I INFORMACIÓN GENERAL

CURSO : Complejidad Algorítmica

CÓDIGO : CC76
CICLO : 20201
CUERPO ACADÉMICO : Canaval Sánchez, Luis Martin
Jara García, Carlos Alberto
Chambilla Aquino, Teófilo
Sopla Maslucán, Abraham
CRÉDITOS : 4
SEMANAS : 17
HORAS : 2 H (Práctica) Semanal /2 H (Teoría) Semanal
ÁREA O CARRERA : Ciencias de la Computación

II MISIÓN Y VISIÓN DE LA UPC

Misión: Formar líderes íntegros e innovadores con visión global para que transformen el Perú.
Visión: Ser líder en la educación superior por su excelencia académica y su capacidad de innovación.

III INTRODUCCIÓN

Descripción: Curso de especialidad en las carreras de Ingeniería de Software y de Ciencias de la Computación,

de carácter teórico-práctico dirigido a los estudiantes del cuarto ciclo de ciencias de la computación y sexto
ciclo en ingeniería de software, que permite que el estudiante pueda analizar la complejidad de los problemas
computacionales según la dificultad intrínseca de los mismos y su relación con las clases de complejidad;
proponer acertadamente soluciones algorítmicas idóneas y determinar el rendimiento de las mismas dadas las
restricciones de tiempo y memoria disponibles en el equipo computacional.

Propósito: El estudiante aprende hábitos y destrezas de diseño de algoritmos y análisis matemático de la

complejidad asociada empleando casos de estudio. El curso busca desarrollar la competencia general de
Razonamiento cuantitativo de nivel 1 para Ingeniería de software y nivel 2 para Ciencias de computación; así
como la competencia específica de Responsabilidad ética y profesional de nivel 1 para Ciencias de
computación e Ingeniería de Software.

El curso cuenta con el prerrequisito de Algoritmos y estructura de datos.

IV LOGRO (S) DEL CURSO

Al finalizar el curso, el estudiante diseña algoritmos tomando en cuenta el tiempo, el espacio y la complejidad.
COMPETENCIA NIVEL DE LOGRO DEFINICIÓN

1 (Ingeniería de Capacidad para interpretar, representar, comunicar y utilizar

software) información cuantitativa diversa en situaciones de contexto real.
Razonamiento
cuantitativo 2 (Ciencias de Incluye calcular, razonar, emitir juicios y tomar decisiones con base
computación) en esta información cuantitativa.

Reconocer las responsabilidades profesionales y tomar decisiones

Responsabilidad ética 1 (Ciencias de la
informadas sobre prácticas de computación basadas en principios
y profesional Computación)
legales y éticos.

Responsabilidad ética 1 (Ingeniería de La capacidad de reconocer responsabilidades éticas y profesionales

y profesional Software) en situaciones de ingeniería y hacer juicios informados, que deben

1
 considerar el impacto de las soluciones de ingeniería en contextos
globales, económicos, ambientales y sociales.

V UNIDADES DE APRENDIZAJE

V.1 UNIDAD Nº: 1 Comportamiento asintótico, métodos de búsqueda y grafos

LOGRO
Competencias:
- Razonamiento cuantitativo
- Responsabilidad ética y profesional

Logro de la unidad:
- Al finalizar la unidad, resuelve ejercicios, problemas y casos de estudio aplicando métodos de búsqueda como Fuerza
Bruta, Backtraking y algoritmos sobre grafos encontrando el comportamiento asintótico de los algoritmos.

TEMARIO
Contenido 1: Análisis de Tiempos
 Análisis de Algoritmos
 La Notación Big-O (notación O)

Actividades de aprendizaje: Análisis de diapositivas. Aprendizaje basado en problemas.

Evidencias de aprendizaje: Desarrollo de la hoja de ejercicios sobre análisis de algoritmos y notación O grande.

Bibliografía:
SEDGEWICK, Robert (1995) Algoritmos en C++.
WEISS, Mark Allen (1995) Estructuras de datos y algoritmos
SEDGEWICK & WAYNE (2011) Algorithms 4th Ed.

