Ciencias de la computación

De Wikipedia, la enciclopedia libre
(Redirigido desde «Ciencia de la computación»)
Saltar a: navegación, búsqueda
large capital lambda Representación gráfica de del algoritmo de ordenamiento quicksort
Tetera de Utah representando los gráficos por computadora Ratón Microsoft Tastenmaus representando la interacción hombre-máquina
Las Ciencias de la computación estudian los fundamentos teóricos de la información y el cómputo, junto con técnicas prácticas para la implementación y aplicación de estos fundamentos teóricos.

Las ciencias de la computación o ciencias computacionales son aquellas que abarcan las bases teóricas de la información y la computación, así como su aplicación en sistemas computacionales.[1] [2] [3] El cuerpo de conocimiento de las ciencias de la computación es frecuentemente descrito como el estudio sistemático de los procesos algorítmicos que describen y transforman información: su teoría, análisis, diseño, eficiencia, implementación y aplicación.[4]

Es el estudio sistemático de la factibilidad, estructura, expresión y mecanización de procedimientos metódicos (o algoritmos) que subyacen en la adquisición, representación, procesamiento, almacenamiento, comunicación y acceso a la información si dicha información está codificada en forma de bits en una memoria de computadora o especificada en una estructura de genes y proteínas en una célula biológica.[5]

Existen diversos campos o disciplinas dentro de las ciencias de la computación o ciencias computacionales; algunos resaltan los resultados específicos del cómputo (como los gráficos por computadora), mientras que otros (como la teoría de la complejidad computacional) se relacionan con propiedades de los algoritmos usados al realizar cómputo y otros se enfocan en los problemas que requieren la implementación de sistemas computacionales. Por ejemplo, los estudios de la teoría de lenguajes de programación describen un cómputo, mientras que la programación de computadoras aplica lenguajes de programación específicos para desarrollar una solución a un problema computacional específico. Un científico de la computación se especializa en teoría de la computación y el diseño e implementación de sistemas de computacionales.[6]

Según Peter J. Denning, la cuestión fundamental en que se basa la ciencia de la computación es: «¿Qué puede ser (eficientemente) automatizado?».[7]

Historia[editar]

Charles Babbage es reconocido por inventar la primer computadora mecanica.
Ada Lovelace es reconocida por ser escribir el primer algoritmo en ser procesado por una computadora.

La historia de la ciencia de la computación antecede a la invención del computador digital moderno. Antes de la década de 1920, el término computador se refería a un ser humano que realizaba cálculos.[8] Los primeros cimientos de lo que se convertiría en ciencias de la computación son anteriores a la invención de la computadora digital moderna. Máquinas para el cálculo de las tareas numéricas fijas, como el ábaco han existido desde la antigüedad, ayudando en cálculos tales como la multiplicación y la división. Además, los algoritmos para realizar cálculos han existido desde la antigüedad, incluso antes de que se crearan equipos de computación sofisticados. Los antiguos sánscritos tratadistas Shulba Sutras, o "Reglas de la cuerda", es un libro de algoritmos escritos en 800 a. C. para la construcción de objetos geométricos como altares utilizando una clavija y cuerda, un precursor temprano del campo moderno de la geometría computacional.

Blaise Pascal diseñó y construyo la primera calculadora mecánica de trabajo, la Pascalina, en 1642.[9] En 1673 Gottfried Leibniz creó una calculadora mecánica digital, llamada el 'Stepped Reckoner'.[10] Él puede ser considerado el primer computólogo y teórico de la información, entre otras razones, porque fue el primero en documentar el sistema numérico binario. En 1820, Thomas de Colmar lanzarón la calculadora mecánica industrial[11] cuando lanzó su simplificado aritmómetro, que fue la primera máquina de calcular lo suficientemente fuerte y lo suficientemente confiable para ser usada a diario en un entorno industrial. Charles Babbage inició el diseño de la primera calculadora automática mecánica, su máquina diferencial, en 1822, que finalmente le dio la idea de la primera calculadora mecanica programable, su Máquina Analítica.[12] Él comenzó a desarrollar esta máquina en 1834 y "en menos de dos años que había esbozado muchas de las características más destacadas del moderno equipo. Un paso fundamental fue la adopción de un sistema de tarjetas perforadas derivado del telar de Jacquard"[13] haciéndolo infinitamente programable.[14] En 1843, durante la traducción de un artículo francés sobre la máquina analítica, Ada Lovelace escribió, en una de las muchas notas que incluye el artículo, un algoritmo para calcular los números de Bernoulli, que es considerado como el primer programa de ordenador.[15] Al rededor de 1885, Herman Hollerith inventó las tabulador, que se usaban tarjetas perforadas para procesar información estadística; finalmente, su compañía se convirtió en parte de IBM. En 1937, cien años después del sueño imposible de Babbage, Howard Aiken convencidos por IBM, que estaban manufacturando todo tipo de equipos de tarjetas perforadas y así como la calculadora de negocio [16] para desarrollar su calculadora programable gigante, el ASCC/Harvard Mark I, se basó en la máquina analítica de Babbage, que a su vez utiliza las tarjetas perforadas y una unidad central de cálculo. Cuando se terminó de construir la máquina, algunas personas lo aclamaron como "el sueño de Babbage hecho realidad".[17]

