Dirección general de educación superior tecnológica instituto tecnolóGICO DE TOLUCA SUBdirección académica departamento de sistemas y computación ingeniería en sistemas computacionales clave: isic-2004-296 nombre del módulo de especialidad



Descargar 1,48 Mb.
Página5/5
Fecha de conversión08.07.2017
Tamaño1,48 Mb.
1   2   3   4   5



8. CONTENIDO DE DESEMPEÑO (PRÁCTICAS)

Desarrollar un proyecto dosificado durante el semestre que implique definición de requerimientos y especificaciones del proyecto. Análisis y planificación de un estudio detallado de la viabilidad técnica y operativa para el desarrollo de un proyecto





9. CRITERIOS DE EVALUACIÓN




  • 50% Anteproyecto autorizado por la Academia de Sistemas Computacionales.

  • 15% Presentación oral frente al grupo de los avances en el desarrollo del anteproyecto.

  • 15% Asistencia.

  • 15% Presentación por escrito de los avances en el desarrollo del anteproyecto.

  • 5% Participación en las presentaciones orales




b. Evidencias de Aprendizaje (portafolio de evidencias)




  • Presentaciones en Power Point.

  • Anteproyecto autorizado por la Academia de Sistemas Computacionales.

  • Documentos con los avances en el desarrollo del anteproyecto.

  • Lista de asistencia.


10. ASIGNACIÓN DE CRÉDITOS (Horas presenciales y no presenciales)




  • 4 créditos (64 hrs. presenciales) y

  • 6 créditos (120 hrs. no presenciales)





11. BIBLIOGRAFÍA

*

Pattern Recognition, Conceptos, Methods and Aplications J.P. Marques de Sá Springer.

*

Notas del curso de e-Learning Dr. Eduardo Gasca Alvarez.

*

Finding Groups In Data. An Introduction to cluster Analysis Leonard Kaufman/ Peter J.Rousseuw Wiley Inter-s Cience.

*

Bruegge Bernd, Dutoit Allen H. Ingeniería de Software Orientado a Objetos. Prentice Hall. 2002

*

Sistemas Expertos Principios y Programación Giarratano Ruley.

*

Fowler Martin. UML Gota a Gota. Addison Wesley. 1999

*

Tratamiento Digital de imágenes Rafael Gonzalez and Woods Prentice Hall.

*

Gigch John P. van. Teoría General de Sistemas. Trillas. 2006

*

Inteligencia Artificial un enfoque moderno. Stuart Russell & Peter Norving Prentice Hall.

*

The Pattern Recognition Basis in Artificial Inteligence R. Tveter.

*

Pattern Recognition:m Statical, Structural and Neural Approaches Robert J. Schalkoff John Wiley & Sons, Inc., 1992.

*

Larman, Craig. UML y patrones.Pearson. 1999

*

http://www.niedermayer.ca/papers/bayesian/

*

Laudon & Laudon 8/E. Management Information Systems. Prentice Hall. 2003

*

Compiladores Principios, técnicas y herramientas, Aho, Sethi, Ullman Addison Wesley.

*

Pressman Roger S. Ingeniería del Software, 5/E. Mc Graw Hill. 2001

*

Compiladores Conceptos Fundamentales, Teufel, Schmidt, Teufel, Addison-Wesley Iberoamericana.

*

Pressman Roger S. Ingeniería del Software, un enfoque práctico. Sexta Edición. Mc Graw Hill. 2007

*

Chomsky, Noam. Temas teóricos de gramática generativa. De. Siglo XXI. 5a de. México. 1990.

*

Senn James A. Análisis y Diseño de Sistemas de Información. Segunda Edición. Mc Graw Hill. 2005

*

Hopcroft, J. & Ullman, J. Introducción a la teoría de autómatas, Lenguajes y Computación. Ed. CECSA. 1a. Ed. México.1993.

*

Sommerville Ian. Ingeniería de Software. Prentice Hall. 2001

*

Herbert Schildt. Artificial Intelligence Using C (Cap. 4 – Lenguaje Natural). Ed. Mc Graw Hill., 1987.

*

Sommerville Ian. Ingeniería de Software. 7a edición. Pearson Addison Wesley. 2005

*

Kennedy, Ruby, L.; Solving Data Mining Problems through Pattern Recognition; Prentice Hall, 1998.

*

Weitzenfeld Alfredo. Ingeniería de Software Orientada a Objetos con UML, Java e Internet. THOMPSON. 2007

*

Fohmann, L. Knowledge Adquisition and Machine Learning. A. I. and Expert Systems. Editor Stuart Savory. John Wiley & Sons.USA. 1988.

