1

P R O G R A M A Y R E S U M E N D E T R A B A J O S

X X V I I I E N O A N

E S C U E L A N A C I O N A L D E O P T I M I Z A C I Ó N

Y A N Á L I S I S N U M É R I C O

A G O S TO 2 6 - 3 0 , 2 0 1 9

C O N S E J O Z A C A T E C A N O D E

C I E N C I A T E C N O L O G Í A

E I N N O V A C I Ó N

Z A C AT E C A S , Z A C . , M É X I C O

1

EDITORES

Oliver Avalos Rosales Vanesa Avalos Gaytán

Yajaira Cardona Valdés Irma Delia García Calvillo

Rina Betzabeth Ojeda Castañeda

P A T R O C I N A D O R E S

1

COMITÉ NACIONAL COMITÉ LOCAL

Dr. Justino Alavez Ramírez UJAT

Dra. Rina B. Ojeda Castañeda UAdeC

Dr. Francisco J. Domínguez Mota UMSNH

Dra. Irma García Calvillo UAdeC

Dr. Pedro Flores Pérez UNISON

Dr. Jesús López Estrada UNAM

Dr. Pablo Barrera Sánchez UNAM

Dra. María L. Sandoval Solís UAMI

Dr. José G. Tinoco Ruiz UMSNH y UnAD

Dr. Pedro González Casanova Enríquez IMATE-UNAM

Dr. Gilberto Calvillo Vives UNAM

Dr. Guilmer F. González Flores UNAM

Dra. Vanesa Avalos Gaytán UAdeC

Dra. Yajaira Cardona Valdés UAdeC

Dr. Oliver Avalos Rosales UAdeC

M. C. José L. Fraga Almanza UAdeC

Dr. Jorge López López UJAT

Dr. Miguel A. Uh Zapata CIMAT-Mérida

Lic. Gerardo Tinoco Guerrero UMSNH

Dr. Humberto Madrid de la Vega

O R G A N I Z A C I Ó N E N O A N 2 0 1 9

Dra. Leticia A. Ramírez Hernández UAZ

Dra. Marlen Hernández Ortiz

Dr. Juan Martínez Ortiz

M en TI. Mónica del Rocío Torres Ibarra

Dr. José Manuel Gómez Soto

M. C. Luz Vanessa Bacio Parra

Indice general

Carta de Bienvenida 3

Convocatoria Boletın 5

1. Conferencias 61.1. Conferencia “Diego Bricio” . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61.2. Conferencias Plenarias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61.3. Conferencias Invitadas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

2. Cursos 9

3. Ponencias Workshop 14

4. Ponencias MexSIAM 15

5. Ponencias Mini-Simposium 18

6. Ponencias Escuela 21

7. Carteles 30

Indice de Autores 35

Horarios 38

2

Bienvenida a la XXVIII ENOAN

La Universidad Autonoma de Zacatecas, el Consejo Zacatecano de Ciencia, Tecnologıae Innovacion y la Sociedad Mexicana de Computacion Cientıfica y sus AplicacionesA.C., a traves de los Comites Organizadores Nacionales y Locales de la XXVIII EscuelaNacional de Optimizacion y Analisis Numerico, ENOAN, 2019, se complacen en dar austed la mas cordial bienvenida a la Ciudad de Zacatecas, Zacatecas.Este ano la ENOAN se llevara a cabo en las instalaciones del Consejo Zacatecanode Ciencia, Tecnologıa e Innovacion del 26 al 30 de agosto de 2019. Como en cadauna de las ediciones de la ENOAN, este ano la tematica principal del Taller deModelacion esta relacionada con el “Big Data y Machine Learning”, las conferen-cias plenarias, del miercoles y del jueves, ası como las conferencias invitadas delmiercoles estaran orientadas a esta tematica. En esta edicion tambien tendremosel honor de que dentro del marco de nuestro evento se lleve a cabo la reunionde investigadores de la Seccion Mexico de SIAM; las actividades academicas deesta reunion se llevaran a cabo el dıa martes. Por tercera ocasion como parte dela Escuela de la ENOAN, se llevara a cabo el III Mini Simposium de Medicina yMatematicas, con el fin de fomentar la vinculacion entre galenos y matematicos; lasconferencias de la tematica que se abordara en esta ocasion estan relacionadas conla Obesidad, caso especıfico Obesidad infantil en Mexico, que ha sido considera-da por la OMS como la Pandemia del siglo XXI, se impartiran los dıas jueves y viernes.

En las siguientes paginas usted encontrara los resumenes de 5 conferencias plenarias,33 conferencias invitadas: 4 de la “Escuela” de la ENOAN, 12 de la reunion deinvestigadores de la Seccion Mexico de SIAM, 5 del Workshop Big Data & MachineLearning y 12 del III Mini-simposium de Medicina y Matematicas; 63 ponencias porsolicitud: 43 ponencias de la “Escuela” en formato presencial y 20 en cartel. Asimismo,encontrara el contenido, programa y bibliografıa de 9 cursos: 3 cursos de nivel basico,3 cursos intermedios y 3 cursos avanzados.

Las actividades academicas del evento daran inicio el lunes 26 a las 9:00 hrs. LaCeremonia de Inauguracion se realizara en el Auditorio del Consejo Zacatecano deCiencia, Tecnologıa e Innovacion y en esta ceremonia se hara entrega del PremioMixbaal a la mejor tesis de licenciatura de matematicas aplicadas. Al concluir estaceremonia se impartira la primera conferencia plenaria “Diego Bricio” por el Dr.Lorenzo Hector Juarez Valencia, del Departamento de Matematicas de la UniversidadAutonoma Metropolitana, Unidad Iztapalapa; esta y las demas conferencias plenariasvan dirigidas a todos los participantes del evento. El miercoles 28 se tiene programadala Asamblea General de la Sociedad Mexicana de Computacion Cientıfica y susAplicaciones a las 20 hrs., en el hotel sede y la clausura el viernes 30 de agosto enel Auditorio del Consejo Zacatecano de Ciencia, Tecnologıa e Innovacion a las 17:00 hrs.

3

Agradecemos todo el apoyo incondicional que nos han brindado el Rector de laUniversidad Autonoma de Zacatecas, Dr. en C.P. Antonio Guzman Fernandez y elDr. Agustın Enciso Munoz, Director del Consejo Zacatecano de Ciencia, Tecnologıae Innovacion por la hospitalidad para albergar en sus instalaciones nuestro evento,ası como a la Dra. Leticia Adriana Ramırez Hernandez, Directora de la Unidad deMatematicas de la UAZ. De igual forma queremos agradecer al Consejo Nacionalde Ciencia y Tecnologıa, (CONACYT), a la Seccion Mexico-SIAM, al Centro deInvestigacion en Matematicas Aplicadas de la UAdeC, a la Facultad de Ciencias dela Universidad Nacional Autonoma de Mexico y al Departamento de Matematicas dela Universidad Autonoma Metropolitana Unidad Iztapalapa, por el apoyo brindadopara la realizacion de la XXVIII ENOAN.

Tambien queremos agradecer tanto al Comite Nacional como al Comite Local elesfuerzo y dedicacion que invirtieron en estos meses en la organizacion de la ENOAN,ya que su valiosa ayuda se ve reflejada en cada una de las actividades programadaspara lograr el exito de este evento.

Dr. Justino Alavez RamırezPresidente de la SMCCA

4

LA SOCIEDAD MEXICANA DE

COMPUTACIÓN CIENTÍFICA Y SUS APLICACIONES

C O N V O C A A

la comunidad académica y profesional e interesados

a participar en la edición Número 5 del BOLETÍN de

la SMCCA publicando:

FECHAS IMPORTANTES

30/09/2019 Inicia la recepción de artículos

31/10/2019 Fecha límite para someter artículo

15/11/2019 Notificación de aceptación o rechazo

29/11/2019 Fecha límite para someter correcciones

20/12/2019 Publicación del BOLETÍN

ARTÍCULOS DE DIVULGACIÓN E INVESTIGACIÓN

NOTICIAS

INFORMACIÓN DE EVENTOS ACADÉMICOS

Mayores informes en : smcca2015@smcca.org.mx

5

CONFERENCIAS

� Conferencia “Diego Bricio”

La Ecuacion Biarmonica en elProblema de Electroencefalografıa

Inversa: Analisis y SolucionNumerica

DB: Auditorio, Lunes 26, 10:00 - 11:00.Lorenzo Hector Juarez Valencia, UAM-I CDMX.

Resumen: En esta charla sepresenta un problema inver-so para detectar focos epilepti-cos mediante electroencefalo-gramas al cual se denominaproblema inverso electroence-falografico. Cuando se utili-zan metodos de variaciones esnecesario realizar una proyec-cion sobre la subregion don-de actua la fuente epileptica,dando origen a una ecuacion diferencial lineal de cuarto orden(un problema biarmonico). Con el objeto de utilizar resolve-dores numericos estandar de bajo orden, este ultimo problemase reformula como una ecuacion funcional mediante un ope-rador lineal de frontera. Dicha ecuacion funcional es de tipoelıptico y permite utilizar el metodo de gradiente conjugado,en donde basta resolver dos subproblemas lineales de segundoorden en cada iteracion. La efectividad de esta metodologıa semuestra con algunos ejemplos en regiones bidimensionales.

� Conferencias Plenarias

Formulaciones de Galerkin de altoorden discontinuas e hibridizablespara flujo de una y dos fases en

medio poroso

CP-1: Auditorio, Martes 27, 11:30 - 12:30.J. Sarrate, Universitat Politecnica de Catalunya - Barce-lonaTech, Barcelona.

Resumen: La simulacion deflujos no lineales de una y dosfases en medio poroso son degran interes para la gestiony explotacion de yacimientospetrolıferos. Las empresas pe-trolıferas estan interesadas enla utilizacion de mallas no es-tructuradas a fin de, por unaparte, poder capturar con ma-yor fidelidad la geometrıa y lacomplejidad del yacimiento ypor otra parte aumentar la precision de los calculos. Los meto-dos de alto orden y discontinuos de Galerkin verifcan estosrequerimientos. Ademas, las formulaciones discontinuas e hi-bridizables de Galerkin (HDG) presentan dos ventajas muyimportantes. Primero, aseguran la conservacion de masa a ni-vel local. Segundo, tanto las incognitas escalares como susflujos convergen con orden p+1 en norma L2 cuando se uti-lizan interpolaciones elementales de grado p ≥ 0 y el errorde integracion temporal es suficientemente pequeno. Ademas,se puede aplicar un post-proceso elemental a las incognitasescalares de forma que estas convergen con orden p+2 en nor-ma L2. En esta conferencia se presentara una nueva formula-cion HDG de alto orden para la simulacion de flujos de una ydos fases en medios porosos heterogeneos. Esta formulacion secombinara con esquemas de integracion temporal. Finalmente,se presentaran diferentes ejemplos que pondran de manifiestolas ventajas de la formulacion propuesta.

6

ENOAN2019 Conferencias

La Optimizacion No-Lineal y Su RolFundamental en Aprendizaje de

Maquina

CP-2: Auditorio, Miercoles 28, 11:30 - 12:30.Jorge Nocedal, Northwestern University.

Resumen: Los mas impor-tantes avances recientes enel area de Aprendizaje deMaquina (y en general, Inte-ligencia Artificial) estan basa-dos en aprendizaje supervisa-do. Este requiere la solucionde problemas de optimizacioncuya funcion objetivo es es-tocastica, no-convexa y depen-diente de millones de varia-bles. En esta conferencia pre-sento los algoritmos mas efectivos para este tipo de problemasy discuto las areas actuales de investigacion.

Ciencia de datos en la era delinternet de las cosas

CP-3: Auditorio, Jueves 29, 11:30 - 12:30.Hugo Estrada Esquivel, Direccion de Coordinacion Secto-rial de la Direccion Adjunta de Centros de Investigacion,de CONACYT.

Resumen: Actualmente, lacantidad de dispositivos co-nectados a internet duplicael numero de personas en elmundo. Inicialmente solo sebuscaba conectar objetos rela-cionadas con tareas de compu-to, tales como computadoras,impresoras o telefonos inteli-gentes, sin embargo, actual-mente existe una enorme can-tidad de dispositivos del mun-do cotidiano conectados a internet y generando informaciondel entorno y de los usuarios de los dispositivos. Existen pla-taformas que tienen como objetivo que el internet de las cosassea un enorme sistema nervioso a nivel mundial donde las re-des de sensores sean el equivalente a los sentidos del cuerpohumano. En este contexto, la cantidad de datos que generanestos dispositivos en tiempo real es enorme y se requiere denuevas tecnicas de ciencia de datos que permitan el almacena-miento, procesamiento, analisis y visualizacion de estos datospara generar informacion util para los usuarios. Esta platicatiene el objetivo de presentar la creciente relacion entre cien-cia de datos e internet de las cosas y mencionar algunas de lascualidades que deben tener los cientıficos de datos.

El invierno de la InteligenciaArtificial

CP-4: Auditorio, Viernes 30, 11:30 - 12:30.Pedro Miramontes Vidal, Facultad de Ciencias, UNAM.

Resumen: La inteligenciaartificial (IA) nace practica-mente al mismo tiempo quecomenzo la disponibilidad decomputadoras programablesmodernas pues siempre hasido un sueno de la huma-nidad el intentar construirmaquinas o automatas queimiten el comportamientode los humanos. Un pasoconcreto lo dieron McCullochy Pitts, en la decada de losanos cincuenta del siglo pasado, con la propuesta de unmodelo matematico, llamado perceptron, de una neuronaque funcionaba con una gran eficiencia como un clasificadorde objetos en clases predeterminadas. Sin embargo, en 1969aparecio el libro Perceptrons de Marvin Minsky y SeymourPapert que subrayaba la imposibilidad de los perceptronesde clasificar correctamente problemas con separabilidad nolineal. Dada la gran influencia que Minsky tenıa sobre lacomunidad de la IA, su libro provoco que la investigacion enel area de las redes de neuronas artificiales se detuviera. Eltrabajo de una comunidad de notables cientıficos en la segun-da mitad de los anos ochenta saco del congelador el tema y apartir de ese momento el aprendizaje de maquinas ha tenidoun desarrollo acelerado y hoy en dıa hay sistemas de redes deneuronas que tienen capacidades increıbles de clasificacion yreconocimiento de patrones. En esta presentacion se hace unrecorrido historico desde el origen de la IA hasta nuestros dıassubrayando el congelamiento en su desarrollo por dos decadasa partir de la publicacion del libro de Minsky y Papert.

7

Conferencias ENOAN2019

� Conferencias Invitadas

Un Modelo para el Pronostico de laDemanda de Energıa Electrica del

Dıa Siguiente

CI1: Sala 1, Lunes 26, 11:30 - 12:00.Pedro Flores, UNISON.

Resumen: El tener un buenpronostico para la demandade energıa del dıa siguiente esfundamental si se quiere aba-ratar el costo de la energıaelectrica. En esta platica sepresentara un modelo, ya ter-minado, para resolver esteproblema y se daran los re-sultados de las pruebas reali-zadas en todas las etapas delmodelo. Los resultados obteni-dos nos hacen suponer que laimplantacion de este modeloseria exitosa consiguiendo conesto que la produccion de energıa electrica fuera mas bara-ta. Ademas, su implementacion solo requerirıa de desarrollarun sistema simple de software lo cual hace que el costo deimplementacion sea muy barato.

Do you speak Linear Algebra?

CI2: Sala 1, Lunes 26, 12:00 - 12:30.Humberto Madrid de la Vega, Independiente.

Resumen: Es bien conocidala importancia del Algebra Li-neal en muchas areas del cono-cimiento y, en particular, delAlgebra Lineal Numerica enel Computo Cientıfico. Su im-portancia ha crecido enorme-mente con el advenimiento ydesarrollo del mundo digitaly del Aprendizaje Automatico(Machine Learning). La infor-macion digital viene en formade vectores y matrices. La inmensa cantidad de datos que segeneran por todos lados se almacenan como matrices y el pro-blema es extraer informacion de ellas de forma inteligente.Veremos algunos ejemplos que ilustran que el Algebra Lineales un lenguaje que cada vez es mas necesario aprenderlo.

La muerte de Arquımedes

CI3: Sala 1, Viernes 30, 10:00 - 10:30.Marisol Flores Garrido, ENES-Morelia, UNAM.

Resumen: A medida que laInteligencia Artificial gana te-rreno en diferentes areas delconocimiento, permea activi-dades cotidianas y adquiere elpotencial de impactar vidas,se vuelve importante reflexio-nar en las implicaciones socia-les que tiene el uso de nues-tros algoritmos y en los puntosciegos que estos podrıan tener.En esta charla busco cuestio-nar algunos modelos y aplicaciones de aprendizaje automaticoy subrayar, a partir de estos ejemplos, la necesidad de iden-tificar y mitigar riesgos asociados al uso de sistemas de IApara lograr una practica responsable, que realmente conecteel desarrollo tecnologico con el bienestar de la sociedad.

Un modelo matematico para evaluarla importancia de la transmisionsexual en la epidemia de Zika del

2015 en Rio de Janeiro, Brasil

CI4: Sala 1, Viernes 30, 10:30 - 11:00.Lourdes Esteva, Facultad de Ciencias, UNAM

Resumen: El Zika es una in-feccion producida por un ar-bovirus y transmitida a travesde la picadura de mosquitosAedes. La mortalidad debidaal Zika es rara, y sus sıntomasgeneralmente son leves, perola enfermedad ha estado rela-cionada con casos de microen-cefalitis en recien nacidos, porlo que la Organizacion Mun-dial de la Salud lanzo una aler-ta mundial sobre el Zika en el 2016. El Zika tambien se trans-mite por vıa sexual, especialmente de hombres a mujeres. Sinembargo, aun no se tiene una estimacion de la importancia deeste tipo de transmision en la prevalencia de la enfermedad.En esta platica presentare un modelo en ecuaciones diferencia-les que contempla tanto la transmision sexual como la trans-mision por mosquitos. Del modelo se deduce una expresionanalıtica del numero reproductivo basico, Ro, en terminosde ambas transmisiones, y a partir de estimaciones de esteparametro obtenidas de epidemias de Dengue y Zika ocurri-das Rıo de Janeiro se evalua la contribucion de la transmisionsexual. Para finalizar, presentare un analisis de sensibilidadpara detectar los parametros mas relevantes en la transmisiondel Zika.

8

CURSOS

Introduccion a la Estadıstica Espacial con R

B1: Jose Refugio Reyes Valdes, Jose Luis Fraga Almanza, CIMA-UAdeC.

Requisitos: Programacion basica y bases de estadıstica descriptiva.

Resumen: Se hara una introduccion a objetos representados en un plano cartesiano, los cuales seran transformados enobjetos de tipo espacial. A partir de ejemplos sencillos se hace una analisis de puntos espaciales en la identificacion de clasesy patrones. Posteriormente se integran “shapes” o capas espaciales homologando el Sistema de Coordenadas de Referencia(CRS). El procesamiento se realizara principalmente en lenguaje R con apoyo de QGIS como herramienta alternativa derepresentacion de mapas.

Temario:

Introduccion a R y uso de librarıas para analisis espacial.Puntos en un plano cartesiano.Coordenadas y atributos.Identificacion de categorıas (clasificacion).Sistemas Coordenados de Referencia (CRS).Datos vectoriales.Transformacion y asignacion de CRS a un conjunto de puntos del plano cartesiano.Integracion de shapes (capas) de mapas a los datos generados.Representacion de mapas con multiples capas y atributos.

Bibliografıa:

1. Bivand, R. S., Pebesma, E. J., y Gomez-Rubio, V. (2008). Applied Spatial Data Analysis with R. Sprin-ger.2. Fotheringham, A. S., Brunstdon, C., y Charlton, M. (2000). Quantitative Geography. SAGE.3. James, G., Witten, D., Hastie, T., y Tibshirani, R. (2013). An Introduction to Statistical Learning with Applicationsin R. (G. Casella, S. Fienberg, y I. Olkin, Eds.). Springer.4. O’Neill, C., y Schut, R. (2013). Doing Data Science. O’Reilly.5. O’Sullivan, D., y Unwin, D. J. (2010). Geographic Information Analysis. Wiley.6. Openshaw, S. (1984). The Modifiable Aereal Unit Problem. Concepts and Techniques in Modern Geography, 38, 1-40.

9

Cursos ENOAN2019

Herramientas computacionales paraBig Data

B2: Juan Pablo Soto Barrera, Julio Waissman Vi-lanova, UNISON.

Requisitos: Conocimientos basicos de computacion yprogramacion. Capacidad de comprension de documenta-cion tecnica en ingles. Uso de linea de comandos de UNIXbasica. Preferentemente un conocimiento basico de algunlenguaje de programacion (de preferencia python).

Resumen: Conocer, instalar y comprender los princi-pios y uso basico de algunas de las herramientas compu-tacionales utilizadas comunmente para el manejo y proce-samiento de grandes volumenes de datos, dando enfasis ala escalabilidad y al procesamiento masivo.

Temario:

1. La linea de comandos, contenedores Docker, libre-tas Jupyter y el uso de los servicios del ACARUS2. Arquitectura, instalacion y uso basico de Spark3. Uso de pySpark para procesamiento de grandes vo-lumenes de datos4. Arquitectura, instalacion y uso basico de tensorflowpara computo numerico escalable

Bibliografıa:

1. Russell Jurney. Agile Data Science 2.0: Buil-ding Full-Stack Data Analytics Applications with Spark.1. edicion, O’Really, 2017.2. Aurelien Geron. Hands-On Machine Learning withScikit-Learn and TensorFlow: Concepts, Tools, and Tech-niques to Build Intelligent Systems, 1 edicion. O’Really,2017

INTRODUCCION AL COMPUTOCIENTIFICO

B3: Gerardo Tinoco Guerrero, UMSNH.

Requisitos: Ecuaciones Diferenciales Ordinarias. Prin-cipios de Programacion en Matlab.

Resumen: En este curso se hara una revision sobre es-quemas en diferencias finitas aplicadas para la solucionnumerica de diferentes ecuaciones diferenciales parciales.Se plantearan y resolveran numericamente los problemasde Poisson, Difusion, Adveccion y Difusion-Adveccion; lascuales se han utilizado ampliamente en la literatura y pre-sentan una gran cantidad de problemas al ser resueltas demanera numerica. Se mostrara un analisis de la estabili-dad de algunos esquemas mas usados en la literatura y sedara una breve introduccion a los esquemas de diferenciasfinitas generalizadas.

Temario:

1. Presentacion del curso.2. Introduccion a los esquemas de Diferencias Finitas.3. Solucion Numerica de la Ecuacion de Poisson.4. Solucion Numerica de la Ecuacion de Difusion.5. Estabilidad de esquemas aplicados a la Ecuacion deDifusion.6. Solucion Numerica de la Ecuacion de Adveccion.7. Estabilidad de esquemas aplicados a la Ecuacion deAdveccion.8. Solucion Numerica de la Ecuacion de Adveccion-Difusion.9. Estabilidad de esquemas aplicadas a la Ecuacionesde Adveccion-Difusion.10. Introduccion a Esquemas de Diferencias FinitasGeneralizadas.

Bibliografıa:

1. Numerical Computing with MATLAB, CleveB. Moler, SIAM publications.

10

ENOAN2019 Cursos

Introduccion a Metodos de MachineLearning Orientados a Problemas So-ciales y Economicos

I1: Jose Alejandro Ruiz Sanchez , INEGI.

Requisitos: Manejo de PC

Resumen: El desarrollo de nuevas metodologıas inten-sivas en el uso de datos que sirven para pronosticar, seg-mentar, clasificar o modelar, han sido ampliamente imple-mentadas por la industria privada; sin embargo, todavıaqueda mucho por avanzar en la solucion de problemas queatanen a la sociedad en su conjunto. Los nuevos desarro-llos tecnologicos, junto con la recoleccion adecuada de da-tos, pueden ayudar a disminuir la brecha entre necesidadespoblacionales y polıticas publicas eficientes y certeras. Elcurso presentara los metodos de Machine Learning mascomunmente usados al abordar problematicas sociales yeconomicas.

Temario:

El curso se dara con el programa Python a traves deluso de Jupyter Lab. Las metodologıas de ML se desa-rrollaran dentro de alguna de las siguientes tematicas:1. Generando valor a partir de textos (text mining)2. Identificando patrones dentro de datos poblaciona-les3. ¿Como podemos hacer pronosticos?

Sobre el Conocimiento Colectivo

I2: Paulo Cesar Manrique Miron, Instituto de Ma-tematicas, Unidad Cuernavaca, UNAM.

Requisitos: Estadıstica multivariada y nociones deaprendizaje maquina (recomendable pero no limitante)

Resumen: En el presente curso corto se abordaran si-tuaciones en las que es necesario analizar datos generadospor las personas (conocimiento colectivo crudo) los cua-les puede convertirse en conocimiento “util” gracias a lasideas matematicas y el uso de maquina de computo.

Temario:

1. Encontrar una preguntar que sea “interesante con-testar”2. ¿Que se necesita para contestar la pregunta?3. Uso de la matematica como traductor de los datoscrudos4. Usando la computadora para hacer las cosas masrapido5. Discutir las ideas planteadas y formular conclusio-nes

Bibliografıa:

1. Toby Segaran, Programming Collective Intelli-gence, O’Reilly, 2007.2. Wolfgang Karl Hardle and Leopold Simar, Applied Mul-tivariate Statistical Analysis, ? Third Edition, Springer,2012.

