Activar el modo de accesibilidad

Desactivar el modo de accesibilidad

Omitir los comandos de cinta

Saltar al contenido principal

Desactivar animaciones

Activar animaciones

Inicio de sesión

Tesis propuestas

Resumen
Tesis propuestas para la Maestría en Matemáticas Aplicadas (cohorte 2023-1).

Las propuestas están en el orden en que fueron recibidas.

1	Título: Solución de problemas de ruteo de vehículos con pendientes Breve descripción del problema: El problema de ruteo de vehículos consiste en encontrar un conjunto de rutas para un conjunto de vehículos con capacidad limitada de tal manera que se visite un conjunto de nodos. En esta propuesta se tendrán en cuenta las inclinaciones de las vías entre dos nodos. Este tipo de problema es de particular importancia en ciudades con pendientes como Medellín y otras aplicaciones como diseño de ciclorutas. Director de tesis: Juan Carlos Rivera Agudelo Grupo de investigación: Modelado Matemático Línea de investigación: Investigación de Operaciones Habilidades mínimas con las que deberá contar el estudiante para desarrollar la tesis: Algoritmos y Programación (Python, C++, Java) Deseable: Conocimientos básicos en programación lineal entera Cohorte: 2023-1
2	Título: Optimización robusta tipo intervalo para problemas de ruteo de vehículos con ventanas de tiempo Breve descripción del problema: Los problemas de ruteo de vehículos consisten en encontrar un conjunto de rutas óptimas para un conjunto de vehículos con capacidad limitada de tal manera que se visite un conjunto de nodos. En esta propuesta se plantea un contexto en el cual es necesario incluir dos características o atributos de gran importancia en la práctica: ventanas de tiempo e incertidumbre. Las ventanas de tiempo son restricciones, impuestas por los clientes o por regulaciones externas, que limitan el tiempo de llegada de los vehículos a la localización de los clientes en un intervalo de tiempo predefinido. Por otro lado, la incertidumbre es una característica natural en la práctica que indica que algunos parámetros del problema no son conocidos con certeza. Se propone modelar la incertidumbre en los tiempos de desplazamiento del vehículo mediante la técnica de optimización intervalo-valuada. La combinación de estos atributos, ventanas de tiempo e incertidumbre, es comúnmente encontrada en la práctica y conlleva retos como tratar con soluciones que pueden ser factibles al considerar un escenario típico, pero que pueden no serlo al considerar escenarios adversos dada la incertidumbre en los tiempos de desplazamiento. Director de tesis: Juan Carlos Rivera Agudelo Co-director de tesis: María Eugenia Puerta Yepes Grupo de investigación: Modelado Matemático y Matemáticas y Aplicaciones Línea de investigación: Investigación de Operaciones y Optimización Habilidades mínimas con las que deberá contar el estudiante para desarrollar la tesis: Algoritmos y Programación (Python, C++, Matlab) Programación lineal entera Cohorte: 2023-1
3	Título: Estimación de parámetros y el estado de modelos de epidemiología matemática Breve descripción del problema: Identificar, programar en Matlab, aplicar y analizar diferentes enfoques del filtro de Kalman a la estimación de parámetros y el estado en modelos epidemiológicos. Se incluye un análisis de incertidumbre y sensibilidad, técnicas de bootstrapping para la obtención de intervalos de confianza y diseño de modelos básicos de control de enfermedades de infección. Director de tesis: Carlos Mario Vélez Sánchez Grupo de investigación: Modelado Matemático Línea de investigación: Sistemas de Control Habilidades mínimas con las que deberá contar el estudiante para desarrollar la tesis: Ecuaciones Diferenciales básicas Probabilidad y Estadística básica Programación de computadores Cohorte: 2023-1
4	Título: Valoración de Servicios Ecosistémicos mediante Bayesian Analytical Network Process y Optimización Lineal Robusta Breve descripción del problema: Los bienes y servicios ecosistémicos representan el fundamento del bienestar social y económico de las biosferas, mediante el intercambio directo e indirecto de flujos de beneficios, costos, oportunidades y riesgos; los cuales son tanto tangibles como intangibles. En particular, la Reserva de Biosfera Seaflower en el Caribe provee mínimo cuatro tipos de servicios ecosistémicos: 1) Económicos vinculados al turismo y provisión de alimentos marinos. 2) Ecológicos relativos a la salud del ecosistema para proteger la vida de sus habitantes y brindar resiliencia ante fenómenos climáticos y regulación del clima. 3) Biodiversidad de biomasas para la sostenibilidad de las cadenas biológicas. 