UPV



El profesor Dan M. Frangopol de estancia con nosotros en la Universitat Polit猫cnica de Val猫ncia

20160226_dan_frangopol_nsf_awardTenemos la gran suerte de contar con el profesor Dan M. Frangopol como profesor visitante en la Universitat Polit猫cnica de Val猫ncia. Se trata de una estancia que solicit贸 nuestro grupo de investigaci贸n dentro del proyecto de investigaci贸n BRIDLIFE y que tambi茅n ha sido apoyada por nuestra universidad. Es una magn铆fica oportunidad de poder colaborar en l铆neas de investigaci贸n que confluyen en la optimizaci贸n multiobjetivo de estructuras a lo largo de su ciclo de vida. Ya estuvo nuestra investigadora Tatiana Garc铆a Segura cuatro meses de estancia en la Universidad de Lehigh.

El curriculum y la trayectoria acad茅mica del profesor Frangopol es impresionante. Es el primer titular de la C谩tedra Fazlur R. Khan de Ingenier铆a Estructural y Arquitectura de la Universidad de Lehigh, en Bethlehem, Pensilvania. Antes de incorporarse a esta universidad, fue profesor de ingenier铆a civil en la Universidad de Colorado en Boulder, donde ahora es profesor em茅rito. Sus l铆neas de investigaci贸n se centran en la aplicaci贸n de los conceptos probabil铆sticos y m茅todos de la ingenier铆a civil tales como la fiabilidad estructural, el dise帽o basado en la probabilidad y la optimizaci贸n de edificios, puentes y barcos navales, vigilancia de la salud estructural, mantenimiento y gesti贸n a lo largo de su ciclo de vida, gesti贸n de infraestructuras en condiciones de incertidumbre, evaluaci贸n basada en el riesgo, sostenibilidad y resistencia a los desastres.

De acuerdo con el ASCE (Sociedad Estadounidense de Ingenieros Civiles)聽鈥Dan M. Frangopol is a preeminent authority in bridge safety and maintenance management, structural system reliability, and life-cycle civil engineering. His contributions have defined much of the practice around design specifications, management methods, and optimization approaches. From the maintenance of deteriorated structures and the development of system redundancy factors to assessing the performance of long-span structures, Dr. Frangopol鈥檚 research has not only saved time and money, but very likely also saved lives鈥 Dr. Frangopol is a renowned teacher and mentor to future engineers.鈥

A parte de cuatro doctorados honoris causa,聽el profesor Frangopol presenta un 铆ndice h de 54 y m谩s de 11900 citas (Google Scholar, 2015). Ha dirigido m谩s de 40 tesis doctorales y ha sido profesor visitante en numerosas universidades de todo el mundo. Lo mejor es que ve谩is su curr铆culum entero en su p谩gina web:聽http://www.lehigh.edu/~dmf206/

Os dejo a continuaci贸n los seminarios y conferencias que impartir谩 este mes en la Universitat Polit猫cnica de Val猫ncia. Si ten茅is alguna duda, me pod茅is enviar un correo electr贸nico. La entrada es libre. Os ir茅 contando en sucesivos posts m谩s sobre nuestra actividad este mes con el profesor Frangopol.

Download (PDF, 108KB)

10 mayo, 2016
  Comentarios
|   Etiquetas: ,  |  

Metodolog铆a de la superficie de respuesta

La Metodolog铆a de la Superficie de Respuesta (RSM) es un conjunto de t茅cnicas matem谩ticas y estad铆sticas utilizadas para modelar y analizar problemas en los que una variable de inter茅s es influenciada por otras.聽 El prop贸sito inicial de estas t茅cnicas es dise帽ar un experimento que proporcione valores razonables de la variable respuesta y, a continuaci贸n, determinar el modelo matem谩tico que mejor se ajusta a los datos obtenidos. El objetivo final es establecer los valores de los factores que optimizan el valor de la variable respuesta. Esto se logra al determinar las condiciones 贸ptimas de operaci贸n del sistema.

La direrencia entre (RSM) y un dise帽o experimental corriente estriba en que un dise帽o experimental por si solo tiene como objetivo localizar el tratamiento “ganador” entre todos aquellos que se han probado. En cambio, RSM pretende localizar las condiciones 贸ptimas de operaci贸n del proceso. Ello supone un reto para el investigador, requiere una estrategia m谩s completa e incluye la posibilidad de efectuar varios experimentos secuenciales y el uso de t茅cnicas matem谩ticas m谩s avanzadas.

Os dejo a continuaci贸n un v铆deo explicativo que espero os aclare la metodolog铆a.

