I.

INFORMACIÓN GENERAL
CURSO : Matemática Computacional
CÓDIGO : MA475
CICLO : 201502
PROFESOR (ES) : Flores Salinas, Jose Alberto
Malaver Ortega, Johnny Alberto
Mamani Quea, Loo Javier
Medina Martínez, Antonio Marcos
Muñoz Ramos, Luis Daniel
Rosales Carrasco, Adalberto Rodrigo
Venegas Palacios, Edgard Kenny
CRÉDITOS : 4
SEMANAS : 16
HORAS : 4 H (Teoría) Semanal
HORAS TOTALES : 56
ÁREA O CARRERA : Ciencias

II. MISIÓN Y VISIÓN DE LA UPC

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.

III. INTRODUCCIÓN

Este curso es parte de la formación general de los estudiantes de Ingeniería de Sistemas de información, de
Ingeniería de Software y de Ciencias de la Computación, es de carácter teórico ¿ práctico, dirigido a los
estudiantes del tercer ciclo (CC) o cuarto ciclo (ISI, ISW). El propósito de este curso es lograr que en el
aprendizaje de los temas de Matemática Computacional el estudiante interiorice la relevancia de las ideas
abstractas y, por lo tanto, se sienta motivado en la aplicación de estas ideas en computación.
El curso de Matemática Computacional desarrolla habilidades en los alumnos que les servirá en la
implementación de soluciones que requieran una fuerte interacción de la Matemática con las herramientas
computacionales existentes. Por ejemplo Aritmética Modular aplicado en la criptografía, Teoría de Grafos
aplicado a resolver problemas de redes de transporte, Árboles aplicado en la construcción de autómatas y en la
compresión de datos.

IV. LOGRO (S) DEL CURSO

Al término del ciclo, el alumno, utiliza sus conocimientos para desarrollar diferentes aplicaciones usando
herramientas matemáticas, en forma creativa.

V. UNIDADES DE APRENDIZAJE

1
UNIDAD Nº: 1 ARITMÉTICA MODULAR

LOGRO
Al término de la primera unidad, el alumno aplica la Aritmética Modular en la criptografía.

TEMARIO
1.Máximo común Divisor. Algoritmo de Euclides. Aritmética Modular. Congruencia módulo un entero
mayor que 1. Congruencias Lineales.
2.Ecuaciones Diofánticas.
3.Sistemas de congruencias lineales. Teorema chino de los restos.
4.Aplicación (criptografía).

EVALUACIÓN:
En el aula virtual se presenta a los estudiantes Evaluaciones en Línea o Tareas que deben ser presentadas
ahí mismo, estas evaluaciones son revisadas y retroalimentadas en el aula. Se monitorea el progreso de los
estudiantes con la PC1 aplicada en la semana 3 y su correspondiente retroalimentación.

HORA(S) / SEMANA(S)
Semanas 1, 2 y 3

UNIDAD Nº: 2 GRAFOS Y REDES

LOGRO
El alumno, al término de la unidad, será capaz de manejar los distintos tipos de aplicaciones concernientes
a la teoría de grafos, así como saber utilizar los algoritmos que resuelven problemas de camino más corto y
redes de transporte.

TEMARIO
1.Definiciones básicas: grafo, adyacencias e incidencias, grado de un vértice (grados de entrada y salida).
Manejo computacional de un grafo: representación matricial de un grafo. Matriz de adyacencias, matriz de
incidencias. Caminos en grafos. conexión. Componentes conexas. Algoritmo de Warshall.
2.Grafos etiquetados. problema del camino mínimo. Algoritmo de Dijkstra.
3.Redes de flujo: Definiciones básicas (red, flujo, capacidad, saturación). Teorema de flujo máximo con
corte mínimo.
4.Algoritmo de Ford ¿ Fulkerson.
5.Aplicación (redes de transporte).

EVALUACIÓN:
En el aula virtual se presenta a los estudiantes Evaluaciones en Línea o Tareas que deben ser presentadas
ahí mismo, estas evaluaciones son revisadas y retroalimentadas en el aula. Se monitorea el progreso de los
estudiantes con la PC2 aplicada en la semana 6 y su correspondiente retroalimentación.

HORA(S) / SEMANA(S)
Semanas 4, 5 y 6

2
 UNIDAD Nº: 3 ÁRBOLES

LOGRO
El alumno, al término de la unidad, será capaz de utilizar las estructuras de datos no lineales (Árboles) para
desarrollar aplicaciones concernientes a la compresión de datos y construcción de autómatas.

