Anexo 5 - Facultad de Ingeniería de la UACH

Anexo 5
5. Contenidos Temáticos
A. Materias Básico – Obligatorias
Matemáticas Computacionales
UNIVERSIDAD AUTÓNOMA DE
CHIHUAHUA
UNIDAD ACADEMICA
PROGRAMA DEL CURSO:
Matemáticas Computacionales
DES:
Programa(s) Educativo(s):
Tipo de materia:
Clave de la materia:
Semestre:
Área en plan de estudios:
Créditos
Total de horas por semana:
Ingeniería
MIC
Básica - Obligatoria
MICBO01
Cursos Básicos
4
4
Teoría: 4
Práctica
Taller:
Laboratorio:
Prácticas complementarias:
Trabajo extra clase: 12
Total de horas semestre:
64
Fecha de actualización:
Enero 2012
Materia requisito:
Propósito del curso :
El estudiante se familiariza con las herramientas matemáticas para el estudio analítico sobre la
complejidad de los algoritmos, basándose en un razonamiento matemático. Se dota al estudiante
de herramientas matemáticas necesar
necesarias
ias para estudiar, analizar y programar procesos
estocásticos.
Al final del curso el estudiante será capaz de:
1. Identifica, describe y soluciona problemas que involucran algoritmos complejos.
2. Determina la complejidad del algoritmo.
3. Determina la factibilidad de algoritmos.
Identifica, describe y soluciona problemas que involucran procesos estocásticos.
COMPETENCIAS
(Tipo y Nombre de las
competencias).
Competencias Genéricas:
 Comunicación verbal
 Pensamiento critico
 Razonamiento
analítico
 Resolución de
problemas
DOMINIOS COGNITIVOS.
(Objetos de aprendizaje, temas y
subtemas)
1. Identidades binomiales.
1. Identidades básicas.
2. Obtención de identidades.
3. Relaciones inversas.
4. Operadores de cálculo.
5. Serie híper
híper-geométrica
geométrica
6. Identidades con números
armónicos.
RESULTADOS DE
APRENDIZAJE.
Adquiere herramientas
matemáticas para el
análisis de algoritmos.
185
Competencias Especificas:
 Diseño e
implementación de
sistemas
2. Relaciones de recurrencia
2.1. Relaciones de recurrencia
continuas.
2.1.1. Historia finita.
2.1.1.1. Coeficientes
constantes.
2.1.1.2. Coeficientes variables
2.1.2. Historia completa.
2.1.2.1. Por diferencia.
2.1.2.2. Por repertorio.
2.2. Relaciones de recurrencia no
continuas.
2.2.1. Relaciones con
funciones máximas
(mínimas).
2.2.2. Fracciones continuas.
Sucesiones de exponencial doble.
Realiza operaciones
con relaciones de
recurrencia.
3. Métodos de operadores.
3.1. Problema del monstruo come
galletas.
3.2. Asignación abierta, uniforme.
3.3. Asignación abierta, conjunción
secundaria.
Identifica y realiza
operaciones con
algoritmos por medio
de operadores
funcionales,
permitiéndole modelar
procesos estocásticos
4. Métodos asintóticos.
4.1. Introducción
4.2. Aproximación asintótica de la
Integral de Stieljes.
4.3. Aproximación asintótica de la
función generadora.
OBJETO DE APRENDIZAJE
METODOLOGIA
(Estrategias, secuencias, recursos
didácticos)
Centrado en la tarea
Inductivo
Realiza análisis de
algoritmos con métodos
asintóticos
EVIDENCIAS DE
APRENDIZAJE.
Trabajo de equipo en la
elaboración de tareas,
planeación,
organización,
cooperación en la
obtención de un
producto para presentar
en clase.
Observación
186
Comparación
Experimentación
Deductivo
Aplicación
Comprobación
Demostración
Sintético
Recapitulación
Definición
Resumen
Esquemas
Modelos matemáticos
Conclusión
EVALUACIÓN DE LOS APRENDIZAJES
(Criterios e instrumentos)
Se toma en cuenta para integrar calificaciones
parciales:
FUENTES DE INFORMACIÓN
(Bibliografía, direcciones electrónicas)
Mathematics for the analysis of algorithms.
Progress in computer science and applied
logic. Volume I, Third edition. Daniel H. Green
& Donald E. Knuth
Introduction to algorithms, second edition,
Thomas H. Cormen; Charles E. Leiserson;
Ronald L. Rivest; Clifford Stein, MacGraw Hill
Topics in finite & Discrete Mathematics,
Sheldon M. Ross, Cambridge university press.
The Art of computer programming, Donald E.
Knuth; Addison Wesley

3 exámenes parciales resueltos en la
plataforma donde se evalúa
conocimientos, comprensión y
aplicación. Con un valor del 30%, 30% y
40% respectivamente
La acreditación del curso se integra por:
 Exámenes parciales:
 Trabajos extra clase tales como:
cuestionarios, resúmenes,
participación en exposiciones,
discusión individual, ejercicios en la
plataforma, antologías, mapa mental.
Nota: La calificación mínima aprobatoria será de
80
Cronograma de Avance Programático
S e m a n a s
Objetos de aprendizaje.
Identidades binomiales
Relaciones de recurrencia
Métodos de operadores
Análisis asintótico
1
2
3
X
X
X
4
5
6
7
X
X
X
X
8
9
10 11 12 13 14 15 16
X
X
X
X
X
X
X
X
X
187
Análisis de Sistemas Lineales
UNIVERSIDAD AUTÓNOMA DE
CHIHUAHUA
UNIDAD ACADEMICA
PROGRAMA DEL CURSO:
Análisis de Sistemas Lineales
DES:
Programa(s) Educativo(s):
Tipo de materia:
Clave de la materia:
Semestre:
Área en plan de estudios:
Créditos
Total de horas por semana:
Teoría:
Práctica
Taller:
Laboratorio:
Prácticas complementarias:
Trabajo extra clase:
Total de horas semestre:
Fecha de actualización:
Materia requisito:
Ingeniería
MIC
Básica - Obligatoria
MICBO02
Cursos Básicos
4
4
4
12
64
Enero de 2012
Propósito del curso :
Que el estudiante adquiera los conocimientos y habilidades para analizar sistemas dinámicos
lineales y la obtención de soluciones a problemas de programación lineal con restricciones para
resultados óptimos enteros.
Objetivo:
Aplicar las herramientas de sistemas dinámicos a filtros y reguladores; aplicar la programación
lineal, a la determinación de cantidad de elementos requeridos como máquinas, personal, etc. en
un proceso industrial.
COMPETENCIAS
DOMINIOS COGNITIVOS.
RESULTADOS DE
(Tipo, nombre y componentes
(Objetos de estudio, temas y
APRENDIZAJE.
de la competencia)
Subtemas)
(Por objeto de estudio).
Sistemas Dinámicos Lineales (24 Nivel de abstracción
Competencias Genéricas:
horas)
requerido considerando
 Comunicación verbal
la taxonomía de Bloom
 Pensamiento critico
 Razonamiento analítico
 Resolución de
1. Fundamentos de Sistemas
problemas
Lineales Dinámicos ( 15 horas)
1.1 Modelos Lineales Dinámicos Comprensión
Continuos y Discretos
Competencias Especificas:
1.1.1 Ecuaciones
Comprensión
 Diseño e
Diferenciales
y
de
Diferencia
implementación de
1.1.2 Funciones y Matrices
sistemas
de Transferencia Continuas
y Discretas
188
1.2 Análisis Cualitativo (puntos
Comprensión
de
equilibrio, Variabilidad en el
tiempo, órbitas periódicas,
estabilidad)
1.3 Análisis de Respuesta en la
Frecuencia
1.4 Análisis de Estabilidad
2. Aplicaciones de Sistemas
Lineales Dinámicos (9 horas)
2.1 Filtrado
2.1.1 Tipos de Filtros
2.1.2 Diseño e
Implementación (una
metodología aplicada y otras
definidas)
2.2 Control
2.2.1 Regulación
2.2.2 Seguimiento de
Trayectorias
Aplicación
Aplicación
Conocimiento
Aplicación
Aplicación
Conocimiento
Programación Entera (24 horas.)
3. Programación Lineal (6 horas)
3.1 Estructura
Matemática
3.2 Hipótesis
3.3 Modelos
3.4 Método Simplex
4. Restricciones para Resultados
Óptimos Enteros (18 horas)
4.1 Métodos Heurísticos
4.2 Método de Ramificar y
Acotar (Branch & Bound)
4.3 Método de Cortes de
Gomory
Conocimiento
Conocimiento
Conocimiento
Aplicación
Comprensión
Aplicación
Aplicación
189
OBJETO DE APRENDIZAJE
Sistemas Dinámicos Lineales
METODOLOGIA
(Estrategias, secuencias, recursos
didácticos)
El profesor podrá utilizar las
estrategias y secuencias que
considere convenientes para que el
estudiante logre el aprendizaje
requerido. Los recursos didácticos
podrán ser entre otros:
Exposiciones, demostraciones,
discusiones de grupo, preguntas y
respuestas, revisión de literatura,
laboratorios, talleres,
presentaciones por especialistas
invitados de la industria.
EVIDENCIAS DE
APRENDIZAJE.
Exámenes,
presentaciones,
reportes y/o foros
donde el estudiante
interprete, contraste,
distinga o discuta los
siguientes conceptos
con relación a sistemas
dinámicos
Ecuaciones Diferenciales
Lineales y No lineales en
forma escalar y matricial
Ecuaciones de
Diferencia Lineales y No
Lineales en forma
escalar y matricial
Funciones y Matrices de
Transferencia Continuas
y Discretas
Puntos de equilibrio,
variabilidad en el tiempo,
órbitas periódicas,
constante de Tiempo,
coeficiente de
amortiguamiento, tiempo
de establecimiento,
frecuencia natural,
frecuencia amortiguada.
190
Exámenes,
presentaciones,
reportes y/o foros
donde el estudiante
defina, identifique,
describa o muestre lo
siguiente
Tipos de Filtros
Seguimiento de
trayectorias
Exámenes,
presentaciones,
reportes y/o foros
donde el estudiante
obtenga la respuesta en
la frecuencia de sistemas
dinámicos y la
represente por medio de
diagramas de Bode.
Determine la estabilidad
de un sistema dinámico
analizando su polinomio
característico por medio
de sus raíces y el criterio
de Routh Hurwitz,
considerando la
transformación bilineal
para sistemas discretos.
Diseñe un filtro de al
menos segundo orden
tipo Butterworth
Diseñe un regulador para
sistemas de una entrada
una salida.
Programación Entera
Exámenes,
presentaciones, reportes
y/o foros donde el
estudiante defina,
identifique, describa o
muestre lo siguiente
191
Estructura Matemática,
Hipótesis y modelos para
la programación lineal.
Exámenes,
presentaciones,
reportes y/o foros
donde el estudiante
interprete, contraste,
distinga o discuta
métodos heurísticos
para la solución de
problemas de
programación entera.
Exámenes,
presentaciones,
reportes y/o foros
donde el estudiante
aplique el método
Simplex, el método de
Ramificar y Acotar y el
método de Cortes de
Gomory para la
solución de un
problema de
programación entera
192
FUENTES DE INFORMACIÓN
(Bibliografía, direcciones electrónicas)
Dorf, Richard, C, y Bishop, Robert, H. Sistemas
de Control Moderno, Prentice Hall
Kuo Benjamin, Sistemas Automáticos de
Control, Prentice Hall
Ogata Katsuhiko, Ingeniería de Control
Moderna, Prentice Hall
Matlab edición de estudiante, MathWorks,
Prentice Hall
Simulink edición de estudiante, MathWorks,
Prentice Hall
Jauffred, Moreno Bonett y Acosta Flores ,
Métodos de Optimización.
Zoint, Linear and Integer Programming.
Zoint
Castillo, E; AJ Conejo; P Pedregal; R García y N
Alguacil. Formulación y Resolución de Modelos
de Programación Matemática en Ingeniería y
Ciencia; Ciudad Real, España, 2002. Disponible
en:
Castillo, E, AJ Conejo, P Pedregal, R García, y
N Alguacil. Formulación y Resolución de
Modelos de Programación Matemática en
Ingeniería y Ciencia. Capítulo 2. Modelización;
Ciudad Real, España, 2002. Disponible en:
http://www.investigacionoperaciones.com/Libro/modelizacion.pdf.
Hillier, FS y GJ Lieberman. Introduction to
Operations Research; Singapore: McGraw-Hill
Internacional, 2005.
Vanderbei, RJ. Linear Programming:
Foundations and Extensions; New Jersey, USA:
Princenton University, 2001.
EVALUACIÓN DE LOS APRENDIZAJES
(Criterios e instrumentos)
Criterios
El estudiante debe presentar satisfactoriamente al
menos el 80 por ciento de las evidencias de
aprendizaje solicitadas por el profesor en cada uno
de los niveles de abstracción para considerar que
obtuvo el nivel de competencia mínimo.
Instrumentos
Análisis de discusiones de grupo
preguntas y respuestas
análisis de foros
análisis de reportes de revisión de literatura
laboratorios
talleres
Exámenes
Presentaciones
Cronograma del Avance Programático
S e m a n a s
Objetos de aprendizaje.
Sistemas Dinámicos Lineales
Fundamentos de Sistemas Lineales
Dinámicos
Aplicaciones de Sistemas Lineales
Dinámicos
Programación Entera
Programación Lineal
Restricciones para Resultados
Óptimos Enteros
1
2
3
4
5
X
X
X
X
X
6
7
8
X
X
X
9
10 11 12 13 14 15 16
X
X
X
X
X
X
X
X
193
Ingeniería de Software Avanzada
UNIVERSIDAD AUTÓNOMA DE
CHIHUAHUA
UNIDAD ACADEMICA
PROGRAMA DEL CURSO:
Ingeniería de Software Avanzada
DES:
Programa(s) Educativo(s):
Tipo de materia:
Clave de la materia:
Semestre:
Área en plan de estudios:
Créditos
Total de horas por semana:
Teoría:
Práctica
Taller:
Laboratorio:
Prácticas complementarias:
Trabajo extra clase:
Total de horas semestre:
Fecha de actualización:
Materia requisito:
Ingeniería
MIC
Básica - Obligatoria
MICBO03
1º
Cursos Básicos
4
4
4
12
64
Enero del 2012
Propósito del curso :
El propósito de este curso básico obligatorio de nivel posgrado, es actualizar al alumno en el área
de la ingeniería de software, el dominio de los procesos ingenieriles que permiten desarrollar
software de forma eficiente. Se le dará al alumno conocimientos para que sepa identificar las
condiciones básicas mínimas indispensables para e
ell correcto desarrollo de software estándar o a
la medida con un nivel adecuado de robustez, administración y calidad;
Objetivos:
Al final del curso el estudiante será capaz de:
 Lista y distingue las diversas técnicas existentes para desarrollar software de calidad
 Analiza que mejores prácticas conducen a mejorar la eficacia de los procesos de software
 Aplica técnicas y métodos probados para garantizar la eficiencia de los productos de
software desarrollados bajo procesos de ingeniería de software
 Garantiz
Garantiza
a la mantenibilidad de los productos de software implementados bajo procesos
ingenieriles de software
 Implementa técnicas de ingeniería de software en el diseño de interfaces que promuevan
altos niveles de certidumbre sobre el grado final de usabilidad de
dell producto final
 Realiza desarrollo de software que satisfaga plenamente las necesidades del cliente
 Administra la complejidad del desarrollo de proyectos grandes de desarrollo de software.
 Interviene pertinentemente en todas las etapas del ciclo de vida d
del
el software
 Estima todos los costos asociados a cada etapa de desarrollo y adecua mecanismos que
los minimicen
 Diseña y administrar la correcta implementación de las pruebas de software que
garantizan la calidad del mismo en todas las etapas del ciclo de vvida
ida
 Implementa métricas confiables de desempeño del equipo de desarrollo para optimizar la
relación costo beneficio
194
COMPETENCIAS
(Tipo Y Nombre de la
competencias que nutre la
materia y a las que contribuye).
Para todas las unidades en el
temario:
Competencias Genéricas:
 Comunicación verbal
 Pensamiento critico
 Razonamiento analítico
 Resolución de
problemas
Competencias Especificas:


Verificación y validación
Diseño e
implementación de
sistemas
DOMINIOS COGNITIVOS.
(Objetos de aprendizaje, temas y
subtemas)
RESULTADOS DE
APRENDIZAJE.
1. Conceptos Fundamentales de
la Ingeniería de Software
1.1. Origen histórico de la
ingeniería de software.
1.2. La crisis del software
1.3. Necesidad de la ingeniería
de software.
Enumera los diferentes
conceptos básicos de la
ingeniería de software y
entiende de la
importancia de la misma
2. Ingeniería de Requerimientos
2.1. Requerimientos funcionales
y
no funcionales
2.2. Obtención y análisis de
requerimientos
2.3. Validación de
requerimientos
2.4. Documento de
requerimientos de software
Distingue los diferentes
tipos de requerimientos
de un sistema
informático y aprende a
recolectarlos, analizarlos
y depurarlos en función
de la calidad final del
producto de software
3. Diseño de Software
3.1 Diseño arquitectónico
3.1.1 Estilos y patrones
arquitectónicos
3.1.1.1 Tuberías y filtros
3.1.1.2 Sistemas por capas
3.1.1.3 Repositorios
3.1.1.4 Tendencias y nuevos
patrones
3.1.2 Diseño Orientado a Objetos
3.1.2.1 Objetos y clases
3.1.2.2 Proceso de
abstracción
3.1.3 Interacción hombre-maquina
3.1.3.1 Presentación de la
información
3.1.3.2 Prototipos
3.1.3.3 Evaluación de la
interfaz (usabilidad)
Estudia y se familiariza
con los diferentes
patrones arquitectónicos
y técnicas de diseño,
para la creación de
modelos de sistemas
computacionales
eficientes, viables y
usables.
4. Construcción del Software
4.1 Modelos de procesos de
software
4.1.1 Modelos tradicionales
4.1.1.1 Cascada
4.1.1.2 Evolutivo
4.1.2 Métodos agiles
4.1.2.1 Programación
Aprende los procesos de
desarrollo de software
más importantes,
tradicionales y no
ortodoxos, además
conoce y aplica
correctamente y según la
aplicación, las diferentes
195
extrema
4.1.2.2 SCRUM
4.1.2.3 Desarrollo rápido de
aplicaciones
4.1.3 Reutilización de software
4.1.3.1 COTS
4.1.3.2 Líneas de producto
de software
4.1.4 IS basada en componentes
técnicas de desarrollo de
productos de software.
5. Administración de Proyectos
de Software
5.1. Planificación del proyecto
5.2. Identificación de riesgos
5.3. Gestión del personal
5.4. Estimación de los costos
del proyecto
5.5. Gestión de la calidad
5.5.1. Mejora de procesos
Gestiona eficientemente
los recursos asignados a
proyecto de desarrollo de
software. Conoce los
diferentes modelos de
madurez y gestión de
proyectos de desarrollo
de software para
garantizar la calidad del
producto final. Aplica
técnicas de medición de
la gestión para la toma
de decisiones en tiempo
real sobre la conducción
más eficiente del
proyecto.
5.5.1.1.
MOPROSOFT
5.5.1.2. CMMI
5.6. Métricas de evaluación
6. Pruebas de Software
6.1. Importancia de las pruebas
de software
6.2. Técnicas de pruebas
6.2.1. Pruebas de caja
negra
6.2.2. Pruebas de caja
blanca
6.3. Niveles de las pruebas
6.3.1. Pruebas de módulos
6.3.2. Pruebas de
integración
6.3.3. Pruebas de sistema
6.3.4. Pruebas de regresión
6.3.5. Pruebas de
aceptación
6.3.6. Otras pruebas
6.4. Diseño de artefactos de
pruebas
6.5. Verificación y validación
Entiende la importancia
de las pruebas de
software como
instrumento de medición
de la certidumbre de la
calidad del producto
final. Conoce las
diversas técnicas de
pruebas de software y la
aplicación correcta de las
mismas dependiendo de
la aplicación. Diseña
artefactos eficaces de
prueba y los aplica
pertinentemente.
196
7. Administración de la
Configuración
7.1. Principios de gestión del
cambio
7.1.1. Ley de Lehman
7.2. Mantenimiento del software
7.3. Procesos de evolución
7.3.1. Reingeniería de
sistemas
7.3.2. Evolución de
sistemas Legacy o
heredados
7.4. La base de datos de
configuraciones
7.5. Manejo de versiones
7.5.1. Nomenclaturas
7.5.2. Gestión de las
entregas
7.5.3. Herramientas CASE
para la gestión de
configuraciones
OBJETO DE APRENDIZAJE
1. Conceptos fundamentales
de la Ingeniería de Software
2. Ingeniería de
requerimientos
3. Diseño de software
4. Construcción del software
5. Administración de proyectos
de software
6. Pruebas de software
7. Administración de la
configuración
METODOLOGIA
(Estrategias, secuencias, recursos
didácticos)
1. Para cada Unidad, se presenta
una introducción por parte del
maestro, utilizando un organizador
previo temático.
2. Se dispone de una guía de
estudios, la cual ayuda al manejo y
estudio de los contenidos y debe
entregarse al profesor al inicio del
curso, este producto se utiliza para
la discusión de tema por equipo y
para el resto del grupo.
3. El material para el estudio de los
contenidos, también se entrega al
profesor al inicio del curso. Este
material apoya al estudiante en su
estudio para la obtención de las
evidencias del aprendizaje
4. La discusión y el análisis se
propician a partir del planteamiento
de una situación problemática,
dónde el estudiante aporte opciones
de solución o resolver un caso de
estudio dónde aplique conceptos ya
analizados.
Conoce y entiende el
carácter evolutivo de los
productos de software.
Aprende a gestionar el
mantenimiento de los
productos de software.
Administra los cambios
periódicos de las
distintas versiones del
software. Gestiona las
versiones de software
eficientemente
dependiendo de las
necesidades periódicas
del mercado.
EVIDENCIAS DE
APRENDIZAJE.
Se entrega por escrito o
en documento
electrónico:
Elaboración de
resúmenes.
Cuestionarios.
Contenidos de
exposiciones.
Trabajos por escrito con
estructura IDC
(Introducción, desarrollo
conclusión).
Exámenes escritos.
Elaboración de
Antologías
Resolución de ejercicios
en la plataforma
Exámenes
Elaboración de
prototipos y diagramas
197
Los resúmenes deberán
Centrado en la tarea
abarcar la totalidad del
contenido programado
Trabajo de equipo en la elaboración para dicha actividad.
de tareas, planeación, organización,
cooperación en la obtención de un Los cuestionarios se
producto para presentar en clase.
reciben si están
completamente
contestados, no debe
faltar pregunta sin
Inductivo
responder.
 Observación
 Comparación
Las exposiciones
 Experimentación
deberán presentarse en
un orden lógico:
Deductivo
 Aplicación
 Comprobación
 Demostración
Sintético
 Recapitulación
 Definición
 Resumen
 Esquemas
 Diagramas
 Conclusión
Técnicas
 Lectura
 Lectura comentada
 Expositiva
 Debate dirigido
 Diálogo simultáneo
Material de Apoyo didáctico:
Recursos
 Manual de Instrucción
 Materiales gráficos:
artículos, libros, diccionarios,
etc.
 Cañón
 Pintarrones
 Plataforma

Introducción.
Resaltando el
objetivo a
alcanzar.

Desarrollo
temático.
Responder
preguntas y
aclarar dudas.

Conclusión.
Entregar
actividad al grupo
para evaluar el
contenido
expuesto.
Los trabajos se reciben
si cumplen con la
estructura requerida, es
muy importante reportar
las referencias
bibliográficas al final en
estilo APA.
Las antologías deberán
indicar las referencias
donde se ubican.
Toda actividad
académica deberá estar
198
sujeta el código de honor
del programa educativo.
FUENTES DE INFORMACIÓN
EVALUACIÓN DE LOS APRENDIZAJES
(Bibliografía, direcciones electrónicas)
(Criterios e instrumentos)
Ian Sommerville, “Ingeniería de Software”, 9na. Se toma en cuenta para integrar la calificación
edición, Pearson Addison-Wesley
final:
Roger S. Pressman. “Ingeniería de Software Un enfoque practico” 7ma. edición, McGraw-Hill
 3 evaluaciones parciales donde se
Interamericana.
evalúa conocimientos, comprensión y
Frederick P. Brooks, Jr. “The Mythical Man
aplicación. Con un valor del 30%, 30%
Month”. Addison-Wesley.
y 40% respectivamente
La acreditación de cada evaluación parcial
se compone de:
Examen parcial (60%)
Trabajos extraclase tales como
cuestionarios,
resúmenes,
participación
en
exposiciones,
discusión individual, ejercicios en
plataforma, desarrollo de prototipos,
antologías (40%).


