UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

(Universidad del Perú, DECANA DE AMÉRICA)

FACULTAD DE INGENIERIA DE SISTEMAS E INFORMATICA

Escuela Académica Profesional de Ingeniería de Sistemas
“Año del bicentenario, de la consolidación de nuestra independencia y de la conmemoración de las
heroicas batallas de Junín y Ayacucho”

SÍLABO 2024-1
1. INFORMACIÓN GENERAL
1.1 Nombre de la asignatura : Matemáticas Discretas (MD) – Plan (2023) (2018) (2014)
1.2 Código de la asignatura : 20118037
1.3 Tipo de Asignatura : Obligatoria
1.4 Horas semanales : Teoría 02 horas. Prácticas 04 horas (total 06 semanal)
1.5 Semestre Académico : 2024-1
1.6 Ciclo : IV
1.7 Créditos : 3.0
1.8 Modalidad : Presencial
1.9 Pre-requisito : IN0204 – Cálculo II
1.10 Docentes : Quinto Pazce, Daniel Alfonso (Coordinador)
dquintop@unmsm.edu.pe
Santiago Domingo Moquillaza Henríquez
smoquillazah@unmsm.edu.pe
Norberto Ulises Roman Concha
nromanc@unmsm.edu.pe
2. Sumilla
La asignatura de matemáticas discretas corresponde al área de formación específica y es de naturaleza teórico-
práctica. Es de carácter obligatorio. A Nivel Inicial Introduce conceptos básicos de Matemáticas Discretas para la
Ingeniería de Sistemas y Software, fomentando habilidades de pensamiento lógico. A Nivel Intermedio: Profundiza
para diseño y análisis de algoritmos, estructuras de datos y sistemas de información. A Nivel Avanzado: Perfecciona
la aplicación en proyectos de Ingeniería de Sistemas y Software, promoviendo la innovación y la resolución de
problemas complejos. Para lograr estos objetivos, el curso se organiza en cuatro unidades didácticas: Unidad
Didáctica I: Razonamiento lógico y digital. Deducciones con reglas de inferencia, el predicado y los resolventes. Se
abordan conjuntos y técnicas de conteo. Unidad Didáctica II: Inducción y recursividad. Unidad Didáctica III: Grafos
y productos de grafos. Se estudian los caminos más cortos, los árboles y los recorridos en profundidad y en amplitud,
así como la evaluación con pilas. Unidad Didáctica IV: Teoría de lenguajes y gramática. Máquinas y diseño de
máquinas. Se profundiza en las estructuras algebraicas. Complejidad de algoritmos.

3. COMPETENCIAS DEL PERFIL DE EGRESO A LA QUE CONTRIBUYE LA ASIGNATURA

Código Descripción Tipo Nivel
CG1 Posee valores, compromiso ético y social RCG1 N2
CG3 Capacidad de análisis y pensamiento critico RCG3 N2
CG4 Habilidad para la comunicación oral y escrita RCG4 N1
CE1 Analiza problemas complejos en computación y aplica principios y RCE1 N2
conocimientos relevantes para encontrar soluciones adecuadas
CE2 Diseña, implementa y evalúa soluciones computacionales según N2
requisitos específicos, demostrando habilidades en diseño y RCE3
desarrollo
CE5 Demuestra capacidad de aprendizaje continuo y autoaprendizaje para RCE5 N2
contribuir al desarrollo profesional constante
CT1 Aplica los fundamentos de los sistemas de información para
proponer soluciones tecnológicas a las necesidades de información RCT1 N2
de las organizaciones

