BENMERITA UNIVERSIDAD AUTNOMA DE PUEBLA

FACULTAD DE CIENCIAS DE LA COMPUTACION

I) OBJETIVOS:
Educacional: Proporcionar al estudiante fundamentos en la teora de Algoritmos y en la teora de la
complejidad de algoritmos, con el fin de que su trabajo computacional pueda fundamentarlo
matemtica y computacionalmente.
General: El curso tiene el propsito de entrenar al estudiante en el manejo de tcnicas y principios

ms utilizados para el diseo y anlisis de algoritmos, incluyendo los modelos de computacin en los
que se expresan tales algoritmos.
Especficos: Preparar al estudiante en diferentes tcnicas fundamentales del diseo y anlisis de
algoritmos, para que sus propuestas de solucin a problemas puedan ser formalizados y analizados
matemticamente.
II) Bibliografa.

Bibliografa

Bsica
Anany Levitin. "Introduction to the
design & Analysis of Algorithms",
Pearson.
Gilles
Brassard,
Paul
Bratley,
Fundamental of Algorithmics, Prentice
Hall.

Thomas H. Cormen, Charles E.

Leiserson,
Ronald
L.
Rivest.
"Introduction to algorithms", McGrawHill.

Complementaria
Michael R. Garey, David S. Johnson.
"Computers and intractability: A guide
to the theory of NP-Completeness", W.
H. Freeman.
D. Koller, N. Friedman, Probabilistic
Graphical Models : Principles and
Techniques, MIT Press.
Mikhail J. Atallah (Ed.). "Algorithms
and theory of computation handbook",
CRC Press.

Programa de Asignatura: Anlisis y Diseo de Algoritmos

BENMERITA UNIVERSIDAD AUTNOMA DE PUEBLA

FACULTAD DE CIENCIAS DE LA COMPUTACION
III) CONTENIDO

Unidad

Contenido Temtico/Actividades de aprendizaje

I Introduccin

II Fundamentos del
anlisis de algoritmos

III Tcnicas de diseo

de algoritmos
IV Anlisis de la
Complejidad de
Algoritmos
V Tcnica de Diseo:
Divide y vencers
VI Tcnica de Diseo:
Programacin
Dinmica

1.1 Concepto de algoritmo

1.2 Problemas, algoritmos y complejidad
1.3 Fundamentos del anlisis de algoritmos
1.4 Notaciones asintticas
2.1 Anlisis matemtico de algoritmos no recursivos
2.2 Anlisis matemtico de algoritmos recursivos
2.3 Ecuaciones de recurrencia
2.4 Anlisis matemtico .vs. Anlisis emprico
2.5 Ejemplos
3.1 Planteamiento general
3.2 Algoritmos Exactos .vs. Heursticas
3.3 Algunas Heursticas ms utilizadas
3.4 Algoritmos voraces

4.1 Clases de Complejidad

4.2 Problemas NP-Completos
4.3 Clase P .vs. NP
4.4 Otras Clases de complejidad (Optimizacin y
Conteo)
5.1 Caractersticas
5.2 Clculo de la eficiencia
5.3 Esquema general
5.4 Ejemplo de aplicacin
6.1 Caractersticas
6.2 Esquema general
6.3 Ejemplos de aplicacin

IV) CRITERIOS DE EVALUACIN

Criterios

Exmenes
Participacin en clase y Tareas
Proyecto final

Porcentaje
60%
10%
30%
Total 100%

Programa de Asignatura: Anlisis y Diseo de Algoritmos