Algorithms and Complexity Syllabus

1.
Identificación de la asignatura
DIVISION ACADEMICA Ingeniería

DEPARTAMENTO Sistemas
PROGRAMA ACADEMICO (Programas académicos a los cuales Ingeniería de Sistemas
sirve el curso)
NOMBRE DEL CURSO Algoritmos y Complejidad.
COMPONENTE CURRICULAR AL QUE PERTENECE EL CURSO Formación básica
(Básico, Básico Profesional, Profesional) profesional
MATERIA O ÁREA DEL CONOCIMIENTO Ciencia de la Computación
CODIGO DEL CURSO IST 4310 _ 01
Número de Registro del Curso (NRC) NRC = 3305
PRE-REQUISITO (Si lo hay) Especifique código del curso IST 4031

CO-REQUISITO (Si lo hay)Especifique código del curso
NUMERO DE CREDITOS SEMESTRALES 3
TIPO DE CRÉDITO (Obligatorio, Parcialmente libres, libres) Obligatorio

NÚMERO DE SEMANAS 16
INTENSIDAD HORARIA SEMANAL
Número de horas teóricas semanales de trabajo con el 2

profesor
Número de horas prácticas semanales de trabajo con el 2
profesor
Número de horas semanales de trabajo independiente 9
NIVEL DEL CURSO ( Pregrado, Postgrado, Extensión) Pregrado
NOMBRE DEL PROFESOR (PROFESORES) Misael Díaz Maldonado
UBICACIÓN DEL PROFESOR misaeld@uninorte.edu.co
(Oficina, e-mail)
HORAS DE ATENCIÓN DEL PROFESOR

2. Descripción de la asignatura.
Descripción Sintética de la asignatura
Complejidad computacional, y su uso en el análisis de algoritmos. Introducción a

diferentes estrategias para la solución de problemas mediante la construcción de
algoritmos. Análisis general de las clases de complejidad P y NP.
Descripción ampliada de la asignatura
Se inicia con una introducción a la noción de complejidad computacional (tiempo y

espacio); se explica la complejidad temporal y espacial y su uso en el análisis de
algoritmos.
Luego se indican las diferentes estrategias para la solución de problemas

mediante la construcción de algoritmos y por último se realiza un análisis general
de las clases de complejidad P y NP.
3. Justificación.
La asignatura se justifica en términos de:
● Familiarizar al estudiante con las técnicas formales para la obtención de

algoritmos eficientes.
● Introducir al estudiante en el análisis formal de problemas intratables

determinísticamente.
4. Objetivos de la asignatura
Objetivo General
El desarrollo del curso pretende que al final el estudiante sea capaz de:
Comprender y aplicar las diferentes técnicas empleadas para el análisis de

algoritmos.
Objetivos Específicos
Al final del curso se pretende que el estudiante sea capaz de:
1. Conocer uno de los modelos bases para la resolución de problemas del mundo
real aplicando la teoría de algoritmos.
2. Conocer y Comprender los conceptos bases de: problemas y algoritmos (sus

limitaciones, criterios de mejoramiento y caracterización), con el fin de identificar
algoritmos efectivos (eficaces y eficientes).
3. Comprender los conceptos básicos del análisis de complejidad, con base en las
notaciones O, Ω y Θ, con el fin de interpretar las clases de complejidad como base
para clasificar los problemas tratables o no por ordenador en sus clases P, NP, y
NP_Completos.
4. Aplicar la teoría matemática de ecuaciones de recurrencia en el análisis de la

eficiencia en tiempo de algoritmos recursivos.
5. Analizar y diseñar la resolución de problemas aplicando las técnicas de: Dividir