*

Rich, E. & Knight, K. Inteligencia Artificial. McGraw Hill . 2a. ed. España 1994.

*

David W. Rolston. Principios de Inteligencia Artificial y Sistemas Expertos. Editorial McGraw Hill.

*

Escudero, L.F. Reconocimiento de Patrones. Ed. Paraninfo. España. 1977.

*

González, R. & Thomason, G. Syntactic Pattern Recognition. An introduction.

Addison Wesley Publishing Co. USA. 1978.



*

Tou, Julius, T. Gonzalez, R; Pattern Recognition Principles; Addison Wesley, 1974.






SISTEMA NACIONAL DE EDUCACIÓN SUPERIOR TECNOLÓGICA

DIRECCIÓN GENERAL DE EDUCACIÓN SUPERIOR TECNOLÓGICA

DIRECCIÓN DE DOCENCIA
PROGRAMA DE ASIGNATURA BASADO EN COMPETENCIAS



1. DATOS GENERALES

CARRERA

Ingeniería de Sistemas Computacionales

ASIGNATURA

Herramientas para la Toma de Decisiones II

SEMESTRE



MÓDULO - DOMINIO

Técnicas de Reconocimiento de Patrones para la Toma de Decisiones - Sistemas Computacionales




2. CRÉDITOS SATCA

10

Horas de docencia (presencial)

Horas de trabajo no presencial

64 hrs.

120 hrs.



3. APORTACIÓN AL PERFIL PROFESIONAL




  • Analiza, diseña y codifica diferentes tipos de aplicaciones de software en distintas plataformas.

  • Desarrolla creativamente las capacidades de comunicación oral y en forma escrita, así como las de abstracción, análisis, síntesis y trabajo en grupo, para incursionar en proyectos de investigación aplicando técnicas, herramientas y metodologías relacionadas con las tecnologías de la información.

  • Toma decisiones, identifica, planea y resuelve problemas empleando técnicas de reconocimiento de patrones.



4. UNIDAD DE COMPETENCIA (OBJETIVO DE APRENDIZAJE)

Busca y adquiere información actualizada, relacionada con el área de Reconocimiento de Patrones, para generar nuevo conocimiento a través del diseño y desarrollo de un proyecto de investigación.




ELEMENTOS DE COMPETENCIA (OBJETIVOS EDUCACIONALES)




  1. Integra nuevo conocimiento, necesario para continuar con el desarrollo del proyecto de investigación.

  2. Realiza la fase de diseño e implementación de las herramientas necesarias para el desarrollo del proyecto de investigación.

  3. Realiza las pruebas y/o experimentos que permitan evaluar el desempeño del proyecto de investigación.

  4. Redacta reportes parciales del proyecto de investigación para cumplir con el porcentaje establecido de avance.



5. COMPETENCIAS PREVIAS




  1. Diseña un proyecto de investigación relacionado con el tema trabajado en la asignatura inmediata anterior.

  2. Elige un asesor que dirija y evalúe la calidad del desarrollo del proyecto de investigación.

  3. Redacta el anteproyecto del proyecto de investigación para su autorización.

  4. Estima conjuntamente con el asesor el porcentaje de avance a lograr al final del curso, en lo relacionado a: los requerimientos teóricos correspondientes a su proyecto; diseño de experimentos, interfase de usuario, así como de los casos de uso.






6. CONTENIDO CONCEPTUAL (TEMARIO)


1. Sistemas Expertos

Desarrollo de temas específicos en apoyo al proyecto de investigación


2. Procesamiento de Lenguaje Natural

Desarrollo de temas específicos en apoyo al proyecto de investigación



3. Visión

Desarrollo de temas específicos en apoyo al proyecto de investigación


4. Métodos Bayesianos

Desarrollo de temas específicos en apoyo al proyecto de investigación


5. Técnicas de Agrupamiento

Desarrollo de temas específicos en apoyo al proyecto de investigación


6. Redes Neuronales Artificiales

Desarrollo de temas específicos en apoyo al proyecto de investigación






7. CONTENIDO PROCEDIMENTAL

a. ACTIVIDADES DE APRENDIZAJE (Actividades del alumno)




  • Expone periódicamente los avances en el desarrollo de su proyecto de investigación.

  • Selecciona e integra nuevo conocimiento necesario para el desarrollo de su proyecto de investigación.

  • Continúa el desarrollo de aplicaciones para el proyecto de investigación.

