Indique la respuesta correcta (d=ninguna de las anteriores, e=todas las anteriores)

Tamaño: px
Comenzar la demostración a partir de la página:

Download "Indique la respuesta correcta (d=ninguna de las anteriores, e=todas las anteriores)"

Transcripción

1 Parcial 4. Indique la respuesta correcta (d=ninguna de las anteriores, e=todas las anteriores) 1. Inteligencia es: a. La capacidad para combinar información. c. El proceso que permite elaborar conocimiento. b. La capacidad para evaluar diferentes procesos. d. Ninguna está completa para creer que lo fuera, y la combinación tampoco cumple. 2. Razonar es: b. La capacidad para evaluar alternativas. c. El proceso que permite elaborar conocimiento. a. La capacidad para solucionar problemas de alta complejidad. c. El razonamiento lleva a generar nuevo conocimiento. 3. La Filosofía ayuda a la inteligencia artificial por ser la ciencia que: c. Estudia los procesos de generar inferencias. a. Estudia el conocimiento y el razonamiento. b. Indica como representar el conocimiento. a. Es una de las aproximaciónes de que hace la filosofía. 4. Inteligencia artificial es: a. El área que estudia los procesos cognitivos. b. La disciplina que modeliza computacionalmente el razonamiento. c. La ciencia que determina cuando una máquina es inteligente. b. El razonamiento humano se modeliza para que las máquinas actuen así. 5. La Psicología ayuda a la inteligencia artificial porque es una ciencia que: a. Estudia el razonamiento del ser humano. b. Indica como son los procesos cognitivos. c. Estudia los procesos de generar inferencias. b. Mucho más, pero para la IA eso es lo que hace. 6. La inteligencia artificial desarrolla máquinas que: a. Tengan capacidad de pensar. c. Posean capacidad de solucionar problemas complejos. b. Que razonen como lo hace el ser humano. e. Aunque no se cumple todo, eso es lo que se busca. 7. Los sistemas expertos se caracterizan por: b. Tener separado el conocimiento del módulo de proceso c. Ser representado en ellos conocimiento aproximado. a. Proveer conclusiones adecuadas de acuerdo al conocimiento en ellos. e. Es claro que de acuerdo al conocimiento representado tendrán mayores capacidades. 8. La IA es el estudio de los modelos y procesos de: a. Percepción, razonar y actuar b. Definir estrategias c. Solucionar problemas por diferente camino. a. Algo que confirma la respuesta dada en La representación de conocimiento es necesaria porque: b. Los computadores trabajan con símbolos digitales. a. Las reglas de los expertos son variables. c. Existen diferentes alternativas para llegar enunciar algo.

2 d. Es necesaria porque no sabemos como funciona en nuestro cerebro. 10. Un sistema inteligente: b. Sugiere alternativas en la solución de problemas. c. Aprende de la experiencia. a. Explica las conclusiones que ha hallado. e. Las tres combinan características de estos sistemas. 11. El lenguaje natural facilita: a. Una mayor interacción del hombre con la máquina. b. Convierte datos e información en conocimiento. c. Desarrollar lenguajes de mayor utilidad. a. Es la intención de comunicación fácil si los computadores manejan LN. 12. El aprendizaje se da por: b. Los cambios adaptativos que permite desarrollar una tarea cada vez mejor a. Adquirir conocimiento amplio sobre una temática c. Saber aplicar la información y el conocimiento adquirido. b. Es la definición de aprendizaje en varias disciplinas. 13. Una de las ramas de la inteligencia artificial es: b. El procesamiento del Lenguaje Natural. a. Los Sistemas Expertos. c. La Robótica. e. Todas son ramas de la inteligencia artificial en sus inicios. 14. Un agente inteligente: b. Posee capacidad para desarrollar tareas inteligentemente a. Adquiere autonomía para realizar acciones c. Percibe su ambiente y responde o actúa en el. a. No está completa pero si satisface ciertas características. 15. Los SBC son sistemas desarrollados para: b. Explicar las deducciones que produce. a. Almacenar conocimiento de los expertos. c. Generar procesos de toma de decisiones. a. Es la concepción dada para construirlos. 16. Las redes semánticas son: a. Una extensión de la lógica de predicados. c. Un conjunto de OAV. b. Una ampliación de los frames. c. Es la que podría valer. No son todas, pero tampoco ninguna. 17. Los sistemas inteligentes poseen la capacidad de: b. Hallar siempre soluciones óptimas. c. Tomar amplias decisiones. a. Explicar el porqué de una conclusión. a. Claro que no lo es todo, pero si una de las características. Las otras dos no hacen nada. 18. Los marcos son: b. Extensión de la lógica de predicados. a. Ampliación de las redes semánticas. c. Un conjunto de guiones presentados como agentes. d. Ninguna tiene algo que ver con marcos. 19. Metaconocimiento es conocimiento: c. Que hay dentro del conocimiento. 2

3 b. Que se extrae del conocimiento. a. Acerca del mismo conocimiento. a. Es lo concebido en la IA. 20. Un problema es una situación fuera de un estado deseado que: c. Hay que buscar una solución. a. De seguro presenta varias soluciones. b. Plantea el objetivo de hallarle una solución. d. Nada define problema si está la palabra solución. 21. Las redes semánticas son representaciones: c. De conceptos relacionados por conocimiento. b. De objetos del conocimiento estructuralmente relacionados. a. Del conocimiento de objetos relacionados por conceptos. b. Para eso se construyen las redes semánticas. 22. Los atributos especificados en una red semántica indican: a. El tipo de procesamiento a realizar. c. Los conceptos fundamentales de la red. b. Los objetos jerárquicamente estructurados. d. Ninguna tiene que ver con la concepción de las relaciones entre obejtos. 23. La representación en tablas se realiza a partir de: c. Listas que indican como se relacionan los objetos. a. Los atributos de los objetos. b. La representación en gráficos conceptuales. d. Las tablas se pueden realizar desde distintos enfoques. 24. Los árboles de decisión se emplean en la representación del conocimiento por: b. Ser redes semánticas jerárquicamente limitadas c. Representarse en ellos los caminos a las metas a. Presentar alternativas de decisión c. De decisión o no, presentan las alternativas que pueden seguirse. 25. Un problema está bien definido al: a. Indicarse adecuadamente todos los estados y los operadores b. Determinar la meta y los operadores. c. Definir la heurística de búsqueda. d. Ninguna está completa. Los estados no necesariamente se conocen como los operadores. 26. La inteligencia artificial busca desarrollar máquinas que: a. Provean mecanismos para el razonamiento. c. Construyan procesos que modelen la acción cognitiva del ser humano. b. Solucionen problemas complejos. d. No es lo que tiene que ver con las respuestas ya dadas. 27. Un guión es la representación de conocimiento por medio de: b. Descripción de una secuencia de eventos. c. Relaciones entre premisas (frases). a. Reglas funcionales que encadenan descripciones. b. Es lo que define un guión, así se para un artista. 28. La representación del conocimiento es efectiva en: a. Bases de conocimiento con lógica de predicados. b. Bases de datos por facilidad de los sistemas actuales. c. Hechos y reglas del conocimiento y la experiencia de un experto. d. Será efectiva si representa adecuadamente las situaciones o fenómenos. 3