y Conquistar, Algoritmos Voraces, Regreso hacia atrás (Backtracking),
Programación Dinámica y Teoría de grafos, identificando y programando sus
algoritmos básicos útiles en la solución de problemas tratables por ordenador.
5. Resultados de Aprendizaje.
Las salidas del curso (Course´s Outcomes (CO´s)) o salidas de aprendizaje que el alumno
debe adquirir son las siguientes:
● CO1: Entender cómo caracterizar y clasificar los algoritmos, sus limitaciones y criterios
de mejoramiento.
● CO2: Comprender el análisis de complejidad y entender las diferencias de las notaciones
O(n), Omega(n), Theta(n).
● CO3: Comprender y aplicar las diferencias de los problemas tipo P, NP y NP_Completos.
● CO4: Aprender en su análisis, diseño y evaluación las técnicas: Algoritmos Recursivos,
Dividir y Conquistar, Algoritmos Voraces, Programación Dinámica, Regreso hacia atrás y
Teoría de Grafos.
● CO5: Programar en un lenguaje de programación de alto nivel, tres casos involucrando
algunas de la técnicas de: Dividir y Conquistar, Algoritmos Voraces, Programación
Dinámica, Regreso hacia atrás, Teoría de grafos, o casos relacionados con los
conceptos de problemas P, NP, y NP_Completos.
6. Contenido de la asignatura.
No TOPICO NUMERO
DE
HORAS
1 MODULO I COMPUTADORES, COMPLEJIDADES E INTRATABILIDAD 12
1.1 Introducción
1.2 Problemas, Algoritmos , y Complejidad
1.3 Análisis de Complejidad (Complexity Analysis)
1.3.1 Cantidad de trabajo realizado
1.3.2 Análisis asintótico (Asymptotic analysis)
1.3.3 Ordenes de complejidad ( The timing of algorithms )
1.3.4 Análisis de eficiencia tiempo vs espacio en algoritmos.
1.3.5 Estudio de casos y ejercicios
1.4 Clases de Complejidad (Introducción) (Complexity Classes)
1.4.1 Clases de Complejidad P, NP, NP_C
1.4.2 Problemas tratables e intratables.
2 MODULO II TECNICAS DE ANALISIS DE ALGORITMOS 6

2.1 Eficiencia de los algoritmos
2.2 Análisis de programas recursivos
2.3 Resolución de ecuaciones de recurrencia
2.3.1 Ecuaciones de recurrencia lineales
2.3.2 Ecuaciones de recurrencia no lineales
2.4 Ejercicios
2.4.1 Análisis de algoritmos empleando ecuaciones de recurrencias
2.4.2 Comparación de algoritmos iterativos y algoritmos recursivos.
3 MODULO III ESTRATEGIA PARA LA SOLUCION DE PROBLEMAS 30

3.1 Dividir y Conquistar
3.2 Técnicas heurísticas
3.2.1 Técnicas voraces
3.2.2 Técnicas de acondicionamiento
3.3 Algoritmos de retroceso (Backtracking algoritmos )
3.4 Programación dinámica
4 MODULO IV EL PROBLEMA DE LA RUTA MAS CORTA 6

4.1 Algoritmo de Floyd y Warshall
4.2 Algoritmo de Dijsktra
4.3 Equivalencia de problemas
5 MODULO V BUSQUEDA EN TEORIA DE GRAFOS 10

5.1 Estrategias de búsquedas en grafos
5.2 Métodos de reintento
5.3 Métodos de grafo explícito
6 (*) MODULO VI COTAS INFERIORES PARA ORDENES DE -

COMPLEJIDAD
6.1 Algoritmos basados en comparaciones
6.2 Cota inferior : Inserción en una lista ordenada
Máximo de un conjunto, Ordenamiento
7. (*) EL PROBLEMA DE EQUIVALENCIA -

7.1 El problema de equivalencia
7.2 El algoritmo de Kruskal
7.3 Complejidad computacional amortizada
8 (*) INTRATABILIDAD -
8.1 Introducción
8.2 Máquina de Turing
8.3 Teorema de Cook
8.4 Complejos pero...
8.5 Una alternatica : No-Determinismo.
Nota (*): Estos tópicos se incluyen en la asignatura a nivel de anexos
7. Evaluación
TIPO PORCENTAJE FECHA TEMA

Primer Parcial (PAR1, I+D) (*) 20% 4a Semana 1,2
Segundo Parcial (PAR2, I+D) (*) 20% 8a Semana 3,4
Examen Final (EF, I+D) 20% Según Registro 1 al 8
Laboratorios (L) 20% 3 , 7ª, 9ª, 12a Semana
a
I+D (10%) y Quices (10%) (Q) 20% 12a Semana
(*) Componentes que corresponden al 40%.
8. Assessment
Salidas del Curso (SOs) → CO CO2 CO3 CO4 CO5 Salidas del
↓ Competencias 1 alumno
adquiridas SOs
Dominio Conocimiento Q
Cognitivo Comprensión Q
Aplicación PAR1
70% Análisis PAR1
Diseño Q
Evaluación PAR2 E.FINA (6)
L
Laboratorios 20% L1 L2 L3 L4 (6)
I+D 10% PI PI PI
No se tolerará el plagio o la copia. Sin excepción, en caso de darse uno de estos

