SlideShare une entreprise Scribd logo
1  sur  16
Télécharger pour lire hors ligne
Pr´logo de estudio de los LFTA
  o

 Tutores: Luis Antonio Chamba Eras
  Edison Leonardo Coronel Romero

      Carrera de Ingenier´ en Sistemas
                         ıa
       Universidad Nacional de Loja


           Septiembre 2012




                                         1 / 16
Pr´logo
  o




    • Campo Cient´
                 ıfico de la Inform´tica Te´rica.
                                  a       o




                                                   2 / 16
Pr´logo
  o




    • Campo Cient´
                 ıfico de la Inform´tica Te´rica.
                                  a       o
    • Cl´sico y Multidisciplinar dentro de los estudios universitarios.
        a




                                                                          3 / 16
Pr´logo
  o




    • Campo Cient´
                 ıfico de la Inform´tica Te´rica.
                                  a       o
    • Cl´sico y Multidisciplinar dentro de los estudios universitarios.
        a
    • Cl´sico: no solo por su antig¨edad contenidos principales no
        a                          u
      dependen de los r´pidos avances tecnol´gicos.
                       a                    o




                                                                          4 / 16
Pr´logo
  o




    • Campo Cient´
                 ıfico de la Inform´tica Te´rica.
                                  a       o
    • Cl´sico y Multidisciplinar dentro de los estudios universitarios.
        a
    • Cl´sico: no solo por su antig¨edad contenidos principales no
        a                          u
      dependen de los r´pidos avances tecnol´gicos.
                       a                    o
    • Multidisciplinar: en sus bases se cuenta con campos disparejos,
      por ejemplo: matem´ticas, ling¨´
                        a           uıstica, electr´nica, etc.
                                                   o




                                                                          5 / 16
Pr´logo
  o



    • No haya sufrido cambios en las ultimas d´cadas, no deja de ser
                                     ´        e
      de mucho inter´s.
                    e




                                                                       6 / 16
Pr´logo
  o



    • No haya sufrido cambios en las ultimas d´cadas, no deja de ser
                                     ´        e
      de mucho inter´s.
                    e
    • Estudio de las m´quinas secuenciales que abarca la teor´ de
                      a                                      ıa
      aut´matas sienta las bases para la Algoritmia y permite mo-
         o
      delar y dise˜ar soluciones para un gran n´mero de problemas.
                  n                            u




                                                                       7 / 16
Pr´logo
  o



    • No haya sufrido cambios en las ultimas d´cadas, no deja de ser
                                     ´        e
      de mucho inter´s.
                    e
    • Estudio de las m´quinas secuenciales que abarca la teor´ de
                      a                                      ıa
      aut´matas sienta las bases para la Algoritmia y permite mo-
         o
      delar y dise˜ar soluciones para un gran n´mero de problemas.
                  n                            u
    • Abordar preguntas de inter´s para los inform´ticos, como qu´ ti-
                                e                 a              e
      po de problemas puede ser resueltos por un ordenador, o de
      existir una soluci´n computable para un problema, c´mo po-
                        o                                o
      demos medir la calidad de dicha soluci´n.
                                            o




                                                                         8 / 16
Pr´logo
  o



    • Es la puerta de entrada hacia campos como: computabilidad
      y la complejidad algor´
                            ıtmica.




                                                                  9 / 16
Pr´logo
  o



    • Es la puerta de entrada hacia campos como: computabilidad
      y la complejidad algor´
                            ıtmica.
    • Uno de los mayores aportes desde el punto de vista pr´ctico, es
                                                           a
      para el dise˜o de lenguajes de programaci´n.
                  n                            o




                                                                        10 / 16
Pr´logo
  o



    • Es la puerta de entrada hacia campos como: computabilidad
      y la complejidad algor´
                            ıtmica.
    • Uno de los mayores aportes desde el punto de vista pr´ctico, es
                                                           a
      para el dise˜o de lenguajes de programaci´n.
                  n                            o
    • El estudio de LFTA permitir´ conocer con profundidad la es-
                                 a
      tructuraci´n de los lenguajes de programaci´n.
                o                                o




