coursera.org/tecdemonterrey

Pensamiento algorítmico

Javier Giese • Edgar Gerardo Salinas Gurrión • Sandra Eugenia Barajas Montiel

Análisis de problemas Metodología para la solución de problemas En este video, cubriremos una metodología para la solución de problemas. De acuerdo al diccionario de la Real Academia Española, PROBLEMA puede definirse como: "Planteamiento de una situación cuya respuesta desconocida debe obtenerse a través de métodos científicos." Las situaciones pueden ser de temas muy diversos y los pudiéramos categorizar de varias maneras, sin importar si el problema es de tipo laboral o académico, por poner unos ejemplos. De igual forma, existen varias metodologías para atacar un problema en busca de su solución. En el curso "Pensamiento algorítmico" utilizaremos una metodología que facilita su aplicación usando herramientas computacionales. Para resolver un problema, en esta metodología podemos identificar 5 etapas principales a seguir: 1. Análisis 2. Diseño 3. Implementación 4. Pruebas 5. Mantenimiento Cuando nos enfrentamos a un problema, es importante comprender primero qué es lo que ocasiona dicho problema. En el caso de un neumático desinflado, el problema no es el qué hacer con ese neumático, sino cómo reemplazarlo por uno en buen estado. Ya habiendo comprendido el problema, es necesario identificar cuál sería la solución esperada, así como todo lo necesario con lo que podremos trabajar para llegar a dicha solución. En la etapa de Análisis, podemos identificar 3 secciones importantes: 1. Las entradas al problema. Esto es, ¿qué necesito tener a mi disposición para poder empezar a generar la solución del problema? 2. El proceso a seguir. Es decir, ¿qué debe llevarse a cabo a partir de las entradas para poder llegar a las salidas? 3. Las salidas. Esto es, ¿cuál es el resultado o resultados esperados que pueden considerarse como solución al problema?

coursera.org/tecdemonterrey

Pensamiento algorítmico

Javier Giese • Edgar Gerardo Salinas Gurrión • Sandra Eugenia Barajas Montiel

En la etapa de Diseño, con la información de la etapa anterior, se crea el plano o "blue print" de lo que se debe construir o desarrollar para resolver el problema. Es decir, construir un plan de acción para llegar a la solución. Este plan de acción lo podemos representar con:

palabras (en el caso de un algoritmo), o bien,

formato gráfico (en el caso de un diagrama de flujo) Mientras que un algoritmo es una secuencia ordenada de enunciados que definen la ejecución de un proceso, un diagrama de flujo es una secuencia de imágenes que tienen el mismo fin. En la etapa 3, Implementación, se construye la solución al problema, siguiendo detalladamente el resultado de la etapa de diseño. Es muy importante seguir, durante esta etapa, los pasos desarrollados en el diseño y no agregar, eliminar o modificar alguno de ellos. Si se requiere realizar algún cambio, esto implica que dicho diseño está incorrecto o incompleto y es necesario detener la etapa de implementación y regresar a la etapa de diseño. En la solución de problemas a través de herramientas computacionales, en esta etapa se puede construir la solución al problema con lenguajes de programación (como Java, Python o C++, por decir algunos), con aplicaciones ya existentes (desde hojas electrónicas de cálculo hasta paquetes computacionales avanzados (por ejemplo, ERPs) o con una mezcla de ambos. Una vez que se implementó la solución al problema, se procede la etapa de Pruebas, para validar que todo en realidad funcione según el diseño. Estas pruebas usualmente se definen durante la etapa de diseño, con el fin de corroborar el éxito de la implementación. De la misma forma en que una casa ya terminada requiere de mantenimiento, es común que una solución implementada también lo requiera. Esto es, realizar adecuaciones a lo implementado (y por ende, al diseño), pero no por errores de fases anteriores, sino porque el contexto, bajo el cual se diseñó e implementó la solución, cambió o simplemente porque el funcionamiento continuo de la solución genera algún tipo de desgaste que eventualmente se debe de arreglar. Por ejemplo, para asegurar que un auto siga ofreciendo el servicio para lo cual fue diseñado y construido, es necesario realizarle un mantenimiento cada cierto tiempo o después de cierto número de kilómetros recorridos.

coursera.org/tecdemonterrey

Pensamiento algorítmico

Javier Giese • Edgar Gerardo Salinas Gurrión • Sandra Eugenia Barajas Montiel

En este curso trabajaremos con las primeras 3 etapas:

Análisis

Diseño

Implementación

coursera.org/tecdemonterrey

Pensamiento algorítmico

Javier Giese • Edgar Gerardo Salinas Gurrión • Sandra Eugenia Barajas Montiel

Material editado, diseñado, publicado y distribuido por el Instituto Tecnológico y de Estudios Superiores de Monterrey para uso exclusivo de los estudiantes registrados de forma oficial en el curso Pensamiento algorítmico ofrecido a través de Coursera. Se prohíbe la reproducción total o parcial de esta obra por cualquier medio sin previo y expreso consentimiento por escrito del Instituto Tecnológico y de Estudios Superiores de Monterrey. D.R.© Instituto Tecnológico y de Estudios Superiores de Monterrey, México. 2014. Ave. Eugenio Garza Sada 2501 Sur Col. Tecnológico C.P. 64849 | Monterrey, Nuevo León | México.