A materia de Matemática Discreta impártese no primeiro semestre do primeiro ano do Grao en Ciencias e Enxeñería de Datos e pertence ao módulo de Formación Básica.
Nesta materia débense adquirir os hábitos de abstracción e rigor necesarios no ámbito profesional dun enxeñeiro e científico de datos. Os conceptos estudados son básicos para o desenvolvemento doutras materias; por exemplo, en álxebra lineal, deseño e análise de algoritmos, introdución a bases de datos, fundamentos de ordenadores, optimización matemática, aprendizaxe automática ...
O carácter dos estudos e as necesidades de formación do alumnado deste grao aconsellan un enfoque computacional desta materia, por iso, poñerase especial énfase nos conceptos de matemática discreta que se empregan en teoría de computación, destacando o enfoque algorítmico nos métodos.
Plan de continxencia
1. Modificacións nos contidos.
Non haberá modificacións nos contidos salvo que non se dispoña do tempo suficiente para unha adecuada exposición dos mesmos e/ou para traballar nos boletíns de exercicios. Neste caso os alumnos serán informados a través das plataformas oficiais (Moodle, Teams).
2. Metodoloxías.
* Metodoloxías docentes que se manteñen.
- Sesión maxistral: A través das plataformas virtuais da Universidade, o alumno seguirá recibindo as notas elaboradas para ás clases teóricas presenciais de cada tema.
- Prácticas de laboratorio: A través das plataformas virtuais da Universidade, o alumno dispora do boletín de exercicios.
- Seminarios: Mediante a plataforma Teams, o alumno poderá formular as súas dúbidas ó profesor, sobre os conceptos teóricos e a resolución dos exercicios.
* Metodoloxías docentes que se modifican.
-Sesión maxistral: Haberá clases asíncronas e clases síncronas. Nas primeiras usaremos Moodle para que o alumno teña acceso a vídeos explicativos sobre diversos conceptos e resultados da materia, seguidos de documentos con máis exemplos favorecendo que o alumno poda traballar de manera autónoma. Nas clases síncronas faremos uso das vídeoconferencias a través da plataforma Teams. Con este modelo de clase invertida, é especialmente importante recalcar ao alumno a necesidade de preparar pola sua conta as clases asíncronas antes da sua asistencia ás clases síncronas.
- Proba obxectiva: Aínda que se manterán as duas probas, ambas realizaranse a través das plataformas virtuais oficiais da Universidade de xeito non presencial.
Prácticas de laboratorio: Haberá clases prácticas síncronas e asíncronas a través da plataforma Teams. Os alumnos terán acceso ós vídeos correspondentes. Incluiranse tódalas solucións.
3. Mecanismos de atención personalizada ao alumnado.
Cada grupo de prácticas terá atención semanal a través da plataforma virtual Teams. Asemesmo o profesor poderá programar sesións de tutorías cos alumnos para resolver dúbidas de carácter individual.
4. Modificacións na avaliación.
A única modificación é que as duas probas realizaranse a través de Moodle e ningunha delas será presencial.
* Observacións de avaliación:
A calificación total do alumno será a suma (S) das notas de prácticas (P), o cuestionario de Moodle (M) e a proba final (E). Para que o alumno supere a materia será necesario que o valor de S sexa maior o igual que 5 e que o valor de E sexa maior o igual que 2.
Os alumnos que non superen a primeira oportunidade, terán que presentarse a unha soa proba para recupera-lo porcentaxe da nota final correspondente á suma das probas realizadas (70%). Nesta proba deberán obter unha calificación mínima de 2,8 que sumárase á nota de prácticas. O alumno supera a materia cando esta suma sexa maior o igual que 5.
5. Modificacións da bibliografía ou webgrafía.
Existen versións pdf en liña, aínda que sexa de edicións anteriores ás que aparecen na bibliografía, da maioría das obras que forman a bibliografía básica.
Engádense:
Diestel, R. Graph Theory. Fourth Edition 2010, Springer-Verlag, Graduate Texts in Mathematics, Volume 173. (libro online http://diestel-graph-theory.com/basic.html) (Capítulos 1, 3, y 10).
Bogart, Kenneth. Combinatorics through guided discovery. Dartmouth College, 2004.( https://open.umn.edu/opentextbooks/textbooks/combinatorics-through-guided-discovery.
Para algúns títulos existirá a posibilidade de acceso electrónico. O alumno deberá consultar o catálogo da biblioteca.
(*)A Guía docente é o documento onde se visualiza a proposta académica
da UDC. Este documento é público e non se pode modificar, salvo casos excepcionais baixo a revisión do
órgano competente dacordo coa normativa vixente que establece o proceso de elaboración de guías
Asignaturas