Contenido 2: Algoritmos: FB, BT

 Fuerza Bruta y Backtracking
 Espacio de Solución
 Coincidencia de Cadenas

Actividades de aprendizaje: Aprendizaje basado en problemas. Resolución de ejercicios.

Evidencias de aprendizaje: Desarrollo de un caso de estudio: diseñando algoritmos de FB y String Match calculando el
tiempo y espacio.

Bibliografía:
SEDGEWICK, Robert (1995) Algoritmos en C++. WEISS, Mark Allen (1995) Estructuras de datos y algoritmos

Contenido 3: Algoritmos: DC
 Divide y vencerás
 Espacio de solución

Actividades de aprendizaje: Aprendizaje basado en problemas. Resolución de ejercicios.

Evidencias de aprendizaje: Desarrollo de hoja de ejercicios UVA aplicando estrategias DC

Bibliografía:
SEDGEWICK, Robert (1995) Algoritmos en C++.
WEISS, Mark Allen (1995) Estructuras de datos y algoritmos
SEDGEWICK & WAYNE (2011) Algorithms 4th Ed.

Contenido 4: Grafos
 Representación e implementación
 Búsqueda en grafos
 Problemas sobre grafos.

2
Actividades de aprendizaje: Análisis de diapositivas. Aprendizaje basado en problemas. Resolución de ejercicios.
Evidencias de aprendizaje: Desarrollo de la hoja de ejercicios sobre grafos.

DD1

Bibliografía:
SEDGEWICK, Robert (1995) Algoritmos en C++. WEISS, Mark Allen (1995) Estructuras de datos y algoritmos

Contenido 5: Ordenamiento
 Ordenamiento topológico
 Problemas OT

Actividades de aprendizaje: Aprendizaje basado en problemas. Resolución de ejercicios.

Evidencias de aprendizaje: Desarrollo de un caso de estudio para aplicando algoritmos de Grafos y Ordenamiento
Topológico.

Bibliografía:
SEDGEWICK, Robert (1995) Algoritmos en C++.
WEISS, Mark Allen (1995) Estructuras de datos y algoritmos
SEDGEWICK & WAYNE (2011) Algorithms 4th Ed.

Contenido 6: SCC
 Componentes fuertemente conexos
 Caso de estudio: SCC
Actividades de aprendizaje: Aprendizaje basado en problemas. Resolución de ejercicios.
Evidencias de aprendizaje: Desarrollo de problemas de Componentes Fuertemente Conexos.

PC1

Bibliografía:
SEDGEWICK, Robert (1995) Algoritmos en C++.
WEISS, Mark Allen (1995) Estructuras de datos y algoritmos

Contenido 7: Solución de problemas

 Ejercicios
 PC1

Actividades de aprendizaje: Aprendizaje basado en problemas. Resolución de ejercicios.

Evidencias de aprendizaje: Desarrollo de la hoja de ejercicios de FB, DC, SCC y OT.

TP1

Bibliografía:
SEDGEWICK, Robert (1995) Algoritmos en C++.
WEISS, Mark Allen (1995) Estructuras de datos y algoritmos
SEDGEWICK & WAYNE (2011) Algorithms 4th Ed.

Contenido 8: Examen Parcial (EA)

Examen Parcial (EA)

HORA(S) / SEMANA(S)
Semanas 1, 2, 3, 4, 5, 6, 7 y 8

V.2 UNIDAD Nº: 2 Algoritmos voraces, programación dinámica, y problemas P-NP

LOGRO
Competencias:
3
 - Razonamiento cuantitativo
- Responsabilidad ética y profesional

Logro de la unidad:
- Al finalizar la unidad, el estudiante resuelve problemas aplicando algoritmos voraces, programación dinámica, flujos
y problemas P-NP, calculando el comportamiento asintótico del algoritmo.

TEMARIO
Contenido 9: Búsquedas
 Algoritmos de Búsqueda: Dijkstra.
 UFDS: Unión de conjuntos disjuntos.

Actividades de aprendizaje: Aprendizaje basado en problemas. Resolución de ejercicios.