4 29. El conocimiento se halla en: b. Hechos de la vida real. a. Objetos, habilidades, eventos. c. La representación dada. a. El problema es extraerlo. 30. La ingeniería del conocimiento es el estudio de: c. Percibir, razonar y actuar. a. Razonamiento del ser humano. b. Representación del conocimiento. b. Muchas concepciones existen, pero esta es una muy buena síntesis. 31. Razonamiento por analogía es: c. Razonar sobre la mejor forma de razonar. a. Emplear la simulación para resolver problemas. b. Asociar el problema a otro ya resuelto. b. Comparar es una analogía. 32. La formalización del conocimiento se refiere a: a. Estructurar adecuadamente en marcos el conocimiento. c. Desarrollar mapas conceptuales. b. Definir cláusulas que tengan un único valor de verdad. d. La formalización es representarlo. 33. El método de análisis de medios y fines se aplica cuando: b. Existen varias metas y alternativas distintas. c. El método de generar y probar no funciona. a. El problema se puede subdividir en subproblemas. d. Se aplica cuando es preciso comparar varias alternativas. 34. La IA es el estudio de los modelos y procesos de: a. Percepción, razonar y actuar b. Definir estrategias c. Solucionar problemas por diferente camino. a. Ya se habia respondido esto. 35. El proceso deductivo se refiere a: c. Razonar sobre las premisas de una conclusión. a. Inferir situaciones más generales. b. Conceptuar un conocimiento en algo particular. b. En otra forma ir de lo general a lo particular. 4 Responder a. Si tanto la afirmación como la razón son verdaderas y la razón confirma la afirmación. b. Si tanto la afirmación como la razón son verdaderas pero no se implican. c. Si la afirmación es verdadera pero la razón es falsa. d. Si la afirmación es falsa y la razón es verdadera. e. Si tanto la afirmación como la razón son falsas. Afirmación PORQUE Razón 36. Las redes semánticas facilitan deducciones en los sistemas que las poseen. PORQUE La lógica de predicados facilita la representación del razonamiento aproximado. e. Ambas proposiciones son falsas.

5 5 37. Los SBC poseen capacidad para la toma de decisiones. PORQUE Los sistemas expertos son una ampliación completa de los SBC. c. La razón es falsa. 38. Cognición es la capacidad que tienen los humanos para determinar como aplicar el conocimiento. PORQUE La lógica de predicados es una extensión de la lógica difusa. c. Lógica de predicados y lógica difusa nada tienen que ver. 39. Problemas que para su solución requieren inteligencia son ejemplos para desarrollar SE. PORQUE Una heurística facilita la búsqueda de una meta en forma óptima. b. La razón no confirma la afirmación. 40. La semántica es la determinación de la estructura que poseen las diferentes frases. PORQUE Los SBC realizan trabajos eficientemente en la medida que provean mayor número de deducciones. e. La semántica determina el significado. Las deducciones son el trabajo. 41. Las heurísticas están determinadas para los diferentes problemas a resolver. PORQUE La representación en árboles facilita la búsqueda de metas. e. Las heurísticas surgen de la experiencia. El que se determinen alternativas no necesariamente se puede buscar metas. 42. La percepción es la capacidad que tendrían los sistemas para determinar especialmente la forma de objetos. PORQUE Las redes semánticas son base para los SBC. c. Los SBC no requieren de construir redes semánticas, aunque son un apoyo. 43. Una heurística facilita la búsqueda de una meta en forma óptima. PORQUE Los SBC tienen mayor capacidad de deducción en la medida que contenga mayor número de premisas. b. Son proposiciones totalmente aisladas. 44. Los procesos de búsqueda de metas en sistemas inteligentes son eficientes en la medida que posean información. PORQUE La lógica clásica es aplicable cuando hay definidas funciones probabilísticas. c. La probabilidad no tiene nada que ver con la lógica clásica. 45. Las redes semánticas son una extensión de la lógica de predicados. PORQUE Problemas que no emplean símbolos son muy apropiados para construir SE. e. Se ha contextualizado otras características. 46. La extracción de conocimiento de las bases de datos de una organización es una de las técnicas de la minería de datos. PORQUE Las bases de datos se desarrollan a medida que poseen mayor información. c. Aunque una BD se requiere por el volúmen de información, no es esto lo que se afirma. 47. Los SBC tienen amplia capacidad para la toma de decisiones. PORQUE Un problema en general tiene más de una solución. b. Son concepciones simples pero son independientes. 48. Un árbol provee facilidad para hallar la meta buscada. PORQUE Un conjunto de reglas amplio da deducciones siempre. e. El número de reglas no lleva a que exista conclusión. 49. Una heurística se define a partir del problema a resolver. PORQUE Inteligencia es la capacidad que posee un ser para detectar problemas. e. Detectar problemas es una habilidad que podría determinar inteligencia, pero no lo es todo. 50. La representación del conocimiento en bases de datos mejora los sistemas inteligentes. PORQUE Los sistemas difusos se basan en la construcción de variables lingüísticas. d. El conocimiento se representa en bases de conocimiento.

6 6

Solución al parcial 14

Solución al parcial 14 Solución al parcial 14 Marque V(erdadero) o F(also) según considere la proposición. 1. La lógica difusa es la emulación del razonamiento aproximado que realizan las máquinas. F: Las máquinas no realizan

Más detalles

Inteligencia artificial

Inteligencia artificial Inteligencia artificial Proceso de Lenguaje Natural Qué es el Lenguaje? Qué es el Lenguaje Natural? Procesamiento del lenguaje Natural (PLN) Aplicaciones PLN Niveles del Lenguaje Arquitectura de un sistema

Más detalles

Sistemas Expertos Unidad 2. Prof. Francklin Rivas Echeverría Universidad de Los Andes Laboratorio de Sistemas Inteligentes

Sistemas Expertos Unidad 2. Prof. Francklin Rivas Echeverría Universidad de Los Andes Laboratorio de Sistemas Inteligentes Sistemas Expertos Unidad 2 Prof. Francklin Rivas Echeverría Universidad de Los Andes Laboratorio de Sistemas Inteligentes 2005 Sistemas basados en conocimiento Los Sistemas basados en conocimiento constituyen

Más detalles

PROGRAMA DE ASIGNATURA DE INTELIGENCIA ARTIFICIAL

PROGRAMA DE ASIGNATURA DE INTELIGENCIA ARTIFICIAL PROGRAMA DE ASIGNATURA DE INTELIGENCIA ARTIFICIAL Table of contents 1 INFORMACIÓN GENERAL...2 2 INTRODUCCIÓN... 2 3 OBJETIVOS GENERALES DE LA ASIGNATURA... 3 4 OBJETIVOS, TEMAS Y SUBTEMAS... 3 5 PLAN TEMÁTICO...5

