Informatizar las matem aticas, matematizar la inform atica (una propuesta docente) Vera Sacrist an 29 de enero de 1999 MA2-IR-99-0006

Informatizar las matem aticas, matematizar la inform atica (una propuesta docente)
Vera Sacrist an 29 de enero de 1999
Resumen En este trabajo se ofrece un an alisis de la relaci on entre matem aticas en inform atica, y de c omo esta relaci on ha ido modicando, y deber a a un modicar, los patrones cl asicos de la ense nanza universitaria de las matem aticas. El trabajo se centra, en concreto, en el an alisis del papel de las matem aticas en los estudios de inform atica (Ingenier a Inform atica, Ingenier a T ecnica Inform atica de Gesti on e Ingenier a T ecnica Inform atica de Sistemas), aunque tambi en hace referencia al papel de la inform atica en los estudios de matem aticas (Licenciatura de Matem aticas y Diplomatura de Estad stica). En ambos casos, se analizan los efectos de la inuencia m utua de estas dos ciencias y sus efectos en la ense nanza, presentando tanto un estudio general sobre la tem atica como un an alisis concreto de la evoluci on de la Facultad de Matem aticas y Estad stica y de la Facultad de Inform atica de Barcelona, de la Universitat Polit` ecnica de Catalunya. El trabajo se presenta organizado en los apartados siguientes: 1. Qu e es la inform atica? 2. Inform atica y matem aticas 3. La inform atica en la ense nanza de las matem aticas 4. La Facultad de Matem aticas y Estad stica 5. Las matem aticas en la ense nanza de la inform atica 6. La Facultad de Inform atica de Barcelona 7. Perspectivas de futuro

1.

Qu e es la inform atica?

La inform atica es un area de creaci on tan reciente y de evoluci on tan r apida que a un hoy los expertos discuten sobre su denici on. En 1967, Newell, Perlis y Simon [17] sosten an que computer science is the study of computers and the major phenomena that surround them, en una denici on que hoy en d a puede parecer demasiado gen erica y ambigua, pero que en su momento fue, probablemente, mucho m as precisa de lo que hoy parece. Desde entonces, ha habido intentos cada vez m as estrictos de denir qu e campo cubre la inform atica, dentro de una larga discusi on acerca de si se trata o no de una ciencia y de si deben o no identicarse las palabras inform atica y programaci on. Uno de los matem aticos m as inuyentes en el ambito inform atico, D. Knuth, public o en 1974 un precioso art culo [15] en el que den a as la inform atica: My favorite way to describe computer science is to say that it is the study of algorithms. An algorithm is a precisely-dened sequence of rules telling how to produce specied output information from given input information in a nite number of steps. [...] Perhaps the most signicant discovery generated by the advent of computers will turn out to be that algorithms, as object of study, are extraordinarily rich in interesting properties; and furthermore, that an algorithmic point of view is a useful way to organize knowledge in general. Unos cuantos a nos m as tarde, puntualizaba: My colleages dont all agree with me, but it turns out that the source of our disagreement is simply that my denition of algorithm is much broader than theirs: I tend to think of algorithms as encompassing the whole range of concepts dealing with well-dened processes, including the structure of data that is being acted upon as well as the structure of the sequence of operations being performed; some other people think of algorithms merely as miscellaneous methods for the solution of particular problems, analogous to individual theorems in mathematics [16]. De hecho, la inform atica es un area en tal evoluci on que un buen m etodo para denirla es el enfoque hist orico que utiliz o en 1985 P. Denning, una autoridad en la disciplina. En [10] resum a la evoluci on de la inform atica desde los a nos cuarenta en una tabla, reproducida en la Tabla 1, en que adem as apuntaba el momento en que cada nueva sub area pasaba de ser un simple conjunto de t ecnicas m as o menos pobremente estudiadas, a ser un conjunto de conocimientos y principios s olidos y bien nucleados: 1940 1945 1950 Teor a Computaci on num erica Arquitectura 2

1960 1068 1971 1975 1978 1980 1982 1986 (?)

Lenguajes y metodolog a de la programaci on Algoritmos y estructuras de datos Sistemas operativos Redes Interfaz con el hombre Sistemas de bases de datos Programaci on concurrente Inteligencia articial

Cuadro 1: Visi on hist orica de los contenidos de la inform atica. Si hoy tuvi eramos que prolongar la lista de Denning, probablemente los a nos 90 se nalar an un punto de inexi on en que la inform atica se combina con otras areas tales como la telecomunicaci on, y da lugar a lo que gen ericamente algunos llaman tecnolog a multimedia. M as recientemente, la Association for Computering Machinery (ACM) y el Institute of Electrical and Electronics Engineers (IEEE) formaron un comit e conjunto con el objetivo de denir de forma precisa el campo de trabajo de los inform aticos. Las conclusiones del comit e se publicaron en 1989 [6]. En el informe, la inform atica aparece denida del modo siguiente: The discipline of computing is the systematic study of algorithmic processes that describe and transform information: their theory, analysis, design, eciency, implementation, and application. The fundamental question underlying all computing is What can be (eciently) automated?. El informe hace enfasis, adem as, en el hecho de que la inform atica abarca muchas m as cosas que la simple programaci on: desde el dise no de hardware hasta el de sistemas operativos, pasando por la estructuraci on de bases de datos y la validaci on de modelos, la inform atica es una disciplina tecnol ogica que encuentra sus fundamentos en las matem aticas y la ingenier a. M as adelante, el informe precisa m as, y estructura esta ciencia en nueve sub areas, que aparecen en la Tabla 2. 1 2 3 4 5 6 7 Algoritmos y estructuras de datos Lenguajes de programaci on Arquitectura Computaci on num erica y simb olica Sistemas operativos Metodolog a e ingenier a del software Bases de datos y sistemas de informaci on 3

8 Inteligencia articial y rob otica 9 Comunicaci on hombre-ordenador Cuadro 2: Las nueve areas de la inform atica, seg un el informe conjunto ACM-IEEE.

Tan importante como los contenidos, sin embargo, es la caracterizaci on de la inform atica a trav es de sus paradigmas, de sus esquemas de razonamiento. El mismo infome los clasica en tres grandes grupos: teor a, abstracci on y dise no. Sus caracter sticas espec cas se recogen en la Tabla 3. Teor a: a) caracterizar los objetos de estudio (denici on), b) formular hip otesis sobre sus posibles interrelaciones (teorema), c) determinar si las relaciones son ciertas (demostraci on), d) interpretar los resultados. Abstracci on: a) formular una hip otesis, b) construir un modelo y hacer una predicci on, c) dise nar un experimento y recoger datos, d) analizar los resultados. Dise no: a) establecer requerimientos, b) establecer especicaciones, c) dise nar e implementar el sistema, d) probar el sistema.

Cuadro 3: Los tres paradigmas de la inform atica, seg un el informe conjunto ACM-IEEE. A ning un matem atico se le puede escapar, analizando la susodicha tabla, hasta qu e punto esta descripci on de los m etodos de la inform atica la vincula a las matem aticas. Es el momento, pues, de analizar esta relaci on.

2.

Inform atica y matem aticas

En su conocido libro [9], Alexandrov et al. caracterizan las matem aticas por los siguientes elementos: Abstracci on, que trata fundamentalmente de las relaciones cuantitativas y formas espaciales, y aparece en una sucesi on de grados de abstracci on creciente. Precisi on y rigor l ogico. Irrefutabilidad de sus conclusiones. Excepcional amplitud de sus aplicaciones. Sin embargo, no parece que ninguna de estas tres caracter sticas permitan distinguir las matem aticas de la inform atica. Al intentar dar respuesta a esta aparente confusi on entre matem atica e inform atica, nos encontramos, una vez m as, con que D. Knuth ha dedicado diversos art culos (como siempre, piezas de una amenidad y de un inter es sorprendentes) a estudiar la relaci on entre inform atica y matem atica, entre el pensamiento algor tmico y el pensamiento matem atico: Is there an essential dierence between an algorithmic viewpoint and the traditional mathematical world-view? Do most mathematicians have an essentially dierent thinking process from that of most computer scientists? [16]. Sostiene Knuth en [15]: Like mathematics, computer science will be a subject wich is considered basic to a general education. Like mathematics and other sciences, computer science will continue to be vaguely divided into two areas, which might be called theoretical and applied. Like mathematics, computer science will be somewhat dierent from the other sciences, in that it deals with man-made laws which can be proved, instead of natural laws which are never known with certainty. Thus, the two subjects will be like each other in many ways. The dierence is in the subject matter and approach mathematics dealing more or less with theorems, innite processes, static relationships, and computer science dealing more or less with algorithms, nitary constructions, dynamic relationships. Algo semejante arma el informe conjunto de la ACM y el IEEE [6]: Mathematics provides a framework for dealing precisely with notions of what is. Computation provides a framework for dealing precisely with notions of how to . As pues, muchos de los modelos de razonamiento que hemos rese nado son comunes a las matem aticas y la inform atica. Hay, sin embargo, alguna notable excepci on. Un claro ejemplo es el manejo del innito. Los espacios de dimensi on innita parecen ser de poca relevancia para los inform aticos, mientras que las matem aticas los han aplicado de muchas maneras. Por su parte, 5

