UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN Facultad de … para... · aprendizaje y trabajo colaborativo...
Transcript of UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN Facultad de … para... · aprendizaje y trabajo colaborativo...
IT-8-SPG-02-R03
Revisión: 1
Vigente a partir del: 01 de agosto de 2016
UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN
Facultad de Ingeniería Mecánica y Eléctrica
PE (Maestría en Ingeniería Orientación en Eléctrica)
PROGRAMA ANALÍTICO
I. Datos de Identificación de la Unidad de Aprendizaje:
1.-Clave y nombre de la Unidad de Aprendizaje
2.- Frecuencia Semanal: horas de trabajo presencial:
3.- Horas de trabajo extra aula por semana:
4.- Modalidad: Escolarizada No escolarizada Mixto
5.- Periodo académico: Semestral Tetramestral Modular
6.- LGAC: ______Tecnologías de información en los procesos de negocio_________
7.- Ubicación semestral:
8.- Área Curricular: ___Formación Básica________________________
9.- Créditos:
10.- Requisito:
11.- Fecha de elaboración:
12.- Fecha de la última actualización:
13.- Responsable (es) del diseño:
MIELBA001 Matemáticas para Ingeniería
4
8
x
x
1
6
15/jul/2011
31/ago/2011
M.C. Aída Lucina González Lara (coordinadora)
Dra. Sara Elena Garza Villarreal
No tiene
IT-8-SPG-02-R03
Revisión: 1
Vigente a partir del: 01 de agosto de 2016
II. Presentación:
Esta unidad de aprendizaje ofrece al alumno los fundamentos matemáticos necesarios para
adquirir competencias que se vinculan a la resolución estratégica de problemas de ingeniería y la
toma de decisiones oportuna en el contexto profesional, particularmente en el ámbito de
tecnologías de información. Para ello, se seguirá un proceso de dos fases claramente separables y
complementarias: (a) resolución de problemas con matemáticas computacionales y (b) toma de
decisiones con probabilidad y estadística. Teniendo lo anterior como base, el alumno reforzará el
pensamiento ingenieril y la capacidad de aprender autónomamente para abordar situaciones
relacionadas con complejidad computacional, aproximación de soluciones y comportamientos
probabilísticos.
III. Propósito(s):
La finalidad de la unidad de aprendizaje consiste en proporcionar al estudiante herramientas
matemáticas fundamentales para cursar satisfactoriamente la Maestría en Ingeniería con
orientación a Tecnologías de Información. Su papel con respecto al perfil de egreso consiste en
proveer los fundamentos matemáticos para comprender teorías y modelos relacionados a la
ingeniería, al tiempo de facilitar aquellas herramientas básicas necesarias para aplicar
metodologías que solucionan problemas de ingeniería con calidad. Por esta razón, sirve como base
para unidades de aprendizaje que versan sobre inteligencia de negocios y tecnologías de apoyo a
la toma de decisiones.
Para lograr lo anterior, como ya se mencionó en la presentación, la unidad se ha estructurado en
dos fases—cada una relacionada con una competencia específica. La primera fase se vale de
matemáticas computacionales básicas para estimular el uso de ingeniería en la resolución de
problemas; dicha fase culmina con el análisis y diseño de algoritmos eficientes en contextos reales,
lo cual servirá para reafirmar la competencia asociada. Por otro lado, en la segunda fase se
estudian fundamentos de probabilidad y estadística para la toma de decisiones; esta fase cierra
con la ejecución de pruebas de hipótesis, donde se aplicará el aprendizaje autónomo para adquirir
la competencia asociada.
IT-8-SPG-02-R03
Revisión: 1
Vigente a partir del: 01 de agosto de 2016
A lo largo de la unidad de aprendizaje, se espera que el alumno desarrolle las competencias
establecidas y sea capaz de aplicar el conocimiento adquirido en otros contextos—ya sea en
Página 3 de 19 unidades posteriores de la maestría o en el ámbito laboral. De igual manera, se
espera que el desarrollo del alumno sea dentro de un marco de actitudes y valores impulsados por
la universidad.
IV. Competencias del perfil de egreso: 14.- Perfil de egreso vinculado a la Unidad de Aprendizaje:
15.- Competencias generales a que se vincula la Unidad de Aprendizaje:
Declaración de la competencia general vinculada a la unidad de
aprendizaje
Evidencia
Nota: aquí se coloca la información de la cuarta columna de la tabla
de niveles de complejidad de las competencias generales. La
columna se titula: nivel de desarrollo de la competencia.
