UNIVERSIDAD NACIONAL DE SAN AGUSTIN DE AREQUIPA

VICE RECTORADO ACADEMICO

FACULTAD DE INGENIERIA DE PRODUCCION Y SERVICIOS
DEPARTAMENTO ACADEMICO DE INGENIERIA DE SISTEMAS E INFORMATICA
SILABO 2017-B

ASIGNATURA: ANALISIS Y DISENO DE ALGORITMOS

I. INFORMACION ACADEMICA
Periodo academico: 2017-B
Escuela profesional: Ingeniera de Sistemas
Codigo de la asignatura : 1302225
Nombre de la asignatura: Analisis y Diseno de Algoritmos
Semestre: V (Quinto)
Caractersticas: Semestral
Duracion: 17 Semanas
Numero de horas Teoricas: 2
Practicas: 2
(Semestral)
Laboratorio: 2
Numero de creditos: 4 (Cuatro)
Prerrequisitos: 1302116 Estructura de Datos y Algoritmos

II. INFORMACION ADMINISTRATIVA

PROFESOR: Carlos Eduardo Atencio Torres y Christian Alain Revilla Arroyo
- Magister en Ciencia de la Computacion
GRADO ACADEMICO:
- Ingeniero de Sistemas
DEPARTAMENTO ACADEMICO: Ingeniera de Sistemas e Informatica
HORARIO Lunes Martes Miercoles Jueves Viernes
Total Semanal: 6 11:00- 09:00- 14:00- 9:00-11:00(A)
13:00(A) 11:00(B) 16:00(B) & 14:00-
& 14:00- & 18:00- 16:00(LAB-C)
16:00(LAB-A) 20:00(LAB-C)
Aula 301 & Lab- 201 Lab-EPIS 301 & Lab-
EPIS EPIS

III. FUNDAMENTACION (JUSTIFICACION)

Los Algoritmos son fundamentales para la ciencia de computacion y la ingeniera del software. El ren-
dimiento, en el mundo real, de cualquier sistema de software depende solo de dos cosas: (1) El algoritmo
que se usa y (2) la conveniencia y eficiencia de varias capas de implementacion. Los buenos disenos de
algoritmos son por tanto, cruciales en el desempeno de todo sistema de software. Por otra parte, el estu-
dio de algoritmos provee tecnicas de solucion independientes del lenguaje de programacion, paradigma de
programacion, hardware y cualquier otro aspecto de implementacion. (ACM Computing Curricula)

IV. COMPETENCIAS DEL CURSO

Distingue la importancia del analisis y diseno de algoritmos, bajo un modelo computacional independiente de la
maquina fsicia donde se ejecutaran.
Calcula el costo de algoritmos iterativos y recursivos, en tiempo y espacio; bajo el peor caso, mejor caso y caso
promedio; usando matematica discreta.
Disena algoritmos eficientes, bajo restricciones de tiempo y espacio, usando las tecnicas tradicionales como divide
y venceras, programacion dinamica, algoritmos avaros, etc.
Establece la base del fundamento matematico de la clasificacion de problemas computacionales en clases como
P, NP y NP-Completo.

1
V. CONTENIDO TEMATICO POR COMPETENCIAS
Unidad de Aprendizaje
Unidad 1: Analisis de Algo-
ritmos Calcula el costo de algo-
ritmos iterativos y recursivos, en
tiempo y espacio; bajo el peor ca-
so, mejor caso y caso promedio;
usando matematica discreta.
Contenidos
Importancia de los Algoritmos en la solucion de problemas. Calculo
del tiempo y espacio en algoritmos. Analisis asintotico y Notacion
asintotica: Comparacion de la tendencia de funciones, O, o, , , $;
definicion formal y demostracion de sus propiedades. Analisis del
mejor, peor y caso promedio: insertion sort, merge sort. Tecnicas
de solucion de recurrencias: arbol de recursion, induccion, funciones
generatrices, el teorema maestro. Incidencia de factores externos y
la implementacion de algoritmos
Lectura Obligatoria [CLRS09, FV99]
Lectura Sugerida [GKP95, BY95, Knu98, AHU83, Wil94,
Knu96]

