Integración de redes bayesianas y simulación discreta para la construcción de bloques académicos

Abstract

En este proyecto se diseña una metodología innovadora que integra redes bayesianas y simulación discreta para la construcción de bloques académicos para las asignaturas del ciclo profesional del Programa de Ingeniería Industrial de la Universidad del Norte. Esta propuesta surge como respuesta a las limitaciones del sistema actual de matrícula, que presenta desajustes entre la oferta académica y las trayectorias reales de los estudiantes, afectando la eficiencia y equidad del proceso. A partir del análisis detallado de datos históricos, restricciones curriculares y comportamiento estudiantil, se estructura un modelo probabilístico que permite inferir las trayectorias más probables de avance o rezago. Estas inferencias alimentan una simulación que genera bloques académicos realistas, compatibles y adaptados a los perfiles de los estudiantes, permitiendo ajustar la oferta a escenarios más diversos y flexibles. La validación del modelo se realizó a través de métricas estadísticas como AUC-ROC, Brier Score e intervalos de confianza, garantizando su capacidad predictiva y aplicabilidad práctica. Los resultados obtenidos evidencian que la construcción de bloques académicos por perfil de estudiante, en lugar de semestre individual, mejora significativamente la cobertura de la demanda académica y reduce los conflictos de horario. La solución propuesta no solo busca mejorar la cobertura académica y la experiencia de matrícula, sino también establecer las bases para una herramienta escalable que permita la toma de decisiones informadas en entornos académicos complejos. Con la implementación de esta propuesta, se espera una mayor satisfacción estudiantil, reducción de quejas, y una planificación académica más eficiente y proactiva.

This project designs an innovative methodology that integrates Bayesian networks and discrete simulation for the construction of academic blocks for the subjects of the professional cycle of the Industrial Engineering Program at the Universidad del Norte. This proposal arises in response to the limitations of the current enrollment system, which presents mismatches between the academic offerings and the actual trajectories of students, affecting the efficiency and equity of the process. Based on a detailed analysis of historical data, curricular restrictions, and student behavior, a probabilistic model is structured that allows inferring the most probable trajectories of advancement or lag. These inferences feed a simulation that generates realistic academic blocks, compatible and adapted to student profiles, allowing the offering to be adjusted to more diverse and flexible scenarios. The model was validated using statistical metrics such as AUC-ROC, Brier Score, and confidence intervals, ensuring its predictive capacity and practical applicability. The results obtained show that the construction of academic blocks by student profile, rather than by individual semester, significantly improves the coverage of academic demand and reduces scheduling conflicts. The proposed solution not only seeks to improve academic coverage and the enrollment experience, but also to lay the foundations for a scalable tool that enables informed decision-making in complex academic environments. With the implementation of this proposal, greater student satisfaction, fewer complaints, and more efficient and proactive academic planning are expected.