no puede decirse que, hasta la aparici on de la inform atica, los matem aticos se hayan preocupado mucho de cosas tales como la complejidad o el costo de sus operaciones, cuestiones de vital importancia para los inform aticos. Vayamos un poco m as all a y rer amonos no s olo a los m etodos de una y otra ciencia, sino a sus contenidos, en busca de semejanzas, pero tambi en de caracter sticas diferenciadoras. Tambi en en este aspecto, matem aticas e inform atica se hallan estrechamente interrelacionadas. Comencemos por analizar la inuencia de las matem aticas en la inform atica. Esta inuencia empieza, claro est a, en el hecho mismo del nacimiento de la inform atica, que principalmente surge a partir de las matem aticas, aunque inuenciada considerablemente por la ingenier a el ectrica o electr onica. Las matem aticas juegan un papel esencial en todas las areas de la inform atica que se han desarrollado desde su estado inicial de t ecnica al de lo que hoy puede considerarse ya como una ciencia. Casi cada una de las ramas de las matem aticas ha tenido su inuencia en el desarrollo de uno u otro aspecto de la inform atica. A modo de ejemplo, consid erense el an alisis de algoritmos, que requiere el uso de la inducci on matem atica, la probabilidad discreta, el manejo de series num ericas y ciertas dosis de combinatoria b asica; o la vericaci on de algoritmos, que usa de la l ogica proposicional; por no hablar de temas tan b asicos y consustanciales a la inform atica como es el de los sistemas de numeraci on, particularmente el binario, y de los algoritmos para efectuar las operaciones aritm eticas b asicas. Rec procamente, el desarrollo de la inform atica ha ido afectando a las matem aticas de diversas maneras. La m as obvia proviene de las posibilidades de c alculo de los ordenadores, que ha sido explotada en la investigaci on matem atica all donde los c alculos manuales eran demasiado costosos, tanto para conrmar como para demoler conjeturas. Por otra parte, en todas las ramas de las matem aticas se aprecia hoy un enfasis en las demostraciones por construcci on: pruebas de existencia son substituidas por algoritmos que construyen objetos matem aticos, dando a las teor as nuevos e interesantes impulsos. Lo m as llamativo, sin embargo, es el hecho de que el estudio mismo de los algoritmos ha abierto nuevos frentes, cargados de problemas abiertos, en las matem aticas. La explosi on de las investigaciones en el amplia area que se ha dado en denominar matem atica discreta es una buena prueba de ello. As lo expresa Knuth [15]: it provides a breath of life for many areas of interesting new mathematics which had been suering from a lack of new ideas. Es esta una opini on en la que coicide tambi en Rosen [18]: [...] the growth of computers and computer science will surely not end until computers are ubiquitous in all branches of science and technology and, more generally, in society broadly. One certain result of this is that computer 6

science will become the largest, perhaps by far the largest, source of problems for mathematics and mathematicians.

3.

La inform atica en la ense nanza de las matem aticas

De todo lo anterior se desprende que la inuencia de la inform atica en las matem aticas, en el quehacer cotidiano de los investigadores y de todos cuantos trabajan con ellas, es enorme. En particular, la docencia no puede quedar al margen de este proceso de mutua realimentaci on, como de hecho no est a quedando. La revoluci on inform atica tiene una doble inuencia en la docencia de las matem aticas: por un lado, est a afectando a los contenidos mismos de las materias impartidas; por otro, est a permitiendo muchos progresos en la metodolog a usada al ense narlas. Por lo que se reere a los contenidos, claro est a que estos dependen de los estudiantes a los que se dirigen las ense nanzas. No deben estudiar los mismos contenidos de matem aticas los estudiantes de f sica que los de magisterio, los de econ omicas que los de ingenier a industrial. Para decidir qu e contenidos se impartir an a unos u otros, debe uno plantearse cu ales son los objetivos de la ense nanza de las matem aticas en cada contexto. Existe un consenso generalizado sobre el doble car acter de las ense nanzas de matem aticas: deben inducir en los estudiantes un h abito de razonamiento riguroso, a la vez que darles habilidad en el manejo de las herramientas matem aticas necesarias en su profesi on. Dicho de otro modo, las asignaturas de matem aticas deben cubrir el doble objetivo de dar al estudiante cierta madurez matem atica a la vez que familiaridad con las instrumentos matem aticos apropiados. En este sentido, los programas se est an modicando en los u ltimos tiempos en una direcci on que da m as importancia a las aplicaciones en general, y a aquellas relacionadas con la inform atica en particular. Tres son los motivos para ello. En primer lugar, la ense nanza de las matem aticas est a reejando sensiblemente el inter es creciente de los investigadores por los temas a que nos refer amos anteriormente, derivados de la inuencia de la inform atica: a la vez que la comunidad produce cada vez m as trabajos en el area de la matem atica discreta, aparecen asignaturas de matem atica discreta en muchas de las carreras universitarias. En segundo lugar, la ense nanza de las matem aticas est a siendo sensible a los cambios que se han ido produciendo, y a un se producen, en el mercado de trabajo, esto es, en las necesidades profesionales de los futuros titulados: al lado de profesiones ya consolidadas, ha habido una explosi on de nuevos ocios que requieren una mayor capacidad de comprensi on de los fen omenos relacionados con los ordenadores, unos mayores conocimientos de lo que gen ericamente llamamos matem atica apli7

cada. Finalmente, los estudiantes que en el futuro se dediquen a la ense nanza tambi en necesitan una formaci on que combine los aspectos te oricos con los m as aplicados, bastante m as, si cabe, de lo que se necesitaba hace tan s olo una veintena de a nos. Por lo que se reere a la metodolog a, la generalizaci on de los ordenadores personales est a signicando un gran cambio a todos los niveles: desde la ense nanza primaria hasta la universitaria, por no hablar aqu de la autoense nanza, la ense nanza continuada y otras muchas facetas novedosas que vienen de la mano de las aplicaciones multimedia. En los u ltimos a nos, se han generalizado las actividades de laboratorio en las asignaturas de matem aticas en la universidad. La aparici on de los manipuladores simb olicos ha permitido complementar las tradicionales clases de teor a y de problemas con un nuevo tipo de actividad, ya sea en clase, de forma conducida, ya sea como trabajo personal del alumno, o una combinaci on de ambas cosas. Se trata de una forma de aprendizaje por la via de la experimentaci on, la conrmaci on de lo que se ha aprendido en clase, la ejemplicaci on y, en los niveles m as avanzados, la programaci on de las soluciones estudiadas te oricamente. El estudiante tiene ante s una herramienta que le permite, a la vez, entender mejor aquello que aprende y ponerlo en pr actica, es decir, que le facilita el aprendizaje a la vez que le expone de forma tutorizada a lo que en el futuro acabar a siendo su pr actica: el problema de aplicar los conocimentos te oricos que tiene. Pero no se trata s olo de aprovechar las ventajas que los ordenadores ponen a nuestro alcance. La inuencia de la inform atica en las matem aticas ha hecho mucho m as que eso: progresivamente, la ense nanza de las matem aticas est a reejando el inter es creciente de las soluciones algor tmicas a los problemas. Cada vez es m as frecuente ver c omo muchos temas tradicionales se ense nan desde un punto de vista m as y m as algor tmico. De hecho, es esta una tendencia que, adem as, facilita la comprensi on por parte de los alumnos. Citando a Knuth [15], It has often been said that a person does not really understand something until he teaches it to someone else. Actually a person does not really understand something until he can teach a computer, i.e., express it as an algorithm. Esta losof a enfatizadora de los aspectos aplicados y computacionales de las matem aticas es la que subyace, a mi entender, en el proyecto, hoy ya realidad, de la Facultad de Matem aticas y Estad stica de la Universidad Polit ecnica de Catalunya. Es por ello el momento de hacer un alto y referirnos a ella.

4.

