2.1. Definir algoritmo y sus propiedades
2.2. Comparar el desempeño de los algoritmos a través de la definición de complejidad.
2.3. Definir recursividad y sus características.
2.3. Clasificar diferentes algoritmos de acuerdo a su complejidad.
2.4. Definir los problemas P, NP y NPC.

3.1. Identificar los problemas principales de ordenamiento, búsqueda y comparación en el ámbito de la bioinformática.
3.2. Revisar problemas clásicos que involucran algoritmos de ordenamiento, búsqueda y comparación.
3.3. Revisar problemas actuales que involucran algoritmos de ordenamiento, búsqueda y comparación.
3.4. Entender la programación dinámica como una herramienta para resolver problemas complejos.
3.5. Revisar problemas actuales que involucran programación dinámica.

4.1. Definir mapeo de cadenas
4.2. Identificar algoritmos aplicables a problemas de cadenas.
4.3. Revisar el mapeo de ADN y problemas de secuencias.
4.4. Resolver problemas que involucran restricciones.
4.5. Resolver problemas que involucran ensamble.

5.1. Definir secuencia
5.2. Identificar algoritmos aplicables a problemas de secuencias.
5.3. Resolver problemas que involucran secuencias con traslape.
5.4. Identificar los algoritmos utilizados en la comparación de secuencias.

6.1. Entender el concepto de correspondencia (matching)
6.2. Resolver problemas de correspondencia utilizando métodos clásicos
6.3. Resolver problemas de correspondencia utilizando métodos seminuméricos
6.4. Definir el concepto de correspondencia no exacta

7.1. Definir el concepto de alineación.
7.2 Analizar los problemas de alineación múltiple.

8.1. Identificar la proteómica como área relevante en el campo de la biotecnología.
8.2. Revisar problemas actuales de la proteómica.
8.3. Identificar la genómica como área relevante en el campo de la biotecnología.
8.4. Revisar problemas actuales de la genómica
Metodología de enseñanza:ñanza
Tiempo estimado de cada tema:Tema 1- 4 hrs.
Tema 2- 8 hrs.
Tema 3- 8 hrs
Tema 4- 6 hrs
Tema 5- 6 hrs
Tema 6- 6 hrs
Tema 7- 6 hrs
Tema 8- 4 hrs
Políticas de evaluacion sugeridas:De acuerdo a la estrategia de PBL se evaluará de acuerdo a los avances, grupos tutoriales, portafolio y resultados de acuerdo a las rúbricas presentadas en cada escenario.

1 Evaluación parcial 25%
2 Evaluación parcial 25%
3 Evaluación parcial 25%
Evaluación Final 25%
Libro de texto1:
Pevsner, Pavel A.(2000)
Computacional Molecular Biology an algorithmic approach
MIT Press.

Libro de texto2:
Gusfield, Dan (1997)
Algorithms on String Trees and sequences
Computer science and computational biology.
Cambridge University Press