- ES Español (Latinoamérica)

- EN English

Resumen ejecutivo
Este documento representa el informe de la nueva malla curricular 2026 del Escuela Profesional de Computación Científica (Matemática Computacional) de la Universidad Nacional Mayor de San Marcos (https://www.unmsm.edu.pe ) en la ciudad de Lima-Perú.
Este documento presenta el diseño curricular de la carrera de Matemática Computacional, una disciplina fundamental que se sitúa en la intersección entre la matemática pura y aplicada, y las ciencias de la computación. El diseño se alinea con los estándares internacionales de acreditación en matemáticas y se nutre de los marcos de referencia del Computing Curricula CC2020, desarrollado por la Association for Computing Machinery (ACM) y la IEEE Computer Society (IEEE-CS). Esta doble vertiente garantiza una formación sólida y moderna.
La propuesta adapta estos referentes globales a nuestro contexto regional, incorporando:
- Demandas específicas del sector productivo local en modelado, simulación y análisis de datos.
- Fortalezas institucionales en investigación matemática y su aplicación a problemas complejos.
- Tendencias emergentes que requieren un pensamiento abstracto y algorítmico robusto.
La Matemática Computacional se distingue de otros perfiles de la computación por su enfoque central en la teoría y los fundamentos matemáticos para resolver problemas complejos. Se diferencia y complementa a:
- Ciencia de la Computación (CS): Profundizando en la base matemática de los algoritmos y la teoría de la computación.
- Ingeniería de Software (SE): Aportando el rigor formal para la verificación y corrección de sistemas.
- Ciencia de Datos (DS): Proporcionando el andamiaje teórico para el aprendizaje automático y el análisis estadístico.
- Ingeniería de Computación (CE): Colaborando en el modelado y simulación de sistemas físicos y digitales.
El modelo pedagógico se sustenta en tres ejes fundamentales:
- Rigor Matemático: Dominio profundo del análisis, álgebra, probabilidad y estructuras discretas como base de todo el desarrollo computacional.
- Implementación Efectiva: Capacidad para traducir modelos y teorías matemáticas en algoritmos eficientes y software robusto.
- Aplicación Interdisciplinaria: Habilidad para modelar problemas del mundo real en áreas como finanzas, bioinformática, inteligencia artificial y física computacional.
Esta malla producirá profesionales con:
- Capacidad para desarrollar modelos matemáticos novedosos y diseñar algoritmos para problemas sin solución trivial.
- Competencias para trabajar en equipos multidisciplinarios, actuando como el puente entre la teoría abstracta y la solución práctica.
- Una formación ética que le permita comprender las implicaciones de los modelos algorítmicos en la sociedad, promoviendo la transparencia y la equidad.
Esta propuesta incorpora mecanismos de actualización continua, asegurando su relevancia frente a la rápida evolución de los campos de la matemática aplicada y la computación, y manteniendo un alineamiento con los más altos estándares de acreditación internacional.
Tabla de Contenidos
- Portada & Índices
- Equipo de Trabajo
- Resumen ejecutivo
- Agradecimientos
- Abreviaturas
- 1. Introducción
- 1.1. Definiciones básicas
- 1.2. Campo y mercado ocupacional
- 1.3. Importancia de la carrera en la sociedad
- 1.4. Información institutional
- 1.5. Información de acreditacion
- 1.6. Perfiles
- 1.7. Grados y Títulos
- 1.8. Recursos para dictado de clases
- 1.9. Organización del documento
- 2. Cuerpo del conocimiento de Matemática Computacional
- 2.1. Análisis Numérico y Científico (NSA)
- 2.2. Modelado Matemático y Simulación (MMS)
- 2.3. Probabilidad y Computación Estadística (PSC)
- 2.4. Estructuras de Datos y Algoritmos (DSA)
- 2.5. Computación de Alto Rendimiento (HPC)
- 2.6. Optimización y Aprendizaje Automático (OML)
- 2.7. Matemáticas para Ciencia de Datos y Aprendizaje Automático (DSM)
- 2.8. Matemáticas para Inteligencia Artificial (AIM)
- 2.9. Computación Simbólica y Discreta (SDC)
- 2.10. Señales, Imágenes y Visualización (SIV)
- 2.11. Computación Cuántica y Algoritmos (QCA)
- 2.12. Ciberseguridad y Privacidad (CSP)
- 2.13. Matemáticas Computacionales para Dominios Específicos (CDM)
- 2.14. Gobernanza y Gestión de Datos (DGM)
- 2.1. Análisis Numérico y Científico (NSA)
- 2.2. Modelado Matemático y Simulación (MMS)
- 2.3. Probabilidad y Computación Estadística (PSC)
- 2.4. Estructuras de Datos y Algoritmos (DSA)
- 2.5. Computación de Alto Rendimiento (HPC)
- 2.6. Optimización y Aprendizaje Automático (OML)
- 2.7. Matemáticas para Ciencia de Datos y Aprendizaje Automático (DSM)
- 2.8. Matemáticas para Inteligencia Artificial (AIM)
- 2.9. Computación Simbólica y Discreta (SDC)
- 2.10. Señales, Imágenes y Visualización (SIV)
- 2.11. Computación Cuántica y Algoritmos (QCA)
- 2.12. Ciberseguridad y Privacidad (CSP)
- 2.13. Matemáticas Computacionales para Dominios Específicos (CDM)
- 2.14. Gobernanza y Gestión de Datos (DGM)
- 3. Cuerpo del conocimiento de Ciencia de la Computación–Computer Science
- 3.1. Inteligencia Artificial (AI)
- 3.2. Fundamentos Algorítmicos (AL)
- 3.3. Arquitectura y Organización (AR)
- 3.4. Gestión de Datos (DM)
- 3.5. Fundamentos de los Lenguajes de Programación (FPL)
- 3.6. Gráficos y Técnicas Interactivas (GIT)
- 3.7. Interacción Humano-Computadora (HCI)
- 3.8. Fundamentos Matemáticos y Estadísticos (MSF)
- 3.9. Redes y Comunicaciones (NC)
- 3.10. Sistemas Operativos (OS)
- 3.11. Computación Paralela y Distribuida (PDC)
- 3.12. Fundamentos de Desarrollo de Software (SDF)
- 3.13. Ingeniería de Software (SE)
- 3.14. Seguridad (SEC)
- 3.15. Sociedad, ética y la Profesión (SEP)
- 3.16. Fundamentos de Sistemas (SF)
- 3.17. Desarrollo de Plataformas Especializadas (SPD)
- 3.1. Inteligencia Artificial (AI)
- 3.2. Fundamentos Algorítmicos (AL)
- 3.3. Arquitectura y Organización (AR)
- 3.4. Gestión de Datos (DM)
- 3.5. Fundamentos de los Lenguajes de Programación (FPL)
- 3.6. Gráficos y Técnicas Interactivas (GIT)
- 3.7. Interacción Humano-Computadora (HCI)
- 3.8. Fundamentos Matemáticos y Estadísticos (MSF)
- 3.9. Redes y Comunicaciones (NC)
- 3.10. Sistemas Operativos (OS)
- 3.11. Computación Paralela y Distribuida (PDC)
- 3.12. Fundamentos de Desarrollo de Software (SDF)
- 3.13. Ingeniería de Software (SE)
- 3.14. Seguridad (SEC)
- 3.15. Sociedad, ética y la Profesión (SEP)
- 3.16. Fundamentos de Sistemas (SF)
- 3.17. Desarrollo de Plataformas Especializadas (SPD)
- 4. Cuerpo del conocimiento de Matemática
- 4.1. Cálculo y Análisis (CAN)
- 4.2. álgebra y Teoría de Números (ANT)
- 4.3. Geometría y Topología (GTO)
- 4.4. Matemáticas Discretas y Combinatoria (DMC)
- 4.5. Probabilidad y Estadística (PST)
- 4.6. Análisis Numérico y Científico (NSA)
- 4.7. Modelado y Simulación Matemática (MMS)
- 4.8. Fundamentos Matemáticos de la Ciencia de Datos (FDS)
- 4.9. Geometría y Topología Computacional (CGT)
- 4.10. Información y Computación Cuántica (QIC)
- 4.11. Biología Matemática y Ciencias de la Vida (MBL)
- 4.12. Matemáticas Financieras y Actuariales (FAM)
- 4.1. Cálculo y Análisis (CAN)
- 4.2. álgebra y Teoría de Números (ANT)
- 4.3. Geometría y Topología (GTO)
- 4.4. Matemáticas Discretas y Combinatoria (DMC)
- 4.5. Probabilidad y Estadística (PST)
- 4.6. Análisis Numérico y Científico (NSA)
- 4.7. Modelado y Simulación Matemática (MMS)
- 4.8. Fundamentos Matemáticos de la Ciencia de Datos (FDS)
- 4.9. Geometría y Topología Computacional (CGT)
- 4.10. Información y Computación Cuántica (QIC)
- 4.11. Biología Matemática y Ciencias de la Vida (MBL)
- 4.12. Matemáticas Financieras y Actuariales (FAM)
- 5. Cuerpo del conocimiento de Física
- 5.1. Mecánica Clásica (CME)
- 5.2. Electromagnetismo (ELM)
- 5.3. Termodinámica y Mecánica Estadística (TSM)
- 5.4. Mecánica Cuántica (QME)
- 5.5. Relatividad y Cosmología (RCO)
- 5.6. Física de la Materia Condensada (SSP)
- 5.7. Física Nuclear y de Partículas (NPP)
- 5.8. Información y Computación Cuántica (QIC)
- 5.9. Óptica y Fotónica (OPH)
- 5.10. Física Computacional y Basada en Datos (CDP)
- 5.11. Biofísica y Física Médica (BMP)
- 5.12. Astrofísica y Ciencias del Espacio (ASS)
- 5.1. Mecánica Clásica (CME)
- 5.2. Electromagnetismo (ELM)
- 5.3. Termodinámica y Mecánica Estadística (TSM)
- 5.4. Mecánica Cuántica (QME)
- 5.5. Relatividad y Cosmología (RCO)
- 5.6. Física de la Materia Condensada (SSP)
- 5.7. Física Nuclear y de Partículas (NPP)
- 5.8. Información y Computación Cuántica (QIC)
- 5.9. Óptica y Fotónica (OPH)
- 5.10. Física Computacional y Basada en Datos (CDP)
- 5.11. Biofísica y Física Médica (BMP)
- 5.12. Astrofísica y Ciencias del Espacio (ASS)
- 6. Plan de estudios
- 6.1. Codificación de los cursos
- 6.2. Estructura Curricular
- 6.3. Distribución de cursos en la carrera
- 7. Contenido detallado por curso
- Primer Semestre
- 7.1. Introducción a la Programación (Obligatorio)
- 7.2. Matemática Básica (Obligatorio)
- 7.3. Lenguaje (Obligatorio)
- 7.4. Género y Sociedad (Obligatorio)
- 7.5. Ambiente y Desarrollo Sostenible (Obligatorio)
- 7.6. Métodos de gestión personal universitaria (Obligatorio)
- 7.7. Fundamentos de Investigación Científica (Obligatorio)
- Segundo Semestre
- 7.8. Introducción a la Ciencia de la Computación (Obligatorio)
- 7.9. Programación Orientada a Objetos I (Obligatorio)
- 7.10. IA Aplicada (Obligatorio)
- 7.11. Cálculo I (Obligatorio)
- 7.12. Física General (Obligatorio)
- Tercer Semestre
- 7.13. Programación Orientada a Objetos II (Obligatorio)
- 7.14. Estructuras Discretas I (Obligatorio)
- 7.15. Desarrollo Basado en Plataformas (Obligatorio)
- 7.16. Cálculo II (Obligatorio)
- 7.17. Algebra Lineal I (Obligatorio)
- 7.18. Inglés I (Obligatorio)
- Cuarto Semestre
- 7.19. Estructuras Discretas II (Obligatorio)
- 7.20. Algoritmos y Estructuras de Datos (Obligatorio)
- 7.21. Bases de Datos I (Obligatorio)
- 7.22. Algebra Lineal II (Obligatorio)
- 7.23. Cálculo III (Obligatorio)
- 7.24. Inglés II (Obligatorio)
- Quinto Semestre
- 7.25. Computación Gráfica (Obligatorio)
- 7.26. Cálculo IV (Obligatorio)
- 7.27. Análisis Numérico I (Obligatorio)
- 7.28. Análisis Real I (Obligatorio)
- 7.29. Introducción a la Estadística (Obligatorio)
- 7.30. Teoría de números (Obligatorio)
- 7.31. Inglés III (Obligatorio)
- Sexto Semestre
- 7.32. Ecuaciones Diferenciales Ordinarias (Obligatorio)
- 7.33. Análisis Numérico II (Obligatorio)
- 7.34. Estadística y Probabilidades (Obligatorio)
- 7.35. Análisis funcional I (Obligatorio)
- 7.36. Inglés IV (Obligatorio)
- Séptimo Semestre
- 7.37. Inteligencia Artificial (Obligatorio)
- 7.38. Computación Paralela y Distribuída (Obligatorio)
- 7.39. Ecuaciones Diferenciales Parciales (Obligatorio)
- 7.40. Análisis Numérico III (Obligatorio)
- 7.41. Modelado Matemático (Obligatorio)
- 7.42. Inglés V (Obligatorio)
- Octavo Semestre
- 7.43. Introducción al Aprendizaje de Máquina (Obligatorio)
- 7.44. Proyecto de final de carrera I (Obligatorio)
- 7.45. Sistemas Operativos (Electivo)
- 7.46. Seguridad en Computación (Electivo)
- 7.47. Mecánica Cuántica (Electivo)
- 7.48. Análisis exploratorio de datos (Electivo)
- 7.49. Big Data y Analítica de Datos (Electivo)
- 7.50. Estadística Inferencial (Electivo)
- 7.51. Análisis Numérico IV (Electivo)
- 7.52. Procesos estocásticos (Electivo)
- 7.53. Análisis funcional II (Electivo)
- Noveno Semestre
- 7.54. Aprendizaje Profundo (Obligatorio)
- 7.55. Proyecto de final de carrera II (Obligatorio)
- 7.56. Redes y Comunicación (Electivo)
- 7.57. Estructuras Algebraicas (Electivo)
- 7.58. Procesamiento de Lenguaje Natural (Electivo)
- 7.59. Análisis de series temporales (Electivo)
- 7.60. Optimización I (Electivo)
- 7.61. Teoría de Aprendizaje Estadístico (Electivo)
- Décimo Semestre
- 7.62. Prácticas Pre-profesionales (Obligatorio)
- 7.63. Visión Computacional (Obligatorio)
- 7.64. Tópicos en Inteligencia Artificial (Obligatorio)
- 7.65. Proyecto de final de carrera III (Obligatorio)
- 7.66. Introduction a la Computación Cuántica (Electivo)
- 7.67. Visualización de Datos Avanzada (Electivo)
- Primer Semestre
- 7.1. Introducción a la Programación (Obligatorio)
- 7.2. Matemática Básica (Obligatorio)
- 7.3. Lenguaje (Obligatorio)
- 7.4. Género y Sociedad (Obligatorio)
- 7.5. Ambiente y Desarrollo Sostenible (Obligatorio)
- 7.6. Métodos de gestión personal universitaria (Obligatorio)
- 7.7. Fundamentos de Investigación Científica (Obligatorio)
- Segundo Semestre
- 7.8. Introducción a la Ciencia de la Computación (Obligatorio)
