Examinando por Autor "De la Cruz Torres, Jorge Luis"

Mostrando 1 - 2 de 2

Acceso Abierto
Estrategias de aprendizaje en educación remota y el rendimiento académico en estudiantes de la Escuela Profesional de Lengua y Literatura de la Universidad Nacional “San Luis Gonzaga”
(Universidad Nacional San Luis Gonzaga, 2022) De La Cruz Torres, María Luisa; De la Cruz Torres, Jorge Luis
Después de dos años de una educación virtual en las universidades del mundo, aún es complicado comprender como ha sido el aprendizaje del estudiante. Esto motivo la investigación que tuvo por objetivo identificar la relación que existe entre las estrategias del aprendizaje en educación remota y el rendimiento académico de los estudiantes de la Escuela Profesional de Lengua y Literatura de la Universidad Nacional “San Luis Gonzaga”. Se describe una investigación de tipo básica, nivel correlacional y un diseño descriptivo correlacional. Asimismo, se consideró una muestra de 137 estudiantes de la Carrera Profesional de Lengua y Literatura de la Universidad Pública de Ica, a quienes se le aplicó un cuestionario ACRA-abreviado que consta de 44 preguntas distribuidas en tres dimensiones: Estrategias cognitivas, estrategias metacognitivas y estrategias del uso de las herramientas digitales de la plataforma, para averiguar las debilidades en las estrategias utilizadas por los estudiantes en esta etapa virtual. Cabe señalar que para la aplicación del instrumento se elaboró un formulario google y fue enviado vía correo electrónico. Los resultados obtenidos demuestran que existe una relación significativa entre las estrategias de aprendizaje en educación remota y el nivel de rendimiento académico de los estudiantes, puesto que el valor Rho de Spearman es de r = 0,387, aunque considerado de grado bajo y positivo y valor sig. bilateral es 0,017 señalando que la relación es significativa, puesto que es menor que  = 0.05. Finalmente se concluye que debe orientarse al estudiante sobre las estrategias de aprendizaje durante las sesiones realizadas por el docente.
Acceso Abierto
Modelo matemático para el problema de transporte y asignación de recursos
(Universidad Nacional San Luis Gonzaga. Vicerrectorado de Investigación. Instituto de Investigación, 2023) De la Cruz Torres, Jorge Luis; Morales Almora, José Luis; Magallanes Yui, Javier Eduardo; Landeo Alfaro, Elmer Leonidas
Los problemas en el mundo real precisan de soluciones rápidas y precisas para tomar una decisión rápida. Estos problemas pueden ser formulados matemáticamente como un problema de optimización lineal o no lineal, sujeto a diferentes restricciones. En este trabajo fue estudiado el problema de optimización lineal. El principal algoritmo computacional más utilizado para resolver este tipo de problemas es el método simplex. Este método precisa de algunas modificaciones cuando las restricciones están en estado de igualdad, lo que muchas veces lo hace costoso computacionalmente. Por ejemplo, el problema de transporte es un problema clásico de programación lineal, que consiste en determinar una forma eficiente de transportar un bien disponible en cantidades limitadas de determinados locales para otros donde el bien es necesario, o designar una cantidad fija de n- individuos a realizar n-tareas, esto es un individuo por tarea y viceversa. Este problema de optimización lineal con restricciones de igualdad en el lenguaje matemático es un problema de optimización. Resolver un problema básico de optimización lineal consisten en: obtener una solución básica o admisible, que satisface el criterio de optimalidad, hasta encontrar la mejor solución. En este trabajo, fue propuesto utilizar métodos prácticos para encontrar soluciones básicas o admisibles para tratar con el costo computacional, los métodos estudiados fueron: Método de la esquina noroeste y Método de Vogel. Estas estrategias ayudaron a encontrar soluciones rápidas para tomar una decisión. Otro caso particular del problema de transporte es el problema de designación que es un problema también estudiado. La estrategia propuesta fue aplicada a diferentes problemas existentes en la literatura. Estos algoritmos fueron programados utilizando bibliotecas del código Python-TensorFlow de Colaboratory da Google.