Durante la década de 1940, conforme se desarrollaban nuevas y más poderosas máquinas para computar, el término computador se comenzó a utilizar para referirse a las máquinas y ya no a sus antecesores humanos.[18] Cuando se hizo evidente que las computadoras no solamente podrían utilizarse para realizar cálculos matemáticos, el campo de las ciencias de la computación se amplió para estudiar cómputo en general. Las ciencias de la computación empezaron a establecerse como una disciplina académica distinta de las demás en la década de 1950 y principios de 1960.[7] [19] Entonces surgió el primer programa de grado universitario mundo, el Cambridge Diploma in Computer Science, se inició en la Universidad de Cambridge en el Cambridge Computer Lab (departamento de ciencias de la computación) en 1953. El primer programa de grado de la informática en los Estados Unidos se formó en Universidad de Purdue en 1962.[20] Desde que se dispone ordenadores prácticos, muchas aplicaciones la computación se han convertido en las distintas áreas de estudio en sus propios terminos.

La disciplina científica de las ciencias de la computación nace a principios de 1940 con la confluencia de la teoría de algoritmos, lógica matemática y la invención del programa almacenado en una computadora electrónica.[4] Ejemplos de esto son los trabajos de Alan Turing, Alonzo Church y Kurt Gödel en 1930 acerca de los algoritmos y su trabajo en sistemas de reglas (véase Cálculo Lambda, Máquina de Turing y Problemas Indecidibles), los algoritmos creados por Augusta Ada sesenta años antes, la computadora analógica construida por Vannevar Bush en 1920 y las computadoras eléctricas construidas por Howard Aiken y Konrad Zuse en 1930. Los escritos de John Von Neumann dieron una profundidad intelectual considerable a esta disciplina emergente a mediados de la década de 1940.

En 1960, había suficientemente cuerpo de conocimiento que ameritaba la creación de departamentos académicos y programas de grado universitario para esta disciplina.[4] IBM es reconocida como la marca que formó parte de la revolución de las ciencias de la computación durante ese tiempo. IBM (abreviación de International Business Machines) lanzó la IBM 704[21] y más tarde la IBM 709[22] computadoras, que fueron ampliamente utilizadas durante el período de exploración de este tipo de dispositivos. "Sin embargo, el trabajo con la IBM [equipo] era frustrante ... si te equivocas en una letra de alguna instrucción, el programa se arruinaría, y se tendría que empezar todo el proceso otra vez".[23] Durante la década de 1950, la disciplina de las ciencias de la computación estaba en su etapa de desarrollo, y estos problemas eran algo común. El tiempo ha dado mejoras significativas en la capacidad de uso y la eficacia de la tecnología de la computación. La sociedad moderna ha presenciado un cambio significativo en los usuarios de la tecnología en cómputo, de ser utilizada únicamente por expertos, profesionales y científicos, a una base de usuarios que es casi omnipresente a la teoría con la cual se desarrolló y funciona este tipo de tecnología. Inicialmente, las computadoras eran bastante costosas, y era necesario un cierto grado de ayuda humana para el uso eficiente - en parte de operadores de computadoras profesionales. Como la adopción equipo se hizo más generalizado y asequible, se necesitaba menos asistencia humana en el uso común.