Unidad 2: Tecnicas de Di-
seno de Algoritmos Disena al-
goritmos eficientes, bajo restric-
ciones de tiempo y espacio, usan-
do las tecnicas tradicionales co-
mo divide y venceras, programa-
cion dinamica, algoritmos ava-
ros, etc.
Algoritmos de fuerza bruta Divide y Venceras: Strassen, Fibonac-
ci, Polynomial Multiplication, Quick Sort. Algoritmos avaros: Mi-
nimum Spanning Trees. Programacion Dinamica: Longest Com-
mon Subsequence. Algoritmos de la ruta mas corta: Dijkstra,
Floyd, Bellman-Ford, Linear Programming, Floyd-Warshall, John-
son. Backtracking. Branch and bound. Heursticas.
Lectura Obligatoria [CLRS09]
Lectura Sugerida [AHU83, Knu98, McD15, ALP12]

Unidad 3: Las Clases de Definicion de las clases P y NP NP completitud (Teorema de Cook).

Complejidad P y NP En- Problemas NP-completos estandares.
tiende la base del fundamen-
to matematico de la clasifica- Lectura Obligatoria [CLRS09]
cion de problemas computacio- Lectura Sugerida [Wil94, Hol81]
nales en clases como P, NP y NP-
Completo.

VI. ESTRATEGIAS DE ENSENANZA

Metodos En el curso tendra una clase introductoria y varias clases magistrales, durante las clases
se insentivira la participacion de los alumnos haciendo preguntas que cuestionen su
conocimiento sobre los temas tratados en clase. Los alumnos tambien expondran temas
de investigacion propuestos por el profesor.
Medios El curso usa el material de Analisis de Algoritmos del Instituto de Matematica y Es-
tadstica (IME) de la Universidad de Sao Paulo (USP).
https://www.ime.usp.br/~pf/analise_de_algoritmos/,
Material complementario del MIT.
https://ocw.mit.edu/courses/electrical-engineering-and-computer-science/
6-046j-introduction-to-algorithms-sma-5503-fall-2005/,
Actividades El curso contara con varias tareas y un trabajo final que implique investigacion formativa
Seguimiento Se usara un sistema de control de versiones para el seguimiento de trabajos y tareas.

2
VII. CRONOGRAMA ACADEMICO
Semana Unidad/Evaluacion Tema Avance
1 Tema 1 Notacion asintotica 6%
2 Tema 1 Insercion 12 %
3 Tema 1 Recursividad 18 %
4 Tema 1 Teorema Maestro 24 %
5 Tema 1 MergeSort 30 %
6 Tema 1 Algoritmos de Multiplicacion 36 %
7 Tema 2 Quicksort 42 %
8 Tema 2 Algoritmos avaros 48 %
9 Examen Examen de Medio Semestre 54 %
10 Tema 2 Programacion dinamica 60 %
11 Tema 2 Minimum Spanning Tree 66 %
12 Tema 2 Dijkstra 72 %
13 Tema 3 Clase P y NP 84 %
14 Tema 3 Problemas NP completos 90 %
15 Examen Sustitutorio 96 %
16 Examen Final 100 %

VIII. ESTRATEGIAS DE EVALUACION

La evaluacion constara de los siguientes componentes:
NE Nota de examenes 45 %, esta nota se divide en:
Examen Parcial 40 %.
Examen Final 60 %.
NT Nota de Trabajos e Internveciones en clase y laboratorio 40 %.
NP Nota del proyecto de curso 15 %.
Los examenes se tomaran con apuntes.
La honestidad sera un factor determinante en la evaluacion: Los alumnos que tengan actitudes deshonesta
en alguna de sus tareas, trabajos o examen tendran nota 0.

