Tecnología e Informática · 9o Grado · Algoritmos y Estructuras de Control Complejas · Periodo 1

Eficiencia de Algoritmos: Tiempo y Recursos

Los estudiantes comparan diferentes algoritmos para resolver el mismo problema, enfocándose en cuál es más rápido o usa menos recursos (sin notación Big O).

• Derechos Básicos de Aprendizaje (DBA)
• DBA Tecnologia e Informatica: Grado 9 - Pensamiento Computacional
• DBA Tecnologia e Informatica: Grado 9 - Evaluacion y Mejora de Sistemas Tecnologicos

Acerca de este tema

La eficiencia de algoritmos se centra en comparar soluciones para el mismo problema, evaluando tiempo de ejecución y uso de recursos como memoria. En noveno grado, los estudiantes implementan algoritmos simples, como burbuja e inserción para ordenar listas, y miden su rendimiento con datos de tamaño variable. Esto alinea con los Derechos Básicos de Aprendizaje en Pensamiento Computacional, donde analizan cómo el volumen de entrada impacta el desempeño práctico.

En el contexto de Algoritmos y Estructuras de Control Complejas, este tema fomenta la evaluación de sistemas tecnológicos. Los estudiantes justifican elecciones basadas en pruebas reales, desarrollando habilidades para optimizar soluciones cotidianas, como búsquedas en bases de datos escolares o procesamiento de listas de estudiantes. Se conecta con problemas reales en Colombia, como manejar datos en aplicaciones gubernamentales o apps locales.

El aprendizaje activo beneficia este tema porque las simulaciones prácticas y mediciones directas convierten conceptos abstractos en experiencias concretas. Cuando los estudiantes cronometran ejecuciones en parejas o grupos, visualizan patrones de escalabilidad y discuten trade-offs, fortaleciendo el razonamiento crítico y la retención a largo plazo.

Preguntas Clave

1. Comparar la eficiencia de dos algoritmos diferentes para resolver el mismo problema.
2. Analizar cómo el tamaño de los datos de entrada afecta el tiempo de ejecución de un algoritmo.
3. Justificar la elección de un algoritmo sobre otro basándose en su rendimiento práctico.

Objetivos de Aprendizaje

• Comparar el tiempo de ejecución de dos algoritmos de ordenamiento diferentes (ej. burbuja vs. inserción) para la misma lista de datos.
• Analizar cómo el incremento en el tamaño de la lista de datos afecta el tiempo total requerido por un algoritmo específico.
• Evaluar la cantidad de memoria utilizada por diferentes algoritmos para almacenar una lista de datos de tamaño fijo.
• Justificar la elección de un algoritmo sobre otro basándose en mediciones prácticas de tiempo y uso de memoria.

Antes de Empezar

Algoritmos de Búsqueda y Ordenamiento Básicos

Por qué: Los estudiantes necesitan familiaridad con algoritmos simples como búsqueda lineal o burbuja para poder compararlos.

Variables y Tipos de Datos

Por qué: Es fundamental que comprendan cómo se almacenan los datos para poder analizar el uso de memoria.

Estructuras de Control (Bucles y Condicionales)

Por qué: Los algoritmos se construyen con estas estructuras, por lo que su correcto entendimiento es clave para analizar el flujo de ejecución.

Vocabulario Clave

Algoritmo	Un conjunto finito de instrucciones o reglas bien definidas, ordenadas y finitas que permiten realizar una actividad mediante pasos sucesivos.
Tiempo de ejecución	La cantidad de tiempo que tarda un algoritmo en completar su tarea, desde que inicia hasta que finaliza.
Uso de memoria	La cantidad de espacio de almacenamiento (RAM) que un algoritmo necesita para operar y almacenar sus datos.
Escalabilidad	La capacidad de un algoritmo para manejar un volumen de datos cada vez mayor de manera eficiente, manteniendo un rendimiento aceptable.

Cuidado con estas ideas erróneas

Idea errónea común

Todos los algoritmos tardan lo mismo independientemente del tamaño de los datos.

Qué enseñar en su lugar

Los estudiantes prueban con listas crecientes y ven cómo el tiempo explota en algoritmos ineficientes. Las actividades de medición en grupos ayudan a confrontar esta idea mediante datos empíricos y gráficos colectivos.

Idea errónea común

Un algoritmo con más líneas de código es siempre más eficiente.

Qué enseñar en su lugar

Comparaciones prácticas muestran que simplicidad no equivale a lentitud. Discusiones en parejas tras ejecuciones revelan que conteo de operaciones importa más, corrigiendo con evidencia visual.

