SOLUCIONES CIMAT

8/17/2019 SOLUCIONES CIMAT

1/24

www.cimat.mx


2/24


3/24

Introducción

El Centro de Investigación en Matemáticas, A.C. (CIMAT), es un centro CONACYT

dedicado a la generación de conocimiento científico, la formación de recursos

humanos a nivel licenciatura, maestría y doctorado, así como a la promoción, difusión

y aplicación de soluciones innovadoras en las áreas de matemáticas, ciencias de la

computación y probabilidad y estadística.

CIMAT mantiene lazos de colaboración con los sectores público, privado y social,

ofreciendo soluciones a través de proyectos de investigación aplicada, transferencia

de tecnología, servicios de consultoría técnica y educación continua.

Dentro de la diversidad de sus actividades, el CIMAT también trabaja en la difusión

y la divulgación del conocimiento matemático a través de talleres, conferencias,

seminarios y congresos tanto nacionales como internacionales, que atienden a

públicos desde los niveles básicos de la educación, hasta los más especializados

en temas matemáticos de vanguardia. Estas actividades se complementan con

la producción de comunicación para medios informativos y de distribución de

contenidos académicos.

El centro posee, además de su sede en Guanajuato, cuatro sedes regionales deinvestigación en las ciudades de Aguascalientes, Mérida, Monterrey y Zacatecas, con

el fin de promover la generación de conocimiento en sus campos,

CONACYT- Consejo Nacional de Ciencia y Tecnología


4/24

Matemáticas Básicas y AplicadasModelación Estadística

Cómputo Científico

Lineas de trabajo

Investigación y desarrollo de Soluciones

A través de la investigación y la transferencia de tecnología, CIMAT desarrolla

proyectos para generar nuevo conocimiento, desarrollar nuevos métodos y

herramientas, proponer e implementar modelos de solución en una gran diversidad

de campos, basándose en el conocimiento en matemáticas básicas y aplicadas,probabilidad y estadística y ciencias de la computación.


5/24

1. BIG DATA

En un mundo altamente globalizado (y por ende,

interconectado) en el que constantemente se generan

enormes cantidades de datos, el conocimiento profundo y la

predicción de fenómenos sociales, económicos y naturales,

terminan jugando un rol esencial para la planeación,

innovación y desarrollo de nuevas tecnologías, en sintonía con

las dinámicas del entorno.

Si bien el término Big Data es recurrente para referirse (grosso

modo) a los procesos de manejo, análisis y visualización

dinámica de grandes cantidades de datos, no existe consenso

en una única definición debido, entre otras causas, a laamplia variedad de aplicaciones y enfoques conceptuales

dependiendo del área del conocimiento. Sin embargo,

queda claro que el Big Data ha sido una respuesta natural a

la creciente demanda de soluciones analíticas para la toma

oportuna y efectiva de decisiones, en una época en la que

la cantidad de datos disponibles actualmente sobrepasa la

capacidad para ser explotados adecuadamente.

Conocido como High Frequency Trading, (HFT, por sus siglas en

inglés), es un área en donde el Big Data ha tenido interesantes

y diversas aplicaciones en los últimos años debido, en gran

medida, a la transición del sector financiero hacia sistemas

más abiertos, dinámicos y basados en tecnologías de última

generación que capturan simultáneamente innumerables

variables que permiten ampliar significativamente la

comprensión de este tipo de fenómenos.

Aplicaciones:

— Modelos de maximización del valor de portafolios de

capitales mediante el desarrollo de algoritmos que, entre

otras variables, integran al análisis señales de redes sociales

y noticias de internet para llevar a cabo operaciones

compra-venta “casi instantáneamente”.

— Modelación de precios de instrumentos financieros

(i.e. acciones, commodities y divisas) bajo un enfoque

predictivo y multivariado, con el objetivo de analizarsimultáneamente cientos (o miles) de variables e identificar

posibles patrones y asociaciones para la toma de decisiones

“instantáneas”, algo que los modelos convencionales, por lo

general, no son capaces de abordar.