Nota: La calificación mínima aprobatoria es 80
Cronograma del Avance Programático
S e m a n a s
Objetos de aprendizaje.
Conceptos fundamentales de la
Ingeniería de Software
Ingeniería de requerimientos
Diseño de software
Construcción del software
Administración de proyectos de software
Pruebas de software
Administración de la configuración
1
2
3
X
X
4
5
6
7
X
X
X
X
8
9
10 11 12 13 14 15 16
X
X
X
X
X
X
X
X
X
X
199
Seminario de Investigación
UNIVERSIDAD AUTÓNOMA DE
CHIHUAHUA
UNIDAD ACADEMICA
PROGRAMA DEL CURSO:
Seminario de Investigación
DES:
Programa(s) Educativo(s):
Tipo de materia:
Clave de la materia:
Semestre:
Área en plan de estudios:
Créditos
Total de horas por semana:
Teoría:
Práctica
Taller:
Laboratorio:
Prácticas complementarias:
Trabajo extra clase:
Total de horas semestre:
Fecha de actualización:
Materia requisito:
Ingeniería
MIC
Básica - Obligatoria
MICBO04
Cursos Básicos
5
5.5
3
2.5
15
88
Enero del 2012
Propósito del curso :
El alumno será expuesto a los diversos proyectos en curso de investigación y desarrollo
tecnológico, además elegirá tema de proyecto final de titulación y construirá un protocolo de
investigación y/o desarrollo tecnológico mediante las herramientas del mét
método
odo científico para
solucionar problemas de carácter tecnológico en vinculación con la industria.
Al final del curso el estudiante será capaz de:
 Identificar aéreas de oportunidad en desarrollo de anteproyectos.
 Aplicar el método científico en el planteamiento de un problema real.
 Formular y desarrollar un proyecto de investigación y/o aplicación en su respectiva área de
estudio.
COMPETENCIAS
DOMINIOS COGNITIVOS.
RESULTADOS DE
(Tipo, nombre y componentes
(Objetos de estudio, temas y
APRENDIZAJE.
de la competencia)
Subtemas)
(Por objeto de estudio).
Para todas las unidades en el
temario:
1. Seminarios de investigación
Entrega un ensayo
y desarrollo tecnológico
donde explica la visión
Competencias Genéricas:
de las diferentes líneas
1.1 Las líneas de Generación y
de investigación del
 Comunicación verbal
Aplicación
del
Conocimiento
programa educativo y
 Pensamiento critico
(LGAC)
detalle y justifique su
 Razonamiento analítico
1.1.1 Características.
interés en el o los
 Resolución de
1.1.2
Investigaciones
y
proyectos que ,as le
problemas
proyectos actuales
atraen
1.2
Resultados
de
proyectos
Competencias Especificas:
históricos
Realiza exposición del
 Diseño e
1.3
Exposición
de
proyectos
ensayo elaborado y
implementación de
200



sistemas
Verificación y validación
Investigación
tecnológica
Innovación y desarrollo
tecnológico
vigentes por investigadores del
programa
2. La investigación y/o
desarrollo tecnológico
2.1. La elección del tema
2.1.1 Delimitación del tema de
estudio
2.1.2 Recursos para la
investigación
2.1.3 Identificación del
problema
2.1.4 Titulo del problema
2.1.5 Planteamiento del
problema
defiende su elección de
tema de proyecto final de
titulación.
Entrega y defiende un
protocolo donde
formaliza la elección del
tema de tesis y plantea
el problema a abordar en
el proyecto final de
titulación.
2.2. Objetivos del proyecto
2.2.1 Objetivos generales
2.2.2 Objetivos específicos
2.3 El marco teórico
2.3.1 Antecedentes del
problema
2.4 Administración del proyecto
2.4.1 Cronograma
2.4.2 Le método CPM
2.4.3 La técnica PERT
2.4.4 Estructura de un proyecto
de investigación (Protocolo)
2.4.5 Evaluación del proyecto
2.5 El protocolo de investigación /
desarrollo tecnológico
2.5.1 La presentación
2.5.2 La defensa
201
OBJETO DE APRENDIZAJE
1. Seminarios de
investigación y desarrollo
tecnológico
2. La investigación y/o
desarrollo tecnológico
METODOLOGIA
(Estrategias, secuencias, recursos
didácticos)
1. Para cada Unidad, se presenta
una introducción por parte del
maestro,
utilizando
un
organizador previo temático.
2. El docente expone los diversos
proyectos
vigentes
de
investigación
y/o
desarrollo
tecnológico
3. Para cada unidad el docente se
apoya de la exposición, trabajos
de investigación y practicas
demostrativas.
FUENTES DE INFORMACIÓN
(Bibliografía, direcciones electrónicas)
Serie Aprender a Investigar
Modulo 1 Ciencia, Tecnología, Sociedad y
Desarrollo. Luis Javier Jaramillo Sierra.
Serie Aprender a Investigar
Modulo 2 La Investigación. Mario Tamayo
Tamayo.
Serie Aprender a Investigar
Modulo 3 Recolección de la Información.
Yolanda Gallardo de Parada, Adonay Moreno
Garzón.
Serie Aprender a Investigar
Modulo 5. El Proyecto de Investigación. Mario
Tamayo Tamayo.
EVIDENCIAS DE
APRENDIZAJE.
Se entrega por escrito:
Elaboración de
resúmenes.
Cuestionarios.
Contenidos de
exposiciones.
Trabajos por escrito con
estructura IDC
(Introducción, desarrollo
conclusión).
EVALUACIÓN DE LOS APRENDIZAJES
(Criterios e instrumentos)
Se toma en cuenta para integrar calificaciones
parciales:


Entrega de 3 ensayos, una exposición
donde se evalúa:
o Postura
o Lenguaje corporal
o Habilidades de comunicación
Entrega del protocolo de investigación
y/o desarrollo tecnológico y su defensa
donde también se evalúa:
o Postura
o Lenguaje corporal
o Habilidades de comunicación
La acreditación del curso se integra:
 Ensayos.
 Exposiciones.
 Presentar un proyecto de
investigación y/o desarrollo
tecnológico
Nota: La calificación mínima aprobatoria será
de 80
202
Cronograma del Avance Programático
S e m a n a s
Objetos de aprendizaje.
Seminarios de investigación y desarrollo
tecnológico
La investigación y/o desarrollo
tecnológico
1
2
3
4
5
6
7
8
9
X
X
X
X
X
X
X
X
X
10 11 12 13 14 15 16
X
X
X
X
X
X
X
203
B. Materias Obligatorias
Proyectos Profesionales I
UNIVERSIDAD AUTÓNOMA DE
CHIHUAHUA
UNIDAD ACADEMICA
PROGRAMA DEL CURSO:
Proyectos Profesionales I
DES:
Programa(s) Educativo(s):
Tipo de materia:
Clave de la materia:
Semestre:
Área en plan de estudios:
Créditos
Total de horas por semana:
Teoría:
Práctica
Taller:
Laboratorio:
Prácticas complementarias:
Trabajo extra clase:
Total de horas semestre:
Fecha de actualización:
Materia requisito:
Maestría
MIC
Obligatoria
MICO05
Cursos Básicos
5
5.5
3
2.5
15
88
Enero del 2012
Seminario de
Investigación
Propósito del curso :
El alumno sabrá como analizar el estado del arte de un tema especifico y recopilar la información
científica necesaria para documentar los antecedentes de su trabajo final de titulación
Al final del curso el estudiante será capaz de:
 Identificar y detallar la problemática específica de un tema
 Documentar el estado del arte de un tema particular
COMPETENCIAS
(Tipo, nombre y componentes
de la competencia)
Para todas las unidades en el
temario:
Competencias Genéricas:
 Comunicación verbal
 Pensamiento critico
 Razonamiento analítico
 Resolución de
problemas
Competencias Especificas:
DOMINIOS COGNITIVOS.
(Objetos de estudio, temas y
Subtemas)
RESULTADOS DE
APRENDIZAJE.
(Por objeto de estudio).
3. Ciencia y Tecnología
1.4 El Método Científico.
1.1.1 Características.
1.1.2 Perfil del científico.
1.5 Tecnología.
1.5.1 Relaciones entre ciencia,
tecnología e ingeniería.
1.6 Innovación Tecnología
1.6.1 Impacto socioeconómico
de la ciencia y la tecnología.
Entregar un ensayo
donde explique una
rápida visión de cómo la
ciencia, la tecnología y la
investigación son
actividades que han
evolucionado con el
desarrollo del hombre y
la sociedad
204




Diseño e
implementación de
sistemas
Verificación y
validación
Investigación
tecnológica
Innovación y
desarrollo
tecnológico
4. La investigación
2.1. El conocimiento científico.
2.1.1 Elementos, etapas y
características del método científico.
2.1.2 Características y formas
de la investigación científica.
2.2. Tipos de investigación.
2.2.1 Histórica, descriptiva,
experimental, otros tipos.
2.3. Modelos y diseños de
investigación.
Entrega un ensayo
donde presenta el
conocimiento y el
método científico como
punto de partida para
plantear procesos de
investigación además de
mostrar los diferentes
tipos de investigación.
5. Recolección de Información
3.1. Conceptos básicos de medición
3.2. Confiabilidad y validez de los
instrumentos de recolección de
datos.
Realiza una exposición
de las técnicas básicas
para recolectar la
información que se
requiere para un trabajo
de investigación.
6. El proyecto de investigación
4.1 Elementos del proyecto de
investigación.
4.1.1. Elección del tema.
4.1.2 Antecedentes.
4.1.2. El problema de la
investigación.
4.1.3. Objetivos de la
investigación.
4.1.4. El marco teórico.
4.1.5. La hipótesis.
4.1.6. Las variables
4.2. Administración del proyecto
4.2.1. Cronograma
4.3.
Evaluación del proyecto
4.3.1. Esquema para evaluar la
investigación
4.4.
El informe de investigación
4.4.1 Presentación del informe
Realiza el capítulo de
antecedentes y detalla la
problemática del
proyecto final de
titulación
205
OBJETO DE APRENDIZAJE
1.
2.
3.
4.
Ciencia y Tecnología
La investigación
Recolección de información
El proyecto de investigación
METODOLOGIA
(Estrategias, secuencias, recursos
didácticos)
2. Para cada Unidad, se presenta
una introducción por parte del
maestro,
utilizando
un
organizador previo temático.
5. El docente se apoya de
ejemplos de otros protocolos de
investigación ya aprobados por
el comité revisor.
6. Para cada unidad el docente se
apoya de la exposición, trabajos
de investigación y practicas
demostrativas.
FUENTES DE INFORMACIÓN
(Bibliografía, direcciones electrónicas)
Serie Aprender a Investigar
Modulo 1 Ciencia, Tecnología, Sociedad y
Desarrollo. Luis Javier Jaramillo Sierra.
Serie Aprender a Investigar
Modulo 2 La Investigación. Mario Tamayo
Tamayo.
Serie Aprender a Investigar
Modulo 3 Recolección de la Información.
Yolanda Gallardo de Parada, Adonay Moreno
Garzón.
Serie Aprender a Investigar
Modulo 5. El Proyecto de Investigación. Mario
Tamayo Tamayo.
EVIDENCIAS DE
APRENDIZAJE.
Se entrega por escrito:
Elaboración de
resúmenes.
Cuestionarios.
Contenidos de
exposiciones.
Trabajos por escrito con
estructura IDC
(Introducción, desarrollo
conclusión).
EVALUACIÓN DE LOS APRENDIZAJES
(Criterios e instrumentos)
Se toma en cuenta para integrar calificaciones
parciales:
Entrega de 3 ensayos, una exposición y
el protocolo de investigación.

La acreditación del curso se integra:
 Ensayos.
 Exposiciones.
 Presentar un proyecto de
investigación.
Nota: La calificación mínima aprobatoria será
de 80
Cronograma del Avance Programático
S e m a n a s
Objetos de aprendizaje.
1
2
3
Ciencia y Tecnología
La investigación
Recolección de información
El proyecto de investigación
Presentación de protocolo de tesis
X
X
X
4
5
6
X
X
X
7
8
9
X
X
X
10 11 12 13 14 15 16
X
X
X
X
X
X
X
206
Proyectos Profesionales II
UNIVERSIDAD AUTÓNOMA DE
CHIHUAHUA
UNIDAD ACADEMICA
PROGRAMA DEL CURSO:
Proyectos Profesionales II
DES:
Programa(s) Educativo(s):
Tipo de materia:
Clave de la materia:
Semestre:
Área en plan de estudios:
Créditos
Total de horas por semana:
Teoría:
Práctica
Taller:
Laboratorio:
Prácticas complementarias:
Trabajo extra clase:
Total de horas semestre:
Fecha de actualización:
Materia requisito:
Ingeniería
MIC
Obligatoria
MICO06
Cursos Básicos
5
5.5
3
2.5
15
88
Enero del 2012
Proyectos
Profesionales I
Propósito del curso :
El alumno construirá la estructura de su proyecto de investigación y/o aplicación (Tesis, Memoria
de titulo, Proyecto terminal) mediante el método científico para establecer las líneas de trabajo y
organización de los temas del trabajo final.
Al final del curso el estudiante será capaz de:
 Formar las líneas de trabajo de su proyecto final de titulación.
 Estructurar los temas a seguir en sus líneas de trabajo.
 Expresar de manera ordenada y clara cuál será su trabajo de investigación y/o aplicación y
que resultados espera obtener de ella.
COMPETENCIAS
(Tipo, nombre y componentes
de la competencia)
DOMINIOS COGNITIVOS.
(Objetos de estudio, temas y
Subtemas)
RESULTADOS DE
APRENDIZAJE.
(Por objeto de estudio).
Competencias Genéricas:
 Comunicación verbal
 Pensamiento critico
 Razonamiento analítico
 Resolución de
problemas
1. Estructura de proyecto final
de titulación
1.7 Requisitos para la escritura de
un proyecto final de titulación.
1.1.1 Requisitos de fondo.
1.1.2 Requisitos de forma.
1.8 Normas de redacción de tesis,
memorias o informes técnicos
1.9 Estructura de un documento
científico
1.9.1 Introducción
Define la línea de trabajo
a seguir y la estructura
de
los
temas
del
proyecto
final
de
titulación en función a un
problema a resolver.
Competencias Especificas:
 Diseño e
implementación de
207
sistemas
 Verificación y
validación
 Investigación
tecnológica
Innovación y desarrollo
tecnológico
OBJETO DE APRENDIZAJE
1.9.2 Marco Teórico.
1.9.3 Objetivo
1.9.4 Metodología
1.9.5 Resultados
1.9.6 Conclusiones
1.9.7 Referencias bibliográficas
1.9.8 Anexos
1.10
La defensa de un proyecto
final de titulación
METODOLOGIA
(Estrategias, secuencias, recursos
didácticos)
EVIDENCIAS DE
APRENDIZAJE.
1. Para cada Unidad, se presenta
una introducción por parte del
maestro, utilizando un organizador
previo temático.
FUENTES DE INFORMACIÓN
(Bibliografía, direcciones electrónicas)
Serie Aprender a Investigar
Modulo 5. El Proyecto de Investigación. Mario
Tamayo Tamayo.
Se entrega por escrito
avances de su trabajo de
tesis, memoria o
proyecto terminal, como
los tiene contemplados
en su cronograma de
actividades del protocolo
así como también se
calificaran
presentaciones
relacionadas con los
resultados obtenidos
hasta esa fecha.
EVALUACIÓN DE LOS APRENDIZAJES
(Criterios e instrumentos)
Se toma en cuenta para integrar calificaciones
parciales:
Presentaciones orales de los
avances del trabajo final de
titulación
Avances de la escritura del proyecto
final de titulación


Nota: La calificación mínima aprobatoria será
de 80
Cronograma del Avance Programático
S e m a n a s
Objetos de aprendizaje.
Escritura de tesis
Avances del trabajo de tesis
1
2
3
X
X
X
4
5
6
7
8
9
10 11 12 13 14 15 16
X
X
X
X
X
X
X
X
X
X
X
X
X
208
Innovación y Creatividad
UNIVERSIDAD AUTÓNOMA
DE CHIHUAHUA
UNIDAD ACADEMICA
PROGRAMA DEL CURSO:
Materia Sello:
Innovación y Creatividad
DES:
Programa(s) Educativo(s):
Tipo de materia:
Clave de la materia:
Semestre:
Área en plan de estudios:
Créditos
Total de horas por semana:
Ingeniería
MIC
Obligatoria
MICO07
Materia Sello
4
4
Teoría: 4
Práctica
Taller:
Laboratorio:
Prácticas complementarias:
Trabajo extra clase: 12
Total de horas semestre:
64
Fecha de actualización:
Enero de 2012
Materia requisito:
Propósito del curso :
El curso está orientado a estimular la creatividad y la generación de soluciones en el estudiante. Mediante
evaluaciones continuas de creciente y variable complejidad, se favorece la observación del entorno para
la identificación de problemas que requieran soluciones creativas.
Al final del curso el estudiante será capaz de:





Identificar problemas y verlos como oportunidades que requieren soluciones creativas.
Desarrollar soluciones creativas e innovaciones en forma individual a partir de problemas
compartidos en grupo.
Lograr sentirse cómodo frente a problemas reales de creciente complejidad.
Lograr no tener miedo a equivocarse y trabajar en ambientes de ince
incertidumbre.
rtidumbre.
Realizar una introducción de cómo se estructuran ideas creativas e innovadoras.
COMPETENCIAS
(Tipo, nombre y
componentes de la
competencia)
Para todas las unidades
en el temario:
Competencias
Genéricas:
 Comunicación
verbal
 Pensamiento
DOMINIOS COGNITIVOS.
(Objetos de estudio, temas y
Subtemas)
1. Introducción a los candados
mentales
 Conceptos básicos
2. Candado 1 “La respuesta
correcta”
 Respuestas
alternativas
3. Candado 2 “Ilógica
RESULTADOS DE APREND
APRENDIZAJE.
IZAJE.
(Por objeto de estudio).
Para todos los objetos de estudio:
La adquisición de una metodología
para la generación de ideas a través
de diferentes técnicas y herramientas
que ayudarán a expresar el potencial
creativo innato existente en cada
uno, aprendiendo a crear un marco
mental propicio y una variedad de
209


critico
Razonamiento
analítico
Resolución de
problemas
Competencias
Especificas:
 Investigación
tecnológica
 Innovación y
desarrollo
tecnológico
La importancia del
pensamiento ilógico en
la innovación
4. Candado 3 “Sigue las reglas”
 Comprender cuando
romper las reglas
5. Candado 4 “Intenta ser
práctico”
 Ir de lo práctico a lo
complicado y de vuelta
a lo práctico
6. Candado 5 “Evita la
ambigüedad”
 No temer la
incertidumbre
7. Candado 6 “No debes
equivocarte”
 La necesidad de las
equivocaciones
8. Candado 7 “Evita la frivolidad”
 Aprender a romper la
seriedad para estimular
la creatividad
9. Candado 8 “Esa no es mi
área”
 Realizar actividades
fuera de la zona de
“confort”
10. Candado 9 “No seas absurdo”
 Comprender la esencia
de las ideas absurdas
11. Candado 10 “No soy creativo”
 Eliminar la inseguridad
creativa

estímulos para potenciar el poder
mental creativo.
210
OBJETO DE
APRENDIZAJE
1. Introducción a los
candados
mentales
2. Candado 1 “La
respuesta
correcta”
3. Candado 2
“Ilógica
4. Candado 3 “Sigue
las reglas”
5. Candado 4
“Intenta ser
práctico”
6. Candado 5 “Evita
la ambigüedad”
7. Candado 6 “No
debes
equivocarte”
8. Candado 7 “Evita
la frivolidad”
9. Candado 8 “Esa
no es mi área”
10. Candado 9 “No
seas absurdo”
11. Candado 10 “No
soy creativo”
METODOLOGIA
(Estrategias, secuencias, recursos
didácticos)
El alumno deberá dar lectura al
material propuesto para el tema de
estudio en cuestión.
Cada tema será desarrollado por
medio de tres actividades principales:
 Una actividad de comprensión
que por lo general consistirá
en que el alumno logre
identificar y comprender los
puntos clave del tema de
estudio.
 Una actividad de desarrollo
que consistirá en sintetizar e
identificar los puntos
esenciales del tema para
estructurar ideas y ponerlas en
un plano de aplicación
 La resolución de cada caso
relacionado con el tema
FUENTES DE INFORMACIÓN
(Bibliografía, direcciones electrónicas)
Textos del Curso
A whack on the side of the head, Roger
von Oech, Warner Books
EVIDENCIAS DE APRENDIZAJE.
Se entrega por escrito:
 Elaboración de
resúmenes y/o
cuestionarios.

Elaboración de mapas
mentales, cuadros
sinópticos, diagramas.

Los cuestionarios se
reciben si están
completamente
contestados, no debe
faltar pregunta sin
responder.
EVALUACIÓN DE LOS APRENDIZAJES
(Criterios e instrumentos)
CALIFICACION FINAL: 90 PUNTOS
 EVALUACIONES: 90 Puntos
o 12 evaluaciones de 10 puntos cada una. Se
eliminan las 3 más bajas de la calificación
final.
 La calificación mínima aprobatoria es de 80
211
Cronograma del Avance Programático
S e m a n a s
Objetos de aprendizaje.
Introducción a los candados mentales
Candado 1 “La respuesta correcta”
Candado 1 “La respuesta correcta”
Candado 2 “Ilógica”
Candado 2 “Ilógica”
Candado 3 “Sigue las reglas”
Candado 3 “Sigue las reglas”
Candado 4 “Intenta ser práctico”
Candado 4 “Intenta ser práctico”
Candado 5 “Evita la ambigüedad”
Candado 5 “Evita la ambigüedad”
Candado 6 “No debes equivocarte”
Candado 7 “Evita la frivolidad”
Candado 8 “Esa no es mi área”
Candado 9 “No seas absurdo”
Candado 10 “No soy creativo”
1
2
3
4
5
6
7
8
9
10 11 12 13 14 15 16
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
212
C. Materias Optativas
Sistemas de Información
Cómputo Móvil
UNIVERSIDAD AUTÓNOMA DE
CHIHUAHUA
UNIDAD ACADEMICA
PROGRAMA DEL CURSO:
Cómputo Móvil
DES:
Programa(s) Educativo(s):
Tipo de materia:
Clave de la materia:
Semestre:
Área en plan de estudios:
Créditos
Total de horas por semana:
Teoría:
Práctica
Taller:
Laboratorio:
Prácticas complementarias:
Trabajo extra clase:
Total de horas semestre:
Fecha de actualización:
Materia requisito:
Ingeniería
MIC
Tópicos Selectos
MICTS08
Sistemas Información
4
4
2
2
12
64
Enero de 2012
Ninguna
Propósito del curso :
Conocimiento de las diferentes tecnologías de comunicación así como de las tecnologías y
técnicas para su distribución de información, las cuales dan soporte a las limitantes tecnológicas
de los dispositivos móviles.
El presente curso da soporte a la línea de investigación de Sistemas de Información. Además,
aporta elementos de conocimiento y habilidades en el parea de cómputo móvil, en temas como
monitoreo y administración remota de ecosistemas y soporte a personas con capacidades
diferentes. Asimismo, podría funcionar como motivador para explorar temas específicos del área
de investigación d
de
e matemática computacional como reconocimiento de patrones o minería de
datos.
Ofrece un panorama acerca de la heterogeneidad de las diferentes tecnologías móviles y algunas
de sus restricciones tecnológicas. Adicionalmente, se promueve la creatividad del estudiante para
explorar diseños de interfaces que compensan las limitaciones d
de
e despliegue impuestas por los
dispositivos móviles.
Objetivos:
4. Identifica retos tecnológicos en el diseño de soluciones basadas en tecnología móvil.
5. Aplica conocimientos para implementar soluciones que consideren las redes móviles.
6. Plantea, diseña y exp
explora
lora soluciones de cómputo móvil.
7. Identifica posibles oportunidades de aplicación de la computación móvil, que representen
posibles soluciones de mejora del entorno social.
213
COMPETENCIAS
(Tipo, nombre y componentes
de la competencia)
DOMINIOS COGNITIVOS.
(Objetos de estudio, temas y
Subtemas)
RESULTADOS DE
APRENDIZAJE.
(Por objeto de estudio).
Competencias Genéricas:
 Comunicación verbal
 Pensamiento critico
 Razonamiento analítico
 Resolución de
problemas
1. Dispositivos de cómputo
portables
 Tecnologías y arquitectura de
dispositivo móviles
 Consideraciones tecnológicas
para desarrollo de aplicaciones
móviles
 Recursos de procesamiento,
entrada y despliegue de
dispositivos móviles
 Transferencia de mensajes y
media
Contextualiza, identifica,
propone, explora y
reporta posibles
soluciones que
consideran las
restricciones
tecnológicas de
dispositivos de cómputo
portables.
2. Comunicación inalámbrica
2.1 Arquitecturas de red para
comunicación móvil
2.2 Redes inalámbricas WAN
2.3 Redes inalámbricas PAN
2.4 Redes de sensores
Identifica, experimenta y
desarrolla aplicaciones
con diferentes
plataformas de
comunicación
inalámbrica que dan
soporte al cómputo móvil
3. Computo móvil distribuido
3.1 Arquitectura cliente-servidor
3.2 Computación en la nube
3.3 Agentes inteligentes
Desarrolla componentes
de software que
procesan información
para dar soporte al
sistema de cómputo
móvil.
4. Computación basada en
localización
4.1 Localización dentro y fuera de
edificios
4.2 Caso de estudio I – edificios
inteligentes
4.3 Caso de estudio II –
administración remota de
ecosistemas
Identifica el estado del
arte de la computación
basada en localización y
explora prototipos con
potencial de innovación
en ésta área.
5. Computación basada en el
conocimiento
5.1 Recolección de información
contextual (cómputo pervasivo)
5.2 Caso de estudio I – edificios
inteligentes
5.3 Caso de estudio II –
administración remota de
Identifica el estado del
arte en el área de
cómputo pervasivo y
explora nuevas
oportunidades de
desarrollo en esta área
del cómputo móvil.
Competencias Especificas:
 Diseño e
implementación de
sistemas
 Verificación y validación
214
ecosistemas
OBJETO DE APRENDIZAJE
1. Dispositivos de cómputo
portables.
2. Comunicación
inalámbrica.
3. Cómputo móvil
distribuido.
4. Computación basada en
localización.
5. Computación basada en
el conocimiento.
METODOLOGIA
(Estrategias, secuencias, recursos
didácticos)
1. Para cada Unidad, el profesor
motiva los temas a tratar.
2. En las sesiones iniciales se
desarrollan actividades guiadas
para la revisión del estado del arte
en el cómputo móvil.
3. Se utiliza la plataforma de
experimentación con tecnologías
móviles, para la demostración de
conceptos.
4. Se complementan los temas
abordados en clase, con la literatura
relacionada con el cómputo ubicuo.
5. Se promueve la discusión grupal
de resultados y propuestas de
solución.
6. Se promueve el pensamiento
crítico y creativo a través de la
exploración de escenarios de
aplicación alternativos.
EVIDENCIAS DE
APRENDIZAJE.
 Elaboración de
tareas/prácticas.
 Reportes de práctica o
de compleción de cada
unidad, con estructura:
introducción (revisión de
problemática), desarrollo
(metodología/técnica de
solución), resultados
(discusión de alcances)
 Exámenes escritos.
Se abordan temas de
clase incluyendo
prácticas y trabajos
extra-clase.
 Exposiciones en
formato de conferencia:
presentación y sesión de
preguntas.
 Proyecto: requiere
presentación de prototipo
Técnicas
y reporte tipo artículo
 Lectura de libros de texto.
(formato proporcionado)
 Lectura de artículos de Prácticas: requiere
investigación.
demostración funcional y
 Expositiva.
reporte (especificado
 Debate.
anteriormente)
 Diálogo simultáneo
Material de Apoyo:
 Plataforma
de
experimentación
con
tecnologías móviles (PEMT).
 Tutoriales hands-on.
 Artículos de investigación,
libros de texto.
 Cañón
 Pintarrones
215
FUENTES DE INFORMACIÓN
(Bibliografía, direcciones electrónicas)
Las fuentes principales de información
provienen de la revisión de artículos
académicos, ya sea puestos disponibles por el
profesor o recopilados por parte del estudiante.
Algunos títulos de libros que podrían ser
consultados de forma complementaria incluyen:
- Mobile Computing Principles: Designing and
Developing Mobile Applications with UML and
XML. Reza B’Far, Cambridge, 2004.
- Location Aware Applications. Richard Ferraro,
Manning, 2011.
EVALUACIÓN DE LOS APRENDIZAJES
(Criterios e instrumentos)
Examen teórico – 20%
Reportes (incluye exposiciones) – 20%
Desarrollo de prácticas – 25%
Proyecto – 35%
La calificación mínima aprobatoria es 80
- Writing Mobile Code: Essential Software
Engineering for Building Mobile
Applications. Ivo Salmre. Addison Wesley
- Se sugiere inscribirse a la ACM estudiantil,
a través de la cual se tiene acceso a
artículos y libros.
Cronograma del Avance Programático
S e m a n a s
Objetos de aprendizaje.
1
2
3
Dispositivos de cómputo portables
Comunicación inalámbrica
Computación distribuida
Computación basada en localización
Computación basada en el conocimiento
X
X
X
4
5
6
7
X
X
X
X
8
9
10 11 12 13 14 15 16
X
X
X
X
X
X
X
X
X
X
X
216
Desarrollo de Aplicaciones Móviles
UNIVERSIDAD AUTÓNOMA DE
CHIHUAHUA
UNIDAD ACADEMICA
PROGRAMA DEL CURSO:
Desarrollo de Aplicaciones
Móviles
DES:
Programa(s) Educativo(s):
Tipo de materia:
Clave de la materia:
Semestre:
Área en plan de estudios:
Créditos
Total de horas por semana:
Teoría:
Práctica
Taller:
Laboratorio:
Prácticas complementarias:
Trabajo extra clase:
Total de horas semestre:
Fecha de actualización:
Materia requisito:
Ingeniería
MIC
Tópicos Selectos
MICTS09
2
Sistemas Información
4
4
2
2
12
64
Enero de 2012
Ninguna
Propósito del curso :
Ofrecer no solo un marco de referencia sobre el diseño e implementación de aplicaciones para
dispositivos móviles, sino que abarca una nueva perspectiva y filosofía de desarrollo que incluye,
manejo de sensores, redes, localización, multimedia, cloud
cloud-compu
compu
computing,
ting, inmersive computing,
pervasive computing, entre otros, y que dan soporte a las necesidades de distribución de
información así como la interconectividad de equipos Smartphones
Smartphones,, en entornos distribuidos
heterogéneos, ligeramente acoplados y dependientes del contexto.
Objetivos:
 Conocer el mercado y las tendencias tecnológicas y económicas del sector de los
dispositivos móviles.
 Experimentar y desarrollar aplicaciones que exploten las ventajas de los dispositivos
móviles.
 Manejar modelos y técnicas específicas para explotar las bondades de las plataformas
móviles, ej. localización, interconectividad, persistencia, video, imagen, sonido, multi
multi-touch
touch
touch,
gráficos 2D y 3D, cloud
cloud-computing
computing
computing,, etc.
COMPETENCIAS
(Tipo, nombre y componentes
de la competencia)
Competencias Genéricas:
 Comunicación verbal
 Pensamiento critico
 Razonamiento analítico
 Resolución de
DOMINIOS COGNITIVOS.
(Objetos de estudio, temas y
Subtemas)
Sección Fundamentos
1. Perspectiva y prospectiva del
smartphone. Plataformas,
caracterización y exploración de
aplicaciones nativas.
RESULTADOS DE
APRENDIZAJE.
(Por objeto de estudio).
Identifica plataformas
tecnológicas,
arquitectura, sistema
operativo y
características de los
dispositivos móviles y
teléfonos inteligentes.
217
problemas
Competencias Especificas:
 Diseño e
implementación de
sistemas
 Verificación y validación
2. Desarrollo de aplicaciones
móviles (nativas y web)
2.1. Uso de estándares W3C:
HTML. CSS, XML, SVG,
DOM, jQuery
2.2. Graficación y Animación
con SVG, OpenGL y
WebGL
3. Paradigma de programación
orientada a objetos (POO) sobre
plataformas móviles
3.1. POO con Python
3.2. POO con Java
Diseña e implementa
aplicaciones Web sobre
diferentes plataformas de
dispositivos smartphone.
Conceptualiza, reporta y
aplica el paradigma
orientado a objetos en el
diseño e implementación
de aplicaciones para
dispositivos Smartphone.
Sección Práctica
1. Desarrollo de aplicaciones
móviles con HTML5
2. Desarrollo de aplicaciones
móviles con Java ME
3. Desarrollo de aplicaciones para
plataformas Android
4. Desarrollo de aplicaciones para
plataformas Apple iOS
5. Desarrollo de prototipos
(proyecto final)
OBJETO DE APRENDIZAJE
Dispositivos móviles en general
y teléfonos smartphone en
particular.
6.
7.
8.
9.
Clasificación.
Origen y evolución.
Caracterización.
Plataformas de
desarrollo.
10. Lenguajes de
programación.
A lo largo del curso,
identifica, explora y
utiliza las diferentes
plataformas de desarrollo
actualmente disponibles
para implementar
aplicaciones para
dispositivos Smartphone.
METODOLOGIA
EVIDENCIAS DE
(Estrategias, secuencias, recursos
APRENDIZAJE.
didácticos)
1. Debido a la gran dinámica que  Se adoptan eexiste en los avances de las Portafolios individuales
tecnologías móviles, en la primera para registrar todas las
unidad se plantea como estrategia evidencias de
la investigación y revisión del aprendizaje usando
estado del arte más reciente aplicaciones basadas en
(últimos 12 meses) con respecto al la nube, e.g. Dropbox y
mercado,
tendencias,
últimas Delicious.
innovaciones, sistemas operativos  Una sección
y lenguajes de desarrollo.
importante de su
portafolio con un valor
2. Un mini-proyecto inicial para de la cuarta parte de la
incentivar la creatividad, expresión, evaluación del mismo
automotivación, reflexión, sentido portafolio son la calidad,
del humor y colaboración consiste cantidad y debido
en realizar un video o animación de formato (APA de manera
60 segs. donde cada equipo uniforme y consistente)
propone una visión futurista del
218
área, como por ejemplo, el teléfono
celular del futuro.
3. Como estrategia para facilitar la
comunicación, interacción, asesoría,
revisión, intercambio y colaboración
se incorpora toda una serie de
herramientas, redes sociales y
aplicaciones, tales como: twitter,
dropbox, slideshare, delicious.com,
youtube.com, facebook.com, wikis,
plataformas LMS, blogs, etc.
4. Entre los recursos educativos se
propone el apoyo de librerías
digitales de gran prestigio (IEEE,
ACM), revistas y libros electrónicos,
open journals, repositorios de
recursos
educativos,
videos,
podcasts, etc. De hecho todos los
materiales
del
curso
están
disponibles
como
recursos
educativos abiertos bajo licencia
creative commons y se promueve
además una cultura de compartir y
respetar propiedad intelectual, tato
a nivel de software como materiales
y recursos digitales. Por lo que se
promueve en los estudiantes el
establecer todos los créditos en sus
trabajos y la incorporación de
licencias abiertas en todos sus
colaboraciones
o
trabajos
originales, e.g. producción de un
video, software o videojuego.
en su sitio personal
Deliciousy en la
herramienta Zotero.
 Los alumnos exponen
su trabajo de
investigación, su video
futurista en la primera
unidad y periódicamente
presentan los avances
de su proyecto de
desarrollo de una
aplicación móvil.
 Al final cada estudiante
integra en un CD todas
las evidencias, su
portafolio, referencias y
documentos en un solo
CD/DVD.
5. Se promueve que vayan
registrando y catalogando todos los
recursos de internet que vayan
investigando, vía Delicious.
6. Para las sesiones de desarrollo
de software se integran las técnicas
de desarrollo de prototipos rápidos,
desarrollo de software de manera
colaborativa,
pruebas
y
validaciones, diseño y ergonomía.
Desde el punto de vista didáctico,
se desarrollan secuencias de
aprendizaje para los ejemplos y
ejercicios de programación se
219
apoyan en la técnica de “fading
working examples”.
FUENTES DE INFORMACIÓN
(Bibliografía, direcciones electrónicas)
R. Rodger, Beginning building mobile
application development in the cloud.
Indianapolis IN: Wiley, 2012.
C. Apers, D. Paterson, Beginning iPhone
and iPad Web Apps Scripting with HTML5,
CSS3, and JavaScript. Berkeley, CA, 2011.
J. Stark, Building Android Apps with HTML,
CSS, and JavaScript : making native Apps
with standards-based web tools, 1o ed.
Sebastopol Calif. ;;Köln: O’Reilly, 2010.
B. Hogan, HTML5 and CSS3 : develop with
tomorrow’s standards today. Dallas Tex.:
Pragmatic Bookshelf, 2010.
S. Powers, HTML5 media. Sebastopol, CA ::
O’Reilly,, 2011.
M. Pilgrim, HTML5: Up and Running, 1o ed.
Sebastopol CA: O’Reilly, 2010.
B. Lawson, Introducing HTML5. Berkeley
CA: New Riders, 2011.
J. Reid, jQuery Mobile, 1o ed. Sebastopol
CA: O’Reilly, 2011.
D. Wellman, jQuery UI 1.8 the User Interface
Library for jQuery. Birmingham, U.K. : Packt
Pub., 2011.
J. Chaffer, Learning jQuery : create better
interaction, design and web development
with simple JavaScript techniques, Third
edition. Birmingham: Packt Publishing, 2011.
B. Fling, Mobile design and development, 1o
ed. Beijing; Sebastopol Calif.: O’Reilly, 2009.
P. Golding, Next generation wireless
applications : creating mobile applications in
a Web 2.0 and Mobile 2.0 word, 2o ed.
Chichester: John Wiley & Sons, 2008.
P. Lubbers, Pro HTML5 programming
powerful APIs for richer Internet application
EVALUACIÓN DE LOS APRENDIZAJES
(Criterios e instrumentos)
Se toma en cuenta para integrar calificaciones
parciales:



3 evaluaciones parciales (ensayo,
portafolio, ejercicios). Con un valor del
15% cada uno.
e-Portafolio del estudiante con todas las
evidencias de aprendizaje. Con un valor
del 15% (referencias y liks en Delicious
tienen un valor de 25% para este
apartado).
Desarrollo y documentación del
proyecto final. Con un valor del 40%.
La acreditación del curso se integra:
 Portafolio del alumno.
 Proyecto final documentado.
La calificación mínima aprobatoria es 80
220
development. [New York] :: Apress,, 2010.
Z. Kessin, Programming HTML5
applications. Sebastopol CA: O’Reilly
Media, 2011.
M. Firtman, Programming the mobile Web :
reaching users on iPhone, Android,
BlackBerry, Symbian, and more, 1o ed.
Sebastopol CA; Farnham [England]:
O’Reilly, 2010.
J. Meyer, The essential guide to HTML5 :
using games to learn HTML5 and
JavaScript. New York: Apress, 2010.
Cronograma del Avance Programático
S e m a n a s
Objetos de aprendizaje.
Fundamentos
Desarrollo de aplicaciones Web
POO con Phyton y Java
1
2
3
X
X
X
X
4
5
6
7
8
9
10 11 12 13 14 15 16
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
221
Redes Inalámbricas
DES:
Programa(s) Educativo(s):
Tipo de materia:
Clave de la materia:
Semestre:
UNIVERSIDAD AUTÓNOMA DE
CHIHUAHUA
UNIDAD ACADEMICA
PROGRAMA DEL CURSO:
Redes Inalámbricas
Ingeniería
MISC
Tópicos Selectos
MICTS10
Sistemas de
Información
Créditos
4
Total de horas por semana:
4
Teoría: 4
Práctica
Taller:
Laboratorio:
Prácticas complementarias:
Trabajo extra clase: 12
Total de horas semestre:
64
Fecha de actualización:
Enero de 2012
Materia requisito:
Ninguna
Área en plan de estudios:
Propósito del curso :
Visión de conjunto sobre redes públicas, redes privadas, la telefonía móvil, etc. Además de las
bases para estudios posteriores.
Objetivos
Objetivos::
 Dar a conocer al alumno la tecnología inalámbrica, centrándonos en el estándar 802.11,
así como sus usos y aplicaciones, diseñar redes y estudiar las tecnologías inalámbricas
emergentes.
 Proporcionar los fundamentos de la seguridad en redes, obtener una amplia visión de las
amenazas y riesgos a los que están sometidos los servidores; y cómo los futuros
administradores y responsables de seguridad deberemos ser capaces a su vez de
implantar las medidas oportunas para minimizar los riesgos en lo que a seguridad
informática se refiere. Para ello estudiaremos las técnicas de intrusión, monitorización y
administración de los dispositivos de seguridad.
Al final del curso el estudiante será capaz de:
 Identifica elementos fundamentales de las tecnologías de redes inalámbricas, señales de
radio, propagación de señal, antenas, etc
etc.,
., y la pertinencia de su aplicación.
 Diseñar e implementar redes “adhoc”.
 Identificar y analizar configuraciones que cumplan requisitos de desempeño tomando en
cuenta la calidad de servicio (QoS) de las tecnologías inalámbricas existentes.
222
COMPETENCIAS
(Tipo, nombre y componentes
de la competencia)
DOMINIOS COGNITIVOS.
(Objetos de estudio, temas y
Subtemas)
RESULTADOS DE
APRENDIZAJE.
(Por objeto de estudio).
Competencias Genéricas:
 Comunicación verbal
 Pensamiento critico
 Razonamiento analítico
 Resolución de
problemas
1. Fundamentos
Tecnologías
Las redes MANETs
Aplicaciones
Computación ubícua
Redes para áreas rurales
Redes VANETs
Dispositivos
Fuentes de referencia
Identifica y contextualiza los
elementos que distinguen
una red de comunicación
inalámbrica.
2. Tecnologías inalámbricas de
red
Aspectos básicos de las
comunicaciones inalámbricas
Redes WLAN: IEEE 802.11
Redes WPAN: Bluetooth
WiMax y otras tecnologías
Identifica, evalúa, y reporta
acerca de tecnologías
inalámbricas para redes
WAN y WPAN. Desarrolla
aplicaciones sobre redes
WPAN.
3. Encaminamiento en redes
MANET
Problemas específicos
Protocolos básicos
DSR
AODV y DYMO
OLSR y OLSRv2
Protocolos avanzados
Analiza, documenta y
diseña redes MANET.
Crea una red ad­hoc
en un entorno real basada
en OLS
4. Seguridad
WEP y el estandar 802.11i
Seguridad en MANET.
Problemas
Soluciones
Identifica, contextualiza y
reporta acerca de retos
que las redes adhoc
tienen respecto a la
seguridad de información
e integridad de la red.
5. Redes Mesh
Terminología
Caso estudio: Guifi.net
Encaminamiento &
metricas
IEEE 802.11s
Explora y reporta acerca
de las diferentes técnicas
de enrutamiento
aplicables en una red
mesh.
6. Redes Vehiculares
Revisión general
Tecnologías
Movilidad
Simula redes adhoc
con ns2
Identifica, contextualiza y
documenta oportunidades
de aplicaciones de las
redes VANET.
Competencias Especificas:
 Diseño e
implementación de
sistemas
 Verificación y validación
223
OBJETO DE APRENDIZAJE
1. Fundamentos
2. Tecnologías inalámbricas de
red
3. Encaminamiento en redes
MANET
4. Seguridad
5. Redes Mesh
6. Redes Vehiculares
7. QoS en redes inalámbricas
7. QoS en redes inalámbricas
Control de potencia
Configuración cero
Calidad de servicio
TCP in MANETs
METODOLOGIA
(Estrategias, secuencias, recursos
didácticos)
El profesor podrá utilizar las
estrategias y secuencias que
considere convenientes para que el
estudiante logre el aprendizaje
requerido. Los recursos didácticos
podrán
ser
entre
otros:
Exposiciones,
demostraciones,
discusiones de grupo, preguntas y
respuestas, revisión de literatura,
laboratorios,
talleres,
presentaciones por especialistas
invitados de la industria.
FUENTES DE INFORMACIÓN
(Bibliografía, direcciones electrónicas)
"Propagation and Radio System Design Issues
in Mobile Radio Systems for the GloMo Project",
Theodore S. Rappaport, Keith Blankenship, Hao
Xu,
"Wireless Medium Access Control Protocols",
Ajay Chandra V. Gummalla And John O. Limb,
Identifica y analiza
factores que afectan el
desempeño de redes
comunicación
inalámbrica.
EVIDENCIAS DE
APRENDIZAJE.
Exámenes,
presentaciones, reportes
y/o foros donde el
estudiante interprete,
contraste, distinga o
discuta los elementos del
contenido temático
EVALUACIÓN DE LOS APRENDIZAJES
(Criterios e instrumentos)
Clases de teoría: 30%
Los conocimientos y habilidades que el alumno
ha adquirido en las clases de teoría y
problemas se evaluarán según su participación
y actitud en esas mismas clases, y según
documentación entregada por el alumno con los
resultados a problemas propuestos:
Prácticas: 60%
"IEEE 802.11 Technical Tutorial", Breezecom,
"Analysis of IEEE 802.11e for QoS Support in
Wireless LANs", Stefan Mangold, Sunghyun
Choi, Guido R. Hiertz, Ole Klein, Bernhard
Walke,
"IEEE Standard 802.16: A Technical Overview of
the WirelessMAN™ Air Interface for Broadband
Wireless Access", Carl Eklund et al, "Bluetooth:
Vision, Goals, and Architecture", Jaap Haartsen
et al.,
Libros sobre 802.11:
"802.11 Wireless Networks: The Definitive
Guide, Second Edition", Matthew Gast, O'Reilly.
Las habilidades adquiridas durante el desarrollo
de las actividades en las prácticas de
laboratorio se evaluarán mediante informes que
los alumnos entregarán, y donde explicaran los
resultados obtenidos y las conclusiones que se
pueden extraer de los experimentos
Otras Actidades: 10%
Los alumnos deberán entregar pequeños
informes sobre los mismas, donde se
destaquen los principales aspectos mostrados y
las conclusiones
Total: 100
La calificación mínima aprobatoria es de 80
"802.11 Security", Bruce Potter, Bob Fleck,
224
O'Reilly.
"Building Wireless Community Networks, econd
Edition", Rob Flickenger, O'Reilly.
Cronograma del Avance Programático
S e m a n a s
Objetos de aprendizaje.
1
Fundamentos
Tecnologías inalámbricas de red
Encaminamiento en redes MANET
Seguridad.
Redes Mesh
Redes Vehiculares
QoS en redes inalámbricas
X
2
3
4
5
6
7
8
9
10 11 12 13 14 15 16
X X X
X X X X
X X
X X X X
X X
X X
225
Inteligencia de Negocios
UNIVERSIDAD AUTÓNOMA DE
CHIHUAHUA
UNIDAD ACADEMICA
PROGRAMA DEL CURSO:
Inteligencia de Negocios
DES:
Programa(s) Educativo(s):
Tipo de materia:
Clave de la materia:
Semestre:
Área en plan de estudios:
Créditos
Total de horas por semana:
Teoría:
Práctica
Taller:
Laboratorio:
Prácticas complementarias:
Trabajo extra clase:
Total de horas semestre:
Fecha de actualización:
Materia requisito:
Ingeniería
MIC
Tópicos Selectos
MICTS15
Sistemas Información
4
4
4
12
64
Enero del 2012
Ninguna
Propósito del curso :
Lograr que el alumno conozca y aplique las diferentes tecnologías y metodologías de
Inteligencia de Negocios, con la finalidad de que sea capaz de desarrollar y
administrar soluciones BI, que influyan en la optimización y eficacia de la toma de
decisiones en las organizaciones.
Al final del curso el estudiante será capaz de:
 Caracterizar los sistemas de Información orientados a la toma de decisiones
 Identificar contextos donde sea adecuado el uso de Sistemas de Inteligencia
de Negocios
 Diseñar e implem
implementar
entar Almacenes de Datos
 Aplicar técnicas de análisis de datos mediante herramientas OLAP
 Aplicar técnicas de Minería de Datos para generación de conocimiento
 Construcción de Sistemas de Inteligencia de Negocios
 Administrar proyectos de Inteligencia de Negocios
COMPETENCIAS
(Tipo, nombre y componentes
de la competencia)
Competencias Genéricas:
 Comunicación verbal
 Pensamiento critico
 Razonamiento analítico
 Resolución de
problemas
DOMINIOS COGNITIVOS.
(Objetos de estudio, temas y
Subtemas)
1. Sistemas de Información
e Inteligencia de
Negocios
RESULTADOS DE
APRENDIZAJE.
(Por objeto de estudio).
Identificar y definir los
tipos de sistemas de
Información
existentes, así como
los
principales
componentes de los
Sistemas
de
226
Competencias Especificas:
 Diseño e
implementación de
sistemas
Inteligencia
Negocios
de
2. Almacenes de Datos
Diseñar y construir
almacenes de datos
3. Modelado
Multidimensional y OLAP
Aplicar
herramientas
OLAP para análisis de
datos
4. Minería de Datos
Conocer
y
aplicar
técnicas de minería de
datos que permitan
generación
de
conocimiento
5. Implementación y
administración de
Sistemas de Inteligencia
de Negocios
OBJETO DE APRENDIZAJE
1. Sistemas de Información
e Inteligencia de Negocios
2. Almacenes de Datos
3. Modelado
Multidimensional y OLAP
4. Minería de Datos
5. Implementación y
administración de Sistemas
de Inteligencia de Negocios
METODOLOGIA
(Estrategias, secuencias, recursos
didácticos)
El profesor podrá utilizar las
estrategias y secuencias que
considere convenientes para que el
estudiante logre el aprendizaje
requerido. Los recursos didácticos
podrán
ser
entre
otros:
Exposiciones,
demostraciones,
discusiones de grupo, preguntas y
respuestas, revisión de literatura,
laboratorios,
talleres,
presentaciones por especialistas
invitados de la industria.
FUENTES DE INFORMACIÓN
(Bibliografía, direcciones electrónicas)
Efraim Turban; Ramesh Sharda. (2010)
“Business Intelligence A Managerial
Approach”, Prentice Hall
Identificar las etapas
para implementar un
proyecto
de
Inteligencia
de
Negocios, así como la
administración
de
Sistemas
de
Inteligencia
de
Negocios.
EVIDENCIAS DE
APRENDIZAJE.
Exámenes,
presentaciones, reportes
y/o foros donde el
estudiante interprete,
contraste, distinga o
discuta los elementos del
contenido temático
EVALUACIÓN DE LOS APRENDIZAJES
(Criterios e instrumentos)
Criterios
El estudiante debe presentar satisfactoriamente
al menos el 80 por ciento de las evidencias de
aprendizaje solicitadas por el profesor en cada
227
uno de los niveles de abstracción para
considerar que obtuvo el nivel de competencia
mínimo.
Instrumentos
Análisis de discusiones de grupo
preguntas y respuestas
análisis de foros
análisis de reportes de revisión de literatura
laboratorios
talleres
Exámenes
Presentaciones
Cronograma del Avance Programático
S e m a n a s
Objetos de aprendizaje.
Sistemas de Información e
Inteligencia de Negocios
Almacenes de Datos
Modelado Multidimensional y OLAP
Minería de Datos
Implementación y administración
de sistemas de Inteligencia de
Negocios
1
2
3
4
5
6
7
8
9
10 11 12 13 14 15 16
X X
X X X X
X X X X
X X
X X X X
228
Minería de Datos
DES:
Programa(s) Educativo(s):
Tipo de materia:
Clave de la materia:
Semestre:
UNIVERSIDAD AUTÓNOMA DE
CHIHUAHUA
UNIDAD ACADEMICA
PROGRAMA DEL CURSO:
Minería de Datos
Ingeniería
MIC
Tópicos Selectos
MICTS12
Sistemas de
Información
Créditos
4
Total de horas por semana:
4
Teoría: 4
Práctica
Taller:
Laboratorio:
Prácticas complementarias:
Trabajo extra clase: 12
Total de horas semestre:
64
Fecha de actualización:
Enero de 2012
Materia requisito:
Ninguna
Área en plan de estudios:
Propósito del curso :
La filosofía de la Minería de Datos (MD) es la conversión de datos en conocimiento para la toma
de decisiones. La Minería de Datos constituye la fase central del proceso de extracción de
conocimiento de las bases de datos KDD (Knowledge Discovery in Databases). En este sentido la
Minería de Datos es un punto de encuentro de diferentes disciplinas: la estadística, el aprendizaje
automático ('machine learning'), las técnicas de bases de datos y los sistemas para la toma de
decisiones que, juntas, permiten afrontar problemas actuales de las organizaciones en relación
con el trat
tratamiento
amiento de la información. La asignatura se divide en siete partes conceptuales,
centradas en los temas de la conextualización, técnicas, evaluación, metodologías, herramientas,
implantación e investigación. La materia se centra en problemas de predicción (clasificación y
regresión) los cuales configuran la mayoría de problemas que trata la Minería de Datos. Como
objetivo paralelo está la utilización de un entorno de programación libre, así como conocer
entornos profesionales, para la resolución de los prob
problemas
lemas propios de la Minería de Datos.
Objetivos
Objetivos::
Describir, de una manera metodológica y pragmática, el proceso de extracción de conocimiento a
partir de datos. Se explica el proceso en su conjunto, sus motivaciones y beneficios,
estableciendo conexiones con las disciplinas relacionadas y los sistemas con los que debe
integrarse. El curso contrasta y despliega, mediante numerosos ejemplos realizados en paquetes
de minería de datos y prácticas de laboratorio, las técnicas que se requieren en cada fase del
proceso: técnicas de preparación de datos, técnicas propias de extracción de modelos
(clasificación y regresión), técnicas de evaluación y difusión del conocimiento extraído.
229
Se introducen temas de investigación para que el alumno pueda interesarse en desarrollar alguna
tesis relacionada.
Al final del curso el estudiante será capaz de:
8. Evaluar y aplicar técnicas de minería de datos para dar solución a problemas
9. Usar herramientas profesionales para explorar aplicaciones de la minería de datos.
10. Identificar oportunidades de aplicación de la minería de datos al entorno en el cual se
desenvuelve
El aprendizaje se hará siguiendo la metodología de los casos, a partir del análisis de conjuntos de
datos complejos provenientes de problemas reales. A partir de estos problemas se desarrollarán
los conocimientos científicos necesarios en clase de teoría y su aplicación en las clases de
laboratorio, de tal manera que la programación y/o integración de funciones de minería de datos
reforzará la asimilación de los diferentes conceptos explicados.
COMPETENCIAS
DOMINIOS COGNITIVOS.
RESULTADOS DE
(Tipo, nombre y componentes
(Objetos de estudio, temas y
APRENDIZAJE.
de la competencia)
Subtemas)
(Por objeto de estudio).
1. La Minería de Datos y el KDD. Contextualizar la Minería
1.1. Las Fases del Proceso de
de Datos en las etapas
Competencias Genéricas:
Extracción de
de un proceso más
 Comunicación verbal
Conocimiento.
grande el KDD.
 Pensamiento critico
1.2.
Fase
de
Integración
y
 Razonamiento analítico
Recopilación.
 Resolución de
1.3.
Fase de Selección,
problemas
Limpieza y Transformación.
1.4.
Fase de Minería de Datos.
Competencias Especificas:
1.5. Fase de Evaluación e
 Diseño e
Interpretación.
implementación de
1.6. Fase de Difusión, Uso y
sistemas
Monitorización.
 Verificación y validación
2. Técnicas de Minería de Datos.
2.1. El Problema de la
Extracción de Patrones
2.2. Árboles de Decisión y
Sistemas de Reglas
2.3. Redes Neuronales
Artificiales
2.4. Algoritmos Evolutivos y
Reglas Difusas
2.5. Combinación de Modelos
2.6. Modelización Estadística
Paramétrica
3. Evaluación de modelos.
3.1. Introducción
3.2. Evaluación de
Clasificadores
3.3. Evaluación de Modelos de
Identificar las técnicas
estadísticas, de
inteligencia artificial y/o
de aprendizaje
computacional más
apropiadas para el
problema a resolver.
Evaluar la calidad del
conocimiento aprendido.
230
Regresión
3.4. Comparación de Técnicas
de Aprendizaje
3.5. Evaluación Basada en
Complejidad de la
Hipótesis. El Principio MDL
4. Metodologías
4.1. CRoss-Industry Standard
Process for Data Mining
(CRISP-DM).
4.2. La guía SEMMA del SAS
Enterprise Miner.
4.3. Creación de Sistemas de
Predicción.
5. Herramientas
5.1. Clasificaciones.
5.2. WEKA.
5.3. Clementine.
5.4. System R
5.5. Data Miner.
5.6. Orange.
6. Implantación e impacto de la
Minería de Datos
6.1. Introducción.
6.2. ¿Cuándo Empezar?
Necesidades y Objetivos de
Negocio.
6.3. Formulación del Programa:
Fases e Implantación.
6.4. Integración con las
Herramientas y Proyectos
de la Organización.
6.5. Recursos Necesarios.
6.6. Impacto Social de la
Minería de Datos.
6.7. Cuestiones Éticas y
Legales.
7. Temas de investigación.
7.1. Aprendizaje incremental.
7.2. Minería de Datos en bases
relacionales.
7.3. Desarrollo rápido de
sistemas de predicción.
7.4. Evaluación con múltiples
factores de calidad.
Construir un sistema de
Minería de Datos para la
solución de problemas
de predicción enfocados
a la toma de decisiones,
utilizando una
metodología.
Conocer los sistemas
profesionales más
utilizados de Minería de
Datos.
Utilizar sistemas de
Minería de Datos para la
resolución de problemas
reales.
Identificar problemas de
Minería de Datos en el
entorno profesional.
Reconocer temas de
interés a desarrollar en
tesis.
231
OBJETO DE APRENDIZAJE
1. La Minería de Datos y el
KDD
2. Técnicas de Minería de
Datos
3. Evaluación de modelos
4. Metodologías
5. Herramientas
6. Implantación e impacto de la
Minería de Datos
7. Temas de investigación
METODOLOGIA
(Estrategias, secuencias, recursos
didácticos)
El profesor podrá utilizar las
estrategias y secuencias que
considere convenientes para que el
estudiante logre el aprendizaje
requerido. Los recursos didácticos
podrán
ser
entre
otros:
Exposiciones,
demostraciones,
discusiones de grupo, preguntas y
respuestas, revisión de literatura,
laboratorios,
talleres,
presentaciones por especialistas
invitados de la industria.
EVIDENCIAS DE
APRENDIZAJE.
Exámenes,
presentaciones, reportes
y/o foros donde el
estudiante interprete,
contraste, distinga o
discuta los elementos del
contenido temático
FUENTES DE INFORMACIÓN
(Bibliografía, direcciones electrónicas)
EVALUACIÓN DE LOS APRENDIZAJES
(Criterios e instrumentos)
Orallo, José Hernández; Ramírez Quintana, M. José;
Ferri Ramírez, Cèsar. (2004). “Introducción a la
minería de datos” Editorial Pearson. (libro de texto)
De Raedt, L.; Dehaspe, L. (1997) “Clausal Discovery”
Machine Learning, 26, 99-146.
Fayyad, U.M.; Piatetskiy-Shapiro, G.; Smith, P.;
Ramasasmy, U. (1996) “Advances in Knowledge
Discovery and Data Mining”, AAAI Press / MIT Press.
Han, J.; Kamber, M. (2001) Data Mining: concepts
and techniques, Morgan Kaufmann.
Michalski, R.; Bratko, I.; Kubat, M. (1998) Machine
Learning and data mining: methods and applications,
John Wiley and Sons.
Michie, D.; Spiegelhalter, D.J.; Taylor, C.C. (1994)
Machine Learning, Neural and Statistical
Classification, Ellis Hoewood, New York.
Mitchell T. (1997) Machine Learning, McGraw-Hill.
Partridge, D. (1997) “The Case for Inductive
Programming” IEEE Computer, January, 36-41.
Piatetsky-Shapiro, G.; Frawley, W. (1991) Knowledge
Discovery in Databases, AAAI Press / The MIT
Press.
Weiss, S.; Kulikowski, C. (1991) Computer systems
that learn: classification and prediction methods from
statistics, neural nets, machine learning and expert
systems. Morgan Kaufmann.
Witten, I.H.; Eibe, F. (1999) "Tools for Data Mining",
Morgan Kaufmann.
Witten, I.H.; Frank, E. (2005) Data Mining: practical
machine learning tools and techniques with Java
implementarions. Morgan Kaufmann
La evaluación del proceso enseñanza aprendizaje
se realizará de manera continua a través de todo el
curso, tomando en cuenta los siguientes aspectos
para cada parcial:
Individual
Examen Teórico – 20%
Examen Practico – 15 %
Participación en Clase – 10%
Equipo
Tareas: Lecturas e investigaciones – 10%
Documentación de prácticas de laboratorio –
15%
Exposición del proyecto desarrollado – 10%
Documentación técnica del proyecto – 10%
Documentación del tema de exposición – 5%
Exposición de un tema – 5%
Para cumplir con la participación en clase se deben
realizar una pregunta y una contestación
interesante relacionadas con el contenido del
parcial en cuestión.
Al inicio de cada período parcial el maestro
asignará las exposiciones de temas a realizarse en
ese período.
Se deben subir los documentos a la plataforma
virtual del curso. En el caso de que la plataforma
falle se debe enviar el documento a correo
electrónico del maestro.
La calificación mínima aprobatoria es de 80
232
Cronograma del Avance Programático
S e m a n a s
Objetos de aprendizaje.
1
2
La Minería de Datos y el KDD.
Técnicas de Minería de Datos.
Evaluación de modelos.
Metodologías.
Herramientas.
Implantación e impacto de la MD.
Temas de investigación.
X
X
3
4
5
X
X
X
6
7
8
X
X
9
10 11 12 13 14 15 16
X
X
X
X
X
X
X
X
X
233
Interacción Hombre - Computadora
DES:
Programa(s) Educativo(s):
Tipo de materia:
Clave de la materia:
Semestre:
UNIVERSIDAD AUTÓNOMA DE
CHIHUAHUA
UNIDAD ACADEMICA
PROGRAMA DEL CURSO:
Interacción Hombre Computadora
Ingeniería
MIC
Tópicos Selectos
MICTS14
Sistemas de
Información
Créditos
4
Total de horas por semana:
4
Teoría: 4
Práctica
Taller:
Laboratorio:
Prácticas complementarias:
Trabajo extra clase: 12
Total de horas semestre:
64
Fecha de actualización:
Enero de 2012
Materia requisito:
Ninguna
Área en plan de estudios:
Propósito del curso :
Diseño asistido por el usuario, tecnologías para desarrollo de interfaces e interfaces usables.
Tecnologías existentes para ofrecer interfaces de despliegue de información y/o de recepción de
servicios, considerando el futuro de los ambientes inteligentes.
Al final del curso el estudiante será capaz de:
 Identificar oportunidades de aplicación de la tecnología computacional para generar
escenarios de interacción entre el humano y la computación.
 Implementar interfaces que atiendan necesidades informáticas o de comunicaciones,
resultado de la interacción entre el usuario con computadoras.
 Explorar soluciones de realidad virtual como ambientes de soporte a individuos o a grupos
de trabajo.
 Evaluar la potencialidad de integración de interfaces de interacción humano
humano-computadora,
computadora,
así como identificar retos sociales a atender para facilitar su adopción.
COMPETENCIAS
(Tipo, nombre y componentes
de la competencia)
DOMINIOS COGNITIVOS.
(Objetos de estudio, temas y
Subtemas)
RESULTADOS DE
APRENDIZAJE.
(Por objeto de estudio).
Competencias Genéricas:
 Comunicación verbal
 Pensamiento critico
 Razonamiento analítico
 Resolución de
problemas
1. Introducción a la Interacción
Persona
Persona--Computadora
Computadora
1.1. Factor Humano
1.1.1. Modelo de
procesamiento
1.1.2. Los sentidos
1.1.3. El modelo de
Revisa e identifica
elementos de la
psicología humana,
haciendo énfasis en la
relación humano
humano-humano
humano
y contrasta este nivel de
interacción con formas y
234
Competencias Especificas:
 Diseño e
implementación de
sistemas
 Verificación y validación
memoria
1.1.4. El modelo mental
1.1.5. Formas y canales de
comunicación
niveles de interacción
entre el humano y la
computadora, reportada
en la literatura.
1.2. Estado del arte HCI
1.2.1. Interacción personacomputadora
1.2.2. Interfaces de usuario
1.2.3. El diseño centrado
en el usuario
1.2.4. Usabilidad
1.2.5. Trabajo colaborativo
2. Diseño de Interfaces
2.1. Metáforas
2.1.1. Metáforas Verbales
2.1.2. Metáforas Visuales
2.1.3. Diseño de Metáforas
2.1.4. Estilos y paradigmas
de interacción
2.2. Ingeniería de la Interfaz
2.2.1. Diseño centrado en
el usuario
2.2.2. Interacción háptica
2.2.3. Interacción natural
2.3. Soporte
informático/computacional
2.3.1. automatizada,
2.3.2. negociada
2.3.3. dirigida por el usuario
2.3.4. Cómputo ubicuo en
HCI
3. Interfaces de entrada
3.1. API para voz
3.2. API para video (openGL)
3.3. API para voz e imagen
(Kinect)
3.4. API para mando
inalámbrico (Wii mote)
4. Interfaces de salida
4.1. Monitor y dispositivos
móviles
4.2. Eventos ambientales
4.3. Ambientes
Virtuales/Aumentados
Estudia y reflexiona sobre
elementos sociales y
tecnológicos que influyen
en el diseño de interfaces
y visualiza/identifica la
importancia de medios y
mecanismos de
interacción en el entorno
de la computación ubicua.
Reporta y genera
prototipos de interfaces
de interacción humanocomputadora.
Aplica lenguajes de
programación y
tecnología para explorar
medios de interacción no
tradicionales (teclado y
ratón), entre el humano y
la computadora.
235
5. Aplicación de Ambientes
virtuales
5.1. Ambientes asistidos
5.1.1. Revisión de casos de
estudio
5.2. Ambientes de trabajo
colaborativo
5.2.1. Revisión de casos de
estudio
6. Usabilidad
6.1. Principios y directrices
6.2. Métricas
6.3. Casos de estudio
OBJETO DE APRENDIZAJE
1. Introducción a la
interacción personacomputadora
2. Diseño de interfaces
3. Interfaces de entrada
4. Interfaces de salida
5. Aplicación de ambientes
virtuales
6. Usabilidad
METODOLOGIA
(Estrategias, secuencias, recursos
didácticos)
1. Para cada Unidad, el profesor
motiva los temas a tratar.
2. Se desarrollan actividades de
crítica reflexiva para exponer la
importancia del ser humano sobre
las computadoras.
3. Se utiliza la plataforma de
experimentación con tecnologías
móviles, para la demostración de
conceptos.
4. Se complementan los temas
abordados en clase, con la
literatura relacionada con retos
tecno-sociales en el área HCI.
5. Se promueve la discusión grupal
de resultados y propuestas de
solución.
6. Se promueve el pensamiento
crítico y creativo a través de la
exploración de escenarios de
aplicación alternativos.
7. Se promueve el trabajo
interdisciplinario con áreas de las
ciencias sociales y de la salud.
8. Se desarrollan actividades de
grupo para enfatizar en la
Identifica requerimientos
tecnológicos para la
implementación de
canales de salida que
ofrecen información y
retroalimentación al
usuario.
Identifica y explora
espacios de información
digitales “habitables”.
Identifica, comprende,
aplica y reporta acerca de
la utilidad de interfaces de
interacción humanocomputadora a través de
la aplicación de métricas
de usabilidad.
EVIDENCIAS DE
APRENDIZAJE.
 Elaboración de
tareas/prácticas.
 Reportes de práctica o
de compleción de cada
unidad, con estructura:
introducción (revisión de
problemática), desarrollo
(metodología/técnica de
solución), resultados
(discusión de alcances)
 Examen escrito (solo
para tema 1).
 Para el tema 2, se
genera un reporte técnico
sobre el estado del arte y
los retos en HCI.
 Proyecto: requiere
presentación de prototipo
y reporte tipo artículo
(formato proporcionado)
Prácticas: requiere
demostración funcional y
reporte (especificado
anteriormente)
236
estrategia de “Diseño Basado en el
Usuario”
Técnicas
 Lectura de libros de texto.
 Lectura de artículos de
investigación.
 Expositiva.
 Debate.
 Diálogo simultáneo
 Grupos Focales
Material de Apoyo:
 Plataforma
de
experimentación
con
tecnologías móviles (PEMT).
 Tutoriales hands-on.
 Artículos de investigación,
libros de texto.
 Cañón
 Pintarrones
FUENTES DE INFORMACIÓN
(Bibliografía, direcciones electrónicas)
Diseño de Sistemas interactivos centrados en el
usuario. Autores: Toni Granollers i Saltiveri, Jesús
Iorés Vidal, José Juan Cañas Delgado. Editorial:
UOC. N. Colección: 43. Número de páginas: 280.
ISBN: 8497883209. Fecha de publicación: Octubre
2005.
Rsearch Methods in Human-Computer Interaction.
Lazar, Feng and Hochheiser. Wiley & Sons. 2010.
Human-Computer Interaction Handbook:
Fundamentals, Evolving Technologies, and Emerging
Applications. Julie Jacko. Taylor and Francis. 2012.
HCI Bibliography http://hcibib.org/
Human ComputerInteraction
http://www.zainbooks.com/books/computersciences/human-computer-interaction.html
Human ComputerInteraction
http://www.hcibook.com/e3/
EVALUACIÓN DE LOS APRENDIZAJES
(Criterios e instrumentos)
Examen, reporte técnico y otros: 30%
Los conocimientos y habilidades que el alumno ha
adquirido en las clases de teoría y problemas se
evaluarán según su participación y actitud en esas
mismas clases, y según documentación entregada
por el alumno con los resultados a problemas
propuestos.
Prácticas: 30%
A lo largo del curso, se debe atender el
desarrollo de actividades prácticas, las cuales
han sido preparadas para reforzar conocimiento
teórico. Algunos de los elementos importantes
que cada reporte de práctica debe contener
incluyen: discusión de al menos 3 artículos
académicos que aborden el tema objetivo de la
práctica, una sección de descripción de la
implementación desarrollada, así como una
sección de discusión de resultados y trabajo
futuro que podría mejorar la solución explorada.
Proyecto: 40%
Cubierto el tema 3, los alumnos deberán iniciar
el desarrollo del proyecto final de curso. Similar
a las prácticas, existe la entrega de un reporte,
237
el cual debe incluir las secciones de:
introducción (no menos de ½ cuartilla), revisión
de literatura (revisión de 7 artículos académicos
en un resumen de 1 a 2 cuartillas),
implementación, resultados, y conclusiones.
Además, del documento se evalúan los
alcances obtenidos con el prototipo.
La calificación mínima aprobatoria es 80
Cronograma del Avance Programático
S e m a n a s
Objetos de aprendizaje.
Introducción a la Interacción PersonaComputadora
Diseño de Interfaces
Interfaces de entrada
Interfaces de salida
Ambientes virtuales
Usabilidad
1
2
3
4
5
6
7
8
9
10 11 12 13 14 15 16
X X
X X X
X X X X X
X X X X
X X X X
X X X
238
Seguridad Informática
DES:
Programa(s) Educativo(s):
Tipo de materia:
Clave de la materia:
Semestre:
UNIVERSIDAD AUTÓNOMA DE
CHIHUAHUA
UNIDAD ACADEMICA
PROGRAMA DEL CURSO:
Programa de Seguridad
Informática
Ingeniería
MIC
Tópicos Selectos
MICTS15
Sistemas de
Información
Créditos
4
Total de horas por semana:
4
Teoría: 4
Práctica
Taller:
Laboratorio:
Prácticas complementarias:
Trabajo extra clase: 12
Total de horas semestre:
64
Fecha de actualización:
Enero de 2012
Materia requisito:
Ninguna
Área en plan de estudios:
Propósito del curso :
Dotar al alumno de conocimientos para prevenir y resolver problemas relacionados con la
seguridad de informática.
Objetivos:
El alumno será capaz de comprender los principios fundamentales de la seguridad informática,
conocerá herramientas necesarias para realizar un diagnóstico y reducirá el riesgo de un ataque y
el efecto del mismo, por medio de la implantación de una política de seguridad, basado en el valor
de la información.
RESULTADOS DE
COMPETENCIAS
DOMINIOS COGNITIVOS.
APRENDIZAJE.
(Tipo y Nombre de las
(Objetos de aprendizaje, temas y
competencias).
subtemas)
Competencias Genéricas:
 Comunicación verbal
 Pensamiento critico
 Razonamiento
analítico
 Resolución de
problemas
Competencias Especificas:
 Diseño e
implementación de
sistemas
1. CONCEPTOS BASICOS DE
CRIPTOGRAFIA 6 HORAS
1.1. INTRODUCCION A LA
CRIPTOGRAFIA
1.1.2. RELACION CON LA
MATEMATICAS
1.1.3. 4 ASPECTOS BASICOS DE
LA CRIPTOGRAFIA
1.2. CLASIFICACION DE LOS
SISTEMAS DE ENCRIPTACION
1.2.1. POR EL TRATAMIENTO DEL
MENSAJE
1.2.1.1. CIFRADO EN BLOQUE
ENCRIPTARA UN
MENSAJE DE 128
CARACTERES
USANDO UNA OPEN
PGP. USANDO
HERRAMIENTAS DE
ANALISIS DE
ENCRIPTACION COMO
PEID, DETECTAR EL
TIPO DE
ENCRI
ENCRIPTACION
PTACION Y
USAR UNA
HERRAMIENTA DE
239

