Combine PDF
Combine PDF
Combine PDF
Álgebra I>
Programa
4.Polinomios
6. Álgebra de matrices
Contenidos
Unidad 1:
Vectores. Propiedades. Teorema de Pitágoras. Ley del paralelogramo. Matrices.
Operaciones con matrices. Tipos de Matrices. Traspuesta. Simétrica.
Antisimétrica. Involutiva. Idempotente. Nilpotente. Propiedades. Determinantes.
Propiedades. Matriz Inversa. Polinomio Característico.
Unidad 2:
Rango. Sistema de ecuaciones Lineales. Regla de Cramer. Eliminación
Gaussiana: interpretación geométrica de un sistema. Operaciones elementales.
Matriz asociada al sistema y matriz ampliada. Forma escalón y escalón reducida.
Solución particular y solución estándar. Sistema homogéneo. Existencia de
soluciones, ecuaciones de consistencia. Factorización LU.
Unidad 3:
Espacios Vectoriales. Subespacios. Dependencia Lineal. Cambio de base.
Operaciones con Subespacios. Interpretación Geométrica. Dimensión de un
subespacio. Bases y sistemas de ecuaciones de un subespacio.
Unidad 4:
Transformaciones Lineales. Matrices asociadas a una transformación. Expresión
cartesiana. Subespacios: Núcleo e imagen de una transformación Lineal. Bases
Ortogonales. Bases Ortonormales. Gram Schmidt. Subespacios Ortogonales.
Complemento Ortogonal. Proyección Ortogonal. Variedades. Ángulo. Distancia
entre variedades lineales. Espacio Dual.
Unidad 5:
Valores y vectores propios de Transformaciones Lineales. Diagonalización.
Unidad 6:
Transformaciones Ortogonales. Isometrías.
PROFESOR RESPONSABLE
Nombre y Apellido Karina Andrea Paz
Vigencia 2015
Firma
ANALISIS MATEMATICO I 2021
CONTENIDOS
Unidad 1
Unidad 2
Unidad 3
Unidad 4
Unidad 5
ANALISIS MATEMATICO I
PROGRAMA ANALÍTICO ANÁLISIS MATEMÁTICO II 2022
Programa
Objetivo general
Proporcionar al alumno las técnicas algorítmicas básicas que le permitan construir programas para
resolver problemas de mediana escala, poniendo especial énfasis en criterios de “corrección” y
eficiencia.
Contenidos
Objetivos de aprendizaje
▪ Comprender el uso de las notaciones “big-O”, “big-Ω” y “big-Θ” para evaluar algoritmos
y usarlas para acotar en tiempo y espacio su complejidad.
Contenidos
2.1. Especificación algebraica de TDA. Tipos de datos como conjunto de valores con un conjunto
de operaciones. Clasificación de operaciones. Método general de construcción de
especificaciones algebraicas de TDA. Especificación algebraica de tipos de datos básicos tales
como pilas, filas, listas y árboles binarios. Estructuración de especificaciones. Parametrización e
instanciación. Relaciones de herencia y cliente.
Objetivos de aprendizaje
Contenidos
3.1. Divide y conquista. Caracterización del tipo de problemas resolubles por divide y conquista.
Esquema algorítmico. Problemas representativos: ordenamiento (Mergesort, Quicksort),
multiplicación de matrices por el algoritmo de Strassen y multiplicación de matrices ralas
basada en Quadtrees.
3.2. Greedy. Caracterización del tipo de problema. Esquema algorítmico. Principio de optimalidad
y función de selección. Problemas representativos: el problema de la mochila, minimización de
tiempos de espera y planificación de tareas.
3.3. Programación dinámica. Caracterización del tipo de problemas resolubles por programación
dinámica. Principio de optimalidad. Formulación recursiva y memorización. Problemas
representativos: multiplicación de secuencias de matrices, construcción de árboles binarios de
búsqueda óptimos y el problema de la subsecuencia más larga entre cadenas.
Objetivos de aprendizaje
▪ Captar la esencia de las técnicas de diseño de algoritmos y poder identificar para cada una
de ellas problemas que ejemplifiquen los conceptos subyacentes.
▪ Implementar algoritmos basados en la técnica de diseño “Divide y Conquista”.
▪ Implementar algoritmos basados en la técnica de diseño “Greedy”
▪ Implementar algoritmos basados en la técnica de diseño “Programación dinámica”.
▪ Adquirir una metodología para la especificación, diseño e implementación de soluciones
algorítmicas basada en la elección de técnicas de diseño e implementaciones de TDA.