  • Realiza y analiza las pruebas y/o experimentos que permitan evaluar el desempeño del proyecto de investigación.

  • Redacta los reportes parciales de su proyecto de investigación, con base en lo establecido en las asignaturas denominadas Taller de Investigación.

  • Participa activamente en las exposiciones de sus compañeros.






b. ACTIVIDADES DIDÁCTICAS (Actividades del docente)




  • Coordinar las presentaciones de los diferentes proyectos.

  • Motivar el trabajo en equipo y en dinámicas para aprender a identificar requerimientos y especificaciones de un proyecto.

  • Proponer temáticas y bibliografía especializada para reafirmar los conocimientos.

  • Comunicar de forma efectiva, conocimientos, procedimientos, resultados e ideas relacionadas al análisis de proyectos tanto por escrito como oral.

  • Motivar el razonamiento crítico para proponer soluciones en el análisis de un proyecto.

  • Motivar el aprendizaje autónomo, creatividad, liderazgo y motivación por la calidad en el análisis de proyectos.






8. CONTENIDO DE DESEMPEÑO (PRÁCTICAS)

Desarrollar un proyecto dosificado durante el semestre que implique definición de requerimientos y especificaciones del proyecto. Análisis y planificación de un estudio detallado de la viabilidad técnica y operativa para el desarrollo de un proyecto





9. CRITERIOS DE EVALUACIÓN




  • 50% Cumplimiento del porcentaje de avance establecido en conjunto con su asesor.

  • 15% Presentación oral frente al grupo de los avances en el desarrollo del anteproyecto.

  • 15% Asistencia.

  • 15% Presentación por escrito de los avances en el desarrollo del anteproyecto.

  • 5% Participación en las presentaciones orales.



b. Evidencias de Aprendizaje (portafolio de evidencias)




  • Presentaciones en Power Point.

  • Anteproyecto autorizado por la Academia de Sistemas Computacionales.

  • Documento firmado por el estudiante y asesor donde se establece el porcentaje de avance a cubrir al finalizar el semestre.

  • Reportes parciales de avance.

  • Documento final con el porcentaje de avance establecido.






10. ASIGNACIÓN DE CRÉDITOS (Horas presenciales y no presenciales)




  • 4 créditos (64 hrs. presenciales) y

  • 6 créditos (120 hrs. no presenciales)






11. BIBLIOGRAFÍA







*

Pattern Recognition, Conceptos, Methods and Aplications J.P. Marques de Sá Springer.

*

Notas del curso de e-Learning Dr. Eduardo Gasca Alvarez.

*

Finding Groups In Data. An Introduction to cluster Analysis Leonard Kaufman/ Peter J.Rousseuw Wiley Inter-s Cience.

*

Bruegge Bernd, Dutoit Allen H. Ingeniería de Software Orientado a Objetos. Prentice Hall. 2002

*

Sistemas Expertos Principios y Programación Giarratano Ruley.

*

Fowler Martin. UML Gota a Gota. Addison Wesley. 1999

*

Tratamiento Digital de imágenes Rafael Gonzalez and Woods Prentice Hall.

*

Gigch John P. van. Teoría General de Sistemas. Trillas. 2006

*

Inteligencia Artificial un enfoque moderno. Stuart Russell & Peter Norving Prentice Hall.

*

The Pattern Recognition Basis in Artificial Inteligence R. Tveter.

*

Pattern Recognition:m Statical, Structural and Neural Approaches Robert J. Schalkoff John Wiley & Sons, Inc., 1992.

*

Larman, Craig. UML y patrones.Pearson. 1999

*

http://www.niedermayer.ca/papers/bayesian/

*

Laudon & Laudon 8/E. Management Information Systems. Prentice Hall. 2003

*

Compiladores Principios, técnicas y herramientas, Aho, Sethi, Ullman Addison Wesley.

*

Pressman Roger S. Ingeniería del Software, 5/E. Mc Graw Hill. 2001

*

Compiladores Conceptos Fundamentales, Teufel, Schmidt, Teufel, Addison-Wesley Iberoamericana.

*

Pressman Roger S. Ingeniería del Software, un enfoque práctico. Sexta Edición. Mc Graw Hill. 2007

*

Chomsky, Noam. Temas teóricos de gramática generativa. De. Siglo XXI. 5a de. México. 1990.

*

Senn James A. Análisis y Diseño de Sistemas de Información. Segunda Edición. Mc Graw Hill. 2005

*

Hopcroft, J. & Ullman, J. Introducción a la teoría de autómatas, Lenguajes y Computación. Ed. CECSA. 1a. Ed. México.1993.

