|
Conocer los fundamentos teóricos y prácticos para la construcción de programas informáticos que posibiliten a las computadoras a razonar de forma automática, o casi automática. Aplicarlo al área de verificación de software. |
Conocer los fundamentos
teóricos y prácticos para la construcción de programas informáticos que
posibiliten a las computadoras a razonar de forma automática, o casi automática.
Conocer algoritmos que se aplicarán en la resolución de problemas reales que se presentan a menudo en aplicaciones para computadora, las diferentes estrategias comunes de análisis y diseño de algoritmos (divide y vencerás, programación dinámica, y método avaro), principios y técnicas básicas de complejidad computacional (comportamiento de peor caso y caso promedio, consumo de espacio y cotas inferiores de la complejidad de un problema) y las áreas de los problemas NP-completos. Otra de las metas del curso, no menos importante que los temas que contiene, es desarrollar en el alumno el hábito de siempre responder a un algoritmo nuevo con las preguntas: ¿qué tan bueno es?, ¿hay una manera mejor?
Esta asignatura asegura un mejor aprendizaje en materias de semestres posteriores como los son lenguajes de programación, teoría computacional, inteligencia artificial I y II, entre otras.
Conocer algoritmos que se aplicarán en la resolución de problemas reales que se presentan a menudo en aplicaciones para computadora, las diferentes estrategias comunes de análisis y diseño de algoritmos (divide y vencerás, programación dinámica, y método avaro), principios y técnicas básicas de complejidad computacional (comportamiento de peor caso y caso promedio, consumo de espacio y cotas inferiores de la complejidad de un problema) y las áreas de los problemas NP-completos. Otra de las metas del curso, no menos importante que los temas que contiene, es desarrollar en el alumno el hábito de siempre responder a un algoritmo nuevo con las preguntas: ¿qué tan bueno es?, ¿hay una manera mejor?
Esta asignatura asegura un mejor aprendizaje en materias de semestres posteriores como los son lenguajes de programación, teoría computacional, inteligencia artificial I y II, entre otras.
|
Estudiar técnicas de Inteligencia Artificial aplicables a la resolución de problemas reales que se presentan a menudo en aplicaciones para computadora. Conocer principios y técnicas de búsqueda, tanto básicas como avanzadas, para resolver problemas usando espacios de estados. Conocer principios y técnicas para la resolución de problemas de satisfacción de restricciones. Conocer principios y técnicas para la resolución de problemas usando representación de conocimiento y sistemas de inferencia. |
|
Estudiar técnicas de Inteligencia Artificial aplicables a la resolución de problemas reales que se presentan a menudo en aplicaciones para computadora. Conocer principios y técnicas de búsqueda, tanto básicas como avanzadas, para resolver problemas usando espacios de estados. Conocer principios y técnicas para la resolución de problemas de satisfacción de restricciones. Conocer principios y técnicas para la resolución de problemas usando representación de conocimiento y sistemas de inferencia. |
|
Estudiar técnicas de Inteligencia Artificial aplicables a la resolución de problemas reales que se presentan a menudo en aplicaciones para computadora. Conocer principios y técnicas de búsqueda, tanto básicas como avanzadas, para resolver problemas usando espacios de estados. Conocer principios y técnicas para la resolución de problemas de satisfacción de restricciones. Conocer principios y técnicas para la resolución de problemas usando representación de conocimiento y sistemas de inferencia. |
|
Estudiar técnicas de Inteligencia Artificial aplicables a la resolución de problemas reales que se presentan a menudo en aplicaciones para computadora. Conocer principios y técnicas de búsqueda, tanto básicas como avanzadas, para resolver problemas usando espacios de estados. Conocer principios y técnicas para la resolución de problemas de satisfacción de restricciones. Conocer principios y técnicas para la resolución de problemas usando representación de conocimiento y sistemas de inferencia. |
Conocer algoritmos que se aplicarán en la resolución de problemas reales que se presentan a menudo en aplicaciones para computadora, las diferentes estrategias comunes de análisis y diseño de algoritmos (divide y vencerás, programación dinámica, y método avaro), principios y técnicas básicas de complejidad computacional (comportamiento de peor caso y caso promedio, consumo de espacio y cotas inferiores de la complejidad de un problema) y las áreas de los problemas NP-completos. Otra de las metas del curso, no menos importante que los temas que contiene, es desarrollar en el alumno el hábito de siempre responder a un algoritmo nuevo con las preguntas: ¿qué tan bueno es?, ¿hay una manera mejor?
