Tecnología · 1o de Secundaria · Bases del Pensamiento Computacional · I Bimestre

Evaluación de Algoritmos

Los estudiantes analizan la eficiencia y corrección de algoritmos simples, identificando posibles errores y proponiendo mejoras.

• Aprendizajes Esperados SEP
• SEP Secundaria: Pensamiento Computacional y Resolución de Problemas

Acerca de este tema

La evaluación de algoritmos introduce a los estudiantes en el análisis de la eficiencia y corrección de secuencias de instrucciones simples. Analizan algoritmos para ordenar listas de números o buscar elementos, identifican errores lógicos como bucles infinitos o condiciones fallidas, y proponen mejoras concretas. Esto responde directamente a las preguntas clave del programa SEP: cómo medir eficiencia, determinar corrección y justificar elecciones para tareas específicas.

En la unidad de Bases del Pensamiento Computacional, este tema fortalece habilidades transversales como el razonamiento lógico y la resolución de problemas. Los estudiantes aplican criterios como conteo de pasos, uso de recursos y pruebas exhaustivas, conectando con estándares de Tecnología en 1o de Secundaria. Desarrollan un pensamiento sistemático que prepara para programación y aplicaciones reales en la vida diaria, como optimizar rutas o organizar datos.

El aprendizaje activo beneficia este tema porque actividades colaborativas, como simular ejecuciones paso a paso o competir en depuraciones grupales, hacen tangibles conceptos abstractos. Los estudiantes visualizan ineficiencias y corrigen errores en tiempo real, lo que refuerza la comprensión profunda y el trabajo en equipo.

Preguntas Clave

1. ¿Cómo evaluarías la eficiencia de un algoritmo para ordenar una lista de números?
2. ¿Qué criterios utilizarías para determinar si un algoritmo es correcto?
3. ¿Cómo justificarías la elección de un algoritmo sobre otro para una tarea específica?

Objetivos de Aprendizaje

• Comparar la eficiencia de dos algoritmos de búsqueda (lineal vs. binaria) para encontrar un elemento en una lista ordenada, calculando el número de pasos en cada caso.
• Evaluar la corrección de un algoritmo de ordenamiento simple (como el de burbuja) identificando casos de prueba que revelen errores lógicos.
• Explicar por qué un algoritmo específico es más adecuado que otro para resolver un problema computacional dado, basándose en criterios de eficiencia y corrección.
• Identificar posibles errores comunes en algoritmos sencillos, como bucles infinitos o condiciones de parada incorrectas, y proponer correcciones.

Antes de Empezar

Definición y Representación de Algoritmos

Por qué: Los estudiantes necesitan saber qué es un algoritmo y cómo representarlo (ej. pseudocódigo, diagramas de flujo) antes de poder evaluarlo.

Identificación de Patrones y Secuencias

Por qué: La habilidad para reconocer patrones es fundamental para identificar la eficiencia y la corrección en la estructura de un algoritmo.

Vocabulario Clave

Algoritmo	Una secuencia finita y ordenada de instrucciones o pasos que resuelven un problema o realizan una tarea específica.
Eficiencia	La medida de cuántos recursos (tiempo o memoria) utiliza un algoritmo para completar su tarea. Se busca que sea mínima.
Corrección	La propiedad de un algoritmo de producir el resultado esperado para todas las entradas válidas especificadas.
Complejidad temporal	Una forma de medir la eficiencia de un algoritmo que estima el tiempo de ejecución en función del tamaño de la entrada, usualmente contando operaciones.
Caso de prueba	Una entrada específica utilizada para verificar si un algoritmo funciona correctamente y produce el resultado esperado.

Cuidado con estas ideas erróneas

Idea errónea común

Un algoritmo eficiente es siempre el más corto en líneas de código.

Qué enseñar en su lugar

La longitud no mide eficiencia; cuenta los pasos en el peor caso. Actividades de simulación manual ayudan a los estudiantes a contar operaciones reales y comparar con métricas formales, aclarando esta confusión mediante evidencia concreta.

Idea errónea común

Todos los algoritmos correctos funcionan igual para cualquier tamaño de datos.

Qué enseñar en su lugar

La corrección verifica resultados, pero la eficiencia varía con el tamaño. En discusiones grupales y pruebas con listas crecientes, los estudiantes observan cómo un algoritmo falla en escalabilidad, fomentando análisis comparativo activo.

Idea errónea común

Los errores solo ocurren en la programación, no en algoritmos escritos.