*

Sommerville Ian. Ingeniería de Software. Prentice Hall. 2001

*

Herbert Schildt. Artificial Intelligence Using C (Cap. 4 – Lenguaje Natural). Ed. Mc Graw Hill., 1987.

*

Sommerville Ian. Ingeniería de Software. 7a edición. Pearson Addison Wesley. 2005

*

Kennedy, Ruby, L.; Solving Data Mining Problems through Pattern Recognition; Prentice Hall, 1998.

*

Weitzenfeld Alfredo. Ingeniería de Software Orientada a Objetos con UML, Java e Internet. THOMPSON. 2007

*

Fohmann, L. Knowledge Adquisition and Machine Learning. A. I. and Expert Systems. Editor Stuart Savory. John Wiley & Sons.USA. 1988.

*

Rich, E. & Knight, K. Inteligencia Artificial. McGraw Hill . 2a. ed. España 1994.

*

David W. Rolston. Principios de Inteligencia Artificial y Sistemas Expertos. Editorial McGraw Hill.

*

Escudero, L.F. Reconocimiento de Patrones. Ed. Paraninfo. España. 1977.

*

González, R. & Thomason, G. Syntactic Pattern Recognition. An introduction.

Addison Wesley Publishing Co. USA. 1978.



*

Tou, Julius, T. Gonzalez, R; Pattern Recognition Principles; Addison Wesley, 1974.






SISTEMA NACIONAL DE EDUCACIÓN SUPERIOR TECNOLÓGICA

DIRECCIÓN GENERAL DE EDUCACIÓN SUPERIOR TECNOLÓGICA

DIRECCIÓN DE DOCENCIA
PROGRAMA DE ASIGNATURA BASADO EN COMPETENCIAS



1. DATOS GENERALES

CARRERA

Ingeniería de Sistemas Computacionales

ASIGNATURA

Herramientas para la Toma de Decisiones III

SEMESTRE

9º.

MÓDULO - DOMINIO

Técnicas de Reconocimiento de Patrones para la Toma de Decisiones - Sistemas Computacionales




2. CRÉDITOS SATCA

10

Horas de docencia (presencial)

Horas de trabajo no presencial

64 hrs.

120 hrs.


3. APORTACIÓN AL PERFIL PROFESIONAL




  • Analiza, diseña y codifica diferentes tipos de aplicaciones de software en distintas plataformas.

  • Desarrolla creativamente las capacidades de comunicación oral y en forma escrita, así como las de abstracción, análisis, síntesis y trabajo en grupo, para incursionar en proyectos de investigación aplicando técnicas, herramientas y metodologías relacionadas con las tecnologías de la información.

  • Toma decisiones, identifica, planea y resuelve problemas empleando técnicas de reconocimiento de patrones.


4. UNIDAD DE COMPETENCIA (OBJETIVO DE APRENDIZAJE)

Busca y adquiere información actualizada, relacionada con el área de Reconocimiento de Patrones, para generar nuevo conocimiento a través de la continuación y conclusión de un proyecto de investigación.





ELEMENTOS DE COMPETENCIA (OBJETIVOS EDUCACIONALES)




  1. Integra nuevo conocimiento, necesario para continuar con el desarrollo del proyecto de investigación.

  2. Finaliza la fase de diseño e implementación de las herramientas necesarias para el desarrollo del proyecto de investigación.

  3. Realiza las pruebas y/o experimentos que permitan evaluar el desempeño del proyecto de investigación.

  4. Expone periódicamente los avances en el desarrollo de su proyecto de investigación.

  5. Redacta el reporte final del proyecto de investigación para su autorización como documento de titulación.





5. COMPETENCIAS PREVIAS




  1. Diseña un proyecto de investigación relacionado con el tema trabajado en la asignatura inmediata anterior.

  2. Elige un asesor que dirija y evalúe la calidad del desarrollo del proyecto de investigación.

  3. Redacta el anteproyecto del proyecto de investigación para su autorización.

  4. Estima conjuntamente con el asesor el porcentaje de avance a lograr al final del curso, en lo relacionado a: los requerimientos teóricos correspondientes a su proyecto; diseño de experimentos, interfase de usuario, así como de los casos de uso.





6. CONTENIDO CONCEPTUAL (TEMARIO)


1. Sistemas Expertos

Desarrollo de temas específicos en para la continuación y conclusión del proyecto de investigación.


2. Procesamiento de Lenguaje Natural

Desarrollo de temas específicos en para la continuación y conclusión del proyecto de investigación.