11

Cursos ENOAN2019

Algebra LinealNumerica con Aplica-ciones

I3: Javier de Jesus Cortes Aguirre, UNAM, LeticiaAngelica Ramırez Galicia, UNAM, Citlali Edith RamırezGalicia, IPN.

Requisitos: Manejo basico de la computadora, conoci-miento basico del software.

Resumen: Para el academico de diversas areas de lasmatematicas es muy importante vincular la teorıa que seve en los diversos cursos que imparte con la practica, porlo cual contar con aplicaciones que puedan ser de interes esfundamental para motivar a los alumnos en el aprendizajedel tema, sobre todo si se cuenta con el apoyo de softwarematematico para este fin. Por otra parte, hoy en dıa es muyimportante que al llegar al mundo laboral o al desarrollode proyectos de investigacion, se cuente con la experienciaprevia de haber modelado y analizado algunos problemasde aplicacion, sobre todo, conocer el vınculo entre teorıa ypractica es fundamental para el profesionista de ciencias eingenierıa.

Temario:

1. Introduccion.a. Conceptos basicos.b. Software a utilizar (Matlab/Octave).2. Desarrollo de problemas y aplicaciones.a. Solucion numerica de ecuaciones diferenciales(metodos de diferencias finitas y elemento finito).b. Problemas de ajuste y estimacion de parametros.c. Procesamiento basico de imagenes.d. Problemas de interpolacion.e. Solucion de sistemas de ecuaciones no lineales y suaplicacion en el funcionamiento de un GPS.f. Funcionamiento basico de los buscadores de inter-net, modelacion utilizando matrices de incidencia ymatrices estocasticas.

Solucion de ecuaciones diferencialesparciales usando Machine Learning

A1: Miguel Angel Uh Zapata, CIMAT-Merida

Requisitos: Matlab, nociones de analisis numerico yecuaciones diferenciales parciales.

Resumen: Con el crecimiento de los datos disponiblesy de los recursos computaciones, los avances en los ultimosanos en en el aprendizaje maquina (machine learning) yel analisis de datos han permitido nuevos avances en di-versas disciplinas cientıficas incluyendo reconocimiento deimagenes, genomica, solo por mencionar algunos. Por otrolado, en el analisis de problemas complejos en fısica, bio-logıa, quımica o de sistemas complejos en ingenierıa, elcosto de la adquisicion de datos es sumamente alto y asıde manera inevitable nos topamos con el desafıo de emitirconclusiones o tomar decisiones usando solamente informa-cion parcial. En este regimen de pocos datos, la mayorıade las tecnicas aplicadas en Machine Leaning suelen te-ner falta de robustez o fallan al momento de garantizarconvergencia. Sin embargo, para muchos de estos proble-mas fısicos, existe una vasta cantidad de de conocimientoa priori, como las leyes y los principios, que no estabansiendo utilizados en la solucion de problemas con machineleaning hasta hace un par de anos.En este curso se presentara de manera muy basica e “inge-nua” como podemos aproximar la solucion de una ecuaciondiferencial parcial, que modela un fenomeno fısico, por me-dio de redes neuronales (neural networks) y la correspon-diente influencia de la bien conocida capacidad de estasredes como funciones de aproximacion universales. Paraesto se aprovechara desarrollos recientes en diferenciacionautomatica, una de las tecnicas mas poderosas, pero quizano tan valoradas en la computacion cientıfica.

Temario:

1. Ecuaciones diferenciales y soluciones numericasclasicas.2. Neural networks y Machine learning.3. Solucion de ecuaciones diferenciales usando neuralnetworks.4. Codigos: Tensorflow.

Bibliografıa:

1. Raissi, M., Perdikaris, P., y Karniadakis, G. E.(2019). Physics-informed neural networks: A deep lear-ning framework for solving forward and inverse problemsinvolving nonlinear partial differential equations. Journalof Computational Physics, 378, 686-707.2. Baydin, A. G., Pearlmutter, B. A., Radul, A. A.,y Siskind, J. M. (2018). Automatic differentiation inmachine learning: a survey. Journal of Marchine LearningResearch, 18, 1-43.

12

ENOAN2019 Cursos

Discretizacion de un Problema deControl para Encontrar Operadoresde Memoria Criogenica

A2: Jorge Lopez Lopez, Universidad Juarez Autonomade Tabasco.

Requisitos: Ninguno

Resumen: En este curso se presentaran varios aspectosimportantes a tomar en cuenta para la implementacion exi-tosa de Algoritmos Geneticos (AG). El curso se impartiraen 3 sesiones donde se presentaran funciones de variablesdiscretas y continuas. Para un buen aprovechamiento delcurso se requiere de algunas horas de trabajo extra-clase deprogramacion en computadora. El lenguaje a utilizar que-da a decision de cada asistente aunque es deseable, para laultima sesion del curso, utilizar un lenguaje que permitaacceso a nivel de bits.

Temario:

1.1 Descripcion del Problema.1.2 Modelacion de un circuito de 3 juntas de Joseph-son (JJAM)1.3 Estados de equilibrio del sistema1.4 Un problema de control para transitar de un esta-do de equilibrio a otro1.5 Operadores de memoria para el circuito JJAM2.1 Discretizacion del funcional de control2.2 Discretizacion de los sistemas de estado y adjunto2.3 Metodo de gradiente conjugado para el problemade minimizacion2.4 Metodo de Newton para los problemas de busque-da en lınea.3.1 Simulaciones numericas.

Bibliografıa:

1. Y. Braiman, B. Neschke, N. Nair, N. Imamand R. Glowinski, Memory States in Small Arrays ofJosephson Junctions, PHYSICAL REVIEW E 94, 052223(2016).2. J. Lopez, Optimizacion y control: aplicacion a larecuperacion de campos de velocidades y estabilizacionde arreglos de memoria de juntas de Josephson, TesisDoctoral, UAM-I, Cd. de Mexico, (2016).3. R. Glowinski, J.L. Lions and J. W. He, Exact andApproximate Controllability for Distributed ParameterSystems: A Numerical Approach (Encyclopedia of Mathe-matics and its Applications). Cambridge University Press(2008).

MODELADO Y RESOLUCION DEPROBLEMAS DE OPTIMIZACIONCON PYTHON & GUROBI

A3: Dr. Jonas Velasco Alvarez, M. En O. LuisEduardo Urban Rivero, CIMAT Aguascalientes, UAMCuajimalpa.

Requisitos: Conocimientos basicos de programacion,algebra lineal y optimizacion.

Resumen: El objetivo del curso es proveer los funda-mentos basicos y avanzados para modelar y resolver pro-blemas de optimizacion (lineales y no lineales) con varia-bles continuas y enteras. Se exponen diversas aplicacionesde dichos problemas, ası como las diferentes tecnicas desolucion numerica exacta usando las librerıas de optimiza-cion de Gurobi y el lenguaje Python. Asimismo, se darauna introduccion a los lenguajes de modelado de codigoabierto proporcionado por la COIN-OR (Pyomo y PuLP).Finalmente, se ilustraran las matheuristicas como un en-foque hıbrido de las metaheurısticas con la programacionmatematica.

Temario:

1. Modelado.a. Introduccion al modelado de problemas de progra-macion matematica.b. Modelos lineales con variables continuas.c. Modelos lineales con variables enteras.d. Modelos no lineales con variables continuas.e. Modelos no lineales con variables enteras.2. Resolucion de modelos mediante Python & Gurobi.a. Introduccion a Gurobi.b. Instalacion de Gurobic. Descripcion de la api de python para Gurobi.d. Implementacion de soluciones de modelos con Pyt-hon & Gurobi.3. Uso avanzado de Gurobi.a. Introduccion a los lenguajes de modelado.b. Implementacion de WarmStart.c. Introduccion a las matheuristicas (heurıstica + al-goritmos exactos).

Bibliografıa:

1. Optimization, G. (2014). Gurobi optimizer refe-rence manual, 2015.2. Voss, S., Maniezzo, V., & Stutzle, T. (2009). Mat-heuristics: Hybridizing Metaheuristics and MathematicalProgramming (Annals of Information Systems).3. Poler, Raul & Mula, Josefa & Dıaz-Madronero, Manuel.(2014). Operations research problems. Statements andsolutions.

13

Workshop Big Data & Machine Learning

Las actividades del WORKSHOP seran en la Sala4, el dıa miercoles 28 de Agosto desde las 10:30 amhasta las 2:30 pm.

Minerıa de datos en el hogarJoshua Mendoza Jasso, Has-it SC.10:30 – 11:00

Pensemos que nuestro dıa a dıa puede ser visto mediante seriesde tiempo que indican cuanta energıa estamos consumiendo, quenos puedan decir cuanta agua utilizamos en un mes y que ademaspuedan indicarme la cantidad de gas que utilizamos por dıa. Latecnologıa, la minerıa de datos y la inteligencia artificial pueden serherramientas que nos permitan en primera instancia analizar estasseries de tiempo, en segundo lugar, preparar un modelo matematicopara el analisis de estos datos y por ultimo, extraer patrones decomportamiento de cada una de ellas.

Alpha Zero: Como y por que funcionaJulio Waissman Vilanova, Universidad de Sonora.12:30 – 13:00

En mayo del 2017 el algoritmo AlphaGo fue el primer programacomputacional en vencer al campeon mundial de Go. En octubrede 2017, Alpha Zero vence al algoritmo original de AlphaGo. Estenuevo algoritmo utiliza como informacion unicamente las reglas deljuego y se entrena jugando contra el mismo. Para su desarrollo seutilizaron una combinacion de metodos de inteligencia artificial quese utilizan en varias de las aplicaciones mas actuales. En esta platicase dara una presentacion general de Alpha Zero y se introduciranlos metodos y la tecnologıa involucrada en su desarrollo.

Problemas de optimizacion en Big DataJoel Antonio Trejo Sanchez, CIMAT.13:00 – 13:30

Hoy dıa se genera una gran de informacion de diversas fuentes,produciendo grandes volumenes de datos (Big Data). El analisis ytratamiento de grandes volumenes de datos representa un reto fun-damental en la era tecnologica actual. En esta charla modelamosel problema de consultas en grandes volumenes de datos como unavariante del problema de cubrimiento de vertices, a la que se de-nomina cubrimiento de puntos de interes mınimo (Minimum HubCover). Dada una grafica G=(V,E), el problema de cubrimiento depuntos de interes mınimo consiste en encontrar un subconjunto Sde V de cardinalidad mınima, de forma tal que los elementos dedicho subconjunto cumplen con ciertas caracterısticas que los ha-cen idoneos para realizar consultas en grandes bases de datos. Elproblema del cubrimiento de puntos de interes, es un problema deoptimizacion y pertenece a la clase de problemas NP-difıcil. En es-ta charla mencionamos algunas estrategias para encontrar buenassoluciones para este problema

¿Que es blockchain y como funciona esta tecno-logıa?

Juan Pablo Soto Barrera, Universidad de Sonora.13:30 – 14:00

En esta charla hablaremos sobre la tecnologıa de blockchain, quees, como funciona y como se esta utilizando en el mercado. Habla-remos de algunas criptomonedas y casos de uso muy especıficos quereflejan el alcance de esta tecnologıa.

Uso de big data para la generacion de informacionpublica

Jose Alejandro Ruiz Sanchez, INEGI-Aguascalientes.14:00 – 14:30

Las Oficinas de Estadıstica (OE) alrededor del mundo tienen la ta-rea de proveer de informacion oportuna que ayude a la sociedady a los gobiernos a tomar las mejores decisiones posibles. Tradi-cionalmente la recopilacion de informacion se ha realizado a travesde encuestas, censos y registros administrativos; sin embargo, cadavez son mas comunes las solicitudes de informacion con un mayordesglose espacial y granularidad temporal; por otro lado, el produ-cir encuestas o censos con estas caracterısticas resultarıa en costosprohibitivos, por lo que las OE han comenzado a utilizar y expe-rimentar con nuevas fuentes de informacion como lo son las redessociales, paginas web, transacciones comerciales, imagenes satelita-les, entre otras. En este sentido es que el INEGI esta llevando a caboestudios de casos en los que la informacion en grandes volumenespuede contribuir a generar informacion publica con mayor oportuni-dad. Dentro de estos ejercicios se encuentran los proyectos “Estadode animo de los tuiteros en Mexico”, “Cubo de datos geoespaciales”y “Afectaciones Economicas y de Movilidad causadas por el sismode septiembre de 2017”.

14

PONENCIAS del MexSIAM

La sesion paralela del MexSIAM se llevara a cabo el dıa Martes 27 de Agostoen la Sala 4.

15

Ponencias MexSIAM ENOAN2019

Transmission dynamics of acute respiratory disea-ses in a population structured by age

Jorge X. Velasco Hernandez, Instituto de Matematicas,UNAM, Yendry Arguedas, Mario Santana.

Determining the role of age on the continuous transmission processit’s the actual hot study topic. In this work, a dataset of acute res-piratory infections structured by age from San Luis Potosi, Mexicois analyzed to understand age impact on this class of diseases. Acompartmental SEIRS multi group model is proposed to describethe infection dynamics among age groups. A Bayesian inference ap-proach is used to estimate relevant parameters in the model. Thestudy identifies the age ranges that play key roles in the transmis-sion dynamics based on statistical measures of association and theestimated model parameters. JXVH en colaboracion con YendryArguedas y Mario Santana.

Control, observacion y diagnostico de fallas de sis-temas dinamicos

Ricardo Alvarez Salas, Universidad Autonoma de SanLuis Potosı.

En esta platica se presentan las actividades de investigacion enel area de control, observacion y diagnostico de fallas de sistemasdinamicos con aplicacion a maquinas electricas y convertidores deelectronica de potencia en sistemas de energıas renovables dentrodel Posgrado en Ingenierıa Electrica de la Universidad de Autonomade San Luis Potosı. Se describen varios casos estudios de aplicacionde las citadas tecnicas en bancos de pruebas experimentales.

Metodos de Machine Learning para la estimacionde volumenes de propiedades petrofısicas: Yaci-miento Tenerife en Colombia

Ursula X. Iturraran Viveros, Facultad de Ciencias,UNAM.

En esta trabajo explorare como se usan redes neuronales artificialesy otras tecnicas de aprendizaje de maquina para estimar propieda-des petrofısicas como la densidad, la velocidad de onda P y el volu-me de arcilla combinando la informacion de los atributos sısmicosy registros de pozo. Estas estimaciones de propiedades petrofısicasa escala sısmica son una extrapolacion de la mediciones a escalade pozo. Las estimaciones son en 3-D lo cual permite un anali-sis estructural de las formaciones de interes (i.e. donde hay arenasproductoras). Se han entrenado miles de redes neuronales y se con-sideran las mejores para las estimaciones que presentan resultadosque son congruentes a las evaluaciones petrofısicas.

Slow slip inversion and interplate coupling in Gue-rrero using the adjoint method

Josue Tago, Facultad de Ingenierıa, UNAM, V.M.Cruz-Atienza, C. Villafuerte, T. Nishimura, V.Kostoglodov.

One of the main technical goals of the SATREPS project (japanese-mexican research project 2016-2021), is the monitoring of the Gue-rrero seismic gap as it has never been done before. In total, there hasbeen installed 46 geodesic stations, with 7 ocean bottom pressuregauges (OBP) and 2 underwater acoustic positioning equipments(GPS-A). Besides the onshore instrumentation that comprises 32seismic stations on land and 7 ocean bottom seismometers (OBS).The amount of collected data, so close to the trench, will allow us tobetter understand the complex behavior of the Mexican subductionzone during any tectonic deformation process.

In the framework of the SATREPS project, we have developed anew method to invert geodetic data for imaging the slow slip events

and estimate the interplate coupling in the Mexican Pacific Coast,focusing in the Guerrero Gap. It will allow us to further analyze theassociated fault frictional properties in order to assess the hazard ofpotential earthquakes. With this method, we can estimate the spa-tial resolution analysis that depends on the observational networkconfiguration and the tectonic plates geometry.

Our inversion strategy is inspired in the adjoint method that hasbeen recently and successfully used for earthquake kinematics in-version. We have adapted this strategy for solving the quasi-staticinversion problem of slow slip, formulated as a constrained optimi-zation problem with ad hoc regularization and penalization terms.The strategy does not parameterize the slip vector in the fault(i.e. nether its magnitude nor its direction). We require the pre-computation of the Somigliana tensor, medium impulse response(i.e. the static Green’s functions), such that the forward and ad-joint problems can be solved efficiently.

We will present the 3D formulation of the method and showsynthetic inversion tests. Besides we present our studies of the 2006slow slip event in Guerrero and its interplate coupling during 2015.

Dinamica de solitones brillantes de banda en laecuacion no lineal de Schrodinger con dispersionhiperbolica

Luis Alberto Cisneros Ake, Instituto Politecnico Nacional.

Consideramos el problema de dinamica y estabilidad transversa desolitones brillantes de banda en la ecuacion no lineal de Schrodin-ger bidimensional con dispersion hiperbolica. El analisis esta basadoen medios numericos y asintoticos del tipo variacional. Mostramosque la introduccion de un potencial de banda externo atenua lasinestabilidades y que la aproximacion variacional las predice razo-nablemente.

Regiones (semi) algebraicas en algoritmos filo-geneticos

Abraham Martin del Campo, Centro de Investigacion enMatematicas.

En biologıa, se busca entender las relaciones evolutivas entre lasespecies, y estas estan comunmente representadas por un arbol fi-logenetico. Algunos algoritmos toman como entrada una matriz dedistancias entre las especies (asumiendo un modelo evolutivo), yarrojan un arbol a partir de un proceso iterativo, seleccionando in-formacion parcial de la matriz para decidir sobre los elementos mascercanos evolutivamente.

Los criterios de seleccion de algunos de estos algoritmos son de-sigualdades polinomiales en las entradas de la matriz original, ypor tanto, descomponen el espacio de posibles matrices en conossemi-algebraicos. En esta charla presentare algunos resultados par-ciales que obtuvimos en un trabajo conjunto con Ruth Davidson(U. Illinois) y Rudy Yoshida (Navy Posgraduate School) donde es-tudiamos estas regiones para el algoritmo Neighbor-Joining, que esuno de los mas populares en Biologıa

Una aplicacion del “Flexible Job Shop SchedulingProblem” en una empresa Mexicana

Irma Delia Garcıa Calvillo, Universidad Autonoma deCoahuila, Angelina Sifuentes, Edgar Resendiz Flores,Efraın Ruız.

En esta charla se presentara una aplicacion de modelacion y opti-mizacion a un problema motivado por una aplicacion real de unaempresa metal-mecanica de Saltillo, Coahuila. Se busca minimizarel tiempo total de terminacion (makespan) de todos los trabajos ne-cesarios en la fabricacion de un producto. El problema es modelado

16

ENOAN2019 Ponencias MexSIAM

como un problema de secuenciamiento de tareas con caracterısti-cas de un Flexible Job Shop Scheduling Problem. Se describira unmodelo matematico utilizado para resolver el problema, ademas delos resultados computacionales al resolver el modelo con datos pro-porcionados por la empresa, ası como las mejoras en el proceso deproduccion a partir de los resultados obtenidos.

Finite Pointset Method: una aproximacioncomputacional libre de malla en procesos de trans-porte

Edgar Resendiz Flores, Instituto Tecnologico de Saltillo.

La charla estara enfocada a la descripcion de un metodo libre de ma-lla basado en diferencias finitas generalizadas conocido como FPM,por sus siglas en ingles, para la solucion numerica de ecuacionesdiferenciales parciales. Se presentara su aplicacion en flujo de fluidocon frontera libre y problemas de transferencia de calor.

Interacciones sub-mesoescalares de ondas inercia-les en el oceano y su efecto en la difusividad tur-bulenta

Gerardo Hernandez Duenas, Instituto de Matematicas,UNAM.

En esta conferencia hablaremos sobre aspectos generales sobre tur-bulencia y su modelacion. Usaremos distintos modelos matematicospara analizar el efecto de distintos tipos de ondas en la dinamica enel oceano. Veremos el efecto de interacciones entre ondas inercialesen la propagacion de trazadores y en la difusividad turbulenta.

Modelacion del desprendimiento, migracion y ato-ramiento de finos en flujo de dos fases para unyacimiento petrolero

Marıa Luisa Sandoval Solıs, Universidad AutonomaMetropolitana Unidad Iztapalapa, Francisco JavierMartınez Deferia, Manuel Coronado Gallardo.

Dentro de la industria petrolera se esta estudiando una forma demejorar el proceso de recuperacion del petroleo, la cual consiste enobstruir las gargantas de poros de un yacimiento mediante el ato-ramiento de finos (piezas muy pequenas de roca). Al inyectar aguade baja salinidad a la roca, se desprenden pequenas areniscas (finosadheridos) que viajan en el agua (finos moviles) hasta que posible-mente obstruyan las gargantas de poros (finos atorados). Para ello,se propone un sistema que involucra ocho ecuaciones diferencialesparciales y ordinarias que modelan el flujo bifasico, la salinidad yla dinamica de los finos.

En esta charla presentaremos la modelacion del desprendimiento,migracion y la obstruccion de poros mediante finos en un flujo dedos fases: agua y petroleo. Ademas mostraremos algunos resultadosnumericos preliminares asociados al flujo bifasico en la region deestudio.

Solucion del problema de Motz empleando dife-rencias finitas generalizadas

Francisco Javier Domınguez Mota, UniversidadMichoacana de San Nicolas de Hidalgo.

Las ecuaciones hiperbolicas-parabolicas aparecen en muchas aplica-ciones: flujo compresible Navier-Stokes, trafico vehicular, leyes deconservacion. Se presentaran las condiciones para la existencia lo-cal, global y estabilidad de soluciones del problema de Cauchy. Seilustrara la teorıa con varios ejemplos.

Estudio de la estabilidad de esquemas de Diferen-cias Finitas Generalizadas aplicados a las ecuacio-nes de Adveccion, Difusion y Adveccion-Difusion.

Jose Gerardo Tinoco Ruiz, Universidad Michoacana deSan Nicolas de Hidalgo, Gerardo Tinoco Guerrero,Francisco Javier Domınguez Mota.

Una gran cantidad de fenomenos son expresados de manera ma-tematica utilizando ecuaciones de evolucion, las ecuaciones de ad-veccion, difusion y adveccion-difusion son algunas de ellas. Estaspueden modelar el comportamiento del transporte y dispersion decontaminantes en cuerpos de aguar como lagos, rıos y aguas sub-terraneas.

En esta platica se presenta el analisis de implementaciones enDiferencias Finitas Generalizadas aplicadas para aproximar la so-lucion de estas ecuaciones en diferentes regiones irregulares en elplano utilizando mallas convexas estructuradas, mostrando algunascondiciones generales de estabilidad.

17

PONENCIAS del Mini-SIMPOSIUM

Horario de las ponencias

Algunas fuentes de informacion para el estudio dela obesidad en Mexico: ENSaNut, ELEMENT yPROGRESS

Martha Ma. Tellez Rojo, Centro de Investigacion enEvaluacion y Encuestas, INSP.09:00-09:40

Estrategias de prevencion en diabetesAdriana Monroy Guzman, Hospital General deMexico-UNAM.09:40-10:20

La diabetes mellitus ha alcanzado proporciones epidemicas en elmundo entero, se estima que 366 millones de personas se encuen-tran afectadas por esta enfermedad. Del total de casos de diabetes,aproximadamente el 90 % estan catalogados como diabetes tipo 2(DMT2) y entre el 60 y 90 % de estos casos estan relacionados conobesidad. Cambios en el estilo de vida, tales como el consumo dedietas ricas en calorıas y la falta de ejercicio son responsables delaumento en la prevalencia de obesidad y de diabetes. En Mexico,con una prevalencia del 14.4 %, la DMT2 es la principal causa demuerte en adultos, y a pesar de algunos avances en el tratamiento,es la principal causa de insuficiencia renal, ceguera en adultos yamputacion de extremidades, ademas de ser un importante factorde riesgo para enfermedades cardiovasculares y cerebrovasculares.

La DMT2 es clınica y geneticamente heterogenea, y hasta el mo-mento se desconoce la etiopatogenia de la enfermedad, no obstante,es claro que se trata de un desorden complejo y multifactorial endonde existe una predisposicion genetica influenciada por factores

ambientales. Los cambios fisiopatologicos que dan origen a la DMT2preceden hasta con diez anos al diagnostico, reportandose estadiosanteriores de la enfermedad descritos como prediabetes o disglice-mia. Identificar a los sujetos en alto riesgo para el desarrollo deDMT2, para iniciar un manejo efectivo parece ser la estrategia maseficiente para el control de la epidemia.

La Curva de Tolerancia Oral a la Glucosa (CTOG) es el metodomas eficiente para precisar el diagnostico de prediabetes y DMT2.Sumado a lo anterior la CTOG tambien nos confiere utilidad parapronosticar el riesgo de desarrollar DMT2. Sujetos con prediabetespresentan una conversion a DMT2 del 5 al 10 % por ano, y la mi-tad seran diabeticos despues de diez anos. Ademas de la insulina enayuno y la glucemia a las 2 h, que se han utilizado como predictoresdel desarrollo de DMT2, se ha demostrado en estudios prospectivosepidemiologicos que la forma de la CTOG tambien puede ser pre-dictiva del desarrollo de DM2 en sujetos normoglicemicos. Se handescrito 4 tipos de CTOG de acuerdo al tiempo en el que la gluce-mia regresa a sus cifras basales. En un seguimiento a ocho anos elriesgo de desarrollar DM2 fue de 1.8 %, 2.1 % y 2.9 % entre curvastipo II, III y IV respectivamente.

