El crecimiento demográfico conlleva ciertos problemas sociales, uno de ellos es el aumento en la demanda de productos perecederos. La atención a una de las necesidades básicas como la alimentación se torna insostenible en la mayoría de los países en vías de desarrollo (México, países de centro y Sudamérica, entre otros), ya que estadísticamente la población crece más rápido que la producción de recursos alimenticios disponibles. Una de las estrategias que se está llevando a cabo por la industria alimenticia es optimizar el uso de los alimentos evitando el desperdicio por tiempo de caducidad o por excedente preparado. En esta investigación se presenta un estudio exploratorio a través de la revisión de la literatura actual en bases de datos como Scopus, Elsevier, y publicaciones de sitios de Instituciones, para aclarar y delimitar el estado del arte en este tema. El resultado de esta investigación son los estudios sobre las técnicas del proceso de Logística Inversa (LI) aplicadas a la recuperación de los productos perecederos en México, específicamente alimentos, presentando una tabla de clasificación sobre los tipos de residuos.

El uso de dispositivos tecnológicos como una computadora y un teléfono inteligente, han hecho que se vuelva más práctica la realización trabajos escolares, trabajos profesionales, generar y administrar bases de datos, desarrollar programas, interactuar en redes sociales, comunicarse, realizar compras, hacer pagos en línea, etc. Este sistema de pedidos tiene como objetivo el empleo de los dispositivos móviles con sistema operativo Android y una computadora con el software de administrador instalado y que fue desarrollado en Netbeans, para generar ahorro tiempo al cliente al levantar su orden en un restaurante. Pretende, además, evitar las posibles pérdidas de clientes por un mal servicio en un restaurante, implementando un método a través del cual, el cliente estará enviando su pedido directamente al chef con la ayuda de un sistema de pedidos conformado por una aplicación móvil que escanee códigos QR y un software de computadora que reciba y administre los pedidos.

Tecnologías emergentes como Blockchain han revolucionado la forma en que se realiza el trabajo y los procesos en las empresas, es el caso de la aplicación en cadena de suministro donde se han realizado estudios para establecer ventajas competitivas como son la confianza y seguridad en el proceso. La decisión de implementar una tecnología no es cuestión de aplicar la que está en voga, es un proceso de definición de estrategias tecnológicas alineadas a la estrategia empresarial. En este artículo se realiza un estudio de la aplicación de la tecnología Blockchain en la logística, particularmente, en la cadena de suministros como estrategia tecnológica. Se revisaron fuentes de información secundarias y primarias para lograr esclarecer el camino del uso de esta tecnología en este rubro, así mismo se analizaron las técnicas para el establecimiento de la estrategia tecnológica para justificar el uso de la tecnología.

En el presente trabajo se obtiene un horario para el programa educativo Licenciatura en Tecnologías de la Información de la Escuela Superior de Tizayuca mediante un algoritmo genético, se decidió realizar este programa ya que a pesar de que existen diversos trabajos al respecto, cada escuela tiene una forma específica de trabajar, por lo cual se necesita un programa enfocado a estas necesidades. El programa utiliza dos tipos de restricciones, esenciales y no esenciales. Este es capaz de obtener un horario útil ya que no viola ninguna restricción esencial y solo viola dos veces restricciones no esenciales. Este programa puede servir como base para crear otro que obtenga los horarios de toda la escuela. La obtención de horarios optimizados permite usar de forma más eficiente los recursos, como aulas y laboratorios, también hace más eficiente el trabajo de personal administrativo y docente, más en los últimos ya que aminora el desgaste mental y físico de los docentes que algunas veces tienen una gran cantidad de horas sin asignación de clases.

In the present research, the prediction of the academic performance of university students of an undergraduate educational program is carried out by applying Machine Learning (ML) with the purpose of determining the students with academic difficulties and excellence in school performance. It is an applied research in a population of 327 students, to which a representative sample of 74 students is determined, using a proportional stratified probability sampling, in which the stratum is the semester the student is studying out of the nine that make up the study plan. The work is an applied study with a pre-experimental design of a single group, because after applying ML the results are observed and the measurements is carried out. The main conclusions obtained allow establishing a methodology for the application of ML methods in the prediction of academic performance. The best performing algorithms used are Support Vector Machine (SVM) and Neural Network (NN). En la presente investigación se realiza la predicción del rendimiento académico de estudiantes universitarios de un programa educativo de licenciatura aplicando Machine Learning (ML) con la finalidad de determinar los estudiantes con dificultades académicas y de excelencia en el rendimiento escolar. Es una investigación aplicada en una población de 327 estudiantes, a la cual se le determina una muestra representativa de 74 estudiantes, utilizando un muestreo probabilístico estratificado proporcional, en el cual el estrato es el semestre que cursa el estudiante de los nueve que conforman el plan de estudios. El trabajo es un estudio aplicado con un diseño pre-experimental de un solo grupo, ya que después de aplicar el ML se observan los resultados y se realiza la medición. Las principales conclusiones obtenidas permiten establecer una metodología para la aplicación de métodos de ML en la predicción del rendimiento académico. Los algoritmos utilizados con mejores resultados son Support Vector Machine (SVM) y Neural Network (NN).