uía conceptual – Algoritmos y estructuras de datos 1 Temario Bibliografía Básica Lectura del Módulo

Módulo Nº1: Análisis de algoritmos 1.1 Introducción. Definición y ejemplos. Diseño de algoritmos.
Análisis de algoritmos. 1.2 Ejemplos de tiempo de ejecución de algoritmos. Sznajdleder, P. A. (2012).
Complejidad algorítmica. En D. Fernández (Ed.), Algoritmos a fondo con implementación en C y JAVA
(pp. 522-523). Buenos Aires, AR: Alfaomega. Weiss, M. A. (2013). Análisis de algoritmos. En M.
MartínRomo (Ed.). Estructuras de datos en Java (pp. 185-190). Madrid, ES: Pearson. Lectura:
Algoritmos y tiempos de ejecución 1.3 Análisis asintótico 1.4 Notación O. Cota superior asintótica.
Cota inferior asintótica. Sznajdleder, P. A. (2012). Complejidad algorítmica. En D. Fernández (Ed.),
Algoritmos a fondo con implementación en C y JAVA (pp. 522-523). Buenos Aires, AR: Alfaomega.
Weiss, M. A. (2013). Análisis de algoritmos. En M. MartínRomo (Ed.). Estructuras de datos en Java
(pp. 185-190). Madrid, ES: Pearson. Lectura: Notación O y Análisis 1.5 Problema de la búsqueda
estática. Introducción. Tipos de búsqueda. Método Binario y secuencial. Búsqueda por interpolación.
1.6 Limitación del análisis O. Sznajdleder, P. A. (2012). Complejidad algorítmica. En D. Fernández
(Ed.), Algoritmos a fondo con implementación en C y JAVA (pp. 522-523). Buenos Aires, AR:
Alfaomega. Lectura: Problema de la búsqueda estática. Weiss, M. A. (2013). Análisis de algoritmos.
En M. MartínRomo (Ed.). Estructuras de datos en Java (pp. 185-190). Madrid, ES: Pearson. 1.7
Comportamiento temporal vs espacial. Eficiencia algorítmica. 1.8 Clases de complejidad. Complejidad
computacional. Calidad de algoritmo. Funciones de complejidad. 1.9 Algoritmos tratables e
intratables. Clasificación de problemas. Sznajdleder, P. A. (2012). Complejidad algorítmica. En D.
Fernández (Ed.), Algoritmos a fondo con implementación en C y JAVA (pp. 522-523). Buenos Aires,
AR: Alfaomega. Weiss, M. A. (2013). Análisis de algoritmos. En M. MartínRomo (Ed.). Estructuras de
datos en Java (pp. 185-190). Madrid, ES: Pearson. Lectura: Complejidad computacional de problemas
y el análisis y diseño de algoritmos Módulo Nº2: Estructuras de datos 2.1 Introducción. Tipo de datos
abstracto. Eficiencia y eficacia. 2.2 Representación de datos en memoria. 2.3 Pilas.
Implementaciones. 2.4 Las pilas y los lenguajes de programación. Solución de problemas.
Sznajdleder, P. A. (2012). Complejidad algorítmica. En D. Fernández (Ed.), Algoritmos a fondo con
implementación en C y JAVA (pp. 522-523). Buenos Aires, AR: Alfaomega. Weiss, M. A. (2013).
Análisis de algoritmos. En M. MartínRomo (Ed.). Estructuras de datos en Java (pp. 185-190). Madrid,
ES: Pearson. Lectura: Utilización de la estructura de datos pila 2.5 Colas. Introducción.
Implementaciones. Solución de problemas. Sznajdleder, P. A. (2012). Complejidad algorítmica. En D.
Fernández (Ed.), Algoritmos a fondo con implementación en C y JAVA (pp. 522-523). Buenos Aires,
AR: Alfaomega. Weiss, M. A. (2013). Análisis de algoritmos. En M. MartínRomo (Ed.). Estructuras de
datos en Java (pp. 185-190). Madrid, ES: Pearson. Lectura: Utilización de la estructura de datos cola.
2.6 Listas enlazadas simples y dobles. Implementación. Sznajdleder, P. A. (2012). Complejidad
algorítmica. En D. Fernández (Ed.), Algoritmos a fondo con implementación en C y JAVA (pp. 522-
523). Buenos Aires, AR: Alfaomega. Weiss, M. A. (2013). Análisis de algoritmos. En M. MartínRomo
(Ed.). Estructuras de datos en Java (pp. 185-190). Madrid, ES: Pearson. Lectura: Utilización de la
estructura de datos lista. 2.7 Arboles. Tipos de árboles. Aplicaciones. 2.8 Arboles binarios de
búsqueda. Implementación. 2.9 Tablas hash. 2.10 Colas de prioridad Sznajdleder, P. A. (2012).
Complejidad algorítmica. En D. Fernández (Ed.), Algoritmos a fondo con implementación en C y JAVA
