Áreas de Concentración y Líneas de Investigación – 2025 en adelante
Áreas de Concentración
Estructura Académica y Líneas de Investigación – PPGMMQ
El Programa de Postgrado en Modelado y Métodos Cuantitativos se encuadra en el Área Interdisciplinar de la CAPES y se estructura a partir de dos áreas de concentración interrelacionadas:
Aunque las áreas de concentración y las líneas de investigación del programa presentan diferencias en términos de propósitos y técnicas específicos o aplicaciones, existen muchas similitudes e intersecciones entre ellas, lo que favorece enfoques complementarios, potencia el tratamiento de problemas complejos y brinda oportunidades para obtener soluciones apropiadas y efectivas. En general, los investigadores de ambas áreas se apoyan en las mismas bases y 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 datos en información, información en insights e insights en mejores decisiones en los entornos competitivos actuales. Al utilizar tecnologías cada vez más potentes, estos profesionales pueden profundizar 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 más diversos aspectos de la vida humana. La recolección, almacenamiento y procesamiento de estos datos se ha convertido en una cuestión extremadamente relevante para proporcionar información valiosa en el tratamiento de problemas modernos. El área de ciencia de datos se presenta exactamente en este escenario actual y complejo, centrándose en el descubrimiento de información estructurada a partir de grandes bases de datos, usualmente desorganizadas y pobladas también por datos poco significativos, para que puedan ser útiles en la toma de decisiones más acertadas. Los métodos empleados suelen combinar estadística y computación para el desarrollo de algoritmos y modelos matemáticos. Los elementos de esta combinación originan las dos líneas de investigación de esta área de concentración.
📊 Métodos Estadísticos
Una de las bases fundamentales de la Ciencia de Datos es la Estadística. La línea de investigación Métodos Estadísticos contempla este aspecto de la concentración, actuando desde el desarrollo de modelos estadísticos apropiados para el sistema o aplicación en estudio hasta la obtención y análisis de las soluciones de estos modelos, con el fin de ayudar en la resolución de problemas complejos, usualmente afectados por numerosas variables. Entre los modelos más comunes se encuentran aquellos que proporcionan predicciones basadas en series históricas, indican tendencias a partir de escenarios o clasifican nuevos elementos basados en conocimientos previos.
💻 Métodos Computacionales
Es imposible tratar un volumen gigantesco de datos sin el uso de herramientas de computación. La línea de investigación Métodos Computacionales se centra en este aspecto de la Ciencia de Datos. Esto incluye diversas áreas de actuación, tales como: el estudio de formas eficientes para el almacenamiento, organización y visualización de grandes volúmenes de datos; desarrollo de algoritmos para la manipulación y extracción de información relevante, y el tratamiento de datos incorrectos o imprecisos. Usualmente, tales datos provienen de aplicaciones reales en áreas como física, ingeniería, sociología, administración y mercado financiero.
Investigación Operativa
El eje conductor de esta área es el desarrollo de modelos matemáticos y métodos analíticos para la solución de problemas complejos en procesos de toma de decisiones. El enfoque principal es el problema en sí, su estructura y propiedades, y no necesariamente los datos asociados. Los enfoques pueden ser teóricos, cuando el interés principal es estudiar el problema y proponer soluciones según sus características, o aplicados, cuando el enfoque es obtener una solución práctica. Pueden involucrar disciplinas como optimización matemática, análisis estadístico, teoría de colas y procesos estocásticos, aplicándose en la industria, el comercio, las finanzas y los negocios, entre otros sectores.
📐 Optimización
Esta línea se dedica al estudio y resolución matemática de problemas que consisten en elegir, entre un conjunto de soluciones viables, la mejor según un criterio comparativo. El proceso suele iniciarse con la comprensión de un problema real, traducido a modelos matemáticos de maximización o minimización de una función bajo restricciones expresadas matemáticamente. El estudio de las propiedades de estos modelos, el desarrollo de algoritmos exactos o aproximados y la evaluación de su eficiencia computacional componen las posibilidades de trabajo en esta línea de investigación.
🧠 Modelos de Apoyo a la Decisión
A medida que los entornos de decisión se vuelven más complejos, el proceso depende más de soporte automatizado construido con metodologías científicas. Este soporte pasa por la construcción de modelos y algoritmos que manejen datos voluminosos y escenarios complejos. La propuesta, análisis y uso de estas herramientas están entre los temas generales de esta línea. Muchos problemas tratados aquí pueden ser de optimización, pero también se utilizan enfoques de otros dominios como la teoría de juegos, probabilidad y análisis de conflictos.
