Plan Curricular 2016 del Escuela Profesional de

Ciencia de la Computacion
http://cs.ucsp.edu.pe

Reporte Final

Ultima modificacion: 14 de marzo de 2016

 Este documento esta basado en la propuesta internacional de IEEE-CS y ACM para carreras de
Ciencia de la Computacion, CS2013 que a su vez sirvio como base de la version en Espanol creada
por la Sociedad Peruana de Computacion (SPC) http://education.spc.org.pe/
ISBN:
Todos los derechos reservados. Universidad Catolica San Pablo, Ernesto Cuadros-Vargas.
Escuela Profesional de Ciencia de la Computacion, Malla 2016 i

Equipo de trabajo

Ernesto Cuadros-Vargas (Editor)

Director del P.P. de Ciencia de la Computacion, UCSP, Arequipa
Presidente de la Sociedad Peruana de Computacion (SPC) 2001-2007, 2009
Secretario Ejecutivo del Centro Latinoamericano de Estudios en Informatica (CLEI)
email: [email protected], [email protected]
http://socios.spc.org.pe/ecuadros

Alex Cuadros-Vargas
Profesor Investigador del P.P. de Ciencia de la Computacion, UCSP, Arequipa
Director del Centro de Investigacion de Ciencia de la Computacion, UCSP, Arequipa
Miembro de la Sociedad Peruana de Computacion
email: [email protected]

Ademas, han colaborado con este esfuerzo los siguientes profesionales: line:31 ?? a quienes de-
jamos publico nuestro agradecimiento.

Universidad Catolica San Pablo i

ii Escuela Profesional de Ciencia de la Computacion, Malla 2016

ii Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 iii

Resumen ejecutivo

Este documento representa el informe nal de la nueva malla curricular 2016 de la Escuela Profe-
sional de Ciencia de la Computacion de la Universidad Catolica San Pablo (http://www.ucsp.edu.pe)
en la ciudad de Arequipa-Peru.
Todo el contenido del documento esta basado en la propuesta internacional denominada Computing
Curricula 1 en el area especca de Ciencia de la Computacion. Este documento es el resultado de un
trabajo conjunto de la Association for Computing Machinery (ACM) y la Sociedad de Computacion
de IEEE (IEEE-CS) y puede ser accesado a traves de la direccion http://www.acm.org/education en
sus versions CS2001, CS2008 y CS2013.
Considerando que existen peculiaridades menores al aplicar esta propuesta internacional a nuestros
paises, el modelo de Computing Curricula fue utilizado para proponer el documento base de la presente
malla.
La computacion hoy en da presenta 5 perles de formacion profesional claramente denidos:

Ciencia de la Computacion (Computer Science CS),

Ingeniera de Computacion (Computer Engineering CE),

Sistemas de Informacion (Information Systems IS),

Ingeniera de Software (Software Engineering SE) y

Tecnologa de la Informacion (Information Technology IT).

Los pilares fundamentales que consideramos en esta propuesta curricular son:

Una solida formacion profesional en el area de Ciencia de la Computacion,

Preparacion para la generacion de empresas de base tecnologica,

Una solida formacion etica y proyeccion a la sociedad

Estos pilares redundaran en la formacion de profesionales que se puedan desempenar en cualquier

parte del mundo y que ayuden de forma clara al desarrollo de la Industria de Software de nuestro pas.
Un pilar que merece especial consideracion en el caso de la Universidad Catolica San Pablo es
el aspecto de valores humanos, basicos y cristianos debido a que forman parte fundamental de los
lineamientos basicos de la existencia de la institucion.
El resto de este documento esta organizado de la siguiente forma: el Captulo 1, dene y explica
el campo de accion de la Ciencia de la Computacion, ademas se hace una muy breve explicacion de
las distintas carreras del area de computacion propuestas por IEEE-CS y ACM.
El Captulo 2, muestra las Areas de Conocimiento de la Ciencia de la Computacion, indicando los
topicos y objetivos de aprendizaje de los temas, pertenecientes a estos grupos.
El Captulo 3 contiene la distribucion por semestres, por areas, por niveles, vision graca de la
malla curricular, comparacion con las diversas propuestas internacionales, distribucion de topicos por
curso as como la distribucion de habilidades por materia.
El Captulo 4 contiene informacion detallada para cada uno de los cursos incluyendo las habilidades
con las cuales contribuye, bibliografa por cada unidad as como el numero de horas mnimas por cada
unidad.
1 http://www.sigcse.org/cc2001/

Universidad Catolica San Pablo iii

iv Escuela Profesional de Ciencia de la Computacion, Malla 2016

En el Captulo 5 se presentan las tablas de equivalencias con otros planes curriculares.

Finalmente, en el Captulo 6 se presenta una sugerencia de los laboratorios requeridos para el
dictado de clases las mismas que podran variar de acuerdo al volumen de alumnos que se tenga.

iv Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 v

Indice general

Agradecimientos XV

Abreviaturas XVII

1. Introduccion 1
1.1. Deniciones basicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2. Perl Profesional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.3. Campo y mercado ocupacional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.4. Importancia de la carrera en la sociedad . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.5. Identidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.6. Mision . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.7. Vision . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.8. Resultados de la carrera Outcomes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.9. Perl de competencias profesionales (Resultados de la carrera) . . . . . . . . . . . . . 6
1.9.1. Competencias Generales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.9.2. Competencias Especcas para Ciencia de la Computacion (Computer Science) 8
1.9.3. Competencias Especcas para Ingeniera de Computacion (Computer Enginee-
ring) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.9.4. Competencias Especcas para Sistemas de Informacion (Information Systems) 9
1.9.5. Competencias Especcas para Ingeniera de Software (Software Engineering) . 9
1.9.6. Competencias Especcas para Tecnologa de la Informacion (Information Tech-
nology) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.10. Objetivos de Aprendizaje (Learning Outcomes) . . . . . . . . . . . . . . . . . . . . . . 10
1.11. Perl del ingresante . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.12. Perl del egresado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.13. Perl del docente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.14. Grados y Ttulos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.15. Recursos para dictado de clases . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13

2. Cuerpo del conocimiento de Ciencia de la Computacion 15

2.1. Algoritmos y Complejidad (AL) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.1.1. AL/Analisis Basico (2 horas Core-Tier1, 2 horas Core-Tier2) . . . . . . . . . . 18
2.1.2. AL/Estrategias Algortmicas (5 horas Core-Tier1, 1 horas Core-Tier2) . . . . . 19
2.1.3. AL/Algoritmos y Estructuras de Datos fundamentales (9 horas Core-Tier1, 3
horas Core-Tier2) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.1.4. AL/Computabilidad y complejidad basica de automatas (3 horas Core-Tier1, 3
horas Core-Tier2) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.1.5. AL/Complejidad Computacional Avanzada . . . . . . . . . . . . . . . . . . . . 22
2.1.6. AL/Teora y Computabilidad Avanzada de Automatas . . . . . . . . . . . . . . 22
2.1.7. AL/Estructuras de Datos Avanzadas y Analisis de Algoritmos . . . . . . . . . 23
2.2. Arquitectura y Organizacion (AR) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.2.1. AR/Logica digital y sistemas digitales (3 horas Core-Tier2) . . . . . . . . . . . 24
2.2.2. AR/Representacion de datos a nivel maquina (3 horas Core-Tier2) . . . . . . . 25
2.2.3. AR/Organizacion de la Maquina a Nivel Ensamblador (6 horas Core-Tier2) . . 26
2.2.4. AR/Organizacion y Arquitectura del Sistema de Memoria (3 horas Core-Tier2) 27

Universidad Catolica San Pablo v

vi Escuela Profesional de Ciencia de la Computacion, Malla 2016

2.2.5. AR/Interfaz y comunicacion (1 horas Core-Tier2) . . . . . . . . . . . . . . . . . 27

2.2.6. AR/Organizacion funcional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.2.7. AR/Multiprocesamiento y arquitecturas alternativas . . . . . . . . . . . . . . . 29
2.2.8. AR/Mejoras de rendimiento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
2.3. Ciencia Computacional (CN) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.3.1. CN/Introduccion al modelamiento y simulacion (1 horas Core-Tier1) . . . . . . 30
2.3.2. CN/Modelamiento y simulacion . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.3.3. CN/Procesamiento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.3.4. CN/Visualizacion interactiva . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.3.5. CN/Datos, informacion y conocimiento . . . . . . . . . . . . . . . . . . . . . . 34
2.3.6. CN/Analisis numerico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
2.4. Estructuras Discretas (DS) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
2.4.1. DS/Funciones, relaciones y conjuntos (4 horas Core-Tier1) . . . . . . . . . . . 36
2.4.2. DS/Logica basica (9 horas Core-Tier1) . . . . . . . . . . . . . . . . . . . . . . . 36
2.4.3. DS/Tecnicas de demostracion (10 horas Core-Tier1, 1 horas Core-Tier2) . . . . 37
2.4.4. DS/Fundamentos de conteo (5 horas Core-Tier1) . . . . . . . . . . . . . . . . . 38
2.4.5. DS/Arboles y Grafos (3 horas Core-Tier1, 1 horas Core-Tier2) . . . . . . . . . 39
2.4.6. DS/Probabilidad Discreta (6 horas Core-Tier1, 2 horas Core-Tier2) . . . . . . 39
2.5. Gracos y Visualizacion (GV) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
2.5.1. GV/Conceptos Fundamentales (2 horas Core-Tier1, 1 horas Core-Tier2) . . . . 41
2.5.2. GV/Rendering Basico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
2.5.3. GV/Modelado Geometrico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
2.5.4. GV/Renderizado Avanzado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
2.5.5. GV/Animacion por computadora . . . . . . . . . . . . . . . . . . . . . . . . . . 45
2.5.6. GV/Visualizacion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
2.6. Interaccion Humano-Computador (HCI) . . . . . . . . . . . . . . . . . . . . . . . . . . 46
2.6.1. HCI/Fundamentos (4 horas Core-Tier1) . . . . . . . . . . . . . . . . . . . . . . 47
2.6.2. HCI/Diseno de Interaccion (4 horas Core-Tier2) . . . . . . . . . . . . . . . . . 48
2.6.3. HCI/Programacion de Sistemas Interactivos . . . . . . . . . . . . . . . . . . . . 48
2.6.4. HCI/Diseno y Testing centrados en el usuario . . . . . . . . . . . . . . . . . . . 49
2.6.5. HCI/Nuevas Tecnologas Interactivas . . . . . . . . . . . . . . . . . . . . . . . . 50
2.6.6. HCI/Colaboracion y Comunicacion . . . . . . . . . . . . . . . . . . . . . . . . . 50
2.6.7. HCI/Metodos estadsticos para HCI . . . . . . . . . . . . . . . . . . . . . . . . 51
2.6.8. HCI/Factores Humanos y seguridad . . . . . . . . . . . . . . . . . . . . . . . . 51
2.6.9. HCI/HCI orientada al diseno . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
2.6.10. HCI/Realidad virtual y aumentada mezcladas . . . . . . . . . . . . . . . . . . . 52
2.7. Aseguramiento y Seguridad de la Informacion (IAS) . . . . . . . . . . . . . . . . . . . 53
2.7.1. IAS/Fundamentos y Conceptos en Seguridad (1 horas Core-Tier1, 2 horas Core-
Tier2) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
2.7.2. IAS/Principios de Diseno Seguro (1 horas Core-Tier1, 2 horas Core-Tier2) . . . 54
2.7.3. IAS/Programacion Defensiva (1 horas Core-Tier1, 2 horas Core-Tier2) . . . . . 56
2.7.4. IAS/Ataques y Amenazas (1 horas Core-Tier2) . . . . . . . . . . . . . . . . . . 57
2.7.5. IAS/Seguridad de Red (2 horas Core-Tier2) . . . . . . . . . . . . . . . . . . . . 58
2.7.6. IAS/Criptografa (1 horas Core-Tier2) . . . . . . . . . . . . . . . . . . . . . . . 59
2.7.7. IAS/Seguridad en la Web . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
2.7.8. IAS/Seguridad de plataformas . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
2.7.9. IAS/Poltica de Seguridad y Gobernabilidad . . . . . . . . . . . . . . . . . . . 61
2.7.10. IAS/Investigacion digital (Digital Forensics) . . . . . . . . . . . . . . . . . . . . 62
2.7.11. IAS/Seguridad en Ingeniera de Software . . . . . . . . . . . . . . . . . . . . . 63
2.8. Gestion de la informacion (IM) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
2.8.1. IM/Conceptos de Gestion de la Informacion (1 horas Core-Tier1, 2 horas Core-
Tier2) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
2.8.2. IM/Sistemas de Bases de Datos (3 horas Core-Tier2) . . . . . . . . . . . . . . . 65
2.8.3. IM/Modelado de datos (4 horas Core-Tier2) . . . . . . . . . . . . . . . . . . . . 66
2.8.4. IM/Indexacion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
2.8.5. IM/Bases de Datos Relacionales . . . . . . . . . . . . . . . . . . . . . . . . . . 67

vi Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 vii

2.8.6. IM/Lenguajes de Consulta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68

2.8.7. IM/Procesamiento de Transacciones . . . . . . . . . . . . . . . . . . . . . . . . 69
2.8.8. IM/Bases de Datos Distribuidas . . . . . . . . . . . . . . . . . . . . . . . . . . 69
2.8.9. IM/Diseno Fsico de Bases de Datos . . . . . . . . . . . . . . . . . . . . . . . . 70
2.8.10. IM/Minera de Datos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
2.8.11. IM/Almacenamiento y Recuperacion de Informacion . . . . . . . . . . . . . . . 71
2.8.12. IM/Sistemas Multimedia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
2.9. Sistemas Inteligentes (IS) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
2.9.1. IS/Cuestiones fundamentales (1 horas Core-Tier2) . . . . . . . . . . . . . . . . 73
2.9.2. IS/Estrategias de busquedas basicas (4 horas Core-Tier2) . . . . . . . . . . . . 74
2.9.3. IS/Raciocinio y representacion basica de conocimiento (3 horas Core-Tier2) . . 75
2.9.4. IS/Aprendizaje Automatico Basico (2 horas Core-Tier2) . . . . . . . . . . . . . 75
2.9.5. IS/Busqueda Avanzada . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
2.9.6. IS/Representacion Avanzada y Razonamiento . . . . . . . . . . . . . . . . . . . 76
2.9.7. IS/Razonamiento Bajo Incertidumbre . . . . . . . . . . . . . . . . . . . . . . . 77
2.9.8. IS/Agentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
2.9.9. IS/Procesamiento del Lenguaje Natural . . . . . . . . . . . . . . . . . . . . . . 78
2.9.10. IS/Aprendizaje de maquina avanzado . . . . . . . . . . . . . . . . . . . . . . . 79
2.9.11. IS/Robotica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
2.9.12. IS/Vision y percepcion por computador . . . . . . . . . . . . . . . . . . . . . . 81
2.10. Redes y comunicaciones (NC) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
2.10.1. NC/Introduccion (1.5 horas Core-Tier1) . . . . . . . . . . . . . . . . . . . . . . 82
2.10.2. NC/Aplicaciones en red (1.5 horas Core-Tier1) . . . . . . . . . . . . . . . . . . 83
2.10.3. NC/Entrega conable de datos (2 horas Core-Tier2) . . . . . . . . . . . . . . . 83
2.10.4. NC/Ruteo y reenvo (1.5 horas Core-Tier2) . . . . . . . . . . . . . . . . . . . . 84
2.10.5. NC/Redes de area local (1.5 horas Core-Tier2) . . . . . . . . . . . . . . . . . . 84
2.10.6. NC/Asignacion de recursos (1 horas Core-Tier2) . . . . . . . . . . . . . . . . . 84
2.10.7. NC/Celulares (1 horas Core-Tier2) . . . . . . . . . . . . . . . . . . . . . . . . . 85
2.10.8. NC/Redes sociales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
2.11. Sistemas Operativos (OS) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
2.11.1. OS/Vision general de Sistemas Operativos (2 horas Core-Tier1) . . . . . . . . . 86
2.11.2. OS/Principios de Sistemas Operativos (2 horas Core-Tier1) . . . . . . . . . . . 87
2.11.3. OS/Concurrencia (3 horas Core-Tier2) . . . . . . . . . . . . . . . . . . . . . . . 87
2.11.4. OS/Planicacion y despacho (3 horas Core-Tier2) . . . . . . . . . . . . . . . . 88
2.11.5. OS/Manejo de memoria (3 horas Core-Tier2) . . . . . . . . . . . . . . . . . . . 89
2.11.6. OS/Seguridad y proteccion (2 horas Core-Tier2) . . . . . . . . . . . . . . . . . 89
2.11.7. OS/Maquinas virtuales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
2.11.8. OS/Manejo de dispositivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
2.11.9. OS/Sistema de archivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
2.11.10.OS/Sistemas empotrados y de tiempo real . . . . . . . . . . . . . . . . . . . . . 91
2.11.11.OS/Tolerancia a fallas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
2.11.12.OS/Evaluacion del desempeno de sistemas . . . . . . . . . . . . . . . . . . . . . 92
2.12. Desarrollo basados en plataforma (PBD) . . . . . . . . . . . . . . . . . . . . . . . . . . 92
2.12.1. PBD/Introduccion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
2.12.2. PBD/Plataformas web . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
2.12.3. PBD/Plataformas moviles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
2.12.4. PBD/Plataformas industriales . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
2.12.5. PBD/Plataformas para video juegos . . . . . . . . . . . . . . . . . . . . . . . . 95
2.13. Computacion paralela y distribuda (PD) . . . . . . . . . . . . . . . . . . . . . . . . . 95
2.13.1. PD/Fundamentos de paralelismo (2 horas Core-Tier1) . . . . . . . . . . . . . . 96
2.13.2. PD/Descomposicion en paralelo (1 horas Core-Tier1, 2 horas Core-Tier2) . . . 97
2.13.3. PD/Comunicacion y coordinacion (1 horas Core-Tier1, 3 horas Core-Tier2) . . 97
2.13.4. PD/Analisis y programacion de algoritmos paralelos (3 horas Core-Tier2) . . . 99
2.13.5. PD/Arquitecturas paralelas (1 horas Core-Tier1, 2 horas Core-Tier2) . . . . . 100
2.13.6. PD/Desempeno en paralelo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
2.13.7. PD/Sistemas distribudos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101

Universidad Catolica San Pablo vii

viii Escuela Profesional de Ciencia de la Computacion, Malla 2016

2.13.8. PD/Cloud Computing . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102

2.13.9. PD/Modelos y semantica formal . . . . . . . . . . . . . . . . . . . . . . . . . . 103
2.14. Lenguajes de programacion (PL) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
2.14.1. PL/Programacion orientada a objetos (4 horas Core-Tier1, 6 horas Core-Tier2) 104
2.14.2. PL/Programacion funcional (3 horas Core-Tier1, 4 horas Core-Tier2) . . . . . 105
2.14.3. PL/Programacion reactiva y dirigida por eventos (2 horas Core-Tier2) . . . . . 106
2.14.4. PL/Sistemas de tipos basicos (1 horas Core-Tier1, 4 horas Core-Tier2) . . . . . 106
2.14.5. PL/Representacion de programas (1 horas Core-Tier2) . . . . . . . . . . . . . . 107
2.14.6. PL/Traduccion y ejecucion de lenguajes (3 horas Core-Tier2) . . . . . . . . . . 108
2.14.7. PL/Analisis de sintaxis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108
2.14.8. PL/Analisis semantico de compiladores . . . . . . . . . . . . . . . . . . . . . . 109
2.14.9. PL/Generacion de codigo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
2.14.10.PL/Sistemas de tiempo de ejecucion . . . . . . . . . . . . . . . . . . . . . . . . 110
2.14.11.PL/Analisis estatico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
2.14.12.PL/Construcciones de programacion avanzados . . . . . . . . . . . . . . . . . . 111
2.14.13.PL/Concurrencia y Paralelismo . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
2.14.14.PL/Sistemas de tipos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
2.14.15.PL/Semantica formal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
2.14.16.PL/Pragmatica de lenguajes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
2.14.17.PL/Programacion logica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
2.15. Fundamentos del desarrollo de software (SDF) . . . . . . . . . . . . . . . . . . . . . . 114
2.15.1. SDF/Algoritmos y Diseno (11 horas Core-Tier1) . . . . . . . . . . . . . . . . . 115
2.15.2. SDF/Conceptos Fundamentales de Programacion (10 horas Core-Tier1) . . . . 116
2.15.3. SDF/Estructuras de Datos Fundamentales (12 horas Core-Tier1) . . . . . . . . 116
2.15.4. SDF/Metodos de Desarrollo (10 horas Core-Tier1) . . . . . . . . . . . . . . . . 117
2.16. Ingeniera de Software (SE) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
2.16.1. SE/Procesos de Software (2 horas Core-Tier1, 1 horas Core-Tier2) . . . . . . . 120
2.16.2. SE/Gestion de Proyectos de Software (2 horas Core-Tier2) . . . . . . . . . . . 121
2.16.3. SE/Herramientas y Entornos (2 horas Core-Tier2) . . . . . . . . . . . . . . . . 123
2.16.4. SE/Ingeniera de Requisitos (1 horas Core-Tier1, 3 horas Core-Tier2) . . . . . 123
2.16.5. SE/Diseno de Software (3 horas Core-Tier1, 5 horas Core-Tier2) . . . . . . . . 125
2.16.6. SE/Construccion de Software (2 horas Core-Tier2) . . . . . . . . . . . . . . . . 127
2.16.7. SE/Vericacion y Validacion de Software (3 horas Core-Tier2) . . . . . . . . . 128
2.16.8. SE/Evolucion de Software (2 horas Core-Tier2) . . . . . . . . . . . . . . . . . . 129
2.16.9. SE/Fiabilidad de Software (1 horas Core-Tier2) . . . . . . . . . . . . . . . . . . 130
2.16.10.SE/Metodos Formales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 130
2.17. Fundamentos de Sistemas (SF) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131
2.17.1. SF/Paradigmas computacionales (3 horas Core-Tier1) . . . . . . . . . . . . . . 131
2.17.2. SF/Comunicacion a traves de multiples capas (3 horas Core-Tier1) . . . . . . . 132
2.17.3. SF/Estados y maquinas de estados (6 horas Core-Tier1) . . . . . . . . . . . . . 133
2.17.4. SF/Paralelismo (1 horas Core-Tier1) . . . . . . . . . . . . . . . . . . . . . . . . 133
2.17.5. SF/Evaluacion (3 horas Core-Tier1) . . . . . . . . . . . . . . . . . . . . . . . . 134
2.17.6. SF/Asignacion de recursos y planeamiento (2 horas Core-Tier2) . . . . . . . . 134
2.17.7. SF/Proximidad (3 horas Core-Tier2) . . . . . . . . . . . . . . . . . . . . . . . . 135
2.17.8. SF/Virtualizacion y aislamiento (2 horas Core-Tier2) . . . . . . . . . . . . . . . 135
2.17.9. SF/Conabilidad a traves de redundancia (2 horas Core-Tier2) . . . . . . . . . 136
2.17.10.SF/Evaluacion cuantitativa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136
2.18. Asuntos sociales y practica profesional (SP) . . . . . . . . . . . . . . . . . . . . . . . . 137
2.18.1. SP/Contexto Social (1 horas Core-Tier1, 2 horas Core-Tier2) . . . . . . . . . . 138
2.18.2. SP/Herramientas de Analisis (2 horas Core-Tier1) . . . . . . . . . . . . . . . . 139
2.18.3. SP/Etica Profesional (2 horas Core-Tier1, 2 horas Core-Tier2) . . . . . . . . . 140
2.18.4. SP/Propiedad Intelectual (2 horas Core-Tier1) . . . . . . . . . . . . . . . . . . 141
2.18.5. SP/Privacidad y Libertades Civiles (2 horas Core-Tier1) . . . . . . . . . . . . . 142
2.18.6. SP/Comunicacion profesional (1 horas Core-Tier1) . . . . . . . . . . . . . . . . 143
2.18.7. SP/Sostenibilidad (1 horas Core-Tier1, 1 horas Core-Tier2) . . . . . . . . . . . 144
2.18.8. SP/Historia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145

viii Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 ix

2.18.9. SP/Economa de la Computacion . . . . . . . . . . . . . . . . . . . . . . . . . . 146

2.18.10.SP/Polticas de seguridad, Leyes y crmenes computacionales . . . . . . . . . . 146

3. Malla curricular 2016 149

3.1. Clasicacion de los cursos por niveles . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149
3.2. Codicacion de los cursos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149
3.3. Constitucion del Plan de Estudios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 150
3.4. Distribucion de cursos en la carrera . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 154
3.5. Vision graca de la Malla curricular . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156
3.6. Resultados esperados distribudos por curso . . . . . . . . . . . . . . . . . . . . . . . . 157

4. Contenido detallado por curso 163

Primer Semestre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163
CS111. Programacion de Video Juegos (Obligatorio) . . . . . . . . . . . . . . . . . . . 163
CS1D1. Estructuras Discretas I (Obligatorio) . . . . . . . . . . . . . . . . . . . . . . . 168
MA100. Matematica I (Obligatorio) . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
FG102. Metodologa del Estudio (Obligatorio) . . . . . . . . . . . . . . . . . . . . . . . 174
FG101. Comunicacion (Obligatorio) . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177
FG103. Introduccion a la Vida Universitaria (Obligatorio) . . . . . . . . . . . . . . . . 180
Segundo Semestre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182
CS100. Introduccion de Ciencia de la Computacion (Obligatorio) . . . . . . . . . . . . 183
CS1D2. Estructuras Discretas II (Obligatorio) . . . . . . . . . . . . . . . . . . . . . . . 185
CS112. Ciencia de la Computacion I (Obligatorio) . . . . . . . . . . . . . . . . . . . . 188
MA101. Matematica II (Obligatorio) . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193
FG112. Persona, Matrimonio y Familia (Electivos) . . . . . . . . . . . . . . . . . . . . 195
FG104. Introduccion a la Filosofa (Obligatorio) . . . . . . . . . . . . . . . . . . . . . . 198
FG105. Apreciacion Musical (Electivos) . . . . . . . . . . . . . . . . . . . . . . . . . . 201
Tercer Semestre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 202
CS113. Ciencia de la Computacion II (Obligatorio) . . . . . . . . . . . . . . . . . . . . 203
CS2B1. Desarrollo Basado en Plataformas (Obligatorio) . . . . . . . . . . . . . . . . . 210
CS221. Arquitectura de Computadores (Obligatorio) . . . . . . . . . . . . . . . . . . . 213
CS1D3. Algebra Abstracta (Obligatorio) . . . . . . . . . . . . . . . . . . . . . . . . . . 218
MA102. Calculo I (Obligatorio) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 222
FG107. Antropologa Filosoca y Teologica (Obligatorio) . . . . . . . . . . . . . . . . 225
FG201. Apreciacion Artstica (Electivos) . . . . . . . . . . . . . . . . . . . . . . . . . . 229
FG202. Apreciacion Literaria (Electivos) . . . . . . . . . . . . . . . . . . . . . . . . . . 232
Cuarto Semestre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 234
CS210. Algoritmos y Estructuras de Datos (Obligatorio) . . . . . . . . . . . . . . . . . 235
CS211. Teora de la Computacion (Obligatorio) . . . . . . . . . . . . . . . . . . . . . . 237
CS271. Bases de Datos I (Obligatorio) . . . . . . . . . . . . . . . . . . . . . . . . . . . 240
MA201. Calculo II (Obligatorio) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 245
MA203. Estadstica y Probabilidades (Obligatorio) . . . . . . . . . . . . . . . . . . . . 248
FG204. Teologa (Obligatorio) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 251
Quinto Semestre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 253
CS272. Bases de Datos II (Obligatorio) . . . . . . . . . . . . . . . . . . . . . . . . . . . 254
CS291. Ingeniera de Software I (Obligatorio) . . . . . . . . . . . . . . . . . . . . . . . 258
CS212. Analisis y Diseno de Algoritmos (Obligatorio) . . . . . . . . . . . . . . . . . . 263
CB111. Fsica Computacional (Obligatorio) . . . . . . . . . . . . . . . . . . . . . . . . 267
MA306. Analisis Numerico (Obligatorio) . . . . . . . . . . . . . . . . . . . . . . . . . . 271
FG106. Teatro (Obligatorio) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 274
FG210. Moral (Obligatorio) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 277
Sexto Semestre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 279
CS311. Programacion Competitiva (Obligatorio) . . . . . . . . . . . . . . . . . . . . . 280
CS312. Estructuras de Datos Avanzadas (Obligatorio) . . . . . . . . . . . . . . . . . . 282
CS2S1. Sistemas Operativos (Obligatorio) . . . . . . . . . . . . . . . . . . . . . . . . . 285
CS292. Ingeniera de Software II (Obligatorio) . . . . . . . . . . . . . . . . . . . . . . . 291

Universidad Catolica San Pablo ix

x Escuela Profesional de Ciencia de la Computacion, Malla 2016

MA307. Matematica aplicada a la computacion (Obligatorio) . . . . . . . . . . . . . . 296

FG203. Oratoria (Obligatorio) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 299
Septimo Semestre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 300
CS251. Computacion Graca (Obligatorio) . . . . . . . . . . . . . . . . . . . . . . . . 301
CS391. Ingeniera de Software III (Obligatorio) . . . . . . . . . . . . . . . . . . . . . . 305
CS231. Redes y Comunicacion (Obligatorio) . . . . . . . . . . . . . . . . . . . . . . . . 309
CS261. Inteligencia Articial (Obligatorio) . . . . . . . . . . . . . . . . . . . . . . . . . 313
CS401. Metodologa de la Investigacion en Computacion (Obligatorio) . . . . . . . . . 319
CS341. Lenguajes de Programacion (Obligatorio) . . . . . . . . . . . . . . . . . . . . . 321
FG350. Liderazgo (Obligatorio) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 326
Octavo Semestre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 328
CS281. Computacion en la Sociedad (Obligatorio) . . . . . . . . . . . . . . . . . . . . 329
CS342. Compiladores (Obligatorio) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 334
CS3I1. Seguridad en Computacion (Obligatorio) . . . . . . . . . . . . . . . . . . . . . 337
CS2H1. Interaccion Humano Computador (Obligatorio) . . . . . . . . . . . . . . . . . 344
CS402. Proyecto de Final de Carrera I (Obligatorio) . . . . . . . . . . . . . . . . . . . 349
CS3P1. Computacion Paralela y Distribuda (Obligatorio) . . . . . . . . . . . . . . . . 351
FG205. Historia de la Cultura (Obligatorio) . . . . . . . . . . . . . . . . . . . . . . . . 355
Noveno Semestre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 357
CS392. Topicos Avanzados en Ingeniera de Software (Electivos) . . . . . . . . . . . . 358
CS403. Proyecto de Final de Carrera II (Obligatorio) . . . . . . . . . . . . . . . . . . . 363
CS361. Topicos en Inteligencia Articial (Electivos) . . . . . . . . . . . . . . . . . . . 365
CS370. Big Data (Obligatorio) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 367
CS351. Topicos en Computacion Graca (Electivos) . . . . . . . . . . . . . . . . . . . 370
CB309. Computacion Molecular Biologica (Electivos) . . . . . . . . . . . . . . . . . . . 372
FG221. Historia de la Ciencia y Tecnologa (Obligatorio) . . . . . . . . . . . . . . . . . 376
FG301. Ensenanza Social de la Iglesia (Obligatorio) . . . . . . . . . . . . . . . . . . . 378
ET201. Formacion de Empresas de Base Tecnologica I (Obligatorio) . . . . . . . . . . 381
Decimo Semestre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 384
CS3P2. Cloud Computing (Obligatorio) . . . . . . . . . . . . . . . . . . . . . . . . . . 385
CS393. Sistemas de Infomacion (Electivos) . . . . . . . . . . . . . . . . . . . . . . . . . 389
CS362. Robotica (Electivos) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 391
CS404. Proyecto de Final de Carrera III (Obligatorio) . . . . . . . . . . . . . . . . . . 394
FG211. Etica Profesional (Obligatorio) . . . . . . . . . . . . . . . . . . . . . . . . . . . 396
FG220. Analisis de la Realidad Peruana (Obligatorio) . . . . . . . . . . . . . . . . . . 399
ET301. Formacion de Empresas de Base Tecnologica II (Obligatorio) . . . . . . . . . . 402
ID101. Ingles tecnico profesional (Obligatorio) . . . . . . . . . . . . . . . . . . . . . . . 405

5. Equivalencias con otros planes curriculares 409

5.1. Equivalencia del Plan 2006 al Plan 2016 . . . . . . . . . . . . . . . . . . . . . . . . . . 409
5.2. Equivalencia del Plan 2016 al Plan 2006 . . . . . . . . . . . . . . . . . . . . . . . . . . 413
5.3. Equivalencia del Plan 2010 al Plan 2016 . . . . . . . . . . . . . . . . . . . . . . . . . . 417
5.4. Equivalencia del Plan 2016 al Plan 2010 . . . . . . . . . . . . . . . . . . . . . . . . . . 421

6. Laboratorios 425

x Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 xi

Indice de figuras

1.1. Campo accion de la Ciencia de la Computacion . . . . . . . . . . . . . . . . . . . . . . 2

3.1. Esquema de codicacion para los cursos. . . . . . . . . . . . . . . . . . . . . . . . . . . 149

3.2. Distribucion de cursos por areas considerando creditaje. . . . . . . . . . . . . . . . . . 154
3.3. Distribucion de creditos por niveles de cursos. . . . . . . . . . . . . . . . . . . . . . . . 155
3.4. Malla curricular Escuela Profesional de Ciencia de la Computacion . . . . . . . . . . . 156

Universidad Catolica San Pablo xi

xii Escuela Profesional de Ciencia de la Computacion, Malla 2016

xii Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 xiii

Indice de cuadros

3.1. Distribucion de cursos por areas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 154

3.2. Resultados esperados por curso 1er al 2do Semestre . . . . . . . . . . . . . . . . . . . . 157
3.3. Resultados esperados por curso 3er al 4to Semestre . . . . . . . . . . . . . . . . . . . . 158
3.4. Resultados esperados por curso 5to al 6to Semestre . . . . . . . . . . . . . . . . . . . . 159
3.5. Resultados esperados por curso 7mo al 8vo Semestre . . . . . . . . . . . . . . . . . . . 160
3.6. Resultados esperados por curso 9no al 10mo Semestre . . . . . . . . . . . . . . . . . . . 161

Universidad Catolica San Pablo xiii

xiv Escuela Profesional de Ciencia de la Computacion, Malla 2016

xiv Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 xv

Agradecimientos

Ademas de los autores directos de este documento, tambien deseamos dejar maniesto de nuestro
agradecimiento a otros colegas de diversas universidades del pas y del mundo que gentilmente han
aportado parte de su tiempo a darnos sus sugerencias. Entre ellos debemos mencionar a:
Roberto Heredia (UCSP), Miriam Luque (UCSP), Anthony Ccapira A.(UCSP), Simon Choquehuay-
ta (UNSA), Miler Diaz Zevallos (UCSP), Alvaro Mamani Aliaga (UCSP), Romulo Condori (UNSA),
Carlso Arias (UCSP), Miguel Ravelo (UNSA), Junior Mayta (UCSP), Omar Quispe (UCSP), Cesar
Espinoza (USS), Daniel Yanac (UCSP), Jose Valdivia (UCSP), Julio Santisteban (UCSP), Josimar
Chire Saire (UCSP), Juan Carlos Duenas Garca (UCSP), Liliana Sarmiento Lopez (UCSP).
Tambien deseamos agradecer a la Universidad Catolica San Pablo (UCSP) de Arequipa-Peru por
su colaboracion decidida de forma institucional y de forma individual a traves de sus autoridades.
No hay duda de que cuando las autoridades estan decididas a hacer las cosas bien todo el trabajo se
realiza de forma rapida. Realmente es un ejemplo a seguir y llevar a todas las universidades de nuestro
pas.
Todo este equipo de trabajo asumio como premisa que el centro de nuestro esfuerzo, es la formacion
academica y humana de los estudiantes.
A todos ellos deseamos agradecerles por su aporte que ha permitido generar este documento, unico
en su genero en nuestro pas, que servira para sentar las bases de una carrera mas solida en esta
fantastica area que nos ha tocado estudiar y de la cual nos sentimos orgullosos de formar parte:
Computacion.

Universidad Catolica San Pablo xv

xvi Escuela Profesional de Ciencia de la Computacion, Malla 2016

xvi Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 xvii

Abreviaturas

ACM Association for Computing Machinery

AIS Association for Information Systems
CC Ciencia de la Computacion
CONCYTEC Consejo Nacional de Ciencia y Tecnologa
CS Ciencia de la Computacion Computer Science
IEEE-CS IEEE Computer Society
KA Area de Conocimiento (Knowledge Area-KA)

Universidad Catolica San Pablo xvii

xviii Escuela Profesional de Ciencia de la Computacion, Malla 2016

xviii Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 1

Captulo 1

Introduccion

La computacion ha sufrido un desarrollo impresionante en los ultimos 60 anos, convirtiendose en

el motor del desarrollo cientco, tecnologico, industrial, social, economico y cultural, transformando
de manera signicativa nuestro diario accionar.
El surgimiento del computador ha marcado una nueva era en la historia de la humanidad que era
imposible de imaginar varias decadas atras. La gran cantidad de aplicaciones que se han desarrollado en
los ultimos anos estan transformando el desarrollo de todas las disciplinas del saber, la comercializacion
en el ambito globalizado en que vivimos, la manera en que nos comunicamos, los procesos de ensenanza-
aprendizaje y hasta en la manera como nos entretenemos.
Para darnos una idea de la relevancia e importancia, que en nuestro pas ha alcanzado esta discipli-
na, basta mencionar que actualmente se ofrecen aproximadamente mas de 110 carreras de Computacion
a nivel nacional. Esto sin considerar los programas de nivel Tecnico Superior No Universitario que se
ofertan.
Todas estas carreras existentes tienen como centro de su estudio a la computacion pero lo hacen
con 28 nombres distintos como: Ingeniera de Sistemas, Ingeniera de Computacion, Ingeniera de
Computacion y Sistemas, entre otros. A pesar de que todas ellas apuntan al mismo mercado de trabajo,
resulta por lo menos sorprendente que no sea posible encontrar por lo menos dos que compartan la
misma curricula.
Muchos pases consideran a la computacion como estrategica para su desarrollo. En Peru, el
Consejo Nacional de Ciencia y Tecnologa (CONCYTEC) ha recomendado al gobierno que considere
a la Computacion como una de las areas prioritarias de vinculacion entre la academia e industria para
fomentar la competitividad y la innovacion.
Comunmente, durante la decada de los setenta, la Computacion se desarrollo dentro de las Facul-
tades de Ciencias en la mayora de las universidades estadounidenses, britanicas y de otros pases. Du-
rante la decada de los ochenta, los grupos de computacion en las universidades se esforzaron por lograr
una legitimidad academica en su ambito local. Frecuentemente, se transformaron en departamentos de
Matematicas y Computacion, hasta nalmente dividirse en dos departamentos de Matematicas y de
Computacion, en la decada de los noventa. Es en esta decada en que un numero creciente de institucio-
nes reconocieron la inuencia penetrante de la Computacion, creando unidades independientes como
departamentos, escuelas o institutos dedicados a tal area de estudio, un cambio que ha demostrado
tanto perspicacia como prevision.
En Peru, un numero cada vez mayor de instituciones de educacion superior han tratado de seguir
el desarrollo de las universidades extranjeras (aunque no siempre en forma muy seria o exitosa), reco-
nociendo a la Computacion como un area de estudio en s misma, as como su importancia estrategica
en la educacion, y creando departamentos, escuelas o institutos dedicados a su estudio. La Facultad
de Facultad de Ingeniera y Computacion no puede ser la excepcion a este cambio, en el que ya se
tiene un retraso relativo con muchas de las instituciones educativas dentro y fuera de Peru.

1.1. Definiciones basicas

La referencia mas solida a nivel mundial en cuanto a la propuesta de carreras de computacion para
nivel de pregrado es la que fue propuesta en conjunto por la Association for Computing Machinery

Universidad Catolica San Pablo 1

2 Escuela Profesional de Ciencia de la Computacion, Malla 2016

(ACM), IEEE Computer Society (IEEE-CS) y la Association for Information Systems (AIS). Estas tres
organizaciones propusieron la Computing Curricula en el documento denominado: Joint Task Force
for Computing Curricula 2005, Computing Curricula 2005. Overview Report[Shakelford et al., 2005].
La Ciencia de la Computacion es un termino de origen estadounidense Ciencia de la Computacion
Computer Science (CS). Este termino es conocido tambien como informatica en el ambito europeo1 .
Segun el diccionario de la Real Academia de la Lengua Espanola (http://www.rae.es) ambos ter-
minos tambien son sinonimos.
A nivel internacional, la computacion presenta 5 perles claramente denidos:

Ciencia de la Computacion (Computer Science)

[ACM/IEEE-CS Joint Task Force on Computing Curricula, 2013],

Ingeniera de Computacion (Computer Engineering) [Soldan et al., 2004],

Sistemas de Informacion (Information Systems) [Topi et al., 2010, Gorgone et al., 2002b],

Ingeniera de Software (Software Engineering) [Daz-Herrera and Hilburn, 2004],

Tecnologa de la Informacion (Information Technology) [ACM and IEEE-CS, 2005]

La Figura 1.1 es tomada de la denicion propuesta en la Computing Curricula [Shakelford et al., 2005]
en el area de Ciencia de la Computacion (CC) cuyo ultima version es la denominada CS2013 (cs2013.org)
[ACM/IEEE-CS Joint Task Force on Computing Curricula, 2013]. La CC cubre la mayor parte entre
el extremo superior y el extremo inferior, porque el profesional en CC no trata solamente con el
hardware que utiliza un software o de solamente la organizacion que hace uso de la informacion que
la computacion le puede proveer.

Problematica
Organizacional
y Sistemas
de Informacion

Tecnologas
de Aplicacion

Tecnologas
y Metodos
de Software

Infraestructura
de Sistemas

Arquitectura y
Hardware
Computacional

Teora Aplicacion
Principios Despliegue

CS Innovacion Mas Teorico Mas Aplicado Conguracion

Figura 1.1: Campo accion de la Ciencia de la Computacion

Las Ciencias de la Computacion cubren un amplio rango, desde sus fundamentos teoricos y al-
gortmicos hasta los ultimos desarrollos en robotica, vision por computadora, sistemas inteligentes,
bioinformatica, y otras areas emocionantes. Podemos pensar que el trabajo de un cientco de la
computacion pertenece a las siguientes tres categoras:
1 El termino europeo es derivado del vocablo frances Informatique.

2 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 3

Diseno e implementacion de software. Los cientcos de computacion se encargan de

desaantes labores de programacion. Tambien supervisan otros programadores, haciendolos con-
cientes de nuevas aproximaciones.

Instrumentacion de nuevas formas para usar computadoras. El progreso en las areas

de ciencias de la computacion como redes, bases de datos, e interfaces humano-computadora
permitieron el desarrollo de la www y actualmente se trabaja en el desarrollo de metasistemas
Grid. Ademas, los investigadores trabajan ahora en hacer que los robots sean ayudantes practicos
y demuestren inteligencia, utilizan las bases de datos para crear nuevos conocimientos, y estan
utilizando computadoras para decifrar los secretos de nuestro ADN.

Desarrollo de formas efectivas de resolver problemas de computacion. Por ejemplo, los

cientcos de la computacion desarrollan las mejores formas posibles de almacenar informacion
en bases de datos, enviar datos a traves de la red, y desplegar imagenes complejas. Sus bases
teoricas les permiten determinar el mejor desempeno posible, y su estudio de algoritmos les
ayuda a desarrollar nuevas aproximaciones para proveer un mejor desempeno.

Las Ciencias de la Computacion cubren todo el rango desde la teora hasta la programacion.
Mientras otras disciplinas pueden producir titulados mejor preparados para trabajos especcos, las
ciencias de la computacion ofrecen un amplio fundamento que permite a sus titulados adaptarse a
nuevas tecnologas y nuevas ideas.
El profesional en CC se preocupa por casi todo en medio de estas areas. En direccion hacia el
hardware, este profesional llega a desarrollar software que permite el funcionamiento de dispositivos
devices. En direccion a aspectos organizacionales, el profesional de CC ayuda a que los sistemas de
informacion operen correctamente en las organizaciones. El genera la tecnologa que permite que otras
areas como los sistemas de informacion se desarrollen adecuadamente.
El profesional en CC disena y desarrolla todo tipo de software, desde infraestructura de plataformas
(sistemas operativos, programas de comunicacion, etc.) hasta aplicacion de tecnologas (navegadores
de Internet, bases de datos, motores de busqueda, etc.). Este profesional crea estas capacidades, pero
no esta orientado al uso de las mismas. Por lo tanto, el area sombreada (g. 1.1) para CC se estrecha
y naliza en la medida que nos movamos hacia la aplicacion y conguracion de productos.

1.2. Perfil Profesional

El profesional en Ciencia de la Computacion tiene las siguientes caractersticas:

Desarrollar tecnologa computacional buscando el bien comun de los individuos, la sociedad y

las organizaciones.

Aportar con su formacion humana y sus capacidades cientcas y profesionales con la solucion
de los problemas sociales de nuestro entorno.

Transformar, acelerar y ampliar los lmites de cualquier area del conocimiento a traves de solu-
ciones innovadoras basadas en el uso eciente de tecnologa computacional.

Adaptarse rapidamente a los cambios tecnologicos debido a su formacion basada en la investi-

gacion constante.

Trabajar y liderar equipos multidisciplinarios que llevan a cabo proyectos de innovacion tecno-
logica.

Incrementar las ventajas competitivas de cualquier organizacion a traves del uso eciente de
tecnologa computacional gracias a su alta capacidad de abstraccion.

Crear empresas de base tecnologica.

Poder seguir estudios de postgrado con exigencia internacional en areas relacionadas.

Universidad Catolica San Pablo 3

4 Escuela Profesional de Ciencia de la Computacion, Malla 2016

1.3. Campo y mercado ocupacional

Nuestro egresado podra prestar sus servicios profesionales en empresas e instituciones publicas y
privadas que requieran sus capacidades en funcion del desarrollo que oferta, entre ellas:

Empresas dedicadas a la produccion de software con calidad internacional.

Empresas, instituciones y organizaciones que requieran software de calidad para mejorar sus
actividades y/o servicios ofertados.

Nuestro egresado puede desempenarse en el mercado laboral sin ningun problema ya que, en gene-
ral, la exigencia del mercado y campo ocupacional esta mucho mas orientada al uso de herramientas.
Sin embargo, es poco comun que los propios profesionales de esta carrera se pregunten: que tipo de
formacion debera tener si yo quisiera crear esas herramientas ademas de saber usarlas?. Ambos perles
(usuario y creador) son bastante diferentes pues no sera posible usar algo que todava no fue creado.
En otras palabras, los creadores de tecnologa son los que dan origen a nuevos puestos de trabajo y
abren la posibilidad de que otros puedan usar esa tecnologa.
Debido a la formacion basada en la investigacion, nuestro profesional debe siempre ser un innova-
dor donde trabaje. Esta misma formacion permite que el egresado piense tambien en crear su propia
empresa de desarrollo de software. Considerando que pases como el nuestro tienen un costo de vida
mucho menor que Norte America o Europa, una posibilidad que se muestra interesante es la exporta-
cion de software pero eso requiere que la calidad del producto sea al mismo nivel de lo ofrecido a nivel
internacional.
Este perl profesional tambien posibilita que nuestros egresados se queden en nuestro pas; producir
software en nuestro pas y venderlo fuera es mas rentable que salir al extranjero y comercializarlo alla.
El campo ocupacional de un egresado es amplio y esta en continua expansion y cambio. Practica-
mente toda empresa u organizacion hace uso de servicios de computacion de algun tipo, y la buena
formacion basica de nuestros egresados hace que puedan responder a los requerimientos de las mismas
exitosamente. Este egresado, no solo podra dar soluciones a los problemas existentes sino que debera
proponer innovaciones tecnologicas que impulsen la empresa hacia un progreso constante.
A medida que la informatizacion basica de las empresas del pas avanza, la necesidad de personas
capacitadas para resolver los problemas de mayor complejidad aumenta y el plan de estudios que
hemos desarrollado tiene como objetivo satisfacer esta demanda considerandola a mediano y largo
plazo. El campo para las tareas de investigacion y desarrollo de problemas complejos en computacion
es tambien muy amplio y esta creciendo da a da a nivel mundial.
Debido a la capacidad innovadora de nuestro egresado, existe una mayor la probabilidad de registrar
patentes con un alto nivel inventivo lo cual es especialmente importante en nuestros pases.

1.4. Importancia de la carrera en la sociedad

Uno de los caminos que se espera que siga un profesional del area de computacion es que el se
dedique a producir software o que se integre a las empresas productoras de software. En el ambito
de la computacion, es comun observar que los pases cuentas con Asociaciones de Productores de
Software cuyas polticas estan orientadas a la exportacion. Siendo as, no tendra sentido preparar a
nuestros alumnos solo para el mercado local o nacional. Nuestros egresados deben estar preparados
para desenvolverse en el mundo globalizado que nos ha tocado vivir.
Nuestros futuros profesionales deben estar orientados a crear nuevas empresas de base tecnologica
que puedan incrementar las exportaciones de software peruano. Este nuevo perl esta orientado a
generar industria innovadora. Si nosotros somos capaces de exportar software competitivo tambien
estaremos en condiciones de atraer nuevas inversiones. Las nuevas inversiones generaran mas puestos
de empleo bien remunerados y con un costo bajo en relacion a otros tipos de industria. Bajo esta
perspectiva, podemos armar que esta carrera sera un motor que impulsara al desarrollo del pas de
forma decisiva con una inversion muy baja en relacion a otros campos.
Es necesario recordar que la mayor innovacion de productos comerciales de versiones recientes
utiliza tecnologa que se conoca en el mundo academico hace 20 anos o mas. Un ejemplo claro son las
bases de datos que soportan datos y consultas espaciales desde hace muy pocos anos. Sin embargo,

4 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 5

utilizan estructuras de datos que ya existan hace algunas decadas. Es logico pensar que la gente del
area academica no se dedique a estudiar en profundidad la ultima version de un determinado software
cuando esa tecnologa ya la conocan hace mucho tiempo. Por esa misma razon es raro en el mundo
observar que una universidad tenga convenios con una transnacional de software para dictar solamente
esa tecnologa pues, nuestra funcion es generar esa tecnologa y no solo saber usarla.
Tampoco debemos olvidar que los alumnos que ingresan hoy saldran al mercado dentro de 5 anos
aproximadamente y, en un mundo que cambia tan rapido, no podemos ni debemos ensenarles tomando
en cuenta solamente el mercado actual. Nuestros profesionales deben estar preparados para resolver
los problemas que habra dentro de 10 o 15 anos y eso solo es posible a traves de la investigacion.

1.5. Identidad
La Universidad Catolica San Pablo es una comunidad academica animada por las orien-
taciones y vida de la Iglesia Catolica que, a la luz de la fe y con el esfuerzo de la razon,
busca la verdad y promueve la formacion integral de la persona mediante actividades co-
mo la investigacion, la ensenanza y la extension, para contribuir con la conguracion de la
cultura conforme a la identidad y despliegue propios del ser humano.

De esta identidad se desprenden cuatro pilares fundamentales que sostienen la Universidad Catolica
San Pablo:

COMUNIDAD ACADEMICA CATOLICA

BUSQUEDA DE LA VERDAD
FORMACION INTEGRAL DE LA PERSONA HUMANA
EVANGELIZACION DE LA CULTURA

1.6. Mision
Por lo antes mencionado, pensamos que tenemos como mision:
Contribuir al desarrollo tecnologico y tecnico del pas, a traves de profesionales competentes, orien-
tados a la creacion de nueva tecnologa computacional, como motor que impulse y consolide la industria
del software en base a la investigacion cientca y tecnologica en areas innovadoras formando profe-
sionales un conjunto de habilidades y destrezas para la solucion de problemas computacionales con un
compromiso social.

1.7. Vision
Queremos ser una carrera profesional acreditada con estandares internacionales y que cuente
con el reconocimiento en funcion de la calidad y competitividad de sus docentes y egresados.

Queremos ser una carrera que trascienda por la relevancia y pertinencia de sus proyectos de
investigacion basica y aplicada.

Queremos ser una carrera que promueva el desarrollo de la industria del software a nivel interna-
cional, incorporando a sus egresados a la industria ya establecida o generando nuevas empresas
desarrolladoras de software.

Queremos ser una carrera que comparta y difunda el conocimiento con todos los sectores de la
poblacion y contribuya a la solucion de los problemas estrategicos de nuestra sociedad.

1.8. Resultados de la carrera Outcomes

Al nalizar esta carrera, el(la) egresado(a), habra logrado los siguientes resultados (Outcomes):

a) Aplicar conocimientos de computacion y de matematicas apropiadas para la disciplina.

Universidad Catolica San Pablo 5

6 Escuela Profesional de Ciencia de la Computacion, Malla 2016

b) Analizar problemas e identicar y denir los requerimientos computacionales apropiados para su

solucion.

c) Disenar, implementar y evaluar un sistema, proceso, componente o programa computacional para

alcanzar las necesidades deseadas.

d) Trabajar efectivamente en equipos para cumplir con un objetivo comun.

e) Entender correctamente las implicancias profesionales, eticas, legales, de seguridad y sociales de la

profesion.

f) Comunicarse efectivamente con audiencias diversas.

g) Analizar el impacto local y global de la computacion sobre los individuos, organizaciones y sociedad.

h) Incorporarse a un proceso de aprendizaje profesional continuo.

i) Utilizar tecnicas y herramientas actuales necesarias para la practica de la computacion.

j) Aplicar la base matematica, principios de algoritmos y la teora de la Ciencia de la Computacion en

el modelamiento y diseno de sistemas computacionales de tal manera que demuestre comprension
de los puntos de equilibrio involucrados en la opcion escogida.

k) Aplicar los principios de desarrollo y diseno en la construccion de sistemas de software de comple-

jidad variable.

l) Desarrollar principios investigacion en el area de computacion con niveles de competividad inter-

nacional.

m) Transformar sus conocimientos del area de Ciencia de la Computacion en emprendimientos tec-

nologicos.

n) Aplicar conocimientos de humanidades en su labor profesional.

n) Comprender que la formacion de un buen profesional no se desliga ni se opone sino mas bien
contribuye al autentico crecimiento personal. Esto requiere de la asimilacion de valores solidos,
horizontes espirituales amplios y una vision profunda del entorno cultural.

o) Mejorar las condiciones de la sociedad poniendo la tecnologa al servicio del ser humano.

Las competencias y/o resultados a)-k) propuestas en esta malla curricular corresponden a las
competencias y/o resultados propuestas por ABET2 . Por otro lado, las habilidades l)-o) son aportes
de este grupo de trabajo.

1.9. Perfil de competencias profesionales (Resultados de la ca-

rrera)
La lista de competencias profesionales para lso profesionales en computacion estan divididas en
dos grupos: Competencias generales y competencias especicas.

1.9.1. Competencias Generales

De acuerdo al mas reciente publicacion en este aspecto [IEEE, 2013], las competencias generales
para los profesionales de computacion son las siguientes:

C1. La comprension intelectual y la capacidad de aplicar las bases matematicas y la teora de la

informatica (computer science).
2 http://www.abet.org

6 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 7

C2. Capacidad para tener una perspectiva crtica y creativa para identicar y resolver problemas
utilizando el pensamiento computacional.
C3. Una comprension intelectual de, y el aprecio por el papel central de los algoritmos y estructuras
de datos.
C4. Una comprension del hardware de la computadora desde la perspectiva del software, por ejemplo,
el uso del procesador, memoria, unidades de disco, pantalla, etc
C5. Capacidad para implementar algoritmos y estructuras de datos en el software..
C6. Capacidad para disenar y poner en practica las unidades estructurales mayores que utilizan
algoritmos y estructuras de datos y las interfaces a traves del cual estas unidades se comunican.
C7. Ser capaz de aplicar los principios y tecnologas de ingeniera de software para asegurar que las
implementaciones de software son robustos, ables y apropiados para su publico objetivo.
C8. Entendimiento de lo que las tecnologas actuales pueden y no pueden lograr.
C9. Comprension de las limitaciones de la computacion, incluyendo la diferencia entre lo que la
computacion es inherentemente incapaz de hacer frente a lo que puede lograrse a traves de un
futuro de ciencia y tecnologa.
C10. Comprension del impacto en las personas, las organizaciones y la sociedad de la implementacion
de soluciones tecnologicas e intervenciones.
C11. Entendimiento del concepto del ciclo de vida, incluyendo la importancia de sus fases (planica-
cion, desarrollo, implementacion y evolucion).
C12. Entender las implicaciones de ciclo de vida para el desarrollo de todos los aspectos de los sistemas
informaticos (incluyendo software, hardware, y la interfaz de la computadora humana).
C13. Comprender la relacion entre la calidad y la gestion del ciclo de vida.
C14. Entendimiento del concepto esencial del proceso en lo relacionado con la informatica, especial-
mente la ejecucion del programa y el funcionamiento del sistema.
C15. Entendimiento del concepto esencial del proceso, ya que se relaciona con la actividad profesional
sobre todo la relacion entre la calidad del producto y el despliegue de los procesos humanos
apropiados durante el desarrollo de productos.
C16. Capacidad para identicar temas avanzados de computacion y de la comprension de las fronteras
de la disciplina.
C17. Capacidad para expresarse en los medios de comunicacion orales y escritos como se espera de
un graduado..
C18. Capacidad para participar de forma activa y coordinada en un equipo.
C19. Capacidad para identicar ecazmente los objetivos y las prioridades de su trabajo / area /
proyecto con indicacion de la accion, el tiempo y los recursos necesarios.
C20. Posibilidad de conectar la teora y las habilidades aprendidas en la academia a los acontecimientos
del mundo real que explican su pertinencia y utilidad.
C21. Comprender el aspecto profesional, legal, seguridad, asuntos polticos, humanistas, ambientales,
culturales y eticos.
C22. Capacidad para demostrar las actitudes y prioridades que honrar, proteger y mejorar la estatura
y la reputacion etica de la profesion.
C23. Capacidad para emprender, completar, y presentar un proyecto nal.
C24. Comprender la necesidad de la formacion permanente y la mejora de habilidades y capacidades.
C25. Capacidad para comunicarse en un segundo idioma.

Universidad Catolica San Pablo 7

8 Escuela Profesional de Ciencia de la Computacion, Malla 2016

1.9.2. Competencias Especficas para Ciencia de la Computacion (Com-

puter Science)
En la carrera de Ciencia de la Computacion (Computer Science) [ACM/IEEE-CS Joint Task Force on Computing Curr
las competencias especcas son [IEEE, 2013]:
CS1. Modelar y disenar sistemas de computadora de una manera que se demuestre comprension del
balance entre las opciones de diseno.
CS2. Identicar y analizar los criterios y especicaciones apropiadas a los problemas especcos, y
planicar estrategias para su solucion.
CS3. Analizar el grado en que un sistema basado en el ordenador cumple con los criterios denidos
para su uso actual y futuro desarrollo.
CS4. Implementar la teora apropiada, practicas y herramientas para la especicacion, diseno, imple-
mentacion y mantenimiento, as como la evaluacion de los sistemas basados en computadoras.
CS5. Especicar, disenar e implementar sistemas basados en computadoras.
CS6. Evaluar los sistemas en terminos de atributos de calidad en general y las posibles ventajas y
desventajas que se presentan en el problema dado.
CS7. Aplicar los principios de una gestion ecaz de la informacion, organizacion de la informacion,
y las habilidades de recuperacion de informacion a la informacion de diversos tipos, incluyendo
texto, imagenes, sonido y vdeo. Esto debe incluir la gestion de los problemas de seguridad.
CS8. Aplicar los principios de la interaccion persona-ordenador para la evaluacion y la construccion
de una amplia gama de materiales, incluyendo interfaces de usuario, paginas web, sistemas
multimedia y sistemas moviles.
CS9. Identicar los riesgos (y esto incluye cualquier seguridad o los aspectos de seguridad) que pueden
estar involucrados en la operacion de equipo de computo dentro de un contexto dado.
CS10. Implementar efectivamente las herramientas que se utilizan para la construccion y la documen-
tacion de software, con especial enfasis en la comprension de todo el proceso involucrado en el
uso de computadoras para resolver problemas practicos. Esto debe incluir herramientas para el
control de software, incluyendo el control de versiones y gestion de la conguracion.
CS11. Ser consciente de la existencia de software a disposicion del publico y la comprension del
potencial de los proyectos de codigo abierto.
CS12. Operar equipos de computacion y software ecaz de dichos sistemas.

1.9.3. Competencias Especficas para Ingeniera de Computacion (Com-

puter Engineering )
En la carrera de Ingeniera de Computacion (Computer Engineering) [Soldan et al., 2004], las
competencias especcas son [IEEE, 2013]:
CE1. Especicar, disenar, construir, probar, vericar y validar los sistemas digitales, incluyendo
computadores, sistemas basados en microprocesadores y sistemas de comunicacion.
CE2. Desarrollar procesadores especcos y sistemas empotrados y de desarrollo de software y opti-
mizacion de estos sistemas.
CE3. Analizar y evaluar arquitecturas de computadores, incluyendo paralelo y plataformas distribui-
das, as como desarrollar y optimizar software para ellos.
CE4. Disenar e implementar el software para el sistema de comunicaciones.
CE5. Analizar, evaluar y seleccionar plataformas hardware y software adecuados para los sistemas de
soporte de aplicaciones en tiempo real y embebidos.

8 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 9

CE6. Comprender, aplicar y gestionar los sistemas de proteccion y seguridad.

CE7. Analizar, evaluar, seleccionar y congurar plataformas hardware para el desarrollo e implemen-
tacion de aplicaciones y servicios de software.

CE8. Disenar, implementar, administrar y gestionar redes de computadoras.

1.9.4. Competencias Especficas para Sistemas de Informacion (Informa-

tion Systems)
En la carrera de Sistemas de Informacion (Information Systems) [Topi et al., 2010, Gorgone et al., 2002b],
las competencias especcas son [IEEE, 2013]:

IS1. Identicar, entender y documentar los requisitos de los sistemas de informacion.

IS2. Cuenta para interfaces hombre-maquina y las diferencias interculturales, con el n de ofrecer
una experiencia de usuario de calidad.

IS3. Disenar, implementar, integrar y gestionar los sistemas de TI, la empresa, los datos y las arqui-
tecturas de aplicaciones.

IS4. Gestionar los proyectos de sistemas de informacion, incluyendo el analisis de riesgos, estudios
nancieros, elaboracion de presupuestos, la contratacion y el desarrollo, y para apreciar los
problemas de mantenimiento de los sistemas de informacion.

IS5. Identicar, analizar y comunicar los problemas, opciones y alternativas de solucion, incluidos los
estudios de viabilidad.

IS6. Identicar y comprender las oportunidades creadas por las innovaciones tecnologicas.

IS7. Apreciar las relaciones entre la estrategia empresarial y los sistemas de informacion, la arquitec-
tura y la infraestructura.

IS8. Entender los procesos de negocio y la aplicacion de las TI para ellos, incluyendo la gestion de
cambios, el control y las cuestiones de riesgo.

IS9. Comprender e implementar sistemas seguros, infraestructuras y arquitecturas.

IS10. Comprender los problemas de rendimiento y escalabilidad.

IS11. Gestionar los sistemas de informacion, incluyendo recursos, el mantenimiento, la contratacion y

las cuestiones de continuidad de negocio existente.

1.9.5. Competencias Especficas para Ingeniera de Software (Software En-

gineering )
En la carrera de Ingeniera de Software (Software Engineering) [Daz-Herrera and Hilburn, 2004],
las competencias especcas son [IEEE, 2013]:

SE1. Desarrollar, mantener y evaluar los sistemas de software y servicios para satisfacer todas las
necesidades del usuario y se comporten de forma able y eciente, sean asequibles de desarrollar
y mantener y cumplir con los estandares de calidad, aplicando las teoras, principios, metodos y
mejores practicas de la Ingeniera del Software

SE2. Evaluar las necesidades del cliente y especicar los requisitos software para satisfacer estas ne-
cesidades, reconciliando objetivos en conicto mediante la busqueda de compromisos aceptables
dentro de las limitaciones derivadas de los costes, el tiempo, la existencia de sistemas ya desa-
rrollados y de las propias organizaciones

SE3. Resolver problemas de integracion en terminos de estrategias, estandares y tecnologas disponi-

bles.

Universidad Catolica San Pablo 9

10 Escuela Profesional de Ciencia de la Computacion, Malla 2016

SE4. Trabajar como individuo y como parte de un equipo para desarrollar y entregar artefactos de
software de calidad. Comprender diversos procesos (actividades, normas y conguraciones de
ciclo de vida, la formalidad a diferencia de agilidad) y roles. Realizar mediciones y analisis
(basica) en proyectos , los procesos y las dimensiones del producto.
SE5. Conciliar conictivos objetivos del proyecto, la busqueda de compromisos aceptables dentro
de las limitaciones de costo, tiempo, conocimiento, sistemas existentes, las organizaciones, la
ingeniera economica, las nanzas y los fundamentos del analisis de riesgos y la gestion en un
contexto de software.
SE6. Diseno soluciones apropiadas en uno o mas dominios de aplicacion utilizando metodos de inge-
niera del software que integren aspectos eticos, sociales, legales y economicos.
SE7. Demostrar una comprension y aplicacion de las teoras actuales, modelos y tecnicas que propor-
cionan una base para la identicacion y analisis de problemas, diseno de software, desarrollo,
construccion e implementacion, vericacion y validacion, documentacion y analisis cuantitativo
de los elementos de diseno y arquitecturas de software.
SE8. Demostrar una comprension de la reutilizacion del software y la adaptacion, realizar el manteni-
miento, la integracion, la migracion de productos de software y componentes, preparar elementos
de software para su reutilizacion potencial y crear interfaces tecnicas a los componentes y servi-
cios.
SE9. Demostrar una comprension de los sistemas de software y su entorno (los modelos de negocio,
regulaciones).

1.9.6. Competencias Especficas para Tecnologa de la Informacion (Infor-

mation Technology )
En la carrera de Tecnologa de la Informacion (Information Technology) [ACM and IEEE-CS, 2005]
las competencias especcas son [IEEE, 2013]:
IT1. Disenar, implementar y evaluar un sistema basado en computadora, proceso, componente o
programa para satisfacer las necesidades deseadas dentro de un contexto organizacional y social.
IT2. Identicar y analizar las necesidades de los usuarios y tenerlas en cuenta en la seleccion, creacion,
evaluacion y administracion de los sistemas basados en computadoras.
IT3. Integrarla de forma efectiva soluciones basadas, incluyendo el entorno del usuario.
IT4. Funcion como defensor del usuario, explicar, aplicar tecnologas de informacion adecuadas y
emplear estandares de mejores practicas y metodologas apropiadas para ayudar a un individuo
u organizacion a alcanzar sus metas y objetivos.
IT5. Ayudar en la creacion de un plan de proyecto ecaz y funcionar como un defensor del usuario.
IT6. Administrar los recursos de tecnologa de la informacion de un individuo u organizacion.
IT7. Anticipar la direccion cambiante de la tecnologa de la informacion y evaluar y comunicar la
utilidad probable de las nuevas tecnologas a un individuo u organizacion.

1.10. Objetivos de Aprendizaje (Learning Outcomes)

Cada KU dentro de un KA enumera tanto un conjunto de temas y los resultados de aprendizaje
(Learning Outcomes) que los estudiantes deben alcanzar en lo que respecta a los temas especicados.
Resultados de aprendizaje no son de igual tamano y no tienen una asignacion uniforme de horas curri-
culares; temas con el mismo numero de horas pueden tener muy diferentes numeros de los resultados
del aprendizaje asociados.
Cada resultado de aprendizaje tiene un nivel asociado de dominio. En la denicion de los diferentes
niveles que dibujamos de otros enfoques curriculares, especialmente la taxonoma de Bloom, que ha sido

10 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 11

bien explorado dentro de la ciencia de la computacion. En este documento no se aplico directamente

los niveles de Bloom en parte porque varios de ellos son impulsados por contexto pedagogico, que
introducira demasiada pluralidad en un documento de este tipo; en parte porque tenemos la intencion
de los niveles de dominio para ser indicativa y no imponer restriccion teorica sobre los usuarios de
este documento.
Nosotros usamos tres niveles de dominio esperados que son:
Nivel 1 Familiarizarse(Familiarity) : El estudiante entiende lo que un concepto es o que signica.
Este nivel de dominio se refiere a un conocimiento basico de un concepto en lugar de esperar
instalacion real con su aplicacion. Proporciona una respuesta a la pregunta: Que sabe usted
de esto?
Nivel 2 Usar(Usage) : El alumno es capaz de utilizar o aplicar un concepto de una manera con-
creta. El uso de un concepto puede incluir, por ejemplo, apropiadamente usando un concepto
especco en un programa, utilizando una tecnica de prueba en particular, o la realizacion de un
analisis particular. Proporciona una respuesta a la pregunta: Que sabes de como hacerlo?
Nivel 3 Evaluar(Assessment) : El alumno es capaz de considerar un concepto de multiples
puntos de vista y/o justificar la seleccion de un determinado enfoque para resolver un
problema. Este nivel de dominio implica mas que el uso de un concepto; se trata de la posibilidad
de seleccionar un enfoque adecuado de las alternativas entendidas. Proporciona una respuesta a
la pregunta: Por que hiciste eso?
Por ejemplo, para evaluar los niveles de dominio, consideremos la nocion de iteracion en el desarrollo
de software (for, while e iteradores). En el plano de la familiaridad, se espera que un estudiante tenga
una denicion del concepto de iteracion en el desarrollo de software y saber por que esta tecnica es
util.
Con el n de mostrar el dominio del nivel Uso, el estudiante debe ser capaz de escribir un
programa adecuadamente usando una forma de iteracion.
En el nivel de Evaluacion, en la iteracion se requerira que un estudiante comprenda multiples
metodos de iteracion y que sea capaz de seleccionar apropiadamente entre ellos para diferentes apli-
caciones.

1.11. Perfil del ingresante

El aspirante a ingresar a la Escuela Profesional de Ciencia de la Computacion de la Universidad
Catolica San Pablo debe tener:
Conocimientos de:
1. La operacion basica de una computadora.
2. Conceptos basicos de operaciones algebraicas, geometra y precalculo.
3. Su entorno social en la actualidad.
Habilidades para:
1. Entender la relaciones entre los hechos y encontrar las causas que los produjeron, prever conse-
cuencias y as poder resolver problemas de una manera coherente.
2. Diferenciar patrones, es decir, captar la diferencia entre la realidad observada y el modelo mental
o idea preconcebida que se ha tenido. Percibir las relaciones logicas (de funcionamiento o de
comportamiento) existentes entre las observaciones realizadas.
3. Expresarse en forma oral o escrita de los procesos que llevan a la solucion de un problema dado.
4. Concentracion y constancia en el trabajo.
5. Comprension, analisis y sntesis.
6. Habitos y metodos adecuados para el estudio.

Universidad Catolica San Pablo 11

12 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Actitudes de:
1. Interes y gusto por el estudio de las ciencias de la computacion y matematicas.
2. Disposicion para el trabajo academico, en forma cooperativa y participativa, dentro y fuera del
aula de clases.
3. Iniciativa y competencia en el desempeno escolar.

1.12. Perfil del egresado

El egresado del Programa Profesional de Ciencia de la Computacion es capaz de:
1. Desarrollar tecnologa computacional buscando el bien comun de los individuos, la sociedad y
las organizaciones.
2. Aportar con su formacion humana y sus capacidades cientcas y profesionales con la solucion
de los problemas sociales de nuestro entorno.
3. Transformar, acelerar y ampliar los lmites de cualquier area del conocimiento a traves de solu-
ciones innovadoras basadas en el uso eciente de tecnologa computacional.
4. Adaptarse rapidamente a los cambios tecnologicos debido a su formacion basada en la investi-
gacion constante.
5. Trabajar y liderar equipos multidisciplinarios que llevan a cabo proyectos de innovacion tecno-
logica.
6. Incrementar las ventajas competitivas de cualquier organizacion a traves del uso eciente de
tecnologa computacional gracias a su alta capacidad de abstraccion.
7. Crear empresas de base tecnologica.
8. Poder seguir estudios de postgrado con exigencia internacional en areas relacionadas.

1.13. Perfil del docente

El docente de la Escuela Profesional de Ciencia de la Computacion de la Universidad Catolica
San Pablo es una persona que promueve la formacion integral del estudiante a traves de la ensenan-
za, la investigacion y extension, transmitiendo su solidos conocimientos en los cursos que imparte
fortaleciendo sus valores como persona y miembro de la sociedad.
Debe ser capaz de transmitir sus conocimientos de una forma simple y clara a los estudiantes
fomentando en ellos la investigacion continua para que sean capaces de adaptarse facilmente a los
cambios tecnologicos y promover en ellos la busqueda del bien comun de los individuos, la sociedad y
las organizaciones.
Debe ser un profesional que busca con frecuencia capacitacion y grados academicos avanzados con
el objetivo de desplegarse mejor hacia los individuos, las organizaciones y la sociedad.
El docente participa de la formacion e integracion del estudiante a una comunidad academica
catolica buscando siempre la exigencia continua.

1.14. Grados y Ttulos

Cumplida la aprobacion de los creditos academicos propuestos en la malla curricular y luego de
haber cumplido con los requisitos estipulados en el reglamento de grados y ttulos de la carrera, el
egresado recibira:

Grado Academico: Bachiller en Ciencia de la Computacion y

Titulo Profesional: Licenciado en Ciencia de la Computacion

12 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 13

1.15. Recursos para dictado de clases

Un profesional innovador debe estar al tanto de los ultimos avances de su area siempre. Los ultimos
avances de esta area no son presentados en los libros necesariamente. Debemos utilizar publicaciones
de revistas indexadas de circulacion mundial. Por esa razon tomamos como base la suscripcion insti-
tucional a ACM e IEEE-CS. Es recomendado que el docente use este material para discutir en clase
las tendencias en todas las areas.
Los laboratorios de computo tambien deben ser renovados de acuerdo a la rapidez propia de
esta area y esto implica renovaciones constantes para poder garantizar que los estudiantes esten
actualizados.

Universidad Catolica San Pablo 13

14 Escuela Profesional de Ciencia de la Computacion, Malla 2016

14 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 15

Captulo 2

Cuerpo del conocimiento de Ciencia

de la Computacion

Las 18 principales areas de conocimiento en Ciencia de la Computacion son:

2.1 Algoritmos y Complejidad (AL) (Pag. 17) 2.4 Estructuras Discretas (DS) (Pag. 35)

2.1.1 Analisis Basico (Pag. 18) 2.4.1 Funciones, relaciones y conjuntos (Pag. 36)

2.1.2 Estrategias Algortmicas (Pag. 19) 2.4.2 Logica basica (Pag. 36)

2.4.3 Tecnicas de demostracion (Pag. 37)

2.1.3 Algoritmos y Estructuras de Datos fundamentales
(Pag. 20) 2.4.4 Fundamentos de conteo (Pag. 38)
2.1.4 Computabilidad y complejidad basica de automa- 2.4.5 Arboles y Grafos (Pag. 39)
tas (Pag. 21)
2.4.6 Probabilidad Discreta (Pag. 39)
2.1.5 Complejidad Computacional Avanzada (Pag. 22)
2.5 Graficos y Visualizacion (GV) (Pag. 40)
2.1.6 Teora y Computabilidad Avanzada de Automatas
(Pag. 22) 2.5.1 Conceptos Fundamentales (Pag. 41)

2.5.2 Rendering Basico (Pag. 42)

2.1.7 Estructuras de Datos Avanzadas y Analisis de Al-
goritmos (Pag. 23) 2.5.3 Modelado Geometrico (Pag. 43)
2.2 Arquitectura y Organizacion (AR) (Pag. 24) 2.5.4 Renderizado Avanzado (Pag. 44)

2.2.1 Logica digital y sistemas digitales (Pag. 24) 2.5.5 Animacion por computadora (Pag. 45)

2.2.2 Representacion de datos a nivel maquina (Pag. 25) 2.5.6 Visualizacion (Pag. 46)
2.6 Interaccion Humano-Computador (HCI)
2.2.3 Organizacion de la Maquina a Nivel Ensamblador
(Pag. 46)
(Pag. 26)
2.6.1 Fundamentos (Pag. 47)
2.2.4 Organizacion y Arquitectura del Sistema de Me-
moria (Pag. 27) 2.6.2 Diseno de Interaccion (Pag. 48)

2.2.5 Interfaz y comunicacion (Pag. 27) 2.6.3 Programacion de Sistemas Interactivos (Pag. 48)

2.2.6 Organizacion funcional (Pag. 28) 2.6.4 Diseno y Testing centrados en el usuario (Pag. 49)

2.2.7 Multiprocesamiento y arquitecturas alternativas 2.6.5 Nuevas Tecnologas Interactivas (Pag. 50)
(Pag. 29)
2.6.6 Colaboracion y Comunicacion (Pag. 50)
2.2.8 Mejoras de rendimiento (Pag. 29) 2.6.7 Metodos estadsticos para HCI (Pag. 51)
2.3 Ciencia Computacional (CN) (Pag. 30) 2.6.8 Factores Humanos y seguridad (Pag. 51)

2.3.1 Introduccion al modelamiento y simulacion 2.6.9 HCI orientada al diseno (Pag. 52)
(Pag. 30)
2.6.10 Realidad virtual y aumentada mezcladas
2.3.2 Modelamiento y simulacion (Pag. 31) (Pag. 52)

2.3.3 Procesamiento (Pag. 32) 2.7 Aseguramiento y Seguridad de la Informacion

(IAS) (Pag. 53)
2.3.4 Visualizacion interactiva (Pag. 33) 2.7.1 Fundamentos y Conceptos en Seguridad (Pag. 54)
2.3.5 Datos, informacion y conocimiento (Pag. 34) 2.7.2 Principios de Diseno Seguro (Pag. 54)

2.3.6 Analisis numerico (Pag. 35) 2.7.3 Programacion Defensiva (Pag. 56)

Universidad Catolica San Pablo 15

16 Escuela Profesional de Ciencia de la Computacion, Malla 2016

2.7.4 Ataques y Amenazas (Pag. 57) 2.10.7 Celulares (Pag. 85)

2.7.5 Seguridad de Red (Pag. 58) 2.10.8 Redes sociales (Pag. 85)

2.7.6 Criptografa (Pag. 59) 2.11 Sistemas Operativos (OS) (Pag. 86)

2.7.7 Seguridad en la Web (Pag. 60) 2.11.1 Vision general de Sistemas Operativos (Pag. 86)

2.7.8 Seguridad de plataformas (Pag. 61) 2.11.2 Principios de Sistemas Operativos (Pag. 87)

2.7.9 Poltica de Seguridad y Gobernabilidad (Pag. 61) 2.11.3 Concurrencia (Pag. 87)

2.7.10 Investigacion digital (Digital Forensics) 2.11.4 Planificacion y despacho (Pag. 88)
(Pag. 62)
2.11.5 Manejo de memoria (Pag. 89)
2.7.11 Seguridad en Ingeniera de Software (Pag. 63)
2.11.6 Seguridad y proteccion (Pag. 89)
2.8 Gestion de la informacion (IM) (Pag. 64)
2.11.7 Maquinas virtuales (Pag. 90)
2.8.1 Conceptos de Gestion de la Informacion (Pag. 64)
2.11.8 Manejo de dispositivos (Pag. 90)
2.8.2 Sistemas de Bases de Datos (Pag. 65)
2.11.9 Sistema de archivos (Pag. 91)
2.8.3 Modelado de datos (Pag. 66) 2.11.10 Sistemas empotrados y de tiempo real (Pag. 91)
2.8.4 Indexacion (Pag. 67) 2.11.11 Tolerancia a fallas (Pag. 92)
2.8.5 Bases de Datos Relacionales (Pag. 67) 2.11.12 Evaluacion del desempeno de sistemas (Pag. 92)
2.8.6 Lenguajes de Consulta (Pag. 68) 2.12 Desarrollo basados en plataforma (PBD)
(Pag. 92)
2.8.7 Procesamiento de Transacciones (Pag. 69)
2.12.1 Introduccion (Pag. 93)
2.8.8 Bases de Datos Distribuidas (Pag. 69)
2.12.2 Plataformas web (Pag. 93)
2.8.9 Diseno Fsico de Bases de Datos (Pag. 70)
2.12.3 Plataformas moviles (Pag. 94)
2.8.10 Minera de Datos (Pag. 71)
2.12.4 Plataformas industriales (Pag. 94)
2.8.11 Almacenamiento y Recuperacion de Informacion
(Pag. 71) 2.12.5 Plataformas para video juegos (Pag. 95)

2.8.12 Sistemas Multimedia (Pag. 72) 2.13 Computacion paralela y distribuda (PD)
(Pag. 95)
2.9 Sistemas Inteligentes (IS) (Pag. 73)
2.13.1 Fundamentos de paralelismo (Pag. 96)
2.9.1 Cuestiones fundamentales (Pag. 73)
2.13.2 Descomposicion en paralelo (Pag. 97)
2.9.2 Estrategias de busquedas basicas (Pag. 74)
2.13.3 Comunicacion y coordinacion (Pag. 97)
2.9.3 Raciocinio y representacion basica de conocimien-
to (Pag. 75) 2.13.4 Analisis y programacion de algoritmos paralelos
(Pag. 99)
2.9.4 Aprendizaje Automatico Basico (Pag. 75)
2.13.5 Arquitecturas paralelas (Pag. 100)
2.9.5 Busqueda Avanzada (Pag. 76)
2.13.6 Desempeno en paralelo (Pag. 101)
2.9.6 Representacion Avanzada y Razonamiento
(Pag. 76) 2.13.7 Sistemas distribudos (Pag. 101)

2.13.8 Cloud Computing (Pag. 102)

2.9.7 Razonamiento Bajo Incertidumbre (Pag. 77)
2.13.9 Modelos y semantica formal (Pag. 103)
2.9.8 Agentes (Pag. 78)
2.14 Lenguajes de programacion (PL) (Pag. 103)
2.9.9 Procesamiento del Lenguaje Natural (Pag. 78)
2.14.1 Programacion orientada a objetos (Pag. 104)
2.9.10 Aprendizaje de maquina avanzado (Pag. 79)
2.14.2 Programacion funcional (Pag. 105)
2.9.11 Robotica (Pag. 80)
2.14.3 Programacion reactiva y dirigida por eventos
2.9.12 Vision y percepcion por computador (Pag. 81) (Pag. 106)
2.10 Redes y comunicaciones (NC) (Pag. 82) 2.14.4 Sistemas de tipos basicos (Pag. 106)
2.10.1 Introduccion (Pag. 82) 2.14.5 Representacion de programas (Pag. 107)

2.10.2 Aplicaciones en red (Pag. 83) 2.14.6 Traduccion y ejecucion de lenguajes (Pag. 108)

2.10.3 Entrega confiable de datos (Pag. 83) 2.14.7 Analisis de sintaxis (Pag. 108)

2.10.4 Ruteo y reenvo (Pag. 84) 2.14.8 Analisis semantico de compiladores (Pag. 109)

2.10.5 Redes de area local (Pag. 84) 2.14.9 Generacion de codigo (Pag. 109)

2.10.6 Asignacion de recursos (Pag. 84) 2.14.10 Sistemas de tiempo de ejecucion (Pag. 110)

16 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 17

2.14.11 Analisis estatico (Pag. 110) 2.17 Fundamentos de Sistemas (SF) (Pag. 131)

2.14.12 Construcciones de programacion avanzados 2.17.1 Paradigmas computacionales (Pag. 131)

(Pag. 111)
2.17.2 Comunicacion a traves de multiples capas
2.14.13 Concurrencia y Paralelismo (Pag. 111) (Pag. 132)

2.14.14 Sistemas de tipos (Pag. 112) 2.17.3 Estados y maquinas de estados (Pag. 133)

2.14.15 Semantica formal (Pag. 112) 2.17.4 Paralelismo (Pag. 133)

2.14.16 Pragmatica de lenguajes (Pag. 113) 2.17.5 Evaluacion (Pag. 134)

2.14.17 Programacion logica (Pag. 114) 2.17.6 Asignacion de recursos y planeamiento

(Pag. 134)
2.15 Fundamentos del desarrollo de software (SDF)
(Pag. 114) 2.17.7 Proximidad (Pag. 135)
2.15.1 Algoritmos y Diseno (Pag. 115) 2.17.8 Virtualizacion y aislamiento (Pag. 135)
2.15.2 Conceptos Fundamentales de Programacion 2.17.9 Confiabilidad a traves de redundancia (Pag. 136)
(Pag. 116)
2.17.10 Evaluacion cuantitativa (Pag. 136)
2.15.3 Estructuras de Datos Fundamentales (Pag. 116)
2.18 Asuntos sociales y practica profesional (SP)
2.15.4 Metodos de Desarrollo (Pag. 117) (Pag. 137)
2.16 Ingeniera de Software (SE) (Pag. 118)
2.18.1 Contexto Social (Pag. 138)
2.16.1 Procesos de Software (Pag. 120)
2.18.2 Herramientas de Analisis (Pag. 139)
2.16.2 Gestion de Proyectos de Software (Pag. 121)
2.18.3 Etica Profesional (Pag. 140)
2.16.3 Herramientas y Entornos (Pag. 123)
2.18.4 Propiedad Intelectual (Pag. 141)
2.16.4 Ingeniera de Requisitos (Pag. 123)
2.18.5 Privacidad y Libertades Civiles (Pag. 142)
2.16.5 Diseno de Software (Pag. 125)
2.18.6 Comunicacion profesional (Pag. 143)
2.16.6 Construccion de Software (Pag. 127)
2.18.7 Sostenibilidad (Pag. 144)
2.16.7 Verificacion y Validacion de Software (Pag. 128)
2.18.8 Historia (Pag. 145)
2.16.8 Evolucion de Software (Pag. 129)
2.18.9 Economa de la Computacion (Pag. 146)
2.16.9 Fiabilidad de Software (Pag. 130)
2.18.10 Polticas de seguridad, Leyes y crmenes compu-
2.16.10 Metodos Formales (Pag. 130) tacionales (Pag. 146)

2.1. Algoritmos y Complejidad (AL)

Los algoritmos son fundamentales para la ciencia de la computacion y la ingeniera de software. En
el mundo real el rendimiento de cualquier sistema de software depende de: (1) los algoritmos elegidos
y (2) la idoneidad y la eciencia de las diversas capas de aplicacion. Un buen diseno de algoritmos es
crucial para el rendimiento de todos los sistemas de software. Por otra parte, el estudio de algoritmos
da una idea de la naturaleza intrnseca del problema y las posibles soluciones tecnicas independientes
del lenguaje de programacion, paradigma de programacion, hardware, o cualquier otro aspecto de
implementacion.
Una parte importante de la informatica es la capacidad de seleccionar los algoritmos apropiados
para determinados propositos y aplicarlos, reconociendo la posibilidad de que no se encuentre un
algoritmo adecuado. Este facilidad se basa en la comprension de la variedad de algoritmos que abordan
un importante conjunto de problemas bien determinadas, reconociendo sus fortalezas y debilidades, y
su idoneidad en determinados contextos. La eciencia es un tema omnipresente en toda esta area. Esta
area de conocimiento se denen los conceptos centrales y los conocimientos necesarios para disenar,
implementar y analizar los algoritmos para resolver problemas. Los algoritmos son esenciales en todas
las areas avanzadas de la informatica: inteligencia articial, bases de datos, computacion distribuida,
gracos, redes, sistemas operativos, lenguajes de programacion, de seguridad, y as sucesivamente.
Algoritmos que tienen utilidad especca en cada uno de estos se enumeran en las areas de conocimiento
relevantes. Criptografa, por ejemplo, aparece en la nueva area de conocimiento en 2.7 Aseguramiento
y Seguridad de la Informacion (IAS), Pag. 53, mientras que los algoritmos paralelos y distribuidos
aparecen el Area de Conocimiento de 2.13 Computacion paralela y distribuda (PD), Pag. 95.

Universidad Catolica San Pablo 17

18 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Al igual que con todas las areas de conocimiento, el orden de los temas y sus agrupaciones no ne-
cesariamente se correlaciona con un orden especco de presentacion. Diferentes programas ensenaran
los temas en diferentes cursos y deben hacerlo en el orden que ellos creen es el mas apropiado para
sus estudiantes.

Area de Conocimiento (Knowledge Area-KA) (KA) Core Core Electivos

Tier1 Tier2
2.1.1 Analisis Basico (Pag. 18) 2 2 No
2.1.2 Estrategias Algortmicas (Pag. 19) 5 1 No
2.1.3 Algoritmos y Estructuras de Datos fundamentales (Pag. 20) 9 3 No
2.1.4 Computabilidad y complejidad basica de automatas (Pag. 21) 3 3 No
2.1.5 Complejidad Computacional Avanzada (Pag. 22) Si
2.1.6 Teora y Computabilidad Avanzada de Automatas (Pag. 22) Si
2.1.7 Estructuras de Datos Avanzadas y Analisis de Algoritmos Si
(Pag. 23)

2.1.1. AL/Analisis Basico (2 horas Core-Tier1, 2 horas Core-Tier2)

Topicos:
Core Tier1

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

Analisis asintotico de complejidad de cotas superior y esperada.

Denicion formal de la Notacion Big O.

Clases de complejidad como constante, logartmica, lineal, cuadratica y exponencial.

Medidas empricas de desempeno.

Compensacion entre espacio y tiempo en los algoritmos.

Core Tier2

Uso de la notacion Big O.

Notacion Little o, Big omega y Big theta.

Relaciones recurrentes.

Analisis de algoritmos iterativos y recursivos.

Algunas versiones del Teorema Maestro.

Objetivos de Aprendizaje:
Core-Tier1:

1. Explique a que se reere con mejor, esperado y peor caso de comportamiento de un algo-
ritmo [Familiarizarse]

2. En el contexto de a algoritmos especcos, identique las caractersticas de data y/o otras con-
diciones o suposiciones que lleven a diferentes comportamientos [Evaluar]

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

4. Indique la denicion formal de Big O [Familiarizarse]

5. Lista y contraste de clases estandares de complejidad [Familiarizarse]

6. Realizar estudios empricos para validar una hipotesis sobre runtime stemming desde un analisis
matematico Ejecute algoritmos con entrada de varios tamanos y compare el desempeno [Evaluar]

18 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 19

7. Da ejemplos que ilustran las compensaciones entre espacio y tiempo que se dan en los algorit-
mos [Familiarizarse]
Core-Tier2:
8. Use la notacion formal de la Big O para dar lmites superiores asintoticos en la complejidad de
tiempo y espacio de los algoritmos [Usar]
9. Usar la notacion formal Big O para dar lmites de casos esperados en el tiempo de complejidad
de los algoritmos [Usar]
10. Explicar el uso de la notacion theta grande, omega grande y o pequena para describir la cantidad
de trabajo hecho por un algoritmo [Familiarizarse]
11. Usar relaciones recurrentes para determinar el tiempo de complejidad de algoritmos recursiva-
mente denidos [Usar]
12. Resuelve relaciones de recurrencia basicas, por ejemplo. usando alguna forma del Teorema Maes-
tro [Usar]

2.1.2. AL/Estrategias Algortmicas (5 horas Core-Tier1, 1 horas Core-

Tier2)
Un instructor puede optar por cubrir estas estrategias algortmicas en el contexto de los algoritmos
presentados en Estructuras de Datos y Algoritmos Fundamentales. Mientras que el numero total de
horas para las dos unidades de conocimiento (18) se puede dividir de forma diferente entre ellos,
nuestra sensacion es que la proporcion de 1: 2 es razonable.
Topicos:
Core Tier1
Algoritmos de fuerza bruta.
Algoritmos voraces.
Divide y venceras.
Ref: 2.15.1 Algoritmos y Diseno, Pag. 115
Bactraking recursivo.
Programacion Dinamica.
Core Tier2
Ramicacion y poda.
Heursticas.
Reduccion: Transformar y Conquistar.
Objetivos de Aprendizaje:
Core-Tier1:
1. Para cada una de las estrategias (fuerza bruta, algoritmo goloso, divide y venceras, recursivi-
dad en reversa y programacion dinamica), identica un ejemplo practico en el cual se pueda
aplicar [Familiarizarse]
2. Utiliza un enfoque voraz para resolver un problema especco y determina si la regla escogida
lo gua a una solucion optima [Evaluar]
3. Usa un algoritmo de divide-y-venceras para resolver un determinado problema [Usar]
4. Usa recursividad en reversa a n de resover un problema como en el caso de recorrer un labe-
rinto [Usar]

Universidad Catolica San Pablo 19

20 Escuela Profesional de Ciencia de la Computacion, Malla 2016

5. Usa programacion dinamica para resolver un problema determinado [Usar]

6. Determina el enfoque algortmico adecuado para un problema [Evaluar]

Core-Tier2:

7. Describe varios metodos basados en heursticas para resolver problemas [Familiarizarse]

8. Usa en enfoque heurstico para resolver un problema determinado [Usar]

9. Describe las compensaciones que se dan entre usar estrategias de fuerza bruta y aquellas basadas
en heursticas [Evaluar]

10. Describe como un enfoque de ramicacion y poda puede ser usado para mejorar el rendimiento
de un metodo heurstico [Familiarizarse]

2.1.3. AL/Algoritmos y Estructuras de Datos fundamentales (9 horas Core-

Tier1, 3 horas Core-Tier2)
Esta unidad de conocimiento se ha hecho directamente con la base proporcionada por 2.15 Fun-
damentos del desarrollo de software (SDF), Pag. 114, en particular el material de 2.15.3 Estructuras
de Datos Fundamentales, Pag. 116 y 2.15.1 Algoritmos y Diseno, Pag. 115.
Topicos:
Core Tier1

Algoritmos numericos simples, tales como el calculo de la media de una lista de numeros, en-
contrar el mnimo y maximo.

Algoritmos de busqueda secuencial y binaria.

Algoritmos de ordenamiento de peor caso cuadratico (seleccion, insercion)

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

Tablas Hash, incluyendo estrategias para evitar y resolver colisiones.

Arboles de busqueda binaria: 1. Operaciones comunes en arboles de busqueda binaria como

seleccionar el mnimo, maximo, insertar, eliminar, recorrido en arboles.

Grafos y algoritmos en grafos: 1. Representacion de grafos (ej., lista de adyacencia, matriz de

adyacencia) 2. Recorrido en profundidad y amplitud

Core Tier2

Montculos (Heaps)

Grafos y algoritmos en grafos: 1. Algoritmos de la ruta mas corta (algoritmos de Dijkstra y

Floyd) 2. Arbol de expansion mnima (algoritmos de Prim y Kruskal)

Busqueda de patrones y algoritmos de cadenas/texto (ej. busqueda de subcadena, busqueda de

expresiones regulares, algoritmos de subsecuencia comun mas larga)

Objetivos de Aprendizaje:
Core-Tier1:

1. Implementar algoritmos numericos basicos [Usar]

2. Implementar algoritmos de busqueda simple y explicar las diferencias en sus tiempos de com-
plejidad [Evaluar]

3. Ser capaz de implementar algoritmos de ordenamiento comunes cuadraticos y O(N log N) [Usar]

20 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 21

4. Describir la implementacion de tablas hash, incluyendo resolucion y el evitamiento de colisio-

nes [Familiarizarse]
5. Discutir el tiempo de ejecucion y eciencia de memoria de los principales algoritmos de ordena-
miento, busqueda y hashing [Familiarizarse]
6. Discutir factores otros que no sean eciencia computacional que inuyan en la eleccion de algo-
ritmos, tales como tiempo de programacion, mantenibilidad, y el uso de patrones especcos de
la aplicacion en los datos de entrada [Familiarizarse]
7. Explicar como el balanceamiento del arbol afecta la eciencia de varias operaciones de un arbol
de busqueda binaria [Familiarizarse]
8. Resolver problemas usando algoritmos basicos de grafos, incluyendo busqueda por profundidad
y busqueda por amplitud [Usar]
9. Demostrar habilidad para evaluar algoritmos, para seleccionar de un rango de posibles opciones,
para proveer una justicacion por esa seleccion,y para implementar el algoritmo en un contexto
en especco [Evaluar]
Core-Tier2:
10. Describir la propiedad del heap y el uso de heaps como una implementacion de colas de priori-
dad [Familiarizarse]
11. Resolver problemas usando algoritmos de grafos, incluyendo camino mas corto de una sola fuente
y camino mas corto de todos los pares, y como mnimo un algoritmo de arbol de expansion
minima [Usar]
12. Trazar y/o implementar un algoritmo de comparacion de string [Usar]

2.1.4. AL/Computabilidad y complejidad basica de automatas (3 horas

Core-Tier1, 3 horas Core-Tier2)
Topicos:
Core Tier1
Maquinas de estado nito.
Expresiones regulares.
Problema de la parada.
Core Tier2
Gramaticas libres de contexto.
Ref: 2.14.7 Analisis de sintaxis, Pag. 108
Introduccion a las clases P y NP y al problema P vs. NP.
Introduccion y ejemplos de problemas NP- Completos y a clases NP-Completos.
Objetivos de Aprendizaje:
Core-Tier1:
1. Discute el concepto de maquina de estado nito [Familiarizarse]
2. Disene una maquina de estado nito determinista para aceptar un determinado lenguaje [Usar]
3. Genere una expresion regular para representar un lenguaje especco [Usar]
4. Explique porque el problema de la parada no tiene solucion algortmica [Familiarizarse]
Core-Tier2:
5. Disene una gramatica libre de contexto para representar un lenguaje especicado [Usar]
6. Dene las clases P y NP [Familiarizarse]
7. Explique el signicado de NP-Completitud [Familiarizarse]

Universidad Catolica San Pablo 21

22 Escuela Profesional de Ciencia de la Computacion, Malla 2016

2.1.5. AL/Complejidad Computacional Avanzada

Topicos:
Electivos
Revision de las clases P y NP; introducir spacio P y EXP.
Jerarqua polimonial.
NP completitud (Teorema de Cook).
Problemas NP completos clasicos.
Tecnicas de reduccion.
Objetivos de Aprendizaje:
Elective:
1. Dene las clases P y NP (Tambien aparece en AL / Automata Basico, Computalidad y Com-
plejidad) [Familiarizarse]
2. Dene la clase P-Space y su relacion con la clase EXP [Familiarizarse]
3. Explique el signicado de NP-Completo (Tambien aparece en AL / Automata Basico, Compu-
talidad y Complejidad) [Familiarizarse]
4. Muestre ejemplos de problemas clasicos en NP - Completo [Familiarizarse]
5. Pruebe que un problema es NP- Completo reduciendo un problema conocido como NP-Completo [Usar]

2.1.6. AL/Teora y Computabilidad Avanzada de Automatas

Topicos:
Electivos
Conjuntos y Lenguajes: 1. Lenguajes Regulares. 2. Revision de automatas nitos determinsticos
(Deterministic Finite Automata DFAs) 3. Automata nito no determinstico (Nondeterministic
Finite Automata NFAs) 4. Equivalencia de DFAs y NFAs. 5. Revision de expresiones regulares;
su equivalencia con automatas nitos. 6. Propiedades de cierre. 7. Probando no-regularidad de
lenguajes, a traves del lema de bombeo (Pumping Lemma) o medios alternativos.
Lenguajes libres de contexto: 1. Automatas de pila (Push-down automata (PDAs) 2. Relacion
entre PDA y gramaticas libres de contexto. 3. Propiedades de los lenguajes libres de contexto.
Maquinas de Turing, o un modelo formal equivalente de computacion universal.
Maquinas de Turing no determinsticas.
Jerarqua de Chomsky.
La tesis de Church-Turing.
Computabilidad.
Teorema de Rice.
Ejemplos de funciones no computables.
Implicaciones de la no-computabilidad.
Objetivos de Aprendizaje:
Elective:
1. Determina la ubicacion de un lenguaje en la jerarqua de Chomsky (regular, libre de contexto,
enumerable recursivamente) [Evaluar]

22 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 23

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

3. Explica la tesis de Church-Turing y su importancia [Familiarizarse]

4. Explica el teorema de Rice y su importancia [Familiarizarse]

5. Da ejemplos de funciones no computables [Familiarizarse]

6. Demuestra que un problema es no computable al reducir un problema clasico no computable en

base a el [Usar]

2.1.7. AL/Estructuras de Datos Avanzadas y Analisis de Algoritmos

Muchos programas querran que sus estudiantes tengan la exposicion a los algoritmos mas avanzados
o los metodos de analisis. A continuacion se presenta una seleccion de posibles temas avanzados que
estan al da y oportuna, pero no de una manera exhaustiva.
Topicos:
Electivos

Arboles balanceados (ej. arboles AVL, Arboles red-black, Arboles biselados (splay trees), Treaps)

Grafos (ej. Ordenamiento Topologico, encontrando componentes puertemente conectados)

Estructuras de Datos Avanzadas (ej. B-Trees, Fibonacci Heaps)

Estructuras de Datos y Algoritmos basados en cadenas (ej. Arrays de sujos, Arboles de sujos,
Arboles digitales (Tries)

Redes de Flujo (ej. Flujo Maximo [Algoritmo de Ford-Fulkerson], Flujo Maximo - Mnimo Corte,
Maxima Asignacion Bipartita)

Programacion Lineal (Dualidad, Metodo Simplex, Algoritmos de punto interior)

Algoritmos Teorico-Numericos (Aritmetica Modular, Prueba del Numero Primo, Factorizacion

Entera)

Algoritmos Geometricos (Puntos, Segmentos de Lnea, Polgonos [propiedades, intersecciones],

encontrando el polgono convexo)

Algoritmos aleatorios.

Algortimos estocasticos.

Algoritmos de aproximacion.

Analisis amortizado.

Analisis Probabilstico.

Algoritmos en lnea y analisis competitivo.

Objetivos de Aprendizaje:
Elective:

1. Entender el mapeamento de problemas del mundo real a soluciones algortmicas (ejemplo, pro-
blemas de grafos, programas lineares,etc) [Evaluar]

2. Seleccionar y aplicar tecnicas de algoritmos avanzadas (ejemplo, randonmizacion, aproximacion)

para resolver problemas reales [Evaluar]

3. Seleccionar y aplicar tecnicas avanzadas de analisis (ejemplo, amortizado, probabilistico,etc)

para algoritmos [Evaluar]

Universidad Catolica San Pablo 23

24 Escuela Profesional de Ciencia de la Computacion, Malla 2016

2.2. Arquitectura y Organizacion (AR)

Profesionales de la informatica no deben considerar a la computadora como un simple cuadro negro
que ejecuta programas por arte de magia. El area de conocimiento Arquitectura y Organizacion se
basa en Fundamentos de Sistemas (SF) para desarrollar una comprension mas profunda del entorno de
hardware sobre la que se basa toda la computacion, y la interfaz que proporciona a las capas superiores
de software. Los estudiantes deben adquirir una comprension y apreciacion de los componentes de un
sistema informatico funcionales, sus caractersticas, el rendimiento y las interacciones, y, en particular,
el reto de aprovechar el paralelismo para sostener mejoras de rendimiento, ahora y en el futuro. Los
estudiantes necesitan entender la arquitectura de computadores para desarrollar programas que puede
lograr un alto rendimiento a traves de la conciencia de un programador de paralelismo y la latencia.
En la seleccion de un sistema a utilizar, los estudiantes deben ser capaces de entender el equilibrio
entre los diversos componentes, tales como la velocidad del reloj de la CPU, ciclos por instruccion,
tamano de la memoria, y el tiempo medio de acceso a memoria.
Los resultados del aprendizaje especicados para estos temas corresponden principalmente al nucleo
y estan destinados a apoyar los programas que eligen requerir solo el mnimo de 16 horas de la
arquitectura de computadores de sus estudiantes. Para los programas que quieren ensenar mas que el
mnimo, los mismos temas de AR pueden ser tratados en un nivel mas avanzado en la implementacion
de una secuencia de dos platos. Para los programas que quieren cubrir los temas electivos, esos temas
se pueden introducir dentro de una secuencia de dos cursos y / o ser tratados de una manera mas
completa en un tercer curso.

Area de Conocimiento (Knowledge Area-KA) (KA) Core Core Electivos

Tier1 Tier2
2.2.1 Logica digital y sistemas digitales (Pag. 24) 3 No
2.2.2 Representacion de datos a nivel maquina (Pag. 25) 3 No
2.2.3 Organizacion de la Maquina a Nivel Ensamblador (Pag. 26) 6 No
2.2.4 Organizacion y Arquitectura del Sistema de Memoria (Pag. 27) 3 No
2.2.5 Interfaz y comunicacion (Pag. 27) 1 No
2.2.6 Organizacion funcional (Pag. 28) Si
2.2.7 Multiprocesamiento y arquitecturas alternativas (Pag. 29) Si
2.2.8 Mejoras de rendimiento (Pag. 29) Si

2.2.1. AR/Logica digital y sistemas digitales (3 horas Core-Tier2)

Topicos:
Core Tier2

Revision e historia de la Arquitectura de Computadores.

Logica combinacional vs. secuencial/Arreglos de puertas de campo programables como bloque

fundamental de construccion logico combinacional-secuencial.

Multiples representaciones / Capas de interpretacion (El hardware es solo otra capa)

Herramientas de diseno asistidas por computadora que procesan hardware y representaciones

arquitecturales.

Registrar transferencia notacion / Hardware lenguage descriptivo (Verilog/VHDL)

Restriccion fsica (Retrasos de Entrada, fan-in, fan-out, energia/poder)

Objetivos de Aprendizaje:
Core-Tier2:

1. Describir el avance paulatino de los componentes de la tecnologa de computacion, desde los

tubos de vaco hasta VLSI, desde las arquitecturas mainframe a las arquitecturas en escala
warehouse [Familiarizarse]

24 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 25

2. Comprender que la tendencia de las arquitecturas modernas de computadores es hacia nucleos

multiples y que el paraleliso es inherente en todos los sistemas de hardware [Familiarizarse]

3. Explicar las implicancias de los lmites de potencia para mejoras adicionales en el rendimiento
de los procesadores y tambien en el aprovechamiento del paralelismo [Familiarizarse]

4. Relacionar las varias representaciones equivalentes de la funcionalidad de un computador, in-

cluyendo expresiones y puertas logicas, y ser capces de utilizar expresiones matematicas para
describir las funciones de circuitos combinacionales y secuenciales sencillos [Familiarizarse]

5. Disenar los componentes basicos de construccion de un computador: unidad aritmetico logica (a

nivel de puertas logicas), unidad central de procesamiento (a nivel de registros de transferencia),
memoria (a nivel de registros de transferencia) [Usar]

6. Usar herramientas CAD para capturar, sistetizar, y simular bloques de construccion (como
ALUs, registros, movimiento entre registros) de un computador simple [Usar]

7. Evaluar el comportamiento de un diagrama de tiempos y funcional de un procesador simple

implementado a nivel de circuitos logicos [Evaluar]

2.2.2. AR/Representacion de datos a nivel maquina (3 horas Core-Tier2)

Topicos:
Core Tier2

Bits, Bytes y Words.

Representacion de datos numerica y bases numericas.

Sistemas de punto otante y punto jo.

Representaciones con signo y complemento a 2.

Representacion de informacion no numerica (cdigos de caracteres, informacion graca)

Representacion de registros y arreglos.

Objetivos de Aprendizaje:
Core-Tier2:

1. Explicar porque en computacion todo es datos, inclusive las instrucciones [Familiarizarse]

2. Explicar las razones de usar formatos alternativos para representar datos numericos [Familiari-
zarse]

3. Describir como los enteros negativos se almacenan con representaciones de bit de signo y com-
plemento a 2 [Familiarizarse]

4. Explicar como las representaciones de tamano jo afectan en la exactitud y la precision [Fami-

liarizarse]

5. Describir la representacion interna de datos no numericos como caracteres, cadenas, registros y

arreglos [Familiarizarse]

6. Convertir datos numericos de un formato a otro [Usar]

7. Escribir programas simples a nivel de ensamblador o codigo maquina para procesamiento y

manipulacion de cadenas [Usar]

Universidad Catolica San Pablo 25

26 Escuela Profesional de Ciencia de la Computacion, Malla 2016

2.2.3. AR/Organizacion de la Maquina a Nivel Ensamblador (6 horas Core-

Tier2)
Topicos:
Core Tier2

Organizacion Basica de la Maquina de Von Neumann.

Unidad de Control.

Paquetes de instrucciones y tipos (manipulacion de informacion, control, I/O)

Assembler / Programacion en Lenguaje de Maquina.

Formato de instrucciones.

Modos de direccionamiento.

Llamada a subrutinas y mecanismos de retorno.

Ref: 2.14.6 Traduccion y ejecucion de lenguajes, Pag. 108

I/O e Interrupciones.

Montculo (Heap) vs. Estatico vs. Pila vs. Segmentos de codigo.

Multiprocesadores de memoria compartida / organizacion multinucleo.

Introduccion a SIMD vs. MIMD y Taxonoma de Flynn.

Objetivos de Aprendizaje:
Core-Tier2:

1. Explicar la organizacion de la maquina clasica de von Neumann y sus principales unidades

funcionales [Familiarizarse]

2. Describir como se ejecuta una instruccion en una maquina de von Neumann con extension para
hebras, sincronizacion multiproceso y ejecucion SIMD (maquina vectorial) [Familiarizarse]

3. Describir el paralelismo a nivel de instrucciones y sus peligros, y como es esto tratado en pipelines
de proceso tpicos [Familiarizarse]

4. Resumir como se representan las instrucciones, tanto a nivel de maquina bajo el contexto de un
ensamblador simbolico [Familiarizarse]

5. Demostrar como se mapean los patrones de lenguajes de alto nivel en notaciones en lenguaje
ensamblador o en codigo maquina [Familiarizarse]

6. Explicar los diferentes formatos de instrucciones, as como el direccionamiento por instruccion,

y comparar formatos de tamano jo y variable [Familiarizarse]

7. Explicar como las llamadas a subrutinas son manejadas a nivel de ensamblador [Familiarizarse]

8. Explicar los conceptos basicos de interrupciones y operaciones de entrada y salida (I/O) [Fami-
liarizarse]

9. Escribir segmentos de programa simples en lenguaje ensamblador [Usar]

10. Ilustrar como los bloques constructores fundamentales en lenguajes de alto nivel son implemen-
tados a nivel de lenguaje maquina [Usar]

26 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 27

2.2.4. AR/Organizacion y Arquitectura del Sistema de Memoria (3 horas

Core-Tier2)
Topicos:
Core Tier2
Sistemas de Almacenamiento y su Tecnologa.
Jerarqua de Memoria: importancia de la localizacion temporal y espacial.
Organizacion y Operaciones de la Memoria Principal.
Latencia, ciclos de tiempo, ancho de banda e intercalacion.
Memorias cache (Mapeo de direcciones, Tamano de bloques, Reemplazo y Politicas de almace-
namiento)
Multiprocesador coherencia cache / Usando el sistema de memoria para las operaciones de
sincronizacion de memoria / atomica inter-core.
Memoria virtual (tabla de pagina, TLB)
Manejo de Errores y conabilidad.
Error de codicacion, compresion de datos y la integridad de datos.
Ref: 2.17.9 Conabilidad a traves de redundancia, Pag. 136
Objetivos de Aprendizaje:
Core-Tier2:
1. Identique las principales tecnologas de memoria (Por ejemplo: SRAM, DRAM, Flash,Disco
Magnetico) y su relacion costo benecio [Familiarizarse]
2. Explique el efecto del retardo de la memoria en tiempo de ejecucion [Familiarizarse]
3. Describa como el uso de jerarqua de memoria (cache, memoria virtual) es aplicado para reducir
el retardo efectivo en la memoria [Familiarizarse]
4. Describa los principios de la administracion de memoria [Familiarizarse]
5. Explique el funcionamiento de un sistema con gestion de memoria virtual [Familiarizarse]
6. Calcule el tiempo de acceso promedio a memoria bajo varias conguraciones de cache y memoria
y para diversas combinaciones de instrucciones y referencias a datos [Usar]

2.2.5. AR/Interfaz y comunicacion (1 horas Core-Tier2)

2.11.1 Vision general de Sistemas Operativos, Pag. 86 Area de conocimiento para una discusion de
la vision del sistema operativo de entrada / salida procesamiento y administracion. Se enfoca en los
mecanismos de hardware para soportar dispositivos interconectados y comunicaciones de procesador
a procesador.
Topicos:
Core Tier2
Fundamentos de I/O: Handshaking, Bbuering, I/O programadas, interrupciones dirigidas de
I/O.
Interrumpir estructuras: interrumpir reconocimiento, vectorizado y priorizado.
Almacenamiento externo, organizacion sica y discos.
Buses: Protocoles de bus, arbitraje, acceso directo a memoria (DMA).
Introduccion a Redes: comunicacion de redes como otra capa de acceso remoto.

Universidad Catolica San Pablo 27

28 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Soporte Multimedia.

Arquitecturas RAID.

Objetivos de Aprendizaje:
Core-Tier2:

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

2. Identicar diversos tipos de buses en un sistema computacional [Familiarizarse]

3. Describir el acceso a datos desde una unidad de disco magnetico [Familiarizarse]

4. Comparar organizaciones de red conocidas como organizaciones en bus/Ethernet, en anillo y

organizaciones conmutadas versus ruteadas [Familiarizarse]

5. Identicar las interfaces entre capas necesarios para el acceso y presentacion multimedia, desde
la captura de la imagen en almacenamiento remoto, a traves del transporte por una red de
comunicaciones, hasta la puesta en la memoria local y la presentacion nal en una pantalla
graca [Familiarizarse]

6. Describir las ventajas y limitaciones de las arquitecturas RAID [Familiarizarse]

2.2.6. AR/Organizacion funcional

Nota: Electiva para Ciencia de la Computacion; Es fundamental para el currculo de Ingeniera de
la Computacion.
Topicos:
Electivos

Implementacion de rutas de datos simples, incluyendo la canalizacion de instrucciones, deteccion

de riesgos y la resolucion.

Control de unidades: Realizacion Cableada vs Realizacion Microprogramada.

Instruccion (Pipelining)

Introduccion al paralelismo al nivel de instruccion (PNI)

Objetivos de Aprendizaje:
Elective:

1. Comparar implementaciones alternativas de ruta de datos [Familiarizarse]

2. Discutir el concepto de puntos de control y la generacion de senales de control usando imple-

mentaciones a nivel de circuito o microprogramadas [Familiarizarse]

3. Explicar el paralelismo a nivel de instrucciones basicas usando pipelining y los mayores riesgos
que pueden ocurrir [Familiarizarse]

4. Disenar e implementar un procesador completo, incluyendo ruta de datos y control [Usar]

5. Calcular la cantidad promedio de ciclos por instruccion de una implementacion con procesador
y sistema de memoria determinados [Evaluar]

28 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 29

2.2.7. AR/Multiprocesamiento y arquitecturas alternativas

La vista aqu es sobre la implementacion de hardware de SIMD y MIMD arquitecturas.
Topicos:
Electivos
Ley potencial.
Ejemplos de juego de instrucciones y arquitecturas SIMD y MIMD.
Redes de interconexion (Hypercube, Shue-exchange, Mesh, Crossbar)
Sistemas de memoria de multiprocesador compartido y consistencia de memoria.
Coherencia de cache multiprocesador.
Objetivos de Aprendizaje:
Elective:
1. Discutir el concepto de procesamiento paralelo mas alla del clasico modelo de von Neumann [Fa-
miliarizarse]
2. Describir diferentes arquitecturas paralelas como SIMD y MIMD [Familiarizarse]
3. Explicar el concepto de redes de interconexion y mostrar diferentes enfoques [Familiarizarse]
4. Discutir los principales cuidados en los sistemas de multiprocesamiento presentes con respecto
a la gestion de memoria y describir como son tratados [Familiarizarse]
5. Describir las diferencias entre conectores electricos en paralelo backplane, interconexion memoria
procesador y memoria remota via red, sus implicaciones para la latencia de acceso y el impacto
en el rendimiento de un programa [Familiarizarse]

2.2.8. AR/Mejoras de rendimiento

Topicos:
Electivos
Arquitectura superescalar.
Prediccion de ramicacion, Ejecucion especulativa, Ejecucion fuera de orden.
Prefetching.
Procesadores vectoriales y GPUs
Soporte de hardware para multiprocesamiento.
Escalabilidad.
Arquitecturas alternativas, como VLIW / EPIC y aceleradores y otros tipos de procesadores de
proposito especial.
Objetivos de Aprendizaje:
Elective:
1. Describir las arquitecturas superescalares y sus ventajas [Familiarizarse]
2. Explicar el concepto de prediccion de bifurcaciones y su utilidad [Familiarizarse]
3. Caracterizar los costos y benecios de la precarga prefetching [Familiarizarse]
4. Explicar la ejecucion especulativa e identique las condiciones que la justican [Familiarizarse]
5. Discutir las ventajas de rendimiento ofrecida en una arquitectura de multihebras junto con los
factores que hacen dicil dar el maximo benecio de estas [Familiarizarse]
6. Describir la importancia de la escalabilidad en el rendimiento [Familiarizarse]

Universidad Catolica San Pablo 29

30 Escuela Profesional de Ciencia de la Computacion, Malla 2016

2.3. Ciencia Computacional (CN)

Ciencia Computacional es un campo de la Ciencia de la Computacion aplicada, es decir, la apli-
cacion de la Ciencia de la Computacion para resolver problemas a traves de una gama de disciplinas.
En el libro Introduccion a la Ciencia Computacional, los autores ofrecen la siguiente denicion: El
campo de la Ciencia computacional combina simulacion por computador, visualizacion cientca, mo-
delos matematicos, estructuras de programacion y de datos para computadoras, Redes, Diseno de
Base de Datos, calculo simbolico y la computacion de alto rendimiento con varias disciplinas. La
Ciencia de la Computacion, que se centra en gran medida en la teora, el diseno y implementacion de
algoritmos para la manipulacion de datos e informacion, se puede remontar sus races a los primeros
dispositivos utilizados para ayudar a la gente en computacion hace mas de cuatro mil anos. Varios
sistemas fueron creados y se utilizan para calcular las posiciones astronomicas. El logo de programa-
cion de Ada Lovelace fue pensado para calcular los numeros de Bernoulli. A nales del siglo XIX, las
calculadoras mecanicas estuvieron disponibles y fueron utilizados inmediatamente por los cientcos.
Las necesidades de los Cientcos e Ingenieros con relacion a computacion han impulsado mucho la
investigacion y la innovacion en computacion. A medida que las computadoras aumentan su poder
en la solucion de problemas, la ciencia computacional ha crecido tanto en amplitud e importancia.
Es una disciplina por derecho propio y se considera que es una de las cinco con mayor crecimiento.
Una increble variedad de sub-campos han surgido bajo el paraguas de la Ciencia Computacional,
incluyendo la biologa computacional, qumica computacional, mecanica computacional, arqueologa
computacional, nanzas computacionales, sociologa computacional y forenses computacionales.
Algunos conceptos fundamentales de la ciencia computacional son pertinentes a cada cientco de
la computacion (por ejemplo, el modelado y la simulacion), y temas de ciencias computacionales son
componentes extremadamente valiosos de un programa de pregrado en ciencia de la computacion. Esta
area ofrece la exposicion a muchas ideas y tecnicas valiosas, incluyendo la precision de la representacion
numerica, analisis de errores, tecnicas numericas, arquitecturas paralelas y algoritmos, modelado y si-
mulacion, visualizacion de la informacion, ingeniera de software y optimizacion. Temas de interes para
la ciencia computacional incluyen conceptos fundamentales en la construccion de programas (2.15.2
Conceptos Fundamentales de Programacion, Pag. 116), el diseno de algoritmos (2.15.1 Algoritmos y
Diseno, Pag. 115), pruebas del programa (2.15.4 Metodos de Desarrollo, Pag. 117), representaciones
de datos (2.2.2 Representacion de datos a nivel maquina, Pag. 25), y arquitectura basica del ordenador
(2.2.4 Organizacion y Arquitectura del Sistema de Memoria, Pag. 27). Al mismo tiempo, los estudian-
tes que toman cursos en esta area tienen la oportunidad de aplicar estas tecnicas en una amplia gama
de areas tales como la dinamica molecular y de uidos, mecanica espacial, la economa, la biologa,
la geologa, la medicina y analisis de redes sociales. Muchas de las tecnicas que se utilizan en estas
areas requieren matematicas avanzadas tales como calculo, ecuaciones diferenciales y algebra lineal.
Las descripciones siguientes asumen que los estudiantes han adquirido los conocimientos matematicos
necesarios en otros lugares. En la comunidad de ciencia computacional, los terminos de ejecucion,
modicacion y creacion a menudo se utilizan para describir los niveles de entendimiento. Este cap-
tulo sigue las convenciones de otros captulos de este volumen y usa los terminos familiaridad, uso y
evaluacion.

Area de Conocimiento (Knowledge Area-KA) (KA) Core Core Electivos

Tier1 Tier2
2.3.1 Introduccion al modelamiento y simulacion (Pag. 30) 1 No
2.3.2 Modelamiento y simulacion (Pag. 31) Si
2.3.3 Procesamiento (Pag. 32) Si
2.3.4 Visualizacion interactiva (Pag. 33) Si
2.3.5 Datos, informacion y conocimiento (Pag. 34) Si
2.3.6 Analisis numerico (Pag. 35) Si

2.3.1. CN/Introduccion al modelamiento y simulacion (1 horas Core-Tier1)

La abstraccion es un concepto fundamental en la Ciencia de la computacion. Un enfoque principal
de la computacion es abstraer el mundo real, crear un modelo que puede ser simulado en una maquina.
Las races de la Ciencia de la Computacion se pueden remontar a este enfoque, las cosas de modelado

30 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 31

como trayectorias de proyectiles de artillera y los protocolos criptogracos de modelado, los cuales
impulsaron el desarrollo de los primeros sistemas computacionales a principios y mediados de los anos
1940.
Modelado y simulacion de sistemas del mundo real representan los conocimientos esenciales para
los profesionales de Ciencia de la Computacion y proporcionan una base para esta area. Cualquier in-
troduccion al modelamiento y la simulacion sera incluir o presumir una introduccion a la computacion.
Ademas, un conjunto general de modelado y simulacion de las tecnicas, metodos de visualizacion de
datos y las pruebas de software y mecanismos de evaluacion tambien son importantes.
Topicos:
Core Tier1
Modelos como abstracciones de situaciones.
Simulaciones como modelamiento dinamico.
Tecnicas y herramientas de simulacion, tales como simulaciones fsicas, simulaciones humana-
in-the-loop guiada, y la realidad virtual.
Enfoques fundamentales para la validacion de modelos (por ejemplo, comparando la salida de
una simulacion a los datos reales o la salida de otro modelo).
Presentacion de los resultados en un formulario de interes para el sistema que se esta modelando.
Objetivos de Aprendizaje:
Core-Tier1:
1. Describir las relaciones entre modelado y simulacion, por ejemplo, pensar en la simulacion como
un modelado dinamico [Familiarizarse]
2. Crear un modelo matematico formal, simple de una situacion del mundo real y usa dicho modelo
en una simulacion [Usar]
3. Distinguir entre los distintos tipos de simulacion, incluyendo simulaciones fsicas, simulaciones
guiadas por humanos, y realidad virtual [Familiarizarse]
4. Describir diversos enfoques para la validacion de modelos [Familiarizarse]
5. Crear una visualizacion simple de los resultados de una simulacion [Usar]

2.3.2. CN/Modelamiento y simulacion

Topicos:
Electivos
Proposito de modelamiento y simulacion incluyendo optimizacion; Soporte en la toma de deci-
siones, predicciones, consideraciones de seguridad; para entrenamiento y educacion.
Tradeos. Incluyendo rendimiento, precision, validez y complejidad.
Simulacion de procesos; identicacion de las principales caractersticas o comportamientos, sim-
plicacion de hipotesis; validacion de resultados.
Construccion del modelo: Uso de formulas matematicas o ecuaciones, grafos, restricciones; me-
todologas y tecnicas; uso del tiempo paso a paso (time-stepping) para sistemas dinamicos.
Modelos formales y tecnicas de modelamiento: descripciones matematicas que implican simpli-
car hipotesis y eludir detalles. Ejemplos de tecnicas incluidas: 1. Metodos de Monte Carlo. 2. Pro-
cesos estocasticos. 3. Teora de colas. 4. Redes de Petri y redes de Petri coloreadas. 5. Estructuras
de grafos tales como grafos dirigidos, arboles, redes. 6. Juegos, teora de juegos, modelamiento
de cosas usando teora de juegos. 7. Programacion lineal y sus extensiones . 8. Programacion di-
namica. 9. Ecuaciones diferenciales: EDO, EDP. 10. Tecnicas no lineales. 11. Espacio de estados
y transiciones.

Universidad Catolica San Pablo 31

32 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Valoracion y evaluacion de modelos y simulaciones en una variedad de contextos; vericacion y

validacion de modelos y simulaciones.

Areas de aplicacion importantes incluida la atencion medica y el diagnostico, la economa y las

nanzas, la ciudad y el urbanismo, la ciencia y la ingeniera.

Software en apoyo de la simulacion y el modelado; paquetes, idiomas.

Objetivos de Aprendizaje:
Elective:

1. Explicar y dar ejemplos de los benecios de la simulacion y el modelamiento en un rango de

areas de aplicacion importantes [Familiarizarse]

2. Demostrar la habilidad para aplicar las tecnicas de modelamiento y simulacion a un rango de

areas problematicas [Usar]

3. Explicar los constructores y conceptos de un enfoque de modelo en particular [Familiarizarse]

4. Explicar la diferencia entre vericacion y validacion de un modelo; demostrar la diferencia con

ejemplos especcos [Evaluar]

5. Vericar y validar el resultado de una simulacion [Evaluar]

6. Evaluar una simulacion destacando sus benecios y debilidades [Evaluar]

7. Escoger una propuesta de modelado apropiada para un determinado problema o situacion [Eva-
luar]

8. Comparar resultados de diferentes simulaciones del mismo fenomeno y explicar cualquier dife-
rencia [Evaluar]

9. Deducir el comportamiento de un sistema a partir de los resultados de simulacion del siste-

ma [Evaluar]

10. Extender o adaptar un modelo existente a nuevas situaciones [Evaluar]

2.3.3. CN/Procesamiento
El area tematica de procesamiento incluye numerosos temas de otras areas de conocimiento. En
concreto, la cobertura del tratamiento debe incluir un analisis de las arquitecturas de hardware, inclu-
yendo los sistemas paralelos, jerarquas de memoria, y las interconexiones entre procesadores. Estos
se tratan en AR / Interfaz y Comunicacion, AR / multiprocesamiento y Alternativa Arquitecturas,
Mejoras AR / Rendimiento.
Topicos:
Electivos

Conceptos Fundamentales de Programacion: 1. El concepto de un algoritmo que consiste en

un numero nito de pasos bien denidos, cada uno de los cuales se completa en una cantidad
nita de tiempo, al igual que todo el proceso. 2. Ejemplos de algoritmos bien conocidos como
ordenamiento y busqueda. 3. El concepto de analisis como entendimiento de lo que el problema
realmente pregunta, como un problema puede ser abordado utilizando un algoritmo, y como se
representa la informacion de manera que una maquina pueda procesarla. 4. El desarrollo o la
identicacion de un ujo de trabajo (workow). 5. El proceso de convertir un algoritmo en codigo
maquina ejecutable. 6. Procesos de Software incluyendo modelos de ciclo de vida, requerimientos,
diseno, implementacion, vericacion y mantenimiento. 7. Representacion maquina de datos de
aritmetica para computacion.

Metodos Numericos 1. Algoritmos para encajar datos numericamente (e.g. Metodo de Newton)
2. Algoritmos para computacion numerica, incluyendo arquitecturas paralelas.

32 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 33

Propiedades fundamentales de computacion paralela y distribuida: 1. Ancho de banda. 2. Laten-

cia. 3. Escalabilidad. 4. Granularidad. 5. Paralelismo, incluyendo parelelismo de tareas, datos y
eventos. 6. Arquitecturas Paralelas incluyendo arquitecturas de procesador, memoria y caching.
7. Paradigmas de Programacion Paralela incluyendo hilos, paso de mensajes, tecnicas orientadas
a eventos, Arquitecturas de Software Paralelo y Map / Reduce. 8. Computacion en Grid. 9. El
impacto de la arquitectura en tiempo computacional. 10. Tiempo total de la curva de la ciencia
para el paralelismo: continuidad de las cosas.

Costos de Calculo, ej., el costo de recalcular un valor vs el costo de almacenar y buscar.

Objetivos de Aprendizaje:
Elective:

1. Explicar las caractersticas y denir las propiedades de los algoritmos y como se relacionan con
el procesamiento de la maquina [Familiarizarse]

2. Analizar declaraciones simples de problemas para identicar informacion relevante y seleccionar

el procedimiento apropiado para resolver el problema [Evaluar]

3. Identicar o bosquejar un ujo de trabajo para un proceso computacional existente tal como la
creacion de un grafo basado en datos experimentales [Familiarizarse]

4. Describir el proceso de convertir un algoritmo a codigo maquina ejectuable [Familiarizarse]

5. Resumir las fases del desarrollo de software y comparar varios ciclos de vida en comn [Familia-
rizarse]

6. Explicar como los datos son representados en una maquina. Comparar representaciones de nu-
meros enteros a numeros otantes. Describir underow, overow, redondeo, y truncamiento de
errores en la representacion de datos [Familiarizarse]

7. Aplicar algoritmos numericos estandar para resolver ecuaciones diferenciales ordinarias y par-
ciales. Usar sistemas computaciones para resolver sistemas de ecuaciones [Usar]

8. Describir las propiedades basicas de ancho de banda, latencia, escalabilidad y granularidad [Fa-
miliarizarse]

9. Describir los niveles de paralelismo incluyendo tareas, datos, y eventos de paralelismo [Familia-
rizarse]

10. Comparar y contrastar paradigmas de programacion paralela reconociendo las fortalezas y de-
bilidades de cada una [Evaluar]

11. Identicar los problemas que afectan la correccion y eciencia de un calculo [Familiarizarse]

12. Disenar, codicar, probar y depurar programas para un calculo paralelo [Usar]

2.3.4. CN/Visualizacion interactiva

Esta sub-area esta relacionada con el modelado y la simulacion. La mayora de los temas se discuten
en detalle en otras areas de conocimiento en este documento. Hay muchas maneras de presentar los
datos y la informacion, incluyendo la inmersion, realismo, perspectivas variables; hapticas y muestra
heads-up, sonicacion, y mapeo gesto.
Visualizacion interactiva en general requiere la comprension de la percepcion humana (GV/Conceptos
basicos); Los canales gracos, estructuras de datos representaciones geometrica (GV/FundamentalsConcepts);
2D y 3D rendering, supercie y representacion de volumen (GV/Rendering, GV/Modeling, y GV/AdvancedRendering);
y el uso de APIs para el desarrollo de interfaces de usuario utilizando componentes de entrada estandar,
tales como menus, deslizadores y botones; y componentes de salida estandar para la visualizacion de da-
tos, incluyendo cuadros, gracos, tablas e histogramas.(HCI/GUIConstruccion, HCI/GUIProgramming).
Topicos:
Electivos

Universidad Catolica San Pablo 33

34 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Principios de visualizacion de datos.

Algoritmos de visualizacion y gracos.

Tecnicas de procesamiento de imagenes.

Preocupaciones de escalabilidad.

Objetivos de Aprendizaje:
Elective:

1. Comparar los mecanismos de interfaz de computadora comunes con respecto a la facilidad de

uso, facilidad de aprendizaje, y costo [Evaluar]

2. Usar APIs estandar y herramientas para crear representaciones visuales de datos, incluyendo
grafos, gracos, tablas, e histogramas [Usar]

3. Describir varios enfoques para usar una computadora como un medio para interactuar y procesar
datos [Familiarizarse]

4. Extraer informacion util de un conjunto de datos [Evaluar]

5. Analizar y seleccionar tecnicas visuales para problemas especcos [Evaluar]

6. Describir problemas relacionados con la ampliacion de analisis de datos, desde pequenas a gran-
des conjuntos de datos [Familiarizarse]

2.3.5. CN/Datos, informacion y conocimiento

Muchos temas se discuten en detalle en otras areas de conocimiento en este documento tales como:
Conceptos de Gestion de la Informacion (Pag. 64), Sistemas de Bases de Datos (Pag. 65), Modelado
de datos (Pag. 66), Analisis Basico (Pag. 18), Algoritmos y Estructuras de Datos fundamentales
(Pag. 20), Conceptos Fundamentales de Programacion (Pag. 116), Metodos de Desarrollo (Pag. 117).
Topicos:
Electivos

Gestion de Contenido modelos, marcos de trabajo, sistemas, metodos de diseno (como GI: Ges-
tion de Informacion).

Representaciones digitales de contenido, incluyendo numeros, texto, imagenes (p.e. cuadricula y

vector), video (p.e. Quicktime, MPEG2, MPEG4), audio (p.e. partituras escritas, MIDI, pista
sonora digitalizada) y animaciones; objetos complejos/compuestos/agregados; registros biblio-
gracos.

Creacion/captura y preservacion de contenido digital, incluyendo digitalizacion, muestreo, com-

presion, conversion, transformacion/traduccion, migracion/emulacion, rastreo, recoleccion.

Estructura de contenido / administracion, incluyendo librerias digitales y as pectos por estati-

ca/dinamica/ujo: 1. Datos: Estructuras de datos, Bases de datos 2. Informacion: Colecciones
de documentos, pools multimedia, hyperbases (hipertexto, hipermedios), catalogos, repositorios.
3. Conocimiento: ontologas, triple stores, redes semanticas, reglas

Procesamiento y reconocimiento de patrones, incluyendo indexacion, busquedas (incluyendo:

consultas y lenguajes de consultas; centrales/federadas/P2P), recuperacion, clusterisacion, cla-
sicacion/categorizacion, analisis/minera/extraccion, renderizado/reportes, operaciones de ma-
nipulacion.

Apoyo / sociedad de usuario para la presentacion y la interaccion, incluyendo exploracion, buscar,

ltrar, ruta, visualizar, compartir, colaborar, tasa, anotar, personalice, recomendar.

Modelado, diseno, implementacion logica y fsica, el uso de sistemas pertinentes / software.

34 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 35

Objetivos de Aprendizaje:
Elective:

1. Identicar todos los datos, informacion y elementos de conocimiento y organizaciones anes,

para una aplicacion de ciencia computacional [Evaluar]

2. Describir como representar datos e informacion para su procesamiento [Familiarizarse]

3. Describir los requisitos tpicos de usuario con respecto a los datos, informacion y conocimien-
to [Familiarizarse]

4. Seleccione una adecuada implementacion del sistema o el software para gestionar los datos,
informacion y conocimiento [Evaluar]

5. Listar y describir los informes, transacciones y otros procesos necesarios para una aplicacion de
la ciencia computacional [Familiarizarse]

6. Comparar y contrastar el manejo de la base de datos, recuperacion de informacion, y siste-

mas de bibliotecas digitales en relacion con el manejo de las aplicaciones tpicas de la ciencia
computacional [Evaluar]

7. Disenar una biblioteca digital para algunos usuarios/sociaedades de la ciencia computacional,

con contenido y servicios adecuados [Usar]

2.3.6. CN/Analisis numerico

AR/Representacion de datos a nivel maquina.
Topicos:
Electivos

Error, estabilidad, convergencia, incluyendo truncado y redondeo.

Aproximacion de funciones, incluyendo series de Taylor, interpolacion, extrapolacion y regresion.

Diferenciacion e Integracion numerica (Regla de Simpson, metodos explcitos e implcitos).

Ecuaciones diferenciales (Metodo de Euler, diferencias nitas)

Objetivos de Aprendizaje:
Elective:

1. Denir conceptos de error, estabilidad, precision de maquina y la inexactitud de las aproxima-

ciones computacionales [Familiarizarse]

2. Implementar series de Taylor, algoritmos de interpolacion, extrapolacion y regresion para apro-

ximacion de funciones [Usar]

3. Implementar algoritmos de diferenciacion e integracion [Usar]

4. Implementar algoritmos para solucionar ecuaciones diferenciales [Usar]

2.4. Estructuras Discretas (DS)

Estructuras discretas son el material fundamental para la informatica. Por fundacional nos referi-
mos a que son relativamente pocos los informaticos estaran trabajando principalmente en estructuras
discretas, pero que muchas otras areas de la informatica requieren la capacidad de trabajar con los
conceptos de estructuras discretas. Estructuras discretas incluyen material importante de areas como
la teora de conjuntos, la logica, la teora de grafos y teora de la probabilidad.
El material en estructuras discretas es un fenomeno generalizado en las areas de estructuras de da-
tos y algoritmos, sino que aparece en otras partes de la informatica tambien. Por ejemplo, la capacidad
de crear y entender una prueba-ya sea una prueba simbolica formal o una menos formal pero todava

Universidad Catolica San Pablo 35

36 Escuela Profesional de Ciencia de la Computacion, Malla 2016

matematicamente rigurosa argumentacion-es importante en practicamente todas las areas de ciencias

de la computacion, incluyendo (por nombrar solo algunos) formal de especicacion, vericacion, bases
de datos, y la criptografa. Conceptos teora de grafos se utilizan en redes, sistemas operativos y compi-
ladores. Conceptos teora de conjuntos se utilizan en la ingeniera de software y bases de datos. Teora
de la probabilidad se utiliza en sistemas inteligentes, redes y una serie de aplicaciones informaticas.
Dado que las estructuras discretas sirve como base para muchas otras areas de la informatica, vale
la pena senalar que el lmite entre estructuras discretas y otras areas, particularmente Algoritmos y
Complejidad, Software Fundamentos de desarrollo, lenguajes de programacion y sistemas inteligentes,
no siempre puede ser quebradizo . De hecho, diferentes instituciones pueden optar por organizar los
cursos en los que cubren este material de muy diferentes maneras. Algunas instituciones pueden cubrir
estos temas en uno o dos cursos enfocados con ttulos como estructuras discretas o matematica
discreta, mientras que otros pueden integrar estos temas en cursos de programacion, algoritmos, y / o
la inteligencia articial. Las combinaciones de estos enfoques tambien son frecuentes (por ejemplo, que
cubre muchos de estos temas en un solo curso introductorio centrado y que cubre los temas restantes
en los cursos de topicos mas avanzados).

Area de Conocimiento (Knowledge Area-KA) (KA) Core Core Electivos

Tier1 Tier2
2.4.1 Funciones, relaciones y conjuntos (Pag. 36) 4 No
2.4.2 Logica basica (Pag. 36) 9 No
2.4.3 Tecnicas de demostracion (Pag. 37) 10 1 No
2.4.4 Fundamentos de conteo (Pag. 38) 5 No
2.4.5 Arboles y Grafos (Pag. 39) 3 1 No
2.4.6 Probabilidad Discreta (Pag. 39) 6 2 No

2.4.1. DS/Funciones, relaciones y conjuntos (4 horas Core-Tier1)

Topicos:
Core Tier1
Conjuntos: 1. Diagramas de Venn 2. Union, interseccion, complemento 3. Producto Cartesiano
4. Potencia de conjuntos 5. Cardinalidad de Conjuntos nitos

Relaciones: 1. Reexividad, simetria, transitividad 2. Relaciones equivalentes, ordenes parciales

Funciones: 1. Suryecciones, inyecciones, biyecciones 2. Inversas 3. Composicion
Objetivos de Aprendizaje:
Core-Tier1:
1. Explicar con ejemplos la terminologa basica de funciones, relaciones y conjuntos [Familiarizarse]

2. Realizar las operaciones asociadas con conjuntos, funciones y relaciones [Usar]

3. Relacionar ejemplos practicos para conjuntos funciones o modelos de relacion apropiados e in-
terpretar la asociacion de operaciones y terminologa en contexto [Evaluar]

2.4.2. DS/Logica basica (9 horas Core-Tier1)

Topicos:
Core Tier1

Logica proposicional.
Ref: 2.9.3 Raciocinio y representacion basica de conocimiento, Pag. 75

Conectores logicos.
Tablas de verdad.
Forma normal (conjuntiva y disyuntiva)

36 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 37

Validacion de formula bien formada.

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

Logica de predicados: 1. Cuanticacion universal y existencial

Limitaciones de la logica proposicional y de predicados (ej. problemas de expresividad)

Objetivos de Aprendizaje:
Core-Tier1:

1. Convertir declaraciones logicas desde el lenguaje informal a expresiones de logica proposicional

y de predicados [Usar]

2. Aplicar metodos formales de simbolismo proposicional y logica de predicados, como el calculo

de la validez de formulas y calculo de formas normales [Usar]

3. Usar reglas de inferencia para construir demostraciones en logica proposicional y de predica-

dos [Usar]

4. Describir como la logica simbolica puede ser usada para modelar situaciones o aplicaciones de la
vida real, incluidos aquellos planteados en el contexto computacional como analisis de software
(ejm. programas correctores ), consulta de base de datos y algoritmos [Usar]

5. Aplicar demostraciones de logica formal y/o informal, pero rigurosa, razonamiento logico para
problemas reales, como la prediccion del comportamiento de software o solucion de problemas
tales como rompecabezas [Usar]

6. Describir las fortalezas y limitaciones de la logica proposicional y de predicados [Familiarizarse]

2.4.3. DS/Tecnicas de demostracion (10 horas Core-Tier1, 1 horas Core-

Tier2)
Topicos:
Core Tier1

Nociones de implicancia, equivalencia, conversion, inversa, contrapositivo, negacion, y contra-

diccion

Estructura de pruebas matematicas.

