IES ESTANISLAO MALDONES PROFESORADO DE EDUCACIÓN SECUNDARIA EN MATEMÁTICA

MATEMÁTICA APLICADA - Prof. Lucía Micaela Cuello Año Lectivo 2025

UNIDAD Nº1
MODELIZACIÓN. ALGORÍTMOS

1. MODELIZACIÓN

1.1. Introducción
La modelación matemática surge como un medio que permite la creación o el uso de
modelos matemáticos a través del planteamiento de problemas en contexto. Se refiere a la acción
de relacionar las variables o parámetros de interés, según la definición del problema y su
objetivo, empleando para ello las relaciones matemáticas que ofrece la teoría que gobierna el
problema y otras que también puedan ser formuladas.
El desarrollo de competencias para establecer, analizar y criticar modelos matemáticos es
frecuentemente considerado relevante para los últimos años de la escuela secundaria o después
de ella. La creencia general entre los profesores es que las actividades de modelización
presuponen una comprensión de la Matemática involucrada en ellas. La modelización
matemática, sin embargo, puede ser vista como una práctica de enseñanza que coloca la
relación entre el mundo real y la Matemática en el centro de la enseñanza y el aprendizaje, y
esto es relevante para cualquier nivel de enseñanza. Las actividades de modelización pueden
motivar el proceso de aprendizaje y ayudar al aprendiz a establecer raíces cognitivas sobre las
cuáles construir importantes conceptos matemáticos.

1.2. ¿Qué es un modelo matemático?

Un modelo matemático es una relación entre ciertos objetos matemáticos y sus
conexiones, por un lado, y por el otro, una situación o fenómeno de naturaleza no matemática.
Este aspecto fundamental del concepto de modelo desde ya tiene significativas implicaciones
didácticas. En primer lugar, esto implica que, cuando la matemática es aplicada a una situación
extra-matemática, algún tipo de modelo matemático está involucrado explícita o implícitamente
en ella. Segundo, para que un alumno experimente con un modelo matemático y sea capaz de
reflexionar sobre las relaciones existentes en él, es una precondición epistemológica que este
alumno sea capaz de percibir la situación o fenómeno modelado y la matemática en juego, como
dos objetos separados, pero al mismo tiempo interrelacionados. En efecto, esto es el núcleo del
problema, ya sea en relación al potencial que tiene el aprendizaje de la modelización matemática,
como a las dificultades conectadas con este aprendizaje.

1.3. ¿Qué es modelización matemática?

Unidad Nº 1 Página 1
IES ESTANISLAO MALDONES PROFESORADO DE EDUCACIÓN SECUNDARIA EN MATEMÁTICA
MATEMÁTICA APLICADA - Prof. Lucía Micaela Cuello Año Lectivo 2025

La modelización se caracteriza por ser un proceso continuo de resolución de problemas.

Se trata de una poderosa estrategia didáctica en la construcción del sentido de los conceptos
matemáticos. El gran desafío es que los estudiantes aprendan a pensar y desarrollar conceptos
según la resolución de problemas encuadrados en contextos reales, partiendo de la combinación
de diferentes tareas. La modelización es una nueva visión de la Matemática, ligada a la vida
cotidiana y con más énfasis en el significado que en las técnicas.
La modelización matemática asume a la actividad matemática como un proceso continuo
de resolución de problemas encuadrados en contextos reales permitiendo la combinación de
diferentes tareas, según las necesidades de aprendizaje de los estudiantes. El principio
fundamental es que los modelos son tratados como instrumentos para enseñar conceptos
matemáticos. Toda obtención de un modelo representa un proceso de resolución de un
problema; mientras que no toda resolución de problema es una modelización.

1.4. Modelización, un desafío básico para la enseñanza obligatoria

La modelización matemática es el proceso de describir en términos matemáticos un
fenómeno real, obteniendo resultados matemáticos y la evaluación e interpretación Matemática
de una situación real. La siguiente Figura puede expresar este proceso.

