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