Fructooligosacaridos como una alternativa a edul-corantes: modelacion matematica de su produc-cion

Roberto A. Saenz, Universidad de Colima.10:20-11:00

El aumento de casos con obesidad y diabetes esta directamenteligado a los altos consumos de azucar. Desde hace decadas se crea-ron sustitutos de azucar, naturales y artificiales, para aminorar elefecto danino del azucar. Sin embargo, se ha encontrado que es-tos edulcorantes inducen intolerancia a la a la glucosa y modificanla microbiota intestinal provocando y/o agravando trastornos me-tabolicos. Una alternativa mas reciente son los fructooligosacaridos(FOS), los cuales son macromoleculas formadas por una moleculade glucosa y dos o mas moleculas de fructosa. Ademas de mantenerun sabor dulce, los FOS sirven como prebioticos (mejoran la micro-biota intestinal) y no se digieren ni absorben en el intestino delgado(es decir, funcionan como fibra alimentaria) lo que implica un bajoaporte calorico.

La obtencion mas eficiente de FOS es por sıntesis enzimatica. Enesta charla presentaremos modelos matematicos para la produccionde FOS que describen la cinetica enzimatica. Los modelos, com-puestos por sistemas de ecuaciones diferenciales ordinarias, inclu-yen actividad de hidrolisis e inhibicion de produccion. Tambien semostraran ajustes del modelo a datos experimentales de la produc-cion de FOS en bio-reactores usando la enzima fructosiltransferasa.Finalmente, se mostraran algunos resultados obtenidos (teoricos yexperimentales) para la produccion de FOS con la enzima inmovi-lizada.

18

ENOAN2019 Ponencias Mini-Simposium

El antagonismo entre vida saludable y obesidad.Uno de los grandes retos mexicanos en cuestionde salud

Rina Betzabeth Ojeda Castaneda, CIMA, UAdeC, JoseRefugio Reyes Valdes, Jose Luis Fraga Almanza, Marıadel Pilar Alonso Reyes, Jose Antonio Flores Dıaz.12:40 - 13:20

Segun la OCDE (2011) Mexico es uno de sus miembros que noha logrado la cobertura universal en salud, siendo este uno de susgrandes retos; pero no solo basta cubrir, sino saber el como lograr lacobertura. Los grupos poblaciones presentan diversas caracterısti-cas segun la edad, raza, condicion socioeconomica, genero, entrediversas variables que hacen desigual la atencion. Uno de los temasque no se atiende en el area de la salud, es el estilo de vida saluda-ble, en particular, este se vuelve un desafıo en la poblacion joven, yaque el consumo de sustancias psicoactivas y la mala alimentaciongeneran a lo largo de la trayectoria de vida personal, enfermeda-des que debieron ser previstas y llevan consigo un detrimento en lacalidad de vida y sobre todo altos costos de atencion.

La obesidad se manifiesta por diversas razones entre las que se en-cuentra un desequilibrio energetico en el organismo. Para que existaun buen equilibrio, hay que consumir la misma cantidad de energıaque la que se gasta a lo largo del dıa. De esta manera se conservaun peso adecuado y adaptado a las necesidades, a las actividadesfısicas y a las condiciones geneticas. El estilo de vida se vuelve unfactor significativo en la obesidad porque cuanto mas pasivo se es,mas riesgos existen de presentar obesidad. Pasar demasiadas horasacostados frente a la television, no haciendo ejercicio, con una ali-mentacion inadecuada, sedentarismo, herencia, etcetera, provocansobrepeso y posteriormente obesidad.

La obesidad es una enfermedad que puede iniciar desde la infan-cia y es considerada un problema de salud publica tanto en paısesdesarrollados como en aquellos en vıas de desarrollo. La Organi-zacion Mundial de la Salud, desde 1997 advirtio que es un graveproblema de salud publica y que viene desde la infancia; ademas, alser una epidemia, millones de personas a nivel mundial estarıan enriesgo de sufrir enfermedades cronicas (diabetes, hipertension, ate-roesclerosis, enfermedad cardiovascular, etc.) y que esto traerıa unalto impacto en la morbilidad y mortalidad ademas de altos costosen atencion de enfermedades.

Acosta Hernandez et al. (2013) senalan que la Encuesta Nacio-nal de Salud y Nutricion 2012 indicaba que 26 millones de adultosmexicanos presentaban sobrepeso y 22 millones, obesidad. En con-traste, a nivel mundial en 2008, 1400 millones de adultos de masde 20 anos tenıan sobrepeso, de los cuales, mas de 200 millones dehombres y cerca de 300 millones de mujeres eran obesos, mientrasque, en 2010, alrededor de 40 millones de ninos menores de cincoanos tenıan sobrepeso.

Factores socioeconomicos asociados a la obesidadinfantil en Coahuila

Gustavo Felix Verduzco, Centro de InvestigacionesSocioeconomicas, UAdeC., Gilberto Aboites Manrique.13:20-14:00

Se postula que los hogares con menor nivel socioeconomico y es-colaridad del jefe de hogar mantienen patrones alimenticios que secaracterizan por el consumo intensivo de una dieta mayormenteconcentrada en alimentos de menor costo, pero de alto contenidocalorico. A partir de ese postulado se contrasta si existe una aso-ciacion positiva entre la proporcion menores con elevado ındice demasa corporal y los peores indicadores del nivel socioeconomico delos hogares. Para el contraste se utiliza informacion espacialmentedistribuida sobre el ındice de masa corporal de alumnos de prima-ria de Coahuila (SEC), los niveles de marginacion de la poblacionurbana (CONAPO), ası como informacion de la Encuesta Nacional

de Ingreso y Gasto de los Hogares (INEGI) sobre el nivel socio-economico y el gasto en consumo de alimentos.

Sobrepeso, Obesidad en Ninas y Ninos en MexicoHeladio Verver y Vargas Ramırez, Hospital General deZacatecas, Servicio de Pediatrıa, Academico de laAcademia Mexicana de Pediatrıa.16:00-16:40

Algo de historia de la Evaluacion Nutricional. Situacion del Sobre-peso y la Obesidad en ninas, ninos en Mexico. Carga de la Enfer-medad del Sobrepeso y Obesidad infantil en la vida futura en esaspersonas. Dos operaciones aritmeticas sencillas es la situacion. Enel ano de 1870 Adolphe Quelet establece en su libro Anthopome-trie, ou Mesure des diferentes facultes de I”homme; la busqueda delhombre promedio donde desarrolla el indicador de Indice de MasaCorporal (IMC) que es el peso en kilogramos sobre la estatura enmetros elevada al cuadrado. Senalando que “durante el primer anode vida el aumento del peso es mucho mayor que el de la estatura.Despues del primer ano de vida hasta el fin del desarrollo, el pesoaumenta al cuadrado de la estatura”. Situacion que desarrollo pa-ra la aplicacion de la estadıstica a la criminologıa, senalando que:el delito es un fenomeno social que puede conocerse y determinar-se estadısticamente. Los delitos se cometen cada ano con absolutaregularidad y precision. Los factores que influyen como causas dela actividad delictiva es: el clima, la pobreza, la miseria, el anal-fabetismo etc. De la misma forma se revisan diversas formas deevaluacion nutricional destacando a dos mexicanos, el Dr. FedericoGomez Santos y al Dr. Rafael Ramos Galvan. Finalmente se con-cluye con los indicadores aprobados por la Organizacion Mundialde la Salud (OMS) para la evaluacion del estado nutricional de unapersona en el transcurso de su existencia resaltando, mediante elCoeficiente de Correlacion de Pearson (r), el IMC como el mas con-fiable y que permite dar un seguimiento desde los dos anos de edadpor el resto de la vida.

Una forma confiable desde su existencia para evaluar el estadonutricional de ninas, ninos y adolescentes son las Encuesta Nacionalde Salud (ENSANUT) que se repite cada 6 anos o antes en caso deun encargo (denominadas encuestas de medio camino) para hacerun levantamiento nacional mediante una determinacion adecuadadel tamano de la muestra representativa que muestre las condicio-nes nutricionales de las personas. Los datos mas relevantes de dichaENSANUT del ano 2016 nos muestran que en ninas y ninos de 5a 14 anos de edad existe 7.4 % de desnutricion cronica en las po-blaciones urbanas, duplicandose a 14.8 % en las poblaciones ruralesde Mexico. Con relacion a la obesidad y el sobrepeso (SO) en lapoblacion de 5 a 15 anos de edad se encuentra que Mexico esta enel primer lugar de prevalencia mundial y en segundo lugar en la po-blacion adulta solo superado por los Estados Unidos. Entonces enMexico segun datos del 2012 de la poblacion de cinco a once anos,tres de cada 10 menores tienen SO que corresponde al 33.2 %, en elano 2012 la prevalencia fue de 34.4 con una disminucion significa-tiva en los varones; pero preocupantemente un aumento progresivodel problema en zonas rurales en ambos sexos. Para el ano 2016dicha encuesta (ENSANUT) mostro que el sobrepeso y la obesidadcombinadas es del 36.3 % para la poblacion en estudio; observandoun incremento de 2.7 % en las mujeres con sobrepeso con 26.4 % y39.4 % en obesidad. En hombres se observa una reduccion de 34.1 %a 33.5 % en la prevalencia combinada.

Las consecuencias del SO en ninas, ninos y adolescentes (Cargade la Enfermedad) en la vida futura de esas personas se mide me-diante el impacto en el IMC el cual en la poblacion mayor de 18anos se determina normal de 20 a 24.9, sobrepeso de 25 a 29.9 yobesidad de 30 0 mas de IMC, las consecuencias a vida futura deesto es Hipertension Arterial, Diabetes (elevacion sostenida de laglucosa en sangre), colesterol elevado y trigliceridos elevados quejuntos constituyen el Sındrome Metabolico (SM) situacion de en-

19

Ponencias Mini-Simposium ENOAN2019

fermedad que lleva a la muerte de las personas. Determinando unriesgo predictivo donde el IMC alto para desarrollar SM; de IMCnormal es de uno, de sobrepeso es de 3.34 a 8.16 y de obesidad es de12.1 probabilidades de padecer SM mostrando alta especificidad ysensibilidad (80 %). Definitivo que la carga de la enfermedad aunaa consecuencias mortales o no mortales de las enfermedades rela-cionadas con el SM. La medida de Carga de la Enfermedad es losAnos de Vida Ajustados por Discapacidad (AVAD), dicha medidamuestra la perdida de salud en la poblacion ası como el diferencialentre la salud actual y un estado ideal donde se vivirıa hasta unaedad avanzada, libre de enfermedad y discapacidad; el AVAD fue-ron disenados para informar sobre el establecimiento de prioridadesy guiar la inversion en polıticas sanitarias. La estimacion se realizadel numero de casos esperados con obesidad y sobre el peso ası comosu impacto economico; Dijkl =

∑ijkll dijkl ∗ fjklm (1) Con i=ano;

j=enfermedad; k=sexo; l=grupo de edad; m= daly (anos de vidaajustados por discapacidad); death (muerte); yld (anos de vida condiscapacidad); yll (anos de vida perdidos). Donde Dijkl=numerode defunciones estimadas en el ano i, para la enfermedad j y sexok en el grupo de edad l; d =numero de defunciones; fjklm=factorde riesgo atribuible por muerte para la enfermedad j, sexo k enel grupo de edad l. La estimacion es de: ingresos perdidos, costosdirectos, costos indirectos; encontrando que: el 62 % los casos espe-rados seran atendidos en los servicios publicos, y el SO contribuyecon el 99 % de las atenciones a pacientes graves en el Sector Publico.Entonces con relacion a los costos directos el 38 % es por la Dia-betes atribuible a SO. El 32 % y 28 % de la atencion por EventosVasculares Cerebrales relacionados con SO. En costos indirectos el94 % de las defunciones totales por diabetes y Eventos VascularesCerebrales son atribuibles a SO. Todo esto representa $ 73 000 000000.00 que corresponde al 0.4 % del PIB.

Las alternativas viables para atender esta emergencia de saludson: adecuacion de las leyes de ninas, ninos y adolescentes. La Leyde Salud. La Ley de Educacion. Acciones regulatorias en Educaciony Salud para la prevencion, promocion y regulacion. El desarrollarla conciencia social en la magnitud del problema, incidir en deter-minantes sociales como: estilos de vida saludable, red social de pro-teccion y condiciones macro y micro, socio economico ambientalesy culturales.

Finalmente existen dos operaciones aritmeticas que debemospracticar las personas para evitar la obesidad y el sobre peso desdeque se desarrolla la independencia de movimiento (alrededor de losdos anos de edad) que es: si sumas calorıas a tu cuerpo mediantela ingesta de alimentos y bebidas, deberas restar las calorıas pormedio de la quema de energıa (actividad fısica y cerebral).

Concluimos que lo que se queda adentro de tu organismo te danaen la mayorıa de las ocasiones.

Tıtulo por confirmarLuis F. Hernandez, FUNSALUD.09:00 - 09:40

Tıtulo por confirmarAdalberto Maldonado, BMSA group.09:40 - 10:20

Obesidad infantil y diabetesEdith Cardenas Vargas, Endocrinologıa Pediatrica,Hospital General “Luz Gonzalez Cosio”.10:20-11:00

Sobre indicadores de la saludCaleb Andrade Cernas, LAM, UCIM-UNAM.12:40-13:20

Clima, comida y obesidadAntonio Sarmiento Galan, LAM, UCIM-UNAM.13:20-14:00

Analisis de la interaccion y efectos del calentamiento global antro-pogenico sobre los principales cultivos alimenticios destacando que,conforme transcurre el tiempo y a nivel mundial, se pierden nutrien-tes en dichos cultivos y las cosechas bajan. Estos dos procesos tienenimpactos sobre los animales polinizadores que, sin duda alguna, serevierten en mayores perdidas de produccion al cerrar el ciclo delo que el neoliberalismo llama seguridad alimentaria. Entre muchasotras consecuencias, dichos efectos e impactos, y la prevalencia delsistema economico, causan la existencia de sobrepeso, obesidad yproblemas cardiovasculares en los seres humanos.

Un estudio epidemiologico de la obesidad enMexico

Jesus Lopez Estrada, FC y LAM-UCIM, UNAM.16:00-16:40

Se presenta una variante del modelo SIR basico de la EpidemiologıaMatematica, un modelo de crecimiento con saturacion al considerarefectos demograficos por inhibicion de la tasa per capita de “cre-cimiento”, para el estudio de epidemias con tiempos de desarrollopor decadas como el VIH/SIDA, obesidad y diabetes entre otros.En particular, en este trabajo se propone un modelo SI para el es-tudio epidemiologico de la obesidad en Mexico, mediante su estudiocualitativo y la estimacion de sus parametros en EDO’s usando losdatos reportados por encuestas nacionales efectuadas por el sectorsalud. El resultado principal, de esperar, es que la epidemia de laobesidad a nivel nacional en Mexico es endemica, de continuar lospatrones actuales de alimentacion. Con sus fuertes implicaciones,para la diabetes y enfermedades vasculares en el cerebro y corazon.

20

PONENCIAS ESCUELA

Cada ponencia tiene numero de identificacion con elcual podran consultar su hora de presentacion, asi co-mo el nivel de la misma (NB= Nivel basico, NI=Nivelintermedio y NA=Nivel avanzado).

PE-1, NI: Dinamica de la infeccion por VPH: unmodelo basado en agentes

Augusto Cabrera Becerril, Universidad NacionalAutonoma de Mexico, acb@ciencias.unam.mx.

El objetivo de este trabajo es estudiar los posibles efectos que dis-tintos esquemas de vacunacion implementados en una poblacionpueden provocar, ası como los escenarios que pueden ser produc-to de distintos cambios en algunos parametros propuestos en estetrabajo. Para tales propositos el acercamiento vıa ecuaciones di-ferenciales resulta limitado, por lo que aquı se ha decidido haceruso de la modelacion basada en agentes, una tecnica computacio-nal reciente pero ampliamente utilizada en el estudio de fenomenoscomplejos como la biologıa y epidemiologıa del cancer, posterior-mente se utilizara otra herramienta matematica para estudiar losresultados de las simulaciones computacionales, la ciencia de lasredes complejas, con esta estudiaremos los posibles patrones de in-teraccion de poblaciones en las que estan presentes la infeccion porVPH y cierto esquema de vacunacion.

PE-2, NI: Operadores de cruza y mutacion enalgoritmos geneticos continuos aplicados en pro-blemas de optimizacion

Luis Alfonso Rivera Infante, Universidad Autonoma deNuevo Leon, luisinfanterivera@gmail.com.

Se proponen diversos metodos para llevar a a cabo operaciones decruza y mutacion en algoritmos geneticos continuos, se prueba laeficacia de estos en la solucion de problemas de optimizacion comoel empaquetamiento de objetos en contenedores y el entrenamientode redes neuronales donde las variables de decision son de natura-leza continua y se realizara una experimentacionpara mostrar losdiferentes rendimientos de cada uno de estos metodos.

PE-3, NB: Resolucion numerica de la ecuacionde Poisson en 2D

Edwin Enrique Perez Rodrıguez, Universidad JuarezAutonoma de Tabasco, edwin.epr.219@gmail.com,Justino Alavez Ramırez, Victoria Orozco Vidal.

Esta platica esta pensada para estudiantes de nivel basico, dondemostraremos una aplicacion del metodo de diferencias finitas pa-ra discretizar el problema de valores en la frontera tipo Dirichletpara la ecuacion de Poisson en dos dimensiones. La discretizaciondel problema mencionado da lugar un sistema de ecuaciones linea-les algebraicas, que al ordenarla adecuadamente, resulta un sistematridiagonal por bloques y simetrica, donde a su vez cada bloque esuna matriz tridiagonal y estrictamente diagonal dominante. Final-mente, presentaremos un ejemplo numerico.

PE-4, NI: Aplicacion del Indice de Gini en apren-dizaje no supervisado

Adriana Laura Lopez Lobato, Universidad Veracruzana,adrilau17@gmail.com, Martha Lorena AvendanoGarrido.

En 1914 C. Gini desarrollo una metodologıa para medir el gradode diferencia entre dos cantidades aleatorias, el Indice de Gini. ElIndice de Gini es una distancia entre dos medidas de probabilidadque se obtiene encontrando la solucion de un problema de optimi-zacion. El Indicede Gini tiene diversas aplicaciones en areas comoeconomıa, filogenetica,transporte, entre otros. En este trabajo sepropone minimizar el Indice de Gini entre una distribucion empıri-ca y una distribucion parametrica que es una mezcla de Gaussianas.La finalidad es estimar los parametros de la mezcla de Gaussianasde manera eficiente, basandose en las propiedades obtenidas de ma-nera natural por el establecimiento del problema del Indice de Gini.En la platica se mostraran simulaciones sobre el modelo propuestoobservando algunas de sus propiedades, ası como una aplicacion condatos reales.

21

Ponencias Escuela ENOAN2019

PE-5, NI: Inversion de formas de onda: Un vis-tazo al interior de la tierra

Marcos Bernal Romero, Universidad Nacional Autonomade Mexico, matemarck@gmail.com, Ursula X. IturraranViveros.

Consideremos un modelo matematico (problema directo) Lm=d,donde d representa el conjunto de datos generados al aplicar eloperador L al conjunto de parametros m. Generalmente, cuando seesta haciendo la simulacion de un modelo matematico, se acostum-bra proponer un conjunto de parametros m y usar algun metodonumerico para resolver el problema directo y obtener los datos d.El problema inverso consiste en que, dado el operador de modeladoL y un conjunto de datos d, debemos encontrar los parametros m,que aproximan los datos d. Por lo tanto si tenemos un conjuntode datos reales d obs, tomados de alguna medicion fısica, podemos“invertirlos” para aproximar los parametros reales m real, que bajoun modelo matematico, generan a d obs. Esta forma de plantearun problema inverso, sera aplicada a unconjunto de datos sısmicospara “invertirlos” y poder generar un modelo fısico del interior dela tierra, lo cual es de gran utilidad en la industria de exploraciondel subsuelo.

PE-6, NA: Dengue in infants: a mathematicalview of the immunological aspects.

Claudia Pio Ferreira, Unesp, claudia.pio@unesp.br.

To understand the role of maternal dengue-specific antibodies inthe development of primary Dengue Hemorrhagic Fever (DHF) ininfants, we investigated a mathematical model based on a system ofnonlinear ordinary differential equations. In this model, we conside-red the exponential decay of maternal antibodies, the interactionsbetween susceptible and infected target cells, the virus, and ma-ternal antibodies. The neutralization and enhancement activitiesof maternal antibodies against the virus are represented by a fun-ction derived from experimental data and knowledge from medicalliterature. The analytic study of the model shows the existence oftwo equilibriums, a disease-free equilibrium and an endemic one.We performed the asymptotic stability analysis for the two equili-briums. The local asymptotic stability of the endemic steady statecorresponds to the occurrence of DHF. Numerical results are alsopresented in order to illustrate the mathematical analysis perfor-med, highlighting the most important parameters that drives themodel dynamics. We defined the age at which DHF occurs as thetime when the infection take-off, that means at the inflection pointof the infected cell population. We showed that this age corres-ponds to the age at which maximum enhancing activity for dengueinfection appears. This critical time for the occurrence of DHF iscalculated from the model to be approximately 2 months after thetime for maternal dengue neutralizing antibodies to degrade belowa protective level, which correspond to what was observed in theexperimental data from the literature.

PE-7, NI: Metaheurıstica GRASP para resolverun problema bi-nivel de cierre de instalacionescompetitiva.

Juan Carlos Garcıa Velez, Universidad Autonoma deNuevo Leon, charly.fcfm@gmail.com, Jose FernandoCamacho-Vallejo, Juan A. Dıaz.

Considere una situacion en donde hay dos empresas que ofrecenun servicio requerido por un conjunto de clientes. Dichas empresascompiten entre sı y deben cerrar algunas de sus instalaciones. Elobjetivo que tiene cada empresa es conseguir la maxima capturade demanda de los clientes en el mercado. Los autores abordan lasituacion mediante un modelo de programacion bi-nivel binario al

cual llaman (r,p)L-Centroide negativo. En donde en el nivel supe-rior la empresa con mayor poder adquisitivo (lıder) cierra p de susinstalaciones y despues en el segundo nivel, la empresa con menospoder (seguidor) cierra r de las suyas. El sımbolo L indica que en elmodelo, la asignacion de los clientes se hace tomando en cuenta lalealtad que ellos tienen hacia la empresa que actualmente les brin-da servicio y no en base a la distancia mas corta. Para resolver elproblema utilizamos la metaheurıstica GRASP y comparamos losresultados a los obtenidos con un algoritmo basado en ramificaciony acotamiento.

PE-8, NA: Aplicacion de la transformada numeri-ca de Bessel esferica en integrales de repulsionelectronica

Saul Juan Carlos Salazar Samaniego, UniversidadAutonoma Metropolitana, sssjcarlos84@gmail.com,Robin Preenja Sagar.

En este trabajo presento algunos de los resultados obtenidos duran-te mis estudios de maestrıa y parte del doctorado relacionados conel desarrollo de una nueva metodologıa para el calculo numerico dela transformada de Bessel esferica. Dicha metodologıa es usada parala evaluacion de integrales de repulsion que se requieren en los calcu-los de estructura electronica de atomos y moleculas. En la primeraparte del trabajo aplicamos la metodologıa para evaluar integra-les de repulsion electronica usando funciones hidrogenoides 1s,2s,2pz, 3s, 3pz y 3dz en especial para calcular integrales CoulombicasJ(ab) e integrales de intercambio K(ab). Los resultados numericosson comparados con valores analıticos y se hace un analisis de laconvergencia del metodo con respecto al orden de la cuadratura.Ademas se plantea una optimizacion sobre la integral en el espaciorecıproco k considerando funciones de peso de tipo lo cual reduce elorden de la integracion numerica. En la segunda parte del trabajoaplicamos la metodologıa para calcularlas integrales de repulsionelectronica usando orbitales atomicos f (n,l,m) con funciones de ba-se tipo Slater ? (i,n,l).

PE-9, NA: Generacion de Mallas Adaptativas so-bre Regiones Planas Irregulares

Ivan Mendez Cruz, Universidad Nacional Autonoma deMexico, vanmc@ciencias.unam.mx, Pablo BarreraSanchez, Guilmer F. Gonzalez Flores.

En este trabajo planteamos una metodologıa basada en el enfoquevariacional discreto para construir mallas adaptativas estructura-das y no estructuradas. Este enfoque esta basado en la eleccionconveniente de una funcion de densidad. Mostraremos una formade definir funciones de densidad acordes al criterio de adaptabi-lidad deseable. El desarrollo fue implementado en el lenguaje deprogramacion Julia y mostraremos algunos resultados obtenidos.

PE-10, NA: Solucion Numerica del valor de lasdeformaciones en vigas usando datos experimen-tales de diferentes mezclas de concreto con aditi-vos

Jose Alberto Guzman Torres, Universidad Michoacana deSan Nicolas de Hidalgo, albertoguzman1506@gmail.com,Francisco Javier Domınguez Mota, Elia Mercedes AlonsoGuzman, Wilfrido Martınez Molina, Jose Gerardo TinocoRuiz, Marco Antonio Navarrete Seras.

