Ministerio de Cultura y Educación
Universidad Nacional de San Luis
Facultad de Ciencias Físico Matemáticas y Naturales
Departamento: Informatica
Área: Area I: Datos
(Programa del año 2024)
(Programa en trámite de aprobación)
(Programa presentado el 20/08/2024 17:44:46)
I - Oferta Académica
Materia Carrera Plan Año Periodo
ESTRUCTURA DE DATOS Y ALGORITMOS ING. EN COMPUT. 28/12 2024 2° cuatrimestre
ESTRUCTURA DE DATOS Y ALGORITMOS ING. INFORM. 026/12- 08/15 2024 2° cuatrimestre
ESTRUCTURA DE DATOS Y ALGORITMOS PROF.CS.COMPUT. 02/16 2024 2° cuatrimestre
II - Equipo Docente
Docente Función Cargo Dedicación
LUDUEÑA, VERONICA DEL ROSARIO Prof. Responsable P.Asoc Exc 40 Hs
KASIAN, FERNANDO ANDRES Prof. Co-Responsable P.Adj Exc 40 Hs
REYES, NORA SUSANA Prof. Co-Responsable SEC U EX 3 Hs
AZAR, ELIANA PAOLA Responsable de Práctico JTP Exc 40 Hs
SOSA TORANZO, CECILIA LORENA Responsable de Práctico JTP Exc 40 Hs
JOFRE, ANA MARIA Auxiliar de Práctico A.1ra Exc 40 Hs
III - Características del Curso
Credito Horario Semanal Tipificación Duración
Teórico/Práctico Teóricas Prácticas de Aula Práct. de lab/ camp/ Resid/ PIP, etc. Total B - Teoria con prácticas de aula y laboratorio Desde Hasta Cantidad de Semanas Cantidad en Horas
Periodo
 Hs. 2 Hs. 1 Hs. 3 Hs. 6 Hs. 2º Cuatrimestre 05/08/2024 15/11/2024 15 90
IV - Fundamentación
Esta es una de las asignaturas básicas en la formación del estudiante, en la rama de la Programación y constituye una parte fundamental para el perfil de cualquier profesional de la Informática. Una correcta implementación de conocimientos y habilidades en esta asignatura, permitirá al estudiante lograr la seguridad necesaria para interpretar y resolver problemas.
En este curso se sientan las primeras bases para construir un cimiento sólido y perfectible durante la carrera, en las disciplinas Algoritmos, Estructuras de Datos y Bases de Datos, de forma tal que el estudiante tenga la idoneidad suficiente en la temática contando con los conceptos, principios y teorías que constituyen el ámbito de
competencia.
Los conceptos aquí estudiados, servirán como preámbulo a asignaturas como Bases de Datos y Administración y Gestión de Sistemas de Base de Datos.

Durante este curso se aborda el diseño de estructuras de datos considerando principalmente las evocaciones asociativas, con respuesta no múltiple y algunos tipos de evocaciones no asociativas, como las extremales y las exhaustivas. También se estudian distintas técnicas de diseños de algoritmos, analizando algoritmos representativos de cada una. Además se inicia al estudiante en el análisis de algoritmos, con el fin de propiciar el aprendizaje de la comparación de distintos algoritmos ya que es fundamental para diseñar buenas soluciones.
V - Objetivos / Resultados de Aprendizaje
Al finalizar el curso se pretende que los estudiantes sean capaces de manejar con idoneidad los conceptos que involucran el diseño de estructuras de datos y algoritmos. Que adquieran un conocimiento exhaustivo de las principales estructuras de datos, incluyendo el análisis de su desempeño, y aprendan a implementarlas en forma eficiente. Que sean capaces de analizar y diseñar diferentes algoritmos y estudiar su desempeño.
Entre las competencias que se espera que adquieran podemos mencionar:

COMPETENCIAS GENERALES
• Identificar, formular y resolver problemas, para desarrollar su capacidad de análisis, síntesis, organización y planificación.
• Desarrollar la capacidad de aplicar la teoría a la práctica, generando nuevas ideas.
• Integrar de manera efectiva equipos de trabajo, para favorecer la comunicación, el reparto equilibrado de tareas, el clima interno y la cohesión.
• Desarrollar la capacidad de generar razonamiento crítico y aprendizaje autónomo.

