Algoritmos_Avanzados
-
Upload
jony-f-espinoza-canaza -
Category
Documents
-
view
10 -
download
0
Transcript of Algoritmos_Avanzados
![Page 1: Algoritmos_Avanzados](https://reader035.fdocumento.com/reader035/viewer/2022071920/55cf99db550346d0339f8690/html5/thumbnails/1.jpg)
Vicerrectorado de Profesorado, Titulaciones,
Ordenación Académica, Coordinación y Campus.
1 Última actualización: 06 de junio de 2012
GUÍA DOCENTE DE
ALGORITMOS AVANZADOS
Curso 2012-2013
![Page 2: Algoritmos_Avanzados](https://reader035.fdocumento.com/reader035/viewer/2022071920/55cf99db550346d0339f8690/html5/thumbnails/2.jpg)
Vicerrectorado de Profesorado, Titulaciones,
Ordenación Académica, Coordinación y Campus.
2 Última actualización: 06 de junio de 2012
TITULACION
Máster en Sistemas Telemáticos e Informáticos
GUIA DOCENTE DE LA ASIGNATURA
Algoritmos Avanzados
Profesores
Nombre y apellidos:
Abraham Duarte Muñoz ([email protected])
Micael Gallego Carrillo ([email protected])
Christopher Thraves ([email protected])
Coordinador/a de la asignatura:
Abraham Duarte Muñoz
I.- Identificación de la asignatura
Tipo Obligatoria
Materia
Período de impartición 2º cuatrimestre
Nº Créditos 3
Idioma en el que se imparte Español
Departamento Ciencias de la Computación y Departamento de Sistemas
Telemáticos y Computación
![Page 3: Algoritmos_Avanzados](https://reader035.fdocumento.com/reader035/viewer/2022071920/55cf99db550346d0339f8690/html5/thumbnails/3.jpg)
Vicerrectorado de Profesorado, Titulaciones,
Ordenación Académica, Coordinación y Campus.
3 Última actualización: 06 de junio de 2012
II.- Presentación
El objetivo fundamental de esta asignatura es la adquisición de las competencias necesarias para el
diseño y análisis de algoritmos, en especial aquellos para la resolución de problemas de optimización.
Como requisito previo para cursar esta asignatura es necesario disponer de los conocimientos y
competencias adquiridos en las asignaturas de grado de:
− Introducción a la Programación
− Estructuras de Datos
Se recomienda haber cursado la asignatura de Optimización de Sistemas de Comunicación del Máster
en Sistemas Telemáticos e Informáticos.
Además, es recomendable disponer de un nivel de comprensión escrita del idioma inglés que permita
comprender artículos científico-técnicos escritos en esta lengua.
III.- Competencias
Competencias transversales CG.1- Que los estudiantes sepan aplicar los conocimientos adquiridos y
su capacidad de resolución de problemas en entornos nuevos o poco
conocidos dentro de contextos más amplios (o multidisciplinares)
relacionados con su área de estudio
CG.3- Que los estudiantes sepan comunicar sus conclusiones –y los
conocimientos y razones últimas que las sustentan– a públicos
especializados y no especializados de un modo claro y sin
ambigüedades;
CG.4- Que los estudiantes posean las habilidades de aprendizaje que
les permitan continuar estudiando de un modo que habrá de ser en gran
medida autodirigido o autónomo.
CG.6- Capacidad para presentar un proyecto, defenderlo públicamente,
argumentar la confección del presupuesto asociado y presentar
mejoras o innovaciones añadidas al proyecto inicial.
CG.7- Capacidad para elaborar artículos científicos que expongan un
trabajo original llevado a cabo por los estudiantes. Conocimiento de las
tareas que conlleva una investigación a un nivel introductorio y será
consciente de la conexión con otras disciplinas para detectar
implicaciones.
Competencias específicas SI.1- Capacidad para diseñar, analizar y aplicar algoritmos para resolver
mecánicamente problemas matemáticos
![Page 4: Algoritmos_Avanzados](https://reader035.fdocumento.com/reader035/viewer/2022071920/55cf99db550346d0339f8690/html5/thumbnails/4.jpg)
Vicerrectorado de Profesorado, Titulaciones,
Ordenación Académica, Coordinación y Campus.
4 Última actualización: 06 de junio de 2012
SI.4- Capacidad para valorar las diferentes estrategias aplicables a un
problema de optimización y decidir el enfoque de mayor calidad a través
del desarrollo de un diseño experimental apropiado.
