Syllabus Computer Science UTEC

Compendio de Silabos Escuela Profesional de Ciencia de la Computacioń

– 2018-I–

Lima: 19 de septiembre de 2017

Equipo de trabajo

Ernesto Cuadros-Vargas (Editor) Director de Ciencia de la Computación, Universidad de Ingenier´ıa y Tecnolog´ıa, Lima Presidente de la Sociedad Peruana de Computación (SPC) 2001-2007, 2009 Miembro del Steering Committee de ACM/IEEE-CS Computing Curricula for Computer Science (CS2013) Miembro del Steering Committee de ACM/IEEE-CS Computing Curricula 2020 (CS2020) email: [email protected] http://socios.spc.org.pe/ecuadros

Escuela Profesional de Ciencia de la Computación, Malla 2018

3

Índice general Primer Semestre 1.1. CS1D01. Estructuras Discretas I . . . . . . . . . . . . 1.2. CS1100. Introducci´ on a la Ciencia de la Computación 1.3. QI0027. Qu´ımica General . . . . . . . . . . . . . . . . 1.4. GH0005. Laboratorio de Comunicación I . . . . . . . . 1.5. EG0003. Matem´ atica I . . . . . . . . . . . . . . . . . . 1.6. EG0004. Desaf´ıos Globales . . . . . . . . . . . . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

6 6 12 21 29 32 37

Segundo Semestre 2.1. CS1102. Programaci´ on Orientada a Objetos I . . 2.2. CS1D02. Estructuras Discretas II . . . . . . . . . 2.3. ME0019. F´ısica I . . . . . . . . . . . . . . . . . . 2.4. GH0007. Introducci´ on al Desarrollo de Empresas 2.5. GH0006. Laboratorio de Comunicación II . . . . 2.6. GH1002. Arte y Tecnolog´ıa . . . . . . . . . . . . 2.7. EG0005. Matem´ atica II . . . . . . . . . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

40 40 49 54 59 62 65 68

Tercer 3.1. 3.2. 3.3. 3.4. 3.5. 3.6. 3.7.

Semestre CS2201. Arquitectura de Computadores . . CS2B01. Desarrollo Basado en Plataformas CS1103. Programaci´ on Orientada a Objetos EN0021. F´ısica II . . . . . . . . . . . . . . . GH0008. Gesti´ on de Empresas . . . . . . . EG0006. Matem´ atica III . . . . . . . . . . . EG0007. Proyecto Interdisciplinario I . . . .

. . . . II . . . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

72 . 72 . 80 . 85 . 97 . 102 . 104 . 108

Cuarto Semestre 4.1. CS2701. Bases de Datos I . . . . . . . . . . . . 4.2. CS2100. Algoritmos y Estructuras de Datos . . 4.3. CS2101. Teor´ıa de la Computación . . . . . . . 4.4. IN0054. Estad´ıstica y Probabilidades . . . . . . 4.5. GH0009. Per´ u ¿pa´ıs industrial? . . . . . . . . . 4.6. GH0011. Innovaci´ on y Desarrollo de Productos 4.7. EG0008. Proyecto Interdisciplinario II . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

Universidad de Ingenier´ıa y Tecnolog´ıa

110 110 117 120 124 127 130 133

3

Quinto 5.1. 5.2. 5.3. 5.4. 5.5. 5.6. 5.7.

Semestre CS2702. Bases de Datos II . . . . . . . . . CS2S01. Sistemas Operativos . . . . . . . CS2901. Ingenier´ıa de Software I . . . . . CS2102. An´ alisis y Dise˜ no de Algoritmos . CS3402. Compiladores . . . . . . . . . . . ´ GH0010. Etica y Tecnolog´ıa . . . . . . . . EG0009. Proyecto Interdisciplinario III . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

135 135 140 149 154 160 165 168

Sexto Semestre 6.1. CS3102. Estructuras de Datos Avanzadas 6.2. CS2301. Redes y Comunicaciones . . . . . 6.3. CS3903. Sistemas de Infomación . . . . . 6.4. CS3101. Programación Competitiva . . . 6.5. FG601. English for STEM . . . . . . . . . 6.6. GH0015. Imagen y marca personal . . . . 6.7. GH0012. Econom´ıas en Desarrollo . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

170 170 174 179 182 184 186 192

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . de poder

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

194 194 200 210 218 225 232 237 243

S´ eptimo Semestre 7.1. CS2902. Ingenier´ıa de Software II . . . . . . . . 7.2. CS2601. Inteligencia Artificial . . . . . . . . . . 7.3. CS2H01. Interacción Humano Computador . . 7.4. CS3P01. Computación Paralela y Distribu´ıda . 7.5. CS2501. Computación Gráfica . . . . . . . . . . 7.6. AM0037. Ciencia de Materiales . . . . . . . . . 7.7. GH0013. Cr´ıtica de la Modernidad . . . . . . . 7.8. GH0014. Culturas de gobernanza y distribución

Octavo Semestre 245 8.1. CS4002. Proyecto de Final de Carrera I . . . . . . . . . . . . . . 245 8.2. CS3909. Proyecto Pre Profesional . . . . . . . . . . . . . . . . . . 248 Noveno Semestre 9.1. CS3700. Big Data . . . . . . . . . . . . . 9.2. CS4003. Proyecto de Final de Carrera II . 9.3. CS3901. Ingenier´ıa de Software III . . . . 9.4. CS3501. T´ opicos en Computación Gráfica 9.5. CS3602. Rob´ otica . . . . . . . . . . . . . . 9.6. CS3I01. Seguridad en Computación . . . . 9.7. BI0021. Bioinformática y Bioestad´ıstica . 9.8. FG602. Business Communication . . . . . 9.9. GH0016. Liderazgo y Negociación . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

251 251 254 257 264 266 270 281 286 288

D´ ecimo Semestre 10.1. CS4004. Proyecto de Final de Carrera III 10.2. CS3P02. Cloud Computing . . . . . . . . 10.3. CS3P03. Internet de las Cosas . . . . . . . 10.4. GH0021. Dise˜ no de Ficciones . . . . . . . 10.5. GH0022. Geopol´ıtica del Agua . . . . . . 10.6. GH0019. Emprendedores en Acción . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

291 291 293 299 306 312 318

10.7. GH0017. Introducci´ on al Quechua . . . . . . . . . . . . . . . . . 322 10.8. GH0020. Behavioral Economics . . . . . . . . . . . . . . . . . . . 325

Universidad de Ingenier´ıa y Tecnolog´ıa Escuela Profesional de Ciencia de la Computaci´ on Silabo del curso – Periodo Acad´ emico 2018-I

1. C´ odigo del curso y nombre: CS1D1. Estructuras Discretas I 2. Cr´ editos: 4 3. Horas de Teor´ıa y Laboratorio: 2 HT; 4 HP; 4. Docente(s) Dr. Jose Antonio Fiestas Iquira • Dr. Ciencias Naturales, UNIHEIDELBERG, Alemania, 2006. • Mag. F´ısica, UNIHEIDELBERG, Alemania, 2002. Dr. Jose Miguel Renom Andara • Dr. Matemáticas, USB, Venezuela, 2016. Atención previa coordinaci´ on con el profesor 5. Bibliograf´ıa [Epp10] Susanna S. Epp. Discrete Mathematics with Applications. 4 ed. Brooks Cole, 2010. [Gri03]

R. Grimaldi. Discrete and Combinatorial Mathematics: An Applied Introduction. 5 ed. Pearson, 2003.

[Ros07]

Kenneth H. Rosen. Discrete Mathematics and Its Applications. 7 ed. Mc Graw Hill, 2007.

[Sch12]

Edward R. Scheinerman. Mathematics: A Discrete Introduction. 3 ed. Brooks Cole, 2012.

6. Informaci´ on del curso (a) Breve descripci´ on del curso Las estructuras discretas proporcionan los fundamentos te´ oricos necesarios para la computación. Estos fundamentos no sólo son u ´tiles para desarrollar la computaci´ on desde un punto de vista teórico como sucede En el curso de la teor´ıa computacional, pero también es u ´til para la pr´ actica de la informática; En particular en aplicaciones tales como verificaci´ on, Criptograf´ıa, métodos formales, etc. (b) Prerrequisitos: (c) Tipo de Curso: Obligatorio 7. Competencias • Aplicar Correctamente conceptos de matem´ aticas finitas (conjuntos, relaciones, funciones) para representar datos de problemas reales. • Modelar situaciones reales descritas en lenguaje natural, usando l´ ogica proposicional y l´ ogica predicada. • Determine las propiedades abstractas de las relaciones binarias. • Elijir el método de demostraci´ on m´ as apropiado para determinar la veracidad de una propuesta y construir argumentos matem´ aticos correctos. • Interpretar soluciones matem´ aticas a un problema y determinar su fiabilidad, ventajas y desventajas. • Expresar el funcionamiento de un circuito electr´ onico simple usando álgebra booleana. 8. Contribuci´ on a los resultados (Outcomes) a) Aplicar conocimientos de computaci´ on y de matem´ aticas apropiadas para la disciplina. (Usar) 1

i) Utilizar técnicas y herramientas actuales necesarias para la pr´ actica de la computaci´ on. (Evaluar) j) Aplicar la base matem´ atica, principios de algoritmos y la teor´ıa de la Ciencia de la Computaci´ on en el modelamiento y dise˜ no de sistemas computacionales de tal manera que demuestre comprensi´ on de los puntos de equilibrio involucrados en la opci´ on escogida. (Usar) 9. Competencias (IEEE) C1. La comprensión intelectual y la capacidad de aplicar las bases matem´ aticas y la teor´ıa de la inform´ atica (Computer Science).⇒ Outcome a C20. Posibilidad de conectar la teor´ıa y las habilidades aprendidas en la academia a los acontecimientos del mundo real que explican su pertinencia y utilidad.⇒ Outcome i,j 10. Lista de temas a estudiar en el curso 1. Funciones, relaciones y conjuntos 2. Lógica básica 3. Técnicas de demostraci´ on 4. Lógica Digital y Representaci´ on de Datos 11. Metodologia y Evaluaci´ on Sesiones Te´ oricas: El desarrollo de las sesiones te´ oricas est´ a focalizado en el estudiante, a través de su participaci´ on activa, resolviendo problemas relacionados al curso con los aportes individuales y discutiendo casos reales de la industria. Los alumnos desarrollarán a lo largo del curso un proyecto de aplicaci´ on de las herramientas recibidas en una empresa. Sesiones de Laboratorio: Las sesiones prácticas se desarrollan en laboratorio. Las pr´ acticas de laboratorio se realizan en equipos para fortalecer su comunicación. Al inicio de cada laboratorio se explica el desarrollo de la pr´ actica y al término se destaca las principales conclusiones de la actividad en forma grupal. Exposiciones individuales o grupales: Se fomenta la participaci´ on individual y en equipo para exponer sus ideas, motiv´ andolos con puntos adicionales en las diferentes etapas de la evaluaci´ on del curso. Lecturas: A lo largo del curso se proporcionan diferentes lecturas, las cuales son evaluadas. El promedio de las notas de las lecturas es considerado como la nota de una pr´ actica calificada. El uso del campus virtual UTEC Online permite a cada estudiante acceder a la informaci´ on del curso, e interactuar fuera de aula con el profesor y con los otros estudiantes. Sistema de Evaluaci´ on: La nota final F depende de varias notas intermedias. • La nota T es el promedio, redondeado hacia arriba, de los ex´ amenes cortos sobre nueve puntos. Esta nota es individual. • La nota P es el promedio, redondeada hacia arriba, de los cuadernos de trabajo sobre nueve puntos. Esta nota es grupal. • La nota E es la nota de los problemas de esfuerzo, que es un entero entre cero y dos. Esta nota es individual. Para calcular la nota final F se debe ver el desempe˜ no del estudiante en tres bandas de desempe˜ no, desempe˜ no alto, desempe˜ no medio y desempe˜ no bajo. Desempe˜ no alto: Si min(T, P ) ≥ 7 entonces F = T + P + E. Desempe˜ no medio: Si min(T, P ) < 7 y min(T, P ) ≥ 4 entonces F = T + P . Desempe˜ no bajo: Si min(T, P ) < 4 entonces F = 2 ∗ min(T, P ). Para aprobar el curso hay que obtener 11 o más en la nota final F . 12. Contenido 2

Unidad 1: Funciones, relaciones y conjuntos (13) Competences esperadas: C1,C20 Objetivos de Aprendizaje

T´ opicos • Conjuntos:

• Explicar con ejemplos la terminolog´ıa básica de funciones, relaciones y conjuntos [Evaluar]

– Diagramas de Venn

• Realizar las operaciones asociadas con conjuntos, funciones y relaciones [Evaluar]

– Uni´ on, intersecci´ on, complemento

• Relacionar ejemplos pr´ acticos para conjuntos funciones o modelos de relaci´ on apropiados e interpretar la asociación de operaciones y terminolog´ıa en contexto [Evaluar]

– Potencia de conjuntos

– Producto Cartesiano – Cardinalidad de Conjuntos finitos • Relaciones: – Reflexividad, simetria, transitividad – Relaciones equivalentes, ordenes parciales • Funciones: – Suryecciones, inyecciones, biyecciones – Inversas – Composici´ on

Lecturas : [Gri03], [Ros07]

3

Unidad 2: L´ ogica b´ asica (14) Competences esperadas: C1,C20 Objetivos de Aprendizaje

T´ opicos

• Convertir declaraciones l´ ogicas desde el lenguaje informal a expresiones de l´ ogica proposicional y de predicados [Usar]

• Lógica proposicional.

• Aplicar métodos formales de simbolismo proposicional y lógica de predicados, como el c´ alculo de la validez de formulas y cálculo de formas normales [Usar]

• Tablas de verdad.

• Usar reglas de inferencia para construir demostraciones en lógica proposicional y de predicados [Usar]

• Reglas de inferencia proposicional (conceptos de modus ponens y modus tollens)

• Describir como la l´ ogica simb´ olica puede ser usada para modelar situaciones o aplicaciones de la vida real, incluidos aquellos planteados en el contexto computacional como an´ alisis de software (ejm. programas correctores ), consulta de base de datos y algoritmos [Familiarizarse]

• Logica de predicados:

• Conectores l´ ogicos. • Forma normal (conjuntiva y disyuntiva) • Validaci´ on de f´ ormula bien formada.

– Cuantificaci´ on universal y existencial • Limitaciones de la l´ ogica proposicional y de predicados (ej. problemas de expresividad)

• Aplicar demostraciones de lógica formal y/o informal, pero rigurosa, razonamiento l´ ogico para problemas reales, como la predicción del comportamiento de software o soluci´ on de problemas tales como rompecabezas [Usar] • Describir las fortalezas y limitaciones de la l´ ogica proposicional y de predicados [Usar] Lecturas : [Ros07], [Gri03]

4

Unidad 3: T´ ecnicas de demostraci´ on (14) Competences esperadas: C1,C20 Objetivos de Aprendizaje

T´ opicos

• Identificar la técnica de demostraci´ on utilizada en una demostraci´ on dada [Evaluar]

• Nociones de implicancia, equivalencia, conversión, inversa, contrapositivo, negaci´ on, y contradicción

• Describir la estructura b´ asica de cada técnica de demostración (demostraci´ on directa, demostraci´ on por contradicción e inducci´ on) descritas en esta unidad [Usar]

• Estructura de pruebas matem´ aticas.

• Aplicar las técnicas de demostraci´ on (demostraci´ on directa, demostraci´ on por contradicci´ on e inducci´ on) correctamente en la construcci´ on de un argumento solido [Usar]

• Demostracci´ on por contradicci´ on.

• Demostraci´ on directa. • Refutar por contraejemplo. • Inducci´ on sobre n´ umeros naturales. • Inducci´ on estructural.

• Determine que tipo de demostraci´ on es la mejor para un problema dado [Evaluar]

• Inducci´ on leve y fuerte (Ej. Primer y Segundo principio de la inducci´ on)

• Explicar el paralelismo entre ideas matem´ aticas y/o inducción estructural para la recursi´ on y definir estructuras recursivamente [Familiarizarse]

• Definiciones matem´ aticas recursivas. • Conjuntos bien ordenados.

• Explicar la relaci´ on entre inducci´ on fuerte y débil y dar ejemplos del apropiado uso de cada uno [Evaluar] • Enunciar el principio del buen-orden y su relaci´ on con la inducción matem´ atica [Familiarizarse] Lecturas : [Ros07], [Epp10], [Sch12]

5

Unidad 4: L´ ogica Digital y Representaci´ on de Datos (19) Competences esperadas: C1,C20 Objetivos de Aprendizaje T´ opicos • Explicar la importancia del álgebra booleana como una unificaci´ on de la teor´ıa de conjuntos y la l´ ogica proposicional [Evaluar].

´ • Ordenes parciales y Conjuntos parcialmente ordenados. • Elementos extremos de un conjunto parcialmente ordenado.

• Conocer las estructuras algebraicas del ret´ıculo y sus tipos [Evaluar].

• Reticulo: Tipos y propiedades.

• Explicar la relaci´ on entre el ret´ıculo y el conjunto de ordenadas y el uso prudente para demostrar que un conjunto es un ret´ıculo [Evaluar].

´ booleanas. • Algebras • Funciones y expresiones booleanas.

• Conocer las propiedades que satisfacen un álgebra booleana [Evaluar].

• Representaci´ on de las funciones booleanas: Disjuntiva normal y forma conjunta.

• Demostrar si una terna formada por un conjunto y ´ dos operaciones internas es o no Algebra booleana [Evaluar].

• Puertas Lógicas. • Minimizaci´ on del Circuito.

• Encuentra las formas can´ onicas de una funci´ on booleana [Evaluar]. • Representar una funci´ on booleana como un circuito booleano usando puertas l´ ogica[Evaluar]. • Minimizar una funci´ on booleana [Evaluar]. Lecturas : [Ros07], [Gri03]

6


1. C´ odigo del curso y nombre: CS111. Introducci´ on a la Ciencia de la Computaci´ on 2. Cr´ editos: 4 3. Horas de Teor´ıa y Laboratorio: 3 HT; 2 HP; 4. Docente(s) Dr. Jose Miguel Renom Andara • Dr. Matemáticas, USB, Venezuela, 2016. Dr. Katia Cánepa • Dr. Informática, PUCP-RIO, Brasil, 2015. • Mag. Informática, PUCP-RIO, Brasil, 2010. Dr. Ernesto Cuadros-Vargas • Dr. Ciencia de la Computaci´ on, ICMC-USP, Brasil, 2004. • Mag. Ciencia de la Computaci´ on, ICMC-USP, Brasil, 1998. Dr. Jose Antonio Fiestas Iquira • Dr. Ciencias Naturales, UNIHEIDELBERG, Alemania, 2006. • Mag. F´ısica, UNIHEIDELBERG, Alemania, 2002. Mg. Maria Hilda Bermejo Rios • Mag. Administraci´ o, UPC, Espa˜ na, 2015. Mg. Mariano David Melgar Zavala • Mag. Gestión de Proyectos, UPC, Per´ u, 2017. Mg. Patricio Morriber´ on Cornejo • Mag. MBA, ITESM, México, 2016. Mg. Jorge Luis Alvarado Revata • Mag. Gestión de la Investigaci´ on, UNIA, Espa˜ na, 2016. Mg. Jose Alfredo Diaz Leon • Mag. Tecnolog´ıas de Informaci´ on y Comunicaciones, URL, Espa˜ na, 2012. Mg. Jaime Moshe Farf´ an Madariaga • Mag. Tecnolog´ıas de Informaci´ on, UDEP, Per´ u, 2015. Mg. Issac Ernesto Bringas Masgo • Mag. Ciencias, UNI, Per´ u, 2001. Mg. Juan Carlos Bueno Villanueva 1

• Mag. Tecnolog´ıas de Informaci´ on, ESAN, Per´ u, 2010. Mg. Teófilo Chambilla Aquino • Mag. Ciencias, UCHILE, Chile, 2015. Prof. Rubén Demetrio Rivas Medina • Prof. Ingenier´ıa Agr´ıcola, UNALM, Per´ u, 1990. Bach. Randiel Javier Melgarejo Diaz • Bach Ingenier´ıa de Sistemas, UNI, Per´ u, 2017. Atención previa coordinaci´ on con el profesor 5. Bibliograf´ıa [Bro11]

J. Glenn Brookshear. Computer Science: An Overview. Addison-Wesley, 2011.

[Gut13] John V Guttag. . Introduction To Computation And Programming Using Python. MIT Press, 2013. [Zel10]

John Zelle. Python Programming: An Introduction to Computer Science. Franklin, Beedle & Associates Inc, 2010.

6. Informaci´ on del curso (a) Breve descripci´ on del curso Este es el primer curso en la secuencia de los cursos introductorios a la Ciencia de la Computaci´ on. En este curso se pretende cubrir los conceptos se˜ nalados por la Computing Curricula IEEECS/ACM 2013, bajo el enfoque orientado a objetos. La programaci´ on es uno de los pilares de la Ciencia de la ´ Computación; cualquier profesional del Area, necesitar´ a programar para concretizar sus modelos y propuestas. Este curso introduci´ on a los participantes en los conceptos fundamentales de este arte. Lo t´ opicos incluyen tipos de datos, estructuras de control, funciones, listas, recursividad y la mec´ anica de la ejecuci´ on, prueba y depuraci´ on. (b) Prerrequisitos: (c) Tipo de Curso: Obligatorio 7. Competencias • Introducir los conceptos fundamentales de programaci´ on durante la construcci´ on de un video juego • Desarrollar su capacidad de abstracci´ on, utilizar un lenguaje de programaci´ on orientado a objetos. 8. Contribuci´ on a los resultados (Outcomes) a) Aplicar conocimientos de computaci´ on y de matem´ aticas apropiadas para la disciplina. (Usar) c) Dise˜ nar, implementar y evaluar un sistema, proceso, componente o programa computacional para alcanzar las necesidades deseadas. (Usar) 9. Competencias (IEEE) C1. La comprensión intelectual y la capacidad de aplicar las bases matem´ aticas y la teor´ıa de la inform´ atica (Computer Science).⇒ Outcome a C2. Capacidad para tener una perspectiva cr´ıtica y creativa para identificar y resolver problemas utilizando el pensamiento computacional.⇒ Outcome c 10. Lista de temas a estudiar en el curso 1. Historia 2. Sistemas de tipos básicos 3. Conceptos Fundamentales de Programaci´ on 4. Análisis Básico 5. Algoritmos y Estructuras de Datos fundamentales 6. Algoritmos y Dise˜ no 2

7. Programación orientada a objetos 8. Métodos de Desarrollo 11. Metodologia y Evaluaci´ on Sesiones Te´ oricas: El desarrollo de las sesiones te´ oricas est´ a focalizado en el estudiante, a través de su participaci´ on activa, resolviendo problemas relacionados al curso con los aportes individuales y discutiendo casos reales de la industria. Los alumnos desarrollarán a lo largo del curso un proyecto de aplicaci´ on de las herramientas recibidas en una empresa. Sesiones de Laboratorio: Las sesiones prácticas se desarrollan en laboratorio. Las pr´ acticas de laboratorio se realizan en equipos para fortalecer su comunicación. Al inicio de cada laboratorio se explica el desarrollo de la pr´ actica y al término se destaca las principales conclusiones de la actividad en forma grupal. Exposiciones individuales o grupales: Se fomenta la participaci´ on individual y en equipo para exponer sus ideas, motiv´ andolos con puntos adicionales en las diferentes etapas de la evaluaci´ on del curso. Lecturas: A lo largo del curso se proporcionan diferentes lecturas, las cuales son evaluadas. El promedio de las notas de las lecturas es considerado como la nota de una pr´ actica calificada. El uso del campus virtual UTEC Online permite a cada estudiante acceder a la informaci´ on del curso, e interactuar fuera de aula con el profesor y con los otros estudiantes. Sistema de Evaluaci´ on: N T = 10%

5 ∑

P Ci + 6%T E1 + 14%T E2 + 4%P 1 + 12%P 2 + 24%P 3 + 10%T S + 20%

m=1

Donde:

5 ∑

SPi

m=1

• P Ci = Desempe˜ no en la clase #i, 1 <= i <= 2 • T Ej = Evaluaciones Te´ oricas #j, 1 <= j <= 2 • Pk = Proyecto #k, 1 <= k <= 3 • TS = Resumen del libro • SPm = Conjuntos de problemas #i, 1 <= m <= 5 12. Contenido Unidad 1: Historia (5) Competences esperadas: C4 Objetivos de Aprendizaje

T´ opicos

• Identificar importantes tendencias en la historia del campo de la computaci´ on [Familiarizarse]

• Pre-historia – El mundo antes de 1946.

• Identificar las contribuciones de varios pioneros en el campo de la computaci´ on [Familiarizarse]

• Pioneros de la Computaci´ on.

• Historia del hardware, software, redes. • Historia de Internet.

• Discutir el contexto hist´ orico de los paradigmas de diversos lenguajes de programaci´ on [Familiarizarse] • Comparar la vida diaria antes y después de la llegada de los ordenadores personales y el Internet [Evaluar] Lecturas : [Bro11], [Gut13], [Zel10]

3

(1)

Unidad 2: Sistemas de tipos b´ asicos (2) Competences esperadas: C1 Objetivos de Aprendizaje

T´ opicos

• Tanto para tipo primitivo y un tipo compuesto, describir de manera informal los valores que tiene dicho tipo [Familiarizarse]

• Tipos como conjunto de valores junto con un conjunto de operaciones.

• Para un lenguaje con sistema de tipos est´ atico, describir las operaciones que est´ an prohibidas de forma estática, como pasar el tipo incorrecto de valor a una función o método [Familiarizarse]

– Composici´ on de tipos construidos de otros tipos (p.e., registros, uniones, arreglos, listas, funciones, referencias)

– Tipos primitivos (p.e. numeros, booleanos)

• Asociaci´ on de tipos de variables, argumentos, resultados y campos.

• Describir ejemplos de errores de programa detectadas por un sistema de tipos [Familiarizarse]

• Tipo de seguridad y los errores causados por el uso de valores de manera incompatible dadas sus tipos previstos.

• Para m´ ultiples lenguajes de programaci´ on, identificar propiedades de un programa con verificaci´ on estática y propiedades de un programa con verificación dinámica [Usar] • Usar tipos y mensajes de error de tipos para escribir y depurar programas [Usar] • Definir y usar piezas de programas (tales como, funciones, clases, métodos) que usan tipos genéricos, incluyendo para colecciones [Usar] Lecturas : [Gut13], [Zel10]

4

Unidad 3: Conceptos Fundamentales de Programaci´ on (9) Competences esperadas: C1 Objetivos de Aprendizaje T´ opicos • Analiza y explica el comportamiento de programas simples que involucran estructuras fundamentales de programaci´ on variables, expresiones, asignaciones, E/S, estructuras de control, funciones, paso de parámetros, y recursividad [Evaluar]

• Sintaxis y sem´ antica básica de un lenguaje de alto nivel.

• Identifica y describe el uso de tipos de datos primitivos [Familiarizarse]

• Expresiones y asignaciones.

• Escribe programas que usan tipos de datos primitivos [Usar]

• Estructuras de control condicional e iterativas.

• Variables y tipos de datos primitivos (ej., numeros, caracteres, booleanos)

• Operaciones b´ asicas I/O incluyendo archivos I/O. • Paso de funciones y par´ ametros.

• Modifica y expande programas cortos que usen estructuras de control condicionales e iterativas as´ı como funciones [Usar]

• Concepto de recursividad.

• Dise˜ na, implementa, prueba, y depura un programa que usa cada una de las siguientes estructuras de datos fundamentales: c´ alculos básicos, E/S simple, condicional est´ andar y estructuras iterativas, definici´ on de funciones, y paso de par´ ametros [Usar] • Escribe un programa que usa E/S de archivos para brindar persistencia a través de ejecuciones m´ ultiples [Usar] • Escoje estructuras de condici´ on y repetici´ on adecuadas para una tarea de programaci´ on dada [Familiarizarse] • Describe el concepto de recursividad y da ejemplos de su uso [Evaluar] • Identifica el caso base y el caso general de un problema basado en recursividad [Familiarizarse] Lecturas : [Gut13], [Zel10]

5

Unidad 4: An´ alisis B´ asico (2) Competences esperadas: C1,C5 Objetivos de Aprendizaje

T´ opicos

• Explique a que se refiere con “mejor”, “esperado” y “peor” caso de comportamiento de un algoritmo [Familiarizarse]

• Diferencias entre el mejor, el esperado y el peor caso de un algoritmo. • Definici´ on formal de la Notaci´ on Big O.

• En el contexto de a algoritmos espec´ıficos, identifique las caracter´ısticas de data y/o otras condiciones o suposiciones que lleven a diferentes comportamientos [Familiarizarse]

• Clases de complejidad como constante, logar´ıtmica, lineal, cuadr´ atica y exponencial. • Uso de la notaci´ on Big O.

• Indique la definici´ on formal de Big O [Familiarizarse]

• An´ alisis de algoritmos iterativos y recursivos.

• Use la notación formal de la Big O para dar l´ımites superiores asint´ oticos en la complejidad de tiempo y espacio de los algoritmos [Usar] • Usar la notaci´ on formal Big O para dar l´ımites de casos esperados en el tiempo de complejidad de los algoritmos [Usar] Lecturas : [Gut13], [Zel10]

6

Unidad 5: Algoritmos y Estructuras de Datos fundamentales (8) Competences esperadas: C1,C2,C5 Objetivos de Aprendizaje T´ opicos • Algoritmos numéricos simples, tales como el cálculo de la media de una lista de n´ umeros, encontrar el m´ınimo y máximo.

• Implementar algoritmos numéricos básicos [Usar] • Implementar algoritmos de busqueda simple y explicar las diferencias en sus tiempos de complejidad [Evaluar]

• Algoritmos de b´ usqueda secuencial y binaria.

• Ser capaz de implementar algoritmos de ordenamiento comunes cu´ adraticos y O(N log N) [Usar]

• Algoritmos de ordenamiento de peor caso cuadrático (selecci´ on, inserci´ on)

• Describir la implementaci´ on de tablas hash, incluyendo resoluci´ on y el evitamiento de colisiones [Familiarizarse]

• Algoritmos de ordenamiento con peor caso o caso promedio en O(N lg N) (Quicksort, Heapsort, Mergesort)

• Discutir el tiempo de ejecución y eficiencia de memoria de los principales algoritmos de ordenamiento, busqueda y hashing [Familiarizarse]

• Tablas Hash, incluyendo estratégias para evitar y resolver colisiones. ´ • Arboles de b´ usqueda binaria:

• Discutir factores otros que no sean eficiencia computacional que influyan en la elecci´ on de algoritmos, tales como tiempo de programaci´ on, mantenibilidad, y el uso de patrones espec´ıficos de la aplicaci´ on en los datos de entrada [Familiarizarse]

– Operaciones comunes en árboles de b´ usqueda binaria como seleccionar el m´ınimo, máximo, insertar, eliminar, recorrido en árboles. • Grafos y algoritmos en grafos:

• Explicar como el balanceamiento del arbol afecta la eficiencia de varias operaciones de un arbol de b´ usqueda binaria [Familiarizarse]

– Representaci´ on de grafos (ej., lista de adyacencia, matriz de adyacencia) – Recorrido en profundidad y amplitud

• Resolver problemas usando algoritmos básicos de grafos, incluyendo busqueda por profundidad y busqueda por amplitud [Usar]

• Mont´ıculos (Heaps) • Grafos y algoritmos en grafos:

• Demostrar habilidad para evaluar algoritmos, para seleccionar de un rango de posibles opciones, para proveer una justificaci´ on por esa selecci´ on,y para implementar el algoritmo en un contexto en espec´ıfico [Evaluar]

– Algoritmos de la ruta m´ as corta (algoritmos de Dijkstra y Floyd) ´ – Arbol de expansi´ on m´ınima (algoritmos de Prim y Kruskal) • B´ usqueda de patrones y algoritmos de cadenas/texto (ej. b´ usqueda de subcadena, b´ usqueda de expresiones regulares, algoritmos de subsecuencia com´ un más larga)

• Describir la propiedad del heap y el uso de heaps como una implementaci´ on de colas de prioridad [Familiarizarse] • Resolver problemas usando algoritmos de grafos, incluyendo camino más corto de una sola fuente y camino más corto de todos los pares, y como m´ınimo un algoritmo de arbol de expansion minima [Usar] • Trazar y/o implementar un algoritmo de comparaci´ on de string [Usar] Lecturas : [Gut13], [Zel10]

7

Unidad 6: Algoritmos y Dise˜ no (9) Competences esperadas: C1,C2,C5 Objetivos de Aprendizaje

T´ opicos

• Discute la importancia de los algoritmos en el proceso de solución de un problema [Familiarizarse]

• Conceptos y propiedades de los algoritmos – Comparaci´ on informal de la eficiencia de los algoritmos (ej., conteo de operaciones)

• Discute como un problema puede ser resuelto por m´ ultiples algoritmos, cada uno con propiedades diferentes [Familiarizarse]

• Rol de los algoritmos en el proceso de solución de problemas

• Crea algoritmos para resolver problemas simples [Usar]

• Estrategias de soluci´ on de problemas

• Usa un lenguaje de programaci´ on para implementar, probar, y depurar algoritmos para resolver problemas simples [Usar]

– Funciones matem´ aticas iterativas y recursivas

• Implementa, prueba, y depura funciones recursivas simples y sus procedimientos [Usar]

– Estrategias Divide y Conquistar

– Recorrido iterativo y recursivo en estructura de datos

• Conceptos y principios fundamentales de dise˜ no

• Determina si una soluci´ on iterativa o recursiva es la más apropiada para un problema [Evaluar]

– Abstracci´ on – Descomposici´ on de Program

• Implementa un algoritmo de divide y vencer´ as para resolver un problema [Usar]

– Encapsulamiento y camuflaje de información – Separaci´ on de comportamiento y aplicación

• Aplica técnicas de descomposici´ on para dividir un programa en partes más peque˜ nas [Usar] • Identifica los componentes de datos y el comportamiento de m´ utiples tipos de datos abstractos [Usar] • Implementa un tipo de dato abstracto coherente, con la menor pérdida de acoplamiento entre componentes y comportamientos [Usar] • Identifica las fortalezas y las debilidades relativas entre m´ ultiples dise˜ nos e implementaciones de un problema [Evaluar] Lecturas : [Gut13], [Zel10]

8

Unidad 7: Programaci´ on orientada a objetos (4) Competences esperadas: C2 Objetivos de Aprendizaje

T´ opicos • Lenguajes orientados a objetos para la encapsulaci´ on:

• Dise˜ nar e implementar una clase [Usar] • Usar subclase para dise˜ nar una jerarqu´ıa simple de clases que permita al código ser reusable por diferentes subclases [Familiarizarse]

– privacidad y la visibilidad de miembros de la clase – Interfaces revelan u ńico método de firmas

• Comparar y contrastar (1) el enfoque procedurar/funcional- definiendo una funci´ on por cada operaci´ on con el cuerdo de la funci´ on proporcionando un caso por cada variaci´ on de dato y (2) el enfoque orientado a objetos - definiendo una clase por cada variaci´ on de dato con la definici´ on de la clase proporcionando un método por cada operación. Entender ambos enfoques como una definición de variaciones y operaciones de una matriz [Familiarizarse]

– clases base abstractas • Definici´ on de las categor´ıas, campos, métodos y constructores. • Las subclases, herencia y método de alteración temporal. • Subtipificaci´ on: – Polimorfismo art´ıculo Subtipo; upcasts impl´ıcitos en lenguajes con tipos.

• Explicar la relaci´ on entre la herencia orientada a objetos (codigo compartido y overriding) y subtipificación (la idea de un subtipo es ser utilizable en un contexto en el que espera al supertipo) [Familiarizarse]

– Noci´ on de reemplazo de comportamiento: los subtipos de actuar como supertipos. – Relaci´ on entre subtipos y la herencia. • Lenguajes orientados a objetos para la encapsulaci´ on:

• Usar mecanismos de encapsulaci´ on orientada a objetos, tal como interfaces y miembros privados [Familiarizarse]

– privacidad y la visibilidad de miembros de la clase – Interfaces revelan u ńico método de firmas – clases base abstractas

Lecturas : [Gut13], [Zel10] Unidad 8: M´ etodos de Desarrollo (1) Competences esperadas: C2 Objetivos de Aprendizaje

T´ opicos

• Construir y depurar programas que utilizan las bibliotecas estándar disponibles con un lenguaje de programación elegido [Familiarizarse]

• Entornos modernos de programaci´ on: – B´ usqueda de c´ odigo. – Programaci´ on usando libreria de componentes y sus APIs.

Lecturas : [Gut13], [Zel10]

9


1. C´ odigo del curso y nombre: CQ121. Qu´ımica General 2. Cr´ editos: 3 3. Horas de Teor´ıa y Laboratorio: 3 HT; 4. Docente(s) Dr. Mar´ıa De Fátima Fernandez Lamarque • Dr. Filosof´ıa, LSU, EEUU, 1996. Dr. Alejandra Ratti Parandelli • Dr. Filosof´ıa, ASTATE, EEUU, 2010. Mg. Roc´ıo Giovanna Hoyos Diaz • Mag. Educación, USMP, Per´ u, 2016. Mg. Max Jorge Carlos Salazar • Mag. Ciencias, USP, Brasil, 2015. Mg. Melissa Barrera Tomas • Mag. Ciencias, UQAM, Canad´ a, 2016. Mg. Marco Antonio Gusukuma Higa • Mag. Ingenier´ıa Industrial, UNI, Per´ u, 2014. Mg. Carmen Luz Zegarra Urquia • Mag. Qu´ımica, PUCP, Per´ u, 2008. Mg. Angela Pinedo Flores • Mag. Ciencias, PUCP, Per´ u, 2016. Atención previa coordinaci´ on con el profesor 5. Bibliograf´ıa [AS83]

Paul Ander and A. Sonnessa. PRINCIPIO DE QUIMICA. Editorial LIMUSA Mexico, 1983.

[Bab83]

Babor-Ibarz. QUIMICA GENERAL MODERNA. 8th ed. EDITORIAL MARIN S.A., BARCELONA, 1983.

[Bru92]

Mahan Bruce. QUIMICA CURSO UNIVERSITARIO. FONDO EDUCATIVO INTERAMERICANO, USA, 1992.

[Cha99]

Raymond Chang. QUIMICA. 4th ed. Mc Graw Hill,Mexico, 1999.

[Mas98]

Willian Masterson. QUIMICA GENERAL SUPERIOR. INTERAMERICANA, Mexico, 1998.

[WCD92] Kennet W. Whitten, Kennet D. Calley, and Raymond E. Davis. QUIMICA GENERAL. 3rd ed. Mc Graw Hill,Mexico, 1992. 6. Informaci´ on del curso (a) Breve descripci´ on del curso Este curso es u ´til en esta carrera para que el alumno aprenda a mostrar un alto grado de dominio de las leyes de la Qu´ımica General. 1

(b) Prerrequisitos: (c) Tipo de Curso: Obligatorio 7. Competencias • Capacitar y presentar al estudiante los principios b´ asicos de la qu´ımica como ciencia natural abarcando sus tópicos más importantes y su relaci´ on con los problemas cotidianos. 8. Contribuci´ on a los resultados (Outcomes) d) Trabajar efectivamente en equipos para cumplir con un objetivo com´ un. (Usar) h) Incorporarse a un proceso de aprendizaje profesional continuo. (Usar) 9. Competencias (IEEE) C20. Posibilidad de conectar la teor´ıa y las habilidades aprendidas en la academia a los acontecimientos del mundo real que explican su pertinencia y utilidad.⇒ Outcome d,h 10. Lista de temas a estudiar en el curso 1. QU1. Termodin´ amica 2. QU2. Equilibrio Qu´ımico ´ 3. QU3. Estudios que Contribuyeron al Desarrollo de la Teor´ıa del Atomo ´ 4. QU4. Teor´ıas del Atomo 5. QU5. Tabla Peri´ odica 6. QU6. Enlace Qu´ımico 7. QU7. Gases 8. QU8. Fuerzas Intermoleculares y L´ıquidos 9. QU9. Sólidos 10. QU10. Disoluciones 11. QU11. Estequiometr´ıa 11. Metodologia y Evaluaci´ on Metodolog´ıa: Sesiones Te´ oricas: El desarrollo de las sesiones te´ oricas est´ a focalizado en el estudiante, a través de su participaci´ on activa, resolviendo problemas relacionados al curso con los aportes individuales y discutiendo casos reales de la industria. Los alumnos desarrollarán a lo largo del curso un proyecto de aplicaci´ on de las herramientas recibidas en una empresa. Sesiones de Laboratorio: Las sesiones prácticas se desarrollan en laboratorio. Las pr´ acticas de laboratorio se realizan en equipos para fortalecer su comunicación. Al inicio de cada laboratorio se explica el desarrollo de la pr´ actica y al término se destaca las principales conclusiones de la actividad en forma grupal. Exposiciones individuales o grupales: Se fomenta la participaci´ on individual y en equipo para exponer sus ideas, motiv´ andolos con puntos adicionales en las diferentes etapas de la evaluaci´ on del curso. Lecturas: A lo largo del curso se proporcionan diferentes lecturas, las cuales son evaluadas. El promedio de las notas de las lecturas es considerado como la nota de una pr´ actica calificada. El uso del campus virtual UTEC Online permite a cada estudiante acceder a la informaci´ on del curso, e interactuar fuera de aula con el profesor y con los otros estudiantes. Sistema de Evaluaci´ on: 12. Contenido 2

Unidad 1: QU1. Termodin´ amica (4) Competences esperadas: C20 Objetivos de Aprendizaje

T´ opicos

• Entender y trabajar con los principios de la Termodinámica.

• Sistemas termodin´ amicos y su clasificaci´ on. Variables termodin´ amicas y funciones de estado.

• Abstraer de la naturaleza los conceptos de las transformaciones de los gases.

• Estados de un sistema. Estados de equilibrio. Variables extensivas e intensivas. • Equilibrios térmicos. Principio cero de la termodin´ amica. • Primer principio de la termodin´ amica. Capacidad calor´ıfica. Procesos reversibles y trabajo máximo. • Energ´ıa interna de los gases ideales. Transformaciones adiab´ aticas. Termoqu´ımica. Ley de Lavoisier y La Place, Ley de Hess. Ley de Kirchhoff. • Segunda Ley de la termodin´ amica. Entrop´ıa. Eficiencia de un ciclo reversible. • Energ´ıa libre. Tercera ley de la termodin´ amica.

Lecturas : [Cha99], [WCD92] Unidad 2: QU2. Equilibrio Qu´ımico (4) Competences esperadas: C20 Objetivos de Aprendizaje

T´ opicos

• Describir, conocer y aplicar los conceptos del equilibrio qu´ımico.

• Concepto. Constante de equilibrio. • Ley de acci´ on de las masas.

• Resolver problemas.

• Equilibrios homogéneos. Equilibrios heterogéneos. Equilibrios m´ ultiples. • Factores que afectan el equilibrio qu´ımico. Principio de Le Chatelier.

Lecturas : [Cha99], [WCD92]

3

´ Unidad 3: QU3. Estudios que Contribuyeron al Desarrollo de la Teor´ıa del Atomo (4) Competences esperadas: C20 Objetivos de Aprendizaje T´ opicos • Describir el comportamiento y caracter´ısticas de las ondas.

• Propiedades de las ondas. • Radiaci´ on electromagnética. Caracter´ıstica. Espectros.

• Entender qualitativa y quantitativamente el comportamiento corpuscular de las ondas electromagnéticas.

• Teor´ıa Cu´ antica de Max Planck.


• Efecto fotoeléctrico. • Relaci´ on entre la materia y energ´ıa. • Rayos X, Rayos cat´ odicos y rayos canales. • Ejercicios y problemas

Lecturas : [Cha99] ´ Unidad 4: QU4. Teor´ıas del Atomo (6) Competences esperadas: C20 Objetivos de Aprendizaje

T´ opicos

• Conocer e interpretar los modelos at´ omicos cl´ asicos.

• Postulados de Dalton. Modelo at´ omico de Thompson.

• Entender los fundamentos de la teor´ıa at´ omica moderna.

• Experimento de Rutherford, Modelo at´ omico de Rutherford. Inconsistencia.

• Conocer los conceptos básicos de la mec´ anica cu´ antica.

• Modelo at´ omico de Bohr. Espectro de emisión del átomo de hidr´ ogeno.


• Teor´ıa at´ omica moderna. Dualidad de la materia. • Principio de incertidumbre de Heisenberg. • Orbitales atómicos. Ecuaci´ on de Schrodinguer. • Descripci´ on mec´ anico cu´ antica del átomo de hidrogeno N´ umeros cu´ anticos. • Configuraci´ on electr´ onica. Principio de exclusión de Pauli. • Regla de Hund. Excepciones. • Paramagnetismo y diamagnetismo. Efecto pantalla. • Ejercicios y problemas.

Lecturas : [Bab83], [WCD92]

4

Unidad 5: QU5. Tabla Peri´ odica (4) Competences esperadas: C20 Objetivos de Aprendizaje

T´ opicos

• Entender la estructura de la tabla peri´ odica.

• Ley peri´ odica.

• Conocer las propiedades de los elementos.

• Descripci´ on de la tabla peri´ odica. Periodo y grupo. Ubicaci´ on de un elemento.


• Propiedades peri´ odicas: Radio at´ omico, radio iónico, energ´ıa de ionizaci´ on, afinidad electr´ onica. Electronegatividad. • Variaci´ on de las propiedades qu´ımicas. • Ejercicios y problemas.

Lecturas : [WCD92], [Bru92] Unidad 6: QU6. Enlace Qu´ımico (3) Competences esperadas: C20 Objetivos de Aprendizaje

T´ opicos

• Conocer y entender las teor´ıas de valencia y de enlaces qu´ımicos.

• Teor´ıa de la valencia. Evoluci´ on. • Regla del octeto.

• Conocer y entender la teor´ıa del orbital molecular.

• Teor´ıa de Lewis.


• Enlace i´ onico y electrovalente. • Formaci´ on del par i´ onico entre los elementos s y los elementos p. Las energ´ıas i´ onicas de las redes cristalinas. • Ciclo de Born Haber. • Enlace covalente. Compartici´ on de pares de electrones. • Carga formal y estructura de Lewis. Concepto de resonancia. • Excepciones a la regla del octeto. Fuerzas en enlace covalente. • Teor´ıa de la repulsi´ on de pares electr´ onicos del nivel de valencia (RPENV). • Concepto de hibridaci´ on. Hibridaci´ on sp, sp2, sp3 y otros tipos de hibridaci´ on. • Teor´ıa del orbital molecular. • Ejercicios y problemas.

Lecturas : [Bru92], [AS83]

5

Unidad 7: QU7. Gases (4) Competences esperadas: C20 Objetivos de Aprendizaje

T´ opicos

• Conocer los conceptos básicos de los gases ideales.

• Definici´ on. Presi´ on de un gas.

• Entender y aplicar la teor´ıa cinética de los gases.

• Leyes de los gases: de Boyle, Gay-Lussac y Charles. Ecuaci´ on de un gas ideal.

• Conocer conceptos de difusión y efusi´ on de gases.

• Ley de presiones parciales de Dalton.

• Entender los conceptos de gases reales.

• Teor´ıa cinética de los gases. Distribuci´ on de velocidades moleculares. Trayectoria libre media.


• Ley de Graham de la difusi´ on y efusi´ on. • Gases reales. Ecuaci´ on de Van der Waals. • Ejercicios y problemas. Lecturas : [AS83], [Mas98] Unidad 8: QU8. Fuerzas Intermoleculares y L´ıquidos (3) Competences esperadas: C20 Objetivos de Aprendizaje T´ opicos • Conocer conceptos básicos de las fuerzas intermoleculares.

• Definici´ on. La evaporaci´ on y la presi´ on de vapor en el estado de equilibrio.

• Conocer y aplicar conceptos de vaporizaci´ on y ebullición.

• Medida de la presi´ on de vapor y del calor de vaporizaci´ on. Punto de ebullici´ on y calor latente de vaporizaci´ on.

• Conocer y aplicar conceptos de tensi´ on superficial y cambios de fase.

• Fuerzas intermoleculares; fuerzas dipolo-dipolo, iondipolo, disperso, fuerza y radio de van der Waals. Enlace de hidr´ ogeno.


• Viscocidad. Tensi´ on superficial y acci´ on capilar. • Cambios de fase. • Ejercicios y problemas. Lecturas : [Mas98], [Bab83]

6

Unidad 9: QU9. S´ olidos (3) Competences esperadas: C20 Objetivos de Aprendizaje

T´ opicos

• Conocer conceptos b´ asicos de las estructuras cristalinas de sólidos.

• Definici´ on. Empaquetaci´ on de esferas. Eficiencia de empaquetamiento. Empaquetamiento compacto.

• Conocer y aplicar conceptos de cambios de fase y de equilibrio.

• Empleo de los Rayos X en el estudio de la estructura de los cristales.


• Clases de estructuras cristalinas: cristales iónicos. Covalentes, moleculares, met´ alicos. Enlace metálico Cristales amorfos. • Cambios de fase. Equilibrio l´ıquido-vapor. Calor de vaporizaci´ on y punto de ebullici´ on. • Equilibrio l´ıquido-s´ olido. Equilibrio sólido-vapor. Diagrama de fase del agua y del di´ oxido de carbono. • Ejercicios y problemas.

Lecturas : [Mas98], [Bab83] Unidad 10: QU10. Disoluciones (3) Competences esperadas: C20 Objetivos de Aprendizaje

T´ opicos

• Conocer conceptos básicos de las disoluciones moleculares.

• Definici´ on. Visi´ on molecular del proceso de disoluci´ on.

• Conocer y aplicar conceptos de concentraci´ on y solubilidad.

• Disoluciones de l´ıquidos en l´ıquidos. Disoluciones de s´ olidos en l´ıquidos.


• Unidades de concentraci´ on: porcentaje en masa, fracci´ on molar, molaridad, molalidad Normalidad. • Efecto de la temperatura en la solubilidad, la solubilidad de los sólidos y la temperatura, cristalización fraccionada. • La solubilidad de los gases y la temperatura. Efecto de la presi´ on en la solubilidad de los gases. • Propiedades coligativas de las soluciones. Dispersiones coloidales. • Ejercicios y problemas.

Lecturas : [Mas98], [Bab83]

7

Unidad 11: QU11. Estequiometr´ıa (3) Competences esperadas: C20 Objetivos de Aprendizaje

T´ opicos

• Conocer conceptos b´ asicos de las reacciones qu´ımicas.

• Reacci´ on qu´ımica. Expresiones de las reacciones qu´ımicas en forma de ecuaciones. Caracter´ısticas de una ecuaci´ on qu´ımica.

• Conocer y aplicar las leyes ponderales y volumétricas.

• Tipos de reacciones qu´ımicas: Precipitaci´ on, ácidobase, óxido-reducci´ on. Cantidad de reactivos y productos.


• Relaciones estequiométricas: moles, masa y volumen. • Leyes ponderales y volumétricas. • Reactivo limitante. Rendimiento de las reacciones. • Ejercicios y problemas. Lecturas : [Mas98], [Bab83]

8


1. C´ odigo del curso y nombre: GH1005. Laboratorio de Comunicaci´ on I 2. Cr´ editos: 3 3. Horas de Teor´ıa y Laboratorio: 2 HT; 2 HP; 4. Docente(s) Dr. Tal´ıa Tijero • Dr. Ling¨ u´ıstica, PUCV, Chile, 2012. Mg. Marcelo Zorrilla • Mag. Business Administration, Georgetown, EEUU, 2014. Mg. Giuliana Carrillo • Mag. Arte peruano y latinoamericano, UNMSM, Per´ u, 2017. Mg. Luis Fernando Rubio • Mag. Estudios Hisp´ anicos Superiores, US, Espa˜ na, 2016. Mg. Javier Pizarro • Mag. Estudios Culturales, PUCP, Per´ u, 2016. Prof. Oriana Vidal • Prof. Literatura Hisp´ anica, PUCP, Per´ u, 2008. Prof. Gonzalo Ram´ırez • Prof. Ling¨ u´ıstica y Literatura, PUCP, Per´ u, 2014. Atención previa coordinaci´ on con el profesor 5. Bibliograf´ıa [D93] Cassany. D. La cocina de la Escritura. Barcelona,Espa˜ na,Anagrama, 1993. 6. Informaci´ on del curso (a) Breve descripci´ on del curso A través de este curso, el alumno mejorar´ a y fortalecer´ a sus capacidades para comunicarse tanto a nivel oral como escrito en un contexto académico. Para ello, el alumno se ejercitará en la composición de textos, tomando en cuenta las exigencias propias de un lenguaje formal académico: caracter´ısticas de la redacción académica (reglas de puntuaci´ on, ortograf´ıa, competencia léxico gramatical, normativa) y empleo correcto de la informaci´ on. A su vez, el curso promueve una lectura comprensiva que no se limita al nivel descriptivo, sino que abarca también lo conceptual y metaf´ orico, pues solo de ese modo el estudiante desarrollar´ a su capacidad cr´ıtica y anal´ıtica. El estudiante afrontar´ a lecturas académicas y de divulgaci´ on cient´ıfica que le permitir´ an distinguir los objetivos planteados en los distintos tipos de textos, y reconocer al texto oral y escrito como una unidad coherente y cohesionada en cuanto a forma y contenido. Alcanzados estos objetivos, el estudiante comprenderá que las habilidades comunicativas orales y escritas son competencias centrales de su vida universitaria y, posteriormente, de su vida profesional. (b) Prerrequisitos: 1

(c) Tipo de Curso: Obligatorio 7. Competencias • Con este curso el estudiante desarrolla y fortalece sus habilidades comunicativas orales y escritas en el marco de un contexto académico. Adem´ as, comprende conceptual y metaf´ oricamente textos expositivos, e identifica los objetivos, jerarqu´ıa de las ideas y estructura de dichos textos. Al finalizar el curso, el estudiante es capaz de producir textos expositivos descriptivos e informativos. As´ı mismo, desarrolla su capacidad de apertura y tolerancia hacia la diversidad de puntos de vista gracias al continuo trabajo grupal, autoevaluaciones y evaluaciones de pares que enfrentará a lo largo del ciclo en el curso. 8. Contribuci´ on a los resultados (Outcomes) e) Entender correctamente las implicancias profesionales, éticas, legales, de seguridad y sociales de la profesi´ on. (Usar) f ) Comunicarse efectivamente con audiencias diversas. (Usar) i) Utilizar técnicas y herramientas actuales necesarias para la pr´ actica de la computaci´ on. (Usar) n) Aplicar conocimientos de humanidades en su labor profesional. (Usar) 9. Competencias (IEEE) C17. Capacidad para expresarse en los medios de comunicaci´ on orales y escritos como se espera de un graduado.⇒ Outcome f,h,n C20. Posibilidad de conectar la teor´ıa y las habilidades aprendidas en la academia a los acontecimientos del mundo real que explican su pertinencia y utilidad.⇒ Outcome f,n C24. Comprender la necesidad de la formaci´ on permanente y la mejora de habilidades y capacidades.⇒ Outcome f,h 10. Lista de temas a estudiar en el curso 1. Laboratorio de Comunicaci´ on I 11. Metodologia y Evaluaci´ on Metodolog´ıa: Sesiones Te´ oricas: El desarrollo de las sesiones te´ oricas est´ a focalizado en el estudiante, a través de su participaci´ on activa, resolviendo problemas relacionados al curso con los aportes individuales y discutiendo casos reales de la industria. Los alumnos desarrollarán a lo largo del curso un proyecto de aplicaci´ on de las herramientas recibidas en una empresa. Sesiones de Laboratorio: Las sesiones prácticas se desarrollan en laboratorio. Las pr´ acticas de laboratorio se realizan en equipos para fortalecer su comunicación. Al inicio de cada laboratorio se explica el desarrollo de la pr´ actica y al término se destaca las principales conclusiones de la actividad en forma grupal. Exposiciones individuales o grupales: Se fomenta la participaci´ on individual y en equipo para exponer sus ideas, motiv´ andolos con puntos adicionales en las diferentes etapas de la evaluaci´ on del curso. Lecturas: A lo largo del curso se proporcionan diferentes lecturas, las cuales son evaluadas. El promedio de las notas de las lecturas es considerado como la nota de una pr´ actica calificada. El uso del campus virtual UTEC Online permite a cada estudiante acceder a la informaci´ on del curso, e interactuar fuera de aula con el profesor y con los otros estudiantes. Sistema de Evaluaci´ on: 12. Contenido

2

Unidad 1: Laboratorio de Comunicaci´ on I (12) Competences esperadas: 4 Objetivos de Aprendizaje

T´ opicos

• Auto-evaluaci´ on: el estudiante es capaz de reconocer sus propias fortalezas y deficiencias al formular cr´ıticas constructivas sobre su propio trabajo.

• Caracter´ısticas de Escritura Académica. • Estrategias de Lectura. • Estructura del texto. • Estructura de p´ arrafos. • Caracter´ısticas del p´ arrafo. • Texto argumentativo Vs. Texto expositivo. • Proceso de Redacci´ on. • Citas:funci´ on y tipos -Bibiliograf´ıa. • Aproximaci´ on a caracter´ısticas de la exposición oral. • Conferencia :caracterpisticas exposici´ on formal. • Redacci´ on de texto completo con citas.

Lecturas : [D93]

3


1. C´ odigo del curso y nombre: EG1003. Matem´ atica I 2. Cr´ editos: 4 3. Horas de Teor´ıa y Laboratorio: 4 HT; 4. Docente(s) Dr. Alejandro Rios Cuadros • Dr. Ciencias, UFMG, Brasil, 2016. Dr. Claudia Fausta Maura Antonini Bova • Dr. Ingenier´ıa Industrial y Sistemas, GATECH, EEUU, 2005. • Mag. Investigaci´ on de Operaciones, GATECH, EEUU, 2004. Mg. Rosa Fabiola Jabo Bereche • Mag. Matemáticas, PUCP, Per´ u, 2004. Mg. Juan Carlos Broncano Torres • Mag. Ciencias, UNI, Per´ u, 2006. Mg. Sonia Escalante Huaman´ı • Mag. Matemática Pura, PUCP, Per´ u, 1995. Mg. Julio Cesar Barraza Bernaola • Mag. Ciencias, UNI, Per´ u, 2012. Mg. Cristina Navarro Flores • Mag. Ciencias, UNI, Per´ u, 2014. Mg. Elmer Alfonso Tapia Berrocal • Mag. Educación, UPEU, Per´ u, 2017. Prof. David Ernesto Palomino Alva • Prof. Educaci´ on, USIL, Per´ u, 2004. Atención previa coordinaci´ on con el profesor 5. Bibliograf´ıa [Lar14] Ron Larson. Calculus. 10th. CENGAGE Learning, 2014. [Ste12]

James Stewart. Calculus. 7th. CENGAGE Learning, 2012.

6. Informaci´ on del curso (a) Breve descripci´ on del curso El curso tiene como objetivo desarrollar en los estudiantes las habilidades para manejar modelos en ciencia e ingenier´ıa relacionados con habilidades de cálculo diferencial simple. En el curso se estudian y aplican conceptos relacionados con el c´ alculo de L´ımites, derivados e integrales de funciones reales y vectoriales de variables reales u ńicas que se utilizar´ an como base y apoyo al estudio de nuevos contenidos y materias. También busca lograr capacidades de razonamiento y aplicabilidad para interactuar con problemas del mundo real proporcionando una base matem´ atica para actividades de desarrollo. 1

(b) Prerrequisitos: (c) Tipo de Curso: Obligatorio 7. Competencias • Aplicar los conceptos de n´ umeros complejos y funciones para resolver problemas relacionados con la ciencia. • Aplicar conceptos matem´ aticos y técnicas de c´ alculo diferencial de una variable para resolver situaciones problemáticas de la ciencia • Calcular las expresiones matem´ aticas de las integrales indefinidas con exactitud, orden y claridad en el tratamiento de los datos. 8. Contribuci´ on a los resultados (Outcomes) a) Aplicar conocimientos de computaci´ on y de matem´ aticas apropiadas para la disciplina. (Evaluar) j) Aplicar la base matem´ atica, principios de algoritmos y la teor´ıa de la Ciencia de la Computaci´ on en el modelamiento y dise˜ no de sistemas computacionales de tal manera que demuestre comprensi´ on de los puntos de equilibrio involucrados en la opci´ on escogida. (Evaluar) 9. Competencias (IEEE) C1. La comprensión intelectual y la capacidad de aplicar las bases matem´ aticas y la teor´ıa de la inform´ atica (Computer Science).⇒ Outcome a C20. Posibilidad de conectar la teor´ıa y las habilidades aprendidas en la academia a los acontecimientos del mundo real que explican su pertinencia y utilidad.⇒ Outcome j C24. Comprender la necesidad de la formaci´ on permanente y la mejora de habilidades y capacidades.⇒ Outcome j 10. Lista de temas a estudiar en el curso 1. N´ umeros complejos 2. Funciones de una sola variable 3. L´ımites y derivadas 4. Integrales 11. Metodologia y Evaluaci´ on Metodolog´ıa: Sesiones Te´ oricas: El desarrollo de las sesiones te´ oricas est´ a focalizado en el estudiante, a través de su participaci´ on activa, resolviendo problemas relacionados al curso con los aportes individuales y discutiendo casos reales de la industria. Los alumnos desarrollarán a lo largo del curso un proyecto de aplicaci´ on de las herramientas recibidas en una empresa. Sesiones de Laboratorio: Las sesiones prácticas se desarrollan en laboratorio. Las pr´ acticas de laboratorio se realizan en equipos para fortalecer su comunicación. Al inicio de cada laboratorio se explica el desarrollo de la pr´ actica y al término se destaca las principales conclusiones de la actividad en forma grupal. Exposiciones individuales o grupales: Se fomenta la participaci´ on individual y en equipo para exponer sus ideas, motiv´ andolos con puntos adicionales en las diferentes etapas de la evaluaci´ on del curso. Lecturas: A lo largo del curso se proporcionan diferentes lecturas, las cuales son evaluadas. El promedio de las notas de las lecturas es considerado como la nota de una pr´ actica calificada. El uso del campus virtual UTEC Online permite a cada estudiante acceder a la informaci´ on del curso, e interactuar fuera de aula con el profesor y con los otros estudiantes. Sistema de Evaluaci´ on: 12. Contenido 2

Unidad 1: N´ umeros complejos (20) Competences esperadas: C1 Objetivos de Aprendizaje

T´ opicos

• Definir y operar con n´ umeros complejos, calculando su forma polar y exponencial [Evaluar].

• Operaciones con n´ umeros complejos • Teorema de Moivre

• Utilizar el teorema de Moivre para simplificar los cálculos de complejos[Evaluar]. Lecturas : [Ste12], [Lar14] Unidad 2: Funciones de una sola variable (10) Competences esperadas: C20 Objetivos de Aprendizaje

T´ opicos

• Definir una funci´ on de una sola variable y entender y ser capaz de determinar su dominio y rango. [Evaluar].

• Dominio y rango.

• Reconocer diferentes tipos espec´ıficos de funciones y crear diagramas de dispersi´ on y seleccionar un modelo apropiado. [Evaluar].

• Gr´ afico de exponenciales y funciones logar´ıtmicas.

• Tipos de funciones. • Funciones trigonométricas. • Aplicar reglas para transformar funciones.

• Comprender cómo un cambio en la base afecta a la gráfica de exponenciales y funciones logar´ıtmicas. [Evaluar].

• Problemas de aplicaciones usando Excel, modelando crecimiento bacteriano, escala logar´ıtmica, etc.

• Reconoce y construye funciones trigonométricas. [Evaluar]. • Aplicar reglas para transformar funciones. [Evaluar]. • Ser capaz de resolver problemas de aplicaciones simples como regresi´ on y ajuste de curvas. [Evaluar]. Lecturas : [Ste12], [Lar14]

3

Unidad 3: L´ımites y derivadas (20) Competences esperadas: C1 Objetivos de Aprendizaje

T´ opicos

• Entender el concepto de l´ımites y calcular los l´ımites de la gráfica de una funci´ on. [Evaluar].

• L´ımites • Derivadas

• Encontrar l´ımites usando las leyes de l´ımites y la simplificación algebraica. [Evaluar].

• Conceptos sobre Derivadas y calcular errores relativos.

• Encontrar as´ıntotas verticales y horizontales. [Evaluar].

• El Teorema de L’Hospital • Problemas de aplicaciones tales como velocidad, crecimiento exponencial y decaimiento, acumulación de grava creciente, optimizaci´ on de una lata, etc.

• Calcular y estimar derivados. [Evaluar]. • Interpretar la derivada como una tasa de cambio. [Evaluar]. • Encontrar los derivados de la funci´ on básica y compuesta [Evaluar]. • Aproximación de funciones usando conceptos de derivadas y calculo de errores relativos [Evaluar]. • Encontrar los n´ umeros cr´ıticos , los valores máximos y m´ınimos absolutos y locales para la funci´ on continua. [Evaluar]. • Aplicar Teorema de L’Hospital para calcular algunos l´ımites. [Evaluar]. • Entender los problemas de optimizaci´ on, encontrar la función a ser optimizada y resolver[Evaluar]. • Ser capaz de resolver problemas de aplicaciones simples.. [Evaluar]. Lecturas : [Ste12], [Lar14]

4

Unidad 4: Integrales (22) Competences esperadas: C20 Objetivos de Aprendizaje

T´ opicos

• Resolver correctamente el área de estimaci´ on usando los rectángulos izquierdo y derecho del punto final y del punto medio.[Evaluar].

• Estrategia para la integraci´ on.

• Utilizar el teorema fundamental para encontrar derivados de funciones de evaluar integrales definidas e indefinidas mediante sustituci´ on.[Evaluar].

• Herramientas adicionales para encontrar integrales

• Tecnica para integrar funciones. • Problemas de aplicaciones.

• Utilizar diferentes técnicas para integrar funciones. [Evaluar]. • Aplicar integrales a las áreas encontradas.[Evaluar]. • Calcular vol´ umenes de sólidos obtenidos girando una región limitada alrededor del eje x o del eje y. [Evaluar]. • Calcular el volumen de s´ olidos obtenidos al girar una región limitada alrededor del eje x o del eje y, considerando cascarones cil´ındricos.[Evaluar]. • Calcula el valor promedio de una funci´ on. [Evaluar]. • Calcular el trabajo realizado por una fuerza y calcule el centro de masa para una placa plana en el plano.[Evaluar]. • Definir curvas paramétricas y funciones vectoriales encontrando relaciones entre ellas. [Evaluar]. • Aplicar integrales para calcular la longitud de las curvas descritas por las funciones vectoriales.[Evaluar]. • Ser capaz de resolver problemas de aplicaciones simples tales como tr´ afico en un servicio de Internet, consumo de combustible, tomograf´ıa: volumen del cerebro, bomba de agua, masa en espesante, superformula, volumen en máquina de Wankel, longitud de hélice de molécula de ADN, etc.[Evaluar]. Lecturas : [Ste12], [Lar14]

5


1. C´ odigo del curso y nombre: FG101D. Desaf´ıos Globales 2. Cr´ editos: 3 3. Horas de Teor´ıa y Laboratorio: 2 HT; 2 HP; 4. Docente(s) Dr. Melanie Cornejo Germer • Dr. Filosofia, HARVARD, EEUU, . Mg. Juan Del Aguila Bartra • Mag. Dise˜ no e Innovaci´ on, ELISAVA, Espa˜ na, 2016. Mg. Gilda D´ıaz Mart´ınez • Mag. Dise˜ no e Innovaci´ on, ELISAVA, Espa˜ na, 2016. Bach. Eduardo Roncal Pereira • Mag. Dise˜ no Gr´ afico, PUCP, Per´ u, 2015. Mg. Gabriela Pella Fern´ andez • Mag. Desarrollo Sostenible y Responsabilidad Social, EOI, Espa˜ na, 2014. Bach. Gonzalo Espinoza • Mag. Dise˜ no Gr´ afico, PUCP, Per´ u, 2013. Prof. Santiago Desperes • Prof. Dise˜ no Industrial, UNLP, Argentina, 2011. Prof. Alexandra Rold´ an Gatjens • Prof. Dise˜ no Textil y Indumentaria, UP, Argentina, 2013. Bach. Leonardo Camacho Carhuaz • Bach Ingenier´ıa Electr´ onica, PUCP, Per´ u, 2005. Bach. Cesar Lucho Lingan • Bach Arte, PUCP, Per´ u, 2013. Bach. Enrique Mayorga • Bach Ingenier´ıa Electr´ onica, PUCP, Per´ u, 2007. Bach. Marita Iba˜ nez Sandoval • Bach Arte, PUCP, Per´ u, 2008. Bach. Iris Vanesa Caycho • Bach Arquitectura, UNFV, Per´ u, 2006. 1

Atención previa coordinaci´ on con el profesor 5. Bibliograf´ıa [E15]

Upton. E. Intuici´ on, acci´ on, creaci´ on: Graphic Design Thinking. México:Editorial Gustavo Gili, 2015.

[R12] Curedale. R. Design methods 1: 200 ways to apply design thinking. EE.UU Design Community College Inc, 2012. 6. Informaci´ on del curso (a) Breve descripci´ on del curso Durante las sesiones plenarias, se realizar´ an clases magistrales relacionadas a la metodolog´ıa de Design Thinking as´ı como su uso e importancia en los procesos de creaci´ on . As´ı mismo, durante estas sesiones tendremos ponencias sobre emprendimientos y startups relacionados a la ingenier´ıa o tecnolog´ıa. Durante las sesiones de laboratorio, los alumnos forman equipos que mantienen durante el ciclo. Con la gu´ıa del profesor y a través de la metodolog´ıa del Design Thinking desarrollada en las plenarias, los alumnos deber´ an plantear soluciones innovadoras a problemas reales inspirados en los Global Challenges de las Naciones Unidas. Los alumnos contarán con una Bitácora Digital que ser´ a revisada constantemente por los docentes a cargo. En ella se encontrar´ an los avances, procesos y referentes del proyecto grupal. El curso culmina con las presentaciones de las propuestas planteadas por los grupos. (b) Prerrequisitos: (c) Tipo de Curso: Obligatorio 7. Competencias • Capacidad de dise˜ nar y llevar a cabo experimentos • Capacidad de analizar informaci´ on • Capacidad para dise˜ nar un sistema, un componente o un proceso para satisfacer las necesidades deseadas dentro de restricciones realistas (Nivel 1) • Capacidad de trabajo en equipo • Capacidad de liderar un equipo • Capacidad de comunicaci´ on oral (Nivel 1) • Capacidad de comunicaci´ on escrita (Nivel 1) • Comprende el impacto de las soluciones de la ingenier´ıa en un contexto global, econ´ omico, ambiental y de la sociedad. 8. Contribuci´ on a los resultados (Outcomes) n) Aplicar conocimientos de humanidades en su labor profesional. (Usar) n ˜ ) Comprender que la formaci´ on de un buen profesional no se desliga ni se opone sino mas bien contribuye al auténtico crecimiento personal. Esto requiere de la asimilaci´ on de valores s´ olidos, horizontes espirituales amplios y una visión profunda del entorno cultural. (Usar) 9. Competencias (IEEE) C20. Posibilidad de conectar la teor´ıa y las habilidades aprendidas en la academia a los acontecimientos del mundo real que explican su pertinencia y utilidad.⇒ Outcome n,˜ n 10. Lista de temas a estudiar en el curso 1. Desaf´ıos Globales 11. Metodologia y Evaluaci´ on Metodolog´ıa: Sesiones Te´ oricas: El desarrollo de las sesiones te´ oricas est´ a focalizado en el estudiante, a través de su participaci´ on activa, resolviendo problemas relacionados al curso con los aportes individuales y discutiendo casos reales de la industria. Los alumnos desarrollarán a lo largo del curso un proyecto de aplicaci´ on de las herramientas recibidas en una empresa. 2

Sesiones de Laboratorio: Las sesiones prácticas se desarrollan en laboratorio. Las pr´ acticas de laboratorio se realizan en equipos para fortalecer su comunicación. Al inicio de cada laboratorio se explica el desarrollo de la pr´ actica y al término se destaca las principales conclusiones de la actividad en forma grupal. Exposiciones individuales o grupales: Se fomenta la participaci´ on individual y en equipo para exponer sus ideas, motiv´ andolos con puntos adicionales en las diferentes etapas de la evaluaci´ on del curso. Lecturas: A lo largo del curso se proporcionan diferentes lecturas, las cuales son evaluadas. El promedio de las notas de las lecturas es considerado como la nota de una pr´ actica calificada. El uso del campus virtual UTEC Online permite a cada estudiante acceder a la informaci´ on del curso, e interactuar fuera de aula con el profesor y con los otros estudiantes. Sistema de Evaluaci´ on: 12. Contenido Unidad 1: Desaf´ıos Globales (12) Competences esperadas: 4 Objetivos de Aprendizaje

T´ opicos

• Flexibilidad y Adaptabilidad: Los alumnos aprenden a trabajar en equipo, en un ambiente flexible, variable y de constantes retos.

• Pasos de DT. • Técnica y usos del Brainstorm. • Conocimiento del usuario, empat´ıa y uso de arquetipos. • Tipos de Investigaci´ on, diferencias y usos. • Estrategias de recolecci´ on de Insights. • Métodos de Ideaci´ on. • Introducci´ on al Prototipado. • Introducci´ on a la Experiencia de Usuario. • Estrategias de Testeo e Iteraci´ on • Usos del Storytelling

Lecturas : [R12], [E15]

3


1. C´ odigo del curso y nombre: CS112. Programaci´ on Orientada a Objetos I 2. Cr´ editos: 4 3. Horas de Teor´ıa y Laboratorio: 2 HT; 4 HP; 4. Docente(s) Dr. Jose Antonio Fiestas Iquira • Dr. Ciencias Naturales, UNIHEIDELBERG, Alemania, 2006. • Mag. F´ısica, UNIHEIDELBERG, Alemania, 2002. Dr. Ernesto Cuadros-Vargas • Dr. Ciencia de la Computaci´ on, ICMC-USP, Brasil, 2004. • Mag. Ciencia de la Computaci´ on, ICMC-USP, Brasil, 1998. Mg. Teófilo Chambilla Aquino • Mag. Ciencias, UCHILE, Chile, 2015. Mg. Jorge Luis Alvarado Revata • Mag. Gestión de la Investigaci´ on, UNIA, Espa˜ na, 2016. Prof. Carlo Christian Malpartida Anton • Prof. Ingenier´ıa Eléctrica, PUCP, Pe´ru, 2012. Atención previa coordinaci´ on con el profesor 5. Bibliograf´ıa [PH13] Deitel. P.J and Deitel. H.M. C++ How to Program (Early Objects Version). Deitel, How to Program. Prentice Hall, 2013. isbn: 9780133378719. url: http://books.google.com.pe/books?id=XIZJNQEACAAJ. [Str13]

Bjarne Stroustrup. The C++ Programming Language. 4th. Addison-Wesley, 2013. isbn: 978-0-321-56384-2.

6. Informaci´ on del curso (a) Breve descripci´ on del curso Este es el segundo curso en la secuencia de los cursos introductorios a la informática.El curso servir´ a como puente entre el paradigma de la imperativo y el orientado al objeto, a dem´ as introducirá a los participantes en los diversos temas del área de computaci´ on como: algoritmos, estructuras de datos, ingenier´ıa del software, etc. (b) Prerrequisitos: CS111. Introducci´ on a la Ciencia de la Computaci´ on. (1er Sem) (c) Tipo de Curso: Obligatorio 7. Competencias • Introducir al alumno a los fundamentos del paradigma de orientaci´ on a objetos, permitiendo asimilar los conceptos necesarios para desarrollar sistemas de informaci´ on. 8. Contribuci´ on a los resultados (Outcomes) 1

a) Aplicar conocimientos de computaci´ on y de matem´ aticas apropiadas para la disciplina. (Evaluar) c) Dise˜ nar, implementar y evaluar un sistema, proceso, componente o programa computacional para alcanzar las necesidades deseadas. (Evaluar) 9. Competencias (IEEE) C1. La comprensión intelectual y la capacidad de aplicar las bases matem´ aticas y la teor´ıa de la inform´ atica (Computer Science).⇒ Outcome a C3. Una comprensi´ on intelectual de, y el aprecio por el papel central de los algoritmos y estructuras de datos.⇒ Outcome c CS1. Modelar y dise˜ nar sistemas de computadora de una manera que se demuestre comprensi´ on del balance entre las opciones de dise˜ no.⇒ Outcome c CS2. Identificar y analizar los criterios y especificaciones apropiadas a los problemas espec´ıficos, y planificar estrategias para su solución.⇒ Outcome c 10. Lista de temas a estudiar en el curso 1. Visi´ on General de los Lenguajes de Programaci´ on 2. Máquinas virtuales 3. Sistemas de tipos básicos 4. Conceptos Fundamentales de Programaci´ on 5. Programación orientada a objetos 6. Algoritmos y Dise˜ no 7. Estrategias Algor´ıtmicas 8. Análisis Básico 9. Algoritmos y Estructuras de Datos fundamentales 11. Metodologia y Evaluaci´ on Sesiones Te´ oricas: El desarrollo de las sesiones te´ oricas est´ a focalizado en el estudiante, a través de su participaci´ on activa, resolviendo problemas relacionados al curso con los aportes individuales y discutiendo casos reales de la industria. Los alumnos desarrollarán a lo largo del curso un proyecto de aplicaci´ on de las herramientas recibidas en una empresa. Sesiones de Laboratorio: Las sesiones prácticas se desarrollan en laboratorio. Las pr´ acticas de laboratorio se realizan en equipos para fortalecer su comunicación. Al inicio de cada laboratorio se explica el desarrollo de la pr´ actica y al término se destaca las principales conclusiones de la actividad en forma grupal. Exposiciones individuales o grupales: Se fomenta la participaci´ on individual y en equipo para exponer sus ideas, motiv´ andolos con puntos adicionales en las diferentes etapas de la evaluaci´ on del curso. Lecturas: A lo largo del curso se proporcionan diferentes lecturas, las cuales son evaluadas. El promedio de las notas de las lecturas es considerado como la nota de una pr´ actica calificada. El uso del campus virtual UTEC Online permite a cada estudiante acceder a la informaci´ on del curso, e interactuar fuera de aula con el profesor y con los otros estudiantes. Sistema de Evaluaci´ on: NT=6%TE1+14%TE2+16%P1+24%P2+4%(SP1+SP2+SP3+SP4+SP5+SP6+SP7+SP8) Donde: • T Ei = Evaluaciones Te´ oricas #i, 1 <= i <= 2 • Pj = Evaluaciones Te´ oricas #i, 1 <= j <= 2 2

• SPk = Conjuntos de problemas #i, 1 <= k <= 8 12. Contenido Unidad 1: Visi´ on General de los Lenguajes de Programaci´ on (1) Competences esperadas: C1 Objetivos de Aprendizaje T´ opicos • Discutir el contexto hist´ orico de los paradigmas de diversos lenguajes de programaci´ on [Familiarizarse]

• Breve revisi´ on de los paradigmas de programación. • Comparaci´ on entre programaci´ on funcional y programaci´ on imperativa. • Historia de los lenguajes de programaci´ on.

Lecturas : [Str13], [PH13] Unidad 2: M´ aquinas virtuales (1) Competences esperadas: C2 Objetivos de Aprendizaje

T´ opicos

• Explicar el concepto de memoria virtual y la forma cómo se realiza en hadware y software [Familiarizarse]

• El concepto de máquina virtual. • Tipos de virtualizaci´ on (incluyendo Hardware / Software, OS, Servidor, Servicio, Red) .

• Diferenciar emulacion y el aislamiento [Familiarizarse]

• Lenguajes intermedios.

