ÁREA DE FORMACIÓN PROGRAMACIÓN Y ALGORÍTMICA

FACULTAD DE INGENIERIA

UNIVERSIDAD DEL QUINDÍO

FACULTAD DE INGENIERÍA
PROGRAMA DE INGENIERÍA DE SISTEMAS Y COMPUTACIÓN

ACTIVIDAD ACADÉMICA: Estructuras de Datos

CÓDIGO Diurno: 110220403 Nocturno: 110220403
SEMESTRE Diurno: 4 Nocturno: 4
REQUISITOS: Lenguaje de Programación
CRÉDITOS: 3
INTENSIDAD HORARIA: 4 horas semanales
HABILITABLE: SÍ VALIDABLE: SÍ
TIPO: Teórico

1. JUSTIFICACIÓN

El Desarrollo de programas de aplicación en los ambientes tecnológicos, requiere que los

elementos de software sean más seguros y eficientes a medida que el uso del
computador invade áreas de mayor complejidad. Esto hace que los estudiantes requieran,
cada vez más, conocimientos formales sobre diseño de datos, y el análisis y eficiencia de
algoritmos.

De ahí la importancia del especio académico Estructura de Datos, que ayuda a estructurar
los conceptos básicos enmarcándolos en un nivel más complejo de la programación.

2. OBJETIVOS

Al final del espacio académico, el estudiante se encontrará en capacidad de:

• Discutir la manera en la cual las estructuras de datos influyen sobre algoritmos que
los operan.
• Estudiar las estructuras enlazadas, como una forma dinámica de modelar
características de los elementos 
del mundo. 

• Proponer y justificar el diseño de unas estructuras de datos (pilas, colas, listas,
árboles y grafos) para 
resolver un problema, utilizando como argumentos la
complejidad de los algoritmos que implementan 
las operaciones críticas, el
espacio ocupado en memoria y la flexibilidad. 

• Presentar las principales estructuras de datos no lineales, sus representaciones y
sus operaciones. 


1
 ÁREA DE FORMACIÓN PROGRAMACIÓN Y ALGORÍTMICA

FACULTAD DE INGENIERIA

3. RESUMEN

Los temas principales del espacio académico son:

• Introducción
• Estructuras lineales
• Árboles
• Grafos

4. CONTENIDO

UNIDAD 1: INTRODUCCIÓN
• Recursividad y Backtracking
• Tablas Hash e Índices inversos (inverted index)
• Matrices dispersas
• Generics y Collections

UNIDAD 2: ESTRUCTURAS LINEALES ENLAZADAS

• Listas enlazadas (sencillas y dobles) y sus operaciones
• Colas y Pilas y sus operaciones

• Colas de prioridad

UNIDAD 3: ÁRBOLES
• Árboles binarios y sus operaciones (incluyendo busqueda)
• Conceptos y aplicaciones de Árboles balanceados AVL
• Conceptos y aplicaciones de Árboles Rojo-Negro
• Conceptos y aplicaciones de Árboles B y B+

UNIDAD 4: GRAFOS
• Conceptos de grafos
• Implementación de grafos dirigidos y no dirigidos (con y sin ponderación)
• Busqueda en grafos
• Aplicaciones de algoritmos sobre grafos

5. METODOLOGÍA

La metodología de enseñanza para un Espacio Académico hace referencia al conjunto de

actividades y procedimientos racionales que se utilizan durante el transcurso del semestre
académico para alcanzar los objetivos propuestos. Alternativamente, la metodología
puede definirse como la elección del conjunto de métodos adecuados para conducir el
Espacio Académico y alcanzar las metas que desde el principio del semestre se plantean.

En ese orden de ideas, la metodología propuesta para este Espacio Académico consiste
en la realización de las siguientes actividades:

Clase Magistral: Se refiere a la actividad en el salón de clase donde el profesor hace una
exposición de los contenidos temáticos explicando los fundamentos teóricos y/o los

2
 ÁREA DE FORMACIÓN PROGRAMACIÓN Y ALGORÍTMICA

FACULTAD DE INGENIERIA

procedimientos que se deben ir estudiando en cada sesión. En ciertas ocasiones, el

profesor podrá solicitar a los estudiantes que, con anticipación consulten el tema que se
tratará en la clase, para estudiarlo desde un punto de vista analítico y que sea tema de
discusión entre docente y alumnos. Para ello, es importante la asistencia puntual y
participación activa de cada uno de los estudiantes, con el fin de aprovechar al máximo
las sesiones de clase con que cuenta el Espacio Académico.

Trabajo independiente: Es el trabajo que realizarán los estudiantes fuera del salón de
clases, pero con la guía y orientación del docente. El propósito de estas actividades es
complementar, profundizar o bien practicar las temáticas y procedimientos vistos en las
clases magistrales. Para llevar a cabo lo anterior, el profesor asignará diversas
actividades como: Talleres, Lecturas, Exposiciones, visitas de campo, etc. Todas ellas
tendientes a complementar la formación en los estudiantes.

Durante el desarrollo del Espacio Académico, se fomentan transversal y

transparentemente la realización de actividades que propenderán por la adquisición de
valores éticos en los estudiantes, el desarrollo de habilidades como: trabajo en equipo, de
consulta, de investigación y el refuerzo de las habilidades lógico – matemáticas y
comunicativas aplicadas a la solución de problemas inherentes a la profesión, así como el
fomento del aprendizaje de una segunda lengua.