Unidad Nº 1 Página 2
IES ESTANISLAO MALDONES PROFESORADO DE EDUCACIÓN SECUNDARIA EN MATEMÁTICA
MATEMÁTICA APLICADA - Prof. Lucía Micaela Cuello Año Lectivo 2025

El proceso de modelización matemática se puede describir en varios pasos. Para alumnos

como los de Secundaria, el número de pasos puede ser mínimo:

1. Identificar un problema real

2. Identificar factores importantes y representar estos factores en términos
matemáticos
3. Usar análisis matemáticos para obtener resultados matemáticos
4. Interpretar y evaluar los resultados matemáticos y ver cómo afectan al mundo real

A los estudiantes de Secundaria, una vez que han hecho la experiencia, se les puede
explicar el cuadro de la Figura 1 y desarrollar un debate con ellos sobre qué implican los procesos
de modelización para que se apropien del proceso. En algunos casos, la dificultad que se detecta
con estos alumnos es que tienden a resistirse a la simplificación, exclamaciones como: “pero qué
hay que hacer ahora…” son muy comunes. Es importante mantener la discusión, es decir ayudar
a la re-invención guiada. Normalmente, los procesos de modelización son una sombra de la
realidad. No obstante, para alentar el trabajo de los estudiantes conviene hacer alguna
introducción histórica de modelos que han ayudado al avance de la historia y de los fenómenos
científicos: predicciones de desastres, viajes espaciales, etc…
Hoy trabajar la modelización es un desafío para la educación Secundaria y el Bachillerato.
La modelización implica una mejor formación matemática y una mejor formación profesional. En
efecto, el trabajo con la modelización lleva implícita:

• La capacidad para resolver problemas reales con una actitud crítica

• Una comprensión más amplia de la aplicabilidad de los conceptos
• El desarrollo de la creatividad y el descubrimiento
• La capacidad para integrar los conceptos
• La capacidad para apreciar el poder de la matemática

1.5. Ejemplos de modelos matemáticos

El siguiente ejemplo simple ilustra la naturaleza de un modelo matemático y

•
algunas de sus implicaciones didácticas.
Una familia de vacaciones maneja 1180 kilómetros en 12 horas. La velocidad promedio
(98 km/h) para este viaje puede ser calculada dividiendo la distancia total por el tiempo
transcurrido. Tal cálculo puede ser percibido como un modelo matemático. Esto se ilustra en la
siguiente figura.

El cálculo de la velocidad promedio de un viaje particular de un automóvil es un modelo

matemático.
Como modelo del viaje, la velocidad promedio es sólo una descripción general; podría ser
considerada un modelo estándar indiscutible. Y, por lo tanto, no hay razón para discutir el cálculo
mismo. Sin embargo, el modelo es más que solo el cálculo de la velocidad promedio. El modelo
Unidad Nº 1 Página 3
IES ESTANISLAO MALDONES PROFESORADO DE EDUCACIÓN SECUNDARIA EN MATEMÁTICA
MATEMÁTICA APLICADA - Prof. Lucía Micaela Cuello Año Lectivo 2025

identifica la distancia recorrida y el tiempo total empleado. El kilometraje registrado por el auto
podría ser considerado la distancia total recorrida. Esto incluye los desvíos realizados por la
familia para encontrar un buen lugar para almorzar. Sin embargo, la distancia también podría ser
estimada en el mapa y, en consecuencia, el tiempo serían las horas reales empleadas en
manejar esa distancia. Esto da lugar, por ejemplo, al siguiente cálculo: 1150 km/10h = 115 km/h,
el cual también es otro modelo de la misma situación. Cuál de estos dos modelos es una
descripción más ajustada o válida depende de las intenciones de uso de estos resultados.
Si el modelo será usado en una discusión acerca del tráfico o del modo de manejar del
conductor con respecto a las regulaciones legales de velocidad, el segundo modelo es más
relevante que el primero. Si la familia usará el modelo para estimar qué distancia sería factible
de manejar el día siguiente, están en realidad introduciendo un nuevo modelo. El modelo
puramente descriptivo que provee una estimación de la velocidad promedio de un recorrido que
ya ha sido realizado, se transforma en un modelo predictivo, cuando es usado para calcular el
tiempo necesario para alcanzar cierto destino. El modelo podría ser representado
matemáticamente como 𝑠𝑠 (𝑡𝑡) = 𝑣𝑣𝑣𝑣 ∙ 𝑡𝑡, donde 𝑠𝑠(𝑡𝑡) es la distancia cubierta luego de 𝑡𝑡 horas de
manejo y 𝑣𝑣𝑣𝑣 es la velocidad promedio esperada (km/h).
Dependiendo de cuál de las dos estimaciones es usada para 𝑣𝑣𝑣𝑣, 𝑡𝑡 puede ser interpretado
de dos maneras diferentes, es decir, como el tiempo total empleado en el paseo o como el tiempo
efectivo de manejo. Si se usan los 98 km/h, que incluye las dos horas de detención para almorzar,
se tiene la consecuencia inmediata de que el modelo es válido únicamente si 𝑡𝑡 está alrededor de
las 12 horas. Usando el otro valor para 𝑣𝑣𝑣𝑣, el tiempo empleado en el almuerzo debe ser añadido
al tiempo estimado de conducción real con el fin de calcular cuánto tiempo se necesita para
alcanzar el destino final.
El modelo predictivo es mucho más complicado epistemológicamente que el modelo
descriptivo. Se construye implícitamente sobre un número de suposiciones considerando las
similitudes entre dos situaciones diferentes: una usada para estimar la velocidad promedio y la
situación mediante la cual se predice el tiempo de manejo esperado. La predicción del modelo
puede ser evaluada únicamente mediante la realización concreta del viaje. Por supuesto, este
tipo de modelo puede validarse mediante la experiencia (es decir, mediante información
estadística).
El ejemplo muestra que, aún en este caso muy simple de aplicación de la Matemática a
una situación de la vida diaria, hacer explícitas las relaciones dentro del modelo y discutir la
validez de las posibles aplicaciones del mismo, resulta siempre en consideraciones sobre las
relaciones entre los conceptos matemáticos y las representaciones, y su significado en el
contexto. Además, explicitar las relaciones dentro del modelo permite una crítica del mismo y de
su posible uso.