Referencias:

  • Box, G. E. P., Wilson, K. G. (1951), On the experimental attainment of optimum conditions,Journal of the Royal Statistical Society, B 13, 1-45
  • Cornell, John A. (1984), How to apply Response Surface Methodology, American Society for Quality Control, Milwaukee, WI.
  • Kuehl, Robert O. (2001) Dise帽o de Experimentos, 2a. Edici贸n, Thomson Learning.
  • Melvin T. A. Response Surface Optimization using JMP Software, < http://www2.sas.com/proceedings/sugi22/STATS/PAPER265.PDF>
  • Montgomery, D. C. (2002), Dise帽o y An谩lisis de Experimentos, Editorial Limusa, Segunda Edici贸n.
  • http://www.cicalidad.com/articulos/RSM.pdf
  • http://catarina.udlap.mx/u_dl_a/tales/documentos/lii/peregrina_p_pm/capitulo2.pdf
18 abril, 2016
 
|   Etiquetas: ,  |  

La capacidad de un proceso y su aplicaci贸n a la construcci贸n

Los procesos constructivos est谩n sujetos a variabilidad. Las causas que justifican los distintos resultados a veces dependen de factores comunes y otras veces de factores aleatorios. Sin embargo, en las obras normalmente se aborda el control de la calidad una vez est谩 el producto o la unidad de obra terminada. Es lo que se conoce como control de producto terminado. Mejor ser铆a abordar el control de calidad del proceso. Herramientas no nos faltan, pero no son habituales en las obras. Abordamos en este post el concepto de “capacidad de un proceso” para entender mejor la necesidad del control estad铆stico antes de tener un producto terminado.

No siempre una m谩quina o un proceso es capaz de alcanzar la calidad exigida por un cliente o por otro proceso. Hay que tener esta idea muy clara pues existe cierta variabilidad debida a causas comunes que s贸lo se podr谩 solucionar si se cambia la m谩quina o el proceso, lo cual implica una decisi贸n por parte de la alta direcci贸n. Este aspecto lo hemos explicado en un post anterior.

Despu茅s de comprobar que el proceso est谩 bajo control, el siguiente paso es saber si es un proceso capaz, es decir, si cumple con las especificaciones t茅cnicas deseadas, o lo que es lo mismo, comprobar si el proceso cumple el objetivo funcional. Se espera que el resultado de un proceso cumpla con los requerimientos o las tolerancias que ha establecido el cliente. El departamento de ingenier铆a puede llevar a cabo un estudio sobre la capacidad del proceso para determinar en que medida el proceso cumple con las expectativas.

La habilidad de un proceso para cumplir con la especificaci贸n puede expresarse con un solo n煤mero, el 铆ndice de capacidad del proceso o puede calcularse a partir de los gr谩ficos de control. En cualquier caso es necesario tomar las mediciones necesarias para que el departamento de ingeniera tenga la certeza de que el proceso es estable, y que la media y variabilidad de este se pueden calcular con seguridad. El control de proceso estad铆stico define t茅cnicas para diferenciar de manera adecuada entre procesos estables, procesos cuyo promedio se desv铆a poco a poco y procesos con una variabilidad cada vez mayor. Los 铆ndices de capacidad del proceso son solo significativos en caso de que el proceso sea estable (sometidos a un control estad铆stico).

Para aclarar estas ideas, o paso un Polimedia explicativo que espero os guste.

El concepto de variabilidad y sus causas

Vamos a incluir en este blog unos cuantos posts relacionados con la estad铆stica. Es fundamental entender que tanto los modelos predictivos como muchas heur铆sticas precisan de una buena base estad铆stica para poder explotar sus posibilidades. Empezaremos hoy con el concepto de variabilidad, muy empleado en procesos industriales y en calidad, pero que tambi茅n ser铆a 煤til cuando hablamos de heur铆sticas que emplean mecanismos aleatorios de b煤squeda. Empecemos pues.

El enemigo de todo proceso es la variaci贸n, siendo la variabilidad inevitable. Cuando se fabrica un producto o se presta un servicio, es materialmente imposible que dos resultados sean exactamente iguales. Ello se debe a m煤ltiples motivos, m谩s o menos evitables. Por un lado existen m煤ltiples causas comunes, aleatorias y no controlables que hacen que el resultado cambie siguiendo habitualmente una distribuci贸n de probabilidad normal. Se dice que dicho proceso se encuentra bajo control estad铆stico, siendo 茅ste el enfoque que sobre el concepto de calidad propugna Deming. Por otra parte, existen unas pocas causas asignables, que ocurren de forma fortuita y que podemos detectarlas y corregirlas. Ocurren de forma err谩tica y, afortunadamente se solucionan f谩cilmente. Las causas comunes son dif铆ciles de erradicar porque precisan de un cambio del proceso, de la m谩quina o del sistema que produce los resultados, siendo ese cambio una responsabilidad de la gerencia. Kaouru Ishikawa dec铆a que el 85% de los problemas en un proceso son responsabilidad de la gerencia, siendo mal recibido dicho comentario por parte de la alta direcci贸n de las empresas.

