| Nombre del curso: | Estructuras de Datos y Algoritmos |
| Créditos: | 3 |
| Versión PDF | Click Aquí |
Propósito del Curso
Analizar alternativas de diseño y construcción de estructuras de datos, que permitan el almacenamiento y búsqueda de información, mediante la implementación de algoritmos que
cumplan con restricciones espacio temporales.
Información General
- La información sobre los profesores y secciones del curso se encuentra disponible en el sitio Web del curso
- Aula Unificada de Bloque Neón: https://bloqueneon.uniandes.edu.co
- El modelo de atención a estudiantes se debe acordar entre profesor y estudiantes en la primera semana de clases.
Secciones
| Sección: | 1 |
| Profesor: | Carlos Andres Vega Ramirez |
| Clases: | Lunes y Martes – 06:30 am a 07:45 am |
| Laboratorio: | Viernes – 06:30 am a 07:45 am |
| Sección: | 2 |
| Profesor: | Christian Camilo Aparicio Baquen |
| Clases: | Lunes y Martes – 08:00 am a 09:15 am |
| Laboratorio: | Jueves – 08:00 am a 09:15 am |
| Sección: | 3 |
| Profesor: | Mario Fernando De La Rosa Rosero |
| Clases: | Martes y Miercoles – 08:00 am a 9:15 am |
| Laboratorio: | Viernes– 08:00 am a 9:15 am |
| Sección: | 4 |
| Profesor: | Nicolas Cardozo Alvarez |
| Clases: | Lunes y Martes – 9:30 am a 10:45 am |
| Laboratorio: | Jueves – 9:30 am a 10:45 am |
| Sección: | 5 |
| Profesor: | Carlos Andres Lozano Garzon |
| Clases: | Lunes y Martes – 11:00 am a 12:15 pm |
| Laboratorio: | Viernes – 11:00 am a 12:15 pm |
| Sección: | 6 |
| Profesor: | Andres Felipe Rodriguez Murillo |
| Clases: | Lunes y Martes – 12:30 pm a 1:45 pm |
| Laboratorio: | Miercoles – 12:30 pm a 1:45 pm |
| Sección: | 7 |
| Profesor: | Mario Fernando De La Rosa Rosero |
| Clases: | Lunes y Martes – 02:00 pm a 3:15 pm |
| Laboratorio: | Miercoles – 02:00 pm a 3:15 pm |
| Sección: | 8 |
| Profesor: | Edgar Eduardo Rosales Rosero |
| Clases: | Lunes y Martes – 02:00 pm a 3:15 pm |
| Laboratorio: | Jueves – 02:00 pm a 3:15 pm |
| Sección: | 9 |
| Profesor: | Edison Alexis Suarez Ducon |
| Clases: | Lunes y Martes – 02:00 pm a 3:15 pm |
| Laboratorio: | Viernes – 02:00 pm a 3:15 pm |
| Sección: | 10 |
| Profesor: | Edison Alexis Suarez Ducon |
| Clases: | Lunes y Martes – 3:30 pm a 4:45 pm |
| Laboratorio: | Jueves – 3:30 pm a 4:45 pm |
| Sección: | 11 |
| Profesor: | Camilo Andres Ortiz Casas |
| Clases: | Lunes y Martes – 3:30 pm a 4:45 pm |
| Laboratorio: | Miercoles – 3:30 pm a 4:45 pm |
| Sección: | 12 |
| Profesor: | Daniel Arturo Moreno Diaz |
| Clases: | Lunes y Martes – 5:00 pm a 6:15 pm |
| Laboratorio: | Viernes – 5:00 pm a 6:15 pm |
| Sección: | 13 |
| Profesor: | Darwin Eduardo Martinez Riaño |
| Clases: | Martes y Miercoles – 5:00 pm a 6:15 pm |
| Laboratorio: | Jueves– 5:00 pm a 6:15 pm |
Objetivos de Aprendizaje
Al final del curso el estudiante estará en capacidad de:
- Analizar problemas que requieren el procesamiento de datos e identificar sus restricciones en términos de tiempo y espacio
- Diseñar soluciones basadas en tipos abstractos de datos y estructuras de datos complejas que respondan a restricciones espaciotemporales
- Seleccionar y aplicar algoritmos de manipulación de estructuras de datos para la solución de un problema
- Implementar en un lenguaje de programación algoritmos y estructuras de datos complejas
- Construir algoritmos eficientes en tiempo y/o espacio para solucionar problemas haciendo uso de estructuras y abstracción de datos
- Construir pruebas y experimentos para comprobar el correcto funcionamiento de la solución y el cumplimiento de sus restricciones espaciotemporales
- Demostrar dominio del lenguaje de programación Python
Metodología
- Este curso aplicara el modelo de aula invertida, los estudiantes deben preparar los contenidos asignados para cada tema de clase con anterioridad. Por lo que antes de cada clase, encontrarán videos, ejemplos y material de lectura del libro guía del curso.