Para mejorar la comunicación con los estudiantes, se ha dispuesto para este espacio
académico el uso de una herramienta de apoyo a la presencialidad, para facilitar la
interacción entre Profesor y Estudiantes en aspectos como el envío de mensajes, entrega
de trabajos, exposición de temas y envío de documentos de estudio, entre otros.

6. SEGUIMIENTO

Dado que la Universidad del Quindío ha adoptado un enfoque pedagógico Integrador-

Sociocognitivo-Experiencial, como se puede observar en la Política Académico Curricular,
se deben utilizar diferentes estrategias evaluativas para valorar y evidenciar el aprendizaje
de los estudiantes. Desde ese punto de vista, en este Espacio Académico se utilizarán
algunas de las siguientes: Talleres (Individuales y en equipos de trabajo), trabajos en
clase, en el laboratorio y extraclase, quices, informes de lectura, actividades de
laboratorio, foros, debates, trabajos de campo, exposiciones, consultas bibliográficas y en
la Web, etc.

Todas estas actividades buscan fomentar el trabajo mediado e independiente de los

estudiantes, así como su interacción en equipos de trabajo y permitir una evaluación
integral que le facilite al docente observar como los estudiantes van alcanzando los
objetivos del Espacio Académico.

3
 ÁREA DE FORMACIÓN PROGRAMACIÓN Y ALGORÍTMICA

FACULTAD DE INGENIERIA

7. EVALUACIÓN

La evaluación se considera como un proceso integral y permanente que acompaña al

estudiante en el proceso de alcanzar los objetivos dentro del Espacio Académico, y ayuda
al Profesor a verificar la adquisición de los mismos. La Evaluación se lleva a cabo
cumpliendo con lo establecido en el capítulo V del título II del Estatuto Estudiantil vigente,
particularmente en lo descrito en los artículos 45, 46 y 47 del mencionado reglamento.

Conforme con lo anterior, las notas se distribuirán de la siguiente manera:

Nota Parcial Ponderación

Parcial 1 20%
Parcial 2 20%
Parcial 3 20%
Seguimiento 20%
Proyecto final 20%

NOTA: El seguimiento deberá obtenerse realizando al menos 3 actividades diferentes de

las descritas en el numeral anterior de seguimiento.

Los criterios de evaluación y ponderación para cada una de las notas parciales se
acordarán entre los docentes del área y los estudiantes, teniendo en cuenta la libertad de
cátedra y en todo caso, que permitan evidenciar que se ha alcanzado el objetivo
propuesto para el Espacio Académico y por supuesto, cumpliendo con el Estatuto
Estudiantil vigente.

8. REFERENCIAS BIBLIOGRÁFICAS

• Connor, J. (2017). Programming: Computer Programming for Beginners: Learn the

Basics of Java, SQL & C++ - 4. IT Starter Series.
• Deitel, P. J., & Deitel, H. (2017). Java 9 for Programmers, 4th Edition. Prentice
Hall.
• Deitel, P. J., & Deitel, H. (2017). Java How to Program, Early Objects Plus
MyProgrammingLab with Pearson eText -- Access Card Package, 11th Edition.
Pearson.
• Deitel, P. J., & Deitel, H. (2017). Java How To Program, Late Objects, 11th Edition.
Prentice Hall.
• Goodrich, M., Tamassia, R. and Goldwasser, M. (2015). Data structures and
algorithms in Java. Singapore: Wiley.
• Hay, D. (2015). UML and Data Modeling: A Reconciliation. Technics Publications;
First edition

4
 ÁREA DE FORMACIÓN PROGRAMACIÓN Y ALGORÍTMICA

FACULTAD DE INGENIERIA

• Joshi, R. (2015). Java Design Patterns Reusable solutions to common problems.

(E. Media, Ed.) (1st ed.).
• Joyanes, L. (2008). Estructura de datos en Java. Madrid: McGraw-Hill.
• Laaksonen, A. (2017). Competitive Programmer’s Handbook.
• Lewis. J, Loftus. W, Cocking. C. (2010). Java Software Solutions. AP Comp.
Science. 3rd Edition. Prentice Hall
• Osis, J., & Donins, U. (2017). Topological UML Modeling: An Improved Approach
for Domain Modeling and Software Development (Computer Science Reviews and
Trends). Elsevier.
• Pimentel, R. (2010). Programación orientada a objetos con Java. HEINLE
CENGAGE LEARN.
• Rumpe, B. (2016). Modeling with UML: Language, Concepts, Methods. Springer.
• Shaffer, C. (2012). Data Structures and Algorithm Analysis in Java. Dover
Publications.
• Schildt, H. (2001). Java 2 Manual de referencia. Madrid: McGrawHill.
• Sznajdlede, P. A. (2016). El gran libro de Java a Fondo.: Curso de Programación.
Marcombo
• Villalobos, J., & Casallas, R. (2010). Fundamentos de Programación – Aprendizaje
Activo Basado en Casos. Versión libre. Obtenido de
https://cupi2.virtual.uniandes.edu.co/images/APO1/fundamentos-de-
programacion.pdf
• Weiss, M. (2012). Data structures and algorithm analysis in Java. Boston, Mass.
[u.a.]: Pearson.

Adicional, es ideal consultar las bases de datos especializadas que la universidad ofrece
http://www.uniquindio.edu.co/biblioteca/publicaciones/bases_de_datos_pub

___________________________________
Robinson Pulgarin Giraldo

Última Revisión: agosto de 2017