6/24

b. Procesamiento y análisis de imágenes

El creciente desarrollo de técnicas de procesamiento y análisis de imágenes para

entornos científicos e industriales se debe, en gran medida, a la rápida evolución de

la computación y su potencia de cálculo, así como al desarrollo de nuevos sensorescada vez más baratos y de mayor calidad, permitiendo con ello llevar a cabo análisis

en tiempo real y alta resolución, dos características altamente deseables para el

estudio profundo y con gran apego a realidad.

El procesamiento de imágenes se ha expandido incluyendo sofisticados algoritmos

para:

• Resaltar características específicas de la imagen original

• Manipular la presentación de la imagen• Corregir las distorsiones causadas por los equipos de adquisición

• Realizar otros análisis matemáticos a fin de extraer información de utilidad

Esta variedad de operaciones es factible por el hecho de tener los datos de la imagen

almacenados en forma numérica, lo que permite su manipulación matemática.

i. Imágenes aéreas y satelitales

Las aplicaciones del análisis de imágenes aéreas ysatelitales son amplias y diversas. A continuación se

enlistan algunas de éstas:

• Social

Caracterización de las dinámicas sociales con base

en información pública disponible a un máximo nivel

de desagregación geográfica (manzanas < AGEBs <

localidades < municipios < estados). El INEGI cuentacon una rica y variada base de datos en donde se

pueden consultar variables demográficas (género,

grupos de edad, índices mortalidad, migración, etc.)

o socioeconómicas (empleo, nivel socioeconómico,

educación, características de las viviendas).


7/24

Aplicaciones:

— Modelación econométrica espacial a partir de

la incorporación de índices de vulnerabilidad

social, marginación y desarrollo humano. — Modelación econométrico bajo un enfoque

actuarial, considerando dinámicas de

crecimiento y movilidad social.

• Salud

A partir de información georreferenciada de

instituciones públicas y privadas pueden integrarse

bases de datos que relacionen las característicassocioeconómicas de asentamientos humanos con

información proveniente de muestras de fenómenos

que impliquen un potencial riesgo para la población,

derivándose en la creación de índices de riesgo, y

posteriormente en sistemas de alerta temprana.

Aplicaciones:

— Modelos predictivos epidemiológicos para eldiseño de programas sociales y políticas públicas

preventivas.

— Prevención de desastres naturales mediante la

identificación temprana de potenciales fuentes

de riesgo para la salud de la población, por

ejemplo: fuentes tóxicas naturales o artificiales,

pozos petroleros, composición de suelos

capaces de provocar derrumbes o hundimientos,

industrias químicas o nucleares, por mencionar

algunos ejemplos.

— Desarrollo de sistemas inteligentes para lacaptura, manejo, análisis y emisión de alertas

tempranas orientado a los segmentos de la

población más vulnerables e instituciones

pertinentes.

• Gobierno

En el sector público las soluciones del tipo “Gobiernos y Ciudades Inteligentes”

ha cobrado especial interés y difusión, en particular las que implican el análisis

de imágenes satelitales y aéreas debido a que, aunque abundan estas fuentes de

información, poco se han explotado debidamente para beneficio de los propios

gobiernos y de la sociedad, en general.


8/24

Aplicaciones:

— Diseño de políticas públicas con base en estudios de urbanización (tasa de

crecimiento y dirección de las manchas urbanas)

— Modelación y diseño de redes inteligentes para servicios públicos primarios (agua,alumbrado, recolección de basura) y vialidad

— Tecnologías de vigilancia remota enfocada a la detección preventiva de delitos,

así como el diseño de estrategias de respuesta efectivas mediante la optimización

espacio-temporal.

• Recursos naturales y biodiversidad

El disponer con un mayor conocimiento sobre la ubicación, disponibilidad y

evolución (incrementos o decrementos) de los recursos naturales (por ejemplo:

agua, hidrocarburos, minas) y biodiversidad (flora y fauna) podría representar un

mejoramiento significativo para la optimización de las cadenas de valor, y por ende,

traer beneficios en la productividad de los agentes económicos y la sociedad en

general.

Aplicaciones:

— Bajo un enfoque ambiental de la

sostenibilidad, creación de mapas

dinámicos para el monitoreo de laevolución de recursos naturales y

biodiversidad para la disminución/

erradicación de actividades ilícitas

(caza furtiva y tala clandestina

de árboles) o bien, contingencias

naturales (incendios forestales,

sequías, inundaciones, etc.)