3. Visión

Desarrollo de temas específicos en para la continuación y conclusión del proyecto de investigación.


4. Métodos Bayesianos

Desarrollo de temas específicos en para la continuación y conclusión del proyecto de investigación.


5. Técnicas de Agrupamiento

Desarrollo de temas específicos en para la continuación y conclusión del proyecto de investigación.


6. Redes Neuronales Artificiales

Desarrollo de temas específicos en para la continuación y conclusión del proyecto de investigación.





7. CONTENIDO PROCEDIMENTAL

a. ACTIVIDADES DE APRENDIZAJE (Actividades del alumno)



  • Exponer periódicamente los avances en el desarrollo de su proyecto de investigación.

  • Seleccionar e integrar nuevo conocimiento necesario para el desarrollo de su proyecto de investigación.

  • Finalizar el desarrollo de aplicaciones para el proyecto de investigación.

  • Realizar y analizar las pruebas y/o experimentos que permitan evaluar el desempeño del proyecto de investigación.

  • Redactar el reporte final de su proyecto e investigación, con base en lo establecido en las asignaturas denominadas Taller de Investigación.

  • Enviar a evaluación el reporte final para su autorización, por parte de la Academia de Sistemas Computacionales, como documento de titulación.






b. ACTIVIDADES DIDÁCTICAS (Actividades del docente)




  • Organizar exposición de temas.

  • Supervisar el desarrollo del proyecto.

  • Propiciar debates sobre temas relacionados, con sesiones de preguntas y respuestas.

  • Propiciar la resolución en conjunto de problemas relacionados con la materia.

  • Motivar el razonamiento crítico para proponer soluciones y utilizar herramientas en la toma de decisiones.

  • Motivar el aprendizaje autónomo, creatividad, liderazgo y motivación.






8. CONTENIDO DE DESEMPEÑO (PRÁCTICAS)

Desarrollar un proyecto dosificado durante el semestre que implique definición de requerimientos y especificaciones del proyecto. Análisis y planificación de un estudio detallado de la viabilidad técnica y operativa para el desarrollo de un proyecto






9. CRITERIOS DE EVALUACIÓN




  • 50% Documento final de titulación.

  • 15% Presentación oral frente al grupo de los avances en el desarrollo del anteproyecto.

  • 15% Asistencia.

  • 15% Presentación por escrito de los avances en el desarrollo del anteproyecto.

  • 5% Participación en las presentaciones orales.




b. Evidencias de Aprendizaje (portafolio de evidencias)




  • Presentaciones en Power Point.

  • Acuse de recibo por parte de la Academia del Documento de Titulación para su revisión.

  • Proyecto y documento final.






10. ASIGNACIÓN DE CRÉDITOS (Horas presenciales y no presenciales)




  • 4 créditos (64 hrs. presenciales) y

  • 6 créditos (120 hrs. no presenciales)






11. BIBLIOGRAFÍA




*

Pattern Recognition, Conceptos, Methods and Aplications J.P. Marques de Sá Springer.

*

Notas del curso de e-Learning Dr. Eduardo Gasca Alvarez.

*

Finding Groups In Data. An Introduction to cluster Analysis Leonard Kaufman/ Peter J.Rousseuw Wiley Inter-s Cience.

*

Bruegge Bernd, Dutoit Allen H. Ingeniería de Software Orientado a Objetos. Prentice Hall. 2002

*

Sistemas Expertos Principios y Programación Giarratano Ruley.

*

Fowler Martin. UML Gota a Gota. Addison Wesley. 1999

*

Tratamiento Digital de imágenes Rafael Gonzalez and Woods Prentice Hall.

*

Gigch John P. van. Teoría General de Sistemas. Trillas. 2006

*

Inteligencia Artificial un enfoque moderno. Stuart Russell & Peter Norving Prentice Hall.

*

The Pattern Recognition Basis in Artificial Inteligence R. Tveter.

*

Pattern Recognition:m Statical, Structural and Neural Approaches Robert J. Schalkoff John Wiley & Sons, Inc., 1992.

*

Larman, Craig. UML y patrones.Pearson. 1999

*

http://www.niedermayer.ca/papers/bayesian/

*

Laudon & Laudon 8/E. Management Information Systems. Prentice Hall. 2003

*

Compiladores Principios, técnicas y herramientas, Aho, Sethi, Ullman Addison Wesley.

*

Pressman Roger S. Ingeniería del Software, 5/E. Mc Graw Hill. 2001

*

Compiladores Conceptos Fundamentales, Teufel, Schmidt, Teufel, Addison-Wesley Iberoamericana.