COMPETENCIAS ESPECÍFICAS
• Manejar con idoneidad los conceptos que involucran el diseño de estructuras de datos y de diferentes algoritmos.
• Diseñar y evaluar soluciones alternativas a un problema, además de aplicar, de forma adecuada, metodologías y buenas prácticas de diseño.
• Conocer las principales estructuras de datos, ser capaces de explicarlas, y de analizar, diseñar, comparar e implementar cada una de ellas.
• Conocer, explicar su funcionamiento, e implementar algunos de los principales algoritmos, incluyendo el análisis de su desempeño.
• Desarrollar una actitud crítica frente al uso de las estructuras de datos y algoritmos con los que se pueda enfrentar.
• Desarrollar una actitud inquisitiva en búsqueda de nuevas soluciones, y ser capaz de reconocer, modificar, innovar y aplicar los distintos tipos de algoritmos.

Durante el dictado de la asignatura se abordan los siguientes ejes transversales:
• Identificar, formular y resolver problemas de informática.
• Concebir, diseñar y desarrollar proyectos de informática.
• Gestionar, planificar, ejecutar y controlar proyectos de informática.
• Utilizar de manera efectiva las técnicas y herramientas de aplicación en la informática.
• Contribuir a la generación de desarrollos tecnológicos y/o innovaciones tecnológicas.
• Desempeñarse de manera efectiva en equipos de trabajo.
• Comunicarse con efectividad de forma escrita, oral y gráfica.
• Actuar con ética, responsabilidad profesional y compromiso social.
• Aprender en forma continua y autónoma.
VI - Contenidos
Contenidos mínimos:
Teoría, Propiedades, demostraciones y representaciones de grafos. Evaluación de algoritmos: función de costo, medidas en tiempo y espacio, notaciones asintóticas, complejidad, clases de complejidad.
Listas, pilas y colas: representación y operaciones sobre cada tipo de estructura, análisis de costos. Direccionamiento directo. Árboles computacionales. Distribución pseudo-aleatoria de datos. Técnicas de diseño de algoritmos.

Contenidos detallados:


1. Explicitación del objetivo de la materia:
Repaso de temas y homogeneización de terminología. Las estructuras. Dato e información. Doble acepción de estructuras de datos. Visión relacional. Fundamento de la evocación asociativa. Concepto de Servicio en una estructura de datos.
Algoritmos fundamentales: recorrido, búsqueda, ordenamiento, actualización. Datos de un problema de estructuras de datos.
Algoritmos. Estrategias de implementación y su repercusión en las operaciones básicas de actualización y búsqueda. Representación de datos en memoria.

2. Terminología de teoría de grafos:
Definición. Orden. Funciones de incidencia y adyacencia. Grado. Vértices aislados. Clasificación de Grafos. Grafos dirigidos: Di-grafos. Clasificación de secuencias y conjuntos de arcos. Clasificación de vértices. Conectividad.

3. Propiedades, demostraciones y representación de grafos:
Número ciclomático y número cociclomático. Caracterizaciones equivalentes de árbol y arborescencia. Base de ciclos y cociclos. Problemas de caminos en los di-grafo. Construcción sistemática de árboles subtensos. Distancias en grafos. Representaciones básicas de grafos.

4. Evaluación de algoritmos:
Planteo. Problema. Función de costo. Necesidad de una función de evaluación. Propiedades. Medidas en tiempo y espacio. Balance entre tiempo y espacio en los algoritmos. Elección de la función de evaluación. Familias de problemas. Solución parametrizada. Análisis asintótico: Notaciones asintóticas. Propiedades. Análisis de complejidad de algoritmos: Clases de Complejidad. Análisis de Algoritmos: Análisis de comportamiento en el mejor caso, caso promedio y peor caso. Técnicas para plantear y resolver ecuaciones de recurrencias.

5. Listas, Pilas y Colas:
Estructuras de datos básicas: Listas vinculadas y secuenciales. Definición, uso, implementaciones. Incidencia del orden, Incidencia del tipo de recurrencia que la define. Distintos tipos de búsquedas: Búsqueda secuencial, Búsqueda binaria. Lista Invertida. Lista de 2 niveles: descriptores de listas, representación computacional, optimización de parámetros. Pilas y colas. Skip Lists. Operaciones sobre cada tipo de estructura. Análisis de Costos. Aplicaciones. Adecuación a los requerimientos del problema. Estrategias de implementación y su repercusión en las operaciones básicas de actualización y búsqueda.