- 7.9. Programación Orientada a Objetos I (Obligatorio)
- 7.10. IA Aplicada (Obligatorio)
- 7.11. Cálculo I (Obligatorio)
- 7.12. Física General (Obligatorio)
- Tercer Semestre
- 7.13. Programación Orientada a Objetos II (Obligatorio)
- 7.14. Estructuras Discretas I (Obligatorio)
- 7.15. Desarrollo Basado en Plataformas (Obligatorio)
- 7.16. Cálculo II (Obligatorio)
- 7.17. Algebra Lineal I (Obligatorio)
- 7.18. Inglés I (Obligatorio)
- Cuarto Semestre
- 7.19. Estructuras Discretas II (Obligatorio)
- 7.20. Algoritmos y Estructuras de Datos (Obligatorio)
- 7.21. Bases de Datos I (Obligatorio)
- 7.22. Algebra Lineal II (Obligatorio)
- 7.23. Cálculo III (Obligatorio)
- 7.24. Inglés II (Obligatorio)
- Quinto Semestre
- 7.25. Computación Gráfica (Obligatorio)
- 7.26. Cálculo IV (Obligatorio)
- 7.27. Análisis Numérico I (Obligatorio)
- 7.28. Análisis Real I (Obligatorio)
- 7.29. Introducción a la Estadística (Obligatorio)
- 7.30. Teoría de números (Obligatorio)
- 7.31. Inglés III (Obligatorio)
- Sexto Semestre
- 7.32. Ecuaciones Diferenciales Ordinarias (Obligatorio)
- 7.33. Análisis Numérico II (Obligatorio)
- 7.34. Estadística y Probabilidades (Obligatorio)
- 7.35. Análisis funcional I (Obligatorio)
- 7.36. Inglés IV (Obligatorio)
- Séptimo Semestre
- 7.37. Inteligencia Artificial (Obligatorio)
- 7.38. Computación Paralela y Distribuída (Obligatorio)
- 7.39. Ecuaciones Diferenciales Parciales (Obligatorio)
- 7.40. Análisis Numérico III (Obligatorio)
- 7.41. Modelado Matemático (Obligatorio)
- 7.42. Inglés V (Obligatorio)
- Octavo Semestre
- 7.43. Introducción al Aprendizaje de Máquina (Obligatorio)
- 7.44. Proyecto de final de carrera I (Obligatorio)
- 7.45. Sistemas Operativos (Electivo)
- 7.46. Seguridad en Computación (Electivo)
- 7.47. Mecánica Cuántica (Electivo)
- 7.48. Análisis exploratorio de datos (Electivo)
- 7.49. Big Data y Analítica de Datos (Electivo)
- 7.50. Estadística Inferencial (Electivo)
- 7.51. Análisis Numérico IV (Electivo)
- 7.52. Procesos estocásticos (Electivo)
- 7.53. Análisis funcional II (Electivo)
- Noveno Semestre
- 7.54. Aprendizaje Profundo (Obligatorio)
- 7.55. Proyecto de final de carrera II (Obligatorio)
- 7.56. Redes y Comunicación (Electivo)
- 7.57. Estructuras Algebraicas (Electivo)
- 7.58. Procesamiento de Lenguaje Natural (Electivo)
- 7.59. Análisis de series temporales (Electivo)
- 7.60. Optimización I (Electivo)
- 7.61. Teoría de Aprendizaje Estadístico (Electivo)
- Décimo Semestre
- 7.62. Prácticas Pre-profesionales (Obligatorio)
- 7.63. Visión Computacional (Obligatorio)
- 7.64. Tópicos en Inteligencia Artificial (Obligatorio)
- 7.65. Proyecto de final de carrera III (Obligatorio)
- 7.66. Introduction a la Computación Cuántica (Electivo)
- 7.67. Visualización de Datos Avanzada (Electivo)
- 8. Profesores & Cursos
- 8.1. Cursos asignados por profesor
- 8.2. Profesor asignado por curso
- 9. Equivalencias con otros planes curriculares
- 9.1. Equivalencia del Plan 2026 al 2018
- 9.2. Equivalencia del Plan 2018 al 2026
- 10. Laboratorios
Lista de Figuras
- Figura 6.1: Créditos por área por semestre
- Figura 6.2: Distribución de cursos por áreas considerando creditaje.
