El Aprendizaje Basado en Problemas (ABP) se destaca como una metodología innovadora en la educación superior, particularmente en la enseñanza de las matemáticas, al fomentar el pensamiento lógico, crítico y analítico. En países como Ecuador, Perú y México, el ABP emerge como una alternativa eficaz frente a los métodos tradicionales, al transformar a los estudiantes en agentes activos que construyen conocimientos mediante la resolución de problemas auténticos. El objetivo de este estudio es analizar la implementación del Aprendizaje Basado en Problemas (ABP) como una estrategia pedagógica innovadora en la enseñanza de las matemáticas en la educación superior, con el propósito de evaluar su impacto en el desarrollo de competencias fundamentales, como el pensamiento crítico, la resolución de problemas y el aprendizaje autónomo. Se abordó mediante una revisión sistemática de la literatura, examinando su aplicación en diversos contextos y su impacto en la motivación y el rendimiento estudiantil. Este análisis permitió explorar cómo la identificación de problemas auténticos y la planificación colaborativa contribuyen al desarrollo de competencias, la autonomía del estudiante y el logro de aprendizajes significativos. En conclusión, el (ABP) ha demostrado ser una metodología pedagógica efectiva para fomentar un aprendizaje activo y significativo en la educación superior, particularmente en el área de las matemáticas. A través de su enfoque en la resolución de problemas reales o simulados, el ABP no solo mejora la comprensión de conceptos teóricos, sino que también impulsa el desarrollo de competencias clave como el pensamiento crítico, el trabajo en equipo y la comunicación.
El pronóstico de la demanda constituye el primer eslabón de la planificación en los sistemas de producción Make-to-Stock, donde la fabricación se anticipa a los pedidos y un error de estimación se traduce en quiebres de inventario o en exceso de producto terminado. El objetivo de este estudio fue evaluar y comparar modelos de series de tiempo para el pronóstico de la demanda en un entorno de producción Make-to-Stock, con el fin de optimizar la planificación de la producción. Se comparó siete modelos de series de tiempo y suavizamiento (promedio móvil simple, promedio móvil ponderado, suavizamiento exponencial simple, método de Holt, Holt-Winters aditivo, Holt-Winters multiplicativo y descomposición) sobre la demanda mensual de una empresa industrial de producción en línea de bienes de consumo masivo, a lo largo de cuarenta y ocho meses. La serie se dividió en treinta y seis meses de entrenamiento y doce de validación, y el desempeño se midió mediante la desviación absoluta media, el error cuadrático medio, el error porcentual absoluto medio y la señal de rastreo. Los resultados mostraron una superioridad neta de los modelos que incorporan estacionalidad, con errores porcentuales cercanos al 2,4 %, frente a valores superiores al 7,8 % en los métodos que la ignoran. Aunque la descomposición alcanzó el menor error de magnitud, la señal de rastreo evidenció un sesgo de subestimación, por lo que se seleccionó Holt-Winters multiplicativo al combinar exactitud y ausencia de sesgo. Con este modelo se proyectó la demanda de 2026 como insumo para la planificación. El estudio confirma que los modelos clásicos, interpretables y de bajo costo computacional, resultan suficientes para sustentar decisiones de producción en contextos de demanda continua y estacional.
Technology Rain Journal ISSN 2953-464X,indexada en Latindex Catálogo 2.0, es una Revista enfocada en el área de Ciencias Informáticas, Ingeniería aplicadas, y Ciencias Sociales. Posee una periodicidad Semestralcon un volumen anual de dos números . Nuestra revista es editada por la editorial Kolibri, auspiciada por La Red de Investigacion en Ingenieria e Informatica Ri3, el Instituto de Investigaciones Informáticas y Forenses del Ecuador, y otras entidades sin fines de lucro. La Revista publica artículos originales e inéditos, y evaluado en doble ciego. Revista de acceso abierto Licencia Creative Commons Attribution 4.0 International (CC BY 4.0) Recepción permanente de artículos científicos Envios Formato Correo : technologyrainjournal@gmail.com WhatsApp: (593) 098 901 9744 / (593) 098 425 3072
La productividad financiera es clave para que las industrias ecuatorianas sean más competitivas y sostenibles, el problema es que los enfoques tradicionales de análisis financiero se quedan cortos a la hora de explicar cómo evolucionan en el tiempo variables como la rentabilidad, la liquidez, la eficiencia operativa o el crecimiento y ahí está el punto de partida de esta investigación: todavía se aplican poco los modelos matemáticos dinámicos que permitirían entender cómo se relacionan estos indicadores entre sí y cómo influyen en el desempeño de una empresa, por eso tiene sentido este estudio: hace falta traer herramientas de las matemáticas aplicadas que ayuden a mejorar la planificación financiera y la toma de decisiones estratégicas en el sector industrial ecuatoriano, el objetivo fue analizar la productividad financiera de esas industrias usando ecuaciones diferenciales para modelar cómo se comportan en el tiempo sus principales indicadores, en cuanto a la metodología, se trabajó con un enfoque cuantitativo, de diseño no experimental y longitudinal, apoyado en análisis matemático y financiero, se aplicó un modelo de ecuación diferencial para representar cómo varía la productividad financiera según la rentabilidad, la liquidez, la eficiencia operativa y el crecimiento, y se complementó con estadística para interpretar los resultados, los hallazgos mostraron que las empresas que mantienen sus indicadores financieros en equilibrio son las que logran mayor productividad y sostenibilidad económica, y algo más: aplicar ecuaciones diferenciales resultó ser una manera innovadora de entender el comportamiento dinámico del desempeño financiero, y una vía útil para construir estrategias de crecimiento sostenible en las industrias ecuatorianas.