Integrando Python e Microsoft Excel no ensino de otimização paramétrica em Engenharia de Processos.
Gespeichert in:
| Titel: | Integrando Python e Microsoft Excel no ensino de otimização paramétrica em Engenharia de Processos. (Portuguese) |
|---|---|
| Alternate Title: | Integrating Python and Microsoft Excel in teaching parametric optimization in Process Engineering. (English) Integrando Python y Microsoft Excel en la enseñanza de la optimización paramétrica en Ingeniería de Procesos. (Spanish) |
| Autoren: | Carmo, Francinelson Pontes do, Bezerra, Vanja Maria de França |
| Quelle: | Revista Docência do Ensino Superior; 2025, Vol. 15, p1-22, 22p |
| Schlagwörter: | PYTHON programming language, TEACHING methods, NUMERICAL analysis, CHEMICAL engineering education, PROCESS optimization, HEAT exchangers |
| Reviews & Products: | MICROSOFT Excel (Computer software) |
| Abstract (English): | This study presents a teaching methodology for parametric optimization in a Chemical Engineering class at the Federal University of Rio Grande do Norte (Brazil), using Microsoft Excel and Python. The methodology was organized into three progressive phases. In the first, a questionnaire was applied to assess the students' prior knowledge. In the second, more realistic optimization problems were discussed in class, highlighting the limitations of traditional analytical approaches and presenting the basic functionalities of the tools adopted. In the final phase, students were challenged to solve a complex optimization problem involving a network of heat exchangers, using the two tools mentioned. Although 57.14% of the students opted for non-computerized analytical methods in the questionnaire proposed in the initial phase, the problem in the final phase was successfully solved, resulting in a score of 8.0 in the numerical assessment. This reflects the success of the intervention carried out during phase 2, guided by the results obtained in phase 1 of the research. Python and Excel have proven to be effective tools for teaching parametric optimization, even in small and heterogeneous classes. [ABSTRACT FROM AUTHOR] |
| Abstract (Spanish): | Este estudio presenta una metodología de enseñanza de la optimización paramétrica en una clase de Ingeniería Química de la Universidad Federal de Rio Grande do Norte (Brasil), utilizando Microsoft Excel y Python. La metodología se organiza en tres fases progresivas. En la primera, se aplica un cuestionario para evaluar los conocimientos previos de los estudiantes. En la segunda, se discuten en clase problemas de optimización más realistas, destacando las limitaciones de los enfoques analíticos tradicionales y presentando las funcionalidades básicas de las herramientas adoptadas. En la fase final, los estudiantes se enfrentan al reto de resolver un problema complejo de optimización que implique una red de intercambiadores de calor, utilizando las dos herramientas mencionadas. A pesar de que el 57,14% de los alumnos optaron por métodos analíticos no informatizados en el cuestionario propuesto en la fase inicial, el problema de la fase final fue resuelto con éxito, obteniendo una puntuación de 8,0 en la evaluación numérica. Esto refleja el éxito de la intervención llevada a cabo durante la fase 2, guiada por los resultados obtenidos en la fase 1 de la investigación. Python y Excel han demostrado ser herramientas eficaces para la enseñanza de la optimización paramétrica, incluso en clases pequeñas y heterogéneas. [ABSTRACT FROM AUTHOR] |
| Abstract (Portuguese): | Este estudo apresenta uma metodologia de ensino voltada à otimização paramétrica em uma turma de Engenharia Química na Universidade Federal do Rio Grande do Norte, utilizando Microsoft Excel e Python. A metodologia é organizada em três fases progressivas. Na primeira, um questionário é aplicado para avaliar o conhecimento prévio dos alunos. Na segunda, problemas de otimização mais realistas são discutidos em sala de aula, destacando as limitações das abordagens analíticas tradicionais e apresentando as funcionalidades básicas das ferramentas adotadas. Na fase final, os alunos são desafiados a resolver um problema de otimização complexo envolvendo uma rede de trocadores de calor, utilizando as duas ferramentas mencionadas. Apesar de 57,14% dos alunos terem optado por métodos analíticos não computadorizados no questionário proposto na fase inicial, o problema da fase final foi resolvido com sucesso, resultando em uma nota de 8,0 na avaliação numérica. Isso reflete o êxito da intervenção realizada durante a fase 2, guiada pelos resultados obtidos na fase 1 da pesquisa. O Python e o Excel se mostraram ferramentas eficazes para o ensino de otimização paramétrica, mesmo em turmas pequenas e heterogêneas. [ABSTRACT FROM AUTHOR] |
| Copyright of Revista Docência do Ensino Superior is the property of Revista Docencia do Ensino Superior and its content may not be copied or emailed to multiple sites without the copyright holder's express written permission. Additionally, content may not be used with any artificial intelligence tools or machine learning technologies. However, users may print, download, or email articles for individual use. This abstract may be abridged. No warranty is given about the accuracy of the copy. Users should refer to the original published version of the material for the full abstract. (Copyright applies to all Abstracts.) | |
| Datenbank: | Complementary Index |
Nájsť tento článok vo Web of Science Schreiben Sie den ersten Kommentar!