Mayores logros[editar]

El ejército Alemán uso la máquina enigma durante la Segunda Guerra Mundial, su sistema de cifrado fue finalmente descubierto y la lectura de la información que contenían los mensajes supuestamente encriptados es considerado, a veces, como la causa de haber podido concluir la Segunda Guerra Mundial al menos dos años antes de lo que hubiera acaecido sin su descifrado. El descifrado a gran escala del tráfico de Enigma en Bletchley Park fue uno de los factores más importantes que contribuyeron a la victoria Aliada.[24]

A pesar de su corto tiempo de ser una disciplina científica formal, las ciencias de la computación han hecho un gran número de contribuciones importantes a la ciencia y la sociedad –de hecho, junto con la electrónica, es una ciencia fundacional de la época actual de la historia humana llamada Era de la información y la Revolución de la Información, visto como el tercer gran salto en el progreso tecnológico humano después de la Revolución Industrial (1750-1850) y la revolución neolítica (8000-5000 a. C.)–.

Estas contribuciones a la humanidad incluyen:

Filosofía[editar]

Un gran número de científicos de la computación han argumentado a favor de la distinción de tres paradigmas diferentes en ciencias de la computación. Peter Wegner ha argumentado que esos paradigmas son la ciencia, la tecnología y las matemáticas.[30] El grupo de investigación de Peter Denning argumentó que son la abstracción (modelado), y diseño. Amnon H. Eden lo describe como el “paradigma racionalista” (el cual trata a las ciencias de la computación como una rama de las matemáticas, la cual prevalence en ciencias de la computación teórica y principalmente emplea el razonamiento deductivo), el paradigma tecnocrático (que podría ser encontrado en enfoques ingenieriles, más prominente en la ingeniería de software) y el paradigma científico (que se enfoca a objetos relacionados con la computación desde la perspectiva empírica de las ciencias naturales identificable en algunas ramas de la inteligencia artificial.

Desambiguación[editar]

El término “ciencias de la computación” aparece en 1959 en un artículo de la revista Communications of the ACM (prestigiada publicación científica destinada a lectores con experiencia en todos los ámbitos de la computación y los sistemas de información),[31] en el cual Louis Fein discute sobre la creación de una Escuela de Estudios de Posgrado en Ciencias Computacionales análoga a la creación de Harvard Business School en 1921,[32] justificando el nombre con el argumento de que: Como la ciencia administrativa, el tema o área de conocimiento puede ser aplicado, es de carácter interdisciplinario y que cuenta con las características típicas de una disciplina académica.[33] Sus esfuerzos y los de otros, como el analista numérico George Forsythe, fueron recompensados : universidades pasaron a crear este tipo de programas de estudio, a partir de 1962 en Purdue.[34] A pesar del nombre de esta disciplina académica, una cantidad significativa de tópicos en ciencias de la computación no involucran el estudio de las computadoras, por esta razón muchos nombres alternativos han sido propuestos.[35]

Algunos departamentos de universidades prefieren el término “ciencias de la computación” para hacer énfasis en esta diferencia. El científico danés Peter Naur sugirió el término datología,[36] para reflejar el hecho de que esta disciplina científica gira en torno a los datos y a al tratamiento de estos, mientras que no necesariamente involucra a las computadoras. La primer institución científica en usar el término fue el Departamento de Datología de la Universidad de Copenhague, fundado en 1969, con Peter Naur como profesor de datología. El término es usado en países escandinavos. En los primeros años de la computación, un número de terminus para los practicantes del campo de la computación fueron propuestos en la revista Communications of the ACMturingeniero, turologo, hombre de los diagramas de flujo, matemático meta-aplicado, and epistemologo aplicado.[37] Tres meses después en esa misma publicación científica, el término computólogo fue sugerido. El siguiente año en la misma publicación surgió el término hypologo.[38] El término computica también ha sido sugerido.[39] En Europa, términos derivados de traducciones de la expresión "automatic information" (e.g. "informazione automatica" en Italiano) or "información y matemáticas” son frecuentemente usados, e.g. informatique (francés), Informatik (alemán), Informatica (Italia, Países Bajos), Informática (España y Portugal), informatika (lenguas eslavas) o pliroforiki (πληροφορική, que significa informática) en Griego. Palabras similares han sido adoptadas en algunos lugares del Reino Unido, por ejemplo en la Universidad de Edimburgo.[40] Pero estas no reflejan el aspecto de la computabilidad, por esta razón en un contexto de investigación científica tanto académica como industrial el término ciencias de la computación es mayormente usado en publicaciones y conferencias científicas.