El concreto es uno de los materiales mas utilizados en el mundo.Este material tiene diferentes cualidades como lo es su facilidad de

22

ENOAN2019 Ponencias Escuela

moldeo, lamentablemente en nuestro paıs, este material en la practi-ca no tiene el desempeno correcto. Por lo tanto, necesitamos mejorarsu comportamiento. Necesitamos un material resistente, necesariopara proveer a la sociedad infraestructura con mayor durabilidad ymejores condiciones de servicio. Generalmente, los costos de mante-nimiento son altos y hablando de estructuras como los pavimentosrıgidos se tienen modulos de ruptura insatisfactorios; este valor esun parametro intrınseco en el diseno de este tipo de estructura,ademas, una de las principales aplicaciones en vıas de comunica-cion es el desarrollo de pavimentos rıgidos. Hoy en dıa, existe unacreciente tendencia por elegir materiales de alta resistencia y du-rabilidad en un intento por reducir el costo y la frecuencia con laque se realizan los mantenimientos en la construccion. El desem-peno de una estructura depende de varios factores y una de lascaracterısticas mas importante a considerar en las estructuras esla habilidad de responder al esfuerzo de flexion. En este trabajo,se probo el desempeno de tres diferentes mezclas de concreto: laprimera es una mezcla de concreto convencional con una relacionagua cemento de 0.43, la segunda incluye un aditivo fluidificantecon una relacion de 0.35 y la tercera, con la misma proporcion, usaun polımero organico natural y un fluidificante como aditivos. Conlas 3 mezclas se elaboraron especımenes prismaticos y de acuerdo ala edad de las muestras fueron sujetas a pruebas de flexion. Para suevaluacion de forma comparativa, se calculo una solucion medianteel metodo de elemento finito. Los resultados numericos y experi-mentales muestran una fuerte coincidencia, y una de las primerasconclusiones es que el uso del polımero organico natural en conjuntocon su relacion agua-cemento de 0.35 incrementa significativamen-te la capacidad de respuesta de la mezcla. Este es un resultadoalentador, ya que esto podrıa verse reflejado en un bajo costo demantenimiento y una mayor durabilidad en estructuras como lo sonlos pavimentos rıgidos.

PE-11, NA: Estimacion de las deformaciones enrocas del estado de Michoacan utilizando MEF

Marco Antonio Navarrete Seras, Universidad Michoacanade San Nicolas de Hidalgo,marcoantonionavarreteseras@gmail.com, FranciscoJavier Domınguez Mota, Jose Gerardo Tinoco Ruiz, EliaMercedes Alonso Guzman, Wilfrido Martınez Molina,Hugo Luis Chavez Garcıa, Jose Alberto Guzman Torres.

Las rocas son agregados de partıculas naturales duras y compactas.Se utilizan actualmente en casi todos los procesos de ingenierIa civil.Debido a lo anterior, se realizan diferentes pruebas tanto fısicas co-mo mecanicas para mejorar los procesos de construccion. Los resul-tados ayudan a conocer su comportamiento; sin embargo, debemostener en cuenta que el analisis y el tratamiento de la informacionobtenida plantean un problema inverso, porque un cambio muy pe-queno en los resultados de una muestra hace que el analisis se com-porte de manera diferente, incluso cuando es el mismo material. Laspruebas realizadas en las rocas son velocidad de pulso ultrasonica(VPU), densidad, esfuerzo a compresion uniaxial. El presente estu-dio se realizo en rocas de diferentes bancos de materiales petreosy se hicieron las pruebas antes mencionadas, es importante senalarque se obtuvo un promedio de los resultados de VPU y esfuerzo acompresion uniaxial. Ası, se pudo obtener un modelo por cada unodelos bancos de materiales, pudiendose comparar las deformacionesde cada uno de ellos. Los datos analizados provienen de muestrasobtenidas de bancos de materiales petreos de la region de Morelia,Michoacan. El modelo permite relacionar los parametros y con esto,se puede estimar el comportamientode los agregados.

PE-12, NI: Problema de ruteo de vehıculos conmaxima cobertura

Brenda Yaneth Sotelo Benıtez, Universidad Autonoma deNuevo Leon, brendiitasotelo@gmail.com.

En este trabajo se presenta un problema de ruteo de vehıculos enel cual se tiene un deposito central, un conjunto de vehıculos y unconjunto de instalaciones, las cuales pueden cubrir a clientes quese encuentran dentro de un radio de cobertura dado. El problemaconsiste en determinar cuales son las instalaciones a visitar y cualsera el orden de las visitas que deben realizar los vehıculos dispo-nibles, de tal forma que la duracion total de cada ruta no excedaun tiempo lımite y se cubra la mayor cantidad de clientes con lasinstalaciones visitadas. Se presenta un modelo lineal entero mixto yse propone un algoritmo heurıstico para resolver instancias grandesdel problema. El desempeno del algoritmo se evalua en un conjuntode instancias tomadas de la literatura.

PE-13, NA: Solucion de Ecuaciones DegeneradasNo Lineales Mediante Metodos de Diferencias Fi-nitas

Francisco Ivan Medina Dorantes, Centro de Investigacionen Matematicas (CIMAT), francisco.medina@cimat.mx,Miguel Angel Uh Zapata.

Las ecuaciones diferenciales parciales degeneradas son aquellas enlas que algunos coeficientes pueden desvanecerse temporal o espa-cialmente. Esto puede ocasionar, por ejemplo, que ecuaciones pa-rabolicas no lineales se reduzcan a ecuaciones elıpticas y viceversa.Estas ecuaciones se presentan en diversos problemas como flujo enmedios porosos, problemas de sedimentacion, entre otros. Para estaclase de ecuaciones se estudian soluciones debiles que pueden llegara ser discontinuas. Mas aun, para garantizar unicidad se consideransoluciones debiles de entropıa. En la actualidad existe una cantidadlimitada de metodos numericos para resolver ecuaciones degenera-das, mas aun, no existe un esquema numerico de segundo orden deprecision. En esta platica se expondran las dificultades que conllevaobtener un metodo basado en diferencias finitas de segundo orden.Adicionalmente se analiza la factibilidad de aplicar lo desarrolladoen problemas fısicos, principalmente en procesos de sedimentacion.

PE-14, NI: Modelo de motor de induccionsimetrico

Luis Enrique Angeles Montero, Universidad JuarezAutonoma de Tabasco, luis.angeles90@hotmail.com,Vıctor Castellanos Vargas.

El presente trabajo tiene la finalidad de mostrar la deduccion delmodelo matematico que caracteriza al motor de induccion simetrico.Se usan tecnicas clasicas para establecer las ecuaciones de voltaje ypar para una maquina de induccion simetrica expresada en termi-nos de variables de maquina. Las ecuaciones se pueden expresaren cualquier marco de referencia (cambio de variable) mediante laasignacion apropiada de la velocidad del marco de referencia en lasecuaciones de voltajede marco de referencia arbitrarias. Aunque elmarco de referencia estacionario, el marco de referencia fijo en elrotor y el marco de referencia de rotacion sıncrona son los mas uti-lizados, el marco de referencia arbitrario ofrece un medio directopara obtener las ecuaciones de voltaje en estos y todos los otrosmarcos de referencia.

23

Ponencias Escuela ENOAN2019

PE-15, NA: Modelos y algoritmos de optimiza-cion para la planificacion de servicios

Gabriela Sanchez Yepez, Universidad Autonoma deNuevo Leon, gabriela.sanchezypz@uanl.edu.mx, MarıaAngelica Salazar Aguilar, Pamela Jocelyn PalomoMartınez.

En este trabajo se presenta un problema de planificacion de servi-cios el cual consiste en asignar ordenes de servicio a un conjuntode cuadrillas disponibles, ası como en determinar la secuencia enque deben realizarse dichos servicios, lo anterior, con el objetivode balancear el salario de las cuadrillas. Se proponen modelos ma-tematicos y una metaheurıstica tipo GRASP reactivo para resolvereste problema. La validacion de las formulaciones propuestas y eldesempeno de la metaheurıstica se lleva a cabo mediante el analisisde resultados obtenidos con un gran conjunto de instancias adap-tadas de la literatura.

PE-16, NA: Estabilidad de modelos para el co-lapso de colonias de abejas

Erika Fabiola Rivero Esquivel, Universidad NacionalAutonoma de Mexico, erika.rivero@live.com, Ma. deLourdes Esteva Peralta, Jesus Lopez Estrada, CatherineGarcıa Reimbert.

El problema de colapso de colonias (CCD por sussiglas en ingles)se refiere a un fenomeno registrado por primera vez en el 2006, enel que se presenta la desaparicion considerable de abejas obreras enuna colmena. Si bien, ano con ano las colonias pierden un porcen-taje de abejas por diversos factores, este termino se adopto cuandoun decaimiento “drastico”se presento en las poblaciones de abejasde paıses de Norteamerica y Europa. Es bien sabido que gran partede la agricultora depende de la polinizacion por abejas, por lo queel CCD ha sido causa de grandes perdidas economicas, pero estasno se comparan con las consecuencias ambientales que el desordenpodrıa ocasionar. Aunque no se conoce la causa principal de estefenomeno, los investigadores en el area de la biologıa lo atribuyen aluso de pesticidas, la contaminacion, parasitos, entre otros. En estaplatica se plantearan las ideas basicas del CCD, se daran a conocerlos modelos con ecuaciones diferenciales ordinarias que hemos estu-diado para dar explicacion al problema, los resultados obtenidos, yfinalmente se estableceran los factores que no han sido ampliamenteestudiados y que dan pie al trabajo futuro.

PE-17, NI: Modelos de sistemas dinamicos conderivadas de orden fraccionario.

Hector Eduardo Gilardi Velazquez, UniversidadAutonoma de Guadajalara, hectorgilardi@gmail.com,Guillermo Huerta Cuellar, Eric Campos Canton.

La idea de una derivada de orden fraccionario es tan vieja comola teorıa del calculo. Muchos investigadores han tratado de daruna definicion para una derivada de orden fraccional, sin embar-go, a pesar de que se tienen mas de trescientos anos de estudio estaabierto el encontrar interpretaciones fısicas y geometricas de estasdefiniciones. En este trabajo se presenta la utilidad de las deriva-das fraccionarias para compensar incertidumbres en el modeladodel movimiento Browniano.

PE-18, NI: Dinamica global de un modelo de gri-pe de dos cepas con una unica vacuna y con tasade incidencia no lineal.

Arturo Javier Nic May, Universidad Autonoma deYucatan, arturo javier 1559@hotmail.com, Eric JoseAvila Vales.

Presentamos la dinamica global de un modelo de gripe de dos ce-pas con vacuna solamente para la cepa 1 y una tasa de incidenciasaturada para la cepa 2. Se realiza un analisis global de sus puntosde equilibrio a traves de funciones adecuadas de Lyapunov. Final-mente, se realizan simulaciones numericas para ilustrar nuestrosresultados.

PE-19, NI: Modelo de jerarquizacion de las diezprincipales enfermedades causadas por la obesi-dad infantil

Perla Elizabeth Castillo Flores, Universidad Autonomade Coahuila, perlacastilloflores@uadec.edu.mx, RinaBetzabeth Ojeda Castaneda, Jose Luis Fraga Almanza,Jose Refugio Reyes Valdes.

El crecimiento de la poblacion infantil con problemas de obesidady sobrepeso, ası como las enfermedades que estos provocan en losninos en su etapa inicial y posteriormente en la adolescencia paracontinuar en su edad adulta, esta colapsando al sistema de saludexistente en la mayorıa de los gobiernos del mundo, y Mexico no esla excepcion. Segun la Organizacion Mundial de la Salud (OMS),en los ultimos 40 anos, el numero de ninos obesos y con sobrepesoen el mundo se ha multiplicado y de mantenerse las condiciones ac-tuales, habra mas poblacion infantil y adolescentecon obesidad quedesnutrida. La obesidad infantil esta asociada a una amplia gamade complicaciones de salud graves y a un creciente riesgo de con-traer enfermedades prematuramente, entre ellas, diabetesy cardio-patıas. Es por ello que en este trabajo de investigacion se proponedesarrollar un modelo de jerarquizacion que clasifique diez de lasprincipales enfermedades provocadas por la obesidad infantil queson causas de defuncion en este sector poblacional. El trabajo dein-vestigacion se realizara en dos etapas. En la primera se construirauna metodologıa que permita organizar, almacenar y limpiar losdatos requeridos en el tratamiento estadıstico descriptivo de estos apartir de la informacion obtenida del Sistema Nacional de Informa-cion en Salud (SINAIS), para saber las causas de defunciones, y enla Encuesta Nacional de Salud y Nutricion (ENSANUT) y censospoblacionalesdel INEGI, para ver cuales son las condiciones de sa-lud y estructura poblacional que presentan los ninos de 0 a 13 anosen cuatro estados de la republica mexicana, Coahuila, Chihuahua,Ciudad de Mexico y el Estado de Mexico. En la segunda etapa seconstruira el modelo jerarquico de las diez principales enfermedadescausadas por la obesidad infantil que a su vez son causa de defun-cion. En esta ponencia se presentara la metodologıa estadıstica ycomputacional senalada en la primera etapa para la construccionde la base de datos, ası como los resultados del analisis descriptivode los datos obtenidos con la aplicacion de dicha metodologıa.

PE-20, NI: Construccion de fullerenos usando Ca-Ge

Francisco Javier Sanchez Bernabe, UniversidadAutonoma Metropolitana, fjsb@xanum.uam.mx.

Los fullerenos son moleculas formadas por atomos de carbon demanera que cada uno de ellos solamente esta ligado con un parde carbonos. Se dividen en dos tipos, fullerenos clasicos, cuyos en-laces forman pentagonos y hexagonos. Por otro lado, tenemos losfullerenos no-clasicos, que ademas de las figuras anteriores, tambienpresentan cuadrados o heptagonos. Se plantea utilizar CaGe para

24

ENOAN2019 Ponencias Escuela

dar ejemplos de fullerenos clasicos y no-clasicos, algunos de ellos consimetrıas que semejan tetraedros, cubos, ademas de otras figuras.

PE-21, NI: Construccion de rutas de transporteescolar para la Universidad Autonoma de Coahui-la.

Mayra Juarez Pelaez, Universidad Autonoma deCoahuila, mayrajuarez@uadec.edu.mx, Yajaira CardonaValdes, Oliver Avalos Rosales.

La Universidad Autonoma de Coahuila, en el 2011 in auguro elCampus Arteaga, el cual se encuentra a 15.7 kilometros de Saltillo,por lo que implemento un servicio de transporte que constaba deuna ruta con dos autobuses. Dadas las limitaciones que aun existenen el transporte, se busca proponer rutas que tomen en cuenta loscostos, la demanda y dispersidad de los estudiantes, ası como laaccesibilidad a las rutas propuestas. Esta problematica se abordacomo un problema de ruteo de vehıculos escolares, en el cual, dadoun conjunto de paradas potenciales, se busca determinar que para-das usar, la ruta de cada autobus y la asignacion de estudiantes aparadas tal que se minimice la distancia total recorrida por los au-tobuses. Para resolverlo se diseno un heurıstico constructivo hıbridobasado en el algoritmo de Clarke yWright. Se analiza el desempenodel heurıstico mediante experimentacion computacional con instan-cias aleatorias y se muestran resultados para una instancia del casode estudio.

PE-22, NA: Factorizacion de Matrices No Nega-tivas con Regularizacion Implıcita de Rango parala Extraccion Automatica de Rasgos

Odin Fernando Eufracio Vazquez, Centro deInvestigacion en Matematicas (CIMAT),odin.eufracio@cimat.mx, Johan Van Horebeek.

En aprendizaje maquina, la Factorizacion No Negativa de Matrices(NMF) es un metodo de reduccion de dimensionalidad para extraerrasgos significativas de datos no negativos. Uno de los desafıos deNMF es la especificacion del rango de las matrices en la factoriza-cion; la correcta eleccion del rango permitira extraer mejores rasgosy ası promover una representacion de los datos basa en partes. Eneste trabajo proponemos incluir una matriz diagonal D y minimi-zar el rango de la factorizacion a traves de la penalizacion de loselementos en la diagonal de D. Derivamos un algoritmos iterativocon formulas cerradas al minimizar alternadamente unas funcionesde costo local. Se realizan experimentos con datos sinteticos, image-nes y textos, en los cuales se muestran que nuestra propuesta nosolo ha sido capaz de estimar los factores con gran precision, sinoque al minimizar el rango de la factorizacion, se ha logrado extraerautomaticamente las caracterısticas implıcitas en los datos.

PE-23, NA: Comparativa entre las curvas deaprendizaje de los algoritmos de clasificacion dela librerıa SK-Learn en el reconocimiento de dıgi-tos manuscritos

Alan Arnoldo Alcantar Gomez, Universidad Autonomade Nuevo Leon, alan.arnoldo@hotmail.com, Jose ArturoBerrones Santos.

La tendencia del estado del arte actual en el reconocimiento de ca-racteres es utilizar la mayor cantidad de datos posibles e inclusohacer reformulaciones o aportaciones a los modelos para poder ob-tener un mejor rendimiento. El problema de estas practicas es queno hacen un analisis de la curva de aprendizaje, la cual proporcionainformacion relevante de como se esta comportando un algoritmo

respecto a una instancia del problema y a los parametros del mode-lo; otro aspecto que se pierde es la generalizacion del modelo paraotro tipo de instancias. Con eso en mente se tomaron todos losclasificadores de la librerıa SK-Learn para realizar un diseno de ex-perimentos de cada algoritmo con el objetivo de obtener las curvasde aprendizaje para cada una de las combinaciones del diseno deexperimentos; con el objetivo que este trabajo quede como referen-cia al momento de querer aplicar un algoritmo a una base de datosdiferentes (instancias).

PE-24, NA: El Metodo de Algebrizacion de Sis-temas de Ecuaciones Diferenciales

Eleazar Lopez Flores, Universidad AutonomaMetropolitana, eleazlopezflores@hotmail.com, BaltazarAguirre Hernandez, Martın Eduardo Frıas Armenta.

Una de las maneras de entender los fenomenos de la naturaleza ylos problemas que se presentan en la ciencia y tecnologıa, es pormedio de las matematicas, porque se pueden expresar los compor-tamientos mediante ecuaciones diferenciales, de ahı la importanciade encontrar la solucion de las mismas. Sin embargo pocas ecuacio-nes tienen soluciones sencillas, por lo que muchos matematicos sehan dado a la tarea de encontrar metodos para darle solucion. Eneste trabajo se verificara que si tenemos una ecuacion diferencialordinaria f(x,t) y si esta es A-algebrizable, obtendremos una nue-va ecuacion y ası determinaremos la solucion correspondiente sobreA, y por lo tanto, se podra encontrar las soluciones de la ecuaciondiferencial ordinaria f(x,t).

PE-25, NI: Clasificacion de Imagenes de mamo-grafıas por medio de redes neuronales convolucio-nales.

Mayra Cristina Berrones Reyes, Universidad Autonomade Nuevo Leon, mayra.berronesrys@uanl.edu.mx, MarıaAngelica Salazar Aguilar, Cristian Castillo Olea.

En este trabajo se describe un clasificador de mamografıas basadoen redes neuronales convolucionales. La herramienta disenada estaimplementada en software libre y es evaluada en un gran conjun-to de imagenes medicas, previamente anotadas (clasificadas) porespecialistas. Se presentan los resultados obtenidos con diferentesconfiguraciones de una red multicapa.

PE-26, NA: Dinamica de soluciones multi-jorobaen un sistema Schrodinger-KdV

Hugo Parra Prado, Instituto Politecnico Nacional,hparrap1600@alumno.ipn.mx, Luis Alberto CisnerosAke.

Consideramos el problema de transferencia de energıa a lo largode un medio cristalino anarmonico cubico, que en el lımite continuoproduce, en la aproximacion de onda unidireccional, un sistema aco-plado entre las ecuaciones lineal de Schrodinger (LS) y Korteweg-deVries (KdV). Extendemos entonces el metodo bilineal de Hirota pa-ra encontrar soluciones exactas tipo soliton brillantes y oscuros deuna y dos jorobas. La forma bilineal asociada a este sistema seencuentra imitando las transformaciones bilineales utilizadas en lasecuaciones estandar de NLS y KdV. Expansiones exponenciales fini-tas apropiadas en las variables transformadas nos permiten exhibirsoluciones soliton de una y dos jorobas como entidades unicas queresultan del ajuste de las relaciones de dispersion apropiadas entrelos parametros de onda que describen los perfiles. Encontramos quetales soluciones de una y dos jorobas corresponden al uno y dos so-liton de KdV atrapados tanto para los solitones brillantes y oscuros

25

Ponencias Escuela ENOAN2019

de NLS. Esta familia de soluciones es probada numericamente, me-diante el uso del metodo pseudo espectral para la parte espacial yun metodo de Runge-Kutta de cuarto orden para la parte temporal.

PE-27, NI: Demostraciones de existencia de obje-tos invariantes en un sistema no lineal por mediode analisis posteriores de aproximaciones riguro-sas

Jaime Burgos Garcıa, Universidad Autonoma deCoahuila, jburgos@uadec.edu.mx, J.P. Lessard.

Varios de los problemas que surgen en el estudio de sistemas no li-neales pueden considerarse como el problema de encontrar los cerosde una funcion F, es decir, se pueden transformar en el estudio deuna ecuacion de la forma F(x)= 0, (1) donde F esta definida tıpica-mente en un espacio de Banach de dimension infinita. La solucion xpuede representar un conjunto invariante de un sistema dinamico,un punto de equilibrio, una orbita periodica, una conexion entrepuntos de equilibrio, una variedad estable o inestable, un extremalde un funcional, etc. En esta charla abordaremos de manera in-troductoria el denominado radiipolynomial approach que consisteen considerar una proyecion de dimension finita para la ecuacion(1), calcular una aproximacion de x (por ejemplo, con un metodode Newton), construir una inversa aproximada A para DF(x) y en-tonces mostrar la existencia de un punto fijo de un operador tipoNewton T(x)= x -AF(x) (2) por medio de la aplicacion del Con-traction Mapping Theorem (CMT) en una bola cerrada alrededorde x. Las hipotesis del CMT se pueden verificar rigurosamente pormedio de la obtencion de un sistema de ecuaciones polinomiales cu-yos coeficientes contienen la informacion relevante del mapeo (2),la aproximacionde x y la eleccion de A. En otras palabras, el pro-blema de determinar si T esuna contraccion se reduce al problemade estudiar ceros de polinomios de una variable, que pueden serestudiados por los metodos clasicos de busqueda de ceros en unadimension. Ofreceremos algunos ejemplos sencillos para ilustrar eluso de este enfoque en el problema de determinar la existencia deorbitas periodicas en un sistema no lineal.

PE-28, NI: Implementacion de Data Mining paramejorar el proceso de pronostico de partes de unaempresa de mantenimiento de transporte pesado

Fatima Sanchez Ruiz, Universidad Autonoma de NuevoLeon, fatima.saru.fs@gmail.com, Jania Astrid SaucedoMartinez.

En el presenta trabajo se analiza un caso de estudio de una em-presa pyme dedicada al mantenimiento de vehıculos de transportepesado, la cual cuenta con mas de 300 clientes alrededor del centro,norte y bajıo del paıs, realizan servicios de mantenimiento preventi-vo, correctivo y rescates en carretera ademas de administracion degarantıas en motores. La empresa no cuenta con ningun sistema depronostico para realizar el abastecimiento de partes y refaccionesde los diferentes modelos y marcas de las unidades, por lo que estees realizado con base al “know how” del dueno de la empresa, perodebido a la variedad de marcas y modelos de unidades de transportea las cuales atienden les es muy difıcil preveer la demanda y con-tar con las refacciones como partes necesarias para la atencion delos diferentes servicios, incurriendo en perdidas de tiempo, dinero yclientes a la hora de realizar el reabastecimiento. A pesar de con-tar con un sistema para la creacion y generacion de las ordenes deservicio, pedidos, ordenes de compra y facturacion, la informacionque se almacena no es procesada para su posterior analisis. Debi-do a lo anterior se propuso aplicar tecnicas de Data Mining paralograr extraer informacion que pudiera ser significativa y mejorarla inteligencia de negocio, realizar mejores predicciones y prevenirsituaciones que pudieran afectar las operaciones de la empresa y

ası mejorar la toma de decisiones con base a la informacion. Alavanzar el proyecto se decidio crear una herramienta que le permi-tiera a la empresa no solo analizar la informacion de los clientes, elnumero de servicios que realizaban, sino que tambien les permitieraimplementar pronosticos, medir eficiencia y establecer sus propiosKPI y visualizarlos de una manera sencilla y grafica a traves deun Dashboard, esto sin la necesidad de realizar ninguna inversioneconomica o capacitacion al personal ya que el interfaz es comple-tamente intuitivo y el usuario solo debe anadir los datos que deseaanalizar. La herramienta fue desarrollada en un lenguaje VBA, porlo que cualquier empresa que cuente con Microsoft Excel puede sercapaz de ejecutarla. La herramienta esta programada para realizarel proceso de limpieza y seleccion de los datos, lo que permite se-leccionar el producto o servicio que se desee analizar y extraer laserie de datos a pronosticar, cuya frecuencia de ocurrencia puedeser mensual o anual segun requiera el usuario. Referencias: Lopez,C. P. (2007). Minerıa de datos: tecnicas y herramientas. EditorialParaninfo.

PE-29, NI: Planificacion Eficiente de Rutas conRestricciones

Rocıo Salinas Guerra, Universidad Veracruzana,sague9503@gmail.com, Porfirio Toledo Hernandez.