Actos que se consideran como deshonestos

Copiar la solucion de otro durante el examen Esto incluye mirar al companero o usar medio electroni-
cos (celular, etc.)
Compartir codigo fuente Copiar, cambiar de nombre a las variables, mostrar el codigo a un companero,
descargar el codigo de Internet, explicar el codigo a un companero. Tener cuidado de no dejar copias
de las tareas en lugares publicos.
Consultora Recibir ayuda en la solucion de la tarea, esta puede ser en persona, por un companero de
anos superiores, por foros de discusion en Internet, etc.
Realizar los trabajos individuales en grupo Las tareas pueden tener soluciones diversas, si estas son
individuales no deben reunirse para hacerlas.
Realizar las tareas grupales de manera individual Que solo un companero haga toda la tarea del
grupo, que cada integrante del grupo haga una parte de la tarea, pero que no tenga idea de las demas
partes. Las tareas en grupo deben ser hechas en grupo, por lo que se requiere coordinacion, no solo
en la distribucion del trabajo, sino en la solucion de los problemas que se puedan presentar. El grupo
debe trabajar como un equipo.

Actos que NO se consideran como deshonestos

Explicar lo que se pide en la tarea Se puede pedir ayuda al profesor o los companeros para entender
lo que se pide en la tarea, pero siendo cuidadosos de no explicar la solucion, solo el enunciado de lo
que se pide.
Explicar los temas o conceptos Si algun tema o concepto no se entiende, fuera del horario de clase, se
puede pedir al profesor o algun companero ayuda.
Llevar apuntes Se pueden llevar apuntes a los examenes y a las evaluaciones en los laboratorios, estos
apuntes podran ayudar a recordar comandos, codigos, etc.

3
IX. REQUISITOS DE APROBACION
Los alumnos tendran la oportunidad de rezagar un examen parcial con un plazo de 72 horas y por causas
debidamente justificadas y autorizadas por la direccion de la escuela. Posterior a la aplicacion de una
prueba se realizan las siguientes actividades: solucion de las preguntas del examen, acceso de la prueba
por parte del estudiante, recalificacion cuando es pertinente, publicacion de los resultados usando software
personalizado; despues de todas estas actividades la nota es inmodificable.
Las calificaciones se registran en el sistema de la universidad segun cronograma.
La nota aprobatoria mnima del curso es 11. El promedio se obtendra as: N F = 0,45 N E + 0,40 N T +
0,15 N P .

X. BIBLIOGRAFIA
Obligatoria
[CLRS09] T. H. Cormen, C. E. Leiserson, R. L. Rivest, and C. Stein. Introduction to algorithms. MIT
press, 2009.
[FV99] Ferri and Vidal. Case-studies on average-case analysis for an elementary course on algorithms.
IEEETE: IEEE Transactions on Education, 42, 1999.

Sugerida
[AHU83] A. V. Aho, J. E. Hopcroft, and J. D. Ullman. Data Structures and Algorithms. Addison-Wesley,
1983.
[ALP12] Adnan Aziz, Tsung-Hsien Lee, and Amit Prakash. Elements of Programming Interviews: The
Insiders Guide. EPI, 2012.
[BY95] Baeza-Yates. Teaching algorithms. SIGACTN: SIGACT News (ACM Special Interest Group on
Automata and Computability Theory), 26, 1995.
[GKP95] R. L. Graham, D. E. Knuth, and O. Patashnik. Concrete Mathematics. Addison-Wesley, Reading,
USA, 2 edition, 1995.
[Hol81] Ian Holyer. The np-completeness of edge-coloring. SIAM Journal on computing, 10(4):718720,
1981.
[Knu96] Donald E Knuth. Selected papers on computer science. Cambridge University Press, 1996.
[Knu98] Donald E. Knuth. The Art of Computer Programming, Vol 1 3, Boxe set. Addison-Wesley,
Reading, USA, 2 edition, 1998.
[McD15] G.L. McDowell. Cracking the Coding Interview: 189 Programming Questions and Solutions.
CareerCup, 2015.
[Wil94] Herbert S. Wilf. Algorithms and complexity, March 15 1994.

Arequipa, Setiembre del 2017

Carlos Eduardo Atencio Torres Christian Alain Revilla Arroyo