La Facultad de Matem aticas y Estad stica

La Facultad de Matem aticas y Estad stica de la Universidad Polit ecnica de Catalunya inici o su andadura el curso 1992-93. Ese a no se imparti o por primera vez el primer curso de la Licenciatura de Matem aticas, a la vez que se incorporaron a la Facultad los estudios de la Diplomatura de Estad stica que, desde sus inicios el curso 1990-91, se hab an impartido en la Facultad de Inform atica. La Facultad naci o con la inequ voca voluntad de ser coherente con el entorno tecnol ogico de la Universidad en que se inserta. Por lo que se reere a la Diplomatura de Estad stica, adem as, los or genes de esta en la Facultad de Inform atica no hac an m as que facilitar las cosas. En la Gu a Docente de estos estudios, puede leerse: Uno de los campos en los cuales la tecnolog a ha mostrado m as adelantos en los u ltimos a nos ha sido, indudablemente, el tratamiento de la informaci on. El progreso de las nuevas tecnolog as y su aplicaci on al mundo econ omico, empresarial, cient co y t ecnico ha conllevado la necesidad de incorporar al mercado laboral perles espec cos que puedan satisfacer la demanda generada. M as adelante, la Gu a Docente es incluso m as expl cita: El plan de estudios de la diplomatura de Estad stica pretende dar, aparte de los l ogicos fundamentos estad sticos y matem aticos, una s olida formaci on inform atica, que permita a los futuros profesionales desenvolverse c omodamente en entornos cada vez m as automatizados. Si las palabras son concluyentes, m as a un lo son los hechos: el plan de estudios de la Diplomatura de Estad stica, estructurado en tres cursos de dos cuatrimestres cada uno, consta de dos a nos obligatorios y un tercero totalmente optativo (que incluye el proyecto nal de carrera). Durante los dos primeros a nos, el estudiante cursa, claro est a, las asignaturas troncales (comunes a todas las titulaciones an alogas en Espa na), pero una breve ojeada a las asignaturas obligatorias (propias de la Universidad) no deja lugar a dudas sobre la orientaci on de la carrera: de las seis materias obligatorias no troncales, tres son de inform atica (Software Estad stico, Programaci on y Complementos de Programaci on y Bases de Datos), dos son de econom a (Macroeconom a y Microeconom a y Comercio Internacional) y una est a relacionada con la ingenier a (Fundamentos de Control de Calidad). Para m as detalles, puede consultarse la Tabla 4. En cuanto a las asignaturas optativas, estas est an agrupadas en bloques, y tanto la simple lectura de los t tulos de estos, como el an alisis m as detallado de las asignaturas que engloban, conrman la orientaci on aplicada de la titulaci on: Bloque com un: An alisis Multivariante de Datos, Estructuras Organiza9

1er a no 1er cuatrimestre An alisis Matem atico 1 C alculo de Probabilidades Fundamentos de Inform atica

Algebra 1

Macroeconom a

1er a no 2o cuatrimestre An alisis Matem. 2 Estad stica B asica Software Estad stico Programaci on Microeconom a y Comercio Internacional

Algebra 2

2o a no 1er cuatrimestre An alisis Matem. 3 Estad stica Matem. 1 Fundamentos de Control de Calidad Muestreo Estad st. y Recogida de Datos 1 Complementos de Programaci on y Bases de Datos

2o a no 2o cuatrimestre Investigaci on Operativa Determinista Estad stica Matem atica 2 Muestreo Estad st. y Recogida de Datos 2 Modelos Lineales Investigaci on Operativa Estoc astica

3er a no 1er cuatrimestre Optativas (20 cr editos) + Libre elecci on (13 cr editos) 3er a no 2o cuatrimestre Optativas (13 cr editos) + Libre elecci on (8 cr editos) + Proyecto n de carrera (15 cr editos)

Cuadro 4: El plan de estudios de la Diplomatura de Estad stica. tivas, Previsi on y Series Temporales. Bloque de Control de Calidad: Control Estad stico de Procesos, Dise nos Combinatorios, Ingenier a de la Calidad, Teor a de la Calidad Total. Bloque de Bioestad stica: Dise nos Combinatorios, Bioestad stica, Modelos Lineales Generalizados. Bloque de Empresas y Administraci on: Complementos de Macroeconom a, Estad stica en la Administraci on P ublica, Estad stica de Poblaciones, Investigaci on Comercial. Bloque de Investigaci on Operativa: Aplicaciones de la Programaci on Lineal, Aplicaciones de la Programaci on No Lineal, Simulaci on. 10

Bloque de complementos: Computaci on Estad stica, M etodos Num ericos Aplicados a la Estad stica, Modelos Causales, Sistemas Orientados a Bases de Datos. Adem as, los cr editos de todas las asignaturas, no importa si son troncales, obligatorias u optativas, son de dos tipos: te oricos y pr acticos. Estos u ltimos no s olo incluyen las tradicionales clases de problemas, sino tambi en actividades llevadas a cabo en clases de pr acticas, en el laboratorio de c alculo. De esta forma, el contacto de los estudiantes con la inform atica es completa. Con un esp ritu semejante naci o, en 1992, la Licenciatura de Matem aticas. Esto es lo que dice la Gu a Docente: La matem atica siempre ha sido una ciencia, pero hasta hace bien poco no era una profesi on. En todo caso, hab a una u nica profesi on, la de profesor de matem aticas, que era ejercida mayoritariamente por matem aticos. Hoy en d a todos los estudios de ciencias han sufrido transformaciones considerables, a causa de la importancia creciente de la ciencia en los procesos altamente tecnicados de producci on y servicios. Por ello, los estudios de matem aticas tambi en se ven afectados por estos cambios. La licenciatura de Matem aticas que ofrece la UPC, sin perder el car acter b asico de reexi on conceptual que caracteriza las carreras de ciencias, pone el acento en los temas m as cercanos a las aplicaciones y en la estrecha vinculaci on a los objetivos y a las caracter sticas de una universidad tecnol ogica. La intenci on de la UPC es formar matem aticos con mentalidad aplicada, cercanos a los problemas que surgen en la tecnolog a, capaces de integrarse en equipos interdisciplinares de investigaci on en temas de ingenier a o de incorporarse profesionalmente a empresas, industrias, administraciones p ublicas o departamentos universitarios con necesidades en este campo. Veamos en la Tabla 5 c omo se concreta esta vocaci on aplicada: la carrera, que tiene estructura cuatrimestral, consta de cinco cursos, de dos cuatrimestres cada uno, en los que, una vez m as, se observa la importancia de las asignaturas obligatorias relacionadas con la inform atica. Inform atica 1 y 2, o Computaci on Algebraica, por ejemplo, son buena muestra de ello. M as evidente todav a resulta la orientaci on aplicada y la inuencia computacional de la carrera al analizar las asignaturas optativas que se ofrecen, tambi en en este caso, agrupadas por bloques: Bloque de Algebra Aplicada: Algebra Computacional, Criptograf a, Teor a de C odigos, Teor a de N umeros, etc. Bloque de Estad stica: An alisis de Series Temporales y Previsi on, Estad stica Multidimensional, Inferencia Estad stica y An alisis Bayesiano, Modelo Lineal General, etc. 11

Inform atica 1 Inform atica 2

Primer curso Algebra C alculo 1 Lineal Computaci on C alculo 2 Algebraica Segundo curso

Libre Elecci on F sica General

M etodos Num ericos 1 Investigaci on Operativa

C alculo 3 An alisis Real

Geometr a Topolog a

Probabilidad y Estad stica Inferencia Estad stica

M etodos Num ericos 2 M etodos Num ericos 3

Tercer curso Ecuaciones Geometr a Diferenciales 1 Diferencial 1 Ecuaciones Geometr a Diferenciales 2 Diferencial 2 Cuarto curso An alisis Algebra Complejo Abstracta An alisis Topolog a Funcional Algebraica Quinto curso

Libre Elecci on Modelos matem aticos de la F sica

Optativa 1 Optativa 3

Optativa 2 Optativa 4

Optativa 5 Optativa 8

Optativa 6 Optativa 9

Optativa 7 Optativa 10

Libre Elecci on Libre Elecci on

Cuadro 5: El plan de estudios de la Licenciatura de Matem aticas.

Bloque de Inform atica Te orica: Algor tmica, Calculabilidad, Teor a de la Computaci on, Teor a de la Programaci on, etc. Bloque de Investigaci on Operativa: Optimizaci on Combinatoria, Optimizaci on Continua 1, Optimizaci on Continua 2, Programaci on Matem atica, Simulaci on, etc. Bloque de Matem atica Discreta: Aplicaciones de la Matem atica Disc12

reta, Combinatoria, Geometr a Discreta y Computacional, Teor a de Grafos, etc. Bloque de Mec anica: Astrodin amica y Mec anica Celeste, Mec anica de Fluidos, Mec anica de Medios Continuos, Mec anica Racional, etc. Bloque de M etodos Num ericos: An alisis Num erico, El M etodo de los Elementos Finitos, M etodos Integrales para Ecuaciones en Derivadas Parciales, M etodos Num ericos en ingenier a, Paralelizaci on de Algoritmos, etc. Bloque de Teor a de Sistemas: Control de Sistemas en Ingenier a, M etodos Geom etricos en Teor a de Sistemas, Teor a de Sistemas Lineales, Teor a Cualitativa de Ecuaciones Diferenciales Ordinarias, etc. Bloque de Ampliaciones y Complementos: Ampliaci on de An alisis, Ampliaci on de Geometr a, Ampliaci on de Modelos Matem aticos de la F sica, Did actica de la Matem atica, L ogica y Fundamentaci on, etc. Adem as, la Facultad impulsa la posibilidad de obtener cr editos de libre elecci on en el segundo ciclo de la licenciatura de Matem aticas a trav es de lo que llama Proyecto Tecnol ogico. Se trata de un trabajo de las caracter sticas de un proyecto profesional en un tema tecnol ogico relevante, para el cual se necesite alguna componente matem atica importante, al estilo de lo que en las escuelas de ingenier a son los proyectos de n de carrera. Podr an decirse muchas cosas m as sobre la docencia en la Facultad de Matem aticas y Estad stica. Sin embargo, nos centraremos en la discusi on sobre la interrelaci on entre matem aticas e inform atica y sus consecuencias en la docencia de las matem aticas en el ambito inform atico.