Verificación y
validación
1.2.1.2. CIFRADO EN FLUJO
1.2.2 POR EL TIPO DE CLAVES
1.2.2.1. CLAVE SECRETA
1.2.2.2. CLAVE PUBLICA
1.3 CRITERIO PARA SELECCIÓN
DE CIFRADO PUBLICO O
PRIVADO
DESENCRIPTACION
PARA RECUPERAR EL
MENSAJE ORIGINAL
CALCULARA EL
TIEMPO NECESARIO
PARA DESCIFRAR UN
MENSAJE
ENCRIPTADO CON UN
SISTEMA DE 1024
BITS, UTILIZANDO UNA
COMPUTADORA CON
UNA CAPACIDAD DE 10
MEGAFLOPS
CALCULARA LA
ENTROPIA DE UN
MENSAJE DE 10
CARACTERES
2. INTRODUCCION A LA
SEGURIDAD INFORMATICA 6
HORAS
2.1. DEFINICION DE
CRIPTOGRAFIA
2.2. SEGURIDAD FISICA
2.3. SEGURIDAD LOGICA
2.4. PRINCIPIOS DE LA
SEGURIDAD INFORMATICA
2.4.1 EL PUNTO MAS DEBIL
2.4.2 PROTEGER LA
INFORMACION MIENTRAS SEA
VALIOSA
2.4.3 LAS MEDIDAS DE
SEGURIDAD DEBEN SER
EFECTIVAS, EFICIENTES,
FACILES DE USAR Y
APROPIADAS AL MEDIO
2.5. TIPOS DE AMENAZAS A LOS
SISTEMAS INFORMATICOS
2.5.1 INTERRUPCION
2.5.2 INTERCEPTACION
2.5.3 MODIFICACION
2.5.4 GENERACION
2.6. ELEMENTOS BASICOS DE LA
SEGURIDAD INFORMATICA
2.6.1 CONFIDENCIALIDAD
2.6.2 INTEGRIDAD
2.6.3 DISPONIBILIDAD
ENTIENDE LOS
CONCEPTOS DE
SEGURIDAD DE LA
INFORMACION
240
2.6.4 NO REPUDIO
2.7. REQUISITOS DE SEGURIDAD
DE UN SISTEMA
2.8. RECOMENDACIONES DE
BACON, KERCKHOFFS
3. RIESGOS INFORMATICOS 6
HORAS
3.1. TIPOS DE ATAQUES
3.1.1. ATAQUE DE NEGACION DE
SERVICIO
3.1.2. MAN IN THE MIDDLE
3.1.3. ATAQUE DE DIA CERO
3.1.4. ATAQUE DE FUERZA
BRUTA
3.1.5. EAVES DROPPING
3.1.6. PACKET SNIFFING
3.1.7. SNOOPING AND
DOWNLOADING
3.1.8. TAMPERING , DATA
DIDDLING
3.1.9. CRACKING
3.1.10.BLACK HOLES
3.1.11.VIRUS
UTILIZANDO LAS
HERRAMIENTAS DE
ULTIMATE CRACK,
ANALIZA EL
PROGRAMA WINRAR,
CUALQUIER VERSION
Y DETECTA SI UTILIZA
ALGUN TIPO DE
OFUSCACION
PUBLICA UNA
PEQUEÑA PAGINA
WEB, HOLA MUNDO, Y
REALIZA UN ATAQUE
D.O.S . MODIFICA LA
PAGINA WEB PARA
QUE SOPORTE EL
ATAQUE POR EL
DOBLE DEL NUMERO
DE INTENTOS DEL
PRIMER ATAQUE
USANDO UN SNIFFER,
ESCUCHA UNA RED
DE AREA LOCAL EN
BUSCA DE TEXTO
PLANO CON
INFORMACION
SENSIBLE COMO
CONTRASEÑAS.
4. CONCEPTOS DE CIFRADO
MODERNO 6 HORAS
4.1 CIFRADO EN FLUJO
4.2 CIFRADO EN BLOQUE
4.3 ESPACIO DE CLAVES,
ESPACIO DE MENSAJES
4.4 SEMILLA DE UN GENERADOR
5. ESTRATEGIAS CONTRA
ENTIENDE LOS
CONCEPTOS DE
CIFRADO
ENTIENDE LOS
CONCEPTOS DE
241
ATAQUES INFORMATICOS 6
HORAS
5.1. CONTRA PIRATERIA
5.1.1. MENSAJES DE ERROR EN
CONTRASEÑAS Y CLAVES
5.1.2. USO DE NOMBRES DE
VARIABLES
5.1.3. OCULTACION DE
CONTRASEÑAS FUERA DEL
PROGRAMA
5.2. CONT RA CRACKEO
5.2.1. USO DE CLAVE WEP, WPA,
LONGITUD DE LA CLAVE
5.2.2. NO PUBLICACION DE SSID
5.2.3. SELECCIÓN DE
CONTRASEÑAS
5.2.4. HERRAMIENTAS DE
AUDITOR DE SEGURIDAD
(BACKTRACK)
5.2.5. USO DE OFUSCACION,
AMBIENTE NET
OBJETO DE APRENDIZAJE
1. CONCEPTOS
BASICOS DE
CRIPTOGRAFIA
2. INTRODUCCION A LA
SEGURIDAD
INFORMATICA
3. RIESGOS
INFORMATICOS
4. CONCEPTOS DE
CIFRADO MODERNO
5. ESTRATEGIAS
CONTRA ATAQUES
INFORMATICOS
METODOLOGIA
(Estrategias, secuencias, recursos
didácticos)
1. Para cada Unidad, el profesor
motiva los temas a tratar.
2. Se desarrollan actividades de
crítica reflexiva para exponer la
importancia de la seguridad en
ambientes informaticos
3. Se utiliza la plataforma de
experimentación para la
demostración de conceptos.
4. Se complementan los temas
abordados en clase, con la
literatura relacionada
5. Se promueve la discusión
grupal de resultados y
propuestas de solución.
6. Se promueve el pensamiento
crítico y creativo a través de la
exploración de escenarios de
aplicación alternativos.
ESTRATEGIAS DE
PROTECCION CONTRA
ATAQUES
INFORMATICOS
EVIDENCIAS DE
APRENDIZAJE.
•
Elaboración de
tareas/prácticas.
•
Reportes de
práctica o de
compleción de cada
unidad, con estructura:
introducción,
desarrollo, resultados
•
Examenes
Técnicas
242
•
Lectura de libros de texto.
•
Lectura de artículos de
investigación.
•
Expositiva.
•
Debate.
•
Diálogo simultáneo
Material de Apoyo:
•
Plataforma de
experimentación
•
Artículos de investigación,
libros de texto.
•
Cañón
•
Pintarrones
FUENTES DE INFORMACIÓN
(Bibliografía, direcciones electrónicas)
BIBLIOGRAFIA:
[1] Rivest Ronald L., Handbook of applied
cryptography, June 1996.
[2] Schneier Bruce, Applied Cryptography,
Second Edition
[3]Myasnikov Alexei, Advanced Courses in
Mathematics CRM Barcelona, McGill University,
2008.
[4]Stalling Williams, Cryptography and network
security, second edition, Prentice hall, 1999.
[5]Welschenbach Michael, Cryptography in C
and C++, Library of congress cataloging, 2005.
[6]Delfs Hans, Knebl Helmut, Information
Security and Cryptography Texts and
Monographs, Springer, 2007.
EVALUACIÓN DE LOS APRENDIZAJES
(Criterios e instrumentos)
La evaluación del proceso enseñanza
aprendizaje se realizará de manera continua a
través de todo el curso, tomando en cuenta los
siguientes aspectos:
Exámenes 60%
Practicas 40%
La calificación mínima aprobatoria es 80
Cronograma del Avance Programático
S e m a n a s
Objetos de aprendizaje.
CONCEPTOS BASICOS DE
CRIPTOGRAFIA
INTRODUCCION A LA SEGURIDAD
INFORMATICA
RIESGOS INFORMATICOS
CONCEPTOS DE CIFRADO
MODERNO
ESTRATEGIAS CONTRA ATAQUES
INFORMATICOS
1
2
3
X
X
X
4
5
6
X
X
X
7
8
9
X
X
X
10 11 12 13 14 15 16
X
X
X
X
X
X
X
243
Aprendizaje Maquina
DES:
Programa(s) Educativo(s):
Tipo de materia:
Clave de la materia:
Semestre:
UNIVERSIDAD AUTÓNOMA DE
CHIHUAHUA
UNIDAD ACADEMICA
PROGRAMA DEL CURSO:
Aprendizaje Maquina
Ingeniería
MIC
Tópicos Selectos
MICTS22
Inteligencia
Computacional
Créditos
4
Total de horas por semana:
4
Teoría: 4
Práctica
Taller:
Laboratorio:
Prácticas complementarias:
Trabajo extra clase: 12
Total de horas semestre:
64
Fecha de actualización:
Febrero 2012
Materia requisito:
Ninguna
Área en plan de estudios:
Propósito del curso :
Desarrollar en el estudiante la capacidad de diseño e implementación de algoritmos y técnicas de
aprendizaje computacional que le permitan extraer y explotar información perteneciente a los
problemas que éste ataque. El aprendizaje máquina ha mostrado su potencia y versatilidad en un
amplio rango de problemas complejos en la industria, academia y gobierno al permitir que la
computadora evolucione e infiera conocimiento a través de datos empíricos. En este curso se
present
presentarán
arán los algoritmos más populares del área, también el curso se actualizará
constantemente con revisión de la literatura. Por medio de la aplicación de estos algoritmos en
casos prácticos el estudiante desarrolla la capacidad de innovación y desarrollo tec
tecnológico.
nológico. El
estudiante desarrolla investigación tecnológica al identificar problemas y proponer soluciones.
Al final del curso el estudiante será capaz de:
 Conoce los principales algoritmos para el aprendizaje máquina.
 Aplica los fundamentos y principios del aprendizaje maquina a la resolución de problemas.
 Dispone de una serie de algoritmos como opciones de solución a problemas potenciales.
 Identifica los problemas que sean susceptibles de ser resuelto por medio del aprendizaje
máquina.
 Establece que pro
procedimiento
cedimiento de solución de problemas se adecua mejor a sus
necesidades, reduciendo el tiempo que invierte en el proceso de resolución.
 Compara y contrasta los distintos algoritmos.
 Calibra el potencial de técnicas de aprendizaje máquina para la resolución d
de
e problemas
de la vida real.
244
COMPETENCIAS
DOMINIOS COGNITIVOS.
(Tipo Y Nombre de la
(Objetos de aprendizaje, temas y
competencias que nutre la
subtemas)
materia y a las que contribuye).
Para todas las unidades en el
1. Introducción al
temario:
aprendizaje maquina
1.1 Aprendizaje maquina
Competencias Genéricas:
1.1.2 Tipos de aprendizaje
maquina
 Comunicación verbal
1.2 Aprendizaje supervisado
 Pensamiento critico
1.2.1 Regresión
 Razonamiento analítico
1.2.2 Clasificación
 Resolución de
1.3
Características
del aprendizaje
problemas
maquina
1.3 Problemas y soluciones
Competencias Especificas:
1.4
Vista global del área, algoritmos,
 Diseño e
variantes,
novedades
implementación de
1.5
Ejemplos
de casos prácticos.
sistemas
 Verificación y validación
RESULTADOS DE
APRENDIZAJE.
Conoce fundamentos del
aprendizaje maquina.
Identifica problemas
característicos del área.
Identifica los principales
algoritmos del área.
2. Aprendizaje con árboles
2.1 Árboles de decisión
2.1.1 Construyendo arboles de
decisión
2.1.2 Entropía y teoría de la
información.
2.1.3 Implementación del árbol
de decisión.
2.1.4 Trabajando con variables
continuas
2.1.5 Clasificación y arboles de
regresión (CART).
2.1.6 Impureza Gini.
2,1.7 Regresión en arboles.
2.1.8 Caso práctico.
Conoce y aplica uno de
los principales algoritmos
en el aprendizaje
maquina: los árboles de
decisión. Utiliza esta
técnica en la resolución
de casos prácticos.
Identifica problemas para
ser resueltos por árboles
de decisión.
3. Probabilidad y Aprendizaje
3.1. De datos a probabilidades
3.1.1 Minimizando el riesgo.
3.1.2 El clasificador Naive
Bayes
3.2. Modelos de mezcla Gaussianos
3.2.1 El algoritmo de la
maximización de la esperanza
3.3. Métodos de vecinos cercanos
3.3.1 Suavizado del vecino
cercano.
3.3.2 Cálculo eficiente de la
Identifica conceptos
clave del manejo de
probabilidades en
clasificadores de datos.
Calibra el potencial de
los clasificadores para la
resolución de problemas.
245
distancia: árbol KD.
3.4.3 Medidas de distancia.
3.4. Caso práctico.
4. Optimización y búsqueda
4.1. Optimización de mínimos
cuadrados
4.1.1. Expansiones de Taylor.
4.1.2 El algoritmo LevenbergMarquardt
4.2 Búsqueda
4.2.1 Búsqueda Exhaustiva.
4.2.2 Búsqueda Voraz.
4.2.3 Subiendo la colina
4.3 Recocido simulado.
4.4 Caso práctico.
Aplica el concepto de
búsqueda en problemas
de optimización.
Contrasta varios tipos de
búsqueda y cuenta con
los criterios adecuados
para decidir que tipo de
búsqueda es factible a
un problema dado.
Establece
procedimientos de
solución.
5. Aprendizaje Evolutivo
5.1. El algoritmo genético
5.1.1. Representación de
cadenas
5.1.2 Evaluación de la aptitud
5.1.3 Población
5.1.4. Generando descendencia:
Selección de padres
5.2 Programación genética.
5.3 Estrategias evolutivas.
Compara y contrasta
diferentes algoritmos del
área de cómputo
evolutivo. Establece
procedimiento de
solución a través del
cómputo evolutivo.
6. Algoritmo Montecarlo
Basado en Cadenas de
Markov
6.1. Muestreo
6.1.1. Números aleatorios.
6.1.2. Números aleatorios
gaussianos
6.2 Montecarlo Cadenas de Markov
6.2.1 Cadenas de Markov
6.2.2 El algoritmo MetropolisHastings
6.2. Muestreo de Gibbs.
6.3 Modelos ocultos de Markov
(HMM).
Conoce y aplica la
técnica de muestreo para
la resolución de
problemas. Contrasta y
compara los distintos
algoritmos vistos en
clase.
246
OBJETO DE APRENDIZAJE
11. Introducción al
aprendizaje maquina.
12. Aprendizaje con
árboles.
13. Probabilidad y
aprendizaje.
14. Optimización y
búsqueda.
15. Aprendizaje evolutivo
16. Algoritmo Montecarlo
basado en cadenas de
Markov.
METODOLOGIA
(Estrategias, secuencias, recursos
didácticos)
1. Para cada Unidad, el profesor
motiva los temas a tratar.
2. El profesor presenta problemas y
el estudiante es el encargado de
brindar una solución.
3. El estudiante formula el
problema, genera la solución y
realiza un reporte por cada práctica.
4. Se complementan los temas
vistos en clase con artículos de
investigación donde se haga
hincapié en la técnica de resolución
del problema.
4. La discusión y el análisis se
propician a partir de la presentación
de resultados por parte de todos los
estudiantes de la clase.
EVIDENCIAS DE
APRENDIZAJE.
Se entrega por escrito:
Elaboración de tareas.
Reportes al final de cada
unidad, donde se
presente el problema
que se ataco, la
metodología y los
resultados obtenidos.
Trabajos por escrito con
estructura IDC
(Introducción, desarrollo
conclusión).
Exámenes escritos.
Las exposiciones
deberán presentarse en
Centrado en la tarea
un orden lógico.
Trabajo de equipo en la elaboración Introducción resaltando
de tareas, planeación, organización, el objetivo a alcanzar,
cooperación en la obtención de un desarrollo temático,
producto para presentar en clase.
responder preguntas y
aclarar dudas y
Inductivo
finalmente concluir.
Entregar actividad al
 Observación
grupo para evaluar el
 Comparación
contenido expuesto.
 Experimentación
Deductivo
 Aplicación
 Comprobación
 Demostración
Sintético
 Recapitulación
 Definición
 Resumen
 Esquemas
 Modelos matemáticos
 Conclusión
Los trabajos se reciben
si cumplen con la
estructura requerida, es
muy importante reportar
la s referencias
bibliográficas al final en
estilo APA.
Técnicas
 Lectura de libros de texto.
 Lectura de artículos de
investigación.
 Expositiva.
247


Debate.
Diálogo simultáneo
Material de Apoyo didáctico:
Recursos
 Tutoriales para el desarrollo
de los algoritmos.
 Artículos de investigación,
libros de texto.
 Cañón
 Pintarrones
FUENTES DE INFORMACIÓN
(Bibliografía, direcciones electrónicas)
Machine Learning: An algorithmic perspective.
Stephen Marsland
Machine Learning.
Tom Mitchel.
Pattern Recognition and Machine Learning.
Christopher M. Bishop
EVALUACIÓN DE LOS APRENDIZAJES
(Criterios e instrumentos)
Se toma en cuenta para integrar calificaciones
parciales:
2 exámenes parciales resueltos donde
se evalúa conocimientos, comprensión
y aplicación. Con un valor del 20% cada
uno. El 60% restante en un proyecto de
desarrollo tecnológico.
La acreditación del curso se integra:
o Exámenes parciales:
o Proyecto de desarrollo tecnológico.