— Bajo un enfoque “económico” de la

sostenibilidad, diseño de sistemas

de incentivos y penalizaciones de

política pública que mejoren lascondiciones de competitividad y

“recuperación” de los recursos en

los correspondientes sectores o

clusters productivos.


9/24

ii. Visión articial en el sector industrial

La “Visión Artificial” es un campo de la “Inteligencia

Artificial” que permite la obtención, procesamiento

y análisis de cualquier tipo de información obtenidaa través de imágenes digitales.

En términos generales, mediante estas técnicas se

pueden automatizar tareas repetitivas de inspección

visual llevadas a cabo por operadores, llevar a cabo

tareas de inspección de la calidad precisas y de alta

velocidad de productos, evitando cualquier contacto

físico, así como la realización de inspecciones en

procesos donde existe diversidad de piezas concambios frecuentes de producción, minimizando

costos.

Aplicaciones:

• Identifcación e inspección de objetos,

considerando sus propiedades físicas a través de

diferentes tipos de cámaras, por ejemplo: térmicas,

termográficas, infrarrojas, etc.

• Modelación dinámica de relaciones y movilidad deobjetos a través de sistemas de posicionamiento

georreferenciado (tecnología FDIR, guiado

automático de robots)

• Realización de mediciones angulares.

• Mediciones tridimensionales de producto

c. Desarrollo de sistemas autómatas basados en datos de internet

En la nueva era de la información, México no ha sido una excepción en el

crecimiento exponencial en el uso de internet. Según cifras del Banco Mundial, en

diciembre de 2013 se tenía un registro de más de 51 millones de usuarios activos,

lo que representaba casi el 44% de la población total (The World Bank, World

Development Indicators, 2013). Con un incremento anual de alrededor del 13.9%

(INEGI, Disponibilidad y uso de tecnologías de la información en los hogares, 2013),

el número de usuarios activos de internet se encuentra por encima de la media

mundial desde el año de 2009 (INEGI, Estadísticas a propósito del día mundial de

internet, 2009).

He aquí la importancia que ha cobrado el desarrollo de tecnologías orientada a la

recolección y búsqueda de patrones de forma automática.


10/24

i. Análisis de percepciones en redes sociales

Las redes sociales se han convertido en plataformas

para el intercambio de ideas, opiniones, denuncias,

reflexiones e incluso, en algunos casos, de solicitudde auxilio o apoyo a personas e instituciones públicas,

generando una valiosa fuente de información para

temas de gran relevancia nacional como educación,

salud, economía, política y seguridad pública.

Se estima que un 90% de los usuarios de internet tiene

una cuenta en al menos una red social, convirtiendo

a este tipo de plataformas en la segunda fuente de

búsqueda de información de mayor relevancia (sólopor detrás de los buscadores tradicionales).

Mediante la clasificación (por ejemplo: positivos,

negativos o neutros) de una muestra significativa de

mensajes o comentarios generados diariamente en

este tipo de plataformas, se pretende inferir “el sentir”

del total de la población referente a un agente de

interés (institución, persona, producto, marca, etc.).

Aplicaciones:

• Sistemas de monitoreo y análisis de “opiniones”

enfocado al turismo y otros sectores claves de la

población a partir de la plataforma Twitter.

• Análisis de patrones de consumo en internet

para el diseño de estrategias mercadológicas de

precios y disponibilidad de productos (“stocks”)

basados en opiniones y calificaciones de

productos y marcas.

• Estudios electorales a través de Twitter parapredecir:

— Resultados de las elecciones,

— Medición de la reputación (popularidad y

prestigio) de los candidatos

— Monitoreo de las reacciones de la gente durante

una crisis para la toma de decisiones.

ii. Sistema autómata para la identicaciónde contextos de riesgo

Mediante la implementación de diversas técnicas

de minería de textos aplicadas a un gran cúmulo de

información adquirida con módulos de extracción,

se pueden realizar consultas específicas tanto

en términos ontológicos de seguridad como por

georreferenciación de la información.