Actualmente, los sistemas de posicionamiento son herramientas uti-les cuando se requiere trazar una ruta de un punto a otro en ciertoespacio y no se sabe la ubicacion exacta, ası como las trayectorias aseguir. Ademas, si se tienen obstaculos en el espacio de busqueda elproblema se hace mas complejo. Se considera el problema de llegarde un punto A a un punto B, en un espacio con obstaculos, restrin-gido a una trayectoria dada por una funcion. Esta problematica sepresenta en diversos casos, por ejemplo en la planificacion de rutaspara robots en un espacio continuo (en la practica discretizado) conobstaculos. En este trabajo se utilizo la teorıa de grafos para mo-delar dicho problema, en donde la region del espacio navegable conobstaculos corresponde a un grafo no dirigido. En terminos genera-les el problema se describe de la siguiente manera: se quiere llegara un vertice B desde un vertice inicial A en un grafo dado, usual-mente con una cantidad grande de nodos. Para identificar rutasfactibles en la busqueda de soluciones, se utiliza el algoritmo A∗, elcual es un metodo que encuentra, sobre el grafo, la trayectoria mascorta entre dos vertices de manera eficiente. Este es una extensiondel algoritmo de Dijkstra, el cual considera una funcion heurısticah(A) para optimizar (computacionalmente) la busqueda. La partemas importante para resolver el problema de interes, es la correctaeleccion de la heurıstica. Por lo que, para aplicar el algoritmo A*, esnecesario proponer una heurıstica consistente. Ademas, h(A) debeconsiderar las restricciones dadas para obtener soluciones factibles.En el trabajo se presentan simulaciones numericas, en las cualesse modela el espacio como una malla incompleta con obstaculos,en donde se asignan coordenadas en R2 a cada vertice y las aris-tas se dotan con pesos. Luego se propone una funcion heurısticaconsistente en la que se consideran las restricciones del problema.Finalmente, la restriccion es dada por un polinomio. Los resultadosobtenidos garantizaran la aplicabilidad de nuestra propuesta parala aplicacion en planificacion de rutas de robots.

PE-30, NI: Simulacion numerica de sismos tsu-namigenicos utilizando un acople elastoacustico

Edilson Fernando Salazar Monroy, Universidad NacionalAutonoma de Mexico, edifesamo14@gmail.com,Leonardo Ramırez Guzman.

El poder destructivo que tienen los sismos tsunamigenicos en ciu-dades costeras, localizadas en zonas de subduccion activas, ha sidoevidente tras los tsunamis ocurridos en 2004 (Oceano indico), 2011

26

ENOAN2019 Ponencias Escuela

(Tohoku, Japon) y 2018 (Palu-Sulawesi, Indonesia). Esto ha hechonecesaria la inclusion de simulaciones computacionales que contem-plen escenarios apegados a la realidad. Esta tarea resulta complejadebido a la no linealidad del problema, especialmente en la esti-macion del peligro, donde se deben contemplar todos los posibleseventos que podrıan afectar una zona. En este trabajo se presentauna parte de los resultados del proyecto de estimacion de peligrosısmico por sismos tsunamigenicos en la costa pacıfica mexicana.En este proyecto se simula de manera conjunta la generacion y pro-pagacion del tsunami hasta el lımite somero-profundo, utilizandomodelos de deslizamiento heterogeneos y deformacion cinematica.El acoplamiento de las dos etapas se llevo a cabo utilizando un me-dio elastoacustico, el cual brinda una representacion mas realistade la propagacion de la energıa elastica en el oceano. Se presentala verificacion y validacion para medios 2D y 3D, donde se utilizoun esquema estandar de elementos finitos y diferencias finitas cen-tradas. Posteriormente, se comparo la altura maxima del tsunamigenerado por el sismo del 07 de septiembre de 2017, en los que semuestra un buen ajuste en las estaciones mareograficas del Istmode Tehuantepec y Acapulco.

PE-31, NA: A Hybrid Gradient Method for Sol-ving Linear Systems of Equations

Harry Fernando Oviedo Leon, Centro de Investigacion enMatematicas (CIMAT), harry.oviedo@cimat.mx, OscarSusano Dalmau Cedeno.

This paper develops an accelerated version of the steepest descentmethod by a two-step process. At each iteration of the proposedscheme, two points are computed: first, an auxiliary point yk isgenerated by performing a gradient step equipped with an opti-mal steplength, then, the next iterate xk+1 is obtained through aweighted sum of yk with the penultimate iterate xk−1, where thecoefficient of such sum is computed by minimizing the residual normalong the line. In particular, we adopt an optimal, non-delayed ste-plength in the first step and then we use a smoothing techniqueto impose the delay on the scheme. A convergence result is stu-died. Finally, we report several numerical experiments on some setsof strictly convex quadratic problems, showing that the proposedmethod outperforms, in efficiency, a wide collection of state-of-theart Barzilai-Borwein like gradient methods, while being competitivein terms of CPU time and iterations with the conjugate gradientmethod.

PE-32, NA: Modelo de flujo sanguıneo bifasicoen arterias. Un primer acercamiento.

Cesar Alberto Rosales Alcantar, Universidad NacionalAutonoma de Mexico, cesar@im.unam.mx, GerardoHernandez Duenas.

En este trabajo se muestra un modelo de flujo sanguıneo bifasicoen arterias. El modelo se deriva de las ecuaciones de Navier-Stokesen coordenadas cilındricas y en donde se supone, entre otras cosas,que hay dos capas. Una capa esta compuesta de plasma y en laotra domina la presencia de globulos rojos. Es conocido que losglobulos rojos, con una dimension entre 50 y 150 micras, tienden atransitar por el centro de la arteria, formando un canal de sangre(globulos rojos en plasma). Por tal motivo, el modelo considera queel fluido externo sera plasma, mientras que el fluido interno serasangre. Se mostrara un esquema numerico central para este modeloy analizaremos los resultados.

PE-33, NA: Uso de nuevos GPUs en inteligenciaartificial y computo de alto rendimiento

Julian Tercero Becerra Sagredo, Universidad AutonomaMetropolitana, juliansagredo@gmail.com.

Exponemos el uso de las tarjetas de vıdeo GPUs de ultima gene-racion para la aceleracion de los calculos en algoritmos de optimi-zacion para el aprendizaje artificial profundo y el computo de altorendimiento. Describimos los paquetes que existen para la imple-mentacion de redes neuronales de varias capas, capaces de automa-tizar procesos de deteccion de patrones. Y presentamos los avancesen el desarrollo de un simulador de flujo multifasico en multiplesporosidades para PEMEX usando el computo de alto rendimientoen el GPU.

PE-34, NI: Introduccion a los Metodos MultigridGeometricos

Vanesa Carrillo Ayala, Universidad AutonomaMetropolitana, vanecay@outlook.com, Marıa LuisaSandoval Solıs.

En general, los metodos Multigrid geometricos consisten endefinir multiples mallas encajadas (o anidadas) con diferentestamanos de malla de un problema de EDP discretizado. Utilizanla solucion en las mallas gruesas para amortiguar eficientementelos modos del error de frecuencias bajas, lo que resulta en unarapida convergencia en las mallas finas. Para ello, el procesoinicia presuavizando la solucion, despues restringe los residuosde mallas finas a gruesas, resuelve el sistema de ecuaciones,prolonga o interpola las correcciones de niveles gruesos a finosy finalmente, postsuaviza la solucion. Realizamos un estudiode las tecnicas Multigrid: V-ciclo, W-ciclo, Multigrid ?-cicloy Full-Multigrid, junto con los metodos de suavizado Jacobiamortiguado y Gauss-Seidel. Mostraremos resultados numericospara el problema de Poisson en 1D comparando estas tecnicasentre sı. Bibliografıa.[1] Briggs, W. L. (1987), “A MultigridTutorial”, SIAM publications, 1987. Briggs, W. L., Henson van E.and McCormick, S. (2000), “A Multigrid Tutorial, 2nd Edition”,SIAM publications. [2] John Volker (2014), “Multigrid Methods”,https://www.wiasberlin.de/people/john/LEHRE/MULTIGRID/multigrid.pdf(ultima visita 19 de Noviembre 2018). [3] Saad Yousef (2003),“Iterative Methods for Sparse Linear Systems”,Siam.

PE-35, NI: Analisis del comportamiento no linealen una curva de titulacion boehm: nanocarbonofuncionalizado

Marlen Hernandez Ortiz, Universidad Autonoma deZacatecas, mar h2o@hotmail.com, Leticia A.Ramırez-Henandez, Juan Martınez, H.A. Duran-Munoz,E.D. Gaytan-Alfaro, V.M. Castano.

El objetivo de este trabajo es realizar un analisis parametrico delos modelos no lineales que se presentan en una curva de titulacionBohem para nanocarbonos funcionalizados. Este tipo de titulacionpermite cuantificar la cantidad de carbonos modificados. El trata-miento superficial de los nanocarbonos tiene un amplio campo deaccion debido a la generacion de propiedades en el material que op-timizan su uso. Por ejemplo, celdas solares y sensores. Sin embargo,la determinacion del punto de equivalencia en una curva de titu-lacion presenta incertidumbre asociada con la concentracion de losgrupos funcionales. En este trabajo se describe que una de las ca-racterizaciones para cuantificar grupos funcionales de nanocarbonoses el ajuste matematico de los datos experimentales para determi-nar con mayor certeza el punto de inflexion. Los resultados reflejanque la curva de titulacion tiene un comportamiento de crecimientoacumulativo, descrito por tres tipos de modelos: Ratkowsky, Power

27

Ponencias Escuela ENOAN2019

Logıstica y DR-Hill. Basados en la definicion de pH, se realiza unanalisis del comportamiento de parametros para concluir con unaalternativa mas en la determinacion de grupos funcionales creadosen alotropos de carbono tratados.

PE-36, NI: Una aplicacion de la topologıa al anali-sis de datos

Raziel Zavaleta Rodriguez, Universidad NacionalAutonoma de Mexico, zavaleta171093@gmail.com.

Una de las areas de mayor interes teorico en el mundo de las ma-tematicas es la topologıa; una de las subareas de mayor crecimientoes la topologıa algebraica, la cual se apoya fuertemente en el alge-bra para el estudio de los espacios. A principios de este siglo variostrabajos demostraron que esta area, la cual nace para el estudiode espacios abstractos, se puede aplicar para el estudio de diver-sos fenomenos naturales. A esta aplicacion se le llama Analisis To-pologico de Datos o TDA por sus siglas en ingles. En esta charladaremos una introduccion intuitiva a lo que es el analisis topologicode datos y veremos un ejemplo de como se puede aplicar para elanalisis de datos.

PE-37, NI: Aproximacion de la presion y veloci-dad de un flujo monofasico en medio poroso usan-do los metodos de Elemento Finito estandar y Ele-mento Finito Mixto.

Judith Yareli Sanchez Lozada, Universidad AutonomaMetropolitana, yaree95sl@gmail.com, Marıa LuisaSandoval Solıs.

La modelacion numerica del flujo bifasico incompresible y no misci-ble en medio poroso es importante e interesante para la ingenierıapetrolera, ya que puede ayudar a complementar el estudio de lastecnicas usadas en la recuperacion secundaria o mejorada del hi-drocarburo, como son las pruebas de trazadores o de finos. Paramodelar el flujo de un fluido es primordial contar con aproxima-ciones de la presion y velocidad que sean precisas y estables. Porello, hemos estudiado dos estrategias para hacerlo. En la primera seusa el metodo de Elemento Finito estandar para hallar la presionresolviendo un problema elıptico y despues se obtiene la velocidadaproximandola a nivel nodal. En la segunda estrategia se empleanlos metodos de Elemento Finito Mixto (MFE) para aproximar lapresion y la velocidad al mismo tiempo planteando y resolviendoun problema de punto silla. El objetivo en esta ponencia es mostrarresultados numericos del calculo de la presion y velocidad para unflujo monofasico usando los metodos de elemento finito estandar yelemento finito mixto, con el proposito de hacer una comparacionentre estos.

PE-38, NB: Control de temperatura en horno enel proceso de templado mediante logica difusa

Jorge Alberto Davila Hernandez, Universidad Autonomade Coahuila, jorgedavila.1189@gmail.com.

Dentro de la industria generalmente todo proceso esta involucra-do con el manejo de materiales, ya sea en el tratamiento, diseno,construccion o pruebas de algun artıculo. Por lo cual es importanteestablecer la calidad del mismo. En esta tesis se presenta el disenoy elaboracion de un sistema de control para generar las lecturasde temperatura adecuadas en un proceso termico. A traves del usode la logica difusa, mediante un controlador difuso se establecenlas funciones de entrada y de salida para regular el flujo de com-bustible utilizado por un horno de gas. Utilizando el lenguaje G(grafico) con programacion en LabVIEW se desarrolla una interfazgrafica para realizar la adquisicion de datos (a traves de una DAQ),

el control de los instrumentos, analisis de medidas y presentacionde los datos (mediante reportes). Permitiendo que el usuario tra-baje en un ambiente agradable siendo posible la visualizacion delproceso. Permitiendo un mayor control en la calidad del productoal ser sometido al proceso termico.

PE-39, NI: Shrinkage of the Variance-CovarianceMatrix to improve Decision Making in PortfolioDiversification

Carlos Rodrıguez Contreras, Universidad NacionalAutonoma de Mexico, crc@unam.mx, Katya RodrıguezVazquez.

The Variance-Covariance matrix is part of the baggage of Machi-ne Learning tools for Finance. They are particularly useful whenit comes to analyzing the volatility between elements of a group ofstocks data. For example, a Variance-Covariance matrix has par-ticular applications when it comes to analyzing the per-formanceof an investment portfolio (Grogan, 2018). This matrix becomesan invaluable tool for financial analysts and those who invest instock markets. But the Variance-Covariance matrix for portfoliooptimization contains an estimation error of the kind most likelyto perturb the traditional Markowitz’s mean-variance optimizer. Inthis paper, we discuss how we manipulate the variance-covariancematrix through a transformation that consists of a shrinkage. Thistends to pull the most extreme coefficients towards more central va-lues, thereby systematically reducing the estimation error. (Ledoitand Wolf, 2004). By shrinking the variance-covariance matrix kee-ping all other parameters unchanged in the portfolio opti-mizationprocess, we show on actual stock market data which shrinkage redu-ces the tracking error relative to a benchmark index, and substan-tially increases the discovery of information of the portfolio analy-zed. Once the variance-covariance matrix is shrunk, it becomes abetter tool for financial portfolio analysis as it is much more clearhow the covariances behave. For financial analysts, it is very impor-tant to diversify a portfolio to reduce the risk. A quick but robustway to do this is to determine the degree of covariance between thestocks of that portfolio (the extent to which the returns assets movetogether). We use R programming language to calculate this andget a better idea of which assets have negative covariance, therefo-re, are more attractive for risk purposes (since the actions with anegative covariance move inversely to each other). The use of moresophisticated models of Machine Learning, such as Neural Networksto perform a task of this type would not be appropriate, in DataScience the principle of parsimony is very important: ”given thesame conditions, the explanation that usually results useful is thesimplest ” (Sober, 2015). The following Variance-Covariance matrixis automatically formulated with R language and its quantmodandtawny package, among others. First the data during a period of 30days trading five shares: AAPL,CBS, EFX, GOOGL and VZ areretrieved. From the OHLC data, only the Closing data are usedto extractthe daily differences.This matrix is manipulated with thetawny package, by means of which it is shrunk and the displayedvalues are produced. TABLE The above readings indicate the ex-tent to which the volatility of prices moves together. For example,we can see that the volatility between AAPL and VZ is significantlylower than between AAPL and GOOGL, since the latter are tech-nological actions. In this way, a financial decision maker will havea better outlook to diversify his investment portfolio, simply tryingto have the least number of instruments covariant.

28

ENOAN2019 Ponencias Escuela

PE-40, NI: Estabilidad espectral de los choquesviscosos en la dinamica de los gases isentropicos

Ricardo Lopez del Rosario, Universidad AutonomaMetropolitana, ricardo.2702@hotmail.com, PatriciaSaavedra Barrera.

Para algunos problemas, el metodo de estimaciones de energıa fun-ciona bien para demostrar la estabilidad espectral de una soluciontipo onda viajera. El objetivo de esta ponencia es mostrar el estudiode la estabilidad espectral para soluciones estacionarias de choqueviscoso, de las ecuaciones de Navier-Stokes compresibles isentropi-cas, ocupando el metodo de estimaciones de energıa cuando loschoques viscosos presentan pequena amplitud. Tambien se muestrala limitacion de este metodo, cuando la amplitud de los choquesviscosos es mayor, teniendo la necesidad de emplear un metodo di-ferente, como por ejemplo un estudio numerico de la funcion deEvans.

PE-41, NI: Un modelo matematico de tratamien-to del cancer por radioterapia

Alejandro Peregrino Perez, Universidad JuarezAutonoma de Tabasco, alex.pp69@live.com.mx, MirnaValenzuela Dominguez.

El cancer es una enfermedad que afecta a la poblacion mundial y deconsecuencias mortales en un gran numero de casos. Los tratamien-tos son variados y esporadicamente exitosos, existen cuatro tipos:la cirugıa, la quimioterapia, la radioterapia y la inmunoterapia. Enparticular se ha probado la eficacia de la radioterapia como unaestrategia de tratamiento primario. Recientemente, se han presen-tado y estudiado algunos modelos matematicos que se centran en eltratamiento del cancer mediante radioterapia. Z. Liu (2011) estudiael comportamiento dinamico de las celulas normales que se afectandurante la radiacion periodica y establece algunas condiciones sobrela permanencia y la extincionde las celulas normales e irradiadas,ademas, da criterios sobre la existenciay la estabilidad asintoticaglobal de soluciones periodicas positivas unicas del sistema. En untrabajo reciente, Zijian Liu and Chenxue Yang (2014), describen ladinamica de las celulas sanas y cancerosas durante la terapia conradiacion, basados en un modelo de tipo Lotka-Volterra por compe-tencia en dos variables. En esta charla se presentan los resultadosimportantes del trabajo de este modelo y se muestran simulacionesnumericas que respaldan a dichos resultados. .

PE-42, NI: Problema de planeacion de operacio-nes con restricciones de ventanas de tiempo y sin-cronizacion

Liliana Carolina Saus Olvera, Universidad Autonoma deNuevo Leon, pejli@hotmail.com, Marıa Angelica SalazarAguilar.

En este trabajo se estudia un problema de planeacion de operacio-nes que tiene como objetivo maximizar la productividad total delsistema. Las operaciones se realizan en diferentes puntos geografi-cos y cada uno consta de dos sub-operaciones que deben realizarsedentro de una ventana de tiempo dada. La primera sub-operaciondebe ser realizada por un solo agente, mientras que la segunda re-quiere la intervencion de dos agentes, mismos que deben trabajarde manera sincronizada. Los agentes poseen habilidades diferentesy fechas inicial y final de contrato. Se propone una heurıstica pararesolverlo. La efectividad del algoritmo propuesto se evalua sobreun conjunto de instancias adaptadas de la literatura.

MIXBAAL: Algoritmo memetico para el proble-ma del particionado de grafos en ejecuciones alargo plazo.

Emmanuel Romero Ruiz, Universidad de Guanajuato,emmanuel.romero@cimat.mx.

El problema del Particionado de Grafos (gpp — Graph PartitioningProblem) es un problema NP completo cuyo objetivo es particionarlos nodos de un grafo en k conjuntos. De entre las posibles par-ticiones, se busca aquella que minimice el numero de aristas queunen vertices localizados en diferentes conjuntos, a la vez que secumplen restricciones relativas al tamano de los conjuntos. En losultimos anos, los algoritmos poblacionales para problemas como elProblema de Coloreado de Grafos o el Problema de Asignacion deFrecuencia se han visto favorecidos por el uso de esquemas de con-trol de diversidad. A pesar de que el GPP es un problema clasico,no existen publicaciones que propongan el uso de metaheurısticaspoblacionales con control de diversidad para el mismo. Esta es larazon por lo que hipotetizamos que un algoritmo memetico con ges-tion de diversidad ayudarıa a mejorar el estado del arte para el GPP.Como parte del diseno del algoritmo, se propuso un nuevo opera-dor de cruce que hace uso del algoritmo hungaro para conseguir quelas nuevas soluciones candidatas hereden, de forma e?ciente, carac-terısticas importantes presentes en las soluciones que se combinan.Ademas, se propuso una fase de reemplazamiento que toma en cuen-ta el criterio de paro y ayuda a mitigar la convergencia prematura.Los metodos desarrollados en esta tesis han permitido generar par-ticiones que superan a las mejores encontradas hasta la fecha en 35instancias del TGPA – “The Graph Partitioning Archive” –. Noteseque actualmente, este sitio alberga a mas de 40 optimizadores y queel problema ha sido abordado con cientos de metodos, por lo queeste ha sido un logro de gran relevancia. De hecho, los desarrollosrealizados han sido aceptados por la comunidad, habiendo sido pre-sentado en un congreso y dando como resultado la publicacion deun artıculo de revista. Ademas, los resultados fueron validados porChris Walshaw quien ha incluido este metodo en el TGPA.

29

Carteles

Los carteles se montaran el lunes de 18:00 a 19:00horas.Las evaluaciones se realizaran el martes de 18:00 a19:00 horas y el jueves de 17:00 a 19:00 horas .Los carteles tienen un numero de identificacion y nivel(NB= Nivel basico, NI=Nivel intermedio y NA=Nivelavanzado).

CE-1, NB: Metodos iterativos para siste-mas lineales de ecuaciones algebraicas

Victoria Orozco Vidal, Universidad JuarezAutonoma de Tabasco, kivi.vov@gmail.com,Edwin Enrique Perez Rodrıguez, Justino AlavezRamırez.

Muchas veces el resolver sistemas de ecuaciones linea-les de la forma Ax = b puede ser tedioso y complicadocuando A es muy grande. Es por ello, que en este trabajose muestran algunos metodos iterativos como el de Ja-cobi, Gauss-Seidel y Relajacion, los cuales nos permitenaproximar la solucion del sistema tanto como se quieracuando A es no singular. Se presenta una aplicacion pa-ra la resolucion numerica de la ecuacion de Poisson 1D,que a su vez, se discretiza con el metodo de diferenciasfinitas.

CE-2, NI: Modelo Continuo en EDP’s dela Angiogenesis Inducida por Tumor

Ana Kristhel Esteban Lopez, UniversidadJuarez Autonoma de Tabasco,eela 90@outlook.com, Justino Alavez Ramırez.

El termino angiogenesis, significa formacion de nuevosvasos sanguıneos. El concepto de que el crecimiento tu-moral es dependiente de la angiogenesis ha provocadoel progreso continuo en el desarrollo de inhibidores dela angiogenesis hacia el objetivo de la futura terapia detumores. Esta hipotesis, se puede expresar en terminosmas simples: una vez que se produce la“toma” del tu-mor, cada aumento en la poblacion de celulas tumoralesdebe ser precedido por un aumento de nuevos capila-res que convergen en el tumor. Durante algun tiempo sepenso que los tumores se definıan por un crecimientoincontrolado solo de las celulas cancerıgenas, pero la bio-logıa moderna del cancer, ahora incluye el papel de laangiogenesis en el crecimiento tumoral. Este trabajo tie-ne como proposito mostrar un modelo matematico de unsistema de ecuaciones diferenciales parciales no lineales,que describe la dinamica de la densidad de celulas endo-teliales que migran a traves de un tumor y forman es-tructuras neovasculares en respuesta a una senal quımicaconocida como TAF.

30

ENOAN2019 Carteles

CE-3, NB: Modelo de deformaciones enestructuras de acero

David Balladares de la Cruz, UniversidadJuarez Autonoma de Tabasco,gosfantom@hotmail.com, Justino AlavezRamırez.

Cuando una estructura esta sometida a la accion de fuer-zas, los miembros que la componen sufren cambios y, co-mo consecuencia, puntos dentro de la estructura se des-plazan a nuevas posiciones. En general, todos los puntosde la estructura, con excepcion de sus apoyos, que sesuponen inmoviles, sufriran dichos desplazamientos. Talfenomeno es conocido como “deformacion”. El presentetrabajo tiene la finalidad de mostrar la deduccion delmodelo matematico que caracteriza la deformacion delos elementos de una estructura de acero y ası entenderque, aunque las deformaciones son algo indeseable en laelaboracion de estructuras, este fenomeno fısico es in-eludible y, sin embargo, con un diseno eficaz, se puedenminimizar sus efectos hasta un grado aceptable; es de-cir, que los efectos de estas sean muy pequenos o imper-ceptibles. Ello implicara comentar algunas herrmientasmatematicas que facilitan el diseno y calculo de dichasestructuras.

CE-4, NA: Familia de atractores biesta-bles contenidos en un Sistema disipativoinestable asociado a una SNLF

Guillermo Huerta Cuellar, Universidad deGuadalajara, ghuertacuellar@gmail.com, JoseLuis Echenausıa Monroy, Rider JaimesReategui, Juan Hugo Garcıa Lopez.

Este trabajo presenta un sistema generador de multiplesenroscados, que aborda el problema mediante la imple-mentacion de una funcion nolineal saturada (SNLF) de9 niveles, la cual se modifica con un nuevo parametro decontrol que actua como un parametro de bifurcacion. De-bido a la modificacion del nuevo parametro introducido,es posible controlar el numero de enroscados a generar.El sistema propuesto tiene una dinamica mas rica que laoriginal, no solo presentando la generacion de un atrac-tor global; es capaz de generar multi-enroscados monos-tables y biestables. El estudio de la cuenca de atraccionpara la generacion de atractores naturales (9-enroscados,SNLF) muestra las restricciones en el espacio de condi-ciones iniciales donde el sistema es capaz de presentarrespuestas dinamicas, limitando sus posibles implemen-taciones electronicas.

CE-5, NI: Problemas de busquedas enlınea en espacios de Hilbert (L2)

Cinthia Naty Cortazar Cortazar, UniversidadJuarez Autonoma de Tabasco,natycortazar@hotmail.com, Jorge Lopez Lopez.