Campos de las ciencias de la computación[editar]

Como disciplina científica, las ciencias de la computación abarcan una gama de temas, desde los estudios teóricos de los algoritmos y los límites de la computación a los problemas prácticos de la implementación de sistemas computacionales en hardware y software.[41] [42] Computing Sciences Acreditation Board o la Junta de Acreditación en Ciencias de la Computación. –Compuesta por representantes de la Association for Computing Machinery (ACM), y la Sociedad de Computación IEEE (IEEE-CS) [43] – identifica cuatro áreas que considera cruciales para la disciplina de ciencias de la computación: teoría de la computación, algoritmos y estructuras de datos, metodología y lenguajes de programación, arquitectura de computadoras. Además de estas cuatro áreas, C.S.A.B. también identifica ámbitos como la ingeniería de software, inteligencia artificial, redes de computadoras y de telecomunicaciones, sistemas de bases de datos, computación paralela, computación distribuida, la interacción persona-computador, gráficos por ordenador, sistemas operativos, cálculo numérico y simbólico siendo importantes áreas de las ciencias de la computación.[41]

Ciencias de la computación teóricas[editar]

El campo más amplio de la ciencia de la computación teórica abarca tanto la teoría clásica de la computación y una amplia gama de otros temas que se centran en los aspectos más abstractos, lógicos y matemáticos de la computación.

Teoría de la computación[editar]

De acuerdo a Peter J. Denning, la pregunta fundamental en ciencias de la computación es, «¿Que puede ser eficientemente automatizado?»[7] El estudio de la teoría de la computación esta enfocado en responder preguntas fundamentales acerca de que puede ser computado y que cantidad de recursos son requeridos para ejecutar tales cómputos. En un esfuerzo por resolver esta pregunta, la teoría de la computabilidad examina que problemas computacionales se pueden resolver en varios modelos teóricos de la cómputo. La segunda pregunta está dirigida por la teoría de la complejidad computacional, que estudia los costos de tiempo y espacio asociados a diferentes enfoques para resolver una multitud de problemas computacionales.

El famoso problema "¿P=NP?" es uno de los Problemas del milenio,[44] es un problema abierto en ciencias de la computación.

DFAexample.svg Wang tiles.png P = NP ? GNITIRW-TERCES Blochsphere.svg
Teoria de automatas Teoria de la computabilidad Teoria de la complejidad computacional Criptografía Computación cuántica

Teoría de la información y códigos[editar]

La teoría de la información esta relacionada a la cuantificación de la información. Fue desarrollada por Claude E. Shannon para desarrollar los límites fundamentales del procesamiento de señales así como sus operaciones, tales como compresión y almacenamiento de datos así como la comunicación de los datos de manera fiable.[45] La teoría de códigos es el estudio de las propiedades de los códigos (sistemas para conversión de información de un lugar a otro) y su ajuste para una aplicación específica. Los códigos son usados para comprimir datos, criptografía, detección y corrección de errores y más recientemente para la codificación de redes. Los códigos son estudiados para el propósito de diseñar métodos eficientes y seguros para la transmisión de datos.

Algoritmos y estructuras de datos[editar]

Los algoritmos y las estructuras de datos son el estudio de métodos computacionales comúnmente usados así como su eficiencia computacional.

O(n^2) Sorting quicksort anim.gif Singly linked list.png TSP Deutschland 3.png SimplexRangeSearching.png
Análisis de algoritmos Algoritmos Estructuras de datos Optimización combinatoria Geometría computacional

Teoría de lenguajes de programación[editar]

La teoría del lenguaje de programación es una rama de las ciencias de la computación que se ocupa del diseño, implementación, análisis, caracterización y clasificación de los lenguaje de programación y sus características individuales, cae dentro de la disciplina de las ciencias de la computación, tanto en dependencia de las matemáticas y la lingüística. Es un área de investigación activa, con numerosas revistas académicas y conferencias especializadas en el tema.

\Gamma\vdash x: \text{Int} Compiler.svg Python add5 syntax.svg
Teoría de tipos Compiladores Lenguajes de programación

Métodos formales[editar]

Los métodos formales son un tipo particular de la técnica basada en las matemáticas para la especificación formal, desarrollo y verificación formal de los sistemas de software y hardware. El uso de métodos formales para el diseño de software software y hardware está motivado por la expectativa de que, como en otras disciplinas de la ingeniería, como en otras disciplinas como en las ingenieras, la realización de un análisis matemático adecuado puede contribuir a la fiabilidad y robustez de un diseño. Estos forman una importante base teórica para la ingeniería de software, especialmente cuando está involucrado la seguridad o robustez. Los métodos formales son un complemento útil para las pruebas de software, ya que ayudan a evitar errores y también pueden dar un marco para hacer pruebas. Para su uso industrial, se requiere el apoyo de herramientas. Sin embargo, el alto costo de la utilización de métodos formales significa que por lo general sólo se utilizan en el desarrollo de sistemas críticos de alta integridad donde la vida o la seguridad es de muy alta importancia. Los métodos formales se describen mejor como la aplicación de un bastante amplia variedad de teóricos fundamentales de la informática, en particular, los cálculos lógica, los lenguajes formales, la teoría de autómatas, y la semántica de los programas, sino también de tipo de sistemas y tipos de datos algebraicos a los problemas en el software y hardware de especificación y verificación.