Esta asignatura asegura un mejor aprendizaje en materias de semestres posteriores como los son lenguajes de programación, teoría computacional, inteligencia artificial I y II, entre otras.
Conocer algoritmos que se aplicarán en la resolución de problemas reales que se presentan a menudo en aplicaciones para computadora, las diferentes estrategias comunes de análisis y diseño de algoritmos (divide y vencerás, programación dinámica, y método avaro), principios y técnicas básicas de complejidad computacional (comportamiento de peor caso y caso promedio, consumo de espacio y cotas inferiores de la complejidad de un problema) y las áreas de los problemas NP-completos. Otra de las metas del curso, no menos importante que los temas que contiene, es desarrollar en el alumno el hábito de siempre responder a un algoritmo nuevo con las preguntas: ¿qué tan bueno es?, ¿hay una manera mejor?
Esta asignatura asegura un mejor aprendizaje en materias de semestres posteriores como los son lenguajes de programación, teoría computacional, inteligencia artificial I y II, entre otras.
|
Estudiar técnicas de Inteligencia Artificial aplicables a la resolución de problemas reales que se presentan a menudo en aplicaciones para computadora. Conocer principios y técnicas de búsqueda, tanto básicas como avanzadas, para resolver problemas usando espacios de estados. Conocer principios y técnicas para la resolución de problemas de satisfacción de restricciones. Conocer principios y técnicas para la resolución de problemas usando representación de conocimiento y sistemas de inferencia. |
|
Estudiar técnicas de Inteligencia Artificial aplicables a la resolución de problemas reales que se presentan a menudo en aplicaciones para computadora. Conocer principios y técnicas de búsqueda, tanto básicas como avanzadas, para resolver problemas usando espacios de estados. Conocer principios y técnicas para la resolución de problemas de satisfacción de restricciones. Conocer principios y técnicas para la resolución de problemas usando representación de conocimiento y sistemas de inferencia. |
Conocer algoritmos que se aplicarán en la resolución de problemas reales que se presentan a menudo en aplicaciones para computadora, las diferentes estrategias comunes de análisis y diseño de algoritmos (divide y vencerás, programación dinámica, y método avaro), principios y técnicas básicas de complejidad computacional (comportamiento de peor caso y caso promedio, consumo de espacio y cotas inferiores de la complejidad de un problema) y las áreas de los problemas NP-completos. Otra de las metas del curso, no menos importante que los temas que contiene, es desarrollar en el alumno el hábito de siempre responder a un algoritmo nuevo con las preguntas: ¿qué tan bueno es?, ¿hay una manera mejor?
Esta asignatura asegura un mejor aprendizaje en materias de semestres posteriores como los son lenguajes de programación, teoría computacional, inteligencia artificial I y II, entre otras.
Conocer algoritmos que se aplicarán en la resolución de problemas reales que se presentan a menudo en aplicaciones para computadora, las diferentes estrategias comunes de análisis y diseño de algoritmos (divide y vencerás, programación dinámica, y método avaro), principios y técnicas básicas de complejidad computacional (comportamiento de peor caso y caso promedio, consumo de espacio y cotas inferiores de la complejidad de un problema) y las áreas de los problemas NP-completos. Otra de las metas del curso, no menos importante que los temas que contiene, es desarrollar en el alumno el hábito de siempre responder a un algoritmo nuevo con las preguntas: ¿qué tan bueno es?, ¿hay una manera mejor?
Esta asignatura asegura un mejor aprendizaje en materias de semestres posteriores como los son lenguajes de programación, teoría computacional, inteligencia artificial I y II, entre otras.
Conocer algoritmos que se aplicarán en la resolución de problemas reales que se presentan a menudo en aplicaciones para computadora, las diferentes estrategias comunes de análisis y diseño de algoritmos (divide y vencerás, programación dinámica, y método avaro), principios y técnicas básicas de complejidad computacional (comportamiento de peor caso y caso promedio, consumo de espacio y cotas inferiores de la complejidad de un problema) y las áreas de los problemas NP-completos. Otra de las metas del curso, no menos importante que los temas que contiene, es desarrollar en el alumno el hábito de siempre responder a un algoritmo nuevo con las preguntas: ¿qué tan bueno es?, ¿hay una manera mejor?
