Análisis y control de sistemas discontinuos / Analysis and Control of Discontinuous Systems

Clave: 09A5584
No. de horas: 72
Créditos: 2
Tipo de asignatura: Optativa
Fecha de elaboración: 2014-10-20

Objetivo general

Students will be able to synthesize and analyze variable structure controllers and observers for uncertain nonlinear systems.

Unidades

• Unidad I: Define basic concepts of variable structure systems.
• Unidad II: Provide mathematical tools for understanding the solution of differential equations with discontinuous right-hand-side.
• Unidad III: Provide the design basis of variable structure controllers for perturbed systems.
• Unidad IV: Synthesis and design of second and high-order sliding mode controllers.
• Unidad V: Define key strategies for designing discontinuous observers.
• Unidad VI: Synthesis of sliding mode controllers for mechanical systems.

Temas

1. Variable structure systems
2. Mathematical preliminaries
3. Variable structure control for perturbed systems
4. Second and high-order sliding modes
5. Design of sliding-mode observers
6. Applications

Bibliografía

1. V. Utkin, J. Guldner, and J. Shi. Sliding Mode Control in Electromechanical Systems. Boca Raton: CRC Press, 1999.
2. V. Utkin. Sliding Modes in Control and Optimization. London: Springer-Verlag, 1992.
3. Y. Shtessel, C. Edwards, L. Fridman, and A. Levant. Sliding Mode Control and Observation. New York: Birkhäuser, 2013.
4. Y. Orlov. Discontinuous Systems: Lyapunov Analysis, and Robust Synthesis under Uncertainty Conditions. London: Springer, 2009.
5. W. Perruquetti and J.P. Barbot. Sliding Mode Control in Engineering. New York: Marcel-Dekker, 2002.
6. C. Edwards and S.K. Spurgeon. Sliding Mode Control: Theory and Applications. London: Taylor & Francis, 1998.
7. A. F. Filippov. Differential Equations with Discontinuous Right Hand Sides. London: Kluwer, 1988.
8. A. Bacciotti and L. Rosier. Liapunov Functions and Stability in Control Theory. Berlin: Springer, 2005.
9. H. Khalil. Nonlinear Systems. Prentice Hall, 2002.
10. R.I. Leine and H. Nijmeijer. Dynamics and Bifurcations of Nonsmooth Mechanical Systems. London: Springer, 2001.

Aprendizaje automático

Clave: 19B7858
No. de horas: 72
Créditos: 5
Tipo de asignatura: Optativa
Fecha de elaboración: 2018-05-09

Objetivo general

Que el alumno obtenga conocimiento teórico de los conceptos, etapas y algoritmos utilizados en el área de aprendizaje automático.

Asimismo, que el alumno identifique y utilice servicios que brindan distintas plataformas para construir proyectos de aprendizaje automático. Además, que el alumno sea capaz de plantear, construir, evaluar e implementar modelos de aprendizaje automático aplicados a solucionar problemas de distinto dominio.

Temas

1. Introducción al aprendizaje automático
2. Clasificación basada en teoría Bayesiana
3. Máquina de soporte vectorial
4. Extracción y selección de características
5. Árboles de decisión
6. Vecinos más cercanos
7. Algoritmos de agrupamiento
8. Modelos ocultos de Markov
9. Construcción de proyectos de aprendizaje automático

Bibliografía

1. Theodoridis, S., & Koutroumbas, K. Pattern Recognition, cuarta edición. Elsevier, 2009.
2. Duda, R. O., Hart, P. E., & Stork, D. G. Pattern Classification, segunda edición. John Wiley & Sons, 2001.
3. Mohri, M., Rostamizadeh, A., & Talwalkar, A. Foundations of Machine Learning. MIT Press, 2012.
4. Géron, A. Hands-On Machine Learning with Scikit-Learn and TensorFlow: Concepts, Tools, and Techniques to Build Intelligent Systems. O'Reilly Media, Inc., 2017.
5. Raschka, S. Python Machine Learning: Unlock Deeper Insights into Machine Learning with This Vital Guide to Cutting-Edge Predictive Analytics. Packt Publishing, 2016.

Cómputo de alto rendimiento en procesadores gráficos

Clave: 15A7047
No. de horas: 72
Créditos: 5
Tipo de asignatura: Optativa
Fecha de elaboración: 2015-05-15

Objetivo general

Proporcionar al estudiante los conocimientos que le permitan desarrollar programas bajo el paradigma de cómputo de alto rendimiento, mismos que sean implementados para ser ejecutados en uno o múltiples unidades de procesamiento gráfico (GPU), ya sea que estos se encuentren físicamente en una misma computadora o mediante la integración de un clúster de computadoras.
Asimismo, el estudiante será capaz de identificar y utilizar las bibliotecas de funciones según el problema a resolver y conocerá los mecanismos de optimización disponibles para desarrollo y ejecución de sus programas.

Temas

• Introducción al cómputo de alto rendimiento
• Modelo de programación CUDA
• “Streams” y concurrencia
• Bibliotecas de funciones en CUDA
• Programación en múltiples GPUs
• Aplicaciones

Bibliografía

1. Gerassimos Barlas. Multicore and GPU Programming: An Integrated Approach. Elsevier, 2015.
2. John Cheng, Max Grossman, Ty McKercher. Professional CUDA C Programming. John Wiley & Sons, 2014.
3. Shane Cook. CUDA Programming: A Developer’s Guide to Parallel Computing with GPUs. Elsevier, 2013.
4. Nicholas Wilt. The CUDA Handbook: A Comprehensive Guide to GPU Programming. Addison-Wesley, 2013.
5. Nvidia Ed. CUDA C Programming Guide, versión 7.0. Nvidia, 2015.
6. Nvidia Ed. CUDA C Best Practices Guide, versión 7.0. Nvidia, 2015.

Circuitos y sistemas de radiofrecuencia

Clave: 11A6327
No. de horas: 72
Créditos: 5
Tipo de asignatura: Optativa
Fecha de elaboración: 2017-11-27

Objetivo general

Proveer al alumno las herramientas teóricas requeridas para realizar el diseño de circuitos y sistemas de radiofrecuencia (RF), con tecnologías actuales.
El estudiante obtendrá el conocimiento teórico necesario para realizar el diseño de circuitos y sistemas de alta frecuencia y empleará las herramientas de cómputo necesarias utilizadas para la concepción.
El alumno aprenderá los modelos matemáticos representativos de los dispositivos, circuitos y sistemas que operan a altas frecuencias a fin de diseñar sistemas lo más cercano al mundo real y que cumplan con las especificaciones necesarias.

Temas

1. Introducción al diseño de circuitos y sistemas de radiofrecuencia
2. Modelado de componentes usados en radiofrecuencia
3. Análisis electromagnético de estructuras planares
4. Diseño de circuitos para aplicaciones en radiofrecuencia
5. Sistemas de radiofrecuencia terrestres, vía satélite y de radar
6. Sistemas de comunicación por fibra óptica
7. Diseño de transmisores y receptores

Bibliografía

1. Reinhold Ludwig, Gene Bogdanov. RF Circuit Design: Theory & Applications. Prentice Hall, 2ª edición, 2008.
2. Behzad Razavi. Fundamentals of Microelectronics. Wiley, 1ª edición, 2008.
3. Cotter W. Sayre. Complete Wireless Design. McGraw-Hill Professional, 2ª edición, 2008.
4. John Wood, Root. Fundamentals of Nonlinear Behavioral Modeling for RF and Microwave Design. Artech House, 2005.
5. Khaled M. Gharaibeh. Nonlinear Distortion in Wireless Systems: Modeling and Simulation with MATLAB. Wiley, 2011.
6. R. Frevert et al. Modeling and Simulation for RF System Design. Springer-Verlag, 2005.
7. David M. Pozar. Microwave Engineering. John Wiley & Sons, 2004.
8. H. Sizun, P. de Fornel. Radio Wave Propagation for Telecommunication Applications. Springer, 1ª edición, 2004. [Enlace](https://link.springer.com/book/10heiner. Fiber-Optic Communications Technology. Prentice Hall, 2000.
9. Livija Cveticanin. Strongly Nonlinear Oscillators, Analytical Solutions. Springer, 2014.
10. Publicaciones de diversas revistas

Computación cuántica

Clave: 23A8224
No. de horas: 72
Créditos: 5
Tipo de asignatura: Optativa
Fecha de elaboración: 2022-06-22

Objetivo general

Al acreditar la unidad de aprendizaje, el estudiante estará capacitado para entender los fundamentos teóricos de la computación cuántica e identificar problemas que requieran el uso de esta tecnología.
Será capaz de realizar circuitos cuánticos que podrá probar ya sea en un simulador cuántico o en una computadora cuántica.
También podrá desarrollar sistemas híbridos en los que parte de la computación se realice en una computadora clásica y la otra en una cuántica, y discernir qué parte se realice en cada sistema para la solución de un problema.

Temas

1. Introducción
2. Fundamentos matemáticos del cómputo cuántico
3. Teoría básica de la computación cuántica
4. Introducción al cómputo cuántico
5. La computadora cuántica y simulador de IBM Q
6. Algoritmos cuánticos básicos
7. Arquitectura de computadoras cuánticas

Bibliografía

1. Venkateswaran Karirajan. Fundamentals of Quantum Computing: Theory and Practice. Springer, 2021
2. Colin P. Williams. Explorations in Quantum Computing, 2ª edición. Springer, 2011
3. Noson S. Yanofsky, Mirco A. Nannucci. Quantum Computing for Computer Scientists. Cambridge, 2008
4. Michael A. Nielsen, Isaac L. Chuang. Quantum Computation and Quantum Information. Cambridge, 2010
5. Jack D. Hidary. Quantum Computing: An Applied Approach. Springer, 2019
6. Nihal Mehta. Quantum Computing: Program Next-Gen Computers for Hard, Real-World Applications. Pragmatic Bookshelf, 2020
7. Wolfgang Scherer. Mathematics of Quantum Computing: An Introduction. Springer-Verlag, 2016
8. Loic Henriet et al. Quantum Computing with Neutral Atoms. arXiv:2006.12326v2. [DO

Computación paralela y distribuida

Clave: 07B5264
No. de horas: 72
Créditos: 5
Tipo de asignatura: Optativa
Fecha de elaboración: 2013-08-28

Objetivo general

El alumno aprenderá los conceptos básicos de arquitectura de computadoras paralelas, tendrá la capacidad de programar a nivel de hilos en computadoras con arquitectura de múltiples núcleos y a nivel de procesos en un ambiente de cómputo distribuido.
Además, aprenderá a programar procesadores gráficos en el ambiente CUDA.

Temas

• Introducción al cómputo paralelo
• Modelos de programación paralela
• Programación en memoria compartida
• Programación en memoria distribuida
• Introducción a CUDA
• Programación con CUDA
• Análisis de rendimiento de programas paralelos

Bibliografía

1. David B. Kirk, Wen-mei W. Hwu. Programming Massively Parallel Processors: A Hands-on Approach, 2ª edición. Morgan Kaufmann, 2011.
2. George Hager, Gerhard Wellein. Introduction to High Performance Computing for Scientists and Engineers. CRC Press, 2011.
3. J. Sanders, E. Kandrot. CUDA by Example: An Introduction to General-Purpose GPU Programming. Addison-Wesley, 2010.
4. John L. Hennessey, David A. Patterson. Computer Architecture: A Quantitative Approach, 5ª edición. Morgan Kaufmann, 2012.
5. Nicholas Wilt. CUDA Handbook: A Comprehensive Guide to GPU Programming. Addison-Wesley, 2013.
6. NVIDIA Ed. CUDA C Best Practices Guide, versión 5.5, 2013.
7. NVIDIA Ed. CUDA C Programming Guide, versión 5.5, 2013.
8. Peter Pacheco. An Introduction to Parallel Programming. Morgan Kaufmann, 2011.
9. Shane Cook. CUDA Programming: A Developer's Guide to Parallel Computing with GPU. Morgan Kaufmann, 2013.
10. Thomas Rauber, Gudula Rünger. Parallel Programming for Multicore and Cluster Systems. Springer, 2010.
11. Wen-mei W. Hwu. GPU Computing Gems: Emerald Edition. Morgan Kaufmann, 2011.