Los métodos formales se describen mejor como la aplicación de una amplia variedad de fundamentos teóricos de las ciencias de la computación, en particular la lógica computaciónal, lenguajes formales, teoría de autómatas y Semántica de lenguajes de programación pero también áreas como sistemas de tipos y tipos de datos algebraicos a problemas en la especificación y verificación de software y hardware.

Ciencias de la computación aplicadas[editar]

Las ciencias de la computación aplicadas tratan de identificar ciertos aspectos conceptuales y teóricos de las ciencias de la computación que pueden ser aplicados directamente para resolver problemas del mundo real.

Inteligencia artificial[editar]

Esta rama de las ciencias de la computación pretende o es requerida para la síntesis de procesos meta-orientados tales como la resolución de problemas, toma de decisiones, la adaptación del medio ambiente, el aprendizaje y la comunicación que se encuentran en los seres humanos y los animales. Desde sus orígenes en la cibernética y en la Conferencia de Dartmouth (1956), la investigación en inteligencia artificial (IA) ha sido necesariamente multidisciplinaria, aprovechando áreas de especialización, tales como las matemáticas, la lógica simbólica, la semiótica, la ingeniería eléctrica, la filosofía de la mente, la neurofisiología, y la inteligencia social. La IA erróneamente es asociada en la mente popular con el desarrollo robótico, pero el principal campo de aplicación práctica ha sido como un componente integrado en las áreas de desarrollo de software que requieren la comprensión y modelación computacional, tales como las finanzas y la economía, la minería de datos y las ciencias físicas. El término fue acuñado por el científico de la computación y matemático John McCarthy en 1955.

Nicolas P. Rougier's rendering of the human brain.png NASA Mars Rover.jpg Corner.png KnnClassification.svg
Aprendizaje automático Visión artificial Procesamiento de imágenes Reconocimiento de patrones
User-FastFission-brain.gif Julia iteration data.png Sky.png Earth.png
Ciencia cognitiva Minería de datos Computación evolutiva Búsqueda y recuperación de información
Neuron.svg English.png HONDA ASIMO.jpg MeningiomaMRISegmentation.png
Representación del conocimiento Procesamiento de lenguaje natural Robótica Cómputo de imágenes medicas

Arquitectura de computadoras[editar]

Arquitectura de computadores u organización de computadoras digitales, es el diseño conceptual y la estructura operacional fundamental de un sistema cómputo. Se centra en gran medida de la manera en que la unidad central de procesamiento realiza internamente y accede a las direcciones en la memoria.[46] El campo involucra disciplinas de la ingeniería en computación y la ingeniería eléctrica, la selección y la interconexión de los componentes de hardware para crear los equipos que cumplen funciones, de rendimiento, y costes.

NOR ANSI.svg Fivestagespipeline.png SIMD.svg
Lógica digital Microarquitecturas Multiprocesamiento
Operating system placement.svg Network Library LAN.svg Emp Tables (Database).PNG Padlock.svg
Sistemas operativos Redes de computadoras Sistemas de gestión de bases de datos Seguridad de la información
Roomba original.jpg Flowchart.png Ideal compiler.png Python add5 syntax.svg
Computación ubicua Arquitectura de software Diseño de compiladores Lenguajes de programación

Análisis de rendimiento de computadoras[editar]

Análisis de rendimiento del equipo es el estudio del trabajo que fluye a través de los equipos con el objetivo general de mejora de rendimiento y control de tiempo de respuesta, utilizando los recursos de manera eficiente, la eliminación de los cuellos de botella, y la predicción de rendimiento bajo cargas máximas previstas. [47]

Cómputo científico[editar]

La ciencia computacional (o computación científica) es el campo de estudio que trata con la construcción de modelos matemáticos y técnicas de análisis cuantitativos así como el uso de computadoras para analizar y resolver problemas científicos. En el uso práctico, es típicamente la aplicación de simulación por ordenador y otras formas de cálculo a los problemas en diversas disciplinas científicas.