11/24

Aplicaciones:

• Sistemas de vigilancia cibernética, por medio de la detección automática de puntos

críticos, dentro de rangos de tiempo y espacios determinados.

d. Aplicaciones para Gobiernos y Ciudades Inteligentes

El gobierno, como institución pública, ha reconocido a lo largo de la historia la

necesidad de fundamentar sus decisiones locales y globales en métodos confiables,

repetibles y de fácil transmisión. En este ánimo, y gracias a la detonación del uso de

tecnologías de última generación, se pueden ahora definir estrategias más efectivas

y alineadas a los objetivos perdurables de la sostenibilidad, el desarrollo social y el

crecimiento económico a través de la explotación adecuada de múltiples bases de

datos disponibles.

i. Modelación econométrica bajo un enfoque de desarrollo ycrecimiento económico, innovación y economía del conocimiento

Si bien existe una amplia literatura relacionada a los temas de desarrollo y

crecimiento económico, innovación y economía del conocimiento, aún existen

muy pocos desarrollos tecnológicos (abiertamente conocidos) que integren dichos

hallazgos de manera creativa y armónica para el manejo y uso práctico de analistas

tomadores de decisiones.

Ante la urgente necesidad por parte del sector público de disponer de una

herramienta cuantitativa y confiable para la evaluación e impulso de políticas

públicas, resulta estratégico identificar los actores clave cuya actividad maximiza el

valor económico global, según algunos escenarios de inversión de interés para el

tomador de decisiones. Asimismo, en favor del bienestar social resulta interesante

medir los impactos que dichos escenarios de inversión tienen sobre otras variables

socioeconómicas.


12/24

Aplicaciones:

• Modelo de crecimiento económico regional basado en la detección de los

sectores estratégicos e impulsores de la economía regional, incluyendo escenarios

hipotéticos de inversión, a partir de la construcción de una matriz estatal insumo-producto.

• Evaluación del impacto de los escenarios de inversión en índices socioeconómicos

como: GINI (inequidad), IDH (índice de desarrollo humano), desempleo, PIB per

cápita, PIB ecológico, economía informal, entre otros.

• Modelos de crecimiento económico basados en el conocimiento y la innovación

• Construcción y modelación de índices económicos coincidentes y adelantados a

nivel estatal.

ii. Modelación de Redes Eléctricas Inteligentes (Smart Grids)

El término Smart Grid es extensamente usado en distintas industrias, aunque en

los últimos años hace referencia principalmente al sistema de redes de la industria

eléctrica, desde las plantas productoras, hasta los puntos finales de consumo.

Durante un siglo aproximadamente, las compañías productoras y distribuidoras de

electricidad enviaron trabajadores para la captura de datos necesarios para la toma

de decisiones en cuanto a la cantidad de producción y estrategias de distribución.

Hoy en día, el sistema eléctrico está compuesto de puntos de medición y emisión

automatizada de datos que funcionan de manera remota, incluyendo dispositivos

tecnológicos en cables, transformadores, subestaciones, switches y otros.

El estudio y optimización de estas redes ofrecen grandes beneficios a la sociedad en

general, palpables principalmente a través del uso eficiente del recurso.

Aplicaciones:

• Simulación y desarrollo de sistemas para el uso eficiente de las fuentes disponibles,

minimizando el costo y en función de los patrones de producción y consumo.

• Diseño de sistemas de incentivos y penalizaciones de política pública que mejoren

las condiciones de competitividad y promuevan el uso eficiente de los recursos.

• Sistemas de vigilancia y seguridad para la erradicación de actividades ilícitas


13/24

iii. Modelación del ujo ciudadano:

En las actuales ciudades modernas existen múltiples

y diversas fuentes de datos que captan fenómenos

relacionados al flujo de la ciudadanía, ya sea a travésde medios de transporte públicos o privados, o

bien, a través de dispositivos contadores del flujo

peatonal o asistencia a eventos y otros puntos de

congregación masiva.

Comprender este fenómeno a fondo abre la

posibilidad de que cualquier institución pública

o privada pueda tomar medidas preventivas o

auxiliares para el beneficio de los mismos ciudadanosy de todos los actores productivos que co-existen en

la sociedad.