5.

Las matem aticas en la ense nanza de la inform atica

La inform atica es una ciencia muy joven. No es de extra nar, por tanto, que a lo largo de su proceso de consolidaci on como ciencia se haya producido un gran debate, que a un no puede darse por cerrado, sobre sus contenidos, sus m etodos y, en general, todo cuanto permite denirla como ciencia y determinar su n ucleo principal. La ense nanza de la inform atica no pod a quedar al margen de una discusi on de tal calibre. A lo largo de los u ltimos treinta a nos, la comunidad cient ca de matem atico-inform aticos ha estado debatiendo con pasi on la cuesti on de qu e debe ense narse en las facultades de 13

inform atica y c omo. A lo largo de la discusi on, la opini on mayoritaria ha ido modic andose, paralelamente a la evoluci on de la inform atica misma, seg un esta se iba formando como ciencia independiente. El primer gran documento al respecto se public o en 1968. Se trata de un informe propiciado por la ACM y conocido como Curriculum 68 [1].
B1 B2 I1 I5 A1 A5 A6 I2 I4 A2 I8 A7 A3 A4 I9 B3 o I3 M7 M2 B4 M1 M3 M2P M4

M6

M5

A9

A8

Asignaturas de matemticas Asignaturas de progamacin o similares Otras asignaturas de informtica

Cuadro 6: Estructura de Curriculum 68. En el se propon a un plan de estudios estandarizado para las facultades de inform atica. Las caracter sticas principales del curriculum propuesto eran las siguientes: En t erminos generales, la propuesta era muy cl asica, en el sentido de que se inspiraba fundamentalmente en los planes de estudio de las ingenier as o las carreras de ciencias. Por lo que se reere a las asignaturas de matem aticas, esto signica que no presentaban grandes especicidades ni diferencias respecto de las que se requer an para cursar otros estudios cient co-t ecnicos. T engase 14

en cuenta que en los Estados Unidos los cursos se ofrecen de forma unicada desde los departamentos. Esto signica que un estudiante que deba cursar una asignatura b asica de c alculo, por ejemplo, en general cursar a la misma asignatura, provenga de los estudios que provenga. El peso de las matem aticas en el plan de estudios era importante, comparable al de cualquier otra ingenier a cl asica. Concretamente, las asignaturas obligatorias previstas de matem aticas eran 8, de las cuales 6 eran jas y 2 a escoger de entre cuatro posibilidades, tal como se recoge en la Tabla 7. M1 M2 M2P M3 B3 B4 C alulo introductorio An alisis matem atico I Probabilidad Algebra lineal Introducci on a las estructuras discretas C alculo num erico m as 2 de entre An alisis matem atico II C alculo multivariante avanzado Estructuras algebraicas Probabilidad y estad stica

M4 M5 M6 M7

Cuadro 7: Asignaturas de Matem aticas en Curriculum 68.

Las asignaturas de matem aticas se presentaban como intrincadamente relacionadas con las asignaturas de car acter m as espec camente inform atico, en una estructura de prerrequisitos bastante complicada (v ease la Tabla 6). Diez a nos m as tarde, la misma ACM impuls o una revisi on de su propuesta anterior. Para entonces, la inform atica hab a evolucionado en el sentido de que ya no era para ella tan importante el manejo de entidades num ericas como lo fue en su origen, sino que ahora el enfasis se pon a en la manipulaci on de grandes cantidades de informaci on alfanum erica. Los inform aticos estaban haciendo un gran esfuerzo por consolidar su disciplina como una ciencia separada de las matem aticas, y las primeras promociones de inform aticos 15

hab an llegado ya a los departamentos de inform atica de las universidades. Como resultado de todo ello, la nueva propuesta, que se conoci o como Curriculum 78 [3], signic o un brusco viraje respecto de Curriculum 68. Sus caracter sticas principales fueron las siguientes: La nueva propuesta part a de una concepci on de la inform atica muy orientada a la programaci on. Posteriormente, esta identicaci on inform atica = programaci on ha sido apliamente criticada por los mismos inform aticos. Como consecuencia, el papel de las matem aticas en el plan de estudios disminu a dr asticamente. De las 8 asignaturas obligatorias de Curriculum 68, se pasaba ahora a 5 tan s olo (v ease la Tabla 8). M1 C alulo Introductorio M2 An alisis Matem atico I M2A Probabilidad M3 Algebra Lineal M4 Estructuras Discretas Cuadro 8: Asignaturas de Matem aticas en Curriculum 78.

Como compensaci on la propuesta dejaba la puerta abierta a la posibilidad de que algunos estudiantes pudieran escoger alguna asignatura optativa de matem aticas (M5 y M6, respectivamente An alisis Matem atico II y Probabilidad y Estad stica), aunque estas optativas quedaban totalmente desligadas del resto de asignaturas de la carrera. Adem as, las asignaturas de matem aticas perd an sus relaciones de prerrequisito con las asignaturas m as espec camente inform aticas, apareciendo como un bloque aislado dentro del plan de estudios, con la u nica excepci on de M4 (Estructuras Discretas), prerrequisito de C16 (Aut omatas, Computabilidad y Lenguajes Formales). Para m as detalles, v ease la Tabla 9, y comp arese con la Tabla 6. Por u ltimo, hay que destacar que las asignaturas de matem aticas propuestas en Curriculum 78 segu an caracteriz andose por su falta de especicidad. Aparentemente, los redactores de la propuesta cre an que las matem aticas adecuadas para una carrera de inform atica eran del mismo tipo (aunque en menor cantidad) que para cualquier otra ingenier a o carrera de ciencias. 16

C1

M1

C2

M2

M2A

C3

C4

C5

M3

C6

C7

C8

M4

M5

C9

C10

C11

C12

C13

C14

C15

C16

M6

C17

C18

Asignaturas de matemticas Asignaturas de progamacin o similares Otras asignaturas de informtica

Cuadro 9: Estructura de Curriculum 78. Como puede imaginarse, la publicaci on de Curriculum 78 provoc o la reacci on inmediata no s olo de la comunidad matem atica, sino de parte de la misma comunidad inform atica, que ve a peligrar la consolidaci on de su area de trabajo como ciencia, y su denitiva relegaci on a la categor a de t ecnica, su identicaci on con la simple programaci on. De hecho, el mismo grupo de trabajo de la ACM que elabor o Curriculum 78 hab a presentado un primer borrador a debate en 1977, y se vio obligado a introducir modicaciones en la versi on nal a causa de las controversias surgidas. El primer documento armaba que It was recognized in the process of specifying this core material that no mathematical background beyond the ability to perform simple algebraic manipulation is a prerequisite to an understanding of the topics [2]. Por supuesto, esta frase desapareci o en la versi on nal, pero las modicaciones no fueron, ni de lejos, sucientes. En una primera reacci on de emergencia, Ralston y Show publicaron un art culo [20] cuyo t tulo es sucientemente expl cito: Curriculum 78 Is Computer Science Really that Unmathematical?. Son s olo cuatro p aginas, pero constituyen un verdadero grito de angustia: The principles and theories of any science give it structure and make it systematic. They should set the shape of the curriculum for that science, for 17

only in that way they provide a framework for the mastery of facts, and only in that way they become the tools of the practicing scientist. This is as true for computer science as it is for mathematics, for the physical sciences, and for any engineering curriculum. Inevitably, for any science or any engineering discipline, the fundamental principles and theories can only be understood through the medium of mathematics. [...] One matter of crucial importance makes an emphasis on principles and theory even more important in computer science than in any other discipline. Computer science is an evolving eld. Specic skills learned today will rapidly become obsolete. The principles that underlie these skills, however, will continue to be relevant. Only by giving the student a form grounding in these principles can he or she be protected from galloping obsolescence. Even a student who aspires only to be a programmer needs more than just programming skills. Ya con m as calma, el mismo Ralston public o un art culo mucho m as largo [18] en que comparaba las propuestas de Curriculum 68 y Curriculum 78, analizaba las razones que hab an llevado a la propuesta de Curriculum 78, y documentaba con detalle los motivos que justicaban su oposici on a este. En esta u ltima direcci on, destacamos, por su contundencia, el p arrafo siguiente: But perhaps the strongest case for a strong mathematical component in undergraduate computer science can be made by noting that, even if the false view that Computer Science = Programming were true, the case for more mathematics in computer science would be overwhelming. The single biggest challenge faced in the overall area of programming is how to provide it with some theoretical (i.e., mathematical) underpinning that will enable software to be developed and mantained more eciently and with a higher level of reliability than is normally attained nowadays. Many of the most important research areas in computer science, such as the work in program verication and structured programming, are concerned with these problems. And all of this is highly mathematical. Moreover, the need to teach computer science students how to analyze and verify algorithms is becoming increasingly clear. And this, too, requires intensive mathematical analysis. Finally, at the risk of noting the obvious, two purposes of all mathematics education are to instill in students the meaning of rigorous thinking and an appreciation of abstraction. The importance of both of these to programming and to computer science more generally can hardly be overstressed. Sin embargo, lo m as importante en las reacciones posteriores a la publicaci on de Curriculum 78 son las propuestas concretas de contenidos para las asignaturas de matem aticas en los planes de estudio de inform atica. En su primer art culo, Ralston y Show [20] hacen una somera descripci on de 18