                                                                        11 / 16
Pr´logo
  o



    • Es la puerta de entrada hacia campos como: computabilidad
      y la complejidad algor´
                            ıtmica.
    • Uno de los mayores aportes desde el punto de vista pr´ctico, es
                                                           a
      para el dise˜o de lenguajes de programaci´n.
                  n                            o
    • El estudio de LFTA permitir´ conocer con profundidad la es-
                                 a
      tructuraci´n de los lenguajes de programaci´n.
                o                                o
    • Se destaca la aplicaci´n pr´ctica de la unidad que es el dise˜o
                            o    a                                 n
      de lenguajes de programaci´n y compiladores.
                                o




                                                                        12 / 16
Pr´logo
  o




    • Generaci´n autom´tica de analizadores l´xicos y sint´cticos.
              o       a                      e            a




                                                                     13 / 16
Pr´logo
  o




    • Generaci´n autom´tica de analizadores l´xicos y sint´cticos.
              o       a                      e            a
    • El trabajo aut´nomo (no presencial) en el nuevo marco de la
                    o
      educaci´n superior es muy importante, se recomienda buscar
              o
      material de ayuda para la preparaci´n previa de los cap´
                                         o                   ıtulos en
      la unidad.




                                                                         14 / 16
Pr´logo
  o




          MANOS A LA OBRA




                            15 / 16
Bibliograf´
          ıa




  [1]   Elena Jurado M´laga.
                       a
        Teor´ de Aut´matas y Lenguajes Formales
            ıa       o
        Universidad de Extremadura, 2008.




                                                  16 / 16

Contenu connexe

En vedette

Encuadre Lenguajes Formales y Teoría de Autómatas
Encuadre Lenguajes Formales y Teoría de AutómatasEncuadre Lenguajes Formales y Teoría de Autómatas
Encuadre Lenguajes Formales y Teoría de AutómatasUniversidad Nacional de Loja
 
Mapa conceptual victortorrealba
Mapa conceptual   victortorrealbaMapa conceptual   victortorrealba
Mapa conceptual victortorrealbavmtorrealba
 
Traductores y compiladores con lex
Traductores y compiladores con lexTraductores y compiladores con lex
Traductores y compiladores con lexfranciscolanuza
 
Expresiones regulares y gramaticas
Expresiones regulares y gramaticasExpresiones regulares y gramaticas
Expresiones regulares y gramaticasRobin Pena
 
Lenguajes Regulares y Autómatas Finitos - Clase 6
Lenguajes Regulares y Autómatas Finitos - Clase 6Lenguajes Regulares y Autómatas Finitos - Clase 6
Lenguajes Regulares y Autómatas Finitos - Clase 6UTN-FRT Tucumán Argentina
 
Expresiones regulares y gramáticas
Expresiones regulares y gramáticasExpresiones regulares y gramáticas
Expresiones regulares y gramáticasJuanchi Novas
 
Alfabetos-Lenguajes y Automatas 1
Alfabetos-Lenguajes y Automatas 1Alfabetos-Lenguajes y Automatas 1
Alfabetos-Lenguajes y Automatas 1Osiris Mirerus
 
Comparacion entre el modelo TCP/IP Y MODELO OSI
Comparacion entre el modelo TCP/IP Y MODELO OSIComparacion entre el modelo TCP/IP Y MODELO OSI
Comparacion entre el modelo TCP/IP Y MODELO OSIdariospeed
 
3. Modelos OSI y TCP/IP (Características, Funciones, Diferencias)
3.	Modelos OSI y TCP/IP (Características, Funciones, Diferencias)3.	Modelos OSI y TCP/IP (Características, Funciones, Diferencias)
3. Modelos OSI y TCP/IP (Características, Funciones, Diferencias)wilber147
 
Protocolos de las capas del modelo OSI
Protocolos de las capas del modelo OSIProtocolos de las capas del modelo OSI
Protocolos de las capas del modelo OSIb3rmud3z
 

En vedette (11)

Encuadre Lenguajes Formales y Teoría de Autómatas
Encuadre Lenguajes Formales y Teoría de AutómatasEncuadre Lenguajes Formales y Teoría de Autómatas
Encuadre Lenguajes Formales y Teoría de Autómatas
 