IV.- Contenido
IV. A. Temario de la asignatura
Bloque temático Tema Apartados
I.- Programación
Matemática
Tema 1. Introducción a la
Modelización Matemática
Problema de la modelización en el contexto
de la Programación Matemática en general y
en particular en Excel. Definición de variables,
restricciones y función objetivo que conforman
un problema de optimización. Uso de los
diferentes solvers que ofrece Excel y su
adecuación a los modelos matemáticos.
Tema 2. Programación Lineal
y método del simplex
Descripción del método Simplex. Método de
las dos fases para determinar la infactibilidad
del problema o, alternativamente, determinar
una solución posible básica inicial. Problemas
de la finitud y eventual ciclado del algoritmo,
mostrando el ejemplo de Beale y la regla de
Bland.
Tema 3. Programación Lineal
Entera y Programación
Solución óptima con valores enteros para
algunas de las variables. Adaptación de los
métodos lineales por truncamiento.
Algoritmos de resolución exacta
(Ramificación y Poda o Branch and Bound
por su nombre en inglés). Implementación con
el solver de Excel. Introducción a la
programación no lineal.
II.- Análisis de
Algoritmos
Tema 4. Problemas de
decisión versus problemas de
optimización; P, NP, NP-Hard,
NP-Complete.
Comprenda la diferencia entre un problema
de decisión y un problema de optimización.
Comprender la diferencia entre las familias
de problemas P y NP. Además, dentro de los
problemas NP, identificar aquellos de mayor
dificultad. Implicancias de una respuesta para
la pregunta clásica (todavía abierta), ¿P =
NP?
![Page 5: Algoritmos_Avanzados](https://reader035.fdocumento.com/reader035/viewer/2022071920/55cf99db550346d0339f8690/html5/thumbnails/5.jpg)
Vicerrectorado de Profesorado, Titulaciones,
Ordenación Académica, Coordinación y Campus.
5 Última actualización: 06 de junio de 2012
Tema 5. Algoritmos de
Aproximación
Entender qué quiere decir que un algoritmo
entregue una solución aproximada para un
problema de optimización. Saber demostrar
cotas de aproximación. Conocer resultados
clásicos.
Tema 6. Algoritmos Aleatorios Diseño y análisis de algoritmos aleatorios.
¿Cuándo son útiles? ¿Qué tipo de garantías
podemos esperar de ellos?
IV. B. Actividades obligatorias (evaluables):
1. Lecturas
Lectura de un
artículo científico
obligatoria.
La lectura de un artículo científico tiene como objetivo demostrar la comprensión
de los conceptos cubiertos en las clases teóricas. Particularmente, se espera que
el estudiante sea capaz de leer, comprender y exponer las ideas presentadas en
algún artículo científico en donde se presente un algoritmo, y se haga un análisis
teórico del mismo.
Cada estudiante deberá leer un artículo científico para luego presentarlo frente a
la clase. No obstante, si la comprensión de dicho artículo requiere de una revisión
de artículos previos, se espera que el estudiante así lo haga. Lo artículos
científicos para esta lectura deberán ser elegidos de entre una lista propuesta por
el profesor en clase. La evaluación de esta lectura será a criterio del profesor en
base a una presentación del artículo hecha por el estudiante para toda la clase.
2. Prácticas
Prácticas obligatorias
Las prácticas tendrán como objetivo fundamental aplicar los conocimientos adquiridos en clase en la
resolución de ejercicios y en el diseño e implementación de algoritmos de diversa índole. En concreto,
las prácticas estarán focalizadas en algoritmos y métodos de resolución de problemas de optimización.
Se realizarán 2 prácticas obligatorias de carácter individual. Cada una de ellas será introducida por el
profesor en clase. Se dará asesoramiento y una guía de cómo abordar la práctica. Queda como
responsabilidad del alumno la finalización de dicha práctica.
Para aprobar la asignatura todas las prácticas entregadas deberán tener una media igual o superior a 5.
![Page 6: Algoritmos_Avanzados](https://reader035.fdocumento.com/reader035/viewer/2022071920/55cf99db550346d0339f8690/html5/thumbnails/6.jpg)
Vicerrectorado de Profesorado, Titulaciones,
Ordenación Académica, Coordinación y Campus.
