Documentos de Académico
Documentos de Profesional
Documentos de Cultura
0 1
DIRECCIÓN DE DEPARTAMENTO ACADÉMICO Pág. 1 de 6
PROFESIONAL DE COMPUTACIÓN Y ELECTRÓNICA
ROBOTICA EDUCATIVA
(Sílabo)
I. INFORMACIÓN GENERAL
1.1. Programa de Estudios : Educación Especialidad de Matemática y Computación
1.2. Escuela Profesional : Educación
1.3. Modalidad : Presencial
1.4. Curso : Robótica educativa
1.5. Prerrequisito : No aplica
1.6. Código del curso : CEDS1332
1.7. Laboratorio :
1.8. Semestre Académico : 2027-1
1.9. Periodo Académico : IX Semestre
1.10. Créditos :3
1.11. Horas Semanales :
Teoría :2
Práctica :2
1.12. Duración : 16 semanas
Fecha de inicio :
Fecha de termino :
1.13. Docente : isalvador22@unprg.edu.pe
II. SUMILLA
El curso de Robótica Educativa tiene como resultado de aprendizaje el desarrollo de la capacidad “Enriquece
las experiencias de aprendizaje enseñanza mediante la robótica educativa”, que contribuye a la competencia
“Orienta el proceso de enseñanza aprendizaje de la matemática incorporando un conjunto de contenidos
complementarios a su formación”. Es un curso de naturaleza teórico-práctica, enmarcada en el enfoque por
competencias que posibilita una metodología activa en un entorno real de enseñanza aprendizaje situando al
estudiante como protagonista de su aprendizaje y al docente como facilitador del proceso formativo. Plantea
actividades que posibilitan el conocimiento de los fundamentos pedagógicos de la robótica educativa, robots:
tipos y elementos, técnicas Do it yourself (DIY), modelos de aprendizaje de robótica educativa, la robótica como
elemento motivador, recursos para robótica educativa, construyendo un robot básico, construcción de
máquinas simples y mecanismos, construcción de máquinas simples y programación básica de un robot y
desarrolla las habilidades “analiza datos, construye representaciones gráficas, interpreta resultados, formula y
aplica estrategias de resolución, comunica matemáticamente, utiliza la tecnología y formula diseños
metodológicos”.
Sistematiza los
Presenta y expone su Avance Producto
conocimientos adquiridos en
la elaboración del proyecto Proyecto de producto acreditable: Acreditable:
Sem 7
de investigación de acuerdo Investigación Proyecto de Proyecto de
a la estructura investigación investigación
predeterminada.
Desarrolla agentes
inteligentes resolventes de Examen Online de Desarrolla su Examen Examen Online
problemas que utilicen Sem 8
Unidad I online de Unidad I. de Unidad I.
búsqueda informada o
ciegas.
Comprende la teoría
Construye Fundamentos de Lógica
de la lógica difusa y
difusa. Declaración de Desarrolla programa Tarea: Programa con
sistemas sus aplicaciones
Sem. 9 Conjuntos difusos y con funciones de funciones de lógica
expertos, lógica difusa difusa
funciones
utilizando
varios Utilizar técnicas de Desarrolla programa
Variables y reglas Tarea: Programa con
lenguajes de Inteligencia Artificial Sem. 10 difusas con creación de reglas
reglas de lógica difusa
programación considerando las difusas
metodologías
de establecidas y los Mecanismos de
Desarrolla programa Tarea: Programa con
computadoras principios de Sem. 11 inferencia: Mandani y con mecanismos de mecanismos de
. ingeniería de Sugeno inmferencia inferencia
software.
Utiliza modelos de Fundamentos de
aprendizaje aprendizaje
supervisado para automatizado:
resolver problemas
Concepto, tipos, Tarea: Modelo de Red
de clasificación. Desarrolla un modelo
Sem. 12 modelos y algoritmos Neuronal Perceptrón
con redes neuronales
Aprendizaje con pesos definidos
Supervisado con Redes
Neuronales:
Criterios de Calificación
La calificación será en una escala de cero a veinte.
Puntualidad en la entrega de trabajos.
La nota mínima aprobatoria es 10.5 en el PROMEDIO FINAL (PF).
Los exámenes no rendidos, así como los trabajos no presentados en las fechas indicadas,
serán evaluados con la nota mínima CERO (00), en caso el estudiante no se justifique con la
debida acreditación en un plazo máximo de una (01) sesión posterior a la evaluación.
FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS Versión 1.0 5
DIRECCIÓN DE DEPARTAMENTO ACADÉMICO Pág. 5 de 6
PROFESIONAL DE COMPUTACIÓN Y ELECTRÓNICA
Cualquier intento de copia en examen o trabajo será evaluado con nota CERO (00).
Tienen derecho de dar examen de aplazados aquellos estudiantes cuyo promedio final sea
mayor igual a 7,5 de nota.
El 30% de inasistencias inhabilita al estudiante en el curso.
El software informático que se utilizará en el curso será: Microsoft Excel, Netbeans, Visual
Prolog, Python, Google Colab.
XI. REFERENCIAS
Cervantes, J. (2017). Introducción a la programación web con Java: JSP Y Servlets, JavaServer García,
Alberto (2013) Inteligencia Artificial: Fundamentos, practica y aplicaciones. Alfaomega Grupo
Editor. ISBN 978-607-707-467-0
Giarratano, Joseph & Gary Riley (2001) Sistemas Expertos, principios y programación. Ed. Ciencias
Thomson. ISBN 970-686-059-2
Kong, Maynard, (1993) Inteligencia Artificial. Pontificia Universidad Católica del Perú. Fondo Editorial,
Rich, Elaine & Kevin Knight, (1994). Inteligencia Artificial. Ed McGraw-Hill. ISBN 0-07-450364-2
Russell, Stuart & Peter Norvig, (2004) Inteligencia artificial, un enfoque moderno. Ed Prentice Hall. ISBN
84-205-4003-X
Winston, Patrick. (2010). Inteligencia Artificial. Ed. Pearson. ISBN 13: 9780201518764
FIRMA
_________________________________
Dr. Ivan Eduardo Salvador Briceño
Docente del Curso