Expresiones regulares y gramaticas
Expresiones regulares y gramaticasExpresiones regulares y gramaticas
Expresiones regulares y gramaticas
 
Mapa conceptual victortorrealba
Mapa conceptual   victortorrealbaMapa conceptual   victortorrealba
Mapa conceptual victortorrealba
 
Traductores y compiladores con lex
Traductores y compiladores con lexTraductores y compiladores con lex
Traductores y compiladores con lex
 
Expresiones regulares y gramaticas
Expresiones regulares y gramaticasExpresiones regulares y gramaticas
Expresiones regulares y gramaticas
 
Lenguajes Regulares y Autómatas Finitos - Clase 6
Lenguajes Regulares y Autómatas Finitos - Clase 6Lenguajes Regulares y Autómatas Finitos - Clase 6
Lenguajes Regulares y Autómatas Finitos - Clase 6
 
Expresiones regulares y gramáticas
Expresiones regulares y gramáticasExpresiones regulares y gramáticas
Expresiones regulares y gramáticas
 
Alfabetos-Lenguajes y Automatas 1
Alfabetos-Lenguajes y Automatas 1Alfabetos-Lenguajes y Automatas 1
Alfabetos-Lenguajes y Automatas 1
 
Comparacion entre el modelo TCP/IP Y MODELO OSI
Comparacion entre el modelo TCP/IP Y MODELO OSIComparacion entre el modelo TCP/IP Y MODELO OSI
Comparacion entre el modelo TCP/IP Y MODELO OSI
 
3. Modelos OSI y TCP/IP (Características, Funciones, Diferencias)
3.	Modelos OSI y TCP/IP (Características, Funciones, Diferencias)3.	Modelos OSI y TCP/IP (Características, Funciones, Diferencias)
3. Modelos OSI y TCP/IP (Características, Funciones, Diferencias)
 
Protocolos de las capas del modelo OSI
Protocolos de las capas del modelo OSIProtocolos de las capas del modelo OSI
Protocolos de las capas del modelo OSI
 

Similaire à Introducción al estudio de los LFTA

Similaire à Introducción al estudio de los LFTA (20)

Mi lenguaje de preferencia
Mi lenguaje de preferenciaMi lenguaje de preferencia
Mi lenguaje de preferencia
 
1.1. Conceptos preliminares sobre la evolucion y desarrollo de los leguajes d...
1.1. Conceptos preliminares sobre la evolucion y desarrollo de los leguajes d...1.1. Conceptos preliminares sobre la evolucion y desarrollo de los leguajes d...
1.1. Conceptos preliminares sobre la evolucion y desarrollo de los leguajes d...
 
Semana 3
Semana 3Semana 3
Semana 3
 
Herrera marcelo bdii_T8
Herrera marcelo bdii_T8Herrera marcelo bdii_T8
Herrera marcelo bdii_T8
 
Aprender a-programar-con-python
Aprender a-programar-con-pythonAprender a-programar-con-python
Aprender a-programar-con-python
 
Tutorial de prolog
Tutorial de prologTutorial de prolog
Tutorial de prolog
 
Cp223
Cp223Cp223
Cp223
 
PYTON.pdf
PYTON.pdfPYTON.pdf
PYTON.pdf
 
Cap1 intro
Cap1 introCap1 intro
Cap1 intro
 
intro_lenguajes.pptx
intro_lenguajes.pptxintro_lenguajes.pptx
intro_lenguajes.pptx
 
R Introducción
R IntroducciónR Introducción
R Introducción
 
Edgar avila aplicaciones de lenguaje c
Edgar avila aplicaciones de lenguaje cEdgar avila aplicaciones de lenguaje c
Edgar avila aplicaciones de lenguaje c
 
Inteligencia Artificial con R
Inteligencia Artificial con RInteligencia Artificial con R
Inteligencia Artificial con R
 
Terminado
TerminadoTerminado
Terminado
 
Wólfram language Mathematica
Wólfram language MathematicaWólfram language Mathematica
Wólfram language Mathematica
 