6. Direccionamiento Directo:
Condiciones para su aplicación. Relajación de la exigencia de totalidad. Funciones de enumeración. Aplicaciones. Adecuación a los requerimientos del problema.

7. Árboles computacionales:
Definición. Representación computacional. Árbol completo, lleno y balanceado. Almacenamiento por extensión y por comprensión. Árboles Binarios de Búsqueda. Árboles Balanceados en altura. Árboles de búsqueda auto-ajustables. Parva. Trie. Árboles Patricia. Adecuación a los requerimientos del problema. Operaciones básicas sobre cada tipo de árbol. Análisis de costos. Magnitudes. Aplicaciones. Estrategias de implementación y su repercusión en las operaciones básicas de actualización y búsqueda.

8. Distribución pseudo-aleatoria de datos:
Motivación. Funciones de pseudo-aleatorización. El problema del rebalse. Distintas propuestas para su manejo. Análisis de costos. Aplicaciones. Adecuación a los requerimientos del problema. Estrategias de implementación y su repercusión en las operaciones básicas de actualización y búsqueda.

9. Estrategias de diseño de algoritmos:
Técnicas ávidas, programación dinámica, dividir para vencer. Ejemplos de aplicación en algoritmos sobre grafos: Dijkstra, Floyd, Warshall, Kruskal y Prim. Otros ejemplos de aplicación de las distintas técnicas: ordenamientos, búsquedas, codificación de Huffmann, etc.

VII - Plan de Trabajos Prácticos
Mediante la realización de práctica, tanto en papel como sobre la computadora, se promueve la integración de conceptos teóricos, su afianzamiento y su aplicación en la resolución de diferentes problemas planteados.
Se proponen diferentes situaciones de la vida real, que permiten al estudiante identificar problemas y abordar su posible solución, aplicando tanto técnicas presentadas en teoría, como mediante su ingenio e investigación. Los planteos presentados, por medio de los prácticos, incrementan gradualmente su complejidad, de manera que el estudiante afiance conceptos más simples, antes de abordar situaciones más complejas.
Este proceso se evalúa de manera formativa, mediante la entrega de ejercicios representativos e integradores que son corregidos y comentados posteriormente en clase, permitiendo una devolución general y otra personal a los estudiantes.

Las prácticas de laboratorio, además de presentar la posibilidad de diseñar y desarrollar un proyecto informático, contribuye a que los estudiantes planifiquen las diferentes etapas del mismo; trabajen de manera colaborativa a través de la formación de grupos de trabajo; debatan y analicen diferentes soluciones a los problemas planteados, para seleccionar la más eficiente y efectiva; utilicen herramientas adecuadas (por ej. un lenguaje de programación imperativo, un entorno de desarrollo, etc.); mejoren su comunicación a través de la presentación de informes, orales y/o escritos, sobre lo desarrollado en cada proyecto; y demuestren su ética, responsabilidad profesional al cumplir con los plazos establecidos al principio del curso.
Este proceso se avalúa de forma sumativa mediante la entrega y aprobación de los proyectos diseñados, presentando su código fuente, en las fechas predeterminadas en el cronograma de la asignatura, y realizando una descripción oral del mismo.

Además se proponen vínculos con conservatorios y temas de interés para que los estudiantes investiguen sobre estructuras y/o algoritmos particularmente novedosos, impulsando su interés y el aprendizaje autónomo.

Finalmente, lo trabajado durante el cuatrimestre es evaluado de manera sumativa por medio de un examen con sus respectivas recuperaciones. (corrección informada)

Prácticos de aula:

Los mismos están orientados a afianzar los conceptos teóricos sobre las diferentes estructuras y algoritmos presentados en la asignatura y a estimular el planteo de soluciones ingeniosas a las diferentes problemáticas presentadas. Para un seguimiento formativo, se deberán presentar ejercicios representativos de cada práctico, lo que serán corregidos para una posterior devolución general y personal.