▪ Poder analizar críticamente cuál es la técnica de diseño adecuada para resolver un
problema. y adaptar esquemas algorítmicos para resolver problemas específicos.
▪ Producir programas de tamaño medio, fiables y fáciles de entender, modificar, mantener y
reutilizar a partir de una metodología de programación basada en TDA.
Programa Analítico de la Asignatura
Ciencias de la Computación I
Carreras
Ingeniería de Sistemas
Profesorado en Informática
Programa Analítico
Unidad 1
Alfabetos, cadenas y lenguajes formales: definiciones básicas. Operaciones con cadenas. Operaciones con lenguajes.
Propiedades de lenguajes.
Unidad 2
Lenguajes regulares
Autómata finito: definiciones básicas; ejemplos. Autómata finito determinístico: reconocimiento y traducción. Autómata finito no
determinístico. Equivalencia entre autómata finito determinístico y no determinístico. Minimización de autómatas finitos.
Aplicaciones de autómatas finitos. Gramáticas regulares. Algoritmo para obtener una gramática regular a partir de un autómata
finito. Expresiones regulares: definiciones y aplicaciones prácticas. Leyes algebraicas de expresiones regulares. Relación entre
lenguajes regulares, autómatas finitos, gramáticas regulares y expresiones regulares. Propiedades de clausura de los
lenguajes regulares.
Unidad 3
Autómata de pila: definiciones básicas; ejemplos. Autómata de pila determinístico: reconocimiento y traducción. Autómata de
pila no determinístico. Gramáticas libres del contexto. Árbol de derivación. Ambigüedad. Relación entre lenguajes libres del
contexto, autómatas de pila y gramáticas libres del contexto. BNF (Backus Naur Form). BNF extendido y diagramas sintácticos.
Propiedades de clausura de los lenguajes libres del contexto.
Unidad 4
Este documento ha sido generado por el sistema de Gestión Docente 'Majen'. Página 1/3
Lenguajes sensibles al contexto y estructurados por frases
Máquina de Turing: definiciones básicas; ejemplos. Máquina de Turing determinística: reconocimiento, traducción y cálculo de
funciones. Máquina de Turing multicinta. Máquina de Turing no determinística. Autómata linealmente acotado. Gramáticas
sensibles al contexto. Relación entre lenguajes sensibles al contexto, autómata linealmente acotado y gramáticas sensibles al
contexto. Máquina de Turing y lenguajes estructurados por frases.
Unidad 5
Jerarquía de Chomsky
Unidad 6
Relación entre problemas y lenguajes. Procedimiento y algoritmo. Lenguajes recursivos y recursivo enumerables, problemas
de decisión: definiciones básicas y ejemplos. Tesis de Turing. El problema del Halting.
Este documento ha sido generado por el sistema de Gestión Docente 'Majen'. Página 2/3
Referencias Bibliográficas
Brookshear, J. Glenn. (1993). Teoría de la Computación. Lenguajes Formales, Autómatas y Complejidad. Addison-Wesley
Iberoamericana.
Lewis, Harry; Papadimitriou, Christos. (1998). Elements of Theory of Computation. Prentice Hall.
Hopcroft, John; Motwani, Rajeev; Ullman, Jeffrey (2008). Introducción a la Teoría de Autómatas, Lenguajes y Computación.
Pearson Educación - Addison-Wesley
Hopcroft, John; Motwani, Rajeev; Ullman, Jeffrey (2014). Introduction to Automata Theory, Languages, and
Computation. Pearson Education.
Este documento ha sido generado por el sistema de Gestión Docente 'Majen'. Página 3/3
CIENCIAS DE LA COMPUTACIÓN II
Lógica Proposicional
Unidad 1 – Sintaxis de la Lógica Proposicional
Repaso de definiciones básicas: alfabeto, fórmulas, subfórmulas, longitud de una fórmula.
Unidad 7 - Resolución
Sustituciones. Composición de sustituciones. Unificación. Algoritmo de Unificación
de Robinson. Resolvente. Deducción por Resolución. Teoremas de Corrección y Completitud.
Indecidibilidad de la lógica de primer orden. Estrategias de simplificación de conjuntos de
cláusulas Resolución lineal y unitaria.
UNIVERSIDAD NACIONAL DEL CENTRO
DE LA PROVINCIA DE BUENOS AIRES
REFERENCIAS BIBLIOGRÁFICAS
Año de
Titulo/Artículo Autor/es Editorial/Publicación
edición
Díaz de Santos 1996
Lógica Formal para Arenas, L.