845 e bd01
845 e bd01845 e bd01
845 e bd01
 
Apuntes de fundamentos de programacion 2
Apuntes de fundamentos de programacion 2Apuntes de fundamentos de programacion 2
Apuntes de fundamentos de programacion 2
 
Lenguajes de Programación_Fortran.pptx
Lenguajes de Programación_Fortran.pptxLenguajes de Programación_Fortran.pptx
Lenguajes de Programación_Fortran.pptx
 
Tema2
Tema2Tema2
Tema2
 
lenguaje c.ppt
lenguaje c.pptlenguaje c.ppt
lenguaje c.ppt
 

Plus de Universidad Nacional de Loja

Democratización del aprendizaje de la inteligencia artificial desde edades te...
Democratización del aprendizaje de la inteligencia artificial desde edades te...Democratización del aprendizaje de la inteligencia artificial desde edades te...
Democratización del aprendizaje de la inteligencia artificial desde edades te...Universidad Nacional de Loja
 
Clase3 - Metodología de la Investigación en Ciencias de la Computación: Intro...
Clase3 - Metodología de la Investigación en Ciencias de la Computación: Intro...Clase3 - Metodología de la Investigación en Ciencias de la Computación: Intro...
Clase3 - Metodología de la Investigación en Ciencias de la Computación: Intro...Universidad Nacional de Loja
 
Clase 2- Introducción a los Proyectos Informáticos
Clase 2- Introducción a los Proyectos InformáticosClase 2- Introducción a los Proyectos Informáticos
Clase 2- Introducción a los Proyectos InformáticosUniversidad Nacional de Loja
 
Clase1- Introducción a la Gestión de Proyectos Informáticos
Clase1- Introducción a la Gestión de Proyectos InformáticosClase1- Introducción a la Gestión de Proyectos Informáticos
Clase1- Introducción a la Gestión de Proyectos InformáticosUniversidad Nacional de Loja
 
Clase1- Introducción a los Proyectos Informáticos
Clase1- Introducción a los Proyectos InformáticosClase1- Introducción a los Proyectos Informáticos
Clase1- Introducción a los Proyectos InformáticosUniversidad Nacional de Loja
 
Encuadre de la Asignatura de Proyectos Informáticos II - abril-septiembre 2020
Encuadre de la Asignatura de Proyectos Informáticos II - abril-septiembre 2020 Encuadre de la Asignatura de Proyectos Informáticos II - abril-septiembre 2020
Encuadre de la Asignatura de Proyectos Informáticos II - abril-septiembre 2020 Universidad Nacional de Loja
 
Encuadre de la Asignatura de Proyectos Informáticos I - abril-septiembre 2020
Encuadre de la Asignatura de Proyectos Informáticos I - abril-septiembre 2020Encuadre de la Asignatura de Proyectos Informáticos I - abril-septiembre 2020
Encuadre de la Asignatura de Proyectos Informáticos I - abril-septiembre 2020Universidad Nacional de Loja
 
Encuadre de la Asignatura de Inteligencia Artificial - abril-septiembre 2020
Encuadre de la Asignatura de Inteligencia Artificial - abril-septiembre 2020Encuadre de la Asignatura de Inteligencia Artificial - abril-septiembre 2020
Encuadre de la Asignatura de Inteligencia Artificial - abril-septiembre 2020Universidad Nacional de Loja
 
Metodologías, recursos, y recomendaciones prácticas para preparar un curso en...
Metodologías, recursos, y recomendaciones prácticas para preparar un curso en...Metodologías, recursos, y recomendaciones prácticas para preparar un curso en...
Metodologías, recursos, y recomendaciones prácticas para preparar un curso en...Universidad Nacional de Loja
 
Rol del Tutor en el proceso de enseñanza-aprendizaje eLearning
Rol del Tutor en el proceso de enseñanza-aprendizaje eLearningRol del Tutor en el proceso de enseñanza-aprendizaje eLearning
Rol del Tutor en el proceso de enseñanza-aprendizaje eLearningUniversidad Nacional de Loja
 
Inteligencia Artificial en la Educación: Machine Learning y Scratch 3.0
Inteligencia Artificial en la Educación: Machine Learning y Scratch 3.0Inteligencia Artificial en la Educación: Machine Learning y Scratch 3.0
Inteligencia Artificial en la Educación: Machine Learning y Scratch 3.0Universidad Nacional de Loja
 