• Evaluar virtualizaci´ on de compensaciones [Evaluar] Lecturas : [Str13], [PH13]

3

Unidad 3: Sistemas de tipos b´ asicos (2) Competences esperadas: C1,C2,CS1 Objetivos de Aprendizaje

T´ opicos

• Tanto para tipo primitivo y un tipo compuesto, describir de manera informal los valores que tiene dicho tipo [Familiarizarse]


• Para un lenguaje con sistema de tipos est´ atico, describir las operaciones que est´ an prohibidas de forma estática, como pasar el tipo incorrecto de valor a una función o método [Familiarizarse]



• Declaraci´ on de modelos (enlace, visibilidad, alcance y tiempo de vida).

• Describir ejemplos de errores de programa detectadas por un sistema de tipos [Familiarizarse]

• Vista general del chequeo de tipos.

• Para m´ ultiples lenguajes de programaci´ on, identificar propiedades de un programa con verificaci´ on estática y propiedades de un programa con verificación dinámica [Usar] • Dar un ejemplo de un programa que no verifique tipos en un lenguaje particular y sin embargo no tenga error cuando es ejecutado [Familiarizarse] • Usar tipos y mensajes de error de tipos para escribir y depurar programas [Usar] • Explicar como las reglas de tipificaci´ on definen el conjunto de operaciones que legales para un tipo [Familiarizarse] • Escribir las reglas de tipo que rigen el uso de un particular tipo compuesto [Usar] • Explicar por qué indecidibilidad requiere sistemas de tipo para conservadoramente aproximar el comportamiento de un programa [Familiarizarse] • Definir y usar piezas de programas (tales como, funciones, clases, métodos) que usan tipos genéricos, incluyendo para colecciones [Usar] • Discutir las diferencias entre, genéricos (generics), subtipo y sobrecarga [Familiarizarse] • Explicar m´ ultiples beneficios y limitaciones de tipificación estática en escritura, mantenimiento y depuración de un software [Familiarizarse] Lecturas : [Str13], [PH13]

4

Unidad 4: Conceptos Fundamentales de Programaci´ on (6) Competences esperadas: C1,C2,CS2 Objetivos de Aprendizaje T´ opicos • Analiza y explica el comportamiento de programas simples que involucran estructuras fundamentales de programaci´ on variables, expresiones, asignaciones, E/S, estructuras de control, funciones, paso de parámetros, y recursividad [Evaluar]


• Identifica y describe el uso de tipos de datos primitivos [Familiarizarse]






• Modifica y expande programas cortos que usen estructuras de control condicionales e iterativas as´ı como funciones [Usar] • Dise˜ na, implementa, prueba, y depura un programa que usa cada una de las siguientes estructuras de datos fundamentales: c´ alculos básicos, E/S simple, condicional est´ andar y estructuras iterativas, definici´ on de funciones, y paso de par´ ametros [Usar] • Escribe un programa que usa E/S de archivos para brindar persistencia a través de ejecuciones m´ ultiples [Usar] • Escoje estructuras de condici´ on y repetici´ on adecuadas para una tarea de programaci´ on dada [Evaluar] • Describe el concepto de recursividad y da ejemplos de su uso [Familiarizarse] • Identifica el caso base y el caso general de un problema basado en recursividad [Evaluar] Lecturas : [Str13], [PH13]

5

Unidad 5: Programaci´ on orientada a objetos (10) Competences esperadas: C2,C24,CS1,CS2 Objetivos de Aprendizaje

T´ opicos • Dise˜ no orientado a objetos:

• Dise˜ nar e implementar una clase [Usar]

– Descomposicion en objetos que almacenan estados y poseen comportamiento

• Usar subclase para dise˜ nar una jerarqu´ıa simple de clases que permita al código ser reusable por diferentes subclases [Usar]

– Dise˜ no basado en jerarquia de clases para modelamiento

• Razonar correctamente sobre el flujo de control en un programa mediante el env´ıo din´ amico [Usar]

• Lenguajes orientados a objetos para la encapsulaci´ on:

• Comparar y contrastar (1) el enfoque procedurar/funcional- definiendo una funci´ on por cada operaci´ on con el cuerdo de la funci´ on proporcionando un caso por cada variaci´ on de dato y (2) el enfoque orientado a objetos - definiendo una clase por cada variaci´ on de dato con la definici´ on de la clase proporcionando un método por cada operación. Entender ambos enfoques como una definición de variaciones y operaciones de una matriz [Evaluar]

– privacidad y la visibilidad de miembros de la clase – Interfaces revelan u ńico método de firmas – clases base abstractas • Definici´ on de las categor´ıas, campos, métodos y constructores. • Las subclases, herencia y método de alteración temporal.

• Explicar la relaci´ on entre la herencia orientada a objetos (codigo compartido y overriding) y subtipificación (la idea de un subtipo es ser utilizable en un contexto en el que espera al supertipo) [Familiarizarse]

• Subtipificaci´ on: – Polimorfismo art´ıculo Subtipo; upcasts impl´ıcitos en lenguajes con tipos. – Noci´ on de reemplazo de comportamiento: los subtipos de actuar como supertipos.

• Usar mecanismos de encapsulaci´ on orientada a objetos, tal como interfaces y miembros privados [Usar]

– Relaci´ on entre subtipos y la herencia.

• Definir y usar iteradores y otras operaciones sobre agregaciones, incluyendo operaciones que tienen funciones como argumentos, en m´ ultiples lenguajes de programación, selecionar la forma mas natural por cada lenguaje [Usar]

• Uso de coleccion de clases, iteradores, y otros componentes de la libreria estandar. • Asignaci´ on din´ amica: definici´ on de método de llamada.

Lecturas : [Str13], [PH13]

6

Unidad 6: Algoritmos y Dise˜ no (3) Competences esperadas: C1,C2,C23 Objetivos de Aprendizaje

T´ opicos

• Discute la importancia de los algoritmos en el proceso de solución de un problema [Familiarizarse]

• Estrategias de soluci´ on de problemas – Funciones matem´ aticas iterativas y recursivas

• Discute como un problema puede ser resuelto por m´ ultiples algoritmos, cada uno con propiedades diferentes [Familiarizarse]

– Recorrido iterativo y recursivo en estructura de datos – Estrategias Divide y Conquistar




• Estrategias de soluci´ on de problemas – Funciones matem´ aticas iterativas y recursivas



• Determina si una soluci´ on iterativa o recursiva es la más apropiada para un problema [Evaluar]

– Estrategias Divide y Conquistar • Conceptos y principios fundamentales de dise˜ no



• Aplica técnicas de descomposici´ on para dividir un programa en partes más peque˜ nas [Usar]


• Identifica los componentes de datos y el comportamiento de m´ utiples tipos de datos abstractos [Usar] • Implementa un tipo de dato abstracto coherente, con la menor pérdida de acoplamiento entre componentes y comportamientos [Usar] • Identifica las fortalezas y las debilidades relativas entre m´ ultiples dise˜ nos e implementaciones de un problema [Evaluar] Lecturas : [Str13], [PH13]

7

Unidad 7: Estrategias Algor´ıtmicas (3) Competences esperadas: C1,C2,C24,CS1 Objetivos de Aprendizaje

T´ opicos • Algoritmos de fuerza bruta.

• Para cada una de las estrategias (fuerza bruta, algoritmo goloso, divide y vencer´ as, recursividad en reversa y programaci´ on din´ amica), identifica un ejemplo práctico en el cual se pueda aplicar [Familiarizarse]

• Algoritmos voraces. • Divide y vencer´ as. • Bactraking recursivo.

• Utiliza un enfoque voraz para resolver un problema espec´ıfico y determina si la regla escogida lo gu´ıa a una solución óptima [Evaluar]

• Programaci´ on Din´ amica.

• Usa un algoritmo de divide-y-vencer´ as para resolver un determinado problema [Usar] • Usa recursividad en reversa a fin de resover un problema como en el caso de recorrer un laberinto [Usar] • Usa programaci´ on din´ amica para resolver un problema determinado [Usar] • Determina el enfoque algor´ıtmico adecuado para un problema [Evaluar] • Describe varios métodos basados en heur´ısticas para resolver problemas [Familiarizarse] Lecturas : [Str13], [PH13] Unidad 8: An´ alisis B´ asico (2) Competences esperadas: C1,C2,C24,CS1 Objetivos de Aprendizaje

T´ opicos

• Explique a que se refiere con “mejor”, “esperado” y “peor” caso de comportamiento de un algoritmo [Familiarizarse]

• Diferencias entre el mejor, el esperado y el peor caso de un algoritmo.

Lecturas : [Str13], [PH13]

8

Unidad 9: Algoritmos y Estructuras de Datos fundamentales (6) Competences esperadas: C1,C2,C24,CS1 Objetivos de Aprendizaje T´ opicos • Algoritmos numéricos simples, tales como el cálculo de la media de una lista de n´ umeros, encontrar el m´ınimo y máximo.

• Implementar algoritmos numéricos básicos [Usar] • Implementar algoritmos de busqueda simple y explicar las diferencias en sus tiempos de complejidad [Evaluar]




• Describir la implementaci´ on de tablas hash, incluyendo resoluci´ on y el evitamiento de colisiones [Familiarizarse]


• Discutir el tiempo de ejecución y eficiencia de memoria de los principales algoritmos de ordenamiento, busqueda y hashing [Familiarizarse]




• Explicar como el balanceamiento del arbol afecta la eficiencia de varias operaciones de un arbol de b´ usqueda binaria [Familiarizarse]


• Resolver problemas usando algoritmos básicos de grafos, incluyendo busqueda por profundidad y busqueda por amplitud [Usar] • Demostrar habilidad para evaluar algoritmos, para seleccionar de un rango de posibles opciones, para proveer una justificaci´ on por esa selecci´ on,y para implementar el algoritmo en un contexto en espec´ıfico [Evaluar] • Describir la propiedad del heap y el uso de heaps como una implementaci´ on de colas de prioridad [Familiarizarse] • Resolver problemas usando algoritmos de grafos, incluyendo camino más corto de una sola fuente y camino más corto de todos los pares, y como m´ınimo un algoritmo de arbol de expansion minima [Usar] • Trazar y/o implementar un algoritmo de comparaci´ on de string [Usar] Lecturas : [Str13], [PH13]

9


1. C´ odigo del curso y nombre: CS1D2. Estructuras Discretas II 2. Cr´ editos: 4 3. Horas de Teor´ıa y Laboratorio: 2 HT; 4 HP; 4. Docente(s) Dr. Jose Miguel Renom Andara • Dr. Matemáticas, USB, Venezuela, 2016. Atención previa coordinaci´ on con el profesor 5. Bibliograf´ıa [Gri97]

R. Grimaldi. Matem´ aticas Discretas y Combinatoria. Addison Wesley Iberoamericana, 1997.

[Joh99]

Richard Johnsonbaugh. Matem´ aticas Discretas. Prentice Hall, México, 1999.

[Mic98] Elias Micha. Matem´ aticas Discretas. Limusa, 1998. [Ros07]

Kenneth H. Rosen. Discrete Mathematics and Its Applications. 7 ed. Mc Graw Hill, 2007.

6. Informaci´ on del curso (a) Breve descripci´ on del curso Para entender las técnicas computacionales avanzadas, los estudiantes deberán tener un fuerte conocimiento de las diversas estructuras discretas, estructuras que ser´ an implementadas y usadas en laboratorio en el lenguaje de programaci´ on. (b) Prerrequisitos: CS1D1. Estructuras Discretas I. (1er Sem) (c) Tipo de Curso: Obligatorio 7. Competencias • Que el alumno sea capaz de modelar problemas de ciencia de la computaci´ on usando grafos y árboles relacionados con estructuras de datos • Que el alumno aplicar eficientemente estrategias de recorrido para poder buscar datos de una manera óptima 8. Contribuci´ on a los resultados (Outcomes) a) Aplicar conocimientos de computaci´ on y de matem´ aticas apropiadas para la disciplina. (Familiarizarse) i) Utilizar técnicas y herramientas actuales necesarias para la pr´ actica de la computaci´ on. (Familiarizarse) j) Aplicar la base matem´ atica, principios de algoritmos y la teor´ıa de la Ciencia de la Computaci´ on en el modelamiento y dise˜ no de sistemas computacionales de tal manera que demuestre comprensi´ on de los puntos de equilibrio involucrados en la opci´ on escogida. (Familiarizarse) 9. Competencias (IEEE) C1. La comprensión intelectual y la capacidad de aplicar las bases matem´ aticas y la teor´ıa de la inform´ atica (Computer Science).⇒ Outcome a C20. Posibilidad de conectar la teor´ıa y las habilidades aprendidas en la academia a los acontecimientos del mundo real que explican su pertinencia y utilidad.⇒ Outcome i

1

10. Lista de temas a estudiar en el curso 1. Fundamentos de conteo ´ 2. Arboles y Grafos 3. Probabilidad Discreta 11. Metodologia y Evaluaci´ on Sesiones Te´ oricas: El desarrollo de las sesiones te´ oricas est´ a focalizado en el estudiante, a través de su participaci´ on activa, resolviendo problemas relacionados al curso con los aportes individuales y discutiendo casos reales de la industria. Los alumnos desarrollarán a lo largo del curso un proyecto de aplicaci´ on de las herramientas recibidas en una empresa. Sesiones de Laboratorio: Las sesiones prácticas se desarrollan en laboratorio. Las pr´ acticas de laboratorio se realizan en equipos para fortalecer su comunicación. Al inicio de cada laboratorio se explica el desarrollo de la pr´ actica y al término se destaca las principales conclusiones de la actividad en forma grupal. Exposiciones individuales o grupales: Se fomenta la participaci´ on individual y en equipo para exponer sus ideas, motiv´ andolos con puntos adicionales en las diferentes etapas de la evaluaci´ on del curso. Lecturas: A lo largo del curso se proporcionan diferentes lecturas, las cuales son evaluadas. El promedio de las notas de las lecturas es considerado como la nota de una pr´ actica calificada. El uso del campus virtual UTEC Online permite a cada estudiante acceder a la informaci´ on del curso, e interactuar fuera de aula con el profesor y con los otros estudiantes. Sistema de Evaluaci´ on: La nota final F depende de varias notas intermedias. • La nota T es el promedio, redondeado hacia arriba, de los ex´ amenes cortos sobre nueve puntos. Esta nota es individual. • La nota P es el promedio, redondeada hacia arriba, de los cuadernos de trabajo sobre nueve puntos. Esta nota es grupal. • La nota E es la nota de los problemas de esfuerzo, que es un entero entre cero y dos. Esta nota es individual. Para calcular la nota final F se debe ver el desempe˜ no del estudiante en tres bandas de desempe˜ no, desempe˜ no alto, desempe˜ no medio y desempe˜ no bajo. Desempe˜ no alto: Si min(T, P ) ≥ 7 entonces F = T + P + E. Desempe˜ no medio: Si min(T, P ) < 7 y min(T, P ) ≥ 4 entonces F = T + P . Desempe˜ no bajo: Si min(T, P ) < 4 entonces F = 2 ∗ min(T, P ). Para aprobar el curso hay que obtener 11 o más en la nota final F . 12. Contenido

2

Unidad 1: Fundamentos de conteo (25) Competences esperadas: C1 Objetivos de Aprendizaje

T´ opicos

• Aplicar argumentos de conteo, incluyendo las reglas del producto y de la suma, principio de inclusi´ onexclusión y progresiones aritméticas/geométricas [Familiarizarse]

• Técnicas de Conteo: – Conteo y cardinalidad de un conjunto – Regla de la suma y producto – Principio de inclusi´ on-exclusi´ on

• Aplicar el principio de las casillas en el contexto de una demostraci´ on formal [Familiarizarse]

– Progresi´ on geométrica y aritmética

• Calcular permutaciones y combinaciones en un conjunto, e interpreta su significado en el contexto de una aplicación en particular [Familiarizarse]

• Principio de las casillas. • Permutaciones y combinaciones: – Definiciones b´ asicas

• Mapear aplicaciones del mundo real a formalismos de conteo adecuados, como el determinar el n´ umero de formas de acomodar a un conjunto de personas alrededor de una mesa, sujeto a restricciones en la disposición de los asientos, o en el n´ umero de maneras de determinar ciertas manos en juegos de cartas (ejm. una casa llena) [Familiarizarse]

– Identidad de Pascal – Teorema del binomio • Resolviendo relaciones de recurrencia: – Un ejemplo de una relaci´ on de recurrencia simple, como los n´ umeros de Fibonacci

• Resolver una variedad de relaciones de recurrencia básicas [Familiarizarse]

– Otras ejemplos, mostrando una variedad de soluciones

• Analizar un problema para determinar las relaciones de recurrencia impl´ıcitas [Familiarizarse]

• Aritmetica modular basica

• Realizar cálculos que involucran aritmética modular [Familiarizarse] Lecturas : [Gri97]

3

´ Unidad 2: Arboles y Grafos (25) Competences esperadas: C1 Objetivos de Aprendizaje

T´ opicos

• Ilustrar mediante ejemplos la terminolog´ıa básica de teor´ıa de grafos, y de alguna de las propiedades y casos especiales de cada tipo de grafos/´ arboles [Familiarizarse]

´ • Arboles.

• Demostrar diversos métodos de recorrer árboles y grafos, incluyendo recorridos pre, post e inorden de árboles [Familiarizarse]

• Grafos no dirigidos

• Modelar una variedad de problemas del mundo real en ciencia de la computación usando formas adecuadas de grafos y árboles, como son la representaci´ on de una topolog´ıa de red o la organizaci´ on jerárquica de un sistema de archivos [Familiarizarse]

• Grafos ponderados

– Propiedades – Estrategias de recorrido

• Grafos dirigidos • Arboles de expansion/bosques. • Isomorfismo en grafos.

• Demuestrar como los conceptos de grafos y árboles aparecen en estructuras de datos, algoritmos, técnicas de prueba (inducci´ on estructurada), y conteos [Familiarizarse] • Explicar como construir un árbol de expansi´ on de un grafo [Familiarizarse] • Determinar si dos grafos son isomorfos [Familiarizarse] Lecturas : [Joh99]

4

Unidad 3: Probabilidad Discreta (10) Competences esperadas: C20 Objetivos de Aprendizaje

T´ opicos

• Calcular las probablidades de eventos y el valor esperado de variables aleatorias para problemas elementales como en los juegos de azar [Familiarizarse]

• Espacio de probabilidad finita, eventos.

• Distinguir entre eventos dependientes e independientes [Familiarizarse]

• Probabilidad condicional, Teorema de Bayes.

• Identificar un caso de la distribuci´ on binomial y calcula la probabilidad usando dicha distribuci´ on [Familiarizarse]

• Variables enteras aleatorias (Bernoulli, binomial).

• Axiomas de Probabilidad y medidas de probabilidad. • Independencia. • Esperado, Linearidad del esperado.

• Aplicar el teorema de Bayes para determinar las probabilidades condicionales en un problema [Familiarizarse]

• Varianza. • Independencia Condicional.

• Aplicar herramientas de probabilidades para resolver problemas como el análisis de caso promedio en algoritmos o en el análisis de hash [Familiarizarse] • Calcular la varianza para una distribuci´ on de probabilidad dada [Familiarizarse] • Explicar como los eventos que son independientes pueden ser condicionalmente dependientes (y vice versa) Identificar ejemplos del mundo real para estos casos [Familiarizarse] Lecturas : [Mic98], [Ros07]

5


1. C´ odigo del curso y nombre: CF141. F´ısica I 2. Cr´ editos: 4 3. Horas de Teor´ıa y Laboratorio: 4 HT; 4. Docente(s) Mg. Melchor Nicolás Llosa Demartini • Mag. Ciencia, UNFV, Per´ u, 2008. Prof. Alexander Filadelfo Pe˜ na Nevado • Prof. F´ısica, UNI, Per´ u, . Atención previa coordinaci´ on con el profesor 5. Bibliograf´ıa [AF95] Marcelo Alonso and Edward Finn. F´ısica. Addison Wesley Iberoamericana, 1995. isbn: 0-201-62565-2. [SB02]

Raymond Serway and Robert Beichner. F´ısica, para Ciencias e Ingenierias. Mc Graw Hill, 2002. isbn: 970-103581-X.

6. Informaci´ on del curso (a) Breve descripci´ on del curso Este curso es u ´til en esta carrera para que el alumno aprenda a mostrar un alto grado de dominio de las leyes del movimiento de la F´ısica General. (b) Prerrequisitos: (c) Tipo de Curso: Obligatorio 7. Competencias • Capacitar y presentar al estudiante los principios b´ asicos de la F´ısica como ciencia natural abarcando sus tópicos más importantes y su relaci´ on con los problemas cotidianos. 8. Contribuci´ on a los resultados (Outcomes) a) Aplicar conocimientos de computaci´ on y de matem´ aticas apropiadas para la disciplina. (Usar) i) Utilizar técnicas y herramientas actuales necesarias para la pr´ actica de la computaci´ on. (Usar) j) Aplicar la base matem´ atica, principios de algoritmos y la teor´ıa de la Ciencia de la Computaci´ on en el modelamiento y dise˜ no de sistemas computacionales de tal manera que demuestre comprensi´ on de los puntos de equilibrio involucrados en la opci´ on escogida. (Usar) 9. Competencias (IEEE) C1. La comprensión intelectual y la capacidad de aplicar las bases matem´ aticas y la teor´ıa de la inform´ atica (Computer Science).⇒ Outcome a C20. Posibilidad de conectar la teor´ıa y las habilidades aprendidas en la academia a los acontecimientos del mundo real que explican su pertinencia y utilidad.⇒ Outcome i,j 10. Lista de temas a estudiar en el curso 1

1. FI1. Introducci´ on 2. FI2. Movimiento de part´ıculas en una dimensi´ on 3. FI3. Movimiento de part´ıculas en dos y tres dimensiones 4. FI4. Leyes del movimiento 5. FI5. Trabajo y Energ´ıa 6. FI6. Momento lineal 7. FI7. Rotación de cuerpos r´ıgidos 8. FI8. Dinámica del movimiento de rotaci´ on 11. Metodologia y Evaluaci´ on Metodolog´ıa: Sesiones Te´ oricas: El desarrollo de las sesiones te´ oricas est´ a focalizado en el estudiante, a través de su participaci´ on activa, resolviendo problemas relacionados al curso con los aportes individuales y discutiendo casos reales de la industria. Los alumnos desarrollarán a lo largo del curso un proyecto de aplicaci´ on de las herramientas recibidas en una empresa. Sesiones de Laboratorio: Las sesiones prácticas se desarrollan en laboratorio. Las pr´ acticas de laboratorio se realizan en equipos para fortalecer su comunicación. Al inicio de cada laboratorio se explica el desarrollo de la pr´ actica y al término se destaca las principales conclusiones de la actividad en forma grupal. Exposiciones individuales o grupales: Se fomenta la participaci´ on individual y en equipo para exponer sus ideas, motiv´ andolos con puntos adicionales en las diferentes etapas de la evaluaci´ on del curso. Lecturas: A lo largo del curso se proporcionan diferentes lecturas, las cuales son evaluadas. El promedio de las notas de las lecturas es considerado como la nota de una pr´ actica calificada. El uso del campus virtual UTEC Online permite a cada estudiante acceder a la informaci´ on del curso, e interactuar fuera de aula con el profesor y con los otros estudiantes. Sistema de Evaluaci´ on: 12. Contenido Unidad 1: FI1. Introducci´ on (4) Competences esperadas: C1,C20 Objetivos de Aprendizaje

T´ opicos

• Entender y trabajar con las magnitudes f´ısicas del SI.

• La investigaci´ on cient´ıfica. El método cient´ıfico. • Concepto de Qu´ımica. La Qu´ımica en la actualidad.

• Abstraer de la naturaleza los conceptos f´ısicos rigurosos y representarlos en modelos vectoriales.

• Materia. Clasificaci´ on y propiedades f´ısicas, qu´ımicas, intensivas y extensivas.

• Entender y aplicar los conceptos vectoriales a problemas f´ısicos reales.

• Modelo idealizado. • Magnitudes f´ısicas. • Propiedades de los vectores. • Componentes de un vector y vectores unitarios. • Producto de vectores. • Ejercicios y problemas.

Lecturas : [SB02], [AF95] 2

Unidad 2: FI2. Movimiento de part´ıculas en una dimensi´ on (2) Competences esperadas: C1,C20 Objetivos de Aprendizaje T´ opicos • Describir matem´ aticamente el movimiento mec´ anico de una part´ıcula unidimensional como un cuerpo de dimensiones despreciables.

• Desplazamiento, velocidad y rapidez.

• Conocer y aplicar conceptos de magnitudes cinem´ aticas.

• Aceleraci´ on media e instant´ anea.

• Describir el comportamiento de movimiento de part´ıculas, te´ orica y gr´ aficamente.

• Ca´ıda libre de los cuerpos.

• Conocer representaciones vectoriales movimientos unidimensionales.

de

• Velocidad instant´ anea. • Movimiento con aceleraci´ on constante. • Ejercicios y problemas.

estos

• Resolver problemas. Lecturas : [SB02], [AF95] Unidad 3: FI3. Movimiento de part´ıculas en dos y tres dimensiones (4) Competences esperadas: C1,C20 Objetivos de Aprendizaje T´ opicos • Describir matematicamente el movimiento mec´ anico de una part´ıcula en dos y tres dimensiones como un cuerpo de dimensiones despreciables.

• Desplazamiento y velocidad.

• Conocer y aplicar conceptos de magnitudes cinem´ aticas vectoriales en dos y tres dimensiones.

• Movimiento parab´ olico.

• Describir el comportamiento de movimiento de part´ıculas teórica y gr´ aficamente en dos y tres dimensiones.

• Componentes tangencial y radial de la aceleración.

• El vector aceleraci´ on. • Movimiento circular. • Ejercicios y problemas

• Conocer y aplicar conceptos del movimiento circular. • Resolver problemas. Lecturas : [SB02], [AF95]

3

Unidad 4: FI4. Leyes del movimiento (6) Competences esperadas: C1,C20 Objetivos de Aprendizaje

T´ opicos

• Conocer los conceptos de fuerza.

• Fuerza e interacciones.

• Conocer las interacciones mas importantes de la naturaleza y representarlos en un diagrama de cuerpo libre.

• Primera ley de Newton.

• Conocer los conceptos de equilibrio est´ atico.

• Segunda ley de Newton.

• Masa inercial.

• Conocer y aplicar las leyes del movimiento y caracterizarlos vectorialmente.

• Peso.

• Conocer y aplicar las leyes de Newton.

• Tercera Ley de newton.

• Diagramas de cuerpo libre.


• Fuerzas de fricci´ on. • Din´ amica del movimiento circular. • Ejercicios y problemas.

Lecturas : [SB02], [AF95] Unidad 5: FI5. Trabajo y Energ´ıa (4) Competences esperadas: C1,C20 Objetivos de Aprendizaje

T´ opicos • Trabajo realizado por una fuerza constante.

• Establecer los conceptos de energ´ıa f´ısica. (F´ısica cl´ asica)

• Trabajo realizado por fuerzas variables.

• Conocer algunas formas de energ´ıa.

• Trabajo y energ´ıa cinética.

• Establecer la relaci´ on entre trabajo y energ´ıa.

• Potencia.

• Conocer y aplicar los conceptos de conservaci´ on de energ´ıa.

• Energ´ıa potencial gravitatoria. • Energ´ıa potencial el´ astica.


• Fuerzas conservativas y no conservativas. • Principios de conservaci´ on de la energ´ıa. • Ejercicios y problemas.

Lecturas : [SB02], [AF95]

4

Unidad 6: FI6. Momento lineal (3) Competences esperadas: C1,C20 Objetivos de Aprendizaje

T´ opicos

• Establecer los conceptos de momento lineal.

• Momento lineal.

• Conocer los conceptos de conservaci´ on del momento lineal.

• Conservaci´ on del momento lineal. • Centro de masa y de gravedad.

• Conocer el movimiento de un sistema de part´ıculas.

• Movimiento de un sistema de part´ıculas.


• Ejercicios y problemas.

Lecturas : [SB02], [AF95] Unidad 7: FI7. Rotaci´ on de cuerpos r´ıgidos (4) Competences esperadas: C1,C20 Objetivos de Aprendizaje

T´ opicos

• Conocer los conceptos básicos de cuerpo r´ıgido.

• Velocidad y aceleraciones angulares.

• Conocer y aplicar conceptos de rotaci´ on de cuerpo r´ıgido.

• Rotaci´ on con aceleraci´ on angular constante. • Relaci´ on entre cinem´ atica lineal y angular.

• Conocer conceptos de torsi´ on.

• Energ´ıa en el movimiento de rotaci´ on.

• Aplicar conceptos de energ´ıa al movimiento de rotación.

• Momento de torsi´ on. • Relaci´ on entre momento de torsi´ on y aceleración angular.


• Ejercicios y problemas. Lecturas : [SB02], [AF95] Unidad 8: FI8. Din´ amica del movimiento de rotaci´ on (3) Competences esperadas: C1,C20 Objetivos de Aprendizaje T´ opicos • Conocer conceptos b´ asicos de din´ amica de rotaci´ on.

• Momento de torsi´ on y aceleraci´ on angular de un cuerpo r´ıgido.

• Conocer y aplicar conceptos de torsi´ on.

• Rotaci´ on de un cuerpo r´ıgido sobre un eje móvil.

• Entender el momento angular y su conservaci´ on.

• Trabajo y potencia en el movimiento de rotación.


• Momento angular. • Conservaci´ on del momento angular. • Ejercicios y problemas.

Lecturas : [SB02], [AF95]

5


1. 2. 3. 4.

C´ odigo del curso y nombre: GH1007. Introducci´ on al Desarrollo de Empresas Cr´ editos: 2 Horas de Teor´ıa y Laboratorio: 1 HT; 2 HP; Docente(s)

Atención previa coordinaci´ on con el profesor 5. Bibliograf´ıa [AY10] Osterwalder. A and Pigneur. Y. Business Model Generation. ., 2010. 6. Informaci´ on del curso (a) Breve descripci´ on del curso Este curso tiene como objetivo proporcionar a los estudiantes una experiencia práctica de la vida real en los primeros pasos dentro de un ciclo de vida de negocios, a través del cual una idea se transforma en un modelo de negocio formal. Es el primero de un conjunto de tres cursos dise˜ nados para acompa˜ nar a los estudiantes a medida que transforman una idea en un negocio o negocio prospectivo, desde la idea hasta la revisión de la estrategia empresarial actual. (b) Prerrequisitos: GH1005. Laboratorio de Comunicaci´ on I. (1er Sem) (c) Tipo de Curso: Obligatorio 7. Competencias • Capacidad de An´ alisis de la informaci´ on. • Interpretación de informaci´ on y resultados. • Capacidad de Trabajo en equipo. ´ • Etica. • Comunicación oral. • Comunicación escrita. • Comunicación gráfica. • Entender la necesidad de aprender de forma continua. 8. Contribuci´ on a los resultados (Outcomes) d) Trabajar efectivamente en equipos para cumplir con un objetivo com´ un. (Usar) e) Entender correctamente las implicancias profesionales, éticas, legales, de seguridad y sociales de la profesi´ on. (Usar) f ) Comunicarse efectivamente con audiencias diversas. (Usar) n) Aplicar conocimientos de humanidades en su labor profesional. (Usar) o) Mejorar las condiciones de la sociedad poniendo la tecnolog´ıa al servicio del ser humano. (Usar) 9. Competencias (IEEE) 1

C10. Comprensión del impacto en las personas, las organizaciones y la sociedad de la implementaci´ on de soluciones tecnológicas e intervenciones.⇒ Outcome d,n,o C17. Capacidad para expresarse en los medios de comunicaci´ on orales y escritos como se espera de un graduado.⇒ Outcome f C18. Capacidad para participar de forma activa y coordinada en un equipo.⇒ Outcome e 10. Lista de temas a estudiar en el curso 1. Introducción al Desarrollo de Empresas. 11. Metodologia y Evaluaci´ on Metodolog´ıa: Sesiones Te´ oricas: El desarrollo de las sesiones te´ oricas est´ a focalizado en el estudiante, a través de su participaci´ on activa, resolviendo problemas relacionados al curso con los aportes individuales y discutiendo casos reales de la industria. Los alumnos desarrollarán a lo largo del curso un proyecto de aplicaci´ on de las herramientas recibidas en una empresa. Sesiones de Laboratorio: Las sesiones prácticas se desarrollan en laboratorio. Las pr´ acticas de laboratorio se realizan en equipos para fortalecer su comunicación. Al inicio de cada laboratorio se explica el desarrollo de la pr´ actica y al término se destaca las principales conclusiones de la actividad en forma grupal. Exposiciones individuales o grupales: Se fomenta la participaci´ on individual y en equipo para exponer sus ideas, motiv´ andolos con puntos adicionales en las diferentes etapas de la evaluaci´ on del curso. Lecturas: A lo largo del curso se proporcionan diferentes lecturas, las cuales son evaluadas. El promedio de las notas de las lecturas es considerado como la nota de una pr´ actica calificada. El uso del campus virtual UTEC Online permite a cada estudiante acceder a la informaci´ on del curso, e interactuar fuera de aula con el profesor y con los otros estudiantes. Sistema de Evaluaci´ on: 12. Contenido

2

Unidad 1: Introducci´ on al Desarrollo de Empresas. (12) Competences esperadas: 4 Objetivos de Aprendizaje T´ opicos • Transformar una idea inicial de negocio o un proceso de innovación en un modelo de negocio factible.

• El ciclo de vida empresarial: desde la idea hasta la revisi´ on de su estrategia. • El proceso de ideaci´ on y la visi´ on del cliente. • Cómo construir y mantener equipos eficaces? • Running LEAN: lo b´ asico. • Dise˜ no de un modelo de negocio: herramientas de dise˜ no y Canvas. • Generaci´ on de Modelos de Negocio: Modelo de Negocio Canvas (Osterwalder). • Venture Engineering:utilizando las habilidades de la inform´ atica para construir un modelo de negocio efectivo. • Herramientas de investigaci´ on de mercado primario y nichos de mercado. • La Importancia del Capital: Humano, Financiero e Intelectual • Técnicas de monetizaci´ on y financiamiento. • Comunicaci´ on eficaz: crear una presentaci´ on de un modelo de negocio de impacto.

Lecturas : [AY10]

3


1. C´ odigo del curso y nombre: GH1006. Laboratorio de Comunicaci´ on II 2. Cr´ editos: 3 3. Horas de Teor´ıa y Laboratorio: 2 HT; 2 HP; 4. Docente(s) Mg. Javier Pizarro • Mag. Estudios Culturales, PUCP, Per´ u, 2016. Mg. Luis Fernando Rubio • Mag. Estudios Hisp´ anicos Superiores, US, Espa˜ na, 2016. Mg. Giuliana Carrillo • Mag. Arte peruano y latinoamericano, UNMSM, Per´ u, 2017. Mg. Marcelo Zorrilla • Mag. Business Administration, Georgetown, EEUU, 2014. Prof. Gonzalo Ram´ırez • Prof. Ling¨ u´ıstica y Literatura, PUCP, Per´ u, 2014. Prof. Oriana Vidal • Prof. Literatura Hisp´ anica, PUCP, Per´ u, 2008. Atención previa coordinaci´ on con el profesor 5. Bibliograf´ıa [D08] Cassany. D. Pr´ acticas letradas contempor´ aneas. DF,México,R´ıos de tinta, 2008. 6. Informaci´ on del curso (a) Breve descripci´ on del curso Este laboratorio est´ a orientado a consolidar las habilidades comunicativas del estudiante, tanto a nivel oral como escrito en el marco de la disciplina que se estudia. En particular, el estudiante fortalecerá sus capacidades expositivas al ejercitarse en toda la primera parte del curso en la escritura de un tipo de texto que desarrollar´ a a lo largo de su carrera como ingeniero: los informes de laboratorio. Reflexionará sobre la situación retórica que enfrenta al escribir este tipo de texto: quién ser´ a su lector, cu´ al es la intenci´ on comunicativa de ese texto y el tema sobre el que est´ a escribiendo. En una segunda parte, el curso se presenta como un espacio de discusión sobre el discurso argumentativo y de lectura cr´ıtica de textos argumentativos, para que el alumno reflexione, conozca y emplee las herramientas comunicativas para producir textos argumentativos formales. En este sentido, el curso se orienta hacia la producci´ on permanente de textos escritos y orales, por lo que el alumno participará no solo en foros de discusi´ on sino que se espera que sea capaz de debatir con sus compa˜ neros sobre un tema propuesto por el profesor. En suma, el curso busca consolidar las competencias de lectura, an´ alisis y elaboraci´ on de textos escritos y orales, tanto expositivos como argumentativos. (b) Prerrequisitos: GH1005. Laboratorio de Comunicaci´ on I. (1er Sem) (c) Tipo de Curso: Obligatorio

1

7. Competencias • Desarrollar habilidades que les permitan a los estudiantes mejorar sus capacidades comunicativas, tanto orales como escritas. • Comprender y producir textos expositivos en los que informen sobre la aplicaci´ on del conocimiento te´ orico en un experimento o contexto diferente. • Comprender y producir textos argumentativos orales y escritos. • Se capaz de debatir empleando argumentos sólidos. • Emplear adecuadamente y reflexivamente la informaci´ on obtenida en diferentes fuentes. • Mostrar apertura y respeto para escuchar la diversidad de opiniones o puntos de vista de los compa˜ neros de clase. 8. Contribuci´ on a los resultados (Outcomes) i) Utilizar técnicas y herramientas actuales necesarias para la pr´ actica de la computaci´ on. (Usar) f ) Comunicarse efectivamente con audiencias diversas. (Usar) 9. Competencias (IEEE) C17. Capacidad para expresarse en los medios de comunicaci´ on orales y escritos como se espera de un graduado.⇒ Outcome i C20. Posibilidad de conectar la teor´ıa y las habilidades aprendidas en la academia a los acontecimientos del mundo real que explican su pertinencia y utilidad.⇒ Outcome f C24. Comprender la necesidad de la formaci´ on permanente y la mejora de habilidades y capacidades.⇒ Outcome f 10. Lista de temas a estudiar en el curso 1. Laboratorio de Comunicaci´ on II 11. Metodologia y Evaluaci´ on Metodolog´ıa: Sesiones Te´ oricas: El desarrollo de las sesiones te´ oricas est´ a focalizado en el estudiante, a través de su participaci´ on activa, resolviendo problemas relacionados al curso con los aportes individuales y discutiendo casos reales de la industria. Los alumnos desarrollarán a lo largo del curso un proyecto de aplicaci´ on de las herramientas recibidas en una empresa. Sesiones de Laboratorio: Las sesiones prácticas se desarrollan en laboratorio. Las pr´ acticas de laboratorio se realizan en equipos para fortalecer su comunicación. Al inicio de cada laboratorio se explica el desarrollo de la pr´ actica y al término se destaca las principales conclusiones de la actividad en forma grupal. Exposiciones individuales o grupales: Se fomenta la participaci´ on individual y en equipo para exponer sus ideas, motiv´ andolos con puntos adicionales en las diferentes etapas de la evaluaci´ on del curso. Lecturas: A lo largo del curso se proporcionan diferentes lecturas, las cuales son evaluadas. El promedio de las notas de las lecturas es considerado como la nota de una pr´ actica calificada. El uso del campus virtual UTEC Online permite a cada estudiante acceder a la informaci´ on del curso, e interactuar fuera de aula con el profesor y con los otros estudiantes. Sistema de Evaluaci´ on: 12. Contenido

2

Unidad 1: Laboratorio de Comunicaci´ on II (12) Competences esperadas: C17 Objetivos de Aprendizaje

T´ opicos

• Manejar adecuadamente el sistema citado y de referencias bibliogr´ aficas,y reconocer la importacia de su uso.

• ¿Qué es un informe de laboratorio ? • Desarrollo del Laboratorio y aplicaciones. • Resultados de Laboratorio y aplicaciones. • Introducci´ on y conclusiones. • Citado,referencias parentéticas y contrucci´ on de bibliograf´ıa. • Preparaci´ on para la exposici´ on oral. • Presentaci´ on de un texto Argumentativo: textos formales y no formales. • Citado,referencias (formato APA)

Lecturas : [D08]

3


1. 2. 3. 4.

C´ odigo del curso y nombre: GH1002. Arte y Tecnolog´ıa Cr´ editos: 1 Horas de Teor´ıa y Laboratorio: 2 HP; Docente(s)

Atención previa coordinaci´ on con el profesor 5. Bibliograf´ıa [J12] Maeda J. Processing: A Programming Handbook for Visual Designers and Artists. Cambridge: The MIT Press, 2012. [S02] Wilson. S. Intersections of Art, Science and Technology. Cambridge: The MIT Press, 2002. 6. Informaci´ on del curso (a) Breve descripci´ on del curso El curso busca dar una visi´ on global, hist´ orica y cr´ıtica de las transformaciones y sinergias del arte contemporáneo. Donde los alumnos se aproximan a dos componentes del arte y dise˜ no contemporáneo: las pr´ acticas interdisciplinarias y a los puntos de contacto entre las artes y los procesos tecnol´ ogicos y de ingenier´ıa. (b) Prerrequisitos: FG101D. Desaf´ıos Globales. (1er Sem) (c) Tipo de Curso: Obligatorio 7. Competencias • Desarrollar la capacidad de analizar informaci´ on . • Desarrollar la capacidad de interpretar informaci´ on. • Desarrollar la Capacidad de trabajo en equipo. • Desarrollar la Capacidad de comunicaci´ on oral. • Reconocer la necesidad del aprendizaje permanente. 8. Contribuci´ on a los resultados (Outcomes) d) Trabajar efectivamente en equipos para cumplir con un objetivo com´ un. (Usar) e) Entender correctamente las implicancias profesionales, éticas, legales, de seguridad y sociales de la profesi´ on. (Usar) f ) Comunicarse efectivamente con audiencias diversas. (Usar) n) Aplicar conocimientos de humanidades en su labor profesional. (Usar) o) Mejorar las condiciones de la sociedad poniendo la tecnolog´ıa al servicio del ser humano. (Usar) 9. Competencias (IEEE) C10. Comprensión del impacto en las personas, las organizaciones y la sociedad de la implementaci´ on de soluciones tecnológicas e intervenciones.⇒ Outcome d,n,o

1

C17. Capacidad para expresarse en los medios de comunicaci´ on orales y escritos como se espera de un graduado.⇒ Outcome f C18. Capacidad para participar de forma activa y coordinada en un equipo.⇒ Outcome f C21. Comprender el aspecto profesional, legal, seguridad, asuntos pol´ıticos, humanistas, ambientales, culturales y éticos.⇒ Outcome e 10. Lista de temas a estudiar en el curso 1. Arte y Técnologia 2. Arte Digita 3. Prototipado, análisis y creaci´ on 11. Metodologia y Evaluaci´ on Metodolog´ıa: Sesiones Te´ oricas: El desarrollo de las sesiones te´ oricas est´ a focalizado en el estudiante, a través de su participaci´ on activa, resolviendo problemas relacionados al curso con los aportes individuales y discutiendo casos reales de la industria. Los alumnos desarrollarán a lo largo del curso un proyecto de aplicaci´ on de las herramientas recibidas en una empresa. Sesiones de Laboratorio: Las sesiones prácticas se desarrollan en laboratorio. Las pr´ acticas de laboratorio se realizan en equipos para fortalecer su comunicación. Al inicio de cada laboratorio se explica el desarrollo de la pr´ actica y al término se destaca las principales conclusiones de la actividad en forma grupal. Exposiciones individuales o grupales: Se fomenta la participaci´ on individual y en equipo para exponer sus ideas, motiv´ andolos con puntos adicionales en las diferentes etapas de la evaluaci´ on del curso. Lecturas: A lo largo del curso se proporcionan diferentes lecturas, las cuales son evaluadas. El promedio de las notas de las lecturas es considerado como la nota de una pr´ actica calificada. El uso del campus virtual UTEC Online permite a cada estudiante acceder a la informaci´ on del curso, e interactuar fuera de aula con el profesor y con los otros estudiantes. Sistema de Evaluaci´ on: 12. Contenido Unidad 1: Arte y T´ ecnologia (12) Competences esperadas: 4 Objetivos de Aprendizaje

T´ opicos

• Impulsar el interés por conocer sobre temas actuales de la sociedad peruana y del mundo.

• ¿Qué es el arte y para qué sirve? • El discurso art´ıstico: identidad, territorio, pol´ıtica y sociedad.

Lecturas : [S02] Unidad 2: Arte Digita (24) Competences esperadas: 3 Objetivos de Aprendizaje

T´ opicos • Arte Generativo.

• Desarrollo de habilidades como: creatividad, pensamiento cr´ıtico, observaci´ on y s´ıntesis.

• Net Art. • Realidad Virtual.

Lecturas : [J12] 2

Unidad 3: Prototipado, an´ alisis y creaci´ on (24) Competences esperadas: 3 Objetivos de Aprendizaje

T´ opicos

• Los alumnos entienden la importancia y efectividad del trabajo en equipo tanto en la vida académica como profesional. Durante el semestre los estudiantes realizan actividades grupales e individuales cuyo objetivo com´ un es la generaci´ on de un proyecto que vincule conceptos de arte, tecnolog´ıa e ingenier´ıa.

• Fabricaci´ on Digital. • Intervenci´ on: Acci´ on y espacio p´ ublico. • Presentaci´ on: Montaje, portafolio.

Lecturas : [S02]

3


1. C´ odigo del curso y nombre: MA101. Matem´ atica II 2. Cr´ editos: 4 3. Horas de Teor´ıa y Laboratorio: 4 HT; 4. Docente(s) Mg. Rosulo Perez Cupe • Mag. Ciencias, UNI, Per´ u, 2011. Mg. Elmer Alfonso Tapia Berrocal • Mag. Educación, UPEU, Per´ u, 2017. Mg. Julio Cesar Barraza Bernaola • Mag. Ciencias, UNI, Per´ u, 2012. Mg. Juan Carlos Broncano Torres • Mag. Ciencias, UNI, Per´ u, 2006. Atención previa coordinaci´ on con el profesor 5. Bibliograf´ıa [Ste12] James Stewart. Calculus. 7th. CENGAGE Learning, 2012. [Zil13]

Dennis G. Zill. Differential equations with Boundary value problems. 8th. CENGAGE Learning, 2013.

6. Informaci´ on del curso (a) Breve descripci´ on del curso El curso desarrolla en los estudiantes las habilidades para manejar modelos de habilidades de ingenier´ıa y ciencia. En la primera parte Del curso un estudio de las funciones de varias variables, derivadas parciales, integrales m´ ultiples y una Introducci´ on a campos vectoriales. Luego el estudiante utilizará los conceptos básicos de cálculo para modelar y resolver ecuaciones diferenciales ordinarias utilizando técnicas como las transformadas de Laplace y las series de Fourier. (b) Prerrequisitos: EG1003. Matem´ atica I. (1er Sem) (c) Tipo de Curso: Obligatorio 7. Competencias • Aplicar reglas de derivaci´ on y diferenciaci´ on parcial en funciones de varias variables. • Aplicar técnicas para el cálculo de integrales m´ ultiples. • Comprender y utilizar los conceptos de c´ alculo vectorial. • Comprender la importancia de las series. • Identificar y resolver ecuaciones diferenciales de primer orden y sus aplicaciones en problemas qu´ımicos y f´ısicos. 8. Contribuci´ on a los resultados (Outcomes) a) Aplicar conocimientos de computaci´ on y de matem´ aticas apropiadas para la disciplina. (Evaluar) 1

j) Aplicar la base matem´ atica, principios de algoritmos y la teor´ıa de la Ciencia de la Computaci´ on en el modelamiento y dise˜ no de sistemas computacionales de tal manera que demuestre comprensi´ on de los puntos de equilibrio involucrados en la opci´ on escogida. (Evaluar) 9. Competencias (IEEE) C1. La comprensión intelectual y la capacidad de aplicar las bases matem´ aticas y la teor´ıa de la inform´ atica (Computer Science).⇒ Outcome a C20. Posibilidad de conectar la teor´ıa y las habilidades aprendidas en la academia a los acontecimientos del mundo real que explican su pertinencia y utilidad.⇒ Outcome j 10. Lista de temas a estudiar en el curso 1. Multi-Variable Function Differential 2. Multi-Variable function Integral 3. Series 4. Ordinary Differential Equations 11. Metodologia y Evaluaci´ on Metodolog´ıa: Sesiones Te´ oricas: El desarrollo de las sesiones te´ oricas est´ a focalizado en el estudiante, a través de su participaci´ on activa, resolviendo problemas relacionados al curso con los aportes individuales y discutiendo casos reales de la industria. Los alumnos desarrollarán a lo largo del curso un proyecto de aplicaci´ on de las herramientas recibidas en una empresa. Sesiones de Laboratorio: Las sesiones prácticas se desarrollan en laboratorio. Las pr´ acticas de laboratorio se realizan en equipos para fortalecer su comunicación. Al inicio de cada laboratorio se explica el desarrollo de la pr´ actica y al término se destaca las principales conclusiones de la actividad en forma grupal. Exposiciones individuales o grupales: Se fomenta la participaci´ on individual y en equipo para exponer sus ideas, motiv´ andolos con puntos adicionales en las diferentes etapas de la evaluaci´ on del curso. Lecturas: A lo largo del curso se proporcionan diferentes lecturas, las cuales son evaluadas. El promedio de las notas de las lecturas es considerado como la nota de una pr´ actica calificada. El uso del campus virtual UTEC Online permite a cada estudiante acceder a la informaci´ on del curso, e interactuar fuera de aula con el profesor y con los otros estudiantes. Sistema de Evaluaci´ on: 12. Contenido

2

Unidad 1: Multi-Variable Function Differential (24) Competences esperadas: C1,C20 Objetivos de Aprendizaje T´ opicos • Comprender variables.

el

concepto

de

funciones

• Concepto de funciones multi-variables.

multi-

• Derivados Direccionales

• Dominar el concepto y método de cálculo de la derivada direccional y gradiente de la gu´ıa.

• L´ınea tangente, plano normal a l´ınea de curva y plano tangente, l´ınea normal a un plano de curva. Conocer para calcular sus ecuaciones.

• Dominar el método de cálculo de la derivada parcial de primer orden y de segundo orden de las funciones compuestas.

• Concepto de valor extremo y valor extremo condicional de funciones multi-variables.

• DomEntender l´ınea tangente, plano normal a l´ınea de curva y plano tangente, l´ınea normal a un plan de curva. Saber calcular sus ecuaciones.inar el método de cálculo de las derivadas parciales para funciones impl´ıcitas.

• Problemas de aplicaci´ on tales como modelización de la producci´ on total de un sistema econ´ omico, velocidad del sonido a través del océano, optimización del espesante, etc.

• Entender l´ınea tangente, plano normal a l´ınea de curva y plano tangente, l´ınea normal a un plan de curva. Saber calcular sus ecuaciones. • Aprenda el concepto de valor extremo y valor extremo condicional de funciones multi-variables; Saber para averiguar el valor extremo de la funci´ on binaria. • Ser capaz de resolver problemas de aplicaciones simples. Lecturas : [Ste12], [Zil13] Unidad 2: Multi-Variable function Integral (12) Competences esperadas: C1,C20 Objetivos de Aprendizaje

T´ opicos

• Entender la integral doble, integral triple, y entender la naturaleza de la integral m´ ultiple.

• Integral doble, integral triple y naturaleza de la integral m´ ultiple.

• Dominar el método de cálculo de la integral doble (coordenadas cartesianas, coordenadas polares), la integral triple (coordenadas cartesianas, coordenadas cil´ındricas, coordenadas esféricas).

• Método de doble integral

• Entender el concepto de l´ınea Integral, propiedades y relaciones.

• L´ınea integral • La Divergencia, Rotaci´ on y Laplaciano

sus

• Saber calcular la integral de l´ınea. • Dominar el cálculo de la rotaci´ on, la divergencia y Laplacian. Lecturas : [Ste12], [Zil13]

3

Unidad 3: Series (24) Competences esperadas: C1,C20 Objetivos de Aprendizaje

T´ opicos • Serie convergente.

• Dominio del cálculo si la serie es convergente, y si es convergente, encontrar la suma de la serie tratando de encontrar el radio de convergencia y el intervalo de convergencia de una serie de potencia.

• Serie Taylor y MacLaurin. • Funciones ortogonales.

• Representa una funci´ on como una serie de potencias y encuentra la serie de Taylor y MacLaurin para estimar los valores de las funciones con la precisi´ on deseada. • Entender los conceptos de funciones ortogonales y la expansión de una funci´ on dada f para encontrar su serie de Fourier. Lecturas : [Ste12], [Zil13] Unidad 4: Ordinary Differential Equations (30) Competences esperadas: C1,C20 Objetivos de Aprendizaje

T´ opicos

• Comprender ecuaciones diferenciales, soluciones, orden, solución general, condiciones iniciales y soluciones especiales, etc.

• Concepto de ecuaciones diferenciales

• Dominar el método de c´ alculo para las variables ecuación separable y ecuaciones lineales de primer orden. Conocido para resolver la ecuaci´ on homogénea y las ecuaciones de Bernoulli (Bernoulli); Entender la sustituci´ on de la variable para resolver la ecuación.

• Métodos para resolver las ecuaciones diferenciales lineales de segundo orden

• Métodos para resolver ecuaciones diferenciales

• Ecuaciones diferenciales ordinarias lineales de orden superior • Problemas de aplicaciones con las transformaciones de Laplace

• Diminio para resolver ecuaciones diferenciales totales. • Ser capaz de utilizar el método de orden reducido para resolver ecuaciones. • Comprender la estructura de la ecuaci´ on diferencial lineal de segundo orden. • Dominio del c´ alculo para las ecuaciones diferenciales lineales homogéneas de coeficiente constante; Y comprender el método de c´ alculo para las ecuaciones diferenciales lineales homogéneas de orden superior. • Saber aplicar el método de cálculo de ecuaciones diferenciales para resolver problemas simples de aplicación geométrica y f´ısica. • Resolver correctamente ciertos tipos de ecuaciones diferenciales utilizando transformadas de Laplace. Lecturas : [Ste12], [Zil13]

4


1. 2. 3. 4.

C´ odigo del curso y nombre: CS221. Arquitectura de Computadores Cr´ editos: 3 Horas de Teor´ıa y Laboratorio: 2 HT; 2 HP; Docente(s)

Atención previa coordinaci´ on con el profesor 5. Bibliograf´ıa [Den05] Peter J. Denning. “The locality principle”. In: Commun. ACM 48.7 (July 2005), pp. 19–24. issn: 0001-0782. doi: 10.1145/1070838.1070856. url: http://doi.acm.org/10.1145/1070838.1070856. [Don06] J. Dongarra. “Trends in high performance computing: a historical overview and examination of future developments”. In: Circuits and Devices Magazine, IEEE 22.1 (2006), pp. 22–27. issn: 8755-3996. doi: 10.1109/MCD. 2006.1598076. [EA05]

Hesham El-Rewini and Mostafa Abd-El-Barr. Advanced Computer Architecture and Parallel Processing. Hoboken, NJ: John Wiley & Sons, 2005. isbn: 0-471-46740-5.

[HP06]

J. L. Hennessy and D. A. Patterson. Computer Architecture: A Quantitative Approach. 4th. San Mateo, CA: Morgan Kaufman, 2006.

[Joh91]

M. Johnson. Superscalar microprocessor design. Prentice Hall series in innovative technology. Prentice Hall, 1991. isbn: 9780138756345.

[Par02]

Behrooz Parhami. Introduction to parallel processing: algorithms and architectures. Plenum series in computer science. Plenum Press, 2002. isbn: 9780306459702.

[Par05]

Behrooz Parhami. Computer Architecture: From Microprocessors to Supercomputers. New York: Oxford Univ. Press, 2005. isbn: ISBN 0-19-515455-X.

[PH04]

D. A. Patterson and J. L. Hennessy. Computer Organization and Design: The Hardware/Software Interface. 3rd ed. San Mateo, CA: Morgan Kaufman, 2004.

[Sta10]

William Stalings. Computer Organization and Architecture: Designing for Performance. 8th. Upper Saddle River, NJ: Prentice Hall, 2010.

6. Informaci´ on del curso (a) Breve descripci´ on del curso Es necesario que el profesional en Ciencia de la Computaci´ on tenga s´ olido conocimiento de la organizaci´ on y funcionamiento de los diversos sistema de cómputo actuales en los cuales gira se instala el entorno de programaci´ on. Con ello también sabr´ a establecer los alcances y l´ımites de las aplicaciones que se desarrollen de acuerdo a la plataforma siendo usada. Se tratarán los siguientes temas: componentes de l´ ogica digital b´ asicos en un sistema de computaci´ on, dise˜ no de conjuntos de instrucciones, microarquitectura del procesador y ejecuci´ on en pipelining, organizaci´ on de la memoria: caché y memoria virtual, protecci´ on y compartici´ on, sistema I/O e interrupciones, arquitecturas super escalares y ejecución fuera de orden, computadoras vectoriales, arquitecturas para multithreading, multiprocesadores simétricos, modelo de memoria y sincronizaci´ on, sistemas integrados y computadores en paralelo. (b) Prerrequisitos: CS1D2. Estructuras Discretas II. (2do Sem) (c) Tipo de Curso: Obligatorio 7. Competencias 1

• Este curso tiene como prop´ osito ofrecer al estudiante una base s´ olida de la evoluci´ on de las arquitecturas de computadores y los factores que influenciaron en el dise˜ no de los elementos de hardware y software en sistemas de computación actuales. • Garantizar la comprensi´ on de c´ omo es el hardware en s´ı y cómo interactuan hardware y software en un sistema de cómputo actual. • Tratar los siguientes temas: componentes de lógica digital b´ asicos en un sistema de computaci´ on, dise˜ no de conjuntos de instrucciones, microarquitectura del procesador y ejecuci´ on en pipelining, organizaci´ on de la memoria: caché y memoria virtual, protecci´ on y compartici´ on, sistema I/O e interrupciones, arquitecturas super escalares y ejecución fuera de orden, computadoras vectoriales, arquitecturas para multithreading, multiprocesadores simétricos, modelo de memoria y sincronizaci´ on, sistemas integrados y computadores en paralelo. 8. Contribuci´ on a los resultados (Outcomes) b) Analizar problemas e identificar y definir los requerimientos computacionales apropiados para su soluci´ on. (Usar) i) Utilizar técnicas y herramientas actuales necesarias para la pr´ actica de la computaci´ on. (Evaluar) 9. Competencias (IEEE) C4. Una comprensi´ on del hardware de la computadora desde la perspectiva del software, por ejemplo, el uso del procesador, memoria, unidades de disco, pantalla, etc.⇒ Outcome i C8. Entendimiento de lo que las tecnolog´ıas actuales pueden y no pueden lograr.⇒ Outcome b,i C9. Comprensión de las limitaciones de la computaci´ on, incluyendo la diferencia entre lo que la computaci´ on es inherentemente incapaz de hacer frente a lo que puede lograrse a través de un futuro de ciencia y tecnolog´ıa.⇒ Outcome b CS3. Analizar el grado en que un sistema basado en el ordenador cumple con los criterios definidos para su uso actual y futuro desarrollo.⇒ Outcome i 10. Lista de temas a estudiar en el curso 1. Lógica digital y sistemas digitales 2. Representación de datos a nivel máquina 3. Organización de la Máquina a Nivel Ensamblador 4. Organización funcional 5. Organización y Arquitectura del Sistema de Memoria 6. Interfaz y comunicaci´ on 7. Multiprocesamiento y arquitecturas alternativas 8. Mejoras de rendimiento 11. Metodologia y Evaluaci´ on Metodolog´ıa: Sesiones Te´ oricas: El desarrollo de las sesiones te´ oricas est´ a focalizado en el estudiante, a través de su participaci´ on activa, resolviendo problemas relacionados al curso con los aportes individuales y discutiendo casos reales de la industria. Los alumnos desarrollarán a lo largo del curso un proyecto de aplicaci´ on de las herramientas recibidas en una empresa. Sesiones de Laboratorio: Las sesiones prácticas se desarrollan en laboratorio. Las pr´ acticas de laboratorio se realizan en equipos para fortalecer su comunicación. Al inicio de cada laboratorio se explica el desarrollo de la pr´ actica y al término se destaca las principales conclusiones de la actividad en forma grupal.

2

Exposiciones individuales o grupales: Se fomenta la participaci´ on individual y en equipo para exponer sus ideas, motiv´ andolos con puntos adicionales en las diferentes etapas de la evaluaci´ on del curso. Lecturas: A lo largo del curso se proporcionan diferentes lecturas, las cuales son evaluadas. El promedio de las notas de las lecturas es considerado como la nota de una pr´ actica calificada. El uso del campus virtual UTEC Online permite a cada estudiante acceder a la informaci´ on del curso, e interactuar fuera de aula con el profesor y con los otros estudiantes. Sistema de Evaluaci´ on: 12. Contenido Unidad 1: L´ ogica digital y sistemas digitales (18) Competences esperadas: C8 Objetivos de Aprendizaje

T´ opicos

• Describir el avance paulatino de los componentes de la tecnolog´ıa de computaci´ on, desde los tubos de vac´ıo hasta VLSI, desde las arquitecturas mainframe a las arquitecturas en escala warehouse [Familiarizarse]

• Revisi´ on e historia de la Arquitectura de Computadores. • Lógica combinacional vs. secuencial/Arreglos de puertas de campo programables como bloque fundamental de construcci´ on l´ ogico combinacionalsecuencial.

• Comprender que la tendencia de las arquitecturas modernas de computadores es hacia n´ ucleos m´ ultiples y que el paraleliso es inherente en todos los sistemas de hardware [Usar]

• Multiples representaciones / Capas de interpretación (El hardware es solo otra capa) • Herramientas de dise˜ no asistidas por computadora que procesan hardware y representaciones arquitecturales.

• Explicar las implicancias de los l´ımites de potencia para mejoras adicionales en el rendimiento de los procesadores y también en el aprovechamiento del paralelismo [Usar]

• Registrar transferencia notaci´ on / lenguage descriptivo (Verilog/VHDL)

• Relacionar las varias representaciones equivalentes de la funcionalidad de un computador, incluyendo expresiones y puertas l´ ogicas, y ser capces de utilizar expresiones matem´ aticas para describir las funciones de circuitos combinacionales y secuenciales sencillos [Familiarizarse]

Hardware

• Restriccion f´ısica (Retrasos de Entrada, fan-in, fanout, energia/poder)

• Dise˜ nar los componentes básicos de construcci´ on de un computador: unidad aritmético l´ ogica (a nivel de puertas lógicas), unidad central de procesamiento (a nivel de registros de transferencia), memoria (a nivel de registros de transferencia) [Usar] • Usar herramientas CAD para capturar, sistetizar, y simular bloques de construcci´ on (como ALUs, registros, movimiento entre registros) de un computador simple [Familiarizarse] • Evaluar el comportamiento de un diagrama de tiempos y funcional de un procesador simple implementado a nivel de circuitos l´ ogicos [Evaluar] Lecturas : [Par05], [PH04]

3

Unidad 2: Representaci´ on de datos a nivel m´ aquina (8) Competences esperadas: C9 Objetivos de Aprendizaje T´ opicos • Explicar porqué en computaci´ on todo es datos, inclusive las instrucciones [Evaluar]

• Bits, Bytes y Words. • Representacion de datos numérica y bases numéricas.

• Explicar las razones de usar formatos alternativos para representar datos numéricos [Familiarizarse]

• Sistemas de punto flotante y punto fijo.

• Describir cómo los enteros negativos se almacenan con representaciones de bit de signo y complemento a 2 [Usar]

• Representaciones con signo y complemento a 2. • Representaci´ on de informaci´ on no numérica (códigos de caracteres, informaci´ on gr´ afica)

• Explicar cómo las representaciones de tama˜ no fijo afectan en la exactitud y la precisi´ on [Usar]

• Representaci´ on de registros y arreglos.

• Describir la representaci´ on interna de datos no numéricos como caracteres, cadenas, registros y arreglos [Usar] • Convertir datos numéricos de un formato a otro [Usar] Lecturas : [Par05], [Sta10]

4

Unidad 3: Organizaci´ on de la M´ aquina a Nivel Ensamblador (8) Competences esperadas: C4,CS3 Objetivos de Aprendizaje T´ opicos • Explicar la organizaci´ on de la maquina cl´ asica de von Neumann y sus principales unidades funcionales [Familiarizarse]

• Organizaci´ on Básica de la Máquina de Von Neumann. • Unidad de Control.

• Describir cómo se ejecuta una instrucci´ on en una máquina de von Neumann con extensi´ on para hebras, sincronizaci´ on multiproceso y ejecucion SIMD (m´ aquina vectorial) [Familiarizarse]

• Paquetes de instrucciones y tipos (manipulación de informaci´ on, control, I/O) • Assembler / Programaci´ on en Lenguaje de Máquina.

• Describir el paralelismo a nivel de instrucciones y sus peligros, y c´ omo es esto tratado en pipelines de proceso t´ıpicos [Familiarizarse]

• Formato de instrucciones. • Modos de direccionamiento.

• Resumir cómo se representan las instrucciones, tanto a nivel de m´ aquina bajo el contexto de un ensamblador simbólico [Familiarizarse]

• Llamada a subrutinas y mecanismos de retorno.

• Demostrar cómo se mapean los patrones de lenguajes de alto nivel en notaciones en lenguaje ensamblador o en código máquina [Usar]

• Mont´ıculo (Heap) vs. Est´ atico vs. Pila vs. Segmentos de código.

• I/O e Interrupciones.

• Explicar los diferentes formatos de instrucciones, as´ı como el direccionamiento por instrucci´ on, y comparar formatos de tama˜ no fijo y variable [Usar] • Explicar como las llamadas a subrutinas son manejadas a nivel de ensamblador [Usar] • Explicar los conceptos b´ asicos de interrupciones y operaciones de entrada y salida (I/O) [Familiarizarse] • Escribir segmentos de programa simples en lenguaje ensamblador [Usar] • Ilustrar cómo los bloques constructores fundamentales en lenguajes de alto nivel son implementados a nivel de lenguaje máquina [Usar] Lecturas : [Par05], [PH04], [HP06]

5

Unidad 4: Organizaci´ on funcional (8) Competences esperadas: C9 Objetivos de Aprendizaje

T´ opicos

• Comparar implementaciones alternativas de ruta de datos [Evaluar]

• Implementaci´ on de rutas de datos simples, incluyendo la canalizaci´ on de instrucciones, detección de riesgos y la resoluci´ on.

• Discutir el concepto de puntos de control y la generación de se˜ nales de control usando implementaciones a nivel de circuito o microprogramadas [Familiarizarse]

• Control de unidades: Realizaci´ on Cableada vs Realizaci´ on Microprogramada. • Instruccion (Pipelining)

• Explicar el paralelismo a nivel de instrucciones b´ asicas usando pipelining y los mayores riesgos que pueden ocurrir [Usar]

• Introducci´ on al paralelismo al nivel de instrucción (PNI)

• Dise˜ nar e implementar un procesador completo, incluyendo ruta de datos y control [Usar] • Calcular la cantidad promedio de ciclos por instrucci´ on de una implementaci´ on con procesador y sistema de memoria determinados [Evaluar] Lecturas : [Par05], [HP06] Unidad 5: Organizaci´ on y Arquitectura del Sistema de Memoria (8) Competences esperadas: CS3 Objetivos de Aprendizaje T´ opicos • Identifique las principales tecnolog´ıas de memoria (Por ejemplo: SRAM, DRAM, Flash,Disco Magnetico) y su relaci´ on costo beneficio [Familiarizarse]

• Sistemas de Almacenamiento y su Tecnolog´ıa. • Jerarqu´ıa de Memoria: importancia de la localizaci´ on temporal y espacial.

• Explique el efecto del retardo de la memoria en tiempo de ejecuci´ on [Familiarizarse]

• Organizaci´ on y Operaciones de la Memoria Principal.

• Describa como el uso de jerarqu´ıa de memoria (caché, memoria virtual) es aplicado para reducir el retardo efectivo en la memoria [Usar]

• Latencia, ciclos de tiempo, ancho de banda e intercalaci´ on.

• Describa los principios de la administraci´ on de memoria [Usar]

• Memorias caché (Mapeo de direcciones, Tama˜ no de bloques, Reemplazo y Politicas de almacenamiento)

• Explique el funcionamiento de un sistema con gesti´ on de memoria virtual [Usar]

• Multiprocesador coherencia cache / Usando el sistema de memoria para las operaciones de sincronizaci´ on de memoria / atómica inter-core.

• Calcule el tiempo de acceso promedio a memoria bajo varias configuraciones de caché y memoria y para diversas combinaciones de instrucciones y referencias a datos [Evaluar]

• Memoria virtual (tabla de página, TLB) • Manejo de Errores y confiabilidad. • Error de codificaci´ on, compresi´ on de datos y la integridad de datos.

Lecturas : [Par05], [PH04], [Den05]

6

Unidad 6: Interfaz y comunicaci´ on (8) Competences esperadas: C4,C9,CS3 Objetivos de Aprendizaje

T´ opicos

• Explicar como las interrupciones son aplicadas para implementar control de entrada-salida y transferencia de datos [Familiarizarse]

• Fundamentos de I/O: Handshaking, Bbuffering, I/O programadas, interrupciones dirigidas de I/O. • Interrumpir estructuras: interrumpir conocimiento, vectorizado y priorizado.

• Identificar diversos tipos de buses en un sistema computacional [Familiarizarse]

re-

• Almacenamiento externo, organizaci´ on fisica y discos.

• Describir el acceso a datos desde una unidad de disco magnético [Usar]

• Buses: Protocoles de bus, arbitraje, acceso directo a memoria (DMA).

• Comparar organizaciones de red conocidas como organizaciones en bus/Ethernet, en anillo y organizaciones conmutadas versus ruteadas [Evaluar]

• Introducci´ on a Redes: comunicaci´ on de redes como otra capa de acceso remoto.

• Identificar las interfaces entre capas necesarios para el acceso y presentaci´ on multimedia, desde la captura de la imagen en almacenamiento remoto, a través del transporte por una red de comunicaciones, hasta la puesta en la memoria local y la presentaci´ on final en una pantalla gr´ afica [Familiarizarse]

• Soporte Multimedia. • Arquitecturas RAID.

• Describir las ventajas y limitaciones de las arquitecturas RAID [Familiarizarse] Lecturas : [Par05], [Sta10] Unidad 7: Multiprocesamiento y arquitecturas alternativas (8) Competences esperadas: C9 Objetivos de Aprendizaje T´ opicos • Discutir el concepto de procesamiento paralelo mas allá del clásico modelo de von Neumann [Evaluar]

• Ley potencial. • Ejemplos de juego de instrucciones y arquitecturas SIMD y MIMD.

• Describir diferentes arquitecturas paralelas como SIMD y MIMD [Familiarizarse]

• Redes de interconexi´ on exchange, Mesh, Crossbar)

• Explicar el concepto de redes de interconexi´ on y mostrar diferentes enfoques [Usar]

(Hypercube,

Shuffle-

• Sistemas de memoria de multiprocesador compartido y consistencia de memoria.

• Discutir los principales cuidados en los sistemas de multiprocesamiento presentes con respecto a la gestión de memoria y describir como son tratados [Familiarizarse]

• Coherencia de cache multiprocesador.

• Describir las diferencias entre conectores electricos en paralelo backplane, interconexi´ on memoria procesador y memoria remota via red, sus implicaciones para la latencia de acceso y el impacto en el rendimiento de un programa [Evaluar] Lecturas : [Par05], [Par02], [EA05]

7

Unidad 8: Mejoras de rendimiento (8) Competences esperadas: C8,C9 Objetivos de Aprendizaje

T´ opicos

• Describir las arquitecturas superescalares y sus ventajas [Familiarizarse]

• Arquitectura superescalar. • Predicci´ on de ramificaci´ on, Ejecuci´ on especulativa, Ejecuci´ on fuera de orden.

• Explicar el concepto de predicci´ on de bifurcaciones y su utilidad [Usar]

• Prefetching.

• Caracterizar los costos y beneficios de la precarga prefetching [Evaluar]

• Procesadores vectoriales y GPU’s

• Explicar la ejecuci´ on especulativa e identifique las condiciones que la justifican [Evaluar]

• Soporte de hardware para multiprocesamiento.

• Discutir las ventajas de rendimiento ofrecida en una arquitectura de multihebras junto con los factores que hacen dificil dar el maximo beneficio de estas [Evaluar]

• Arquitecturas alternativas, como VLIW / EPIC y aceleradores y otros tipos de procesadores de prop´ osito especial.

• Escalabilidad.

• Describir la importancia de la escalabilidad en el rendimiento [Evaluar] Lecturas : [Par05], [Par02], [PH04], [Don06], [Joh91]

8


1. 2. 3. 4.

C´ odigo del curso y nombre: CS2B1. Desarrollo Basado en Plataformas Cr´ editos: 2 Horas de Teor´ıa y Laboratorio: 1 HT; 2 HP; Docente(s)

Atención previa coordinaci´ on con el profesor 5. Bibliograf´ıa [ADC13] J. Annuzzi, L. Darcey, and S. Conder. Introduction to Android Application Development: Android Essentials. Developer’s Library. Pearson Education, 2013. isbn: 9780133477337. [Gro09]

R. Grove. Web Based Application Development. Jones & Bartlett Learning, 2009. isbn: 9780763759407.

6. Informaci´ on del curso (a) Breve descripci´ on del curso El mundo ha cambiado debido al uso de la web y tecnolog´ıas relacionadas, el acceso rápido, oportuno y personalizado de la informaci´ on, a través de la tecnolog´ıa web, ub´ıcuo y pervasiva; han cambiado la forma de ¿c´ omo hacemos las cosas?, ¿c´ omo pensamos? y ¿c´ omo la industria se desarrolla?. Las tecnolog´ıas web, ubicuo y pervasivo se basan en el desarrollo de servicios web, aplicaciones web y aplicaciones móviles, las cuales son necesarias entender la arquitectura, el dise˜ no, y la implementaci´ on de servicios web, aplicaciones web y aplicaciones móviles. (b) Prerrequisitos: CS112. Programaci´ on Orientada a Objetos I. (2do Sem) (c) Tipo de Curso: Obligatorio 7. Competencias • Que el alumno sea capaz de dise˜ no e implementaci´ on de servicios, aplicaciones web utilizando herramientas y lenguajes como HTML, CSS, JavaScript (incluyendo AJAX) , back-end scripting y una base de datos, a un nivel intermedio. • Que el alumno sea capaz de desarrollar aplicaciones móviles, administraci´ on de servidores web en un sistema Unix y una introducci´ on a la seguridad web, a un nivel intermedio. 8. Contribuci´ on a los resultados (Outcomes) c) Dise˜ nar, implementar y evaluar un sistema, proceso, componente o programa computacional para alcanzar las necesidades deseadas. (Usar) d) Trabajar efectivamente en equipos para cumplir con un objetivo com´ un. (Usar) g) Analizar el impacto local y global de la computaci´ on sobre los individuos, organizaciones y sociedad. (Usar) i) Utilizar técnicas y herramientas actuales necesarias para la pr´ actica de la computaci´ on. (Usar) o) Mejorar las condiciones de la sociedad poniendo la tecnolog´ıa al servicio del ser humano. (Usar) 9. Competencias (IEEE) C1. La comprensión intelectual y la capacidad de aplicar las bases matem´ aticas y la teor´ıa de la inform´ atica (Computer Science).⇒ Outcome c,d,i

1

C6. Capacidad para dise˜ nar y poner en pr´ actica las unidades estructurales mayores que utilizan algoritmos y estructuras de datos y las interfaces a través del cual estas unidades se comunican.⇒ Outcome c,d,i CS8. Aplicar los principios de la interacci´ on persona-ordenador para la evaluaci´ on y la construcci´ on de una amplia gama de materiales, incluyendo interfaces de usuario, páginas web, sistemas multimedia y sistemas móviles.⇒ Outcome g,o 10. Lista de temas a estudiar en el curso 1. Introducción 2. Plataformas web 3. Desarrollo de servicios y aplicaciones web 4. Plataformas m´ oviles 5. Mobile Applications for Android Handheld Systems 11. Metodologia y Evaluaci´ on Metodolog´ıa: Sesiones Te´ oricas: El desarrollo de las sesiones te´ oricas est´ a focalizado en el estudiante, a través de su participaci´ on activa, resolviendo problemas relacionados al curso con los aportes individuales y discutiendo casos reales de la industria. Los alumnos desarrollarán a lo largo del curso un proyecto de aplicaci´ on de las herramientas recibidas en una empresa. Sesiones de Laboratorio: Las sesiones prácticas se desarrollan en laboratorio. Las pr´ acticas de laboratorio se realizan en equipos para fortalecer su comunicación. Al inicio de cada laboratorio se explica el desarrollo de la pr´ actica y al término se destaca las principales conclusiones de la actividad en forma grupal. Exposiciones individuales o grupales: Se fomenta la participaci´ on individual y en equipo para exponer sus ideas, motiv´ andolos con puntos adicionales en las diferentes etapas de la evaluaci´ on del curso. Lecturas: A lo largo del curso se proporcionan diferentes lecturas, las cuales son evaluadas. El promedio de las notas de las lecturas es considerado como la nota de una pr´ actica calificada. El uso del campus virtual UTEC Online permite a cada estudiante acceder a la informaci´ on del curso, e interactuar fuera de aula con el profesor y con los otros estudiantes. Sistema de Evaluaci´ on: 12. Contenido Unidad 1: Introducci´ on (5) Competences esperadas: CS8 Objetivos de Aprendizaje

T´ opicos

• Describir cómo el desarrollo basado en plataforma difiere de la programaci´ on de proposito general [Familiarizarse]

• Visi´ on general de plataformas (ejemplo, Web, Mobil, Juegos, Industrial) • Programac´ıon a través de APIs espec´ıficos.

• Listar las caracter´ısticas de lenguajes de plataforma [Familiarizarse]

• Visi´ on general de lenguajes de plataforma (ejemplo, Objective C, HTML5)

• Escribir y ejecutar un programa simple basado en plataforma [Familiarizarse]

• Pogramac´ı´ on bajo restricci´ ones de plataforma.

• Listar las ventajas y desventajas de la programaci´ on con restricciones de plataforma [Familiarizarse] Lecturas : [Gro09], [ADC13]

2

Unidad 2: Plataformas web (5) Competences esperadas: C1,C6 Objetivos de Aprendizaje

T´ opicos

• Dise˜ nar e implementar una aplicaci´ on web sencilla [Familiarizarse]

• Lenguajes de programaci´ on web (e.g., HTML5, Javascript, PHP, CSS)

• Describir las limitaciones que la web pone a los desarrolladores [Familiarizarse]

• Restricci´ on de plataformas web.

• Comparar y contrastar la programaci´ on web con la programación de proposito general [Familiarizarse]

• Est´ andares web.

• Software como servicio.