Demostracion directa.

Refutar por contraejemplo.

Demostraccion por contradiccion.

Induccion sobre numeros naturales.

Induccion estructural.

Induccion leve y fuerte (Ej. Primer y Segundo principio de la induccion)

Deniciones matematicas recursivas.

Core Tier2

Conjuntos bien ordenados.

Objetivos de Aprendizaje:
Core-Tier1:

1. Identicar la tecnica de demostracion utilizada en una demostracion dada [Familiarizarse]

Universidad Catolica San Pablo 37

38 Escuela Profesional de Ciencia de la Computacion, Malla 2016

2. Describir la estructura basica de cada tecnica de demostracion (demostracion directa, demostra-

cion por contradiccion e induccion) descritas en esta unidad [Usar]

3. Aplicar las tecnicas de demostracion (demostracion directa, demostracion por contradiccion e

induccion) correctamente en la construccion de un argumento solido [Usar]

4. Determine que tipo de demostracion es la mejor para un problema dado [Evaluar]

5. Explicar el paralelismo entre ideas matematicas y/o induccion estructural para la recursion y
denir estructuras recursivamente [Evaluar]

6. Explicar la relacion entre induccion fuerte y debil y dar ejemplos del apropiado uso de cada
uno [Evaluar]

Core-Tier2:

7. Enunciar el principio del buen-orden y su relacion con la induccion matematica [Familiarizarse]

2.4.4. DS/Fundamentos de conteo (5 horas Core-Tier1)

Topicos:
Core Tier1

Tecnicas de Conteo: 1. Conteo y cardinalidad de un conjunto 2. Regla de la suma y producto

3. Principio de inclusion-exclusion 4. Progresion geometrica y aritmetica

Principio de las casillas.

Permutaciones y combinaciones: 1. Deniciones basicas 2. Identidad de Pascal 3. Teorema del

binomio

Resolviendo relaciones de recurrencia: 1. Un ejemplo de una relacion de recurrencia simple, como

los numeros de Fibonacci 2. Otras ejemplos, mostrando una variedad de soluciones
Ref: 2.1.1 Analisis Basico, Pag. 18

Aritmetica modular basica

Objetivos de Aprendizaje:
Core-Tier1:

1. Aplicar argumentos de conteo, incluyendo las reglas del producto y de la suma, principio de
inclusion-exclusion y progresiones aritmeticas/geometricas [Usar]

2. Aplicar el principio de las casillas en el contexto de una demostracion formal [Usar]

3. Calcular permutaciones y combinaciones en un conjunto, e interpreta su signicado en el contexto

de una aplicacion en particular [Usar]

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

5. Resolver una variedad de relaciones de recurrencia basicas [Usar]

6. Analizar un problema para determinar las relaciones de recurrencia implcitas [Usar]

7. Realizar calculos que involucran aritmetica modular [Usar]

38 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 39

2.4.5. DS/Arboles y Grafos (3 horas Core-Tier1, 1 horas Core-Tier2)

Ver tambien: 2.1.3 Algoritmos y Estructuras de Datos fundamentales, Pag. 20, especialmente con
estrategias de recorrido en grafos.
Topicos:
Core Tier1
Arboles. 1. Propiedades 2. Estrategias de recorrido
Grafos no dirigidos
Grafos dirigidos
Grafos ponderados
Core Tier2
Arboles de expansion/bosques.
Isomorsmo en grafos.
Objetivos de Aprendizaje:
Core-Tier1:
1. Ilustrar mediante ejemplos la terminologa basica de teora de grafos, y de alguna de las propie-
dades y casos especiales de cada tipo de grafos/arboles [Familiarizarse]
2. Demostrar diversos metodos de recorrer arboles y grafos, incluyendo recorridos pre, post e inor-
den de arboles [Usar]
3. Modelar una variedad de problemas del mundo real en ciencia de la computacion usando for-
mas adecuadas de grafos y arboles, como son la representacion de una topologa de red o la
organizacion jerarquica de un sistema de archivos [Usar]
4. Demuestrar como los conceptos de grafos y arboles aparecen en estructuras de datos, algoritmos,
tecnicas de prueba (induccion estructurada), y conteos [Usar]
Core-Tier2:
5. Explicar como construir un arbol de expansion de un grafo [Usar]
6. Determinar si dos grafos son isomorfos [Usar]

2.4.6. DS/Probabilidad Discreta (6 horas Core-Tier1, 2 horas Core-Tier2)

Topicos:
Core Tier1
Espacio de probabilidad nita, eventos.
Axiomas de Probabilidad y medidas de probabilidad.
Probabilidad condicional, Teorema de Bayes.
Independencia.
Variables enteras aleatorias (Bernoulli, binomial).
Esperado, Linearidad del esperado.
Core Tier2
Varianza.
Independencia Condicional.

Universidad Catolica San Pablo 39

40 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Objetivos de Aprendizaje:
Core-Tier1:
1. Calcular las probablidades de eventos y el valor esperado de variables aleatorias para problemas
elementales como en los juegos de azar [Usar]
2. Distinguir entre eventos dependientes e independientes [Usar]
3. Identicar un caso de la distribucion binomial y calcula la probabilidad usando dicha distribu-
cion [Usar]
4. Aplicar el teorema de Bayes para determinar las probabilidades condicionales en un proble-
ma [Usar]
5. Aplicar herramientas de probabilidades para resolver problemas como el analisis de caso prome-
dio en algoritmos o en el analisis de hash [Usar]
Core-Tier2:
6. Calcular la varianza para una distribucion de probabilidad dada [Usar]
7. Explicar como los eventos que son independientes pueden ser condicionalmente dependientes (y
vice versa) Identicar ejemplos del mundo real para estos casos [Usar]

2.5. Graficos y Visualizacion (GV)

Computer Graphics es el termino comunmente utilizado para describir la generacion y la mani-
pulacion de imagenes por medio de la computadora. Es la ciencia de la que permite la comunicacion
visual a traves de la computacion. Sus usos incluyen dibujos animados, efectos especiales de cine,
videojuegos, imagenes medicas, de ingeniera, as como cientcos, informacion y visualizacion de co-
nocimiento. Tradicionalmente, los gracos a nivel de pregrado se ha centrado en la representacion,
el algebra lineal, y los enfoques fenomenologicos. Mas recientemente, la atencion se ha comenzado
a incluir la fsica, integracion numerica, escalabilidad y hardware de proposito especco. Para que
los estudiantes se conviertan en expertos en el uso y generacion de gracos por ordenador, muchos
temas especcos de la implementacion deben ser abordados, tales como formatos de archivos, inter-
faces de hardware y las interfaces de programa de aplicacion. Estos temas cambian rapidamente, y la
descripcion que sigue a los intentos para evitar que sean excesivamente prescriptivos sobre ellos. El
area abarcada por Gracos y visualizacion se divide en varios campos relacionados entre s: 1. Funda-
mentos: La infografa depende de una comprension de como los seres humanos utilizan la vision para
percibir la informacion y como la informacion se puede representar en un dispositivo de visualizacion.
Cada cientco de la computacion debe tener cierta comprension de donde y como los gracos se
pueden aplicarse segun corresponda, as asthe procesos fundamentales involucrados en la prestacion
de visualizacion. 2. Modelado artculo: Informacion que se muestra debe ser codicada en la memoria
del ordenador en alguna forma, a menudo en forma de una especicacion matematica de la forma y la
forma. 3. Representacion: Representacion es el proceso de visualizacion de la informacion contenida
en un modelo. 4. Animacion: La animacion es la prestacion de una manera que hace que las ima-
genes parecen moverse y la sntesis o la adquisicion de las variaciones en el tiempo de los modelos.
5. Visualizacion: El campo de la visualizacion busca determinar y presentar estructuras y relaciones
en conjuntos de datos correlacionados subyacentes entre una amplia variedad de areas de aplicacion.
El objetivo primordial de la presentacion debe ser comunicar la informacion en un conjunto de datos
con el n de mejorar la comprension 6. Geometra Computacional: Geometra Computacional es el
estudio de los algoritmos que se indican en terminos de geometra.
Gracos y visualizacion esta relacionado con la vision articial y procesamiento de imagenes, que
se encuentran en el area de 2.9 Sistemas Inteligentes (IS), Pag. 73 y algoritmos tales como la geometra
computacional, que se encuentran en el area 2.1 Algoritmos y Complejidad (AL), Pag. 17. Los temas de
la realidad virtual son encontrados en el el area de conocimiento 2.6 Interaccion Humano-Computador
(HCI), Pag. 46.
Esta descripcion asume que los estudiantes estan familiarizados con los conceptos fundamentales
de la representacion de los datos, la abstraccion y la implementacion del programa.

40 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 41

Area de Conocimiento (Knowledge Area-KA) (KA) Core Core Electivos

Tier1 Tier2
2.5.1 Conceptos Fundamentales (Pag. 41) 2 1 Si
2.5.2 Rendering Basico (Pag. 42) Si
2.5.3 Modelado Geometrico (Pag. 43) Si
2.5.4 Renderizado Avanzado (Pag. 44) Si
2.5.5 Animacion por computadora (Pag. 45) Si
2.5.6 Visualizacion (Pag. 46) Si

2.5.1. GV/Conceptos Fundamentales (2 horas Core-Tier1, 1 horas Core-

Tier2)
Para casi todos los cientcos de la computacion y desarrolladores de software, una comprension de
como los seres humanos interactuan con las maquinas es esencial. Mientras que estos temas pueden ser
cubiertos en un curso de pregrado de gracos estandar, tambien pueden ser cubiertos en los cursos de
ciencia de la computaciony programacion introductorias. Parte de nuestra motivacion para la inclusion
de los modos inmediatos y retenidas es que estos modos son analogos a votacion vs programacion
orientada a eventos. Esta es una cuestion fundamental en la ciencia de la computacion: Hay un
objeto boton o existe solo la visualizacion de un boton en la pantalla? Tenga en cuenta que la mayora
de los resultados en esta seccion se encuentran en el nivel de conocimiento y muchos de estos temas
se revisan con mayor profundidad en las secciones posteriores.
Topicos:
Core Tier1
Aplicaciones multimedia, incluyendo interfaces de usuario, edicion de audio y vdeo, motores de
juego, cad, visualizacion, realidad virtual.
Digitalizacion de datos analogicos, la resolucion y los lmites de la percepcion humana, por
ejemplo, los pxeles de la pantalla visual, puntos para impresoras laser y muestras de audio
Ref: 2.6.1 Fundamentos, Pag. 47
El uso de las API estandar para la construccion de interfaces de usuario y visualizacion de
formatos multimedia estandar
Ref: 2.6.2 Diseno de Interaccion, Pag. 48
Formatos estandar, incluyendo formatos sin perdidas y con perdidas.
Core Tier2
Modelos de color sustractivo Aditivo y (CMYK y RGB) y por que estos proporcionan una gama
de colores.
Soluciones de compensacion entre el almacenamiento de datos y los datos re-computing es per-
sonalizado por vectores y raster en representaciones de imagenes.
Animacion como una secuencia de imagenes jas.
Electivos
Almacenamiento doble.
Objetivos de Aprendizaje:
Core-Tier1:
1. Identicar usos comunes de presentaciones digitales de humanos (por ejemplo, computacion
graca,sonido) [Familiarizarse]
2. Explicar en terminos generales como las senales analogicas pueden ser representadas por muestras
discretas, por ejemplo,como las imagenes pueden ser representadas por pixeles [Familiarizarse]
3. Explicar como las limitaciones en la percepcion humana afectan la seleccion de la representacion
digital de senales analogicas [Usar]

Universidad Catolica San Pablo 41

42 Escuela Profesional de Ciencia de la Computacion, Malla 2016

4. Cronstruir una interfaz de usuario sencilla usando una API estandar [Familiarizarse]
5. Describir las diferencias entre tecnicas de compresion de imagenes con perdida y sin perdida
ejemplicando como se reejan en formatos de archivos de imagenes conocidos como JPG, PNG,
MP3, MP4, y GIF [Familiarizarse]
Core-Tier2:
6. Describir modelos de color y su uso en los dispositivos de visualizacion de gracos [Familiarizarse]
7. Describir las ventajas y desventajas entre el almacenamiento de informacion vs almacenar su-
ciente informacion para reproducir la informacion, como en la diferencia entre el vector y la
representacion de la trama [Familiarizarse]
Elective:
8. Describir los procesos basico de la produccion de movimiento continuo a partir de una secuencia
de cuadros discretos(algunas veces llamado it icker fusion ) [Familiarizarse]
9. Describir como el doble buer puede eliminar el parpadeo de la animacion [Familiarizarse]

2.5.2. GV/Rendering Basico

En esta seccion se describe la prestacion basica y las tecnicas gracas fundamentales que casi todos
los cursos de pregrado en los gracos se cubre y que son esenciales para el estudio adicional en gracos.
Muestreo y anti-aliasing estan relacionados con el efecto de la digitalizacion y aparecen en otras areas
de la computacion, por ejemplo, en el muestreo de audio.
Topicos:
Electivos
Renderizado en la naturaleza, por ejemplo, la emision y dispersion de la luz y su relacion con la
integracion numerica.
Renderizado Fordward and Backward (i.e., ray-casting y rasterizacion)
Representacion poligonal
Radiometra basica, triangulos similares y modelos de proyecciones
Anamiento y Transformaciones de Sistemas de coordenadas
Ray tracing
Visibilidad y oclusion, incluyendo soluciones a este problema, como el almacenamiento en bufer
de profundidad, algoritmo del pintor, y el trazado de rayos.
Representacion de la ecuacion de adelante hacia atras.
Rasterizacion triangular simple.
Renderizacion con una API basada en shader.
Mapeo de texturas, incluyendo minicacion y magnicacion (e.g., MIP-mapping trilineal)
Aplicacion de la representacion de estructuras de datos espaciales.
Muestreo y anti-aliasing.
Gracos en escena y la canalizacion de gracos.
Objetivos de Aprendizaje:
Elective:
1. Discutir el problema de transporte de la luz y su relacion con la integracion numerica, es decir,
se emite luz, dispersa alrededor de la escena, y es medida por el ojo [Familiarizarse]

42 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 43

2. Describir la tubera basica gracos y como el factor de representacion va hacia adelante y atras
en esta [Familiarizarse]
3. Crear un programa para visualizar modelos 3D de imagenes gracas simples [Usar]
4. Derivar la perspectiva lineal de triangulos semejantes por conversion de puntos (x,y,z) a puntos
(x/z, y/z, 1) [Usar]
5. Obtener puntos en 2-dimensiones y 3-dimensiones por aplicacion de transformaciones afn [Usar]
6. Aplicar sistema de coordenadas de 3-dimensiones y los cambios necesarios para extender las
operaciones de transformacion 2D para manejar las transformaciones en 3D [Usar]
7. Contrastar la renderizacion hacia adelanate forward y hacia atras backward [Evaluar]
8. Explicar el concepto y las aplicaciones de mapeo de texturas, muestreo y el anti-aliasing [Fami-
liarizarse]
9. Explicar la dualidad de rastreo de rayos/rasterizacion para el problema de visibilidad [Familia-
rizarse]
10. Implementar simples procedimientos que realicen la transformacion y las operaciones de recorte
de imagenes simples en 2 dimensiones [Usar]
11. Implementar un sencillo renderizador en tiempo real utilizando una API de rasterizacion (por
ejemplo, OpenGL) utilizando buers de vertices y shaders [Usar]
12. Comparar y contrastar las diferentes tecnicas de renderizacion [Evaluar]
13. Calcular las necesidades de espacio en base a la resolucion y codicacion de color [Evaluar]
14. Calcular los requisitos de tiempo sobre la base de las frecuencias de actualizacion, tecnicas de
rasterizacion [Evaluar]

2.5.3. GV/Modelado Geometrico

La visualizacion tiene fuertes lazos con el area de conocimiento de Interaccion humano computador
(HCI), as como Ciencias de la Computacion (CN). Los lectores deben consultar la HCI y CN KAs
para consultar otros temas relacionados con las evaluaciones de poblacion y de interfaz de usuario.
Topicos:
Electivos
Operaciones geometricas basicas como calculo de interseccion y pruebas de proximidad.
Volumenes, voxels y representaciones basadas en puntos.
Curvas polinomiales y Supercies parametricas.
Representacion mplicita de curvas y supercies.
Tecnicas de aproximacion, tales como curvas polinomicas, curvas Bezier, curvas spline y super-
cies, y base racional no uniforme (NURB) espinas, y el metodo de ajuste de nivel.
Tecnicas de supercie de representacion incluyendo teselacion, la representacion de malla, care-
nado malla, y las tecnicas de generacion de mallas, como la triangulacion de Delaunay, marchando
cubos.
Tecnicas de subdivision espacial.
Modelos procedimentales como fractales, modelamiento generativo y sistemas L.
Graftales, referenciados con Lenguajes de Programacion (gramatica a imagenes generadas)
Modelos deformables de forma libre y elasticamente deformables.

Universidad Catolica San Pablo 43

44 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Subdivision de supercies.

Modelado multiresolucion.

Reconstruccion.

Representacion de Geometra Solida Constructiva (GSC)

Objetivos de Aprendizaje:
Elective:

1. Representar curvas y supercies utilizando formas tanto implcitas y parametricas [Usar]

2. Crear modelos poliedrico simples por teselacion de supercies [Usar]

3. Generar una representacion de malla de una supercie implcita [Usar]

4. Generar un modelo fractal o terreno usando un metodo de procedimiento [Usar]

5. Generar una malla de un conjunto de puntos adquiridos por un scaner laser [Usar]

6. Construct modelos de geometra solida constructiva a partir de simples primitivas, tales como
cubos y supercies cuadricas [Usar]

7. Contrastar metodos de modelizacion con respecto a espacio y tiempo de complejidad y calidad

de imagen [Evaluar]

2.5.4. GV/Renderizado Avanzado

Topicos:
Electivos

Soluciones y aproximaciones hacia la ecuacion de renderizado, por ejemplo: 1. Distribucion de

ray tracing y path tracing 2. Mapeo de fotones 3. Path tracing bidireccional 4. Reyes rendering
(micropoligono) 5. Metropolis light transport

Tiempo (desenfoque de movimiento), la posicion del objetivo (enfoque), y la frecuencia continua

(color) y su impacto en la representacion.

Mapeo de Sombras.

Selectiva de oclusion.

Distribucion funcion de dispersion bidireccional (BSDF) teora y microfacets.

Dispercion de la Supercie.

Recursos de luz de Area.

Almacenamiento jerarquico por profundidad.

El campo de luz, representacion de imagenes.

Renderizado no fotorealistico.

Arquitectura del GPU.

Sistemas visuales humanos incluida la adaptacion a la luz, la sensibilidad al ruido, y la fusion

de parpadeo.

Objetivos de Aprendizaje:
Elective:

1. Demostrar como un algoritmo calcula una solucion a la ecuacion de renderizacion [Evaluar]

44 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 45

2. Demostrar las propiedades de un algoritmo de renderizacion, por ejemplo, completo, consistente,

e imparcial [Evaluar]
3. Analizar las demandas de ancho de banda y calculo de un simple algoritmo [Evaluar]
4. 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 rasteriza-
cion [Usar]
5. Discutir como una tecnica artstica particular puede ser implementada en un renderizador [Fa-
miliarizarse]
6. Explicar como reconocer las tecnicas gracas usadas para crear una imagen en particular [Fa-
miliarizarse]
7. Implementar cualquiera de las tecnicas gracas especicadas utilizando un sistema graco pri-
mitivo a nivel de pxel individual [Usar]
8. Implementar un trazado de rayos(ray tracer) para escenas una simple Funcion de Distribucion
de Reectancia Bidireccional(BRDF) por ejemplo Phongs, ademas de la reexion y la refrac-
cion [Usar]

2.5.5. GV/Animacion por computadora

Topicos:
Electivos
Cinematica directa e inversa.
Deteccion de colisiones y respuesta.
Animacion procedimental empleando ruido, reglas (boids/crowds) y sistemas de partculas.
Algoritmos Skinning.
Movimientos basado en la fsica, incluyendo la dinamica del cuerpo rgido, sistemas de partculas
fsicas, redes de masa-muelle de tela y la carne y el pelo.
Animacion de Cuadros Principales
Splines
Estructuras de datos para rotaciones, como cuaterniones.
Animacion de Camara.
Captura de Movimiento.
Objetivos de Aprendizaje:
Elective:
1. Calcular la localizacion y orientacion de partes de un modelo usando un enfoque de cinematica
hacia delante [Usar]
2. Calcular la orientacion de partes articuladas de un modelo de una localizacion y orientacion
usando un enfoque de cinematica inversa [Usar]
3. Describir las ventajas y desventajas de diferentes representaciones de rotacion [Evaluar]
4. Implementar el metodo de interpolacion spline para producir las posiciones y orientaciones en
medio [Usar]
5. Implementar algoritmos para el modelamiento fsico de partculas dinamicas usando simplemente
la mecanica de Newton, por ejemplo Witkin & Kass , serpientes y gusanos, Euler simplectica,
Stormer/Verlet, o metodos de punto medio de Euler [Usar]

Universidad Catolica San Pablo 45

46 Escuela Profesional de Ciencia de la Computacion, Malla 2016

6. Discutir las ideas basicas detras de algunos metodos para dinamica de uidos para el modela-
miento de trayectorias balsticas, por ejemplo salpicaduras, polvo, fuego, o humo [Familiarizarse]

7. Usar el software de animacion comun para construir formas organicas simples usando metaball
y el esqueleto [Usar]

2.5.6. GV/Visualizacion
Topicos:
Electivos

Visualizacion de campos escalares de 2D/3D: mapeado de color, isosurfaces.

Representacion de datos Direct volume: ray-casting, funciones de transferencia, segmentacion.

Visualizacion de: 1. Campos de vector y ujo de datos 2. Datos que varian en el tiempo 3. High-
dimensional data: reduccion de dimensiones, coordenadas paralelas 4. Datos Non-espaciales:
multi-variados, estructurados en arbol/grafo, texto

Fundamentos perceptuales y cognitivos que conducen abstracciones visuales.

Diseno de visualizacion.

Evaluacion de metodos de visualizacion.

Aplicaciones de visualizacion.

Objetivos de Aprendizaje:
Elective:

1. Describir los algitmos basicos para visualizacion escalar y vectorial [Familiarizarse]

2. Describir las ventajas y desventajas de los algoritmos de visualizacion en terminos de precision

y desempeno [Evaluar]

3. Proponer un diseno de visualizacion adecuado para una combinacion particular de caractersticas

de datos y tareas de la aplicacion [Evaluar]

4. Analizar la ecacia de una visualizacion dada para una tarea en particular [Evaluar]

5. Disenar un proceso para evaluar la utilidad de un algoritmo de visualizacion o del sistema [Eva-
luar]

6. Reconocer una variedad de aplicaciones de visualizacion incluyendo representaciones de datos

cientcos, medicos y matematica; visualizacion de ujo; y analisis espacial [Familiarizarse]

2.6. Interaccion Humano-Computador (HCI)

La interaccion humano-computador (Human-computer interaction HCI) tiene que ver con el diseno
de las interacciones entre las actividades humanas y los sistemas computacionales que los apoyan y
con la construccion de interfaces para permitirse esas interacciones.
La interaccion entre los usuarios y artefactos computacionales se produce en una interfaz que
incluye tanto de software como de hardware. Impactos de diseno de interfaz de esta manera el ciclo de
vida del software, ya que debe darse al inicio; el diseno e implementacion de la funcionalidad central
pueden inuir, para bien o para mal, en la interfaz de usuario.
Debido a que se trata de personas, as como los sistemas computacionales, como un area de co-
nocimiento, HCI exige un analisis de las cuestiones culturales, sociales, organizativas, cognitivas y
perceptivas. En consecuencia, se basa en una variedad de tradiciones disciplinarias, incluyendo la psi-
cologa, la ergonoma, la Ciencia de la Computacion, el diseno graco y de producto, la antropologa
y la ingeniera.

46 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 47

Area de Conocimiento (Knowledge Area-KA) (KA) Core Core Electivos

Tier1 Tier2
2.6.1 Fundamentos (Pag. 47) 4 No
2.6.2 Diseno de Interaccion (Pag. 48) 4 No
2.6.3 Programacion de Sistemas Interactivos (Pag. 48) Si
2.6.4 Diseno y Testing centrados en el usuario (Pag. 49) Si
2.6.5 Nuevas Tecnologas Interactivas (Pag. 50) Si
2.6.6 Colaboracion y Comunicacion (Pag. 50) Si
2.6.7 Metodos estadsticos para HCI (Pag. 51) Si
2.6.8 Factores Humanos y seguridad (Pag. 51) Si
2.6.9 HCI orientada al diseno (Pag. 52) Si
2.6.10 Realidad virtual y aumentada mezcladas (Pag. 52) Si

2.6.1. HCI/Fundamentos (4 horas Core-Tier1)

Motivacion: Para los usuarios nales, la interfaz es el sistema. As que el diseno en este ambito
debe ser centrado en la interaccion y en el hombre. Los estudiantes necesitan un repertorio diferente
de las tecnicas para hacer frente a esto que esta previsto en el plan de estudios en otros lugares.
Topicos:
Core Tier1
Contextos para IHC (cualquiera relacionado con una interfaz de usuario, p.e., pagina web, apli-
caciones de negocios, aplicaciones moviles y juegos)
Procesos para desarrollo centrado en usuarios, p.e., enfoque inicial en usuarios, pruebas empri-
cas, diseno iterativo.
Diferentes medidas para evaluacion, p.e., utilidad, eciencia, facilidad de aprendizaje, satisfaccion
de usuario.
Heurstica de usabilidad y los principios de pruebas de usabilidad.
Capacidades fsicas que informan diseno de interaccion, p.e. percepcion del color, ergonoma.
Modelos cognoscitivos que informan diseno de interacciones, p.e., atencion, percepcion y reco-
nocimiento, movimiento, memoria, golfos de expectativa y ejecucion.
Modelos sociales que informan el diseno de interaccion, e.g., cultura, comunicacion, redes y
organizaciones.
Principios del buen diseno y buenos disenadores; ventajas y desventajas de ingeniera.
Accesibilidad, p.e., interfaces para poblaciones con diferentes habilidades (p.e., invidentes, dis-
capacitados)
Interfaces para grupos de poblacion de diferentes edades (p.e., ninos, mayores de 80)
Objetivos de Aprendizaje:
Core-Tier1:
1. Discutir por que el desarrollo de software centrado en el hombre es importante [Familiarizarse]
2. Resumir los preceptos basicos de la interaccion psicologica y social [Familiarizarse]
3. Desarrollar y usar un vocabulario conceptual para analizar la interacion humana con el software:
disponibilidad, modelo conceptual, retroalimentacion, y demas [Usar]
4. Dene un proceso de diseno centralizado en el usario que de forma explcita considere el hecho
que un usuario no es como un desarrollador o como sus conocimientos [Usar]
5. Crear y dirigir una simple pruebga de usabilidad para una aplicacion existente de software [Eva-
luar]

Universidad Catolica San Pablo 47

48 Escuela Profesional de Ciencia de la Computacion, Malla 2016

2.6.2. HCI/Diseno de Interaccion (4 horas Core-Tier2)

Motivacion: Estudiantes de CS necesitan un conjunto mnimo de metodos y herramientas bien
establecidas para llevar a la interfaz en la construccion.
Topicos:
Core Tier2

Principios de interfaces gracas de usuario (GUIs)

Elementos de diseno visual (disposicion, color, fuentes, etiquetado)

Analisis de tareas, incluidos los aspectos cualitativos de la generacion de modelos de analisis de

tareas.

Prototipos de baja delidad (papel)

Tecnicas de evaluacion cuantitativa ej. evaluacion Keystroke-level.

Ayuda y documentacion.

Manejo de fallas humanas/sistema.

Estandares de interfaz de usuario.

Objetivos de Aprendizaje:
Core-Tier2:

1. Para un grupo de usuarios determinado, realizar y documentar un analisis de sus necesida-

des [Evaluar]

2. Crear una aplicacion simple, junto con la ayuda y la documentacion, que soporta una interfaz
graca de usuario [Usar]

3. Llevar a cabo una evaluacion cuantitativa y discutir / informar sobre los resultados [Usar]

4. Discutir al menos un standard nacional o internacional de diseno de interfaz de usuario [Fami-

liarizarse]

2.6.3. HCI/Programacion de Sistemas Interactivos

Motivacion: Para tener una vision centrada en la experiencia de usuario de desarrollo de software
y luego cubrir enfoques y tecnologas para hacer que eso suceda.
Topicos:
Electivos

Patrones de arquitectura de software. Ej Modelo Vista Controlador, Objetos de comando, online,

oine.
Ref: 2.14.3 Programacion reactiva y dirigida por eventos, Pag. 106

Patrones de diseno de Interaccion: jerarqua visual, distancia navegacional.

Manejo de eventos e interaccion de usuario.

Manejo de geometra.
Ref: 2.5.3 Modelado Geometrico, Pag. 43

Eleccion de estilos de interaccion y tecnicas de interaccion.

Presentacion de informacion: navegacion, representacion, manipulacion.

Tecnicas de animacion de interfaz (ej. grafo de escena)

Clases Widget y bibliotecas.

48 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 49

Bibliotecas modernas de GUI (ej. iOS, Android, JavaFX) constructores de GUI y entornos de
programacion UI.
Ref: 2.12.3 Plataformas moviles, Pag. 94

Especicacion declarativa de Interfaz: Hojas de Estilo y DOMs.

Aplicaciones dirigidas a datos ( Paginas web respaldadas por base de datos)

Diseno multiplataforma.

Diseno para dispositivos con restriccion de recursos (ej. dispositivos pequenos, moviles)

Objetivos de Aprendizaje:
Elective:

1. Explicar la importancia del controlador Modelo-Vista para la programacion de la interfaz [Fa-

miliarizarse]

2. Crear una aplicacion con una moderna interfaz graca de usuario [Usar]

3. Identicar puntos comunes y las diferencias en las UIs a traves de diferentes plataformas [Fami-
liarizarse]

4. Explicar y utilizar los conceptos de programacion de GUI: la gestion de eventos, gestion de

distribucion basado en restricciones, etc [Familiarizarse]

2.6.4. HCI/Diseno y Testing centrados en el usuario

Motivacion: Una exploracion de tecnicas para garantizar que los usuarios nales sean totalmente
en cuenta en todas las etapas del proceso de diseno, desde su creacion hasta su implementacion.
Topicos:
Electivos

Enfoque y caractersticas del proceso de diseno.

Requerimientos de funcionalidad y usabilidad.

Ref: 2.16.4 Ingeniera de Requisitos, Pag. 123

Tecnicas de recoleccion de requerimientos, ej. entrevistas, encuentas, etnografa e investigacion

contextual.

Tecnicas y herramientas para el analisis y presentacion de requerimientos ej. reportes, personas.

Tecnicas de creacion de prototipos y herramientas, ej.bosquejos, storyboards, prototipos de baja

delidad, esquemas de pagina.

Evaluacion sin usuarios, usando ambas tecnicas cualitativas y cuantitativas. Ej. Revision estruc-
turada, GOMS, analisis basado en expertos, heursticas, lineamientos y estandar.

Evaluacion con usuarios. Ej. Observacion, Metodo de pensamiento en voz alta, entrevistas, en-
cuentas, experimentacion.

Desafos para la evaluacion efectiva, por ejemplo, toma de muestras, la generalizacion.

Reportar los resultados de las evaluaciones.

Internacionalizacion, diseno para usuarios de otras culturas, intercultural.

Objetivos de Aprendizaje:
Elective:

1. Explicar como el diseno centrado en el usuario complementa a otros modelos de proceso softwa-
re [Familiarizarse]

Universidad Catolica San Pablo 49

50 Escuela Profesional de Ciencia de la Computacion, Malla 2016

2. Utilizar lo- (baja delidad) tecnicas de prototipado para recopilar y reportar, las respuestas
del usuario [Usar]

3. Elegir los metodos adecuados para apoyar el desarrollo de una especca interfaz de usuario [Eva-
luar]

4. Utilizar una variedad de tecnicas para evaluar una interfaz de usuario dada [Evaluar]

5. Comparar las limitaciones y benecios de los diferentes metodos de evaluacion [Evaluar]

2.6.5. HCI/Nuevas Tecnologas Interactivas

Motivacion: Dado que las tecnologas evolucionan, se hacen posibles nuevos estilos de interaccion.
Esta unidad de conocimiento debe considerarse extensible, para realizar un seguimiento de las tecno-
logas emergentes.
Topicos:
Electivos

Eleccion de estilos de interaccion y tecnicas de interaccion.

Representacion de informacion a usuarios; navegacion, representacion, manipulacion.

Approaches to design, implementation and evaluation of non-mouse interaction 1. Touch and

multi-touch interfaces 2. Shared, embodied, and large interfaces 3. New input modalities (such
as sensor and location data) 4. New Windows, e.g., iPhone, Android 5. Speech recognition
and natural language processing 6. Wearable and tangible interfaces 7. Persuasive interaction
and emotion 8. Ubiquitous and context-aware interaction technologies (Ubicomp) 9. Bayesian
inference (e.g. predictive text, guided pointing) 10. Ambient/peripheral display and interaction
Ref: 2.9.9 Procesamiento del Lenguaje Natural, Pag. 78

Objetivos de Aprendizaje:
Elective:

1. Describe cuando son adecuadas las interfaces sin uso de raton [Familiarizarse]

2. Comprende las posibilidades de interaccion que van mas alla de las interfaces de raton y punte-
ro [Familiarizarse]

3. Discute las ventajas (y desventajas) de las interfaces no basadas en raton [Evaluar]

2.6.6. HCI/Colaboracion y Comunicacion

De motivacion: No solo los usuarios de interfaces de ordenador de apoyo en el logro de sus metas
individuales, sino tambien en su interaccion con los demas, ya sea centrada en la tarea (trabajo o
juego) o en tareas fuera de foco (redes sociales).
Topicos:
Electivos

La comunicacion asncrona en grupo, por ejemplo, el correo electronico, foros, redes sociales.

Comunicacion sincronica en grupo, por ejemplo, las salas de chat, conferencias, juegos en lnea.

Medios de comunicacion social, informatica social, y el analisis de redes sociales.

Colaboracion en lnea, espacios inteligentes y aspectos de coordinacion social de tecnologas de

ujo de trabajo.

Comunidades en lnea.

Personajes de Software y agentes inteligentes, mundos virtuales y avatares.

Ref: 2.9.8 Agentes, Pag. 78

50 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 51

Psicologa Social

Objetivos de Aprendizaje:
Elective:

1. Describir la diferencia entre la comunicacion sincronica y asincronica [Familiarizarse]

2. Comparar los problemas de IHC en la interaccion individual con la interaccion del grupo [Evaluar]

3. Discuta varias problemas de interes social planteados por el software colaborativo [Familiarizarse]

4. Discutir los problemas de IHC en software que personica la intencion humana [Familiarizarse]

2.6.7. HCI/Metodos estadsticos para HCI

Motivacion: Mucho trabajo HCI depende del uso adecuado, la comprension y aplicacion de la
estadstica. Este conocimiento es a menudo ayuda en manos de los estudiantes que se incorporan al
campo de la psicologa, pero menos comun en los estudiantes con un fondo CS.
Topicos:
Electivos

Pruebas T.

Analisis de Varianza (ANOVA).

La asignacion al azar (no parametrica) pruebas, dentro vs. entre sujetos diseno.

Calculando el efecto producto del tamano.

Analisis exploratorio de datos.

Presentacion de datos estadsticos.

Combinando resultados cuantitativos y cualitativos.

Objetivos de Aprendizaje:
Elective:

1. Explicar los conceptos estadsticos basicos y sus areas de aplicacion [Familiarizarse]

2. Extraer y articular los argumentos estadsticos utilizados en papers que informan cuantitativa-
mente los estudios de usuarios [Usar]

3. Disenar un estudio de usuarios que va a dar resultados cuantitativos [Usar]

4. Llevar a cabo e informar sobre un estudio que utiliza evalucion cualitativa y cuantitativa [Usar]

2.6.8. HCI/Factores Humanos y seguridad

Motivacion: Diseno ecaz interfaz requiere un conocimiento basico de la psicologa de la seguri-
dad. Muchos de los ataques no tienen una base tecnologica, pero explotan propensiones humanas y
vulnerabilidades. Solo los acionados atacan maquinas; profesionales se dirigen las personas (Bruce
Schneier, https://www.schneier.com/blog/archives/2013/03/phishing has go.h.)
Topicos:
Electivos

Psicologia aplicada y politicas de seguridad

Seguridad de economa.

Entornos regulatorios, responsabilidad, riesgo y autodeterminacion.

Organizacion de vulnerabilidades y amenazas.

Universidad Catolica San Pablo 51

52 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Diseno de usabilidad y seguridad.

Pretexto, suplantacion y fraude, p.e., phishing y phishing focalizado.

Ref: 2.7.4 Ataques y Amenazas, Pag. 57

Conanza, privacidad y engano.

Autenticacion biometrica.

Manejo de Identidad.

Objetivos de Aprendizaje:
Elective:

1. Explicar los conceptos de phishing y spear phishing y como reconocerlos [Familiarizarse]

2. Describir los problemas de conanza en el diseno de interfaz con un ejemplo de un sistema de

conanza alto y bajo [Evaluar]

3. Disenar una interfaz de usuario para un mecanismo de seguridad [Evaluar]

4. Explicar el concepto de gestion de la identidad y su importancia [Familiarizarse]

5. Analizar una poltica y/o procedimientos para demostrar si consideran o no se consideran, los
factores humanos de la seguridad [Usar]

2.6.9. HCI/HCI orientada al diseno

Motivacion: Algunos planes de estudio va a querer enfatizar la comprension de las normas y va-
lores de HCI trabajar como surge de y desplegado en contextos historicos, culturales y disciplinarias
especcas.
Topicos:
Electivos

Estilos y perspectivas intelectuales para la tecnologa y sus interfaces.

Consideracion de IHC como una disciplina de diseno: 1. Sketching 2. Diseno participativo

Critically reective HCI: 1. Practica Crtica Tecnica 2. Tecnologas para activismo poltico 3. Fi-
losofa de la experiencia de usuario 4. Etnografa y etnometodologa

Dominios indicativos de aplicacion: 1. Sostenibilidad 2. Arts-informed computing

Objetivos de Aprendizaje:
Elective:

1. Explicar que signica que La IHC es una disciplina orientada al diseno [Familiarizarse]

2. Detallar los procesos de diseno apropiados para orientaciones especcas de diseno [Familiarizar-
se]

3. Aplicar una varidad de metodos de diseno para un problema determinado [Usar]

2.6.10. HCI/Realidad virtual y aumentada mezcladas

Motivacion: Un examen detallado de los componentes de interfaz necesarios para la creacion y el
desarrollo de entornos inmersivos, especialmente juegos.
Topicos:
Electivos

Salida: 1. Sonido 2. Visualizacion estereoscopica 3. Forzar la simulacion de retroalimentacion,

dispositivos hapticos

52 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 53

Entrada del usuario: 1. Visor y seguimiento de objetos 2. Pose y gesto de reconocimiento 3. Los
acelerometros 4. marcadores de referencia 5. Los problemas de interfaz de usuario de artculo
Modelamiento y representacion fsica: 1. Simulacion fsica: deteccion de colisiones y respuesta,
animacion 2. Visibility computation 3. Representacion sensitiva al tiempo, multiples niveles de
detalle (LOD)
Arquitectura de Sistemas: 1. Motores de Juego 2. Relidad Aumentada movil 3. Simuladores de
vuelo 4. CAVEs 5. Imagenes medicas
Redes: 1. p2p, cliente-servidor, dead reckoning, encriptacion, sincronizacion 2. Colaboracion
distribuida
Objetivos de Aprendizaje:
Elective:
1. Describir el modelo optico realizado por un sistema de gracos por computadora para sintetizar
una vision estereoscopica [Familiarizarse]
2. Describir los principios de las diferentes tecnologias de seguimiento de espectador [Familiarizarse]
3. Describir las diferencias entre geometria y realidad virtual basada en imagenes [Familiarizarse]
4. Describir los casos de la accion de sincronizacion de un usuario y la consistencia de los datos en
un entorno de red [Familiarizarse]
5. Determinar los requerimientos basicos en interfaz, software, hardware, y coguraciones de soft-
ware de un sistema VR para una aplicacion especca [Usar]
6. Describir varios usos posibles para los motores de juegos, incluyendo su potencial y sus limita-
ciones [Familiarizarse]

2.7. Aseguramiento y Seguridad de la Informacion (IAS)

En CS2013, el area de Aseguramiento de la Informacion y de Seguridad se anade al cuerpo de
conocimiento en reconocimiento a la dependencia del mundo en tecnologa de la informacion y su
papel fundamental en la educacion de ciencia de la computacion. Aseguramiento y seguridad de la
informacion, como un dominio, es el conjunto de controles y procesos tanto tecnicos como de pol-
tica destinadas a proteger y defender los sistemas de informacion y de informacion garantizando su
condencialidad, integridad y disponibilidad, suministrandoles autenticacion y el no rechazo. El con-
cepto de garanta tambien lleva una certicacion de que los procesos y los datos actuales y anteriores
son validos. Se necesitan tanto los conceptos de aseguramiento y de seguridad para garantizar una
perspectiva completa. Aseguramiento de la informacion y la educacion de seguridad y, a continuacion,
incluye todos los esfuerzos para preparar un grupo de trabajo con los conocimientos necesarios, ha-
bilidades y capacidades para proteger nuestros sistemas de informacion y dar fe de la seguridad del
pasado y actual estado de los procesos y datos. La importancia de los conceptos de seguridad y los
temas se ha convertido en un requisito basico de la disciplina Ciencia de la Computacion, al igual que
la importancia de los conceptos de rendimiento ha sido durante muchos anos.
El area de conocimiento de Aseguramiento y Seguridad de la Informacion es unico entre el conjunto
de areas que aqu se presenta, dada la manera en que los temas son omnipresentes en toda otras areas
de conocimiento. Los temas que constaran unicamente en el area de IAS se presentan en esta seccion;
otros temas se observan y tienen referencias cruzadas. En esta area muchos temas son representados con
solo 9 horas de cobertura Core-Tier1 y Tier2. Esto se equilibra con el nivel de dominio principalmente
a nivel familiaridad y la cobertura mas profundizada distribuido en la areas de conocimiento donde
estas se aplican. La amplia aplicacion de los conceptos de la esta area (63,5 horas) en todas las demas
areas ofrece la profundidad y cobertura de dominio necesario para un estudiante de ciencia de la
computacion de pregrado.
El area de IAS se muestra en dos grupos: (1) conceptos donde la profundidad es exclusiva de esta
area y (2) los temas de IAS que se integran en otras areas que reejan temas naturalmente implcitos
o expresadas con un papel importante en los conceptos y temas de seguridad.

Universidad Catolica San Pablo 53

54 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Area de Conocimiento (Knowledge Area-KA) (KA) Core Core Electivos

Tier1 Tier2
2.7.1 Fundamentos y Conceptos en Seguridad (Pag. 54) 1 2 No
2.7.2 Principios de Diseno Seguro (Pag. 54) 1 2 No
2.7.3 Programacion Defensiva (Pag. 56) 1 2 Si
2.7.4 Ataques y Amenazas (Pag. 57) 1 Si
2.7.5 Seguridad de Red (Pag. 58) 2 Si
2.7.6 Criptografa (Pag. 59) 1 Si
2.7.7 Seguridad en la Web (Pag. 60) Si
2.7.8 Seguridad de plataformas (Pag. 61) Si
2.7.9 Poltica de Seguridad y Gobernabilidad (Pag. 61) Si
2.7.10 Investigacion digital (Digital Forensics) (Pag. 62) Si
2.7.11 Seguridad en Ingeniera de Software (Pag. 63) Si

2.7.1. IAS/Fundamentos y Conceptos en Seguridad (1 horas Core-Tier1, 2

horas Core-Tier2)
Topicos:
Core Tier1
CIA (Condencialidad, Integridad, Disponibilidad)
Conceptos de riesgo, amenazas, vulnerabilidades, y los tipos de ataque .
Ref: 2.16.2 Gestion de Proyectos de Software, Pag. 121
Autenticacion y autorizacion, control de acceso (vs. obligatoria discrecional)
Concepto de la conanza y la honradez .
Etica (revelacion responsable)
Ref: 2.18.3 Etica Profesional, Pag. 140
Objetivos de Aprendizaje:
Core-Tier1:
1. Analizar las ventajas y desventajas de equilibrar las propiedades clave de seguridad(Condenciabilidad,
Integridad, Disponibilidad) [Usar]
2. 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]
3. Explicar los conceptos de autenticacion, autorizacion, control de acceso [Familiarizarse]
4. Explicar el concepto de conanza y conabilidad [Familiarizarse]
5. Reconocer de que hay problemas eticos mas importantes que considerar en seguridad compu-
tacional, incluyendo problemas eticos asociados a arreglar o no arreglar vulnerabilidades y revelar
o no revelar vulnerabilidades [Familiarizarse]

2.7.2. IAS/Principios de Diseno Seguro (1 horas Core-Tier1, 2 horas Core-

Tier2)
Topicos:
Core Tier1
Menor privilegio y aislamiento.
Ref: 2.11.6 Seguridad y proteccion, Pag. 89, 2.17.8 Virtualizacion y aislamiento, Pag. 135, 2.14.6
Traduccion y ejecucion de lenguajes, Pag. 108
Valores predeterminados a prueba de fallos.
Ref: 2.16.6 Construccion de Software, Pag. 127, 2.15.4 Metodos de Desarrollo, Pag. 117

54 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 55

Diseno abierto.
Ref: 2.16.8 Evolucion de Software, Pag. 129
La seguridad de extremo a extremo.
Ref: 2.17.9 Conabilidad a traves de redundancia, Pag. 136
La defensa en profundidad (por ejemplo, la programacion defensiva, defensa en capas)
Diseno de seguridad.
Ref: 2.16.5 Diseno de Software, Pag. 125
Las tensiones entre la seguridad y otros objetivos de diseno.
Core Tier2
Mediacion completa.
El uso de componentes de seguridad vetados.
Economa del mecanismo (la reduccion de la base informatica de conanza, minimizar la super-
cie de ataque)
Ref: 2.16.5 Diseno de Software, Pag. 125, 2.16.6 Construccion de Software, Pag. 127
Seguridad utilizable.
Ref: 2.6.1 Fundamentos, Pag. 47
Componibilidad de seguridad.
Prevencion, deteccion y disuasion.
Ref: 2.17.9 Conabilidad a traves de redundancia, Pag. 136, 2.10.3 Entrega conable de datos,
Pag. 83, 2.10.3 Entrega conable de datos, Pag. 83
Objetivos de Aprendizaje:
Core-Tier1:
1. Describir el principio de privilegios mnimos y el aislamiento que se aplican al diseno del siste-
ma [Familiarizarse]
2. Resumir el principio de prueba de fallos y negar por defecto [Familiarizarse]
3. Discutir las implicaciones de depender de diseno abierto o secreto de diseno para la seguri-
dad [Familiarizarse]
4. Explicar los objetivos de seguridad de datos de extremo a extremo [Familiarizarse]
5. Discutir los benecios de tener multiples capas de defensas [Familiarizarse]
6. Por cada etapa en el ciclo de vida de un producto, describir que consideraciones de seguridad
deberian ser evaluadas [Familiarizarse]
7. Describir el costo y ventajas y desventajas asociadas con el diseno de seguridad de un producto.
[Familiarizarse]
Core-Tier2:
8. Describir el concepto de mediacion y el principio de mediacion completa [Familiarizarse]
9. Conocer los componentes estandar para las operaciones de seguridad, en lugar de reinventar las
operaciones fundamentales [Familiarizarse]
10. Explicar el concepto de computacion conable incluyendo base informatica conable y de la
supercie de ataque y el principio de minimizacion de base informatica conable [Familiarizarse]
11. Discutir la importancia de la usabilidad en el diseno de mecanismos de seguridad [Familiarizarse]
12. Describir problemas de seguridad que surgen en los lmites entre varios componentes [Familiari-
zarse]
13. Identicar los diferentes roles de mecanismos de prevencion y mecanismos de eliminacion/disuacion [Fa-
miliarizarse]

Universidad Catolica San Pablo 55

56 Escuela Profesional de Ciencia de la Computacion, Malla 2016

2.7.3. IAS/Programacion Defensiva (1 horas Core-Tier1, 2 horas Core-

Tier2)
Temas en la programacion defensiva en general no se piensa en el aislamiento, pero aplicados a
otros temas en particular en SDF, SE y PD Areas de Conocimiento.
Topicos:
Core Tier1

Validacion de datos de entrada y sanitizacion

Ref: 2.15.4 Metodos de Desarrollo, Pag. 117

Eleccion del lenguaje de programacion y lenguajes con tipos de datos seguro.

Ejemplos de validacion de entrada de datos y sanitizacion de errores. 1. Desbordamiento de bufer

2. Errores enteros 3. Inyeccion SQL 4. Vulnerabilidad XSS
Ref: 2.15.4 Metodos de Desarrollo, Pag. 117, 2.16.6 Construccion de Software, Pag. 127

Las condiciones de carrera.

Ref: 2.17.4 Paralelismo, Pag. 133, 2.13.5 Arquitecturas paralelas, Pag. 100, 2.13.3 Comunicacion
y coordinacion, Pag. 97, 2.13.1 Fundamentos de paralelismo, Pag. 96

Manejo correcto de las excepciones y comportamientos inesperados.

Ref: 2.15.4 Metodos de Desarrollo, Pag. 117

Core Tier2

Uso correcto de los componentes de terceros.

Ref: 2.15.4 Metodos de Desarrollo, Pag. 117

Desplegar ecazmente las actualizaciones de seguridad.

Ref: 2.11.6 Seguridad y proteccion, Pag. 89

Electivos

Informacion de control de ujo.

Generando correctamente el azar con nes de seguridad.

Mecanismos para la deteccion y mitigacion de datos de entrada y errores de sanitizacion.

Fuzzing

El analisis estatico y analisis dinamico.

Programa de vericacion.

Soporte del sistema operativo (por ejemplo, la asignacion al azar del espacio de direcciones,
canarios)

El soporte de hardware (por ejemplo, el DEP, TPM)

Objetivos de Aprendizaje:
Core-Tier1:

1. Explicar por que la validacion de entrada y desinfeccion de datos es necesario en el frente del
control contencioso del canal de entrada [Familiarizarse]

2. Explicar por que uno deberia escoger para desallorrar un programa en un lenguaje tipo seguro
como Java, en contraste con un lenguaje de programacion no seguro como C/C++ [Familiari-
zarse]

3. Clasicar los errores de validacion de entrada comun, y escribir correctamente el codigo de

validacion de entrada [Usar]

56 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 57

4. Demostrar el uso de un lenguaje de programacion de alto nivel como prevenir una condicion de
competencia que ocurran y como manejar una excepcion [Usar]

5. Demostrar la identicacion y el manejo elegante de las condiciones de error [Usar]

Core-Tier2:

6. Explique los riesgos de mal uso de las interfaces con codigo de terceros y como utilizar correcta-
mente el codigo de terceros [Familiarizarse]

7. Discutir la necesidad de actualizar el software para corregir las vulnerabilidades de seguridad y

la gestion del ciclo de vida de la correccion [Familiarizarse]

Elective:

8. Listar ejemplos de ujos de informacion directa e indirecta [Familiarizarse]

9. Explicar la funcion de numeros aleatorios en la seguridad, mas alla de la criptografa (por

ejemplo, la generacion de contrasenas, algoritmos aleatorios para evitar la negacion algortmica
de los ataques del servicio) [Familiarizarse]

10. Explicar los diferentes tipos de mecanismos para detectar y mitigar los errores de desinfeccion
de datos [Familiarizarse]

11. Demostrar como se prueban los programas para el manejo de errores de entrada [Usar]

12. Usar herramientas estaticas y dinamicas para identicar errores de programacion [Usar]

13. Describir como se utiliza la arquitectura de memoria para proteger de ataques en tiempo de
ejecucion [Familiarizarse]

2.7.4. IAS/Ataques y Amenazas (1 horas Core-Tier2)

Topicos:
Core Tier2

Atacante metas, capacidades y motivaciones (como economa sumergida, el espionaje digital, la

guerra cibernetica, las amenazas internas, hacktivismo, las amenazas persistentes avanzadas)

Los ejemplos de malware (por ejemplo, virus, gusanos, spyware, botnets, troyanos o rootkits)

Denegacion de Servicio (DoS) y Denegacion de Servicio Distribuida (DDoS)

Ingeniera social (por ejemplo, perscando)

Ref: 2.18.1 Contexto Social, Pag. 138, 2.6.2 Diseno de Interaccion, Pag. 48

Electivos

Los ataques a la privacidad y el anonimato .

Ref: 2.6.1 Fundamentos, Pag. 47, 2.18.5 Privacidad y Libertades Civiles, Pag. 142

El malware / comunicaciones no deseadas, tales como canales encubiertos y esteganografa.

Objetivos de Aprendizaje:
Core-Tier2:

1. Describir tipos de ataques similares en contra de un sistema en particular [Familiarizarse]

2. Discutir los limitantes de las medidas en contra del malware (ejm. deteccion basada en rmas,
deteccion de comportamiento) [Familiarizarse]

3. Identicar las instancias de los ataques de ingeniera social y de los ataques de negacion de
servicios [Familiarizarse]

Universidad Catolica San Pablo 57

58 Escuela Profesional de Ciencia de la Computacion, Malla 2016

4. Discutir como los ataques de negacion de servicos puede ser identicados y reducido [Familiari-
zarse]
Elective:
5. Describir los riesgos de la privacidad y del anonimato en aplicaciones comunmente usadas [Fa-
miliarizarse]
6. Discutir los conceptos de conversion de canales y otros procedimientos de ltrado de datos [Fa-
miliarizarse]

2.7.5. IAS/Seguridad de Red (2 horas Core-Tier2)

La discusion de la seguridad de red se basa en la comprension previa sobre conceptos fundamentales
de la creacion de redes, incluyendo protocolos, como TCP / IP y la arquitectura de red / organiza-
cion./xrefNC/Network Communication
Topicos:
Core Tier2
Red de amenazas y tipos de ataques especcos (por ejemplo, la denegacion de servicio, spoong,
olfateando y la redireccion del traco, el hombre en el medio, ataques integridad de los mensajes,
los ataques de enrutamiento, y el analisis de traco)
El uso de cifrado de datos y seguridad de la red .
Arquitecturas para redes seguras (por ejemplo, los canales seguros, los protocolos de enruta-
miento seguro, DNS seguro, VPN, protocolos de comunicacion anonimos, aislamiento)
Los mecanismos de defensa y contramedidas (por ejemplo, monitoreo de red, deteccion de intru-
sos, rewalls, suplantacion de identidad y proteccion DoS, honeypots, seguimientos)
Electivos
Seguridad para redes inalambricas, celulares .
Ref: 2.10.7 Celulares, Pag. 85, 2.10.7 Celulares, Pag. 85
Otras redes no cableadas (por ejemplo, ad hoc, sensor, y redes vehiculares)
Resistencia a la censura.
Gestion de la seguridad operativa de la red (por ejemplo, control de acceso a la red congure)
Objetivos de Aprendizaje:
Core-Tier2:
1. Describir las diferentes categoras de amenazas y ataques en redes [Familiarizarse]
2. Describir las arquitecturas de criptografa de clave publica y privada y como las ICP brindan
apoyo a la seguridad en redes [Familiarizarse]
3. Describir ventajas y limitaciones de las tecnologas de seguridad en cada capa de una torre de
red [Familiarizarse]
4. Identicar los adecuados mecanismos de defensa y sus limitaciones dada una amenaza de red [Fa-
miliarizarse]
Elective:
5. Discutir las propiedades de la seguridad y sus limitaciones de redes no cableadas [Familiarizarse]
6. Identicar amenazas adicionales que enfrentan las redes no cableadas [Familiarizarse]
7. Describir amenazas que pueden y no pueden ser protegidas en contra del uso de canales de
comunicacion seguros [Familiarizarse]
8. Resumir las defensas en contra de la censura en redes [Familiarizarse]
9. Diagramar una red de seguridad [Familiarizarse]

58 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 59

2.7.6. IAS/Criptografa (1 horas Core-Tier2)

Topicos:
Core Tier2
Terminologa basica de criptografa cubriendo las nociones relacionadas con los diferentes socios
(comunicacion), canal seguro / inseguro, los atacantes y sus capacidades, cifrado, descifrado,
llaves y sus caractersticas, rmas.
Tipos de cifrado (por ejemplo, cifrado Cesar, cifrado ane), junto con los metodos de ataque
tpicas como el analisis de frecuencia.
Apoyo a la infraestructura de clave publica para la rma digital y el cifrado y sus desafos.
Electivos
Preliminares matematicos esenciales para la criptografa, incluyendo temas de algebra lineal,
teora de numeros, teora de la probabilidad y la estadstica.
Primitivas criptogracas: 1. generadores pseudo-aleatorios y cifrados de ujo 2. cifrados de bloque
(permutaciones pseudo-aleatorios), por ejemplo, AES 3. funciones de pseudo-aleatorios 4. fun-
ciones de hash, por ejemplo, SHA2, resistencia colision 5. codigos de autenticacion de mensaje
6. funciones derivaciones clave
Criptografa de clave simetrica: 1. El secreto perfecto y el cojn de una sola vez 2. Modos de
funcionamiento para la seguridad semantica y encriptacion autenticada (por ejemplo, cifrar-
entonces-MAC, OCB, GCM) 3. Integridad de los mensajes (por ejemplo, CMAC, HMAC)
La criptografa de clave publica: 1. Permutacion de trampilla, por ejemplo, RSA 2. Cifrado de
clave publica, por ejemplo, el cifrado RSA, cifrado El Gamal 3. Las rmas digitales 4. Infraestruc-
tura de clave publica (PKI) y certicados 5. Supuestos de dureza, por ejemplo, Die-Hellman,
factoring entero
Protocolos de intercambio de claves autenticadas, por ejemplo, TLS .
Los protocolos criptogracos: autenticacion desafo-respuesta, protocolos de conocimiento cero,
el compromiso, la transferencia inconsciente, seguro 2-partido o multipartidista computacion,
comparticion de secretos y aplicaciones .
Motivar a los conceptos que utilizan las aplicaciones del mundo real, por ejemplo, dinero elec-
tronico, canales seguros entre clientes y servidores, correo electronico seguro, autenticacion de
la entidad, el emparejamiento de dispositivos, sistemas de votacion.
Deniciones de seguridad y los ataques a las primitivas criptogracas: 1. Objetivos: indistin-
cion, unforgeability, colision-resistencia 2. Capacidades atacante: ataque-mensaje elegido (para
rmas), ataques de cumpleanos, ataques de canal lateral, ataques de inyeccion de fallos.
Estandares criptogracos y referencias de implementaciones.
La criptografa cuantica.
Objetivos de Aprendizaje:
Core-Tier2:
1. Describir el proposito de la Criptografa y listar formas en las cuales es usada en comunicacion
de datos [Familiarizarse]
2. Denir los siguientes terminos: Cifrado, Criptoanalisis, Algortmo Criptograco, y Criptologa y
describe dos metodos basicos (cifrados) para transformar texto plano en un texto cifrado [Fami-
liarizarse]
3. Discutir la importancia de los numeros primos en criptografa y explicar su uso en algoritmos
criptogracos [Familiarizarse]

Universidad Catolica San Pablo 59

60 Escuela Profesional de Ciencia de la Computacion, Malla 2016

4. Explicar como una infraestructura de Clave Publica soporta rmas digitales y encriptacion y
discutir sus limitaciones/vulnerabilidades [Familiarizarse]

Elective:

5. Usar primitivas criptogracas y sus propiedades basicas [Usar]

6. Ilustrar como medir la entropa y como generar aleatoriedad criptograca [Usar]

7. Usa primitivas de clave publica y sus aplicaciones [Usar]

8. Explicar como los protocolos de intercambio de claves trabajan y como es que pueden fallar [Fa-
miliarizarse]

9. Discutir protocolos criptogracos y sus propiedades [Familiarizarse]

10. Describir aplicaciones del mundo real de primitivas criptogracas y sus protocolos [Familiarizarse]

11. Resumir deniciones precisas de seguridad, capacidades de ataque y sus metas [Familiarizarse]

12. Aplicar tecnicas conocidas y apropiadas de criptografa para un escenario determinado [Usar]

13. Apreciar los peligros de inventarse cada uno sus propios metodos criptogracos [Familiarizarse]

14. Describir la criptografa cuantica y el impacto de la computacion cuantica en algoritmos cripto-

gracos [Familiarizarse]

2.7.7. IAS/Seguridad en la Web

Topicos:
Electivos

Modelo de seguridad Web 1. Modelo de seguridad del navegador incluida la poltica de mismo
origen 2. Los lmites de conanza de cliente-servidor, por ejemplo, no pueden depender de la
ejecucion segura en el cliente

Gestion de sesiones, la autenticacion: 1. Single Sign-On 2. HTTPS y certicados

Vulnerabilidades de las aplicaciones y defensas : 1. Inyeccion SQL 2. XSS 3. CSRF

Seguridad del lado del cliente : 1. Poltica de seguridad Cookies 2. Extensiones de seguridad
HTTP, por ejemplo HSTS 3. Plugins, extensiones y aplicaciones web 4. Seguimiento de los
usuarios Web

Herramientas de seguridad del lado del servidor, por ejemplo, los cortafuegos de aplicacion Web
(WAFS) y fuzzers

Objetivos de Aprendizaje:
Elective:

1. Describe el modelo de seguridad de los navegadores incluyendo las polticas del mismo origen y
modelos de amenazas en seguridad web [Familiarizarse]

2. Discutir los conceptos de sesiones web, canales de comunicacion seguros tales como Seguridad
en la Capa de Transporte(TLS) y la importancia de certicados de seguridad, autenticacion
incluyendo inicio de sesion unico, como OAuth y Lenguaje de Marcado para Conrmaciones de
Seguridad(SAML) [Familiarizarse]

3. Investigar los tipos comunes de vulnerabilidades y ataques en las aplicaciones web, y defensas
contra ellos [Familiarizarse]

4. Utilice las funciones de seguridad del lado del cliente [Usar]

60 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 61

2.7.8. IAS/Seguridad de plataformas

Topicos:
Electivos

Integridad de codigo y rma de codigo.

Arranque seguro, arranque medido, y la raz de conanza.

Testimonio.

TPM y coprocesadores seguros.

Las amenazas de seguridad de los perifericos, por ejemplo, DMA, IOMMU.

Ataques fsicos: troyanos de hardware, sondas de memoria, ataques de arranque en fro.

Seguridad de dispositivos integrados, por ejemplo, dispositivos medicos, automoviles.

Ruta conable.

Objetivos de Aprendizaje:
Elective:

1. Explica el concepto de integridad de codigo y rma de codigos, as como el alcance al cual se

aplica [Familiarizarse]

2. Discute los conceptos del origen de la condencialidad y el de los procesos de arranque y carga
segura [Familiarizarse]

3. Describe los mecanismos de arresto remoto de la integridad de un sistema [Familiarizarse]

4. Resume las metas y las primitivas claves de los modelos de plataforma conable (TPM) [Fami-
liarizarse]

5. Identica las amenazas de conectar perifericos en un dispositivo [Familiarizarse]

6. Identica ataques fsicos y sus medidas de control [Familiarizarse]

7. Identica ataques en plataformas con hardware que no son del tipo PC [Familiarizarse]

8. Discute los conceptos y la importancia de ruta conable [Familiarizarse]

2.7.9. IAS/Poltica de Seguridad y Gobernabilidad

Vease en general 2.18.10 Polticas de seguridad, Leyes y crmenes computacionales, Pag. 146
Topicos:
Electivos

Poltica de privacidad.
Ref: 2.18.1 Contexto Social, Pag. 138, 2.18.3 Etica Profesional, Pag. 140, 2.18.5 Privacidad y
Libertades Civiles, Pag. 142

Controles de inferencia / limitacion divulgacion estadstica .

Poltica de copia de seguridad, poltica de contrasenas de actualizacion.

Incumplimiento poltica de divulgacion.

La recoleccion de datos y polticas de retencion

Poltica de la cadena de suministro.

Puntos de equilibrio de la seguridad en la nube.

Universidad Catolica San Pablo 61

62 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Objetivos de Aprendizaje:
Elective:
1. Describe el concepto de privacidad incluyendo informacion privada personal, violaciones poten-
ciales de privacidad debido a mecanismos de seguridad, y describe como los mecanismos de
proteccion de la privacidad se ejecutan en conicto con los mecanismos de seguridad [Familiari-
zarse]
2. Describe como un atacante puede descubrir un secreto al interactuar con una base de datos [Fa-
miliarizarse]
3. Explica como congurar una poltica de respaldo de datos o poltica de actualizacion de cla-
ves [Familiarizarse]
4. Discute como congurar una poltica en caso de revelacion de la informacion [Familiarizarse]
5. Describe las consecuencias del polticas de retencion de datos [Familiarizarse]
6. Identica los riesgos de basarse en productos externos [Familiarizarse]
7. Identica los riesgos y benecios de emplear outsourcing en la nube [Familiarizarse]

2.7.10. IAS/Investigacion digital (Digital Forensics)

Topicos:
Electivos
Principios basicos y metodologas de analisis digital forensico.
Disenar sistemas con necesidades forenses en mente.
Reglas de Evidencia - conceptos generales y las diferencias entre las jurisdicciones y la Cadena
de Custodia.
Busqueda y captura de comprobacion: requisitos legales y de procedimiento.
Metodos y normas de evidencia digital.
Las tecnicas y los estandares para la conservacion de los datos.
Cuestiones legales y reportes incluyendo el trabajo como perito.
Investigacion digital de los sistema de archivos.
Los forenses de aplicacion.
Investigacion digital en la web.
Investigacion digital en redes.
Investigacion digital en dispositivos moviles.
Ataques al computador/red/sistema.
Deteccion e investigacion de ataque.
Contra investigacion digital.
Objetivos de Aprendizaje:
Elective:
1. Describe que es una investigacion digital, las fuentes de evidencia digital, y los lmites de tecnicas
forenses [Familiarizarse]
2. Explica como disenar software de apoyo a tecnicas forenses [Familiarizarse]

62 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 63

3. Describe los requisitos legales para usar datos recuperados [Familiarizarse]

4. Describe el proceso de recoleccion de evidencia desde el tiempo en que se identico el requisito

hasta la colocacion de los datos [Familiarizarse]

5. Describe como se realiza la recoleccion de datos y el adecuado almacenamiento de los datos

originales y de la copia forense [Familiarizarse]

6. Realiza recoleccion de datos en un disco duro [Usar]

7. Describe la responsabilidad y obligacion de una persona mientras testica como un examinador

forense [Familiarizarse]

8. Recupera datos basados en un determinado termino de busqueda en una imagen del siste-
ma [Usar]

9. Reconstruye el historial de una aplicacion a partir de los artefactos de la aplicacion [Usar]

10. Reconstruye el historial de navegacion web de los artefactos web [Usar]

11. Captura e interpreta el traco de red [Usar]

12. Discute los retos asociados con tecnicas forenses de dispositivos moviles [Familiarizarse]

13. Inspecciona un sistema (red, computadora, o aplicacion) para determinar la presencia de malware
o de actividad maliciosa [Usar]

14. Aplica herramientas forenses a n de investigar fugas en la seguridad [Usar]

15. Identica metodos anti-forenses [Familiarizarse]

2.7.11. IAS/Seguridad en Ingeniera de Software

Fundamentos de las practicas de codicacion segura cubiertos en otras areas de conocimiento,
incluyendo SDF y SE 2.16.6 Construccion de Software, Pag. 127, 2.16.7 Vericacion y Validacion de
Software, Pag. 128
Topicos:
Electivos

La construccion de la seguridad en el ciclo de vida de desarrollo de software.

Ref: 2.16.1 Procesos de Software, Pag. 120

Principios y patrones de diseno seguros.

Especicaciones de software seguros y requisitos.

Practicas de desarrollo de software de seguros.

Ref: 2.16.6 Construccion de Software, Pag. 127

Asegure probar el proceso de las pruebas de que se cumplan los requisitos de seguridad (inclu-
yendo analisis estatico y dinamico)

Aseguramiento de la calidad del software y las mediciones de benchmarking.

Objetivos de Aprendizaje:
Elective:

1. Describir los requisitos para la integracion de la seguridad en el SDL [Familiarizarse]

2. Aplicar los conceptos de los principios de diseno para mecanismos de proteccion, los principios
para seguridad de software (Viega and McGraw) y los principios de diseno de seguridad (Morrie
Gasser) en un proyecto de desarrollo de software [Usar]

Universidad Catolica San Pablo 63

64 Escuela Profesional de Ciencia de la Computacion, Malla 2016

3. Desarrollar especicaciones para un esfuerzo de desarrollo de software que especica completa-

mente los requisitos funcionales y se identican las rutas de ejecucion esperadas [Usar]

4. Describir las mejores practicas de desarrollo de software para minimizar las vulnerabilidades en
el codigo de programacion [Familiarizarse]

5. Llevar a cabo una vericacion de seguridad y la evaluacion (estatico y dinamico) de una aplicacion
de software [Usar]

2.8. Gestion de la informacion (IM)

Gestion de la informacion se reere principalmente a la captura, digitalizacion, representacion,
organizacion, transformacion y presentacion de la informacion; algoritmos para el acceso y la actua-
lizacion de la informacion almacenada de forma eciente y ecaz; modelado de datos y abstraccion;
y tecnicas de almacenamiento de archivos fsicos. El estudiante tiene que ser capaz de desarrollar
modelos de datos conceptuales y fsicos, determinar que metodos y tecnicas de mensajera instanta-
nea son apropiadas para un problema dado y ser capaz de seleccionar e implementar una solucion
de mensajera instantanea apropiada que aborde las preocupaciones de diseno relevantes, incluyendo
escalabilidad, accesibilidad y usabilidad.
Tambien observamos que el area de IM esta relacionada con conceptos fundamentales de seguridad
de informacion que se describen en el topico IAS/FundamentalConcepts.

Area de Conocimiento (Knowledge Area-KA) (KA) Core Core Electivos

Tier1 Tier2
2.8.1 Conceptos de Gestion de la Informacion (Pag. 64) 1 2 No
2.8.2 Sistemas de Bases de Datos (Pag. 65) 3 Si
2.8.3 Modelado de datos (Pag. 66) 4 No
2.8.4 Indexacion (Pag. 67) Si
2.8.5 Bases de Datos Relacionales (Pag. 67) Si
2.8.6 Lenguajes de Consulta (Pag. 68) Si
2.8.7 Procesamiento de Transacciones (Pag. 69) Si
2.8.8 Bases de Datos Distribuidas (Pag. 69) Si
2.8.9 Diseno Fsico de Bases de Datos (Pag. 70) Si
2.8.10 Minera de Datos (Pag. 71) Si
2.8.11 Almacenamiento y Recuperacion de Informacion (Pag. 71) Si
2.8.12 Sistemas Multimedia (Pag. 72) Si

2.8.1. IM/Conceptos de Gestion de la Informacion (1 horas Core-Tier1, 2

horas Core-Tier2)
Topicos:
Core Tier1

Sistemas de Informacion como Sistemas Socio Tecnicos.

Conceptos Almacenamiento y Recuperacion de Informacion Basica (IS&R)

Representacion y Captura de Informacion.

Apoyo a las necesidades humanas:busqueda, recuperacion, enlace, navegacion.

Core Tier2

Aplicaciones de Administracion de la Informacion.

Consultas navegacionales y declarativas, uso de enlaces.

Analisis e Indexacion.

64 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 65

Temas de calidad:conabilidad, escalabilidad, eciencia y efectividad.

Objetivos de Aprendizaje:
Core-Tier1:
1. Describir como los seres humanos obtienen acceso a informacion y datos para apoyar sus nece-
sidades [Familiarizarse]
2. Describir las ventajas y desventajas del control organizacional central sobre los datos [Evaluar]
3. Identicar las carreras/roles asociados con la gestion de la informacion (por ejemplo, el ad-
ministrador de base de datos, modelador de datos, desarrollador de la aplicacion, el usuario
nal) [Familiarizarse]
4. Comparar y contrastar informacion con los datos y el conocimiento [Evaluar]
5. Demostrar usos del almacenamiento explicito de metadata/esquemas asociados con los da-
tos [Usar]
6. Identicar problemas de la persistencia de datos para una organizacion [Familiarizarse]
Core-Tier2:
7. Critique una solicitud de informacion con respecto a satisfacer las necesidades de informacion
del usuario [Evaluar]
8. Explicar los usos de las consultas declarativas [Familiarizarse]
9. Dar una version declarativa para una consulta de navegacion [Familiarizarse]
10. Describir varias soluciones tecnicas a los problemas relacionados con la privacidad de la infor-
macion, integridad, seguridad y preservacion [Familiarizarse]
11. Explicar medidas de eciencia (rendimiento, tiempo de respuesta) y efectividad (llamada, pre-
cision) [Familiarizarse]
12. Describir metodos para aumentar la escala de los sistemas de informacion [Familiarizarse]
13. Identicar las vulnerabilidades y escenarios de fallo en las formas comunes de los sistemas de
informacion [Usar]

2.8.2. IM/Sistemas de Bases de Datos (3 horas Core-Tier2)

Topicos:
Core Tier2
Enfoque y Evolucion de Sistemas de Bases de Datos.
Componentes del Sistema de Bases de Datos.
Diseno de las funciones principales de un DBMS.
Arquitectura de base de datos e independencia de datos.
Uso de un lenguaje de consulta declarativa.
Sistemas de apoyo a contenido estructurado y / o corriente.
Electivos
Enfoques para la gestion de grandes volumenes de datos (por ejemplo, sistemas de bases de datos
NoSQL, uso de MapReduce).
Objetivos de Aprendizaje:
Core-Tier2:

Universidad Catolica San Pablo 65

66 Escuela Profesional de Ciencia de la Computacion, Malla 2016

1. Explica las caractersticas que distinguen un esquema de base de datos de aquellos basados en
la programacion de archivos de datos [Familiarizarse]
2. Describe los disenos mas comunes para los componentes base de sistemas de bases de datos
incluyendo el optimizador de consultas, ejecutor de consultas, administrador de almacenamiento,
metodos de acceso y procesador de transacciones [Familiarizarse]
3. Cita las metas basicas, funciones y modelos de un sistema de bases de datos [Familiarizarse]
4. Describe los componentes de un sistema de bases datos y da ejemplos de su uso [Familiarizarse]
5. Identica las funciones principales de un SGBD y describe sus roles en un sistema de bases de
datos [Familiarizarse]
6. Explica los conceptos de independencia de datos y su importancia en un sistema de bases de
datos [Familiarizarse]
7. Usa un lenguaje de consulta declarativo para recoger informacion de una base de datos [Usar]
8. Describe las capacidades que las bases de datos brindan al apoyar estructuras y/o la secuencia
de ujo de datos, ejm. texto [Familiarizarse]
Elective:
9. Describe los enfoques principales para almacenar y procesar larges volumenes de datos [Fami-
liarizarse]

2.8.3. IM/Modelado de datos (4 horas Core-Tier2)

Topicos:
Core Tier2
Modelado de datos
Modelos conceptuales (e.g., entidad-relacion, diagramas UML)
Modelos de hoja de calculo
Modelos Relacionales.
Modelos orientados a objetos.
Ref: 2.14.1 Programacion orientada a objetos, Pag. 104
Modelos de datos semi-estructurados (expresados usando DTD o XML Schema, por ejemplo)
Objetivos de Aprendizaje:
Core-Tier2:
1. Compare y contrasta modelos apropiados de datos, incluyendo estructuras sus estructuras inter-
nas, para diversos tipos de datos [Evaluar]
2. Describe los conceptos en notacion de modelos (ejm. Diagramas Entidad-Relacion o UML) y
como deben de ser usados [Familiarizarse]
3. Dene la terminologa fundamental a ser usada en un modelo relacional de datos [Familiarizarse]
4. Describe los principios basicos del modelo relacional de datos [Familiarizarse]
5. Aplica los conceptos de modelado y la notacion de un modelo relacional de datos [Usar]
6. Describe los conceptos principales del modelado OO como son identidad de objetos, constructores
de tipos, encapsulacion, herencia, polimorsmo, y versiones [Familiarizarse]
7. Describe las diferencias entre modelos de datos relacionales y semi-estructurados [Evaluar]
8. Da una semi estructura equivalente (ejm. en DTD o Esquema XML) para un esquema relacional
dado [Usar]

66 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 67

2.8.4. IM/Indexacion
Topicos:
Electivos

El impacto de indices en el rendimiento de consultas.

La estructura basica de un indice.

Mantener un buer de datos en memoria.

Creando indices con SQL.

Indexando texto.

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

Objetivos de Aprendizaje:
Elective:

1. Generar un archivo ndice para una coleccion de recursos [Usar]

2. Explicar la funcion de un ndice invertido en la localizacion de un documento en una colec-

cion [Familiarizarse]

3. Explicar como rechazar y detener palabras que afectan a la indexacion [Familiarizarse]

4. Identicar los ndices adecuados para determinado el esquema relacional y el conjunto de con-
sultas [Usar]

5. Estimar el tiempo para recuperar informacion, cuando son usados los ndices comparado con
cuando no son usados [Usar]

6. Describir los desafos claves en el rastreo web, por ejemplo, la deteccion de documentos duplica-
dos, la determinacion de la frontera de rastreo [Familiarizarse]

2.8.5. IM/Bases de Datos Relacionales

Topicos:
Electivos

Mapeo de esquemas conceptuales a esquemas relacionales.

Entidad y integridad referencial.

Algebra relacional y calculo relacional.

Diseno de bases de datos relacionales.

Dependencia funcional.

Descomposicion de un esquema.

Llaves candidatas, SuperLlaves y cierre de un conjunto de atributos.

Formas Normales (BCNF)

Dependencias multi-valoradas (4NF)

Uniendo dependencias (PJNF, 5NF)

Teora de la representacion.

Objetivos de Aprendizaje:
Elective:

Universidad Catolica San Pablo 67

68 Escuela Profesional de Ciencia de la Computacion, Malla 2016

1. Prepara un esquema relacional de un modelo conceptual desarrollado usando el modelo entidad-

relacion [Usar]
2. Explica y demuestra los conceptos de restricciones de integridad de la entidad e integridad
referencial (incluyendo la denicion del concepto de clave foranea) [Usar]

3. Demuestra el uso de las operaciones de algebra relacional de la teora matematica de conjuntos

(union, interseccion, diferencia, y producto Cartesiano) y de las operaciones de algebra relacio-
nal desarrolladas especcamente para las bases de datos relacionales (seleccion (restringida),
proyeccion, union y division) [Usar]
4. Escribe consultas en algebra relacional [Usar]

5. Escribe consultas en calculo relacional de tuplas [Usar]

6. Determina la dependencia funcional entre dos o mas atributos que son subconjunto de una
relacion [Evaluar]

7. Conecta restricciones expresadas como clave primaria y foranea, con dependencias funciona-
les [Usar]
8. Calcula la cerradura de un conjunto de atributos dado dependencias funcionales [Usar]

9. Determina si un conjunto de atributos forma una superclave y/o una clave candidata de una
relacion dada dependencias funcionales [Evaluar]
10. Evalua una descomposicion propuesta, a n de determinar si tiene una union sin perdidas o
preservacion de dependencias [Evaluar]

11. Describe las propiedades de la FNBC, FNUP (forma normal union de proyecto), 5FN [Familia-
rizarse]

12. Explica el impacto de la normalizacion en la ecacia de las operaciones de una base de datos
especialmente en la optimizacion de consultas [Familiarizarse]
13. Describe que es una dependencia de multi valor y cual es el tipo de restricciones que especi-
ca [Familiarizarse]

2.8.6. IM/Lenguajes de Consulta

Topicos:
Electivos

Vision general de lenguajes de base de datos.

SQL (denicion de datos, formulacion de consultas, sublenguaje update, restricciones, integridad)

Selecciones

Proyecciones
Select-project-join

Agregaciones y agrupaciones.

Subconsultas.
Entornos QBE de cuarta generacion.

Diferentes maneras de invocar las consultas no procedimentales en lenguajes convencionales.

Introduccion a otros lenguajes importantes de consulta (por ejemplo, XPATH, SPARQL)

Procedimientos almacenados.

68 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 69

Objetivos de Aprendizaje:
Elective:
1. Crear un esquema relacional de bases de datos en SQL que incorpora restricciones clave y
restricciones de integridad de entidad e integridad referencial [Usar]
2. Usar SQL para crear tablas y devuelve (SELECT) la informacion de una base de datos [Usar]
3. Evaluar un conjunto de estrategias de procesamiento de consultas y selecciona la estrategia
optima [Evaluar]
4. Crear una consulta no-procedimental al llenar plantillas de relacines para construir un ejemplo
del resultado de una consulta requerida [Usar]
5. Adicionar consultas orientadas a objetos en un lenguaje stand-alone como C++ o Java (ejm.
SELECT ColMethod() FROM Objeto) [Usar]
6. Escribe un procedimiento almacenado que trata con parametros y con algo de ujo de control
de tal forma que tenga funcionalidad [Usar]

2.8.7. IM/Procesamiento de Transacciones

Topicos:
Electivos
Transacciones.
Fallo y recuperacion.
Control concurente.
Interaccion de gestion de transacciones con el almacenamiento, especialmente en almacenamien-
to.
Objetivos de Aprendizaje:
Elective:
1. Crear una transaccion mediante la incorporacion de SQL en un programa de aplicacion [Usar]
2. Explicar el concepto de conmaciones implicitas [Familiarizarse]
3. Describir los problemas especicos para la ejecucion de una transaccion eciente [Familiarizarse]
4. Explicar cuando y porque se necesita un rollback, y como registrar todo asegura un rollback
adecuado [Evaluar]
5. Explicar el efecto de diferentes niveles de aislamiento sobre los mecanismos de control de concu-
rrencia [Evaluar]
6. Elejir el nivel de aislamiento adecuado para la aplicacion de un protocolo de transaccion especi-
cado [Evaluar]
7. Identicar los lmites apropiados de la transaccion en programas de aplicacion [Evaluar]

2.8.8. IM/Bases de Datos Distribuidas

Topicos:
Electivos
DBMS Distribuidas 1. Almacenamiento de datos distribuido 2. Procesamiento de consultas distri-
buido 3. Modelo de transacciones distribuidas 4. Soluciones homogeneas y heterogeneas 5. Bases
de datos distribuidas cliente-servidor
Ref: 2.17.1 Paradigmas computacionales, Pag. 131

Universidad Catolica San Pablo 69

70 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Parallel DBMS 1. Arquitecturas paralelas DBMS: memoria compartida, disco compartido, nada
compratido; 2. Aceleracion y ampliacion, por ejemplo, el uso del modelo de procesamiento Ma-
pReduce 3. Replicacion de informacion y modelos de consistencia debil
Ref: 2.3.3 Procesamiento, Pag. 32, 2.13.2 Descomposicion en paralelo, Pag. 97
Objetivos de Aprendizaje:
Elective:
1. Explicar las tecnicas usadas para la fragmentacion de datos, replicacion, y la asignacion durante
el proceso de diseno de base de datos distribuida [Familiarizarse]
2. Evaluar estrategias simples para la ejecucion de una consulta distribuida para seleccionar una
estrategia que minimise la cantidad de transferencia de datos [Evaluar]
3. Explicar como el protocolo de dos fases de commit es usado para resolver problemas de transac-
ciones que acceden a bases de datos almacenadas en multiples nodos [Familiarizarse]
4. Describir el control concurrente distribuido basados en tecnicas de copia distinguidos y el metodo
de votacion. [Familiarizarse]
5. Describir los tres niveles del software en el modelo cliente servidor [Familiarizarse]

2.8.9. IM/Diseno Fsico de Bases de Datos

Topicos:
Electivos
Almacenamiento y estructura de archivos.
Archivos indexados.
Archivos Hash.
Archivos de Firma.
Arboles B.
Archivos con ndice denso.
Archivos con registros de tamano variable.
Eciencia y Anacion de Bases de Datos.
Objetivos de Aprendizaje:
Elective:
1. Explica los conceptos de registro, tipos de registro, y archivos, as como las diversas tecnicas
para colocar registros de archivos en un disco [Familiarizarse]
2. Da ejemplos de la aplicacion de ndices primario, secundario y de agrupamiento [Familiarizarse]
3. Distingue entre un ndice no denso y uno denso [Evaluar]
4. Implementa ndices de multinivel dinamicos usando arboles-B [Usar]
5. Explica la teora y la aplicacion de tecnicas de hash internas y externas [Familiarizarse]
6. Usa tecnicas de hasp para facilitar la expansion de archivos dinamicos [Usar]
7. Describe las relaciones entre hashing, compresion, y busquedas ecientes en bases de datos [Fa-
miliarizarse]
8. Evalua el costo y benecio de diversos esquemas de hashing [Evaluar]
9. Explica como el diseno fsico de una base de datos afecta la eciencia de las transacciones en
esta [Familiarizarse]

70 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 71

2.8.10. IM/Minera de Datos

Topicos:
Electivos
Uso de minera de datos.
Algoritmos de minera de datos.
Patron asociativo y secuencial.
Agrupacion de datos.
Analisis de la cesta de mercado.
Limpieza de datos.
Visualizacion de datos.
Ref: 2.5.6 Visualizacion, Pag. 46, 2.3.4 Visualizacion interactiva, Pag. 33
Objetivos de Aprendizaje:
Elective:
1. Compara y contrasta los diversos usos de la minera de datos como se evidencia en campos tanto
de investigacion como de aplicacion [Evaluar]
2. Explica el valor de encontrar associaciones de datos en mercados nancieros [Familiarizarse]
3. Caracteriza los tipos de patrones que pueden ser descubiertos por minera de reglas de asocia-
cion [Evaluar]
4. Describe como expandir un sistema relacional para encontrar patrones usando reglas de asocia-
cion [Familiarizarse]
5. Evalua diversas metodologas para la aplicacion efectiva de minera de datos [Evaluar]
6. Identica y caracteriza fuentes de ruido, redundancia y valores atpicos en los datos presen-
tes [Evaluar]
7. Identica mecanismos (agregacion en lnea, comportamiento cualquiera, visualizacion interacti-
va) a n de cerrar el ciclo en un proceso de minera de datos [Familiarizarse]
8. Describe porque los diversos procesos de cierre de ciclo mejoran la efectividad de la minera de
datos [Familiarizarse]

2.8.11. IM/Almacenamiento y Recuperacion de Informacion

Topicos:
Electivos
Documentos, publicacion electronica, markup, y lenguajes markup.
Tries, archivos invertidos, Arboles PAT, archivos de rma, indexacion.
Analisis Morfologico, stemming, frases, stop lists.
Distribuciones de frecuencia de terminos, incertidumbre, fuzicacion (fuzzyness), ponderacion.
Espacio vectorial, probabilidad, logica, y modelos avanzados.
Necesidad de Informacion , Relevancia, evaluacion, efectividad.
Thesauri, ontologas, clasicacion y categorizacion, metadata.
Informacion bibliograca, bibliometra, citaciones.

Universidad Catolica San Pablo 71

72 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Enrutamiento y ltrado.

Busqueda multimedia.

Informacion de resumen y visualizacion.

Busqueda por facetas (por ejemplo, el uso de citas, palabras clave, esquemas de clasicacion).

Libreras digitales.

Digitalizacion, almacenamiento, intercambio, objetos digitales, composicion y paquetes.

Metadata y catalogacion.

Nombramiento, repositorios, archivos

Archivamiento y preservacion, integrdad

Espacios (Conceptual, geograco, 2/3D, Realidad virtual)

Arquitecturas (agentes, autobuses, envolturas / mediadores), de interoperabilidad.

Servicios (busqueda, de union, de navegacion, y as sucesivamente).

Gestion de derechos de propiedad intelectual, la privacidad y la proteccion (marcas de agua).

Objetivos de Aprendizaje:
Elective:

1. Explica los conceptos basicos de almacenamiento y recuperacion de la informacion [Familiari-

zarse]

2. Describe que temas son especcos para una recuperacion de la informacion eciente [Familiari-
zarse]

3. Da aplicaciones de estrategias alternativas de busqueda y explica porque una estrategia en par-

ticular es apropiada para una aplicacion [Evaluar]

4. Disena e implementa un sistema de almacenamiento y recuperacion de la informacion o librera

digital de tamano pequeno a mediano [Usar]

5. Describe algunas de las soluciones tecnicas a los problemas relacionados al archivamiento y

preservacion de la informacion en una librera digital [Familiarizarse]

2.8.12. IM/Sistemas Multimedia

Topicos:
Electivos

Dispositivos de entrada/salida, controladores de dispositivo, senales de control y protocolos,

DSPs

Estandares (Ej. audio, graco, video)

Aplicaciones, editores de media, sistemas de autora , y autora

Flujos/estructuras, captura/ representacion/transformarcion, espacios/dominios, compresion/codicacion.

Analisis basado en contenido, indexacion y recuperacion de audio, imagenes, animacion y video.

Presentacion, renderizacion, sincronizacion, integracion multimodal , interfaces.

Entrega en tiempo real, calidad de servicio (incluye rendimiento), capacidad de planeamiento,

conferencia audio/video, video en demanda.

72 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 73

Objetivos de Aprendizaje:
Elective:

1. Describe los medios y dispositivos de soporte mas comunmente asociados a los sistemas de
informacion multimedia [Familiarizarse]

2. Demostrar el uso de contenidos basados en analisis de informacion en un sistema de informacion

multimedia [Usar]

3. Evaluar presentaciones multimedia en terminos de su uso apropiado de audio, video, gracos,

color y otros conceptos de presentacion de informacion [Evaluar]

4. Implementar una aplicacion multimedia usando un sistema de autoraa [Usar]

5. Para cada uno de los muchos estandares de medios de comunicacion o multimedia, describe
en lenguaje no tecnico para lo que el estandar llama y explica como aspectos de la percepcion
humana deberian ser suceptibles a las limitaciones del estandar [Familiarizarse]

6. Describir las caracteristicas de un sistema de computador (incluyendo identicacion de herra-

mientas de soporte y estandares apropiados) que tiene que organizar de uno de un rango de
aplicaciones multimedia posibles [Familiarizarse]

2.9. Sistemas Inteligentes (IS)

La inteligencia articial (AI) es el estudio de soluciones para los problemas que son difciles o muy
difcil de resolver con los metodos tradicionales. Se utiliza de forma transversal en apoyo de aplicaciones
de uso diario, tales como el correo electronico, procesamiento de textos y la busqueda, as como en el
diseno y analisis de agentes autonomos que perciben su entorno y racionalmente interactuan con el
medio ambiente.
Las soluciones se basan en un amplio conjunto de esquemas de representacion de conocimientos
generales y especializados, mecanismos de resolucion de problemas y tecnicas de aprendizaje. Se ocupan
de la deteccion (por ejemplo, el reconocimiento del habla, la comprension del lenguaje natural, la
vision por computador), la resolucion de problemas (por ejemplo, la busqueda, planicacion), y actuar
(por ejemplo, la robotica) y las arquitecturas necesarias para apoyarlos (por ejemplo, agentes, multi-
agentes). El estudio de la Inteligencia Articial prepara al estudiante para determinar cuando un
enfoque AI es apropiada para un problema dado, identicar la representacion adecuada y mecanismo
de razonamiento para ponerla en practica y evaluarla.

Area de Conocimiento (Knowledge Area-KA) (KA) Core Core Electivos

Tier1 Tier2
2.9.1 Cuestiones fundamentales (Pag. 73) 1 Si
2.9.2 Estrategias de busquedas basicas (Pag. 74) 4 No
2.9.3 Raciocinio y representacion basica de conocimiento (Pag. 75) 3 No
2.9.4 Aprendizaje Automatico Basico (Pag. 75) 2 No
2.9.5 Busqueda Avanzada (Pag. 76) Si
2.9.6 Representacion Avanzada y Razonamiento (Pag. 76) Si
2.9.7 Razonamiento Bajo Incertidumbre (Pag. 77) Si
2.9.8 Agentes (Pag. 78) Si
2.9.9 Procesamiento del Lenguaje Natural (Pag. 78) Si
2.9.10 Aprendizaje de maquina avanzado (Pag. 79) Si
2.9.11 Robotica (Pag. 80) Si
2.9.12 Vision y percepcion por computador (Pag. 81) Si

2.9.1. IS/Cuestiones fundamentales (1 horas Core-Tier2)

Topicos:
Core Tier2

Universidad Catolica San Pablo 73

74 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Descripcion general de los problemas de Inteligencia Articial, ejemplos recientes de aplicaciones

de Inteligencia articial.
Que es comportamiento inteligente? 1. El Test de Turing 2. Razonamiento Racional versus No
Racional
Caractersticas del Problema: 1. Observable completamente versus observable parcialmente 2. In-
dividual versus multi-agente 3. Deterministico versus estocastico 4. Estatico versus dinamico
5. Discreto versus continuo
Naturaleza de agentes: 1. Autonomo versus semi-autonomo 2. Reexivo, basado en objetivos, y
basado en utilidad 3. La importancia en percepcion e interacciones con el entorno
Electivos
Cuestiones losocas y eticas.
Objetivos de Aprendizaje:
Core-Tier2:
1. Describir el test de Turing y el experimento pensado cuarto chino (Chinese Room) [Familiari-
zarse]
2. Determinando las caracteristicas de un problema dado que sistemas inteligentes deberian resol-
ver [Evaluar]

2.9.2. IS/Estrategias de busquedas basicas (4 horas Core-Tier2)

Topicos:
Core Tier2
Espacios de Problemas (estados, metas y operadores), solucion de problemas mediante busqueda.
Factored representation (factoring state hacia variables)
Uninformed search (breadth-rst, depth-rst, depth-rst with iterative deepening)
Heursticas y busqueda informada (hill-climbing, generic best-rst, A*)
El espacio y el tiempo de la eciencia de busqueda.
Dos jugadores juegos (introduccion a la busqueda minimax).
Satisfaccion de restricciones (backtracking y metodos de busqueda local).
Objetivos de Aprendizaje:
Core-Tier2:
1. Formula el espacio eciente de un problema para un caso expresado en lenguaje natural (ejm.
Ingles) en terminos de estados de inicio y nal, as como sus operadores [Usar]
2. Describe el rol de las heursticas y describe los intercambios entre completitud, optimo, comple-
jidad de tiempo, y complejidad de espacio [Familiarizarse]
3. Describe el problema de la explosion combinatoria del espacio de busqueda y sus consecuen-
cias [Familiarizarse]
4. Selecciona e implementa un apropiado algoritmo de busqueda no informado para un problema,
y describe sus complejidades de tiempo y espacio [Usar]
5. Selecciona e implementa un apropiado algoritmo de busqueda informado para un problema al
denir la funcion heurstica de evaluacion necesaria [Usar]
6. Evalua si una heurstica dada para un determinado problema es admisible/puede garantizar una
solucion optima [Evaluar]

74 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 75

7. Formula un problema en particular en lenguaje natural (ejm. Ingles) como un problema de

satisfaccion de restricciones y lo implementa usando un algoritmo de retroceso cronologico o una
busqueda estocastica local [Usar]
8. Compara y contrasta topicos de busqueda basica con temas jugabilidad de juegos [Familiarizarse]

2.9.3. IS/Raciocinio y representacion basica de conocimiento (3 horas Core-

Tier2)
Topicos:
Core Tier2
Revision de la logica proposicional y de predicados
Ref: 2.4.2 Logica basica, Pag. 36
Resolucion y demostracion de teoremas (solo la logica proposicional).
Encadenamiento hacia adelante, encadenamiento hacia atras.
Examen de razonamiento probabilstico, el teorema de Bayes.
Ref: 2.4.6 Probabilidad Discreta, Pag. 39
Objetivos de Aprendizaje:
Core-Tier2:
1. Traducir una sentencia en lenguaje natural (Por ejemplo espanol) en una declaracion logica de
predicados [Usar]
2. Convertir una declaracion logica en forma de clausula [Usar]
3. Aplicar resolucion a un conjunto de declaraciones logicas para responder una consulta [Usar]
4. Hacer una inferencia probabilstica para un problema real usando el teorema de Bayes para
determinar la probabilidad que se cumpla una hipotesis [Usar]

2.9.4. IS/Aprendizaje Automatico Basico (2 horas Core-Tier2)

Topicos:
Core Tier2
Denicion y ejemplos de la extensa variedad de tareas de aprendizaje de maquina, incluida la
clasicacion.
Aprendizaje inductivo
Aprendizaje simple basado en estadsticas, como el clasicador ingenuo de Bayes, arboles de
decision.
El problema exceso de ajuste.
Medicion clasicada con exactitud.
Objetivos de Aprendizaje:
Core-Tier2:
1. Listar las diferencias entre los tres principales tipos de aprendizaje: supervisado, no supervisado
y por refuerzo [Familiarizarse]
2. Identicar ejemplos de tareas de clasicacion, considerando las caractersticas de entrada dispo-
nibles y las salidas a ser predecidas [Familiarizarse]
3. Explicar la diferencia entre aprendizaje inductivo y deductivo [Familiarizarse]
4. Describir el sobre ajuste (overtting) en el contexto de un problema [Familiarizarse]
5. Aplicar un algoritmo de aprendizaje estadstico simple como el Clasicador Naive Bayesiano e
un problema de clasicacion y medirla precision del clasicador [Usar]

Universidad Catolica San Pablo 75

76 Escuela Profesional de Ciencia de la Computacion, Malla 2016

2.9.5. IS/Busqueda Avanzada

Tenga en cuenta que los temas generales de la rama-y-atado y dinamico Programacion, se enumeran
en AL / algortmico Estrategias.
Topicos:
Electivos

Construccion de arboles de busqueda, espacio de busqueda dinamico, explosion combinatoria del

espacio de busqueda.

Busqueda estocastica: 1. Simulated annealing 2. Algoritmos geneticos 3. Busqueda de arbol

Monte-Carlo

Implementacion de busqueda A *, busqueda en haz.

Busqueda Minimax, poda alfa-beta.

Busqueda Expectimax (MDP-Solving) y los nodos de azar.

Objetivos de Aprendizaje:
Elective:

1. Disenar e implementar una solucion a un problema con algoritmo genetico [Usar]

2. Disenar e implementar un esquema de recocido simulado (simulated annealing) para evitar m-

nimos locales en un problema [Usar]

3. Disenar e implementar una busqueda A* y busqueda en haz (beam search) para solucionar un
problema [Usar]

4. Aplicar busqueda minimax con poda alfa-beta para simpliar el espacio de busqueda en un juego
con dos jugadores [Usar]

5. Comparar y contrastar los algoritmos geneticos con tecnicas clasicas de busqueda [Evaluar]

6. Comparar y contrastar la aplicabilidad de varias heursticas de busqueda, para un determinado

problema [Evaluar]

2.9.6. IS/Representacion Avanzada y Razonamiento

Topicos:
Electivos

Problemas de Representacion del Conocimiento: 1. Logica de Descripcion 2. Ingeniera de On-

tologa

Razonamiento no monotonico (p.e., logica no clasica, razonamiento por defecto)

Argumentacion

El razonamiento sobre la accion y el cambio (por ejemplo, la situacion y calculo de eventos).

Razonamiento temporal y espacial.

Sistemas Expertos basados en reglas.

Redes semanticas.

Razonamiento basado en modelos y razonamiento basado en casos.

Planeamiento: 1. Planeamiento Parcial y Totalmente ordenado 2. Plan graphs 3. Planeamiento

Jerarquico 4. Planeamiento y Ejecucion incluyendo planeamiento condicional y planeamiento
continuo 5. Planeamiento Agente movil/Multiagente

76 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 77

Objetivos de Aprendizaje:
Elective:
1. Comparar y contrastar los modelos mas usados para la representacion del conocimiento estruc-
turado, destacando sus puntos fuertes y debiles [Evaluar]

2. Identicar los componentes de razonamiento no monotono y su utilidad como mecanismo de

representacion de los sistemas de conanza [Familiarizarse]

3. Comparar y contrastas las tecnicas basicas para la representacion de la incertidumbre [Evaluar]

4. Comparar y contrastar las tecnicas basicas para la representacion cualitativa [Evaluar]

5. Aplicar calculo de situaciones y eventos a problemas de accion y cambios [Usar]

6. Explicar la diferencia entre razonamiento temporal y espacial, y como se relacionan entre s.

[Familiarizarse]

7. Explicar la diferencia entre tecnicas de razonamiento basado en modelos, basado en casos y

basados en reglas [Familiarizarse]
8. Denir el concepto de un sistema planicacion y como se diferencia de las tecnicas de busqueda
clasicas [Familiarizarse]

9. Describir las diferencias entre la planicacion como busqueda, la planicacion basada en el

operador, y la planicacion proposicional, dando ejemplos de ambitos en los que cada una es
mas aplicable [Familiarizarse]

10. Explique la diferencia entre la inferencia monotona y no monotona [Familiarizarse]

2.9.7. IS/Razonamiento Bajo Incertidumbre

Topicos:
Electivos

Revision de Probabilidad Basica

Ref: 2.4.6 Probabilidad Discreta, Pag. 39
Variables aleatorias y distribuciones de probabilidad: 1. Axiomas de probabilidad 2. Inferencia
probabilstica 3. Regla de Bayes

Independecia Condicional

Representaciones del conocimiento: 1. Redes bayesianas a) Inferencia exacta y su complejidad

b) Metodos de Muestreo aleatorio (Monte Carlo) (p.e. Muestreo de Gibbs) 2. Redes Markov
3. Modelos de probabilidad relacional 4. Modelos ocultos de Markov

Teoria de decisiones: 1. Preferencias y funciones de utilidad 2. Maximizando la utilidad esperada

Objetivos de Aprendizaje:
Elective:
1. Aplicar la regla de Bayes para determinar el cumplimiento de una hipotesis [Usar]

2. Explicar como al tener independencia condicional permite una gran eciencia en sistemas pro-
babilsticos [Evaluar]
3. Identicar ejemplos de representacion de conocimiento para razonamiento bajo incertidum-
bre [Familiarizarse]

4. Indicar la complejidad de la inferencia exacta. Identicar metodos para inferencia aproxima-

da [Familiarizarse]

Universidad Catolica San Pablo 77

78 Escuela Profesional de Ciencia de la Computacion, Malla 2016

5. Disenar e implementar, al menos una representacion de conocimiento para razonamiento bajo

incertidumbre [Usar]

6. Describir la complejidad del razonamiento probabilstico en el tiempo [Familiarizarse]

7. Disenar e implementar un Modelo Oculto de Markov (HMM) como un ejemplo de sistema

probabilstico en el tiempo [Usar]

8. Describir las relaciones entre preferencias y funciones de utilidad [Familiarizarse]

9. Explicar como funciones de utilidad y razonamiento probabilstico puede ser combinado para
tomar decisiones razonables [Evaluar]

2.9.8. IS/Agentes
Topicos:
Electivos

Denicion de Agentes

Arquitectura de agentes (Ej. reactivo, en capa, cognitivo)

Teora de agentes

Racionalidad, teora de juegos: 1. Agentes de decision teorica 2. Procesos de decision de Markov

(MDP)

Agentes de Software, asistentes personales, y acceso a informacion: 1. Agentes colaborativos

2. Agentes de recoleccion de informacion 3. Agentes crebles (caracter sintetico, modelamiento
de emociones en agentes)

Agentes de aprendizaje

Sistemas Multi-agente 1. Agentes Colaborativos 2. Equipos de Agentes 3. Agentes Competitivos

(ej., subastas, votaciones) 4. Sistemas de enjambre y modelos biologicamente inspirados

Objetivos de Aprendizaje:
Elective:

1. Lista las caractersticas que denen un agente inteligente [Familiarizarse]

2. Describe y contrasta las arquitecturas de agente estandares [Evaluar]

3. Describe las aplicaciones de teora de agentes para dominios como agentes de software, asistentes
personales, y agentes creibles [Familiarizarse]

4. Describe los paradigmas primarios usados por agentes de aprendizaje [Familiarizarse]

5. Demuestra mediante ejemplos adecuados como los sistemas multi-agente soportan interaccion
entre agentes [Usar]

2.9.9. IS/Procesamiento del Lenguaje Natural

Topicos:
Electivos

Gramaticas determinsticas y estocasticas

Algoritmos de parseo 1. Gramaticas libres de contexto (CFGs) y cuadros de parseo (e.g. Cocke-
Younger-Kasami CYK) 2. CFGs probabilsticos y ponderados CYK

Representacion del signicado / Semantica 1. Representacion de conocimiento basado en logica

2. Roles semanticos 3. Representaciones temporales 4. Creencias, deseos e intenciones

78 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 79

Metodos basados en el corpus

N-gramas y Modelos ocultos de Markov (HMMs)

Suavizado y back-o

Ejemplos de uso: POS etiquetado y morfologia

Recuperacion de la informacion: 1. Modelo de espacio vectorial a) TF & IDF 2. Precision y

cobertura
Ref: 2.8.11 Almacenamiento y Recuperacion de Informacion, Pag. 71

Extraccion de informacion

Traduccion de lenguaje

Clasicacion y categorizacion de texto: 1. Modelo de bolsa de palabras

Objetivos de Aprendizaje:
Elective:

1. Dene y contrasta gramaticas de tipo estocasticas y determinsticas, dando ejemplos y demos-

trando como adecuar cada una de ellas [Evaluar]

2. Simula, aplica, o implementa algoritmos clasicos y estocasticos para el parseo de un lenguaje

natural [Usar]

3. Identica los retos de la representacion del signicado [Familiarizarse]

4. Lista las ventajas de usar corpus estandares. Identica ejemplos de corpus actuales para una
variedad de tareas de PLN [Familiarizarse]

5. Identica tecnicas para la recuperacion de la informacion, traduccion de lenguajes, y clasicacion

de textos [Familiarizarse]

2.9.10. IS/Aprendizaje de maquina avanzado

Topicos:
Electivos

Denicion y ejemplos de una amplia variedad de tareas de aprendizaje de maquina

Aprendizaje general basado en estadstica, estimacion de parametros (maxima probabilidad)

Programacion logica inductiva (Inductive logic programming ILP)

Aprendizaje supervisado 1. Aprendizaje basado en arboles de decision 2. Aprendizaje basado

en redes neuronales 3. Aprendizaje basado en maquinas de soporte vectorial (Support vector
machines SVMs)

Comite de Maquinas (Emsembles methods)

Algoritmos del vecino mas proximo

Aprendizaje y clustering no supervisado 1. EM 2. K-means 3. Mapas auto-organizados

Aprendizaje semi-supervisado.

Aprendizaje de modelos gracos

Ref: 2.9.7 Razonamiento Bajo Incertidumbre, Pag. 77

Evaluacion del desempeno (tal como cross-validation, area bajo la curva ROC)

Teoria del aprendizaje.

Universidad Catolica San Pablo 79

80 Escuela Profesional de Ciencia de la Computacion, Malla 2016

El problema del sobreajuste, la maldicion de la dimensionalidad.

Aprendizaje por refuerzo 1. Equilibrio Exploracion vs. explotacion 2. Procesos de decision de
Markov 3. Iteracion por valor e iteracion por politica
Aplicacion de algoritmos Machine Learning para Minera de datos.
Ref: 2.8.10 Minera de Datos, Pag. 71
Objetivos de Aprendizaje:
Elective:
1. Explica las diferencias entre los tres estilos de aprendizaje: supervisado, por refuerzo y no su-
pervisado [Familiarizarse]
2. Implementa algoritmos simples para el aprendizaje supervisado, aprendizaje por refuerzo, y
aprendizaje no supervisado [Usar]
3. Determina cual de los tres estilos de aprendizaje es el apropiado para el dominio de un problema
en particular [Usar]
4. Compara y contrasta cada una de las siguientes tecnicas, dando ejemplo de cuando una estrategia
es la mejor: arboles de decision, redes neuronales, y redes bayesianas [Evaluar]
5. Evalua el rendimiento de un sistema de aprendizaje simple en un conjunto de datos reales [Eva-
luar]
6. Describe el estado del arte en la teora del aprendizaje, incluyendo sus logros y limitantes [Fa-
miliarizarse]
7. Explica el problema del sobreajuste, conjuntamente con tecnicas para determinar y manejar el
problema [Usar]

2.9.11. IS/Robotica
Topicos:
Electivos
Vision general: problemas y progreso 1. Estado del arte de los sistemas roboticos, incluyendo sus
sensores y una vision general de su procesamiento 2. Arquitecturas de control robotico, ejem.,
deliverado vs. control reactivo y vehiculos Braitenberg 3. Modelando el mundo y modelos de
mundo 4. Incertidumbre inherente en deteccion y control
Conguracion de espacio y mapas de entorno.
Interpretando datos del sensor con incertidumbre.
Localizacion y mapeo.
Navegacion y control.
Planeando el movimiento.
Coordinacion multi-robots.
Objetivos de Aprendizaje:
Elective:
1. Listar capacidades y limitaciones de sistemas del estado del arte en robotica de hoy , incluyendo
sus sensores y el procesamiento del sensor crucial que informa a esos sistemas [Familiarizarse]
2. Integrar sensores, actuadores y software en un robot disenado para emprender alguna tarea [Usar]
3. Programar un robot para llevar a cabo tareas simples usando arquitecturas de control delivera-
tivo, reactivo y/o hbrido [Usar]

80 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 81

4. Implementar algoritmos de planicacion de movimientos fundamentales dentro del espacio de

conguracion de un robot [Usar]

5. Caracterizar las incertidumbres asociadas con sensores y actuadores de robot comunes; articular
estrategias para mitigar esas incertidumbres. [Familiarizarse]

6. Listar las diferencias entre representaciones de los robot de su enterno externo, incluyendo sus
fortalezas y defectos [Familiarizarse]

7. Comparar y contrastar al menos tres estrategias para la navegacion de robots dentro de entornos
conocidos y/o no conocidos, incluyendo sus fortalezas y defectos [Evaluar]

8. Describir al menos una aproximacion para la coordinacion de acciones y deteccion de varios

robots para realizar una simple tarea [Familiarizarse]

2.9.12. IS/Vision y percepcion por computador

Topicos:
Electivos

Vision Computacional 1. Adquisicion de imagenes, representacion, procesamiento y propiedades

2. Representacion de formas, reconocimiento y segmentacion de objetos 3. Analisis de movimiento

Audio y reconocimiento de dictado.

Modularidad en reconocimiento.

Enfoques de reconocimiento de patrones 1. Algoritmos de clasicacion y medidas de calidad de

la clasicacion. 2. Tecnicas estadsticas.
Ref: 2.9.10 Aprendizaje de maquina avanzado, Pag. 79

Objetivos de Aprendizaje:
Elective:

1. Resumir la importancia del reconocimiento de imagenes y objetos en Inteligencia Articial (AI)

e indicar varias aplicaciones signicativas de esta tecnologia [Familiarizarse]

2. Listar al menos tres aproximaciones de segmentacion de imagenes, tales como algoritmos de

limites (thresholding), basado en el borde y basado en regiones, junto con sus caractersticas
denitorias, fortalezas y debilidades [Familiarizarse]

3. Implementar reconocimiento de objetos en 2d basados en la representacion del contorno y/o

regiones basadas en formas [Usar]

4. Destinguir las metas de reconocimiento de sonido, palabras y del habla e identicar como la
senal de audio bruto sera manejada diferentemente en cada uno de esos casos. [Familiarizarse]

5. Proporcionar al menos dos ejemplos de transformacion de una fuente de datos de un dominio

sensorial a otro, ejemplo, datos tactiles interpretados como imagenes en 2d de una sola ban-
da [Familiarizarse]

6. Implementar un algoritmo para la extraccion de caracteristicas en informacion real, ejemplo, un

detector de bordes o esquinas para imagenes o vectores de coecientes de Fourier describiendo
una pequena porcion de senal de audio [Usar]

7. Implementar un algoritmo que combina caractersticas en percepciones de mas alto nivel, p.e.,
un contorno o poligono a partir de primitivas visuales o fonemas de una senal de audio [Usar]

8. Implementar un algoritmo de clasicacion que segmenta percepciones de entrada en categorias

de salida y evalua cuantitativamente la clasicacion resultante [Usar]

Universidad Catolica San Pablo 81

82 Escuela Profesional de Ciencia de la Computacion, Malla 2016

9. Evaluar el desempeno de la funcion de extraccion subyacente, en relacion con al menos una

aproximacion alternativa posible (ya sea implementado o no) en su contribucion a la tarea de
clasicacion (8) anterior [Evaluar]
10. Describir por lo menos tres enfoques de clasicacion, sus pre requisitos para aplicabilidad, for-
talezas y deciencias [Familiarizarse]

2.10. Redes y comunicaciones (NC)

Las redes de Internet y de la computadora ahora son ubicuos y un numero creciente de actividades
informaticas dependen en gran medida de la correcta operacion de la red subyacente. Redes, tanto
jos como moviles, son una parte clave del entorno informatico de hoy y de manana. Muchas de las
aplicaciones informaticas que se utilizan hoy en da no sera posible sin las redes. Esta dependencia
de la red subyacente es probable que aumente en el futuro.
El objetivo de aprendizaje de alto nivel de este modulo se puede resumir como sigue: 1. Pensar
en un mundo en red. El mundo es cada vez mas interconectados y el uso de redes seguira aumen-
tando. Los estudiantes deben entender como se comportan las redes y los principios clave detras de
la organizacion y el funcionamiento de las redes. 2. Continua estudio. El dominio de red esta evo-
lucionando rapidamente y un primer curso de redes debe ser un punto de partida para otros cursos
mas avanzados en el diseno de redes, gestion de redes, redes de sensores, etc. 3. Principios y practica
interactuan. Networking es real y muchas de las decisiones de diseno que involucran redes tambien
dependen de las limitaciones practicas. Los estudiantes deben ser expuestos a estas limitaciones prac-
ticas por experimentar con la creacion de redes, el uso de herramientas, y la escritura de software en
red.
Hay diferentes maneras de organizar un curso de creacion de redes. Algunos educadores preeren un
enfoque de arriba hacia abajo, es decir, el curso se inicia desde las aplicaciones y luego explica conable
entrega, enrutamiento y reenvo. Otros educadores preeren un enfoque de abajo hacia arriba, donde
los estudiantes comienzan con las capas inferiores y construir su comprension de las capas de red,
transporte y aplicacion posterior.

Area de Conocimiento (Knowledge Area-KA) (KA) Core Core Electivos

Tier1 Tier2
2.10.1 Introduccion (Pag. 82) 1.5 No
2.10.2 Aplicaciones en red (Pag. 83) 1.5 No
2.10.3 Entrega conable de datos (Pag. 83) 2 No
2.10.4 Ruteo y reenvo (Pag. 84) 1.5 No
2.10.5 Redes de area local (Pag. 84) 1.5 No
2.10.6 Asignacion de recursos (Pag. 84) 1 No
2.10.7 Celulares (Pag. 85) 1 No
2.10.8 Redes sociales (Pag. 85) Si

2.10.1. NC/Introduccion (1.5 horas Core-Tier1)

IAS / Seguridad de la red, que analiza la seguridad de red y de sus aplicaciones.
Topicos:
Core Tier2
Organizacion de la Internet (proveedores de servicios de Internet, proveedores de contenido, etc)

Tecnicas de Switching (por ejemplo, de circuitos, de paquetes)

Piezas fsicas de una red, incluidos hosts, routers, switches, ISPs, inalambrico, LAN, punto de
acceso y rewalls.
Principios de capas (encapsulacion, multiplexacion)
Roles de las diferentes capas (aplicacion, transporte, red, enlace de datos, fsica)

82 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 83

Objetivos de Aprendizaje:
Core-Tier1:

1. Articular la organizacion de la Internet [Familiarizarse]

2. Listar y denir la terminologa de red apropiada [Familiarizarse]

3. Describir la estructura en capas de una arquitectura tpica en red [Familiarizarse]

4. Identicar los diferentes tipos de complejidad en una red (bordes, nucleo, etc.) [Familiarizarse]

2.10.2. NC/Aplicaciones en red (1.5 horas Core-Tier1)

Topicos:
Core Tier1

Esquemas de denominacion y direccion (DNS, direcciones IP, identicadores de recursos unifor-

mes, etc)

Las aplicaciones distribuidas (cliente / servidor, peer-to-peer, nube, etc)

HTTP como protocolo de capa de aplicacion .

Multiplexacion con TCP y UDP

API de Socket

Objetivos de Aprendizaje:
Core-Tier1:

1. Listar las diferencias y las relaciones entre los nombres y direcciones en una red [Familiarizarse]

2. Denir los principios detras de esquemas de denominacion y ubicacion del recurso [Familiarizarse]

3. Implementar una aplicacion simple cliente-servidor basada en sockets [Usar]

2.10.3. NC/Entrega confiable de datos (2 horas Core-Tier2)

Topicos:
Core Tier2

Control de errores (tecnicas de retransmision, temporizadores)

El control de ujo (agradecimientos, ventana deslizante)

Problemas de rendimiento (pipelining)

TCP

Objetivos de Aprendizaje:
Core-Tier2:

1. Describir el funcionamiento de los protocolos de entrega ables [Familiarizarse]

2. Listar los factores que afectan al rendimiento de los protocolos de entrega ables [Familiarizarse]

3. Disenar e implementar un protocolo conable simple [Usar]

Universidad Catolica San Pablo 83

84 Escuela Profesional de Ciencia de la Computacion, Malla 2016

2.10.4. NC/Ruteo y reenvo (1.5 horas Core-Tier2)

Topicos:
Core Tier2

Enrutamiento vs reenvo .

Enrutamiento estatico .

Protocolo de Internet (IP)

Problemas de escalabilidad (direccionamiento jerarquico)

Objetivos de Aprendizaje:
Core-Tier2:

1. Describir la organizacion de la capa de red [Familiarizarse]

2. Describir como los paquetes se envan en una red IP [Familiarizarse]

3. Listar las ventajas de escalabilidad de direccionamiento jerarquico [Familiarizarse]

2.10.5. NC/Redes de area local (1.5 horas Core-Tier2)

Topicos:
Core Tier2

Problemas de Acceso Multiple.

Enfoques comunes a Acceso multiple (exponencial backo, multiplexacion por division de tiempo,
etc)

Redes de area local .

Ethernet .

Switching .

Objetivos de Aprendizaje:
Core-Tier2:

1. Describir como los paquetes son enviados en una red Ethernet [Familiarizarse]

2. Describir las relaciones entre IP y Ethernet [Familiarizarse]

3. Describir las etapas usadas en un enfoque comun para el problema de multiples accesos [Fami-
liarizarse]

2.10.6. NC/Asignacion de recursos (1 horas Core-Tier2)

Topicos:
Core Tier2

Necesidad de asignacion de recursos .

Asignacion ja (TDM, FDM, WDM) versus la asignacion dinamica .

De extremo a extremo frente a las red de enfoque asistida .

Justicia.

Principios del control de congestion.

Enfoques para la congestion (por ejemplo, redes de distribucion de contenidos)

84 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 85

Objetivos de Aprendizaje:
Core-Tier2:

1. Describir como los recursos pueden ser almacenados en la red [Familiarizarse]

2. Describir los problemas de congestion en una red grande [Familiarizarse]

3. Comparar y contrastar las tecnicas de almacenamiento estatico y dinamico [Evaluar]

4. Comparar y contrastar los enfoques actuales de la congestion [Evaluar]

2.10.7. NC/Celulares (1 horas Core-Tier2)

Topicos:
Core Tier2

Principios de redes celulares.

Redes 802.11

Problemas en el apoyo a los nodos moviles (agente local)

Objetivos de Aprendizaje:
Core-Tier2:

1. Describir la organizacion de una red inalambrica [Familiarizarse]

2. Describir como las redes inalambricas soportan usuarios moviles [Familiarizarse]

2.10.8. NC/Redes sociales

Topicos:
Electivos

Panorama de las redes sociales.

Ejemplo plataformas de redes sociales.

Estructura de los grafos de redes sociales.

Analisis de redes sociales.

Objetivos de Aprendizaje:
Elective:

1. Discutir los principios fundamentales(como pertenencia, conanza) de una red social [Familiari-
zarse]

2. Describir como redes sociales existentes operan [Familiarizarse]

3. Construir un grafo de una red social a partir de datos de la red [Usar]

4. Analizar una red social para determinar quienes son las personas importantes [Usar]

5. Evaluar una determinada interpretacion de una pregunta de red social con los datos asocia-
dos [Evaluar]

Universidad Catolica San Pablo 85

86 Escuela Profesional de Ciencia de la Computacion, Malla 2016

2.11. Sistemas Operativos (OS)

Un sistema operativo dene una abstraccion del hardware y gestiona el intercambio de recursos
entre los usuarios de la computadora. Los temas de esta area explican los conocimientos mas basicos
de los sistemas operativos en el sentido de interfaz de un sistema operativo de redes, la ensenanza
de la diferencia entre los modos del nucleo y de los usuarios, y el desarrollo de enfoques clave para
el diseno del sistema operativo y la aplicacion. Esta area de conocimiento esta estructurado para ser
complementarios a los Fundamentos de Sistemas (SF), Redes y Comunicacion (NC), Seguridad de
la Informacion y de Seguridad (IAS), y las areas de Informatica (PD) de conocimiento paralela y
distribuida. Los Sistemas Fundamentales y Aseguramiento de la Informacion y de Seguridad areas de
conocimiento son las nuevas que para incluir temas contemporaneos. Por ejemplo, Sistemas Funda-
mentales incluye temas tales como el rendimiento, la virtualizacion y el aislamiento, y la asignacion
de recursos y la programacion; Sistemas Paralelos y Distribuidos incluye fundamentos de paralelismo;
ya Aseguramiento de la Informacion y de Seguridad incluye los forenses y los problemas de seguridad
en profundidad. Muchos cursos de Sistemas Operativos dibujaran material a traves de estas areas de
conocimiento.

Area de Conocimiento (Knowledge Area-KA) (KA) Core Core Electivos

Tier1 Tier2
2.11.1 Vision general de Sistemas Operativos (Pag. 86) 2 No
2.11.2 Principios de Sistemas Operativos (Pag. 87) 2 No
2.11.3 Concurrencia (Pag. 87) 3 No
2.11.4 Planicacion y despacho (Pag. 88) 3 No
2.11.5 Manejo de memoria (Pag. 89) 3 No
2.11.6 Seguridad y proteccion (Pag. 89) 2 No
2.11.7 Maquinas virtuales (Pag. 90) Si
2.11.8 Manejo de dispositivos (Pag. 90) Si
2.11.9 Sistema de archivos (Pag. 91) Si
2.11.10 Sistemas empotrados y de tiempo real (Pag. 91) Si
2.11.11 Tolerancia a fallas (Pag. 92) Si
2.11.12 Evaluacion del desempeno de sistemas (Pag. 92) Si

2.11.1. OS/Vision general de Sistemas Operativos (2 horas Core-Tier1)

Topicos:
Core Tier1
Papel y el proposito del sistema operativo.
Funcionalidad de un sistema operativo tpico.
Los mecanismos de apoyo modelos cliente-servidor, dispositivos de mano.
Cuestiones de diseno (eciencia, robustez, exibilidad, portabilidad, seguridad, compatibilidad)

Inuencias de seguridad, creacion de redes, multimedia, sistemas de ventanas.

Objetivos de Aprendizaje:
Core-Tier1:
1. Explicar los objetivos y funciones de un sistema operativo moderno [Familiarizarse]
2. Analizar las ventajas y desventajas inherentes en el diseno de un sistema operativo [Usar]
3. Describir las funciones de un sistema operativo contemporaneo respecto a conveniencia, ecien-
cia, y su habilidad para evolucionar [Familiarizarse]
4. Discutir acerca de sistemas operativos cliente-servidor, en red, distribuidos y como se diferencian
de los sistemas operativos de un solo usuario [Familiarizarse]

86 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 87

5. Identicar amenazas potenciales a sistemas operativos y las caractersticas del diseno de seguri-
dad para protegerse de ellos [Familiarizarse]

2.11.2. OS/Principios de Sistemas Operativos (2 horas Core-Tier1)

Topicos:
Core Tier1

Metodos de estructuracion (monoltico, capas, modular, los modelos micro-kernel)

Abstracciones, procesos y recursos.

Los conceptos de interfaces de programa de aplicacion (API)

La evolucion de las tecnicas de hardware / software y las necesidades de aplicacion

Organizacion de dispositivos.

Interrupciones: metodos e implementaciones.

Concepto de usuario de estado / sistema y la proteccion, la transicion al modo kernel.

Objetivos de Aprendizaje:
Core-Tier1:

1. Explicar el concepto de una capa logica [Familiarizarse]

2. Explicar los benecios de construir capas abstractas en forma jerarquica [Familiarizarse]

3. Describir el valor de la API y middleware [Evaluar]

4. Describir como los recursos computacionales son usados por aplicaciones de software y adminis-
tradas por el software del sistema [Familiarizarse]

5. Contrastar el modo kernel y modo usuario en un sistema operativo [Usar]

6. Discutir las ventajas y desventajas del uso de procesamiento interrumpido [Familiarizarse]

7. Explicar el uso de una lista de dispositivos y el controlador de colas de entrada y salida [Fami-
liarizarse]

2.11.3. OS/Concurrencia (3 horas Core-Tier2)

Topicos:
Core Tier2

Diagramas de estado.
Ref: 2.17.3 Estados y maquinas de estados, Pag. 133

Estructuras (lista preparada, bloques de control de procesos, y as sucesivamente)

Despacho y cambio de contexto.

El papel de las interrupciones.

Gestionar el acceso a los objetos del sistema operativo atomica.

La implementacion de primitivas de sincronizacion.

Cuestiones multiprocesador (spin-locks, reentrada)

Ref: 2.17.4 Paralelismo, Pag. 133

Objetivos de Aprendizaje:
Core-Tier2:

Universidad Catolica San Pablo 87

88 Escuela Profesional de Ciencia de la Computacion, Malla 2016

1. Describir la necesidad de concurrencia en el marco de un sistema operativo [Familiarizarse]

2. Demostrar los potenciales problemas de tiempo de ejecucion derivados de la operacion simultanea

de muchas tareas diferentes [Usar]

3. Resumir el rango de mecanismos que pueden ser usados a nivel del sistema operativo para realizar
sistemas concurrentes y describir los benecios de cada uno [Familiarizarse]

4. Explicar los diferentes estados por los que una tarea debe pasar y las estructuras de datos
necesarias para el manejo de varias tareas [Familiarizarse]

5. Resumir las tecnicas para lograr sicronizacion en un sistema operativo(por ejemplo, describir
como implementar semaforos usando primitivas del sistema operativo.) [Familiarizarse]

6. Describir las razones para usar interruptores, despacho, y cambio de contexto para soportar
concurrencia en un sistema operativo [Familiarizarse]

7. Crear diagramas de estado y transicion para los dominios de problemas simples [Usar]

2.11.4. OS/Planificacion y despacho (3 horas Core-Tier2)

Topicos:
Core Tier2

Planicacion preventiva y no preferente.

Ref: 2.17.6 Asignacion de recursos y planeamiento, Pag. 134, 2.13.6 Desempeno en paralelo,
Pag. 101

Planicadores y polticas.
Ref: 2.17.6 Asignacion de recursos y planeamiento, Pag. 134, 2.13.6 Desempeno en paralelo,
Pag. 101

Procesos y subprocesos.
Ref: 2.17.1 Paradigmas computacionales, Pag. 131

Plazos y cuestiones en tiempo real.

Objetivos de Aprendizaje:
Core-Tier2:

1. 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 comparacion de prioridad, el
rendimiento, y los esquemas de distribucion equitativa [Usar]

2. Describir las relaciones entre los algoritmos de planicacion y dominios de aplicacion [Familia-
rizarse]

3. Discutir los tipos de planeamiento de procesos scheduling de corto, a mediano, a largo plazo y
I/O [Familiarizarse]

4. Describir las diferencias entre procesos y hebras [Usar]

5. Comparar y contrastar enfoques estaticos y dinamicos para scheduling en tiempo real [Usar]

6. Hablar sobre la necesidad de tiempos lmites de scheduling [Familiarizarse]

7. Identicar formas en que la logica expresada en algoritmos de planicacion son de aplicacion

a otros ambitos, tales como I/O del disco, la programacion de disco de red, programacion de
proyectos y problemas mas alla de la computacion [Usar]

88 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 89

2.11.5. OS/Manejo de memoria (3 horas Core-Tier2)

Topicos:
Core Tier2

Revision de la memoria fsica y hardware de gestion de memoria.

Conjuntos de trabajo y thrashing.

El almacenamiento en cache
Ref: 2.2.4 Organizacion y Arquitectura del Sistema de Memoria, Pag. 27

Objetivos de Aprendizaje:
Core-Tier2:

1. Explicar la jerarqua de la memoria y costo-rendimiento de intercambio [Familiarizarse]

2. Resumir los principios de memoria virtual tal como se aplica para el almacenamiento en cache
y paginacion [Familiarizarse]

3. Evaluar las ventajas y desventajas en terminos del tamano de memoria (memoria principal,
memoria cache, memoria axiliar) y la velocidad del procesador [Evaluar]

4. Deende las diferentes formas de asignar memoria a las tareas, citando las ventajas relativas de
cada uno [Evaluar]

5. Describir el motivo y el uso de memoria cache (rendimiento y proximidad, dimension diferente

de como los caches complican el aislamiento y abstraccion en VM) [Familiarizarse]

6. Estudiar los conceptos de thrashing, tanto en terminos de las razones por las que se produce y
las tecnicas usadas para el reconocimiento y manejo del problema [Familiarizarse]

2.11.6. OS/Seguridad y proteccion (2 horas Core-Tier2)

Topicos:
Core Tier2

Vision general de la seguridad del sistema .

Poltica / mecanismo de separacion.

Metodos de seguridad y dispositivos.

Proteccion, control de acceso y autenticacion.

Las copias de seguridad.

Objetivos de Aprendizaje:
Core-Tier2:

1. Articular la necesidad para la proteccion y seguridad en un sistema operativo [Evaluar]

2. Resumir las caracteristicas y limitaciones de un sistema operativo usado para proporcionar

proteccion y seguridad [Familiarizarse]

3. Explicar el mecanismo disponible en un OS para controlar los accesos a los recursos [Familiari-
zarse]

4. Realizar tareas de administracion de sistemas sencillas de acuerdo a una poltica de seguridad,

por ejemplo la creacion de cuentas, el establecimiento de permisos, aplicacion de parches y
organizacion de backups regulares [Usar]

Universidad Catolica San Pablo 89

90 Escuela Profesional de Ciencia de la Computacion, Malla 2016

2.11.7. OS/Maquinas virtuales

Topicos:
Electivos
Tipos de virtualizacion (incluyendo Hardware / Software, OS, Servidor, Servicio, Red)
Paginacion y la memoria virtual.
Sistemas de archivos virtuales.
Los Hypervisor.
Virtualizacion portatil; emulacion vs aislamiento.
Costo de la virtualizacion.
Objetivos de Aprendizaje:
Elective:
1. Explicar el concepto de memoria virtual y la forma como se realiza en hadware y software [Fa-
miliarizarse]
2. Diferenciar emulacion y el aislamiento [Familiarizarse]
3. Evaluar virtualizacion de compensaciones [Evaluar]
4. Discutir sobre hipervisores y la necesidad para ellos en conjunto con diferentes tipos de hipervi-
sores [Usar]

2.11.8. OS/Manejo de dispositivos

Topicos:
Electivos
Caractersticas de los dispositivos serie y paralelo.
Haciendo de abstraccion de dispositivos.
Estrategias de buering.
Acceso directo a memoria.
La recuperacion de fallos.
Objetivos de Aprendizaje:
Elective:
1. Explique la diferencia clave entre dispositivos seriales y paralelos e identicar las condiciones en
las cuales cada uno es apropiado [Familiarizarse]
2. Identicar la relacion entre el hardware fsico y los dispositivos virtuales mantenidos por el
sistema operativo [Usar]
3. Explique buering y describir las estrategias para su aplicacion [Familiarizarse]
4. Diferenciar los mecanismos utilizados en la interconexion de un rango de dispositivos (incluyendo
dispositivos portatiles, redes, multimedia) a un ordenador y explicar las implicaciones de estas
para el diseno de un sistema operativo [Usar]
5. Describir las ventajas y desventajas de acceso directo a memoria y discutir las cirscunstancias
en cuales se justica su uso [Usar]
6. Identicar los requerimientos para recuperacion de errores [Familiarizarse]
7. Implementar un controlador de dispositivo simple para una gama de posibles equipos [Usar]

90 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 91

2.11.9. OS/Sistema de archivos

Topicos:
Electivos

Archivos: los datos, metadatos, operaciones, organizacion, amortiguadores, secuenciales, no se-

cuencial.

Directorios: contenido y estructura.

Los sistemas de archivos: particion, montar sistemas de archivos / desmontar, virtuales.

Tecnicas estandar de implementacion .

Archivos asignados en memoria.

Sistemas de archivos de proposito especial.

Naming, busqueda, acceso, copias de seguridad.

La bitacora y los sistemas de archivos estructurados (log)

Objetivos de Aprendizaje:
Elective:

1. Describir las decisiones que deben tomarse en el diseno de sistemas de archivos [Familiarizarse]

2. Comparar y contrastar los diferentes enfoques para la organizacion de archivos, el reconocimiento

de las fortalezas y debilidades de cada uno. [Usar]

3. Resumir como el desarrollo de hadware ha dado lugar a cambios en las prioridades para el diseno
y la gestion de sistemas de archivos [Familiarizarse]

4. Resumir el uso de diarios y como los sistemas de archivos de registro estructurado mejora la
tolerancia a fallos [Familiarizarse]

2.11.10. OS/Sistemas empotrados y de tiempo real

Topicos:
Electivos

Proceso y programacion de tareas.

Los requisitos de gestion de memoria / disco en un entorno en tiempo real.

Los fracasos, los riesgos y la recuperacion.

Preocupaciones especiales en sistemas de tiempo real.

Objetivos de Aprendizaje:
Elective:

1. Describir que hace a un sistema un sistema en tiempo real [Familiarizarse]

2. Explicar la presencia y describir las caractersticas de latencia en sistemas de tiempo real [Fa-
miliarizarse]

3. Resumir los problemas especiales que los sistemas en tiempo real presentan, incluyendo el riesgo,
y como se tratan estos problemas [Familiarizarse]

Universidad Catolica San Pablo 91

92 Escuela Profesional de Ciencia de la Computacion, Malla 2016

2.11.11. OS/Tolerancia a fallas

Topicos:
Electivos
Conceptos fundamentales: sistemas ables y disponibles.
Ref: 2.17.9 Conabilidad a traves de redundancia, Pag. 136
Redundancia espacial y temporal.
Ref: 2.17.9 Conabilidad a traves de redundancia, Pag. 136
Los metodos utilizados para implementar la tolerancia a fallos.
Los ejemplos de los mecanismos del sistema operativo para la deteccion, recuperacion, reinicie
para implementar la tolerancia a fallos, el uso de estas tecnicas para los servicios propios del
sistema operativo.
Objetivos de Aprendizaje:
Elective:
1. Explicar la importancia de los terminos tolerancia a fallos, abilidad y disponibilidad [Familia-
rizarse]
2. Explicar en terminos generales la gama de metodos para implementar la tolerancia a fallos en
un sistema operativo [Familiarizarse]
3. Explicar como un sistema operativo puede continar funcionando despues de que ocurra una
falla [Familiarizarse]

2.11.12. OS/Evaluacion del desempeno de sistemas

Topicos:
Electivos
Por que el rendimiento del sistema debe ser evaluado?
Ref: 2.17.5 Cifras de desempeno de merito., Pag. 134
Que se va a evaluar?
Ref: 2.17.5 Cifras de desempeno de merito., Pag. 134
Sistemas de polticas de rendimiento, por ejemplo, el almacenamiento en cache, de paginacion,
la programacion, la gestion de memoria, y la seguridad.
Modelos de evaluacion: analtica, simulacion, o de implementacion especco determinista.
Como recoger los datos de evaluacion (perles y mecanismos de localizacion)
Objetivos de Aprendizaje:
Elective:
1. Describir las medidas de rendimiento utilizados para determinar como el sistema funciona [Fa-
miliarizarse]
2. Explicar los principales modelos de evaluacion utilizados para evaluar un sistema [Familiarizarse]

2.12. Desarrollo basados en plataforma (PBD)

Desarrollo basado en la plataforma tiene que ver con el diseno y desarrollo de aplicaciones de
software que residen en plataformas de software especcos. En contraste con la programacion de
proposito general, el desarrollo basado en la plataforma tiene en cuenta las limitaciones especcas de la
plataforma. Por ejemplo la programacion web, desarrollo multimedia, informatica movil, desarrollo de
aplicaciones, y la robotica son ejemplos de plataformas relevantes que proporcionan servicios especcos

92 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 93

/ API / hardware que limitan el desarrollo. Estas plataformas se caracterizan por el uso de APIs
especializadas, mecanismos de entrega / de actualizacion distintos, y se resumieron lejos del nivel de
la maquina. Desarrollo basado en la plataforma se puede aplicar sobre una amplia extension de los
ecosistemas.
Si bien reconocemos que algunas plataformas (por ejemplo, desarrollo web) son prominentes, tam-
bien somos conscientes del hecho de que ninguna plataforma en particular se debe especicar como
requisito en los lineamientos curriculares CS2013. En consecuencia, esta area de conocimiento destaca
muchas de las plataformas thathave hecho popular, sin incluir dicha plataforma en el plan de estudios
basico. Tomamos nota de que la habilidad general de desarrollo con respecto a una API o un entorno
restringido esta cubierta en otras areas de conocimiento, tales como Fundamentos de Desarrollo de
Software (SDF). Desarrollo basado en la Plataforma enfatiza aun mas esas habilidades generales en
el contexto de las plataformas particulares.

Area de Conocimiento (Knowledge Area-KA) (KA) Core Core Electivos

Tier1 Tier2
2.12.1 Introduccion (Pag. 93) Si
2.12.2 Plataformas web (Pag. 93) Si
2.12.3 Plataformas moviles (Pag. 94) Si
2.12.4 Plataformas industriales (Pag. 94) Si
2.12.5 Plataformas para video juegos (Pag. 95) Si

2.12.1. PBD/Introduccion
Esta unidad de conocimiento describe las diferencias fundamentales que la plataforma basada en
el Desarrollo tiene sobre el desarrollo de software tradicional.
Topicos:
Electivos
Vision general de plataformas (ejemplo, Web, Mobil, Juegos, Industrial)
Programacon a traves de APIs especcos.
Vision general de lenguajes de plataforma (ejemplo, Objective C, HTML5)
Pogramacon bajo restricciones de plataforma.
Objetivos de Aprendizaje:
Elective:
1. Describir como el desarrollo basado en plataforma diere de la programacion de proposito gene-
ral [Familiarizarse]
2. Listar las caractersticas de lenguajes de plataforma [Familiarizarse]
3. Escribir y ejecutar un programa simple basado en plataforma [Usar]
4. Listar las ventajas y desventajas de la programacion con restricciones de plataforma [Familiari-
zarse]

2.12.2. PBD/Plataformas web

Topicos:
Electivos
Lenguajes de programacion web (e.g., HTML5, Javascript, PHP, CSS)
Restriccion de plataformas web.
Software como servicio.
Estandares web.