La Tecnología en las Tendencias de Innovación Educativa: Aprendizaje mediado ...
La Tecnología en las Tendencias de Innovación Educativa: Aprendizaje mediado ...La Tecnología en las Tendencias de Innovación Educativa: Aprendizaje mediado ...
La Tecnología en las Tendencias de Innovación Educativa: Aprendizaje mediado ...Universidad Nacional de Loja
 
MDE para identificar la relación entre el IQ, IM, EA, IE de estudiantes de in...
MDE para identificar la relación entre el IQ, IM, EA, IE de estudiantes de in...MDE para identificar la relación entre el IQ, IM, EA, IE de estudiantes de in...
MDE para identificar la relación entre el IQ, IM, EA, IE de estudiantes de in...Universidad Nacional de Loja
 
MDE para identificar la relación de IQ, IM, EA, IE de estudiantes de ingeniería
MDE para identificar la relación de IQ, IM, EA, IE de estudiantes de ingenieríaMDE para identificar la relación de IQ, IM, EA, IE de estudiantes de ingeniería
MDE para identificar la relación de IQ, IM, EA, IE de estudiantes de ingenieríaUniversidad Nacional de Loja
 
Curso Ciencia 2.0: Recursos para aprendizaje, investigación e innovación
Curso Ciencia 2.0: Recursos para aprendizaje, investigación e innovaciónCurso Ciencia 2.0: Recursos para aprendizaje, investigación e innovación
Curso Ciencia 2.0: Recursos para aprendizaje, investigación e innovaciónUniversidad Nacional de Loja
 
Curso Ciencia 2.0: Recursos para el docente universitario
Curso Ciencia 2.0: Recursos para el docente universitarioCurso Ciencia 2.0: Recursos para el docente universitario
Curso Ciencia 2.0: Recursos para el docente universitarioUniversidad Nacional de Loja
 

Plus de Universidad Nacional de Loja (20)

Democratización del aprendizaje de la inteligencia artificial desde edades te...
Democratización del aprendizaje de la inteligencia artificial desde edades te...Democratización del aprendizaje de la inteligencia artificial desde edades te...
Democratización del aprendizaje de la inteligencia artificial desde edades te...
 
¿Dónde publicar?
¿Dónde publicar?¿Dónde publicar?
¿Dónde publicar?
 
Clase3 - Metodología de la Investigación en Ciencias de la Computación: Intro...
Clase3 - Metodología de la Investigación en Ciencias de la Computación: Intro...Clase3 - Metodología de la Investigación en Ciencias de la Computación: Intro...
Clase3 - Metodología de la Investigación en Ciencias de la Computación: Intro...
 
Clase 2- Introducción a los Proyectos Informáticos
Clase 2- Introducción a los Proyectos InformáticosClase 2- Introducción a los Proyectos Informáticos
Clase 2- Introducción a los Proyectos Informáticos
 
Clase1- Introducción a la Gestión de Proyectos Informáticos
Clase1- Introducción a la Gestión de Proyectos InformáticosClase1- Introducción a la Gestión de Proyectos Informáticos
Clase1- Introducción a la Gestión de Proyectos Informáticos
 
Clase1- Introducción a los Proyectos Informáticos
Clase1- Introducción a los Proyectos InformáticosClase1- Introducción a los Proyectos Informáticos
Clase1- Introducción a los Proyectos Informáticos
 
Encuadre de la Asignatura de Proyectos Informáticos II - abril-septiembre 2020
Encuadre de la Asignatura de Proyectos Informáticos II - abril-septiembre 2020 Encuadre de la Asignatura de Proyectos Informáticos II - abril-septiembre 2020
Encuadre de la Asignatura de Proyectos Informáticos II - abril-septiembre 2020
 
Encuadre de la Asignatura de Proyectos Informáticos I - abril-septiembre 2020
Encuadre de la Asignatura de Proyectos Informáticos I - abril-septiembre 2020Encuadre de la Asignatura de Proyectos Informáticos I - abril-septiembre 2020
Encuadre de la Asignatura de Proyectos Informáticos I - abril-septiembre 2020
 