• Una situación en Biología

En una isla se introdujeron 112 iguanas. Al principio se reprodujeron rápidamente, pero
los recursos de la isla comenzaron a escasear y la población decreció. El número de iguanas a
los 𝑡𝑡 años de haberlos dejado en la isla está dado por y = −t 2 + 22t + 112
a) Calcular la cantidad de años en los cuales la población de iguanas aumentó
b) ¿En qué momento la población de iguanas se extingue?

• Una situación de Química

Las sustancias radiactivas tienen la propiedad de desintegrarse al emitir espontáneamente
partículas alfa, electrones y rayos gamma, por lo cual pierden masa a medida que pasa el tiempo.
En un laboratorio, se hace la observación de una sustancia radiactiva que pierde un cuarto de su
masa cada 12 días. En un principio la masa de dicha sustancia es de 30kg.
a) ¿Cuál será la masa de dicha sustancia después de una semana?
b) ¿cuál será la masa de dicha sustancia después de 30 días?
Unidad Nº 1 Página 4
IES ESTANISLAO MALDONES PROFESORADO DE EDUCACIÓN SECUNDARIA EN MATEMÁTICA
MATEMÁTICA APLICADA - Prof. Lucía Micaela Cuello Año Lectivo 2025

2. ALGORITMO

2.1. Introducción
En Matemática, Lógica, Ciencias de la Computación y disciplinas relacionadas, un
algoritmo (del griego y latín, dixit algorithmus) es un conjunto pre-escrito de instrucciones o reglas
bien definidas, ordenadas y finitas que permite realizar una actividad mediante pasos sucesivos
que no generen dudas a quien deba realizar dicha actividad. Dados un estado inicial y una
entrada, siguiendo los pasos sucesivos se llega a un estado final y se obtiene una solución. Los
algoritmos son el objeto de estudio de la Algoritmia.
Muchos algoritmos son ideados para implementarse en un programa. Sin embargo, los
algoritmos pueden ser implementados en otros medios, en un circuito eléctrico, un aparato
mecánico y eléctrico. Algunos algoritmos inclusive se diseñan especialmente para implementarse
usando lápiz y papel, en la vida cotidiana, se emplean algoritmos frecuentemente para resolver
problemas, por ejemplo, los manuales de usuario, que muestran algoritmos para usar un aparato,
o las instrucciones que recibe un trabajador por parte de su patrón.
Algunos ejemplos en Matemática son el algoritmo de multiplicación, para calcular el
producto, el algoritmo de la división para calcular el cociente de dos números, el algoritmo de
Euclides para obtener el máximo común divisor de dos enteros positivos, o el método de Gauss
para resolver un sistema lineal de ecuaciones.
Solucionar problemas complejos puede ser difícil, pero no imposible. Solo se necesita
tener el espíritu adecuado y disponer de un proceso para resolver el problema en cuestión. Por
suerte, se dispone de gran cantidad de técnicas para solucionar los problemas que surgen
habitualmente.
Cuando se tiene que enfrentar un problema difícil surgen interrogantes, ¿Por dónde se
comienza? ¿Qué técnicas de resolución de problemas se pueden utilizar AHORA MISMO que
puedan ayudar a tomar las mejores decisiones?

