Competencias y objetivos

 

Contexto de la asignatura para el curso 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.

 

 

Competencias de la asignatura (verificadas por ANECA en grados y másteres oficiales) para el curso 2024-25

Competencias Transversales

  • CT01 : Utilizar de forma habitual las herramientas informáticas, así como las tecnologías de la información y las comunicaciones, en todo su desempeño profesional.
  • CT02 : Comunicar de forma oral y escrita transmitiendo información, ideas, problemas y soluciones a un público tanto especializado como no especializado.

 

Competencias Generales

  • CG2 : Conocer, seleccionar y aplicar métodos de los diferentes campos de la inteligencia artificial para la resolución de problemas de ingeniería.
  • CG4 : Obtener soluciones eficientes, óptimas y/o probables aplicando los principios propios de la ingeniería y el método científico, describiendo de forma adecuada el problema y realizando una evaluación sólida de la propuesta.
  • CG5 : Comunicar de manera clara y precisa conocimientos, metodologías, ideas, problemas y soluciones en el ámbito de la inteligencia artificial

 

Competencias Específicas

  • CE27 : Modelar de forma matemática e implementar algoritmos para la resolución de problemas de optimización en el ámbito de la inteligencia artificial.

 

Competencias Básicas

  • CB3 : Que los estudiantes tengan la capacidad de reunir e interpretar datos relevantes (normalmente dentro de su área de estudio) para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética
  • CB5 : Que los estudiantes hayan desarrollado aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores con un alto grado de autonomía

 

 

 

Resultados de aprendizaje (Objetivos formativos)

 

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

 

 

 

Objetivos específicos indicados por el profesorado para el curso 2024-25

 

  1. Identificar y comprender las principales familias de problemas algorítmicos y aplicar diversos paradigmas de diseño de algoritmos para resolverlos.
  2. Modificar un esquema algorítmico genérico para adaptarlo a un problema específico, asegurando la correspondencia entre los datos y operaciones del esquema y los del problema.
  3. Diseñar y desarrollar heurísticas específicas para problemas de búsqueda, evaluar su contribución y medir su efectividad en términos prácticos.
  4. Realizar análisis detallados de la eficiencia de diferentes algoritmos, distinguiendo claramente entre eficiencia temporal y espacial.
  5. Formular y resolver problemas de optimización utilizando modelos de programación lineal y entera, aplicando técnicas algorítmicas básicas.
  6. Comprender y explicar las causas y consecuencias de la explosión combinatoria en los espacios de estados durante la búsqueda.
  7. Seleccionar y aplicar algoritmos de búsqueda voraz adecuados para problemas específicos, analizando y describiendo su complejidad tanto espacial como temporal.

 

 

 

Datos generales

Código: 33665
Profesor/a responsable:
Calvo Zaragoza, Jorge
Crdts. ECTS: 6,00
Créditos teóricos: 1,20
Créditos prácticos: 1,20
Carga no presencial: 3,60

Departamentos con docencia

  • Dep.: LENGUAJES Y SISTEMAS INFORMATICOS
    Área: LENGUAJES Y SISTEMAS INFORMATICOS
    Créditos teóricos: 1,2
    Créditos prácticos: 1,2
    Este dep. es responsable de la asignatura.
    Este dep. es responsable del acta.

Estudios en los que se imparte