Encuadre de la Asignatura de Inteligencia Artificial - abril-septiembre 2020
Encuadre de la Asignatura de Inteligencia Artificial - abril-septiembre 2020Encuadre de la Asignatura de Inteligencia Artificial - abril-septiembre 2020
Encuadre de la Asignatura de Inteligencia Artificial - abril-septiembre 2020
 
Metodologías, recursos, y recomendaciones prácticas para preparar un curso en...
Metodologías, recursos, y recomendaciones prácticas para preparar un curso en...Metodologías, recursos, y recomendaciones prácticas para preparar un curso en...
Metodologías, recursos, y recomendaciones prácticas para preparar un curso en...
 
Rol del Tutor en el proceso de enseñanza-aprendizaje eLearning
Rol del Tutor en el proceso de enseñanza-aprendizaje eLearningRol del Tutor en el proceso de enseñanza-aprendizaje eLearning
Rol del Tutor en el proceso de enseñanza-aprendizaje eLearning
 
Machine Learning para Wawas
Machine Learning para WawasMachine Learning para Wawas
Machine Learning para Wawas
 
Inteligencia Artificial en la Educación: Machine Learning y Scratch 3.0
Inteligencia Artificial en la Educación: Machine Learning y Scratch 3.0Inteligencia Artificial en la Educación: Machine Learning y Scratch 3.0
Inteligencia Artificial en la Educación: Machine Learning y Scratch 3.0
 
Cienciometria y desarrollo de colecciones
Cienciometria y desarrollo de coleccionesCienciometria y desarrollo de colecciones
Cienciometria y desarrollo de colecciones
 
La Tecnología en las Tendencias de Innovación Educativa: Aprendizaje mediado ...
La Tecnología en las Tendencias de Innovación Educativa: Aprendizaje mediado ...La Tecnología en las Tendencias de Innovación Educativa: Aprendizaje mediado ...
La Tecnología en las Tendencias de Innovación Educativa: Aprendizaje mediado ...
 
MDE para identificar la relación entre el IQ, IM, EA, IE de estudiantes de in...
MDE para identificar la relación entre el IQ, IM, EA, IE de estudiantes de in...MDE para identificar la relación entre el IQ, IM, EA, IE de estudiantes de in...
MDE para identificar la relación entre el IQ, IM, EA, IE de estudiantes de in...
 
MDE para identificar la relación de IQ, IM, EA, IE de estudiantes de ingeniería
MDE para identificar la relación de IQ, IM, EA, IE de estudiantes de ingenieríaMDE para identificar la relación de IQ, IM, EA, IE de estudiantes de ingeniería
MDE para identificar la relación de IQ, IM, EA, IE de estudiantes de ingeniería
 
Curso Ciencia 2.0: Recursos para aprendizaje, investigación e innovación
Curso Ciencia 2.0: Recursos para aprendizaje, investigación e innovaciónCurso Ciencia 2.0: Recursos para aprendizaje, investigación e innovación
Curso Ciencia 2.0: Recursos para aprendizaje, investigación e innovación
 
Curso Ciencia 2.0: Recursos para el docente universitario
Curso Ciencia 2.0: Recursos para el docente universitarioCurso Ciencia 2.0: Recursos para el docente universitario
Curso Ciencia 2.0: Recursos para el docente universitario
 
Curso Ciencia 2.0: NMC Horizon Report 2017
Curso Ciencia 2.0: NMC Horizon Report 2017Curso Ciencia 2.0: NMC Horizon Report 2017
Curso Ciencia 2.0: NMC Horizon Report 2017
 