Nota: La calificación mínima aprobatoria será
de 80
Cronograma del Avance Programático
S e m a n a s
Objetos de aprendizaje.
1
2
3
4
5
6
7
8
9
10 11 12 13 14 15 16
Introducción al aprendizaje maquina.
X X
Aprendizaje con árboles.
X X
Probabilidad y aprendizaje.
X X X
Optimización y búsqueda.
X X X
Algoritmos evolutivos.
X X X
Algoritmo
Montecarlo
basado
en
X X X
cadenas de Markov.
248
Reconocimiento de Patrones
DES:
Programa(s) Educativo(s):
Tipo de materia:
Clave de la materia:
Semestre:
UNIVERSIDAD AUTÓNOMA DE
CHIHUAHUA
UNIDAD ACADEMICA
PROGRAMA DEL CURSO:
Reconocimiento de Patrones
Ingeniería
MIC
Tópicos Selectos
MICTS23
Inteligencia
Computacional
Créditos
4
Total de horas por semana:
4
Teoría: 4
Práctica
Taller:
Laboratorio:
Prácticas complementarias:
Trabajo extra clase: 12
Total de horas semestre:
64
Fecha de actualización:
Febrero 2012
Materia requisito:
Ninguna
Área en plan de estudios:
Propósito del curso :
Motivar y desarrollar en el estudiante la habilidad para diseñar e implementar técnicas de
reconocimiento de patrones. Con el advenimiento de nueva tecnología, la capacidad de
generación de datos ha crecido exponencialmente, cada vez es más barato crear y almacenar
datos. La identificación de relaciones, generalizaciones y patrones en los datos con el fin de
generar información es una cualidad requerida en los distintos sectores productivos. Durante e
este
ste
curso el estudiante conocerá, diseñará e implementará estrategias que permitan extraer
información crítica de grandes repositorios de datos. El curso ofrece a los estudiantes la
oportunidad de aplicar el conocimiento en casos reales del sector industri
industrial,
al, educativo y de
gobierno. Se espera que el estudiante innove y desarrolle procedimientos para un rango de
problemas amplio, como pueden ser: problemas de clasificación, regresión, predicción de series
de tiempo y compresión de datos.
Objetivos:
Al final del curso el estudiante:
 Conoce y aplica los conceptos más importantes del área de reconocimiento de patrones.
 Diseña y aplica funciones discriminatorias para la clasificación de información.
 Implementa y aplica algoritmos perceptron para problemas rreales.
eales.
 Diseña y aplica funciones de clasificación no lineales.
 Conoce e implementa algoritmos de agrupamiento de datos.
 Aplica pre
pre-procesamiento
procesamiento de datos y reducción de la dimensionalidad para simplificar
problemas.
 Conoce algoritmos populares para problem
problemas
as de clasificación.
249
COMPETENCIAS
(Tipo, nombre y componentes
de la competencia)
Para todas las unidades en el
temario:
Competencias Genéricas:
 Comunicación verbal
 Pensamiento critico
 Razonamiento analítico
 Resolución de
problemas
Competencias Especificas:
 Diseño e
implementación de
sistemas
 Verificación y validación
DOMINIOS COGNITIVOS.
(Objetos de estudio, temas y
Subtemas)
RESULTADOS DE
APRENDIZAJE.
(Por objeto de estudio).
1. Introducción
1.1 Aprendizaje de máquina
1.2 Patrones y espacios
vectoriales
1.3 Reconocimiento de y
clasificación de patrones
1.5 Tipos de máquinas
clasificadoras
1.6 Naturaleza y categorías
1.7 Conjuntos de entrenamiento
1.8 Clasificadores supervisados
y no supervisados
Adquiere y maneja de
manera clara conceptos
básicos de
reconocimiento de
patrones, algoritmos,
patrones, conjuntos de
prueba, validación y
entrenamiento.
2. Clasificación Basada en
Funciones Discriminatorias
2.1 Funciones lineales
2.2 Separabilidad lineal
2.2.1 El perceptrón
2.2.2 perceptrón multi-capa
(MLP)
2.3 Funciones no lineales
2.3.1 Clasificador bayesiano
2.4 Usos del perceptrón multicapa:
Problemas de regresión,
clasificación, series de tiempo y
compresión de datos.
Conoce, formula y aplica
funciones
discriminatorias para la
clasificación de datos.
Implementa y aplica el
perceptrón en problemas
reales. Diseña y aplica
funciones no lineales de
clasificación.
3. Determinación de Dimensiones
 Medición de la similitud
 Agrupamientos (clusters) de
patrones
 Técnicas de agrupamientos
 IsoData
 K-means
Conoce e implementa
algoritmos de
agrupamiento de datos.
4. Reducción de Dimensiones
4.1 Pre-procesamiento de
patrones
4.2 Determinación de
características y atributos
4.2.1 Minimización de
entropía
4.2.2 Uso de funciones
ortogonales
Conoce e implementa
diferentes tipos de
preprocesamiento de
datos. Determina las
características y
atributos de la
información. Implementa
PCA para reducción de
dimensionalidad.
250
4.3 Análisis de componentes
principales (PCA).
OBJETO DE APRENDIZAJE
1. Introducción
2. Clasificación Basada en
Funciones Discriminatorias
3. Determinación de
Dimensiones
4. Reducción de Dimensiones
5. Otros Tipos de
Reconocedores y/o
Clasificadores
5. Otros Tipos de Reconocedores
y/o Clasificadores
5.1. Máquinas de soporte
vectorial
5.2. Funciones de base radial
5.3. Métodos de kernel
METODOLOGIA
(Estrategias, secuencias, recursos
didácticos)
1. Para cada Unidad, el profesor
motiva los temas a tratar.
2. El profesor presenta problemas y
sugiere una opción de solución, el
estudiante propone nuevas formas
de estructurar el problema y
consecuentemente nuevas formas
de abordarlo (algoritmos).
Conoce otros tipos
populares de
clasificadores. Identifica
los principales elementos
de estos algoritmos.
EVIDENCIAS DE
APRENDIZAJE.
Se entrega por escrito:
Se deberán entregar
reportes por cada unidad
con la formulación y
solución del problema
por parte del estudiante.
Trabajos por escrito con
3. El estudiante formula el estructura IDC
problema, genera la solución y (Introducción, desarrollo
realiza un reporte por cada practica. conclusión).
Exámenes escritos.
4. Se complementan los temas
vistos en clase con artículos de Las exposiciones
investigación donde se haga deberán presentarse en
hincapié en la técnica de resolución un orden lógico.
del problema.
Introducción resaltando
el objetivo a alcanzar,
4. La discusión y el análisis se desarrollo temático,
propician a partir de la presentación responder preguntas y
de resultados por parte de todos los aclarar dudas y
estudiantes de la clase.
finalmente concluir.
Entregar actividad al
Centrado en la tarea
grupo para evaluar el
Trabajo de equipo en la elaboración contenido expuesto.
de tareas, planeación, organización,
cooperación en la obtención de un Los trabajos se reciben
producto para presentar en clase.
si cumplen con la
estructura requerida, es
Inductivo
muy importante reportar
la s referencias
 Observación
bibliográficas al final en
 Comparación
estilo APA.
 Experimentación
Deductivo
 Aplicación
 Comprobación
A través de discusiones
individuales y grupales
se debe motivar a los
estudiantes a ser
251

Demostración
Sintético
 Recapitulación
 Definición
 Resumen
 Esquemas
 Modelos matemáticos
 Conclusión
Técnicas
 Lectura de libros de texto.
 Lectura de artículos de
investigación.
 Expositiva.
 Debate.
 Diálogo simultáneo
analíticos, críticos y
proposititos en
problemas del mundo
real.
Se contrastaran las
soluciones presentadas
por los estudiantes, se
discutirán ventajas y
desventajas para cada
una de ellas.
Material de Apoyo didáctico:
Recursos
 Tutoriales para el desarrollo
de los algoritmos.
 Articulos de investigación,
libros de texto.
 Cañón
 Pintarrones
FUENTES DE INFORMACIÓN
EVALUACIÓN DE LOS APRENDIZAJES
(Bibliografía, direcciones electrónicas)
(Criterios e instrumentos)
Pattern recognition and machine leaning, Se toma en cuenta para integrar calificaciones
Christopher M. Bishop. Springer Science, 2006
parciales:
Pattern classification, Richard O. Duda, Peter E.
Hart y David G. Store. John Wiley and Sons
 Proyectos para cada una de las
Inc. 2001.
unidades.
Pattern recognition, Sergios Theodoridis y
 La acreditación del curso se integra:
Konstantinos Koutrumbas, Elsevier, 2009.
 Proyecto de desarrollo tecnológico.
Nota: La calificación mínima aprobatoria será
de 80
252
Cronograma del Avance Programático
S e m a n a s
Objetos de aprendizaje.
Introducción.
Clasificación
basada
en
funciones
discriminatorias.
Determinación de categorías.
Reducción de dimensionalidad
Otros tipos de reconocedores y/o
clasificadores.
1
2
X
X
3
4
5
6
X
X
X
X
7
8
9
10 11 12 13 14 15 16
X
X
X
X
X
X
X
X
X
X
253
Sistemas Lógicos
DES:
Programa(s) Educativo(s):
Tipo de materia:
Clave de la materia:
Semestre:
UNIVERSIDAD AUTÓNOMA DE
CHIHUAHUA
UNIDAD ACADEMICA
PROGRAMA DEL CURSO:
Sistemas Lógicos
INGENIERÍA
MIC
Tópicos Selectos
MICTS25
Inteligencia
Computacional
Créditos
4
Total de horas por semana:
4
Teoría: 4
Práctica
Taller:
Laboratorio:
Prácticas complementarias:
Trabajo extra clase: 12
Total de horas semestre:
64
Fecha de actualización:
Febrero 2012
Ninguna
Materia requisito:
Área en plan de estudios:
Propósito del curso :
Un enfoque formal a la Inteligencia Artificial y los Sistemas Inteligentes es importante ya que
proporciona una semántica clara para los problemas y se puede demostrar que las soluciones
son sólidas (las respuestas son correctas), y completas (todas las re
respuestas
spuestas son obtenidas).
El uso de un enfoque formal no excluye la necesidad de heurísticas, ni implica que la lógica
de primer orden sea la única herramienta que se pueda usar. Existen muchas lógicas que son
apropiadas para un problema particular, como el razonamiento no monótono, la lógica
temporal, la lógica modal o la dinámica, así como enfoques no lógicos. Sin embargo, teniendo
un enfoque formal se puede, en la mayoría de los casos, determinar la complejidad de una
implementación. El que una lógica sea empleada como el formalismo no implica que deba
usarse un lenguaje lógico para implementar el sistema. Puede resultar más eficiente
implementar la representación lógica de un sistema en otro lenguaje. Muchas sub
sub-disciplinas
disciplinas
de la IA usan enfoques basados en lógica, como por ejemplo, razonamiento abductivo,
robótica de alto nivel, aprendizaje inductivo, teoría de las creencias, razonamiento de sentido
común, lógica computacional, representación del conocimiento, lógica para agentes, lógica de
acciones, lógi
lógica
ca de causalidad, lógica y lenguaje, lógica y planificación, teoría de decisiones,
razonamiento no monótono, comprobación de teoremas, lógica y restricciones, y lógica
difusa, entre muchos otros. Este curso proporciona cimientos formales sólidos sobre los
cuales se desarrollan sistemas inteligentes.
254
Objetivos:
Al final del curso el estudiante:
 Adquiere una idea clara y concisa de los principios fundamentales de varios
sistemas lógicos formales.
 Aplica los fundamentos y principios de los sistemas lógicos para el diseño e
implementación de sistemas inteligentes.
 Tiene a los sistemas lógicos como base de estudio de problemas en diversas áreas
de las ciencias de la computación.
 Analiza la validez de ciertos razonamientos y resultados en sistemas de hardware y
software.
 Establece procedimientos de modelización, especificación y verificación de sistemas
de cómputo.
 Domina los procedimientos para demostrar teoremas generales o fórmulas a partir
de casos particulares.
 Ubica la teoría de cada uno de los objetos de estudio en los fundamentos de los
sistemas lógicos aplicados a sistemas inteligentes.
COMPETENCIAS
(Tipo y Nombre de las
competencias).
Para todas las unidades en el
temario:
Competencias Genéricas:
 Comunicación verbal
 Pensamiento critico
 Razonamiento
analítico
 Resolución de
problemas
Competencias Especificas:
 Diseño e
implementación de
sistemas
 Verificación y
validación
DOMINIOS COGNITIVOS.
(Objetos de aprendizaje, temas y
subtemas)
1. Fundamentos de sistemas
basados en lógica
1.1. Introducción y Motivación
1.2. Epistemología
1.2.1. IA basada en Lógica
1.2.2. Nivel de
Conocimiento
1.2.3. Situación Informática
Acotada
1.2.4. Situación Informática
de Sentido Común
1.2.5. Conocimiento de
Sentido Común
1.2.6. Entidades Pobres y
Ricas
1.2.7. Tolerancia de
Elaboración
1.2.8. Conjuntividad
1.2.9. Contextos
Formalizados
1.2.10. Conceptos
Aproximados y Teorías
1.2.11. Tolerancia a la
Ambigüedad
1.2.12. Comprensión
1.3. Heurística
1.3.1. Expresión declarativa
1.3.2. Reificación u
RESULTADOS DE
APRENDIZAJE.
Introduce al estudio de
las lógicas:
1. Define conceptos
fundamentales que
motivan el desarrollo de
lógicas.
2. Describe diferentes
problemas que se
abordan con lógica.
3. Explica la idoneidad
del enfoque lógico para
el tratamiento formal de
sistemas.
255
Ontología
1.3.3. Discriminación,
Reconocimiento y
Descripción
1.3.4. Razonamiento
Cualitativo
1.3.5. Razonamiento
Probabilístico
1.3.6. Razonamiento No
Monótono
1.4. Robótica
1.4.1. Robots Lógicos
1.4.2. Concienciación,
conocimiento e
introspección
1.4.3. Intención de Acción
1.4.4. Cálculo situacional
mental
1.4.5. Libre albedrío
1.4.6. Las tres posturas de
Dennet
1.5. Razonamiento sobre
Acciones
1.5.1. Cálculo de
Situaciones
1.5.2. Problemas clásicos
1.5.3. Teorías de Acción
1.5.4. Procesos Continuos y
Discretos
1.5.5. Eventos no
deterministas
1.5.6. Eventos concurrentes
1.6. Aprendizaje
1.7. Creatividad
2. Lógica Bivaluada
2.1. Lógica Proposicional
2.1.1. Oraciones
Declarativas
2.1.2. Deducción natural
2.1.3. Lógica proposicional
como lenguaje formal
2.1.4. Semántica de la
lógica proposicional
2.1.5. Formas Normales
2.2. Lógica de Primer Orden
2.2.1. Limitaciones de la
lógica proposicional
2.2.2. Lógica de predicados
como lenguaje formal
2.2.3. Semántica de la
1. Explica las dos lógicas
básicas de mayor
empleo en todas las
áreas de conocimiento.
2. Identifica sus ventajas
y limitaciones de cada
lógica en la formalización
de problemas.
3. Resuelve problemas
de modelización.
4. Realiza
demostraciones
lógicas.
256
lógica de predicados
2.2.4. Indecibilidad de la
lógica de predicados
3. Lógica de árbol de computo
(CTL)
3.1. El problema de verificación
3.2. Sintaxis de CTL
3.3. Semántica de CTL
3.3.1. Patrones prácticos de
especificaciones
3.3.2. Equivalencias entre
fórmulas CTL
3.4. El problema de exclusión
mutua
3.5. Algoritmo de verificación de
modelos
3.6. Sistema SMV (Verificador
de Modelos Simbólicos)
3.7. Alternativas y extensiones
de CTL
3.7.1. Lógica temporal lineal
3.7.2. CTL*
3.8. Caracterización de punto
fijo
4. Lógica modal
4.1. Modos de Verdad
4.2. Lógica modal básica
4.2.1. Sintaxis
4.2.2. Semántica
4.3. Ingeniería lógica
4.3.1. Fórmulas válidas
4.3.2. Propiedades de la
relación de
accesibilidad
4.3.3. Teoría de la
correspondencia
4.3.4. Algunas lógicas
modales
4.3.5. Implicación
semántica
4.4. Deducción natural
4.5. Razonamiento acerca del
conocimiento en sistemas
multiagentes.
Introduce al estudio de
variación de modelos:
1. Explica la sintaxis y
semántgica de CTL.
2. Deriva el algoritmo
estándar para la
verifación de modelos de
fórmulas CTL.
3. Practica la síntesis e
interpretación de
espcificaciones CTL.
4. Describe el protocolo
de exclusión mutua
desarrollados como
sistemas de transición
etiquetados.
5. Proporciona código
SMV para casos de
estudio.
6. Discute la lógica LTL y
CTL*
7. Da caracterización de
punto fijo de operadores
CTL
Introduce la lógica modal
y la teoría de agentes:
1. Identifica las
limitaciones formales de
la lógica proposicional y
de predicados en el
manejo de la verdad.
2. Diferencia entre los
modos necesidad y
posibilidad.
3. Identifica diferentes
lógicas modales, como la
temporal y la lógica de
árbol de computación
(CTL).
4. Discute la sintaxis
general, semántica y una
extensión del cálculo
deductivo de la lógica
proposicional para la
lógica modal básica.
257
5. Razonamiento no monotónico
5.1. Lógica por Omisión
5.1.1. Noción de Default
5.1.2. Sintaxis
5.1.3. Semántica
operacional
5.1.4. Teorías normales
5.1.5. Teorías
seminormales
5.1.6. Enfoques alternativos
5.1.7. Prioridades
5.2. Lógica Autoepistémica
5.2.1. Sintaxis
5.2.2. Semántica
5.2.3. Expansiones
5.2.4. Conjuntos estables
5.2.5. Computación de
expansiones
5.2.6. Incrustación de lógica
de default en la lógica
autoespistémica
5.3. Circunscripción
5.3.1. Circunscripción de
predicados
5.3.2. Modelos mínimos
5.3.3. Consistencia y
expresividad
5.3.4. Circunscripción de
variables
5.3.5. Circunscripción
priorizada
5.4. Semántica del Modelo
Estable
5.4.1. Fundamentos de
Programación Lógica
5.4.2. Modelos estables de
los programas lógicos
5.4.3. Caracterización
alternativa
5.4.4. Programas lógicos
5. Analiza tareas de
ingeniería lógica.
6. Modela sistemas de
razonamiento con lógica
modal sobre el
conocimiento en
sistemas multiagente
(KT45n).
7. Explica como algunos
acertijos se pueden
resolver empleando
lógica modal.
Introduce los conceptos
básicos sobre lógica no
monótona
1. Explica la
problemática de emplear
lógica clásica bajo
información incompleta.
2. Compara formalmente
las fortalezas de cada
enfoque lógico para
razonamiento con
información incompleta.
3. Explica las
equivalencias
semánticas entre los
diferentes enfoques
lógicos.
4. Adquiere habilidades y
métodos para aplicar a
situaciones concretas.
5. Identifica la amplitud y
diversidad del área.
258
con negación clásica
6. Lógicas multivaluadas
6.1. Fundamentos
6.1.1. Antecedentes
históricos
6.1.2. De la lógica clásica a
multi-valuada
6.1.3. Conjuntos de grados
de verdad
6.1.4. Valores de verdad
designados
6.1.5. Validez y
consecuencia lógica
6.2. Sistemas básicos
6.2.1. Lógica de Gödel
6.2.2. Lógica de
Lukasiewicz
6.2.3. Lógica Producto
6.2.4. Lógica de Post
6.3. Semántica Estándar y
Algebraica
6.3.1. Lógicas de Gödel y
Lukasiewicz
6.3.2. Lógica Producto
6.3.3. Lógica de Post
6.4. Sistemas Tri y Tetra
Valuados
6.4.1. Sistemas tri-valuados
6.4.2. Sistemas tetravaluados
6.5. Lógicas con Conectivos
basados en Normas-T
6.6. Impicaciones Residuadas
vs. Implicaciones-S
6.7. Normas-T Continuas
6.8. Lógica de Normas-T
Continuas
6.9. Aplicaciones
6.9.1. Teoría de Conjuntos
Difusos
6.9.2. Razonamiento difuso
no monótono
Introduce nociones
fundamentales de lógica
multi-valudas junto con
algunas tendencias
importantes de los
sistemas infinitamente
valuados.
1. Explica el enfoque
lógico y algebraico de las
lógicas.
2. Explica los principios
de bivalencia y
composicionalidad.
3. Justifica el empleo de
estructuras algebraicas
para conjuntos de
valores de verdad.
259
OBJETO DE APRENDIZAJE
1. Fundamentos de Sistemas
Basados en Lógica.
2. Lógica Bivaluada
3. Lógica de Árbol de
Computo(CTL)
4. Lógica Modal
5. Razonamiento No
Monotonico
6. Lógicas Multivaluadas
METODOLOGIA
(Estrategias, secuencias, recursos
didácticos)
1. Para cada Unidad, se presenta
una introducción por parte del
maestro, utilizando un organizador
previo temático.
2. Se dispone de una guía de
estudios, la cual ayuda al manejo y
estudio de los contenidos y debe
entregarse al inicio de la clase, este
producto se utiliza para la discusión
de tema por equipo y para el resto
del grupo.
3. El material para el estudio de los
contenidos, también se entrega al
inicio de clase. Este material apoya
al estudiante en su estudio para la
obtención de las evidencias del
aprendizaje
4. La discusión y el análisis se
propician a partir del planteamiento
de una situación problemática,
dónde el estudiante aporte
alternativas de solución o resolver
un ejercicio dónde aplique
conceptos ya analizados.
Centrado en la tarea
Trabajo de equipo en la elaboración
de tareas, planeación, organización,
cooperación en la obtención de un
producto para presentar en clase.
Inductivo
 Observación
 Comparación
 Experimentación
Deductivo
 Aplicación
 Comprobación
 Demostración
Sintético
 Recapitulación
 Definición
 Resumen
 Esquemas
 Modelos matemáticos
 Conclusión
EVIDENCIAS DE
APRENDIZAJE.
Se entrega por escrito:
Elaboración de
resúmenes.
Cuestionarios.
Contenidos de
exposiciones.
Trabajos por escrito con
estructura IDC
(Introducción, desarrollo
conclusión).
Exámenes escritos.
Elaboración de
Antologías
Resolución de ejercicios
en la plataforma
Elaboración de mapa
mental
Los resúmenes deberán
abarcar la totalidad del
contenido programado
para dicha actividad.
Los cuestionarios se
reciben si están
completamente
contestados, no debe
faltar pregunta sin
responder.
Las exposiciones
deberán presentarse en
un orden lógico.
Introducción resaltando
el objetivo a alcanzar,
desarrollo temático,
responder preguntas y
aclarar dudas y
finalmente concluir.
Entregar actividad al
grupo para evaluar el
contenido expuesto.
Los trabajos se reciben
si cumplen con la
estructura requerida, es
muy importante reportar
la s referencias
bibliográficas al final en
estilo APA.
Las antologías deberán
indicar las referencias
260
Técnicas
 Lectura
 Lectura comentada
 Expositiva
 Debate dirigido
 Diálogo simultáneo
Material de Apoyo didáctico:
Recursos
 Manual de Instrucción
 Talleres para realizar
ejercicios
 Materiales gráficos:
artículos, libros, diccionarios,
etc.
 Cañón
 Rotafolio
 Pizarrón, pintarrones
 Proyector de acetatos
 Modelos tridimensionales
 Plataforma
FUENTES DE INFORMACIÓN
(Bibliografía, direcciones electrónicas)
Nonmonotonic Reasoning, Grigoris Antoniou,
MIT Press, ISBN-10: 0-262-01157-3, 1997.
Knowledge Representation and Reasoning, R.J.
Brachman & H.J. Levesque, Morgan Kaufman,
2004.
Knowledge in Action, Raymond Reigter, The
MIT Press, 2001.
A First Course in Fuzzy Logic, H.T. Nguyen &
E.A. Walker, CRC Press, 1999.
The Description Logic Handbook, F. Baader et.
Al., Cambridge Press, 2003
Handbook of Automated Reasoning, A.
Robinson & A. Voronkov, Eds., Elsevier, 2001.
Design of Logic-Based Intelligent Systems,
Klaus Truemper, Wiley Interscience, 2004.
Fuzzy Sets and Fuzzy Logic, G.J. Klir & B.
Yuan, Prentice-Hall, 1995.
Computational Intelligence, Witold Pedricz, CRC
Press, 1998
Reasoning about Rational Agents, Michael
Wooldridge, MIT Press, 2000.
donde se
Ubican
Esta actividad le permite
al alumno familiarizarse
con la plataforma
Examen construido con
los reactivos formulados
por los profesores que
imparten la materia.
El mapa corresponde a
un objeto de estudio
EVALUACIÓN DE LOS APRENDIZAJES
(Criterios e instrumentos)
Se toma en cuenta para integrar calificaciones
parciales:
 3 exámenes parciales resueltos en la
plataforma donde se evalúa
conocimientos, comprensión y
aplicación. Con un valor del 30%, 30%
y 40% respectivamente
La acreditación del curso se integra:
 Exámenes parciales:
 Trabajos extra clase tales como
cuestionarios, resúmenes, participación
en exposiciones, discusión individual,
ejercicios en la plataforma, antologías,
mapa mental.
Nota: La calificación mínima aprobatoria será
de 80
261
Cronograma del Avance Programático
S e m a n a s
Objetos de aprendizaje.
Fundamentos de Sistemas Basados en
Lógica.
Lógica Bivaluada
Lógica de Árbol de Computo(CTL)
Lógica Modal
Razonamiento No Monotonico
Lógicas Multivaluadas
1
2
X
X
3
4
X
X
5
6
X
X
7
8
9
X
X
X
10 11 12 13 14 15 16
X
X
X
X
X
X
X
262
Sistemas de búsqueda y razonamiento
DES:
Programa(s) Educativo(s):
Tipo de materia:
Clave de la materia:
Semestre:
UNIVERSIDAD AUTÓNOMA
DE CHIHUAHUA
UNIDAD ACADEMICA
PROGRAMA DEL CURSO:
Sistemas de búsqueda y
razonamiento
Ingeniería
MIC
Tópicos Selectos
MICTS26
Inteligencia
Computacional
Créditos
4
Total de horas por semana:
4
Teoría: 4
Práctica
Taller:
Laboratorio:
Prácticas complementarias:
Trabajo extra clase: 12
Total de horas semestre:
64
Fecha de actualización:
Febrero 2012
Materia requisito:
Ninguna
Área en plan de estudios:
Propósito del curso :
Este curso trata sobre la construcción de sistemas de búsqueda y razonamiento. Se basa en
entender y aplicar un conjunto de métodos fundamentales para la construcción de agentes
inteligentes que pueden tomar decisiones y actuar de manera racional aún con información
incompleta o en otras condiciones de incertidumbre. Las técnicas estudiadas le dan herramientas
al alumno para resolver problemas que serian muy difíciles de resolver utilizando técnicas
tradicionales de programación.
Objetivos:
Al final del curso el estudiante será capaz de:
 Entiende como ha sido la evolución de la inteligencia artificial.
 Entiende como es la estructura interna y el ambiente en que operan
 los diferentes tipos de agentes inteligentes.
 Utiliza diversos algoritmos de búsqueda para solucionar problemas.
 Construye agentes inteligentes que resuelvan problemas de satisfacción de restricciones.
 Construye agentes que utilicen técnicas de lógica proposicional para tomar decisiones
racionales.
 Construye agentes que utilicen la probabilidad para tomar decisiones en condiciones de
incertidumbre.
263
COMPETENCIAS
(Tipo y Nombre de las
competencias).
Competencias Genéricas:
 Comunicación
verbal
 Pensamiento
critico
 Razonamiento
analítico
 Resolución de
problemas
Competencias
Especificas:
 Diseño e
implementación de
sistemas
DOMINIOS COGNITIVOS.
(Objetos de aprendizaje, temas y
subtemas)
1. Introducción a la inteligencia
artificial
1.1. Que es IA
1.2. Los fundamentos de la
Inteligencia Artificial.
1.3. Historía de la Inteligencía
Artificial
1.4. El estado del arte.
RESULTADOS DE
APRENDIZAJE.
2. Agentes inteligentes
2.1. Agentes y ambientes.
2.2. El concepto de racionalidad.
2.3. La naturaleza de los ambientes.
2.4. La estructura de los agentes.
Reconoce los tipos de
agentes, tipos de
ambientes, su estructura
y su naturaleza.
Identifica el concepto de
racionalidad.
3. Resolución de problemas usando
búsquedas
3.1. Creando agentes que pueden
solucionar problemas.
3.2. Problemas de búsqueda.
3.3. Búsqueda de soluciones.
3.3.1. Arboles.
3.3.2. Grafos.
3.4. Búsqueda no informada
3.4.1. Búsqueda a lo ancho.
3.4.2. Búsqueda de costo
uniforme.
3.4.3. Búsqueda en profundidad.
3.4.4. Búsqueda limitando la
profundidad.
3.4.5. Búsqueda en profundidad
iterativa.
3.5. Búsqueda Heurística
3.5.1. Algoritmo de búsqueda
ambiciosa.
3.5.2. Algoritmo A*.
3.5.3. Búsquedas limitando el
uso de la memoria.
3.6. Funciones Heurísticas
Reconoce en qué
consiste el estudio de la
Inteligencia Artificial;
Identifica las ciencias
que sirven de base para
la Inteligencia Artificial;
Entiende cómo ha
evolucionado la
Inteligencia Artificial;
Identifica cuales son las
aplicaciones actuales de
la Inteligencia Artificial.
Soluciona problemas
utilizando agentes que
puedan encontrar
soluciones utilizando
varios métodos de
búsqueda. Identifica las
ventajas y desventajas
de cada técnica de
búsqueda. Resolver
problemas utilizando
algoritmos de búsqueda
con funciones
heurísticas. Seleccionar
las heurísticas
apropiadas para hacer
búsquedas más
eficientes.
264
4. Más allá de la búsqueda clásica
4.1. Algoritmos de búsqueda local y
problemas de optimización.
4.1.1. Búsqueda cuesta arriba.
4.1.2. Variantes de búsqueda
local.
4.1.3. Algoritmos genéticos.
4.2. Búsqueda local en espacios
continuos.
4.3. Búsqueda con acciones no
deterministicas.
4.4. Búsquedas con observaciones
parciales
Resuelve problemas de
optimización en espacios
continuos; Resuelve
problemas de
optimización cuando las
acciones no son
deterministicas o cuando
podemos
Observar parcialmente el
ambiente.
5. Búsqueda con adversarios
5.1. Juegos.
5.2. Decisiones optimas en juegos.
5.2.1. El algoritmo minimax.
5.3. Podado Alfa-Beta de arboles.
5.3.1. Reordenando las movidas.
5.4. Decisiones imperfectas.
5.4.1. Funciones de evaluación
Utilizar técnicas de
búsqueda para tomar
decisiones contra
adversarios inteligentes.
Aprende a reducir el
espacio de búsqueda
utilizando el algoritmo de
podado Alfa-Beta.
Aprende a reducir el
tiempo de búsqueda
utilizando funciones de
evaluación.
6. Problemas de satisfacción de
restricciones (CSP)
6.1. Definiendo los problemas de
satisfacción de restricciones.
6.2. Propagación de restricciones:
Inferencia en CSPs.
6.2.1. Consistencia de los nodos.
6.2.2. Consistencia de los arcos.
6.2.3. Algoritmo AC-3.
6.2.4. Consistencia de las rutas.
6.2.5. Consistencia de orden K.
6.2.6. Restricciones globales.
6.3. Búsqueda con retroceso para
CSPs.
6.4. Estructura de los problemas.
Reconoce los problemas
de satisfacción de
restricciones (CSPs);
Utiliza técnicas
de propagación de
restricciones como el
algoritmo AC-3; Utiliza
algoritmos de
búsqueda con retroceso
para encontrar
soluciones; Entiende
como sacar ventaja de
la estructura de los
problemas para disminuir
el orden de complejidad
de los problemas.
265
7. Agentes lógicos
7.1. Agentes basados en el
conocimiento
7.2. Lógica
7.3. Lógica proposicional.
7.3.1. Sintaxis
7.3.2. Semántica
7.3.3. Como implementar una
base de conocimientos
sencilla.
7.3.4. Como implementar un
procedimiento de inferencia
sencillo.
7.4. Prueba de teoremas
proposicionales.
7.4.1. Inferencia y pruebas.
7.4.2. Pruebas por resolución.
7.4.3. Forma normal conjuntiva.
7.4.4. Clausulas "Horn".
Diseñar agentes que
pueden usar modelos
para representar el
conocimiento del mundo;
y que utilicen procesos
de inferencia para decidir
como actuar. Crear una
base de conocimientos
sencilla; implementar
procedimientos de
inferencia basados en
lógica proposicional.
8. Agentes probabilísticos
8.1. Actuando bajo incertidumbre
8.1.1. Uso de la probabilidad
para resumir la
incertidumbre.
8.1.2. Incertidumbre y decisiones
racionales.
8.2. Notación básica de probabilidad.
8.2.1. Definiciones básicas.
8.2.1.1. Espacio muestral.
8.2.1.2. Modelo de
probabilidad.
8.2.1.3. Eventos.
8.2.1.4. Probabilidad
incondicional.
8.2.1.5. Probabilidad
condicional.
8.2.2. Proposiciones lógicas con
probabilidad.
8.2.2.1. Variable aleatoria.
8.2.2.2. Dominio.
8.2.2.3. Distribución de
probabilidad.
8.2.2.4. Función de
densidad de
probabilidad.
8.2.2.5. Distribución de
probabilidad conjunta.
8.2.2.6. Distribución de
Diseñar agentes que
utilicen la probabilidad
para lidiar con la
incertidumbre. Entender
cómo se puede utilizar
la teoría de probabilidad
para tomar decisiones en
condiciones de
incertidumbre. Utilizar
el teorema de Bayes
para trabajar con
información ya sea en la
dirección causal o en la
dirección diagnostica.
266
probabilidad conjunta y
completa.
8.3. Inferencia usando distribuciones
conjuntas completas de
probabilidad.
8.3.1. Marginalización.
8.3.2. Condicionamiento.
8.3.3. Normalización.
8.4. Independencia entre variables.
8.5. Teorema de Bayes.
8.5.1. Aplicación simple del
teorema de Bayes.
8.6.1. Uso del teorema de Bayes
para combinar evidencia.
OBJETO DE
APRENDIZAJE
1. Introducción a la
Inteligencia Artificial.
2. Agentes inteligentes.
3. Resolución de
problemas usando
búsquedas.
4. Más allá de la
búsqueda clásica.
5. Búsquedas contra
adversarios.
6. Problemas de
Satisfacción de
Restricciones.
7. Agentes Lógicos.
8. Agentes
Probabilísticos.
METODOLOGIA
(Estrategias, secuencias, recursos
didácticos)
1. Para cada Unidad, se presenta una
introducción por parte del maestro,
utilizando un organizador previo temático.
2. Para cada Unidad, el maestro deja una
tarea donde se aplican los conceptos
vistos en clase para la resolución de
problemas. La tarea requiere que el
alumno revise las técnicas y concepto
vistos en clase, aclare dudas y aplique
las técnicas ya sea manualmente o las
implemente utilizando un lenguaje de
programación.
3. La discusión y el análisis se propician
a partir del planteamiento de una
situación problemática, dónde el
estudiante aporte alternativas de solución
o resolver un ejercicio dónde aplique
conceptos ya analizados.
4. En algunas unidades el maestro
muestra directamente en una
computadora, posiblemente con la ayuda
de un proyector, como se implementan
las técnicas vistas en clase usando un
lenguaje de programación.
EVIDENCIAS DE
APRENDIZAJE.
Se entrega por escrito:
 Elaboración de
resúmenes.
 Cuestionarios.
 Contenidos de
exposiciones.
 Trabajos por
escrito con
estructura IDC
(Introducción,
desarrollo
conclusión).
 Exámenes
escritos.
 Elaboración de
Antologías
Material de Apoyo didáctico: Recursos
 Talleres para realizar ejercicios
 Materiales gráficos: artículos, libros,
diccionarios, etc.
 Cañón
 Rotafolio
 Pizarrón, pintarrones
267