Universidad Catolica San Pablo 93

94 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Objetivos de Aprendizaje:
Elective:
1. Disenar e implementar una aplicacion web sencilla [Usar]
2. Describir las limitaciones que la web pone a los desarrolladores [Familiarizarse]
3. Comparar y contrastar la programacion web con la programacion de proposito general [Evaluar]
4. Describir las diferencias entre software como un servicio y productos de software tradiciona-
les [Familiarizarse]
5. Discutir como los estandares de web impactan el desarrollo de software [Familiarizarse]
6. Revise una aplicacion web existente con un estandar web actual [Evaluar]

2.12.3. PBD/Plataformas moviles

Topicos:
Electivos
Lenguajes de Programacion para Moviles.
Desafos con mobilidad y comunicacion inalambrica.
Aplicaciones Location-aware.
Rendimiento / Compensacion de Potencia.
Restricciones de las Plataformas Moviles.
Tecnologas Emergentes.
Objetivos de Aprendizaje:
Elective:
1. Disenar e implementar una aplicacion movil para una plataforma movil dada [Usar]
2. Discutir las limitaciones que las plataformas moviles ponen a los desarrolladores [Familiarizarse]
3. Discutir el rendimiento vs perdida de potencia [Familiarizarse]
4. Compare y contraste la programacion movil con la programacion de proposito general [Evaluar]

2.12.4. PBD/Plataformas industriales

Topicos:
Electivos
Tipos de Plataformas Industriales (Matematica, Robotica, Control Industrial)
Software para Robotica y su Arquitectura.
Lenguajes de Dominio Especco.
Restricciones de las Plataformas Industiales.
Objetivos de Aprendizaje:
Elective:
1. Disenar e implementar una aplicacion industrial en una plataforma dada (por ejemplo, usando
Lego Mindstorms o Matlab) [Usar]
2. Comparar y contrastar lenguajes especcos de dominio con los lenguajes de programacion de
porposito general [Evaluar]
3. Discutir las limitaciones que una dada plataforma industrial impone a los desarrolladores [Fa-
miliarizarse]

94 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 95

2.12.5. PBD/Plataformas para video juegos

Topicos:
Electivos
Tipos de Plataformas de Juego (ej. XBox, Wii, PlayStation)
Lenguajes de Plataformas de Juego (ej. C++, Java, Lua, Python)
Restricciones de las Plataformas de Juegos.
Objetivos de Aprendizaje:
Elective:
1. Disenar e implementar una aplicacion simple en una plataforma de juego. [Usar]
2. Describir las limitaciones que las plataformas de juego imponen en los desarrolladores [Familia-
rizarse]
3. Comparar y contrastar la programacion de juegos con la programacion de proposito general [Eva-
luar]

2.13. Computacion paralela y distribuda (PD)

La ultima decada ha trado un crecimiento explosivo en multiprocesador computacion, incluyendo
los procesadores de varios nucleos y centros de datos distribuidos. Como resultado, la computacion
paralela y distribuida se ha movido de un tema ampliamente electiva a ser mas de un componente
central de los planes de estudios de computacion de pregrado. Tanto la computacion paralela y distri-
buida implica la ejecucion logicamente simultanea de multiples procesos, cuyas operaciones tienen el
potencial para intercalar de manera compleja. La computacion paralela y distribuida construye sobre
cimientos en muchas areas, incluyendo la comprension de los conceptos fundamentales de los sistemas,
tales como la concurrencia y la ejecucion en paralelo, la consistencia en el estado / manipulacion de
la memoria, y la latencia. La comunicacion y la coordinacion entre los procesos tiene sus races en
el paso de mensajes y modelos de memoria compartida de la computacion y conceptos algortmicos
como atomicidad, el consenso y espera condicional. El logro de aceleracion en la practica requiere
una comprension de algoritmos paralelos, estrategias para la descomposicion problema, arquitectura
de sistemas, estrategias de implementacion detallados y analisis de rendimiento y el ajuste. Los sis-
temas distribuidos destacan los problemas de la seguridad y tolerancia a fallos, hacen hincapie en el
mantenimiento del estado replicado, e introducen problemas adicionales que el puente a las redes de
computadoras.
Debido paralelismo interactua con tantas areas de la computacion, incluyendo al menos algoritmos,
lenguajes, sistemas, redes y hardware, muchos planes de estudio pondran diferentes partes del area de
conocimiento en diferentes cursos, en lugar de en un curso dedicado. Si bien reconocemos que la infor-
matica se esta moviendo en esa direccion y puede llegar a ese punto, en 2013 este proceso se encuentra
aun en proceso de cambio y creemos que ofrece una gua mas util para disenadores curriculares para
agregar los temas fundamentales de paralelismo en un solo lugar. Tenga en cuenta, sin embargo, que
los fundamentos de la concurrencia y la exclusion mutua aparecen en el area de conocimiento 2.17
Fundamentos de Sistemas (SF), Pag. 131. Muchos planes de estudios pueden optar por introducir el
paralelismo y la concurrencia en el mismo curso (ver mas abajo para la distincion prevista por estos
terminos). Ademas, observamos que los temas y resultados de aprendizaje que guran a continuacion
incluyen solo breves menciones de cobertura puramente electiva. En la actualidad, hay demasiada
diversidad en temas que comparten poco en comun (incluyendo por ejemplo, la computacion cientca
paralela, calculos de procesos y estructuras de datos no-bloqueo) para recomendar determinados temas
se trataran en cursos electivos.
Debido a la terminologa de la computacion paralela y distribuida vara entre las comunidades,
ofrecemos aqu una breve descripcion de los sentidos previstos de algunos terminos. Esta lista no es
exhaustiva ni denitiva, pero se proporciona para mayor claridad.
1. Paralelismo: El uso de los recursos computacionales adicionales simultaneamente, por lo general
durante la aceleracion. 2. Concurrencia: gestionar de manera eciente y correcta el acceso simultaneo

Universidad Catolica San Pablo 95

96 Escuela Profesional de Ciencia de la Computacion, Malla 2016

a los recursos. 3. Actividad: Un calculo que pueden ejecutarse simultaneamente con los demas; por
ejemplo, un programa, proceso, hilo, o activa componente de hardware paralelo. 4. Atomicity: Normas
y propiedades de legalidad de una accion es observacional indivisible; por ejemplo, el establecimiento
de todos los bits en una palabra, la transmision de un unico paquete, o completar una transaccion.
5. Consenso artculo: Acuerdo entre dos o mas actividades alrededor de un predicado dado; por ejemplo,
el valor de un contador, el propietario de una cerradura, o la terminacion de un hilo. 6. Consistencia:
Las reglas y propiedades que rigen el acuerdo sobre los valores de las variables escritos o mensajes
producidos, por algunas actividades y usados ??por otros (as posiblemente exhibiendo una raza de
datos); por ejemplo, la consistencia secuencial, indicando que los valores de todas las variables de un
programa paralelo de memoria compartida son equivalentes a la de un unico programa de la realizacion
de algun intercalado de la memoria de accesos de estas actividades.
7. Multicast: Un mensaje enviado a varios destinatarios, posiblemente, en general sin restricciones
acerca de si algunos destinatarios reciban el mensaje antes que otros. Un evento es un mensaje de
multidifusion enviado a un conjunto designado de oyentes o suscriptores.
Como multi-procesador de computacion continua creciendo en los proximos anos, tambien lo hara
el papel de la computacion paralela y distribuida en los programas informaticos de pregrado. Ademas
de las directrices que se presentan aqu, tambien nos dirigimos al lector interesado al documento
titulado NSF/TCPP Curriculum Initiative on Parallel and Distributed Computing - Core Topics for
Undergraduates, disponible en el sitio web: http://www.cs.gsu.edu/ tcpp/curriculum/.
Nota general de referencias cruzadas: Fundamentos de Sistemas tambien contiene una introduccion
al paralelismo (2.17.1 Paradigmas computacionales, Pag. 131, 2.17.4 Paralelismo, Pag. 133, 2.13.6
Desempeno en paralelo, Pag. 101).
La introduccion al paralelismo en SF complementa el uno aqu y no hay restriccion de pedido entre
ellos. En San Francisco, la idea es proporcionar una vision unicada del apoyo del sistema para su
ejecucion simultanea en varios niveles de abstraccion (el paralelismo es inherente a las puertas, proce-
sadores, sistemas operativos y servidores), mientras que aqu la atencion se centra en una comprension
preliminar de paralelismo como la computacion primitivo y las complicaciones que surgen en paralelo
y la programacion concurrente. Teniendo en cuenta estas diferentes perspectivas, las horas asignadas
a cada uno no son redundantes: ver los sistemas de capas y los conceptos computacionales de alto
nivel se contabilizan por separado en termsof las horas centrales.
Area de Conocimiento (Knowledge Area-KA) (KA) Core Core Electivos
Tier1 Tier2
2.13.1 Fundamentos de paralelismo (Pag. 96) 2 No
2.13.2 Descomposicion en paralelo (Pag. 97) 1 2 No
2.13.3 Comunicacion y coordinacion (Pag. 97) 1 3 Si
2.13.4 Analisis y programacion de algoritmos paralelos (Pag. 99) 3 Si
2.13.5 Arquitecturas paralelas (Pag. 100) 1 2 Si
2.13.6 Desempeno en paralelo (Pag. 101) Si
2.13.7 Sistemas distribudos (Pag. 101) Si
2.13.8 Cloud Computing (Pag. 102) Si
2.13.9 Modelos y semantica formal (Pag. 103) Si

2.13.1. PD/Fundamentos de paralelismo (2 horas Core-Tier1)

Hacer que los estudiantes esten familiarizados con las nociones basicas de una ejecucion paralela,
un concepto de observado en Fundamentos de Sistemas, para resolver problemas de compilacion que
derivan de estas nociones, ala igual que las condiciones de carrera (Race Conditions) y vida
Topicos:
Core Tier1
Procesamiento Simultaneo Multiple.
Metas del Paralelismo (ej. rendimineto) frente a Concurrencia (ej. control de acceso a recursos
compartidos)
Paralelismo, comunicacion, y coordinacion: 1. Paralelismo, comunicacion, y coordinacion 2. Ne-
cedidad de Sincronizacion

96 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 97

Errores de Programacion ausentes en programacion secuencial: 1. Tipos de Datos ( lectura/escritura

simultanea o escritura/escritura compartida) 2. Tipos de Nivel mas alto (interleavings violating
program intention, no determinismo no deseado) 3. Falta de vida/progreso (deadlock, starvation)

Objetivos de Aprendizaje:
Core-Tier1:

1. Distinguir el uso de recursos computacionales para una respuesta mas rapida para administrar
el acceso eciente a un recurso compartido [Familiarizarse]

2. Distinguir multiples estructuras de programacion sucientes para la sincronizacion que pueden

ser inter-implementables pero tienen ventajas complementarias [Familiarizarse]

3. Distinguir datos de carrera (data races) a partir de carreras de mas alto nivel [Familiarizarse]

2.13.2. PD/Descomposicion en paralelo (1 horas Core-Tier1, 2 horas Core-

Tier2)
Topicos:
Core Tier1

Necesidad de Comunicacion y coordinacion/sincronizacion.

Independencia y Particionamiento.

Core Tier2

Conocimiento Basico del Concepto de Descomposicion Paralela.

Ref: 2.17.4 Paralelismo, Pag. 133

Decomposicion basada en tareas: 1. Implementacion de estrategias como hebras

Descomposicion de Informacion Paralela 1. Estrategias como SIMD y MapReduce

Actores y Procesos Reactivos (solicitud de gestores)

Objetivos de Aprendizaje:
Core-Tier1:

1. Explicar por que la sincronizacion es necesaria en un programa paralelo especico [Usar]

2. Identicar oportunidades para particionar un programa serial en modulos paralelos independien-

tes [Familiarizarse]

Core-Tier2:

3. Escribir un algoritmo paralelo correcto y escalable [Usar]

4. Paralelizar un algoritmo mediante la aplicacion de descomposicion basada en tareas [Usar]

5. Paralelizar un algoritmo mediante la aplicacion de descomposicion datos en paralelo [Usar]

6. Escribir un programa usando actores y/o procesos reactivos [Usar]

2.13.3. PD/Comunicacion y coordinacion (1 horas Core-Tier1, 3 horas

Core-Tier2)
Topicos:
Core Tier1

Memoria Compartida.

Universidad Catolica San Pablo 97

98 Escuela Profesional de Ciencia de la Computacion, Malla 2016

La consistencia, y su papel en los lenguaje de programacion garantias para los programas de

carrera libre.

Core Tier2

Pasos de Mensaje: 1. Mensajes Punto a Punto versus multicast (o basados en eventos) 2. Estilos
para enviar y recibir mensajes Blocking vs non-blocking 3. Buering de mensajes
Ref: 2.15.3 Estructuras de Datos Fundamentales, Pag. 116

Atomicidad: 1. Especicar y probar atomicidad y requerimientos de seguridad 2. Granularidad

de accesos atomicos y actualizaciones, y uso de estructuras como secciones crticas o transac-
ciones para describirlas 3. Exclusion mutua usando bloques, semaforos, monitores o estructuras
relacionadas a) Potencial para fallas y bloqueos (deadlock) (causas, condiciones, prevencion)
4. Composicion a) Componiendo acciones atomicas granulares mas grandes usando sincroniza-
cion b) Transacciones, incluyendo enfoques optimistas y conservadores

Electivos

Consensos: 1. (Ciclicos) barerras, contadores y estructuras relacionadas

Acciones condicionales: 1. Espera condicional (p.e., empleando variables de condicion)

Objetivos de Aprendizaje:
Core-Tier1:

1. Usar exclusion mutua para evitar una condicion de carrera [Usar]

2. Dar un ejemplo de una ordenacion de accesos entre actividades concurrentes (por ejemplo, un
programa con condicion de carrera) que no son secuencialmente consistentes [Familiarizarse]

Core-Tier2:

3. Dar un ejemplo de un escenario en el que el bloqueo de mensajes enviados pueden dar dead-
lock [Usar]

4. Explicar cuando y por que mensajes de multidifusion (multicast) o basado en eventos puede ser
preferible a otras alternativas [Familiarizarse]

5. Escribir un programa que termine correctamente cuando todo el conjunto de procesos concu-
rrentes hayan sido completados [Usar]

6. Usar una apropiada cola de sincronizacion para almacenar temporalmente datos pasados entre
actividades [Usar]

7. Explicar por que vericaciones para precondiciones, y acciones basados en estas vericaciones,
deben compartir la misma unidad de atomicidad para ser efectivo [Familiarizarse]

8. Escribir un programa de prueba que pueda revelar un error de programacion concurrente; por
ejemplo, falta una actualizacion cuando dos actividades intentan incrementar una variable [Usar]

9. Describir al menos una tecnica de diseno para evitar [Familiarizarse]

10. Describir las ventajas relativas del control de concurrencia optimista y conservadora bajo dife-
rentes tipos de carrera entre actualizaciones [Familiarizarse]

11. Dar un ejemplo de un escenario en el que un intento optimista de actualizacion puede nunca
completarse [Familiarizarse]

Elective:

12. Usar semaforos o variables de condicion para bloquear hebras hasta una necesaria precondicion
de mantenga [Usar]

98 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 99

2.13.4. PD/Analisis y programacion de algoritmos paralelos (3 horas Core-

Tier2)
Topicos:
Core Tier2

Caminos crticos, el trabajo y la duracion y la relacion con la ley de Amdahl.

Ref: 2.13.6 Desempeno en paralelo, Pag. 101

Aceleracion y escalabilidad.

Naturalmente (vergonzosamente) algoritmos paralelos.

Patrones Algoritmicos paralelos (divide-y-conquista, map/reduce, amos-trabajadores, otros) 1. Al-

gortimos especcos (p.e., MergeSort paralelo)

Electivos

Algoritmos de grafos paralelo (por ejemplo, la ruta mas corta en paralelo, arbol de expansion
paralela)
Ref: 2.1.2 Estrategias Algortmicas, Pag. 19

Calculos de matriz paralelas.

Productor-consumidor y algoritmos paralelos segmentados.

Ejemplos de algoritmos paralelos no-escalables.

Objetivos de Aprendizaje:
Core-Tier2:

1. Denir: camino crtico, trabajo y span [Familiarizarse]

2. Calcular el trabajo y el span y determinar el camino crtico con respecto a un diagrama de

ejecucion paralela. [Usar]

3. Denir speed-up y explicar la nocion de escalabilidad de un algoritmo en este sentido [Familia-

rizarse]

4. Identicar tareas independientes en un programa que debe ser paralelizado [Usar]

5. Representar caractersticas de una carga de trabajo que permita o evite que sea naturalmente
paralelizable [Familiarizarse]

6. Implementar un algoritmo dividir y conquistar paralelo (y/o algoritmo de un grafo) y medir

empiricamente su desempeno relativo a su analogo secuencial [Usar]

7. Descomponer un problema (por ejemplo, contar el numero de ocurrencias de una palabra en un

documento) via operaciones map y reduce [Usar]

Elective:

8. Proporcionar un ejemplo de un problema que se corresponda con el paradigma productor-

consumidor [Familiarizarse]

9. Dar ejemplos de problemas donde el uso de pipelining sera un medio ecaz para la paraleliza-
cion [Familiarizarse]

10. Implementar un algoritmo de matriz paralela [Usar]

11. Identicar los problemas que surgen en los algoritmos del tipo productor-consumidor y los me-
canismos que pueden utilizarse para superar dichos problemas [Familiarizarse]

Universidad Catolica San Pablo 99

100 Escuela Profesional de Ciencia de la Computacion, Malla 2016

2.13.5. PD/Arquitecturas paralelas (1 horas Core-Tier1, 2 horas Core-

Tier2)
Los temas que se muestran aqu estan relacionados con las unidades de conocimiento en la Ar-
quitectura y Organizacion (AR) area de conocimiento (AR / ensamblaje nivel de maquina y AR
/ multiprocesamiento y Alternativa Architectures). Aqu, nos centramos en la arquitectura paralela
desde el punto de vista de las aplicaciones, mientras que el area de conocimiento Arquitectura y Or-
ganizacion presenta el tema desde la perspectiva del hardware.
Topicos:
Core Tier1

Procesadores mutlinucleo.

Memoria compartida vs memoria distribuida.

Core Tier2

Multiprocesamiento simetrico.

SIMD, procesamiento de vectores.

Electivos

GPU, coprocesamiento.

Taxonomia de Flynn.

Soporte a nivel de instrucciones para programacion paralela. 1. Instrucciones atomicas como

Compare/Set (Comparar / Establecer)

Problemas de Memoria: 1. Caches multiprocesador y coherencia de cache 2. Acceso a Memoria

no uniforme (NUMA)

Topologas. 1. Interconecciones 2. Clusters 3. Compartir recursos (p.e., buses e interconexiones)

Objetivos de Aprendizaje:
Core-Tier1:

1. Explicar las diferencias entre memoria distribuida y memoria compartida [Familiarizarse]

Core-Tier2:

2. Describir la arquitectura SMP y observar sus principales caracteristicas [Familiarizarse]

3. Distinguir los tipos de tareas que son adecuadas para maquinas SIMD [Familiarizarse]

Elective:

4. Describir las ventajas y limitaciones de GPUs vs CPUs [Familiarizarse]

5. Explicar las caracteristicas de cada clasicacion en la taxonoma de Flynn [Familiarizarse]

6. Describir el soporte a de nivel de lenguaje ensamblador para las operaciones atomicas [Familia-
rizarse]

7. Describir los desafos para mantener la coherencia de la cache [Familiarizarse]

8. Describir los desafos clave del desempeno en diferentes memorias y topologas de sistemas dis-
tribuidos [Familiarizarse]

100 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 101

2.13.6. PD/Desempeno en paralelo

Topicos:
Electivos
Equilibrio de carga.
La medicion del desempeno.
Programacion y contencion.
Ref: 2.11.4 Planicacion y despacho, Pag. 88
Evaluacion de la comunicacion de arriba.
Gestion de datos: 1. Costos de comunicacion no uniforme debidos a proximidad 2. Efectos de
Cache (p.e., false sharing) 3. Manteniendo localidad espacial
Ref: 2.17.7 Proximidad, Pag. 135
Consumo de energa y gestion.
Objetivos de Aprendizaje:
Elective:
1. Detectar y corregir un desbalanceo de carga [Usar]
2. Calcular las implicaciones de la ley de Amdahl para un algoritmo paralelo particular [Usar]
3. Describir como la distribuicion/disposicion de datos puede afectar a los costos de comunicacion
de un algoritmo [Familiarizarse]
4. Detectar y corregir una instancia de uso compartido falso (false sharing) [Usar]
5. Explicar el impacto de la planicacion en el desempeno paralelo [Familiarizarse]
6. Explicar el impacto en el desempeno de la localidad de datos [Familiarizarse]
7. Explicar el impacto y los puntos de equilibrio relacionados al uso de energa en el desempeno
paralelo [Familiarizarse]

2.13.7. PD/Sistemas distribudos

Topicos:
Electivos
Fallos: 1. Fallos basados en red (incluyendo particiones) y fallos basados en nodos 2. Impacto en
garantas a nivel de sistema (p.e., disponibilidad)
Ref: 2.11.11 Tolerancia a fallas, Pag. 92
Envo de mensajes distribuido: 1. Conversion y transmision de datos 2. Sockets 3. Secuencia-
miento de mensajes 4. Almacenando Buering, renviando y desechando mensajes
Compensaciones de diseno para Sistemas Distribuidos: 1. Latencia versus rendimiento 2. Con-
sistencia, disponibilidad, tolerancia de particiones
Diseno de Servicio Distribuido: 1. Protocolos y servicios Stateful versus stateless 2. Disenos de
Sesion (basados en la conexion) 3. Disenos reactivos (provocados por E/S) y disenos de multiples
hilos
Algoritmos de Distribucion de Nucleos: 1. Eleccion, descubrimiento
Objetivos de Aprendizaje:
Elective:
1. Distinguir las fallas de red de otros tipos de fallas [Familiarizarse]

Universidad Catolica San Pablo 101

102 Escuela Profesional de Ciencia de la Computacion, Malla 2016

2. Explicar por que estructuras de sincronizacion como cerraduras simples (locks) no son utiles en
la presencia de fallas distribuidas [Familiarizarse]

3. Escribir un programa que realiza cualquier proceso de marshalling requerido y la conversion

en unidades de mensajes, tales como paquetes, para comunicar datos importantes entre dos
hosts [Usar]

4. Medir el rendimiento observado y la latencia de la respuesta a traves de los hosts en una red
dada [Usar]

5. Explicar por que un sistema distribuido no puede ser simultaneamente Consistente (Consistent),
Disponible (Available) y Tolerante a fallas (Partition tolerant). [Familiarizarse]

6. Implementar un servidor sencillo - por ejemplo, un servicio de correccion ortograca [Usar]

7. Explicar las ventajas y desventajas entre: overhead, escalabilidad y tolerancia a fallas entre
escojer un diseno sin estado (stateless) y un diseno con estado (stateful) para un determinado
servicio [Familiarizarse]

8. Describir los desaos en la escalabilidad, asociados con un servicio cresciente para soportar
muchos clientes, as como los asociados con un servicio que tendra transitoriamente muchos
clientes [Familiarizarse]

9. Dar ejemplos de problemas donde algoritmos de consenso son requeridos, por ejemplo, la eleccion
de lder [Usar]

2.13.8. PD/Cloud Computing

Topicos:
Electivos

Computacion a Escala de Internet: 1. Particionamiento de Tareas 2. Acceso a datos 3. Clusters,

grids y mallas
Ref: 2.13.4 Analisis y programacion de algoritmos paralelos, Pag. 99

Servicios en la nube. 1. Infraestructura como servicio a) Elasticidad de recursos b) APIs de la

Platforma 2. Software como servicio 3. Securidad 4. Administracion del Costo

Virtualizacion. 1. Gestion de recursos compartidos 2. Migracion de procesos

Ref: 2.17.8 Virtualizacion y aislamiento, Pag. 135, 2.11.7 Maquinas virtuales, Pag. 90

Almacenamiento de datos en la nube: 1. Acceso compartido a data stores de consistencia debil

2. Sincronizacion de datos 3. Particionamiento de datos 4. Sistemas de Archivos Distribuidos
5. Replicacion
Ref: 2.8.8 Bases de Datos Distribuidas, Pag. 69

Objetivos de Aprendizaje:
Elective:

1. Discutir la importancia de la elasticidad y administracion de recursos en la Computacion en la

Nube (Cloud Computing) [Familiarizarse]

2. Explicar las estrategias para sincronizar una vista comun de datos compartidos a traves de una
coleccion de dispositivos [Familiarizarse]

3. Explicar las ventajas y desventajas de usar una infraestructura vistualizada [Familiarizarse]

4. Desplegar una aplicacion que usa una infraestructura en la nube para computacion y/o recursos
de datos [Usar]

5. Apropiadamente particionar una aplicacion entre un cliente y los recursos [Usar]

102 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 103

2.13.9. PD/Modelos y semantica formal

Topicos:
Electivos

Modelos formales de procesos y paso de mensajes, incluyendo algebras como Procesos Secuen-
ciales de Comunicacion (CSP) y Pi-Calculus

Modelos formales de computacion paralela, incluyendo la Maquina de Acesso Aleatorio Paralelo

(PRAM) y alternativas como Bulk Synchronous Parallel (BSP)

Modelos formales de dependencias computacionales.

Modelos de consistencia (relajado) de memoria compartida y su relacion con las especicaciones

del lenguaje de programacion.

Criterios de correccion de algoritmos incluyendo (linearizability).

Modelos de progreso algortmic, incluyendo garantias de no bloqueo y equidad.

Tecnicas para especicar y comprobar las propiedades de correccion tales como atomicidad y la
libertad de las carreras de datos.

Objetivos de Aprendizaje:
Elective:

1. Modelar un proceso concurrente usando un modelo formal, por ejemplo, calculo pi [Usar]

2. Explicar las caracteristicas de un particular modelo paralelo formal [Familiarizarse]

3. Formalmente modelar un sistema de memoria compartida para mostrar y este es consisten-

te [Usar]

4. Usar un modelo para mostrar las garantias de progreso en un algoritmo paralelo [Usar]

5. Usar tecnicas formales para mostrar que un algoritmo paralelo es correcto con respecto a la
seguridad o la propiedad liveness [Usar]

6. Decidir si una ejecucion especca es linealizable o no [Usar]

2.14. Lenguajes de programacion (PL)

Los lenguajes de programacion son el medio a traves del cual los programadores describen con pre-
cision los conceptos, formulan algoritmos, y la representan sus soluciones. Un cientco de la compu-
tacion con diferentes lenguajes, por separado o en conjunto. Los cientcos de la computacion deben
entender los modelos de programacion de los diferentes lenguajes y tomar decisiones de diseno basa-
dos en el lenguaje de programacion y conceptos complementarios. El profesional a menudo necesitara
aprender nuevos lenguajes y construcciones de programacion y debe entender los fundamentos de co-
mo las caractersticas del lenguaje de programacion estan denidas, compuestas, y implementadas. El
uso ecaz de los lenguajes de programacion, y la apreciacion de sus limitaciones, tambien requiere un
conocimiento basico de traduccion de lenguajes de programacion y su analisis de ambientes estaticos y
dinamicos, as como los componentes de tiempo de ejecucion tales como la gestion de memoria, entre
otros detalles de relevancia.

Universidad Catolica San Pablo 103

104 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Area de Conocimiento (Knowledge Area-KA) (KA) Core Core Electivos

Tier1 Tier2
2.14.1 Programacion orientada a objetos (Pag. 104) 4 6 No
2.14.2 Programacion funcional (Pag. 105) 3 4 No
2.14.3 Programacion reactiva y dirigida por eventos (Pag. 106) 2 No
2.14.4 Sistemas de tipos basicos (Pag. 106) 1 4 No
2.14.5 Representacion de programas (Pag. 107) 1 No
2.14.6 Traduccion y ejecucion de lenguajes (Pag. 108) 3 No
2.14.7 Analisis de sintaxis (Pag. 108) Si
2.14.8 Analisis semantico de compiladores (Pag. 109) Si
2.14.9 Generacion de codigo (Pag. 109) Si
2.14.10 Sistemas de tiempo de ejecucion (Pag. 110) Si
2.14.11 Analisis estatico (Pag. 110) Si
2.14.12 Construcciones de programacion avanzados (Pag. 111) Si
2.14.13 Concurrencia y Paralelismo (Pag. 111) Si
2.14.14 Sistemas de tipos (Pag. 112) Si
2.14.15 Semantica formal (Pag. 112) Si
2.14.16 Pragmatica de lenguajes (Pag. 113) Si
2.14.17 Programacion logica (Pag. 114) Si

2.14.1. PL/Programacion orientada a objetos (4 horas Core-Tier1, 6 horas

Core-Tier2)
Topicos:
Core Tier1
Diseno orientado a objetos: 1. Descomposicion en objetos que almacenan estados y poseen com-
portamiento 2. Diseno basado en jerarquia de clases para modelamiento
Denicion de las categoras, campos, metodos y constructores.
Las subclases, herencia y metodo de alteracion temporal.
Asignacion dinamica: denicion de metodo de llamada.
Core Tier2
Subtipicacion: 1. Polimorsmo artculo Subtipo; upcasts implcitos en lenguajes con tipos.
2. Nocion de reemplazo de comportamiento: los subtipos de actuar como supertipos. 3. Relacion
entre subtipos y la herencia.
Ref: 2.14.14 Sistemas de tipos, Pag. 112
Lenguajesaorientados a objetos para la encapsulacion: 1. privacidad y la visibilidad de miembros
de la clase 2. Interfaces revelan unico metodo de rmas 3. clases base abstractas
Uso de coleccion de clases, iteradores, y otros componentes de la libreria estandar.
Objetivos de Aprendizaje:
Core-Tier1:
1. Disenar e implementar una clase [Usar]
2. Usar subclase para disenar una jerarqua simple de clases que permita al codigo ser reusable por
diferentes subclases [Usar]
3. Razonar correctamente sobre el ujo de control en un programa mediante el envo dinamico [Usar]
4. Comparar y contrastar (1) el enfoque procedurar/funcional- deniendo una funcion por cada
operacion con el cuerdo de la funcion proporcionando un caso por cada variacion de dato - y (2)
el enfoque orientado a objetos - deniendo una clase por cada variacion de dato con la denicion
de la clase proporcionando un metodo por cada operacion. Entender ambos enfoques como una
denicion de variaciones y operaciones de una matriz [Evaluar]

104 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 105

Core-Tier2:
5. Explicar la relacion entre la herencia orientada a objetos (codigo compartido y overriding) y
subtipicacion (la idea de un subtipo es ser utilizable en un contexto en el que espera al super-
tipo) [Familiarizarse]
6. Usar mecanismos de encapsulacion orientada a objetos, tal como interfaces y miembros priva-
dos [Usar]
7. Denir y usar iteradores y otras operaciones sobre agregaciones, incluyendo operaciones que
tienen funciones como argumentos, en multiples lenguajes de programacion, selecionar la forma
mas natural por cada lenguaje [Usar]

2.14.2. PL/Programacion funcional (3 horas Core-Tier1, 4 horas Core-

Tier2)
Topicos:
Core Tier1
El efecto de la programacion libre: 1. Llamadas a funcion que no tiene efecto secundarios, para
facilitar el razonamiento composicional 2. Variables inmutables, prevencion de cambios no es-
perados en los datos del programa por otro codigo. 3. Datos que pueden ser subnombrados o
copiados libremente sin introducir efectos no deseados del cambio
Procesamiento de estructuras de datos (p.e. arboles) a traves de fuciones con casos para cada
variacion de los datos. 1. Constructores asociados al lenguaje tales como uniones discriminadas
y reconocimiento de patrones sobre ellos. 2. Funciones denidas sobre datos compuestos en
terminos de funciones aplicadas a las piezas constituidas.
Funciones de primera clase (obtener, retornar y funciones de almacenamiento)
Core Tier2
Cierres de funcion (funciones que usan variables en entornos lexicos cerrados) 1. Signicado y
denicion basicos - creacion de cierres en tiempo de ejecucion mediante la captura del entorno.
2. Idiomas canonicos: llamadas de retorno, argumentos de iteradores, codigo reusable mediante
argumentos de funcion 3. Uso del cierre para encapsular datos en su entorno 4. Evaluacion y
aplicacion parcial
Denicion de las operaciones de orden superior en los agregados, especialmente en mapa, reducir
/ doblar, y el ltro.
Objetivos de Aprendizaje:
Core-Tier1:
1. Escribir algoritmos basicos que eviten asignacion a un estado mutable o considerar igualdad de
referencia [Usar]
2. Escribir funciones utiles que puedan tomar y retornar otras funciones [Usar]
3. Comparar y contrastar (1) el enfoque procedurar/funcional- deniendo una funcion por cada
operacion con el cuerdo de la funcion proporcionando un caso por cada variacion de dato - y (2)
el enfoque orientado a objetos - deniendo una clase por cada variacion de dato con la denicion
de la clase proporcionando un metodo por cada operacion. Entender ambos enfoques como una
denicion de variaciones y operaciones de una matriz [Evaluar]
Core-Tier2:
4. Razonar correctamente sobre variables y el ambito lexico en un programa usando funciones de
cierre (function closures) [Usar]
5. Usar mecanismos de encapsulamiento funcional, tal como closures e interfaces modulares [Usar]
6. Denir y usar iteradores y otras operaciones sobre agregaciones, incluyendo operaciones que
tienen funciones como argumentos, en multiples lenguajes de programacion, seleccionar la forma
mas natural por cada lenguaje [Usar]

Universidad Catolica San Pablo 105

106 Escuela Profesional de Ciencia de la Computacion, Malla 2016

2.14.3. PL/Programacion reactiva y dirigida por eventos (2 horas Core-

Tier2)
Este material puede ser independiente o estar integrado con otras unidades de conocimiento sobre
la concurrencia, la asincrona, y roscado para permitir contrastar hechos con hilos.
Topicos:
Core Tier2
Eventos y controladores de eventos.
Usos canonicos como interfaces gracas de usuario, dispositivos moviles, robots, servidores.
Uso de frameworks reactivos. 1. Denicion de controladores/oyentes (handles/listeners) de even-
tos. 2. Bucle principal de enventos no controlado po el escritor controlador de eventos (event-
handler-writer)
Eventos y eventos del programa generados externamente generada.
La separacion de modelo, vista y controlador.
Objetivos de Aprendizaje:
Core-Tier2:
1. Escribir manejadores de eventos para su uso en sistemas reactivos tales como GUIs [Usar]
2. Explicar porque el estilo de programacion manejada por eventos es natural en dominios donde
el programa reacciona a eventos externos [Familiarizarse]
3. Describir un sistema interactivo en terminos de un modelo, una vista y un controlador [Familia-
rizarse]

2.14.4. PL/Sistemas de tipos basicos (1 horas Core-Tier1, 4 horas Core-

Tier2)
Las horas-core tier2 seran bien gastadas tanto en los temas estrategicos Core-Tier2 y en un tra-
tamiento menos supercial de los resultados Core-Tier1 aprendizaje topicsand.
Topicos:
Core Tier1
Tipos como conjunto de valores junto con un conjunto de operaciones. 1. Tipos primitivos (p.e.
numeros, booleanos) 2. Composicion de tipos construidos de otros tipos (p.e., registros, uniones,
arreglos, listas, funciones, referencias)
Asociacion de tipos de variables, argumentos, resultados y campos.
Tipo de seguridad y los errores causados ??por el uso de valores de manera incompatible dadas
sus tipos previstos.
Metas y limitaciones de tipos estaticos 1. Eliminacion de algunas clases de errores sin ejecutar
el programa 2. Indesicion signica que un analisis estatico puede aproximar el comportamiento
de un programa
Core Tier2
Tipos genericos (polimorsmo parametrico) 1. Denicion 2. Uso de libreras genericas tales como
colecciones. 3. Comparacion con polimorsmo ad-hoc y polimorsmo de subtipos
Benecios complementarios de tipos estaticos y dinamicos: 1. Errores tempranos vs. errores
tardios/evitados. 2. Refuerzo invariante durante el desarrollo y mantenimiento del codigo vs.
desiciones pospuestas de tipos durante la la creacion de prototipos y permititr convenientemente
la codicacion exible de patrones tales como colecciones heterogeneas. 3. Evitar el mal uso del
codigo vs. permitir mas reuso de codigo. 4. Detectar programas incompletos vs. permitir que
programas incompletos se ejecuten

106 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 107

Objetivos de Aprendizaje:
Core-Tier1:

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

2. Para un lenguaje con sistema de tipos estatico, describir las operaciones que estan prohibidas de
forma estatica, como pasar el tipo incorrecto de valor a una funcion o metodo [Familiarizarse]

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

4. Para multiples lenguajes de programacion, identicar propiedades de un programa con verica-

cion estatica y propiedades de un programa con vericacion dinamica [Usar]

5. Dar un ejemplo de un programa que no verique tipos en un lenguaje particular y sin embargo
no tenga error cuando es ejecutado [Familiarizarse]

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

Core-Tier2:

7. Explicar como las reglas de tipicacion denen el conjunto de operaciones que legales para un
tipo [Familiarizarse]

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

9. Explicar por que indecidibilidad requiere sistemas de tipo para conservadoramente aproximar el
comportamiento de un programa [Familiarizarse]

10. Denir y usar piezas de programas (tales como, funciones, clases, metodos) que usan tipos
genericos, incluyendo para colecciones [Usar]

11. Discutir las diferencias entre, genericos (generics), subtipo y sobrecarga [Familiarizarse]

12. Explicar multiples benecios y limitaciones de tipicacion estatica en escritura, mantenimiento

y depuracion de un software [Familiarizarse]

2.14.5. PL/Representacion de programas (1 horas Core-Tier2)

Topicos:
Core Tier1

Programas que tienen otros programas como entrada tales como interpretes, compiladores, re-
visores de tipos y generadores de documentacion.

Arboles de sintaxis abstracta, para contrastar la sintaxis correcta.

Estructuras de datos que representan codigo para ejecucion, traduccion o transmision.

Objetivos de Aprendizaje:
Core-Tier2:

1. Explicar como programas que procesan otros programas tratan a los otros programas como su
entrada de datos [Familiarizarse]

2. Describir un arbol de sintaxis abstracto para un lenguaje pequeno [Usar]

3. Describir los benecios de tener representaciones de programas que no sean cadenas de codigo
fuente [Familiarizarse]

4. Escribir un programa para procesar alguna representacion de codigo para algun proposito, tales
como un interprete, una expresion optimizada, o un generador de documentacion [Usar]

Universidad Catolica San Pablo 107

108 Escuela Profesional de Ciencia de la Computacion, Malla 2016

2.14.6. PL/Traduccion y ejecucion de lenguajes (3 horas Core-Tier2)

Topicos:
Core Tier2
Interpretacion vs. compilacion a codigo nativo vs. compilacion de representacion portable inter-
media.
Pipeline de traduccion de lenguajes: analisis, revision opcional de tipos, traduccion, enlazamien-
to, ejecucion: 1. Ejecucion como codigo nativo o con una maquina virtual 2. Alternativas como
carga dinamica y codicacion dinamica de codigo (o just-in-time)
Representacion en tiempo de ejecucion de construccion del lenguaje nucleo tales como objetos
(tablas de metodos) y funciones de primera clase (cerradas)
Ejecucion en tiempo real de asignacion de memoria: pila de llamdas, montculo, datos estaticos:
1. Implementacion de bucles, recursividad y llamadas de cola
Gestion de memoria: 1. Gestion manual de memoria: asignacion, limpieza y reuso de la pila de
memoria 2. Gestion automatica de memoria: recoleccion de datos no utilizados (garbage colletion)
como una tecnica automatica usando la nocion de accesibilidad
Objetivos de Aprendizaje:
Core-Tier2:
1. Distinguir una denicion de un lenguaje de una implementacion particular de un lenguaje (com-
pilador vs interprete, tiempo de ejecucion de la representacion de los objetos de datos, etc) [Fa-
miliarizarse]
2. Distinguir sintaxis y parseo de la semantica y la evaluacion [Familiarizarse]
3. Bosqueje una representacion de bajo nivel de tiempo de ejecucion de construcciones del lenguaje
base, tales como objetos o cierres (closures) [Familiarizarse]
4. Explicar como las implementaciones de los lenguajes de programacion tipicamente organizan la
memoria en datos globales, texto, heap, y secciones de pila y como las caractersticas tales como
recursion y administracion de memoria son mapeados a este modelo de memoria [Familiarizarse]
5. Identicar y corregir las perdidas de memoria y punteros desreferenciados [Usar]
6. Discutir los benecios y limitaciones de la recoleccion de basura (garbage collection), incluyendo
la nocion de accesibilidad [Familiarizarse]

2.14.7. PL/Analisis de sintaxis

Topicos:
Electivos
Exploracion (analisis lexico) usando expresiones regulares.
Estrategias de analisis incluyendo tecnicas de arriba a abajo (top-down) (p.e. descenso recursivo,
analisis temprano o LL) y de abajo a arriba (bottom-up) (ej, llamadas hacia atras - bracktrac-
king, o LR); rol de las gramaticas libres de contexto.
Generacion de exploradores (scanners) y analizadores a partir de especicaciones declarativas.
Objetivos de Aprendizaje:
Elective:
1. Usar gramaticas formales para especicar la sintaxis de los lenguajes [Usar]
2. Usar herramientas declarativas para generar parseadores y escaneres [Usar]
3. Identicar las caractersticas clave en las deniciones de sintaxis: ambiguedad, asociatividad,
precedencia [Familiarizarse]

108 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 109

2.14.8. PL/Analisis semantico de compiladores

Topicos:
Electivos

Representaciones de programas de alto nivel tales como arboles de sintaxis abstractas.

Alcance y resolucion de vnculos.

Revision de tipos.

Especicaciones declarativas tales como gramaticas atribudas.

Objetivos de Aprendizaje:
Elective:

1. Implementar analizadores sensibles al contexto y estaticos a nivel de fuente, tales como, verica-
dores de tipos o resolvedores de identicadores para identicar las ocurrencias de vinculo [Usar]

2. Describir analizadores semanticos usando una gramatica con atributos [Usar]

2.14.9. PL/Generacion de codigo

Topicos:
Electivos

Llamadas a procedimientos y metodos en envo.

Compilacion separada; vinculacion.

Seleccion de instrucciones.

Calendarizacion de instrucciones.

Asignacion de registros.

Optimizacion por rendija (peephole)

Objetivos de Aprendizaje:
Elective:

1. Identicar todos los pasos esenciales para convertir automaticamente codigo fuente en codigo
emsamblador o otros lenguajes de bajo nivel [Familiarizarse]

2. Generar codigo de bajo nivel para llamadas a funciones en lenguajes modernos [Usar]

3. Discutir por que la compilacion separada requiere convenciones de llamadas uniformes [Familia-
rizarse]

4. Discutir por que la compilacion separada limita la optimizacion debido a efectos de llamadas
desconocidas [Familiarizarse]

5. Discutir oportunidades para optimizacion introducida por la traduccion y enfoques para alcanzar
la optimizacion, tales como la seleccion de la instruccion, planicacion de instruccion, asignacion
de registros y optimizacion de tipo mirilla (peephole optimization) [Familiarizarse]

Universidad Catolica San Pablo 109

110 Escuela Profesional de Ciencia de la Computacion, Malla 2016

2.14.10. PL/Sistemas de tiempo de ejecucion

Topicos:
Electivos
Gestion dinamica de memoria, aproximaciones y tecnicas: malloc/free, garbage collection (mark-
sweep. copia, referencia), regiones (tambien conocidas como arenas o zonas)
Disposicion de datos para objetos y activacion de registro.
Compilacion en tiempo just-in time y re-compilacion dinamica.
Otras caractersticas comunes de las maquinas virtuales, tales como carga de clases, hilos y
seguridad.
Objetivos de Aprendizaje:
Elective:
1. Comparar los benecios de diferentes esquemas de administracion de memoria, usando conceptos
tales como, fragmentacion, localidad, y sobrecarga de memoria [Familiarizarse]
2. Discutir benecios y limitaciones de la gestion automatica de la memoria [Familiarizarse]
3. Explicar el uso de metadatos en las representaciones de tiempo de ejecucion de objetos y registros
de activacion, tales como los punteros de la clase, las longitudes de arreglos, direcciones de
retorno, y punteros de frame [Familiarizarse]
4. Discutir las ventajas, desventajas y dicultades del termino (just-in-time) y recompilacion au-
tomatica [Familiarizarse]
5. Identicar los servicios proporcionados por los sistemas de tiempo de ejecucion en lenguajes
modernos [Familiarizarse]

2.14.11. PL/Analisis estatico

Topicos:
Electivos
Representaciones relevantes de programas, tales como bloques basicos, grafos de control de ujos,
cadenas de deniciones y asignacion estatica simple.
Indecision y consecuencias en el analisis de programas.
Analisis y minusculas de ujo, tales como la comprobacion de tipos y puntero escalable y analisis
de alias.
Analisis sensibles al ujo, como hacia delante y hacia atras de ujo de datos de analisis.
Analisis sensibles de camino, como modelo de software de cheques.
Herramientas y frameworks para denir analisis.
Rol del analisis estatico en la optimizacion de programas.
Rol del analisis estatico en la vericacion parcial y busqueda de errores.
Objetivos de Aprendizaje:
Elective:
1. Denir analisis estaticos utiles en terminos de un marco conceptual, como el analisis de ujo de
datos [Usar]
2. Explicar por que los analisis estaticos de tipos no triviales (non-trivial sound static analyses)
deben ser aproximados [Familiarizarse]

110 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 111

3. Comunicar por que un analisis es correcto (sound and terminating) [Usar]

4. Distinguir analisis de tipo: puede y debe [Familiarizarse]

5. Explicar por que el aliasing potencial limita el analisis de tipos en los programas y como el
analisis de alias puede ayudar [Familiarizarse]

6. Usar los resultados de un analisis estatico para una optimizacion de un programa y/o la correc-
titud parcial de dicho programa [Usar]

2.14.12. PL/Construcciones de programacion avanzados

Topicos:
Electivos

Evaluacion perezosa y corrientes innitas.

Abstracciones de control: Control de excepciones, continuaciones, monadas.

Abstracciones orientadas a objetos: La herencia multiple, mixins, Rasgos, metodos multiples.

Metaprogramacion: Macros, programacion generativa, el desarrollo basado en modelos.

Sistemas modulares.

Manipulacion de cadenas a traves de expresiones regulares.

Evaluacion dinamica de codigo (eval)

Soporte de los lenguajes para vericacion de (assert), invariantes, pre y post condiciones.

Objetivos de Aprendizaje:
Elective:

1. Usar diversas construcciones de programacion avanzada correctamente [Usar]

2. Discutir como diversas construcciones de programacion avanzada tienen como objetivo mejorar
la estructura del programa, la calidad del software y la productividad del programador [Fami-
liarizarse]

3. Discutir como diversas construcciones de programacion avanzada interactuan con la denicion

e implementacion de otras caractersticas del lenguaje [Familiarizarse]

2.14.13. PL/Concurrencia y Paralelismo

Apoyo a la concurrencia es una cuestion de programacion-idiomas fundamental con material rico
en diseno de lenguajes de programacion, implementacion del lenguaje y la teora del lenguaje. Debido
a la cobertura en otras areas de conocimiento, esta unidad de conocimiento electiva tiene como unico
objetivo complementar el material incluido en el Cuerpo de Conocimientos de otros lugares. Cursos
sobre lenguajes de programacion son un excelente lugar para incluir un tratamiento general de con-
currencia incluyendo este otro material PDParallelandDistributedComputing, SFParallelism
Topicos:
Electivos

Construye para las variables de rosca-compartida y la sincronizacion de memoria compartida.

Modelos de Actor.

Futuros.

Soporte de lenguaje para paralelismo de datos.

Modelos para pasar mensajes entre procesos secuenciales.

Universidad Catolica San Pablo 111

112 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Efecto de modelos de consistenicia de memoria en la semantica del lenguaje y la correcta gene-

racion de codigo.

Objetivos de Aprendizaje:
Elective:

1. Escribir programas concurrentes correctos usando multiples modelos de programacion, tales

como memoria compartida, actores, futures y primitivas de paralelismo de datos [Usar]

2. Usar un modelo de paso de mensajes para analizar un protocolo de comunicacion [Usar]

3. Explicar porque los lenguajes de programacion no garantizan consistencia secuencial en la pre-

sencia de la carrera de datos (data race) y que es lo que los programadores deben hacer como
resultado de esto [Familiarizarse]

2.14.14. PL/Sistemas de tipos

Topicos:
Electivos

Constructores de tipo composicional, como tipos de producto (para agregados), tipos de suma
(para uniones), tipos de funcion, tipos cuanticados y tipos recursivos.

Comprobacion de tipos.

Seguridad de tipos como preservacion mas progreso.

Inferencia de tipos.

Sobrecarga estatica.

Objetivos de Aprendizaje:
Elective:

1. Denir un sistema de tipo de forma precisa y en su composicion [Usar]

2. Para varias construcciones de tipo fundamental, identicar los valores que describen y las inva-
riantes que hacen que se cumplan [Familiarizarse]

3. Precisar las invariantes preservadas por un sistema de tipos seguro (sound type system) [Fami-
liarizarse]

4. Demostrar la seguridad de tipos para un lenguaje simple en terminos de conservacion y progreso

teoremas [Usar]

5. Implementar un algoritmo de inferencia de tipos basado en la unicacion para un lenguaje

basico [Usar]

6. Explicar como la sobrecarga estatica y algoritmos de resolucion asociados inuyen el comporta-

miento dinamico de los programas [Familiarizarse]

2.14.15. PL/Semantica formal

Topicos:
Electivos

Sintaxis vs. semantica.

Calculo Lambda.

Enfoques a semantica:Operacional, Denotativo, Axiomatico.

Demostracion por induccion sobre lenguajes semanticos.

112 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 113

Denicion formal y demostracion para sistemas de tipo.

Ref: 2.14.14 Sistemas de tipos, Pag. 112

Parametricidad.
Ref: 2.14.14 Sistemas de tipos, Pag. 112

Uso de semantica formal para modelamiento de sistemas.

Objetivos de Aprendizaje:
Elective:

1. Dene una semantica formal para un lenguaje pequeno [Usar]

2. Escribe un programa en calculo lambda y muestra su evaluacion hacia un forma normal [Usar]

3. Discute los diversos enfoques de semanticas operacionales, de notacion y axiomaticas [Familia-

rizarse]

4. Usa la induccion para demostrar las propiedades de todos los programas de un lenguaje [Usar]

5. Usa induccion para demostrar las propiedades de todos los programas de un lenguaje que es
bien tipado de acuerdo a un sistema formalmente denido de tipos [Usar]

6. Usa parametricidad para establecer el comportamiento de un codigo dado solamente su ti-

po [Usar]

7. Usa semanticas formales para construir un modelo formal de un sistema de software en vez de
un lenguaje de programacion [Usar]

2.14.16. PL/Pragmatica de lenguajes

Topicos:
Electivos

Principios de diseno de lenguaje tales como la ortogonalidad.

Orden de evaluacion, precedencia y asociatividad.

Evaluacion tarda vs. evaluacion temprana.

Deniendo controles y constructos de iteracion.

Llamadas externas y sistema de libreras.

Objetivos de Aprendizaje:
Elective:

1. Discute el rol de conceptos como ortogonalidad y el buen criterio de seleccion en el diseno de

lenguajes [Familiarizarse]

2. Utiliza criterios objetivos y ntidos para evaluar las decisiones en el diseno de un lenguaje [Usar]

3. Da un ejemplo de un programa cuyo resultado puede diferir dado diversas reglas de orden de
evaluacion, precedencia, o asociatividad [Usar]

4. Muestra el uso de evaluacion con retraso, como en el caso de abstracciones denidas y controladas
por el usuario [Familiarizarse]

5. Discute la necesidad de permitir llamadas a librerias externas y del sistema y las consecuencias
de su implementacion en un lenguaje [Familiarizarse]

Universidad Catolica San Pablo 113

114 Escuela Profesional de Ciencia de la Computacion, Malla 2016

2.14.17. PL/Programacion logica

Topicos:
Electivos
Representacion causal de estructura de datos y algoritmos.
Unicacion.
Bactracking y busqueda.
Cuts.
Objetivos de Aprendizaje:
Elective:
1. Usa un lenguaje logico para implementar un algoritmo convencional [Usar]
2. Usa un lenguaje logico para implementar un algoritmo empleando busqueda implcita usando
clausulas, relaciones, y cortes [Usar]

2.15. Fundamentos del desarrollo de software (SDF)

La uidez en el proceso de desarrollo de software es un requisito previo para el estudio de la ma-
yor parte de la ciencia de la computacion. Para utilizar las computadoras para resolver problemas
de manera ecaz, los estudiantes deben ser competentes en los programas de lectura y escritura en
multiples lenguajes de programacion. Mas alla de conocimientos de programacion, sin embargo, debe
ser capaz de disenar y analizar algoritmos, seleccionar paradigmas apropiados y utilizar el desarrollo
moderno y herramientas de prueba. Esta area de conocimiento reune a aquellos conceptos y habilida-
des fundamentales relacionadas con el proceso de desarrollo de software. Como tal, proporciona una
base para otras areas de conocimiento orientadas a software, sobre todo Lenguajes de Programacion,
Algoritmos y Complejidad, e Ingeniera de Software.
Es importante senalar que esta area de conocimiento es distinta de la antigua area conocimiento de
de CC2001: Fundamentos de Programacion . Considerando que dicha area de conocimiento se centro
exclusivamente en los conocimientos de programacion necesarios en un curso introductoria de ciencia
de la computacion, esta nueva area del conocimiento tiene la intencion de llenar un proposito mucho
mas amplio. Se centra en todo el proceso de desarrollo de software, la identicacion de los conceptos
y habilidades que debe dominar en el primer ano de un programa de ciencia de la computacion.
Esto incluye el diseno y analisis de algoritmos simples, conceptos fundamentales de programacion,
estructuras de datos, metodos y herramientas de desarrollo de software basicos. Como resultado de
su proposito mas amplio, esta area de conocimiento incluye conceptos y habilidades fundamentales
que naturalmente podran ser listados en otras areas de conocimiento de software orientado a (por
ejemplo, construcciones de programacion de lenguajes de programacion, analisis simple de Algoritmos
y Complejidad, de desarrollo simple metodologas de Ingeniera de Software). Del mismo modo, cada
una de estas areas de conocimiento contendra material mas avanzado que se basa en los conceptos y
habilidades fundamentales enumerados aqu.
Aunque mas amplio que el area antigua de Fundamentos de Programacion, esta area de conoci-
miento todava permite una gran exibilidad en el diseno de planes de estudios de primer ano. Por
ejemplo, la unidad Conceptos Fundamentales de Programacion identica solo aquellos conceptos que
son comunes a todos los paradigmas de programacion. Se espera que un instructor seleccione uno o
mas paradigmas de programacion (por ejemplo, la programacion orientada a objetos, programacion
funcional, scripting) para ilustrar estos conceptos de programacion, y se retirara contenido paradigma
especco del area de conocimiento Lenguajes de Programacion para completar un curso. Del mismo
modo, un instructor puede optar por enfatizar el analisis formal (por ejemplo, Big-O, computabi-
lidad) o metodologas de diseno (por ejemplo, proyectos de equipo, el ciclo de vida del software),
integrando as las horas de areas de conocimiento tales como Lenguajes de Programacion, Algoritmos
y Complejidad, y/o Software Ingeniera. Por lo tanto, las 43 horas de material en esta area de cono-
cimiento tpicamente seran aumentadas con material de nucleo de una o mas de estas otras areas de
conocimiento para formar una experiencia completa y coherente de primer ano.

114 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 115

Al considerar las horas asignadas a cada unidad de conocimiento, cabe senalar que estas horas
reejan la cantidad mnima de cobertura de clase necesaria para introducir el material. Muchos de
los temas de desarrollo de software volveran a aparecer y ser completados por temas posteriores (por
ejemplo, aplicando estructuras iterativas al procesar listas). Ademas, el dominio de los conceptos y ha-
bilidades de esta area de conocimiento requiere una cantidad signicativa de experiencia en desarrollo
de software fuera de la clase

Area de Conocimiento (Knowledge Area-KA) (KA) Core Core Electivos

Tier1 Tier2
2.15.1 Algoritmos y Diseno (Pag. 115) 11 No
2.15.2 Conceptos Fundamentales de Programacion (Pag. 116) 10 No
2.15.3 Estructuras de Datos Fundamentales (Pag. 116) 12 No
2.15.4 Metodos de Desarrollo (Pag. 117) 10 No

2.15.1. SDF/Algoritmos y Diseno (11 horas Core-Tier1)

Esta unidad construye las bases para los conceptos fundamentales del area de conocimiento de
Algoritmos y Complejidad, de forma mas clara en las unidades de Analisis Basico y Estrategias
Algortmicas.
Topicos:
Core Tier1
Conceptos y propiedades de los algoritmos 1. Comparacion informal de la eciencia de los algo-
ritmos (ej., conteo de operaciones)
Rol de los algoritmos en el proceso de solucion de problemas
Estrategias de solucion de problemas 1. Funciones matematicas iterativas y recursivas 2. Reco-
rrido iterativo y recursivo en estructura de datos 3. Estrategias Divide y Conquistar
Conceptos y principios fundamentales de diseno 1. Abstraccion 2. Descomposicion de Program
3. Encapsulamiento y camuaje de informacion 4. Separacion de comportamiento y aplicacion
Objetivos de Aprendizaje:
Core-Tier1:
1. Discute la importancia de los algoritmos en el proceso de solucion de un problema [Familiarizarse]
2. Discute como un problema puede ser resuelto por multiples algoritmos, cada uno con propiedades
diferentes [Familiarizarse]
3. Crea algoritmos para resolver problemas simples [Usar]
4. Usa un lenguaje de programacion para implementar, probar, y depurar algoritmos para resolver
problemas simples [Usar]
5. Implementa, prueba, y depura funciones recursivas simples y sus procedimientos [Usar]
6. Determina si una solucion iterativa o recursiva es la mas apropiada para un problema [Evaluar]
7. Implementa un algoritmo de divide y venceras para resolver un problema [Usar]
8. Aplica tecnicas de descomposicion para dividir un programa en partes mas pequenas [Usar]
9. Identica los componentes de datos y el comportamiento de mutiples tipos de datos abstrac-
tos [Usar]
10. Implementa un tipo de dato abstracto coherente, con la menor perdida de acoplamiento entre
componentes y comportamientos [Usar]
11. Identica las fortalezas y las debilidades relativas entre multiples disenos e implementaciones de
un problema [Evaluar]

Universidad Catolica San Pablo 115

116 Escuela Profesional de Ciencia de la Computacion, Malla 2016

2.15.2. SDF/Conceptos Fundamentales de Programacion (10 horas Core-

Tier1)
Esta unidad de conocimiento sienta las bases para los conceptos basicos en el area de conocimiento
Lenguajes de programacion, sobre todo en las unidades de paradigma especco: Programacion orien-
tada a objetos, programacion funcional, programacion reactiva y Event-Driven.
Topicos:
Core Tier1
Sintaxis y semantica basica de un lenguaje de alto nivel.
Variables y tipos de datos primitivos (ej., numeros, caracteres, booleanos)
Expresiones y asignaciones.
Operaciones basicas I/O incluyendo archivos I/O.
Estructuras de control condicional e iterativas.
Paso de funciones y parametros.
Concepto de recursividad.
Objetivos de Aprendizaje:
Core-Tier1:
1. Analiza y explica el comportamiento de programas simples que involucran estructuras fundamen-
tales de programacion variables, expresiones, asignaciones, E/S, estructuras de control, funciones,
paso de parametros, y recursividad [Evaluar]
2. Identica y describe el uso de tipos de datos primitivos [Familiarizarse]
3. Escribe programas que usan tipos de datos primitivos [Usar]
4. Modica y expande programas cortos que usen estructuras de control condicionales e iterativas
as como funciones [Usar]
5. Disena, implementa, prueba, y depura un programa que usa cada una de las siguientes estruc-
turas de datos fundamentales: calculos basicos, E/S simple, condicional estandar y estructuras
iterativas, denicion de funciones, y paso de parametros [Usar]
6. Escribe un programa que usa E/S de archivos para brindar persistencia a traves de ejecuciones
multiples [Usar]
7. Escoje estructuras de condicion y repeticion adecuadas para una tarea de programacion da-
da [Evaluar]
8. Describe el concepto de recursividad y da ejemplos de su uso [Familiarizarse]
9. Identica el caso base y el caso general de un problema basado en recursividad [Evaluar]

2.15.3. SDF/Estructuras de Datos Fundamentales (12 horas Core-Tier1)

Esta unidad desarrolla las bases de los conceptos basicos en los Algoritmos y Area del conocimiento
Complejo, sobre todo en las Estructuras de Datos y Algoritmos fundamentales y basicos computabi-
lidad y unidades de conocimiento complejo.
Topicos:
Core Tier1
Arreglos
Registros/estructuras (datos heterogeneos)
Cadenas y procesamiento de cadenas.

116 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 117

Tipos Abstractos de datos y sus implementaciones: 1. Pilas 2. Colas 3. Colas de prioridad 4. Con-
juntos 5. Mapas

Referencias y aliasing.
Listas enlazadas

Estrategias para escoger la estructura de datos apropiada.

Objetivos de Aprendizaje:
Core-Tier1:

1. Discute el uso apropiado de estructuras de datos incorporadas [Familiarizarse]

2. Describe aplicaciones comunes para cada de las siguientes estructuras de datos: pila, cola, cola
de prioridad, conjunto y mapa [Familiarizarse]

3. Escribe programas que usen cada una de las siguientes estructuras de datos: arreglos, regis-
tros/estructuras, cadenas, listas enlazadas, pilas, colas, conjuntos, y mapas [Usar]

4. Compara implementaciones alternas de estructuras de datos con respecto a su rendimiento [Eva-

luar]

5. Describe como las referencias permiten que los objetos sean accesibles de diversas formas [Fa-
miliarizarse]

6. Compara y contrasta el costo y benecio de implementar estructuras de datos dinamicas y

estaticas [Evaluar]

7. Escoje la estructura de dato apropiada para modelar un problema determinado [Evaluar]

2.15.4. SDF/Metodos de Desarrollo (10 horas Core-Tier1)

Esta unidad desarrolla las bases de los conceptos basicos en el area de conocimiento de Ingeniera
de Software, mas notablemente en los Procesos de Software, Diseno de software y unidades de cono-
cimiento Software Evolution.
Topicos:
Core Tier1

Comprension de programas.

Exactitud del programa. 1. Tipos de error (sintaxis, logica, tiempo de ejecucion) 2. El concepto de
la especicacion 3. Programacion defensiva (ejem., codicacion segura, manejo de excepciones)
4. Revision de codigo 5. Fundamentos de testing y generacion de casos de prueba 6. El rol y el
uso de contratos, incluyendo pre- y post- condiciones 7. Pruebas unitarias
Refactorizacion simple.

Entornos modernos de programacion: 1. Busqueda de codigo. 2. Programacion usando libreria

de componentes y sus APIs.

Estrategias de depuracion.

Documentacion y estilo de programas.

Objetivos de Aprendizaje:
Core-Tier1:
1. Traza la ejecucion de una variedad de segmentos de codigo y escribir resumenes de sus calcu-
los [Evaluar]

2. Explique por que la creacion de componentes de programa correctos es importante en la pro-

duccion de software de alta calidad [Familiarizarse]

Universidad Catolica San Pablo 117

118 Escuela Profesional de Ciencia de la Computacion, Malla 2016

3. Identicar los errores de codicacion comunes que conducen a programas inseguros (por ejemplo,
desbordamientos de buer, perdidas de memoria, codigo malicioso) y aplicar estrategias para
evitar este tipo de errores [Usar]

4. Llevar a cabo una revision de codigo personal (centrado en los errores comunes de codicacion)
en un componente del programa utilizando una lista de vericacion [Usar]

5. Contribuir en un pequeno grupo para una revision de codigo centrada en la correccion de com-
ponentes [Usar]

6. Describir como un contrato se puede utilizar para especicar el comportamiento de un compo-

nente del programa [Familiarizarse]

7. Refactorizar un programa mediante la identicacion de oportunidades para aplicar la abstraccion

del procesamiento [Usar]

8. Aplicar una variedad de estrategias para la prueba y depuracion de programas sencillos [Usar]

9. Contruir, ejecutar y depurar programas usando un IDE moderno y herramientas asociadas tales
como herramientas de pruebas de unidad y depuradores visuales [Usar]

10. Construir y depurar programas que utilizan las bibliotecas estandar disponibles con un lenguaje
de programacion elegido [Usar]

11. Analizar el grado en que el codigo de otro programador cumple con los estandares de documen-
tacion y de estilo de programacion [Evaluar]

12. Aplicar los estandares de documentacion y estilo de programacion que contribuyan a la legibili-
dad y mantenimiento de software [Usar]

2.16. Ingeniera de Software (SE)

En cada dominio de la aplicacion computacion, la profesionalidad, la calidad, el cronograma y el
costo son fundamentales para la produccion de sistemas de software. Debido a esto, los elementos de
la ingeniera de software se aplican al desarrollo de software en todas las areas de la computacion. Una
amplia variedad de practicas de ingeniera de software se han desarrollado y utilizado desde que la
necesidad de la disciplina de la ingeniera de software fue reconocida por primera vez. Tambien se han
identicado muchos puntos de equilibrio entre estas diferentes practicas. La practica de la ingeniera
de software tiene que seleccionar y aplicar las tecnicas y practicas adecuadas para un esfuerzo de
desarrollo determinado con el n de maximizar el valor. Para aprender a hacerlo as, ellos estudian los
elementos de ingeniera de software.
La ingeniera de software es la disciplina que estudia la aplicacion de la teora, el conocimiento y
la practica de construir con ecacia y eciencia los sistemas de software conables que satisfacen los
requisitos de los clientes y usuarios. Esta disciplina es aplicable a sistemas de gran escala pequena,
mediana . Abarca todas las fases del ciclo de vida de un sistema de software, incluyendo la obtencion
de requisitos, analisis y especicacion; diseno; construccion; vericacion y validacion; despliegue; as
como la operacion y mantenimiento. Ya sea pequena o grande, siguiendo un proceso tradicional plan
de desarrollo dirigido, un enfoque agil, o algun otro metodo, la ingeniera de software se reere a la
mejor manera de construir buenos sistemas de software.
Ingeniera del software utiliza metodos de ingeniera, procesos, tecnicas y mediciones. Se benecia
de la utilizacion de herramientas para la gestion de desarrollo de software; analisis y modelado de
artefactos de software ; evaluacion y control de calidad; y para garantizar un enfoque disciplinado y
controlado para la evolucion del software y su reutilizacion. La caja de herramientas de ingeniera de
software ha evolucionado a lo largo de los anos. Por ejemplo, el uso de los contratos, con clausulas
que requiere y garantiza invariantes de clase, es una buena practica que se ha vuelto mas comun.
El desarrollo de software, que puede implicar un desarrollador individual o un equipo o equipos de
desarrolladores, requiere la eleccion de las herramientas mas apropiadas, metodos y enfoques para un
entorno de desarrollo determinado.

118 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 119

Los estudiantes y los instructores tienen que entender los impactos de la especializacion en los
enfoques de ingeniera de software. Por ejemplo, los sistemas especializados incluyen:
1. Sistemas de tiempo real 2. Sistemas cliente-servidor 3. Sistemas distribuidos 4. Sistemas para-
lelas 5. sistemas basados ??en Web 6. Sistemas de alta integridad 7. Juegos 8. Computacion movil
9. Software de dominio especco (por ejemplo, la computacion cientca o aplicaciones de negocio)
Las cuestiones planteadas por cada uno de estos sistemas especializados exigen tratamientos espe-
ccos en cada fase de la ingeniera de software. Los estudiantes deben ser conscientes de las diferencias
entre las tecnicas y los principios de la ingeniera de software en general y las tecnicas y los principios
necesarios para abordar los problemas especcos de los sistemas especializados.
Un efecto importante de la especializacion es que se puede necesitara tomar decisiones diferentes
de material en la ensenanza de las aplicaciones de la ingeniera de software, como entre los diferentes
modelos de procesos, diferentes enfoques para los sistemas de modelamiento, o diferentes opciones
de tecnicas para llevar a cabo cualquiera de las actividades clave. Esto se reeja en la asignacion de
nucleo y el material electivo, con los temas basicos y los resultados de aprendizaje centrados en los
principios que subyacen a las distintas opciones, y los detalles de las diversas alternativas entre las
que hay que decidir el material electivo .
Otra division de las practicas de ingeniera de software es entre los interesados ??en la necesidad
fundamental de desarrollar sistemas que implementan correctamente la funcionalidad que se requiere,
los relacionados con otras cualidades de los sistemas y las compensaciones necesarias para equilibrar
estas cualidades. Esta division tambien se reeja en la asignacion de nucleo y el material electivo, por
lo que los temas y resultados de aprendizaje relacionados con los metodos basicos para el desarrollo
de tal sistema se asignan al nucleo y aquellos que se ocupan de otras cualidades y compensaciones
entre ellos estan asignados al material electivo.
En general, los estudiantes pueden aprender mejor a aplicar gran parte del material denido en
el Ingeniera Sofware, al participar en un proyecto. Tales proyectos deben exigir a los estudiantes a
trabajar en equipo para desarrollar un sistema de software a traves de la mayor cantidad de su ciclo
de vida como sea posible. Gran parte de la ingeniera de software se dedica a la comunicacion efectiva
entre los miembros del equipo y las partes interesadas. La utilizacion de los equipos de proyectos, los
proyectos pueden ser lo sucientemente desaantes para requerir a los estudiantes a utilizar tecnicas
de ingeniera de software efectivas para desarrollar y practicar sus habilidades de comunicacion. Si bien
la organizacion y realizacion de proyectos ecaces en el marco academico puede ser un reto, la mejor
manera de aprender a aplicar la teora de la ingeniera del software y el conocimiento esta en el entorno
practico de un proyecto. Las horas mnimas especicadas para algunas unidades de conocimiento en
este documento pueden aparecer insucientes para lograr los resultados del aprendizaje a nivel de
la aplicacion asociada. Se debe entender que estos resultados deben ser alcanzados a traves de la
experiencia del proyecto que incluso puede ocurrir mas adelante en el plan de estudios que cuando se
introducen los temas dentro de la unidad de conocimiento.
Ademas, cada vez hay mas evidencia de que los estudiantes aprenden a aplicar los principios de
ingeniera de software con mayor ecacia a traves de un enfoque iterativo, donde los estudiantes tienen
la oportunidad de trabajar a traves de un ciclo de desarrollo, evaluar su trabajo, y luego aplicar los
conocimientos adquiridos a traves de su evaluacion a otro ciclo de desarrollo. Modelos de ciclo de vida
agiles e iterativos inherentemente ofrecen tales oportunidades.
La terminologa del ciclo de vida del software en este documento se basa en la utilizada en las fuentes
anteriores, como el Cuerpo de Conocimiento de la Software Ingeniera (SWEBOK) y las Directrices
Curriculares ACM/IEEE-CS Software Engineering 2004 (SE2004). Mientras que algunos terminos se
denieron originalmente en el contexto de los procesos de desarrollo del plan impulsado, son tratados
aqu como generico y por lo tanto igualmente aplicable a procesos agiles.
Nota: La unidad de conocimiento 2.15.4 Metodos de Desarrollo, Pag. 117 incluye 9 horas Core
Tier1-que constituyen una introduccion a ciertos aspectos de la ingeniera de software. Las unidades
de conocimiento, los temas y las especicaciones basicas horas de esta area de Ingeniera de Software
deben ser entendidos como asumiendo una exposicion previa al material descrito en el 2.15.4 Metodos
de Desarrollo, Pag. 117.

Universidad Catolica San Pablo 119

120 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Area de Conocimiento (Knowledge Area-KA) (KA) Core Core Electivos

Tier1 Tier2
2.16.1 Procesos de Software (Pag. 120) 2 1 Si
2.16.2 Gestion de Proyectos de Software (Pag. 121) 2 Si
2.16.3 Herramientas y Entornos (Pag. 123) 2 No
2.16.4 Ingeniera de Requisitos (Pag. 123) 1 3 Si
2.16.5 Diseno de Software (Pag. 125) 3 5 Si
2.16.6 Construccion de Software (Pag. 127) 2 Si
2.16.7 Vericacion y Validacion de Software (Pag. 128) 3 Si
2.16.8 Evolucion de Software (Pag. 129) 2 No
2.16.9 Fiabilidad de Software (Pag. 130) 1 Si
2.16.10 Metodos Formales (Pag. 130) Si

2.16.1. SE/Procesos de Software (2 horas Core-Tier1, 1 horas Core-Tier2)

Topicos:
Core Tier1

Consideraciones a nivel de sistemas, ejem., la interaccion del software con su entorno.

Ref: 2.7.11 Seguridad en Ingeniera de Software, Pag. 63

Introduccion a modelos del proceso de software (e.g., cascada, incremental, agil): 1. Actividades
con ciclos de vida de software.

Programacion a gran escala versus programacion individual.

Core Tier2

Evaluacion de modelos de proceso de software.

Electivos

Conceptos de calidad de software.

Mejoramiento de procesos.

Modelos de madurez de procesos de software.

Mediciones del proceso de software.

Objetivos de Aprendizaje:
Core-Tier1:

1. Describa como el software puede interactuar y participar en varios sistemas, incluyendo la gestion
de informacion, integracion, control de procesos y sistemas de comunicaciones [Familiarizarse]

2. Describir las ventajas y desventajas relativas entre varios modelos importantes de procesos (por
ejemplo, la cascada, iterativo y agil) [Familiarizarse]

3. Describir las diferentes practicas que son componentes clave de los diversos modelos de proce-
sos [Familiarizarse]

4. Diferenciar entre las fases de desarrollo de software [Familiarizarse]

5. Describir como la programacion en grandes equipos diere de esfuerzos individuales con respecto
a la comprension de una gran base de codigo, lectura de codigo, comprension de las construc-
ciones, y comprension de contexto de cambios [Familiarizarse]

Core-Tier2:

6. Explicar el concepto de ciclo de vida del software y proporcionar un ejemplo que ilustra sus fases
incluyendo los entregables que se producen [Familiarizarse]

120 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 121

7. 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, tamano y caractersticas no funcionales [Usar]
Elective:
8. Denir la calidad del software y describir el papel de las actividades de aseguramiento de la
calidad en el proceso de software [Familiarizarse]
9. Describir el objetivo y similitudes fundamentales entre los enfoques de mejora de procesos [Fa-
miliarizarse]
10. Comparar varios modelos de mejora de procesos, tales como CMM, CMMI, CQI, Plan-Do-Check-
Act, o ISO9000 [Evaluar]
11. Evaluar un esfuerzo de desarrollo y recomendar cambios potenciales al participar en la mejora
de procesos (usando un modelo como PSP) o involucracion en una retrospectiva de un proyec-
to [Usar]
12. Explicar el papel de los modelos de madurez de procesos en la mejora de procesos [Familiarizarse]
13. Describir varias metricas de procesos para la evaluacion y el control de un proyecto [Familiari-
zarse]
14. Usar las medidas en proyecto para describir el estado actual de un proyecto [Usar]

2.16.2. SE/Gestion de Proyectos de Software (2 horas Core-Tier2)

Topicos:
Core Tier2
La participacion del equipo: 1. Procesos elemento del equipo, incluyendo responsabilidades de
tarea, la estructura de reuniones y horario de trabajo 2. Roles y responsabilidades en un equipo
de software 3. Equipo de resolucion de conictos 4. Los riesgos asociados con los equipos virtuales
(comunicacion, la percepcion, la estructura)
Estimacion de esfuerzo (a nivel personal)
Riesgo. 1. El papel del riesgo en el ciclo de vida 2. Categoras elemento de riesgo, incluyendo la
seguridad, la seguridad, mercado, nanzas, tecnologa, las personas, la calidad, la estructura y
el proceso de
Ref: 2.7.11 Seguridad en Ingeniera de Software, Pag. 63
Electivos
Gestion de equipos: 1. Organizacion de equipo y la toma de decisiones 2. Roles de identicacion
y asignacion 3. Individual y el desempeno del equipo de evaluacion
Gestion de proyectos: 1. Programacion y seguimiento de elementos 2. Herramientas de gestion
de proyectos 3. Analisis de Costo/Benecio
Software de medicion y tecnicas de estimacion.
Aseguramiento de la calidad del software y el rol de las mediciones.
Riesgo. 1. Identicacion de riesgos y gestion. 2. Analisis riesgo y evaluacion. 3. La tolerancia
al riesgo (por ejemplo, riesgo adverso, riesgo neutral, la busqueda de riesgo) 4. Planicacion de
Riesgo
En todo el sistema de aproximacion al riesgo, incluyendo riesgos asociados con herramientas.
Objetivos de Aprendizaje:
Core-Tier2:

Universidad Catolica San Pablo 121

122 Escuela Profesional de Ciencia de la Computacion, Malla 2016

1. Discutir los comportamientos comunes que contribuyen al buen funcionamiento de un equipo [Fa-
miliarizarse]
2. Crear y seguir un programa para una reunion del equipo [Usar]
3. Identicar y justicar las funciones necesarias en un equipo de desarrollo de software [Usar]
4. Entender las fuentes, obstaculos y benecios potenciales de un conicto de equipo [Usar]
5. Aplicar una estrategia de resolucion de conictos en un ambiente de equipo [Usar]
6. Utilizar un metodo ad hoc para estimar el esfuerzo de desarrollo del software (ejemplo, tiempo)
y comparar con el esfuerzo actual requerido [Usar]
7. Listar varios ejemplos de los riesgos del software [Familiarizarse]
8. Describir el impacto del riesgo en el ciclo de vida de desarrollo de software [Familiarizarse]
9. Describir las diferentes categoras de riesgo en los sistemas de software [Familiarizarse]
Elective:
10. Demostrar a traves de la colaboracion de proyectos de equipo los elementos centrales de la
contruccion de equipos y gestion de equipos [Usar]
11. Describir como la eleccion de modelos de procesos afectan la estructura organizacional de equipos
y procesos de toma de decisiones [Familiarizarse]
12. Crear un equipo mediante la identicacion de los roles apropiados y la asignacion de funciones
a los miembros del equipo [Usar]
13. Evaluar y retroalimentar a los equipos e individuos sobre su desempeno en un ambiente de
equipo [Usar]
14. Usando un software particular procesar, describir los aspectos de un proyecto que encesita ser
planeado y monitoreado, (ejemplo, estimar el tamano y esfuerzo, un horario, reasignacion de
recursos, control de conguracion, gestion de cambios, identicacion de riesgos en un proyecto
y gestion) [Familiarizarse]
15. Realizar el seguimiento del progreso de alguna etapa de un proyecto que utiliza metricas de
proyectos apropiados [Usar]
16. Comparar las tecnicas simples de tamano de software y estimacion de costos [Usar]
17. Usar una herramienta de gestion de proyectos para ayudar en la asignacion y rastreo de tareas
en un proyecto de desarrollo de software [Usar]
18. Describir el impacto de la tolerancia de riesgos en el proceso de desarrollo de software [Evaluar]
19. Identicar riesgos y describir enfoques para manejar riesgos (evitar, aceptar, tranferir, mitigar)
y caracterizar fortalezas y defectos para cada uno [Familiarizarse]
20. Explicar como el riesgo afecta las decisiones en el proceso de desarrollo de software [Usar]
21. Identicar los riesgos de seguridad para un sistema de software [Usar]
22. Demostrar un enfoque sistematico para la tarea de identicar los peligros y riesgos en una
situacion particular [Usar]
23. Aplicar los principios basicos del manejo de riesgos en una variedad de escenarios simples inclu-
yendo una situacion de seguridad [Usar]
24. Dirigir un analisis de costo/benecio para el enfoque de mitigacion de riesgos [Usar]
25. Identicar y analizar alguno de los riesgos para un sistema entero que surgen de aspectos distintos
del software [Usar]

122 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 123

2.16.3. SE/Herramientas y Entornos (2 horas Core-Tier2)

Topicos:
Core Tier2

Administracion de conguracion de software y control de versiones.

Administracion de despliegues.

Analisis de requerimientos y herramientas para modelado del diseno.

Herramientas de testing incluyendo herramientas de analisis estatico y dinamico.

Entornos de programacion que automatizan el proceso de construccion de partes de programa

(ejem., construcciones automatizadas) 1. Integracion continua.

Mecanismos y conceptos de herramientas de integracion.

Objetivos de Aprendizaje:
Core-Tier2:

1. Describir la diferencia entre el manejo de conguracion de software centralizado y distribui-

do [Familiarizarse]

2. Describir como el control de version puede ser usado para ayudar a manejar la administracion
de versiones del software [Familiarizarse]

3. Identicar elementos de conguracion y usar herramientas de control de codigo fuente en un

equipo de un proyecto pequeno [Usar]

4. Describir como la disponibilidad de herramientas de pruebas estatica y dinamica se puede inte-

grar en el entorno de desarrollo de software [Familiarizarse]

5. Describir los aspectos que son importantes en la seleccion de un conjunto de herramientas para el
desarrollo de un sistema de software en particular, incluyendo herramientas para el seguimiento
de los requisitos, modelado de diseno, implementacion, construccion automatica y pruebas [Fa-
miliarizarse]

6. Demostrar la capacidad de utilizar herramientas de software para apoyar el desarrollo de un

producto de software de tamano medio [Usar]

2.16.4. SE/Ingeniera de Requisitos (1 horas Core-Tier1, 3 horas Core-

Tier2)
El proposito de la ingeniera de requisitos es desarrollar un entendimiento comun de las necesidades,
prioridades y restricciones pertinentes a un sistema de software. Muchos fallos de software surgen de
una comprension incompleta de los requisitos para el software a desarrollar o manejo inadecuado de
esos requisitos.
Especicaciones de los requisitos varan en tramite desde completamente informal (por ejemplo,
habla) a rigor matematico (por ejemplo, escrito en un lenguaje de especicacion formal, como Z o logica
de primer orden). En la practica, los esfuerzos de ingeniera de software exitosos usan especicaciones
de requisitos para reducir la ambiguedad y mejorar la coherencia y la integridad de la comprension
del equipo de desarrollo de la vision de los programas informaticos destinados. Enfoques del plan
impulsado tienden a producir documentos formales con los requisitos numerados. Enfoques agiles
tienden a favorecer a las especicaciones menos formales que incluyen historias de usuario, casos de
uso y casos de prueba.
Topicos:
Core Tier1

Al describir los requisitos funcionales utilizando, por ejemplo, los casos de uso o historias de los
usuarios.

Universidad Catolica San Pablo 123

124 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Propiedades de requisitos, incluyendo la consistencia, validez, integridad y viabilidad.

Core Tier2
Requisitos de software elicitation.
Descripcion de datos del sistema utilizando, por ejemplo, los diagramas de clases o diagramas
entidad-relacion.
Requisitos no funcionales y su relacion con la calidad del software.
Ref: 2.7.11 Seguridad en Ingeniera de Software, Pag. 63
Evaluacion y uso de especicaciones de requisitos.
Electivos
Requisitos de las tecnicas de modelado de analisis.
La aceptabilidad de las consideraciones de certeza/incertidumbre sobre el comportamiento del
software/sistema.
Prototipos.
Conceptos basicos de la especicacion formal de requisitos.
Especicacion de requisitos.
Validacion de requisitos.
Rastreo de requisitos.
Objetivos de Aprendizaje:
Core-Tier1:
1. Enumerar los componentes clave de un caso de uso o una descripcion similar de algun compor-
tamiento que es requerido para un sistema [Familiarizarse]
2. Describir como el proceso de ingeniera de requisitos apoya la obtencion y validacion de los
requisitos de comportamiento [Familiarizarse]
3. Interpretar un modelo de requisitos dada por un sistema de software simple [Familiarizarse]
Core-Tier2:
4. Describir los retos fundamentales y tecnicas comunes que se utilizan para la obtencion de requi-
sitos [Familiarizarse]
5. Enumerar los componentes clave de un modelo de datos (por ejemplo, diagramas de clases o
diagramas ER) [Familiarizarse]
6. Identicar los requisitos funcionales y no funcionales en una especicacion de requisitos dada
por un sistema de software [Usar]
7. Realizar una revision de un conjunto de requisitos de software para determinar la calidad de los
requisitos con respecto a las caractersticas de los buenos requisitos [Usar]
Elective:
8. Aplicar elementos clave y metodos comunes para la obtencion y el analisis para producir un
conjunto de requisitos de software para un sistema de software de tamano medio [Usar]
9. Comparar los metodos agiles y el dirigido por planes para la especicacion y validacion de
requisitos y describir los benecios y riesgos asociados con cada uno [Familiarizarse]
10. Usar un metodo comun, no formal para modelar y especicar los requisitos para un sistema de
software de tamano medio [Usar]

124 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 125

11. Traducir al lenguaje natural una especicacion de requisitos de software (por ejemplo, un con-
trato de componentes de software) escrito en un lenguaje de especicacion formal [Usar]
12. Crear un prototipo de un sistema de software para reducir el riesgo en los requisitos [Usar]
13. Diferenciar entre el rastreo (tracing) hacia adelante y hacia atras y explicar su papel en el proceso
de validacion de requisitos [Familiarizarse]

2.16.5. SE/Diseno de Software (3 horas Core-Tier1, 5 horas Core-Tier2)

Topicos:
Core Tier1
Principios de diseno del sistema: niveles de abstraccion (diseno arquitectonico y el diseno deta-
llado), separacion de intereses, ocultamiento de informacion, de acoplamiento y de cohesion, de
reutilizacion de estructuras estandar.
Diseno de paradigmas tales como diseno estructurado (descomposicion funcional de arriba hacia
abajo), el analisis orientado a objetos y diseno, orientado a eventos de diseno, diseno de nivel de
componente, centrado datos estructurada, orientada a aspectos, orientado a la funcion, orientado
al servicio.
Modelos estructurales y de comportamiento de los disenos de software.
Diseno de patrones.
Core Tier2
Relaciones entre los requisitos y disenos: La transformacion de modelos, el diseno de los contratos,
invariantes.
Conceptos de arquitectura de software y arquitecturas estandar (por ejemplo, cliente-servidor,
n-capas, transforman centrados, tubos y ltros).
El uso de componentes de diseno: seleccion de componentes,diseno,adaptacion y componentes
de ensamblaje, componentes y patrones, componentes y objetos(por ejemplo,construir una GUI
usando un standar widget set)
Disenos de refactorizacion utilizando patrones de diseno
Electivos
Calidad del diseno interno, y modelos para: eciencia y desempeno, redundancia y tolerancia a
fallos, trazavilidad de los requerimientos.
Medicion y analisis de la calidad de un diseno.
Compensasiones entre diferentes aspectos de la calidad.
Aaplicaciones en frameworks.
Middleware: El paradigma de la orientacion a objetos con middleware, requerimientos para correr
y clasicar objetos, monitores de procesamiento de transacciones y el sistema de ujo de trabajo.
Principales disenos de seguridad y codicacion(cross-reference IAS/Principles of securre design).
1. Principio de privilegios mnimos 2. Principio de falla segura por defecto 3. Principio de acep-
tabilidad psicologica
Ref: 2.7.2 Principios de Diseno Seguro, Pag. 54
Objetivos de Aprendizaje:
Core-Tier1:
1. Formular los principios de diseno, incluyendo la separacion de problemas, ocultacion de infor-
macion, acoplamiento y cohesion, y la encapsulacion [Familiarizarse]

Universidad Catolica San Pablo 125

126 Escuela Profesional de Ciencia de la Computacion, Malla 2016

2. Usar un paradigma de diseno para disenar un sistema de software basico y explicar como los
principios de diseno del sistema se han aplicado en este diseno [Usar]

3. Construir modelos del diseno de un sistema de software simple los cuales son apropiado para el
paradigma utilizado para disenarlo [Usar]

4. En el contexto de un paradigma de diseno simple, describir uno o mas patrones de diseno que
podran ser aplicables al diseno de un sistema de software simple [Familiarizarse]

Core-Tier2:

5. Para un sistema simple adecuado para una situacion dada, discutir y seleccionar un paradigma
de diseno apropiado [Usar]

6. Crear modelos apropiados para la estructura y el comportamiento de los productos de software

desde la especicaciones de requisitos [Usar]

7. Explicar las relaciones entre los requisitos para un producto de software y su diseno, utilizando
los modelos apropiados [Evaluar]

8. Para el diseno de un sistema de software simple dentro del contexto de un unico paradigma de
diseno, describir la arquitectura de software de ese sistema [Familiarizarse]

9. Dado un diseno de alto nivel, identicar la arquitectura de software mediante la diferenciacion

entre las arquitecturas comunes de software, tales como 3 capas (3-tier), pipe-and-lter, y cliente-
servidor [Familiarizarse]

10. Investigar el impacto de la seleccion arquitecturas de software en el diseno de un sistema sim-

ple [Evaluar]

11. Aplicar ejemplos simples de patrones en un diseno de software [Usar]

12. Describir una manera de refactorar y discutir cuando esto debe ser aplicado [Familiarizarse]

13. Seleccionar componentes adecuados para el uso en un diseno de un producto de software [Usar]

14. Explicar como los componentes deben ser adaptados para ser usados en el diseno de un producto
de software [Familiarizarse]

15. Disenar un contrato para un tpico componente de software pequeno para el uso de un dado
sistema [Usar]

Elective:

16. Discutir y seleccionar la arquitectura de software adecuada para un sistema de software simple
para un dado escenario [Usar]

17. Aplicar modelos de cualidades internas y externas en el diseno de componentes de software para
lograr un equilibrio aceptable entre los aspectos de calidad en conictos [Usar]

18. Analizar un diseno de software desde la perspectiva de un atributo signicativo de la calidad

interna [Evaluar]

19. Analizar un diseno de software desde la perspectiva de un atributo signicativo de calidad

externa [Evaluar]

20. Explicar el papel de los objetos en los sistemas de middleware y la relacion con los componen-
tes [Familiarizarse]

21. Aplicar metodos orientado a componentes para el diseno de una amplia gama de software,
tales como el uso de componentes para la concurrencia y transacciones, para los servicios de
comunicacion conables, para la interaccion con la base de datos que incluye los servicios de
consulta remota y gestion de bases de datos, o para la comunicacion segura y el acceso [Usar]

126 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 127

22. Refactorizar una implementacion de software existente para mejorar algun aspecto de su dise-
no [Usar]

23. Determinar y aplicar los principios de mnimo privilegio y defectos-a prueba de errores [Fami-
liarizarse]

2.16.6. SE/Construccion de Software (2 horas Core-Tier2)

Topicos:
Core Tier2

Practicas de codicacion: tecnicas, idiomas/patrones, mecanismos para construccion de progra-

mas de calidad: 1. Practicas de codicacion defensive 2. Practicas de codicacion segura 3. Uti-
lizando mecanismos de manejo de excepciones para hacer el programa mas robusto, tolerante a
fallas
Ref: 2.7.3 Programacion Defensiva, Pag. 56, 2.15.4 Metodos de Desarrollo, Pag. 117

Normas de codicacion.

Estrategias de integracion.

Desarrollando contexto: campo verde frente a la base de codigo existente : 1. Analisis de

cambioaimpacto 2. Cambio de actualizacion

Electivos

Los problemas de seguridad potenciales en los programas : 1. Buer y otros tipos de desborda-
mientos 2. Condiciones elemento Race 3. Inicializacion incorrecta, incluyendo la eleccion de los
privilegios 4. Entrada Comprobacion 5. Suponiendo exito y correccion 6. La validacion de las
hipotesis

Objetivos de Aprendizaje:
Core-Tier2:

1. Describir tecnicas, lenguajes de codicacion y mecanismos de implementacion para conseguir las

propiedades deseadas, tales como la conabilidad, la eciencia y la robustez [Familiarizarse]

2. Construir codigo robusto utilizando los mecanismos de manejo de excepciones [Usar]

3. Describir la codicacion segura y practicas de codicacion de defensa [Familiarizarse]

4. Seleccionar y utilizar un estandar de codicacion denido en un pequeno proyecto de softwa-

re [Usar]

5. Comparar y contrastar las estrategias de integracion incluyendo: de arriba hacia abajo (top-
down), de abajo hacia arriba (bottom-up), y la integracion Sandwich [Familiarizarse]

6. Describir el proceso de analizar e implementar los cambios a la base de codigo desarrollado para
un proyecto especco [Familiarizarse]

7. Describir el proceso de analizar e implementar los cambios a una gran base de codigo existen-
te [Familiarizarse]

Elective:

8. Reescribir un programa sencillo para eliminar vulnerabilidades comunes, tales como desborda-
mientos de buer, desbordamientos de enteros y condiciones de carrera [Usar]

9. Escribir un componente de software que realiza alguna tarea no trivial y es resistente a errores
en la entrada y en tiempo de ejecucion [Usar]

Universidad Catolica San Pablo 127

128 Escuela Profesional de Ciencia de la Computacion, Malla 2016

2.16.7. SE/Verificacion y Validacion de Software (3 horas Core-Tier2)

Topicos:
Core Tier2

Vericacion y validacion de conceptos.

Inspecciones, revisiones, auditorias.

Tipos de pruebas, incluyendo la interfas humano computador, usabildiad, conabilidad , seguri-

dad,desempeno para la especicacion.
Ref: 2.7.11 Seguridad en Ingeniera de Software, Pag. 63

Fundamentos de testeo: 1. Pruebas de Unit, integracion, validacion y de Sistema 2. Creacion de

plan de pruebas y generacion de casos de test 3. Tecnicas de test de caja negra y caja blanca
4. Test de regresion y automatizacion de pruebas
Ref: 2.15.4 Metodos de Desarrollo, Pag. 117

Seguimiento de defectos.

Limitaciones de testeo en dominios particulares, tales como sistemas paralelos o crticos en cuanto
a seguridad.

Electivos

Enfoques estaticos y enfoques dinamicos para la vericacion.

Desarrollo basado en pruebas.

Plan de Validacion, documentacion para validacion.

Pruebas Orientadas a Objetos, Sistema de Pruebas.

Vericacion y validacion de artefactos no codicados (documentacion, archivos de ayuda, mate-

riales de entrenamiento)

Logeo fallido, error crtico y apoyo tecnico para dichas actividades.

Estimacion fallida y terminacion de las pruebas que incluye la envios por defecto.

Objetivos de Aprendizaje:
Core-Tier2:

1. Distinguir entre la validacion y vericacion del programa [Familiarizarse]

2. Describir el papel que las herramientas pueden desempenar en la validacion de software [Fami-
liarizarse]

3. Realizar, como parte de una actividad de equipo, una inspeccion de un segmento de codigo de
tamano medio [Usar]

4. Describir y distinguir entre diferentes tipos y niveles de pruebas (unitaria, integracion, sistemas
y aceptacion) [Familiarizarse]

5. Describir tecnicas para identicar casos de prueba representativos para integracion, regresion y
pruebas del sistema [Familiarizarse]

6. Crear y documentar un conjunto de pruebas para un segmento de codigo de mediano tama-

no [Usar]

7. Describir como seleccionar buenas pruebas de regresion y automatizarlas [Familiarizarse]

8. Utilizar una herramienta de seguimiento de defectos para manejar defectos de software en un

pequeno proyecto de software [Usar]

128 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 129

9. Discutir las limitaciones de las pruebas en un dominio particular [Familiarizarse]

Elective:

10. Evaluar un banco de pruebas (a test suite) para un segmento de codigo de tamano medio [Usar]

11. Comparar los enfoques estaticos y dinamicos para la vericacion [Familiarizarse]

12. Identicar los principios fundamentales de los metodos de desarrollo basado en pruebas y explicar
el papel de las pruebas automatizadas en estos metodos [Familiarizarse]

13. Discutir los temas relacionados con las pruebas de software orientado a objetos [Usar]

14. Describir las tecnicas para la vericacion y validacion de los artefactos de no codigo [Familiari-
zarse]

15. Describir los enfoques para la estimacion de fallos [Familiarizarse]

16. Estimar el numero de fallos en una pequena aplicacion de software basada en la densidad de
defectos y siembra de errores [Usar]

17. Realizar una inspeccion o revision del de codigo fuente de un software para un proyecto de
software de tamano pequeno o mediano [Usar]

2.16.8. SE/Evolucion de Software (2 horas Core-Tier2)

Topicos:
Core Tier2

Desarrollo de Software en el contexto de codigo grande pre existente 1. Cambios de software

2. Preocupaciones y ubicacion de preocupaciones 3. Refactoring

Evolucion de Software.

Caractersticas de Software mantenible.

Sistemas de Reingeniera.

Reuso de Software. 1. Segmentos de codigo 2. Bibliotecas y frameworks 3. Componentes 4. Lneas

de Producto

Objetivos de Aprendizaje:
Core-Tier2:

1. Identicar los problemas principales asociados con la evolucion del software y explicar su impacto
en el ciclo de vida del software [Familiarizarse]

2. Estimar el impacto del cambio de requerimientos en productos existentes de tamano medio [Usar]

3. Usar refactorizacion en el proceso de modicacion de un componente de sosftware [Usar]

4. Estudiar los desaos de mejorar sistemas en un entorno cambiante [Familiarizarse]

5. Perlar los procesos de pruebas de regresion y su rol en el manejo de versiones [Familiarizarse]

6. Estudiar las ventajas y desventajas de diferentes tipos de niveles de conabilidad [Familiarizarse]

Universidad Catolica San Pablo 129

130 Escuela Profesional de Ciencia de la Computacion, Malla 2016

2.16.9. SE/Fiabilidad de Software (1 horas Core-Tier2)

Topicos:
Core Tier2
Conceptos ingenieriles de conabilidad de software.
Conabilidad de software, de sistemas y comportamiento de fallas.
Ref: 2.17.9 Conabilidad a traves de redundancia, Pag. 136
Conceptos y tecnicas del ciclo de vida de fallas.
Electivos
Modelos de conabilidad de Software.
Tecnicas y modelos de software tolerante a fallas.
Practicas ingenieriles de conabilidad de software.
Analisis de conabilidad de software basado en mediciones.
Objetivos de Aprendizaje:
Core-Tier2:
1. Estudiar los problemas que existe en lograr niveles muy altos de conabilidad [Familiarizarse]
2. Describir como el software conable contribuye a la conabilidad del sistema [Familiarizarse]
3. Listar los enfoques para minimizar fallas que pueden ser aplicadas en cada etapa de el ciclo de
vida del software [Familiarizarse]
Elective:
4. Comparar las caracteristicas de los tres diferentes metodos de modelizacion conable [Familia-
rizarse]
5. Demostrar la capacidad de aplicar multiples metodos para desarrollar estimaciones conables
para un sistema de software [Usar]
6. Identicar metodos que conduzcan a la realizacion de una arquitectura de software que permita
alcanzar un nivel especico de abilidad [Usar]
7. Identicar formas de aplicar la redundancia para lograr tolerancia a fallos para una aplicacion
de tamano medio [Usar]

2.16.10. SE/Metodos Formales

Los topicos listed a continuacion tienen una fuerte dependencia con el material del Area de Cono-
cimiento de Estructuras Discretas (DS).
Topicos:
Electivos
El rol de la especicacion formal y tecnicas de analisis en el ciclo de desarrollo de software
Lenguajes controlar (assert) en un programa y abordajes de analisis (incluyendo lenguajes para
escribir y analizar pre y post condiciones tales como OCL, JML)
Abordajes formales para modelamiento y analisis de software. 1. Vericadores de modelos Model
checkers 2. Buscadores de Modelo Model nders
Herramientas para el soporte de metodos formales.
Objetivos de Aprendizaje:
Elective:

130 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 131

1. Describir la especicacion formal del rol y tecnicas de analisis que pueden jugar en el desa-
rrollo de software complejo y comparar su uso como tecnicas de validacion y vericacion con
pruebas [Familiarizarse]

2. Aplicar especicacion formal y tecnicas de analisis para disenos de software y programas con
baja complejidad [Usar]

3. Explicar los benecios potenciales y desventajas de usar lenguajes de especicacion formal [Fa-
miliarizarse]

4. Crear y evaluar validaciones de programa para una variedad de comportamientos que van desde
lo simple hasta lo complejo [Usar]

5. Usando un lenguaje de especicacion formal, formular la especicacion de un sistema de software

simple y derivar ejemplos de casos de prueba a partir de la especicacion [Usar]

2.17. Fundamentos de Sistemas (SF)

La infraestructura subyacente de hardware y software sobre la que se construyen las aplicaciones
se describe colectivamente por el termino sistemas de computadores. Los sistemas de computadores
en general abarcan las subdisciplinas de sistemas operativos, sistemas paralelos y distribuidos, redes
de comunicaciones y la arquitectura de computadores. Tradicionalmente, estas areas se imparten en
forma no integrada a traves de cursos independientes. Sin embargo, estas subdisciplinas comparten
cada vez mas importantes conceptos fundamentales comunes dentro de sus respectivos nucleos. Estos
conceptos incluyen paradigmas computacionales, paralelismo, comunicaciones entre capas, el estado
y transicion de estado, la asignacion de recursos y la programacion y as sucesivamente. El Area de
Conocimiento de Fundamentos de Sistemas esta disenada para presentar una vision integradora de
estos conceptos fundamentales en una unicada aunque de manera simplicada proporcionando una
base comun para los diferentes mecanismos especializados y polticas apropiadas para un area de
dominio particular.

Area de Conocimiento (Knowledge Area-KA) (KA) Core Core Electivos

Tier1 Tier2
2.17.1 Paradigmas computacionales (Pag. 131) 3 No
2.17.2 Comunicacion a traves de multiples capas (Pag. 132) 3 No
2.17.3 Estados y maquinas de estados (Pag. 133) 6 No
2.17.4 Paralelismo (Pag. 133) 1 No
2.17.5 Evaluacion (Pag. 134) 3 No
2.17.6 Asignacion de recursos y planeamiento (Pag. 134) 2 No
2.17.7 Proximidad (Pag. 135) 3 No
2.17.8 Virtualizacion y aislamiento (Pag. 135) 2 No
2.17.9 Conabilidad a traves de redundancia (Pag. 136) 2 No
2.17.10 Evaluacion cuantitativa (Pag. 136) Si

2.17.1. SF/Paradigmas computacionales (3 horas Core-Tier1)

El punto de vista que aqu se presenta es las multiples representaciones de un sistema a traves
de capas, desde bloques de construccion de hardware hasta los componentes de aplicaciones y el
paralelismo disponible en cada representacion.
Topicos:
Core Tier1

Bloques basicos de construccion de un computador (compuertas, ip-ops, registros, intercone-

xiones; Caminos de datos (Datapath) + Control + Memoria)

Hardware como un paradigma computacional: bloques de construccion logicos fundamentales;

expresiones logicas, minimizacion, formas de suma de productos.

Universidad Catolica San Pablo 131

132 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Procesamiento secuencial a nivel de aplicacion: single thread.

Procesamiento paralelo simple a nivel de aplicacion: niveles de pedidos (web-services, cliente-
servidor, distribudo), una hebra simple por servidor, multiples hebras con multiples servidores.
Concepto basico de la secuencia de ejecucion (pipelining), etapas de superposicion de procesa-
miento.
Conceptos basicos de escalabilidad: ir mas rapido vs manejar problemas grandes.
Objetivos de Aprendizaje:
Core-Tier1:
1. Enumerar los patrones comunmente encontrados de como los calculos son organizados [Familia-
rizarse]
2. Describir los bloques de construccion basicos de las computadoras y su rol en desarrollo historico
de la arquitectura del computador. [Familiarizarse]
3. Articular las diferencias entre un solo thread contra multiples threads, un solo servidor contra
modelos de servidores multiples, motivados por ejemplos del mundo real (recetas de cocina,
lineas de multiples cajeros y parejas) [Familiarizarse]
4. Articular el concepto de escalabilidad fuerte y debil, es decir, como el rendimiento se ve afectado
por la escala del problema contra escala de los recursos para resolver el problema. Esto puede
ser motivado por lo simple, ejemplos en el mundo real [Familiarizarse]
5. Disenar un circuito logico simple usando los bloques de construccion fundamental del diseno
logico [Usar]
6. Usar herramientas para la captura, sntesis, y la simulacion para evaluar un diseno logico [Usar]
7. Escribir problema secuencial simple y una version paralela simple de un mismo programa [Usar]
8. Evaluar el desempeno de las versiones simples secuenciales y paralelas de un programa con dife-
rentes tamanos de problemas, y ser capaz de describir los planos de velocidad obtenidos [Evaluar]

2.17.2. SF/Comunicacion a traves de multiples capas (3 horas Core-Tier1)

Topicos:
Core Tier1
Abstracciones de programacion, interfaces, uso de libreras.
Distincion entre Aplicaciones y Servicios del SO, Llamadas a procedimientos remotos.
Interaccion entre la aplicacion y la maquina virtual.
Conabilidad.
Objetivos de Aprendizaje:
Core-Tier1:
1. Describir como los sistemas computacionales estan construdos con capas sobre capas basada en
la separacion de los problemas, con interfaces bien denidas, ocultando los detalles de las capas
bajas a las capas superiores [Familiarizarse]
2. Describir que el hardware, VM, OS, aplicacion son capas adicional interpretacion/procesamiento [Fa-
miliarizarse]
3. Describir los mecanismos de como los errores se detectan, nos noticados hacia atras y se manejan
a traves de capas [Familiarizarse]
4. Construir un programa simple utilizando metodos de capas, la deteccion y recuperacion de
errores, y reexion de la condicion de error a traves de capas [Usar]
5. Encontrar bugs en un programa multi capas a traves de la utilizacion de programas de rastreo,
paso a paso y depuracion debugging [Usar]

132 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 133

2.17.3. SF/Estados y maquinas de estados (6 horas Core-Tier1)

Topicos:
Core Tier1

Sistemas Digitales vs Analogicos and Discretos vs Continuos.

Compuertas logicas simples, expresiones logicas, simplicacion logica booleana.

Relojes, estado, secuenciamiento.

Logica combinacional, logica secuencial, registros, memorias.

Computadoras y protocolos de red como ejemplos de estado de maquinas.

Objetivos de Aprendizaje:
Core-Tier1:

1. Describir los calculos como un sistema que se caracteriza por un conjunto conocido de congu-
raciones con las transiciones de una conguracion (estado) a otra (estado) [Familiarizarse]

2. Describir la distincion entre sistemas cuya salida es solo una funcion de su entrada (combinacio-
nal) y los que tienen memoria/historia (secuencial) [Familiarizarse]

3. Describir una computadora como una maquina de estados que interpreta las instrucciones de la
maquina [Familiarizarse]

4. maquina de estados y que pueden existir representaciones alternativas para el mismo calculo [Fa-
miliarizarse]

5. Desarrollar descripciones de maquinas de estado para soluciones de problemas de planteamiento

simple (por ejemplo, la secuencia del semaforo, reconocedores de patrones) [Usar]

6. Deducir el comportamiento de series de tiempo de una maquina de estado a partir de su repre-

sentacion de estados de maquina [Evaluar]

2.17.4. SF/Paralelismo (1 horas Core-Tier1)

Topicos:
Core Tier1

Procesamiento secuencial vs paralelo.

Programacion paralela vs concurrente.

Paralelismo de solicitudes vs Paralelismo de tareas.

Cliente-Servidor/Web Services, Hilos (Fork-join), Pipelining.

Arquitecturas multinucleo y soporte de hardware para sincronizacion.

Objetivos de Aprendizaje:
Core-Tier1:

1. Dado un programa, distinguir entre su ejecucion secuencial y paralela y las implicaciones en el

desempeno de los mismos [Familiarizarse]

2. Demostrar sobre una linea de tiempo de ejecucion que los eventos y operaciones paralelas pueden
tomar lugar simultaneamente (al mismo tiempo). Explicar como la carga de trabajo puede ser
realizada en menos tiempo si se explora el paralelismo [Familiarizarse]

3. Explicar otros usos del paralelismo, tales como la conabilidad/redundancia de la ejecucion [Fa-
miliarizarse]

Universidad Catolica San Pablo 133

134 Escuela Profesional de Ciencia de la Computacion, Malla 2016

4. Denir las diferencias entre los conceptos de Paralelismo a nivel de Instruccion, Paralelismo
a nivel de datos, Paralelimos/Multitareas a nivel de hebras, Paralelimos a nivel de Proce-
sos/Peticiones [Familiarizarse]

5. Escribir mas de un programa en paralelo (por ejemplo, un programa paralelo en mas de un pa-
radigma de programacion paralela; un programa paralelo que administre recursos compartidos a
traves de primitivas de sincronizacion; un programa paralelo que realiza operaciones simultaneas
sobre datos particionados a traves de paralelizacion de tareas/procesos (por ejemplo, busqueda
de terminos en paralelo; un programa que realiza paso a paso un procesamiento pipeline a traves
de paso de mensajes)) [Usar]

6. Usar herramientas de desempeno para medir el speed-up alcanzado por un programa paralelo en
terminos de tamano de los datos y numero de recursos [Evaluar]

2.17.5. SF/Evaluacion (3 horas Core-Tier1)

Topicos:
Core Tier1

Cifras de desempeno de merito.

Las cargas de trabajo y puntos de referencia representativos y los metodos de recoleccion y

analisis de las cifras de desempeno.

La ecuacion CPI (Cycles per Instruction) como una herramienta para entender puntos de equi-
librio en el diseno de un conjunto de instrucciones, secuencia de ejecucion en un procesador y
organizacion de un sistema de memoria.

La ley de Amdahl: la parte de la computacion que no se puede acelerar limita el efecto de las
partes que si pueden.

Objetivos de Aprendizaje:
Core-Tier1:

1. Explique como los componentes de la arquitectura del sistema contribuyen a la mejora del
rendimiento [Familiarizarse]

2. Describir la ley de Amdahl y discutir sus limitaciones [Familiarizarse]

3. Disenar e implementar un experimento orientado al desempeno [Usar]

4. Usar herramientas de software para perlar y medir el desempeno de un programa [Evaluar]

2.17.6. SF/Asignacion de recursos y planeamiento (2 horas Core-Tier2)

Topicos:
Core Tier2

Clases de recursos (p.e., unidad de procesador, memoria, disco, ancho de banda neto)

Clases de programacion (p.e., FIFO, prioridad)

Ventajas de la planicacion equitativa, la programacion preventiva.

Objetivos de Aprendizaje:
Core-Tier2:

1. Denir como recursos computacionales limitados (por ejemplo, participacion de procesador, me-
moria, almacenamiento y ancho de banda) son gestionadas por una cuidadosa asignacion para
entidades existentes [Familiarizarse]

134 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 135

2. Describir los algoritmos de planicacion mediante el cual, recursos son asignados a entidades
competentes, y los factores de calidad por el cual se evaluan estos algoritmos, tal como equidad
(fairness) [Familiarizarse]

3. Implementar un algoritmo basico de planicacion [Usar]

4. Usar factores de calidad de implementaciones de planicadores alternativos [Evaluar]

2.17.7. SF/Proximidad (3 horas Core-Tier2)

Topicos:
Core Tier2

La velocidad de la luz y los computadores (un pie por nano segundo vs reloj de 1 GHz)

Latencia en sistemas de computadores: memoria vs latencia de disco vs memoria a lo largo de

la red.

Memoria cache y el efecto de localidad espacial y temporal en el desempeno en el procesador y

sistemas

Memoria cache y coherencia de memoria cache en bases de datos, sistemas operativos, sistemas
distribudos y arquitectura de computadores.

Introduccion a la jerarqua de memorias de procesador y la formula para el promedio de acceso

a memoria.

Objetivos de Aprendizaje:
Core-Tier2:

1. Explicar la importancia de localidad en la determinacion de desempeno [Familiarizarse]

2. Describir por que las cosas que estan cerca en espacio toman menos tiempo para su acceso [Fa-
miliarizarse]

3. Calcular el tiempo promedio de acceso a la memoria y describir los tradeos en el desempe-

no jerarquico de la memoria en terminos de capacidad, tasa de fallos/exitos y el tiempo de
acceso [Evaluar]

2.17.8. SF/Virtualizacion y aislamiento (2 horas Core-Tier2)

Topicos:
Core Tier2

Justicacion de la proteccion y el rendimiento predecible.

Los niveles de indireccion, ilustrados por la memoria virtual para la gestion de los recursos de
memoria fsica.

Los metodos para la implementacion de la memoria virtual y las maquinas virtuales.

Objetivos de Aprendizaje:
Core-Tier2:

1. Explicar por que es importante isolar y proteger la ejecucion de programas individuales y am-
bientes que comparten recursos subyacentes comunes [Familiarizarse]

2. Describa como el concepto de indireccion puede crear la ilusion de un equipo y recursos dedicados,
incluso cuando fsicamente este compartida entre varios programas y entornos [Familiarizarse]

3. Medir el desempeno de dos instancias de aplicaciones que se ejecutan en maquinas virtuales

independientes y determinar el efecto de aislamiento rendimiento [Evaluar]

Universidad Catolica San Pablo 135

136 Escuela Profesional de Ciencia de la Computacion, Malla 2016

2.17.9. SF/Confiabilidad a traves de redundancia (2 horas Core-Tier2)

Topicos:
Core Tier2
Distincion entre bugs y fallas.
Redundancia a traves de chequear y reintentar
Redundancia a traves de codigo redundante (codigo de correccion de errores, CRC, FEC)
Duplicacion/espejos/replicas.
Otros abordajes para tolerancia a fallas y disponibilidad.
Objetivos de Aprendizaje:
Core-Tier2:
1. Explique la diferencia entre los errores del programa, errores del sistema y fallos de hardware (por
ejemplo, mala memoria) y excepciones (por ejemplo, intento de dividir por cero) [Familiarizarse]
2. Articular la distincion entre la deteccion, manejo y recuperacion de fallas y los metodos para su
aplicacion. [Familiarizarse]
3. Describir el papel de los codigos de correccion de errores en la prestacion de tecnicas de control
y correccion de errores en la memoria, almacenamiento y redes. [Familiarizarse]
4. Aplicar algoritmos simples para la explotacion de la informacion redundante para los propositos
de correccion de datos. [Usar]
5. Comparar los diferentes metodos de deteccion de errores y de correccion para sus sobre gastos
de datos, complejidad de implementacion y el tiempo de ejecucion para la codicacion relativa,
deteccion y correccion de errores [Evaluar]

2.17.10. SF/Evaluacion cuantitativa

Topicos:
Electivos
Herramientas analticas para guiar evaluacion cuantitativa.
Analisis de orden de magnitud (Notacion Big O)
Analisis del camino corto y rapido de un sistema.
Eventos sobre su efecto en el rendimiento (por ejemplo, lugar de instruccion, fallos de cache, los
errores de pagina)
La comprension de los sistemas de capas, cargas de trabajo y plataformas, sus implicaciones
para el rendimiento, y los retos que representan para la evaluacion
Trampas de micro puntos de referencia.
Objetivos de Aprendizaje:
Elective:
1. Explicar las circunstancias en las que una gura de una metrica del rendimiento del sistema es
util [Familiarizarse]
2. Explicar las insuciencias de los puntos de referencia como medida de rendimiento del sistema.
[Familiarizarse]
3. Utilice estudios limitados o calculos sencillos para producir estimaciones de orden de magnitud
para una metrica de rendimiento en un contexto dado. [Usar]
4. Llevar a cabo un experimento de rendimiento en un sistema de capas para determinar el efecto
de un parametro del sistema en la gura del rendimiento del sistema [Evaluar]

136 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 137

2.18. Asuntos sociales y practica profesional (SP)

Si bien las cuestiones tecnicas son fundamentales para el plan de estudios de computacion, no cons-
tituyen un programa educativo completo en el campo. Los estudiantes tambien deben estar expuestos
al contexto social mas amplio de la computacion para desarrollar una comprension de las cuestiones
sociales, eticas, legales y profesionales pertinentes. Esta necesidad de incorporar el estudio de estos
problemas no tecnicos en el plan de estudios ACM fue reconocido formalmente en el ano 1991, como
puede verse en el siguiente extracto:

Estudiantes universitarios tambien deben comprender los aspectos culturales, sociales,

legales y eticos basicos inherentes a la disciplina de la computacion. Ellos deben entender
donde la disciplina ha estado, donde esta y hacia donde se dirige. Tambien deben entender
su papel individual en este proceso, as como apreciar las cuestiones losocas, problemas
tecnicos y los valores esteticos que desempenan un papel importante en el desarrollo de la
disciplina.

Los estudiantes tambien tienen que desarrollar la capacidad de formular preguntas serias sobre el
impacto social de la computacion y de evaluar las respuestas propuestas a esas preguntas. Los futuros
profesionales deben ser capaces de anticipar el impacto de la introduccion de un producto dado en un
entorno determinado. Sera ese producto mejorar o degradar la calidad de vida? Cual sera el impacto
sobre los individuos, los grupos y las instituciones?
Por ultimo, los estudiantes deben ser conscientes de los derechos legales basicos de software y
hardware y los usuarios as como y tambien tienen que apreciar los valores eticos que son la base
de estos derechos. Los futuros profesionales deben entender la responsabilidad que van a llevar y
las posibles consecuencias del fracaso. Ellos deben comprender sus propias limitaciones, as como las
limitaciones de sus herramientas. Todos los profesionales deben hacer un compromiso a largo plazo
para permanecer al da en sus especialidades elegidas y en la disciplina de la computacion en su
conjunto.
Como los avances tecnologicos siguen afectando de manera signicativa la forma en que vivimos
y el trabajo, la importancia crtica de asuntos sociales y practica profesional continua aumentando;
nuevos productos basados en computadores y lugares plantean problemas cada vez mas difciles cada
ano. Son nuestros estudiantes que deben entrar en el mundo laboral y el mundo academico con el
objetivo de identicar y resolver estos problemas.
Los educadores de ciencia de la computacion pueden optar por ensenar este nucleo y el material
electivo en cursos independientes, integrados en cursos tecnicos y teoricos tradicionales, o como uni-
dades especiales en cursos de na de carrera y cursos de practica profesional. El material en esta area
esta mejor cubierto a traves de una combinacion de un curso obligartorio junto con modulos breves en
otros cursos. Por un lado, algunas unidades que guran como Core Tier-1 (en particular, el contexto
social, herramientas de analisis, la etica profesional y la propiedad intelectual) no se prestan facil-
mente a ser cubiertos en otros cursos tradicionales. Sin un curso independiente, es difcil cubrir estos
temas adecuadamente. Por otro lado, si las consideraciones eticas y sociales son cubiertas solamente
en el curso independiente y no en contexto, esto reforzara la falsa idea de que los procesos tecnicos no
necesitan de estas otras cuestiones pertinentes.
Debido a esta amplia relevancia, es importante que varios cursos tradicionales incluyan modulos
con estudios de casos que analizan los aspectos eticos, legales, sociales y profesionales en el contexto de
la materia tecnica del curso. Los cursos en areas como la ingeniera de software, bases de datos, redes
de computadores, y seguridad aseguramiento de la informacion y la introduccion a la computacion
proporcionan un contexto obvio para el analisis de cuestiones eticas. Sin embargo, un modulo relacio-
nado con la etica podra desarrollarse para casi cualquier curso en el currculo. Sera explcitamente
en contra del espritu de la recomendaciones tener solo un curso independiente. A lo largo de todos los
asuntos en esta area existe la necesidad de hablar con el profesional para que siempre enfrente estos
problemas desde la perspectiva moral y tecnica. Las cuestiones eticas discutidas en cualquier clase
deben surgen naturalmente de la materia objeto de esa clase. Los ejemplos incluyen una discusion
en el curso de base de datos de la agregacion de datos o minera de datos, o una discusion en el
curso de ingeniera de software de los posibles conictos entre las obligaciones para con el cliente y las
obligaciones para el usuario y otras personas afectadas por su trabajo. Asignaciones de programacion
construidas alrededor de aplicaciones tales controlar el movimiento de un laser durante la ciruga de

Universidad Catolica San Pablo 137

138 Escuela Profesional de Ciencia de la Computacion, Malla 2016

los ojos puede ayudar a hacer frente a los impactos profesionales, eticos y sociales de la computacion.
El cuerpo docente que no este familiarizados con el contenido y/o la pedagoga de la etica aplicada
debe aprovechar los recursos considerables de ACM, IEEE-CS, SIGCAS (grupo de interes especial en
las computadoras y la sociedad), y otras organizaciones.
Cabe senalar que la aplicacion de un analisis etico subyace en cada seccion de esta area de conoci-
miento. El Codigo ACM de Etica y Conducta Profesional (http://www.acm.org/about/code-of-ethics)
proporciona directrices que sirven como base para la realizacion de nuestro trabajo profesional. Los
imperativos morales generales proporcionan un mejor entendimiento de nuestro compromiso con la
responsabilidad personal, la conducta profesional y nuestros roles de liderazgo.

Area de Conocimiento (Knowledge Area-KA) (KA) Core Core Electivos

Tier1 Tier2
2.18.1 Contexto Social (Pag. 138) 1 2 No
2.18.2 Herramientas de Analisis (Pag. 139) 2 No
2.18.3 Etica Profesional (Pag. 140) 2 2 No
2.18.4 Propiedad Intelectual (Pag. 141) 2 Si
2.18.5 Privacidad y Libertades Civiles (Pag. 142) 2 Si
2.18.6 Comunicacion profesional (Pag. 143) 1 Si
2.18.7 Sostenibilidad (Pag. 144) 1 1 Si
2.18.8 Historia (Pag. 145) Si
2.18.9 Economa de la Computacion (Pag. 146) Si
2.18.10 Polticas de seguridad, Leyes y crmenes computacionales Si
(Pag. 146)

2.18.1. SP/Contexto Social (1 horas Core-Tier1, 2 horas Core-Tier2)

Las computadoras y el Internet, quizas mas que cualquier otra tecnologa, han transformado la
sociedad durante los ultimos 75 anos, con un aumento espectacular en la productividad humana; una
explosion de opciones para las noticias, el entretenimiento y la comunicacion; y los avances fundamen-
tales en casi todas las ramas de la ciencia e ingeniera. Social Contexto proporciona la base para todas
las demas unidades de conocimiento de esta area (SP), especialmente la etica profesional.
Topicos:
Core Tier1

Implicancias sociales de la computacion en un mundo conectado en red.

Ref: 2.6.1 Fundamentos, Pag. 47, 2.7.1 Fundamentos y Conceptos en Seguridad, Pag. 54

Impacto de los medios sociales en el individualismo, colectivismo y en la cultura.

Core Tier2

Crecimiento y control de la Internet

Ref: 2.10.1 Introduccion, Pag. 82

A menudo se reere como la brecha digital, las diferencias en el acceso a los recursos de la
tecnologa digital y sus ramicaciones resultantes para el genero, la clase, la etnia, la geografa,
y/o los pases subdesarrollados.

Los problemas de accesibilidad, incluyendo los requisitos legales.

Computacion consciente del contexto.

Ref: 2.6.2 Diseno de Interaccion, Pag. 48

Objetivos de Aprendizaje:
Core-Tier1:

1. Describir las formas positivas y negativas en las que la tecnologa computacional (redes, compu-
tacion movil, cloud computing) altera los modos de interaccion social en el plano personal [Fa-
miliarizarse]

138 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 139

2. Identicar los supuestos y valores incorporados en el hardware y el software de diseno de los

desarrolladores, especialmente lo que se reere a la facilidad de uso para diversas poblaciones
incluyendo minoras poblaciones y los discapacitados [Familiarizarse]

3. Interpretar el contexto social de un determinado diseno y su aplicacion [Familiarizarse]

4. Evaluar la ecacia de un diseno y aplicacion dada a partir de datos empricos [Evaluar]

5. Resumir las implicaciones de los medios sociales en el individualismo frente al colectivismo y la

cultura [Usar]

Core-Tier2:

6. Discuta como el acceso a Internet sirve como una fuerza liberadora para las personas que viven
bajo las formas opresivas de gobierno; explicar la utilizacion los lmites al acceso a Internet como
herramientas de represion poltica y social [Familiarizarse]

7. Analizar los pros y los contras de la dependencia de la computacion en la implementacion de la

democracia (por ejemplo, prestacion de servicios sociales, votacion electronica) [Evaluar]

8. Describir el impacto de la escasa representacion de las diversas poblaciones en la profesion (por

ejemplo, la cultura de la industria, la diversidad de productos) [Familiarizarse]

9. Explicar las consecuencias de la sensibilidad al contexto en los sistemas de computacion ubi-

cua [Familiarizarse]

2.18.2. SP/Herramientas de Analisis (2 horas Core-Tier1)

Teoras y principios eticos son los fundamentos del analisis etico, ya que son los puntos de vista
desde el que se pueden obtener directrices a lo largo de la va a una decision. Cada teora hace hincapie
en diferentes puntos, como la prediccion del resultado y siguiendo los propios deberes con los demas
con el n de llegar a una decision eticamente guiada. Sin embargo, para que una teora etica sea
util, la teora debe ser dirigida hacia un conjunto comun de objetivos. Los principios eticos son los
objetivos comunes que cada teora intenta alcanzar con el n de tener exito. Estos objetivos incluyen
la benecencia, menor dano, el respeto por la autonoma y la justicia.
Topicos:
Core Tier1

Argumentacion etica.

Teoras eticas y toma de decisiones.

Suposiciones morales y valores.

Objetivos de Aprendizaje:
Core-Tier1:

1. Evaluar las posiciones de las partes interesadas en una situacion dada [Evaluar]

2. Analizar errores logicos basicos en una discusion [Evaluar]

3. Analizar un argumento para identicar premisas y la conclusion [Evaluar]

4. Ilustrar el uso de ejemplo y analoga en el argumento etico [Usar]

5. Evaluar compensaciones eticos / sociales en las decisiones tecnicas [Evaluar]

Universidad Catolica San Pablo 139

140 Escuela Profesional de Ciencia de la Computacion, Malla 2016

2.18.3. SP/Etica Profesional (2 horas Core-Tier1, 2 horas Core-Tier2)

La etica de la computadora es una rama de la losofa practica que se ocupa de como los pro-
fesionales en computacion deben tomar decisiones relativas a la conducta profesional y social. Hay
tres inuencias principales: 1) propio codigo personal de un individuo; 2) cualquier codigo informal
de comportamiento etico existente en el lugar de trabajo; y 3) la exposicion a los codigos formales de
etica. Ver Information Assurance and Security (IAS) KA
Topicos:
Core Tier1
Community values and the laws by which we live.
La naturaleza del profesionalismo incluido el cuidado, la atencion y la disciplina, la responsabi-
lidad duciaria y mentora.
Mantenerse al da como profesional de computacion en terminos de familiaridad, herramientas,
habilidades, marco legal y profesional, as como la capacidad de autoevaluarse y avances en el
campo de la computacion.
La certicacion profesional, codigos de etica, conducta y practica, como la ACM / IEEE-CS,
SE, AITP, IFIP y las sociedades internacionales.
Ref: 2.7.1 Fundamentos y Conceptos en Seguridad, Pag. 54
Rendicion de cuentas, la responsabilidad y la conabilidad (por ejemplo, la correccion de soft-
ware, abilidad y seguridad, as como la condencialidad etica de los profesionales de seguridad
cibernetica)
Core Tier2
El papel del profesional de de computacion en las polticas publicas.
Mantenimiento de la conciencia en relacion a las consecuencias.
Disidencia etica y la denuncia de irregularidades.
La relacion entre la cultura regional y dilemas eticos.
Tratar con el acoso y la discriminacion.
Formas de credenciamiento profesional.
Polticas de uso aceptable para la computacion en el lugar de trabajo.
Ergonoma y entornos de trabajo computacionales saludables.
Consideraciones a tiempos de entrega de mercado vs estandares de calidad profesional.
Objetivos de Aprendizaje:
Core-Tier1:
1. Identicar los problemas eticos que se plantean en el desarrollo de software y determinar como
abordarlos tecnica y eticamente [Familiarizarse]
2. Explicar la responsabilidad etica de velar por la correccion de software, conabilidad y seguri-
dad [Familiarizarse]
3. Describir los mecanismos que normalmente existen para que profesional se mantenga al da [Fa-
miliarizarse]
4. Describir las fortalezas y debilidades de codigos profesionales relevantes como expresiones de
profesionalismo y guas para la toma de decisiones [Familiarizarse]
5. Analizar un problema mundial de computacion, observando el papel de los profesionales y fun-
cionarios del gobierno en el manejo de este problema [Evaluar]

140 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 141

6. Evaluar los codigos de etica profesional de la ACM, la Sociedad de Computacion de la IEEE, y

otras organizaciones [Evaluar]
Core-Tier2:
7. Describir las formas en que los profesionales pueden contribuir a las polticas publicas [Familia-
rizarse]
8. Describir las consecuencias de la conducta profesional inadecuada [Familiarizarse]
9. Identicar las etapas progresivas en un incidente de denuncia de irregularidades [Familiarizarse]
10. Identicar ejemplos de como interactua la cultura regional con dilemas eticos [Familiarizarse]
11. Investigar las formas de acoso, discriminacion y formas de ayuda [Usar]
12. Examine las diversas formas de acreditacion de profesionales [Usar]
13. Explicar la relacion entre la ergonoma en los ambientes y la salud de las personas de compu-
tacion [Familiarizarse]
14. Desarrollar un uso del computador/poltica de uso aceptable con medidas coercitivas [Evaluar]
15. Describir los problemas asociados con la presion de la industrias para centrarse en el tiempo de
comercializacion en comparacion con la aplicacion de normas de calidad profesional [Familiari-
zarse]

2.18.4. SP/Propiedad Intelectual (2 horas Core-Tier1)

La propiedad intelectual se reere a una serie de derechos intangibles de propiedad de un activo
tal como un programa de software. Cada derecho de propiedad intelectual es en s mismo un activo.
La ley establece diferentes metodos para la proteccion de estos derechos de propiedad en funcion de su
tipo. Hay basicamente cuatro tipos de derechos de propiedad intelectual relacionados con el software:
patentes, derechos de autor, secretos comerciales y marcas registradas. Cada una proporciona un tipo
diferente de proteccion legal. Ver InformationManagement (IM) KA
Topicos:
Core Tier1
Fundamentos losocos de propiedad intelectual.
Derechos de propiedad intelectual.
Ref: 2.8.11 Almacenamiento y Recuperacion de Informacion, Pag. 71
Propiedad intelectual digital intangible (IDIP).
Fundamentos legales para proteccion de la propiedad intelectual.
Gestion de derechos digitales.
Copyrights, patentes, secretos de comercio, marcas registradas.
Plagiarismo.
Electivos
Fundamentos del movimiento Open Source.
Piratera de Software.
Objetivos de Aprendizaje:
Core-Tier1:
1. Discute las bases losocas de la propiedad intelectual [Familiarizarse]
2. Discute la racionalidad de la proteccion legal de la propiedad intelectual [Familiarizarse]

Universidad Catolica San Pablo 141

142 Escuela Profesional de Ciencia de la Computacion, Malla 2016

3. Decribe la legislacion orientada a los delitos de derechos de autor digitales [Familiarizarse]

4. Critica la legislacion orientada a los delitos digitales de derechos de autor [Evaluar]
5. Identica ejemplos contemporaneos de propiedad intelectual digital intangible [Familiarizarse]
6. Justica el uso de material con derechos de autor [Evaluar]
7. Evalua los asuntos eticos inherentes a diversos mecanismos de deteccion de plagio [Evaluar]
8. Interpreta el intento y la implementacion de licencias de software [Familiarizarse]
9. Discute asuntos que involucran la seguridad de patentes en software [Familiarizarse]
10. Caracteriza y contrasta los conceptos de derechos de autor, patentes y de marcas comercia-
les [Evaluar]
Elective:
11. Identica los objetivos del movimiento de software libre [Familiarizarse]
12. Identica la naturaleza global de la piratera de software [Familiarizarse]

2.18.5. SP/Privacidad y Libertades Civiles (2 horas Core-Tier1)

El intercambio de informacion electronica destaca la necesidad de equilibrar la proteccion de la
privacidad con acceso a la informacion. La facilidad de acceso digital a muchos tipos de datos hace
que los derechos de privacidad y las libertades civiles sean mas complejas, siendo dierentes entre la
variedad de culturas en todo el mundo.
Topicos:
Core Tier1
Fundamentos losocos de derechos de privacidad.
Ref: 2.9.1 Cuestiones fundamentales, Pag. 73
Fundamentos legales de proteccion de privacidad.
Implicaciones de privacidad de recopilacion de datos generalizada de bases de datos transaccio-
nales, almacenes de datos, sistemas de vigilancia y la computacion en la nube.
Ref: 2.8.2 Sistemas de Bases de Datos, Pag. 65, 2.8.10 Minera de Datos, Pag. 71
Ramicaciones de privacidad diferencial.
Soluciones basadas en la tecnologa para la proteccion de la privacidad.
Ref: 2.7.4 Ataques y Amenazas, Pag. 57
Electivos
Legislacion de privacidad en areas de practica.
Libertades civiles y diferencias culturales.
Libertad de expresion y sus limitaciones.
Objetivos de Aprendizaje:
Core-Tier1:
1. Discute las bases losocas para la proteccion legal de la privacidad personal [Familiarizarse]
2. Evalua soluciones para amenazas a la privacidad en bases de datos transaccionales y almacenes
de datos [Evaluar]
3. Describe los roles de la recoleccion de datos en la implementacion de sistemas de vigilancia
intrusiva (ejm. RFID, reconocimiento de rostro, cobro electronico, computacion movil) [Fami-
liarizarse]

142 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 143

4. Describe las ramicaciones de la privacidad diferenciada [Familiarizarse]

5. Investica el impacto de soluciones tecnologicas a los problemas de privacidad [Usar]

Elective:

6. Critica la intencion, el valor potencial y la implementacion de las diversas formas de legislacion

en privacidad [Evaluar]

7. Identica estrategias que permitan la apropiada libertad de expresion [Familiarizarse]

2.18.6. SP/Comunicacion profesional (1 horas Core-Tier1)

La comunicacion profesional transmite informacion tecnica a los diversos publicos que pueden
tener diferentes objetivos y necesidades de esa informacion. Comunicacion profesional efectiva de
informacion tecnica es rara vez un don heredado, sino que necesita ser ensenado en su contexto a
traves del currculo de pregrado.
Topicos:
Core Tier1

Leer, comprender y resumir el material tecnico, incluyendo el codigo fuente y la documentacion.

Escritura de documentacion y material tecnico ecaz.

Dinamica de comunicacion oral, escrita, electronica de equipos y en grupos.

Ref: 2.6.6 Colaboracion y Comunicacion, Pag. 50, 2.16.2 La participacion del equipo: 1. Procesos
elemento del equipo, incluyendo responsabilidades de tarea, la estructura de reuniones y horario
de trabajo 2. Roles y responsabilidades en un equipo de software 3. Equipo de resolucion de
conictos 4. Los riesgos asociados con los equipos virtuales (comunicacion, la percepcion, la
estructura) , Pag. 121

Comunicarse profesionalmente con los accionistas y otros involucrados en una empresa.

Utilizando herramientas colaborativas.

Ref: 2.6.6 Colaboracion en lnea, espacios inteligentes y aspectos de coordinacion social de
tecnologas de ujo de trabajo., Pag. 50, 2.9.8 Agentes, Pag. 78

Electivos

Tratar con ambientes interculturales.

Ref: 2.6.4 Internacionalizacion, diseno para usuarios de otras culturas, intercultural., Pag. 49

Puntos de equilibrio de riesgos en proyectos de software, en terminos de la tecnologa, la estruc-

tura/proceso, la calidad, la gente, el mercado y nanciero.
Ref: 2.16.2 Riesgo. 1. El papel del riesgo en el ciclo de vida 2. Categoras elemento de riesgo,
incluyendo la seguridad, la seguridad, mercado, nanzas, tecnologa, las personas, la calidad, la
estructura y el proceso de , Pag. 121

Objetivos de Aprendizaje:
Core-Tier1:

1. Escribe documentos tecnicos claros, concisos y exactos siguiendo estandares bien denidos para
su formato y para la inclusion de tablas, guras y referencias adecuadas [Usar]

2. Evalua documentacion tecnica escrita para detectar problemas de diversos tipos [Evaluar]

3. Desarrolla y brinda una presentacion formal de buena calidad [Evaluar]

4. Interacciones del plan (por ejemplo, cara a cara, documentos compartidos virtuales) con otros
en los que son capaces de obtener su punto de vista, escuchar con atencion y apreciar los puntos
de los demas, incluso cuando no estan de acuerdo y son capaces de transmitir a los demas que
han odo [Usar]

Universidad Catolica San Pablo 143

144 Escuela Profesional de Ciencia de la Computacion, Malla 2016

5. Describir las fortalezas y debilidades de las diversas formas de comunicacion (por ejemplo, cara
a cara, documentos compartidos virtuales) [Familiarizarse]
6. Examinar las medidas adecuadas que se utilizan para comunicarse con las partes involucrados
en un proyecto [Usar]
7. Comparar y contrastar diversas herramientas de colaboracion [Evaluar]
Elective:
8. Discutir formas de inuir en el rendimiento y los resultados en equipos multi-culturales [Fami-
liarizarse]
9. Examine los puntos de equilibrio y las fuentes comunes de riesgo en proyectos relacionados
con el software de tecnologa, estructura/proceso, la calidad, la gente, el mercado y la parte
nanciera [Usar]
10. Evaluar las fortalezas y debilidades personales para trabajar de forma remota como parte de un
equipo multinacional [Evaluar]

2.18.7. SP/Sostenibilidad (1 horas Core-Tier1, 1 horas Core-Tier2)

La sostenibilidad, de acuerdo a las Naciones Unidas es el desarrollo que satisface las necesidades del
presente sin comprometer la capacidad de generaciones futuras para satisfacer sus propias necesidades.
La sostenibilidad se introdujo por primera vez en las directrices curriculares CS2008. Los temas en
esta area emergente se pueden integrar de forma natural en otras areas y unidades que presenten
familiaridad, como la interaccion humano-computador y la evolucion del software. Ver 2.6 Interaccion
Humano-Computador (HCI), Pag. 46, 2.16 Ingeniera de Software (SE), Pag. 118.
Topicos:
Core Tier1
Comenzando una particion sustentable para tener en consideracion cultural y impacto ambiental
de desicione sd eimplementacion.
Explorar la sociedad global y impacto ambiental del uso de computadoras y disposicion (e-waste)
Core Tier2
Impactos ambientales de las elecciones de diseno en areas especcas tal como los algoritmos de
los sistemas operativos, internet, bases de datos o interaccion humano computador.
Ref: 2.16.8 Desarrollo de Software en el contexto de codigo grande pre existente 1. Cambios de
software 2. Preocupaciones y ubicacion de preocupaciones 3. Refactoring , Pag. 129, 2.6.9 HCI
orientada al diseno, Pag. 52
Electivos
Lineamientos para estandares de diseno sostenible.
Efectos sistemicos de fenomenos complejos mediados por computador (e.g. teleconmutacion o
compras web)
Computacion penetrante; procesamiento integrado de informacion dentro de objetos cotidianos
y actividades, tal como sistemas de inteligentes de energa, redes sociales y sistemas retroali-
mentados para promover comportamiento sostenible, transporte, monitoreo del medio ambiente,
ciencias ciudadana y activismo.
Investigacion de aplicaciones de la computacion a problemas ambientales, como la energa, con-
taminacion, uso de recursos, reciclaje y reutilizacion, administracion de alimentos, agricultura y
otros.
La interdependencia de la sostenibilidad de los sistemas de software con sistemas sociales, inclu-
yendo el conocimiento y las habilidades de sus usuarios, procesos organizacionales y polticas y
su contexto social (ejem. fuerzas del mercado, polticas gubernamentales).

144 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 145

Objetivos de Aprendizaje:
Core-Tier1:

1. Identicar maneras para ser un practicante sostenible [Familiarizarse]

2. Ilustrar los impactos sociales y ambientales globales de uso y la eliminacion de computadores

(e-waste) [Usar]

Core-Tier2:

3. Describir los impactos ambientales de las opciones de diseno en el campo de la informatica que
se relacionan con el diseno de algoritmo, el diseno del sistema operativo, diseno de redes, diseno
de bases de datos, etc [Familiarizarse]

4. Investigar los impactos sociales y ambientales de los nuevos disenos de sistemas a traves de
proyectos [Usar]

Elective:

5. Identicar los lineamientos para el diseno o despliegue de TI sostenible [Familiarizarse]

6. Enumerar los efectos sostenibles de teletrabajo o de compras web [Familiarizarse]

7. Investigar la computacion ubicua en areas como los sistemas inteligentes de energa, redes socia-
les, el transporte, la agricultura, los sistemas de la cadena de suministro, monitoreo ambiental
y el activismo ciudadano [Usar]

8. Desarrollar aplicaciones de computacion y evaluar a traves de areas de investigacion relacio-

nadas a cuestiones ambientales (ejemplo energia, contaminacion, uso de recursos, reciclaje y
reutilizacion, gestion de alimentos y agricultura) [Evaluar]

2.18.8. SP/Historia
La historia de la computacion nos provee de un camino de como los cambios rapidos en los impactos
computacionales en la sociedad y en escala global. esto amenudo se sabe en los conceptos fundamentales
al igual que los Fundamentos de Sistemas y los Fundamentos de desarrollo de software.
Topicos:
Electivos

Pre-historia El mundo antes de 1946.

Historia del hardware, software, redes.

Ref: 2.2.1 Logica digital y sistemas digitales, Pag. 24

Pioneros de la Computacion.

Historia de Internet.