1
4. CAPACIDADES (Logros por unidad)
Unidad Didáctica I
a. Resuelve problemas prácticos utilizando conceptos de lógica matemática, conjuntos y técnicas de conteo
en situaciones del mundo real, demostrando habilidades de aplicación práctica.
b. Comprende y aplica las reglas de inferencia lógica, reconociendo la demostración como una herramienta
esencial en el proceso de razonamiento lógico y su relevancia en la resolución de problemas.
c. Adquiere un entendimiento profundo de conceptos clave en teoría de conjuntos y su aplicabilidad en
diversos contextos, incluyendo aplicaciones prácticas en la vida cotidiana y en la resolución de problemas.
Unidad Didáctica II
d. Analiza y aborda problemas de análisis combinatorio, reconociendo la utilidad de la inducción matemática
en la resolución de problemas complejos y su aplicación en investigaciones y desarrollos tecnológicos.
e. Identifica y comprende los principios básicos de la recursividad, aplicándolos en la resolución de problemas
como la Torre de Hanoi y reconociendo su importancia en el diseño eficiente de algoritmos recursivos.
Unidad Didáctica III
f. Comprende la teoría de grafos y sus implicaciones en la resolución de problemas de optimización,
especialmente en el contexto de algoritmos de caminos mínimos y su aplicación en diversos campos
tecnológicos.
g. Identifica y comprende las propiedades fundamentales de los árboles, así como la importancia de los
algoritmos de equilibrio de nodos en un árbol de montículos, reconociendo su relevancia en investigaciones
y aplicaciones prácticas.
Unidad Didáctica IV
h. Entiende el aporte de Noam Chomsky en la teoría de lenguajes formales y su relación con la definición de
autómatas finitos deterministas, así como la creación y diseño de máquinas de Moore, reconociendo su
importancia en el desarrollo de sistemas de software y la comprensión de lenguajes de programación.
i. Reconoce la importancia de la matemática discreta en el procesamiento de datos discretos, así como su
contribución al desarrollo de teorías de lenguajes y compiladores, comprendiendo su influencia en la
optimización de sistemas de software y el logro de objetivos específicos en ingeniería de sistemas.

5. PROGRAMACIÓN DE CONTENIDOS

UNIDAD DIDÁCTICA I: Desarrolla habilidades para resolver problemas prácticos con lógica, conjuntos y
técnicas de conteo, enfatizando la importancia de la demostración en el razonamiento.
CAPACIDADES: Entiende y aplica La Teoría de las reglas de inferencias y la importancia de la demostración
como elemento fundamental del proceso de razonamiento lógico.

Estrategias
Semana CONTENIDOS Tipos de Aprendizaje RECURSOS Didácticas
Silabo.
Lógica Matemática. Desarrollo Normas de convivencia Acuerdos de
axiomático del cálculo en clases. Convivencia.
proposicional. Deducciones y Lectura, artículos Expositiva y
1 Teórico-Práctico
demostraciones. Plataforma virtual. Participativa
Principios y Reglas de Inferencias Repositorio Google Trabajo
casos de deducción lógica, Classroom. colaborativo
Pizarra acrílica
Deducción por Reglas de • Lecturas.
Recuperación de
Inferencias, Predicados Teórico-Práctico • Control de
saberes previos.
Deducción con predicados seguimiento de Retroalimentación
Deducción por cláusulas y aprendizaje. expositiva
2 Resolventes, demostraciones. • Foros de discusión.
y Participativa.
• Plataforma virtual.
Trabajo
• Repositorio Google
colaborativo
Classroom.
• Pizarra acrílica
• Lenguaje de
programación

2
 Estrategias
Semana CONTENIDOS Tipo de Aprendizaje RECURSOS
Didácticas
Teoría de Conjuntos Cardinalidad . Lecturas. Recuperación de
y aplicaciones, Algebra de Boole y • Control de seguimiento saberes previos.
sus aplicaciones, demostraciones. de aprendizaje. Retroalimentación
Relaciones, principio de Hasse, • Foros de discusión. expositiva y
Teórico-Práctico
aplicaciones de las relaciones. • Plataforma virtual. Participativa.
Conjunto Bien Ordenados, y sus • Repositorio Google
3 aplicaciones. Classroom. Trabajo
• Pizarra acrílica colaborativo
Análisis Combinatorio .Lecturas.
Técnicas de conteo • Control de seguimiento Recuperación de
(Combinatoria, permutaciones, de aprendizaje. saberes previos.
Teórico-Práctico • Foros de discusión. Retroalimentació n
variación, principio del palomar,
Stirling, ejemplos, • Plataforma virtual. expositiva
• Repositorio Google y Participativa.
4 demostraciones.
Classroom.
• Pizarra acrílica Trabajo
colaborativo