Lorenz attractor yb.svg Quark wiki.jpg Naphthalene-3D-balls.png 1u04-argonaute.png
Análisis numérico Física computacional Química computacional Bioinformática

Redes de computadoras[editar]

Esta rama de las ciencias de la computación que tiene como objetivo gestionar las redes entre computadoras en todo el mundo.

Sistemas concurrentes, paralelos y distribuidos[editar]

Concurrencia es una propiedad de los sistemas en los que varios cálculos están ejecutando de forma simultánea, y, potencialmente, que interactúan entre sí. Un número de modelos matemáticos han sido desarrollados para el cálculo concurrente general, incluyendo las redes de Petri, cálculos de proceso y del modelo de máquina de acceso aleatorio en paralelo. Un sistema distribuido se extiende la idea de la simultaneidad en varios ordenadores conectados a través de una red. Computadoras dentro del mismo sistema distribuido tienen su propia memoria privada, y la información es a menudo intercambian entre sí para lograr un objetivo común.

Bases de datos[editar]

Una base de datos tiene la intención de organizar, almacenar y recuperar grandes cantidades de datos de forma sencilla. Bases de datos digitales se gestionan mediante sistemas de gestión de base de datos para almacenar, crear, mantener y consultar los datos, a través de modelos de bases de datos y lenguajes de consulta. Una base de datos es un conjunto de datos interrelacionados entre si mismos.

Informática en salud[editar]

Informática de la Salud se ocupa de las técnicas computacionales para la solución de problemas en el cuidado de la salud.

Ciencia de la información[editar]

El campo estudia la estructura, algoritmos, comportamiento e interacciones de los sistemas naturales y artificiales que guardan, procesan, acceden a y comunican información. También desarrolla sus propios fundamentos conceptuales y teóricos y emplea fundamentos desarrollados en otros campos.

Earth.png Neuron.png English.png Wacom graphics tablet and pen.png
Búsqueda y recuperación de información Representación del conocimiento Procesamiento de lenguaje natural Interacción persona-computador

Ingeniería de software[editar]

La ingeniería de software es el estudio de todos los aspectos involucrados en la producción de software. Cubre desde la educción de requerimientos hasta fases posteriores de la puesta en servicio. Incluye diseño, codificación, pruebas e implantación. Normalmente el foco de la calidad se centra en la mantenibilidad del producto, pero, dependiendo del proyecto, el foco de la calidad podría estar en más de un requerimiento no funcional (NFR), como por ejemplo escalabilidad, robustez, eficiencia, seguridad, o interoperabilidad. Se trata de un enfoque sistemático para la construcción de software, que implica la aplicación de buenas prácticas y trazabilidad del proceso. Por su amplia cobertura muchas veces se entiende como una disciplina de Ingeniería donde, una de sus Ciencias de base, son las Ciencias de Computación.

Relación con otros campos[editar]

Por ser una disciplina reciente, existen varias definiciones alternativas para la ciencia de la computación. Esta puede ser vista como una forma de ciencia, matemáticas o una nueva disciplina que no puede ser categorizada siguiendo los modelos actuales.

Las ciencias de la computación frecuentemente se cruzan con otras áreas de investigación, tales como la física y la lingüística. Pero es con las matemáticas con las que se considera que tiene un grado mayor de relación. Eso es evidenciado por el hecho de que los primeros trabajos en el área fueran fuertemente influenciados por matemáticos como Kurt Gödel y Alan Turing. En la actualidad sigue habiendo un intercambio de ideas útil entre ambos campos en áreas como la lógica matemática, la teoría de categorías, la teoría de dominios, el álgebra y la geometría.

Otro punto a destacar es que, a pesar de su nombre, las ciencias de la computación raramente involucran el estudio mismo de las máquinas conocidas como computadoras. De hecho, el renombrado científico Edsger Dijkstra es muy citado por la frase «Las ciencias de la computación están tan poco relacionadas con las computadoras como la astronomía con los telescopios». La investigación en ciencias de la computación también suele relacionarse con otras disciplinas, como la ciencia cognitiva, la física (véase computación cuántica), la lingüística, etcétera.

