La asignatura de Matemática Discreta se imparte en el primer cuatrimestre del primer curso de la titulación del Grado en Ciencia e Ingeniería de Datos y pertenece al módulo de Formación Básica.
En esta asignatura se deben adquirir los hábitos de abstracción y rigor necesarios en el ámbito profesional de un ingeniero y científico de datos. Los conceptos que se estudian son básicos para el desarrollo de otras asignaturas; por ejemplo, en álgebra lineal, diseño y análisis de algoritmos, introducción a las bases de datos, fundamentos de computadores, optimización matemática, aprendizaje automático...
El carácter de los estudios y las necesidades de formación del alumnado de este grado aconsejan un enfoque computacional de esta asignatura, por ello, se pondrá especial énfasis en los conceptos de matemática discreta que se emplean en teoría de computación, destacando el uso de métodos algorítmicos.
Plan de contingencia
1. Modificaciones en los contenidos.
No habrá modificaciones en los contenidos salvo que no se disponga del tiempo suficiente para una adecuada exposición de los mismos y/o para trabajar en los boletines de ejercicios. En este caso el alumnado será informado a través de las plataformas oficiales (Moodle, Teams).
2. Metodologías.
* Metodologías docentes que se mantienen:
- Sesión magistral: A través de las plataformas virtuales de la Universidad, el alumno seguirá recibiendo las notas elaboradas para las clases teóricas presenciales de cada tema.
- Prácticas de laboratorio: A través de las plataformas virtuales de la Universidad, el alumnado dispondrá del boletín de ejercicios.
- Seminarios: Mediante la plataforma Teams, el alumnado podrá formular sus dudas al profesor sobre los conceptos teóricos y la resolución de los ejercicios.
* Metodologías docentes que se modifican:
- Sesión magistral: Habrá clases asíncronas y clases síncronas. En las primeras usaremos Moodle para que el alumnado tenga acceso a vídeos explicativos sobre diversos conceptos y resultados de la materia, seguidos de documentos con más ejemplos favoreciendo que el alumnado pueda trabajar de manera autónoma. En las clases síncronas haremos uso de las vídeo-conferencias a través de la plataforma Teams. Con este modelo de clase invertida, es especialmente importante recalcar al alumnado la necesidad de preparar por su cuenta las clases asíncronas antes de su asistencia a las clases síncronas.
- Prueba objetiva: Aunque se mantendrán las dos pruebas, ambas se realizarán a través de las plataformas virtuales oficiales de la Universidad de manera no presencial.
- Prácticas de laboratorio: Habrá clases prácticas síncronas y asíncronas a través de la plataforma Teams. El alumnado tendrá acceso a los vídeos correspondientes. Se incluirán todas las soluciones.
3. Mecanismos de atención personalizada al alumnado:
Cada grupo de prácticas tendrá atención semanal a través de la plataforma virtual Teams. Asimismo el profesor podrá programar sesiones de tutorías con el alumnado para resolver dudas de carácter individual y/o grupal.
4. Modificaciones en la evaluación:
La única modificación es que las dos pruebas se realizarán a través de Moodle y ninguna de ellas será presencial.
Observaciones de evaluación:
La calificación total será la suma (S) de las notas de prácticas (P), el cuestionario de Moodle (M) y la prueba final (E). Para que el/la alumno/a supere la materia será necesario que el valor de S sea mayor o igual que 5 y que el valor de E sea mayor o igual que 2.
El alumnado que no supere la primera oportunidad, tendrá que presentarse a una sola prueba para recuperar el porcentaje de la nota final correspondiente a la suma de las pruebas realizadas (70%). En esta prueba deberán obtener una calificación mínima de 2,8 que se sumará a la nota de prácticas. Se considerará superada la materia cuando esta suma sea mayor o igual que 5.
5. Modificaciones de la bibliografía o webgrafía:
Existen versiones pdf en línea, aunque sea de ediciones anteriores a las que aparecen en la bibliografía, de la mayoría de las obras que forman la bibliografía básica.
Se añaden:
- Diestel, R. Graph Theory. Fourth Edition 2010, Springer- Verlag, Graduate Texts in Mathematics, Volumen 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 algunos títulos existirá la posibilidad de acceso electrónico. El alumnado deberá consultar el catálogo de la biblioteca.
(*) La Guía Docente es el documento donde se visualiza la propuesta académica de la UDC. Este documento es público y no se puede modificar, salvo cosas excepcionales bajo la revisión del órgano competente de acuerdo a la normativa vigente que establece el proceso de elaboración de guías
Asignaturas
