MATEMÁTICA COMPUTACIONAL

1. INFORMACIÓN GENERAL

1.1. Nombre de la asignatura : Matemática Computacional

1.2. Código de la asignatura

1.3. Tipo de asignatura :

1.4. Ciclo :

1.5. Créditos

1.6. Prerequisitos :

1.7. Modalidad

2. SUMILLA

En este curso, exploraremos diversos conceptos fundamentales de computación avanzada, abordando desde

la Aritmética Modular hasta las Gramáticas, con aplicaciones prácticas en áreas como la criptografía, la

optimización de redes, el procesamiento de imágenes y la construcción de sintaxis de lenguajes de

programación.

3. MISIÓN Y VISIÓN

Misión: Formar líderes íntegros e innovadores con visión global para que transformen el Perú. Visión: Ser líder

en la educación superior por su excelencia académica y su capacidad de innovación.

4. INTRODUCCIÓN

Este curso de Matemática Computacional es un curso teórico de carácter general, dictado por el área

de Ingenieria, para los alumnos de la carrera de la FIEE

1
Con este curso se busca desarrollar la siguiente competencia:

 Razonamiento cuantitativo: Proporciona la capacidad de trabajar con datos alfanuméricos y

los representa en ocasiones en forma gráfica. Aplica, los mismos, como argumentos para

sustentar una idea o proyecto. Realiza operaciones matemáticas mostrando, en la mayoría

de los casos, precisión en los desarrollos modelando problemas cotidianos para obtener

conclusiones y construir argumentos basados en resultados válidos. ABET Outcome (a.2):

Tienen la habilidad para aplicar conceptos y técnicas de matemática, ciencia e ingeniería

obteniendo resultados que solucionan problemas de complejidad mayor, relacionados al

desarrollo, mejora de procesos, y otros aspectos del ámbito de la ingeniería.

 Los futuros ingenieros tienen que ejercer su actividad en el mundo real, por tanto, el curso

tiene la finalidad de proporcionar habilidades cognitivas que le permiten conocer las bases

de los diferentes procesos para resolver problemas computacionales relacionados con sus

carreras y relaciona el lenguaje de las ingenierías con el de las matemáticas. En esta

asignatura se desarrollan los conceptos en forma sencilla y los problemas propuestos podrán

ser resueltos por más de un método sustentando su aplicación.

5. LOGRO (S) DEL CURSO

Al final del curso, el estudiante aplica métodos computacionales para resolver problemas de contexto

real en los campos de procesamientos de imágenes, mejora de la productividad y en el campo de

compiladores.

6. UNIDADES DE APRENDIZAJE

7. UNIDAD Nº: 1 UNIDAD 1: ARITMÉTICA MODULAR

7.1. LOGRO

[Link] finalizar la unidad, el estudiante aplica la Aritmética Modular en la criptografía.

7.2. TEMARIO

7.2.1.Máximo común Divisor. Algoritmo de Euclides. Aritmética Modular, congruencia módulo un entero

mayor que 1.

[Link] Lineales. Aplicaciones (criptografía).

[Link] de congruencias lineales. Aplicaciones (RSA).

7.3. HORA(S) / SEMANA(S)

2
 7.4. 4 horas

8. UNIDAD Nº: 2 UNIDAD 2: GRAFOS Y REDES

8.1. LOGRO

[Link] finalizar la unidad, el estudiante aplica la teoría de grafos en problemas de optimización (camino

más corto entre dos puntos y llevar la mayor cantidad de material a través de una red).

8.2. TEMARIO

[Link] básicas: grafo, adyacencias e incidencias, grado de un vértice (grados de entrada y

salida).

[Link] computacional de un grafo: representación matricial de un grafo. Matriz de adyacencias,

matriz de incidencias. Caminos en grafos. Conexión. Componentes conexas.

[Link] etiquetados. problema del camino mínimo. Algoritmo de Dijkstra.

[Link] de flujo: Definiciones básicas (red, flujo, capacidad, saturación). Teorema de flujo máximo

con corte mínimo.

[Link] de Ford-Fulkerson con un origen y destino.

[Link] de Ford-Fulkerson con múltiples orígenes y destinos.

8.3. HORA(S) / SEMANA(S)

8.4. 12 horas

9. UNIDAD Nº: 3 UNIDAD 3: ÁRBOLES

9.1. LOGRO

[Link] finalizar la unidad, el estudiante aplica las estructuras de datos no lineales (árboles) en la

compresión de datos y en el análisis sintáctico de una expresión regular mediante la construcción

de un AFD.