La relación entre las ciencias de la computación y la ingeniería de software es un tema muy discutido, por disputas sobre lo que realmente significa el término ingeniería de software y sobre cómo se define a las ciencias de la computación. Algunas personas creen que la ingeniería de software sería un subconjunto de las ciencias de la computación. Otras, tomando en cuenta la relación entre otras disciplinas científicas y de la ingeniería, creen que el principal objetivo de las ciencias de la computación sería estudiar las propiedades del cómputo en general, mientras que el objetivo de la ingeniería de software sería diseñar cómputos específicos para lograr objetivos prácticos, con lo que se convertiría en disciplinas diferentes. Este punto de vista es el que sostiene, por ejemplo, Parnas (1998). Incluso hay otros que sostienen que no podría existir una ingeniería de software.

Los aspectos académicos, políticos y de financiamiento en las áreas de ciencias de la computación tienden a verse influidos drásticamente por el criterio del departamento encargado de la investigación y la educación en cada universidad, que puede estar orientado a la matemática o a la ingeniería. Los departamentos de ciencias de la computación orientados a la matemáticas teóricas suelen alinearse del lado de la computación científica y las aplicaciones de cálculo numérico.

El término computación científica, que no debe confundirse con ciencia de la computación, designa a todas aquellas prácticas destinadas a modelar, plantear experimentos y validar teorías científicas sirviéndose de medios computacionales. En estos casos la computación es una mera herramienta y el esfuerzo se dirige a avanzar en los campos objetivo (física, biología, mecánica de fluidos, radiotransmisión,...), más que en la propia ciencia de la computación.

Finalmente, el público en general algunas veces confunde la ciencia de la computación con áreas vocacionales que trabajan con computadoras o piensan que trata acerca de su propia experiencia con las computadoras, lo cual suele incluir actividades como los juegos, la navegación web y el procesamiento de texto. Sin embargo, el punto central de la ciencia de la computación va más allá de entender las propiedades de los programas que se emplean para implementar aplicaciones de software como juegos y navegadores web, y utiliza ese entendimiento para crear nuevos programas o mejorar los existentes.[48]

Véase también[editar]

Referencias[editar]

