UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

(Universidad del Perú, DECANA DE AMÉRICA)

“Año del Bicentenario del Perú: 200 años de independencia”

FACULTAD DE CIENCIAS MATEMÁTICAS

UNIDAD DE POSGRADO

MAESTRIA EN MATEMÁTICA

APLICADA

SILABO

Nombre de la asignatura: FUNDAMENTOS DE COMPUTACIÓN

Profesor responsable: Mg. Edwin Chávez Ramírez

Correo electrónico: edwin.chavez@unmsm.edu.pe

2021
1. INFORMACION GENERAL
1.1 Nombre de la Asignatura Fundamentos de computación
1.2 Tipo de asignatura Profundización
1.3 Profesor Mg. Edwin Chávez Ramírez
1.4 Programa Maestría en Matemática Aplicada
1.5 Código de asignatura N202A115
1.6 Créditos 3
1.7 Número de horas 3h
1.8 semanales
Número de horas por 48 h
1.9 semestre
Semestre académico 2021 - I
1.1 Duración 16 semanas
0
1.1 Fecha de inicio 12 de abril
1
1.1 Fecha de finalización 31 de julio
2
1.1 Enlace del aula virtual https://classroom.google.com/c/MzIzMDA0ODUxMzM3?cjc=d3xw3lw
3 https://meet.google.com/ryv-epbz-uxt

1.1 Horario Martes de 18 – 21 h

4

2. FUNDAMENTOS DE LA ASIGNATURA
2.1 Sumilla
Asignatura obligatoria de carácter teórico, perteneciente al periodo de profundización;
la evaluación de la asignatura es mediante la aplicación de pruebas y/o exámenes. Aborda
los siguientes temas: El curso presenta resultados fundamentales sobre hardware,
software, computación paralela para programación científica, manejos de datos.

2.2 Competencia general

Comprende los conceptos fundamentales de hardware y software, de la programación paralela.
El nuevo paradigma de programación, los beneficios y las contrariedades que puede
encontrarse, así como el manejo de datos.

2.3 Competencias especificas

 Conocimiento y aplicación de los resultados fundamentales relacionados con hardware y
software.

 Conocimiento, diseño y utilización de forma eficiente los tipos y estructuras de almacenamiento

y acceso a los Sistemas de información, incluidos los basados en web.

 Diseña algoritmos paralelos simples de manera metódica y reconoce fallas de diseño que
comprometen la eficiencia o la escalabilidad.

 Es consciente de la importancia de la concurrencia, la escalabilidad, la localidad y la modularidad

en el diseño de programas paralelos.
 Está familiarizado con el modelo multicomputador idealizado para el que diseñaremos
algoritmos paralelos.

 Comprende los modelos tradicionales de programación paralela, mediante el paso de

mensajes y el de memoria compartida.

3. CONTENIDO TEMATICO
3.1 Unidad de aprendizaje I: fundamentales sobre hardware y software
SEMANA TEMAS Y CONTENIDOS FECHA
1 Introducción y presentación del curso 13 de abril
Conceptos de computadoras: Elementos de una computadora,
2 fundamentos técnicos de la computadora, hardware y software 20 de abril

3 Tipos de computadoras, dispositivos de almacenamiento 27 de abril

4 Tipos de redes, fundamentos de redes, aplicaciones y servicios de la web. 4 de mayo
BIBLIOGRAFIA:
 Fundamentos De Hardware / 2 Ed. Jiménez Cumbreras, Isabel María, Editorial: Garceta
Grupo Editorial, 2018.
 Fundamentos del Hardware (GRADO SUP.) José Luis Raya Cabrera, Grupo Editorial RA-MA
 Curso de Programación y Análisis de Software - Tercera Edición, Alicia Durango, Ángel Arias,
IT Campus Academy, 2018

RECURSOS ELECTRONICOS:
 https://www.youtube.com/watch?v=3m4Vk3Z9yAc
 http://ing.unne.edu.ar/pub/informatica/U2.pdf
 http://cidecame.uaeh.edu.mx/lcc/mapa/PROYECTO/libro26/conceptos_bsicos_de_hardwar
e.html
 https://revistas.udea.edu.co/index.php/ceo/article/download/10983/10070/
 https://www.universidadviu.com/es/actualidad/nuestros-expertos/los-tipos-de-software-y-
sus-diferencias-que-debemos-conocer