• Describir las diferencias entre software como un servicio y productos de software tradicionales [Familiarizarse] • Discutir cómo los est´ andares de web impactan el desarrollo de software [Familiarizarse] • Revise una aplicaci´ on web existente con un est´ andar web actual [Familiarizarse] Lecturas : [Gro09]

3

Unidad 3: Desarrollo de servicios y aplicaciones web (25) Competences esperadas: C1,C6 Objetivos de Aprendizaje T´ opicos • Del lado del servidor lenguaje de scripting python: variables, tipos de datos, operaciones, cadenas, funciones, sentencias de control, matrices, archivos y el acceso a directorios, mantener el estado. [Usar]

• Describir, identificar y depurar problemas relacionados con el desarrollo de aplicaciones web • Dise˜ no y desarrollo de aplicaciones web interactivas usando este tipo de incrustar scripts en lenguaje python

• Enfoque de programaci´ on web usando python incrustado. [Usar]

• Utilice MySQL para la gesti´ on de datos y manipular MySQL con python

• El acceso y la manipulaci´ on de MySQL. [Usar] • El enfoque de desarrollo de aplicaciones web Ajax. [Usar]

• Dise˜ no y desarrollo de aplicaciones web as´ıncronos utilizando técnicas Ajax

• DOM y CSS utilizan en JavaScript. [Usar]

• Uso del lado del cliente din´ amico lenguaje de script Javascript y del lado del servidor lenguaje de scripting python con Ajax

• Tecnolog´ıas de actualizaci´ on de contenido as´ıncrono. [Usar]

• Aplicar las tecnolog´ıas XML / JSON para la gestión de datos con Ajax

• Objetos XMLHttpRequest utilizar para comunicarse entre clientes y servidores. [Usar]

• Utilice marco, los servicios y APIs web Ajax y aplicar los patrones de dise˜ no para el desarrollo de aplicaciones web

• XML y JSON. [Usar] • XSLT y XPath como mecanismos para transformar documentos XML. [Usar] • Servicios web y APIs (especialmente Google Maps). [Usar] • Marcos Ajax para el desarrollo de aplicaciones web contemporánea. [Usar] • Los patrones de dise˜ no utilizados en aplicaciones web. [Usar] Lecturas : [Gro09] Unidad 4: Plataformas m´ oviles (5) Competences esperadas: C1,C6 Objetivos de Aprendizaje

T´ opicos

• Dise˜ nar e implementar una aplicaci´ on móvil para una plataforma m´ ovil dada [Familiarizarse]

• Lenguajes de Programaci´ on para Móviles.

• Discutir las limitaciones que las plataformas móviles ponen a los desarrolladores [Familiarizarse]

• Aplicaciones Location-aware.

• Desaf´ıos con mobilidad y comunicaci´ on inal´ ambrica.

• Discutir el rendimiento vs perdida de potencia [Familiarizarse]

• Rendimiento / Compensaci´ on de Potencia.

• Compare y contraste la programaci´ on móvil con la programación de proposito general [Familiarizarse]

• Tecnolog´ıas Emergentes.

• Restricciones de las Plataformas M´ oviles.

Lecturas : [ADC13]

4

Unidad 5: Mobile Applications for Android Handheld Systems (25) Competences esperadas: C1,C6 Objetivos de Aprendizaje T´ opicos • Los estudiantes identifican software necesario y lo instalan en sus ordenadores personales. Los estudiantes realizan varias tareas para familiarizarse con la plataforma Android y Ambiente para el Desarrollo. [Usar]

• The Android Platform • The Android Development Environment • Application Fundamentals • The Activity Class

• Los estudiantes construyen aplicaciones que trazan los métodos de devoluci´ on de llamada de ciclo de vida emitidas por la plataforma Android y que demuestran el comportamiento de Android cuando los cambios de configuraci´ on de dispositivos (por ejemplo, cuando el dispositivo se mueve de vertical a horizontal y viceversa). [Usar]

• The Intent Class • Permissions • The Fragment Class • User Interface Classes

• Los estudiantes construyen aplicaciones que requieren iniciar m´ ultiples actividades a través de ambos métodos est´ andar y personalizados. [Usar]

• User Notifications

• Los estudiantes construyen aplicaciones que requieren permisos est´ andar y personalizados. [Usar]

• Threads, AsyncTask & Handlers

• Los estudiantes construyen una aplicaci´ on que utiliza una u ńica base de c´ odigo, sino que crea diferentes interfaces de usuario dependiendo del tama˜ no de la pantalla de un dispositivo. [Usar]

• Networking (http class)

• The BroadcastReceiver Class • Alarms • Multi-touch & Gestures • Sensors

• Los estudiantes construyen un gestor de listas de tareas pendientes utilizando los elementos de la interfaz de usuario discutidos en clase. La aplicaci´ on permite a los usuarios crear nuevos elementos y para mostrarlos en un ListView. [Usar]

• Location & Maps

• Los estudiantes construyen una aplicaci´ on que utiliza la informaci´ on de ubicaci´ on para recoger latitud, longitud de los lugares que visitan. [Usar] Lecturas : [ADC13]

5


1. 2. 3. 4.

C´ odigo del curso y nombre: CS113. Programaci´ on Orientada a Objetos II Cr´ editos: 4 Horas de Teor´ıa y Laboratorio: 3 HT; 2 HP; Docente(s)

Atención previa coordinaci´ on con el profesor 5. Bibliograf´ıa [Nak13] S. Nakariakov. The Boost C++ Libraries: Generic Programming. CreateSpace Independent Publishing Platforml, 2013. [Str13]

B Stroustrup. The C++ Programming Language, 4th edition. Addison-Wesley, 2013.

6. Informaci´ on del curso (a) Breve descripci´ on del curso Este es el tercer curso en la secuencia de los cursos introductorios a la informática. En este curso se pretende cubrir los conceptos se˜ nalados por la Computing Curricula IEEE(c)-ACM 2001, bajo el enfoque functional-first. El paradigma orientado a objetos nos permite combatir la complejidad haciendo modelos a partir de abstracciones de los elementos del problema y utilizando técnicas como encapsulamiento, modularidad, polimorfismo y herencia. El dominio de estos temas permitir´ a que los participantes puedan dar soluciones computacionales a problemas de dise˜ no sencillos del mundo real. (b) Prerrequisitos: CS112. Programaci´ on Orientada a Objetos I. (2do Sem) (c) Tipo de Curso: Obligatorio 7. Competencias • Introducir al alumno a los fundamentos del paradigma de orientaci´ on a objetos, permitiendo asimilar los conceptos necesarios para desarrollar un sistema de informaci´ on 8. Contribuci´ on a los resultados (Outcomes) a) Aplicar conocimientos de computaci´ on y de matem´ aticas apropiadas para la disciplina. (Usar) b) Analizar problemas e identificar y definir los requerimientos computacionales apropiados para su soluci´ on. (Usar) d) Trabajar efectivamente en equipos para cumplir con un objetivo com´ un. (Usar) 9. Competencias (IEEE) C1. La comprensión intelectual y la capacidad de aplicar las bases matem´ aticas y la teor´ıa de la inform´ atica (Computer Science).⇒ Outcome a C3. Una comprensi´ on intelectual de, y el aprecio por el papel central de los algoritmos y estructuras de datos.⇒ Outcome a C18. Capacidad para participar de forma activa y coordinada en un equipo.⇒ Outcome d CS1. Modelar y dise˜ nar sistemas de computadora de una manera que se demuestre comprensi´ on del balance entre las opciones de dise˜ no.⇒ Outcome a

1

CS2. Identificar y analizar los criterios y especificaciones apropiadas a los problemas espec´ıficos, y planificar estrategias para su solución.⇒ Outcome b 10. Lista de temas a estudiar en el curso ´ 1. Arboles y Grafos 2. Conceptos Fundamentales de Programaci´ on 3. Algoritmos y Dise˜ no 4. Programación reactiva y dirigida por eventos 5. Análisis Básico 6. Algoritmos y Estructuras de Datos fundamentales 7. Sistemas de tipos básicos 8. Programación orientada a objetos 9. Dise˜ no de Software 10. Ingenier´ıa de Requisitos 11. Metodologia y Evaluaci´ on Metodolog´ıa: Sesiones Te´ oricas: El desarrollo de las sesiones te´ oricas est´ a focalizado en el estudiante, a través de su participaci´ on activa, resolviendo problemas relacionados al curso con los aportes individuales y discutiendo casos reales de la industria. Los alumnos desarrollarán a lo largo del curso un proyecto de aplicaci´ on de las herramientas recibidas en una empresa. Sesiones de Laboratorio: Las sesiones prácticas se desarrollan en laboratorio. Las pr´ acticas de laboratorio se realizan en equipos para fortalecer su comunicación. Al inicio de cada laboratorio se explica el desarrollo de la pr´ actica y al término se destaca las principales conclusiones de la actividad en forma grupal. Exposiciones individuales o grupales: Se fomenta la participaci´ on individual y en equipo para exponer sus ideas, motiv´ andolos con puntos adicionales en las diferentes etapas de la evaluaci´ on del curso. Lecturas: A lo largo del curso se proporcionan diferentes lecturas, las cuales son evaluadas. El promedio de las notas de las lecturas es considerado como la nota de una pr´ actica calificada. El uso del campus virtual UTEC Online permite a cada estudiante acceder a la informaci´ on del curso, e interactuar fuera de aula con el profesor y con los otros estudiantes. Sistema de Evaluaci´ on: 12. Contenido

2

´ Unidad 1: Arboles y Grafos (7) Competences esperadas: C3,C18 Objetivos de Aprendizaje

T´ opicos

• Ilustrar mediante ejemplos la terminolog´ıa básica de teor´ıa de grafos, y de alguna de las propiedades y casos especiales de cada tipo de grafos/´ arboles [Usar]

´ • Arboles. – Propiedades – Estrategias de recorrido

• Demostrar diversos métodos de recorrer árboles y grafos, incluyendo recorridos pre, post e inorden de árboles [Usar]

• Grafos no dirigidos • Grafos dirigidos

• Modelar una variedad de problemas del mundo real en ciencia de la computación usando formas adecuadas de grafos y árboles, como son la representaci´ on de una topolog´ıa de red o la organizaci´ on jerárquica de un sistema de archivos [Usar]

• Grafos ponderados • Arboles de expansion/bosques. • Isomorfismo en grafos.

• Demuestrar como los conceptos de grafos y árboles aparecen en estructuras de datos, algoritmos, técnicas de prueba (inducci´ on estructurada), y conteos [Usar] • Explicar como construir un árbol de expansi´ on de un grafo [Usar] • Determinar si dos grafos son isomorfos [Usar] Lecturas : [Nak13]

3

Unidad 2: Conceptos Fundamentales de Programaci´ on (5) Competences esperadas: C1,C18 Objetivos de Aprendizaje T´ opicos • Analiza y explica el comportamiento de programas simples que involucran estructuras fundamentales de programaci´ on variables, expresiones, asignaciones, E/S, estructuras de control, funciones, paso de parámetros, y recursividad [Usar]


• Identifica y describe el uso de tipos de datos primitivos [Usar]






• Modifica y expande programas cortos que usen estructuras de control condicionales e iterativas as´ı como funciones [Usar]

• Concepto de recursividad.

• Dise˜ na, implementa, prueba, y depura un programa que usa cada una de las siguientes estructuras de datos fundamentales: c´ alculos básicos, E/S simple, condicional est´ andar y estructuras iterativas, definici´ on de funciones, y paso de par´ ametros [Usar] • Escribe un programa que usa E/S de archivos para brindar persistencia a través de ejecuciones m´ ultiples [Usar] • Escoje estructuras de condici´ on y repetici´ on adecuadas para una tarea de programaci´ on dada [Usar] • Describe el concepto de recursividad y da ejemplos de su uso [Usar] • Identifica el caso base y el caso general de un problema basado en recursividad [Usar] Lecturas : [Str13]

4

Unidad 3: Algoritmos y Dise˜ no (5) Competences esperadas: C3,C18 Objetivos de Aprendizaje

T´ opicos

• Discute la importancia de los algoritmos en el proceso de solución de un problema [Usar]

• Conceptos y propiedades de los algoritmos – Comparaci´ on informal de la eficiencia de los algoritmos (ej., conteo de operaciones)

• Discute como un problema puede ser resuelto por m´ ultiples algoritmos, cada uno con propiedades diferentes [Usar]



• Estrategias de soluci´ on de problemas


– Funciones matem´ aticas iterativas y recursivas


– Estrategias Divide y Conquistar


• Conceptos y principios fundamentales de dise˜ no

• Determina si una soluci´ on iterativa o recursiva es la más apropiada para un problema [Usar]




• Aplica técnicas de descomposici´ on para dividir un programa en partes más peque˜ nas [Usar] • Identifica los componentes de datos y el comportamiento de m´ utiples tipos de datos abstractos [Usar] • Implementa un tipo de dato abstracto coherente, con la menor pérdida de acoplamiento entre componentes y comportamientos [Usar] • Identifica las fortalezas y las debilidades relativas entre m´ ultiples dise˜ nos e implementaciones de un problema [Usar] Lecturas : [Str13]

5

Unidad 4: Programaci´ on reactiva y dirigida por eventos (2) Competences esperadas: C1,C18 Objetivos de Aprendizaje T´ opicos • Escribir manejadores de eventos para su uso en sistemas reactivos tales como GUIs [Usar]

• Eventos y controladores de eventos.

• Explicar porque el estilo de programaci´ on manejada por eventos es natural en dominios donde el programa reacciona a eventos externos [Usar]

• Uso de frameworks reactivos.

• Usos can´ onicos como interfaces gráficas de usuario, dispositivos móviles, robots, servidores.

– Definici´ on de controladores/oyentes dles/listeners) de eventos.

• Describir un sistema interactivo en términos de un modelo, una vista y un controlador [Usar]

(han-

– Bucle principal de enventos no controlado po el escritor controlador de eventos (event-handlerwriter) • Eventos y eventos del programa generados externamente generada. • La separaci´ on de modelo, vista y controlador. Lecturas : [Str13]

6

Unidad 5: An´ alisis B´ asico (3) Competences esperadas: CS2,C18 Objetivos de Aprendizaje

T´ opicos

• Explique a que se refiere con “mejor”, “esperado” y “peor” caso de comportamiento de un algoritmo [Usar]

• Diferencias entre el mejor, el esperado y el peor caso de un algoritmo. • An´ alisis asint´ otico de complejidad de cotas superior y esperada.

• En el contexto de a algoritmos espec´ıficos, identifique las caracter´ısticas de data y/o otras condiciones o suposiciones que lleven a diferentes comportamientos [Usar]

• Definici´ on formal de la Notaci´ on Big O. • Clases de complejidad como constante, logar´ıtmica, lineal, cuadr´ atica y exponencial.

• Determine informalmente el tiempo y el espacio de complejidad de simples algoritmos [Usar]

• Medidas emp´ıricas de desempe˜ no.

• Indique la definici´ on formal de Big O [Usar]

• Compensaci´ on entre espacio y tiempo en los algoritmos.

• Lista y contraste de clases estándares de complejidad [Usar]

• Uso de la notaci´ on Big O.

• Realizar est´ udios emp´ıricos para validar una hip´ otesis sobre runtime stemming desde un análisis matemático Ejecute algoritmos con entrada de varios tama˜ nos y compare el desempe˜ no [Usar]

• Notaci´ on Little o, Big omega y Big theta. • Relaciones recurrentes. • An´ alisis de algoritmos iterativos y recursivos.

• Da ejemplos que ilustran las compensaciones entre espacio y tiempo que se dan en los algoritmos [Usar]

• Algunas versiones del Teorema Maestro.

• Use la notación formal de la Big O para dar l´ımites superiores asint´ oticos en la complejidad de tiempo y espacio de los algoritmos [Usar] • Usar la notaci´ on formal Big O para dar l´ımites de casos esperados en el tiempo de complejidad de los algoritmos [Usar] • Explicar el uso de la notación theta grande, omega grande y o peque˜ na para describir la cantidad de trabajo hecho por un algoritmo [Usar] • Usar relaciones recurrentes para determinar el tiempo de complejidad de algoritmos recursivamente definidos [Usar] • Resuelve relaciones de recurrencia b´ asicas, por ejemplo. usando alguna forma del Teorema Maestro [Usar] Lecturas : [Str13]

7

Unidad 6: Algoritmos y Estructuras de Datos fundamentales (3) Competences esperadas: C3,C18 Objetivos de Aprendizaje T´ opicos • Algoritmos numéricos simples, tales como el cálculo de la media de una lista de n´ umeros, encontrar el m´ınimo y máximo.

• Implementar algoritmos numéricos básicos [Usar] • Implementar algoritmos de busqueda simple y explicar las diferencias en sus tiempos de complejidad [Usar]




• Describir la implementaci´ on de tablas hash, incluyendo resoluci´ on y el evitamiento de colisiones [Usar]


• Discutir el tiempo de ejecución y eficiencia de memoria de los principales algoritmos de ordenamiento, busqueda y hashing [Usar]


• Discutir factores otros que no sean eficiencia computacional que influyan en la elecci´ on de algoritmos, tales como tiempo de programaci´ on, mantenibilidad, y el uso de patrones espec´ıficos de la aplicaci´ on en los datos de entrada [Usar]


• Explicar como el balanceamiento del arbol afecta la eficiencia de varias operaciones de un arbol de b´ usqueda binaria [Usar]


• Resolver problemas usando algoritmos básicos de grafos, incluyendo busqueda por profundidad y busqueda por amplitud [Usar]

• Mont´ıculos (Heaps) • Grafos y algoritmos en grafos:

• Demostrar habilidad para evaluar algoritmos, para seleccionar de un rango de posibles opciones, para proveer una justificaci´ on por esa selecci´ on,y para implementar el algoritmo en un contexto en espec´ıfico [Usar]

– Algoritmos de la ruta m´ as corta (algoritmos de Dijkstra y Floyd) ´ – Arbol de expansi´ on m´ınima (algoritmos de Prim y Kruskal) • B´ usqueda de patrones y algoritmos de cadenas/texto (ej. b´ usqueda de subcadena, b´ usqueda de expresiones regulares, algoritmos de subsecuencia com´ un más larga)

• Describir la propiedad del heap y el uso de heaps como una implementaci´ on de colas de prioridad [Usar] • Resolver problemas usando algoritmos de grafos, incluyendo camino más corto de una sola fuente y camino más corto de todos los pares, y como m´ınimo un algoritmo de arbol de expansion minima [Usar] • Trazar y/o implementar un algoritmo de comparaci´ on de string [Usar] Lecturas : [Str13]

8

Unidad 7: Sistemas de tipos b´ asicos (5) Competences esperadas: C1,C18 Objetivos de Aprendizaje

T´ opicos

• Tanto para tipo primitivo y un tipo compuesto, describir de manera informal los valores que tiene dicho tipo [Usar]


• Para un lenguaje con sistema de tipos est´ atico, describir las operaciones que est´ an prohibidas de forma estática, como pasar el tipo incorrecto de valor a una función o método [Usar]



• Asociaci´ on de tipos de variables, argumentos, resultados y campos.

• Describir ejemplos de errores de programa detectadas por un sistema de tipos [Usar]

• Tipo de seguridad y los errores causados por el uso de valores de manera incompatible dadas sus tipos previstos.

• Para m´ ultiples lenguajes de programaci´ on, identificar propiedades de un programa con verificaci´ on estática y propiedades de un programa con verificación dinámica [Usar]

• Metas y limitaciones de tipos est´ aticos

• Dar un ejemplo de un programa que no verifique tipos en un lenguaje particular y sin embargo no tenga error cuando es ejecutado [Usar]

– Eliminaci´ on de algunas clases de errores sin ejecutar el programa – Indecisi´ on significa que un an´ alisis estatico puede aproximar el comportamiento de un programa

• Usar tipos y mensajes de error de tipos para escribir y depurar programas [Usar]

• Tipos genéricos (polimorfismo paramétrico)

• Explicar como las reglas de tipificaci´ on definen el conjunto de operaciones que legales para un tipo [Usar]

– Definici´ on – Uso de librer´ıas genéricas tales como colecciones.

• Escribir las reglas de tipo que rigen el uso de un particular tipo compuesto [Usar]

– Comparaci´ on con polimorfismo polimorfismo de subtipos

• Explicar por qué indecidibilidad requiere sistemas de tipo para conservadoramente aproximar el comportamiento de un programa [Usar]

ad-hoc

y

• Beneficios complementarios de tipos est´ aticos y din´ amicos:

• Definir y usar piezas de programas (tales como, funciones, clases, métodos) que usan tipos genéricos, incluyendo para colecciones [Usar]

– Errores tempranos vs. errores tard´ıos/evitados. – Refuerzo invariante durante el desarrollo y mantenimiento del código vs. decisiones pospuestas de tipos durante la la creacion de prototipos y permitir convenientemente la codificaci´ on flexible de patrones tales como colecciones heterogéneas.

• Discutir las diferencias entre, genéricos (generics), subtipo y sobrecarga [Usar] • Explicar m´ ultiples beneficios y limitaciones de tipificación estática en escritura, mantenimiento y depuración de un software [Usar]

– Evitar el mal uso del código vs. permitir más reuso de código. – Detectar programas incompletos vs. permitir que programas incompletos se ejecuten

Lecturas : [Str13]

9

Unidad 8: Programaci´ on orientada a objetos (7) Competences esperadas: C1,C18 Objetivos de Aprendizaje

T´ opicos • Dise˜ no orientado a objetos:

• Dise˜ nar e implementar una clase [Usar]

– Descomposicion en objetos que almacenan estados y poseen comportamiento

• Usar subclase para dise˜ nar una jerarqu´ıa simple de clases que permita al código ser reusable por diferentes subclases [Usar]

– Dise˜ no basado en jerarquia de clases para modelamiento

• Razonar correctamente sobre el flujo de control en un programa mediante el env´ıo din´ amico [Usar]

• Definici´ on de las categor´ıas, campos, métodos y constructores.

• Comparar y contrastar (1) el enfoque procedurar/funcional- definiendo una funci´ on por cada operaci´ on con el cuerdo de la funci´ on proporcionando un caso por cada variaci´ on de dato y (2) el enfoque orientado a objetos - definiendo una clase por cada variaci´ on de dato con la definici´ on de la clase proporcionando un método por cada operación. Entender ambos enfoques como una definición de variaciones y operaciones de una matriz [Usar]

• Las subclases, herencia y método de alteración temporal. • Asignaci´ on din´ amica: definici´ on de método de llamada. • Subtipificaci´ on: – Polimorfismo art´ıculo Subtipo; upcasts impl´ıcitos en lenguajes con tipos. – Noci´ on de reemplazo de comportamiento: los subtipos de actuar como supertipos.

• Explicar la relaci´ on entre la herencia orientada a objetos (codigo compartido y overriding) y subtipificación (la idea de un subtipo es ser utilizable en un contexto en el que espera al supertipo) [Usar]

– Relaci´ on entre subtipos y la herencia. • Lenguajes orientados a objetos para la encapsulaci´ on:

• Usar mecanismos de encapsulaci´ on orientada a objetos, tal como interfaces y miembros privados [Usar]

– privacidad y la visibilidad de miembros de la clase

• Definir y usar iteradores y otras operaciones sobre agregaciones, incluyendo operaciones que tienen funciones como argumentos, en m´ ultiples lenguajes de programación, selecionar la forma mas natural por cada lenguaje [Usar]

– Interfaces revelan u ńico método de firmas – clases base abstractas • Uso de coleccion de clases, iteradores, y otros componentes de la libreria estandar.

Lecturas : [Str13]

10

Unidad 9: Dise˜ no de Software (6) Competences esperadas: CS1,C18 Objetivos de Aprendizaje • Formular los principios de dise˜ no, incluyendo la separación de problemas, ocultaci´ on de informaci´ on, acoplamiento y cohesi´ on, y la encapsulaci´ on [Usar] • Usar un paradigma de dise˜ no para dise˜ nar un sistema de software básico y explicar cómo los principios de dise˜ no del sistema se han aplicado en este dise˜ no [Usar] • Construir modelos del dise˜ no de un sistema de software simple los cuales son apropiado para el paradigma utilizado para dise˜ narlo [Usar] • En el contexto de un paradigma de dise˜ no simple, describir uno o más patrones de dise˜ no que podr´ıan ser aplicables al dise˜ no de un sistema de software simple [Usar] • Para un sistema simple adecuado para una situaci´ on dada, discutir y seleccionar un paradigma de dise˜ no apropiado [Usar] • Crear modelos apropiados para la estructura y el comportamiento de los productos de software desde la especificaciones de requisitos [Usar] • Explicar las relaciones entre los requisitos para un producto de software y su dise˜ no, utilizando los modelos apropiados [Usar] • Para el dise˜ no de un sistema de software simple dentro del contexto de un u ńico paradigma de dise˜ no, describir la arquitectura de software de ese sistema [Usar] • Dado un dise˜ no de alto nivel, identificar la arquitectura de software mediante la diferenciaci´ on entre las arquitecturas comunes de software, tales como 3 capas (3-tier), pipe-and-filter, y cliente-servidor [Usar] • Investigar el impacto de la selecci´ on arquitecturas de software en el dise˜ no de un sistema simple [Usar] • Aplicar ejemplos simples de patrones en un dise˜ no de software [Usar] • Describir una manera de refactorar y discutir cuando esto debe ser aplicado [Usar] • Seleccionar componentes adecuados para el uso en un dise˜ no de un producto de software [Usar] • Explicar cómo los componentes deben ser adaptados para ser usados en el dise˜ no de un producto de software [Usar] • Dise˜ nar un contrato para un t´ıpico componente de software peque˜ no para el uso de un dado sistema [Usar] • Discutir y seleccionar la arquitectura de software 11 adecuada para un sistema de software simple para un dado escenario [Usar] • Aplicar modelos de cualidades internas y externas en el dise˜ no de componentes de software para lograr un

T´ opicos • Principios de dise˜ no del sistema: niveles de abstracci´ on (dise˜ no arquitect´ onico y el dise˜ no detallado), separaci´ on de intereses, ocultamiento de informaci´ on, de acoplamiento y de cohesi´ on, de reutilización de estructuras est´ andar. • Dise˜ no de paradigmas tales como dise˜ no estructurado (descomposici´ on funcional de arriba hacia abajo), el an´ alisis orientado a objetos y dise˜ no, orientado a eventos de dise˜ no, dise˜ no de nivel de componente, centrado datos estructurada, orientada a aspectos, orientado a la funci´ on, orientado al servicio. • Modelos estructurales y de comportamiento de los dise˜ nos de software. • Dise˜ no de patrones. • Relaciones entre los requisitos y dise˜ nos: La transformaci´ on de modelos, el dise˜ no de los contratos, invariantes. • Conceptos de arquitectura de software y arquitecturas est´ andar (por ejemplo, cliente-servidor, ncapas, transforman centrados, tubos y filtros). • El uso de componentes de dise˜ no: seleccion de componentes,dise˜ no,adaptacion y componentes de ensamblaje, componentes y patrones, componentes y objetos(por ejemplo,construir una GUI usando un standar widget set) • Dise˜ nos de refactorizaci´ on utilizando patrones de dise˜ no • Calidad del dise˜ no interno, y modelos para: eficiencia y desempe˜ no, redundancia y tolerancia a fallos, trazavilidad de los requerimientos. • Medici´ on y an´ alisis de la calidad de un dise˜ no. • Compensasiones entre diferentes aspectos de la calidad. • Aaplicaciones en frameworks. • Middleware: El paradigma de la orientacion a objetos con middleware, requerimientos para correr y clasificar objetos, monitores de procesamiento de transacciones y el sistema de flujo de trabajo. • Principales dise˜ nos de seguridad y codificación(crossreference IAS/Principles of securre design). – Principio de privilegios m´ınimos – Principio de falla segura por defecto – Principio de aceptabilidad psicol´ ogica

Unidad 10: Ingenier´ıa de Requisitos (1) Competences esperadas: CS1,C18 Objetivos de Aprendizaje

T´ opicos

• Enumerar los componentes clave de un caso de uso o una descripci´ on similar de alg´ un comportamiento que es requerido para un sistema [Usar]

• Al describir los requisitos funcionales utilizando, por ejemplo, los casos de uso o historias de los usuarios. • Propiedades de requisitos, incluyendo la consistencia, validez, integridad y viabilidad.

• Describir cómo el proceso de ingenier´ıa de requisitos apoya la obtenci´ on y validaci´ on de los requisitos de comportamiento [Usar]

• Requisitos de software elicitati´ on. • Descripci´ on de datos del sistema utilizando, por ejemplo, los diagramas de clases o diagramas entidad-relaci´ on.

• Interpretar un modelo de requisitos dada por un sistema de software simple [Usar] • Describir los retos fundamentales y técnicas comunes que se utilizan para la obtenci´ on de requisitos [Usar]

• Requisitos no funcionales y su relaci´ on con la calidad del software.

• Enumerar los componentes clave de un modelo de datos (por ejemplo, diagramas de clases o diagramas ER) [Usar]

• Evaluaci´ on y uso de especificaciones de requisitos.

• Identificar los requisitos funcionales y no funcionales en una especificaci´ on de requisitos dada por un sistema de software [Usar]

• La aceptabilidad de las consideraciones de certeza/incertidumbre sobre el comportamiento del software/sistema.

• Requisitos de las técnicas de modelado de análisis.

• Realizar una revisi´ on de un conjunto de requisitos de software para determinar la calidad de los requisitos con respecto a las caracter´ısticas de los buenos requisitos [Usar]

• Prototipos.

• Aplicar elementos clave y métodos comunes para la obtención y el análisis para producir un conjunto de requisitos de software para un sistema de software de tama˜ no medio [Usar]

• Especificaci´ on de requisitos.

• Conceptos b´ asicos de la especificaci´ on formal de requisitos.

• Validaci´ on de requisitos. • Rastreo de requisitos.

• Comparar los métodos ágiles y el dirigido por planes para la especificaci´ on y validaci´ on de requisitos y describir los beneficios y riesgos asociados con cada uno [Usar] • Usar un método com´ un, no formal para modelar y especificar los requisitos para un sistema de software de tama˜ no medio [Usar] • Traducir al lenguaje natural una especificaci´ on de requisitos de software (por ejemplo, un contrato de componentes de software) escrito en un lenguaje de especificación formal [Usar] • Crear un prototipo de un sistema de software para reducir el riesgo en los requisitos [Usar] • Diferenciar entre el rastreo (tracing) hacia adelante y hacia atrás y explicar su papel en el proceso de validación de requisitos [Usar] Lecturas : [Str13]

12


1. 2. 3. 4.

C´ odigo del curso y nombre: CF142. F´ısica II Cr´ editos: 4 Horas de Teor´ıa y Laboratorio: 4 HT; Docente(s)

Atención previa coordinaci´ on con el profesor 5. Bibliograf´ıa [EL98] Robert Eisberg and Lawrence Lerner. F´ısica: Fundamentos y Aplicaciones. Vol. 1. Mc Graw Hill, 1998. [RH98]

Robert Resnick and David Halliday. F´ısica para Estudiantes de Ciencias e Ingenier´ıa. John Wiley, 1998.

[Sea98] Francis Sears. F´ısica Universitaria. Addison Wesley-Longman, 1998. 6. Informaci´ on del curso (a) Breve descripci´ on del curso Mostrar un alto grado de dominio de las leyes del movimiento ondulatorio, la naturaleza de los fluidos y la termodin´ amica. Utilizando adecuadamente los conceptos de movimiento ondulatorio, de fluidos y de termodin´ amica en la resoluci´ on de problemas de la vida cotidiana. Poseer capacidad y habilidad en la interpretaci´ on de los fen´ omenos ondulatorios, de fluidos y termodin´ amicos, que contribuyan en la elaboración de soluciones eficientes y u ´tiles en diferentes áreas de la ciencia de la computaci´ on. (b) Prerrequisitos: CF141. F´ısica I. (2do Sem) (c) Tipo de Curso: Obligatorio 7. Competencias • Que el alumno aprenda y domine los principios flu´ıdos est´ aticos y en movimiento. • Que el alumno aprenda y domine los principios del MAS, particularmente del movimiento ondulatorio. • Que el alumno aprenda y domine los principios de Termodin´ amica. • Que el alumno aprenda a aplicar principios de la F´ısica de flu´ıdos, ondas y termodin´ amica para desarrollar modelos computacionales. 8. Contribuci´ on a los resultados (Outcomes) a) Aplicar conocimientos de computaci´ on y de matem´ aticas apropiadas para la disciplina. (Usar) i) Utilizar técnicas y herramientas actuales necesarias para la pr´ actica de la computaci´ on. (Usar) j) Aplicar la base matem´ atica, principios de algoritmos y la teor´ıa de la Ciencia de la Computaci´ on en el modelamiento y dise˜ no de sistemas computacionales de tal manera que demuestre comprensi´ on de los puntos de equilibrio involucrados en la opci´ on escogida. (Usar) 9. Competencias (IEEE) C1. La comprensión intelectual y la capacidad de aplicar las bases matem´ aticas y la teor´ıa de la inform´ atica (Computer Science).⇒ Outcome a C20. Posibilidad de conectar la teor´ıa y las habilidades aprendidas en la academia a los acontecimientos del mundo real que explican su pertinencia y utilidad.⇒ Outcome i,j 1

10. Lista de temas a estudiar en el curso 1. FI1. Elasticidad 2. FI2. Fluidos 3. FI3. Movimiento Peri´ odico 4. FI4. Ondas 5. FI5. Temperatura y Teor´ıa Cinética 6. FI6. Calor y primera Ley de la Termodin´ amica 7. FI7. Máquinas térmicas, entrop´ıa y la segunda ley de la Termodin´ amica 11. Metodologia y Evaluaci´ on Metodolog´ıa: Sesiones Te´ oricas: El desarrollo de las sesiones te´ oricas est´ a focalizado en el estudiante, a través de su participaci´ on activa, resolviendo problemas relacionados al curso con los aportes individuales y discutiendo casos reales de la industria. Los alumnos desarrollarán a lo largo del curso un proyecto de aplicaci´ on de las herramientas recibidas en una empresa. Sesiones de Laboratorio: Las sesiones prácticas se desarrollan en laboratorio. Las pr´ acticas de laboratorio se realizan en equipos para fortalecer su comunicación. Al inicio de cada laboratorio se explica el desarrollo de la pr´ actica y al término se destaca las principales conclusiones de la actividad en forma grupal. Exposiciones individuales o grupales: Se fomenta la participaci´ on individual y en equipo para exponer sus ideas, motiv´ andolos con puntos adicionales en las diferentes etapas de la evaluaci´ on del curso. Lecturas: A lo largo del curso se proporcionan diferentes lecturas, las cuales son evaluadas. El promedio de las notas de las lecturas es considerado como la nota de una pr´ actica calificada. El uso del campus virtual UTEC Online permite a cada estudiante acceder a la informaci´ on del curso, e interactuar fuera de aula con el profesor y con los otros estudiantes. Sistema de Evaluaci´ on: 12. Contenido Unidad 1: FI1. Elasticidad (4) Competences esperadas: C1,C20 Objetivos de Aprendizaje

T´ opicos

• Entender y caracterizar los procesos de elasticidad

• Esfuerzo y deformaci´ on unitaria

• Resolver problemas

• M´ odulo de Young • M´ odulo y Coeficiente de Poisson • M´ odulo de Rigidez • M´ odulo y Coeficiente de comprensibilidad

Lecturas : [Sea98], [EL98]

2

Unidad 2: FI2. Fluidos (8) Competences esperadas: C1,C20 Objetivos de Aprendizaje

T´ opicos

• Explicar, analizar y caracterizar la presi´ on de fluidos

• Densidad y peso espec´ıfico

• Entender, caracterizar y aplicar el principio de Arqu´ımedes

• Presi´ on en los fluidos. Presi´ on atmosférica y presión manométrica

• Entender, caracterizar y aplicar el principio de Bernoulli

• Principio de Pascal. Medici´ on de la presión: man´ ometro y bar´ ometro

• Explicar, analizar y caracterizar la tensi´ on superficial y capilaridad

• Flotabilidad y Principio de Arqu´ımedes • Fluidos en movimiento: flujo y ecuaci´ on de continuidad • Ecuaci´ on de Bernoulli. Aplicaciones del principio de Bernoulli: teorema de Torricelli, el tubo ventura • Tensi´ on superficial y capilaridad

Lecturas : Unidad 3: FI3. Movimiento Peri´ odico (8) Competences esperadas: C1,C20 Objetivos de Aprendizaje

T´ opicos

• Explicar, analizar y caracterizar el movimiento oscilatorio a partir del MAS.

• Introducci´ on. Constante el´ astica de un resorte • Movimiento arm´ onico simple. Energ´ıa en el oscilador arm´ onico simple


• C´ırculo de referencia: el per´ıodo y la naturaleza senoidal del movimiento arm´ onico simple • Péndulo simple. • Movimiento arm´ onico amortiguado. • Oscilaciones forzadas: resonancia. Lecturas :

3

Unidad 4: FI4. Ondas (8) Competences esperadas: C1,C20 Objetivos de Aprendizaje

T´ opicos

• Explicar, encontrar y caracterizar mediante problemas de la vida cotidiana el movimiento ondulatorio, as´ı como, la reflexi´ on y transmisi´ on de ondas en el espacio

• Movimiento ondulatorio. Tipos de ondas. Ondas viajeras unidimensionales


• Velocidad de las ondas en una cuerda tensa. Reflexi´ on y transmisi´ on de ondas

• Superposici´ on e interferencia de ondas

• Ondas senoidales. Energ´ıa transmitida por ondas senoidales en cuerdas • Ondas estacionarias en una cuerda. Ondas sonoras. Velocidad de las ondas sonoras • Ondas sonoras peri´ odicas. Intensidad de ondas sonoras peri´ odicas • Fuentes de sonido: cuerdas vibratorias y columnas vibratorias de aire • Efecto Doppler Lecturas : Unidad 5: FI5. Temperatura y Teor´ıa Cin´ etica (12) Competences esperadas: C1,C20 Objetivos de Aprendizaje T´ opicos • Explicar, analizar y caracterizar el concepto de Temperatura y la dilataci´ on térmica de s´ olidos y l´ıquidos

´ • Atomos. Temperatura. Term´ ometros y escalas de temperatura

• Entender la ley del gas ideal y los procesos isotérmicos y adiabáticos para un gas ideal

• Dilataci´ on térmica de sólidos y l´ıquidos. Coeficientes de dilataci´ on lineal, superficial y c´ ubico

• Entender la ley cero de la Termodin´ amica

• Leyes de los gases y la temperatura absoluta. La ley del gas ideal en términos moleculares: n´ umero de Avogadro


• Teor´ıa cinética e interpretaci´ on molecular de la temperatura. Distribuci´ on de velocidades moleculares • Procesos isotérmicos y adiab´ aticos para un gas ideal. La equipartici´ on de la energ´ıa • Termodin´ amica. Tipos de sistemas que estudia la Termodin´ amica • Ley cero de la Termodin´ amica • El term´ ometro de gas a volumen constante y la escala Kelvin • Punto triple del agua Lecturas :

4

Unidad 6: FI6. Calor y primera Ley de la Termodin´ amica (8) Competences esperadas: C1,C20 Objetivos de Aprendizaje T´ opicos • Entender el concepto de calor y de energ´ıa interna de un gas ideal

• Calor como transferencia de energ´ıa

• Explicar, analizar y caracterizar la primera ley de la Termodinámica

• Energ´ıa interna de un gas ideal

• Capacidad calor´ıfica y calor espec´ıfico • Calor espec´ıfico de un gas ideal


• Cambios de fase. Calor latente de fusi´ on y de vaporizaci´ on • Calorimetr´ıa. Trabajo y calor en procesos termodin´ amicos • La primera ley de la Termodin´ amica • Algunas aplicaciones de la primera ley de la Termodin´ amica • Transmisi´ on del calor por conducci´ on, convección y radiaci´ on

Lecturas : [EL98], [RH98] Unidad 7: FI7. M´ aquinas t´ ermicas, entrop´ıa y la segunda ley de la Termodin´ amica (8) Competences esperadas: C1,C20 Objetivos de Aprendizaje T´ opicos • Explicar, analizar y caracterizar la primera ley de la Termodinámica

• M´ aquinas térmicas y la segunda ley de la Termodin´ amica

• Explicar, analizar y caracterizar la m´ aquina de Carnot

• Procesos reversibles e irreversibles. La máquina de Carnot


• Escala de temperatura absoluta. Refrigeradores • Entrop´ıa. versibles

Lecturas : [EL98], [RH98]

5

Cambios de entrop´ıa en procesos irre-


1. 2. 3. 4.

C´ odigo del curso y nombre: BM101. Gesti´ on de Empresas Cr´ editos: 2 Horas de Teor´ıa y Laboratorio: 1 HT; 2 HP; Docente(s)

Atención previa coordinaci´ on con el profesor 5. Bibliograf´ıa [A12] Maurya. A. Running lean: Iterate from plan A to a plan that works. Sebastopol, 2012. [PF03] Kotler. P and Trias de Bes. F. Marketing Lateral. Madrid,Person Prentice Hill., 2003. 6. Informaci´ on del curso (a) Breve descripci´ on del curso Este curso tiene como objetivo proporcionar a los estudiantes con las herramientas necesarias para ir un paso m´ as all´ a de la idea inicial y modelo de negocio. Aprender´ an los primeros pasos hacia la conceptualizaci´ on de una empresa y la construcci´ on de su equipo. También explorar´ an los fundamentos de la creación de un plan de negocios eficaz.Es el segundo de un conjunto de tres cursos dise˜ nados para acompa˜ nar a los estudiantes a medida que transforman una idea en un negocio o emprendimiento, desde la ideaci´ on, hasta la revisión de la estrategia empresarial actual (b) Prerrequisitos: GH1007. Introducci´ on al Desarrollo de Empresas. (2do Sem) (c) Tipo de Curso: Obligatorio 7. Competencias • Entendimiento de los conceptos b´ asicos del proceso de planificaci´ on de negocios y su papel dentro del ciclo de vida empresarial 8. Contribuci´ on a los resultados (Outcomes) f ) Comunicarse efectivamente con audiencias diversas. (Usar) h) Incorporarse a un proceso de aprendizaje profesional continuo. (Usar) n) Aplicar conocimientos de humanidades en su labor profesional. (Usar) 9. Competencias (IEEE) C17. Capacidad para expresarse en los medios de comunicaci´ on orales y escritos como se espera de un graduado.⇒ Outcome f,h,n C20. Posibilidad de conectar la teor´ıa y las habilidades aprendidas en la academia a los acontecimientos del mundo real que explican su pertinencia y utilidad.⇒ Outcome f,n C24. Comprender la necesidad de la formaci´ on permanente y la mejora de habilidades y capacidades.⇒ Outcome f,h 10. Lista de temas a estudiar en el curso 1. Gestión de Empresas

1

11. Metodologia y Evaluaci´ on Metodolog´ıa: Sesiones Te´ oricas: El desarrollo de las sesiones te´ oricas est´ a focalizado en el estudiante, a través de su participaci´ on activa, resolviendo problemas relacionados al curso con los aportes individuales y discutiendo casos reales de la industria. Los alumnos desarrollarán a lo largo del curso un proyecto de aplicaci´ on de las herramientas recibidas en una empresa. Sesiones de Laboratorio: Las sesiones prácticas se desarrollan en laboratorio. Las pr´ acticas de laboratorio se realizan en equipos para fortalecer su comunicación. Al inicio de cada laboratorio se explica el desarrollo de la pr´ actica y al término se destaca las principales conclusiones de la actividad en forma grupal. Exposiciones individuales o grupales: Se fomenta la participaci´ on individual y en equipo para exponer sus ideas, motiv´ andolos con puntos adicionales en las diferentes etapas de la evaluaci´ on del curso. Lecturas: A lo largo del curso se proporcionan diferentes lecturas, las cuales son evaluadas. El promedio de las notas de las lecturas es considerado como la nota de una pr´ actica calificada. El uso del campus virtual UTEC Online permite a cada estudiante acceder a la informaci´ on del curso, e interactuar fuera de aula con el profesor y con los otros estudiantes. Sistema de Evaluaci´ on: 12. Contenido Unidad 1: Gesti´ on de Empresas (16) Competences esperadas: C17,C20 Objetivos de Aprendizaje

T´ opicos

• Entendimiento de la importancia de una planificación eficaz y cómo contribuye al lanzamiento y éxito de una empresa.

• El ciclo de vida empresarial:¿Por qué necesito un plan de negocios? • Diferencias entre el modelo de negocio y la planificaci´ on empresarial • La importancia de un equipo bien estructurado • An´ alisis ambiental y principales herramientas de investigaci´ on de mercado • Planificaci´ on Estratégica: Por qué es necesario y c´ omo se hace • La importancia del capital: humano, financiero e intelectual • Cómo construir un plan de operaciones • Los fundamentos del marketing: definir estrategia de marketing • Proyecciones financieras: costos y ventas • Asuntos legales • Negocios Responsables: lo básico

Lecturas : [A12], [PF03]

2


1. 2. 3. 4.

C´ odigo del curso y nombre: MA102. Matem´ atica III Cr´ editos: 4 Horas de Teor´ıa y Laboratorio: 4 HT; Docente(s)

Atención previa coordinaci´ on con el profesor 5. Bibliograf´ıa [AR14] H. Anton and C. Rorres. Elementary Linear Algebra, Applications Version. 11th. Wiley, 2014. [CC15]

S.C. Chapra and R.P. Canale. Numerical Methods for Engineers, 7th. Vol. 1. McGraw-Hill, 12015.

6. Informaci´ on del curso (a) Breve descripci´ on del curso Este curso introduce los primeros conceptos del álgebra lineal, as´ı como los métodos numéricos con un énfasis en la resoluci´ on de problemas con el paquete de sotfware libe de código abierto Scilab. La teor´ıa matemática se limita a los fundamentos, mientras que la aplicaci´ on efectiva para la resoluci´ on de problemas es privilegiada. En cada t´ opico, se ense˜ na unos cuantos métodos de de relevancia para la ingenier´ıa. Los conocimientos sobre estos métodos prepara a los estudiantes para la b´ usqueda de alternativas más avanzadas, si se lo requiere. (b) Prerrequisitos: MA101. Matem´ atica II. (2do Sem) (c) Tipo de Curso: Obligatorio 7. Competencias • Capacidad para aplicar los conocimientos sobre Matem´ aticas. • Capacidad para aplicar los conocimientos sobre Ingenier´ıa. • Capacidad para aplicar los conocimientos, técnicas, habilidades y herramientas modernas de la ingenier´ıa moderna para la práctica de la ingenieria. 8. Contribuci´ on a los resultados (Outcomes) a) Aplicar conocimientos de computaci´ on y de matem´ aticas apropiadas para la disciplina. (Evaluar) j) Aplicar la base matem´ atica, principios de algoritmos y la teor´ıa de la Ciencia de la Computaci´ on en el modelamiento y dise˜ no de sistemas computacionales de tal manera que demuestre comprensi´ on de los puntos de equilibrio involucrados en la opci´ on escogida. (Evaluar) 9. Competencias (IEEE) C1. La comprensión intelectual y la capacidad de aplicar las bases matem´ aticas y la teor´ıa de la inform´ atica (Computer Science).⇒ Outcome a C20. Posibilidad de conectar la teor´ıa y las habilidades aprendidas en la academia a los acontecimientos del mundo real que explican su pertinencia y utilidad.⇒ Outcome j C24. Comprender la necesidad de la formaci´ on permanente y la mejora de habilidades y capacidades.⇒ Outcome j 10. Lista de temas a estudiar en el curso 1

1. Introducción ´ 2. Algebra lineal 3. Métodos Numéricos 11. Metodologia y Evaluaci´ on Metodolog´ıa: Sesiones Te´ oricas: El desarrollo de las sesiones te´ oricas est´ a focalizado en el estudiante, a través de su participaci´ on activa, resolviendo problemas relacionados al curso con los aportes individuales y discutiendo casos reales de la industria. Los alumnos desarrollarán a lo largo del curso un proyecto de aplicaci´ on de las herramientas recibidas en una empresa. Sesiones de Laboratorio: Las sesiones prácticas se desarrollan en laboratorio. Las pr´ acticas de laboratorio se realizan en equipos para fortalecer su comunicación. Al inicio de cada laboratorio se explica el desarrollo de la pr´ actica y al término se destaca las principales conclusiones de la actividad en forma grupal. Exposiciones individuales o grupales: Se fomenta la participaci´ on individual y en equipo para exponer sus ideas, motiv´ andolos con puntos adicionales en las diferentes etapas de la evaluaci´ on del curso. Lecturas: A lo largo del curso se proporcionan diferentes lecturas, las cuales son evaluadas. El promedio de las notas de las lecturas es considerado como la nota de una pr´ actica calificada. El uso del campus virtual UTEC Online permite a cada estudiante acceder a la informaci´ on del curso, e interactuar fuera de aula con el profesor y con los otros estudiantes. Sistema de Evaluaci´ on: 12. Contenido Unidad 1: Introducci´ on (18) Competences esperadas: C1 Objetivos de Aprendizaje

T´ opicos

• Ser capaz de entender los conceptos básicos y la im´ portancia de Algebra Lineal y Métodos Numéricos.

• Importancia del álgebra lineal y métodos numéricos. Ejemplos.

Lecturas : [AR14], [CC15]

2

´ Unidad 2: Algebra lineal (14) Competences esperadas: C1 Objetivos de Aprendizaje

T´ opicos

´ • Comprender los conceptos básicos del Algebra Lineal.

´ • Algebra matricial elemental y determinantes. • Espacio nulo y soluciones exactas de sistemas de ecuaciones lineales Ax = b:

• Resolver problemas de transformaciones lineales.

– Sistemas tridiagonal y triangular y eliminación gaussiana con y sin giro. – Factorizaci´ on LU y algoritmo Crout. • Conceptos b´ asicos sobre valores propios y vectores propios – Polinomios caracter´ısticos. – Multiplicaciones algebraicas y geométricas. • Estimaci´ on de m´ınimos cuadrados. • Transformaciones lineales. Lecturas : [AR14], [CC15]

3

Unidad 3: M´ etodos Num´ ericos (22) Competences esperadas: C24 Objetivos de Aprendizaje

T´ opicos

• Comprender los conceptos b´ asicos de los métodos numéricos.

• Fundamentos de soluciones de sistemas de ecuaciones lineales Ax = b: métodos de Jacobi y Gauss Seidel

• Aplicar los métodos m´ as frecuentes para la resoluci´ on de problemas matem´ aticos.

• Aplicaci´ on de factorizaciones de matriz a la solución de sistemas lineales (descomposici´ on de valores singulares, QR, Cholesky) C´ alculo numérico del espacio nulo, rango y n´ umero de condici´ on

• Implementaci´ on y aplicaci´ on de algoritmos numéricos para la soluci´ on de problemas matem´ aticos utilizando el paquete computacional Scilab opensource.

• Conclusi´ on de la ra´ız: – Bisecci´ on.

• Aplicación de Scilab para la soluci´ on de problemas matemáticos y para trazar graficas.

– Iteraci´ on de punto fijo. – Métodos de Newton-Raphson. • Fundamentos de la interpolaci´ on: – Interpolaciones polinomiales de Newton y Lagrange. – Interpolaci´ on de spline. • Fundamentos de la diferenciaci´ on numérica y la aproximaci´ on de Taylor. • Aspectos b´ asicos de la integraci´ on numérica: – Trapecio, punto medio y regla de Simpson – Cuadratura gaussiana • Conceptos básicos sobre las soluciones numéricas a las EDOs: – Diferencias finitas; Métodos de Euler y RungeKutta – Convertir ODEs de orden superior en un sistema de ODEs de bajo orden. – Métodos de Runge-Kutta para sistemas de ecuaciones – Método simple.XYZ • Breve introducci´ on a las técnicas de optimización: visi´ on general sobre la programaci´ on lineal, sistemas lineales acotados, programaci´ on cuadr´ atica, descenso gradiente.

Lecturas : [AR14], [CC15]

4


1. 2. 3. 4.

C´ odigo del curso y nombre: XD101. Proyecto Interdisciplinario I Cr´ editos: 2 Horas de Teor´ıa y Laboratorio: 2 HT; Docente(s)

Atención previa coordinaci´ on con el profesor 5. Bibliograf´ıa [Zob14] Justin Zobel. Writing for Computer Science. Springer,Londres, 2014. 6. Informaci´ on del curso (a) Breve descripci´ on del curso Proyectos Interdisciplinarios I es un curso en el que los estudiantes trabajan en equipos en un proyecto de investigaci´ on y desarrollo o emprendimiento, con el fin de plantear una solución a un problema relevante. El desarrollo del proyecto se centra en el uso de herramientas de ingenier´ıa, tecnologia y la ciencia de la computaci´ on para proponer soluciones a problemas técnicos, tecnol´ ogicos, cient´ıficos y/o sociales. La integración del conocimiento y aspectos multidisciplinarios e interdisciplinarios es un elemento esencial para el éxito del proyecto. A lo largo del curso, el estudiante aprende sobre el proceso de dise˜ no, a aplicar los contenidos de su carrera a un contexto real; a identificar y adquirir nuevos conocimientos relevantes; y a colaborar interdisciplinariamente. En este primer curso de Proyectos Interdisciplinarios, el estudiante est´ a expuesto a problemas de complejidad moderada, con bajo nivel incertidumbre en la problem´ atica y la soluci´ on, y cuenta con el apoyo y supervisi´ on cercana del asesor del proyecto. El curso enfatiza el desarrollo y reforzamiento de las habilidades de comunicaci´ on efectiva y colaboración, para propiciar la formaci´ on de equipos de alto rendimiento. Se aprende a gestionar proyectos, aplicando buenas prácticas y estándares internacionales. (b) Prerrequisitos: FG101D. Desaf´ıos Globales. (1er Sem) (c) Tipo de Curso: Obligatorio 7. Competencias • Identificar problemas • Dise˜ nar un componente o un proceso para satisfacer las necesidades deseadas dentro de restricciones realistas 8. Contribuci´ on a los resultados (Outcomes) f ) Comunicarse efectivamente con audiencias diversas. (Usar) n) Aplicar conocimientos de humanidades en su labor profesional. (Usar) 9. Competencias (IEEE) C17. Capacidad para expresarse en los medios de comunicaci´ on orales y escritos como se espera de un graduado.⇒ Outcome f C19. Capacidad para identificar eficazmente los objetivos y las prioridades de su trabajo / área / proyecto con indicación de la acción, el tiempo y los recursos necesarios.⇒ Outcome n 10. Lista de temas a estudiar en el curso 1. Proyecto Interdisciplinario I 1

11. Metodologia y Evaluaci´ on Metodolog´ıa: Sesiones Te´ oricas: El desarrollo de las sesiones te´ oricas est´ a focalizado en el estudiante, a través de su participaci´ on activa, resolviendo problemas relacionados al curso con los aportes individuales y discutiendo casos reales de la industria. Los alumnos desarrollarán a lo largo del curso un proyecto de aplicaci´ on de las herramientas recibidas en una empresa. Sesiones de Laboratorio: Las sesiones prácticas se desarrollan en laboratorio. Las pr´ acticas de laboratorio se realizan en equipos para fortalecer su comunicación. Al inicio de cada laboratorio se explica el desarrollo de la pr´ actica y al término se destaca las principales conclusiones de la actividad en forma grupal. Exposiciones individuales o grupales: Se fomenta la participaci´ on individual y en equipo para exponer sus ideas, motiv´ andolos con puntos adicionales en las diferentes etapas de la evaluaci´ on del curso. Lecturas: A lo largo del curso se proporcionan diferentes lecturas, las cuales son evaluadas. El promedio de las notas de las lecturas es considerado como la nota de una pr´ actica calificada. El uso del campus virtual UTEC Online permite a cada estudiante acceder a la informaci´ on del curso, e interactuar fuera de aula con el profesor y con los otros estudiantes. Sistema de Evaluaci´ on: 12. Contenido Unidad 1: Proyecto Interdisciplinario I (16) Competences esperadas: C17 Objetivos de Aprendizaje

T´ opicos

• Desarrollo del pensamiento cr´ıtico en la toma de decisiones en los procesos de dise˜ no de productos o realización de las investigaciones.

• Desarrollar ideas relacionas a las multiples discipiplinas que aproximen al alumno a una idea real de una empresa.

Lecturas : [Zob14]

2


1. 2. 3. 4.

C´ odigo del curso y nombre: CS271. Bases de Datos I Cr´ editos: 4 Horas de Teor´ıa y Laboratorio: 2 HT; 4 HP; Docente(s)

Atención previa coordinaci´ on con el profesor 5. Bibliograf´ıa [Cel05] Joe Celko. Joe Celko’s SQL Programming Style. Elsevier, 2005. [Dat05]

C.J. Date. Data Mining: Practical Machine Learning Tools and Techniques, Second Edition. Elsevier, 2005.

[Die01]

Suzanne W Dietrich. Understanding Relational Database Query Languages, First Edition. Prentice Hall, 2001.

[EN04]

Ramez Elmasri and Shamkant B. Navathe. Fundamentals of Database Systems, Fourth Edition. Addison Wesley, 2004.

[Har02]

Jan L. Harrington. Relational Database Design Clearly Explained, Second Edition. Morgan Kaufmann, 2002.

[KS02]

Henry F. Korth and Abraham Silberschatz. Fundamentos de Base de Datos. McGraw-Hill, 2002.

[RC04]

Peter Rob and Carlos Coronel. Database Systems: Design, Implementation and Management, Sixth Edition. Morgan Kaufmann, 2004.

[SW04]

Graeme Simsion and Graham Witt. Data Modeling Essentials, Third Edition. Morgan Kaufmann, 2004.

[WM01] Mark Whitehorn and Bill Marklyn. Inside Relational Databases, Second Edition. Springer, 2001. 6. Informaci´ on del curso (a) Breve descripci´ on del curso La gesti´ on de la informaci´ on (IM) juega un rol principal en casi todas las áreas donde los computadores son usados. Esta área incluye la captura, digitalizaci´ on, representaci´ on, organizaci´ on, transformación y presentaci´ on de informaci´ on; algor´ıtmos para mejorar la eficiencia y efectividad del acceso y actualización de información almacenada, modelamiento de datos y abstracci´ on, y técnicas de almacenamiento de archivos f´ısicos. Este también abarca la seguridad de la informaci´ on, privacidad, integridad y protecci´ on en un ambiente compartido. Los estudiantes necesitan ser capaces de desarrollar modelos de datos conceptuales y f´ısicos, determinar que métodos de (IM) y técnicas son apropiados para un problema dado, y ser capaces de seleccionar e implementar una apropiada solución de IM que refleje todas las restricciones aplicables, incluyendo escalabilidad y usabilidad. (b) Prerrequisitos: CS112. Programaci´ on Orientada a Objetos I. (2do Sem) , CS1D2. Estructuras Discretas II. (2do Sem) (c) Tipo de Curso: Obligatorio 7. Competencias • Que el alumno aprenda a representar informaci´ on en una base de datos priorizando la eficiencia en la recuperación de la misma • Que el alumno aprenda los conceptos fundamentales de gesti´ on de bases de datos. Esto incluye aspectos de dise˜ no de bases de datos, lenguajes de bases de datos y realizaci´ on de bases de datos • Discutir el modelo de bases de datos con base en el álgebra relacional, cálculo relacional y en el estudio de sentencias SQL. 8. Contribuci´ on a los resultados (Outcomes) 1

b) Analizar problemas e identificar y definir los requerimientos computacionales apropiados para su soluci´ on. (Usar) d) Trabajar efectivamente en equipos para cumplir con un objetivo com´ un. (Usar) i) Utilizar técnicas y herramientas actuales necesarias para la pr´ actica de la computaci´ on. (Evaluar) j) Aplicar la base matem´ atica, principios de algoritmos y la teor´ıa de la Ciencia de la Computaci´ on en el modelamiento y dise˜ no de sistemas computacionales de tal manera que demuestre comprensi´ on de los puntos de equilibrio involucrados en la opci´ on escogida. (Evaluar) 9. Competencias (IEEE) C1. La comprensión intelectual y la capacidad de aplicar las bases matem´ aticas y la teor´ıa de la inform´ atica (Computer Science).⇒ Outcome b C2. Capacidad para tener una perspectiva cr´ıtica y creativa para identificar y resolver problemas utilizando el pensamiento computacional.⇒ Outcome d C7. Ser capaz de aplicar los principios y tecnolog´ıas de ingenier´ıa de software para asegurar que las implementaciones de software son robustos, fiables y apropiados para su p´ ublico objetivo.⇒ Outcome i CS4. Implementar la teor´ıa apropiada, pr´ acticas y herramientas para la especificaci´ on, dise˜ no, implementaci´ on y mantenimiento, as´ı como la evaluaci´ on de los sistemas basados en computadoras.⇒ Outcome i CS5. Especificar, dise˜ nar e implementar sistemas basados en computadoras.⇒ Outcome j 10. Lista de temas a estudiar en el curso 1. Sistemas de Bases de Datos 2. Modelado de datos 3. Indexación 4. Bases de Datos Relacionales 5. Lenguajes de Consulta 6. Bases de Datos Relacionales 11. Metodologia y Evaluaci´ on Metodolog´ıa: Sesiones Te´ oricas: El desarrollo de las sesiones te´ oricas est´ a focalizado en el estudiante, a través de su participaci´ on activa, resolviendo problemas relacionados al curso con los aportes individuales y discutiendo casos reales de la industria. Los alumnos desarrollarán a lo largo del curso un proyecto de aplicaci´ on de las herramientas recibidas en una empresa. Sesiones de Laboratorio: Las sesiones prácticas se desarrollan en laboratorio. Las pr´ acticas de laboratorio se realizan en equipos para fortalecer su comunicación. Al inicio de cada laboratorio se explica el desarrollo de la pr´ actica y al término se destaca las principales conclusiones de la actividad en forma grupal. Exposiciones individuales o grupales: Se fomenta la participaci´ on individual y en equipo para exponer sus ideas, motiv´ andolos con puntos adicionales en las diferentes etapas de la evaluaci´ on del curso. Lecturas: A lo largo del curso se proporcionan diferentes lecturas, las cuales son evaluadas. El promedio de las notas de las lecturas es considerado como la nota de una pr´ actica calificada. El uso del campus virtual UTEC Online permite a cada estudiante acceder a la informaci´ on del curso, e interactuar fuera de aula con el profesor y con los otros estudiantes. Sistema de Evaluaci´ on: 12. Contenido

2

Unidad 1: Sistemas de Bases de Datos (14) Competences esperadas: C1,C7,CS4,CS5 Objetivos de Aprendizaje

T´ opicos

• Explica las caracter´ısticas que distinguen un esquema de base de datos de aquellos basados en la programación de archivos de datos [Usar]

• Enfoque y Evoluci´ on de Sistemas de Bases de Datos.

• Describe los dise˜ nos m´ as comunes para los componentes base de sistemas de bases de datos incluyendo el optimizador de consultas, ejecutor de consultas, administrador de almacenamiento, métodos de acceso y procesador de transacciones [Usar]

• Dise˜ no de las funciones principales de un DBMS.

• Cita las metas b´ asicas, funciones y modelos de un sistema de bases de datos [Usar]

• Sistemas de apoyo a contenido estructurado y / o corriente.

• Describe los componentes de un sistema de bases datos y da ejemplos de su uso [Usar]

• Enfoques para la gesti´ on de grandes vol´ umenes de datos (por ejemplo, sistemas de bases de datos NoSQL, uso de MapReduce).

• Componentes del Sistema de Bases de Datos. • Arquitectura de base de datos e independencia de datos. • Uso de un lenguaje de consulta declarativa.

• Identifica las funciones principales de un SGBD y describe sus roles en un sistema de bases de datos [Usar] • Explica los conceptos de independencia de datos y su importancia en un sistema de bases de datos [Usar] • Usa un lenguaje de consulta declarativo para recoger información de una base de datos [Usar] • Describe las capacidades que las bases de datos brindan al apoyar estructuras y/o la secuencia de flujo de datos, ejm. texto [Usar] • Describe los enfoques principales para almacenar y procesar larges vol´ umenes de datos [Usar] Lecturas : [RC04], [EN04], [Dat05], [KS02]

3

Unidad 2: Modelado de datos (14) Competences esperadas: C1,C2,C7,CS4,CS5 Objetivos de Aprendizaje

T´ opicos

• Compare y contrasta modelos apropiados de datos, incluyendo estructuras sus estructuras internas, para diversos tipos de datos [Usar]

• Modelado de datos • Modelos conceptuales (e.g., entidad-relaci´ on, diagramas UML)

• Describe los conceptos en notaci´ on de modelos (ejm. Diagramas Entidad-Relaci´ on o UML) y cómo deben de ser usados [Usar]

• Modelos de hoja de c´ alculo

• Define la terminolog´ıa fundamental a ser usada en un modelo relacional de datos [Usar]

• Modelos orientados a objetos.

• Modelos Relacionales. • Modelos de datos semi-estructurados (expresados usando DTD o XML Schema, por ejemplo)

• Describe los principios b´ asicos del modelo relacional de datos [Usar] • Aplica los conceptos de modelado y la notaci´ on de un modelo relacional de datos [Usar] • Describe los conceptos principales del modelado OO como son identidad de objetos, constructores de tipos, encapsulaci´ on, herencia, polimorfismo, y versiones [Usar] • Describe las diferencias entre modelos de datos relacionales y semi-estructurados [Usar] • Da una semi estructura equivalente (ejm. en DTD o Esquema XML) para un esquema relacional dado [Usar] Lecturas : [SW04], [EN04], [KS02] Unidad 3: Indexaci´ on (4) Competences esperadas: CS4,CS5 Objetivos de Aprendizaje

T´ opicos

• Generar un archivo ´ındice para una colecci´ on de recursos [Usar]

• El impacto de indices en el rendimiento de consultas.

• Explicar la funci´ on de un ´ındice invertido en la localización de un documento en una colecci´ on [Usar]

• Mantener un buffer de datos en memoria.

• La estructura basica de un indice.

• Explicar cómo rechazar y detener palabras que afectan a la indexaci´ on [Usar]

• Creando indices con SQL.

• Identificar los ´ındices adecuados para determinado el esquema relacional y el conjunto de consultas [Usar]

• Indexando la web (e.g., web crawling)

• Indexando texto.

• Estimar el tiempo para recuperar informaci´ on, cuando son usados los ´ındices comparado con cuando no son usados [Usar] • Describir los desaf´ıos claves en el rastreo web, por ejemplo, la detecci´ on de documentos duplicados, la determinación de la frontera de rastreo [Usar] Lecturas : [WM01], [Dat05], [KS02]

4

Unidad 4: Bases de Datos Relacionales (14) Competences esperadas: 5 Objetivos de Aprendizaje

T´ opicos

• Prepara un esquema relacional de un modelo conceptual desarrollado usando el modelo entidad-relaci´ on [Usar]

• Mapeo de esquemas conceptuales a esquemas relacionales. • Entidad y integridad referencial.

• Explica y demuestra los conceptos de restricciones de integridad de la entidad e integridad referencial (incluyendo la definici´ on del concepto de clave for´ anea) [Usar]

• Algebra relacional y calculo relacional. • Dise˜ no de bases de datos relacionales. • Dependencia funcional.

• Demuestra el uso de las operaciones de álgebra relacional de la teor´ıa matem´ atica de conjuntos (uni´ on, intersección, diferencia, y producto Cartesiano) y de las operaciones de álgebra relacional desarrolladas espec´ıficamente para las bases de datos relacionales (selección (restringida), proyecci´ on, uni´ on y divisi´ on) [Usar]

• Descomposici´ on de un esquema. • Llaves candidatas, SuperLlaves y cierre de un conjunto de atributos. • Formas Normales (BCNF) • Dependencias multi-valoradas (4NF)

• Escribe consultas en álgebra relacional [Usar]

• Uniendo dependencias (PJNF, 5NF)

• Escribe consultas en cálculo relacional de tuplas [Usar]

• Teor´ıa de la representaci´ on.

• Determina la dependencia funcional entre dos o más atributos que son subconjunto de una relaci´ on [Usar] • Conecta restricciones expresadas como clave primaria y foránea, con dependencias funcionales [Usar] • Calcula la cerradura de un conjunto de atributos dado dependencias funcionales [Usar] • Determina si un conjunto de atributos forma una superclave y/o una clave candidata de una relaci´ on dada dependencias funcionales [Usar] • Evalua una descomposici´ on propuesta, a fin de determinar si tiene una uni´ on sin pérdidas o preservaci´ on de dependencias [Usar] • Describe las propiedades de la FNBC, FNUP (forma normal unión de proyecto), 5FN [Usar] • Explica el impacto de la normalizaci´ on en la eficacia de las operaciones de una base de datos especialmente en la optimizaci´ on de consultas [Usar] • Describe que es una dependencia de multi valor y cual es el tipo de restricciones que especifica [Usar] Lecturas : [WM01], [Dat05], [KS02]

5

Unidad 5: Lenguajes de Consulta (12) Competences esperadas: C1,CS4,CS5 Objetivos de Aprendizaje

T´ opicos

• Crear un esquema relacional de bases de datos en SQL que incorpora restricciones clave y restricciones de integridad de entidad e integridad referencial [Usar]

• Visi´ on general de lenguajes de base de datos.

• Usar SQL para crear tablas y devuelve (SELECT) la información de una base de datos [Usar]

• Selecciones

• Evaluar un conjunto de estrategias de procesamiento de consultas y selecciona la estrategia óptima [Usar]

• Select-project-join

• SQL (definici´ on de datos, formulacion de consultas, sublenguaje update, restricciones, integridad)

• Proyecciones • Agregaciones y agrupaciones.

• Crear una consulta no-procedimental al llenar plantillas de relacines para construir un ejemplo del resultado de una consulta requerida [Usar]

• Subconsultas. • Entornos QBE de cuarta generaci´ on.

• Adicionar consultas orientadas a objetos en un lenguaje stand-alone como C++ o Java (ejm. SELECT ColMethod() FROM Objeto) [Usar]

• Diferentes maneras de invocar las consultas no procedimentales en lenguajes convencionales. • Introducci´ on a otros lenguajes importantes de consulta (por ejemplo, XPATH, SPARQL)

• Escribe un procedimiento almacenado que trata con parámetros y con algo de flujo de control de tal forma que tenga funcionalidad [Usar]

• Procedimientos almacenados.

Lecturas : [Die01], [EN04], [Cel05], [KS02]

6

Unidad 6: Bases de Datos Relacionales (12) Competences esperadas: C1,CS4,CS5 Objetivos de Aprendizaje

T´ opicos

• Prepara un esquema relacional de un modelo conceptual desarrollado usando el modelo entidad-relaci´ on [Usar]

• Mapeo de esquemas conceptuales a esquemas relacionales. • Entidad y integridad referencial.

• Explica y demuestra los conceptos de restricciones de integridad de la entidad e integridad referencial (incluyendo la definici´ on del concepto de clave for´ anea) [Usar]

• Algebra relacional y calculo relacional. • Dise˜ no de bases de datos relacionales. • Dependencia funcional.

• Demuestra el uso de las operaciones de álgebra relacional de la teor´ıa matem´ atica de conjuntos (uni´ on, intersección, diferencia, y producto Cartesiano) y de las operaciones de álgebra relacional desarrolladas espec´ıficamente para las bases de datos relacionales (selección (restringida), proyecci´ on, uni´ on y divisi´ on) [Usar]

• Descomposici´ on de un esquema. • Llaves candidatas, SuperLlaves y cierre de un conjunto de atributos. • Formas Normales (BCNF) • Dependencias multi-valoradas (4NF)

• Escribe consultas en álgebra relacional [Usar]

• Uniendo dependencias (PJNF, 5NF)

• Escribe consultas en cálculo relacional de tuplas [Usar]

• Teor´ıa de la representaci´ on.

• Determina la dependencia funcional entre dos o más atributos que son subconjunto de una relaci´ on [Usar] • Conecta restricciones expresadas como clave primaria y foránea, con dependencias funcionales [Usar] • Calcula la cerradura de un conjunto de atributos dado dependencias funcionales [Usar] • Determina si un conjunto de atributos forma una superclave y/o una clave candidata de una relaci´ on dada dependencias funcionales [Usar] • Evalua una descomposici´ on propuesta, a fin de determinar si tiene una uni´ on sin pérdidas o preservaci´ on de dependencias [Usar] • Describe las propiedades de la FNBC, FNUP (forma normal unión de proyecto), 5FN [Usar] • Explica el impacto de la normalizaci´ on en la eficacia de las operaciones de una base de datos especialmente en la optimizaci´ on de consultas [Usar] • Describe que es una dependencia de multi valor y cual es el tipo de restricciones que especifica [Usar] Lecturas : [Har02], [EN04], [Dat05], [KS02]

7


1. 2. 3. 4.

C´ odigo del curso y nombre: CS210. Algoritmos y Estructuras de Datos Cr´ editos: 4 Horas de Teor´ıa y Laboratorio: 2 HT; 4 HP; Docente(s)

Atención previa coordinaci´ on con el profesor 5. Bibliograf´ıa [Cor+09] Thomas H. Cormen et al. Introduction to Algorithms. Third Edition. ISBN: 978-0-262-53305-8. MIT Press, 2009. [Fag+14]

José Fager et al. Estructura de datos. First Edition. Iniciativa Latinoamericana de Libros de Texto Abiertos (LATIN), 2014.

6. Informaci´ on del curso (a) Breve descripci´ on del curso El fundamento te´ orico de todas las ramas de la inform´ atica descansa sobre los algoritmos y estructuras de datos, este curso brindar´ a a los participantes una introducci´ on a estos témas, formando as´ı una base que servir´ a para los siguientes cursos en la carrera. (b) Prerrequisitos: CS113. Programaci´ on Orientada a Objetos II. (3er Sem) (c) Tipo de Curso: Obligatorio 7. Competencias • Hacer que el alumno entienda la importancia de los algoritmos para la soluci´ on de problemas. • Introducir al alumno hacia el campo de la aplicaci´ on de las estructuras de datos. 8. Contribuci´ on a los resultados (Outcomes) a) Aplicar conocimientos de computaci´ on y de matem´ aticas apropiadas para la disciplina. (Usar) b) Analizar problemas e identificar y definir los requerimientos computacionales apropiados para su soluci´ on. (Usar) c) Dise˜ nar, implementar y evaluar un sistema, proceso, componente o programa computacional para alcanzar las necesidades deseadas. (Usar) j) Aplicar la base matem´ atica, principios de algoritmos y la teor´ıa de la Ciencia de la Computaci´ on en el modelamiento y dise˜ no de sistemas computacionales de tal manera que demuestre comprensi´ on de los puntos de equilibrio involucrados en la opci´ on escogida. (Usar) k) Aplicar los principios de desarrollo y dise˜ no en la construcci´ on de sistemas de software de complejidad variable. (Usar) 9. Competencias (IEEE) C1. La comprensión intelectual y la capacidad de aplicar las bases matem´ aticas y la teor´ıa de la inform´ atica (Computer Science).⇒ Outcome a C1. La comprensión intelectual y la capacidad de aplicar las bases matem´ aticas y la teor´ıa de la inform´ atica (Computer Science).⇒ Outcome j 1

C2. Capacidad para tener una perspectiva cr´ıtica y creativa para identificar y resolver problemas utilizando el pensamiento computacional.⇒ Outcome b C5. Capacidad para implementar algoritmos y estructuras de datos en el software.⇒ Outcome c CS2. Identificar y analizar los criterios y especificaciones apropiadas a los problemas espec´ıficos, y planificar estrategias para su solución.⇒ Outcome b CS2. Identificar y analizar los criterios y especificaciones apropiadas a los problemas espec´ıficos, y planificar estrategias para su solución.⇒ Outcome k 10. Lista de temas a estudiar en el curso 1. Grafos 2. Matrices Esparzas 3. Arboles Equilibrados 11. Metodologia y Evaluaci´ on Metodolog´ıa: Sesiones Te´ oricas: El desarrollo de las sesiones te´ oricas est´ a focalizado en el estudiante, a través de su participaci´ on activa, resolviendo problemas relacionados al curso con los aportes individuales y discutiendo casos reales de la industria. Los alumnos desarrollarán a lo largo del curso un proyecto de aplicaci´ on de las herramientas recibidas en una empresa. Sesiones de Laboratorio: Las sesiones prácticas se desarrollan en laboratorio. Las pr´ acticas de laboratorio se realizan en equipos para fortalecer su comunicación. Al inicio de cada laboratorio se explica el desarrollo de la pr´ actica y al término se destaca las principales conclusiones de la actividad en forma grupal. Exposiciones individuales o grupales: Se fomenta la participaci´ on individual y en equipo para exponer sus ideas, motiv´ andolos con puntos adicionales en las diferentes etapas de la evaluaci´ on del curso. Lecturas: A lo largo del curso se proporcionan diferentes lecturas, las cuales son evaluadas. El promedio de las notas de las lecturas es considerado como la nota de una pr´ actica calificada. El uso del campus virtual UTEC Online permite a cada estudiante acceder a la informaci´ on del curso, e interactuar fuera de aula con el profesor y con los otros estudiantes. Sistema de Evaluaci´ on: 12. Contenido

2

Unidad 1: Grafos (12) Competences esperadas: C1,C2,C5 Objetivos de Aprendizaje

T´ opicos

• Adquirir destreza para realizar una implementaci´ on correcta. [Usar]

• Concepto de Grafos.

• Desarrollar los conocimientos para decidir cuando es mejor usar una técnica de implementaci´ on que otra. [Usar]

• Utilizaci´ on de los Grafos.

• Grafos Dirigidos y Grafos no Dirigidos. • Medida de la Eficiencia. En tiempo y espacio. • Matrices de Adyacencia. • Matrices de Adyacencia etiquetada. • Listas de Adyacencia. • Implementaci´ on de Grafos usando Matrices de Adyacencia. • Implementaci´ on de Grafos usando Listas de Adyacencia. • Inserci´ on, B´ usqueda y Eliminaci´ on de nodos y aristas. • Algoritmos de b´ usqueda en grafos.

Lecturas : [Cor+09], [Fag+14] Unidad 2: Matrices Esparzas (8) Competences esperadas: C1,C2,C5 Objetivos de Aprendizaje

T´ opicos

• Comprender el uso y implementacion de matrices esparzas.[Evaluar]

• Conceptos Iniciales. • Matrices poco densas • Medida de la Eficiencia en Tiempo y en Espacio • Creaci´ on de la matriz esparza est´ atica vs Dinámicas. • Métodos de inserci´ on, b´ usqueda y eliminación

Lecturas : [Cor+09], [Fag+14] Unidad 3: Arboles Equilibrados (16) Competences esperadas: C2,C5,C6 Objetivos de Aprendizaje

T´ opicos

• Comprender las funciones básicas de estas estructuras complejas con el fin de adquirir la capacidad para su implementaci´ on. [Evaluar]

´ • Arboles AVL. • Medida de la Eficiencia. • Rotaciones Simples y Compuestas • Inserci´ on, Eliminaci´ on y B´ usqueda. ´ • Arboles B , B+ B* y Patricia.

Lecturas : [Cor+09], [Fag+14]

3


1. 2. 3. 4.

C´ odigo del curso y nombre: CS211. Teor´ıa de la Computaci´ on Cr´ editos: 4 Horas de Teor´ıa y Laboratorio: 2 HT; 4 HP; Docente(s)

Atención previa coordinaci´ on con el profesor 5. Bibliograf´ıa [Bro93] J. Glenn Brookshear. Teor´ıa de la Computaci´ on. Addison Wesley Iberoamericana, 1993. [HU93]

John E. Hopcroft and Jeffrey D. Ullman. Introducci´ on a la Teor´ıa de Aut´ omatas, Lenguajes y Computaci´ on. CECSA, 1993.

[Kel95]

Dean Kelley. Teor´ıa de Aut´ omatas y Lenguajes Formales. Prentice Hall, 1995.

[Kol97]

Ross Kolman Busby. Estructuras de Matem´ aticas Discretas para la Computaci´ on. Prentice Hall, 1997.

