Modelo matemático de optimización para la asignación de docentes en actividades de investigación

Martha Catalina Ospina Hernandez; Gabriel Jaime Rivera León

doi:10.22490/25394088.10555

Vol. 19 Núm. 3 (2025): Edición especial Expotech

Publicado 23-02-2026

Licencia

Derechos de autor 2025 Publicaciones e Investigación

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.

Cuando PUBLICACIONES E INVESTIGACIÓN recibe la postulación de un original por parte de su autor, ya sea a través de correo electrónico o postal, considera que puede publicarse en formatos físicos y/o electrónicos y facilitar su inclusión en bases de datos, hemerotecas y demás sistemas y procesos de indexación. PUBLICACIONES E INVESTIGACIÓN autoriza la reproducción y citación del material de la revista, siempre y cuando se indique de manera explícita el nombre de la revista, los autores, el título del artículo, volumen, número y páginas. Las ideas y conceptos expresados en los artículos son responsabilidad de los autores y en ningún caso reflejan las políticas institucionales de la UNAD

Artículo de Investigación

Modelo matemático de optimización para la asignación de docentes en actividades de investigación

DOI: https://doi.org/10.22490/25394088.10555

Martha Catalina Ospina Hernandez Universidad Nacional Abierta y a Distancia

Gabriel Jaime Rivera Universidad Nacional Abierta y a Distancia

XML

Resumen
Referencias

Las instituciones de educación superior enfrentan el reto de equilibrar las actividades de docencia e investigación, garantizando una adecuada asignación de docentes y la sostenibilidad de sus procesos académicos. Este artículo tiene como objetivo formular un modelo matemático de optimización que permita determinar la contratación y distribución óptima de los docentes en una facultad de ingeniería, considerando su nivel de formación, modalidad de vinculación, carga horaria y participación en proyectos de investigación. La metodología se fundamentó en la revisión sistemática de literatura especializada, a partir de una ecuación de búsqueda aplicada en bases de datos académicas, de la cual se seleccionaron al menos veinte artículos relevantes sobre problemas de asignación en instituciones educativas. Posteriormente, se contrastaron las posturas de diferentes autores respecto al uso de modelos de programación lineal y metaheurísticas, con el fin de identificar tendencias en la evolución de marcos teóricos y aplicaciones prácticas en el ámbito académico. Con esta base se formuló un modelo de programación entera binaria, en el cual se integraron restricciones propias del contexto institucional, políticas internas y requerimientos de cursos y proyectos. Los resultados evidencian que el modelo permite maximizar las utilidades institucionales, fortalecer la participación de doctores en investigación y asegurar el cumplimiento de criterios normativos. Su relevancia radica en ofrecer una herramienta de decisión estratégica que articula teoría y práctica para mejorar la gestión académica.

Palabras clave: Modelo matemático, Optimización, Timetabling académico, Asignación de recursos, Programación lineal, Optimización multiobjetivo

Referencias bibliográficas

Aballay, M. S., & H. (2008). Problemas de asignación de aulas, docentes y materias en instituciones educativas. XIV Congreso Argentino de Ciencias de la Computación, 5400.

Abdullah, S., Burke, E. K., & McCollum, B. (2007). A hybrid evolutionary approach to university timetabling problems. In 2007 IEEE Congress on Evolutionary Computation (pp. 1764–1771). IEEE. https://doi.org/10.1109/CEC.2007.4424674

Al-Betar, M. A., & Khader, A. T. (2012). A harmony search algorithm for university course timetabling. Annals of Operations Research, 194(1), 3–31.

Babaei, H., Karimpour, J., & Hadidi, A. (2015). A survey of approaches for university course timetabling problem. Computers & Industrial Engineering, 86, 43–59. https://doi.org/10.1016/j.cie.2014.11.010

Bardadym, V. A. (1996). Computer-aided school and university timetabling: The new wave. Interfaces, 26(4), 63–74.

Burke, E. K., & Petrovic, S. (2002). Recent research directions in automated timetabling. European Journal of Operational Research, 140(2), 266–280. https://doi.org/10.1016/S0377-2217(02)00069-3

Burke, E. K., & Trick, M. (Eds.). (2005). Handbook of scheduling: Algorithms, models, and performance analysis. CRC Press.

Cacchiani, V., Caprara, A., & Toth, P. (2013). Scheduling the Italian basketball league. Interfaces, 43(2), 134–145.

Carter, M. W., & Laporte, G. (1996). Recent developments in practical course timetabling. In International Conference on the Practice and Theory of Automated Timetabling (pp. 3–19). Springer.

Gunawan, A., Ng, K. M., & Poh, K. L. (2012). A hybrid algorithm for the course timetabling problem. European Journal of Operational Research, 215(2), 300–313.

Hnich, B., Rossi, F., & Walsh, T. (2002). Heterogeneous student groups in university timetabling. In P. Van Hentenryck (Ed.), Principles and Practice of Constraint Programming — CP 2002 (pp. 598–612). Springer. https://doi.org/10.1007/3-540-46135-3_40

Lewis, R. (2008). A survey of metaheuristics used for timetabling problems. International Journal of Production Economics, 112(2), 491–509. https://doi.org/10.1016/j.ijpe.2007.04.010

Lü, Z., & Hao, J. K. (2010). Adaptive tabu search for course timetabling. European Journal of Operational Research, 200(1), 235–244. https://doi.org/10.1016/j.ejor.2008.12.007

Marín Ángel, J. C., & Maya Duque, P. A. (2016). Modelo lineal para la programación de clases en una institución educativa. Ingeniería y Ciencia, 12(23), 47–71. https://doi.org/10.17230/ingciencia.12.23.3

McCollum, B. (2007). A perspective on bridging the gap between theory and practice in university timetabling. In E. K. Burke & H. Rudová (Eds.), Practice and Theory of Automated Timetabling VI. PATAT 2006. Lecture Notes in Computer Science (Vol. 3867, pp. 3–23). Springer. https://doi.org/10.1007/978-3-540-77345-0_1

MirHassani, S. A. (2006). A computational approach to enhancing course timetabling with integer programming. Annals of Operations Research, 145(1), 227–243. https://doi.org/10.1007/s10479-006-0021-6

Pillay, N. (2014). A survey of school timetabling research. Annals of Operations Research, 218(1), 261–293. https://doi.org/10.1007/s10479-012-1071-2

Qu, R., Burke, E. K., McCollum, B., Merlot, L. T. G., & Lee, S. Y. (2009). A survey of search methodologies and automated system development for examination timetabling. Journal of Scheduling, 12(1), 55–89. https://doi.org/10.1007/s10951-008-0077-5

Restrepo, G. E., & Moreno, L. M. (2011). Modelo para la asignación de recursos académicos en instituciones educativas utilizando la técnica metaheurística, búsqueda tabú. Revista Avances en Sistemas e Informática, 8(3), 57–65.

Schaerf, A. (1999). A survey of automated timetabling. Artificial Intelligence Review, 13(2), 87–127. https://doi.org/10.1023/A:1006576209967

Licencia

Cómo citar

Ospina Hernandez, M. C., & Rivera León, G. J. (2026). Modelo matemático de optimización para la asignación de docentes en actividades de investigación. Publicaciones E Investigación, 19(3). https://doi.org/10.22490/25394088.10555

Descargar cita

Almétricas