101123 - FONAMENTS D'INFORMÀTICA

Tipus d'assignatura: Bàsica

Coordinador: Jordi Mas Castellà

Trimestre: Segon trimestre

Crèdits: 6

Curs acadèmic: 2026

Curs d'impartició: 1

• Català

Els diversos temes tractats en l'assignatura estan pensats per capacitar als estudiants en l'aprenentatge dels conceptes fonamentals de la programació d'ordinadors que permetin el desenvolupament de programes de petita i mitjana envergadura a nivell industrial.

En finalitzar l’assignatura l’estudiant ha de ser capaç d’aplicar de manera rigorosa els conceptes fonamentals de la programació, demostrant competència en l’ús de les tècniques i eines bàsiques pròpies de la disciplina. Així mateix, ha de mostrar una adequada capacitat per analitzar i resoldre problemes mitjançant el disseny, la implementació i la validació de programes de petita i mitjana envergadura. Finalment, es considera essencial el desenvolupament de la capacitat d’abstracció necessària per utilitzar models conceptuals i computacionals en la resolució de problemes reals de manera estructurada, eficient i fonamentada.

L'aula (física o virtual) és un espai segur, lliure d'actituds masclistes, racistes, homoòfobes, traànsfobes i discriminatòries, ja sigui cap a l'alumnat o cap al professorat. Confiem que entre totes i tots puguem crear un espai segur on ens puguem equivocar i aprendre sense haver de patir prejudicis d'altres. 

1. INTRODUCCIÓ ALS COMPUTADORS

Estructura funcional d'un ordinador. Funcionament intern d'un ordinador . Introducció als sistemes operatius: tipus de sistemes operatius, el sistema operatiu com a màquina virtual, gestió de processos i gestió de memòria

2. INTRODUCCIÓ I CONCEPTES GENERALS DE LA PROGRAMACIÓ

Algorismes i programes. Llenguatges de programació Entorn de programació Procés de programació Anatomia d’un programa simple Compilació i interpretació

3. CONCEPTES BÀSICS DE LA PROGRAMACIÓ 

Variables, tipus i assignació Avaluació d’expressions Lectura i escriptura Formes d’execució i estructures de control: seqüencial, condicional/alternativa i iterativa Esquemes iteratius bàsics

4. DESCOMPOSICIÓ FUNCIONAL I DISSENY DESCENDENT

Descomposició de problemes en subproblemes Funcions i procediments. Parametrització

5. TIPUS DE DADES COMPOSTOS

Seqüències: Srings. Llistes. Llistes de llistes 

L’assistència a totes les sessions, tant de teoria com de pràctiques, és obligatòria. La no assistència comportarà la qualificació de “no avaluable” a l’assignatura.

Convocatòria ordinària

L’avaluació es realitza a partir de les qualificacions de les activitats següents:

• Teoria: Proves escrites dels blocs de l'assignatura.
• Pràctiques: Pràctica 1, Pràctica 2, Pràctica 3 i Pràctica 4.

El càlcul de la qualificació final de l’assignatura es farà amb la ponderació següent:

• Teoria: PROVA ESCRITA 1 (10% DE LA NOTA FINAL) i PROVA ESCRITA 2 (50% de la nota final).
• Pràctiques:
  • Pràctica 1: 10%
  • Pràctica 2: 10%
  • Pràctica 3: 10%
  • Pràctica 4: 10%

L’avaluació del resultat d’aprenentatge associat a l’ús de les principals fonts d’informació i de l’ús de les principals eines bàsiques TIC de caràcter transversal tindrà un pes del 10% inclòs dins de les pràctiques. La nota final de la part de pràctiques reflectirà la qualificació del resultat d’aprenentatge indicat.

La qualificació final s’obté:

• Si prova escrita 2 < 5 la qualificació final és la nota de prova escrita 2
• En cas contrari, la qualificació final de l’assignatura és TEORIA + PRÀCTICA

Convocatòria de recuperació

La part teòrica de l’assignatura (TEORIA) es pot recuperar-se sempre i quan la nota ponderada obtinguda sigui inferior a 5 (exclosos els no presentats). Les pràctiques no es poden recuperar, en cap cas.

Per als estudiants que assisteixin a l’examen de recuperació la seva qualificació  de la part de TEORIA serà l’obtinguda en aquesta prova i  la qualificació final es calcularà amb les ponderacions detallades anteriorment, sempre i quan la nota de l'examen sigui >=5. La qualificació de la convocatòria de recuperació si es supera l'assignatura serà de 5 sobre 10.

Consideracions

Qualsevol forma de frau acadèmic serà sancionada d’acord amb la normativa d’avaluació del centre. En cas que es detectin indicis de frau, inclòs l’ús indegut d’eines d’intel·ligència artificial generativa, el professorat de l’assignatura podrà convocar l’estudiant a una entrevista individual amb l’objectiu de verificar-ne l’autoria.

Atesa la naturalesa fonamental d’aquesta assignatura, es requereix a l’estudiant no només que proporcioni solucions a determinats problemes, sinó que sigui capaç de generar-les de manera autònoma, sense cap tipus d’ajut extern. Per aquest motiu, l’ús d’intel·ligències artificials generatives (IAG) per a la resolució dels problemes plantejats en l’assignatura —ja sigui en exercicis, pràctiques o proves— es contraproduent, queda estrictament prohibit i serà considerat un cas de frau per plagi. En aquest sentit, no es permet l’ús d’IAG per a generar codi de programació, ni tan sols en forma de fragments, encara que aquest codi sigui posteriorment modificat o personalitzat.  L'ús crític d'IAGs com a vehicle per a resoldre dubtes sobre la matèria no es considera un mal ús d'aquests mecanismes sempre i quan això no entri en contradicció amb el que s'ha indicat abans i l'estudiant no perdi de vista el fet que pot obtenir respostes incorrectes i/o no ajustades als continguts de la matèria.

No està permès utilitzar eines d’intel·ligència artificial generativa (IAG) en les activitats d’avaluació de l’assignatura. L’estudiant és el responsable del contingut de les activitats que presenta.

Downey, A. B. Think Python: How to Think Like a Computer Scientist (3a ed.). Green Tea Press. Disponible a: https://allendowney.github.io/ThinkPython/

Python Software Foundation. PEP 8 – Style Guide for Python Code. Disponible a: https://peps.python.org/pep-0008/

Python Software Foundation. Python Documentation. Disponible a: https://www.python.org/doc/

Rabassa,Montse. Fonaments d'Informàtica: notes de classe, exemples i exercicis. Publicació interna ESUPT

Severance, C. R. Python for Everybody: Exploring Data Using Python. University of Michigan. Disponible a: https://www.py4e.com/

Miller, B.; Ranum, D. Problem Solving with Algorithms and Data Structures Using Python. Runestone Academy. Disponible a: https://runestone.academy/ns/books/published/pythonds3/