6. Informaci´ on del curso (a) Breve descripci´ on del curso Este curso hace fasis en los lenguajes formales, modelos de computaci´ on y computabilidad, adem´ as de incluir fundamentos de la complejidad computacional y de los problemas NP completos. (b) Prerrequisitos: CS1D2. Estructuras Discretas II. (2do Sem) (c) Tipo de Curso: Obligatorio 7. Competencias • Que el alumno aprenda los conceptos fundamentales de la teor´ıa de lenguajes formales. 8. Contribuci´ on a los resultados (Outcomes) a) Aplicar conocimientos de computaci´ on y de matem´ aticas apropiadas para la disciplina. (Evaluar) b) Analizar problemas e identificar y definir los requerimientos computacionales apropiados para su soluci´ on. (Evaluar) j) Aplicar la base matem´ atica, principios de algoritmos y la teor´ıa de la Ciencia de la Computaci´ on en el modelamiento y dise˜ no de sistemas computacionales de tal manera que demuestre comprensi´ on de los puntos de equilibrio involucrados en la opci´ on escogida. (Evaluar) 9. Competencias (IEEE) C8. Entendimiento de lo que las tecnolog´ıas actuales pueden y no pueden lograr.⇒ Outcome a C9. Comprensión de las limitaciones de la computaci´ on, incluyendo la diferencia entre lo que la computaci´ on es inherentemente incapaz de hacer frente a lo que puede lograrse a través de un futuro de ciencia y tecnolog´ıa.⇒ Outcome b,j 10. Lista de temas a estudiar en el curso 1. Computabilidad y complejidad b´ asica de aut´ omatas 2. Complejidad Computacional Avanzada

1

3. Teor´ıa y Computabilidad Avanzada de Aut´ omatas 11. Metodologia y Evaluaci´ on Metodolog´ıa: Sesiones Te´ oricas: El desarrollo de las sesiones te´ oricas est´ a focalizado en el estudiante, a través de su participaci´ on activa, resolviendo problemas relacionados al curso con los aportes individuales y discutiendo casos reales de la industria. Los alumnos desarrollarán a lo largo del curso un proyecto de aplicaci´ on de las herramientas recibidas en una empresa. Sesiones de Laboratorio: Las sesiones prácticas se desarrollan en laboratorio. Las pr´ acticas de laboratorio se realizan en equipos para fortalecer su comunicación. Al inicio de cada laboratorio se explica el desarrollo de la pr´ actica y al término se destaca las principales conclusiones de la actividad en forma grupal. Exposiciones individuales o grupales: Se fomenta la participaci´ on individual y en equipo para exponer sus ideas, motiv´ andolos con puntos adicionales en las diferentes etapas de la evaluaci´ on del curso. Lecturas: A lo largo del curso se proporcionan diferentes lecturas, las cuales son evaluadas. El promedio de las notas de las lecturas es considerado como la nota de una pr´ actica calificada. El uso del campus virtual UTEC Online permite a cada estudiante acceder a la informaci´ on del curso, e interactuar fuera de aula con el profesor y con los otros estudiantes. Sistema de Evaluaci´ on: 12. Contenido

2

Unidad 1: Computabilidad y complejidad b´ asica de aut´ omatas (20) Competences esperadas: C9 Objetivos de Aprendizaje T´ opicos • Discute el concepto de máquina de estado finito [Evaluar]

• M´ aquinas de estado finito.

• Dise˜ ne una máquina de estado finito determinista para aceptar un determinado lenguaje [Evaluar]

• Problema de la parada.

• Expresiones regulares. • Gram´ aticas libres de contexto.

• Genere una expresi´ on regular para representar un lenguaje espec´ıfico [Evaluar]

• Introducci´ on a las clases P y NP y al problema P vs. NP.

• Explique porque el problema de la parada no tiene solucion algor´ıtmica [Evaluar]

• Introducci´ on y ejemplos de problemas NP- Completos y a clases NP-Completos.

• Dise˜ ne una gram´ atica libre de contexto para representar un lenguaje especificado [Evaluar]

• M´ aquinas de Turing, o un modelo formal equivalente de computaci´ on universal.

• Define las clases P y NP [Evaluar]

• M´ aquinas de Turing no determin´ısticas.

• Explique el significado de NP-Completitud [Evaluar] • Explica la tesis de Church-Turing y su importancia [Familiarizarse]

• Jerarqu´ıa de Chomsky.

• Explica el teorema de Rice y su importancia [Familiarizarse]

• Computabilidad.

• La tesis de Church-Turing. • Teorema de Rice.

• Da ejemplos de funciones no computables [Familiarizarse]

• Ejemplos de funciones no computables.

• Demuestra que un problema es no computable al reducir un problema cl´ asico no computable en base a él [Familiarizarse]

• Implicaciones de la no-computabilidad.

Lecturas : [Kol97], [Kel95] Unidad 2: Complejidad Computacional Avanzada (20) Competences esperadas: C8,C9 Objetivos de Aprendizaje T´ opicos • Revisi´ on de las clases P y NP; introducir spacio P y EXP.

• Define las clases P y NP (También aparece en AL / Automata B´ asico, Computalidad y Complejidad) [Evaluar]

• Jerarqu´ıa polimonial.

• Define la clase P-Space y su relaci´ on con la clase EXP [Evaluar]

• NP completitud (Teorema de Cook). • Problemas NP completos cl´ asicos.

• Explique el significado de NP-Completo (También aparece en AL / Automata B´ asico, Computalidad y Complejidad) [Evaluar]

• Técnicas de reducci´ on.

• Muestre ejemplos de problemas cl´ asicos en NP Completo [Evaluar] • Pruebe que un problema es NP- Completo reduciendo un problema conocido como NP-Completo [Evaluar] Lecturas : [Kel95], [HU93]

3

Unidad 3: Teor´ıa y Computabilidad Avanzada de Aut´ omatas (20) Competences esperadas: C8 Objetivos de Aprendizaje T´ opicos • Conjuntos y Lenguajes:

• Determina la ubicaci´ on de un lenguaje en la jerarqu´ıa de Chomsky (regular, libre de contexto, enumerable recursivamente) [Evaluar]

– Lenguajes Regulares. – Revisi´ on de aut´ omatas finitos determin´ısticos (Deterministic Finite Automata DFAs)

• Convierte entre notaciones igualmente poderosas para un lenguaje, incluyendo entre estas AFDs, AFNDs, expresiones regulares, y entre AP y GLCs [Evaluar]

– Aut´ omata finito no determin´ıstico (Nondeterministic Finite Automata NFAs) – Equivalencia de DFAs y NFAs. – Revisi´ on de expresiones regulares; su equivalencia con aut´ omatas finitos. – Propiedades de cierre. – Probando no-regularidad de lenguajes, a través del lema de bombeo (Pumping Lemma) o medios alternativos. • Lenguajes libres de contexto: – Aut´ omatas de pila (Push-down automata (PDAs) – Relaci´ on entre PDA y gram´ aticas libres de contexto. – Propiedades de los lenguajes libres de contexto.

Lecturas : [HU93], [Bro93]

4


1. 2. 3. 4.

C´ odigo del curso y nombre: MA203. Estad´ıstica y Probabilidades Cr´ editos: 4 Horas de Teor´ıa y Laboratorio: 3 HT; 2 HP; Docente(s)

Atención previa coordinaci´ on con el profesor 5. Bibliograf´ıa [Men14] Beaver Mendenhall. Introducci´ on a la probabilidad y estad´ıstica. 13th. Cengage Learning, 2014. [MRo14] Sheldon M.Ross. Introduction to Probability and Statistics for Engineers and Scientists. 5th. Academic Press, 2014. 6. Informaci´ on del curso (a) Breve descripci´ on del curso Provee de una introducci´ on a la teor´ıa de las probabilidades e inferencia estad´ıstica con aplicaciones, necesarias en el análisis de datos, dise˜ no de modelos aleatorios y toma de decisiones. (b) Prerrequisitos: EG1003. Matem´ atica I. (1er Sem) (c) Tipo de Curso: Obligatorio 7. Competencias • Capacidad para dise˜ nar y conducir experimentos, as´ı como para analizar e interpretar datos. • Capacidad para identificar, formular y resolver problemas reales. 8. Contribuci´ on a los resultados (Outcomes) a) Aplicar conocimientos de computaci´ on y de matem´ aticas apropiadas para la disciplina. (Usar) j) Aplicar la base matem´ atica, principios de algoritmos y la teor´ıa de la Ciencia de la Computaci´ on en el modelamiento y dise˜ no de sistemas computacionales de tal manera que demuestre comprensi´ on de los puntos de equilibrio involucrados en la opci´ on escogida. (Evaluar) 9. Competencias (IEEE) C1. La comprensión intelectual y la capacidad de aplicar las bases matem´ aticas y la teor´ıa de la inform´ atica (Computer Science).⇒ Outcome a CS2. Identificar y analizar los criterios y especificaciones apropiadas a los problemas espec´ıficos, y planificar estrategias para su solución.⇒ Outcome j 10. Lista de temas a estudiar en el curso 1. Tipo de variable 2. Estad´ısticas descriptiva 3. Estad´ıstica inferencial

1

11. Metodologia y Evaluaci´ on Metodolog´ıa: Sesiones Te´ oricas: El desarrollo de las sesiones te´ oricas est´ a focalizado en el estudiante, a través de su participaci´ on activa, resolviendo problemas relacionados al curso con los aportes individuales y discutiendo casos reales de la industria. Los alumnos desarrollarán a lo largo del curso un proyecto de aplicaci´ on de las herramientas recibidas en una empresa. Sesiones de Laboratorio: Las sesiones prácticas se desarrollan en laboratorio. Las pr´ acticas de laboratorio se realizan en equipos para fortalecer su comunicación. Al inicio de cada laboratorio se explica el desarrollo de la pr´ actica y al término se destaca las principales conclusiones de la actividad en forma grupal. Exposiciones individuales o grupales: Se fomenta la participaci´ on individual y en equipo para exponer sus ideas, motiv´ andolos con puntos adicionales en las diferentes etapas de la evaluaci´ on del curso. Lecturas: A lo largo del curso se proporcionan diferentes lecturas, las cuales son evaluadas. El promedio de las notas de las lecturas es considerado como la nota de una pr´ actica calificada. El uso del campus virtual UTEC Online permite a cada estudiante acceder a la informaci´ on del curso, e interactuar fuera de aula con el profesor y con los otros estudiantes. Sistema de Evaluaci´ on: 12. Contenido Unidad 1: Tipo de variable (6) Competences esperadas: C1 Objetivos de Aprendizaje

T´ opicos

• Clasificar las variables relevantes identificadas seg´ un su tipo: continuo (intervalo y raz´ on), categ´ orico (nominal, ordinario, dicot´ omico).

• Tipo de variable: Continua, discreta.

• Identificar las variables relevantes de un sistema utilizando un enfoque de proceso. Lecturas : [MRo14], [Men14] Unidad 2: Estad´ısticas descriptiva (6) Competences esperadas: C1 Objetivos de Aprendizaje

T´ opicos

• Utilizar medidas de tendencia central y medidas de dispersión para describir los datos recopilados.

• Tendencia Central (Media, mediana, modo) • Dispersi´ on (Rango, desviaci´ on est´ andar, cuartil)

• Utilizar gráficos para comunicar las caracter´ısticas de los datos recopilados.

• Gr´ aficos: histograma, boxplot, etc .: Capacidad de comunicaci´ on.

Lecturas : [MRo14], [Men14]

2

Unidad 3: Estad´ıstica inferencial (6) Competences esperadas: CS2 Objetivos de Aprendizaje

T´ opicos

• Proponer preguntas e hip´ otesis de interés.

• Determinaci´ on del tama˜ no de la muestra

• Analizar los datos recopilados utilizando diferentes herramientas estad´ısticas para responder preguntas de interés.

• Intervalo de confianza

• Dibujar conclusiones basadas en el análisis realizado.

• Tipo de distribuci´ on

• Tipo I y error del tipo II • Prueba de hip´ otesis (t-student, medias, proporciones y ANOVA) • Relaciones entre variables: correlaci´ on, regresión.

Lecturas : [MRo14], [Men14]

3


1. 2. 3. 4.

C´ odigo del curso y nombre: GH2009. Per´ u ¿pa´ıs industrial? Cr´ editos: 2 Horas de Teor´ıa y Laboratorio: 2 HT; Docente(s)

Atención previa coordinaci´ on con el profesor 5. Bibliograf´ıa [Enr94] Mayer. Enrique. Cuentos feos de la reforma agraria peruana. Lima,IEP Instituto de Estudios Peruano:CEPES, 1994. url: http : / / iep . org . pe / fondo - editorial / tienda - virtual / cuentos - feos - de - la - reforma agraria-peruana/. 6. Informaci´ on del curso (a) Breve descripci´ on del curso El objetivo de este curso es situar ala estudiante dentro de la historia del desarrollo de la industria peruana tomando como punto de partida la Reforma Agraria .Durante el curso , se espera que el estudiante logre articular los distintos procesos que han dado forma a la industria peruana hoy enfocándose especialmente en las industrias extractivas .Se Busca que el estudiante comprenda,como partes de un todo cómo las condiciones sociales y pol´ıticas, econ´ omicas y geogr´ aficas del Per´ u han configurado nuestro desarrollo industrial en los u ´ltimos 50 a˜ nos.En términos de aprendizaje, el curso debeb ser capaz de desarrollar en el estudiante una narrativa más cr´ıtica y compleja de escenarios como ,por ejemplo,Conga,el Baguazo o la minir´ıa informal .En términos de competencias,este curso debe centrarse en trabajar las capacidades de an´ alisis e interpretaci´ on del estudiante. (b) Prerrequisitos: GH1006. Laboratorio de Comunicaci´ on II. (2do Sem) (c) Tipo de Curso: Obligatorio 7. Competencias • Capacidad de interpretar informaci´ on. • Capacidad para identificar problemas. • Capacidad de comprender textos. • Interés por conocer sobre temas actuales en la sociedad peruana y el mundo. 8. Contribuci´ on a los resultados (Outcomes) d) Trabajar efectivamente en equipos para cumplir con un objetivo com´ un. (Usar) e) Entender correctamente las implicancias profesionales, éticas, legales, de seguridad y sociales de la profesi´ on. (Usar) f ) Comunicarse efectivamente con audiencias diversas. (Usar) n) Aplicar conocimientos de humanidades en su labor profesional. (Usar) o) Mejorar las condiciones de la sociedad poniendo la tecnolog´ıa al servicio del ser humano. (Usar) 9. Competencias (IEEE) C10. Comprensión del impacto en las personas, las organizaciones y la sociedad de la implementaci´ on de soluciones tecnológicas e intervenciones.⇒ Outcome d,n,o 1

C17. Capacidad para expresarse en los medios de comunicaci´ on orales y escritos como se espera de un graduado.⇒ Outcome f C18. Capacidad para participar de forma activa y coordinada en un equipo.⇒ Outcome f C21. Comprender el aspecto profesional, legal, seguridad, asuntos pol´ıticos, humanistas, ambientales, culturales y éticos.⇒ Outcome e 10. Lista de temas a estudiar en el curso 1. Per´ u ¿pa´ıs industrial? 11. Metodologia y Evaluaci´ on Metodolog´ıa: Sesiones Te´ oricas: El desarrollo de las sesiones te´ oricas est´ a focalizado en el estudiante, a través de su participaci´ on activa, resolviendo problemas relacionados al curso con los aportes individuales y discutiendo casos reales de la industria. Los alumnos desarrollarán a lo largo del curso un proyecto de aplicaci´ on de las herramientas recibidas en una empresa. Sesiones de Laboratorio: Las sesiones prácticas se desarrollan en laboratorio. Las pr´ acticas de laboratorio se realizan en equipos para fortalecer su comunicación. Al inicio de cada laboratorio se explica el desarrollo de la pr´ actica y al término se destaca las principales conclusiones de la actividad en forma grupal. Exposiciones individuales o grupales: Se fomenta la participaci´ on individual y en equipo para exponer sus ideas, motiv´ andolos con puntos adicionales en las diferentes etapas de la evaluaci´ on del curso. Lecturas: A lo largo del curso se proporcionan diferentes lecturas, las cuales son evaluadas. El promedio de las notas de las lecturas es considerado como la nota de una pr´ actica calificada. El uso del campus virtual UTEC Online permite a cada estudiante acceder a la informaci´ on del curso, e interactuar fuera de aula con el profesor y con los otros estudiantes. Sistema de Evaluaci´ on: 12. Contenido

2

Unidad 1: Per´ u ¿pa´ıs industrial? (12) Competences esperadas: 4 Objetivos de Aprendizaje

T´ opicos

• Capacidad de analizar informaci´ on e Interés por conocer sobre la sociedad peruana y el mundo.

• Descripci´ on de América Latina y el mundo en la década de 1960 con miras a contextualizar el Per´ u en relaci´ on al resto del mundo: influencia de la guerra fr´ıa,la revoluci´ on cubana (1959), la visi´ on industrial de la Cepal que implicaba la sustituci´ on de importaciones, etc. • La foto econ´ omica y social del Per´ u en 1960: poblaci´ on, pobreza, distribuci´ on de la riqueza, estructura econ´ omica. • La reforma agraria: l´ ogica y efectos econ´ omicos y sociales. Procesos y resultados. ¿Cu´ anto de la realidad actual del Per´ u se explica por la reforma agraria? • Pol´ıtica industrial: l´ ogica y desenlace de las pol´ıticas estatistas/proteccionistas en la industria. • El terrorismo y la sociedad: ¿Qué sabemos sobre sus causas y sus consecuencias? • La crisis de fines de los 80. La hiperinflación y el intervencionismo econ´ omico. • Los principios del modelo peruano. La constitución del 93.¿ Por qué se prefiri´ o la propiedad privada de las empresas? ¿Qué fue lo que realmente cambió y para qué? • Pol´ıtica industrial, marco promotor y resultados. Estructura actual de la industria y potencial. • Cambios generales en las relaciones de poder: partidos pol´ıticos, sindicatos, desarrollo de los liderazgos locales, y finalmente, la descentralizaci´ on del 2004. • La tributaci´ on de actividades extractivas, el canon y el desarrollo local. • Las pol´ıticas ambientales y los conflictos sociales. • La relaci´ on de las empresas con las comunidades locales.

Lecturas : [Enr94]

3


1. 2. 3. 4.

C´ odigo del curso y nombre: GH2011. Innovaci´ on y Desarrollo de Productos Cr´ editos: 2 Horas de Teor´ıa y Laboratorio: 4 HP; Docente(s)

Atención previa coordinaci´ on con el profesor 5. Bibliograf´ıa [Mar13] Morales. Mario. Adi´ os a los MItos de la Innovaci´ on : Una Gu´ıa Pr´ actica para Innovar en América Latina. San José,Costa Rica: Innovare, 2013. 6. Informaci´ on del curso (a) Breve descripci´ on del curso Este curso est´ a dise˜ nado para proporcionar a los estudiantes una sólida comprensión del proceso de innovaci´ on dentro de una empresa. Se centra en la aplicaci´ on de las habilidades de innovación empresarial en una empresa bien establecida. Esto se conoce como Intrapreneurship. Es el tercero de un conjunto de tres cursos dise˜ nados para acompa˜ nar a los estudiantes a medida que transforman una idea en un negocio o empresa potencial. El estudiante experimentar´ a el proceso desde la fase de ideaci´ on hasta la revisi´ on de las estrategias de negocios actuales. El material visto en este curso responde a 2 preguntas principales: ”¿ Qué debe hacer?” Y ”¿ Cómo debe hacerlo?”. (b) Prerrequisitos: FG101D. Desaf´ıos Globales. (1er Sem) (c) Tipo de Curso: Obligatorio 7. Competencias • Identificar cómo se relaciona la innovaci´ on con el proceso emprendedor e intraempresarial • Familiarizarse con las herramientas de innovaci´ on y practicar cómo hacer uso de ellas. • Aprender a integrar la innovaci´ on en el ciclo econ´ omico. • Comprender la importancia de la estrategia y la implementaci´ on y cómo una idea debe ir acompa˜ nada de un plan de implementaci´ on efectivo • Análisis de la informaci´ on • Interpretación de informaci´ on y resultados. • Trabajo en equipo. ´ • Etica. • Comunicación oral. • Comunicación escrita • Comunicación gráfica • Entiendimiento de la necesidad de aprender de forma continua 8. Contribuci´ on a los resultados (Outcomes) 1

d) Trabajar efectivamente en equipos para cumplir con un objetivo com´ un. (Usar) e) Entender correctamente las implicancias profesionales, éticas, legales, de seguridad y sociales de la profesi´ on. (Usar) f ) Comunicarse efectivamente con audiencias diversas. (Usar) n) Aplicar conocimientos de humanidades en su labor profesional. (Usar) o) Mejorar las condiciones de la sociedad poniendo la tecnolog´ıa al servicio del ser humano. (Usar) 9. Competencias (IEEE) C10. Comprensión del impacto en las personas, las organizaciones y la sociedad de la implementaci´ on de soluciones tecnológicas e intervenciones.⇒ Outcome d,n,o C17. Capacidad para expresarse en los medios de comunicaci´ on orales y escritos como se espera de un graduado.⇒ Outcome f C18. Capacidad para participar de forma activa y coordinada en un equipo.⇒ Outcome f C21. Comprender el aspecto profesional, legal, seguridad, asuntos pol´ıticos, humanistas, ambientales, culturales y éticos.⇒ Outcome e 10. Lista de temas a estudiar en el curso 1. Innovación y Desarrollo de Productos 11. Metodologia y Evaluaci´ on Metodolog´ıa: Sesiones Te´ oricas: El desarrollo de las sesiones te´ oricas est´ a focalizado en el estudiante, a través de su participaci´ on activa, resolviendo problemas relacionados al curso con los aportes individuales y discutiendo casos reales de la industria. Los alumnos desarrollarán a lo largo del curso un proyecto de aplicaci´ on de las herramientas recibidas en una empresa. Sesiones de Laboratorio: Las sesiones prácticas se desarrollan en laboratorio. Las pr´ acticas de laboratorio se realizan en equipos para fortalecer su comunicación. Al inicio de cada laboratorio se explica el desarrollo de la pr´ actica y al término se destaca las principales conclusiones de la actividad en forma grupal. Exposiciones individuales o grupales: Se fomenta la participaci´ on individual y en equipo para exponer sus ideas, motiv´ andolos con puntos adicionales en las diferentes etapas de la evaluaci´ on del curso. Lecturas: A lo largo del curso se proporcionan diferentes lecturas, las cuales son evaluadas. El promedio de las notas de las lecturas es considerado como la nota de una pr´ actica calificada. El uso del campus virtual UTEC Online permite a cada estudiante acceder a la informaci´ on del curso, e interactuar fuera de aula con el profesor y con los otros estudiantes. Sistema de Evaluaci´ on: 12. Contenido

2

Unidad 1: Innovaci´ on y Desarrollo de Productos (12) Competences esperadas: 4 Objetivos de Aprendizaje T´ opicos • Los estudiantes habr´ an adquirido un conjunto de herramientas para ayudarles a lo largo del proceso de innovación , incluyendo también las estrategias de gestión de la innovaci´ on.

• Creatividad:entendiendo cómo funciona nuestro cerebro. • Innovaci´ on: ¿ Quién ,Qué,Por qué, Cu´ ando,Dónde ? • Los grandes mitos de la innovaci´ on • Estrategias de innovaci´ on : cómo introducir la innovaci´ on en una empresa. • El proceso de innovaci´ on. • Implementando y gestionando la innovaci´ on. • Corporate spinouts. • Emprendedores e intra emprendedores. • Econom´ıa circular. • Huella de carbon. • Eco eficiencia. • Desarrollo de producto.

Lecturas : [Mar13]

3


1. 2. 3. 4.

C´ odigo del curso y nombre: XD201. Proyecto Interdisciplinario II Cr´ editos: 2 Horas de Teor´ıa y Laboratorio: 2 HT; Docente(s)

Atención previa coordinaci´ on con el profesor 5. Bibliograf´ıa [Zob14] Justin Zobel. Writing for Computer Science. Springer,Londres, 2014. 6. Informaci´ on del curso (a) Breve descripci´ on del curso Proyectos Interdisciplinarios II es un curso en el que los estudiantes trabajan en equipos en un proyecto de investigaci´ on y desarrollo o emprendimiento, con el fin de plantear una solución a un problema relevante. El desarrollo del proyecto se centra en el uso de herramientas de ingenier´ıa, tecnologia y la ciencia de la computaci´ on para proponer soluciones a problemas técnicos, tecnol´ ogicos, cient´ıficos y/o sociales. La integración del conocimiento y aspectos multidisciplinarios e interdisciplinarios es un elemento esencial para el éxito del proyecto. A lo largo del curso, el estudiante aprende sobre el proceso de dise˜ no, a aplicar los contenidos de su carrera a un contexto real; a identificar y adquirir nuevos conocimientos relevantes; y a colaborar interdisciplinariamente. En este segundo curso de Proyectos Interdisciplinarios, el estudiante est´ a expuesto a problemas de complejidad moderada, con bajo nivel incertidumbre en la problem´ atica y la soluci´ on, y cuenta con el apoyo y supervisi´ on cercana del asesor del proyecto. El curso enfatiza el desarrollo y reforzamiento de las habilidades de comunicaci´ on efectiva y colaboración, para propiciar la formaci´ on de equipos de alto rendimiento. Se aprende a gestionar proyectos, aplicando buenas prácticas y est´ andares internacionales. (b) Prerrequisitos: XD101. Proyecto Interdisciplinario I. (3er Sem) (c) Tipo de Curso: Obligatorio 7. Competencias • Identificar problemas • Dise˜ nar un componente o un proceso para satisfacer las necesidades deseadas dentro de restricciones realistas. 8. Contribuci´ on a los resultados (Outcomes) f ) Comunicarse efectivamente con audiencias diversas. (Usar) n) Aplicar conocimientos de humanidades en su labor profesional. (Usar) 9. Competencias (IEEE) C17. Capacidad para expresarse en los medios de comunicaci´ on orales y escritos como se espera de un graduado.⇒ Outcome f C19. Capacidad para identificar eficazmente los objetivos y las prioridades de su trabajo / área / proyecto con indicación de la acción, el tiempo y los recursos necesarios.⇒ Outcome n 10. Lista de temas a estudiar en el curso 1. Proyecto Interdisciplinario II 1

11. Metodologia y Evaluaci´ on Metodolog´ıa: Sesiones Te´ oricas: El desarrollo de las sesiones te´ oricas est´ a focalizado en el estudiante, a través de su participaci´ on activa, resolviendo problemas relacionados al curso con los aportes individuales y discutiendo casos reales de la industria. Los alumnos desarrollarán a lo largo del curso un proyecto de aplicaci´ on de las herramientas recibidas en una empresa. Sesiones de Laboratorio: Las sesiones prácticas se desarrollan en laboratorio. Las pr´ acticas de laboratorio se realizan en equipos para fortalecer su comunicación. Al inicio de cada laboratorio se explica el desarrollo de la pr´ actica y al término se destaca las principales conclusiones de la actividad en forma grupal. Exposiciones individuales o grupales: Se fomenta la participaci´ on individual y en equipo para exponer sus ideas, motiv´ andolos con puntos adicionales en las diferentes etapas de la evaluaci´ on del curso. Lecturas: A lo largo del curso se proporcionan diferentes lecturas, las cuales son evaluadas. El promedio de las notas de las lecturas es considerado como la nota de una pr´ actica calificada. El uso del campus virtual UTEC Online permite a cada estudiante acceder a la informaci´ on del curso, e interactuar fuera de aula con el profesor y con los otros estudiantes. Sistema de Evaluaci´ on: 12. Contenido Unidad 1: Proyecto Interdisciplinario II (16) Competences esperadas: C17 Objetivos de Aprendizaje

T´ opicos



Lecturas : [Zob14]

2


1. 2. 3. 4.

C´ odigo del curso y nombre: CS272. Bases de Datos II Cr´ editos: 3 Horas de Teor´ıa y Laboratorio: 1 HT; 4 HP; Docente(s)

Atención previa coordinaci´ on con el profesor 5. Bibliograf´ıa [Bur04] Donald K. Burleson. Physical Database Design Using Oracle. CRC Press, 2004. [Cel05]

Joe Celko. Joe Celko’s SQL Programming Style. Elsevier, 2005.

[Dat05]

C.J. Date. Data Mining: Practical Machine Learning Tools and Techniques, Second Edition. Elsevier, 2005.

[M T99]

Patrick Valduriez M. Tamer Ozsu. Principles of Distributed Database Systems, Second Edition. Prentice Hall, 1999.

[Pet98]

Julita Vassileva Peter Brusilovsky Alfred Kobsa. Adaptive Hypertext and Hypermedia, First Edition. Springer, 1998.

[Phi97]

Eric Newcomer Philip A. Bernstein. Principles of Transaction Processing, First Edition. Morgan Kaufmann, 1997.

[Ram04] Shamkant B. Navathe Ramez Elmasri. Fundamentals of Database Systems, Fourth Edition. Addison Wesley, 2004. 6. Informaci´ on del curso (a) Breve descripci´ on del curso La Gesti´ on de la Informaci´ on (IM-Information Management) juega un rol principal en casi todas las áreas donde los computadores son usados. Esta área incluye la captura, digitalización, representación, organizaci´ on, transformaci´ on y presentaci´ on de informaci´ on; algor´ıtmos para mejorar la eficiencia y efectividad del acceso y actualizaci´ on de informaci´ on almacenada, modelamiento de datos y abstracci´ on, y técnicas de almacenamiento de archivos f´ısicos. Este también abarca la seguridad de la informaci´ on, privacidad, integridad y protecci´ on en un ambiente compartido. Los estudiantes necesitan ser capaces de desarrollar modelos de datos conceptuales y f´ısicos, determinar que métodos de IM y técnicas son apropiados para un problema dado, y ser capaces de seleccionar e implementar una apropiada solución de IM que refleje todas las restricciones aplicables, incluyendo escalabilidad y usabilidad. (b) Prerrequisitos: CS271. Bases de Datos I. (4to Sem) (c) Tipo de Curso: Obligatorio 7. Competencias • Hacer que el alumno entienda las diferentes aplicaciones que tienen las bases de datos, en las diversas áreas de conocimiento. • Mostrar las formas adecuadas de almacenamiento de informaci´ on basada en sus diversos enfoques y su posterior recuperación de informaci´ on. 8. Contribuci´ on a los resultados (Outcomes) b) Analizar problemas e identificar y definir los requerimientos computacionales apropiados para su soluci´ on. (Evaluar) 1

i) Utilizar técnicas y herramientas actuales necesarias para la pr´ actica de la computaci´ on. (Usar) j) Aplicar la base matem´ atica, principios de algoritmos y la teor´ıa de la Ciencia de la Computaci´ on en el modelamiento y dise˜ no de sistemas computacionales de tal manera que demuestre comprensi´ on de los puntos de equilibrio involucrados en la opci´ on escogida. (Usar) 9. Competencias (IEEE) C1. La comprensión intelectual y la capacidad de aplicar las bases matem´ aticas y la teor´ıa de la inform´ atica (Computer Science).⇒ Outcome b C7. Ser capaz de aplicar los principios y tecnolog´ıas de ingenier´ıa de software para asegurar que las implementaciones de software son robustos, fiables y apropiados para su p´ ublico objetivo.⇒ Outcome j CS4. Implementar la teor´ıa apropiada, pr´ acticas y herramientas para la especificaci´ on, dise˜ no, implementaci´ on y mantenimiento, as´ı como la evaluaci´ on de los sistemas basados en computadoras.⇒ Outcome i 10. Lista de temas a estudiar en el curso 1. Dise˜ no F´ısico de Bases de Datos 2. Procesamiento de Transacciones 3. Almacenamiento y Recuperaci´ on de Informaci´ on 4. Bases de Datos Distribuidas 11. Metodologia y Evaluaci´ on Metodolog´ıa: Sesiones Te´ oricas: El desarrollo de las sesiones te´ oricas est´ a focalizado en el estudiante, a través de su participaci´ on activa, resolviendo problemas relacionados al curso con los aportes individuales y discutiendo casos reales de la industria. Los alumnos desarrollarán a lo largo del curso un proyecto de aplicaci´ on de las herramientas recibidas en una empresa. Sesiones de Laboratorio: Las sesiones prácticas se desarrollan en laboratorio. Las pr´ acticas de laboratorio se realizan en equipos para fortalecer su comunicación. Al inicio de cada laboratorio se explica el desarrollo de la pr´ actica y al término se destaca las principales conclusiones de la actividad en forma grupal. Exposiciones individuales o grupales: Se fomenta la participaci´ on individual y en equipo para exponer sus ideas, motiv´ andolos con puntos adicionales en las diferentes etapas de la evaluaci´ on del curso. Lecturas: A lo largo del curso se proporcionan diferentes lecturas, las cuales son evaluadas. El promedio de las notas de las lecturas es considerado como la nota de una pr´ actica calificada. El uso del campus virtual UTEC Online permite a cada estudiante acceder a la informaci´ on del curso, e interactuar fuera de aula con el profesor y con los otros estudiantes. Sistema de Evaluaci´ on: 12. Contenido

2

Unidad 1: Dise˜ no F´ısico de Bases de Datos (10) Competences esperadas: C1 Objetivos de Aprendizaje

T´ opicos

• Explica los conceptos de registro, tipos de registro, y archivos, as´ı como las diversas técnicas para colocar registros de archivos en un disco [Usar]

• Almacenamiento y estructura de archivos.

• Da ejemplos de la aplicaci´ on de ´ındices primario, secundario y de agrupamiento [Usar]

• Archivos Hash.

• Distingue entre un ´ındice no denso y uno denso [Usar]

´ • Arboles B.

• Archivos indexados. • Archivos de Firma.

• Implementa ´ındices de multinivel din´ amicos usando árboles-B [Usar]

• Archivos con ´ındice denso. • Archivos con registros de tama˜ no variable.

• Explica la teor´ıa y la aplicaci´ on de técnicas de hash internas y externas [Usar]

• Eficiencia y Afinaci´ on de Bases de Datos.

• Usa técnicas de hasp para facilitar la expansi´ on de archivos dinámicos [Usar] • Describe las relaciones entre hashing, compresi´ on, y b´ usquedas eficientes en bases de datos [Usar] • Eval´ ua el costo y beneficio de diversos esquemas de hashing [Usar] • Explica como el dise˜ no f´ısico de una base de datos afecta la eficiencia de las transacciones en ésta [Usar] Lecturas : [Bur04], [Dat05], [Cel05] Unidad 2: Procesamiento de Transacciones (12) Competences esperadas: C1 Objetivos de Aprendizaje

T´ opicos • Transacciones.

• Crear una transacci´ on mediante la incorporaci´ on de SQL en un programa de aplicaci´ on [Usar]

• Fallo y recuperaci´ on.

• Explicar el concepto de confimaciones implicitas [Usar]

• Control concurente. • Interacci´ on de gesti´ on de transacciones con el almacenamiento, especialmente en almacenamiento.

• Describir los problemas especificos para la ejecuci´ on de una transacci´ on eficiente [Usar] • Explicar cuando y porqué se necesita un rollback, y cómo registrar todo asegura un rollback adecuado [Usar] • Explicar el efecto de diferentes niveles de aislamiento sobre los mecanismos de control de concurrencia [Usar] • Elejir el nivel de aislamiento adecuado para la aplicación de un protocolo de transacci´ on especificado [Usar] • Identificar los l´ımites apropiados de la transacci´ on en programas de aplicaci´ on [Usar] Lecturas : [Phi97], [Ram04] 3

Unidad 3: Almacenamiento y Recuperaci´ on de Informaci´ on (10) Competences esperadas: C1 Objetivos de Aprendizaje T´ opicos • Explica los conceptos básicos de almacenamiento y recuperación de la información [Usar]

• Documentos, publicaci´ on electr´ onica, markup, y lenguajes markup.

• Describe que temas son espec´ıficos para una recuperación de la informaci´ on eficiente [Usar]

´ • Tries, archivos invertidos, Arboles PAT, archivos de firma, indexaci´ on.

• Da aplicaciones de estrategias alternativas de b´ usqueda y explica porqué una estrategia en particular es apropiada para una aplicaci´ on [Usar]

• An´ alisis Morfol´ ogico, stemming, frases, stop lists. • Distribuciones de frecuencia de términos, incertidumbre, fuzificaci´ on (fuzzyness), ponderación.

• Dise˜ na e implementa un sistema de almacenamiento y recuperación de la informaci´ on o librer´ıa digital de tama˜ no peque˜ no a mediano [Usar]

• Espacio vectorial, probabilidad, l´ ogica, y modelos avanzados. • Necesidad de Informaci´ on , Relevancia, evaluación, efectividad.

• Describe algunas de las soluciones técnicas a los problemas relacionados al archivamiento y preservación de la informaci´ on en una librer´ıa digital [Usar]

• Thesauri, ontolog´ıas, clasificaci´ on y categorización, metadata. • Informaci´ on bibliogr´ afica, bibliometr´ıa, citaciones. • Enrutamiento y filtrado. • B´ usqueda multimedia. • Informaci´ on de resumen y visualizaci´ on. • B´ usqueda por facetas (por ejemplo, el uso de citas, palabras clave, esquemas de clasificaci´ on). • Librer´ıas digitales. • Digitalizaci´ on, almacenamiento, intercambio, objetos digitales, composici´ on y paquetes. • Metadata y catalogaci´ on. • Nombramiento, repositorios, archivos • Archivamiento y preservaci´ on, integrdad • Espacios (Conceptual, geogr´ afico, 2/3D, Realidad virtual) • Arquitecturas (agentes, autobuses, envolturas / mediadores), de interoperabilidad. • Servicios (b´ usqueda, de uni´ on, de navegación, y as´ı sucesivamente). • Gesti´ on de derechos de propiedad intelectual, la privacidad y la protecci´ on (marcas de agua).

Lecturas : [Pet98], [Ram04]

4

Unidad 4: Bases de Datos Distribuidas (36) Competences esperadas: C1 Objetivos de Aprendizaje

T´ opicos

• Explicar las técnicas usadas para la fragmentaci´ on de datos, replicaci´ on, y la asignaci´ on durante el proceso de dise˜ no de base de datos distribuida [Usar]

• DBMS Distribuidas – Almacenamiento de datos distribuido – Procesamiento de consultas distribuido

• Evaluar estrategias simples para la ejecuci´ on de una consulta distribuida para seleccionar una estrategia que minimise la cantidad de transferencia de datos [Usar]

– Modelo de transacciones distribuidas – Soluciones homogéneas y heterogéneas – Bases de datos distribuidas cliente-servidor

• Explicar como el protocolo de dos fases de commit es usado para resolver problemas de transacciones que acceden a bases de datos almacenadas en m´ ultiples nodos [Usar]

• Parallel DBMS – Arquitecturas paralelas DBMS: memoria compartida, disco compartido, nada compratido; – Aceleracion y ampliaci´ on, por ejemplo, el uso del modelo de procesamiento MapReduce

• Describir el control concurrente distribuido basados en técnicas de copia distinguidos y el método de votación. [Usar]

– Replicacion de informacion y modelos de consistencia debil

• Describir los tres niveles del software en el modelo cliente servidor [Usar] Lecturas : [M T99], [Dat05]

5


1. 2. 3. 4.

C´ odigo del curso y nombre: CS2S1. Sistemas Operativos Cr´ editos: 4 Horas de Teor´ıa y Laboratorio: 2 HT; 4 HP; Docente(s)

Atención previa coordinaci´ on con el profesor 5. Bibliograf´ıa [Avi12] Greg Gagne Avi Silberschatz Peter Baer Galvin. Operating System Concepts, 9/E. John Wiley & Sons, Inc., 2012. isbn: 978-1-118-06333-0. [Mat99] Luis Mateu. Apuntes de Sistemas Operativos. Universidad de Chile, 1999. [Sta05]

William Stallings. Operating Systems: Internals and Design Principles, 5/E. Prentice Hall, 2005. isbn: 0-13147954-7.

[Tan01]

Andrew S. Tanenbaum. Modern Operating Systems, 2/E. Prentice Hall, 2001. isbn: 0-13-031358-0.

[Tan06]

Andrew S. Tanenbaum. Operating Systems Design and Implementation, 3/E. Prentice Hall, 2006. isbn: 0-13142938-8.

6. Informaci´ on del curso (a) Breve descripci´ on del curso Un Sistema Operativo es un programa que act´ ua como intermediario entre el usuario y la máquina. El propósito de un sistema operativo es proveer un ambiente en que el usuario pueda ejecutar sus aplicaciones. En este curso se estudiar´ a el dise˜ no del n´ ucleo de los sistemas operativos. Adem´ as el curso contempla actividades prácticas en donde se resolver´ an problemas de concurrencia y se modificar´ a el funcionamiento de un pseudo Sistema Operativo. (b) Prerrequisitos: CS221. Arquitectura de Computadores. (3er Sem) (c) Tipo de Curso: Obligatorio 7. Competencias • Conocer los elementos básicos del dise˜ no de los sistemas operativos. 8. Contribuci´ on a los resultados (Outcomes) b) Analizar problemas e identificar y definir los requerimientos computacionales apropiados para su soluci´ on. (Evaluar) g) Analizar el impacto local y global de la computaci´ on sobre los individuos, organizaciones y sociedad. (Evaluar) h) Incorporarse a un proceso de aprendizaje profesional continuo. (Usar) 9. Competencias (IEEE) C1. La comprensión intelectual y la capacidad de aplicar las bases matem´ aticas y la teor´ıa de la inform´ atica (Computer Science).⇒ Outcome g C6. Capacidad para dise˜ nar y poner en pr´ actica las unidades estructurales mayores que utilizan algoritmos y estructuras de datos y las interfaces a través del cual estas unidades se comunican.⇒ Outcome h 1

CS8. Aplicar los principios de la interacci´ on persona-ordenador para la evaluaci´ on y la construcci´ on de una amplia gama de materiales, incluyendo interfaces de usuario, páginas web, sistemas multimedia y sistemas móviles.⇒ Outcome b, g 10. Lista de temas a estudiar en el curso 1. Visi´ on general de Sistemas Operativos 2. Principios de Sistemas Operativos 3. Concurrencia 4. Planificación y despacho 5. Manejo de memoria 6. Seguridad y protecci´ on 7. Máquinas virtuales 8. Manejo de dispositivos 9. Sistema de archivos 10. Sistemas empotrados y de tiempo real 11. Tolerancia a fallas 12. Evaluación del desempe˜ no de sistemas 11. Metodologia y Evaluaci´ on Metodolog´ıa: Sesiones Te´ oricas: El desarrollo de las sesiones te´ oricas est´ a focalizado en el estudiante, a través de su participaci´ on activa, resolviendo problemas relacionados al curso con los aportes individuales y discutiendo casos reales de la industria. Los alumnos desarrollarán a lo largo del curso un proyecto de aplicaci´ on de las herramientas recibidas en una empresa. Sesiones de Laboratorio: Las sesiones prácticas se desarrollan en laboratorio. Las pr´ acticas de laboratorio se realizan en equipos para fortalecer su comunicación. Al inicio de cada laboratorio se explica el desarrollo de la pr´ actica y al término se destaca las principales conclusiones de la actividad en forma grupal. Exposiciones individuales o grupales: Se fomenta la participaci´ on individual y en equipo para exponer sus ideas, motiv´ andolos con puntos adicionales en las diferentes etapas de la evaluaci´ on del curso. Lecturas: A lo largo del curso se proporcionan diferentes lecturas, las cuales son evaluadas. El promedio de las notas de las lecturas es considerado como la nota de una pr´ actica calificada. El uso del campus virtual UTEC Online permite a cada estudiante acceder a la informaci´ on del curso, e interactuar fuera de aula con el profesor y con los otros estudiantes. Sistema de Evaluaci´ on: 12. Contenido

2

Unidad 1: Visi´ on general de Sistemas Operativos (3) Competences esperadas: C1 Objetivos de Aprendizaje T´ opicos • Explicar los objetivos y funciones de un sistema operativo moderno [Familiarizarse]

• Papel y el prop´ osito del sistema operativo. • Funcionalidad de un sistema operativo t´ıpico.

• Analizar las ventajas y desventajas inherentes en el dise˜ no de un sistema operativo [Evaluar]

• Los mecanismos de apoyo modelos cliente-servidor, dispositivos de mano.

• Describir las funciones de un sistema operativo contemporaneo respecto a conveniencia, eficiencia, y su habilidad para evolucionar [Familiarizarse]

• Cuestiones de dise˜ no (eficiencia, robustez, flexibilidad, portabilidad, seguridad, compatibilidad) • Influencias de seguridad, creaci´ on de redes, multimedia, sistemas de ventanas.

• Discutir acerca de sistemas operativos clienteservidor, en red, distribuidos y cómo se diferencian de los sistemas operativos de un solo usuario [Familiarizarse] • Identificar amenazas potenciales a sistemas operativos y las caracter´ısticas del dise˜ no de seguridad para protegerse de ellos [Familiarizarse] Lecturas : [Avi12], [Sta05], [Tan06], [Tan01], [Mat99] Unidad 2: Principios de Sistemas Operativos (6) Competences esperadas: C1 Objetivos de Aprendizaje

T´ opicos

• Explicar el concepto de una capa l´ ogica [Familiarizarse]

• Métodos de estructuraci´ on (monol´ıtico, capas, modular, los modelos micro-kernel)

• Explicar los beneficios de construir capas abstractas en forma jer´ arquica [Familiarizarse]

• Abstracciones, procesos y recursos. • Los conceptos de interfaces de programa de aplicaci´ on (API)

• Describir el valor de la API y middleware [Familiarizarse]

• La evoluci´ on de las técnicas de hardware / software y las necesidades de aplicaci´ on

• Describir como los recursos computacionales son usados por aplicaciones de software y administradas por el software del sistema [Familiarizarse]

• Organizaci´ on de dispositivos. • Interrupciones: métodos e implementaciones.

• Contrastar el modo kernel y modo usuario en un sistema operativo [Evaluar]

• Concepto de usuario de estado / sistema y la protecci´ on, la transici´ on al modo kernel.

• Discutir las ventajas y desventajas del uso de procesamiento interrumpido [Familiarizarse] • Explicar el uso de una lista de dispositivos y el controlador de colas de entrada y salida [Familiarizarse] Lecturas : [Avi12], [Sta05], [Tan06], [Tan01], [Mat99]

3

Unidad 3: Concurrencia (9) Competences esperadas: C6 Objetivos de Aprendizaje

T´ opicos

• Describir la necesidad de concurrencia en el marco de un sistema operativo [Familiarizarse]

• Diagramas de estado.

• Demostrar los potenciales problemas de tiempo de ejecución derivados de la operaci´ on simult´ anea de muchas tareas diferentes [Usar]

• Despacho y cambio de contexto.

• Estructuras (lista preparada, bloques de control de procesos, y as´ı sucesivamente)

• El papel de las interrupciones.

• Resumir el rango de mecanismos que pueden ser usados a nivel del sistema operativo para realizar sistemas concurrentes y describir los beneficios de cada uno [Familiarizarse]

• Gestionar el acceso a los objetos del sistema operativo at´ omica. • La implementaci´ on de primitivas de sincronización.

• Explicar los diferentes estados por los que una tarea debe pasar y las estructuras de datos necesarias para el manejo de varias tareas [Familiarizarse]

• Cuestiones multiprocesador (spin-locks, reentrada)

• Resumir las técnicas para lograr sicronizaci´ on en un sistema operativo(por ejemplo, describir como implementar sem´ aforos usando primitivas del sistema operativo.) [Familiarizarse] • Describir las razones para usar interruptores, despacho, y cambio de contexto para soportar concurrencia en un sistema operativo [Familiarizarse] • Crear diagramas de estado y transici´ on para los dominios de problemas simples [Usar] Lecturas : [Avi12], [Sta05], [Tan06], [Tan01], [Mat99]

4

Unidad 4: Planificaci´ on y despacho (6) Competences esperadas: CS8 Objetivos de Aprendizaje

T´ opicos

• Comparar y contrastar los algoritmos comunes que se utilizan tanto para un programa preferente y no preferente de las tareas en los sistemas operativos, como la comparaci´ on de prioridad, el rendimiento, y los esquemas de distribuci´ on equitativa [Evaluar]

• Planificaci´ on preventiva y no preferente. • Planificadores y pol´ıticas. • Procesos y subprocesos. • Plazos y cuestiones en tiempo real.

• Describir las relaciones entre los algoritmos de planificación y dominios de aplicaci´ on [Familiarizarse] • Discutir los tipos de planeamiento de procesos scheduling de corto, a mediano, a largo plazo y I/O [Familiarizarse] • Describir las diferencias entre procesos y hebras [Familiarizarse] • Comparar y contrastar enfoques est´ aticos y din´ amicos para scheduling en tiempo real [Evaluar] • Hablar sobre la necesidad de tiempos l´ımites de scheduling [Familiarizarse] • Identificar formas en que la l´ ogica expresada en algoritmos de planificaci´ on son de aplicaci´ on a otros ámbitos, tales como I/O del disco, la programaci´ on de disco de red, programación de proyectos y problemas más all´ a de la computaci´ on [Familiarizarse] Lecturas : [Avi12], [Sta05], [Tan06], [Tan01], [Mat99]

5

Unidad 5: Manejo de memoria (6) Competences esperadas: C1 Objetivos de Aprendizaje

T´ opicos

• Explicar la jerarqu´ıa de la memoria y costorendimiento de intercambio [Familiarizarse]

• Revisi´ on de la memoria f´ısica y hardware de gestión de memoria.

• Resumir los principios de memoria virtual tal como se aplica para el almacenamiento en cache y paginación [Familiarizarse]

• Conjuntos de trabajo y thrashing. • El almacenamiento en caché

• Evaluar las ventajas y desventajas en términos del tama˜ no de memoria (memoria principal, memoria caché, memoria axiliar) y la velocidad del procesador [Evaluar] • Defiende las diferentes formas de asignar memoria a las tareas, citando las ventajas relativas de cada uno [Familiarizarse] • Describir el motivo y el uso de memoria caché (rendimiento y proximidad, dimensi´ on diferente de como los caches complican el aislamiento y abstracci´ on en VM) [Familiarizarse] • Estudiar los conceptos de thrashing, tanto en términos de las razones por las que se produce y las técnicas usadas para el reconocimiento y manejo del problema [Familiarizarse] Lecturas : [Avi12], [Sta05], [Tan06], [Tan01], [Mat99] Unidad 6: Seguridad y protecci´ on (6) Competences esperadas: C1 Objetivos de Aprendizaje

T´ opicos

• Articular la necesidad para la protecci´ on y seguridad en un sistema operativo [Familiarizarse]

• Visi´ on general de la seguridad del sistema .

• Resumir las caracteristicas y limitaciones de un sistema operativo usado para proporcionar protecci´ on y seguridad [Familiarizarse]

• Métodos de seguridad y dispositivos.

• Pol´ıtica / mecanismo de separaci´ on. • Protecci´ on, control de acceso y autenticaci´ on.

• Explicar el mecanismo disponible en un OS para controlar los accesos a los recursos [Familiarizarse]

• Las copias de seguridad.

• Realizar tareas de administraci´ on de sistemas sencillas de acuerdo a una pol´ıtica de seguridad, por ejemplo la creaci´ on de cuentas, el establecimiento de permisos, aplicaci´ on de parches y organizaci´ on de backups regulares [Familiarizarse] Lecturas : [Avi12], [Sta05], [Tan06], [Tan01], [Mat99]

6

Unidad 7: M´ aquinas virtuales (6) Competences esperadas: CS8 Objetivos de Aprendizaje

T´ opicos

• Explicar el concepto de memoria virtual y la forma cómo se realiza en hadware y software [Familiarizarse]

• Tipos de virtualizaci´ on (incluyendo Hardware / Software, OS, Servidor, Servicio, Red) • Paginaci´ on y la memoria virtual.

• Diferenciar emulacion y el aislamiento [Familiarizarse]

• Sistemas de archivos virtuales.

• Evaluar virtualizaci´ on de compensaciones [Evaluar]

• Los Hypervisor.

• Discutir sobre hipervisores y la necesidad para ellos en conjunto con diferentes tipos de hipervisores [Familiarizarse]

• Costo de la virtualizaci´ on.

• Virtualizaci´ on port´ atil; emulaci´ on vs aislamiento.

Lecturas : [Avi12], [Sta05], [Tan06], [Tan01], [Mat99] Unidad 8: Manejo de dispositivos (6) Competences esperadas: C6 Objetivos de Aprendizaje

T´ opicos

• Explique la diferencia clave entre dispositivos seriales y paralelos e identificar las condiciones en las cuales cada uno es apropiado [Familiarizarse]

• Caracter´ısticas de los dispositivos serie y paralelo.

• Identificar la relaci´ on entre el hardware f´ısico y los dispositivos virtuales mantenidos por el sistema operativo [Familiarizarse]

• Estrategias de buffering.

• Haciendo de abstracci´ on de dispositivos. • Acceso directo a memoria. • La recuperaci´ on de fallos.

• Explique buffering y describir las estrategias para su aplicación [Familiarizarse] • Diferenciar los mecanismos utilizados en la interconexi´ on de un rango de dispositivos (incluyendo dispositivos port´ atiles, redes, multimedia) a un ordenador y explicar las implicaciones de éstas para el dise˜ no de un sistema operativo [Familiarizarse] • Describir las ventajas y desventajas de acceso directo a memoria y discutir las cirscunstancias en cuales se justifica su uso [Familiarizarse] • Identificar los requerimientos para recuperaci´ on de errores [Familiarizarse] • Implementar un controlador de dispositivo simple para una gama de posibles equipos [Usar] Lecturas : [Avi12], [Sta05], [Tan06], [Tan01], [Mat99]

7

Unidad 9: Sistema de archivos (6) Competences esperadas: CS8 Objetivos de Aprendizaje

T´ opicos

• Describir las decisiones que deben tomarse en el dise˜ no de sistemas de archivos [Familiarizarse]

• Archivos: los datos, metadatos, operaciones, organizaci´ on, amortiguadores, secuenciales, no secuencial.

• Comparar y contrastar los diferentes enfoques para la organización de archivos, el reconocimiento de las fortalezas y debilidades de cada uno. [Evaluar]

• Directorios: contenido y estructura. • Los sistemas de archivos: partici´ on, montar sistemas de archivos / desmontar, virtuales.

• Resumir cómo el desarrollo de hadware ha dado lugar a cambios en las prioridades para el dise˜ no y la gestión de sistemas de archivos [Familiarizarse]

• Técnicas est´ andar de implementaci´ on .

• Resumir el uso de diarios y como los sistemas de archivos de registro estructurado mejora la tolerancia a fallos [Familiarizarse]

• Sistemas de archivos de prop´ osito especial.

• Archivos asignados en memoria. • Naming, b´ usqueda, acceso, copias de seguridad. • La bitacora y los sistemas de archivos estructurados (log)

Lecturas : [Avi12], [Sta05], [Tan06], [Tan01], [Mat99] Unidad 10: Sistemas empotrados y de tiempo real (6) Competences esperadas: C1 Objetivos de Aprendizaje T´ opicos • Describir que hace a un sistema un sistema en tiempo real [Familiarizarse]

• Proceso y programaci´ on de tareas. • Los requisitos de gesti´ on de memoria / disco en un entorno en tiempo real.

• Explicar la presencia y describir las caracter´ısticas de latencia en sistemas de tiempo real [Familiarizarse]

• Los fracasos, los riesgos y la recuperaci´ on.

• Resumir los problemas especiales que los sistemas en tiempo real presentan, incluyendo el riesgo, y c´ omo se tratan estos problemas [Familiarizarse]

• Preocupaciones especiales en sistemas de tiempo real.

Lecturas : [Avi12], [Sta05], [Tan06], [Tan01], [Mat99] Unidad 11: Tolerancia a fallas (3) Competences esperadas: C1 Objetivos de Aprendizaje

T´ opicos

• Explicar la importancia de los términos tolerancia a fallos, fiabilidad y disponibilidad [Familiarizarse]

• Conceptos fundamentales: disponibles.

• Explicar en términos generales la gama de métodos para implementar la tolerancia a fallos en un sistema operativo [Familiarizarse]

• Redundancia espacial y temporal.

sistemas fiables y

• Los métodos utilizados para implementar la tolerancia a fallos.

• Explicar cómo un sistema operativo puede continar funcionando después de que ocurra una falla [Familiarizarse]

• Los ejemplos de los mecanismos del sistema operativo para la detecci´ on, recuperaci´ on, reinicie para implementar la tolerancia a fallos, el uso de estas técnicas para los servicios propios del sistema operativo.

Lecturas : [Avi12], [Sta05], [Tan06], [Tan01], [Mat99]

8

Unidad 12: Evaluaci´ on del desempe˜ no de sistemas (3) Competences esperadas: C1 Objetivos de Aprendizaje T´ opicos • Describir las medidas de rendimiento utilizados para determinar c´ omo el sistema funciona [Familiarizarse]

• ¿Por qué el rendimiento del sistema debe ser evaluado?

• Explicar los principales modelos de evaluaci´ on utilizados para evaluar un sistema [Familiarizarse]

• ¿Qué se va a evaluar? • Sistemas de pol´ıticas de rendimiento, por ejemplo, el almacenamiento en caché, de paginaci´ on, la programaci´ on, la gesti´ on de memoria, y la seguridad. • Modelos de evaluaci´ on: anal´ıtica, simulaci´ on, o de implementaci´ on espec´ıfico determinista. • Cómo recoger los datos de evaluaci´ on (perfiles y mecanismos de localizaci´ on)

Lecturas : [Avi12], [Sta05], [Tan06], [Tan01], [Mat99]

9


1. 2. 3. 4.

C´ odigo del curso y nombre: CS291. Ingenier´ıa de Software I Cr´ editos: 4 Horas de Teor´ıa y Laboratorio: 2 HT; 4 HP; Docente(s)

Atención previa coordinaci´ on con el profesor 5. Bibliograf´ıa [Lar08] Craig Larman. Applying UML and Patterns. Prentice Hall, 2008. [Pre05]

Roger S. Pressman. Software Engineering: A Practitioner’s Approach. 6th. McGraw-Hill, Mar. 2005.

[Som08] Ian Sommerville. Software Engineering. 7th. ISBN: 0321210263. Addison Wesley, May 2008. 6. Informaci´ on del curso (a) Breve descripci´ on del curso La taréa de desarrollar software, excepto para aplicaciones sumamente simples, exige la ejecuci´ on de un proceso de desarrollo bien definido. Los profesionales de esta ´ area requieren un alto grado de conocimiento de los diferentes modelos e proceso de desarrollo, para que sean capaces de elegir el más idóneo para cada proyecto de desarrollo. Por otro lado, el desarrollo de sistemas de mediana y gran escala requiere del uso de bibliotecas de patrones y componentes y del dominio de técnicas relacionadas al dise˜ no basado en componentes. (b) Prerrequisitos: CS113. Programaci´ on Orientada a Objetos II. (3er Sem) , CS271. Bases de Datos I. (4to Sem) (c) Tipo de Curso: Obligatorio 7. Competencias • Brindar al alumno un marco te´ orico y pr´ actico para el desarrollo de software bajo est´ andares de calidad. • Familiarizar al alumno con los procesos de modelamiento y construcci´ on de software a través del uso de herramientas CASE. • Los alumnos debe ser capaces de seleccionar Arquitecturas y Plataformas tecnol´ ogicas ad-hoc a los escenarios de implementación. • Aplicar el modelamiento basado en componentes y fin de asegurar variables como calidad, costo y time-to-market en los procesos de desarrollo. • Brindar a los alumnos mejores pr´ acticas para la verificaci´ on y validaci´ on del software. 8. Contribuci´ on a los resultados (Outcomes) b) Analizar problemas e identificar y definir los requerimientos computacionales apropiados para su soluci´ on. (Usar) c) Dise˜ nar, implementar y evaluar un sistema, proceso, componente o programa computacional para alcanzar las necesidades deseadas. (Usar) i) Utilizar técnicas y herramientas actuales necesarias para la pr´ actica de la computaci´ on. (Evaluar) k) Aplicar los principios de desarrollo y dise˜ no en la construcci´ on de sistemas de software de complejidad variable. (Usar) 9. Competencias (IEEE) 1

C7. Ser capaz de aplicar los principios y tecnolog´ıas de ingenier´ıa de software para asegurar que las implementaciones de software son robustos, fiables y apropiados para su p´ ublico objetivo.⇒ Outcome b,k C8. Entendimiento de lo que las tecnolog´ıas actuales pueden y no pueden lograr.⇒ Outcome b,c,k C12. Entender las implicaciones de ciclo de vida para el desarrollo de todos los aspectos de los sistemas informáticos (incluyendo software, hardware, y la interfaz de la computadora humana).⇒ Outcome c,i C18. Capacidad para participar de forma activa y coordinada en un equipo.⇒ Outcome k CS1. Modelar y dise˜ nar sistemas de computadora de una manera que se demuestre comprensi´ on del balance entre las opciones de dise˜ no.⇒ Outcome c CS2. Identificar y analizar los criterios y especificaciones apropiadas a los problemas espec´ıficos, y planificar estrategias para su solución.⇒ Outcome b,c CS4. Implementar la teor´ıa apropiada, pr´ acticas y herramientas para la especificaci´ on, dise˜ no, implementaci´ on y mantenimiento, as´ı como la evaluaci´ on de los sistemas basados en computadoras.⇒ Outcome b,c,i CS5. Especificar, dise˜ nar e implementar sistemas basados en computadoras.⇒ Outcome b,c,i CS10. Implementar efectivamente las herramientas que se utilizan para la construcci´ on y la documentaci´ on de software, con especial énfasis en la comprensi´ on de todo el proceso involucrado en el uso de computadoras para resolver problemas prácticos. Esto debe incluir herramientas para el control de software, incluyendo el control de versiones y gestión de la configuraci´ on.⇒ Outcome i,k 10. Lista de temas a estudiar en el curso 1. Ingenier´ıa de Requisitos 2. Dise˜ no de Software 3. Construcción de Software 11. Metodologia y Evaluaci´ on Metodolog´ıa: Sesiones Te´ oricas: El desarrollo de las sesiones te´ oricas est´ a focalizado en el estudiante, a través de su participaci´ on activa, resolviendo problemas relacionados al curso con los aportes individuales y discutiendo casos reales de la industria. Los alumnos desarrollarán a lo largo del curso un proyecto de aplicaci´ on de las herramientas recibidas en una empresa. Sesiones de Laboratorio: Las sesiones prácticas se desarrollan en laboratorio. Las pr´ acticas de laboratorio se realizan en equipos para fortalecer su comunicación. Al inicio de cada laboratorio se explica el desarrollo de la pr´ actica y al término se destaca las principales conclusiones de la actividad en forma grupal. Exposiciones individuales o grupales: Se fomenta la participaci´ on individual y en equipo para exponer sus ideas, motiv´ andolos con puntos adicionales en las diferentes etapas de la evaluaci´ on del curso. Lecturas: A lo largo del curso se proporcionan diferentes lecturas, las cuales son evaluadas. El promedio de las notas de las lecturas es considerado como la nota de una pr´ actica calificada. El uso del campus virtual UTEC Online permite a cada estudiante acceder a la informaci´ on del curso, e interactuar fuera de aula con el profesor y con los otros estudiantes. Sistema de Evaluaci´ on: 12. Contenido

2

Unidad 1: Ingenier´ıa de Requisitos (18) Competences esperadas: C7, C11, CS2 Objetivos de Aprendizaje

T´ opicos

• Enumerar los componentes clave de un caso de uso o una descripci´ on similar de alg´ un comportamiento que es requerido para un sistema [Evaluar]

• Al describir los requisitos funcionales utilizando, por ejemplo, los casos de uso o historias de los usuarios. • Propiedades de requisitos, incluyendo la consistencia, validez, integridad y viabilidad.

• Describir cómo el proceso de ingenier´ıa de requisitos apoya la obtenci´ on y validaci´ on de los requisitos de comportamiento [Evaluar]

• Requisitos de software elicitati´ on.

• Interpretar un modelo de requisitos dada por un sistema de software simple [Evaluar]

• Descripci´ on de datos del sistema utilizando, por ejemplo, los diagramas de clases o diagramas entidad-relaci´ on.

• Describir los retos fundamentales y técnicas comunes que se utilizan para la obtenci´ on de requisitos [Evaluar]

• Requisitos no funcionales y su relaci´ on con la calidad del software. • Evaluaci´ on y uso de especificaciones de requisitos.

• Enumerar los componentes clave de un modelo de datos (por ejemplo, diagramas de clases o diagramas ER) [Evaluar]

• Requisitos de las técnicas de modelado de análisis. • La aceptabilidad de las consideraciones de certeza/incertidumbre sobre el comportamiento del software/sistema.

• Identificar los requisitos funcionales y no funcionales en una especificaci´ on de requisitos dada por un sistema de software [Evaluar]

• Prototipos.

• Realizar una revisi´ on de un conjunto de requisitos de software para determinar la calidad de los requisitos con respecto a las caracter´ısticas de los buenos requisitos [Evaluar]

• Conceptos b´ asicos de la especificaci´ on formal de requisitos. • Especificaci´ on de requisitos.

• Aplicar elementos clave y métodos comunes para la obtención y el análisis para producir un conjunto de requisitos de software para un sistema de software de tama˜ no medio [Evaluar]

• Validaci´ on de requisitos. • Rastreo de requisitos.

• Comparar los métodos ágiles y el dirigido por planes para la especificaci´ on y validaci´ on de requisitos y describir los beneficios y riesgos asociados con cada uno [Evaluar] • Usar un método com´ un, no formal para modelar y especificar los requisitos para un sistema de software de tama˜ no medio [Evaluar] • Traducir al lenguaje natural una especificaci´ on de requisitos de software (por ejemplo, un contrato de componentes de software) escrito en un lenguaje de especificación formal [Evaluar] • Crear un prototipo de un sistema de software para reducir el riesgo en los requisitos [Evaluar] • Diferenciar entre el rastreo (tracing) hacia adelante y hacia atrás y explicar su papel en el proceso de validación de requisitos [Evaluar] Lecturas : [Pre05], [Som08], [Lar08]

3

Unidad 2: Dise˜ no de Software (18) Competences esperadas: C5, C7, C8, CS10 Objetivos de Aprendizaje • Formular los principios de dise˜ no, incluyendo la separación de problemas, ocultaci´ on de informaci´ on, acoplamiento y cohesi´ on, y la encapsulaci´ on [Familiarizarse] • Usar un paradigma de dise˜ no para dise˜ nar un sistema de software básico y explicar cómo los principios de dise˜ no del sistema se han aplicado en este dise˜ no [Usar] • Construir modelos del dise˜ no de un sistema de software simple los cuales son apropiado para el paradigma utilizado para dise˜ narlo [Usar]

T´ opicos • Principios de dise˜ no del sistema: niveles de abstracci´ on (dise˜ no arquitect´ onico y el dise˜ no detallado), separaci´ on de intereses, ocultamiento de informaci´ on, de acoplamiento y de cohesi´ on, de reutilización de estructuras est´ andar. • Dise˜ no de paradigmas tales como dise˜ no estructurado (descomposici´ on funcional de arriba hacia abajo), el an´ alisis orientado a objetos y dise˜ no, orientado a eventos de dise˜ no, dise˜ no de nivel de componente, centrado datos estructurada, orientada a aspectos, orientado a la funci´ on, orientado al servicio.

• En el contexto de un paradigma de dise˜ no simple, describir uno o más patrones de dise˜ no que podr´ıan ser aplicables al dise˜ no de un sistema de software simple [Familiarizarse]

• Modelos estructurales y de comportamiento de los dise˜ nos de software.

• Para un sistema simple adecuado para una situaci´ on dada, discutir y seleccionar un paradigma de dise˜ no apropiado [Usar]

• Relaciones entre los requisitos y dise˜ nos: La transformaci´ on de modelos, el dise˜ no de los contratos, invariantes.

• Crear modelos apropiados para la estructura y el comportamiento de los productos de software desde la especificaciones de requisitos [Usar]

• Conceptos de arquitectura de software y arquitecturas est´ andar (por ejemplo, cliente-servidor, ncapas, transforman centrados, tubos y filtros).

• Explicar las relaciones entre los requisitos para un producto de software y su dise˜ no, utilizando los modelos apropiados [Evaluar]

• El uso de componentes de dise˜ no: seleccion de componentes,dise˜ no,adaptacion y componentes de ensamblaje, componentes y patrones, componentes y objetos(por ejemplo,construir una GUI usando un standar widget set)

• Para el dise˜ no de un sistema de software simple dentro del contexto de un u ńico paradigma de dise˜ no, describir la arquitectura de software de ese sistema [Familiarizarse]

• Dise˜ no de patrones.

• Dise˜ nos de refactorizaci´ on utilizando patrones de dise˜ no

• Dado un dise˜ no de alto nivel, identificar la arquitectura de software mediante la diferenciaci´ on entre las arquitecturas comunes de software, tales como 3 capas (3-tier), pipe-and-filter, y cliente-servidor [Familiarizarse]

• Calidad del dise˜ no interno, y modelos para: eficiencia y desempe˜ no, redundancia y tolerancia a fallos, trazavilidad de los requerimientos.

• Investigar el impacto de la selecci´ on arquitecturas de software en el dise˜ no de un sistema simple [Evaluar]

• Compensasiones entre diferentes aspectos de la calidad.

• Aplicar ejemplos simples de patrones en un dise˜ no de software [Usar]

• Aaplicaciones en frameworks.

• Describir una manera de refactorar y discutir cuando esto debe ser aplicado [Familiarizarse] • Seleccionar componentes adecuados para el uso en un dise˜ no de un producto de software [Usar] • Explicar cómo los componentes deben ser adaptados para ser usados en el dise˜ no de un producto de software [Familiarizarse] • Dise˜ nar un contrato para un t´ıpico componente de software peque˜ no para el uso de un dado sistema 4 [Usar] • Discutir y seleccionar la arquitectura de software adecuada para un sistema de software simple para un dado escenario [Usar]

• Medici´ on y an´ alisis de la calidad de un dise˜ no.

• Middleware: El paradigma de la orientacion a objetos con middleware, requerimientos para correr y clasificar objetos, monitores de procesamiento de transacciones y el sistema de flujo de trabajo. • Principales dise˜ nos de seguridad y codificación(crossreference IAS/Principles of securre design). – Principio de privilegios m´ınimos – Principio de falla segura por defecto – Principio de aceptabilidad psicol´ ogica

Unidad 3: Construcci´ on de Software (24) Competences esperadas: C4, C5, C7, C8, CS2 Objetivos de Aprendizaje

T´ opicos

• Describir técnicas, lenguajes de codificaci´ on y mecanismos de implementaci´ on para conseguir las propiedades deseadas, tales como la confiabilidad, la eficiencia y la robustez [Evaluar]

• Pr´ acticas de codificaci´ on: técnicas, idiomas/patrones, mecanismos para construcción de programas de calidad: – Pr´ acticas de codificaci´ on defensive

• Construir código robusto utilizando los mecanismos de manejo de excepciones [Evaluar]

– Pr´ acticas de codificaci´ on segura – Utilizando mecanismos de manejo de excepciones para hacer el programa m´ as robusto, tolerante a fallas

• Describir la codificaci´ on segura y pr´ acticas de codificación de defensa [Evaluar] • Seleccionar y utilizar un est´ andar de codificaci´ on definido en un peque˜ no proyecto de software [Evaluar]

• Normas de codificaci´ on.

• Comparar y contrastar las estrategias de integraci´ on incluyendo: de arriba hacia abajo (top-down), de abajo hacia arriba (bottom-up), y la integraci´ on Sándwich [Evaluar]

• Desarrollando contexto: ””campo verde”” frente a la base de código existente :

• Estrategias de integraci´ on.

– An´ alisis de cambio impacto – Cambio de actualizaci´ on

• Describir el proceso de analizar e implementar los cambios a la base de c´ odigo desarrollado para un proyecto espec´ıfico [Evaluar]

• Los problemas de seguridad potenciales en los programas : – Buffer y otros tipos de desbordamientos

• Describir el proceso de analizar e implementar los cambios a una gran base de c´ odigo existente [Evaluar]

– Condiciones elemento Race – Inicializaci´ on incorrecta, incluyendo la elección de los privilegios

• Reescribir un programa sencillo para eliminar vulnerabilidades comunes, tales como desbordamientos de b´ uffer, desbordamientos de enteros y condiciones de carrera [Evaluar]

– Entrada Comprobaci´ on – Suponiendo éxito y correcci´ on – La validaci´ on de las hip´ otesis

• Escribir un componente de software que realiza alguna tarea no trivial y es resistente a errores en la entrada y en tiempo de ejecuci´ on [Evaluar] Lecturas : [Pre05], [Som08], [Lar08]

5


1. 2. 3. 4.

C´ odigo del curso y nombre: CS212. An´ alisis y Dise˜ no de Algoritmos Cr´ editos: 4 Horas de Teor´ıa y Laboratorio: 2 HT; 4 HP; Docente(s)

Atención previa coordinaci´ on con el profesor 5. Bibliograf´ıa [Als99] H. Alsuwaiyel. Algorithms: Design Techniques and Analysis. World Scientific, 1999. isbn: 9789810237400. [DPV06] S. Dasgupta, C. Papadimitriou, and U. Vazirani. Algorithms. McGraw-Hill Education, 2006. isbn: 9780073523408. [GT09]

Michael T. Goodrich and Roberto Tamassia. Algorithm Design: Foundations, Analysis and Internet Examples. 2nd. John Wiley & Sons, Inc., 2009. isbn: 0470088540, 9780470088548.

[Knu97]

D.E. Knuth. The Art of Computer Programming: Fundamental algorithms Vol 1. Third Edition. AddisonWesley, 1997. isbn: 9780201896831. url: http://www-cs-faculty.stanford/~knuth/taocp.html.

[KT05]

Jon Kleinberg and Eva Tardos. Algorithm Design. Addison-Wesley Longman Publishing Co., Inc., 2005. isbn: 0321295358.

[Raw92]

G.J.E. Rawlins. Compared to What?: An Introduction to the Analysis of Algorithms. Computer Science Press, 1992. isbn: 9780716782438.

[RS09]

Thomas H. Cormen; Charles E. Leiserson ; Ronald L. Rivest and Clifford Stein. Introduction to Algorithms, Third Edition. 3rd. The MIT Press, 2009. isbn: 0262033844.

[SF13]

R. Sedgewick and P. Flajolet. An Introduction to the Analysis of Algorithms. Pearson Education, 2013. isbn: 9780133373486.

[SW11]

R. Sedgewick and K. Wayne. Algorithms. Pearson Education, 2011. isbn: 9780132762564.

[Tar83]

Robert Endre Tarjan. Data Structures and Network Algorithms. Society for Industrial and Applied Mathematics, 1983. isbn: 0-89871-187-8.

6. Informaci´ on del curso (a) Breve descripci´ on del curso Un algoritmo es, esencialmente, un conjunto bien definido de reglas o instrucciones que permitan resolver un problema computacional. El estudio te´ orico del desempe˜ no de los algoritmos y los recursos utilizados por estos, generalmente tiempo y espacio, nos permite evaluar si un algoritmo es adecuado para un resolver un problema espec´ıfico, compararlo con otros algoritmos para el mismo problema o incluso delimitar la frontera entre lo viable y lo imposible. Esta materia es tan importante que incluso Donald E. Knuth defini´ o a Ciencia de la Computaci´ on como el estudio de algoritmos. En este curso ser´ an presentadas las técnicas más comunes utilizadas en el an´ alisis y dise˜ no de algoritmos eficientes, con el propósito de aprender los principios fundamentales del dise˜ no, implementaci´ on y análisis de algoritmos para la solución de problemas computacionales. (b) Prerrequisitos: CS210. Algoritmos y Estructuras de Datos. (4to Sem) (c) Tipo de Curso: Obligatorio 7. Competencias 1

• Desarrollar la capacidad para evaluar la complejidad y calidad de algoritmos propuestos para un determinado problema. • Estudiar los algoritmos más representativos, introductorios de las clases más importantes de problemas tratados en computación. • Desarrollar la capacidad de resoluci´ on de problemas algor´ıtmicos utilizando los principios fundamentales de dise˜ no de algoritmos aprendidos. • Ser capaz de responder a las siguientes preguntas cuando le sea presentado un nuevo algoritmo: ¿Cu´ an buen desempe˜ no tiene?, ¿Existe una mejor forma de resolver el problema? 8. Contribuci´ on a los resultados (Outcomes) a) Aplicar conocimientos de computaci´ on y de matem´ aticas apropiadas para la disciplina. (Evaluar) b) Analizar problemas e identificar y definir los requerimientos computacionales apropiados para su soluci´ on. (Evaluar) h) Incorporarse a un proceso de aprendizaje profesional continuo. (Usar) i) Utilizar técnicas y herramientas actuales necesarias para la pr´ actica de la computaci´ on. (Usar) 9. Competencias (IEEE) C1. La comprensión intelectual y la capacidad de aplicar las bases matem´ aticas y la teor´ıa de la inform´ atica (Computer Science).⇒ Outcome a C2. Capacidad para tener una perspectiva cr´ıtica y creativa para identificar y resolver problemas utilizando el pensamiento computacional.⇒ Outcome b C3. Una comprensi´ on intelectual de, y el aprecio por el papel central de los algoritmos y estructuras de datos.⇒ Outcome b C5. Capacidad para implementar algoritmos y estructuras de datos en el software.⇒ Outcome i C6. Capacidad para dise˜ nar y poner en pr´ actica las unidades estructurales mayores que utilizan algoritmos y estructuras de datos y las interfaces a través del cual estas unidades se comunican.⇒ Outcome i C9. Comprensión de las limitaciones de la computaci´ on, incluyendo la diferencia entre lo que la computaci´ on es inherentemente incapaz de hacer frente a lo que puede lograrse a través de un futuro de ciencia y tecnolog´ıa.⇒ Outcome a C16. Capacidad para identificar temas avanzados de computaci´ on y de la comprensi´ on de las fronteras de la disciplina.⇒ Outcome h 10. Lista de temas a estudiar en el curso 1. Análisis Básico 2. Estrategias Algor´ıtmicas 3. Algoritmos y Estructuras de Datos fundamentales 4. Computabilidad y complejidad b´ asica de aut´ omatas 5. Estructuras de Datos Avanzadas y An´ alisis de Algoritmos 11. Metodologia y Evaluaci´ on Metodolog´ıa: Sesiones Te´ oricas: El desarrollo de las sesiones te´ oricas est´ a focalizado en el estudiante, a través de su participaci´ on activa, resolviendo problemas relacionados al curso con los aportes individuales y discutiendo casos reales de la industria. Los alumnos desarrollarán a lo largo del curso un proyecto de aplicaci´ on de las herramientas recibidas en una empresa. Sesiones de Laboratorio: Las sesiones prácticas se desarrollan en laboratorio. Las pr´ acticas de laboratorio se realizan en equipos para fortalecer su 2

comunicación. Al inicio de cada laboratorio se explica el desarrollo de la pr´ actica y al término se destaca las principales conclusiones de la actividad en forma grupal. Exposiciones individuales o grupales: Se fomenta la participaci´ on individual y en equipo para exponer sus ideas, motiv´ andolos con puntos adicionales en las diferentes etapas de la evaluaci´ on del curso. Lecturas: A lo largo del curso se proporcionan diferentes lecturas, las cuales son evaluadas. El promedio de las notas de las lecturas es considerado como la nota de una pr´ actica calificada. El uso del campus virtual UTEC Online permite a cada estudiante acceder a la informaci´ on del curso, e interactuar fuera de aula con el profesor y con los otros estudiantes. Sistema de Evaluaci´ on: 12. Contenido Unidad 1: An´ alisis B´ asico (10) Competences esperadas: C1 Objetivos de Aprendizaje

T´ opicos

• Explique a que se refiere con “mejor”, “esperado” y “peor” caso de comportamiento de un algoritmo [Evaluar]

• Diferencias entre el mejor, el esperado y el peor caso de un algoritmo. • An´ alisis asint´ otico de complejidad de cotas superior y esperada.

• En el contexto de a algoritmos espec´ıficos, identifique las caracter´ısticas de data y/o otras condiciones o suposiciones que lleven a diferentes comportamientos [Evaluar]

• Definici´ on formal de la Notaci´ on Big O. • Clases de complejidad como constante, logar´ıtmica, lineal, cuadr´ atica y exponencial.