las matem aticas que consideran necesarias en un plan de estudios de inform atica. Esquem aticamente, proponen que se ense ne matem atica discreta (l ogica elemental, el principio de inducci on, aritm etica nita, combinatoria b asica, ecuaciones en diferencias, probabilidad discreta, teor a de grafos, algo de algebra abstracta y algebra lineal, etc.), c alculo y estad stica. En su ya m as largo art culo [18], Ralston justica su elecci on de los temas de matem aticas que deben ser tratados del modo siguiente: To get some idea of the kind of mathematics needed to support the computer science courses listed above, let us list some topics which require mathematics and which are always, or often, covered in such courses: analysis of algorithms, including the use of induction, discrete probability, often the summation or manipulation of series, and various aspects of basic combinatorial theory; verication of algorithms, including the generation of logical assertions about algorithms and informal proofs of these; numbers and number systems, particularly the discrete number system which is the basis of all computer arithmetic; simple queueing theory used to discuss basic aspects of scheduling; random number generation, since random number generators are often used in problems given in basic computer science courses. La pol emica sigue, y en medio de ella, en 1983, el IEEE publica una revisi on [12] de su primera propuesta de curriculum [13], que databa de 1977. En este documento de revisi on, se declara: The eld of computer science and engineering draws heavely on mathematics and the science. [...] A recent thrust of dicrete mathematics is toward developing theoretical tools suitable for describing algorithmic applications. The material can be broken into two sections, one based on the concepts of modern algebra as applied to sequential machines and computer system design, the other based on graphs and trees as applied to data structures and algorithms. [...] Set theory and propositional logic provide a common context. From a pedagogical standpoint, the theoretical material is motivated by coupling it closely with realistic applications to problems of computer science and engineering. Su propuesta incluye bajo el t tulo de matem atica discreta los temas que se recogen en la Tabla 10, y cada uno de ellos se presenta con un componente te orico y una parte de aplicaciones. Sin embargo, la propuesta del IEEE pecaba de cierta incoherencia: si, por una lado, como hemos visto, declaraba la importancia de las matem aticas y, 19

1 2 3 4 5 6 7 8

Introducci on a la l ogica simb olica Teor a de conjuntos Estructuras algebraicas Grupos y semigrupos Grafos Ret culos y algebra de Boole Cuerpos nitos Computabilidad

Cuadro 10: Los contenidos necesarios de matem atica discreta,

seg un el informe del IEEE.

en particular, de la matem atica discreta en la ense nanza de la inform atica, por otro su propuesta concreta de plan de estudios dispersaba estos contenidos entre las diversas asignaturas del plan de estudios reduciendo, de este modo, su relevancia, mientras manten a en el plan de estudios la presencia de las asignaturas m as cl asicas de c alculo, ecuaciones diferenciales, etc. Casi inmediatamente en el tiempo, en 1984 se produce la primera reacci on positiva por parte de la ACM. En primer lugar, esta ha impulsado, conjuntamente con el IEEE, un estudio de la situaci on. El informe preliminar empieza contundentemente [8]: Members of the IEEE Computer Society and the ACM frequently encounter new computer science graduates inadequately prepared to handle the professional responsabilities implied by their degree. A pesar de su formulaci on, a un muy gen erica, el informe aboga por un aumento de la presencia de las matem aticas en las carreras de inform atica, matem aticas que, especica, deber an incluir matem atica discreta, c alculo diferencial e integral, probabilidad y estad stica y, por lo menos, una de las siguientes areas: algebra lineal, an alisis num erico, algebra moderna o ecuaciones diferenciales. El otro hecho relevante que tiene lugar en 1984 es la publicaci on, por parte de la ACM, del resultado de la revisi on de los contenidos de la primera de las dos asignaturas b asicas de inform atica de Curriculum 78 [4] (que pronto ser a seguido por el informe de revisi on de la segunda asignatura [5]). El informe arma We are in agreement with many other computer scientists that a strong mathematics foundation is an essential component of the computer science curriculum and that discrete mathematics is the appropriate rst mathematics course for computer science majors. Y para demostrarlo, el editor de la revista decide publicar, a continuaci on misma del informe, un nuevo art culo de Ralston, titulado The 20

rst course in computer science needs a mathematics corequisite [19], en el que se presenta un estudio pormenorizado de los conocimientos matem aticos necesarios para seguir correctamente el curso b asico de inform atica objeto de revisi on. V ease un resumen en la Tabla 11. Matem aticas elementales Sumatorios y productos Sub ndices Funciones espec cas sencillas, especialmente el valor absoluto, la parte entera y las funciones trigonom etricas Logaritmos Utiles en muchas aplicaciones, especialmente en el an alisis de algoritmos elementales. Utiles en los sumatorios, as como en las matrices. Utiles en muchas aplicaciones, especialmente en relaci on con las funciones intr nsecas de cualquier lenguaje.

En el an alisis de muchos algoritmos (de ordenaci on, por ej.) y en el estudio de los ordenes de magnitud. Un algoritmo est andar. El algoritmo de Euclides es otra de las aplicaciones est andar. Aparecen por todas partes en inform atica.

N umeros primos M aximo com un divisor Funciones parte entera por arriba y por abajo

Ideas matem aticas generales Funciones En la idea de funci on como un tipo de subprograma; m as en general, como correspondencia o aplicaci on en el an alisis de algoritmos. En la idea de tipo de datos conjunto, as como en muchos razonamientos que tienen que ver con los algoritmos y su an alisis. 21

Conjuntos (y operaciones entre estos)

 Algebra Algebra matricial En muchas aplicaciones de las matrices, por ej. en el c alculo de la matriz de caminos de un grafo. En cualquier estudio de la compilaci on de expresiones aritm eticas, as como en razonamientos m as generales que involucran las notaciones de tipo prejo, postjo e injo. En el estudio elemental de la generaci on de n umeros aleatorios; como notaci on, tambi en es u til en temas relacionados con el m aximo com un divisor.

Notaci on polaca

Congruencias

Sumas y l mites C alculo de sumas elementales Notaci on de orden La suma de los n primeros n umeros naturales aparece en muchos contextos. Esencialmente, cualquier an alisis de algoritmos requiere el uso y comprensi on de la notaci on O(f (n)). En diversas areas, por ej. en el an alisis del algoritmo de Quicksort.

N umeros harm onicos

N umeros y sistemas de numeraci on Notaci on posicional Obviamente, este es un tema que corresponde a la escuela superior (cuando no a la elemental), pero muchos estudiantes universitarios no lo entienden realmente, cuando cualquier razonamiento sobre la aritm etica del ordenador requiere su comprensi on.

22

Bases no decimales y conversi on

La base binaria y otras bases son esenciales en inform atica; los algoritmos de conversi on entre bases pueden ayudar a los estudiantes a su comprensi on.

L ogica y algebra de Boole Operadores y expresiones booleanas El uso obvio es el de las expresiones Booleanas en los lenguajes de programaci on, pero es tambi en u til en el dise no l ogico elemental. en gran variedad de contextos y neceUtil saria en la vericaci on de algoritmos.

L ogica matem atica elemental

Probabilidades Conceptos b asicos de espacios muestrales y leyes de la probabilidad Casi cualquier an alisis de algoritmos parte de la asunci on de equiprobabilidad de los conjuntos de datos.

Combinatoria Permutaciones, combinaciones y enumeraci on Coecientes binomiales y su teorema Necesarios en el an alisis de la mayor a de algoritmos y, especialmente, en muchos de los m as importantes (por ej., en el problema del viajante de comercio). Muy com un en el an alisis matem atico discreto.

Teor a de grafos Conceptos b asicos Utiles al usar los grafos como estructuras de datos y, m as espec camente, en los problemas de redes.

23

 Arboles

El conocimiento de las propiedades de los arboles como objetos matem aticos permite la comprensi on de sus aplicaciones inform aticas.