Proyector de acetatos
Plataforma
FUENTES DE INFORMACIÓN
(Bibliografía, direcciones electrónicas)
Libro de texto recomendado pero opcional.
La segunda edición esta disponible en
español y es mas económica.
S. Russell and P. Norvig Artificial
Intelligence: A Modern Approach. Prentice
Hall, 2010, Third Edition.
Paradigms of artificial intelligence
programming: case studies in common LISP.
1992, Peter Norvig
Artificial Intelligence. 1991, Elaine Rich and
Kevin Knight
EVALUACIÓN DE LOS APRENDIZAJES
(Criterios e instrumentos)
Se toma en cuenta para integrar calificaciones
parciales:
1 Examen de medio término. 30%
1 Examen final. 40%
Trabajos extra clase 30%
Nota: La calificación mínima aprobatoria será de
80
Cronograma del Avance Programático
S e m a n a s
Objetos de aprendizaje.
Introducción a la Inteligencia Artificial
Agentes inteligentes
Resolución de problemas usando
búsquedas
Mas allá de la búsqueda clásica
Búsquedas contra adversarios
Examen parcial
Problemas de Satisfacción de
Restricciones
Agentes Lógicos
Agentes Probabilísticos
Examen final
1
2
3
4
X
X
5
6
X
X
7
8
X
X
9
10 11 12 13 14 15 16
X
X
X
X
X
X
X
X
X
X
X
268
Aplicaciones de I.A. en la Industria
DES:
Programa(s) Educativo(s):
Tipo de materia:
Clave de la materia:
Semestre:
UNIVERSIDAD AUTÓNOMA DE
CHIHUAHUA
UNIDAD ACADEMICA
PROGRAMA DEL CURSO:
Aplicaciones de I.A. en la Industria
Ingeniería
MIC
Optativa
MICTS27
Inteligencia
Computacional
Créditos
4
Total de horas por semana:
4
Teoría: 4
Práctica
Taller:
Laboratorio:
Prácticas complementarias:
Trabajo extra clase: 12
Total de horas semestre:
64
Fecha de actualización:
Enero 2012
Materia requisito:
Ninguna
Área en plan de estudios:
Propósito del curso :
Que el estudiante entre en contacto con casos prácticos (problemas reales) donde el uso de
algoritmos del área de la Inteligencia Computacional permita optimizar procedimientos. Una parte
esencial para el entendimiento de la problemática será su modelación matemática, a través del
estudio de la estructura del problema se propondrán algoritmos de solución, los cuales le
permitirán al estudiante comparar y contrastar diversos procedimientos (investigación
tecnológica). De esta forma el estudiante será expuest
expuesto
o a problemas reales que se presentan en
los sectores industrial, académico y de gobierno, buscando detonar su capacidad para identificar
problemas y proponer soluciones computacionales (innovación y desarrollo tecnológico). Una
característica de este curs
curso
o es que constantemente se retroalimentará de nuevos problemas, lo
que lo mantendrá a la vanguardia con las necesidades actuales de los sectores mencionados.
Al final del curso el estudiante será capaz de:
 Identifica problemas computacionales en la industria, academia y gobierno que sean
susceptibles de ser resueltos por algoritmos de inteligencia computacional.
 Abstrae matemáticamente problemas computacionales.
 Aplica los fundamentos y principios de la inteligencia computacional a la resolución de
problemas.
roblemas.
 Establece procedimientos de solución de problemas que se adecuen a las necesidades
(espaciales y temporales).
 Compara y contrasta algoritmos de solución.
 Calibra el potencial de técnicas de inteligencia computacional para la resolución de
problem
problemas
as de la vida real.
2
269
COMPETENCIAS
(Tipo Y Nombre de la
competencias que nutre la
materia y a las que contribuye).
Para todas las unidades en el
temario:
Competencias Genéricas:
 Comunicación verbal
 Pensamiento critico
 Razonamiento analítico
 Resolución de
problemas
Competencias Especificas:
 Diseño e
implementación de
sistemas
 Verificación y validación
DOMINIOS COGNITIVOS.
(Objetos de aprendizaje, temas y
subtemas)
RESULTADOS DE
APRENDIZAJE.
1. Introducción
1.1 Conceptos Básicos en
Optimización
1.2 Tipos de Problemas
1.2.1 Optimización en
espacios continuos
1.2.2 Optimización en
espacios discretos
1.2.3 Optimización
Combinatoria
1.3 Complejidad
Computacional
1.4 Ejemplos de problemas
de optimización
Conoce e identifica las
características de los
problemas de
optimización. Clasifica en
base a la complejidad
computacional diferentes
tipos de problemas.
Abstrae
matemáticamente el
problema computacional.
2. Caso Práctico: Problemas
de calendarización de
actividades
2.1. Problemas de
calendarización
2.2. Calendarización de horarios
de clase en escuelas (time
tabling)
2.3. Modelos de Time Tabling
2.3.1. Modelo de claseprofesor
2.4. Representación de
programación lineal entera
del problema
2.5. Caso I: Timetabling para la
maestría en Ingeniería en
Sistemas Computacionales
2.6. Caso II: Timetabling para
las carreras de la Facultad
de Ingeniería de la UACH
2.7. Catalogo de meta
heurísticas históricas para
el Timetabling
2.8. Caso III: Calendarizacion de
tareas para el cálculo de
nomina de Electro
componentes de México
S.A. de C.V.
2.8.1. Comparación de
meta
heurísticas
para el problema de
Identifica problemas de
calendarización de
actividades. Modela el
problema de manera
adecuada en base.
Compara y contrasta
algoritmos de solución
para el problema.
Establece
procedimientos de
solución.
270
cálculo de nomina
3. Caso Práctico: Planeación
de rutas de vehículos
3.1. Problemas de planeación
de rutas
3.2. Problema de ruteo de
vehículos (VRP)
3.2.1. VRP con
restricciones de
capacidad
3.2.2. VRP con ventanas de
tiempo
3.3. Caso I: VRP con ventanas
de tiempo para la
maquiladora Jabil Circuit de
Chihuahua S. De R.L. de
C.V.
3.3.1. Modelación del
problema
3.3.2. Algoritmos
propuestos
3.4. Caso II: Problemas de
trafico
3.4.1. Autómatas celulares
para problemas de
trafico
3.4.2. Simulación del
corredor troncal de la
ciudad de Chihuahua
por medio de
autómatas celulares
4. Caso Práctico:
Optimización de recursos
en la industria
maquiladora
4.1. Problemas de optimización
de recursos
4.1.1. Problemas de corte
de material
4.1.2. Líneas de ensamble
4.2. Problema de desperdicio de
material
4.2.1. Problema de
optimización de costos
del scrap del cable
F3RX en electro
componentes de
México
4.2.2. Comparación de
Identifica la complejidad
del problema y propone
soluciones adecuadas.
Calibra el potencial de
diferentes técnicas para
la resolución de
problemas.
Identifica problemas que
se presentan en la
industria maquiladora.
Establece
procedimientos de
solución, los compara y
contrasta.
271
meta heurísticas para
el problema de ahorro
de material
OBJETO DE APRENDIZAJE
1. Introducción.
2. Caso Práctico:
Problemas de
calendarización de
actividades.
3. Caso Práctico:
Optimización de rutas
de vehículos.
4. Caso Práctico:
Optimización de
recursos en la industria
maquiladora.
5. Otros problemas.
5. Otros Problemas
5.1. Problemas en
Telecomunicaciones
5.1.1. Localización de
Radio Bases
5.1.2. Diseño de antenas
5.2. Problemas en Robótica
5.2.1. Planeación de
sensores
5.2.2. Ensamblado de
PCBs
5.3. Otros Problemas
METODOLOGIA
(Estrategias, secuencias, recursos
didácticos)
1. Para cada Unidad, el profesor
motiva los temas a tratar.
2. El profesor presenta problemas y
sugiere una opción de solución, el
estudiante propone nuevas formas
de estructurar el problema y
consecuentemente nuevas formas
de abordarlo (algoritmos).
3. El estudiante formula el
problema, genera la solución y
realiza un reporte por cada práctica.
4. Se complementan los temas
vistos en clase con artículos de
investigación donde se haga
hincapié en la técnica de resolución
del problema.
4. La discusión y el análisis se
propician a partir de la presentación
de resultados por parte de todos los
estudiantes de la clase.
Centrado en la tarea
Trabajo de equipo en la elaboración
de tareas, planeación, organización,
cooperación en la obtención de un
producto para presentar en clase.
Inductivo
 Observación
 Comparación
 Experimentación
Deductivo
 Aplicación
Conoce otros problemas
que se presentan en
diversas áreas. Compara
y contrasta algoritmos de
solución para estos
problemas.
EVIDENCIAS DE
APRENDIZAJE.
Se entrega por escrito:
Se deberán entregar
reportes por cada unidad
con la formulación y
solución del problema
por parte del estudiante.
Trabajos por escrito con
estructura IDC
(Introducción, desarrollo
conclusión).
Exámenes escritos.
Las exposiciones
deberán presentarse en
un orden lógico.
Introducción resaltando
el objetivo a alcanzar,
desarrollo temático,
responder preguntas y
aclarar dudas y
finalmente concluir.
Entregar actividad al
grupo para evaluar el
contenido expuesto.
Los trabajos se reciben
si cumplen con la
estructura requerida, es
muy importante reportar
272
la s referencias
 Comprobación
bibliográficas al final en
 Demostración
estilo APA.
Sintético
 Recapitulación
A través de discusiones
 Definición
individuales y grupales
 Resumen
se debe motivar a los
 Esquemas
estudiantes a ser
 Modelos matemáticos
analíticos, críticos y
 Conclusión
proposititos en
Técnicas
problemas del mundo
 Lectura de libros de texto.
real.
 Lectura de artículos de
investigación.
Se contrastaran las
 Expositiva.
soluciones presentadas
 Debate.
por los estudiantes, se
 Diálogo simultáneo
discutirán ventajas y
Material de Apoyo didáctico:
desventajas para cada
Recursos
una de ellas.
 Tutoriales para el desarrollo
de los algoritmos.
 Artículos de investigación,
libros de texto.
 Cañón
 Pintarrones
FUENTES DE INFORMACIÓN
EVALUACIÓN DE LOS APRENDIZAJES
(Bibliografía, direcciones electrónicas)
(Criterios e instrumentos)
Computational Intelligence for Optimization.
Se toma en cuenta para integrar calificaciones
Nirwan Ansari and Edwin Hou. Kluwer Academic parciales:
Publishers, 1997.
Genetic Algorithms and Engineering Design.
Proyectos para cada una de las unidades.
Mitsuo Gen and Runwei Cheng. John Wiley &
La acreditación del curso se integra:
Sons, 1997.
Proyecto de desarrollo tecnológico.
How to Solve it: Modern Heuristics. Z.
Michalewicz and D. Fogel. Springer, 2000.
Nota: La calificación mínima aprobatoria será
Journal of Heuristics. Kluwer Academic
de 80
Publishers (Revista).
Tesis de maestría de la FING.
273
Cronograma del Avance Programático
S e m a n a s
Objetos de aprendizaje.
1
2
3
4
5
6
7
8
9
10 11 12 13 14 15 16
Introducción.
X X
Caso práctico: problemas de
X X X X
calendarización de actividades.
Caso práctico: problemas de planeación
X X X X
de rutas.
Caso práctico: problemas de
X X X
optimización de recursos en la industria
maquiladora.
Otros problemas.
X X X
274
Análisis y diseño de algoritmos
DES:
Programa(s) Educativo(s):
Tipo de materia:
Clave de la materia:
Semestre:
UNIVERSIDAD AUTÓNOMA DE
CHIHUAHUA
UNIDAD ACADEMICA
PROGRAMA DEL CURSO:
Análisis y diseño de algoritmos
INGENIERÍA
MIC
Tópicos Selectos
MICTS28
Inteligencia
Computacional
Créditos
4
Total de horas por semana:
4
Teoría: 4
Práctica
Taller:
Laboratorio:
Prácticas complementarias:
Trabajo extra clase: 12
Total de horas semestre:
64
Fecha de actualización:
Febrero 2012
Materia requisito:
Ninguna
Área en plan de estudios:
Propósito del curso :
Entender como los algoritmos son una herramienta poderosa que están en el corazón de toda la
ciencia de la computación. Aprender los principios fundamentales del diseño de algoritmos.
Comprender como los algoritmos surgen en una amplia gama de aplicaciones, como utilizar e
implementar varias técnicas de diseño de algoritm
algoritmos
os y como los algoritmos resuelven de manera
eficiente estos problemas
problemas.
Al final del curso el estudiante:
 Entiende que tipos de problemas pueden ser resueltos con algoritmos.
 Analiza la eficiencia computacional de los algoritmos.
 Utiliza grafos como base para implementar algoritmos.
 Entiende y utiliza varias técnicas de diseño de algoritmos como:
o Algoritmos voraces.
o Divide y vencerás.
o Programación dinámica.
o Redes de flujo
275
COMPETENCIAS
(Tipo y Nombre de las
competencias).
Para todas las unidades en
el temario:
Competencias Genéricas:
 Comunicación verbal
 Pensamiento critico
 Razonamiento analítico
 Resolución de
problemas
Competencias Especificas:
 Diseño e
implementación de
sistemas
 Verificación y validación
DOMINIOS COGNITIVOS.
(Objetos de aprendizaje, temas y
subtemas)
1. Introducción al Diseño y
Análisis de Algoritmos.
1.1. Definiciones de eficiencia.
1.1.1. Tiempo de ejecución
en el peor caso.
1.1.2. Tiempo polinómico.
1.2. Orden de crecimiento
asintótico.
1.3. Ejemplos de tiempos
comunes de ejecución.
1.3.1. Tiempo linear.
1.3.2. Tiempo O(n Log n).
1.3.3. Tiempo cuadrático.
1.3.4. Tiempo cúbico.
1.3.5. Tiempo O(n^k)
1.3.6. Más allá del tiempo
polinómico.
1.3.7. Tiempo sublineal.
2. Grafos
2.1. Definición y aplicaciones de
los grafos.
2.2. Conectividad y navegación
de los grafos.
2.3. Implementando navegación
de grafos usando colas y
pilas.
2.4. Algoritmo para determinar si
un grafo es bipartita.
2.5. Conectividad en los grafos
dirigidos.
2.6. Grafos dirigidos sin ciclos y
ordenamiento topológico.
3. Algoritmos voraces
3.1. Calendarización de
intervalos.
3.2. Caches óptimos.
3.3. Caminos más cortos en un
grafo.
3.4. El problema del árbol más
pequeño.
3.5. El algoritmo de Kruskal.
3.6. Clustering.
3.7. Codificación de Huffman y
Compresión de datos.
RESULTADOS DE
APRENDIZAJE.
Entiende como se mide
la eficiencia de los
algoritmos; comprende lo
que significa el
crecimiento asintótico;
reconoce los tiempos
más comunes de
ejecución de algoritmos.
Identifica las
aplicaciones de los
grafos en el diseño de
algoritmos. Reconoce las
propiedades comunes de
los grafos. Implementa la
navegación de grafos
usando colas y pilas.
Entiende y utiliza
algoritmos que utilizan
grafos.
Entiende cómo funcionan
los algoritmos voraces
en general y varios
ejemplos de algoritmos
voraces en particular.
Utiliza la técnica de
algoritmos voraces para
resolver problemas.
Implementa soluciones
utilizando algoritmos
voraces.
276
4. Algoritmos del tipo "Divide y
Vencerás"
4.1. El algoritmo de MergeSort.
4.2. Relaciones de recurrencia.
4.3. Conteo de acciones de
inversión.
4.4. Encontrando el par de
puntos más cercano.
4.5. Multiplicación de enteros.
5. Técnicas de programación
dinámica.
5.1. Calendarización con
intervalos ponderados.
5.2. Principios de programación
dinámica.
5.2.1. Memorización
5.2.2. Iteración sobre los
sub-problemas.
5.3. Cálculo de mínimos
cuadrados.
5.4. Subconjuntos de sumas.
5.5. Alineación de secuencias.
6. Redes de Flujos
6.1. El problema de flujo
máximo y el algoritmo de
Ford-Fulkerson.
6.2. Flujos máximos y cortes
mínimos en una red.
6.3. Seleccionando buenos
caminos de aumentación.
6.4. Solución del problema de
apareamiento máximo
bipartito.
6.5. Caminos desunidos en
grafos dirigidos y no
dirigidos.
7. Algoritmos de Aproximación
7.1. Problema de selección de
centros.
7.2. Cobertura de conjuntos:
Heurística voraz.
7.3. Método de asignación de
precios: Cobertura de
vértices.
7.4. Programación lineal y
Entiende cómo funcionan
los algoritmos divide y
vencerás en general y
varios ejemplos de
algoritmos de este tipo
en particular. Implementa
soluciones utilizando la
técnica de divide y
vencerás.
Entiende los principios
de la programación
dinámica. Entiende cómo
funcionan algunos
algoritmos particulares
que usan los principios
de programación
dinámica. Implementa
soluciones utilizando los
principios de
programación dinámica.
Entiende las aplicaciones
de las redes de flujos.
Utiliza el modelado de
problemas usando redes
de flujos para solucionar
problemas. Implementa
soluciones usando redes
de flujo.
Entiende cómo funcionan
los algoritmos de
aproximación. Diseña
algoritmos por
aproximación e
implementa usando un
lenguaje de
277
redondeo.
8. Búsqueda local
8.1. Espacio de búsqueda de los
problemas de optimización.
8.2. El algoritmo de la
metrópolis y el recocido
simulado.
8.3. Redes neuronales de
Hopfield usando búsqueda
local.
8.4. Aproximación del Corte
Máximo.
OBJETO DE APRENDIZAJE
1. Introducción al Diseño y
Análisis de Algoritmos.
2. Grafos.
3. Algoritmos voraces.
4. Algoritmos del tipo "Divide y
Vencerás".
5. Técnicas de programación
dinámica.
6. Redes de Flujos.
7. Algoritmos de
aproximación.
8. Búsqueda local
METODOLOGIA
(Estrategias, secuencias, recursos
didácticos)
1. Para cada unidad, se presenta
una introducción por parte del
maestro.
2. Para cada unidad, el maestro
deja una tarea donde se aplican los
conceptos vistos en clase para la
resolución de problemas. La tarea
requiere que el alumno revise las
técnicas y concepto vistos en clase,
aclare dudas y aplique las técnicas
ya sea manualmente o las
implemente utilizando un lenguaje
de programación.
3. La discusión y el análisis se
propician a partir del planteamiento
de una situación problemática,
donde el estudiante aporte
alternativas de solución o resolver
un ejercicio en el que aplique
conceptos ya analizados.
4. En algunas unidades el maestro
muestra directamente en una
computadora, posiblemente con la
ayuda de un proyector, cómo se
implementan las técnicas vistas en
clase usando un lenguaje de
programación.
programación.
Entiende y aplica la
búsqueda local para
resolver problemas de
optimización. Resuelve
problemas de
optimización
implementando la
búsqueda local.
EVIDENCIAS DE
APRENDIZAJE.
Se entrega por escrito:
 Elaboración de
resúmenes.
 Cuestionarios.
 Contenidos de
exposiciones.
 Trabajos por
escrito con
estructura IDC
(Introducción,
desarrollo
conclusión).
 Exámenes
escritos.
 Elaboración de
Antologías.
Material de Apoyo didáctico:
278
Recursos
 Talleres para realizar
ejercicios
 Materiales gráficos:
artículos, libros, diccionarios,
etc.
 Cañón
 Rotafolio
 Pizarrón, pintarrones
 Proyector de acetatos
 * Plataforma
FUENTES DE INFORMACIÓN
(Bibliografía, direcciones electrónicas)
Algorithm Design Jon Kleinberg & Eva Tardos.
Algorithms S. Dasgupta, C.H. Papadimitriou,
and U.V. Vazirani.
Introduction to Algorithms Cormen, Leiserson,
Rivest, & Stein.
EVALUACIÓN DE LOS APRENDIZAJES
(Criterios e instrumentos)
Se toma en cuenta para integrar
calificaciones parciales:
1 Examen de medio término 30%
1 Examen final 40%
Trabajos extra clase 30%
Nota: La calificación mínima aprobatoria será
de 80
Cronograma de Avance Programático
S e m a n a s
Objetos de aprendizaje.
Introducción al Diseño y Análisis de
Algoritmos
Grafos
Algoritmos voraces
Algoritmos del tipo "Divide y Vencerás".
Examen Parcial
Técnicas de programación dinámica
Redes de Flujos
Algoritmos de Aproximación
Búsqueda local
Examen final
1
2
3
X
X
4
5
X
X
6
7
8
9
X
X
10 11 12 13 14 15 16
X
X
X
X
X
X
X
X
X
X
X
279
Automáti
Automática
ca
Automatización Industrial
UNIVERSIDAD AUTÓNOMA DE
CHIHUAHUA
UNIDAD ACADEMICA
PROGRAMA DEL CURSO:
Automatización Industrial
DES:
Programa(s) Educativo(s):
Tipo de materia:
Clave de la materia:
Semestre:
Área en plan de estudios:
Créditos
Total de horas por semana:
Teoría:
Práctica
Taller:
Laboratorio:
Prácticas complementarias:
Trabajo extra clase:
Total de horas semestre:
Fecha de actualización:
Materia requisito:
MIC
Tópicos Selectos
MICTS16
Automatización
4
4
4
12
64
Enero de 2012
Propósito del curso
curso::
La mecanización a gran escala es el antecedente a la automatización moderna,
actualmente la automatización industrial ha pasado de ser un soporte deseable en la
planta de producción a una herramienta indispensable para no solamente competir en el
mercado ssino
ino para la permanencia de la empresa en el mismo. Existen diferentes niveles
de automatización como son operación manual, automatización parcial, automatización
total e integración. Así mismo, la empresa de manufactura puede ser abstraída en una
clasifica
clasificación
ción jerárquica, en los niveles sensores/actuadores, controladores a nivel de
procesos, controladores a nivel coordinación de flujo y procesamiento y el nivel de
supervisión y gestión del piso de fabricación. En el presente curso el estudio se ubica
princ
principalmente
ipalmente al nivel de automatización total e integración, a nivel de controladores y
gestión de piso de fabricación.
El propósito del presente curso es aportar al estudiante los elementos necesarios para la
comprensión y aplicación de conceptos y técnicas de apoyo para la operación de la empresa de
manufactura desde el punto de vista de automatización. Aplicar dispositiv
dispositivos
os (sensores y
actuadores), métodos y técnicas (metodologías, lenguajes de modelado y programación) para el
desarrollo de controladores de equipo, su integración con dispositivos de medición y captura de
datos. Así como también utilizar técnicas para el de
desarrollo
sarrollo de sistemas de gestión del piso de
fabricación operado en forma integrada por computadora.
Objetivos del curso:
 Obtiene una perspectiva sobre la pertinencia de la automatización en la operación de una
empresa de manufactura.
 Valora el impacto ssocial
ocial de la automatización industrial.
280
Identifica y aplica las fases para la realización de un proyecto de automatización.
Aplica, selecciona e integra dispositivos de medición y actuadores, así como
controladores en el desarrollo de automatismos industriales.
 Modela e implementa sistemas de control de piso de fabricación con base en arquitecturas
de referencia.
COMPETENCIAS
RESULTADOS DE
DOMINIOS COGNITIVOS.
(Tipo Y Nombre de la
APRENDIZAJE.
(Objetos de aprendizaje, temas y
competencias que nutre la
subtemas)
materia y a las que contribuye).


