—
CURSO: ALGORITMOS Y ESTRUCTURAS DE DATOS PARA REFUERZO ESCOLAR CON DEEPSEEK AI
Subtítulo: Domina el arte de programar de forma eficiente. Aprende a medir el tiempo de tus programas, domina las estructuras de datos clásicas y resuelve problemas complejos con los algoritmos más elegantes, con un tutor que te ayuda a pasar de escribir código a diseñar soluciones óptimas
—
FICHA TÉCNICA
Campo Descripción
Código MUN-ALG-001
Carga horaria total 45 horas (recomendado: 3 horas por semana durante 15 semanas)
Modalidad 100% textual guiada por DeepSeek AI, con ejercicios de análisis de complejidad, implementación de estructuras de datos desde cero, resolución de problemas de juez online y un proyecto final de optimización
Nivel educativo Avanzado. Adaptable a Bachillerato de excelencia tecnológica, Formación Profesional y ámbito universitario (primeros cursos de Ingeniería Informática)
Riesgo Medio (frustración con la recursividad y los árboles al inicio, bloqueo ante problemas de juez online, posible tendencia a memorizar algoritmos sin comprender la lógica subyacente, dependencia de la IA para generar código sin entender la complejidad). La IA no da la solución final a los problemas de juez; guía con pistas
Dirigido a Estudiantes que ya dominan la programación básica en Python (variables, condicionales, bucles, funciones, clases) y quieren llevar su pensamiento computacional al siguiente nivel. Ideal para quienes aspiran a participar en olimpiadas informáticas, entrevistas técnicas o estudios superiores en informática
Prerrequisito Haber completado el curso de Programación y Pensamiento Computacional con Python (MUN-PYT-001) o tener conocimientos sólidos de Python incluyendo clases, objetos, listas y diccionarios. Disponer de un ordenador con Python instalado y un editor de código. Conexión a internet. Autorización parental para menores de edad
Corpus obligatorio cargado en DeepSeek «Introduction to Algorithms» (CLRS) adaptado, Documentación oficial de Python, Guía de la notación Big O, Referencia de problemas de jueces online (LeetCode, Codeforces, Acepta el Reto), Manual de buenas prácticas de código limpio
Certificación Diploma de aprovechamiento en Algoritmos y Estructuras de Datos con IA
—
AVISO PARA EL ESTUDIANTE (LECTURA OBLIGATORIA)
No basta con que el código funcione. Debe funcionar de forma eficiente. Un algoritmo ineficiente puede tardar años en resolver lo que uno óptimo resuelve en segundos.
DeepSeek te guiará en el diseño de algoritmos, pero recuerda:
· La notación Big O es tu nuevo superpoder. Aprenderás a predecir cuánto tardará tu programa sin necesidad de ejecutarlo.
· No memorices algoritmos; comprende sus patrones. Divide y vencerás, backtracking, programación dinámica… son herramientas, no recetas mágicas.
· La recursividad es difícil al principio, pero una vez que haces clic, verás el mundo de otra forma. Paciencia.
· Un juez online no miente. Si tu código falla, no es el juez. Es tu algoritmo. Aprende a leer los mensajes de error y a depurar sin prints infinitos.
—
MAPA GENERAL DEL CURSO
Parte Título Horas Enfoque
I Análisis de Algoritmos: midiendo la eficiencia 10 h Notación Big O, análisis de bucles, recursividad básica, Divide y Vencerás
II Estructuras de Datos Lineales 14 h Listas enlazadas, Pilas, Colas, implementación y aplicaciones
III Estructuras de Datos No Lineales 14 h Árboles binarios, Heaps, Mapas Hash, Grafos
IV Algoritmos Clásicos y Proyecto Final 7 h Ordenación, Búsqueda, BFS/DFS, Proyecto de optimización
—
PARTE I: ANÁLISIS DE ALGORITMOS. MIDIENDO LA EFICIENCIA
(10 horas)
Capítulo 1. Bienvenido a la cocina de los algoritmos
(1 hora)
· Inciso 1.1. ¿Cómo funciona este curso? Tú diseñas soluciones, DeepSeek las evalúa y te guía hacia la más eficiente.
· Inciso 1.2. Conoce a tu entrenador DeepSeek: cómo pedirle que analice la complejidad de tu código, que te dé una pista para un problema o que te explique la diferencia entre dos enfoques.
· Inciso 1.3. Tu diario de algorítmico: análisis de complejidad, fragmentos de código, problemas resueltos.
Capítulo 2. ¿Qué es un algoritmo eficiente?
(3 horas)
· Inciso 2.1. Definición de algoritmo, tiempo de ejecución y espacio de memoria.
· Inciso 2.2. Notación Big O: O(1), O(log n), O(n), O(n log n), O(n²), O(2^n). Qué significa cada una y cómo identificarlas.
· Inciso 2.3. Análisis de bucles simples y anidados.
· Inciso 2.4. Ejercicio práctico: «DeepSeek, te paso este código con 3 bucles anidados. Guíame para calcular su Big O.»
Capítulo 3. Recursividad y Divide y Vencerás
(4 horas)
· Inciso 3.1. Caso base y caso recursivo. La pila de llamadas.
· Inciso 3.2. Ejemplos clásicos: factorial, Fibonacci, Torres de Hanói.
· Inciso 3.3. Divide y Vencerás: Mergesort y Quicksort.