Ecuaciones en diferencias y recurrencias Soluci on de ecuaciones simples en diferencias Funciones ces generatri en problemas tales como el de las torres Util de Hanoi o el Quicksort. Una herramienta necesaria en el an alisis de algoritmos.

Cuadro 11: Las matem aticas necesarias para apoyar el

primer curso de inform atica.

En realidad, los contenidos de matem aticas propuestos por Ralston no dieren demasiado de los que el mismo Knuth impl citamente declara necesarios, al incluirlos en el cap tulo dedicado a los conceptos b asicos del primer volumen de su conocida obra The art of computer programming [14], recogidos en la Tabla 12. 1 2 3 4 5 6 7 8 9 10 11 Inducci on matem atica N umeros, potencias y logaritmos Sumas y productos Funciones enteras y teor a de n umeros elemental Permutaciones y factoriales Coecientes binomiales N umeros harm onicos N umeros de Fibonacci Funciones generatrices An alisis de un algoritmo Representaciones asint oticas

Cuadro 12: Las matem aticas necesarias, seg un Knuth.

24

Al mismo tiempo que se produc a este inicio de reacci on por parte de la ACM y el IEEE, aparec an otras propuestas curriculares que tambi en pretend an corregir los errores de Curriculum 78. Es el caso, por ejemplo, de la propuesta de Gibbs y Tucker [11], que declaran: In short, the standard set by Curriculum 78 has become obsolete as a guiding light for maintaining contemporary high-quality undergraduate degree programs and cannot serve as a basis for developing a new degree program in computer science. Por lo que se reere concretamente a las matem aticas, su propuesta incluye dos asignaturas, la primera de las cuales deber a cubrir los temas siguientes: 1. Contenidos necesarios: introducci on al razonamiento l ogico, incluyendo temas tales como tablas de verdad y m etodos de demostraci on; cuanticadores; pruebas por inducci on; demostraciones sencillas de diagonalizaci on; enumeraci on y teor a de probabilidades nitas sencilla; rudimentos de conjuntos, funciones y relaciones. 2. Contenidos recomendados: relaciones de recurrencia y ecuaciones en diferencias; teor a de grafos y arboles; matrices. Por su parte, el segundo curso deber a cubrir: 1. Matem atica discreta: todos los temas recomendados y no cubiertos en la asignatura anterior; aut omatas nitos y lenguajes; conjuntos parcialmente ordenados y ret culos; teor a de c odigos; aritm etica modular y aritm etica en otras bases; algebra de Boole; estructuras algebraicas; semigrupos y grupos; 2. C alculo: l mites; 25

manipulaci on de funciones; derivaci on; problemas max-min; integraci on sencilla; series innitas; lineal: 3. Algebra vectores y transformaciones lineales; bases; manipulaci on de matrices; valores y vectores propios. Fruto de todas estas y muchas otras reacciones, la ACM y el IEEE deciden impulsar un proyecto conjunto: empezar an por establecer un consenso sobre la inform atica como disciplina, y sobre el construir an una nueva propuesta de curriculum. El primer informe ve la luz en 1989 [6], y ya hemos hecho referencia a el al analizar qu e temas cubre la inform atica, en la Secci on 1. Ya este informe describe con cierto detalle las necesidades matem aticas de las nueve areas en que descompone la disciplina: 1. Algoritmos y estructuras de datos: teor a de grafos, funciones recursivas, relaciones de recurrencia, combinatoria, c alculo, inducci on, l ogica de predicados y l ogica temporal, sem antica, probabilidad, estad stica, criptograf a. 2. Lenguajes de programaci on: l ogica de predicados, l ogica temporal, algebra moderna, inducci on matem atica. 3. Arquitectura: algebra de Boole, estad stica, probabilidad, teor a de colas, matem atica discreta, teor a de n umeros, aritm etica en distintos sistemas num ericos. 4. Computaci on num erica y simb olica: teor a de n umeros, algebra lineal, an alisis num erico, sistemas din amicos no lineales, c alculo, an alisis real, an alisis complejo, algebra. 5. Sistemas operativos: probabilidad, teor a de colas, teor a de la informaci on y la codicaci on, l ogica temporal, criptograf a. a e ingenier a del software: c alculo de predicados, l ogica tem6. Metodolog poral, sem antica axiom atica. 26

7. Bases de datos y sistemas de informaci on: algebra relacional y c alculo relacional, criptograf a. 8. Inteligencia articial y rob otica: l ogicas mon otona, no mon otona y difusa, ter a de grafos, gram aticas formales. 9. Comunicaci on hombre-ordenador: geometr a en dos y m as dimensiones: anal tica, proyectiva, af n y computacional, an alisis de Fourier, algebra lineal, teor a de grafos, an alisis. Dos a nos m as tarde, en 1991, aparece, nalmente, lo que ya se conoce con el nombre de Curriculum 91 [7]. En su presentaci on, el informe declara sin lugar a dudas el viraje que propone: The report provides new perspectives on the importance and role of breadth in courses and the curriculum, the importance and role of laboratories in the curriculum, and the importance and role of social, ethical, and professional issues in the curriculum. It also reinforces the importance of theoretical foundations (including mathematics), the development and application of communication skills, and the inclusion of signicant design experiences, including working in teams, in a program. La propuesta, en su conjunto, tiene un car acter mucho m as metodol ogico que sus dos predecesores, Curriculum 68 y Curriculum 78, en el sentido de que no propone una estructura concreta y r gida del plan de estudios, sino un marco y una metodolog a a partir de los cuales cada facultad puede introducir sus propias variaciones al dise nar su plan de estudios. El informe recoge una serie de contenidos que considera deben ser comunes a todos estos planes de estudios. Por lo que se reere a las matem aticas, son los siguientes: Matem atica discreta: conjuntos, funciones, l ogica proposicional y de predicados elemental, algebra de Boole, teor a de grafos elemental, matrices, t ecnicas de demostraci on (en particular, inducci on y contradicci on), combinatoria, probabilidad y n umeros aleatorios. C alculo: c alculo diferencial e integral, sucesiones y series, introducci on a las ecuaciones diferenciales. Buena parte de los temas de matem atica discreta deber an cursarse pronto en la carrera, puesto que se necesitan en las asignaturas b asicas m as espec camente inform aticas. Adem as, los estudiantes deber an estudiar al menos uno de los temas siguientes: Probabilidades: probabilidad discreta y continua, combinatoria y estad stica elemental.

27

 Algebra lineal: elemental, incluyendo matrices, vectores y transformaciones lineales. Matem atica discreta avanzada: un segundo curso que cubra temas m as avanzados de matem atica discreta. L ogica matem atica: c alculo proposicional y funcional, completitud, validez, demostrabilidad, decidibilidad. En esta secci on hemos procurado exponer cu al ha sido la evoluci on de las ideas generales de la comunidad de inform aticos y matem aticos sobre los contenidos de matem aticas de los planes de estudio de inform atica. Tras este repaso del qu e, no es posible cerrar la secci on sin hacer una referencia, aunque sea breve, al c omo, esto es, a lo que ha sido dicho sobre c omo plantear las asignaturas. En este sentido, creo que tiene raz on Ralston cuando arma [19] que si deende la necesidad de un curso de matem aticas como correquisito del curso introductorio de inform atica es porque ambas asignaturas pueden interrelacionarse muy fuertemente: this is because a well-structured and well-taught discrete mathematics course will emphasize an algorithmic approach. This, in turn, means that students will benet considerably from being able to implement their algorithms on a computer and will as a result be able to study them more intensively. This is a rare instance of two courses serving to reinforce each other. En resumen, el pegamento que debe unir los temas de una asignatura b asica de matem aticas en una carrera de inform atica es la noci on de algoritmo y el an alisis de algoritmos. Los contenidos concretos de las asignaturas, con ser importantes, deben considerarse en t erminos de su adecuaci on a los objetivos que se pretenden. Cada plan de estudios no es m as que uno de los posibles planes de estudio. La cuesti on es asegurarse de que los temas elegidos son importantes, son comprensibles para los estudiantes del nivel correspondiente, tienden a desarrollar a la vez la madurez matem atica de los estudiantes y su capacidad de c alculo, y sirven de apoyo a las asignaturas espec cas de inform atica. Finalmente, al elaborar el programa de las asignaturas, habr a que procurar alcanzar un equilibrio entre la faceta m as instrumental y la faceta m as formativa de las matem aticas, en el marco de una carrera t ecnica, y m as a un en una carrera como la de inform atica, en permanente evoluci on. En estos u ltimos tiempos se ha tendido hacia un progresivo enfasis en las cuestiones m as mec anicas, m as calcul sticas, en perjuicio de un enfoque m as abstracto de las matem aticas. Resulta ir onico que esto haya ocurrido mientras se generalizaba el uso de los manipuladores simb olicos. No es que los estudiantes no necesiten ya saber realizar ciertos c alculos (del mismo modo que la generalizaci on de las calculadoras no signic o la desaparici on de la necesidad 28

de ense nar a los ni nos a efectuar operaciones aritm eticas) pero el uso de los ordenadores requiere cierto sentido com un. Es frecuente, especialmente entre los estudiantes de inform atica, que su fe ciega en los resultados que obtienen de las m aquinas les haga creer en capacidad innita de estas para realizar c alculos, as como en su infalibilidad. No importa si el resultado es absurdo: si lo ha producido un ordenador, debe ser cierto. Las matem aticas deben ayudar a combatir esta idea, a inculcar un sentido anal tico y cr tico que perdure a lo largo de toda la vida profesional del estudiante. A modo de conclusi on, creo que esta es una declaraci on de principios que podr a sin duda suscribir: All of us who teach computer science to college students pay lip service to the idea that we should educate those students and not just prepare them for high-paying jobs. We know that our discipline is changing so rapidly that little of what we teach today will be truly relevant even ten years from now. One way to act on this knowledge is to emphasize, as far as we are prescient enough to do so, the topics that will serve our students in the widest variety of possible futures. A sound grounding in mathematics is a time-honored way of providing the education that encourages professional growth, rather than the training that inhibits it. Introducing more mathematical-related topics into the rst course in computer science not only will enhance the direct value of that course, it will give students education of lasting value [19].