Evidencias de aprendizaje: Desarrollo de un caso de estudio aplicando UFDS.

Bibliografía:
SEDGEWICK, Robert (1995) Algoritmos en C++.
WEISS, Mark Allen (1995) Estructuras de datos y algoritmos
SEDGEWICK & WAYNE (2011) Algorithms 4th Ed.

Contenido 10: MST

 Arboles de expansión mínima: Algoritmo de Kruskal, Algoritmo de PRIM.

Actividades de aprendizaje: Aprendizaje basado en problemas. Resolución de ejercicios.

Evidencias de aprendizaje: Desarrollo de la hoja de Ejercicios Aplicando los algoritmos de Kruskal y PRIM. Resuelve un
caso de estudio usando UFDS y MST

Bibliografía:
SEDGEWICK, Robert (1995) Algoritmos en C++.
WEISS, Mark Allen (1995) Estructuras de datos y algoritmos
SEDGEWICK & WAYNE (2011) Algorithms 4th Ed.

Contenido 11: Flujo Máximo:

 Algoritmo de Ford-Fulkerson.
 Edmonds Karp.
 Algoritmo de Dinic

Actividades de aprendizaje: Aprendizaje basado en problemas. Resolución de ejercicios.

Evidencias de aprendizaje: Desarrollo de la hoja de Ejercicios de Flujo Máximo

Bibliografía:
SEDGEWICK, Robert (1995) Algoritmos en C++.
WEISS, Mark Allen (1995) Estructuras de datos y algoritmos
SEDGEWICK & WAYNE (2011) Algorithms 4th Ed.

Contenido 12: Algoritmos Voraces

 Alg.Bellman Ford
 Alg. Floy Warshal
 Alg. Johnson

Actividades de aprendizaje: Aprendizaje basado en problemas. Resolución de ejercicios.

Evidencias de aprendizaje: Desarrollo el caso de estudio aplicando algoritmos voraces

Bibliografía:
SEDGEWICK, Robert (1995) Algoritmos en C++.
WEISS, Mark Allen (1995) Estructuras de datos y algoritmos
SEDGEWICK & WAYNE (2011) Algorithms 4th Ed.
4
Contenido 13: Programación Dinámica
 Optimalidad de algoritmos.
 El problema de la mochila
Actividades de aprendizaje: Resolución de ejercicios.
Evidencias de aprendizaje: Desarrollo de la hoja de Ejercicios de programación dinámica.

Bibliografía:
SEDGEWICK, Robert (1995) Algoritmos en C++.
SEDGEWICK & WAYNE (2011) Algorithms 4th Ed.

Contenido 14: Problemas Tipo P

 Problemas de decisión.
 El problema del viajero

Actividades de aprendizaje: Resolución de ejercicios.

Evidencias de aprendizaje: Desarrollo de la hoja de Ejercicios.

PC2

Bibliografía:
SEDGEWICK, Robert (1995) Algoritmos en C++.
SEDGEWICK & WAYNE (2011) Algorithms 4th Ed.

Contenido 15: Problemas Tipo NP

 Problemas Clique.
 Redes

Actividades de aprendizaje: Resolución de ejercicios.

Evidencias de aprendizaje: Desarrollo de la hoja de Ejercicios.

PA
TF

Bibliografía:
WEISS, Mark Allen (1995) Estructuras de datos y algoritmos
SEDGEWICK & WAYNE (2011) Algorithms 4th Ed.

Contenido 16: Examen Final (EB)

Examen final

HORA(S) / SEMANA(S)
Semanas 9, 10, 11, 12, 13, 14, 15 y 16

VI METODOLOGÍA

Las sesiones de aprendizaje se desarrollarán bajo la modalidad presencial con 3 horas de teoría y 2 horas de
laboratorio, utilizando estrategias de aprendizaje activo, como por ejemplo: aprendizaje basado en problemas y
aplicación en contexto reales. Se utilizara las siguientes estrategias y experiencias de aprendizaje:

Estrategias preinstruccionales, de inicio y motivación del aprendizaje.