1. Repaso de relaciones y funciones.
2. Desarrollo de algoritmos para realizar búsqueda de elementos en las distintas representaciones computacionales posibles para un conjunto.
3. Funciones de evaluación. Notaciones asintóticas. Utilización para expresar tiempos de ejecución de programas.
4. Diseño de los algoritmos necesarios para cada una de las distintas implementaciones de listas y cálculos de esfuerzos. Pilas y Colas.
5. Árboles como estructuras de información. Barridos. Árbol binario de búsqueda. Árbol binario balanceado en altura. Colas de prioridad. Implantación y algoritmos necesarios para su manejo. Aplicaciones.
6. Lista de 2 niveles. Optimización de parámetros para distintos casos. Direccionamiento directo. Skip list. Distribución pseudo-aleatoria de datos.
7. Teoría de grafos. Representación. Aplicación de los distintos conceptos teóricos a ejemplos. Algoritmos sobre grafos.
8. Algoritmos golosos. Análisis de los algoritmos analizados para cada técnica de diseño. Diseño de algoritmos usando las técnicas estudiadas.
9. Otros tipos de Árboles de búsqueda. Trie y Árboles Patricia. Árboles de búsqueda auto-ajustables.

Prácticos de máquina:

Se desarrollarán prácticos que consistan en el estudio de una situación real a informatizar. Se implementarán distintas estructuras de almacenamiento, junto con los operadores necesarios para su administración, para soportar la realidad planteada; teniendo en cuenta las estructuras que gradualmente se vayan incorporando en las teorías. Además se deberán calcular los distintos costos (a posteriori) sobre dichas estructuras analizando y comparando los mismos entre sí. Para la implementación de estos proyectos se deberán conformar grupos de trabajo; para su desarrollo se utilizará el lenguaje de programación C, y el entorno de trajo Code::Blocks. Para su aprobación se deberá presentar el código fuente de cada proyecto, teniendo en cuenta los dispositivos de evaluación provistos para los mismos. Además, los grupos realizarán una presentación oral detallando las decisiones de diseño tomadas, resultados obtenidos y especificaciones de implementación. Cada entrega posee su respectiva recuperación.

Serán prácticos en los que:
-Se implementarán estructuras con todas las operaciones necesarias para resolver el problema real indicado.

- Se calcularán los costos de las estructuras implementadas, debiendo entregarse además un informe en el cual se analicen y comparen los costos obtenidos.

* Existe un práctico adicional, para aquellos alumnos que necesiten hacer uso de una recuperación no prevista para los prácticos de máquina, en el cual se implementará alguno de los algoritmos representativos de las técnicas de diseño vistas.
VIII - Regimen de Aprobación
Para regularizar la asignatura los estudiantes deberán cumplir con las condiciones señaladas a continuación:

- Un mínimo de asistencia a clases de práctico de aula de un 70%.
- Un mínimo de asistencia a clases de teoría de un 70%.
- Presentar y aprobar los prácticos de máquina, propuestos en las fechas estipuladas a tal efecto o sus recuperaciones.
- Aprobar el parcial, o alguna de sus recuperaciones, con el 70%. Se toma un parcial, que tiene dos recuperaciones.

-. Modalidad de examen final:
Se evalúan los conceptos teóricos que fundamentan la práctica regularizada. Podrá ser oral y/o escrito y se rinde en turnos de exámenes establecidos en el Calendario Académico.


-. Examen Libre:
No se admiten alumnos libres dado que los prácticos de máquina y aula se desarrollan de manera incremental desde comienzo de cuatrimestre, por consiguiente no es posible en un examen poder evaluar correctamente este proceso.