Qué enseñar en su lugar

Los algoritmos en pseudocódigo tienen fallos lógicos detectables. La depuración en parejas revela estos mediante ejecución paso a paso, ayudando a diferenciar corrección de implementación.

Ideas de aprendizaje activo

Estaciones de Evaluación: Rotación por Algoritmos

Prepara cuatro estaciones con algoritmos impresos para ordenar, buscar y sumar listas. Cada grupo analiza eficiencia y corrección en 8 minutos, registra errores y propone una mejora. Rotan estaciones y comparan resultados al final.

45 min·Grupos pequeños

Carrera de Ordenamiento: Prueba de Eficiencia

Divide la clase en equipos; cada uno ejecuta manualmente dos algoritmos de burbuja y selección en listas de 10-20 números cronometrados. Comparan tiempos y pasos, discuten cuál es más eficiente y por qué.

30 min·Grupos pequeños

Depuración en Parejas: Caza de Errores

Entrega tarjetas con algoritmos defectuosos; las parejas los ejecutan con lápiz y papel, identifican fallos y los corrigen. Comparten soluciones con la clase y votan la mejor justificación.

25 min·Parejas

Torneo de Mejoras: Presentaciones Grupales

Grupos eligen un algoritmo simple, lo evalúan y proponen versión optimizada. Presentan ante la clase con demostraciones en pizarra, justificando eficiencia con ejemplos numéricos.

40 min·Grupos pequeños

Conexiones con el Mundo Real

• Los ingenieros de software en empresas como Google o Microsoft utilizan la evaluación de algoritmos para optimizar la velocidad de búsqueda en sus motores de búsqueda y la eficiencia de sus sistemas operativos, afectando a miles de millones de usuarios.
• Los científicos de datos en plataformas de streaming como Netflix o Spotify analizan la eficiencia de algoritmos de recomendación para sugerir contenido personalizado a cada usuario, mejorando la experiencia y el engagement.
• Los desarrolladores de videojuegos emplean la evaluación de algoritmos para asegurar que la inteligencia artificial de los personajes no jugadores (NPCs) funcione de manera fluida y rápida, sin causar retrasos ('lag') en el juego.

Ideas de Evaluación

Boleto de Salida

Entrega a cada estudiante una tarjeta con un algoritmo simple (ej. buscar un número en una lista desordenada). Pide que describan un caso de prueba que podría fallar y expliquen brevemente por qué el algoritmo podría ser ineficiente.

Verificación Rápida

Presenta dos algoritmos para la misma tarea (ej. ordenar una lista pequeña). Pide a los estudiantes que levanten la mano (o usen un sistema de votación) indicando cuál creen que es más eficiente y por qué, basándose en el número de pasos observables.

Evaluación entre Pares

Divide la clase en parejas. Cada estudiante escribe un algoritmo simple para una tarea dada. Luego, intercambian sus algoritmos y actúan como 'revisores', identificando un posible error lógico o una mejora de eficiencia, y lo anotan en el papel del compañero.

Preguntas frecuentes

¿Cuáles son los criterios para evaluar la eficiencia de un algoritmo?

Evalúa con métricas como número de operaciones (comparaciones, intercambios), tiempo de ejecución y uso de memoria, considerando casos mejor, promedio y peor. Pruebas con datos variables muestran diferencias reales. Justifica elecciones comparando para tareas específicas, como ordenar listas grandes donde la burbuja es ineficiente frente a selección.

¿Cómo determinar si un algoritmo es correcto?

Verifica que produzca resultados esperados para todas las entradas posibles mediante pruebas exhaustivas y razonamiento lógico. Incluye casos límite como listas vacías o un solo elemento. Discusiones en clase ayudan a refinar pruebas y detectar omisiones.

¿Cómo puede el aprendizaje activo ayudar a entender la evaluación de algoritmos?

Actividades como simulaciones manuales y rotaciones por estaciones hacen visibles los pasos y errores abstractos. Los estudiantes en grupos cronometran ejecuciones, debaten mejoras y comparten evidencias, lo que construye comprensión profunda y corrige ideas erróneas mediante experiencia directa y colaboración.

¿Cómo justificar la elección de un algoritmo sobre otro?

Compara eficiencia, simplicidad y contexto: un algoritmo rápido pero complejo para datos grandes, uno simple para pequeños. Usa tablas de conteo de pasos y ejemplos reales. Presentaciones grupales refuerzan argumentos con datos empíricos del aula.