Guias Docentes

  GUÍA DOCENTE DE LA ASIGNATURA: DISEÑO DE ALGORITMOS    
1. Datos generales
Asignatura: DISEÑO DE ALGORITMOS Código: 42344
Tipología: OBLIGATORIA Créditos ECTS: 6
Grado: 346 - GRADO EN INGENIERÍA INFORMÁTICA (AB) Curso académico: 2016-17
Centro: (604) E.S. DE INGENIERIA INFORMATICA ALBACETE Grupo(s): 15
Curso: 3 Duración: Segundo cuatrimestre
Lengua principal de impartición: Español Segunda lengua: Inglés
Uso docente de otras lenguas: English Friendly: No
Página Web: https://campusvirtual.uclm.es/
Nombre del profesor: FERNANDO CUARTERO GOMEZ - Grupo(s) impartido(s): 15
 
Despacho Departamento Teléfono Correo electrónico Horario de tutoría
1.A.10 SISTEMAS INFORMÁTICOS 2478 fernando.cuartero@uclm.es Lunes y Martes de 10:00 a 12:00
Lunes, de 18:00 a 20:00
Nombre del profesor: LUIS DE LA OSSA JIMENEZ - Grupo(s) impartido(s):
 
Despacho Departamento Teléfono Correo electrónico Horario de tutoría
ESII / 0.A.12 SISTEMAS INFORMÁTICOS 2413 luis.delaossa@uclm.es Consultar
https://www.esiiab.uclm.es/tutorias.php
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
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 propios de la asignatura
Saber evaluar la complejidad computacional de un problema y aplicar la estrategia más adecuada de diseño de algoritmos que lo resuelve.
Resultados adicionales
Aplicar los principios de Programación Orientada a Objetos para la resolución de problemas.
6. Temario / Contenidos
 Tema 1 Algoritmos sobre grafos
 Tema 2 Algoritmos voraces
 Tema 3 Programación dinámica
 Tema 4 Búsqueda con retroceso
 Tema 5 Ramificación y poda
 Tema 6 Metaheurísticas
 Tema 7 Divide y vencerás
7. Actividades o bloques de actividad y metodología

Actividad formativa Metodología Competencias relacionadas ECTS Horas Ev Ob Rec Descripción
Enseñanza presencial (Teoría) [PRESENCIAL] Método expositivo/Lección magistral CM3, INS4, SIS9 0.80 20.00 No - - Estas horas de teoría se dedicarán a la explicación de los diferentes temas.
Enseñanza presencial (Prácticas) [PRESENCIAL] Seminarios CM3, INS4, SIS9 0.24 6.00 No - - 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 16.00 No - - 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 42.00 No - - 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 48.00 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 14.00 No - - Se dedicarán horas de clase y de laboratorio a la resolución de problemas.
Prueba final [PRESENCIAL] Pruebas de evaluación CM3, INS4, SIS9 0.16 4.00 Se dedicarán dos horas de clase a la realización de sendos exámenes parciales.
Total: 6.00 150.00  
Créditos totales de trabajo presencial: 2.40 Horas totales de trabajo presencial: 60.00
Créditos totales de trabajo autónomo: 3.60 Horas totales de trabajo autónomo: 90.00
Ev: Actividad formativa evaluable
Ob: Actividad formativa de superación obligatoria
Rec: Actividad formativa recuperable
8. Criterios de evaluación y valoraciones

  Valoraciones  
Sistema de evaluación Estud. pres. 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.