Informáticos
Ben-Ari, M. Springer Verlag 2012
Mathematical Logic
for Computer
Science
Burke, E.; Prentice Hall, Series in Computer Science 1996
Logic and its
Foxley, E.
Applications
Apuntes de Lógica Celani, S. Facultad Cs. Exactas, UNCPBA. 2003
Matemática. Notas http://ccomp2.alumnos.exa.unicen.edu.ar/apuntes
de clase
Logic in Computer Huth, M., Cambridge University Press 2004
Science: Modelling Ryan, M.
and Reasoning
about Systems
Kelly, John Prentice Hall 1997
The Essence of
Logic
Lógica para Pons, C., EDULP Editorial de la Universidad Nacional de 2017
Informática Rosenfeld, la Plata
R., Smith,
C.
ELECTRICIDAD Y MAGNETISMO
PROGRAMA
1. Electrostática: cargas y campos
2. Potencial eléctrico
Trabajo y energía potencial. Carácter conservativo del campo eléctrico, ejemplos. Energía
potencial en un campo dado. Diferencia de potencial y potencial. Principio de superposición.
Cálculo del potencial, ejemplos. Energía asociada a un campo eléctrico. Gradiente de potencial.
Cálculo del campo eléctrico a partir de un potencial. Monopolos y dipolos. Cálculo de la carga
del electrón.
5. Corrientes y circuitos
6. Campo Magnético
Flujo de campo magnético. Ley de inducción de Faraday. Principio de Lenz. Fem y campo
eléctrico. Ejemplos. Generador de corriente alterna y motores. Inductancia mutua.
Autoinductancia. Combinación de inductancias. Energía magnética almacenada.
6 de marzo de 2017
1. Representación de datos
[TCS, Bro95, PLT06, Des02, CG93]
Memoria Principal Memorias de sólo lectura (ROM, PROM, EPROM, etc.). Me-
moria de acceso aleatorio (RAM estática, RAM dinámica, flash RAM, etc.). Memoria
cache.
1
3 MANIPULACIÓN DE DATOS 2
3. Manipulación de datos
[TCS, Bro95, HH12, PH11]
4. Sistemas Operativos
[TCS, Bro95, PS90, PLT06, Tan07]
5. Lenguajes de Programación
[TCS, Bro95, GJ89, PLT06]
6. Comunicación de datos
[TCS, Bro95, Tan03, PLT06]
Modelo de capas Arquitectura OSI. TCP/IP. Nivel físico. Nivel de acceso al medio.
Protocolo IP. Protocolo TCP. Protocolo UDP.
Referencias
[Bro95] G. Brookshear. Introducción a las ciencias de la computación 4ta edición.
Addison–Wesley iberoamericana, 1995.
[CG93] J. Crowford y P. Gelsinger. Programación del 80386/387. Editorial Anaya,
1993.
[Des02] J. P. Deschamps. Síntesis de circuitos digitales. Thomson, 2002.
[Tan07] A. Tanenbaum. Modern Operating Systems 3ra edición. Prentice Hall, 2007.
[TCS] E. Todorovich, H. J. Curti y G. Sutter. “Apuntes de cátedra.”
PROGRAMA ANALÍTICO DE LA ASIGNATURA
INTRODUCCIÓN A LA PROGRAMACIÓN I
DEPARTAMENTO RESPONSABLE
ÁREA: PROGRAMACIÓN
PLAN DE ESTUDIOS
Ingeniería de Sistemas
PROGRAMA ANALÍTICO DE LA ASIGNATURA
Unidad 1: Introducción
Objetivos: Que el alumno conozca el perfil de la carrera de “Ingeniería de
Sistemas”, y en particular los objetivos de esta asignatura. Que se familiarice
con los conceptos y términos básicos que se utilizarán en el contexto de esta
disciplina y de la programación en particular.
Contenidos: Ingeniería de Sistemas: definición de los términos y discusión
del perfil de la carrera. Conceptos y terminología básica: Sistemas, sistemas
de información, sistemas computarizados, proceso de desarrollo de sistemas,
análisis de requerimientos, diseño, implementación, prueba, mantenimiento,
documentación. Algoritmo. Programa. Proceso. Programación imperativa:
acciones, datos.
Unidad 6: Funciones
Objetivos: Que el alumno aprenda a utilizar funciones como operandos de
expresiones. Que comprenda la diferencia en el uso de funciones y procedimientos.
Contenidos: Concepto de función. La función como operando de una expresión. Los
tipos de funciones en Pascal.