3.2. UNIDAD DE APRENDIZAJE II: computación paralela para programación científica

SEMANA TEMAS Y CONTENIDOS FECHA
Computadoras paralelas y computación, Paralelismo y Computación, Un
5 11 de mayo
modelo de máquina en paralelo
6 Un modelo de programación paralela, Ejemplos de algoritmos paralelos 18 de mayo
Diseño de algoritmos paralelos, Diseño metódico, Particionamiento,
7 Comunicación, Aglomeración 25 de mayo

8 EXAMEN PARCIAL
Estudio de caso: Modelo de atmósfera
9 Estudio de caso: Optimización del plano de planta 8 de junio
Estudio de caso: Química computacional
 Herramientas, C ++ composicional
10 Revisión de C ++ 15 de junio
Introducción a CC ++
Simultaneidad
Comunicación, Comunicación asincrónica, Determinismo
Localidad
Mapeo, Modularidad, Problemas de rendimiento, Estudio de caso:
11 biblioteca de canales 22 de junio
Estudio de caso: construcción de matrices de Fock
BIBLIOGRAFIA:
- Designing and Building Parallel Program. Ian Foster, Addison-Wesley, 1995
- Recursos en sistemas paralelos y concurrentes. Prensa ACM, 1991.
- Programming Massively Parallel Processors. Kirk D. y Hwu W. M. Morgan Kaufmann, 2011.
RECURSOS ELECTRONICOS:
- Designing and Building Parallel Programs (Online) https://www.mcs.anl.gov/~itf/dbpp/
- Repositorio de programación paralela: https://github.com/hpaucar/parallel-programming-repo

UNIDAD DE APRENDIZAJE III: Manejo de datos en la programación paralela

SEMANA TEMAS Y CONTENIDOS FECHA
Modelos de programación paralela tradicionales. Programación mediante
12 paso de mensajes: MPI. Programación en memoria compartida: OpenMP 29 de junio

Modelos de programación paralela emergentes. Programación en

sistemas heterogéneos masivamente paralelos: CUDA. Consideración de
13 6 de julio
rendimiento en CUDA. Estrategias algorítmicas de Optimización en CUDA

14 Exposiciones del Proyecto de fin de curso 13 de julio

15 Exposiciones del Proyecto de fin de curso 20 de julio
16 Examen Final 27 de julio
BIBLIOGRAFIA:
- Introducción a la programación paralela. Almeida F., Giménez D., Mantas J. M., Vidal A. M.
Paraninfo Cengage Learning, 2008
- Parallel programming for multicores and Cluster systems. Rauber T., Runger G. Springer. 2010
RECURSOS ELECTRONICOS:
- CUDA Nvidia: (http://developer.nvidia.com/)

- CUDA Books: (http://developer.nvidia.com/cuda-books)

- Curso de OpenCL: https://www.khronos.org/news/tags/tag/tutorials

4. ESTRATEGIAS METODOLOGICAS

Se usará para el desarrollo de la clase:

Clase magistral, Seminarios, Foros, Talleres
Aprendizaje basado en problemas ABP
Aprendizaje basado en proyectos

5. ESTRATEGIAS DE EVALUACIÒN
5.1 Modalidades de evaluación
Exámenes, ensayos, proyectos, informes, etc.

5.2 Criterios de evaluación

Ponderación de cada una de las modalidades.

Modalidades Porcentaje
Exámenes 30%
Informes 20%
Proyectos 50%
Total 100%

5.3 Obtención del promedio final

El promedio final se obtiene mediante: PF = 1(30%) + 2(20%) + 3(50%)

Observación:
El proceso de evaluación es permanente. Se realiza en el aula, en todas las
clases, en las cuales se observa y registra la participación del estudiante
individual o en equipo y las intervenciones, aportes, sugerencias, solución
de problemas.
La nota mínima aprobatoria es 13.

5.4 Requisitos para aprobar la

asignatura:
Lo que el docente considere de acuerdo a la naturaleza de la asignatura.

Ciudad Universitaria, abril de 2021