Nota: aquí se establece la forma en que el alumno
evidencia el dominio de la competencia.
C2. Utiliza los lenguajes lógico, formal, matemático,
icónico, verbal y no verbal de acuerdo a su etapa de
vida y de la disciplina en la que se especializó, para
comprender, interpretar y expresar ideas,
sentimientos, teorías y corrientes de pensamiento con
un enfoque ecuménico
Manipula modelos matemáticos y
estadísticos
C3. Maneja las tecnologías de la información de
acuerdo a los usos de su profesión y la comunicación
como herramientas para el acceso a la información y su
transformación en conocimiento, así como para el
Utiliza herramientas de TI para solucionar
problemas matemáticos y estadísticos.
1. Conoce las teorías, metodologías, modelos de datos y procesos tecnológicos
relacionados a la ingeniería con la finalidad de explicar mediante éstas la realidad de
su entorno local, nacional e internacional para que tenga un impacto directo en el
desarrollo de mejores prácticas profesionales con un alto nivel de análisis.
2. Aplica metodologías para resolución de problemas de ingeniería de forma pertinente
y viable cumpliendo con estándares de calidad y políticas de seguridad y
contribuyendo en la promoción de una sociedad responsable, sostenible y
sustentable
IT-8-SPG-02-R03
Revisión: 1
Vigente a partir del: 01 de agosto de 2016
aprendizaje y trabajo colaborativo con técnicas de
vanguardia que le permitan su participación
constructiva en la sociedad.
16.- Competencias específicas y nivel de dominio a que se vincula la unidad de aprendizaje:
Competencia Especifica
Nivel I Inicial
Evidencia Nivel II Básico
Evidencia Nivel III Autónomo
Evidencia
Nivel IV Estraté
gico
Evidencia
CEI1 Aplica estrategias de aprendizaje autónomo en los diferentes niveles y campos de la ingeniería* que le permita la toma de decisiones oportunas y pertinentes en diferentes ámbitos.
Integra las herramientas y estrategias de tecnologías de la información y comunicaciones para la construcción de soluciones.
Soluciona problemas matemáticos y estadísticos aplicados por el profesor.
CEI2 Soluciona problemas relacionados con la ingeniería* estableciendo planes estratégicos de calidad.
Revisa los fundamentos para la construcción de los objetos de información.
Utiliza las habilidades para la solución de problemas en entornos de TI.
Investiga los objetos de información que son cruciales para la toma de decisiones.
Soluciona problemas matemáticos y estadísticos aplicados por el profesor.
IT-8-SPG-02-R03
Revisión: 1
Vigente a partir del: 01 de agosto de 2016
V. Representación gráfica:
VI. Estructuración en capítulos, etapas o fases de la unidad de aprendizaje:
1. Matemáticas computacionales para la resolución de problemas (Primera fase)
2. Probabilidad y estadística para la toma de decisiones (Segunda fase)
17.- Desarrollo de las fases de la Unidad de Aprendizaje:
1. Matemáticas computacionales para la resolución de problemas (Primera fase) 1.1. Fundamentos
1.1.1. Vocabulario y notación básica (conjuntos, lógica, conteo, funciones) 1.1.2. Estructuras de datos: grafos y árboles 1.1.3. Recursividad
1.2. Análisis y diseño de algoritmos 2. Probabilidad y estadística para la toma de decisiones (Segunda fase)
2.1. Fundamentos 2.1.1. Fundamentos de probabilidad 2.1.2. Fundamentos de estadística
2.2. Herramientas computacionales para la toma de decisiones 2.3. Análisis confirmatorio
IT-8-SPG-02-R03
Revisión: 1
Vigente a partir del: 01 de agosto de 2016
Elementos de competencia:
CEI1.A Resuelve problemas que involucran probabilidad utilizando los principios y teoremas
conocidos (por ejemplo, Bayes) para la construcción de soluciones en ambientes no
determinísticos.
CEI1.B Resuelve problemas de estadística descriptiva y exploratoria mediante la manipulación de
objetos de información para profundizar en el análisis estadístico que apoya la toma de decisiones.