6 Última actualización: 06 de junio de 2012
V.- Tiempo de trabajo 1
Clases teóricas 12
Clases prácticas/de resolución de problemas, casos, etc. 0
Prácticas en laboratorios tecnológicos, clínicos, etc. 12
Realización de pruebas 0
Tutorías académicas 3
Actividades relacionadas: jornadas, seminarios, etc. 3
Preparación de clases teóricas 15
Preparación de clases prácticas/problemas/casos 30
Preparación de pruebas 0
Total de horas de trabajo del estudiante 75
VI.- Metodología y plan de trabajo
Clases teóricas
Periodo2 Contenidos
Semana 1 Tema 1
Semana 3 Tema 2
Semana 5 Tema 3
Semana 7 Tema 3
Semana 9 Tema 4 y 5
Semana 10 Tema 6
1 El volumen de trabajo está referido al trabajo del estudiante. La dedicación de los profesores a las diferentes actividades
docentes permite reconocer y valorar más adecuadamente su carga de trabajo, y por ello es conveniente desarrollar
herramientas que permitan conocer el tiempo que efectivamente dedica a sus alumnos más allá de las horas lectivas, pero no
son objeto de las guías docentes. Todas las actividades previstas deben tener una preparación mínima previa para el mejor
aprovechamiento del trabajo del alumno y para el control del responsable de la asignatura y del coordinador de titulación.
2 Especificar la semana en que está previsto desarrollar el tema.
![Page 7: Algoritmos_Avanzados](https://reader035.fdocumento.com/reader035/viewer/2022071920/55cf99db550346d0339f8690/html5/thumbnails/7.jpg)
Vicerrectorado de Profesorado, Titulaciones,
Ordenación Académica, Coordinación y Campus.
7 Última actualización: 06 de junio de 2012
Prácticas/de resolución de problemas, casos, etc.
Periodo Contenidos
Semana 2 Tema 1
Semana 4 Tema 2
Semana 6 Tema 3
Semana 8 Tema 3
Semana 11 Tema 4, 5 y 6
Tutorías académicas
Periodo
Sem. 3-13 Asesoramiento para la realización de las prácticas obligatorias
Pruebas
Fecha Contenidos
Semana 12 Presentación de artículo de investigación
![Page 8: Algoritmos_Avanzados](https://reader035.fdocumento.com/reader035/viewer/2022071920/55cf99db550346d0339f8690/html5/thumbnails/8.jpg)
Vicerrectorado de Profesorado, Titulaciones,
Ordenación Académica, Coordinación y Campus.
8 Última actualización: 06 de junio de 2012
VII.- Métodos de evaluación
VII. A. Ponderación para la evaluación continua
Actividad evaluadora Tipo3 Ponderación Periodo Contenido
Prueba:
Preguntas de
desarrollo escritas
Acumulativa
Liberatoria
Puntuación mínima
(de 1 a 10): 5
Reevaluable
(podrá reevaluarse
en la 2ª convocatoria)
No reevaluable
11% Semana
13
Temas 4, 5, 6
Prueba:
Presentación oral
Acumulativa
Liberatoria
Puntuación mínima
(de 1 a 10): 5
Reevaluable
(podrá reevaluarse
en la 2ª convocatoria)
No reevaluable
11% Semana
12
Temas 4, 5, 6
Prácticas fuera del aula:
Resolución de
problemas
Acumulativa
Liberatoria
Puntuación mínima
(de 1 a 10): 5.
Reevaluable
(podrá evaluarse en
la 2ª convocatoria)
No reevaluable (si
no supera la prueba,
repite curso)
11% Semanas
6-12
Temas 4, 5 y 6
Prácticas fuera del aula:
Resolución de
problemas
Liberatoria
Puntuación mínima
(de 1 a 10): 5.
Reevaluable
(podrá evaluarse en
la 2ª convocatoria)
No reevaluable (si
no supera la prueba,
repite curso)
66% Semanas
6-12
Temas 1, 2, 3
Total 100%
3 Cada una de las actividades evaluables pueden tener una calificación liberatoria o acumulativa para la calificación final. Se indicará, si hay una puntuación mínima exigida a las pruebas para que se consideren aprobadas y sean liberatorias. Se especificará si las pruebas son orales o escritas, y si son o no reevaluables.
![Page 9: Algoritmos_Avanzados](https://reader035.fdocumento.com/reader035/viewer/2022071920/55cf99db550346d0339f8690/html5/thumbnails/9.jpg)
Vicerrectorado de Profesorado, Titulaciones,
Ordenación Académica, Coordinación y Campus.
9 Última actualización: 06 de junio de 2012
VII. B. Ponderación para la evaluación de alumnos a tiempo parcial
Para que un alumno pueda optar a esta evaluación, tendrá que obtener la “Dispensa Académica” para la
asignatura, que habrá solicitado al Director de la Escuela Técnica Superior de Ingenieros de
Telecomunicación.
La “Dispensa Académica” no excluye de la evaluación continua. Dicha evaluación se acomodará por el
profesor, asistido por el director del máster, estableciéndose la adaptación curricular según las
características de cada caso concreto.
