Fines de Aprendizaje o Formación
El alumno comprenderá el marco conceptual de la Contabilidad Financiera, identificando su evolución, objetivos y el rol esencial de la información para usuarios internos y externos. Se enfatizará la comprensión del marco regulatorio mexicano, específicamente las Normas de Información Financiera (NIF) y sus postulados básicos, asegurando la aplicación ética y rigurosa del principio de la Partida Doble en el reconocimiento inicial de las transacciones.
El estudiante desarrollará la competencia técnica para ejecutar de manera íntegra y sistemática el ciclo contable. Esto implica el registro adecuado de operaciones básicas (incluyendo el manejo introductorio del IVA) en los libros diario y mayor, la elaboración de la Balanza de Comprobación, y la aplicación de los asientos de ajuste y cierre (como la depreciación por línea recta), garantizando la obtención precisa de saldos que reflejen la realidad económica de la entidad.
Finalmente, el alumno estará capacitado para elaborar y presentar formalmente los Estados Financieros básicos (Estado de Posición Financiera y Estado de Resultados Integral) conforme a los criterios establecidos en las NIF. Esta competencia culminará en la capacidad de analizar e interpretar la situación financiera y el desempeño económico mediante métodos de porcentajes integrales, análisis de tendencias y razones financieras introductorias, proporcionando información relevante para la toma de decisiones gerenciales y de inversión.
Fines de Aprendizaje o Formación
El alumno desarrollará una comprensión rigurosa de los conceptos fundamentales del cálculo infinitesimal, estableciendo las bases analíticas en torno al análisis de funciones, la noción de límite y la continuidad. Al finalizar, será capaz de definir formalmente la derivada y la integral definida a partir de sus formulaciones mediante límites (razón de cambio instantánea y sumas de Riemann), identificando la relación fundamental entre ambas operaciones a través del Teorema Fundamental del Cálculo.
El estudiante adquirirá una sólida competencia práctica en el manejo de las herramientas operacionales del cálculo. Esto implica el dominio de las reglas esenciales de derivación (producto, cociente, regla de la cadena y derivación implícita), así como la aplicación de las principales técnicas de integración, incluyendo la integración por sustitución y por partes. Este dominio procedimental es crucial para el tratamiento analítico de modelos funcionales complejos y como base para estudios de análisis avanzado.
La competencia final se centra en la aplicación del conocimiento matemático a la resolución de problemas reales. El alumno estará capacitado para utilizar la derivada en el análisis completo del comportamiento de una función (optimización de extremos, estudio de monotonía y concavidad) y emplear la integral para calcular magnitudes acumuladas, como áreas entre curvas y volúmenes de sólidos de revolución. Estas habilidades permitirán el modelado eficiente de fenómenos asociados a la maximización de recursos y al cálculo de tasas de cambio instantáneas en contextos tecnológicos y de ingeniería.
Fines de Aprendizaje o Formación
Al finalizar el curso, el alumno habrá desarrollado la capacidad de clasificar y organizar conjuntos de datos complejos. Esta competencia incluye la identificación correcta de tipos de variables y escalas de medición, la aplicación de técnicas básicas de muestreo y el cálculo e interpretación de las medidas descriptivas fundamentales: tendencia central, posición y dispersión. El estudiante será capaz de generar representaciones gráficas efectivas, como histogramas y diagramas de caja, para la exploración inicial y el resumen conciso de la información numérica.
La segunda competencia esencial se centra en la cuantificación de la incertidumbre mediante la teoría elemental de la probabilidad. El alumno comprenderá los axiomas y aplicará correctamente las reglas de adición y multiplicación para calcular probabilidades conjuntas y condicionales. Asimismo, utilizará el Teorema de Bayes para la actualización de probabilidades, estableciendo bases sólidas para la modelización de fenómenos aleatorios y la toma de decisiones bajo riesgo.
Finalmente, el estudiante estará preparado para modelar situaciones reales utilizando las principales distribuciones de probabilidad. Esto implica el dominio de modelos discretos como la Binomial y la Poisson, así como la aplicación rigurosa de la Distribución Normal estándar (curva Z). El alumno podrá estandarizar variables aleatorias, calcular probabilidades y seleccionar el modelo estadístico adecuado, interpretando los resultados para ofrecer conclusiones fundamentadas en contextos de negocios, economía y tecnología.
Fines de Aprendizaje o Formación
El alumno desarrollará una comprensión sólida de los fundamentos teóricos de la Inteligencia Artificial, distinguiendo entre sus diversas tipologías (débil, fuerte y general) y su evolución histórica desde la prueba de Turing hasta la era de los datos masivos. Adquirirá la competencia para analizar la arquitectura conceptual de los modelos generativos avanzados, como los Modelos Grandes de Lenguaje (MLL) y los modelos de difusión, identificando el rol crucial de los datos, los procesos de preentrenamiento y las metodologías de validación que definen la funcionalidad de estos sistemas.
El estudiante estará capacitado para dominar la Ingeniería de Instrucciones (Prompt Engineering), aplicando estructuras metodológicas como el modelo C-R-T-F y técnicas avanzadas como la Cadena de Pensamiento (Chain of Thought, CoT) para optimizar la interacción con herramientas de IA Generativa. Esta competencia práctica le permitirá potenciar significativamente su productividad en diversas áreas, incluyendo la redacción de informes ejecutivos, la asistencia en la programación (generación y depuración de código) y el preanálisis de grandes volúmenes de datos no estructurados en contextos interdisciplinarios.
Finalmente, el alumno desarrollará una perspectiva crítica y ética indispensable. Será capaz de evaluar las implicaciones sociales y legales del uso de la IA Generativa, identificando y mitigando sesgos algorítmicos, y comprendiendo los desafíos relacionados con los derechos de autor, la propiedad intelectual y la desinformación (deepfakes). Esta alfabetización ética garantizará que el estudiante utilice la Inteligencia Artificial de manera responsable y profesional, preparándose para la reconversión de habilidades y la complementariedad humano-máquina en el entorno laboral futuro.
Fines de aprendizaje o formación
El estudiante adquirirá una comprensión sólida del paradigma de la Programación Orientada a Objetos (POO), transitando desde los conceptos modulares de la programación procedural. El enfoque se centrará en el dominio de los cuatro pilares esenciales: abstracción, encapsulamiento, herencia y polimorfismo, capacitándolo para diseñar y modelar soluciones informáticas complejas mediante la definición e instanciación de clases, la gestión estructurada de atributos y métodos, y la implementación rigurosa de modificadores de acceso que garanticen la integridad y ocultación de la información.
El alumno desarrollará la habilidad de aplicar principios avanzados de diseño orientado a objetos, incluyendo la correcta implementación de jerarquías de clases, la sobrescritura y sobrecarga de métodos, así como el uso de interfaces y clases abstractas para establecer contratos robustos de programación. Además, se capacitará para realizar el análisis de la complejidad algorítmica mediante la notación Big O, evaluando el rendimiento y la eficiencia de sus programas en relación con la gestión dinámica de la memoria (stack y heap).
La competencia central del estudiante radicará en la selección e implementación efectiva de Tipos Abstractos de Datos (TAD). Esto incluye el manejo operativo de estructuras lineales como listas enlazadas, pilas y colas, así como el dominio de estructuras asociativas mediante Tablas Hash y la comprensión introductoria de árboles binarios.
Finalmente, el alumno integrará las capacidades adquiridas para gestionar la persistencia básica de datos, realizando operaciones de Entrada/Salida de archivos y asegurando la robustez de las aplicaciones mediante el manejo adecuado de excepciones y la serialización de objetos.