Competencias Genéricas:
 Comunicación verbal
 Pensamiento critico
 Razonamiento analítico
 Resolución de
problemas
Competencias Especificas:
 Diseño e
implementación de
sistemas
 Verificación y validación
1. Introducción a la
manufactura. 3 horas.
1.1. Tipos de industrias de
manufactura.
1.2. Tipos de sistemas de
fabricación (Continuo,
discreto y por lotes).
1.3. Funciones en manufactura.
1.4. Tipos de distribución de
planta.
1.5. Niveles en el control y
planeación de una planta de
manufactura (Planeación,
MES y control).
1.6. Manufactura integrada por
computadora.
1.7. Integración de equipo de
fabricación.
Nivel de abstracción
requerido considerando
la taxonomía de Bloom
2. Introducción a la
automatización industrial.
3 horas.
2.1. Tipos de control (secuencial
y regulatorio).
2.2. Definición y tipos de
automatización industrial.
2.3. Razones para automatizar.
2.4. Impacto social de la
automatización industrial.
Conocimiento.
Identificar y describir
tipos de sistemas de
control, automatización y
ventajas/desventajas de
la automatización desde
el punto de vista de
impacto social.
3. Fases de un proyecto de
automatización. 3 horas.
3.1. Automatización.
(GRAFCET)
3.2. Supervisión (GEMMA)
3.3. Interacción
3.4. Implementación
3.5. Pruebas
Comprensión.
Describir y analizar las
diferentes fases del
proceso de desarrollo de
un proyecto de
automatización.
Conocimiento.
Identificar y describir
conceptos
fundamentales de
manufactura
relacionados con
automatización industrial.
281
4. Sensores y actuadores. 3
horas.
4.1. Características generales
de los sensores y
actuadores.
4.2. Medición de temperatura,
nivel, presión y vacío,
caudal, gases, humedad y
posición.
4.3. Acondicionamiento de las
señales.
5. Controlador lógico
programable (PLC). 12
horas.
5.1. Representación de
automatismos.
5.2. Programación PLC
5.3. Integración PLC-Sistema
informático.
6. Control de instrumentos. 9
horas
6.1. Estándares RS232, GPIB,
Ethernet, VISA.
6.2. Flexibilidad en el control de
instrumentos.
6.3. Sistema genérico de control
de instrumentos.
Comprensión.
Describir y discutir los
conceptos básicos para
la medición de variables
físicas de procesos de
fabricación así como
también requerimientos
de acondicionamiento de
señal asociados.
Conocimiento.
Describir y discutir
técnicas de modelado de
automatismos.
Aplicación.
Experimentar con una
técnica de modelado
para el diseño de
automatismos.
Experimentar con la
implementación de
programas para
diferentes automatismos.
Experimentar el
desarrollo de sistemas
automatizados que
involucran integración de
aplicaciones en PC y
PLC.
Aplicación.
Experimentar con el
desarrollo de sistemas
informáticos para el
control de instrumentos
electrónicos de medición
utilizando diferentes
estándares de medios de
comunicación.
282
Experimentar el
desarrollo de sistemas
genéricos de control de
instrumentos.
7. Automatismos basados en
DAQ-PC. 6 horas.
7.1. Tarjeta de DAQ.
7.2. Control de la tarjeta DAQ.
7.3. Sistema de control basado
en DAQ-PC.
8. Sistema coordinador de
flujo y procesamiento de
pieza (célula de
manufactura). 9 horas.
8.1. SCFP basado en PC.
8.2. SCFP basado en PLC.
8.3. Modelado iMRP de SCFP.
Aplicación.
Experimentar el uso de
tarjetas DAQ en
aplicaciones informáticas
de control (PC).
Comprensión.
Describir y discutir la
técnica iMRP para el
modelado de pisos de
fabricación.
Aplicación.
Experimentar
aplicaciones SCFP
basadas en PC y en
PLC.
OBJETO DE APRENDIZAJE
Introducción a la
manufactura.
Introducción a la
automatización industrial.
Fases de un proyecto de
automatización. (12 hrs.)
Sensores y actuadores.
Controlador lógico
programable (PLC).
Control de Instrumentos.
Automatismos basados en
METODOLOGIA
(Estrategias, secuencias, recursos
didácticos)
El profesor podrá utilizar las
estrategias y secuencias que
considere convenientes para que el
estudiante logre el aprendizaje
requerido. Los recursos didácticos
podrán ser entre otros:
Exposiciones, demostraciones,
discusiones de grupo, preguntas y
respuestas, revisión de literatura,
laboratorios, talleres,
presentaciones por especialistas
invitados de la industria.
EVIDENCIAS DE
APRENDIZAJE.
Exámenes,
presentaciones,
reportes y/o foros
donde el estudiante
defina, identifique,
describa o muestre lo
siguiente:
La amplia gama de
industrias dirigidas a la
manufactura y tipos de
sistemas de fabricación
(continuos, discretos y
por lotes).
Las funciones a realizar
283
DAQ-PC.
Sistema coordinador de flujo
y procesamiento de pieza
(célula de manufactura).
en un piso de fabricación
(Procesamiento,
ensamble, manejo de
materiales, inspección,
prueba y control.).
Tipos de distribución de
planta (posición fija,
orientado a procesos y
orientado a productos).
Modelo ISA de control y
planeación de la
producción en tres
niveles (tres niveles).
Tipos de sistemas de
control y de
automatización.
Justificación de la
automatización.
Impacto social de la
automatización.
Técnicas, lenguajes y/o
herramientas de apoyo
utilizados en las fases de
un proyecto de
automatización.
Los principios de
operación de sensores
para la medición
eléctrica de las
principales variables
físicas de procesos de
fabricación.
Sensores comerciales
para cada una de las
variables físicas
identificadas.
Parámetros eléctricos
asociados a los
sensores/actuadores
para su conexión al
284
sistema controlador.
Actuadores mas
comunes en un piso de
fabricación.
Modelar automatismos e
implementarlos en
lenguaje de diagrama de
escalera.
Características
avanzadas típicas de un
PLC a través del área de
estado (status) de un
PLC.
Integración de
automatismos basados
en PLC con aplicaciones
informáticas (PC) usando
diferentes técnicas (dll’s
software componente y
estándar OPC).
Estándar VISA como
soporte en el desarrollo
de aplicaciones de
control de instrumentos
independientes del
medio físico de
comunicación.
Sistemas de control de
instrumentos
independientes de la
prueba a realizar.
(programa e
instrumentos de prueba).
Captura de información
en código de barras.
(scaner).
Simulación de una
estación de prueba
robotizada.
285
Lectura y activación de
señales eléctricas desde
una aplicación
informática en PC
utilizando una tarjeta
DAQ.
Desarrollo de un
automatismo con base
en tarjeta DAQ.
Desarrollar un sistema
de control de célula
robotizada (robot, banda
transportadora, escáner,
equipo de prueba y
máquina CNC) basado
en PLC.
Desarrollar un sistema
de control de célula
robotizada (robot, banda
transportadora, escáner,
equipo de prueba y
máquina CNC) basado
en PLC.
Modelar la célula y su
sistema de control con
base en iMRP.
Arquetipos de prueba de
sistemas de control de
célula de manufactura.
FUENTES DE INFORMACIÓN
(Bibliografía, direcciones electrónicas)
Mikell P. Groover, (2008), Automation,
ProductionSystems, and ComputerIntegratedManufacturing, 2nd Ed., Prentice Hall,
2008.
Vollman, T. Berry, W.L., Whybark, D.C., (1997),
ManufacturingPlanning and Control Systems,
McGraw-Hill.
Carrillo, S, (1995), La gran transición. ¿Cómo
reconstruir la izquierda?,Planeta. ISBN:48-0801473-0.
Parshal, J., Lamb, L., (2006), Applying S8.
EVALUACIÓN DE LOS APRENDIZAJES
(Criterios e instrumentos)
Criterios
El estudiante debe presentar satisfactoriamente al
menos el 80 por ciento de las evidencias de
aprendizaje solicitadas por el profesor en cada uno
de los niveles de abstracción para considerar que
obtuvo el nivel de competencia mínimo.
Instrumentos
Análisis de discusiones de grupo
preguntas y respuestas
análisis de foros
286
Batch Control from a User’s Perspective,
Research Triangle Park, NC: ISA.
Bolton, W. (2009), Programmable Logic
Controllers, Elsevier. ISBN:978-1-85617-751-1.
Erickson, K. (2005), Programmable Logic
Controllers: An Emphasis on Design and
Application, Dog Wood Valley Press. ISBN:09766259-0-3.
Balena, F. (2002),Programming Microsoft Visual
Basic .Net, Redmond, WA: Microsoftw-Press.
ISBN: 0-7356-1375-3.
Notas de aplicación de control de instrumentos,
disponibles en:
http://www.nationalinstruments.com.
Acosta, J., Sastrón, F., (1998), Arquitectura de
referenciapara taller automatizado de
manufactura, Universidad Politécnica de Madrid.
Reporteinterno.
análisis de reportes de revisión de literatura
laboratorios
talleres
Exámenes
Presentaciones
Cronograma del Avance Programático
S e m a n a s
Objetos de aprendizaje.
1
Introducción a la manufactura.
Introducción a la automatización
industrial.
Fases de un proyecto de automatización
industrial.
Sensores y actuadores.
Controlador lógico programable (PLC).
Control de instrumentos.
Automatismos basados en DAQ-PC.
Sistema coordinador de flujo y
procesamiento de pieza (célula de
manufactura).
X
2
3
4
5
6
7
8
X
X
X
X
9
10 11 12 13 14 15 16
X
X
X
X
X
X
X
X
X
X
X
287
Informática Industrial
UNIVERSIDAD AUTÓNOMA DE
CHIHUAHUA
UNIDAD ACADEMICA
PROGRAMA DEL CURSO:
Informática Industrial
DES:
Programa(s) Educativo(s):
Tipo de materia:
Clave de la materia:
Semestre:
Área en plan de estudios:
Créditos
Total de horas por semana:
Teoría:
Práctica
Taller:
Laboratorio:
Prácticas complementarias:
Trabajo extra clase:
Total de horas semestre:
Fecha de actualización:
Materia requisito:
MIC
Tópicos Selectos
MICTS17
Automatización
4
4
4
12
64
Enero de 2012
Propósito del curso
curso::
El tratamiento automatizado de información mediante computadoras (informática), implica el uso
de computación para la solución de problemas. Por otra parte, el avance en electrónica permite
el desarrollo de sistemas de gran importancia en el ambiente industrial. La vinculación de
sistemas informáticos con las herramientas o sistemas electrónicos en el piso de producción exige
de un adecuado conocimiento tanto de herramientas de informática como de metodologías
relacionadas con el ambiente industrial. En este contexto de automatización industrial y de
informática se encuentra la asignatura informática industrial.
El propósito del curso consiste en desarrollar soluciones a la problemática que surge de la
naturaleza heterogénea de los elementos de un sistema de manufactura (piso de producción),
desde una perspectiva de objetos distribuidos, utilizando diversas tecnologías (protocolos) de
integración entre las que destacan .Net, sockets, colas de mensaje y servicios web. Aplicar
conceptos de acoplamien
acoplamiento
to débil para la integración sistema informático de control de planta con
el equipo de fabricación, basados en la arquitectura de sistemas orientada a servicios, así como
en esquemas de referencia. Así mismo, abordar el problema de gestión de producción d
desde
esde la
perspectiva de modelado de plantas industriales a través del paradigma orientado a objetos,
lenguajes de modelado de procesos y estándares para el desarrollo de sistemas informáticos para
el control del piso de producción.
Objetivos del curso:




Integra
ntegra aplicaciones utilizando diversas herramientas de integración.
Implementa sistemas en una arquitectura orientada a servicios.
Modela de sistemas de producción utilizando el lenguaje de modelado BPM.
Aplica los estándares ISA 88 e ISA 95 en el desarro
desarrollo
llo de sistemas informáticos de
288

control de pisos de producción.
Aplica conceptos de acoplamiento débil para la integración de equipo de
fabricación con sistema informático de control de producción.
COMPETENCIAS
(Tipo Y Nombre de la
competencias que nutre la
materia y a las que contribuye).
Competencias Genéricas:
 Comunicación verbal
 Pensamiento critico
 Razonamiento analítico
 Resolución de
problemas
Competencias Especificas:
 Diseño e
implementación de
sistemas
 Verificación y validación
DOMINIOS COGNITIVOS.
(Objetos de aprendizaje, temas y
subtemas)
RESULTADOS DE
APRENDIZAJE.
1. Integración de aplicaciones
informáticas. 12 horas
1.1. Creación de componentes
software.(tipos exe y dll)
1.2. Automatización de
interfaces (Microsoftw
Office y aplicaciones
propietarias).
1.3. Incorporación dinámica de
código.(Reflexión y
enumeración)
1.4. Colas de mensajes.(MSMQ)
1.5. Servicios web.(Plataformas
JAVA y Microsoft)
Nivel de abstracción
requerido considerando
la taxonomía de Bloom
2. Introducción a SOA. 6 horas
2.1. Historia de SOA.
2.2. SOA y otras arquitecturas.
2.3. Estándares y herramientas
comerciales para SOA.
2.4. Desarrollo de aplicación en
SOA.
3. Modelado de sistemas de
producción. 12 hrs.
3.1. Lenguajes de modelado de
procesos de manufactura.
3.2. Lenguaje de modelado
(Business ProcessModelling
(PM).
3.3. Herramienta informática de
modelado (BPM).
3.4. Aplicación de BPM en el
modelado de procesos de
manufactura.
Aplicación
Experimentar con cada
una de las herramientas
de integración de
aplicaciones.
Comprensión y
aplicación básica
Comprender y aplicar en
forma básica
herramientas para
desarrollo de sistemas
basados en una SOA.
Aplicación.
Experimentar con el
lenguaje BPM en el
modelado de una planta
de producción utilizando
una herramienta
informática de apoyo –
Ej. Bizagi-,
289
OBJETO DE APRENDIZAJE
Integración de aplicaciones
informáticas.
Introducción SOA
Modelado de sistemas de
producción.
Estándares para el modelado
de información de sistemas
de producción
Acoplamiento débil entre
Sistema Informático de
Control- Equipo de
fabricación
4. Estándares para el modelado
de información de sistemas
de producción. 12 hrs.
4.1. Tipos de sistemas de
producción.
4.2. Sistema de ejecución de
manufactura (MES)
4.3. Estándar ISA 88
4.4. Estándar ISA 95
4.5. Aplicación del estándar ISA
88 (desarrollar un sistema
con base en un caso real)
4.6. Aplicación del estándar ISA
95.
Comprensión y
aplicación básica
Comprender el espíritu
de los estándares ISA 88
e ISA 95; y las bases
para su aplicación en
sistemas informáticos de
control de sistemas de
manufactura (lotes).
5. Acoplamiento débil entre
Sistema Informático de
Control- Equipo de
fabricación. 6 hrs.
5.1. Introducción al
Acoplamiento débil de
equipo de fabricación.
5.2. Acoplamiento débil.
5.3. Esquema de referencia (LCArquiTAM).
5.4. Aplicación del esquema de
referencia LC-ArquiTAM.
Comprensión y
aplicación básica.
Comprender el concepto
de acoplamiento débil
aplicado al control de
piso de fabricación, con
base en el esquema de
referencia (LCArquiTAM); realizar
aplicaciones básicas de
tales conceptos.
METODOLOGIA
(Estrategias, secuencias, recursos
didácticos)
El profesor podrá utilizar las
estrategias y secuencias que
considere convenientes para que el
estudiante logre el aprendizaje
requerido. Los recursos didácticos
podrán ser entre otros:
Exposiciones, demostraciones,
discusiones de grupo, preguntas y
respuestas, revisión de literatura,
laboratorios, talleres,
presentaciones por especialistas
invitados de la industria.
EVIDENCIAS DE
APRENDIZAJE.
(Durante el curso, al
menos un proyecto
básico de integración
para cada técnica debe
ser realizado).
Exámenes,
presentaciones, reportes
y/o foros donde el
estudiante defina,
identifique, describa o
muestre lo siguiente:
Desarrollo de componentes
software.
Uso de componentes
290
software (exe y dll)
Automatización de
interfaces de
aplicaciones comerciales
(ej: MS-office).
Desarrollo y uso de
servicios web.
Exámenes,
presentaciones,
reportes y/o foros
donde el estudiante
interprete, contraste,
distinga o discuta lo
siguiente:
Origen y evolución de
SOA.
Contrastar SOA con
otras arquitecturas.
Conocer y experimentar
con estándares
asociados a SOA.
Desarrollo de un sistema
–básico- en una
arquitectura orientada a
servicios (SOA).
Exámenes,
presentaciones, reportes
y/o foros donde el
estudiante defina,
identifique, describa o
muestre lo siguiente:
Lenguajes de modelado de
procesos.
Elementos del lenguaje
BPM.
Uso de una herramienta
291
informática para modelado
de una planta real en BPM.
Exámenes,
presentaciones,
reportes y/o foros
donde el estudiante
interprete, contraste,
distinga o discuta los
siguientes conceptos:
Tipos de sistemas de
fabricación de acuerdo a
la sociedad internacional
de automatización (ISA).
Elementos claves de
MES, ISA88 e ISA 95 en
el control de piso de
producción y manejo de
la información asociada.
Estándares ISA 88 e ISA
95 aplicados a un caso
de real.
Exámenes,
presentaciones,
reportes y/o foros
donde el estudiante
interprete, contraste,
distinga o discuta los
siguientes conceptos:
Justificación del
concepto acoplamiento
débil en la integración de
sistemas de
manufactura.
Esquema de referencia
LC-ArquiTAM en la
integración de sistema
informático de control
con diferentes conjuntos
de equipos de
fabricación.
292
FUENTES DE INFORMACIÓN
(Bibliografía, direcciones electrónicas)
Balena, F. (2002), Programming Microsoft
Visual Basic .Net, Redmond, WA: MicrosoftwPress. ISBN: 0-7356-1375-3.
Resnick, S., Crane, R., Bowen, C. (2008),
Essential Windows
CommunicationFoundationfor .NET Framework
3.5, Microsoft .NET development series,
Addison-Wesley. ISBN 10: 0-321-44006-8.
Erl, T., (2006), ServiceOrientedArchitecture,
Concepts, Technology, and Design, Prentice
Hall. ISBN: 0-13-185858-0.
Havey, M. (2005), Essential Business
ProcessModelling. O’Reilly Media Inc. ISBN:0596-00843-0.
Parshal, J., Lamb, L., (2006), Applying S8.
Batch Control from a User’s
Perspective,Research Triangle Park, NC: ISA.
Scholten, B., (2007), A guide to applying the
ISA-95 standard in manufacturing, ISA. ISBN: 09792343-8-7.
Scholten, B., (2009), MES Guide for Executives.
Why and How to Select, Implement, and
Maintain a Manufacturing Execution System,
ISA. ISBN:978-1-936007-03-5.
Díaz Serna Oscar (2011), Sistema coordinador
de flujo y procesamiento basado en el estándar
S88 de ISA, Tesis de Maestría, DEPI, Instituto
Tecnológico de Chihuahua, 15 de Septiembre.
Acosta, J., Sastrón B., Loose Coupling Based
Reference Scheme for Shop Floor-ControlSystem /Production-Equipment
Integration.PORpublicarse.
Manufacturing Execution Systems Association
http://www.mesa.org
International Society of Automation
http://www.isa.org
EVALUACIÓN DE LOS APRENDIZAJES
(Criterios e instrumentos)
Criterios
El estudiante debe presentar satisfactoriamente
al menos el 80 por ciento de las evidencias de
aprendizaje solicitadas por el profesor en cada
uno de los niveles de abstracción para
considerar que obtuvo el nivel de competencia
mínimo.
Instrumentos
Análisis de discusiones de grupo
preguntas y respuestas
análisis de foros
análisis de reportes de revisión de literatura
laboratorios
talleres
Exámenes
Presentaciones
Cronograma del Avance Programático
S e m a n a s
Objetos de aprendizaje.
Integración de aplicaciones.
Introducción a SOA
Modelado de Sistemas de Producción.
Estándares para el modelado de
información de sistemas de producción.
Acoplamiento débil entre Sistema
Informático de Control-Equipo de
fabricación.
1
2
3
4
X
X
X
X
5
6
X
X
7
8
9
10 11 12 13 14 15 16
X
X
X
X
X
X
X
X
X
X
293
Tópicos selectos de automatización
UNIVERSIDAD AUTÓNOMA DE
CHIHUAHUA
UNIDAD ACADEMICA
PROGRAMA DEL CURSO:
Tópicos selectos de
automatización
DES:
Programa(s) Educativo(s):
Tipo de materia:
Clave de la materia:
Semestre:
Área en plan de estudios:
Créditos
Total de horas por semana:
Teoría:
Práctica
Taller:
Laboratorio:
Prácticas complementarias:
Trabajo extra clase:
Total de horas semestre:
Fecha de actualización:
Materia requisito:
MIC
Tópicos Selectos
MICTS19
Automatización
4
4
4
12
64
Enero de 2012
Propósito del curso :
Trabajar en aspectos de relevancia para el programa de estudios del (los) alumno(s) con
respecto al área de trabajo específica.
COMPETENCIAS
(Tipo, nombre y componentes
de la competencia)
Competencias Genéricas:
 Comunicación verbal
 Pensamiento critico
 Razonamiento analítico
 Resolución de
problemas
Competencias Especificas:
 Diseño e
implementación de
sistemas
 Verificación y validación
DOMINIOS COGNITIVOS.
(Objetos de estudio, temas y
Subtemas)
A definir de acuerdo al área de
trabajo específica del (los)
alumno(s).
RESULTADOS DE
APRENDIZAJE.
(Por objeto de estudio).
Nivel de abstracción
requerido considerando
la taxonomía de Bloom
A establecer con base al
propósito del curso.
294
OBJETO DE APRENDIZAJE
METODOLOGIA
(Estrategias, secuencias, recursos
didácticos)
El profesor podrá utilizar las
estrategias y secuencias que
considere convenientes para que el
estudiante logre el aprendizaje
requerido. Los recursos didácticos
podrán ser entre otros:
Exposiciones, demostraciones,
discusiones de grupo, preguntas y
respuestas, revisión de literatura,
laboratorios, talleres,
presentaciones por especialistas
invitados de la industria.
FUENTES DE INFORMACIÓN
(Bibliografía, direcciones electrónicas)
EVIDENCIAS DE
APRENDIZAJE.
EVALUACIÓN DE LOS APRENDIZAJES
(Criterios e instrumentos)
A establecer con base en el programa del tópico
especial.
Criterios
El estudiante debe presentar satisfactoriamente al
menos el 80 por ciento de las evidencias de
aprendizaje solicitadas por el profesor en cada uno
de los niveles de abstracción para considerar que
obtuvo el nivel de competencia mínimo.
Instrumentos
Análisis de discusiones de grupo
preguntas y respuestas
análisis de foros
análisis de reportes de revisión de literatura
laboratorios
talleres
Exámenes
Presentaciones
Cronograma del Avance Programático
S e m a n a s
Objetos de aprendizaje.
1
2
3
4
5
6
7
8
9
10 11 12 13 14 15 16
A definir de acuerdo al programa del
tópico particular del curso.
295
Sistemas Embebidos
UNIVERSIDAD AUTÓNOMA DE
CHIHUAHUA
UNIDAD ACADEMICA
PROGRAMA DEL CURSO:
Sistemas Embebidos
DES:
Programa(s) Educativo(s):
Tipo de materia:
Clave de la materia:
Semestre:
Área en plan de estudios:
Créditos
Total de horas por semana:
Teoría:
Práctica
Taller:
Laboratorio:
Prácticas complementarias:
Trabajo extra clase:
Total de horas semestre:
Fecha de actualización:
Materia requisito:
Ingeniería
MIC
Tópicos Selectos
MICTS20
2
Automatización
4
4
2
2
12
64
Enero de 2012
Ninguna
Propósito del curso :
La llamada “Era de la Información” o “Era Digital” es caracterizada por la omnipresencia de la
computación. Diferentes tipos y formas de computación están alrededor de las actividades
cotidianas del ser humano. Es a través de computadoras que las personas contar con diversos
medios de comunicación. Más aún, las computadoras ayudan a crear espacios de confort para las
personas. Estufas, lavadoras, refrigeradores, video juegos, automóviles, reproductores de MP3,
entre otros, son ejemplos de los diferentes art
artefactos
efactos que nos rodean y que nos ayudan y/o dan
soporte en el desarrollo de nuestras actividades. Dentro de estos artefactos es posible identificar
la existencia de un sistema embebido, computador dedicado, como el elemento central encargado
de coordinar llas
as funcionalidades de estos equipos.
En este curso, entonces, se revisan los diversos elementos técnicos a considerar para el análisis,
diseño e implementación de sistemas basados en microprocesador/microcomputador. Se pone
especial énfasis en necesidades de atención de tareas concurrentes y el soporte que los sistemas
operativos de tiempo real, RTOS, ofrecen para resolver este nivel de retos para el control de
sistemas. Posteriormente se aborda la ingeniería de software para la planeación y diseño de
sistemas embebidos, para finalmente explorar oportunidades de aplicación tanto en la industria
sistemas
como en la sociedad.
Objetivos del curso:
Al final del curso el estudiante será capaz de:
 Identificar fortalezas y debilidades de algunas variantes de arquitecturas de procesadores,
considerando su aplicación en el diseño de sistemas embebidos.
 Identificar aplicación de alguna(s) arquitectura(s) de procesadores para implementar
sistemas embebidos.
296


