Guías Docentes Electrónicas
1. DATOS GENERALES
Asignatura:
DISEÑO DE ALGORITMOS
Código:
42344
Tipología:
OBLIGATORIA
Créditos ECTS:
6
Grado:
346 - GRADO EN INGENIERÍA INFORMÁTICA (AB)
Curso académico:
2019-20
Centro:
604 - E.S. DE INGENIERIA INFORMATICA ALBACETE
Grupo(s):
15 
Curso:
3
Duración:
C2
Lengua principal de impartición:
Español
Segunda lengua:
Inglés
Uso docente de otras lenguas:
English Friendly:
N
Página web:
https://campusvirtual.uclm.es/
Bilingüe:
N
Profesor: FERNANDO CUARTERO GOMEZ - Grupo(s): 15 
Edificio/Despacho
Departamento
Teléfono
Correo electrónico
Horario de tutoría
1.A.10
SISTEMAS INFORMÁTICOS
2478
fernando.cuartero@uclm.es
Martes y miércoles de 10:00 a 12:00 Lunes, de 18:00 a 20:00

2. REQUISITOS PREVIOS

Es recomendable haber cursado y aprobado las asignaturas "Metodología de la Programación" y "Estructuras de Datos" de segundo curso, ya que la asignatura está muy relacionada con ambas. También es importante haber cursado la asignatura "Cálculo y métodos numéricos", ya que la asignatura revisa y profundiza en el cálculo de complejidad algorítmica estudiado también en Metodología de la Programación de segundo.

3. JUSTIFICACIÓN EN EL PLAN DE ESTUDIOS, RELACIÓN CON OTRAS ASIGNATURAS Y CON LA PROFESIÓN

Diseño de algoritmos constituye una extensión de "Metodología de la programación", que ha de cursarse en segundo. En esta asignatura se abordan aspectos relativos a la resolución de problemas mediante técnicas fundamentales de computación, tanto exactas como aproximadas. En particular, se profundiza en aspectos relativos a complejidad computacional y a técnicas algorítmicas, como programación dinámica, etc.

Otros temas relacionados con este grupo de asignaturas, como son los relativos a grafos o investigación operativa, serán tratados en las asignaturas correspondientes que se imparten también dentro de la intensificación en computación.