2.2. Definición
En general, no existe ningún consenso definitivo en cuanto a la definición formal de
algoritmo. Muchos autores los señalan como listas de instrucciones para resolver un cálculo o
un problema, es decir, que un número finito de pasos convierten los datos de un problema
(entrada) en una solución (salida).
De acuerdo a eso se puede decir que un algoritmo es una explicación paso a paso de
cómo llegar a la solución de un problema.
Es decir, un algoritmo es un método para la solución de un problema que describe, en un
lenguaje comprensible para quien vaya a utilizarlo, sea hombre o computadora, una sucesión
finita de pasos; de modo tal que, siguiéndolos ordenadamente, se arriba a la solución del
problema.
En resumen, un algoritmo es cualquier cosa que funcione paso a paso, donde cada paso
se pueda describir sin ambigüedad y además tiene un límite fijo en cuanto a la cantidad de datos
que se pueden leer/escribir.

2.3. Características
Todo algoritmo tiene las siguientes características:

 Precisión: cada uno de sus pasos indica de manera precisa e inequívoca que se debe
hacer, las operaciones a llevar a cabo son especificadas de manera rigurosa y no ambigua
 Finitud: un algoritmo tiene un número limitado de pasos, termina después de un
número finito de pasos
 Definición: cada paso está correctamente definido, produce los mismos resultados
para las mismas condiciones de entrada
Unidad Nº 1 Página 5
IES ESTANISLAO MALDONES PROFESORADO DE EDUCACIÓN SECUNDARIA EN MATEMÁTICA
MATEMÁTICA APLICADA - Prof. Lucía Micaela Cuello Año Lectivo 2025

 Eficiencia: minimiza el tiempo de ejecución, todas las operaciones que realiza son
suficientemente básicas como para que puedan ser hechas de manera exacta y en un tiempo
finito por un hombre usando lápiz y papel
 Legibilidad: el texto que lo describe es claro, tal que permite entenderlo y leerlo
fácilmente
 Modificables: están diseñados de modo que sus posteriores modificaciones sean
fáciles de realizar, incluso por personas diferentes a sus propios autores
 Modulares: la filosofía utilizada para su diseño favorece la división del problema en
módulos pequeños

2.4. Clasificación
Los algoritmos se pueden clasificar en cuatro tipos:

 Algoritmo computacional: es un algoritmo que puede ser ejecutado en una

computadora. Ejemplos: procedimientos de cálculo, edición de un documento, realización de un
video
 Algoritmo no computacional: es un algoritmo que no requiere de una computadora
para ser ejecutado. Ejemplos: Instalación de un equipo de sonido, cambiar la rueda de un auto,
realizar una llamada telefónica
 Algoritmo cualitativo: un algoritmo es cualitativo cuando en sus pasos o
instrucciones no están involucrados cálculos numéricos. Ejemplos: Las instrucciones para
desarrollar una actividad física, cargar la batería de un celular
 Algoritmo cuantitativo: un algoritmo es cuantitativo cuando en sus pasos o
instrucciones hay cálculos numéricos. Ejemplo: resolver una ecuación de segundo grado,
calcular lo gastado en una ida al supermercado

2.5. Partes
Todo Algoritmo debe tener las siguientes partes:

I. Entrada de datos, son los datos que el algoritmo necesita para ser ejecutado, la entrada
puede ser en el primer paso o los datos ingresan dinámicamente mientras el algoritmo corre
II. Proceso, es la secuencia de pasos para ejecutar el algoritmo
III. Salida de resultados, son los datos obtenidos después de la ejecución del algoritmo,
tiene una o más salidas, son respuestas que tienen una relación específica con las entradas

2.6. Pre y poscondiciones de un algoritmo

 Precondición: es la información que se conoce como verdadera antes de comenzar

el algoritmo
 Poscondición: es la información que se conoce como verdadera después de
finalizado el algoritmo, siempre que se cumpla con las precondiciones

Ejemplos:
I. Determinar el resto de la división entera entre dos números enteros N y M
Precondición: N y M son números enteros. M debe ser distinto de 0
Poscondición: el resultado será un valor entero comprendido entre 0 y M-1, que
representa el resto de aplicar la división entera entre N y M
II. Indicar la manera de endulzar una taza que contiene café
Precondición: Contar con una cucharita y azúcar suficiente
Poscondición: El café quedó dulce al finalizar el proceso