CEI1.C Usa herramientas computacionales (software de simulación, por ejemplo) que facilitan la
parte mecánica en la toma de decisiones para enfocarse en aspectos no triviales de la misma.
CEI1.D Ejecuta experimentos que involucran análisis estadístico confirmatorio para probar
hipótesis.
CEI2.A Usa vocabulario y notación de manera matemática y formal para representar datos y
objetos de manera precisa e ingenieril.
CEI2.B Analiza estructuras de datos jerárquicas y de red (árboles y grafos) de acuerdo a la teoría
matemática correspondiente para representar y manipular objetos de información.
CEI2.C Aplica técnicas avanzadas de programación (por ejemplo, recursión) seleccionando los
lenguajes de programación aptos para resolución de problemas.
CEI2.D Diseña algoritmos computacionales eficientes a partir de contextos similares estudiados y
basándose en técnicas clásicas (por ejemplo, "divide y vencerás") para la resolución de problemas
con restricción de recursos (tiempo y espacio).
Período:
Evidencias de
aprendizaje
Criterios de
desempeño
Actividades de
aprendizaje
Contenidos Recursos
CEI2.A.- Glosario
electrónico
colaborativo.
Subir a una
plataforma
electrónica (wiki,
Cantidad mínima de conceptos cubierta y explicada de manera correcta. Contenido
Maestro:
APERTURA
(1) Proveer motivación para estudiar el tema ligado a esta
Conceptual:
Nociones básicas
de teoría de
conjuntos,
lógica, funciones
y relaciones,
(A)Referencias de ayuda para colocar material en línea. (B) Lista de temas y
IT-8-SPG-02-R03
Revisión: 1
Vigente a partir del: 01 de agosto de 2016
página Web, blog)
una entrada con
los conceptos y
notación
pertinentes a un
tema
fundamental de
matemáticas
computacionales.
La evidencia se
presenta por
equipos.
(Evidencia
cognoscitiva)
original (no copy-paste). Limpieza y estructura.
evidencia.
DESARROLLO
(2) Facilitar recursos, temas y conceptos.
(3) Exponer conceptos avanzados.
CIERRE
(4) Aclarar conceptos y dudas.
(5) Recapitular los temas.
(6) Indicar la pauta para la siguiente sesión.
Alumno:
FUERA DEL AULA
(a) Investigar por su cuenta el tema asignado.
(b) Revisar material de ayuda para colocar material en línea.
(c) Crear la entrada o página con el contenido esperado.
EN EL AULA
(d) Exponer los
resultados
obtenidos la
siguiente sesión.
lenguajes
formales,
conteo.
conceptos a investigar. (C) Acceso a fuentes de información que aborden los temas (libros, sitios Web, etc.) (*) Rúbrica de evaluación: evidencia y exposición.
CEI2.B.- Análisis
de una estructura
de datos. Escoger
Tamaño apropiado de la red (al menos
Maestro:
APERTURA
Conceptual:
Fundamentos de
(A) Material didáctico sobre
IT-8-SPG-02-R03
Revisión: 1
Vigente a partir del: 01 de agosto de 2016
para su análisis
una de las
siguientes
opciones: (1)
modelado y
análisis de un
documento XML
como un árbol ó
(2) modelado y
análisis de una
red social en
línea. El análisis
se entrega por
equipo.
(Evidencia de
desempeño)
20 nodos). Limpieza y orden en la presentación.
(0) Recapitular el tema anterior y ligarlo con el actual (de ser necesario).
(1) Proveer motivación para estudiar el tema ligado a esta evidencia.
DESARROLLO
(2) Realizar facilitación expositiva de fundamentos de grafos y árboles.
(3) Ejemplificar el modelado y análisis de redes.
CIERRE
(4) Resolver dudas y facilitar el cierre de la sesión.
(5) Indicar la pauta para la siguiente sesión.
Alumno:
EN EL AULA
(a) Realizar ejercicios de reafirmación del tema.
FUERA DEL AULA
(b) Repasar el material visto en la sesión.
(c) Investigar por su cuenta las tecnologías y
grafos y árboles:
componentes,
notación y
propiedades más
relevantes.
estructuras de datos. (B) Referencias sobre XML y redes sociales. (*) Rúbrica de evaluación.
IT-8-SPG-02-R03
Revisión: 1
Vigente a partir del: 01 de agosto de 2016
métricas para el análisis.
(d) Modelar la estructura.