Objetivos de Aprendizaje:
Elective:

1. Identicar importantes tendencias en la historia del campo de la computacion [Familiarizarse]

2. Identicar las contribuciones de varios pioneros en el campo de la computacion [Familiarizarse]

3. Discutir el contexto historico de los paradigmas de diversos lenguajes de programacion [Fami-

liarizarse]

4. Comparar la vida diaria antes y despues de la llegada de los ordenadores personales y el Inter-
net [Evaluar]

Universidad Catolica San Pablo 145

146 Escuela Profesional de Ciencia de la Computacion, Malla 2016

2.18.9. SP/Economa de la Computacion

Las metricas y mejores practicas para la gestion del personal y gestion nanciera en sistemas de
informacion
Topicos:
Electivos
Monopolio y sus implicaciones economicas.
Efecto del suministro de mano de obra calicada y la demanda sober la calidad de los productos
de computacion.
Estrategias de precio en el dominio de la computacion.
El fenomeno del desarrollo de software outsourcing y o-shoring; impactos en el empleo y la
economia.
Consecuencias de la globalizacion para la profesion de Ciencias de la Computacion.
Diferencias en acceso a recursos de computacion y el posible efecto de los mismos.
Analisis costo/benecio de trabajos con consideraciones para manufactura, hardware, software
e implicaciones de ingeniera.
Costo estimado versus costo actual in relacion al costo total.
Emprendimiento: perspectivas y entrampamientos.
Efectos de red o economias de escala del lado de la demanda.
El uso de la ingeniera economica para hacer frente a las nanzas.
Objetivos de Aprendizaje:
Elective:
1. Resumir los fundamentos para los esfuerzos antimonopolio [Familiarizarse]
2. Identicar diversas maneras en que la industria de la tecnologa de la informacion esta afectada
por la escasez de la oferta de trabajo [Familiarizarse]
3. Identicar la evolucion de la estratega de precios para el calculo de los bienes y servicios [Fa-
miliarizarse]
4. Discutir los benecios, los inconvenientes y las implicaciones de o-shoring y outsourcing [Fami-
liarizarse]
5. Investigar y defender maneras de tratar las limitaciones en el acceso a la computacion. [Usar]
6. Describir los benecios economicos de efectos de la red [Familiarizarse]

2.18.10. SP/Polticas de seguridad, Leyes y crmenes computacionales

Si bien las polticas de seguridad, las leyes y los delitos informaticos son temas importantes, es
esencial que se vean con la base de otras unidades de conocimiento relacionadas al area social y
profesional, tales como la propiedad intelectual, de privacidad y las libertades civiles, Contexto Social
y Etica Profesional. Las computadoras y la Internet, quizas mas que cualquier otra tecnologa, han
transformado la sociedad en los ultimos 75 anos. Al mismo tiempo, han contribudo a amenazas sin
precedentes a la vida privada; nuevas categoras de delitos y conductas antisociales; grandes trastornos
a las organizaciones; y la concentracion a gran escala de los riesgos en los sistemas de informacion.
Ver las areas 2.6 Interaccion Humano-Computador (HCI), Pag. 46 y 2.7 Aseguramiento y Seguridad
de la Informacion (IAS), Pag. 53.
Topicos:
Electivos

146 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 147

Ejemplos de delitos informaticos y reparacion legal para delincuentes informaticos.

Ref: 2.7.10 Investigacion digital (Digital Forensics), Pag. 62
Ingenieria social, robo de identidad y recuperacion.
Ref: 2.6.8 Factores Humanos y seguridad, Pag. 51
Topicos relacionados al uso de acceso indebido y las infracciones y materia de seguridad.
Motivaciones y ramicaciones del ciberterrorismo y el hacking criminal, cracking.

Efectos de malware, como virus, worms y Trojan horses.

Estrategias de prevencion de Crimen.
Polticas de Seguridad.
Ref: 2.7.9 Poltica de Seguridad y Gobernabilidad, Pag. 61
Objetivos de Aprendizaje:
Elective:
1. Listar ejemplos clasicos de delitos informaticos y incidentes de ingeniera social con impacto
social [Familiarizarse]
2. Indenticar leyes que se aplican a delitos informaticos [Familiarizarse]
3. Describir la motivacion y ramicaciones de cyberterrorismo y hackeo criminal [Familiarizarse]
4. Examinar los problemas eticos y legales relacionados con el mal uso de accesos y diversas viola-
ciones en la seguridad [Usar]
5. Discutir el rol del profesional en seguridad y los problemas que estan envueltos [Familiarizarse]
6. Investigar medidas que puedan ser consideradas por personas y organizaciones incluyendo al
gobierno para prevenir o mitigar efectos indeseables de los delitos informaticos y robo de iden-
tidad [Usar]
7. Escribir una politica de seguridad de una empresa, la cual incluye procedimientos para adminis-
trar contrasenas y monitorizar a los empleados [Usar]

Universidad Catolica San Pablo 147

148 Escuela Profesional de Ciencia de la Computacion, Malla 2016

148 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 149

Captulo 3

Malla curricular 2016

3.1. Clasificacion de los cursos por niveles

De acuerdo a la Computing Curricula, los cursos son clasicados en 3 niveles: Introductorios (Co-
digos 100), Intermedios (Codigos 200), Avanzados (Codigos 300) y orientados a la construccion del
trabajo de nal de carrera (Codigos 400) tambien llamado tesis.
Los cursos de tercer nivel tienen por objetivo abrir varias posibilidades de especializacion a traves
de cursos electivos
Esta propuesta de malla curricular esta basada en el abordaje orientado a objetos. El abordaje
orientado a la web se escogio porque hacia eso apuntan las tendencias futuras de la computacion.

3.2. Codificacion de los cursos

Los cursos se encuentran codicados bajo el esquema que se muestra en la Figura 3.1:

Nivel
1xx = introductorio, 2xx = intermedio, 3xx = avanzado, 4xx = proyecto final de carrera

Tema (segundo dgito/letra)

1 = Algoritmos y Complejidad (AL) B = Desarrollo Basados en Plataforma (PBD)
2 = Arquitectura y Organizacion (AR) C = Ciencia Computacional (CN)
3 = Redes y Comunicaciones (NC) D = Estructura Discretas (DS)
4 = Lenguajes de Programacion (PL) F = Fundamentos del Desarrollo de Software (SDF)
CS271 5 = Graficos y Visualizacion (GV) H = Interaccion Humano Computador (HCI)
6 = Sistemas Inteligentes (IS) I = Aseguramiento y Seguridad de la Informacion (IAS)
7 = Gestion de Informacion (IM) P = Computacion Paralela y Distribuda (PD)
8 = Asuntos Sociales y Practica Profesional (SP) S = Sistemas Operativos (OS)
9 = Ingeniera de Software (SE) U = Fundamentos de Sistemas (SF)

Identicador numerico en el area

Figura 3.1: Esquema de codicacion para los cursos.

El tipo de curso esta determinado por sus 2 primeras letras. Los posibles codigos para estos tipos
son:
1. CS Area de Ciencia de la Computacion (Computer Science);
2. MA Matematicas (MA);

3. FG Area de Formacion General;

4. ET Area de Formacion de Empresas de Base Tecnologica;
5. ID Area de Idiomas.
6. CB Area de Ciencias Basicas (Fsica, Biologa);
Al mismo tiempo, y de acuerdo a la ley universitaria vigente, los cursos estan clasicados en:
AF: Area formativa, AE: Area de especialidad, AB: Area basica, AC: Area complementaria.

Universidad Catolica San Pablo 149

 3.3. Constitucion del Plan de Estudios
150

150
La relacion de cursos se muestra a continuacion:

Primer Semestre
Codigo Curso Area HT HP HL Cr T Requisitos
CS111 Programacion de Video Juegos (Pag. 163) AF 2 2 2 4 O
CS1D1 Estructuras Discretas I (Pag. 168) AF 2 4 4 O

Escuela Profesional de Ciencia de la Computacion, Malla 2016

MA100 Matematica I (Pag. 171) AB 2 6 5 O
FG102 Metodologa del Estudio (Pag. 174) AF 2 2 3 O
FG101 Comunicacion (Pag. 177) AC 2 2 3 O
FG103 Introduccion a la Vida Universitaria (Pag. 180) AB 3 3 O
22
Universidad Catolica San Pablo

Segundo Semestre
Codigo Curso Area HT HP HL Cr T Requisitos
CS100 Introduccion de Ciencia de la Computacion (Pag. 183) AF 2 2 3 O
CS1D2 Estructuras Discretas II (Pag. 185) AF 2 2 2 4 O CS1D1 (1er Sem)
CS112 Ciencia de la Computacion I (Pag. 188) AF 2 2 4 5 O CS111 (1er Sem)
MA101 Matematica II (Pag. 193) AB 2 4 4 O MA100 (1er Sem)
FG104 Introduccion a la Filosofa (Pag. 198) AC 3 3 O
FG112 Persona, Matrimonio y Familia (Pag. 195) AC 1 2 2 E
FG105 Apreciacion Musical (Pag. 201) AC 1 2 2 E
21
Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016

Tercer Semestre
Codigo Curso Area HT HP HL Cr T Requisitos
CS113 Ciencia de la Computacion II (Pag. 203) AF 2 2 2 4 O CS112 (2do Sem)
CS2B1 Desarrollo Basado en Plataformas (Pag. 210) AF 1 2 2 3 O CS112 (2do Sem)
CS221 Arquitectura de Computadores (Pag. 213) AF 2 2 3 O CS1D2 (2do Sem)
CS1D3 Algebra Abstracta (Pag. 218) AF 2 2 3 O CS1D1 (1er Sem), CS112 (2do Sem)
MA102 Calculo I (Pag. 222) AB 2 4 4 O MA100 (1er Sem)
FG107 Antropologa Filosoca y Teologica (Pag. 225) AC 3 3 O FG104 (2do Sem)
FG201 Apreciacion Artstica (Pag. 229) AC 1 2 2 E
FG202 Apreciacion Literaria (Pag. 232) AC 1 2 2 E
22

Cuarto Semestre
Codigo Curso Area HT HP HL Cr T Requisitos
CS210 Algoritmos y Estructuras de Datos (Pag. 235) AF 2 2 2 4 O CS113 (3er Sem), CS100 (2do Sem)
CS211 Teora de la Computacion (Pag. 237) AF 2 2 2 4 O CS1D2 (2do Sem)
CS271 Bases de Datos I (Pag. 240) AF 2 4 4 O CS1D3 (3er Sem)
MA201 Calculo II (Pag. 245) AB 2 4 4 O MA101 (2do Sem), MA102 (3er Sem)
MA203 Estadstica y Probabilidades (Pag. 248) AB 2 2 2 4 O MA102 (3er Sem)
FG204 Teologa (Pag. 251) AC 1 2 2 O FG107 (3er Sem)
22

Quinto Semestre
Codigo Curso Area HT HP HL Cr T Requisitos
CS272 Bases de Datos II (Pag. 254) AF 1 2 2 3 O CS271 (4to Sem), Ingles(300)
CS291 Ingeniera de Software I (Pag. 258) AF 2 2 2 4 O CS113 (3er Sem), CS271 (4to Sem)
CS212 Analisis y Diseno de Algoritmos (Pag. 263) AF 2 2 2 4 O CS210 (4to Sem)
CB111 Fsica Computacional (Pag. 267) AB 2 2 2 4 O MA102 (3er Sem)
MA306 Analisis Numerico (Pag. 271) AB 1 2 2 3 O MA201 (4to Sem)
FG106 Teatro (Pag. 274) AC 1 2 2 O
FG210 Moral (Pag. 277) AC 1 2 2 O FG204 (4to Sem)
151

151
22
152

152
Sexto Semestre
Codigo Curso Area HT HP HL Cr T Requisitos
CS311 Programacion Competitiva (Pag. 280) AF 2 2 2 4 O CS212 (5to Sem)
CS312 Estructuras de Datos Avanzadas (Pag. 282) AF 2 2 2 4 O CS212 (5to Sem)
CS2S1 Sistemas Operativos (Pag. 285) AF 2 2 2 4 O CS221 (3er Sem)
CS292 Ingeniera de Software II (Pag. 291) AF 2 2 2 4 O CS291 (5to Sem)
MA307 Matematica aplicada a la computacion (Pag. 296) AB 2 2 2 4 O MA201 (4to Sem)
FG203 Oratoria (Pag. 299) AC 1 2 2 O FG106 (5to Sem)
22

Septimo Semestre
Codigo Curso Area HT HP HL Cr T Requisitos

Escuela Profesional de Ciencia de la Computacion, Malla 2016

CS251 Computacion Graca (Pag. 301) AF 2 2 2 4 O CS312 (6to Sem), MA306 (5to Sem)
CS391 Ingeniera de Software III (Pag. 305) AE 2 2 3 O CS292 (6to Sem)
CS231 Redes y Comunicacion (Pag. 309) AE 1 2 2 3 O CS2S1 (6to Sem), Ingles(400)
CS261 Inteligencia Articial (Pag. 313) AF 2 2 2 4 O MA203 (4to Sem)
CS401 Metodologa de la Investigacion en Computacion AF 1 2 2 O CS212 (5to Sem), 100Cr
(Pag. 319)
CS341 Lenguajes de Programacion (Pag. 321) AF 2 2 2 4 O CS211 (4to Sem)
FG350 Liderazgo (Pag. 326) AC 1 2 2 O FG203 (6to Sem)
22
Universidad Catolica San Pablo

Octavo Semestre
Codigo Curso Area HT HP HL Cr T Requisitos
CS281 Computacion en la Sociedad (Pag. 329) AF 2 2 O FG210 (5to Sem)
CS342 Compiladores (Pag. 334) AF 2 2 2 4 O CS341 (7mo Sem)
CS3I1 Seguridad en Computacion (Pag. 337) AE 1 2 2 3 O CS231 (7mo Sem)
CS2H1 Interaccion Humano Computador (Pag. 344) AE 1 2 2 3 O CS251 (7mo Sem)
CS402 Proyecto de Final de Carrera I (Pag. 349) AF 2 2 3 O CS401 (7mo Sem)
CS3P1 Computacion Paralela y Distribuda (Pag. 351) AF 2 2 2 4 O CS212 (5to Sem), CS231 (7mo Sem)
FG205 Historia de la Cultura (Pag. 355) AC 3 3 O
22
Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016

Noveno Semestre
Codigo Curso Area HT HP HL Cr T Requisitos
CS403 Proyecto de Final de Carrera II (Pag. 363) AF 2 2 3 O CS402 (8vo Sem)
CS370 Big Data (Pag. 367) AE 1 2 2 3 O CS272 (5to Sem), CS3P1 (8vo Sem)
CS392 Topicos Avanzados en Ingeniera de Software (Pag. 358) AE 2 2 2 4 E CS391 (7mo Sem)
CS361 Topicos en Inteligencia Articial (Pag. 365) AE 2 2 2 4 E CS261 (7mo Sem)
CS351 Topicos en Computacion Graca (Pag. 370) AE 2 2 2 4 E CS251 (7mo Sem)
CB309 Computacion Molecular Biologica (Pag. 372) AE 2 2 2 4 E CS212 (5to Sem), MA307 (6to Sem)
FG221 Historia de la Ciencia y Tecnologa (Pag. 376) AC 1 2 2 O FG205 (8vo Sem)
FG301 Ensenanza Social de la Iglesia (Pag. 378) AC 3 3 O FG210 (5to Sem)
ET201 Formacion de Empresas de Base Tecnologica I AC 2 2 3 O FG350 (7mo Sem)
(Pag. 381)
22

Decimo Semestre
Codigo Curso Area HT HP HL Cr T Requisitos
CS3P2 Cloud Computing (Pag. 385) AE 1 2 2 3 O CS370 (9no Sem)
CS404 Proyecto de Final de Carrera III (Pag. 394) AF 2 2 3 O CS403 (9no Sem)
CS393 Sistemas de Infomacion (Pag. 389) AE 2 2 2 4 E CS292 (6to Sem)
CS362 Robotica (Pag. 391) AE 2 4 4 E CS361 (9no Sem)
FG211 Etica Profesional (Pag. 396) AC 3 3 O FG301 (9no Sem)
FG220 Analisis de la Realidad Peruana (Pag. 399) AC 3 3 O FG221 (9no Sem)
ET301 Formacion de Empresas de Base Tecnologica II AC 2 2 3 O ET201 (9no Sem)
(Pag. 402)
ID101 Ingles tecnico profesional (Pag. 405) AC 2 2 3 O
22

Total de creditos de la carrera: 219.

153

153
154 Escuela Profesional de Ciencia de la Computacion, Malla 2016

3.4. Distribucion de cursos en la carrera

Esta propuesta puede ser analizada por el numero de creditos dedicados a cada area y por niveles
de cursos (Introductorios, Intermedios, Avanzados y Proyectos).

CS (144)

65.1 % CB (4)
ET (6)
1.8
2.7 %
%
22.6 %
15.8 % FG (50)

MA (35)
Figura 3.2: Distribucion de cursos por areas considerando creditaje.

AF AE AB AC
Primer Semestre 11 8 3 22
Segundo Semestre 12 4 5 21
Tercer Semestre 13 4 5 22
Cuarto Semestre 12 8 2 22
Quinto Semestre 11 7 4 22
Sexto Semestre 16 4 2 22
Septimo Semestre 14 6 2 22
Octavo Semestre 13 6 3 22
Noveno Semestre 3 11 8 22
Decimo Semestre 3 7 12 22
Total 108 30 35 46 219
49.3 % 13.6 % 15.9 % 21 %

Cuadro 3.1: Distribucion de cursos por areas

154 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 155

Introductorio (64)

29.7 %

Intermedio (89) 41.3 %

5.1 %
Proyecto Final (11)

23.7 %

Avanzado (51)

Figura 3.3: Distribucion de creditos por niveles de cursos.

Universidad Catolica San Pablo 155

 3.5. Vision grafica de la Malla curricular
156

156
Este documento tambien puede ser analizado desde el punto de vista de los prerequisitos de forma graca.

CS1D1,4cr,O CS111,4cr,O MA100,5cr,O FG101,3cr,O FG102,3cr,O FG103,3cr,O

1er Sem (22 cr) Electivos
2 4 2 2 2 2 6 2 2 2 2 3

CS1D2,4cr,O CS112,5cr,O CS100,3cr,O MA101,4cr,O FG104,3cr,O FG105,2cr,O FG112,2cr,O

2do Sem (21 cr) Electivos
2 2 2 2 2 4 2 2 2 4 3 1 2 1 2

CS221,3cr,O CS1D3,3cr,O CS2B1,3cr,O CS113,4cr,O MA102,4cr,O FG107,3cr,O FG202,2cr,O FG201,2cr,O

3er Sem (22 cr)
2 2 2 2 1 2 2 2 2 2 2 4 3 1 2 1 2

CS211,4cr,O CS271,4cr,O CS210,4cr,O MA201,4cr,O MA203,4cr,O FG204,2cr,O

4to Sem (22 cr) Ingls(300)
2 2 2 2 4 2 2 2 2 4 2 2 2 1 2

CS272,3cr,O CS291,4cr,O CS212,4cr,O MA306,3cr,O CB111,4cr,O FG210,2cr,O FG106,2cr,O

5to Sem (22 cr)

Escuela Profesional de Ciencia de la Computacion, Malla 2016

1 2 2 2 2 2 2 2 2 1 2 2 2 2 2 1 2 1 2

CS2S1,4cr,O CS292,4cr,O CS311,4cr,O CS312,4cr,O MA307,4cr,O FG203,2cr,O

6to Sem (22 cr) Ingls(400) 100Cr
2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 1 2

CS341,4cr,O CS231,3cr,O CS391,3cr,O CS251,4cr,O CS261,4cr,O CS401,2cr,O FG350,2cr,O

7mo Sem (22 cr)
2 2 2 1 2 2 2 2 2 2 2 2 2 2 1 2 1 2

CS342,4cr,O CS3I1,3cr,O CS3P1,4cr,O CS2H1,3cr,O CS402,3cr,O CS281,2cr,O FG205,3cr,O

8vo Sem (22 cr) Electivos Electivos
2 2 2 1 2 2 2 2 2 1 2 2 2 2 2 3

CS370,3cr,O CS392,4cr,O CB309,4cr,O CS351,4cr,O CS361,4cr,O CS403,3cr,O FG301,3cr,O ET201,3cr,O FG221,2cr,O

9no Sem (22 cr) Electivos
1 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 3 2 2 1 2
Universidad Catolica San Pablo

CS3P2,3cr,O CS393,4cr,O CS362,4cr,O CS404,3cr,O FG211,3cr,O ET301,3cr,O FG220,3cr,O ID101,3cr,O

10mo Sem (22 cr)
1 2 2 2 2 2 2 4 2 2 3 2 2 3 2 2

Figura 3.4: Malla curricular Escuela Profesional de Ciencia de la Computacion

 3.6. Resultados esperados distribudos por curso
Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016

Las siquientes tablas nos muestras una vision global de los resultados que se esperan lograr en cada curso de la presente malla curricular. La lista
completa de resultados esperados se encuentra en la Seccion: 1.9.

Primer Sem Segundo Sem

MA100

MA101
CS1D1

CS1D2
FG102

FG101

FG103

FG112

FG104

FG105
CS111

CS100

CS112
Habilidad o Competencia/Curso
a) Aplicar conocimientos de computacion y de matematicas. 2 3 3 1 1 3 3
b) Analizar problemas e identicar y denir los requerimientos computacionales. 2 1
c) Disenar, implementar y evaluar un sistema, proceso, componente o programa 2 3
computacional.
d) Trabajar efectivamente en equipos. 2
e) Entender las implicancias profesionales, eticas, legales, de seguridad y sociales. 1 1 2
f) Comunicarse efectivamente. 2
g) Analizar el impacto local y global de la computacion. 1 3
h) Aprender de forma continua. 2 2 1 1
i) Utilizar tecnicas y herramientas actuales. 2 3 1 2
j) Aplicar matematica, algoritmos y la teora de la CS en el modelamiento y diseno 3 3 1 3
de sistemas.
k) Aplicar los principios de desarrollo y diseno en software de complejidad variable. 1
l) Desarrollar principios de investigacion con nivel internacional. 1
m) Transformar sus conocimientos en emprendimientos tecnologicos.
n) Aplicar conocimientos de humanidades en su labor profesional. 2 1 2 2
n) Comprender que la formacion humana contribuye al autentico crecimiento perso- 1 2 2 2
nal.
o) Poner la tecnologa al servicio del ser humano. 1 2

Cuadro 3.2: Resultados esperados por curso 1er al 2do Semestre

157

157
158

158
Tercer Sem Cuarto Sem

MA102

MA201

MA203
CS1D3
CS2B1

FG107

FG201

FG202

FG204
CS113

CS221

CS210

CS211

CS271
Habilidad o Competencia/Curso
a) Aplicar conocimientos de computacion y de matematicas. 2 3 3 2 3 3 2
b) Analizar problemas e identicar y denir los requerimientos computacionales. 2 2 2 3 2
c) Disenar, implementar y evaluar un sistema, proceso, componente o programa 2 2
computacional.
d) Trabajar efectivamente en equipos. 2 2 2
e) Entender las implicancias profesionales, eticas, legales, de seguridad y sociales. 3 2
f) Comunicarse efectivamente. 2
g) Analizar el impacto local y global de la computacion. 2 3
h) Aprender de forma continua.
i) Utilizar tecnicas y herramientas actuales. 2 3 2 3 2

Escuela Profesional de Ciencia de la Computacion, Malla 2016

j) Aplicar matematica, algoritmos y la teora de la CS en el modelamiento y 3 3 2 3 3 3 3
diseno de sistemas.
k) Aplicar los principios de desarrollo y diseno en software de complejidad va- 2
riable.
l) Desarrollar principios de investigacion con nivel internacional.
m) Transformar sus conocimientos en emprendimientos tecnologicos.
n) Aplicar conocimientos de humanidades en su labor profesional. 2
n) Comprender que la formacion humana contribuye al autentico crecimiento 3 2 2 2
personal.
o) Poner la tecnologa al servicio del ser humano. 2 3 2

Cuadro 3.3: Resultados esperados por curso 3er al 4to Semestre

Universidad Catolica San Pablo
Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016

Quinto Sem Sexto Sem

MA306

MA307
CB111

FG106

FG210

FG203
CS2S1
CS272

CS291

CS212

CS311

CS312

CS292
Habilidad o Competencia/Curso
a) Aplicar conocimientos de computacion y de matematicas. 3 1 3 2 1 1
b) Analizar problemas e identicar y denir los requerimientos computacionales. 4 2 3 2 2 3 2
c) Disenar, implementar y evaluar un sistema, proceso, componente o programa 2 1 2
computacional.
d) Trabajar efectivamente en equipos.
e) Entender las implicancias profesionales, eticas, legales, de seguridad y sociales. 3 2 1
f) Comunicarse efectivamente. 2 2 2 2
g) Analizar el impacto local y global de la computacion. 3
h) Aprender de forma continua. 2 2
i) Utilizar tecnicas y herramientas actuales. 3 3 2 1 3 2 3 1
j) Aplicar matematica, algoritmos y la teora de la CS en el modelamiento y diseno 3 2 4 2 1 2
de sistemas.
k) Aplicar los principios de desarrollo y diseno en software de complejidad variable. 2 2
l) Desarrollar principios de investigacion con nivel internacional.
m) Transformar sus conocimientos en emprendimientos tecnologicos.
n) Aplicar conocimientos de humanidades en su labor profesional. 2
n) Comprender que la formacion humana contribuye al autentico crecimiento perso- 2 2 2
nal.
o) Poner la tecnologa al servicio del ser humano.

Cuadro 3.4: Resultados esperados por curso 5to al 6to Semestre

159

159
160

160
Septimo Sem Octavo Sem

CS2H1

CS3P1
FG350

FG205
CS251

CS391

CS231

CS261

CS401

CS341

CS281

CS342

CS402
CS3I1
Habilidad o Competencia/Curso
a) Aplicar conocimientos de computacion y de matematicas. 2 2 1 2 3 2 2 2
b) Analizar problemas e identicar y denir los requerimientos computacionales. 2 1 1 2 3 3 1 3 2
c) Disenar, implementar y evaluar un sistema, proceso, componente o programa 2 2 1 3 3 2
computacional.
d) Trabajar efectivamente en equipos. 2 2 2

Escuela Profesional de Ciencia de la Computacion, Malla 2016

e) Entender las implicancias profesionales, eticas, legales, de seguridad y sociales. 1 2 1 3
f) Comunicarse efectivamente. 1 2 1 2
g) Analizar el impacto local y global de la computacion. 3 2 3 1
h) Aprender de forma continua. 1 1 2 2
i) Utilizar tecnicas y herramientas actuales. 2 2 2 1 2 2 3 3 2
j) Aplicar matematica, algoritmos y la teora de la CS en el modelamiento y 2 3 2 1 2 3 2 2
diseno de sistemas.
k) Aplicar los principios de desarrollo y diseno en software de complejidad va-
riable.
l) Desarrollar principios de investigacion con nivel internacional. 1 2
m) Transformar sus conocimientos en emprendimientos tecnologicos. 3
Universidad Catolica San Pablo

n) Aplicar conocimientos de humanidades en su labor profesional. 2

n) Comprender que la formacion humana contribuye al autentico crecimiento 2 2 2
personal.
o) Poner la tecnologa al servicio del ser humano. 2 2 1

Cuadro 3.5: Resultados esperados por curso 7mo al 8vo Semestre

Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016

Noveno Sem Decimo Sem

CS3P2
CB309

FG221

FG301

ET201

FG211

FG220

ET301
CS392

CS403

CS361

CS370

CS351

CS393

CS362

CS404

ID101
Habilidad o Competencia/Curso
a) Aplicar conocimientos de computacion y de matematicas. 3 2 2 2 2 2 2 3
b) Analizar problemas e identicar y denir los requerimientos 3 2 2 3 2 2 3
computacionales.
c) Disenar, implementar y evaluar un sistema, proceso, compo- 2 3 2 3
nente o programa computacional.
d) Trabajar efectivamente en equipos. 2 2 2
e) Entender las implicancias profesionales, eticas, legales, de se- 3 2 3 2
guridad y sociales.
f) Comunicarse efectivamente. 3 3 3 2 2
g) Analizar el impacto local y global de la computacion. 3
h) Aprender de forma continua. 3 2 1 3
i) Utilizar tecnicas y herramientas actuales. 2 3 2 2 2 2 2 2 2 3 2
j) Aplicar matematica, algoritmos y la teora de la CS en el mo- 3 3 2 2 2
delamiento y diseno de sistemas.
k) Aplicar los principios de desarrollo y diseno en software de 3 3
complejidad variable.
l) Desarrollar principios de investigacion con nivel internacional. 3 1 3
m) Transformar sus conocimientos en emprendimientos tecnolo- 3 3 3
gicos.
n) Aplicar conocimientos de humanidades en su labor profesional. 2 2 2
n) Comprender que la formacion humana contribuye al autentico 3 2
crecimiento personal.
o) Poner la tecnologa al servicio del ser humano. 2 2 2

Cuadro 3.6: Resultados esperados por curso 9no al 10mo Semestre

161

161
162 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Referencias Bibliograficas
[ACM and IEEE-CS, 2005] ACM and IEEE-CS (2005). Computing Curricula: Information Techno-
logy. Technical report, ACM, IEEE-CS.
[ACM/IEEE-CS Joint Task Force on Computing Curricula, 2013] ACM/IEEE-CS Joint Task Force
on Computing Curricula (2013). Computer science curricula 2013. Technical report, ACM Press
and IEEE Computer Society Press.
[Daz-Herrera and Hilburn, 2004] Daz-Herrera, J. L. and Hilburn, T. B. (2004). Software engineering:
Curriculum Guidelines for Undergraduate Degree Programs in Software Engineering. Technical
report, ACM, IEEE. Last visit June 2004.
[Gorgone et al., 2002b] Gorgone, J. T., Gray, P., Feinstein, D., Kasper, G. M., Luftman, J. N., Stohr,
E. A., Valacich, J. S., and Wigand, R. (2002b). Model Curriculum and Guidelines for Graduate
Degree Programs in Information Systems. Communications of the Association for Information
Systems (CAIS)), 3(1).
[IEEE, 2013] IEEE (2013). IEEE common nomenclature for computing related programs in latin
america. Technical report, IEEE R9.
[Shakelford et al., 2005] Shakelford, R., Cross, J. H., Davies, G., Impagliazzo, J., Kamali, R., LeBlanc,
R., Lunt, B., McGettrick, A., Sloan, R., and Topi, H. (2005). Computing curricula 2005. Technical
report, ACM/IEEE, http://www.acm.org/education.
[Soldan et al., 2004] Soldan, D., Aylor, J., Clements, A., Engel, G., Hoelzeman, R., Hughes, E. A.,
Hughes, J. L., Impagliazzo, J., Jaeger, R. C., Klenke, R., Lyon, D. A., McGettrick, A., Nelson,
V. P., Neebel, D. J., Page, I., Peterson, G. D., Ranganathan, N., Sloan, R., Srimani, P. K., Theys,
M. D., Wolf, W., and Varanasi, M. (2004). Computer Engineering: Curriculum Guidelines for
Undergraduate Degree Programs in Computer Engineering. Technical report, ACM, IEEE-CS.
Last visited June 2004.
[Topi et al., 2010] Topi, H., Valacich, J. S., Wright, R. T., Kaiser, K. M., Nunamaker Jr., J., Sipior,
J. C., and de Vreede, G. (2010). Curriculum guidelines for undergraduate degree programs in
information systems. Technical report, ACM Press and AIS Press.

162 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 163

Captulo 4

Contenido detallado por curso

Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion
SUMILLA
CS111. Programacion de Video Juegos (Obligatorio)
1. Informacion General
Semestre: 1er Sem. Creditos: 4
Horas del curso: Teora: 2 horas; Practica: 2 horas; Laboratorio: 2 horas;
Prerrequisitos: Ninguno

2. Fundamentacion
Este es el primer curso en la secuencia de los cursos introductorios a la Ciencia de la Computacion.
En este curso se pretende cubrir los conceptos senalados por la Computing Curricula IEEE-CS/ACM
2013, bajo el enfoque orientado a objetos. La programacion es uno de los pilares de la Ciencia de la
Computacion; cualquier profesional del Area, necesitara programar para concretizar sus modelos y
propuestas. Este curso introducion a los participantes en los conceptos fundamentales de este arte. Lo
topicos incluyen tipos de datos, estructuras de control, funciones, listas, recursividad y la mecanica de
la ejecucion, prueba y depuracion.
3. Objetivos del curso
Introducir los conceptos fundamentales de programacion durante la construccion de un video
juego
Desarrollar su capacidad de abstraccion, utilizar un lenguaje de programacion orientado a obje-
tos.

4. Resultados (Outcomes)
a) Aplicar conocimientos de computacion y de matematicas apropiadas para la disciplina. (Usar)
b) Analizar problemas e identicar y denir los requerimientos computacionales apropiados para su
solucion. (Usar)
c) Disenar, implementar y evaluar un sistema, proceso, componente o programa computacional para
alcanzar las necesidades deseadas. (Usar)
i) Utilizar tecnicas y herramientas actuales necesarias para la practica de la computacion. (Usar)
k) Aplicar los principios de desarrollo y diseno en la construccion de sistemas de software de com-
plejidad variable. (Familiarizarse)

Universidad Catolica San Pablo 163

164 Escuela Profesional de Ciencia de la Computacion, Malla 2016

5. Competencias especficas de Computacion (IEEE)

C1. La comprension intelectual y la capacidad de aplicar las bases matematicas y la teora de la
informatica (computer science). Outcome a

C2. Capacidad para tener una perspectiva crtica y creativa para identicar y resolver problemas
utilizando el pensamiento computacional. Outcome b

C5. Capacidad para implementar algoritmos y estructuras de datos en el software.. Outcome b

C4. Una comprension del hardware de la computadora desde la perspectiva del software, por ejemplo,
el uso del procesador, memoria, unidades de disco, pantalla, etc Outcome i

6. Contenido del curso

6.1 Historia, 5 hr(s)
Competencias: C4

Topicos: I: Pre-historia El mundo antes de 1946. II: Historia del hardware, software, redes. III: Pio-
neros de la Computacion. IV: Historia de Internet.

Objetivos de Aprendizaje I: Identicar importantes tendencias en la historia del campo de la

computacion[Familiarizarse] II: Identicar las contribuciones de varios pioneros en el campo de
la computacion[Familiarizarse] III: Discutir el contexto historico de los paradigmas de diversos
lenguajes de programacion[Familiarizarse] IV: Comparar la vida diaria antes y despues de la
llegada de los ordenadores personales y el Internet[Evaluar]

Bibliografa: [Brookshear, 2011, Guttag, 2013, Zelle, 2010]

6.2 Sistemas de tipos basicos, 2 hr(s)

Competencias: C1

Topicos: I: Tipos como conjunto de valores junto con un conjunto de operaciones. a) Tipos primitivos
(p.e. numeros, booleanos) b) Composicion de tipos construidos de otros tipos (p.e., registros,
uniones, arreglos, listas, funciones, referencias) II: Asociacion de tipos de variables, argumentos,
resultados y campos. III: Tipo de seguridad y los errores causados ??por el uso de valores de
manera incompatible dadas sus tipos previstos.

Objetivos de Aprendizaje I: Tanto para tipo primitivo y un tipo compuesto, describir de manera
informal los valores que tiene dicho tipo[Familiarizarse] II: Para un lenguaje con sistema de
tipos estatico, describir las operaciones que estan prohibidas de forma estatica, como pasar el
tipo incorrecto de valor a una funcion o metodo[Familiarizarse] III: Describir ejemplos de errores
de programa detectadas por un sistema de tipos[Familiarizarse] IV: Para multiples lenguajes
de programacion, identicar propiedades de un programa con vericacion estatica y propiedades
de un programa con vericacion dinamica[Usar] V: Usar tipos y mensajes de error de tipos
para escribir y depurar programas[Usar] VI: Denir y usar piezas de programas (tales como,
funciones, clases, metodos) que usan tipos genericos, incluyendo para colecciones[Usar]

Bibliografa: [Guttag, 2013, Zelle, 2010]

6.3 Conceptos Fundamentales de Programacion, 9 hr(s)

Competencias: C1

Topicos: I: Sintaxis y semantica basica de un lenguaje de alto nivel. II: Variables y tipos de datos
primitivos (ej., numeros, caracteres, booleanos) III: Expresiones y asignaciones. IV: Operaciones
basicas I/O incluyendo archivos I/O. V: Estructuras de control condicional e iterativas. VI: Paso
de funciones y parametros. VII: Concepto de recursividad.

164 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 165

Objetivos de Aprendizaje I: Analiza y explica el comportamiento de programas simples que in-

volucran estructuras fundamentales de programacion variables, expresiones, asignaciones, E/S,
estructuras de control, funciones, paso de parametros, y recursividad[Evaluar] II: Identica y
describe el uso de tipos de datos primitivos[Familiarizarse] III: Escribe programas que usan
tipos de datos primitivos[Usar] IV: Modica y expande programas cortos que usen estructuras
de control condicionales e iterativas as como funciones[Usar] V: Disena, implementa, prueba,
y depura un programa que usa cada una de las siguientes estructuras de datos fundamentales:
calculos basicos, E/S simple, condicional estandar y estructuras iterativas, denicion de funcio-
nes, y paso de parametros[Usar] VI: Escribe un programa que usa E/S de archivos para brindar
persistencia a traves de ejecuciones multiples[Usar] VII: Escoje estructuras de condicion y
repeticion adecuadas para una tarea de programacion dada[Familiarizarse] VIII: Describe el
concepto de recursividad y da ejemplos de su uso[Evaluar] IX: Identica el caso base y el caso
general de un problema basado en recursividad[Familiarizarse]

Bibliografa: [Guttag, 2013, Zelle, 2010]

6.4 Analisis Basico, 2 hr(s)

Competencias: C1,C5

Topicos: I: Diferencias entre el mejor, el esperado y el peor caso de un algoritmo. II: Denicion
formal de la Notacion Big O. III: Clases de complejidad como constante, logartmica, lineal,
cuadratica y exponencial. IV: Uso de la notacion Big O. V: Analisis de algoritmos iterativos y
recursivos.

Objetivos de Aprendizaje I: Explique a que se reere con mejor, esperado y peor caso de
comportamiento de un algoritmo[Familiarizarse] II: En el contexto de a algoritmos especcos,
identique las caractersticas de data y/o otras condiciones o suposiciones que lleven a diferen-
tes comportamientos[Familiarizarse] III: Indique la denicion formal de Big O[Familiarizarse]
IV: Use la notacion formal de la Big O para dar lmites superiores asintoticos en la complejidad
de tiempo y espacio de los algoritmos[Usar] V: Usar la notacion formal Big O para dar lmites
de casos esperados en el tiempo de complejidad de los algoritmos[Usar]

Bibliografa: [Guttag, 2013, Zelle, 2010]

6.5 Algoritmos y Estructuras de Datos fundamentales, 8 hr(s)

Competencias: C1,C2,C5

Topicos: I: Algoritmos numericos simples, tales como el calculo de la media de una lista de numeros,
encontrar el mnimo y maximo. II: Algoritmos de busqueda secuencial y binaria. III: Algoritmos
de ordenamiento de peor caso cuadratico (seleccion, insercion) IV: Algoritmos de ordenamien-
to con peor caso o caso promedio en O(N lg N) (Quicksort, Heapsort, Mergesort) V: Tablas
Hash, incluyendo estrategias para evitar y resolver colisiones. VI: Arboles de busqueda binaria:
a) Operaciones comunes en arboles de busqueda binaria como seleccionar el mnimo, maximo,
insertar, eliminar, recorrido en arboles. VII: Grafos y algoritmos en grafos: a) Representacion
de grafos (ej., lista de adyacencia, matriz de adyacencia) b) Recorrido en profundidad y ampli-
tud VIII: Montculos (Heaps) IX: Grafos y algoritmos en grafos: a) Algoritmos de la ruta mas
corta (algoritmos de Dijkstra y Floyd) b) Arbol de expansion mnima (algoritmos de Prim y
Kruskal) X: Busqueda de patrones y algoritmos de cadenas/texto (ej. busqueda de subcadena,
busqueda de expresiones regulares, algoritmos de subsecuencia comun mas larga)

Objetivos de Aprendizaje I: Implementar algoritmos numericos basicos[Usar] II: Implementar

algoritmos de busqueda simple y explicar las diferencias en sus tiempos de complejidad[Evaluar]
III: Ser capaz de implementar algoritmos de ordenamiento comunes cuadraticos y O(N log
N)[Usar] IV: Describir la implementacion de tablas hash, incluyendo resolucion y el evitamiento
de colisiones[Familiarizarse] V: Discutir el tiempo de ejecucion y eciencia de memoria de
los principales algoritmos de ordenamiento, busqueda y hashing[Familiarizarse] VI: Discutir

Universidad Catolica San Pablo 165

166 Escuela Profesional de Ciencia de la Computacion, Malla 2016

factores otros que no sean eciencia computacional que inuyan en la eleccion de algoritmos, tales
como tiempo de programacion, mantenibilidad, y el uso de patrones especcos de la aplicacion
en los datos de entrada[Familiarizarse] VII: Explicar como el balanceamiento del arbol afecta la
eciencia de varias operaciones de un arbol de busqueda binaria[Familiarizarse] VIII: Resolver
problemas usando algoritmos basicos de grafos, incluyendo busqueda por profundidad y busqueda
por amplitud[Usar] IX: Demostrar habilidad para evaluar algoritmos, para seleccionar de un
rango de posibles opciones, para proveer una justicacion por esa seleccion,y para implementar
el algoritmo en un contexto en especco[Evaluar] X: Describir la propiedad del heap y el uso de
heaps como una implementacion de colas de prioridad[Familiarizarse] XI: Resolver problemas
usando algoritmos de grafos, incluyendo camino mas corto de una sola fuente y camino mas
corto de todos los pares, y como mnimo un algoritmo de arbol de expansion minima[Usar]
XII: Trazar y/o implementar un algoritmo de comparacion de string[Usar]
Bibliografa: [Guttag, 2013, Zelle, 2010]

6.6 Algoritmos y Diseno, 9 hr(s)

Competencias: C1,C2,C5
Topicos: I: Conceptos y propiedades de los algoritmos a) Comparacion informal de la eciencia de
los algoritmos (ej., conteo de operaciones) II: Rol de los algoritmos en el proceso de solucion
de problemas III: Estrategias de solucion de problemas a) Funciones matematicas iterativas y
recursivas b) Recorrido iterativo y recursivo en estructura de datos c) Estrategias Divide y Con-
quistar IV: Conceptos y principios fundamentales de diseno a) Abstraccion b) Descomposicion
de Program c) Encapsulamiento y camuaje de informacion d ) Separacion de comportamiento
y aplicacion
Objetivos de Aprendizaje I: Discute la importancia de los algoritmos en el proceso de solucion
de un problema[Familiarizarse] II: Discute como un problema puede ser resuelto por multiples
algoritmos, cada uno con propiedades diferentes[Familiarizarse] III: Crea algoritmos para resol-
ver problemas simples[Usar] IV: Usa un lenguaje de programacion para implementar, probar,
y depurar algoritmos para resolver problemas simples[Usar] V: Implementa, prueba, y depura
funciones recursivas simples y sus procedimientos[Usar] VI: Determina si una solucion iterativa
o recursiva es la mas apropiada para un problema[Evaluar] VII: Implementa un algoritmo de
divide y venceras para resolver un problema[Usar] VIII: Aplica tecnicas de descomposicion pa-
ra dividir un programa en partes mas pequenas[Usar] IX: Identica los componentes de datos
y el comportamiento de mutiples tipos de datos abstractos[Usar] X: Implementa un tipo de
dato abstracto coherente, con la menor perdida de acoplamiento entre componentes y compor-
tamientos[Usar] XI: Identica las fortalezas y las debilidades relativas entre multiples disenos
e implementaciones de un problema[Evaluar]
Bibliografa: [Guttag, 2013, Zelle, 2010]

6.7 Programacion orientada a objetos, 4 hr(s)

Competencias: C2
Topicos: I: Lenguajesaorientados a objetos para la encapsulacion: a) privacidad y la visibilidad de
miembros de la clase b) Interfaces revelan unico metodo de rmas c) clases base abstractas
II: Denicion de las categoras, campos, metodos y constructores. III: Las subclases, herencia
y metodo de alteracion temporal. IV: Subtipicacion: a) Polimorsmo artculo Subtipo; upcasts
implcitos en lenguajes con tipos. b) Nocion de reemplazo de comportamiento: los subtipos de
actuar como supertipos. c) Relacion entre subtipos y la herencia. V: Lenguajesaorientados a
objetos para la encapsulacion: a) privacidad y la visibilidad de miembros de la clase b) Interfaces
revelan unico metodo de rmas c) clases base abstractas
Objetivos de Aprendizaje I: Disenar e implementar una clase[Usar] II: Usar subclase para di-
senar una jerarqua simple de clases que permita al codigo ser reusable por diferentes subcla-
ses[Familiarizarse] III: Comparar y contrastar (1) el enfoque procedurar/funcional- deniendo

166 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 167

una funcion por cada operacion con el cuerdo de la funcion proporcionando un caso por cada
variacion de dato - y (2) el enfoque orientado a objetos - deniendo una clase por cada variacion
de dato con la denicion de la clase proporcionando un metodo por cada operacion. Entender
ambos enfoques como una denicion de variaciones y operaciones de una matriz[Familiarizarse]
IV: Explicar la relacion entre la herencia orientada a objetos (codigo compartido y overriding)
y subtipicacion (la idea de un subtipo es ser utilizable en un contexto en el que espera al
supertipo)[Familiarizarse] V: Usar mecanismos de encapsulacion orientada a objetos, tal como
interfaces y miembros privados[Familiarizarse]

Bibliografa: [Guttag, 2013, Zelle, 2010]

6.8 Metodos de Desarrollo, 1 hr(s)

Competencias: C2
Topicos: I: Entornos modernos de programacion: a) Busqueda de codigo. b) Programacion usando
libreria de componentes y sus APIs.
Objetivos de Aprendizaje I: Construir y depurar programas que utilizan las bibliotecas estandar
disponibles con un lenguaje de programacion elegido[Familiarizarse]
Bibliografa: [Guttag, 2013, Zelle, 2010]

7. Bibliografa
[Brookshear, 2011] Brookshear, J. G. (2011). Computer Science: An Overview. Addison-Wesley.
[Guttag, 2013] Guttag, J. V. (2013). . Introduction To Computation And Programming Using Python.
MIT Press.
[Zelle, 2010] Zelle, J. (2010). Python Programming: An Introduction to Computer Science. Franklin,
Beedle & Associates Inc.

Universidad Catolica San Pablo 167

168 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion
SUMILLA
CS1D1. Estructuras Discretas I (Obligatorio)
1. Informacion General
Semestre: 1er Sem. Creditos: 4

Horas del curso: Teora: 2 horas; Practica: 4 horas;

Prerrequisitos: Ninguno

2. Fundamentacion
Las estructuras discretas proporcionan los fundamentos teoricos necesarios para la computacion.
Dichos fundamentos no son solo utiles para desarrollar la computacion desde un punto de vista teorico
como sucede en el curso de teora de la computacion, sino que tambien son utiles para la practica de
la computacion; en particular en se aplica en areas como vericacion, criptografa, metodos formales,
etc.

3. Objetivos del curso

Aplicar adecuadamente conceptos de la matematica nita (conjuntos, relaciones, funciones) para
representar datos de problemas reales.

Modelar situaciones reales descritas en el lenguaje natural, usando logica proposicional y logica
de predicados.

Determinar las propiedades abstractas de las relaciones binarias.

Escoger el metodo de demostracion mas adecuado para determinar la veracidad de una propo-
sicion y construir argumentos matematicos correctos.

Interpretar las soluciones matematicas para un problema y determinar su abilidad, ventajas y

desventajas.

Expresar el funcionamiento de un circuito electronico simple usando el algebra de Boole.

4. Resultados (Outcomes)
a) Aplicar conocimientos de computacion y de matematicas apropiadas para la disciplina. (Evaluar)

i) Utilizar tecnicas y herramientas actuales necesarias para la practica de la computacion. (Evaluar)

j) Aplicar la base matematica, principios de algoritmos y la teora de la Ciencia de la Computacion en

el modelamiento y diseno de sistemas computacionales de tal manera que demuestre comprension
de los puntos de equilibrio involucrados en la opcion escogida. (Evaluar)

5. Competencias especficas de Computacion (IEEE)

C1. La comprension intelectual y la capacidad de aplicar las bases matematicas y la teora de la
informatica (computer science). Outcome a

C20. Posibilidad de conectar la teora y las habilidades aprendidas en la academia a los aconteci-
mientos del mundo real que explican su pertinencia y utilidad. Outcome i,j

168 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 169

6. Contenido del curso

6.1 Funciones, relaciones y conjuntos, 13 hr(s)
Competencias: C1,C20

Topicos: I: Conjuntos: a) Diagramas de Venn b) Union, interseccion, complemento c) Producto Car-

tesiano d ) Potencia de conjuntos e) Cardinalidad de Conjuntos nitos II: Relaciones: a) Re-
exividad, simetria, transitividad b) Relaciones equivalentes, ordenes parciales III: Funciones:
a) Suryecciones, inyecciones, biyecciones b) Inversas c) Composicion
Objetivos de Aprendizaje I: Explicar con ejemplos la terminologa basica de funciones, relaciones
y conjuntos[Evaluar] II: Realizar las operaciones asociadas con conjuntos, funciones y relacio-
nes[Evaluar] III: Relacionar ejemplos practicos para conjuntos funciones o modelos de relacion
apropiados e interpretar la asociacion de operaciones y terminologa en contexto[Evaluar]
Bibliografa: [Grimaldi, 2003, Rosen, 2007]

6.2 Logica basica, 14 hr(s)

Competencias: C1,C20
Topicos: I: Logica proposicional. II: Conectores logicos. III: Tablas de verdad. IV: Forma normal
(conjuntiva y disyuntiva) V: Validacion de formula bien formada. VI: Reglas de inferencia pro-
posicional (conceptos de modus ponens y modus tollens) VII: Logica de predicados: a) Cuan-
ticacion universal y existencial VIII: Limitaciones de la logica proposicional y de predicados
(ej. problemas de expresividad)

Objetivos de Aprendizaje I: Convertir declaraciones logicas desde el lenguaje informal a expresio-

nes de logica proposicional y de predicados[Usar] II: Aplicar metodos formales de simbolismo
proposicional y logica de predicados, como el calculo de la validez de formulas y calculo de
formas normales[Usar] III: Usar reglas de inferencia para construir demostraciones en logica
proposicional y de predicados[Usar] IV: Describir como la logica simbolica puede ser usada para
modelar situaciones o aplicaciones de la vida real, incluidos aquellos planteados en el contexto
computacional como analisis de software (ejm. programas correctores ), consulta de base de da-
tos y algoritmos[Familiarizarse] V: Aplicar demostraciones de logica formal y/o informal, pero
rigurosa, razonamiento logico para problemas reales, como la prediccion del comportamiento de
software o solucion de problemas tales como rompecabezas[Usar] VI: Describir las fortalezas y
limitaciones de la logica proposicional y de predicados[Usar]

Bibliografa: [Rosen, 2007, Grimaldi, 2003]

6.3 Tecnicas de demostracion, 14 hr(s)

Competencias: C1,C20
Topicos: I: Nociones de implicancia, equivalencia, conversion, inversa, contrapositivo, negacion, y
contradiccion II: Estructura de pruebas matematicas. III: Demostracion directa. IV: Refutar
por contraejemplo. V: Demostraccion por contradiccion. VI: Induccion sobre numeros natura-
les. VII: Induccion estructural. VIII: Induccion leve y fuerte (Ej. Primer y Segundo principio
de la induccion) IX: Deniciones matematicas recursivas. X: Conjuntos bien ordenados.
Objetivos de Aprendizaje I: Identicar la tecnica de demostracion utilizada en una demostracion
dada[Evaluar] II: Describir la estructura basica de cada tecnica de demostracion (demostracion
directa, demostracion por contradiccion e induccion) descritas en esta unidad[Usar] III: Aplicar
las tecnicas de demostracion (demostracion directa, demostracion por contradiccion e induccion)
correctamente en la construccion de un argumento solido[Usar] IV: Determine que tipo de de-
mostracion es la mejor para un problema dado[Evaluar] V: Explicar el paralelismo entre ideas
matematicas y/o induccion estructural para la recursion y denir estructuras recursivamen-
te[Familiarizarse] VI: Explicar la relacion entre induccion fuerte y debil y dar ejemplos del

Universidad Catolica San Pablo 169

170 Escuela Profesional de Ciencia de la Computacion, Malla 2016

apropiado uso de cada uno[Evaluar] VII: Enunciar el principio del buen-orden y su relacion
con la induccion matematica[Familiarizarse]
Bibliografa: [Rosen, 2007, Epp, 2010, Scheinerman, 2012]

6.4 Logica Digital y Representacion de Datos, 19 hr(s)

Competencias: C1,C20
Topicos: I: Ordenes Parciales y Conjuntos Parcialmente Ordenados. II: Elementos extremos de un
conjunto parcialmente ordenado. III: Retculas: Tipos y propiedades. IV: Algebras Booleanas
V: Funciones y expresiones Boolenas VI: Representacion de Funciones Booleanas: Forma
Normal Disyuntiva y Conjuntiva VII: Puertas Logicas VIII: Minimizacion de Circuitos
Objetivos de Aprendizaje I: Explicar la importancia del algebra de Boole como unicacion de la
teora de conjuntos y la logica proposicional [Evaluar]. II: Conocer las estructuras algebraicas
de retculo y sus tipos [Evaluar]. III: Explicar la relacion entre retculo y conjunto parcialmente
ordenado y saber utilizarlo para demostrar que un conjunto es un retculo [Evaluar]. IV: Conocer
las propiedades que satisface un algebra de Boole [Evaluar]. V: Demostrar si una terna formada
por un conjunto y dos operaciones internas es o no algebra de Boole [Evaluar]. VI: Encontrar
las formas canonicas de una funcion booleana [Evaluar]. VII: Representar una funcion booleana
como un circuito booleano usando puertas logicas [Evaluar]. VIII: Minizar una funcion booleana
[Evaluar].
Bibliografa: [Rosen, 2007, Grimaldi, 2003]

7. Bibliografa
[Epp, 2010] Epp, S. S. (2010). Discrete Mathematics with Applications. 4 ed. edition.
[Grimaldi, 2003] Grimaldi, R. (2003). Discrete and Combinatorial Mathematics: An Applied Intro-
duction. Pearson, 5 ed. edition.
[Rosen, 2007] Rosen, K. H. (2007). Discrete Mathematics and Its Applications. 7 ed. edition.
[Scheinerman, 2012] Scheinerman, E. R. (2012). Mathematics: A Discrete Introduction. 3 ed. edition.

170 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 171

Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion
SUMILLA
MA100. Matematica I (Obligatorio)
1. Informacion General
Semestre: 1er Sem. Creditos: 5
Horas del curso: Teora: 2 horas; Practica: 6 horas;
Prerrequisitos: Ninguno

2. Fundamentacion
Un aspecto muy importante en el nivel universitario lo constituye el calculo diferencial, aspecto que
constituye la piedra angular de las posteriores asignaturas de matematicas as como de la utilidad de la
matematica en la solucion de problemas aplicados a la ciencia y la tecnologa. Cualquier profesional con
rango universitario debe por lo tanto tener conocimiento amplio de esta asignatura, pues se convertira
en su punto de partida para los intereses de su desarrollo profesional; as tambien sera soporte para
no tener dicultades en las asignaturas de matematica y fsica de toda la carrera.
3. Objetivos del curso
Asimilar y manejar los conceptos de funcion, sucesion y relacionarlos con los de lmites y conti-
nuidad.
Describir, analizar, disenar y formular modelos continuos que dependan de una variable.
Conocer y manejar la propiedades del calculo diferencial y aplicarlas a la resolucion de problemas.

4. Resultados (Outcomes)
a) Aplicar conocimientos de computacion y de matematicas apropiadas para la disciplina. (Evaluar)
j) Aplicar la base matematica, principios de algoritmos y la teora de la Ciencia de la Computacion en
el modelamiento y diseno de sistemas computacionales de tal manera que demuestre comprension
de los puntos de equilibrio involucrados en la opcion escogida. (Evaluar)

5. Competencias especficas de Computacion (IEEE)

C1. La comprension intelectual y la capacidad de aplicar las bases matematicas y la teora de la
informatica (computer science). Outcome a
C20. Posibilidad de conectar la teora y las habilidades aprendidas en la academia a los aconteci-
mientos del mundo real que explican su pertinencia y utilidad. Outcome j
C24. Comprender la necesidad de la formacion permanente y la mejora de habilidades y capacidades.
Outcome j

6. Contenido del curso

6.1 Numeros reales y funciones, 20 hr(s)
Competencias: C1
Topicos: I: Numeros reales II: Funciones de variable real
Objetivos de Aprendizaje I: Comprender la importancia del sistema de los numeros reales (cons-
truccion), manipular los axiomas algebraicos y de orden [Evaluar]. II: Comprender el concepto
de funcion. Manejar dominios, operaciones, gracas, inversas [Evaluar].
Bibliografa: [Leithold, 2000, Stewart, 2007, Finney, 1998]

Universidad Catolica San Pablo 171

172 Escuela Profesional de Ciencia de la Computacion, Malla 2016

6.2 Sucesiones numericas de numeros reales, 10 hr(s)

Competencias: C20
Topicos: I: Sucesiones II: Covergencia III: Lmites. Operaciones con sucesiones
Objetivos de Aprendizaje I: Entender el concepto de sucesion y su importancia [Evaluar]. II: Co-
necer los principales tipos de sucesiones, manejar sus propiedades [Evaluar]. III: Manejar y
calcular lmites de sucesiones [Evaluar].
Bibliografa: [Leithold, 2000, Finney, 1998]

6.3 Lmites de funciones y continuidad, 20 hr(s)

Competencias: C1
Topicos: I: Lmites II: Continuidad III: Aplicaciones de funciones continuas. Teorema del valor
intermedio
Objetivos de Aprendizaje I: Comprender el concepto de lmite. calcular lmites [Evaluar]. II: Ana-
lizar la continuidad de una funcion [Evaluar]. III: Aplicar el teorema del valor intermedio
[Evaluar].
Bibliografa: [Leithold, 2000, Leithold, 2000, Stewart, 2007]

6.4 Diferenciacion, 22 hr(s)

Competencias: C20
Topicos: I: Denicion. reglas de derivacion II: Incrementos y diferenciales III: Regla de la cadena.
Derivacion implcita
Objetivos de Aprendizaje I: Comprender el concepto de derivada e interpretarlo [Evaluar]. II: Ma-
nipular las reglas de derivacion [Evaluar].
Bibliografa: [Leithold, 2000, Finney, 1998, Stewart, 2007]

6.5 Aplicaciones, 20 hr(s)

Competencias: C24
Topicos: I: Funciones crecientes, decrecientes II: Extremos de funciones III: Razon de cambio
IV: Lmites innitos V: Teorema de Taylor
Objetivos de Aprendizaje I: Utilizar la derivada para hallar extremos de funciones [Evaluar].
II: Resolver problemas aplicativos [Evaluar]. III: Utilizar el Teorema de Taylor [Evaluar].
Bibliografa: [Stewart, 2007, Leithold, 2000]

7. Bibliografa
[Finney, 1998] Finney, T. (1998). Calculo una variable. Edit. Addison Wesley Longman.
[Leithold, 2000] Leithold, L. (2000). El Calculo. Oxford University Press.
[Stewart, 2007] Stewart, J. (2007). Calculo de una variable. Thomson Editores.

172 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 173

Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion
SUMILLA
FG102. Metodologa del Estudio (Obligatorio)
1. Informacion General
Semestre: 1er Sem. Creditos: 3

Horas del curso: Teora: 2 horas; Practica: 2 horas;

Prerrequisitos: Ninguno

2. Fundamentacion
Los alumnos en formacion profesional necesitan mejorar su actitud frente al trabajo y exigencia
academicos. Ademas conviene que entiendan el proceso mental que se da en el ejercicio del estudio para
lograr el aprendizaje; as sabran donde y como hacer los ajustes mas convenientes a sus necesidades.
Asimismo, requieren dominar variadas formas de estudiar, para que puedan seleccionar las estrategias
mas convenientes a su personal estilo de aprender y a la naturaleza de cada asignatura. De igual
modo conocer y usar maneras de buscar informacion academica y realizar trabajos creativos de tipo
academico formal, as podran aplicarlos a su trabajo universitario, haciendo exitoso su esfuerzo.

3. Objetivos del curso

Desarrollar en el estudiante actitudes y habilidades que promuevan la autonoma en el aprendi-
zaje, el buen desempeno academico y su formacion como persona y profesional.

4. Resultados (Outcomes)
d) Trabajar efectivamente en equipos para cumplir con un objetivo comun. (Usar)

h) Incorporarse a un proceso de aprendizaje profesional continuo. (Usar)

l) Desarrollar principios investigacion en el area de computacion con niveles de competividad inter-

nacional. (Familiarizarse)

5. Competencias especficas de Computacion (IEEE)

C19. Capacidad para identicar ecazmente los objetivos y las prioridades de su trabajo / area /
proyecto con indicacion de la accion, el tiempo y los recursos necesarios. Outcome h

C24. Comprender la necesidad de la formacion permanente y la mejora de habilidades y capacidades.

Outcome h,d

6. Contenido del curso

6.1 Primera Unidad: La universidad, trabajo intelectual y organizacion, 12
hr(s)
Competencias: C19, C24

Topicos: I: El subrayado. II: Toma de puntes. III: La vocacion, habitos de la vida universita-
ria. IV: Interaccion humana. V: La voluntad como requisito para el aprendizaje. VI: La
planticacion y el tiempo

Universidad Catolica San Pablo 173

174 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Objetivos de Aprendizaje I: Analizar la documentacion normativa de la Universidad valorando

su importancia para la convivencia y desempeno academico. [Usar] II: Comprender y valorar
la exigencia de la vida universitaria como parte de la formacion personal y profesional.[Usar]
III: Planicar adecuadamente el tiempo en funcion de sus metas personales y academicas.[Usar]
IV: Elaborar un plan de mejora personal a partir del conocimiento de s mismo.[Usar]

Bibliografa: [? line:39 ]

6.2 Segunda Unidad, 12 hr(s)

Competencias: C19,C24

Topicos: I: Resumen. Notas al margen. Nemotecnias. II: Procesos mentales: Simples, complejos.
Fundamentos del aprendizaje signicativo. III: Los pasos o factores para el aprendizaje. Leyes
del aprendizaje. Cuestionario de estilos de aprendizaje Identicacion del estilo de aprendizaje
personal IV: La lectura academica. Niveles de analisis de un texto: idea central, idea principal
e ideas secundarias. El modelo de Meza de Vernet. V: Examenes: Preparacion. Pautas y estra-
tegias para antes, durante y despues de un examen. Inteligencia emocional y examenes. VI: Las
fuentes de informacion. Aparato crtico: concepto y nalidad. Normas Vancouver. Referencias y
citas.

Objetivos de Aprendizaje I: Identicar los procesos mentales relacionandolos con el aprendizaje

[Usar]. II: Comprender el proceso del aprendizaje para determinar el estilo propio e incorpo-
rarlo en su actividad academica [Usar]. III: Desarrollar estrategias para el analisis de textos
potenciando la comprension lectora [Usar]. IV: Disenar un programa estrategico para afrontar
con exito los examenes[Usar].

Bibliografa: [Rodrguez, , Perez, 2010, Quintana, ]

6.3 Tercera Unidad, 12 hr(s)

Competencias: C24

Topicos: I: Los mapas conceptuales. Caractersticas y elementos. II: Los derechos de autor y el
plagio. Derechos personales o morales. Derechos patrimoniales. Copyrigth. III: Autoesti-
ma, Inteligencia Emocional, Asertividad y Resiliencia. Conceptos, desarrollo y fortalecimiento.
IV: Aparato crtico: Normas Vancouver. Aplicacion practica. V: Generacion de ideas. Estra-
tegias para organizar las ideas, redaccion y revision.

Objetivos de Aprendizaje I: Aplicar las tecnicas de estudio atendiendo a sus particularidades y

adecuandolas a las distintas situaciones que demanda el aprendizaje [Usar]. II: Reconocer la
importancia del respeto a la propiedad Intelectual [Usar]. III: Reconocer la importancia de la
Inteligencia Emocional, la conducta asertiva, la autoestima y la resiliencia valorandolas como
fortalezas para el desempeno universitario [Usar].

Bibliografa: [Chavez, 2011, Velazco, 1999]

6.4 Cuarta Unidad, 12 hr(s)

Competencias: C19

Topicos: I: Cuadro Sinoptico. Los mapas mentales. Practicas con la tematica del curso. II: El
metodo personal de estudio. III: El aprendizaje cooperativo: denicion, los grupos de estudio,
organizacion, roles de los miembros. IV: Pautas para conformar grupos ecientes y armonicos.
V: El metodo personal de estudio.Reforzamiento de tecnicas de estudio. VI: Presentacion y
exposicion de trabajos de produccion intelectual. VII: El debate y la argumentacion.

174 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 175

Objetivos de Aprendizaje I: Aplicar las tecnicas de estudio atendiendo a sus particularidades

y adecuandolas a las distintas situaciones que demanda el aprendizaje [Usar]. II: Asumir el
manejo de conductas y actitudes para el aprendizaje cooperativo y el desempeno en los equipos
de trabajo [Usar]. III: Formular un proyecto de metodo personal de estudio, de acuerdo a su
estilo y necesidades, que incluya tecnicas y estrategias [Usar].
Bibliografa: [Rodrguez, , Chavez, 2011]

7. Bibliografa
[Chavez, 2011] Chavez, A. (2011). Se necesita un tutor. UCSP.
[Perez, 2010] Perez, A. (2010). Teora del Derecho. Editorial Madrid.
[Quintana, ] Quintana, V. El estudio Universitario y elementos de investigacion cientca.
[Rodrguez, ] Rodrguez, J. Gua para el metodo de estudio universitario.
[Velazco, 1999] Velazco, M. F. (1999). Mapas conceptuales en el aula. Ed. San Marcos.

Universidad Catolica San Pablo 175

176 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion
SUMILLA
FG101. Comunicacion (Obligatorio)
1. Informacion General
Semestre: 1er Sem. Creditos: 3
Horas del curso: Teora: 2 horas; Practica: 2 horas;
Prerrequisitos: Ninguno

2. Fundamentacion
Para lograr una ecaz comunicacion en el ambito personal y profesional, es prioritario el manejo
adecuado de la Lengua en forma oral y escrita. Se justica, por lo tanto, que los alumnos de la Uni-
versidad Catolica San Pablo conozcan, comprendan y apliquen los aspectos conceptuales y operativos
de su idioma, para el desarrollo de sus habilidades comunicativas fundamentales: Escuchar, hablar,
leer y escribir. En consecuencia el ejercicio permanente y el aporte de los fundamentos contribuyen
grandemente en la formacion academica y, en el futuro, en el desempeno de su profesion
3. Objetivos del curso
Desarrollar capacidades comunicativas a traves de la teora y practica del lenguaje que ayuden
al estudiante a superar las exigencias academicas del pregrado y contribuyan a su formacion
humanstica y como persona humana.

4. 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)

5. Competencias especficas de Computacion (IEEE)

C17. Capacidad para expresarse en los medios de comunicacion orales y escritos como se espera de
un graduado.. Outcome f,h,n
C20. Posibilidad de conectar la teora y las habilidades aprendidas en la academia a los aconteci-
mientos del mundo real que explican su pertinencia y utilidad. Outcome f,n
C24. Comprender la necesidad de la formacion permanente y la mejora de habilidades y capacidades.
Outcome f,h

6. Contenido del curso

6.1 Primera Unidad, 16 hr(s)
Competencias: C17,C20
Topicos: I: La comunicacion, denicion, relevancia. Elementos. Proceso. Funciones. Clasicacion.Comunicacion
oral y escrita. II: El lenguaje: denicion. Caractersticas y funciones. Lengua: niveles. Sistema.
Norma. Habla. El signo lingustico: denicion, caractersticas. III: Multilinguismo en el Peru.
Variaciones dialectales en el Peru. IV: La palabra: denicion, clases y estructura. Los monemas:
lexema y morfema. El morfema: clases. La etimologa. V: El Artculo academico: Denicion,
estructura, eleccion del tema, delimitacion del tema.

176 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 177

Objetivos de Aprendizaje I: Reconocer y valorar la comunicacion como un proceso de comprension

e intercambio de mensajes, diferenciando sus elementos, funciones y clasicacion [Usar]. II: Ana-
lizar las caractersticas, funciones y elementos del lenguaje y de la lengua [Usar]. III: Identi-
car las caractersticas del multilinguismo en el Peru, valorando su riqueza idiomatica [Usar].
IV: Identicar las cualidades de la palabra y sus clases [Usar].

Bibliografa: [de la Lengua Espanola, 2010]

6.2 Segunda Unidad, 16 hr(s)

Competencias: C17, C24

Topicos: I: Parrafo: Idea principal, secundaria y global. II: El texto: denicion, caractersticas.
Cohesion y coherencia. III: Organizacion del texto: La referencia (deixis); anafora, catafora,
elipsis. Conectores logicos y textuales. IV: Tipos de texto: descriptivo (procesos), expositivo,
argumentativo. V: Funciones de elocucion en el texto: generalizacion, identicacion, nomina-
lizacion, clasicacion, ejemplicacion, denicion. VI: Textos discontinuos: gracos, tablas y
diagramas. VII: Busqueda de informacion. Fuentes de informacion. Referencias y citas. Regis-
tro de informacion: chas, notas, resumenes, etc. Aparato crtico: concepto y nalidad. Normas
APA u otro.

Objetivos de Aprendizaje I: Redactar textos expositivos resaltando la idea principal y secunda-

ria [Usar]. II: Redactar textos expositivos con adecuada cohesion y coherencia, haciendo uso
de referencias y conectores textuales [Usar]. III: Interpretar textos discontinuos valorando su
importancia para la comprension del mensaje [Usar].

Bibliografa: [de la Lengua Espanola, 2010, Gatti Muriel, 2007]

6.3 Tercera Unidad, 12 hr(s)

Competencias: C17

Topicos: I: La oracion: denicion y clases. La oracion enunciativa, interrogativa, imperativa, excla-

mativa, optativa. La proposicion y la frase. La oracion simple y compuesta. Coordinacion y
subordinacion. El sintagma: estructura y clases: nominal, verbal, adjetival, preposicional, adver-
bial. II: Elaboracion de un glosario de terminos tecnicos, abreviaturas y siglas relacionadas con
la especialidad (actividad permanente a lo largo del semestre). III: Redaccion del artculo aca-
demico: Resumen, palabras clave, introduccion, desarrollo, conclusiones, bibliografa (Normas
APA u otro que la Escuela profesional requiera).

Objetivos de Aprendizaje I: Reconocer y analizar la estructura oracional valorando su importan-

cia y utilidad en la redaccion de textos [Usar]. II: Registrar y emplear terminologa propia de
la especialidad [Usar].

Bibliografa: [Sanchez Lobato, 2005]

6.4 Cuarta Unidad, 12 hr(s)

Competencias: C17, C20, C24

Topicos: I: Redaccion de correspondencia: carta - solicitud, informe, memorando, hoja de vida.

II: El discurso oral: propositos, partes. Escuchar: propositos y condiciones. Vicios de diccion:
barbarismo, solecismo, cacofona, redundancia, anbologa, monotona. Regimen preposicional.
III: Comunicacion en grupo Proceso, dinamica, estructura Formas (Tecnicas): Mesa redonda,
panel, foro y debate. IV: Revision nal del artculo academico. Presentacion y exposicion oral
de trabajos de produccion intelectual.

Universidad Catolica San Pablo 177

178 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Objetivos de Aprendizaje I: Redactar textos academicos y funcionales atendiendo los distintos

momentos de su produccion, su estructura, nalidad y formalidad [Usar]. II: Demostrar habili-
dades como emisor o receptor en distintas situaciones de comunicacion con correccion idiomatica
[Usar]. III: Aplicar las diferentes formas (tecnicas) de comunicacion en grupo reconociendo su
importancia para la solucion de problemas, toma de decisiones o discusion [Usar].
Bibliografa: [Martin Vivaldi, 2006]

7. Bibliografa
[de la Lengua Espanola, 2010] de la Lengua Espanola, R. A. (2010). Nueva gramatica de la lengua
espanola, morfologa y sintaxis. Madrid, Espana: Ed. Espasa.
[Gatti Muriel, 2007] Gatti Muriel, C. (2007). Elementos de la gramatica espanola. Lima, Universidad
del Pacco.
[Martin Vivaldi, 2006] Martin Vivaldi, G. (2006). Teora y practica de la composicion y estilo. Thom-
pson.
[Sanchez Lobato, 2005] Sanchez Lobato, J. (2005). Saber Escribir. Espana, Instituto Cervantes.

178 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 179

Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion
SUMILLA
FG103. Introduccion a la Vida Universitaria (Obligatorio)
1. Informacion General
Semestre: 1er Sem. Creditos: 3

Horas del curso: Teora: 3 horas;

Prerrequisitos: Ninguno

2. Fundamentacion
El ingreso a la universidad es un momento de nuevos desafos y decisiones en la vida de una per-
sona. En ese sentido, la Universidad Catolica San Pablo busca, mediante el presente espacio, escuchar
y acoger al joven ingresante con sus inquietudes y anhelos personales, presentar la identidad y mision
de la universidad como su alma mater, senalando los principales desafos que el futuro profesio-
nal enfrentara en el mundo actual y orientando a nuestros jovenes estudiantes, a traves de diversos
principios, medios y otros recursos, con el n de que puedan formarse integralmente y desplegarse
plenamente en la fascinante aventura de la vida universitaria. Su realizacion como buen profesional
depende de una buena formacion personal y cultural que le brinde horizontes amplios, que sustenten
y proyecten su conocimiento y quehacer tecnicos e intelectuales y que le permitan contribuir siendo
agentes de cambio cultural y social.

3. Objetivos del curso

Que el alumno canalice sus inquietudes y anhelos a traves del encuentro y descubrimiento de
s mismo, que le brinden espacios de analisis y reexion personales para asumir posturas bien
fundamentadas hacia los valores e ideales de su entorno. Mediante su insercion en la vida uni-
versitaria, lograra una disposicion de apertura a su propio mundo interior y a su mision en el
mundo, cuestionando su cosmovision y a s mismo para obtener un conocimiento y crecimiento
personales que permitan su despliegue integral y profesional.

4. Resultados (Outcomes)
e) Entender correctamente las implicancias profesionales, eticas, legales, de seguridad y sociales de
la profesion. (Familiarizarse)

n) Aplicar conocimientos de humanidades en su labor profesional. (Familiarizarse)

n) Comprender que la formacion de un buen profesional no se desliga ni se opone sino mas bien
contribuye al autentico crecimiento personal. Esto requiere de la asimilacion de valores solidos,
horizontes espirituales amplios y una vision profunda del entorno cultural. (Familiarizarse)

o) Mejorar las condiciones de la sociedad poniendo la tecnologa al servicio del ser humano. (Fami-
liarizarse)

5. Competencias especficas de Computacion (IEEE)

C20. Posibilidad de conectar la teora y las habilidades aprendidas en la academia a los aconteci-
mientos del mundo real que explican su pertinencia y utilidad. Outcome e,n,n

C21. Comprender el aspecto profesional, legal, seguridad, asuntos polticos, humanistas, ambientales,
culturales y eticos. Outcome e,n,n

Universidad Catolica San Pablo 179

180 Escuela Profesional de Ciencia de la Computacion, Malla 2016

6. Contenido del curso

6.1 Primera Unidad: La experiencia existencial y el descubrimiento del sen-
tido de la vida, 24 hr(s)
Competencias: C20
Topicos: I: Introduccion al curso: presentacion y dinamicas. II: Sentido de la Vida, busqueda de
proposito y vocacion profesional. III: Obstaculos para el autoconocimiento: el ruido, la falta
de comunicacion, la mentira existencial, mascaras. IV: Ofertas Intramundanas: Hedonismo,
Relativismo, Consumismo, Individualismo, Inmanentismo V: Las consecuencias: la falta de
interioridad, masicacion y el desarraigo, soledad VI: Los vicios capitales como plasmacion en
lo personal
Objetivos de Aprendizaje I: Identicar y caracterizar la propia cosmovision y los criterios per-
sonales predominantes en s mismos acerca del proposito y sentido de la vida y la felicidad.
[Usar] II: Crear un vnculo de conanza con el docente del curso para lograr apertura a nuevas
perspectivas[Usar].
Bibliografa: [Sanz, 2008, Rilke, 1941, Marias, 1995, Frankl, 1991]

6.2 Segunda Unidad: Vision sobre la persona humana, 15 hr(s)

Competencias: C20, C21
Topicos: I: Quien soy yo, las preguntas fundamentales II: El hombre como unidad. III: El hombre:
nostalgia de innito. IV: La libertad como elemento fundamental en las elecciones personales:
la experiencia del mal. V: Analisis del Amor y la Amistad. VI: Aceptacion y Reconciliacion
personal. VII: Llamados a ser personas: la vivencia de la virtud segun un modelo concreto.
Objetivos de Aprendizaje I: Reconocer la importancia de iniciar un proceso de autoconocimiento
[Usar]. II: Identicar las manifestaciones que evidencian la unidad de la persona humana y su
anhelo de trascendencia [Usar]. III: Contrastar los modelos de amor y libertad ofertados por la
cultura actual con los propuestos en el curso [Usar]. IV: Distinguir los criterios que conducen
a una recta valoracion personal [Usar].
Bibliografa: [Guardini, 1994, Fromm, 1959, Figari, 2002a, Pieper, 2007]

6.3 Tercera Unidad: Vida Universitaria y Horizontes de Mision, 12 hr(s)

Competencias: C20, C21
Topicos: I: Origen y proposito de la Universidad: breve resena historica. II: La identidad catolica de
la UCSP: comunidad academica, busqueda de la verdad, la formacion integral y la evangelizacion
de la cultura. III: Proyecto nal.
Objetivos de Aprendizaje I: Conocer e identicar a la UCSP dentro del contexto historico de las
universidades [Usar]. II: Reconocer a su universidad como un ambito de despliegue y espacio pa-
ra crear cultura [Usar]. III: Armar, desde su vocacion profesional, la necesidad de transformar
el mundo que le toca vivir [Usar].
Bibliografa: [Juan Pablo II, 2001, Guardini, 2012, Ide, ]

7. Bibliografa
[Ide, ] Identidad y Mision.
[Figari, 2002a] Figari, L. F. (2002a). Nostalgia de Innito. Fondo Editorial.
[Frankl, 1991] Frankl, V. (1991). El hombre en busqueda de sentido. Editorial Herder. UCSP:616.891
F80.

180 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 181

[Fromm, 1959] Fromm, E. (1959). El arte de amar. Ediciones Paidos Iberica.

[Guardini, 1994] Guardini, R. (1994). La aceptacion de s mismo. Lumen.
[Guardini, 2012] Guardini, R. (2012). Tres escritos sobre la Universidad. EUNSA.
[Juan Pablo II, 2001] Juan Pablo II (2001). Constitucion apostolica sobre las universidades catolicas
Ex Corde Ecclesiae. Teologica Limense.
[Marias, 1995] Marias, J. (1995). La Felicidad Humana. Alianza.
[Pieper, 2007] Pieper, J. (2007). Las Virtudes Fundamentales. Ediciones Rialp, Madrid.
[Rilke, 1941] Rilke, R. M. (1941). Los cuadernos de Malte Lauridis Brigge. Lossada.
[Sanz, 2008] Sanz, A. (2008). El Hombre Moderno. Ediciones Gladius.

Universidad Catolica San Pablo 181

182 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion
SUMILLA
CS100. Introduccion de Ciencia de la Computacion
(Obligatorio)
1. Informacion General
Semestre: 2do Sem. Creditos: 3

Horas del curso: Teora: 2 horas; Practica: 2 horas;

Prerrequisitos: Ninguno

2. Fundamentacion
La Ciencia de la Computacion es un campo de estudio enorme con muchas especialidades y apli-
caciones. Este curso brindara a sus participantes, una vision panoramica de la informatica y mostrara
sus campos mas representativos, como son: Algoritmos, Estructuras de de Datos, Sistemas Operativos,
Bases de Datos, etc.

3. Objetivos del curso

Brindar un panorama del area del conocimiento que es cubierta en la ciencia de la computacion.

4. Resultados (Outcomes)
a) Aplicar conocimientos de computacion y de matematicas apropiadas para la disciplina. (Fami-
liarizarse)

b) Analizar problemas e identicar y denir los requerimientos computacionales apropiados para su

solucion. (Familiarizarse)

e) Entender correctamente las implicancias profesionales, eticas, legales, de seguridad y sociales de

la profesion. (Familiarizarse)

g) Analizar el impacto local y global de la computacion sobre los individuos, organizaciones y socie-
dad. (Familiarizarse)

h) Incorporarse a un proceso de aprendizaje profesional continuo. (Familiarizarse)

5. Competencias especficas de Computacion (IEEE)

C24. Comprender la necesidad de la formacion permanente y la mejora de habilidades y capacidades.
Outcome h

C10. Comprension del impacto en las personas, las organizaciones y la sociedad de la implementacion
de soluciones tecnologicas e intervenciones. Outcome g

C2. Capacidad para tener una perspectiva crtica y creativa para identicar y resolver problemas
utilizando el pensamiento computacional. Outcome b

CS4. Implementar la teora apropiada, practicas y herramientas para la especicacion, diseno, imple-
mentacion y mantenimiento, as como la evaluacion de los sistemas basados en computadoras.
Outcome a

182 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 183

6. Contenido del curso

6.1 Introduccion, 2 hr(s)
Competencias: C24
Topicos: I: Introduccion a la computacion. II: Historia de la computacion.
Objetivos de Aprendizaje I: Incentivar a los alumnos el estudio de Computacion como una ciencia.
[Familiarizarse]
Bibliografa: [Brookshear, 2008]

6.2 Logica basica, 2 hr(s)

Competencias: C24
Topicos: I: Logica proposicional. II: Conectores logicos. III: Tablas de verdad. IV: Forma normal
(conjuntiva y disyuntiva)
Objetivos de Aprendizaje I: Convertir declaraciones logicas desde el lenguaje informal a expre-
siones de logica proposicional y de predicados[Familiarizarse] II: Aplicar metodos formales de
simbolismo proposicional y logica de predicados, como el calculo de la validez de formulas y
calculo de formas normales[Familiarizarse]
Bibliografa: [Brookshear, 2008]

7. Bibliografa
[Brookshear, 2008] Brookshear, J. G. (2008). Computer Science: An Overview. Addison-Wesley, 10th
edition. 0321524039.

Universidad Catolica San Pablo 183

184 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion
SUMILLA
CS1D2. Estructuras Discretas II (Obligatorio)
1. Informacion General
Semestre: 2do Sem. Creditos: 4
Horas del curso: Teora: 2 horas; Practica: 2 horas; Laboratorio: 2 horas;
Prerrequisitos:
CS1D1. Estructuras Discretas I (1er Sem-Pag. 168)

2. Fundamentacion
Para entender las tecnicas computacionales avanzadas, los estudiantes deberan tener un fuerte
conocimiento de las diversas estructuras discretas, estructuras que seran implementadas y usadas en
laboratorio en el lenguaje de programacion.
3. Objetivos del curso
Que el alumno sea capaz de modelar problemas de ciencia de la computacion usando grafos y
arboles relacionados con estructuras de datos
Que el alumno aplicar ecientemente estrategias de recorrido para poder buscar datos de una
manera optima

4. Resultados (Outcomes)
a) Aplicar conocimientos de computacion y de matematicas apropiadas para la disciplina. (Fami-
liarizarse)
i) Utilizar tecnicas y herramientas actuales necesarias para la practica de la computacion. (Fami-
liarizarse)
j) Aplicar la base matematica, principios de algoritmos y la teora de la Ciencia de la Computacion en
el modelamiento y diseno de sistemas computacionales de tal manera que demuestre comprension
de los puntos de equilibrio involucrados en la opcion escogida. (Familiarizarse)

5. Competencias especficas de Computacion (IEEE)

C1. La comprension intelectual y la capacidad de aplicar las bases matematicas y la teora de la
informatica (computer science). Outcome a
C20. Posibilidad de conectar la teora y las habilidades aprendidas en la academia a los aconteci-
mientos del mundo real que explican su pertinencia y utilidad. Outcome i

6. Contenido del curso

6.1 Fundamentos de conteo, 25 hr(s)
Competencias: C1
Topicos: I: Tecnicas de Conteo: a) Conteo y cardinalidad de un conjunto b) Regla de la suma y
producto c) Principio de inclusion-exclusion d ) Progresion geometrica y aritmetica II: Principio
de las casillas. III: Permutaciones y combinaciones: a) Deniciones basicas b) Identidad de
Pascal c) Teorema del binomio IV: Resolviendo relaciones de recurrencia: a) Un ejemplo de
una relacion de recurrencia simple, como los numeros de Fibonacci b) Otras ejemplos, mostrando
una variedad de soluciones V: Aritmetica modular basica

184 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 185

Objetivos de Aprendizaje I: Aplicar argumentos de conteo, incluyendo las reglas del producto y de
la suma, principio de inclusion-exclusion y progresiones aritmeticas/geometricas[Familiarizarse]
II: Aplicar el principio de las casillas en el contexto de una demostracion formal[Familiarizarse]
III: Calcular permutaciones y combinaciones en un conjunto, e interpreta su signicado en el
contexto de una aplicacion en particular[Familiarizarse] IV: Mapear aplicaciones del mundo
real a formalismos de conteo adecuados, como el determinar el numero de formas de acomo-
dar a un conjunto de personas alrededor de una mesa, sujeto a restricciones en la disposicion
de los asientos, o en el numero de maneras de determinar ciertas manos en juegos de cartas
(ejm. una casa llena)[Familiarizarse] V: Resolver una variedad de relaciones de recurrencia ba-
sicas[Familiarizarse] VI: Analizar un problema para determinar las relaciones de recurrencia im-
plcitas[Familiarizarse] VII: Realizar calculos que involucran aritmetica modular[Familiarizarse]

Bibliografa: [Grimaldi, 1997]

6.2 Arboles y Grafos, 25 hr(s)

Competencias: C1

Topicos: I: Arboles. a) Propiedades b) Estrategias de recorrido II: Grafos no dirigidos III: Grafos
dirigidos IV: Grafos ponderados V: Arboles de expansion/bosques. VI: Isomorsmo en grafos.

Objetivos de Aprendizaje I: Ilustrar mediante ejemplos la terminologa basica de teora de grafos,

y de alguna de las propiedades y casos especiales de cada tipo de grafos/arboles[Familiarizarse]
II: Demostrar diversos metodos de recorrer arboles y grafos, incluyendo recorridos pre, post e
inorden de arboles[Familiarizarse] III: Modelar una variedad de problemas del mundo real en
ciencia de la computacion usando formas adecuadas de grafos y arboles, como son la representa-
cion de una topologa de red o la organizacion jerarquica de un sistema de archivos[Familiarizarse]
IV: Demuestrar como los conceptos de grafos y arboles aparecen en estructuras de datos, al-
goritmos, tecnicas de prueba (induccion estructurada), y conteos[Familiarizarse] V: Explicar
como construir un arbol de expansion de un grafo[Familiarizarse] VI: Determinar si dos grafos
son isomorfos[Familiarizarse]

Bibliografa: [Johnsonbaugh, 1999]

6.3 Probabilidad Discreta, 10 hr(s)

Competencias: C20

Topicos: I: Espacio de probabilidad nita, eventos. II: Axiomas de Probabilidad y medidas de pro-
babilidad. III: Probabilidad condicional, Teorema de Bayes. IV: Independencia. V: Variables
enteras aleatorias (Bernoulli, binomial). VI: Esperado, Linearidad del esperado. VII: Varian-
za. VIII: Independencia Condicional.

Objetivos de Aprendizaje I: Calcular las probablidades de eventos y el valor esperado de varia-

bles aleatorias para problemas elementales como en los juegos de azar[Familiarizarse] II: Dis-
tinguir entre eventos dependientes e independientes[Familiarizarse] III: Identicar un caso
de la distribucion binomial y calcula la probabilidad usando dicha distribucion[Familiarizarse]
IV: Aplicar el teorema de Bayes para determinar las probabilidades condicionales en un pro-
blema[Familiarizarse] V: Aplicar herramientas de probabilidades para resolver problemas como
el analisis de caso promedio en algoritmos o en el analisis de hash[Familiarizarse] VI: Calcu-
lar la varianza para una distribucion de probabilidad dada[Familiarizarse] VII: Explicar como
los eventos que son independientes pueden ser condicionalmente dependientes (y vice versa)
Identicar ejemplos del mundo real para estos casos[Familiarizarse]

Bibliografa: [Micha, 1998, Rosen, 2007]

Universidad Catolica San Pablo 185

186 Escuela Profesional de Ciencia de la Computacion, Malla 2016

7. Bibliografa
[Grimaldi, 1997] Grimaldi, R. (1997). Matematicas Discretas y Combinatoria. Addison Wesley Ibe-
roamericana.
[Johnsonbaugh, 1999] Johnsonbaugh, R. (1999). Matematicas Discretas. Prentice Hall, Mexico.
[Micha, 1998] Micha, E. (1998). Matematicas Discretas. Limusa.
[Rosen, 2007] Rosen, K. H. (2007). Discrete Mathematics and Its Applications. 7 ed. edition.

186 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 187

Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion
SUMILLA
CS112. Ciencia de la Computacion I (Obligatorio)
1. Informacion General
Semestre: 2do Sem. Creditos: 5
Horas del curso: Teora: 2 horas; Practica: 2 horas; Laboratorio: 4 horas;
Prerrequisitos:
CS111. Programacion de Video Juegos (1er Sem-Pag. 163)

2. Fundamentacion
Este es el segundo curso en la secuencia de los cursos introductorios a la informatica. El curso
servira como puente entre el paradigma de la imperativo y el orientado al objeto, a demas introducira
a los participantes en los diversos temas del area de computacion como: algoritmos, estructuras de
datos, ingeniera del software, etc.
3. Objetivos del curso
Introducir al alumno a los fundamentos del paradigma de orientacion a objetos, permitiendo
asimilar los conceptos necesarios para desarrollar sistemas de informacion.

4. Resultados (Outcomes)
a) Aplicar conocimientos de computacion y de matematicas apropiadas para la disciplina. (Evaluar)
c) Disenar, implementar y evaluar un sistema, proceso, componente o programa computacional para
alcanzar las necesidades deseadas. (Evaluar)
h) Incorporarse a un proceso de aprendizaje profesional continuo. (Familiarizarse)
i) Utilizar tecnicas y herramientas actuales necesarias para la practica de la computacion. (Usar)

5. Competencias especficas de Computacion (IEEE)

C1. La comprension intelectual y la capacidad de aplicar las bases matematicas y la teora de la
informatica (computer science). Outcome a
C2. Capacidad para tener una perspectiva crtica y creativa para identicar y resolver problemas
utilizando el pensamiento computacional. Outcome h
C3. Una comprension intelectual de, y el aprecio por el papel central de los algoritmos y estructuras
de datos. Outcome c
C23. Capacidad para emprender, completar, y presentar un proyecto nal. Outcome i
C24. Comprender la necesidad de la formacion permanente y la mejora de habilidades y capacidades.
Outcome i
CS1. Modelar y disenar sistemas de computadora de una manera que se demuestre comprension del
balance entre las opciones de diseno. Outcome c
CS2. Identicar y analizar los criterios y especicaciones apropiadas a los problemas especcos, y
planicar estrategias para su solucion. Outcome c
CS6. Evaluar los sistemas en terminos de atributos de calidad en general y las posibles ventajas y
desventajas que se presentan en el problema dado. Outcome a

Universidad Catolica San Pablo 187

188 Escuela Profesional de Ciencia de la Computacion, Malla 2016

6. Contenido del curso

6.1 Vision General de los Lenguajes de Programacion, 1 hr(s)
Competencias: C1

Topicos: I: Breve revision de los paradigmas de programacion. II: Comparacion entre programacion
funcional y programacion imperativa. III: Historia de los lenguajes de programacion.

Objetivos de Aprendizaje I: Discutir el contexto historico de los paradigmas de diversos lenguajes

de programacion[Familiarizarse]

Bibliografa: [Stroustrup, 2013, Deitel and Deitel, 2013]

6.2 Maquinas virtuales, 1 hr(s)

Competencias: C2, CS6

Topicos: I: El concepto de maquina virtual. II: Tipos de virtualizacion (incluyendo Hardware /

Software, OS, Servidor, Servicio, Red) . III: Lenguajes intermedios.

Objetivos de Aprendizaje I: Explicar el concepto de memoria virtual y la forma como se realiza

en hadware y software[Familiarizarse] II: Diferenciar emulacion y el aislamiento[Familiarizarse]
III: Evaluar virtualizacion de compensaciones[Evaluar]

Bibliografa: [Stroustrup, 2013, Deitel and Deitel, 2013]

6.3 Sistemas de tipos basicos, 2 hr(s)

Competencias: C1,C2,CS1

Topicos: I: Tipos como conjunto de valores junto con un conjunto de operaciones. a) Tipos primitivos
(p.e. numeros, booleanos) b) Composicion de tipos construidos de otros tipos (p.e., registros,
uniones, arreglos, listas, funciones, referencias) II: Declaracion de modelos (enlace, visibilidad,
alcance y tiempo de vida). III: Vista general del chequeo de tipos.

Objetivos de Aprendizaje I: Tanto para tipo primitivo y un tipo compuesto, describir de mane-
ra informal los valores que tiene dicho tipo[Familiarizarse] II: Para un lenguaje con sistema
de tipos estatico, describir las operaciones que estan prohibidas de forma estatica, como pa-
sar el tipo incorrecto de valor a una funcion o metodo[Familiarizarse] III: Describir ejemplos
de errores de programa detectadas por un sistema de tipos[Familiarizarse] IV: Para multiples
lenguajes de programacion, identicar propiedades de un programa con vericacion estatica y
propiedades de un programa con vericacion dinamica[Usar] V: Dar un ejemplo de un progra-
ma que no verique tipos en un lenguaje particular y sin embargo no tenga error cuando es
ejecutado[Familiarizarse] VI: Usar tipos y mensajes de error de tipos para escribir y depurar
programas[Usar] VII: Explicar como las reglas de tipicacion denen el conjunto de operacio-
nes que legales para un tipo[Familiarizarse] VIII: Escribir las reglas de tipo que rigen el uso
de un particular tipo compuesto[Usar] IX: Explicar por que indecidibilidad requiere sistemas
de tipo para conservadoramente aproximar el comportamiento de un programa[Familiarizarse]
X: Denir y usar piezas de programas (tales como, funciones, clases, metodos) que usan tipos
genericos, incluyendo para colecciones[Usar] XI: Discutir las diferencias entre, genericos (gene-
rics), subtipo y sobrecarga[Familiarizarse] XII: Explicar multiples benecios y limitaciones de
tipicacion estatica en escritura, mantenimiento y depuracion de un software[Familiarizarse]

Bibliografa: [Stroustrup, 2013, Deitel and Deitel, 2013]

188 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 189

6.4 Conceptos Fundamentales de Programacion, 6 hr(s)

Competencias: C1,C2,CS2

Topicos: I: Sintaxis y semantica basica de un lenguaje de alto nivel. II: Variables y tipos de datos
primitivos (ej., numeros, caracteres, booleanos) III: Expresiones y asignaciones. IV: Operaciones
basicas I/O incluyendo archivos I/O. V: Estructuras de control condicional e iterativas. VI: Paso
de funciones y parametros.

Objetivos de Aprendizaje I: Analiza y explica el comportamiento de programas simples que in-

volucran estructuras fundamentales de programacion variables, expresiones, asignaciones, E/S,
estructuras de control, funciones, paso de parametros, y recursividad[Evaluar] II: Identica y
describe el uso de tipos de datos primitivos[Familiarizarse] III: Escribe programas que usan
tipos de datos primitivos[Usar] IV: Modica y expande programas cortos que usen estructuras
de control condicionales e iterativas as como funciones[Usar] V: Disena, implementa, prueba,
y depura un programa que usa cada una de las siguientes estructuras de datos fundamentales:
calculos basicos, E/S simple, condicional estandar y estructuras iterativas, denicion de funcio-
nes, y paso de parametros[Usar] VI: Escribe un programa que usa E/S de archivos para brindar
persistencia a traves de ejecuciones multiples[Usar] VII: Escoje estructuras de condicion y re-
peticion adecuadas para una tarea de programacion dada[Evaluar] VIII: Describe el concepto
de recursividad y da ejemplos de su uso[Familiarizarse] IX: Identica el caso base y el caso
general de un problema basado en recursividad[Evaluar]

Bibliografa: [Stroustrup, 2013, Deitel and Deitel, 2013]

6.5 Programacion orientada a objetos, 10 hr(s)

Competencias: C2,C24,CS1,CS2

Topicos: I: Diseno orientado a objetos: a) Descomposicion en objetos que almacenan estados y

poseen comportamiento b) Diseno basado en jerarquia de clases para modelamiento II: Len-
guajesaorientados a objetos para la encapsulacion: a) privacidad y la visibilidad de miembros de
la clase b) Interfaces revelan unico metodo de rmas c) clases base abstractas III: Denicion
de las categoras, campos, metodos y constructores. IV: Las subclases, herencia y metodo de
alteracion temporal. V: Subtipicacion: a) Polimorsmo artculo Subtipo; upcasts implcitos en
lenguajes con tipos. b) Nocion de reemplazo de comportamiento: los subtipos de actuar como
supertipos. c) Relacion entre subtipos y la herencia. VI: Uso de coleccion de clases, iteradores,
y otros componentes de la libreria estandar. VII: Asignacion dinamica: denicion de metodo de
llamada.

Objetivos de Aprendizaje I: Disenar e implementar una clase[Usar] II: Usar subclase para disenar
una jerarqua simple de clases que permita al codigo ser reusable por diferentes subclases[Usar]
III: Razonar correctamente sobre el ujo de control en un programa mediante el envo dinami-
co[Usar] IV: Comparar y contrastar (1) el enfoque procedurar/funcional- deniendo una funcion
por cada operacion con el cuerdo de la funcion proporcionando un caso por cada variacion de da-
to - y (2) el enfoque orientado a objetos - deniendo una clase por cada variacion de dato con la
denicion de la clase proporcionando un metodo por cada operacion. Entender ambos enfoques
como una denicion de variaciones y operaciones de una matriz[Evaluar] V: Explicar la rela-
cion entre la herencia orientada a objetos (codigo compartido y overriding) y subtipicacion (la
idea de un subtipo es ser utilizable en un contexto en el que espera al supertipo)[Familiarizarse]
VI: Usar mecanismos de encapsulacion orientada a objetos, tal como interfaces y miembros
privados[Usar] VII: Denir y usar iteradores y otras operaciones sobre agregaciones, incluyen-
do operaciones que tienen funciones como argumentos, en multiples lenguajes de programacion,
selecionar la forma mas natural por cada lenguaje[Usar]

Bibliografa: [Stroustrup, 2013, Deitel and Deitel, 2013]

Universidad Catolica San Pablo 189

190 Escuela Profesional de Ciencia de la Computacion, Malla 2016

6.6 Algoritmos y Diseno, 3 hr(s)

Competencias: C1,C2,C23,CS6

Topicos: I: Estrategias de solucion de problemas a) Funciones matematicas iterativas y recursivas

b) Recorrido iterativo y recursivo en estructura de datos c) Estrategias Divide y Conquistar
II: Rol de los algoritmos en el proceso de solucion de problemas III: Estrategias de solucion de
problemas a) Funciones matematicas iterativas y recursivas b) Recorrido iterativo y recursivo en
estructura de datos c) Estrategias Divide y Conquistar IV: Conceptos y principios fundamen-
tales de diseno a) Abstraccion b) Descomposicion de Program c) Encapsulamiento y camuaje
de informacion d ) Separacion de comportamiento y aplicacion

Objetivos de Aprendizaje I: Discute la importancia de los algoritmos en el proceso de solucion

de un problema[Familiarizarse] II: Discute como un problema puede ser resuelto por multiples
algoritmos, cada uno con propiedades diferentes[Familiarizarse] III: Crea algoritmos para resol-
ver problemas simples[Usar] IV: Usa un lenguaje de programacion para implementar, probar,
y depurar algoritmos para resolver problemas simples[Usar] V: Implementa, prueba, y depura
funciones recursivas simples y sus procedimientos[Usar] VI: Determina si una solucion iterativa
o recursiva es la mas apropiada para un problema[Evaluar] VII: Implementa un algoritmo de
divide y venceras para resolver un problema[Usar] VIII: Aplica tecnicas de descomposicion pa-
ra dividir un programa en partes mas pequenas[Usar] IX: Identica los componentes de datos
y el comportamiento de mutiples tipos de datos abstractos[Usar] X: Implementa un tipo de
dato abstracto coherente, con la menor perdida de acoplamiento entre componentes y compor-
tamientos[Usar] XI: Identica las fortalezas y las debilidades relativas entre multiples disenos
e implementaciones de un problema[Evaluar]

Bibliografa: [Stroustrup, 2013, Deitel and Deitel, 2013]

6.7 Estrategias Algortmicas, 3 hr(s)

Competencias: C1,C2,C24,CS1

Topicos: I: Algoritmos de fuerza bruta. II: Algoritmos voraces. III: Divide y venceras. IV: Bactra-
king recursivo. V: Programacion Dinamica.

Objetivos de Aprendizaje I: Para cada una de las estrategias (fuerza bruta, algoritmo goloso, divi-
de y venceras, recursividad en reversa y programacion dinamica), identica un ejemplo practico
en el cual se pueda aplicar[Familiarizarse] II: Utiliza un enfoque voraz para resolver un proble-
ma especco y determina si la regla escogida lo gua a una solucion optima[Evaluar] III: Usa
un algoritmo de divide-y-venceras para resolver un determinado problema[Usar] IV: Usa recur-
sividad en reversa a n de resover un problema como en el caso de recorrer un laberinto[Usar]
V: Usa programacion dinamica para resolver un problema determinado[Usar] VI: Determina el
enfoque algortmico adecuado para un problema[Evaluar] VII: Describe varios metodos basados
en heursticas para resolver problemas[Familiarizarse]

Bibliografa: [Stroustrup, 2013, Deitel and Deitel, 2013]

6.8 Analisis Basico, 2 hr(s)

Competencias: C1,C2,C24,CS1

Topicos: I: Diferencias entre el mejor, el esperado y el peor caso de un algoritmo.

Objetivos de Aprendizaje I: Explique a que se reere con mejor, esperado y peor caso de
comportamiento de un algoritmo[Familiarizarse]

Bibliografa: [Stroustrup, 2013, Deitel and Deitel, 2013]

190 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 191

6.9 Algoritmos y Estructuras de Datos fundamentales, 6 hr(s)

Competencias: C1,C2,C24,CS1
Topicos: I: Algoritmos numericos simples, tales como el calculo de la media de una lista de numeros,
encontrar el mnimo y maximo. II: Algoritmos de busqueda secuencial y binaria. III: Algoritmos
de ordenamiento de peor caso cuadratico (seleccion, insercion) IV: Algoritmos de ordenamien-
to con peor caso o caso promedio en O(N lg N) (Quicksort, Heapsort, Mergesort) V: Tablas
Hash, incluyendo estrategias para evitar y resolver colisiones. VI: Arboles de busqueda binaria:
a) Operaciones comunes en arboles de busqueda binaria como seleccionar el mnimo, maximo,
insertar, eliminar, recorrido en arboles. VII: Grafos y algoritmos en grafos: a) Representacion
de grafos (ej., lista de adyacencia, matriz de adyacencia) b) Recorrido en profundidad y amplitud
Objetivos de Aprendizaje I: Implementar algoritmos numericos basicos[Usar] II: Implementar
algoritmos de busqueda simple y explicar las diferencias en sus tiempos de complejidad[Evaluar]
III: Ser capaz de implementar algoritmos de ordenamiento comunes cuadraticos y O(N log
N)[Usar] IV: Describir la implementacion de tablas hash, incluyendo resolucion y el evitamiento
de colisiones[Familiarizarse] V: Discutir el tiempo de ejecucion y eciencia de memoria de
los principales algoritmos de ordenamiento, busqueda y hashing[Familiarizarse] VI: Discutir
factores otros que no sean eciencia computacional que inuyan en la eleccion de algoritmos, tales
como tiempo de programacion, mantenibilidad, y el uso de patrones especcos de la aplicacion
en los datos de entrada[Familiarizarse] VII: Explicar como el balanceamiento del arbol afecta la
eciencia de varias operaciones de un arbol de busqueda binaria[Familiarizarse] VIII: Resolver
problemas usando algoritmos basicos de grafos, incluyendo busqueda por profundidad y busqueda
por amplitud[Usar] IX: Demostrar habilidad para evaluar algoritmos, para seleccionar de un
rango de posibles opciones, para proveer una justicacion por esa seleccion,y para implementar
el algoritmo en un contexto en especco[Evaluar] X: Describir la propiedad del heap y el uso de
heaps como una implementacion de colas de prioridad[Familiarizarse] XI: Resolver problemas
usando algoritmos de grafos, incluyendo camino mas corto de una sola fuente y camino mas
corto de todos los pares, y como mnimo un algoritmo de arbol de expansion minima[Usar]
XII: Trazar y/o implementar un algoritmo de comparacion de string[Usar]
Bibliografa: [Stroustrup, 2013, Deitel and Deitel, 2013]

7. Bibliografa
[Deitel and Deitel, 2013] Deitel, P. and Deitel, H. (2013). C++ How to Program (Early Objects Ver-
sion). Deitel, How to Program. Prentice Hall.
[Stroustrup, 2013] Stroustrup, B. (2013). The C++ Programming Language. Addison-Wesley, 4th
edition.

Universidad Catolica San Pablo 191

192 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion
SUMILLA
MA101. Matematica II (Obligatorio)
1. Informacion General
Semestre: 2do Sem. Creditos: 4
Horas del curso: Teora: 2 horas; Practica: 4 horas;
Prerrequisitos:
MA100. Matematica I (1er Sem-Pag. 171)

2. Fundamentacion
Curso introductorio, soporte de los posteriores cursos de Analisis Matematico, estudia el plano
y el espacio, haciendo enfasis es su aspecto vectorial y su interpretacion geometrica, lo que permite
visualizar conceptos que posteriormente se veran en forma abstracta.
3. Objetivos del curso
Familiarizarse y manejar las matrices, determinantes y sus relaciones con los sistemas de ecua-
ciones y aplicaciones.
Establecer relaciones lineales y cuadraticas en el plano y en el espacio.
Relacionar el algebra con la geometra, de modo que visualice problemas que de otro modo seran
abstractos.

4. Resultados (Outcomes)
a) Aplicar conocimientos de computacion y de matematicas apropiadas para la disciplina. (Evaluar)
j) Aplicar la base matematica, principios de algoritmos y la teora de la Ciencia de la Computacion en
el modelamiento y diseno de sistemas computacionales de tal manera que demuestre comprension
de los puntos de equilibrio involucrados en la opcion escogida. (Evaluar)

5. Competencias especficas de Computacion (IEEE)

C1. La comprension intelectual y la capacidad de aplicar las bases matematicas y la teora de la
informatica (computer science). Outcome a
C20. Posibilidad de conectar la teora y las habilidades aprendidas en la academia a los aconteci-
mientos del mundo real que explican su pertinencia y utilidad. Outcome j

6. Contenido del curso

6.1 Sistemas de ecuaciones. Matrices y determinantes, 24 hr(s)
Competencias: C1,C20
Topicos: I: Sistemas de ecuaciones lineales II: Matrices III: Determinantes
Objetivos de Aprendizaje I: Resolver sistemas de ecuaciones lineales utilizando los metodos de
eliminacion II: Determinar la consistencia e inconsistencia de un sistema III: Identicar y
manipular los diferentes tipos de matrices, as como el algebra de matrices IV: Relacionar
las matrices con los sistemas de ecuaciones lineales V: Calcular determinantes e inversas de
matrices
Bibliografa: [Strang, 2003, Grossman, 2008]

192 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 193

6.2 Sistemas de coordenadas. La recta, 12 hr(s)

Competencias: C1,C20
Topicos: I: El plano cartesiano II: La Recta, Ecuaciones de la recta
Objetivos de Aprendizaje I: Identicar, gracar una recta y manejarla en sus diferentes formas.
Bibliografa: [de Matematica. San Pablo, 2013]

6.3 Conicas y Coordenadas polares, 24 hr(s)

Competencias: C1,C20
Topicos: I: Conicas II: Coordenadas Polares
Objetivos de Aprendizaje I: Reconocer las ecuaciones de las conicas. Trazar la graca de una
conica descrita en su forma canonica y viceversa. II: Manejar el cambio de coordenadas polares
a cartesianas y viceversa III: Trazar la graca de una curva en coordenadas polares
Bibliografa: [de Matematica. San Pablo, 2013]

6.4 Vectores en R2 y vectores en R3 , 30 hr(s)

Competencias: C1,C20
Topicos: I: Vectores en R2 II: Vectores en R3
Objetivos de Aprendizaje I: Manipular las operaciones con vectores. Interpretarlos geometrica-
mente. II: Aplicar los vectores a la resolucion de problemas geometricos. III: Formular y
analizar la ecuacion vectorial de la recta y el plano. Manipular ecuaciones de planos
Bibliografa: [Grossman, 2008]

7. Bibliografa
[de Matematica. San Pablo, 2013] de Matematica. San Pablo, D. (2013). Gua de practica de Algebra
y Geometra / Arequipa:. Fondo Editorial de la UCSP.

[Grossman, 2008] Grossman, S. I. (2008). Algebra Lineal. McGraw Hill.

[Strang, 2003] Strang, G. (2003). Introduction to Linear Algebra. Wellesley, MA: Wellesley-Cambridge
Press, 3rd edition.

Universidad Catolica San Pablo 193

194 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion
SUMILLA
FG112. Persona, Matrimonio y Familia (Electivos)
1. Informacion General
Semestre: 2do Sem. Creditos: 2

Horas del curso: Teora: 1 horas; Practica: 2 horas;

Prerrequisitos: Ninguno

2. Fundamentacion
Los tiempos actuales muestran la necesidad - cada vez mas apremiante- de una adecuada vision
antropologica sobre el matrimonio y la familia.
La referencia de la familia como institucion natural fundada en el matrimonio, viene en diver-
sas organizaciones internacionales promovida como una construccion social y cultural que tiende a
desconocer la complementariedad del varon y la mujer.
Este curso intentara mostrar los presupuestos de una perspectiva de familia que destaque la riqueza
de la familia como autentico eje de desarrollo humano.

3. Objetivos del curso

Comprender que la familia es una comunion de vida y amor, fundado en el matrimonio entre un
hombre y una mujer, para toda la vida en orden al perfeccionamiento mutuo y a la procreacion
y educacion de los hijos.

Que el alumno entienda los criterios fundamentales sobre los que descansa una recta comprension
de la persona, el matrimonio y la familia

Que el alumno tenga elementos para comprender la vida afectiva como un llamado a la vida
matrimonial y familiar

Comprender la importancia de la familia para la persona y para la sociedad entera.

4. Resultados (Outcomes)
g) Analizar el impacto local y global de la computacion sobre los individuos, organizaciones y socie-
dad. (Evaluar)

n) Comprender que la formacion de un buen profesional no se desliga ni se opone sino mas bien
contribuye al autentico crecimiento personal. Esto requiere de la asimilacion de valores solidos,
horizontes espirituales amplios y una vision profunda del entorno cultural. (Usar)

o) Mejorar las condiciones de la sociedad poniendo la tecnologa al servicio del ser humano. (Usar)

5. Competencias especficas de Computacion (IEEE)

C10. Comprension del impacto en las personas, las organizaciones y la sociedad de la implementacion
de soluciones tecnologicas e intervenciones. Outcome g, n, o

C20. Posibilidad de conectar la teora y las habilidades aprendidas en la academia a los aconteci-
mientos del mundo real que explican su pertinencia y utilidad. Outcome g

194 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 195

6. Contenido del curso

6.1 Primera Unidad: Consideraciones sobre la persona humana, 12 hr(s)
Competencias: C10, C20
Topicos: I: Persona y ser humano (el problema del reduccionismo antropologico) II: La persona
humana: Unidad. Niveles de accion. Las emociones. Integracion. III: La dignidad humana
Objetivos de Aprendizaje I: Comprender los fundamentos que permitan conocer a la persona
valorando su dignidad.
Bibliografa: [S.S Juan Pablo II, ]

6.2 Segunda Unidad: Matrimonio: Aportes para una reflexion actual, 18

hr(s)
Competencias: C20
Topicos: I: El enamoramiento. II: El matrimonio
Objetivos de Aprendizaje I: Comprender que el ser humano ha sido creado por amor y para el
amor, que lo direcciona hacia una union de las naturalezas (complementariedad) y como vocacion
al matrimonio.
Bibliografa: [Concilio Vaticano II, , Ponticio Consejo Justicia y Paz, 2005, Santa Sede, 1983]

6.3 Tercera Unidad, 21 hr(s)

Competencias: C10, C20
Topicos: I: Ideologa de Genero. II: Divorcio. III: Convivencia y relaciones libres. IV: Homose-
xualidad. V: Anticoncepcion y mito poblacional. VI: El Futuro de la humanidad.
Objetivos de Aprendizaje I: Comprender la importancia de la familia como celula fundamental
de la sociedad y corazon de la civilizacion.
Bibliografa: [Biblia, 1975]

6.4 Cuarta Unidad: Proteccion jurdica y polticas familiares, 3 hr(s)

Competencias: C20
Topicos: I: Ideologa de Genero. II: Divorcio. III: Convivencia y relaciones libres. IV: Homose-
xualidad. V: Anticoncepcion y mito poblacional. VI: El Futuro de la humanidad.
Objetivos de Aprendizaje I: Comprender la importancia de la familia como celula fundamental
de la sociedad y corazon de la civilizacion. II: Identicar los organismos e instituciones que
velan, protegen y promueven la familia como institucion de derecho natural.
Bibliografa: [Biblia, 1975]

7. Bibliografa
[Biblia, 1975] Biblia (1975). Sagrada Biblia. Editorial Desclee de Brower Bilbao Espana.
[Concilio Vaticano II, ] Concilio Vaticano II. Constitucion Gaudium et spes.
[Ponticio Consejo Justicia y Paz, 2005] Ponticio Consejo Justicia y Paz (2005). Compendio de la
Doctrina Social de la Iglesia.
[Santa Sede, 1983] Santa Sede (1983). Carta de los Derechos de la Familia.
[S.S Juan Pablo II, ] S.S Juan Pablo II. Exhortacion Apostolica Post Sinodal Familiaris Consortio.

Universidad Catolica San Pablo 195

196 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion
SUMILLA
FG104. Introduccion a la Filosofa (Obligatorio)
1. Informacion General
Semestre: 2do Sem. Creditos: 3

Horas del curso: Teora: 3 horas;

Prerrequisitos: Ninguno

2. Fundamentacion
El estudio de la Filosofa en la universidad, se presenta como un espacio de reexion constante
sobre el ser y el quehacer del ser humano en el mundo. As mismo, proporciona las herramientas
academicas necesarias para la adquisicion del pensamiento formal y la actitud crtica frente a las
corrientes relativistas que nos alejan de la Verdad. La formacion losoca aporta considerablemente
al cultivo de los saberes, capacidades y potencialidades humanas, de tal manera que facilita al ser
humano encontrar el camino hacia la Verdad plena.

3. Objetivos del curso

Estructurar en los alumnos los fundamentos losocos buscando desarrollar en ellos las capaci-
dades superiores de pensamiento, a traves del estudio crtico de los contenidos tematicos, que les
permita despertar la avidez por el saber, el buscar la Verdad y el conocer la realidad de manera
objetiva, de tal forma que puedan orientar su vida con criterios claros y razonables.

4. Resultados (Outcomes)
e) Entender correctamente las implicancias profesionales, eticas, legales, de seguridad y sociales de
la profesion. (Usar)

n) Aplicar conocimientos de humanidades en su labor profesional. (Usar)

n) Comprender que la formacion de un buen profesional no se desliga ni se opone sino mas bien
contribuye al autentico crecimiento personal. Esto requiere de la asimilacion de valores solidos,
horizontes espirituales amplios y una vision profunda del entorno cultural. (Usar)

5. Competencias especficas de Computacion (IEEE)

C20. Posibilidad de conectar la teora y las habilidades aprendidas en la academia a los aconteci-
mientos del mundo real que explican su pertinencia y utilidad. Outcome n

C21. Comprender el aspecto profesional, legal, seguridad, asuntos polticos, humanistas, ambientales,
culturales y eticos. Outcome e,n

6. Contenido del curso

6.1 Primera Unidad: Aproximacion a la nocion de Filosofa , 12 hr(s)
Competencias: C20

Topicos: I: Importancia de la Filosoa II: Filosofa: denicion etimologica y real. III: El asombro
como comienzo del losofar. IV: El ocio como condicion para la losofa. V: La losofa como
sabidura natural. VI: Condiciones morales del losofar. VII: Filosofa y otros conocimientos.
VIII: Aproximacion historica: Antigua, media, moderna y contemporanea.

196 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 197

Objetivos de Aprendizaje I: Investigar y valorar la naturaleza de la losofa [Usar]. II: Identicar

y analizar las distintas corrientes losocas en la historia [Usar].
Bibliografa: [Pieper, 2007]

6.2 Segunda Unidad: El hombre, 6 hr(s)

Competencias: C21
Topicos: I: Caractersticas generales de la Antropologa losoca. Deniciones, objetos, metodos y
relacion con otros saberes. II: Visiones reduccionistas: materialismo y espiritualismo. III: Vision
integral del ser humano. IV: La persona humana. Denicion. Unidad sustancial del cuerpo y el
espritu.
Objetivos de Aprendizaje I: Distinguir las nociones fundamentales de la antropologa realista
[Usar]. II: Valorar crticamente las diversas posturas antropologicas [Usar]. III: Identicar
y valorar al hombre como un ser personal [Usar].
Bibliografa: [Amerio, 2005, Acodesi, 1986]

6.3 Tercera Unidad : El conocimiento humano, 6 hr(s)

Competencias: C20
Topicos: I: Caractersticas generales del conocimiento humano. II: Discusion con otras posturas: el
escepticismo y el relativismo; racionalismo y empirismo. III: La verdad: logica y ontologica.
Objetivos de Aprendizaje I: Examinar las dicultades que plantea el conocimiento humano y las
diversas soluciones que se dan a las mismas [Usar]. II: Explicar los conceptos fundamentales
del realismo gnoseologico [Usar].
Bibliografa: [Zanotti, 1967, Platon, , Pieper, 2007]

6.4 Cuarta Unidad : El obrar humano, 6 hr(s)

Competencias: C20
Topicos: I: Caractersticas generales: etimologa, moral y etica, objeto, tipo de conocimiento. II: Cri-
terios de moralidad. III: Fuentes de la moralidad. IV: Relativismo etico. V: El bien. El n
ultimo. La felicidad. VI: Virtudes
Objetivos de Aprendizaje I: Distinguir las nociones esenciales de la etica losoca desde sus fun-
damentos [Usar]. II: Explicar el valor de la vida virtuosa y asumirla como camino a la felicidad
[Usar].
Bibliografa: [Aristoteles, 2003]

6.5 Quinta Unidad : El ser, 6 hr(s)

Competencias: C20
Topicos: I: La metafsica como estudio del ser. II: Los trascendentales III: La estructura del
ente nito.Sustancia-Accidente, Materia-Forma, Acto-Potencia, Esencia-Acto de ser. IV: La
causalidad. La existencia de Dios. La creacion y sus implicancias.
Objetivos de Aprendizaje I: Examinar las caractersticas fundamentales de la metafsica y valorar
su primaca en el pensamiento losoco [Usar]. II: Comprender las nociones metafsicas fun-
damentales [Usar]. III: Explicar la posibilidad de acceder losocamente a Dios como creador
[Usar].
Bibliografa: [Perez, 2006, Alvira et al., 1993]

Universidad Catolica San Pablo 197

198 Escuela Profesional de Ciencia de la Computacion, Malla 2016

7. Bibliografa
[Acodesi, 1986] Acodesi (1986). La formacion integral y sus dimensiones. Dimension corporal.
[Alvira et al., 1993] Alvira, T., Clavell, L., and Melendo, T. (1993). Metafsica. Navarra.
[Amerio, 2005] Amerio, F. (2005). Historia de la Filosoa. Universidad de Turin.

[Aristoteles, 2003] Aristoteles (2003). Etica nicomaquea. Etica eudemia. Gredos. UCSP:185 A72E.
[Pieper, 2007] Pieper, J. (2007). Las Virtudes Fundamentales. Ediciones Rialp, Madrid.
[Platon, ] Platon. La Republica.
[Perez, 2006] Perez, R. G. (2006). Introduccion a la metafsica. Rialp, madrid.
[Zanotti, 1967] Zanotti, G. (1967). Filosofa para no losofos. Editorial Belgrano.

198 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 199

Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion
SUMILLA
FG105. Apreciacion Musical (Electivos)
1. Informacion General
Semestre: 2do Sem. Creditos: 2

Horas del curso: Teora: 1 horas; Practica: 2 horas;

Prerrequisitos: Ninguno

2. Fundamentacion
El egresado de la Universidad San Pablo, no solo debera ser un excelente profesional, conocedor
de la mas avanzada tecnologa, sino tambien, un ser humano sensible y de amplia cultura. En esta
perspectiva, el curso proporciona los instrumentos conceptuales basicos para una optima comprension
de las obras musicales como producto cultural y artstico creado por el hombre.

3. Objetivos del curso

Analizar de manera crtica las diferentes manifestaciones artsticas a traves de la historia iden-
ticando su naturaleza expresiva, compositiva y caractersticas esteticas as como las nuevas
tendencias artsticas identicando su relacion directa con los actuales indicadores sociocultu-
rales. Demostrar conducta sensible, crtica, creativa y asertiva, y conductas valorativas como
indicadores de un elevado desarrollo personal.

4. Resultados (Outcomes)
n) Aplicar conocimientos de humanidades en su labor profesional. (Usar)

n) Comprender que la formacion de un buen profesional no se desliga ni se opone sino mas bien
contribuye al autentico crecimiento personal. Esto requiere de la asimilacion de valores solidos,
horizontes espirituales amplios y una vision profunda del entorno cultural. (Usar)

5. Competencias especficas de Computacion (IEEE)

C24. Comprender la necesidad de la formacion permanente y la mejora de habilidades y capacidades.
Outcome n,n

6. Contenido del curso

6.1 Primera Unidad, 9 hr(s)
Competencias: C24

Topicos: I: La musica en la vida del hombre. Concepto. El Sonido: cualidades. II: Los elementos de
la musica. Actividades y audiciones.

Objetivos de Aprendizaje I: Dotar al alumno de un lenguaje musical basico, que le permita apre-
ciar y emitir un juicio con propiedad [Usar].

Bibliografa: [Aopland, 1999, Salvat editores, 1989, Hurlimann, 1984]

Universidad Catolica San Pablo 199

200 Escuela Profesional de Ciencia de la Computacion, Malla 2016

6.2 Segunda Unidad, 9 hr(s)

Competencias: C24
Topicos: I: La voz, el canto y sus interpretes. Practica de canto. II: Los instrumentos musicales. El
conjunto instrumental. III: El estilo, genero y las formas musicales. Actividades y audiciones.
Objetivos de Aprendizaje I: Que el alumno conozca, discrimine y aprecie los elementos que inte-
gran la obra de arte musical [Usar].
Bibliografa: [Salvat editores, 1989, Hurlimann, 1984]

6.3 Tercera Unidad, 15 hr(s)

Competencias: C24
Topicos: I: El origen de la musica - fuentes. La musica en la antiguedad. II: La musica medieval:
Musica religiosa. Canto Gregoriano. Musica profana. III: El Renacimiento: Musica instrumental
y musica vocal. IV: El Barroco y sus representantes. Nuevos instrumentos, nuevas formas. V: El
Clasicismo. Las formas clasicas y sus mas destacados representantes. VI: El Romanticismo
y el Nacionalismo, caractersticas generales instrumentos y formas. Las escuelas nacionalistas
europeas. VII: La musica contemporanea: Impresionismo, Postromanticismo, Expresionismo y
las nuevas corrientes de vanguardia.
Objetivos de Aprendizaje I: Que el alumno conozca y distinga con precision los diferentes momen-
tos del desarrollo musical [Usar]. II: Dotar al alumno de un repertorio mnimo que le permita
poner en practica lo aprendido antes de emitir una apreciacion crtica de ella [Usar].
Bibliografa: [Palisca, 2006, Hurlimann, 1984]

6.4 Cuarta Unidad, 12 hr(s)

Competencias: C24
Topicos: I: Principales corrientes musicales del Siglo XX. II: La musica peruana: Autoctona,
Mestiza, Manifestaciones musicales actuales. III: Musica arequipena, principales expresiones.
IV: Musica latinoamericana y sus principales manifestaciones.
Objetivos de Aprendizaje I: Que el alumno conozca e identique las diferentes manifestaciones
populares actuales [Usar]. II: Que el alumno Se identique con sus races musicales [Usar].
Bibliografa: [Palisca, 2006, Xavier, 2007, Juan, 1984, Isabel, ]

7. Bibliografa
[Aopland, 1999] Aopland, A. (1999). Como escuchar la musica. Fondo de cultura economica.
[Hurlimann, 1984] Hurlimann, H. F. (1984). Encicopedia de la Musica. Ediciones Grijalbo.
[Isabel, ] Isabel, A. Sintesis de la etnomusica en America Latina. Monte Avila.
[Juan, 1984] Juan, C. M. (1984). Arequipa, Musica y pueblo. Editorial Carig.
[Palisca, 2006] Palisca, D. J. G. C. V. (2006). Historia de la musica occidental. Alianza editorial.
[Salvat editores, 1989] Salvat editores (1989). Los grandes compositores. Salvat.
[Xavier, 2007] Xavier, B. (2007). El espacio musical andino. Instituto Frances de Estudios Andinos.

200 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 201

Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion
SUMILLA
CS113. Ciencia de la Computacion II (Obligatorio)
1. Informacion General
Semestre: 3er Sem. Creditos: 4

Horas del curso: Teora: 2 horas; Practica: 2 horas; Laboratorio: 2 horas;

Prerrequisitos:

CS112. Ciencia de la Computacion I (2do Sem-Pag. 188)

2. Fundamentacion
Este es el tercer curso en la secuencia de los cursos introductorios a la informatica. En este curso
se pretende cubrir los conceptos senalados por la Computing Curricula IEEE(c)-ACM 2001, bajo
el enfoque functional-rst. El paradigma orientado a objetos nos permite combatir la complejidad
haciendo modelos a partir de abstracciones de los elementos del problema y utilizando tecnicas como
encapsulamiento, modularidad, polimorsmo y herencia. El dominio de estos temas permitira que los
participantes puedan dar soluciones computacionales a problemas de diseno sencillos del mundo real.

3. Objetivos del curso

Introducir al alumno a los fundamentos del paradigma de orientacion a objetos, permitiendo
asimilar los conceptos necesarios para desarrollar un sistema de informacion

4. Resultados (Outcomes)
a) Aplicar conocimientos de computacion y de matematicas apropiadas para la disciplina. (Usar)

b) Analizar problemas e identicar y denir los requerimientos computacionales apropiados para su

solucion. (Usar)

d) Trabajar efectivamente en equipos para cumplir con un objetivo comun. (Usar)

5. Competencias especficas de Computacion (IEEE)

C1. La comprension intelectual y la capacidad de aplicar las bases matematicas y la teora de la
informatica (computer science). Outcome a

C3. Una comprension 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 disenar sistemas de computadora de una manera que se demuestre comprension del
balance entre las opciones de diseno. Outcome a

CS2. Identicar y analizar los criterios y especicaciones apropiadas a los problemas especcos, y
planicar estrategias para su solucion. Outcome b

Universidad Catolica San Pablo 201

202 Escuela Profesional de Ciencia de la Computacion, Malla 2016

6. Contenido del curso

6.1 abc, 7 hr(s)
Competencias: C3,C18

Topicos: I: Arboles. a) Propiedades b) Estrategias de recorrido II: Grafos no dirigidos III: Grafos
dirigidos IV: Grafos ponderados V: Arboles de expansion/bosques. VI: Isomorsmo en grafos.

Objetivos de Aprendizaje I: Ilustrar mediante ejemplos la terminologa basica de teora de grafos,

y de alguna de las propiedades y casos especiales de cada tipo de grafos/arboles[Usar] II: De-
mostrar diversos metodos de recorrer arboles y grafos, incluyendo recorridos pre, post e inorden
de arboles[Usar] III: Modelar una variedad de problemas del mundo real en ciencia de la compu-
tacion usando formas adecuadas de grafos y arboles, como son la representacion de una topologa
de red o la organizacion jerarquica de un sistema de archivos[Usar] IV: Demuestrar como los
conceptos de grafos y arboles aparecen en estructuras de datos, algoritmos, tecnicas de prueba
(induccion estructurada), y conteos[Usar] V: Explicar como construir un arbol de expansion de
un grafo[Usar] VI: Determinar si dos grafos son isomorfos[Usar]

Bibliografa: [Nakariakov, 2013]

6.2 Conceptos Fundamentales de Programacion, 5 hr(s)

Competencias: C1,C18

Topicos: I: Sintaxis y semantica basica de un lenguaje de alto nivel. II: Variables y tipos de datos
primitivos (ej., numeros, caracteres, booleanos) III: Expresiones y asignaciones. IV: Operaciones
basicas I/O incluyendo archivos I/O. V: Estructuras de control condicional e iterativas. VI: Paso
de funciones y parametros. VII: Concepto de recursividad.

Objetivos de Aprendizaje I: Analiza y explica el comportamiento de programas simples que in-

volucran estructuras fundamentales de programacion variables, expresiones, asignaciones, E/S,
estructuras de control, funciones, paso de parametros, y recursividad[Usar] II: Identica y des-
cribe el uso de tipos de datos primitivos[Usar] III: Escribe programas que usan tipos de datos
primitivos[Usar] IV: Modica y expande programas cortos que usen estructuras de control con-
dicionales e iterativas as como funciones[Usar] V: Disena, implementa, prueba, y depura un
programa que usa cada una de las siguientes estructuras de datos fundamentales: calculos basi-
cos, E/S simple, condicional estandar y estructuras iterativas, denicion de funciones, y paso de
parametros[Usar] VI: Escribe un programa que usa E/S de archivos para brindar persistencia a
traves de ejecuciones multiples[Usar] VII: Escoje estructuras de condicion y repeticion adecua-
das para una tarea de programacion dada[Usar] VIII: Describe el concepto de recursividad y
da ejemplos de su uso[Usar] IX: Identica el caso base y el caso general de un problema basado
en recursividad[Usar]

Bibliografa: [Stroustrup, 2013]

6.3 Algoritmos y Diseno, 5 hr(s)

Competencias: C3,C18

Topicos: I: Conceptos y propiedades de los algoritmos a) Comparacion informal de la eciencia de

los algoritmos (ej., conteo de operaciones) II: Rol de los algoritmos en el proceso de solucion
de problemas III: Estrategias de solucion de problemas a) Funciones matematicas iterativas y
recursivas b) Recorrido iterativo y recursivo en estructura de datos c) Estrategias Divide y Con-
quistar IV: Conceptos y principios fundamentales de diseno a) Abstraccion b) Descomposicion
de Program c) Encapsulamiento y camuaje de informacion d ) Separacion de comportamiento
y aplicacion

202 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 203

Objetivos de Aprendizaje I: Discute la importancia de los algoritmos en el proceso de solucion de

un problema[Usar] II: Discute como un problema puede ser resuelto por multiples algoritmos,
cada uno con propiedades diferentes[Usar] III: Crea algoritmos para resolver problemas sim-
ples[Usar] IV: Usa un lenguaje de programacion para implementar, probar, y depurar algoritmos
para resolver problemas simples[Usar] V: Implementa, prueba, y depura funciones recursivas
simples y sus procedimientos[Usar] VI: Determina si una solucion iterativa o recursiva es la mas
apropiada para un problema[Usar] VII: Implementa un algoritmo de divide y venceras para
resolver un problema[Usar] VIII: Aplica tecnicas de descomposicion para dividir un programa
en partes mas pequenas[Usar] IX: Identica los componentes de datos y el comportamiento de
mutiples tipos de datos abstractos[Usar] X: Implementa un tipo de dato abstracto coherente,
con la menor perdida de acoplamiento entre componentes y comportamientos[Usar] XI: Iden-
tica las fortalezas y las debilidades relativas entre multiples disenos e implementaciones de un
problema[Usar]

Bibliografa: [Stroustrup, 2013]

6.4 Programacion reactiva y dirigida por eventos, 2 hr(s)

Competencias: C1,C18

Topicos: I: Eventos y controladores de eventos. II: Usos canonicos como interfaces gracas de usua-
rio, dispositivos moviles, robots, servidores. III: Uso de frameworks reactivos. a) Denicion de
controladores/oyentes (handles/listeners) de eventos. b) Bucle principal de enventos no contro-
lado po el escritor controlador de eventos (event-handler-writer) IV: Eventos y eventos del
programa generados externamente generada. V: La separacion de modelo, vista y controlador.

Objetivos de Aprendizaje I: Escribir manejadores de eventos para su uso en sistemas reactivos

tales como GUIs[Usar] II: Explicar porque el estilo de programacion manejada por eventos es
natural en dominios donde el programa reacciona a eventos externos[Usar] III: Describir un
sistema interactivo en terminos de un modelo, una vista y un controlador[Usar]

Bibliografa: [Stroustrup, 2013]

6.5 Analisis Basico, 3 hr(s)

Competencias: CS2,C18

Topicos: I: Diferencias entre el mejor, el esperado y el peor caso de un algoritmo. II: Analisis
asintotico de complejidad de cotas superior y esperada. III: Denicion formal de la Notacion
Big O. IV: Clases de complejidad como constante, logartmica, lineal, cuadratica y exponen-
cial. V: Medidas empricas de desempeno. VI: Compensacion entre espacio y tiempo en los
algoritmos. VII: Uso de la notacion Big O. VIII: Notacion Little o, Big omega y Big the-
ta. IX: Relaciones recurrentes. X: Analisis de algoritmos iterativos y recursivos. XI: Algunas
versiones del Teorema Maestro.

Objetivos de Aprendizaje I: Explique a que se reere con mejor, esperado y peor caso de
comportamiento de un algoritmo[Usar] II: En el contexto de a algoritmos especcos, iden-
tique las caractersticas de data y/o otras condiciones o suposiciones que lleven a diferentes
comportamientos[Usar] III: Determine informalmente el tiempo y el espacio de complejidad de
simples algoritmos[Usar] IV: Indique la denicion formal de Big O[Usar] V: Lista y contraste
de clases estandares de complejidad[Usar] VI: Realizar estudios empricos para validar una
hipotesis sobre runtime stemming desde un analisis matematico Ejecute algoritmos con entrada
de varios tamanos y compare el desempeno[Usar] VII: Da ejemplos que ilustran las compensa-
ciones entre espacio y tiempo que se dan en los algoritmos[Usar] VIII: Use la notacion formal
de la Big O para dar lmites superiores asintoticos en la complejidad de tiempo y espacio de los
algoritmos[Usar] IX: Usar la notacion formal Big O para dar lmites de casos esperados en el
tiempo de complejidad de los algoritmos[Usar] X: Explicar el uso de la notacion theta grande,
omega grande y o pequena para describir la cantidad de trabajo hecho por un algoritmo[Usar]

Universidad Catolica San Pablo 203

204 Escuela Profesional de Ciencia de la Computacion, Malla 2016

XI: Usar relaciones recurrentes para determinar el tiempo de complejidad de algoritmos recur-
sivamente denidos[Usar] XII: Resuelve relaciones de recurrencia basicas, por ejemplo. usando
alguna forma del Teorema Maestro[Usar]

Bibliografa: [Stroustrup, 2013]

6.6 Algoritmos y Estructuras de Datos fundamentales, 3 hr(s)

Competencias: C3,C18

Topicos: I: Algoritmos numericos simples, tales como el calculo de la media de una lista de numeros,
encontrar el mnimo y maximo. II: Algoritmos de busqueda secuencial y binaria. III: Algoritmos
de ordenamiento de peor caso cuadratico (seleccion, insercion) IV: Algoritmos de ordenamien-
to con peor caso o caso promedio en O(N lg N) (Quicksort, Heapsort, Mergesort) V: Tablas
Hash, incluyendo estrategias para evitar y resolver colisiones. VI: Arboles de busqueda binaria:
a) Operaciones comunes en arboles de busqueda binaria como seleccionar el mnimo, maximo,
insertar, eliminar, recorrido en arboles. VII: Grafos y algoritmos en grafos: a) Representacion
de grafos (ej., lista de adyacencia, matriz de adyacencia) b) Recorrido en profundidad y ampli-
tud VIII: Montculos (Heaps) IX: Grafos y algoritmos en grafos: a) Algoritmos de la ruta mas
corta (algoritmos de Dijkstra y Floyd) b) Arbol de expansion mnima (algoritmos de Prim y
Kruskal) X: Busqueda de patrones y algoritmos de cadenas/texto (ej. busqueda de subcadena,
busqueda de expresiones regulares, algoritmos de subsecuencia comun mas larga)

Objetivos de Aprendizaje I: Implementar algoritmos numericos basicos[Usar] II: Implementar

algoritmos de busqueda simple y explicar las diferencias en sus tiempos de complejidad[Usar]
III: Ser capaz de implementar algoritmos de ordenamiento comunes cuadraticos y O(N log
N)[Usar] IV: Describir la implementacion de tablas hash, incluyendo resolucion y el evita-
miento de colisiones[Usar] V: Discutir el tiempo de ejecucion y eciencia de memoria de los
principales algoritmos de ordenamiento, busqueda y hashing[Usar] VI: Discutir factores otros
que no sean eciencia computacional que inuyan en la eleccion de algoritmos, tales como tiempo
de programacion, mantenibilidad, y el uso de patrones especcos de la aplicacion en los datos
de entrada[Usar] VII: Explicar como el balanceamiento del arbol afecta la eciencia de varias
operaciones de un arbol de busqueda binaria[Usar] VIII: Resolver problemas usando algorit-
mos basicos de grafos, incluyendo busqueda por profundidad y busqueda por amplitud[Usar]
IX: Demostrar habilidad para evaluar algoritmos, para seleccionar de un rango de posibles
opciones, para proveer una justicacion por esa seleccion,y para implementar el algoritmo en
un contexto en especco[Usar] X: Describir la propiedad del heap y el uso de heaps como
una implementacion de colas de prioridad[Usar] XI: Resolver problemas usando algoritmos de
grafos, incluyendo camino mas corto de una sola fuente y camino mas corto de todos los pares, y
como mnimo un algoritmo de arbol de expansion minima[Usar] XII: Trazar y/o implementar
un algoritmo de comparacion de string[Usar]

Bibliografa: [Stroustrup, 2013]

6.7 Sistemas de tipos basicos, 5 hr(s)

Competencias: C1,C18

Topicos: I: Tipos como conjunto de valores junto con un conjunto de operaciones. a) Tipos primiti-
vos (p.e. numeros, booleanos) b) Composicion de tipos construidos de otros tipos (p.e., registros,
uniones, arreglos, listas, funciones, referencias) II: Asociacion de tipos de variables, argumen-
tos, resultados y campos. III: Tipo de seguridad y los errores causados ??por el uso de valores
de manera incompatible dadas sus tipos previstos. IV: Metas y limitaciones de tipos estaticos
a) Eliminacion de algunas clases de errores sin ejecutar el programa b) Indesicion signica que
un analisis estatico puede aproximar el comportamiento de un programa V: Tipos genericos
(polimorsmo parametrico) a) Denicion b) Uso de libreras genericas tales como colecciones.
c) Comparacion con polimorsmo ad-hoc y polimorsmo de subtipos VI: Benecios comple-
mentarios de tipos estaticos y dinamicos: a) Errores tempranos vs. errores tardios/evitados.

204 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 205

b) Refuerzo invariante durante el desarrollo y mantenimiento del codigo vs. desiciones pospues-
tas de tipos durante la la creacion de prototipos y permititr convenientemente la codicacion
exible de patrones tales como colecciones heterogeneas. c) Evitar el mal uso del codigo vs.
permitir mas reuso de codigo. d ) Detectar programas incompletos vs. permitir que programas
incompletos se ejecuten

Objetivos de Aprendizaje I: Tanto para tipo primitivo y un tipo compuesto, describir de mane-
ra informal los valores que tiene dicho tipo[Usar] II: Para un lenguaje con sistema de tipos
estatico, describir las operaciones que estan prohibidas de forma estatica, como pasar el tipo
incorrecto de valor a una funcion o metodo[Usar] III: Describir ejemplos de errores de progra-
ma detectadas por un sistema de tipos[Usar] IV: Para multiples lenguajes de programacion,
identicar propiedades de un programa con vericacion estatica y propiedades de un programa
con vericacion dinamica[Usar] V: Dar un ejemplo de un programa que no verique tipos en
un lenguaje particular y sin embargo no tenga error cuando es ejecutado[Usar] VI: Usar tipos
y mensajes de error de tipos para escribir y depurar programas[Usar] VII: Explicar como las
reglas de tipicacion denen el conjunto de operaciones que legales para un tipo[Usar] VIII: Es-
cribir las reglas de tipo que rigen el uso de un particular tipo compuesto[Usar] IX: Explicar
por que indecidibilidad requiere sistemas de tipo para conservadoramente aproximar el compor-
tamiento de un programa[Usar] X: Denir y usar piezas de programas (tales como, funciones,
clases, metodos) que usan tipos genericos, incluyendo para colecciones[Usar] XI: Discutir las
diferencias entre, genericos (generics), subtipo y sobrecarga[Usar] XII: Explicar multiples be-
necios y limitaciones de tipicacion estatica en escritura, mantenimiento y depuracion de un
software[Usar]

Bibliografa: [Stroustrup, 2013]

6.8 Programacion orientada a objetos, 7 hr(s)

Competencias: C1,C18

Topicos: I: Diseno orientado a objetos: a) Descomposicion en objetos que almacenan estados y po-
seen comportamiento b) Diseno basado en jerarquia de clases para modelamiento II: Denicion
de las categoras, campos, metodos y constructores. III: Las subclases, herencia y metodo de
alteracion temporal. IV: Asignacion dinamica: denicion de metodo de llamada. V: Subtipi-
cacion: a) Polimorsmo artculo Subtipo; upcasts implcitos en lenguajes con tipos. b) Nocion
de reemplazo de comportamiento: los subtipos de actuar como supertipos. c) Relacion entre
subtipos y la herencia. VI: Lenguajesaorientados a objetos para la encapsulacion: a) privacidad
y la visibilidad de miembros de la clase b) Interfaces revelan unico metodo de rmas c) clases
base abstractas VII: Uso de coleccion de clases, iteradores, y otros componentes de la libreria
estandar.