(pp. 522-523). Buenos Aires, AR: Alfaomega. Weiss, M. A. (2013). Análisis de algoritmos. En M.
MartínRomo (Ed.). Estructuras de datos en Java (pp. 185-190). Madrid, ES: Pearson. Lectura:
Utilización de la estructura de datos arbol Módulo Nº3: Recursión Unidad: Recursión 3.1 Introducción
3.2 Demostración por inducción. 3.3 Recursión básica Sznajdleder, P. A. (2012). Complejidad
algorítmica. En D. Fernández (Ed.), Algoritmos a fondo con implementación en C y JAVA (pp. 522-
523). Buenos Aires, AR: Alfaomega. Weiss, M. A. (2013). Análisis de algoritmos. En M. MartínRomo
(Ed.). Estructuras de datos en Java (pp. 185-190). Madrid, ES: Pearson. Lectura: Recursión 3.4 Análisis
de complejidad de la recursividad. 3.5 Aplicaciones numéricas. 3.6 Aritmética modular. 3.7
Exponenciación modular. 3.8 Máximo común divisor e inverso multiplicativo. Weiss, M. A. (2013).
Análisis de algoritmos. En M. MartínRomo (Ed.), Estructuras de datos en Java (pp. 189-202). Madrid,
ES: Pearson. Lectura: Análisis numérico de la recursión. 3.9 Criptografía simétrica y asimétrica.
Conceptos iniciales. Interceptación. Cifrado. Limitaciones. 3.10 Algoritmo divide y vencerás. 3.11
Programación dinámica. 3.12 Algoritmo de vuelta atrás. Sznajdleder, P. A. (2012). Complejidad
algorítmica. En D. Fernández (Ed.), Algoritmos a fondo con implementación en C y JAVA (pp. 522-
523). Buenos Aires, AR: Alfaomega. Weiss, M. A. (2013). Análisis de algoritmos. En M. MartínRomo
(Ed.). Estructuras de datos en Java (pp. 185-190). Madrid, ES: Pearson. Lectura: Aplicaciones de la
recursión. Unidad: Algoritmos de ordenación. 4.1 Introducción. 4.2 Ordenación por inserción y otras
ordenaciones simples. 4.3 Shellsort 4.4 Mergesort. 4.5 Quicksort. 4.6 Selección rápida. 4.7 Otros
algoritmos. Sznajdleder, P. A. (2012). Complejidad algorítmica. En D. Fernández (Ed.), Algoritmos a
fondo con implementación en C y JAVA (pp. 522-523). Buenos Aires, AR: Alfaomega. Weiss, M. A.
(2013). Análisis de algoritmos. En M. MartínRomo (Ed.). Estructuras de datos en Java (pp. 185-190).
Madrid, ES: Pearson. Lectura: Algoritmos de ordenación. Módulo Nº4: Números aleatorios 5.1.
Introducción. Números aleatorios. 5.2 Generadores de números aleatorios. Implementación. 5.2.1
Generación de congruencia lineal. Weiss, M. A. (2013). Análisis de algoritmos. En M. MartínRomo
(Ed.). Estructuras de datos en Java (pp. 185-190). Madrid, ES: Pearson. Lectura: Generadores 5.3.
Números aleatorios con distribución no uniformes. 5.3.1 Distribución normal Weiss, M. A. (2013).
Análisis de algoritmos. En M. MartínRomo (Ed.). Estructuras de 5.3.2 Distribución de Poisson 5.3.3
Distribución exponencia

Los escalopes son un plato que se prepara a partir de una pieza de carne cortada
finamente y aplanada con un mazo de cocina. La carne puede ser de diferentes tipos,
como ternera, cerdo o pollo. Los escalopes se suelen empanar con huevo y pan
rallado y luego se fríen en aceite caliente hasta que estén dorados y crujientes.

Además de ser deliciosos, los escalopes son fáciles y rápidos de preparar. Son una
opción ideal para una cena rápida entre semana o para sorprender a tus invitados
con un plato sofisticado. Los escalopes pueden ser servidos con una variedad de
acompañamientos, como ensaladas, puré de papas, arroz o pasta.

Hay muchas variaciones del plato de escalope en diferentes países y culturas. Por
ejemplo, en la cocina italiana, los escalopes se conocen como "scaloppine" y se
pueden servir con una salsa de limón o marsala. En Austria y Alemania, los escalopes
se llaman "schnitzel" y se suelen acompañar con una ensalada de papas y rábanos.

Aunque los escalopes son típicamente fritos, también pueden ser preparados al
horno o a la parrilla para una versión más saludable. Además, se pueden hacer
variaciones vegetarianas utilizando ingredientes como berenjenas o tofu.

l negativa. datos en Java (pp. 185-190