Más detalles

Métodos de Inteligencia Artificial

Métodos de Inteligencia Artificial Métodos de Inteligencia Artificial L. Enrique Sucar (INAOE) esucar@inaoep.mx ccc.inaoep.mx/esucar Tecnologías de Información UPAEP Agentes basados en conocimiento Contenido Sistemas basados en conocimiento

Más detalles

Métodos de Inteligencia Artificial

Métodos de Inteligencia Artificial Métodos de Inteligencia Artificial L. Enrique Sucar (INAOE) esucar@inaoep.mx ccc.inaoep.mx/esucar Tecnologías de Información UPAEP Objetivos Estudiar algunas de las metodologías de Inteligencia Artificial,

Más detalles

* Una definición del pensamiento crítico es el pensamiento reflexivo que se centra en decidir en qué creer o qué hacer (Ennis, 1987).

* Una definición del pensamiento crítico es el pensamiento reflexivo que se centra en decidir en qué creer o qué hacer (Ennis, 1987). PROCESOS DE APRENDIZAJE EJERCICIO 1. PENSAMIENTO CRITICO REALIZAR LA LECTURA DEL PRESENTE ARTICULO Y EXTRAER LOS CONCEPTOS IMPORTANTES, ESCRIBIRLOS EN LA BITÁCORA. COMPARTIR EN SALON DE CLASES Pensamiento

Más detalles

Teorías del aprendizaje

Teorías del aprendizaje Teorías del aprendizaje TEORÍAS DEL APRENDIZAJE 1 Sesión No. 7 Nombre: El cognitivismo: Aplicación en la educación Contextualización Sabías que las teorías cognitivas tienen un amplio campo de aplicación

Más detalles

Expositor: Mauricio Galvez Legua

Expositor: Mauricio Galvez Legua ó Expositor: Mauricio Galvez Legua mgl10may62@hotmail.com 1 Qué es la ó La Robótica es una ciencia aplicada que se ocupa del estudio, desarrollo y aplicaciones de los robots. El estudio de la robótica

Más detalles

Representación de Conocimientos

Representación de Conocimientos Representación de Conocimientos Asunción Gómez-Pérez asun@fi.upm.es Despacho 2104 Departamento de Inteligencia Artificial Facultad de Informática Universidad Politécnica de Madrid Campus de Montegancedo

Más detalles

TÉCNICO SUPERIOR UNIVERSITARIO EN TECNOLOGÍAS DE LA INFORMACIÓN Y COMUNICACIÓN

TÉCNICO SUPERIOR UNIVERSITARIO EN TECNOLOGÍAS DE LA INFORMACIÓN Y COMUNICACIÓN TÉCNICO SUPERIOR UNIVERSITARIO EN TECNOLOGÍAS DE LA INFORMACIÓN Y COMUNICACIÓN HOJA DE ASIGNATURA CON DESGLOSE DE UNIDADES TEMÁTICAS 1. Nombre de la asignatura Desarrollo de Habilidades De Pensamiento

Más detalles

Representación del conocimiento. M.I. Jaime Alfonso Reyes Cortés

Representación del conocimiento. M.I. Jaime Alfonso Reyes Cortés Representación del conocimiento M.I. Jaime Alfonso Reyes Cortés Ingeniería del conocimiento Ingeniería del conocimiento: Representación del conocimiento. El conocimiento representa la piedra angular de

Más detalles

logica computacional Tema 1: Introducción al Cálculo de Proposiciones

logica computacional Tema 1: Introducción al Cálculo de Proposiciones Tema 1: Introducción al Cálculo de Proposiciones Introducción al concepto de cálculo Un cálculo es una estructura pura; un sistema de relaciones. Un cálculo se compone de lo siguiente: Un conjunto de elementos

Más detalles

I. CONSIDERACIONES GENERALES

I. CONSIDERACIONES GENERALES MATRIZ DE ESPECIFICACIONES DE LA PRUEBA NACIONAL DE SUFICIENCIA EN COMPRENSIÓN DE TEXTOS Y RAZONAMIENTO LÓGICO MATEMÁTICO PARA LA INCORPORACIÓN AL COLEGIO MAYOR SECUNDARIO PRESIDENTE DEL PERÚ I. CONSIDERACIONES

Más detalles

Ingeniería en Sistemas y Comunicaciones

Ingeniería en Sistemas y Comunicaciones Universidad Autónoma del Estado de México Centro Universitario UAEM Valle de México Ingeniería en Sistemas y Comunicaciones Unidad de Aprendizaje: Inteligencia Artificial Tema: Arquitectura de los Sistemas

Más detalles

PROGRAMA ACADÉMICO DE INGENIERÍA INDUSTRIAL LINEAMIENTOS PARA LA ELABORACIÓN DE TESIS

PROGRAMA ACADÉMICO DE INGENIERÍA INDUSTRIAL LINEAMIENTOS PARA LA ELABORACIÓN DE TESIS PROGRAMA ACADÉMICO DE INGENIERÍA INDUSTRIAL LINEAMIENTOS PARA LA ELABORACIÓN DE TESIS Agosto-diciembre, 2007 1 1. TITULACIÓN MEDIANTE TESIS En este documento se presentan las características específicas

Más detalles

Capítulo 4. Lógica matemática. Continuar

Capítulo 4. Lógica matemática. Continuar Capítulo 4. Lógica matemática Continuar Introducción La lógica estudia la forma del razonamiento, es una disciplina que por medio de reglas y técnicas determina si un teorema es falso o verdadero, además

Más detalles

Lógica proposicional. Ivan Olmos Pineda

Lógica proposicional. Ivan Olmos Pineda Lógica proposicional Ivan Olmos Pineda Introducción Originalmente, la lógica trataba con argumentos en el lenguaje natural es el siguiente argumento válido? Todos los hombres son mortales Sócrates es hombre

Más detalles

INSTITUTO POLITÉCNICO NACIONAL ESCUELA SUPERIOR DE CÓMPUTO. Sistemas Expertos. M. En C. Eduardo Bustos Farías

INSTITUTO POLITÉCNICO NACIONAL ESCUELA SUPERIOR DE CÓMPUTO. Sistemas Expertos. M. En C. Eduardo Bustos Farías INSTITUTO POLITÉCNICO NACIONAL ESCUELA SUPERIOR DE CÓMPUTO Sistemas Expertos M. En C. Eduardo Bustos Farías Temario Introducción a Sistemas Expertos Características de los SE Tareas típicas Características

Más detalles

UNIVERSIDAD DE PLAYA ANCHA FACULTAD DE XXXXX. Vicerrectora Académica Dirección de Estudios, Innovación Curricular y Desarrollo Docente

UNIVERSIDAD DE PLAYA ANCHA FACULTAD DE XXXXX. Vicerrectora Académica Dirección de Estudios, Innovación Curricular y Desarrollo Docente UNIVERSIDAD DE PLAYA ANCHA FACULTAD DE XXXXX Vicerrectora Académica Dirección de Estudios, Innovación Curricular y Desarrollo Docente PROGRAMA FORMATIVO CARRERA DE XXXXXX MÓDULO: XXXXXXX MARZO 2014 Clave

Más detalles

Desarrollo Intelectual y social en la niñez intermedia

Desarrollo Intelectual y social en la niñez intermedia Desarrollo Intelectual y social en la niñez intermedia Presentado por: por: Sonia N. Rivera Acevedo Introducción O Jean Piaget fue un biólogo y epistemólogo de origen Suizo, cuyas investigaciones siguen

Más detalles

Los eventos incorporan objetos y relaciones en un todo y con un propósito, son dinámicos y tienen un lugar en el tiempo.