 Preguntas inductoras
 Foros electrónicos

5
 Estrategias coinstruccionales, de desarrollo o construcción del
aprendizaje
 Exposición argumentativa de los temas a través material textual (documentos PDF y PPT): unidades de aprendizaje.
 Investigación bibliográfica y electrónica.
 Preguntas insertadas en el material textual educativo.
 Desarrollo de programas en laboratorio.

Estrategias postinstruccionales, de consolidación y extensión del

aprendizaje.
 Preguntas de cierre en el material textual educativo y en foro electrónico
 Trabajos aplicativos individuales.
 Recapitulaciones y síntesis de contenidos.
 Evaluación de logros de competencia.

En las Unidades 1 y 2 se desarrollará, mediante un estudio autodirigido y guiado remotamente por el profesor,
el primer y tercer hito del trabajo final. Para cumplir con ambos trabajos se han definido los temas que deben
revisar para realizar lo solicitado:

Temario de estudio autodirigido 1: Algoritmos sobre flujos

Temario de estudio autodirigido 2: Problemas P - NP

Con relación a los hitos uno y tres del estudio autodirigido y guiado virtualmente por el profesor, formarán parte
de las notas TP (Trabajo parcial) y TF (Trabajo final), respectivamente. Esto permitirá medir la correcta
realización de las actividades y objetivos planteados para tales hitos.

VII EVALUACIÓN

FÓRMULA
Nota final = 5% (DD1) + 5% (PC1) + 15% (TP1) + 15% (EA1) + 10% (PC2) + 5% (PA1) + 20% (TF1) +
25% (EB1)

TIPO DE NOTA PESO %

DD – Evaluación de Desempeño 5
PC - Prácticas PC 5
TP - Trabajo Parcial 15
EA - Evaluación Parcial 15
PC - Prácticas PC 10
PA - Participación 5
TF - Trabajo Final 20
EB - Evaluación Final 25

El estudiante será aprobado si:

 Demuestra ha alcanzado el logro planificado en cada unidad.
 Demuestra las actitudes básicas y altruistas de responsabilidad, actitud crítica y asertiva así como creatividad en el
desarrollo de las actividades de aprendizaje tanto colaborativas como como individuales.
 Alcanza nota promocional

6
VIII CRONOGRAMA DE EVALUACIÓN

TIPO DESCRIPCIÓN NUM. FECHA OBSERVACIÓN RECUPERABLE

NOTA
Competencias evaluadas:
Responsabilidad ética y
EVALUACIÓN DE
1 Semana 4
profesional y razonamiento NO
DD
DESEMPEÑO Cuantitativo. Examen
individual

Competencias evaluadas:
Responsabilidad ética y
profesional y razonamiento
PC PRÁCTICAS PC 1 Semana 6 SÍ
Cuantitativo. Práctica
Individual

Competencias evaluadas:
Responsabilidad ética y
profesional y razonamiento
TP TRABAJO PARCIAL 1 Semana 7 NO
Cuantitativo. Práctica
Individual

Competencias evaluadas:
Responsabilidad ética y
EVALUACIÓN profesional y razonamiento
EA 1 Semana 8 SÍ
PARCIAL Cuantitativo. Examen
Individual

Competencias evaluadas:
Responsabilidad ética y
profesional y razonamiento
PC PRÁCTICAS PC 2 Semana 14 SÍ
Cuantitativo. Práctica
individual

Competencias evaluadas:
Responsabilidad ética y
profesional y razonamiento
PA PARTICIPACIÓN 1 Semana 15 NO
Cuantitativo. Práctica
Individual

Competencias evaluadas:
Responsabilidad ética y
profesional y razonamiento
TF TRABAJO FINAL 1 Semana 15 NO
Cuantitativo. Práctica
grupal

Competencias evaluadas:
Responsabilidad ética y
EVALUACIÓN profesional y razonamiento
EB 1 Semana 16 SÍ
FINAL Cuantitativo. Examen
individual

IX BIBLIOGRAFÍA DEL CURSO

https://upc.alma.exlibrisgroup.com/leganto/readinglist/lists/4721354350003391?institute=51UPC_INST
&auth=LOCAL