Introducción al estudio de los LFTA

  • 1. Pr´logo de estudio de los LFTA o Tutores: Luis Antonio Chamba Eras Edison Leonardo Coronel Romero Carrera de Ingenier´ en Sistemas ıa Universidad Nacional de Loja Septiembre 2012 1 / 16
  • 2. Pr´logo o • Campo Cient´ ıfico de la Inform´tica Te´rica. a o 2 / 16
  • 3. Pr´logo o • Campo Cient´ ıfico de la Inform´tica Te´rica. a o • Cl´sico y Multidisciplinar dentro de los estudios universitarios. a 3 / 16
  • 4. Pr´logo o • Campo Cient´ ıfico de la Inform´tica Te´rica. a o • Cl´sico y Multidisciplinar dentro de los estudios universitarios. a • Cl´sico: no solo por su antig¨edad contenidos principales no a u dependen de los r´pidos avances tecnol´gicos. a o 4 / 16
  • 5. Pr´logo o • Campo Cient´ ıfico de la Inform´tica Te´rica. a o • Cl´sico y Multidisciplinar dentro de los estudios universitarios. a • Cl´sico: no solo por su antig¨edad contenidos principales no a u dependen de los r´pidos avances tecnol´gicos. a o • Multidisciplinar: en sus bases se cuenta con campos disparejos, por ejemplo: matem´ticas, ling¨´ a uıstica, electr´nica, etc. o 5 / 16
  • 6. Pr´logo o • No haya sufrido cambios en las ultimas d´cadas, no deja de ser ´ e de mucho inter´s. e 6 / 16
  • 7. Pr´logo o • No haya sufrido cambios en las ultimas d´cadas, no deja de ser ´ e de mucho inter´s. e • Estudio de las m´quinas secuenciales que abarca la teor´ de a ıa aut´matas sienta las bases para la Algoritmia y permite mo- o delar y dise˜ar soluciones para un gran n´mero de problemas. n u 7 / 16
  • 8. Pr´logo o • No haya sufrido cambios en las ultimas d´cadas, no deja de ser ´ e de mucho inter´s. e • Estudio de las m´quinas secuenciales que abarca la teor´ de a ıa aut´matas sienta las bases para la Algoritmia y permite mo- o delar y dise˜ar soluciones para un gran n´mero de problemas. n u • Abordar preguntas de inter´s para los inform´ticos, como qu´ ti- e a e po de problemas puede ser resueltos por un ordenador, o de existir una soluci´n computable para un problema, c´mo po- o o demos medir la calidad de dicha soluci´n. o 8 / 16
  • 9. Pr´logo o • Es la puerta de entrada hacia campos como: computabilidad y la complejidad algor´ ıtmica. 9 / 16
  • 10. Pr´logo o • Es la puerta de entrada hacia campos como: computabilidad y la complejidad algor´ ıtmica. • Uno de los mayores aportes desde el punto de vista pr´ctico, es a para el dise˜o de lenguajes de programaci´n. n o 10 / 16
  • 11. Pr´logo o • Es la puerta de entrada hacia campos como: computabilidad y la complejidad algor´ ıtmica. • Uno de los mayores aportes desde el punto de vista pr´ctico, es a para el dise˜o de lenguajes de programaci´n. n o • El estudio de LFTA permitir´ conocer con profundidad la es- a tructuraci´n de los lenguajes de programaci´n. o o 11 / 16
  • 12. Pr´logo o • Es la puerta de entrada hacia campos como: computabilidad y la complejidad algor´ ıtmica. • Uno de los mayores aportes desde el punto de vista pr´ctico, es a para el dise˜o de lenguajes de programaci´n. n o • El estudio de LFTA permitir´ conocer con profundidad la es- a tructuraci´n de los lenguajes de programaci´n. o o • Se destaca la aplicaci´n pr´ctica de la unidad que es el dise˜o o a n de lenguajes de programaci´n y compiladores. o 12 / 16
  • 13. Pr´logo o • Generaci´n autom´tica de analizadores l´xicos y sint´cticos. o a e a 13 / 16
  • 14. Pr´logo o • Generaci´n autom´tica de analizadores l´xicos y sint´cticos. o a e a • El trabajo aut´nomo (no presencial) en el nuevo marco de la o educaci´n superior es muy importante, se recomienda buscar o material de ayuda para la preparaci´n previa de los cap´ o ıtulos en la unidad. 14 / 16
  • 15. Pr´logo o MANOS A LA OBRA 15 / 16
  • 16. Bibliograf´ ıa [1] Elena Jurado M´laga. a Teor´ de Aut´matas y Lenguajes Formales ıa o Universidad de Extremadura, 2008. 16 / 16