Unidad Nº 1 Página 6
IES ESTANISLAO MALDONES PROFESORADO DE EDUCACIÓN SECUNDARIA EN MATEMÁTICA
MATEMÁTICA APLICADA - Prof. Lucía Micaela Cuello Año Lectivo 2025

2.7. Medios de expresión

Los algoritmos pueden ser expresados de muchas maneras, incluyendo al lenguaje
natural, pseudocódigo, diagramas de flujo y lenguajes de programación. Las descripciones en
lenguaje natural tienden a ser ambiguas y extensas. El usar pseudocódigo y diagramas de flujo
evita muchas ambigüedades del lenguaje natural. Dichas expresiones son formas más
estructuradas para representar algoritmos; no obstante, se mantienen independientes de un
lenguaje de programación específico.
La descripción de un algoritmo usualmente se hace en tres niveles.

I. Descripción de alto nivel: se establece el problema, se selecciona un modelo

matemático y se explica el algoritmo de manera verbal, posiblemente con ilustraciones y
omitiendo detalles

II. Descripción formal: se usa pseudocódigo para describir la secuencia de pasos que
encuentran la solución

III. Implementación: se muestra el algoritmo expresado en un lenguaje de programación

específico o algún objeto capaz de llevar a cabo instrucciones
También es posible incluir un teorema que demuestre que el algoritmo es correcto, un
análisis de complejidad o ambos.

2.8. Pseudocódigo
El pseudocódigo (falso lenguaje, el prefijo pseudo significa falso) es una descripción de
alto nivel de un algoritmo que emplea una mezcla de lenguaje natural con algunas convenciones
sintácticas propias de lenguajes de programación, como asignaciones, ciclos y condicionales,
aunque no está regido por ningún estándar. Es utilizado para describir algoritmos en libros y
publicaciones científicas, y como producto intermedio durante el desarrollo de un algoritmo, como
los diagramas de flujo, aunque presentan una ventaja importante sobre estos, y es que los
algoritmos descritos en pseudocódigo requieren menos espacio para representar instrucciones
complejas.
El pseudocódigo está pensado para facilitar a las personas el entendimiento de un
algoritmo, y por lo tanto puede omitir detalles irrelevantes que son necesarios en una
implementación. Programadores diferentes suelen utilizar convenciones distintas, que pueden
estar basadas en la sintaxis de lenguajes de programación concretos. Sin embargo, el
pseudocódigo, en general, es comprensible sin necesidad de conocer o utilizar un entorno de
programación específico, y es a la vez suficientemente estructurado para que su implementación
se pueda hacer directamente a partir de él.

Ejemplos
 Problema: llamar por teléfono una persona de quien el número está en mi agenda
 Algoritmo expresado en Pseudocódigo:
Inicio.
Busco la agenda.
Abro la agenda.
Busco el nombre.
Encuentro el número.
Tomo el teléfono.
Marco el número.
Espero que me conteste.
Hablo.
Fin.
Unidad Nº 1 Página 7
IES ESTANISLAO MALDONES PROFESORADO DE EDUCACIÓN SECUNDARIA EN MATEMÁTICA
MATEMÁTICA APLICADA - Prof. Lucía Micaela Cuello Año Lectivo 2025

 Problema: resolver una situación problemática con una ecuación

 Algoritmo expresado en Pseudocódigo:
Inicio.
Leer la situación problemática.
Interpretar la situación problemática.
Plantear la ecuación que resuelve la situación problemática.
Resolver la ecuación.
Verificar el resultado obtenido.
Dar la respuesta a la situación problemática.
Fin.

 Problema: resolver una ecuación lineal con una incógnita que aparece en más de un
término
 Algoritmo expresado en Pseudocódigo:
Inicio.
Leer la ecuación.
Interpretar la ecuación.
Ubicar los términos con la incógnita en un miembro de la igualdad.
Ubicar los términos sin la incógnita en el otro miembro de la igualdad.
Sumar los términos con la incógnita.
Sumar los términos sin la incógnita.
Despejar la incógnita.
Realizar el cálculo que determina el valor de la incógnita.
Verificar el resultado obtenido.
Dar la respuesta.
Fin.