Diseñar e implementar soluciones basadas en sistemas operativos de tiempo real (RTOS).
Identificar, diseñar y explorar la aplicación de sistemas embebidos que dan soporte en el
área industrial y en el área social.
COMPETENCIAS
(Tipo Y Nombre de la
competencias que nutre la
materia y a las que contribuye).
Competencias Genéricas:
 Comunicación verbal
 Pensamiento critico
 Razonamiento analítico
 Resolución de
problemas
Competencias Especificas:
 Diseño e
implementación de
sistemas
 Verificación y validación
DOMINIOS COGNITIVOS.
(Objetos de aprendizaje, temas y
subtemas)
RESULTADOS DE
APRENDIZAJE.
1. Introducción
1.1. Estado actual y tendencias
en el área de sistemas
embebidos
1.2. Arquitectura de sistemas
embebidos
1.3. Arquitectura de procesador
de 8/16 bits
1.4. Arquitectura de procesador
de 32 bits
Contextualiza e identifica
la tecnología de
procesadores que dan
soporte a sistemas
embebidos.
1. Arquitectura de Sistemas
Embebidos
1.1. Hardware
1.2. Interfaces
1.3. Comunicación
Identifica, explora,
experimenta con
arquitecturas
tecnológicas de sistemas
embebidos básicos.
2. RTOS
2.1. Planeación de tareas
2.2. Evaluación necesidad de
multitareas
2.3. El “scheduler” de un RTOS
2.4. Cooperative scheduling
Explora e implementa
conceptos de “Tiempo
Real”, componente
común de los sistemas
embebidos.
3. Diseño e implementación de
sistemas embebidos
3.1. UML para RTOS
3.2. Estrategia Orientada a
Objetos para RTOS
3.3. Distribución de información
3.4. Red y conectividad
Identifica, contextualiza,
reflexiona y aplica
ingeniería de software
para el diseño de
sistemas embebidos.
4. Sistemas embebidos en el
contexto industrial
4.1. Caso de estudio aplicado a
”Robótica”
Identifica, contextualiza y
pone en práctica los
conocimientos previos en
el diseño y
experimentación de un
sistema embebido dentro
de un contexto industrial.
5. Sistemas embebidos en el
contexto social
5.1. Caso de estudio aplicado a
“Ambientes Inteligentes”
Identifica, contextualiza y
pone en práctica los
297
conocimientos previos en
el diseño y
experimentación de un
sistema embebido dentro
de un contexto social.
OBJETO DE APRENDIZAJE
1. Introducción
2. Arquitectura de sistemas
embebidos
3. RTOS (sistema operativo
de tiempo real)
4. Diseño e implementación
de sistemas embebidos
5. Sistemas embebidos en el
contexto industrial
6. Sistemas embebidos en el
contexto social
METODOLOGIA
(Estrategias, secuencias, recursos
didácticos)
1. Para cada Unidad, el profesor
motiva
los
temas
a
tratar,
presentando escenarios reales de
aplicación.
2. Los temas iniciales sirven para
colocar al estudiante en el contexto
del diseño digital con microcontroladores, debido a que no
existe curso previo que ofrezca este
soporte.
3. La cobertura de los elementos
iniciales en cada tema se imparte
de manera guiada con el objetivo de
dejar claro el marco teórico.
4. Actividades grupales son posibles
buscando que exista un diálogo de
retro-alimentación alumno-alumno.
5. Se utilizan plataformas de
desarrollo,
para
focalizar
la
experiencia del estudiante en el
software de control.
6. Se exploran escenarios de
oportunidades de aplicación en
contextos industriales y sociales.
7. Se promueve la discusión grupal
de resultados y propuestas de
solución.
8. Se promueve el pensamiento
crítico y creativo a través de la
exploración de escenarios de
aplicación alternativos.
9. Se motiva la concepción de
micro-empresas
para
atender
necesidades en otros campos
disciplinares.
10. En la parte central del curso, se
plantean problemas reto, para
reforzar las habilidades adquiridas
en las sesiones prácticas.
EVIDENCIAS DE
APRENDIZAJE.
 Elaboración de
tareas/prácticas.
 Reportes de práctica o
miniproyectos de cada
unidad, con estructura:
introducción, desarrollo
(metodología/técnica de
solución), discusión de
resultados
 Exámenes escritos.
Se abordan temas de
clase incluyendo
prácticas y trabajos
extra-clase.
 Miniproyectos: requiere
presentación de prototipo
funcional, con
presentación/discusión
grupal.
 Proyecto: requiere
presentación de prototipo
funcional y reporte tipo
artículo (formato
proporcionado)
Prácticas: requiere
demostración funcional y
reporte (especificado
anteriormente)
Técnicas
 Lectura de libros de texto.
298




Lectura de artículos
investigación.
Expositiva.
Debate.
Diálogo simultáneo
de
Material de Apoyo:
 Kits de desarrollo/evaluación
RTOS.
 Artículos
de
investigación/divulgación,
libros de texto.
 VideoConferencias
 Cañón
 Pintarrones




FUENTES DE INFORMACIÓN
(Bibliografía, direcciones electrónicas)
Designing Embedded Systems with PIC
Microcontrollers: Principles and Applications
(Tim Wilmshurst, 2009)
Real-Time System Development (Rob
Williams, 2005)
Embedded Systems Architecture: A
Comprehensive Guide for Engineers and
Programmers (Tammy Noergaard, 2012)
Real Time UML Workshop for Embedded
Systems (Bruce Powel Douglas, 2006)
EVALUACIÓN DE LOS APRENDIZAJES
(Criterios e instrumentos)
Examen teórico – 20%
Desarrollo de prácticas – 25%
Mini-proyectos – 15%
Proyecto – 30%
La calificación mínima aprobatoria es 80
Se utilizan además artículos académicos.
Cronograma del Avance Programático
S e m a n a s
Objetos de aprendizaje.
Introducción
Arquitectura de Sistemas Embebidos
RTOS
Diseño e Implementación de Sistemas
Embebidos
Sistemas Embebidos en el Contexto
Industrial
Sistemas Embebidos en el Contexto
Social
1
2
X
X
3
4
5
X
X
X
6
7
8
9
X
X
X
X
X
10 11 12 13 14 15 16
X
X
X
X
X
X
X
X
X
299
Robótica Industrial
UNIVERSIDAD AUTÓNOMA DE
CHIHUAHUA
UNIDAD ACADEMICA
PROGRAMA DEL CURSO:
Robótica Industrial
DES:
Programa(s) Educativo(s):
Tipo de materia:
Clave de la materia:
Semestre:
Área en plan de estudios:
Créditos
Total de horas por semana:
Teoría:
Práctica
Taller:
Laboratorio:
Prácticas complementarias:
Trabajo extra clase:
Total de horas semestre:
Fecha de actualización:
Materia requisito:
MIC
Tópicos Selectos
MICTS21
Automatización
4
4
4
12
64
Enero de 2012
Propósito del curso
curso::
El campo de la robótica industrial puede definirse como el estudio, diseño y uso de robots para la
ejecución de procesos industriales. Un robot es definido como un manipulador programable en
tres o más ejes multipropósito, controlado automáticamente y reprogramable. Desde una
perspectiva industrial, los robots (industriales) son dispositivos mecánicos programables
diseñados para mover materiales, piezas, herramienta
herramientass así como dispositivos especiales a través
de movimientos programados para realizar una variedad de tareas. Un sistema industrial
robotizado incluye además sensores y actuadores que permitan al robot realizar sus tareas así
como también interfaces de com
comunicación
unicación para su monitoreo o integración al resto del sistema de
producción.
El propósito del presente curso es conocer los elementos de un robot industrial, las diferentes
morfologías de robots en el mercado y adquirir experiencia en el funcionamiento y manipulación
de un robot industrial. Conocer las normas de seguridad de sistemas robotizados. Aprender los
elementos de lenguaje para desarrollar programas de operación y manejar los principales menús
(típicos) del control del robot; así como saber ejecut
ejecutar
ar cualquier movimiento del robot, memorizar
dicho movimiento y manejo de diferentes tipos de errores. Utilizar sistemas informáticos de
simulación orientados al desarrollo de sistemas robotizados. Manejar el sistema de
entradas/salidas del controlador p
para
ara el manejo de dispositivos periférico. Analizar y aplicar
diferentes medios para la integración y programación de células.
Objetivos del curso:
Describe el área de robótica industrial y los principales usos del robot industrial.
Identifica puntos de seguridad requeridos en una célula de manufactura robotizada.
Desarrolla programas para la operación de robots industriales.
Desarrolla estaciones de trabajo robotizadas.
Verifica y valida estaciones de trabajo robotizadas utilizando herramientas de modelado y
simulación de este tipo de sistemas.
300
COMPETENCIAS
(Tipo Y Nombre de la
competencias que nutre la
materia y a las que contribuye).
Competencias Genéricas:
 Comunicación verbal
 Pensamiento critico
 Razonamiento analítico
 Resolución de
problemas
Competencias Especificas:
 Diseño e
implementación de
sistemas
 Verificación y validación
DOMINIOS COGNITIVOS.
(Objetos de aprendizaje, temas y
subtemas)
RESULTADOS DE
APRENDIZAJE.
1. Introducción a la robótica
industrial. 3 Horas.
1.1. Origen y evolución de la
robótica
1.2. Aplicaciones de robots en la
industria (estadística).
1.3. Estructura de un robot
industrial: manipulador,
controlador, dispositivos de
entrada y salida de datos,
dispositivos especiales.
1.4. Principales características
de los robots: grados de
libertad, espacio de trabajo,
precisión de los
movimientos, capacidad de
carga, velocidad, tipo de
actuadores,
programabilidad .
1.5. Configuraciones de robots:
morfología.
1.6. Métodos de programación y
entornos de desarrollo.
Nivel de abstracción
requerido considerando
la taxonomía de Bloom
2. Seguridad en sistemas
robotizados. 1.5 horas
3. Programación básica.
3.1. Rutinas de encendido /
Apagado.
3.2. Navegación por la botonera
de programación.
3.3. Instrucciones básicas de
movimiento.
3.4. Desarrollo, almacenamiento
y ejecución de un
programa.
3.5. Modificación de parámetros
básicos de movimiento.
3.6. Ejecución en modo
Conocimiento.
Describir el área de
robótica industrial, los
elementos y
características
principales de un sistema
robotizado así como
listar las aplicaciones
más comunes de robots
en la industria.
Comprensión Describir y
discutir los puntos
fundamentales de
seguridad en un sistema
robotizado.
Aplicación.
Experimentar con los
puntos básicos de
control y programación
de movimientos del
robot.
301
automático.
4. Programación avanzada.
4.1. Programación de
movimientos mediante
diferentes sistemas de
coordenadas.
4.2. Rutinas y programa
maestro.
4.3. Medición y ajuste de
tiempos de ciclo.
4.4. Comandos avanzados de
programación.
4.5. Calibración y uso del
concepto punto central de
herramienta (TCP).
Aplicación.
Experimentar con
elementos de
programación avanzada
en la programación y
operación del robot.
5. Integración del robot en
células robotizadas.
5.1. Identificación de
entradas/salidas de uso
específico del controlador
del robot.
5.2. Identificación de entradas /
salidas de propósito general
del controlador del robot.
5.3. Acondicionamiento de
señales de entrada/salida
del controlador del robot.
5.4. Uso de tarjeta daq en pc.
5.5. Manejo remoto del
controlador: plc y pc.
Comprensión y
aplicación básica
Comprender y aplicar en
forma básica conceptos
para desarrollo de
estaciones robotizadas.
6. Simulación de células
robotizadas industriales.
6.1. Sistemas informáticos
comerciales de simulación
de robots.
6.2. Modelado de una célula
robotizada.
6.3. Optimización del
desempeño de una célula
robotizada.
Aplicación.
Experimentar con
sistemas informáticos de
modelado y simulación
como apoyo al
desarrollo, validación y
verificación de sistemas
robotizados industriales.
302
OBJETO DE APRENDIZAJE
Introducción a la robótica
industrial.
METODOLOGIA
(Estrategias, secuencias, recursos
didácticos)
El profesor podrá utilizar las
estrategias y secuencias que
considere convenientes para que el
estudiante logre el aprendizaje
requerido. Los recursos didácticos
podrán ser entre otros:
Exposiciones, demostraciones,
discusiones de grupo, preguntas y
respuestas, revisión de literatura,
laboratorios, talleres,
presentaciones por especialistas
invitados de la industria.
EVIDENCIAS DE
APRENDIZAJE.
Exámenes,
presentaciones,
reportes y/o foros
donde el estudiante
defina, identifique,
describa o muestre lo
siguiente:
Distintos tipos de
morfología de robots
industriales comerciales.
Elementos y
características de un
robot.
Métodos de
programación de robots
comunes y de última
generación.
Exámenes,
presentaciones,
reportes y/o foros
donde el estudiante
defina, identifique,
describa o muestre lo
siguiente:
Seguridad en sistemas
robotizados.
Elementos de seguridad
asociados al desarrollo y
operación de una célula
robotizada.
Exámenes,
presentaciones,
reportes y/o foros
donde el estudiante
defina, identifique,
describa o muestre lo
siguiente:
Uso de la botonera de
303
Programación básica.
control (teachpendant)
para el movimiento
manual y creación de
programas básicos).
Operación paso a paso,
ciclo y automático del
robot.
Exámenes,
presentaciones,
reportes y/o foros
donde el estudiante
defina, identifique,
describa o muestre lo
siguiente:
Programación avanzada.
Uso de los posibles
sistemas de
coordenadas en la
definición de posiciones.
Operación mediante
rutinas y programa
maestro.
Experimentar con
instrucciones avanzadas
para el manejo de
materiales.
Aplicar conceptos de
calibración (TCP).
Exámenes,
presentaciones,
reportes y/o foros
donde el estudiante
defina, identifique,
describa o muestre lo
siguiente:
Integración del robot en
células robotizadas
Experimentar con
programas que hagan
uso de
sensores/actuadores
conectados a las
entradas /salidas de
propósito general.
304
Experimentar con el
control remoto para la
operación del robot
desde una PC o un PLC.
Experimentar con una
célula robotizada en
donde el control de la
misma es realizado
desde una PC.
Experimentar con una
célula robotizada en
donde el control de la
misma es realizado
desde una PC.
Exámenes,
presentaciones,
reportes y/o foros
donde el estudiante
defina, identifique,
describa o muestre lo
siguiente:
Modelar y simular la
operación de un sistema
robotizado.
Simulación de células
robotizadas industriales.
FUENTES DE INFORMACIÓN
(Bibliografía, direcciones electrónicas)
Balena, F. (2002), Programming Microsoft
Visual Basic .Net, Redmond, WA: MicrosoftwPress. ISBN: 0-7356-1375-3.
Resnick, S., Crane, R., Bowen, C. (2008),
Essential Windows
CommunicationFoundationfor .NET Framework
3.5, Microsoft .NET development series,
Addison-Wesley. ISBN 10: 0-321-44006-8.
Erl, T., (2006), ServiceOrientedArchitecture,
Concepts, Technology, and Design, Prentice
Hall. ISBN: 0-13-185858-0.
Havey, M. (2005), Essential Business
ProcessModelling. O’Reilly Media Inc. ISBN:0596-00843-0.
Parshal, J., Lamb, L., (2006), Applying S8.
Batch Control from a User’s
EVALUACIÓN DE LOS APRENDIZAJES
(Criterios e instrumentos)
Criterios
El estudiante debe presentar satisfactoriamente
al menos el 80 por ciento de las evidencias de
aprendizaje solicitadas por el profesor en cada
uno de los niveles de abstracción para
considerar que obtuvo el nivel de competencia
mínimo.
Instrumentos
Análisis de discusiones de grupo
preguntas y respuestas
análisis de foros
análisis de reportes de revisión de literatura
laboratorios
talleres
305
Perspective,Research Triangle Park, NC: ISA.
Scholten, B., (2007), A guide to applying the
ISA-95 standard in manufacturing, ISA. ISBN: 09792343-8-7.
Scholten, B., (2009), MES Guide for Executives.
Why and How to Select, Implement, and
Maintain a Manufacturing Execution System,
ISA. ISBN:978-1-936007-03-5.
Díaz Serna Oscar (2011), Sistema coordinador
de flujo y procesamiento basado en el estándar
S88 de ISA, Tesis de Maestría, DEPI, Instituto
Tecnológico de Chihuahua, 15 de Septiembre.
Acosta, J., Sastrón B., Loose Coupling Based
Reference Scheme for Shop Floor-ControlSystem /Production-Equipment
Integration.PORpublicarse.
Manufacturing Execution Systems Association
http://www.mesa.org
International Society of Automation
http://www.isa.org
Exámenes
Presentaciones
Cronograma del Avance Programático
S e m a n a s
Objetos de aprendizaje.
Integración de aplicaciones.
Introducción a SOA
Modelado de Sistemas de Producción.
Estándares para el modelado de
información de sistemas de producción.
Acoplamiento débil entre Sistema
Informático de Control- Equipo de
fabricación.
1
2
3
4
X
X
X
X
5
6
X
X
7
8
9
10 11 12 13 14 15 16
X
X
X
X
X
X
X
X
X
X
306
Sistemas Distribuidos
UNIVERSIDAD AUTÓNOMA
DE CHIHUAHUA
UNIDAD ACADEMICA
PROGRAMA DEL CURSO:
Sistemas Distribuidos
DES:
Programa(s) Educativo(s):
Tipo de materia:
Clave de la materia:
Semestre:
Área en plan de estudios:
Créditos
Total de horas por semana:
Ingeniería
MIC
Tópicos Selectos
MICTS18
Automatización
4
4
Teoría: 4
Práctica
Taller:
Laboratorio:
Prácticas complementarias:
Trabajo extra clase: 12
Total de horas semestre:
64
Fecha de actualización:
Enero 2012
Materia requisito:
Propósito del curso
curso::
La conectividad de sistemas procesadores de información y la ubicuidad de los dispositivos
de comunicación forman una enorme infraestructura que se ha desarrollado de manera
circunstancial, pero que proporciona un recurso que es útil, necesario y económico
económico..
Requiere de soluciones informáticas que permitan aprovechar estos recursos,
considerando las necesidades de seguridad, tiempo de respuesta, y heterogeneidad.
El desarrollo de una solución de software requiere conocer la finalidad del mismo para
selec
seleccionar
cionar los elementos que formarán su plataforma de hardware , su medio de conexión
al exterior , su nivel de seguridad (encriptado o no), su nivel de redundancia (tolerancia a
fallos), la capacidad de ejecutarse en múltiples procesadores, la ejecución no secuencial, y
su capacidad de conectarse con sistemas existentes, permitiendo conexiones con sistemas
nuevos (sistemas abiertos).
El propósito del presente curso es aportar al estudiante la capacidad de integrar los elementos
mencionados, realizando una selección adecuada a la aplicación y tener la capacidad de
desarrollar el software necesario aprovechando los recursos de las diversas tecnologías actuales
(frameworks , proyectos de software libre, librerias comerciales).
Objetivos del curso:
 Conocer y utilizar los recursos actuales para la solución de los problemas clásicos de
compartición de recursos.
 Reconocer y utilizar los paradigmas de programación para aprovechar sus prestaciones
 Implementar capas de software que aprovechen los recursos actuales y desarrollen nuevos
enfoques en el desarrollo de aplicaciones.
 Desarrollar sistemas que compartan recursos en plataformas distintas, y se ejecuten
remotamente.
 Conocer y aplicar la tecnología de encriptación y de validación de identidad para permitir la
comunicación segura en medios públicos.|
307
COMPETENCIAS
(Tipo Y Nombre de la
competencias que nutre la
materia y a las que contribuye).
Competencias Genéricas:
 Comunicación verbal
 Pensamiento critico
 Razonamiento analítico
 Resolución de
problemas
Competencias Especificas:
 Diseño e
implementación de
sistemas
 Verificación y validación
DOMINIOS COGNITIVOS.
(Objetos de estudio, temas y
subtemas)
Fundamentos de los sistemas
distribuidos
 Definición de sistema
distribuido

Redes y Compartición
de recursos.

Topologias de red

Abstracciones de
software y hardware.

Archivos

Device Drivers

Concurrencia y
primitivas para compartición
de recursos.

Exclusión mutua,
soluciones por software.
algoritmo de Peterson en Java

Semáforos.

Monitores

Pase de Mensajes.
Servidores COM.
Concurrencia (Ejecución en uno y
múltiples procesadores)





Condicion de Bernstein
Taxonomia de Flynn
Memoria Compartida: UMA,
NUMA, COMA, ccNUMA
Ley de Moore
Sistemas Masivamente
Paralelos, SMP, constelación,
cluster
RESULTADOS DE
APRENDIZAJE.
(Por objeto de estudio).
Nivel de abstracción
requerido
considerando la
taxonomía de Bloom
Comprensión.
Identificar y
Comprender
problemas típicos al
compartir recursos
Informáticos, y las
abstracciones
aplicables.
Comprensión.
Identificar y describir
Las condiciones
necesarias para
compartición de
recursos y las
soluciones más
comunes, conociendo
las limitaciones de
cada una
Comunicación entre procesos.

Tecnologías de comunicación
entre procesos. (Memoria
compartida, Pase de
Aplicación.
Conocer e Implementar
soluciones de
308
mensajes, tuberías,
Comunicación directa)

Protocolos abiertos y
propietarios

Primitivas de
sincronización(semáforos,
Productor
Consumidor,monitores, Pase
de mensajes)

Caso de estudio Paradigma
MOM (Message Oriented
MIddleware)

Practica Emisor de Mensajes
punto a punto usando JMS
(Java Message System)
Arquitectura de Sistemas
Distribuidas

Componentes de SD y su
interacción.

Modelos básicos de
arquitectura: Cliente Servidor,
Un Servidor, Multiples
servidores, Servidor Proxy, 2
niveles, 3 niveles, n niveles,
cliente servidor y código móvil,
igual a igual

Casos de Estudio Cluster
Computing
o MOSIX, SSI,
Caso de Estudio Chord (DHT),
emule, bittorrent,
Encaminamiento ambicioso
(greedy), KBR
(Encaminamiento basado en
claves),


Caso de Estudio Super –peer (
Kazaa, edonkey, skype)

Práctica Implementación de un
agente móvil usando objetos
serializables y Java RMI
comunicación entre
procesos y sistemas
como parte de un
sistema distribuido
heterogéneo.
Aplicación.
Describir Analizar e
implementar
Sistemas distribuidos
aplicando uno o varios
de los modelos básicos
de arquitectura
309
Elementos de Diseño de Sistemas
distribuidos.

Requisitos para el diseño de
S.D.:
o Rendimiento
(Capacidad de
Respuesta, Calidad de
Servicio), Fiablidad,
Tolerancia a Fallos,
Seguridad .

Modelos Fundamentales:
o Modelo de interacción,
Modelo de Fallos,
Modelo de seguridad
Diseño de Sistemas Distribuidos
 Definición de Enslow (Hardware,
Control, Datos)
 Componentes Operacionales
(Semáforos, Tickets, Colas,
Servidores de impresión ,
Servidores de Correo, .., )
 Modelos de integración de
componentes operacionales
 Caso de estudio: UNIX
 Caso de estudio: cajero
automático
 Aplicaciones (Boeing, Mercedez)
Tendencias en Sistemas
Distribuidos
 Cloud Computing
 Grid Computing.
o (Globus Toolkit,
BOINC, SETI @home)
 Computación Movil
Comprensión.
Describir y clasificar los
elementos y las
configuraciones de un
sistema distribuido
para realizar todas las
consideraciones del
caso en el diseño de
un sistema distribuido
Aplicación.
Realizar el diseño de
un sistema distribuido,
modelando el resultado
respecto a las
capacidades y
limitaciones.
Comprensión.
Reconocer las
configuraciones de las
nuevas propuestas en
la implementación de
sistemas distribuidos
310
OBJETO DE ESTUDIO
METODOLOGIA
(Estrategias, secuencias, recursos
didácticos)
El profesor podrá utilizar las
estrategias y secuencias que
considere convenientes para que el
estudiante logre el aprendizaje
requerido.
Fundamentos de sistemas
distribuidos.
Los recursos didácticos podrán ser
entre otros: Exposiciones,
discusiones, demostraciones,
discusiones de grupo, preguntas y
respuestas, revisión de literatura,
prácticas de laboratorios, talleres,
presentaciones por especialistas
invitados de la industria.
EVIDENCIAS DE
APRENDIZAJE.
Exámenes,
presentaciones,
reportes y/o foros
donde el estudiante
defina, identifique,
describa o muestre lo
siguiente:
El objetivo de los
sistemas distribuidos
Características de los
sistemas distribuidos
Los problemas clásicos
en la implementación
de sistemas
distribuidos
El entorno presente en
los sistemas operativos
y las particularidades
de los más importantes
Las situaciones que se
presentaran para la
compartición de
recursos limitados entre
varios procesos
Las singularidades que
se presentarán ante las
diversas estrategias de
operación y la
necesidad de
interconexión entre
sistemas
computacionales
Concurrencia
Las ventajas del
multiprocesamiento
respecto a la velocidad
de ejecución
Situaciones de bloques
311
(deadlocks)
Estrategias para evitar
bloqueos
Ejecución síncrona y
asíncrona
Condiciones para
conversión de
ejecución secuencial a
ejecución concurrente
Comunicación entre
Procesos
Tecnologías de
comunicación entre
procesos
Consideraciones de
tiempo de espera,
Consideraciones de
Ancho de Banda
Recursos para
comunicación entre
procesos de diferentes
tecnologías
Soluciones basadas en
middleware
Arquitectura de Sistemas
Distribuidos
Propuestas actuales de
sistemas distribuidos
para necesidades
diversas
Requerimientos
específicos que
requieren arquitecturas
específicas
Propiedades de
seguridad,
Serialización,
persistencia para
arquitecturas de SD
312
Elementos de Diseño de
Sistemas distribuidos
Metodologías para
incluir requerimientos
en el diseño de un SD
Selección de las
características del
sistema para lograr un
nivel deseado de
seguridad,
escalabilidad,
transparencia, apertura,
…
Niveles de Tolerancia a
Fallos
Diseño de sistemas
distribuidos.
Tendencias en sistemas
distribuidos.
Implementación de una
solución aplicando
una metodología y
definiendo los
alcances del
sistema
Las nuevas propuestas
actuales y su desarrollo
hasta el momento
Las ventajas de las
nuevas tecnologías
313
FUENTES DE INFORMACIÓN
(Bibliografía, Direcciones electrónicas)
Sistemas Distribuidos - 3b: Edición. George
Coulouris and Jean Dollimore (2005)
Estabilidad en Sistemas Distribuidos de
Consenso de Larga Vida: Teoría de la
computación en sistemas distribuidos de
consenso continuo. Jorge Figueroa (2011)
Concurrencia y sistemas distribuidos. Vicente
Cholvi Juan (2003)
EVALUACIÓN DE LOS APRENDIZAJES
(Criterios e instrumentos)
Criterios
El estudiante debe presentar
satisfactoriamente al menos el 80 por ciento de
las evidencias de aprendizaje solicitadas por el
profesor en cada uno de los niveles de
abstracción para considerar que obtuvo el nivel
de competencia mínimo.
Instrumentos
Análisis de discusiones de grupo
preguntas y respuestas
análisis de foros
análisis de reportes de revisión de literatura
laboratorios
talleres
Exámenes
Presentaciones
314
Cronograma del Avance Programático
Se m a n a s
Objetos de estudio
Fundamentos de sistemas distribuidos
Concurrencia
Comunicación entre Procesos
Arquitectura de Sistemas Distribuidos
Elementos de Diseño de Sistemas
distribuidos
Diseño de sistemas distribuidos
Tendencias en sistemas distribuidos
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
X
X X
X X
X X X
X X
X
X
X
X
X
315
X