*

Pressman Roger S. Ingeniería del Software, un enfoque práctico. Sexta Edición. Mc Graw Hill. 2007

*

Chomsky, Noam. Temas teóricos de gramática generativa. De. Siglo XXI. 5a de. México. 1990.

*

Senn James A. Análisis y Diseño de Sistemas de Información. Segunda Edición. Mc Graw Hill. 2005

*

Hopcroft, J. & Ullman, J. Introducción a la teoría de autómatas, Lenguajes y Computación. Ed. CECSA. 1a. Ed. México.1993.

*

Sommerville Ian. Ingeniería de Software. Prentice Hall. 2001

*

Herbert Schildt. Artificial Intelligence Using C (Cap. 4 – Lenguaje Natural). Ed. Mc Graw Hill., 1987.

*

Sommerville Ian. Ingeniería de Software. 7a edición. Pearson Addison Wesley. 2005

*

Kennedy, Ruby, L.; Solving Data Mining Problems through Pattern Recognition; Prentice Hall, 1998.

*

Weitzenfeld Alfredo. Ingeniería de Software Orientada a Objetos con UML, Java e Internet. THOMPSON. 2007

*

Fohmann, L. Knowledge Adquisition and Machine Learning. A. I. and Expert Systems. Editor Stuart Savory. John Wiley & Sons.USA. 1988.

*

Rich, E. & Knight, K. Inteligencia Artificial. McGraw Hill . 2a. ed. España 1994.

*

David W. Rolston. Principios de Inteligencia Artificial y Sistemas Expertos. Editorial McGraw Hill.

*

Escudero, L.F. Reconocimiento de Patrones. Ed. Paraninfo. España. 1977.

*

González, R. & Thomason, G. Syntactic Pattern Recognition. An introduction.

Addison Wesley Publishing Co. USA. 1978.



*

Tou, Julius, T. Gonzalez, R; Pattern Recognition Principles; Addison Wesley, 1974.






SISTEMA NACIONAL DE EDUCACIÓN SUPERIOR TECNOLÓGICA

DIRECCIÓN GENERAL DE EDUCACIÓN SUPERIOR TECNOLÓGICA

DIRECCIÓN DE DOCENCIA
PROGRAMA DE ASIGNATURA BASADO EN COMPETENCIAS


1. DATOS GENERALES

CARRERA

Ingeniería de Sistemas Computacionales

ASIGNATURA

Modelado

SEMESTRE



MÓDULO - DOMINIO

Técnicas de Reconocimiento de Patrones para la Toma de Decisiones - Sistemas Computacionales




2. CRÉDITOS SATCA

10

Horas de docencia (presencial)

Horas de trabajo no presencial

64 hrs.

120 hrs.



3. APORTACIÓN AL PERFIL PROFESIONAL



  • Analizar, diseñar y codificar diferentes tipos de aplicaciones de software en distintas plataformas.

  • Poseer una visión general del modelos y estándares útiles en la gestión de calidad, como CMMI, comenzando con una descripción de los componentes principales del modelo y finalizando con una referencia a las áreas de proceso de la categoría de Ingeniería del modelo.

  • Desarrollar creativamente las capacidades de comunicación oral y en forma escrita, así como las de abstracción, análisis, síntesis y trabajo en grupo, para incursionar en proyectos de investigación aplicando técnicas, herramientas y metodologías relacionadas con las tecnologías de la información.

  • Tomar decisiones, identificar, planear y resolver problemas empleando técnicas de reconocimiento de patrones.






4. UNIDAD DE COMPETENCIA (OBJETIVO DE APRENDIZAJE)

Aprender analizar, modelar y diseñar un proyecto de software o sistema de información conforme a los requerimientos establecidos al inicio del mismo y Aplicar técnicas modernas y de estandarización de acorde a las características intrínsecas al software o sistema.








ELEMENTOS DE COMPETENCIA (OBJETIVOS EDUCACIONALES)




  1. Conoce el proceso de desarrollo de software de una organización.

  2. Analiza y valora los riesgos involucrados en la concepción del proyecto de software de una organización.

  3. Genera la representación funcional y estructural de un proyecto de software de una organización representado por un documento analítico que muestra el conjunto de áreas funcionales de la organización con sus funciones y actividades.

  4. Desarrolla un documento (un protocolo) para garantizar la calidad del proyecto de software.

  5. Cumple los requerimientos del modelo CMMI en nivel 3.



5. COMPETENCIAS PREVIAS




  • Conoce los elementos básicos para el análisis, diseño, implementación y gestión del software.