2.9. Diagramas de flujo

Los diagramas de flujo sirven para representar algoritmos de manera gráfica.
Los diagramas de flujo son descripciones gráficas de algoritmos; usan símbolos
conectados con flechas para indicar la secuencia de instrucciones.
Los diagramas de flujo son usados para representar algoritmos pequeños, ya que abarcan
mucho espacio y su construcción es laboriosa. Por su facilidad de lectura son usados como
introducción a los algoritmos, descripción de un lenguaje y descripción de procesos.
Un diagrama de flujo es un dibujo que utiliza símbolos estándar, en el que cada paso del
algoritmo se visualiza dentro del símbolo adecuado y el orden en que estos pasos se ejecutan
se indica con flechas, llamadas líneas de flujo.
Los símbolos utilizados en los diagramas han sido normalizados por las organizaciones
ANSI(American National Institute) e ISO(Internacional Standard Organization). Estos símbolos
se presentan a continuación.

Unidad Nº 1 Página 8
IES ESTANISLAO MALDONES PROFESORADO DE EDUCACIÓN SECUNDARIA EN MATEMÁTICA
MATEMÁTICA APLICADA - Prof. Lucía Micaela Cuello Año Lectivo 2025

2.9.1. Símbolos para la construcción de un diagrama de flujo

Rectángulo redondeado

Para inicio y fin de un algoritmo

Rectángulo

Para representar un proceso

Rombo

Para toma de decisiones

Paralelogramo

Para indicar entrada de datos

Cuadrilátero con base curva

Para indicar salida de datos

Flechas
Para indicar la dirección del flujo en el diagrama

Circulo

Conector dentro de un diagrama

Pentágono
Conector entre diagramas

Unidad Nº 1 Página 9
IES ESTANISLAO MALDONES PROFESORADO DE EDUCACIÓN SECUNDARIA EN MATEMÁTICA
MATEMÁTICA APLICADA - Prof. Lucía Micaela Cuello Año Lectivo 2025

Ejemplo
 Problema: llamar por teléfono una persona de quien el número está en mi agenda
 Algoritmo expresado en Diagrama de flujo:

Inicio

Busco la agenda

No Continúo
¿Encontré la agenda?
buscando

Si

Abro la agenda

Busco el nombre

No
¿Encontré el nombre?

Si

Tomo el teléfono

Marco el número

Unidad Nº 1 Página 10
IES ESTANISLAO MALDONES PROFESORADO DE EDUCACIÓN SECUNDARIA EN MATEMÁTICA
MATEMÁTICA APLICADA - Prof. Lucía Micaela Cuello Año Lectivo 2025

No No
¿Me contesta? ¿Tiene contestador?

Si Si

Hablo Dejo mensaje

Fin

Unidad Nº 1 Página 11
IES ESTANISLAO MALDONES PROFESORADO DE EDUCACIÓN SECUNDARIA EN MATEMÁTICA
MATEMÁTICA APLICADA - Prof. Lucía Micaela Cuello Año Lectivo 2025

2.9.2. Estructuras secuenciales

La estructura secuencial es aquella en la que una acción sigue a otra en secuencia. Las
operaciones se suceden de tal modo que la salida de una es la entrada de la siguiente y así
sucesivamente hasta el fin del proceso. La asignación de esto consiste, en el paso de valores o
resultados a una zona de la memoria. Dicha zona será reconocida con el nombre de la variable
que recibe el valor. La asignación puede ser simple, contador, acumulador o de trabajo.

2.9.2.1. Secuencia Simple

Consiste en pasar un valor constante a una variable

Ejemplo
 Problema: calcular y mostrar el área de un triángulo, conociendo la medida de la base
y la altura
 Algoritmo expresado en Diagrama de flujo:

Inicio

Base, Altura

b = Base

h = Altura

a = b.a/2

Fin

Unidad Nº 1 Página 12
IES ESTANISLAO MALDONES PROFESORADO DE EDUCACIÓN SECUNDARIA EN MATEMÁTICA
MATEMÁTICA APLICADA - Prof. Lucía Micaela Cuello Año Lectivo 2025

2.9.2.2. Contador
Consiste en usarla como un verificador del número de veces que se realiza un proceso

Ejemplo
 Problema: calcular y mostrar los productos de 8 pares de números
 Algoritmo expresado en Diagrama de flujo:

Inicio

c=0

n°1, n°2

a = n°1

b = n°2

p = a.b

c = c +1

No
¿c=8?