casos, a los estudiantes involucrados se les iniciará proceso disciplinario, y se
actuará conforme al Reglamento de Estudiantes de la Universidad del Norte. El
plagio incluye usar contenidos sin la debida referencia, de manera literal o con
mínimos cambios que no alteren el espíritu del texto. Adicionalmente, el estudiante
debe tener presente que todos los exámenes, informes, trabajos, presentaciones,
laboratorios y cualquier otro producto a evaluar debe:
● Ser realizado de forma individual, excepto, en aquellos casos en que el
profesor lo autorice por escrito y sin ninguna clase de participación de terceros.
● Debe referenciar en el código fuente las librerías o algoritmos de terceros que
hayan sido utilizados. Dar crédito a los autores de las ideas, conceptos teorías,
datos en los que se basó el estudiante para realizar su trabajo.
● Debe enviarse por el medio definido por el docente. Si el trabajo debe ser
enviado por catálogo web, sólo se recibirá por ese medio, y no por medios
alternativos. En caso de no utilizar los medios establecidos para el desarrollo
del curso, se asumirá que el trabajo no fue enviado.
9. Bibliografía Básica de la asignatura
9.1 Texto Guía.
● AHO Alfred V. Ullman Jeffrey D. Foundations of Computer Science C Edition. Computer

Science Press. An Imprint of W.H. Freeman and Company. New York. 1.996
● BRASSARD G, y BRATLEY p. Fundamentos de Algoritmia. Prentice Hall Inc., (1997)
● GAREY, Michael R. y JOHNSON, David S. Computers and Intractability : A guide to the

theory of NP-Completeness. U.S.A : Bell Laboratories, 1979 . 340 p.
● ROUGHGARDEN, Tim (2020). Algorithms Illuminated. Par 4: Algorithms for NP-Hard

Problems. Soundlikeyourself Publishing. LLC. New York.NY.
9.2 Otras referencias.
● AMSBURY Wyne. Data atructures from arrays to priority queues.Wadsworth Publishing

Company
● BAASE Van Gelder. Algoritmos Computacionales. Introducción al análisis y diseño.

Pearson Education de México S. A. de C. V. (2002).
● BECKMAN, Fank. Mathematical Foundations of Programming. Addison-Wesley, 1980.
● BECERRA S. César. Estructura de Datos en Java 1a. Edición Editorial Kimpres Ltda.
Agosto 2000.
● CORMEN Thomas H., LEISERSON Charles E., RIVEST Ronald L. Introduction to

Algorithms. Electrical Engineering and Computer Science Departament at the
Massachussetts Institute Technology (MIT). Twenty-first printing, 1998.
● GALVE, Javier. GONZALEZ, Juan C. SANCHEZ, Angel y VELAZQUEZ, J. Angel.

Algorítmica. Madrid, España: Addison - Wesley Iberoamericana, 1993. 496 p.
GREENE, Daniel. Matemathics for the Analysis of Algorithms. Binkhauser, 1982.
HARBRON, Thomas. File Systems Structures and Algorithms. Prentice Hall,
KNUTH, Donald. El arte de Programar Ordenadores. Reverte, 1987.

SEDGEWICK, Robert. Algorithms. U.S.A. : Addison - Wesley Publishng Company,
1995. 711 p.
WIRTH, Niklaus. Algoritmos y Estructuras de Datos. Prentice Hall
Direcciones electrónicas sugeridas
● http://ocw.mit.edu/courses/electrical-engineering-and-computer-science/6-046j-introductio
n-to-algorithms-sma-5503-fall-2005/video-lectures/
● https://www.classcentral.com/course/coursera-algorithms-design-and-analysis-part-1-374
Notas importantes
● La bibliografía dada en ésta parcelación no es de carácter exhaustivo.
● Las evaluaciones, incluidos los laboratorios de programación, se realizarán SIN

EXCEPCIÓN en las semanas del semestre en las cuales están programadas, es
decir, no se realizaran aplazamientos para ninguna de ellas, debido a que el 80%
de la nota definitiva debe estar registrada a más tardar la semana 14.
Actualizado Julio 16 de 2021 a las 9:18 a.m.
Al SBHU

Algorithms and Complexity Syllabus

Cargado por

Copyright:

Formatos disponibles

Algorithms and Complexity Syllabus

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Algorithms and Complexity Syllabus

Cargado por

Copyright:

Formatos disponibles

1.