(e) Realizar el análisis requerido
CEI2.C.-
Programación de
funciones
recursivas. Hacer
un programa con
funciones
recursivas que
solucionen los
problemas
planteados.
(Evidencia de
desempeño)
El programa funciona (se puede ejecutar). Las soluciones son recursivas. El programa está completo y las funciones hacen lo indicado.
Maestro:
APERTURA
(0) Recapitular el tema anterior y ligarlo con el actual (de ser necesario).
(1) Proveer motivación para estudiar el tema ligado a esta evidencia.
DESARROLLO
(2) Realizar facilitación expositiva de recursión.
(3) Resolver problemas recursivos de ejemplo con pseudo-código.
(4) Facilitar material adicional para consulta.
CIERRE
(5) Resolver dudas y facilitar el cierre de la sesión.
(6) Indicar la pauta para la siguiente sesión.
Conceptual:
Recursión: caso
base y caso
general, manejo
de listas,
algoritmos
recursivos,
lenguajes de
programación
funcionales
(LISP). Manejo
de pseudo-
código.
(A) Material didáctico sobre recursividad. (B) Intérprete de LISP. (C) Editor de texto para lenguajes de programación. (*) Rúbrica de evaluación.
IT-8-SPG-02-R03
Revisión: 1
Vigente a partir del: 01 de agosto de 2016
Alumno:
EN EL AULA
(a) Resolver los ejercicios propuestos.
(b) Preguntar dudas.
FUERA DEL AULA
(c) Repasar el material visto en la sesión.
(d) De ser necesario, consultar material adicional sobre el tema.
(e) Diseñar algoritmos para solucionar los problemas.
(f) Reportar los resultados.
CEI2.D.- Análisis y
diseño de un
algoritmo para
un contexto real.
Generar un
reporte donde se
identifique un
contexto
problemático (de
preferencia real),
se diseñe y
analice un
algoritmo
eficiente que dé
solución a este
problema. El
reporte se
(i) El contexto identificado es adecuado. (ii) El algoritmo propuesto es eficiente. (iii) La clase de problema es correctamente detectada. (iv) El análisis del algoritmo es correcto.
Maestro:
APERTURA
(0) Recapitular el tema anterior y ligarlo con el actual (de ser necesario).
(1) Proveer motivación para estudiar el tema ligado a esta evidencia.
DESARROLLO
(2) Realizar facilitación expositiva de análisis y diseño de
Conceptual:
Técnicas de
diseño de
algoritmos
(divide y
vencerás,
programación
dinámica,
algoritmos
voraces),
clasificación de
problemas (P, NP
y NP-completo),
notación
asintótica para
análisis de
algoritmos (O
(A) Material didáctico sobre análisis de algoritmos. (B) Referencias para consulta. (*) Rúbrica de evaluación: evidencia y exposición. (*) Lista de cotejo.
IT-8-SPG-02-R03
Revisión: 1
Vigente a partir del: 01 de agosto de 2016
presenta por
equipos.
(Evidencia de
producto)
algoritmos.
(3) Facilitación de material didáctico y de consulta.
(4) Resolver problemas algorítmicos de ejemplo.
CIERRE
(5) Resolver dudas y facilitar el cierre de la sesión.
(6) Hacer el cierre de la primera fase.
(7) Indicar la pauta para la siguiente sesión.
Alumno:
EN EL AULA
(a) Analizar diferentes algoritmos (al menos uno con cada técnica) de acuerdo a la notación asintótica para determinar su orden.
(b) Diseñar algoritmos con pseudo-código para resolver diferentes problemas.
(c) Identificar problemas NPcompletos y ver la aplicación de transformaciones (así sea de manera informal) para
grande).
IT-8-SPG-02-R03
Revisión: 1
Vigente a partir del: 01 de agosto de 2016
reconocer problemas "duros" de resolver.
FUERA DEL AULA
(d) Identificar un contexto problemático.
(e) Diseñar un algoritmo que resuelva este problema, de acuerdo a la teoría estudiada.
(f) Analizar este algoritmo con la notación vista.
(g) Presentar un reporte donde se indique el contexto, tipo de problema y análisis y diseño del algoritmo.
CEI1.A-
Problemas de
probabilidad
básica. Generar
un reporte con las
soluciones para
los problemas
planteados por el
profesor.