• Determine informalmente el tiempo y el espacio de complejidad de simples algoritmos [Evaluar]

• Uso de la notaci´ on Big O.

• Indique la definici´ on formal de Big O [Evaluar]

• Relaciones recurrentes.

• Lista y contraste de clases estándares de complejidad [Evaluar]

• An´ alisis de algoritmos iterativos y recursivos. • Algunas versiones del Teorema Maestro.

• Use la notación formal de la Big O para dar l´ımites superiores asint´ oticos en la complejidad de tiempo y espacio de los algoritmos [Evaluar] • Usar la notaci´ on formal Big O para dar l´ımites de casos esperados en el tiempo de complejidad de los algoritmos [Evaluar] • Explicar el uso de la notación theta grande, omega grande y o peque˜ na para describir la cantidad de trabajo hecho por un algoritmo [Evaluar] • Usar relaciones recurrentes para determinar el tiempo de complejidad de algoritmos recursivamente definidos [Evaluar] • Resuelve relaciones de recurrencia b´ asicas, por ejemplo. usando alguna forma del Teorema Maestro [Evaluar] Lecturas : [KT05], [DPV06], [RS09], [SF13], [Knu97]

3

Unidad 2: Estrategias Algor´ıtmicas (30) Competences esperadas: C2 Objetivos de Aprendizaje

T´ opicos

• Para cada una de las estrategias (fuerza bruta, algoritmo goloso, divide y vencer´ as, recursividad en reversa y programaci´ on din´ amica), identifica un ejemplo práctico en el cual se pueda aplicar [Evaluar]

• Algoritmos de fuerza bruta.

• Utiliza un enfoque voraz para resolver un problema espec´ıfico y determina si la regla escogida lo gu´ıa a una solución óptima [Evaluar]

• Programaci´ on Din´ amica.

• Algoritmos voraces. • Divide y vencer´ as.

• Usa un algoritmo de divide-y-vencer´ as para resolver un determinado problema [Evaluar] • Usa programaci´ on din´ amica para resolver un problema determinado [Evaluar] • Determina el enfoque algor´ıtmico adecuado para un problema [Evaluar] Lecturas : [KT05], [DPV06], [RS09], [Als99]

4

Unidad 3: Algoritmos y Estructuras de Datos fundamentales (10) Competences esperadas: C6 Objetivos de Aprendizaje T´ opicos • Algoritmos numéricos simples, tales como el cálculo de la media de una lista de n´ umeros, encontrar el m´ınimo y máximo.

• Implementar algoritmos numéricos b´ asicos [Evaluar] • Implementar algoritmos de busqueda simple y explicar las diferencias en sus tiempos de complejidad [Evaluar]

• Algoritmos de b´ usqueda secuencial y binaria. • Algoritmos de ordenamiento de peor caso cuadrático (selecci´ on, inserci´ on)

• Ser capaz de implementar algoritmos de ordenamiento comunes cu´ adraticos y O(N log N) [Evaluar]


• Discutir el tiempo de ejecución y eficiencia de memoria de los principales algoritmos de ordenamiento, busqueda y hashing [Usar]

• Grafos y algoritmos en grafos:


– Representaci´ on de grafos (ej., lista de adyacencia, matriz de adyacencia) – Recorrido en profundidad y amplitud • Mont´ıculos (Heaps)

• Resolver problemas usando algoritmos básicos de grafos, incluyendo busqueda por profundidad y busqueda por amplitud [Evaluar]

• Grafos y algoritmos en grafos: – Algoritmos de la ruta m´ as corta (algoritmos de Dijkstra y Floyd) ´ – Arbol de expansi´ on m´ınima (algoritmos de Prim y Kruskal)

• Demostrar habilidad para evaluar algoritmos, para seleccionar de un rango de posibles opciones, para proveer una justificaci´ on por esa selecci´ on,y para implementar el algoritmo en un contexto en espec´ıfico [Evaluar] • Describir la propiedad del heap y el uso de heaps como una implementaci´ on de colas de prioridad [Evaluar] • Resolver problemas usando algoritmos de grafos, incluyendo camino más corto de una sola fuente y camino más corto de todos los pares, y como m´ınimo un algoritmo de arbol de expansion minima [Evaluar] Lecturas : [KT05], [DPV06], [RS09], [SW11], [GT09]

Unidad 4: Computabilidad y complejidad b´ asica de aut´ omatas (2) Competences esperadas: C9 Objetivos de Aprendizaje T´ opicos • Introducci´ on a las clases P y NP y al problema P vs. NP.

• Define las clases P y NP [Familiarizarse] • Explique el significado de NP-Completitud [Familiarizarse]

• Introducci´ on y ejemplos de problemas NP- Completos y a clases NP-Completos.

Lecturas : [KT05], [DPV06], [RS09]

5

Unidad 5: Estructuras de Datos Avanzadas y An´ alisis de Algoritmos (8) Competences esperadas: C16 Objetivos de Aprendizaje T´ opicos • Entender el mapeamento de problemas del mundo real a soluciones algor´ıtmicas (ejemplo, problemas de grafos, programas lineares,etc) [Familiarizarse]

• Grafos (ej. Ordenamiento Topol´ ogico, encontrando componentes puertemente conectados) • Algoritmos Te´ orico-Numéricos (Aritmética Modular, Prueba del N´ umero Primo, Factorizaci´ on Entera)

• Seleccionar y aplicar técnicas de algoritmos avanzadas (ejemplo, randonmizaci´ on, aproximaci´ on) para resolver problemas reales [Usar]

• Algoritmos aleatorios. • An´ alisis amortizado.

• Seleccionar y aplicar técnicas avanzadas de an´ alisis (ejemplo, amortizado, probabilistico,etc) para algoritmos [Usar]

• An´ alisis Probabil´ıstico.

Lecturas : [KT05], [DPV06], [RS09], [Tar83], [Raw92]

6


1. 2. 3. 4.

C´ odigo del curso y nombre: CS342. Compiladores Cr´ editos: 4 Horas de Teor´ıa y Laboratorio: 2 HT; 4 HP; Docente(s)

Atención previa coordinaci´ on con el profesor 5. Bibliograf´ıa [Aho+08] Alfred Aho et al. Compiladores. Principios, técnicas y herramientas. 2nd. ISBN:10-970-26-1133-4. Addison Wesley, 2008. [Aho90]

Alfred Aho. Compiladores Principios, técnicas y herramientas. Addison Wesley, 1990.

[ALe96]

Karen A.Lemone. Fundamentos de Compiladores. CECSA-Mexico, 1996.

[App02]

A. W. Appel. Modern compiler implementation in Java. 2.a edici´ on. Cambridge University Press, 2002.

[Lou04a]

Kenneth C. Louden. Construccion de Compiladores Principios y Practica. Thomson, 2004.

[Lou04b]

Kenneth C. Louden. Lenguajes de Programacion. Thomson, 2004.

[PV98]

Terrence W. Pratt and Marvin V.Zelkowitz. Lenguajes de Programacion Dise˜ no e Implementacion. PrenticeHall Hispanoamericana S.A., 1998.

[TS98]

Bernard Teufel and Stephanie Schmidt. Fundamentos de Compiladores. Addison Wesley Iberoamericana, 1998.

6. Informaci´ on del curso (a) Breve descripci´ on del curso Que el alumno conozca y comprenda los conceptos y principios fundamentales de la teor´ıa de compilaci´ on para realizar la construcci´ on de un compilador (b) Prerrequisitos: CS211. Teor´ıa de la Computaci´ on. (4to Sem) (c) Tipo de Curso: Obligatorio 7. Competencias • Conocer las técnicas b´ asicas empleadas durante el proceso de generaci´ on intermedio, optimizaci´ on y generación de código. • Aprender a implementar peque˜ nos compiladores. 8. Contribuci´ on a los resultados (Outcomes) a) Aplicar conocimientos de computaci´ on y de matem´ aticas apropiadas para la disciplina. (Evaluar) b) Analizar problemas e identificar y definir los requerimientos computacionales apropiados para su soluci´ on. (Evaluar) j) Aplicar la base matem´ atica, principios de algoritmos y la teor´ıa de la Ciencia de la Computaci´ on en el modelamiento y dise˜ no de sistemas computacionales de tal manera que demuestre comprensi´ on de los puntos de equilibrio involucrados en la opci´ on escogida. (Evaluar) 9. Competencias (IEEE) C8. Entendimiento de lo que las tecnolog´ıas actuales pueden y no pueden lograr.⇒ Outcome a 1

C9. Comprensión de las limitaciones de la computaci´ on, incluyendo la diferencia entre lo que la computaci´ on es inherentemente incapaz de hacer frente a lo que puede lograrse a través de un futuro de ciencia y tecnolog´ıa.⇒ Outcome b,j 10. Lista de temas a estudiar en el curso 1. Representación de programas 2. Traducción y ejecuci´ on de lenguajes 3. Análisis de sintaxis 4. Análisis semántico de compiladores 5. Generación de código 11. Metodologia y Evaluaci´ on Metodolog´ıa: Sesiones Te´ oricas: El desarrollo de las sesiones te´ oricas est´ a focalizado en el estudiante, a través de su participaci´ on activa, resolviendo problemas relacionados al curso con los aportes individuales y discutiendo casos reales de la industria. Los alumnos desarrollarán a lo largo del curso un proyecto de aplicaci´ on de las herramientas recibidas en una empresa. Sesiones de Laboratorio: Las sesiones prácticas se desarrollan en laboratorio. Las pr´ acticas de laboratorio se realizan en equipos para fortalecer su comunicación. Al inicio de cada laboratorio se explica el desarrollo de la pr´ actica y al término se destaca las principales conclusiones de la actividad en forma grupal. Exposiciones individuales o grupales: Se fomenta la participaci´ on individual y en equipo para exponer sus ideas, motiv´ andolos con puntos adicionales en las diferentes etapas de la evaluaci´ on del curso. Lecturas: A lo largo del curso se proporcionan diferentes lecturas, las cuales son evaluadas. El promedio de las notas de las lecturas es considerado como la nota de una pr´ actica calificada. El uso del campus virtual UTEC Online permite a cada estudiante acceder a la informaci´ on del curso, e interactuar fuera de aula con el profesor y con los otros estudiantes. Sistema de Evaluaci´ on: 12. Contenido

2

Unidad 1: Representaci´ on de programas (5) Competences esperadas: C9 Objetivos de Aprendizaje

T´ opicos

• Explicar como programas que procesan otros programas tratan a los otros programas como su entrada de datos [Familiarizarse]

• Programas que tienen otros programas como entrada tales como interpretes, compiladores, revisores de tipos y generadores de documentaci´ on.

• Describir un árbol de sintaxis abstracto para un lenguaje peque˜ no [Familiarizarse]

• Arboles de sintaxis abstracta, para contrastar la sintaxis correcta.

• Describir los beneficios de tener representaciones de programas que no sean cadenas de código fuente [Familiarizarse]

• Estructuras de datos que representan código para ejecuci´ on, traducci´ on o transmisi´ on. • Compilaci´ on en tiempo just-in time y re-compilación din´ amica.

• Escribir un programa para procesar alguna representaci´ on de código para alg´ un prop´ osito, tales como un interprete, una expresi´ on optimizada, o un generador de documentaci´ on [Familiarizarse]

• Otras caracter´ısticas comunes de las máquinas virtuales, tales como carga de clases, hilos y seguridad.

• Explicar el uso de metadatos en las representaciones de tiempo de ejecuci´ on de objetos y registros de activación, tales como los punteros de la clase, las longitudes de arreglos, direcciones de retorno, y punteros de frame [Familiarizarse] • Discutir las ventajas, desventajas y dificultades del término (just-in-time) y recompilaci´ on autom´ atica [Familiarizarse] • Identificar los servicios proporcionados por los sistemas de tiempo de ejecuci´ on en lenguajes modernos [Familiarizarse] Lecturas : [Lou04b], [PV98]

3

Unidad 2: Traducci´ on y ejecuci´ on de lenguajes (10) Competences esperadas: C8 Objetivos de Aprendizaje T´ opicos • Distinguir una definici´ on de un lenguaje de una implementación particular de un lenguaje (compilador vs interprete, tiempo de ejecuci´ on de la representaci´ on de los objetos de datos, etc) [Evaluar]

• Interpretaci´ on vs. compilaci´ on a c´ odigo nativo vs. compilaci´ on de representaci´ on portable intermedia. • Pipeline de traducci´ on de lenguajes: an´ alisis, revisi´ on opcional de tipos, traducci´ on, enlazamiento, ejecuci´ on:

• Distinguir sintaxis y parseo de la semantica y la evaluación [Evaluar]

– Ejecuci´ on como código nativo o con una m´ aquina virtual

• Bosqueje una representaci´ on de bajo nivel de tiempo de ejecución de construcciones del lenguaje base, tales como objetos o cierres (closures) [Evaluar]

– Alternativas como carga din´ amica y codificaci´ on din´ amica de c´ odigo (o “just-in-time””)

• Explicar cómo las implementaciones de los lenguajes de programaci´ on tipicamente organizan la memoria en datos globales, texto, heap, y secciones de pila y c´ omo las caracter´ısticas tales como recursi´ on y administración de memoria son mapeados a esté modelo de memoria [Evaluar]

• Representaci´ on en tiempo de ejecuci´ on de construcci´ on del lenguaje n´ ucleo tales como objetos (tablas de métodos) y funciones de primera clase (cerradas)

• Identificar y corregir las pérdidas de memoria y punteros desreferenciados [Evaluar]

– Implementaci´ on de bucles, recursividad y llamadas de cola

• Ejecuci´ on en tiempo real de asignaci´ on de memoria: pila de llamdas, mont´ıculo, datos est´ aticos:

• Discutir los beneficios y limitaciones de la recolecci´ on de basura (garbage collection), incluyendo la noci´ on de accesibilidad [Evaluar]

• Gesti´ on de memoria: – Gesti´ on manual de memoria: asignación, limpieza y reuso de la pila de memoria – Gesti´ on autom´ atica de memoria: recolección de datos no utilizados (garbage colletion) como una técnica autom´ atica usando la noci´ on de accesibilidad

Lecturas : [Aho+08], [Aho90], [Lou04a], [TS98], [ALe96], [App02] Unidad 3: An´ alisis de sintaxis (10) Competences esperadas: C8 Objetivos de Aprendizaje

T´ opicos

• Usar gramáticas formales para especificar la sintaxis de los lenguajes [Evaluar]

• Exploraci´ on (an´ alisis léxico) usando expresiones regulares.

• Usar herramientas declarativas parseadores y esc´ aneres [Evaluar]

• Estratégias de análisis incluyendo técnicas de arriba a abajo (top-down) (p.e. descenso recursivo, análisis temprano o LL) y de abajo a arriba (bottom-up) (ej, ‘llamadas hacia atr´ as - bracktracking, o LR); rol de las gram´ aticas libres de contexto.

para

generar

• Identificar las caracter´ısticas clave en las definiciones de sintaxis: ambiguedad, asociatividad, precedencia [Evaluar]

• Generaci´ on de exploradores (scanners) y analizadores a partir de especificaciones declarativas. Lecturas : [Aho+08], [Aho90], [Lou04a], [TS98], [ALe96], [App02]

4

Unidad 4: An´ alisis sem´ antico de compiladores (15) Competences esperadas: C8 Objetivos de Aprendizaje T´ opicos • Implementar analizadores sensibles al contexto y estáticos a nivel de fuente, tales como, verificadores de tipos o resolvedores de identificadores para identificar las ocurrencias de vinculo [Evaluar]

• Representaciones de programas de alto nivel tales como árboles de sintaxis abstractas.

• Describir analizadores semanticos usando una gramatica con atributos [Evaluar]

• Revisi´ on de tipos.

• Alcance y resoluci´ on de v´ınculos. • Especificaciones declarativas tales como gramáticas atribu´ıdas.

Lecturas : [Aho+08], [Aho90], [Lou04a], [TS98], [ALe96], [App02] Unidad 5: Generaci´ on de c´ odigo (20) Competences esperadas: C8 Objetivos de Aprendizaje

T´ opicos

• Identificar todos los pasos esenciales para convertir automáticamente c´ odigo fuente en código emsamblador o otros lenguajes de bajo nivel [Evaluar]

• Llamadas a procedimientos y métodos en env´ıo.

• Generar código de bajo nivel para llamadas a funciones en lenguajes modernos [Evaluar]

• Selecci´ on de instrucciones.

• Discutir por qué la compilaci´ on separada requiere convenciones de llamadas uniformes [Evaluar]

• Asignaci´ on de registros.

• Compilaci´ on separada; vinculaci´ on. • Calendarizaci´ on de instrucciones. • Optimizaci´ on por rendija (peephole)

• Discutir por qué la compilaci´ on separada limita la optimización debido a efectos de llamadas desconocidas [Evaluar] • Discutir oportunidades para optimizaci´ on introducida por la traducci´ on y enfoques para alcanzar la optimización, tales como la selecci´ on de la instrucci´ on, planificaci´ on de instruccion, asignaci´ on de registros y optimizaci´ on de tipo mirilla (peephole optimization) [Evaluar]

Lecturas : [Aho+08], [Aho90], [Lou04a], [TS98], [ALe96], [App02]

5


1. 2. 3. 4.

´ C´ odigo del curso y nombre: GH2010. Etica y Tecnolog´ıa Cr´ editos: 2 Horas de Teor´ıa y Laboratorio: 1 HT; 2 HP; Docente(s)

Atención previa coordinaci´ on con el profesor 5. Bibliograf´ıa ´ [Alo06] Garcia. Alonso. Etica o Filosof´ıa moral. México,Editorial Trillas, 2006. ´ [Mar05] Alvarado. Mart´ın. Etica. México,Editorial Trillas, 2005. 6. Informaci´ on del curso (a) Breve descripci´ on del curso Este curso busca proporcionar a los y las estudiantes ciertos marcos referenciales con los cuales analizar las disyuntivas que se pueden presentar en su ejercicio profesional. El curso pone en práctica constante el razonamiento cr´ıtico y responsable de los y las estudiantes, siendo esta una competencia fundamental para los procesos de toma de decisi´ on que asumiremos como profesionales y ciudadanos. (b) Prerrequisitos: GH1006. Laboratorio de Comunicaci´ on II. (2do Sem) (c) Tipo de Curso: Obligatorio 7. Competencias • Introducir a los estudiantes al pensamiento cr´ıtico y ético aplicado a su campo profesional. • Desarrollar la competencia de mirar un fen´ omeno desde varias disciplinas y perspectivas genera en la persona empat´ıa y respeto a la diversidad de opini´ on. • Capacidad de trabajo en equipo. • Capacidad para identificar problemas. • Capacidad de comunicaci´ on oral. • Tiene interés por conocer sobre temas actuales de la sociedad peruana y del mundo. • Capacidad de comunicaci´ on escrita. 8. Contribuci´ on a los resultados (Outcomes) d) Trabajar efectivamente en equipos para cumplir con un objetivo com´ un. (Usar) e) Entender correctamente las implicancias profesionales, éticas, legales, de seguridad y sociales de la profesi´ on. (Usar) f ) Comunicarse efectivamente con audiencias diversas. (Usar) n) Aplicar conocimientos de humanidades en su labor profesional. (Usar) o) Mejorar las condiciones de la sociedad poniendo la tecnolog´ıa al servicio del ser humano. (Usar) 9. Competencias (IEEE) 1

C10. Comprensión del impacto en las personas, las organizaciones y la sociedad de la implementaci´ on de soluciones tecnológicas e intervenciones.⇒ Outcome d,n,o C17. Capacidad para expresarse en los medios de comunicaci´ on orales y escritos como se espera de un graduado.⇒ Outcome f C18. Capacidad para participar de forma activa y coordinada en un equipo.⇒ Outcome f C21. Comprender el aspecto profesional, legal, seguridad, asuntos pol´ıticos, humanistas, ambientales, culturales y éticos.⇒ Outcome e 10. Lista de temas a estudiar en el curso ´ 1. Etica, ciencia y tecnolog´ıa. 2. Responsabilidad en la ciencia e ingenier´ıa 3. Ciudadan´ıa y ejercicio de la justicia en la era digital 11. Metodologia y Evaluaci´ on Metodolog´ıa: Sesiones Te´ oricas: El desarrollo de las sesiones te´ oricas est´ a focalizado en el estudiante, a través de su participaci´ on activa, resolviendo problemas relacionados al curso con los aportes individuales y discutiendo casos reales de la industria. Los alumnos desarrollarán a lo largo del curso un proyecto de aplicaci´ on de las herramientas recibidas en una empresa. Sesiones de Laboratorio: Las sesiones prácticas se desarrollan en laboratorio. Las pr´ acticas de laboratorio se realizan en equipos para fortalecer su comunicación. Al inicio de cada laboratorio se explica el desarrollo de la pr´ actica y al término se destaca las principales conclusiones de la actividad en forma grupal. Exposiciones individuales o grupales: Se fomenta la participaci´ on individual y en equipo para exponer sus ideas, motiv´ andolos con puntos adicionales en las diferentes etapas de la evaluaci´ on del curso. Lecturas: A lo largo del curso se proporcionan diferentes lecturas, las cuales son evaluadas. El promedio de las notas de las lecturas es considerado como la nota de una pr´ actica calificada. El uso del campus virtual UTEC Online permite a cada estudiante acceder a la informaci´ on del curso, e interactuar fuera de aula con el profesor y con los otros estudiantes. Sistema de Evaluaci´ on: 12. Contenido ´ Unidad 1: Etica, ciencia y tecnolog´ıa. (12) Competences esperadas: C10 Objetivos de Aprendizaje

T´ opicos

• Fortalecer en el estudiante la capacidad de pensar interdisciplinariamente..

• Definici´ on y alcance de la ética Pensamiento cr´ıtico / argumentaci´ on ética. • Ciencia y Tecnolog´ıa , ¿Son las ingenier´ıas y la tecnolog´ıa cuestiones objetivas? • Tecnolog´ıa: concepto y l´ımites. • Importancia de la ética en las ciencias e ingenier´ıa .

Lecturas : [Alo06]

2

Unidad 2: Responsabilidad en la ciencia e ingenier´ıa (24) Competences esperadas: C17,C21 Objetivos de Aprendizaje T´ opicos • Comprender las responsabilidades profesionales y éticas.

• Alcance del concepto Responsabilidad en la ciencia (Imperative of Responsability) • Introducci´ on al tema Responsabilidad / libertad

Lecturas : [Mar05] Unidad 3: Ciudadan´ıa y ejercicio de la justicia en la era digital (30) Competences esperadas: C17,C21 Objetivos de Aprendizaje T´ opicos • Comprende el impacto de las soluciones de la ingenier´ıa en un contexto global, econ´ omico, ambiental y de la sociedad.

• Introducci´ on al tema de ciudadan´ıa en la era digital • Tecnolog´ıa, nuevos activismos y ciudadan´ıa

Lecturas : [Mar05]

3


1. 2. 3. 4.

C´ odigo del curso y nombre: XD301. Proyecto Interdisciplinario III Cr´ editos: 2 Horas de Teor´ıa y Laboratorio: 2 HT; Docente(s)

Atención previa coordinaci´ on con el profesor 5. Bibliograf´ıa [Zob14] Justin Zobel. Writing for Computer Science. Springer,Londres, 2014. 6. Informaci´ on del curso (a) Breve descripci´ on del curso Proyectos Interdisciplinarios III es un curso en el que los estudiantes trabajan en equipos en un proyecto de investigaci´ on y desarrollo o emprendimiento, con el fin de plantear una solución a un problema relevante. El desarrollo del proyecto se centra en el uso de herramientas de ingenier´ıa, tecnologia y la ciencia de la computaci´ on para proponer soluciones a problemas técnicos, tecnol´ ogicos, cient´ıficos y/o sociales. La integración del conocimiento y aspectos multidisciplinarios e interdisciplinarios es un elemento esencial para el éxito del proyecto. A lo largo del curso, el estudiante aprende sobre el proceso de dise˜ no, a aplicar los contenidos de su carrera a un contexto real; a identificar y adquirir nuevos conocimientos relevantes; y a colaborar interdisciplinariamente. En este tercer curso de Proyectos Interdisciplinarios, el estudiante est´ a expuesto a problemas de complejidad moderada, con bajo nivel incertidumbre en la problem´ atica y la soluci´ on, y cuenta con el apoyo y supervisi´ on cercana del asesor del proyecto. El curso enfatiza el desarrollo y reforzamiento de las habilidades de comunicaci´ on efectiva y colaboración, para propiciar la formaci´ on de equipos de alto rendimiento. Se aprende a gestionar proyectos, aplicando buenas prácticas y estándares internacionales. (b) Prerrequisitos: XD201. Proyecto Interdisciplinario II. (4to Sem) (c) Tipo de Curso: Obligatorio 7. Competencias • Identificar problemas • Dise˜ nar un componente o un proceso para satisfacer las necesidades deseadas dentro de restricciones realistas. 8. Contribuci´ on a los resultados (Outcomes) f ) Comunicarse efectivamente con audiencias diversas. (Usar) n) Aplicar conocimientos de humanidades en su labor profesional. (Usar) 9. Competencias (IEEE) C17. Capacidad para expresarse en los medios de comunicaci´ on orales y escritos como se espera de un graduado.⇒ Outcome f C19. Capacidad para identificar eficazmente los objetivos y las prioridades de su trabajo / área / proyecto con indicación de la acción, el tiempo y los recursos necesarios.⇒ Outcome n 10. Lista de temas a estudiar en el curso 1. Proyecto Interdisciplinario III 1

11. Metodologia y Evaluaci´ on Metodolog´ıa: Sesiones Te´ oricas: El desarrollo de las sesiones te´ oricas est´ a focalizado en el estudiante, a través de su participaci´ on activa, resolviendo problemas relacionados al curso con los aportes individuales y discutiendo casos reales de la industria. Los alumnos desarrollarán a lo largo del curso un proyecto de aplicaci´ on de las herramientas recibidas en una empresa. Sesiones de Laboratorio: Las sesiones prácticas se desarrollan en laboratorio. Las pr´ acticas de laboratorio se realizan en equipos para fortalecer su comunicación. Al inicio de cada laboratorio se explica el desarrollo de la pr´ actica y al término se destaca las principales conclusiones de la actividad en forma grupal. Exposiciones individuales o grupales: Se fomenta la participaci´ on individual y en equipo para exponer sus ideas, motiv´ andolos con puntos adicionales en las diferentes etapas de la evaluaci´ on del curso. Lecturas: A lo largo del curso se proporcionan diferentes lecturas, las cuales son evaluadas. El promedio de las notas de las lecturas es considerado como la nota de una pr´ actica calificada. El uso del campus virtual UTEC Online permite a cada estudiante acceder a la informaci´ on del curso, e interactuar fuera de aula con el profesor y con los otros estudiantes. Sistema de Evaluaci´ on: 12. Contenido Unidad 1: Proyecto Interdisciplinario III (16) Competences esperadas: C17 Objetivos de Aprendizaje

T´ opicos



Lecturas : [Zob14]

2


1. 2. 3. 4.

C´ odigo del curso y nombre: CS312. Estructuras de Datos Avanzadas Cr´ editos: 4 Horas de Teor´ıa y Laboratorio: 2 HT; 4 HP; Docente(s)

Atención previa coordinaci´ on con el profesor 5. Bibliograf´ıa [Chá+01] E. Chávez et al. “Proximity Searching in Metric Spaces”. In: ACM Computing Surveys 33.3 (Sept. 2001), pp. 273–321. [Cua+04]

Ernesto Cuadros-Vargas et al. “Implementing data structures: An incremental approach”. http://socios.spc.org .pe/ecuadros/cursos/pdfs/. 2004.

[Gam+94] Erich Gamma et al. Design Patterns: Elements of Reusable Object-Oriented Software. Computing Series. ISBN-10: 0201633612. Addison-Wesley Professional, Nov. 1994. [GG98]

Volker Gaede and Oliver G¨ unther. “Multidimensional Access Methods”. In: ACM Computing Surveys 30.2 (1998), pp. 170–231.

[Knu07a]

Donald Ervin Knuth. The Art of Computer Programming, Fundamental Algorithms. 3rd. Vol. I. 0-201-89683-4. Addison-Wesley, Feb. 2007.

[Knu07b]

Donald Ervin Knuth. The Art of Computer Programming, Sorting and Searching. 2nd. Vol. II. 0-201-89685-0. Addison-Wesley, Feb. 2007.

[PI06]

Trevor Darrell PGregory Shakhnarovich and Piotr Indyk. Nearest-Neighbor Methods in Learning and Vision: Theory and Practice. 1st. ISBN 0-262-19547-X. MIT Press, Mar. 2006.

[Sam06]

Hanan Samet. Foundations of Multidimensional and Metric Data Structures. Illustrated. Elsevier/Morgan Kaufmann, 2006. isbn: 9780123694461. url: http://books.google.com.pe/books?id=vO-NRRKHG84C.

[Tra+00]

C. Traina Jr et al. “Slim-Trees: High Performance Metric Trees Minimizing Overlap between Nodes”. In: Advances in Database Technology - EDBT 2000, 6th International Conference on Extending Database Technology. Vol. 1777. Lecture Notes in Computer Science. Konstanz, Germany: Springer, Mar. 2000, pp. 51– 65.

[Zez+07]

Pavel Zezula et al. Similarity Search: The Metric Space Approach. 1st. ISBN-10: 0387291466. Springer, Nov. 2007.

6. Informaci´ on del curso (a) Breve descripci´ on del curso Los algoritmos y estructuras de datos son una parte fundamental de la ciencia de la computación que nos permiten organizar la informaci´ on de una manera m´ as eficiente, por lo que es importante para todo profesional del área tener una sólida formaci´ on en este aspecto. En el curso de estructuras de datos avanzadas nuestro objetivo es que el alumno conozca y analize estructuras complejas, como los Métodos de Acceso Multidimensional, Métodos de Acceso Espacio-Temporal y Métodos de Acceso Métrico, etc. (b) Prerrequisitos: CS212. Análisis y Dise˜ no de Algoritmos. (5to Sem) (c) Tipo de Curso: Obligatorio 7. Competencias 1

• Que el alumno entienda, dise˜ ne, implemente, aplique y proponga estructuras de datos innovadoras para solucionar problemas relacionados al tratamiento de datos multidimensionales, recuperaci´ on de informaci´ on por similitud, motores de b´ usqueda y otros problemas computacionales. 8. Contribuci´ on a los resultados (Outcomes) a) Aplicar conocimientos de computaci´ on y de matem´ aticas apropiadas para la disciplina. (Familiarizarse) b) Analizar problemas e identificar y definir los requerimientos computacionales apropiados para su soluci´ on. (Usar) c) Dise˜ nar, implementar y evaluar un sistema, proceso, componente o programa computacional para alcanzar las necesidades deseadas. (Familiarizarse) j) Aplicar la base matem´ atica, principios de algoritmos y la teor´ıa de la Ciencia de la Computaci´ on en el modelamiento y dise˜ no de sistemas computacionales de tal manera que demuestre comprensi´ on de los puntos de equilibrio involucrados en la opci´ on escogida. (Familiarizarse) 9. Competencias (IEEE) C1. La comprensión intelectual y la capacidad de aplicar las bases matem´ aticas y la teor´ıa de la inform´ atica (Computer Science).⇒ Outcome a,j C20. Posibilidad de conectar la teor´ıa y las habilidades aprendidas en la academia a los acontecimientos del mundo real que explican su pertinencia y utilidad.⇒ Outcome b CS2. Identificar y analizar los criterios y especificaciones apropiadas a los problemas espec´ıficos, y planificar estrategias para su solución.⇒ Outcome c 10. Lista de temas a estudiar en el curso 1. Técnicas Básicas de Implementaci´ on de Estructuras de Datos 2. Métodos de Acceso Multidimensionales 3. Métodos de Acceso Métrico 4. Métodos de Acceso Aproximados 5. Seminarios 11. Metodologia y Evaluaci´ on Metodolog´ıa: Sesiones Te´ oricas: El desarrollo de las sesiones te´ oricas est´ a focalizado en el estudiante, a través de su participaci´ on activa, resolviendo problemas relacionados al curso con los aportes individuales y discutiendo casos reales de la industria. Los alumnos desarrollarán a lo largo del curso un proyecto de aplicaci´ on de las herramientas recibidas en una empresa. Sesiones de Laboratorio: Las sesiones prácticas se desarrollan en laboratorio. Las pr´ acticas de laboratorio se realizan en equipos para fortalecer su comunicación. Al inicio de cada laboratorio se explica el desarrollo de la pr´ actica y al término se destaca las principales conclusiones de la actividad en forma grupal. Exposiciones individuales o grupales: Se fomenta la participaci´ on individual y en equipo para exponer sus ideas, motiv´ andolos con puntos adicionales en las diferentes etapas de la evaluaci´ on del curso. Lecturas: A lo largo del curso se proporcionan diferentes lecturas, las cuales son evaluadas. El promedio de las notas de las lecturas es considerado como la nota de una pr´ actica calificada. El uso del campus virtual UTEC Online permite a cada estudiante acceder a la informaci´ on del curso, e interactuar fuera de aula con el profesor y con los otros estudiantes. Sistema de Evaluaci´ on: 12. Contenido

2

Unidad 1: T´ ecnicas B´ asicas de Implementaci´ on de Estructuras de Datos (16) Competences esperadas: C1 Objetivos de Aprendizaje T´ opicos • Que el alumno entienda las diferencias básicas que involucran las distintas técnicas de implementaci´ on de estructuras de datos[Usar]

• Programaci´ on estructurada

• Que el alumno analice las ventajas y desventajas de cada una de las técnicas existentes[Usar]

• Tipos Abstractos de Datos

• Programaci´ on Orientada a Objetos • Independencia del lenguaje de programación del usuario de la estructura • Independencia de Plataforma • Control de concurrencia • Protecci´ on de Datos • Niveles de encapsulamiento (struct, class, namespace, etc)

Lecturas : [Cua+04], [Knu07a], [Knu07b], [Gam+94] Unidad 2: M´ etodos de Acceso Multidimensionales (16) Competences esperadas: C20 Objetivos de Aprendizaje T´ opicos • Que el alumno entienda conozca e implemente algunos Métodos de Acceso para datos multidimensionales y espacio temporales[Usar]

• Métodos de Acceso para datos puntuales

• Que el alumno entienda el potencial de estos Métodos de Acceso en el futuro de las bases de datos comerciales[Usar]

• Problemas relacionados con el aumento de dimensión

• Métodos de Acceso para datos no puntuales

Lecturas : [Sam06], [GG98] Unidad 3: M´ etodos de Acceso M´ etrico (20) Competences esperadas: C24 Objetivos de Aprendizaje

T´ opicos

• Que el alumno entienda conozca e implemente algunos métodos de acceso métrico[Usar]

• Métodos de Acceso Métrico para distancias discretas • Métodos de Acceso Métrico para distancias continuas

• Que el alumno entienda la importancia de estos Métodos de Acceso para la Recuperaci´ on de Información por Similitud[Usar] Lecturas : [Sam06], [Ch´ a+01], [Tra+00], [Zez+07]

3

Unidad 4: M´ etodos de Acceso Aproximados (20) Competences esperadas: C1 Objetivos de Aprendizaje

T´ opicos

• Que el alumno entienda conozca e implemente algunos métodos de acceso aproximados[Usar]

• Space Filling Curves • Locality Sensitive Hashing

• Que el alumno entienda la importancia de estos Métodos de Acceso para la Recuperaci´ on de Información por Similitud en entornos donde la Escalabilidad sea una factor muy importante[Usar] Lecturas : [PI06], [Zez+07], [Sam06] Unidad 5: Seminarios (8) Competences esperadas: C20 Objetivos de Aprendizaje

T´ opicos

• Que el alumno pueda discutir sobre los u ´ltimos avances en métodos de acceso para distintos dominios de conocimiento[Usar]

• Métodos de Acceso Espacio Temporal • Estructuras de Datos con programaci´ on genérica

Lecturas : [Sam06], [Ch´ a+01]

4


1. 2. 3. 4.

C´ odigo del curso y nombre: CS231. Redes y Comunicaciones Cr´ editos: 3 Horas de Teor´ıa y Laboratorio: 1 HT; 4 HP; Docente(s)

Atención previa coordinaci´ on con el profesor 5. Bibliograf´ıa [KR13] J.F. Kurose and K.W. Ross. Computer Networking: A Top-down Approach. Always learning. Pearson, 2013. isbn: 9780132856201. 6. Informaci´ on del curso (a) Breve descripci´ on del curso El siempre creciente desarrollo de las tecnolog´ıas de comunicaci´ on y la información hace que exista una marcada tendencia a establecer m´ as redes de computadores que permitan una mejor gestión de la información. En este segundo curso se brindar´ a a los participantes una introducci´ on a los problemas que conlleva la comunicación entre computadores, a través del estudio e implementaci´ on de protocolos de comunicaci´ on como TCP/IP y la implementación de software sobre estos protocolos. (b) Prerrequisitos: CS2S1. Sistemas Operativos. (5to Sem) (c) Tipo de Curso: Obligatorio 7. Competencias • Que el alumno implemente y/o modifique un protocolo de comunicaci´ on de datos. • Que el alumno domine las técnicas de transmisi´ on de datos utilizadas por los protocolos de red existentes. 8. Contribuci´ on a los resultados (Outcomes) b) Analizar problemas e identificar y definir los requerimientos computacionales apropiados para su soluci´ on. (Familiarizarse) c) Dise˜ nar, implementar y evaluar un sistema, proceso, componente o programa computacional para alcanzar las necesidades deseadas. (Usar) e) Entender correctamente las implicancias profesionales, éticas, legales, de seguridad y sociales de la profesi´ on. (Familiarizarse) g) Analizar el impacto local y global de la computaci´ on sobre los individuos, organizaciones y sociedad. (Evaluar) i) Utilizar técnicas y herramientas actuales necesarias para la pr´ actica de la computaci´ on. (Usar) j) Aplicar la base matem´ atica, principios de algoritmos y la teor´ıa de la Ciencia de la Computaci´ on en el modelamiento y dise˜ no de sistemas computacionales de tal manera que demuestre comprensi´ on de los puntos de equilibrio involucrados en la opci´ on escogida. (Usar) 9. Competencias (IEEE)

1

C1. La comprensión intelectual y la capacidad de aplicar las bases matem´ aticas y la teor´ıa de la inform´ atica (Computer Science).⇒ Outcome j,e C6. Capacidad para dise˜ nar y poner en pr´ actica las unidades estructurales mayores que utilizan algoritmos y estructuras de datos y las interfaces a través del cual estas unidades se comunican.⇒ Outcome c,b C7. Ser capaz de aplicar los principios y tecnolog´ıas de ingenier´ıa de software para asegurar que las implementaciones de software son robustos, fiables y apropiados para su p´ ublico objetivo.⇒ Outcome c CS2. Identificar y analizar los criterios y especificaciones apropiadas a los problemas espec´ıficos, y planificar estrategias para su solución.⇒ Outcome g,b CS5. Especificar, dise˜ nar e implementar sistemas basados en computadoras.⇒ Outcome c CS8. Aplicar los principios de la interacci´ on persona-ordenador para la evaluaci´ on y la construcci´ on de una amplia gama de materiales, incluyendo interfaces de usuario, páginas web, sistemas multimedia y sistemas móviles.⇒ Outcome b CS12. Operar equipos de computaci´ on y software eficaz de dichos sistemas.⇒ Outcome i 10. Lista de temas a estudiar en el curso 1. Introducción 2. Aplicaciones en red 3. Entrega confiable de datos 4. Ruteo y reenv´ıo 5. Redes de área local 6. Asignación de recursos 7. Celulares 8. Redes sociales 11. Metodologia y Evaluaci´ on Metodolog´ıa: Sesiones Te´ oricas: El desarrollo de las sesiones te´ oricas est´ a focalizado en el estudiante, a través de su participaci´ on activa, resolviendo problemas relacionados al curso con los aportes individuales y discutiendo casos reales de la industria. Los alumnos desarrollarán a lo largo del curso un proyecto de aplicaci´ on de las herramientas recibidas en una empresa. Sesiones de Laboratorio: Las sesiones prácticas se desarrollan en laboratorio. Las pr´ acticas de laboratorio se realizan en equipos para fortalecer su comunicación. Al inicio de cada laboratorio se explica el desarrollo de la pr´ actica y al término se destaca las principales conclusiones de la actividad en forma grupal. Exposiciones individuales o grupales: Se fomenta la participaci´ on individual y en equipo para exponer sus ideas, motiv´ andolos con puntos adicionales en las diferentes etapas de la evaluaci´ on del curso. Lecturas: A lo largo del curso se proporcionan diferentes lecturas, las cuales son evaluadas. El promedio de las notas de las lecturas es considerado como la nota de una pr´ actica calificada. El uso del campus virtual UTEC Online permite a cada estudiante acceder a la informaci´ on del curso, e interactuar fuera de aula con el profesor y con los otros estudiantes. Sistema de Evaluaci´ on: 12. Contenido

2

Unidad 1: Introducci´ on (5) Competences esperadas: C1,CS8 Objetivos de Aprendizaje

T´ opicos

• Articular la organizaci´ on de la Internet [Familiarizarse]

• Organizaci´ on de la Internet (proveedores de servicios de Internet, proveedores de contenido, etc)

• Listar y definir la terminolog´ıa de red apropiada [Familiarizarse]

• Técnicas de Switching (por ejemplo, de circuitos, de paquetes)

• Describir la estructura en capas de una arquitectura t´ıpica en red [Familiarizarse]

• Piezas f´ısicas de una red, incluidos hosts, routers, switches, ISPs, inal´ ambrico, LAN, punto de acceso y firewalls.

• Identificar los diferentes tipos de complejidad en una red (bordes, n´ ucleo, etc.) [Familiarizarse]

• Principios de capas (encapsulaci´ on, multiplexación) • Roles de las diferentes capas (aplicaci´ on, transporte, red, enlace de datos, f´ısica)

Lecturas : [KR13] Unidad 2: Aplicaciones en red (5) Competences esperadas: CS2,CS5 Objetivos de Aprendizaje

T´ opicos

• Listar las diferencias y las relaciones entre los nombres y direcciones en una red [Familiarizarse]

• Esquemas de denominaci´ on y direcci´ on (DNS, direcciones IP, identificadores de recursos uniformes, etc)

• Definir los principios detr´ as de esquemas de denominación y ubicaci´ on del recurso [Familiarizarse]

• Las aplicaciones distribuidas (cliente / servidor, peer-to-peer, nube, etc)

• Implementar una aplicaci´ on simple cliente-servidor basada en sockets [Usar]

• HTTP como protocolo de capa de aplicación . • Multiplexaci´ on con TCP y UDP • API de Socket

Lecturas : [KR13] Unidad 3: Entrega confiable de datos (10) Competences esperadas: C6,CS2,CS5 Objetivos de Aprendizaje

T´ opicos

• Describir el funcionamiento de los protocolos de entrega fiables [Familiarizarse]

• Control de errores (técnicas de retransmisión, temporizadores)

• Listar los factores que afectan al rendimiento de los protocolos de entrega fiables [Familiarizarse]

• El control de flujo (agradecimientos, deslizante)

• Dise˜ nar e implementar un protocolo confiable simple [Usar]

• Problemas de rendimiento (pipelining) • TCP

Lecturas : [KR13]

3

ventana

Unidad 4: Ruteo y reenv´ıo (12) Competences esperadas: CS2,CS5 Objetivos de Aprendizaje

T´ opicos • Enrutamiento vs reenv´ıo .

• Describir la organizaci´ on de la capa de red [Familiarizarse]

• Enrutamiento est´ atico .

• Describir cómo los paquetes se env´ıan en una red IP [Familiarizarse]

• Protocolo de Internet (IP) • Problemas jer´ arquico)

• Listar las ventajas de escalabilidad de direccionamiento jer´ arquico [Familiarizarse]

de

escalabilidad

(direccionamiento

Lecturas : [KR13] Unidad 5: Redes de ´ area local (10) Competences esperadas: C1,C7 Objetivos de Aprendizaje

T´ opicos

• Describir como los paquetes son enviados en una red Ethernet [Familiarizarse]

• Problemas de Acceso M´ ultiple. • Enfoques comunes a Acceso m´ ultiple (exponencial backoff, multiplexaci´ on por divisi´ on de tiempo, etc)

• Describir las relaciones entre IP y Ethernet [Familiarizarse]

• Redes de área local .

• Describir las relaciones entre IP y Ethernet [Familiarizarse]

• Ethernet . • Switching .

• Describir las etapas usadas en un enfoque com´ un para el problema de m´ ultiples accesos [Familiarizarse] Lecturas : [KR13] Unidad 6: Asignaci´ on de recursos (12) Competences esperadas: C6,CS5,CS12 Objetivos de Aprendizaje

T´ opicos

• Describir como los recursos pueden ser almacenados en la red [Familiarizarse]

• Necesidad de asignaci´ on de recursos . • Asignaci´ on fija (TDM, FDM, WDM) versus la asignaci´ on din´ amica .

• Describir los problemas de congesti´ on en una red grande [Familiarizarse]

• De extremo a extremo frente a las red de enfoque asistida .

• Comparar y contrastar las técnicas de almacenamiento estático y din´ amico [Familiarizarse]

• Justicia.

• Comparar y contrastar los enfoques actuales de la congestión [Familiarizarse]

• Principios del control de congesti´ on. • Enfoques para la congesti´ on (por ejemplo, redes de distribuci´ on de contenidos)

Lecturas : [KR13]

4

Unidad 7: Celulares (5) Competences esperadas: C1,C7 Objetivos de Aprendizaje

T´ opicos • Principios de redes celulares.

• Describir la organizaci´ on de una red inalambrica [Familiarizarse]

• Redes 802.11

• Describir como las redes inal´ ambricas soportan usuarios móviles [Familiarizarse]

• Problemas en el apoyo a los nodos m´ oviles (agente local)

Lecturas : [KR13] Unidad 8: Redes sociales (5) Competences esperadas: C1,CS2,CS8 Objetivos de Aprendizaje

T´ opicos • Panorama de las redes sociales.

• Discutir los principios fundamentales(como pertenencia, confianza) de una red social [Familiarizarse]

• Ejemplo plataformas de redes sociales.

• Describir como redes sociales existentes operan [Familiarizarse]

• Estructura de los grafos de redes sociales. • An´ alisis de redes sociales.

• Construir un grafo de una red social a partir de datos de la red [Usar] • Analizar una red social para determinar quienes son las personas importantes [Usar] • Evaluar una determinada interpretaci´ on de una pregunta de red social con los datos asociados [Familiarizarse] Lecturas : [KR13]

5


1. 2. 3. 4.

C´ odigo del curso y nombre: CS393. Sistemas de Infomaci´ on Cr´ editos: 4 Horas de Teor´ıa y Laboratorio: 2 HT; 4 HP; Docente(s)

Atención previa coordinaci´ on con el profesor 5. Bibliograf´ıa [PM14] Roger S. Pressman and Bruce Maxim. Software Engineering: A Practitioner’s Approach. 8th. McGraw-Hill, Jan. 2014. [Som10] Ian Sommerville. Software Engineering. 9th. Addison-Wesley, Mar. 2010. 6. Informaci´ on del curso (a) Breve descripci´ on del curso Analizar técnicas para la correcta implementaci´ on de Sistemas de Información escalables, robustos, confiables y eficientes en las organizaciones. (b) Prerrequisitos: CS291. Ingenier´ıa de Software I. (5to Sem) (c) Tipo de Curso: Obligatorio 7. Competencias • Implementar de forma correcta (escalables, robustos, confiables y eficientes) Sistemas de Informaci´ on en las organizaciones. 8. Contribuci´ on a los resultados (Outcomes) c) Dise˜ nar, implementar y evaluar un sistema, proceso, componente o programa computacional para alcanzar las necesidades deseadas. (Usar) i) Utilizar técnicas y herramientas actuales necesarias para la pr´ actica de la computaci´ on. (Usar) k) Aplicar los principios de desarrollo y dise˜ no en la construcci´ on de sistemas de software de complejidad variable. (Evaluar) 9. Competencias (IEEE) C7. Ser capaz de aplicar los principios y tecnolog´ıas de ingenier´ıa de software para asegurar que las implementaciones de software son robustos, fiables y apropiados para su p´ ublico objetivo.⇒ Outcome c C8. Entendimiento de lo que las tecnolog´ıas actuales pueden y no pueden lograr.⇒ Outcome c C16. Capacidad para identificar temas avanzados de computaci´ on y de la comprensi´ on de las fronteras de la disciplina.⇒ Outcome k CS4. Implementar la teor´ıa apropiada, pr´ acticas y herramientas para la especificaci´ on, dise˜ no, implementaci´ on y mantenimiento, as´ı como la evaluaci´ on de los sistemas basados en computadoras.⇒ Outcome k CS6. Evaluar los sistemas en términos de atributos de calidad en general y las posibles ventajas y desventajas que se presentan en el problema dado.⇒ Outcome i 1

CS10. Implementar efectivamente las herramientas que se utilizan para la construcci´ on y la documentaci´ on de software, con especial énfasis en la comprensi´ on de todo el proceso involucrado en el uso de computadoras para resolver problemas prácticos. Esto debe incluir herramientas para el control de software, incluyendo el control de versiones y gestión de la configuraci´ on.⇒ Outcome k 10. Lista de temas a estudiar en el curso 1. Introducción 2. Estrategia 3. Implementación 11. Metodologia y Evaluaci´ on Metodolog´ıa: Sesiones Te´ oricas: El desarrollo de las sesiones te´ oricas est´ a focalizado en el estudiante, a través de su participaci´ on activa, resolviendo problemas relacionados al curso con los aportes individuales y discutiendo casos reales de la industria. Los alumnos desarrollarán a lo largo del curso un proyecto de aplicaci´ on de las herramientas recibidas en una empresa. Sesiones de Laboratorio: Las sesiones prácticas se desarrollan en laboratorio. Las pr´ acticas de laboratorio se realizan en equipos para fortalecer su comunicación. Al inicio de cada laboratorio se explica el desarrollo de la pr´ actica y al término se destaca las principales conclusiones de la actividad en forma grupal. Exposiciones individuales o grupales: Se fomenta la participaci´ on individual y en equipo para exponer sus ideas, motiv´ andolos con puntos adicionales en las diferentes etapas de la evaluaci´ on del curso. Lecturas: A lo largo del curso se proporcionan diferentes lecturas, las cuales son evaluadas. El promedio de las notas de las lecturas es considerado como la nota de una pr´ actica calificada. El uso del campus virtual UTEC Online permite a cada estudiante acceder a la informaci´ on del curso, e interactuar fuera de aula con el profesor y con los otros estudiantes. Sistema de Evaluaci´ on: 12. Contenido Unidad 1: Introducci´ on (15) Competences esperadas: C7,C8 Objetivos de Aprendizaje

T´ opicos

• Aplicar correctamente la tecnolog´ıa para la gesti´ on de la informaci´ on [Evaluar]

• Introducci´ on a la gesti´ on de la informaci´ on • Software para gesti´ on de informaci´ on. • Tecnolog´ıa para gesti´ on de informaci´ on.

Lecturas : [Som10], [PM14] Unidad 2: Estrategia (15) Competences esperadas: C16, CS4 Objetivos de Aprendizaje

T´ opicos

• Aplicar y evaluar correctamente estrategias de gestión [Evaluar]

• Estrategia para gesti´ on de informaci´ on • Estrategia para gesti´ on conocimiento • Estrategia para sistema de informaci´ on.

Lecturas : [Som10], [PM14]

2

Unidad 3: Implementaci´ on (15) Competences esperadas: CS4, CS6, CS10 Objetivos de Aprendizaje

T´ opicos

• Aplicar y evaluar correctamente estrategias de implementación [Evaluar]

• Gesti´ on de desarrollo de sistemas de información. • Gesti´ on del cambio • Arquitectura de Informaci´ on


3


1. 2. 3. 4.

C´ odigo del curso y nombre: CS311. Programaci´ on Competitiva Cr´ editos: 4 Horas de Teor´ıa y Laboratorio: 2 HT; 4 HP; Docente(s)

Atención previa coordinaci´ on con el profesor 5. Bibliograf´ıa [Cor+09] T. H. Cormen et al. Introduction to Algorithms. MIT Press, 2009. 6. Informaci´ on del curso (a) Breve descripci´ on del curso La Programaci´ on Competitiva combina retos de solucionar problemas con la diversión de competir con otras personas. Ense˜ na a los participantes a pensar m´ as r´ apido y desarrollar habilidades para resolver problemas, que son de gran demanda en la industria. Este curso ense˜ nar´ a la resoluci´ on de problemas algor´ıtmicos de manera r´ apida combinando la teor´ıa de algoritmos y estructuras de datos con la pr´ actica la solución de los problemas. (b) Prerrequisitos: CS212. Análisis y Dise˜ no de Algoritmos. (5to Sem) (c) Tipo de Curso: Obligatorio 7. Competencias • Que el alumno utilice técnicas de estructuras de datos y algoritmos complejos. • Que el alumno aplique los conceptos aprendidos para la aplicaci´ on sobre un problema real. • Que el alumno investigue la posibilidad de crear un nuevo algoritmo y/o técnica nueva para resolver un problema real. 8. Contribuci´ on a los resultados (Outcomes) a) Aplicar conocimientos de computaci´ on y de matem´ aticas apropiadas para la disciplina. (Usar) b) Analizar problemas e identificar y definir los requerimientos computacionales apropiados para su soluci´ on. (Usar) i) Utilizar técnicas y herramientas actuales necesarias para la pr´ actica de la computaci´ on. (Usar) j) Aplicar la base matem´ atica, principios de algoritmos y la teor´ıa de la Ciencia de la Computaci´ on en el modelamiento y dise˜ no de sistemas computacionales de tal manera que demuestre comprensi´ on de los puntos de equilibrio involucrados en la opci´ on escogida. (Usar) 9. Competencias (IEEE) C1. La comprensión intelectual y la capacidad de aplicar las bases matem´ aticas y la teor´ıa de la inform´ atica (Computer Science).⇒ Outcome a,b C24. Comprender la necesidad de la formaci´ on permanente y la mejora de habilidades y capacidades.⇒ Outcome i,j 10. Lista de temas a estudiar en el curso 1. Primera Unidad 1

11. Metodologia y Evaluaci´ on Metodolog´ıa: Sesiones Te´ oricas: El desarrollo de las sesiones te´ oricas est´ a focalizado en el estudiante, a través de su participaci´ on activa, resolviendo problemas relacionados al curso con los aportes individuales y discutiendo casos reales de la industria. Los alumnos desarrollarán a lo largo del curso un proyecto de aplicaci´ on de las herramientas recibidas en una empresa. Sesiones de Laboratorio: Las sesiones prácticas se desarrollan en laboratorio. Las pr´ acticas de laboratorio se realizan en equipos para fortalecer su comunicación. Al inicio de cada laboratorio se explica el desarrollo de la pr´ actica y al término se destaca las principales conclusiones de la actividad en forma grupal. Exposiciones individuales o grupales: Se fomenta la participaci´ on individual y en equipo para exponer sus ideas, motiv´ andolos con puntos adicionales en las diferentes etapas de la evaluaci´ on del curso. Lecturas: A lo largo del curso se proporcionan diferentes lecturas, las cuales son evaluadas. El promedio de las notas de las lecturas es considerado como la nota de una pr´ actica calificada. El uso del campus virtual UTEC Online permite a cada estudiante acceder a la informaci´ on del curso, e interactuar fuera de aula con el profesor y con los otros estudiantes. Sistema de Evaluaci´ on: 12. Contenido Unidad 1: Primera Unidad (20) Competences esperadas: C24,C1 Objetivos de Aprendizaje

T´ opicos

• Aprender a seleccionar los algoritmos adecuados para un problema dado, integrando m´ ultiples algoritmos para la soluci´ on de un problema complejo. [Usar]

• Estructura de datos

• Dise˜ nar nuevos algoritmos para la resoluci´ on de problemas del mundo real.[Usar]

• Geometr´ıa computacional

• Programaci´ on din´ amica • Algoritmos basados en grafos • Algoritmos de ordenamiento

Lecturas : [Cor+09]

2


1. 2. 3. 4.

C´ odigo del curso y nombre: FG601. English for STEM Cr´ editos: 3 Horas de Teor´ıa y Laboratorio: 3 HT; Docente(s)

Atención previa coordinaci´ on con el profesor 5. Bibliograf´ıa [Len10] Real Academia de la Lengua Espa˜ nola. Nueva gram´ atica de la lengua espa˜ nola, morfolog´ıa y sintaxis. Madrid, Espa˜ na: Ed. Espasa, 2010. 6. Informaci´ on del curso (a) Breve descripci´ on del curso . (b) Prerrequisitos: (c) Tipo de Curso: Obligatorio 7. Competencias • . 8. Contribuci´ on a los resultados (Outcomes) f ) Comunicarse efectivamente con audiencias diversas. (Usar) h) Incorporarse a un proceso de aprendizaje profesional continuo. (Usar) n) Aplicar conocimientos de humanidades en su labor profesional. (Usar) 9. Competencias (IEEE) C17. Capacidad para expresarse en los medios de comunicaci´ on orales y escritos como se espera de un graduado.⇒ Outcome f,h,n C20. Posibilidad de conectar la teor´ıa y las habilidades aprendidas en la academia a los acontecimientos del mundo real que explican su pertinencia y utilidad.⇒ Outcome f,n C24. Comprender la necesidad de la formaci´ on permanente y la mejora de habilidades y capacidades.⇒ Outcome f,h 10. Lista de temas a estudiar en el curso 1. 11. Metodologia y Evaluaci´ on Metodolog´ıa: Sesiones Te´ oricas: El desarrollo de las sesiones te´ oricas est´ a focalizado en el estudiante, a través de su participaci´ on activa, resolviendo problemas relacionados al curso con los aportes individuales y discutiendo casos reales de la industria. Los alumnos desarrollarán a lo largo del curso un proyecto de aplicaci´ on de las herramientas recibidas en una empresa. 1

Sesiones de Laboratorio: Las sesiones prácticas se desarrollan en laboratorio. Las pr´ acticas de laboratorio se realizan en equipos para fortalecer su comunicación. Al inicio de cada laboratorio se explica el desarrollo de la pr´ actica y al término se destaca las principales conclusiones de la actividad en forma grupal. Exposiciones individuales o grupales: Se fomenta la participaci´ on individual y en equipo para exponer sus ideas, motiv´ andolos con puntos adicionales en las diferentes etapas de la evaluaci´ on del curso. Lecturas: A lo largo del curso se proporcionan diferentes lecturas, las cuales son evaluadas. El promedio de las notas de las lecturas es considerado como la nota de una pr´ actica calificada. El uso del campus virtual UTEC Online permite a cada estudiante acceder a la informaci´ on del curso, e interactuar fuera de aula con el profesor y con los otros estudiantes. Sistema de Evaluaci´ on: 12. Contenido Unidad 1: (16) Competences esperadas: C17,C20 Objetivos de Aprendizaje

T´ opicos

• .

• .

Lecturas : [Len10]

2


1. 2. 3. 4.

C´ odigo del curso y nombre: GH2015. Imagen y marca personal Cr´ editos: 3 Horas de Teor´ıa y Laboratorio: 2 HT; 2 HP; Docente(s)

Atención previa coordinaci´ on con el profesor 5. Bibliograf´ıa [Jor09] Gomez. Jorge. C´ omo te vendes te contratan. México,Mc Graw Hill, 2009. [Ric15] Bolles. Richard. What color is your parachute? New York, Ten Speed Press - Random House Company, 2015. [Ste05]

Robbins. Stephen. Comportamiento Organizacional. Décima Edici´ on. Pearson Pentice Hall, 2005.

6. Informaci´ on del curso (a) Breve descripci´ on del curso El curso de Imagen y Marca Personal , es el primero de dos cursos del área de desarrollo de competencias personales y profesionales. Este curso brinda oportunidades al estudiante para que se autoeval´ ue y reconozca las oportunidades de mejora, sentirse capaz de realizar cada uno de los retos que se le proponga a nivel personal y profesional y de realizar un adecuado análisis de su situaci´ on, ejecuci´ on y propuesta de resolución. El aprendizaje a través de la experiencia, le ayudar´ a a evaluar desde su propia perspectiva, las diferentes formas de pensar y la capacidad de aportar individualmente o en equipo al logro de un determinado objetivo; a través del intercambio de ideas, la evaluaci´ on de propuestas y la ejecuci´ on de la alternativa de soluci´ on idónea. ´ (b) Prerrequisitos: GH2010. Etica y Tecnolog´ıa. (5to Sem) , XD201. Proyecto Interdisciplinario II. (4to Sem) (c) Tipo de Curso: Obligatorio 7. Competencias • Comprende las responsabilidades profesional y ética • Capacidad de comunicaci´ on oral • Capacidad de comunicaci´ on escrita • Reconoce la necesidad del aprendizaje permanente 8. Contribuci´ on a los resultados (Outcomes) d) Trabajar efectivamente en equipos para cumplir con un objetivo com´ un. (Usar) e) Entender correctamente las implicancias profesionales, éticas, legales, de seguridad y sociales de la profesi´ on. (Usar) f ) Comunicarse efectivamente con audiencias diversas. (Usar) n) Aplicar conocimientos de humanidades en su labor profesional. (Usar) 9. Competencias (IEEE) C10. Comprensión del impacto en las personas, las organizaciones y la sociedad de la implementaci´ on de soluciones tecnológicas e intervenciones.⇒ Outcome d,n

1

C17. Capacidad para expresarse en los medios de comunicaci´ on orales y escritos como se espera de un graduado.⇒ Outcome f C18. Capacidad para participar de forma activa y coordinada en un equipo.⇒ Outcome f C21. Comprender el aspecto profesional, legal, seguridad, asuntos pol´ıticos, humanistas, ambientales, culturales y éticos.⇒ Outcome e 10. Lista de temas a estudiar en el curso 1. Introducción al curso. 2. Autoconocimiento. 3. Personal branding. 4. Entrevistas 5. Plataformas virtuales 6. Networking. 7. Feedback. 8. Examen Parcial. 9. Assessment center 10. Conversatorio. 11. Derechos y obligaciones laborales de los practicantes. 12. Entrevista a expertos. 13. Dinámicas de reclutamiento. 14. Competencias. 11. Metodologia y Evaluaci´ on Metodolog´ıa: Sesiones Te´ oricas: El desarrollo de las sesiones te´ oricas est´ a focalizado en el estudiante, a través de su participaci´ on activa, resolviendo problemas relacionados al curso con los aportes individuales y discutiendo casos reales de la industria. Los alumnos desarrollarán a lo largo del curso un proyecto de aplicaci´ on de las herramientas recibidas en una empresa. Sesiones de Laboratorio: Las sesiones prácticas se desarrollan en laboratorio. Las pr´ acticas de laboratorio se realizan en equipos para fortalecer su comunicación. Al inicio de cada laboratorio se explica el desarrollo de la pr´ actica y al término se destaca las principales conclusiones de la actividad en forma grupal. Exposiciones individuales o grupales: Se fomenta la participaci´ on individual y en equipo para exponer sus ideas, motiv´ andolos con puntos adicionales en las diferentes etapas de la evaluaci´ on del curso. Lecturas: A lo largo del curso se proporcionan diferentes lecturas, las cuales son evaluadas. El promedio de las notas de las lecturas es considerado como la nota de una pr´ actica calificada. El uso del campus virtual UTEC Online permite a cada estudiante acceder a la informaci´ on del curso, e interactuar fuera de aula con el profesor y con los otros estudiantes. Sistema de Evaluaci´ on: 12. Contenido

2

Unidad 1: Introducci´ on al curso. (12) Competences esperadas: 4 Objetivos de Aprendizaje

T´ opicos

• Desarrollar métodos asertivos y proactivos para la presentación de proyectos.

• Introducci´ on al curso. Presentaci´ on de la metodolog´ıa a aplicar (tipos de evaluaci´ on, cronograma de clases, talleres) • Presentaci´ on a las competencias que se buscan desarrollar(liderazgo, trabajo en equipo, pensamiento cr´ıtico, entre otros). Teor´ıa de las competencias y lo que quiere el mercado. • Env´ıo del DISC - online.

Lecturas : [Ste05] Unidad 2: Autoconocimiento. (24) Competences esperadas: 3 Objetivos de Aprendizaje

T´ opicos

• Reconocer Fortalezas y puntos de mejora.

• Repaso de los compromisos y acuerdos de la clase . • Assessment center de autoevaluaci´ on. • Din´ amica sobre el autoconocimiento, la identificaci´ on de FODA personal y visi´ on de futuro personal

Lecturas : [Jor09] Unidad 3: Personal branding. (24) Competences esperadas: 3 Objetivos de Aprendizaje

T´ opicos

• Aprender a mostrar su marca personal a través de diferentes medios profesionales y sociales.

• Teor´ıa. Personal branding. Plan de posicionamiento en el mercado (como voy hacer que mis competencias puedan ingresar al mercado). • Cómo uno se debe comunicar, la utilizaci´ on de la voz para potenciar sus habilidades y conseguir seguridad y eficacia en su comunicaci´ on. • Teor´ıa ¿Qué es un CV? ¿C´ omo crear un CV innovador? Implementaci´ on de proyectos; actualización de datos, armado de portafolio de proyectos; comunicaci´ on virtual. • Creaci´ on de un CV por grupo.

Lecturas : [Ste05]

3

Unidad 4: Entrevistas (30) Competences esperadas: 3 Objetivos de Aprendizaje

T´ opicos

• Capacidad de afrontar una entrevista de trabajo.

• Charla: Expectativas del mercado laboral.¿Qué busca y quiere el mercado? • Tipos de entrevistas y evaluaciones en el proceso de reclutamiento y selecci´ on. Uso de estrategias de persuasi´ on; formas y técnicas exitosas para entrevistas, tips y recomendaciones. • Entrega del Reto 1: Env´ıo del CV • Charla VOLCAN: Tips de entrevistas y evaluaciones de reclutamiento y selecci´ on en Jueves del Conocimiento • Tarea. Después de conocerse y saber lo que quiere el mercado, se crean los elementos para dise˜ nar la propia estrategia de cada alumno

Lecturas : [Ste05] Unidad 5: Plataformas virtuales (24) Competences esperadas: 3 Objetivos de Aprendizaje

T´ opicos

• Aprender las técnicas de b´ usqueda de empleo y criterios para un buen desempe˜ no en las evaluaciones profesionales.

• Conversatorio de la charla de Volcan y de la clase anterior. • Plataformas virtuales de empleo: revisi´ on de las principales plataformas virtuales (CSM), correcto uso de la Bolsa UTEC. • Linkedin como creador de relaciones: introducción a la red social; utilidad y trascendencia en la actualidad; reglas de uso y herramientas de LinkedIn. Exposici´ on de los estudiantes sobre LinkedIn y herramientas similares • Explicaci´ on del networkingUTEC.

Lecturas : [Jor09] Unidad 6: Networking. (24) Competences esperadas: 3 Objetivos de Aprendizaje

T´ opicos

• Desarrollar competencias profesionales orientadas a la asertividad de las la b´ usqueda de oportunidades laborales.

• Networking UTEC: Reto 2: Consigue una entrevista. Env´ıa tu CV a 40 empresas. Tómate una foto con tu vestimenta

Lecturas : [Ste05]

4

Unidad 7: Feedback. (24) Competences esperadas: 3 Objetivos de Aprendizaje

T´ opicos

• Fomentar la actitud positiva hacia el trabajo y la pasión por sobresalir en las pr´ acticas preprofesionales mediante la detecci´ on de oportunidades de mejora.

• Encuesta sobre el feedback- Networking UTEC. • Din´ amica Reto 3: C´ırculo de Entrevistas por competencias con profesionales

Lecturas : [Ric15] Unidad 8: Examen Parcial. (24) Competences esperadas: 3 Objetivos de Aprendizaje

T´ opicos

• Desarrollar en el alumno la capacidad para abordar asertivamente situaciones o problemas, con una mirada integradora.

• PARCIALES ( Entrevistas por competencias. Revisi´ on del CV y LinkedIn)

Lecturas : [Jor09] Unidad 9: Assessment center (24) Competences esperadas: 3 Objetivos de Aprendizaje

T´ opicos

• Desarrollar la capacidad de reconocer y proponer soluciones ante oportunidades de mejora dentro del ambiente laboral, utilizando sus propios recursos, competencias y relaciones interpersonales.

• Entrega y discusi´ on de los resultados del assessment center. • Assessment center en clase, con la aplicaci´ on de casos reales, en la medici´ on de las competencias : Proactividad, an´ alisis de problemas, pensamiento anal´ıtico y planificaci´ on y organizaci´ on, trabajo en equipo y liderazgo, adaptabilidad, comunicaci´ on asertiva, ética

Lecturas : [Ste05] Unidad 10: Conversatorio. (24) Competences esperadas: 3 Objetivos de Aprendizaje

T´ opicos

• Fomentar la actitud positiva hacia el trabajo.

• Conversatorio sobre los resultados de la clase anterior • Taller fuera del sal´ on: Proactividad, an´ alisis de problemas, pensamiento anal´ıtico y planificaci´ on y organizaci´ on, trabajo en equipo y liderazgo, adaptabilidad, comunicaci´ on asertiva, ética. Se tendrá el feedback.

Lecturas : [Ric15]

5

Unidad 11: Derechos y obligaciones laborales de los practicantes. (24) Competences esperadas: 3 Objetivos de Aprendizaje T´ opicos • Capacidad de reconocer derechos y resposabilidades.

• Charla: Derechos y obligaciones laborales de los practicantes.

Lecturas : [Jor09] Unidad 12: Entrevista a expertos. (24) Competences esperadas: 3 Objetivos de Aprendizaje

T´ opicos


• Entrevista a expertos: El mundo real laboral desde la visi´ on del área de recursos humanos -RRHH, con jefes corporativos de selecci´ on como invitados

Lecturas : [Ste05] Unidad 13: Din´ amicas de reclutamiento. (24) Competences esperadas: 3 Objetivos de Aprendizaje

T´ opicos

• Fomentar la actitud positiva hacia el trabajo y la pasión por sobresalir en las pr´ acticas preprofesionales mediante la detecci´ on de oportunidades de mejora y la formulaci´ on de un proyecto de ingenier´ıa.

• Conversatorio y presentaci´ on de los alumnos sobre la entrevista a expertos y temas relacionados. • Reforzamiento de las evaluaciones de reclutamiento y selecci´ on. • Din´ amica de reclutamiento: Reto 4: Cómo te va.

Lecturas : [Ric15] Unidad 14: Competencias. (24) Competences esperadas: 3 Objetivos de Aprendizaje

T´ opicos

• Desarrollar en el alumno la capacidad para abordar asertivamente situaciones o problemas, con una mirada integradora para luego, proponer y ejecutar alguna de las alternativas hacia la soluci´ on de las mismas

• Caso de Estudio • Competencias: Planificaci´ on y organizaci´ on y confianza en s´ı mismo, asociado a la resoluci´ on de problemas. • Feedback de resultados sobre la din´ amica de refuerzo.

Lecturas : [Ste05]

6


1. 2. 3. 4.

C´ odigo del curso y nombre: GH2012. Econom´ıas en Desarrollo Cr´ editos: 3 Horas de Teor´ıa y Laboratorio: 2 HT; 2 HP; Docente(s)

Atención previa coordinaci´ on con el profesor 5. Bibliograf´ıa [N02] Gregory. N. Principios de Econom´ıa. Mc Graw Hill, 2002. 6. Informaci´ on del curso (a) Breve descripci´ on del curso Este curso busca introducir al estudiante a los conceptos generales de microeconom´ıa y macroeconom´ıa. El objetivo es que los estudiantes puedan explicar procesos de la realidad desde la lógica de la econom´ıa. Después de haber llevado los módulos de micro y macroeconom´ıa, los estudiantes deben elegir uno de los dos tracks electivos propuestos. Los tracks electivos son i) Casos de econom´ıas de rápido crecimiento y de dramáticas recesiones y ii) pol´ıticas p´ ublicas para la reducci´ on de la pobreza en América Latina. (b) Prerrequisitos: GH2009. Per´ u ¿pa´ıs industrial?. (4to Sem) (c) Tipo de Curso: Obligatorio 7. Competencias • Capacidad de interpretar informaci´ on. • Capacidad para formular alternativas de soluci´ on. • Capacidad de comprender textos. 8. Contribuci´ on a los resultados (Outcomes) d) Trabajar efectivamente en equipos para cumplir con un objetivo com´ un. (Usar) e) Entender correctamente las implicancias profesionales, éticas, legales, de seguridad y sociales de la profesi´ on. (Usar) f ) Comunicarse efectivamente con audiencias diversas. (Usar) n) Aplicar conocimientos de humanidades en su labor profesional. (Usar) 9. Competencias (IEEE) C10. Comprensión del impacto en las personas, las organizaciones y la sociedad de la implementaci´ on de soluciones tecnológicas e intervenciones.⇒ Outcome d,n C17. Capacidad para expresarse en los medios de comunicaci´ on orales y escritos como se espera de un graduado.⇒ Outcome f C18. Capacidad para participar de forma activa y coordinada en un equipo.⇒ Outcome f C21. Comprender el aspecto profesional, legal, seguridad, asuntos pol´ıticos, humanistas, ambientales, culturales y éticos.⇒ Outcome e 1

10. Lista de temas a estudiar en el curso 1. Econom´ıas en Desarrollo 11. Metodologia y Evaluaci´ on Metodolog´ıa: Sesiones Te´ oricas: El desarrollo de las sesiones te´ oricas est´ a focalizado en el estudiante, a través de su participaci´ on activa, resolviendo problemas relacionados al curso con los aportes individuales y discutiendo casos reales de la industria. Los alumnos desarrollarán a lo largo del curso un proyecto de aplicaci´ on de las herramientas recibidas en una empresa. Sesiones de Laboratorio: Las sesiones prácticas se desarrollan en laboratorio. Las pr´ acticas de laboratorio se realizan en equipos para fortalecer su comunicación. Al inicio de cada laboratorio se explica el desarrollo de la pr´ actica y al término se destaca las principales conclusiones de la actividad en forma grupal. Exposiciones individuales o grupales: Se fomenta la participaci´ on individual y en equipo para exponer sus ideas, motiv´ andolos con puntos adicionales en las diferentes etapas de la evaluaci´ on del curso. Lecturas: A lo largo del curso se proporcionan diferentes lecturas, las cuales son evaluadas. El promedio de las notas de las lecturas es considerado como la nota de una pr´ actica calificada. El uso del campus virtual UTEC Online permite a cada estudiante acceder a la informaci´ on del curso, e interactuar fuera de aula con el profesor y con los otros estudiantes. Sistema de Evaluaci´ on: 12. Contenido Unidad 1: Econom´ıas en Desarrollo (12) Competences esperadas: 4 Objetivos de Aprendizaje

T´ opicos

• Desarrollo del innterés por conocer sobre temas actuales en la sociedad peruana y el mundo

• Microeconom´ıa. • Macroeconom´ıa. • Casos de Econom´ıas de r´ apido crecimiento de dram´ aticas recesiones. • Pol´ıticas p´ ublicas para la reducci´ on de la pobreza en América Latina.

Lecturas : [N02]

2


1. 2. 3. 4.

C´ odigo del curso y nombre: CS292. Ingenier´ıa de Software II Cr´ editos: 4 Horas de Teor´ıa y Laboratorio: 2 HT; 4 HP; Docente(s)

Atención previa coordinaci´ on con el profesor 5. Bibliograf´ıa [Amb01] Vincenzo Ambriola. Software Process Technology. Springer, July 2001. [Blu92]

Bruce I. Blum. Software Engineering: A Holistic View. 7th. Oxford University Press US, May 1992.

[Con00]

R Conradi. Software Process Technology. Springer, Mar. 2000.

[Key04]

Jessica Keyes. Software Configuration Management. CRC Press, Feb. 2004.

[Mon96]

Carlo Montangero. Software Process Technology. Springer, Sept. 1996.

[Oqu03]

Flavio Oquendo. Software Process Technology. Springer, Sept. 2003.

[Pre04]

Roger S. Pressman. Software Engineering: A Practitioner’s Approach. 6th. McGraw-Hill, Mar. 2004.

[PS01]

John W. Priest and Jose M. Sanchez. Product Development and Design for Manufacturing. Marcel Dekker, Jan. 2001.

[Sch04]

Stephen R Schach. Object-Oriented and Classical Software Engineering. McGraw-Hill, Jan. 2004.

[WA02]

Daniel R. Windle and L. Rene Abreo. Software Requirements Using the Unified Process. Prentice Hall, Aug. 2002.

[WK00]

Yingxu Wang and Graham King. Software Engineering Processes: Principles and Applications. CRC Press, Apr. 2000.

6. Informaci´ on del curso (a) Breve descripci´ on del curso Los t´ opicos de este curso extienden las ideas del dise˜ no y desarrollo de software desde la secuencia de introducci´ on a la programaci´ on para abarcar los problemas encontrados en proyectos de gran escala. Es una visi´ on más amplia y completa de la Ingenier´ıa de Software apreciada desde un punto de vista de Proyectos. (b) Prerrequisitos: CS291. Ingenier´ıa de Software I. (5to Sem) (c) Tipo de Curso: Electivo 7. Competencias • Capacitar a los alumnos para formar parte y definir equipos de desarrollo de software que afronten problemas de envergadura real. • Familiarizar a los alumnos con el proceso de administraci´ on de un proyecto de software de tal manera que sea capaz de crear, mejorar y utilizar herramientas y métricas que le permitan realizar la estimaci´ on y seguimiento de un proyecto de software. • Crear, evaluar e implementar un plan de prueba para segmentos de código de tama˜ no medio , Distinguir entre los diferentes tipos de pruebas , sentar las bases para crear, mejorar los procedimientos de prueba y las herramientas utilizadas con ese prop´ osito. 1

• Seleccionar con justificaci´ on un apropiado conjunto de herramientas para soportar el desarrollo de un rango de productos de software. • Crear, mejorar y utilizar los patrones existentes para el mantenimiento de software . Dar a conocer las caracter´ısticas y patrones de dise˜ no para la reutilizaci´ on de software. • Identificar y discutir diferentes sistemas especializados , crear , mejorar y utilizar los patrones especializados para el dise˜ no , implementaci´ on , mantenimiento y prueba de sistemas especializados 8. Contribuci´ on a los resultados (Outcomes) b) Analizar problemas e identificar y definir los requerimientos computacionales apropiados para su soluci´ on. (Usar) c) Dise˜ nar, implementar y evaluar un sistema, proceso, componente o programa computacional para alcanzar las necesidades deseadas. (Usar) f ) Comunicarse efectivamente con audiencias diversas. (Usar) i) Utilizar técnicas y herramientas actuales necesarias para la pr´ actica de la computaci´ on. (Evaluar) k) Aplicar los principios de desarrollo y dise˜ no en la construcci´ on de sistemas de software de complejidad variable. (Usar) 9. Competencias (IEEE) C7. Ser capaz de aplicar los principios y tecnolog´ıas de ingenier´ıa de software para asegurar que las implementaciones de software son robustos, fiables y apropiados para su p´ ublico objetivo.⇒ Outcome b,k C8. Entendimiento de lo que las tecnolog´ıas actuales pueden y no pueden lograr.⇒ Outcome b,c,k C11. Entendimiento del concepto del ciclo de vida, incluyendo la importancia de sus fases (planificaci´ on, desarrollo, implementación y evoluci´ on).⇒ Outcome c C12. Entender las implicaciones de ciclo de vida para el desarrollo de todos los aspectos de los sistemas informáticos (incluyendo software, hardware, y la interfaz de la computadora humana).⇒ Outcome c,i C18. Capacidad para participar de forma activa y coordinada en un equipo.⇒ Outcome k CS1. Modelar y dise˜ nar sistemas de computadora de una manera que se demuestre comprensi´ on del balance entre las opciones de dise˜ no.⇒ Outcome c CS2. Identificar y analizar los criterios y especificaciones apropiadas a los problemas espec´ıficos, y planificar estrategias para su solución.⇒ Outcome b,c CS4. Implementar la teor´ıa apropiada, pr´ acticas y herramientas para la especificaci´ on, dise˜ no, implementaci´ on y mantenimiento, as´ı como la evaluaci´ on de los sistemas basados en computadoras.⇒ Outcome b,c,i CS5. Especificar, dise˜ nar e implementar sistemas basados en computadoras.⇒ Outcome b,c,i CS10. Implementar efectivamente las herramientas que se utilizan para la construcci´ on y la documentaci´ on de software, con especial énfasis en la comprensi´ on de todo el proceso involucrado en el uso de computadoras para resolver problemas prácticos. Esto debe incluir herramientas para el control de software, incluyendo el control de versiones y gestión de la configuraci´ on.⇒ Outcome i,k 10. Lista de temas a estudiar en el curso 1. Herramientas y Entornos 2. Verificación y Validaci´ on de Software 3. Evolución de Software 4. Gestión de Proyectos de Software

2

11. Metodologia y Evaluaci´ on Metodolog´ıa: Sesiones Te´ oricas: El desarrollo de las sesiones te´ oricas est´ a focalizado en el estudiante, a través de su participaci´ on activa, resolviendo problemas relacionados al curso con los aportes individuales y discutiendo casos reales de la industria. Los alumnos desarrollarán a lo largo del curso un proyecto de aplicaci´ on de las herramientas recibidas en una empresa. Sesiones de Laboratorio: Las sesiones prácticas se desarrollan en laboratorio. Las pr´ acticas de laboratorio se realizan en equipos para fortalecer su comunicación. Al inicio de cada laboratorio se explica el desarrollo de la pr´ actica y al término se destaca las principales conclusiones de la actividad en forma grupal. Exposiciones individuales o grupales: Se fomenta la participaci´ on individual y en equipo para exponer sus ideas, motiv´ andolos con puntos adicionales en las diferentes etapas de la evaluaci´ on del curso. Lecturas: A lo largo del curso se proporcionan diferentes lecturas, las cuales son evaluadas. El promedio de las notas de las lecturas es considerado como la nota de una pr´ actica calificada. El uso del campus virtual UTEC Online permite a cada estudiante acceder a la informaci´ on del curso, e interactuar fuera de aula con el profesor y con los otros estudiantes. Sistema de Evaluaci´ on: 12. Contenido Unidad 1: Herramientas y Entornos (12) Competences esperadas: C1 Objetivos de Aprendizaje

T´ opicos

• Administraci´ on de configuraci´ on de software y control de versiones. [Usar]

• Administraci´ on de configuraci´ on de software y control de versiones.

