Áreas de Concentración y Líneas de Investigación – 2025 en adelante
El Programa de Posgrado en Modelado y Métodos Cuantitativos es parte del Área de Concentración Interdisciplinaria CAPES y está estructurado en dos áreas de concentración interrelacionadas:
(1) Ciencia de Datos y (2) Investigación Operativa.
Cada área engloba dos líneas de investigación, a saber:
(I.a) Métodos Estadísticos y (I.b) Métodos Computacionales, en Ciencia de Datos;
(II.a) Optimización y (II.b) Modelos de apoyo a la toma de decisiones en investigación operativa.
Si bien las áreas de concentración y líneas de investigación del programa presentan diferencias en cuanto a propósitos específicos y técnicas o incluso aplicaciones, existen muchas similitudes e intersecciones entre ellas, lo que favorece enfoques complementarios, potencia el tratamiento de problemas complejos y brinda oportunidades para la obtención de soluciones adecuadas. y eficaz. En términos generales, los investigadores de ambas áreas se basan en los mismos fundamentos y, en cierta medida, en las mismas metodologías (modelado, simulación, algoritmos) para generar soluciones. Juntos, pueden contribuir al avance del conocimiento científico en estas áreas y producir medios para que las empresas y organizaciones transformen los datos en información, la información en conocimientos y los conocimientos en mejores decisiones en los entornos competitivos actuales. Al aprovechar tecnologías cada vez más potentes, estos profesionales pueden ahondar en escenarios del mundo real y desarrollar soluciones creativas para mejorar la vida cotidiana.
Ciencia de datos:
en las últimas dos décadas, hemos visto una explosión en el volumen de datos disponibles sobre los aspectos más diversos de la vida humana. La recopilación, almacenamiento y procesamiento de estos datos se ha convertido en un tema de extrema relevancia a la hora de proporcionar información valiosa para abordar los problemas modernos. El área de la ciencia de datos se presenta precisamente en este escenario actual y complejo, enfocándose en el descubrimiento de información estructurada de grandes bases de datos, generalmente desorganizadas y además pobladas por datos insignificantes, para que puedan ser útiles para la toma de decisiones más precisas. Los métodos habitualmente empleados combinan estadística y computación, para el desarrollo de algoritmos y modelos matemáticos. Los elementos de esta combinación dan lugar a las dos líneas de investigación enmarcadas en esta área de concentración.
Métodos Estadísticos:
Una de las bases fundamentales de la Ciencia de Datos es la Estadística. La línea de investigación de Métodos Estadísticos cubre este aspecto del área de concentración, trabajando desde el desarrollo de modelos estadísticos apropiados para el sistema o aplicación en estudio hasta la obtención y análisis de la(s) solución(es) de estos modelos, con el fin de coadyuvar en la resolver problemas complejos, generalmente afectados por numerosas variables. Entre los modelos más comunes podemos mencionar aquellos que proporcionan predicciones basadas en series históricas, indican tendencias basadas en escenarios, discriminan/clasifican nuevos elementos, situaciones o eventos basándose en conocimientos previos.
Métodos computacionales: Es imposible procesar un volumen gigantesco de datos sin el uso de herramientas informáticas. La línea de investigación de Métodos Computacionales se centra en este aspecto de la Ciencia de Datos. Esto incluye varios frentes de acción, tales como: estudiar formas eficientes de almacenar, organizar, acceder y visualizar grandes volúmenes de datos; desarrollo de algoritmos para manipular estos datos y extraer información relevante, procesar datos incorrectos o inexactos, etc. Generalmente dichos datos provienen de aplicaciones reales en las áreas más diversas, como la física, la química, la biología, la ingeniería, la sociología, la administración y el mercado financiero.
Investigación Operativa:
El principio rector de esta área de concentración es el desarrollo de modelos matemáticos y métodos analíticos para la solución de problemas complejos que se presentan en los procesos de toma de decisiones. El enfoque principal es el problema en sí, su estructura, características y propiedades, y no necesariamente los datos asociados a él. Los enfoques utilizados en este ámbito pueden configurarse en un sesgo más teórico, cuando el interés principal radica en describir y estudiar teóricamente el problema de interés y, a partir de ahí, proponer soluciones que se adapten a sus características, o bien más aplicado, cuando el enfoque Se trata principalmente de obtener una solución práctica al problema planteado. En cualquier caso, pueden involucrar varias disciplinas, como optimización matemática, análisis estadístico, teoría de colas, procesos estocásticos, análisis de redes complejas, y se aplican en la industria, el comercio, las finanzas, los negocios, entre otros sectores. El tipo de enfoque y enfoque principal utilizado definen las dos líneas de investigación en esta área de concentración.
Optimización:
En términos generales, esta línea se dedica al estudio y resolución matemática de problemas que consisten en elegir, de un conjunto de soluciones viables, la mejor, de acuerdo con un criterio comparativo entre ellas. Generalmente, el proceso comienza con la comprensión de un problema real, que luego se traduce en uno o más problemas de optimización genéricos. Para esto último, se proponen modelos matemáticos, consistentes en la maximización o minimización de una función, que jerarquiza las soluciones viables, definidas por un conjunto de restricciones expresadas matemáticamente. El estudio de las propiedades de estos modelos, el desarrollo e implementación de algoritmos para resolverlos de forma exacta o aproximada, la evaluación de la eficiencia computacional de estos algoritmos y su aplicación para obtener soluciones a problemas reales conforman algunas de las posibilidades de trabajo en este campo. línea de investigación.
Modelos de soporte a la toma de decisiones: A medida que los problemas y entornos de toma de decisiones se vuelven cada vez más complejos, el proceso de toma de decisiones se vuelve más dependiente del soporte automatizado creado con metodologías basadas en la ciencia y la tecnología. Este soporte implica la construcción de modelos y algoritmos que puedan manejar grandes cantidades de datos y escenarios complejos. La proposición, análisis, implementación y utilización de estas herramientas se encuentran entre los temas generales de esta línea de investigación. Muchos de los problemas abordados en esta línea pueden ser problemas de optimización y, en este caso, existe una fuerte intersección con enfoques comunes a otra línea en esta misma área de concentración. En otros casos, el tratamiento de los problemas utiliza enfoques de otros dominios, como la teoría de decisiones, la teoría de juegos, la probabilidad, el análisis de conflictos, etc.
