Autores: Hernán C. Ahumada, Carlos G. Herrera.
RESUMEN: En el trabajo se analizan los resultados del segundo parcial de la asignatura Álgebra, con el objetivo de conocer el grado de incidencia de los ejercicios en el hecho de que los alumnos aprueben o desaprueben el parcial.El análisis se realiza sobre cuatro ejercicios sobre un total de diez, que corresponden a diferentes subtemas del tema Espacios Vectoriales, correspondientes a los contenidos de Algebra Lineal que se dictan en el primer año de las carreras de Ingeniería de la Facultad de Tecnología y Ciencias Aplicadas de la Universidad Nacional de Catamarca, considerando asimismo las habilidades o procedimientos generales matemáticos necesarios para su resolución. Se aplica la técnica de reglas de asociación para identificar las correspondencias más significativas entre el nivel de resolución de los ejercicios y la aprobación o no del parcial. Se calculan tres métricas para las reglas obtenidas para ponderar la relevancia de cada una de ellas y se establecen las conclusiones correspondientes en base a los resultados más destacados.
PALABRAS CLAVES: Algebra Lineal, Minería de Datos, Reglas de Asociación.
Ver Artículo Completo .pdf
Use of data mining in the analysis of exercises of a mid-term examination of Linear Algebra.
ABSTRACT: Results of the second mid-term examination of Linear Algebra were analyzed in order to determine the degree of incidence of some exercises on the results of the whole examination. The analysis was performed on four exercises of a total of ten, belonging to different topics of the linear algebra course, which are part of the curricula in thefirst year of Engineering at the Faculty of Technology and Applied Sciences, National University of Catamarca. General skills or mathematical procedures were also considered for their resolution. The technique of association rules was applied to identify the most significant correlation between the level of resolution of the exercises and the passing or failure of the mid-term exam. Three metric were calculated for the rules obtained to weightheir relevance. Conclusions are set based on the most outstanding results.
KEYWORDS: Linear Algebra, Datamining, Association Rules.