Los eventos incorporan objetos y relaciones en un todo y con un propósito, son dinámicos y tienen un lugar en el tiempo. EVENTO Nelson, Katherine. Desde una perspectiva funcional, la estructura básica del conocimiento del niño y el lenguaje que se utiliza para expresar ese conocimiento está organizada alrededor de eventos.

Más detalles

PROGRAMA ANALÍTICO DE ASIGNATURA

PROGRAMA ANALÍTICO DE ASIGNATURA UNIVERSIDAD AUTÓNOMA DEL ESTADO DE HIDALGO COORDINACIÓN DE DOCENCIA DIRECCIÓN DE PLANEACIÓN Y DESARROLLO EDUCATIVO _ 1.- DATOS GENERALES 1.1 INSTITUTO: CIENCIAS BÁSICAS E INGENIERÍA PROGRAMA ANALÍTICO

Más detalles

Programa de Lógica para la solución de problemas

Programa de Lógica para la solución de problemas Programa de Lógica para la solución de problemas Octubre del 2006 B @ UNAM Asignatura: Lógica para la solución de problemas Plan: 2006 Créditos: 10 Bachillerato: Módulo 2 Tiempo de dedicación total: 80

Más detalles

Universidad Nacional Autónoma de México Facultad de Psicología

Universidad Nacional Autónoma de México Facultad de Psicología Universidad Nacional Autónoma de México Facultad de Psicología Programa de la Asignatura: Teoría Computacional de la Mente Clave: 1105 Semestre: 1 Campo de conocimiento: Tradición: Tradición Cognoscitiva

Más detalles

Mención en Computación

Mención en Computación Mención en Computación Competencias Idea general sobre lo que es computación Aprender SOBRE lenguajes de programación, diseño y procesamiento Aprender SOBRE la eficiencia y complejidad de algoritmos (

Más detalles

Matemáticas Discretas TC1003

Matemáticas Discretas TC1003 Matemáticas Discretas TC1003 Módulo I: Descripción Departamento de Matemáticas ITESM Módulo I: Descripción Matemáticas Discretas - p. 1/15 En esta sección veremos un poco de la historia de la Lógica: desde

Más detalles

INTERFACES INTELIGENTES. ING. MA. MARGARITA LABASTIDA ROLDÁN E mail:

INTERFACES INTELIGENTES. ING. MA. MARGARITA LABASTIDA ROLDÁN E mail: INTERFACES INTELIGENTES ING. MA. MARGARITA LABASTIDA ROLDÁN E mail: magielr@gmail.com GENERALIDADES DE LAS INTERFACES INTERFAZ DE USUARIO: Es el dispositivo por medio del cual un usuario realiza la comunicación

Más detalles

Planificación didáctica de MATEMÁTICAS 4º E.S.O.

Planificación didáctica de MATEMÁTICAS 4º E.S.O. Planificación didáctica de MATEMÁTICAS 4º E.S.O. (Orientadas a las enseñanzas aplicadas) Julio de 2016 Rev.: 0 Índice 1.- INTRODUCCION... 1 2.- BLOQUE I. PROCESOS, MÉTODOS Y ACTITUDES EN MATEMÁTICAS...

Más detalles

Introducción: Proposiciones, argumentos e inferencias. Inferencias deductivas e inductivas. Deducción: Inferencias transitivas (Silogismos lineales)

Introducción: Proposiciones, argumentos e inferencias. Inferencias deductivas e inductivas. Deducción: Inferencias transitivas (Silogismos lineales) Tema 2.- Deducción. Psicología del Pensamiento, Guión del Tema 2 Prof.: Eduardo Madrid Bloque 1: Razonamiento y variedades del pensamiento. Introducción: Proposiciones, argumentos e inferencias. Inferencias

Más detalles

COMPETENCIAS A ADQUIRIR POR EL ALUMNO

COMPETENCIAS A ADQUIRIR POR EL ALUMNO GRADO EN ADMINISTRACIÓN Y DIRECCIÓN DE EMPRESAS COMPETENCIAS A ADQUIRIR POR EL ALUMNO COMPETENCIAS BÁSICAS COMPETENCIAS BÁSICAS Que los estudiantes hayan demostrado poseer y comprender conocimientos en

Más detalles

Métodos de Inteligencia Artificial

Métodos de Inteligencia Artificial Métodos de Inteligencia Artificial L. Enrique Sucar (INAOE) esucar@inaoep.mx ccc.inaoep.mx/esucar Tecnologías de Información UPAEP Contenido Lógica proposicional Lógica de predicados Inferencia en lógica

Más detalles

Breve introducción a la Investigación de Operaciones

Breve introducción a la Investigación de Operaciones Breve introducción a la Investigación de Operaciones Un poco de Historia Se inicia desde la revolución industrial, usualmente se dice que fue a partir de la segunda Guerra Mundial. La investigación de

Más detalles

Capítulo 5. Estrategias de enseñanza para la promoción de. 1. Cómo se definen las estrategias de enseñanza?

Capítulo 5. Estrategias de enseñanza para la promoción de. 1. Cómo se definen las estrategias de enseñanza? Capítulo 5. Estrategias de enseñanza para la promoción de aprendizajes significativos 1. Cómo se definen las estrategias de enseñanza? R= Como procedimientos que el agente de enseñanza utiliza en forma

Más detalles

Representación del conocimiento. Lógica y representación del conocimiento.