Para aclarar y entender estos conceptos, os dejo un Polimedia explicativo, de poco m谩s de siete minutos, que espero os guste.

One-minute paper

Una innovaci贸n docente efectiva no tiene por qu茅 ser dif铆cil de aplicar en clase. Estamos hablando del One-minute paper, que en espa帽ol se podr铆a traducir como “trabajos de un minuto”, aunque todo el mundo conoce el t茅rmino popularizado en ingl茅s.

Este es un recurso did谩ctico, probablemente reinventado muchas veces, pero que es extraordinariamente sencillo. Se trata de preguntar al final de la clase a los alumnos dos cosas:

  1. 驴Qu茅 ha sido para t铆聽 lo m谩s importante que has aprendido en esta clase?
  2. 驴Qu茅 es lo que te ha quedado m谩s confuso?

Para contestar se reparten a los alumno unas papeletas, sin demasiado espacio, donde queda reflejada la fecha y, si se estima oportuno, el nombre del alumno. Aunque muchas veces funciona mejor si es an贸nimo. Otras veces se puede realizar una peque帽a actividad grupal para que se puedan comentar las respuestas entre los compa帽eros antes de entregar la papeleta.

Es una forma sencilla de que el profesor reciba una retroalimentaci贸n de la clase anterior y que pueda, al comienzo de la siguiente clase, comentar alguna de las preguntas que quedaron menos claras. Las preguntas suelen referirse sobre todo a opiniones, sentimientos o percepci贸n, m谩s que a verificar un aprendizaje de conocimientos en sentido propio. Adem谩s, se puede utilizar la t茅cnica no s贸lo al final de una clase, sino al final de un trabajo, una evaluaci贸n, etc.

Este m茅todo tiene muchas ventajas: indica al profesor si los alumnos nos van siguiendo en las explicaciones, nos da una oportunidad para comentar “otras” cosas en clase, mejora el clima en clase, e incluso puede servirnos para “pasar lista” de una forma discreta. A los alumnos les obliga a adoptar una actitud reflexiva, aprenden a aprender en clase, se prolonga la retenci贸n de lo explicado, se ejercitan en redactar y puede ser una oportunidad para los m谩s t铆midos para exponer sus opiniones.

En este v铆deo podemos ver una peque帽a explicaci贸n de la t茅cnica:

 

Referencias:

Morales Vallejo, Pedro (2011). Escribir para aprender, tareas para hacer en casa. Guatemala: Universidad Rafael聽 Land铆var. Disponible en http://www.upcomillas.es/personal/peter/otrosdocumentos/OneMinutePaper.pdf

3 febrero, 2016
 
|   Etiquetas: |  

La Programaci贸n Lineal. El m茅todo Simplex.

La programaci贸n lineal es un procedimiento o algoritmo matem谩tico mediante el cual se resuelve un problema indeterminado, formulado a trav茅s de un sistema de inecuaciones lineales, optimizando la funci贸n objetivo, tambi茅n lineal. Consiste en optimizar (minimizar o maximizar) una funci贸n lineal, denominada funci贸n objetivo, de tal forma que las variables de dicha funci贸n est茅n sujetas a una serie de restricciones que expresamos mediante un sistema de inecuaciones lineales.

Os dejo un v铆deo tutorial donde se explica la programaci贸n lineal y se avanzan las ideas b谩sicas del m茅todo Simplex.

Existen p谩ginas web, como PHPSimplex, donde puedes solucionar on-line problemas sencillos. Tambi茅n puede resolverse este tipo de problemas con las herramientas de MATLAB: Optimization Toolbox.

A continuaci贸n os dejo un v铆deo donde se explica c贸mo resolver un problema de Programaci贸n Lineal mediante MS Excel 2007. Es importante que aprend谩is a utilizar el Solver. Espero que os guste el v铆deo.