Objetivos de Aprendizaje I: Disenar e implementar una clase[Usar] II: Usar subclase para disenar
una jerarqua simple de clases que permita al codigo ser reusable por diferentes subclases[Usar]
III: Razonar correctamente sobre el ujo de control en un programa mediante el envo dinami-
co[Usar] IV: Comparar y contrastar (1) el enfoque procedurar/funcional- deniendo una funcion
por cada operacion con el cuerdo de la funcion proporcionando un caso por cada variacion de da-
to - y (2) el enfoque orientado a objetos - deniendo una clase por cada variacion de dato con la
denicion de la clase proporcionando un metodo por cada operacion. Entender ambos enfoques
como una denicion de variaciones y operaciones de una matriz[Usar] V: Explicar la relacion
entre la herencia orientada a objetos (codigo compartido y overriding) y subtipicacion (la idea
de un subtipo es ser utilizable en un contexto en el que espera al supertipo)[Usar] VI: Usar
mecanismos de encapsulacion orientada a objetos, tal como interfaces y miembros privados[Usar]
VII: Denir y usar iteradores y otras operaciones sobre agregaciones, incluyendo operaciones
que tienen funciones como argumentos, en multiples lenguajes de programacion, selecionar la
forma mas natural por cada lenguaje[Usar]

Bibliografa: [Stroustrup, 2013]

Universidad Catolica San Pablo 205

206 Escuela Profesional de Ciencia de la Computacion, Malla 2016

6.9 Diseno de Software, 6 hr(s)

Competencias: CS1,C18

Topicos: I: Principios de diseno del sistema: niveles de abstraccion (diseno arquitectonico y el di-
seno detallado), separacion de intereses, ocultamiento de informacion, de acoplamiento y de
cohesion, de reutilizacion de estructuras estandar. II: Diseno de paradigmas tales como diseno
estructurado (descomposicion funcional de arriba hacia abajo), el analisis orientado a objetos
y diseno, orientado a eventos de diseno, diseno de nivel de componente, centrado datos es-
tructurada, orientada a aspectos, orientado a la funcion, orientado al servicio. III: Modelos
estructurales y de comportamiento de los disenos de software. IV: Diseno de patrones. V: Re-
laciones entre los requisitos y disenos: La transformacion de modelos, el diseno de los contratos,
invariantes. VI: Conceptos de arquitectura de software y arquitecturas estandar (por ejemplo,
cliente-servidor, n-capas, transforman centrados, tubos y ltros). VII: El uso de componentes de
diseno: seleccion de componentes,diseno,adaptacion y componentes de ensamblaje, componentes
y patrones, componentes y objetos(por ejemplo,construir una GUI usando un standar widget
set) VIII: Disenos de refactorizacion utilizando patrones de diseno IX: Calidad del diseno in-
terno, y modelos para: eciencia y desempeno, redundancia y tolerancia a fallos, trazavilidad de
los requerimientos. X: Medicion y analisis de la calidad de un diseno. XI: Compensasiones entre
diferentes aspectos de la calidad. XII: Aaplicaciones en frameworks. XIII: Middleware: El para-
digma de la orientacion a objetos con middleware, requerimientos para correr y clasicar objetos,
monitores de procesamiento de transacciones y el sistema de ujo de trabajo. XIV: Principales
disenos de seguridad y codicacion(cross-reference IAS/Principles of securre design). a) Princi-
pio de privilegios mnimos b) Principio de falla segura por defecto c) Principio de aceptabilidad
psicologica

Objetivos de Aprendizaje I: Formular los principios de diseno, incluyendo la separacion de pro-

blemas, ocultacion de informacion, acoplamiento y cohesion, y la encapsulacion[Usar] II: Usar
un paradigma de diseno para disenar un sistema de software basico y explicar como los principios
de diseno del sistema se han aplicado en este diseno[Usar] III: Construir modelos del diseno de
un sistema de software simple los cuales son apropiado para el paradigma utilizado para dise-
narlo[Usar] IV: En el contexto de un paradigma de diseno simple, describir uno o mas patrones
de diseno que podran ser aplicables al diseno de un sistema de software simple[Usar] V: Para
un sistema simple adecuado para una situacion dada, discutir y seleccionar un paradigma de
diseno apropiado[Usar] VI: Crear modelos apropiados para la estructura y el comportamien-
to de los productos de software desde la especicaciones de requisitos[Usar] VII: Explicar las
relaciones entre los requisitos para un producto de software y su diseno, utilizando los modelos
apropiados[Usar] VIII: Para el diseno de un sistema de software simple dentro del contexto
de un unico paradigma de diseno, describir la arquitectura de software de ese sistema[Usar]
IX: Dado un diseno de alto nivel, identicar la arquitectura de software mediante la diferen-
ciacion entre las arquitecturas comunes de software, tales como 3 capas (3-tier), pipe-and-lter,
y cliente-servidor[Usar] X: Investigar el impacto de la seleccion arquitecturas de software en el
diseno de un sistema simple[Usar] XI: Aplicar ejemplos simples de patrones en un diseno de
software[Usar] XII: Describir una manera de refactorar y discutir cuando esto debe ser apli-
cado[Usar] XIII: Seleccionar componentes adecuados para el uso en un diseno de un producto
de software[Usar] XIV: Explicar como los componentes deben ser adaptados para ser usados
en el diseno de un producto de software[Usar] XV: Disenar un contrato para un tpico compo-
nente de software pequeno para el uso de un dado sistema[Usar] XVI: Discutir y seleccionar
la arquitectura de software adecuada para un sistema de software simple para un dado escena-
rio[Usar] XVII: Aplicar modelos de cualidades internas y externas en el diseno de componentes
de software para lograr un equilibrio aceptable entre los aspectos de calidad en conictos[Usar]
XVIII: Analizar un diseno de software desde la perspectiva de un atributo signicativo de la
calidad interna[Usar] XIX: Analizar un diseno de software desde la perspectiva de un atributo
signicativo de calidad externa[Usar] XX: Explicar el papel de los objetos en los sistemas de
middleware y la relacion con los componentes[Usar] XXI: Aplicar metodos orientado a compo-
nentes para el diseno de una amplia gama de software, tales como el uso de componentes para la
concurrencia y transacciones, para los servicios de comunicacion conables, para la interaccion

206 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 207

con la base de datos que incluye los servicios de consulta remota y gestion de bases de datos,
o para la comunicacion segura y el acceso[Usar] XXII: Refactorizar una implementacion de
software existente para mejorar algun aspecto de su diseno[Usar] XXIII: Determinar y aplicar
los principios de mnimo privilegio y defectos-a prueba de errores[Usar]
Bibliografa: [Stroustrup, 2013]

6.10 Ingeniera de Requisitos, 1 hr(s)

Competencias: CS1,C18
Topicos: I: Al describir los requisitos funcionales utilizando, por ejemplo, los casos de uso o historias
de los usuarios. II: Propiedades de requisitos, incluyendo la consistencia, validez, integridad y via-
bilidad. III: Requisitos de software elicitation. IV: Descripcion de datos del sistema utilizando,
por ejemplo, los diagramas de clases o diagramas entidad-relacion. V: Requisitos no funcionales
y su relacion con la calidad del software. VI: Evaluacion y uso de especicaciones de requisi-
tos. VII: Requisitos de las tecnicas de modelado de analisis. VIII: La aceptabilidad de las con-
sideraciones de certeza/incertidumbre sobre el comportamiento del software/sistema. IX: Pro-
totipos. X: Conceptos basicos de la especicacion formal de requisitos. XI: Especicacion de
requisitos. XII: Validacion de requisitos. XIII: Rastreo de requisitos.

Objetivos de Aprendizaje I: Enumerar los componentes clave de un caso de uso o una descripcion
similar de algun comportamiento que es requerido para un sistema[Usar] II: Describir como
el proceso de ingeniera de requisitos apoya la obtencion y validacion de los requisitos de com-
portamiento[Usar] III: Interpretar un modelo de requisitos dada por un sistema de software
simple[Usar] IV: Describir los retos fundamentales y tecnicas comunes que se utilizan para la
obtencion de requisitos[Usar] V: Enumerar los componentes clave de un modelo de datos (por
ejemplo, diagramas de clases o diagramas ER)[Usar] VI: Identicar los requisitos funciona-
les y no funcionales en una especicacion de requisitos dada por un sistema de software[Usar]
VII: Realizar una revision de un conjunto de requisitos de software para determinar la calidad
de los requisitos con respecto a las caractersticas de los buenos requisitos[Usar] VIII: Aplicar
elementos clave y metodos comunes para la obtencion y el analisis para producir un conjunto de
requisitos de software para un sistema de software de tamano medio[Usar] IX: Comparar los
metodos agiles y el dirigido por planes para la especicacion y validacion de requisitos y descri-
bir los benecios y riesgos asociados con cada uno[Usar] X: Usar un metodo comun, no formal
para modelar y especicar los requisitos para un sistema de software de tamano medio[Usar]
XI: Traducir al lenguaje natural una especicacion de requisitos de software (por ejemplo,
un contrato de componentes de software) escrito en un lenguaje de especicacion formal[Usar]
XII: Crear un prototipo de un sistema de software para reducir el riesgo en los requisitos[Usar]
XIII: Diferenciar entre el rastreo (tracing) hacia adelante y hacia atras y explicar su papel en
el proceso de validacion de requisitos[Usar]
Bibliografa: [Stroustrup, 2013]

7. Bibliografa
[Nakariakov, 2013] Nakariakov, S. (2013). The Boost C++ Libraries: Generic Programming. Crea-
teSpace Independent Publishing Platforml.
[Stroustrup, 2013] Stroustrup, B. (2013). The C++ Programming Language, 4th edition. Addison-
Wesley.

Universidad Catolica San Pablo 207

208 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion
SUMILLA
CS2B1. Desarrollo Basado en Plataformas (Obligatorio)
1. Informacion General
Semestre: 3er Sem. Creditos: 3

Horas del curso: Teora: 1 horas; Practica: 2 horas; Laboratorio: 2 horas;

Prerrequisitos:

CS112. Ciencia de la Computacion I (2do Sem-Pag. 188)

2. Fundamentacion
El mundo ha cambiado debido al uso de la web y tecnologas relacionadas, el acceso rapido,
oportuno y personalizado de la informacion, a traves de la tecnologa web, ubcuo y pervasiva; han
cambiado la forma de como hacemos las cosas?, como pensamos? y como la industria se desarrolla?.
Las tecnologas web, ubicuo y pervasivo se basan en el desarrollo de servicios web, aplicaciones web
y aplicaciones moviles, las cuales son necesarias entender la arquitectura, el diseno, y la implementacion
de servicios web, aplicaciones web y aplicaciones moviles.

3. Objetivos del curso

Que el alumno sea capaz de diseno e implementacion 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 moviles, administracion de servidores web
en un sistema Unix y una introduccion a la seguridad web, a un nivel intermedio.

4. Resultados (Outcomes)
c) Disenar, 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 comun. (Usar)

g) Analizar el impacto local y global de la computacion sobre los individuos, organizaciones y socie-
dad. (Usar)

i) Utilizar tecnicas y herramientas actuales necesarias para la practica de la computacion. (Usar)

o) Mejorar las condiciones de la sociedad poniendo la tecnologa al servicio del ser humano. (Usar)

5. Competencias especficas de Computacion (IEEE)

C1. La comprension intelectual y la capacidad de aplicar las bases matematicas y la teora de la
informatica (computer science). Outcome c,d,i

C6. Capacidad para disenar y poner en practica las unidades estructurales mayores que utilizan
algoritmos y estructuras de datos y las interfaces a traves del cual estas unidades se comunican.
Outcome c,d,i

CS8. Aplicar los principios de la interaccion persona-ordenador para la evaluacion y la construccion

de una amplia gama de materiales, incluyendo interfaces de usuario, paginas web, sistemas
multimedia y sistemas moviles. Outcome g,o

208 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 209

6. Contenido del curso

6.1 Introduccion, 5 hr(s)
Competencias: CS8

Topicos: I: Vision general de plataformas (ejemplo, Web, Mobil, Juegos, Industrial) II: Programacon
a traves de APIs especcos. III: Vision general de lenguajes de plataforma (ejemplo, Objective
C, HTML5) IV: Pogramacon bajo restricciones de plataforma.

Objetivos de Aprendizaje I: Describir como el desarrollo basado en plataforma diere de la pro-

gramacion de proposito general[Familiarizarse] II: Listar las caractersticas de lenguajes de
plataforma[Familiarizarse] III: Escribir y ejecutar un programa simple basado en platafor-
ma[Familiarizarse] IV: Listar las ventajas y desventajas de la programacion con restricciones
de plataforma[Familiarizarse]

Bibliografa: [Grove, 2009, Annuzzi et al., 2013]

6.2 Plataformas web, 5 hr(s)

Competencias: C1,C6

Topicos: I: Lenguajes de programacion web (e.g., HTML5, Javascript, PHP, CSS) II: Restriccion
de plataformas web. III: Software como servicio. IV: Estandares web.

Objetivos de Aprendizaje I: Disenar e implementar una aplicacion web sencilla[Familiarizarse]

II: Describir las limitaciones que la web pone a los desarrolladores[Familiarizarse] III: Compa-
rar y contrastar la programacion web con la programacion de proposito general[Familiarizarse]
IV: Describir las diferencias entre software como un servicio y productos de software tra-
dicionales[Familiarizarse] V: Discutir como los estandares de web impactan el desarrollo de
software[Familiarizarse] VI: Revise una aplicacion web existente con un estandar web ac-
tual[Familiarizarse]

Bibliografa: [Grove, 2009]

6.3 Desarrollo de servicios y aplicaciones web, 25 hr(s)

Competencias: C1,C6

Topicos: I: Describir, identicar y depurar problemas relacionados con el desarrollo de aplicaciones

web II: Diseno y desarrollo de aplicaciones web interactivas usando este tipo de incrustar scripts
en lenguaje python III: Utilice MySQL para la gestion de datos y manipular MySQL con python
IV: Diseno y desarrollo de aplicaciones web asncronos utilizando tecnicas Ajax V: Uso del lado
del cliente dinamico lenguaje de script Javascript y del lado del servidor lenguaje de scripting
python con Ajax VI: Aplicar las tecnologas XML / JSON para la gestion de datos con Ajax
VII: Utilice marco, los servicios y APIs web Ajax y aplicar los patrones de diseno para el
desarrollo de aplicaciones web

Objetivos de Aprendizaje I: 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] II: Enfoque de programacion web usando python incrus-
tado. [Usar] III: El acceso y la manipulacion de MySQL. [Usar] IV: El enfoque de desarrollo
de aplicaciones web Ajax. [Usar] V: DOM y CSS utilizan en JavaScript. [Usar] VI: Tecno-
logas de actualizacion de contenido asncrono. [Usar] VII: Objetos XMLHttpRequest utilizar
para comunicarse entre clientes y servidores. [Usar] VIII: XML y JSON. [Usar] IX: XSLT y
XPath como mecanismos para transformar documentos XML. [Usar] X: Servicios web y APIs
(especialmente Google Maps). [Usar] XI: Marcos Ajax para el desarrollo de aplicaciones web
contemporanea. [Usar] XII: Los patrones de diseno utilizados en aplicaciones web. [Usar]

Bibliografa: [Grove, 2009]

Universidad Catolica San Pablo 209

210 Escuela Profesional de Ciencia de la Computacion, Malla 2016

6.4 Plataformas moviles, 5 hr(s)

Competencias: C1,C6
Topicos: I: Lenguajes de Programacion para Moviles. II: Desafos con mobilidad y comunicacion
inalambrica. III: Aplicaciones Location-aware. IV: Rendimiento / Compensacion de Poten-
cia. V: Restricciones de las Plataformas Moviles. VI: Tecnologas Emergentes.
Objetivos de Aprendizaje I: Disenar e implementar una aplicacion movil para una plataforma mo-
vil dada[Familiarizarse] II: Discutir las limitaciones que las plataformas moviles ponen a los desa-
rrolladores[Familiarizarse] III: Discutir el rendimiento vs perdida de potencia[Familiarizarse]
IV: Compare y contraste la programacion movil con la programacion de proposito gene-
ral[Familiarizarse]
Bibliografa: [Annuzzi et al., 2013]

6.5 Mobile Applications for Android Handheld Systems, 25 hr(s)

Competencias: C1,C6
Topicos: I: The Android Platform II: The Android Development Environment III: Application
Fundamentals IV: The Activity Class V: The Intent Class VI: Permissions VII: The Fragment
Class VIII: User Interface Classes IX: User Notications X: The BroadcastReceiver Class
XI: Threads, AsyncTask & Handlers XII: Alarms XIII: Networking (http class) XIV: Multi-
touch & Gestures XV: Sensors XVI: Location & Maps
Objetivos de Aprendizaje I: Los estudiantes identican software necesario y lo instalan en sus
ordenadores personales. Los estudiantes realizan varias tareas para familiarizarse con la plata-
forma Android y Ambiente para el Desarrollo. [Usar] II: Los estudiantes construyen aplicaciones
que trazan los metodos de devolucion de llamada de ciclo de vida emitidas por la plataforma
Android y que demuestran el comportamiento de Android cuando los cambios de conguracion
de dispositivos (por ejemplo, cuando el dispositivo se mueve de vertical a horizontal y viceversa).
[Usar] III: Los estudiantes construyen aplicaciones que requieren iniciar multiples actividades
a traves de ambos metodos estandar y personalizados. [Usar] IV: Los estudiantes construyen
aplicaciones que requieren permisos estandar y personalizados. [Usar] V: Los estudiantes cons-
truyen una aplicacion que utiliza una unica base de codigo, sino que crea diferentes interfaces
de usuario dependiendo del tamano de la pantalla de un dispositivo. [Usar] VI: Los estudiantes
construyen un gestor de listas de tareas pendientes utilizando los elementos de la interfaz de
usuario discutidos en clase. La aplicacion permite a los usuarios crear nuevos elementos y para
mostrarlos en un ListView. [Usar] VII: Los estudiantes construyen una aplicacion que utiliza
la informacion de ubicacion para recoger latitud, longitud de los lugares que visitan. [Usar]
Bibliografa: [Annuzzi et al., 2013]

7. Bibliografa
[Annuzzi et al., 2013] Annuzzi, J., Darcey, L., and Conder, S. (2013). Introduction to Android Appli-
cation Development: Android Essentials. Developers Library. Pearson Education.
[Grove, 2009] Grove, R. (2009). Web Based Application Development. Jones & Bartlett Learning.

210 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 211

Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion
SUMILLA
CS221. Arquitectura de Computadores (Obligatorio)
1. Informacion General
Semestre: 3er Sem. Creditos: 3

Horas del curso: Teora: 2 horas; Laboratorio: 2 horas;

Prerrequisitos:

CS1D2. Estructuras Discretas II (2do Sem-Pag. 185)

2. Fundamentacion
Es necesario que el profesional en Ciencia de la COmputacion tenga solido conocimiento de la
organizacion y funcionamiento de los diversos sistema de computo actuales en los cuales gira se instala
el entorno de programacion. Con ello tambien sabra establecer los alcances y lmites de las aplicaciones
que se desarrollen de acuerdo a la plataforma siendo usada.
Se trataran los siguientes temas: componentes de logica digital basicos en un sistema de compu-
tacion, diseno de conjuntos de instrucciones, microarquitectura del procesador y ejecucion en pipeli-
ning, organizacion de la memoria: cache y memoria virtual, proteccion y comparticion, sistema I/O
e interrupciones, arquitecturas super escalares y ejecucion fuera de orden, computadoras vectoriales,
arquitecturas para multithreading, multiprocesadores simetricos, modelo de memoria y sincronizacion,
sistemas integrados y computadores en paralelo.

3. Objetivos del curso

Este curso tiene como proposito ofrecer al estudiante una base solida de la evolucion de las
arquitecturas de computadores y los factores que inuenciaron en el diseno de los elementos de
hardware y software en sistemas de computacion actuales.

Garantizar la comprension de como es el hardware en s y como interactuan hardware y software

en un sistema de computo actual.

Tratar los siguientes temas: componentes de logica digital basicos en un sistema de computacion,
diseno de conjuntos de instrucciones, microarquitectura del procesador y ejecucion en pipelining,
organizacion de la memoria: cache y memoria virtual, proteccion y comparticion, sistema I/O
e interrupciones, arquitecturas super escalares y ejecucion fuera de orden, computadoras vec-
toriales, arquitecturas para multithreading, multiprocesadores simetricos, modelo de memoria y
sincronizacion, sistemas integrados y computadores en paralelo.

4. Resultados (Outcomes)
b) Analizar problemas e identicar y denir los requerimientos computacionales apropiados para su
solucion. (Usar)

i) Utilizar tecnicas y herramientas actuales necesarias para la practica de la computacion. (Evaluar)

5. Competencias especficas de Computacion (IEEE)

C4. Una comprension 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 tecnologas actuales pueden y no pueden lograr. Outcome b,i

Universidad Catolica San Pablo 211

212 Escuela Profesional de Ciencia de la Computacion, Malla 2016

C9. Comprension de las limitaciones de la computacion, incluyendo la diferencia entre lo que la

computacion es inherentemente incapaz de hacer frente a lo que puede lograrse a traves de un
futuro de ciencia y tecnologa. Outcome b

CS3. Analizar el grado en que un sistema basado en el ordenador cumple con los criterios denidos
para su uso actual y futuro desarrollo. Outcome i

6. Contenido del curso

6.1 Logica digital y sistemas digitales, 18 hr(s)
Competencias: C8

Topicos: I: Revision e historia de la Arquitectura de Computadores. II: Logica combinacional vs. se-
cuencial/Arreglos de puertas de campo programables como bloque fundamental de construccion
logico combinacional-secuencial. III: Multiples representaciones / Capas de interpretacion (El
hardware es solo otra capa) IV: Herramientas de diseno asistidas por computadora que procesan
hardware y representaciones arquitecturales. V: Registrar transferencia notacion / Hardware len-
guage descriptivo (Verilog/VHDL) VI: Restriccion fsica (Retrasos de Entrada, fan-in, fan-out,
energia/poder)

Objetivos de Aprendizaje I: Describir el avance paulatino de los componentes de la tecnologa

de computacion, desde los tubos de vaco hasta VLSI, desde las arquitecturas mainframe a las
arquitecturas en escala warehouse[Familiarizarse] II: Comprender que la tendencia de las arqui-
tecturas modernas de computadores es hacia nucleos multiples y que el paraleliso es inherente
en todos los sistemas de hardware[Usar] III: Explicar las implicancias de los lmites de potencia
para mejoras adicionales en el rendimiento de los procesadores y tambien en el aprovechamiento
del paralelismo[Usar] IV: Relacionar las varias representaciones equivalentes de la funcionali-
dad de un computador, incluyendo expresiones y puertas logicas, y ser capces de utilizar ex-
presiones matematicas para describir las funciones de circuitos combinacionales y secuenciales
sencillos[Familiarizarse] V: Disenar los componentes basicos de construccion de un computador:
unidad aritmetico logica (a nivel de puertas logicas), unidad central de procesamiento (a nivel
de registros de transferencia), memoria (a nivel de registros de transferencia)[Usar] VI: Usar
herramientas CAD para capturar, sistetizar, y simular bloques de construccion (como ALUs,
registros, movimiento entre registros) de un computador simple[Familiarizarse] VII: Evaluar el
comportamiento de un diagrama de tiempos y funcional de un procesador simple implementado
a nivel de circuitos logicos[Evaluar]

Bibliografa: [Parhami, 2005, Patterson and Hennessy, 2004]

6.2 Representacion de datos a nivel maquina, 8 hr(s)

Competencias: C9

Topicos: I: Bits, Bytes y Words. II: Representacion de datos numerica y bases numericas. III: Sis-
temas de punto otante y punto jo. IV: Representaciones con signo y complemento a 2. V: Re-
presentacion de informacion no numerica (cdigos de caracteres, informacion graca) VI: Repre-
sentacion de registros y arreglos.

Objetivos de Aprendizaje I: Explicar porque en computacion todo es datos, inclusive las instruc-
ciones[Evaluar] II: Explicar las razones de usar formatos alternativos para representar datos
numericos[Familiarizarse] III: Describir como los enteros negativos se almacenan con represen-
taciones de bit de signo y complemento a 2[Usar] IV: Explicar como las representaciones de
tamano jo afectan en la exactitud y la precision[Usar] V: Describir la representacion interna
de datos no numericos como caracteres, cadenas, registros y arreglos[Usar] VI: Convertir datos
numericos de un formato a otro[Usar]

Bibliografa: [Parhami, 2005, Stalings, 2010]

212 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 213

6.3 Organizacion de la Maquina a Nivel Ensamblador, 8 hr(s)

Competencias: C4,CS3

Topicos: I: Organizacion Basica de la Maquina de Von Neumann. II: Unidad de Control. III: Pa-
quetes de instrucciones y tipos (manipulacion de informacion, control, I/O) IV: Assembler /
Programacion en Lenguaje de Maquina. V: Formato de instrucciones. VI: Modos de direc-
cionamiento. VII: Llamada a subrutinas y mecanismos de retorno. VIII: I/O e Interrupcio-
nes. IX: Montculo (Heap) vs. Estatico vs. Pila vs. Segmentos de codigo.

Objetivos de Aprendizaje I: Explicar la organizacion de la maquina clasica de von Neumann y

sus principales unidades funcionales[Familiarizarse] II: Describir como se ejecuta una instruc-
cion en una maquina de von Neumann con extension para hebras, sincronizacion multiproceso
y ejecucion SIMD (maquina vectorial)[Familiarizarse] III: Describir el paralelismo a nivel de
instrucciones y sus peligros, y como es esto tratado en pipelines de proceso tpicos[Familiarizarse]
IV: Resumir como se representan las instrucciones, tanto a nivel de maquina bajo el contex-
to de un ensamblador simbolico[Familiarizarse] V: Demostrar como se mapean los patrones
de lenguajes de alto nivel en notaciones en lenguaje ensamblador o en codigo maquina[Usar]
VI: Explicar los diferentes formatos de instrucciones, as como el direccionamiento por instruc-
cion, y comparar formatos de tamano jo y variable[Usar] VII: Explicar como las llamadas a
subrutinas son manejadas a nivel de ensamblador[Usar] VIII: Explicar los conceptos basicos de
interrupciones y operaciones de entrada y salida (I/O)[Familiarizarse] IX: Escribir segmentos
de programa simples en lenguaje ensamblador[Usar] X: Ilustrar como los bloques constructores
fundamentales en lenguajes de alto nivel son implementados a nivel de lenguaje maquina[Usar]

Bibliografa: [Parhami, 2005, Patterson and Hennessy, 2004, Hennessy and Patterson, 2006]

6.4 Organizacion funcional, 8 hr(s)

Competencias: C9

Topicos: I: Implementacion de rutas de datos simples, incluyendo la canalizacion de instrucciones,

deteccion de riesgos y la resolucion. II: Control de unidades: Realizacion Cableada vs Realiza-
cion Microprogramada. III: Instruccion (Pipelining) IV: Introduccion al paralelismo al nivel de
instruccion (PNI)

Objetivos de Aprendizaje I: Comparar implementaciones alternativas de ruta de datos[Evaluar]

II: Discutir el concepto de puntos de control y la generacion de senales de control usando
implementaciones a nivel de circuito o microprogramadas[Familiarizarse] III: Explicar el pa-
ralelismo a nivel de instrucciones basicas usando pipelining y los mayores riesgos que pueden
ocurrir[Usar] IV: Disenar e implementar un procesador completo, incluyendo ruta de datos y
control[Usar] V: Calcular la cantidad promedio de ciclos por instruccion de una implementacion
con procesador y sistema de memoria determinados[Evaluar]

Bibliografa: [Parhami, 2005, Hennessy and Patterson, 2006]

6.5 Organizacion y Arquitectura del Sistema de Memoria, 8 hr(s)

Competencias: CS3

Topicos: I: Sistemas de Almacenamiento y su Tecnologa. II: Jerarqua de Memoria: importancia

de la localizacion temporal y espacial. III: Organizacion y Operaciones de la Memoria Princi-
pal. IV: Latencia, ciclos de tiempo, ancho de banda e intercalacion. V: Memorias cache (Mapeo
de direcciones, Tamano de bloques, Reemplazo y Politicas de almacenamiento) VI: Multiproce-
sador coherencia cache / Usando el sistema de memoria para las operaciones de sincronizacion
de memoria / atomica inter-core. VII: Memoria virtual (tabla de pagina, TLB) VIII: Manejo
de Errores y conabilidad. IX: Error de codicacion, compresion de datos y la integridad de
datos.

Universidad Catolica San Pablo 213

214 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Objetivos de Aprendizaje I: Identique las principales tecnologas de memoria (Por ejemplo: SRAM,
DRAM, Flash,Disco Magnetico) y su relacion costo benecio[Familiarizarse] II: Explique el efec-
to del retardo de la memoria en tiempo de ejecucion[Familiarizarse] III: Describa como el uso de
jerarqua de memoria (cache, memoria virtual) es aplicado para reducir el retardo efectivo en la
memoria[Usar] IV: Describa los principios de la administracion de memoria[Usar] V: Explique
el funcionamiento de un sistema con gestion de memoria virtual[Usar] VI: Calcule el tiempo
de acceso promedio a memoria bajo varias conguraciones de cache y memoria y para diversas
combinaciones de instrucciones y referencias a datos[Evaluar]

Bibliografa: [Parhami, 2005, Patterson and Hennessy, 2004, Denning, 2005]

6.6 Interfaz y comunicacion, 8 hr(s)

Competencias: C4,C9,CS3

Topicos: I: Fundamentos de I/O: Handshaking, Bbuering, I/O programadas, interrupciones diri-

gidas de I/O. II: Interrumpir estructuras: interrumpir reconocimiento, vectorizado y prioriza-
do. III: Almacenamiento externo, organizacion sica y discos. IV: Buses: Protocoles de bus,
arbitraje, acceso directo a memoria (DMA). V: Introduccion a Redes: comunicacion de redes
como otra capa de acceso remoto. VI: Soporte Multimedia. VII: Arquitecturas RAID.

Objetivos de Aprendizaje I: Explicar como las interrupciones son aplicadas para implementar
control de entrada-salida y transferencia de datos[Familiarizarse] II: Identicar diversos tipos
de buses en un sistema computacional[Familiarizarse] III: Describir el acceso a datos desde
una unidad de disco magnetico [Usar] IV: Comparar organizaciones de red conocidas como
organizaciones en bus/Ethernet, en anillo y organizaciones conmutadas versus ruteadas[Evaluar]
V: Identicar las interfaces entre capas necesarios para el acceso y presentacion multimedia,
desde la captura de la imagen en almacenamiento remoto, a traves del transporte por una
red de comunicaciones, hasta la puesta en la memoria local y la presentacion nal en una
pantalla graca[Familiarizarse] VI: Describir las ventajas y limitaciones de las arquitecturas
RAID[Familiarizarse]

Bibliografa: [Parhami, 2005, Stalings, 2010]

6.7 Multiprocesamiento y arquitecturas alternativas, 8 hr(s)

Competencias: C9

Topicos: I: Ley potencial. II: Ejemplos de juego de instrucciones y arquitecturas SIMD y MIMD. III: Re-
des de interconexion (Hypercube, Shue-exchange, Mesh, Crossbar) IV: Sistemas de memoria
de multiprocesador compartido y consistencia de memoria. V: Coherencia de cache multiproce-
sador.

Objetivos de Aprendizaje I: Discutir el concepto de procesamiento paralelo mas alla del clasico
modelo de von Neumann[Evaluar] II: Describir diferentes arquitecturas paralelas como SIMD y
MIMD[Familiarizarse] III: Explicar el concepto de redes de interconexion y mostrar diferentes
enfoques[Usar] IV: Discutir los principales cuidados en los sistemas de multiprocesamiento
presentes con respecto a la gestion de memoria y describir como son tratados[Familiarizarse]
V: Describir las diferencias entre conectores electricos en paralelo backplane, interconexion
memoria procesador y memoria remota via red, sus implicaciones para la latencia de acceso y el
impacto en el rendimiento de un programa[Evaluar]

Bibliografa: [Parhami, 2005, Parhami, 2002, El-Rewini and Abd-El-Barr, 2005]

6.8 Mejoras de rendimiento, 8 hr(s)

Competencias: C8,C9

214 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 215

Topicos: I: Arquitectura superescalar. II: Prediccion de ramicacion, Ejecucion especulativa, Eje-

cucion fuera de orden. III: Prefetching. IV: Procesadores vectoriales y GPUs V: Soporte de
hardware para multiprocesamiento. VI: Escalabilidad. VII: Arquitecturas alternativas, como
VLIW / EPIC y aceleradores y otros tipos de procesadores de proposito especial.
Objetivos de Aprendizaje I: Describir las arquitecturas superescalares y sus ventajas[Familiarizarse]
II: Explicar el concepto de prediccion de bifurcaciones y su utilidad[Usar] III: Caracterizar los
costos y benecios de la precarga prefetching[Evaluar] IV: Explicar la ejecucion especulativa
e identique las condiciones que la justican[Evaluar] V: Discutir las ventajas de rendimien-
to ofrecida en una arquitectura de multihebras junto con los factores que hacen dicil dar el
maximo benecio de estas[Evaluar] VI: Describir la importancia de la escalabilidad en el ren-
dimiento[Evaluar]
Bibliografa: [Parhami, 2005, Parhami, 2002, Patterson and Hennessy, 2004, Dongarra, 2006, Johnson, 1991]

7. Bibliografa
[Denning, 2005] Denning, P. J. (2005). The locality principle. Commun. ACM, 48(7):1924.
[Dongarra, 2006] Dongarra, J. (2006). Trends in high performance computing: a historical overview
and examination of future developments. Circuits and Devices Magazine, IEEE, 22(1):2227.
[El-Rewini and Abd-El-Barr, 2005] El-Rewini, H. and Abd-El-Barr, M. (2005). Advanced Computer
Architecture and Parallel Processing. John Wiley & Sons, Hoboken, NJ.
[Hennessy and Patterson, 2006] Hennessy, J. L. and Patterson, D. A. (2006). Computer Architecture:
A Quantitative Approach. Morgan Kaufman, San Mateo, CA, 4th edition.
[Johnson, 1991] Johnson, M. (1991). Superscalar microprocessor design. Prentice Hall series in inno-
vative technology. Prentice Hall.
[Parhami, 2002] Parhami, B. (2002). Introduction to parallel processing: algorithms and architectures.
Plenum series in computer science. Plenum Press.
[Parhami, 2005] Parhami, B. (2005). Computer Architecture: From Microprocessors to Supercompu-
ters. Oxford Univ. Press, New York.
[Patterson and Hennessy, 2004] Patterson, D. A. and Hennessy, J. L. (2004). Computer Organization
and Design: The Hardware/Software Interface. Morgan Kaufman, San Mateo, CA, 3 edition.
[Stalings, 2010] Stalings, W. (2010). Computer Organization and Architecture: Designing for Perfor-
mance. Prentice Hall, Upper Saddle River, NJ, 8th edition.

Universidad Catolica San Pablo 215

216 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion
SUMILLA

CS1D3. Algebra Abstracta (Obligatorio)

1. Informacion General
Semestre: 3er Sem. Creditos: 3

Horas del curso: Teora: 2 horas; Laboratorio: 2 horas;

Prerrequisitos:

CS1D1. Estructuras Discretas I (1er Sem-Pag. 168)

CS112. Ciencia de la Computacion I (2do Sem-Pag. 188)

2. Fundamentacion
En algebra abstracta se explotara las nociones de teoria de numeros, grupos, anillos y campos para
comprender en profundidad temas de computacion como criptografa y teora de la codicacion.

3. Objetivos del curso

Entender los conceptos de estructuras algebraicas como anillos, dominios, cuerpos y grupos.

Utilizar las propiedades de las estructuras algebraicas para resolver problemas

Conocer las tecnicas y metodos de sistemas criptogracos y como los teoremas permiten la
realizacion de calculos rapidos y ecientes.

4. Resultados (Outcomes)
a) Aplicar conocimientos de computacion y de matematicas apropiadas para la disciplina. (Evaluar)

i) Utilizar tecnicas y herramientas actuales necesarias para la practica de la computacion. (Usar)

j) Aplicar la base matematica, principios de algoritmos y la teora de la Ciencia de la Computacion en

el modelamiento y diseno de sistemas computacionales de tal manera que demuestre comprension
de los puntos de equilibrio involucrados en la opcion escogida. (Evaluar)

5. Competencias especficas de Computacion (IEEE)

C1. La comprension intelectual y la capacidad de aplicar las bases matematicas y la teora de la
informatica (computer science). Outcome a

C8. Entendimiento de lo que las tecnologas actuales pueden y no pueden lograr. Outcome a

C16. Capacidad para identicar temas avanzados de computacion y de la comprension de las fronteras
de la disciplina. Outcome j

CS2. Identicar y analizar los criterios y especicaciones apropiadas a los problemas especcos, y
planicar estrategias para su solucion. Outcome i

216 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 217

6. Contenido del curso

6.1 Teora de Numeros, 16 hr(s)
Competencias: C1,CS2
Topicos: I: Numero enteros, algoritmos de la division, maximo comun divisor, algoritmo de Euclides y
algoritmo extendido de Euclides. Ecuaciones diofanticas II: Aritmetica Modular y Operaciones
en Zn: suma, resta, multiplicacion, inversa y exponenciacion. III: Congruencia, conjunto de
residuos, congruencia lineal, teorema chino del resto. IV: Generadores de numeros primos y
pseudo-aleatorios, funcion phi de Euler, teorema pequeno de Fermat, teorema de Euler, teorema
fundamental de la aritmetica y factorizacion.
Objetivos de Aprendizaje I: Realizar calculos que involucren aritmetica modular [Usar] II: Des-
cribir algoritmos numerico teoricos bAasicos
ecientes, incluyendo el algoritmo de Euclides y el
algoritmo extendido de Euclides. [Evaluar] III: Establecer la importancia del estudio de la teora
de numeros. [Familiarizarse] IV: Discutir la importancia de los numeros primos en criptografa
y explicar su uso en algoritmos criptogracos[Familiarizarse]
Bibliografa: [Rosen, 2011, Grimaldi, 2003, Koshy, 2007]

6.2 Estructuras Algebraicas, 14 hr(s)

Competencias: C1, C16
Topicos: I: Grupos: propiedades, operaciones, homomorsmos e isomorsmo, orden de un grupo,
grupos cclicos, teorema de Lagrange y races primitivas. II: Anillos y cuerpos: propiedades,
sub-anillos, dominios de integridad.
Objetivos de Aprendizaje I: Adquirir habilidad en la resolucion de problemas abstractos y en la
formulacion de conjeturas . [Familiarizarse] II: Argumentar como los principales teoremas y
algoritmos permiten resolver problemas criptogracos. [Evaluar]
Bibliografa: [Grimaldi, 2003, Gallian, 2012, Koshy, 2007]

6.3 Criptografa, 20 hr(s)

Competencias: C8, C16
Topicos: I: Terminologa basica de criptografa cubriendo las nociones relacionadas con los diferentes
socios (comunicacion), canal seguro / inseguro, los atacantes y sus capacidades, cifrado, descifra-
do, llaves y sus caractersticas, rmas. II: Tipos de cifrado (por ejemplo, cifrado Cesar, cifrado
ane), junto con los metodos de ataque tpicas como el analisis de frecuencia. III: Apoyo a la
infraestructura de clave publica para la rma digital y el cifrado y sus desafos. IV: Preliminares
matematicos esenciales para la criptografa, incluyendo temas de algebra lineal, teora de nume-
ros, teora de la probabilidad y la estadstica. V: Primitivas criptogracas: a) generadores pseudo-
aleatorios y cifrados de ujo b) cifrados de bloque (permutaciones pseudo-aleatorios), por ejem-
plo, AES c) funciones de pseudo-aleatorios d ) funciones de hash, por ejemplo, SHA2, resistencia
colision e) codigos de autenticacion de mensaje f ) funciones derivaciones clave VI: Criptografa
de clave simetrica: a) El secreto perfecto y el cojn de una sola vez b) Modos de funcionamien-
to para la seguridad semantica y encriptacion autenticada (por ejemplo, cifrar-entonces-MAC,
OCB, GCM) c) Integridad de los mensajes (por ejemplo, CMAC, HMAC) VII: La criptografa
de clave publica: a) Permutacion de trampilla, por ejemplo, RSA b) Cifrado de clave publica,
por ejemplo, el cifrado RSA, cifrado El Gamal c) Las rmas digitales d ) Infraestructura de cla-
ve publica (PKI) y certicados e) Supuestos de dureza, por ejemplo, Die-Hellman, factoring
entero VIII: Protocolos de intercambio de claves autenticadas, por ejemplo, TLS . IX: Los
protocolos criptogracos: autenticacion desafo-respuesta, protocolos de conocimiento cero, el
compromiso, la transferencia inconsciente, seguro 2-partido o multipartidista computacion, com-
particion de secretos y aplicaciones . X: Motivar a los conceptos que utilizan las aplicaciones del
mundo real, por ejemplo, dinero electronico, canales seguros entre clientes y servidores, correo

Universidad Catolica San Pablo 217

218 Escuela Profesional de Ciencia de la Computacion, Malla 2016

electronico seguro, autenticacion de la entidad, el emparejamiento de dispositivos, sistemas de

votacion. XI: Deniciones de seguridad y los ataques a las primitivas criptogracas: a) Obje-
tivos: indistincion, unforgeability, colision-resistencia b) Capacidades atacante: ataque-mensaje
elegido (para rmas), ataques de cumpleanos, ataques de canal lateral, ataques de inyeccion de
fallos. XII: Estandares criptogracos y referencias de implementaciones. XIII: La criptografa
cuantica.

Objetivos de Aprendizaje I: Describir el proposito de la Criptografa y listar formas en las cuales

es usada en comunicacion de datos[Familiarizarse] II: Denir los siguientes terminos: Cifrado,
Criptoanalisis, Algortmo Criptograco, y Criptologa y describe dos metodos basicos (cifrados)
para transformar texto plano en un texto cifrado[Familiarizarse] III: Discutir la importancia de
los numeros primos en criptografa y explicar su uso en algoritmos criptogracos[Familiarizarse]
IV: Explicar como una infraestructura de Clave Publica soporta rmas digitales y encriptacion
y discutir sus limitaciones/vulnerabilidades[Familiarizarse] V: Usar primitivas criptogracas y
sus propiedades basicas[Familiarizarse] VI: Ilustrar como medir la entropa y como generar
aleatoriedad criptograca[Familiarizarse] VII: Usa primitivas de clave publica y sus aplica-
ciones[Familiarizarse] VIII: Explicar como los protocolos de intercambio de claves trabajan y
como es que pueden fallar[Familiarizarse] IX: Discutir protocolos criptogracos y sus propie-
dades[Familiarizarse] X: Describir aplicaciones del mundo real de primitivas criptogracas y
sus protocolos[Familiarizarse] XI: Resumir deniciones precisas de seguridad, capacidades de
ataque y sus metas[Familiarizarse] XII: Aplicar tecnicas conocidas y apropiadas de criptografa
para un escenario determinado[Familiarizarse] XIII: Apreciar los peligros de inventarse cada
uno sus propios metodos criptogracos[Familiarizarse] XIV: Describir la criptografa cuantica
y el impacto de la computacion cuantica en algoritmos criptogracos[Familiarizarse]

Bibliografa: [A.Menezes, 1996, Paar and Pelzl, 2011, Forouzan, 2008]

6.4 Teoria Algebraica de la Codificacion, 10 hr(s)

Competencias: CS2

Topicos: I: Elementos, proceso de transmitir una palabra II: Esquemas de codicacion: paridad,
triple repeticion, vericacion de paridad y generacion de codigos de grupo.

Objetivos de Aprendizaje I: Utilizar las propiedades de las estructuras algebraicas en el estudio

de la teoria algebraica de los codigos. [Familiarizarse] II: Aplicar tecnicas que permitan la
deteccion de errores, y si es necesario, proveer de metodos para reconstruir palabras originales.
[Usar]

Bibliografa: [Grimaldi, 2003, W.Trappe and Washington, 2005]

7. Bibliografa
[A.Menezes, 1996] A.Menezes (1996). Handbook of Applied Cryptography (Discrete Mathematics and
Its Applications. CRC Press.

[Forouzan, 2008] Forouzan, B. (2008). Introduction to Cryptography and Network Security. McGraw-
Hill.

[Gallian, 2012] Gallian, J. (2012). Contemporary Abstract Algebra. Brooks/Cole, 8 ed. edition.

[Grimaldi, 2003] Grimaldi, R. (2003). Discrete and Combinatorial Mathematics: An Applied Intro-
duction. Pearson, 5 ed. edition.

[Koshy, 2007] Koshy, T. (2007). Elementary Number Theory with Applications. Academic Press, 2
ed. edition.

[Paar and Pelzl, 2011] Paar, C. and Pelzl, J. (2011). Understanding Cryptography: A Textbook for
Students and Practitioners. Springer.

218 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 219

[Rosen, 2011] Rosen, K. H. (2011). Matematica Discreta y sus Aplicaciones. McGraw Hill, 7 ed.
edition.
[W.Trappe and Washington, 2005] W.Trappe and Washington, C. (2005). Introduction to Crypto-
graphy with Coding Theory. Pearson Prentice Hall.

Universidad Catolica San Pablo 219

220 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion

SUMILLA

MA102. Calculo I (Obligatorio)

1. Informacion General
Semestre: 3er Sem. Creditos: 4

Horas del curso: Teora: 2 horas; Practica: 4 horas;

Prerrequisitos:

MA100. Matematica I (1er Sem-Pag. 171)

2. Fundamentacion
Estudia la integral de funciones en una variable, series numericas y de funciones as como una
introduccion a las ecuaciones diferenciales, base para los siguientes cursos de Analisis Matematico y
Fsica.

3. Objetivos del curso

Comprender el concepto de integral, calcular integrales y aplicar la integral a la resolucion de
problemas.

Manejar, manipular las sucesiones y series. Determinar la convergencia de una serie numerica y
de funciones.

Comprender el concepto de ecuacion diferencial, resolver ecuaciones y aplicarlas (como modelos)

a la resolucion de problemas.

4. Resultados (Outcomes)
a) Aplicar conocimientos de computacion y de matematicas apropiadas para la disciplina. (Evaluar)

j) Aplicar la base matematica, principios de algoritmos y la teora de la Ciencia de la Computacion en

el modelamiento y diseno de sistemas computacionales de tal manera que demuestre comprension
de los puntos de equilibrio involucrados en la opcion escogida. (Evaluar)

5. Competencias especficas de Computacion (IEEE)

C1. La comprension intelectual y la capacidad de aplicar las bases matematicas y la teora de la
informatica (computer science). Outcome a

C20. Posibilidad de conectar la teora y las habilidades aprendidas en la academia a los aconteci-
mientos del mundo real que explican su pertinencia y utilidad. Outcome j

C24. Comprender la necesidad de la formacion permanente y la mejora de habilidades y capacidades.

Outcome j

220 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 221

6. Contenido del curso

6.1 Integracion, 18 hr(s)
Competencias: C1
Topicos: I: Integral denida II: Integral indenida
Objetivos de Aprendizaje I: Comprender el proceso de deduccion de la integral denida y su
relacion con el cocepto de area [Usar]. II: Calcular integrales denidas [Usar]. III: Asimilar
el Teorema fundamental del calculo. Manejar los metodos de integracion [Usar]. IV: Aplicar la
integral a problemas [Usar].
Bibliografa: [Apostol, 1997, Simmons, 1995]

6.2 Funciones trascendentes, 14 hr(s)

Competencias: C1
Topicos: I: Funcion logaritmo II: Funcion exponencial III: Funciones trigonometricas e inversas
IV: Derivacion e integracion V: Regla de LHopital
Objetivos de Aprendizaje I: Conocer las funciones trascendentes y su importancia. Calcular de-
rivadas e integrales [Usar]. II: Manejar y ejecutar aplicaciones de las funciones trascendentes
[Usar].
Bibliografa: [Apostol, 1997, Simmons, 1995]

6.3 Integrales Impropias. Sucesiones y series, 22 hr(s)

Competencias: C24
Topicos: I: Integrales impropias II: Sucesiones III: Series. IV: Criterios de convergencia
Objetivos de Aprendizaje I: Manejar el concepto de integral impropia, calcular integrales [Usar].
II: Conocer y manejar los diferentes series. Determinar la convergencia de una serie [Usar].
III: Manejar los criterios de convergencia [Usar].
Bibliografa: [Apostol, 1997, Bartle, 1976, Simmons, 1995]

6.4 Sucesiones y Series de funciones, 18 hr(s)

Competencias: C20
Topicos: I: Convergencia uniforme y puntual II: Series de potencias. Series de Taylor III: Integra-
cion de series
Objetivos de Aprendizaje I: Asimilar y comprender los conceptos de convergencia puntual y uni-
forme [Usar]. II: Aproximar funciones mediante series de potencias. Manejar y utilizar las series
de Taylor [Usar].
Bibliografa: [Apostol, 1997, Simmons, 1995, Bartle, 1976]

6.5 Introduccion a las Ecuaciones diferenciales, 18 hr(s)

Competencias: C1
Topicos: I: Ecuaciones diferenciales de primer orden II: Ecuaciones lineales de segundo orden
Objetivos de Aprendizaje I: Comprender el concepto de ecuacion diferencial y su aplicabilidad en
las ciencias [Usar]. II: Resolver ecuaciones diferenciales de primer orden y segundo orden [Usar].
III: Aplicar ecuaciones diferenciales a la resolucion de problemas [Usar].
Bibliografa: [Apostol, 1997]

Universidad Catolica San Pablo 221

222 Escuela Profesional de Ciencia de la Computacion, Malla 2016

7. Bibliografa
[Apostol, 1997] Apostol, T. M. (1997). Calculus, volume 1. Editorial Reverte, 2nd edition.
[Bartle, 1976] Bartle, R. G. (1976). The Elements of Real Analysis. Wiley, 2nd edition.
[Simmons, 1995] Simmons, G. F. (1995). Calculus With Analytic Geometry. McGraw-Hill, 2nd edition.

222 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 223

Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion
SUMILLA
FG107. Antropologa Filosofica y Teologica (Obligatorio)
1. Informacion General
Semestre: 3er Sem. Creditos: 3
Horas del curso: Teora: 3 horas;
Prerrequisitos:
FG104. Introduccion a la Filosofa (2do Sem-Pag. 198)

2. Fundamentacion
Todos los hombres desean saber (Aristoteles, Metafsica, I, 1). La aspiracion natural de todo hombre
por alcanzar la verdad y la sabidura se encuentra desde los orgenes mismos de la humanidad. Este
saber se dirige de manera especial hacia el hombre mismo, porque la pregunta acerca de la verdad del
hombre afecta a lo mas ntimo de la felicidad y destino humano. Con estas palabras comienza Jose
Angel Garca Cuadrado su obra Antropologa Filosoca. Una introduccion a la Filosofa del Hombre,
y resume la fundamentacion de este curso que, aunque apretado en cuanto al vasto conocimiento
acerca del hombre, intenta proporcionar una sntesis signicativa de conocimientos y razonamientos
que sirvan de base para responder a la pregunta sobre el ser humano.
3. Objetivos del curso
Ser capaz de comprender la naturaleza humana (es decir, las facultades y las nalidades de cada
facultad, su jerarquizacion y posible dominio); la condicion de persona humana y su dignidad;
las consecuencias existenciales de dicha naturaleza y condicion de persona humana (manifesta-
ciones del ser persona: libertad, sociabilidad, sexualidad, cultura); y los datos relevantes de la
antropologa teologica que dan explican el misterio de la existencia humana y su n trascenden-
te (pecado original, redencion, encarnacion del Verbo, vida despues de la muerte, resurreccion,
naturaleza y sobre-naturaleza).

4. Resultados (Outcomes)
e) Entender correctamente las implicancias profesionales, eticas, legales, de seguridad y sociales de
la profesion. (Evaluar)
g) Analizar el impacto local y global de la computacion sobre los individuos, organizaciones y socie-
dad. (Evaluar)
n) Comprender que la formacion de un buen profesional no se desliga ni se opone sino mas bien
contribuye al autentico crecimiento personal. Esto requiere de la asimilacion de valores solidos,
horizontes espirituales amplios y una vision profunda del entorno cultural. (Evaluar)
o) Mejorar las condiciones de la sociedad poniendo la tecnologa al servicio del ser humano. (Evaluar)

5. Competencias especficas de Computacion (IEEE)

C10. Comprension del impacto en las personas, las organizaciones y la sociedad de la implementacion
de soluciones tecnologicas e intervenciones. Outcome g,n,o
C20. Posibilidad de conectar la teora y las habilidades aprendidas en la academia a los aconteci-
mientos del mundo real que explican su pertinencia y utilidad. Outcome e,g,n,o
C21. Comprender el aspecto profesional, legal, seguridad, asuntos polticos, humanistas, ambientales,
culturales y eticos. Outcome e

Universidad Catolica San Pablo 223

224 Escuela Profesional de Ciencia de la Computacion, Malla 2016

6. Contenido del curso

6.1 Primera Unidad: Estatuto cientfico de la antropologa filosofica, 5 hr(s)
Competencias: C20

Topicos: I: Presentacion del curso II: La pregunta sobre el hombre y la importancia de la Antropo-
loga III: Antropologa losoca y antropologas positivas. Delimitando el objeto: a) Antropo-
loga fsica o natural (etnografa paleo antropologa) b) Antropologa cultural o social (etnologa)
c) Psicologa Moderna d ) Limitaciones de la ciencia moderna y el mito del progreso e) Antropolo-
ga losoca: Objeto y denicion f ) Antropologa teologica: Objeto y denicion g) Antropologa
teologica: Objeto y denicion IV: Planos metodologicos del estudio de la antropologa losoca.

Objetivos de Aprendizaje I: Comprender la importancia del curso para la formacion universitaria

(personal y profesional). Delimitar y denir la Antropologa Filosoca y Teologica y sus respec-
tivos objetos de estudio. Comprender el metodo de estudio segzn los diversos planteamientos.
[Usar].

Bibliografa: [Angel Garca Cuadrado, ]

6.2 Segunda Unidad: El hombre en el mundo natural, 15 hr(s)

Competencias: C20

Topicos: I: La jerarqua del mundo natural a) Nocion de vida: el alma b) Caractersticas de la

vida c) Tipos de alma. II: Semejanzas y diferencias con los vivientes: a) Las operaciones
basicas vitales b) La sensibilidad interna y externa c) Las tendencias sensibles: deseos (apetito
concupiscible) e impulsos (apetito irascible). III: Afectividad humana: a) Pasiones humanas
b) Educacion de la afectividad. IV: Diferencias especcas: a) Inteligencia b) Voluntad c) La
inmortalidad del alma humana.

Objetivos de Aprendizaje I: Analizar y comprender la naturaleza humana utilizando una meto-

dologa ascendente: Comprendiendo el fenomeno de la vida, las semejanzas y diferencias que
tenemos con los vivientes (facultades) y las facultades superiores que nos otorgan nuestra dife-
rencia especca en el mundo natural. [Usar]

Bibliografa: [Angel Garca Cuadrado, ]

6.3 Tercera Unidad: La persona humana: fundamento, dignidad y manifes-

taciones, 15 hr(s)
Competencias: C10, C20

Topicos: I: Origen de la nocion de persona. II: La fundamentacion metafsica de la persona huma-

na. III: Otras aproximaciones a la fundamentacion de persona. IV: Dignidad de la persona
humana. a) Otras aproximaciones. V: El cuerpo humano. VI: Manifestaciones de la persona
humana. VII: Manifestaciones persona humana (perspectiva dinamico-existencial de la natu-
raleza humana): a) Persona y libertad: La libertad: ser libre (ontologico) y la operatividad de la
libertad (3 tipos de operatividad). b) Las relaciones interpersonales: El ser humano es social por
naturaleza el amor y la amistad. c) Persona y sexualidad: Ser varon y ser mujer: Sexualidad y
matrimonio, La cuestion homosexual.

Objetivos de Aprendizaje I: Analizar y comprender que es signica ser Anpersona humanaAz,

desde los orgenes de la nocion hasta el aporte denitivo del cristianismo; comprender la funda-
mentacion de la dignidad de la persona humana desde una perspectiva metafsica y cristiana;
comprender las manifestaciones de la persona humana a traves de su naturaleza en un plano
dinamico-existencial. [Usar].

Bibliografa: [Angel Garca Cuadrado, , Melendo, 2003]

224 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 225

6.4 Cuarta Unidad: La persona humana: aproximacion existencial y feno-

menologica, 3 hr(s)
Competencias: C20

Topicos: I: Aproximacion existencial y fenomenologica a la persona humana. II: El sentido de la

vida: nes objetivos y nes subjetivos. III: La necesidad de una mision particular. IV: Quien
soy? La perenne pregunta. V: Vision tripartita - fenomenologica de la persona humana: unidad
biologica, psicologica y espiritual. VI: Diferencia entre el yo psicologico y el yo personal. a) Per-
sonalidad, mismidad e identidad.Persona y sexualidad: Ser varon y ser mujer. b) Sexualidad y
matrimonio. c) La cuestion homosexual. VII: Complementariedad entre las visiones dualista y
tripartita de la persona. a) Teocentrismo y Antropocentrismo VIII: Dinamismos de la persona:
permanencia y despliegue necesidad de seguridad y signicacion.

Objetivos de Aprendizaje I: Presentar la antropologa desde una perspectiva fenomenologica exis-

tencial. Analizar el aporte de dicho enfoque frente a los vistos anteriormente y frente el hombre
moderno. [Usar].

Bibliografa: [Quesada, , Frankl, 1991]

6.5 Quinta Unidad: Destino de la Persona Humana - Antropologa Teologica,

3 hr(s)
Competencias: C20,C21

Topicos: I: Finitud y trascendencia de la persona humana. II: El deseo de eternidad. III: Apro-
ximacion metafsica desde la inmortalidad del alma humana. IV: Aproximacion existencial y
fenomenologica desde la experiencia de nitud: a) Nostalgia de innito. V: Antropologa Teo-
logica: a) El hombre como imagen de Dios. b) El pecado original y la redencion. c) Resurreccion.
d ) Vida en Cristo (vida sobrenatural).

Objetivos de Aprendizaje I: Comprension ontologica del ser personal desde sus dinamismos fun-
damentales y otros dinamismos [Usar]. II: Comprension de la fe, enraizada en el ser personal
[Usar].

Bibliografa: [Angel Garca Cuadrado, ]

6.6 La persona: ser en relacion, 6 hr(s)

Competencias: C22

Topicos: I: Relacionalidad, encuentro y comunion en la persona. II: La persona como ser sexuado
y como ser social. III: La familia. IV: La sociedad.

Objetivos de Aprendizaje I: Comprension de la persona desde su dimension ontologica relacional

con Dios, consigo mismo, con lo demas y con la Creacion [Usar].

Bibliografa: [Quesada, , Angel Garca Cuadrado, , para la Educacion Catolica, , Stein, ]

7. Bibliografa
[Frankl, 1991] Frankl, V. (1991). El hombre en busqueda de sentido. Editorial Herder. UCSP:616.891
F80.

[Melendo, 2003] Melendo, T. (2003). Introduccion a la antropologa. Eunsa-Pamplona.

[para la Educacion Catolica, ] para la Educacion Catolica, C. Orientaciones educativas sobre el amor
humano. Pautas de educacion sexual.

[Quesada, ] Quesada, A. G. La mismidad.

Universidad Catolica San Pablo 225

226 Escuela Profesional de Ciencia de la Computacion, Malla 2016

[Stein, ] Stein, E. La estructura de la persona humana. UCSP:128 S92.

[Angel Garca Cuadrado, ] Angel Garca Cuadrado, J. Antropologa losoca. Una introduccion a la
losofa del hombre. UCSP:128 G23.

226 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 227

Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion

SUMILLA

FG201. Apreciacion Artstica (Electivos)

1. Informacion General
Semestre: 3er Sem. Creditos: 2

Horas del curso: Teora: 1 horas; Practica: 2 horas;

Prerrequisitos: Ninguno

2. Fundamentacion
El curso es de naturaleza teorico practico, tiene como proposito vincular al ser humano con la
cultura y sus manifestaciones para apreciarlas y valorarlas.

3. Objetivos del curso

Promover en el estudiante la capacidad de descripcion e interpretacion crtica de la imagen para
acrecentar su sensibilidad.

4. Resultados (Outcomes)
n) Comprender que la formacion de un buen profesional no se desliga ni se opone sino mas bien
contribuye al autentico crecimiento personal. Esto requiere de la asimilacion de valores solidos,
horizontes espirituales amplios y una vision profunda del entorno cultural. (Usar)

5. Competencias especficas de Computacion (IEEE)

C24. Comprender la necesidad de la formacion permanente y la mejora de habilidades y capacidades.
Outcome n

6. Contenido del curso

6.1 Primera Unidad:Arte, elementos y principios del diseno, 9 hr(s)
Competencias: C24

Topicos: I: El Arte y la Estatica: Consideraciones basicas introductorias II: Diseno bidimensional:

Elementos y principios III: Historia del Arte: Consideraciones sobre arte desde la prehistoria
en sus variadas manifestaciones.

Objetivos de Aprendizaje I: Exponer los elementos del diseno que intervienen en una obra arts-
tica para poder hacer una descripcion e interpretacion de los mismos. [Usar]. II: Exponer las
manifestaciones artsticas (plasticas) en el transcurso de la historia para vincular estos contenidos
con los elementos del diseno. [Usar].

Bibliografa: [Pischel, , Bense, , Milla Batres, , Eco, , Sol9(ed.), ]

Universidad Catolica San Pablo 227

228 Escuela Profesional de Ciencia de la Computacion, Malla 2016

6.2 Segunda Unidad: Teora del color, 9 hr(s)

Competencias: C24

Topicos: I: El color: Teoras del color y dimensiones del color II: Psicologa del Color: Considera-
ciones iniciales III: Historia del Arte: Arte en las culturas antiguas.

Objetivos de Aprendizaje I: Exponer las teoras del color para una mejor apreciacion del mundo
que nos rodea. [Usar]. II: Desarrollo de la sensibilidad del color. [Usar]. III: Exponer las
manifestaciones artsticas (plasticas) en el transcurso de la historia para vincular estos contenidos
con el conocimiento del color. [Usar].

Bibliografa: [Pischel, , Milla Batres, , Sol9(ed.), ]

6.3 Tercera Unidad: Historia del Arte - Apreciacion, 9 hr(s)

Competencias: C24

Topicos: I: Modelos de analisis y apreciacion I: El analisis visual o formal, Consideraciones sobre

objeto artstico y contexto (inuencia). II: Historia del Arte: Consideraciones sobre arte hasta
el siglo XVIII.

Objetivos de Aprendizaje I: Exponer las manifestaciones artsticas (plasticas) en el transcurso de

la historia para distinguir su inuencia a traves del tiempo.[Usar]. II: Formular comentarios,
describiendo y analizando, teniendo en cuenta el contexto y los conocimientos adquiridos. [Usar].

Bibliografa: [Pischel, , Milla Batres, , Sol9(ed.), ]

6.4 Cuarta Unidad: Historia del Arte - Apreciacion, 9 hr(s)

Competencias: C24

Topicos: I: Modelos de apreciacion II: El analisis visual y su relacion con el concepto de tendencia,
El analisis de contexto del objeto artstico (variedad) II: Historia del Arte: Siglos XIX , XX,
XXI.

Objetivos de Aprendizaje I: Exponer las tecnicas de comunicacion visual, para identicar su apli-
cacion en el lenguaje visual. [Usar]. II: Conocer algunas tendencias artsticas a traves del tiempo
en nuestro pas, como valioso legado de nuestros antepasados, ubicandolas en su contexto. [Usar].

Bibliografa: [Pischel, , Milla Batres, , Sol9(ed.), , Comercio, ]

6.5 Quinta Unidad: Arte Peruano - Contexto, 6 hr(s)

Competencias: C24

Topicos: I: Vision de la cultura peruana: Las manifestaciones artsticas en su contexto. II: La

apreciacion.

Objetivos de Aprendizaje I: Relacionar algunas tendencias artA sticas del siglo XIX y XX con
las manifestaciones artsticas en el Peru, ubicandolas en su contexto. [Usar].

Bibliografa: [Milla Batres, , Comercio, ]

228 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 229

7. Bibliografa
[Bense, ] Bense, M. Estetica.
[Comercio, ] Comercio, E. Maestros de la pintura peruana.
[Eco, ] Eco, H. Historia de la Belleza.
[Milla Batres, ] Milla Batres, C. Compendio historico del Peru.
[Pischel, ] Pischel, G. Historia universal del arte.
[Sol9(ed.), ] Sol9(ed.), E. Grandes maestros de la pintura.

Universidad Catolica San Pablo 229

230 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion
SUMILLA
FG202. Apreciacion Literaria (Electivos)
1. Informacion General
Semestre: 3er Sem. Creditos: 2
Horas del curso: Teora: 1 horas; Practica: 2 horas;
Prerrequisitos: Ninguno

2. Fundamentacion
Siendo la literatura una actividad artstica que tiene por objeto la expresion de ideas y sentimientos
por medio de la palabra, esta constituye, la reconstruccion de experiencias de la realidad en diversos
ordenes, gracias a la expresion personal y emotiva del escritor y el momento social que le toco vivir.
Partiendo de este enunciado las grandes obras literarias, son poderosos agentes de cultura. De ah que,
la literatura cumple un rol integrador en la formacion cultural del ser humano; pero, para lograr este
objetivo en su verdadera dimension, hay que saber apreciar la belleza de la expresion literaria con un
sentido analtico, crtico y valorativo El curso de Apreciacion Literaria corresponde a los cursos del
Area de Formacion General y es considerado como un curso electivo que tiene el valor de dos creditos.
Es de caracter teorico-practico, ya que los alumnos reciben informacion teorica sobre el analisis de
textos literarios y sobre los diferentes movimientos literarios que se han dado a traves del tiempo; dicha
informacion, los alumnos la ponen en practica al analizar fragmentos y obras literarias. La metodologa
consiste en trabajos individuales y grupales de analisis de textos, los cuales seran expuestos por los
alumnos a sus companeros, al mismo tiempo, responden a una serie de interrogantes referentes a los
temas tratados. El proposito fundamental es, sensibilizar a los estudiantes en la percepcion de la belleza
escrita que se expresa a traves de las distintas obras literarias; ademas, busca desarrollar en los alumnos
la capacidad crtica y valorativa que le ayudara en su formacion personal y cultural. As mismo, este
curso permite que los estudiantes desarrollen destrezas comunicativas a nivel verbal y escrito. La
tematica abarca los siguientes aspectos: analisis de textos, teora de los generos literarios, lenguaje
literario y gurado, los movimientos literarios como: la antiguedad clasica, edad media, humanismo y
renacimiento, neoclasicismo, romanticismo, realismo, naturalismo y la literatura contemporanea.
3. Objetivos del curso
Desarrollar su capacidad crtica, creativa y valorativa, a traves de la lectura, analisis e interpre-
tacion de textos literarios con el n de estimular y formar su sensibilidad estetica y reforzar el
habito lector.
Adquirir destreza en la tecnica del Comentario de Textos y en la utilizacion de los mismos.
Promover el desarrollo de destrezas comunicativas a nivel verbal ( escrito y hablado).

4. Resultados (Outcomes)
f ) Comunicarse efectivamente con audiencias diversas. (Usar)
n) Comprender que la formacion de un buen profesional no se desliga ni se opone sino mas bien
contribuye al autentico crecimiento personal. Esto requiere de la asimilacion de valores solidos,
horizontes espirituales amplios y una vision profunda del entorno cultural. (Usar)

5. Competencias especficas de Computacion (IEEE)

C24. Comprender la necesidad de la formacion permanente y la mejora de habilidades y capacidades.
Outcome n, f

230 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 231

6. Contenido del curso

6.1 Primera Unidad, 9 hr(s)
Competencias: C24

Topicos: I: Textos literarios y no literarios.- Conceptos y caractersticas. II: El comentario de textos.

Ficha de analisis literario. III: Corrientes o movimientos literarios de la literatura universal y
peruana a traves de la historia.- Panorama general. Caractersticas y diferencias. 3.1.Vigencia de
la teora de los generos: lrico, epico, dramatico, narrativo y didactico. IV: El lenguaje gurado:
guras literarias.-Analisis y reconocimiento.

Objetivos de Aprendizaje I: Distinguir textos literarios de otros tipos de textos. [Usar]. II: Co-
mentar textos literarios y desarrollar adecuadamente la cha de analisis literario. [Usar]. III: Di-
ferenciar los distintos tipos de expresion literaria a traves de la evolucion historica de la misma,
valorandolas en su verdadera dimension. [Usar]. IV: Aplicar las guras literarias en textos tanto
en prosa como en verso. [Usar].

Bibliografa: [Caceres Cuadros, 2007, Bello Vazquez, 1997]

6.2 Segunda Unidad, 15 hr(s)

Competencias: C24

Topicos: I: Homero La Iliada II: Sofocles Edipo Rey III: Virgilio La Eneida IV: Literatura
Cristiana La Biblia

Objetivos de Aprendizaje PERSPECTIVA CRITICA- LITERARIA (Con lecturas de fragmentos

de obras representativas) I: Literatura de la Antiguedad Clasica: Perspectiva crtica: Caracte-
rsticas, Representantes, Analisis del fragmento: Proverbios, La Iliada [Usar]. II: Literatura de
la Edad Media: Perspectiva crtica: Caractersticas, Representantes, Analisis de texto: El Qui-
jote de la Mancha [Usar]. III: Literatura del Humanismo y Renacimiento: Perspectiva crtica:
Caractersticas, Representantes, Analisis del fragmento: La Divina Comedia.[Usar].

Bibliografa: [Torres Amat, 1950, Homero, 1912, Sanzos Oliver, 1916, Alighieri, 1938]

6.3 Tercera Unidad, 18 hr(s)

Competencias: C24

Topicos: I: Literatura del Neoclasicismo y Romanticismo: Perspectiva crtica: Caractersticas, Re-

presentantes, Analisis del fragmento. II: Literatura del Realismo y Naturalismo: Perspectiva
crtica: Caractersticas, Representantes, Analisis del fragmento. III: Literatura Contempora-
nea: Perspectiva crtica: Caractersticas, Representantes, Analisis del fragmento. IV: Analisis,
interpretacion, valoracion y comentario de una completa de la literatura: Exposicion individual
y/o grupal de una obra completa de la literatura universal, Exposicion individual y/o grupal de
una obra completa de la literatura peruana. V: Redaccion de ensayo sobre obras y/o fragmentos
ledos o expuestos.

Objetivos de Aprendizaje I: Descubrir en las obras literarias los valores humanos mas importantes
reconociendolos en su verdadera dimension. [Usar]. II: Comprender y textos literarios y ree-
xionar sobre el contenido. [Usar]. III: Valorar sus propias cualidades en relacion a la literatura
[Usar]. IV: Exponer y comentar adecuadamente obras clasicas del canon literario- universal y
peruano. [Usar]. V: Redactar textos argumentativos (ensayo) sobre una obra de la literatura
universal o peruana leda. [Usar].

Bibliografa: [Hugo, 1896, Hemingway, 1984, Goethe, 1905]

Universidad Catolica San Pablo 231

232 Escuela Profesional de Ciencia de la Computacion, Malla 2016

7. Bibliografa
[Alighieri, 1938] Alighieri, D. (1938). La divina comedia, texto impreso. Buenos Aires: Editorial
Sopena.
[Bello Vazquez, 1997] Bello Vazquez, F. (1997). El comentario de textos literarios. Editorial Paidos
iberica, Espana.
[Caceres Cuadros, 2007] Caceres Cuadros, T. (2007). Analisis de textos literarios. Unsa.
[Goethe, 1905] Goethe, J. W. v. (1905). Fausto. Montaner y Simon, editores.
[Hemingway, 1984] Hemingway, E. (1984). El viejo y el mar. Editorial La Oveja Negra Ltda. Colombia.
[Homero, 1912] Homero (1912). La Iliada. Editorial Librera de la Vda. de Ch. Bouret.
[Hugo, 1896] Hugo, Victor y Marie, C. (1896). Los Miserables. Librera de Garnier Hermanos.
[Sanzos Oliver, 1916] Sanzos Oliver, M. (1916). Vida y semblanza de Cervantes. Editorial Montaner
y Simon.
[Torres Amat, 1950] Torres Amat, F. (1950). La Sagrada Biblia. Editorial Sopena.

232 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 233

Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion
SUMILLA
CS210. Algoritmos y Estructuras de Datos (Obligatorio)
1. Informacion General
Semestre: 4to Sem. Creditos: 4
Horas del curso: Teora: 2 horas; Practica: 2 horas; Laboratorio: 2 horas;
Prerrequisitos:
CS113. Ciencia de la Computacion II (3er Sem-Pag. 203)
CS100. Introduccion de Ciencia de la Computacion (2do Sem-Pag. 183)

2. Fundamentacion
El fundamento teorico de todas las ramas de la informatica descansa sobre los algoritmos y estruc-
turas de datos, este curso brindara a los participantes una introduccion a estos temas, formando as
una base que servira para los siguientes cursos en la carrera.
3. Objetivos del curso
Hacer que el alumno entienda la importancia de los algoritmos para la solucion de problemas.
Introducir al alumno hacia el campo de la aplicacion de las estructuras de datos.

4. Resultados (Outcomes)
a) Aplicar conocimientos de computacion y de matematicas apropiadas para la disciplina. (Usar)
b) Analizar problemas e identicar y denir los requerimientos computacionales apropiados para su
solucion. (Usar)
c) Disenar, implementar y evaluar un sistema, proceso, componente o programa computacional para
alcanzar las necesidades deseadas. (Usar)
j) Aplicar la base matematica, principios de algoritmos y la teora de la Ciencia de la Computacion en
el modelamiento y diseno de sistemas computacionales de tal manera que demuestre comprension
de los puntos de equilibrio involucrados en la opcion escogida. (Usar)
k) Aplicar los principios de desarrollo y diseno en la construccion de sistemas de software de com-
plejidad variable. (Usar)

5. Competencias especficas de Computacion (IEEE)

C1. La comprension intelectual y la capacidad de aplicar las bases matematicas y la teora de la
informatica (computer science). Outcome a
C1. La comprension intelectual y la capacidad de aplicar las bases matematicas y la teora de la
informatica (computer science). Outcome j
C2. Capacidad para tener una perspectiva crtica y creativa para identicar y resolver problemas
utilizando el pensamiento computacional. Outcome b
C5. Capacidad para implementar algoritmos y estructuras de datos en el software.. Outcome c
CS2. Identicar y analizar los criterios y especicaciones apropiadas a los problemas especcos, y
planicar estrategias para su solucion. Outcome b
CS2. Identicar y analizar los criterios y especicaciones apropiadas a los problemas especcos, y
planicar estrategias para su solucion. Outcome k

Universidad Catolica San Pablo 233

234 Escuela Profesional de Ciencia de la Computacion, Malla 2016

6. Contenido del curso

6.1 Grafos, 12 hr(s)
Competencias: C1,C2,C5
Topicos: I: Concepto de Grafos. II: Grafos Dirigidos y Grafos no Dirigidos. III: Utilizacion de
los Grafos. IV: Medida de la Eciencia. En tiempo y espacio. V: Matrices de Adyacencia.
VI: Matrices de Adyacencia etiquetada. VII: Listas de Adyacencia. VIII: Implementacion
de Grafos usando Matrices de Adyacencia. IX: Implementacion de Grafos usando Listas de
Adyacencia. X: Insercion, Busqueda y Eliminacion de nodos y aristas. XI: Algoritmos de
busqueda en grafos.
Objetivos de Aprendizaje I: Adquirir destreza para realizar una implementacion correcta. [Usar]
II: Desarrollar los conocimientos para decidir cuando es mejor usar una tecnica de implemen-
tacion que otra. [Usar]
Bibliografa: [Cormen et al., 2009, Fager et al., 2014]

6.2 Matrices Esparzas, 8 hr(s)

Competencias: C1,C2,C5
Topicos: I: Conceptos Iniciales. II: Matrices poco densas III: Medida de la Eciencia en Tiempo y
en Espacio IV: Creacion de la matriz esparza estatica vs Dinamicas. V: Metodos de insercion,
busqueda y eliminacion
Objetivos de Aprendizaje I: Comprender el uso y implementacion de matrices esparzas.[Evaluar]
Bibliografa: [Cormen et al., 2009, Fager et al., 2014]

6.3 Arboles Equilibrados, 16 hr(s)

Competencias: C2,C5,C6
Topicos: I: Arboles AVL. II: Medida de la Eciencia. III: Rotaciones Simples y Compuestas
IV: Insercion, Eliminacion y Busqueda. V: Arboles B , B+ B* y Patricia.

Objetivos de Aprendizaje I: Comprender las funciones basicas de estas estructuras complejas con
el n de adquirir la capacidad para su implementacion. [Evaluar]
Bibliografa: [Cormen et al., 2009, Fager et al., 2014]

7. Bibliografa
[Cormen et al., 2009] Cormen, T. H., Leiserson, C. E., Rivest, R. L., and Stein, C. (2009). Introduction
to Algorithms. MIT Press, third edition edition. ISBN: 978-0-262-53305-8.
[Fager et al., 2014] Fager, J., Yepez, W. L. P., Villacres, M., Martinez, L. A. P., Ochoa, D., and
Cuadros-Vargas, E. (2014). Estructura de datos. Iniciativa Latinoamericana de Libros de Texto
Abiertos (LATIn), rst edition edition.

234 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 235

Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion
SUMILLA
CS211. Teora de la Computacion (Obligatorio)
1. Informacion General
Semestre: 4to Sem. Creditos: 4

Horas del curso: Teora: 2 horas; Practica: 2 horas; Laboratorio: 2 horas;

Prerrequisitos:

CS1D2. Estructuras Discretas II (2do Sem-Pag. 185)

2. Fundamentacion
Este curso hace fasis en los lenguajes formales, modelos de computacion y computabilidad, ademas
de incluir fundamentos de la complejidad computacional y de los problemas NP completos.

3. Objetivos del curso

Que el alumno aprenda los conceptos fundamentales de la teora de lenguajes formales.

4. Resultados (Outcomes)
a) Aplicar conocimientos de computacion y de matematicas apropiadas para la disciplina. (Evaluar)

b) Analizar problemas e identicar y denir los requerimientos computacionales apropiados para su

solucion. (Evaluar)

j) Aplicar la base matematica, principios de algoritmos y la teora de la Ciencia de la Computacion en

el modelamiento y diseno de sistemas computacionales de tal manera que demuestre comprension
de los puntos de equilibrio involucrados en la opcion escogida. (Evaluar)

5. Competencias especficas de Computacion (IEEE)

C8. Entendimiento de lo que las tecnologas actuales pueden y no pueden lograr. Outcome a

C9. Comprension de las limitaciones de la computacion, incluyendo la diferencia entre lo que la

computacion es inherentemente incapaz de hacer frente a lo que puede lograrse a traves de un
futuro de ciencia y tecnologa. Outcome b,j

6. Contenido del curso

6.1 Computabilidad y complejidad basica de automatas, 20 hr(s)
Competencias: C9

Topicos: I: Maquinas de estado nito. II: Expresiones regulares. III: Problema de la parada. IV: Gra-
maticas libres de contexto. V: Introduccion a las clases P y NP y al problema P vs. NP. VI: In-
troduccion y ejemplos de problemas NP- Completos y a clases NP-Completos. VII: Maquinas
de Turing, o un modelo formal equivalente de computacion universal. VIII: Maquinas de Turing
no determinsticas. IX: Jerarqua de Chomsky. X: La tesis de Church-Turing. XI: Computabili-
dad. XII: Teorema de Rice. XIII: Ejemplos de funciones no computables. XIV: Implicaciones
de la no-computabilidad.

Universidad Catolica San Pablo 235

236 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Objetivos de Aprendizaje I: Discute el concepto de maquina de estado nito[Evaluar] II: Dise-

ne una maquina de estado nito determinista para aceptar un determinado lenguaje[Evaluar]
III: Genere una expresion regular para representar un lenguaje especco[Evaluar] IV: Ex-
plique porque el problema de la parada no tiene solucion algortmica[Evaluar] V: Disene una
gramatica libre de contexto para representar un lenguaje especicado[Evaluar] VI: Dene las
clases P y NP[Evaluar] VII: Explique el signicado de NP-Completitud[Evaluar] VIII: Expli-
ca la tesis de Church-Turing y su importancia[Familiarizarse] IX: Explica el teorema de Rice
y su importancia[Familiarizarse] X: Da ejemplos de funciones no computables[Familiarizarse]
XI: Demuestra que un problema es no computable al reducir un problema clasico no computable
en base a el[Familiarizarse]

Bibliografa: [Kolman, 1997, Kelley, 1995]

6.2 Complejidad Computacional Avanzada, 20 hr(s)

Competencias: C8,C9

Topicos: I: Revision de las clases P y NP; introducir spacio P y EXP. II: Jerarqua polimonial. III: NP
completitud (Teorema de Cook). IV: Problemas NP completos clasicos. V: Tecnicas de reduc-
cion.

Objetivos de Aprendizaje I: Dene las clases P y NP (Tambien aparece en AL / Automata Basico,

Computalidad y Complejidad)[Evaluar] II: Dene la clase P-Space y su relacion con la clase
EXP[Evaluar] III: Explique el signicado de NP-Completo (Tambien aparece en AL / Automata
Basico, Computalidad y Complejidad)[Evaluar] IV: Muestre ejemplos de problemas clasicos en
NP - Completo[Evaluar] V: Pruebe que un problema es NP- Completo reduciendo un problema
conocido como NP-Completo[Evaluar]

Bibliografa: [Kelley, 1995, Hopcroft and Ullman, 1993]

6.3 Teora y Computabilidad Avanzada de Automatas, 20 hr(s)

Competencias: C8

Topicos: I: Conjuntos y Lenguajes: a) Lenguajes Regulares. b) Revision de automatas nitos deter-

minsticos (Deterministic Finite Automata DFAs) c) Automata nito no determinstico (Non-
deterministic Finite Automata NFAs) d ) Equivalencia de DFAs y NFAs. e) Revision de expre-
siones regulares; su equivalencia con automatas nitos. f ) Propiedades de cierre. g) Probando
no-regularidad de lenguajes, a traves del lema de bombeo (Pumping Lemma) o medios alterna-
tivos. II: Lenguajes libres de contexto: a) Automatas de pila (Push-down automata (PDAs)
b) Relacion entre PDA y gramaticas libres de contexto. c) Propiedades de los lenguajes libres
de contexto.

Objetivos de Aprendizaje I: Determina la ubicacion de un lenguaje en la jerarqua de Chomsky

(regular, libre de contexto, enumerable recursivamente)[Evaluar] II: Convierte entre notacio-
nes igualmente poderosas para un lenguaje, incluyendo entre estas AFDs, AFNDs, expresiones
regulares, y entre AP y GLCs[Evaluar]

Bibliografa: [Hopcroft and Ullman, 1993, Brookshear, 1993]

7. Bibliografa
[Brookshear, 1993] Brookshear, J. G. (1993). Teora de la Computacion. Addison Wesley Iberoame-
ricana.

[Hopcroft and Ullman, 1993] Hopcroft, J. E. and Ullman, J. D. (1993). Introduccion a la Teora de
Automatas, Lenguajes y Computacion. CECSA.

[Kelley, 1995] Kelley, D. (1995). Teora de Automatas y Lenguajes Formales. Prentice Hall.

236 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 237

[Kolman, 1997] Kolman, Busby, R. (1997). Estructuras de Matematicas Discretas para la Compu-
tacion. Prentice Hall.

Universidad Catolica San Pablo 237

238 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion
SUMILLA
CS271. Bases de Datos I (Obligatorio)
1. Informacion General
Semestre: 4to Sem. Creditos: 4

Horas del curso: Teora: 2 horas; Laboratorio: 4 horas;

Prerrequisitos:

CS1D3. Algebra Abstracta (3er Sem-Pag. 218)

2. Fundamentacion
La gestion de la informacion (IM) juega un rol principal en casi todas las areas donde los compu-
tadores son usados. Esta area incluye la captura, digitalizacion, representacion, organizacion, transfor-
macion y presentacion de informacion; algortmos para mejorar la eciencia y efectividad del acceso y
actualizacion de informacion almacenada, modelamiento de datos y abstraccion, y tecnicas de alma-
cenamiento de archivos fsicos.
Este tambien abarca la seguridad de la informacion, privacidad, integridad y proteccion en un am-
biente compartido. Los estudiantes necesitan ser capaces de desarrollar modelos de datos conceptuales
y fsicos, determinar que metodos de (IM) y tecnicas son apropiados para un problema dado, y ser
capaces de seleccionar e implementar una apropiada solucion de IM que reeje todas las restricciones
aplicables, incluyendo escalabilidad y usabilidad.

3. Objetivos del curso

Que el alumno aprenda a representar informacion en una base de datos priorizando la eciencia
en la recuperacion de la misma

Que el alumno aprenda los conceptos fundamentales de gestion de bases de datos. Esto incluye
aspectos de diseno de bases de datos, lenguajes de bases de datos y realizacion de bases de datos

Discutir el modelo de bases de datos con base en el algebra relacional, calculo relacional y en el
estudio de sentencias SQL.

4. Resultados (Outcomes)
b) Analizar problemas e identicar y denir los requerimientos computacionales apropiados para su
solucion. (Usar)

d) Trabajar efectivamente en equipos para cumplir con un objetivo comun. (Usar)

e) Entender correctamente las implicancias profesionales, eticas, legales, de seguridad y sociales de

la profesion. (Usar)

i) Utilizar tecnicas y herramientas actuales necesarias para la practica de la computacion. (Evaluar)

j) Aplicar la base matematica, principios de algoritmos y la teora de la Ciencia de la Computacion en

el modelamiento y diseno de sistemas computacionales de tal manera que demuestre comprension
de los puntos de equilibrio involucrados en la opcion escogida. (Evaluar)

238 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 239

5. Competencias especficas de Computacion (IEEE)

C1. La comprension intelectual y la capacidad de aplicar las bases matematicas y la teora de la
informatica (computer science). Outcome b

C2. Capacidad para tener una perspectiva crtica y creativa para identicar y resolver problemas
utilizando el pensamiento computacional. Outcome d

C7. Ser capaz de aplicar los principios y tecnologas de ingeniera de software para asegurar que
las implementaciones de software son robustos, ables y apropiados para su publico objetivo.
Outcome e

CS4. Implementar la teora apropiada, practicas y herramientas para la especicacion, diseno, imple-
mentacion y mantenimiento, as como la evaluacion de los sistemas basados en computadoras.
Outcome i

CS6. Evaluar los sistemas en terminos de atributos de calidad en general y las posibles ventajas y
desventajas que se presentan en el problema dado. Outcome j

6. Contenido del curso

6.1 Sistemas de Bases de Datos, 14 hr(s)
Competencias: 3

Topicos: I: Enfoque y Evolucion de Sistemas de Bases de Datos. II: Componentes del Sistema de
Bases de Datos. III: Diseno de las funciones principales de un DBMS. IV: Arquitectura de base
de datos e independencia de datos. V: Uso de un lenguaje de consulta declarativa. VI: Sistemas
de apoyo a contenido estructurado y / o corriente. VII: Enfoques para la gestion de grandes
volumenes de datos (por ejemplo, sistemas de bases de datos NoSQL, uso de MapReduce).

Objetivos de Aprendizaje I: Explica las caractersticas que distinguen un esquema de base de

datos de aquellos basados en la programacion de archivos de datos[Usar] II: Describe los disenos
mas comunes para los componentes base de sistemas de bases de datos incluyendo el optimizador
de consultas, ejecutor de consultas, administrador de almacenamiento, metodos de acceso y
procesador de transacciones[Usar] III: Cita las metas basicas, funciones y modelos de un sistema
de bases de datos[Usar] IV: Describe los componentes de un sistema de bases datos y da
ejemplos de su uso[Usar] V: Identica las funciones principales de un SGBD y describe sus
roles en un sistema de bases de datos[Usar] VI: Explica los conceptos de independencia de
datos y su importancia en un sistema de bases de datos[Usar] VII: Usa un lenguaje de consulta
declarativo para recoger informacion de una base de datos[Usar] VIII: Describe las capacidades
que las bases de datos brindan al apoyar estructuras y/o la secuencia de ujo de datos, ejm.
texto[Usar] IX: Describe los enfoques principales para almacenar y procesar larges volumenes
de datos[Usar]

Bibliografa: [Rob and Coronel, 2004, Elmasri and Navathe, 2004, Date, 2005, Korth and Silberschatz, 2002]

6.2 Modelado de datos, 14 hr(s)

Competencias: 4

Topicos: I: Modelado de datos II: Modelos conceptuales (e.g., entidad-relacion, diagramas UML) III: Mo-
delos de hoja de calculo IV: Modelos Relacionales. V: Modelos orientados a objetos. VI: Modelos
de datos semi-estructurados (expresados usando DTD o XML Schema, por ejemplo)

Objetivos de Aprendizaje I: Compare y contrasta modelos apropiados de datos, incluyendo es-

tructuras sus estructuras internas, para diversos tipos de datos[Usar] II: Describe los conceptos
en notacion de modelos (ejm. Diagramas Entidad-Relacion o UML) y como deben de ser usa-
dos[Usar] III: Dene la terminologa fundamental a ser usada en un modelo relacional de
datos[Usar] IV: Describe los principios basicos del modelo relacional de datos[Usar] V: Aplica

Universidad Catolica San Pablo 239

240 Escuela Profesional de Ciencia de la Computacion, Malla 2016

los conceptos de modelado y la notacion de un modelo relacional de datos[Usar] VI: Descri-

be los conceptos principales del modelado OO como son identidad de objetos, constructores de
tipos, encapsulacion, herencia, polimorsmo, y versiones[Usar] VII: Describe las diferencias
entre modelos de datos relacionales y semi-estructurados[Usar] VIII: Da una semi estructura
equivalente (ejm. en DTD o Esquema XML) para un esquema relacional dado[Usar]

Bibliografa: [Simsion and Witt, 2004, Elmasri and Navathe, 2004, Korth and Silberschatz, 2002]

6.3 Indexacion, 4 hr(s)

Competencias: 5

Topicos: I: El impacto de indices en el rendimiento de consultas. II: La estructura basica de un indi-

ce. III: Mantener un buer de datos en memoria. IV: Creando indices con SQL. V: Indexando
texto. VI: Indexando la web (e.g., web crawling)

Objetivos de Aprendizaje I: Generar un archivondice para una coleccion de recursos[Usar] II: Ex-
plicar la funcion de un ndice invertido en la localizacion de un documento en una coleccion[Usar]
III: Explicar como rechazar y detener palabras que afectan a la indexacion[Usar] IV: Identicar
los ndices adecuados para determinado el esquema relacional y el conjunto de consultas[Usar]
V: Estimar el tiempo para recuperar informacion, cuando son usados los ndices comparado con
cuando no son usados[Usar] VI: Describir los desafos claves en el rastreo web, por ejemplo, la
deteccion de documentos duplicados, la determinacion de la frontera de rastreo[Usar]

Bibliografa: [Whitehorn and Marklyn, 2001, Date, 2005, Korth and Silberschatz, 2002]

6.4 Bases de Datos Relacionales, 14 hr(s)

Competencias: 5

Topicos: I: Mapeo de esquemas conceptuales a esquemas relacionales. II: Entidad y integridad re-
ferencial. III: Algebra relacional y calculo relacional. IV: Diseno de bases de datos relaciona-
les. V: Dependencia funcional. VI: Descomposicion de un esquema. VII: Llaves candidatas,
SuperLlaves y cierre de un conjunto de atributos. VIII: Formas Normales (BCNF) IX: De-
pendencias multi-valoradas (4NF) X: Uniendo dependencias (PJNF, 5NF) XI: Teora de la
representacion.

Objetivos de Aprendizaje I: Prepara un esquema relacional de un modelo conceptual desarrollado

usando el modelo entidad-relacion[Usar] II: Explica y demuestra los conceptos de restricciones
de integridad de la entidad e integridad referencial (incluyendo la denicion del concepto de
clave foranea)[Usar] III: Demuestra el uso de las operaciones de algebra relacional de la teora
matematica de conjuntos (union, interseccion, diferencia, y producto Cartesiano) y de las ope-
raciones de algebra relacional desarrolladas especcamente para las bases de datos relacionales
(seleccion (restringida), proyeccion, union y division)[Usar] IV: Escribe consultas en algebra
relacional[Usar] V: Escribe consultas en calculo relacional de tuplas[Usar] VI: Determina la
dependencia funcional entre dos o mas atributos que son subconjunto de una relacion[Usar]
VII: Conecta restricciones expresadas como clave primaria y foranea, con dependencias fun-
cionales[Usar] VIII: Calcula la cerradura de un conjunto de atributos dado dependencias fun-
cionales[Usar] IX: Determina si un conjunto de atributos forma una superclave y/o una clave
candidata de una relacion dada dependencias funcionales[Usar] X: Evalua una descomposicion
propuesta, a n de determinar si tiene una union sin perdidas o preservacion de dependen-
cias[Usar] XI: Describe las propiedades de la FNBC, FNUP (forma normal union de proyecto),
5FN[Usar] XII: Explica el impacto de la normalizacion en la ecacia de las operaciones de una
base de datos especialmente en la optimizacion de consultas[Usar] XIII: Describe que es una
dependencia de multi valor y cual es el tipo de restricciones que especica[Usar]

Bibliografa: [Whitehorn and Marklyn, 2001, Date, 2005, Korth and Silberschatz, 2002]

240 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 241

6.5 Lenguajes de Consulta, 12 hr(s)

Competencias: 5

Topicos: I: Vision general de lenguajes de base de datos. II: SQL (denicion de datos, formula-
cion de consultas, sublenguaje update, restricciones, integridad) III: Selecciones IV: Proyeccio-
nes V: Select-project-join VI: Agregaciones y agrupaciones. VII: Subconsultas. VIII: Entornos
QBE de cuarta generacion. IX: Diferentes maneras de invocar las consultas no procedimentales
en lenguajes convencionales. X: Introduccion a otros lenguajes importantes de consulta (por
ejemplo, XPATH, SPARQL) XI: Procedimientos almacenados.

Objetivos de Aprendizaje I: Crear un esquema relacional de bases de datos en SQL que incor-
pora restricciones clave y restricciones de integridad de entidad e integridad referencial[Usar]
II: Usar SQL para crear tablas y devuelve (SELECT) la informacion de una base de da-
tos[Usar] III: Evaluar un conjunto de estrategias de procesamiento de consultas y selecciona la
estrategia optima[Usar] IV: Crear una consulta no-procedimental al llenar plantillas de relacines
para construir un ejemplo del resultado de una consulta requerida[Usar] V: Adicionar consultas
orientadas a objetos en un lenguaje stand-alone como C++ o Java (ejm. SELECT ColMethod()
FROM Objeto)[Usar] VI: Escribe un procedimiento almacenado que trata con parametros y
con algo de ujo de control de tal forma que tenga funcionalidad[Usar]

Bibliografa: [Dietrich, 2001, Elmasri and Navathe, 2004, Celko, 2005, Korth and Silberschatz, 2002]

6.6 Bases de Datos Relacionales, 12 hr(s)

Competencias: 4

Topicos: I: Mapeo de esquemas conceptuales a esquemas relacionales. II: Entidad y integridad re-
ferencial. III: Algebra relacional y calculo relacional. IV: Diseno de bases de datos relaciona-
les. V: Dependencia funcional. VI: Descomposicion de un esquema. VII: Llaves candidatas,
SuperLlaves y cierre de un conjunto de atributos. VIII: Formas Normales (BCNF) IX: De-
pendencias multi-valoradas (4NF) X: Uniendo dependencias (PJNF, 5NF) XI: Teora de la
representacion.

Objetivos de Aprendizaje I: Prepara un esquema relacional de un modelo conceptual desarrollado

usando el modelo entidad-relacion[Usar] II: Explica y demuestra los conceptos de restricciones
de integridad de la entidad e integridad referencial (incluyendo la denicion del concepto de
clave foranea)[Usar] III: Demuestra el uso de las operaciones de algebra relacional de la teora
matematica de conjuntos (union, interseccion, diferencia, y producto Cartesiano) y de las ope-
raciones de algebra relacional desarrolladas especcamente para las bases de datos relacionales
(seleccion (restringida), proyeccion, union y division)[Usar] IV: Escribe consultas en algebra
relacional[Usar] V: Escribe consultas en calculo relacional de tuplas[Usar] VI: Determina la
dependencia funcional entre dos o mas atributos que son subconjunto de una relacion[Usar]
VII: Conecta restricciones expresadas como clave primaria y foranea, con dependencias fun-
cionales[Usar] VIII: Calcula la cerradura de un conjunto de atributos dado dependencias fun-
cionales[Usar] IX: Determina si un conjunto de atributos forma una superclave y/o una clave
candidata de una relacion dada dependencias funcionales[Usar] X: Evalua una descomposicion
propuesta, a n de determinar si tiene una union sin perdidas o preservacion de dependen-
cias[Usar] XI: Describe las propiedades de la FNBC, FNUP (forma normal union de proyecto),
5FN[Usar] XII: Explica el impacto de la normalizacion en la ecacia de las operaciones de una
base de datos especialmente en la optimizacion de consultas[Usar] XIII: Describe que es una
dependencia de multi valor y cual es el tipo de restricciones que especica[Usar]

Bibliografa: [Harrington, 2002, Elmasri and Navathe, 2004, Date, 2005, Korth and Silberschatz, 2002]

7. Bibliografa
[Celko, 2005] Celko, J. (2005). Joe Celkos SQL Programming Style. Elsevier.

Universidad Catolica San Pablo 241

242 Escuela Profesional de Ciencia de la Computacion, Malla 2016

[Date, 2005] Date, C. (2005). Data Mining: Practical Machine Learning Tools and Techniques, Second
Edition. Elsevier.
[Dietrich, 2001] Dietrich, S. W. (2001). Understanding Relational Database Query Languages, First
Edition. Prentice Hall.
[Elmasri and Navathe, 2004] Elmasri, R. and Navathe, S. B. (2004). Fundamentals of Database Sys-
tems, Fourth Edition. Addison Wesley.
[Harrington, 2002] Harrington, J. L. (2002). Relational Database Design Clearly Explained, Second
Edition. Morgan Kaufmann.
[Korth and Silberschatz, 2002] Korth, H. F. and Silberschatz, A. (2002). Fundamentos de Base de
Datos. McGraw-Hill.
[Rob and Coronel, 2004] Rob, P. and Coronel, C. (2004). Database Systems: Design, Implementation
and Management, Sixth Edition. Morgan Kaufmann.
[Simsion and Witt, 2004] Simsion, G. and Witt, G. (2004). Data Modeling Essentials, Third Edition.
Morgan Kaufmann.
[Whitehorn and Marklyn, 2001] Whitehorn, M. and Marklyn, B. (2001). Inside Relational Databases,
Second Edition. Springer.

242 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 243

Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion
SUMILLA
MA201. Calculo II (Obligatorio)
1. Informacion General
Semestre: 4to Sem. Creditos: 4
Horas del curso: Teora: 2 horas; Practica: 4 horas;
Prerrequisitos:
MA101. Matematica II (2do Sem-Pag. 193)
MA102. Calculo I (3er Sem-Pag. 222)

2. Fundamentacion
Es una extension de los cursos de Analisis Matematico I y Analisis Matematico II, tomando en
cuenta dos o mas variables, indispensables para aquellas materias que requieren trabajar con geometra
en curvas y supercies, as como en procesos de busqueda de puntos extremos.
3. Objetivos del curso
Diferenciar e integrar funciones vectoriales de variable real, entender y manejar el concepto de
parametrizacion. Describir una curva en forma parametrica.
Describir, analizar, disenar y formular modelos continuos que dependen de mas de una variable.
Establecer relaciones entre diferenciacion e integracion y aplicar el calculo diferencial e integral
ala resolucion de problemas geometricos y de optimizacion.

4. Resultados (Outcomes)
a) Aplicar conocimientos de computacion y de matematicas apropiadas para la disciplina. (Evaluar)
j) Aplicar la base matematica, principios de algoritmos y la teora de la Ciencia de la Computacion en
el modelamiento y diseno de sistemas computacionales de tal manera que demuestre comprension
de los puntos de equilibrio involucrados en la opcion escogida. (Evaluar)

5. Competencias especficas de Computacion (IEEE)

C1. La comprension intelectual y la capacidad de aplicar las bases matematicas y la teora de la
informatica (computer science). Outcome a
C20. Posibilidad de conectar la teora y las habilidades aprendidas en la academia a los aconteci-
mientos del mundo real que explican su pertinencia y utilidad. Outcome j
C24. Comprender la necesidad de la formacion permanente y la mejora de habilidades y capacidades.
Outcome j

6. Contenido del curso

6.1 Geometra en el espacio, 8 hr(s)
Competencias: C1
Topicos: I: R3 como espacio eucldeo y algebra . II: Supercies basicas en el espacio.
Objetivos de Aprendizaje I: Manejar el algebra vectorial en R3 [Usar]. II: Identicar tipos de
supercies en el espacio [Usar]. III: Gracar supercies basicas [Usar].
Bibliografa: [Apostol, 1973, Simmons, 1995]

Universidad Catolica San Pablo 243

244 Escuela Profesional de Ciencia de la Computacion, Malla 2016

6.2 Curvas y parametrizaciones, 20 hr(s)

Competencias: C1

Topicos: I: Funciones vectoriales de variable real. Reparametrizaciones II: Diferenciacion e integra-

cion III: Velocidad, aceleracion , curvatura, torsion

Objetivos de Aprendizaje I: Describir las diferentes caractersticas de una curva [Usar].

Bibliografa: [Apostol, 1973, Simmons, 1995]

6.3 Campos escalares, 20 hr(s)

Competencias: C1

Topicos: I: Curvas de nivel II: Lmites y continuidad III: Diferenciacion

Objetivos de Aprendizaje I: Gracar campos escalares II: Discutir la existencia de un lmite y

la continuidad de un campo escalar [Usar]. III: Calcular derivadas parciales y totales [Usar].

Bibliografa: [Apostol, 1973, Bartle, 1976, Simmons, 1995]

6.4 Aplicaciones, 12 hr(s)

Competencias: C20

Topicos: I: Maximos y mnimos II: Multiplicadores de Lagrange

Objetivos de Aprendizaje I: Interpretar la nocion de gradiente en curvas de nivel y en supercies

de nivel [Usar]. II: Usar tecnicas para hallar extremos [Usar].

Bibliografa: [Apostol, 1973, Simmons, 1995, Bartle, 1976]

6.5 Integracion Multiple, 12 hr(s)

Competencias: C24

Topicos: I: Integracion de Riemann II: Integracion sobre regiones III: Cambio de coordenadas
IV: Aplicaciones

Objetivos de Aprendizaje I: Reconocer regiones de integracion adecuadas [Usar]. II: Realizar

cambios de coordenadas adecuados [Usar]. III: Aplicar la integracion multiple a problemas
[Usar].

Bibliografa: [Apostol, 1973]

6.6 Campos vectoriales, 18 hr(s)

Competencias: C1

Topicos: I: Integrales de linea II: Campos conservativos III: Integrales de supercie

Objetivos de Aprendizaje I: Calcular la integral de linea de campos vectoriales[Usar]. II: Reco-

nocer campos conservativos[Usar]. III: Hallar funciones potenciales de campos conservativos
[Usar]. IV: Hallar integrales de supercies y aplicarlas [Usar].

Bibliografa: [Apostol, 1973]

244 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 245

7. Bibliografa
[Apostol, 1973] Apostol, T. M. (1973). Calculus, volume II. Editorial Reverte.
[Bartle, 1976] Bartle, R. G. (1976). The Elements of Real Analysis. Wiley; 2 edition.
[Simmons, 1995] Simmons, G. F. (1995). Calculus With Analytic Geometry. McGraw-Hill Scien-
ce/Engineering.

Universidad Catolica San Pablo 245

246 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion
SUMILLA
MA203. Estadstica y Probabilidades (Obligatorio)
1. Informacion General
Semestre: 4to Sem. Creditos: 4
Horas del curso: Teora: 2 horas; Practica: 2 horas; Laboratorio: 2 horas;
Prerrequisitos:
MA102. Calculo I (3er Sem-Pag. 222)

2. Fundamentacion
Provee de una introduccion a la teora de las probabilidades e inferencia estadstica con aplicaciones,
necesarias en el analisis de datos, diseno de modelos aleatorios y toma de decisiones.
3. Objetivos del curso
Que el alumno aprenda a utilizar las herramientas de la estadstica para tomar decisiones ante
situaciones de incertidumbre.
Que el alumno aprenda a obtener conclusiones a partir de datos experimentales.
Que el alumno pueda extraer conslusiones utiles sobre la totalidad de una poblacion basandose
en informacion. recolectada

4. Resultados (Outcomes)
a) Aplicar conocimientos de computacion y de matematicas apropiadas para la disciplina. (Usar)
i) Utilizar tecnicas y herramientas actuales necesarias para la practica de la computacion. (Usar)
j) Aplicar la base matematica, principios de algoritmos y la teora de la Ciencia de la Computacion en
el modelamiento y diseno de sistemas computacionales de tal manera que demuestre comprension
de los puntos de equilibrio involucrados en la opcion escogida. (Evaluar)

5. Competencias especficas de Computacion (IEEE)

C1. La comprension intelectual y la capacidad de aplicar las bases matematicas y la teora de la
informatica (computer science). Outcome a
CS6. Evaluar los sistemas en terminos de atributos de calidad en general y las posibles ventajas y
desventajas que se presentan en el problema dado. Outcome i
CS2. Identicar y analizar los criterios y especicaciones apropiadas a los problemas especcos, y
planicar estrategias para su solucion. Outcome j

6. Contenido del curso

6.1 Estadstica descriptiva, 6 hr(s)
Competencias: C1
Topicos: I: Presentacion de datos II: Medidas de localizacion central III: Medidas de dispersion
Objetivos de Aprendizaje I: Presentar resumir y describir datos. [Usar]
Bibliografa: [William Mendenhall, 1997]

246 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 247

6.2 Probabilidades, 6 hr(s)

Competencias: C1

Topicos: I: Espacios muestrales y eventos II: Axiomas y propiedades de probabilidad III: Proba-
bilidad condicional IV: Independencia, V: Teorema de Bayes

Objetivos de Aprendizaje I: Identicar espacios aleatorios [Usar] II: disenar modelos probabils-
ticos [Usar] III: Identicar eventos como resultado de un [Usar]experimento aleatorio [Usar]
IV: Calcular la probabilidad de ocurrencia de un evento [Usar] V: Hallar la probabilidad
usando condicionalidad, independencia y Bayes [Usar]

Bibliografa: [Meyer, 1970]

6.3 Variable aleatoria, 6 hr(s)

Competencias: CS6

Topicos: I: Denicion y tipos de variables aleatorias II: Distribucion de probabilidades III: Fun-
ciones densidad IV: Valor esperado V: Momentos

Objetivos de Aprendizaje I: Identicar variables aleatorias que describan un espacio muestra

[Usar] II: Construir la distribucion o funcion de densidad. [Usar] III: Caracterizar distri-
buciones o funciones densidad conjunta. [Usar]

Bibliografa: [Meyer, 1970, Devore, 1998]

6.4 Distribucion de probabilidad discreta y continua, 6 hr(s)

Competencias: CS6

Topicos: I: Distribuciones de probabilidad basicas II: Densidades de probabilidad basicas III: Fun-
ciones de variable aleatoria

Objetivos de Aprendizaje I: Calcular probabilidad de una variable aleatoria con distribucion o

funcion densidad [Usar] II: Identicar la distribucion o funcion densidad que describe un pro-
blema aleatorio [Usar] III: Probar propiedades de distribuciones o funciones de densidad [Usar]

Bibliografa: [Meyer, 1970, Devore, 1998]

6.5 Distribucion de probabilidad conjunta, 6 hr(s)

Competencias: CS2

Topicos: I: Variables aleatorias distribuidas conjuntamente II: Valores esperados, covarianza y

correlacion III: Las estadsticas y sus distribuciones IV: Distribucion de medias de muestras
V: Distribucion de una combinacion lineal

Objetivos de Aprendizaje I: Encontrar la distribucion conjunta de dos variables aleatorias dis-

cretas o continuas [Usar] II: Hallar las distribuciones marginales o condicionales de variables
aleatorias conjuntas [Usar] III: Determinar dependencia o independencia de variables aleatorias
[Usar] IV: Probar propiedades que son consecuencia del teorema del lmite central [Usar]

Bibliografa: [Meyer, 1970, Devore, 1998]

Universidad Catolica San Pablo 247

248 Escuela Profesional de Ciencia de la Computacion, Malla 2016

6.6 Inferencia estadstica, 6 hr(s)

Competencias: CS2
Topicos: I: Estimacion estadstica II: Prueba de hipotesis III: Prueba de hipotesis usando ANOVA
Objetivos de Aprendizaje I: Probar si un estimador es insesgado, consistente o suciente [Usar]
II: Hallar intervalo intervalos de conanza para estimar parametros [Usar] III: Tomar decisiones
de parametros en base a pruebas de hipotesis [Usar] IV: Probar hipotesis usando ANOVA [Usar]
Bibliografa: [Meyer, 1970, Devore, 1998]

7. Bibliografa
[Devore, 1998] Devore, J. L. (1998). Probabilidad y estadstica para ingeniera y ciencias. International
Thomson Editores.
[Meyer, 1970] Meyer, P. L. (1970). Introductory Probability and Statistical Applications. Addison
Wesley.
[William Mendenhall, 1997] William Mendenhall, T. S. (1997). Probabilidad y Estadstica para Inge-
neras Ciencias. Prentice Hall Hispanoamericano, S.A.

248 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 249

Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion
SUMILLA
FG204. Teologa (Obligatorio)
1. Informacion General
Semestre: 4to Sem. Creditos: 2

Horas del curso: Teora: 1 horas; Practica: 2 horas;

Prerrequisitos:

FG107. Antropologa Filosoca y Teologica (3er Sem-Pag. 225)

2. Fundamentacion
La Universidad Catolica San Pablo busca ofrecer una vision de la persona humana y del mundo
iluminada por el Evangelio y, consiguientemente, por la fe en Cristo-Logos, como centro de la creacion
y de la historia. El estudio de la teologa es fundamental para dicha comprension de Dios, del hombre
y del cosmos. La Teologa permite al creyente en Cristo conocer y comprender mejor su fe. Al no
creyente, la comprension de la cosmovision que ha forjado la cultura occidental en la cual ha nacido,
vive y desarrollara su propia vida, as como abrirse al conocimiento de Dios desde Jesucristo y su
Iglesia.

3. Objetivos del curso

Conocer y comprender el Cristianismo en cuanto religion revelada desde las razones en las que
se apoya, mostrando su credibilidad, a n de ofrecer al creyente razones que motivan su opcion
de fe y presentar a quien no lo es razones para creer. [Familiarizarse]

4. Resultados (Outcomes)
n) Aplicar conocimientos de humanidades en su labor profesional. (Usar)

n) Comprender que la formacion de un buen profesional no se desliga ni se opone sino mas bien
contribuye al autentico crecimiento personal. Esto requiere de la asimilacion de valores solidos,
horizontes espirituales amplios y una vision profunda del entorno cultural. (Usar)

o) Mejorar las condiciones de la sociedad poniendo la tecnologa al servicio del ser humano. (Usar)

5. Competencias especficas de Computacion (IEEE)

C17. Capacidad para expresarse en los medios de comunicacion orales y escritos como se espera de
un graduado.. Outcome n,n

C20. Posibilidad de conectar la teora y las habilidades aprendidas en la academia a los aconteci-
mientos del mundo real que explican su pertinencia y utilidad. Outcome n,n,o

C21. Comprender el aspecto profesional, legal, seguridad, asuntos polticos, humanistas, ambientales,
culturales y eticos. Outcome n,n

C22. Capacidad para demostrar las actitudes y prioridades que honrar, proteger y mejorar la estatura
y la reputacion etica de la profesion. Outcome n,n

C24. Comprender la necesidad de la formacion permanente y la mejora de habilidades y capacidades.

Outcome n,n

Universidad Catolica San Pablo 249

250 Escuela Profesional de Ciencia de la Computacion, Malla 2016

6. Contenido del curso

6.1 Primera Unidad: Homo Capa Dei, El hombres es capaz de Dios, 3 hr(s)
Competencias: C17,C24

Topicos: I: El hombre: un ser inquieto en busqueda. II: La va ascendente del hombre a Dios.
a) La razon y el conocimiento de Dios. b) La experiencia existencial. c) La busqueda religiosa.
III: Expresiones del espritu religioso. IV: La negacion de Dios.

Objetivos de Aprendizaje I: Mostrar la hipotesis Dios como algo connatural al espritu humano
y las consecuencias que de ello se derivan. [Familiarizarse]

Bibliografa: [Valdivia Laura, 2011, Arroyo, 2006, Ratzinger, 2007, Swinburne, 2011, De Lubac, 2005]

6.2 Segunda Unidad: Dios sale al encuentro del hombre, 9 hr(s)

Competencias: C22

Topicos: I: Dios habla al hombre. II: Jesucristo: Plenitud de la Revelacion. III: Las Sagradas
Escrituras. IV: La Tradicion. V: La sucesion apostolica.

Objetivos de Aprendizaje I: Reconocer la doctrina catolica de la Revelacion, entendida como el

camino de auto comunicacion de Dios hacia el hombre y las implicaciones que de dicha doctrina
se derivan. [Familiarizarse]

Bibliografa: [Con, , Conferencia Episcopal, 1992, Latourelle, 1985]

6.3 Tercera Unidad: Credo ut Intelligam. La fe y la razon, 6 hr(s)

Competencias: C20

Topicos: I: La fe natural y el acto de creer como acto razonable. II: La Fe sobrenatural (Fides qua
creditur). III: El contenido de la Fe (Fides quae creditur). IV: Fe y razon.

Objetivos de Aprendizaje I: Estimar el acto de Fe como la respuesta del hombre a Dios, que se
revela, y su relacion con la razon. [Familiarizarse]

Bibliografa: [Conferencia Episcopal, 1992, Benedicto, 2006, Pablo II, 1998a, Conferencia Episcopal, 1992,
Benedicto, 2011, Anselmo, 1970]

6.4 Cuarta Unidad: Jesus de Nazaret, 15 hr(s)

Competencias: C21

Topicos: I: Quien es Jesus? a) Historicidad de Jesus de Nazaret. II: Que dice Jesus de s mismo?
a) Jesus el Mesas. b) Jesus el Hijo del Hombre. c) Jesus el Hijo de Dios. III: Que hizo
Jesus? a) Testigo de la Verdad: El mensaje de Jesus. b) Paso haciendo el bien: Los milagros
de Jesus. c) La Resurreccion. IV: La Fe de la Iglesia en Cristo. a) Verdadero Dios: Logos.
b) Verdadero Hombre: La Encarnacion. c) Dios y hombre Verdadero: La union Hipostatica. d ) El
Reconciliador, el Senor.

Objetivos de Aprendizaje I: Distinguir a Jesus de Nazaret como el Cristo, Plenitud de la revela-

cion de Dios a los hombres. [Familiarizarse]

Bibliografa: [Guardini, 2006, XVI, 2011, Pablo II, 1998b, Conferencia Episcopal, 1992, Giacomo, 2001,
Adam, 1972]

250 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 251

6.5 Quinta Unidad: La Iglesia de Cristo, 6 hr(s)

Competencias: C20,C22,C24
Topicos: I: Objeciones contra la Iglesia. II: La Iglesia de Cristo. a) Cristo funda la Iglesia. b) La Igle-
sia Cuerpo de Cristo. c) La Iglesia prolonga en la historia la presencia de Cristo. d ) Sacramento
Universal de Salvacion.
III: Las notas de la Iglesia a) Una b) Santa c) Catolica d ) Apostolica
Objetivos de Aprendizaje I: Conocer y valorar la naturaleza y mision de la Iglesia y su inseparable
relacion con Jesucristo. [Familiarizarse]
Bibliografa: [Pablo II, 1998b, Conferencia Episcopal, 1992, De Lubac, 1988, Concilio Vaticano, 1973,
XVI, 1992]

7. Bibliografa
[Con, ] Concilio Vaticano II, Constitucion Dogmatica Dei Verbum sobre la divina revelacion. Paulinas.
[Adam, 1972] Adam, K. (1972). El Cristo de nuestra fe. Herder.
[Anselmo, 1970] Anselmo, S. (1970). Proslogion. Aguilar Argentina.
[Arroyo, 2006] Arroyo, L. M. (2006). Humanismo y cristianismo: El humanismo ateo. Themata:
Revista de losofa, (36):207222.
[Benedicto, 2006] Benedicto, X. (2006). Discurso en la universidad de ratisbona. Fe, razon y univer-
sidad. Recuerdos y reexiones.
[Benedicto, 2011] Benedicto, X. (2011). Discurso en la entrega del premio ratzinger.
[Concilio Vaticano, 1973] Concilio Vaticano, I. (1973). Constitucion dogmatica sobre la iglesia lumen
gentium. Constituciones. Decretos. Declaraciones.
[Conferencia Episcopal, 1992] Conferencia Episcopal, E. (1992). Catecismo de la Iglesia Catolica.
Asociacion de Editores del Catecismo, 5 edition.
[De Lubac, 1988] De Lubac, H. (1988). Catolicismo: Aspectos Sociales del Dogma. Ediciones Encuen-
tro.
[De Lubac, 2005] De Lubac, H. (2005). El drama del humanismo ateo: Prologo de Valent Puig.
Encuentro.
[Giacomo, 2001] Giacomo, B. (2001). Jesus de nazaret: Centro del cosmos y de la historia.
[Guardini, 2006] Guardini, R. (2006). La esencia del cristianismo: una etica para nuestro tiempo.
Ediciones Cristianas.
[Latourelle, 1985] Latourelle, R. (1985). Theologa de la revelacion, volume 19. Sgueme.
[Pablo II, 1998a] Pablo II, J. (1998a). Carta encclica des et ratio sobre las relaciones entre fe y
razon. Technical report, 14-IX.
[Pablo II, 1998b] Pablo II, J. (1998b). Creo en Jesucristo: Catequesis sobre el Credo (II), volume 2.
Palabra.
[Ratzinger, 2007] Ratzinger, J. (2007). Jesus de Nazareth. Planeta.
[Swinburne, 2011] Swinburne, R. (2011). La existencia de Dios. San Esteban.
[Valdivia Laura, 2011] Valdivia Laura, C. A. (2011). Separata homo capax dei.
[XVI, 2011] XVI, B. (2011). Jesus de Nazaret. Desde la entrada en Jerusalen hasta la Resurreccion.
Ediciones Encuentro.
[XVI, 1992] XVI, P. B. (1992). La Iglesia: una comunidad siempre en camino. Paulinas.

Universidad Catolica San Pablo 251

252 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion

SUMILLA

CS272. Bases de Datos II (Obligatorio)

1. Informacion General
Semestre: 5to Sem. Creditos: 3

Horas del curso: Teora: 1 horas; Practica: 2 horas; Laboratorio: 2 horas;

Prerrequisitos:

CS271. Bases de Datos I (4to Sem-Pag. 240)

Ingles(300)

2. Fundamentacion
La Gestion de la Informacion (IM-Information Management ) juega un rol principal en casi todas
las areas donde los computadores son usados. Esta area incluye la captura, digitalizacion, representa-
cion, organizacion, transformacion y presentacion de informacion; algortmos para mejorar la eciencia
y efectividad del acceso y actualizacion de informacion almacenada, modelamiento de datos y abstrac-
cion, y tecnicas de almacenamiento de archivos fsicos.
Este tambien abarca la seguridad de la informacion, privacidad, integridad y proteccion en un am-
biente compartido. Los estudiantes necesitan ser capaces de desarrollar modelos de datos conceptuales
y fsicos, determinar que metodos de IM y tecnicas son apropiados para un problema dado, y ser
capaces de seleccionar e implementar una apropiada solucion de IM que reeje todas las restricciones
aplicables, incluyendo escalabilidad y usabilidad.

3. Objetivos del curso

Hacer que el alumno entienda las diferentes aplicaciones que tienen las bases de datos, en las
diversas areas de conocimiento.

Mostrar las formas adecuadas de almacenamiento de informacion basada en sus diversos enfoques
y su posterior recuperacion de informacion.

4. Resultados (Outcomes)
b) Analizar problemas e identicar y denir los requerimientos computacionales apropiados para su
solucion. ()

e) Entender correctamente las implicancias profesionales, eticas, legales, de seguridad y sociales de

la profesion. (Evaluar)

i) Utilizar tecnicas y herramientas actuales necesarias para la practica de la computacion. (Evaluar)

j) Aplicar la base matematica, principios de algoritmos y la teora de la Ciencia de la Computacion en

el modelamiento y diseno de sistemas computacionales de tal manera que demuestre comprension
de los puntos de equilibrio involucrados en la opcion escogida. (Evaluar)

252 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 253

5. Competencias especficas de Computacion (IEEE)

C1. La comprension intelectual y la capacidad de aplicar las bases matematicas y la teora de la
informatica (computer science). Outcome b

C7. Ser capaz de aplicar los principios y tecnologas de ingeniera de software para asegurar que
las implementaciones de software son robustos, ables y apropiados para su publico objetivo.
Outcome e

CS4. Implementar la teora apropiada, practicas y herramientas para la especicacion, diseno, imple-
mentacion y mantenimiento, as como la evaluacion de los sistemas basados en computadoras.
Outcome i

CS6. Evaluar los sistemas en terminos de atributos de calidad en general y las posibles ventajas y
desventajas que se presentan en el problema dado. Outcome j

6. Contenido del curso

6.1 Diseno Fsico de Bases de Datos, 10 hr(s)
Competencias: C1

Topicos: I: Almacenamiento y estructura de archivos. II: Archivos indexados. III: Archivos Hash. IV: Ar-
chivos de Firma. V: Arboles B. VI: Archivos con ndice denso. VII: Archivos con registros de
tamano variable. VIII: Eciencia y Anacion de Bases de Datos.

Objetivos de Aprendizaje I: Explica los conceptos de registro, tipos de registro, y archivos, as

como las diversas tecnicas para colocar registros de archivos en un disco[Usar] II: Da ejemplos
de la aplicacion de ndices primario, secundario y de agrupamiento[Usar] III: Distingue entre
un ndice no denso y uno denso[Usar] IV: Implementa ndices de multinivel dinamicos usando
arboles-B[Usar] V: Explica la teora y la aplicacion de tecnicas de hash internas y externas[Usar]
VI: Usa tecnicas de hasp para facilitar la expansion de archivos dinamicos[Usar] VII: Des-
cribe las relaciones entre hashing, compresion, y busquedas ecientes en bases de datos[Usar]
VIII: Evalua el costo y benecio de diversos esquemas de hashing[Usar] IX: Explica como el
diseno fsico de una base de datos afecta la eciencia de las transacciones en esta[Usar]

Bibliografa: [Burleson, 2004, Date, 2005, Celko, 2005]

6.2 Procesamiento de Transacciones, 12 hr(s)

Competencias: C1

Topicos: I: Transacciones. II: Fallo y recuperacion. III: Control concurente. IV: Interaccion de
gestion de transacciones con el almacenamiento, especialmente en almacenamiento.

Objetivos de Aprendizaje I: Crear una transaccion mediante la incorporacion de SQL en un pro-

grama de aplicacion[Usar] II: Explicar el concepto de conmaciones implicitas[Usar] III: Des-
cribir los problemas especicos para la ejecucion de una transaccion eciente[Usar] IV: Explicar
cuando y porque se necesita un rollback, y como registrar todo asegura un rollback adecuado[Usar]
V: Explicar el efecto de diferentes niveles de aislamiento sobre los mecanismos de control de
concurrencia[Usar] VI: Elejir el nivel de aislamiento adecuado para la aplicacion de un protocolo
de transaccion especicado[Usar] VII: Identicar los lmites apropiados de la transaccion en
programas de aplicacion[Usar]

Bibliografa: [Philip A. Bernstein, 1997, Ramez Elmasri, 2004]

Universidad Catolica San Pablo 253

254 Escuela Profesional de Ciencia de la Computacion, Malla 2016

6.3 Almacenamiento y Recuperacion de Informacion, 10 hr(s)

Competencias: C1
Topicos: I: Documentos, publicacion electronica, markup, y lenguajes markup. II: Tries, archivos
invertidos, Arboles PAT, archivos de rma, indexacion. III: Analisis Morfologico, stemming, fra-
ses, stop lists. IV: Distribuciones de frecuencia de terminos, incertidumbre, fuzicacion (fuzzy-
ness), ponderacion. V: Espacio vectorial, probabilidad, logica, y modelos avanzados. VI: Ne-
cesidad de Informacion , Relevancia, evaluacion, efectividad. VII: Thesauri, ontologas, cla-
sicacion y categorizacion, metadata. VIII: Informacion bibliograca, bibliometra, citacio-
nes. IX: Enrutamiento y ltrado. X: Busqueda multimedia. XI: Informacion de resumen y
visualizacion. XII: Busqueda por facetas (por ejemplo, el uso de citas, palabras clave, esquemas
de clasicacion). XIII: Libreras digitales. XIV: Digitalizacion, almacenamiento, intercambio,
objetos digitales, composicion y paquetes. XV: Metadata y catalogacion. XVI: Nombramiento,
repositorios, archivos XVII: Archivamiento y preservacion, integrdad XVIII: Espacios (Con-
ceptual, geograco, 2/3D, Realidad virtual) XIX: Arquitecturas (agentes, autobuses, envolturas
/ mediadores), de interoperabilidad. XX: Servicios (busqueda, de union, de navegacion, y as
sucesivamente). XXI: Gestion de derechos de propiedad intelectual, la privacidad y la proteccion
(marcas de agua).
Objetivos de Aprendizaje I: Explica los conceptos basicos de almacenamiento y recuperacion de la
informacion[Usar] II: Describe que temas son especcos para una recuperacion de la informacion
eciente[Usar] III: Da aplicaciones de estrategias alternativas de busqueda y explica porque una
estrategia en particular es apropiada para una aplicacion[Usar] IV: Disena e implementa un
sistema de almacenamiento y recuperacion de la informacion o librera digital de tamano pequeno
a mediano[Usar] V: Describe algunas de las soluciones tecnicas a los problemas relacionados al
archivamiento y preservacion de la informacion en una librera digital[Usar]
Bibliografa: [Peter Brusilovsky, 1998, Ramez Elmasri, 2004]

6.4 Bases de Datos Distribuidas, 36 hr(s)

Competencias: C1
Topicos: I: DBMS Distribuidas a) Almacenamiento de datos distribuido b) Procesamiento de consul-
tas distribuido c) Modelo de transacciones distribuidas d ) Soluciones homogeneas y heterogeneas
e) Bases de datos distribuidas cliente-servidor II: Parallel DBMS a) Arquitecturas paralelas
DBMS: memoria compartida, disco compartido, nada compratido; b) Aceleracion y ampliacion,
por ejemplo, el uso del modelo de procesamiento MapReduce c) Replicacion de informacion y
modelos de consistencia debil
Objetivos de Aprendizaje I: Explicar las tecnicas usadas para la fragmentacion de datos, replica-
cion, y la asignacion durante el proceso de diseno de base de datos distribuida[Usar] II: Evaluar
estrategias simples para la ejecucion de una consulta distribuida para seleccionar una estrategia
que minimise la cantidad de transferencia de datos[Usar] III: Explicar como el protocolo de dos
fases de commit es usado para resolver problemas de transacciones que acceden a bases de datos
almacenadas en multiples nodos[Usar] IV: Describir el control concurrente distribuido basados
en tecnicas de copia distinguidos y el metodo de votacion. [Usar] V: Describir los tres niveles
del software en el modelo cliente servidor[Usar]
Bibliografa: [M. Tamer Ozsu, 1999, Date, 2005]

7. Bibliografa
[Burleson, 2004] Burleson, D. K. (2004). Physical Database Design Using Oracle. CRC Press.
[Celko, 2005] Celko, J. (2005). Joe Celkos SQL Programming Style. Elsevier.
[Date, 2005] Date, C. (2005). Data Mining: Practical Machine Learning Tools and Techniques, Second
Edition. Elsevier.

254 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 255

[M. Tamer Ozsu, 1999] M. Tamer Ozsu, P. V. (1999). Principles of Distributed Database Systems,
Second Edition. Prentice Hall.
[Peter Brusilovsky, 1998] Peter Brusilovsky, Alfred Kobsa, J. V. (1998). Adaptive Hypertext and Hy-
permedia, First Edition. Springer.
[Philip A. Bernstein, 1997] Philip A. Bernstein, E. N. (1997). Principles of Transaction Processing,
First Edition. Morgan Kaufmann.
[Ramez Elmasri, 2004] Ramez Elmasri, S. B. N. (2004). Fundamentals of Database Systems, Fourth
Edition. Addison Wesley.

Universidad Catolica San Pablo 255

256 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion
SUMILLA
CS291. Ingeniera de Software I (Obligatorio)
1. Informacion General
Semestre: 5to Sem. Creditos: 4

Horas del curso: Teora: 2 horas; Practica: 2 horas; Laboratorio: 2 horas;

Prerrequisitos:

CS113. Ciencia de la Computacion II (3er Sem-Pag. 203)

CS271. Bases de Datos I (4to Sem-Pag. 240)

2. Fundamentacion
La tarea de desarrollar software, excepto para aplicaciones sumamente simples, exige la ejecucion
de un proceso de desarrollo bien denido. 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 mas
idoneo 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 tecnicas relacionadas
al diseno basado en componentes.

3. Objetivos del curso

Brindar al alumno un marco teorico y practico para el desarrollo de software bajo estandares de
calidad.

Familiarizar al alumno con los procesos de modelamiento y construccion de software a traves del
uso de herramientas CASE.

Los alumnos debe ser capaces de seleccionar Arquitecturas y Plataformas tecnologicas ad-hoc a
los escenarios de implementacion.

Aplicar el modelamiento basado en componentes y n de asegurar variables como calidad, costo

y time-to-market en los procesos de desarrollo.

Brindar a los alumnos mejores practicas para la vericacion y validacion del software.

4. Resultados (Outcomes)
b) Analizar problemas e identicar y denir los requerimientos computacionales apropiados para su
solucion. (Usar)

c) Disenar, 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 tecnicas y herramientas actuales necesarias para la practica de la computacion. (Evaluar)

k) Aplicar los principios de desarrollo y diseno en la construccion de sistemas de software de com-

plejidad variable. (Usar)

256 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 257

5. Competencias especficas de Computacion (IEEE)

C7. Ser capaz de aplicar los principios y tecnologas de ingeniera de software para asegurar que
las implementaciones de software son robustos, ables y apropiados para su publico objetivo.
Outcome b,k

C8. Entendimiento de lo que las tecnologas actuales pueden y no pueden lograr. Outcome b,c,k

C11. Entendimiento del concepto del ciclo de vida, incluyendo la importancia de sus fases (plani-
cacion, desarrollo, implementacion y evolucion). Outcome c

C12. Entender las implicaciones de ciclo de vida para el desarrollo de todos los aspectos de los siste-
mas informaticos (incluyendo software, hardware, y la interfaz de la computadora humana).
Outcome c,i

C13. Comprender la relacion entre la calidad y la gestion del ciclo de vida. Outcome c,i

C18. Capacidad para participar de forma activa y coordinada en un equipo. Outcome k

CS1. Modelar y disenar sistemas de computadora de una manera que se demuestre comprension del
balance entre las opciones de diseno. Outcome c

CS2. Identicar y analizar los criterios y especicaciones apropiadas a los problemas especcos, y
planicar estrategias para su solucion. Outcome b,c

CS4. Implementar la teora apropiada, practicas y herramientas para la especicacion, diseno, imple-
mentacion y mantenimiento, as como la evaluacion de los sistemas basados en computadoras.
Outcome b,c,i

CS5. Especicar, disenar e implementar sistemas basados en computadoras. Outcome b,c,i

CS10. Implementar efectivamente las herramientas que se utilizan para la construccion y la docu-
mentacion de software, con especial enfasis en la comprension de todo el proceso involucrado
en el uso de computadoras para resolver problemas practicos. Esto debe incluir herramientas
para el control de software, incluyendo el control de versiones y gestion de la conguracion.
Outcome i,k

6. Contenido del curso

6.1 Ingeniera de Requisitos, 18 hr(s)
Competencias: C7, C11, CS2

Topicos: I: Al describir los requisitos funcionales utilizando, por ejemplo, los casos de uso o historias
de los usuarios. II: Propiedades de requisitos, incluyendo la consistencia, validez, integridad y via-
bilidad. III: Requisitos de software elicitation. IV: Descripcion de datos del sistema utilizando,
por ejemplo, los diagramas de clases o diagramas entidad-relacion. V: Requisitos no funcionales
y su relacion con la calidad del software. VI: Evaluacion y uso de especicaciones de requisi-
tos. VII: Requisitos de las tecnicas de modelado de analisis. VIII: La aceptabilidad de las con-
sideraciones de certeza/incertidumbre sobre el comportamiento del software/sistema. IX: Pro-
totipos. X: Conceptos basicos de la especicacion formal de requisitos. XI: Especicacion de
requisitos. XII: Validacion de requisitos. XIII: Rastreo de requisitos.

Objetivos de Aprendizaje I: Enumerar los componentes clave de un caso de uso o una descrip-
cion similar de algun comportamiento que es requerido para un sistema[Evaluar] II: Describir
como el proceso de ingeniera de requisitos apoya la obtencion y validacion de los requisitos de
comportamiento[Evaluar] III: Interpretar un modelo de requisitos dada por un sistema de soft-
ware simple[Evaluar] IV: Describir los retos fundamentales y tecnicas comunes que se utilizan
para la obtencion de requisitos[Evaluar] V: Enumerar los componentes clave de un modelo de
datos (por ejemplo, diagramas de clases o diagramas ER)[Evaluar] VI: Identicar los requisitos

Universidad Catolica San Pablo 257

258 Escuela Profesional de Ciencia de la Computacion, Malla 2016

funcionales y no funcionales en una especicacion de requisitos dada por un sistema de softwa-

re[Evaluar] VII: Realizar una revision de un conjunto de requisitos de software para determinar
la calidad de los requisitos con respecto a las caractersticas de los buenos requisitos[Evaluar]
VIII: Aplicar elementos clave y metodos comunes para la obtencion y el analisis para producir
un conjunto de requisitos de software para un sistema de software de tamano medio[Evaluar]
IX: Comparar los metodos agiles y el dirigido por planes para la especicacion y validacion
de requisitos y describir los benecios y riesgos asociados con cada uno[Evaluar] X: Usar un
metodo comun, no formal para modelar y especicar los requisitos para un sistema de software
de tamano medio[Evaluar] XI: Traducir al lenguaje natural una especicacion de requisitos
de software (por ejemplo, un contrato de componentes de software) escrito en un lenguaje de
especicacion formal[Evaluar] XII: Crear un prototipo de un sistema de software para reducir
el riesgo en los requisitos[Evaluar] XIII: Diferenciar entre el rastreo (tracing) hacia adelante y
hacia atras y explicar su papel en el proceso de validacion de requisitos[Evaluar]

Bibliografa: [Pressman, 2005, Sommerville, 2008, Larman, 2008]

6.2 Diseno de Software, 18 hr(s)

Competencias: C5, C7, C8, CS10

Topicos: I: Principios de diseno del sistema: niveles de abstraccion (diseno arquitectonico y el di-
seno detallado), separacion de intereses, ocultamiento de informacion, de acoplamiento y de
cohesion, de reutilizacion de estructuras estandar. II: Diseno de paradigmas tales como diseno
estructurado (descomposicion funcional de arriba hacia abajo), el analisis orientado a objetos
y diseno, orientado a eventos de diseno, diseno de nivel de componente, centrado datos es-
tructurada, orientada a aspectos, orientado a la funcion, orientado al servicio. III: Modelos
estructurales y de comportamiento de los disenos de software. IV: Diseno de patrones. V: Re-
laciones entre los requisitos y disenos: La transformacion de modelos, el diseno de los contratos,
invariantes. VI: Conceptos de arquitectura de software y arquitecturas estandar (por ejemplo,
cliente-servidor, n-capas, transforman centrados, tubos y ltros). VII: El uso de componentes de
diseno: seleccion de componentes,diseno,adaptacion y componentes de ensamblaje, componentes
y patrones, componentes y objetos(por ejemplo,construir una GUI usando un standar widget
set) VIII: Disenos de refactorizacion utilizando patrones de diseno IX: Calidad del diseno in-
terno, y modelos para: eciencia y desempeno, redundancia y tolerancia a fallos, trazavilidad de
los requerimientos. X: Medicion y analisis de la calidad de un diseno. XI: Compensasiones entre
diferentes aspectos de la calidad. XII: Aaplicaciones en frameworks. XIII: Middleware: El para-
digma de la orientacion a objetos con middleware, requerimientos para correr y clasicar objetos,
monitores de procesamiento de transacciones y el sistema de ujo de trabajo. XIV: Principales
disenos de seguridad y codicacion(cross-reference IAS/Principles of securre design). a) Princi-
pio de privilegios mnimos b) Principio de falla segura por defecto c) Principio de aceptabilidad
psicologica

Objetivos de Aprendizaje I: Formular los principios de diseno, incluyendo la separacion de pro-

blemas, ocultacion de informacion, acoplamiento y cohesion, y la encapsulacion[Familiarizarse]
II: Usar un paradigma de diseno para disenar un sistema de software basico y explicar como
los principios de diseno del sistema se han aplicado en este diseno[Usar] III: Construir mo-
delos del diseno de un sistema de software simple los cuales son apropiado para el paradigma
utilizado para disenarlo[Usar] IV: En el contexto de un paradigma de diseno simple, describir
uno o mas patrones de diseno que podran ser aplicables al diseno de un sistema de software
simple[Familiarizarse] V: Para un sistema simple adecuado para una situacion dada, discutir
y seleccionar un paradigma de diseno apropiado[Usar] VI: Crear modelos apropiados para la
estructura y el comportamiento de los productos de software desde la especicaciones de re-
quisitos[Usar] VII: Explicar las relaciones entre los requisitos para un producto de software y
su diseno, utilizando los modelos apropiados[Evaluar] VIII: Para el diseno de un sistema de
software simple dentro del contexto de un unico paradigma de diseno, describir la arquitectura
de software de ese sistema[Familiarizarse] IX: Dado un diseno de alto nivel, identicar la arqui-
tectura de software mediante la diferenciacion entre las arquitecturas comunes de software, tales

258 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 259

como 3 capas (3-tier), pipe-and-lter, y cliente-servidor[Familiarizarse] X: Investigar el impacto

de la seleccion arquitecturas de software en el diseno de un sistema simple[Evaluar] XI: Aplicar
ejemplos simples de patrones en un diseno de software[Usar] XII: Describir una manera de
refactorar y discutir cuando esto debe ser aplicado[Familiarizarse] XIII: Seleccionar compo-
nentes adecuados para el uso en un diseno de un producto de software[Usar] XIV: Explicar
como los componentes deben ser adaptados para ser usados en el diseno de un producto de soft-
ware[Familiarizarse] XV: Disenar un contrato para un tpico componente de software pequeno
para el uso de un dado sistema[Usar] XVI: Discutir y seleccionar la arquitectura de softwa-
re adecuada para un sistema de software simple para un dado escenario[Usar] XVII: Aplicar
modelos de cualidades internas y externas en el diseno de componentes de software para lograr
un equilibrio aceptable entre los aspectos de calidad en conictos[Usar] XVIII: Analizar un
diseno de software desde la perspectiva de un atributo signicativo de la calidad interna[Evaluar]
XIX: Analizar un diseno de software desde la perspectiva de un atributo signicativo de ca-
lidad externa[Evaluar] XX: Explicar el papel de los objetos en los sistemas de middleware y
la relacion con los componentes[Familiarizarse] XXI: Aplicar metodos orientado a componen-
tes para el diseno de una amplia gama de software, tales como el uso de componentes para la
concurrencia y transacciones, para los servicios de comunicacion conables, para la interaccion
con la base de datos que incluye los servicios de consulta remota y gestion de bases de datos,
o para la comunicacion segura y el acceso[Usar] XXII: Refactorizar una implementacion de
software existente para mejorar algun aspecto de su diseno[Usar] XXIII: Determinar y aplicar
los principios de mnimo privilegio y defectos-a prueba de errores[Familiarizarse]
Bibliografa: [Pressman, 2005, Sommerville, 2008, Larman, 2008]

6.3 Construccion de Software, 24 hr(s)

Competencias: C4, C5, C7, C8, CS2
Topicos: I: Practicas de codicacion: tecnicas, idiomas/patrones, mecanismos para construccion de
programas de calidad: a) Practicas de codicacion defensive b) Practicas de codicacion segura
c) Utilizando mecanismos de manejo de excepciones para hacer el programa mas robusto, to-
lerante a fallas II: Normas de codicacion. III: Estrategias de integracion. IV: Desarrollando
contexto: campo verde frente a la base de codigo existente : a) Analisis de cambioaimpac-
to b) Cambio de actualizacion V: Los problemas de seguridad potenciales en los programas :
a) Buer y otros tipos de desbordamientos b) Condiciones elemento Race c) Inicializacion inco-
rrecta, incluyendo la eleccion de los privilegios d ) Entrada Comprobacion e) Suponiendo exito
y correccion f ) La validacion de las hipotesis
Objetivos de Aprendizaje I: Describir tecnicas, lenguajes de codicacion y mecanismos de im-
plementacion para conseguir las propiedades deseadas, tales como la conabilidad, la eciencia
y la robustez[Evaluar] II: Construir codigo robusto utilizando los mecanismos de manejo de
excepciones[Evaluar] III: Describir la codicacion segura y practicas de codicacion de de-
fensa[Evaluar] IV: Seleccionar y utilizar un estandar de codicacion denido en un pequeno
proyecto de software[Evaluar] V: Comparar y contrastar las estrategias de integracion inclu-
yendo: de arriba hacia abajo (top-down), de abajo hacia arriba (bottom-up), y la integracion
Sandwich[Evaluar] VI: Describir el proceso de analizar e implementar los cambios a la base de
codigo desarrollado para un proyecto especco[Evaluar] VII: Describir el proceso de analizar
e implementar los cambios a una gran base de codigo existente[Evaluar] VIII: Reescribir un
programa sencillo para eliminar vulnerabilidades comunes, tales como desbordamientos de buf-
fer, desbordamientos de enteros y condiciones de carrera[Evaluar] IX: Escribir un componente
de software que realiza alguna tarea no trivial y es resistente a errores en la entrada y en tiempo
de ejecucion[Evaluar]
Bibliografa: [Pressman, 2005, Sommerville, 2008, Larman, 2008]

7. Bibliografa
[Larman, 2008] Larman, C. (2008). Applying UML and Patterns. Prentice Hall.

Universidad Catolica San Pablo 259

260 Escuela Profesional de Ciencia de la Computacion, Malla 2016

[Pressman, 2005] Pressman, R. S. (2005). Software Engineering: A Practitioners Approach. McGraw-

Hill, 6th edition.
[Sommerville, 2008] Sommerville, I. (2008). Software Engineering. Addison Wesley, 7th edition. ISBN:
0321210263.

