Última actualización: 09/04/2024 16:52:00


Curso Académico: 2025/2026

Estructura de datos y algoritmos
(16484)
Grado en Ciencia e Ingeniería de Datos (Plan: 566 - Estudio: 350)


Coordinador/a: ABDULLA JASSIM, HARITH AL JUMAILY

Departamento asignado a la asignatura: Departamento de Informática

Tipo: Formación Básica
Créditos: 6.0 ECTS

Curso:
Cuatrimestre:

Rama de Conocimiento: Ingeniería y Arquitectura



Requisitos (Asignaturas o materias cuyo conocimiento se presupone)
- Programación (Curso: 1 / Cuatrimestre: 1) - Cálculo (Curso: 1 / Cuatrimestre: 1)
Resultados del proceso de formación y aprendizaje
K3: Conocer contenidos fundamentales en su área de estudio partiendo de la base de la educación secundaria general y alcanzando un nivel propio de libros de texto avanzados, incluyendo también algunos aspectos de la vanguardia de su campo de estudio. K4: Conocer materias básicas científicas y técnicas que capaciten para el aprendizaje de nuevos métodos y tecnologías, así como doten de una gran versatilidad para adaptarse a nuevas situaciones, en el ámbito del almacenamiento, gestión y procesamiento de datos. K7: Conocer los conceptos básicos de la programación, incluyendo estructuras de control, tipos de datos y funciones, y su aplicación en el desarrollo de programas orientados al análisis, procesamiento y visualización de datos en el ámbito de la Ciencia e Ingeniería de Datos. S1: Planificar y organizar trabajos en equipo tomando las decisiones correctas basadas en la información disponible y reuniendo datos en entornos digitales. S3: Ser capaz de resolver problemas tecnológicos, informáticos, matemáticos y estadísticos que puedan plantearse en la ingeniería y ciencia de datos, aplicando conocmientos de matemáticas, probablidad y estadística, programación, bases de datos y lengjuajes, gramáticas y autómatas. S4: Ser capaz de resolver problemas formulados matemáticamente aplicados a diversas materias, empleando algoritmos numéricos y técnicas computacionales, y aplicando conocimientos sobre: álgebra; geometría; cálculo diferencial e integral; métodos numéricos; algorítmica numérica; estadística y optimización. S16: Ser capaz de sintetizar las conclusiones obtenidas de los análisis realizados y presentarlas de manera clara y convincente tanto por escrito como oralmente, y tanto ante un público especializado como no especializado C3: Ser capaz de resolver problemas con iniciativa, toma de decisiones, creatividad, y de comunicar y transmitir conocimientos, habilidades y destrezas, comprendiendo la responsabilidad ética, social y profesional de la actividad del tratamiento de datos. Tener capacidad de liderazgo, innovación y espíritu emprendedor. C5: Ser capaz de analizar y sintetizar problemas básicos relacionados con la ingeniería y la ciencia de datos, elaborar, defender y comunicar eficientemente soluciones de forma individual y profesional, aplicando los conocimientos, habilidades, herramientas y estrategias adquiridas o desarrolladas en su área de estudio.
Descripción de contenidos: Programa
1. Tipo Abstracto de Datos 2. Tipos Abstractos de Datos lineales: pilas, colas, lista enlazadas. 3. Complejidad de Algoritmos. 4. Algoritmos recursivos. 5. Árboles 6. Grafos. 7. Divide y Vencerás.
Actividades formativas, metodología a utilizar y régimen de tutorías
ACTIVIDADES FORMATIVAS, METODOLOGÍA A USAR Y REGIMEN DE TUTORIAS CLASES TEÓRICO-PRÁCTICAS [44 horas con un 100% de presencialidad, 1.67 ECTS] Conocimientos que deben adquirir los alumnos. Estos recibirán las notas de clase y tendrán textos básicos de referencia para facilitar el seguimiento de las clases y el desarrollo del trabajo posterior.Se resolverán ejercicios, prácticas problemas por parte del alumno y se realizarán talleres y prueba de evaluación para adquirirlas capacidades necesarias. TUTORÍAS [4 horas con un 100% de presencialidad, 0.15 ECTS] Asistencia individualizada (tutorías individuales) o en grupo (tutorías colectivas) a los estudiantes por parte del profesor. TRABAJO INDIVIDUAL O EN GRUPO DEL ESTUDIANTE. [98 horas con 0% de presencialidad, 3.72 ECTS] TALLERES Y LABORATORIOS. [8 horas con 100% de presencialidad, 0.3 ECTS] EXAMEN FINAL. [4 horas con 100% de presencialidad, 0.15 ECTS] Se valorarán de forma global los conocimientos, destrezas y capacidades adquiridas a lo largo del curso. METODOLOGÍAS DOCENTES CLASE TEORÍA. Exposiciones en clase del profesor con soporte de medios informáticos y audiovisuales, en las que se desarrollan los conceptos principales de la materia y se proporcionan los materiales y la bibliografía para complementar el aprendizaje de los alumnos. PRÁCTICAS. Resolución de casos prácticos, problemas, etc. planteados por el profesor de manera individual o en grupo. TUTORÍAS. Asistencia individualizada (tutorías individuales) o en grupo (tutorías colectivas) a los estudiantes por parte del profesor. PRÁCTICAS DE LABORATORIO. Docencia aplicada/experimental a talleres y laboratorios bajo la supervisión de un tutor.
Sistema de evaluación
  • Peso porcentual del Examen/Prueba Final 50
  • Peso porcentual del resto de la evaluación 50

Calendario de Evaluación Continua


Convocatoria extraordinaria: normativa
Bibliografía básica
  • Aho, A. V.; Hopcroft, J. E.; Ullman, J. D.. Estructuras de Datos y Algoritmos. Addison Wesley Iberoamericana.
  • Michael T. Goodrich and Roberto Tamassia. Data Structures and Algorithms in Python, . John Wiley & Sons. 2013
Recursos electrónicosRecursos Electrónicos *
Bibliografía complementaria
  • Isabel Segura Bedmar, Harith AlJumaily, Julian Moreno Schneider, Juan Perea & Nathan D. Ryan. Algorithms and Data Structures. OCW-UC3M: http://ocw.uc3m.es/ingenieria-informatica/algorithms-and-data-structures. 2011
  • Lourdes Araujo Serna, Raquel Martínez Unanue y Miguel Rodríguez Artacho. Programación y estructuras de datos avanzadas. UNED. 2011
(*) El acceso a algunos recursos electrónicos puede estar restringido a los miembros de la comunidad universitaria mediante su validación en campus global. Si esta fuera de la Universidad, establezca una VPN


El programa de la asignatura podría sufrir alguna variación por causa de fuerza mayor debidamente justificada o por eventos académicos comunicados con antelación.