UNIDAD DIDÁCTICA II: Profundiza en análisis combinatorio y recursividad, aplicando principios para resolver
problemas complejos y optimizar el diseño de algoritmos.
CAPACIDADES:
Entiende los segmentos de algoritmos sometidos a la prueba de inducción y sus aportes para el desarrollo de las
investigaciones.
Identifica y Entiende las variables básicas de recursividad de la torre de Hanoi y el Proceso del Plan del desarrollo
de algoritmos de funciones recursivas.
Semana CONTENIDOS Tipo de Aprendizaje RECURSOS Estrategias Didácticas

Inducción matemática, • Lecturas. Recuperación de saber

propiedades de sumatorias, • Control de previos.
propiedades de telescópica, seguimiento Retroalimentación
demostraciones de sumatorias, de expositiva
desigualdades y divisibilidad. Teórico-Práctico aprendizaje. y Participativa.
5 Conversión de segmentos de • Foros de discusión.
algoritmos a predicados para su • Plataforma virtual. Trabajo colaborativo
demostración por inducción y • Repositorio
breve resumen de la complejidad Google
algorítmica. Classroom.
• Pizarra acrílica

Relaciones. Recurrencias lineal y • Lecturas.

de orden superior. • Control de Recuperación de saber
Funciones y Recursividad, seguimiento de previos.
creación de funciones recursivas, y aprendizaje. Retroalimentación
realizar sus algoritmos. La Torre • Foros de discusión. expositiva
de Hanoi, creación de modelos de Teórico-Práctico • Plataforma virtual. y Participativa.
6y7 los movimientos de los discos. • Repositorio Google

Práctica calificada Classroom. Trabajo Grupo

• Pizarra acrílica

8 EXAMEN PARCIAL

3
UNIDAD DIDÁCTICA III: Explora la teoría de grafos y árboles para resolver problemas de optimización y mejorar
algoritmos, destacando su aplicación tecnológica.

CAPACIDADES:
Entiende La Integración de la teoría de grafos y sus aportes para el desarrollo de los algoritmos de caminos
mínimos.
Identifica y entiende las propiedades básicas de los algoritmos de equilibrio de los nodos de un árbol de
montículos y su importancia del árbol en las investigaciones.
Estrategias
Semanas CONTENIDOS Tipo de RECURSOS Didácticas
Aprendizaje
Teórico - Práctico. • Lecturas. Recuperación de
Teoría de Grafos. Estudio de
Implica la resolución • Control de saberes previos.
los diferentes tipos de grafos y su seguimiento Retroalimentación
de problemas, la
creación, estudio de caminos de expositiva
implementación de
Eurelianos y Hamiltonianos.
9 y 10 algoritmos y la aprendizaje. y Participativa.
Algoritmo de caminos mínimos, aplicación de técnicas • Foros de discusión.

de Warschall, Dijkstra y otros matemáticas discretas • Plataforma virtual. Trabajo

recorridos. en situaciones • Repositorio colaborativo
concretas Google
Classroom.
• Pizarra acrílica

Teoría de Árboles, Árbol • Lecturas. Recuperación de

extendido. Árbol de Montículo, • Control de saberes previos.
Recorridos en árbol, árboles seguimiento Retroalimentación
ABL. Árbol de expresión Teórico-Práctico de expositiva
10 y 11 aritmética, recorridos: Infija, aprendizaje. y Participativa.
prefija, y posfija, profundidad y • Foros de discusión.
anchura. Uso de pilas. • Plataforma virtual. Trabajo
Transformaciones de infija a • Repositorio
colaborativo
posfija por pilas. Google
Classroom.
• Pizarra acrílica

UNIDAD DIDACTICA IV: Introduce la teoría de lenguajes formales y autómatas, subrayando su impacto en el
desarrollo de software y la optimización de compiladores y sistemas.