Esta asignatura asegura un mejor aprendizaje en materias de semestres posteriores como los son lenguajes de programación, teoría computacional, inteligencia artificial I y II, entre otras.
|
Estudiar técnicas de Inteligencia Artificial aplicables a la resolución de problemas reales que se presentan a menudo en aplicaciones para computadora. Conocer principios y técnicas de búsqueda, tanto básicas como avanzadas, para resolver problemas usando espacios de estados. Conocer principios y técnicas para la resolución de problemas de satisfacción de restricciones. Conocer principios y técnicas para la resolución de problemas usando representación de conocimiento y sistemas de inferencia. |
|
Estudiar técnicas de Inteligencia Artificial aplicables a la resolución de problemas reales que se presentan a menudo en aplicaciones para computadora. Conocer principios y técnicas de búsqueda, tanto básicas como avanzadas, para resolver problemas usando espacios de estados. Conocer principios y técnicas para la resolución de problemas de satisfacción de restricciones. Conocer principios y técnicas para la resolución de problemas usando representación de conocimiento y sistemas de inferencia. |
|
Estudiar técnicas de Inteligencia Artificial aplicables a la resolución de problemas reales que se presentan a menudo en aplicaciones para computadora. Conocer principios y técnicas de búsqueda, tanto básicas como avanzadas, para resolver problemas usando espacios de estados. Conocer principios y técnicas para la resolución de problemas de satisfacción de restricciones. Conocer principios y técnicas para la resolución de problemas usando representación de conocimiento y sistemas de inferencia. |
Conocer algoritmos que se aplicarán en la resolución de problemas reales que se presentan a menudo en aplicaciones para computadora, las diferentes estrategias comunes de análisis y diseño de algoritmos (divide y vencerás, programación dinámica, y método avaro), principios y técnicas básicas de complejidad computacional (comportamiento de peor caso y caso promedio, consumo de espacio y cotas inferiores de la complejidad de un problema) y las áreas de los problemas NP-completos. Otra de las metas del curso, no menos importante que los temas que contiene, es desarrollar en el alumno el hábito de siempre responder a un algoritmo nuevo con las preguntas: ¿qué tan bueno es?, ¿hay una manera mejor?
Esta asignatura asegura un mejor aprendizaje en materias de semestres posteriores como los son lenguajes de programación, teoría computacional, inteligencia artificial I y II, entre otras.
Conocer algoritmos que se aplicarán en la resolución de problemas reales que se presentan a menudo en aplicaciones para computadora, las diferentes estrategias comunes de análisis y diseño de algoritmos (divide y vencerás, programación dinámica, y método avaro), principios y técnicas básicas de complejidad computacional (comportamiento de peor caso y caso promedio, consumo de espacio y cotas inferiores de la complejidad de un problema) y las áreas de los problemas NP-completos. Otra de las metas del curso, no menos importante que los temas que contiene, es desarrollar en el alumno el hábito de siempre responder a un algoritmo nuevo con las preguntas: ¿qué tan bueno es?, ¿hay una manera mejor?
Esta asignatura asegura un mejor aprendizaje en materias de semestres posteriores como los son lenguajes de programación, teoría computacional, inteligencia artificial I y II, entre otras.
Conocer algoritmos que se aplicarán en la resolución de problemas reales que se presentan a menudo en aplicaciones para computadora, las diferentes estrategias comunes de análisis y diseño de algoritmos (divide y vencerás, programación dinámica, y método avaro), principios y técnicas básicas de complejidad computacional (comportamiento de peor caso y caso promedio, consumo de espacio y cotas inferiores de la complejidad de un problema) y las áreas de los problemas NP-completos. Otra de las metas del curso, no menos importante que los temas que contiene, es desarrollar en el alumno el hábito de siempre responder a un algoritmo nuevo con las preguntas: ¿qué tan bueno es?, ¿hay una manera mejor?