6.

La Facultad de Inform atica de Barcelona

La Facultad de Inform atica de Barcelona comenz o sus actividades el curso 1977-78, con la docencia de asignaturas de segundo y tercer ciclo de la Licenciatura en Inform atica, y el curso 1979-80 admiti o ya estudiantes de primer ciclo. Casi diez a nos m as tarde, en el curso 1988-89, se iniciaron, dentro de la Facultad, los estudios de la Diplomatura en Inform atica. A partir del curso 1991-92, y en el marco de la reforma de las ense nanzas universitarias, se pusieron en marcha las nuevas titulaciones de Ingenier a Inform atica, Ingenier a T ecnica en Inform atica de Gesti on e Ingenier a T ecnica en Inform atica de Sistemas, que paulatinamente sustituyeron a las anteriores. El cambio de unas titulaciones a otras no signic o tan s olo un cambio de nombre, sino que conllev o un cambio de los planes de estudios y, con ellos, tambi en un cambio del papel de las matem aticas en la formaci on de los futuros titulados. Para comprender la situaci on actual y, sobre todo, las perspectivas de futuro de las asignaturas que el Departamento de Matem atica Aplicada II imparte en la Facultad, ser a bueno comenzar exponiendo los elementos principales que han caracterizado la evoluci on de los planes de estudio a lo largo de estos 29

a nos. El antiguo plan de estudios y, dentro de el, el papel de las matem aticas, se caracterizaban, esencialmente, por los elementos siguientes: Los planes de estudios de la Licenciatura y de la Diplomatura eran disjuntos: la Diplomatura ten a sus propias asignaturas (aunque a veces sus nombres fueran los mismos que para la Licenciatura) y los estudiantes recib an sus clases de forma separada. El n umero de asignaturas obligatorias de ambas carreras era muy peque no, y el plan de estudios, que se estructuraba como un complicado arbol de prerrequisitos, ofrec a una gran libertad de elecci on a los estudiantes. Sin embargo, el papel de las matem aticas era muy relevante. Adem as de las asignaturas de estad stica (impartidas por el Departamento de Estad stica e Investigaci on Operativa) y de l ogica (impartidas por el Departamento de Lenguajes y Sistemas Inform aticos), el plan de estudios contemplaba 3 asignaturas anuales obligatorias de matem aticas, m as 3 optativas, intrincadamente relacionadas con el resto de asignaturas de la carrera a trav es de la estructura de prerrequisitos. En total, todos los estudiantes cursaban al menos 16 horas semanales (por 30 semanas) de matem aticas, el equivalente actual a 48 cr editos, y esto s olo teniendo en cuenta las asignaturas obligatorias. En cuanto a los contenidos de las asignaturas obligatorias de matem aticas, puede decirse que eran bastante cl asicos: Algebra, An alisis I y An alisis II cubr an temarios m as o menos tradicionales de algebra lineal, aritm etica, an alisis real de una y varias variables, ecuaciones diferenciales, variable compleja y series de Fourier, mientras que las optativas que se ofrec an eran C alculo Num erico, An alisis Num erico y Teor a de la Informaci on y la Codicaci on. En resumen, puede decirse que el viejo plan de estudios respond a a los principios de Curriculum 68, en que la carrera se planteaba como una carrera cient co-tecnol ogica m as, con enfasis en las matem aticas pero sin grandes especicidades. A lo sumo, era una carrera algo m as moderna, pues permit a a los estudiantes decidir su propio camino a trav es de su gran optatividad. Desgraciadamente, el nuevo plan de estudios, que empez o a implantarse ya en el curso 91-92, es un el reejo de la ideas de Curriculum 78, a pesar de que para entonces la reacci on contraria de la comunidad de matem aticos y de los mismos inform aticos ya hab a sido aceptada por la ACM, y de que Curriculum 91 estaba a punto de ser publicado. Los elementos esenciales del actual plan de estudios son los siguientes: 30

Los planes de estudio de las Igenier as T ecnicas est an totalmente integrados dentro del plan de estudios de la Ingenier a. Unos y otros estudiantes cursan las mismas asignaturas, y lo hacen simult aneamente, en la misma aula. El plan mantiene la estructura de prerrequisitos entre las asignaturas (ahora en forma cuatrimestral pura), pero aumentando el porcentaje de asignaturas obligatorias, tanto en el primer ciclo como en el segundo. Sin embargo, a pesar del aumento de la obligatoriedad, disminuye el total absoluto (y, m as a un, el relativo) de matem aticas obligatorias en la carrera. Todas las titulaciones, t ecnicas y superior, preven 3 asignaturas cuatrimestrales obligatorias de matem aticas, aunque la iniciativa del Departamento ha hecho aumentar el n umero de asignaturas optativas a 8 (cuatrimestrales). En total, los estudiantes s olo est an obligados a cursar 13 horas semanales (por 15 semanas) de matem aticas, esto es, un total de 19,5 cr editos (frente a los 48 del antiguo plan de estudios). Hay que destacar, en lo positivo, que se ha producido un cambio de orientaci on en las matem aticas que se ense nan, haci endolas m as espec cas y relacionadas con la carrera de inform atica, y esto tanto desde el punto de vista de los contenidos como del de los m etodos. Por lo que hace a los contenidos, s olo un vistazo a los nombres de las asignaturas basta para constatar el cambio (v eanse las Tablas 13 y ??). Obligatorias: AL Algebra AM An alisis Matem atico MD Matem atica Discreta

6 cr ed. 6 cr ed. 7,5 cr ed.

Cuadro 13: Asignaturas obligatorias del Departamento de Matem aticas en el plan de estudios vigente.

Optativas: GEOC Geometr a Computacional C Criptograf a TIC Teor a de la Informaci on y la Codicaci on AAM Ampliaci on de An alisis Matem atico

7,5 cr ed. 6 cr ed. 6 cr ed. 7,5 cr ed. 31

ANL An alisis Num erico Lineal MNB M etodos Num ericos B asicos AMN Aceleraci on de M etodos Num ericos EDMEF Ec. Diferenciales y M etodo de Elem. Finitos

6 cr ed. 6 cr ed. 4,5 cr ed. 7,5 cr ed.

Cuadro 14: Asignaturas optativas del Departamento de Matem aticas en el plan de estudios vigente.

Adem as se ha procurado introducir un enfoque m as algor tmico a todas las asignaturas, incluso a una tan cl asica y b asica como la de Algebra. En cuanto a los m etodos, todas las asignaturas incluyen clases de teor a, de problemas y de laboratorio, y estas u ltimas se llevan a cabo en el Laboratorio de C alculo de la Facultad, con el uso de Mathematica, Maple y otros manipuladores simb olicos.

7.