Representación del conocimiento. Lógica y representación del conocimiento. Representación del conocimiento Lógica y representación del conocimiento. Contenidos 1. Papel de la lógica en la representación del conocimiento. 2. Principios de Ingeniería de Conocimiento en Lógica de

Más detalles

ENFOQUE POR COMPETENCIAS

ENFOQUE POR COMPETENCIAS ENFOQUE POR COMPETENCIAS Las competencias son un tipo de aprendizaje que integran y combinan aprendizajes de diversa naturaleza. Suponen actuar sobre la realidad y modificarla, sea para resolver un problema

Más detalles

Mapa conceptual (concepto)

Mapa conceptual (concepto) Los Mapas Conceptuales Mónica Henao Cálad, Ph.D. 1 1 Mapa conceptual (concepto) Recurso esquemático y gráfico para representar el conocimiento Representación de relaciones significativas entre conceptos

Más detalles

HABILIDADES PARA EL PENSAMIENTO COMPLEJO

HABILIDADES PARA EL PENSAMIENTO COMPLEJO BENEMÉRITA UNIVERSIDAD AUTÓNOMA DE PUEBLA FACULTAD DE CIENCIAS DE LA ELECTRÓNICA ACADEMIA DE ÁREA ESPECÍFICA DE FORMACIÓN INTEGRAL DHPC-FCE MES. J. Estela Maza Navarro HABILIDADES PARA EL PENSAMIENTO COMPLEJO

Más detalles

Matemáticas Discretas TC1003

Matemáticas Discretas TC1003 Matemáticas Discretas TC1003 Módulo I: s Válidos Departamento de Matemáticas ITESM Módulo I: s Válidos Matemáticas Discretas - p. 1/50 En matemáticas y en lógica un argumento no es una disputa. Más bien,

Más detalles

TEMA 6: DESARROLLO COGNITIVO (6-18 AÑOS) Etapa de las operaciones concretas (7-11 años)

TEMA 6: DESARROLLO COGNITIVO (6-18 AÑOS) Etapa de las operaciones concretas (7-11 años) TEMA 6: DESARROLLO COGNITIVO (6-18 AÑOS) Etapa de las operaciones concretas (7-11 años) Para Piaget es el punto de inflexión en el desarrollo cognitivo. Se caracteriza porque es lógico, flexible y organizado.

Más detalles

Dirección de Desarrollo Curricular Secretaría Académica

Dirección de Desarrollo Curricular Secretaría Académica PLAN DE ESTUDIOS DE EDUCACIÓN MEDIA SUPERIOR CAMPO DISCIPLINAR Comunicación PROGRAMA DE ASIGNATURA (UNIDADES DE APRENDIZAJE CURRICULAR) Comprensión y Análisis de Textos PERIODO III CLAVE BCCO.03.04-08

Más detalles

Principales Teorías de Liderazgo. José Jorge Saavedra

Principales Teorías de Liderazgo. José Jorge Saavedra Principales Teorías de Liderazgo José Jorge Saavedra Contenido Enfoque de Atributos Teoría de Contingencia Enfoque de Destrezas Teoría de Medios y Fines Enfoque de Estilo Teoría de Intercambio Líder -

Más detalles

MÉTODO SINGAPUR. Para la enseñanza de Matemáticas

MÉTODO SINGAPUR. Para la enseñanza de Matemáticas MÉTODO SINGAPUR Para la enseñanza de Matemáticas ÍNDICE Introducción El marco del currículo Conceptos Habilidades Procesos Metacognición Actitudes Más Información INTRODUCCIÓN El método Singapur es una

Más detalles

Objetivos formativos de Matemática Discreta. Tema 1: Conjuntos, aplicaciones y relaciones

Objetivos formativos de Matemática Discreta. Tema 1: Conjuntos, aplicaciones y relaciones Objetivos formativos de Matemática Discreta Para cada uno de los temas el alumno debe ser capaz de hacer lo que se indica en cada bloque. Además de los objetivos que se señalan en cada tema, se considera

Más detalles

Taller de Análisis Lógico de Argumentos Filosóficos Semestre FORMALIZACIÓN: CONECTIVAS Y CONSTÁNTES LÓGICAS. I. Lenguaje formal.

Taller de Análisis Lógico de Argumentos Filosóficos Semestre FORMALIZACIÓN: CONECTIVAS Y CONSTÁNTES LÓGICAS. I. Lenguaje formal. FORMALIZACIÓN: CONECTIVAS Y CONSTÁNTES LÓGICAS I. Lenguaje formal. 1 II. Definición y utilidad de la formalización Formalización es el proceso de traducción de los argumentos del lenguaje natural a esquemas

Más detalles

Métodos de Inteligencia Artificial

Métodos de Inteligencia Artificial Métodos de Inteligencia Artificial L. Enrique Sucar (INAOE) esucar@inaoep.mx ccc.inaoep.mx/esucar Tecnologías de Información UPAEP Sistemas Multiagentes IA Distribuida Introducción Esquemas de control

Más detalles

Contenido. Contenido. Inteligencia Artificial y. La prueba de Turing. Pueden las máquinas pensar? El juego de la adivinación

Contenido. Contenido. Inteligencia Artificial y. La prueba de Turing. Pueden las máquinas pensar? El juego de la adivinación Inteligencia Artificial y La Reinversión Copernicana Dr. Luis Alberto Pineda Cortés Enero, 2004 de representación e inferencia en la IA de representación e inferencia en la IA La prueba de Turing Alan

Más detalles

Nivel I: Pensamiento Memorístico (demuestra conocimiento en forma igual o casi igual a como lo aprendido).

Nivel I: Pensamiento Memorístico (demuestra conocimiento en forma igual o casi igual a como lo aprendido). Niveles de Pensamiento de Norman Webb El Dr. Norman Webb, especialista en el área de evaluación, junto con otros profesionales describió cuatro niveles de profundidad de conocimiento (DOK, por sus siglas

Más detalles

El Pensamiento Crítico

El Pensamiento Crítico El Pensamiento Crítico Qué es el Pensamiento Crítico? Orígenes El PC no es una práctica nueva. Puede empezar a ubicarse con los griegos: Sócrates, Platón, Aristóteles. El concepto como tal se define hacia

Más detalles

Es un conjunto de palabras y símbolos que permiten al usuario generar comandos e instrucciones para que la computadora los ejecute.

Es un conjunto de palabras y símbolos que permiten al usuario generar comandos e instrucciones para que la computadora los ejecute. Los problemas que se plantean en la vida diaria suelen ser resueltos mediante el uso de la capacidad intelectual y la habilidad manual del ser humano. La utilización de la computadora en la resolución

Más detalles

Determinar la incertidumbre al momento de desarrollar aplicativos en inteligencia artificial, haciendo uso de estructuras probabilísticas..