4) Cultural para proveer desarrollo e identidad. En esta investigación se propondrá un modelo híbrido bayesiano multicriterio para la valoración económica estática de dichos servicios ecosistémicos bajo condiciones de incertidumbre, partiendo de la medición de las biomasas marinas pertinentes, contando con el apoyo de la Corporación para el Desarrollo Ambiental (Coralina). Resolver este problema constituye el paso inicial para que posteriores investigaciones puedan valorar la flexibilidad estratégica de la gestión del valor en riesgo de la biosfera, y desarrollar mecanismos financieros de coberturas de riesgo (seguros) contra pérdidas catastróficas. En esta propuesta se tendrán en cuenta los métodos de inferencia bayesiana para reducir inconsistencias eventuales de los clusters y nodos del proceso de toma de decisiones mediante ANP, y se utilizará optimización lineal robusta para medir rangos óptimos del valor. Director de tesis: Nicolás Alberto Moreno Reyes Co-director de tesis: Juan Carlos Gutiérrez Betancur Grupo de investigación: Modelado Matemático Línea de investigación: Métodos Estadísticos e Investigación de Operaciones Habilidades mínimas con las que deberá contar el estudiante para desarrollar la tesis: Algoritmos y Programación (R, Julia) Deseable: Conocimientos básicos en Inferencia Estadística, Optimización Lineal Cohorte: 2023-1
5	Título: Determinación de fuentes en sistemas de reacción química descritos a través de un modelo matemático de ecuaciones diferenciales parabólicas acopladas Descripción del problema: Problemas inversos de determinar fuentes externas en sistemas dinámicos de ecuaciones diferenciales parciales ha tenido un creciente interés en la ultimas décadas, especialmente en el caso de sistemas complejos que naturalmente aparecen en Ciencias e Ingeniería, incluyendo mecánica de fluidos, procesos biológicos, medicina, entre otros. En este proyecto, la pregunta principal es saber si es posible recuperar la fuente de un sistema parabólico acoplado usando mediciones locales de un numero reducido de variables de temperatura? Las variables de temperatura que definen el sistema dinámico de ecuaciones acopladas modelan un proceso de reacción química. De esta manera, nuestro interés no es únicamente determinar la fuente del sistema, sino que además los datos que se utilicen involucren la menor cantidad de estados de temperatura posible, es decir, para un sistema de dos ecuaciones con dos fuentes, se espera medir a través de una única componente de estado escalar de temperatura, y dicha medición es local e interna a la región donde se produce el proceso de reacción química. Desde un punto de vista computacional, este problema implica resolver sistemas de ecuaciones parabólicas acopladas, donde una primera aproximación se establece para las variables espaciales a través del método de elementos finitos en dominios planos, mientras que la parte correspondiente a la dinámica del problema se resuelve usando el método de diferencias finitas bajo esquemas implícitos/explícitos. Una vez discretizado el modelo, el problema de controlar el sistema a cero y la resolución de ecuaciones integro-diferenciales de Volterra deben ser resueltos. Para este propósito, el método de unicidad de Hilbert y su implementación conllevan a la solución requerida. Posteriormente, un algoritmo de optimización basado en el método del gradiente descendiente debe ser implementado a fin de estimar la fuente usando mediciones parciales de temperatura. Datos sintéticos de procesos de reacción-difusión serán utilizados en los experimentos numéricos con el propósito de ilustrar la confiabilidad de los resultados teóricos y numéricos obtenidos. Director de tesis: Cristhian David Montoya Zambrano Grupo de investigación: Modelado Matemático Línea de investigación: Optimización, Ecuaciones Diferenciales Parciales Habilidades mínimas con las que deberá contar el estudiante para desarrollar la tesis: Ecuaciones diferenciales parciales Optimización Programación en Matlab, Python y Freefem++ Cohorte: 2023-1
6	Título: Exploración de técnicas de Reinforcement Learning aplicadas a problemas de optimización combinatoria Breve descripción del problema: La optimización combinatoria es una rama de las matemáticas aplicadas y las ciencias de la computación. Muchos problemas de optimización combinatoria pertenecen a la clase NP-hard, por lo que los métodos exactos de solución solo resuelven instancias pequeñas y no son útiles en muchos casos prácticos. Algunos problemas clásicos de optimización combinatoria son: traveling salesman problema (TSP), vehicle routing problema (VRP), flow shop scheduling (FSS), resource constrained Project scheduling problem (RCPSP), knapsack problem (KSP), facility location problem (FLP), entre otros. Los algoritmos heurísticos y metaheurísticos han sido ampliamente utilizados para resolver problemas combinatorios mediante la exploración eficiente de una sección de la región factible. Recientemente algunas técnicas basadas en machine learning han sido también utilizadas con resultados prometedores. En esta tesis se propone utilizar técnicas basadas en reinforcement learning para un problema combinatorio de interés. Director de tesis: Juan Carlos Rivera Agudelo Co-director de tesis: Pamela Carreño Medrano (Pamela.Carreno@monash.edu) Grupo de investigación: Modelado Matemático Línea de investigación: Investigación de Operaciones Habilidades mínimas con las que deberá contar el estudiante para desarrollar la tesis: Algoritmos y Programación (Python, C++, Matlab) Deseable: Conocimientos básicos en programación lineal entera, algoritmos metaheurísticos Cohorte: 2023-1

Última modificación: 03/01/2023 13:18