- Figura 6.3: Distribución de créditos por niveles de cursos.
- Figura 7.1: Mapa de Conexión. CS111 Introducción a la Programación
- Figura 7.2: Mapa de Conexión. MA100 Matemática Básica
- Figura 7.3: Mapa de Conexión. FG101 Lenguaje
- Figura 7.4: Mapa de Conexión. FG105 Género y Sociedad
- Figura 7.5: Mapa de Conexión. FG109 Ambiente y Desarrollo Sostenible
- Figura 7.6: Mapa de Conexión. FG112 Métodos de gestión personal universitaria
- Figura 7.7: Mapa de Conexión. FG140 Fundamentos de Investigación Científica
- Figura 7.8: Mapa de Conexión. CS100 Introducción a la Ciencia de la Computación
- Figura 7.9: Mapa de Conexión. CS112 Programación Orientada a Objetos I
- Figura 7.10: Mapa de Conexión. AI161 IA Aplicada
- Figura 7.11: Mapa de Conexión. MA111 Cálculo I
- Figura 7.12: Mapa de Conexión. FI101 Física General
- Figura 7.13: Mapa de Conexión. CS113 Programación Orientada a Objetos II
- Figura 7.14: Mapa de Conexión. CS1D1 Estructuras Discretas I
- Figura 7.15: Mapa de Conexión. CS2B1 Desarrollo Basado en Plataformas
- Figura 7.16: Mapa de Conexión. MA112 Cálculo II
- Figura 7.17: Mapa de Conexión. MA121 Algebra Lineal I
- Figura 7.18: Mapa de Conexión. ID101 Inglés I
- Figura 7.19: Mapa de Conexión. CS1D2 Estructuras Discretas II
- Figura 7.20: Mapa de Conexión. CS210 Algoritmos y Estructuras de Datos
- Figura 7.21: Mapa de Conexión. CS271 Bases de Datos I
- Figura 7.22: Mapa de Conexión. MA122 Algebra Lineal II
- Figura 7.23: Mapa de Conexión. MA210 Cálculo III
- Figura 7.24: Mapa de Conexión. ID102 Inglés II
- Figura 7.25: Mapa de Conexión. CS251 Computación Gráfica
- Figura 7.26: Mapa de Conexión. MA211 Cálculo IV
- Figura 7.27: Mapa de Conexión. MA221 Análisis Numérico I
- Figura 7.28: Mapa de Conexión. MA222 Análisis Real I
- Figura 7.29: Mapa de Conexión. MA251 Introducción a la Estadística
- Figura 7.30: Mapa de Conexión. MA281 Teoría de números
- Figura 7.31: Mapa de Conexión. ID201 Inglés III
- Figura 7.32: Mapa de Conexión. MA212 Ecuaciones Diferenciales Ordinarias
- Figura 7.33: Mapa de Conexión. MA325 Análisis Numérico II
- Figura 7.34: Mapa de Conexión. MA351 Estadística y Probabilidades
- Figura 7.35: Mapa de Conexión. MA371 Análisis funcional I
- Figura 7.36: Mapa de Conexión. ID202 Inglés IV
- Figura 7.37: Mapa de Conexión. CS261 Inteligencia Artificial
- Figura 7.38: Mapa de Conexión. CS3P1 Computación Paralela y Distribuída
- Figura 7.39: Mapa de Conexión. MA213 Ecuaciones Diferenciales Parciales
- Figura 7.40: Mapa de Conexión. MA326 Análisis Numérico III
- Figura 7.41: Mapa de Conexión. MA361 Modelado Matemático