260 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 261

Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion
SUMILLA

CS212. Analisis y Diseno de Algoritmos (Obligatorio)

1. Informacion General
Semestre: 5to Sem. Creditos: 4

Horas del curso: Teora: 2 horas; Practica: 2 horas; Laboratorio: 2 horas;

Prerrequisitos:

CS210. Algoritmos y Estructuras de Datos (4to Sem-Pag. 235)

2. Fundamentacion
Un algoritmo es, esencialmente, un conjunto bien denido de reglas o instrucciones que permitan
resolver un problema computacional. El estudio teorico del desempeno 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 especco, 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 denio a Ciencia de la Computacion
como el estudio de algoritmos.
En este curso seran presentadas las tecnicas mas comunes utilizadas en el analisis y diseno de algo-
ritmos ecientes, con el proposito de aprender los principios fundamentales del diseno, implementacion
y analisis de algoritmos para la solucion de problemas computacionales.

3. Objetivos del curso

Desarrollar la capacidad para evaluar la complejidad y calidad de algoritmos propuestos para
un determinado problema.

Estudiar los algoritmos mas representativos, introductorios de las clases mas importantes de
problemas tratados en computacion.

Desarrollar la capacidad de resolucion de problemas algortmicos utilizando los principios fun-

damentales de diseno de algoritmos aprendidos.

Ser capaz de responder a las siguientes preguntas cuando le sea presentado un nuevo algoritmo:
Cuan buen desempeno tiene?, Existe una mejor forma de resolver el problema?

4. Resultados (Outcomes)
a) Aplicar conocimientos de computacion y de matematicas apropiadas para la disciplina. (Evaluar)

b) Analizar problemas e identicar y denir los requerimientos computacionales apropiados para su

solucion. (Evaluar)

h) Incorporarse a un proceso de aprendizaje profesional continuo. (Usar)

i) Utilizar tecnicas y herramientas actuales necesarias para la practica de la computacion. (Usar)

Universidad Catolica San Pablo 261

262 Escuela Profesional de Ciencia de la Computacion, Malla 2016

5. Competencias especficas de Computacion (IEEE)

C1. La comprension intelectual y la capacidad de aplicar las bases matematicas y la teora de la
informatica (computer science). Outcome a

C2. Capacidad para tener una perspectiva crtica y creativa para identicar y resolver problemas
utilizando el pensamiento computacional. Outcome b

C3. Una comprension 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 disenar y poner en practica las unidades estructurales mayores que utilizan
algoritmos y estructuras de datos y las interfaces a traves del cual estas unidades se comunican.
Outcome i

C9. Comprension de las limitaciones de la computacion, incluyendo la diferencia entre lo que la

computacion es inherentemente incapaz de hacer frente a lo que puede lograrse a traves de un
futuro de ciencia y tecnologa. Outcome a

C16. Capacidad para identicar temas avanzados de computacion y de la comprension de las fronteras
de la disciplina. Outcome h

6. Contenido del curso

6.1 Analisis Basico, 10 hr(s)
Competencias: C1

Topicos: I: Diferencias entre el mejor, el esperado y el peor caso de un algoritmo. II: Analisis
asintotico de complejidad de cotas superior y esperada. III: Denicion formal de la Notacion
Big O. IV: Clases de complejidad como constante, logartmica, lineal, cuadratica y exponen-
cial. V: Uso de la notacion Big O. VI: Relaciones recurrentes. VII: Analisis de algoritmos
iterativos y recursivos. VIII: Algunas versiones del Teorema Maestro.

Objetivos de Aprendizaje I: Explique a que se reere con mejor, esperado y peor caso de
comportamiento de un algoritmo[Evaluar] II: En el contexto de a algoritmos especcos, iden-
tique las caractersticas de data y/o otras condiciones o suposiciones que lleven a diferentes
comportamientos[Evaluar] III: Determine informalmente el tiempo y el espacio de complejidad
de simples algoritmos[Evaluar] IV: Indique la denicion formal de Big O[Evaluar] V: Lista y
contraste de clases estandares de complejidad[Evaluar] VI: Use la notacion formal de la Big
O para dar lmites superiores asintoticos en la complejidad de tiempo y espacio de los algorit-
mos[Evaluar] VII: Usar la notacion formal Big O para dar lmites de casos esperados en el
tiempo de complejidad de los algoritmos[Evaluar] VIII: Explicar el uso de la notacion theta
grande, omega grande y o pequena para describir la cantidad de trabajo hecho por un algo-
ritmo[Evaluar] IX: Usar relaciones recurrentes para determinar el tiempo de complejidad de
algoritmos recursivamente denidos[Evaluar] X: Resuelve relaciones de recurrencia basicas, por
ejemplo. usando alguna forma del Teorema Maestro[Evaluar]

Bibliografa: [Kleinberg and Tardos, 2005, Dasgupta et al., 2006, Cormen et al., 2009, Sedgewick and Flajolet, 2013,
Knuth, 1997]

6.2 Estrategias Algortmicas, 30 hr(s)

Competencias: C2

Topicos: I: Algoritmos de fuerza bruta. II: Algoritmos voraces. III: Divide y venceras. IV: Progra-
macion Dinamica.

262 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 263

Objetivos de Aprendizaje I: Para cada una de las estrategias (fuerza bruta, algoritmo goloso, divi-
de y venceras, recursividad en reversa y programacion dinamica), identica un ejemplo practico
en el cual se pueda aplicar[Evaluar] II: Utiliza un enfoque voraz para resolver un problema
especco y determina si la regla escogida lo gua a una solucion optima[Evaluar] III: Usa un
algoritmo de divide-y-venceras para resolver un determinado problema[Evaluar] IV: Usa pro-
gramacion dinamica para resolver un problema determinado[Evaluar] V: Determina el enfoque
algortmico adecuado para un problema[Evaluar]

Bibliografa: [Kleinberg and Tardos, 2005, Dasgupta et al., 2006, Cormen et al., 2009, Alsuwaiyel, 1999]

6.3 Algoritmos y Estructuras de Datos fundamentales, 10 hr(s)

Competencias: C6

Topicos: I: Algoritmos numericos simples, tales como el calculo de la media de una lista de numeros,
encontrar el mnimo y maximo. II: Algoritmos de busqueda secuencial y binaria. III: Algoritmos
de ordenamiento de peor caso cuadratico (seleccion, insercion) IV: Algoritmos de ordenamiento
con peor caso o caso promedio en O(N lg N) (Quicksort, Heapsort, Mergesort) V: Grafos y
algoritmos en grafos: a) Representacion de grafos (ej., lista de adyacencia, matriz de adyacencia)
b) Recorrido en profundidad y amplitud VI: Montculos (Heaps) VII: Grafos y algoritmos en
grafos: a) Algoritmos de la ruta mas corta (algoritmos de Dijkstra y Floyd) b) Arbol de expansion
mnima (algoritmos de Prim y Kruskal)

Objetivos de Aprendizaje I: Implementar algoritmos numericos basicos[Evaluar] II: Implementar

algoritmos de busqueda simple y explicar las diferencias en sus tiempos de complejidad[Evaluar]
III: Ser capaz de implementar algoritmos de ordenamiento comunes cuadraticos y O(N log
N)[Evaluar] IV: Discutir el tiempo de ejecucion y eciencia de memoria de los principales al-
goritmos de ordenamiento, busqueda y hashing[Usar] V: Discutir factores otros que no sean
eciencia computacional que inuyan en la eleccion de algoritmos, tales como tiempo de pro-
gramacion, mantenibilidad, y el uso de patrones especcos de la aplicacion en los datos de
entrada[Familiarizarse] VI: Resolver problemas usando algoritmos basicos de grafos, incluyen-
do busqueda por profundidad y busqueda por amplitud[Evaluar] VII: Demostrar habilidad para
evaluar algoritmos, para seleccionar de un rango de posibles opciones, para proveer una justi-
cacion por esa seleccion,y para implementar el algoritmo en un contexto en especco[Evaluar]
VIII: Describir la propiedad del heap y el uso de heaps como una implementacion de colas de
prioridad[Evaluar] IX: Resolver problemas usando algoritmos de grafos, incluyendo camino mas
corto de una sola fuente y camino mas corto de todos los pares, y como mnimo un algoritmo
de arbol de expansion minima[Evaluar]

Bibliografa: [Kleinberg and Tardos, 2005, Dasgupta et al., 2006, Cormen et al., 2009, Sedgewick and Wayne, 2011,
Goodrich and Tamassia, 2009]

6.4 Computabilidad y complejidad basica de automatas, 2 hr(s)

Competencias: C9

Topicos: I: Introduccion a las clases P y NP y al problema P vs. NP. II: Introduccion y ejemplos de
problemas NP- Completos y a clases NP-Completos.

Objetivos de Aprendizaje I: Dene las clases P y NP[Familiarizarse] II: Explique el signicado

de NP-Completitud[Familiarizarse]

Bibliografa: [Kleinberg and Tardos, 2005, Dasgupta et al., 2006, Cormen et al., 2009]

6.5 Estructuras de Datos Avanzadas y Analisis de Algoritmos, 8 hr(s)

Competencias: C16

Universidad Catolica San Pablo 263

264 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Topicos: I: Grafos (ej. Ordenamiento Topologico, encontrando componentes puertemente conecta-

dos) II: Algoritmos Teorico-Numericos (Aritmetica Modular, Prueba del Numero Primo, Facto-
rizacion Entera) III: Algoritmos aleatorios. IV: Analisis amortizado. V: Analisis Probabilstico.
Objetivos de Aprendizaje I: Entender el mapeamento de problemas del mundo real a soluciones
algortmicas (ejemplo, problemas de grafos, programas lineares,etc)[Familiarizarse] II: Seleccio-
nar y aplicar tecnicas de algoritmos avanzadas (ejemplo, randonmizacion, aproximacion) para
resolver problemas reales[Usar] III: Seleccionar y aplicar tecnicas avanzadas de analisis (ejem-
plo, amortizado, probabilistico,etc) para algoritmos[Usar]
Bibliografa: [Kleinberg and Tardos, 2005, Dasgupta et al., 2006, Cormen et al., 2009, Tarjan, 1983,
Rawlins, 1992]

7. Bibliografa
[Alsuwaiyel, 1999] Alsuwaiyel, H. (1999). Algorithms: Design Techniques and Analysis. World Scien-
tic.
[Cormen et al., 2009] Cormen, T. H., Leiserson, C. E., Rivest, R. L., and Stein, C. (2009). Introduction
to Algorithms, Third Edition. The MIT Press, 3rd edition.
[Dasgupta et al., 2006] Dasgupta, S., Papadimitriou, C., and Vazirani, U. (2006). Algorithms.
McGraw-Hill Education.
[Goodrich and Tamassia, 2009] Goodrich, M. T. and Tamassia, R. (2009). Algorithm Design: Foun-
dations, Analysis and Internet Examples. John Wiley & Sons, Inc., 2nd edition.
[Kleinberg and Tardos, 2005] Kleinberg, J. and Tardos, E. (2005). Algorithm Design. Addison-Wesley
Longman Publishing Co., Inc.
[Knuth, 1997] Knuth, D. (1997). The Art of Computer Programming: Fundamental algorithms. Num-
ber v. 1. Addison-Wesley.
[Rawlins, 1992] Rawlins, G. (1992). Compared to What?: An Introduction to the Analysis of Algo-
rithms. Computer Science Press.
[Sedgewick and Flajolet, 2013] Sedgewick, R. and Flajolet, P. (2013). An Introduction to the Analysis
of Algorithms. Pearson Education.
[Sedgewick and Wayne, 2011] Sedgewick, R. and Wayne, K. (2011). Algorithms. Pearson Education.
[Tarjan, 1983] Tarjan, R. E. (1983). Data Structures and Network Algorithms. Society for Industrial
and Applied Mathematics.

264 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 265

Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion
SUMILLA
CB111. Fsica Computacional (Obligatorio)
1. Informacion General
Semestre: 5to Sem. Creditos: 4

Horas del curso: Teora: 2 horas; Practica: 2 horas; Laboratorio: 2 horas;

Prerrequisitos:

MA102. Calculo I (3er Sem-Pag. 222)

2. Fundamentacion
Fsica Computacional es un curso que le permitira al estudiante entender las leyes de fsica de ma-
cropartculas y micropartculas considerado desde un punto material hasta un sistemas de partculas;
debiendose tener en cuenta que los fenomenos aqu estudiados van desde la mecanica clasica hasta la
mecanica cuantica;Cinematica, Dinamica, Trabajo y Energa, Termodinamica, Fluidos, Oscilaciones,
Electrodinamica y Fsica Cuanticas; ademas se debe asociar que estos problemas deben ser resueltos
con algoritmos computacionales.
Poseer capacidad y habilidad en la interpretacion de problemas clasicos y cuanticos con condiciones
de frontera reales que contribuyen en la elaboracion de soluciones ecientes y factibles en diferentes
areas de la Ciencia de la Computacion.

3. Objetivos del curso

Identicar los principios que rigen la materia.

Utilizar las leyes fsicas para la solucion de problemas.

Aplicar la simulacion a sistemas fsicos.

4. Resultados (Outcomes)
a) Aplicar conocimientos de computacion y de matematicas apropiadas para la disciplina. (Fami-
liarizarse)

i) Utilizar tecnicas y herramientas actuales necesarias para la practica de la computacion. (Fami-

liarizarse)

j) Aplicar la base matematica, principios de algoritmos y la teora de la Ciencia de la Computacion en

el modelamiento y diseno de sistemas computacionales de tal manera que demuestre comprension
de los puntos de equilibrio involucrados en la opcion escogida. (Usar)

5. Competencias especficas de Computacion (IEEE)

C1. La comprension intelectual y la capacidad de aplicar las bases matematicas y la teora de la
informatica (computer science). Outcome a

C20. Posibilidad de conectar la teora y las habilidades aprendidas en la academia a los aconteci-
mientos del mundo real que explican su pertinencia y utilidad. Outcome i

CS2. Identicar y analizar los criterios y especicaciones apropiadas a los problemas especcos, y
planicar estrategias para su solucion. Outcome j

Universidad Catolica San Pablo 265

266 Escuela Profesional de Ciencia de la Computacion, Malla 2016

6. Contenido del curso

6.1 FI1 Fundamentos de Fsica y Algebra vectorial, 6 hr(s)
Competencias: C1

Topicos: I: Introduccion. II: Naturaleza de la Fsica. III: Relacion de la fsica con las ciencias basicas
y aplicadas. IV: Modelo idealizado. V: Magnitudes fsicas elementales. VI: Propiedades de
los vectores. VII: Componentes de un vector y vectores unitarios. VIII: Producto de vectores.
IX: Ejercicios y problemas.

Objetivos de Aprendizaje I: Entender y trabajar con las magnitudes fsicas del SI.[Usar] II: Abs-
traer de la naturaleza los conceptos fsicos rigurosos y representarlos en modelos vectoriales.[Usar]
III: Entender y aplicar los conceptos vectoriales a problemas fsicos reales.[Usar]

Bibliografa: [Landau et al., 2007, Thijssen, 1999, Raymond A. Serway, 2009, Alonso and Finn, 1995]

6.2 FI2 Cinematica, 6 hr(s)

Competencias: C20

Topicos: I: Velocidad y Aceleracion Instantanea. II: Interpretacion algebraico y geometrico III: Ca-
da Libre. IV: Movimiento Compuesto. V: Movimiento Circular. VI: Aplicacion con POO
VII: Ejercicios y problemas.

Objetivos de Aprendizaje I: Describir matematicamente el movimiento mecanico de una partcu-

la unidimensional como un cuerpo de dimensiones despreciables.[Usar] II: Conocer y aplicar
conceptos de magnitudes cinematicas.[Usar] III: Describir el comportamiento de movimiento
de partculas, teorica y gracamente.[Usar] IV: Conocer representaciones vectoriales de estos
movimientos unidimensionales.[Usar] V: Resolver problemas.[Usar]

Bibliografa: [Landau et al., 2007, Thijssen, 1999, Rieger., 2002, Schwarz., 1998, Hugh D. Young, 2007,
Raymond A. Serway, 2009]

6.3 FI3. Dinamica, 6 hr(s)

Competencias: C24

Topicos: I: Fuerzas e interacciones. II: Masa inercial. III: Peso. IV: Condiciones de Equilibrio.
V: Leyes de Newton VI: Dinamica del movimiento compuesto. VII: Aplicacion de las leyes
de Newton. VIII: Aplicacion con POO. IX: Ejercicios y problemas.

Objetivos de Aprendizaje I: Conocer los conceptos de fuerza.[Usar] II: Conocer las interaccio-
nes de la materia a traves de la inercia.[Usar] III: Conocer los conceptos de equilibrio.[Usar]
IV: Conocer y aplicar las leyes de Newton. [Usar] V: Conocer y aplicar las leyes de la dinamica
lineal y circular.[Usar] VI: Resolver problemas.[Usar]

Bibliografa: [Landau et al., 2007, Thijssen, 1999, Rieger., 2002, Schwarz., 1998, Hugh D. Young, 2007,
Raymond A. Serway, 2009]

6.4 FI4 Trabajo y Energia, 6 hr(s)

Competencias: C1

Topicos: I: Trabajo realizado por una fuerza constante. II: Trabajo realizado por fuerzas variables.
III: Trabajo y energa cinetica. IV: Potencia. V: Energa potencial gravitatoria. VI: Energa
potencial elastica. VII: Fuerzas conservativas y no conservativas. VIII: Principios de conser-
vacion de la energa. IX: Ejercicios y problemas.

266 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 267

Objetivos de Aprendizaje I: Establecer los conceptos de trabajo y energa.[Usar] II: Conocer ti-
pos de energa.[Usar] III: Establecer la relacion energa convencional y no convencional.[Usar]
IV: Conocer y aplicar los conceptos de conservacion de energa.[Usar] V: Resolver proble-
mas.[Usar]

Bibliografa: [Landau et al., 2007, Thijssen, 1999, Schwarz., 1998, Hugh D. Young, 2007, Raymond A. Serway, 2009]

6.5 FI5 Momento lineal, 6 hr(s)

Competencias: C20

Topicos: I: Momento lineal. II: Conservacion del momento lineal. III: Centro de masa y de grave-
dad. IV: Movimiento de un sistema de partculas. V: Ejercicios y problemas.

Objetivos de Aprendizaje I: Establecer los conceptos de momento lineal.[Usar] II: Conocer los
conceptos de conservacion del momento lineal.[Usar] III: Conocer el momento de un sistema
de partculas.[Usar] IV: Resolver problemas.[Usar]

Bibliografa: [Landau et al., 2007, Thijssen, 1999, Schwarz., 1998, Hugh D. Young, 2007, Raymond A. Serway, 2009]

6.6 FI6 Fluidos y Transferencia de Calor, 6 hr(s)

Competencias: C24

Topicos: I: Estatica de Fluidos. II: Dinamica de uidos. III: Viscosidad. IV: Ejercicios y proble-
mas.

Objetivos de Aprendizaje I: Conocer los conceptos y principios que rigen a los uidos.[Usar]
II: Conocer el movimiento de uidos [Usar] III: Resolver problemas.[Usar]

Bibliografa: [Landau et al., 2007, Mermin, 2006, Gould, 2006, Hugh D. Young, 2007, Raymond A. Serway, 2009]

6.7 FI7 Termodinamica, 6 hr(s)

Competencias: C20

Topicos: I: Calor y Temperatura. II: Leyes de la Termodinamica. III: Transferencia de calor.

IV: Ecuacion del Calor. V: Ejercicios y problemas.

Objetivos de Aprendizaje I: Establecer los conceptos de temperatura.[Usar] II: Comprender las

leyes de la termodinamica.[Usar] III: Conocer los conceptos de transferencia de calor.[Usar]
IV: Resolver problemas.[Usar]

Bibliografa: [Landau et al., 2007, Pang, 2006, Shabana, 2008, Schwarz., 1998, Hugh D. Young, 2007,
Raymond A. Serway, 2009]

6.8 FI8 Movimiento Oscilatorio y Ondulatorio, 8 hr(s)

Competencias: C1

Topicos: I: Movimiento armonico simple II: Sistema masa - resorte. III: El pendulo. IV: Movi-
miento amortiguado V: Resonancia VI: Ondas mecanicas. VII: Resolver problemas.

Objetivos de Aprendizaje I: Establecer los conceptos de oscilacion.[Usar] II: Conocer los siste-
mas amortiguados.[Usar] III: Conocer fenomenos de resonancia.[Usar] IV: Analizar las dife-
rentes magnitudes que intervienen en el movimiento ondulatorio para su aplicacion a variados
casos[Usar] V: Resolver problemas.[Usar]

Bibliografa: [Landau et al., 2007, Borneianu, 2008, Hugh D. Young, 2007]

Universidad Catolica San Pablo 267

268 Escuela Profesional de Ciencia de la Computacion, Malla 2016

7. Bibliografa
[Alonso and Finn, 1995] Alonso, M. and Finn, E. (1995). Fsica. Addison Wesley Iberoamericana.
[Borneianu, 2008] Borneianu, R. H. L. J. P. C. C. (2008). A Survey of Computational Physics: Intro-
ductory Computational Science. Princeton University Press. 978-0691131375.
[Gould, 2006] Gould, H. (2006). An Introduction to Computer Simulation Methods: Applications to
Physical Systems. Addison Wesley, 3rd edition edition. 978-0805377583.
[Hugh D. Young, 2007] Hugh D. Young, Roger A. Freedman, L. F. (2007). University Physics with
Modern Physics. Addison Wesley.
[Landau et al., 2007] Landau, R. H., Paez, M. J., and Bordeianu, C. C. (2007). Computational Physics:
Problem Solving with Computers. Wiley-VCH, 2nd edition. 978-3527406265.
[Mermin, 2006] Mermin, N. D. (2006). Solving PDEs in C++. SIAM, Society for Industrial and
Applied Mathematics, 1 edition edition. 978-0898716016.
[Pang, 2006] Pang, T. (2006). An Introduction to Computational Physics. Cambridge University
Press, 2nd edition. 978-0521825696.
[Raymond A. Serway, 2009] Raymond A. Serway, J. W. J. (2009). Physics for Scientists and Engi-
neers. Brooks Cole.
[Rieger., 2002] Rieger., A. K. H. H. (2002). Optimization Algorithms in Physics. Wiley-VCH, 1 edition
edition. 978-3527403073.
[Schwarz., 1998] Schwarz., N. G. A. D. S. (1998). Physics for computer science students. Springer,
2nd edition. 978-0387949031.
[Shabana, 2008] Shabana, A. A. (2008). Computational Continuum Mechanics. Cambridge University
Press, 1 edition edition. 978-0521885690.
[Thijssen, 1999] Thijssen, J. M. (1999). Computational Physics. Cambridge University Press. 978-
0521575881.

268 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 269

Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion
SUMILLA
MA306. Analisis Numerico (Obligatorio)
1. Informacion General
Semestre: 5to Sem. Creditos: 3

Horas del curso: Teora: 1 horas; Practica: 2 horas; Laboratorio: 2 horas;

Prerrequisitos:

MA201. Calculo II (4to Sem-Pag. 245)

2. Fundamentacion
En este curso se estudia y analiza algoritmos numericos que contribuyen en la elaboracion de
soluciones ecientes y utiles en diferentes areas de las ciencias de la computacion

3. Objetivos del curso

Se presentaran procedimientos numericos mas importantes para la resolucion de ecuaciones no
lineales, sistemas lineales y no lineales, junto con los metodos para la determinacion de valores
y vectores propios.

Se trataran los temas de interpolacion y aproximacion de funciones y la derivacion e integracion

numerica.

Se hara el analisis y desarrollo de metodos numericos necesarios para la resolucion de problemas

en computacion.

4. Resultados (Outcomes)
a) Aplicar conocimientos de computacion y de matematicas apropiadas para la disciplina. (Evaluar)

i) Utilizar tecnicas y herramientas actuales necesarias para la practica de la computacion. (Evaluar)

j) Aplicar la base matematica, principios de algoritmos y la teora de la Ciencia de la Computacion en

el modelamiento y diseno de sistemas computacionales de tal manera que demuestre comprension
de los puntos de equilibrio involucrados en la opcion escogida. ()

5. Competencias especficas de Computacion (IEEE)

5.1 CN1.A Introduccion, 12 hr(s)
Competencias: 3

Topicos: I: Aritmetica de punto otante II: Error, estabilidad, convergencia. III: Series de Taylor

Objetivos de Aprendizaje I: Comparar y contrastar las tecnicas de analisi numerico presentadas

en esta unidad. [Usar] II: Denir error, estabilidad y conceptos de precision de maquinas, asi
como la inexactitud de las operaciones computacionales.[Usar] III: Identicar las fuentes de
inexactitud en aproximaciones computacionales.[Usar]

Bibliografa: [Richard L. Burden, 2002, David Kincaid, 1994, Steven C. Chapra, 1988]

Universidad Catolica San Pablo 269

270 Escuela Profesional de Ciencia de la Computacion, Malla 2016

5.2 CN1.B Soluciones de ecuaciones de una variable, 24 hr(s)

Competencias: 4

Topicos: I: Soluciones iterativas para encontrar races (Metodo de Newton).

Objetivos de Aprendizaje I: Comparar y contrastar las tecnicas de analisi numerico presentadas

en esta unidad. [Usar] II: Denir error, estabilidad y conceptos de precision de maquinas, asi
como la inexactitud de las operaciones computacionales.[Usar] III: Identicar las fuentes de
inexactitud en aproximaciones computacionales.[Usar]

Bibliografa: [Richard L. Burden, 2002, David Kincaid, 1994]

5.3 CN1.C Interpolacion y aproximacion polinomial , 12 hr(s)

Competencias: 4

Topicos: I: Ajuste de curva, funcion de aproximacion

Objetivos de Aprendizaje I: Comparar y contrastar las tecnicas de analisi numerico presentadas

en esta unidad. [Usar] II: Denir error, estabilidad y conceptos de precision de maquinas, asi
como la inexactitud de las operaciones computacionales.[Usar] III: Identicar las fuentes de
inexactitud en aproximaciones computacionales.[Usar]

Bibliografa: [Richard L. Burden, 2002, David Kincaid, 1994]

5.4 CN1. Diferenciacion numerica e integracion numerica, 12 hr(s)

Competencias: 4

Topicos: I: Diferenciacion numerica e integracion (regla de Simpson) II: Metodos implcitos y ex-
plcitos

Objetivos de Aprendizaje I: Comparar y contrastar las tecnicas de analisi numerico presentadas

en esta unidad. [Usar] II: Denir error, estabilidad y conceptos de precision de maquinas, asi
como la inexactitud de las operaciones computacionales.[Usar] III: Identicar las fuentes de
inexactitud en aproximaciones computacionales.[Usar]

Bibliografa: [Richard L. Burden, 2002, David Kincaid, 1994, Zill, 2002]

5.5 CN1.E Problemas de valor inicial para ecuaciones diferenciales ordina-

rias, 24 hr(s)
Competencias: 3

Topicos: I: Ecuaciones diferenciales.

Objetivos de Aprendizaje I: Comparar y contrastar las tecnicas de analisi numerico presentadas

en esta unidad. [Usar] II: Denir error, estabilidad y conceptos de precision de maquinas, asi
como la inexactitud de las operaciones computacionales.[Usar] III: Identicar las fuentes de
inexactitud en aproximaciones computacionales.[Usar]

Bibliografa: [Richard L. Burden, 2002, David Kincaid, 1994]

270 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 271

5.6 CN1.F Metodos iterativos en el algebra matricial, 12 hr(s)

Competencias: 3
Topicos: I: Algebra lineal. II: Diferencia nita
Objetivos de Aprendizaje I: Comparar y contrastar las tecnicas de analisi numerico presentadas
en esta unidad. [Usar] II: Denir error, estabilidad y conceptos de precision de maquinas, asi
como la inexactitud de las operaciones computacionales.[Usar] III: Identicar las fuentes de
inexactitud en aproximaciones computacionales.[Usar]
Bibliografa: [David Kincaid, 1994]

6. Bibliografa
[David Kincaid, 1994] David Kincaid, W. C. (1994). Analisis Numerico. Addison Wesley Iberoame-
ricana.
[Richard L. Burden, 2002] Richard L. Burden, J. D. F. (2002). Analisis Numerico. Thomson Learning.
[Steven C. Chapra, 1988] Steven C. Chapra, R. P. C. (1988). Metodos Numericos para Ingenieros
McGraw. MacGraw Hill.
[Zill, 2002] Zill, D. G. (2002). Ecuaciones Diferenciales con Problemas de Valores en la Frontera.
Thomson Learning.

Universidad Catolica San Pablo 271

272 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion
SUMILLA
FG106. Teatro (Obligatorio)
1. Informacion General
Semestre: 5to Sem. Creditos: 2

Horas del curso: Teora: 1 horas; Practica: 2 horas;

Prerrequisitos: Ninguno

2. Fundamentacion
Favorece al estudiante a identicarse a la Comunidad Academica de la Universidad, en la medida
en que le brinda canales naturales de integracion a su grupo y a su Centro de Estudios y le permite,
desde una vision alternativa, visualizar la vala interior de las personas a su alrededor, a la vez que
puede conocer mejor la suya propia. Relaciona al universitario, a traves de la experimentacion, con
un nuevo lenguaje, un medio de comunicacion y expresion que va mas alla de la expresion verbal
conceptualizada. Coadyuva al estudiante en su formacion integral, desarrollando en el capacidades
corporales. Estimula en el, actitudes anmicas positivas, aptitudes cognitivas y afectivas. Enriquece su
sensibilidad y despierta su solidaridad. Desinhibe y socializa, relaja y alegra, abriendo un camino de
apertura de conocimiento del propio ser y el ser de los demas.

3. Objetivos del curso

Contribuir a la formacion personal y profesional del estudiante, reconociendo, valorando y desa-
rrollando su lenguaje corporal, integrandolo a su grupo, aanzando su seguridad personal, enri-
queciendo su intuicion, su imaginacion y creatividad, motivandolo a abrir caminos de busqueda
de conocimiento de s mismo y de comunicacion con los demas a traves de su sensibilidad, de
ejercicios de introspeccion y de nuevas vas de expresion.

4. Resultados (Outcomes)
f ) Comunicarse efectivamente con audiencias diversas. (Usar)

n) Comprender que la formacion de un buen profesional no se desliga ni se opone sino mas bien
contribuye al autentico crecimiento personal. Esto requiere de la asimilacion de valores solidos,
horizontes espirituales amplios y una vision profunda del entorno cultural. (Usar)

5. Competencias especficas de Computacion (IEEE)

C17. Capacidad para expresarse en los medios de comunicacion orales y escritos como se espera de
un graduado.. Outcome f

C18. Capacidad para participar de forma activa y coordinada en un equipo. Outcome n

C24. Comprender la necesidad de la formacion permanente y la mejora de habilidades y capacidades.

Outcome n

6. Contenido del curso

6.1 El Arte, la Creatividad y el Teatro, 6 hr(s)
Competencias: C18,C24

272 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 273

Topicos: I: Que es el Arte? Una experiencia vivencial y personal. II: La llave maestra: la creati-
vidad. III: La importancia del teatro en la formacion personal y profesional. IV: Utilidad y
enfoque del arte teatral.

Objetivos de Aprendizaje I: Reconocer la vigencia del Arte y la creatividad en el desarrollo per-

sonal y social [Usar]. II: Relacionar al estudiante con su grupo valorando la importancia de la
comunicacion humana y del colectivo social [Usar]. III: Reconocer nociones basicas del teatro
[Usar].

Bibliografa: [Majorana, 1958, Pavis, 1998]

6.2 El Juego: el quehacer del actor, 6 hr(s)

Competencias: C17,C24

Topicos: I: Juego, luego existo. II: El juego del nino y el juego dramatico. III: Juegos de integracion
grupal y juegos de creatividad. IV: La secuencia teatral.

Objetivos de Aprendizaje I: Reconocer el juego como herramienta fundamental del teatro [Usar].
II: Interiorizar y revalorar el juego como aprendizaje creativo [Usar]. III: Acercar al estudiante
de manera espontanea y natural, a la vivencia teatral [Usar].

Bibliografa: [Majorana, 1958, Pavis, 1998]

6.3 La expresion corporal y el uso dramatico del Objeto, 9 hr(s)

Competencias: C17, C18, C24

Topicos: I: Toma de conciencia del cuerpo. II: Toma de conciencia del espacio III: Toma de
conciencia del tiempo IV: Creacion de secuencias individuales y colectivas: Cuerpo, espacio y
tiempo. V: El uso dramatico del elemento: El juego teatral. VI: Presentaciones teatrales con
el uso del elemento.

Objetivos de Aprendizaje I: Experimentar con nuevas formas de expresion y comunicacion [Usar].

II: Conocer algunos mecanismos de control y manejo corporal [Usar]. III: Brindar caminos
para que el alumno pueda desarrollar creativamente su imaginacion, su capacidad de relacion y
captacion de estmulos auditivos, rtmicos y visuales [Usar]. IV: Conocer y desarrollar el manejo
de su espacio propio y de sus relaciones espaciales [Usar]. V: Experimentar estados emocionales
diferentes y climas colectivos nuevos [Usar].

Bibliografa: [Majorana, 1958, Pavis, 1998]

6.4 Comunicacion no verbal en el Teatro, 12 hr(s)

Competencias: C18, C24

Topicos: I: Relajacion, concentracion y respiracion. II: Desinhibicion e interaccion con el grupo.

III: La improvisacion. IV: Equilibrio, peso, tiempo y ritmo. V: Analisis del movimiento.
Tipos de movimiento. VI: La presencia teatral. VII: La danza, la coreografa teatral.

Objetivos de Aprendizaje I: Ejercitarse en el manejo de destrezas comunicativas no verbales

[Usar]. II: Practicar juegos y ejercicios de lenguaje corporal, individual y grupalmente [Usar].
III: Expresar libre y creativamente sus emociones y sentimientos y su vision de la sociedad a
traves de representaciones originales con diversos lenguajes [Usar]. IV: Conocer los tipos de
actuacion [Usar].

Bibliografa: [Majorana, 1958, Pavis, 1998]

Universidad Catolica San Pablo 273

274 Escuela Profesional de Ciencia de la Computacion, Malla 2016

6.5 Huellas del teatro en el tiempo (El Teatro en la historia), 3 hr(s)

Competencias: C24
Topicos: I: El orgen del teatro, el teatro griego y el teatro romano. II: El teatro medieval , la
comedia del arte. III: De la pasion a la razon: Romanticismo e Ilustracion. IV: El teatro
realista, teatro epico. Brech y Stanislavski. V: El teatro del absurdo, teatro contemporaneo y
teatro total. VI: Teatro en el Peru: Yuyashkani, La Tarumba, pataclaun, otros.
Objetivos de Aprendizaje I: Conocer la inuencia que la sociedad ha ejercido en el teatro y la
respuesta de este arte ante los diferentes momentos de la historia [Usar]. II: Apreciar el valor
y aporte de las obras de dramaturgos importantes [Usar]. III: Analizar el contexto social del
arte teatral [Usar]. IV: Reexionar sobre el Teatro Peruano y arequipeno [Usar].
Bibliografa: [Majorana, 1958, Pavis, 1998]

6.6 El Montaje Teatral, 12 hr(s)

Competencias: C17,C18, C24
Topicos: I: Apreciacion teatral. Expectacion de una o mas obras teatrales. II: El espacio escenico.
III: Construccion del personaje IV: Creacion y montaje de una obra teatral . V: Presentacion
en publico de pequenas obras haciendo uso de vestuario, maquillaje, escenografa, utilera y del
empleo dramatico del objeto.

Objetivos de Aprendizaje I: Emplear la creacion teatral, como manifestacion de ideas y senti-

mientos propios ante la sociedad [Usar]. II: Aplicar las tecnicas practicadas y los conocimientos
aprendidos en una apreciacion y/o expresion teatral concreta que vincule el rol de la educacion
[Usar]. III: Intercambiar experiencias y realizar presentaciones breves de ejercicios teatrales en
grupo, frente a publico [Usar].
Bibliografa: [Majorana, 1958, Pavis, 1998]

7. Bibliografa
[Majorana, 1958] Majorana, A. (1958). El arte de hablar en publico. La Espana Moderna.
[Pavis, 1998] Pavis, P. (1998). Diccionario del Teatro. Edit. Piados BA.

274 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 275

Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion

SUMILLA

FG210. Moral (Obligatorio)

1. Informacion General
Semestre: 5to Sem. Creditos: 2

Horas del curso: Teora: 1 horas; Practica: 2 horas;

Prerrequisitos:

FG204. Teologa (4to Sem-Pag. 251)

2. Fundamentacion
La etica-moral comienza cuando se trata de elegir un sentido correcto de realizacion humana en
su lnea propia, un sentido capaz de desarrollar en plenitud sus posibilidades. El problema de dar
sentido a la vida es fundamental en el ser humano, ya que lo acompana durante toda su existencia, y
la etica-moral interpela a la persona a vivir segun su n ultimo. En este sentido, la etica-moral busca
la realizacion del hombre en la eleccion correcta de dicho n.

3. Objetivos del curso

Formar la conciencia del estudiante para que pueda conducirse con criterio moralmente correcto
en los ambitos personal y profesional.

4. Resultados (Outcomes)
e) Entender correctamente las implicancias profesionales, eticas, legales, de seguridad y sociales de
la profesion. (Usar)

n) Comprender que la formacion de un buen profesional no se desliga ni se opone sino mas bien
contribuye al autentico crecimiento personal. Esto requiere de la asimilacion de valores solidos,
horizontes espirituales amplios y una vision profunda del entorno cultural. (Usar)

5. Competencias especficas de Computacion (IEEE)

C10. Comprension del impacto en las personas, las organizaciones y la sociedad de la implementacion
de soluciones tecnologicas e intervenciones. Outcome e

C20. Posibilidad de conectar la teora y las habilidades aprendidas en la academia a los aconteci-
mientos del mundo real que explican su pertinencia y utilidad. Outcome e

C21. Comprender el aspecto profesional, legal, seguridad, asuntos polticos, humanistas, ambientales,
culturales y eticos. Outcome e, n

C22. Capacidad para demostrar las actitudes y prioridades que honrar, proteger y mejorar la estatura
y la reputacion etica de la profesion. Outcome n

Universidad Catolica San Pablo 275

276 Escuela Profesional de Ciencia de la Computacion, Malla 2016

6. Contenido del curso

6.1 Primera Unidad: La Etica Filosofica, 9 hr(s)
Competencias: C10,C20

Topicos: I: Presentacion del curso. II: Lo etico y moral. La etica como rama de la losofa. III: La
necesidad de la metafsica. IV: La experiencia moral. V: El problema del relativismo y su
solucion.

Objetivos de Aprendizaje I: Incorporar una primera nocion de la etica y la moral, junto con los
problemas que buscan resolver.[Familiarizarse]

Bibliografa: [S., 1994, D., 2006, A., 1994, Aristoteles, 2003]

6.2 Segunda Unidad: La accion moral, 15 hr(s)

Competencias: C10,C20

Topicos: I: Caracterizacion del actuar humano. II: Libertad, conciencia y voluntariedad. Distintos
niveles de libertad. Factores que afectan la voluntariedad. III: El papel de la afectividad en la
moralidad. IV: La felicidad como n ultimo del ser humano.

Objetivos de Aprendizaje I: Analizar el acto humano, presentando sus condiciones y especicando

su moralidad.[Familiarizarse]

Bibliografa: [Sanchez-Migallon, 2008, Genta, 1970]

6.3 Tercera Unidad: La vida virtuosa, 12 hr(s)

Competencias: C21,C22

Topicos: I: Que se entiende por virtud? II: La virtud moral: caracterizacion y modo de adquisicion;
el caracter dinamico de la virtud. III: Relacion entre las distintas virtudes eticas. Las virtudes
cardinales. Los vicios.

Objetivos de Aprendizaje I: Reexionar respecto al ideal losoco y moral de la vida virtuosa

desde la practica estable de bien y el rechazo constante de lo danino.[Familiarizarse]

Bibliografa: [Pieper, 1997, Droste, , Lego, 2009]

6.4 Cuarta Unidad: Lo eticamente correcto y su conocimiento, 9 hr(s)

Competencias: C10,C20,C21

Topicos: I: La correccion en lo etico. II: El conocimiento de lo eticamente correcto. III: La llamada

recta razon y la verdad practica. IV: Las leyes morales: ley natural y ley positiva. V: La
conciencia moral: denicion, tipos, deformaciones. VI: La valoracion moral de las acciones
concretas.

Objetivos de Aprendizaje I: Discernir las nociones de recta razon, conciencia moral, y moral natu-
ral, remarcando la necesidad de la ley moral natural como el parametro de conducta.[Familiarizarse]

Bibliografa: [Rey de Castro, 2010, Sanchez-Migallon, 2008, Genta, 1970]

276 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 277

7. Bibliografa
[A., 1994] A., R. L. (1994). Etica General. Ediciones de la Universidad de Navarra. UCSP:SU 170
R75.
[Aristoteles, 2003] Aristoteles (2003). Etica nicomaquea. Etica eudemia. Gredos. UCSP:185 A72E.
[D., 2006] D., B. (2006). Cien anos de modernismo. Fundacion San Pio X.
[Droste, ] Droste, K. Desordenes morales relacionados con el deleite sensible y alteraciones psicologicas
desde una antropologa perenne.
[Genta, 1970] Genta, J. B. (1970). Curso de etica. Centro de Estudios San Alberto Magno.
[Lego, 2009] Lego, P. (2009). UCSP.
[Pieper, 1997] Pieper, J. (1997). Las virtudes fundamentales. Rialp Madrid. UCSP:245 P54.
[Rey de Castro, 2010] Rey de Castro, J. (2010). Cuaderno de Trabajo de Introduccion a la Filosofa.
UCSP. UCSP:101 R47.
[S., 1994] S., L. C. (1994). Mero Cristianismo. Andres Bello. UCSP:230 L54.

[Sanchez-Migallon, 2008] Sanchez-Migallon, S. (2008). Etica losoca. Ediciones Universidad de Na-

varra. UCSP:170 S23.

Universidad Catolica San Pablo 277

278 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion
SUMILLA

CS311. Programacion Competitiva (Obligatorio)

1. Informacion General
Semestre: 6to Sem. Creditos: 4

Horas del curso: Teora: 2 horas; Practica: 2 horas; Laboratorio: 2 horas;

Prerrequisitos:

CS212. Analisis y Diseno de Algoritmos (5to Sem-Pag. 263)

2. Fundamentacion
La Programacion Competitiva combina retos de solucionar problemas con la diversion de competir
con otras personas. Ensena a los participantes a pensar mas rapido y desarrollar habilidades para
resolver problemas, que son de gran demanda en la industria. Este curso ensenara la resolucion de
problemas algortmicos de manera rapida combinando la teora de algoritmos y estructuras de datos
con la practica la solucion de los problemas.

3. Objetivos del curso

Que el alumno utilice tecnicas de estructuras de datos y algoritmos complejos.

Que el alumno aplique los conceptos aprendidos para la aplicacion sobre un problema real.

Que el alumno investigue la posibilidad de crear un nuevo algoritmo y/o tecnica nueva para
resolver un problema real.

4. Resultados (Outcomes)
a) Aplicar conocimientos de computacion y de matematicas apropiadas para la disciplina. (Usar)

b) Analizar problemas e identicar y denir los requerimientos computacionales apropiados para su

solucion. (Usar)

i) Utilizar tecnicas y herramientas actuales necesarias para la practica de la computacion. (Usar)

j) Aplicar la base matematica, principios de algoritmos y la teora de la Ciencia de la Computacion en

el modelamiento y diseno de sistemas computacionales de tal manera que demuestre comprension
de los puntos de equilibrio involucrados en la opcion escogida. (Usar)

5. Competencias especficas de Computacion (IEEE)

C1. La comprension intelectual y la capacidad de aplicar las bases matematicas y la teora de la
informatica (computer science). Outcome a,b

C24. Comprender la necesidad de la formacion permanente y la mejora de habilidades y capacidades.

Outcome i,j

278 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 279

6. Contenido del curso

6.1 Primera Unidad, 20 hr(s)
Competencias: C24,C1
Topicos: I: Estructura de datos II: Programacion dinamica III: Algoritmos basados en grafos
IV: Geometra computacional V: Algoritmos de ordenamiento
Objetivos de Aprendizaje I: Aprender a seleccionar los algoritmos adecuados para un problema
dado, integrando multiples algoritmos para la solucion de un problema complejo. [Usar] II: Di-
senar nuevos algoritmos para la resolucion de problemas del mundo real.[Usar]
Bibliografa: [Cormen et al., 2009]

7. Bibliografa
[Cormen et al., 2009] Cormen, T. H., Leiserson, C. E., Rivest, R. L., and Stein, C. (2009). Introduction
to Algorithms. MIT Press.

Universidad Catolica San Pablo 279

280 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion
SUMILLA
CS312. Estructuras de Datos Avanzadas (Obligatorio)
1. Informacion General
Semestre: 6to Sem. Creditos: 4

Horas del curso: Teora: 2 horas; Practica: 2 horas; Laboratorio: 2 horas;

Prerrequisitos:

CS212. Analisis y Diseno de Algoritmos (5to Sem-Pag. 263)

2. Fundamentacion
Los algoritmos y estructuras de datos son una parte fundamental de la ciencia de la computacion
que nos permiten organizar la informacion de una manera mas eciente, por lo que es importante para
todo profesional del area tener una solida formacion en este aspecto.
En el curso de estructuras de datos avanzadas nuestro objetivo es que el alumno conozca y analize
estructuras complejas, como los Metodos de Acceso Multidimensional, Metodos de Acceso Espacio-
Temporal y Metodos de Acceso Metrico, etc.

3. Objetivos del curso

Que el alumno entienda, disene, implemente, aplique y proponga estructuras de datos inno-
vadoras para solucionar problemas relacionados al tratamiento de datos multidimensionales,
recuperacion de informacion por similitud, motores de busqueda y otros problemas computacio-
nales.

4. Resultados (Outcomes)
a) Aplicar conocimientos de computacion y de matematicas apropiadas para la disciplina. (Fami-
liarizarse)

b) Analizar problemas e identicar y denir los requerimientos computacionales apropiados para su

solucion. (Usar)

c) Disenar, implementar y evaluar un sistema, proceso, componente o programa computacional para

alcanzar las necesidades deseadas. (Familiarizarse)

j) Aplicar la base matematica, principios de algoritmos y la teora de la Ciencia de la Computacion en

el modelamiento y diseno de sistemas computacionales de tal manera que demuestre comprension
de los puntos de equilibrio involucrados en la opcion escogida. (Familiarizarse)

5. Competencias especficas de Computacion (IEEE)

C1. La comprension intelectual y la capacidad de aplicar las bases matematicas y la teora de la
informatica (computer science). Outcome a

C20. Posibilidad de conectar la teora y las habilidades aprendidas en la academia a los aconteci-
mientos del mundo real que explican su pertinencia y utilidad. Outcome h

CS2. Identicar y analizar los criterios y especicaciones apropiadas a los problemas especcos, y
planicar estrategias para su solucion. Outcome h

280 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 281

6. Contenido del curso

6.1 Tecnicas Basicas de Implementacion de Estructuras de Datos, 16 hr(s)
Competencias: C1

Topicos: I: Programacion estructurada II: Programacion Orientada a Objetos III: Tipos Abs-
tractos de Datos IV: Independencia del lenguaje de programacion del usuario de la estructura
V: Independencia de Plataforma VI: Control de concurrencia VII: Proteccion de Datos
VIII: Niveles de encapsulamiento (struct, class, namespace, etc)

Objetivos de Aprendizaje I: Que el alumno entienda las diferencias basicas que involucran las
distintas tecnicas de implementacion de estructuras de datos[Usar] II: Que el alumno analice
las ventajas y desventajas de cada una de las tecnicas existentes[Usar]

Bibliografa: [Cuadros-Vargas et al., 2004, Knuth, 2007a, Knuth, 2007b, Gamma et al., 1994]

6.2 Metodos de Acceso Multidimensionales, 16 hr(s)

Competencias: C20

Topicos: I: Metodos de Acceso para datos puntuales II: Metodos de Acceso para datos no puntuales
III: Problemas relacionados con el aumento de dimension

Objetivos de Aprendizaje I: Que el alumno entienda conozca e implemente algunos Metodos de

Acceso para datos multidimensionales y espacio temporales[Usar] II: Que el alumno entienda
el potencial de estos Metodos de Acceso en el futuro de las bases de datos comerciales[Usar]

Bibliografa: [Samet, 2006, Gaede and Gunther, 1998]

6.3 Metodos de Acceso Metrico, 20 hr(s)

Competencias: C24

Topicos: I: Metodos de Acceso Metrico para distancias discretas II: Metodos de Acceso Metrico
para distancias continuas

Objetivos de Aprendizaje I: Que el alumno entienda conozca e implemente algunos metodos de

acceso metrico[Usar] II: Que el alumno entienda la importancia de estos Metodos de Acceso
para la Recuperacion de Informacion por Similitud[Usar]

Bibliografa: [Samet, 2006, Chavez et al., 2001, Traina Jr et al., 2000, Zezula et al., 2007]

6.4 Metodos de Acceso Aproximados, 20 hr(s)

Competencias: C1

Topicos: I: Space Filling Curves II: Locality Sensitive Hashing

Objetivos de Aprendizaje I: Que el alumno entienda conozca e implemente algunos metodos de

acceso aproximados[Usar] II: Que el alumno entienda la importancia de estos Metodos de Acceso
para la Recuperacion de Informacion por Similitud en entornos donde la Escalabilidad sea una
factor muy importante[Usar]

Bibliografa: [PGregory Shakhnarovich and Indyk, 2006, Zezula et al., 2007, Samet, 2006]

Universidad Catolica San Pablo 281

282 Escuela Profesional de Ciencia de la Computacion, Malla 2016

6.5 Seminarios, 8 hr(s)

Competencias: C20
Topicos: I: Metodos de Acceso Espacio Temporal II: Estructuras de Datos con programacion ge-
nerica
Objetivos de Aprendizaje I: Que el alumno pueda discutir sobre los ultimos avances en metodos
de acceso para distintos dominios de conocimiento[Usar]
Bibliografa: [Samet, 2006, Chavez et al., 2001]

7. Bibliografa
[Chavez et al., 2001] Chavez, E., Navarro, G., Baeza-Yates, R., and Marroqun, J. (2001). Proximity
searching in metric spaces. ACM Computing Surveys, 33(3):273321.
[Cuadros-Vargas et al., 2004] Cuadros-Vargas, E., Romero, R. A. F., Mock, M., and
Brisaboa, N. (2004). Implementing data structures: An incremental approach.
http://socios.spc.org.pe/ecuadros/cursos/pdfs/.
[Gaede and Gunther, 1998] Gaede, V. and Gunther, O. (1998). Multidimensional Access Methods.
ACM Computing Surveys, 30(2):170231.
[Gamma et al., 1994] Gamma, E., Helm, R., Johnson, R., and Vlissides, J. M. (1994). Design Patterns:
Elements of Reusable Object-Oriented Software. Computing Series. Addison-Wesley Professional.
ISBN-10: 0201633612.
[Knuth, 2007a] Knuth, D. E. (2007a). The Art of Computer Programming, Fundamental Algorithms,
volume I. Addison-Wesley, 3rd edition. 0-201-89683-4.
[Knuth, 2007b] Knuth, D. E. (2007b). The Art of Computer Programming, Sorting and Searching,
volume II. Addison-Wesley, 2nd edition. 0-201-89685-0.
[PGregory Shakhnarovich and Indyk, 2006] PGregory Shakhnarovich, T. D. and Indyk, P. (2006).
Nearest-Neighbor Methods in Learning and Vision: Theory and Practice. MIT Press, 1st edition.
ISBN 0-262-19547-X.
[Samet, 2006] Samet, H. (2006). Foundations of Multidimensional and Metric Data Structures. Else-
vier/Morgan Kaufmann, illustrated edition.
[Traina Jr et al., 2000] Traina Jr, C., Traina, A. J. M., Seeger, B., and Faloutsos, C. (2000). Slim-
Trees: High Performance Metric Trees Minimizing Overlap between Nodes. In Advances in Database
Technology - EDBT 2000, 6th International Conference on Extending Database Technology, volume
1777 of Lecture Notes in Computer Science, pages 5165, Konstanz, Germany. Springer.
[Zezula et al., 2007] Zezula, P., Amato, G., Dohnal, V., and Batko, M. (2007). Similarity Search: The
Metric Space Approach. Springer, 1st edition. ISBN-10: 0387291466.

282 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 283

Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion
SUMILLA
CS2S1. Sistemas Operativos (Obligatorio)
1. Informacion General
Semestre: 6to Sem. Creditos: 4

Horas del curso: Teora: 2 horas; Practica: 2 horas; Laboratorio: 2 horas;

Prerrequisitos:

CS221. Arquitectura de Computadores (3er Sem-Pag. 213)

2. Fundamentacion
Un Sistema Operativo es un programa que actua como intermediario entre el usuario y la maquina.
El proposito de un sistema operativo es proveer un ambiente en que el usuario pueda ejecutar sus
aplicaciones.
En este curso se estudiara el diseno del nucleo de los sistemas operativos. Ademas el curso con-
templa actividades practicas en donde se resolveran problemas de concurrencia y se modicara el
funcionamiento de un pseudo Sistema Operativo.

3. Objetivos del curso

Conocer los elementos basicos del diseno de los sistemas operativos.

4. Resultados (Outcomes)
b) Analizar problemas e identicar y denir los requerimientos computacionales apropiados para su
solucion. (Evaluar)

e) Entender correctamente las implicancias profesionales, eticas, legales, de seguridad y sociales de

la profesion. (Familiarizarse)

g) Analizar el impacto local y global de la computacion sobre los individuos, organizaciones y socie-
dad. (Evaluar)

h) Incorporarse a un proceso de aprendizaje profesional continuo. (Usar)

5. Competencias especficas de Computacion (IEEE)

C1. La comprension intelectual y la capacidad de aplicar las bases matematicas y la teora de la
informatica (computer science). Outcome e

C6. Capacidad para disenar y poner en practica las unidades estructurales mayores que utilizan
algoritmos y estructuras de datos y las interfaces a traves del cual estas unidades se comunican.
Outcome h

CS8. Aplicar los principios de la interaccion persona-ordenador para la evaluacion y la construccion

de una amplia gama de materiales, incluyendo interfaces de usuario, paginas web, sistemas
multimedia y sistemas moviles. Outcome b, g

Universidad Catolica San Pablo 283

284 Escuela Profesional de Ciencia de la Computacion, Malla 2016

6. Contenido del curso

6.1 Vision general de Sistemas Operativos, 3 hr(s)
Competencias: C1

Topicos: I: Papel y el proposito del sistema operativo. II: Funcionalidad de un sistema operativo tpi-
co. III: Los mecanismos de apoyo modelos cliente-servidor, dispositivos de mano. IV: Cuestiones
de diseno (eciencia, robustez, exibilidad, portabilidad, seguridad, compatibilidad) V: Inuen-
cias de seguridad, creacion de redes, multimedia, sistemas de ventanas.

Objetivos de Aprendizaje I: Explicar los objetivos y funciones de un sistema operativo moderno[Familiarizarse]

II: Analizar las ventajas y desventajas inherentes en el diseno de un sistema operativo[Evaluar]
III: Describir las funciones de un sistema operativo contemporaneo respecto a conveniencia,
eciencia, y su habilidad para evolucionar[Familiarizarse] IV: Discutir acerca de sistemas ope-
rativos cliente-servidor, en red, distribuidos y como se diferencian de los sistemas operativos de
un solo usuario[Familiarizarse] V: Identicar amenazas potenciales a sistemas operativos y las
caractersticas del diseno de seguridad para protegerse de ellos[Familiarizarse]

Bibliografa: [Avi Silberschatz, 2012, Stallings, 2005, Tanenbaum, 2006, Tanenbaum, 2001, Mateu, 1999]

6.2 Principios de Sistemas Operativos, 6 hr(s)

Competencias: C1

Topicos: I: Metodos de estructuracion (monoltico, capas, modular, los modelos micro-kernel) II: Abs-
tracciones, procesos y recursos. III: Los conceptos de interfaces de programa de aplicacion (API)
IV: La evolucion de las tecnicas de hardware / software y las necesidades de aplicacion V: Or-
ganizacion de dispositivos. VI: Interrupciones: metodos e implementaciones. VII: Concepto de
usuario de estado / sistema y la proteccion, la transicion al modo kernel.

Objetivos de Aprendizaje I: Explicar el concepto de una capa logica[Familiarizarse] II: Explicar

los benecios de construir capas abstractas en forma jerarquica[Familiarizarse] III: Descri-
bir el valor de la API y middleware[Familiarizarse] IV: Describir como los recursos compu-
tacionales son usados por aplicaciones de software y administradas por el software del sis-
tema[Familiarizarse] V: Contrastar el modo kernel y modo usuario en un sistema opera-
tivo[Evaluar] VI: Discutir las ventajas y desventajas del uso de procesamiento interrumpi-
do[Familiarizarse] VII: Explicar el uso de una lista de dispositivos y el controlador de colas de
entrada y salida[Familiarizarse]

Bibliografa: [Avi Silberschatz, 2012, Stallings, 2005, Tanenbaum, 2006, Tanenbaum, 2001, Mateu, 1999]

6.3 Concurrencia, 9 hr(s)

Competencias: C6

Topicos: I: Diagramas de estado. II: Estructuras (lista preparada, bloques de control de procesos,
y as sucesivamente) III: Despacho y cambio de contexto. IV: El papel de las interrupcio-
nes. V: Gestionar el acceso a los objetos del sistema operativo atomica. VI: La implementacion
de primitivas de sincronizacion. VII: Cuestiones multiprocesador (spin-locks, reentrada)

Objetivos de Aprendizaje I: Describir la necesidad de concurrencia en el marco de un sistema

operativo[Familiarizarse] II: Demostrar los potenciales problemas de tiempo de ejecucion de-
rivados de la operacion simultanea de muchas tareas diferentes[Usar] III: Resumir el rango
de mecanismos que pueden ser usados a nivel del sistema operativo para realizar sistemas con-
currentes y describir los benecios de cada uno[Familiarizarse] IV: Explicar los diferentes es-
tados por los que una tarea debe pasar y las estructuras de datos necesarias para el manejo
de varias tareas[Familiarizarse] V: Resumir las tecnicas para lograr sicronizacion en un siste-
ma operativo(por ejemplo, describir como implementar semaforos usando primitivas del sistema

284 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 285

operativo.)[Familiarizarse] VI: Describir las razones para usar interruptores, despacho, y cam-
bio de contexto para soportar concurrencia en un sistema operativo[Familiarizarse] VII: Crear
diagramas de estado y transicion para los dominios de problemas simples[Usar]
Bibliografa: [Avi Silberschatz, 2012, Stallings, 2005, Tanenbaum, 2006, Tanenbaum, 2001, Mateu, 1999]

6.4 Planificacion y despacho, 6 hr(s)

Competencias: CS8
Topicos: I: Planicacion preventiva y no preferente. II: Planicadores y polticas. III: Procesos y
subprocesos. IV: Plazos y cuestiones en tiempo real.
Objetivos de Aprendizaje I: 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 com-
paracion de prioridad, el rendimiento, y los esquemas de distribucion equitativa[Evaluar] II: Des-
cribir las relaciones entre los algoritmos de planicacion y dominios de aplicacion[Familiarizarse]
III: Discutir los tipos de planeamiento de procesos scheduling de corto, a mediano, a largo
plazo y I/O[Familiarizarse] IV: Describir las diferencias entre procesos y hebras[Familiarizarse]
V: Comparar y contrastar enfoques estaticos y dinamicos para scheduling en tiempo real[Evaluar]
VI: Hablar sobre la necesidad de tiempos lmites de scheduling[Familiarizarse] VII: Identicar
formas en que la logica expresada en algoritmos de planicacion son de aplicacion a otros am-
bitos, tales como I/O del disco, la programacion de disco de red, programacion de proyectos y
problemas mas alla de la computacion[Familiarizarse]
Bibliografa: [Avi Silberschatz, 2012, Stallings, 2005, Tanenbaum, 2006, Tanenbaum, 2001, Mateu, 1999]

6.5 Manejo de memoria, 6 hr(s)

Competencias: C1
Topicos: I: Revision de la memoria fsica y hardware de gestion de memoria. II: Conjuntos de trabajo
y thrashing. III: El almacenamiento en cache
Objetivos de Aprendizaje I: Explicar la jerarqua de la memoria y costo-rendimiento de inter-
cambio[Familiarizarse] II: Resumir los principios de memoria virtual tal como se aplica para el
almacenamiento en cache y paginacion[Familiarizarse] III: Evaluar las ventajas y desventajas
en terminos del tamano de memoria (memoria principal, memoria cache, memoria axiliar) y
la velocidad del procesador[Evaluar] IV: Deende las diferentes formas de asignar memoria a
las tareas, citando las ventajas relativas de cada uno[Familiarizarse] V: Describir el motivo y
el uso de memoria cache (rendimiento y proximidad, dimension diferente de como los caches
complican el aislamiento y abstraccion en VM)[Familiarizarse] VI: Estudiar los conceptos de
thrashing, tanto en terminos de las razones por las que se produce y las tecnicas usadas para el
reconocimiento y manejo del problema[Familiarizarse]
Bibliografa: [Avi Silberschatz, 2012, Stallings, 2005, Tanenbaum, 2006, Tanenbaum, 2001, Mateu, 1999]

6.6 Seguridad y proteccion, 6 hr(s)

Competencias: C1
Topicos: I: Vision general de la seguridad del sistema . II: Poltica / mecanismo de separacion. III: Me-
todos de seguridad y dispositivos. IV: Proteccion, control de acceso y autenticacion. V: Las
copias de seguridad.
Objetivos de Aprendizaje I: Articular la necesidad para la proteccion y seguridad en un sistema
operativo[Familiarizarse] II: Resumir las caracteristicas y limitaciones de un sistema operativo
usado para proporcionar proteccion y seguridad[Familiarizarse] III: Explicar el mecanismo
disponible en un OS para controlar los accesos a los recursos[Familiarizarse] IV: Realizar tareas
de administracion de sistemas sencillas de acuerdo a una poltica de seguridad, por ejemplo la

Universidad Catolica San Pablo 285

286 Escuela Profesional de Ciencia de la Computacion, Malla 2016

creacion de cuentas, el establecimiento de permisos, aplicacion de parches y organizacion de

backups regulares[Familiarizarse]
Bibliografa: [Avi Silberschatz, 2012, Stallings, 2005, Tanenbaum, 2006, Tanenbaum, 2001, Mateu, 1999]

6.7 Maquinas virtuales, 6 hr(s)

Competencias: CS8
Topicos: I: Tipos de virtualizacion (incluyendo Hardware / Software, OS, Servidor, Servicio, Red)
II: Paginacion y la memoria virtual. III: Sistemas de archivos virtuales. IV: Los Hypervi-
sor. V: Virtualizacion portatil; emulacion vs aislamiento. VI: Costo de la virtualizacion.
Objetivos de Aprendizaje I: Explicar el concepto de memoria virtual y la forma como se realiza
en hadware y software[Familiarizarse] II: Diferenciar emulacion y el aislamiento[Familiarizarse]
III: Evaluar virtualizacion de compensaciones[Evaluar] IV: Discutir sobre hipervisores y la
necesidad para ellos en conjunto con diferentes tipos de hipervisores[Familiarizarse]
Bibliografa: [Avi Silberschatz, 2012, Stallings, 2005, Tanenbaum, 2006, Tanenbaum, 2001, Mateu, 1999]

6.8 Manejo de dispositivos, 6 hr(s)

Competencias: C6
Topicos: I: Caractersticas de los dispositivos serie y paralelo. II: Haciendo de abstraccion de dis-
positivos. III: Estrategias de buering. IV: Acceso directo a memoria. V: La recuperacion de
fallos.
Objetivos de Aprendizaje I: Explique la diferencia clave entre dispositivos seriales y paralelos
e identicar las condiciones en las cuales cada uno es apropiado[Familiarizarse] II: Identi-
car la relacion entre el hardware fsico y los dispositivos virtuales mantenidos por el siste-
ma operativo[Familiarizarse] III: Explique buering y describir las estrategias para su aplica-
cion[Familiarizarse] IV: Diferenciar los mecanismos utilizados en la interconexion de un rango
de dispositivos (incluyendo dispositivos portatiles, redes, multimedia) a un ordenador y explicar
las implicaciones de estas para el diseno de un sistema operativo[Familiarizarse] V: Describir
las ventajas y desventajas de acceso directo a memoria y discutir las cirscunstancias en cuales
se justica su uso[Familiarizarse] VI: Identicar los requerimientos para recuperacion de erro-
res[Familiarizarse] VII: Implementar un controlador de dispositivo simple para una gama de
posibles equipos[Usar]
Bibliografa: [Avi Silberschatz, 2012, Stallings, 2005, Tanenbaum, 2006, Tanenbaum, 2001, Mateu, 1999]

6.9 Sistema de archivos, 6 hr(s)

Competencias: CS8
Topicos: I: Archivos: los datos, metadatos, operaciones, organizacion, amortiguadores, secuenciales,
no secuencial. II: Directorios: contenido y estructura. III: Los sistemas de archivos: particion,
montar sistemas de archivos / desmontar, virtuales. IV: Tecnicas estandar de implementacion
. V: Archivos asignados en memoria. VI: Sistemas de archivos de proposito especial. VII: Na-
ming, busqueda, acceso, copias de seguridad. VIII: La bitacora y los sistemas de archivos es-
tructurados (log)
Objetivos de Aprendizaje I: Describir las decisiones que deben tomarse en el diseno de sistemas de
archivos[Familiarizarse] II: Comparar y contrastar los diferentes enfoques para la organizacion
de archivos, el reconocimiento de las fortalezas y debilidades de cada uno. [Evaluar] III: Resumir
como el desarrollo de hadware ha dado lugar a cambios en las prioridades para el diseno y la
gestion de sistemas de archivos[Familiarizarse] IV: Resumir el uso de diarios y como los sistemas
de archivos de registro estructurado mejora la tolerancia a fallos[Familiarizarse]
Bibliografa: [Avi Silberschatz, 2012, Stallings, 2005, Tanenbaum, 2006, Tanenbaum, 2001, Mateu, 1999]

286 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 287

6.10 Sistemas empotrados y de tiempo real, 6 hr(s)

Competencias: C1
Topicos: I: Proceso y programacion de tareas. II: Los requisitos de gestion de memoria / disco en
un entorno en tiempo real. III: Los fracasos, los riesgos y la recuperacion. IV: Preocupaciones
especiales en sistemas de tiempo real.
Objetivos de Aprendizaje I: Describir que hace a un sistema un sistema en tiempo real[Familiarizarse]
II: Explicar la presencia y describir las caractersticas de latencia en sistemas de tiempo
real[Familiarizarse] III: Resumir los problemas especiales que los sistemas en tiempo real pre-
sentan, incluyendo el riesgo, y como se tratan estos problemas[Familiarizarse]
Bibliografa: [Avi Silberschatz, 2012, Stallings, 2005, Tanenbaum, 2006, Tanenbaum, 2001, Mateu, 1999]

6.11 Tolerancia a fallas, 3 hr(s)

Competencias: C1
Topicos: I: Conceptos fundamentales: sistemas ables y disponibles. II: Redundancia espacial y tem-
poral. III: Los metodos utilizados para implementar la tolerancia a fallos. IV: Los ejemplos de
los mecanismos del sistema operativo para la deteccion, recuperacion, reinicie para implementar
la tolerancia a fallos, el uso de estas tecnicas para los servicios propios del sistema operativo.
Objetivos de Aprendizaje I: Explicar la importancia de los terminos tolerancia a fallos, abilidad
y disponibilidad[Familiarizarse] II: Explicar en terminos generales la gama de metodos para
implementar la tolerancia a fallos en un sistema operativo[Familiarizarse] III: Explicar como
un sistema operativo puede continar funcionando despues de que ocurra una falla[Familiarizarse]
Bibliografa: [Avi Silberschatz, 2012, Stallings, 2005, Tanenbaum, 2006, Tanenbaum, 2001, Mateu, 1999]

6.12 Evaluacion del desempeno de sistemas, 3 hr(s)

Competencias: C1
Topicos: I: Por que el rendimiento del sistema debe ser evaluado? II: Que se va a evaluar? III: Sis-
temas de polticas de rendimiento, por ejemplo, el almacenamiento en cache, de paginacion, la
programacion, la gestion de memoria, y la seguridad. IV: Modelos de evaluacion: analtica, si-
mulacion, o de implementacion especco determinista. V: Como recoger los datos de evaluacion
(perles y mecanismos de localizacion)
Objetivos de Aprendizaje I: Describir las medidas de rendimiento utilizados para determinar co-
mo el sistema funciona[Familiarizarse] II: Explicar los principales modelos de evaluacion utili-
zados para evaluar un sistema[Familiarizarse]
Bibliografa: [Avi Silberschatz, 2012, Stallings, 2005, Tanenbaum, 2006, Tanenbaum, 2001, Mateu, 1999]

7. Bibliografa
[Avi Silberschatz, 2012] Avi Silberschatz, Peter Baer Galvin, G. G. (2012). Operating System Con-
cepts, 9/E. John Wiley & Sons, Inc.
[Mateu, 1999] Mateu, L. (1999). Apuntes de Sistemas Operativos. Universidad de Chile.
[Stallings, 2005] Stallings, W. (2005). Operating Systems: Internals and Design Principles, 5/E. Pren-
tice Hall.
[Tanenbaum, 2001] Tanenbaum, A. S. (2001). Modern Operating Systems, 2/E. Prentice Hall.
[Tanenbaum, 2006] Tanenbaum, A. S. (2006). Operating Systems Design and Implementation, 3/E.
Prentice Hall.

Universidad Catolica San Pablo 287

288 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion
SUMILLA
CS292. Ingeniera de Software II (Obligatorio)
1. Informacion General
Semestre: 6to Sem. Creditos: 4

Horas del curso: Teora: 2 horas; Practica: 2 horas; Laboratorio: 2 horas;

Prerrequisitos:

CS291. Ingeniera de Software I (5to Sem-Pag. 258)

2. Fundamentacion
Los topicos de este curso extienden las ideas del diseno y desarrollo de software desde la secuencia
de introduccion a la programacion para abarcar los problemas encontrados en proyectos de gran escala.
Es una vision mas amplia y completa de la Ingeniera de Software apreciada desde un punto de vista
de Proyectos.

3. Objetivos del curso

Capacitar a los alumnos para formar parte y denir equipos de desarrollo de software que afronten
problemas de envergadura real.

Familiarizar a los alumnos con el proceso de administracion de un proyecto de software de tal

manera que sea capaz de crear, mejorar y utilizar herramientas y metricas que le permitan
realizar la estimacion y seguimiento de un proyecto de software.

Crear, evaluar e implementar un plan de prueba para segmentos de codigo de tamano medio ,
Distinguir entre los diferentes tipos de pruebas , sentar las bases para crear, mejorar los proce-
dimientos de prueba y las herramientas utilizadas con ese proposito.

Seleccionar con justicacion 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 caractersticas y patrones de diseno para la reutilizacion de software.

Identicar y discutir diferentes sistemas especializados , crear , mejorar y utilizar los patrones
especializados para el diseno , implementacion , mantenimiento y prueba de sistemas especiali-
zados

4. Resultados (Outcomes)
b) Analizar problemas e identicar y denir los requerimientos computacionales apropiados para su
solucion. (Usar)

c) Disenar, 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 tecnicas y herramientas actuales necesarias para la practica de la computacion. (Evaluar)

k) Aplicar los principios de desarrollo y diseno en la construccion de sistemas de software de com-

plejidad variable. (Usar)

288 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 289

5. Competencias especficas de Computacion (IEEE)

C7. Ser capaz de aplicar los principios y tecnologas de ingeniera de software para asegurar que
las implementaciones de software son robustos, ables y apropiados para su publico objetivo.
Outcome b,k

C8. Entendimiento de lo que las tecnologas actuales pueden y no pueden lograr. Outcome b,c,k

C11. Entendimiento del concepto del ciclo de vida, incluyendo la importancia de sus fases (plani-
cacion, desarrollo, implementacion y evolucion). Outcome c

C12. Entender las implicaciones de ciclo de vida para el desarrollo de todos los aspectos de los siste-
mas informaticos (incluyendo software, hardware, y la interfaz de la computadora humana).
Outcome c,i

C13. Comprender la relacion entre la calidad y la gestion del ciclo de vida. Outcome c,i

C18. Capacidad para participar de forma activa y coordinada en un equipo. Outcome k

CS1. Modelar y disenar sistemas de computadora de una manera que se demuestre comprension del
balance entre las opciones de diseno. Outcome c

CS2. Identicar y analizar los criterios y especicaciones apropiadas a los problemas especcos, y
planicar estrategias para su solucion. Outcome b,c

CS4. Implementar la teora apropiada, practicas y herramientas para la especicacion, diseno, imple-
mentacion y mantenimiento, as como la evaluacion de los sistemas basados en computadoras.
Outcome b,c,i

CS5. Especicar, disenar e implementar sistemas basados en computadoras. Outcome b,c,i

CS10. Implementar efectivamente las herramientas que se utilizan para la construccion y la docu-
mentacion de software, con especial enfasis en la comprension de todo el proceso involucrado
en el uso de computadoras para resolver problemas practicos. Esto debe incluir herramientas
para el control de software, incluyendo el control de versiones y gestion de la conguracion.
Outcome i,k

6. Contenido del curso

6.1 Herramientas y Entornos, 12 hr(s)
Competencias: C1

Topicos: I: Administracion de conguracion de software y control de versiones. II: Administracion de

despliegues. III: Analisis de requerimientos y herramientas para modelado del diseno. IV: He-
rramientas de testing incluyendo herramientas de analisis estatico y dinamico. V: Entornos
de programacion que automatizan el proceso de construccion de partes de programa (ejem.,
construcciones automatizadas) a) Integracion continua. VI: Mecanismos y conceptos de herra-
mientas de integracion.

Objetivos de Aprendizaje I: Administracion de conguracion de software y control de versio-

nes.[Usar] II: Administracion de despliegues.[Usar] III: Analisis de requerimientos y herra-
mientas para modelado del diseno.[Usar] IV: Herramientas de testing incluyendo herramientas
de analisis estatico y dinamico.[Usar] V: Entornos de programacion que automatizan el proceso
de construccion de partes de programa (ejem., construcciones automatizadas) a) Integracion
continua. [Usar] VI: Mecanismos y conceptos de herramientas de integracion.[Usar]

Bibliografa: [Pressman, 2004, Blum, 1992, Schach, 2004, Wang and King, 2000, Keyes, 2004, Windle and Abreo, 200
Priest and Sanchez, 2001, Schach, 2004, Montangero, 1996, Ambriola, 2001, Conradi, 2000, Oquendo, 2003]

Universidad Catolica San Pablo 289

290 Escuela Profesional de Ciencia de la Computacion, Malla 2016

6.2 Verificacion y Validacion de Software, 12 hr(s)

Competencias: C20

Topicos: I: Vericacion y validacion de conceptos. II: Inspecciones, revisiones, auditorias. III: Ti-
pos de pruebas, incluyendo la interfas humano computador, usabildiad, conabilidad , seguri-
dad,desempeno para la especicacion. IV: Fundamentos de testeo: a) Pruebas de Unit, inte-
gracion, validacion y de Sistema b) Creacion de plan de pruebas y generacion de casos de test
c) Tecnicas de test de caja negra y caja blanca d ) Test de regresion y automatizacion de pruebas
V: Seguimiento de defectos. VI: Limitaciones de testeo en dominios particulares, tales como
sistemas paralelos o crticos en cuanto a seguridad. VII: Enfoques estaticos y enfoques dinamicos
para la vericacion. VIII: Desarrollo basado en pruebas. IX: Plan de Validacion, documenta-
cion para validacion. X: Pruebas Orientadas a Objetos, Sistema de Pruebas. XI: Vericacion y
validacion de artefactos no codicados (documentacion, archivos de ayuda, materiales de entre-
namiento) XII: Logeo fallido, error crtico y apoyo tecnico para dichas actividades. XIII: Esti-
macion fallida y terminacion de las pruebas que incluye la envios por defecto.

Objetivos de Aprendizaje I: Distinguir entre la validacion y vericacion del programa[Usar] II: Des-
cribir el papel que las herramientas pueden desempenar en la validacion de software[Usar]
III: Realizar, como parte de una actividad de equipo, una inspeccion de un segmento de
codigo de tamano medio[Usar] IV: Describir y distinguir entre diferentes tipos y niveles de
pruebas (unitaria, integracion, sistemas y aceptacion)[Usar] V: Describir tecnicas para iden-
ticar casos de prueba representativos para integracion, regresion y pruebas del sistema[Usar]
VI: Crear y documentar un conjunto de pruebas para un segmento de codigo de mediano tama-
no[Usar] VII: Describir como seleccionar buenas pruebas de regresion y automatizarlas[Usar]
VIII: Utilizar una herramienta de seguimiento de defectos para manejar defectos de software
en un pequeno proyecto de software[Usar] IX: Discutir las limitaciones de las pruebas en un
dominio particular[Usar] X: Evaluar un banco de pruebas (a test suite) para un segmento de
codigo de tamano medio[Usar] XI: Comparar los enfoques estaticos y dinamicos para la verica-
cion[Usar] XII: Identicar los principios fundamentales de los metodos de desarrollo basado en
pruebas y explicar el papel de las pruebas automatizadas en estos metodos[Usar] XIII: Discutir
los temas relacionados con las pruebas de software orientado a objetos[Usar] XIV: Describir las
tecnicas para la vericacion y validacion de los artefactos de no codigo[Usar] XV: Describir los
enfoques para la estimacion de fallos[Usar] XVI: Estimar el numero de fallos en una pequena
aplicacion de software basada en la densidad de defectos y siembra de errores[Usar] XVII: Rea-
lizar una inspeccion o revision del de codigo fuente de un software para un proyecto de software
de tamano pequeno o mediano[Usar]

Bibliografa: [Pressman, 2004, Blum, 1992, Schach, 2004, Wang and King, 2000, Keyes, 2004, Windle and Abreo, 2002,
Priest and Sanchez, 2001, Schach, 2004, Montangero, 1996, Ambriola, 2001, Conradi, 2000, Oquendo, 2003]

6.3 Evolucion de Software, 12 hr(s)

Competencias: C20

Topicos: I: Desarrollo de Software en el contexto de codigo grande pre existente a) Cambios de

software b) Preocupaciones y ubicacion de preocupaciones c) Refactoring II: Evolucion de
Software. III: Caractersticas de Software mantenible. IV: Sistemas de Reingeniera. V: Reuso
de Software. a) Segmentos de codigo b) Bibliotecas y frameworks c) Componentes d ) Lneas de
Producto

Objetivos de Aprendizaje I: Identicar los problemas principales asociados con la evolucion del
software y explicar su impacto en el ciclo de vida del software[Usar] II: Estimar el impacto
del cambio de requerimientos en productos existentes de tamano medio[Usar] III: Usar refac-
torizacion en el proceso de modicacion de un componente de sosftware[Usar] IV: Estudiar los
desaos de mejorar sistemas en un entorno cambiante[Usar] V: Perlar los procesos de pruebas
de regresion y su rol en el manejo de versiones[Usar] VI: Estudiar las ventajas y desventajas
de diferentes tipos de niveles de conabilidad[Usar]

290 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 291

Bibliografa: [Pressman, 2004, Blum, 1992, Schach, 2004, Wang and King, 2000, Keyes, 2004, Windle and Abreo, 200
Priest and Sanchez, 2001, Schach, 2004, Montangero, 1996, Ambriola, 2001, Conradi, 2000, Oquendo, 2003]

6.4 Gestion de Proyectos de Software, 12 hr(s)

Competencias: C24
Topicos: I: La participacion del equipo: a) Procesos elemento del equipo, incluyendo responsabili-
dades de tarea, la estructura de reuniones y horario de trabajo b) Roles y responsabilidades en
un equipo de software c) Equipo de resolucion de conictos d ) Los riesgos asociados con los
equipos virtuales (comunicacion, la percepcion, la estructura) II: Estimacion de esfuerzo (a
nivel personal) III: Riesgo. a) El papel del riesgo en el ciclo de vida b) Categoras elemento
de riesgo, incluyendo la seguridad, la seguridad, mercado, nanzas, tecnologa, las personas, la
calidad, la estructura y el proceso de IV: Gestion de equipos: a) Organizacion de equipo y
la toma de decisiones b) Roles de identicacion y asignacion c) Individual y el desempeno del
equipo de evaluacion V: Gestion de proyectos: a) Programacion y seguimiento de elementos
b) Herramientas de gestion de proyectos c) Analisis de Costo/Benecio VI: Software de me-
dicion y tecnicas de estimacion. VII: Aseguramiento de la calidad del software y el rol de las
mediciones. VIII: Riesgo. a) Identicacion de riesgos y gestion. b) Analisis riesgo y evaluacion.
c) La tolerancia al riesgo (por ejemplo, riesgo adverso, riesgo neutral, la busqueda de riesgo)
d ) Planicacion de Riesgo IX: En todo el sistema de aproximacion al riesgo, incluyendo riesgos
asociados con herramientas.
Objetivos de Aprendizaje I: Discutir los comportamientos comunes que contribuyen al buen fun-
cionamiento de un equipo[Usar] II: Crear y seguir un programa para una reunion del equi-
po[Usar] III: Identicar y justicar las funciones necesarias en un equipo de desarrollo de
software[Usar] IV: Entender las fuentes, obstaculos y benecios potenciales de un conicto de
equipo[Usar] V: Aplicar una estrategia de resolucion de conictos en un ambiente de equi-
po[Usar] VI: Utilizar un metodo ad hoc para estimar el esfuerzo de desarrollo del software
(ejemplo, tiempo) y comparar con el esfuerzo actual requerido[Usar] VII: Listar varios ejem-
plos de los riesgos del software[Usar] VIII: Describir el impacto del riesgo en el ciclo de vida de
desarrollo de software[Usar] IX: Describir las diferentes categoras de riesgo en los sistemas de
software[Usar] X: Demostrar a traves de la colaboracion de proyectos de equipo los elementos
centrales de la contruccion de equipos y gestion de equipos[Usar]
Bibliografa: [Pressman, 2004, Blum, 1992, Schach, 2004, Wang and King, 2000, Keyes, 2004, Windle and Abreo, 200
Priest and Sanchez, 2001, Schach, 2004, Montangero, 1996, Ambriola, 2001, Conradi, 2000, Oquendo, 2003]

7. Bibliografa
[Ambriola, 2001] Ambriola, V. (2001). Software Process Technology. Springer.
[Blum, 1992] Blum, B. I. (1992). Software Engineering: A Holistic View. Oxford University Press US,
7th edition.
[Conradi, 2000] Conradi, R. (2000). Software Process Technology. Springer.
[Keyes, 2004] Keyes, J. (2004). Software Conguration Management. CRC Press.
[Montangero, 1996] Montangero, C. (1996). Software Process Technology. Springer.
[Oquendo, 2003] Oquendo, F. (2003). Software Process Technology. Springer.
[Pressman, 2004] Pressman, R. S. (2004). Software Engineering: A Practitioners Approach. McGraw-
Hill, 6th edition.
[Priest and Sanchez, 2001] Priest, J. W. and Sanchez, J. M. (2001). Product Development and Design
for Manufacturing. Marcel Dekker.
[Schach, 2004] Schach, S. R. (2004). Object-Oriented and Classical Software Engineering. McGraw-
Hill.

Universidad Catolica San Pablo 291

292 Escuela Profesional de Ciencia de la Computacion, Malla 2016

[Wang and King, 2000] Wang, Y. and King, G. (2000). Software Engineering Processes: Principles
and Applications. CRC Press.
[Windle and Abreo, 2002] Windle, D. R. and Abreo, L. R. (2002). Software Requirements Using the
Unied Process. Prentice Hall.

292 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 293

Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion
SUMILLA
MA307. Matematica aplicada a la computacion (Obligatorio)
1. Informacion General
Semestre: 6to Sem. Creditos: 4

Horas del curso: Teora: 2 horas; Practica: 2 horas; Laboratorio: 2 horas;

Prerrequisitos:

MA201. Calculo II (4to Sem-Pag. 245)

2. Fundamentacion
Este curso es importante porque desarrolla topicos del Algebra Lineal y de Ecuaciones Diferenciales
Ordinarias utiles en todas aquellas areas de la ciencia de la computacion donde se trabaja con sistemas
lineales y sistemas dinamicos.

3. Objetivos del curso

Que el alumno tenga la base matematica para el modelamiento de sistemas lineales y sistemas
dinamicos necesarios en el area de Computacion Graca e Inteligencia Articial.

4. Resultados (Outcomes)
a) Aplicar conocimientos de computacion y de matematicas apropiadas para la disciplina. (Fami-
liarizarse)

i) Utilizar tecnicas y herramientas actuales necesarias para la practica de la computacion. (Fami-

liarizarse)

j) Aplicar la base matematica, principios de algoritmos y la teora de la Ciencia de la Computacion en

el modelamiento y diseno de sistemas computacionales de tal manera que demuestre comprension
de los puntos de equilibrio involucrados en la opcion escogida. (Usar)

5. Competencias especficas de Computacion (IEEE)

C1. La comprension intelectual y la capacidad de aplicar las bases matematicas y la teora de la
informatica (computer science). Outcome a

C20. Posibilidad de conectar la teora y las habilidades aprendidas en la academia a los aconteci-
mientos del mundo real que explican su pertinencia y utilidad. Outcome i

CS2. Identicar y analizar los criterios y especicaciones apropiadas a los problemas especcos, y
planicar estrategias para su solucion. Outcome j

6. Contenido del curso

6.1 Espacios Lineales, 0 hr(s)
Competencias: C1

Topicos: I: Espacios vectoriales. II: Independencia, base y dimension. III: Dimensiones y ortogona-
lidad de los cuatro subespacios. IV: Aproximaciones por mnimos cuadrados. V: Proyecciones
VI: Bases ortogonales y Gram-Schmidt

Universidad Catolica San Pablo 293

294 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Objetivos de Aprendizaje I: Identicar espacios generados por vectores linealmente independien-

tes[Usar] II: Construir conjuntos de vectores ortogonales[Usar] III: Aproximar funciones por
polinomios trigonometricos[Usar]

Bibliografa: [Strang, 2003, Apostol, 1973]

6.2 Transformaciones lineales, 0 hr(s)

Competencias: C20

Topicos: I: Concepto de transformacion lineal. II: Matriz de una transformacion lineal. III: Cambio
de base. IV: Diagonalizacion y pseudoinversa

Objetivos de Aprendizaje I: Determinar el nucleo y la imagen de una transformacion[Usar] II: Cons-

truir la matriz de una transformacion[Usar] III: Determinar la matriz de cambio de base[Usar]

Bibliografa: [Strang, 2003, Apostol, 1973]

6.3 Autovalores y autovectores, 0 hr(s)

Competencias: C24

Topicos: I: Diagonalizacion de una matriz II: Matrices simetricas III: Matrices denidas positivas
IV: Matrices similares V: La descomposicion de valor singular

Objetivos de Aprendizaje I: Encontrar la representacion diagonal de una matriz[Usar] II: De-

terminar la similaridad entre matrices[Usar] III: Reducir una forma cuadratica real a diago-
nal[Usar]

Bibliografa: [Strang, 2003, Apostol, 1973]

6.4 Sistemas de ecuaciones diferenciales, 0 hr(s)

Competencias: C1

Topicos: I: Exponencial de una matriz II: Teoremas de existencia y unicidad para sistemas lineales
homogeneos con coecientes constantes III: Sistemas lineales no homogeneas con coecientes
constantes.

Objetivos de Aprendizaje I: Hallar la solucion general de un sistema lineal no homogeneo[Usar]

II: Resolver problemas donde intervengan sistemas de ecuaciones diferenciales[Usar]

Bibliografa: [Zill, 2002, Apostol, 1973]

6.5 Teora fundamental, 0 hr(s)

Competencias: C20

Topicos: I: Sistemas dinamicos II: El teorema fundamental III: Existencia y unicidad IV: El ujo
de una ecuacion diferencial

Objetivos de Aprendizaje I: Discutir la existencia y la unicidad de una ecuacion diferencial[Usar]

II: Analizar la continuidad de las soluciones[Usar] III: Estudiar la prolongacion de una solu-
cion[Usar]

Bibliografa: [Hirsh and Smale, 1974]

294 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 295

6.6 Estabilidad de equilibrio, 0 hr(s)

Competencias: C24
Topicos: I: Estabilidad II: Funciones de Liapunov III: Sistemas gradientes
Objetivos de Aprendizaje I: Analizar la estabilidad de una solucion[Usar] II: Hallar la funcion de
Liapunov para puntos de equilibrio[Usar] III: Trazar el retrato de fase un ujo gradiente[Usar]
Bibliografa: [Zill, 2002, Hirsh and Smale, 1974]

7. Bibliografa
[Apostol, 1973] Apostol, T. M. (1973). Calculus Vol II. Editorial Reverte.
[Hirsh and Smale, 1974] Hirsh, M. W. and Smale, S. (1974). Dierential Equatons, Dynamical Sys-
tems, and Linear Algebra. Academia Press.
[Strang, 2003] Strang, G. (2003). Introduction to Linear Algebra, 3l edicion. Wellesley-Cambridge
Press.
[Zill, 2002] Zill, D. G. (2002). Ecuaciones Diferenciales con Problemas de Valores en la Frontera.
Thomson Learning.

Universidad Catolica San Pablo 295

296 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion
SUMILLA
FG203. Oratoria (Obligatorio)
1. Informacion General
Semestre: 6to Sem. Creditos: 2
Horas del curso: Teora: 1 horas; Practica: 2 horas;
Prerrequisitos:
FG106. Teatro (5to Sem-Pag. 274)

2. Fundamentacion
En la sociedad competitiva como la nuestra, se exige que la persona sea un comunicador ecaz y
sepa utilizar sus potencialidades a n de resolver problemas y enfrentar los desafos del mundo moderno
dentro de la actividad laboral, intelectual y social. Tener el conocimiento no basta, lo importante es
saber comunicarlo y en la medida que la persona sepa emplear sus facultades comunicativas, derivara
en exito o fracaso aquello que tenga que realizar en su desenvolvimiento personal y profesional. Por
ello es necesario para lograr un buen decir, recurrir a conocimientos, estrategias y recursos, que debe
tener todo orador, para llegar con claridad, precision y conviccion al interlocutor
3. Objetivos del curso
Al termino del curso, el alumno sera capaz de organizar y asumir la palabra desde la perspectiva
del orador, en cualquier situacion, en forma mas correcta, coherente y adecuada, mediante el uso
de conocimientos y habilidades lingusticas, buscando en todo momento su realizacion personal
y social a traves de su expresion, teniendo como base la verdad y la preparacion constante.

4. Resultados (Outcomes)
f ) Comunicarse efectivamente con audiencias diversas. (Usar)
n) Aplicar conocimientos de humanidades en su labor profesional. (Usar)
n) Comprender que la formacion de un buen profesional no se desliga ni se opone sino mas bien
contribuye al autentico crecimiento personal. Esto requiere de la asimilacion de valores solidos,
horizontes espirituales amplios y una vision profunda del entorno cultural. (Usar)

5. Competencias especficas de Computacion (IEEE)

C17. Capacidad para expresarse en los medios de comunicacion orales y escritos como se espera de
un graduado.. Outcome f,n,n
C24. Comprender la necesidad de la formacion permanente y la mejora de habilidades y capacidades.
Outcome f,n,n

6. Contenido del curso

6.1 Primera Unidad: Generalidades de la Oratoria, 3 hr(s)
Competencias: C24
Topicos: I: La Oratoria II: La funcion de la palabra. III: El proceso de la comunicacion. IV: Bases
racionales y emocionales de la oratoria a) La expresion oral en la participacion.
V: Fuentes de conocimiento para la oratoria: niveles de cultura general.

296 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 297

Objetivos de Aprendizaje I: Comprension: interpretar, ejemplicar y generalizar las bases de la

oratoria como fundamento teorico y practico. [Usar].
Bibliografa: [Monroe and Ehninger, 1976b, Rodrguez, ]

6.2 Segunda Unidad: El Orador, 4 hr(s)

Competencias: C17
Topicos: I: Cualidades de un buen orador. II: Normas para primeros discursos. III: El cuerpo
humano como instrumento de comunicacion: a) La expresion corporal en el discurso b) La voz
en el discurso. IV: Oradores con historia y su ejemplo.

Objetivos de Aprendizaje I: Comprension: Interpretar, ejemplicar y generalizar conocimientos y

habilidades de la comunicacion oral mediante la experiencia de grandes oradores y la suya propia.
[Usar]. II: Aplicacion: Implementar, usar, elegir y desempenar los conocimientos adquiridos para
expresarse en publico en forma eciente, inteligente y agradable. [Usar].
Bibliografa: [Rodrguez, ]

7. Bibliografa
[Monroe and Ehninger, 1976b] Monroe, A. and Ehninger, D. (1976b). La comunicacion oral. Hispano
Europea.

[Rodrguez, ] Rodrguez, M. L. Como manejar la informacion en una presentacion.

Universidad Catolica San Pablo 297

298 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion
SUMILLA
CS251. Computacion Grafica (Obligatorio)
1. Informacion General
Semestre: 7mo Sem. Creditos: 4

Horas del curso: Teora: 2 horas; Practica: 2 horas; Laboratorio: 2 horas;

Prerrequisitos:

CS312. Estructuras de Datos Avanzadas (6to Sem-Pag. 282)

MA306. Analisis Numerico (5to Sem-Pag. 271)

2. Fundamentacion
Ofrece una introduccion para el area de Computacion Graca, la cual es una parte importante
dentro de Ciencias de la Computacion. El proposito de este curso es investigar los principios, tecnicas
y herramientas fundamentales para esta area.

3. Objetivos del curso

Acercar al alumno a conceptos y tecnicas usados en aplicaciones gracas 3-D complejas.

Dar al alumno las herramientas necesarias para determinar que software graco y que plataforma
son los mas adecuados para desarrollar una aplicacion especca.

4. Resultados (Outcomes)
a) Aplicar conocimientos de computacion y de matematicas apropiadas para la disciplina. (Usar)

b) Analizar problemas e identicar y denir los requerimientos computacionales apropiados para su

solucion. (Usar)

i) Utilizar tecnicas y herramientas actuales necesarias para la practica de la computacion. (Usar)

j) Aplicar la base matematica, principios de algoritmos y la teora de la Ciencia de la Computacion en

el modelamiento y diseno de sistemas computacionales de tal manera que demuestre comprension
de los puntos de equilibrio involucrados en la opcion escogida. (Usar)

5. Competencias especficas de Computacion (IEEE)

C1. La comprension intelectual y la capacidad de aplicar las bases matematicas y la teora de la
informatica (computer science). Outcome a

C2. Capacidad para tener una perspectiva crtica y creativa para identicar y resolver problemas
utilizando el pensamiento computacional. Outcome b

C5. Capacidad para implementar algoritmos y estructuras de datos en el software.. Outcome b

C4. Una comprension 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 tecnologas actuales pueden y no pueden lograr. Outcome i

298 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 299

6. Contenido del curso

6.1 Conceptos Fundamentales, 6 hr(s)
Competencias: C1,C2

Topicos: I: Aplicaciones multimedia, incluyendo interfaces de usuario, edicion de audio y vdeo,

motores de juego, cad, visualizacion, realidad virtual. II: Soluciones de compensacion entre el
almacenamiento de datos y los datos re-computing es personalizado por vectores y raster en
representaciones de imagenes. III: Modelos de color sustractivo Aditivo y (CMYK y RGB) y
por que estos proporcionan una gama de colores. IV: Animacion como una secuencia de imagenes
jas.

Objetivos de Aprendizaje I: Explicar en terminos generales como las senales analogicas pueden
ser representadas por muestras discretas, por ejemplo,como las imagenes pueden ser represen-
tadas por pixeles[Familiarizarse] II: Describir modelos de color y su uso en los dispositivos de
visualizacion de gracos[Familiarizarse] III: Describir las ventajas y desventajas entre el alma-
cenamiento de informacion vs almacenar suciente informacion para reproducir la informacion,
como en la diferencia entre el vector y la representacion de la trama[Familiarizarse] IV: Des-
cribir los procesos basico de la produccion de movimiento continuo a partir de una secuencia de
cuadros discretos(algunas veces llamado it icker fusion )[Familiarizarse]

Bibliografa: [Hearn and Baker, 1990]

6.2 Rendering Basico, 12 hr(s)

Competencias: C1,C4

Topicos: I: Renderizado en la naturaleza, por ejemplo, la emision y dispersion de la luz y su relacion

con la integracion numerica. II: Renderizado Fordward and Backward (i.e., ray-casting y rasteri-
zacion) III: Radiometra basica, triangulos similares y modelos de proyecciones IV: Anamiento
y Transformaciones de Sistemas de coordenadas V: Ray tracing VI: Visibilidad y oclusion, inclu-
yendo soluciones a este problema, como el almacenamiento en bufer de profundidad, algoritmo
del pintor, y el trazado de rayos. VII: Rasterizacion triangular simple. VIII: Renderizacion con
una API basada en shader. IX: Aplicacion de la representacion de estructuras de datos espa-
ciales. X: Muestreo y anti-aliasing. XI: Renderizado Fordward and Backward (i.e., ray-casting
y rasterizacion)

Objetivos de Aprendizaje I: Discutir el problema de transporte de la luz y su relacion con la

integracion numerica, es decir, se emite luz, dispersa alrededor de la escena, y es medida por
el ojo[Familiarizarse] II: Describir la tubera basica gracos y como el factor de representa-
cion va hacia adelante y atras en esta[Familiarizarse] III: Crear un programa para visualizar
modelos 3D de imagenes gracas simples[Usar] IV: Obtener puntos en 2-dimensiones y 3-
dimensiones por aplicacion de transformaciones afn[Usar] V: Aplicar sistema de coordenadas
de 3-dimensiones y los cambios necesarios para extender las operaciones de transformacion 2D
para manejar las transformaciones en 3D[Usar] VI: Contrastar la renderizacion hacia adelanate
forward y hacia atras backward[Evaluar] VII: Explicar el concepto y las aplicaciones de mapeo
de texturas, muestreo y el anti-aliasing[Familiarizarse] VIII: Explicar la dualidad de rastreo de
rayos/rasterizacion para el problema de visibilidad[Familiarizarse] IX: Implementar un sencillo
renderizador en tiempo real utilizando una API de rasterizacion (por ejemplo, OpenGL) utili-
zando buers de vertices y shaders[Usar] X: Calcular las necesidades de espacio en base a la
resolucion y codicacion de color[Evaluar] XI: Calcular los requisitos de tiempo sobre la base
de las frecuencias de actualizacion, tecnicas de rasterizacion[Evaluar]

Bibliografa: [Hearn and Baker, 1990, Hughes et al., 2013, Wol, 2011, Shreiner et al., 2013]

6.3 Programacion de Sistemas Interactivos, 2 hr(s)

Competencias: C8

Universidad Catolica San Pablo 299

300 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Topicos: I: Manejo de eventos e interaccion de usuario. II: Approaches to design, implementation and
evaluation of non-mouse interaction a) Touch and multi-touch interfaces b) Shared, embodied,
and large interfaces c) New input modalities (such as sensor and location data) d ) New Win-
dows, e.g., iPhone, Android e) Speech recognition and natural language processing f ) Wearable
and tangible interfaces g) Persuasive interaction and emotion h) Ubiquitous and context-aware
interaction technologies (Ubicomp) i) Bayesian inference (e.g. predictive text, guided pointing)
j ) Ambient/peripheral display and interaction

Objetivos de Aprendizaje I: Discute las ventajas (y desventajas) de las interfaces no basadas en

raton[Evaluar]

Bibliografa: [Hearn and Baker, 1990]

6.4 Modelado Geometrico, 15 hr(s)

Competencias: C1,C5

Topicos: I: Operaciones geometricas basicas como calculo de interseccion y pruebas de proximi-

dad. II: Volumenes, voxels y representaciones basadas en puntos. III: Curvas polinomiales y
Supercies parametricas. IV: Representacion mplicita de curvas y supercies. V: Tecnicas de
aproximacion, tales como curvas polinomicas, curvas Bezier, curvas spline y supercies, y base
racional no uniforme (NURB) espinas, y el metodo de ajuste de nivel. VI: Tecnicas de supercie
de representacion incluyendo teselacion, la representacion de malla, carenado malla, y las tecnicas
de generacion de mallas, como la triangulacion de Delaunay, marchando cubos. VII: Tecnicas de
subdivision espacial. VIII: Modelos procedimentales como fractales, modelamiento generativo
y sistemas L. IX: Modelos deformables de forma libre y elasticamente deformables. X: Subdivi-
sion de supercies. XI: Modelado multiresolucion. XII: Reconstruccion. XIII: Representacion
de Geometra Solida Constructiva (GSC)

Objetivos de Aprendizaje I: Representar curvas y supercies utilizando formas tanto implcitas

y parametricas[Usar] II: Crear modelos poliedrico simples por teselacion de supercies[Usar]
III: Generar una representacion de malla de una supercie implcita[Usar] IV: Generar una
malla de un conjunto de puntos adquiridos por un scaner laser[Usar] V: Construct modelos
de geometra solida constructiva a partir de simples primitivas, tales como cubos y supercies
cuadricas[Usar] VI: Contrastar metodos de modelizacion con respecto a espacio y tiempo de
complejidad y calidad de imagen[Evaluar]

Bibliografa: [Hearn and Baker, 1990, Shreiner et al., 2013]

6.5 Renderizado Avanzado, 6 hr(s)

Competencias: C1,C4

Topicos: I: Tiempo (desenfoque de movimiento), la posicion del objetivo (enfoque), y la frecuencia

continua (color) y su impacto en la representacion. II: Mapeo de Sombras. III: Selectiva de
oclusion. IV: Dispercion de la Supercie. V: Renderizado no fotorealistico. VI: Arquitectura
del GPU. VII: Sistemas visuales humanos incluida la adaptacion a la luz, la sensibilidad al
ruido, y la fusion de parpadeo.

Objetivos de Aprendizaje I: Demostrar como un algoritmo calcula una solucion a la ecuacion de

renderizacion[Evaluar] II: Demostrar las propiedades de un algoritmo de renderizacion, por
ejemplo, completo, consistente, e imparcial[Evaluar] III: Implementar un algoritmo no trivial
de sombreado(por ejemplo, sombreado caricaturizado(toon shading), mapas de sombras en casca-
da(cascaded shadow maps) ) bajo una APi de rasterizacion[Usar] IV: Discutir como una tecnica
artstica particular puede ser implementada en un renderizador[Familiarizarse] V: Explicar
como reconocer las tecnicas gracas usadas para crear una imagen en particular[Familiarizarse]

Bibliografa: [Hearn and Baker, 1990, Hughes et al., 2013, Wol, 2011, Shreiner et al., 2013]

300 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 301

6.6 Animacion por computadora, 4 hr(s)

Competencias: C1
Topicos: I: Cinematica directa e inversa. II: Deteccion de colisiones y respuesta. III: Animacion
procedimental empleando ruido, reglas (boids/crowds) y sistemas de partculas. IV: Algorit-
mos Skinning. V: Movimientos basado en la fsica, incluyendo la dinamica del cuerpo rgido,
sistemas de partculas fsicas, redes de masa-muelle de tela y la carne y el pelo. VI: Anima-
cion de Cuadros Principales VII: Splines VIII: Estructuras de datos para rotaciones, como
cuaterniones. IX: Animacion de Camara. X: Captura de Movimiento.
Objetivos de Aprendizaje I: Calcular la localizacion y orientacion de partes de un modelo usando
un enfoque de cinematica hacia delante[Usar] II: Implementar el metodo de interpolacion spline
para producir las posiciones y orientaciones en medio[Usar] III: Implementar algoritmos para
el modelamiento fsico de partculas dinamicas usando simplemente la mecanica de Newton, por
ejemplo Witkin & Kass , serpientes y gusanos, Euler simplectica, Stormer/Verlet, o metodos
de punto medio de Euler[Usar] IV: Discutir las ideas basicas detras de algunos metodos para
dinamica de uidos para el modelamiento de trayectorias balsticas, por ejemplo salpicaduras,
polvo, fuego, o humo[Familiarizarse] V: Usar el software de animacion comun para construir
formas organicas simples usando metaball y el esqueleto[Usar]

Bibliografa: [Hearn and Baker, 1990, Shreiner et al., 2013]

7. Bibliografa
[Hearn and Baker, 1990] Hearn, D. and Baker, P. (1990). Computer Graphics in C. Prentice Hall.
[Hughes et al., 2013] Hughes, J. F., Dam, A. V., Mcguire, M., Sklar, D. F., Foley, J. D., Feiner, S. K.,
and Akeley, K. (2013). Computer Graphics - Principles and Practice 3rd Edition. Addison-Wesley.
[Shreiner et al., 2013] Shreiner, D., Sellers, G., Kessenich, J., and Licea-Kane, B. (2013). OpenGL,
Programming Guide, Eighth Edition. Addison-Wesley.
[Wol, 2011] Wol, D. (2011). OpenGL 4.0 Shading Language Cookbook. Packt Publishing.

Universidad Catolica San Pablo 301

302 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion
SUMILLA
CS391. Ingeniera de Software III (Obligatorio)
1. Informacion General
Semestre: 7mo Sem. Creditos: 3

Horas del curso: Teora: 2 horas; Practica: 2 horas;

Prerrequisitos:

CS292. Ingeniera de Software II (6to Sem-Pag. 291)

2. Fundamentacion
El desarrollo de software requiere del uso de mejores practicas de desarrollo, gestion de proyectos
de TI, manejo de equipos y uso eciente y racional de frameworks de aseguramiento de la calidad,
estos elemento son pieza clave y transversal durante todo el proceso productivo.
La construccion de software contempla la implementacion y uso de procesos, metodos, modelos y
herramientas que permitan lograr la realizacion de los atributos de calidad de un producto.

3. Objetivos del curso

Comprender y poner en practica los conceptos fundamentales sobre la gestion de proyectos y
manejo de equipos de software.

Comprender los fundamentos de la gestion de proyectos, incluyendo su denicion, alcance, y la

necesidad de gestion de proyectos en la organizacion 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
exitos de los proyectos de TI.

4. Resultados (Outcomes)
c) Disenar, 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 comun. (Usar)

i) Utilizar tecnicas y herramientas actuales necesarias para la practica de la computacion. (Usar)

j) Aplicar la base matematica, principios de algoritmos y la teora de la Ciencia de la Computacion en

el modelamiento y diseno de sistemas computacionales de tal manera que demuestre comprension
de los puntos de equilibrio involucrados en la opcion escogida. (Evaluar)

m) Transformar sus conocimientos del area de Ciencia de la Computacion en emprendimientos

tecnologicos. (Evaluar)

o) Mejorar las condiciones de la sociedad poniendo la tecnologa al servicio del ser humano. (Usar)

302 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 303

5. Competencias especficas de Computacion (IEEE)

C7. Ser capaz de aplicar los principios y tecnologas de ingeniera de software para asegurar que
las implementaciones de software son robustos, ables y apropiados para su publico objetivo.
Outcome c

C11. Entendimiento del concepto del ciclo de vida, incluyendo la importancia de sus fases (plani-
cacion, desarrollo, implementacion y evolucion). Outcome i,k

C12. Entender las implicaciones de ciclo de vida para el desarrollo de todos los aspectos de los siste-
mas informaticos (incluyendo software, hardware, y la interfaz de la computadora humana).
Outcome j,m

C13. Comprender la relacion entre la calidad y la gestion 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 identicar ecazmente los objetivos y las prioridades de su trabajo / area /
proyecto con indicacion de la accion, el tiempo y los recursos necesarios. Outcome j

CS6. Evaluar los sistemas en terminos 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 gestion ecaz de la informacion, organizacion de la informacion,
y las habilidades de recuperacion de informacion a la informacion de diversos tipos, incluyendo
texto, imagenes, sonido y vdeo. Esto debe incluir la gestion de los problemas de seguridad.
Outcome d,i,o

CS9. Identicar los riesgos (y esto incluye cualquier seguridad o los aspectos de seguridad) que
pueden estar involucrados en la operacion de equipo de computo dentro de un contexto dado.
Outcome c,d,m

6. Contenido del curso

6.1 Evolucion de Software, 12 hr(s)
Competencias: C7, C11, C12, CS6

Topicos: I: Desarrollo de Software en el contexto de codigo grande pre existente a) Cambios de

software b) Preocupaciones y ubicacion de preocupaciones c) Refactoring II: Evolucion de
Software. III: Caractersticas de Software mantenible. IV: Sistemas de Reingeniera. V: Reuso
de Software. a) Segmentos de codigo b) Bibliotecas y frameworks c) Componentes d ) Lneas de
Producto

Objetivos de Aprendizaje I: Identicar los problemas principales asociados con la evolucion del
software y explicar su impacto en el ciclo de vida del software[Familiarizarse] II: Estimar el
impacto del cambio de requerimientos en productos existentes de tamano medio[Usar] III: Usar
refactorizacion en el proceso de modicacion de un componente de sosftware[Usar] IV: Estudiar
los desaos de mejorar sistemas en un entorno cambiante[Familiarizarse] V: Perlar los procesos
de pruebas de regresion y su rol en el manejo de versiones[Familiarizarse] VI: Estudiar las
ventajas y desventajas de diferentes tipos de niveles de conabilidad[Familiarizarse]

Bibliografa: [Pressman and Maxim, 2014, Sommerville, 2010]

6.2 Gestion de Proyectos de Software, 18 hr(s)

Competencias: C18, C19, CS7, CS9

Universidad Catolica San Pablo 303

304 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Topicos: I: La participacion del equipo: a) Procesos elemento del equipo, incluyendo responsabili-
dades de tarea, la estructura de reuniones y horario de trabajo b) Roles y responsabilidades en
un equipo de software c) Equipo de resolucion de conictos d ) Los riesgos asociados con los
equipos virtuales (comunicacion, la percepcion, la estructura) II: Estimacion de esfuerzo (a
nivel personal) III: Riesgo. a) El papel del riesgo en el ciclo de vida b) Categoras elemento
de riesgo, incluyendo la seguridad, la seguridad, mercado, nanzas, tecnologa, las personas, la
calidad, la estructura y el proceso de IV: Gestion de equipos: a) Organizacion de equipo y
la toma de decisiones b) Roles de identicacion y asignacion c) Individual y el desempeno del
equipo de evaluacion V: Gestion de proyectos: a) Programacion y seguimiento de elementos
b) Herramientas de gestion de proyectos c) Analisis de Costo/Benecio VI: Software de me-
dicion y tecnicas de estimacion. VII: Aseguramiento de la calidad del software y el rol de las
mediciones. VIII: Riesgo. a) Identicacion de riesgos y gestion. b) Analisis riesgo y evaluacion.
c) La tolerancia al riesgo (por ejemplo, riesgo adverso, riesgo neutral, la busqueda de riesgo)
d ) Planicacion de Riesgo IX: En todo el sistema de aproximacion al riesgo, incluyendo riesgos
asociados con herramientas.
Objetivos de Aprendizaje I: Discutir los comportamientos comunes que contribuyen al buen fun-
cionamiento de un equipo[Familiarizarse] II: Crear y seguir un programa para una reunion
del equipo[Usar] III: Identicar y justicar las funciones necesarias en un equipo de desarrollo
de software[Usar] IV: Entender las fuentes, obstaculos y benecios potenciales de un conic-
to de equipo[Usar] V: Aplicar una estrategia de resolucion de conictos en un ambiente de
equipo[Usar] VI: Utilizar un metodo ad hoc para estimar el esfuerzo de desarrollo del software
(ejemplo, tiempo) y comparar con el esfuerzo actual requerido[Usar] VII: Listar varios ejemplos
de los riesgos del software[Familiarizarse] VIII: Describir el impacto del riesgo en el ciclo de
vida de desarrollo de software[Familiarizarse] IX: Describir las diferentes categoras de riesgo
en los sistemas de software[Familiarizarse] X: Demostrar a traves de la colaboracion de proyec-
tos de equipo los elementos centrales de la contruccion de equipos y gestion de equipos[Usar]
XI: Describir como la eleccion de modelos de procesos afectan la estructura organizacional
de equipos y procesos de toma de decisiones[Familiarizarse] XII: Crear un equipo mediante
la identicacion de los roles apropiados y la asignacion de funciones a los miembros del equi-
po[Usar] XIII: Evaluar y retroalimentar a los equipos e individuos sobre su desempeno en un
ambiente de equipo[Usar] XIV: Usando un software particular procesar, describir los aspectos
de un proyecto que encesita ser planeado y monitoreado, (ejemplo, estimar el tamano y esfuerzo,
un horario, reasignacion de recursos, control de conguracion, gestion de cambios, identicacion
de riesgos en un proyecto y gestion)[Familiarizarse] XV: Realizar el seguimiento del progreso
de alguna etapa de un proyecto que utiliza metricas de proyectos apropiados[Usar] XVI: Com-
parar las tecnicas simples de tamano de software y estimacion de costos[Usar] XVII: Usar una
herramienta de gestion de proyectos para ayudar en la asignacion y rastreo de tareas en un pro-
yecto de desarrollo de software[Usar] XVIII: Describir el impacto de la tolerancia de riesgos en
el proceso de desarrollo de software[Evaluar] XIX: Identicar riesgos y describir enfoques para
manejar riesgos (evitar, aceptar, tranferir, mitigar) y caracterizar fortalezas y defectos para cada
uno[Familiarizarse] XX: Explicar como el riesgo afecta las decisiones en el proceso de desarrollo
de software[Usar] XXI: Identicar los riesgos de seguridad para un sistema de software[Usar]
XXII: Demostrar un enfoque sistematico para la tarea de identicar los peligros y riesgos en
una situacion particular[Usar] XXIII: Aplicar los principios basicos del manejo de riesgos en
una variedad de escenarios simples incluyendo una situacion de seguridad[Usar] XXIV: Dirigir
un analisis de costo/benecio para el enfoque de mitigacion de riesgos[Usar] XXV: Identicar
y analizar alguno de los riesgos para un sistema entero que surgen de aspectos distintos del
software[Usar]
Bibliografa: [Pressman and Maxim, 2014, Sommerville, 2010]

6.3 Procesos de Software, 12 hr(s)

Competencias: C7, C13, C19, CS6, CS7
Topicos: I: Consideraciones a nivel de sistemas, ejem., la interaccion del software con su entorno. II: In-
troduccion a modelos del proceso de software (e.g., cascada, incremental, agil): a) Actividades

304 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 305

con ciclos de vida de software. III: Programacion a gran escala versus programacion indivi-
dual. IV: Evaluacion de modelos de proceso de software. V: Conceptos de calidad de softwa-
re. VI: Mejoramiento de procesos. VII: Modelos de madurez de procesos de software. VIII: Me-
diciones del proceso de software.
Objetivos de Aprendizaje I: Describa como el software puede interactuar y participar en varios
sistemas, incluyendo la gestion de informacion, integracion, control de procesos y sistemas de
comunicaciones[Usar] II: Describir las ventajas y desventajas relativas entre varios modelos im-
portantes de procesos (por ejemplo, la cascada, iterativo y agil)[Usar] III: Describir las diferentes
practicas que son componentes clave de los diversos modelos de procesos[Usar] IV: Diferenciar
entre las fases de desarrollo de software[Usar] V: Describir como la programacion en gran-
des equipos diere de esfuerzos individuales con respecto a la comprension de una gran base
de codigo, lectura de codigo, comprension de las construcciones, y comprension de contexto de
cambios[Usar] VI: Explicar el concepto de ciclo de vida del software y proporcionar un ejemplo
que ilustra sus fases incluyendo los entregables que se producen[Usar] VII: 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, tamano y caractersticas no funcionales[Usar] VIII: Denir la calidad del software
y describir el papel de las actividades de aseguramiento de la calidad en el proceso de softwa-
re[Usar] IX: Describir el objetivo y similitudes fundamentales entre los enfoques de mejora de
procesos[Usar] X: Comparar varios modelos de mejora de procesos, tales como CMM, CMMI,
CQI, Plan-Do-Check-Act, o ISO9000[Usar] XI: Evaluar un esfuerzo de desarrollo y recomendar
cambios potenciales al participar en la mejora de procesos (usando un modelo como PSP) o in-
volucracion en una retrospectiva de un proyecto[Usar] XII: Explicar el papel de los modelos de
madurez de procesos en la mejora de procesos[Usar] XIII: Describir varias metricas de procesos
para la evaluacion y el control de un proyecto[Usar] XIV: Usar las medidas en proyecto para
describir el estado actual de un proyecto[Usar]
Bibliografa: [Pressman and Maxim, 2014, Sommerville, 2010]

6.4 Estandares ISO/IEC, 6 hr(s)

Competencias: C7, C13, C19, CS6, CS7
Topicos: I: ISO 9001:2001. II: ISO 9000-3. III: ISO/IEC 9126. IV: ISO/IEC 12207. V: ISO/IEC
15939. VI: ISO/IEC 14598. VII: ISO/IEC 15504-SPICE. VIII: IT Mark. IX: SCRUM.
X: SQuaRE. XI: CISQ.
Objetivos de Aprendizaje I: Aprender y aplciar correctamente normas y estandares internaciona-
les. [Usar]
Bibliografa: [Sommerville, 2010, Pressman and Maxim, 2014]

7. Bibliografa
[Pressman and Maxim, 2014] Pressman, R. S. and Maxim, B. (2014). Software Engineering: A Prac-
titioners Approach. McGraw-Hill, 8th edition.
[Sommerville, 2010] Sommerville, I. (2010). Software Engineering. Addison-Wesley, 9th edition.

Universidad Catolica San Pablo 305

306 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion
SUMILLA

CS231. Redes y Comunicacion (Obligatorio)

1. Informacion General
Semestre: 7mo Sem. Creditos: 3

Horas del curso: Teora: 1 horas; Practica: 2 horas; Laboratorio: 2 horas;

Prerrequisitos:

CS2S1. Sistemas Operativos (6to Sem-Pag. 285)

Ingles(400)

2. Fundamentacion
El siempre creciente desarrollo de las tecnologas de comunicacion y la informacion hace que exista
una marcada tendencia a establecer mas redes de computadores que permitan una mejor gestion de
la informacion.
En este segundo curso se brindara a los participantes una introduccion a los problemas que con-
lleva la comunicacion entre computadores, a traves del estudio e implementacion de protocolos de
comunicacion como TCP/IP y la implementacion de software sobre estos protocolos.

3. Objetivos del curso

Que el alumno implemente y/o modique un protocolo de comunicacion de datos.

Que el alumno domine las tecnicas de transmision de datos utilizadas por los protocolos de red
existentes.

4. Resultados (Outcomes)
b) Analizar problemas e identicar y denir los requerimientos computacionales apropiados para su
solucion. (Familiarizarse)

c) Disenar, implementar y evaluar un sistema, proceso, componente o programa computacional para

alcanzar las necesidades deseadas. (Usar)

e) Entender correctamente las implicancias profesionales, eticas, legales, de seguridad y sociales de

la profesion. (Familiarizarse)

g) Analizar el impacto local y global de la computacion sobre los individuos, organizaciones y socie-
dad. (Evaluar)

i) Utilizar tecnicas y herramientas actuales necesarias para la practica de la computacion. (Usar)

j) Aplicar la base matematica, principios de algoritmos y la teora de la Ciencia de la Computacion en

el modelamiento y diseno de sistemas computacionales de tal manera que demuestre comprension
de los puntos de equilibrio involucrados en la opcion escogida. (Usar)

306 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 307

5. Competencias especficas de Computacion (IEEE)

C1. La comprension intelectual y la capacidad de aplicar las bases matematicas y la teora de la
informatica (computer science). Outcome j,e

C6. Capacidad para disenar y poner en practica las unidades estructurales mayores que utilizan
algoritmos y estructuras de datos y las interfaces a traves del cual estas unidades se comunican.
Outcome c,b

C7. Ser capaz de aplicar los principios y tecnologas de ingeniera de software para asegurar que
las implementaciones de software son robustos, ables y apropiados para su publico objetivo.
Outcome c

CS2. Identicar y analizar los criterios y especicaciones apropiadas a los problemas especcos, y
planicar estrategias para su solucion. Outcome g,b

CS5. Especicar, disenar e implementar sistemas basados en computadoras. Outcome c

CS8. Aplicar los principios de la interaccion persona-ordenador para la evaluacion y la construccion

de una amplia gama de materiales, incluyendo interfaces de usuario, paginas web, sistemas
multimedia y sistemas moviles. Outcome b

CS12. Operar equipos de computacion y software ecaz de dichos sistemas. Outcome i

6. Contenido del curso

6.1 Introduccion, 5 hr(s)
Competencias: C1,CS8

Topicos: I: Organizacion de la Internet (proveedores de servicios de Internet, proveedores de con-

tenido, etc) II: Tecnicas de Switching (por ejemplo, de circuitos, de paquetes) III: Piezas
fsicas de una red, incluidos hosts, routers, switches, ISPs, inalambrico, LAN, punto de acceso
y rewalls. IV: Principios de capas (encapsulacion, multiplexacion) V: Roles de las diferentes
capas (aplicacion, transporte, red, enlace de datos, fsica)

Objetivos de Aprendizaje I: Articular la organizacion de la Internet[Familiarizarse] II: Listar y

denir la terminologa de red apropiada[Familiarizarse] III: Describir la estructura en capas de
una arquitectura tpica en red[Familiarizarse] IV: Identicar los diferentes tipos de complejidad
en una red (bordes, nucleo, etc.)[Familiarizarse]

Bibliografa: [Kurose and Ross, 2013]

6.2 Aplicaciones en red, 5 hr(s)

Competencias: CS2,CS5

Topicos: I: Esquemas de denominacion y direccion (DNS, direcciones IP, identicadores de recursos

uniformes, etc) II: Las aplicaciones distribuidas (cliente / servidor, peer-to-peer, nube, etc)
III: HTTP como protocolo de capa de aplicacion . IV: Multiplexacion con TCP y UDP V: API
de Socket

Objetivos de Aprendizaje I: Listar las diferencias y las relaciones entre los nombres y direcciones
en una red[Familiarizarse] II: Denir los principios detras de esquemas de denominacion y
ubicacion del recurso[Familiarizarse] III: Implementar una aplicacion simple cliente-servidor
basada en sockets [Usar]

Bibliografa: [Kurose and Ross, 2013]

Universidad Catolica San Pablo 307

308 Escuela Profesional de Ciencia de la Computacion, Malla 2016

6.3 Entrega confiable de datos, 10 hr(s)

Competencias: C6,CS2,CS5

Topicos: I: Control de errores (tecnicas de retransmision, temporizadores) II: El control de ujo

(agradecimientos, ventana deslizante) III: Problemas de rendimiento (pipelining) IV: TCP

Objetivos de Aprendizaje I: Describir el funcionamiento de los protocolos de entrega ables[Familiarizarse]

II: Listar los factores que afectan al rendimiento de los protocolos de entrega ables[Familiarizarse]
III: Disenar e implementar un protocolo conable simple[Usar]

Bibliografa: [Kurose and Ross, 2013]

6.4 Ruteo y reenvo, 12 hr(s)

Competencias: CS2,CS5

Topicos: I: Enrutamiento vs reenvo . II: Enrutamiento estatico . III: Protocolo de Internet (IP)
IV: Problemas de escalabilidad (direccionamiento jerarquico)

Objetivos de Aprendizaje I: Describir la organizacion de la capa de red[Familiarizarse] II: Des-

cribir como los paquetes se envan en una red IP[Familiarizarse] III: Listar las ventajas de
escalabilidad de direccionamiento jerarquico[Familiarizarse]

Bibliografa: [Kurose and Ross, 2013]

6.5 Redes de area local , 10 hr(s)

Competencias: C1,C7

Topicos: I: Problemas de Acceso Multiple. II: Enfoques comunes a Acceso multiple (exponencial
backo, multiplexacion por division de tiempo, etc) III: Redes de area local . IV: Ethernet
. V: Switching .

Objetivos de Aprendizaje I: Describir como los paquetes son enviados en una red Ethernet[Familiarizarse]
II: Describir las relaciones entre IP y Ethernet[Familiarizarse] III: Describir las relaciones en-
tre IP y Ethernet[Familiarizarse] IV: Describir las etapas usadas en un enfoque comun para el
problema de multiples accesos[Familiarizarse]

Bibliografa: [Kurose and Ross, 2013]

6.6 Asignacion de recursos, 12 hr(s)

Competencias: C6,CS5,CS12

Topicos: I: Necesidad de asignacion de recursos . II: Asignacion ja (TDM, FDM, WDM) versus la
asignacion dinamica . III: De extremo a extremo frente a las red de enfoque asistida . IV: Jus-
ticia. V: Principios del control de congestion. VI: Enfoques para la congestion (por ejemplo,
redes de distribucion de contenidos)

Objetivos de Aprendizaje I: Describir como los recursos pueden ser almacenados en la red[Familiarizarse]
II: Describir los problemas de congestion en una red grande[Familiarizarse] III: Comparar y
contrastar las tecnicas de almacenamiento estatico y dinamico[Familiarizarse] IV: Comparar y
contrastar los enfoques actuales de la congestion[Familiarizarse]

Bibliografa: [Kurose and Ross, 2013]

308 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 309

6.7 Celulares, 5 hr(s)

Competencias: C1,C7
Topicos: I: Principios de redes celulares. II: Redes 802.11 III: Problemas en el apoyo a los nodos
moviles (agente local)
Objetivos de Aprendizaje I: Describir la organizacion de una red inalambrica[Familiarizarse] II: Des-
cribir como las redes inalambricas soportan usuarios moviles[Familiarizarse]
Bibliografa: [Kurose and Ross, 2013]

6.8 Redes sociales, 5 hr(s)

Competencias: C1,CS2,CS8
Topicos: I: Panorama de las redes sociales. II: Ejemplo plataformas de redes sociales. III: Estructura
de los grafos de redes sociales. IV: Analisis de redes sociales.
Objetivos de Aprendizaje I: Discutir los principios fundamentales(como pertenencia, conanza)
de una red social[Familiarizarse] II: Describir como redes sociales existentes operan[Familiarizarse]
III: Construir un grafo de una red social a partir de datos de la red[Usar] IV: Analizar una red
social para determinar quienes son las personas importantes[Usar] V: Evaluar una determinada
interpretacion de una pregunta de red social con los datos asociados[Familiarizarse]
Bibliografa: [Kurose and Ross, 2013]

7. Bibliografa
[Kurose and Ross, 2013] Kurose, J. and Ross, K. (2013). Computer Networking: A Top-down Ap-
proach. Always learning. Pearson.

Universidad Catolica San Pablo 309

310 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion

SUMILLA

CS261. Inteligencia Artificial (Obligatorio)

1. Informacion General
Semestre: 7mo Sem. Creditos: 4

Horas del curso: Teora: 2 horas; Practica: 2 horas; Laboratorio: 2 horas;

Prerrequisitos:

MA203. Estadstica y Probabilidades (4to Sem-Pag. 248)

2. Fundamentacion
La investigacion en Inteligencia Articial ha conducido al desarrollo de numerosas tonicas relevan-
tes, dirigidas a la automatizacion de la inteligencia humana, dando una vision panoramica de diferentes
algoritmos que simulan los diferentes aspectos del comportamiento y la inteligencia del ser humano.

3. Objetivos del curso

Evaluar las posibilidades de simulacion de la inteligencia, para lo cual se estudiaran las tecnicas
de modelizacion del conocimiento.

Construir una nocion de inteligencia que soporte despues las tareas de su simulacion.

4. Resultados (Outcomes)
a) Aplicar conocimientos de computacion y de matematicas apropiadas para la disciplina. (Usar)

h) Incorporarse a un proceso de aprendizaje profesional continuo. (Familiarizarse)

i) Utilizar tecnicas y herramientas actuales necesarias para la practica de la computacion. (Fami-

liarizarse)

j) Aplicar la base matematica, principios de algoritmos y la teora de la Ciencia de la Computacion en

el modelamiento y diseno de sistemas computacionales de tal manera que demuestre comprension
de los puntos de equilibrio involucrados en la opcion escogida. (Familiarizarse)

5. Competencias especficas de Computacion (IEEE)

C1. La comprension intelectual y la capacidad de aplicar las bases matematicas y la teora de la
informatica (computer science). Outcome a

C20. Posibilidad de conectar la teora y las habilidades aprendidas en la academia a los aconteci-
mientos del mundo real que explican su pertinencia y utilidad. Outcome c

CS2. Identicar y analizar los criterios y especicaciones apropiadas a los problemas especcos, y
planicar estrategias para su solucion. Outcome i,j

310 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 311

6. Contenido del curso

6.1 Cuestiones fundamentales, 2 hr(s)
Competencias: C1
Topicos: I: Descripcion general de los problemas de Inteligencia Articial, ejemplos recientes de apli-
caciones de Inteligencia articial. II: Que es comportamiento inteligente? a) El Test de Turing
b) Razonamiento Racional versus No Racional III: Caractersticas del Problema: a) Observable
completamente versus observable parcialmente b) Individual versus multi-agente c) Determinis-
tico versus estocastico d ) Estatico versus dinamico e) Discreto versus continuo IV: Naturaleza
de agentes: a) Autonomo versus semi-autonomo b) Reexivo, basado en objetivos, y basado en
utilidad c) La importancia en percepcion e interacciones con el entorno V: Cuestiones losocas
y eticas.
Objetivos de Aprendizaje I: Describir el test de Turing y el experimento pensado cuarto chino
(Chinese Room)[Usar] II: Determinando las caracteristicas de un problema dado que sistemas
inteligentes deberian resolver[Usar]
Bibliografa: [De Castro, 2006, Ponce-Gallegos et al., 2014]

6.2 Estrategias de busquedas basicas, 4 hr(s)

Competencias: C20
Topicos: I: Espacios de Problemas (estados, metas y operadores), solucion de problemas mediante
busqueda. II: Factored representation (factoring state hacia variables) III: Uninformed search
(breadth-rst, depth-rst, depth-rst with iterative deepening) IV: Heursticas y busqueda in-
formada (hill-climbing, generic best-rst, A*) V: El espacio y el tiempo de la eciencia de
busqueda. VI: Dos jugadores juegos (introduccion a la busqueda minimax). VII: Satisfaccion
de restricciones (backtracking y metodos de busqueda local).
Objetivos de Aprendizaje I: Formula el espacio eciente de un problema para un caso expresado
en lenguaje natural (ejm. Ingles) en terminos de estados de inicio y nal, as como sus opera-
dores[Usar] II: Describe el rol de las heursticas y describe los intercambios entre completitud,
optimo, complejidad de tiempo, y complejidad de espacio[Usar] III: Describe el problema de
la explosion combinatoria del espacio de busqueda y sus consecuencias[Usar] IV: Selecciona e
implementa un apropiado algoritmo de busqueda no informado para un problema, y describe sus
complejidades de tiempo y espacio[Usar] V: Selecciona e implementa un apropiado algoritmo
de busqueda informado para un problema al denir la funcion heurstica de evaluacion necesa-
ria[Usar] VI: Evalua si una heurstica dada para un determinado problema es admisible/puede
garantizar una solucion optima[Usar] VII: Formula un problema en particular en lenguaje na-
tural (ejm. Ingles) como un problema de satisfaccion de restricciones y lo implementa usando
un algoritmo de retroceso cronologico o una busqueda estocastica local[Usar] VIII: Compara
y contrasta topicos de busqueda basica con temas jugabilidad de juegos[Usar]
Bibliografa: [Nilsson, 2001, Ponce-Gallegos et al., 2014]

6.3 Raciocinio y representacion basica de conocimiento, 6 hr(s)

Competencias: C24
Topicos: I: Revision de la logica proposicional y de predicados II: Resolucion y demostracion de
teoremas (solo la logica proposicional). III: Encadenamiento hacia adelante, encadenamiento
hacia atras. IV: Examen de razonamiento probabilstico, el teorema de Bayes.
Objetivos de Aprendizaje I: Traducir una sentencia en lenguaje natural (Por ejemplo espanol) en
una declaracion logica de predicados[Usar] II: Convertir una declaracion logica en forma de
clausula[Usar] III: Aplicar resolucion a un conjunto de declaraciones logicas para responder
una consulta[Usar] IV: Hacer una inferencia probabilstica para un problema real usando el
teorema de Bayes para determinar la probabilidad que se cumpla una hipotesis[Usar]

Universidad Catolica San Pablo 311

312 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Bibliografa: [Nilsson, 2001, Russell and Norvig, 2003, Ponce-Gallegos et al., 2014]

6.4 Busqueda Avanzada, 4 hr(s)

Competencias: C1

Topicos: I: Construccion de arboles de busqueda, espacio de busqueda dinamico, explosion combina-

toria del espacio de busqueda. II: Busqueda estocastica: a) Simulated annealing b) Algoritmos
geneticos c) Busqueda de arbol Monte-Carlo III: Implementacion de busqueda A *, busqueda
en haz. IV: Busqueda Minimax, poda alfa-beta. V: Busqueda Expectimax (MDP-Solving) y los
nodos de azar.

Objetivos de Aprendizaje I: Disenar e implementar una solucion a un problema con algoritmo ge-
netico[Usar] II: Disenar e implementar un esquema de recocido simulado (simulated annealing)
para evitar mnimos locales en un problema[Usar] III: Disenar e implementar una busqueda
A* y busqueda en haz (beam search) para solucionar un problema[Usar] IV: Aplicar busque-
da minimax con poda alfa-beta para simpliar el espacio de busqueda en un juego con dos
jugadores[Usar] V: Comparar y contrastar los algoritmos geneticos con tecnicas clasicas de
busqueda[Usar] VI: Comparar y contrastar la aplicabilidad de varias heursticas de busqueda,
para un determinado problema[Usar]

Bibliografa: [Goldberg, 1989, Nilsson, 2001, Russell and Norvig, 2003, Ponce-Gallegos et al., 2014]

6.5 Representacion Avanzada y Razonamiento, 6 hr(s)

Competencias: C1

Topicos: I: Problemas de Representacion del Conocimiento: a) Logica de Descripcion b) Ingeniera

de Ontologa II: Razonamiento no monotonico (p.e., logica no clasica, razonamiento por de-
fecto) III: Argumentacion IV: El razonamiento sobre la accion y el cambio (por ejemplo, la
situacion y calculo de eventos). V: Razonamiento temporal y espacial. VI: Sistemas Expertos
basados en reglas. VII: Redes semanticas. VIII: Razonamiento basado en modelos y razona-
miento basado en casos.

Objetivos de Aprendizaje I: Comparar y contrastar los modelos mas usados para la representacion
del conocimiento estructurado, destacando sus puntos fuertes y debiles[Usar] II: Identicar los
componentes de razonamiento no monotono y su utilidad como mecanismo de representacion
de los sistemas de conanza[Usar] III: Comparar y contrastas las tecnicas basicas para la
representacion de la incertidumbre[Usar] IV: Comparar y contrastar las tecnicas basicas para
la representacion cualitativa[Usar] V: Aplicar calculo de situaciones y eventos a problemas de
accion y cambios[Usar] VI: Explicar la diferencia entre razonamiento temporal y espacial, y
como se relacionan entre s. [Usar] VII: Explicar la diferencia entre tecnicas de razonamiento
basado en modelos, basado en casos y basados en reglas[Usar] VIII: Denir el concepto de un
sistema planicacion y como se diferencia de las tecnicas de busqueda clasicas[Usar]

Bibliografa: [Nilsson, 2001, Russell and Norvig, 2003, Ponce-Gallegos et al., 2014]

6.6 Agentes, 6 hr(s)

Competencias: C1

Topicos: I: Denicion de Agentes II: Arquitectura de agentes (Ej. reactivo, en capa, cognitivo) III: Teo-
ra de agentes IV: Racionalidad, teora de juegos: a) Agentes de decision teorica b) Procesos
de decision de Markov (MDP) V: Agentes de Software, asistentes personales, y acceso a infor-
macion: a) Agentes colaborativos b) Agentes de recoleccion de informacion c) Agentes crebles
(caracter sintetico, modelamiento de emociones en agentes) VI: Agentes de aprendizaje VII: Sis-
temas Multi-agente a) Agentes Colaborativos b) Equipos de Agentes c) Agentes Competitivos
(ej., subastas, votaciones) d ) Sistemas de enjambre y modelos biologicamente inspirados

312 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 313

Objetivos de Aprendizaje I: Lista las caractersticas que denen un agente inteligente[Usar] II: Des-
cribe y contrasta las arquitecturas de agente estandares[Usar] III: Describe las aplicaciones
de teora de agentes para dominios como agentes de software, asistentes personales, y agentes
creibles[Usar] IV: Describe los paradigmas primarios usados por agentes de aprendizaje[Usar]
V: Demuestra mediante ejemplos adecuados como los sistemas multi-agente soportan interac-
cion entre agentes[Usar]

Bibliografa: [Nilsson, 2001, Russell and Norvig, 2003, Ponce-Gallegos et al., 2014]

6.7 Procesamiento del Lenguaje Natural, 4 hr(s)

Competencias: C1

Topicos: I: Gramaticas determinsticas y estocasticas II: Algoritmos de parseo a) Gramaticas libres

de contexto (CFGs) y cuadros de parseo (e.g. Cocke-Younger-Kasami CYK) b) CFGs probabi-
lsticos y ponderados CYK III: Representacion del signicado / Semantica a) Representacion
de conocimiento basado en logica b) Roles semanticos c) Representaciones temporales d ) Creen-
cias, deseos e intenciones IV: Metodos basados en el corpus V: N-gramas y Modelos ocultos
de Markov (HMMs) VI: Suavizado y back-o VII: Ejemplos de uso: POS etiquetado y mor-
fologia VIII: Recuperacion de la informacion: a) Modelo de espacio vectorial 1) TF & IDF
b) Precision y cobertura IX: Extraccion de informacion X: Traduccion de lenguaje XI: Clasi-
cacion y categorizacion de texto: a) Modelo de bolsa de palabras

Objetivos de Aprendizaje I: Dene y contrasta gramaticas de tipo estocasticas y determinsti-

cas, dando ejemplos y demostrando como adecuar cada una de ellas[Usar] II: Simula, aplica,
o implementa algoritmos clasicos y estocasticos para el parseo de un lenguaje natural[Usar]
III: Identica los retos de la representacion del signicado[Usar] IV: Lista las ventajas de
usar corpus estandares. Identica ejemplos de corpus actuales para una variedad de tareas de
PLN[Usar] V: Identica tecnicas para la recuperacion de la informacion, traduccion de lengua-
jes, y clasicacion de textos[Usar]

Bibliografa: [Nilsson, 2001, Russell and Norvig, 2003, Ponce-Gallegos et al., 2014]

6.8 Aprendizaje Automatico Basico, 10 hr(s)

Competencias: C1

Topicos: I: Denicion y ejemplos de la extensa variedad de tareas de aprendizaje de maquina, incluida

la clasicacion. II: Aprendizaje inductivo III: Aprendizaje simple basado en estadsticas, como el
clasicador ingenuo de Bayes, arboles de decision. IV: El problema exceso de ajuste. V: Medicion
clasicada con exactitud.