- 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.
Particularidades de la convocatoria extraordinaria:
Se penalizará la entrega de las prácticas fuera de los plazos establecidos con un 20% de la nota.
9. Secuencia de trabajo, calendario, hitos importantes e inversión temporal
No asignables a temas
Actividades formativas Horas
Prueba final [PRESENCIAL] [Pruebas de evaluación] (4 h tot.) 4
Tema 1 (de 7): Algoritmos sobre grafos
Actividades formativas Horas
Enseñanza presencial (Teoría) [PRESENCIAL] [Método expositivo/Lección magistral] (20 h tot.) 4
Enseñanza presencial (Prácticas) [PRESENCIAL] [Seminarios] (6 h tot.) 6
Estudio o preparación de pruebas [AUTÓNOMA] (42 h tot.) 10
Resolución de problemas o casos [PRESENCIAL] [Método expositivo/Lección magistral] (14 h tot.) 2
Periodo temporal: Semanas 1, 2 y 3
Grupo 15
Fecha de inicio: 25/01/2017 Fecha de fin: 12/02/2017
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. También se impartirá un tercer seminario en el que se explicará cómo abodar de manera correcta una de las prácticas lleadas a cabo en cursos anteriores.

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 7): Algoritmos voraces
Actividades formativas Horas
Enseñanza presencial (Teoría) [PRESENCIAL] [Método expositivo/Lección magistral] (20 h tot.) 2
Prácticas de laboratorio [PRESENCIAL] (16 h tot.) 4
Estudio o preparación de pruebas [AUTÓNOMA] (42 h tot.) 4
Elaboración de memorias de Prácticas [AUTÓNOMA] [Trabajo dirigido o tutorizado] (48 h tot.) 12
Resolución de problemas o casos [PRESENCIAL] [Método expositivo/Lección magistral] (14 h tot.) 2
Periodo temporal: Semanas 4 y 5.
Grupo 15
Fecha de inicio: 15/02/2017 Fecha de fin: 26/02/2017
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.

En las dos clases de prácticas se explicará y supervisará la elaboración de la práctica 1, que trata sobre algoritmos voraces en grafos.
Tema 3 (de 7): Programación dinámica
Actividades formativas Horas
Enseñanza presencial (Teoría) [PRESENCIAL] [Método expositivo/Lección magistral] (20 h tot.) 2
Prácticas de laboratorio [PRESENCIAL] (16 h tot.) 4
Estudio o preparación de pruebas [AUTÓNOMA] (42 h tot.) 4
Elaboración de memorias de Prácticas [AUTÓNOMA] [Trabajo dirigido o tutorizado] (48 h tot.) 12
Resolución de problemas o casos [PRESENCIAL] [Método expositivo/Lección magistral] (14 h tot.) 2
Periodo temporal: Semanas 6 y 7
Grupo 15
Fecha de inicio: 01/03/2017 Fecha de fin: 11/03/2017
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.

Durante estas dos semanas se explicará la práctica 2, relativa a programación dinámica, y se supervisará su elaboración.
Tema 4 (de 7): Búsqueda con retroceso
Actividades formativas Horas
Enseñanza presencial (Teoría) [PRESENCIAL] [Método expositivo/Lección magistral] (20 h tot.) 2
Estudio o preparación de pruebas [AUTÓNOMA] (42 h tot.) 4
Resolución de problemas o casos [PRESENCIAL] [Método expositivo/Lección magistral] (14 h tot.) 2
Periodo temporal: Semanas 8
Grupo 15
Fecha de inicio: 14/03/2017 Fecha de fin: 18/03/2017
Comentario: Durante la semana 8 se repasará el tema Búsqueda con Retroceso en teoría, y se corregirán los ejercicios en clase de prácticas. Con ello, quedará vista la primera mitad del temario de cara a hacer el primer parcial, que tendrá lugar en la semana siguiente.