• Administraci´ on de despliegues. [Usar]

• Administraci´ on de despliegues.

• Análisis de requerimientos y herramientas para modelado del dise˜ no. [Usar]

• An´ alisis de requerimientos y herramientas para modelado del dise˜ no.

• Herramientas de testing incluyendo herramientas de análisis estático y din´ amico. [Usar]

• Herramientas de testing incluyendo herramientas de an´ alisis est´ atico y din´ amico.

• Entornos de programaci´ on que automatizan el proceso de construcci´ on de partes de programa (ejem., construcciones automatizadas)

• Entornos de programaci´ on que automatizan el proceso de construcci´ on de partes de programa (ejem., construcciones automatizadas)

– Integración continua.

– Integraci´ on continua. • Mecanismos y conceptos de herramientas de integraci´ on.

[Usar] • Mecanismos y conceptos de herramientas de integración. [Usar]

Lecturas : [Pre04], [Blu92], [Sch04], [WK00], [Key04], [WA02], [PS01], [Sch04], [Mon96], [Amb01], [Con00], [Oqu03]

3

Unidad 2: Verificaci´ on y Validaci´ on de Software (12) Competences esperadas: C20 Objetivos de Aprendizaje T´ opicos • Distinguir entre la validaci´ on y verificaci´ on del programa [Usar]

• Verificaci´ on y validaci´ on de conceptos. • Inspecciones, revisiones, auditorias.

• Describir el papel que las herramientas pueden desempe˜ nar en la validaci´ on de software [Usar]

• Tipos de pruebas, incluyendo la interfas humano computador, usabildiad, confiabilidad , seguridad,desempe˜ no para la especificaci´ on.

• Realizar, como parte de una actividad de equipo, una inspecci´ on de un segmento de código de tama˜ no medio [Usar]

• Fundamentos de testeo: – Pruebas de Unit, integraci´ on, validación y de Sistema

• Describir y distinguir entre diferentes tipos y niveles de pruebas (unitaria, integracion, sistemas y aceptacion) [Usar]

– Creaci´ on de plan de pruebas y generación de casos de test

• Describir tecnicas para identificar casos de prueba representativos para integracion, regresion y pruebas del sistema [Usar]

– Técnicas de test de caja negra y caja blanca – Test de regresi´ on y automatizaci´ on de pruebas

• Crear y documentar un conjunto de pruebas para un segmento de c´ odigo de mediano tama˜ no [Usar]

• Seguimiento de defectos. • Limitaciones de testeo en dominios particulares, tales como sistemas paralelos o cr´ıticos en cuanto a seguridad.

• Describir cómo seleccionar buenas pruebas de regresi´ on y automatizarlas [Usar] • Utilizar una herramienta de seguimiento de defectos para manejar defectos de software en un peque˜ no proyecto de software [Usar]

• Enfoques est´ aticos y enfoques din´ amicos para la verificaci´ on. • Desarrollo basado en pruebas.

• Discutir las limitaciones de las pruebas en un dominio particular [Usar]

• Plan de Validaci´ on, documentaci´ on para validación. • Pruebas Orientadas a Objetos, Sistema de Pruebas.

• Evaluar un banco de pruebas (a test suite) para un segmento de c´ odigo de tama˜ no medio [Usar]

• Verificaci´ on y validaci´ on de artefactos no codificados (documentaci´ on, archivos de ayuda, materiales de entrenamiento)

• Comparar los enfoques est´ aticos y din´ amicos para la verificación [Usar]

• Logeo fallido, error cr´ıtico y apoyo técnico para dichas actividades.

• Identificar los principios fundamentales de los métodos de desarrollo basado en pruebas y explicar el papel de las pruebas automatizadas en estos métodos [Usar]

• Estimaci´ on fallida y terminaci´ on de las pruebas que incluye la envios por defecto.

• Discutir los temas relacionados con las pruebas de software orientado a objetos [Usar] • Describir las técnicas para la verificaci´ on y validaci´ on de los artefactos de no código [Usar] • Describir los enfoques para la estimaci´ on de fallos [Usar] • Estimar el n´ umero de fallos en una peque˜ na aplicación de software basada en la densidad de defectos y siembra de errores [Usar] • Realizar una inspecci´ on o revisi´ on del de código fuente de un software para un proyecto de software de tama˜ no peque˜ no o mediano [Usar] Lecturas : [Pre04], [Blu92], [Sch04], [WK00], [Key04], [WA02], [PS01], [Sch04], [Mon96], [Amb01], [Con00], [Oqu03] 4

Unidad 3: Evoluci´ on de Software (12) Competences esperadas: C20 Objetivos de Aprendizaje

T´ opicos

• Identificar los problemas principales asociados con la evolución del software y explicar su impacto en el ciclo de vida del software [Usar]

• Desarrollo de Software en el contexto de código grande pre existente

• Estimar el impacto del cambio de requerimientos en productos existentes de tama˜ no medio [Usar]

– Preocupaciones y ubicaci´ on de preocupaciones

– Cambios de software – Refactoring

• Usar refactorizaci´ on en el proceso de modificaci´ on de un componente de sosftware [Usar]

• Evoluci´ on de Software.

• Estudiar los desafios de mejorar sistemas en un entorno cambiante [Usar]

• Caracter´ısticas de Software mantenible.

• Perfilar los procesos de pruebas de regresi´ on y su rol en el manejo de versiones [Usar]

• Reuso de Software.

• Sistemas de Reingenier´ıa. – Segmentos de c´ odigo

• Estudiar las ventajas y desventajas de diferentes tipos de niveles de confiabilidad [Usar]

– Bibliotecas y frameworks – Componentes – L´ıneas de Producto


5

Unidad 4: Gesti´ on de Proyectos de Software (12) Competences esperadas: C24 Objetivos de Aprendizaje

T´ opicos

• Discutir los comportamientos comunes que contribuyen al buen funcionamiento de un equipo [Usar]

• La participaci´ on del equipo:

• Crear y seguir un programa para una reuni´ on del equipo [Usar]

– Procesos elemento del equipo, incluyendo responsabilidades de tarea, la estructura de reuniones y horario de trabajo

• Identificar y justificar las funciones necesarias en un equipo de desarrollo de software [Usar]

– Roles y responsabilidades en un equipo de software – Equipo de resoluci´ on de conflictos

• Entender las fuentes, obst´ aculos y beneficios potenciales de un conflicto de equipo [Usar]

– Los riesgos asociados con los equipos virtuales (comunicaci´ on, la percepci´ on, la estructura)

• Aplicar una estrategia de resoluci´ on de conflictos en un ambiente de equipo [Usar]

• Estimaci´ on de esfuerzo (a nivel personal) • Riesgo.

• Utilizar un método ad hoc para estimar el esfuerzo de desarrollo del software (ejemplo, tiempo) y comparar con el esfuerzo actual requerido [Usar]

– El papel del riesgo en el ciclo de vida – Categor´ıas elemento de riesgo, incluyendo la seguridad, la seguridad, mercado, finanzas, tecnolog´ıa, las personas, la calidad, la estructura y el proceso de

• Listar varios ejemplos de los riesgos del software [Usar] • Describir el impacto del riesgo en el ciclo de vida de desarrollo de software [Usar]

• Gesti´ on de equipos:

• Describir las diferentes categor´ıas de riesgo en los sistemas de software [Usar]

– Organizaci´ on de equipo y la toma de decisiones

• Demostrar a través de la colaboraci´ on de proyectos de equipo los elementos centrales de la contrucci´ on de equipos y gesti´ on de equipos [Usar]

– Individual y el desempe˜ no del equipo de evaluaci´ on

– Roles de identificaci´ on y asignaci´ on

• Gesti´ on de proyectos: – Programaci´ on y seguimiento de elementos – Herramientas de gesti´ on de proyectos – An´ alisis de Costo/Beneficio • Software de medici´ on y técnicas de estimación. • Aseguramiento de la calidad del software y el rol de las mediciones. • Riesgo. – Identificaci´ on de riesgos y gesti´ on. – An´ alisis riesgo y evaluaci´ on. – La tolerancia al riesgo (por ejemplo, riesgo adverso, riesgo neutral, la b´ usqueda de riesgo) – Planificaci´ on de Riesgo • En todo el sistema de aproximaci´ on al riesgo, incluyendo riesgos asociados con herramientas.


6


1. 2. 3. 4.

C´ odigo del curso y nombre: CS261. Inteligencia Artificial Cr´ editos: 4 Horas de Teor´ıa y Laboratorio: 2 HT; 4 HP; Docente(s)

Atención previa coordinaci´ on con el profesor 5. Bibliograf´ıa [De 06] L.N. De Castro. Fundamentals of natural computing: basic concepts, algorithms, and applications. CRC Press, 2006. [Gol89]

David Goldberg. Genetic Algorithms in Search, Optimization and Machine Learning. Addison Wesley, 1989.

[Hay99]

Simon Haykin. Neural networks: A Comprehensive Foundation. Prentice Hall, 1999.

[Nil01]

Nils Nilsson. Inteligencia Artificial: Una nueva visi´ on. McGraw-Hill, 2001.

[Pon+14] Julio Ponce-Gallegos et al. Inteligencia Artificial. Iniciativa Latinoamericana de Libros de Texto Abiertos (LATIn), 2014. [RN03]

Stuart Russell and Peter Norvig. Inteligencia Artifical: Un enfoque moderno. Prentice Hall, 2003.

6. Informaci´ on del curso (a) Breve descripci´ on del curso La investigaci´ on en Inteligencia Artificial ha conducido al desarrollo de numerosas tónicas relevantes, dirigidas a la automatizaci´ on de la inteligencia humana, dando una visi´ on panor´ amica de diferentes algoritmos que simulan los diferentes aspectos del comportamiento y la inteligencia del ser humano. (b) Prerrequisitos: MA203. Estad´ıstica y Probabilidades. (4to Sem) (c) Tipo de Curso: Electivo 7. Competencias • Evaluar las posibilidades de simulaci´ on de la inteligencia, para lo cual se estudiar´ an las técnicas de modelización del conocimiento. • Construir una noci´ on de inteligencia que soporte después las tareas de su simulaci´ on. 8. Contribuci´ on a los resultados (Outcomes) a) Aplicar conocimientos de computaci´ on y de matem´ aticas apropiadas para la disciplina. (Usar) h) Incorporarse a un proceso de aprendizaje profesional continuo. (Familiarizarse) i) Utilizar técnicas y herramientas actuales necesarias para la pr´ actica de la computaci´ on. (Familiarizarse) j) Aplicar la base matem´ atica, principios de algoritmos y la teor´ıa de la Ciencia de la Computaci´ on en el modelamiento y dise˜ no de sistemas computacionales de tal manera que demuestre comprensi´ on de los puntos de equilibrio involucrados en la opci´ on escogida. (Familiarizarse) 9. Competencias (IEEE) C1. La comprensión intelectual y la capacidad de aplicar las bases matem´ aticas y la teor´ıa de la inform´ atica (Computer Science).⇒ Outcome a 1

C20. Posibilidad de conectar la teor´ıa y las habilidades aprendidas en la academia a los acontecimientos del mundo real que explican su pertinencia y utilidad.⇒ Outcome c CS2. Identificar y analizar los criterios y especificaciones apropiadas a los problemas espec´ıficos, y planificar estrategias para su solución.⇒ Outcome i,j 10. Lista de temas a estudiar en el curso 1. Cuestiones fundamentales 2. Estrategias de b´ usquedas básicas 3. Raciocinio y representaci´ on básica de conocimiento 4. B´ usqueda Avanzada 5. Representación Avanzada y Razonamiento 6. Agentes 7. Procesamiento del Lenguaje Natural 8. Aprendizaje Autom´ atico Básico 9. Rob´ otica 10. Visi´ on y percepci´ on por computador 11. Metodologia y Evaluaci´ on Metodolog´ıa: Sesiones Te´ oricas: El desarrollo de las sesiones te´ oricas est´ a focalizado en el estudiante, a través de su participaci´ on activa, resolviendo problemas relacionados al curso con los aportes individuales y discutiendo casos reales de la industria. Los alumnos desarrollarán a lo largo del curso un proyecto de aplicaci´ on de las herramientas recibidas en una empresa. Sesiones de Laboratorio: Las sesiones prácticas se desarrollan en laboratorio. Las pr´ acticas de laboratorio se realizan en equipos para fortalecer su comunicación. Al inicio de cada laboratorio se explica el desarrollo de la pr´ actica y al término se destaca las principales conclusiones de la actividad en forma grupal. Exposiciones individuales o grupales: Se fomenta la participaci´ on individual y en equipo para exponer sus ideas, motiv´ andolos con puntos adicionales en las diferentes etapas de la evaluaci´ on del curso. Lecturas: A lo largo del curso se proporcionan diferentes lecturas, las cuales son evaluadas. El promedio de las notas de las lecturas es considerado como la nota de una pr´ actica calificada. El uso del campus virtual UTEC Online permite a cada estudiante acceder a la informaci´ on del curso, e interactuar fuera de aula con el profesor y con los otros estudiantes. Sistema de Evaluaci´ on: 12. Contenido

2

Unidad 1: Cuestiones fundamentales (2) Competences esperadas: C1 Objetivos de Aprendizaje

T´ opicos

• Describir el test de Turing y el experimento pensado cuarto chino” (Chinese Room) [Usar]

• Descripci´ on general de los problemas de Inteligencia Artificial, ejemplos recientes de aplicaciones de Inteligencia artificial.

• Determinando las caracteristicas de un problema dado que sistemas inteligentes deberian resolver [Usar]

• ¿Qué es comportamiento inteligente? – El Test de Turing – Razonamiento Racional versus No Racional • Caracter´ısticas del Problema: – Observable completamente versus observable parcialmente – Individual versus multi-agente – Deterministico versus estocástico – Est´ atico versus din´ amico – Discreto versus continuo • Naturaleza de agentes: – Aut´ onomo versus semi-aut´ onomo – Reflexivo, basado en objetivos, y basado en utilidad – La importancia en percepci´ on e interacciones con el entorno • Cuestiones filos´ oficas y éticas.

Lecturas : [De 06], [Pon+14]

3

Unidad 2: Estrategias de b´ usquedas b´ asicas (4) Competences esperadas: C20 Objetivos de Aprendizaje

T´ opicos

• Formula el espacio eficiente de un problema para un caso expresado en lenguaje natural (ejm. Inglés) en términos de estados de inicio y final, as´ı como sus operadores [Usar]

• Espacios de Problemas (estados, metas y operadores), soluci´ on de problemas mediante b´ usqueda. • Factored representation (factoring state hacia variables)

• Describe el rol de las heur´ısticas y describe los intercambios entre completitud, óptimo, complejidad de tiempo, y complejidad de espacio [Usar]

• Uninformed search (breadth-first, depth-first, depthfirst with iterative deepening)

• Describe el problema de la explosi´ on combinatoria del espacio de b´ usqueda y sus consecuencias [Usar]

• Heur´ısticas y b´ usqueda informada (hill-climbing, generic best-first, A*)

• Selecciona e implementa un apropiado algoritmo de b´ usqueda no informado para un problema, y describe sus complejidades de tiempo y espacio [Usar]

• El espacio y el tiempo de la eficiencia de b´ usqueda.

• Selecciona e implementa un apropiado algoritmo de b´ usqueda informado para un problema al definir la función heur´ıstica de evaluaci´ on necesaria [Usar]

• Satisfacci´ on de restricciones (backtracking y métodos de b´ usqueda local).

• Dos jugadores juegos (introducci´ on a la b´ usqueda minimax).

• Eval´ ua si una heur´ıstica dada para un determinado problema es admisible/puede garantizar una soluci´ on óptima [Usar] • Formula un problema en particular en lenguaje natural (ejm. Inglés) como un problema de satisfacci´ on de restricciones y lo implementa usando un algoritmo de retroceso cronol´ ogico o una b´ usqueda estocástica local [Usar] • Compara y contrasta t´ opicos de b´ usqueda b´ asica con temas jugabilidad de juegos [Usar] Lecturas : [Nil01], [Pon+14] Unidad 3: Raciocinio y representaci´ on b´ asica de conocimiento (6) Competences esperadas: C24 Objetivos de Aprendizaje T´ opicos • Revisi´ on de la l´ ogica proposicional y de predicados

• Traducir una sentencia en lenguaje natural (Por ejemplo espa˜ nol) en una declaraci´ on lógica de predicados [Usar]

• Resoluci´ on y demostraci´ on de teoremas (s´ olo la lógica proposicional).

• Convertir una declaraci´ on l´ ogica en forma de cl´ ausula [Usar]

• Encadenamiento hacia adelante, encadenamiento hacia atr´ as.

• Aplicar resoluci´ on a un conjunto de declaraciones lógicas para responder una consulta [Usar]

• Examen de razonamiento probabil´ıstico, el teorema de Bayes.

• Hacer una inferencia probabil´ıstica para un problema real usando el teorema de Bayes para determinar la probabilidad que se cumpla una hip´ otesis [Usar] Lecturas : [Nil01], [RN03], [Pon+14]

4

Unidad 4: B´ usqueda Avanzada (4) Competences esperadas: C1 Objetivos de Aprendizaje

T´ opicos

• Dise˜ nar e implementar una soluci´ on a un problema con algoritmo genético [Usar]

• Construcci´ on de árboles de b´ usqueda, espacio de b´ usqueda din´ amico, explosi´ on combinatoria del espacio de b´ usqueda.

• Dise˜ nar e implementar un esquema de recocido simulado (simulated annealing) para evitar m´ınimos locales en un problema [Usar]

• B´ usqueda estocástica: – Simulated annealing

• Dise˜ nar e implementar una b´ usqueda A* y b´ usqueda en haz (beam search) para solucionar un problema [Usar]

– Algoritmos genéticos – B´ usqueda de árbol Monte-Carlo • Implementaci´ on de b´ usqueda A *, b´ usqueda en haz.

• Aplicar b´ usqueda minimax con poda alfa-beta para simplifiar el espacio de b´ usqueda en un juego con dos jugadores [Usar]

• B´ usqueda Minimax, poda alfa-beta. • B´ usqueda Expectimax (MDP-Solving) y los nodos de azar.

• Comparar y contrastar los algoritmos genéticos con técnicas clásicas de b´ usqueda [Usar] • Comparar y contrastar la aplicabilidad de varias heur´ısticas de b´ usqueda, para un determinado problema [Usar] Lecturas : [Gol89], [Nil01], [RN03], [Pon+14]

Unidad 5: Representaci´ on Avanzada y Razonamiento (6) Competences esperadas: C1 Objetivos de Aprendizaje T´ opicos • Comparar y contrastar los modelos más usados para la representaci´ on del conocimiento estructurado, destacando sus puntos fuertes y débiles [Usar]

• Problemas de Representaci´ on del Conocimiento: – Lógica de Descripci´ on – Ingenier´ıa de Ontolog´ıa

• Identificar los componentes de razonamiento no monótono y su utilidad como mecanismo de representaci´ on de los sistemas de confianza [Usar]

• Razonamiento no monot´ onico (p.e., l´ ogica no clásica, razonamiento por defecto)

• Comparar y contrastas las técnicas b´ asicas para la representación de la incertidumbre [Usar]

• Argumentaci´ on • El razonamiento sobre la acci´ on y el cambio (por ejemplo, la situaci´ on y c´ alculo de eventos).

• Comparar y contrastar las técnicas b´ asicas para la representación cualitativa [Usar]

• Razonamiento temporal y espacial.

• Aplicar cálculo de situaciones y eventos a problemas de acción y cambios [Usar]

• Sistemas Expertos basados en reglas. • Redes sem´ anticas.

• Explicar la diferencia entre razonamiento temporal y espacial, y c´ omo se relacionan entre s´ı. [Usar]

• Razonamiento basado en modelos y razonamiento basado en casos.

• Explicar la diferencia entre técnicas de razonamiento basado en modelos, basado en casos y basados en reglas [Usar] • Definir el concepto de un sistema planificaci´ on y cómo se diferencia de las técnicas de b´ usqueda cl´ asicas [Usar] Lecturas : [Nil01], [RN03], [Pon+14] 5

Unidad 6: Agentes (6) Competences esperadas: C1 Objetivos de Aprendizaje

T´ opicos

• Lista las caracter´ısticas que definen un agente inteligente [Usar]

• Definici´ on de Agentes • Arquitectura de agentes (Ej. reactivo, en capa, cognitivo)

• Describe y contrasta las arquitecturas de agente estándares [Usar]

• Teor´ıa de agentes

• Describe las aplicaciones de teor´ıa de agentes para dominios como agentes de software, asistentes personales, y agentes creibles [Usar]

• Racionalidad, teor´ıa de juegos: – Agentes de decisi´ on te´ orica

• Describe los paradigmas primarios usados por agentes de aprendizaje [Usar]

– Procesos de decisi´ on de Markov (MDP) • Agentes de Software, asistentes personales, y acceso a informaci´ on:

• Demuestra mediante ejemplos adecuados como los sistemas multi-agente soportan interacci´ on entre agentes [Usar]

– Agentes colaborativos – Agentes de recolecci´ on de informaci´ on – Agentes cre´ıbles (car´ acter sintético, modelamiento de emociones en agentes) • Agentes de aprendizaje • Sistemas Multi-agente – Agentes Colaborativos – Equipos de Agentes – Agentes Competitivos (ej., subastas, votaciones) – Sistemas de enjambre y modelos biol´ ogicamente inspirados

Lecturas : [Nil01], [RN03], [Pon+14]

6

Unidad 7: Procesamiento del Lenguaje Natural (4) Competences esperadas: C1 Objetivos de Aprendizaje T´ opicos • Define y contrasta gram´ aticas de tipo estocásticas y determin´ısticas, dando ejemplos y demostrando como adecuar cada una de ellas [Usar]

• Gramaticas determin´ısticas y estocásticas • Algoritmos de parseo – Gram´ aticas libres de contexto (CFGs) y cuadros de parseo (e.g. Cocke-Younger-Kasami CYK)

• Simula, aplica, o implementa algoritmos cl´ asicos y estocásticos para el parseo de un lenguaje natural [Usar]

– CFGs probabil´ısticos y ponderados CYK

• Identifica los retos de la representaci´ on del significado [Usar]

• Representaci´ on del significado / Sem´ antica

• Lista las ventajas de usar corpus est´ andares. Identifica ejemplos de corpus actuales para una variedad de tareas de PLN [Usar]

– Representaci´ on de conocimiento basado en lógica

• Identifica técnicas para la recuperaci´ on de la información, traducci´ on de lenguajes, y clasificaci´ on de textos [Usar]

– Representaciones temporales

– Roles sem´ anticos – Creencias, deseos e intenciones • Metodos basados en el corpus • N-gramas y Modelos ocultos de Markov (HMMs) • Suavizado y back-off • Ejemplos de uso: POS etiquetado y morfologia • Recuperaci´ on de la informaci´ on: – Modelo de espacio vectorial ∗ TF & IDF

– Precision y cobertura • Extracci´ on de informaci´ on • Traducci´ on de lenguaje • Clasificaci´ on y categorizaci´ on de texto: – Modelo de bolsa de palabras Lecturas : [Nil01], [RN03], [Pon+14]

7

Unidad 8: Aprendizaje Autom´ atico B´ asico (10) Competences esperadas: C1 Objetivos de Aprendizaje

T´ opicos

• Listar las diferencias entre los tres principales tipos de aprendizaje: supervisado, no supervisado y por refuerzo [Usar]

• Definici´ on y ejemplos de la extensa variedad de tareas de aprendizaje de máquina, incluida la clasificaci´ on.

• Identificar ejemplos de tareas de clasificaci´ on, considerando las caracter´ısticas de entrada disponibles y las salidas a ser predecidas [Usar]

• Aprendizaje inductivo • Aprendizaje simple basado en estad´ısticas, como el clasificador ingenuo de Bayes, árboles de decisión.

• Explicar la diferencia entre aprendizaje inductivo y deductivo [Usar]

• El problema exceso de ajuste. • Medicion clasificada con exactitud.

• Describir el sobre ajuste (overfitting) en el contexto de un problema [Usar] • Aplicar un algoritmo de aprendizaje estad´ıstico simple como el Clasificador Naive Bayesiano e un problema de clasificacion y medirla precisi´ on del clasificador [Usar] Lecturas : [Hay99], [Nil01], [RN03], [Pon+14]

8

Unidad 9: Rob´ otica (6) Competences esperadas: C1 Objetivos de Aprendizaje

T´ opicos

• Listar capacidades y limitaciones de sistemas del estado del arte en rob´ otica de hoy , incluyendo sus sensores y el procesamiento del sensor crucial que informa a esos sistemas [Usar]

• Vision general: problemas y progreso – Estado del arte de los sistemas rob´ oticos, incluyendo sus sensores y una visi´ on general de su procesamiento

• Integrar sensores, actuadores y software en un robot dise˜ nado para emprender alguna tarea [Usar]

– Arquitecturas de control rob´ otico, ejem., deliverado vs. control reactivo y vehiculos Braitenberg

• Programar un robot para llevar a cabo tareas simples usando arquitecturas de control deliverativo, reactivo y/o h´ıbrido [Usar]

– Modelando el mundo y modelos de mundo – Incertidumbre inherente en detecci´ on y control

• Implementar algoritmos de planificaci´ on de movimientos fundamentales dentro del espacio de configuración de un robot [Usar]

• Configuraci´ on de espacio y mapas de entorno.

• Caracterizar las incertidumbres asociadas con sensores y actuadores de robot comunes; articular estrategias para mitigar esas incertidumbres. [Usar]

• Localizaci´ on y mapeo.

• Listar las diferencias entre representaciones de los robot de su enterno externo, incluyendo sus fortalezas y defectos [Usar]

• Planeando el movimiento.

• Interpretando datos del sensor con incertidumbre. • Navegaci´ on y control. • Coordinaci´ on multi-robots.

• Comparar y contrastar al menos tres estrategias para la navegación de robots dentro de entornos conocidos y/o no conocidos, incluyendo sus fortalezas y defectos [Usar] • Describir al menos una aproximaci´ on para la coordinación de acciones y detecci´ on de varios robots para realizar una simple tarea [Usar] Lecturas : [Nil01], [RN03], [Pon+14]

9

Unidad 10: Visi´ on y percepci´ on por computador (6) Competences esperadas: C1 Objetivos de Aprendizaje T´ opicos • Resumir la importancia del reconocimiento de imagenes y objetos en Inteligencia Artificial (AI) e indicar varias aplicaciones significativas de esta tecnologia [Usar]

• Visi´ on Computacional – Adquisici´ on de im´ agenes, procesamiento y propiedades

representación,

– Representaci´ on de formas, reconocimiento y segmentaci´ on de objetos

• Listar al menos tres aproximaciones de segmentaci´ on de imágenes, tales como algoritmos de limites (thresholding), basado en el borde y basado en regiones, junto con sus caracter´ısticas definitorias, fortalezas y debilidades [Usar]

– An´ alisis de movimiento • Audio y reconocimiento de dictado. • Modularidad en reconocimiento.

• Implementar reconocimiento de objetos en 2d basados en la representaci´ on del contorno y/o regiones basadas en formas [Usar]

• Enfoques de reconocimiento de patrones – Algoritmos de clasificaci´ on y medidas de calidad de la clasificaci´ on.

• Destinguir las metas de reconocimiento de sonido, palabras y del habla e identificar como la se˜ nal de audio bruto sera manejada diferentemente en cada uno de esos casos. [Usar]

– Técnicas estad´ısticas.

• Proporcionar al menos dos ejemplos de transformaci´ on de una fuente de datos de un dominio sensorial a otro, ejemplo, datos t´ actiles interpretados como imágenes en 2d de una sola banda [Usar] • Implementar un algoritmo para la extracci´ on de caracteristicas en informaci´ on real, ejemplo, un detector de bordes o esquinas para im´ agenes o vectores de coeficientes de Fourier describiendo una peque˜ na porción de se˜ nal de audio [Usar] • Implementar un algoritmo que combina caracter´ısticas en percepciones de más alto nivel, p.e., un contorno o poligono a partir de primitivas visuales o fonemas de una se˜ nal de audio [Usar] • Implementar un algoritmo de clasificaci´ on que segmenta percepciones de entrada en categorias de salida y evalua cuantitativamente la clasificaci´ on resultante [Usar] • Evaluar el desempe˜ no de la funci´ on de extracci´ on subyacente, en relaci´ on con al menos una aproximación alternativa posible (ya sea implementado o no) en su contribuci´ on a la tarea de clasificaci´ on (8) anterior [Usar] • Describir por lo menos tres enfoques de clasificaci´ on, sus pre requisitos para aplicabilidad, fortalezas y deficiencias [Usar] Lecturas : [Nil01], [RN03], [Pon+14]

10


1. 2. 3. 4.

C´ odigo del curso y nombre: CS2H1. Interacci´ on Humano Computador Cr´ editos: 3 Horas de Teor´ıa y Laboratorio: 1 HT; 4 HP; Docente(s)

Atención previa coordinaci´ on con el profesor 5. Bibliograf´ıa [Bux07] Bill Buxton. Sketching User Experiences: Getting the Design Right and the Right Design. Morgan Kaufmann Publishers Inc., 2007. [Dix+04] Alan Dix et al. Human-computer Interaction. 3 ed. Prentice-Hall, Inc, 2004. [Joh10]

Jeff Johnson. Designing with the Mind in Mind: Simple Guide to Understanding User Interface Design Rules. 3 ed. Morgan Kaufmann Publishers Inc., 2010.

[LS06]

M. Leavitt and B. Shneiderman. Research-Based Web Design & Usability Guidelines. Health and Human Services Dept, 2006.

[Mat11]

Lukas Mathis. Designed for Use: Create Usable Interfaces for Applications and the Web. Pragmatic Bookshelf, 2011.

[Nor04]

Donald A. Norman. Emotional Design: Why We Love (or Hate) Everyday Things. Basic Book, 2004.

[RS11]

Y. Rogers and J Sharp H. & Preece. Interaction Design: Beyond Human-Computer Interaction. 3 ed. John Wiley and Sons Ltd, 2011.

[Sto+05]

D. Stone et al. User Interface Design and Evaluation. Morgan Kaufmann Series in Interactive Technologies, 2005.

[WW11]

D. Wigdor and D. Wixon. Brave NUI World: Designing Natural User Interfaces for Touch and Gesture. Morgan Kaufmann Publishers Inc, 2011.

6. Informaci´ on del curso (a) Breve descripci´ on del curso El lenguaje ha sido una de las creaciones más significativas de la humanidad. Desde el lenguaje corporal y gestual, pasando por la comunicaci´ on verbal y escrita, hasta c´ odigos simb´ olicos ic´ onicos y otros, ha posibilitado interacciones complejas entre los seres humanos y facilitado considerablemente la comunicación de información. Con la invenci´ on de dispositivos autom´ aticos y semiautom´ aticos, entre los que se cuentan las computadoras, la necesidad de lenguajes o interfaces para poder interactuar con ellos, ha cobrado gran importancia. La usabilidad del software, aunada a la satisfacci´ on del usuario y su incremento de productividad, depende de la eficacia de la Interfaz Usuario-Computador. Tanto es as´ı, que a menudo la interfaz es el factor más importante en el éxito o el fracaso de cualquier sistema computacional. El dise˜ no e implementaci´ on de adecuadas Interfaces HumanoComputador, que adem´ as de cumplir los requisitos técnicos y la l´ ogica transaccional de la aplicaci´ on, considere las sutiles implicaciones psicol´ ogicas, culturales y estéticas de los usuarios, consume buena parte del ciclo de vida de un proyecto software, y requiere habilidades especializadas, tanto para la construcci´ on de las mismas, como para la realización de pruebas de usabilidad. (b) Prerrequisitos: CS393. Sistemas de Infomaci´ on. (6to Sem) (c) Tipo de Curso: Obligatorio 7. Competencias 1

• Conocer y aplicar criterios de usabilidad y accesibilidad al dise˜ no y construcci´ on de interfaces humano-computador, buscando siempre que la tecnolog´ıa se adapte a las personas y no las personas a la tecnolog´ıa. • Que el alumno tenga una visi´ on centrada en la experiencia de usuario al aplicar apropiados enfoques conceptuales y tecnológicos. • Entender como la tecnologica emergente hace posible nuevos estilos de interacci´ on. • Determinar los requerimientos básicos a nivel de interfaces, hardware y software para la construcci´ on de ambientes inmersivos. 8. Contribuci´ on a los resultados (Outcomes) b) Analizar problemas e identificar y definir los requerimientos computacionales apropiados para su soluci´ on. (Familiarizarse) c) Dise˜ nar, implementar y evaluar un sistema, proceso, componente o programa computacional para alcanzar las necesidades deseadas. (Evaluar) d) Trabajar efectivamente en equipos para cumplir con un objetivo com´ un. (Usar) g) Analizar el impacto local y global de la computaci´ on sobre los individuos, organizaciones y sociedad. (Familiarizarse) o) Mejorar las condiciones de la sociedad poniendo la tecnolog´ıa al servicio del ser humano. (Familiarizarse) 9. Competencias (IEEE) CS8. Aplicar los principios de la interacci´ on persona-ordenador para la evaluaci´ on y la construcci´ on de una amplia gama de materiales, incluyendo interfaces de usuario, páginas web, sistemas multimedia y sistemas móviles.⇒ Outcome b C7. Ser capaz de aplicar los principios y tecnolog´ıas de ingenier´ıa de software para asegurar que las implementaciones de software son robustos, fiables y apropiados para su p´ ublico objetivo.⇒ Outcome c C9. Comprensión de las limitaciones de la computaci´ on, incluyendo la diferencia entre lo que la computaci´ on es inherentemente incapaz de hacer frente a lo que puede lograrse a través de un futuro de ciencia y tecnolog´ıa.⇒ Outcome o C15. Entendimiento del concepto esencial del proceso, ya que se relaciona con la actividad profesional sobre todo la relación entre la calidad del producto y el despliegue de los procesos humanos apropiados durante el desarrollo de productos.⇒ Outcome g CS10. Implementar efectivamente las herramientas que se utilizan para la construcci´ on y la documentaci´ on de software, con especial énfasis en la comprensi´ on de todo el proceso involucrado en el uso de computadoras para resolver problemas prácticos. Esto debe incluir herramientas para el control de software, incluyendo el control de versiones y gestión de la configuraci´ on.⇒ Outcome d 10. Lista de temas a estudiar en el curso 1. Fundamentos 2. Factores Humanos 3. Dise˜ no y Testing centrados en el usuario 4. Dise˜ no de Interacci´ on 5. Nuevas Tecnolog´ıas Interactivas 6. Colaboración y Comunicaci´ on

2

11. Metodologia y Evaluaci´ on Metodolog´ıa: Sesiones Te´ oricas: El desarrollo de las sesiones te´ oricas est´ a focalizado en el estudiante, a través de su participaci´ on activa, resolviendo problemas relacionados al curso con los aportes individuales y discutiendo casos reales de la industria. Los alumnos desarrollarán a lo largo del curso un proyecto de aplicaci´ on de las herramientas recibidas en una empresa. Sesiones de Laboratorio: Las sesiones prácticas se desarrollan en laboratorio. Las pr´ acticas de laboratorio se realizan en equipos para fortalecer su comunicación. Al inicio de cada laboratorio se explica el desarrollo de la pr´ actica y al término se destaca las principales conclusiones de la actividad en forma grupal. Exposiciones individuales o grupales: Se fomenta la participaci´ on individual y en equipo para exponer sus ideas, motiv´ andolos con puntos adicionales en las diferentes etapas de la evaluaci´ on del curso. Lecturas: A lo largo del curso se proporcionan diferentes lecturas, las cuales son evaluadas. El promedio de las notas de las lecturas es considerado como la nota de una pr´ actica calificada. El uso del campus virtual UTEC Online permite a cada estudiante acceder a la informaci´ on del curso, e interactuar fuera de aula con el profesor y con los otros estudiantes. Sistema de Evaluaci´ on: 12. Contenido Unidad 1: Fundamentos (8) Competences esperadas: CS8 Objetivos de Aprendizaje

T´ opicos

• Discutir por qué el desarrollo de software centrado en el hombre es importante [Familiarizarse]

• Contextos para IHC (cualquiera relacionado con una interfaz de usuario, p.e., p´ agina web, aplicaciones de negocios, aplicaciones móviles y juegos)

• Define un proceso de dise˜ no centralizado en el usario que de forma expl´ıcita considere el hecho que un usuario no es como un desarrollador o como sus conocimientos [Familiarizarse]

• Heur´ıstica de usabilidad y los principios de pruebas de usabilidad. • Procesos para desarrollo centrado en usuarios, p.e., enfoque inicial en usuarios, pruebas emp´ıricas, dise˜ no iterativo.

• Resumir los preceptos básicos de la interacci´ on psicológica y social [Familiarizarse] • Desarrollar y usar un vocabulario conceptual para analizar la interaci´ on humana con el software: disponibilidad, modelo conceptual, retroalimentación, y dem´ as [Familiarizarse]

• Principios del buen dise˜ no y buenos dise˜ nadores; ventajas y desventajas de ingenier´ıa. • Diferentes medidas para evaluaci´ on, p.e., utilidad, eficiencia, facilidad de aprendizaje, satisfacción de usuario.

Lecturas : [Dix+04], [Sto+05], [RS11]

3

Unidad 2: Factores Humanos (8) Competences esperadas: CS8 Objetivos de Aprendizaje

T´ opicos

• Crear y dirigir una simple pruebga de usabilidad para una aplicaci´ on existente de software [Familiarizarse]

• Modelos cognoscitivos que informan dise˜ no de interacciones, p.e., atenci´ on, percepci´ on y reconocimiento, movimiento, memoria, golfos de expectativa y ejecuci´ on. • Capacidades f´ısicas que informan dise˜ no de interacci´ on, p.e. percepci´ on del color, ergonom´ıa. • Accesibilidad, p.e., interfaces para poblaciones con diferentes habilidades (p.e., invidentes, discapacitados) • Interfaces para grupos de poblaci´ on de diferentes edades (p.e., ni˜ nos, mayores de 80)

Lecturas : [Dix+04], [Sto+05], [RS11], [Mat11], [Nor04]

4

Unidad 3: Dise˜ no y Testing centrados en el usuario (16) Competences esperadas: C7, CS8, CS10 Objetivos de Aprendizaje T´ opicos • Llevar a cabo una evaluaci´ on cuantitativa y discutir / informar sobre los resultados [Familiarizarse]

• Enfoque y caracter´ısticas del proceso de dise˜ no. • Requerimientos de funcionalidad y usabilidad.

• Para un grupo de usuarios determinado, realizar y documentar un análisis de sus necesidades [Familiarizarse]

• Técnicas de recolecci´ on de requerimientos, ej. entrevistas, encuentas, etnograf´ıa e investigaci´ on contextual.

• Discutir al menos un standard nacional o internacional de dise˜ no de interfaz de usuario [Familiarizarse]

• Técnicas y herramientas para el an´ alisis y presentaci´ on de requerimientos ej. reportes, personas. • An´ alisis de tareas, incluidos los aspectos cualitativos de la generaci´ on de modelos de análisis de tareas.

• Explicar cómo el dise˜ no centrado en el usuario complementa a otros modelos de proceso software [Familiarizarse]

• Consideraci´ on de IHC como una disciplina de dise˜ no:

• Utilizar lo-fi (baja fidelidad) técnicas de prototipado para recopilar y reportar, las respuestas del usuario [Usar]

– Sketching – Dise˜ no participativo – Sketching

• Elegir los métodos adecuados para apoyar el desarrollo de una espec´ıfica interfaz de usuario [Evaluar]

– Dise˜ no participativo

• Utilizar una variedad de técnicas para evaluar una interfaz de usuario dada [Evaluar]

• Técnicas de creaci´ on de prototipos y herramientas, ej.bosquejos, storyboards, prototipos de baja fidelidad, esquemas de página.

• Comparar las limitaciones y beneficios de los diferentes métodos de evaluaci´ on [Evaluar]

• Prototipos de baja fidelidad (papel) • Técnicas de evaluaci´ on cuantitativa ej. evaluación Keystroke-level. • Evaluaci´ on sin usuarios, usando ambas técnicas cualitativas y cuantitativas. Ej. Revisi´ on estructurada, GOMS, an´ alisis basado en expertos, heur´ısticas, lineamientos y est´ andar. • Evaluaci´ on con usuarios. Ej. Observaci´ on, Método de pensamiento en voz alta, entrevistas, encuentas, experimentaci´ on. • Desaf´ıos para la evaluaci´ on efectiva, por ejemplo, toma de muestras, la generalizaci´ on. • Reportar los resultados de las evaluaciones. • Internacionalizaci´ on, dise˜ no para usuarios de otras culturas, intercultural.

Lecturas : [Dix+04], [Sto+05], [RS11], [Mat11], [Bux07]

5

Unidad 4: Dise˜ no de Interacci´ on (8) Competences esperadas: CS8, CS15 Objetivos de Aprendizaje

T´ opicos

• Crear una aplicaci´ on simple, junto con la ayuda y la documentaci´ on, que soporta una interfaz gr´ afica de usuario [Usar]

• Principios de interfaces gr´ aficas de usuario (GUIs) • Elementos de dise˜ no visual (disposici´ on, color, fuentes, etiquetado) • Manejo de fallas humanas/sistema. • Est´ andares de interfaz de usuario. • Presentaci´ on de informaci´ on: sentaci´ on, manipulaci´ on.

navegaci´ on, repre-

• Técnicas de animaci´ on de interfaz (ej. grafo de escena) • Clases Widget y bibliotecas. • Internacionalizaci´ on, dise˜ no para usuarios de otras culturas, intercultural. • Elecci´ on de estilos de interacci´ on y técnicas de interacci´ on. Lecturas : [Dix+04], [Sto+05], [RS11], [Joh10], [Mat11], [LS06]

6

Unidad 5: Nuevas Tecnolog´ıas Interactivas (8) Competences esperadas: C9 Objetivos de Aprendizaje

T´ opicos

• Describe cuando son adecuadas las interfaces sin uso de ratón [Familiarizarse]

• Elecci´ on de estilos de interacci´ on y técnicas de interacci´ on.

• Comprende las posibilidades de interacci´ on que van más allá de las interfaces de rat´ on y puntero [Familiarizarse]

• Enfoques para el dise˜ no, implementaci´ on y evaluaci´ on de la interacci´ on sin mouse

• Discute las ventajas (y desventajas) de las interfaces no basadas en rat´ on [Usar]

– Interfaces compartidas, incorporadas y grandes

• Describir el modelo óptico realizado por un sistema de gráficos por computadora para sintetizar una visión estereosc´ opica [Familiarizarse]

– Nuevas ventanas, por ejemplo, iPhone, Android

– Interfaces t´ actiles y multit´ actiles. – Nuevas modalidades de entrada (tales como datos de sensores y localizaci´ on) – Reconocimiento de voz y procesamiento del lenguaje natural

• Describir los principios de las diferentes tecnologias de seguimiento de espectador [Familiarizarse]

– Interfaces utilizables y tangibles

• Determinar los requerimientos b´ asicos en interfaz, software, hardware, y cofiguraciones de software de un sistema VR para una aplicaci´ on espec´ıfica [Evaluar]

– Interacci´ on persuasiva y emoci´ on – Tecnolog´ıas de interacci´ on ubicuas y contextuales (Ubicomp) – Inferencia bayesiana (por ejemplo, texto predictivo, orientaci´ on guiada) – Visualizaci´ on e interacci´ on de ambiente / periféricos • Salida: – Sonido – Visualizaci´ on estereosc´ opica – Forzar la simulaci´ on de retroalimentación, dispositivos h´ apticos • Arquitectura de Sistemas: – Motores de Juego – Relidad Aumentada móvil – Simuladores de vuelo – CAVEs – Im´ agenes médicas

Lecturas : [Dix+04], [Sto+05], [RS11], [WW11], [Mat11]

7

Unidad 6: Colaboraci´ on y Comunicaci´ on (8) Competences esperadas: CS8, CS9 Objetivos de Aprendizaje

T´ opicos

• Describir la diferencia entre la comunicaci´ on sincrónica y asincr´ onica [Familiarizarse]

• La comunicaci´ on as´ıncrona en grupo, por ejemplo, el correo electr´ onico, foros, redes sociales.

• Comparar los problemas de IHC en la interacci´ on individual con la interacci´ on del grupo [Familiarizarse]

• Medios de comunicaci´ on social, inform´ atica social, y el an´ alisis de redes sociales.

• Discuta varias problemas de interés social planteados por el software colaborativo [Usar]

• Colaboraci´ on en l´ınea, espacios ”inteligentes” y aspectos de coordinaci´ on social de tecnolog´ıas de flujo de trabajo.

• Discutir los problemas de IHC en software que personifica la intenci´ on humana [Evaluar]

• Comunidades en l´ınea. • Personajes de Software y agentes inteligentes, mundos virtuales y avatares. • Psicolog´ıa Social

Lecturas : [Dix+04], [Sto+05], [RS11]

8


1. 2. 3. 4.

C´ odigo del curso y nombre: CS3P1. Computaci´ on Paralela y Distribu´ıda Cr´ editos: 4 Horas de Teor´ıa y Laboratorio: 2 HT; 4 HP; Docente(s)

Atención previa coordinaci´ on con el profesor 5. Bibliograf´ıa [KH13] David B. Kirk and Wen-mei W. Hwu. Programming Massively Parallel Processors: A Hands-on Approach. 2nd. Morgan Kaufmann, 2013. isbn: 978-0-12-415992-1. [Mat14] Norm Matloff. Programming on Parallel Machines. University of California, Davis, 2014. url: http://heather. cs.ucdavis.edu/~matloff/158/PLN/ParProcBook.pdf. [Pac11]

Peter S. Pacheco. An Introduction to Parallel Programming. 1st. Morgan Kaufmann, 2011. isbn: 978-0-12-3742605.

[Qui03]

Michael J. Quinn. Parallel Programming in C with MPI and OpenMP. 1st. McGraw-Hill Education Group, 2003. isbn: 0071232656.

[SK10]

Jason Sanders and Edward Kandrot. CUDA by Example: An Introduction to General-Purpose GPU Programming. 1st. Addison-Wesley Professional, 2010. isbn: 0131387685, 9780131387683.

6. Informaci´ on del curso (a) Breve descripci´ on del curso La u ´ltima década ha tra´ıdo un crecimiento explosivo en computaci´ on con multiprocesadores, incluyendo los procesadores de varios n´ ucleos y centros de datos distribuidos. Como resultado, la computación paralela y distribuida se ha convertido de ser un tema ampliamente electivo para ser uno de los principales componentes en la malla estudios en ciencia de la computaci´ on de pregrado. Tanto la computaci´ on paralela como la distribuida implica la ejecuci´ on simult´ anea de m´ ultiples procesos, cuyas operaciones tienen el potencial para intercalar de manera compleja. La computaci´ on paralela y distribuida construye sobre cimientos en muchas áreas, incluyendo la comprensi´ on de los conceptos fundamentales de los sistemas, tales como: concurrencia y ejecución en paralelo, consistencia en el estado/manipulaci´ on de la memoria, y latencia. La comunicaci´ on y la coordinación entre los procesos tiene sus cimientos en el paso de mensajes y modelos de memoria compartida de la computación y conceptos algor´ıtmicos como atomicidad, el consenso y espera condicional. El logro de aceleraci´ on en la práctica requiere una comprensi´ on de algoritmos paralelos, estrategias para la descomposici´ on problema, arquitectura de sistemas, estrategias de implementaci´ on y análisis de rendimiento. Los sistemas distribuidos destacan los problemas de la seguridad y tolerancia a fallos, hacen hincapié en el mantenimiento del estado replicado e introducen problemas adicionales en el campo de las redes de computadoras. (b) Prerrequisitos: CS212. Análisis y Dise˜ no de Algoritmos. (5to Sem) , CS231. Redes y Comunicaciones. (6to Sem) (c) Tipo de Curso: Obligatorio 7. Competencias • Que el alumno sea capaz de crear aplicaciones paralelas de mediana complejidad aprovechando eficientemente máquinas con m´ ultiples n´ ucleos. • Que el alumno sea capaz de comparar aplicaciones secuenciales y paralelas.

1

• Que el alumno sea capaz de convertir, cuando la situaci´ on lo amerite, aplicaciones secuenciales a paralelas de forma eficiente. 8. Contribuci´ on a los resultados (Outcomes) a) Aplicar conocimientos de computaci´ on y de matem´ aticas apropiadas para la disciplina. (Usar) b) Analizar problemas e identificar y definir los requerimientos computacionales apropiados para su soluci´ on. (Usar) i) Utilizar técnicas y herramientas actuales necesarias para la pr´ actica de la computaci´ on. (Usar) j) Aplicar la base matem´ atica, principios de algoritmos y la teor´ıa de la Ciencia de la Computaci´ on en el modelamiento y dise˜ no de sistemas computacionales de tal manera que demuestre comprensi´ on de los puntos de equilibrio involucrados en la opci´ on escogida. (Usar) 9. Competencias (IEEE) C2. Capacidad para tener una perspectiva cr´ıtica y creativa para identificar y resolver problemas utilizando el pensamiento computacional.⇒ Outcome a C4. Una comprensi´ on del hardware de la computadora desde la perspectiva del software, por ejemplo, el uso del procesador, memoria, unidades de disco, pantalla, etc.⇒ Outcome b C16. Capacidad para identificar temas avanzados de computaci´ on y de la comprensi´ on de las fronteras de la disciplina.⇒ Outcome i CS2. Identificar y analizar los criterios y especificaciones apropiadas a los problemas espec´ıficos, y planificar estrategias para su solución.⇒ Outcome i CS3. Analizar el grado en que un sistema basado en el ordenador cumple con los criterios definidos para su uso actual y futuro desarrollo.⇒ Outcome j CS6. Evaluar los sistemas en términos de atributos de calidad en general y las posibles ventajas y desventajas que se presentan en el problema dado.⇒ Outcome j 10. Lista de temas a estudiar en el curso 1. Fundamentos de paralelismo 2. Arquitecturas paralelas 3. Descomposición en paralelo 4. Comunicación y coordinaci´ on 5. Análisis y programaci´ on de algoritmos paralelos 6. Desempe˜ no en paralelo 11. Metodologia y Evaluaci´ on Metodolog´ıa: Sesiones Te´ oricas: El desarrollo de las sesiones te´ oricas est´ a focalizado en el estudiante, a través de su participaci´ on activa, resolviendo problemas relacionados al curso con los aportes individuales y discutiendo casos reales de la industria. Los alumnos desarrollarán a lo largo del curso un proyecto de aplicaci´ on de las herramientas recibidas en una empresa. Sesiones de Laboratorio: Las sesiones prácticas se desarrollan en laboratorio. Las pr´ acticas de laboratorio se realizan en equipos para fortalecer su comunicación. Al inicio de cada laboratorio se explica el desarrollo de la pr´ actica y al término se destaca las principales conclusiones de la actividad en forma grupal. Exposiciones individuales o grupales: Se fomenta la participaci´ on individual y en equipo para exponer sus ideas, motiv´ andolos con puntos adicionales en las diferentes etapas de la evaluaci´ on del curso. 2

Lecturas: A lo largo del curso se proporcionan diferentes lecturas, las cuales son evaluadas. El promedio de las notas de las lecturas es considerado como la nota de una pr´ actica calificada. El uso del campus virtual UTEC Online permite a cada estudiante acceder a la informaci´ on del curso, e interactuar fuera de aula con el profesor y con los otros estudiantes. Sistema de Evaluaci´ on: 12. Contenido Unidad 1: Fundamentos de paralelismo (18) Competences esperadas: C2 Objetivos de Aprendizaje

T´ opicos

• Distinguir el uso de recursos computacionales para una respuesta mas rápida para administrar el acceso eficiente a un recurso compartido [Familiarizarse]

• Procesamiento Simult´ aneo M´ ultiple. • Metas del Paralelismo (ej. rendimineto) frente a Concurrencia (ej. control de acceso a recursos compartidos)

• Distinguir m´ ultiples estructuras de programaci´ on suficientes para la sincronización que pueden ser interimplementables pero tienen ventajas complementarias [Familiarizarse]

• Paralelismo, comunicaci´ on, y coordinaci´ on: – Paralelismo, comunicaci´ on, y coordinación

• Distinguir datos de carrera (data races) a partir de carreras de mas alto nivel [Familiarizarse]

– Necedidad de Sincronizaci´ on • Errores de Programaci´ on ausentes en programación secuencial: – Tipos de Datos ( lectura/escritura simultánea o escritura/escritura compartida) – Tipos de Nivél más alto (interleavings violating program intention, no determinismo no deseado) – Falta de vida/progreso (deadlock, starvation)

Lecturas : [Pac11], [Mat14], [Qui03]

3

Unidad 2: Arquitecturas paralelas (12) Competences esperadas: C4 Objetivos de Aprendizaje

T´ opicos

• Explicar las diferencias entre memoria distribuida y memoria compartida [Evaluar]

• Procesadores mutlin´ ucleo.

• Describir la arquitectura SMP y observar sus principales caracteristicas [Evaluar]

• Multiprocesamiento simétrico.

• Memoria compartida vs memoria distribuida.

• Distinguir los tipos de tareas que son adecuadas para máquinas SIMD [Usar]

• SIMD, procesamiento de vectores.

• Describir las ventajas y limitaciones de GPUs vs CPUs [Usar]

• Taxonomia de Flynn.

• GPU, coprocesamiento. • Soporte a nivel de instrucciones para programación paralela.

• Explicar las caracteristicas de cada clasificaci´ on en la taxonom´ıa de Flynn [Usar]

– Instrucciones at´ omicas como Compare/Set (Comparar / Establecer)

• Describir los desaf´ıos para mantener la coherencia de la caché [Familiarizarse]

• Problemas de Memoria:

• Describir los desaf´ıos clave del desempe˜ no en diferentes memorias y topolog´ıas de sistemas distribuidos [Familiarizarse]

– Caches multiprocesador y coherencia de cache – Acceso a Memoria no uniforme (NUMA) • Topolog´ıas. – Interconecciones – Clusters – Compartir recursos (p.e., buses e interconexiones)

Lecturas : [Pac11], [KH13], [SK10] Unidad 3: Descomposici´ on en paralelo (18) Competences esperadas: C16 Objetivos de Aprendizaje

T´ opicos

• Explicar por qué la sincronizaci´ on es necesaria en un programa paralelo especifico [Usar]

• Necesidad de Comunicaci´ on naci´ on/sincronizaci´ on.

• Identificar oportunidades para particionar un programa serial en m´ odulos paralelos independientes [Familiarizarse]

• Independencia y Particionamiento.

y

coordi-

• Conocimiento Básico del Concepto de Descomposici´ on Paralela.

• Escribir un algoritmo paralelo correcto y escalable [Usar]

• Decomposici´ on basada en tareas: – Implementaci´ on de estrategias como hebras

• Paralelizar un algoritmo mediante la aplicaci´ on de descomposición basada en tareas [Usar]

• Descomposici´ on de Informaci´ on Paralela

• Paralelizar un algoritmo mediante la aplicaci´ on de descomposición datos en paralelo [Usar]

– Estrategias como SIMD y MapReduce • Actores y Procesos Reactivos (solicitud de gestores)

• Escribir un programa usando actores y/o procesos reactivos [Usar] Lecturas : [Pac11], [Mat14], [Qui03]

4

Unidad 4: Comunicaci´ on y coordinaci´ on (18) Competences esperadas: C16 Objetivos de Aprendizaje

T´ opicos

• Usar exclusión m´ utua para evitar una condici´ on de carrera [Usar]

• Memoria Compartida.

• Dar un ejemplo de una ordenaci´ on de accesos entre actividades concurrentes (por ejemplo, un programa con condición de carrera) que no son secuencialmente consistentes [Familiarizarse]

• Pasos de Mensaje:

• La consistencia, y su papel en los lenguaje de programaci´ on garantias para los programas de carrera libre.

– Mensajes Punto a Punto versus multicast (o basados en eventos)

• Dar un ejemplo de un escenario en el que el bloqueo de mensajes enviados pueden dar deadlock [Usar]

– Estilos para enviar y recibir mensajes Blocking vs non-blocking

• Explicar cuándo y por qué mensajes de multidifusi´ on (multicast) o basado en eventos puede ser preferible a otras alternativas [Familiarizarse]

– Buffering de mensajes • Atomicidad:

• Escribir un programa que termine correctamente cuando todo el conjunto de procesos concurrentes hayan sido completados [Usar]

– Especificar y probar atomicidad y requerimientos de seguridad

• Dar un ejemplo de un escenario en el que un intento optimista de actualizaci´ on puede nunca completarse [Familiarizarse]

– Granularidad de accesos at´ omicos y actualizaciones, y uso de estructuras como secciones cr´ıticas o transacciones para describirlas

• Usar semaforos o variables de condici´ on para bloquear hebras hasta una necesaria precondici´ on de mantenga [Usar]

– Exclusi´ on mutua usando bloques, semáforos, monitores o estructuras relacionadas ∗ Potencial para fallas y bloqueos (deadlock) (causas, condiciones, prevenci´ on) – Composici´ on ∗ Componiendo acciones atómicas granulares m´ as grandes usando sincronizaci´ on ∗ Transacciones, incluyendo enfoques optimistas y conservadores • Consensos: – (Ciclicos) barerras, contadores y estructuras relacionadas • Acciones condicionales: – Espera condicional (p.e., empleando variables de condici´ on)


5

Unidad 5: An´ alisis y programaci´ on de algoritmos paralelos (18) Competences esperadas: CS2 Objetivos de Aprendizaje T´ opicos • Definir: camino cr´ıtico, trabajo y span [Familiarizarse]

• Caminos cr´ıticos, el trabajo y la duración y la relaci´ on con la ley de Amdahl.

• Calcular el trabajo y el span y determinar el camino cr´ıtico con respecto a un diagrama de ejecuci´ on paralela. [Usar]

• Aceleraci´ on y escalabilidad. • Naturalmente (vergonzosamente) algoritmos paralelos.

• Definir speed-up y explicar la noci´ on de escalabilidad de un algoritmo en este sentido [Familiarizarse]

• Patrones Algoritmicos paralelos (divide-y-conquista, map/reduce, amos-trabajadores, otros)

• Identificar tareas independientes en un programa que debe ser paralelizado [Usar]

– Algortimos espec´ıficos (p.e., MergeSort paralelo)

• Representar caracter´ısticas de una carga de trabajo que permita o evite que sea naturalmente paralelizable [Familiarizarse]

• Algoritmos de grafos paralelo (por ejemplo, la ruta más corta en paralelo, árbol de expansi´ on paralela) • Cálculos de matriz paralelas.

• Implementar un algoritmo dividir y conquistar paralelo (y/o algoritmo de un grafo) y medir empiricamente su desempe˜ no relativo a su analogo secuencial [Usar]

• Productor-consumidor y algoritmos paralelos segmentados. • Ejemplos de algoritmos paralelos no-escalables.

• Descomponer un problema (por ejemplo, contar el n´ umero de ocurrencias de una palabra en un documento) via operaciones map y reduce [Usar] • Proporcionar un ejemplo de un problema que se corresponda con el paradigma productorconsumidor [Usar] • Dar ejemplos de problemas donde el uso de pipelining ser´ıa un medio eficaz para la paralelizaci´ on [Usar] • Implementar un algoritmo de matriz paralela [Usar] • Identificar los problemas que surgen en los algoritmos del tipo productor-consumidor y los mecanismos que pueden utilizarse para superar dichos problemas [Usar] Lecturas : [Mat14], [Qui03]

6

Unidad 6: Desempe˜ no en paralelo (18) Competences esperadas: CS3 Objetivos de Aprendizaje

T´ opicos

• Detectar y corregir un desbalanceo de carga [Usar]

• Equilibrio de carga.

• Calcular las implicaciones de la ley de Amdahl para un algoritmo paralelo particular [Usar]

• La medici´ on del desempe˜ no.

• Describir como la distribuición/disposici´ on de datos puede afectar a los costos de comunicaci´ on de un algoritmo [Familiarizarse]

• Evaluaci´ on de la comunicaci´ on de arriba.

• Programaci´ on y contenci´ on. • Gesti´ on de datos:

• Detectar y corregir una instancia de uso compartido falso (false sharing) [Usar]

– Costos de comunicaci´ on no uniforme debidos a proximidad – Efectos de Cache (p.e., false sharing)

• Explicar el impacto de la planificaci´ on en el desempe˜ no paralelo [Familiarizarse]

– Manteniendo localidad espacial

• Explicar el impacto en el desempe˜ no de la localidad de datos [Familiarizarse]

• Consumo de energ´ıa y gesti´ on.

• Explicar el impacto y los puntos de equilibrio relacionados al uso de energ´ıa en el desempe˜ no paralelo [Familiarizarse] Lecturas : [Pac11], [Mat14], [KH13], [SK10]

7


1. 2. 3. 4.

C´ odigo del curso y nombre: CS251. Computaci´ on Gr´ afica Cr´ editos: 4 Horas de Teor´ıa y Laboratorio: 2 HT; 4 HP; Docente(s)

Atención previa coordinaci´ on con el profesor 5. Bibliograf´ıa [HB90] Donald Hearn and Pauline Baker. Computer Graphics in C. Prentice Hall, 1990. [Hug+13] John F. Hughes et al. Computer Graphics - Principles and Practice 3rd Edition. Addison-Wesley, 2013. [Shr+13]

Dave Shreiner et al. OpenGL, Programming Guide, Eighth Edition. Addison-Wesley, 2013.

[Wol11]

David Wolff. OpenGL 4.0 Shading Language Cookbook. Packt Publishing, 2011.

6. Informaci´ on del curso (a) Breve descripci´ on del curso Ofrece una introducci´ on para el área de Computaci´ on Gr´ afica, la cual es una parte importante dentro de Ciencias de la Computaci´ on. El proposito de este curso es investigar los principios, técnicas y herramientas fundamentales para esta área. (b) Prerrequisitos: CS312. Estructuras de Datos Avanzadas. (6to Sem) (c) Tipo de Curso: Electivo 7. Competencias • Acercar al alumno a conceptos y técnicas usados en aplicaciones gráficas 3-D complejas. • Dar al alumno las herramientas necesarias para determinar que software gr´ afico y que plataforma son los más adecuados para desarrollar una aplicaci´ on espec´ıfica. 8. Contribuci´ on a los resultados (Outcomes) a) Aplicar conocimientos de computaci´ on y de matem´ aticas apropiadas para la disciplina. (Usar) b) Analizar problemas e identificar y definir los requerimientos computacionales apropiados para su soluci´ on. (Usar) i) Utilizar técnicas y herramientas actuales necesarias para la pr´ actica de la computaci´ on. (Usar) j) Aplicar la base matem´ atica, principios de algoritmos y la teor´ıa de la Ciencia de la Computaci´ on en el modelamiento y dise˜ no de sistemas computacionales de tal manera que demuestre comprensi´ on de los puntos de equilibrio involucrados en la opci´ on escogida. (Usar) 9. Competencias (IEEE) C1. La comprensión intelectual y la capacidad de aplicar las bases matem´ aticas y la teor´ıa de la inform´ atica (Computer Science).⇒ Outcome a C2. Capacidad para tener una perspectiva cr´ıtica y creativa para identificar y resolver problemas utilizando el pensamiento computacional.⇒ Outcome b C5. Capacidad para implementar algoritmos y estructuras de datos en el software.⇒ Outcome b 1

C4. Una comprensi´ on del hardware de la computadora desde la perspectiva del software, por ejemplo, el uso del procesador, memoria, unidades de disco, pantalla, etc.⇒ Outcome i C8. Entendimiento de lo que las tecnolog´ıas actuales pueden y no pueden lograr.⇒ Outcome i 10. Lista de temas a estudiar en el curso 1. Conceptos Fundamentales 2. Rendering Básico 3. Programación de Sistemas Interactivos 4. Modelado Geométrico 5. Renderizado Avanzado 6. Animaci´ on por computadora 11. Metodologia y Evaluaci´ on Metodolog´ıa: Sesiones Te´ oricas: El desarrollo de las sesiones te´ oricas est´ a focalizado en el estudiante, a través de su participaci´ on activa, resolviendo problemas relacionados al curso con los aportes individuales y discutiendo casos reales de la industria. Los alumnos desarrollarán a lo largo del curso un proyecto de aplicaci´ on de las herramientas recibidas en una empresa. Sesiones de Laboratorio: Las sesiones prácticas se desarrollan en laboratorio. Las pr´ acticas de laboratorio se realizan en equipos para fortalecer su comunicación. Al inicio de cada laboratorio se explica el desarrollo de la pr´ actica y al término se destaca las principales conclusiones de la actividad en forma grupal. Exposiciones individuales o grupales: Se fomenta la participaci´ on individual y en equipo para exponer sus ideas, motiv´ andolos con puntos adicionales en las diferentes etapas de la evaluaci´ on del curso. Lecturas: A lo largo del curso se proporcionan diferentes lecturas, las cuales son evaluadas. El promedio de las notas de las lecturas es considerado como la nota de una pr´ actica calificada. El uso del campus virtual UTEC Online permite a cada estudiante acceder a la informaci´ on del curso, e interactuar fuera de aula con el profesor y con los otros estudiantes. Sistema de Evaluaci´ on: 12. Contenido

2

Unidad 1: Conceptos Fundamentales (6) Competences esperadas: C1,C2 Objetivos de Aprendizaje

T´ opicos

• Explicar en términos generales c´ omo las se˜ nales analógicas pueden ser representadas por muestras discretas, por ejemplo,c´ omo las imagenes pueden ser representadas por pixeles [Familiarizarse]

• Aplicaciones multimedia, incluyendo interfaces de usuario, edici´ on de audio y v´ıdeo, motores de juego, cad, visualizaci´ on, realidad virtual. • Soluciones de compensaci´ on entre el almacenamiento de datos y los datos re-computing es personalizado por vectores y raster en representaciones de imágenes.

• Describir modelos de color y su uso en los dispositivos de visualizaci´ on de gráficos [Familiarizarse] • Describir las ventajas y desventajas entre el almacenamiento de informaci´ on vs almacenar suficiente información para reproducir la informaci´ on, como en la diferencia entre el vector y la representaci´ on de la trama [Familiarizarse]

• Modelos de color sustractivo Aditivo y (CMYK y RGB) y por qué estos proporcionan una gama de colores. • Animaci´ on como una secuencia de im´ agenes fijas.

• Describir los procesos básico de la producci´ on de movimiento continuo a partir de una secuencia de cuadros discretos(algunas veces llamado it flicker fusion ) [Familiarizarse] Lecturas : [HB90]

3

Unidad 2: Rendering B´ asico (12) Competences esperadas: C1,C4 Objetivos de Aprendizaje

T´ opicos

• Discutir el problema de transporte de la luz y su relación con la integraci´ on numérica, es decir, se emite luz, dispersa alrededor de la escena, y es medida por el ojo [Familiarizarse]

• Renderizado en la naturaleza, por ejemplo, la emisi´ on y dispersi´ on de la luz y su relación con la integraci´ on numérica. • Renderizado Fordward and Backward (i.e., raycasting y rasterizaci´ on)

• Describir la tuber´ıa b´ asica gr´ aficos y c´ omo el factor de representaci´ on va hacia adelante y atr´ as en esta [Familiarizarse]

• Radiometr´ıa básica, tri´ angulos similares y modelos de proyecciones

• Crear un programa para visualizar modelos 3D de imagenes gráficas simples [Usar]

• Afinamiento y Transformaciones de Sistemas de coordenadas

• Obtener puntos en 2-dimensiones y 3-dimensiones por aplicación de transformaciones af´ın [Usar]

• Ray tracing

• Aplicar sistema de coordenadas de 3-dimensiones y los cambios necesarios para extender las operaciones de transformaci´ on 2D para manejar las transformaciones en 3D [Usar]

• Visibilidad y oclusi´ on, incluyendo soluciones a este problema, como el almacenamiento en b´ ufer de profundidad, algoritmo del pintor, y el trazado de rayos.

• Contrastar la renderizaci´ on hacia adelanate forward y hacia atras backward [Evaluar]

• Renderizaci´ on con una API basada en shader.

• Rasterizaci´ on triangular simple. • Aplicaci´ on de la representaci´ on de estructuras de datos espaciales.

• Explicar el concepto y las aplicaciones de mapeo de texturas, muestreo y el anti-aliasing [Familiarizarse]

• Muestreo y anti-aliasing.

• Explicar la dualidad de rastreo de rayos/rasterizaci´ on para el problema de visibilidad [Familiarizarse]

• Renderizado Fordward and Backward (i.e., raycasting y rasterizaci´ on)

• Implementar un sencillo renderizador en tiempo real utilizando una API de rasterizaci´ on (por ejemplo, OpenGL) utilizando buffers de vértices y shaders [Usar] • Calcular las necesidades de espacio en base a la resolución y codificaci´ on de color [Evaluar] • Calcular los requisitos de tiempo sobre la base de las frecuencias de actualizaci´ on, técnicas de rasterización [Evaluar] Lecturas : [HB90], [Hug+13], [Wol11], [Shr+13]

4

Unidad 3: Programaci´ on de Sistemas Interactivos (2) Competences esperadas: C8 Objetivos de Aprendizaje T´ opicos • Manejo de eventos e interacci´ on de usuario.

• Discute las ventajas (y desventajas) de las interfaces no basadas en rat´ on [Evaluar]

• Enfoques para el dise˜ no, implementaci´ on y evaluaci´ on de la interacci´ on sin mouse – Interfaces t´ actiles y multit´ actiles. – Interfaces compartidas, incorporadas y grandes – Nuevas modalidades de entrada (tales como datos de sensores y localizaci´ on) – Nuevas ventanas, por ejemplo, iPhone, Android – Reconocimiento de voz y procesamiento del lenguaje natural – Interfaces utilizables y tangibles – Interacci´ on persuasiva y emoci´ on – Tecnolog´ıas de interacci´ on ubicuas y contextuales (Ubicomp) – Inferencia bayesiana (por ejemplo, texto predictivo, orientaci´ on guiada) – Visualizaci´ on e interacci´ on de ambiente / periféricos

Lecturas : [HB90]

5

Unidad 4: Modelado Geom´ etrico (15) Competences esperadas: C1,C5 Objetivos de Aprendizaje

T´ opicos

• Representar curvas y superficies utilizando formas tanto impl´ıcitas y paramétricas [Usar]

• Operaciones geométricas básicas como cálculo de intersecci´ on y pruebas de proximidad.

• Crear modelos poliédrico simples por teselaci´ on de superficies [Usar]

• Vol´ umenes, voxels y representaciones basadas en puntos.

• Generar una representaci´ on de malla de una superficie impl´ıcita [Usar]

• Curvas polinomiales y Superficies paramétricas. • Representaci´ on ´ımplicita de curvas y superficies.

• Generar una malla de un conjunto de puntos adquiridos por un scaner laser [Usar]

• Técnicas de aproximaci´ on, tales como curvas polin´ omicas, curvas Bezier, curvas spline y superficies, y base racional no uniforme (NURB) espinas, y el método de ajuste de nivel.

• Construct modelos de geometr´ıa sólida constructiva a partir de simples primitivas, tales como cubos y superficies cuádricas [Usar]

• Técnicas de superficie de representaci´ on incluyendo teselaci´ on, la representaci´ on de malla, carenado malla, y las técnicas de generaci´ on de mallas, como la triangulaci´ on de Delaunay, marchando cubos.

• Contrastar métodos de modelizaci´ on con respecto a espacio y tiempo de complejidad y calidad de imagen [Evaluar]

• Técnicas de subdivisi´ on espacial. • Modelos procedimentales como fractales, modelamiento generativo y sistemas L. • Modelos deformables de forma libre y el´ asticamente deformables. • Subdivisi´ on de superficies. • Modelado multiresoluci´ on. • Reconstrucci´ on. • Representaci´ on de Geometr´ıa S´ olida Constructiva (GSC) Lecturas : [HB90], [Shr+13]

6

Unidad 5: Renderizado Avanzado (6) Competences esperadas: C1,C4 Objetivos de Aprendizaje

T´ opicos

• Demostrar como un algoritmo calcula una soluci´ on a la ecuación de renderizaci´ on [Evaluar]

• Tiempo (desenfoque de movimiento), la posición del objetivo (enfoque), y la frecuencia continua (color) y su impacto en la representaci´ on.

• Demostrar las propiedades de un algoritmo de renderización, por ejemplo, completo, consistente, e imparcial [Evaluar]

• Mapeo de Sombras. • Selectiva de oclusi´ on.

• Implementar un algoritmo no trivial de sombreado(por ejemplo, sombreado caricaturizado(toon shading), mapas de sombras en cascada(cascaded shadow maps) ) bajo una APi de rasterizaci´ on [Usar]

• Disperci´ on de la Superficie. • Renderizado no fotorealistico. • Arquitectura del GPU.

• Discutir como una técnica art´ıstica particular puede ser implementada en un renderizador [Familiarizarse]

• Sistemas visuales humanos incluida la adaptación a la luz, la sensibilidad al ruido, y la fusión de parpadeo.

• Explicar como reconocer las técnicas gr´ aficas usadas para crear una imagen en particular [Familiarizarse] Lecturas : [HB90], [Hug+13], [Wol11], [Shr+13] Unidad 6: Animaci´ on por computadora (4) Competences esperadas: C1 Objetivos de Aprendizaje

T´ opicos

• Calcular la localizaci´ on y orientaci´ on de partes de un modelo usando un enfoque de cinem´ atica hacia delante [Usar]

• Cinématica directa e inversa.

• Implementar el método de interpolaci´ on spline para producir las posiciones y orientaciones en medio [Usar]

• Animaci´ on procedimental empleando ruido, reglas (boids/crowds) y sistemas de part´ıculas.

• Implementar algoritmos para el modelamiento f´ısico de part´ıculas din´ amicas usando simplemente la mecánica de Newton, por ejemplo Witkin & Kass , serpientes y gusanos, Euler simpléctica, Stormer/Verlet, o métodos de punto medio de Euler [Usar]

• Movimientos basado en la f´ısica, incluyendo la din´ amica del cuerpo r´ıgido, sistemas de part´ıculas f´ısicas, redes de masa-muelle de tela y la carne y el pelo.

• Detecci´ on de colisiones y respuesta.

• Algoritmos Skinning.

• Animaci´ on de Cuadros Principales

• Discutir las ideas básicas detr´ as de algunos métodos para dinámica de fluidos para el modelamiento de trayectorias bal´ısticas, por ejemplo salpicaduras, polvo, fuego, o humo [Familiarizarse]

• Splines

• Usar el software de animaci´ on com´ un para construir formas orgánicas simples usando metaball y el esqueleto [Usar]

• Animaci´ on de Cámara.

• Estructuras de datos para rotaciones, como cuaterniones.

• Captura de Movimiento.

Lecturas : [HB90], [Shr+13]

7


1. 2. 3. 4.

C´ odigo del curso y nombre: CB320. Ciencia de Materiales Cr´ editos: 4 Horas de Teor´ıa y Laboratorio: 4 HT; Docente(s)

Atención previa coordinaci´ on con el profesor 5. Bibliograf´ıa [CR14] W.D. Callister and D.G. Rethwisch. Materials Science and Engineering: An Introduction. John Wiley & Sons, Inc., 2014. 6. Informaci´ on del curso (a) Breve descripci´ on del curso La introducci´ on y la innovaci´ on de este curso empieza con la presentaci´ on selecta de los fundamentos generales sobre Ciencia de los materiales e Ingenier´ıa. Luego, se enfoca en seminarios sobre la familia de materiales: metales y aleaciones, cer´ amicos y vidrios, pol´ımeros y copol´ımeros, y compuestos y nanomateriales. Las aplicaciones abarcan materiales tradicionales y de vanguardia. EL estudido de estas aplicaciones cubre el papel desempe˜ nado por los materiales, las mismas aplicaciones y su relevancia. Casos avanzados sobre materiales e innovadores aplicaciones de relevancia potencial sobre el contexto peruano son cubiertos. (b) Prerrequisitos: CQ121. Qu´ımica General. (1er Sem) (c) Tipo de Curso: Obligatorio 7. Competencias • Capacidad de trabajo en equipo. • Capacidad para identificar problemas de ingenier´ıa. • Capacidad para comunicarse oralmente. • Capacidad para comunicarse por escrito. 8. Contribuci´ on a los resultados (Outcomes) d) Trabajar efectivamente en equipos para cumplir con un objetivo com´ un. (Usar) f ) Comunicarse efectivamente con audiencias diversas. (Usar) 9. Competencias (IEEE) C20. Posibilidad de conectar la teor´ıa y las habilidades aprendidas en la academia a los acontecimientos del mundo real que explican su pertinencia y utilidad.⇒ Outcome d,f 10. Lista de temas a estudiar en el curso 1. Comprensión aplicada de los materiales 2. Manejo de Metales y Aleaciones 3. Tratamiento con Cer´ amica y Vidrios 1

4. Tratamiento con Pol´ımeros y Copol´ımeros 5. Tratamiento de compuestos y con nanomateriales 6. B´ usqueda de nuevos materiales y desarrollo de aplicaciones 11. Metodologia y Evaluaci´ on Metodolog´ıa: Sesiones Te´ oricas: El desarrollo de las sesiones te´ oricas est´ a focalizado en el estudiante, a través de su participaci´ on activa, resolviendo problemas relacionados al curso con los aportes individuales y discutiendo casos reales de la industria. Los alumnos desarrollarán a lo largo del curso un proyecto de aplicaci´ on de las herramientas recibidas en una empresa. Sesiones de Laboratorio: Las sesiones prácticas se desarrollan en laboratorio. Las pr´ acticas de laboratorio se realizan en equipos para fortalecer su comunicación. Al inicio de cada laboratorio se explica el desarrollo de la pr´ actica y al término se destaca las principales conclusiones de la actividad en forma grupal. Exposiciones individuales o grupales: Se fomenta la participaci´ on individual y en equipo para exponer sus ideas, motiv´ andolos con puntos adicionales en las diferentes etapas de la evaluaci´ on del curso. Lecturas: A lo largo del curso se proporcionan diferentes lecturas, las cuales son evaluadas. El promedio de las notas de las lecturas es considerado como la nota de una pr´ actica calificada. El uso del campus virtual UTEC Online permite a cada estudiante acceder a la informaci´ on del curso, e interactuar fuera de aula con el profesor y con los otros estudiantes. Sistema de Evaluaci´ on: 12. Contenido

2

Unidad 1: Comprensi´ on aplicada de los materiales (0) Competences esperadas: C20 Objetivos de Aprendizaje T´ opicos • Comprender los fundamentos generales y las funciones deseables para los materiales.