Objetivos de Aprendizaje I: Listar las diferencias entre los tres principales tipos de aprendizaje:
supervisado, no supervisado y por refuerzo[Usar] II: Identicar ejemplos de tareas de clasica-
cion, considerando las caractersticas de entrada disponibles y las salidas a ser predecidas[Usar]
III: Explicar la diferencia entre aprendizaje inductivo y deductivo[Usar] IV: Describir el sobre
ajuste (overtting) en el contexto de un problema[Usar] V: Aplicar un algoritmo de aprendizaje
estadstico simple como el Clasicador Naive Bayesiano e un problema de clasicacion y medirla
precision del clasicador[Usar]

Bibliografa: [Haykin, 1999, Nilsson, 2001, Russell and Norvig, 2003, Ponce-Gallegos et al., 2014]

6.9 Robotica, 6 hr(s)

Competencias: C1

Topicos: I: Vision general: problemas y progreso a) Estado del arte de los sistemas roboticos, in-
cluyendo sus sensores y una vision general de su procesamiento b) Arquitecturas de control
robotico, ejem., deliverado vs. control reactivo y vehiculos Braitenberg c) Modelando el mundo

Universidad Catolica San Pablo 313

314 Escuela Profesional de Ciencia de la Computacion, Malla 2016

y modelos de mundo d ) Incertidumbre inherente en deteccion y control II: Conguracion de

espacio y mapas de entorno. III: Interpretando datos del sensor con incertidumbre. IV: Loca-
lizacion y mapeo. V: Navegacion y control. VI: Planeando el movimiento. VII: Coordinacion
multi-robots.

Objetivos de Aprendizaje I: Listar capacidades y limitaciones de sistemas del estado del arte en
robotica de hoy , incluyendo sus sensores y el procesamiento del sensor crucial que informa
a esos sistemas[Usar] II: Integrar sensores, actuadores y software en un robot disenado pa-
ra emprender alguna tarea[Usar] III: Programar un robot para llevar a cabo tareas simples
usando arquitecturas de control deliverativo, reactivo y/o hbrido [Usar] IV: Implementar al-
goritmos de planicacion de movimientos fundamentales dentro del espacio de conguracion
de un robot[Usar] V: Caracterizar las incertidumbres asociadas con sensores y actuadores de
robot comunes; articular estrategias para mitigar esas incertidumbres. [Usar] VI: Listar las
diferencias entre representaciones de los robot de su enterno externo, incluyendo sus fortalezas
y defectos[Usar] VII: Comparar y contrastar al menos tres estrategias para la navegacion de
robots dentro de entornos conocidos y/o no conocidos, incluyendo sus fortalezas y defectos[Usar]
VIII: Describir al menos una aproximacion para la coordinacion de acciones y deteccion de
varios robots para realizar una simple tarea[Usar]

Bibliografa: [Nilsson, 2001, Russell and Norvig, 2003, Ponce-Gallegos et al., 2014]

6.10 Vision y percepcion por computador, 6 hr(s)

Competencias: C1

Topicos: I: Vision Computacional a) Adquisicion de imagenes, representacion, procesamiento y pro-

piedades b) Representacion de formas, reconocimiento y segmentacion de objetos c) Analisis
de movimiento II: Audio y reconocimiento de dictado. III: Modularidad en reconocimien-
to. IV: Enfoques de reconocimiento de patrones a) Algoritmos de clasicacion y medidas de
calidad de la clasicacion. b) Tecnicas estadsticas.

Objetivos de Aprendizaje I: Resumir la importancia del reconocimiento de imagenes y objetos

en Inteligencia Articial (AI) e indicar varias aplicaciones signicativas de esta tecnologia[Usar]
II: Listar al menos tres aproximaciones de segmentacion de imagenes, tales como algoritmos
de limites (thresholding), basado en el borde y basado en regiones, junto con sus caractersticas
denitorias, fortalezas y debilidades[Usar] III: Implementar reconocimiento de objetos en 2d
basados en la representacion del contorno y/o regiones basadas en formas[Usar] IV: Destinguir
las metas de reconocimiento de sonido, palabras y del habla e identicar como la senal de audio
bruto sera manejada diferentemente en cada uno de esos casos.[Usar] V: Proporcionar al menos
dos ejemplos de transformacion de una fuente de datos de un dominio sensorial a otro, ejemplo,
datos tactiles interpretados como imagenes en 2d de una sola banda[Usar] VI: Implementar
un algoritmo para la extraccion de caracteristicas en informacion real, ejemplo, un detector de
bordes o esquinas para imagenes o vectores de coecientes de Fourier describiendo una pequena
porcion de senal de audio[Usar] VII: Implementar un algoritmo que combina caractersticas
en percepciones de mas alto nivel, p.e., un contorno o poligono a partir de primitivas visuales
o fonemas de una senal de audio[Usar] VIII: Implementar un algoritmo de clasicacion que
segmenta percepciones de entrada en categorias de salida y evalua cuantitativamente la clasi-
cacion resultante[Usar] IX: Evaluar el desempeno de la funcion de extraccion subyacente, en
relacion con al menos una aproximacion alternativa posible (ya sea implementado o no) en su
contribucion a la tarea de clasicacion (8) anterior[Usar] X: Describir por lo menos tres enfoques
de clasicacion, sus pre requisitos para aplicabilidad, fortalezas y deciencias[Usar]

Bibliografa: [Nilsson, 2001, Russell and Norvig, 2003, Ponce-Gallegos et al., 2014]

7. Bibliografa
[De Castro, 2006] De Castro, L. (2006). Fundamentals of natural computing: basic concepts, algo-
rithms, and applications. CRC Press.

314 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 315

[Goldberg, 1989] Goldberg, D. (1989). Genetic Algorithms in Search, Optimization and Machine
Learning. Addison Wesley.
[Haykin, 1999] Haykin, S. (1999). Neural networks: A Comprehensive Foundation. Prentice Hall.
[Nilsson, 2001] Nilsson, N. (2001). Inteligencia Articial: Una nueva visiAsn. McGraw-Hill.
[Ponce-Gallegos et al., 2014] Ponce-Gallegos, J., Torres-Soto, A., tima Quezada Aguilera, Silva-
Sprock, A., Flor, E. M., Casali, A., Scheihing, E., Tupac, Y., Soto, M. T., Zapata, F. O., A., J. H.,
D., C. Z., Vakhnia, N., and Pedreno, O. (2014). Inteligencia Articial. Iniciativa Latinoamericana
de Libros de Texto Abiertos (LATIn).
[Russell and Norvig, 2003] Russell, S. and Norvig, P. (2003). Inteligencia Artical: Un enfoque mo-
derno. Prentice Hall.

Universidad Catolica San Pablo 315

316 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion
SUMILLA
CS401. Metodologa de la Investigacion en Computacion
(Obligatorio)
1. Informacion General
Semestre: 7mo Sem. Creditos: 2
Horas del curso: Teora: 1 horas; Practica: 2 horas;
Prerrequisitos:
CS212. Analisis y Diseno de Algoritmos (5to Sem-Pag. 263)
100Cr

2. Fundamentacion
Este curso tiene por objetivo que el alumno aprenda a realizar una investigacion de caracter
cientco en el area de computacion. Los docentes del curso determinaran un area de estudio para
cada alumno, y se le hara entrega de bibliografa para analizar y a partir de la misma, y de fuentes
bibliogracas adicionales (investigadas por el alumno), el alumno debera ser capaz de construir un
artculo del tipo survey del tema asignado.
3. Objetivos del curso
Que el alumno aprenda como se inicia una investigacion cientca en el area de computacion.
Que el alumno conozca las principales fuentes para obtener bibliografa relevante para trabajos
de investigacion en el area de computacion: Researchindex, IEEE-CS1, ACM2 .
Que el alumno sea capaz de analizar las propuestas existentes sobre un determinado topico y
relacionarlos de forma coherente en una revision bibliograca.
Que el alumno pueda redactar documentos tecnicos en computacion utilizando LATEX.
Que el alumno sea capaz de reproducir los resultados ya existentes en un determinado topico a
traves de la experimentacion.
Los entregables de este curso son:
Avance parcial: Dominio del tema del artculo y bibliografa preliminar en formato de artculo
LATEX.
Final: Entendimiento del artculo del tipo survey, documento concludo donde se contenga,
opcionalmente, los resultados experimentales de la(s) tecnica(s) estudiada(s).

4. Resultados (Outcomes)
a) Aplicar conocimientos de computacion y de matematicas apropiadas para la disciplina. (Fami-
liarizarse)
b) Analizar problemas e identicar y denir los requerimientos computacionales apropiados para su
solucion. (Familiarizarse)
c) Disenar, implementar y evaluar un sistema, proceso, componente o programa computacional para
alcanzar las necesidades deseadas. (Familiarizarse)
1 http://www.computer.org
2 http://www.acm.org

316 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 317

e) Entender correctamente las implicancias profesionales, eticas, legales, de seguridad y sociales de

la profesion. (Usar)
f ) Comunicarse efectivamente con audiencias diversas. (Familiarizarse)
h) Incorporarse a un proceso de aprendizaje profesional continuo. (Familiarizarse)
i) Utilizar tecnicas y herramientas actuales necesarias para la practica de la computacion. (Usar)
l) Desarrollar principios investigacion en el area de computacion con niveles de competividad inter-
nacional. (Familiarizarse)

5. Competencias especficas de Computacion (IEEE)

C1. La comprension intelectual y la capacidad de aplicar las bases matematicas y la teora de la
informatica (computer science). Outcome a,b,c
C20. Posibilidad de conectar la teora y las habilidades aprendidas en la academia a los aconteci-
mientos del mundo real que explican su pertinencia y utilidad. Outcome e,f.g
CS2. Identicar y analizar los criterios y especicaciones apropiadas a los problemas especcos, y
planicar estrategias para su solucion. Outcome h,i,l

6. Contenido del curso

6.1 Iniciacion cientfica en el area de computacion, 60 hr(s)
Competencias: C1,C20,CS2
Topicos: I: Busqueda bibliograca en computacion. II: Redaccion de artculos tecnicos en compu-
tacion.
Objetivos de Aprendizaje I: Aprender a hacer una investigacion correcta en el area de compu-
tacion[Usar] II: Conocer las fuentes de bibliografa adecuada para esta area[Usar] III: Saber
redactar un documento de acorde con las caractersticas que las conferencias de esta area exi-
gen[Usar]
Bibliografa: [IEEE-Computer Society, 2008, Association for Computing Machinery, 2008, CiteSeer.IST, 2008]

7. Bibliografa
[Association for Computing Machinery, 2008] Association for Computing Machinery (2008). Digital
Libray. Association for Computing Machinery. http://portal.acm.org/dl.cfm.
[CiteSeer.IST, 2008] CiteSeer.IST (2008). Scientic Literature Digital Libray. College of Information
Sciences and Technology, Penn State University. http://citeseer.ist.psu.edu.

[IEEE-Computer Society, 2008] IEEE-Computer Society (2008). Digital Libray. IEEE-Computer So-
ciety. http://www.computer.org/publications/dlib.

Universidad Catolica San Pablo 317

318 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion
SUMILLA
CS341. Lenguajes de Programacion (Obligatorio)
1. Informacion General
Semestre: 7mo Sem. Creditos: 4
Horas del curso: Teora: 2 horas; Practica: 2 horas; Laboratorio: 2 horas;
Prerrequisitos:
CS211. Teora de la Computacion (4to Sem-Pag. 237)

2. Fundamentacion
Los lenguajes de programacion son el medio a traves del cual los programadores describen con pre-
cision los conceptos, formulan algoritmos y representan sus soluciones. Un cientco de la computacion
trabajara con diferentes lenguajes, por separado o en conjunto. Los cientcos de la computacion deben
entender los modelos de programacion de los diferentes lenguajes, tomar decisiones de diseno basados
en el lenguaje de programacion y sus conceptos. El profesional a menudo necesitara aprender nuevos
lenguajes y construcciones de programacion y debe entender los fundamentos de como las caracte-
rsticas del lenguaje de programacion estan denidas, compuestas e implementadas. El uso ecaz de
los lenguajes de programacion y la apreciacion de sus limitaciones, tambien requiere un conocimiento
basico de traduccion de lenguajes de programacion y su analisis de ambientes estaticos y dinamicos, as
como los componentes de tiempo de ejecucion tales como la gestion de memoria, entre otros detalles
de relevancia.
3. Objetivos del curso
Capacitar a los estudiantes para entender los lenguajes de programacion desde diferentes tipos de
vista, segun el modelo subyacente, los componentes fundamentales presentes en todo lenguaje de
programacion y como objetos formales dotados de una estructura y un signicado segun diversos
enfoques.

4. Resultados (Outcomes)
a) Aplicar conocimientos de computacion y de matematicas apropiadas para la disciplina. (Usar)
b) Analizar problemas e identicar y denir los requerimientos computacionales apropiados para su
solucion. (Usar)
i) Utilizar tecnicas y herramientas actuales necesarias para la practica de la computacion. (Usar)
j) Aplicar la base matematica, principios de algoritmos y la teora de la Ciencia de la Computacion en
el modelamiento y diseno de sistemas computacionales de tal manera que demuestre comprension
de los puntos de equilibrio involucrados en la opcion escogida. (Usar)

5. Competencias especficas de Computacion (IEEE)

C2. Capacidad para tener una perspectiva crtica y creativa para identicar y resolver problemas
utilizando el pensamiento computacional. Outcome a
CS1. Modelar y disenar sistemas de computadora de una manera que se demuestre comprension del
balance entre las opciones de diseno. Outcome b
CS2. Identicar y analizar los criterios y especicaciones apropiadas a los problemas especcos, y
planicar estrategias para su solucion. Outcome i

318 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 319

CS3. Analizar el grado en que un sistema basado en el ordenador cumple con los criterios denidos
para su uso actual y futuro desarrollo. Outcome j

CS6. Evaluar los sistemas en terminos de atributos de calidad en general y las posibles ventajas y
desventajas que se presentan en el problema dado. Outcome j

6. Contenido del curso

6.1 Evolucion de los lenguajes de programacion, 18 hr(s)
Competencias: C2, CS1, CS2

Topicos: I: Historia de los Lenguajes de Programacion II: Programas que tienen otros progra-
mas como entrada tales como interpretes, compiladores, revisores de tipos y generadores de
documentacion. III: Estructuras de datos que representan codigo para ejecucion, traduccion o
transmision. IV: Estructura de un programa: Lexico, Sintactico y Semantico V: BNF VI: In-
terpretacion vs. compilacion a codigo nativo vs. compilacion de representacion portable inter-
media.[Familiarizarse]

Objetivos de Aprendizaje I: Reconocer el desarrollo historico de los lenguajes de programacion.

[Familiarizarse] II: Identicar los paradigmas que agrupan a la mayora de lenguajes de pro-
gramacion existentes hoy en da. [Familiarizarse] III: Explicar como programas que procesan
otros programas tratan a los otros programas como su entrada de datos[Familiarizarse] IV: Des-
cribir un arbol de sintaxis abstracto para un lenguaje pequeno[Familiarizarse] V: Escribir un
programa para procesar alguna representacion de codigo para algun proposito, tales como un
interprete, una expresion optimizada, o un generador de documentacion[Usar] VI: Distinguir
una denicion de un lenguaje de una implementacion particular de un lenguaje (compilador vs
interprete, tiempo de ejecucion de la representacion de los objetos de datos, etc)[Familiarizarse]
VII: Reconocer como funciona un programa a nivel de computador. [Familiarizarse]

Bibliografa: [Sebesta, 2012, Webber, 2010]

6.2 Pragmatica de lenguajes, 12 hr(s)

Competencias: C2, CS1, CS2

Topicos: I: Principios de diseno de lenguaje tales como la ortogonalidad. II: Orden de evaluacion,
precedencia y asociatividad. III: Evaluacion tarda vs. evaluacion temprana. IV: Deniendo
controles y constructos de iteracion. V: Llamadas externas y sistema de libreras.

Objetivos de Aprendizaje I: Discute el rol de conceptos como ortogonalidad y el buen criterio de

seleccion en el diseno de lenguajes[Usar] II: Utiliza criterios objetivos y ntidos para evaluar las
decisiones en el diseno de un lenguaje[Usar] III: Da un ejemplo de un programa cuyo resultado
puede diferir dado diversas reglas de orden de evaluacion, precedencia, o asociatividad[Usar]
IV: Muestra el uso de evaluacion con retraso, como en el caso de abstracciones denidas y con-
troladas por el usuario[Familiarizarse] V: Discute la necesidad de permitir llamadas a librerias
externas y del sistema y las consecuencias de su implementacion en un lenguaje[Familiarizarse]

Bibliografa: [Sebesta, 2012, Webber, 2010, Roy and Haridi, 2004]

6.3 Sistemas de tipos, 18 hr(s)

Competencias: C2, CS1, CS2

Topicos: I: Constructores de tipo composicional, como tipos de producto (para agregados), tipos
de suma (para uniones), tipos de funcion, tipos cuanticados y tipos recursivos. II: Compro-
bacion de tipos. III: Seguridad de tipos como preservacion mas progreso. IV: Inferencia de
tipos. V: Sobrecarga estatica.

Universidad Catolica San Pablo 319

320 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Objetivos de Aprendizaje I: Denir un sistema de tipo de forma precisa y en su composicion[Usar]

II: Para varias construcciones de tipo fundamental, identicar los valores que describen y las
invariantes que hacen que se cumplan[Familiarizarse] III: Precisar las invariantes preservadas
por un sistema de tipos seguro (sound type system)[Familiarizarse] IV: Demostrar la seguri-
dad de tipos para un lenguaje simple en terminos de conservacion y progreso teoremas[Usar]
V: Implementar un algoritmo de inferencia de tipos basado en la unicacion para un lengua-
je basico[Usar] VI: Explicar como la sobrecarga estatica y algoritmos de resolucion asociados
inuyen el comportamiento dinamico de los programas[Familiarizarse]

Bibliografa: [Sebesta, 2012, Webber, 2010, Roy and Haridi, 2004]

6.4 Programacion orientada a objetos, 12 hr(s)

Competencias: CS2, CS3, CS6

Topicos: I: Diseno orientado a objetos: a) Descomposicion en objetos que almacenan estados y po-
seen comportamiento b) Diseno basado en jerarquia de clases para modelamiento II: Denicion
de las categoras, campos, metodos y constructores. III: Las subclases, herencia y metodo de
alteracion temporal. IV: Asignacion dinamica: denicion de metodo de llamada. V: Subtipi-
cacion: a) Polimorsmo artculo Subtipo; upcasts implcitos en lenguajes con tipos. b) Nocion
de reemplazo de comportamiento: los subtipos de actuar como supertipos. c) Relacion entre
subtipos y la herencia. VI: Lenguajesaorientados a objetos para la encapsulacion: a) privacidad
y la visibilidad de miembros de la clase b) Interfaces revelan unico metodo de rmas c) clases
base abstractas VII: Uso de coleccion de clases, iteradores, y otros componentes de la libreria
estandar.

Objetivos de Aprendizaje I: Disenar e implementar una clase[Usar] II: Usar subclase para disenar
una jerarqua simple de clases que permita al codigo ser reusable por diferentes subclases[Usar]
III: Razonar correctamente sobre el ujo de control en un programa mediante el envo dinami-
co[Usar] IV: Comparar y contrastar (1) el enfoque procedurar/funcional- deniendo una funcion
por cada operacion con el cuerdo de la funcion proporcionando un caso por cada variacion de da-
to - y (2) el enfoque orientado a objetos - deniendo una clase por cada variacion de dato con la
denicion de la clase proporcionando un metodo por cada operacion. Entender ambos enfoques
como una denicion de variaciones y operaciones de una matriz[Evaluar] V: Explicar la relacion
entre la herencia orientada a objetos (codigo compartido y overriding) y subtipicacion (la idea
de un subtipo es ser utilizable en un contexto en el que espera al supertipo)[Usar] VI: Usar
mecanismos de encapsulacion orientada a objetos, tal como interfaces y miembros privados[Usar]
VII: Denir y usar iteradores y otras operaciones sobre agregaciones, incluyendo operaciones
que tienen funciones como argumentos, en multiples lenguajes de programacion, selecionar la
forma mas natural por cada lenguaje[Usar]

Bibliografa: [Sebesta, 2012, Webber, 2010, Roy and Haridi, 2004]

6.5 Programacion funcional, 18 hr(s)

Competencias: CS2, CS3, CS6

Topicos: I: El efecto de la programacion libre: a) Llamadas a funcion que no tiene efecto secundarios,
para facilitar el razonamiento composicional b) Variables inmutables, prevencion de cambios no
esperados en los datos del programa por otro codigo. c) Datos que pueden ser subnombrados
o copiados libremente sin introducir efectos no deseados del cambio II: Procesamiento de es-
tructuras de datos (p.e. arboles) a traves de fuciones con casos para cada variacion de los datos.
a) Constructores asociados al lenguaje tales como uniones discriminadas y reconocimiento de
patrones sobre ellos. b) Funciones denidas sobre datos compuestos en terminos de funciones
aplicadas a las piezas constituidas. III: Funciones de primera clase (obtener, retornar y funcio-
nes de almacenamiento) IV: Cierres de funcion (funciones que usan variables en entornos lexicos
cerrados) a) Signicado y denicion basicos - creacion de cierres en tiempo de ejecucion median-
te la captura del entorno. b) Idiomas canonicos: llamadas de retorno, argumentos de iteradores,

320 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 321

codigo reusable mediante argumentos de funcion c) Uso del cierre para encapsular datos en su
entorno d ) Evaluacion y aplicacion parcial V: Denicion de las operaciones de orden superior
en los agregados, especialmente en mapa, reducir / doblar, y el ltro.
Objetivos de Aprendizaje I: Escribir algoritmos basicos que eviten asignacion a un estado muta-
ble o considerar igualdad de referencia[Usar] II: Escribir funciones utiles que puedan tomar y
retornar otras funciones[Usar] III: Comparar y contrastar (1) el enfoque procedurar/funcional-
deniendo una funcion por cada operacion con el cuerdo de la funcion proporcionando un caso
por cada variacion de dato - y (2) el enfoque orientado a objetos - deniendo una clase por cada
variacion de dato con la denicion de la clase proporcionando un metodo por cada operacion. En-
tender ambos enfoques como una denicion de variaciones y operaciones de una matriz[Evaluar]
IV: Razonar correctamente sobre variables y el ambito lexico en un programa usando funcio-
nes de cierre (function closures)[Usar] V: Usar mecanismos de encapsulamiento funcional, tal
como closures e interfaces modulares[Usar] VI: Denir y usar iteradores y otras operaciones
sobre agregaciones, incluyendo operaciones que tienen funciones como argumentos, en multiples
lenguajes de programacion, seleccionar la forma mas natural por cada lenguaje[Usar]
Bibliografa: [Sebesta, 2012, Webber, 2010, Roy and Haridi, 2004]

6.6 Programacion reactiva y dirigida por eventos, 12 hr(s)

Competencias: CS2, CS3, CS6
Topicos: I: Eventos y controladores de eventos. II: Usos canonicos como interfaces gracas de usua-
rio, dispositivos moviles, robots, servidores. III: Uso de frameworks reactivos. a) Denicion de
controladores/oyentes (handles/listeners) de eventos. b) Bucle principal de enventos no contro-
lado po el escritor controlador de eventos (event-handler-writer) IV: Eventos y eventos del
programa generados externamente generada. V: La separacion de modelo, vista y controlador.
Objetivos de Aprendizaje I: Escribir manejadores de eventos para su uso en sistemas reactivos
tales como GUIs[Usar] II: Explicar porque el estilo de programacion manejada por eventos es
natural en dominios donde el programa reacciona a eventos externos[Familiarizarse] III: Descri-
bir un sistema interactivo en terminos de un modelo, una vista y un controlador[Familiarizarse]
Bibliografa: [Sebesta, 2012]

6.7 Programacion logica, 12 hr(s)

Competencias: CS2, CS3, CS6
Topicos: I: Representacion causal de estructura de datos y algoritmos. II: Unicacion. III: Bactrac-
king y busqueda. IV: Cuts.
Objetivos de Aprendizaje I: Usa un lenguaje logico para implementar un algoritmo convencio-
nal[Usar] II: Usa un lenguaje logico para implementar un algoritmo empleando busqueda im-
plcita usando clausulas, relaciones, y cortes[Usar]
Bibliografa: [Sebesta, 2012, Webber, 2010, Roy and Haridi, 2004]

7. Bibliografa
[Roy and Haridi, 2004] Roy, P. V. and Haridi, S. (2004). Concepts, Techniques, and Models of Com-
puter Programming. MIT Press, Cambridge, MA, USA.
[Sebesta, 2012] Sebesta, R. W. (2012). Concepts of Programming Languages. Addison-Wesley Publis-
hing Company, USA, 10th edition.
[Webber, 2010] Webber, A. B. (2010). Modern Programming Languages: A Practical Introduction.
Franklin, Beedle and Associates, Inc, 2nd edition.

Universidad Catolica San Pablo 321

322 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion
SUMILLA
FG350. Liderazgo (Obligatorio)
1. Informacion General
Semestre: 7mo Sem. Creditos: 2

Horas del curso: Teora: 1 horas; Practica: 2 horas;

Prerrequisitos:

FG203. Oratoria (6to Sem-Pag. 299)

2. Fundamentacion
En la actualidad las diferentes organizaciones en el mundo exigen a sus integrantes el ejercicio
de liderazgo, esto signica asumir los retos asignados con ecacia y afan de servicio, siendo estas
exigencias necesarias para la busqueda de una sociedad mas justa y reconciliada. Este desafo, pasa
por la necesidad de formar a nuestros alumnos con un recto conocimiento de s mismos, con capacidad
de juzgar objetivamente la realidad y de proponer orientaciones que busquen modicar positivamente
el entorno.

3. Objetivos del curso

Desarrollar conocimientos, criterios, capacidades y actitudes para ejercer liderazgo, con el objeto
de lograr la ecacia y servicio en los retos asignados, contribuyendo as en la construccion de
una mejor sociedad.

4. Resultados (Outcomes)
d) Trabajar efectivamente en equipos para cumplir con un objetivo comun. (Usar)

f ) Comunicarse efectivamente con audiencias diversas. (Usar)

n) Comprender que la formacion de un buen profesional no se desliga ni se opone sino mas bien
contribuye al autentico crecimiento personal. Esto requiere de la asimilacion de valores solidos,
horizontes espirituales amplios y una vision profunda del entorno cultural. (Usar)

5. Competencias especficas de Computacion (IEEE)

C17. Capacidad para expresarse en los medios de comunicacion orales y escritos como se espera de
un graduado.. Outcome f

C18. Capacidad para participar de forma activa y coordinada en un equipo. Outcome d

C24. Comprender la necesidad de la formacion permanente y la mejora de habilidades y capacidades.

Outcome n

6. Contenido del curso

6.1 Primera Unidad: Fundamentos del liderazgo, 15 hr(s)
Competencias: C18,C24

Topicos: I: Teoras de Liderazgo: II: Denicion de Liderazgo. III: Fundamentos de Liderazgo.

IV: Vision integral del Ser Humano y Motivos de la accion. V: La practica de la Virtud en el
ejercicio de Liderazgo.

322 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 323

Objetivos de Aprendizaje I: Analizar y comprender las bases teoricas del ejercicio de Lideraz-
go.[Familiarizarse] II: En base a lo comprendido, asumir la actitud correcta para llevarlo a
la practica.[Familiarizarse] III: Iniciar un proceso de autoconocimiento orientado a descubrir
rasgos de liderazgo en s mismo.[Familiarizarse]

Bibliografa: [Pilar, 2002, Manuel., 2009, Alexandre., 2009, D Souza, , Alfred., 2010]

6.2 Segunda Unidad: Formacion de virtudes y competencias, 15 hr(s)

Competencias: C17,C18,C24

Topicos: I: Teora de las Competencias II: Reconocimiento de Competencias III: Plan de Desarrollo
IV: Modelos Mentales V: Necesidades Emocionales VI: Perles Emocionales VII: Vicios
Motivacionales

Objetivos de Aprendizaje I: Conocer y Desarrollar competencias de Liderazgo, centradas en lograr

la ecacia, sin dejar de lado el deber de servicio con los demas.[Familiarizarse] II: Reconocer
las tendencias personales y grupales necesarias para el ejercicio de Liderazgo.[Familiarizarse]

Bibliografa: [Wilkinson., 2009, Luis., 2008, Pilar, 2002, Maruja., 2007]

6.3 Tercera Unidad: Gestion y direccion de equipos, 18 hr(s)

Competencias: C18,C24

Topicos: I: La relacion personal con el equipo II: Liderazgo integral III: Acompanamiento y
discipulado IV: Fundamentos de unidad

Objetivos de Aprendizaje I: Desarrollar habilidades para el trabajo en equipo[Familiarizarse]

Bibliografa: [Goleman, 2012, Cardona, , Hersey, 1998, Hunsaker, 2010, Hawkins, 2012, Ginebra, 2010]

7. Bibliografa
[Alexandre., 2009] Alexandre., D.-H. (2009). Perl del Lder. Hacia un Liderazgo Virtuoso. Ediciones
Urano S.A.

[Alfred., 2010] Alfred., S. (2010). Liderazgo Etico. La Sabidura de decidir bien. Ediciones Encuentro
S.A Madrid y Nueva Revista de Madrid.

[Cardona, ] Cardona, P., y. P. C. R. Direccion por misiones: Como generar empresas de alto rendi-
miento.

[D Souza, ] D Souza, S. A. Descubre tu Liderazgo. Editorial Sal Terrae.

[Ginebra, 2010] Ginebra, G., . S. G. G. (2010). Gestion de incompetentes. Libros de Cabecera.

[Goleman, 2012] Goleman, D. (2012). Inteligencia emocional. Editorial Kairos.

[Hawkins, 2012] Hawkins, P. (2012). Coaching y liderazgo de equipos: coaching para un liderazgo con
capacidad de transformacion. Ediciones Granica.

[Hersey, 1998] Hersey, P., B. K. H. . J. D. E. (1998). Administracion del comportamiento organiza-

cional: liderazgo situacional.

[Hunsaker, 2010] Hunsaker, P. (2010). El nuevo arte de gestionar equipos: Un enfoque actual para
guiar y motivar con exito.

[Luis., 2008] Luis., H. (2008). Construye tu Sueno. LID Editorial Empresarial.

[Manuel., 2009] Manuel., F. P. (2009). Gobierno de Personas en la Empresa. Ediciones Universidad

de Navarra EUNSA.

Universidad Catolica San Pablo 323

324 Escuela Profesional de Ciencia de la Computacion, Malla 2016

[Maruja., 2007] Maruja., C. N. (2007). Duenos de Nuestro Destino. Editorial Ariel.

[Pilar, 2002] Pilar, C. P. L. (2002). Como desarrollar las Competencias de Liderazgo. PAD Lima-
Peru, Tercera Edicion.
[Wilkinson., 2009] Wilkinson., C. P. H. (2009). Creciendo como Lder. Ediciones Universidad de
Navarra S.A (EUNSA), Primera Edicion.

324 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 325

Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion
SUMILLA
CS281. Computacion en la Sociedad (Obligatorio)
1. Informacion General
Semestre: 8vo Sem. Creditos: 2

Horas del curso: Teora: 2 horas;

Prerrequisitos:

FG210. Moral (5to Sem-Pag. 277)

2. Fundamentacion
Ofrece una vision amplia de los aspectos eticos y profesionales relacionados con la computacion.
Los topicos que se incluyen abarcan los aspectos eticos, sociales y polticos. Las dimensiones morales
de la computacion. Los metodos y herramientas de analisis. Administracion de los recursos compu-
tacionales. Seguridad y control de los sistemas computacionales. Responsabilidades profesionales y
eticas. Propiedad intelectual.

3. Objetivos del curso

Hacer que el alumno entienda la importancia del cuidado y la etica en la transferencia y uso de
la informacion.

Inculcar en el alumno que las tendencias de mejoramiento de la tecnologa, no debe ser llevada
a degradar la moral de la sociedad.

4. Resultados (Outcomes)
f ) Comunicarse efectivamente con audiencias diversas. (Familiarizarse)

g) Analizar el impacto local y global de la computacion sobre los individuos, organizaciones y socie-
dad. (Usar)

n) Comprender que la formacion de un buen profesional no se desliga ni se opone sino mas bien
contribuye al autentico crecimiento personal. Esto requiere de la asimilacion de valores solidos,
horizontes espirituales amplios y una vision profunda del entorno cultural. (Usar)

o) Mejorar las condiciones de la sociedad poniendo la tecnologa al servicio del ser humano. (Usar)

5. Competencias especficas de Computacion (IEEE)

C10. Comprension del impacto en las personas, las organizaciones y la sociedad de la implementacion
de soluciones tecnologicas e intervenciones. Outcome g

C2. Capacidad para tener una perspectiva crtica y creativa para identicar y resolver problemas
utilizando el pensamiento computacional. Outcome h

C3. Una comprension intelectual de, y el aprecio por el papel central de los algoritmos y estructuras
de datos. Outcome c

C23. Capacidad para emprender, completar, y presentar un proyecto nal. Outcome i

C24. Comprender la necesidad de la formacion permanente y la mejora de habilidades y capacidades.

Outcome i

Universidad Catolica San Pablo 325

326 Escuela Profesional de Ciencia de la Computacion, Malla 2016

CS1. Modelar y disenar sistemas de computadora de una manera que se demuestre comprension del
balance entre las opciones de diseno. Outcome c

CS2. Identicar y analizar los criterios y especicaciones apropiadas a los problemas especcos, y
planicar estrategias para su solucion. Outcome c

CS6. Evaluar los sistemas en terminos de atributos de calidad en general y las posibles ventajas y
desventajas que se presentan en el problema dado. Outcome a

6. Contenido del curso

6.1 Historia, 2 hr(s)
Competencias: C2,C3

Topicos: I: Pre-historia El mundo antes de 1946. II: Historia del hardware, software, redes. III: Pio-
neros de la Computacion. IV: Historia de Internet.

Objetivos de Aprendizaje I: Identicar importantes tendencias en la historia del campo de la

computacion[Familiarizarse] II: Identicar las contribuciones de varios pioneros en el campo de
la computacion[Familiarizarse] III: Discutir el contexto historico de los paradigmas de diversos
lenguajes de programacion[Familiarizarse] IV: Comparar la vida diaria antes y despues de la
llegada de los ordenadores personales y el Internet[Familiarizarse]

Bibliografa: [Laudon and Laudon, 2004, Jr, 2000]

6.2 Contexto Social, 4 hr(s)

Competencias: C23,CS1

Topicos: I: Implicancias sociales de la computacion en un mundo conectado en red. II: Impacto de

los medios sociales en el individualismo, colectivismo y en la cultura. III: Crecimiento y control
de la Internet IV: A menudo se reere como la brecha digital, las diferencias en el acceso a los
recursos de la tecnologa digital y sus ramicaciones resultantes para el genero, la clase, la etnia,
la geografa, y/o los pases subdesarrollados. V: Los problemas de accesibilidad, incluyendo los
requisitos legales. VI: Computacion consciente del contexto.

Objetivos de Aprendizaje I: Describir las formas positivas y negativas en las que la tecnologa
computacional (redes, computacion movil, cloud computing) altera los modos de interaccion so-
cial en el plano personal[Familiarizarse] II: Identicar los supuestos y valores incorporados en
el hardware y el software de diseno de los desarrolladores, especialmente lo que se reere a la
facilidad de uso para diversas poblaciones incluyendo minoras poblaciones y los discapacita-
dos[Usar] III: Interpretar el contexto social de un determinado diseno y su aplicacion[Evaluar]
IV: Evaluar la ecacia de un diseno y aplicacion dada a partir de datos empricos[Familiarizarse]
V: Resumir las implicaciones de los medios sociales en el individualismo frente al colectivismo
y la cultura[Familiarizarse] VI: Discuta como el acceso a Internet sirve como una fuerza libe-
radora para las personas que viven bajo las formas opresivas de gobierno; explicar la utilizacion
los lmites al acceso a Internet como herramientas de represion poltica y social[Familiarizarse]
VII: Analizar los pros y los contras de la dependencia de la computacion en la implementacion de
la democracia (por ejemplo, prestacion de servicios sociales, votacion electronica)[Familiarizarse]
VIII: Describir el impacto de la escasa representacion de las diversas poblaciones en la profesion
(por ejemplo, la cultura de la industria, la diversidad de productos)[Usar] IX: Explicar las con-
secuencias de la sensibilidad al contexto en los sistemas de computacion ubicua[Familiarizarse]

Bibliografa: [Laudon and Laudon, 2004, Jr, 2000]

326 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 327

6.3 Herramientas de Analisis, 2 hr(s)

Competencias: CS1,CS2

Topicos: I: Argumentacion etica. II: Teoras eticas y toma de decisiones. III: Suposiciones morales
y valores.

Objetivos de Aprendizaje I: Evaluar las posiciones de las partes interesadas en una situacion
dada[Familiarizarse] II: Analizar errores logicos basicos en una discusion[Usar] III: Analizar
un argumento para identicar premisas y la conclusion[Familiarizarse] IV: Ilustrar el uso de
ejemplo y analoga en el argumento etico[Familiarizarse] V: Evaluar compensaciones eticos /
sociales en las decisiones tecnicas[Familiarizarse]

Bibliografa: [Laudon and Laudon, 2004, Jr, 2000]

6.4 Etica Profesional, 4 hr(s)

Competencias: C3

Topicos: I: Community values and the laws by which we live. II: La naturaleza del profesionalismo
incluido el cuidado, la atencion y la disciplina, la responsabilidad duciaria y mentora. III: Man-
tenerse al da como profesional de computacion en terminos de familiaridad, herramientas, habi-
lidades, marco legal y profesional, as como la capacidad de autoevaluarse y avances en el campo
de la computacion. IV: La certicacion profesional, codigos de etica, conducta y practica, como
la ACM / IEEE-CS, SE, AITP, IFIP y las sociedades internacionales. V: Rendicion de cuentas,
la responsabilidad y la conabilidad (por ejemplo, la correccion de software, abilidad y segu-
ridad, as como la condencialidad etica de los profesionales de seguridad cibernetica) VI: El
papel del profesional de de computacion en las polticas publicas. VII: Mantenimiento de la
conciencia en relacion a las consecuencias. VIII: Disidencia etica y la denuncia de irregulari-
dades. IX: La relacion entre la cultura regional y dilemas eticos. X: Tratar con el acoso y la
discriminacion. XI: Formas de credenciamiento profesional. XII: Polticas de uso aceptable para
la computacion en el lugar de trabajo. XIII: Ergonoma y entornos de trabajo computacionales
saludables. XIV: Consideraciones a tiempos de entrega de mercado vs estandares de calidad
profesional.

Objetivos de Aprendizaje I: Identicar los problemas eticos que se plantean en el desarrollo de

software y determinar como abordarlos tecnica y eticamente[Usar] II: Explicar la responsabili-
dad etica de velar por la correccion de software, conabilidad y seguridad[Evaluar] III: Describir
los mecanismos que normalmente existen para que profesional se mantenga al da[Familiarizarse]
IV: Describir las fortalezas y debilidades de codigos profesionales relevantes como expresiones
de profesionalismo y guas para la toma de decisiones[Familiarizarse] V: Analizar un problema
mundial de computacion, observando el papel de los profesionales y funcionarios del gobierno en
el manejo de este problema[Familiarizarse] VI: Evaluar los codigos de etica profesional de la
ACM, la Sociedad de Computacion de la IEEE, y otras organizaciones[Familiarizarse] VII: Des-
cribir las formas en que los profesionales pueden contribuir a las polticas publicas[Familiarizarse]
VIII: Describir las consecuencias de la conducta profesional inadecuada[Usar] IX: Identicar
las etapas progresivas en un incidente de denuncia de irregularidades[Usar] X: Identicar ejem-
plos de como interactua la cultura regional con dilemas eticos[Familiarizarse] XI: Investigar
las formas de acoso, discriminacion y formas de ayuda [Usar] XII: Examine las diversas for-
mas de acreditacion de profesionales[Usar] XIII: Explicar la relacion entre la ergonoma en
los ambientes y la salud de las personas de computacion[Usar] XIV: Desarrollar un uso del
computador/poltica de uso aceptable con medidas coercitivas[Familiarizarse] XV: Describir
los problemas asociados con la presion de la industrias para centrarse en el tiempo de comercia-
lizacion en comparacion con la aplicacion de normas de calidad profesional[Usar]

Bibliografa: [Laudon and Laudon, 2004, Jr, 2000, Ediciones, 2009a, Ediciones, 2009b, Ediciones, 2010]

Universidad Catolica San Pablo 327

328 Escuela Profesional de Ciencia de la Computacion, Malla 2016

6.5 Propiedad Intelectual, 4 hr(s)

Competencias: CS1,CS2

Topicos: I: Fundamentos losocos de propiedad intelectual. II: Derechos de propiedad intelec-

tual. III: Propiedad intelectual digital intangible (IDIP). IV: Fundamentos legales para pro-
teccion de la propiedad intelectual. V: Gestion de derechos digitales. VI: Copyrights, patentes,
secretos de comercio, marcas registradas. VII: Plagiarismo. VIII: Fundamentos del movimiento
Open Source. IX: Piratera de Software.

Objetivos de Aprendizaje I: Discute las bases losocas de la propiedad intelectual[Evaluar] II: Dis-
cute la racionalidad de la proteccion legal de la propiedad intelectual[Familiarizarse] III: Decribe
la legislacion orientada a los delitos de derechos de autor digitales[Evaluar] IV: Critica la legisla-
cion orientada a los delitos digitales de derechos de autor[Familiarizarse] V: Identica ejemplos
contemporaneos de propiedad intelectual digital intangible[Evaluar] VI: Justica el uso de ma-
terial con derechos de autor[Evaluar] [Familiarizarse] VII: Evalua los asuntos eticos inherentes
a diversos mecanismos de deteccion de plagio[Familiarizarse] VIII: Interpreta el intento y la
implementacion de licencias de software[Familiarizarse] IX: Discute asuntos que involucran la
seguridad de patentes en software[Familiarizarse] X: Caracteriza y contrasta los conceptos de
derechos de autor, patentes y de marcas comerciales[Familiarizarse] XI: Identica los objetivos
del movimiento de software libre[Evaluar] XII: Identica la naturaleza global de la piratera de
software[Familiarizarse]

Bibliografa: [Laudon and Laudon, 2004, Jr, 2000, Ediciones, 2009a, Ediciones, 2009b, Ediciones, 2010]

6.6 Privacidad y Libertades Civiles, 4 hr(s)

Competencias: C24

Topicos: I: Fundamentos losocos de derechos de privacidad. II: Fundamentos legales de proteccion

de privacidad. III: Implicaciones de privacidad de recopilacion de datos generalizada de bases
de datos transaccionales, almacenes de datos, sistemas de vigilancia y la computacion en la
nube. IV: Ramicaciones de privacidad diferencial. V: Soluciones basadas en la tecnologa para
la proteccion de la privacidad. VI: Legislacion de privacidad en areas de practica. VII: Libertades
civiles y diferencias culturales. VIII: Libertad de expresion y sus limitaciones.

Objetivos de Aprendizaje I: Discute las bases losocas para la proteccion legal de la privacidad
personal[Familiarizarse] II: Evalua soluciones para amenazas a la privacidad en bases de datos
transaccionales y almacenes de datos[Familiarizarse] III: Describe los roles de la recoleccion de
datos en la implementacion de sistemas de vigilancia intrusiva (ejm. RFID, reconocimiento de
rostro, cobro electronico, computacion movil)[Familiarizarse] IV: Describe las ramicaciones
de la privacidad diferenciada[Familiarizarse] V: Investica el impacto de soluciones tecnologicas
a los problemas de privacidad[Familiarizarse] VI: Critica la intencion, el valor potencial y la
implementacion de las diversas formas de legislacion en privacidad[Familiarizarse] VII: Identica
estrategias que permitan la apropiada libertad de expresion[Familiarizarse]

Bibliografa: [Laudon and Laudon, 2004, Jr, 2000, Ediciones, 2009a, Ediciones, 2009b, Ediciones, 2010]

6.7 Polticas de seguridad, Leyes y crmenes computacionales, 2 hr(s)

Competencias: C23

Topicos: I: Ejemplos de delitos informaticos y reparacion legal para delincuentes informaticos. II: In-
genieria social, robo de identidad y recuperacion. III: Topicos relacionados al uso de acceso
indebido y las infracciones y materia de seguridad. IV: Motivaciones y ramicaciones del ciber-
terrorismo y el hacking criminal, cracking. V: Efectos de malware, como virus, worms y Trojan
horses. VI: Estrategias de prevencion de Crimen. VII: Polticas de Seguridad.

328 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 329

Objetivos de Aprendizaje I: Listar ejemplos clasicos de delitos informaticos y incidentes de in-

geniera social con impacto social[Familiarizarse] II: Indenticar leyes que se aplican a delitos
informaticos[Familiarizarse] III: Describir la motivacion y ramicaciones de cyberterrorismo y
hackeo criminal[Familiarizarse] IV: Examinar los problemas eticos y legales relacionados con el
mal uso de accesos y diversas violaciones en la seguridad[Familiarizarse] V: Discutir el rol del
profesional en seguridad y los problemas que estan envueltos[Familiarizarse] VI: Investigar me-
didas que puedan ser consideradas por personas y organizaciones incluyendo al gobierno para pre-
venir o mitigar efectos indeseables de los delitos informaticos y robo de identidad[Familiarizarse]
VII: Escribir una politica de seguridad de una empresa, la cual incluye procedimientos para
administrar contrasenas y monitorizar a los empleados[Familiarizarse]
Bibliografa: [Laudon and Laudon, 2004, Jr, 2000, Ediciones, 2009a, Ediciones, 2009b, Ediciones, 2010]

6.8 Economa de la Computacion, 2 hr(s)

Competencias: C10,CS6
Topicos: I: Monopolio y sus implicaciones economicas. II: Efecto del suministro de mano de obra
calicada y la demanda sober la calidad de los productos de computacion. III: Estrategias de
precio en el dominio de la computacion. IV: El fenomeno del desarrollo de software outsourcing
y o-shoring; impactos en el empleo y la economia. V: Consecuencias de la globalizacion para la
profesion de Ciencias de la Computacion. VI: Diferencias en acceso a recursos de computacion
y el posible efecto de los mismos. VII: Analisis costo/benecio de trabajos con consideracio-
nes para manufactura, hardware, software e implicaciones de ingeniera. VIII: Costo estimado
versus costo actual in relacion al costo total. IX: Emprendimiento: perspectivas y entrampa-
mientos. X: Efectos de red o economias de escala del lado de la demanda. XI: El uso de la
ingeniera economica para hacer frente a las nanzas.
Objetivos de Aprendizaje I: Resumir los fundamentos para los esfuerzos antimonopolio[Familiarizarse]
II: Identicar diversas maneras en que la industria de la tecnologa de la informacion esta afec-
tada por la escasez de la oferta de trabajo[Familiarizarse] III: Identicar la evolucion de la
estratega de precios para el calculo de los bienes y servicios[Familiarizarse] IV: Discutir los
benecios, los inconvenientes y las implicaciones de o-shoring y outsourcing[Familiarizarse]
V: Investigar y defender maneras de tratar las limitaciones en el acceso a la computacion.
[Usar] VI: Describir los benecios economicos de efectos de la red[Usar]
Bibliografa: [Laudon and Laudon, 2004, Jr, 2000, Ediciones, 2009a, Ediciones, 2009b, Ediciones, 2010]

7. Bibliografa
[Ediciones, 2009a] Ediciones, D., editor (2009a). Revista Datamation MC Ediciones.
[Ediciones, 2009b] Ediciones, D., editor (2009b). Understanding the Digital Economy.
[Ediciones, 2010] Ediciones, D., editor (2010). Financial Times Mastering Information Management.
[Jr, 2000] Jr, R. M. (2000). Sistemas de Informacion Gerencial. Prentice Hall.
[Laudon and Laudon, 2004] Laudon, K. C. and Laudon, J. P. (2004). Sistemas de Informacion Ge-
rencial. Prentice Hall.

Universidad Catolica San Pablo 329

330 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion
SUMILLA
CS342. Compiladores (Obligatorio)
1. Informacion General
Semestre: 8vo Sem. Creditos: 4

Horas del curso: Teora: 2 horas; Practica: 2 horas; Laboratorio: 2 horas;

Prerrequisitos:

CS341. Lenguajes de Programacion (7mo Sem-Pag. 321)

2. Fundamentacion
Que el alumno conozca y comprenda los conceptos y principios fundamentales de la teora de
compilacion para realizar la construccion de un compilador

3. Objetivos del curso

Conocer las tecnicas basicas empleadas durante el proceso de generacion intermedio, optimiza-
cion y generacion de codigo.

Aprender a implementar pequenos compiladores.

4. Resultados (Outcomes)
a) Aplicar conocimientos de computacion y de matematicas apropiadas para la disciplina. (Evaluar)

b) Analizar problemas e identicar y denir los requerimientos computacionales apropiados para su

solucion. (Evaluar)

j) Aplicar la base matematica, principios de algoritmos y la teora de la Ciencia de la Computacion en

el modelamiento y diseno de sistemas computacionales de tal manera que demuestre comprension
de los puntos de equilibrio involucrados en la opcion escogida. (Evaluar)

5. Competencias especficas de Computacion (IEEE)

C8. Entendimiento de lo que las tecnologas actuales pueden y no pueden lograr. Outcome a

C9. Comprension de las limitaciones de la computacion, incluyendo la diferencia entre lo que la

computacion es inherentemente incapaz de hacer frente a lo que puede lograrse a traves de un
futuro de ciencia y tecnologa. Outcome b,j

6. Contenido del curso

6.1 Representacion de programas, 5 hr(s)
Competencias: C9

Topicos: I: Programas que tienen otros programas como entrada tales como interpretes, compilado-
res, revisores de tipos y generadores de documentacion. II: Arboles de sintaxis abstracta, para
contrastar la sintaxis correcta. III: Estructuras de datos que representan codigo para ejecucion,
traduccion o transmision. IV: Compilacion en tiempo just-in time y re-compilacion dinami-
ca. V: Otras caractersticas comunes de las maquinas virtuales, tales como carga de clases, hilos
y seguridad.

330 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 331

Objetivos de Aprendizaje I: Explicar como programas que procesan otros programas tratan a los
otros programas como su entrada de datos[Familiarizarse] II: Describir un arbol de sintaxis
abstracto para un lenguaje pequeno[Familiarizarse] III: Describir los benecios de tener repre-
sentaciones de programas que no sean cadenas de codigo fuente[Familiarizarse] IV: Escribir un
programa para procesar alguna representacion de codigo para algun proposito, tales como un
interprete, una expresion optimizada, o un generador de documentacion[Familiarizarse] V: Ex-
plicar el uso de metadatos en las representaciones de tiempo de ejecucion de objetos y registros de
activacion, tales como los punteros de la clase, las longitudes de arreglos, direcciones de retorno,
y punteros de frame[Familiarizarse] VI: Discutir las ventajas, desventajas y dicultades del
termino (just-in-time) y recompilacion automatica[Familiarizarse] VII: Identicar los servicios
proporcionados por los sistemas de tiempo de ejecucion en lenguajes modernos[Familiarizarse]
Bibliografa: [Louden, 2004b, Pratt and V.Zelkowitz, 1998]

6.2 Traduccion y ejecucion de lenguajes, 10 hr(s)

Competencias: C8
Topicos: I: Interpretacion vs. compilacion a codigo nativo vs. compilacion de representacion por-
table intermedia. II: Pipeline de traduccion de lenguajes: analisis, revision opcional de tipos,
traduccion, enlazamiento, ejecucion: a) Ejecucion como codigo nativo o con una maquina vir-
tual b) Alternativas como carga dinamica y codicacion dinamica de codigo (o just-in-time)
III: Representacion en tiempo de ejecucion de construccion del lenguaje nucleo tales como
objetos (tablas de metodos) y funciones de primera clase (cerradas) IV: Ejecucion en tiempo
real de asignacion de memoria: pila de llamdas, montculo, datos estaticos: a) Implementacion
de bucles, recursividad y llamadas de cola V: Gestion de memoria: a) Gestion manual de me-
moria: asignacion, limpieza y reuso de la pila de memoria b) Gestion automatica de memoria:
recoleccion de datos no utilizados (garbage colletion) como una tecnica automatica usando la
nocion de accesibilidad
Objetivos de Aprendizaje I: Distinguir una denicion de un lenguaje de una implementacion par-
ticular de un lenguaje (compilador vs interprete, tiempo de ejecucion de la representacion de
los objetos de datos, etc)[Evaluar] II: Distinguir sintaxis y parseo de la semantica y la eva-
luacion[Evaluar] III: Bosqueje una representacion de bajo nivel de tiempo de ejecucion de
construcciones del lenguaje base, tales como objetos o cierres (closures)[Evaluar] IV: Explicar
como las implementaciones de los lenguajes de programacion tipicamente organizan la memoria
en datos globales, texto, heap, y secciones de pila y como las caractersticas tales como recursion
y administracion de memoria son mapeados a este modelo de memoria[Evaluar] V: Identicar
y corregir las perdidas de memoria y punteros desreferenciados[Evaluar] VI: Discutir los be-
necios y limitaciones de la recoleccion de basura (garbage collection), incluyendo la nocion de
accesibilidad[Evaluar]
Bibliografa: [Aho et al., 2008, Aho, 1990, Louden, 2004a, Teufel and Schmidt, 1998, A.Lemone, 1996,
Appel, 2002]

6.3 Analisis de sintaxis, 10 hr(s)

Competencias: C8
Topicos: I: Exploracion (analisis lexico) usando expresiones regulares. II: Estrategias de analisis
incluyendo tecnicas de arriba a abajo (top-down) (p.e. descenso recursivo, analisis temprano o
LL) y de abajo a arriba (bottom-up) (ej, llamadas hacia atras - bracktracking, o LR); rol de
las gramaticas libres de contexto. III: Generacion de exploradores (scanners) y analizadores a
partir de especicaciones declarativas.
Objetivos de Aprendizaje I: Usar gramaticas formales para especicar la sintaxis de los lengua-
jes[Evaluar] II: Usar herramientas declarativas para generar parseadores y escaneres[Evaluar]
III: Identicar las caractersticas clave en las deniciones de sintaxis: ambiguedad, asociativi-
dad, precedencia[Evaluar]

Universidad Catolica San Pablo 331

332 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Bibliografa: [Aho et al., 2008, Aho, 1990, Louden, 2004a, Teufel and Schmidt, 1998, A.Lemone, 1996,
Appel, 2002]

6.4 Analisis semantico de compiladores, 15 hr(s)

Competencias: C8
Topicos: I: Representaciones de programas de alto nivel tales como arboles de sintaxis abstrac-
tas. II: Alcance y resolucion de vnculos. III: Revision de tipos. IV: Especicaciones declarativas
tales como gramaticas atribudas.
Objetivos de Aprendizaje I: Implementar analizadores sensibles al contexto y estaticos a nivel de
fuente, tales como, vericadores de tipos o resolvedores de identicadores para identicar las
ocurrencias de vinculo[Evaluar] II: Describir analizadores semanticos usando una gramatica
con atributos[Evaluar]
Bibliografa: [Aho et al., 2008, Aho, 1990, Louden, 2004a, Teufel and Schmidt, 1998, A.Lemone, 1996,
Appel, 2002]

6.5 Generacion de codigo, 20 hr(s)

Competencias: C8
Topicos: I: Llamadas a procedimientos y metodos en envo. II: Compilacion separada; vincula-
cion. III: Seleccion de instrucciones. IV: Calendarizacion de instrucciones. V: Asignacion de
registros. VI: Optimizacion por rendija (peephole)
Objetivos de Aprendizaje I: Identicar todos los pasos esenciales para convertir automaticamente
codigo fuente en codigo emsamblador o otros lenguajes de bajo nivel[Evaluar] II: Generar co-
digo de bajo nivel para llamadas a funciones en lenguajes modernos[Evaluar] III: Discutir por
que la compilacion separada requiere convenciones de llamadas uniformes[Evaluar] IV: Discutir
por que la compilacion separada limita la optimizacion debido a efectos de llamadas desco-
nocidas[Evaluar] V: Discutir oportunidades para optimizacion introducida por la traduccion
y enfoques para alcanzar la optimizacion, tales como la seleccion de la instruccion, planica-
cion de instruccion, asignacion de registros y optimizacion de tipo mirilla (peephole optimiza-
tion)[Evaluar]
Bibliografa: [Aho et al., 2008, Aho, 1990, Louden, 2004a, Teufel and Schmidt, 1998, A.Lemone, 1996,
Appel, 2002]

7. Bibliografa
[Aho, 1990] Aho, A. (1990). Compiladores Principios, tecnicas y herramientas. Addison Wesley.
[Aho et al., 2008] Aho, A., Lam, M., Sethi, R., and Ullman, J. D. (2008). Compiladores. Principios,
tecnicas y herramientas. Addison Wesley, 2nd edition. ISBN:10-970-26-1133-4.
[A.Lemone, 1996] A.Lemone, K. (1996). Fundamentos de Compiladores. CECSA-Mexico.
[Appel, 2002] Appel, A. W. (2002). Modern compiler implementation in Java. Cambridge University
Press, 2.a edicion edition.
[Louden, 2004a] Louden, K. C. (2004a). Construccion de Compiladores Principios y Practica. Thom-
son.
[Louden, 2004b] Louden, K. C. (2004b). Lenguajes de Programacion. Thomson.
[Pratt and V.Zelkowitz, 1998] Pratt, T. W. and V.Zelkowitz, M. (1998). Lenguajes de Programacion
Diseno e Implementacion. Prentice-Hall Hispanoamericana S.A.
[Teufel and Schmidt, 1998] Teufel, B. and Schmidt, S. (1998). Fundamentos de Compiladores. Addi-
son Wesley Iberoamericana.

332 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 333

Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion
SUMILLA

CS3I1. Seguridad en Computacion (Obligatorio)

1. Informacion General
Semestre: 8vo Sem. Creditos: 3

Horas del curso: Teora: 1 horas; Practica: 2 horas; Laboratorio: 2 horas;

Prerrequisitos:

CS231. Redes y Comunicacion (7mo Sem-Pag. 309)

2. Fundamentacion
Hoy en dia la informacion es uno de los activos mas preciados en cualquier organizacion. Este
cursos esta orientado a poder brindar al alumno los elementos de seguridad orientados a proteger la
informacion de la organizacion 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 areas relacionadas al desarrollo de software.

3. Objetivos del curso

Discutir a un nivel intermedio avanzado los los fundamentos de la Seguridad Informatica.

Brindar los diferentes aspectos que presenta el codigo malicioso.

Que el alumno conozca los conceptos de criptograf a y seguridad en redes de computadoras.

Discutir y analizar junto con el alumno los aspectos de la Seguridad en Internet.

4. Resultados (Outcomes)
a) Aplicar conocimientos de computacion y de matematicas apropiadas para la disciplina. (Usar)

b) Analizar problemas e identicar y denir los requerimientos computacionales apropiados para su

solucion. (Evaluar)

c) Disenar, 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 computacion sobre los individuos, organizaciones y socie-
dad. (Evaluar)

h) Incorporarse a un proceso de aprendizaje profesional continuo. (Usar)

i) Utilizar tecnicas y herramientas actuales necesarias para la practica de la computacion. (Evaluar)

j) Aplicar la base matematica, principios de algoritmos y la teora de la Ciencia de la Computacion en

el modelamiento y diseno de sistemas computacionales de tal manera que demuestre comprension
de los puntos de equilibrio involucrados en la opcion escogida. (Usar)

Universidad Catolica San Pablo 333

334 Escuela Profesional de Ciencia de la Computacion, Malla 2016

5. Competencias especficas de Computacion (IEEE)

C2. Capacidad para tener una perspectiva crtica y creativa para identicar y resolver problemas
utilizando el pensamiento computacional. Outcome a

C8. Entendimiento de lo que las tecnologas actuales pueden y no pueden lograr. Outcome j,g

C9. Comprension de las limitaciones de la computacion, incluyendo la diferencia entre lo que la

computacion es inherentemente incapaz de hacer frente a lo que puede lograrse a traves de un
futuro de ciencia y tecnologa. Outcome g,a

C21. Comprender el aspecto profesional, legal, seguridad, asuntos polticos, humanistas, ambientales,
culturales y eticos. Outcome g,a

C22. Capacidad para demostrar las actitudes y prioridades que honrar, proteger y mejorar la estatura
y la reputacion etica de la profesion. Outcome h,c

CS6. Evaluar los sistemas en terminos de atributos de calidad en general y las posibles ventajas y
desventajas que se presentan en el problema dado. Outcome b

CS7. Aplicar los principios de una gestion ecaz de la informacion, organizacion de la informacion,
y las habilidades de recuperacion de informacion a la informacion de diversos tipos, incluyendo
texto, imagenes, sonido y vdeo. Esto debe incluir la gestion de los problemas de seguridad.
Outcome i,h,c

CS9. Identicar los riesgos (y esto incluye cualquier seguridad o los aspectos de seguridad) que
pueden estar involucrados en la operacion de equipo de computo dentro de un contexto dado.
Outcome j,b

CS11. Ser consciente de la existencia de software a disposicion del publico y la comprension del
potencial de los proyectos de codigo abierto. Outcome g,b

6. Contenido del curso

6.1 Fundamentos y Conceptos en Seguridad, 25 hr(s)
Competencias: C2,C8

Topicos: I: CIA (Condencialidad, Integridad, Disponibilidad) II: Conceptos de riesgo, amenazas,

vulnerabilidades, y los tipos de ataque . III: Autenticacion y autorizacion, control de acceso
(vs. obligatoria discrecional) IV: Concepto de la conanza y la honradez . V: Etica (revelacion
responsable)

Objetivos de Aprendizaje I: Analizar las ventajas y desventajas de equilibrar las propiedades cla-
ve de seguridad(Condenciabilidad, Integridad, Disponibilidad)[Familiarizarse] II: 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] III: Explicar los conceptos
de autenticacion, autorizacion, control de acceso[Familiarizarse] IV: Explicar el concepto de
conanza y conabilidad[Familiarizarse] V: Reconocer de que hay problemas eticos mas im-
portantes que considerar en seguridad computacional, incluyendo problemas eticos asociados a
arreglar o no arreglar vulnerabilidades y revelar o no revelar vulnerabilidades[Familiarizarse]

Bibliografa: [Stallings and Brown, 2014]

6.2 Principios de Diseno Seguro, 25 hr(s)

Competencias: C,9C21,C22

334 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 335

Topicos: I: Menor privilegio y aislamiento. II: Valores predeterminados a prueba de fallos. III: Dise-
no abierto. IV: La seguridad de extremo a extremo. V: La defensa en profundidad (por ejemplo,
la programacion defensiva, defensa en capas) VI: Diseno de seguridad. VII: Las tensiones entre
la seguridad y otros objetivos de diseno. VIII: Mediacion completa. IX: El uso de componen-
tes de seguridad vetados. X: Economa del mecanismo (la reduccion de la base informatica de
conanza, minimizar la supercie de ataque) XI: Seguridad utilizable. XII: Componibilidad de
seguridad. XIII: Prevencion, deteccion y disuasion.

Objetivos de Aprendizaje I: Describir el principio de privilegios mnimos y el aislamiento que

se aplican al diseno del sistema[Familiarizarse] II: Resumir el principio de prueba de fallos y
negar por defecto[Familiarizarse] III: Discutir las implicaciones de depender de diseno abierto
o secreto de diseno para la seguridad[Familiarizarse] IV: Explicar los objetivos de seguridad de
datos de extremo a extremo[Familiarizarse] V: Discutir los benecios de tener multiples capas
de defensas[Familiarizarse] VI: Por cada etapa en el ciclo de vida de un producto, describir
que consideraciones de seguridad deberian ser evaluadas[Familiarizarse] VII: Describir el costo
y ventajas y desventajas asociadas con el diseno de seguridad de un producto. [Familiarizarse]
VIII: Describir el concepto de mediacion y el principio de mediacion completa[Familiarizarse]
IX: Conocer los componentes estandar para las operaciones de seguridad, en lugar de reinventar
las operaciones fundamentales[Familiarizarse] X: Explicar el concepto de computacion conable
incluyendo base informatica conable y de la supercie de ataque y el principio de minimizacion
de base informatica conable[Familiarizarse] XI: Discutir la importancia de la usabilidad en el
diseno de mecanismos de seguridad[Familiarizarse] XII: Describir problemas de seguridad que
surgen en los lmites entre varios componentes[Familiarizarse] XIII: Identicar los diferentes
roles de mecanismos de prevencion y mecanismos de eliminacion/disuacion[Familiarizarse]

Bibliografa: [Stallings and Brown, 2014]

6.3 Programacion Defensiva, 25 hr(s)

Competencias: CS6,CS7,CS9

Topicos: I: Validacion de datos de entrada y sanitizacion II: Eleccion del lenguaje de programa-
cion y lenguajes con tipos de datos seguro. III: Ejemplos de validacion de entrada de datos
y sanitizacion de errores. a) Desbordamiento de bufer b) Errores enteros c) Inyeccion SQL
d ) Vulnerabilidad XSS IV: Las condiciones de carrera. V: Manejo correcto de las excepciones y
comportamientos inesperados. VI: Uso correcto de los componentes de terceros. VII: Desplegar
ecazmente las actualizaciones de seguridad. VIII: Informacion de control de ujo. IX: Generan-
do correctamente el azar con nes de seguridad. X: Mecanismos para la deteccion y mitigacion
de datos de entrada y errores de sanitizacion. XI: Fuzzing XII: El analisis estatico y analisis
dinamico. XIII: Programa de vericacion. XIV: Soporte del sistema operativo (por ejemplo,
la asignacion al azar del espacio de direcciones, canarios) XV: El soporte de hardware (por
ejemplo, el DEP, TPM)

Objetivos de Aprendizaje I: Explicar por que la validacion de entrada y desinfeccion de datos

es necesario en el frente del control contencioso del canal de entrada[Usar] II: Explicar por
que uno deberia escoger para desallorrar un programa en un lenguaje tipo seguro como Java,
en contraste con un lenguaje de programacion no seguro como C/C++[Usar] III: Clasicar
los errores de validacion de entrada comun, y escribir correctamente el codigo de validacion de
entrada[Usar] IV: Demostrar el uso de un lenguaje de programacion de alto nivel como prevenir
una condicion de competencia que ocurran y como manejar una excepcion[Usar] V: Demostrar
la identicacion y el manejo elegante de las condiciones de error[Familiarizarse] VI: Explique los
riesgos de mal uso de las interfaces con codigo de terceros y como utilizar correctamente el codigo
de terceros[Familiarizarse] VII: Discutir la necesidad de actualizar el software para corregir las
vulnerabilidades de seguridad y la gestion del ciclo de vida de la correccion[Familiarizarse]

Bibliografa: [Stallings and Brown, 2014]

Universidad Catolica San Pablo 335

336 Escuela Profesional de Ciencia de la Computacion, Malla 2016

6.4 Ataques y Amenazas, 25 hr(s)

Competencias: CS6,CS7,CS9

Topicos: I: Atacante metas, capacidades y motivaciones (como economa sumergida, el espionaje

digital, la guerra cibernetica, las amenazas internas, hacktivismo, las amenazas persistentes
avanzadas) II: Los ejemplos de malware (por ejemplo, virus, gusanos, spyware, botnets, troyanos
o rootkits) III: Denegacion de Servicio (DoS) y Denegacion de Servicio Distribuida (DDoS)
IV: Ingeniera social (por ejemplo, perscando) V: Los ataques a la privacidad y el anonimato
. VI: El malware / comunicaciones no deseadas, tales como canales encubiertos y esteganografa.

Objetivos de Aprendizaje I: Describir tipos de ataques similares en contra de un sistema en

particular[Familiarizarse] II: Discutir los limitantes de las medidas en contra del malware
(ejm. deteccion basada en rmas, deteccion de comportamiento)[Familiarizarse] III: Identi-
car las instancias de los ataques de ingeniera social y de los ataques de negacion de servi-
cios[Familiarizarse] IV: Discutir como los ataques de negacion de servicos puede ser identi-
cados y reducido[Familiarizarse] V: Describir los riesgos de la privacidad y del anonimato en
aplicaciones comunmente usadas[Familiarizarse] VI: Discutir los conceptos de conversion de
canales y otros procedimientos de ltrado de datos[Familiarizarse]

Bibliografa: [Stallings and Brown, 2014]

6.5 Seguridad de Red, 25 hr(s)

Competencias: CS6,CS7,CS9

Topicos: I: Red de amenazas y tipos de ataques especcos (por ejemplo, la denegacion de servicio,
spoong, olfateando y la redireccion del traco, el hombre en el medio, ataques integridad de
los mensajes, los ataques de enrutamiento, y el analisis de traco) II: El uso de cifrado de
datos y seguridad de la red . III: Arquitecturas para redes seguras (por ejemplo, los canales
seguros, los protocolos de enrutamiento seguro, DNS seguro, VPN, protocolos de comunicacion
anonimos, aislamiento) IV: Los mecanismos de defensa y contramedidas (por ejemplo, monitoreo
de red, deteccion de intrusos, rewalls, suplantacion de identidad y proteccion DoS, honeypots,
seguimientos) V: Seguridad para redes inalambricas, celulares . VI: Otras redes no cableadas
(por ejemplo, ad hoc, sensor, y redes vehiculares) VII: Resistencia a la censura. VIII: Gestion
de la seguridad operativa de la red (por ejemplo, control de acceso a la red congure)

Objetivos de Aprendizaje I: Describir las diferentes categoras de amenazas y ataques en re-

des[Familiarizarse] II: Describir las arquitecturas de criptografa de clave publica y privada
y como las ICP brindan apoyo a la seguridad en redes[Familiarizarse] III: Describir ventajas
y limitaciones de las tecnologas de seguridad en cada capa de una torre de red[Familiarizarse]
IV: Identicar los adecuados mecanismos de defensa y sus limitaciones dada una amenaza de
red[Usar]

Bibliografa: [Stallings and Brown, 2014]

6.6 Criptografa, 25 hr(s)

Competencias: CS6,CS7,CS9

Topicos: I: Terminologa basica de criptografa cubriendo las nociones relacionadas con los diferentes
socios (comunicacion), canal seguro / inseguro, los atacantes y sus capacidades, cifrado, descifra-
do, llaves y sus caractersticas, rmas. II: Tipos de cifrado (por ejemplo, cifrado Cesar, cifrado
ane), junto con los metodos de ataque tpicas como el analisis de frecuencia. III: Apoyo a la
infraestructura de clave publica para la rma digital y el cifrado y sus desafos. IV: Criptografa
de clave simetrica: a) El secreto perfecto y el cojn de una sola vez b) Modos de funcionamien-
to para la seguridad semantica y encriptacion autenticada (por ejemplo, cifrar-entonces-MAC,
OCB, GCM) c) Integridad de los mensajes (por ejemplo, CMAC, HMAC) V: La criptografa
de clave publica: a) Permutacion de trampilla, por ejemplo, RSA b) Cifrado de clave publica,

336 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 337

por ejemplo, el cifrado RSA, cifrado El Gamal c) Las rmas digitales d ) Infraestructura de clave
publica (PKI) y certicados e) Supuestos de dureza, por ejemplo, Die-Hellman, factoring en-
tero VI: Protocolos de intercambio de claves autenticadas, por ejemplo, TLS . VII: Primitivas
criptogracas: a) generadores pseudo-aleatorios y cifrados de ujo b) cifrados de bloque (permu-
taciones pseudo-aleatorios), por ejemplo, AES c) funciones de pseudo-aleatorios d ) funciones de
hash, por ejemplo, SHA2, resistencia colision e) codigos de autenticacion de mensaje f ) funciones
derivaciones clave
Objetivos de Aprendizaje I: Describir el proposito de la Criptografa y listar formas en las cuales
es usada en comunicacion de datos[Familiarizarse] II: Denir los siguientes terminos: Cifrado,
Criptoanalisis, Algortmo Criptograco, y Criptologa y describe dos metodos basicos (cifrados)
para transformar texto plano en un texto cifrado[Familiarizarse] III: Discutir la importancia de
los numeros primos en criptografa y explicar su uso en algoritmos criptogracos[Familiarizarse]
IV: Ilustrar como medir la entropa y como generar aleatoriedad criptograca[Usar] V: Usa
primitivas de clave publica y sus aplicaciones[Usar] VI: Explicar como los protocolos de inter-
cambio de claves trabajan y como es que pueden fallar[Familiarizarse] VII: Discutir protocolos
criptogracos y sus propiedades[Familiarizarse]
Bibliografa: [Stallings and Brown, 2014]

6.7 Seguridad en la Web, 25 hr(s)

Competencias: C8,C9
Topicos: I: Modelo de seguridad Web a) Modelo de seguridad del navegador incluida la poltica de
mismo origen b) Los lmites de conanza de cliente-servidor, por ejemplo, no pueden depender
de la ejecucion segura en el cliente II: Gestion de sesiones, la autenticacion: a) Single Sign-On
b) HTTPS y certicados III: Vulnerabilidades de las aplicaciones y defensas : a) Inyeccion
SQL b) XSS c) CSRF IV: Seguridad del lado del cliente : a) Poltica de seguridad Cookies
b) Extensiones de seguridad HTTP, por ejemplo HSTS c) Plugins, extensiones y aplicaciones
web d ) Seguimiento de los usuarios Web V: Herramientas de seguridad del lado del servidor,
por ejemplo, los cortafuegos de aplicacion Web (WAFS) y fuzzers
Objetivos de Aprendizaje I: Describe el modelo de seguridad de los navegadores incluyendo las
polticas del mismo origen y modelos de amenazas en seguridad web[Familiarizarse] II: Dis-
cutir los conceptos de sesiones web, canales de comunicacion seguros tales como Seguridad en
la Capa de Transporte(TLS) y la importancia de certicados de seguridad, autenticacion in-
cluyendo inicio de sesion unico, como OAuth y Lenguaje de Marcado para Conrmaciones de
Seguridad(SAML)[Familiarizarse] III: Investigar los tipos comunes de vulnerabilidades y ata-
ques en las aplicaciones web, y defensas contra ellos[Familiarizarse] IV: Utilice las funciones de
seguridad del lado del cliente[Usar]
Bibliografa: [Stallings and Brown, 2014]

6.8 Seguridad de plataformas, 25 hr(s)

Competencias: CS6,CS7,CS9
Topicos: I: Integridad de codigo y rma de codigo. II: Arranque seguro, arranque medido, y la raz de
conanza. III: Testimonio. IV: TPM y coprocesadores seguros. V: Las amenazas de seguridad de
los perifericos, por ejemplo, DMA, IOMMU. VI: Ataques fsicos: troyanos de hardware, sondas
de memoria, ataques de arranque en fro. VII: Seguridad de dispositivos integrados, por ejemplo,
dispositivos medicos, automoviles. VIII: Ruta conable.
Objetivos de Aprendizaje I: Explica el concepto de integridad de codigo y rma de codigos, as
como el alcance al cual se aplica[Familiarizarse] II: Discute los conceptos del origen de la
condencialidad y el de los procesos de arranque y carga segura[Familiarizarse] III: Describe
los mecanismos de arresto remoto de la integridad de un sistema[Familiarizarse] IV: Resume
las metas y las primitivas claves de los modelos de plataforma conable (TPM)[Familiarizarse]

Universidad Catolica San Pablo 337

338 Escuela Profesional de Ciencia de la Computacion, Malla 2016

V: Identica las amenazas de conectar perifericos en un dispositivo[Familiarizarse] VI: Iden-

tica ataques fsicos y sus medidas de control[Familiarizarse] VII: Identica ataques en plata-
formas con hardware que no son del tipo PC[Familiarizarse] VIII: Discute los conceptos y la
importancia de ruta conable[Familiarizarse]
Bibliografa: [Stallings and Brown, 2014]

6.9 Investigacion digital (Digital Forensics), 25 hr(s)

Competencias: C8,C9
Topicos: I: Principios basicos y metodologas de analisis digital forensico. II: Disenar sistemas con
necesidades forenses en mente. III: Reglas de Evidencia - conceptos generales y las diferencias
entre las jurisdicciones y la Cadena de Custodia. IV: Busqueda y captura de comprobacion: re-
quisitos legales y de procedimiento. V: Metodos y normas de evidencia digital. VI: Las tecnicas
y los estandares para la conservacion de los datos. VII: Cuestiones legales y reportes incluyendo
el trabajo como perito. VIII: Investigacion digital de los sistema de archivos. IX: Los forenses de
aplicacion. X: Investigacion digital en la web. XI: Investigacion digital en redes. XII: Investiga-
cion digital en dispositivos moviles. XIII: Ataques al computador/red/sistema. XIV: Deteccion
e investigacion de ataque. XV: Contra investigacion digital.
Objetivos de Aprendizaje I: Describe que es una investigacion digital, las fuentes de evidencia
digital, y los lmites de tecnicas forenses[Familiarizarse] II: Explica como disenar software de
apoyo a tecnicas forenses[Familiarizarse] III: Describe los requisitos legales para usar datos
recuperados[Familiarizarse] IV: Describe el proceso de recoleccion de evidencia desde el tiempo
en que se identico el requisito hasta la colocacion de los datos[Familiarizarse] V: Describe como
se realiza la recoleccion de datos y el adecuado almacenamiento de los datos originales y de la
copia forense[Familiarizarse] VI: Realiza recoleccion de datos en un disco duro[Usar] VII: Des-
cribe la responsabilidad y obligacion de una persona mientras testica como un examinador
forense[Familiarizarse] VIII: Recupera datos basados en un determinado termino de busqueda
en una imagen del sistema[Usar] IX: Reconstruye el historial de una aplicacion a partir de
los artefactos de la aplicacion[Familiarizarse] X: Reconstruye el historial de navegacion web
de los artefactos web[Familiarizarse] XI: Captura e interpreta el traco de red[Familiarizarse]
XII: Discute los retos asociados con tecnicas forenses de dispositivos moviles[Familiarizarse]
Bibliografa: [Stallings and Brown, 2014]

6.10 Seguridad en Ingeniera de Software, 25 hr(s)

Competencias: C21,C22
Topicos: I: La construccion de la seguridad en el ciclo de vida de desarrollo de software. II: Principios
y patrones de diseno seguros. III: Especicaciones de software seguros y requisitos. IV: Practicas
de desarrollo de software de seguros. V: Asegure probar el proceso de las pruebas de que se
cumplan los requisitos de seguridad (incluyendo analisis estatico y dinamico)
Objetivos de Aprendizaje I: Describir los requisitos para la integracion de la seguridad en el
SDL[Familiarizarse] II: Aplicar los conceptos de los principios de diseno para mecanismos de pro-
teccion, los principios para seguridad de software (Viega and McGraw) y los principios de diseno
de seguridad (Morrie Gasser) en un proyecto de desarrollo de software[Familiarizarse] III: Desa-
rrollar especicaciones para un esfuerzo de desarrollo de software que especica completamente
los requisitos funcionales y se identican las rutas de ejecucion esperadas[Familiarizarse]
Bibliografa: [Stallings and Brown, 2014]

7. Bibliografa
[Stallings and Brown, 2014] Stallings, W. and Brown, L. (2014). Computer Security: Principles and
Practice. Pearson Education, Limited.

338 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 339

Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion
SUMILLA
CS2H1. Interaccion Humano Computador (Obligatorio)
1. Informacion General
Semestre: 8vo Sem. Creditos: 3

Horas del curso: Teora: 1 horas; Practica: 2 horas; Laboratorio: 2 horas;

Prerrequisitos:

CS251. Computacion Graca (7mo Sem-Pag. 301)

2. Fundamentacion
El lenguaje ha sido una de las creaciones mas signicativas de la humanidad. Desde el lenguaje
corporal y gestual, pasando por la comunicacion verbal y escrita, hasta codigos simbolicos iconicos y
otros, ha posibilitado interacciones complejas entre los seres humanos y facilitado considerablemente la
comunicacion de informacion. Con la invencion de dispositivos automaticos y semiautomaticos, 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 satisfaccion del usuario y su incremento de productividad,
depende de la ecacia de la Interfaz Usuario-Computador. Tanto es as, que a menudo la interfaz
es el factor mas importante en el exito o el fracaso de cualquier sistema computacional. El diseno e
implementacion de adecuadas Interfaces Humano-Computador, que ademas de cumplir los requisitos
tecnicos y la logica transaccional de la aplicacion, considere las sutiles implicaciones psicologicas,
culturales y esteticas de los usuarios, consume buena parte del ciclo de vida de un proyecto software, y
requiere habilidades especializadas, tanto para la construccion de las mismas, como para la realizacion
de pruebas de usabilidad.

3. Objetivos del curso

Conocer y aplicar criterios de usabilidad y accesibilidad al diseno y construccion de interfaces
humano-computador, buscando siempre que la tecnologa se adapte a las personas y no las
personas a la tecnologa.

Que el alumno tenga una vision centrada en la experiencia de usuario al aplicar apropiados
enfoques conceptuales y tecnologicos.

Entender como la tecnologica emergente hace posible nuevos estilos de interaccion.

Determinar los requerimientos basicos a nivel de interfaces, hardware y software para la cons-
truccion de ambientes inmersivos.

4. Resultados (Outcomes)
b) Analizar problemas e identicar y denir los requerimientos computacionales apropiados para su
solucion. (Familiarizarse)

c) Disenar, 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 comun. (Usar)

e) Entender correctamente las implicancias profesionales, eticas, legales, de seguridad y sociales de

la profesion. (Familiarizarse)

Universidad Catolica San Pablo 339

340 Escuela Profesional de Ciencia de la Computacion, Malla 2016

g) Analizar el impacto local y global de la computacion sobre los individuos, organizaciones y socie-
dad. (Familiarizarse)
o) Mejorar las condiciones de la sociedad poniendo la tecnologa al servicio del ser humano. (Fami-
liarizarse)

5. Competencias especficas de Computacion (IEEE)

CS8. Aplicar los principios de la interaccion persona-ordenador para la evaluacion y la construccion
de una amplia gama de materiales, incluyendo interfaces de usuario, paginas web, sistemas
multimedia y sistemas moviles. Outcome b
C7. Ser capaz de aplicar los principios y tecnologas de ingeniera de software para asegurar que
las implementaciones de software son robustos, ables y apropiados para su publico objetivo.
Outcome c
C9. Comprension de las limitaciones de la computacion, incluyendo la diferencia entre lo que la
computacion es inherentemente incapaz de hacer frente a lo que puede lograrse a traves de un
futuro de ciencia y tecnologa. Outcome o

C15. Entendimiento del concepto esencial del proceso, ya que se relaciona con la actividad profesional
sobre todo la relacion 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 construccion y la docu-
mentacion de software, con especial enfasis en la comprension de todo el proceso involucrado
en el uso de computadoras para resolver problemas practicos. Esto debe incluir herramientas
para el control de software, incluyendo el control de versiones y gestion de la conguracion.
Outcome d

6. Contenido del curso

6.1 Fundamentos, 8 hr(s)
Competencias: CS8
Topicos: I: Contextos para IHC (cualquiera relacionado con una interfaz de usuario, p.e., pagina
web, aplicaciones de negocios, aplicaciones moviles y juegos) II: Heurstica de usabilidad y los
principios de pruebas de usabilidad. III: Procesos para desarrollo centrado en usuarios, p.e.,
enfoque inicial en usuarios, pruebas empricas, diseno iterativo. IV: Principios del buen diseno y
buenos disenadores; ventajas y desventajas de ingeniera. V: Diferentes medidas para evaluacion,
p.e., utilidad, eciencia, facilidad de aprendizaje, satisfaccion de usuario.

Objetivos de Aprendizaje I: Discutir por que el desarrollo de software centrado en el hombre

es importante[Familiarizarse] II: Dene un proceso de diseno centralizado en el usario que
de forma explcita considere el hecho que un usuario no es como un desarrollador o como sus
conocimientos[Familiarizarse] III: Resumir los preceptos basicos de la interaccion psicologi-
ca y social[Familiarizarse] IV: Desarrollar y usar un vocabulario conceptual para analizar la
interacion humana con el software: disponibilidad, modelo conceptual, retroalimentacion, y de-
mas[Familiarizarse]

Bibliografa: [Dix et al., 2004, Stone and Minocha, 2005, Rogers, 2011]

6.2 Factores Humanos, 8 hr(s)

Competencias: CS8
Topicos: I: Modelos cognoscitivos que informan diseno de interacciones, p.e., atencion, percepcion y
reconocimiento, movimiento, memoria, golfos de expectativa y ejecucion. II: Capacidades fsicas
que informan diseno de interaccion, p.e. percepcion del color, ergonoma. III: Accesibilidad, p.e.,

340 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 341

interfaces para poblaciones con diferentes habilidades (p.e., invidentes, discapacitados) IV: In-
terfaces para grupos de poblacion de diferentes edades (p.e., ninos, mayores de 80)

Objetivos de Aprendizaje I: Crear y dirigir una simple pruebga de usabilidad para una aplicacion
existente de software[Familiarizarse]

Bibliografa: [Dix et al., 2004, Stone and Minocha, 2005, Rogers, 2011, Mathis, 2011, Norman, 2004]

6.3 Diseno y Testing centrados en el usuario, 16 hr(s)

Competencias: C7, CS8, CS10

Topicos: I: Enfoque y caractersticas del proceso de diseno. II: Requerimientos de funcionalidad

y usabilidad. III: Tecnicas de recoleccion de requerimientos, ej. entrevistas, encuentas, etno-
grafa e investigacion contextual. IV: Tecnicas y herramientas para el analisis y presentacion
de requerimientos ej. reportes, personas. V: Analisis de tareas, incluidos los aspectos cualita-
tivos de la generacion de modelos de analisis de tareas. VI: Consideracion de IHC como una
disciplina de diseno: a) Sketching b) Diseno participativo a) Sketching b) Diseno participativo
VII: Tecnicas de creacion de prototipos y herramientas, ej.bosquejos, storyboards, prototipos
de baja delidad, esquemas de pagina. VIII: Prototipos de baja delidad (papel) IX: Tecnicas
de evaluacion cuantitativa ej. evaluacion Keystroke-level. X: Evaluacion sin usuarios, usando
ambas tecnicas cualitativas y cuantitativas. Ej. Revision estructurada, GOMS, analisis basado
en expertos, heursticas, lineamientos y estandar. XI: Evaluacion con usuarios. Ej. Observacion,
Metodo de pensamiento en voz alta, entrevistas, encuentas, experimentacion. XII: Desafos para
la evaluacion efectiva, por ejemplo, toma de muestras, la generalizacion. XIII: Reportar los re-
sultados de las evaluaciones. XIV: Internacionalizacion, diseno para usuarios de otras culturas,
intercultural.

Objetivos de Aprendizaje I: Llevar a cabo una evaluacion cuantitativa y discutir / informar sobre
los resultados[Familiarizarse] II: Para un grupo de usuarios determinado, realizar y documen-
tar un analisis de sus necesidades[Familiarizarse] III: Discutir al menos un standard nacional o
internacional de diseno de interfaz de usuario[Familiarizarse] IV: Explicar como el diseno cen-
trado en el usuario complementa a otros modelos de proceso software[Familiarizarse] V: Utilizar
lo- (baja delidad) tecnicas de prototipado para recopilar y reportar, las respuestas del usua-
rio[Usar] VI: Elegir los metodos adecuados para apoyar el desarrollo de una especca interfaz
de usuario[Evaluar] VII: Utilizar una variedad de tecnicas para evaluar una interfaz de usua-
rio dada[Evaluar] VIII: Comparar las limitaciones y benecios de los diferentes metodos de
evaluacion[Evaluar]

Bibliografa: [Dix et al., 2004, Stone and Minocha, 2005, Rogers, 2011, Mathis, 2011, Buxton, 2007]

6.4 Diseno de Interaccion, 8 hr(s)

Competencias: CS8, CS15

Topicos: I: Principios de interfaces gracas de usuario (GUIs) II: Elementos de diseno visual (dis-
posicion, color, fuentes, etiquetado) III: Manejo de fallas humanas/sistema. IV: Estandares
de interfaz de usuario. V: Presentacion de informacion: navegacion, representacion, manipula-
cion. VI: Tecnicas de animacion de interfaz (ej. grafo de escena) VII: Clases Widget y bibliote-
cas. VIII: Internacionalizacion, diseno para usuarios de otras culturas, intercultural. IX: Elec-
cion de estilos de interaccion y tecnicas de interaccion.

Objetivos de Aprendizaje I: Crear una aplicacion simple, junto con la ayuda y la documentacion,
que soporta una interfaz graca de usuario[Usar]

Bibliografa: [Dix et al., 2004, Stone and Minocha, 2005, Rogers, 2011, Johnson, 2010, Mathis, 2011,
Leavitt and Shneiderman, 2006]

Universidad Catolica San Pablo 341

342 Escuela Profesional de Ciencia de la Computacion, Malla 2016

6.5 Nuevas Tecnologas Interactivas, 8 hr(s)

Competencias: C9

Topicos: I: Eleccion de estilos de interaccion y tecnicas de interaccion. II: Approaches to design,

implementation and evaluation of non-mouse interaction a) Touch and multi-touch interfaces
b) Shared, embodied, and large interfaces c) New input modalities (such as sensor and location
data) d ) New Windows, e.g., iPhone, Android e) Speech recognition and natural language pro-
cessing f ) Wearable and tangible interfaces g) Persuasive interaction and emotion h) Ubiquitous
and context-aware interaction technologies (Ubicomp) i) Bayesian inference (e.g. predictive text,
guided pointing) j ) Ambient/peripheral display and interaction III: Salida: a) Sonido b) Vi-
sualizacion estereoscopica c) Forzar la simulacion de retroalimentacion, dispositivos hapticos
IV: Arquitectura de Sistemas: a) Motores de Juego b) Relidad Aumentada movil c) Simulado-
res de vuelo d ) CAVEs e) Imagenes medicas

Objetivos de Aprendizaje I: Describe cuando son adecuadas las interfaces sin uso de raton[Familiarizarse]
II: Comprende las posibilidades de interaccion que van mas alla de las interfaces de raton y
puntero[Familiarizarse] III: Discute las ventajas (y desventajas) de las interfaces no basadas
en raton[Usar] IV: Describir el modelo optico realizado por un sistema de gracos por compu-
tadora para sintetizar una vision estereoscopica[Familiarizarse] V: Describir los principios de
las diferentes tecnologias de seguimiento de espectador[Familiarizarse] VI: Determinar los re-
querimientos basicos en interfaz, software, hardware, y coguraciones de software de un sistema
VR para una aplicacion especca[Evaluar]

Bibliografa: [Dix et al., 2004, Stone and Minocha, 2005, Rogers, 2011, Wigdor and Wixon, 2011, Mathis, 2011]

6.6 Colaboracion y Comunicacion, 8 hr(s)

Competencias: CS8, CS9

Topicos: I: La comunicacion asncrona en grupo, por ejemplo, el correo electronico, foros, redes socia-
les. II: Medios de comunicacion social, informatica social, y el analisis de redes sociales. III: Co-
laboracion en lnea, espacios inteligentes y aspectos de coordinacion social de tecnologas de
ujo de trabajo. IV: Comunidades en lnea. V: Personajes de Software y agentes inteligentes,
mundos virtuales y avatares. VI: Psicologa Social

Objetivos de Aprendizaje I: Describir la diferencia entre la comunicacion sincronica y asincro-

nica[Familiarizarse] II: Comparar los problemas de IHC en la interaccion individual con la
interaccion del grupo[Familiarizarse] III: Discuta varias problemas de interes social planteados
por el software colaborativo[Usar] IV: Discutir los problemas de IHC en software que personica
la intencion humana[Evaluar]

Bibliografa: [Dix et al., 2004, Stone and Minocha, 2005, Rogers, 2011]

7. Bibliografa
[Buxton, 2007] Buxton, B. (2007). Sketching User Experiences: Getting the Design Right and the
Right Design. Morgan Kaufmann Publishers Inc.

[Dix et al., 2004] Dix, A., Finlay, J., Abowd, G., and Beale, R. (2004). Human-computer Interaction.
Prentice-Hall, Inc, 3 ed. edition.

[Johnson, 2010] Johnson, J. (2010). Designing with the Mind in Mind: Simple Guide to Understanding
User Interface Design Rules. Morgan Kaufmann Publishers Inc., 3 ed. edition.

[Leavitt and Shneiderman, 2006] Leavitt, M. and Shneiderman, B. (2006). Research-Based Web De-
sign & Usability Guidelines. Health and Human Services Dept.

[Mathis, 2011] Mathis, L. (2011). Designed for Use: Create Usable Interfaces for Applications and the
Web. Pragmatic Bookshelf.

342 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 343

[Norman, 2004] Norman, D. A. (2004). Emotional Design: Why We Love (or Hate) Everyday Things.
Basic Book.
[Rogers, 2011] Rogers, Y.; Sharp, H. . P. J. (2011). Interaction Design: Beyond Human-Computer
Interaction. John Wiley and Sons Ltd, 3 ed. edition.
[Stone and Minocha, 2005] Stone, D.; Jarrett, C. W. M. and Minocha, S. (2005). User Interface
Design and Evaluation. Morgan Kaufmann Series in Interactive Technologies.
[Wigdor and Wixon, 2011] Wigdor, D. and Wixon, D. (2011). Brave NUI World: Designing Natural
User Interfaces for Touch and Gesture. Morgan Kaufmann Publishers Inc.

Universidad Catolica San Pablo 343

344 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion
SUMILLA
CS402. Proyecto de Final de Carrera I (Obligatorio)
1. Informacion General
Semestre: 8vo Sem. Creditos: 3

Horas del curso: Teora: 2 horas; Practica: 2 horas;

Prerrequisitos:

CS401. Metodologa de la Investigacion en Computacion (7mo Sem-Pag. 319)

2. Fundamentacion
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.

3. Objetivos del curso

Que el alumno realice una investigacion inicial en un tema especico realizando el estudio del
estado del arte del tema elegido.

Que el alumno muestre dominio en el tema de la lnea de investigacion elegida.

Que el alumno elija un docente que domine el de investigacion elegida como asesor.

Los entregables de este curso son:

Avance parcial: Bibliografa solida y avance de un Reporte Tecnico.

Final: Reporte Tecnico con experimentos preliminares comparativos que demuestren que el
alumno ya conoce las tecnicas existentes en el area de su proyecto y elegir a un docente que
domine el area de su proyecto como asesor de su proyecto.

4. Resultados (Outcomes)
a) Aplicar conocimientos de computacion y de matematicas apropiadas para la disciplina. (Usar)

b) Analizar problemas e identicar y denir los requerimientos computacionales apropiados para su

solucion. (Evaluar)

c) Disenar, implementar y evaluar un sistema, proceso, componente o programa computacional para

alcanzar las necesidades deseadas. (Usar)

e) Entender correctamente las implicancias profesionales, eticas, legales, de seguridad y sociales de

la profesion. (Evaluar)

f ) Comunicarse efectivamente con audiencias diversas. (Usar)

h) Incorporarse a un proceso de aprendizaje profesional continuo. (Usar)

i) Utilizar tecnicas y herramientas actuales necesarias para la practica de la computacion. (Evaluar)

l) Desarrollar principios investigacion en el area de computacion con niveles de competividad inter-

nacional. (Usar)

344 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 345

5. Competencias especficas de Computacion (IEEE)

C1. La comprension intelectual y la capacidad de aplicar las bases matematicas y la teora de la
informatica (computer science). Outcome a,b,c
C20. Posibilidad de conectar la teora y las habilidades aprendidas en la academia a los aconteci-
mientos del mundo real que explican su pertinencia y utilidad. Outcome e,f,g
CS2. Identicar y analizar los criterios y especicaciones apropiadas a los problemas especcos, y
planicar estrategias para su solucion. Outcome h,i,l

6. Contenido del curso

6.1 Levantamiento del estado del arte, 60 hr(s)
Competencias: C1,C20,CS2
Topicos: I: Realizar un estudio profundo del estado del arte en un determinado topico del area de
Computacion. II: Redaccion de artculos tecnicos en computacion.
Objetivos de Aprendizaje I: Hacer un levantamiento bibliograco del estado del arte del tema
escogido (esto signica muy probablemente 1 o 2 captulos de marco teorico ademas de la in-
troduccion que es el captulo I de la tesis) [Usar] II: Redactar un documento en latex en
formato articulo (paper ) con mayor calidad que en Proyecto I (dominar tablas, guras, ecuacio-
nes, ndices, bibtex, referencias cruzadas, citaciones, pstricks) [Usar] III: Tratar de hacer las
presentaciones utilizando prosper [Usar] IV: Mostrar experimentos basicos [Usar] V: Elegir un
asesor que domine el area de investigacion realizada [Usar]
Bibliografa: [IEEE-Computer Society, 2008, Association for Computing Machinery, 2008, CiteSeer.IST, 2008]

7. Bibliografa
[Association for Computing Machinery, 2008] Association for Computing Machinery (2008). Digital
Libray. Association for Computing Machinery. http://portal.acm.org/dl.cfm.
[CiteSeer.IST, 2008] CiteSeer.IST (2008). Scientic Literature Digital Libray. College of Information
Sciences and Technology, Penn State University. http://citeseer.ist.psu.edu.
[IEEE-Computer Society, 2008] IEEE-Computer Society (2008). Digital Libray. IEEE-Computer So-
ciety. http://www.computer.org/publications/dlib.

Universidad Catolica San Pablo 345

346 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion
SUMILLA
CS3P1. Computacion Paralela y Distribuda (Obligatorio)
1. Informacion General
Semestre: 8vo Sem. Creditos: 4

Horas del curso: Teora: 2 horas; Practica: 2 horas; Laboratorio: 2 horas;

Prerrequisitos:

CS212. Analisis y Diseno de Algoritmos (5to Sem-Pag. 263)

CS231. Redes y Comunicacion (7mo Sem-Pag. 309)

2. Fundamentacion
La ultima decada ha trado un crecimiento explosivo en computacion con multiprocesadores, inclu-
yendo los procesadores de varios nucleos y centros de datos distribuidos. Como resultado, la compu-
tacion 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 computacion de pregrado. Tanto
la computacion paralela como la distribuida implica la ejecucion simultanea de multiples procesos,
cuyas operaciones tienen el potencial para intercalar de manera compleja. La computacion paralela
y distribuida construye sobre cimientos en muchas areas, incluyendo la comprension de los conceptos
fundamentales de los sistemas, tales como: concurrencia y ejecucion en paralelo, consistencia en el
estado/manipulacion de la memoria, y latencia. La comunicacion y la coordinacion entre los procesos
tiene sus cimientos en el paso de mensajes y modelos de memoria compartida de la computacion y
conceptos algortmicos como atomicidad, el consenso y espera condicional. El logro de aceleracion
en la practica requiere una comprension de algoritmos paralelos, estrategias para la descomposicion
problema, arquitectura de sistemas, estrategias de implementacion y analisis de rendimiento. Los sis-
temas distribuidos destacan los problemas de la seguridad y tolerancia a fallos, hacen hincapie en el
mantenimiento del estado replicado e introducen problemas adicionales en el campo de las redes de
computadoras.

3. Objetivos del curso

Que el alumno sea capaz de crear aplicaciones paralelas de mediana complejidad aprovechando
ecientemente maquinas con multiples nucleos.

Que el alumno sea capaz de comparar aplicaciones secuenciales y paralelas.

Que el alumno sea capaz de convertir, cuando la situacion lo amerite, aplicaciones secuenciales
a paralelas de forma eciente.

4. Resultados (Outcomes)
a) Aplicar conocimientos de computacion y de matematicas apropiadas para la disciplina. (Usar)

b) Analizar problemas e identicar y denir los requerimientos computacionales apropiados para su

solucion. (Usar)

i) Utilizar tecnicas y herramientas actuales necesarias para la practica de la computacion. (Usar)

j) Aplicar la base matematica, principios de algoritmos y la teora de la Ciencia de la Computacion en

el modelamiento y diseno de sistemas computacionales de tal manera que demuestre comprension
de los puntos de equilibrio involucrados en la opcion escogida. (Usar)

346 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 347

5. Competencias especficas de Computacion (IEEE)

C2. Capacidad para tener una perspectiva crtica y creativa para identicar y resolver problemas
utilizando el pensamiento computacional. Outcome a
C4. Una comprension 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 identicar temas avanzados de computacion y de la comprension de las fronteras
de la disciplina. Outcome i
CS2. Identicar y analizar los criterios y especicaciones apropiadas a los problemas especcos, y
planicar estrategias para su solucion. Outcome i
CS3. Analizar el grado en que un sistema basado en el ordenador cumple con los criterios denidos
para su uso actual y futuro desarrollo. Outcome j
CS6. Evaluar los sistemas en terminos de atributos de calidad en general y las posibles ventajas y
desventajas que se presentan en el problema dado. Outcome j

6. Contenido del curso

6.1 Fundamentos de paralelismo, 18 hr(s)
Competencias: C2
Topicos: I: Procesamiento Simultaneo Multiple. II: Metas del Paralelismo (ej. rendimineto) frente
a Concurrencia (ej. control de acceso a recursos compartidos) III: Paralelismo, comunicacion,
y coordinacion: a) Paralelismo, comunicacion, y coordinacion b) Necedidad de Sincronizacion
IV: Errores de Programacion ausentes en programacion secuencial: a) Tipos de Datos ( lec-
tura/escritura simultanea o escritura/escritura compartida) b) Tipos de Nivel mas alto (inter-
leavings violating program intention, no determinismo no deseado) c) Falta de vida/progreso
(deadlock, starvation)
Objetivos de Aprendizaje I: Distinguir el uso de recursos computacionales para una respuesta mas
rapida para administrar el acceso eciente a un recurso compartido [Familiarizarse] II: Distinguir
multiples estructuras de programacion sucientes para la sincronizacion que pueden ser inter-
implementables pero tienen ventajas complementarias [Familiarizarse] III: Distinguir datos de
carrera (data races) a partir de carreras de mas alto nivel [Familiarizarse]
Bibliografa: [Pacheco, 2011, Matlo, 2014, Quinn, 2003]

6.2 Arquitecturas paralelas, 12 hr(s)

Competencias: C4
Topicos: I: Procesadores mutlinucleo. II: Memoria compartida vs memoria distribuida. III: Mul-
tiprocesamiento simetrico. IV: SIMD, procesamiento de vectores. V: GPU, coprocesamien-
to. VI: Taxonomia de Flynn. VII: Soporte a nivel de instrucciones para programacion paralela.
a) Instrucciones atomicas como Compare/Set (Comparar / Establecer) VIII: Problemas de
Memoria: a) Caches multiprocesador y coherencia de cache b) Acceso a Memoria no uniforme
(NUMA) IX: Topologas. a) Interconecciones b) Clusters c) Compartir recursos (p.e., buses e
interconexiones)
Objetivos de Aprendizaje I: Explicar las diferencias entre memoria distribuida y memoria com-
partida [Evaluar] II: Describir la arquitectura SMP y observar sus principales caracteristi-
cas [Evaluar] III: Distinguir los tipos de tareas que son adecuadas para maquinas SIMD [Usar]
IV: Describir las ventajas y limitaciones de GPUs vs CPUs [Usar] V: Explicar las caracteristicas
de cada clasicacion en la taxonoma de Flynn [Usar] VI: Describir los desafos para mantener
la coherencia de la cache [Familiarizarse] VII: Describir los desafos clave del desempeno en
diferentes memorias y topologas de sistemas distribuidos [Familiarizarse]

Universidad Catolica San Pablo 347

348 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Bibliografa: [Pacheco, 2011, Kirk and mei W. Hwu, 2013, Sanders and Kandrot, 2010]

6.3 Descomposicion en paralelo, 18 hr(s)

Competencias: C16

Topicos: I: Necesidad de Comunicacion y coordinacion/sincronizacion. II: Independencia y Parti-

cionamiento. III: Conocimiento Basico del Concepto de Descomposicion Paralela. IV: Decom-
posicion basada en tareas: a) Implementacion de estrategias como hebras V: Descomposicion
de Informacion Paralela a) Estrategias como SIMD y MapReduce VI: Actores y Procesos
Reactivos (solicitud de gestores)

Objetivos de Aprendizaje I: Explicar por que la sincronizacion es necesaria en un programa pa-

ralelo especico [Usar] II: Identicar oportunidades para particionar un programa serial en
modulos paralelos independientes [Familiarizarse] III: Escribir un algoritmo paralelo correcto y
escalable [Usar] IV: Paralelizar un algoritmo mediante la aplicacion de descomposicion basada
en tareas [Usar] V: Paralelizar un algoritmo mediante la aplicacion de descomposicion datos en
paralelo [Usar] VI: Escribir un programa usando actores y/o procesos reactivos [Usar]

Bibliografa: [Pacheco, 2011, Matlo, 2014, Quinn, 2003]

6.4 Comunicacion y coordinacion, 18 hr(s)

Competencias: C16

Topicos: I: Memoria Compartida. II: La consistencia, y su papel en los lenguaje de programacion

garantias para los programas de carrera libre. III: Pasos de Mensaje: a) Mensajes Punto a Punto
versus multicast (o basados en eventos) b) Estilos para enviar y recibir mensajes Blocking vs
non-blocking c) Buering de mensajes IV: Atomicidad: a) Especicar y probar atomicidad y
requerimientos de seguridad b) Granularidad de accesos atomicos y actualizaciones, y uso de
estructuras como secciones crticas o transacciones para describirlas c) Exclusion mutua usando
bloques, semaforos, monitores o estructuras relacionadas 1) Potencial para fallas y bloqueos
(deadlock) (causas, condiciones, prevencion) d ) Composicion 1) Componiendo acciones atomicas
granulares mas grandes usando sincronizacion 2) Transacciones, incluyendo enfoques optimistas
y conservadores V: Consensos: a) (Ciclicos) barerras, contadores y estructuras relacionadas
VI: Acciones condicionales: a) Espera condicional (p.e., empleando variables de condicion)

Objetivos de Aprendizaje I: Usar exclusion mutua para evitar una condicion de carrera [Usar]
II: Dar un ejemplo de una ordenacion de accesos entre actividades concurrentes (por ejemplo,
un programa con condicion de carrera) que no son secuencialmente consistentes [Familiarizarse]
III: Dar un ejemplo de un escenario en el que el bloqueo de mensajes enviados pueden dar
deadlock [Usar] IV: Explicar cuando y por que mensajes de multidifusion (multicast) o basado
en eventos puede ser preferible a otras alternativas [Familiarizarse] V: Escribir un programa que
termine correctamente cuando todo el conjunto de procesos concurrentes hayan sido completa-
dos [Usar] VI: Dar un ejemplo de un escenario en el que un intento optimista de actualizacion
puede nunca completarse [Familiarizarse] VII: Usar semaforos o variables de condicion para
bloquear hebras hasta una necesaria precondicion de mantenga [Usar]

Bibliografa: [Pacheco, 2011, Matlo, 2014, Quinn, 2003]

6.5 Analisis y programacion de algoritmos paralelos, 18 hr(s)

Competencias: CS2

Topicos: I: Caminos crticos, el trabajo y la duracion y la relacion con la ley de Amdahl. II: Ace-
leracion y escalabilidad. III: Naturalmente (vergonzosamente) algoritmos paralelos. IV: Patro-
nes Algoritmicos paralelos (divide-y-conquista, map/reduce, amos-trabajadores, otros) a) Al-
gortimos especcos (p.e., MergeSort paralelo) V: Algoritmos de grafos paralelo (por ejemplo,

348 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 349

la ruta mas corta en paralelo, arbol de expansion paralela) VI: Calculos de matriz parale-
las. VII: Productor-consumidor y algoritmos paralelos segmentados. VIII: Ejemplos de algo-
ritmos paralelos no-escalables.
Objetivos de Aprendizaje I: Denir: camino crtico, trabajo y span [Familiarizarse] II: Calcular
el trabajo y el span y determinar el camino crtico con respecto a un diagrama de ejecucion
paralela. [Usar] III: Denir speed-up y explicar la nocion de escalabilidad de un algoritmo en
este sentido [Familiarizarse] IV: Identicar tareas independientes en un programa que debe
ser paralelizado [Usar] V: Representar caractersticas de una carga de trabajo que permita o
evite que sea naturalmente paralelizable [Familiarizarse] VI: Implementar un algoritmo dividir
y conquistar paralelo (y/o algoritmo de un grafo) y medir empiricamente su desempeno rela-
tivo a su analogo secuencial [Usar] VII: Descomponer un problema (por ejemplo, contar el
numero de ocurrencias de una palabra en un documento) via operaciones map y reduce [Usar]
VIII: Proporcionar un ejemplo de un problema que se corresponda con el paradigma productor-
consumidor [Usar] IX: Dar ejemplos de problemas donde el uso de pipelining sera un medio
ecaz para la paralelizacion [Usar] X: Implementar un algoritmo de matriz paralela [Usar]
XI: Identicar los problemas que surgen en los algoritmos del tipo productor-consumidor y los
mecanismos que pueden utilizarse para superar dichos problemas [Usar]
Bibliografa: [Matlo, 2014, Quinn, 2003]

6.6 Desempeno en paralelo, 18 hr(s)

Competencias: CS3
Topicos: I: Equilibrio de carga. II: La medicion del desempeno. III: Programacion y contencion. IV: Eva-
luacion de la comunicacion de arriba. V: Gestion de datos: a) Costos de comunicacion no uni-
forme debidos a proximidad b) Efectos de Cache (p.e., false sharing) c) Manteniendo localidad
espacial VI: Consumo de energa y gestion.
Objetivos de Aprendizaje I: Detectar y corregir un desbalanceo de carga [Usar] II: Calcular las
implicaciones de la ley de Amdahl para un algoritmo paralelo particular [Usar] III: Describir
como la distribuicion/disposicion de datos puede afectar a los costos de comunicacion de un
algoritmo [Familiarizarse] IV: Detectar y corregir una instancia de uso compartido falso (false
sharing) [Usar] V: Explicar el impacto de la planicacion en el desempeno paralelo [Fami-
liarizarse] VI: Explicar el impacto en el desempeno de la localidad de datos [Familiarizarse]
VII: Explicar el impacto y los puntos de equilibrio relacionados al uso de energa en el desem-
peno paralelo [Familiarizarse]
Bibliografa: [Pacheco, 2011, Matlo, 2014, Kirk and mei W. Hwu, 2013, Sanders and Kandrot, 2010]

7. Bibliografa
[Kirk and mei W. Hwu, 2013] Kirk, D. B. and mei W. Hwu, W. (2013). Programming Massively
Parallel Processors: A Hands-on Approach. Morgan Kaufmann, 2nd edition.
[Matlo, 2014] Matlo, N. (2014). Programming on Parallel Machines. University of California, Davis.

[Pacheco, 2011] Pacheco, P. S. (2011). An Introduction to Parallel Programming. Morgan Kaufmann,

1st edition.
[Quinn, 2003] Quinn, M. J. (2003). Parallel Programming in C with MPI and OpenMP. McGraw-Hill
Education Group, 1st edition.
[Sanders and Kandrot, 2010] Sanders, J. and Kandrot, E. (2010). CUDA by Example: An Introduction
to General-Purpose GPU Programming. Addison-Wesley Professional, 1st edition.

Universidad Catolica San Pablo 349

350 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion

SUMILLA

FG205. Historia de la Cultura (Obligatorio)

1. Informacion General
Semestre: 8vo Sem. Creditos: 3

Horas del curso: Teora: 3 horas;

Prerrequisitos: Ninguno

2. Fundamentacion
El proposito de este curso es proporcionar al alumno una base historica que le permita comprender
crticamente los principales procesos culturales que han congurado la Civilizacion Occidental desde
sus orgenes remotos en las civilizaciones antiguas U principalmente en el mundo clasico grecorromano-
introduciendonos en la Edad Media mediante la formacion, desarrollo y crisis de la cristiandad, anali-
zando los principales hechos que han congurado la historia moderna de Occidente, como el Renaci-
miento, el Protestantismo, la Ilustracion, la Revolucion Industrial, la emergencia de las utopas sociales
y el humanismo ateo, o la Postmodernidad. La asignatura asume que el mundo occidental constituye
historicamente una unidad cultural U con sus diferencias continentales y particularidades nacionales,
regionales y locales. Como se ve, no se trata de dar a conocer los principales hechos historicos de la
Historia Universal, sino fundamentalmente de introducir al estudiante en una vision crtica general de
los procesos culturales que generan nuevas mentalidades, conceptos, modos de ver la vida, costumbres,
polticas y normas. Por lo dicho, tampoco nos referimos a la nueva historia cultural moderna que, his-
toriogracamente hablando, se ocupa solo del tratamiento, produccion y socializacion de servicios y
bienes culturales. A lo largo del curso seran fundamentales dos textos que tomaremos como referencia.
El primero sera el libro de Florencio Hubenak, Historia integral de Occidente (2008) y el segundo de
Alfredo Saenz, La cristiandad y su cosmovision (1992). Ambos textos serviran de gua para compren-
der los principales cambios culturales de fondo y los acontecimientos polticos, sociales y economicos
mas importantes. La nalidad es que los alumnos puedan obtener una base de informacion factica
relevante de las lecturas y que las clases sean lugares no solo de exposicion magistral sino de dialogo
que permita consolidar su aprendizaje. El curso ofrecera una vision panoramica de la formacion y
desarrollo de Occidente, desde sus orgenes en el mundo clasico grecorromano, la posterior inuencia
sociocultural que tuvo el cristianismo, poniendo enfasis en la conformacion de la Cristiandad como
estructura fundamental poltica economica y social, analizando el fenomeno cultural de la Moder-
nidad, sus orgenes, formacion, desarrollo y crisis hasta la Postmodernidad. Entendiendo el termino
SculturaT en el sentido amplio de ScivilizacionT, el curso ofrece una perspectiva de las principales
inexiones culturales en Occidente. Teniendo en cuenta la conjuncion de factores polticos, sociales y
economicos, se buscara abordar los principales cambios de perspectiva y mentalidad respecto de los
problemas losoco-teologicos fundamentales, los ordenamientos polticos y normativos, as como los
presupuestos morales, costumbres y valores predominantes de cada periodo historico.

3. Objetivos del curso

Analizar y comprender los principales procesos historicos por los que ha atravesado el mundo de
Occidente, dotando al alumno de una informacion real y equilibrada de los acontecimientos mas
relevantes que han ido conformando nuestro mundo actual a n de criticar y tomar conciencia
sobre los mismos y sobre la inuencia que han tenido en la sociedad as como en la poltica y
economa a traves del tiempo. [Familiarizarse]

350 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 351

4. Resultados (Outcomes)
n) Aplicar conocimientos de humanidades en su labor profesional. (Usar)

n) Comprender que la formacion de un buen profesional no se desliga ni se opone sino mas bien
contribuye al autentico crecimiento personal. Esto requiere de la asimilacion de valores solidos,
horizontes espirituales amplios y una vision profunda del entorno cultural. (Usar)

5. Competencias especficas de Computacion (IEEE)

C20. Posibilidad de conectar la teora y las habilidades aprendidas en la academia a los aconteci-
mientos del mundo real que explican su pertinencia y utilidad. Outcome n,n

6. Contenido del curso

6.1 Mundo grecorromano y el cristianismo, 12 hr(s)
Competencias: C20

Topicos: I: Nociones fundamentales de Historia de la Cultura Occidental. a) Concepto. b) Impor-

tancia. c) Cuestiones metodologicas basicas. d ) Alcances y lmites. II: Civilizacion Helenica.
a) Evolucion de la polis griega. b) Apogeo y legado cultural helenico. c) Cosmovision y paradig-
mas culturales. d ) El helenismo. III: Civilizacion Romana. a) Importancia. b) La cosmovision
del romano. c) Helenizacion y Romanizacion. d ) Consolidacion del Imperio. IV: Cristianismo
en el Imperio Romano. a) La revolucion cultural del cristianismo. b) De la Romanidad a la
Cristiandad.

Objetivos de Aprendizaje I: Comprender la importancia del estudio de la historia como parte de

la formacion integral del estudiante universitario. [Familiarizarse] II: Identicar el aporte de las
civilizaciones antiguas en la formacion del mundo occidental. [Familiarizarse] III: Analizar el
aporte del cristianismo en la conguracion de la civilizacion occidental, el proceso de expansion
y consolidacion en el marco de la unidad poltica y cultural grecorromana.[Familiarizarse]

Bibliografa: [Hubenak, 2007, Dawson, 2007, Krebs, 2006]

6.2 Formacion y desarrollo de la Cristiandad, 9 hr(s)

Competencias: C20

Topicos: I: Labor civilizadora de la Iglesia. a) Los reinos romano-germanicos. b) La romanizacion de

los barbaros y la cristianizacion de la Romanidad. c) El monacato occidental. d ) La legislacion
romano-germanica. II: El Imperio Bizantino y el Islam. a) Origen, importancia y etapas del
Imperio Bizantino. b) Cisma de Oriente. c) Conceptos fundamentales de la religion musulmana.
d ) Expansion y amenaza a la Cristiandad. III: Iglesia y Estado en la Edad Media. IV: La
Cristiandad y su cosmovision.

Objetivos de Aprendizaje I: Identicar los procesos historicos de la formacion de la Cristiandad,

el desarrollo de la cristiandad oriental, el sistema feudal y la estructura poltica que lo sustentaba.
[Familiarizarse]

Bibliografa: [Hubenak, 2007, Garcia Villoslada, 1960, Saenz, 1992]

6.3 Absolutismo e Ilustracion, 9 hr(s)

Competencias: C20

Topicos: I: Concepto, origen, desarrollo y crisis historicos de la Modernidad. II: Cambios sociales,
economicos y culturales en la Cristiandad a) Legado medieval. b) Eclosion del mundo moderno.
III: Renacimiento. IV: Protestantismo. V: Reforma catolica. VI: Monarquas nacionales.
VII: La paz de Westfalia. VIII: La Ilustracion. IX: Fin del Antiguo Regimen.

Universidad Catolica San Pablo 351

352 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Objetivos de Aprendizaje I: Identicar y analizar los procesos historicos que dan origen y con-
guran la Modernidad. [Familiarizarse]
Bibliografa: [Hubenak, 2007]

6.4 Siglo XIX y XX, 9 hr(s)

Competencias: C20
Topicos: I: Consolidacion del Estado-nacion. II: Revolucion Industrial y pensamiento cientco.
III: Eras de las utopas sociales. a) Comunismo. b) Fascismo. c) Nazismo. IV: La guerra fra
y la postmodernidad.

Objetivos de Aprendizaje I: Analizar los procesos historicos asociados a los radicales cambios
ocurridos durante el siglo XIX y consecuente siglo XX. [Familiarizarse]
Bibliografa: [Hubenak, 2007]

6.5 Siglo XIX y XX, 9 hr(s)

Competencias: C20
Topicos: I: Consolidacion del Estado-nacion. II: Revolucion Industrial y pensamiento cientco.
III: Eras de las utopas sociales. a) Comunismo. b) Fascismo. c) Nazismo. IV: La guerra fra
y la postmodernidad.
Objetivos de Aprendizaje I: Analizar los procesos historicos asociados a los radicales cambios
ocurridos durante el siglo XIX y consecuente siglo XX. [Familiarizarse]
Bibliografa: [Hubenak, 2007]

7. Bibliografa
[Dawson, 2007] Dawson, C. (2007). Los orgenes de Europa.
[Garcia Villoslada, 1960] Garcia Villoslada, R. (1960). Historia de la iglesia catolica : edad nueva. La
iglesia en la epoca del renacimiento y de la reforma catolica. Biblioteca de Autores Peruanos.
[Hubenak, 2007] Hubenak, F. F. (2007). Historia integral de occidente : desde una perspectiva cris-
tiana. Buenos Aires: Educa, 1l ed., 1l reimpr. edition.
[Krebs, 2006] Krebs, R. (2006). Breve Historia Universal.
[Saenz, 1992] Saenz, A. (1992). La cristiandad y su cosmovision. Ediciones Gladius.

352 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 353

Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion
SUMILLA
CS392. Topicos Avanzados en Ingeniera de Software
(Electivos)
1. Informacion General
Semestre: 9no Sem. Creditos: 4
Horas del curso: Teora: 2 horas; Practica: 2 horas; Laboratorio: 2 horas;
Prerrequisitos:
CS391. Ingeniera de Software III (7mo Sem-Pag. 305)

2. Fundamentacion
El desarrollo de software requiere del uso de mejores practicas de desarrollo, gestion de proyectos
de TI, manejo de equipos y uso eciente y racional de frameworks de aseguramiento de la calidad
y de Gobierno de Portfolios, estos elemento son pieza clave y transversal para el exito del proceso
productivo.
Este curso explora el diseno, seleccion, implementacion y gestion de soluciones TI en las Organi-
zaciones. El foco esta en las aplicaciones y la infraestructura y su aplicacion en el negocio.
3. Objetivos del curso
Entender una variedad de frameworks para el analisis de arquitectura empresarial y la toma de
decisiones
Utilizar tecnicas para la evaluacion y gestion del riesgo en el portfolio de la empresa
Evaluar y planicar la integracion de tecnologas emergentes
Entender el papel y el potencial de las TI para a apoyar la gestion de procesos empresariales
Entender los difentes enfoques para modelar y mejorar los procesos de negocio
Describir y comprender modelos de aseguramiento de la calidad como marco clave para el exitos
de los proyectos de TI.
Comprender y aplicar el framework de IT Governance como elemento clave para la gestion del
portfolio de aplicaciones Empresariales

4. Resultados (Outcomes)
c) Disenar, 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 comun. (Usar)
i) Utilizar tecnicas y herramientas actuales necesarias para la practica de la computacion. (Usar)
j) Aplicar la base matematica, principios de algoritmos y la teora de la Ciencia de la Computacion en
el modelamiento y diseno de sistemas computacionales de tal manera que demuestre comprension
de los puntos de equilibrio involucrados en la opcion escogida. (Evaluar)
m) Transformar sus conocimientos del area de Ciencia de la Computacion en emprendimientos
tecnologicos. (Evaluar)
o) Mejorar las condiciones de la sociedad poniendo la tecnologa al servicio del ser humano. (Usar)

Universidad Catolica San Pablo 353

354 Escuela Profesional de Ciencia de la Computacion, Malla 2016

5. Competencias especficas de Computacion (IEEE)

C7. Ser capaz de aplicar los principios y tecnologas de ingeniera de software para asegurar que
las implementaciones de software son robustos, ables y apropiados para su publico objetivo.
Outcome c
C11. Entendimiento del concepto del ciclo de vida, incluyendo la importancia de sus fases (plani-
cacion, desarrollo, implementacion y evolucion). Outcome i,k
C12. Entender las implicaciones de ciclo de vida para el desarrollo de todos los aspectos de los siste-
mas informaticos (incluyendo software, hardware, y la interfaz de la computadora humana).
Outcome j,m
C13. Comprender la relacion entre la calidad y la gestion 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 identicar ecazmente los objetivos y las prioridades de su trabajo / area /
proyecto con indicacion de la accion, el tiempo y los recursos necesarios. Outcome j
CS1. Modelar y disenar sistemas de computadora de una manera que se demuestre comprension del
balance entre las opciones de diseno. Outcome c,i,k,m
CS2. Identicar y analizar los criterios y especicaciones apropiadas a los problemas especcos, y
planicar estrategias para su solucion. Outcome c,i,k
CS4. Implementar la teora apropiada, practicas y herramientas para la especicacion, diseno, imple-
mentacion y mantenimiento, as como la evaluacion de los sistemas basados en computadoras.
Outcome c,i,k
CS7. Aplicar los principios de una gestion ecaz de la informacion, organizacion de la informacion,
y las habilidades de recuperacion de informacion a la informacion de diversos tipos, incluyendo
texto, imagenes, sonido y vdeo. Esto debe incluir la gestion de los problemas de seguridad.
Outcome c,i,k

6. Contenido del curso

6.1 Diseno de Software, 18 hr(s)
Competencias: C7, C11, CS1, CS4, CS5, CS7
Topicos: I: Principios de diseno del sistema: niveles de abstraccion (diseno arquitectonico y el di-
seno detallado), separacion de intereses, ocultamiento de informacion, de acoplamiento y de
cohesion, de reutilizacion de estructuras estandar. II: Diseno de paradigmas tales como diseno
estructurado (descomposicion funcional de arriba hacia abajo), el analisis orientado a objetos
y diseno, orientado a eventos de diseno, diseno de nivel de componente, centrado datos es-
tructurada, orientada a aspectos, orientado a la funcion, orientado al servicio. III: Modelos
estructurales y de comportamiento de los disenos de software. IV: Diseno de patrones. V: Re-
laciones entre los requisitos y disenos: La transformacion de modelos, el diseno de los contratos,
invariantes. VI: Conceptos de arquitectura de software y arquitecturas estandar (por ejemplo,
cliente-servidor, n-capas, transforman centrados, tubos y ltros). VII: El uso de componentes de
diseno: seleccion de componentes,diseno,adaptacion y componentes de ensamblaje, componentes
y patrones, componentes y objetos(por ejemplo,construir una GUI usando un standar widget
set) VIII: Disenos de refactorizacion utilizando patrones de diseno IX: Calidad del diseno in-
terno, y modelos para: eciencia y desempeno, redundancia y tolerancia a fallos, trazavilidad de
los requerimientos. X: Medicion y analisis de la calidad de un diseno. XI: Compensasiones entre
diferentes aspectos de la calidad. XII: Aaplicaciones en frameworks. XIII: Middleware: El para-
digma de la orientacion a objetos con middleware, requerimientos para correr y clasicar objetos,
monitores de procesamiento de transacciones y el sistema de ujo de trabajo. XIV: Principales
disenos de seguridad y codicacion(cross-reference IAS/Principles of securre design). a) Princi-
pio de privilegios mnimos b) Principio de falla segura por defecto c) Principio de aceptabilidad
psicologica

354 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 355

Objetivos de Aprendizaje I: Formular los principios de diseno, incluyendo la separacion de pro-

blemas, ocultacion de informacion, acoplamiento y cohesion, y la encapsulacion[Usar] II: Usar
un paradigma de diseno para disenar un sistema de software basico y explicar como los principios
de diseno del sistema se han aplicado en este diseno[Usar] III: Construir modelos del diseno de
un sistema de software simple los cuales son apropiado para el paradigma utilizado para dise-
narlo[Usar] IV: En el contexto de un paradigma de diseno simple, describir uno o mas patrones
de diseno que podran ser aplicables al diseno de un sistema de software simple[Usar] V: Para
un sistema simple adecuado para una situacion dada, discutir y seleccionar un paradigma de
diseno apropiado[Usar] VI: Crear modelos apropiados para la estructura y el comportamien-
to de los productos de software desde la especicaciones de requisitos[Usar] VII: Explicar las
relaciones entre los requisitos para un producto de software y su diseno, utilizando los modelos
apropiados[Usar] VIII: Para el diseno de un sistema de software simple dentro del contexto
de un unico paradigma de diseno, describir la arquitectura de software de ese sistema[Usar]
IX: Dado un diseno de alto nivel, identicar la arquitectura de software mediante la diferen-
ciacion entre las arquitecturas comunes de software, tales como 3 capas (3-tier), pipe-and-lter,
y cliente-servidor[Usar] X: Investigar el impacto de la seleccion arquitecturas de software en el
diseno de un sistema simple[Usar] XI: Aplicar ejemplos simples de patrones en un diseno de
software[Usar] XII: Describir una manera de refactorar y discutir cuando esto debe ser apli-
cado[Usar] XIII: Seleccionar componentes adecuados para el uso en un diseno de un producto
de software[Usar] XIV: Explicar como los componentes deben ser adaptados para ser usados
en el diseno de un producto de software[Usar] XV: Disenar un contrato para un tpico compo-
nente de software pequeno para el uso de un dado sistema[Usar] XVI: Discutir y seleccionar
la arquitectura de software adecuada para un sistema de software simple para un dado escena-
rio[Usar] XVII: Aplicar modelos de cualidades internas y externas en el diseno de componentes
de software para lograr un equilibrio aceptable entre los aspectos de calidad en conictos[Usar]
XVIII: Analizar un diseno de software desde la perspectiva de un atributo signicativo de la
calidad interna[Usar] XIX: Analizar un diseno de software desde la perspectiva de un atributo
signicativo de calidad externa[Usar] XX: Explicar el papel de los objetos en los sistemas de
middleware y la relacion con los componentes[Usar] XXI: Aplicar metodos orientado a compo-
nentes para el diseno de una amplia gama de software, tales como el uso de componentes para la
concurrencia y transacciones, para los servicios de comunicacion conables, para la interaccion
con la base de datos que incluye los servicios de consulta remota y gestion de bases de datos,
o para la comunicacion segura y el acceso[Usar] XXII: Refactorizar una implementacion de
software existente para mejorar algun aspecto de su diseno[Usar] XXIII: Determinar y aplicar
los principios de mnimo privilegio y defectos-a prueba de errores[Usar]

Bibliografa: [Sommerville, 2010, Pressman and Maxim, 2014]

6.2 Gestion de Proyectos de Software, 14 hr(s)

Competencias: C7,C11, C12, C13, CS7

Topicos: I: La participacion del equipo: a) Procesos elemento del equipo, incluyendo responsabili-
dades de tarea, la estructura de reuniones y horario de trabajo b) Roles y responsabilidades en
un equipo de software c) Equipo de resolucion de conictos d ) Los riesgos asociados con los
equipos virtuales (comunicacion, la percepcion, la estructura) II: Estimacion de esfuerzo (a
nivel personal) III: Riesgo. a) El papel del riesgo en el ciclo de vida b) Categoras elemento
de riesgo, incluyendo la seguridad, la seguridad, mercado, nanzas, tecnologa, las personas, la
calidad, la estructura y el proceso de IV: Gestion de equipos: a) Organizacion de equipo y
la toma de decisiones b) Roles de identicacion y asignacion c) Individual y el desempeno del
equipo de evaluacion V: Gestion de proyectos: a) Programacion y seguimiento de elementos
b) Herramientas de gestion de proyectos c) Analisis de Costo/Benecio VI: Software de me-
dicion y tecnicas de estimacion. VII: Aseguramiento de la calidad del software y el rol de las
mediciones. VIII: Riesgo. a) El papel del riesgo en el ciclo de vida b) Categoras elemento de
riesgo, incluyendo la seguridad, la seguridad, mercado, nanzas, tecnologa, las personas, la cali-
dad, la estructura y el proceso de IX: En todo el sistema de aproximacion al riesgo, incluyendo
riesgos asociados con herramientas.

Universidad Catolica San Pablo 355

356 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Objetivos de Aprendizaje I: Discutir los comportamientos comunes que contribuyen al buen fun-
cionamiento de un equipo[Usar] II: Crear y seguir un programa para una reunion del equi-
po[Usar] III: Identicar y justicar las funciones necesarias en un equipo de desarrollo de
software[Usar] IV: Entender las fuentes, obstaculos y benecios potenciales de un conicto de
equipo[Usar] V: Aplicar una estrategia de resolucion de conictos en un ambiente de equi-
po[Usar] VI: Utilizar un metodo ad hoc para estimar el esfuerzo de desarrollo del software
(ejemplo, tiempo) y comparar con el esfuerzo actual requerido[Usar] VII: Listar varios ejem-
plos de los riesgos del software[Usar] VIII: Describir el impacto del riesgo en el ciclo de vida de
desarrollo de software[Usar] IX: Describir las diferentes categoras de riesgo en los sistemas de
software[Usar] X: Demostrar a traves de la colaboracion de proyectos de equipo los elementos
centrales de la contruccion de equipos y gestion de equipos[Usar] XI: Describir como la eleccion
de modelos de procesos afectan la estructura organizacional de equipos y procesos de toma de
decisiones[Usar] XII: Crear un equipo mediante la identicacion de los roles apropiados y la
asignacion de funciones a los miembros del equipo[Usar] XIII: Evaluar y retroalimentar a los
equipos e individuos sobre su desempeno en un ambiente de equipo[Usar] XIV: Usando un
software particular procesar, describir los aspectos de un proyecto que encesita ser planeado y
monitoreado, (ejemplo, estimar el tamano y esfuerzo, un horario, reasignacion de recursos, con-
trol de conguracion, gestion de cambios, identicacion de riesgos en un proyecto y gestion)[Usar]
XV: Realizar el seguimiento del progreso de alguna etapa de un proyecto que utiliza metricas de
proyectos apropiados[Usar] XVI: Comparar las tecnicas simples de tamano de software y esti-
macion de costos[Usar] XVII: Usar una herramienta de gestion de proyectos para ayudar en la
asignacion y rastreo de tareas en un proyecto de desarrollo de software[Usar] XVIII: Describir
el impacto de la tolerancia de riesgos en el proceso de desarrollo de software[Usar] XIX: Iden-
ticar riesgos y describir enfoques para manejar riesgos (evitar, aceptar, tranferir, mitigar) y
caracterizar fortalezas y defectos para cada uno[Usar] XX: Explicar como el riesgo afecta las
decisiones en el proceso de desarrollo de software[Usar] XXI: Identicar los riesgos de seguridad
para un sistema de software[Usar] XXII: Demostrar un enfoque sistematico para la tarea de
identicar los peligros y riesgos en una situacion particular[Usar] XXIII: Aplicar los principios
basicos del manejo de riesgos en una variedad de escenarios simples incluyendo una situacion
de seguridad[Usar] XXIV: Dirigir un analisis de costo/benecio para el enfoque de mitigacion
de riesgos[Usar] XXV: Identicar y analizar alguno de los riesgos para un sistema entero que
surgen de aspectos distintos del software[Usar]

Bibliografa: [Sommerville, 2010, Pressman and Maxim, 2014]

6.3 ITIL, 14 hr(s)

Competencias: C7, C11, C13, CS7

Topicos: I: Administracion del servicio como practica. II: Ciclo de vida del servicio. III: Deni-
ciones y conceptos genericos. IV: Modelos y principios claves. V: Procesos. VI: Tecnologa y
arquitectura. VII: Competencia y entrenamiento.

Objetivos de Aprendizaje I: Utilizar y aplicar correctamente ITIL en el proceso de software. [Usar]

Bibliografa: [Sommerville, 2010, Pressman and Maxim, 2014]

6.4 COBIT, 14 hr(s)

Competencias: C7, C11, C12, C13, CS7

Topicos: I: Fundamentos e Introduccion. II: Frameworks de Control y IT Governance.

Objetivos de Aprendizaje I: Utilizar y aplicar correctamente COBIT en el proceso de software.

[Usar]

Bibliografa: [Sommerville, 2010, Pressman and Maxim, 2014]

356 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 357

7. Bibliografa
[Pressman and Maxim, 2014] Pressman, R. S. and Maxim, B. (2014). Software Engineering: A Prac-
titioners Approach. McGraw-Hill, 8th edition.
[Sommerville, 2010] Sommerville, I. (2010). Software Engineering. Addison-Wesley, 9th edition.

Universidad Catolica San Pablo 357

358 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion
SUMILLA
CS403. Proyecto de Final de Carrera II (Obligatorio)
1. Informacion General
Semestre: 9no Sem. Creditos: 3

Horas del curso: Teora: 2 horas; Practica: 2 horas;

Prerrequisitos:

CS402. Proyecto de Final de Carrera I (8vo Sem-Pag. 349)

2. Fundamentacion
Este curso tiene por objetivo que el alumno concluya su proyecto de tesis.

3. Objetivos del curso

Que el alumno este en la capacidad de presentar formalmente su proyecto de tesis con el marco
teorico y levantamiento bibliograco completo.

Que el alumno domine el estado del arte de su area de investigacion.

Los entregables de este curso son:

Avance parcial: Avance del plan de tesis incluyendo motivacion y contexto, denicion del
problema, objetivos, cronograma de actividades hasta el proyecto nal de tesis y el estado
del arte del tema abordado.
Final: Plan de tesis completo y Avance de la Tesis incluyendo los captulos de marco teorico,
trabajos relacionados y resultados (formales o estadsticos) preliminares orientados a su
tema de tesis.

4. Resultados (Outcomes)
a) Aplicar conocimientos de computacion y de matematicas apropiadas para la disciplina. (Evaluar)

b) Analizar problemas e identicar y denir los requerimientos computacionales apropiados para su

solucion. (Evaluar)

c) Disenar, implementar y evaluar un sistema, proceso, componente o programa computacional para

alcanzar las necesidades deseadas. (Evaluar)

e) Entender correctamente las implicancias profesionales, eticas, legales, de seguridad y sociales de

la profesion. (Evaluar)

f ) Comunicarse efectivamente con audiencias diversas. (Evaluar)

h) Incorporarse a un proceso de aprendizaje profesional continuo. (Evaluar)

i) Utilizar tecnicas y herramientas actuales necesarias para la practica de la computacion. (Evaluar)

l) Desarrollar principios investigacion en el area de computacion con niveles de competividad inter-

nacional. (Evaluar)

358 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 359

5. Competencias especficas de Computacion (IEEE)

C1. La comprension intelectual y la capacidad de aplicar las bases matematicas y la teora de la
informatica (computer science). Outcome a,b,c
C20. Posibilidad de conectar la teora y las habilidades aprendidas en la academia a los aconteci-
mientos del mundo real que explican su pertinencia y utilidad. Outcome e,f.g
CS2. Identicar y analizar los criterios y especicaciones apropiadas a los problemas especcos, y
planicar estrategias para su solucion. Outcome h,i,l

6. Contenido del curso

6.1 Proyecto de Tesis, 30 hr(s)
Competencias: C1,C20,CS2
Objetivos de Aprendizaje I: Descripcion del formato utilizado por la Universidad para el plan de
tesis [Evaluar] II: Concluir el plan del proyecto de tesis[Evaluar] III: Presentar el estado del
arte del tema de tesis (50 %)[Evaluar]
Bibliografa: [IEEE-Computer Society, 2008, Association for Computing Machinery, 2008, CiteSeer.IST, 2008]

6.2 Avance de Tesis, 30 hr(s)

Competencias: C1,C20,CS2
Objetivos de Aprendizaje I: Descripcion del formato utilizado por la Universidad para la te-
sis[Evaluar] II: Concluir el captulo del Marco Teorico de la Tesis[Evaluar] III: Concluir el
captulo de Trabajos Relacionados (35 %)[Evaluar] IV: Planear, desarrollar y presentar resul-
tados (formales o estadsticos) de experimentos orientados a su tema de tesis (35 %)[Evaluar]
Bibliografa: [IEEE-Computer Society, 2008, Association for Computing Machinery, 2008, CiteSeer.IST, 2008]

7. Bibliografa
[Association for Computing Machinery, 2008] Association for Computing Machinery (2008). Digital
Libray. Association for Computing Machinery. http://portal.acm.org/dl.cfm.
[CiteSeer.IST, 2008] CiteSeer.IST (2008). Scientic Literature Digital Libray. College of Information
Sciences and Technology, Penn State University. http://citeseer.ist.psu.edu.
[IEEE-Computer Society, 2008] IEEE-Computer Society (2008). Digital Libray. IEEE-Computer So-
ciety. http://www.computer.org/publications/dlib.

Universidad Catolica San Pablo 359

360 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion
SUMILLA
CS361. Topicos en Inteligencia Artificial (Electivos)
1. Informacion General
Semestre: 9no Sem. Creditos: 4

Horas del curso: Teora: 2 horas; Practica: 2 horas; Laboratorio: 2 horas;

Prerrequisitos:

CS261. Inteligencia Articial (7mo Sem-Pag. 313)

2. Fundamentacion
Provee una serie de herramientas para resolver problemas que son difciles de solucionar con los
metodos algortmicos tradicionales. Incluyendo heursticas, planeamiento, formalismos en la represen-
tacion del conocimiento y del razonamiento, tecnicas de aprendizaje en mlcquinas, tecnicas aplicables
a los problemas de accion y reaccion: asi como el aprendizaje de lenguaje natural, vision articial y
robotica entre otros.

3. Objetivos del curso

Realizar algun curso avanzado de Inteligencia Articial sugerido por el curriculo de la ACM/IEEE.

4. Resultados (Outcomes)
a) Aplicar conocimientos de computacion y de matematicas apropiadas para la disciplina. (Usar)

h) Incorporarse a un proceso de aprendizaje profesional continuo. (Usar)

i) Utilizar tecnicas y herramientas actuales necesarias para la practica de la computacion. (Usar)

j) Aplicar la base matematica, principios de algoritmos y la teora de la Ciencia de la Computacion en

el modelamiento y diseno de sistemas computacionales de tal manera que demuestre comprension
de los puntos de equilibrio involucrados en la opcion escogida. (Evaluar)

5. Competencias especficas de Computacion (IEEE)

C1. La comprension intelectual y la capacidad de aplicar las bases matematicas y la teora de la
informatica (computer science). Outcome a

C8. Entendimiento de lo que las tecnologas actuales pueden y no pueden lograr. Outcome h,i

CS5. Especicar, disenar e implementar sistemas basados en computadoras. Outcome i,j

6. Contenido del curso

6.1 Levantamiento del estado del arte, 60 hr(s)
Competencias: C1,C20,CS2

Topicos: I: CS360. Sistemas Inteligentes II: CS361. Razonamiento automatizado III: CS362. Siste-
mas Basados en Conocimiento IV: CS363. Aprendizaje de Maquina [Russell and Norvig, 2003],[Haykin, 1999]
V: CS364. Sistemas de Planeamiento VI: CS365. Procesamiento de Lenguaje Natural VII: CS366.
Agentes VIII: CS367. Robotica IX: CS368. Computacion Simbolica X: CS369. Algoritmos
Geneticos [Goldberg, 1989]

360 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 361

Objetivos de Aprendizaje I: Profundizar en diversas tecnicas relacionadas a la Inteligencia Arti-

cial [Usar]
Bibliografa: [Russell and Norvig, 2003, Haykin, 1999, Goldberg, 1989]

7. Bibliografa
[Goldberg, 1989] Goldberg, D. (1989). Genetic Algorithms in Search, Optimization and Machine
Learning. Addison Wesley.
[Haykin, 1999] Haykin, S. (1999). Neural networks: A Comprehensive Foundation. Prentice Hall.
[Russell and Norvig, 2003] Russell, S. and Norvig, P. (2003). Inteligencia Artical: Un enfoque mo-
derno. Prentice Hall.

