UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

(Universidad del Per, DECANA DE AMRICA)

FACULTAD DE INGENIERA DE SISTEMAS E INFORMTICA

Escuela Acadmico Profesional de Ingeniera de Software

1. INFORMACIN GENERAL
1.1. Nombre y Cdigo de la Asignatura : Anlisis y Diseo de Algoritmos - 2020401
1.2. Nmero de crditos : 4.0
1.3. Nmero de horas : Teora 3 horas Laboratorio 2 horas
1.4. Ciclo de estudio : IV
1.5. Perodo acadmico : 2017- II
1.6. Requisito : Programacin II - 2020301
1.7. Profesor : Robert Espinoza Domnguez

2. SUMILLA
El estudio de las tcnicas para diseo de algoritmos es importante para el desarrollo de aplicaciones
que resuelvan problemas complejos de una manera eficiente y correcta. En este contexto, es importante
desarrollar en el ingeniero de software habilidades y conocimientos fundamentados en teoras slidas
que le permitan disear algoritmos eficientes, as como conocer y aplicar paradigmas de algoritmos en
problemas comunes que se presentan en la ciencia de la computacin, tales como: bsqueda,
ordenamiento y recorrido en grafos. Como parte complementaria al curso los alumnos debern
implementar un proyecto, cuyo objetivo es aplicar los paradigmas de diseo de algoritmos estudiados.
El curso pertenece al rea de conocimientos de Fundamentos de Computacin (Algoritmos y Estructura
de Datos) en el plan de estudios de la carrera de Ingeniera de Software. La asignatura se desarrollar
en clases tericas y prcticas. En principio se abordan los temas de anlisis de eficiencia de algoritmos
y una revisin de estructuras de datos bsicas, para luego continuar con el estudio de diversos
paradigmas de diseo de algoritmos, tales como: recursividad, divide y vencers, algoritmos voraces,
retroceso y programacin dinmica. En la segunda mitad del curso se realiza un estudio de los diversos
problemas que se presentan en las ciencias de la computacin y los algoritmos que se utilizan para
resolverlos. Los problemas son: ordenacin, bsqueda, recorrido en grafos y procesamiento de cadenas
de caracteres.

3. COMPETENCIA GENERAL
El estudiante, al concluir satisfactoriamente la asignatura, debe ser capaz de:
Conocer:
Los fundamentos tericos para analizar la eficiencia de los algoritmos.
1
 Los diversos paradigmas para el diseo de algoritmos.
Algoritmos bsicos para problemas fundamentales que se presentan en la ciencia de la
computacin.
Resolver:
Problemas fundamentales, mediante la implementacin de programas de programas en un
lenguaje de programacin orientado a objetos.
Problemas mediante descomposicin, y seleccionar la tcnica algortmica apropiada para
resolver el problema de manera eficiente y correcta.
As mismo se debe desarrollar en el alumno las siguientes aptitudes:
Anlisis y sntesis para el estudio de problemas y su resolucin a travs del diseo e
implementacin de un algoritmo.
Anlisis crtico para mejorar y optimizar las implementaciones de aplicaciones.
Investigar tcnicas avanzadas para el diseo de algoritmos.

4. PROGRAMACION

UNIDAD 01: ANLISIS DE ALGORITMOS

COMPETENCIAS ESPECFICAS: Conocer y aplicar el anlisis de comportamiento asinttico para
medir la eficiencia de los algoritmos, tanto estructurados como recursivos. Conocer y aplicar estructuras
de datos bsicas.
Medir la eficiencia de los algoritmos diseados en pseudocdigo, mediante el anlisis del
comportamiento asinttico de los algoritmos.
Implementar los algoritmos y estructuras de datos bsicas propuestos en un lenguaje de programacin
orientado a objetos.

ESTRATEGIAS
SEM CONTENIDOS ACTIVIDADES EVALUACIN
DIDCTICAS
1 Algoritmos. Complejidad Criterios: Lgico Desarrollo de Laboratorio
algortmica. Notaciones deductivo. ejercicios, Prctica Calificada,
asintticas. Tcnicas: Expositiva prcticas, Examen Parcial
Planteamiento del Proyecto participativa, estudio laboratorio
dirigido, problemas.