Idea errónea común

La eficiencia solo se mide en tiempo, ignorando recursos como memoria.

Qué enseñar en su lugar

Actividades con simuladores limitados de memoria destacan trade-offs. En grupos, estudiantes rastrean uso y debaten prioridades, integrando múltiples métricas.

Ideas de aprendizaje activo

Enseñanza entre Pares: Carrera de Ordenamiento

Cada par implementa dos algoritmos de ordenamiento en Scratch o Python simple: burbuja e inserción. Generan listas de 10, 50 y 100 elementos, cronometran ejecuciones con temporizadores y registran tiempos en una tabla compartida. Comparan resultados y proponen mejoras.

45 min·Parejas

Grupos Pequeños: Escalabilidad de Búsquedas

Grupos crean listas crecientes y prueban búsqueda lineal versus una optimizada. Miden tiempo con cronómetro y recursos visuales como bloques. Discuten cómo el tamaño afecta y presentan gráficos en plenaria.

50 min·Grupos pequeños

Clase Completa: Debate de Eficiencia

La clase ejecuta algoritmos propuestos por voluntarios en proyector. Votan por el más eficiente tras mediciones colectivas con datos reales. Justifican votos basados en evidencia y proponen híbridos.

35 min·Toda la clase

Individual: Análisis de Traces

Cada estudiante traza pasos de dos algoritmos en papel con listas pequeñas, cuenta operaciones y predice tiempos para listas grandes. Comparte predicciones con un compañero para validación.

30 min·Individual

Conexiones con el Mundo Real

• Los desarrolladores de software en empresas como Rappi o Mercado Libre comparan algoritmos de búsqueda y ordenamiento para optimizar la carga de productos en las aplicaciones, asegurando que los usuarios encuentren lo que buscan rápidamente.
• Los ingenieros de sistemas en el Banco de la República de Colombia evalúan la eficiencia de algoritmos para procesar grandes volúmenes de transacciones financieras, buscando minimizar tanto el tiempo de procesamiento como el consumo de recursos del servidor.
• Los creadores de videojuegos analizan el rendimiento de algoritmos de inteligencia artificial para personajes no jugadores (NPCs), buscando que se muevan y reaccionen de forma fluida sin consumir excesiva potencia de procesamiento en las consolas.

Ideas de Evaluación

Verificación Rápida

Presente a los estudiantes dos fragmentos de código (pseudocódigo o código simple) que resuelvan el mismo problema (ej. encontrar el máximo en una lista). Pida que identifiquen qué algoritmo creen que es más rápido y por qué, basándose en la cantidad de pasos que observan.

Pregunta para Discusión

Plantee el siguiente escenario: 'Tenemos una lista de 100 nombres de estudiantes para ordenar alfabéticamente. ¿Qué algoritmo elegirían, uno que tarda 1 segundo o uno que tarda 10 segundos? Ahora, imaginen que son 10.000 nombres. ¿Cambia su elección? ¿Por qué?' Guíe la discusión hacia la importancia de la escalabilidad.

Boleto de Salida

Entregue a cada estudiante una tarjeta. Pida que escriban el nombre de un algoritmo que hayan estudiado y describan una situación específica donde ese algoritmo sería preferible a otro, justificando su elección con base en el tiempo o los recursos.

Preguntas frecuentes

¿Cómo comparar eficiencia de algoritmos sin notación Big O en noveno?

Usa mediciones prácticas: cronometra ejecuciones en Scratch o Python con listas de tamaños variables. Registra tiempos y recursos en tablas, grafica resultados para visualizar escalabilidad. Justifica elecciones con evidencia real, alineado con DBA de Pensamiento Computacional.

¿Cómo el aprendizaje activo ayuda a entender eficiencia de algoritmos?

Actividades como carreras cronometradas en parejas hacen tangible el impacto del tamaño de datos. Grupos discuten trade-offs tras pruebas reales, fortaleciendo razonamiento. Esto supera lecturas pasivas, ya que mediciones propias generan evidencia personal y debates colaborativos profundizan comprensión.

¿Ejemplos prácticos de eficiencia para Tecnología e Informática grado 9?

Ordenamiento de listas de estudiantes o búsquedas en inventarios escolares. Implementa burbuja vs. selección, mide con 20-200 elementos. Conecta con apps colombianas como SiRenovables, analizando datos crecientes para optimizar rendimiento local.

¿Cómo alinear con DBA Pensamiento Computacional y Evaluación de Sistemas?

Integra comparación de algoritmos resolviendo problemas reales, midiendo tiempo y justificando mejoras. Actividades grupales fomentan evaluación iterativa, clave en estándares MEN para noveno grado en Colombia.