Universidad Catolica San Pablo 361

362 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion
SUMILLA
CS370. Big Data (Obligatorio)
1. Informacion General
Semestre: 9no Sem. Creditos: 3
Horas del curso: Teora: 1 horas; Practica: 2 horas; Laboratorio: 2 horas;
Prerrequisitos:
CS272. Bases de Datos II (5to Sem-Pag. 254)
CS3P1. Computacion Paralela y Distribuda (8vo Sem-Pag. 351)

2. Fundamentacion
En la actualidad conocer enfoques escalables para procesar y almacenar grande volumenes de
informacion (terabytes, petabytes e inclusive exabytes) es fundamental en cursos de ciencia de la
computacion. Cada dia, cada hora, cada minuto se genera gran cantidad de informacion la cual necesita
ser procesada, almacenada, analisada.
3. Objetivos del curso
Que el alumno sea capaz de crear aplicaciones paralelas para procesar grandes volumenes de
informacion.
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 aplicacion escalable.

4. Resultados (Outcomes)
a) Aplicar conocimientos de computacion y de matematicas apropiadas para la disciplina. (Usar)
b) Analizar problemas e identicar y denir los requerimientos computacionales apropiados para su
solucion. (Usar)
i) Utilizar tecnicas y herramientas actuales necesarias para la practica de la computacion. (Usar)
j) Aplicar la base matematica, principios de algoritmos y la teora de la Ciencia de la Computacion en
el modelamiento y diseno de sistemas computacionales de tal manera que demuestre comprension
de los puntos de equilibrio involucrados en la opcion escogida. (Usar)

5. Competencias especficas de Computacion (IEEE)

C2. Capacidad para tener una perspectiva crtica y creativa para identicar y resolver problemas
utilizando el pensamiento computacional. Outcome a
C4. Una comprension 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 identicar temas avanzados de computacion y de la comprension de las fronteras
de la disciplina. Outcome i
CS2. Identicar y analizar los criterios y especicaciones apropiadas a los problemas especcos, y
planicar estrategias para su solucion. Outcome i
CS3. Analizar el grado en que un sistema basado en el ordenador cumple con los criterios denidos
para su uso actual y futuro desarrollo. Outcome j
CS6. Evaluar los sistemas en terminos de atributos de calidad en general y las posibles ventajas y
desventajas que se presentan en el problema dado. Outcome j

362 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 363

6. Contenido del curso

6.1 Introduccion a Big Data, 15 hr(s)
Competencias: C2, C4

Topicos: I: II: Vision global sobre Cloud Computing III: Vision global sobre Sistema de Archivos
Distribuidos IV: Vision global sobre el modelo de programacion MapReduce

Objetivos de Aprendizaje I: Explicar el concepto de Cloud Computing desde el punto de vista de

Big Data[Familiarizarse] II: Explicar el concepto de los Sistema de Archivos Distribuidos [Fa-
miliarizarse] III: Explicar el concepto del modelo de programacion MapReduce[Familiarizarse]

Bibliografa: [Coulouris et al., 2011]

6.2 Hadoop, 15 hr(s)

Competencias: C2, C4

Topicos: I: Vision global de Hadoop. II: Historia. III: Estructura de Hadoop. IV: HDFS, Hadoop
Distributed File System. V: Modelo de Programacion MapReduce

Objetivos de Aprendizaje I: Entender y explicar la suite de Hadoop. [Familiarizarse] II: Imple-

mentar soluciones usando el modelo de programacion MapReduce. [Usar] III: Entender la forma
como se guardan los datos en el HDFS. [Familiarizarse]

Bibliografa: [Hwang et al., 2011, Buyya et al., 2013]

6.3 Procesamiento de Grafos en larga escala, 10 hr(s)

Competencias: C16

Topicos: I: Pregel: A System for Large-scale Graph Processing. II: Distributed GraphLab: A Fra-
mework for Machine Learning and Data Mining in the Cloud. III: Apache Giraph is an iterative
graph processing system built for high scalability.

Objetivos de Aprendizaje I: Entender y explicar la arquitectura del proyecto Pregel. [Familiari-

zarse] II: Entender la arquitectura del proyecto GraphLab. [Familiarizarse] III: Entender la
arquitectura del proyecto Giraph. [Familiarizarse] IV: Implementar soluciones usando Pregel,
GraphLab o Giraph. [Usar]

Bibliografa: [Low et al., 2012, Malewicz et al., 2010, Baluja et al., 2008]

7. Bibliografa
[Baluja et al., 2008] Baluja, S., Seth, R., Sivakumar, D., Jing, Y., Yagnik, J., Kumar, S., Ravichan-
dran, D., and Aly, M. (2008). 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, pages 895904, New York, NY, USA. ACM.

[Buyya et al., 2013] Buyya, R., Vecchiola, C., and Selvi, S. T. (2013). Mastering Cloud Computing:
Foundations and Applications Programming. Morgan Kaufmann Publishers Inc., San Francisco,
CA, USA, 1st edition.

[Coulouris et al., 2011] Coulouris, G., Dollimore, J., Kindberg, T., and Blair, G. (2011). Distributed
Systems: Concepts and Design. Addison-Wesley Publishing Company, USA, 5th edition.

[Hwang et al., 2011] Hwang, K., Dongarra, J., and Fox, G. C. (2011). Distributed and Cloud Compu-
ting: From Parallel Processing to the Internet of Things. Morgan Kaufmann Publishers Inc., San
Francisco, CA, USA, 1st edition.

Universidad Catolica San Pablo 363

364 Escuela Profesional de Ciencia de la Computacion, Malla 2016

[Low et al., 2012] Low, Y., Bickson, D., Gonzalez, J., Guestrin, C., Kyrola, A., and Hellerstein, J. M.
(2012). Distributed graphlab: A framework for machine learning and data mining in the cloud.
Proc. VLDB Endow., 5(8):716727.
[Malewicz et al., 2010] Malewicz, G., Austern, M. H., Bik, A. J., Dehnert, J. C., Horn, I., Leiser, N.,
and Czajkowski, G. (2010). Pregel: A system for large-scale graph processing. pages 135146.

364 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 365

Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion
SUMILLA
CS351. Topicos en Computacion Grafica (Electivos)
1. Informacion General
Semestre: 9no Sem. Creditos: 4

Horas del curso: Teora: 2 horas; Practica: 2 horas; Laboratorio: 2 horas;

Prerrequisitos:

CS251. Computacion Graca (7mo Sem-Pag. 301)

2. Fundamentacion
En este curso se puede profundizar en alguno de los topicos mencionados en el area de Computacion
Graca (Graphics and Visual Computing - GV).
Este curso esta destinado a realizar algun curso avanzado sugerido por la curricula de la ACM/IEEE.
[Hughes et al., 2013, Hearn and Baker, 1990]

3. Objetivos del curso

Que el alumno utilice tecnicas de computacion graca mas sosticadas que involucren estructuras
de datos y algoritmos complejos.

Que el alumno aplique los conceptos aprendidos para crear una aplicacion sobre un problema
real.

Que el alumno investigue la posibilidad de crear un nuevo algoritmo y/o tecnica nueva para
resolver un problema real.

4. Resultados (Outcomes)
a) Aplicar conocimientos de computacion y de matematicas apropiadas para la disciplina. (Usar)

b) Analizar problemas e identicar y denir los requerimientos computacionales apropiados para su

solucion. (Usar)

i) Utilizar tecnicas y herramientas actuales necesarias para la practica de la computacion. (Usar)

j) Aplicar la base matematica, principios de algoritmos y la teora de la Ciencia de la Computacion en

el modelamiento y diseno de sistemas computacionales de tal manera que demuestre comprension
de los puntos de equilibrio involucrados en la opcion escogida. (Usar)

5. Competencias especficas de Computacion (IEEE)

C1. La comprension intelectual y la capacidad de aplicar las bases matematicas y la teora de la
informatica (computer science). Outcome a,b

C24. Comprender la necesidad de la formacion permanente y la mejora de habilidades y capacidades.

Outcome i,j

Universidad Catolica San Pablo 365

366 Escuela Profesional de Ciencia de la Computacion, Malla 2016

6. Contenido del curso

CS355. Computacion Graca avanzada
CS356. Animacion por computadora
CS313. Algoritmos Geometricos
CS357. Visualizacion
CS358. Realidad Virtual
CS359. Algoritmos Geneticos

7. Bibliografa
[Hearn and Baker, 1990] Hearn, D. and Baker, P. (1990). Computer Graphics in C. Prentice Hall.
[Hughes et al., 2013] Hughes, J. F., Dam, A. V., Mcguire, M., Sklar, D. F., Foley, J. D., Feiner, S. K.,
and Akeley, K. (2013). Computer Graphics - Principles and Practice 3rd Edition. Addison-Wesley.

366 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 367

Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion
SUMILLA
CB309. Computacion Molecular Biologica (Electivos)
1. Informacion General
Semestre: 9no Sem. Creditos: 4

Horas del curso: Teora: 2 horas; Practica: 2 horas; Laboratorio: 2 horas;

Prerrequisitos:

CS212. Analisis y Diseno de Algoritmos (5to Sem-Pag. 263)

MA307. Matematica aplicada a la computacion (6to Sem-Pag. 296)

2. Fundamentacion
El uso de metodos computacionales en las ciencias biologicas se ha convertido en una de las herra-
mientas claves para el campo de la biologa molecular, siendo parte fundamental en las investigaciones
de esta area.
En Biologa Molecular, existen diversas aplicaciones que involucran tanto al ADN, al analisis de pro-
tenas o al secuenciamiento del genoma humano, que dependen de metodos 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 areas de conocimiento de
Ciencia de la Computacion como: Lenguajes de Programacion (PL), Algoritmos y Complejidad (AL),
Probabilidades y Estadstica, Manejo de Informacion (IM), Sistemas Inteligentes (IS).

3. Objetivos del curso

Que el alumno tenga un conocimiento solido de los problemas biologicos moleculares que desafan
a la computacion.

Que el alumno sea capaz de abstraer la esencia de los diversos problemas biologicos para plantear
soluciones usando sus conocimientos de Ciencia de la Computacion

4. Resultados (Outcomes)
a) Aplicar conocimientos de computacion y de matematicas apropiadas para la disciplina. (Usar)

b) Analizar problemas e identicar y denir los requerimientos computacionales apropiados para su

solucion. (Evaluar)

l) Desarrollar principios investigacion en el area de computacion con niveles de competividad inter-

nacional. (Familiarizarse)

5. Competencias especficas de Computacion (IEEE)

C1. La comprension intelectual y la capacidad de aplicar las bases matematicas y la teora de la
informatica (computer science). Outcome a,b

C3. Una comprension 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

Universidad Catolica San Pablo 367

368 Escuela Profesional de Ciencia de la Computacion, Malla 2016

6. Contenido del curso

6.1 Introduccion a la Biologa Molecular, 4 hr(s)
Competencias: CS1

Topicos: I: Revision de la qumica organica: moleculas y macromoleculas, azucares, acidos nucleicos,

nuclotidos, ARN, ADN, protenas, aminoacidos y nivels de estructura en las proteinas. II: El
dogma de la vida: del ADN a las proteinas, transcripcion, traduccion, sntesis de proteinas
III: Estudio del genoma: Mapas y secuencias, tecnicas especcas

Objetivos de Aprendizaje I: Lograr un conocimiento general de los topicos mas importantes en

Biologa Molecular. [Familiarizarse] II: Entender que los problemas biologicos son un desafo al
mundo computacional. [Evaluar]

Bibliografa: [Clote and Backofen, 2000, Setubal and Meidanis, 1997]

6.2 Comparacion de Secuencias, 4 hr(s)

Competencias: CS2

Topicos: I: Secuencias de nucleotidos y secuencias de aminoacidos. II: Alineamiento de secuencias, el

problema de alineamiento por pares, busqueda exhaustiva, Programacion dinamica, alineamiento
global, alineamiento local, penalizacion por gaps III: Comparacion de multiples secuencias:
suma de pares, analisis de complejidad por programacion dinamica, heursticas de alineamiento,
algoritmo estrella, algoritmos de alineamiento progresivo.

Objetivos de Aprendizaje I: Entender y solucionar el problema de alineamiento de un par de

secuencias. [Usar] II: Comprender y solucionar el problema de alineamiento de multiples se-
cuencias. [Usar] III: Conocer los diversos algoritmos de alineamiento de secuencias existentes
en la literatura. [Familiarizarse]

Bibliografa: [Clote and Backofen, 2000, Setubal and Meidanis, 1997, Pevzner, 2000]

6.3 Arboles Filogeneticos, 4 hr(s)

Competencias: CS2

Topicos: I: Filogenia: Introduccion y relaciones logeneticas. II: Arboles Filogeneticos: denicion,

tipo de arboles, problema de busqueda y reconstruccion de arboles III: Metodos de Recons-
truccion: metodos por parsimonia, metodos por distancia, metodos por maxima verosimilitud,
conanza de los arboles reconstruidos

Objetivos de Aprendizaje I: Comprender el concepto de logenia, arboles logeneticos y la di-

ferencia metodologica entre biologa y biologa molecular. [Familiarizarse] II: Comprender el
problema de reconstruccion de arboles logeneticos, conocer y aplicar los principales algoritmos
para reconstruccion de arboles logeneticos. [Evaluar]

Bibliografa: [Clote and Backofen, 2000, Setubal and Meidanis, 1997, Pevzner, 2000]

6.4 Ensamblaje de Secuencias de ADN, 4 hr(s)

Competencias: CS2

Topicos: I: Fundamento biologico: caso ideal, dicultades, metodos alternativos para secuenciamiento
de ADN II: Modelos formales de ensamblaje: Shortest Common Superstring, Reconstruction,
Multicontig III: Algoritmos para ensamblaje de secuencias: representacion de overlaps, caminos
para crear superstrings, algoritmo voraz, grafos acclicos. IV: Heursticas para ensamblaje:
busqueda de sobreposiciones, ordenacion de fragmentos, alineamientos y consenso.

368 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 369

Objetivos de Aprendizaje I: Comprender el desafo computacional que ofrece el problema de En-

samblaje de Secuencias. [Familiarizarse] II: Entender el principio de modelo formal para en-
samblaje. [Evaluar] III: Conocer las principales heursticas para el problema de ensambjale de
secuencias ADN [Usar]
Bibliografa: [Setubal and Meidanis, 1997, Aluru, 2006]

6.5 Estructuras secundarias y terciarias, 4 hr(s)

Competencias: CS2
Topicos: I: Estructuras moleculares: primaria, secundaria, terciaria, cuaternaria. II: Prediccion de
estructuras secundarias de ARN: modelo formal, energia de pares, estructuras con bases inde-
pendientes, solucion con Programacion Dinamica, estructuras con bucles. III: Protein folding:
Estructuras en proteinas, problema de protein folding. IV: Protein Threading: Deniciones,
Algoritmo Branch & Bound, Branch & Bound para protein threading. V: Structural Alignment:
deniciones, algoritmo DALI
Objetivos de Aprendizaje I: Conocer las estructuras proteicas y la necesidad de metodos compu-
tacionales para la prediccion de la geometra. [Familiarizarse] II: Cnocer ls algoritmos de solu-
cion de problemas de prediccion de estructuras secundarias ARN, y de estructuras en protenas.
[Evaluar]
Bibliografa: [Setubal and Meidanis, 1997, Clote and Backofen, 2000, Aluru, 2006]

6.6 Modelos Probabilsticos en Biologa Molecular, 4 hr(s)

Competencias: CS2
Topicos: I: Probabilidad: Variables aleatorias, Cadenas de Markov, Algoritmo de Metropoli-Hasting,
Campos Aleatorios de Markov y Muestreador de Gibbs, Maxima Verosimilitud. II: Modelos
Ocultos de Markov (HMM), estimacion de parametros, algoritmo de Viterbi y metodo Baul-
Welch, Aplicacion en alineamientos de pares y multiples, en deteccion de Motifs en protenas,
en ADN eucariotico, en familias de secuencias. III: Filogenia Probabilstica: Modelos probabi-
lsticos de evolucion, verosimilitud de alineamientos, verosimilitud para inferencia, comparacion
de metodos probailsticos y no probabilsticos
Objetivos de Aprendizaje I: Revisar conceptos de Modelos Probabilsticos y comprender su im-
portancia en Biologa Molecular Computacional. [Evaluar] II: Conocer y aplicar Modelos Ocul-
tos de Markov para varios analisis en Biologa Molecular. [Usar] III: Conocer la aplicacion de
modelos probabilsticos en Filogenia y comparalos con modelos no probabilsticos [Evaluar]
Bibliografa: [Durbin et al., 1998, Clote and Backofen, 2000, Aluru, 2006, Krogh et al., 1994]

7. Bibliografa
[Aluru, 2006] Aluru, S., editor (2006). Handbook of Computational Molecular Biology. Computer and
Information Science Series. Chapman & Hall, CRC, Boca Raton, FL.
[Clote and Backofen, 2000] Clote, P. and Backofen, R. (2000). Computational Molecular Biology: An
Introduction. John Wiley & Sons Ltd. 279 pages.
[Durbin et al., 1998] Durbin, R., Eddy, S., Krogh, A., and Mitchison, G. (1998). Biological Sequence
Analysis: Probabilistic Models of Proteins and Nucleic Acids. Cambridge University Press.
[Krogh et al., 1994] Krogh, A., Brown, M., Mian, I. S., Sjolander, K., and Haussler, D. (1994). Hidden
markov models in computational biology, applications to protein modeling. J Mol. Biol, 235:1501
1531.
[Pevzner, 2000] Pevzner, P. A. (2000). Computational Molecular Biology: an Algorithmic Approach.
The MIT Press, Cambridge, Massachusetts.

Universidad Catolica San Pablo 369

370 Escuela Profesional de Ciencia de la Computacion, Malla 2016

[Setubal and Meidanis, 1997] Setubal, J. C. and Meidanis, J. (1997). Introduction to computational
molecular biology. Boston: PWS Publishing Company.

370 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 371

Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion
SUMILLA
FG221. Historia de la Ciencia y Tecnologa (Obligatorio)
1. Informacion General
Semestre: 9no Sem. Creditos: 2
Horas del curso: Teora: 1 horas; Practica: 2 horas;
Prerrequisitos:
FG205. Historia de la Cultura (8vo Sem-Pag. 355)

2. Fundamentacion
Contemplada en su esencia, la tecnologa (tecnica) es un proceso historico universal, en el cual el
hombre descompone la realidad en sus elementos y funciones elementales, formando a partir de estos
nuevas estructuras mas aptas para sus nes especcos. El n positivo de este hecho es el dominio del
hombre, supuesto este dominio, podra vivir experiencialmente su propia libertad. Este n no llega a
realizarse, en gran parte a causa de la falta de respeto mutuo entre los hombres y a causa de la falta de
respeto a la naturaleza, a causa en n, de la opresion, de la explotacion y de la destruccion mutua. Por
esta razon, se impone la tarea de hacerse aptos para la conguracion responsable del poder tecnico. Y
este aprendizaje se lograra por medio de una estructura social solidaria y en regimen de companerismo.
Pero, sin la correspondiente aceptacion de la experiencia dolorosa de la tecnica, difcilmente se tendra
exito.
3. Objetivos del curso
Desarrollar capacidades y habilidades para que el alumno tenga un pensamiento crtico acerca
de la ciencia y tecnologa, las cuales deben estar al servicio del hombre. [Familiarizarse]

4. Resultados (Outcomes)
g) Analizar el impacto local y global de la computacion sobre los individuos, organizaciones y socie-
dad. (Evaluar)
n) Comprender que la formacion de un buen profesional no se desliga ni se opone sino mas bien
contribuye al autentico crecimiento personal. Esto requiere de la asimilacion de valores solidos,
horizontes espirituales amplios y una vision profunda del entorno cultural. (Evaluar)

5. Competencias especficas de Computacion (IEEE)

C10. Comprension del impacto en las personas, las organizaciones y la sociedad de la implementacion
de soluciones tecnologicas e intervenciones. Outcome g,n
C20. Posibilidad de conectar la teora y las habilidades aprendidas en la academia a los aconteci-
mientos del mundo real que explican su pertinencia y utilidad. Outcome n

6. Contenido del curso

6.1 Primera Unidad: Amanecer de la Ciencia, 6 hr(s)
Competencias: C10,C20
Topicos: I: Introduccion. a) Que es la ciencia? b) Que es la tecnologa? II: Amanecer de la
Ciencia. a) Prehistoria. b) El fuego. c) Los metales d ) La agricultura. e) La rueda. f ) Medios
de transporte. g) Efectos de la tecnologa primitiva.

Universidad Catolica San Pablo 371

372 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Objetivos de Aprendizaje I: Comprender y diferenciar lo que es Ciencia y Tecnologa. [Familiari-

zarse] II: Analizar el papel de la tecnica en la organizacion de la civilizacion antigua.[Familiarizarse]
Bibliografa: [Asimov, 1997, Asimov, 1992, Artigas, 1992, Morande, 2009, Comellas, 2007, Childe, 1996]

7. Bibliografa
[Artigas, 1992] Artigas, M. (1992). Ciencia, razon y fe. Madrid: Ediciones Palabra.
[Asimov, 1992] Asimov, I. (1992). Cien preguntas basicas sobre la ciencia. Mexico: Alianza Editorial.
[Asimov, 1997] Asimov, I. (1997). Grandes ideas de la Ciencia. Mexico: Alianza Editorial.
[Childe, 1996] Childe, V. G. (1996). Los orgenes de la civilizacion. Mexico: Fondo de Cultura Eco-
nomica, pages 219274.
[Comellas, 2007] Comellas, J. L. (2007). Historia sencilla de la ciencia. Ediciones Rialp, pages 1725.
[Morande, 2009] Morande, P. (2009). Tradicion sapiencial y tecnologa. Persona y Cultura, (7):612.

372 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 373

Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion
SUMILLA
FG301. Ensenanza Social de la Iglesia (Obligatorio)
1. Informacion General
Semestre: 9no Sem. Creditos: 3
Horas del curso: Teora: 3 horas;
Prerrequisitos:
FG210. Moral (5to Sem-Pag. 277)

2. Fundamentacion
La propuesta del Magisterio de la Iglesia para el correcto orden de la vida social -en los ambitos
polticos, social y economico- debera constituir la piedra angular de la organizacion social, logrando
as una sociedad reconciliada para todos.
3. Objetivos del curso
Contribuir en la formacion de agentes de cambio, quienes desde el rol que les toque desempenar
en la sociedad, sean partcipes en una sociedad orientada al desarrollo social solidario. [Usar]

4. Resultados (Outcomes)
e) Entender correctamente las implicancias profesionales, eticas, legales, de seguridad y sociales de
la profesion. (Usar)
n) Aplicar conocimientos de humanidades en su labor profesional. (Usar)
o) Mejorar las condiciones de la sociedad poniendo la tecnologa al servicio del ser humano. (Usar)

5. Competencias especficas de Computacion (IEEE)

C10. Comprension del impacto en las personas, las organizaciones y la sociedad de la implementacion
de soluciones tecnologicas e intervenciones. Outcome e,n
C20. Posibilidad de conectar la teora y las habilidades aprendidas en la academia a los aconteci-
mientos del mundo real que explican su pertinencia y utilidad. Outcome n,o
C21. Comprender el aspecto profesional, legal, seguridad, asuntos polticos, humanistas, ambientales,
culturales y eticos. Outcome e,n,o

6. Contenido del curso

6.1 Primera Unidad: Mision de la Doctrina Social de la Iglesia, 6 hr(s)
Competencias: C21
Topicos: I: Naturaleza de la Doctrina Social de la Iglesia. II: La Doctrina Social de la Iglesia en
nuestro tiempo. III: La persona humana: multiples dimensiones y su centralidad. IV: Los
derechos humanos.
Objetivos de Aprendizaje I: Comprender la naturaleza de la accion de la Iglesia en el mundo.
[Familiarizarse] II: Comprender la importancia de la centralidad del hombre en la sociedad.
[Familiarizarse]
Bibliografa: [Peruana, 2005, de Pensamiento Social Catolico, 2011, II, 2002, II, 2003]

Universidad Catolica San Pablo 373

374 Escuela Profesional de Ciencia de la Computacion, Malla 2016

6.2 Segunda Unidad: Principios y Valores de la Doctrina Social de la Iglesia,

9 hr(s)
Competencias: C10,C20,C21
Topicos: I: Bien comun. II: Destino universal de los bienes. III: Subsidiaridad. IV: Participacion.
V: Solidaridad. VI: Valores Fundamentales. a) La verdad. b) La libertad. c) La justicia. d ) El
amor.
Objetivos de Aprendizaje I: Conocer y comprender los principios permanentes y valores funda-
mentales que estan presentes en la Ensenanza Magisterial, los cuales deben ser la base para la
formacion de las diversas instancias sociales.[Familiarizarse]
Bibliografa: [Peruana, 2005, II, 2002, de Pensamiento Social Catolico, 2011]

6.3 Tercera Unidad: La familia: Celula vital de la Sociedad, 6 hr(s)

Competencias: C10,C20
Topicos: I: Importancia de la Familia para la persona y sociedad. II: Fundamento de la Familia: El
Matrimonio. III: Familia necesaria para la vida social. IV: Familia, centro de la civilizacion
del amor.
Objetivos de Aprendizaje I: Comprender que de la naturaleza social del hombre derivan, algunos
ordenes sociales necesarios, como la familia. [Familiarizarse] II: Conocer, comprender y valorar
la naturaleza de la familia y el matrimonio y su rol en la sociedad.[Familiarizarse]
Bibliografa: [Peruana, 2005, de Pensamiento Social Catolico, 2011, II, 2002]

6.4 Cuarta Unidad: Trabajo y vida economica, 9 hr(s)

Competencias: C10,C20,C21
Topicos: I: La Dignidad del trabajo. II: Derecho al trabajo y derechos de los trabajadores. III: Soli-
daridad entre los trabajadores. IV: El Trabajo en un mundo global. V: Relacion entre la moral
y la economa. VI: Iniciativa Privada y empresa. VII: Instituciones y nuevas organizaciones
economicas al servicio del hombre. VIII: Frente a la economa global.
Objetivos de Aprendizaje I: Conocer y comprender los principios de la Doctrina Social de la Igle-
sia en el campo de la actividad economica. [Familiarizarse] II: Formacion de la conciencia
cristiana para el posterior desenvolvimiento profesional.[Usar] III: Comprender que los prin-
cipios del Evangelio y de la etica natural pueden ser aplicados a las concreciones del orden
economico de la actividad humana.[Familiarizarse]
Bibliografa: [Peruana, 2005, Benedicto, 2009, II, 2002, de Pensamiento Social Catolico, 2010, Benedicto, 2006,
II, 2003]

6.5 Quinta Unidad: Comunidad Poltica y Comunidad Internacional, 12

hr(s)
Competencias: C21
Topicos: I: Elementos constitutivos de la comunidad poltica. II: El fundamento y n de la co-
munidad poltica. III: Autoridad Poltica y Democracia. IV: Relacion entre Iglesia y Estado.
V: Comunidad Poltica al servicio de la Sociedad Cvil. VI: Las reglas fundamentales y or-
ganizacion de la comunidad internacional. VII: Cooperacion interna-cional para el desarrollo.
VIII: La promocion de la paz. IX: Salvaguarda del medio ambiente.
Objetivos de Aprendizaje I: Comprender que de la naturaleza social del hombre derivan, la nacion
y el Estado como ordenes sociales necesarios.[Familiarizarse]
Bibliografa: [II, 2003, Peruana, 2005, Benedicto, 2006, II, 2002, de Pensamiento Social Catolico, 2010]

374 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 375

7. Bibliografa
[Benedicto, 2006] Benedicto, X. (2006). Encclica Deus caritas est. Conferencia Episcopal Peruana -
Paulinas.
[Benedicto, 2009] Benedicto, X. (2009). Caritas in veritate. Paulinas.
[de Pensamiento Social Catolico, 2010] de Pensamiento Social Catolico, C. (2010). Boletn de Doctri-
na Social de la Iglesia. Universidad Catolica San Pablo.
[de Pensamiento Social Catolico, 2011] de Pensamiento Social Catolico, C. (2011). Boletn de Doctri-
na Social de la Iglesia. Universidad Catolica San Pablo.
[II, 2002] II, C. V. (2002). Gaudium et spes : Constitucion Pastoral sobre la Iglesia en el mundo
actual. Paulinas.
[II, 2003] II, J. P. (2003). Centesimus annus. Conferencia Episcopal Peruana.
[Peruana, 2005] Peruana, C. E. (2005). Compendio de la Doctrina Social de la Iglesia. Epiconsa, 1a.
ed edition.

Universidad Catolica San Pablo 375

376 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion
SUMILLA
ET201. Formacion de Empresas de Base Tecnologica I
(Obligatorio)
1. Informacion General
Semestre: 9no Sem. Creditos: 3

Horas del curso: Teora: 2 horas; Practica: 2 horas;

Prerrequisitos:

FG350. Liderazgo (7mo Sem-Pag. 326)

2. Fundamentacion
Este es el primer curso dentro del area formacion de empresas de base tecnologica, tiene como
objetivo dotar al futuro profesional de conocimientos, actitudes y aptitudes que le permitan elaborar un
plan de negocio para una empresa de base tecnologica. El curso esta dividido en las siguientes unidades:
Introduccion, Creatividad, De la idea a la oportunidad, el modelo Canvas, Customer Development y
Lean Startup, Aspectos Legales y Marketing, Finanzas de la empresa y Presentacion.
Se busca aprovechar el potencial creativo e innovador y el esfuerzo de los alumnos en la creacion
de nuevas empresas.

3. Objetivos del curso

Que el alumno conozca como elaborar un plan de negocio para dar inicio a una empresa de base
tecnologica.

Que el alumno sea capaz de realizar, usando modelos de negocio, la concepcion y presentacion
de una propuesta de negocio.

4. Resultados (Outcomes)
d) Trabajar efectivamente en equipos para cumplir con un objetivo comun. (Usar)

f ) Comunicarse efectivamente con audiencias diversas. (Evaluar)

i) Utilizar tecnicas y herramientas actuales necesarias para la practica de la computacion. (Usar)

k) Aplicar los principios de desarrollo y diseno en la construccion de sistemas de software de com-

plejidad variable. (Evaluar)

m) Transformar sus conocimientos del area de Ciencia de la Computacion en emprendimientos

tecnologicos. (Evaluar)

5. Competencias especficas de Computacion (IEEE)

C2. Capacidad para tener una perspectiva crtica y creativa para identicar y resolver problemas
utilizando el pensamiento computacional. Outcome d

C10. Comprension del impacto en las personas, las organizaciones y la sociedad de la implementacion
de soluciones tecnologicas e intervenciones. Outcome f

C17. Capacidad para expresarse en los medios de comunicacion orales y escritos como se espera de
un graduado.. Outcome f

376 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 377

C18. Capacidad para participar de forma activa y coordinada en un equipo. Outcome i

C19. Capacidad para identicar ecazmente los objetivos y las prioridades de su trabajo / area /
proyecto con indicacion de la accion, el tiempo y los recursos necesarios. Outcome i

C20. Posibilidad de conectar la teora y las habilidades aprendidas en la academia a los aconteci-
mientos del mundo real que explican su pertinencia y utilidad. Outcome k

C23. Capacidad para emprender, completar, y presentar un proyecto nal. Outcome k

CS5. Especicar, disenar e implementar sistemas basados en computadoras. Outcome m

6. Contenido del curso

6.1 Introduccion, 5 hr(s)
Competencias: C2

Topicos: I: Emprendedor, emprendedurismo e innovacion tecnologica II: Modelos de negocio III: For-
macion de equipos

Objetivos de Aprendizaje I: Identicar caractersticas de los emprendedores [Familiarizarse] II: In-

troducir modelos de negocio [Familiarizarse]

Bibliografa: [Byers et al., 2010, Osterwalder and Pigneur, 2010, Garzozi-Pincay et al., 2014]

6.2 Creatividad, 5 hr(s)

Competencias: C10

Topicos: I: Vision II: Mision III: La Propuesta de valor IV: Creatividad e invencion V: Tipos
y fuentes de innovacion VI: Estrategia y Tecnologa VII: Escala y ambito

Objetivos de Aprendizaje I: Plantear correctamente la vision y mision de empresa [Usar] II: Ca-
racterizar una propuesta de valor innovadora [Evaluar] III: Identicar los diversos tipos y
fuentes de innovacion [Familiarizarse]

Bibliografa: [Byers et al., 2010, Blank and Dorf, 2012, Garzozi-Pincay et al., 2014]

6.3 De la Idea a la Oportunidad, 5 hr(s)

Competencias: C17

Topicos: I: Estrategia de la Empresa II: Barreras III: Ventaja competitiva sostenible IV: Alianzas
V: Aprendizaje organizacional VI: Desarrollo y diseno de productos

Objetivos de Aprendizaje I: Conocer estrategias empresariales [Familiarizarse] II: Caracterizar

barreras y ventajas competitivas [Familiarizarse]

Bibliografa: [Byers et al., 2010, Osterwalder and Pigneur, 2010, Ries, 2011, Garzozi-Pincay et al., 2014]

6.4 El Modelo Canvas, 20 hr(s)

Competencias: C18

Topicos: I: Creacion de un nuevo negocio II: El plan de negocio III: Canvas IV: Elementos del
Canvas

Objetivos de Aprendizaje I: Conocer los elementos del modelo Canvas [Usar] II: Elaborar un
plan de negocio basado en el modelo Canvas [Usar]

Bibliografa: [Osterwalder and Pigneur, 2010, Blank and Dorf, 2012, Garzozi-Pincay et al., 2014]

Universidad Catolica San Pablo 377

378 Escuela Profesional de Ciencia de la Computacion, Malla 2016

6.5 Customer Development y Lean Startup, 20 hr(s)

Competencias: C19

Topicos: I: Aceleracion versus incubacion II: Customer Development III: Lean Startup

Objetivos de Aprendizaje I: Conocer y aplicar el modelo Customer Development [Usar] II: Co-
nocer y aplicar el modelo Lean Startup [Usar]

Bibliografa: [Blank and Dorf, 2012, Ries, 2011, Garzozi-Pincay et al., 2014]

6.6 Aspectos Legales y Marketing, 5 hr(s)

Competencias: C20

Topicos: I: Aspectos Legales y tributarios para la constitucion de la empresa II: Propiedad intelec-
tual III: Patentes IV: Copyrights y marca registrada V: Objetivos de marketing y segmentos
de mercado VI: Investigacion de mercado y busqueda de clientes

Objetivos de Aprendizaje I: Conocer los aspectos legales necesarios para la formacion de una em-
presa tecnologica [Familiarizarse] II: Identicar segmentos de mercado y objetivos de marketing
[Familiarizarse]

Bibliografa: [Byers et al., 2010, Ries, 2011, Congreso de la Republica del Peru, 1996, de la Republica del Peru, 1997,
Garzozi-Pincay et al., 2014]

6.7 Finanzas de la Empresa, 5 hr(s)

Competencias: C23

Topicos: I: Modelo de costos II: Modelo de utilidades III: Precio IV: Plan nanciero V: Formas
de nanciamiento VI: Fuentes de capital VII: Capital de riesgo

Objetivos de Aprendizaje I: Denir um modelo de costos y utilidades [Evaluar] II: Conocer las
diversas fuentes de nanciamento [Familiarizarse]

Bibliografa: [Byers et al., 2010, Blank and Dorf, 2012, Garzozi-Pincay et al., 2014]

6.8 Presentacion, 5 hr(s)

Competencias: CS5

Topicos: I: The Elevator Pitch II: Presentacion III: Negociacion

Objetivos de Aprendizaje I: Conocer las diversas formas de presentar propuestas de negocio [Fa-
miliarizarse] II: Realizar la presentacion de una propuesta de negocio [Usar]

Bibliografa: [Byers et al., 2010, Blank and Dorf, 2012, Garzozi-Pincay et al., 2014]

7. Bibliografa
[Blank and Dorf, 2012] Blank, S. and Dorf, B. (2012). The Startup Owners Manual: The Step-By-
Step Guide for Building a Great Company. K and S Ranch.

[Byers et al., 2010] Byers, T., Dorf, R., and Nelson, A. (2010). Technology Ventures: From Idea to
Enterprise. McGraw-Hill Science.

[Congreso de la Republica del Peru, 1996] Congreso de la Republica del Peru (1996). Decreto Legis-
lativo Nz823. Ley de la Propiedad Industrial. El Peruano.

[de la Republica del Peru, 1997] de la Republica del Peru, C. (1997). Ley Nz26887. Ley General de
Sociedades. El Peruano.

378 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 379

[Garzozi-Pincay et al., 2014] Garzozi-Pincay, R., Messina-Scolaro, M., Moncada-Marino, C., Ochoa-
Luna, J., Ilabel-Perez, G., and Zambrano-Segura, R. (2014). Planes de Negocios para Emprendedo-
res. Iniciativa Latinoamericana de Libros de Texto Abiertos (LATIn).
[Osterwalder and Pigneur, 2010] Osterwalder, A. and Pigneur, Y. (2010). Business Model Generation:
A Handbook for Visionaries, Game Changers, and Challengers. Wiley.
[Ries, 2011] Ries, E. (2011). The Lean Startup: How Todays Entrepreneurs Use Continuous Innova-
tion to Create Radically Successful Businesses. Crown Business.

Universidad Catolica San Pablo 379

380 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion
SUMILLA
CS3P2. Cloud Computing (Obligatorio)
1. Informacion General
Semestre: 10mo Sem. Creditos: 3
Horas del curso: Teora: 1 horas; Practica: 2 horas; Laboratorio: 2 horas;
Prerrequisitos:
CS370. Big Data (9no Sem-Pag. 367)

2. Fundamentacion
Para entender las tecnicas computacionales avanzadas, los estudiantes deberan tener un fuerte
conocimiento de las diversas estructuras discretas, estructuras que seran implementadas y usadas en
laboratorio en el lenguaje de programacion.
3. Objetivos del curso
Que el alumno sea capaz de modelar problemas de ciencia de la computacion usando grafos y
arboles relacionados con estructuras de datos.
Que el alumno aplicar ecientemente estrategias de recorrido para poder buscar datos de una
manera optima.

4. Resultados (Outcomes)
a) Aplicar conocimientos de computacion y de matematicas apropiadas para la disciplina. (Usar)
b) Analizar problemas e identicar y denir los requerimientos computacionales apropiados para su
solucion. (Usar)
i) Utilizar tecnicas y herramientas actuales necesarias para la practica de la computacion. (Usar)
j) Aplicar la base matematica, principios de algoritmos y la teora de la Ciencia de la Computacion en
el modelamiento y diseno de sistemas computacionales de tal manera que demuestre comprension
de los puntos de equilibrio involucrados en la opcion escogida. (Usar)

5. Competencias especficas de Computacion (IEEE)

C2. Capacidad para tener una perspectiva crtica y creativa para identicar y resolver problemas
utilizando el pensamiento computacional. Outcome a
C4. Una comprension 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 identicar temas avanzados de computacion y de la comprension de las fronteras
de la disciplina. Outcome i
CS2. Identicar y analizar los criterios y especicaciones apropiadas a los problemas especcos, y
planicar estrategias para su solucion. Outcome i
CS3. Analizar el grado en que un sistema basado en el ordenador cumple con los criterios denidos
para su uso actual y futuro desarrollo. Outcome j
CS6. Evaluar los sistemas en terminos de atributos de calidad en general y las posibles ventajas y
desventajas que se presentan en el problema dado. Outcome j

380 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 381

6. Contenido del curso

6.1 Sistemas distribudos, 15 hr(s)
Competencias: C2, C4

Topicos: I: Fallos: a) Fallos basados en red (incluyendo particiones) y fallos basados en nodos b) Im-
pacto en garantas a nivel de sistema (p.e., disponibilidad) II: Envo de mensajes distribuido:
a) Conversion y transmision de datos b) Sockets c) Secuenciamiento de mensajes d ) Almacenan-
do Buering, renviando y desechando mensajes III: Compensaciones de diseno para Sistemas
Distribuidos: a) Latencia versus rendimiento b) Consistencia, disponibilidad, tolerancia de par-
ticiones IV: Diseno de Servicio Distribuido: a) Protocolos y servicios Stateful versus stateless
b) Disenos de Sesion (basados en la conexion) c) Disenos reactivos (provocados por E/S) y dise-
nos de multiples hilos V: Algoritmos de Distribucion de Nucleos: a) Eleccion, descubrimiento

Objetivos de Aprendizaje I: Distinguir las fallas de red de otros tipos de fallas [Familiarizarse]
II: Explicar por que estructuras de sincronizacion como cerraduras simples (locks) no son uti-
les en la presencia de fallas distribuidas [Familiarizarse] III: Escribir un programa que realiza
cualquier proceso de marshalling requerido y la conversion en unidades de mensajes, tales como
paquetes, para comunicar datos importantes entre dos hosts [Usar] IV: Medir el rendimiento
observado y la latencia de la respuesta a traves de los hosts en una red dada [Usar] V: Explicar
por que un sistema distribuido no puede ser simultaneamente Consistente (Consistent), Dispo-
nible (Available) y Tolerante a fallas (Partition tolerant). [Familiarizarse] VI: Implementar un
servidor sencillo - por ejemplo, un servicio de correccion ortograca [Usar] VII: Explicar las
ventajas y desventajas entre: overhead, escalabilidad y tolerancia a fallas entre escojer un diseno
sin estado (stateless) y un diseno con estado (stateful) para un determinado servicio [Familiari-
zarse] VIII: Describir los desaos en la escalabilidad, asociados con un servicio cresciente para
soportar muchos clientes, as como los asociados con un servicio que tendra transitoriamente
muchos clientes [Familiarizarse] IX: Dar ejemplos de problemas donde algoritmos de consenso
son requeridos, por ejemplo, la eleccion de lder [Usar]

Bibliografa: [Coulouris et al., 2011]

6.2 Cloud Computing, 15 hr(s)

Competencias: C2, C4

Topicos: I: Vision global de Cloud Computing. II: Historia. III: Vision global de las tecnologias
que envuelve. IV: Benecios, riesgos y aspectos economicos. V: Servicios en la nube. a) In-
fraestructura como servicio 1) Elasticidad de recursos 2) APIs de la Platforma b) Software
como servicio c) Securidad d ) Administracion del Costo VI: Computacion a Escala de Internet:
a) Particionamiento de Tareas b) Acceso a datos c) Clusters, grids y mallas

Objetivos de Aprendizaje I: Explicar el concepto de Cloud Computing. [Familiarizarse] II: Lis-

tar algunas tecnologias relacionadas con Cloud Computing. [Familiarizarse] III: Explicar las
estrategias para sincronizar una vista comun de datos compartidos a traves de una coleccion de
dispositivos [Familiarizarse] IV: Discutir las ventajas y desventajas del paradigma de Cloud
Computing. [Familiarizarse] V: Expresar los benecios economicos as como las caractersti-
cas y riesgos del paradigma de Cloud para negocios y proveedores de cloud. [Familiarizarse]
VI: Diferenciar entre los modelos de servicio. [Usar]

Bibliografa: [Hwang et al., 2011, Buyya et al., 2013]

6.3 Centros de Procesamiento de Datos, 10 hr(s)

Competencias: C16

Topicos: I: Vision global de un centro de procesamiento de datos. II: Consideraciones en el diseno.

III: Comparacion de actuales grandes centros de procesamiento de datos.

Universidad Catolica San Pablo 381

382 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Objetivos de Aprendizaje I: Describir la evolucion de los Data Centers. [Familiarizarse] II: Es-
bozar la arquitectura de un data center en detalle. [Familiarizarse] III: Indicar consideraciones
de diseno y discutir su impacto. [Familiarizarse]

Bibliografa: [Hwang et al., 2011, Buyya et al., 2013]

6.4 Cloud Computing, 20 hr(s)

Competencias: CS2, CS3

Topicos: I: Virtualizacion. a) Gestion de recursos compartidos b) Migracion de procesos II: Segu-

ridad, recursos y isolamiento de fallas. III: Almacenamiento como servicio. IV: Elasticidad.
V: Xen y WMware. VI: Amazon EC2.

Objetivos de Aprendizaje I: Virtualizacion. a) Gestion de recursos compartidos b) Migracion de

procesos . [Familiarizarse] II: Explicar las ventajas y desventajas de usar una infraestructura
vistualizada. [Familiarizarse] III: Identicar las razones por que la virtualizacion esta llegando
a ser enormente util, especialmente en la cloud. [Familiarizarse] IV: Explicar diferentes tipos de
isolamiento como falla, recursos y seguridad proporcionados por la virtualizacion y utilizado por
la cloud. [Familiarizarse] V: Explicar la complejidad que puede tener el administrar en terminos
de niveles de abstraccion y interfaces bien denidas y su aplicabilidad para la virtualizacion en
la cloud. [Familiarizarse] VI: Denir virtualizacion y identicar diferentes tipos de maquinas
virtuales. [Familiarizarse] VII: Identicar condiciones de virtualizacion de CPU, reconocer la
diferencia entre full virtualization y paravirtualization, explicar emulacion como mayor tecnica
para virtualizacion del CPU y examinar planicacion virtual del CPU en Xen. [Familiarizar-
se] VIII: Esbozar la diferencia entre la clasica memoria virtual del SO y la virtualizacion de
memoria. Explicar los multiplos niveles de mapeamiento de paginas en oposicion a la virtua-
lizacion de la memoria. Denir memoria over-commitment e ilustrar sobre WMware memory
ballooning como tecnica de reclamo para sistemas virtualizados con memoria over-committed.
[Familiarizarse]

Bibliografa: [Hwang et al., 2011, Buyya et al., 2013]

6.5 Cloud Computing, 12 hr(s)

Competencias: CS2, CS3

Topicos: I: Almacenamiento de datos en la nube: a) Acceso compartido a data stores de consis-

tencia debil b) Sincronizacion de datos c) Particionamiento de datos d ) Sistemas de Archivos
Distribuidos e) Replicacion II: Vision global sobre tecnologas de almacenamiento. III: Con-
ceptos fundamentales sobre almacenamiento en la cloud. IV: Amazon S3 y EBS. V: Sistema
de archivos distribuidos. VI: Sistema de bases de datos NoSQL.

Objetivos de Aprendizaje I: Describir la organizacion general de datos y almacenamiento. [Fami-

liarizarse] II: Identicar los problemas de escalabilidad y administracion de la big data. Discutir
varias abstracciones en almacenamiento. [Familiarizarse] III: Comparar y contrastar diferen-
tes 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] IV: Comparar y con-
trastar diferentes tipos de bases de datos. Discutir las ventajas y desventajas sobre las bases de
datos NoSQL. [Usar] V: Discutir los conceptos de almacenamiento en la cloud. [Familiarizarse]

Bibliografa: [Hwang et al., 2011, Buyya et al., 2013]

6.6 Modelos de Programacion, 12 hr(s)

Competencias: CS6

Topicos: I: Vision global de los modelso de programacion basados en cloud computing. II: Modelo de
Programacion MapReduce. III: Modelo de programacion para aplicaciones basadas en Grafos.

382 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 383

Objetivos de Aprendizaje I: Explicar los aspectos fundamentales de los modelos de programa-

cion paralela y distribuida. [Familiarizarse] II: Diferencias entre los modelos de programacion:
MapReduce, Pregel, GraphLab y Giraph. [Usar] III: Explicar los principales conceptos en el
modelo de programacion MapReduce. [Usar]
Bibliografa: [Hwang et al., 2011, Buyya et al., 2013, Low et al., 2012, Malewicz et al., 2010, Baluja et al., 2008]

7. Bibliografa
[Baluja et al., 2008] Baluja, S., Seth, R., Sivakumar, D., Jing, Y., Yagnik, J., Kumar, S., Ravichan-
dran, D., and Aly, M. (2008). 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, pages 895904, New York, NY, USA. ACM.
[Buyya et al., 2013] Buyya, R., Vecchiola, C., and Selvi, S. T. (2013). Mastering Cloud Computing:
Foundations and Applications Programming. Morgan Kaufmann Publishers Inc., San Francisco,
CA, USA, 1st edition.
[Coulouris et al., 2011] Coulouris, G., Dollimore, J., Kindberg, T., and Blair, G. (2011). Distributed
Systems: Concepts and Design. Addison-Wesley Publishing Company, USA, 5th edition.
[Hwang et al., 2011] Hwang, K., Dongarra, J., and Fox, G. C. (2011). Distributed and Cloud Compu-
ting: From Parallel Processing to the Internet of Things. Morgan Kaufmann Publishers Inc., San
Francisco, CA, USA, 1st edition.
[Low et al., 2012] Low, Y., Bickson, D., Gonzalez, J., Guestrin, C., Kyrola, A., and Hellerstein, J. M.
(2012). Distributed graphlab: A framework for machine learning and data mining in the cloud.
Proc. VLDB Endow., 5(8):716727.
[Malewicz et al., 2010] Malewicz, G., Austern, M. H., Bik, A. J., Dehnert, J. C., Horn, I., Leiser, N.,
and Czajkowski, G. (2010). Pregel: A system for large-scale graph processing. pages 135146.

Universidad Catolica San Pablo 383

384 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion
SUMILLA
CS393. Sistemas de Infomacion (Electivos)
1. Informacion General
Semestre: 10mo Sem. Creditos: 4
Horas del curso: Teora: 2 horas; Practica: 2 horas; Laboratorio: 2 horas;
Prerrequisitos:
CS292. Ingeniera de Software II (6to Sem-Pag. 291)

2. Fundamentacion
Analizar tecnicas para la correcta implementacion de Sistemas de Informacion escalables, robustos,
conables y ecientes en las organizaciones.
3. Objetivos del curso
Implementar de forma correcta (escalables, robustos, conables y ecientes) Sistemas de Infor-
macion en las organizaciones.

4. Resultados (Outcomes)
c) Disenar, implementar y evaluar un sistema, proceso, componente o programa computacional para
alcanzar las necesidades deseadas. (Usar)
i) Utilizar tecnicas y herramientas actuales necesarias para la practica de la computacion. (Usar)
k) Aplicar los principios de desarrollo y diseno en la construccion de sistemas de software de com-
plejidad variable. (Evaluar)

5. Competencias especficas de Computacion (IEEE)

C7. Ser capaz de aplicar los principios y tecnologas de ingeniera de software para asegurar que
las implementaciones de software son robustos, ables y apropiados para su publico objetivo.
Outcome c
C8. Entendimiento de lo que las tecnologas actuales pueden y no pueden lograr. Outcome c
C13. Comprender la relacion entre la calidad y la gestion del ciclo de vida. Outcome c,i,k
C16. Capacidad para identicar temas avanzados de computacion y de la comprension de las fronteras
de la disciplina. Outcome k
CS4. Implementar la teora apropiada, practicas y herramientas para la especicacion, diseno, imple-
mentacion y mantenimiento, as como la evaluacion de los sistemas basados en computadoras.
Outcome k
CS6. Evaluar los sistemas en terminos de atributos de calidad en general y las posibles ventajas y
desventajas que se presentan en el problema dado. Outcome i
CS10. Implementar efectivamente las herramientas que se utilizan para la construccion y la docu-
mentacion de software, con especial enfasis en la comprension de todo el proceso involucrado
en el uso de computadoras para resolver problemas practicos. Esto debe incluir herramientas
para el control de software, incluyendo el control de versiones y gestion de la conguracion.
Outcome k

384 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 385

6. Contenido del curso

6.1 Introduccion, 15 hr(s)
Competencias: C7,C8,C13
Topicos: I: Introduccion a la gestion de la informacion II: Software para gestion de informacion.
III: Tecnologa para gestion de informacion.
Objetivos de Aprendizaje I: Aplicar correctamente la tecnologa para la gestion de la informacion
[Evaluar]
Bibliografa: [Sommerville, 2010, Pressman and Maxim, 2014]

6.2 Estrategia, 15 hr(s)

Competencias: C16, CS4
Topicos: I: Estrategia para gestion de informacion II: Estrategia para gestion conocimiento III: Es-
trategia para sistema de informacion.
Objetivos de Aprendizaje I: Aplicar y evaluar correctamente estrategias de gestion [Evaluar]
Bibliografa: [Sommerville, 2010, Pressman and Maxim, 2014]

6.3 Implementacion, 15 hr(s)

Competencias: CS4, CS6, CS10
Topicos: I: Gestion de desarrollo de sistemas de informacion. II: Gestion del cambio III: Arqui-
tectura de Informacion
Objetivos de Aprendizaje I: Aplicar y evaluar correctamente estrategias de implementacion [Eva-
luar]
Bibliografa: [Sommerville, 2010, Pressman and Maxim, 2014]

7. Bibliografa
[Pressman and Maxim, 2014] Pressman, R. S. and Maxim, B. (2014). Software Engineering: A Prac-
titioners Approach. McGraw-Hill, 8th edition.

[Sommerville, 2010] Sommerville, I. (2010). Software Engineering. Addison-Wesley, 9th edition.

Universidad Catolica San Pablo 385

386 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion
SUMILLA
CS362. Robotica (Electivos)
1. Informacion General
Semestre: 10mo Sem. Creditos: 4
Horas del curso: Teora: 2 horas; Laboratorio: 4 horas;
Prerrequisitos:
CS361. Topicos en Inteligencia Articial (9no Sem-Pag. 365)

2. Fundamentacion
Que el alumno conozca y comprenda los conceptos y principios fundamentales de control, plani-
cacion de caminos y denicion de estrategias en robotica movil as como conceptos de percepcion
robotica de forma que entienda el potencial de los sistemas roboticos actuales
3. Objetivos del curso
Sintetizar el potencial y las limitaciones del estado del arte de los sistemas roboticos actuales.
Implementar algoritmos de planeamiento de movimientos simples.
Explicar las incertezas asociadas con sensores y la forma de tratarlas.
Disenar una arquitectura de control simple
Describir varias estrategias de navegacion
Entender el rol y las aplicaciones de la percepcion robotica
Describir la importancia del reconocimiento de imagenes y objetos en sistemas inteligentes
Delinear las principales tecnicas de reconocimiento de objetos
Describir las diferentes caractersticas de las tecnologas usadas en percepcion

4. Resultados (Outcomes)
a) Aplicar conocimientos de computacion y de matematicas apropiadas para la disciplina. (Usar)
b) Analizar problemas e identicar y denir los requerimientos computacionales apropiados para su
solucion. (Usar)
h) Incorporarse a un proceso de aprendizaje profesional continuo. (Familiarizarse)
i) Utilizar tecnicas y herramientas actuales necesarias para la practica de la computacion. (Usar)

5. Competencias especficas de Computacion (IEEE)

C2. Capacidad para tener una perspectiva crtica y creativa para identicar y resolver problemas
utilizando el pensamiento computacional. Outcome a
C23. Capacidad para emprender, completar, y presentar un proyecto nal. Outcome b,h
CS1. Modelar y disenar sistemas de computadora de una manera que se demuestre comprension del
balance entre las opciones de diseno. Outcome b
CS12. Operar equipos de computacion y software ecaz de dichos sistemas. Outcome i

386 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 387

6. Contenido del curso

6.1 Conceptos Generales de Robotica, 5 hr(s)
Competencias: CS12

Topicos: I: Vision general: problemas y progreso a) Estado del arte de los sistemas roboticos, inclu-
yendo sus sensores y una vision general de su procesamiento b) Arquitecturas de control robotico,
ejem., deliverado vs. control reactivo y vehiculos Braitenberg c) Modelando el mundo y modelos
de mundo d ) Incertidumbre inherente en deteccion y control II: Conguracion de espacio y
mapas de entorno.

Objetivos de Aprendizaje I: Listar capacidades y limitaciones de sistemas del estado del arte en
robotica de hoy , incluyendo sus sensores y el procesamiento del sensor crucial que informa a
esos sistemas[Familiarizarse] II: Integrar sensores, actuadores y software en un robot disenado
para emprender alguna tarea[Usar]

Bibliografa: [Siegwart and Nourbakhsh, 2004, Thrun and Fox, 2005, Stone, 2000]

6.2 Percepcion Robotica, 15 hr(s)

Competencias: C2,C23

Topicos: I: Interpretando datos del sensor con incertidumbre. II: Localizacion y mapeo.

Objetivos de Aprendizaje I: Programar un robot para llevar a cabo tareas simples usando arqui-
tecturas de control deliverativo, reactivo y/o hbrido [Usar] II: Implementar algoritmos de pla-
nicacion de movimientos fundamentales dentro del espacio de conguracion de un robot[Usar]

Bibliografa: [Siegwart and Nourbakhsh, 2004, Thrun and Fox, 2005]

6.3 Control de Sistemas Roboticos, 20 hr(s)

Competencias: CS1

Topicos: I: Navegacion y control. II: Planeando el movimiento.

Objetivos de Aprendizaje I: Caracterizar las incertidumbres asociadas con sensores y actuadores

de robot comunes; articular estrategias para mitigar esas incertidumbres. [Usar] II: Listar las
diferencias entre representaciones de los robot de su enterno externo, incluyendo sus fortalezas
y defectos[Usar]

Bibliografa: [Siegwart and Nourbakhsh, 2004]

6.4 Vision Robotica, 10 hr(s)

Competencias: C2,CS1

Topicos: I: Vision Computacional a) Adquisicion de imagenes, representacion, procesamiento y pro-

piedades b) Representacion de formas, reconocimiento y segmentacion de objetos c) Analisis de
movimiento II: Modularidad en reconocimiento.

Objetivos de Aprendizaje I: Resumir la importancia del reconocimiento de imagenes y objetos

en Inteligencia Articial (AI) e indicar varias aplicaciones signicativas de esta tecnologia[Usar]
II: Implementar reconocimiento de objetos en 2d basados en la representacion del contorno y/o
regiones basadas en formas[Usar]

Bibliografa: [Sonka and Boile, 2007, Gonzales and Woods, 2007]

Universidad Catolica San Pablo 387

388 Escuela Profesional de Ciencia de la Computacion, Malla 2016

6.5 Sistemas Multi-Robot, 10 hr(s)

Competencias: C23,CS1
Topicos: I: Coordinacion multi-robots.
Objetivos de Aprendizaje I: Comparar y contrastar al menos tres estrategias para la navegacion
de robots dentro de entornos conocidos y/o no conocidos, incluyendo sus fortalezas y defec-
tos[Familiarizarse] II: Describir al menos una aproximacion para la coordinacion de acciones y
deteccion de varios robots para realizar una simple tarea[Familiarizarse]
Bibliografa: [Stone, 2000]

7. Bibliografa
[Gonzales and Woods, 2007] Gonzales, R. C. and Woods, R. E. (2007). Digital Image Processing.
Prentice Hall, 3rd edition.
[Siegwart and Nourbakhsh, 2004] Siegwart, R. and Nourbakhsh, I. (2004). Introduction to Autono-
mous Mobile Robots. The MIT Press.
[Sonka and Boile, 2007] Sonka, M., H. V. and Boile, R. (2007). Image Processing, Analysis and Ma-
chine Vision. Cengage-Engineering.
[Stone, 2000] Stone, P. (2000). Layered Learning in Multiagent Systems. Intelligent Robots and
Autonomous Agents. The MIT Press.
[Thrun and Fox, 2005] Thrun, S., B. W. and Fox, D. (2005). Probabilistic Robotics. Intelligent Robots
and Autonomous Agents. The MIT Press.

388 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 389

Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion
SUMILLA
CS404. Proyecto de Final de Carrera III (Obligatorio)
1. Informacion General
Semestre: 10mo Sem. Creditos: 3
Horas del curso: Teora: 2 horas; Practica: 2 horas;
Prerrequisitos:
CS403. Proyecto de Final de Carrera II (9no Sem-Pag. 363)

2. Fundamentacion
Este curso tiene por objetivo que el alumno logre nalizar adecuadamente su borrador de tesis.
3. Objetivos del curso
Que el alumno complete este curso con su tesis elaborada en calidad suciente como para una
inmediata sustentacion.
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: introduccion, marco teorico,
estado del arte, propuesta, analisis y/o experimentos y bibliografa solida.
Final: Documento de tesis completo y listo para sustentar en un plazo no mayor de quince das.

4. Resultados (Outcomes)
a) Aplicar conocimientos de computacion y de matematicas apropiadas para la disciplina. (Evaluar)
b) Analizar problemas e identicar y denir los requerimientos computacionales apropiados para su
solucion. (Evaluar)
c) Disenar, implementar y evaluar un sistema, proceso, componente o programa computacional para
alcanzar las necesidades deseadas. (Evaluar)
e) Entender correctamente las implicancias profesionales, eticas, legales, de seguridad y sociales de
la profesion. (Evaluar)
f ) Comunicarse efectivamente con audiencias diversas. (Evaluar)
h) Incorporarse a un proceso de aprendizaje profesional continuo. (Evaluar)
i) Utilizar tecnicas y herramientas actuales necesarias para la practica de la computacion. (Evaluar)
l) Desarrollar principios investigacion en el area de computacion con niveles de competividad inter-
nacional. (Evaluar)

5. Competencias especficas de Computacion (IEEE)

C1. La comprension intelectual y la capacidad de aplicar las bases matematicas y la teora de la
informatica (computer science). Outcome a,b,c
C20. Posibilidad de conectar la teora y las habilidades aprendidas en la academia a los aconteci-
mientos del mundo real que explican su pertinencia y utilidad. Outcome e,f.g
CS2. Identicar y analizar los criterios y especicaciones apropiadas a los problemas especcos, y
planicar estrategias para su solucion. Outcome h,i,l

Universidad Catolica San Pablo 389

390 Escuela Profesional de Ciencia de la Computacion, Malla 2016

6. Contenido del curso

6.1 Escritura del Borrador del trabajo de final de carrera (tesis), 60 hr(s)
Competencias: C1,C20,CS2
Topicos: I: Redaccion y correccion del trabajo de nal de carrera
Objetivos de Aprendizaje I: Parte experimental concluda (si fuese adecuado al proyecto) [Eva-
luar] II: Vericar que el documento cumpla con el formato de tesis de la carrera [Evaluar]
III: Entrega del borrador de tesis nalizado y considerado listo para una sustentacion publica
del mismo (requisito de aprobacion) [Evaluar]
Bibliografa: [IEEE-Computer Society, 2008, Association for Computing Machinery, 2008, CiteSeer.IST, 2008]

7. Bibliografa
[Association for Computing Machinery, 2008] Association for Computing Machinery (2008). Digital
Libray. Association for Computing Machinery. http://portal.acm.org/dl.cfm.
[CiteSeer.IST, 2008] CiteSeer.IST (2008). Scientic Literature Digital Libray. College of Information
Sciences and Technology, Penn State University. http://citeseer.ist.psu.edu.
[IEEE-Computer Society, 2008] IEEE-Computer Society (2008). Digital Libray. IEEE-Computer So-
ciety. http://www.computer.org/publications/dlib.

390 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 391

Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion
SUMILLA
FG211. Etica Profesional (Obligatorio)
1. Informacion General
Semestre: 10mo Sem. Creditos: 3

Horas del curso: Teora: 3 horas;

Prerrequisitos:

FG301. Ensenanza Social de la Iglesia (9no Sem-Pag. 378)

2. Fundamentacion
La etica es una parte constitutiva inherente al ser humano, y como tal debe plasmarse en el actuar
cotidiano y profesional de la persona humana. Es indispensable que la persona asuma su rol activo
en la sociedad pues los sistemas economico-industrial, poltico y social no siempre estan en funcion de
valores y principios, siendo estos en realidad los pilares sobre los que debera basarse todo el actuar
de los profesionales.

3. Objetivos del curso

Que el alumno ample sus propios criterios personales de discernimiento moral en el quehacer
profesional, de forma que no solo tome en cuenta los criterios tecnicos pertinentes sino que
incorpore a s mismo cuestionamientos de orden moral y se adhiera a una etica profesional
correcta, de forma que sea capaz de aportar positivamente en el desarrollo economico y social
de la ciudad, region, pas y comunidad global.[Usar]

4. Resultados (Outcomes)
n) Aplicar conocimientos de humanidades en su labor profesional. (Usar)

n) Comprender que la formacion de un buen profesional no se desliga ni se opone sino mas bien
contribuye al autentico crecimiento personal. Esto requiere de la asimilacion de valores solidos,
horizontes espirituales amplios y una vision profunda del entorno cultural. (Usar)

o) Mejorar las condiciones de la sociedad poniendo la tecnologa al servicio del ser humano. (Usar)

5. Competencias especficas de Computacion (IEEE)

C10. Comprension del impacto en las personas, las organizaciones y la sociedad de la implementacion
de soluciones tecnologicas e intervenciones. Outcome n,n,o

C20. Posibilidad de conectar la teora y las habilidades aprendidas en la academia a los aconteci-
mientos del mundo real que explican su pertinencia y utilidad. Outcome n,n,o

C21. Comprender el aspecto profesional, legal, seguridad, asuntos polticos, humanistas, ambientales,
culturales y eticos. Outcome n,n,o

C22. Capacidad para demostrar las actitudes y prioridades que honrar, proteger y mejorar la estatura
y la reputacion etica de la profesion. Outcome n,n,o

Universidad Catolica San Pablo 391

392 Escuela Profesional de Ciencia de la Computacion, Malla 2016

6. Contenido del curso

6.1 Objetividad moral, 12 hr(s)
Competencias: C10,C21

Topicos: I: Ser profesional y ser moral. II: La objetividad moral y la formulacion de principios
morales. III: El profesional y sus valores. IV: La conciencia moral de la persona. V: El
aporte de la DSI en el quehacer profesional. VI: El bien comun y el principio de subsidiaridad.
VII: Principios morales y propiedad privada. VIII: Justicia: Algunos conceptos basicos.

Objetivos de Aprendizaje I: Presentar al alumno la importancia de tener principios y valores en

la sociedad actual.[Usar] II: Presentar algunos de los principios de podran contribuir en la
sociedad de ser aplicados y vividos da a da. [Usar] III: Presentar a los alumnos el aporte de
la Doctrina Social de la Iglesia en el quehacer profesional. [Usar]

Bibliografa: [for Computing Machinery (ACM), 1992, Schmidt, 1995, Loza, 2000, Argandona, 2006]

6.2 Liderazgo, Responsabilidad Individual, 12 hr(s)

Competencias: C20,C22

Topicos: I: La responsabilidad individual del trabajador en la empresa. II: Liderazgo y etica profe-
sional en el entorno laboral. III: Principios generales sobre la colaboracion en hechos inmorales.
IV: El profesional frente al soborno: vctima o colaboracion?

Objetivos de Aprendizaje I: Presentar al alumno el rol de la responsabilidad social individual y

del liderazgo en la empresa. [Familiarizarse] II: Conocer el juicio de la etica frente a la corrupcion
y sobornos como forma de relacion laboral. [Familiarizarse] III: Presentar la profesion como
una forma de realizacion personal, y como consecuencia. []

Bibliografa: [for Computing Machinery (ACM), 1992, Manzone, 2007, Schmidt, 1995, Perez Lopez, 1998,
Nieburh, 2003]

6.3 Etica y Nuevas Tecnologas, 12 hr(s)

Competencias: C10,C20,C21

Topicos: I: La etica profesional frente a la etica general. II: Trabajo y profesion en los tiempos
actuales. III: Etica, ciencia y tecnologa. IV: Valores eticos en organizaciones relacionadas con
el uso de la informacion. V: Valores eticos en la era de la Sociedad de la Informacion.

Objetivos de Aprendizaje I: Presentar al alumno las interrelaciones entre etica y las disciplinas
de la ultima era tecnologica.[Familiarizarse]

Bibliografa: [for Computing Machinery (ACM), 1992, IEEE, 2004, Hernandez, 2006]

6.4 Aplicaciones practicas, 12 hr(s)

Competencias: C21,C22

Topicos: I: Etica informatica. a) Etica y software. b) El software libre. II: Regulacion y etica de
telecomunicaciones. a) Etica en Internet. III: Derechos de autor y patentes. IV: Etica en los
servicios de consultora. V: Etica en los procesos de innovacion tecnologica. VI: Etica en la
gestion tecnologica y en empresas de base tecnologica.

Objetivos de Aprendizaje I: Presentar al alumno algunos aspectos que confrontan la etica con el
quehacer de las disciplinas emergentes en la sociedad de la informacion.[Familiarizarse]

Bibliografa: [para las Comunicaciones Sociales, 2002, Hernandez, 2006, for Computing Machinery (ACM), 1992]

392 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 393

7. Bibliografa
[Argandona, 2006] Argandona (2006). La identidad cristiana del directivo de empresa. IESE.
[for Computing Machinery (ACM), 1992] for Computing Machinery (ACM), A. (1992). Acm code of
ethics and professional conduct.
[Hernandez, 2006] Hernandez, A. (2006). Etica Actual y Profesional. Lecturas para la Convivencia
Global en el Siglo XXI. Ed. Thomson.
[IEEE, 2004] IEEE (2004). Ieee code of ethics. IEE.
[Loza, 2000] Loza, C. (2000). El aporte de la doctrina social de la iglesia a la toma de decisiones
empresariales. Separata ofrecida por el profesor.
[Manzone, 2007] Manzone, G. (2007). La Responsabilidad de la Empresa, Business Ethics y Doctrina
Social de la Iglesia en Dialogo. Universidad Catolica San Pablo.
[Nieburh, 2003] Nieburh, R. (2003). El Yo Responsable. Ensayo de Filosofa Moral Cristiana. Bilbao.

[para las Comunicaciones Sociales, 2002] para las Comunicaciones Sociales, P. C. (2002). Etica en
Internet.
[Perez Lopez, 1998] Perez Lopez, J. A. (1998). Liderazgo y Etica en la Direccion de Empresas. Bilbao.

[Schmidt, 1995] Schmidt, E. (1995). Etica y Negocios para America Latina. Universidad del Pacco.

Universidad Catolica San Pablo 393

394 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion
SUMILLA
FG220. Analisis de la Realidad Peruana (Obligatorio)
1. Informacion General
Semestre: 10mo Sem. Creditos: 3
Horas del curso: Teora: 3 horas;
Prerrequisitos:
FG221. Historia de la Ciencia y Tecnologa (9no Sem-Pag. 376)

2. Fundamentacion
La formacion integral del alumno supone una adecuada valoracion historica de la realidad nacional
de modo que su accionar profesional este integrado y articulado con la identidad cultural peruana,
que genera el compromiso de hacer de nuestra sociedad un ambito mas humano, solidario y justo.
3. Objetivos del curso
Analizar y comprender la situacion actual del Peru desde una perspectiva historica y sociologica,
de modo que los alumnos puedan reconocerse y entenderse como parte de una Nacion sellada
en su nucleo mas ntimo por los valores cristianos que impulsan la construccion de una sociedad
mas justa y reconciliada. [Familiarizarse]

4. Resultados (Outcomes)
e) Entender correctamente las implicancias profesionales, eticas, legales, de seguridad y sociales de
la profesion. (Usar)
n) Aplicar conocimientos de humanidades en su labor profesional. (Usar)

5. Competencias especficas de Computacion (IEEE)

C20. Posibilidad de conectar la teora y las habilidades aprendidas en la academia a los aconteci-
mientos del mundo real que explican su pertinencia y utilidad. Outcome e,n

6. Contenido del curso

6.1 Primera Unidad, 18 hr(s)
Competencias: C20
Topicos: I: Aspectos conceptuales relevantes para elaboracion de las matrices analticas. a) Cultura.
b) Identidad. c) Nacion. d ) Sociedad. e) Estado. f ) Normas para elaboracion de matrices. II: El
imperio de los Incas. a) Repaso de aspectos socio-culturales mas importantes. b) Elaboracion de
la matriz del imperio Inca. III: Conquista espanola. a) Encuentro o choque de las culturas?.
b) Hacia una comprension integral del fenomeno. c) Debate conceptual. d ) Elaboracion de matriz:
cultura espanola. IV: Virreinato. a) Repaso de aspectos socio-culturales mas importantes.
b) Surgimiento de la identidad nacional peruana al calor de la Fe Catolica. c) Elaboracion de
matriz: cultura virreinal.
Objetivos de Aprendizaje I: Comprender adecuadamente el proceso historico que determina el na-
cimiento de nuestra identidad nacional a partir de la sntesis cultural del virreinato.[Familiarizarse]
Bibliografa: [Belaunde, 1965, Messori, 1998, Morande, 1987, Vargas Ugarte, 1996]

394 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 395

6.2 Segunda Unidad, 6 hr(s)

Competencias: C20
Topicos: I: El proceso de la emancipacion peruana. II: Hacia una compresion integral del fenomeno.
III: Debate conceptual. IV: Elaboracion de matriz.
Objetivos de Aprendizaje I: Comprender el proceso independentista peruano como expresion de
la identidad nacional.[Familiarizarse]
Bibliografa: [Pease, 1999, Basadre, 1994, Vargas Ugarte, 1996]

6.3 Tercera Unidad, 9 hr(s)

Competencias: C20
Topicos: I: Primeros cambios culturales. a) Inicio del proceso secularizador de la cultura. b) Primera
Republica y Militarismo. c) Repaso de aspectos socio-culturales mas importantes. d ) Elaboracion
de matriz. II: Prosperidad Falaz. a) Repaso de aspectos socio-culturales mas importantes.
b) Elaboracion de matriz. III: Guerra con Chile. a) Repaso de aspectos socio-culturales mas
importantes. b) Elaboracion de matriz.
Objetivos de Aprendizaje I: Identicar adecuadamente los procesos historicos de desintegracion
nacional en el siglo XIX.[Familiarizarse]
Bibliografa: [Pease, 1999, Vargas Ugarte, 1996]

6.4 Cuarta Unidad, 18 hr(s)

Competencias: C20
Topicos: I: Principales ideologas polticas en el siglo XX en contrapunto con los principios de la Doc-
trina Social de la Iglesia. II: Ciclo liberal. a) Repaso de aspectos socio-culturales mas importan-
tes. b) Elaboracion de matriz. III: Ciclo Nacional-Populista. a) Primer subciclo (1930-1948).
1) Repaso de aspectos socio-culturales mas importantes. 2) Elaboracion de matriz. b) Segundo
subciclo (1948-1968). 1) Repaso de aspectos socio-culturales mas importantes. 2) Elaboracion de
matriz. c) Tercer subciclo (1968-1980). 1) Repaso de aspectos socio-culturales mas importantes.
2) Elaboracion de matriz. d ) Cuarto subciclo (1980-1990). 1) Repaso de aspectos socio-culturales
mas importantes. 2) Elaboracion de matriz. IV: Ciclo Neoliberal (1990- ?). a) Repaso de
aspectos socio-culturales mas importantes. b) Elaboracion de matriz. V: Situacion de la Nacion
Peruana. VI: Recuperacion de la integracion y la solidaridad socio-cultural.
Objetivos de Aprendizaje I: Identicar adecuadamente los procesos historicos de desintegracion
nacional en el siglo XX.[Familiarizarse]
Bibliografa: [Pease, 1999, De la puente Candamo, 2006, Quiroz Paz Soldan, 2006]

7. Bibliografa
[Basadre, 1994] Basadre, J. (1994). Peru: Problema y posibilidad. Fundacion MJ. Bustamante de la
Fuente.
[Belaunde, 1965] Belaunde, V. A. (1965). Peruanidad. Studium.
[De la puente Candamo, 2006] De la puente Candamo, J. A. (2006). Reexiones sobre la identidad
nacional. Persona y Cultura, 4(4):941.
[Messori, 1998] Messori, V. (1998). Leyendas Negras de la Iglesia. Editorial Planeta, S.A., 6a. ed.
edition.
[Morande, 1987] Morande, P. (1987). Cultura y Modernizacion en America Latina. Editorial Planeta,
S.A.

Universidad Catolica San Pablo 395

396 Escuela Profesional de Ciencia de la Computacion, Malla 2016

[Pease, 1999] Pease, F. (1999). Breve Historia Contemporanea del Peru. Fondo de Cultura Economica.
[Quiroz Paz Soldan, 2006] Quiroz Paz Soldan, E. (2006). La identidad cultural arequipena como
camino a la identidad nacional peruana. Persona y Cultura, 4(4):5775.
[Vargas Ugarte, 1996] Vargas Ugarte, R. (1996). Historia General del Peru. Milla Batres, Carlos.

396 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 397

Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion
SUMILLA
ET301. Formacion de Empresas de Base Tecnologica II
(Obligatorio)
1. Informacion General
Semestre: 10mo Sem. Creditos: 3

Horas del curso: Teora: 2 horas; Practica: 2 horas;

Prerrequisitos:

ET201. Formacion de Empresas de Base Tecnologica I (9no Sem-Pag. 381)

2. Fundamentacion
Este curso tiene como objetivo dotar al futuro profesional de conocimientos, actitudes y aptitudes
que le permitan formar su propia empresa de desarrollo de software y/o consultora en informatica.
El curso esta dividido en tres unidades: Valorizacion de Proyectos, Marketing de Servicios y Negocia-
ciones. En la primera unidad se busca que el alumno pueda analizar y tomar decisiones en relacion a
la viabilidad de un proyecto y/o negocio.
En la segunda unidad se busca preparar al alumno para que este pueda llevar a cabo un plan de
marketing satisfactorio del bien o servicio que su empresa pueda ofrecer al mercado. La tercera unidad
busca desarrollar la capacidad negociadora de los participantes a traves del entrenamiento vivencial y
practico y de los conocimientos teoricos que le permitan cerrar contrataciones donde tanto el cliente
como el proveedor resulten ganadores. Consideramos estos temas sumamente crticos en las etapas de
lanzamiento, consolidacion y eventual relanzamiento de una empresa de base tecnologica.

3. Objetivos del curso

Que el alumno comprenda y aplique la terminologa y conceptos fundamentales de ingeniera
economica que le permitan valorizar un proyecto para tomar la mejor decision economica.

Que el alumno adquiera las bases para formar su propia empresa de base tecnologica.

4. Resultados (Outcomes)
d) Trabajar efectivamente en equipos para cumplir con un objetivo comun. (Usar)

f ) Comunicarse efectivamente con audiencias diversas. (Usar)

m) Transformar sus conocimientos del area de Ciencia de la Computacion en emprendimientos

tecnologicos. (Evaluar)

5. Competencias especficas de Computacion (IEEE)

C17. Capacidad para expresarse en los medios de comunicacion orales y escritos como se espera de
un graduado.. Outcome f

C18. Capacidad para participar de forma activa y coordinada en un equipo. Outcome d

C19. Capacidad para identicar ecazmente los objetivos y las prioridades de su trabajo / area /
proyecto con indicacion de la accion, el tiempo y los recursos necesarios. Outcome m

C20. Posibilidad de conectar la teora y las habilidades aprendidas en la academia a los aconteci-
mientos del mundo real que explican su pertinencia y utilidad. Outcome m

Universidad Catolica San Pablo 397

398 Escuela Profesional de Ciencia de la Computacion, Malla 2016

C21. Comprender el aspecto profesional, legal, seguridad, asuntos polticos, humanistas, ambientales,
culturales y eticos. Outcome m
C22. Capacidad para demostrar las actitudes y prioridades que honrar, proteger y mejorar la estatura
y la reputacion etica de la profesion. Outcome m
C23. Capacidad para emprender, completar, y presentar un proyecto nal. Outcome m
C24. Comprender la necesidad de la formacion permanente y la mejora de habilidades y capacidades.
Outcome m

6. Contenido del curso

6.1 Valorizacion de Proyectos, 20 hr(s)
Competencias: C19
Topicos: I: Introduccion II: Proceso de toma de decisiones III: El valor del dinero en el tiempo
IV: Tasa de interes y tasa de rendimiento V: Interes simple e interes compuesto VI: Identi-
cacion de costos VII: Flujo de Caja Neto VIII: Tasa de Retorno de Inversion (TIR) IX: Valor
Presente Neto (VPN) X: Valorizacion de Proyectos
Objetivos de Aprendizaje I: Permitir al alumno tomar decisiones sobre como invertir mejor los
fondos disponibles, fundamentadas en el analisis de los factores tanto economicos como no eco-
nomicos que determinen la viabilidad de un emprendimiento. [Evaluar]
Bibliografa: [Blank and Tarkin, 2006]

6.2 Marketing de Servicios, 30 hr(s)

Competencias: C20
Topicos: I: Introduccion II: Importancia del marketing en las empresas de servicios III: El Pro-
ceso estrategico. IV: El Plan de Marketing V: Marketing estrategico y marketing operativo
VI: Segmentacion, targeting y posicionamiento de servicios en mercados competitivos VII: Ci-
clo de vida del producto VIII: Aspectos a considerar en la jacion de precios en servicios
IX: El rol de la publicidad, las ventas y otras formas de comunicacion X: El comportamiento
del consumidor en servicios XI: Fundamentos de marketing de servicios XII: Creacion del
modelo de servicio XIII: Gestion de la calidad de servicio
Objetivos de Aprendizaje I: Brindar las herramientas al alumno para que pueda identicar, ana-
lizar y aprovechar las oportunidades de marketing que generan valor en un emprendimiento.
[Usar] II: Lograr que el alumno conozca, entienda e identique criterios, habilidades, metodos y
procedimientos que permitan una adecuada formulacion de estrategias de marketing en sectores
y medios especcos como lo es una empresa de base tecnologica. [Usar]
Bibliografa: [Kotler and Keller, 2006, Lovelock and Wirtz, 2009]

6.3 Negociaciones, 10 hr(s)

Competencias: C18
Topicos: I: Introduccion. Que es una negociacion? II: Teora de las necesidades de la negociacion
III: La proceso de la negociacion IV: Estilos de negociacion V: Teora de juegos VI: El
metodo Harvard de negociacion
Objetivos de Aprendizaje I: Conocer los puntos clave en el proceso de negociacion. [Usar] II: Es-
tablecer una metodologa de negociacion ecaz. [Usar] III: Desarrollar destrezas y habilidades
que permitan llevar a cabo una negociacion exitosa. [Usar]
Bibliografa: [Fisher et al., 1996, de Manuel Das and Martnez, 2006]

398 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 399

7. Bibliografa
[Blank and Tarkin, 2006] Blank, L. and Tarkin, A. (2006). Ingeniera Economica. McGraw Hill,
Mexico D.F., Mexico.
[de Manuel Das and Martnez, 2006] de Manuel Das, F. and Martnez, R. M.-V. (2006). Tecnicas
de Negociacion. Un metodo practico. Esic, Madrid.
[Fisher et al., 1996] Fisher, R., Ury, W., and Patton, B. (1996). Si... ade
acuerdo! Como negociar sin
ceder. Norma, Barcelona.
[Kotler and Keller, 2006] Kotler, P. and Keller, K. L. (2006). Direccion de Marketing. Prentice Hall,
Mexico.
[Lovelock and Wirtz, 2009] Lovelock, C. and Wirtz, J. (2009). Marketing de servicios. Personal, tec-
nologa y estrategia. Prentice Hall, Mexico.

Universidad Catolica San Pablo 399

400 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion
SUMILLA
ID101. Ingles tecnico profesional (Obligatorio)
1. Informacion General
Semestre: 10mo Sem. Creditos: 3

Horas del curso: Teora: 2 horas; Practica: 2 horas;

Prerrequisitos: Ninguno

2. Fundamentacion
Parte fundamental de la formacion integral de un profesional es la habilidad de comunicarse en
un idioma extranjero ademas del propio idioma nativo. No solamente ampla su horizonte cultural
sino que permite una vision mas humana y comprensiva de la vida de las personas. En el caso de los
idiomas extranjeros, indudablemente el Ingles es el mas pratcico porque es hablado alrededor de todo
el mundo. No hay pas alguno donde este no sea hablado. En las carreras relacionadas con los servicios
al turista el Ingles es tal vez la herramienta practica mas importante que el alumno debe dominar
desde el primer momento, como parte de su formacion integral.

3. Objetivos del curso

Conocer el idioma Ingles y su estructura gramatical.

Identicar situaciones y emplear dialogos relacionados a ellas.

4. Resultados (Outcomes)
C25. Capacidad para comunicarse en un segundo idioma. Outcome f,i

5. Contenido del curso

f ) Comunicarse efectivamente con audiencias diversas. (Usar)

i) Utilizar tecnicas y herramientas actuales necesarias para la practica de la computacion. (Usar)

6. Competencias especficas de Computacion (IEEE)

6.1 Hello everybody!, 0 hr(s)
Competencias: 2

Topicos: I: Verbo To Be. II: Oraciones Armativas, Negativas y Preguntas. III: Expresiones
Numericas. IV: Objetos y Pases. V: Expresiones para saludar y hacer presentaciones.

Objetivos de Aprendizaje I: Al terminar la primera unidad, cada uno de los alumnos, compren-
diendo la gramatica del tiempo presente es capaz de expresar una mayor cantidad de expresiones
de tiempo y ademas usar oraciones con el verbo To Be para expresar situacion y estado. II: Que
el alumno sea capaz de analizar y expresar ideas acerca de fechas y numeros en orden.

Bibliografa: [Soars and John, 2002d, Soars and John, 2002f, Soars and John, 2002e, Cambridge, 2006,
MacGrew, 1999]

400 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 401

6.2 Meeting people!, 0 hr(s)

Competencias: 2

Topicos: I: Adjetivos Posesivos. II: Expresiones para averiguar precios. III: Expresiones de Po-
sesion. IV: Vocabulario de Familia, Comidas y Bebidas. V: Pedidos formales. VI: Cartas
informales.

Objetivos de Aprendizaje I: Al terminar la segunda unidad, los alumnos habiendo identicado

la forma de expresar pedidos y hacer ofrecimientos en restaurantes los utilizan en situaciones
varias. Explica y aplica vocabulario de comidas y bebidas.

Bibliografa: [Soars and John, 2002d, Soars and John, 2002f, Soars and John, 2002e, Cambridge, 2006,
MacGrew, 1999]

6.3 The world of work, 0 hr(s)

Competencias: 2

Topicos: I: Tiempo Presente Simple. Auxiliares. II: Oraciones Armativas, Negativas y Preguntas.
III: Verbos comunes y Ocupaciones. IV: Indicaciones para expresar la hora.

Objetivos de Aprendizaje I: Al terminar la tercera unidad, los alumnos habiendo reconocido las
caractersticas del presente simple, lo utiliza para hacer descripciones de diversos tipos. Describen
personas y lugares y dan indicaciones de direccion. Expresa la hora.

Bibliografa: [Soars and John, 2002d, Soars and John, 2002f, Soars and John, 2002e, Cambridge, 2006,
MacGrew, 1999]

6.4 Take it easy!, 0 hr(s)

Competencias: 2

Topicos: I: Presente Simple 2. II: Oraciones Armativas, Negativas y Preguntas. III: Uso de
Verbos de entretenimiento. IV: Tiempo Libre. V: Las estaciones del ano. VI: Expresiones de
actividades sociales.

Objetivos de Aprendizaje I: Al terminar la cuarta unidad, los alumnos habiendo identicado la

idea de expresar ideas de acciones de tiempo libre en Presente Simple y Continuo. Expresan
ideas de estaciones y actividades relacionadas.

Bibliografa: [Soars and John, 2002d, Soars and John, 2002f, Soars and John, 2002e, Cambridge, 2006,
MacGrew, 1999]

6.5 Where do you live?, 0 hr(s)

Competencias: 2

Topicos: I: Uso There is/There are. II: Oraciones con Preposiciones. III: Expresiones de Cantidad.
IV: Vocabulario de aviones y lugares. V: Expresiones de indicaciones de direccion.

Objetivos de Aprendizaje I: Al nalizar la quinta unidad, los alumnos, a partir de la comprension

del tiempo presente continuo, elaborararan oraciones utilizando ideas de ubicacion y de lugar.
Asimilaran ademas la necesidad de expresar objetos de uso comun. Adquiriran vocabulario para
describir las partes de una casa usan expresiones para pedir indicaciones de direccion.

Bibliografa: [Soars and John, 2002d, Soars and John, 2002f, Soars and John, 2002e, Cambridge, 2006,
MacGrew, 1999]

Universidad Catolica San Pablo 401

402 Escuela Profesional de Ciencia de la Computacion, Malla 2016

6.6 Can you speak English?, 0 hr(s)

Competencias: 2
Topicos: I: Can/cant. II: Pasado del verbo To Be. Uso de Could. III: Vocabulario de Pases e
idiomas. IV: Expresiones para el uso del telefono. V: Redaccion de cartas formales. VI: Lec-
turas.
Objetivos de Aprendizaje I: Al nalizar la sexta unidad, los alumnos habiendo conocido los fun-
damentos del uso de auxiliares de modo, crearan oraciones aplicadas al contexto adecuado. Enfa-
tizan la diferencia entre idiomas y nacionalidades. Describen sentimientos. Utilizan expresiones
en el telefono.

Bibliografa: [Soars and John, 2002d, Soars and John, 2002f, Soars and John, 2002e, Cambridge, 2006,
MacGrew, 1999]

6.7 Then and now!, 0 hr(s)

Competencias: 2
Topicos: I: Pasado Simple. II: Expresiones de tiempo pasado. III: Vocabulario verbos regulares
e irregulares. IV: Expresiones para describir el clima. V: Redaccion de parrafos descriptivos.
VI: Ocasiones Especiales.
Objetivos de Aprendizaje I: Al nalizar la setima unidad, los alumnos habiendo conocido los
fundamentos de la estructuracion del Pasado Simple experimentan la necesidad de poder expresar
este tipo de tiempo en acciones. Realizaran practicas en contextos adecuados. Enfatizan la
diferencia entre verbos irregulares y regulares. Describen acciones con verbos varios. Utilizan
expresiones para describir el clima.
Bibliografa: [Soars and John, 2002d, Soars and John, 2002f, Soars and John, 2002e, Cambridge, 2006,
MacGrew, 1999]

7. Bibliografa
[Cambridge, 2006] Cambridge (2006). Diccionario Ingles-Espanol Cambridge. Editorial Oxford.
[MacGrew, 1999] MacGrew, J. (1999). Focus on Grammar Basic. Editorial Oxford.
[Soars and John, 2002d] Soars, L. and John (2002d). American Headway N 2 Student Book. Editorial
Oxford.
[Soars and John, 2002e] Soars, L. and John (2002e). American Headway N 2 Teachers Book. Editorial
Oxford.
[Soars and John, 2002f] Soars, L. and John (2002f). American Headway N 2 Work Book. Editorial
Oxford.

402 Universidad Catolica San Pablo

Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016

Captulo 5

Equivalencias con otros planes curriculares

A continuacion se pueden observar las equivalencias de la presente malla con el(los) Plan(es) curricular(es) anterior(ES). Para ver mayores detalles de
la malla propuesta observar la seccion 3.3 Pag. 150.

5.1. Equivalencia del Plan 2006 al Plan 2016

Primer Semestre Plan 2006 Plan 2016

Codigo Curso Cr Codigo Curso Sem Cr
HU101 Comunicacion 3 FG101 Comunicacion 1er 3
CS101F Introduccion a la Programacion 4 CS111 Programacion de Video Juegos 1er 4
HU103 Introduccion a la Vida Universitaria 3 FG103 Introduccion a la Vida Universitaria 1er 3
CS105 Estructuras Discretas I 4 CS1D1 Estructuras Discretas I 1er 4
HU102 Metodologa del Estudio 3 FG102 Metodologa del Estudio 1er 3
403

403
CB101 Algebra y Geometra 5 MA101 Matematica II 2do 4
404

404
Segundo Semestre Plan 2006 Plan 2016
Codigo Curso Cr Codigo Curso Sem Cr
CS101O Introduccion a la Programacion Orientada a Ob- 5 CS112 Ciencia de la Computacion I 2do 5
jetos
FG112 Persona, Matrimonio y Familia 2do 2
HU104 Fundamentos de Filosofa 3 FG104 Introduccion a la Filosofa 2do 3
CB102 Analisis Matematico I 5 MA100 Matematica I 1er 5
HU106 Teatro 2 FG106 Teatro 5to 2
HU105 Apreciacion de la Musica 2 FG105 Apreciacion Musical 2do 2
CS106 Estructuras Discretas II 4 CS1D2 Estructuras Discretas II 2do 4
CS100 Introduccion a la Ciencia de la Computacion 3 CS100 Introduccion de Ciencia de la Computacion 2do 3

Escuela Profesional de Ciencia de la Computacion, Malla 2016

Tercer Semestre Plan 2006 Plan 2016
Codigo Curso Cr Codigo Curso Sem Cr
CB111 Fsica I 3 CB111 Fsica Computacional 5to 4
HU203 Oratoria y Expresion Personal 2 FG203 Oratoria 6to 2
CS102O Objetos y Abstraccion de Datos 4 CS113 Ciencia de la Computacion II 3er 4
HU107 Fundamentos Antropologicos de la Ciencia de la 2 FG107 Antropologa Filosoca y Teologica 3er 3
Computacion
HU202 Apreciacion Literaria 2 FG202 Apreciacion Literaria 3er 2
HU201 Artes Plasticas 2 FG201 Apreciacion Artstica 3er 2
HU350 Liderazgo y Desempeno 2 FG350 Liderazgo 7mo 2
Universidad Catolica San Pablo

CB103 Analisis Matematico II 5 MA102 Calculo I 3er 4

CS107 Estructuras Discretas III 3 CS1D3 Algebra Abstracta 3er 3
CS103 Introduccion a Internet 3 CS2B1 Desarrollo Basado en Plataformas 3er 3

Cuarto Semestre Plan 2006 Plan 2016

Codigo Curso Cr Codigo Curso Sem Cr
CS103O Algoritmos y Estructuras de Datos 4 CS210 Algoritmos y Estructuras de Datos 4to 4
CS302 Estadstica y Probabilidades 4 MA203 Estadstica y Probabilidades 4to 4
CS211T Teora de la Computacion 5 CS211 Teora de la Computacion 4to 4
CB201 Analisis Matematico III 5 MA201 Calculo II 4to 4
Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016

Quinto Semestre Plan 2006 Plan 2016
Codigo Curso Cr Codigo Curso Sem Cr
CS306 Analisis Numerico 4 MA306 Analisis Numerico 5to 3
HU205 Historia de la Cultura 3 FG205 Historia de la Cultura 8vo 3
CS210T Analisis y Diseno de Algoritmos 4 CS212 Analisis y Diseno de Algoritmos 5to 4
CS220T Arquitectura de Computadores 3 CS221 Arquitectura de Computadores 3er 3
CS290T Ingeniera de Software I 4 CS291 Ingeniera de Software I 5to 4
CS270T Base de Datos I 4 CS271 Bases de Datos I 4to 4

Sexto Semestre Plan 2006 Plan 2016

Codigo Curso Cr Codigo Curso Sem Cr
CS271T Base de Datos II 4 CS272 Bases de Datos II 5to 3
CS315 Estructuras de Datos Avanzadas 4 CS312 Estructuras de Datos Avanzadas 6to 4
FG204 Teologa 4to 2
CS343 Lenguajes de Programacion 3 CS341 Lenguajes de Programacion 7mo 4
CS390 Ingeniera de Software II 4 CS292 Ingeniera de Software II 6to 4
CS225T Sistemas Operativos 4 CS2S1 Sistemas Operativos 6to 4

Septimo Semestre Plan 2006 Plan 2016

Codigo Curso Cr Codigo Curso Sem Cr
CS401 Proyecto I 3 CS401 Metodologa de la Investigacion en Computacion 7mo 2
CB202 Matematica Aplicada a la Computacion 4 MA307 Matematica aplicada a la computacion 6to 4
CS391 Calidad de Software 3 CS391 Ingeniera de Software III 7mo 3
CS250W Interaccion Humano Computador 3 CS2H1 Interaccion Humano Computador 8vo 3
CS309 Computacion Molecular Biologica 2 CB309 Computacion Molecular Biologica 9no 4
CS3P1 Computacion Paralela y Distribuda 8vo 4
405

405
CS255 Computacion Graca 4 CS251 Computacion Graca 7mo 4
406

406
Octavo Semestre Plan 2006 Plan 2016
Codigo Curso Cr Codigo Curso Sem Cr
CS280T Aspectos Sociales y Profesionales de la Compu- 2 CS281 Computacion en la Sociedad 8vo 2
tacion
CS240S Compiladores 4 CS342 Compiladores 8vo 4
CS402 Proyecto II 3 CS402 Proyecto de Final de Carrera I 8vo 3
CS392 Topicos en Ingeniera de Software 3 CS392 Topicos Avanzados en Ingeniera de Software 9no 4
CS261T Inteligencia Articial 4 CS261 Inteligencia Articial 7mo 4
ET101 Formacion de Empresas de Base Tecnologica I 3 ET201 Formacion de Empresas de Base Tecnologica I 9no 3
CS3I1 Seguridad en Computacion 8vo 3
Noveno Semestre Plan 2006 Plan 2016
Codigo Curso Cr Codigo Curso Sem Cr
CS230W Computacion Centrada en Redes I 3 CS231 Redes y Comunicacion 7mo 3

Escuela Profesional de Ciencia de la Computacion, Malla 2016

CS370 Big Data 9no 3
CS403 Proyecto de Tesis 3 CS403 Proyecto de Final de Carrera II 9no 3
CS356 Topicos en Computacion Graca I 4 CS351 Topicos en Computacion Graca 9no 4
HU210 Etica General 3 FG210 Moral 5to 2
CS360 Topicos en Inteligencia Articial I 3 CS361 Topicos en Inteligencia Articial 9no 4
ET102 Formacion de Empresas de Base Tecnologica II 2 ET301 Formacion de Empresas de Base Tecnologica II 10mo 3
Decimo Semestre Plan 2006 Plan 2016
Codigo Curso Cr Codigo Curso Sem Cr
HU304 Historia de la Ciencia y Tecnologa 2 FG221 Historia de la Ciencia y Tecnologa 9no 2
Universidad Catolica San Pablo

CS281T Etica Profesional 2 FG211 Etica Profesional 10mo 3

HU303 Analisis de la Realidad Peruana 2 FG220 Analisis de la Realidad Peruana 10mo 3
HU302 Vision Cristiana de Nuestros Tiempos 3 FG301 Ensenanza Social de la Iglesia 9no 3
CS404 Seminario de Tesis 3 CS404 Proyecto de Final de Carrera III 10mo 3
CS361 Topicos en Inteligencia Articial II 4 CS362 Robotica 10mo 4
 5.2. Equivalencia del Plan 2016 al Plan 2006
Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016

Primer Semestre Plan 2016 Plan 2006
Codigo Curso Cr Codigo Curso Sem Cr
CS111 Programacion de Video Juegos 4 CS101F Introduccion a la Programacion 1er 4
CS1D1 Estructuras Discretas I 4 CS105 Estructuras Discretas I 1er 4
MA100 Matematica I 5 CB102 Analisis Matematico I 2do 5
FG102 Metodologa del Estudio 3 HU102 Metodologa del Estudio 1er 3
FG101 Comunicacion 3 HU101 Comunicacion 1er 3
FG103 Introduccion a la Vida Universitaria 3 HU103 Introduccion a la Vida Universitaria 1er 3

Segundo Semestre Plan 2016 Plan 2006

Codigo Curso Cr Codigo Curso Sem Cr
CS100 Introduccion de Ciencia de la Computacion 3 CS100 Introduccion a la Ciencia de la Computacion 2do 3
CS1D2 Estructuras Discretas II 4 CS106 Estructuras Discretas II 2do 4
CS112 Ciencia de la Computacion I 5 CS101O Introduccion a la Programacion Orientada a Obje- 2do 5
tos
MA101 Matematica II 4 CB101 Algebra y Geometra 1er 5
FG112 Persona, Matrimonio y Familia 2 2do
FG104 Introduccion a la Filosofa 3 HU104 Fundamentos de Filosofa 2do 3
FG105 Apreciacion Musical 2 HU105 Apreciacion de la Musica 2do 2

Tercer Semestre Plan 2016 Plan 2006

Codigo Curso Cr Codigo Curso Sem Cr
CS113 Ciencia de la Computacion II 4 CS102O Objetos y Abstraccion de Datos 3er 4
CS2B1 Desarrollo Basado en Plataformas 3 CS103 Introduccion a Internet 3er 3
CS221 Arquitectura de Computadores 3 CS220T Arquitectura de Computadores 5to 3
CS1D3 Algebra Abstracta 3 CS107 Estructuras Discretas III 3er 3
MA102 Calculo I 4 CB103 Analisis Matematico II 3er 5
FG107 Antropologa Filosoca y Teologica 3 HU107 Fundamentos Antropologicos de la Ciencia de la 3er 2
Computacion
FG201 Apreciacion Artstica 2 HU201 Artes Plasticas 3er 2
407

407
FG202 Apreciacion Literaria 2 HU202 Apreciacion Literaria 3er 2
408

408
Cuarto Semestre Plan 2016 Plan 2006
Codigo Curso Cr Codigo Curso Sem Cr
CS210 Algoritmos y Estructuras de Datos 4 CS103O Algoritmos y Estructuras de Datos 4to 4
CS211 Teora de la Computacion 4 CS211T Teora de la Computacion 4to 5
CS271 Bases de Datos I 4 CS270T Base de Datos I 5to 4
MA201 Calculo II 4 CB201 Analisis Matematico III 4to 5
MA203 Estadstica y Probabilidades 4 CS302 Estadstica y Probabilidades 4to 4
FG204 Teologa 2 6to

Quinto Semestre Plan 2016 Plan 2006

Escuela Profesional de Ciencia de la Computacion, Malla 2016

Codigo Curso Cr Codigo Curso Sem Cr
CS272 Bases de Datos II 3 CS271T Base de Datos II 6to 4
CS291 Ingeniera de Software I 4 CS290T Ingeniera de Software I 5to 4
CS212 Analisis y Diseno de Algoritmos 4 CS210T Analisis y Diseno de Algoritmos 5to 4
er
CB111 Fsica Computacional 4 CB111 Fsica I 3 3
MA306 Analisis Numerico 3 CS306 Analisis Numerico 5to 4
FG106 Teatro 2 HU106 Teatro 2do 2
FG210 Moral 2 HU210 Etica General 9no 3
Universidad Catolica San Pablo

Sexto Semestre Plan 2016 Plan 2006

Codigo Curso Cr Codigo Curso Sem Cr
CS311 Programacion Competitiva 4 6to
CS312 Estructuras de Datos Avanzadas 4 CS315 Estructuras de Datos Avanzadas 6to 4
CS2S1 Sistemas Operativos 4 CS225T Sistemas Operativos 6to 4
CS292 Ingeniera de Software II 4 CS390 Ingeniera de Software II 6to 4
MA307 Matematica aplicada a la computacion 4 CB202 Matematica Aplicada a la Computacion 7mo 4
FG203 Oratoria 2 HU203 Oratoria y Expresion Personal 3er 2
Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016

Septimo Semestre Plan 2016 Plan 2006
Codigo Curso Cr Codigo Curso Sem Cr
CS251 Computacion Graca 4 CS255 Computacion Graca 7mo 4
CS391 Ingeniera de Software III 3 CS391 Calidad de Software 7mo 3
CS231 Redes y Comunicacion 3 CS230W Computacion Centrada en Redes I 9no 3
CS261 Inteligencia Articial 4 CS261T Inteligencia Articial 8vo 4
CS401 Metodologa de la Investigacion en Computacion 2 CS401 Proyecto I 7mo 3
CS341 Lenguajes de Programacion 4 CS343 Lenguajes de Programacion 6to 3
FG350 Liderazgo 2 HU350 Liderazgo y Desempeno 3er 2

Octavo Semestre Plan 2016 Plan 2006

Codigo Curso Cr Codigo Curso Sem Cr
CS281 Computacion en la Sociedad 2 CS280T Aspectos Sociales y Profesionales de la Compu- 8vo 2
tacion
CS342 Compiladores 4 CS240S Compiladores 8vo 4
CS3I1 Seguridad en Computacion 3 8vo
CS2H1 Interaccion Humano Computador 3 CS250W Interaccion Humano Computador 7mo 3
CS402 Proyecto de Final de Carrera I 3 CS402 Proyecto II 8vo 3
CS3P1 Computacion Paralela y Distribuda 4 7mo
FG205 Historia de la Cultura 3 HU205 Historia de la Cultura 5to 3

Noveno Semestre Plan 2016 Plan 2006

Codigo Curso Cr Codigo Curso Sem Cr
CS392 Topicos Avanzados en Ingeniera de Software 4 CS392 Topicos en Ingeniera de Software 8vo 3
CS403 Proyecto de Final de Carrera II 3 CS403 Proyecto de Tesis 9no 3
CS361 Topicos en Inteligencia Articial 4 CS360 Topicos en Inteligencia Articial I 9no 3
CS370 Big Data 3 9no
CS351 Topicos en Computacion Graca 4 CS356 Topicos en Computacion Graca I 9no 4
CB309 Computacion Molecular Biologica 4 CS309 Computacion Molecular Biologica 7mo 2
FG221 Historia de la Ciencia y Tecnologa 2 HU304 Historia de la Ciencia y Tecnologa 10mo 2
FG301 Ensenanza Social de la Iglesia 3 HU302 Vision Cristiana de Nuestros Tiempos 10mo 3
409

409
ET201 Formacion de Empresas de Base Tecnologica I 3 ET101 Formacion de Empresas de Base Tecnologica I 8vo 3
410

410
Decimo Semestre Plan 2016 Plan 2006
Codigo Curso Cr Codigo Curso Sem Cr
CS3P2 Cloud Computing 3 10mo
CS393 Sistemas de Infomacion 4 10mo
CS362 Robotica 4 CS361 Topicos en Inteligencia Articial II 10mo 4
CS404 Proyecto de Final de Carrera III 3 CS404 Seminario de Tesis 10mo 3
FG211 Etica Profesional 3 CS281T Etica Profesional 10mo 2
FG220 Analisis de la Realidad Peruana 3 HU303 Analisis de la Realidad Peruana 10mo 2
ET301 Formacion de Empresas de Base Tecnologica II 3 ET102 Formacion de Empresas de Base Tecnologica II 9no 2
mo
ID101 Ingles tecnico profesional 3 10

Escuela Profesional de Ciencia de la Computacion, Malla 2016

Universidad Catolica San Pablo
 5.3. Equivalencia del Plan 2010 al Plan 2016
Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016

Primer Semestre Plan 2010 Plan 2016
Codigo Curso Cr Codigo Curso Sem Cr
do
CB101 Algebra y Geometra 5 MA101 Matematica II 2 4
CS105 Estructuras Discretas I 4 CS1D1 Estructuras Discretas I 1er 4
FG102 Metodologa del Estudio 3 FG102 Metodologa del Estudio 1er 3
FG101 Comunicacion 3 FG101 Comunicacion 1er 3
CS101F Introduccion a la Programacion 4 CS111 Programacion de Video Juegos 1er 4
FG103 Introduccion a la Vida Universitaria 3 FG103 Introduccion a la Vida Universitaria 1er 3
Segundo Semestre Plan 2010 Plan 2016
Codigo Curso Cr Codigo Curso Sem Cr
CS106 Estructuras Discretas II 4 CS1D2 Estructuras Discretas II 2do 4
FG104 Introduccion a la Filosofa 3 FG104 Introduccion a la Filosofa 2do 3
CS100 Introduccion a la Ciencia de la Computacion 3 CS100 Introduccion de Ciencia de la Computacion 2do 3
FG112 Matrimonio y Familia 2 FG112 Persona, Matrimonio y Familia 2do 2
FG105 Apreciacion de la Musica 2 FG105 Apreciacion Musical 2do 2
CB102 Analisis Matematico I 5 MA100 Matematica I 1er 5
CS101O Introduccion a la Programacion Orientada a Ob- 5 CS112 Ciencia de la Computacion I 2do 5
jetos
FG106 Teatro 2 FG106 Teatro 5to 2
Tercer Semestre Plan 2010 Plan 2016
Codigo Curso Cr Codigo Curso Sem Cr
CS130 Introduccion a Internet 3 CS2B1 Desarrollo Basado en Plataformas 3er 3
FG203 Oratoria y Expresion Personal 2 FG203 Oratoria 6to 2
CB103 Analisis Matematico II 5 MA102 Calculo I 3er 4
FG201 Artes Plasticas 2 FG201 Apreciacion Artstica 3er 2
CS220T Arquitectura de Computadores 3 CS221 Arquitectura de Computadores 3er 3
CS107 Estructuras Discretas III 3 CS1D3 Algebra Abstracta 3er 3
FG107 Fundamentos Antropologicos de la Ciencia 2 FG107 Antropologa Filosoca y Teologica 3er 3
FG202 Apreciacion Literaria 2 FG202 Apreciacion Literaria 3er 2
411

411
CS102O Objetos y Abstraccion de Datos 4 CS113 Ciencia de la Computacion II 3er 4
412

412
Cuarto Semestre Plan 2010 Plan 2016
Codigo Curso Cr Codigo Curso Sem Cr
CS103O Algoritmos y Estructuras de Datos 4 CS210 Algoritmos y Estructuras de Datos 4to 4
CS270T Bases de Datos I 5 CS271 Bases de Datos I 4to 4
CS211T Teora de la Computacion 4 CS211 Teora de la Computacion 4to 4
CB201 Analisis Matematico III 5 MA201 Calculo II 4to 4
CB203 Estadstica y Probabilidades 4 MA203 Estadstica y Probabilidades 4to 4

Quinto Semestre Plan 2010 Plan 2016

Codigo Curso Cr Codigo Curso Sem Cr

Escuela Profesional de Ciencia de la Computacion, Malla 2016

CB306 Analisis Numerico 3 MA306 Analisis Numerico 5to 3
FG206 Sociologa
CB111 Fsica Computacional 4 CB111 Fsica Computacional 5to 4
FG210 Etica 2 FG210 Moral 5to 2
CS271T Base de Datos II 3 CS272 Bases de Datos II 5to 3
CS210T Analisis y Diseno de Algoritmos 4 CS212 Analisis y Diseno de Algoritmos 5to 4
FG209 Psicologa
CS290T Ingeniera de Software I 4 CS291 Ingeniera de Software I 5to 4
Universidad Catolica San Pablo

Sexto Semestre Plan 2010 Plan 2016

Codigo Curso Cr Codigo Curso Sem Cr
CS315 Estructuras de Datos Avanzadas 4 CS312 Estructuras de Datos Avanzadas 6to 4
CB307 Matematica Aplicada a la Computacion 4 MA307 Matematica aplicada a la computacion 6to 4
FG204 Teologa I 2 FG204 Teologa 4to 2
CS390 Ingeniera de Software II 4 CS292 Ingeniera de Software II 6to 4
CS311 Programacion Competitiva 6to 4
CS225T Sistemas Operativos 4 CS2S1 Sistemas Operativos 6to 4
Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016

Septimo Semestre Plan 2010 Plan 2016
Codigo Curso Cr Codigo Curso Sem Cr
FG204A Teologa II
CS250W Interaccion Humano Computador 3 CS2H1 Interaccion Humano Computador 8vo 3
CS343 Lenguajes de Programacion 4 CS341 Lenguajes de Programacion 7mo 4
CS336 Seguridad en Computacion 3 CS3I1 Seguridad en Computacion 8vo 3
CS401 Proyecto I 2 CS401 Metodologa de la Investigacion en Computacion 7mo 2
CS314 Algoritmos Paralelos 4 CS3P1 Computacion Paralela y Distribuda 8vo 4
CS261T Inteligencia Articial 4 CS261 Inteligencia Articial 7mo 4

Octavo Semestre Plan 2010 Plan 2016

Codigo Curso Cr Codigo Curso Sem Cr
CS255 Computacion Graca 4 CS251 Computacion Graca 7mo 4
CS240S Compiladores 4 CS342 Compiladores 8vo 4
CS280T Aspectos Sociales y Profesionales de la Compu- 2 CS281 Computacion en la Sociedad 8vo 2
tacion
CS402 Proyecto II 3 CS402 Proyecto de Final de Carrera I 8vo 3
FG205 Historia de la Cultura 3 FG205 Historia de la Cultura 8vo 3
CS230W Computacion Centrada en Redes 3 CS231 Redes y Comunicacion 7mo 3
CS391 Calidad de Software 3 CS391 Ingeniera de Software III 7mo 3

Noveno Semestre Plan 2010 Plan 2016

Codigo Curso Cr Codigo Curso Sem Cr
CS392 Topicos Avanzados en Ingeniera de Software 9no 4
CS361 Topicos en Inteligencia Articial 4 CS361 Topicos en Inteligencia Articial 9no 4
CS355 Topicos en Computacion Graca 4 CS351 Topicos en Computacion Graca 9no 4
FG301 Ensenanza Social de la Iglesia 3 FG301 Ensenanza Social de la Iglesia 9no 3
ET101 Formacion de Empresas de Base Tecnologica I 3 ET201 Formacion de Empresas de Base Tecnologica I 9no 3
CB309 Computacion Molecular Biologica 4 CB309 Computacion Molecular Biologica 9no 4
FG221 Historia de la Ciencia y Tecnologa 2 FG221 Historia de la Ciencia y Tecnologa 9no 2
413

413
CS403 Proyecto de Tesis 3 CS403 Proyecto de Final de Carrera II 9no 3
414

414
Decimo Semestre Plan 2010 Plan 2016
Codigo Curso Cr Codigo Curso Sem Cr
CS331 Claud Computing 3 CS3P2 Cloud Computing 10mo 3
FG220 Analisis de la Realidad Peruana 2 FG220 Analisis de la Realidad Peruana 10mo 3
ET102 Formacion de Empresas de Base Tecnologica II 3 ET301 Formacion de Empresas de Base Tecnologica II 10mo 3
CS404 Seminario de Tesis 3 CS404 Proyecto de Final de Carrera III 10mo 3
FG350 Liderazgo y Desempeno 2 FG350 Liderazgo 7mo 2
FG211 Etica Profesional 2 FG211 Etica Profesional 10mo 3
CS393 Sistemas de Infomacion 10mo 4
CS367 Robotica 4 CS362 Robotica 10mo 4

Escuela Profesional de Ciencia de la Computacion, Malla 2016

Universidad Catolica San Pablo
 5.4. Equivalencia del Plan 2016 al Plan 2010
Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016

Primer Semestre Plan 2016 Plan 2010
Codigo Curso Cr Codigo Curso Sem Cr
CS111 Programacion de Video Juegos 4 CS101F Introduccion a la Programacion 1er 4
er
CS1D1 Estructuras Discretas I 4 CS105 Estructuras Discretas I 1 4
MA100 Matematica I 5 CB102 Analisis Matematico I 2do 5
FG102 Metodologa del Estudio 3 FG102 Metodologa del Estudio 1er 3
FG101 Comunicacion 3 FG101 Comunicacion 1er 3
FG103 Introduccion a la Vida Universitaria 3 FG103 Introduccion a la Vida Universitaria 1er 3

Segundo Semestre Plan 2016 Plan 2010

Codigo Curso Cr Codigo Curso Sem Cr
CS100 Introduccion de Ciencia de la Computacion 3 CS100 Introduccion a la Ciencia de la Computacion 2do 3
CS1D2 Estructuras Discretas II 4 CS106 Estructuras Discretas II 2do 4
CS112 Ciencia de la Computacion I 5 CS101O Introduccion a la Programacion Orientada a Obje- 2do 5
tos
MA101 Matematica II 4 CB101 Algebra y Geometra 1er 5
FG112 Persona, Matrimonio y Familia 2 FG112 Matrimonio y Familia 2do 2
FG104 Introduccion a la Filosofa 3 FG104 Introduccion a la Filosofa 2do 3
FG105 Apreciacion Musical 2 FG105 Apreciacion de la Musica 2do 2

Tercer Semestre Plan 2016 Plan 2010

Codigo Curso Cr Codigo Curso Sem Cr
CS113 Ciencia de la Computacion II 4 CS102O Objetos y Abstraccion de Datos 3er 4
CS2B1 Desarrollo Basado en Plataformas 3 CS130 Introduccion a Internet 3er 3
CS221 Arquitectura de Computadores 3 CS220T Arquitectura de Computadores 3er 3
CS1D3 Algebra Abstracta 3 CS107 Estructuras Discretas III 3er 3
MA102 Calculo I 4 CB103 Analisis Matematico II 3er 5
FG107 Antropologa Filosoca y Teologica 3 FG107 Fundamentos Antropologicos de la Ciencia 3er 2
FG201 Apreciacion Artstica 2 FG201 Artes Plasticas 3er 2
415

415
FG202 Apreciacion Literaria 2 FG202 Apreciacion Literaria 3er 2
416

416
Cuarto Semestre Plan 2016 Plan 2010
Codigo Curso Cr Codigo Curso Sem Cr
CS210 Algoritmos y Estructuras de Datos 4 CS103O Algoritmos y Estructuras de Datos 4to 4
CS211 Teora de la Computacion 4 CS211T Teora de la Computacion 4to 4
CS271 Bases de Datos I 4 CS270T Bases de Datos I 4to 5
MA201 Calculo II 4 CB201 Analisis Matematico III 4to 5
MA203 Estadstica y Probabilidades 4 CB203 Estadstica y Probabilidades 4to 4
FG204 Teologa 2 FG204 Teologa I 6to 2

Quinto Semestre Plan 2016 Plan 2010

Escuela Profesional de Ciencia de la Computacion, Malla 2016

Codigo Curso Cr Codigo Curso Sem Cr
CS272 Bases de Datos II 3 CS271T Base de Datos II 5to 3
CS291 Ingeniera de Software I 4 CS290T Ingeniera de Software I 5to 4
CS212 Analisis y Diseno de Algoritmos 4 CS210T Analisis y Diseno de Algoritmos 5to 4
CB111 Fsica Computacional 4 CB111 Fsica Computacional 5to 4
MA306 Analisis Numerico 3 CB306 Analisis Numerico 5to 3
FG106 Teatro 2 FG106 Teatro 2do 2
FG210 Moral 2 FG210 Etica 5to 2
Universidad Catolica San Pablo

Sexto Semestre Plan 2016 Plan 2010

Codigo Curso Cr Codigo Curso Sem Cr
CS311 Programacion Competitiva 4 6to
CS312 Estructuras de Datos Avanzadas 4 CS315 Estructuras de Datos Avanzadas 6to 4
CS2S1 Sistemas Operativos 4 CS225T Sistemas Operativos 6to 4
CS292 Ingeniera de Software II 4 CS390 Ingeniera de Software II 6to 4
MA307 Matematica aplicada a la computacion 4 CB307 Matematica Aplicada a la Computacion 6to 4
FG203 Oratoria 2 FG203 Oratoria y Expresion Personal 3er 2
Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016

Septimo Semestre Plan 2016 Plan 2010
Codigo Curso Cr Codigo Curso Sem Cr
CS251 Computacion Graca 4 CS255 Computacion Graca 8vo 4
CS391 Ingeniera de Software III 3 CS391 Calidad de Software 8vo 3
CS231 Redes y Comunicacion 3 CS230W Computacion Centrada en Redes 8vo 3
CS261 Inteligencia Articial 4 CS261T Inteligencia Articial 7mo 4
CS401 Metodologa de la Investigacion en Computacion 2 CS401 Proyecto I 7mo 2
CS341 Lenguajes de Programacion 4 CS343 Lenguajes de Programacion 7mo 4
FG350 Liderazgo 2 FG350 Liderazgo y Desempeno 10mo 2

Octavo Semestre Plan 2016 Plan 2010

Codigo Curso Cr Codigo Curso Sem Cr
CS281 Computacion en la Sociedad 2 CS280T Aspectos Sociales y Profesionales de la Compu- 8vo 2
tacion
CS342 Compiladores 4 CS240S Compiladores 8vo 4
CS3I1 Seguridad en Computacion 3 CS336 Seguridad en Computacion 7mo 3
CS2H1 Interaccion Humano Computador 3 CS250W Interaccion Humano Computador 7mo 3
CS402 Proyecto de Final de Carrera I 3 CS402 Proyecto II 8vo 3
CS3P1 Computacion Paralela y Distribuda 4 CS314 Algoritmos Paralelos 7mo 4
FG205 Historia de la Cultura 3 FG205 Historia de la Cultura 8vo 3

Noveno Semestre Plan 2016 Plan 2010

Codigo Curso Cr Codigo Curso Sem Cr
CS392 Topicos Avanzados en Ingeniera de Software 4 9no
CS403 Proyecto de Final de Carrera II 3 CS403 Proyecto de Tesis 9no 3
CS361 Topicos en Inteligencia Articial 4 CS361 Topicos en Inteligencia Articial 9no 4
CS370 Big Data 3 9no
CS351 Topicos en Computacion Graca 4 CS355 Topicos en Computacion Graca 9no 4
CB309 Computacion Molecular Biologica 4 CB309 Computacion Molecular Biologica 9no 4
FG221 Historia de la Ciencia y Tecnologa 2 FG221 Historia de la Ciencia y Tecnologa 9no 2
FG301 Ensenanza Social de la Iglesia 3 FG301 Ensenanza Social de la Iglesia 9no 3
417

417
ET201 Formacion de Empresas de Base Tecnologica I 3 ET101 Formacion de Empresas de Base Tecnologica I 9no 3
418

418
Decimo Semestre Plan 2016 Plan 2010
Codigo Curso Cr Codigo Curso Sem Cr
CS3P2 Cloud Computing 3 CS331 Claud Computing 10mo 3
CS393 Sistemas de Infomacion 4 10mo
CS362 Robotica 4 CS367 Robotica 10mo 4
CS404 Proyecto de Final de Carrera III 3 CS404 Seminario de Tesis 10mo 3
FG211 Etica Profesional 3 FG211 Etica Profesional 10mo 2
FG220 Analisis de la Realidad Peruana 3 FG220 Analisis de la Realidad Peruana 10mo 2
ET301 Formacion de Empresas de Base Tecnologica II 3 ET102 Formacion de Empresas de Base Tecnologica II 10mo 3
ID101 Ingles tecnico profesional 3 10mo

Escuela Profesional de Ciencia de la Computacion, Malla 2016

Universidad Catolica San Pablo
Escuela Profesional de Ciencia de la Computacion, Malla 2016 419

Captulo 6

Laboratorios

CS111. Programacion de Video Juegos (Obligatorio) 1er Sem,

Lab: 2 hr(s)
Laboratorio Basico: 30 PCs: Pentium IV 2.6 GHz, HDD: 80Gb, Tarj. Red, Video y Sonido Integrada
Sistemas Operativos: Linux/Windows
Lenguajes de Programacion: Python, Java, C++, Prolog, C++11/C++14, C#, Lex, Yacc

CS1D2. Estructuras Discretas II (Obligatorio) 2do Sem, Lab:

2 hr(s)
Laboratorio Basico: 30 PCs: Pentium IV 2.6 GHz, HDD: 80Gb, Tarj. Red, Video y Sonido Integrada
Sistemas Operativos: Linux/Windows
Lenguajes de Programacion: Python, Java, C++, Prolog, C++11/C++14, C#, Lex, Yacc

CS112. Ciencia de la Computacion I (Obligatorio) 2do Sem,

Lab: 4 hr(s)
Laboratorio Basico: 30 PCs: Pentium IV 2.6 GHz, HDD: 80Gb, Tarj. Red, Video y Sonido Integrada
Sistemas Operativos: Linux/Windows
Lenguajes de Programacion: Python, Java, C++, Prolog, C++11/C++14, C#, Lex, Yacc

CS113. Ciencia de la Computacion II (Obligatorio) 3er Sem,

Lab: 2 hr(s)
Laboratorio Avanzado: 30 PCs: Pentium IV 2.6 GHz, HDD: 80Gb, Tarj. Red, Video (GeForce FX)
y Sonido Integrado, Internet
Sistemas Operativos: Linux/Windows
Lenguajes de Programacion: C++, Perl, Python
Software: Rational Rose con WAE, J2EE, Mathlab, Emuladores 8088, DB2, MONO, Plataforma .NET,
LEDA, VTK

CS2B1. Desarrollo Basado en Plataformas (Obligatorio) 3er

Sem, Lab: 2 hr(s)
Laboratorio Avanzado: 30 PCs: Pentium IV 2.6 GHz, HDD: 80Gb, Tarj. Red, Video (GeForce FX)
y Sonido Integrado, Internet

Universidad Catolica San Pablo 419

420 Escuela Profesional de Ciencia de la Computacion, Malla 2016

Sistemas Operativos: Linux/Windows

Lenguajes de Programacion: C++, Perl, Python
Software: Rational Rose con WAE, J2EE, Mathlab, Emuladores 8088, DB2, MONO, Plataforma .NET,
LEDA, VTK

CS221. Arquitectura de Computadores (Obligatorio) 3er Sem,

Lab: 2 hr(s)
Laboratorio Redes: 30 PCs: Pentium I/II/III/IV, HDD: 20Gb, Tarj. Red, Video y Sonido Integrada,
Internet
Sistemas Operativos: Linux Red Hat/Mandrake/Windows
Software: Emuladores 8088

CS1D3. Algebra Abstracta (Obligatorio) 3er Sem, Lab: 2 hr(s)

Laboratorio Avanzado: 30 PCs: Pentium IV 2.6 GHz, HDD: 80Gb, Tarj. Red, Video (GeForce FX)
y Sonido Integrado, Internet
Sistemas Operativos: Linux/Windows
Lenguajes de Programacion: C++, Perl, Python
Software: Rational Rose con WAE, J2EE, Mathlab, Emuladores 8088, DB2, MONO, Plataforma .NET,
LEDA, VTK

CS210. Algoritmos y Estructuras de Datos (Obligatorio) 4to

Sem, Lab: 2 hr(s)
Laboratorio Avanzado: 30 PCs: Pentium IV 2.6 GHz, HDD: 80Gb, Tarj. Red, Video (GeForce FX)
y Sonido Integrado, Internet
Sistemas Operativos: Linux/Windows
Lenguajes de Programacion: C++, Perl, Python
Software: Rational Rose con WAE, J2EE, Mathlab, Emuladores 8088, DB2, MONO, Plataforma .NET,
LEDA, VTK

CS211. Teora de la Computacion (Obligatorio) 4to Sem, Lab:

2 hr(s)
Laboratorio Basico: 30 PCs: Pentium IV 2.6 GHz, HDD: 80Gb, Tarj. Red, Video y Sonido Integrada
Sistemas Operativos: Linux/Windows
Lenguajes de Programacion: Python, Java, C++, Prolog, C++11/C++14, C#, Lex, Yacc

CS271. Bases de Datos I (Obligatorio) 4to Sem, Lab: 4 hr(s)

Laboratorio Avanzado: 30 PCs: Pentium IV 2.6 GHz, HDD: 80Gb, Tarj. Red, Video (GeForce FX)
y Sonido Integrado, Internet
Sistemas Operativos: Linux/Windows
Lenguajes de Programacion: C++, Perl, Python
Software: Rational Rose con WAE, J2EE, Mathlab, Emuladores 8088, DB2, MONO, Plataforma .NET,
LEDA, VTK

420 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 421

MA203. Estadstica y Probabilidades (Obligatorio) 4to Sem,

Lab: 2 hr(s)
Laboratorio Basico: 30 PCs: Pentium IV 2.6 GHz, HDD: 80Gb, Tarj. Red, Video y Sonido Integrada
Sistemas Operativos: Linux/Windows
Lenguajes de Programacion: Python, Java, C++, Prolog, C++11/C++14, C#, Lex, Yacc

CS272. Bases de Datos II (Obligatorio) 5to Sem, Lab: 2 hr(s)

Laboratorio Avanzado: 30 PCs: Pentium IV 2.6 GHz, HDD: 80Gb, Tarj. Red, Video (GeForce FX)
y Sonido Integrado, Internet
Sistemas Operativos: Linux/Windows
Lenguajes de Programacion: C++, Perl, Python
Software: Rational Rose con WAE, J2EE, Mathlab, Emuladores 8088, DB2, MONO, Plataforma .NET,
LEDA, VTK

CS291. Ingeniera de Software I (Obligatorio) 5to Sem, Lab: 2

hr(s)
Laboratorio Avanzado: 30 PCs: Pentium IV 2.6 GHz, HDD: 80Gb, Tarj. Red, Video (GeForce FX)
y Sonido Integrado, Internet
Sistemas Operativos: Linux/Windows
Lenguajes de Programacion: C++, Perl, Python
Software: Rational Rose con WAE, J2EE, Mathlab, Emuladores 8088, DB2, MONO, Plataforma .NET,
LEDA, VTK

CS212. Analisis y Diseno de Algoritmos (Obligatorio) 5to Sem,

Lab: 2 hr(s)
Laboratorio Avanzado: 30 PCs: Pentium IV 2.6 GHz, HDD: 80Gb, Tarj. Red, Video (GeForce FX)
y Sonido Integrado, Internet
Sistemas Operativos: Linux/Windows
Lenguajes de Programacion: C++, Perl, Python
Software: Rational Rose con WAE, J2EE, Mathlab, Emuladores 8088, DB2, MONO, Plataforma .NET,
LEDA, VTK

CB111. Fsica Computacional (Obligatorio) 5to Sem, Lab: 2

hr(s)
Laboratorio Fsica: Mesas de trabajo para estatica y dinamica, trpodes, alambiques, reactivos
varios, pendulos

MA306. Analisis Numerico (Obligatorio) 5to Sem, Lab: 2 hr(s)

Laboratorio Basico: 30 PCs: Pentium IV 2.6 GHz, HDD: 80Gb, Tarj. Red, Video y Sonido Integrada
Sistemas Operativos: Linux/Windows
Lenguajes de Programacion: Python, Java, C++, Prolog, C++11/C++14, C#, Lex, Yacc

Universidad Catolica San Pablo 421

422 Escuela Profesional de Ciencia de la Computacion, Malla 2016

CS311. Programacion Competitiva (Obligatorio) 6to Sem, Lab:

2 hr(s)
Laboratorio Basico: 30 PCs: Pentium IV 2.6 GHz, HDD: 80Gb, Tarj. Red, Video y Sonido Integrada
Sistemas Operativos: Linux/Windows
Lenguajes de Programacion: Python, Java, C++, Prolog, C++11/C++14, C#, Lex, Yacc

CS312. Estructuras de Datos Avanzadas (Obligatorio) 6to Sem,

Lab: 2 hr(s)
Laboratorio Avanzado: 30 PCs: Pentium IV 2.6 GHz, HDD: 80Gb, Tarj. Red, Video (GeForce FX)
y Sonido Integrado, Internet
Sistemas Operativos: Linux/Windows
Lenguajes de Programacion: C++, Perl, Python
Software: Rational Rose con WAE, J2EE, Mathlab, Emuladores 8088, DB2, MONO, Plataforma .NET,
LEDA, VTK

CS2S1. Sistemas Operativos (Obligatorio) 6to Sem, Lab: 2 hr(s)

Laboratorio Avanzado: 30 PCs: Pentium IV 2.6 GHz, HDD: 80Gb, Tarj. Red, Video (GeForce FX)
y Sonido Integrado, Internet
Sistemas Operativos: Linux/Windows
Lenguajes de Programacion: C++, Perl, Python
Software: Rational Rose con WAE, J2EE, Mathlab, Emuladores 8088, DB2, MONO, Plataforma .NET,
LEDA, VTK

CS292. Ingeniera de Software II (Obligatorio) 6to Sem, Lab: 2

hr(s)
Laboratorio Avanzado: 30 PCs: Pentium IV 2.6 GHz, HDD: 80Gb, Tarj. Red, Video (GeForce FX)
y Sonido Integrado, Internet
Sistemas Operativos: Linux/Windows
Lenguajes de Programacion: C++, Perl, Python
Software: Rational Rose con WAE, J2EE, Mathlab, Emuladores 8088, DB2, MONO, Plataforma .NET,
LEDA, VTK

MA307. Matematica aplicada a la computacion (Obligatorio)

6to Sem, Lab: 2 hr(s)
Laboratorio Basico: 30 PCs: Pentium IV 2.6 GHz, HDD: 80Gb, Tarj. Red, Video y Sonido Integrada
Sistemas Operativos: Linux/Windows
Lenguajes de Programacion: Python, Java, C++, Prolog, C++11/C++14, C#, Lex, Yacc

CS251. Computacion Grafica (Obligatorio) 7mo Sem, Lab: 2

hr(s)
Laboratorio Avanzado: 30 PCs: Pentium IV 2.6 GHz, HDD: 80Gb, Tarj. Red, Video (GeForce FX)
y Sonido Integrado, Internet
Sistemas Operativos: Linux/Windows
Lenguajes de Programacion: C++, Perl, Python

422 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 423

Software: Rational Rose con WAE, J2EE, Mathlab, Emuladores 8088, DB2, MONO, Plataforma .NET,
LEDA, VTK

CS231. Redes y Comunicacion (Obligatorio) 7mo Sem, Lab: 2

hr(s)
Laboratorio Avanzado: 30 PCs: Pentium IV 2.6 GHz, HDD: 80Gb, Tarj. Red, Video (GeForce FX)
y Sonido Integrado, Internet
Sistemas Operativos: Linux/Windows
Lenguajes de Programacion: C++, Perl, Python
Software: Rational Rose con WAE, J2EE, Mathlab, Emuladores 8088, DB2, MONO, Plataforma .NET,
LEDA, VTK

CS261. Inteligencia Artificial (Obligatorio) 7mo Sem, Lab: 2

hr(s)
Laboratorio Avanzado: 30 PCs: Pentium IV 2.6 GHz, HDD: 80Gb, Tarj. Red, Video (GeForce FX)
y Sonido Integrado, Internet
Sistemas Operativos: Linux/Windows
Lenguajes de Programacion: C++, Perl, Python
Software: Rational Rose con WAE, J2EE, Mathlab, Emuladores 8088, DB2, MONO, Plataforma .NET,
LEDA, VTK

CS341. Lenguajes de Programacion (Obligatorio) 7mo Sem,

Lab: 2 hr(s)
Laboratorio Avanzado: 30 PCs: Pentium IV 2.6 GHz, HDD: 80Gb, Tarj. Red, Video (GeForce FX)
y Sonido Integrado, Internet
Sistemas Operativos: Linux/Windows
Lenguajes de Programacion: C++, Perl, Python
Software: Rational Rose con WAE, J2EE, Mathlab, Emuladores 8088, DB2, MONO, Plataforma .NET,
LEDA, VTK

CS342. Compiladores (Obligatorio) 8vo Sem, Lab: 2 hr(s)

Laboratorio Avanzado: 30 PCs: Pentium IV 2.6 GHz, HDD: 80Gb, Tarj. Red, Video (GeForce FX)
y Sonido Integrado, Internet
Sistemas Operativos: Linux/Windows
Lenguajes de Programacion: C++, Perl, Python
Software: Rational Rose con WAE, J2EE, Mathlab, Emuladores 8088, DB2, MONO, Plataforma .NET,
LEDA, VTK

CS3I1. Seguridad en Computacion (Obligatorio) 8vo Sem, Lab:

2 hr(s)
Laboratorio Avanzado: 30 PCs: Pentium IV 2.6 GHz, HDD: 80Gb, Tarj. Red, Video (GeForce FX)
y Sonido Integrado, Internet
Sistemas Operativos: Linux/Windows
Lenguajes de Programacion: C++, Perl, Python
Software: Rational Rose con WAE, J2EE, Mathlab, Emuladores 8088, DB2, MONO, Plataforma .NET,
LEDA, VTK

Universidad Catolica San Pablo 423

424 Escuela Profesional de Ciencia de la Computacion, Malla 2016

CS2H1. Interaccion Humano Computador (Obligatorio) 8vo

Sem, Lab: 2 hr(s)
Laboratorio Basico: 30 PCs: Pentium IV 2.6 GHz, HDD: 80Gb, Tarj. Red, Video y Sonido Integrada
Sistemas Operativos: Linux/Windows
Lenguajes de Programacion: Python, Java, C++, Prolog, C++11/C++14, C#, Lex, Yacc

CS3P1. Computacion Paralela y Distribuda (Obligatorio) 8vo

Sem, Lab: 2 hr(s)
Laboratorio Avanzado: 30 PCs: Pentium IV 2.6 GHz, HDD: 80Gb, Tarj. Red, Video (GeForce FX)
y Sonido Integrado, Internet
Sistemas Operativos: Linux/Windows
Lenguajes de Programacion: C++, Perl, Python
Software: Rational Rose con WAE, J2EE, Mathlab, Emuladores 8088, DB2, MONO, Plataforma .NET,
LEDA, VTK

CS392. Topicos Avanzados en Ingeniera de Software (Electi-

vos) 9no Sem, Lab: 2 hr(s)
Laboratorio Avanzado: 30 PCs: Pentium IV 2.6 GHz, HDD: 80Gb, Tarj. Red, Video (GeForce FX)
y Sonido Integrado, Internet
Sistemas Operativos: Linux/Windows
Lenguajes de Programacion: C++, Perl, Python
Software: Rational Rose con WAE, J2EE, Mathlab, Emuladores 8088, DB2, MONO, Plataforma .NET,
LEDA, VTK

CS361. Topicos en Inteligencia Artificial (Electivos) 9no Sem,

Lab: 2 hr(s)
Laboratorio Avanzado: 30 PCs: Pentium IV 2.6 GHz, HDD: 80Gb, Tarj. Red, Video (GeForce FX)
y Sonido Integrado, Internet
Sistemas Operativos: Linux/Windows
Lenguajes de Programacion: C++, Perl, Python
Software: Rational Rose con WAE, J2EE, Mathlab, Emuladores 8088, DB2, MONO, Plataforma .NET,
LEDA, VTK

CS370. Big Data (Obligatorio) 9no Sem, Lab: 2 hr(s)

Laboratorio Avanzado: 30 PCs: Pentium IV 2.6 GHz, HDD: 80Gb, Tarj. Red, Video (GeForce FX)
y Sonido Integrado, Internet
Sistemas Operativos: Linux/Windows
Lenguajes de Programacion: C++, Perl, Python
Software: Rational Rose con WAE, J2EE, Mathlab, Emuladores 8088, DB2, MONO, Plataforma .NET,
LEDA, VTK

CS351. Topicos en Computacion Grafica (Electivos) 9no Sem,

Lab: 2 hr(s)
Laboratorio Avanzado: 30 PCs: Pentium IV 2.6 GHz, HDD: 80Gb, Tarj. Red, Video (GeForce FX)
y Sonido Integrado, Internet

424 Universidad Catolica San Pablo

Escuela Profesional de Ciencia de la Computacion, Malla 2016 425

Sistemas Operativos: Linux/Windows

Lenguajes de Programacion: C++, Perl, Python
Software: Rational Rose con WAE, J2EE, Mathlab, Emuladores 8088, DB2, MONO, Plataforma .NET,
LEDA, VTK

CB309. Computacion Molecular Biologica (Electivos) 9no Sem,

Lab: 2 hr(s)
Laboratorio Basico: 30 PCs: Pentium IV 2.6 GHz, HDD: 80Gb, Tarj. Red, Video y Sonido Integrada
Sistemas Operativos: Linux/Windows
Lenguajes de Programacion: Python, Java, C++, Prolog, C++11/C++14, C#, Lex, Yacc

CS3P2. Cloud Computing (Obligatorio) 10mo Sem, Lab: 2 hr(s)

Laboratorio Avanzado: 30 PCs: Pentium IV 2.6 GHz, HDD: 80Gb, Tarj. Red, Video (GeForce FX)
y Sonido Integrado, Internet
Sistemas Operativos: Linux/Windows
Lenguajes de Programacion: C++, Perl, Python
Software: Rational Rose con WAE, J2EE, Mathlab, Emuladores 8088, DB2, MONO, Plataforma .NET,
LEDA, VTK

CS393. Sistemas de Infomacion (Electivos) 10mo Sem, Lab: 2

hr(s)
Laboratorio Avanzado: 30 PCs: Pentium IV 2.6 GHz, HDD: 80Gb, Tarj. Red, Video (GeForce FX)
y Sonido Integrado, Internet
Sistemas Operativos: Linux/Windows
Lenguajes de Programacion: C++, Perl, Python
Software: Rational Rose con WAE, J2EE, Mathlab, Emuladores 8088, DB2, MONO, Plataforma .NET,
LEDA, VTK

CS362. Robotica (Electivos) 10mo Sem, Lab: 4 hr(s)

Laboratorio Avanzado: 30 PCs: Pentium IV 2.6 GHz, HDD: 80Gb, Tarj. Red, Video (GeForce FX)
y Sonido Integrado, Internet
Sistemas Operativos: Linux/Windows
Lenguajes de Programacion: C++, Perl, Python
Software: Rational Rose con WAE, J2EE, Mathlab, Emuladores 8088, DB2, MONO, Plataforma .NET,
LEDA, VTK

Universidad Catolica San Pablo 425