2 Anlisis de estructuras de control. Criterios: Lgico Desarrollo de Laboratorio

Anlisis de las estructuras de deductivo. ejercicios, Prctica Calificada,
datos bsicas. Tcnicas: Expositiva - prcticas, Examen Parcial
participativa, estudio laboratorio
dirigido, problemas.
3 Taller de ejercicios. Anlisis de Criterios: Lgico Desarrollo de Laboratorio
tiempo de ejecucin. Ejemplos de deductivo. ejercicios, Prctica Calificada,
aplicacin. Tcnicas: Expositiva - prcticas, Examen Parcial
participativa, estudio laboratorio
dirigido, problemas.

UNIDAD 02. ORDENACIN Y BSQUEDA

COMPETENCIAS ESPECFICAS:
Comprender los problemas de ordenacin y bsqueda.
Conocer los diversos algoritmos que existen para solucionar los problemas de ordenacin y
bsqueda.
2
 Implementar algoritmos basados en diversas tcnicas para solucionar problemas e ordenamiento y
bsqueda.

ESTRATEGIAS
SEM CONTENIDOS ACTIVIDADES EVALUACIN
DIDCTICAS
4 Algoritmos Recursivos Criterios: Lgico Desarrollo de Laboratorio
Divide y vencers deductivo. ejercicios, Prctica Calificada,
Tcnicas: Expositiva prcticas, Examen Parcial
participativa, estudio laboratorio
dirigido, problemas.

5 Ordenacin interna: Burbuja, Criterios: Lgico Desarrollo de Laboratorio

insercin, seleccin, mezcla, deductivo. ejercicios, Prctica Calificada,
Shell, QuickSort. HeapSort Tcnicas: Expositiva prcticas, Examen Parcial
Ordenacin externa participativa, estudio laboratorio
Avance del proyecto dirigido, problemas.

6 Mtodos de bsqueda: Criterios: Lgico Desarrollo de Laboratorio

secuencial, por bloques, binaria, deductivo. ejercicios, Prctica Calificada,
indexada Tcnicas: Expositiva - prcticas, Examen Parcial
rboles de bsqueda: participativa, estudio laboratorio
rbol binario de bsqueda dirigido, problemas.

7 Algoritmos de dispersin Criterios: Lgico Desarrollo de Laboratorio

Funciones de dispersin deductivo. ejercicios, Prctica Calificada,
Insercin por Dispersin Tcnicas: Expositiva prcticas, Examen Parcial
Bsqueda por Dispersin participativa, estudio laboratorio
Resolucin de colisiones dirigido, problemas.
8 Examen Parcial

UNIDAD 03. TCNICAS DE DISEO DE ALGORITMOS

COMPETENCIAS ESPECFICAS:
Conocer las tcnicas de diseo de algoritmos, sus ventajas y desventajas, y las caractersticas de
los problemas sobre los cuales aplicarlos.
Implementar algoritmos para solucionar problemas bsicos, segn las diversas tcnicas de diseo
de algoritmos.

ESTRATEGIAS
SEM CONTENIDOS ACTIVIDADES EVALUACIN
DIDCTICAS
9 Programacin dinmica Criterios: Lgico Desarrollo de Laboratorio
deductivo. ejercicios, Prctica Calificada,
Tcnicas: Expositiva prcticas, Examen Final
participativa, estudio laboratorio
dirigido, problemas.

10 Algoritmos Voraces Criterios: Lgico Desarrollo de Laboratorio

deductivo. ejercicios, Prctica Calificada,
Tcnicas: Expositiva - prcticas, Examen Final
participativa, estudio laboratorio
dirigido, problemas.