• Presentaci´ on y organizaci´ on del curso.

• Reconociendo la importancia de adquirir una comprensión básica de los materiales para avanzar de forma autónoma en el área.

• Clasificaci´ on general de los materiales.

• Importancia de los materiales para las Ciencias de la Ingenier´ıa.

• Funciones deseables para materiales. – Propiedades mec´ anicas (por ejemplo materiales estructurales). – Conductividad eléctrica y térmica (por ejemplo, circuitos, células, sensores). – Resistencia qu´ımica (por ejemplo compatibilidad qu´ımica, corrosi´ on). – Compatibilidad ambiental y biol´ ogica. • Fundamentos generales – Enlace qu´ımico y su impacto sobre la maleabilidad y la ductilidad – Aleaciones y diagramas de fases – Cristales crecimiento y defectos – Reactividad qu´ımica (defectos, grano)

l´ımites de

– Pares galv´ anicos – Diagramas de Pourbaix – Teor´ıa de banda ,calor y conducci´ on eléctrica – Conductores, semiconductores. Lecturas : [CR14] Unidad 2: Manejo de Metales y Aleaciones (0) Competences esperadas: C20 Objetivos de Aprendizaje

T´ opicos

• Reconocer el prop´ osito, requisitos y caracter´ısticas generales de Metales y Aleaciones.

• Otros fundamentos espec´ıficos necesarios. • Propiedades y aplicaciones correlacionadas. • Estudio de metales y aleaciones - aplicaciones tradicionales • Estudio de cer´ amica y vidrios - aplicaciones de vanguardia

Lecturas : [CR14]

3

Unidad 3: Tratamiento con Cer´ amica y Vidrios (0) Competences esperadas: C20 Objetivos de Aprendizaje T´ opicos • Reconocer el prop´ osito, los requisitos y las caracter´ısticas generales de Cer´ amica y Vasos.

• Otros fundamentos espec´ıficos necesarios • Propiedades y aplicaciones correlacionadas • Estudio de metales y aleaciones - aplicaciones tradicionales • Estudio de cer´ amica y vidrios - aplicaciones de vanguardia

Lecturas : [CR14] Unidad 4: Tratamiento con Pol´ımeros y Copol´ımeros (0) Competences esperadas: C20 Objetivos de Aprendizaje T´ opicos • Reconocer el prop´ osito, requisitos y caracter´ısticas generales de Pol´ımeros y Copol´ımeros.

• Otros fundamentos espec´ıficos necesarios • Propiedades y aplicaciones correlacionadas • Estudio de pol´ımeros y copol´ımeros - aplicaciones tradicionales • Estudio de pol´ımeros y copol´ımeros - aplicaciones de vanguardia

Lecturas : [CR14] Unidad 5: Tratamiento de compuestos y con nanomateriales (0) Competences esperadas: C20 Objetivos de Aprendizaje T´ opicos • Reconocer el prop´ osito, los requisitos y las caracter´ısticas generales de los compuestos y nanomateriales.

• Otros fundamentos espec´ıficos necesarios. • Propiedades y aplicaciones correlacionadas. • Estudio de compuestos - aplicaciones tradicionales y de vanguardia • Encuesta de nanomateriales: cionales y de vanguardia

Lecturas : [CR14]

4

aplicaciones tradi-

Unidad 6: B´ usqueda de nuevos materiales y desarrollo de aplicaciones (0) Competences esperadas: C20 Objetivos de Aprendizaje T´ opicos • Capacidad para integrar la comprensi´ on de los nuevos materiales a las aplicaciones en desarrollo.

• Par innovador ”material - aplicaci´ on”, por ejemplo: – Arte y conservaci´ on / restauraci´ on arqueológica – Ambiente – Nanomateriales – Bioingenier´ıa – Impresi´ on 3d – Materiales funcionales – Embalaje

Lecturas : [CR14]

5


1. 2. 3. 4.

C´ odigo del curso y nombre: GH1013. Cr´ıtica de la Modernidad Cr´ editos: 3 Horas de Teor´ıa y Laboratorio: 3 HT; Docente(s)



6. Informaci´ on del curso (a) Breve descripci´ on del curso El curso de Imagen y Marca Personal , es el primero de dos cursos del área de desarrollo de competencias personales y profesionales. Este curso brinda oportunidades al estudiante para que se autoeval´ ue y reconozca las oportunidades de mejora, sentirse capaz de realizar cada uno de los retos que se le proponga a nivel personal y profesional y de realizar un adecuado análisis de su situaci´ on, ejecuci´ on y propuesta de resolución. El aprendizaje a través de la experiencia, le ayudar´ a a evaluar desde su propia perspectiva, las diferentes formas de pensar y la capacidad de aportar individualmente o en equipo al logro de un determinado objetivo; a través del intercambio de ideas, la evaluaci´ on de propuestas y la ejecuci´ on de la alternativa de soluci´ on idónea. (b) Prerrequisitos: GH1002. Arte y Tecnolog´ıa. (2do Sem) (c) Tipo de Curso: Obligatorio 7. Competencias • Comprende las responsabilidades profesional y ética • Capacidad de comunicaci´ on oral • Capacidad de comunicaci´ on escrita • Reconoce la necesidad del aprendizaje permanente 8. Contribuci´ on a los resultados (Outcomes) d) Trabajar efectivamente en equipos para cumplir con un objetivo com´ un. (Usar) e) Entender correctamente las implicancias profesionales, éticas, legales, de seguridad y sociales de la profesi´ on. (Usar) f ) Comunicarse efectivamente con audiencias diversas. (Usar) n) Aplicar conocimientos de humanidades en su labor profesional. (Usar) 9. Competencias (IEEE) C10. Comprensión del impacto en las personas, las organizaciones y la sociedad de la implementaci´ on de soluciones tecnológicas e intervenciones.⇒ Outcome d,n

1


2


T´ opicos




T´ opicos




T´ opicos



Lecturas : [Ste05]

3


T´ opicos




T´ opicos




T´ opicos



Lecturas : [Ste05]

4


T´ opicos




T´ opicos




T´ opicos




T´ opicos



Lecturas : [Ric15]

5




T´ opicos




T´ opicos




T´ opicos



Lecturas : [Ste05]

6


1. 2. 3. 4.

C´ odigo del curso y nombre: GH1014. Culturas de gobernanza y distribuci´ on de poder Cr´ editos: 3 Horas de Teor´ıa y Laboratorio: 3 HT; Docente(s)

Atención previa coordinaci´ on con el profesor 5. Bibliograf´ıa [Lar15] Lessig. Larry. Our democracy no longer represents the people. Here’s how we fix it. Youtube. 2015. url: https: //www.youtube.com/watch?v=PJy8vTu66tE. 6. Informaci´ on del curso (a) Breve descripci´ on del curso El objetivo del curso es que el estudiante comprenda la interrelaci´ on que existe entre los sistemas pol´ıticos y econ´ omicos de un pa´ıs o regi´ on. El hilo conductor de este curso ser´ a el libro ”Why Nations Fail: The Origins of Power, Prosperity, and Poverty” de Acemoglu-Robinson. El aprendizaje del curso debe ser una interpretaci´ on informada de distintas din´ amicas sociales en las que se organiza y reparte poder, sea de carácter simbólico, econ´ omico y/o pol´ıtico. Este curso debe trabajar la capacidad del estudiante de utilizar conceptos más complejos y desarrollar interpretaciones más elaboradas de la realidad. (b) Prerrequisitos: GH2012. Econom´ıas en Desarrollo. (6to Sem) (c) Tipo de Curso: Obligatorio 7. Competencias • Capacidad de interpretar informaci´ on. • Capacidad para formular alternativas de soluci´ on. • Capacidad de comprender textos 8. Contribuci´ on a los resultados (Outcomes) d) Trabajar efectivamente en equipos para cumplir con un objetivo com´ un. (Usar) e) Entender correctamente las implicancias profesionales, éticas, legales, de seguridad y sociales de la profesi´ on. (Usar) n) Aplicar conocimientos de humanidades en su labor profesional. (Usar) 9. Competencias (IEEE) C10. Comprensión del impacto en las personas, las organizaciones y la sociedad de la implementaci´ on de soluciones tecnológicas e intervenciones.⇒ Outcome d,n C17. Capacidad para expresarse en los medios de comunicaci´ on orales y escritos como se espera de un graduado.⇒ Outcome d C18. Capacidad para participar de forma activa y coordinada en un equipo.⇒ Outcome n C21. Comprender el aspecto profesional, legal, seguridad, asuntos pol´ıticos, humanistas, ambientales, culturales y éticos.⇒ Outcome e 1

10. Lista de temas a estudiar en el curso 1. Culturas de Gobernanza y Distribuci´ on de Poder 11. Metodologia y Evaluaci´ on Metodolog´ıa: Sesiones Te´ oricas: El desarrollo de las sesiones te´ oricas est´ a focalizado en el estudiante, a través de su participaci´ on activa, resolviendo problemas relacionados al curso con los aportes individuales y discutiendo casos reales de la industria. Los alumnos desarrollarán a lo largo del curso un proyecto de aplicaci´ on de las herramientas recibidas en una empresa. Sesiones de Laboratorio: Las sesiones prácticas se desarrollan en laboratorio. Las pr´ acticas de laboratorio se realizan en equipos para fortalecer su comunicación. Al inicio de cada laboratorio se explica el desarrollo de la pr´ actica y al término se destaca las principales conclusiones de la actividad en forma grupal. Exposiciones individuales o grupales: Se fomenta la participaci´ on individual y en equipo para exponer sus ideas, motiv´ andolos con puntos adicionales en las diferentes etapas de la evaluaci´ on del curso. Lecturas: A lo largo del curso se proporcionan diferentes lecturas, las cuales son evaluadas. El promedio de las notas de las lecturas es considerado como la nota de una pr´ actica calificada. El uso del campus virtual UTEC Online permite a cada estudiante acceder a la informaci´ on del curso, e interactuar fuera de aula con el profesor y con los otros estudiantes. Sistema de Evaluaci´ on: 12. Contenido Unidad 1: Culturas de Gobernanza y Distribuci´ on de Poder (12) Competences esperadas: 4 Objetivos de Aprendizaje T´ opicos • Desarrollo del innterés por conocer sobre temas actuales en la sociedad peruana y el mundo.

• ¿C´ omo se relaciona la econom´ıa con la pol´ıtica?. • El rol de las Instituciones. • An´ alisis de casos.

Lecturas : [Lar15]

2


1. 2. 3. 4.

C´ odigo del curso y nombre: CS402. Proyecto de Final de Carrera I Cr´ editos: 3 Horas de Teor´ıa y Laboratorio: 3 HT; Docente(s)

Atención previa coordinaci´ on con el profesor 5. Bibliograf´ıa [Ass08] Association for Computing Machinery. Digital Libray. http://portal.acm.org/dl.cfm. Association for Computing Machinery, 2008. [Cit08]

CiteSeer.IST. Scientific Literature Digital Libray. http://citeseer.ist.psu.edu. College of Information Sciences and Technology, Penn State University, 2008.

[IEE08] IEEE-Computer Society. Digital Libray. http://www.computer.org/publications/dlib. IEEE-Computer Society, 2008. 6. Informaci´ on del curso (a) Breve descripci´ on del curso Este curso tiene por objetivo que el alumno pueda realizar un estudio del estado del arte de un que el alumno ha elegido como tema para su tesis. (b) Prerrequisitos: CS212. Análisis y Dise˜ no de Algoritmos. (5to Sem) (c) Tipo de Curso: Obligatorio 7. Competencias • Que el alumno realice una investigaci´ on inicial en un tema especifico realizando el estudio del estado del arte del tema elegido. • Que el alumno muestre dominio en el tema de la l´ınea de investigaci´ on elegida. • Que el alumno elija un docente que domine el de investigaci´ on elegida como asesor. • Los entregables de este curso son: Avance parcial: Bibliograf´ıa sólida y avance de un Reporte Técnico. Final: Reporte Técnico con experimentos preliminares comparativos que demuestren que el alumno ya conoce las técnicas existentes en el área de su proyecto y elegir a un docente que domine el área de su proyecto como asesor de su proyecto. 8. Contribuci´ on a los resultados (Outcomes) a) Aplicar conocimientos de computaci´ on y de matem´ aticas apropiadas para la disciplina. (Usar) b) Analizar problemas e identificar y definir los requerimientos computacionales apropiados para su soluci´ on. (Evaluar) c) Dise˜ nar, implementar y evaluar un sistema, proceso, componente o programa computacional para alcanzar las necesidades deseadas. (Usar) e) Entender correctamente las implicancias profesionales, éticas, legales, de seguridad y sociales de la profesi´ on. (Evaluar) 1

f ) Comunicarse efectivamente con audiencias diversas. (Usar) h) Incorporarse a un proceso de aprendizaje profesional continuo. (Usar) i) Utilizar técnicas y herramientas actuales necesarias para la pr´ actica de la computaci´ on. (Evaluar) l) Desarrollar principios investigaci´ on en el área de computaci´ on con niveles de competividad internacional. (Usar) 9. Competencias (IEEE) C1. La comprensión intelectual y la capacidad de aplicar las bases matem´ aticas y la teor´ıa de la inform´ atica (Computer Science).⇒ Outcome a,b,c C20. Posibilidad de conectar la teor´ıa y las habilidades aprendidas en la academia a los acontecimientos del mundo real que explican su pertinencia y utilidad.⇒ Outcome e,f,g CS2. Identificar y analizar los criterios y especificaciones apropiadas a los problemas espec´ıficos, y planificar estrategias para su solución.⇒ Outcome h,i,l 10. Lista de temas a estudiar en el curso 1. Levantamiento del estado del arte 11. Metodologia y Evaluaci´ on Metodolog´ıa: Sesiones Te´ oricas: El desarrollo de las sesiones te´ oricas est´ a focalizado en el estudiante, a través de su participaci´ on activa, resolviendo problemas relacionados al curso con los aportes individuales y discutiendo casos reales de la industria. Los alumnos desarrollarán a lo largo del curso un proyecto de aplicaci´ on de las herramientas recibidas en una empresa. Sesiones de Laboratorio: Las sesiones prácticas se desarrollan en laboratorio. Las pr´ acticas de laboratorio se realizan en equipos para fortalecer su comunicación. Al inicio de cada laboratorio se explica el desarrollo de la pr´ actica y al término se destaca las principales conclusiones de la actividad en forma grupal. Exposiciones individuales o grupales: Se fomenta la participaci´ on individual y en equipo para exponer sus ideas, motiv´ andolos con puntos adicionales en las diferentes etapas de la evaluaci´ on del curso. Lecturas: A lo largo del curso se proporcionan diferentes lecturas, las cuales son evaluadas. El promedio de las notas de las lecturas es considerado como la nota de una pr´ actica calificada. El uso del campus virtual UTEC Online permite a cada estudiante acceder a la informaci´ on del curso, e interactuar fuera de aula con el profesor y con los otros estudiantes. Sistema de Evaluaci´ on: 12. Contenido

2

Unidad 1: Levantamiento del estado del arte (60) Competences esperadas: C1,C20,CS2 Objetivos de Aprendizaje

T´ opicos

• Hacer un levantamiento bibliogr´ afico del estado del arte del tema escogido (esto significa muy probablemente 1 o 2 cap´ıtulos de marco te´ orico adem´ as de la introducción que es el cap´ıtulo I de la tesis) [Usar]

• Realizar un estudio profundo del estado del arte en un determinado t´ opico del área de Computación. • Redacci´ on de art´ıculos técnicos en computación.

• Redactar un documento en latex en formato articulo (paper ) con mayor calidad que en Proyecto I (dominar tablas, figuras, ecuaciones, ´ındices, bibtex, referencias cruzadas, citaciones, pstricks) [Usar] • Tratar de hacer las presentaciones utilizando prosper [Usar] • Mostrar experimentos b´ asicos [Usar] • Elegir un asesor que domine el área de investigaci´ on realizada [Usar] Lecturas : [IEE08], [Ass08], [Cit08]

3


1. 2. 3. 4.

C´ odigo del curso y nombre: CS3909. Proyecto Pre Profesional Cr´ editos: 8 Horas de Teor´ıa y Laboratorio: 8 HT; Docente(s)



[IEE08] IEEE-Computer Society. Digital Libray. http://www.computer.org/publications/dlib. IEEE-Computer Society, 2008. 6. Informaci´ on del curso (a) Breve descripci´ on del curso Este curso tiene por objetivo que el alumno aprenda a realizar una investigación de carácter cient´ıfico en el área de computaci´ on. Los docentes del curso determinar´ an un área de estudio para cada alumno, y se le har´ a entrega de bibliograf´ıa para analizar y a partir de la misma, y de fuentes bibliográficas adicionales (investigadas por el alumno), el alumno deber´ a ser capaz de construir un art´ıculo del tipo survey del tema asignado. (b) Prerrequisitos: GH2015. Imagen y marca personal. (6to Sem) (c) Tipo de Curso: Obligatorio 7. Competencias • Que el alumno aprenda como se inicia una investigaci´ on cient´ıfica en el área de computaci´ on. • Que el alumno conozca las principales fuentes para obtener bibliograf´ıa relevante para trabajos de investigación en el área de computacion: Researchindex, IEEE-CS1 , ACM2 . • Que el alumno sea capaz de analizar las propuestas existentes sobre un determinado tópico y relacionarlos de forma coherente en una revisi´ on bibliogr´ afica. • Que el alumno pueda redactar documentos técnicos en computaci´ on utilizando LATEX. • Que el alumno sea capaz de reproducir los resultados ya existentes en un determinado t´ opico a través de la experimentación. • Los entregables de este curso son: Avance parcial: Dominio del tema del art´ıculo y bibliograf´ıa preliminar en formato de art´ıculo LATEX. Final: Entendimiento del art´ıculo del tipo survey, documento conclu´ıdo donde se contenga, opcionalmente, los resultados experimentales de la(s) técnica(s) estudiada(s). 1 http://www.computer.org 2 http://www.acm.org

1

8. Contribuci´ on a los resultados (Outcomes) a) Aplicar conocimientos de computaci´ on y de matem´ aticas apropiadas para la disciplina. (Familiarizarse) b) Analizar problemas e identificar y definir los requerimientos computacionales apropiados para su soluci´ on. (Familiarizarse) c) Dise˜ nar, implementar y evaluar un sistema, proceso, componente o programa computacional para alcanzar las necesidades deseadas. (Familiarizarse) e) Entender correctamente las implicancias profesionales, éticas, legales, de seguridad y sociales de la profesi´ on. (Usar) f ) Comunicarse efectivamente con audiencias diversas. (Familiarizarse) h) Incorporarse a un proceso de aprendizaje profesional continuo. (Familiarizarse) i) Utilizar técnicas y herramientas actuales necesarias para la pr´ actica de la computaci´ on. (Usar) l) Desarrollar principios investigaci´ on en el área de computaci´ on con niveles de competividad internacional. (Familiarizarse) 9. Competencias (IEEE) C1. La comprensión intelectual y la capacidad de aplicar las bases matem´ aticas y la teor´ıa de la inform´ atica (Computer Science).⇒ Outcome a,b,c C20. Posibilidad de conectar la teor´ıa y las habilidades aprendidas en la academia a los acontecimientos del mundo real que explican su pertinencia y utilidad.⇒ Outcome e,f.g CS2. Identificar y analizar los criterios y especificaciones apropiadas a los problemas espec´ıficos, y planificar estrategias para su solución.⇒ Outcome h,i,l 10. Lista de temas a estudiar en el curso 1. 11. Metodologia y Evaluaci´ on Metodolog´ıa: Sesiones Te´ oricas: El desarrollo de las sesiones te´ oricas est´ a focalizado en el estudiante, a través de su participaci´ on activa, resolviendo problemas relacionados al curso con los aportes individuales y discutiendo casos reales de la industria. Los alumnos desarrollarán a lo largo del curso un proyecto de aplicaci´ on de las herramientas recibidas en una empresa. Sesiones de Laboratorio: Las sesiones prácticas se desarrollan en laboratorio. Las pr´ acticas de laboratorio se realizan en equipos para fortalecer su comunicación. Al inicio de cada laboratorio se explica el desarrollo de la pr´ actica y al término se destaca las principales conclusiones de la actividad en forma grupal. Exposiciones individuales o grupales: Se fomenta la participaci´ on individual y en equipo para exponer sus ideas, motiv´ andolos con puntos adicionales en las diferentes etapas de la evaluaci´ on del curso. Lecturas: A lo largo del curso se proporcionan diferentes lecturas, las cuales son evaluadas. El promedio de las notas de las lecturas es considerado como la nota de una pr´ actica calificada. El uso del campus virtual UTEC Online permite a cada estudiante acceder a la informaci´ on del curso, e interactuar fuera de aula con el profesor y con los otros estudiantes. Sistema de Evaluaci´ on: 12. Contenido

2

Unidad 1: (60) Competences esperadas: C1,C20,CS2 Objetivos de Aprendizaje

T´ opicos

• Aprender a hacer una investigaci´ on correcta en el área de computaci´ on[Usar]

• B´ usqueda bibliogr´ afica en computaci´ on. • Redacci´ on de art´ıculos técnicos en computación.

• Conocer las fuentes de bibliograf´ıa adecuada para esta área[Usar] • Saber redactar un documento de acorde con las caracter´ısticas que las conferencias de esta área exigen[Usar] Lecturas : [IEE08], [Ass08], [Cit08]

3


1. 2. 3. 4.

C´ odigo del curso y nombre: CS370. Big Data Cr´ editos: 3 Horas de Teor´ıa y Laboratorio: 1 HT; 4 HP; Docente(s)

Atención previa coordinaci´ on con el profesor 5. Bibliograf´ıa [Bal+08] Shumeet Baluja et al. “Video Suggestion and Discovery for Youtube: Taking Random Walks Through the View Graph”. In: Proceedings of the 17th International Conference on World Wide Web. WWW ’08. Beijing, China: ACM, 2008, pp. 895–904. isbn: 978-1-60558-085-2. doi: 10 . 1145 / 1367497 . 1367618. url: http : //doi.acm.org/10.1145/1367497.1367618. [BVS13]

Rajkumar Buyya, Christian Vecchiola, and S. Thamarai Selvi. Mastering Cloud Computing: Foundations and Applications Programming. 1st. San Francisco, CA, USA: Morgan Kaufmann Publishers Inc., 2013. isbn: 9780124095397, 9780124114548.

[Cou+11]

George Coulouris et al. Distributed Systems: Concepts and Design. 5th. USA: Addison-Wesley Publishing Company, 2011. isbn: 0132143011, 9780132143011.

[HDF11]

Kai Hwang, Jack Dongarra, and Geoffrey C. Fox. Distributed and Cloud Computing: From Parallel Processing to the Internet of Things. 1st. San Francisco, CA, USA: Morgan Kaufmann Publishers Inc., 2011. isbn: 0123858801, 9780123858801.

[Low+12] Yucheng Low et al.“Distributed GraphLab: A Framework for Machine Learning and Data Mining in the Cloud”. In: Proc. VLDB Endow. 5.8 (Apr. 2012), pp. 716–727. issn: 2150-8097. doi: 10.14778/2212351.2212354. url: http://dx.doi.org/10.14778/2212351.2212354. [Mal+10]

Grzegorz Malewicz et al. “Pregel: A System for Large-scale Graph Processing”. In: ACM SIGMOD Record. SIGMOD ’10 (2010), pp. 135–146. doi: 10.1145/1807167.1807184. url: http://doi.acm.org/10.1145/ 1807167.1807184.

6. Informaci´ on del curso (a) Breve descripci´ on del curso En la actualidad conocer enfoques escalables para procesar y almacenar grande volumenes de informaci´ on (terabytes, petabytes e inclusive exabytes) es fundamental en cursos de ciencia de la computación. Cada dia, cada hora, cada minuto se genera gran cantidad de informaci´ on la cual necesit´ a ser procesada, almacenada, analisada. (b) Prerrequisitos: CS272. Bases de Datos II. (5to Sem) , CS3P1. Computaci´ on Paralela y Distribu´ıda. (7mo Sem) (c) Tipo de Curso: Obligatorio 7. Competencias • Que el alumno sea capaz de crear aplicaciones paralelas para procesar grandes volumenes de informaci´ on. • Que el alumno sea capaz de comparar las alternativas para el procesamiento de big data. • Que el alumno sea capaz de proponer arquitecturas para una aplicaci´ on escalable. 8. Contribuci´ on a los resultados (Outcomes)

1

a) Aplicar conocimientos de computaci´ on y de matem´ aticas apropiadas para la disciplina. (Usar) b) Analizar problemas e identificar y definir los requerimientos computacionales apropiados para su soluci´ on. (Usar) i) Utilizar técnicas y herramientas actuales necesarias para la pr´ actica de la computaci´ on. (Usar) j) Aplicar la base matem´ atica, principios de algoritmos y la teor´ıa de la Ciencia de la Computaci´ on en el modelamiento y dise˜ no de sistemas computacionales de tal manera que demuestre comprensi´ on de los puntos de equilibrio involucrados en la opci´ on escogida. (Usar) 9. Competencias (IEEE) C2. Capacidad para tener una perspectiva cr´ıtica y creativa para identificar y resolver problemas utilizando el pensamiento computacional.⇒ Outcome a C4. Una comprensi´ on del hardware de la computadora desde la perspectiva del software, por ejemplo, el uso del procesador, memoria, unidades de disco, pantalla, etc.⇒ Outcome b C16. Capacidad para identificar temas avanzados de computaci´ on y de la comprensi´ on de las fronteras de la disciplina.⇒ Outcome i CS2. Identificar y analizar los criterios y especificaciones apropiadas a los problemas espec´ıficos, y planificar estrategias para su solución.⇒ Outcome i CS3. Analizar el grado en que un sistema basado en el ordenador cumple con los criterios definidos para su uso actual y futuro desarrollo.⇒ Outcome j CS6. Evaluar los sistemas en términos de atributos de calidad en general y las posibles ventajas y desventajas que se presentan en el problema dado.⇒ Outcome j 10. Lista de temas a estudiar en el curso 1. Introducción a Big Data 2. Hadoop 3. Procesamiento de Grafos en larga escala 11. Metodologia y Evaluaci´ on Metodolog´ıa: Sesiones Te´ oricas: El desarrollo de las sesiones te´ oricas est´ a focalizado en el estudiante, a través de su participaci´ on activa, resolviendo problemas relacionados al curso con los aportes individuales y discutiendo casos reales de la industria. Los alumnos desarrollarán a lo largo del curso un proyecto de aplicaci´ on de las herramientas recibidas en una empresa. Sesiones de Laboratorio: Las sesiones prácticas se desarrollan en laboratorio. Las pr´ acticas de laboratorio se realizan en equipos para fortalecer su comunicación. Al inicio de cada laboratorio se explica el desarrollo de la pr´ actica y al término se destaca las principales conclusiones de la actividad en forma grupal. Exposiciones individuales o grupales: Se fomenta la participaci´ on individual y en equipo para exponer sus ideas, motiv´ andolos con puntos adicionales en las diferentes etapas de la evaluaci´ on del curso. Lecturas: A lo largo del curso se proporcionan diferentes lecturas, las cuales son evaluadas. El promedio de las notas de las lecturas es considerado como la nota de una pr´ actica calificada. El uso del campus virtual UTEC Online permite a cada estudiante acceder a la informaci´ on del curso, e interactuar fuera de aula con el profesor y con los otros estudiantes. Sistema de Evaluaci´ on: 12. Contenido

2

Unidad 1: Introducci´ on a Big Data (15) Competences esperadas: C2, C4 Objetivos de Aprendizaje

T´ opicos

• Explicar el concepto de Cloud Computing desde el punto de vista de Big Data[Familiarizarse]

• Visi´ on global sobre Cloud Computing • Visi´ on global sobre Sistema de Archivos Distribuidos

• Explicar el concepto de los Sistema de Archivos Distribuidos [Familiarizarse]

• Visi´ on global sobre el modelo de programación MapReduce

• Explicar el concepto del modelo de programaci´ on MapReduce[Familiarizarse] Lecturas : [Cou+11] Unidad 2: Hadoop (15) Competences esperadas: C2, C4 Objetivos de Aprendizaje

T´ opicos • Visi´ on global de Hadoop.

• Entender y explicar la suite de Hadoop. [Familiarizarse]

• Historia.

• Implementar soluciones usando el modelo de programación MapReduce. [Usar]

• Estructura de Hadoop. • HDFS, Hadoop Distributed File System.

• Entender la forma como se guardan los datos en el HDFS. [Familiarizarse]

• Modelo de Programaci´ on MapReduce

Lecturas : [HDF11], [BVS13] Unidad 3: Procesamiento de Grafos en larga escala (10) Competences esperadas: C16 Objetivos de Aprendizaje T´ opicos • Entender y explicar la arquitectura del proyecto Pregel. [Familiarizarse]

• Pregel: A System for Large-scale Graph Processing. • Distributed GraphLab: A Framework for Machine Learning and Data Mining in the Cloud.

• Entender la arquitectura del proyecto GraphLab. [Familiarizarse]

• Apache Giraph is an iterative graph processing system built for high scalability.

• Entender la arquitectura del proyecto Giraph. [Familiarizarse] • Implementar soluciones usando Pregel, GraphLab o Giraph. [Usar] Lecturas : [Low+12], [Mal+10], [Bal+08]

3


1. 2. 3. 4.

C´ odigo del curso y nombre: CS403. Proyecto de Final de Carrera II Cr´ editos: 4 Horas de Teor´ıa y Laboratorio: 2 HT; 4 HP; Docente(s)



[IEE08] IEEE-Computer Society. Digital Libray. http://www.computer.org/publications/dlib. IEEE-Computer Society, 2008. 6. Informaci´ on del curso (a) Breve descripci´ on del curso Este curso tiene por objetivo que el alumno concluya su proyecto de tesis. (b) Prerrequisitos: CS402. Proyecto de Final de Carrera I. (8vo Sem) (c) Tipo de Curso: Obligatorio 7. Competencias • Que el alumno este en la capacidad de presentar formalmente su proyecto de tesis con el marco te´ orico y levantamiento bibliográfico completo. • Que el alumno domine el estado del arte de su área de investigaci´ on. • Los entregables de este curso son: Avance parcial: Avance del plan de tesis incluyendo motivaci´ on y contexto, definici´ on del problema, objetivos, cronograma de actividades hasta el proyecto final de tesis y el estado del arte del tema abordado. Final: Plan de tesis completo y Avance de la Tesis incluyendo los cap´ıtulos de marco te´ orico, trabajos relacionados y resultados (formales o estad´ısticos) preliminares orientados a su tema de tesis. 8. Contribuci´ on a los resultados (Outcomes) a) Aplicar conocimientos de computaci´ on y de matem´ aticas apropiadas para la disciplina. (Evaluar) b) Analizar problemas e identificar y definir los requerimientos computacionales apropiados para su soluci´ on. (Evaluar) c) Dise˜ nar, implementar y evaluar un sistema, proceso, componente o programa computacional para alcanzar las necesidades deseadas. (Evaluar) e) Entender correctamente las implicancias profesionales, éticas, legales, de seguridad y sociales de la profesi´ on. (Evaluar) f ) Comunicarse efectivamente con audiencias diversas. (Evaluar) h) Incorporarse a un proceso de aprendizaje profesional continuo. (Evaluar) 1

i) Utilizar técnicas y herramientas actuales necesarias para la pr´ actica de la computaci´ on. (Evaluar) l) Desarrollar principios investigaci´ on en el área de computaci´ on con niveles de competividad internacional. (Evaluar) 9. Competencias (IEEE) C1. La comprensión intelectual y la capacidad de aplicar las bases matem´ aticas y la teor´ıa de la inform´ atica (Computer Science).⇒ Outcome a,b,c C20. Posibilidad de conectar la teor´ıa y las habilidades aprendidas en la academia a los acontecimientos del mundo real que explican su pertinencia y utilidad.⇒ Outcome e,f.g CS2. Identificar y analizar los criterios y especificaciones apropiadas a los problemas espec´ıficos, y planificar estrategias para su solución.⇒ Outcome h,i,l 10. Lista de temas a estudiar en el curso 1. Proyecto de Tesis 2. Avance de Tesis 11. Metodologia y Evaluaci´ on Metodolog´ıa: Sesiones Te´ oricas: El desarrollo de las sesiones te´ oricas est´ a focalizado en el estudiante, a través de su participaci´ on activa, resolviendo problemas relacionados al curso con los aportes individuales y discutiendo casos reales de la industria. Los alumnos desarrollarán a lo largo del curso un proyecto de aplicaci´ on de las herramientas recibidas en una empresa. Sesiones de Laboratorio: Las sesiones prácticas se desarrollan en laboratorio. Las pr´ acticas de laboratorio se realizan en equipos para fortalecer su comunicación. Al inicio de cada laboratorio se explica el desarrollo de la pr´ actica y al término se destaca las principales conclusiones de la actividad en forma grupal. Exposiciones individuales o grupales: Se fomenta la participaci´ on individual y en equipo para exponer sus ideas, motiv´ andolos con puntos adicionales en las diferentes etapas de la evaluaci´ on del curso. Lecturas: A lo largo del curso se proporcionan diferentes lecturas, las cuales son evaluadas. El promedio de las notas de las lecturas es considerado como la nota de una pr´ actica calificada. El uso del campus virtual UTEC Online permite a cada estudiante acceder a la informaci´ on del curso, e interactuar fuera de aula con el profesor y con los otros estudiantes. Sistema de Evaluaci´ on: 12. Contenido Unidad 1: Proyecto de Tesis (30) Competences esperadas: C1,C20,CS2 Objetivos de Aprendizaje

T´ opicos

• Descripción del formato utilizado por la Universidad para el plan de tesis [Evaluar]

• Proyecto de Tesis.

• Concluir el plan del proyecto de tesis[Evaluar] • Presentar el estado del arte del tema de tesis (50%)[Evaluar] Lecturas : [IEE08], [Ass08], [Cit08]

2

Unidad 2: Avance de Tesis (30) Competences esperadas: C1,C20,CS2 Objetivos de Aprendizaje

T´ opicos

• Descripción del formato utilizado por la Universidad para la tesis[Evaluar]

• Avance de Tesis.

• Concluir el cap´ıtulo del Marco Te´ orico de la Tesis[Evaluar] • Concluir el cap´ıtulo de Trabajos Relacionados (35%)[Evaluar] • Planear, desarrollar y presentar resultados (formales o estad´ısticos) de experimentos orientados a su tema de tesis (35%)[Evaluar] Lecturas : [IEE08], [Ass08], [Cit08]

3


1. 2. 3. 4.

C´ odigo del curso y nombre: CS391. Ingenier´ıa de Software III Cr´ editos: 4 Horas de Teor´ıa y Laboratorio: 2 HT; 4 HP; Docente(s)

Atención previa coordinaci´ on con el profesor 5. Bibliograf´ıa [PM14] Roger S. Pressman and Bruce Maxim. Software Engineering: A Practitioner’s Approach. 8th. McGraw-Hill, Jan. 2014. [Som10] Ian Sommerville. Software Engineering. 9th. Addison-Wesley, Mar. 2010. 6. Informaci´ on del curso (a) Breve descripci´ on del curso El desarrollo de software requiere del uso de mejores pr´ acticas de desarrollo, gestión de proyectos de TI, manejo de equipos y uso eficiente y racional de frameworks de aseguramiento de la calidad, estos elemento son pieza clave y transversal durante todo el proceso productivo. La construcción de software contempla la implementaci´ on y uso de procesos, métodos, modelos y herramientas que permitan lograr la realizaci´ on de los atributos de calidad de un producto. (b) Prerrequisitos: CS292. Ingenier´ıa de Software II. (7mo Sem) (c) Tipo de Curso: Electivo 7. Competencias • Comprender y poner en pr´ actica los conceptos fundamentales sobre la gesti´ on de proyectos y manejo de equipos de software. • Comprender los fundamentos de la gesti´ on de proyectos, incluyendo su definici´ on, alcance, y la necesidad de gestión de proyectos en la organizaci´ on moderna. • Los alumnos deben comprender los conceptos fundamentales de CMMI, PSP, TSP para que sean adoptados en los proyectos de software. • Describir y comprender los modelos de aseguramiento de la calidad como marco clave para el éxitos de los proyectos de TI. 8. Contribuci´ on a los resultados (Outcomes) c) Dise˜ nar, implementar y evaluar un sistema, proceso, componente o programa computacional para alcanzar las necesidades deseadas. (Usar) d) Trabajar efectivamente en equipos para cumplir con un objetivo com´ un. (Usar) i) Utilizar técnicas y herramientas actuales necesarias para la pr´ actica de la computaci´ on. (Usar) j) Aplicar la base matem´ atica, principios de algoritmos y la teor´ıa de la Ciencia de la Computaci´ on en el modelamiento y dise˜ no de sistemas computacionales de tal manera que demuestre comprensi´ on de los puntos de equilibrio involucrados en la opci´ on escogida. (Evaluar) 1

m) Transformar sus conocimientos del área de Ciencia de la Computaci´ on en emprendimientos tecnol´ ogicos. (Evaluar) o) Mejorar las condiciones de la sociedad poniendo la tecnolog´ıa al servicio del ser humano. (Usar) 9. Competencias (IEEE) C7. Ser capaz de aplicar los principios y tecnolog´ıas de ingenier´ıa de software para asegurar que las implementaciones de software son robustos, fiables y apropiados para su p´ ublico objetivo.⇒ Outcome c C11. Entendimiento del concepto del ciclo de vida, incluyendo la importancia de sus fases (planificaci´ on, desarrollo, implementación y evoluci´ on).⇒ Outcome i,k C12. Entender las implicaciones de ciclo de vida para el desarrollo de todos los aspectos de los sistemas informáticos (incluyendo software, hardware, y la interfaz de la computadora humana).⇒ Outcome j,m C13. Comprender la relaci´ on entre la calidad y la gesti´ on del ciclo de vida.⇒ Outcome c,i,m C18. Capacidad para participar de forma activa y coordinada en un equipo.⇒ Outcome d C19. Capacidad para identificar eficazmente los objetivos y las prioridades de su trabajo / área / proyecto con indicación de la acción, el tiempo y los recursos necesarios.⇒ Outcome j CS6. Evaluar los sistemas en términos de atributos de calidad en general y las posibles ventajas y desventajas que se presentan en el problema dado.⇒ Outcome c,i,m CS7. Aplicar los principios de una gesti´ on eficaz de la informaci´ on, organizaci´ on de la informaci´ on, y las habilidades de recuperación de informaci´ on a la informaci´ on de diversos tipos, incluyendo texto, im´ agenes, sonido y v´ıdeo. Esto debe incluir la gesti´ on de los problemas de seguridad.⇒ Outcome d,i,o CS9. Identificar los riesgos (y esto incluye cualquier seguridad o los aspectos de seguridad) que pueden estar involucrados en la operación de equipo de c´ omputo dentro de un contexto dado.⇒ Outcome c,d,m 10. Lista de temas a estudiar en el curso 1. Evolución de Software 2. Gestión de Proyectos de Software 3. Gestión de Proyectos de Software 4. Procesos de Software 5. Estándares ISO/IEC 11. Metodologia y Evaluaci´ on Metodolog´ıa: Sesiones Te´ oricas: El desarrollo de las sesiones te´ oricas est´ a focalizado en el estudiante, a través de su participaci´ on activa, resolviendo problemas relacionados al curso con los aportes individuales y discutiendo casos reales de la industria. Los alumnos desarrollarán a lo largo del curso un proyecto de aplicaci´ on de las herramientas recibidas en una empresa. Sesiones de Laboratorio: Las sesiones prácticas se desarrollan en laboratorio. Las pr´ acticas de laboratorio se realizan en equipos para fortalecer su comunicación. Al inicio de cada laboratorio se explica el desarrollo de la pr´ actica y al término se destaca las principales conclusiones de la actividad en forma grupal. Exposiciones individuales o grupales: Se fomenta la participaci´ on individual y en equipo para exponer sus ideas, motiv´ andolos con puntos adicionales en las diferentes etapas de la evaluaci´ on del curso. Lecturas: A lo largo del curso se proporcionan diferentes lecturas, las cuales son evaluadas. El promedio de las notas de las lecturas es considerado como la nota de una pr´ actica calificada. El uso del campus virtual UTEC Online permite a cada estudiante acceder a la informaci´ on del curso, e interactuar fuera de aula con el profesor y con los otros estudiantes. Sistema de Evaluaci´ on: 12. Contenido 2

Unidad 1: Evoluci´ on de Software (12) Competences esperadas: C7, C11, C12, CS6 Objetivos de Aprendizaje

T´ opicos

• Identificar los problemas principales asociados con la evolución del software y explicar su impacto en el ciclo de vida del software [Familiarizarse]

• Desarrollo de Software en el contexto de código grande pre existente

• Estimar el impacto del cambio de requerimientos en productos existentes de tama˜ no medio [Usar]

– Preocupaciones y ubicaci´ on de preocupaciones

– Cambios de software – Refactoring

• Usar refactorizaci´ on en el proceso de modificaci´ on de un componente de sosftware [Usar]

• Evoluci´ on de Software.

• Estudiar los desafios de mejorar sistemas en un entorno cambiante [Familiarizarse]

• Caracter´ısticas de Software mantenible.

• Perfilar los procesos de pruebas de regresi´ on y su rol en el manejo de versiones [Familiarizarse]

• Reuso de Software.

• Sistemas de Reingenier´ıa. – Segmentos de c´ odigo

• Estudiar las ventajas y desventajas de diferentes tipos de niveles de confiabilidad [Familiarizarse]

– Bibliotecas y frameworks – Componentes – L´ıneas de Producto

Lecturas : [PM14], [Som10]

3

Unidad 2: Gesti´ on de Proyectos de Software (10) Competences esperadas: C18, C19, CS7, CS9 Objetivos de Aprendizaje

T´ opicos

• Discutir los comportamientos comunes que contribuyen al buen funcionamiento de un equipo [Familiarizarse]

• La participaci´ on del equipo: – Procesos elemento del equipo, incluyendo responsabilidades de tarea, la estructura de reuniones y horario de trabajo

• Crear y seguir un programa para una reuni´ on del equipo [Usar]

– Roles y responsabilidades en un equipo de software

• Identificar y justificar las funciones necesarias en un equipo de desarrollo de software [Usar]

– Equipo de resoluci´ on de conflictos – Los riesgos asociados con los equipos virtuales (comunicaci´ on, la percepci´ on, la estructura)

• Entender las fuentes, obst´ aculos y beneficios potenciales de un conflicto de equipo [Usar]

• Estimaci´ on de esfuerzo (a nivel personal)

• Aplicar una estrategia de resoluci´ on de conflictos en un ambiente de equipo [Usar]

• Riesgo.

• Utilizar un método ad hoc para estimar el esfuerzo de desarrollo del software (ejemplo, tiempo) y comparar con el esfuerzo actual requerido [Usar]

– El papel del riesgo en el ciclo de vida – Categor´ıas elemento de riesgo, incluyendo la seguridad, la seguridad, mercado, finanzas, tecnolog´ıa, las personas, la calidad, la estructura y el proceso de

• Listar varios ejemplos de los riesgos del software [Familiarizarse] • Describir el impacto del riesgo en el ciclo de vida de desarrollo de software [Familiarizarse]

• Gesti´ on de equipos: – Organizaci´ on de equipo y la toma de decisiones

• Describir las diferentes categor´ıas de riesgo en los sistemas de software [Familiarizarse]

– Roles de identificaci´ on y asignaci´ on – Individual y el desempe˜ no del equipo de evaluaci´ on

• Demostrar a través de la colaboraci´ on de proyectos de equipo los elementos centrales de la contrucci´ on de equipos y gesti´ on de equipos [Usar]

• Gesti´ on de proyectos: – Programaci´ on y seguimiento de elementos

• Describir como la elecci´ on de modelos de procesos afectan la estructura organizacional de equipos y procesos de toma de decisiones [Familiarizarse]

– Herramientas de gesti´ on de proyectos – An´ alisis de Costo/Beneficio

• Crear un equipo mediante la identificaci´ on de los roles apropiados y la asignaci´ on de funciones a los miembros del equipo [Usar] • Evaluar y retroalimentar a los equipos e individuos sobre su desempe˜ no en un ambiente de equipo [Usar] • Usando un software particular procesar, describir los aspectos de un proyecto que encesita ser planeado y monitoreado, (ejemplo, estimar el tama˜ no y esfuerzo, un horario, reasignaci´ on de recursos, control de configuración, gesti´ on de cambios, identificaci´ on de riesgos en un proyecto y gesti´ on) [Familiarizarse] Lecturas : [PM14], [Som10]

4

Unidad 3: Gesti´ on de Proyectos de Software (8) Competences esperadas: C18, C19, CS7, CS9 Objetivos de Aprendizaje

T´ opicos

• Realizar el seguimiento del progreso de alguna etapa de un proyecto que utiliza métricas de proyectos apropiados [Usar]

• Software de medici´ on y técnicas de estimación. • Aseguramiento de la calidad del software y el rol de las mediciones.

• Comparar las técnicas simples de tama˜ no de software y estimación de costos [Usar]

• Riesgo. – Identificaci´ on de riesgos y gesti´ on.

• Usar una herramienta de gesti´ on de proyectos para ayudar en la asignaci´ on y rastreo de tareas en un proyecto de desarrollo de software [Usar]

– An´ alisis riesgo y evaluaci´ on. – La tolerancia al riesgo (por ejemplo, riesgo adverso, riesgo neutral, la b´ usqueda de riesgo)

• Describir el impacto de la tolerancia de riesgos en el proceso de desarrollo de software [Evaluar]

– Planificaci´ on de Riesgo

• Identificar riesgos y describir enfoques para manejar riesgos (evitar, aceptar, tranferir, mitigar) y caracterizar fortalezas y defectos para cada uno [Familiarizarse]

• En todo el sistema de aproximaci´ on al riesgo, incluyendo riesgos asociados con herramientas.

• Explicar cómo el riesgo afecta las decisiones en el proceso de desarrollo de software [Usar] • Identificar los riesgos de seguridad para un sistema de software [Usar] • Demostrar un enfoque sistem´ atico para la tarea de identificar los peligros y riesgos en una situaci´ on particular [Usar] • Aplicar los principios b´ asicos del manejo de riesgos en una variedad de escenarios simples incluyendo una situación de seguridad [Usar] • Dirigir un an´ alisis de costo/beneficio para el enfoque de mitigación de riesgos [Usar] • Identificar y analizar alguno de los riesgos para un sistema entero que surgen de aspectos distintos del software [Usar] Lecturas : [PM14], [Som10]

5

Unidad 4: Procesos de Software (12) Competences esperadas: C7, C13, C19, CS6, CS7 Objetivos de Aprendizaje

T´ opicos

• Describa cómo el software puede interactuar y participar en varios sistemas, incluyendo la gesti´ on de información, integraci´ on, control de procesos y sistemas de comunicaciones [Usar]

• Consideraciones a nivel de sistemas, ejem., la interacci´ on del software con su entorno. • Introducci´ on a modelos del proceso de software (e.g., cascada, incremental, agil):

• Describir las ventajas y desventajas relativas entre varios modelos importantes de procesos (por ejemplo, la cascada, iterativo y ágil) [Usar]

– Actividades con ciclos de vida de software. • Programaci´ on a gran escala versus programación individual.

• Describir las diferentes pr´ acticas que son componentes clave de los diversos modelos de procesos [Usar]

• Evaluaci´ on de modelos de proceso de software. • Conceptos de calidad de software.

• Diferenciar entre las fases de desarrollo de software [Usar]

• Mejoramiento de procesos.

• Describir cómo la programaci´ on en grandes equipos difiere de esfuerzos individuales con respecto a la comprensión de una gran base de código, lectura de código, comprensi´ on de las construcciones, y comprensión de contexto de cambios [Usar]

• Modelos de madurez de procesos de software. • Mediciones del proceso de software.

• Explicar el concepto de ciclo de vida del software y proporcionar un ejemplo que ilustra sus fases incluyendo los entregables que se producen [Usar] • Comparar varios modelos comunes de procesos con respecto a su valor para el desarrollo de las clases particulares de sistemas de software, teniendo en cuenta diferentes aspectos tales como, estabilidad de los requisitos, tama˜ no y caracter´ısticas no funcionales [Usar] • Definir la calidad del software y describir el papel de las actividades de aseguramiento de la calidad en el proceso de software [Usar] • Describir el objetivo y similitudes fundamentales entre los enfoques de mejora de procesos [Usar] • Comparar varios modelos de mejora de procesos, tales como CMM, CMMI, CQI, Plan-Do-Check-Act, o ISO9000 [Usar] • Evaluar un esfuerzo de desarrollo y recomendar cambios potenciales al participar en la mejora de procesos (usando un modelo como PSP) o involucraci´ on en una retrospectiva de un proyecto [Usar] • Explicar el papel de los modelos de madurez de procesos en la mejora de procesos [Usar] • Describir varias métricas de procesos para la evaluación y el control de un proyecto [Usar] • Usar las medidas en proyecto para describir el estado actual de un proyecto [Usar] Lecturas : [PM14], [Som10] 6

Unidad 5: Est´ andares ISO/IEC (6) Competences esperadas: C7, C13, C19, CS6, CS7 Objetivos de Aprendizaje

T´ opicos • ISO 9001:2001.

• Aprender y aplciar correctamente normas y estandares internacionales. [Usar]

• ISO 9000-3. • ISO/IEC 9126. • ISO/IEC 12207. • ISO/IEC 15939. • ISO/IEC 14598. • ISO/IEC 15504-SPICE. • IT Mark. • SCRUM. • SQuaRE. • CISQ.


7


1. 2. 3. 4.

C´ odigo del curso y nombre: CS351. Tópicos en Computaci´ on Gr´ afica Cr´ editos: 4 Horas de Teor´ıa y Laboratorio: 2 HT; 4 HP; Docente(s)

Atención previa coordinaci´ on con el profesor 5. Bibliograf´ıa [HB90] Donald Hearn and Pauline Baker. Computer Graphics in C. Prentice Hall, 1990. [Hug+13] John F. Hughes et al. Computer Graphics - Principles and Practice 3rd Edition. Addison-Wesley, 2013. 6. Informaci´ on del curso (a) Breve descripci´ on del curso En este curso se puede profundizar en alguno de los t´ opicos mencionados en el área de Computación Gr´ afica (Graphics and Visual Computing - GV). ´ Este curso est´ a destinado a realizar algun curso avanzado sugerido por la curricula de la ACM/IEEE. [Hug+13; HB90] (b) Prerrequisitos: CS251. Computaci´ on Gr´ afica. (7mo Sem) (c) Tipo de Curso: Electivo 7. Competencias • Que el alumno utilice técnicas de computaci´ on gr´ afica más sofisticadas que involucren estructuras de datos y algoritmos complejos. • Que el alumno aplique los conceptos aprendidos para crear una aplicaci´ on sobre un problema real. • Que el alumno investigue la posibilidad de crear un nuevo algoritmo y/o técnica nueva para resolver un problema real. 8. Contribuci´ on a los resultados (Outcomes) a) Aplicar conocimientos de computaci´ on y de matem´ aticas apropiadas para la disciplina. (Usar) b) Analizar problemas e identificar y definir los requerimientos computacionales apropiados para su soluci´ on. (Usar) i) Utilizar técnicas y herramientas actuales necesarias para la pr´ actica de la computaci´ on. (Usar) j) Aplicar la base matem´ atica, principios de algoritmos y la teor´ıa de la Ciencia de la Computaci´ on en el modelamiento y dise˜ no de sistemas computacionales de tal manera que demuestre comprensi´ on de los puntos de equilibrio involucrados en la opci´ on escogida. (Usar) 9. Competencias (IEEE) C1. La comprensión intelectual y la capacidad de aplicar las bases matem´ aticas y la teor´ıa de la inform´ atica (Computer Science).⇒ Outcome a,b C24. Comprender la necesidad de la formaci´ on permanente y la mejora de habilidades y capacidades.⇒ Outcome i,j 10. Lista de temas a estudiar en el curso 1

1. Topicos Avanzados en Computaci´ on Gr´ afica 11. Metodologia y Evaluaci´ on Metodolog´ıa: Sesiones Te´ oricas: El desarrollo de las sesiones te´ oricas est´ a focalizado en el estudiante, a través de su participaci´ on activa, resolviendo problemas relacionados al curso con los aportes individuales y discutiendo casos reales de la industria. Los alumnos desarrollarán a lo largo del curso un proyecto de aplicaci´ on de las herramientas recibidas en una empresa. Sesiones de Laboratorio: Las sesiones prácticas se desarrollan en laboratorio. Las pr´ acticas de laboratorio se realizan en equipos para fortalecer su comunicación. Al inicio de cada laboratorio se explica el desarrollo de la pr´ actica y al término se destaca las principales conclusiones de la actividad en forma grupal. Exposiciones individuales o grupales: Se fomenta la participaci´ on individual y en equipo para exponer sus ideas, motiv´ andolos con puntos adicionales en las diferentes etapas de la evaluaci´ on del curso. Lecturas: A lo largo del curso se proporcionan diferentes lecturas, las cuales son evaluadas. El promedio de las notas de las lecturas es considerado como la nota de una pr´ actica calificada. El uso del campus virtual UTEC Online permite a cada estudiante acceder a la informaci´ on del curso, e interactuar fuera de aula con el profesor y con los otros estudiantes. Sistema de Evaluaci´ on: 12. Contenido Unidad 1: Topicos Avanzados en Computaci´ on Gr´ afica (0) Competences esperadas: 4 Objetivos de Aprendizaje T´ opicos • Tópicos Avanzados en Computaci´ on Gr´ afica

• CS355. Advanced Computer Graphics • CS356. Computer animation • CS313. Geometric Algorithms • CS357. Visualizaci´ on • CS358. Virtual reality • CS359. Genetic algorithms

Lecturas : [Soars022S], [Soars022W], [Soars022T], [Cambridge06], [MacGrew99]

2


1. 2. 3. 4.

C´ odigo del curso y nombre: CS362. Rob´ otica Cr´ editos: 4 Horas de Teor´ıa y Laboratorio: 2 HT; 4 HP; Docente(s)

Atención previa coordinaci´ on con el profesor 5. Bibliograf´ıa [MVR07] Sonka. M, Hlavac. V, and Boile. R. Image Processing, Analysis and Machine Vision. Cengage-Engineering, 2007. [RR07]

Gonzales. R C and Woods. R E. Digital Image Processing. Prentice Hall, 2007. isbn: 013168728X,978013168728B.

[SN04]

R. Siegwart and I. Nourbakhsh. Introduction to Autonomous Mobile Robots. The MIT Press., 2004. isbn: 0-262-19502-X.

[Sto00]

Peter Stone. Layered Learning in Multiagent Systems. Intelligent Robots and Autonomous Agents. The MIT Press, 2000. isbn: 9780262194389.

[SWD05]

Thrun. S, Burgard. W, and Fox. D. Probabilistic Robotics. Intelligent Robots and Autonomous Agents. The MIT Press, 2005.

6. Informaci´ on del curso (a) Breve descripci´ on del curso Que el alumno conozca y comprenda los conceptos y principios fundamentales de control, planificaci´ on de caminos y definici´ on de estratégias en rob´ otica móvil as´ı como conceptos de percepción robótica de forma que entienda el potencial de los sistemas rob´ oticos actuales (b) Prerrequisitos: CS261. Inteligencia Artificial. (7mo Sem) (c) Tipo de Curso: Electivo 7. Competencias • Sintetizar el potencial y las limitaciones del estado del arte de los sistemas rob´ oticos actuales. • Implementar algoritmos de planeamiento de movimientos simples. • Explicar las incertezas asociadas con sensores y la forma de tratarlas. • Dise˜ nar una arquitectura de control simple • Describir varias estratégias de navegaci´ on • Entender el rol y las aplicaciones de la percepci´ on rob´ otica • Describir la importancia del reconocimiento de imagenes y objetos en sistemas inteligentes • Delinear las principales técnicas de reconocimiento de objetos • Describir las diferentes caracter´ısticas de las tecnolog´ıas usadas en percepci´ on 8. Contribuci´ on a los resultados (Outcomes) a) Aplicar conocimientos de computaci´ on y de matem´ aticas apropiadas para la disciplina. (Usar) 1

b) Analizar problemas e identificar y definir los requerimientos computacionales apropiados para su soluci´ on. (Usar) h) Incorporarse a un proceso de aprendizaje profesional continuo. (Familiarizarse) i) Utilizar técnicas y herramientas actuales necesarias para la pr´ actica de la computaci´ on. (Usar) 9. Competencias (IEEE) C2. Capacidad para tener una perspectiva cr´ıtica y creativa para identificar y resolver problemas utilizando el pensamiento computacional.⇒ Outcome a C23. Capacidad para emprender, completar, y presentar un proyecto final.⇒ Outcome b,h CS1. Modelar y dise˜ nar sistemas de computadora de una manera que se demuestre comprensi´ on del balance entre las opciones de dise˜ no.⇒ Outcome b CS12. Operar equipos de computaci´ on y software eficaz de dichos sistemas.⇒ Outcome i 10. Lista de temas a estudiar en el curso 1. Rob´ otica 2. Rob´ otica 3. Rob´ otica 4. Visi´ on y percepci´ on por computador 5. Rob´ otica 11. Metodologia y Evaluaci´ on Metodolog´ıa: Sesiones Te´ oricas: El desarrollo de las sesiones te´ oricas est´ a focalizado en el estudiante, a través de su participaci´ on activa, resolviendo problemas relacionados al curso con los aportes individuales y discutiendo casos reales de la industria. Los alumnos desarrollarán a lo largo del curso un proyecto de aplicaci´ on de las herramientas recibidas en una empresa. Sesiones de Laboratorio: Las sesiones prácticas se desarrollan en laboratorio. Las pr´ acticas de laboratorio se realizan en equipos para fortalecer su comunicación. Al inicio de cada laboratorio se explica el desarrollo de la pr´ actica y al término se destaca las principales conclusiones de la actividad en forma grupal. Exposiciones individuales o grupales: Se fomenta la participaci´ on individual y en equipo para exponer sus ideas, motiv´ andolos con puntos adicionales en las diferentes etapas de la evaluaci´ on del curso. Lecturas: A lo largo del curso se proporcionan diferentes lecturas, las cuales son evaluadas. El promedio de las notas de las lecturas es considerado como la nota de una pr´ actica calificada. El uso del campus virtual UTEC Online permite a cada estudiante acceder a la informaci´ on del curso, e interactuar fuera de aula con el profesor y con los otros estudiantes. Sistema de Evaluaci´ on: 12. Contenido

2

Unidad 1: Rob´ otica (5) Competences esperadas: CS12 Objetivos de Aprendizaje

T´ opicos

• Listar capacidades y limitaciones de sistemas del estado del arte en rob´ otica de hoy , incluyendo sus sensores y el procesamiento del sensor crucial que informa a esos sistemas [Familiarizarse]

• Vision general: problemas y progreso – Estado del arte de los sistemas rob´ oticos, incluyendo sus sensores y una visi´ on general de su procesamiento

• Integrar sensores, actuadores y software en un robot dise˜ nado para emprender alguna tarea [Usar]

– Arquitecturas de control rob´ otico, ejem., deliverado vs. control reactivo y vehiculos Braitenberg – Modelando el mundo y modelos de mundo – Incertidumbre inherente en detecci´ on y control • Configuraci´ on de espacio y mapas de entorno.

Lecturas : [SN04], [SWD05], [Sto00] Unidad 2: Rob´ otica (15) Competences esperadas: C2,C23 Objetivos de Aprendizaje

T´ opicos

• Programar un robot para llevar a cabo tareas simples usando arquitecturas de control deliverativo, reactivo y/o h´ıbrido [Usar]

• Interpretando datos del sensor con incertidumbre. • Localizaci´ on y mapeo.

• Implementar algoritmos de planificaci´ on de movimientos fundamentales dentro del espacio de configuración de un robot [Usar] Lecturas : [SN04], [SWD05] Unidad 3: Rob´ otica (20) Competences esperadas: CS1 Objetivos de Aprendizaje

T´ opicos

• Caracterizar las incertidumbres asociadas con sensores y actuadores de robot comunes; articular estrategias para mitigar esas incertidumbres. [Usar]

• Navegaci´ on y control. • Planeando el movimiento.

• Listar las diferencias entre representaciones de los robot de su enterno externo, incluyendo sus fortalezas y defectos [Usar] Lecturas : [SN04]

3

Unidad 4: Visi´ on y percepci´ on por computador (10) Competences esperadas: C2,CS1 Objetivos de Aprendizaje T´ opicos • Resumir la importancia del reconocimiento de imagenes y objetos en Inteligencia Artificial (AI) e indicar varias aplicaciones significativas de esta tecnologia [Usar]

• Visi´ on Computacional – Adquisici´ on de im´ agenes, procesamiento y propiedades

representación,

– Representaci´ on de formas, reconocimiento y segmentaci´ on de objetos

• Implementar reconocimiento de objetos en 2d basados en la representaci´ on del contorno y/o regiones basadas en formas [Usar]

– An´ alisis de movimiento • Modularidad en reconocimiento.

Lecturas : [MVR07], [RR07] Unidad 5: Rob´ otica (10) Competences esperadas: C23,CS1 Objetivos de Aprendizaje

T´ opicos

• Comparar y contrastar al menos tres estrategias para la navegación de robots dentro de entornos conocidos y/o no conocidos, incluyendo sus fortalezas y defectos [Familiarizarse]

• Coordinaci´ on multi-robots.

• Describir al menos una aproximaci´ on para la coordinación de acciones y detecci´ on de varios robots para realizar una simple tarea [Familiarizarse] Lecturas : [Sto00]

4


1. 2. 3. 4.

C´ odigo del curso y nombre: CS3I1. Seguridad en Computaci´ on Cr´ editos: 3 Horas de Teor´ıa y Laboratorio: 1 HT; 4 HP; Docente(s)

Atención previa coordinaci´ on con el profesor 5. Bibliograf´ıa [WL14] Stallings. W and Brown. L. Computer Security: Principles and Practice. Pearson Education, Limited, 2014. isbn: 9780133773927. 6. Informaci´ on del curso (a) Breve descripci´ on del curso Hoy en dia la informaci´ on es uno de los activos más preciados en cualquier organización. Este cursos est´ a orientado a poder brindar al alumno los elementos de seguridad orientados a proteger la información de la organizaci´ on y principalmente poder preveer los posibles problemas relacionados con este rubro. Esta materia involucra el desarrollo de una actitud preventiva por parte del alumno en todas las áreas relacionadas al desarrollo de software. (b) Prerrequisitos: CS231. Redes y Comunicaciones. (6to Sem) (c) Tipo de Curso: Obligatorio 7. Competencias • Discutir a un nivel intermedio avanzado los los fundamentos de la Seguridad Inform´ atica. • Brindar los diferentes aspectos que presenta el código malicioso. • Que el alumno conozca los conceptos de criptograf´ıa y seguridad en redes de computadoras. • Discutir y analizar junto con el alumno los aspectos de la Seguridad en Internet. 8. Contribuci´ on a los resultados (Outcomes) a) Aplicar conocimientos de computaci´ on y de matem´ aticas apropiadas para la disciplina. (Usar) b) Analizar problemas e identificar y definir los requerimientos computacionales apropiados para su soluci´ on. (Evaluar) c) Dise˜ nar, implementar y evaluar un sistema, proceso, componente o programa computacional para alcanzar las necesidades deseadas. (Evaluar) g) Analizar el impacto local y global de la computaci´ on sobre los individuos, organizaciones y sociedad. (Evaluar) h) Incorporarse a un proceso de aprendizaje profesional continuo. (Usar) i) Utilizar técnicas y herramientas actuales necesarias para la pr´ actica de la computaci´ on. (Evaluar) j) Aplicar la base matem´ atica, principios de algoritmos y la teor´ıa de la Ciencia de la Computaci´ on en el modelamiento y dise˜ no de sistemas computacionales de tal manera que demuestre comprensi´ on de los puntos de equilibrio involucrados en la opci´ on escogida. (Usar) 9. Competencias (IEEE) 1

C2. Capacidad para tener una perspectiva cr´ıtica y creativa para identificar y resolver problemas utilizando el pensamiento computacional.⇒ Outcome a C8. Entendimiento de lo que las tecnolog´ıas actuales pueden y no pueden lograr.⇒ Outcome j,g C9. Comprensión de las limitaciones de la computaci´ on, incluyendo la diferencia entre lo que la computaci´ on es inherentemente incapaz de hacer frente a lo que puede lograrse a través de un futuro de ciencia y tecnolog´ıa.⇒ Outcome g,a C22. Capacidad para demostrar las actitudes y prioridades que honrar, proteger y mejorar la estatura y la reputación ética de la profesi´ on.⇒ Outcome h,c CS7. Aplicar los principios de una gesti´ on eficaz de la informaci´ on, organizaci´ on de la informaci´ on, y las habilidades de recuperación de informaci´ on a la informaci´ on de diversos tipos, incluyendo texto, im´ agenes, sonido y v´ıdeo. Esto debe incluir la gesti´ on de los problemas de seguridad.⇒ Outcome i,h,c CS9. Identificar los riesgos (y esto incluye cualquier seguridad o los aspectos de seguridad) que pueden estar involucrados en la operación de equipo de c´ omputo dentro de un contexto dado.⇒ Outcome j,b CS11. Ser consciente de la existencia de software a disposici´ on del p´ ublico y la comprensi´ on del potencial de los proyectos de código abierto.⇒ Outcome g,b 10. Lista de temas a estudiar en el curso 1. Fundamentos y Conceptos en Seguridad 2. Principios de Dise˜ no Seguro 3. Programación Defensiva 4. Ataques y Amenazas 5. Seguridad de Red 6. Criptograf´ıa 7. Seguridad en la Web 8. Seguridad de plataformas 9. Investigación digital (Digital Forensics) 10. Seguridad en Ingenier´ıa de Software 11. Metodologia y Evaluaci´ on Metodolog´ıa: Sesiones Te´ oricas: El desarrollo de las sesiones te´ oricas est´ a focalizado en el estudiante, a través de su participaci´ on activa, resolviendo problemas relacionados al curso con los aportes individuales y discutiendo casos reales de la industria. Los alumnos desarrollarán a lo largo del curso un proyecto de aplicaci´ on de las herramientas recibidas en una empresa. Sesiones de Laboratorio: Las sesiones prácticas se desarrollan en laboratorio. Las pr´ acticas de laboratorio se realizan en equipos para fortalecer su comunicación. Al inicio de cada laboratorio se explica el desarrollo de la pr´ actica y al término se destaca las principales conclusiones de la actividad en forma grupal. Exposiciones individuales o grupales: Se fomenta la participaci´ on individual y en equipo para exponer sus ideas, motiv´ andolos con puntos adicionales en las diferentes etapas de la evaluaci´ on del curso. Lecturas: A lo largo del curso se proporcionan diferentes lecturas, las cuales son evaluadas. El promedio de las notas de las lecturas es considerado como la nota de una pr´ actica calificada. El uso del campus virtual UTEC Online permite a cada estudiante acceder a la informaci´ on del curso, e interactuar fuera de aula con el profesor y con los otros estudiantes. Sistema de Evaluaci´ on: 12. Contenido 2

Unidad 1: Fundamentos y Conceptos en Seguridad (25) Competences esperadas: C2,C8 Objetivos de Aprendizaje T´ opicos • Analizar las ventajas y desventajas de equilibrar las propiedades clave de seguridad(Confidenciabilidad, Integridad, Disponibilidad) [Familiarizarse]

• CIA (Confidencialidad, Integridad, Disponibilidad) • Conceptos de riesgo, amenazas, vulnerabilidades, y los tipos de ataque .

• Describir los conceptos de riesgo, amenazas, vulnerabilidades y vectores de ataque(incluyendo el hecho de que no existe tal cosa como la seguridad perfecta) [Familiarizarse]

• Autenticaci´ on y autorizaci´ on, control de acceso (vs. obligatoria discrecional)

• Explicar los conceptos de autentificaci´ on, autorización, control de acceso [Familiarizarse]

´ • Etica (revelaci´ on responsable)

• Concepto de la confianza y la honradez .

• Explicar el concepto de confianza y confiabilidad [Familiarizarse] • Reconocer de que hay problemas éticos m´ as importantes que considerar en seguridad computacional, incluyendo problemas éticos asociados a arreglar o no arreglar vulnerabilidades y revelar o no revelar vulnerabilidades [Familiarizarse] Lecturas : [WL14]

3

Unidad 2: Principios de Dise˜ no Seguro (25) Competences esperadas: C,9C21,C22 Objetivos de Aprendizaje

T´ opicos

• Describir el principio de privilegios m´ınimos y el aislamiento que se aplican al dise˜ no del sistema [Familiarizarse]

• Menor privilegio y aislamiento.

• Resumir el principio de prueba de fallos y negar por defecto [Familiarizarse]

• Dise˜ no abierto.

• Discutir las implicaciones de depender de dise˜ no abierto o secreto de dise˜ no para la seguridad [Familiarizarse]

• La defensa en profundidad (por ejemplo, la programaci´ on defensiva, defensa en capas)

• Valores predeterminados a prueba de fallos. • La seguridad de extremo a extremo.

• Dise˜ no de seguridad.

• Explicar los objetivos de seguridad de datos de extremo a extremo [Familiarizarse]

• Las tensiones entre la seguridad y otros objetivos de dise˜ no.

• Discutir los beneficios de tener m´ ultiples capas de defensas [Familiarizarse]

• Mediaci´ on completa.

• Por cada etapa en el ciclo de vida de un producto, describir que consideraciones de seguridad deberian ser evaluadas [Familiarizarse]

• El uso de componentes de seguridad vetados. • Econom´ıa del mecanismo (la reducci´ on de la base inform´ atica de confianza, minimizar la superficie de ataque)

• Describir el costo y ventajas y desventajas asociadas con el dise˜ no de seguridad de un producto. [Familiarizarse]

• Seguridad utilizable. • Componibilidad de seguridad.

• Describir el concepto de mediaci´ on y el principio de mediación completa [Familiarizarse]

• Prevenci´ on, detecci´ on y disuasi´ on.

• Conocer los componentes est´ andar para las operaciones de seguridad, en lugar de reinventar las operaciones fundamentales [Familiarizarse] • Explicar el concepto de computaci´ on confiable incluyendo base inform´ atica confiable y de la superficie de ataque y el principio de minimizaci´ on de base informática confiable [Familiarizarse] • Discutir la importancia de la usabilidad en el dise˜ no de mecanismos de seguridad [Familiarizarse] • Describir problemas de seguridad que surgen en los l´ımites entre varios componentes [Familiarizarse] • Identificar los diferentes roles de mecanismos de prevención y mecanismos de eliminaci´ on/disuaci´ on [Familiarizarse] Lecturas : [WL14]

4

Unidad 3: Programaci´ on Defensiva (25) Competences esperadas: CS6,CS7,CS9 Objetivos de Aprendizaje

T´ opicos

• Explicar por que la validaci´ on de entrada y desinfección de datos es necesario en el frente del control contencioso del canal de entrada [Usar]

• Validaci´ on de datos de entrada y sanitizaci´ on • Elecci´ on del lenguaje de programaci´ on y lenguajes con tipos de datos seguro.

• Explicar por que uno deberia escoger para desallorrar un programa en un lenguaje tipo seguro como Java, en contraste con un lenguaje de programaci´ on no seguro como C/C++ [Usar]

• Ejemplos de validaci´ on de entrada de datos y sanitizaci´ on de errores. – Desbordamiento de b´ ufer

• Clasificar los errores de validaci´ on de entrada com´ un, y escribir correctamente el c´ odigo de validaci´ on de entrada [Usar]

– Errores enteros – Inyecci´ on SQL – Vulnerabilidad XSS

• Demostrar el uso de un lenguaje de programaci´ on de alto nivel c´ omo prevenir una condici´ on de competencia que ocurran y c´ omo manejar una excepci´ on [Usar]

• Las condiciones de carrera. • Manejo correcto de las excepciones y comportamientos inesperados.

• Demostrar la identificaci´ on y el manejo elegante de las condiciones de error [Familiarizarse]

• Uso correcto de los componentes de terceros. • Desplegar eficazmente las actualizaciones de seguridad.

• Explique los riesgos de mal uso de las interfaces con código de terceros y c´ omo utilizar correctamente el código de terceros [Familiarizarse]

• Informaci´ on de control de flujo.

• Discutir la necesidad de actualizar el software para corregir las vulnerabilidades de seguridad y la gesti´ on del ciclo de vida de la correcci´ on [Familiarizarse]

• Generando correctamente el azar con fines de seguridad. • Mecanismos para la detecci´ on y mitigaci´ on de datos de entrada y errores de sanitizaci´ on. • Fuzzing • El análisis est´ atico y an´ alisis din´ amico. • Programa de verificaci´ on. • Soporte del sistema operativo (por ejemplo, la asignaci´ on al azar del espacio de direcciones, canarios) • El soporte de hardware (por ejemplo, el DEP, TPM)

Lecturas : [WL14]

5

Unidad 4: Ataques y Amenazas (25) Competences esperadas: CS6,CS7,CS9 Objetivos de Aprendizaje

T´ opicos

• Describir tipos de ataques similares en contra de un sistema en particular [Familiarizarse]

• Atacante metas, capacidades y motivaciones (como econom´ıa sumergida, el espionaje digital, la guerra cibernética, las amenazas internas, hacktivismo, las amenazas persistentes avanzadas)

• Discutir los limitantes de las medidas en contra del malware (ejm. detecci´ on basada en firmas, detecci´ on de comportamiento) [Familiarizarse]

• Los ejemplos de malware (por ejemplo, virus, gusanos, spyware, botnets, troyanos o rootkits)

• Identificar las instancias de los ataques de ingenier´ıa social y de los ataques de negaci´ on de servicios [Familiarizarse]

• Denegaci´ on de Servicio (DoS) y Denegaci´ on de Servicio Distribuida (DDoS)

• Discutir como los ataques de negaci´ on de servicos puede ser identificados y reducido [Familiarizarse]

• Ingenier´ıa social (por ejemplo, perscando) • Los ataques a la privacidad y el anonimato .

• Describir los riesgos de la privacidad y del anonimato en aplicaciones comunmente usadas [Familiarizarse]

• El malware / comunicaciones no deseadas, tales como canales encubiertos y esteganograf´ıa.

• Discutir los conceptos de conversi´ on de canales y otros procedimientos de filtrado de datos [Familiarizarse] Lecturas : [WL14] Unidad 5: Seguridad de Red (25) Competences esperadas: CS6,CS7,CS9 Objetivos de Aprendizaje

T´ opicos

• Describir las diferentes categor´ıas de amenazas y ataques en redes [Familiarizarse]

• Red de amenazas y tipos de ataques espec´ıficos (por ejemplo, la denegaci´ on de servicio, spoofing, olfateando y la redirecci´ on del tr´ afico, el hombre en el medio, ataques integridad de los mensajes, los ataques de enrutamiento, y el an´ alisis de tr´ afico)

• Describir las arquitecturas de criptograf´ıa de clave p´ ublica y privada y cómo las ICP brindan apoyo a la seguridad en redes [Familiarizarse]

• El uso de cifrado de datos y seguridad de la red .

• Describir ventajas y limitaciones de las tecnolog´ıas de seguridad en cada capa de una torre de red [Familiarizarse]

• Arquitecturas para redes seguras (por ejemplo, los canales seguros, los protocolos de enrutamiento seguro, DNS seguro, VPN, protocolos de comunicación an´ onimos, aislamiento)

• Identificar los adecuados mecanismos de defensa y sus limitaciones dada una amenaza de red [Usar]

• Los mecanismos de defensa y contramedidas (por ejemplo, monitoreo de red, detecci´ on de intrusos, firewalls, suplantaci´ on de identidad y protección DoS, honeypots, seguimientos) • Seguridad para redes inal´ ambricas, celulares . • Otras redes no cableadas (por ejemplo, ad hoc, sensor, y redes vehiculares) • Resistencia a la censura. • Gesti´ on de la seguridad operativa de la red (por ejemplo, control de acceso a la red configure) Lecturas : [WL14]

6

Unidad 6: Criptograf´ıa (25) Competences esperadas: CS6,CS7,CS9 Objetivos de Aprendizaje

T´ opicos

• Describir el prop´ osito de la Criptograf´ıa y listar formas en las cuales es usada en comunicaci´ on de datos [Familiarizarse]

• Terminolog´ıa b´ asica de criptograf´ıa cubriendo las nociones relacionadas con los diferentes socios (comunicaci´ on), canal seguro / inseguro, los atacantes y sus capacidades, cifrado, descifrado, llaves y sus caracter´ısticas, firmas.

• Definir los siguientes términos: Cifrado, Criptoan´ alisis, Algor´ıtmo Criptogr´ afico, y Criptolog´ıa y describe dos métodos b´ asicos (cifrados) para transformar texto plano en un texto cifrado [Familiarizarse]

• Tipos de cifrado (por ejemplo, cifrado César, cifrado affine), junto con los métodos de ataque t´ıpicas como el an´ alisis de frecuencia.

• Discutir la importancia de los n´ umeros primos en criptograf´ıa y explicar su uso en algoritmos criptográficos [Familiarizarse]

• Apoyo a la infraestructura de clave p´ ublica para la firma digital y el cifrado y sus desaf´ıos.