*** La materia NO es promocional. ***
IX - Bibliografía Básica
[1] INTRODUCTION TO ALGORITHMS, Autor: Cormen, Leiserson and Rivest, ISBN: 0262031418 -MIT-, The MIT Press, 3a edición, 2003, Ubicación en biblioteca: 519.254 C811.
[2] FUNDAMENTOS DE ALGORITMIA, Autor: : Brassard, Gilles y Bratley, Paul, ISBN: 84-89660-00-X, Prentice Hall, 1a. edición, 2000, Ubicación en Biblioteca: 004.021.B823f.
[3] COMPARED TO WHAT? : AN INTRODUCTION TO THE ANAYLSIS OF ALGORITHMS, Autor: Rawlins, Gregory, ISBN: 071678243X, W. H. Freeman, 1991.
[4] THE ART OF COMPUTER PROGRAMMING (VOL 1 Y 3), Autor: Knuth, Donald E., ISBN-10: 0201896834 y 0201896850, ISBN-13: 978-0201896831 y 978-0201896855, Addison-Wesley Professional, VOL 1: 3a edición, 1997, VOL 3: 2a edición, 1998, Ubicación en biblioteca:681.3.06 K74.
[5] ALGORITHMS IN C (PARTS 1-4), Autor: Sedgewick, Robert. 3a. Ed. ISBN 0-201-31452-5, Addison-Wesley Professional, 3a edición 1997, Ubicación en Biblioteca: 004.422.63 S448a3 I.
[6] GRAPHS ET HYPERGRAPHS, Autor: Berge, Claude, ISBN-10: 0444876030, ISBN-13: 978-0444876034, North Holland, 1989, Ubicación en biblioteca: 519.17 B495g3.
[7] AN INTRODUCTION TO THE ANALYSIS OF ALGORITHMS, Autor: Sedgewick, Robert and Flajolet, Philippe.ISBN: 020140009X, Addison-Wesley Professional, 1995, Ubicación en biblioteca: 004.021 S448.
[8] ALGORITHMIC: THEORY AND PRACTICE, Autor: Brassard, Gilles and Bratley, Paul, Ubicación en biblioteca:519.681 B823.
[9] DATA STRUCTURES AND PROGRAM DESIGN IN C, Autores: Kruse, Robert L.; Leung, Bruce P.; Tondo, Clovis L.,ISBN: 0-13-725649-3, Prentice Hall, 2a edición, 1996, Ubicación en biblioteca: 519.682.2681.3.06 K94.
[10] DATA STRUCTURES AND THEIR ALGORITHMS, Autor: Lewis, Harry R.,Denenberg, Larry, ISBN: 0-673-39736-X, Addison Wesley, 1991, Ubicación en biblioteca: 519.683.2 L674.
[11] ESTRUCTURA DE DATOS y ALGORITMOS, Autor: Mark Weiss, ISBN: 0-201-62571-7, Addison Wesley Iberoamericana, 1995, Oficina.
[12] APUNTES DE LA CÁTEDRA: Durante el dictado se entregarán apuntes confeccionados por la cátedra sobre algunos de los temas. *Repaso de Conjuntos, Relaciones y Funciones. *Introducción a las Estructuras de Datos.*Descripción Informática de Conjuntos. *Pertenencia en Conjuntos Computacionales. *Operaciones en Conjuntos Computacionales. *Evaluación de Algoritmos. *Teoría de Grafos (Parte I). *Teoría de Grafos (Parte II). *Arboles Binarios Ordenados. *Costos de Búsqueda en Árboles Binarios de Búsqueda. * Árboles de Expresión.*Lista de 2 Niveles. *Distribución Pseudo-aleatoria de Datos. *Diseño de Funciones de Enumeración. *Deducción de algunos esfuerzos para distribución pseudo- aleatoria de datos. *Diseño de Funciones de pseudo-azar. *Estructuras de Datos Aleatorias: Skip Lists. *Árboles Digitales: Trie y Patricia. * Árboles Autoajustables-Splay Tree.
X - Bibliografia Complementaria
[1] COMPUTER ALGORITHMS: INTRODUCTION TO DESIGN AND ANALYSIS, Autor: Baase, Sara, ISBN: 0-201-06035-3, Addison Wesley, 3a edición, 1999, Ubicación en biblioteca: 519.682.4 B111c2.
[2] DATA STRUCTURES AND ALGORITHMS, Autor: Aho, Hopcroft, Ullman, ISBN: 0-201-00023-7, Addison Wesley, 1983, Ubicación en biblioteca: 519.683.2 A286.
[3] CONCRETE MATHEMATICS, Autor: Graham, Ronald L., Knuth, Donald E. , Patashnik, Oren, ISBN: 0-201-55802-5, Addison-Wesley Professional, 2 edición, 1994, Ubicación en biblioteca: 511.333 G741c2.
[4] THE DESIGN AND ANALYSIS OF COMPUTER ALGORITHMS, Autor: Aho, Hopcroft, Ullman, ISBN:0-201-00029-6, Addison-Wesley, 1974, Ubicación en biblioteca: 519.683.2 A286.
[5] DATA STRUCTURES & PROGRAM DESIGN, Autor: Kruse, Robert, ISBN: 0-132-08182-2, Prentice-Hall, 2a edición, 1994, Ubicación en biblioteca: 681.3.06 K94D2.
[6] DATA STRUCTURES TECHNIQUES, Autor: Standish, T., ISBN: 0-201-07256-4, Addison-Wesley, 1980, Ubicación en biblioteca: 681.3.0651.S785.
[7] COMPUTER ALGORITHMS: KEY SEARCH STRATEGIES, IEEE Computer Society Technology Series,ISBN:0-818-69123-9, IEEE Computer Society, 1990, Ubicación en biblioteca: 519.681.5519.878681.3.06 A638.
[8] MATHEMATICS FOR THE ANALYSIS OF ALGORITHMS, Autor: Greene, Daniel , Knuth, Donald, ISBN: 0-8176-3515-7 (Birkhäuser), ISBN: 3-7643-3515-7 (Boston-Basel-Berlín), Birkhäuser Boston; 3a edición Rev., 2007.
[9] PUGH, WILLIAM: Skip Lists: A Probabilistic Alternative to Balanced Trees. Communications of the ACM, 33, 1990,pág. 668-676.
[10] HASHING FOR DYNAMIC AND STATIC INTERNAL TABLES, Autor: Lewis, T, Cook, C IEEE Comp. Oct.1988.
[11] DYNAMIC HASH TABLES, C, Autor: Larson, P, ACM, Vol 31 N0 4, Abril 1988.
[12] SELF-ADJUSTING BINARY SEARCH TREES, Autor: Sleator D. D., Tarjan R. E., Journal of ACM, ISSN 0004-5411, Vol 32, Nro.3, pág. 652-686, Julio 1985.
XI - Resumen de Objetivos
Al finalizar el curso se pretende que el alumno sea capaz de:

- Manejar los conceptos que involucran el diseño de estructuras de datos.
- Conocer los principales algoritmos y estructuras de datos y el análisis de su desempeño.
- Analizar y diseñar algoritmos.
- Desarrollar una actitud crítica frente al uso de las estructuras de datos y algoritmos con los que se pueda enfrentar. - Frente a una aplicación o problema particular, poder brindar una solución eficiente utilizando los conceptos vistos. - Reconocer, modificar, innovar y aplicar distintos tipos de Algoritmos.
XII - Resumen del Programa
1. Explicitación del objetivo de la materia
Homogeneización de terminología. Las estructuras. Dato e información. Doble acepción de estructuras de datos. Visión relacional. Algoritmos. Representación de datos en memoria.

2. Terminología de teoría de grafos:
Definición. Orden. Incidencia y adyacencia. Grado. Vértices aislados. Clasificación. Clasificación de secuencias y conjuntos de arcos. Clasificación de vértices. Conectividad.

3. Propiedades, demostraciones y representación de grafos:
Número ciclomático y número cociclomático. Construcción sistemática de árboles subtensos. Representaciones básicas de grafos.

4. Evaluación de algoritmos:
Planteo. Problema. Función de costo. Función de evaluación. Propiedades. Medidas en tiempo y espacio. Familias de problemas. Solución parametrizada. Notaciones Asintóticas. Complejidad. Técnicas para plantear y resolver ecuaciones de recurrencias.

5. Listas, Pilas y Colas:
Listas vinculadas y secuenciales. Búsqueda binaria. Lista Invertida. Lista de 2 niveles. Pilas y colas. Skip Lists. Operaciones. Análisis de Costos. Aplicaciones.

6. Direccionamiento Directo:
Condiciones para su aplicación. Funciones de enumeración. Aplicaciones.

7. Árboles computacionales:
Definición. Representación computacional. Árboles Binarios de Búsqueda. Árboles Balanceados en altura. Árboles de búsqueda auto-ajustables. Parva. Trie. Árboles Patricia. Operaciones. Análisis de costos. Magnitudes. Aplicaciones.

8. Distribución pseudo-aleatoria de datos.
Motivación. Funciones de pseudo-aleatorización. El problema del rebalse. Distintas propuestas para su manejo. Análisis de costos. Aplicaciones.

9. Técnicas de diseño de algoritmos.
Técnicas ávidas, programación dinámica, dividir para vencer. Ejemplos de aplicación en algoritmos sobre grafos. Otros ejemplos de aplicación de las distintas técnicas.
XIII - Imprevistos
 
XIV - Otros
Contacto con la cátedra:

- Por mail: eda@unsl.edu.ar
- Por formulario electrónico a través de la página web: http://eda.dirinfo.unsl.edu.ar
- Personalmente: Segundo Bloque - box 7, box 24 - Primer piso.

La modalidad de dictado es totalmente PRESENCIAL, tanto para teorías como para prácticos, siempre que las disposiciones lo permitan. En caso presentarse alguna dificultad con respecto al modo de dictado, por favor comunicarse de inmediato con
la cátedra.