Ten茅is que resolver con dicho programa los siguientes problemas:

  1. Una empresa produce hormig贸n usando los ingredientes A y B. Cada kilo de ingrediente A cuesta 60 unidades monetarias y contiene 4 unidades de arena fina, 3 unidades de arena gruesa y 5 unidades de grava. Cada kilo de ingrediente B cuesta 100 unidades monetarias y contiene 3 unidades de arena fina, 6 unidades de arena gruesa y 2 unidades de grava. Cada amasada debe contener, por lo menos, 12 unidades de arena fina, 12 unidades de arena gruesa y 10 unidades de grava. Formule un modelo de programaci贸n lineal y resu茅lvalo gr谩ficamente.
  2. Una empresa especializada en la construcci贸n de estructuras de edificios tiene patentes de tres tipos de forjados F1, F2 y F3. Los beneficios que consigue por metro cuadrado de forjado construido son 100, 90 y 120 unidades monetarias respectivamente. Por razones de almacenamiento y financiaci贸n, diariamente s贸lo se dispone de dos toneladas de acero, 200 m3 de hormig贸n y 8 m3 de madera para encofrados. Las cantidades de acero, hormig贸n y madera que se necesitan por m2 en cada uno de los forjados son:

Tipo de forjado

Materia prima

Cantidad

F1

Acero

0,2 kg/m2

Hormig贸n

80 dm3/m2

Madera

0,001 m3/m2

F2

Acero

0,25 kg/m2

Hormig贸n

37,5 dm3/m2

Madera

0,00125 m3/m2

F3

Acero

0,225 kg/m2

Hormig贸n

35 dm3/m2

Madera

0,0015 m3/m2

 

Maximizar el beneficio que se puede obtener.

El entregable tiene una bonificaci贸n de 0,05 puntos y deber谩 subirse a la carpeta聽Espacio Compartido de PoliformaT antes del 8 de febrero de 2016.

2 febrero, 2016
 
|   Etiquetas: ,  ,  ,  |  

Estimaci贸n puntual y por intervalos para una muestra de una poblaci贸n normal

El problema de la聽聽estimaci贸n puntual y por intervalos para una muestra de una poblaci贸n normal es una actividad muy frecuente en el 谩mbito de la ingenier铆a y de la investigaci贸n. Supongamos que ten茅is una muestra de 5聽elementos extra铆da de una poblaci贸n normal (por ejemplo, de la resistencia a compresi贸n simple de una probeta de hormig贸n a 28 d铆as procedente de una misma amasada). El objetivo es establecer inferencias estad铆sticas usando un nivel de significaci贸n 伪=0.05.聽Deber铆ais ser capaces de realizar las siguientes actividades:

  1. Calcular el intervalo de confianza para la media, suponiendo que la desviaci贸n t铆pica de la poblaci贸n es conocida y vale lo mismo que la desviaci贸n t铆pica de la muestra. (Se emplear谩 la distribuci贸n normal).
  2. Calcular el intervalo de confianza para la media, suponiendo que la desviaci贸n t铆pica de la poblaci贸n es desconocida. (Se emplear谩 la distribuci贸n t de Student).
  3. Calcular el intervalo de confianza para la desviaci贸n t铆pica de la muestra. (Se emplear谩 la distribuci贸n chi-cuadrado).

A continuaci贸n os dejo un peque帽o tutorial para proceder al c谩lculo de dichos intervalos utilizando el paquete estad铆stico Minitab.

Os paso unos v铆deos explicativos para que entend谩is los conceptos. Espero que os gusten:

(m谩s…)

1 febrero, 2016
 
|   Etiquetas: ,  ,  ,  |  

An谩lisis estad铆stico en SPSS

Como el programa b谩sico que vamos a utilizar es el SPSS, os paso unos apuntes de Francisco Parra, Juan Antonio Vicente y Mauricio Beltr谩n que pod茅is encontrar en el siguiente enlace: http://econometria.files.wordpress.com/2009/04/curso-basico-de-analisis-estadistico-en-spss.pdf. Espero que os sean 煤tiles.

18 enero, 2016
 
|   Etiquetas: ,  |  

Las m谩quinas aprenden ya como los humanos

11 diciembre, 2015
  Comentarios
|   Etiquetas: |  

驴Qu茅 son las redes neuronales artificiales?

Las redes de neuronas artificiales (denominadas habitualmente como RNA o en ingl茅s como: “ANN”) son un paradigma de aprendizaje y procesamiento autom谩tico inspirado en la forma en que funciona el sistema nervioso de los animales. Se trata de un sistema de interconexi贸n de neuronas que colaboran entre s铆 para producir un est铆mulo de salida. En inteligencia artificial es frecuente referirse a ellas como redes de neuronas o redes neuronales.

Un tutorial muy interesante sobre este tema es: http://www.gc.ssr.upm.es/inves/neural/ann2/anntutorial.html , as铆 como el siguiente: http://sabia.tic.udc.es/mgestal/cv/RNAtutorial/index.html

Os dejo unos cuantos v铆deos que os pueden ampliar informaci贸n sobre el tema. Espero que os gusten.

(m谩s…)

13 octubre, 2015
 
|   Etiquetas: ,  ,  |  

Previous Posts

Universidad Politécnica de Valencia