  1. "Computer science is the study of information" Department of Computer and Information Science, Guttenberg Information Technologies
  2. "Computer science is the study of computation." Computer Science Department, College of Saint Benedict, Saint John's University
  3. "Computer Science is the study of all aspects of computer systems, from the theoretical foundations to the very practical aspects of managing large software projects." Massey University
  4. a b c Anthony Ralston, Edwin D. Reilly, David Hemmendinger (2000). Encyclopedia of Computer Science. Wiley. 978-0-470-86412-8. 
  5. http://www.cs.bu.edu/AboutCS/WhatIsCS.pdf.
  6. «WordNet Search - 3.1». Wordnetweb.princeton.edu. Consultado el 2012-05-14.
  7. a b c Denning, P.J. (2000). «Computer Science: The Discipline» (PDF). Encyclopedia of Computer Science. http://web.archive.org/web/20060525195404/http://www.idi.ntnu.no/emner/dif8916/denning.pdf. 
  8. David Alan Grier (2005). When computers were human. Princeton University Press. ISBN 84-89660-00-X. 
  9. «Blaise Pascal». School of Mathematics and Statistics University of St Andrews, Scotland.
  10. «A Brief History of Computing».
  11. En 1851
  12. «Science Museum - Introduction to Babbage». Archivado desde el original el 2006-09-08. Consultado el 2006-09-24.
  13. Anthony Hyman (1982). Charles Babbage, pioneer of the computer. 
  14. "La introducción de tarjetas perforadas en el nuevo motor era importante no sólo como una forma más conveniente de control que los tambores, si no porque se podría programar de forma ilimitada, y estos programas podrían ser almacenados y repetidos sin el peligro de introducir errores en la configuracion a mano de la máquina; era importante también porque sirvió para cristalizar sensación de Babbage que había inventado algo realmente nuevo, algo mucho más que una máquina calculadora sofisticada." Bruce Collier, 1970
  15. «A Selection and Adaptation From Ada's Notes found in Ada, The Enchantress of Numbers," by Betty Alexandra Toole Ed.D. Strawberry Press, Mill Valley, CA». Consultado el 2006-05-04.Uso incorrecto de la plantilla enlace roto (enlace roto disponible en Internet Archive; véase el historial y la última versión).
  16. "En este sentido Aiken necesitaba de IBM, cuya tecnología incluida el uso de tarjetas perforadas, la acumulación de datos numéricos, y la transferencia de los datos numéricos de un registro a otro ", Bernard Cohen, p.44 (2000)
  17. Brian Randell, p. 187, 1975
  18. La Association for Computing Machinery (ACM) fue fundada en 1947.
  19. «Some EDSAC statistics». Cl.cam.ac.uk. Consultado el 2011-11-19.
  20. «Computer science pioneer Samuel D. Conte dies at 85». Purdue Computer Science (July 1, 2002). Consultado el December 12, 2014.
  21. «IBM 704 Electronic Data Processing System - CHM Revolution». Computerhistory.org. Consultado el 2013-07-07.
  22. «IBM 709: a powerful new data processing system». Computer History Museum. Consultado el December 12, 2014.
  23. Error en la cita: Etiqueta <ref> inválida; no se ha definido el contenido de las referencias llamadas Levy1984
  24. a b David Kahn, The Codebreakers, 1967, ISBN 0-684-83130-9.
  25. a b http://www.cis.cornell.edu/Dean/Presentations/Slides/bgu.pdf
  26. Constable, R.L. (March 2000) (PDF). Computer Science: Achievements and Challenges circa 2000. http://www.cs.cornell.edu/cis-dean/bgu.pdf. 
  27. Abelson, H.; G.J. Sussman with J. Sussman (1996). Structure and Interpretation of Computer Programs (2nd edición). MIT Press. ISBN 0-262-01153-0. «La revolución de la computadora es una revolución en la manera de pensar y en la forma en que expresamos lo que pensamos. La esencia de este cambio es la aparición de lo que podría llamarse mejor epistemología procedimental '" — el estudio de la estructura del conocimiento desde un punto de vista imperativo, en oposición al punto de vista más declarativo tomada por temas matemáticos clásicos.» 
  28. Black box traders are on the march The Telegraph, August 26, 2006
  29. «The Impact of High Frequency Trading on an Electronic Market». Papers.ssrn.com. doi:10.2139/ssrn.1686004. Consultado el 2012-05-14.
  30. Wegner, P. (October 13–15, 1976). «Research paradigms in computer science». Proceedings of the 2nd international Conference on Software Engineering. San Francisco, California, United States: IEEE Computer Society Press, Los Alamitos, CA. 
  31. Louis Fine (1959). «The Role of the University in Computers, Data Processing, and Related Fields». Communications of the ACM 2 (9):  pp. 7–14. doi:10.1145/368424.368427. 
  32. «Stanford University Oral History». Stanford University. Consultado el 30 May 2013.
  33. id., p. 11
  34. Donald Knuth (1972). "George Forsythe and the Development of Computer Science". Comms. ACM.
  35. Matti Tedre (2006). The Development of Computer Science: A Sociocultural Perspective, p.260
  36. Peter Naur (1966). «The science of datalogy». Communications of the ACM 9 (7):  p. 485. doi:10.1145/365719.366510. 
  37. Communications of the ACM 1(4):p.6
  38. Communications of the ACM 2(1):p.4
  39. IEEE Computer 28(12):p.136
  40. P. Mounier-Kuhn, L’Informatique en France, de la seconde guerre mondiale au Plan Calcul. L’émergence d’une science, Paris, PUPS, 2010, ch. 3 & 4.
  41. a b Computing Sciences Accreditation Board (28 May 1997). «Computer Science as a Profession». Archivado desde el original el 2008-06-17. Consultado el 2010-05-23.
  42. Committee on the Fundamentals of Computer Science: Challenges and Opportunities, National Research Council (2004). Computer Science: Reflections on the Field, Reflections from the Field. National Academies Press. ISBN 978-0-309-09301-9. 
  43. «Csab, Inc». Csab.org (2011-08-03). Consultado el 2011-11-19.
  44. Clay Mathematics Institute P=NP
  45. P. Collins, Graham. «Claude E. Shannon: Founder of Information Theory». Scientific American, Inc..
  46. A. Thisted, Ronald. «COMPUTER ARCHITECTURE». The University of Chicago. Consultado el 7 April 1997.
  47. Wescott, Bob (2013). The Every Computer Performance Book, Chapter 3: Useful laws. CreateSpace. ISBN 1482657759. 
  48. "Common myths and preconceptions about Cambridge Computer Science" Computer Science Department, University of Cambridge

Bibliografía[editar]

» ignorado (ayuda)

Enlaces externos[editar]

Fuentes bibliográficas y motores de búsqueda académicos enfocados a ciencias de la computación
Organizaciones Profesionales
Otros