TITULO DE LA TAREA LA LETRA ES TIMES NEW ROMAN NEGRITA,

TAMAO 14 MAYUSCULAS
Nombre del alumno1
xxxxxx@univa.mx
Resumen
En esta seccin se menciona de forma general y
breve el contenido de la investigacin o reporte. La
idea principal y la razn de por qu se realiza. Si es
el caso explicar brevemente el mtodo de solucin
obtenido para cierto problema caso de estudio. El
formato de esta parte del documento ser en letra
Times New Roman tamao 10 negrita y cursiva, el
nmero de palabras que debe existir en este primer
apartado ser de 60 a 90 como mximo.

1. Introduccin
Todo el documento deber ser escrito con letra
Times New Roman tamao 10 a excepcin del
encabezado y el nombre de los ttulos de las secciones
que integran el documento. El formato de diseo de la
pgina es a doble columna y el documento deber
contener las siguientes secciones: Resumen,
Introduccin, Desarrollo, Simulacin aplicaciones,
Conclusiones y Referencias. Ahora se describir
brevemente cada seccin. En el apartado referente a la
introduccin se mencionar el llamado estado del
arte, es decir, que es lo que actualmente se conoce,
para que sirve y que problemas soluciona, tambin es
conveniente anexar una breve sinopsis de lo que
hablara en cada una de las secciones posteriores de la
investigacin. En la seccin 2, Desarrollo, contendr
toda la informacin recabada de la investigacin, as
como si es el caso, el modelo matemtico del
fenmeno problema a solucionar. En la seccin de
simulacin aplicaciones se reportaran los resultados
que se obtuvieron a travs de simulaciones, clculos u
otro medio, si es caso de una tarea practica de
laboratorio, si la tarea es puramente terica en esta
seccin se reportaran las aplicaciones industriales,
acadmicas o de investigacin dadas para el fenmeno
a tratar. La seccin de conclusiones resumir de forma
breve los puntos ms importantes de la investigacin.
Por ltimo en la seccin de referencias colocaremos las

Nombre del alumno N

yyyyy@univa.mx
citas de libros, paginas, revistas especializadas del
tema utilizadas para el desarrollo del trabajo.

2. Desarrollo
El documento para ser evaluado debe contener el
formato mencionado anteriormente, al momento de
imprimir es recomendable sea impresin a doble cara.
Cuando se emplee cualquier imagen o ilustracin esta
debe contener pie de imagen haciendo referencia de
ella en el texto de la siguiente manera Fig. 1, para el
uso de tablas ser de la siguiente forma, tabla 1.

Fig. 1 imagen de un robot x.

Tabla1. Resumen de fuentes

Seccin
Tamao
letra
Titulo del trabajo
16
Nombre autores/
12
email
Resumen
10
Texto
10
Pie de imagen
8
Encabezado de
8
tabla

Cursiva

Negrita

Normal

X
X

X
X
X
X

2.1. Nombre del subtema.

Si es necesario el uso de subtemas se podr realizar
de la siguiente manera 2.1 nombre del tema. Para el
uso de ecuaciones es recomendable numerarlas todo
ello para darle mayor formalismo al trabajo realizado.

3. Simulacin aplicaciones
Los resultados deben ser claros y avalados por
simulacin, clculos matemticos u otros. En esta
seccin se deben reportar todos los experimentos
realizados con el objetivo de tener una mayor visin
del fenmeno en cuestin. Si se trata de un trabajo
puramente de investigacin bastara con mencionar
aplicaciones tiles en la industria, la tecnologa y/ la
educacin.

4. Conclusiones
La seccin de conclusiones es muy importante, por
tal razn es de vital trascendencia sealar la
importancia de nuestro trabajo, que fue lo aprendido
durante su desarrollo as como de ser posible sugerir
aplicaciones que resuelvan o permitan solucionar algn
problema dado. Para cuestin de las referencias es
importante realizar las citas, esto se logra de la
siguiente manera, en el texto cuando nosotros tomamos
informacin de alguna fuente como puede ser un libro,
una revista o una pgina de internet debemos aclarar de
donde fue tomada la informacin comprobando que
nuestra informacin es correcta y veraz [0], la cita se
realiza mediante corchetes colocando al centro el
numero de la cita a la que nos referimos, para
posteriormente en la seccin de referencias poder
verificar de donde fue tomada y si es el caso acudir a
esa fuente para ampliar la informacin.

6. Referencias
[0] Nombre el autor, titulo del libro o documento,
editorial, ao de publicacin
[1] S. Haykin, Adaptive Filter Theory, Prentice Hall,
USA, 1996.
[2] D.R. Whehner, High-Resolution Radar. 2 nd ed.
Boston: Artech House, 1994
[3] F.M Henderson and A.V Lewis, Principles and
Applications of Imaging Radar. In book: Manual of
remote sensing. 3rd ed,. New York: Wiley, 1998.
[4] H.H Barrett and K.J Myers, Foundations of Image
Science, New York: Willey, 2004.
[5] M. Bertero and P. Boccacci, Introduction to Inverse
Problems in Imaging, IOP Publishing, USA, 1998.
[6] Y.V Shkvarko. Estimation of wavefield power
distribution in the remotely sensed environment:
Bayesian maximum entropia approch, IEEE trans.
Signal Proc., vol 50, No 9, pp 2333-2346, Sep. 2002..
[7] Y.V Shkvarko. Unifying regularization and
Bayesian estimation methods for enhanced imaging

with remotely sensed data-- Part II: Implementation and

performance issues, IEEE Trans. Geoscience an
Remote Sensing, vol 42, No 5, pp 932-940, May 2004.
[8] L.j Morales-Mendoza, R.F Vazquez-Bautista, and
Y.V Shkvarko, Unifying the maximun entropy and
varational analisys regularizations methods for
reconstructions of the remote sensing imagery, IEEE
Latin America Transactions Revista IEEE America
Latina),. Vol 3, No 4, Octuber 2005, pp 36-49, 2005.
[9] Y.V Shkvarko, From matched spatial filtering
towards the fused statistical descriptive regularization
method for enhanced radar imaging, EURASIP J.
Applied Signal Processing, vol. 2006, Article ID 39657,
pp 1-9, 2006.
[10] Y.V Shkvarko, H. Perez- Meana H., and A.
Castillo-Atoche, Enhanced radar imaging in uncertain
environment: A descriptive experiment design
regularization approch, Int Journal of Navigation and
Observation, ISSN 1687-5990, Vol. 2008, Article ID
810816, pp 1-11, 2008.
[11] G. Demoment, Image reconstruction and
restoration: overview of common estimation structures
and problems, IEEE Trans. on Acoustics Speech and
Signal Processing, vol. 37, no. 12, December 1989.11.
Copyright forms and reprint orders
[12] John, S., Vorontsov, M.: Multiframe Selective
Information Fusion From Robust Error Estimation
Theory. IEEE Trans. Image Processing 14(5), 577584
(2005)