Usando el metodo de Newton pueden resolverse numeri-camente problemas de busqueda en lınea MinρJ(u −ρw), donde u y w son elementos fijos en un espacio deHilbert (L2), J(v) es el funcional asociado a un proble-ma de control, es decir, J depende directamente de uncontrol v y de una variable de estado y, para el cual esnecesario resolverun sistema de ecuaciones diferencialespara y que depende del control v. En nuestro caso si defi-nimos g(ρ) = J(u−ρw), es decir, el funcional restringidoa la recta u−ρw, el problema original se reduce a anali-zarlo en R, y mediante la implementacion del metodo enMatlab se resolvio numericamente en casos particulares,arrojando buenos resultados en cuanto a aproximacio-nes.

CE-6, NI: Caracterizacion de materialespor medio de la optimizacion numerica

Susana Abigail Gonzalez Flores, UniversidadPolitecnica de Zacatecas,hectorduranm@hotmail.com, H.A.Duran-Munoz, O. Guirette-Barbosa, A.Ortız-Hernandez, C. Sifuentes-Gallardo, M.Ramırez-Piedra.

Los defectos generados por medio de radiacion ionizan-te en un material pueden ser caracterizados por mediode la tecnica de luminiscencia termicamente estimula-da. Dicha tecnica genera a su vez curvas de brillo, lascuales tiene la superposicion de varios picos. Cada unode estos picos es asociado a determinados defectos enel material. Sin embargo, para caracterizar cada pico esnecesario realizar la deconvolucion de la curva de brillocompleta. Para encontrar la deconvolucion adecuada dela curva de brillo es necesario aplicar diferentes metodosde optimizacion numerica. En este trabajo se realiza elanalisis numerico de diferentes curvas de brillo utilizan-do macros de Microsoft Excel y diferentes metodos deoptimizacion numerica. Para reducir el tiempo de itera-cion del proceso de minimizacion del error se utilizarondistintos arreglos matriciales. Finalmente, se logro ca-racterizar cada pico superpuesto de una curva de brillo.

31

Carteles ENOAN2019

CE-7, NI: Movilidad urbana: estudio delalcance de ECOBICI como alternativa ci-clista

Irma Carolina Parga Fuentes, UniversidadNacional Autonoma de Mexico,caro.parga@ciencias.unam.mx, AugustoCabrera Becerril.

El Sistema de Transporte Individual ECOBICI funcionaen la ciudad de Mexico desde 2010. Es un sistema debicicletas publicas concebida como alternativa de movi-lidad. Inicio con 84 estaciones y actualmente cuenta con480, distribuidas unicamente en 3 alcaldıas. A pesar delincremento en estaciones, su cobertura es de 38 kilome-tros cuadrados, correspondiente al 2.5 % del territoriode la Ciudad. En este trabajo se busca una posible op-timizacion del sistema de ECOBICI, con dos objetivos:aumentar la cobertura de la red en territorio, y mejorarsu conexion con sistemas de transporte colectivo comoel Metro y el Metrobus. Primero se caracteriza la redde estaciones y los viajes que se realizan entre ellas, yposteriormente se analiza la dinamica de dicha red en elcontexto de la situacion geografica de las estaciones y ladensidad de usuarios del servicio. Finalmente, el modelose plantea en dos vertientes: la relocalizacion de algunasestaciones, conservando el numero total de estaciones ac-tuales; y con la adicion de una cantidad de estacionesnuevas que modifiquen favorablemente la movilidad e in-terconexion referidas.

CE-8, NB: Adaptacion de modelos ma-tematicos para el problema del agente via-jero.

America Guadalupe Espinosa Gonzalez,Universidad Autonoma de Coahuila,a espinosa@uadec.edu.mx, Sarahı SanchezMontes, Yajaira Cardona Valdes, Oliver AvalosRosales.

En este poster se presentan dos problemas combinato-rios: el problema del agente viajero (TSP) y el problemade multiples agentes viajeros (mTSP). En el TSP, sequiere determinar el orden en el que se deben visitar nciudades, visitando cada ciudad solo una vez, empezan-do por cualquiera de ellas y regresando al mismo lugardel que se partio, tal que se minimice la distancia totalrecorrida. El mTSP es una generalizacion del TSP conmultiples agentes. Ambos problemas han sido extensa-mente estudiados en la literatura cientıfica. Se descri-ben los modelos matematicos con los que se han resueltopreviamente en la literatura. Ademas, se proponen mo-dificaciones a dichos modelos para reducir el espacio desoluciones y se discuten las ideas en las que estas se ba-san.

CE-9, NI: Segmentacion y caracteriza-cion del contenido infografico y de usua-rios de una red social para la divulgaciony apropiacion social de la ciencia de altoimpacto.

Juan Carlos Corona Oran, UniversidadAutonoma del Estado de Mexico,jccoronao@gmail.com, Ariel Orozco Nieto,Cesar Eduardo Lopez Flores, Javier AxayacatlMelchor Hernandez, Daniel Arturo VargasPlata, Nestor David Solis Sandoval.

Los mecanismos de divulgacion y apropiacion social dela ciencia tienen que evolucionar y adaptarse a las nue-vas tecnologıas de la informacion. Las redes sociales co-mo Facebook permiten llegar a un publico mucho masamplio, y eso se debe aprovechar para la divulgacioncientıfica. Sin embargo, las RS, sin supervision, puedenser dispersoras de informacion erronea o malintenciona-da, Fake News. Para evitarlo es indispensable disper-sar de manera masiva las Certified News, en donde loscientıficos, profesionistas y educadores tomen el controlde la informacion divulgada. Las tecnicas estadısticasavanzadas como el aprendizaje de maquinas o el apren-dizaje profundo pueden mostrar nuevas estrategias parael diseno de tecnicas pedagogicas y de ensenanza para laciencia. En el presente trabajo mostramos los resultadosdel analisis estadıstico avanzado de una red social creadapara la divulgacion de la ciencia. Mostramos las tenden-cias de consumo infografico en terminos de la segmenta-cion de caracterısticas graficas. La segmentacion de losusuarios permite clasificar de manera estadıstica el im-pacto social. Mostramos el impacto del alcance organico,el life time post. Finalmente mostramos los resultadosde experimentos sociales probando nuestra hipotesis deimpacto social.

CE-10, NB: La relacion entre el AlgebraLineal y la Teorıa de Graficas

Pablo Cesar Palomino Martınez, UniversidadNacional Autonoma de Mexico,pablop96@ciencias.unam.mx.

Sabemos que el algebra lineal ha tenido un impacto pro-fundo en las matematicas, sobre todo en sus aplicaciones.Por otro lado, en los ultimos anos la teorıa de graficasha probado ser de gran utilidad para modelar situacionescomplejas, describir fenomenos naturales y, en general,resolver cuestiones de la vida cotidiana. En este traba-jo buscamos mostrar como estas dos ramas de las ma-tematicias se han complementado, explorando los meto-dos que usualmente se emplean. Por ultimo, ensenaremosalgunas de sus aplicaciones mas importantes

32

ENOAN2019 Carteles

CE-11, NB: Optimizacion matematica delas ganancias de una empresa Zacatecana

Fatima Itzel Pereira Aguilera, UniversidadAutonoma de Zacatecas, fitzelpa36@gmail.com.

Revenaltza es una empresa que se fundo hace 30 anos.En la actualidad ofrece el servicio de venta y renta demaquinaria ligera para facilitar el trabajo del construc-tor, siendo las rentas su principal ingreso, ademas es unade las MiPyMes que han superado la media estatal depermanencia. Es por ello que el objetivo de este tra-bajo es determinar la venta necesaria por dıa que tieneque realizar dicha empresa para optimizar sus ganancias,puesto que la maquinaria se renta durante 24 horas. Elmetodo utilizado se llama simplex, y las variables usa-das representaran a las 3 maquinarias mas rentadas enla empresa, que son: revolvedora, andamios y vibradores.Para calcular la maximizacion de beneficios se conside-raron la cantidad de maquinaria disponible, el tiempodurante el que se rentan, y el costo de renta de cadauno. Dichas maquinas son eficientes para disminuir eltrabajo de los constructores, pues con ellas se facilita sujornada laboral. La revolvedora sirve para hacer mezclasque se utilizan en colados o firmes; los andamios dan lacapacidad al obrero de alcanzar las alturas que necesi-te para completar sus tareas, ya sea: pintar, enjarrar,construir, etc. Por ultimo, el vibrador sirve para que elconstructor tenga la certeza de que la distribucion de sumezcla sera equitativa en toda su construccion, es decir,este facilita y da eficiencia para que todo quede firme. Eltrabajo arrojo como resultados que la maxima gananciasera de $4,939 pesos mexicanos diariamente cuando en-temporadas altas se renten 8 revolvedoras, 12 vibradoresy 21 andamios; Este proyecto de optimizacion sera efi-ciente para que la empresa quede bien con los clientes yademas maximice sus ganancias totales.

CE-12, NB: Cadena de suministro paraaprovechamiento de residuos agroindus-triales.

Maximiliano Ibarra Navarro, UniversidadAutonoma de Coahuila,maximilianoibarrana@uadec.edu.mx, YajairaCardona Valdes, Vanesa Avalos Gaytan.

La cadena de suministro de produccion agro-industrialse generan gran cantidad de residuos los cuales muchasveces generan problematicas para los productores quie-nes los ven como desperdicio. Sin embargo, muchos deestos al ser ricos en sustancias nutritivas podrıan ser em-pleados para obtener productos de alto valor nutricionala un bajo costo. En Coahuila existen empresas que ge-neran gran cantidad de dichos residuos como la cascarade la uva (industria vitivinıcola, Parras de la Fuente)cascaras de naranja (industria juguera, Saltillo), poma-za de manzana (industria juguera, Arteaga) y cascarasde tuna (comercializadora de fruta mınimamente proce-sada, Saltillo). En este poster se presenta el esquema dela cadena de suministro que podrıa emplearse para apro-vechar dicha materia prima para elaborar productos dealto valor nutricional, tipo snack; desde la obtencion dela materia prima, su procesamiento, almacenamiento ydistribucion.

CE-13, NB: Distribucion de alimentos ex-truidos para mitigar la obesidad

Jose Angel Salgado Rangel, UniversidadAutonoma de Coahuila,josesalgadorangel@uadec.edu.mx, MarcoAntonio Padilla del Bosque, Oliver AvalosRosales, Irma Delia Garcıa Calvillo.

En los ultimos anos la problematica de la obesidad in-fantil ha ido en aumento en el paıs, en particular se hadetectado que los estados del Norte son los mas afecta-dos, Coahuila en particular. En este poster se presentauna estrategia para mitigar este problema, se plantea eldesarrollo de alimentos extruidos con alto valor nutricio-nal tipo snack. El principal beneficiario y usuario finaldel snack serıa la poblacion infantil en edad escolar queasiste a una institucion educativa en el sector publico,lo que involucra el abastecimiento del producto final atodos los ninos y ninas en el estado de Coahuila. Esteproblema de distribucion se plantea como un problemade ruteo de vehıculos.

CE-14, NI: Modelacion Matematica delProblema de Electrocardiografia

Minerva Marquez Castillo, UniversidadAutonoma Metropolitana,minemarquez0401@gmail.com, JoaquınDelgado Fernandez.

El modelo mas simple de electrocardiografıa (ECG), con-siste en representar al corazon por un dipolo electrico enel interior de una region que representa el torso humano,donde las mediciones del ECG se realizan en puntos de-terminados sobre el torso llamados leads. En este traba-jo presentamos el calculo analıtico del potencial sobre lasuperficie de una esfera debido a un dipolo excentrico yde orientacion arbitraria [1], y simulamos la medicion enun lead, mediante una cinematica simple de variacionperiodica del origen y orientacion de dipolo. Esto se co-noce como el problema directo. En el problema inversose trata de determinar la trayectoria y orientacion deldipolo a partir de una medicion del ECG. Planteamosel problema inverso en terminos de ecuaciones integralesde Fredholm y las dificultades inherentes.

33

Carteles ENOAN2019

CE-15, NB: Ensenanza de principios basi-cos de programacion utilizando realidadaumentada

Marıa Isabel Lopez Huerta, UniversidadMichoacana de San Nicolas de Hidalgo,i.lopez.huerta.96@gmail.com.

Ser capaz de programar en un lenguaje de computaciones una de las habilidades fundamentales que se debe detener el mundo actual. Si no se desarrolla esa habilidad,en particular desde una edad temprana, se corre el riesgode no poder competir adecuadamente en el mundo labo-ral que estamos viviendo ya. Sin embargo, reconocemosque en muchos casos no es una tarea sencilla por multi-ples factores, por lo que se deben buscar alternativas deensenanza para poder incorporar a la poblacion a estadinamica. Nuestra propuesta conlleva un proceso de en-senanza de conceptos basicos de programacion medianteun enfoque constructivista, utilizando herramientas queson de facil acceso a la poblacion adolescente de Mexico.

CE-16, NI: Redes de Hopfield y asigna-cion de organos

Rolando Borja Brito, Universidad NacionalAutonoma de Mexico, borja21rb@gmail.com,Javier Garcıa Garcıa, Humberto CarrilloCalvet.

Soy estudiante de la licenciatura en fısica en la Univer-sidad Nacional Autonoma de Mexico. Mis intereses secentran en la fısica computacional ası como en el Machi-ne Learning. Por tal motivo, actualmente me encuentrotrabajando en mi tesis, la cual tiene por tema centralla implementacion de una red neuronal artificial pararesolver un problema de asignacion de organos. La es-tructura de la red que se utiliza es conocida como Redesde Hopfield.

CE-17, NB: Optimizacion de mecanis-mos bidimensionales utilizando coordena-das naturales.

Estrella Marina Juarez Rivera, Centro deInvestigacion en Matematicas (CIMAT),estrella.juarez@cimat.mx, Ramiro VelazquezGuerrero, Marıa Teresa Orvananos Guerrero.

Analisis para la optimizacion para el balanceo completode mecanismos complejos en el plano.- Mecanismo deseis barras de Stephenson (tipo I y tipo II)- Mecanismode seis barras de Watt

CE-18, NB: Fractales con el metodo deNewton

Lisset Yasmin Lagunas Jimenez, UniversidadAutonoma Metropolitana,youngmilagunas@gmail.com.

Un fractal es un objeto semigeometrico cuya estructurabasica, fragmentada o irregular, se repite a diferentes es-calas. Las estructuras fractales estan presentes en todoslados, por ejemplo en redes neuronales, sistemas de losseres vivos, arboles, montanas etc. Un gran numero defractales conocidos como los fractales de Mandelbrot yJulia pueden ser generados a partir de metodos iterativosen el plano. El objetivo de este estudio es mostrar comose puede generar un fractal a partir del metodo iterativode Newton, ası mismo apreciar sus propiedades de auto-similitud, irregularidad y simetrıa a escala mediante laobtencion de imagenes.

CE-19, NI: La develacion de una obstruc-cion parcial sobre paredes de un ducto pordonde fluye un flujo viscoso

Louis David Breton Tenorio, UniversidadNacional Autonoma de Mexico,louis.breton@ciencias.unam.mx, Jesus LopezEstrada.

El padecimiento de estenosis en arterias coronarias es unproblema de salud publica de impacto mundial [1], puesel infarto al miocardio (heart attack en ingles) es unade la causas principales de muerte en varios paıses delprimer mundo, con una incidencia creciente en paıses envıas de desarrollo como Mexico. El paradigma de nues-tro trabajo de investigacion sobre el relevante problemade la de- teccion temprana de estenosis en coronarias, ola prevencion de infartos al miocardio, por medios no-invasivos, se basa en dos hechos fi´sicos bien conocidos:Uno, la presencia de una obstruccion parcial (estenosis)en un ducto (coronaria) da lugar a un flujo sanguineoturbulento post obstruccion. Dos, este flujo turbulentogenera una onda acustica, que se propaga desde la pa-red del vaso coronario a traves del torax hasta alcanzarla superficie del pecho, donde se puede registrar con laayuda de sensores especiales.

34

ENOAN2019 Indice de Autores

CE-20, NI: Modelando la dinamicaecologica de las cucarachas: un modelo ba-sado en agentes.

Ulises Armando Rayon Pichardo, UniversidadNacional Autonoma de Mexico,uliarp@ciencias.unam.mx, Augusto CabreraBecerril.

Las cucarachas son una especie muy conocida pero po-co estudiada. En las ciudades parece tan habitual vivirentre cucarachas que se les considera parte de la fau-na urbana, sin embargo estos insectos pueden ser por-tadores de diferentes parasitos y enfermedades, por loque controlar el crecimiento de la poblacion de cucara-chas es un problema de salud publica y como tal debeser tratado. En este trabajo modelamos las dinamicasecologicas, espaciales y temporales de una poblacion decucarachas, estudiamos posibles mecanismos de control.Esencialmente nuestro modelo es un hıbrido, en el que ladinamica de la poblacion de cucarachas sigue un compor-tamiento logıstico y compartmental mientras la dinamicaespacial ocurre en un ambiente de red. La poblacion hu-mana se comporta como un conjunto de agentes autono-mos en este ambiente y al mismo tiempo como vectoresde una infeccion de cucarachas.

35

Indice de Autores

A. Ortız-Hernandez, 31Abraham Martin del Campo, 16Adalberto Maldonado, 20Adriana Laura Lopez Lobato, 21Adriana Monroy Guzman, 18Alan Arnoldo Alcantar Gomez, 25Alejandro Peregrino Perez, 29America Guadalupe Espinosa Gonzalez, 32Ana Kristhel Esteban Lopez, 30Angelina Sifuentes, 16Antonio Sarmiento Galan, 20Ariel Orozco Nieto, 32Arturo Javier Nic May, 24Augusto Cabrera Becerril, 21, 32, 35

Baltazar Aguirre Hernandez, 25Brenda Yaneth Sotelo Benıtez, 23

C. Sifuentes-Gallardo, 31C. Villafuerte, 16Caleb Andrade Cernas, 20Carlos Rodrıguez Contreras, 28Catherine Garcıa Reimbert, 24Cesar Alberto Rosales Alcantar, 27Cesar Eduardo Lopez Flores, 32Cinthia Naty Cortazar Cortazar, 31Claudia Pio Ferreira, 22Cristian Castillo Olea, 25

Daniel Arturo Vargas Plata, 32David Balladares de la Cruz, 31

E.D. Gaytan-Alfaro, 27Edgar Resendiz Flores, 16, 17Edilson Fernando Salazar Monroy, 26Edith Cardenas Vargas, 20Edwin Enrique Perez Rodrıguez, 21, 30Efraın Ruız, 16Eleazar Lopez Flores, 25Elia Mercedes Alonso Guzman, 22, 23Emmanuel Romero Ruiz, 29Eric Campos Canton, 24Eric Jose Avila Vales, 24Erika Fabiola Rivero Esquivel, 24Estrella Marina Juarez Rivera, 34

Fatima Itzel Pereira Aguilera, 33Fatima Sanchez Ruiz, 26Francisco Ivan Medina Dorantes, 23Francisco Javier Domınguez Mota, 17, 22, 23Francisco Javier Martınez Deferia, 17Francisco Javier Sanchez Bernabe, 24

Gabriela Sanchez Yepez, 24Gerardo Hernandez Duenas, 17, 27

Gerardo Tinoco Guerrero, 17Gilberto Aboites Manrique, 19Guillermo Huerta Cuellar, 24, 31Guilmer F. Gonzalez Flores, 22Gustavo Felix Verduzco, 19

H.A. Duran-Munoz, 27, 31Hector Eduardo Gilardi Velazquez, 24Harry Fernando Oviedo Leon, 27Heladio Verver y Vargas Ramırez, 19Hugo Luis Chavez Garcıa, 23Hugo Parra Prado, 25Humberto Carrillo Calvet, 34

Irma Carolina Parga Fuentes, 32Irma Delia Garcıa Calvillo, 16, 33Ivan Mendez Cruz, 22

J.P. Lessard, 26Jaime Burgos Garcıa, 26Jania Astrid Saucedo Martinez, 26Javier Axayacatl Melchor Hernandez, 32Javier Garcıa Garcıa, 34Jesus Lopez Estrada, 20, 24, 34Joaquın Delgado Fernandez, 33Joel Antonio Trejo Sanchez, 14Johan Van Horebeek, 25Jorge Alberto Davila Hernandez, 28Jorge Lopez Lopez, 31Jorge X. Velasco Hernandez, 16Jose Alberto Guzman Torres, 22, 23Jose Alejandro Ruiz Sanchez, 14Jose Angel Salgado Rangel, 33Jose Antonio Flores Dıaz, 19Jose Arturo Berrones Santos, 25Jose Fernando Camacho-Vallejo, 22Jose Gerardo Tinoco Ruiz, 17, 22, 23Jose Luis Echenausıa Monroy, 31Jose Luis Fraga Almanza, 19, 24Jose Refugio Reyes Valdes, 19, 24Joshua Mendoza Jasso, 14Josue Tago, 16Juan A. Dıaz, 22Juan Carlos Corona Oran, 32Juan Carlos Garcıa Velez, 22Juan Hugo Garcıa Lopez, 31Juan Martınez, 27Juan Pablo Soto Barrera, 14Judith Yareli Sanchez Lozada, 28Julian Tercero Becerra Sagredo, 27Julio Waissman Vilanova, 14Justino Alavez Ramırez, 21, 30, 31

Katya Rodrıguez Vazquez, 28

Leonardo Ramırez Guzman, 26

36

ENOAN2019 Indice de Autores

Leticia A. Ramırez-Henandez, 27Liliana Carolina Saus Olvera, 29Lisset Yasmin Lagunas Jimenez, 34Louis David Breton Tenorio, 34Luis Alberto Cisneros Ake, 16, 25Luis Alfonso Rivera Infante, 21Luis Enrique Angeles Montero, 23Luis F. Hernandez, 20

M. Ramırez-Piedra, 31Ma. de Lourdes Esteva Peralta, 24Manuel Coronado Gallardo, 17Marıa Angelica Salazar Aguilar, 24, 25, 29Marıa del Pilar Alonso Reyes, 19Marıa Isabel Lopez Huerta, 34Marıa Luisa Sandoval Solıs, 17, 27, 28Marıa Teresa Orvananos Guerrero, 34Marco Antonio Navarrete Seras, 22, 23Marco Antonio Padilla del Bosque, 33Marcos Bernal Romero, 22Mario Santana, 16Marlen Hernandez Ortiz, 27Martın Eduardo Frıas Armenta, 25Martha Lorena Avendano Garrido, 21Martha Ma. Tellez Rojo, 18Maximiliano Ibarra Navarro, 33Mayra Cristina Berrones Reyes, 25Mayra Juarez Pelaez, 25Miguel Angel Uh Zapata, 23Minerva Marquez Castillo, 33Mirna Valenzuela Dominguez, 29

Nestor David Solis Sandoval, 32

O. Guirette-Barbosa, 31Odin Fernando Eufracio Vazquez, 25Oliver Avalos Rosales, 25, 32, 33Oscar Susano Dalmau Cedeno, 27

Pablo Barrera Sanchez, 22Pablo Cesar Palomino Martınez, 32Pamela Jocelyn Palomo Martınez, 24Patricia Saavedra Barrera, 29Perla Elizabeth Castillo Flores, 24Porfirio Toledo Hernandez, 26

Ramiro Velazquez Guerrero, 34Raziel Zavaleta Rodriguez, 28Ricardo Alvarez Salas, 16Ricardo Lopez del Rosario, 29Rider Jaimes Reategui, 31Rina Betzabeth Ojeda Castaneda, 19, 24Roberto A. Saenz, 18Robin Preenja Sagar, 22Rocıo Salinas Guerra, 26Rolando Borja Brito, 34

Saul Juan Carlos Salazar Samaniego, 22Sarahı Sanchez Montes, 32Susana Abigail Gonzalez Flores, 31

T. Nishimura, 16

Ulises Armando Rayon Pichardo, 35Ursula X. Iturraran Viveros, 16, 22

V. Kostoglodov, 16V.M. Castano, 27

V.M. Cruz-Atienza, 16Vıctor Castellanos Vargas, 23Vanesa Avalos Gaytan, 33Vanesa Carrillo Ayala, 27Victoria Orozco Vidal, 21, 30

Wilfrido Martınez Molina, 22, 23

Yajaira Cardona Valdes, 25, 32, 33Yendry Arguedas, 16

37

Horarios

38

HO

RA

RIO

GEN

ERA

L

Ho

ra

Lun

es 2

6 M

arte

s 27

M

iérc

ole

s 2

8

Juev

es 2

9

Vie

rnes

30

9:0

0 –

10

:00

In

augu

raci

ón

(A

ud

ito

rio

) B

2 (

Juan

y J

ulio

, S1

) A

3 (

Jon

ás y

Lu

is, S

2)

B2

(Ju

an y

Ju

lio, S

1)

I1 (

José

Ale

jan

dro

, S3

) A

3 (

Jon

ás y

Lu

is, S

2)

B2

(Ju

an y

Ju

lio, S

1)

I3 (

Javi

er, L

etic

ia, C

itla

li, S

3)

A3

(Jo

nás

y L

uis

, S2

)

10

:00

– 1

1:0

0

Co

nfe

ren

cia

“Die

go B

rici

o”

Héc

tor

Juár

ez (

Au

d)

B2

(Ju

an y

Ju

lio, S

1)

A3

(Jo

nás

y L

uis

, S2

)

B2

(Ju

an y

Ju

lio, S

1)

I1 (

José

Ale

jan

dro

, S3

) A

3 (

Jon

ás y

Lu

is, S

2)

B2

(Ju

an y

Ju

lio, S

1)

I3 (

Javi

er, L

etic

ia, C

itla

li, S

3)

A3

(Jo

nás

y L

uis

, S2

)

CI3

(M

. Flo

res,

Sal

a 1

)

CI4

(M

.L. E

stev

a, S

ala

1)

11

:00

– 1

1:3

0

R E

C E

S O

R

E C

E S

O

R E

C E

S O

R

E C

E S

O

R E

C E

S O

11

:30

– 1

2:3

0

CI1

(P

. Flo

res,

Sal

a 1

) C

P1

(Jo

sé S

arra

te)

(Au

dit

ori

o)

CP

2 (

Jorg

e N

oce

dal

) (A

ud

ito

rio

) C

P3

(H

ugo

Est

rad

a)

(Au

dit

ori

o)

CP

4 (

Ped

ro M

iram

on

tes)

(A

ud

ito

rio

) C

I2 (

H. M

adri

d, S

ala

1)

12

:30

– 1

3:3

0

B1

(Jo

sé y

Jo

sé L

uis

, S1

) I2

(P

aulo

Ces

ar, S

2)

A1

(M

igu

el U

h, S

3)

B1

(Jo

sé y

Jo

sé L

uis

, S1

) I2

(P

aulo

Ces

ar, S

2)

A1

(M

igu

el U

h, S

3)

I1 (

José

Ale

jan

dro

, S3

) I3

(Ja

vier

, Let

icia

, Cit

lali,

S1

) A

1 (

Mig

uel

Uh

, S2

) 9

po

nen

cias

po

r so

licit

ud

9

po

nen

cias

po

r so

licit

ud

13

:30

– 1

4:3

0

B1

(Jo

sé y

Jo

sé L

uis

, S1

) I2

(P

aulo

Ces

ar, S

2)

A1

(M

igu

el U

h, S

3)

B1

(Jo

sé y

Jo

sé L

uis

, S1)

I2 (

Pau

lo C

esa

r, S

2)

A1

(M

igu

el U

h, S

3)

I3 (

Javi

er, L

etic

ia, C

itla

li, S

1)

A2

(Jo

rge

, S2

) 9

po

nen

cias

po

r so

licit

ud

6

po

nen

cias

po

r so

licit

ud

1

Plá

tica

Pre

mio

Mix

baa

l

14

:30

– 1

6:0

0

C O

M I

D A

C

O M

I D

A

TAR

DE

LIB

RE

C O

M I

D A

C

O M

I D

A

16

:00

– 1

7:0

0

B3

(G

erar

do

, S1

) A

2 (

Jorg

e, S

2)

B3

(G

erar

do

, S1

) A

2 (

Jorg

e, S

2)

TAR

DE

LIB

RE

9 p

on

enci

as p

or

solic

itu

d

17

:00

– 1

8:0

0

B3

(G

erar

do

, S1

) A

2 (

Jorg

e, S

2)

B3

(G

erar

do

, S1

) A

2 (

Jorg

e, S

2)

Car

tele

s A

sam

ble

a d

e cl

ausu

ra

(Au

dit

ori

o)

18

:00

– 1

9:0

0

Car

tele

s C

arte

les

Car

tele

s

20

:00

a 2

1:3

0

Info

rmac

ión

Gen

eral

de

la S

MC

CA

(H

ote

l Sed

e)

A

sam

ble

a G

en

eral

de

la

SMC

CA

(H

ote

l Sed

e)

39

C

urs

os

Bás

ico

s Sa

lón

R

eq

ue

rim

ien

tos

Inic

ia

Term

ina

B1

Intr

od

ucc

ión

a la

Est

adís

tica

Esp

acia

l co

n le

ngu

aje

R.