Perspectivas de futuro

La Facultad ha iniciado el proceso de revisi on del actual plan de estudios, y se han establecido ya las directrices generales de la revisi on. Por ahora, las perspectivas son muy positivas, puesto que las directrices se caracterizan, esencialmente, por intentar racionalizar el plan de estudios (eliminar la gran dispersi on de peque nas asignaturas, simplicar el intrincado arbol de prerrequisitos, aumentar ligeramente el n umero de cr editos totales de la carrera, etc.) y por hacer m as enfasis en las asignaturas formativas b asicas, no s olo de matem aticas, pero tambi en de matem aticas. En mi opini on, y por lo que se reere a las asignaturas de matem aticas, la revisi on del plan de estudios de la facultad deber a consolidar y ampliar los aspectos m as positivos del plan de estudios actual (particularmente, en lo que se reere a la especicidad de las asignaturas de matem aticas y a la metodolog a de su impartici on) y deber a dar un giro radical de orientaci on en los aspectos m as negativos y decitarios (falta de peso espec co y de relevancia de las asignaturas de matem aticas, principalmente). Las l neas principales deber an, pues, ser las siguientes. Asignaturas obligatorias: La revisi on del plan de estudios deber a inclinarse por seguir las recomendaciones de Curriculum 91. Existe un claro consenso sobre la necesidad de aumentar los cr editos de las matem aticas obligatorias, tal como se recoge en la Tabla 15. Este aumento deber a favorecer, por parte del estudiante, un aprendizaje m as profundo, menos mec anico y 32

Asignatura Algebra An alisis Matem atico Matem atica Discreta

Actual Previsi on 6 9 6 9 7,5 7,5

Cuadro 15: Aumento previsible de los cr editos obligatorios de

matem aticas en el plan de estudios.

supercial, de unos contenidos que, en mi opini on, no deber an alterarse m as que parcial y localmente, sino que deber an ser, esencialmente, los que se imparten en la actualidad. Asignaturas optativas: Se constata el gran exito de las que se introdujeron con el nuevo plan de estudios, particularmente de la Geometr a Computacional, as como de la Criptograf a, lo cual se interpreta como una consecuencia de su car acter m as espec camente relacionado con la inform atica. En esta l nea, se deber an incluir en el plan de estudios dos nuevas asignaturas optativas de matem aticas espec camente dise nadas para estudiantes de inform atica: Combinatoria y Geometr a Algor tmica. La asignatura de Combinatoria se ofrecer a como continuaci on natural de la de Matem atica Discreta, y sus objetivos principales ser an la ampliaci on del estudio de los temas de coloreado y emparejamientos, as como el an alisis y modelado de redes, ujos, etc. Concretamente, se podr a tratar de una asignatura de 7,5 cr editos, cuyo temario previsto, indicativamente, ser a el 1 siguiente : 1. 2. 3. 4. Preliminares: breve revisi on de los conceptos b asicos de grafos. Digrafos: digrafos ac clicos, torneos, ujos, digrafos eulerianos. Coloreado: v ertice-coloreado, aristo-coloreado, algoritmos voraces. Emparejamientos: teorema de Hall, algoritmos de emparejamientos m aximox, emparejamientos con pesos. 5. Flujos en redes y conectividad: teorema del ujo m aximo y del corte m nimo, teoremas de Menger. 6. Modelos de redes de interconexi on: hipercubos, grafos de De Bruijn, grafos mariposa.

La presente propuesta se debe al profesor Marc Noy, del Departamento de Matem atica Aplicada II de la UPC.

33

Cuadro 16: Temario propuesto para la asignatura optativa de Combinatoria Esta propuesta implicar a reformular ligeramente la asignatura de Matem atica Discreta, para coordinarla ecazmente con la nueva optativa. En mi opini on, los temas relativos a coloreado y emparejamientos no deber an desaparecer completamente de la asignatura obligatoria, porque ello implicar a su desconocimiento absoluto por parte de muchos estudiantes. Sin embargo, se podr a poner algo menos de enfasis en ellos, presentarlos de forma m as descriptiva, y aligerar as un poco la asignatura, que cubre, en este momento, muchos aspectos de combinatoria y teor a de grafos, y resulta algo extensa para estudiantes de este nivel. En cuanto a la nueva asignatura dedicada a la Geometr a Algor tmica, ya existen experiencias an alogas en facultades de inform atica de otras universidades, como la Universidad Polit ecnica de Madrid, as como en otra facultad de la misma Universidad Polit ecnica de Catalunya (la Facultad de Matem aticas). Las experiencias indican el inter es de tal asignatura, y es muy recomendable que se acabe implantando tambi en en la Facultad de Inform atica de Barcelona. De ser as , se tratar a de una asignatura centrada en el estudio de los algoritmos geom etricos, su correcci on y eciencia. Su inter es principal consistir a en mostrar c omo las propiedades geom etricas de ciertos problemas permiten resolverlos de forma eciente, siempre que se exploten las estructuras de datos y los esquemas algor tmicos adecuados. Su temario, indicativamente, ser a el siguiente2 : 1. Presentaci on: problemas introductorios. 2. Preliminares: breve revisi on de los modelos de computaci on, las estructuras de datos y los m etodos algor tmicos b asicos. 3. Pol gonos: representaci on, operaciones primitivas, triangulaciones, problemas de visibilidad. 4. Envolvente convexa: algoritmos bidimensionales, optimalidad, algoritmo tridimensional. 5. Problemas de proximidad: diagramas de Voronoi y triangulaciones de Delaunay. Aplicaciones. 6. Localizaci on en el plano: el algoritmo de Kirkpatrik. 7. Arreglos de hiperplanos: estructura geom etrica y construcci on.
El temario propuesto es una adaptaci on del que actualmente imparte el profesor Ferran Hurtado, del Departamento de Matem atica Aplicada II de la UPC, en la Facultad de Matem aticas.
2

34

8. Programaci on lineal y problemas anes. Cuadro 17: Temario propuesto para la asignatura optativa de Geometr a Algor tmica.

Metodolog a: Deber a mantenerse la l nea iniciada con la implantaci on del plan de estudios actual (uso de software matem atico en pr acticas de laboratorio, enfoque algor tmico y constructivo de los temas estudiados, etc.). por su parte, los profesores de matem aticas deber an hacer un nuevo esfuerzo por ofrecer, junto con los aspectos te oricos de las asignaturas, aplicaciones y ejemplos directamente vinculados con la inform atica, de forma coordinada con los profesores de las asignaturas m as espec camente inform aticas. Finalmente, hay que destacar, en el ambito de lo metodol ogico, que se empieza a concretar el proyecto, por parte de la Universidad, de apoyar la docencia con herramientas de autoaprendizaje, aprovechando las posibilidades que ya en este momento ofrecen las aplicaciones multimedia y su acceso a trav es de la red. Tambi en en este aspecto, el Departamento de Matem atica Aplicada II es pionero y participa en diversos proyectos de los que la Facultad de inform atica se ver a, sin duda, beneciada. Pero esto ya es harina de otro costal.

35

Referencias
[1] ACM Curriculum Committee on Computer Science. Curriculum 68. Recommendations for academic programs in computer science. Commun. ACM, 11(3):151197, 1968. [2] ACM Curriculum Committee on Computer Science. Curriculum recommendations for the undergraduate program in computer science. SIGCSE Bulletin (ACM), 9(2):116, 1977. [3] ACM Curriculum Committee on Computer Science. Curriculum 78. Recommendations for academic programs in computer science. Commun. ACM, 22(3):147166, 1978. [4] ACM Curriculum Committee Task Force for CS1. Recommended curriculum for cs1, 1984. Commun. ACM, 27(10):9981001, 1984. [5] ACM Curriculum Committee Task Force for CS2. Recommended curriculum for cs2, 1984. Commun. ACM, 28(8):815818, 1985. [6] ACM Task Force on the Core of Computer Science. Computing as a discipline. Commun. ACM, 32(1):923, 1989. [7] ACM/IEEE Computer Science Joint Curriculum Task Force. Computing curricula 1991. Commun. ACM, 34(6):6984, 1991. [8] ACM/IEEE Computer Society Joint Task Force. Computer science program requirements and accreditation. Commun. ACM, 27(4):330335, 1984. [9] A. D. Alexandrov, A. N. Kolmogorov, and M. A. Laurentiev. La matem atica: su contenido, m etodos y signicado. Alianza Ed., 1973. [10] P. J. Denning. The science of computing. What is computer cience? American Scientist, 73:1619, 1985. [11] N. Gibbs and A. Tucker. A model curriculum for a liberal arts degree in computer science. Commun. ACM, 29(3):202210, 1986. [12] IEEE Education Activities Board (Model Program Committee). Model program in computer science and engineering. Technical Report EHO 212-1, IEEE Publ., 1983.

36

[13] IEEE Education Committee (Model Curriculum Subcommittee). A curriculum in computer science and engineering. Technical Report EHO 119-8, IEEE Publ., 1977. [14] D. Knuth. The art of computer programming. Fundamental algorithms. Addison-Wesley, 2nd edition, 1973. [15] D. Knuth. Computer science and its relation to mathematics. Amer. Math. Monthly, 81:323343, 1974. [16] D. Knuth. Algorithmic thinking and mathematical thinking. Amer. Math. Monthly, 92:170181, 1985. [17] A. Newell, A. Perlis, and H. Simon. What is computer science? Science, 157:13721374, 1967. [18] A. Ralston. Computer science, mathematics, and the undergraduate curricula in both. Amer. Math. Monthly, 88(7):472485, 1981. [19] A. Ralston. The rst course in computer science needs a mathematics corequisite. Commun. ACM, 27(10):10021005, 1984. [20] A. Ralston and M. Shaw. Curriculum 78 is computer science really that unmathematical? Commun. ACM, 23(2):6770, 1980.

37