4. COMPETENCIAS DE LA TITULACIÓN QUE LA ASIGNATURA CONTRIBUYE A ALCANZAR
Competencias propias de la asignatura
Código Descripción
CM3 Capacidad para evaluar la complejidad computacional de un problema, conocer estrategias algorítmicas que puedan conducir a su resolución y recomendar, desarrollar e implementar aquella que garantice el mejor rendimiento de acuerdo con los requisitos establecidos.
INS4 Capacidad de resolución de problemas aplicando técnicas de ingeniería.
SIS3 Aprendizaje autónomo.
SIS9 Tener motivación por la calidad.
5. OBJETIVOS O RESULTADOS DE APRENDIZAJE ESPERADOS
Resultados de aprendizaje propios de la asignatura
Descripción
Saber evaluar la complejidad computacional de un problema y aplicar la estrategia más adecuada de diseño de algoritmos que lo resuelve.
Resultados adicionales
Descripción
Aplicar los principios de Programación Orientada a Objetos para la resolución de problemas.
6. TEMARIO
  • Tema 1: Algoritmos sobre grafos
  • Tema 2: Divide y vencerás
  • Tema 3: Algoritmos voraces
  • Tema 4: Programación dinámica
  • Tema 5: Búsqueda con retroceso
  • Tema 6: Ramificación y poda
  • Tema 7: Algoritmos aleatorios
  • Tema 8: Computación cuántica
7. ACTIVIDADES O BLOQUES DE ACTIVIDAD Y METODOLOGÍA
Actividad formativa Metodología Competencias relacionadas (para títulos anteriores a RD 822/2021) ECTS Horas Ev Ob Rec Descripción *
Enseñanza presencial (Teoría) [PRESENCIAL] Método expositivo/Lección magistral CM3 INS4 SIS9 0.8 20 N N N Estas horas de teoría se dedicarán a la explicación de los diferentes temas.
Enseñanza presencial (Prácticas) [PRESENCIAL] Seminarios CM3 INS4 SIS9 0.24 6 N N N A lo largo del curso se impartirán tres seminarios relativos a programación en Python, estructuras de datos en Python, y a un ejemplo de resolución de problema práctico.
Prácticas de laboratorio [PRESENCIAL] CM3 INS4 SIS9 0.64 16 N N N Se dedicarán unas horas para la explicación y supervisión de cada uno de los trabajos prácticos.
Estudio o preparación de pruebas [AUTÓNOMA] CM3 SIS3 SIS9 1.68 42 N N N Este es el tiempo que se estima para la preparación de los dos examenes parciales, o en su defecto final. Se presupone un seguimiento continuo de las clases.
Elaboración de memorias de Prácticas [AUTÓNOMA] Trabajo dirigido o tutorizado CM3 INS4 SIS3 SIS9 1.92 48 S S S Además de las horas dedicadas al trabajo en laboratorio, se estima un trabajo de unas 12 horas para la realización de cada una de las prácticas. La entrega y defensa de las mismas es obligatoria.
Resolución de problemas o casos [PRESENCIAL] Método expositivo/Lección magistral CM3 INS4 SIS9 0.56 14 N N N Se dedicarán horas de clase y de laboratorio a la resolución de problemas.
Prueba final [PRESENCIAL] Pruebas de evaluación CM3 INS4 SIS9 0.16 4 S S S Se dedicarán dos horas de clase a la realización de sendos exámenes parciales.
Total: 6 150
Créditos totales de trabajo presencial: 2.4 Horas totales de trabajo presencial: 60
Créditos totales de trabajo autónomo: 3.6 Horas totales de trabajo autónomo: 90

Ev: Actividad formativa evaluable
Ob: Actividad formativa de superación obligatoria
Rec: Actividad formativa recuperable

8. CRITERIOS DE EVALUACIÓN Y VALORACIONES
  Valoraciones  
Sistema de evaluación Estudiante presencial Estud. semipres. Descripción
Examen teórico 60.00% 0.00% (ESC) Es necesario aprobar el examen de teoría. En caso de aprobar los exámenes parciales, no es necesario presentarse al examen final.
Realización de prácticas en laboratorio 30.00% 0.00% (LAB) El desarrollo de cada una de las cuatro prácticas constituirá el 7.5% de la nota final.
Elaboración de memorias de prácticas 10.00% 0.00% (INF) La memoria de cada una de las cuatro prácticas constituirá el 2.5% de la nota.
Total: 100.00% 0.00%  

Criterios de evaluación de la convocatoria ordinaria:
- Es necesario aprobar de manera independiente tanto las prácticas como el examen final.

- Es necesario obtener una calificación mínima de 5 en cada una de las cuatro prácticas para superar la parte de prácticas. En caso de no superar las prácticas la máxima calificación será de Suspenso (4). Las prácticas suspensas tendrán posibilidad de recuperarse previo al examen ordinario, o extraordinario en su caso. En caso de no superar el examen la máxima calificación será de Suspenso (4). En ambos casos aún cuando la media sea superior a 5.

- Es necesario aprobar los dos examenes parciales de manera individual para aprobar la parte de teoría. Todo aquel que apruebe un solo parcial con una nota superior a 6 podrá optar a presentarse solamente a la parte pendiente en el examen ordinario.