CAPACIDADES:
Entiende el aporte de la gramática de Noan Chomsky a la teoría de lenguajes y a la Definición de las máquinas de estado
finito determinísticos y autómatas. También entiende en la creación y del proceso de diseñar una máquina de Moor.
Identifica la importancia de la matemática discreta y de su contribución al óptimo desarrollo de los datos
discretos y de cercanía, y cómo puede afectar al logro de los objetivos de la teoría de lenguajes y compiladores.
Estrategias
Semanas CONTENIDOS Tipo de RECURSOS Didácticas
Aprendizaje

4
 Gramáticas de Noam • Lecturas. Recuperación de saberes
Chomsky. • Control de previos. Retroalimentación
Lenguajes y Análisis Teórico-Práctico seguimiento de expositiva
Sintáctico, relación de aprendizaje. y Participativa.
autómatas y gramáticas, • Foros de discusión.
Máquinas de Estado, • Plataforma virtual. Trabajo colaborativo
12 y 13 Finito Determinístico. • Repositorio Google
Autómatas. máquinas de Classroom.
More y de Mealy , • Pizarra acrílica
Conversión de autómatas
no determinísticos a
determinísticos.
Diseño de Máquinas. teoría de
la codificación.
Estructura, algebraica.

Tarea Académica: Aplicación de la Gramática de Noam Chomsky (Mini Proyecto)

Sistemas • Lecturas.
Algebraicos • Control de Recuperación de saberes
Grupos, Semigrupos, seguimiento de previos. Retroalimentación
Teórico-Práctico expositiva
Isomorfismos. aprendizaje.
14 • Foros de discusión. y Participativa.
Práctica calificada • Plataforma virtual.
Exposición de proyecto de • Repositorio Google Trabajo colaborativo
investigación Classroom.
• Pizarra acrílica
15 Complejidad de algoritmos
16 EXAMEN FINAL

6. Estrategia Didáctica
Proporcione oportunidades para que los estudiantes busquen acompañamiento si la necesitan. Esto puede incluir
consultas, tutorías, tutorías. Etc.
Feedback constante: Proporcione retroalimentación. los estudiantes Esto les ayudará a entender sus fortalezas y
debilidades y a mejorar su aprendizaje.
Contextualice: Muestra a los estudiantes cómo los conceptos de Matemáticas Discretas se aplican en situaciones
reales o en otras áreas de las ciencias de la computación.
Evaluación continua: A lo largo del curso, revisa y ajusta tu estrategia según la retroalimentación de los estudiantes
y los resultados de las evaluaciones.
Recuerda que la clave para una estrategia didáctica efectiva es la flexibilidad y la adaptabilidad para satisfacer las
necesidades de los estudiantes y lograr los objetivos de aprendizaje.

7. Materiales Recursos:
• Google Classroom Repositorio Google
• Meet, Drive Repositorio
• Google Collaboratory
Materiales:
• Diapositivas, videos, artículos científicos
8. Dedicación requerida

• Estudio del texto del curso de las Unidades Didácticas

• Material complementario del curso. Lectura de artículos-Visionado de vídeos en la web Presentación
de casos prácticos y talleres mesa de trabajo
• Realización de los informes de los trabajos
presentados
• Acción tutorial
• Evaluación y participación en grupo, pero el desarrollo es individual.
Nota:

5
 El factor asistencia para la orientación presencial es importante: Sólo serán evaluados los alumnos con mayor
del 70% de asistencia.
9. EVALUACIÓN DEL APRENDIZAJE

NOTAS EVALUACION % CONDICION PROMEDIO FINAL

N1 Examen Parcial 30% Semana 8
Evaluación Continua: Evaluación de proyecto (PI)
Portafolio de
Aplicativos de practica 40%
N2 Proyectos de promedio de trabajos (PT) y/o
investigación. Práctica Calificada/s
PF = 0,3*N1 + 0.4*N2 + 0.3*N3
Práctica Calificadas,
N3 Examen Final 30% Semana 16

LEYENDA:
N1 : Nota del examen parcial.
N3 : Nota del examen final.
N2 : Notas de Evaluación continua: Que incluye
PC1: Practica calificada 1 (primera parte)
PC2: Practica calificada 2 (segunda parte)
PRT: Portafolio de trabajos prácticos de cada semana. a lo largo del ciclo.
PI : Proyecto de investigación
PF : 0.3*N1 + 0.4*N2 + 0.3*N3

**NOTA IMPORTANTE: NO SE APLICARÁ SUSTITUTORIO

La participación y asistencia serán evaluados. Las exposiciones del proyecto son con PPT (Exposición),
WORD(Informe descriptivo) y Producto( aplicativo).Se califica acorde a una rúbrica, para ser evaluados
el día de la exposición deben estar todos los miembros del grupo(máximo 5 alumnos por grupo).