  • Conoce y discrimina los tipos de requerimientos para un proyecto de software.

  • Ser capaz de planificar un proyecto de software de una organización.

  • Analiza los riesgos involucrados en cada una de las etapas del desarrollo del proyecto de software y generar un documento (un protocolo) para garantizar la calidad del mismo.

  • Aplica los requerimientos correspondientes a su proyecto y diseñar las interfases de usuario, así como de los casos de uso del proyecto.

  • Desarrolla la especificación de un sistema integrando el modelo de requisitos respectivo (diagramas de casos de uso, modelo de dominio del problema, modelo de interfaces), siguiendo estándares correspondientes.

  • Genera la planeación y el modelado de un proyecto en particular utilizando el lenguaje UML 2.0

  • Ser capaz de identificar un panorama general de las normas estándares, métodos y herramientas correspondientes a las tecnologías de información.





6. CONTENIDO CONCEPTUAL (TEMARIO)




  1. Análisis de un proyecto de software de una organización

1.1. Técnicas y de estandarización

1.2. Análisis del Modelo Funcional

1.3. Análisis del Modelo de Datos

1.4. Diagrama de la Estructura de Datos

1.5. Representación General del Sistema


  1. Modelo de gestión de calidad

2.1. Satisfacción de las necesidades y expectativas del cliente (interno y externo) otorgando a éste seguridad sobre su uso

2.2. Desarrollo de un proceso de mejora continua en todos los procesos

2.3. Fomento del trabajo en equipo hacia una gestión de Calidad Total

2.4. Toma de decisiones de gestión basada en datos y hechos objetivos




  1. Modelado de un proyecto de software

3.1 Metodologías de los Sistemas

3.2 Identificar los casos de uso

3.3 Generar el modelo de casos de uso del sistema

3.4 Identificar las clases

3.5 Generar el modelo de clases del sistema

3.6 Identificar las interacciones en el sistema

3.7 Generar el modelo de interacciones
4 Ejemplo práctico de un proyecto de software

4.1 Identificar los requerimientos y establecer estimaciones

4.2 Definir los estándares acordes a las características del software o sistema

4.3 Establecer un plan

4.4 Definir los compromisos a cumplir

4.5 Generar los modelos del sistema

4.6 Generar la documentación necesaria



7. CONTENIDO PROCEDIMENTAL

a. ACTIVIDADES DE APRENDIZAJE (Actividades del alumno)




  • Adquirir habilidades de la ingeniería orientadas al análisis y la concepción de un proyecto de software de una organización

  • Adquirir el hábito de Investigar en bibliotecas, a través de Internet, visitas a fábricas u otros sitios de interés, temas relacionados a un proyecto de software de una organización

  • Efectuar la lectura de libros de texto, libros de consulta, artículos, tesis, etc.

  • Adquirir el hábito de emplear estándares para la concepción de un sistema con el fin de crear sistemas de calidad

  • Proponer nuevos modelos de organización de las actividades para la concepción de un sistema con el fin de optimizar el tiempo

  • Adquirir conocimiento a través de la escritura de ensayos del trabajo parcial y final

  • Presentar informes académicos ligados a un proyecto en estudio





b. ACTIVIDADES DIDÁCTICAS (Actividades del docente)




  • Motivar el trabajo en equipo y en dinámicas para aplicar estándares en un proyecto de Software de una organización

  • Proponer temáticas y bibliografía especializada para reafirmar los conocimientos adquiridos en clase

  • Comunicar de forma efectiva, tanto por escrito, en presentaciones, como oral conocimientos, procedimientos, resultados e ideas relacionadas al análisis, estandarización, modelado y diseño de proyectos de Software

  • Motivar el razonamiento crítico para proponer soluciones en el modelado de un proyecto de Software

  • Motivar el aprendizaje autónomo, creatividad, liderazgo y motivación por la calidad en el modelado de Software





8. CONTENIDO DE DESEMPEÑO (PRÁCTICAS)

Desarrollar un proyecto dosificado durante el semestre, involucrando las unidades de aprendizaje (Temario). También será necesario generar el modelo del proyecto identificando claramente los diagramas y así como las interfaces congruentes a los requerimientos técnicos funcionales.





9. CRITERIOS DE EVALUACIÓN




  • En la primera unidad se aplicará un examen escrito con un valor del 100%.

  • La segunda y tercera unidad se evaluará con la participación en exposiciones, trabajo en equipo, actividades grupales, análisis de textos y con la investigación documental, haciendo un total del 40% de la evaluación, el 60% restante se obtendrá con un examen escrito.