Si

Fin

Unidad Nº 1 Página 13
IES ESTANISLAO MALDONES PROFESORADO DE EDUCACIÓN SECUNDARIA EN MATEMÁTICA
MATEMÁTICA APLICADA - Prof. Lucía Micaela Cuello Año Lectivo 2025

2.9.2.3. Acumulador
Consiste en usarla como un sumador en un proceso

Ejemplo
 Problema: calcular la suma de números ingresados, para finalizar ingresar 0 (cero) y
mostrar el resultado de la suma
 Algoritmo expresado en Diagrama de flujo:

Inicio

s=0

número

n = número

No
¿n=0? s=s+n

Si

Fin

Unidad Nº 1 Página 14
IES ESTANISLAO MALDONES PROFESORADO DE EDUCACIÓN SECUNDARIA EN MATEMÁTICA
MATEMÁTICA APLICADA - Prof. Lucía Micaela Cuello Año Lectivo 2025

2.9.2.4. De trabajo
Donde puede recibir el resultado de una operación matemática que involucre más de una
variable

Ejemplo
 Problema: calcular las coordenadas del vértice de una parábola teniendo como datos
los valores de los tres coeficientes de la función cuadrática
 Algoritmo expresado en Diagrama de flujo:

Inicio

Coef. C, Coef L, Coef. I

a = Coef. C

b = Coef. L

c = Coef. I

−𝑏𝑏
𝑉𝑉𝑥𝑥 =
2𝑎𝑎

𝑉𝑉𝑦𝑦 = 𝑎𝑎. 𝑉𝑉𝑥𝑥 2 + 𝑏𝑏. 𝑉𝑉𝑥𝑥 + 𝑐𝑐

Fin

Unidad Nº 1 Página 15
IES ESTANISLAO MALDONES PROFESORADO DE EDUCACIÓN SECUNDARIA EN MATEMÁTICA
MATEMÁTICA APLICADA - Prof. Lucía Micaela Cuello Año Lectivo 2025

2.10. Algoritmos como funciones

Un algoritmo se puede concebir como una función que transforma los datos de un
problema (entrada) en los datos de una solución (salida). Más aun, los datos se pueden
representar a su vez como secuencias de bits, y en general, de símbolos cualesquiera. Como
cada secuencia de bits representa a un número natural (según el Sistema binario), entonces los
algoritmos son en esencia funciones de los números naturales en los números naturales que sí
se pueden calcular. Es decir que todo algoritmo calcula una función f: N → N donde cada número
natural es la codificación de un problema o de una solución.
En ocasiones los algoritmos son susceptibles de nunca terminar, por ejemplo, cuando
entran a un bucle infinito. Cuando esto ocurre, el algoritmo nunca devuelve ningún valor de salida,
y podemos decir que la función queda indefinida para ese valor de entrada. Por esta razón se
considera que los algoritmos son funciones parciales, es decir, no necesariamente definidas en
todo su dominio de definición.
Cuando una función puede ser calculada por medios algorítmicos, sin importar la cantidad
de memoria que ocupe o el tiempo que se tarde, se dice que dicha función es computable. No
todas las funciones entre secuencias datos son computables.

2.11. Análisis de algoritmos

Como medida de la eficiencia de un algoritmo, se suelen estudiar los recursos (memoria
y tiempo) que consume el algoritmo. El análisis de algoritmos se ha desarrollado para obtener
valores que de alguna forma indiquen (o especifiquen) la evolución del gasto de tiempo y
memoria en función del tamaño de los valores de entrada.
El análisis y estudio de los algoritmos es una disciplina de las ciencias de la computación
y, en la mayoría de los casos, su estudio es completamente abstracto; por eso, en ese sentido,
comparte las características de las disciplinas matemáticas. Así, el análisis de los algoritmos se
centra en los principios básicos del algoritmo, no en los de la implementación particular. Una
forma de plasmar (o algunas veces "codificar") un algoritmo es escribirlo en pseudocódigo o
utilizar un lenguaje muy simple cuyos códigos pueden estar en el idioma del programador.
Algunos escritores restringen la definición de algoritmo a procedimientos que deben
acabar en algún momento, mientras que otros consideran procedimientos que podrían ejecutarse
eternamente sin pararse, suponiendo el caso en el que existiera algún dispositivo físico que fuera
capaz de funcionar eternamente. En este último caso, la finalización con éxito del algoritmo no
se podría definir como la terminación de este con una salida satisfactoria, sino que el éxito estaría
definido en función de las secuencias de salidas dadas durante un periodo de vida de la ejecución
del algoritmo. Por ejemplo, un algoritmo que verifica que hay más ceros que unos en una
secuencia binaria infinita debe ejecutarse siempre para que pueda devolver un valor útil. Si se
implementa correctamente, el valor devuelto por el algoritmo será válido, hasta que evalúe el
siguiente dígito binario. De esta forma, mientras evalúa la siguiente secuencia podrán leerse dos
tipos de señales: una señal positiva (en el caso de que el número de ceros sea mayor que el de
unos) y una negativa en caso contrario. Finalmente, la salida de este algoritmo se define como
la devolución de valores exclusivamente positivos si hay más ceros que unos en la secuencia y,
en cualquier otro caso, devolverá una mezcla de señales positivas y negativas.