- El curso gira en torno a cuatro grandes retos. Cada reto introduce conceptos de análisis, diseño, algorítmica, programación y tecnología, necesarios para solucionar problemas de almacenamiento y búsqueda de información de manera eficiente en memoria principal.
- Cada laboratorio les permitirá a los equipos integrar la información teórica del curso y realizar los avances en los retos iterando sobre las estructuras de datos vistas.
- En el aula de Bloque Neón Unificada se encuentran las instrucciones y materiales requeridos para realizar las actividades antes de las clases presenciales y laboratorios. Igualmente se encuentra la ruta de avance del proyecto y los criterios de evaluación.
- Se dispondrá de un servidor Discord para los estudiantes como canal de comunicación complementario a Bloque Neón y el correo Uniandes.
- La asistencia a las clases magistrales y laboratorios es obligatoria porque son los espacios donde se desarrollará gran parte del trabajo en equipo.
- El trabajo de retos y laboratorios es colaborativo. Por lo tanto, los equipos estarán conformados por tres (3) estudiantes que se mantendrán juntos durante el curso y solo podrán alterarse previo permiso de los profesores y siguiendo las reglas de trabajo del curso.
Evaluación del curso
La evaluación del curso consiste en:
- Cuatro exámenes en el que se evalúan conceptos y habilidades adquiridas en el curso. Los exámenes tienen un porcentaje de 46% en la nota del curso.
- Retos y Laboratorios. Los retos tienen un porcentaje del 40% de la nota del curso y los laboratorios un porcentaje de 14% de la nota del curso.
- Las reglas para cada uno de los retos y laboratorios están definidas en el enunciado correspondiente. Pueden incluir preentregas, puntos de bono por desarrollos, o actividades complementarias y siguen los lineamientos planteados en el manual de Pautas y Reglas de Trabajo del curso
- La evaluación de los Retos y Laboratorios se divide en una parte grupal e individual según lo amerite la actividad y tendrá en cuenta tanto el producto entregado como el proceso con el cual se logró.
- La evaluación de los Retos se cumple a partir de la entrega del código fuente, la documentación solicitada en el enunciado, la sustentación del trabajo y la coevaluación del equipo.
- Las coevaluaciones de los Retos valoran el desempeño e interacción de los grupos de trabajo con un factor multiplicativo de corrección de la nota definido entre 0.85 y 1.10 (ej. Si el factor es 0.85 y la nota del estudiante es 4.00, esta quedará en 3.40, por el contrario, si el factor es igual 1.10 la calificación será de 4.40 y si el factor es 1.00 la calificación final no tendrá ningún cambio).
- Para cada módulo del curso pueden existir diferentes quices, actividades y trabajos complementarios a discreción del profesor que pueden corresponder a máximo un 12% del examen y/o un 10% del reto del módulo respectivo. Y el profesor decidirá cual nota afectará y cuanto porcentaje de la nota afectarán estos trabajos complementarios.
La distribución de los porcentajes de notas se presenta a continuación:
| Evaluación | Porcentaje en Nota del Curso |
| Examen 1 |
14% |
| Examen 2 |
10% |
| Examen 3 |
10% |
| Examen 4 |
12% |
| Reto 1 |
10% |
| Reto 2 |
10% |
| Reto 3 |
10% |
| Reto 4 |
10% |
| Laboratorio |
14% |
Notas finales
- Las notas de los exámenes parciales y laboratorios se califican entre 0.00 y 5.00 y no hay aproximaciones.
- La nota final se calculará como la Nota Ponderada de las evaluaciones realizadas por su porcentaje respectivo, expresada con sus dos primeros decimales.
- Para aprobar el curso es indispensable lograr en el puntaje ponderado 3.00/5.00. No existe aproximación automática en la nota definitiva. Específicamente, no hay aproximación a 3.00
para puntajes menores a esta nota (ej.: 2.99 no es 3.00). - En caso de que la Asistencia sea inferior al 80.0% y si la nota ponderada es aprobatoria (mayor o igual a 3.00), la nota final se cambiará a 2.75. El curso se pierde por Asistencia.