(Evidencia de
desempeño)
(i) Soluciones correctas (resultados y procedimiento). (ii) Limpieza y orden en la presentación.
Maestro:
APERTURA
(0) Recapitular el tema anterior y ligarlo con el actual (de ser necesario).
(1) Proveer motivación para estudiar el tema ligado a esta evidencia.
DESARROLLO
(2) Realizar facilitación expositiva sobre fundamentos de probabilidad.
Conceptual:
Fundamentos de
probabilidad a
priori y a
posteriori.
(A) Material didáctico referente al tema de probabilidad. (*) Rúbrica de evaluación.
IT-8-SPG-02-R03
Revisión: 1
Vigente a partir del: 01 de agosto de 2016
(3) Resolver problemas de ejemplo.
CIERRE
(4) Resolver dudas y facilitar el cierre de la sesión.
(5) Indicar la pauta para la siguiente sesión.
Alumno:
EN EL AULA
(a) Resolver los ejercicios propuestos.
(b) Preguntar dudas.
FUERA DEL AULA
(c) Repasar el tema visto en clase y los ejemplos correspondientes.
(d) Analizar los problemas, resolverlos y reportar los resultados.
CEI1.B-
Problemas de
estadística
básica. Generar
un reporte con las
soluciones para
los problemas
planteados por el
profesor.
(Evidencia de
desempeño)
(i) Soluciones correctas (resultado y procedimiento) (ii) Limpieza y orden en la presentación.
Maestro:
APERTURA
(0) Recapitular el tema anterior y ligarlo con el actual (de ser necesario).
(1) Proveer motivación para estudiar el tema ligado a esta evidencia.
Conceptual:
Elementos de
estadística
descriptiva:
media, varianza,
desviación
estándar,
regresión, etc.
(A) Material didáctico referente al tema de estadística descriptiva. (*) Rúbrica de evaluación.
IT-8-SPG-02-R03
Revisión: 1
Vigente a partir del: 01 de agosto de 2016
DESARROLLO
(2) Realizar facilitación expositiva sobre estadística descriptiva.
(3) Resolver problemas de ejemplo.
CIERRE
(4) Resolver dudas y facilitar el cierre de la sesión.
(5) Indicar la pauta para la siguiente sesión.
Alumno:
EN EL AULA
(a) Resolver los ejercicios propuestos.
(b) Preguntar dudas.
FUERA DEL AULA
(c) Repasar el tema visto en clase y los ejemplos correspondientes.
(d) Analizar los problemas, resolverlos y reportar los resultados.
CE12.C- “Demo”
de herramientas
computacionales.
Hacer una
demostración
(i) Pertinencia de la herramienta. (ii) Organización
Maestro:
APERTURA
(0) Recapitular el tema anterior y ligarlo con el actual
Conceptual:
Elementos de
estadística
descriptiva:
media, varianza,
(A) Acceso a herramientas computacionales.
IT-8-SPG-02-R03
Revisión: 1
Vigente a partir del: 01 de agosto de 2016
(por equipos) del
funcionamiento
de una
herramienta
computacional.
(Evidencia de
desempeño)
del equipo. (iii) Licencia válida (que no sea pirata).
(de ser necesario).
(1) Proveer motivación para estudiar el tema ligado a esta evidencia.
DESARROLLO
(2) Facilitar referencias.
CIERRE
(3) Resolver dudas y facilitar el cierre de la sesión.
(4) Indicar la pauta para la siguiente sesión.
Alumno:
EN EL AULA
(a) Buscar una herramienta con funcionalidades estadísticas.
FUERA DEL AULA
(b) Organizar una demostración frente al grupo.
desviación
estándar,
regresión, etc.
(B) Acceso a material de referencia relacionado con estas herramientas. (*) Rúbrica de evaluación.
CEI1.D.- Reporte
científico con
pruebas de
hipótesis.
Generar un
reporte científico
donde se describa
la hipótesis
planteada y los
experimentos
realizados. La
(i) Estructura de un reporte científico (introducción, protocolo, marco teórico, desarrollo, experimentos y resultados, conclusión y trabajo futuro).
Maestro:
APERTURA
(0) Recapitular el tema anterior y ligarlo con el actual (de ser necesario).
(1) Proveer motivación para estudiar el tema ligado a esta
Conceptual:
Análisis
confirmatorio:
hipótesis,
métricas, tipos
de error.
Procedimental:
Escritura
científica.
