Temario examen de admisión

 

Examen de Admisión

 

Como parte del proceso de selección, las y los aspirantes deberán presentar un examen de admisión diseñado para evaluar los conocimientos fundamentales necesarios para ingresar al programa de Maestría en Computo Aplicado (MCAP).

Este examen tiene como objetivo valorar las competencias básicas en matemáticas, estadística y programación, así como la capacidad de razonamiento lógico y analítico del aspirante, lo cual lo vuelve un elemento esencial para garantizar que los candidatos cuenten con la preparación académica adecuada para cursar el posgrado.

El examen de admisión a la MCAP para el ciclo 2027A se aplicará de acuerdo a las siguientes especificaciones:

  • Modalidad: Presencial
  • Duración: 2 horas.
  • Lugar: Instalaciones de Centro Universitario de Ciencias Exactas e Ingenierías (CUCEI)
  • Material permitido: lápiz, pluma, borrador y hojas en blanco para el desarrollo de procedimientos.
  • Material NO permitido: calculadoras de cualquier tipo, dispositivos electrónicos (teléfonos móviles, tabletas, relojes inteligentes, computadoras portátiles), apuntes, libros, cuadernos, fotocopias o cualquier otro material distinto a los especificados como permitidos.

 

Requisitos para Presentar el Examen

 

Para poder presentar el examen de admisión al programa de Maestría en Computo Aplicado (MCAP), las y los aspirantes deberán presentar (sin excepción) los siguientes:

  • Identificación oficial vigente (INE, pasaporte, cédula profesional o equivalente).
  • Ficha de aspirante (emitida por la plataforma de aspirantes de Control Escolar).
  • Pago del derecho al proceso de admisión (se debe presentar ficha de pago y comprobante)
  • Puntualidad al asistir a la sede y lugar de aplicación del examen (no se permitirá el ingreso después de que comience el examen).

Temario del Examen

​​​​​

A. ÁLGEBRA LINEAL Y CÁLCULO

  • Vectores y matrices (conceptos, operaciones, determinantes, inversas).
  • Sistemas de ecuaciones lineales (métodos de solución y aplicaciones).
  • Eigenvalores y eigenvectores: (propiedades, diagonalización, aplicaciones)
  • Funciones y límites (definiciones, continuidad y teoremas básicos)
  • Derivadas (reglas de derivación y aplicaciones en optimización)
  • Integrales (definidas e indefinidas, técnicas y aplicaciones)

B. PROBABILIDAD Y ESTADÍSTICA

  • Conceptos básicos (experimentos aleatorios, espacio muestral, conteo)
  • Probabilidad y eventos (eventos simples y compuestos, probabilidad condicional, independencia)
  • Variables aleatorias y distribuciones (discretas y continuas, distribuciones binomial, Poisson, normal y exponencial)
  • Estadística descriptiva (distribuciones de frecuencia, medidas de tendencia central y dispersión)
  • Inferencia estadística (estimación, pruebas de hipótesis, regresión lineal y correlación)

C. PROGRAMACIÓN

  • Fundamentos (algoritmos, estructuras condicionales, ciclos y funciones)
  • Estructuras de datos (arreglos, listas, pilas, colas y cadenas)
  • Algoritmos (búsqueda, ordenamiento y complejidad básica)
  • Aplicaciones (resolución de problemas y procesamiento de datos)