- Figura 7.42: Mapa de Conexión. ID203 Inglés V
- Figura 7.43: Mapa de Conexión. AI263 Introducción al Aprendizaje de Máquina
- Figura 7.44: Mapa de Conexión. MA401 Proyecto de final de carrera I
- Figura 7.45: Mapa de Conexión. CS2S1 Sistemas Operativos
- Figura 7.46: Mapa de Conexión. CS3I1 Seguridad en Computación
- Figura 7.47: Mapa de Conexión. QC251 Mecánica Cuántica
- Figura 7.48: Mapa de Conexión. CS253 Análisis exploratorio de datos
- Figura 7.49: Mapa de Conexión. CS370 Big Data y Analítica de Datos
- Figura 7.50: Mapa de Conexión. STA252 Estadística Inferencial
- Figura 7.51: Mapa de Conexión. MA327 Análisis Numérico IV
- Figura 7.52: Mapa de Conexión. MA352 Procesos estocásticos
- Figura 7.53: Mapa de Conexión. MA372 Análisis funcional II
- Figura 7.54: Mapa de Conexión. AI264 Aprendizaje Profundo
- Figura 7.55: Mapa de Conexión. MA402 Proyecto de final de carrera II
- Figura 7.56: Mapa de Conexión. CS231 Redes y Comunicación
- Figura 7.57: Mapa de Conexión. MA381 Estructuras Algebraicas
- Figura 7.58: Mapa de Conexión. AI262 Procesamiento de Lenguaje Natural
- Figura 7.59: Mapa de Conexión. CS273 Análisis de series temporales
- Figura 7.60: Mapa de Conexión. MA341 Optimización I
- Figura 7.61: Mapa de Conexión. MA355 Teoría de Aprendizaje Estadístico
- Figura 7.62: Mapa de Conexión. CS400 Prácticas Pre-profesionales
- Figura 7.63: Mapa de Conexión. AI268 Visión Computacional
- Figura 7.64: Mapa de Conexión. AI367 Tópicos en Inteligencia Artificial
- Figura 7.65: Mapa de Conexión. MA403 Proyecto de final de carrera III
- Figura 7.66: Mapa de Conexión. QC381 Introduction a la Computación Cuántica
- Figura 7.67: Mapa de Conexión. CS254 Visualización de Datos Avanzada
Lista de Tablas
- Tabla 2.1: Lista de KUs del área de Análisis Numérico y Científico.
- Tabla 2.2: Lista de KUs del área de Modelado Matemático y Simulación.
- Tabla 2.3: Lista de KUs del área de Probabilidad y Computación Estadística.
- Tabla 2.4: Lista de KUs del área de Estructuras de Datos y Algoritmos.
- Tabla 2.5: Lista de KUs del área de Computación de Alto Rendimiento.
- Tabla 2.6: Lista de KUs del área de Optimización y Aprendizaje Automático.
- Tabla 2.7: Lista de KUs del área de Matemáticas para Ciencia de Datos y Aprendizaje Automático.
- Tabla 2.8: Lista de KUs del área de Matemáticas para Inteligencia Artificial.
- Tabla 2.9: Lista de KUs del área de Computación Simbólica y Discreta.
- Tabla 2.10: Lista de KUs del área de Señales, Imágenes y Visualización.
- Tabla 2.11: Lista de KUs del área de Computación Cuántica y Algoritmos.