DIVISION ACADEMICA Ingeniería

PRE-REQUISITO (Si lo hay) Especifique código del curso IST 4031

TIPO DE CRÉDITO (Obligatorio, Parcialmente libres, libres) Obligatorio

​ Número de horas teóricas semanales de trabajo con el ​ 2

HORAS DE ATENCIÓN DEL PROFESOR

Descripción Sintética de la asignatura

Complejidad computacional, y su uso en el análisis de algoritmos. Introducción a

Descripción ampliada de la asignatura

Se inicia con una introducción a la noción de complejidad computacional (tiempo y

Luego se indican las diferentes estrategias para la solución de problemas

La asignatura se justifica en términos de:

● Familiarizar al estudiante con las técnicas formales para la obtención de

● Introducir al estudiante en el análisis formal de problemas intratables

Comprender y aplicar las diferentes técnicas empleadas para el análisis de

Al final del curso se pretende que el estudiante sea capaz de:

2. Conocer y Comprender los conceptos bases de: problemas y algoritmos (sus

4. Aplicar la teoría matemática de ecuaciones de recurrencia en el análisis de la

5. Analizar y diseñar la resolución de problemas aplicando las técnicas de: Dividir

2 MODULO II TECNICAS DE ANALISIS DE ALGORITMOS 6

3 MODULO III ESTRATEGIA PARA LA SOLUCION DE PROBLEMAS 30

4 MODULO IV EL PROBLEMA DE LA RUTA MAS CORTA 6

5 MODULO V BUSQUEDA EN TEORIA DE GRAFOS 10

6 (*) MODULO VI COTAS INFERIORES PARA ORDENES DE -

7. (*) EL PROBLEMA DE EQUIVALENCIA -

TIPO PORCENTAJE FECHA TEMA

I+D (10%) y Quices (10%) (Q) 20% 12a Semana

(*) Componentes que corresponden al 40%.

No se tolerará el plagio o la copia. Sin excepción, en caso de darse uno de estos

9.1 Texto Guía.

● AHO Alfred V. Ullman Jeffrey D. Foundations of Computer Science C Edition. Computer

● BRASSARD G, y BRATLEY p. Fundamentos de Algoritmia. Prentice Hall Inc., (1997)

● GAREY, Michael R. y JOHNSON, David S. Computers and Intractability : A guide to the

● ROUGHGARDEN, Tim (2020). Algorithms Illuminated. Par 4: Algorithms for NP-Hard

9.2 Otras referencias.

● AMSBURY Wyne. Data atructures from arrays to priority queues.Wadsworth Publishing

● BAASE Van Gelder. Algoritmos Computacionales. Introducción al análisis y diseño.

● BECKMAN, Fank. Mathematical Foundations of Programming. Addison-Wesley, 1980.

● CORMEN Thomas H., LEISERSON Charles E., RIVEST Ronald L. Introduction to

● GALVE, Javier. GONZALEZ, Juan C. SANCHEZ, Angel y VELAZQUEZ, J. Angel.

​ GREENE, Daniel. Matemathics for the Analysis of Algorithms. Binkhauser, 1982.

​ HARBRON, Thomas. File Systems Structures and Algorithms. Prentice Hall,

​ KNUTH, Donald. El arte de Programar Ordenadores. Reverte, 1987.

​ WIRTH, Niklaus. Algoritmos y Estructuras de Datos. Prentice Hall

Direcciones electrónicas sugeridas

● La bibliografía dada en ésta parcelación no es de carácter exhaustivo.

● Las evaluaciones, incluidos los laboratorios de programación, se realizarán SIN

Actualizado Julio 16 de 2021 a las 9:18 a.m.

También podría gustarte

Número de horas teóricas semanales de trabajo con el 2

GREENE, Daniel. Matemathics for the Analysis of Algorithms. Binkhauser, 1982.

HARBRON, Thomas. File Systems Structures and Algorithms. Prentice Hall,

KNUTH, Donald. El arte de Programar Ordenadores. Reverte, 1987.

WIRTH, Niklaus. Algoritmos y Estructuras de Datos. Prentice Hall