Determinar la incertidumbre al momento de desarrollar aplicativos en inteligencia artificial, haciendo uso de estructuras probabilísticas.. Sistemas expertos e inteligencia artificial, Guia 5 1 Facultad : Ingeniería Escuela : Computación Asignatura: Sistemas expertos e Inteligencia Artificial Tema: RAZONAMIENTO CON INCERTIDUMBRE. Objetivo

Más detalles

Tesis de Graduación Cronograma de actividades 2012

Tesis de Graduación Cronograma de actividades 2012 Tesis de Graduación Cronograma de actividades 0 Período Primer cuatrimestre Lugar Taller 8, Piso 4 Cursado Lunes de 8:0 a :0 hs. Clase Teórica : Presentación de la cátedra. Marco conceptual Presentación

Más detalles

LÓGICA DE PROGRAMACIÓN

LÓGICA DE PROGRAMACIÓN LÓGICA DE PROGRAMACIÓN Lógica de la Programación Lenguajes de Programación Ing CIP. Mike Joseph Palacios Juárez Clasificación del Software Sistemas Operativos 1. Multitarea 2. Multiusuario 3. Multiproceso

Más detalles

INGENIERÍA EN SISTEMAS Y COMUNICACIONES

INGENIERÍA EN SISTEMAS Y COMUNICACIONES INGENIERÍA EN SISTEMAS Y COMUNICACIONES UDA: INTELIGENCIA ARTIFICIAL TEMA: REPRESENTACIÓN DEL CONOCIMIENTO E L A B O R Ó : D R. E N C. H É C T O R R A F A E L O R O Z C O A G U I R R E C U U A E M V M

Más detalles

EVALUACIÓN SUMATIVA. 2.2 Resuelve problemas, utilizando el principio de la multiplicación con seguridad.

EVALUACIÓN SUMATIVA. 2.2 Resuelve problemas, utilizando el principio de la multiplicación con seguridad. I. Generalidades: EVALUACIÓN SUMATIVA Asignatura: MATEMÁTICA Recursos: Problema Planteado. Libro de Matemática, Contenidos: Utilicemos el Conteo: El Principio de la Multiplicación, El Principio de la Suma,

Más detalles

Área: INFORMÁTICA. Saber- Saber: Identificar DFD como herramienta para escribir los algoritmos de forma lógica.

Área: INFORMÁTICA. Saber- Saber: Identificar DFD como herramienta para escribir los algoritmos de forma lógica. Guía No: 2 Subdirección de Educación Departamento de Educación Contratada Colegio CAFAM Bellavista CED GUIA DE APRENDIZAJE Docente: Luz del Carmen Barrera Área: INFORMÁTICA Fecha: II BIMESTRE 2014 Grado:

Más detalles

Tema 5: Álgebra de Boole Funciones LógicasL

Tema 5: Álgebra de Boole Funciones LógicasL Tema 5: Álgebra de Boole Funciones LógicasL Ingeniería Informática Universidad Autónoma de Madrid 1 Álgebra de Boole.. Funciones LógicasL O B J E T I V O S Conocer el Álgebra de Boole, sus teoremas y las

Más detalles

DIPLOMADO SUPERIOR. II Promoción ORGANIZADORES GRÁFICOS

DIPLOMADO SUPERIOR. II Promoción ORGANIZADORES GRÁFICOS DIPLOMADO SUPERIOR FORMACIÓN DE TUTORES PARA EL ACOMPAÑAMIENTO DE JÓVENES EN EDUCACIÓN MEDIA SUPERIOR II Promoción ORGANIZADORES GRÁFICOS Qué son los Organizadores Gráficos? Los organizadores gráficos

Más detalles

DESARROLLO DE PENSAMIENTO LÓGICO MATEMÁTICO

DESARROLLO DE PENSAMIENTO LÓGICO MATEMÁTICO CURSO: DESARROLLO DE PENSAMIENTO LÓGICO MATEMÁTICO 1 SEMSTRE: I 2 CÓDIGO: 602106 3 COMPONENTE: 4 CICLO: 5 ÁREA: Formación Básica 6 FECHA DE APROBACIÓN: Básico de formación inicial 7 NATURALEZA: Teórico

Más detalles

Diplomado en Gerencia Integral

Diplomado en Gerencia Integral l Diplomado en Gerencia Integral Justificación Las organizaciones hoy se ven enfrentadas a cambios radicales en el ambiente del sector donde desarrollan su actividad, y muchas veces se sienten incapacitadas

Más detalles

METODOLOGIA DE LA INVESTIGACION II INTRODUCCION

METODOLOGIA DE LA INVESTIGACION II INTRODUCCION Escuela Administración de Empresas METODOLOGIA DE LA INVESTIGACION II INTRODUCCION Prof. Beatriz Saldaña J. 7º Semestre GRAFICO DE CONCEPTUALIZACION CONOCER TEORÍA MÉTODO METODOLOGÍA OBJETO CONCEPTUALIZACION

Más detalles

INTRODUCCIÓN A LA PSICOLOGÍA

INTRODUCCIÓN A LA PSICOLOGÍA TEMA 7. PENSAMIENTO Y LENGUAJE Título Propio de Primer Ciclo en Seguridad Pública Título Propio de Primer Ciclo de Detective Privado TEMA 7. PENSAMIENTO Y LENGUAJE 1. CONCEPTO DE PENSAMIENTO. 2. FORMACIÓN

Más detalles

Primera aproximación al aprendizaje automático.

Primera aproximación al aprendizaje automático. APRENDIZAJE Introducción al aprendizaje algorítmico José M. Sempere Departamento de Sistemas Informáticos y Computación Universidad Politécnica de Valencia Aprender: Tomar algo en la memoria [...] Adquirir

Más detalles

Inteligencia en Redes de Comunicaciones - 04 Razonamiento lógico

Inteligencia en Redes de Comunicaciones - 04 Razonamiento lógico El objetivo del Tema 4 es presentar una panorámica general sobre cómo se pueden realizar razonamientos lógicos en un sistema software. 1 Esta es la tabla de contenidos del tema: se estudia la programación

Más detalles

LA TEORÍA DE AUSUBEL Universidad Pública de Navarra Tomado de el 28 de agosto de 2012

LA TEORÍA DE AUSUBEL Universidad Pública de Navarra Tomado de  el 28 de agosto de 2012 LA TEORÍA DE AUSUBEL Universidad Pública de Navarra Tomado de http://cmapserver.unavarra.es el 28 de agosto de 2012 La teoría de Ausubel es cognitiva. Explica el proceso de aprendizaje según el cognitivismo.

Más detalles

EL UNIVERSO MENTAL. Modelo teórico. Fausto Presutti

EL UNIVERSO MENTAL. Modelo teórico. Fausto Presutti Modelo teórico 1 Las investigaciones sobre la personalidad y las difencias individuales inducieron gradualmente a sustituir las rígidas típologias con clasificaciónes más articuladas y dinámicas que permitieron

Más detalles

DII 711 Metodología de la Investigación. Dr. Cristian Rusu

DII 711 Metodología de la Investigación. Dr. Cristian Rusu DII 711 Metodología de la Investigación Dr. Cristian Rusu cristian.rusu@ucv.cl 3. Elaboración del marco teórico 3.1. Revisión de la literatura 3.2. Construcción del marco teórico 3. Elaboración del marco

Más detalles

Un enunciado es toda frase u oración que se emite

Un enunciado es toda frase u oración que se emite OBJETIO 2: Aplicar la lógica proposicional y la lógica de predicados en la determinación de la validez de una proposición dada. Lógica Proposicional La lógica proposicional es la más antigua y simple de

Más detalles

Prueba Protocolo de Programación I

Prueba Protocolo de Programación I Prueba Protocolo de Programación I M. C. Alfonso Garcés Báez agarces@cs.buap.mx Facultad de Ciencias de la Computación, Benemérita Universidad Autónoma de Puebla La presente prueba protocolo se aplicará

Más detalles

LA INVESTIGACIÓN APLICADA A PROYECTOS Volumen I: Identificación del proyecto y formulación de la investigación PROLOGO

LA INVESTIGACIÓN APLICADA A PROYECTOS Volumen I: Identificación del proyecto y formulación de la investigación PROLOGO LA INVESTIGACIÓN APLICADA A PROYECTOS Volumen I: Identificación del proyecto y formulación de la investigación PROLOGO Este texto pretende brindar unas herramientas fundamentales a cualquier persona que

Más detalles

CÓMO PENSAR CRÍTICAMENTE?

