Competencias / Resultados do título |
Código
|
Competencias / Resultados do título
|
Resultados de aprendizaxe |
Resultados de aprendizaxe |
Competencias / Resultados do título |
Comprender os conceptos da teoría de autómatas e das linguaxes formais, e estudar as súas aplicacións. |
A2 A3
|
B2 B3 B4 B9
|
C2
|
Coñecer os diferentes modelos de máquinas computacionales, gramáticas e linguaxes formais, así como a correspondencia entre autómatas, linguaxes e gramáticas. |
A2 A3
|
B5 B6 B7 B8 B9 B10
|
C3
|
Asimilar e aplicar os conceptos de decidibilidade e complexidade computacional. |
A2 A3
|
B2 B3 B5 B6 B7 B8 B10
|
C2 C3
|
Contidos |
Temas |
Subtemas |
Preliminares sobre linguaxes formais |
Alfabetos, palabras e linguaxes
Linguaxes regulares e expresións regulares
Autómatas finitos |
Linguaxes independentes do contexto e autómatas de pila |
Gramáticas regulares
Gramáticas regulares e linguaxes regulares
Gramáticas independentes do contexto
Árbores de derivación e ambigüidade
Simplificación de gramáticas independentes do contexto
Propiedades das linguaxes independentes do contexto
Algoritmos de análise sintáctico
Autómatas de pila
Forma normal de Greibach |
Máquinas de Turing |
Definicións básicas
Máquinas de Turing como aceptadoras de linguaxes
Construción de máquinas de Turing
Modificacións das máquinas de Turing
Máquina de Turing universal |
Linguaxes recursivamente enumerables |
Linguaxes aceptadas por máquinas de Turing
Linguaxes regulares e independentes do contexto como linguaxes recursivas
Propiedades das linguaxes recursivas e recursivamente enumerables
Gramáticas non restrinxidas e linguaxes recursivamente enumerables
Linguaxes sensibles ao contexto e a xerarquía de Chomsky |
Resolubilidade |
O problema da parada
O problema de correspondencia de Post
Problemas non decidibles en linguaxes independentes do contexto |
Computabilidade |
Fundamentos da teoría de funcións recursivas
Alcance das funcións recursivas primitivas
Funcións recursivas parciais
O poder das linguaxes de programación |
Planificación |
Metodoloxías / probas |
Competencias / Resultados |
Horas lectivas (presenciais e virtuais) |
Horas traballo autónomo |
Horas totais |
Sesión maxistral |
B3 B4 B5 B6 B9 B10 C3 |
24 |
18 |
42 |
Solución de problemas |
B3 B4 B5 B6 B9 B10 C3 |
3 |
9 |
12 |
Proba de resposta breve |
B3 B4 B5 B6 B9 B10 C3 |
3 |
12 |
15 |
Prácticas de laboratorio |
A2 A3 B2 B6 B7 B8 B9 B10 C2 C3 |
30 |
30 |
60 |
Proba obxectiva |
B3 B4 B5 B6 B9 B10 C3 |
3 |
12 |
15 |
|
Atención personalizada |
|
6 |
0 |
6 |
|
*Os datos que aparecen na táboa de planificación son de carácter orientativo, considerando a heteroxeneidade do alumnado |
Metodoloxías |
Metodoloxías |
Descrición |
Sesión maxistral |
A técnica que mellor se adapta á impartición dos contidos teóricos desta materia está constituída polas clases maxistrais. Nelas, faremos un uso intensivo da lousa virtual e das transparencias, de modo que o ritmo de exposición de conceptos por parte do profesor e o de asimilación dos mesmos por parte do alumno sexan o máis acordes posible. |
Solución de problemas |
Poranse a disposición dos alumnos unha serie de boletíns de exercicios, correspondentes aos bloques temáticos do programa da materia. Os alumnos deberán elaborar as súas solucións persoais a estes exercicios. O profesor deberá comentar as solucións durante polo menos unha sesión. |
Proba de resposta breve |
Realizaranse controles ao final de cada bloque temático, que permitirán ao profesor coñecer o grao de asimilación da materia por parte dos alumnos, e modificar a estratexia docente se é necesario. |
Prácticas de laboratorio |
Estas prácticas serán utilizadas para implementar nalgunha linguaxe de programación os algoritmos máis destacados, de entre todos aqueles que fosen presentados nas sesións teóricas. |
Proba obxectiva |
Implementarase baixo a forma dun exame final escrito. |
Atención personalizada |
Metodoloxías
|
Prácticas de laboratorio |
|
Descrición |
Dado o carácter personalizado das prácticas de laboratorio e das titorías, estas actividades non deben dedicarse a estender os contidos con novos conceptos, senón a aclarar os conceptos xa expostos.