• Ilustrar como medir la entrop´ıa y como generar aleatoriedad criptogr´ afica [Usar]

• Criptograf´ıa de clave simétrica: – El secreto perfecto y el coj´ın de una sola vez

• Usa primitivas de clave p´ ublica y sus aplicaciones [Usar]

– Modos de funcionamiento para la seguridad sem´ antica y encriptaci´ on autenticada (por ejemplo, cifrar-entonces-MAC, OCB, GCM)

• Explicar como los protocolos de intercambio de claves trabajan y como es que pueden fallar [Familiarizarse]

– Integridad de los mensajes (por ejemplo, CMAC, HMAC)

• Discutir protocolos criptogr´ aficos y sus propiedades [Familiarizarse]

• La criptograf´ıa de clave p´ ublica: – Permutaci´ on de trampilla, por ejemplo, RSA – Cifrado de clave p´ ublica, por ejemplo, el cifrado RSA, cifrado El Gamal – Las firmas digitales – Infraestructura de clave p´ ublica (PKI) y certificados – Supuestos de dureza, por ejemplo, DiffieHellman, factoring entero • Protocolos de intercambio de claves autenticadas, por ejemplo, TLS . • Primitivas criptogr´ aficas: – generadores pseudo-aleatorios y cifrados de flujo – cifrados de bloque (permutaciones pseudoaleatorios), por ejemplo, AES – funciones de pseudo-aleatorios – funciones de hash, por ejemplo, SHA2, resistencia colisi´ on – c´ odigos de autenticaci´ on de mensaje – funciones derivaciones clave

Lecturas : [WL14]

7

Unidad 7: Seguridad en la Web (25) Competences esperadas: C8,C9 Objetivos de Aprendizaje

T´ opicos

• Describe el modelo de seguridad de los navegadores incluyendo las pol´ıticas del mismo origen y modelos de amenazas en seguridad web [Familiarizarse]

• Modelo de seguridad Web – Modelo de seguridad del navegador incluida la pol´ıtica de mismo origen

• Discutir los conceptos de sesiones web, canales de comunicación seguros tales como Seguridad en la Capa de Transporte(TLS) y la importancia de certificados de seguridad, autenticación incluyendo inicio de sesión u ńico, como OAuth y Lenguaje de Marcado para Confirmaciones de Seguridad(SAML) [Familiarizarse]

– Los l´ımites de confianza de cliente-servidor, por ejemplo, no pueden depender de la ejecución segura en el cliente • Gesti´ on de sesiones, la autenticaci´ on: – Single Sign-On – HTTPS y certificados

• Investigar los tipos comunes de vulnerabilidades y ataques en las aplicaciones web, y defensas contra ellos [Familiarizarse]

• Vulnerabilidades de las aplicaciones y defensas : – Inyecci´ on SQL

• Utilice las funciones de seguridad del lado del cliente [Usar]

– XSS – CSRF • Seguridad del lado del cliente : – Pol´ıtica de seguridad Cookies – Extensiones de seguridad HTTP, por ejemplo HSTS – Plugins, extensiones y aplicaciones web – Seguimiento de los usuarios Web • Herramientas de seguridad del lado del servidor, por ejemplo, los cortafuegos de aplicaci´ on Web (WAFS) y fuzzers

Lecturas : [WL14]

8

Unidad 8: Seguridad de plataformas (25) Competences esperadas: CS6,CS7,CS9 Objetivos de Aprendizaje

T´ opicos

• Explica el concepto de integridad de c´ odigo y firma de códigos, as´ı como el alcance al cual se aplica [Familiarizarse]

• Integridad de código y firma de código. • Arranque seguro, arranque medido, y la ra´ız de confianza.

• Discute los conceptos del origen de la confidencialidad y el de los procesos de arranque y carga segura [Familiarizarse]

• Testimonio.

• Describe los mecanismos de arresto remoto de la integridad de un sistema [Familiarizarse]

• Las amenazas de seguridad de los periféricos, por ejemplo, DMA, IOMMU.

• TPM y coprocesadores seguros.

• Resume las metas y las primitivas claves de los modelos de plataforma confiable (TPM) [Familiarizarse]

• Ataques f´ısicos: troyanos de hardware, sondas de memoria, ataques de arranque en fr´ıo.

• Identifica las amenazas de conectar periféricos en un dispositivo [Familiarizarse]

• Seguridad de dispositivos integrados, por ejemplo, dispositivos médicos, autom´ oviles.

• Identifica ataques f´ısicos y sus medidas de control [Familiarizarse]

• Ruta confiable.

• Identifica ataques en plataformas con hardware que no son del tipo PC [Familiarizarse] • Discute los conceptos y la importancia de ruta confiable [Familiarizarse] Lecturas : [WL14]

9

Unidad 9: Investigaci´ on digital (Digital Forensics) (25) Competences esperadas: C8,C9 Objetivos de Aprendizaje T´ opicos • Describe qué es una investigaci´ on digital, las fuentes de evidencia digital, y los l´ımites de técnicas forenses [Familiarizarse]

• Principios b´ asicos y metodolog´ıas de an´ alisis digital forensico. • Dise˜ nar sistemas con necesidades forenses en mente.

• Explica como dise˜ nar software de apoyo a técnicas forenses [Familiarizarse]

• Reglas de Evidencia - conceptos generales y las diferencias entre las jurisdicciones y la Cadena de Custodia.

• Describe los requisitos legales para usar datos recuperados [Familiarizarse]

• B´ usqueda y captura de comprobaci´ on: requisitos legales y de procedimiento.

• Describe el proceso de recolecci´ on de evidencia desde el tiempo en que se identifico el requisito hasta la colocación de los datos [Familiarizarse]

• Métodos y normas de evidencia digital. • Las técnicas y los est´ andares para la conservación de los datos.

• Describe como se realiza la recolecci´ on de datos y el adecuado almacenamiento de los datos originales y de la copia forense [Familiarizarse]

• Cuestiones legales y reportes incluyendo el trabajo como perito.

• Realiza recolecci´ on de datos en un disco duro [Usar]

• Investigaci´ on digital de los sistema de archivos.

• Describe la responsabilidad y obligaci´ on de una persona mientras testifica como un examinador forense [Familiarizarse]

• Los forenses de aplicaci´ on. • Investigaci´ on digital en la web.

• Recupera datos basados en un determinado término de b´ usqueda en una imagen del sistema [Usar]

• Investigaci´ on digital en redes.

• Reconstruye el historial de una aplicaci´ on a partir de los artefactos de la aplicaci´ on [Familiarizarse]

• Investigaci´ on digital en dispositivos m´ oviles.

• Reconstruye el historial de navegaci´ on web de los artefactos web [Familiarizarse]

• Detecci´ on e investigaci´ on de ataque.

• Ataques al computador/red/sistema. • Contra investigaci´ on digital.

• Captura e interpreta el tr´ afico de red [Familiarizarse] • Discute los retos asociados con técnicas forenses de dispositivos móviles [Familiarizarse] Lecturas : [WL14]

10

Unidad 10: Seguridad en Ingenier´ıa de Software (25) Competences esperadas: C21,C22 Objetivos de Aprendizaje T´ opicos • Describir los requisitos para la integraci´ on de la seguridad en el SDL [Familiarizarse]

• La construcci´ on de la seguridad en el ciclo de vida de desarrollo de software.

• Aplicar los conceptos de los principios de dise˜ no para mecanismos de protecci´ on, los principios para seguridad de software (Viega and McGraw) y los principios de dise˜ no de seguridad (Morrie Gasser) en un proyecto de desarrollo de software [Familiarizarse]

• Principios y patrones de dise˜ no seguros. • Especificaciones de software seguros y requisitos. • Pr´ acticas de desarrollo de software de seguros. • Asegure probar el proceso de las pruebas de que se cumplan los requisitos de seguridad (incluyendo an´ alisis est´ atico y din´ amico)

• Desarrollar especificaciones para un esfuerzo de desarrollo de software que especifica completamente los requisitos funcionales y se identifican las rutas de ejecución esperadas [Familiarizarse] Lecturas : [WL14]

11


1. 2. 3. 4.

C´ odigo del curso y nombre: CB309. Bioinform´ atica y Bioestad´ıstica Cr´ editos: 4 Horas de Teor´ıa y Laboratorio: 2 HT; 4 HP; Docente(s)

Atención previa coordinaci´ on con el profesor 5. Bibliograf´ıa [Alu06] Srinivas Aluru, ed. Handbook of Computational Molecular Biology. Computer and Information Science Series. Boca Raton, FL: Chapman & Hall, CRC, 2006. [CB00]

P. Clote and R. Backofen. Computational Molecular Biology: An Introduction. 279 pages. John Wiley & Sons Ltd., 2000.

[Dur+98] R. Durbin et al. Biological Sequence Analysis: Probabilistic Models of Proteins and Nucleic Acids. Cambridge University Press, 1998, p. 357. isbn: 9780521629713. [Kro+94]

Anders Krogh et al. “Hidden Markov Models in Computational Biology, Applications to Protein Modeling”. In: J Molecular Biology 235 (1994), pp. 1501–1531.

[Pev00]

Pavel A. Pevzner. Computational Molecular Biology: an Algorithmic Approach. Cambridge, Massachusetts: The MIT Press, 2000.

[SM97]

João Carlos Setubal and Jo˜ ao Meidanis. Introduction to computational molecular biology. Boston: PWS Publishing Company, 1997, pp. I–XIII, 1–296. isbn: 978-0-534-95262-4.

6. Informaci´ on del curso (a) Breve descripci´ on del curso El uso de métodos computacionales en las ciencias biol´ ogicas se ha convertido en una de las herramientas claves para el campo de la biolog´ıa molecular, siendo parte fundamental en las investigaciones de esta área. En Biolog´ıa Molecular, existen diversas aplicaciones que involucran tanto al ADN, al análisis de prote´ınas o al secuenciamiento del genoma humano, que dependen de métodos computacionales. Muchos de estos problemas son realmente complejos y tratan con grandes conjuntos de datos. Este curso puede ser aprovechado para ver casos de uso concretos de varias áreas de conocimiento de Ciencia de la Computacion como: Lenguajes de Programaci´ on (PL), Algoritmos y Complejidad (AL), Probabilidades y Estad´ıstica, Manejo de Informaci´ on (IM), Sistemas Inteligentes (IS). (b) Prerrequisitos: CS212. Análisis y Dise˜ no de Algoritmos. (5to Sem) (c) Tipo de Curso: Obligatorio 7. Competencias • Que el alumno tenga un conocimiento s´ olido de los problemas biol´ ogicos moleculares que desaf´ıan a la computación. • Que el alumno sea capaz de abstraer la esencia de los diversos problemas biol´ ogicos para plantear soluciones usando sus conocimientos de Ciencia de la Computaci´ on 8. Contribuci´ on a los resultados (Outcomes) a) Aplicar conocimientos de computaci´ on y de matem´ aticas apropiadas para la disciplina. (Usar)

1

b) Analizar problemas e identificar y definir los requerimientos computacionales apropiados para su soluci´ on. (Evaluar) l) Desarrollar principios investigaci´ on en el área de computaci´ on con niveles de competividad internacional. (Evaluar) 9. Competencias (IEEE) C1. La comprensión intelectual y la capacidad de aplicar las bases matem´ aticas y la teor´ıa de la inform´ atica (Computer Science).⇒ Outcome a,b C3. Una comprensi´ on intelectual de, y el aprecio por el papel central de los algoritmos y estructuras de datos.⇒ Outcome b,l C5. Capacidad para implementar algoritmos y estructuras de datos en el software.⇒ Outcome a,b 10. Lista de temas a estudiar en el curso 1. Introducción a la Biolog´ıa Molecular 2. Comparación de Secuencias ´ 3. Arboles Filogenéticos 4. Ensamblaje de Secuencias de ADN 5. Estructuras secundarias y terciarias 6. Modelos Probabil´ısticos en Biolog´ıa Molecular 11. Metodologia y Evaluaci´ on Metodolog´ıa: Sesiones Te´ oricas: El desarrollo de las sesiones te´ oricas est´ a focalizado en el estudiante, a través de su participaci´ on activa, resolviendo problemas relacionados al curso con los aportes individuales y discutiendo casos reales de la industria. Los alumnos desarrollarán a lo largo del curso un proyecto de aplicaci´ on de las herramientas recibidas en una empresa. Sesiones de Laboratorio: Las sesiones prácticas se desarrollan en laboratorio. Las pr´ acticas de laboratorio se realizan en equipos para fortalecer su comunicación. Al inicio de cada laboratorio se explica el desarrollo de la pr´ actica y al término se destaca las principales conclusiones de la actividad en forma grupal. Exposiciones individuales o grupales: Se fomenta la participaci´ on individual y en equipo para exponer sus ideas, motiv´ andolos con puntos adicionales en las diferentes etapas de la evaluaci´ on del curso. Lecturas: A lo largo del curso se proporcionan diferentes lecturas, las cuales son evaluadas. El promedio de las notas de las lecturas es considerado como la nota de una pr´ actica calificada. El uso del campus virtual UTEC Online permite a cada estudiante acceder a la informaci´ on del curso, e interactuar fuera de aula con el profesor y con los otros estudiantes. Sistema de Evaluaci´ on: 12. Contenido

2

Unidad 1: Introducci´ on a la Biolog´ıa Molecular (4) Competences esperadas: CS1 Objetivos de Aprendizaje T´ opicos • Lograr un conocimiento general de los t´ opicos m´ as importantes en Biolog´ıa Molecular. [Familiarizarse]

• Revisi´ on de la qu´ımica org´ anica: moléculas y macromoléculas, az´ ucares, acidos nucleicos, nuclótidos, ARN, ADN, prote´ınas, amino´ acidos y nivels de estructura en las proteinas.

• Entender que los problemas biol´ ogicos son un desaf´ıo al mundo computacional. [Evaluar]

• El dogma de la vida: del ADN a las proteinas, transcripci´ on, traducci´ on, s´ıntesis de proteinas • Estudio del genoma: Mapas y secuencias, técnicas espec´ıficas Lecturas : [CB00], [SM97] Unidad 2: Comparaci´ on de Secuencias (4) Competences esperadas: CS2 Objetivos de Aprendizaje

T´ opicos

• Entender y solucionar el problema de alineamiento de un par de secuencias. [Usar]

• Secuencias de nucléotidos y secuencias de aminoácidos.

• Comprender y solucionar el problema de alineamiento de m´ ultiples secuencias. [Usar]

• Alineamiento de secuencias, el problema de alineamiento por pares, b´ usqueda exhaustiva, Programaci´ on din´ amica, alineamiento global, alineamiento local, penalizaci´ on por gaps

• Conocer los diversos algoritmos de alineamiento de secuencias existentes en la literatura. [Familiarizarse]

• Comparaci´ on de m´ ultiples secuencias: suma de pares, an´ alisis de complejidad por programación din´ amica, heur´ısticas de alineamiento, algoritmo estrella, algoritmos de alineamiento progresivo.

Lecturas : [CB00], [SM97], [Pev00] ´ Unidad 3: Arboles Filogen´ eticos (4) Competences esperadas: CS2 Objetivos de Aprendizaje

T´ opicos

• Comprender el concepto de filogenia, árboles filogenéticos y la diferencia metodol´ ogica entre biolog´ıa y biolog´ıa molecular. [Familiarizarse]

• Filogenia: Introducci´ on y relaciones filogenéticas. • Arboles Filogenéticos: definici´ on, tipo de árboles, problema de b´ usqueda y reconstrucci´ on de árboles

• Comprender el problema de reconstrucci´ on de árboles filogenéticos, conocer y aplicar los principales algoritmos para reconstrucción de árboles filogenéticos. [Evaluar]

• Métodos de Reconstrucci´ on: métodos por parsimonia, métodos por distancia, métodos por máxima verosimilitud, confianza de los árboles reconstruidos

Lecturas : [CB00], [SM97], [Pev00]

3

Unidad 4: Ensamblaje de Secuencias de ADN (4) Competences esperadas: CS2 Objetivos de Aprendizaje

T´ opicos

• Comprender el desaf´ıo computacional que ofrece el problema de Ensamblaje de Secuencias. [Familiarizarse]

• Fundamento biol´ ogico: caso ideal, dificultades, métodos alternativos para secuenciamiento de ADN • Modelos formales de ensamblaje: Shortest Common Superstring, Reconstruction, Multicontig

• Entender el principio de modelo formal para ensamblaje. [Evaluar]

• Algoritmos para ensamblaje de secuencias: representaci´ on de overlaps, caminos para crear superstrings, algoritmo voraz, grafos ac´ıclicos.

• Conocer las principales heur´ısticas para el problema de ensambjale de secuencias ADN [Usar]

• Heur´ısticas para ensamblaje: b´ usqueda de sobreposiciones, ordenaci´ on de fragmentos, alineamientos y consenso. Lecturas : [SM97], [Alu06] Unidad 5: Estructuras secundarias y terciarias (4) Competences esperadas: CS2 Objetivos de Aprendizaje

T´ opicos

• Conocer las estructuras protéicas y la necesidad de métodos computacionales para la predicci´ on de la geometr´ıa. [Familiarizarse]

• Estructuras moleculares: primaria, secundaria, terciaria, cuaternaria. • Predicci´ on de estructuras secundarias de ARN: modelo formal, energia de pares, estructuras con bases independientes, soluci´ on con Programaci´ on Dinámica, estructuras con bucles.

• Cnocer ls algoritmos de soluci´ on de problemas de predicción de estructuras secundarias ARN, y de estructuras en prote´ınas. [Evaluar]

• Protein folding: Estructuras en proteinas, problema de protein folding. • Protein Threading: Definiciones, Algoritmo Branch & Bound, Branch & Bound para protein threading. • Structural Alignment: definiciones, algoritmo DALI Lecturas : [SM97], [CB00], [Alu06]

4

Unidad 6: Modelos Probabil´ısticos en Biolog´ıa Molecular (4) Competences esperadas: CS2 Objetivos de Aprendizaje T´ opicos • Revisar conceptos de Modelos Probabil´ısticos y comprender su importancia en Biolog´ıa Molecular Computacional. [Evaluar]

• Probabilidad: Variables aleatorias, Cadenas de Markov, Algoritmo de Metropoli-Hasting, Campos Aleatorios de Markov y Muestreador de Gibbs, Máxima Verosimilitud.

• Conocer y aplicar Modelos Ocultos de Markov para varios análisis en Biolog´ıa Molecular. [Usar]

• Modelos Ocultos de Markov (HMM), estimación de par´ ametros, algoritmo de Viterbi y método BaulWelch, Aplicaci´ on en alineamientos de pares y m´ ultiples, en detecci´ on de Motifs en prote´ınas, en ADN eucari´ otico, en familias de secuencias.

• Conocer la aplicaci´ on de modelos probabil´ısticos en Filogenia y comparalos con modelos no probabil´ısticos [Evaluar]

• Filogenia Probabil´ıstica: Modelos probabil´ısticos de evoluci´ on, verosimilitud de alineamientos, verosimilitud para inferencia, comparaci´ on de métodos probail´ısticos y no probabil´ısticos Lecturas : [Dur+98], [CB00], [Alu06], [Kro+94]

5


1. 2. 3. 4.

C´ odigo del curso y nombre: FG602. Business Communication Cr´ editos: 2 Horas de Teor´ıa y Laboratorio: 2 HT; Docente(s)

Atención previa coordinaci´ on con el profesor 5. Bibliograf´ıa [Len10] Real Academia de la Lengua Espa˜ nola. Nueva gram´ atica de la lengua espa˜ nola, morfolog´ıa y sintaxis. Madrid, Espa˜ na: Ed. Espasa, 2010. 6. Informaci´ on del curso (a) Breve descripci´ on del curso . (b) Prerrequisitos: FG601. English for STEM. (6to Sem) (c) Tipo de Curso: Obligatorio 7. Competencias • . 8. Contribuci´ on a los resultados (Outcomes) f ) Comunicarse efectivamente con audiencias diversas. (Usar) h) Incorporarse a un proceso de aprendizaje profesional continuo. (Usar) n) Aplicar conocimientos de humanidades en su labor profesional. (Usar) 9. Competencias (IEEE) C17. Capacidad para expresarse en los medios de comunicaci´ on orales y escritos como se espera de un graduado.⇒ Outcome f,h,n C20. Posibilidad de conectar la teor´ıa y las habilidades aprendidas en la academia a los acontecimientos del mundo real que explican su pertinencia y utilidad.⇒ Outcome f,n C24. Comprender la necesidad de la formaci´ on permanente y la mejora de habilidades y capacidades.⇒ Outcome f,h 10. Lista de temas a estudiar en el curso 1. 11. Metodologia y Evaluaci´ on Metodolog´ıa: Sesiones Te´ oricas: El desarrollo de las sesiones te´ oricas est´ a focalizado en el estudiante, a través de su participaci´ on activa, resolviendo problemas relacionados al curso con los aportes individuales y discutiendo casos reales de la industria. Los alumnos desarrollarán a lo largo del curso un proyecto de aplicaci´ on de las herramientas recibidas en una empresa. 1

Sesiones de Laboratorio: Las sesiones prácticas se desarrollan en laboratorio. Las pr´ acticas de laboratorio se realizan en equipos para fortalecer su comunicación. Al inicio de cada laboratorio se explica el desarrollo de la pr´ actica y al término se destaca las principales conclusiones de la actividad en forma grupal. Exposiciones individuales o grupales: Se fomenta la participaci´ on individual y en equipo para exponer sus ideas, motiv´ andolos con puntos adicionales en las diferentes etapas de la evaluaci´ on del curso. Lecturas: A lo largo del curso se proporcionan diferentes lecturas, las cuales son evaluadas. El promedio de las notas de las lecturas es considerado como la nota de una pr´ actica calificada. El uso del campus virtual UTEC Online permite a cada estudiante acceder a la informaci´ on del curso, e interactuar fuera de aula con el profesor y con los otros estudiantes. Sistema de Evaluaci´ on: 12. Contenido Unidad 1: (16) Competences esperadas: C17,C20 Objetivos de Aprendizaje

T´ opicos

• .

• .

Lecturas : [Len10]

2


1. 2. 3. 4.

C´ odigo del curso y nombre: GH2016. Liderazgo y Negociaci´ on Cr´ editos: 3 Horas de Teor´ıa y Laboratorio: 2 HT; 2 HP; Docente(s)

Atención previa coordinaci´ on con el profesor 5. Bibliograf´ıa [Bal11] Caravedo Baltazar. ¿Qué tipo de liderazgo necesita el Per´ u? Lima:Universidad del Pac´ıfico, 2011. [Ste04]

Robbins. Stephen. Comportamiento Organizacional. México,Pearson Educaci´ on, 2004.

6. Informaci´ on del curso (a) Breve descripci´ on del curso Este curso est´ a dise˜ nado para ayudar a los estudiantes a desarrollar habilidades relacionadas al liderazgo, as´ı como también, introducirlos en los elementos esenciales de una negociaci´ on, de modo que ganen experiencia y confianza para desenvolverse en sus ámbitos laborales. El curso busca entrenar a los estudiantes en las herramientas necesarias para formar profesionales ´ıntegros y resueltos, capaces de enfrentar retos a nivel individual y colectivo. El aprendizaje se da a través de la experiencia y el pensamiento cr´ıtico. Para ello, se expondrán a los estudiantes a diferentes temas y actividades que permitan distintas formas pensar y de tomar decisiones. Siempre sobre la base de tres ejes: las reglas éticas, la constante auto evaluaci´ on y la planificación de actividades. (b) Prerrequisitos: GH2015. Imagen y marca personal. (6to Sem) , XD301. Proyecto Interdisciplinario III. (5to Sem) (c) Tipo de Curso: Obligatorio 7. Competencias • Capacidad de analizar informaci´ on • Capacidad para identificar problemas • Capacidad para formular alternativas de soluci´ on • Comprende las responsabilidades profesional y ética • Capacidad de liderar un equipo 8. Contribuci´ on a los resultados (Outcomes) d) Trabajar efectivamente en equipos para cumplir con un objetivo com´ un. (Usar) e) Entender correctamente las implicancias profesionales, éticas, legales, de seguridad y sociales de la profesi´ on. (Usar) f ) Comunicarse efectivamente con audiencias diversas. (Usar) n) Aplicar conocimientos de humanidades en su labor profesional. (Usar) o) Mejorar las condiciones de la sociedad poniendo la tecnolog´ıa al servicio del ser humano. (Usar) 9. Competencias (IEEE)

1

C10. Comprensión del impacto en las personas, las organizaciones y la sociedad de la implementaci´ on de soluciones tecnológicas e intervenciones.⇒ Outcome d,n,o C17. Capacidad para expresarse en los medios de comunicaci´ on orales y escritos como se espera de un graduado.⇒ Outcome f C18. Capacidad para participar de forma activa y coordinada en un equipo.⇒ Outcome f C21. Comprender el aspecto profesional, legal, seguridad, asuntos pol´ıticos, humanistas, ambientales, culturales y éticos.⇒ Outcome e 10. Lista de temas a estudiar en el curso 1. Liderazgo y Negociaci´ on. 11. Metodologia y Evaluaci´ on Metodolog´ıa: Sesiones Te´ oricas: El desarrollo de las sesiones te´ oricas est´ a focalizado en el estudiante, a través de su participaci´ on activa, resolviendo problemas relacionados al curso con los aportes individuales y discutiendo casos reales de la industria. Los alumnos desarrollarán a lo largo del curso un proyecto de aplicaci´ on de las herramientas recibidas en una empresa. Sesiones de Laboratorio: Las sesiones prácticas se desarrollan en laboratorio. Las pr´ acticas de laboratorio se realizan en equipos para fortalecer su comunicación. Al inicio de cada laboratorio se explica el desarrollo de la pr´ actica y al término se destaca las principales conclusiones de la actividad en forma grupal. Exposiciones individuales o grupales: Se fomenta la participaci´ on individual y en equipo para exponer sus ideas, motiv´ andolos con puntos adicionales en las diferentes etapas de la evaluaci´ on del curso. Lecturas: A lo largo del curso se proporcionan diferentes lecturas, las cuales son evaluadas. El promedio de las notas de las lecturas es considerado como la nota de una pr´ actica calificada. El uso del campus virtual UTEC Online permite a cada estudiante acceder a la informaci´ on del curso, e interactuar fuera de aula con el profesor y con los otros estudiantes. Sistema de Evaluaci´ on: 12. Contenido

2

Unidad 1: Liderazgo y Negociaci´ on. (12) Competences esperadas: 4 Objetivos de Aprendizaje

T´ opicos

• Desarrollo del potencial de liderazgo a través de estudios de casos, din´ amicas y assessment center en clases con coaches especializados.

• Introducci´ on al Liderazgo y Negociaci´ on • Introducci´ on al Liderazgo y autoevaluaci´ on de competencias • Liderazgo: Influencia y Motivaci´ on • Entrevistas por Competencias • Comunicaci´ on L´ıder • Aplicaci´ on vivencial de competencias l´ıderes • Liderazgo y Negociaci´ on • Negociaci´ on Bipartidaria • Negociaci´ on y Trabajo en equipo • Negociaci´ on de Beneficios ´ • Negociaci´ on y Etica

Lecturas : [Bal11], [Ste04]

3


1. 2. 3. 4.

C´ odigo del curso y nombre: CS404. Proyecto de Final de Carrera III Cr´ editos: 6 Horas de Teor´ıa y Laboratorio: 2 HT; 8 HP; Docente(s)



[IEE08] IEEE-Computer Society. Digital Libray. http://www.computer.org/publications/dlib. IEEE-Computer Society, 2008. 6. Informaci´ on del curso (a) Breve descripci´ on del curso Este curso tiene por objetivo que el alumno logre finalizar adecuadamente su borrador de tesis. (b) Prerrequisitos: CS403. Proyecto de Final de Carrera II. (9no Sem) (c) Tipo de Curso: Obligatorio 7. Competencias • Que el alumno complete este curso con su tesis elaborada en calidad suficiente como para una inmediata sustentación. • Que el alumno presente formalmente el borrador de tesis ante las autoridades de la facultad. • Los entregables de este curso son: Parcial: Avance del proyecto de tesis incluyendo en el documento: introducci´ on, marco teorico, estado del arte, propuesta, an´ alisis y/o experimentos y bibliograf´ıa s´ olida. Final: Documento de tesis completo y listo para sustentar en un plazo no mayor de quince d´ıas. 8. Contribuci´ on a los resultados (Outcomes) a) Aplicar conocimientos de computaci´ on y de matem´ aticas apropiadas para la disciplina. (Evaluar) b) Analizar problemas e identificar y definir los requerimientos computacionales apropiados para su soluci´ on. (Evaluar) c) Dise˜ nar, implementar y evaluar un sistema, proceso, componente o programa computacional para alcanzar las necesidades deseadas. (Evaluar) e) Entender correctamente las implicancias profesionales, éticas, legales, de seguridad y sociales de la profesi´ on. (Evaluar) f ) Comunicarse efectivamente con audiencias diversas. (Evaluar) h) Incorporarse a un proceso de aprendizaje profesional continuo. (Evaluar)

1

i) Utilizar técnicas y herramientas actuales necesarias para la pr´ actica de la computaci´ on. (Evaluar) l) Desarrollar principios investigaci´ on en el área de computaci´ on con niveles de competividad internacional. (Evaluar) 9. Competencias (IEEE) C1. La comprensión intelectual y la capacidad de aplicar las bases matem´ aticas y la teor´ıa de la inform´ atica (Computer Science).⇒ Outcome a,b,c C20. Posibilidad de conectar la teor´ıa y las habilidades aprendidas en la academia a los acontecimientos del mundo real que explican su pertinencia y utilidad.⇒ Outcome e,f.g CS2. Identificar y analizar los criterios y especificaciones apropiadas a los problemas espec´ıficos, y planificar estrategias para su solución.⇒ Outcome h,i,l 10. Lista de temas a estudiar en el curso 1. Escritura del Borrador del trabajo de final de carrera (tesis) 11. Metodologia y Evaluaci´ on Metodolog´ıa: Sesiones Te´ oricas: El desarrollo de las sesiones te´ oricas est´ a focalizado en el estudiante, a través de su participaci´ on activa, resolviendo problemas relacionados al curso con los aportes individuales y discutiendo casos reales de la industria. Los alumnos desarrollarán a lo largo del curso un proyecto de aplicaci´ on de las herramientas recibidas en una empresa. Sesiones de Laboratorio: Las sesiones prácticas se desarrollan en laboratorio. Las pr´ acticas de laboratorio se realizan en equipos para fortalecer su comunicación. Al inicio de cada laboratorio se explica el desarrollo de la pr´ actica y al término se destaca las principales conclusiones de la actividad en forma grupal. Exposiciones individuales o grupales: Se fomenta la participaci´ on individual y en equipo para exponer sus ideas, motiv´ andolos con puntos adicionales en las diferentes etapas de la evaluaci´ on del curso. Lecturas: A lo largo del curso se proporcionan diferentes lecturas, las cuales son evaluadas. El promedio de las notas de las lecturas es considerado como la nota de una pr´ actica calificada. El uso del campus virtual UTEC Online permite a cada estudiante acceder a la informaci´ on del curso, e interactuar fuera de aula con el profesor y con los otros estudiantes. Sistema de Evaluaci´ on: 12. Contenido Unidad 1: Escritura del Borrador del trabajo de final de carrera (tesis) (60) Competences esperadas: C1,C20,CS2 Objetivos de Aprendizaje T´ opicos • Redacci´ on y correccion del trabajo de final de carrera

• Parte experimental conclu´ıda (si fuese adecuado al proyecto) [Evaluar] • Verificar que el documento cumpla con el formato de tesis de la carrera [Evaluar] • Entrega del borrador de tesis finalizado y considerado listo para una sustentaci´ on p´ ublica del mismo (requisito de aprobaci´ on) [Evaluar] Lecturas : [IEE08], [Ass08], [Cit08]

2


1. 2. 3. 4.

C´ odigo del curso y nombre: CS3P2. Cloud Computing Cr´ editos: 3 Horas de Teor´ıa y Laboratorio: 1 HT; 4 HP; Docente(s)

Atención previa coordinaci´ on con el profesor 5. Bibliograf´ıa [Bal+08] Shumeet Baluja et al. “Video Suggestion and Discovery for Youtube: Taking Random Walks Through the View Graph”. In: Proceedings of the 17th International Conference on World Wide Web. WWW ’08. Beijing, China: ACM, 2008, pp. 895–904. isbn: 978-1-60558-085-2. doi: 10 . 1145 / 1367497 . 1367618. url: http : //doi.acm.org/10.1145/1367497.1367618. [BVS13]

Rajkumar Buyya, Christian Vecchiola, and S. Thamarai Selvi. Mastering Cloud Computing: Foundations and Applications Programming. 1st. San Francisco, CA, USA: Morgan Kaufmann Publishers Inc., 2013. isbn: 9780124095397, 9780124114548.

[Cou+11]

George Coulouris et al. Distributed Systems: Concepts and Design. 5th. USA: Addison-Wesley Publishing Company, 2011. isbn: 0132143011, 9780132143011.

[HDF11]

Kai Hwang, Jack Dongarra, and Geoffrey C. Fox. Distributed and Cloud Computing: From Parallel Processing to the Internet of Things. 1st. San Francisco, CA, USA: Morgan Kaufmann Publishers Inc., 2011. isbn: 0123858801, 9780123858801.

[Low+12] Yucheng Low et al.“Distributed GraphLab: A Framework for Machine Learning and Data Mining in the Cloud”. In: Proc. VLDB Endow. 5.8 (Apr. 2012), pp. 716–727. issn: 2150-8097. doi: 10.14778/2212351.2212354. url: http://dx.doi.org/10.14778/2212351.2212354. [Mal+10]

Grzegorz Malewicz et al. “Pregel: A System for Large-scale Graph Processing”. In: Proc. ACM SIGMOD. SIGMOD ’10 (2010), pp. 135–146. doi: 10.1145/1807167.1807184. url: http://doi.acm.org/10.1145/ 1807167.1807184.

6. Informaci´ on del curso (a) Breve descripci´ on del curso Para entender las técnicas computacionales avanzadas, los estudiantes deberán tener un fuerte conocimiento de las diversas estructuras discretas, estructuras que ser´ an implementadas y usadas en laboratorio en el lenguaje de programaci´ on. (b) Prerrequisitos: CS370. Big Data. (9no Sem) (c) Tipo de Curso: Obligatorio 7. Competencias • Que el alumno sea capaz de modelar problemas de ciencia de la computaci´ on usando grafos y árboles relacionados con estructuras de datos. • Que el alumno aplicar eficientemente estrategias de recorrido para poder buscar datos de una manera óptima. 8. Contribuci´ on a los resultados (Outcomes) a) Aplicar conocimientos de computaci´ on y de matem´ aticas apropiadas para la disciplina. (Usar)

1

b) Analizar problemas e identificar y definir los requerimientos computacionales apropiados para su soluci´ on. (Usar) i) Utilizar técnicas y herramientas actuales necesarias para la pr´ actica de la computaci´ on. (Usar) j) Aplicar la base matem´ atica, principios de algoritmos y la teor´ıa de la Ciencia de la Computaci´ on en el modelamiento y dise˜ no de sistemas computacionales de tal manera que demuestre comprensi´ on de los puntos de equilibrio involucrados en la opci´ on escogida. (Usar) 9. Competencias (IEEE) C2. Capacidad para tener una perspectiva cr´ıtica y creativa para identificar y resolver problemas utilizando el pensamiento computacional.⇒ Outcome a C4. Una comprensi´ on del hardware de la computadora desde la perspectiva del software, por ejemplo, el uso del procesador, memoria, unidades de disco, pantalla, etc.⇒ Outcome b C16. Capacidad para identificar temas avanzados de computaci´ on y de la comprensi´ on de las fronteras de la disciplina.⇒ Outcome i CS2. Identificar y analizar los criterios y especificaciones apropiadas a los problemas espec´ıficos, y planificar estrategias para su solución.⇒ Outcome i CS3. Analizar el grado en que un sistema basado en el ordenador cumple con los criterios definidos para su uso actual y futuro desarrollo.⇒ Outcome j CS6. Evaluar los sistemas en términos de atributos de calidad en general y las posibles ventajas y desventajas que se presentan en el problema dado.⇒ Outcome j 10. Lista de temas a estudiar en el curso 1. Sistemas distribu´ıdos 2. Cloud Computing 3. Centros de Procesamiento de Datos 4. Cloud Computing 5. Cloud Computing 6. Modelos de Programaci´ on 11. Metodologia y Evaluaci´ on Metodolog´ıa: Sesiones Te´ oricas: El desarrollo de las sesiones te´ oricas est´ a focalizado en el estudiante, a través de su participaci´ on activa, resolviendo problemas relacionados al curso con los aportes individuales y discutiendo casos reales de la industria. Los alumnos desarrollarán a lo largo del curso un proyecto de aplicaci´ on de las herramientas recibidas en una empresa. Sesiones de Laboratorio: Las sesiones prácticas se desarrollan en laboratorio. Las pr´ acticas de laboratorio se realizan en equipos para fortalecer su comunicación. Al inicio de cada laboratorio se explica el desarrollo de la pr´ actica y al término se destaca las principales conclusiones de la actividad en forma grupal. Exposiciones individuales o grupales: Se fomenta la participaci´ on individual y en equipo para exponer sus ideas, motiv´ andolos con puntos adicionales en las diferentes etapas de la evaluaci´ on del curso. Lecturas: A lo largo del curso se proporcionan diferentes lecturas, las cuales son evaluadas. El promedio de las notas de las lecturas es considerado como la nota de una pr´ actica calificada. El uso del campus virtual UTEC Online permite a cada estudiante acceder a la informaci´ on del curso, e interactuar fuera de aula con el profesor y con los otros estudiantes. Sistema de Evaluaci´ on: 12. Contenido 2

Unidad 1: Sistemas distribu´ıdos (15) Competences esperadas: C2, C4 Objetivos de Aprendizaje

T´ opicos • Fallos:

• Distinguir las fallas de red de otros tipos de fallas [Familiarizarse]

– Fallos basados en red (incluyendo particiones) y fallos basados en nodos

• Explicar por qué estructuras de sincronizaci´ on como cerraduras simples (locks) no son u ´tiles en la presencia de fallas distribuidas [Familiarizarse]

– Impacto en garant´ıas a nivel de sistema (p.e., disponibilidad)

• Escribir un programa que realiza cualquier proceso de marshalling requerido y la conversi´ on en unidades de mensajes, tales como paquetes, para comunicar datos importantes entre dos hosts [Usar]

• Env´ıo de mensajes distribuido: – Conversi´ on y transmisi´ on de datos – Sockets – Secuenciamiento de mensajes

• Medir el rendimiento observado y la latencia de la respuesta a través de los hosts en una red dada [Usar]

– Almacenando Buffering, desechando mensajes

• Explicar por qué un sistema distribuido no puede ser simultaneamente Consistente (Consistent), Disponible (Available) y Tolerante a fallas (Partition tolerant). [Familiarizarse]

renviando

y

• Compensaciones de dise˜ no para Sistemas Distribuidos: – Latencia versus rendimiento

• Implementar un servidor sencillo - por ejemplo, un servicio de correcci´ on ortogr´ afica [Usar]

– Consistencia, disponibilidad, tolerancia de particiones

• Explicar las ventajas y desventajas entre: overhead, escalabilidad y tolerancia a fallas entre escojer un dise˜ no sin estado (stateless) y un dise˜ no con estado (stateful) para un determinado servicio [Familiarizarse]

• Dise˜ no de Servicio Distribuido: – Protocolos y servicios Stateful versus stateless – Dise˜ nos de Sesi´ on (basados en la conexión) – Dise˜ nos reactivos (provocados por E/S) y dise˜ nos de m´ ultiples hilos

• Describir los desafios en la escalabilidad, asociados con un servicio cresciente para soportar muchos clientes, as´ı como los asociados con un servicio que tendrá transitoriamente muchos clientes [Familiarizarse]

• Algoritmos de Distribuci´ on de N´ ucleos: – Elecci´ on, descubrimiento

• Dar ejemplos de problemas donde algoritmos de consenso son requeridos, por ejemplo, la elecci´ on de l´ıder [Usar] Lecturas : [Cou+11]

3

Unidad 2: Cloud Computing (15) Competences esperadas: C2, C4 Objetivos de Aprendizaje

T´ opicos • Visi´ on global de Cloud Computing.

• Explicar el concepto de Cloud Computing. [Familiarizarse]

• Historia.

• Listar algunas tecnologias relacionadas con Cloud Computing. [Familiarizarse]

• Visi´ on global de las tecnologias que envuelve. • Beneficios, riesgos y aspectos econ´ omicos.

• Explicar las estrategias para sincronizar una vista comun de datos compartidos a través de una colecci´ on de dispositivos [Familiarizarse]

• Servicios en la nube. – Infraestructura como servicio

• Discutir las ventajas y desventajas del paradigma de Cloud Computing. [Familiarizarse]

∗ Elasticidad de recursos ∗ APIs de la Platforma

• Expresar los beneficios econ´ omicos as´ı como las caracter´ısticas y riesgos del paradigma de Cloud para negocios y proveedores de cloud. [Familiarizarse]

– Software como servicio – Securidad

– Administraci´ on del Costo

• Diferenciar entre los modelos de servicio. [Usar]

• Computaci´ on a Escala de Internet: – Particionamiento de Tareas – Acceso a datos – Clusters, grids y mallas

Lecturas : [HDF11], [BVS13] Unidad 3: Centros de Procesamiento de Datos (10) Competences esperadas: C16 Objetivos de Aprendizaje T´ opicos • Describir la evoluci´ on de los Data Centers. [Familiarizarse]

• Visi´ on global de un centro de procesamiento de datos.

• Esbozar la arquitectura de un data center en detalle. [Familiarizarse]

• Consideraciones en el dise˜ no. • Comparaci´ on de actuales grandes centros de procesamiento de datos.

• Indicar consideraciones de dise˜ no y discutir su impacto. [Familiarizarse] Lecturas : [HDF11], [BVS13]

4

Unidad 4: Cloud Computing (20) Competences esperadas: CS2, CS3 Objetivos de Aprendizaje

T´ opicos

• Virtualización.

• Virtualizaci´ on.

– Gestión de recursos compartidos

– Gesti´ on de recursos compartidos

– Migraci´ on de procesos

– Migraci´ on de procesos • Seguridad, recursos y isolamiento de fallas.

. [Familiarizarse] • Explicar las ventajas y desventajas de usar una infraestructura vistualizada. [Familiarizarse]

• Almacenamiento como servicio.

• Identificar las razones por qué la virtualizaci´ on est´ a llegando a ser enormente u ´til, especialmente en la cloud. [Familiarizarse]

• Xen y WMware.

• Elasticidad. • Amazon EC2.

• Explicar diferentes tipos de isolamiento como falla, recursos y seguridad proporcionados por la virtualización y utilizado por la cloud. [Familiarizarse] • Explicar la complejidad que puede tener el administrar en términos de niveles de abstracci´ on y interfaces bien definidas y su aplicabilidad para la virtualización en la cloud. [Familiarizarse] • Definir virtualizaci´ on y identificar diferentes tipos de máquinas virtuales. [Familiarizarse] • Identificar condiciones de virtualizaci´ on de CPU, reconocer la diferencia entre full virtualization y paravirtualization, explicar emulaci´ on como mayor técnica para virtualizaci´ on del CPU y examinar planificación virtual del CPU en Xen. [Familiarizarse] • Esbozar la diferencia entre la cl´ asica memoria virtual del SO y la virtualizaci´ on de memoria. Explicar los m´ ultiplos niveles de mapeamiento de p´ aginas en oposición a la virtualizaci´ on de la memoria. Definir memoria over-commitment e ilustrar sobre WMware memory ballooning como técnica de reclamo para sistemas virtualizados con memoria over-committed. [Familiarizarse] Lecturas : [HDF11], [BVS13]

5

Unidad 5: Cloud Computing (12) Competences esperadas: CS2, CS3 Objetivos de Aprendizaje

T´ opicos

• Describir la organizaci´ on general de datos y almacenamiento. [Familiarizarse]

• Almacenamiento de datos en la nube: – Acceso compartido a data stores de consistencia débil

• Identificar los problemas de escalabilidad y administración de la big data. Discutir varias abstracciones en almacenamiento. [Familiarizarse]

– Sincronizaci´ on de datos – Particionamiento de datos

• Comparar y contrastar diferentes tipos de sistema de archivos. Comparar y contrastar el Sistema de Archivos Distribuido de Hadoop (HDFS) y el Sistema de Archivos Paralelo Virtual (PVFS). [Usar]

– Sistemas de Archivos Distribuidos – Replicaci´ on • Visi´ on global sobre tecnolog´ıas de almacenamiento.

• Comparar y contrastar diferentes tipos de bases de datos. Discutir las ventajas y desventajas sobre las bases de datos NoSQL. [Usar]

• Conceptos fundamentales sobre almacenamiento en la cloud. • Amazon S3 y EBS.

• Discutir los conceptos de almacenamiento en la cloud. [Familiarizarse]

• Sistema de archivos distribuidos. • Sistema de bases de datos NoSQL.

Lecturas : [HDF11], [BVS13] Unidad 6: Modelos de Programaci´ on (12) Competences esperadas: CS6 Objetivos de Aprendizaje

T´ opicos

• Explicar los aspectos fundamentales de los modelos de programaci´ on paralela y distribuida. [Familiarizarse]

• Visi´ on global de los modelso de programación basados en cloud computing. • Modelo de Programaci´ on MapReduce.

• Diferencias entre los modelos de programaci´ on: MapReduce, Pregel, GraphLab y Giraph. [Usar]

• Modelo de programaci´ on para aplicaciones basadas en Grafos.

• Explicar los principales conceptos en el modelo de programación MapReduce. [Usar] Lecturas : [HDF11], [BVS13], [Low+12], [Mal+10], [Bal+08]

6


1. 2. 3. 4.

C´ odigo del curso y nombre: CS3P3. Internet de las Cosas Cr´ editos: 3 Horas de Teor´ıa y Laboratorio: 1 HT; 4 HP; Docente(s)

Atención previa coordinaci´ on con el profesor 5. Bibliograf´ıa [KH13] David B. Kirk and Wen-mei W. Hwu. Programming Massively Parallel Processors: A Hands-on Approach. 2nd. Morgan Kaufmann, 2013. isbn: 978-0-12-415992-1. [Mat14] Norm Matloff. Programming on Parallel Machines. University of California, Davis, 2014. url: http://heather. cs.ucdavis.edu/~matloff/158/PLN/ParProcBook.pdf. [Pac11]

Peter S. Pacheco. An Introduction to Parallel Programming. 1st. Morgan Kaufmann, 2011. isbn: 978-0-12-3742605.

[Qui03]

Michael J. Quinn. Parallel Programming in C with MPI and OpenMP. 1st. McGraw-Hill Education Group, 2003. isbn: 0071232656.

[SK10]

Jason Sanders and Edward Kandrot. CUDA by Example: An Introduction to General-Purpose GPU Programming. 1st. Addison-Wesley Professional, 2010. isbn: 0131387685, 9780131387683.

6. Informaci´ on del curso (a) Breve descripci´ on del curso La u ´ltima década ha tra´ıdo un crecimiento explosivo en computaci´ on con multiprocesadores, incluyendo los procesadores de varios n´ ucleos y centros de datos distribuidos. Como resultado, la computación paralela y distribuida se ha convertido de ser un tema ampliamente electivo para ser uno de los principales componentes en la malla estudios en ciencia de la computaci´ on de pregrado. Tanto la computaci´ on paralela como la distribuida implica la ejecuci´ on simult´ anea de m´ ultiples procesos en diferentes dispositivos que cambian de posición. (b) Prerrequisitos: CS3P1. Computaci´ on Paralela y Distribu´ıda. (7mo Sem) (c) Tipo de Curso: Obligatorio 7. Competencias • Que el alumno sea capaz de crear aplicaciones paralelas de mediana complejidad aprovechando eficientemente distintos dispositivos móviles. 8. Contribuci´ on a los resultados (Outcomes) a) Aplicar conocimientos de computaci´ on y de matem´ aticas apropiadas para la disciplina. (Usar) b) Analizar problemas e identificar y definir los requerimientos computacionales apropiados para su soluci´ on. (Usar) i) Utilizar técnicas y herramientas actuales necesarias para la pr´ actica de la computaci´ on. (Usar) j) Aplicar la base matem´ atica, principios de algoritmos y la teor´ıa de la Ciencia de la Computaci´ on en el modelamiento y dise˜ no de sistemas computacionales de tal manera que demuestre comprensi´ on de los puntos de equilibrio involucrados en la opci´ on escogida. (Usar)

1

9. Competencias (IEEE) C2. Capacidad para tener una perspectiva cr´ıtica y creativa para identificar y resolver problemas utilizando el pensamiento computacional.⇒ Outcome a C4. Una comprensi´ on del hardware de la computadora desde la perspectiva del software, por ejemplo, el uso del procesador, memoria, unidades de disco, pantalla, etc.⇒ Outcome b C16. Capacidad para identificar temas avanzados de computaci´ on y de la comprensi´ on de las fronteras de la disciplina.⇒ Outcome i CS2. Identificar y analizar los criterios y especificaciones apropiadas a los problemas espec´ıficos, y planificar estrategias para su solución.⇒ Outcome i CS3. Analizar el grado en que un sistema basado en el ordenador cumple con los criterios definidos para su uso actual y futuro desarrollo.⇒ Outcome j CS6. Evaluar los sistemas en términos de atributos de calidad en general y las posibles ventajas y desventajas que se presentan en el problema dado.⇒ Outcome j 10. Lista de temas a estudiar en el curso 1. Fundamentos de paralelismo 2. Arquitecturas paralelas 3. Descomposición en paralelo 4. Comunicación y coordinaci´ on 5. Análisis y programaci´ on de algoritmos paralelos 6. Desempe˜ no en paralelo 11. Metodologia y Evaluaci´ on Metodolog´ıa: Sesiones Te´ oricas: El desarrollo de las sesiones te´ oricas est´ a focalizado en el estudiante, a través de su participaci´ on activa, resolviendo problemas relacionados al curso con los aportes individuales y discutiendo casos reales de la industria. Los alumnos desarrollarán a lo largo del curso un proyecto de aplicaci´ on de las herramientas recibidas en una empresa. Sesiones de Laboratorio: Las sesiones prácticas se desarrollan en laboratorio. Las pr´ acticas de laboratorio se realizan en equipos para fortalecer su comunicación. Al inicio de cada laboratorio se explica el desarrollo de la pr´ actica y al término se destaca las principales conclusiones de la actividad en forma grupal. Exposiciones individuales o grupales: Se fomenta la participaci´ on individual y en equipo para exponer sus ideas, motiv´ andolos con puntos adicionales en las diferentes etapas de la evaluaci´ on del curso. Lecturas: A lo largo del curso se proporcionan diferentes lecturas, las cuales son evaluadas. El promedio de las notas de las lecturas es considerado como la nota de una pr´ actica calificada. El uso del campus virtual UTEC Online permite a cada estudiante acceder a la informaci´ on del curso, e interactuar fuera de aula con el profesor y con los otros estudiantes. Sistema de Evaluaci´ on: 12. Contenido

2

Unidad 1: Fundamentos de paralelismo (18) Competences esperadas: C2 Objetivos de Aprendizaje

T´ opicos

• Distinguir el uso de recursos computacionales para una respuesta mas rápida para administrar el acceso eficiente a un recurso compartido [Familiarizarse]

• Procesamiento Simult´ aneo M´ ultiple. • Metas del Paralelismo (ej. rendimineto) frente a Concurrencia (ej. control de acceso a recursos compartidos)

• Distinguir m´ ultiples estructuras de programaci´ on suficientes para la sincronización que pueden ser interimplementables pero tienen ventajas complementarias [Familiarizarse]

• Paralelismo, comunicaci´ on, y coordinaci´ on: – Paralelismo, comunicaci´ on, y coordinación

• Distinguir datos de carrera (data races) a partir de carreras de mas alto nivel [Familiarizarse]

– Necedidad de Sincronizaci´ on • Errores de Programaci´ on ausentes en programación secuencial: – Tipos de Datos ( lectura/escritura simultánea o escritura/escritura compartida) – Tipos de Nivél más alto (interleavings violating program intention, no determinismo no deseado) – Falta de vida/progreso (deadlock, starvation)


3

Unidad 2: Arquitecturas paralelas (12) Competences esperadas: C4 Objetivos de Aprendizaje

T´ opicos

• Explicar las diferencias entre memoria distribuida y memoria compartida [Evaluar]

• Procesadores mutlin´ ucleo.

• Describir la arquitectura SMP y observar sus principales caracteristicas [Evaluar]

• Multiprocesamiento simétrico.

• Memoria compartida vs memoria distribuida.

• Distinguir los tipos de tareas que son adecuadas para máquinas SIMD [Usar]

• SIMD, procesamiento de vectores.

• Describir las ventajas y limitaciones de GPUs vs CPUs [Usar]

• Taxonomia de Flynn.

• GPU, coprocesamiento. • Soporte a nivel de instrucciones para programación paralela.

• Explicar las caracteristicas de cada clasificaci´ on en la taxonom´ıa de Flynn [Usar]

– Instrucciones at´ omicas como Compare/Set (Comparar / Establecer)

• Describir los desaf´ıos para mantener la coherencia de la caché [Familiarizarse]

• Problemas de Memoria:

• Describir los desaf´ıos clave del desempe˜ no en diferentes memorias y topolog´ıas de sistemas distribuidos [Familiarizarse]

– Caches multiprocesador y coherencia de cache – Acceso a Memoria no uniforme (NUMA) • Topolog´ıas. – Interconecciones – Clusters – Compartir recursos (p.e., buses e interconexiones)

Lecturas : [Pac11], [KH13], [SK10] Unidad 3: Descomposici´ on en paralelo (18) Competences esperadas: C16 Objetivos de Aprendizaje

T´ opicos

• Explicar por qué la sincronizaci´ on es necesaria en un programa paralelo especifico [Usar]

• Necesidad de Comunicaci´ on naci´ on/sincronizaci´ on.

• Identificar oportunidades para particionar un programa serial en m´ odulos paralelos independientes [Familiarizarse]

• Independencia y Particionamiento.

y

coordi-

• Conocimiento Básico del Concepto de Descomposici´ on Paralela.

• Escribir un algoritmo paralelo correcto y escalable [Usar]

• Decomposici´ on basada en tareas: – Implementaci´ on de estrategias como hebras

• Paralelizar un algoritmo mediante la aplicaci´ on de descomposición basada en tareas [Usar]

• Descomposici´ on de Informaci´ on Paralela

• Paralelizar un algoritmo mediante la aplicaci´ on de descomposición datos en paralelo [Usar]

– Estrategias como SIMD y MapReduce • Actores y Procesos Reactivos (solicitud de gestores)

• Escribir un programa usando actores y/o procesos reactivos [Usar] Lecturas : [Pac11], [Mat14], [Qui03]

4

Unidad 4: Comunicaci´ on y coordinaci´ on (18) Competences esperadas: C16 Objetivos de Aprendizaje

T´ opicos

• Usar exclusión m´ utua para evitar una condici´ on de carrera [Usar]

• Memoria Compartida.

• Dar un ejemplo de una ordenaci´ on de accesos entre actividades concurrentes (por ejemplo, un programa con condición de carrera) que no son secuencialmente consistentes [Familiarizarse]

• Pasos de Mensaje:

• La consistencia, y su papel en los lenguaje de programaci´ on garantias para los programas de carrera libre.

– Mensajes Punto a Punto versus multicast (o basados en eventos)

• Dar un ejemplo de un escenario en el que el bloqueo de mensajes enviados pueden dar deadlock [Usar]

– Estilos para enviar y recibir mensajes Blocking vs non-blocking

• Explicar cuándo y por qué mensajes de multidifusi´ on (multicast) o basado en eventos puede ser preferible a otras alternativas [Familiarizarse]

– Buffering de mensajes • Atomicidad:

• Escribir un programa que termine correctamente cuando todo el conjunto de procesos concurrentes hayan sido completados [Usar]

– Especificar y probar atomicidad y requerimientos de seguridad

• Dar un ejemplo de un escenario en el que un intento optimista de actualizaci´ on puede nunca completarse [Familiarizarse]

– Granularidad de accesos at´ omicos y actualizaciones, y uso de estructuras como secciones cr´ıticas o transacciones para describirlas

• Usar semaforos o variables de condici´ on para bloquear hebras hasta una necesaria precondici´ on de mantenga [Usar]

– Exclusi´ on mutua usando bloques, semáforos, monitores o estructuras relacionadas ∗ Potencial para fallas y bloqueos (deadlock) (causas, condiciones, prevenci´ on) – Composici´ on ∗ Componiendo acciones atómicas granulares m´ as grandes usando sincronizaci´ on ∗ Transacciones, incluyendo enfoques optimistas y conservadores • Consensos: – (Ciclicos) barerras, contadores y estructuras relacionadas • Acciones condicionales: – Espera condicional (p.e., empleando variables de condici´ on)


5

Unidad 5: An´ alisis y programaci´ on de algoritmos paralelos (18) Competences esperadas: CS2 Objetivos de Aprendizaje T´ opicos • Definir: camino cr´ıtico, trabajo y span [Familiarizarse]

• Caminos cr´ıticos, el trabajo y la duración y la relaci´ on con la ley de Amdahl.

• Calcular el trabajo y el span y determinar el camino cr´ıtico con respecto a un diagrama de ejecuci´ on paralela. [Usar]

• Aceleraci´ on y escalabilidad. • Naturalmente (vergonzosamente) algoritmos paralelos.

• Definir speed-up y explicar la noci´ on de escalabilidad de un algoritmo en este sentido [Familiarizarse]

• Patrones Algoritmicos paralelos (divide-y-conquista, map/reduce, amos-trabajadores, otros)

• Identificar tareas independientes en un programa que debe ser paralelizado [Usar]

– Algortimos espec´ıficos (p.e., MergeSort paralelo)

• Representar caracter´ısticas de una carga de trabajo que permita o evite que sea naturalmente paralelizable [Familiarizarse]

• Algoritmos de grafos paralelo (por ejemplo, la ruta más corta en paralelo, árbol de expansi´ on paralela) • Cálculos de matriz paralelas.

• Implementar un algoritmo dividir y conquistar paralelo (y/o algoritmo de un grafo) y medir empiricamente su desempe˜ no relativo a su analogo secuencial [Usar]

• Productor-consumidor y algoritmos paralelos segmentados. • Ejemplos de algoritmos paralelos no-escalables.

• Descomponer un problema (por ejemplo, contar el n´ umero de ocurrencias de una palabra en un documento) via operaciones map y reduce [Usar] • Proporcionar un ejemplo de un problema que se corresponda con el paradigma productorconsumidor [Usar] • Dar ejemplos de problemas donde el uso de pipelining ser´ıa un medio eficaz para la paralelizaci´ on [Usar] • Implementar un algoritmo de matriz paralela [Usar] • Identificar los problemas que surgen en los algoritmos del tipo productor-consumidor y los mecanismos que pueden utilizarse para superar dichos problemas [Usar] Lecturas : [Mat14], [Qui03]

6

Unidad 6: Desempe˜ no en paralelo (18) Competences esperadas: CS3 Objetivos de Aprendizaje

T´ opicos

• Detectar y corregir un desbalanceo de carga [Usar]

• Equilibrio de carga.

• Calcular las implicaciones de la ley de Amdahl para un algoritmo paralelo particular [Usar]

• La medici´ on del desempe˜ no.

• Describir como la distribuición/disposici´ on de datos puede afectar a los costos de comunicaci´ on de un algoritmo [Familiarizarse]

• Evaluaci´ on de la comunicaci´ on de arriba.

• Programaci´ on y contenci´ on. • Gesti´ on de datos:

• Detectar y corregir una instancia de uso compartido falso (false sharing) [Usar]

– Costos de comunicaci´ on no uniforme debidos a proximidad – Efectos de Cache (p.e., false sharing)

• Explicar el impacto de la planificaci´ on en el desempe˜ no paralelo [Familiarizarse]

– Manteniendo localidad espacial

• Explicar el impacto en el desempe˜ no de la localidad de datos [Familiarizarse]

• Consumo de energ´ıa y gesti´ on.

• Explicar el impacto y los puntos de equilibrio relacionados al uso de energ´ıa en el desempe˜ no paralelo [Familiarizarse] Lecturas : [Pac11], [Mat14], [KH13], [SK10]

7


1. 2. 3. 4.

C´ odigo del curso y nombre: GH2021. Dise˜ no de Ficciones Cr´ editos: 3 Horas de Teor´ıa y Laboratorio: 3 HT; Docente(s)



6. Informaci´ on del curso (a) Breve descripci´ on del curso El curso de Imagen y Marca Personal , es el primero de dos cursos del área de desarrollo de competencias personales y profesionales. Este curso brinda oportunidades al estudiante para que se autoeval´ ue y reconozca las oportunidades de mejora, sentirse capaz de realizar cada uno de los retos que se le proponga a nivel personal y profesional y de realizar un adecuado análisis de su situaci´ on, ejecuci´ on y propuesta de resolución. El aprendizaje a través de la experiencia, le ayudar´ a a evaluar desde su propia perspectiva, las diferentes formas de pensar y la capacidad de aportar individualmente o en equipo al logro de un determinado objetivo; a través del intercambio de ideas, la evaluaci´ on de propuestas y la ejecuci´ on de la alternativa de soluci´ on idónea. (b) Prerrequisitos: (c) Tipo de Curso: Electivo 7. Competencias • Comprende las responsabilidades profesional y ética • Capacidad de comunicaci´ on oral • Capacidad de comunicaci´ on escrita • Reconoce la necesidad del aprendizaje permanente 8. Contribuci´ on a los resultados (Outcomes) d) Trabajar efectivamente en equipos para cumplir con un objetivo com´ un. (Usar) e) Entender correctamente las implicancias profesionales, éticas, legales, de seguridad y sociales de la profesi´ on. (Usar) f ) Comunicarse efectivamente con audiencias diversas. (Usar) n) Aplicar conocimientos de humanidades en su labor profesional. (Usar) 9. Competencias (IEEE) C10. Comprensión del impacto en las personas, las organizaciones y la sociedad de la implementaci´ on de soluciones tecnológicas e intervenciones.⇒ Outcome d,n

1


2


T´ opicos




T´ opicos




T´ opicos



Lecturas : [Ste05]

3


T´ opicos




T´ opicos




T´ opicos



Lecturas : [Ste05]

4


T´ opicos




T´ opicos




T´ opicos




T´ opicos



Lecturas : [Ric15]

5




T´ opicos




T´ opicos




T´ opicos



Lecturas : [Ste05]

6


1. 2. 3. 4.

C´ odigo del curso y nombre: GH2022. Geopol´ıtica del Agua Cr´ editos: 3 Horas de Teor´ıa y Laboratorio: 3 HT; Docente(s)



6. Informaci´ on del curso (a) Breve descripci´ on del curso El curso de Imagen y Marca Personal , es el primero de dos cursos del área de desarrollo de competencias personales y profesionales. Este curso brinda oportunidades al estudiante para que se autoeval´ ue y reconozca las oportunidades de mejora, sentirse capaz de realizar cada uno de los retos que se le proponga a nivel personal y profesional y de realizar un adecuado análisis de su situaci´ on, ejecuci´ on y propuesta de resolución. El aprendizaje a través de la experiencia, le ayudar´ a a evaluar desde su propia perspectiva, las diferentes formas de pensar y la capacidad de aportar individualmente o en equipo al logro de un determinado objetivo; a través del intercambio de ideas, la evaluaci´ on de propuestas y la ejecuci´ on de la alternativa de soluci´ on idónea. (b) Prerrequisitos: (c) Tipo de Curso: Electivo 7. Competencias • Comprende las responsabilidades profesional y ética • Capacidad de comunicaci´ on oral • Capacidad de comunicaci´ on escrita • Reconoce la necesidad del aprendizaje permanente 8. Contribuci´ on a los resultados (Outcomes) d) Trabajar efectivamente en equipos para cumplir con un objetivo com´ un. (Usar) e) Entender correctamente las implicancias profesionales, éticas, legales, de seguridad y sociales de la profesi´ on. (Usar) f ) Comunicarse efectivamente con audiencias diversas. (Usar) n) Aplicar conocimientos de humanidades en su labor profesional. (Usar) 9. Competencias (IEEE) C10. Comprensión del impacto en las personas, las organizaciones y la sociedad de la implementaci´ on de soluciones tecnológicas e intervenciones.⇒ Outcome d,n

1


2


T´ opicos




T´ opicos




T´ opicos



Lecturas : [Ste05]

3


T´ opicos




T´ opicos




T´ opicos



Lecturas : [Ste05]

4


T´ opicos




T´ opicos




T´ opicos




T´ opicos



Lecturas : [Ric15]

5




T´ opicos




T´ opicos




T´ opicos



Lecturas : [Ste05]

6


1. 2. 3. 4.

C´ odigo del curso y nombre: GH1019. Emprendedores en Acci´ on Cr´ editos: 3 Horas de Teor´ıa y Laboratorio: 3 HT; Docente(s)

Atención previa coordinaci´ on con el profesor 5. Bibliograf´ıa 6. Informaci´ on del curso (a) Breve descripci´ on del curso El prop´ osito de este curso es que los estudiantes adquieran las herramientas y conocimientos espec´ıficos para realizar un an´ alisis de mercado que se refleje en: (i) un plan de negocios; Y (ii) el desarrollo de habilidades de liderazgo, trabajo en equipo y comunicaci´ on efectiva. Esto se lograr´ a trabajando junto con un empresario, llevando al alumno a los problemas cotidianos que surgen en las empresas. Este curso es prácticamente pr´ actico, donde lo que se aprende en el aula se utilizar´ a para analizar el mercado junto con el empresario, siguiendo la estructura de un plan de negocios. Por lo tanto, el estudiante aplicar´ a este conocimiento y adquirirá durante su carrera, siempre guiado por el profesor y los ayudantes. Por un lado, el alumno estar´ a conectado con un caso real de emprendimiento, para que aprenda mediante la técnica ”aprender haciendo”. Por otra parte, se intentará reducir la tasa de fracaso de los empresarios (seg´ un Small Business Administration [http://www.sba.gov]), el 95 porciento de los empresarios fallan antes del quinto a˜ no, debido principalmente a la falta De diferenciación Con competencia y falta de una estrategia de marketing efectiva). Los empresarios que ser´ an asesorados en el curso de Emprendimiento Aplicado pertenecen a la Fundaci´ on Independizate (www.fundacionindependizate.cl), y son personas con un nivel técnico o profesional que saben mucho sobre su producto pero que tienen fallas en análisis de mercado y estrategias. Ventas Y comercializaci´ on. (b) Prerrequisitos: (c) Tipo de Curso: Electivo 7. Competencias • Analizar las partes que componen un plan de negocios, tales como segmentaci´ on, estrategias de marketing y flujos de efectivo. • Analizar el mercado y las oportunidades que existen para abrir un nuevo negocio, donde se har´ a hincapié en la identificación de estas oportunidades y la propuesta de valor. • Comprender el funcionamiento actual de la empresa, sus debilidades y fortalezas, y luego hacer una propuesta con valor para el empresario. • Entender cómo hacer avanzar un proyecto, liber´ andolo del ”valle de la muerte”, donde los empresarios a menudo se quedan atascados. • Aplicar los conocimientos adquiridos por el alumno a lo largo de su carrera a través del trabajo pr´ actico con emprendedores, que representa el eje principal de este curso. • Desarrollar liderazgo en investigaci´ on y desarrollo de metodolog´ıas de evaluaci´ on de peque˜ nas empresas. 8. Contribuci´ on a los resultados (Outcomes) n) Aplicar conocimientos de humanidades en su labor profesional. (Usar) 1

n ˜ ) Comprender que la formaci´ on de un buen profesional no se desliga ni se opone sino mas bien contribuye al auténtico crecimiento personal. Esto requiere de la asimilaci´ on de valores s´ olidos, horizontes espirituales amplios y una visión profunda del entorno cultural. (Usar) 9. Competencias (IEEE) C24. Comprender la necesidad de la formaci´ on permanente y la mejora de habilidades y capacidades.⇒ Outcome n,˜ n 10. Lista de temas a estudiar en el curso 1. Modelos de Negocios 2. Segmentando al Mercado 3. Estudiando a la Competencia 4. Estrategias de Marketing 5. Estrategias de Venta 6. Implementación/ Operaciones 7. Proyecciones Financieras 11. Metodologia y Evaluaci´ on Metodolog´ıa: Sesiones Te´ oricas: El desarrollo de las sesiones te´ oricas est´ a focalizado en el estudiante, a través de su participaci´ on activa, resolviendo problemas relacionados al curso con los aportes individuales y discutiendo casos reales de la industria. Los alumnos desarrollarán a lo largo del curso un proyecto de aplicaci´ on de las herramientas recibidas en una empresa. Sesiones de Laboratorio: Las sesiones prácticas se desarrollan en laboratorio. Las pr´ acticas de laboratorio se realizan en equipos para fortalecer su comunicación. Al inicio de cada laboratorio se explica el desarrollo de la pr´ actica y al término se destaca las principales conclusiones de la actividad en forma grupal. Exposiciones individuales o grupales: Se fomenta la participaci´ on individual y en equipo para exponer sus ideas, motiv´ andolos con puntos adicionales en las diferentes etapas de la evaluaci´ on del curso. Lecturas: A lo largo del curso se proporcionan diferentes lecturas, las cuales son evaluadas. El promedio de las notas de las lecturas es considerado como la nota de una pr´ actica calificada. El uso del campus virtual UTEC Online permite a cada estudiante acceder a la informaci´ on del curso, e interactuar fuera de aula con el profesor y con los otros estudiantes. Sistema de Evaluaci´ on: 12. Contenido Unidad 1: Modelos de Negocios (12) Competences esperadas: 4 Objetivos de Aprendizaje

T´ opicos • .

• Que el estudiante entienda cu´ ales son las diferentes formas en que una empresa puede generar ingresos. Muchas veces los empresarios est´ an seguros de que es sólo a través de un solo camino, sin darse cuenta de que tienen m´ ultiples oportunidades. Lecturas : [Kotler08]

2

Unidad 2: Segmentando al Mercado (24) Competences esperadas: 3 Objetivos de Aprendizaje

T´ opicos • .

• Entregar herramientas a los estudiantes para llevar a los empresarios a lograr una buena segmentaci´ on del mercado. Se llevar´ an a cabo herramientas pr´ acticas para llevar a cabo un estudio de mercado y se analizarán diferentes formas de segmentaci´ on. Lecturas : [Kotler08] Unidad 3: Estudiando a la Competencia (24) Competences esperadas: 3 Objetivos de Aprendizaje

T´ opicos • .

• Que el estudiante pueda transmitir al emprendedor los beneficios de conocer la competencia en profundidad, y la importancia de lograr la diferenciaci´ on. Lecturas : [Kotler08] Unidad 4: Estrategias de Marketing (30) Competences esperadas: 3 Objetivos de Aprendizaje

T´ opicos • .

• Que el estudiante domine las t´ acticas de marketing eficientes para los empresarios con bajo presupuesto. Lecturas : [Wiley07] Unidad 5: Estrategias de Venta (30) Competences esperadas: 3 Objetivos de Aprendizaje

T´ opicos • .

• Que el estudiante desarrolle las herramientas para llevar a cabo una venta, profundizando en la introducci´ on de productos en los puntos de venta, as´ı como en la venta de servicios a terceros. Lecturas : [Wiley07] Unidad 6: Implementaci´ on/ Operaciones (30) Competences esperadas: 3 Objetivos de Aprendizaje

T´ opicos • .

• Que el alumno domine los temas relacionados con la organización, planificaci´ on y gesti´ on del control en las peque˜ nas empresas. Lecturas : [Kotler08]

3

Unidad 7: Proyecciones Financieras (30) Competences esperadas: 3 Objetivos de Aprendizaje

T´ opicos

• .

• Que el estudiante pueda hacer proyecciones financieras, profundizando el flujo de caja.

Lecturas : [Wiley07]

4


1. 2. 3. 4.

C´ odigo del curso y nombre: GH1017. Introducci´ on al Quechua Cr´ editos: 3 Horas de Teor´ıa y Laboratorio: 3 HT; Docente(s)

Atención previa coordinaci´ on con el profesor 5. Bibliograf´ıa [Rid82] Press. Ridder. Léxico del quechua de Pacaraos. Lima: Centro de Investigaci´ on de Ling¨ u´ıstica Aplicada - Universidad Nacional Mayor de San Marcos, 1982. [Rod76] Cerrón. Rodolfo. Gram´ atica quechua jun´ın-huanca. Lima: Ministerio de Educaci´ on-Instituto de Estudios Peruanos, 1976. 6. Informaci´ on del curso (a) Breve descripci´ on del curso El curso de Quechua comunicativo permite acercar a los estudiantes al uso práctico de la lengua andina en su variedad chanca. Esta es una de las variedades de mayor difusi´ on y modelo para abordar otras variedades del denominado quechua sure˜ no o quechua II. Adem´ as, se presenta sencilla en su aprendizaje por compartir sonidos con el castellano. Asimismo, el curso busca familiarizar al alumno con las estructuras básicas de esta lengua, as´ı como con la traducci´ on y producci´ on de textos. El objetivo u ´ltimo es proporcionar las herramientas básicas de aprendizaje de modo que el estudiante pueda expresarse en ella a un nivel básico y funcional, as´ı como conducir y desarrollar su propio aprendizaje de la lengua. Consideramos que hablar quechua en ciertas situaciones donde los ingenieros UTEC tienen que desarrollarse es una ventaja important´ısima: los hablantes nativos de quechua practican un trato diferenciado con las personas que lo hablan por sentir que se est´ a respetando su tradición y, a la vez, se está haciendo un esfuerzo por entablar un di´ alogo en su propia lengua. Esto representa ventajas operativas muy puntuales en el trato y el acuerdo de intereses. (b) Prerrequisitos: (c) Tipo de Curso: Electivo 7. Competencias • Otorgar herramientas básicas para presentarse y conversar en la lengua quechua, en la variedad chanca. • Acercar al estudiante a las estructuras b´ asicas de la lengua con el fin de dirigir su estudio y auto aprendizaje. • Entrenar al alumno en la traducci´ on y producci´ on de textos en la lengua nativa. • Proporcionar herramientas para que el alumno desarrolle el conocimiento de esta lengua de manera individual. • Dar herramientas para reconocer la procedencia del quechua al cual se enfrentan a través de elementos de análisis ling¨ u´ıstico 8. Contribuci´ on a los resultados (Outcomes) d) Trabajar efectivamente en equipos para cumplir con un objetivo com´ un. (Usar) e) Entender correctamente las implicancias profesionales, éticas, legales, de seguridad y sociales de la profesi´ on. (Usar) f ) Comunicarse efectivamente con audiencias diversas. (Usar) 1

n) Aplicar conocimientos de humanidades en su labor profesional. (Usar) o) Mejorar las condiciones de la sociedad poniendo la tecnolog´ıa al servicio del ser humano. (Usar) 9. Competencias (IEEE) C10. Comprensión del impacto en las personas, las organizaciones y la sociedad de la implementaci´ on de soluciones tecnológicas e intervenciones.⇒ Outcome d,n,o C17. Capacidad para expresarse en los medios de comunicaci´ on orales y escritos como se espera de un graduado.⇒ Outcome f C18. Capacidad para participar de forma activa y coordinada en un equipo.⇒ Outcome f C21. Comprender el aspecto profesional, legal, seguridad, asuntos pol´ıticos, humanistas, ambientales, culturales y éticos.⇒ Outcome e 10. Lista de temas a estudiar en el curso 1. Introducción al Quechua 11. Metodologia y Evaluaci´ on Metodolog´ıa: Sesiones Te´ oricas: El desarrollo de las sesiones te´ oricas est´ a focalizado en el estudiante, a través de su participaci´ on activa, resolviendo problemas relacionados al curso con los aportes individuales y discutiendo casos reales de la industria. Los alumnos desarrollarán a lo largo del curso un proyecto de aplicaci´ on de las herramientas recibidas en una empresa. Sesiones de Laboratorio: Las sesiones prácticas se desarrollan en laboratorio. Las pr´ acticas de laboratorio se realizan en equipos para fortalecer su comunicación. Al inicio de cada laboratorio se explica el desarrollo de la pr´ actica y al término se destaca las principales conclusiones de la actividad en forma grupal. Exposiciones individuales o grupales: Se fomenta la participaci´ on individual y en equipo para exponer sus ideas, motiv´ andolos con puntos adicionales en las diferentes etapas de la evaluaci´ on del curso. Lecturas: A lo largo del curso se proporcionan diferentes lecturas, las cuales son evaluadas. El promedio de las notas de las lecturas es considerado como la nota de una pr´ actica calificada. El uso del campus virtual UTEC Online permite a cada estudiante acceder a la informaci´ on del curso, e interactuar fuera de aula con el profesor y con los otros estudiantes. Sistema de Evaluaci´ on: 12. Contenido

2

Unidad 1: Introducci´ on al Quechua (12) Competences esperadas: 4 Objetivos de Aprendizaje

T´ opicos

• Empleo de recursos comunicativos b´ asicos en lengua quechua.

• Dialectolog´ıa general del quechua. • Sistema fonol´ ogico del quechua chanca: fonemas, s´ılaba, acento, pronunciaci´ on. • Presentaci´ on, preguntas b´ asicas, pedidos básicos. • Frase nominal: pronombres, persona posesora, plural, casos gramaticales y pronombres interrogativos. • Frase verbal: tiempos, personas verbales. • Derivaci´ on deverbativa y denominativa. • Temas oracionales: sintaxis. • Part´ıculas discursivas: validadores, reportativos, etc.

Lecturas : [Rod76], [Rid82]

3


1. 2. 3. 4.

C´ odigo del curso y nombre: GH2020. Behavioral Economics Cr´ editos: 3 Horas de Teor´ıa y Laboratorio: 3 HT; Docente(s)

Atención previa coordinaci´ on con el profesor 5. Bibliograf´ıa 6. Informaci´ on del curso (a) Breve descripci´ on del curso . (b) Prerrequisitos: (c) Tipo de Curso: Electivo 7. Competencias • . • . 8. Contribuci´ on a los resultados (Outcomes) d) Trabajar efectivamente en equipos para cumplir con un objetivo com´ un. (Usar) e) Entender correctamente las implicancias profesionales, éticas, legales, de seguridad y sociales de la profesi´ on. (Usar) f ) Comunicarse efectivamente con audiencias diversas. (Usar) n) Aplicar conocimientos de humanidades en su labor profesional. (Usar) o) Mejorar las condiciones de la sociedad poniendo la tecnolog´ıa al servicio del ser humano. (Usar) 9. Competencias (IEEE) C10. Comprensión del impacto en las personas, las organizaciones y la sociedad de la implementaci´ on de soluciones tecnológicas e intervenciones.⇒ Outcome d,n,o C17. Capacidad para expresarse en los medios de comunicaci´ on orales y escritos como se espera de un graduado.⇒ Outcome f C18. Capacidad para participar de forma activa y coordinada en un equipo.⇒ Outcome f C21. Comprender el aspecto profesional, legal, seguridad, asuntos pol´ıticos, humanistas, ambientales, culturales y éticos.⇒ Outcome e 10. Lista de temas a estudiar en el curso 1. Unidad 1

1

11. Metodologia y Evaluaci´ on Metodolog´ıa: Sesiones Te´ oricas: El desarrollo de las sesiones te´ oricas est´ a focalizado en el estudiante, a través de su participaci´ on activa, resolviendo problemas relacionados al curso con los aportes individuales y discutiendo casos reales de la industria. Los alumnos desarrollarán a lo largo del curso un proyecto de aplicaci´ on de las herramientas recibidas en una empresa. Sesiones de Laboratorio: Las sesiones prácticas se desarrollan en laboratorio. Las pr´ acticas de laboratorio se realizan en equipos para fortalecer su comunicación. Al inicio de cada laboratorio se explica el desarrollo de la pr´ actica y al término se destaca las principales conclusiones de la actividad en forma grupal. Exposiciones individuales o grupales: Se fomenta la participaci´ on individual y en equipo para exponer sus ideas, motiv´ andolos con puntos adicionales en las diferentes etapas de la evaluaci´ on del curso. Lecturas: A lo largo del curso se proporcionan diferentes lecturas, las cuales son evaluadas. El promedio de las notas de las lecturas es considerado como la nota de una pr´ actica calificada. El uso del campus virtual UTEC Online permite a cada estudiante acceder a la informaci´ on del curso, e interactuar fuera de aula con el profesor y con los otros estudiantes. Sistema de Evaluaci´ on: 12. Contenido Unidad 1: Unidad 1 (12) Competences esperadas: 4 Objetivos de Aprendizaje

T´ opicos

• .

• .

Lecturas : [Lehmann05]

2

Syllabus Computer Science UTEC

Recommend Documents