10. Referencias Bibliográficas

Texto Básico

1. David Gries. The Science of Programming (Texts and Monographs in Computer Science)
2. Rosen, K. Matemática Discreta y sus Aplicaciones. (2004). España:Mc Graw Hill
3. Joe L. Mott Abraham Kandel Theodore P. (2008). Discrete Mathematics for Computer Scientists and
Mathematicians. EEUU: Baker The Florida State University Department of Mathematics and
Computer Science
4. T. Veerarajan.(2008). Matemáticas Discretas. México: Mc- Graw-Hill Interamericana.
5. Gutierrez, J & Lanchares, V.(2016). Elementos de la matemática discreta. España: Universidad de
La Rioja.
6. Kolman, B., Busby, R., Ross, Ch.(1997).Estructuras de matemáticas discretas para la computación.
México: Prentice Hall Hispanoamérica S.A

Texto Consulta

6
1. García Merayo, F. (2015). Matemática Discreta. España: Paraninfo
2. Gries, D.(1981). The Science of Programing. EE.UU: Springer-Verlag
3. Grassmann W.K. Trenblay. (2004). Matemáticas Discretas y lógica. España: Mc. Graw Hill. Ed.
Prentice Hall Hispanoamericana.
4. Johnsonbaugh, R. (1999). Matemáticas Discretas. EE. UU: PEARSON 4ta. Ed.. Pág. 1 a 72 Semana
1y2
5. Grimaldi, R. Matemática Discreta y Combinatoria. (1997). EE.UU:3ra. Ed. ADDISON – WESLEY
IBEROAMERICA. Pág. 51 a 213. Semana 2.
6. Lipschutz, S. (1990). Matemática Discreta. Teoría y 600 problemas resueltos. México: Serie Schaum.
Ed. Mc-Graw-Hill.
7. Rosen,K., Grossman, J. & Jordan, D. (2019). Student's Solutions Guide for Discrete Mathematics and
Its Applications. EE.UU: Mc. Graw Hill. eight edition.
8. Scheinerman, E. (2001). Matemática Discreta. México: Editorial Thomsom.
9. Thomas H. Cormen, Charles E Leiserson, Ronald L. Rivest, Clifford Stein. Introducción a los algoritmos ,
segunda edición.Mc Graw Hill, 1990

RED DE APRENDIZAJE POR UNIDADES

UNIDAD DIDACTICA I: UNIDAD DIDACTICA III:

UNIDAD DIDACTICA II:
Desarrolla habilidades para Explora la teoría de grafos y
Profundiza en análisis árboles para resolver
resolver problemas prácticos
combinatorio y recursividad, problemas de optimización y
con lógica, conjuntos y
aplicando principios para mejorar algoritmos,
técnicas de conteo,
resolver problemas complejos destacando su aplicación
enfatizando la importancia de
y optimizar el diseño de tecnológica
la demostración en el
algoritmos
razonamiento.

UNIDAD DIDÁCTICA IV:

Introduce la teoría de
lenguajes formales y
autómatas, subrayando su
impacto en el desarrollo de
software y la optimización de
compiladores y sistemas

