UNIVERSIDAD DE GUADALAJARA

Transcripción

1 UNIVERSIDAD DE GUADALAJARA CENTRO UNIVERSITARIO DE LOS ALTOS DIVISIÓN DE ESTUDIOS EN FORMACIONES SOCIALES LICENCIATURA: INGENIERÍA EN COMPUTACIÓN UNIDAD DE APRENDIZAJE POR OBJETIVOS ANÁLISIS Y DISEÑO DE ALGORITMOS MTRA. CLAUDIA ISLAS LÓPEZ Presidente de la Academia de Sistemas Digitales y de Información DR. JUAN JORGE RODRÍGUEZ BAUTISTA Jefe del Departamento de Estudios Organizacionales

2 NOMBRE DE LA ASIGNATURA ANÁLISIS Y DISEÑO DE ALGORITMOS CÓDIGO DE LA MATERIA CC316 DEPARTAMENTO ESTUDIOS ORGANIZACIONALES ÁREA DE FORMACIÓN ESPECIALIZANTE SELECTIVA CENTRO UNIVERSITARIO CENTRO UNIVERSITARIO DE LOS ALTOS CARGA HORARIA 80 CARGA HORARIA PRÁCTICA 0 CARGA HORARIA TOTAL 80 CRÉDITOS 11 TIPO DE CURSO TEÓRICO NIVEL DE FORMACIÓN PROFESIONAL LICENCIATURA PARTICIPANTES LICENCIATURA EN INGENIERÍA EN COMPUTACIÓN ELABORÓ PRERREQUISITOS CC209 TEORÍA DE LA COMPUTACIÓN FECHA DE ACTUALIZACIÓN JUNIO 2014

3 OBJETIVO GENERAL El estudiante comprenderá las principales técnicas para resolver problemas además de evaluar la eficiencia y la velocidad de los algoritmos. OBJETIVOS ESPECÍFICOS En cada módulo del contenido temático principal.

4 CONTENIDO TEMÁTICO Módulo 1: Introducción al diseño y análisis de algoritmos. Objetivo particular: El alumno conocerá los conceptos básicos de la materia. 1.1 Etapas en la resolución computacional de un problema Qué es un problema? 1.2 Definición y concepto de algoritmo 1.3 Pseudolenguajes y refinamiento por pasos Pasos para la resolución de un problema Nociones de algoritmos Algoritmia como ciencia 1.4 Tipos de datos, estructuras de datos y tipos de datos abstractos Tipos de datos Estructura de datos Módulo 2: Complejidad algorítmica. Objetivo particular: El alumno comprenderá los principales conceptos matemáticos relacionados con el análisis y diseño de algoritmos, conociendo las distintas notaciones, en especial, la asintótica. 2.1 Tiempo de ejecución de un programa Elección de un algoritmo Enfoques teórico y práctico 2.2 Notación "o grande " y "omega grande" Notación asintótica Constantes ocultas Notación O Reglas Generales Regla del límite para la notación O Notación Ω Regla de dualidad Notación θ Regla del límite generalizada 2.3 Complejidad y tamaño del problema Complejidad Tiempo y espacio Principio de invarianza Eficiencia de un algoritmo 2.4 Cálculo de la complejidad del problema.

5 2.4.1 Notación para los programas Introducción al análisis 2.5 Sugerencia para el diseño y realización de algoritmos. 2.6 Ordenación. Módulo 3: Algoritmos sobre grafos. Objetivo particular: El alumno comprenderá como utilizar grafos en la resolución de problemas. 3.1 Caminos de longitud mínima. 3.2 Árboles parciales extremos. 3.3 Grafos isomorfos. 3.4 Conexidad fuerte. Módulo 4: Técnicas para el análisis de algoritmos. Objetivo particular: Aprender a evaluar la eficiencia y la velocidad de los algoritmos. 4.1 Eficiencia de algoritmos. 4.2 Análisis de programas recursivos. 4.3 Resolución de ecuaciones recurrentes.

6 Módulo 5: Técnicas para el análisis de algoritmos. Objetivo particular: Aprenderá los principales técnicas para resolver problemas computacionales para que pueda categorizar y aplicar las técnicas de diseño en los algoritmos. 5.1 Algoritmos voraces. 5.2 Divide y vencerás. 5.3 Programación dinámica. 5.4 Algoritmos probabilísticos. 5.5 Vuelta atrás. 5.6 Algoritmos paralelos. Módulo 6: Introducción a la NP- Completitud. Objetivo particular: El alumno conocerá los principales conceptos de NP- Completitud. 6.1 Las clases de P y de NP. 6.2 Reducciones polinómicas. 6.3 Problemas NP Completos. 6.4 Algunas demostraciones de NP-Completitud. 6.5 Problemas de NP-difíciles. 6.6 Algoritmos no determinados.

7 ESTRUCTURA CONCEPTUAL Análisis y diseño de Algoritmos Análisis y diseño de Algoritmos Complejidad Algorítmica Algoritmos sobre grafos Técnicas para el análisis de Algoritmos Técnicas para el diseño de algoritmos Introducción a la NPcomplitud Etapas en la Tiempo de Caminos de Eficiencia de Divide y Las clásicas resolución ejecución de longitud mínima algoritmos vencerás de P y Np computacional de un problema un programa Pseudolenguaje Notación o Caminos de Análisis de Programació Reduccione s y refinamiento grande o longitud mínima programas n dinámica s por pasos omega recursivos polinómicas Tipos de datos, estructuras de datos abstractos Complejidad y tamaño del problema Cálculo de la complejidad del problema Sugerencias para el diseño y realización de algoritmos Árboles parcialesextremos Árboles parcialesextremos Grafos isomorfos Resolución de programas recurrentes Algoritmos ávidos Vuelta atrás Problemas NP COMPLET OS Algunas demostraci ones de NP- Completitu d Ordenación Método de la Burbuja Merge Grafos isomorfos Conexidad fuerte Algoritmos no determinados Problemas de NPdifíciles

8 BIBLIOGRAFÍA BÁSICA López, Gustavo. (2009). Análisis y diseño de algoritmos: implementaciones en C y Pascal. Buenos Aires: Alfaomega. Joyanes Aguilar, L., Zahonero Martínez, I. (2004). Algoritmos y estructuras de datos: una perspectiva en C. Madrid: McGraw-Hill/Interamericana de España Martí Oliet, Narciso. (2004). Estructuras de datos y métodos algorítmicos: ejercicios resueltos. Madrid: Prentice Hall. BIBLIOGRAFÍA COMPLEMENTARIA Lee R. C. T., Tseng S. S., Chang R. C., Tsai Y. T. (2007). Introducción al diseño y análisis de algoritmos. Un enfoque estratégico. Asia: Mc Graw Hill. Aho, Alfred V., Hopcroft, John E., Ullman, Jeffrey D. (1988). Estructuras de datos y algoritmos. E.U.A.: Oxford University Press. MODALIDADES DEL PROCESO ENSEÑANZA APRENDIZAJE En virtud de que el contenido del curso es adecuado para que alumno desarrolle su lógica, se recomienda que se le asesore para que pueda utilizar su iniciativa para descubrir la solución a los problemas con los que se habrá de encontrar. Además se le pueden solicitar tareas de investigación que hagan que el curso avance en forma más fluida. CONOCIMIENTOS, APTITUDES Y VALORES QUE EL ALUMNO DEBE ADQUIRIR CON BASE AL DESARROLLO DE LA UNIDAD El alumno conocerá los diferentes modelos algorítmicos y aprenderá a construir los propios que le ayuden a resolver problemas específicos. CAMPO DE APLICACIÓN PROFESIONAL Los conocimientos obtenidos en esta materia se pueden aplicar en cualquier ámbito aunque están orientados al área computacional.

9 MATERIAL DE APOYO ACADÉMICO Ejercicios sobre el curso Pizarrón Proyector DLP Cámaras Presentaciones en PowerPoint MODALIDADES DE EVALUACIÓN CRITERIOS Examen departamental 20 % Exámenes parciales 40 % Producto de investigación, tareas y participación 20 % Trabajos en clase y programas 20 % PERFIL DOCENTE El docente debe ser un profesionista competente con habilidades en las áreas computacionales (sistemas de información y telecomunicaciones, redes, administración del SW, lenguajes de programación y modelos computacionales), además de contar con experiencia profesional en el campo computacional.