TEMARIO
1.Árboles. Definiciones básicas. Árboles binarios. Recorrido en un árbol (preorden, orden, posorden).
2.Algoritmo de Huffman.
3.Aplicación (compresión de datos).

EVALUACIÓN:
En el aula virtual se presenta a los estudiantes Evaluaciones en Línea o Tareas que deben ser presentadas
ahí mismo, estas evaluaciones son revisadas y retroalimentadas en el aula. Se monitorea el progreso de los
estudiantes con la PC3 aplicada en la semana 10 y su correspondiente retroalimentación.

HORA(S) / SEMANA(S)
Semanas 9 y 10

UNIDAD Nº: 4 PROCESAMIENTO DE IMÁGENES

LOGRO
El alumno, al término de la unidad, será capaz de usar las operaciones matriciales y algunos conceptos
estadísticos en el tratamiento de imágenes.

TEMARIO
1.Definiciones básicas. Representación matricial de una imagen digital.
2.Histograma de una imagen.
3.Ecualización de un histograma.
4.Especificación de histograma.
5.Filtrado Espacial.
6.Filtrado estadístico.

EVALUACIÓN:
En el aula virtual se presenta a los estudiantes Evaluaciones en Línea o Tareas que deben ser presentadas
ahí mismo, estas evaluaciones son revisadas y retroalimentadas en el aula.

HORA(S) / SEMANA(S)
Semanas 11, 12, 13 y 14

VI. 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 alumnos realizan en clase la solución de ejercicios y problemas
de diversa naturaleza.
En las sesiones de trabajo autónomo, el alumno va a realizar actividades de aprendizaje en línea, utilizando

3
herramientas del Aula Virtual. Mediante estas actividades, los alumnos revisarán materiales multimedia,
tendrán interacción con sus compañeros, docentes en los foros de discusión y realizarán tareas y cuestionarios
en línea.
Uno de los aspectos más importantes del curso es la realización por parte de los estudiantes de dos proyectos
colaborativos denominado Proyecto, en equipos de 5 estudiantes cada uno. Consiste en elaborar un programa,
en cualquier lenguaje de programación, que resuelva un problema de contexto real con las herramientas
matemáticas que le brinda el curso. El primero se inicia en la semana 1, se presenta un avance en la semana 4 y
se expone en la semana 7; el segundo se inicia en la semana 9, se presenta un avance en la semana 12 y se
expone en la semana 15. Estos proyectos están calculados para ser elaborados en un mínimo de 8 horas y los
trabajos quedan registrados en el aula virtual.

VII. EVALUACIÓN

FÓRMULA
15% (PC1) + 15% (PC2) + 15% (TP1) + 15% (PC3) + 15% (TF1) + 25% (EB1)

TIPO DE NOTA PESO %

PC - PRÁCTICAS PC 15
PC - PRÁCTICAS PC 15
TP - TRABAJO PARCIAL 15
PC - PRÁCTICAS PC 15
TF - TRABAJO FINAL 15
EB - EVALUACIÓN FINAL 25

VIII. CRONOGRAMA
TIPO DE DESCRIPCIÓN NOTA NÚM. DE FECHA OBSERVACIÓN RECUPERABLE
PRUEBA PRUEBA
PC PRÁCTICAS PC 1 Semana 3 SÍ
PC PRÁCTICAS PC 2 Semana 6 SÍ
TP TRABAJO PARCIAL 1 Semana 7 NO
PC PRÁCTICAS PC 3 Semana SÍ
10
TF TRABAJO FINAL 1 Semana NO
15
EB EVALUACIÓN FINAL 1 Semana SÍ
16

IX. BIBLIOGRAFÍA DEL CURSO

BÁSICA
GRIMALDI, Ralph (1989) Matemática discreta y combinatoria : introducción y aplicaciones. Wilmington,
DL : Addison-Wesley Iberoamericana.
(511.1 GRIM)
MATOU¿EK, JiríNe¿etril, Jaroslav (2008) Invitación a la matemática discreta. Barcelona : Reverté.
(511.1 MATO)

4
RECOMENDADA
(No necesariamente disponible en el Centro de Información)

BIGGS, Norman (1998) Matemática Discreta. 1. Barcelona. Vicens Vives:

X. RED DE APRENDIZAJE