Control de máquinas eléctricas

Clave: 10B6235
No. de horas: 72
Créditos: 5
Tipo de asignatura: Optativa
Fecha de elaboración: 2011-01-10

Objetivo general

Dar las bases teóricas en una forma concisa y unificada de algunas técnicas de control de máquinas eléctricas, así como proveer nuevas direcciones de investigación.

Temas

• Antecedentes matemáticos
• Motor de corriente directa con escobillas
• Motor de corriente directa sin escobillas
• Motor de inducción

Bibliografía

1. S. Sastry y M. Bodson. Adaptive Control: Stability, Convergence, and Robustness. Prentice Hall, 1989.
2. K. Johan Åström y B. Wittenmark. Adaptive Control. Addison-Wesley, 1998.
3. R. Marino, P. Tomei, y C.M. Verrelli. Induction Motor Control Design. Springer-Verlag, 2010.
4. C. M. Ong. Dynamic Simulation of Electric Machinery: Using MATLAB/SIMULINK. Prentice Hall, 1998.
5. I. Boldea y S. A. Nasar. Electric Drives. CRC Press, 1999.
6. Khorrami, P., Krishnamurthy, H., Melkote. Modeling and Adaptive Nonlinear Control of Electric Motors. Springer-Verlag, 2003.

Control de robots manipuladores

Clave: 02A4161
No. de horas: 72
Créditos: 5
Tipo de asignatura: Optativa
Fecha de elaboración: 2018-06-06

Objetivo general

Dar las bases teóricas sobre las principales técnicas y métodos del control de robots manipuladores de n grados de libertad.

Particularmente:

• Se estudia la teoría de estabilidad en el sentido de Lyapunov.
• Se proporcionan los fundamentos para obtener los modelos dinámicos de robots manipuladores y las propiedades que los caracterizan.
• Se estudian controladores de regulación de posición y seguimiento de trayectorias, así como la estabilidad de lazo cerrado.

Temas

1. Introducción
2. Preliminares matemáticos
3. Modelo dinámico de robots manipuladores de n grados de libertad
4. Control de posición de robots manipuladores
5. Controlador de movimiento de robots manipuladores
6. Tópicos avanzados

Bibliografía

1. R. Kelly y V. Santibañez. Control de Movimiento de Robots Manipuladores. Pearson Educación S.A., Madrid, 2003.
2. J. Craig. Robótica. Pearson Educación S.A., México, 2006.
3. R. Kelly, V. Santibañez y A. Loria. Control of Robot Manipulators in Joint Space. Springer, 2005.
4. H. Khalil. Nonlinear Systems. Prentice Hall, 1996.
5. F. L. Lewis, C.T. Abadía, D. M. Dawson. Control of Robot Manipulators. MacMillan, 1993.
6. Z. Qu, D. M. Dawson. Robust Tracking Control. IEEE Press, 1993.

Control de sistemas lineales

Clave: 07B5265
No. de horas: 72
Créditos: 5
Tipo de asignatura: Optativa
Fecha de elaboración: 2017-11-27

Objetivo general

Dar las bases teóricas al hacer una introducción a las principales técnicas y métodos de la ingeniería:

• Los fundamentos sobre la caracterización de los sistemas lineales.
• Criterios para el diseño de sistemas de control lineal.
• Motivación para desarrollo de aplicaciones de los sistemas y control lineales.

Temas

1. Introducción
2. Transformada de Laplace
3. Estabilidad de los sistemas lineales retroalimentados
4. Método de Lugar de las raíces
5. Métodos de respuesta en frecuencia
6. Estabilidad en el dominio de la frecuencia
7. Modelos en variables de estado
8. Diseño de sistemas de control en variables de estado

Bibliografía

1. N.S. Nise. Control Systems Engineering, 5ª edición. Wiley, 2007.
2. W. Gander. Learning MATLAB: A Problem Solving Approach (Vol. 95). Springer International Publishing, 2015.
   (Disponible versión digital en Springer a través de Conricyt)
3. C. Lopez. MATLAB Control Systems Engineering. Springer Science+Business Media, New York, 2014.
   (Disponible versión digital en Springer a través de Conricyt)
4. P. J. Antsaklis, A. N. Michel. A Linear Systems Primer (Vol. 1). Birkhäuser, Boston, 2007.

Control de Vehículos no Tripulados

Clave: 17A7514
No. de horas: 72
Créditos: 5
Tipo de asignatura: Optativa
Fecha de elaboración: 2016-12-06

Objetivo general

El estudiante adquirirá las bases teóricas necesarias para realizar el modelado de la dinámica de vehículos no tripulados, así como la capacidad para aplicar distintas técnicas de control para regir su comportamiento.

Temas

1. Preliminares

• Sistemas coordenados y transformaciones
• Ecuaciones de movimiento y de dinámica

2. Robots móviles terrestres

• Conceptos básicos sobre robots móviles terrestres
• Modelo cinemático y dinámico de vehículos móviles terrestres
• Esquemas de control para vehículos móviles terrestres

3. Vehículos aéreos no tripulados de cuatro rotores

• Conceptos básicos sobre vehículos aéreos no tripulados
• Modelo dinámico de vehículos aéreos no tripulados de cuatro rotores
• Esquemas de control lineal y no lineal

4. Control visual para vehículos autónomos

• Introducción a la visión por computadora
• Control visual basado en posición
• Control visual basado en imagen

Bibliografía

1. Tzafestas, S. G. Introduction to Mobile Robot Control. Elsevier, 2013.
2. Dixon, W., Dawson, D. M., Zergeroglu, E., Behal, A. Nonlinear Control of Wheeled Mobile Robots. Lecture Notes in Control and Information Sciences, Springer, 2001.
3. García Carrillo, L. R., Dzul López, A. E., Lozano, R., Pégard, C. Quad Rotorcraft Control: Vision-Based Hovering and Navigation. Springer, 2012.
4. Valavanis, K. P., Vachtsevanos, G. J. Handbook of Unmanned Aerial Vehicles. Springer, 2015.
5. Cai, G., Chen, B. M., Lee, T. H. Unmanned Rotorcraft Systems. Springer, 2011.
6. Siciliano, B., Khatib, O. Springer Handbook of Robotics. Springer, 2008.
7. Spong, M. W., Hutchinson, S., Vidyasagar, M. Robot Modeling and Control (Vol. 3). Wiley, 2006.

Control robusto

Clave: 3270
No. de horas: 72
Créditos: 5
Tipo de asignatura: Optativa
Fecha de elaboración: 2013-05-17

Objetivo general

Al final del curso el alumno analizará y diseñará sistemas de control automático retroalimentado con características de robustez en estabilidad y comportamiento.

Temas

1. Control óptimo H∞ en el marco y aplicación de desigualdades matriciales lineales (DML)
2. Representación de la incertidumbre
3. Síntesis de controladores robustos
4. Reducción de modelo
5. Casos prácticos de control H₂, H∞ y robustos
6. Teoría del control H∞ no lineal
7. Exámenes y tareas

Bibliografía

1. U. Mackenroth. Robust Control Systems: Theory and Case Studies. Springer, 2010.
2. Sigur Skogestad, Jan Postlethwaite. Multivariable Feedback Control: Analysis and Design. John Wiley, 2005.
3. M. Green, D. J. N. Limebeer. Linear Robust Control. Prentice Hall, 1994.
4. Kemin Zhou, John C. Doyle. Essentials of Robust Control. Prentice Hall, 1997.
5. J. C. Doyle, B. A. Francis, A. R. Tannenbaum. Feedback Control Theory. McMillan, 1992.

Digital Optical Systems for Image Processing

Clave: 17A7503
No. de horas: 72
Créditos: 5
Tipo de asignatura: Optativa
Fecha de elaboración: 2016-10-31

Objetivo general

Provide students with the theoretical concepts, computational algorithms, optical setups, and system calibration methods for three-dimensional surface scanning by non-contact digital fringe projection technology.

Temas

1. Introduction

1.1 Structured illumination and digital fringe projection
1.2 Location of points in space
1.3 Camera models
1.4 Projector models and grating design
1.5 Gratings and fringe patterns

2. Fringe patterns and phase demodulation

2.1 Intensity pattern normalization
2.2 Amplitude bias and correction
2.3 Phase carriers and wrapped phase extraction
2.4 Phase-shifting methods
2.5 Fourier fringe analysis
2.6 Phase-unwrapping

3. Calibration methods

3.1 Camera calibration
3.2 Calibration of fringe-projection systems
3.3 Performance
3.4 Spatial dynamic range and resolution

4. Applications

4.1 Applied phase demodulation for profilometry applications
4.2 Static scanning of three-dimensional surfaces
4.3 Dynamic scanning of three-dimensional surfaces
4.4 Digital three-dimensional facial imaging

Bibliografía

1. Mohamed Daoudi, Anuj Srivastava, Remco Veltkamp. 3D Face Modeling, Analysis and Recognition. John Wiley & Sons Ltd, 2013.
2. Nick Pears, Yonghuai Liu, Peter Bunting (Eds). 3D Imaging, Analysis and Applications. Springer London, 2012.
3. David A. Forsyth, Jean Ponce. Computer Vision: A Modern Approach, 2nd Ed. Pearson Education Limited, 2012.
4. Richard Szeliski. Computer Vision: Algorithms and Applications. Springer-Verlag London Limited, 2011.
5. David Zhang, Guangming Lu. 3D Biometrics: Systems and Applications. Springer Science+Business Media, New York, 2013.
6. Jason Geng. Structured-light 3D Surface Imaging: A Tutorial. Advances in Optics and Photonics, 3(2), 128–160, 2011.

Estancia de Investigación

Clave: 13B6734
Número de horas: 72
Créditos: 5
Tipo de asignatura: Optativa
Fecha de elaboración: 2013-05-14

Objetivo General

Que el estudiante realice una estancia en una institución nacional o extranjera para desarrollar una actividad académica como parte del programa de posgrado; para concluir su proyecto de investigación o trabajo de tesis, en el marco y como parte del programa individual de estudios.

Temas

El contenido se describe en el programa específico de trabajo, elaborado en cada caso por el:

• Consejero académico
• Director de tesis
• Investigador receptor

Este programa de actividades deberá estar preferentemente en concordancia con el del registro del tema de tesis, revisado por el comité tutorial y avalado por el Colegio de Profesores.

Nota: El número de créditos que se otorgan (8 ocho), está en función del número semanal de horas dedicadas a las actividades descritas y la duración de la estancia. (Existe una discrepancia con los 5 créditos mencionados arriba, se recomienda verificar.)

Bibliografía

Se incluye en el programa específico de trabajo avalado por el Colegio de Profesores.

Estancia en la Industria I

Clave: 15A7045
Número de horas: 72
Créditos: 5
Tipo de asignatura: Optativa
Fecha de elaboración: 2014-11-26

Objetivo General

Que el estudiante realice una estancia en una empresa nacional o extranjera para desarrollar actividades académicas, de conformidad con el convenio de colaboración entre la empresa y la institución.

Temas

• El contenido se describe en el programa específico de trabajo, elaborado en cada caso por el Consejero Académico o Director de Tesis y el Receptor co-responsable.
• Este programa de actividades deberá estar en concordancia con el tema de tesis registrado.
• En el mismo deberán estar contempladas reuniones presenciales o virtuales para presentación de avances y seguimiento del programa, así como la elaboración del informe técnico parcial y final.

Bibliografía

Además de la incluida en el programa específico de trabajo, se recomienda:

1. A Guide to the Project Management Body of Knowledge, 5ª edición, ANSI, Project Management Institute, Inc., 2013.
2. How to Write Technical Reports, Lutz Hering y Heike Hering, 2010.

Estancia en la Industria II

Clave: 15A7046
Número de horas: 72
Créditos: 5
Tipo de asignatura: Optativa
Fecha de elaboración: 2014-11-26

Objetivo General

Que el estudiante realice una estancia en una empresa nacional o extranjera para desarrollar actividades académicas, de conformidad con el convenio de colaboración entre la empresa y la institución. Ésta será una continuación de la asignatura: Estancia en la Industria I.

Temas

1. El contenido se describe en el programa específico de trabajo, elaborado en cada caso por el Consejero Académico o Director de Tesis y el Receptor co-responsable.
2. Este programa de actividades deberá estar en concordancia con el tema de tesis registrado.
3. En el mismo deberán estar contempladas reuniones presenciales o virtuales para presentación de avances y seguimiento del programa, así como la elaboración de informes técnicos parciales y final.

Bibliografía

Además de la incluida en el programa específico de trabajo, se recomienda:

1. A Guide to the Project Management Body of Knowledge, 5ª edición, ANSI, Project Management Institute, Inc., 2013.
2. How to Write Technical Reports, Lutz Hering y Heike Hering, 2010.

Fundamentos de Diseño Asistido por Computadora

Clave: 22B8184
Horas: 18
Créditos: 1
Tipo de asignatura: Optativa
Fecha de elaboración: 2022-09-26

Objetivo general

Temas

1. Plataforma del banco de trabajo del dibujo

• 1.1 Requerimientos mínimos de la plataforma de trabajo
• 1.2 Exploración de la plataforma de trabajo, elementos de trabajo en tres dimensiones

2. Selección de los elementos de dibujo para el trazo objetivo

• 2.1 Geometría del dibujo para el trazo del esbozo
• 2.2 Identificación de herramientas de trabajo del boceto

3. Dibujo de bocetos con las herramientas del banco de trabajo

• 3.1 Trabajar los elementos del boceto hasta obtener el trazo preciso

4. Asignación de cotas de bocetos de una pieza mecánica

• 4.1 Tipos de cotas, características de la acotación, elementos empleados en la acotación y línea de cota
• 4.2 Acotación de diámetros y radios, acotaciones especiales

5. Obtención del boceto

• 5.1 Selección de las vistas y cotas laterales del boceto

6. Identificación de problemas del boceto

• 6.1 Identificar características físicas y detección de errores del boceto

7. Principios de manufactura aditiva del boceto

• 7.1 Materiales y herramientas de manufactura aditiva como PLA, PLA Onix, fibra de vidrio
• 7.2 Puesta a punto de la herramienta de manufactura aditiva por el tipo de material

Bibliografía

1. Yorik, V. H. (2019). FreeCAD Manual. [ManualPDF
2. Shlykov V.V., Rudnitska O.V. Automated Design Systems. Workshop in FreeCAD. [PDF
3. Salvi D. Tutorial de FreeCAD: Modela estas 17 piezas. [Enlace](https://www.tecnosalva.com/tutorial-de-freecad-modela-estas17-pww.iesguillembergueda.cat/sem_tecno/qus of the 18th International Conference on Geometry and Graphics*. Springer Link
4. FreeCAD version 0.15 user manual. GitHub PDF
5. Hatton, D. C. (2019). BS 8888: 2011 First Angle Projection Drawings from FreeCAD 3D Model. [PDF](https://pearl.plymouth.ac.uk/bitstream/handle/10026.1/13234/Hatton_2019_EBF_with_cover_sheet.pdf?tps://www.sciencedirect.com/science/article/pii/S016636151g an International Language for Engineers?*. [Springer Link](https://doi.org/10.

Fundamentos de IoT Masivo

Clave: 23B8392
Número de horas: 72
Créditos: No disponible
Tipo de asignatura: Optativa
Fecha de elaboración: 2023-05-18

Objetivo general

Que el estudiante obtenga conocimientos sobre los fundamentos y las herramientas del paradigma de Internet de las Cosas y su escalamiento a un nivel masivo, para que sea capaz de interpretar, planear, desplegar y monitorear redes del tipo IoT en diferentes aplicaciones.

Temas

1. Introducción
2. Redes y protocolos
3. Agrupamiento masivo de las Cosas
4. Localización de las cosas
5. Análisis de datos de las Cosas
6. Cómputo en la niebla

Bibliografía

1. Kumar, S. (2021b). Fundamentos del Internet de las Cosas. CRC Press.
2. Gao, Z., Ke, M., Qiao, L. y Mei, Y. (2022). Acceso masivo a IoT para 6G. Springer.
3. Chaudhari, S. B., y Zennaro, M. (2020). Tecnologías LPWAN para aplicaciones IoT y M2M. Prensa Académica.
4. Análisis de Big Data en redes IoT basadas en niebla: Hacia una perspectiva de privacidad y seguridad. (2023). Routledge & CRC Press.

Habilidades para la Administración y Gestión de Proyectos

Clave: 22B8185
Número de horas: 1
Créditos: No disponible
Tipo de asignatura: Optativa
Fecha de elaboración: 2022-09-26

Objetivo general

Introducir al estudiante en las habilidades blandas requeridas para la administración o gestión exitosa de proyectos, con énfasis en que identifique aquellas con las que cuenta, así como las que sean recomendables de adquirir o fortalecer.

Temas

1. Introducción [2 hr.]

• 1.1 Diferencias entre gestión y administración de proyectos
• 1.2 Razones por las que puede fallar un proyecto

2. Las habilidades y los proyectos [2 hr.]

• 2.1 Diferencias entre habilidades duras y blandas
• 2.2 Las habilidades blandas y la gestión/administración de proyectos

3. Competencias personales y sociales para la gestión de proyectos [14 hr.]

• 3.1 Autorreflexión y autogestión
• 3.2 Integridad personal y confiabilidad
• 3.3 Comunicación personal
• 3.4 Relaciones y participación
• 3.5 Liderazgo
• 3.6 Trabajo en equipo
• 3.7 Manejo de conflictos y crisis
• 3.8 Ingenio
• 3.9 Negociación
• 3.10 Orientación a resultados

Bibliografía

1. UBJG (2022). Gestión y administración de proyectos: ¿en qué se diferencian? [Disponible en línea](https://o el 28 de junio de 2022].
2. IPMA (2015). ICB-IPMA Competence Baseline Versión 4.0. Asociación Internacional de Gestión de Proyectos (IPMA), Nijkerk.
3. Adams, H. (2016). Un enfoque diferente para la gestión de proyectos: el uso de habilidades blandas. Disponible en línea [Consultado el 28 de junio de 2022].

Inteligencia Computacional I

Clave: 14B6992
Número de horas: 72
Créditos: 5
Tipo de asignatura: Optativa
Fecha de elaboración: 2014-10-28

Objetivo general

Que el alumno adquiera los fundamentos teóricos para el diseño de sistemas inteligentes avanzados, en los cuales se requiere el aprendizaje mediante la adaptación de sistemas lingüísticos usando algoritmos evolutivos.

Temas

• Introducción
• Sistemas difusos
• Algoritmos genéticos y meméticos
• Sistemas genéticos difusos

Bibliografía

1. Engelbrecht, A. P. (2007). Inteligencia computacional: una introducción (2ª ed.). Ed. Wiley.
2. Siddique, N., & Adeli, H. (2013). Inteligencia computacional: sinergias de lógica difusa, redes neuronales y computación evolutiva. Ed. Wiley.
3. Ross, T. J. (2010). Lógica difusa con aplicaciones de ingeniería (3ª ed.). Ed. Wiley.
4. Jang, J.-S. R., Sun, C.-T., & Mizutani, E. (1997). Computación neurodifusa y blanda: un enfoque computacional para el aprendizaje y la inteligencia de las máquinas. Ed. Prentice Hall.
5. Sepúlveda, R., Montiel, O., Castillo, O., & Melin, P. (2002). Fundamentos de Lógica Difusa. Ed. ILCSA.
6. Cordón, O., Herrera, F., Hoffman, F., & Magdalena, L. (2002). Sistemas Difusos Genéticos. Ajuste Evolutivo y Aprendizaje de Bases de Conocimiento Difusas. Ed. World Scientific.
7. Goldberg, D. E. (1989). Algoritmos genéticos en búsqueda, optimización y aprendizaje automático. Addison Wesley Professional.
8. Haupt, R. L., & Haupt, S. E. (2004). Algoritmos genéticos prácticos. Ed. Wiley.
9. Sivanandam, S. N., & Deepa, S. N. (2008). Introducción a los algoritmos genéticos. Springer.
10. Neri, F., Cotta, C., & Moscato, P. (Eds.). (2013). Manual de algoritmos meméticos (Estudios en inteligencia computacional). Springer.
11. Montiel Ross, O., & Sepúlveda Cruz, R. (Eds.). (2014). Programación de alto rendimiento para computación blanda. CRC Press, Taylor and Francis Group.

Inteligencia Computacional II

Clave: 19B7859
Número de horas: 72
Créditos: 5
Tipo de asignatura: Optativa
Fecha de elaboración: 2018-06-21

Objetivo general

El alumno comprenderá los fundamentos teóricos de las redes neuronales artificiales (ARN); será capaz de identificar y resolver problemas científicos y tecnológicos con ARN.

Temas

1. Introducción

2. Arquitecturas de redes neuronales artificiales (RNA)

   • 2.1 Manejo del conocimiento mediante las distintas arquitecturas de RNAs
   • 2.2 Ejemplos conceptuales del uso de RNAs en diferentes áreas del conocimiento

3. El proceso de aprendizaje computacional

   • 3.1 Memoria asociativa
   • 3.2 Reglas de aprendizaje por corrección de error, basadas en memoria, y hebbiano
   • 3.3 Paradigmas de aprendizaje

4. El perceptrón

   • 4.1 Aprendizaje mediante el perceptrón y el problema de separación lineal
   • 4.2 El perceptrón multicapa
   • 4.3 El elemento lineal adaptativo (ADALINE), Múltiple ADALINE, y diferencias entre el ADALINE y el Perceptrón

5. El algoritmo de retropropagación de error

   • 5.1 Funciones de activación
   • 5.2 El algoritmo de retropropagación del error en forma secuencial y por lotes
   • 5.3 Entrenamiento en línea y fuera de línea

6. Redes competitivas

   • 6.1 Elementos básicos de una red competitiva
   • 6.2 Tipos de redes neuronales competitivas
   • 6.3 Redes competitivas no supervisadas
   • 6.4 Algoritmos de aprendizaje competitivo en forma secuencial y por lotes

7. Aprendizaje profundo

   • 7.1 Introducción al aprendizaje profundo
   • 7.2 Regularización y criterios de paro
   • 7.3 Métodos de optimización para entrenamiento de modelos profundos
   • 7.4 Redes Neuronales convolucionales

8. Sistemas adaptativos neurodifusos (ANFIS)

   • 8.1 Arquitecturas ANFIS y MANFIS (Múltiple ANFIS)
   • 8.2 Solución mediante ANFIS de series de tiempo
   • 8.3 Solución de problemas mediante MANFIS

9. Aplicaciones de las RNA en diversos campos de la ciencia y la tecnología

Bibliografía

1. Haykin, S. (2009). Redes neuronales y máquinas de aprendizaje (3ª ed.). Pearson Education, Inc.
2. Engelbrecht, A. P. (2007). Inteligencia computacional. Introducción (2ª ed.). John Wiley & Sons Ltd.
3. Hassoun, M. H. (2003). Fundamentos de redes neuronales artificiales. MIT Press.
4. Jang, J.-S. R., Sun, C.-T., & Misutani, E. (1997). Computación neurodifusa y blanda. Prentice Hall.
5. Goodfellow, I., Bengio, Y., & Courville, A. (2016). Aprendizaje profundo. The MIT Press.
6. Nunes da Silva, I., Spatti, D. H., Flauzino, R. A., Liboni, L. H. B., & dos Reis Alves, S. F. (2017). Redes neuronales artificiales: un curso práctico. Springer.

Introducción al Design Thinking

Clave: 22B8186
Número de horas: 1
Créditos: No disponible
Tipo de asignatura: Optativa
Fecha de elaboración: 2022-09-26

Objetivo general

Introducir al estudiante a la metodología Design Thinking como herramienta para la concepción creativa de soluciones a problemas reales de las personas. Formando parte de las habilidades blandas requeridas en el desempeño profesional actual y futuro.

Temas

1. Introducción [2 h.]

• 1.1 Habilidades blandas y sus fortalezas

2. Metodología Design Thinking [2 h.]

• 2.1 Generalidades
• 2.2 Tipos y características

3. Marco de la metodología Design Thinking [4 h.]

• 3.1 Elementos principales
• 3.2 Pensamiento Creativo
• 3.3 Empatía
• 3.4 Trabajo Colaborativo
• 3.5 Desarrollo de Prototipos

4. Ejecución de la metodología Design Thinking [10 h.]

• 4.1 Inspiración
  
  • 4.1.1 Entendimiento
  • 4.1.2 Observación
  • 4.1.3 Punto de vista
• 4.2 Ideación
  
  • 4.2.1 Idear
  • 4.2.2 Prototipo
  • 4.2.3 Prueba
• 4.3 Implementación
  
  • 4.4.1 Storytelling (conectar con el sentimiento)
  • 4.4.2 Prueba piloto
  • 4.4.3 Modelo de negocio

Bibliografía

1. Tim Brown. (2020). Diseñar el cambio: Cómo el Design Thinking puede transformar las organizaciones e inspirar la innovación. Ediciones Urano México.
2. Tim Brown. (2019). Change by Design, Revised and Updated: How Design Thinking Transforms Organizations and Inspires Innovation. Harper Business; Edition Revised, Updated ed.
3. Jason Chew Kit Tham. (2021). Design Thinking in Technical Communication: Solving Problems Through Making and Collaboration. Routledge.

Introducción a la Plataforma Web de las Cosas

Clave: 22A8102
Número de horas: 54
Créditos: No disponible
Tipo de asignatura: Optativa
Fecha de elaboración: 2022-05-25

Objetivo general

Que el estudiante obtenga conocimientos sobre el diseño e implementación de la programación y la configuración de los elementos que conforman la arquitectura de la plataforma de La Web de las Cosas para experimentar la capacidad de comunicarse con un servidor de Internet para recibir, almacenar y visualizar los datos de sensores enviados por un dispositivo microcontrolador, así como operar actuadores básicos.

Temas

1. Introducción: conceptos y lenguaje de guiones (Javascript) en la Web
2. Formato JSON estándar de la Web en IoT y su práctica en sockets Web
3. Instalación de un servidor Linux con HTTP y Nodo en La Nube
4. Configuración de la red de las cosas en la plataforma WoT
5. Almacenamiento en SQL y servidores Websockets
6. Proyecto de Integración Final de arquitectura de WoT

Bibliografía

1. Guinard, D., & Trifa, V. (2016). Building the Web of Things: With Examples in Node.js and Raspberry Pi. Manning Publications Co.
   Disponible en línea

2. Sheng, Q., & Babar, M. (2017). Searching the Web of Things: State of the Art, Challenges, and Solutions.
   ACM Computing Surveys, Vol. 50, Num. 4.

3. JoseV, A. (2019). Qué es la Web de las Cosas: WoT vs IoT.
   El Negocio Digital

4. ISWC (2017). Tutorial: Semantic Web meets Internet of Things and Web of Things.
   [International Semantic Web Conference(ISWC)

Métodos de Optimización

Clave: 09A5744
Número de horas: 80
Créditos: 5
Tipo de asignatura: Optativa
Fecha de elaboración: 2009-05-06

Objetivo general

El alumno conocerá los fundamentos teóricos de los métodos clásicos de optimización, así como los métodos de optimización basados en modelos naturales más comúnmente utilizados en el desarrollo de sistemas inteligentes. Aprenderá a desarrollar implementaciones altamente eficientes de los distintos métodos de optimización utilizando computación paralela.

Temas

1. Métodos clásicos de optimización
2. Algoritmos naturales
3. Paralelización de métodos de optimización

Bibliografía

1. Edwin K. P. Chong, Stanislaw H. Zak. An Introduction to Optimization, 3ª edición, Wiley-Interscience, 2008.
2. Kwang Y. Lee, Mohamed A. El-Sharkawi. Modern Heuristic Optimization Techniques: Theory and Applications to Power Systems, IEEE Press Wiley-Interscience, 2008.
3. J.S.R. Jang, C. T. Sun, E. Mizutani. Neuro-Fuzzy and Soft Computing: A Computational Approach to Learning and Machine Intelligence, 1997.
4. Andries P. Engelbrecht. Fundamentals of Computational Swarm Intelligence, Wiley, 2005.
5. Jorge Nocedal, Stephen J. Wright. Numerical Optimization, 2ª edición, Springer, 2006.
6. Randy L. Haupt, Sue Ellen Haupt. Practical Genetic Algorithms, 2ª edición, Wiley, 2004.
7. J. Dongarra, I. Foster, G. Fox, W. Gropp, K. Kennedy, L. Torczon, A. White. Sourcebook of Parallel Computing, Morgan Kaufmann Publishers, 2003.
8. P. Venkataraman. Applied Optimization with MATLAB Programming, Wiley-Interscience, 2001.

Relación de temas con bibliografía

• Tema 1: Libros 1, 3, 5 y 8
• Tema 2: Libros 2, 4 y 6
• Tema 3: Libro 7

Métodos de Optimización I

Clave: 15B7371
Número de horas: 72
Créditos: 5
Tipo de asignatura: Optativa
Fecha de elaboración: 2015-12-01

Objetivo general

El alumno aprenderá los fundamentos teóricos de los métodos clásicos de optimización unidimensional y multidimensional; será capaz de identificar y resolver problemas de optimización utilizando programación lineal, métodos directos, y métodos iterativos mediante técnicas computacionales.

Temas

1. Introducción
2. Fundamentos matemáticos
3. Programación lineal
4. Métodos de búsqueda directa sin restricciones
5. Métodos unidimensionales iterativos sin restricciones
6. Métodos multidimensionales iterativos sin restricciones
7. Optimización no lineal con restricciones

Bibliografía

1. Edwin K. P. Chong, Stanislaw H. Zak. An Introduction to Optimization. 4ª edición, Wiley, 2013.
2. Sergiy Butenko, Panos M. Pardalos. Numerical Methods and Optimization: An Introduction, CRC Press, 2014.
3. Amos Gilat. Numerical Methods for Engineers and Scientists. 3ª edición, Wiley, 2014.
4. George B. Dantzig, Mukund N. Thapa. Linear Programming 1: Introduction, Springer, 1997.
5. Anir Beck. Introduction to Nonlinear Optimization: Theory, Algorithms, and Applications with Matlab, SIAM Books, 2015.
6. Stephen Boyd, Lieven Vandenberghe. Convex Optimization, Cambridge University Press, 2013.
7. P. Venkataraman. Applied Optimization with Matlab Programming. 2ª edición, John Wiley & Sons, 2009.

Métodos Numéricos para Electrodinámica

Clave: 10B6090
No. de horas: 72
Créditos: 5
Tipo de asignatura: Optativa
Fecha de elaboración: 2001-05-01

Objetivo general

APRENDER Y MANEJAR LA TÉCNICA DE DIFERENCIAS FINITAS EN EL DOMINIO DEL TIEMPO PARA LA SOLUCIÓN DE LAS ECUACIONES DE MAXWELL. AL FINALIZAR EL ALUMNO PODRÁ ESCRIBIR SUS PROPIOS PROGRAMAS EN (FDTD) Y APLICARLOS A PROBLEMAS ESPECÍFICOS DEL COMPORTAMIENTO ELECTROMAGNÉTICO.

Temas

1. Ecuaciones de Maxwell
2. Diferencias finitas en una dimensión (1-D)
3. Algoritmo de Yee
4. Estabilidad y dispersión numérica
5. Fuentes de campo en FDTD
6. Condiciones de frontera absorbentes
7. Conversión de campo cercano a campo lejano
8. Resolución múltiple de malla y modelado conformal
9. Materiales dispersivos, no lineales y de ganancia

Bibliografía

1. Título: Advances in Computational Electrodynamics: The Finite-Difference Time Domain Method
   Autor(es): Taflove, Allen
   Editorial: Artech House
   Año de edición: 1998
   ISBN: 0890068348

2. Título: Computational Electrodynamics: The Finite-Difference Time Domain Method, 2nd edition
   Autor(es): Taflove, Allen
   Editorial: Artech House
   Año de edición: 2000
   ISBN: 1580530761

3. Título: Electromagnetic Simulation Using the FDTD Method
   Autor(es): Sullivan, Dennis M.
   Editorial: IEEE
   Año de edición: 2000
   ISBN: 0780347471

Marco de trabajo para la solución adaptativa de problemas complejos

Clave: 22A8103
No. de horas: 18
Créditos: 1
Tipo de asignatura: Optativa
Fecha de elaboración: 2022-03-25

Objetivo general

El estudiante conocerá los valores, eventos, roles de las personas involucradas en el problema y artefactos principales del marco de trabajo SCRUM, con los cuales podrá fungir el rol de Scrum Master y emplear los conocimientos directamente en su quehacer profesional para ayudar a las personas, equipos y organizaciones a generar valor a través de soluciones adaptativas para problemas complejos.

Temas

1. Fundamentos de SCRUM
2. Los roles del SCRUM
3. Los eventos del SCRUM
4. Principales artefactos del SCRUM
5. Aplicación del SCRUM

Bibliografía

1. [Video introductorio a SCRUM](https://www.youtube.com/watch?vcrumguides.org/index.htmlg Hybrid Scrum Environments: Understanding the Essentials, Avoiding the Pitfalls*, Apress, 2019. [DOI](https://doi.org/10i, The Scrum Culture: Introducing Agile Methods in Organizations, 2nd Edition, Springer, 2018. [DOI](https://doi.org/10.1007/978-3he Scrum Monster*, Apress, 2018. DOI
2. Tomás, G., Mira da Silva, M. & Bidarra, J., Supervision of master theses based on Scrum: A case study, Educ Inf Technol 26, 3721–3741 (2021). [DOI]

Matemáticas avanzadas

Clave: 3491
No. de horas: 72
Créditos: 5
Tipo de asignatura: Optativa
Fecha de elaboración: 2013-12-05

Objetivo general

Proporcionar al estudiante las herramientas matemáticas y numéricas necesarias que le permitan describir cuantitativamente sistemas de ingeniería y predecir su comportamiento. Ayudar en la madurez del razonamiento lógico, determinación de estrategias y definición de metodología para la solución de problemas. Emplear algoritmos computacionales que le permitan ampliar la capacidad en la solución de problemas. Motivar la investigación que le ayude a adquirir la capacidad para seleccionar y procesar nuevos conocimientos para la solución de problemas de ingeniería.

Temas

• Funciones de variable compleja
• Álgebra lineal
• Análisis vectorial
• Series
• Ecuaciones diferenciales
• Transformadas integrales

Bibliografía

1. Gilbert Strang, Introduction to Linear Algebra, Wellesley-Cambridge Press, 4ª ed., 2009.
2. Edgar G. Goodaire, Linear Algebra: Pure & Applied, World Scientific Publishing Company, 2013.
3. Dennis G. Zill, Warren S. Wright, Differential Equations with Boundary-Value Problems, Cengage Learning, 8ª ed., 2012.
4. James Brown, Ruel Churchill, Complex Variables and Applications, McGraw-Hill, 8ª ed., 2008.
5. Miroslav Lovric, Vector Calculus, Wiley, 2007.
6. George B. Arfken, Hans J. Weber, Frank E. Harris, Mathematical Methods for Physicists, 7ª ed., 2013.
7. Kwong-Tin Tang, Mathematical Methods for Engineers and Scientists, Vol. 1–3, Springer-Verlag, 2007.
8. G. F. Fitz-Gerald, Jerry FitzGerald, I. A. Peckham, Mathematical Methods for Engineers and Scientists, Pearson Education Australia, 2005.
9. Alan Jeffrey, Mathematics for Engineers and Scientists, Chapman and Hall/CRC, 6ª ed., 2004.

Mecánica cuántica

Clave: 23A8225
No. de horas: 72
Créditos: 5
Tipo de asignatura: Optativa
Fecha de elaboración: 2022-06-22

Objetivo general

El estudiante conocerá y comprenderá los principales experimentos de la física cuántica que nos han llevado al estado actual de la mecánica cuántica y será capaz de identificar y explicar los fenómenos cuánticos en forma conceptual y matemática con la finalidad de resolver problemas científicos propios del área, formando una base sólida de conocimientos para su futura aplicación en los diversos campos en que está involucrada la mecánica cuántica.

Temas

1. Introducción
2. El origen de la teoría cuántica
3. El modelo atómico de Bohr
4. La hipótesis de Broglie y su verificación experimental
5. Paquetes de onda y el principio de incertidumbre
6. La ecuación de Schrödinger
7. La partícula en un pozo de potencial
8. Dispersión de partículas por barreras y pozos
9. El oscilador armónico lineal
10. La estructura formal de la mecánica cuántica
11. Momentos orbitales angulares en mecánica cuántica
12. Potenciales esféricos simétricos y átomos de hidrógeno
13. Estructura atómica de átomos de un electrón
14. Estructura atómica de átomos de muchos electrones

Bibliografía

1. Mahesh C. Jain, Quantum Mechanics: A Textbook for Undergraduates, PHI Learning, 2011.
2. Pieter Kok, A First Introduction to Quantum Physics, Springer, 2018.
3. David A. B. Miller, Quantum Mechanics for Scientists and Engineers, Cambridge, 2008.
4. David J. Griffiths, Darrel F. Schroeter, Introduction to Quantum Mechanics, 3ª ed., Cambridge University Press, 2018.
5. Librería QuTiP (Quantum Toolbox in Python): Descargar
6. Manual del usuario y tutoriales de QuTiP: [Documentación](https://qutip.org/documentation

Metodología para el diseño acelerado de prototipos

Clave: 22A8104
No. de horas: 18
Créditos: 1
Tipo de asignatura: Optativa
Fecha de elaboración: 2022-03-25

Objetivo general

Introducir al estudiante en las habilidades blandas requeridas para los perfiles profesionales actuales y futuros, con énfasis en las habilidades para la solución creativa de problemas mediante la metodología Design Sprint.

Temas

1. Introducción
2. Métodos para resolución de problemas y prototipado rápido
3. Marco de la metodología Design Sprint
4. Ejecución de la metodología Design Sprint

Bibliografía

1. The Future of Jobs Report 2020. World Economic Forum, 2020. [Disponible aquí](http. Ross, The Industries of the Future, Simon & Schuster, 2017.
2. Knapp, J., Zeratsky, J., y Kowitz, B., Sprint, Conecta, 2018.
3. Tham, J., Design Thinking in Technical Communication, Routledge, 2021.
4. Design Sprint Methodology. Disponible aquí

Navegación de vehículos

Clave: 22A8028
No. de horas: 36
Créditos: 2
Tipo de asignatura: Optativa
Fecha de elaboración: 2021-07-08

Objetivo general

Conocer y comprender las generalidades sobre la navegación autónoma. Con los conocimientos adquiridos, proponer alternativas con las nuevas tecnologías disponibles en la navegación de vehículos.

Temas

1. Antecedentes e introducción
2. Introducción a la conducción autónoma
3. Percepción
4. Control
5. Bases para desarrollar una plataforma de simulación de vehículos de navegación
6. Tendencias y trabajos futuros de la navegación (6 horas)

Bibliografía

1. Karnopp, D. (2018). Vehicle dynamics, stability, and control. CRC Press.
2. Roberto Saúl Cova Rocamora, Fernando Torre Medina. (2019). Navegación y conducción autónoma de vehículos con geometría Ackermann, editorial Escuela Politécnica Superior.
3. Abe, M. (2015). Vehicle handling dynamics: theory and application. Butterworth-Heinemann.
4. Parera, A. M. (2019). Sistemas de seguridad y confort en vehículos automóviles, editorial Marcombo.
5. Juan Carlos Fraile García (2019). Control de la dinámica de vehículos eléctricos con motores en las ruedas (Tesis de Maestría).
6. Mínguez Fons, B. (2020). Sistema de conducción autónoma y remota de vehículos basado en redes 5G (Tesis Doctoral).
7. Bernhard Wymann, Eric Espié, C. G. C. D. R. C. A. S. (2014). TORCS, The Open Racing Car Simulator. Recuperado el 26 de abril de 2021 de http://www.torcs.org.
8. Tesla. Autopilot. Recuperado el 20 de enero de 2021 de [https://www.tesla.com/es/autpilot.
9. Sutton, R. S., & Barto, A. G. (2018). Reinforcement learning: An introduction. MIT Press.
10. Chollet, F. (2017). Xception: Deep Learning with Depthwise Separable Convolutions. In Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (pp. 1251–1258).
11. Morando, A., Gershon, P., Mehler, B. & Reimer, B. (2020). Driver-initiated Tesla Autopilot Disengagements in Naturalistic Driving. Proceedings of the 12th International Conference on Automotive User Interfaces and Interactive Vehicle Applications (AutomotiveUI '20), pp. 57–65. DOI: 10.1145/3409120.3410644

Optimización en redes móviles futuras

Clave: 14B6986
No. de horas: 72
Créditos: 5
Tipo de asignatura: Optativa
Fecha de elaboración: 2013-11-15

Objetivo general

Desarrollar e implementar soluciones a problemas de optimización en redes móviles futuras a través de algoritmos naturales.

Temas

• Redes móviles
• Radio cognoscitiva
• Acceso dinámico de espectro
• Optimización por cúmulo de partículas (PSO)
• Acceso dinámico de espectro en redes cognoscitivas usando algoritmos naturales

Bibliografía

1. J. F. Kennedy, R. C. Eberhart, y Y. Shi. Swarm Intelligence. Morgan Kaufmann, 2001.
2. S. Filin, H. Harada, H. Murakami, y K. Ishizu. International standardization of cognitive radio systems, IEEE Communications Magazine, vol. 49, no. 3, pp. 82–89, mar. 2011.
3. K. Pelechrinis, P. Krishnamurthy, M. Weiss, y T. Znati. Cognitive radio networks: realistic or not?, SIGCOMM Comput. Commun. Rev., vol. 43, no. 2, pp. 44–51, abr. 2013.
4. Qing Zhao y B. M. Sadler. A Survey of Dynamic Spectrum Access, IEEE Signal Processing Magazine, vol. 24, no. 3, pp. 79–89, 2007.
5. Y. Liu, L. X. Cai, X. Shen, y H. Luo. Deploying cognitive cellular networks under dynamic resource management, IEEE Wireless Communications, vol. 20, no. 2, pp. 82–88, 2013.
6. P. Ahokangas, M. Matinmikko, S. Yrjola, H. Okkonen, y T. Casey. Simple rules for mobile network operators' strategic choices in future cognitive spectrum sharing networks, IEEE Wireless Communications, vol. 20, no. 2, pp. 20–26, 2013.
7. K. Deep y J. C. Bansal. A Socio-Cognitive Particle Swarm Optimization for Multi-Dimensional Knapsack Problem, en Emerging Trends in Engineering and Technology, 2008. ICETET '08. First International Conference on, pp. 355–360.
8. A. Martínez-Vargas y A. G. Andrade. Comparing particle swarm optimization variants for a cognitive radio network, Applied Soft Computing, vol. 13, no. 2, pp. 1222–

Pensamiento sistémico

Clave: 22A8013
No. de horas: 18
Créditos: 1
Tipo de asignatura: Optativa
Fecha de elaboración: 2021-06-17

Objetivo general

Introducir al estudiante en las habilidades blandas requeridas para los perfiles profesionales actuales y futuros, con énfasis en las habilidades para el pensamiento crítico, el pensamiento innovador y el pensamiento de diseño.

Temas

1. Introducción
2. El pensamiento sistémico
3. Pensamiento crítico
4. Pensamiento innovador
5. Pensamiento de diseño
6. Reflexiones finales

Bibliografía

1. A. Chevalier. Strategic Thinking in Complex Problem Solving. Oxford University Press, 2016.
2. A. Ross. The Industries of the Future. Simon & Schuster, 2017.
3. L. Vaughn. The Power of Critical Thinking: Effective Reasoning About Ordinary and Extraordinary Claims, 6ª ed. Oxford University Press, 2018.
4. M. Borghino. Disrupción: Más allá de la innovación, 1ª ed. Penguin Random House Grupo Editorial, 2018.
5. M. Pande y S. Bharathi. Theoretical Foundations of Design Thinking – A Constructivism Learning Approach to Design Thinking, Thinking Skills and Creativity, vol. 36, p. 100637, 2020. DOI: [10.1016/j.tsc.202.100637 [Accessed 29 April 2021].
6. S. Lovell. Pensamiento Crítico: La guía definitiva para mejorar sus habilidades de pensamiento crítico.... Independently published, 2019.
7. S. Maidan. The Systems Thinker, 1ª ed. Satyam Publisher Ltd, 2020.
8. S. Morad, N. Ragonis y M. Barak. An Integrative Conceptual Model of Innovation and Innovative Thinking Based on a Synthesis of a Literature Review, Thinking Skills and Creativity, vol. 40, p. 100824, 2021. DOI: 10.1016/j.tsc.2021.100824 [Accessed 29 April 2021].
9. The Future of Jobs Report 2020. World Economic Forum, 2020. Disponible en: http://www3.weforum.org/docs/WEF_Future_of_Jobs_2020.pdf [Accessed 28 April 2021].

Percepción Visual Digital

Clave: 16A7412
No. de horas: 72
Créditos: 5
Tipo de asignatura: Optativa
Fecha de elaboración: 2016-04-16

Objetivo General

El alumno conocerá y comprenderá diferentes técnicas en el ámbito de la percepción visual, acorde con la línea de investigación de tecnologías de la información y las comunicaciones del CITEDI. El estudiante será capaz de aplicar los conocimientos adquiridos durante el curso en el planteamiento y la solución de problemas verdaderos relacionados con las temáticas abordadas.

Temas

1. Fundamentos de percepción remota
2. Interpretación visual de imágenes
3. Introducción al Sistema Global de Navegación por Satélite
4. Procesamiento digital de imágenes satelitales
5. Biometría
6. Fundamentos físicos de formación de imagen
7. Modelado y aplicación de la percepción digital

Bibliografía

1. Eni G. Njoku, Encyclopedia of Remote Sensing, Springer, 2014. ISBN: 978-0-387-36698-2 (Print), 978-0-387-36699-9 (Online)
2. A.R. Jha, Infrared Technology, Wiley Interscience, 2000. ISBN: 0-471-35033-8
3. Jacob Fraden, Handbook of Modern Sensors, Springer, 2001. ISBN: 1-56396-538-0
4. Wayman, A.K. Jain, D. Maltoni, D. Maio (Eds.), Biometric Systems: Technology, Design and Performance Evaluation, Springer, 2004
5. Anil K. Jain, Patrick Flynn, Handbook of Biometrics, Springer, 2008
6. John R. Vacca, Biometric Technologies and Verification Systems, Elsevier, 2007
7. Maria Petrou, Image Processing: The Fundamentals, Wiley, 2010
8. Andrea Fossati, Juergen Gall, Consumer Depth Cameras for Computer Vision: Research Topics and Applications, Springer, 2013
9. B. K. Johnson, Optics and Optical Instruments, Dover Publications, 2016
10. Greg Borenstein, Making Things See: 3D Vision with Kinect, Processing, Arduino, and MakerBot, Maker Media, 2012

Probabilidad, Estimación y Filtrado

Clave: 2097
No. de horas: 72
Créditos: 5
Tipo de asignatura: Optativa
Fecha de elaboración: 2011-05-11

Objetivo General

El alumno será capaz de plantear y modelar problemas típicos del área de sistemas digitales (telecomunicaciones, control automático, procesamiento de señales), mediante la aplicación de la teoría de la probabilidad, los procesos estocásticos y la estimación.

Temas

• Probabilidad
• Variables aleatorias y distribuciones
• Funciones de variables aleatorias
• Teoría de estimación
• Introducción a los procesos estocásticos

Bibliografía

1. Marvin K. Simon, Probability Distributions Involving Gaussian Random Variables. A Handbook for Engineers, Scientists and Mathematicians, Springer, 2006.
2. Athanasios Papoulis, Probability, Random Variables and Stochastic Processes, McGraw-Hill, 2002.
3. Douglas C. Montgomery, Design and Analysis of Experiments, Wiley, 7ª Ed., 2008.
4. Alberto Leon-Garcia, Probability, Statistics, and Random Processes for Electrical Engineering, Prentice Hall, 3ª Ed., 2008.
5. Peter J. Huber y Elvezio M. Ronchetti, Robust Statistics, Wiley, 2ª Ed., 2009.

Procesamiento Digital de Imágenes / Digital Image Processing

Clave: 10A5847
No. de horas: 72
Créditos: 5
Tipo de asignatura: Optativa
Fecha de elaboración: 2017-11-27

Objetivo General

The student will learn formal concepts of digital image processing that help him to understand different techniques within the state of art of image processing. The student will also be able to implement digital processing techniques to solve problems related to image enhancement, image restoration, image compression, among others.

Temas

• Image acquisition
• Image analysis and enhancement
• Orthogonal transforms
• Image restoration
• Image compression

Bibliografía

1. William K. Pratt, Introduction to Digital Image Processing, CRC Press, 2014.
2. Rafael C. Gonzalez, Richard E. Woods, Digital Image Processing, Third Ed., Prentice Hall, 2008.
3. Jan Erik Solem, Programming Computer Vision with Python, O'Reilly, 2012.
4. Anil K. Jain, Fundamentals of Digital Image Processing, Prentice Hall, 1998.
5. Khalid Sayood, Introduction to Data Compression, 4th ed., Morgan Kaufmann, 201?.

Procesamiento Digital de Señales

Clave: 10A5846
No. de horas: 72
Créditos: 5
Tipo de asignatura: Optativa
Fecha de elaboración: 2018-06-21

Objetivo General

El alumno aprenderá conceptos formales del procesamiento digital de señales que le permitirán plantear y resolver problemas reales en distintas áreas de la ingeniería. Con ello, el alumno podrá diseñar e implementar filtros digitales para aplicaciones específicas de procesamiento de señales.

Temas

• Introducción
• Análisis de Fourier
• Diseño de filtros digitales
• Aplicaciones

Bibliografía

1. A. V. Oppenheim, A. S. Wilsky, S. H. Nawab, Signals and Systems, Prentice Hall, 1996.
2. H. F. Davis, Fourier Series and Orthogonal Functions, Dover, 1989.
3. E. A. V. Oppenheim, A. S. Wilsky, S. H. Nawab, Signals and Systems, Prentice Hall, 1996.
4. O. Brigham, Fast Fourier Transform and Its Applications, Prentice-Hall, 1998.
5. L. B. Jackson, Digital Filters and Signal Processing, Kluwer, 1997.
6. W. Pratt, Digital Image Processing, John Wiley and Sons, 2007.

Programación en Python para el Análisis de Datos

Clave: 22A8105
No. de horas: 32
Créditos: 2
Tipo de asignatura: Optativa
Fecha de elaboración: 2022-05-25

Objetivo General

El alumno aprenderá a manejar las herramientas del entorno y lenguaje de programación y las aplicará en el manejo e interpretación de datos así como en la utilización de los diferentes objetos para la solución de problemas.

Temas

1. Introducción
2. Python, IPython y Jupyter
3. Estructura de datos integradas, funciones y archivos
4. NumPy: Arreglos y computación vectorizada
5. Pandas
6. Carga de datos, almacenamiento y formato de archivos
7. Manejo de datos: unión, combinación y remodelación
8. Agregación de datos y operaciones con grupos
9. Introducción a las bibliotecas de modelado en Python
10. Ejemplos de análisis de datos

Bibliografía

1. Wes McKinney, Python for Data Analysis, 2nd edition, O'Reilly, 2017.
2. [Python.org - Tutorial](https://docs.pythonrary Reference
3. [Python.org - Language Reference](https://docs.python.org/3/reference

Programación en R

Clave: 22A8106
No. de horas: 18
Créditos: 2
Tipo de asignatura: Optativa
Fecha de elaboración: 2021-10-21

Objetivo General

El alumno aprenderá a manejar las herramientas del entorno y lenguaje de programación R y las aplicará en el manejo e interpretación de datos, así como de la conducción e interpretación de procesos estadísticos.

Temas

1. Introducción (1 hora)
2. Operaciones aritméticas y vectores en R (2 horas)
3. Matrices y arreglos (2 horas)
4. Valores no numéricos (2 horas)
5. Listas y DataFrames (2 horas)
6. Valores especiales, clases y coerción (2 horas)
7. Graficado (3 horas)
   
   • Vectores de coordenadas
8. Lectura y escritura de archivos (2 horas)
9. Llamada a funciones (2 horas)
10. Condiciones y “loops” (3 horas)
11. Escritura de funciones (4 horas)
12. Excepciones, tiempo y visibilidad (4 horas)
13. Visualización de datos (3 horas)
14. Probabilidad (1 hora)
15. Distribuciones de probabilidad (1 hora)
16. Análisis de varianza (2 horas)

Bibliografía

1. Timan M. Davies, The Book of R: A First Course in Programming and Statistics, 1st Edition, No Starch Press, 2016.
2. Venables W. N., Smith D. M. & the R Core Team, An Introduction to R, 2021. [https://cran.r-project.org/doc/manuals/r-release/R-intro.pdf](https://cran.r-project.org/doc/manuals/r-release://cran.r-project.org/manuals.html
3. Brett Lantz, Machine Learning with R: Expert Techniques for Predictive Modeling, 3rd Edition, 2019.

Programación en Scala

Clave: 23A8210
No. de horas: 36
Créditos: No disponible
Tipo de asignatura: Optativa
Fecha de elaboración: 2023-01-18

Objetivo General

El alumno aprenderá a crear un entorno de desarrollo para la programación en Scala y lo utilizará para aprender por medio de código de ejemplo a experimentar sobre la inferencia de tipos, variables, funciones, operadores, manejo de archivos e identificación de patrones.

Temas

1. Introducción
2. Simplificación de escritura
3. Redondeando los conceptos básicos
4. Identificación de patrones
5. Abstracción basada en contexto: clases de tipo y métodos de extensión
6. Abstracción basada en el contexto: uso de cláusulas
7. Programación funcional en Scala
8. Comprensiones for
9. Programación orientada a objetos en Scala
10. Traits
11. Comportamiento de varianza e igualdad
12. Inicialización de instancias y resolución de métodos
13. La jerarquía de tipos de Scala
14. Biblioteca de colecciones de Scala
15. Reglas de visibilidad
16. Sistema de tipos de Scala, Parte I
17. Sistema de tipos de Scala, Parte II

Bibliografía

1. Dean Wampler, Programming Scala, 3rd edition, O'Reilly, 2021.
2. Martin Odersky, Programming in Scala, Fifth Edition, Artima, 2021.

Reconocimiento de Patrones

Clave: 13A6642
No. de horas: 72
Créditos: 5
Tipo de asignatura: Optativa
Fecha de elaboración: 2017-11-27

Objetivo General

El alumno será capaz de plantear, modelar y resolver problemas típicos en el área del reconocimiento de patrones en imágenes. Mediante el estudio de diferentes técnicas exitosas de la literatura reciente, el alumno conocerá las etapas básicas de un sistema de reconocimiento de objetos, aprenderá el ciclo de diseño de cada etapa del sistema, y realizará implementaciones de las técnicas de reconocimiento de patrones estudiadas, a nivel de simulaciones por computadora.

Temas

• Sistemas de reconocimiento de patrones
• Teorías de decisión
• Reconocimiento de objetos
• Métricas de desempeño
• Filtros de correlación avanzados

Bibliografía

1. Geoff Dougherty, Pattern Recognition and Classification: An Introduction, Springer, 2012.
2. Sergios Theodoridis, Pattern Recognition, 4ª edición, Academic Press, 2009.
3. Richard O. Duda, Peter E. Hart, David G. Stork, Pattern Classification, John Wiley and Sons, 2002.
4. Richard F. Bass, Stochastic Processes, Cambridge University Press, 1ª Ed., 2011.
5. V.B.K. Vijaya-Kumar, Abhijit Mahalanobis, Richard D. Juday, Correlation Pattern Recognition, Cambridge University Press, 2006.
6. Francois Goudail, Phillipe Refregier, Statistical Image Processing Techniques for Noisy Images, Kluwer Academic, 2004.
7. Ryan A. Kerekes, B. V. K. Vijaya-Kumar, Enhanced Video-Based Target Detection Using Multi-Frame Correlation Filtering, IEEE Trans. Aerosp. Electr. Sys., 45(1), pp. 289–307, 2009.
8. Ryan A. Kerekes, B.V.K. Vijaya-Kumar, Selecting a Composite Correlation Filter Design: A Survey and Comparative Study, Optical Engineering, 47(6), 067202.1–067202.18, 2008.

Robótica Industrial

Clave: 14B6990
No. de horas: 36
Créditos: 2
Tipo de asignatura: Optativa
Fecha de elaboración: 2017-11-27

Objetivo General

Obtener modelos cinemáticos estáticos y dinámicos de brazos manipuladores y planificar rutas que constituyan tareas para el robot.

Temas

1. Cinemática de brazos manipuladores
2. Cinemática diferencial y estática
3. Planeación de trayectorias

Bibliografía

1. J.J. Craig, Introduction to Robotics, Addison-Wesley, 1989.
2. T. Yoshikawa, Foundations of Robotics, MIT Press, 1990.
3. Lorenzo Sciavicco, Bruno Siciliano, Modeling and Control of Robot Manipulators, McGraw-Hill, 1995.

Seminario Académico I (Obligatorio)

Clave: 3983
No. de horas: 36
Créditos: 2
Tipo de asignatura: Obligatoria
Fecha de elaboración: 2016-10-07

Objetivo General

El alumno presentará y defenderá su protocolo de tesis. Además, aprenderá los elementos requeridos para la redacción de documentos científicos. El alumno aprenderá a desarrollar productos científicos derivados de su trabajo de tesis.

Temas

• Estudio de técnicas de búsqueda de información y de metodologías de investigación
• Estudio de técnicas de redacción de documentos de tesis de posgrado con formato profesional
• Preparación de diversos productos de investigación
• Presentación oral y escrita de avances de tesis

Bibliografía

1. George M. Hall, How to Write a Paper, Fifth Edition, John Wiley & Sons, Ltd, 2012.
2. Subhash Chandra Parija, Vikram Kate, Writing and Publishing a Scientific Research Paper, Springer, 2017. Enlace
3. Daniel Holtom, Elizabeth Fisher, Enjoy Writing Your Science Thesis or Dissertation, World Scientific Publishing Company, 1999. ISBN-10: 1860942075
4. Michael Alley, The Craft of Scientific Writing, Springer-Verlag, 1996.
5. Michael J. Katz, From Research to Manuscript: A Guide to Scientific Writing, Springer, 2ª edición, 2009. ISBN-10: 1402094663
6. Jennifer Peat, Elizabeth Elliott, Louise Baur, Victoria Keena, Scientific Writing: Easy When You Know How, BMJ Books, 2002. ISBN-10: 0727916254

Seminario Académico II (Obligatorio)

Clave: 3984
No. de horas: 36
Créditos: 2
Tipo de asignatura: Obligatoria
Fecha de elaboración: 2018-06-21

Objetivo General

El alumno presentará y defenderá sus avances de tesis. Además, conocerá y comprenderá procedimientos formales para la creación de productos de investigación, como artículos científicos y presentaciones orales. Al final del curso, el alumno podrá elaborar productos de investigación derivados de su tesis, atendiendo las normas generales de redacción de textos científicos y de presentación de exposiciones.

Temas

• Estudio de las técnicas básicas para la preparación de artículos científicos y exposiciones orales
• Preparación de diversos productos de investigación
• Presentación y defensa de avances de tesis

Bibliografía

1. Joshua Schimel, Writing Science: How to Write Papers That Get Cited and Proposals That Get Funded, Oxford University Press, 1ª edición, 2011. ISBN-10: 0199760241
2. Paul J. Silvia, How to Write a Lot: A Practical Guide to Productive Academic Writing, American Psychological Association, 1ª edición, 2007. ISBN-10: 1591477433
3. Daniel Holtom, Elizabeth Fisher, Enjoy Writing Your Science Thesis or Dissertation, World Scientific Publishing Company, 1999. ISBN-10: 1860942075
4. Angelika Hofmann, Scientific Writing and Communication: Papers, Proposals, and Presentations, Oxford University Press, 2ª edición, 2013. ISBN-10: 0199947562
5. Michael J. Katz, From Research to Manuscript: A Guide to Scientific Writing, Springer, 2ª edición, 2009. ISBN-10: 1402094663
6. Jennifer Peat, Elizabeth Elliott, Louise Baur, Victoria Keena, Scientific Writing: Easy When You Know How, BMJ Books, 2002. ISBN-10: 0727916254

Seminario Académico III (Obligatorio)

Clave: 3985
No. de horas: 36
Créditos: No disponible
Tipo de asignatura: Obligatoria
Fecha de elaboración: 2016-10-05

Objetivo General

El alumno presentará y defenderá los resultados de la tesis concluida o en la última etapa en el Seminario Académico III. Además, se estimulará la productividad científica mediante la elaboración de productos científicos cuantificables, y se fomentará el interés de realizar el proceso de protección de derechos de la propiedad intelectual, mediante la elaboración de patentes y registros de autor.

Temas

• Presentación oral de los resultados de tesis del alumno
• Elaboración de productos científicos
• Dar a conocer lo que es el registro de la propiedad intelectual, opciones de registro disponibles y mecanismos de registro

Bibliografía

1. Página de internet del Instituto Mexicano de la Propiedad Intelectual: http://www.impi.gob.mx
2. Formatos de solicitudes para realizar el trámite de solicitud de patente, registro de modelo de utilidad y registro de diseño industrial
3. Formato para solicitud de esquema de trazado de circuito integrado
4. Formato para realizar la solicitud de registro de autor

Todos los formatos están disponibles en: http://www.impi.gob.mx/servicios/Paginas/Formatos.aspx

Servicios y Redes de Telecomunicaciones / Telecommunication Services and Networks

Clave: 12A6426
No. de horas: 72
Créditos: 5
Tipo de asignatura: Optativa
Fecha de elaboración: 2011-10-12

Objetivo General

Comprender los principios básicos de operación de los sistemas modernos de telecomunicaciones, enfocados en tres áreas:

• Comprensión de la integración de paquetes de información
• Comprensión de diferentes sistemas de transporte y entornos de aplicación
• Comprensión de los protocolos que definen cómo operan los sistemas

Temas

• Introducción
• Capa física
• Capa de enlace de datos
• Sublayer de control de acceso al medio (MAC)
• Capa de red
• Capa de transporte
• Capa de aplicación
• Seguridad en redes

Bibliografía

1. Andrew S. Tanenbaum, Computer Networks, Fifth Edition, Prentice Hall, 2010.
2. Larry L. Peterson, Bruce S. Davie, Computer Networks: A Systems Approach, Fourth Edition, 2007.
3. William Stallings, Data and Computer Communications, 9th Edition, 2010.
4. Lillian Goleniewski, Kitty Wilson Jarrett, Telecommunications Essentials, Second Edition, Addison Wesley Professional, 2006.
5. Rajiv Ramaswami, Kumar Sivarajan, Galen Sasaki, Optical Networks: A Practical Perspective, 3rd Edition, Morgan Kaufmann, 2009.

Sistemas de Control en la Generación Eólica

Clave: 17B7600
No. de horas: 72
Créditos: 5
Tipo de asignatura: Optativa
Fecha de elaboración: 2017-05-03

Objetivo General

Que el alumno adquiera las herramientas analíticas y de simulación para modelar dinámicamente los diferentes subsistemas que componen un generador eólico y diseñar estrategias de Control Robusto para los mismos.

Temas

1. Control de captación de energía de una turbina eólica por medio de variación del ángulo de las aspas
2. Subsistema de acoplamiento mecánico
3. Modelo general de un sistema de conversión de energía eólica
4. Control de generadores eléctricos de un sistema de conversión eléctrica eólico
5. Micro red híbrida

Bibliografía

1. Siegfried Heier, Grid Integration: Wind Energy Conversion Systems, John Wiley, 2003
2. Fernando D. Bianchi, Hernán de Battista, Ricardo J. Mantz, Wind Turbine Control Systems: Principles, Modelling, and Gain Scheduling Design, Springer, 2007
3. Nikos Hatziargyriou, Microgrids: Architecture and Control, John Wiley, 2014

Sistemas de Energías Alternas: Eólicas y Fotovoltaicas

Clave: 15B7372
No. de horas: 72
Créditos: 5
Tipo de asignatura: Obligatoria
Fecha de elaboración: 2015-11-20

Objetivo General

Comprender y analizar las tecnologías relacionadas a la generación eléctrica eólica y fotovoltaica.

Temas

• Características de generadores eólicos
• Modelado y control de generadores eléctricos utilizados en la generación eólica
• Sistemas electrónicos convertidores de potencia: modelado y control
• Sistemas de generación eléctrica con energía solar

Bibliografía

1. O. Anaya-Lara, N. Jenkins, J. Ekanayake, P. Cartwright, M. Hughes, Wind Energy Generation, Modelling and Control, John Wiley, 2004.
2. B. Francois, A. Davigny, D. Robins, A. Henneton, J. Sprooten, Producción de Energía Eléctrica a Partir de Fuentes Renovables, Lavoisier, 2012.
3. R. A. Messenger, Photovoltaic System Engineering, CRC, 2001.

Sistemas Digitales

Clave: 11B6389
No. de horas: 72
Créditos: 5
Tipo de asignatura: Optativa
Fecha de elaboración: 2011-10-21

Objetivo General

El alumno aprenderá los conceptos fundamentales del cómputo reconfigurable, con el cual podrá construir sistemas digitales innovadores que se aplican a teoría de control digital, el procesamiento digital de señales y algoritmos de cómputo en general. Para ello, hará uso de los lenguajes HDL para configurar los dispositivos de cómputo (FPGA). Estas capacidades le permitirán implementarse en estructuras y funcionalidades que utilizarán los sistemas digitales. Además, se podrá diseñar el procesador, controles y registros de uso específico, los cuales son el núcleo del diseño del procesamiento de toda unidad digital.

Temas

• Introducción
• Arquitectura del microprocesador
• Arquitectura de dispositivo FPGA
• Lenguaje descriptor de hardware
• Diseño electrónico esquemático apoyado con herramientas de CAD
• Sintaxis del lenguaje HDL
• Síntesis digital del cómputo configurable
• Gestión de diseño de sistema digital
• Diseño de microprocesador de uso específico en SoC

Bibliografía

1. David A. Patterson, John L. Hennessy, Computer Organization and Design, 5ª edición, Elsevier, 2014
2. A. Rushton, VHDL for Logic Synthesis, 3ª edición, Wiley, 2011
3. Clive M. Maxfield, The Design Warrior's Guide to FPGAs, Newnes, 2014
4. H.F.-W. Sadrozinski, J. Wu, Application of Field-Programmable Gate Arrays in Scientific Research, Taylor & Francis, 2013
5. P.P. Chu, FPGA Prototyping by VHDL Examples: Xilinx Spartan-3 Edition, Wiley-Interscience, 2014
6. Louise H. Crockett, Robert W. Stewart, The Zynq Book: Tutorials for Zybo and ZedBoard, University of Strathclyde Glasgow, 2015
7. Charles H. Roth Jr., Larry L. Kinney, Fundamentals of Logic Design, 7ª edición, Cengage Learning, 2015

Sistemas Lineales Multivariables

Clave: 13A6649
No. de horas: 72
Créditos: 5
Tipo de asignatura: Obligatoria
Fecha de elaboración: 2017-11-27

Objetivo General

Analizar sistemas lineales multivariables con herramientas matemáticas y de software para sintetizar controladores robustos utilizando métodos de H₂ y H∞.

Temas

• Introducción: sistemas una entrada - una salida (UEUS)
• Sistemas lineales múltiples entradas - múltiples salidas (MEMS)
• Normas de sistemas
• Control óptimo H₂
• Control óptimo H∞
• Exámenes y tareas

Bibliografía

1. U. Mackenroth, Robust Control Systems: Theory and Case Studies, Springer-Verlag, 2010
2. P. Albertos, A. Sala, Multivariable Control Systems, Springer-Verlag, 2004
3. Michael Green, David J. N. Limebeer, Linear Robust Control, Prentice Hall, 1995

Sistemas Neurodifusos

Clave: 04B4561
No. de horas: 72
Créditos: No disponible
Tipo de asignatura: Optativa
Fecha de elaboración: 2013-09-18

Objetivo General

El alumno podrá llevar a cabo investigación y/o aplicación de las tecnologías de lógica difusa, redes neuronales y sistemas neurodifusos.

Temas

• Lógica difusa
• Redes neuronales
• Sistemas neurodifusos

Bibliografía

1. Lefteri H. Tsoukalas, Robert E. Uhrig, Fuzzy and Neural Approaches in Engineering, John Wiley & Sons, Inc., 1997
2. J.-S. R. Jang, C.-T. Sun, E. Mizutani, Neuro-Fuzzy and Soft Computing: A Computational Approach to Learning and Machine Intelligence, Prentice Hall, 1997
3. R. Sepúlveda, O. Montiel, O. Castillo, P. Melin, Fundamentos de Lógica Difusa, ILCSA, 2002
4. D. Driankov, H. Hellendoorm, M. Reinfrank, An Introduction to Fuzzy Control, 2ª edición, Springer-Verlag, 1996
5. John Yen, Reza Langari, Fuzzy Logic, Intelligence, Control, and Information, Prentice Hall, 1999
6. Simon Haykin, Neural Networks: A Comprehensive Foundation, 2ª edición, Prentice Hall, 1998
7. J. Wesley Hines, Fuzzy and Neural Approaches in Engineering, MATLAB Supplement, John Wiley & Sons, Inc., 1998
8. Simon O. Haykin, Neural Networks and Learning Machines, 3ª edición, Pearson, Prentice Hall, 2008
9. M. N. Cirstea, A. Dinu, J.G. Khor, M. McCormick, Neural and Fuzzy Logic Control of Drives and Power Systems, Newnes, 2002

Sistemas No-Lineales

Clave: 14B6985
No. de horas: 72
Créditos: 5
Tipo de asignatura: Optativa
Fecha de elaboración: 2017-11-27

Objetivo General

En este curso el estudiante aprenderá cómo describir matemáticamente procesos no lineales y sus técnicas de solución para encontrar los estados del sistema, así como los posibles estados estables del sistema.

Temas

• Sistemas lineales y no lineales
• Ejemplos de sistemas no lineales
• Propiedades generales
• Criterio general de estabilidad
• Sistemas periódicos
• Caos

Bibliografía

1. Asile Marinea & Nicolae Herisanu, Nonlinear Dynamical Systems in Engineering: Some Approximate Approaches, Springer, 2011
2. J.M.T. Thompson & H.B. Stewart, Nonlinear Dynamics and Chaos, John Wiley & Sons, 2002
3. H. Khalil, Nonlinear Systems, Prentice Hall, 2001
4. V.G. Ivancevic & T.T. Ivancevic, Complex Dynamics, Springer, 2007
5. M. Lakshmanan & S. Rajasekar, Nonlinear Dynamics, Springer, 2003
6. Armin Fuchs, Theory and Applications for the Life-, Neuro- and Natural Sciences, Springer, 2013
7. Marco Thiel, Jürgen Kurths, M. Carmen Romano, Gyorgy Károlyi, Alessandro Moura, Nonlinear Dynamics and Chaos: Advances and Perspectives, Springer, 2010
8. Kyandoghere Kyamakya, Wolfgang A. Halang, Wolfgang Mathis, Jean Camberlain Chedjou, Zhong Li, Selected Topics in Nonlinear Dynamics and Theoretical Electrical Engineering, Springer, 2013

Tópicos Avanzados de Ingeniería de Microondas

Clave: 11B6391
No. de horas: 72
Créditos: 5
Tipo de asignatura: Optativa
Fecha de elaboración: 2017-11-27

Objetivo General

Dotar al estudiante de la infraestructura conceptual y matemática necesaria para entender y aplicar la radiación y la propagación electromagnética al nivel que la investigación y desarrollo en Microondas lo emplea en la actualidad.

Temas

• Fundamentos de radiofrecuencia y microondas
• Fundamentos de teoría electromagnética
• Propagación de ondas electromagnéticas
• Líneas de transmisión
• Análisis de redes de microondas
• Propagación en medios restringidos
• Radiación electromagnética y antenas

Bibliografía

1. Behzad Razavi, RF Microelectronics, 2ª edición, Prentice Hall, 2011
2. Matthew N. O. Sadiku, Elements of Electromagnetics, Oxford, 2006
3. Fawwaz Ulaby, Fundamentals of Applied Electromagnetics, 5ª edición, Prentice Hall, 2006
4. Daniel Fleisch, A Student's Guide to Maxwell's Equations, Cambridge University Press, 2008
5. H. Sizun, P. de Fornel, Radio Wave Propagation for Telecommunication Applications, Springer, 2004
   
   • Enlace al libro
6. Constantine A. Balanis, Antenna Theory: Analysis and Design, 3ª edición, Wiley-Interscience, 2005
7. William F. Egan, Practical RF System Design, Wiley-IEEE Press, 2003
8. David E. Root, Jan Verspecht, Jason Horn, X-Parameters, Cambridge University Press, 2017
9. J. Krauss, Antennas, 2ª edición, McGraw-Hill, 1998
10. David M. Pozar, Microwave Engineering, 4ª edición, John Wiley & Sons, 2012

Tópicos Selectos de Procesamiento de Imágenes

Clave: 10A6022
No. de horas: 72
Créditos: 5
Tipo de asignatura: Optativa
Fecha de elaboración: 2017-11-27

Objetivo General

El alumno conocerá y comprenderá diferentes técnicas selectas para el procesamiento de imágenes, acordes con las líneas de investigación del grupo de procesamiento digital de señales. El estudiante será capaz de aplicar los conocimientos adquiridos durante el curso en el planteamiento y la solución de problemas verdaderos relacionados con los tópicos abordados.

Temas

• Procesamiento localmente adaptivo
• Biometría básica
• Codificación entrópica de imágenes

Bibliografía

Tema I: Procesamiento Localmente Adaptivo

1. W.K. Pratt, Digital Image Processing, 4ª ed., Wiley-Interscience, 2007
2. L.P. Yaroslavsky, Digital Holography and Digital Image Processing: Principles, Methods, Algorithms, Kluwer Academic Publishers, 2009
3. F. Goudail, Ph. Refregier, Statistical Image Processing Techniques for Noisy Images: An Application-Oriented Approach, Kluwer Academic, 2004

Tema II: Biometría Básica

1. A.K. Jain, D. Maltoni, D. Maio (Eds.), Biometric Systems: Technology, Design and Performance Evaluation, Springer, 2004
2. Anil K. Jain, Patrick Flynn, Handbook of Biometrics, Springer, 2008
3. John R. Vacca, Biometric Technologies and Verification Systems, Elsevier, 2007

Tema III: Codificación Entrópica de Imágenes

1. M. Ghanbari, Standards Codecs: Image Compression to Advanced Video Coding, IET, 2003
2. H.R. Wu, K.R. Rao (Eds.), Digital Video Image Quality and Perceptual Coding, CRC Press, 2006
3. J.W. Woods, Multidimensional Signal, Image and Video Processing, Academic Press, 2006

Teoría del Control Lineal y No Lineal

Clave: 3371
No. de horas: 72
Créditos: No disponible
Tipo de asignatura: Optativa
Fecha de elaboración: 2013-09-27

Objetivo General

Presentar enfoques modernos de la teoría de control de sistemas lineales y no lineales, herramientas necesarias para la solución de problemas de análisis cuantitativo, síntesis de reguladores y observadores.

• Revisar los principales resultados en el caso de los sistemas lineales, nociones básicas de alcanzabilidad y controlabilidad local de primer orden.
• Analizar los principales resultados en el caso de sistemas lineales, nociones básicas de observabilidad, principio de linealización para observabilidad, problema de observabilidad discreta, condiciones de observabilidad de órdenes altos, observadores y detectabilidad, clases especiales de observadores no lineales y sus propiedades.
• Revisar los principales resultados en la teoría de dinámica global, principio de invarianza, acotamiento y dominio acotado invariante.

Temas

• Alcanzabilidad y controlabilidad
• Retroalimentación y estabilización
• Observadores y retroalimentación dinámica
• Elementos de análisis de dinámica global

Bibliografía

1. W.M. Wonham, Linear Multivariable Control: A Geometric Approach, Springer-Verlag, 1994. ISBN: 0387069569
2. Eduardo D. Sontag, Mathematical Control Theory: Deterministic Finite Dimensional Systems, Springer-Verlag, 1998. ISBN: 0387984895
3. Hassan K. Khalil, Nonlinear Systems, Prentice Hall, 2002. ISBN: 0130673897

Tecnología de Escaneo Tridimensional y Proyección de Franjas Digitales

Clave: 17A7501
Número de horas: 72
Créditos: 5
Tipo de asignatura: Optativa
Fecha de elaboración: 2016-10-31

Objetivo General

Proporcionar a los estudiantes los conceptos teóricos, algoritmos computacionales, configuraciones ópticas y métodos de calibración del sistema para el escaneo de superficies tridimensionales mediante tecnología de proyección de franjas digitales sin contacto.

Temas

1. Introducción
2. Patrones de franjas y demodulación de fase
3. Métodos de calibración
4. Aplicaciones

Bibliografía

1. Zanuttigh, P., Marin G., Dal Mutto, C., Dominio, F., Minto, L., Cortelazzo, G.M., Cámaras de tiempo de vuelo y profundidad de luz estructurada. Tecnología y aplicaciones, Springer, 2016
2. Nick Pears, Yonghuai Liu, Peter Bunting (Eds.), Imágenes 3D, análisis y aplicaciones, Springer Londres, 2012
3. Wolfang Förstner, Bernhard P. Wrobel, Visión artificial fotogramétrica. Estadística, geometría, orientación y reconstrucción, Springer, 2016
4. Richard Szeliski, Visión artificial: algoritmos y aplicaciones, Springer-Verlag Londres Limited, 2011
5. David Zhang, Guangming Lu, Biometría 3D. Sistemas y aplicaciones, Springer, 2013
6. David Zhang, Guangming Lu, Lei Zhang, Biometrics avanzado, Springer, 2018
7. Jason Geng, “Imágenes de superficies 3D con luz estructurada: un tutorial”, Advances in Optics and Photonics, 3(2), 128–160, 2011
8. R. Juarez-Salazar, V.H. Díaz-Ramírez, “Coordenadas homogéneas basadas en operadores: aplicación en el escaneo de documentos con cámara”, Optical Engineering, 56(7), 070801, 2017

Trabajo de Tesis

Clave: 05B4670
Número de horas: 0
Créditos: No disponible
Tipo de asignatura: Obligatoria
Fecha de elaboración: No especificada

Objetivo General

Temas

Bibliografía

Visión y Procesamiento de Imágenes

Clave: 07A5143
Número de horas: 72
Créditos: 5
Tipo de asignatura: Optativa
Fecha de elaboración: No especificada

Objetivo General

El alumno aprenderá los conceptos formales de la visión y procesamiento de imágenes que le permitirán comprender diferentes técnicas del estado del arte en el procesamiento de imágenes. Los estudiantes también serán capaces de implementar técnicas de visión y procesamiento de imágenes para resolver problemas relacionados con el mejoramiento, restauración, compresión de imágenes, entre otros.

Temas

1. Adquisición de imagen
2. Análisis de imágenes y mejoramiento
3. Transformación ortogonal
4. Restauración de imagen
5. Compresión de imágenes

Bibliografía

1. Anil K. Jain, Fundamentos del Procesamiento de Imágenes Digitales, Prentice Hall, 1998
2. R.C. González, Procesamiento de Imágenes Digitales, 1992