Unidad Nº 1 Página 16
IES ESTANISLAO MALDONES PROFESORADO DE EDUCACIÓN SECUNDARIA EN MATEMÁTICA
MATEMÁTICA APLICADA - Prof. Lucía Micaela Cuello Año Lectivo 2025

2.12. Ejemplo de algoritmo

El problema consiste en encontrar el máximo de un conjunto de números.

2.12.1. Descripción de alto nivel

Dado 𝑪𝑪, un conjunto finito de números, se tiene el problema de encontrar el número más
grande. Sin pérdida de generalidad se puede asumir que dicho conjunto no es vacío y que sus
elementos están numerados como 𝐶𝐶0 , 𝐶𝐶1 , … , 𝐶𝐶𝑛𝑛 .
Es decir, dado un conjunto 𝐶𝐶 = {𝐶𝐶0 , 𝐶𝐶1 , … , 𝐶𝐶𝑛𝑛 } se pide encontrar 𝐶𝐶𝑚𝑚 tal que 𝐶𝐶𝑥𝑥 ≤ 𝐶𝐶𝑚𝑚 para
todo elemento 𝐶𝐶𝑥𝑥 que pertenece al conjunto 𝐶𝐶.
Para encontrar el elemento máximo, se asume que el primer elemento (𝐶𝐶0 ) es el máximo;
luego, se recorre el conjunto y se compara cada valor con el valor del máximo número encontrado
hasta ese momento. En el caso que un elemento sea mayor que el máximo, se asigna su valor
al máximo. Cuando se termina de recorrer la lista, el máximo número que se ha encontrado es
el máximo de todo el conjunto.

2.12.2. Descripción formal

El algoritmo puede ser escrito de una manera más formal en el siguiente pseudocódigo:

Algoritmo Encontrar el máximo de un conjunto

función 𝑚𝑚𝑚𝑚𝑚𝑚(𝐶𝐶 )

//𝐶𝐶 es un conjunto no vacío de números//

𝑛𝑛 ⟵ |𝐶𝐶|//|𝐶𝐶| es el número de elementos de 𝐶𝐶//
𝑚𝑚 ← 𝐶𝐶0
Para 𝑖𝑖 ⟵ 1 hasta 𝑛𝑛 hacer
Si 𝐶𝐶𝑖𝑖 > 𝑚𝑚 entonces
𝑚𝑚 ← 𝐶𝐶𝑖𝑖
Devolver 𝑚𝑚
Sobre la notación:
• "←" representa una asignación: 𝑚𝑚 ← 𝑥𝑥 significa que la variable 𝑚𝑚 toma el valor de 𝑥𝑥;
• "Devolver" termina el algoritmo y devuelve el valor a su derecha (en este caso, el máximo de 𝐶𝐶).

2.12.3. Algoritmo expresado en Diagrama de flujo

El diagrama de flujo que corresponde al pseudocódigo puede ser:

Inicio

Cantidad de
n° a comparar

Unidad Nº 1 1 Página 17
IES ESTANISLAO MALDONES PROFESORADO DE EDUCACIÓN SECUNDARIA EN MATEMÁTICA
MATEMÁTICA APLICADA - Prof. Lucía Micaela Cuello Año Lectivo 2025

n =Cantidad de n°

e =1

𝐶𝐶0

𝑚𝑚 = 𝐶𝐶0

Siguiente

x=siguiente

e =e+1

No
𝑚𝑚 > 𝑥𝑥 m=x

Si

No
e=n

Si

Fin

Unidad Nº 1 Página 18