  • La cuarta unidad se evaluará con un proyecto final.




b. Evidencias de Aprendizaje (portafolio de evidencias)




  • Presentaciones en Power Point.

  • Apuntes en formato .doc

  • Tareas y trabajos desarrollados en clase.

  • Avances del proyecto documentado para cada unidad.

  • Proyecto y documento final.





10. ASIGNACIÓN DE CRÉDITOS (Horas presenciales y no presenciales)




  • 4 créditos (64 hrs. presenciales) y

  • 6 créditos (120 hrs. no presenciales)






11. BIBLIOGRAFÍA




*

Acosta Jiménez, Antonio. Ingeniería De Sistemas. Ed. Marcombo

*

Eduardo A. Arbones Malisani. Ingeniería De Sistemas. Ed. Marcombo

*

Norris Rugby. Ingeniería de Software Explicada. Grupo Noriega Editores.

*

Brian Wilson. Sistemas: Conceptos, Metodología y Aplicaciones. Grupo Noriega Editores

*

Perdita Stevens. Utilización de UML en Ingeniería del Software con objetos y componentes. Ed. Pearson

*

Kendall & Kendall. Análisis y Diseño de Sistemas. Ed. Pearson.

*

James Senn. Análisis y diseño de Sistemas de Información.

*

Grady Booch, James Rumbaugh, Ivar Jacobson. El Lenguaje Unificado de Modelado. Ed. Pearson.

*

Brian P. Gallagher, Mike Phillips, Karen J. Richter, Sandy Shrum. CMMI-ACQ: Guidelines for Improving the Acquisition of Products and Services (SEI Series in Software Engineering).

*

Boris Mutafelija - Harvey Stromberg. Process Improvement with CMMI(R) V1.2 and ISO Standards. Editorial: Auerbach Publishers Inc.

*

Building Quality into Software. A Guide to Manage Quality in Software Development and Use. Editor: Authorhouse






Dibujo
1 2 3 4 5 6 7 8 9


Probabilidad y estadística


Graficación


SCM-0415

Administración



Bases de datos en ambiente web

Programación Orientada a Objetos I


SCM-0426

Fundamentos

De programación


SCM-0414

Redes de computadoras
SCM-0429

Programación Orientada a Objetos II
SCM-0435

Formulación y evaluación de proyectos de inversión
SCE-0411

Química
SCC-0428



Seminario de

Ética
ACH- 0408


Investigación de operaciones

SCB-0419

Diseño de base de datos


SCS-0432

Inteligencia Artificial
SCB-0416

Residencia

20 créditos

Matemáticas II
ACM-0404

Matemáticas I

3-2-8


ACM-0421

Fundamentos de bases de datos
SCM-0412

Simulación
SCM-0430

Fundamentos de desarrollo de sistemas
SCM-0413

Teoría de la computación
SCM-0433

Matemáticas III


ACM-0405

Matemáticas V
ACM-0407

Estructura de datos
SCC-0405

Métodos Numéricos


Matemática para

Computadora
SCB-0421

Física I
SCM-0409



Contabilidad Financiera
SCF-0404

Modelado



Herramientas para la Toma de Decisiones II

Fund. de Investigación
ACU-0402

Lenguaje ensamblador


SCM-0420

Desarrollo de proyectos de software
SCM-0416

Planificación y modelado
SCM-0423

Matemáticas IV
ACM-0406

Herramientas para la Toma de Decisiones III

Programación WEB
SCF-0427

Herramientas para la Toma de Decisiones I

Cultura Empresarial
SCF-0427

Teoría de las telecomunicaciones
SCY-0434

Programación de sistemas
SCC-0425

Sistemas Operativos


SCC-0431

Introducción a la

ISC
SCE-0418

Taller de Investigación III
BDG-0707

Física II


SCM-0410

Desarrollo sustentable
ACM-0401

Taller de

Investigación II
ACG-0410


Taller de Investigación I
ACG-0409

Circuitos eléctricos y electrónicos


SCC-0403

Arquitectura de Computadoras
SCC-0402

Interfases
SCF-0417


1 Un cluster de sectores se genera por la concentración de elevados niveles de actividad de ramas industriales similares en un espacio geográfico determinado. Esta concentración espacial de la actividad permite compartir los insumos, incrementar los encadenamientos productivos y generar economías de escala externas en el territorio es decir, externalidades derivadas de la aglomeración.
1   2   3   4   5


La base de datos está protegida por derechos de autor ©absta.info 2016
enviar mensaje

    Página principal