- Se penalizará la entrega de las prácticas fuera de los plazos establecidos con un 20% de la nota. Esta penalización no computará en el caso de recuperación para la convocatoria extraordinaria.
Particularidades de la convocatoria extraordinaria:
- Si se aprueba sólo una parte, la teórica o la práctica, para la convocatoria extraordinaria sólo será necesario recuperar la otra parte.
Particularidades de la convocatoria especial de finalización:
No se ha introducido ningún criterio de evaluación
9. SECUENCIA DE TRABAJO, CALENDARIO, HITOS IMPORTANTES E INVERSIÓN TEMPORAL
No asignables a temas
Horas Suma horas
Resolución de problemas o casos [PRESENCIAL][Método expositivo/Lección magistral] 4
Prueba final [PRESENCIAL][Pruebas de evaluación] 4

Tema 1 (de 8): Algoritmos sobre grafos
Actividades formativas Horas
Enseñanza presencial (Teoría) [PRESENCIAL][Método expositivo/Lección magistral] 4
Enseñanza presencial (Prácticas) [PRESENCIAL][Seminarios] 6
Estudio o preparación de pruebas [AUTÓNOMA][] 10
Resolución de problemas o casos [PRESENCIAL][Método expositivo/Lección magistral] 2
Periodo temporal: 2 semanas
Grupo 15:
Inicio del tema: 27-01-2020 Fin del tema: 07-02-2020
Comentario: Se dedicarán dos clases de teoría al estudio de algoritmos sobre grafos, y otra más a la resolución de problemas y ejercicios. Las cuatro primeras horas de prácticas se dedicarán a la impartición de dos seminarios de programación en Python. Se dará el guión de la primera práctica para que el alumno intente abordarla de manera autónoma antes de su expilcación, que tendrá lugar en la semana 4.

Tema 2 (de 8): Divide y vencerás
Actividades formativas Horas
Enseñanza presencial (Teoría) [PRESENCIAL][Método expositivo/Lección magistral] 3
Estudio o preparación de pruebas [AUTÓNOMA][] 7
Resolución de problemas o casos [PRESENCIAL][Método expositivo/Lección magistral] 2
Periodo temporal: 2 semanas
Grupo 15:
Inicio del tema: 10-02-2020 Fin del tema: 21-02-2020

Tema 3 (de 8): Algoritmos voraces
Actividades formativas Horas
Enseñanza presencial (Teoría) [PRESENCIAL][Método expositivo/Lección magistral] 2
Prácticas de laboratorio [PRESENCIAL][] 3
Estudio o preparación de pruebas [AUTÓNOMA][] 4
Elaboración de memorias de Prácticas [AUTÓNOMA][Trabajo dirigido o tutorizado] 12
Resolución de problemas o casos [PRESENCIAL][Método expositivo/Lección magistral] 2
Periodo temporal: 2 semanas
Grupo 15:
Inicio del tema: 17-02-2020 Fin del tema: 06-03-2020
Comentario: Debido a que los algoritmos voraces se vieron en la asignatura Metodología de la Programación, se dedicarán las primeras dos horas de teoría a su repaso, y otras dos a la corrección de ejercicios.

Tema 4 (de 8): Programación dinámica
Actividades formativas Horas
Enseñanza presencial (Teoría) [PRESENCIAL][Método expositivo/Lección magistral] 2
Prácticas de laboratorio [PRESENCIAL][] 3
Estudio o preparación de pruebas [AUTÓNOMA][] 4
Elaboración de memorias de Prácticas [AUTÓNOMA][Trabajo dirigido o tutorizado] 10
Resolución de problemas o casos [PRESENCIAL][Método expositivo/Lección magistral] 2
Periodo temporal: 2 semanas
Grupo 15:
Inicio del tema: 09-03-2020 Fin del tema: 20-03-2020
Comentario: Se dedicarán dos horas al repaso del tema Programación Dinámica"visto en la asignagura Metodología de la Programación. En la siguiente clase de teoría se corregirán los ejercicios propuestos.

Tema 5 (de 8): Búsqueda con retroceso
Actividades formativas Horas
Enseñanza presencial (Teoría) [PRESENCIAL][Método expositivo/Lección magistral] 3
Estudio o preparación de pruebas [AUTÓNOMA][] 4
Resolución de problemas o casos [PRESENCIAL][Método expositivo/Lección magistral] 3
Periodo temporal: 2 semanas
Grupo 15:
Inicio del tema: 23-03-2020 Fin del tema: 03-04-2020
Comentario: Durante las semanas 8 y 9 se repasará el tema Búsqueda con Retroceso en teoría, y se corregirán los ejercicios en clase de prácticas.