(A) Formato para un reporte científico. (B) material didáctico sobre análisis confirmatorio. (C) Utilería para escribir reportes (MS Word,
IT-8-SPG-02-R03
Revisión: 1
Vigente a partir del: 01 de agosto de 2016
evidencia se
presenta por
equipos.
(Evidencia de
producto)
(ii) Formalidad (uso de notación matemática, tono formal al escribir). (iii) Uso correcto del análisis confirmatorio. (iv) Inclusión de referencias bibliográficas.
evidencia.
DESARROLLO
(2) Realizar facilitación expositiva sobre análisis confirmatorio.
(3) Facilitar escritura de artículos científicos.
CIERRE
(4) Resolver dudas y facilitar el cierre de la sesión.
(5) Hacer el cierre de la unidad.
Alumno:
EN EL AULA
(a) Realizar problemas de estadística confirmatoria.
FUERA DEL AULA
(b) Repasar el tema.
(c) Identificar un problema que conlleve análisis confirmatorio.
(d) Desarrollar este problema, con los elementos involucrados.
(e) Reportar los resultados a manera de artículo.
LaTeX, etc.). (*) Rúbrica de evaluación. (*) Lista de cotejo.
IT-8-SPG-02-R03
Revisión: 1
Vigente a partir del: 01 de agosto de 2016
VII. Evaluación integral de procesos y productos:
Evidencia Puntos
Glosario electrónico colaborativo 10
Análisis de una estructura de datos (grafo o árbol) 5
Programación de funciones recursivas 10
Producto integrador de la primera fase: Análisis y
diseño de un algoritmo para un contexto real
25
Problemas de probabilidad básica 5
Problemas de estadística básica 5
Demostración de una herramienta computacional 10
Producto integrador de la segunda fase: Reporte
científico con pruebas de hipótesis
30
VIII. Producto integrador de aprendizaje de la unidad:
18.- Producto integrador de aprendizaje:
Ya que la unidad de aprendizaje incorpora contenidos en dos fases diferentes, a la vez que
concentra dos competencias específicas, se ha optado por establecer un producto
integrador por fase.
Primera fase: Análisis y diseño de un algoritmo para un contexto real
Este producto está directamente relacionado con la competencia específica CEI2. Se
comenzará a desarrollar desde el inicio hasta la mitad del tetramestre. Las evidencias para
los elementos de competencia CEI2.A – CEI2.C apoyan su construcción.
Segunda fase: Reporte científico con pruebas de hipótesis (análisis confirmatorio)
Este producto está directamente relacionado con la competencia específica CEI1. Se
comenzará a desarrollar a partir de la mitad del tetramestre. Las evidencias para los
elementos de competencia CEI1.A - CEI1.C apoyan su construcción.
IT-8-SPG-02-R03
Revisión: 1
Vigente a partir del: 01 de agosto de 2016
IX. Fuentes de apoyo y consulta:
19.- Fuentes de apoyo y consulta:
Básicas:
Cormen, Thomas H., Charles E. Leiserson, Ronald L. Rivest y Clifford Stein (2003).
Introduction to Algorithms. EUA: McGraw-Hill. 2da. Edición.
Grimaldi, Ralph P (2003). Matemáticas Discreta y Combinatoria: Una Introducción con
Aplicaciones. México: Addison Wesley Longman. 5ta. Edición.
Jiménez Murillo, José A (2008). Matemáticas para la Computación. México: Alfaomega.
Wackerly, Dennis D. y Richard L. Scheaffer (2002). Estadística matemática con
aplicaciones. EUA: Cengage Learning Editores.
Complementarias:
Box, George E.P., J. Stuart Hunter y William G. Hunter. (2008). Estadística para
investigadores: diseño, innovación y descubrimiento. Barcelona, España: Reverté.
Kelley, D. (2001). Teoría de Autómatas y Lenguajes Formales. EUA: Prentice Hall.
Neapolitan, Richard y Kumarss Naimipour (1998). Foundations of Algorithms Using C++
Pseudocode. Massachusetts, EUA: Jones and Bartlett Publishers. 2da. edición.
Ross, Sheldon M. (2007). Introducción a la estadística. España: Reverté.
Russell, Stuart y Peter Norvig (2003). Artificial Intelligence: A Modern Approach. New
Jersey, EUA: Prentice Hall. 2ª ed.