- Tabla 2.12: Lista de KUs del área de Ciberseguridad y Privacidad.
- Tabla 2.13: Lista de KUs del área de Matemáticas Computacionales para Dominios Específicos.
- Tabla 2.14: Lista de KUs del área de Gobernanza y Gestión de Datos.
- Tabla 3.1: Lista de KUs del área de Inteligencia Artificial.
- Tabla 3.2: Lista de KUs del área de Fundamentos Algorítmicos.
- Tabla 3.3: Lista de KUs del área de Arquitectura y Organización.
- Tabla 3.4: Lista de KUs del área de Gestión de Datos.
- Tabla 3.5: Lista de KUs del área de Fundamentos de los Lenguajes de Programación.
- Tabla 3.6: Lista de KUs del área de Gráficos y Técnicas Interactivas.
- Tabla 3.7: Lista de KUs del área de Interacción Humano-Computadora.
- Tabla 3.8: Lista de KUs del área de Fundamentos Matemáticos y Estadísticos.
- Tabla 3.9: Lista de KUs del área de Redes y Comunicaciones.
- Tabla 3.10: Lista de KUs del área de Sistemas Operativos.
- Tabla 3.11: Lista de KUs del área de Computación Paralela y Distribuida.
- Tabla 3.12: Lista de KUs del área de Fundamentos de Desarrollo de Software.
- Tabla 3.13: Lista de KUs del área de Ingeniería de Software.
- Tabla 3.14: Lista de KUs del área de Seguridad.
- Tabla 3.15: Lista de KUs del área de Sociedad, ética y la Profesión.
- Tabla 3.16: Lista de KUs del área de Fundamentos de Sistemas.
- Tabla 3.17: Lista de KUs del área de Desarrollo de Plataformas Especializadas.
- Tabla 4.1: Lista de KUs del área de Cálculo y Análisis.
- Tabla 4.2: Lista de KUs del área de álgebra y Teoría de Números.
- Tabla 4.3: Lista de KUs del área de Geometría y Topología.
- Tabla 4.4: Lista de KUs del área de Matemáticas Discretas y Combinatoria.
- Tabla 4.5: Lista de KUs del área de Probabilidad y Estadística.
- Tabla 4.6: Lista de KUs del área de Análisis Numérico y Científico.
- Tabla 4.7: Lista de KUs del área de Modelado y Simulación Matemática.
- Tabla 4.8: Lista de KUs del área de Fundamentos Matemáticos de la Ciencia de Datos.
- Tabla 4.9: Lista de KUs del área de Geometría y Topología Computacional.
- Tabla 4.10: Lista de KUs del área de Información y Computación Cuántica.
- Tabla 4.11: Lista de KUs del área de Biología Matemática y Ciencias de la Vida.
- Tabla 4.12: Lista de KUs del área de Matemáticas Financieras y Actuariales.
- Tabla 5.1: Lista de KUs del área de Mecánica Clásica.
- Tabla 5.2: Lista de KUs del área de Electromagnetismo.
- Tabla 5.3: Lista de KUs del área de Termodinámica y Mecánica Estadística.
- Tabla 5.4: Lista de KUs del área de Mecánica Cuántica.
- Tabla 5.5: Lista de KUs del área de Relatividad y Cosmología.
- Tabla 5.6: Lista de KUs del área de Física de la Materia Condensada.
- Tabla 5.7: Lista de KUs del área de Física Nuclear y de Partículas.
- Tabla 5.8: Lista de KUs del área de Información y Computación Cuántica.
- Tabla 5.9: Lista de KUs del área de Óptica y Fotónica.
- Tabla 5.10: Lista de KUs del área de Física Computacional y Basada en Datos.
- Tabla 5.11: Lista de KUs del área de Biofísica y Física Médica.
- Tabla 5.12: Lista de KUs del área de Astrofísica y Ciencias del Espacio.
- Tabla 6.1: Distribución de créditos por área por semestre