Ingeniería Industrial · 2025
Diseño de actividades practicas basadas en Python para la solución de problemas de optimización en la asignatura Investigación de Operaciones.
En el presente proyecto tiene como propósito diseñar, implementar y evaluar actividades practicas orientadas a fortalecer la compresión de las técnicas y herramientas de solución de problemas de optimización lineal en la asignatura Investigación de Operaciones I, empleando el lenguaje de programación de Python y la biblioteca, que también cuenta con su solver, Gurobi. La propuesta se estructura a partir de la formulación de los problemas representativos, el desarrollo de material computacional interactivo y la creación de instrumentos de evaluación que permiten medir el nivel de apropiación de los contenidos por parte de los estudiantes. La metodología incluye la elaboración de ejercicios guiados y de refuerzo, un manual de usuario para el uso de herramientas y un recurso audiovisual complementario. Las actividades principales son un taller practico grupal y el desarrollo de un caso de estudio igualmente grupal, ambos evaluados mediante una rubrica técnica. Además, se aplica una encuesta diagnostica de satisfacción y autoevaluación para valorar la percepción de los estudiantes y el impacto de la metodología. Los resultados muestran que la mayoría de los estudiantes alcanzan un nivel de desempeño excelente en ambas actividades, evidenciando dominio en la formulación, implementación y análisis de modelos de optimización. La encuesta refleja una alta aceptación de la estrategia pedagógica, así como un interés significativo en seguir aplicando estas herramientas en el futuro. En síntesis, la experiencia desarrollada demuestra que la integración de herramientas computacionales en el proceso de Enseñanza-Aprendizaje de la optimización favorece el aprendizaje significativo, potencia las competencias técnicas y fomenta la participación activa, constituyéndose en una propuesta viable y replicable en otros contextos académicos.
Texto completo 102 páginas con texto
Leer la tesis completa Ficha en el repositorio
Contenido
- Introducciónp. 11
- 1. Planteamiento del problemap. 13
- 2. Diagnóstico inicialp. 15
- 3. Objetivosp. 17
- 3.1. Objetivo Generalp. 17
- 3.2. Objetivos Específicosp. 17
- 4. Marco de referenciap. 18
- 4.1. Marco Antecedentesp. 18
- 4.2. Marco teóricop. 20
- 4.2.1. Conceptos fundamentales de los modelos de optimizaciónp. 20
- 4.2.2. Optimización y su enseñanza en la educaciónp. 20
- 4.2.3. Rol de las TIC en la enseñanza de la optimizaciónp. 21
- 4.2.4. Python como herramienta pedagógicap. 21
- 4.2.5. Ventajas de la transición a Python en la enseñanzap. 22
- 4.2.6. Metodologías de aprendizaje y estrategias activasp. 22
- 5. Metodologíap. 7
- 5.1. Etapa 1: Revisión Literaria de bibliotecas matemáticas en Python para la optimizaciónp. 24
- 5.2. Etapa 2: Revisión bibliográfica sobre los Solvers disponibles en Pythonp. 26
- 5.3. Etapa 3: Síntesis de biblioteca y Solvers para modelos de optimización en Pythonp. 27
- aprendizaje utilizando Pythonp. 28
- 5.5.1. Primera actividad: Taller prácticop. 31
- 5.5.2. Segunda actividad: Desarrollo de caso de estudio en Pythonp. 35
- 5.5.3. Sustentación de la segunda actividadp. 37
- 5.5.4. Encuesta diagnosticap. 39
- problemas de optimización en Pythonp. 41
- 5.6.1. Resultados de la actividad 1 taller practicop. 42
- 5.6.2. Resultados de la actividad 2 Caso de Estudiop. 43
- 5.6.3. Resultados de la encuesta diagnósticap. 44
- 6. Resultadosp. 34
- 6.1. Resultados del taller prácticop. 47
- 6.2. Resultados del caso de estudiop. 49
- 6.3. Resultados del caso de estudiop. 49
- 6.4. Encuesta diagnóstica y análisis globalp. 52
- 7. Conclusionesp. 53
- 8. Recomendacionesp. 55
- Referencia Bibliográficap. 58
- Anexosp. 59
- Figura 1. Metodología del proyectop. 24
- Figura 2. Ejercicio 1: Sillas y mesasp. 32
- Figura 3. Ejercicio 2: Laptops y Tabletsp. 33
- Figura 4 Resultado Taller prácticop. 43
- Figura 5. Resultados Caso de Estudiop. 44
- Figura 6. Compresión de los resultadosp. 45
- Figura 7. Interés en el modelo en Pythonp. 46
- Figura 8. Nivel de satisfacción de los estudiantesp. 46
- Tabla 1. Rubrica de evaluaciónp. 33
- Tabla 2. Cuestionario evaluativop. 37
- Tabla 3. Calificaciones del taller práctico por grupop. 47
- Tabla 4. Calificaciones del caso de estudio por grupop. 49
- Tabla 5. Calificaciones finales por grupop. 51