Unidad 7: Arreglos
Objetivos: Presentar el concepto de estructura de datos. Que el alumno aprenda a
utilizar los arreglos como tipos de datos estructurados. Que comprenda la noción de
índice y componente de los arreglos. Que el alumno diferencie el concepto de tipo de
datos y de variables. Que aprenda a programar los algoritmos clásicos en arreglos:
búsqueda, inserción, eliminación, ordenamiento. Que conozca la noción de eficiencia
de un algoritmo.Contenidos: Tipos de datos estructurados vs. tipos de datos simples.
Concepto de tipo de datos: su definición y utilización. Arreglos de una y más
dimensiones. Índices y componentes. Arreglo como tipo de dato está tico. Algoritmos
de búsqueda, inserción, eliminación, y ordenamiento por selección, inserción y
burbujeo. Noción de eficiencia.
BIBLIOGRAFÍA
Año de
Titulo/Artículo Autor/es Editorial/Publicación
edición
Vega Augusto, Alfaomega Grupo Editor 2009
Análisismy Diseño de
Jeder Ismael,
algoritmos
Lopez Gustavo
Addison-Wesley 1993
Estructuras y Algoritmos
Iberoamericana
Shackelford, Addison-Wesley 1998
Introduction to Computing and
Russell L
Algorithms
El ateneo 1982
Introducción a la programación Wirth, N
sistemática
Jensen, K. y Wirth, N
: Pascal
Gries, D
A Science of Programming
Unidad 2: Registros.
Objetivos: Que el alumno conozca y aprenda a utilizar los registros como
estructura de datos. Que comprenda la diferencia entre registros y arreglos.
Contenidos: Tipos de datos estructurados estáticos. Registros como tipos de
datos estructurados de componentes heterogéneos: su utilización. El acceso a
los campos de datos. Registros vs. Arreglos.
Unidad 3: Archivos.
Objetivos: Que el alumno comprenda las características y diferencias entre
memoria primaria y secundaria. Que entienda la necesidad de almacenar datos
en un medio no volátil. Que el alumno aprenda a manejar archivos de datos. Que
comprenda la diferencia entre las distintas formas de acceder a un archivo:
secuencial y directa.
Contenidos: Características y diferencias de memoria primaria y secundaria.
Archivos como almacenamiento de datos. Apertura, cierre, lectura y escritura.
Acceso secuencial y directo. Algoritmos de búsqueda, agregado, inserción y
eliminación en archivos. Consideraciones sobre la eficiencia en el uso de los
archivos.
BIBLIOGRAFÍA
Año de
Titulo/Artículo Autor/es Editorial/Publicación
edición
Introducción a la Salmon, William I Addison-Wesley 1993
computación con Turbo Iberoamericana
Pascal:Estructuras y
Algoritmos
Shackelford, Addison-Wesley 1998
Introduction to Computing and
Russell L
Algorithms
Gries, D
A Science of Programming
PROFESOR RESPONSABLE
Nombre y Apellido Hernán Cobo
Vigencia 2018
Firma
PROGRAMA DE MATEMÁTICA DISCRETA
(I) TEORIA
Ambas prácticas se realizarían sobre la base de dos horas semanales. El objetivo básico
es que el alumno logre interpretar los conocimientos dados en la teoría, adquiriendo de
ésta manera habilidad para aplicar los principios y leyes fundamentales enunciadas en
la resolución de ejercicios, induciendo al alumno a que interprete los problemas y
analice los resultados. Las clases de práctica son desarrolladas por Auxiliares de la
cátedra, quienes deben trabajar sobre la participación de los alumnos en las
discusiones.
LABORATORIO
El dictado del curso tiene características teórico experimentales, de modo que las
experiencias de laboratorio están pensadas para que el alumno pueda materializar los
conocimientos volcados en la teoría y en las clases prácticas además de familiarizarse
con el material e instrumentos de laboratorio. Los alumnos deberán preparar con
anterioridad la experiencia entendiendo primero cual es el problema y luego
desarrollarán la experiencia propiamente dicha. Estarán asistidos durante el desarrollo
de la práctica por los auxiliares de cátedra. Durante las prácticas de laboratorio, el
alumno adquiere habilidad en el armado de la experiencia y en el manejo de
instrumentos de laboratorio durante la realización de mediciones experimentales, toma
conciencia del valor de la observación experimental y relaciona la teoría y la
experimentación.
Al finalizar cada experiencia se presenta un informe en los que se da importancia al
manejo e interpretación de la información obtenida mediante la utilización de gráficos
adecuados y las conclusiones finales de la experiencia. Las clases prácticas de
problemas y de laboratorio son obligatorias.
BIBLIOGRAFÍA
Titulo Autor/es Editorial Año de edición
Química General Atkins. Omega. 1992