3
 11 Algoritmos de Retroceso Criterios: Lgico Desarrollo de Laboratorio
Ramificacin y poda deductivo. ejercicios, Prctica Calificada,
Tcnicas: Expositiva - prcticas, Examen Final
participativa, estudio laboratorio
dirigido, problemas.
12 Taller de ejercicios. Algoritmos de Criterios: Lgico Desarrollo de Laboratorio
retroceso, voraces y deductivo. ejercicios, Prctica Calificada,
programacin dinmica. Tcnicas: Expositiva - prcticas, Examen Final
Ejemplos de aplicacin. participativa, estudio laboratorio
dirigido, problemas.
13 Algoritmos matemticos. Criterios: Lgico Desarrollo de Laboratorio
Algoritmos geomtricos: deductivo. ejercicios, Prctica Calificada,
Algoritmos probabilsticos. Tcnicas: Expositiva prcticas, Examen Final
Algoritmos paralelos. participativa, estudio laboratorio
Ejemplos de Aplicacin dirigido, problemas.
14 Taller de ejercicios. Algoritmos Criterios: Lgico Desarrollo de Laboratorio
matemticos, algoritmos deductivo. ejercicios, Prctica Calificada,
geomtricos, algoritmos Tcnicas: Expositiva prcticas, Examen Final
probabilsticas, algoritmos participativa, estudio laboratorio
paralelos. Ejemplos de dirigido, problemas.
aplicacin.
15 Presentacin y exposicin del proyecto del curso
16 Examen final

17 Examen sustitutorio

5. ESTRATEGIA DIDCTICA
Por parte del docente, desarrollar su asignatura siguiendo los criterios deductivos, inductivos, flexible
con la participacin activa del estudiante. En este sentido, se utilizar las tcnicas de exposicin
participativa y prcticas guiadas en laboratorio.
Por parte del estudiante, participar activamente a travs de intervenciones en las sesiones de teora,
resolucin de prcticas calificadas, desarrollo y exposicin de trabajos prcticos que se propondrn
durante el desarrollo del curso.

6. EVALUACIN DEL APRENDIZAJE

CONCEPTO PORCENTAJE COMPUESTO

Examen Parcial (EP) 35% 100% examen
Examen Final (EF) 35% 100% examen
Prctica (P) 15% Trabajos, prcticas, laboratorios, otros, etc.
Proyecto del Curso (PR) 15% 100% Trabajo Final

Promedio Final = 0.35 EP + 0.35 EF + 0.15 P + 0.15 PR

7. REFERENCIAS BIBLIOGRAFICAS
7.1. BSICA
1. ALEN WEISS, Mark
Estructura de Datos en Java. Addison Wesley. 2003
2. BRASSARD, G. / BRATLEY, T.
Fundamentos de Algoritmia. Prentice Hall. 2001
4
 3. CAIR, Osvaldo.
Estructuras de Datos. McGraw-Hill. 2006.
4. CORTEZ VSQUEZ, Augusto
Estructura de datos y algoritmos. 2002
5. CORTEZ VSQUEZ, Augusto
Algoritmia. 2010
6. JOYANES AGUILAR, Luis
Estructura de Datos en Java. McGraw-Hill. 2008.
7. LEE, R.C.T., TSENG, S.S., CHANG, R.C., TSAI, Y.T.
Introduccin al diseo y anlisis de algoritmos. McGraw Hill. 2007.
8. PELEZ SNCHEZ, Jos I.
Anlisis y diseo de algoritmos: Un enfoque terico prctico. Universidad de Mlaga. 2006
9. DROZDEK, Adam
Estructura de Datos y Algoritmos con Java. Editorial Thomson. Mxico 2007
10. ZIVIANi, Nivio
Diseo de Algoritmos con Implementaciones en C y Pascal. Thomson Editores Paraninfo.
2007
7.2. COMPLEMENTARIA
1. AHO, Alfred V.
Estructura de Datos y algoritmos Addison Wesley. 1988.
2. ALLEN WEISS, Mark
Estructura de Datos y Algoritmos. Addison Wesley. 1995.
3. CEVALLOS, Francisco
JAVA 2 Curso de programacin Alfa y Omega. 2004
4. DEITEL Y DEITEL
Como programar en JAVA. Prentice Hall. 2004.
5. HEILEMAN, Gregory L.
Estructura de Datos, Algoritmos y Programacin Orientada a Objetos. McGraw-Hill. 1998.
6. JOYANES AGUILAR, Luis
Estructura de Datos Teora y Libro de Problemas. McGraw-Hill. 1999.
7. KRUSE, Robert L.
Estructura de Datos y Diseo de Programas. Prentice Hall. 1988.
8. LIPSCHUTZ, Seymur Ph.D.
Estructura de Datos. Serie SCHAUM. McGraw-Hill. 1987