Medición de la complejidad de los circuitos eléctricos: un estudio educativo basado en la ingeniería de sistemas
Palabras clave:
circuitos, complejidad, indicadores, educación, mediciónResumen
En el campo de los sistemas eléctricos y electrónicos, la investigación sobre la medición de la complejidad del hardware aún se encuentra rezagada con respecto a la del software. Para abordar esta brecha, se propuso el marco del Índice de Esfuerzo Interno (IEI) para su uso con un conjunto de datos compuesto por 39 preguntas del libro de texto «Schaum's Outline of Basic Electricity». Los capítulos del libro siguen una secuencia de aprendizaje que se utilizó en este artículo como referencia para el nivel de dificultad de las preguntas que componen el conjunto de datos empleado en las pruebas empíricas. Las variables de los circuitos eléctricos se organizaron según la Tipología de Complejidad (TC) propuesta para la Ingeniería de Sistemas y luego se aplicaron al IEI para calcular el indicador de complejidad de cada circuito. Finalmente, se utilizó la prueba de correlación de Pearson para analizar la relación entre la complejidad observada y la dificultad de las preguntas. Los resultados demuestran una correlación positiva y significativa entre el nivel de dificultad de los ejercicios en cada capítulo y la medición de la complejidad realizada mediante el IEI. Este estudio destaca el potencial del IIE como una alternativa viable para la medición automatizada y a gran escala de la complejidad de los circuitos eléctricos básicos, y puede ser utilizado por profesores y evaluadores como un indicador de baja subjetividad de la complejidad de los proyectos eléctricos y electrónicos.
Referencias
ÁLVAREZ, J. L.; MOZO, J. D.; DURÁN, E. Analysis of single board architectures integrating sensors technologies. Sensors, v. 21, p. 6303, 2021.
ANACKER, H. et al. Pattern-based systems engineering: application of the solution patterns in the design of intelligent technical systems. Proceedings of the Design Society: DESIGN Conference, v. 1, p. 1195-1204, 2020.
ARDITO, L. et al. A tool-based perspective on software code maintainability metrics: a systematic literature review. Scientific Programming, p. 1-26, 2020.
BRINZER, B.; SCHNEIDER, K. Complexity assessment in production: linking complexity drivers and effects. Procedia CIRP, v. 93, p. 694-699, 2020.
CHENG, B. H. C. et al. Software engineering for self-adaptive systems. Springer, 2009.
GERMÁN-SALLÓ, Z. Measuring the complexity of discrete signals. Procedia Manufacturing, v. 46, p. 555-561, 2020.
GUSSOW, M. Eletricidade básica. 2. ed. atual. e ampl. Coleção Schaum. Trad. NASCIMENTO, J. L. Porto Alegre: Bookman, 2009.
MCCABE, T. J. A complexity measure. IEEE Transactions on Software Engineering, v. SE-2, n. 4, p. 308-320, dez. 1976.
MCKAY, A. et al. Designing socio-technical systems. In: Handbook of Systems Sciences. 2020.
OLIVEIRA, A. A. Assessing programming difficulty and effort: statistical correlations with the Index of Internal Effort. Anais... Escola Regional de Informática de Goiás. (ERI-GO), 12., 2024, Ceres/GO. Porto Alegre: Sociedade Brasileira de Computação, 2024. p. 21-30. Disponível em: https://sol.sbc.org.br/index.php/erigo/article/view/32208/32008. Acesso em: 8 ago. 2025.
OLIVEIRA, A. A. Índice interno de esforço: uma proposta para a mensuração robusta de artefatos intelectuais desenvolvidos por servidores públicos. 2024. 103 f. Dissertação (Mestrado em Tecnologia) – Universidade Tecnológica Federal do Paraná, Ponta Grossa, 2024.
OLIVEIRA, A. A. Measuring complexity in mechanical assemblies: a study with the Lego Mindstorms NXT platform. Anais… International Congress of Mechanical Engineering - COBEM2025, 28., 2025, Curitiba, Brazil. Associação Brasileira de Engenharia e Ciências Mecânicas – ABCM, p. 1-8, 2025.
OLIVEIRA, A. A. et al. Metrificação de patentes: uma análise entre qualidade, complexidade e esforço. Anais... Encontro Nacional de Engenharia de Produção – ENEGEP, 43. 2023, Ceará. Disponível em: https://www.abepro.org.br/biblioteca/TN_ST_404_1989_45333.pdf. Acesso em: 8 ago. 2025.
OLIVEIRA, A. A; PILATTI, L. A. Mensuração da complexidade de códigos em C com o método do Índice Interno de Esforço. Anais... Encontro Anual de Tecnologia da Informação – EATI, 12., 2021, ano 10, n. 2, nov. 2021. Disponível em: http://anais.eati.info:8080/index.php/2019/article/view/64/61. Acesso em: 20 nov. 2025.
OLIVEIRA, A. A.; SANTOS, C. B.; PILATTI, L. A. Bridging the gap in patent assessment: The Index of Internal Effort framework for pharma innovations. Journal of Pharmacy & Pharmacognosy Research, v. 12, n. 5, p. 852-869, 2024. Disponível em: https://jppres.com/jppres/pdf/vol12/jppres23.1859_12.5.852.pdf. Acesso em: 10 set. 2025.
OECD. ORGANIZATION FOR ECONOMIC CO-OPERATION AND DEVELOPMENT. The future of education and skills: Education 2030. Paris: OECD, 2018. Disponível em: https://www.oecd.org/education/2030-project/. Acesso em: 15 out. 2025.
PEREIRA, S. A.; OLIVEIRA, A. A.; BARBALHO, C. R. S. Gestão estratégica de patentes em instituições públicas: avaliando o Índice Interno de Esforço como ferramenta para otimizar o portfólio. P2P e Inovação, Rio de Janeiro, v. 11, n. 2, 2025. Disponível em: https://revista.ibict.br/p2p/article/view/7458. Acesso em: 10 set. 2025.
POPPER, K. R. A lógica da pesquisa científica. 9. ed. São Paulo: Cultrix, 2001.
SHEARD, S. A.; MOSTASHARI, A. A complexity typology for systems engineering. INCOSE International Symposium, v. 20, n. 1, p. 933-945, 2010.
SINHA, K.; WECK, O. L. Empirical validation of structural complexity metric and complexity management for engineering systems. Systems Engineering, v. 19, n. 3, p. 193-206, 2016.
TOCCI, R. J.; WIDMER, N. S.; MOSS, G. L. Sistemas digitais: princípios e aplicações. 11. ed. São Paulo: Pearson Education do Brasil, 2011.
TRIOLA, M. F. Introdução à Estatística: atualização da tecnologia. Rio de Janeiro: LTC, 2013.
VOGEL, M. et al. Metrics in automotive software development: a systematic literature review. Journal of Software: Evolution and Process, v. 33, n. 2, 2020.