Aplicaciones:

• Sistema de gestión y control de tráfico mediante

GPS

• Sistema de gestión y monitoreo de la malla vial

(pavimento) mediante GPS

• Sistema de información en tiempo real ydinámica de los tiempos de llegada de sistemas

de transporte público.

2. INTELIGENCIA DE NEGOCIOS

El acumulamiento de datos, en las empresas, generalmente es muy diversa y

abundante, por ejemplo, existe información sobre: clientes, inventarios, producción,

efectividad de las campañas de marketing, información sobre proveedores y

socios, además de los datos que pueden proveer del exterior, como los referentesa competidores, o bien, variables económicas coyunturales. La Inteligencia de

Negocios es el conjunto de tecnologías que permiten manejar, analizar y visualizar,

de manera oportuna, precisa e intuitiva, toda esta información para la toma de

decisiones de negocio a nivel operativo, táctico y estratégico.

Por su parte, la economía matemática, la econometría, las finanzas, la estadística

aplicada y el análisis de riesgo, en conjunto con el cómputo científico, son algunas de

las ramas de las matemáticas que brindan opciones para la creación de tecnologías y

estrategias orientadas a la inteligencia de negocios.


14/24

a. Planeación estratégica

Para una planeación estratégica efectiva es necesario contar con información

“adelantada” sobre el comportamiento de variables internas y externas de la empresa

o institución, de tal forma que se disponga de un panorama lo más completo posiblede los escenarios más y menos probables, para poder así trazar estrategias alineadas

a las metas planteadas.

Así pues, los modelos predictivos en esta área son ampliamente usados para obtener

información sobre futuros comportamientos de los indicadores estratégicos. Cabe

señalar que a partir de estos ejercicios se deriva también argumentos para el análisis

y administración de los riesgos, tanto operativos como financieros.

Aplicaciones:

• Modelación predictiva de la demanda de

productos y servicios, integrando al análisis

información de la competencia, el sector

económico y variables económicas coyunturales

(inflación, desempleo y tipo de cambio, entre

otras).

• Maximización del valor de la cartera de

inversiones (cuentas bancarias, acciones, bonos,

opciones, warrants, certificados de oro, materias

primas, contratos de futuros, capital fijo).• Administración del riesgo operativo mediante

la modelación de fallas o insuficiencias

en procesos, personas, sistemas internos,

tecnología, o bien, debido a la presencia de

eventos externos imprevistos.

• Modelación predictiva multivariada y multi-

objetivo de variables económicas micro y

macroeconómicas

• Implementación de la metodología Balanced

Scorecard basada creación de indicadores clavesdel desempeño (KPIs).

b. Inteligencia de mercados

Inteligencia de Mercados es un concepto amplio

que hace referencia al conjunto de actividades

orientadas a incrementar el valor de la empresa a

través del “colocamiento” del producto óptimo en

los espacios y tiempos más adecuados, con la mayor

tasa de retorno para el negocio.

Una de las ventajas de llevar a cabo una Inteligencia

de Negocios es la reducción del riesgo (a

través de decisiones mejor informadas) para el

emprendimiento de estrategias de posicionamiento,

expansión y crecimiento sostenible.


15/24

La Inteligencia de Mercados, en un sentido amplio,

incluye al menos tres tipos de componentes:

— Variables internas relacionadas con la

propia empresa, por ejemplo: característicasdel producto y su producción, canales de

distribución, segmentos del mercado objetivo,

estrategias de comunicación, entre otras.

— Información y análisis de la competencia

(inteligencia competitiva), pieza clave en

un sistema de un sistema de inteligencia de

mercados integral.

— Estudios del comportamiento y perfil del

consumidor.

Aplicaciones:

• Análisis transaccional (E-tickets), con el fin de

identificar patrones multidimensionales de

consumo, por ejemplo: tiempo y periodicidad,

lugar, compra conjunta con otros productos,

características del vendedor y comprador, canal

de distribución, etc.

• Diseño de políticas óptimas de precios

considerando la “elasticidad precio de la

demanda” del mercado y los precios de lacompetencia.

• Composición del portafolio óptimo de

productos, evitando la “canibalización”, por

ejemplo.