O profesor debe ademais utilizalas como unha interacción que lle permita extraer conclusións respecto ao grao de asimilación da materia por parte dos alumnos.
Desta maneira, poderá desenvolver as clases maxistrais e o resto de actividades non personalizadas atendendo ao progreso dos alumnos nas capacidades de comprensión e asimiliación dos contidos impartidos, compaxinando o avance xeral da clase cunha atención específica a aqueles alumnos que presenten maiores dificultades na tarefa da aprendizaxe e cun apoio adicional a aqueles outros que presenten maior soltura e desexen ampliar coñecementos. |
|
Avaliación |
Metodoloxías
|
Competencias / Resultados |
Descrición
|
Cualificación
|
Prácticas de laboratorio |
A2 A3 B2 B6 B7 B8 B9 B10 C2 C3 |
Implementación de algoritmos nalgunha linguaxe de programación e resolución de problemas. (*) |
40 |
Proba de resposta breve |
B3 B4 B5 B6 B9 B10 C3 |
Controles con cuestións teóricas e prácticas ao final de cada bloque temático. (**) |
60 |
Proba obxectiva |
B3 B4 B5 B6 B9 B10 C3 |
Exame final escrito. (***) |
0 |
|
Observacións avaliación |
(*) Nas prácticas de laboratorio, requírese que o alumno obtenga unha nota mínima de 3 puntos (sobre 10). (**) A materia dividirase en tres bloques temáticos. Ao final de cada bloque temático, realizarase un control con cuestións teóricas e prácticas. Cada control poderá consolidar ata un 20% da cualificación. A porcentaxe correspondente aos controles non superados pasará a computarse na proba obxectiva (examen final). Os alumnos que superen os tres controles, non terán que realizar o exame final. (***) No caso de ter que realizar o exame final, requírese que o alumno obtenga unha nota mínima de 3 puntos (sobre 10). Os alumnos a tempo parcial terán consideracións adecuadas á súa situación.
|
Fontes de información |
Bibliografía básica
|
John E. Hopcroft, Rajeev Motwani, Jeffrey D. Ullman (2002). Introducción a la teoría de autómatas, lenguajes y computación. Addison Wesley
Thomas A. Sudkamp (1988). Languages and machines: an introduction to the theory of computer science. Addison Wesley
Dean Kelley (1995). Teoría de autómatas y lenguajes formales . Prentice Hall |
|
Bibliografía complementaria
|
Alan P. Parkes (2008). A concise introduction to languages and machines. Springer-Verlag
Maxim Mozgovoy (2010). Algorithms, languages, automata and compilers, a practical approach. Jones & Bartlet Learning Publishers
Peter Linz (2017). An introduction to formal languages and automata. Jones & Bartlet Learning
Harry R. Lewis, Christos H. Papadimitriou (1998). Elements of the theory of computation . Prentice Hall
Peter J. Denning, Jack B. Dennis, Joseph E. Qualitz (1978). Machines, languages and computation . Prentice Hall
J. Glenn Brookshear (1993). Teoría de la computación: lenguajes formales, autómatas y complejidad . Addison Wesley Iberoamericana |
|
Recomendacións |
Materias que se recomenda ter cursado previamente |
Programación II/614G03007 | Álxebra/614G03001 | Cálculo e Análise Numérica/614G03002 | Algoritmos/614G03008 |
|
Materias que se recomenda cursar simultaneamente |
|
Materias que continúan o temario |
Representación do Coñecemento e Razonamento/614G03020 |
|
Observacións |
-Segundo se recolle nas distintas normativas de aplicación para a docencia universitaria incorporarase a perspectiva de xénero nesta materia (usarase linguaxe non sexista, propiciarase a intervención en clase de alumnos e alumnas., etc.). -Traballarase para identificar e modificar prexuízos e actitudes sexistas e influirase na contorna para modificalos e fomentar valores de respecto e igualdade. - No caso de detectar situacións de discriminación por razón de xénero proporanse accións e medidas para corrixilas. |
|