CÓMO PENSAR CRÍTICAMENTE? SE EDUCA 2 CREATIVIDAD Y PENSAMIENTO CIENTÍFICO EN SECUNDARIA PENSAMIENTO CRÍTICO CÓMO PENSAR CRÍTICAMENTE? Introducción El pensamiento crítico o pensamiento evaluativo es una habilidad del pensamiento

Más detalles

2 experiencia empírica contiene saberes acerca de aspectos de la realidad que no son accesibles a la experiencia empírica, tales como un saber con res

2 experiencia empírica contiene saberes acerca de aspectos de la realidad que no son accesibles a la experiencia empírica, tales como un saber con res LAS AFIRMACIONES VERDADERAS ACERCA DE LA REALIDAD NO EXPERIMENTABLE EMPÍRICAMENTE COMO FUNDAMENTO FUNDAMENTAL DE UNA METAFÍSICA DESPUÉS DE LAS OBJECIONES DE KANT Y DEL POSITIVISMO LÓGICO La pretensión

Más detalles

VAPA Alcance y Secuencia: Baile Las Normas Nacionales de Artes en Danza. Grado Dos

VAPA Alcance y Secuencia: Baile Las Normas Nacionales de Artes en Danza. Grado Dos VAPA Alcance y Secuencia: Baile Las Normas Nacionales de Artes en Danza Grado Dos Creación 1.1 Componente de proceso: Explorar Ancla estándar: Generar y conceptualizar ideas artísticas y trabajo. Entendimiento

Más detalles

Inteligencias múltiples aplicadas a la gestión de las organizaciones. Javier Martín Nieto

Inteligencias múltiples aplicadas a la gestión de las organizaciones. Javier Martín Nieto a la gestión de las organizaciones Nieto Guión Expectativas Consideraciones previas Inteligencias múltiples Aplicación a las organizaciones Conclusiones Expectativas Qué? Quién? Me será útil? Consideraciones

Más detalles

Visión por computadora Computer vision

Visión por computadora Computer vision Visión por computadora Computer vision Conjunto de algoritmos que permiten obtener una representación visual del mundo, suficiente para la realización de una tarea dada. Representación visual El mundo:

Más detalles

LOGICA MATEMATICA. El dar un juicio nos permite comparar las características primarias o secundarias del objeto o termino y valorarlas

LOGICA MATEMATICA. El dar un juicio nos permite comparar las características primarias o secundarias del objeto o termino y valorarlas DEINICIÓN ETIMOLÓGICA DE LÓGICA EL término LOGICA viene de dos voces griegas: Logos, que significa palabra, tratado, pensamiento o razón e icos que significa relacionado con, por lo tanto lógica significa

Más detalles

Lógicas para la inteligencia natural y artificial

Lógicas para la inteligencia natural y artificial 1er día virtual de la comunidad de Inteligencia Artificial Lógicas para la inteligencia natural y artificial México DF, 18 de junio de 2015 Contenido La lógica humana: comprender y razonar sobre lo natural

Más detalles

Agenda 15/10/2010. Programación Lógica en Inteligencia Artificial. Inteligencia Artificial. Agentes Inteligentes. Programación de agentes: JavaLog

Agenda 15/10/2010. Programación Lógica en Inteligencia Artificial. Inteligencia Artificial. Agentes Inteligentes. Programación de agentes: JavaLog Programación Lógica en Inteligencia Artificial Programación Exploratoria Año 2010 Ing. Ingrid Christensen ISISTAN Facultad de Ciencias Exactas UNCPBA Agenda Inteligencia Artificial Conceptos, enfoques

Más detalles

Curso Básico de competencias disciplinares docentes

Curso Básico de competencias disciplinares docentes Curso Básico de competencias disciplinares docentes Campo disciplinar: Matemáticas Disciplina: Matemáticas Duración: 120 hrs. Modalidad: Mixta Objetivo: Fortalecer los contenidos matemáticos para resaltar

Más detalles

CONOCER. Proceso intelectual por el cual se establece una relación directa entre un sujeto (quien conoce) y un objeto conocido (la realidad)

CONOCER. Proceso intelectual por el cual se establece una relación directa entre un sujeto (quien conoce) y un objeto conocido (la realidad) CONOCIMIENTO CONOCER Proceso intelectual por el cual se establece una relación directa entre un sujeto (quien conoce) y un objeto conocido (la realidad) CONOCIMIENTO ACTIVIDAD POR MEDIO DEL CUAL ADQUIRIMOS

Más detalles

LÓGICA PROPOSICIONAL

LÓGICA PROPOSICIONAL LÓGICA PROPOSICIONAL QUE ES LA LÓGICA? El sentido ordinario de la palabra lógica se refiere a lo que es congruente, ordenado, bien estructurado. Lo ilógico es lo mismo que incongruente, desordenado, incoherente.

Más detalles

Modelos Para la Toma de Decisiones

Modelos Para la Toma de Decisiones Modelos Para la Toma de Decisiones 1 Sesión No. 5 Nombre: Modelos de decisión. Primera parte. Contextualización Modelos para decidir? Hemos visto herramientas de tipo más bien matemático que nos permiten

Más detalles

Tema 6: Teoría Semántica

Tema 6: Teoría Semántica Tema 6: Teoría Semántica Sintáxis Lenguaje de de las las proposiciones Lenguaje de de los los predicados Semántica Valores Valores de de verdad verdad Tablas Tablas de de verdad verdad Tautologías Satisfacibilidad

Más detalles

4.1 CONGRUENCIA ENTRE LOS OBJETIVOS DEL PLAN DE ESTUDIOS Y EL PERFIL DE EGRESO CON LAS LGAC:

4.1 CONGRUENCIA ENTRE LOS OBJETIVOS DEL PLAN DE ESTUDIOS Y EL PERFIL DE EGRESO CON LAS LGAC: 4.1 CONGRUENCIA ENTRE LOS OBJETIVOS DEL PLAN DE ESTUDIOS Y EL PERFIL DE EGRESO CON LAS LGAC: A continuación se muestran los objetivos así como los mapas funcionales según la línea de acentuación y la línea

Más detalles

Ideas Matemáticas en situaciones del Tablet. M. Soledad Montoya González

Ideas Matemáticas en situaciones del Tablet. M. Soledad Montoya González T / / / Ideas Matemáticas en situaciones del Tablet M. Soledad Montoya González soledad.montoya@ucv.cl Intuitivamente podemos señalar que el razonamiento lógico matemático tiene que ver con el pensar.