• Estudios del consumidor con el objetivo de

clasificar, segmentar e identificar patrones en su

comportamiento según sus perfiles, preferencias,

historia y otros elementos.

• Análisis predictivo de la Canasta de Compra

basado en el Análisis Transaccional.

• Estrategias de expansión territorial bajo un

enfoque geoestadístico y tomando en cuenta

las características socioeconómicas del entorno,

los centros de distribución y la presencia de la

competencia.


16/24

3. OPTIMIZACIÓN DE LAS CADENAS DE VALOR

En la era moderna, no es suficiente para las empresas ser

eficientes en los procesos de operación, administración

y venta; también cobran gran importancia otros factoresexternos como los proveedores, los canales de distribución, las

instituciones financieras y hasta las entidades gubernamentales

para el adecuado y sostenido funcionamiento de éstas. Es una

realidad que las cadenas de valor se sofistican cada vez más y

cuentan cada vez con más miembros críticos (quienes pueden

afectar considerablemente el negocio).

Las relaciones comunes entre empresas a lo largo de las

cadenas de valor consisten principalmente en negociacionessobre especificaciones de productos o servicios, precios,

financiamiento y fechas de entrega; seguido por una activación

de las compras y control del cumplimiento.

Evidentemente, las acciones emprendidas para la optimización

de las cadenas de valor están completamente alineadas con

los objetivos de la planeación estratégica (pudiéndose pensar,

incluso, como un objetivo de la segunda), pues es esencial, para

la correcta administración de los recursos en el corto, mediano

y largo plazo, conocer y mantener bajo control aspectos clavecomo las especificaciones y calidad del producto, o bien, el

cumplimiento en los tiempos de entrega.


17/24

a. Optimización de la logística con un

enfoque “Lean Manufacturing”

La globalización de los intercambios comerciales, la

diversificación de las fuentes de aprovisionamiento,la especialización de los centros de producción, la

transferencia de flujos entre fábricas y los plazos

de entrega cada vez más cortos, son algunos de los

factores más importantes por los que la logística se ha

convertido en una de los actividades empresariales

que mayor esfuerzo y dedicación se le deposita.

Aplicaciones:

• Reducción de inventarios y tiempos de

entrega mediante la automatización y uso de

dispositivos de medición y control.

• Trazabilidad de rutas de distribución óptimas

minimizadoras de costos de transporte tomando

como base datos georreferenciados

• Desarrollo de dispositivos tecnológicos

innovadores “no invasivos” y de alta precisión y

velocidad mediante técnicas de visión artificial.

• Reducción del impacto ambiental y mejora del

nivel de sostenibilidad.

b. Simulación

La simulación es un recurso que busca comprender

un fenómeno a través del estudio de todas las

partes involucradas en su comportamiento, tanto

internas como externas, para los propósitos de

experimentación y evaluación. Se usa para problemas

que son demasiado complejos para ser resueltosmediante técnicas analíticas y/o matemáticas.

Los objetivos fundamentales de la simulación

aplicados a las cadenas de valor son:

— Predecir el comportamiento de los sistemas logístico-productivos bajo diversas

situaciones reales o previsibles.

— Proporcionar la capacidad de poder analizar las posibles alternativas a la

optimización de los sistemas logísticos, sin tener que alterar físicamente el mismo.

— Dotar a la organización de un instrumento analítico para la detección de problemaslogísticos característicos (cuellos de botella, excesivos tiempos de respuesta al

cliente y otros), habilitando así el análisis profundo sobre situaciones productivas

para la evaluación de alternativas.


18/24

Aplicaciones:

• Procesos de manufacturas: ayuda a detectar

cuellos de botellas, distribuir personal y

determinar la política de producción.• Análisis de confiabilidad: orientado al diseño

de políticas de mantenimiento y predicción de

fallas.

c. Diseño óptimo de experimentos

orientado a productos y procesos

Con el objetivo de conocer y mantener bajo control

ciertos parámetros para el cumplimiento de la

calidad, el Diseño óptimo de experimentos es un

recurso estadístico que pretende encontrar los

niveles óptimos de los factores que intervienen en

el proceso de generación de valor de un producto o

servicio, incluyendo las características de éste mismo.

