Competencies and objectives

 

Course context for academic year 2024-25

En esta asignatura, exploraremos los conceptos fundamentales de la algoritmia y la optimización, esenciales para abordar problemas complejos en el ámbito de la informática y la inteligencia artificial. La algoritmia se ocupa del diseño y análisis de algoritmos, las secuencias de instrucciones que permiten resolver problemas computacionalmente. Por su parte, la optimización busca las mejores soluciones dentro de un conjunto de posibilidades. El estudio de la algoritmia y la optimización proporciona las herramientas necesarias para desarrollar soluciones computacionales precisas y eficientes en diversos problemas.

 

 

Course content (verified by ANECA in official undergraduate and Master’s degrees) for academic year 2024-25

Transversal Competences

  • CT01 : Utilitzar de manera habitual les eines informàtiques, així com les tecnologies de la informació i les comunicacions, en tot el seu acompliment professional.
  • CT02 : Comunicar de manera oral i escrita transmetent informació, idees, problemes i solucions a un públic tant especialitzat com no especialitzat.

 

General Competences

  • CG2 : Conéixer, seleccionar i aplicar mètodes dels diferents camps de la intel·ligència artificial per a la resolució de problemes d'enginyeria.
  • CG4 : Obtindre solucions eficients, òptimes i/o probables aplicant els principis propis de l'enginyeria i el mètode científic, descrivint de forma adequada el problema i realitzant una avaluació sòlida de la proposta
  • CG5 : Comunicar de manera clara i precisa coneixements, metodologies, idees, problemes i solucions en l'àmbit de la intel·ligència artificial

 

Specific Competences

  • CE27 : Modelar de manera matemàtica i implementar algorismes per a la resolució de problemes d'optimització en l'àmbit de la intel·ligència artificial.

 

Basic Competences

  • CB3 : Que els estudiants tinguen la capacitat de reunir i interpretar dades rellevants (normalment dins de la seua àrea d'estudi) per a emetre judicis que incloguen una reflexió sobre temes rellevants d'índole social, científica o ètica
  • CB5 : Que els estudiants hagen desenvolupat aquelles habilitats d'aprenentatge necessàries per a emprendre estudis posteriors amb un alt grau d'autonomia

 

 

 

Learning outcomes (Training objectives)

 

1. Conocer las familias más importantes de problemas algorítmicos e implementar diferentes esquemas o paradigmas de diseño aplicables para resolverlos.
2. Adaptar un esquema genérico a un problema concreto, identificando los datos y operaciones del esquema con las del problema. 3. Desarrollar
heurísticas apropiadas a un problema de búsqueda concreto, valorar su aportación y evaluar su eficacia. 4. Analizar y comparar con rigor la eficiencia
de los algoritmos distinguiendo los conceptos de eficiencia en tiempo y en espacio. 5. Aplicar estrategias de búsqueda ciega y de búsqueda informada
con el fin de planificar una secuencia de acciones que permitan encontrar una solución cumpliendo con las restricciones del problema. 6. Conocer
estructuras de datos para la organización de la información que permitan la obtención de algoritmos eficientes. 7. Formular problemas de optimización
mediante modelos de programación lineal y entera aplicando algoritmos de cálculo sencillos para resolverlos. 8. Describir el problema de explosión
combinatoria del espacio de estados y sus implicaciones en búsqueda. 9. Seleccionar un algoritmo de búsqueda voraz apropiado para un problema,
y caracterizar su complejidad espacial y temporal

1. Conocer las familias más importantes de problemas algorítmicos e implementar diferentes esquemas o paradigmas de diseño aplicables para resolverlos.

2. Adaptar un esquema genérico a un problema concreto, identificando los datos y operaciones del esquema con las del problema.

3. Desarrollar heurísticas apropiadas a un problema de búsqueda concreto, valorar su aportación y evaluar su eficacia.

4. Analizar y comparar con rigor la eficiencia de los algoritmos distinguiendo los conceptos de eficiencia en tiempo y en espacio.

5. Aplicar estrategias de búsqueda ciega y de búsqueda informada con el fin de planificar una secuencia de acciones que permitan encontrar una solución cumpliendo con las restricciones del problema.

6. Conocer estructuras de datos para la organización de la información que permitan la obtención de algoritmos eficientes.

7. Formular problemas de optimización mediante modelos de programación lineal y entera aplicando algoritmos de cálculo sencillos para resolverlos.

8. Describir el problema de explosión combinatoria del espacio de estados y sus implicaciones en búsqueda.

9. Seleccionar un algoritmo de búsqueda voraz apropiado para un problema,y caracterizar su complejidad espacial y temporal

 

 

 

Specific objectives stated by the academic staff for academic year 2024-25

No data

 

 

General

Code: 33665
Lecturer responsible:
CALVO ZARAGOZA, JORGE
Credits ECTS: 6,00
Theoretical credits: 1,20
Practical credits: 1,20
Distance-base hours: 3,60

Departments involved

  • Dept: LANGUAGES AND COMPUTING SYSTEMS
    Area: LANGUAGES AND COMPUTING SYSTEMS
    Theoretical credits: 1,2
    Practical credits: 1,2
    This Dept. is responsible for the course.
    This Dept. is responsible for the final mark record.

Study programmes where this course is taught