0%
Presentaciones, exposiciones, seminarios y debates Presentaciones orales . 20.0%
Realización de trabajos, casos o ejercicios Pruebas, ejercicios y problemas, resueltos en clase o individualmente a lo largo del curso . 20.0%
Informe del Tutor del Trabajo Fin de Grado/Master Valoración final de informes, trabajos, proyectos, etc. (individual o en grupo) . 20.0%
El sistema de calificación se regirá por lo establecido en el RD 1125/2003 de 5 de septiembre por el que se establece el sistema europeo de créditos y el sistema de calificaciones en la titulaciones universitarias de carácter oficial
INFORMACIÓN DETALLADA:

La valoración del nivel de adquisición por parte de los estudiantes de las competencias, será continua.

Los Procedimientos para la evaluación son pruebas orales o escritas y/o análisis de contenido de las tareas enviadas, trabajos (individuales y grupales)  realizados, actividades de autoevaluación y participación  en las sesiones de acuerdo a la siguiente valoración:

 - Pruebas y/o análisis de las tareas y trabajos (S3, S7, S10, S11): 80%

 - Otras actividades y participación (en la participación se incluye la asistencia) (S1): 20%

Cada profesor otorgará un porcentaje de la calificación proporcional a la parte del temario que imparte. Se considerarán de esta manera todas las valoraciones del profesorado que participa en la asignatura para obtener la nota final de cada estudiante.

8. DOCUMENTACIÓN / BIBLIOGRAFÍA
ESPECÍFICA O BÁSICA:
  • Documentación de referencia de Python. Edición: -. Autor: -.
    • Observaciones: https://docs.python.org/3/tutorial/index.html
     (C. Biblioteca)
  • G Suite Learning Center. Edición: -. Autor: -.
    • Observaciones: https://gsuite.google.com/learning-center/
  • Ayuda y Recursos de aprendizaje para productos Wolfram. Edición: -. Autor: -.
    • Observaciones: https://www.wolfram.com/support/index.es.html?footer=lang
     (C. Biblioteca)
GENERAL Y COMPLEMENTARIA:
  • Think Python [Recurso electrónico]. Edición: -. Autor: Downey, Allen. Editorial: Sebastopol, CA : O'Reilly, c2012  (C. Biblioteca)
  • Manual de referencia de Maxima. Edición: -. Autor: -.
    • Observaciones: http://maxima.sourceforge.net/docs/manual/es/maxima.html
     (C. Biblioteca)
  • Métodos numéricos básicos con Octave. Edición: -. Autor: A. Delgado, J. Nieto, A. Robles y O. Sánchez. Editorial: Fleming
  • Python para todos. Edición: -. Autor: Raúl González Luque.
    • Observaciones: http://mundogeek.net/tutorial-python/
  • Manuales de SageMath. Edición: -. Autor: -.
    • Observaciones: https://doc.sagemath.org
  • Manual de Sympy. Edición: -. Autor: -.
    • Observaciones: http://docs.sympy.org/latest/index.html
     (C. Biblioteca)
  • Google Play Store. Edición: -. Autor: -.
    • Observaciones: https://play.google.com/store/apps
9. CRONOGRAMA

Semana 1:

Sesión 1: Presentación, instalación de herramientas e introducción a Python. 

Sesiones 2-4: P rogramación en Pyth on.


Semana 2:

Sesión 5: Programación en Python.
Sesiones 6-8: Sympy (Diofant), Numpy y otras librerías científicas en Python.

Semana 3:

Sesión 9: Sympy (Diofant), Numpy y otras librerías científicas en Python.
Sesiones 10-12: SageMath, Maxima.

Semana 4:

Sesión 13: SageMath, Maxima.
Sesiones 14-15: Otros entornos matemáticos de distribución libre.
Sesión 16: Mathematica

Semana 5:

Sesión 17-19: Mathematica.
Sesión 20: Otros entornos matemáticos comerciales.

Semana 6:

Sesión 21: Otros entornos matemáticos comerciales.

Sesión 22: Aplicaciones de móviles.

Sesión 23-24: Otras herramientas on-line en docencia e investigación.