El término “óptimo” en este análisis, implica que no

siempre se pueden realizar todos los experimentos

o muestras (situación altamente deseada por los

estadísticos) deseados, aunque, para tal situación, serecurre a diseños o arreglos capaces de aprovechar

al máximo la poca información disponible sin

quitar validez a los hallazgos. Esta estrategia puede

significar un significativo ahorro para las empresas,

principalmente cuando los costos de detener la

línea de producción son muy altos, o bien, debido

a los costos causados por el propio funcionamiento

de las máquinas, el uso de las materias primas y del

personal operativo.

Aplicaciones:

• Descubrimiento de la “receta idónea” de los

insumos (cantidad, propiedades físicas, etc.)

que conforman el producto en función de los

estándares de calidad.

• Parametrización inherente al proceso mismo

de transformación, por ejemplo: tiempos,

técnicas ingenieriles, características del operario,

condiciones ambientales, etc.


19/24

d. Automatización y robótica

La robótica es un área interdisciplinaria formada

por la ingeniería mecánica, eléctrica, electrónica

e informática. Es también considerada unatecnología vanguardista cada vez más utilizada

en la automatización de diferentes aplicaciones

y procesos industriales, ya que aporta eficiencia,

reducción de costes, potencia, flexibilidad, fiabilidad

y varios grados de libertad en movimientos.

La automatización y robótica son ampliamente

usados en el sector manufacturero, principalmente

en empresas cuyas estrategias de competitividadrequieren de flexibilidad y cambios rápidos en

el diseño de productos y procesos. Para ello, se

requieren tecnologías avanzadas que permitan

la puesta en marcha de procesos de producción

automatizados, precisos y flexibles en los procesos

productivos clave.

Las mejoras en la calidad del diseño de equipos, el

desarrollo de sistemas lógicos y los procesos de

utilización del espacio de planta tendrán comoresultado un sistema de manufactura altamente

productivo.

Aplicaciones:

• Prototipos mecatrónicos

• Software especializado National Instruments

(LabVIEW, CVI Core, DIAdem, Controladores PAC,

RF, etc.), Siemens y KOLLMORGEN.


20/24

4. BIOMEDICINA Y BIOESTADÍSTICA

a. Investigación biomédica o Medicina

Los ensayos clínicos son estudios experimentales que se llevana cabo en seres vivos (pacientes o sanos) con el objetivo de

observar el efecto de una intervención o tratamiento en el

estado de saludo de éstos.

Los ensayos clínicos son el puente obligatorio entre el

desarrollo preclínico de nuevos medicamentos o técnicas, y sus

usos generales. Eso quiere decir que deben hacerse ensayos

clínicos antes de que los nuevos tratamientos investigados

puedan ponerse a disposición del público, ya sea bajo receta,mediante venta libre o su utilización en clínicas.

Aplicaciones:

• Estudios de corte transversal y longitudinales

• Estudios analíticos retrospectivos (casos y controles)

• Estudios prospectivos (cohortes)

b. Modelación epidemiológica

Los principales objetivos de la investigación epidemiológica

son, por un lado, describir los patrones espacio-temporales

de propagación de las enfermedades y eventos de salud en

poblaciones humanas y, por otro, contribuir al descubrimiento

y caracterización de las leyes que gobiernan o influyen en

estas condiciones.

La epidemiología se emplea en las distintas ramas de

la medicina como una herramienta para el estudio dediferentes enfermedades o eventos relacionados con la salud,

especialmente cuando se busca evaluar la repercusión de

éstos en el ámbito de la población. Así, es posible encontrar

aplicaciones de la epidemiología tanto para definir los

mecanismos de transmisión de una enfermedad infecciosa,

como para evaluar la capacidad de respuesta médica

organizada o para evaluar el impacto.