José

Ref

ugi

o R

eyes

Val

dés

y J

osé

Lu

is F

raga

Alm

anza

, UA

deC

. Sa

la 1

La

pto

ps

USB

16

GB

par

a e

l so

ftw

are

a p

rop

orc

ion

ar

Lun

es 1

2:3

0

Mar

tes

14:

30

B2

Her

ram

ien

tas

Co

mp

uta

cio

nal

es p

ara

Big

Dat

a.

Juan

Pab

lo S

oto

Bar

rera

y J

ulio

Wai

ssm

an V

ilan

ova

, Un

ive

rsid

ad d

e So

no

ra.

Sala

1

Lap

top

s So

ftw

are

libre

M

arte

s 9:

00

Ju

eves

1

1:0

0

B3

Intr

od

ucc

ión

al C

óm

pu

to C

ien

tífi

co.

Ger

ard

o T

ino

co G

uer

rero

, UM

SNH

. Sa

la 1

La

pto

ps

Mat

lab

u O

ctav

e Lu

nes

16

:00

Mar

tes

18:

00

C

urs

os

Inte

rme

dio

s Sa

lón

R

eq

ue

rim

ien

tos

Inic

ia

Term

ina

I1

Intr

od

ucc

ión

a M

éto

do

s d

e M

ach

ine

Lear

nin

g o

rie

nta

do

a P

rob

lem

as

Soci

ales

y E

con

om

ía.

José

Ale

jan

dro

Ru

iz S

ánch

ez, I

NEG

I-A

guas

calie

nte

s.

Sala

3

Lap

top

, An

aco

nd

a,

Co

nex

ión

a In

tern

et

Mié

rco

les

9:0

0

Mié

rco

les

13:

30

I2

Sob

re e

l Co

no

cim

ien

to C

ole

ctiv

o

Pau

lo C

esar

Man

ríq

uez

Mir

ón

, In

stit

uto

de

Mat

emát

icas

-UN

AM

Cu

ern

avac

a.

Sala

2

Lap

top

s R

, R-S

tud

io

Lun

es 1

2:3

0

Mar

tes

14:

30

I3

Alg

ebra

Lin

eal N

um

éric

a co

n A

plic

acio

nes

. Ja

vier

de

Jesú

s C

ort

és

Agu

irre

, M

.I. L

etic

ia A

ngé

lica

Ram

írez

Gal

icia

, Fa

cult

ad

de

Cie

nci

as U

NA

M; C

itla

li Ed

ith

Ram

írez

Gal

icia

, Esc

uel

a Su

per

ior

de

Inge

nie

ría

Qu

ímic

a e

Ind

ust

rias

Ext

ract

ivas

, IP

N.

Sala

1

Sala

3

Lap

top

s M

atla

b u

Oct

ave

Mié

rco

les

12:

30

Juev

es

11:

00

C

urs

os

Ava

nza

do

s Sa

lón

R

eq

ue

rim

ien

tos

Inic

ia

Term

ina

A1

Solu

ció

n d

e Ec

uac

ion

es D

ifer

enci

ales

Par

cial

es U

san

do

Mac

hin

e L

earn

ing.

Mig

uel

Án

gel U

h Z

apat

a, C

áted

ra-C

ON

AC

YT, C

IMA

T- M

érid

a.

Sala

3

Sala

2

Lap

top

s Lu

nes

12

:30

M

iérc

ole

s 1

3:3

0

A2

Dis

cret

izac

ión

de

un

Pro

ble

ma

de

Co

ntr

ol

par

a En

con

trar

Op

erad

ore

s d

e M

emo

ria

Cri

ogé

nic

a.

Jorg

e Ló

pez

Ló

pez

, UJA

T.

Sala

2

Lap

top

s M

atla

b u

Oct

ave

Lun

es 1

6:0

0 M

iérc

ole

s 1

4:3

0

A3

Mo

del

ado

y

Re

solu

ció

n

de

Pro

ble

mas

d

e O

pti

miz

ació

n

con

P

yth

on

&

G

uro

bi.

Jo

nás

Vel

asco

Álv

arez

, Cát

edra

-CO

NA

CYT

, CIM

AT-

Agu

asca

lien

tes;

Lu

is E

du

ard

o U

rbán

Riv

ero

, UA

M-

Agu

asca

lien

tes.

Sala

2

Lap

top

s M

arte

s 0

9:0

0

Juev

es

11:

00

40

C

on

fere

nci

as P

len

aria

s Fe

cha/

ho

ra

CP

1

Form

ula

cio

nes

de

Gal

erki

n d

e al

to o

rden

dis

con

tin

uas

e h

ibri

diz

able

s p

ara

flu

jo d

e u

na

y d

os

fase

s en

me

dio

po

roso

. Jo

sé S

arra

te, U

niv

ersi

dad

Po

litéc

nic

a d

e C

atal

uñ

a.

Mar

tes

11

:30

CP

2

La O

pti

miz

ació

n N

o-L

inea

l y S

u R

ol F

un

dam

enta

l en

Ap

ren

diz

aje

de

Máq

uin

a.

Jorg

e N

oce

dal

, Dep

artm

ent

of

Ind

ust

rial

En

gin

eeri

ng

and

Man

agem

ent

Scie

nce

s,

No

rth

wes

tern

Un

iver

sity

. M

iérc

ole

s 1

1:3

0

CP

3

Cie

nci

a d

e d

ato

s en

la e

ra d

el in

tern

et d

e la

s co

sas.

H

ugo

Est

rad

a Es

qu

ivel

, D

irec

ció

n d

e C

oo

rdin

ació

n S

ecto

rial

de

la D

irec

ció

n A

dju

nta

de

Cen

tro

s d

e In

vest

igac

ión

, CO

NA

CYT

. Ju

eves

11

:30

CP

4

El in

vie

rno

de

la In

telig

enci

a A

rtif

icia

l.

Pe

dro

Ed

uar

do

Mir

amo

nte

s V

idal

, Fac

ult

ad d

e C

ien

cias

, UN

AM

. V

iern

es 1

1:3

0

C

on

fere

nci

as In

vita

das

ESC

UEL

A

Fech

a/h

ora

CI1

U

n M

od

elo

par

a el

Pro

nó

stic

o d

e la

Dem

and

a d

e En

ergí

a El

éctr

ica

del

Día

Sig

uie

nte

. P

ed

ro F

lore

s P

érez

, Un

iver

sid

ad d

e So

no

ra.

Lun

es 1

1:3

0

CI2

D

o y

ou

sp

eak

Lin

ear

Alg

eb

ra?

Hu

mb

erto

Mad

rid

de

la V

ega,

Pro

feso

r Ju

bila

do

. Lu

nes

12

:00

CI3

La

mu

erte

de

Arq

uím

edes

. M

aris

ol F

lore

s G

arri

do

, EN

ES, U

nid

ad M

ore

lia, U

NA

M.

Vie

rnes

10:

00

CI4

U

n m

od

elo

mat

em

átic

o p

ara

eval

uar

la

imp

ort

anci

a d

e la

tra

nsm

isió

n s

exu

al e

n l

a ep

idem

ia d

e Z

ika

del

20

15

en

Río

de

Jan

eiro

, Bra

sil.

Lo

urd

es E

stev

a, C

lau

dia

Pio

, Gu

stav

o C

ruz,

Fac

ult

ad d

e C

ien

cias

, UN

AM

. V

iern

es 1

0:3

0

C

on

fere

nci

a D

iego

Bri

cio

Fe

cha/

ho

ra

CD

B

La E

cuac

ión

Bia

rmó

nic

a en

el

Pro

ble

ma

de

Elec

tro

en

cefa

logr

afía

In

vers

a: A

nál

isis

y

Solu

ció

n N

um

éri

ca.

Lore

nzo

Héc

tor

Juár

ez V

alen

cia,

Dep

to. D

e M

atem

átic

as d

e la

UA

M-I

ztap

alap

a.

Lun

es 1

0:0

0

41

Secc

ión

Par

ale

la M

EX-S

IAM

M

arte

s 2

7 d

e a

gost

o. S

ala

4

Ho

ra

Po

nen

cia

9:0

0 –

9:3

0

Tran

smis

sio

n d

ynam

ics

of

acu

te r

esp

irat

ory

dis

eas

es

in a

po

pu

lati

on

str

uct

ure

d b

y ag

e.

Jorg

e X

. Vel

asco

Her

nán

dez

, IM

ATE

Ju

riq

uill

a, U

NA

M.

9:3

0 –

10

:00

C

on

tro

l, o

bse

rvac

ión

y d

iagn

óst

ico

de

fal

las

de

sis

tem

as d

inám

ico

s.

Ric

ard

o Á

lvar

ez-S

alas

, Un

iver

sid

ad A

utó

no

ma

de

San

Lu

is P

oto

sí.

10

:00

– 1

0:3

0

Mé

tod

os

de

Mac

hin

e L

ear

nin

g p

ara

la e

stim

ació

n d

e v

olú

me

ne

s d

e p

rop

ied

ade

s p

etr

ofí

sica

s: Y

acim

ien

to

Ten

eri

fe e

n C

olo

mb

ia.

Úrs

ula

Xio

mar

a It

urr

arán

Viv

ero

s, F

acu

ltad

de

Cie

nci

as, U

NA

M.

10

:30

– 1

1:0

0

Slo

w s

lip in

vers

ion

an

d in

terp

late

co

up

ling

in G

ue

rre

ro u

sin

g th

e a

djo

int

me

tho

d.

Josu

e Ta

go, F

acu

ltad

de

Inge

nie

ría,

UN

AM

.

11

:00

– 1

1:3

0

R E

C E

S O

11

:30

– 1

2:3

0

CO

NFE

REN

CIA

PLE

NA

RIA

(A

UD

ITO

RIO

)

12

:30

– 1

3:0

0

Din

ámic

a d

e s

olit

on

es

bri

llan

tes

de

ban

da

en la

ecu

ació

n n

o lí

ne

a d

e S

chrö

din

ger

con

dis

pe

rsió

n h

ipe

rbó

lica.

Lu

is C

isn

ero

s-A

ke, I

PN

.

13

:00

– 1

3:3

0

Re

gio

ne

s (s

em

i) a

lge

bra

icas

en

alg

ori

tmo

s fi

loge

né

tico

s.

Ab

rah

am M

artí

n d

el C

amp

o, C

IMA

T.

13

:30

– 1

4:0

0

Un

a ap

licac

ión

de

l "Fl

exi

ble

Jo

b S

ho

p S

che

du

ling

Pro

ble

m"

en

un

a e

mp

resa

me

xica

na.

Ir

ma

Del

ia G

arcí

a C

alvi

llo, U

Ad

eC.

14

:00

– 1

4:3

0

Fin

ite

Po

ints

et

Me

tho

d:

un

a ap

roxi

mac

ión

co

mp

uta

cio

nal

lib

re d

e m

alla

en

pro

ceso

s d

e t

ran

spo

rte

. Ed

gar

Res

énd

iz F

lore

s, In

stit

uto

Tec

no

lógi

co d

e Sa

ltill

o.

14

:30

– 1

6:0

0

C O

M I

D A

16

:00

– 1

6:3

0

Inte

racc

ion

es

sub

-me

soe

scal

are

s d

e o

nd

as in

erc

iale

s e

n e

l océ

ano

y s

u e

fect

o e

n la

dif

usi

vid

ad t

urb

ule

nta

. G

erar

do

Her

nán

dez

Du

eñas

, IM

ATE

Ju

riq

uill

a, U

NA

M.

16

:30

– 1

7:0

0

Mo

de

laci

ón

de

l de

spre

nd

imie

nto

, mig

raci

ón

y a

tora

mie

nto

de

fin

os

en

flu

jo d

e d

os

fase

s p

ara

un

yac

imie

nto

p

etr

ole

ro.

Mar

ía L

uis

a Sa

nd

ova

l So

lís, U

AM

-Izt

apal

apa.

17

:00

– 1

7:3

0

Solu

ció

n d

el p

rob

lem

a d

e M

otz

em

ple

and

o d

ife

ren

cias

fin

itas

ge

ne

raliz

adas

. Fr

anci

sco

Jav

ier

Do

mín

guez

Mo

ta, U

MIC

H.

17

:30

– 1

8:0

0

Estu

dio

de

la

est

abili

dad

de

esq

ue

mas

de

Dif

ere

nci

as F

init

as G

en

era

lizad

as

aplic

ado

s a

las

ecu

acio

ne

s d

e

Ad

vecc

ión

, Dif

usi

ón

y A

dve

cció

n-D

ifu

sió

n.

José

Ge

rard

o T

ino

co R

uiz

, Ger

ard

o T

ino

co G

uer

rero

y F

ran

cisc

o J

avie

r D

om

íngu

ez M

ota

, UM

ICH

.

18

:00

– 1

9:0

0

MES

A R

EDO

ND

A

42

Wo

rksh

op

Big

Dat

a &

Mac

hin

e L

ear

nin

g

Mié

rco

les

28

de

ago

sto

Sala

4

Org

aniz

ado

res:

Dr.

Pe

dro

Flo

res

Pér

ez y

Dra

. Le

tici

a A

dri

ana

Ram

íre

z H

ern

ánd

ez.

Ho

ra

Po

ne

nci

a

10

:30

– 1

1:0

0

Min

erí

a d

e D

ato

s en

el H

oga

r.

Josh

ua

Men

do

za J

asso

, Has

-it

SC.

11

.00

– 1

1:3

0

R E

C E

S O

11

:30

– 1

2:3

0

CO

NFE

REN

CIA

PLE

NA

RIA

(A

UD

ITO

RIO

)

12

:30

– 1

3:0

0

Alp

ha

Zero

: C

óm

o y

po

r q

ué

fun

cio

na.

Ju

lio W

aiss

man

Vila

no

va, U

niv

ers

idad

de

So

no

ra.

13

:00

– 1

3:3

0

Pro

ble

ma

s d

e o

pti

miz

ació

n e

n B

ig D

ata.

Jo

el A

nto

nio

Tre

jo S

ánch

ez, C

IMA

T.

13

:30

– 1

4:0

0

¿Qu

é e

s b

lock

chai

n y

có

mo

fu

nci

on

a e

sta

tecn

olo

gía?

Ju

an P

ablo

So

to B

arre

ra, U

niv

ers

idad

de

So

no

ra.

14

:00

– 1

4:3

0

Uso

d

e

Big

D

ata

par

a la

G

en

era

ció

n

de

In

form

ació

n

Pú

blic

a.

José

Ale

jan

dro

Ru

iz S

ánch

ez,

INEG

I-A

guas

calie

nte

s.

43

III M

ini-

sim

po

siu

m “

Me

dic

ina

y M

ate

mát

icas

” Sa

la 4

Org

aniz

ado

res:

Dr.

Gilb

erto

Cal

villo

Viv

es, D

r. J

esú

s Ló

pez

Est

rad

a y

Dra

. Rin

a B

etza

bet

h O

jed

a C

asta

ñed

a.

Ho

ra

Jue

ves

Vie

rne

s

9:0

0 –

9:4

0

Alg

un

as f

uen

tes

de

info

rmac

ión

par

a el

est

ud

io d

e la

ob

esid

ad e

n

Méx

ico

: EN

SaN

ut,

ELE

MEN

T y

PR

OG

RES

S.

Mar

tha

Ma.

Té

llez

Ro

jo, C

en

tro

de

Inve

stig

ació

n e

n E

valu

ació

n y

En

cues

tas,

INSP

.

Títu

lo p

or

anu

nci

ar.

Luis

F. H

ern

ánd

ez, F

UN

SALU

D.

9:4

0 –

10

:20

Estr

ateg

ias

de

pre

ven

ció

n e

n d

iab

etes

.

Ad

rian

a M

on

roy

Gu

zmán

, Ho

spit

al G

ener

al d

e M

éxic

o-U

NA

M.

Títu

lo p

or

anu

nci

ar.

Per

son

a d

el

com

ité

de

encu

esta

la

tin

oam

eric

ana

sob

re s

alu

d.

10

:20

– 1

1:0

0

Fru

cto

olig

osa

cári

do

s co

mo

u

na

alte

rnat

iva

a ed

ulc

ora

nte

s:

mo

del

ació

n m

atem

átic

a d

e s

u p

rod

ucc

ión

.

Ro

ber

to A

. Sáe

nz,

Un

iver

sid

ad d

e C

olim

a.

Ob

esid

ad in

fan

til y

dia

bet

es.

Edit

h

Cár

den

as

Var

gas,

En

do

crin

olo

gía

Ped

iátr

ica,

H

osp

ital

Gen

eral

“Lu

z G

on

zále

z C

osí

o”,

Zac

atec

as, Z

ac.

11

:00

– 1

1:3

0

R E

C E

S O

R

E C

E S

O

11

:30

– 1

2:3

0

CO

NFE

REN

CIA

PLE

NA

RIA

(A

UD

ITO

RIO

) C

ON

FER

ENC

IA P

LEN

AR

IA (

AU

DIT

OR

IO)

12:

40

– 1

3:2

0

El a

nta

gon

ism

o e

ntr

e vi

da

salu

dab

le y

ob

esid

ad.

Un

o d

e lo

s gr

and

es

reto

s m

exic

ano

s e

n c

ues

tió

n d

e sa

lud

.

Rin

a B

etza

bet

h O

jed

a C

asta

ñed

a (C

IMA

-UA

deC

), J

osé

Ref

ugi

o R

eye

s V

ald

és (C

IMA

-UA

deC

), J

osé

Lu

is F

raga

Alm

anza

(FC

FM-U

Ad

eC),

Mar

ía d

el

Pila

r A

lon

so R

eye

s (F

.C. -

UN

AM

), J

osé

An

ton

io F

lore

s D

íaz

(F.C

. - U

NA

M).

Sob

re in

dic

ado

res

de

la s

alu

d.

Cal

eb A

nd

rad

e C

ern

as, L

AM

, UC

IM-U

NA

M.

13

:20

– 1

4:0

0

Fact

ore

s so

cio

eco

nó

mic

os

aso

ciad

os

a la

ob

esid

ad in

fan

til e

n C

oah

uila

.

Gu

stav

o

Félix

V

erd

uzc

o,

Gilb

erto

A

bo

ites

M

anri

qu

e,

Cen

tro

d

e In

vest

igac

ion

es S

oci

oec

on

óm

icas

(C

ISE,

UA

deC

).

Clim

a, c

om

ida

y o

bes

idad

.

An

ton

io S

arm

ien

to G

alán

, LA

M, U

CIM

-UN

AM

.

14

:00

– 1

4:3

0

D I

S C

U S

I Ó

N

D I

S C

U S

I Ó

N

14

:30

– 1

6:0

0

C O

M I

D A

C

O M

I D

A

16

:00

– 1

6:4

0

Sob

rep

eso

, Ob

esid

ad e

n N

iñas

y N

iño

s en

Mé

xico

.

He

lad

io V

erve

r y

Var

gas

Ram

írez

, Ho

spit

al G

ener

al d

e Za

cate

cas,

Ser

vici

o

de

Ped

iatr

ía, A

cad

émic

o d

e la

Aca

dem

ia M

exic

ana

de

Ped

iatr

ía.

Un

est

ud

io e

pid

emio

lógi

co d

e la

ob

esi

dad

en

M

éxi

co.

Jesú

s Ló

pez

Est

rad

a, F

C y

LA

M-U

CIM

, UN

AM

.

16

:40

– 1

7:2

0

D I

S C

U S

I Ó

N

D I

S C

U S

I Ó

N

44

Pre

sen

taci

ón

de

Tra

baj

os

de

la E

scu

ela

Sa

las

1, 2

y 3

de

l CO

ZCY

T Ju

eve

s 2

9 d

e a

gost

o

Ho

ra

Sala

1

Sala

2

Sala

3

12

:30

– 1

2:5

0

Din

ámic

a d

e la

infe

cció

n p

or

VP

H: u

n m

od

elo

b

asad

o e

n a

gen

tes.

Au

gust

o C

abre

ra B

ecer

ril,

UN

AM

Mo

del

o d

e je

rarq

uiz

ació

n d

e la

s d

iez

pri

nci

pal

es

enfe

rmed

ade

s ca

usa

das

po

r la

ob

esid

ad in

fan

til.

Per

la E

lizab

eth

Cas

tillo

Flo

res,

UA

deC

Mo

del

os

de

sist

emas

din

ámic

os

con

der

ivad

as d

e o

rden

fra

ccio

nar

io.

Héc

tor

Edu

ard

o G

ilard

i Ve

lázq

uez

, UA

G

12

:50

– 1

3:1

0

Den

gue

in in

fan

ts: a

mat

hem

atic

al v

iew

of

the

imm

un

olo

gica

l asp

ects

.

Cla

ud

ia P

io F

erre

ira,

UN

ESP

Met

aheu

ríst

ica

GR

ASP

par

a re

solv

er u

n

pro

ble

ma

bi-

niv

el d

e ci

erre

de

inst

alac

ion

es

com

pet

itiv

a.

Juan

Car

los

Gar

cía

Vél

ez, U

AN

L

Solu

ció

n d

e ec

uac

ion

es

deg

ener

adas

no

lin

eale

s m

edia

nte

mét

od

os

de

dif

eren

cias

fin

itas

.

Fran

cisc

o Iv

án M

edin

a D

ora

nte

s, C

IMA

T

13

:10

– 1

3:3

0

Esta

bili

dad

de

mo

del

os

par

a e

l co

lap

so d

e co

lon

ias

de

abej

as.

Erik

a Fa

bio

la R

iver

o E

squ

ivel

, UN

AM

Pro

ble

ma

de

rute

o d

e ve

híc

ulo

s co

n m

áxim

a co

ber

tura

.

Bre

nd

a Ya

net

h S

ote

lo B

enít

ez, U

AN

L

Ap

roxi

mac

ión

de

la p

resi

ón

y v

elo

cid

ad d

e u

n f

lujo

m

on

ofá

sico

en

med

io p

oro

so u

san

do

los

mét

od

os

de

ele

men

to f

init

o e

stán

dar

y e

lem

ento

fin

ito

m

ixto

.

