Baixe o app para aproveitar ainda mais
Prévia do material em texto
UNIDADE UNIVERSITÁRIA: Faculdade de Ciências e Tecnologia CURSO: Estatística HABILITAÇÃO: Bacharelado OPÇÃO: DEPARTAMENTO RESPONSÁVEL: Departamento de Estatística IDENTIFICAÇÃO: CÓDIGO DISCIPLINA OU ESTÁGIO SERIAÇÃO IDEAL EST0221 ALGORITMOS E TÉCNICAS DE PROGRAMAÇÃO I 1º Ano OBRIG./OPT/EST PRÉ/CO/REQUISITOS ANUAL/SEMESTRAL Obrigatória 1º Semestre CRÉDITO CARGA HORÁRIA TOTAL DISTRIBUIÇÃO DA CARGA HORÁRIA TEÓRICA PRÁTICA TEO/PRAT OUTRAS 04 60 h 30 h 30 h NÚMERO MÁXIMO DE ALUNOS POR TURMA AULAS TEÓRICAS AULAS PRÁTICAS AULAS TEOR/PRÁTICAS OUTRAS OBJETIVOS (Ao término da disciplina o aluno deverá ser capaz de:) 1. Conhecer o computador e seus componentes de forma geral; 2. Conhecer as principais formas de representação de um algoritmo, independente de uma linguagem de programação em particular; 3. Sistematizar e organizar seu raciocínio na resolução de diferentes problemas de forma algorítmica; 4. Dominar o conceito de variáveis: variáveis unidimensionais, vetores e matrizes; comandos sequenciais, seletivos e de repetição; ponteiros e endereços de variáveis e entrada/saída de dados; 5. Estudar algoritmos fundamentais da estatística: cálculo de parâmetros estatísticos (média, variância, etc.); comparação; ordenação e busca. CONTEÚDO PROGRAMÁTICO (Título e descriminação das Unidades) 1. Arquitetura de um Computador – Modelo de Von-Newman • Unidades funcionais básicas (entrada/saída, memória, unidade lógica e unidade de controle); • características de cada uma das unidades; princípio de funcionamento; 2. Algoritmos e Lógica de Programação • Algoritmos (conceito, exemplos de algoritmos, requisitos, exemplos de ações algorítmicas no cotidiano, solução algorítmica de um problema); • Formas de Representação de um algoritmo (descrição Narrativa, exemplos; fluxogramas: simbologia associada à entrada/saída e as diferentes estruturas de controle, exemplos; desenvolvimento da lógica de programação usando fluxogramas; resolução de problemas; pseudocódigo, simbologia associada à entrada/saída e as diferentes estruturas de controle, exemplos; analogia entre os símbolos de ambas as representações e comparações entre elas, desenvolvimento da lógica de programação usando pseudocódigo; resolução de problemas); 3. Noções Gerais sobre Linguagens de Programação o Classes de linguagens (imperativas, POO, funcionais, lógicas); linguagens de baixo nível, nível médio (montadoras) e de alto nível; Compiladores e Interpretadores; 4. Linguagem de Programação de Alto Nível o Aspectos históricos, conceitos e características básicas; compiladores existentes em diferentes plataformas; o Estrutura geral de um programa (linguagem adotada); operadores (atribuição, boleanos, aritméticos, relacionais, outros); precedência entre operadores; expressões aritméticas e boleanas; o Variáveis simples (identificadores e tipos de dados primitivos; resolução de problemas envolvendo); o Comandos de entrada e de saída; Estruturas de controle de fluxo de execução de programas (comando de atribuição; comando de seleção e comando de repetição); o Estruturas de dados homogêneas (arranjos multidimensionais, declaração, inicialização e representação interna; acesso a elementos de forma indexada; geração de números pseudoaleatórios; resolução de problemas envolvendo arranjos multidimensionais; estudos de casos unidimensionais (problemas de ordenação e de busca); manipulação matricial); 5. Aplicações Específicas em Estatística • Elaboração de programas usando os conceitos estatísticos vistos. METODOLOGIA DO ENSINO As estratégias a serem utilizadas serão: - aulas teóricas/expositivas, resolução de exercícios intra-classe complementadas com exercícios extra-classe; - uso intensivo do Laboratório Didático de Computação visando fundamentar os conceitos teóricos, o desenvolvimento de programas e a familiarização com os ambientes de programação; - valorizar e estimular a participação do aluno objetivando criar uma maior dinâmica na sala de aula; - intercalar aula-expositiva com atividades intra-classe individuais e em grupo com atividades no Laboratório de Computação para uma melhor aprendizagem dos comandos da linguagem computacional; - desenvolvimento de projetos coletivos ou individuais de programação de conceitos estatísticos. - Além disso, poderão ser programadas atividades na modalidade semipresencial, até o limite máximo de 20% da carga horária, conforme prevê a Portaria 4059 do MEC, de 10/12/2004. As atividades semipresenciais poderão ser realizadas por meio de trabalhos práticos e estudos dirigidos. BIBLIOGRAFIA BÁSICA 1. ASCENCIO, A. F. G.; CAMPOS, E. A. V. C. Fundamentos da programação de computadores: algoritmos, pascal e C/C++. Pearson Prentice Hall, 2003. 355p. 2. KERNINGHAN, B. W.; Ritchie, D. M. C: a Linguagem de Programação padrão ANSI. Rio de Janeiro:Editora Campus, 1990. 289p. 3. KERNINGHAN, B. W.; Pike, R. A Prática de Programação. Rio de Janeiro: Editora Campus, 2000, 280p. 4. HOLLOWAY, J. P. Introdução a Programação para Engenharia: resolvendo problemas com algoritmos, LTC Editora, 2006. 339p. 5. LOPES, A.; GARCIA, G. Introdução à Programação: 500 exercícios resolvidos. Rio de Janeiro: Editora campus, 2002. 469p. 6. MEDINA, M.; FERTIG, C. Algoritmos e programação: teoria e prática. São Paulo: Novatec Editora. 384p. 2005. BIBLIOGRAFIA COMPLEMENTAR 1. CORMEN, T.H., Leiserson, C.E., Rivest R.L., Stein, C. Algoritmos: teoria e Prática. Rio de janeiro: Editora Campus, 2002. 916p. 2. SKIENA, S. S. The ALGORITHM Design Manual. Springer-Verlag, 1998, 486p. 3. WEISS, M. A. Data structures and algorithm analysis in C. 2ª ed. Menlo Park: Addison Wesley, 1997. 511p. CRITÉRIOS DE AVALIAÇÃO DA APRENDIZAGEM • Média ponderada das avaliações (provas, listas de exercícios, trabalhos e seminários). • A avaliação deverá atender o Art. 8º da Resolução Unesp 106/2012, prever oportunidade de recuperação durante o desenvolvimento da disciplina (Resolução Unesp 75/2016) e exame final (Art. 81° do Regimento Geral da Unesp). EMENTA (Tópicos que caracterizam as unidades dos programas de ensino) Conhecer a arquitetura básica de um Computador (Modelo de Von-Neuman); aprender a implementar Algoritmos de programação usando de forma lógica, diferentes tipos de variáveis unidimensionais e conceitos de comando seqüencial, seletivos e de repetição; e adotar uma Linguagem de Programação de Alto Nível, para exercitar a implementação de algoritmos estatísticos usando os conceitos aprendidos. APROVAÇÃO: DEPARTAMENTO: Profa. Dra. Chefe do Depto. de Estatística CONSELHO DE CURSO: Prof. Dr. Coordenador do Curso de Estatística CONGREGAÇÃO: / /
Compartilhar