9.2. TEMARIO

9.2.1.Árboles. Definiciones básicas. Árboles binarios.

[Link] de Huffman (compresión de datos).

9.2.3.Máquinas de estado finito. AFD. Expresiones regulares y algoritmo del árbol sintáctico usado para

el cálculo de AFD.

9.3. HORA(S) / SEMANA(S)

9.4. 12 horas

10. UNIDAD Nº: 4 UNIDAD 4: PROCESAMIENTO DE IMÁGENES

10.1. LOGRO

3
 10.2. Al finalizar la unidad, el estudiante aplica las operaciones matriciales, otras herramientas de

cálculo (tales como las integrales y sumatorias) y algunos conceptos estadísticos al tratamiento de

imágenes.

10.3. TEMARIO

10.3.1. Definiciones básicas. Representación matricial de una imagen digital.

10.3.2. Histograma de una imagen.

10.3.3. Ecualización global y local de un histograma.

10.3.4. Filtrado de Imágenes (filtros de suavizado y de agudizamiento).

10.3.5. Transformada de Fourier y sus aplicaciones al Procesamiento de Imágenes.

10.3.6. HORA(S) / SEMANA(S)12 horas

11. UNIDAD Nº: 5 UNIDAD 5: GRAMÁTICAS

11.1. LOGRO

11.1.1. Al finalizar la unidad, el estudiante aplica los conceptos de Gramática en la construcción

de las reglas de sintaxis de un lenguaje de programación.

11.2. TEMARIO

11.2.1. Gramática: Definición y tipos.

11.2.2. Gramáticas regulares y su aplicación en la construcción de la sintaxis de un lenguaje de

programación.

11.3. HORA(S) / SEMANA(S)

11.4. 14 horas

10. METODOLOGÍA

La metodología del curso combina sesiones de trabajo en aula y sesiones de trabajo autónomo,

apoyadas en el uso de tecnologías. En las clases presenciales, el docente realiza exposiciones sobre

los temas, propiciando la participación de los estudiantes. Asimismo, los estudiantes realizan en

clase la solución de ejercicios y problemas de diversa naturaleza.

En las sesiones de trabajo autónomo, el estudiante realiza actividades de aprendizaje en línea,

utilizando herramientas del laboratorio. Mediante estas actividades, los estudiantes revisan

materiales multimedia e interactúan con sus compañeros, y docentes en los foros de discusión.

El estudiante realiza proyectos computacionales concernientes con cada una de las unidades

aprendidas, en los cuales resuelve situaciones reales con ayuda de la computadora y de las

4
herramientas matemáticas apropiadas, y dichos proyectos son expuestos en la última semana de

clases.

11. EVALUACIÓN

FÓRMULA

10% (PC1) + 20% (EA1) + 10% (PC2) + 10% (TA1) + 20% (TF1) + 30% (EB1)

TIPO DE PESO

NOTA %

PC - PRÁCTICAS PC 10

EA - EVALUACIÓN PARCIAL 20

PC - PRÁCTICAS PC 10

TA - TAREAS ACADÉMICAS 10

TF - TRABAJO FINAL 20

EB - EVALUACIÓN FINAL 30

12. CRONOGRAMA

TIPO DESCRIPCIÓN NÚM. FECHA OBSERVACIÓN RECUPERABLE

DE NOTA DE

PRUEB PRUEB

A A

PC PRÁCTICAS PC 1 Semana Se evalúan los SÍ

4 temas de las

semanas 1, 2 y 3.

EA EVALUACIÓN 1 Semana Se evalúan los SÍ

PARCIAL 8 temas de las

semanas 1 a 7.

PC PRÁCTICAS PC 2 Semana Se evalúan los SÍ

12 temas de las

5
 semanas 9, 10 y

11.

TA TAREAS 1 Semana Durante todo el NO

ACADÉMICAS 15 ciclo, se evalúan

las tareas y

evaluaciones

virtuales

correspondientes a

los temas de

aprendizaje

autónomo.

TF TRABAJO FINAL 1 Semana Se evalúa el NO

15 desarrollo del

proyecto, desde la

semana 5 hasta

la semana 15.

EB EVALUACIÓN FINAL 1 Semana Se evalúan los SÍ

16 temas de las

semanas 9 a 13.

[Link]ÍA

BARRETO, S (2012) Transformación de imágenes a través del álgebra lineal. 1a ed. Bogotá.

Universidad distrital Francisco José de Caldas:

GONZALEZ, R y WOODS, R (2010) Procesamiento digital de imágenes. 1a ed. Sao Paulo.

Pearson Prentice Hall: