TECNOLGICO NACIONAL DE MXICO

Secretara Acadmica, de Investigacin e Innovacin

Direccin de Docencia e Innovacin Educativa

1. Datos Generales de la asignatura

Nombre de la asignatura: Inteligencia Artificial.
Clave de la asignatura: SCC - 1012
SATCA1: 2 - 2 - 4
Carrera: Ingeniera en Sistemas Computacionales.
2. Presentacin
Caracterizacin de la asignatura
Esta asignatura aporta al perfil del Ingeniero en Sistemas Computacionales la capacidad de aplicar
tcnicas de Inteligencia Artificial mediante el desarrollo y programacin de modelos matemticos,
estadsticos y de simulacin a la solucin de problemas complejos de control automtico, diagnstico,
toma de decisiones, clasificacin, minera de datos, es decir, problemas propios de la Inteligencia
Artificial.
Con esta asignatura se da una Introduccin a la Inteligencia Artificial (IA) presentando a los
estudiantes, algunos de los mtodos ms utilizados en las diferentes reas de la Inteligencia Artificial.
Para ello, se introducen las tcnicas ms comunes de manipulacin y representacin del conocimiento
y se analizan las caractersticas de las herramientas disponibles para la construccin de aplicaciones
reales, en las diferentes reas de la IA, con el fin de conformar una actitud cientfica, crtica y
responsable del egresado.
Esta materia est situada como una de las ltimas del plan de estudio, debido a que el alumno necesita
tener de base el aprendizaje de otras materias que permitan que posea habilidades de estructuras de
control, listas, arboles, recursividad, as como, conocimientos de teora de la probabilidad, autmatas
1 y 2, programacin lgica y funcional, programacin en lenguajes de alto nivel, conocimientos de
estructura y bases de datos.
La aportacin de la asignatura al perfil del egresado sin las siguientes:
Coordina y participa en equipos multidisciplinarios para la aplicacin de soluciones innovadoras
en diferentes contextos
Disea, implementa y administra bases de datos optimizando los recursos disponibles, conforme a
las normas vigentes de manejo y seguridad de la informacin
Desarrolla y administra software para apoyar la productividad y competitividad de las
organizaciones cumpliendo con estndares de calidad
Evala tecnologas de hardware para soportar aplicaciones de manera efectiva
Intencin didctica
La asignatura se dividi en cuatro unidades, de tal manera que el estudiante en las primeras tres
unidades obtendr los conocimientos generales, para que en la ltima unidad disee soluciones del
entorno tles como robtica, redes neuronales, visin artificial, lgica difusa, procesamiento de
lenguaje natural, sistemas expertos, etctera.

Sistema de Asignacin y Transferencia de Crditos Acadmicos

TecNM mayo 2016

Pgina | 1

TECNOLGICO NACIONAL DE MXICO

Secretara Acadmica, de Investigacin e Innovacin

Direccin de Docencia e Innovacin Educativa

La primera unidad aborda conocimientos esenciales que el estudiante debe poseer para comprender el
origen, los distintos enfoques y el estado actual de los desarrollos en el campo de la inteligencia
artificial, que le sern tiles para desarrollar su capacidad de anlisis crtico y ubicar la materia en el
contexto global.
Las unidades dos y tres tratan los conceptos necesarios para que el estudiante obtenga la capacidad de
solucionar problemas, mediante tcnicas de bsqueda y la capacidad de generar nuevas ideas para la
representacin del conocimiento y del razonamiento, retomando los conceptos de la lgica de
predicados, induccin y teora de grafos estudiados en la asignatura de matemticas discretas.
Dentro de la unidad cuatro, se le sugiere al docente coordinar a los estudiantes para que desarrollen un
proyecto de aplicacin en alguna de las distintas ramas de la Inteligencia Artificial, que ser
seleccionada de acuerdo a la demanda del sector productivo de la regin. Es primordial que el alumno
logre desarrollar una solucin final o proyecto integrador, puesto que la necesidad de una solucin
terminada es el claro escenario que se presenta en el ambiente laboral y para que el alumno sea capaz
de enfrentar dicha situacin, debe reunir habilidades de investigacin, capacidad de adaptarse a nuevas
situaciones y de generar nuevas ideas y al mismo tiempo, capacidad de trabajar en un equipo
interdisciplinario.
Por ltimo, es importante que el profesor proporcione una visin completa de la asignatura sabiendo
delimitar las aplicaciones al sector productivo y las del sector de investigacin.
3. Participantes en el diseo y seguimiento curricular del programa
Lugar y fecha de
elaboracin o revisin

Participantes

Evento

Representantes de los Institutos

Tecnolgicos de:

Instituto Tecnolgico de
Saltillo del 5 al 9 de octubre
de 2009.

TecNM mayo 2016

Alvarado, Arandas, Campeche,

Celaya, Centla, Cerro Azul,
Champotn, Ciudad Acua, Ciudad
Cuauhtmoc, Ciudad Jurez, Ciudad
Madero,
Ciudad
Valles,
Coatzacoalcos, Cocula, Colima,
Comitn, Durango, El Istmo,
Huetamo, La Laguna, La Paz, Lzaro
Crdenas, Lerdo, Libres, Linares,
Macuspana, Matamoros, Mrida,
Mexicali, Morelia, Nuevo Laredo,
Nuevo Len, Occidente del Estado
de Hidalgo, Ocotln, Orizaba,
Oriente del Estado de Hidalgo,

Reunin Nacional de Diseo e

Innovacin Curricular para el
Desarrollo
y
Formacin
de
Competencias Profesionales de las
Carreras de Ingeniera en Sistemas
Computacionales,
Ingeniera
Informtica
e
Ingeniera
en
Geociencias.

Pgina | 2

TECNOLGICO NACIONAL DE MXICO

Secretara Acadmica, de Investigacin e Innovacin

Direccin de Docencia e Innovacin Educativa

Parral, Piedras Negras, Pinotepa,

Saltillo, San Luis Potos, Sur de
Guanajuato, Sur del Estado de
Yucatn, Tapachula, Tepexi de
Rodrguez,
Teziutln,
Tijuana,
Toluca,
Tuxtepec,
Veracruz,
Villahermosa, Xalapa, Zacatecas y
Zacatepec.
Representantes de los Institutos
Tecnolgicos de:

Instituto Tecnolgico
Superior de Poza Rica del 22
al 26 de febrero de 2010.

Instituto Tecnolgico de
Quertaro del 22 al 25 de
octubre de 2012.

TecNM mayo 2016

Alvarado, Arandas, Campeche,

Celaya, Centla, Cerro Azul,
Champotn, Ciudad Acua, Ciudad
Cuauhtmoc, Ciudad Jurez, Ciudad
Madero,
Ciudad
Valles,
Coatzacoalcos, Cocula, Colima,
Comitn, Durango, El Istmo,
Huetamo, La Laguna, La Paz, Lzaro
Crdenas, Lerdo, Libres, Macuspana,
Matamoros,
Mrida,
Mexicali,
Morelia, Nuevo Laredo, Nuevo
Len, Occidente del Estado de
Hidalgo, Orizaba, Oriente del Estado
de Hidalgo, Parral, Piedras Negras,
Pinotepa, Saltillo, San Luis Potos,
Sur de Guanajuato, Sur del Estado de
Yucatn, Tapachula, Tepexi de
Rodrguez,
Teziutln,
Tijuana,
Toluca,
Tuxtepec,
Veracruz,
Villahermosa, Xalapa, Zacatecas y
Zacatepec.

Reunin Nacional de Consolidacin de

los Programas en Competencias
Profesionales de las Carreras de
Ingeniera
en
Sistemas
Computacionales,
Ingeniera
Informtica e Ingeniera Petrolera del
SNEST.

Representantes de los Institutos

Tecnolgicos de:
Reunin Nacional de Seguimiento
Curricular de los Programas en
Acayucan,
Altamira,
Cajeme, Competencias Profesionales de las
Campeche, Cananea, Cd. Acua, Cd. Carreras de Ingeniera en Sistemas
Cuauhtmoc, Cd. Jurez, Cd. Computacionales,
Ingeniera
Madero, Cd. Valles, Celaya, Centla, Informtica
e
Ingeniera
en
Cerro Azul, Chetumal, Chihuahua II, Tecnologas de la Informacin y
Chilpancingo,
Coalcomn, Comunicaciones.
Coatzacoalcos, Cocula, Colima,
Comalcalco, Delicias, Durango,

Pgina | 3

TECNOLGICO NACIONAL DE MXICO

Secretara Acadmica, de Investigacin e Innovacin

Direccin de Docencia e Innovacin Educativa

bano, Escrcega, Huixquilucan, La

Paz, Len, Lerdo, Los Ros,
Macuspana, Mante, Milpa Alta,
Minatitln, Morelia, Nuevo Laredo,
Nuevo Len, Oaxaca, Oriente del
Estado de Mxico, Oriente del
Estado de Hidalgo, Pachuca, Piedras
Negras, Progreso, Puerto Vallarta,
Purhepecha, Tacmbaro, Tehuacn,
Tepexi de Rodrguez, Tepic,
Teposcolula,
Teziutln,
Tierra
Blanca, Tijuana, Tlaxiaco, Toluca,
Tuxtepec, Uruapan, Valladolid,
Veracruz, Villahermosa, Zacatecas,
Zacatecas
Norte,
Zacatepec,
Zapopan, Zitcuaro y Zonglica.
Instituto Tecnolgico de
Toluca, del 10 al 13 de
febrero de 2014.

Representantes de los Institutos Reunin de Seguimiento Curricular de

Tecnolgicos de:
los
Programas
Educativos
de
Ingenieras,
Licenciaturas
y
Cerro Azul, Colima, Lerdo, Toluca y
Asignaturas Comunes del SNIT.
Veracruz.

4. Competencia(s) a desarrollar
Competencia(s) especfica(s) de la asignatura
Definir, disear, construir y programar las fases del analizador lxico y sintctico de un traductor o
compilador.
5. Competencias previas
Analiza los componentes y la funcionalidad de sistemas de comunicacin para evaluar las tecnologas
actuales como parte de la solucin de un proyecto de conectividad.

TecNM mayo 2016

Pgina | 4

TECNOLGICO NACIONAL DE MXICO

Secretara Acadmica, de Investigacin e Innovacin

Direccin de Docencia e Innovacin Educativa

6. Temario
No.

Temas

Introduccin a la Inteligencia Artificial.

Representacin del conocimiento,

razonamiento y los Aspectos
Metodolgicos en Inteligencia Artificial.

Reglas y Bsqueda.

TecNM mayo 2016

Subtemas
1.1 Introduccin a la Inteligencia Artificial.
1.2 Historia de la Inteligencia Artificial.
1.3 Las habilidades cognoscitivas segn la
psicologa. Teoras de la inteligencia
(conductismo, Gardner, etc.).
1.4 El proceso de razonamiento segn la
lgica (Axiomas, Teoremas,
demostracin).
1.5 El modelo de adquisicin del
conocimiento segn la filosofa.
1.6 El modelo cognoscitivo.
1.7 El modelo del agente inteligente,
Sistemas Multi Agentes, Sistemas
Ubicuos.
1.8 El papel de la heurstica.
1.8.1 Algoritmos de exploracin de
alternativas.
1.8.2 Algoritmo A*.
1.8.3 Algoritmos de bsqueda local.
2.1 Principios y Metodologa de la Inteligencia
Artificial.
2.2 Paradigmas de la Inteligencia Artificial.
2.3 Mapas conceptuales.
2.4 Redes semnticas.
2.5 Razonamiento montono.
2.7 Conocimiento no-montono y otras
lgicas.
2.8 Razonamiento probabilstico.
2.9 Teorema de Bayes.
3.1 Representacin de conocimiento
mediante reglas
3.2 Mtodos de Inferencia en reglas
3.3 Reglas de produccin.
3.4 Sintaxis de las reglas de produccin.
3.5 Semntica de las reglas de produccin
3.6 Arquitectura de un sistema de Produccin
(SP) o sistemas
basados en reglas, (SBR).
3.6.1 Hechos.
3.6.2 Base de conocimientos.
3.6.3 Mecanismo de control.

Pgina | 5

TECNOLGICO NACIONAL DE MXICO

Secretara Acadmica, de Investigacin e Innovacin

Direccin de Docencia e Innovacin Educativa

Aplicaciones con tcnicas de IA.

TecNM mayo 2016

3.2 Espacios de estados determinsticos y

espacios no determinsticos.
3.3 Bsqueda sistemtica.
3.3.1 Bsqueda de metas a profundidad.
3.3.2 Bsqueda de metas en anchura.
4.1. Robtica.
4.1.1. Conceptos bsicos.
4.1.2. Clasificacin.
4.1.3. Desarrollos actuales y
aplicaciones.
4.2. Redes Neuronales (RN).
4.2.1. Conceptos bsicos.
4.2.2. Clasificacin.
4.2.3. Desarrollos actuales y
aplicaciones.
4.3. Visin artificial.
4.3.1. Conceptos bsicos.
4.3.2. Desarrollos actuales y
aplicaciones.
4.4. Lgica difusa (Fuzzy Logic).
4.4.1. Conceptos bsicos.
4.4.2. Desarrollos actuales y
aplicaciones.
4.5. Procesamiento de Lenguaje Natural
(PLN).
4.5.1. Conceptos bsicos.
4.5.2. Desarrollos actuales y
aplicaciones.
4.6. Sistemas Expertos (SE).
4.6.1. Conceptos bsicos.
4.6.2. Clasificacin.
4.6.3. Desarrollos actuales y
aplicaciones.

Pgina | 6

TECNOLGICO NACIONAL DE MXICO

Secretara Acadmica, de Investigacin e Innovacin

Direccin de Docencia e Innovacin Educativa

7. Actividades de aprendizaje de los temas

1. Introduccin a la Inteligencia Artificial.
Competencias

Actividades de aprendizaje

Especfica(s):

Conocer los conceptos fundamentales de la

IA, as como el estado del arte de las reas de

la inteligencia artificial.

Genricas:

Capacidad de anlisis y sntesis.

Capacidad de organizar y planificar.

Habilidad para buscar y analizar informacin

proveniente de fuentes diversas.

Solucin de problemas.
Toma de decisiones.
Trabajo en equipo.
Capacidad de aplicar los conocimientos.
Habilidades de investigacin.
Capacidad de generar nuevas ideas.
Liderazgo.
Habilidad para trabajar en forma.
Autnoma.
Bsqueda del logro.

Investigar sobre los diferentes enfoques de la

Inteligencia artificial.
Discutir en grupo los diferentes enfoques.
Plantear una lnea de tiempo de la historia de
la IA.
Investigar las tcnicas actuales de la
inteligencia artificial.
Investigar y seleccionar desarrollos
actuales de la inteligencia artificial.
Comentar en grupo los desarrollos actuales
de la Inteligencia artificial.
Investigar informacin acerca de los modelos
de agente inteligente.
Discutir acerca de los diferentes modelos de
agentes inteligentes.
Investigar el concepto de heurstica.
Elaborar el mapa conceptual de heurstica.

2. Representacin del conocimiento, razonamiento y los Aspectos Metodolgicos en Inteligencia

Artificial.
Competencias
Especfica(s):

Representar el conocimiento por medio de un

sistema basado en conocimiento.

Genricas:

Capacidad de anlisis y sntesis.

Capacidad de organizar y planificar.

TecNM mayo 2016

Actividades de aprendizaje

Investigar informacin acerca de definiciones

y elementos de los sistemas basados en
conocimientos.
Representar el conocimiento mediante un
mapa conceptual y una red semntica.
Investigar y comentar los conceptos de
sintaxis, semntica, validez e inferencia en la
lgica de predicados.
Pgina | 7

TECNOLGICO NACIONAL DE MXICO

Secretara Acadmica, de Investigacin e Innovacin

Direccin de Docencia e Innovacin Educativa

Habilidad para buscar y analizar informacin Representar el conocimiento por medio de

proveniente de fuentes diversas.
lgica de predicados.
Investigar y seleccionar informacin acerca
Solucin de problemas.
de los conceptos de aprendizaje,
Toma de decisiones.
razonamiento probabilstico, lgicas
Trabajo en equipo.
multivaluadas y lgica difusa.
Capacidad de aplicar los conocimientos.
Realizar un modelo de red bayesiana a un
Habilidades de investigacin.
problema de diagnstico.
Capacidad de generar nuevas ideas.
Liderazgo.
Habilidad para trabajar en forma.
Autnoma.
Bsqueda del logro.
3. Reglas y Bsqueda.
Competencias

Especfica(s):

Resolver problemas en base a tcnicas de

bsqueda en espacio de estado.

Genricas:

Investigar los tipos de problemas que se

resuelven con las tcnicas de bsqueda.
Describir grficamente problemas en
trminos de espacios de estado (problema de
misioneros y canbales, problemas de juego
entre dos adversarios, etc.).
Investigar informacin sobre los mtodos de
bsqueda (primero en anchura, primero en
profundidad).
Discutir en grupo los diferentes algoritmos de
bsqueda.
Realizar un proyecto para resolver un
problema de un juego clsico (gato, ajedrez,
puzzle, misioneros y canbales, etc.),
empleando un mtodo de bsqueda ptima.

Capacidad de anlisis y sntesis.

Capacidad de organizar y planificar.

Habilidad para buscar y analizar informacin
proveniente de fuentes diversas.

Solucin de problemas.
Toma de decisiones.

Trabajo en equipo.
Capacidad de aplicar los conocimientos.
Habilidades de investigacin.
Capacidad de generar nuevas ideas.
Liderazgo.
Habilidad para trabajar en forma.
Autnoma.
Bsqueda del logro.
4. Aplicaciones con tcnicas de IA.
Competencias

TecNM mayo 2016

Actividades de aprendizaje

Actividades de aprendizaje

Pgina | 8

TECNOLGICO NACIONAL DE MXICO

Secretara Acadmica, de Investigacin e Innovacin

Direccin de Docencia e Innovacin Educativa

Especfica(s):

Conocer las reas de la IA y sus aplicaciones

actuales, identificando oportunidades de
desarrollo de soluciones en su entorno.

Genricas:

Capacidad de anlisis y sntesis.

Capacidad de organizar y planificar.
Habilidad para buscar y analizar informacin
proveniente de fuentes diversas.
Solucin de problemas.
Toma de decisiones.
Trabajo en equipo.
Capacidad de aplicar los conocimientos.
Habilidades de investigacin.
Capacidad de generar nuevas ideas.
Liderazgo.
Habilidad para trabajar en forma.
Autnoma.
Bsqueda del logro.

Investigar la clasificacin de las diferentes

reas que comprenden la IA.
Investigar, desarrollar y exponer en grupo
y/o en equipos, la situacin actual de cada
una de las reas que comprenden la IA.
Realizar una aplicacin que resuelva
problemas del entorno aplicando una
vertiente de la IA.

8. Prctica(s)

Investigar sobre los avances en materia de IA, exponiendo los criterios que le sean ms importantes
frente a grupo.
Desarrollar mapas conceptuales para cada tema.
Desarrollar los mtodos de bsqueda en profundidad y en anchura en un grafo dirigido. Por
ejemplo, usar un mapa de carreteras e ir de una ciudad a otra.
Resolver problemas de juegos clsicos de la IA, empleando un lenguaje simblico: gato, ajedrez,
puzzle, el agente viajero, misioneros y canbales, el problema de las jarras.
Realizar prcticas en computadora para ilustrar una red neuronal.
Realizar una red neuronal con mnimo 3 circuitos.
Controlar un robot a travs de software.

TecNM mayo 2016

Pgina | 9

TECNOLGICO NACIONAL DE MXICO

Secretara Acadmica, de Investigacin e Innovacin

Direccin de Docencia e Innovacin Educativa

9. Proyecto de asignatura
El objetivo del proyecto que plante el docente que imparta esta asignatura, es demostrar el desarrollo
y alcance de la(s) competencia(s) de la asignatura, considerando las siguientes fases:
Fundamentacin: marco referencial (terico, conceptual, contextual, legal) en el cual se
fundamenta el proyecto de acuerdo con un diagnstico realizado, mismo que permite a los
estudiantes lograr la comprensin de la realidad o situacin objeto de estudio para definir un
proceso de intervencin o hacer el diseo de un modelo.
Planeacin: con base en el diagnstico en esta fase se realiza el diseo del proyecto por parte de
los estudiantes con asesora del docente; implica planificar un proceso: de intervencin
empresarial, social o comunitario, el diseo de un modelo, entre otros, segn el tipo de proyecto,
las actividades a realizar los recursos requeridos y el cronograma de trabajo.
Ejecucin: consiste en el desarrollo de la planeacin del proyecto realizada por parte de los
estudiantes con asesora del docente, es decir en la intervencin (social, empresarial), o
construccin del modelo propuesto segn el tipo de proyecto, es la fase de mayor duracin que
implica el desempeo de las competencias genricas y especificas a desarrollar.
Evaluacin: es la fase final que aplica un juicio de valor en el contexto laboral-profesin, social e
investigativo, sta se debe realizar a travs del reconocimiento de logros y aspectos a mejorar se
estar promoviendo el concepto de evaluacin para la mejora continua, la metacognicin, el
desarrollo del pensamiento crtico y reflexivo en los estudiantes.
10. Evaluacin por competencias
Para evaluar las actividades de aprendizaje se recomienda solicitar: mapas conceptuales, reportes de
prcticas, estudios de casos, exposiciones en clase, ensayos, problemarios, reportes de visitas,
portafolio de evidencias y cuestionarios, cuadro sinptico.
Para verificar el nivel del logro de las competencias del estudiante se recomienda utilizar: listas de
cotejo, listas de verificacin, matrices de valoracin, guas de observacin, coevaluacin y
autoevaluacin.

TecNM mayo 2016

Pgina | 10

TECNOLGICO NACIONAL DE MXICO

Secretara Acadmica, de Investigacin e Innovacin

Direccin de Docencia e Innovacin Educativa

11. Fuentes de informacin

Impresas:
1. Winston, patrick henry, (1992). Inteligencia artificial, ed. Addison wesley
2. p.m, Gonzalo & p.m, santos. (2006). Inteligencia artificial e ingeniera del Conocimiento,
Alfaomega.
3. Del brio b. & saenz, Martn m. (2006). Redes neuronales y sistemas borrosos. Alfaomega.
4. Russell P. & Norvig P. (2006). Inteligencia artificial, un enfoque moderno. Prentice hall.
5. Giarratano j. & riley g. (1996). Sistemas expertos, principios y programacin (clips).
International Thompson.
6. Mocker r, & dologite d.g. (1992). Knowledge-based systems: an introduction to Expert systems.
Macmillan.
7. Suppes h & hill h. (1998). Introduccin a la lgica matemtica. Revert.
Electrnicas:
8. Fernndez g. (2004). Universidad politcnica de madrid. Escuela tcnica superior
De ingenieros de telecomunicacin. Departamento de ingeniera de sistemas Telemticos. Grupo
de sistemas inteligentes. Obtenido de Http://www.gsi.dit.upm.es/~gfer/ssii/rcsi/

TecNM mayo 2016

Pgina | 11