Tema 6 (de 8): Ramificación y poda
Actividades formativas Horas
Enseñanza presencial (Teoría) [PRESENCIAL][Método expositivo/Lección magistral] 3
Prácticas de laboratorio [PRESENCIAL][] 4
Estudio o preparación de pruebas [AUTÓNOMA][] 7
Elaboración de memorias de Prácticas [AUTÓNOMA][Trabajo dirigido o tutorizado] 10
Resolución de problemas o casos [PRESENCIAL][Método expositivo/Lección magistral] 2
Periodo temporal: 2 semanas
Grupo 15:
Inicio del tema: 13-04-2020 Fin del tema: 24-04-2020
Comentario: Se dedicarán dos clases de teoría a explicar los algoritmos de ramificación y poda, y una a la resolución de ejercicios.

Tema 7 (de 8): Algoritmos aleatorios
Actividades formativas Horas
Enseñanza presencial (Teoría) [PRESENCIAL][Método expositivo/Lección magistral] 2
Prácticas de laboratorio [PRESENCIAL][] 3
Resolución de problemas o casos [PRESENCIAL][Método expositivo/Lección magistral] 8
Periodo temporal: 1 semana
Grupo 15:
Inicio del tema: 27-04-2020 Fin del tema: 11-05-2020

Tema 8 (de 8): Computación cuántica
Actividades formativas Horas
Enseñanza presencial (Teoría) [PRESENCIAL][Método expositivo/Lección magistral] 2
Enseñanza presencial (Prácticas) [PRESENCIAL][Seminarios] 2
Estudio o preparación de pruebas [AUTÓNOMA][] 3
Elaboración de memorias de Prácticas [AUTÓNOMA][Trabajo dirigido o tutorizado] 8
Periodo temporal: 1 semana
Grupo 15:
Inicio del tema: 12-05-2020 Fin del tema: 15-05-2020

Actividad global
Actividades formativas Suma horas
Comentarios generales sobre la planificación: Tanto la distribución del trabajo como, sobre todo, la planificación, son estimaciones orientativas. En cualquier caso, cualquier modificación se notificará con antelación en el espacio virtual de la asignatura. A lo largo del curso, y dependiendo de cómo se desarrolle éste, se irán modificando si es necesario para adaptarnos a las distintas eventualidades. En cualquier caso, se proporcionará una planificación semanal detallada en moodle. La asignatura se imparte en tres sesiones semanales de 1,5 horas.
10. BIBLIOGRAFÍA, RECURSOS
Autor/es Título Libro/Revista Población Editorial ISBN Año Descripción Enlace Web Catálogo biblioteca
Aho, A.V.; Hopcroft, J.E. y Ullman, J.D. The design and analysis of computer algoritms Addison-Wesley 1974  
Cormen, T.; Leiserson, C. y Rivest, R. Introduction to Algorithms McGraw-Hill 1990  
D. Goldberg Genetic algorithms in search, optimization, and machine learning Addison-Wesley Professional 1989  
Donald E. Knuth The art of computer programming I-3 (2nd Edition) Addison-Wesley Professional 1998  
Fred Glover and Gary A. Kochenberger Handbook of Metaheuristics Springer-Verlag 2003  
G. Brassard and P. Bratley Fundamentos de algoritmia Prentice Hall 1997  
Horowitz, Ellis; Sahni, Sartaj; Rajasekaran, Sanguthevar Computer Algorithms Computer Science Press 1998  
Jon Kleimberg and Eva Tardos Algorithm Design Pearson 2006  
Parberry I Problems on Algorithms Prentice Hall 1995  



Web mantenido y actualizado por el Servicio de informática