Más detalles

LA COMUNIDAD DE INDAGACIÓN COMO ESTRATEGIA DIDÁCTICA EN LA EDUCACIÓN MEDIA SUPERIOR: UNA APROXIMACIÓN PRÁCTICA

LA COMUNIDAD DE INDAGACIÓN COMO ESTRATEGIA DIDÁCTICA EN LA EDUCACIÓN MEDIA SUPERIOR: UNA APROXIMACIÓN PRÁCTICA LA COMUNIDAD DE INDAGACIÓN COMO ESTRATEGIA DIDÁCTICA EN LA EDUCACIÓN MEDIA SUPERIOR: UNA APROXIMACIÓN PRÁCTICA De: Lipman Juan José Jiménez Ríos rios42@hotmail.com La filosofía para niños de Lipman: características

Más detalles

Matemáticas Discretas Lógica

Matemáticas Discretas Lógica Coordinación de Ciencias Computacionales - INAOE Matemáticas Discretas Lógica Cursos Propedéuticos 2010 Ciencias Computacionales INAOE Lógica undamentos de Lógica Cálculo proposicional Cálculo de predicados

Más detalles

ESTRATEGIAS DE EVALUACIÓN

ESTRATEGIAS DE EVALUACIÓN ESTRATEGIAS DE EVALUACIÓN Síntesis realizada a partir de los textos Cómo evaluar el aprendizaje escolar Orientaciones para la aplicación del decreto 1290 de 2009 de Ignacio Abdón Montenegro Aldana. La

Más detalles

Planificación didáctica de MATEMÁTICAS 3º E.S.O.

Planificación didáctica de MATEMÁTICAS 3º E.S.O. Planificación didáctica de MATEMÁTICAS 3º E.S.O. (Orientadas a las enseñanzas aplicadas) Julio de 2016 Rev.: 0 Índice 1.- INTRODUCCIÓN... 1 2.- BLOQUE I. PROCESOS, MÉTODOS Y ACTITUDES EN MATEMÁTICAS...

Más detalles

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA PROGRAMA DE INGENIERÍA DE SISTEMAS

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA PROGRAMA DE INGENIERÍA DE SISTEMAS UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA PROGRAMA DE INGENIERÍA DE SISTEMAS 90169 INTELIGENCIA ARTIFICIAL Lectura Reconocimiento General del Curso

Más detalles

En general, para que se puedan realizar aprendizajes son necesarios tres factores básicos:

En general, para que se puedan realizar aprendizajes son necesarios tres factores básicos: Aprendizaje situado Resumen El interés actual por el estudio de las prácticas educativas y de la interacción en el aula, como han señalado Coll y Sánchez, está marcado por cambios que han supuesto una

Más detalles

Guía para maestro. Conectores lógicos y tablas de verdad. Compartir Saberes

Guía para maestro. Conectores lógicos y tablas de verdad.  Compartir Saberes Guía para maestro Guía realizada por Jefferson Bustos Profesional en Matemáticas Master en educación El razonamiento no solo constituye una de las competencias básicas en el pensamiento matemático, sino

Más detalles

Dar una introducción sobre la asignatura IO Familiarizar al estudiante con las características y aplicación del modelo de matriz de decisiones

Dar una introducción sobre la asignatura IO Familiarizar al estudiante con las características y aplicación del modelo de matriz de decisiones I Unidad: Introducción a al Investigación de Operaciones. Contenidos: 1. Breve reseña histórica de la l. De O. 2. Concepto de la l. De O. 3. Objeto de Estudio de la l. De O. 4. Introducción a la teoría

Más detalles

LAS 14 AREAS TEMATICAS DE LA COMPUTACIÓN

LAS 14 AREAS TEMATICAS DE LA COMPUTACIÓN En los años 1986-1989 la ACM(Association for Computing Machinery) y la IEEE (Institute for Electrical and Electronic Engineers)Computer Society : Peter Denning y otros definen la Informática como disciplina

Más detalles

Inteligencia en Redes de Comunicaciones. Razonamiento lógico. Julio Villena Román.

Inteligencia en Redes de Comunicaciones. Razonamiento lógico. Julio Villena Román. Inteligencia en Redes de Comunicaciones Razonamiento lógico Julio Villena Román jvillena@it.uc3m.es Índice La programación lógica Lógica de predicados de primer orden Sistemas inferenciales IRC 2009 -

Más detalles

O M A Y R A C O S M E T O R R E S E T E G 500 P R O F E S O R A T O R R E S. Teoría Cognoscitiva

O M A Y R A C O S M E T O R R E S E T E G 500 P R O F E S O R A T O R R E S. Teoría Cognoscitiva O M A Y R A C O S M E T O R R E S E T E G 500 P R O F E S O R A T O R R E S Teoría Cognoscitiva APRENDIZAJE Se denomina aprendizaje al proceso de adquisición de conocimientos, habilidades, valores y actitudes,

Más detalles

NECESIDADES DE LOS USUARIOS Y OBJETIVOS DE LOS ESTADOS FINANCIEROS

NECESIDADES DE LOS USUARIOS Y OBJETIVOS DE LOS ESTADOS FINANCIEROS NIF A-3 NECESIDADES DE LOS USUARIOS Y OBJETIVOS DE LOS ESTADOS FINANCIEROS Esta Norma es aplicable a todo tipo de entidades. DEFINICIÓN DE ENTIDAD ECONOMICA Organización de recursos naturales, humanos

Más detalles

MODELOS DE INVESTIGACION DE OPERACIONES

MODELOS DE INVESTIGACION DE OPERACIONES MODELOS DE INVESTIGACION DE OPERACIONES CARACTERÍSTICAS Los modelos se dividen en determinísticos (no probabilisticos) y estocásticos (probilisticos). Hay otros modelos híbridos porque incluyen las dos

Más detalles

BASES DE DATOS TEMA 2 MODELOS DE DATOS

BASES DE DATOS TEMA 2 MODELOS DE DATOS SES DE DTOS TEM 2 MODELOS DE DTOS Un modelo de datos es una serie de conceptos que puede utilizarse para describir un conjunto de datos y las operaciones para manipularlos. Hay dos tipos de modelos de

Más detalles

SISTEMAS INTELIGENTES

SISTEMAS INTELIGENTES SISTEMAS INTELIGENTES Tema 1 Introducción Ivan Olmos Pineda Contenido Panorama histórico Definiciones Conclusiones BUAP Inteligencia Artificial 2 1 Introducción Qué es la Inteligencia Artificial ó IA?

Más detalles