Jud

ith

Yar

eli S

ánch

ez L

oza

da,

UA

M

13

:30

– 1

3:5

0

Mo

del

o d

e fl

ujo

san

guín

eo b

ifás

ico

en

art

eria

s.

Un

pri

mer

ace

rcam

ien

to.

C

esar

Alb

erto

Ro

sale

s A

lcan

tar,

UN

AM

Co

nst

rucc

ión

de

ruta

s d

e tr

ansp

ort

e e

sco

lar

par

a la

Un

iver

sid

ad A

utó

no

ma

de

Co

ahu

ila.

M

ayra

Ju

árez

Pel

áez,

UA

deC

Solu

ció

n n

um

éric

a d

el v

alo

r d

e la

s d

efo

rmac

ion

es

en v

igas

usa

nd

o d

ato

s ex

per

imen

tale

s d

e d

ifer

ente

s m

ezcl

as d

e co

ncr

eto

co

n a

dit

ivo

s.

José

Alb

erto

Gu

zmán

To

rre

s, U

MIC

H

13

:50

– 1

4:1

0

Din

ámic

a gl

ob

al d

e u

n m

od

elo

de

grip

e d

e d

os

cep

as c

on

un

a ú

nic

a va

cun

a y

con

tas

a d

e in

cid

enci

a n

o li

nea

l.

Art

uro

Jav

ier

Nic

May

, UA

DY

Pla

nif

icac

ión

efi

cien

te d

e ru

tas

con

res

tric

cio

ne

s.

R

ocí

o S

alin

as G

uer

ra, U

V

Sim

ula

ció

n n

um

éric

a d

e si

smo

s ts

un

amig

énic

os

uti

lizan

do

un

aco

ple

ela

sto

acú

stic

o.

Edils

on

Fer

nan

do

Sal

azar

Mo

nro

y, U

NA

M

14

:10

– 1

4:3

0

Un

mo

del

o m

atem

átic

o d

e tr

atam

ien

to d

el

cán

cer

po

r ra

dio

tera

pia

.

Ale

jan

dro

Per

egri

no

Pér

ez, U

JAT

Mo

del

os

y al

gori

tmo

s d

e o

pti

miz

ació

n p

ara

la

pla

nif

icac

ión

de

serv

icio

s.

Gab

riel

a Sá

nch

ez Y

epez

, UA

NL

Inve

rsió

n d

e fo

rmas

de

on

da:

un

vis

tazo

al i

nte

rio

r d

e la

tie

rra.

Mar

cos

Ber

nal

Ro

mer

o, U

NA

M

14

:30

– 1

6:0

0

C O

M I

D A

C

O M

I D

A

C O

M I

D A

45

Jue

ves

29

de

ago

sto

(ta

rde

)

Ho

ra

Sala

1

Sala

2

Sala

3

16

:00

– 1

6:2

0

Co

mp

arat

iva

entr

e la

s cu

rvas

de

apre

nd

izaj

e d

e lo

s al

gori

tmo

s d

e cl

asif

icac

ión

de

la li

bre

ría

SK-

Lear

n e

n e

l rec

on

oci

mie

nto

de

díg

ito

s m

anu

scri

tos.

Ala

n A

rno

ldo

Alc

anta

r G

óm

ez, U

AN

L

Dem

ost

raci

on

es

de

exis

ten

cia

de

ob

jeto

s in

vari

ante

s en

un

sis

tem

a n

o li

nea

l po

r m

edio

de

anál

isis

po

ster

iore

s d

e ap

roxi

mac

ion

es

rigu

rosa

s.

Jaim

e B

urg

os

Gar

cía,

UA

deC

Esti

mac

ión

de

las

def

orm

acio

nes

en

ro

cas

del

es

tad

o d

e M

ich

oac

án u

tiliz

and

o M

EF.

M

arco

An

ton

io N

avar

rete

Ser

as, U

MIC

H

16

:20

– 1

6:4

0

Imp

lem

enta

ció

n d

e D

ata

Min

ing

par

a m

ejo

rar

el p

roce

so d

e p

ron

óst

ico

de

par

tes

de

un

a em

pre

sa d

e m

ante

nim

ien

to d

e tr

ansp

ort

e p

esad

o.

Fáti

ma

Sán

chez

Ru

iz, U

AN

L

Op

erad

ore

s d

e cr

uza

y m

uta

ció

n e

n a

lgo

ritm

os

gen

étic

os

con

tin

uo

s ap

licad

os

en p

rob

lem

as d

e o

pti

miz

ació

n.

Luis

Alf

on

so R

iver

a In

fan

te, U

AN

L

Gen

erac

ión

de

mal

las

adap

tati

vas

sob

re r

egi

on

es

pla

nas

Irre

gula

res.

Iván

Mén

dez

Cru

z, U

NA

M

16

:40

– 1

7:0

0

Shri

nka

ge o

f th

e va

rian

ce-c

ova

rian

ce m

atri

x to

im

pro

ve d

ecis

ion

mak

ing

in p

ort

folio

d

iver

sifi

cati

on

.

Car

los

Ro

drí

guez

Co

ntr

eras

, UN

AM

Ap

licac

ión

del

índ

ice

de

Gin

i en

ap

ren

diz

aje

no

su

per

visa

do

.

Ad

rian

a La

ura

Ló

pez

lob

ato

, UV

Esta

bili

dad

esp

ectr

al d

e lo

s ch

oq

ues

vis

coso

s en

la

din

ámic

a d

e lo

s ga

ses

isen

tró

pic

os.

Ric

ard

o L

óp

ez d

el R

osa

rio

, UA

M

46

Vie

rne

s 3

0 d

e a

gost

o

Ho

ra

Sala

1

Sala

2

Sala

3

12

:30

– 1

2:5

0

An

ális

is d

el c

om

po

rtam

ien

to n

o li

nea

l en

un

a cu

rva

de

titu

laci

ón

bo

ehm

: nan

oca

rbo

no

fu

nci

on

aliz

ado

.

Mar

len

Her

nán

dez

Ort

iz, U

AZ

Uso

de

nu

evo

s G

PU

s en

inte

ligen

cia

arti

fici

al y

có

mp

uto

de

alto

ren

dim

ien

to.

Juliá

n T

erce

ro B

ecer

ra S

agre

do

, UA

M

Co

ntr

ol d

e te

mp

erat

ura

en

ho

rno

en

el p

roce

so

de

tem

pla

do

med

ian

te ló

gica

dif

usa

.

Jorg

e A

lber

to D

ávila

Her

nán

dez

, UA

deC

12

:50

– 1

3:1

0

Ap

licac

ión

de

la t

ran

sfo

rmad

a n

um

éric

a d

e B

esse

l es

féri

ca e

n in

tegr

ale

s d

e re

pu

lsió

n e

lect

rón

ica.

Saú

l Ju

an C

arlo

s Sa

laza

r Sa

man

iego

, UA

M

A h

ybri

d g

rad

ien

t m

eth

od

fo

r so

lvin

g lin

ear

syst

em

s o

f eq

uat

ion

s.

Har

ry F

ern

and

o O

vied

o L

eón

, CIM

AT

El M

éto

do

de

alge

bri

zaci

ón

de

sist

em

as d

e ec

uac

ion

es

dif

eren

cial

es.

Elea

zar

Lóp

ez F

lore

s, U

AM

13

:10

– 1

3:3

0

Din

ámic

a d

e so

luci

on

es

mu

lti-

joro

ba

en u

n s

iste

ma

Sch

röd

inge

r-K

dV

.

Hu

go P

arra

Pra

do

, IP

N

Fact

ori

zaci

ón

de

mat

rice

s n

o n

egat

ivas

co

n

regu

lari

zaci

ón

imp

lícit

a d

e ra

ngo

par

a la

ex

trac

ció

n a

uto

mát

ica

de

rasg

os.

Od

in F

ern

and

o E

ufr

acio

Váz

qu

ez, C

IMA

T

Mo

del

o d

e m

oto

r d

e in

du

cció

n s

imét

rico

.

Luis

En

riq

ue

Án

gele

s M

on

tero

, UJA

T

13

:30

– 1

3:5

0

Co

nst

rucc

ión

de

fulle

ren

os

usa

nd

o C

aGe

.

Fran

cisc

o J

avie

r Sá

nch

ez B

ern

abé

, UA

M

Intr

od

ucc

ión

a lo

s m

éto

do

s m

ult

igri

d

geo

mét

rico

s.

Van

esa

Car

rillo

Aya

la, U

AM

Un

a ap

licac

ión

de

la t

op

olo

gía

al a

nál

isis

de

dat

os.

Raz

iel Z

aval

eta

Ro

drí

guez

, UN

AM

13

:50

– 1

4:1

0

Res

olu

ció

n n

um

éric

a d

e la

ecu

ació

n d

e P

ois

son

en

2

D.

Edw

in E

nri

qu

e P

érez

Ro

drí

gue

z, U

JAT

Cla

sifi

caci

ón

de

Imág

ene

s d

e m

amo

graf

ías

po

r m

edio

de

red

es n

euro

nal

es

con

volu

cio

nal

es.

May

ra C

rist

ina

Ber

ron

es R

eye

s, U

AN

L

PLÁ

TIC

A P

REM

IO M

IXB

AA

L A

lgo

ritm

o m

em

étic

o p

ara

el p

rob

lem

a d

el

par

tici

on

ado

de

graf

os

en

eje

cuci

on

es a

larg

o

pla

zo.

Emm

anu

el R

om

ero

Ru

iz, U

G

14

:10

– 1

4:3

0

Pro

ble

ma

de

pla

nea

ció

n d

e o

per

acio

nes

co

n

rest

ricc

ion

es

de

ven

tan

as d

e ti

emp

o y

si

ncr

on

izac

ión

.

Lilia

na

Car

olin

a Sa

uz

Olv

era,

UA

NL

47

Exp

osi

ció

n d

e C

arte

les

de

la E

scu

ela

y S

ecc

ión

Par

ale

la M

EX-S

IAM

Los

cart

eles

se

mo

nta

rán

el l

un

es d

e 1

8:0

0 a

19

:00

ho

ras

La

s ev

alu

acio

nes

se

real

izar

án e

l mar

tes

de

18

:00

a 1

9:0

0 h

ora

s y

el ju

eve

s d

e 1

7:0

0 a

19

:00

ho

ras

Dim

en

sio

ne

s p

erm

itid

as d

el c

arte

l: 9

0 c

m d

e a

nch

o (

máx

imo

) p

or

12

0 c

m d

e al

tura

No

. C

a r

t e

l

1 M

éto

do

s it

era

tivo

s p

ara

sist

em

as li

ne

ales

de

ecu

acio

ne

s al

geb

raic

as.

Vic

tori

a O

rozc

o V

idal

, Ed

win

En

riq

ue

Pér

ez R

od

rígu

ez, J

ust

ino

Ala

vez

Ram

írez

, UJA

T.

2 M

od

elo

co

nti

nu

o e

n E

DP

's d

e la

an

gio

gén

esi

s in

du

cid

a p

or

tum

or.

An

a K

rist

hel

Est

eban

Ló

pez

, Ju

stin

o A

lave

z R

amír

ez, U

JAT.

3 M

od

elo

de

def

orm

acio

nes

en

est

ruct

ura

s d

e ac

ero

.

Dav

id B

alla

dar

es d

e la

Cru

z, J

ust

ino

Ala

vez

Ram

írez

, UJA

T.

4 Fa

mili

a d

e at

ract

ore

s b

iest

able

s co

nte

nid

os

en

un

sis

tem

a d

isip

ativ

o in

est

able

aso

ciad

o a

un

a SN

LF.

Gu

iller

mo

Hu

erta

Cu

élla

r, Jo

sé L

uis

Ech

enau

sía

Mo

nro

y, R

ider

Jai

mes

Reá

tegu

i, Ju

an H

ugo

Gar

cía

Lóp

ez, U

niv

ersi

dad

de

Gu

adal

ajar

a.

5 P

rob

lem

as d

e b

úsq

ued

as e

n lí

nea

en

esp

acio

s d

e H

ilbe

rt (

L2 ).

Cin

thia

Nat

y C

ort

azar

Co

rtaz

ar, J

org

e Ló

pez

Ló

pez

, UJA

T.

6

Car

acte

riza

ció

n d

e m

ater

iale

s p

or

me

dio

de

la o

pti

miz

ació

n n

um

éric

a.

Susa

na

Ab

igai

l G

on

zále

z Fl

ore

s, H

. A

. D

urá

n-M

uñ

oz,

O.

Gu

iret

te-B

arb

osa

, A

. O

rtíz

-Her

nán

dez

, C

. Si

fuen

tes-

Gal

lard

o,

M.

Ram

írez

-P

ied

ra, M

. Mar

tín

ez-V

idal

es, U

. Gu

tiér

rez

de

la C

ruz,

R. V

ald

és-H

ibel

, Un

iver

sid

ad P

olit

écn

ica

de

Zaca

teca

s.

7 M

ovi

lidad

urb

ana:

est

ud

io d

el a

lcan

ce d

e EC

OB

ICI c

om

o a

lte

rnat

iva

cicl

ista

.

Irm

a C

aro

lina

Par

ga F

uen

tes,

Au

gust

o C

abre

ra B

ece

rril,

UN

AM

.

8 A

dap

taci

ón

de

mo

del

os

mat

em

átic

os

par

a e

l pro

ble

ma

del

age

nte

via

jero

.

Am

éri

ca G

uad

alu

pe

Esp

ino

sa G

on

zále

z, S

arah

í Sán

chez

Mo

nte

s, Y

ajai

ra C

ard

on

a V

ald

és, O

liver

Ava

los

Ro

sale

s, U

Ad

eC.

9

Segm

en

taci

ón

y c

arac

teri

zaci

ón

del

co

nte

nid

o in

fogr

áfic

o y

de

usu

ario

s d

e u

na

red

so

cial

par

a la

div

ulg

ació

n y

ap

rop

iaci

ón

so

cial

d

e la

cie

nci

a d

e al

to im

pac

to.

Juan

Car

los

Co

ron

a O

ran

, Ari

el O

rozc

o N

ieto

, Ces

ar E

du

ard

o L

óp

ez F

lore

s, J

avie

r A

xayá

catl

Mel

cho

r H

ern

ánd

ez, D

anie

l Art

uro

Var

gas

Pla

ta,

Nés

tor

Dav

id S

olís

San

do

val,

Jen

nif

er B

eatr

iz F

lore

s G

uti

érre

z, B

ren

da

Enrí

qu

ez R

om

ero

, Lu

is G

era

rdo

Ram

írez

Arc

hu

nd

ia,

UA

EMéx

.

48

10

La r

elac

ión

en

tre

el á

lgeb

ra li

nea

l y la

te

orí

a d

e gr

áfic

as.

Pab

lo C

ésar

Pal

om

ino

Mar

tín

ez, U

NA

M.

11

Op

tim

izac

ión

mat

em

átic

a d

e la

s ga

nan

cias

de

un

a e

mp

resa

zac

ate

can

a.

Fáti

ma

Itze

l Per

eira

Agu

ilera

, Un

iver

sid

ad A

utó

no

ma

de

Zaca

teca

s.

12

Cad

ena

de

sum

inis

tro

par

a ap

rove

cham

ien

to d

e re

sid

uo

s ag

roin

du

stri

ales

.

Max

imili

ano

Ibar

ra N

avar

ro, Y

ajai

ra C

ard

on

a V

ald

és, V

anes

a Á

valo

s G

aytá

n, U

Ad

eC.

13

Dis

trib

uci

ón

de

alim

en

tos

extr

uid

os

par

a m

itig

ar la

ob

esi

dad

.

José

Án

gel S

alga

do

Ran

gel,

Mar

co A

nto

nio

Pad

illa

del

Bo

squ

e, O

liver

Ava

los

Ro

sale

s, Ir

ma

Del

ia G

arcí

a C

alvi

llo, U

Ad

eC.

14

Mo

del

ació

n m

ate

mát

ica

del

pro

ble

ma

de

ele

ctro

card

iogr

afía

.

Min

erva

Már

qu

ez C

asti

llo, J

oaq

uín

Del

gad

o F

ern

ánd

ez, U

AM

.

15

Ense

ñan

za d

e p

rin

cip

ios

bás

ico

s d

e p

rogr

amac

ión

uti

lizan

do

re

alid

ad a

um

en

tad

a.

Mar

ía Is

abel

Ló

pez

Hu

erta

, UM

ICH

.

16

Re

des

de

Ho

pfi

eld

y a

sign

ació

n d

e ó

rgan

os.

Ro

lan

do

Bo

rja

Bri

to, J

avie

r G

arcí

a G

arcí

a, H

um

ber

to C

arri

llo C

alve

t, U

NA

M.

17

Op

tim

izac

ión

de

mec

anis

mo

s b

idim

en

sio

nal

es

uti

lizan

do

co

ord

en

adas

nat

ura

les.

Estr

ella

Mar

ina

Juár

ez R

iver

a, R

amir

o V

eláz

qu

ez G

uer

rero

, Mar

ía T

eres

a O

rvañ

ano

s G

uer

rero

, CIM

AT.

18

Frac

tale

s co

n e

l mét

od

o d

e N

ewto

n.

Liss

et Y

asm

ín L

agu

nas

Jim

énez

, UA

M.

19

La d

evel

ació

n d

e u

na

ob

stru

cció

n p

arci

al s

ob

re p

ared

es d

e u

n d

uct

o p

or

do

nd

e fl

uye

un

flu

jo v

isco

so.

Lou

is D

avid

Bre

tón

Te

no

rio

, UN

AM

.

20

Mo

del

and

o la

din

ámic

a e

coló

gica

de

las

cuca

rach

as: u

n m

od

elo

bas

ado

en

age

nte

s.

Ulis

es A

rman

do

Ray

ón

Pic

har

do

, Au

gust

o C

abre

ra-B

ecer

ril,

UN

AM

.

49

Ta

llere

s en

el m

arco

de

la E

NO

AN

20

19

Ho

ra

Lun

es 2

6 M

arte

s 27

M

iérc

ole

s 2

8

Juev

es 2

9 V

iern

es 3

0

9:0

0 –

10

:00

In

augu

raci

ón

(A

ud

ito

rio

) Se

cció

n p

aral

ela

Mex

-SIA

M

Wo

rksh

op

B

ig D

ata

& M

ach

ine

Lear

nin

g

III M

ini –

sim

po

siu

m

Med

icin

a y

mat

emát

icas

III

Min

i - s

imp

osi

um

M

edic

ina

y m

atem

átic

as

10

:00

– 1

1:0

0

Co

nfe

ren

cia

“D

iego

Bri

cio

” H

écto

r Ju

árez

(A

ud

)

11

:00

– 1

1:3

0

R E

C E

S O

R

E C

E S

O

R E

C E

S O

R

E C

E S

O

R E

C E

S O

11

:30

– 1

2:3

0

C

P1

(Jo

sé S

arra

te)

(Au

dit

ori

o)

CP

2 (

Jorg

e N

oce

dal

) (A

ud

ito

rio

) C

P3

(H

ugo

Est

rad

a)

(Au

dit

ori

o)

CP

4 (

Ped

ro M

iram

on

tes)

(A

ud

ito

rio

)

12

:30

– 1

3:3

0

Se

cció

n p

aral

ela

Mex

-SIA

M

Wo

rksh

op

B

ig D

ata

& M

ach

ine

Lear

nin

g

III M

ini –

sim

po

siu

m

Med

icin

a y

mat

emát

icas

III

Min

i - s

imp

osi

um

M

edic

ina

y m

atem

átic

as

13

:30

– 1

4:3

0

14

:30

– 1

6:0

0

C O

M I

D A

C

O M

I D

A

TAR

DE

LIB

RE

C O

M I

D A

C

O M

I D

A

16

:00

– 1

7:0

0

Secc

ión

par

alel

a M

ex-S

IAM

TA

RD

E LI

BR

E III

Min

i – s

imp

osi

um

M

edic

ina

y m

atem

átic

as

III M

ini -

sim

po

siu

m

Med

icin

a y

mat

emát

icas

17

:00

– 1

8:0

0

A

sam

ble

a d

e cl

ausu

ra

(Au

dit

ori

o)

18

:00

– 1

9:0

0

20

:00

a 2

1:3

0

Info

rmac

ión

Gen

eral

de

la S

MC

CA

(H

ote

l Sed

e)

A

sam

ble

a G

en

eral

de

la S

MC

CA

(H

ote

l Sed

e)

50

HO

RA

RIO

GEN

ERA

L

Ho

ra

Lun

es 2

6 M

arte

s 27

M

iérc

ole

s 2

8

Juev

es 2

9

Vie

rnes

30

9:0

0 –

10

:00

In

augu

raci

ón

(A

ud

ito

rio

) B

2 (

Juan

y J

ulio

, S1

) A

3 (

Jon

ás y

Lu

is, S

2)

B2

(Ju

an y

Ju

lio, S

1)

I1 (

José

Ale

jan

dro

, S3

) A

3 (

Jon

ás y

Lu

is, S

2)

B2

(Ju

an y

Ju

lio, S

1)

I3 (

Javi

er, L

etic

ia, C

itla

li, S

3)

A3

(Jo

nás

y L

uis

, S2

)

10

:00

– 1

1:0

0

Co

nfe

ren

cia

“Die

go B

rici

o”

Héc

tor

Juár

ez (

Au

d)

B2

(Ju

an y

Ju

lio, S

1)

A3

(Jo

nás

y L

uis

, S2

)

B2

(Ju

an y

Ju

lio, S

1)

I1 (

José

Ale

jan

dro

, S3

) A

3 (

Jon

ás y

Lu

is, S

2)

B2

(Ju

an y

Ju

lio, S

1)

I3 (

Javi

er, L

etic

ia, C

itla

li, S

3)

A3

(Jo

nás

y L

uis

, S2

)

CI3

(M

. Flo

res,

Sal

a 1

)

CI4

(M

.L. E

stev

a, S

ala

1)

11

:00

– 1

1:3

0

R E

C E

S O

R

E C

E S

O

R E

C E

S O

R

E C

E S

O

R E

C E

S O

11

:30

– 1

2:3

0

CI1

(P

. Flo

res,

Sal

a 1

) C

P1

(Jo

sé S

arra

te)

(Au

dit

ori

o)

CP

2 (

Jorg

e N

oce

dal

) (A

ud

ito

rio

) C

P3

(H

ugo

Est

rad

a)

(Au

dit

ori

o)

CP

4 (

Ped

ro M

iram

on

tes)

(A

ud

ito

rio

) C

I2 (

H. M

adri

d, S

ala

1)

12

:30

– 1

3:3

0

B1

(Jo

sé y

Jo

sé L

uis

, S1

) I2

(P

aulo

Ces

ar, S

2)

A1

(M

igu

el U

h, S

3)

B1

(Jo

sé y

Jo

sé L

uis

, S1

) I2

(P

aulo

Ces

ar, S

2)

A1

(M

igu

el U

h, S

3)

I1 (

José

Ale

jan

dro

, S3

) I3

(Ja

vier

, Let

icia

, Cit

lali,

S1

) A

1 (

Mig

uel

Uh

, S2

) 9

po

nen

cias

po

r so

licit

ud

9

po

nen

cias

po

r so

licit

ud

13

:30

– 1

4:3

0

B1

(Jo

sé y

Jo

sé L

uis

, S1

) I2

(P

aulo

Ces

ar, S

2)

A1

(M

igu

el U

h, S

3)

B1

(Jo

sé y

Jo

sé L

uis

, S1)

I2 (

Pau

lo C

esa

r, S

2)

A1

(M

igu

el U

h, S

3)

I3 (

Javi

er, L

etic

ia, C

itla

li, S

1)

A2

(Jo

rge

, S2

) 9

po

nen

cias

po

r so

licit

ud

6

po

nen

cias

po

r so

licit

ud

1

Plá

tica

Pre

mio

Mix

baa

l

14

:30

– 1

6:0

0

C O

M I

D A

C

O M

I D

A

TAR

DE

LIB

RE

C O

M I

D A

C

O M

I D

A

16

:00

– 1

7:0

0

B3

(G

erar

do

, S1

) A

2 (

Jorg

e, S

2)

B3

(G

erar

do

, S1

) A

2 (

Jorg

e, S

2)

TAR

DE

LIB

RE

9 p

on

enci

as p

or

solic

itu

d

17

:00

– 1

8:0

0

B3

(G

erar

do

, S1

) A

2 (

Jorg

e, S

2)

B3

(G

erar

do

, S1

) A

2 (

Jorg

e, S

2)

Car

tele

s A

sam

ble

a d

e cl

ausu

ra

(Au

dit

ori

o)

18

:00

– 1

9:0

0

Car

tele

s C

arte

les

Car

tele

s

20

:00

a 2

1:3

0

Info

rmac

ión

Gen

eral

de

la S

MC

CA

(H

ote

l Sed

e)

A

sam

ble

a G

en

eral

de

la

SMC

CA

(H

ote

l Sed

e)

51

XXVIII ENOAN

La XXVIII ENOAN a través de la SMCCA agradece al

CONACYT, a la Universidad Autónoma de Zacatecas, al Consejo

Zacatecano de Ciencias, Tecnología e Innovación, a la Universidad

Autónoma de Coahuila y al Centro de Investigación en Matemáticas

Aplicadas, a la Universidad Nacional Autónoma de México,

a la Universidad Autónoma Metropolitana Unidad Iztapalapa y a la

SIAM sección México,

gracias a estas organizaciones fue posible realizar la

Escuela Nacional de Optimización y Análisis Numérico 2019.