Al concluir la asignatura, el alumno será capaz de implementar funciones booleanas, circuitos
combinacionales y máquinas de estado de sistemas digitales, así como conceptos básicos de
los microprocesadores y microcontroladores tales como su arquitectura, dispositivos de
memoria, interfaces de entrada y salida, para utilizar los dispositivos y lenguaje de
programación de alto nivel en sus procedimientos de diseño y programación con
comunicación CAN.

Al concluir la asignatura, el alumno será capaz de identificar los principios de operación y
aplicaciones de dispositivos semiconductores como diodos, transistores bipolares y
transistores de efecto de campo; para aplicarlos a la modelación y simulación por computadora
de circuitos analógicos.

Al concluir la asignatura, el alumno será capaz de aplicar los principios básicos para el diseño
de sistemas de control e identificación de procesos dinámicos reales, identificando el
funcionamiento del lazo de control digital y todos sus elementos, así como su utilización para
el control de sistemas térmicos y electromecánicos con la finalidad de diseñar e implementar
un controlador PID digital y sintonizarlo a través de diferentes técnicas adaptadas a sistemas
de primero y segundo orden, así como una Interfaz Hombre-Máquina (HMI) que le permita

Al concluir la asignatura, el alumno será capaz de resolver problemas utilizando la primera y
segunda condición de equilibrio, calculando esfuerzos y deformaciones unitarias en sistemas
estructurales simples, para diseñar dichos sistemas considerando las propiedades mecánicas
de los materiales.

Al concluir la asignatura, el alumno será capaz de integrar los conocimientos de los cursos de
inteligencia artificial, visión computacional y robótica avanzada, para lograr el diseño,
construcción, instrumentación y control de un vehículo autónomo. Asimismo, implementará
algoritmos de procesamiento digital de imágenes, visión computacional e inteligencia
artificial utilizando tecnologías y librerías de programación como Python, TensorFlow, Keras,
Scikit-Learn, y OpenCV en Linux, identificando áreas de oportunidad en el campo de la

Al finalizar la asignatura el alumno será capaz de entender e identificar los fundamentos
matemáticos de algoritmos de aprendizaje supervisado y no supervisado para aplicaciones de
regresión, clasificación, agrupación, y asociación de información empleados en machine
learning ML. Asimismo, implementará dichos algoritmos utilizando tecnologías y librerías de
programación como Python, TensorFlow, Keras, Scikit-Learn, y OpenCV en múltiples
plataformas como Linux, Cloud, OS y Windows, con la finalidad de identificar áreas de

Al finalizar la asignatura, el alumno será capaz de analizar e identificar la forma en que un
problema puede ser resuelto por medio de la computadora, definiendo las especificaciones
y diseñando la solución mediante algoritmos, diagramas de flujo y pseudocódigo, así como
utilizando un lenguaje de programación de alto nivel para su implementación en
metodología, estatutos, expresiones, declaraciones, entrada y salida de datos, estructuras de
control y arreglos, con la finalidad de que le permita posteriormente el desarrollo de

Al concluir la asignatura, el alumno será capaz de comprender los principios fundamentales
de gráficas, límites y derivadas de funciones para aplicarlos en la solución de problemas del
área de física y de ingeniería con el fin de reconocer la aplicación de las matemáticas en su
área profesional.

Al concluir la asignatura, el alumno será capaz de aplicar los conceptos básicos de la
mecánica clásica, a través de sistemas de unidades, vectores y escalares; esto con el fin de
analizar, explicar y predecir el estado cinemático o dinámico de algún cuerpo, tanto en una,
como en dos y tres dimensiones para su aplicación en casos cotidianos de su profesión.

Al concluir la asignatura, el alumno será capaz de aplicar los fundamentos y métodos de la
teoría de probabilidades y estadística, a través de los conocimientos de las variables
aleatorias, esperanza, matemática, de distribuciones discretas, continuas, conjuntas y
muestrales, clásica de prueba, no paramétricos, para resolver problemas en el área de
ingeniería y economía.