7
Rubrica de evaluación de Matemática Discreta

RESULTADO DE APRENDIZAJE:
"Al finalizar la asignatura, el estudiante será capaz de:
1.Identificar y describir las estructuras elementales de las Matemáticas Discretas, incluyendo conjuntos,
relaciones, funciones, grafos y árboles, y demostrar comprensión de sus propiedades fundamentales y
aplicaciones en contextos de ingeniería de sistemas y software.
2.Aplicar técnicas de conteo avanzadas y principios de probabilidad para modelar y analizar problemas
complejos en ingeniería, desarrollando así soluciones innovadoras y eficientes.
3.Utilizar lógica proposicional y lógica de predicados para formular y verificar afirmaciones sobre programas y
sistemas, mejorando la capacidad de razonamiento y argumentación formal en el desarrollo de software.
4.Diseñar y analizar algoritmos basados en estructuras de datos discretas, evaluando su eficiencia y aplicabilidad
en la solución de problemas específicos de ingeniería de sistemas y software.
5.Modelar y resolver problemas de optimización utilizando técnicas de programación lineal y entera, integrando
habilidades analíticas y computacionales para mejorar procesos y decisiones en ingeniería.
6.Comunicar efectivamente los resultados de análisis y soluciones a problemas utilizando la terminología y
formatos apropiados, demostrando habilidades de trabajo en equipo y liderazgo en proyectos multidisciplinarios.

CRITERIOS EXCELENTE ACEPTABLE REGULAR BAJO

(10 A 8) (7 A 5) (4 A 2)
(1 A 0)
Demuestra una Resuelve problemas Tiene una Muestra una
comprensión de dificultad moderada comprensión comprensión
Comprensión con algunas estrategias
y Aplicación profunda de los efectivas. Puede que básica de los inadecuada de
conceptos básicos necesite un poco de conceptos los conceptos
de Conceptos de matemáticas guía para resolver fundamentales básicos y no
Básicos problemas más
discretas y los complejos. pero muestra logra aplicarlos
aplica de manera dificultades en correctamente en
correcta y creativa la aplicación ninguna o casi
en una variedad de práctica de ninguna
situaciones, estos. situación
incluyendo pero no
limitado a, lógica,
conjuntos,
relaciones y
funciones.
Resuelve problemas Resuelve problemas Enfrenta No logra
Resolución de complejos de de dificultad dificultades con resolver
manera eficiente, moderada con problemas de problemas o solo
Problemas algunas estrategias
demostrando un alto efectivas. Puede que complejidad puede abordar
nivel de habilidad necesite un poco de media o alta, los más básicos
analítica y creativa. guía para resolver pudiendo con ayuda
Utiliza múltiples problemas más resolver significativa
estrategias de forma complejos. únicamente
efectiva y comunica problemas
soluciones simples o muy
claramente. guiados.
Habilidades Demuestra Muestra habilidades Tiene Muestra una
habilidades de de abstracción y dificultades con falta
de lógica adecuadas,
abstracción y lógica la abstracción y significativa de
Abstracción y con capacidad de
excepcionales, seguir el razonamiento habilidad para
Lógica aplicando razonamientos lógico, abstraer y
razonamiento lógico lógicos y mostrando razonar
complejo en argumentar de comprensión y lógicamente
diversas situaciones forma coherente, aplicación
aunque con algunas
y construyendo limitaciones limitadas.
argumentos sólidos
y coherentes
Participación Participa Participa en clase y Participa poco No participa en
activamente y de contribuye al trabajo en clase y clase ni
y en grupo, aunque de
manera constructiva contribuye contribuye al
Colaboración manera menos
en clase, consistente o mínimamente a aprendizaje
en Clase contribuyendo efectiva que los los esfuerzos de colaborativo
significativamente estudiantes grupo
al aprendizaje excelentes
colaborativo.
Muestra liderazgo
en trabajos en grupo

8
Proyectos y Completa proyectos Realiza proyectos y Completa No completa
y tareas con un alto tareas proyectos y proyectos y
Tareas satisfactoriamente,
nivel de calidad, tareas con tareas de manera
cumpliendo con los
demostrando requisitos básicos y calidad y satisfactoria o no
comprensión las fechas de creatividad por cumple con las
avanzada, entrega. La calidad debajo de lo fechas de
creatividad y y la creatividad son esperado. Puede entrega
atención al detalle. adecuadas pero no tener
sobresalientes
Cumple con todas dificultades para
las fechas de cumplir con las
entrega fechas de
entrega

Ciudad Universitaria-marzo 2024-1