Esta asignatura asegura un mejor aprendizaje en materias de semestres posteriores como los son lenguajes de programación, teoría computacional, inteligencia artificial I y II, entre otras.
Conocer algoritmos que se aplicarán en la resolución de problemas reales que se presentan a menudo en aplicaciones para computadora, las diferentes estrategias comunes de análisis y diseño de algoritmos (divide y vencerás, programación dinámica, y método avaro), principios y técnicas básicas de complejidad computacional (comportamiento de peor caso y caso promedio, consumo de espacio y cotas inferiores de la complejidad de un problema) y las áreas de los problemas NP-completos. Otra de las metas del curso, no menos importante que los temas que contiene, es desarrollar en el alumno el hábito de siempre responder a un algoritmo nuevo con las preguntas: ¿qué tan bueno es?, ¿hay una manera mejor?
Esta asignatura asegura un mejor aprendizaje en materias de semestres posteriores como los son lenguajes de programación, teoría computacional, inteligencia artificial I y II, entre otras.
|
Estudiar técnicas de Inteligencia Artificial aplicables a la resolución de problemas reales que se presentan a menudo en aplicaciones para computadora. Conocer principios y técnicas de búsqueda, tanto básicas como avanzadas, para resolver problemas usando espacios de estados. Conocer principios y técnicas para la resolución de problemas de satisfacción de restricciones. Conocer principios y técnicas para la resolución de problemas usando representación de conocimiento y sistemas de inferencia. |
|
Conocer los fundamentos teóricos y prácticos para la construcción de programas informáticos que posibiliten a las computadoras a razonar de forma automática, o casi automática. Aplicarlo al área de verificación de software. |
Conocer algoritmos que se aplicarán en la resolución de problemas reales que se presentan a menudo en aplicaciones para computadora, las diferentes estrategias comunes de análisis y diseño de algoritmos (divide y vencerás, programación dinámica, y método avaro), principios y técnicas básicas de complejidad computacional (comportamiento de peor caso y caso promedio, consumo de espacio y cotas inferiores de la complejidad de un problema) y las áreas de los problemas NP-completos. Otra de las metas del curso, no menos importante que los temas que contiene, es desarrollar en el alumno el hábito de siempre responder a un algoritmo nuevo con las preguntas: ¿qué tan bueno es?, ¿hay una manera mejor?
Esta asignatura asegura un mejor aprendizaje en materias de semestres posteriores como los son lenguajes de programación, teoría computacional, inteligencia artificial I y II, entre otras.
|
Estudiar técnicas de Inteligencia Artificial aplicables a la resolución de problemas reales que se presentan a menudo en aplicaciones para computadora. Conocer principios y técnicas de búsqueda, tanto básicas como avanzadas, para resolver problemas usando espacios de estados. Conocer principios y técnicas para la resolución de problemas de satisfacción de restricciones. Conocer principios y técnicas para la resolución de problemas usando representación de conocimiento y sistemas de inferencia. |
|
Estudiar técnicas de Inteligencia Artificial aplicables a la resolución de problemas reales que se presentan a menudo en aplicaciones para computadora. Conocer principios y técnicas de búsqueda, tanto básicas como avanzadas, para resolver problemas usando espacios de estados. Conocer principios y técnicas para la resolución de problemas de satisfacción de restricciones. Conocer principios y técnicas para la resolución de problemas usando representación de conocimiento y sistemas de inferencia. |
Conocer algoritmos que se aplicarán en la resolución de problemas reales que se presentan a menudo en aplicaciones para computadora, las diferentes estrategias comunes de análisis y diseño de algoritmos (divide y vencerás, programación dinámica, y método avaro), principios y técnicas básicas de complejidad computacional (comportamiento de peor caso y caso promedio, consumo de espacio y cotas inferiores de la complejidad de un problema) y las áreas de los problemas NP-completos. Otra de las metas del curso, no menos importante que los temas que contiene, es desarrollar en el alumno el hábito de siempre responder a un algoritmo nuevo con las preguntas: ¿qué tan bueno es?, ¿hay una manera mejor?
Esta asignatura asegura un mejor aprendizaje en materias de semestres posteriores como los son lenguajes de programación, teoría computacional, inteligencia artificial I y II, entre otras.