· Inciso 3.4. Ejercicio práctico: «DeepSeek, ayúdame a implementar Mergesort en Python paso a paso y a analizar su complejidad O(n log n).»
Capítulo 4. Programación Dinámica (Introducción)
(2 horas)
· Inciso 4.1. El problema del solapamiento: Fibonacci con memoización.
· Inciso 4.2. De arriba hacia abajo (Top-Down) vs. Abajo hacia arriba (Bottom-Up).
· Inciso 4.3. Ejercicio práctico: Calcula el n-ésimo número de Fibonacci en O(n) usando programación dinámica.
—
PARTE II: ESTRUCTURAS DE DATOS LINEALES
(14 horas)
Capítulo 5. Listas Enlazadas
(5 horas)
· Inciso 5.1. Arrays vs. Listas Enlazadas: ventajas e inconvenientes de cada una.
· Inciso 5.2. Implementación de una Lista Simplemente Enlazada en Python (clase Nodo y clase ListaEnlazada).
· Inciso 5.3. Operaciones: inserción al inicio, al final, búsqueda y eliminación.
· Inciso 5.4. Listas Doblemente Enlazadas.
· Inciso 5.5. Ejercicio práctico: «DeepSeek, guíame para invertir una lista enlazada sin usar memoria extra.»
Capítulo 6. Pilas y Colas
(5 horas)
· Inciso 6.1. El TDA Pila (Stack): LIFO. Operaciones push, pop, peek.
· Inciso 6.2. Aplicaciones de las pilas: deshacer/rehacer, verificación de paréntesis equilibrados.
· Inciso 6.3. El TDA Cola (Queue): FIFO. Implementación con collections.deque.
· Inciso 6.4. Aplicaciones de las colas: simulación de colas de espera, gestión de procesos.
Capítulo 7. Tablas Hash (Diccionarios)
(4 horas)
· Inciso 7.1. ¿Cómo funciona un diccionario internamente? Función hash y manejo de colisiones (encadenamiento).
· Inciso 7.2. Complejidad O(1) promedio para inserción, eliminación y búsqueda.
· Inciso 7.3. Ejercicio práctico: implementa una agenda de contactos ultrarrápida usando diccionarios.
—
PARTE III: ESTRUCTURAS DE DATOS NO LINEALES
(14 horas)
Capítulo 8. Árboles Binarios de Búsqueda (BST)
(5 horas)
· Inciso 8.1. Terminología: raíz, hoja, padre, hijo. Recorridos: inorden, preorden, postorden.
· Inciso 8.2. Propiedad del BST: izquierda < raíz < derecha.
· Inciso 8.3. Operaciones: inserción, búsqueda y eliminación (el caso complicado del nodo con dos hijos).
· Inciso 8.4. Visualización textual del árbol.
Capítulo 9. Heaps (Montículos)
(4 horas)
· Inciso 9.1. ¿Qué es un Heap? Propiedad de Montículo (padre > hijos en Max-Heap).
· Inciso 9.2. Implementación con arrays.
· Inciso 9.3. Cola de prioridad: extraer el máximo/mínimo en O(log n).
· Inciso 9.4. Ejercicio práctico: implementa una cola de prioridad para urgencias médicas.
Capítulo 10. Grafos
(5 horas)
· Inciso 10.1. Representación de grafos: matriz de adyacencia y lista de adyacencia.
· Inciso 10.2. Recorrido en Anchura (BFS): cola. Encontrar el camino más corto en grafos no ponderados.
· Inciso 10.3. Recorrido en Profundidad (DFS): pila/recursividad. Detectar ciclos.
· Inciso 10.4. Ejercicio práctico: modela y resuelve el problema del laberinto con BFS.
—
PARTE IV: ALGORITMOS CLÁSICOS Y PROYECTO FINAL
(7 horas)
Capítulo 11. Ordenación
(3 horas)
· Inciso 11.1. Repaso de Mergesort y Quicksort.
· Inciso 11.2. Algoritmos de ordenación en tiempo lineal: Counting Sort.
· Inciso 11.3. Ejercicio práctico: ordena 1 millón de números en menos de 1 segundo.
Capítulo 12. Proyecto Final: Resolución de un problema complejo
(3 horas)
· Inciso 12.1. Presentación del reto: optimizar la ruta de un repartidor (variante del Problema del Viajante) o planificar tareas con dependencias.
· Inciso 12.2. Aplicación de grafos y heaps para resolverlo.
· Inciso 12.3. «DeepSeek, revísame el tiempo de ejecución de mi solución y sugiéreme posibles cuellos de botella.»
Capítulo 13. Cierre y Diploma
(1 hora)
· Inciso 13.1. Recapitulación.
· Inciso 13.2. Próximos pasos: olimpiadas informáticas, librerías avanzadas.
· Inciso 13.3. Diploma de aprovechamiento y cierre.
—
RESUMEN EJECUTIVO DEL CURSO
Dimensión Resumen
Rol de la IA Entrenadora de pensamiento algorítmico, analista de complejidad y diseñadora de estructuras óptimas
Rol del estudiante Diseñador de soluciones eficientes
Meta última Diseñar e implementar la solución más óptima para un problema computacional complejo
Horas 45
—
¿Deseas que continuemos con otro curso, o prefieres explorar otro ámbito del ecosistema?