Además, durante esas dos semanas se concluirá la elaboración de la práctica 2.
Tema 5 (de 7): Ramificación y poda
Actividades formativas Horas
Enseñanza presencial (Teoría) [PRESENCIAL] [Método expositivo/Lección magistral] (20 h tot.) 4
Prácticas de laboratorio [PRESENCIAL] (16 h tot.) 4
Estudio o preparación de pruebas [AUTÓNOMA] (42 h tot.) 8
Elaboración de memorias de Prácticas [AUTÓNOMA] [Trabajo dirigido o tutorizado] (48 h tot.) 12
Resolución de problemas o casos [PRESENCIAL] [Método expositivo/Lección magistral] (14 h tot.) 2
Periodo temporal: Semanas 9, 10 y 11
Grupo 15
Fecha de inicio: 29/03/2017 Fecha de fin: 15/04/2017
Comentario: Se dedicarán dos clases de teoría a explicar los algoritmos de ramificación y poda, y una a la resolución de ejercicios.

En una de las clases de prácticas, la correspondiente a la semana 9, tendrá lugar el primer examen parcial. En las clases de prácticas de las semanas 10 y 11 se explicará la práctica 3, relativa a ramificación y poda, y se supervisará su elaboración.
Tema 6 (de 7): Metaheurísticas
Actividades formativas Horas
Enseñanza presencial (Teoría) [PRESENCIAL] [Método expositivo/Lección magistral] (20 h tot.) 2
Prácticas de laboratorio [PRESENCIAL] (16 h tot.) 4
Estudio o preparación de pruebas [AUTÓNOMA] (42 h tot.) 4
Elaboración de memorias de Prácticas [AUTÓNOMA] [Trabajo dirigido o tutorizado] (48 h tot.) 12
Resolución de problemas o casos [PRESENCIAL] [Método expositivo/Lección magistral] (14 h tot.) 2
Periodo temporal: Semanas 12 y 13
Grupo 15
Fecha de inicio: 18/04/2017 Fecha de fin: 29/04/2017
Comentario: Durante las semanas 12 y 13 se abordará el tema relativo a metaheurísticas. En la primera clase de teoría se expondrá el tema, y en la segunda se resoverán ejercicios.

También durante estas dos semanas se explicará y supervisará la elaboración de la práctica 4, relativa también a metaheurísticas.
Tema 7 (de 7): Divide y vencerás
Actividades formativas Horas
Enseñanza presencial (Teoría) [PRESENCIAL] [Método expositivo/Lección magistral] (20 h tot.) 4
Estudio o preparación de pruebas [AUTÓNOMA] (42 h tot.) 8
Resolución de problemas o casos [PRESENCIAL] [Método expositivo/Lección magistral] (14 h tot.) 2
Periodo temporal: Semanas14 y 15
Grupo 15
Fecha de inicio: 02/05/2017 Fecha de fin: 13/05/2017
Comentario: En las dos clases de la semana 14 se verá el tema Divide y Vencerás. En la primera clase de la última semana se corregirán los ejercicios de este tema, y tendrá lugar el segundo examen parcial.
Actividad global
Actividades formativas Suma horas
Enseñanza presencial (Teoría) [PRESENCIAL] [Método expositivo/Lección magistral] 20
Enseñanza presencial (Prácticas) [PRESENCIAL] [Seminarios] 6
Prácticas de laboratorio [PRESENCIAL] [] 16
Estudio o preparación de pruebas [AUTÓNOMA] [] 42
Elaboración de memorias de Prácticas [AUTÓNOMA] [Trabajo dirigido o tutorizado] 48
Resolución de problemas o casos [PRESENCIAL] [Método expositivo/Lección magistral] 14
Prueba final [PRESENCIAL] [Pruebas de evaluación] 4
Total horas: 150
Grupo 15
Inicio de actividades: 25/01/2017 Fin de las actividades: 13/05/2017
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 planificación temporal podrá verse modificada ante causas imprevistas
10. Bibliografía, recursos
Autor/es Título Editorial Población 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  
Eric Bonabeau, Marco Dorigo, Guy Theraulaz Swarm Intelligence: From Natural to Artificial Systems Oxford University Press 1999  
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  
Z. Michalewicz Genetic Algorithms + Data Structures = Evolution Programs Springer-Verlag 1996  

Web mantenido y actualizado por el Servicio de Informática.