21/24

Aplicaciones:

• Identificación de la historia natural de

las enfermedades• Descripción de la distribución,

frecuencia y tendencias de la

enfermedad en las poblaciones

• Identificación de la etiología y los

factores de riesgo para la aparición y

desarrollo de enfermedades

• Identificación y explicación de

los mecanismos de transmisión y

diseminación de las enfermedades

• Identificación de la magnitud y

tendencias de las necesidades de

salud

• Identificación de la magnitud,

vulnerabilidad y formas de control de

los problemas de salud

• Evaluación de la eficacia y efectividad

de las intervenciones terapéuticas

• Evaluación de la eficacia y efectividad

de la tecnología médica

• Evaluación del diseño y ejecución de

los programas y servicios de salud

c. Análisis y procesamiento de

imágenes con aplicaciones en la

medicina y biología

Las imágenes se han convertido en

un componente esencial en múltiples

campos de la investigación biomédica

y prácticas clínicas. Por ejemplo, losbiólogos estudian las células y generan

datos microscópicos 3D, los virólogos

llevan a cabo reconstrucciones 3D de virus

a partir de micro-gráficas, los radiólogos

identifican y cuantifican los tumores

mediante tecnologías de escaneo MRI y CT,

y los neurocientíficos detectan actividad

regional metabólica del cerebro gracias al

escaneo PET y MRI funcional, etc.


22/24

5. MATEMÁTICAS APLICADAS A LA INDUSTRIA

Las matemáticas industriales son un amplio campo dentro de las matemáticas

aplicadas, que se enfoca en el desarrollo de soluciones tanto para los sectores

típicamente productivos, como para empresas que ofrecen todo tipo de servicios.Considerando que los procesos modernos de producción son cada vez más

complejos y sofisticados, la demanda de personal capaz de comprender los aspectos

tecnológicos implicados en dichos procesos va en aumento.

Ofrecemos la capacidad de formular con precisión las técnicas y modelos

matemáticos y computacionales para implementar soluciones basadas en técnicas

de vanguardia, así como transferir conocimiento a los niveles gerenciales y de

ingeniería de las empresas.

a. Desarrollo de sistemas industriales híbridos (hardware/software).

La necesidad de desarrollar sistemas híbridos es frecuente en empresas de

manufactura y transformación para el desarrollo de proyectos o consultoría de

alto nivel mecatrónico. Se utilizan marcas industriales líderes, integrándolas en

desarrollos llave en mano que utilizan alto contenido matemático, como sistemas

apegados a la normatividad de cada empresa en cuanto a planeación, desarrollo,

instalación y documentación.

Aplicaciones

• Instrumentación

• Optimización de procesos

• Sistemas a la medida

• Capacitación especializada en diferentes ramos

• Creación de máquinas y prototipos


23/24

b. Simulación digital en tiempo real (RTDS)

Debido a la complejidad de los sistemas eléctricos de potencia, cada vez es más

necesario el uso de herramientas avanzadas de simulación para tener una mejor

comprensión de los fenómenos dinámicos que afectan la operación normal en lasredes eléctricas.

Mediante un Simulador Digital en Tiempo Real (RTDS®), se llevan a cabo procesos de

simulación de sistemas de potencia con tiempos próximos a los eventos reales, tales

como operaciones por maniobra o fallas eléctricas.

Aplicaciones

• Pruebas de lazo cerrado para sistemas de control y relevadores de protección

• Pruecas de esquemas de protección en sistemas eléctricos de potencia

• Pruebas a reguladores, excitadores y gobernadores de turbinas

• Pruebas a controls de equipos basados en electrónica de potencia avanzada

• Monitoreo y análisis de redes eléctricas

• Prueba de generadores solares o de viento

• Grabación y reproducción de señales de corriente en hornos de arco y/o

laminadores

c. Servicios a medida

• Sistemas SCADA (SupervisoryControl and Data Acquisition)

• Instrumentación virtual e

implementación de algoritmos

inteligentes

• Modelado, diseño y simulación de

sistemas y dispositivos mecánicos

• Implantación de tecnologías en

prototipos escalables

• Inspección visual computarizada

• Metrología avanzada y adquisición

de datos

• Control de instrumentos

• Monitoreo y registro de datos

• Elaboración de estaciones de

prueba

• Generación de reportes

• Análisis inteligente de datos

mediante algoritmos complejos y

refinados

• Visualización de resultados

mediante HMIs modernas yfuncionales

• Sistemas de control de

movimiento mediante

servomotores y controladores

PDMM Kollmorgen


24/24

Documents

SOLUCIONES CIMAT