GUÍA MAESTRA

SEMANA 11 — Mini-proyecto de análisis de datos de ingeniería

Asignatura: Programación de Computadores con Python / Fundamentos de Programación Programas: Ingeniería Agrícola, Civil y Agroindustrial — Universidad de Sucre

En esta semana los estudiantes desarrollan un mini-proyecto integrador, donde aplican los conocimientos adquiridos durante el curso.

Hasta este punto han aprendido:

  • variables y operaciones
  • estructuras condicionales
  • bucles
  • funciones
  • listas y diccionarios
  • lectura de archivos
  • bibliotecas científicas (NumPy y Matplotlib)

Ahora integrarán estos elementos en un pequeño proyecto de análisis de datos de ingeniería.

El objetivo es que los estudiantes comprendan cómo la programación se utiliza para analizar información real.


OBJETIVO DE APRENDIZAJE

Al finalizar la semana el estudiante será capaz de:

  • Integrar estructuras de programación en un programa completo.
  • Analizar datos experimentales mediante Python.
  • Generar estadísticas básicas.
  • Visualizar resultados mediante gráficos.
  • Interpretar datos de ingeniería.

SESIÓN 1 (2 HORAS)

Diseño del mini-proyecto

1. Introducción conceptual del docente (20 minutos)

El docente plantea el siguiente escenario:

Un ingeniero agrícola registra precipitación durante una semana en una estación meteorológica.

Datos:

10
5
0
12
8
6
3

Los datos están almacenados en un archivo:

lluvia.txt

El objetivo es desarrollar un programa que:

  1. Lea los datos del archivo.
  2. Calcule estadísticas básicas.
  3. Gen ere un gráfico.
  4. Interprete el resultado.

2. Activación del tutor IA

Los estudiantes interactúan con un ChatBot usando la funcionalidad:

Estudia y Aprende

Se sugiere utilizar:

GPT Programación Python – Ingeniería


PROMPT DE INICIO — SEMANA 11

Actúa como tutor experto en programación Python aplicada a ingeniería.

Tema: Mini-proyecto de análisis de datos.

1) Explica cómo estructurar un programa completo en Python.
2) Explica cómo integrar:
   - lectura de archivos
   - listas
   - funciones
   - bibliotecas NumPy
3) Explica cómo analizar datos experimentales.
4) Explica cómo interpretar resultados obtenidos por un programa.
5) Presenta un ejemplo de mini-proyecto aplicado a ingeniería.

Después hazme 3 preguntas para verificar si comprendí el proceso.

3. Interacción guiada con IA (30 minutos)

El estudiante debe:

  1. Leer la explicación del tutor IA.
  2. Responder las preguntas propuestas.
  3. Pedir sugerencias para estructurar el programa.

4. Estructura del programa

El mini-proyecto tendrá cuatro etapas:

1. Lectura de datos
2. Procesamiento
3. Visualización
4. Interpretación

Ejemplo de estructura

leer_datos()

analizar_datos()

generar_grafico()

mostrar_resultados()

5. Lectura del archivo

archivo = open("lluvia.txt", "r")

datos = []

for linea in archivo:
    datos.append(float(linea))

archivo.close()

Explicación

Entrada

Archivo con datos experimentales.


Proceso

Lectura de cada línea del archivo.


Salida

Lista con los datos.


SESIÓN 2 (2 HORAS)

Desarrollo del mini-proyecto

En esta sesión los estudiantes completan el programa y elaboran la síntesis escrita del tema.


1. Activación del tutor IA

Los estudiantes interactúan nuevamente con el ChatBot.


PROMPT DE APRENDIZAJE — SESIÓN 2

Actúa como tutor experto en programación científica con Python.

Explícame:

1) Cómo organizar un programa completo en Python.
2) Cómo analizar datos experimentales usando NumPy.
3) Cómo crear gráficos con Matplotlib.
4) Cómo interpretar resultados obtenidos por el programa.
5) Qué errores comunes cometen los estudiantes al desarrollar proyectos.

Después:

• presenta un ejemplo completo de mini-proyecto
• explica cada parte del código
• propone un ejercicio de análisis de datos de ingeniería.

2. Análisis de datos

import numpy as np

datos = np.array(datos)

promedio = np.mean(datos)

maximo = np.max(datos)

minimo = np.min(datos)

print("Promedio:", promedio)
print("Máximo:", maximo)
print("Mínimo:", minimo)

Explicación

Se calculan tres estadísticas básicas:

  • promedio
  • valor máximo
  • valor mínimo

3. Generación del gráfico

import matplotlib.pyplot as plt

plt.plot(datos)

plt.title("Precipitación semanal")

plt.xlabel("Día")

plt.ylabel("mm")

plt.show()

Interpretación

El gráfico permite identificar:

  • días con mayor precipitación
  • variabilidad semanal
  • comportamiento de la lluvia

4. Programa completo

import numpy as np
import matplotlib.pyplot as plt

archivo = open("lluvia.txt", "r")

datos = []

for linea in archivo:
    datos.append(float(linea))

archivo.close()

datos = np.array(datos)

promedio = np.mean(datos)

maximo = np.max(datos)

minimo = np.min(datos)

print("Promedio:", promedio)
print("Máximo:", maximo)
print("Mínimo:", minimo)

plt.plot(datos)

plt.title("Precipitación semanal")

plt.xlabel("Día")

plt.ylabel("mm")

plt.show()

5. Interpretación de resultados

El estudiante debe responder:

  • ¿Qué día ocurrió la mayor precipitación?
  • ¿Cuál fue el promedio semanal?
  • ¿Qué variabilidad presentan los datos?

6. PROMPT GLOBAL DE CIERRE

Al finalizar la sesión los estudiantes generan el resumen que escribirán manualmente.

Actúa como tutor experto en programación científica con Python.

Con base en el mini-proyecto que acabamos de desarrollar,
elabora un RESUMEN BREVE que cumpla las siguientes condiciones:

1. Debe caber en UNA SOLA HOJA escrita a mano.
2. Debe usar lenguaje claro y técnico.
3. Debe incluir:

- idea central del proyecto
- pasos principales del programa
- relación entre datos, análisis y visualización
- un ejemplo aplicado a ingeniería

4. No debe ser copia literal de libros.
5. Debe permitir que el estudiante lo escriba comprendiendo lo esencial.

Al final agrega una frase breve de reflexión sobre el uso de programación para analizar datos experimentales.

7. ACTIVIDAD FINAL — HOJA ESTUDIA Y APRENDE

Los estudiantes completarán la hoja institucional.

En el reverso deben escribir a mano:

  • qué problema resolvió el mini-proyecto
  • qué datos se analizaron
  • qué cálculos se realizaron
  • qué información aporta el gráfico
  • interpretación del resultado

RESULTADOS DE APRENDIZAJE DE LA SEMANA

Al finalizar la semana el estudiante será capaz de:

  • integrar estructuras de programación en un proyecto completo
  • analizar datos experimentales
  • visualizar resultados mediante gráficos
  • interpretar información obtenida mediante programación