Para el caso de alumnos con “Dispensa Académica”, la evaluación de la actividad “Prácticas dentro del
aula: presentación de trabajos en grupo”, con un valor del 20% se sustituirá por una práctica de
resolución de problemas adicional a realizar fuera del aula.
VII. C. Revisión de las pruebas de evaluación.
Las prácticas presentadas por los alumnos son corregidas por los profesores y posteriormente se
establece un plazo de revisión durante el cual aquellos alumnos que lo deseen pueden solicitar la revisión
de sus prácticas.
VIII.- Recursos y materiales didácticos4
General
Título Programación lineal: Una introducción a la toma de decisiones cuantitativa
Autor Jesús S. Arreola Risa, Antonio Arreola Risa
Editorial Cengage Learning Editores, 2003
Título Computers and intractability: a guide to the theory of NP-completeness
Autor Michael R. Garey, David S. Johnson
Editorial W. H. Freeman
Complementaria
Título Introduction to Algorithms (2nd ed)
Autor COMEN, LEISERSON, RIVEST, STEIN
Editorial MIT Press
4Se recomienda no exceder de 20 títulos
![Page 10: Algoritmos_Avanzados](https://reader035.fdocumento.com/reader035/viewer/2022071920/55cf99db550346d0339f8690/html5/thumbnails/10.jpg)
Vicerrectorado de Profesorado, Titulaciones,
Ordenación Académica, Coordinación y Campus.
10 Última actualización: 06 de junio de 2012
Título The Design of Approximation Algorithms
Autor David P. Williamson, David B. Shmoys
Editorial Cambridge University Press
Título Probability And Computing: Randomized Algorithms And Probabilistic Analysis
Autor Michael Mitzenmacher, Eli Upfal
Editorial Cambridge University Press
Direcciones web de interés
IX.- Profesorado
Nombre y apellidos Abraham Duarte Muñoz
Horario de tutorías
académicas
Correo electrónico [email protected]
Departamento/área de
conocimiento
Ciencias de la Computación / Ciencia de la Computación e Inteligencia
Artificial
Categoría Prof. Titular de Universidad
Titulación Académica Licenciado en Físicas y Doctor por la URJC
Experiencia Docente
(Indicar la antigüedad en
el área y en la
asignatura. Incluir tramos
de docencia.)
11 años de experiencia docente universitaria (Universidad Rey Juan Carlos,
Universidad Nacional de Educación a Distancia y Universidad Complutense
de Madrid) impartiendo diversas asignaturas, como: Optimización de
Sistemas de Comunicación, Metaheurísticas, Estructuras de Datos y de la
Información, Bases de Lenguajes de Programación, Metodología y
Tecnología de la Programación, Redes, Estructuras de Datos Avanzadas,
Tratamiento Inteligente de Imágenes, Programación III, Web para Usuarios ,
Computación Neuronal y Evolutiva, Laboratorio de Programación ,
![Page 11: Algoritmos_Avanzados](https://reader035.fdocumento.com/reader035/viewer/2022071920/55cf99db550346d0339f8690/html5/thumbnails/11.jpg)
Vicerrectorado de Profesorado, Titulaciones,
Ordenación Académica, Coordinación y Campus.
11 Última actualización: 06 de junio de 2012
Electrónica de Potencia y Electrónica III, entre otras.
Tiene dos tramos docentes reconocidos.
Experiencia profesional
(Indicar la actividad
profesional y la
antigüedad en la misma)
Ha desarrollado labores de becario en la Universidad Complutense de
Madrid y en el instituto de Automática Industrial en el CSIC.
Participación en diversos convenios de investigación con empresas.
En torno a la treintena de publicaciones en diversos congresos nacionales,
internacionales, y revistas relacionados con Metaheurísticas, Visión Artificial,
Reconocimiento de Patrones, Electrónica, etc.
Participación en 9 proyectos de investigación y dirección de 1 proyecto de
investigación competitivo (CAM). Ha realizado estancias de investigación en
la Universidad de Colorado en Boulder y la Universidad de Valencia para
trabajar en problemas de optimización.
Nombre y apellidos Micael Gallego Carrillo
Horario de tutorías
académicas
Lunes y miércoles, 16-18
Correo electrónico [email protected]
Departamento/área de
conocimiento
Ciencias de la Computación / Ciencia de la Computación e Inteligencia
Artificial
Categoría Profesor Contratado Doctor
Titulación Académica Doctor en Ciencias de la Computación por la URJC
Experiencia Docente
(Indicar la antigüedad en
el área y en la
asignatura. Incluir tramos
de docencia.)
Profesor de la Universidad Rey Juan Carlos desde Febrero de 2007. Ha
impartido asignaturas de grado y postgrado en las temáticas de: Paradigmas
de programación (Funcional, Concurrente, Orientado a Objetos, Orientado a
Eventos), Procesadores de Lenguajes, Seguridad Informática, Ingeniería del
Software, Software avanzado, Diseño de Algoritmos e Investigación Operativa
(Optimización).
Ha obtenido en el año 2011 la evaluación positiva del programa Docentia de la
URJC. Dentro de sus intereses se encuentra la mejora en la docencia,
habiendo participado en dos proyectos de innovación educativa, la
elaboración de dos libros docentes y en el desarrollo de herramientas
educativas (entre las que destaca EclipseGavab:
http://code.sidelab.es/projects/eclipsegavab)
Tiene un tramo docente reconocido.
Experiencia profesional
(Indicar la actividad
Pertenece al grupo de investigación Gavab (http://www.gavab.es) desde 2005
y su investigación se centra en el diseño, implementación y validación de
![Page 12: Algoritmos_Avanzados](https://reader035.fdocumento.com/reader035/viewer/2022071920/55cf99db550346d0339f8690/html5/thumbnails/12.jpg)
Vicerrectorado de Profesorado, Titulaciones,
Ordenación Académica, Coordinación y Campus.
12 Última actualización: 06 de junio de 2012
profesional y la
antigüedad en la misma)
algoritmos de resolución aproximada de problemas de optimización, usando
las novedosas técnicas metaheurísticas. Codirige el laboratorio de desarrollo
software Sidelab (http://www.sidelab.es), que actúa como punto de encuentro
de desarrolladores y entusiastas de la programación con la impartición de
seminarios, desarrollo de herramientas con licencias libres, desarrollo de
proyectos de fin de grado y máster, etc.
De forma complementaria, desde 2006 colabora activamente con empresas
del sector de las tecnologías de la información prestando servicios de
consultoría y dirección de proyectos. Cabe destacar la colaboración entre los
años 2007 y 2010 con la empresa Solaiemes (http://www.solaiemes.com) en
el desarrollo de sistemas de emisión y gestión de video en tiempo real en
Internet y teléfonos móviles. Actualmente es asesor de investigación y
desarrollo de TS Company (http://www.tscompany.es), empresa tecnológica
especializada en software relacionado con la actividad física y el deporte.
Nombre y apellidos Christopher Thraves Caro
Horario de tutorías
académicas
Correo electrónico [email protected]
Departamento/área de
conocimiento
Departamento de sistemas telemáticos y computación GSyC
Categoría Investigador Juan de la Cierva
Titulación Académica Licenciado en Ciencias con mención en Matemáticas
Doctorado en Ingeniería Informática y Nuevas Tecnologías de la Información
Experiencia Docente
(Indicar la antigüedad en
el área y en la
asignatura. Incluir tramos
de docencia.)
Ha trabajando dos años (2001 y 2002) como profesor ayudante para
asignaturas introductorias de cálculo y álgebra en el Departamento de
Matemáticas, Facultad de Ciencias, Universidad de Chile.
Experiencia profesional
(Indicar la actividad
profesional y la
antigüedad en la misma)
Actualmente es investigador en el Departamento de Sistemas Telemáticos y Computación (GSyC) de la URJC. Dicho puesto ha sido financiado por el programa Juan de la Cierva del Gobierno español.
Previamente Christopher ha ejercido durante tres años como investigador para el INRIA (Instituto Nacional de Investigación en Informática y Aplicaciones, siglas en francés) primero en Burdeos y luego en Rennes, Francia. Christopher además ha realizado estancias laborales en los
![Page 13: Algoritmos_Avanzados](https://reader035.fdocumento.com/reader035/viewer/2022071920/55cf99db550346d0339f8690/html5/thumbnails/13.jpg)
Vicerrectorado de Profesorado, Titulaciones,
Ordenación Académica, Coordinación y Campus.
13 Última actualización: 06 de junio de 2012
laboratorios de Deutsche Telekom en Berlin, y estancias de investigación en Charles University, Praga, la Universidad Politécnica de Cataluña, Barcelona o la Universidad de Chile, Santiago de Chile.
Christopher cuenta en este momento con al rededor de 15 publicaciones científicas en conferencias o revistas internacionales. Todas ellas en el área de diseño y análisis de algoritmos. Además de haber participado en proyectos de investigación europeos y actualmente formar parte de un proyecto regional (CAM).