Dr. Rodrigo Linfati

Enero 2022

Dr. Rodrigo Linfati

Enero 2022

Durante los últimos años los proyectos de energías fotovoltaicas han tomado relevancia dado el crecimiento sostenido, llegando a tener un 10 por ciento (%) de participación en la matriz energética de Chile, sin embargo esta tecnología posee baja eficiencia de obtención de energía respecto a la disponible del sol lo cual plantea un desafío respecto a evaluar métodos o estrategias de mejoramiento operacional orientado a mejorar la eficiencia lo cual no resulta simple de realizar a través de análisis del modelo analítico cuya dificultad o problema se debe a que en el caso de los paneles fotovoltaicos los factores que afectan esta eficiencia son principalmente ambientales asociados a suciedad y temperatura de características aleatorias, así como también factores constructivos o intrínsecos de los paneles fotovoltaicos como el rendimiento y coeficientes de temperatura, cuyo problema se aborda en este proyecto a través de una metodología y esquema sistemático para abordar el análisis de un sistema operativo de producción para efecto de identificar las variables que influyen o inciden en el parámetro de salida u
objetivo de desempeño, de esa forma obtener los datos necesarios de estas variables para ser aplicados a un machine learning de regresión y obtener parámetros operacionales de funcionamiento, de forma tal que en base a estos parámetros obtenidos sea posible evaluar desempeño de estrategias de mejoramiento operacional bajo un esquema de comparación entre cálculo de predicción de resultado de salida del sistema versus valores reales medidos y registrados de desempeño bajo condiciones sometidas de pruebas de mejoramiento operacional orientado a eficiencia, cuyo desarrollo e
implementación reveló la utilidad de aplicar el esquema de evaluación propuesto pudiendo cuantificar desde un punto de vista técnico y económico el momento adecuado para aplicar limpieza por grado de suciedad y la prefactibilidad respecto de ganancia de
rendimiento al aplicarse método de refrigeración por convección natural asistida por disipador de calor y forzada con y sin disipador de calor. Respecto de los parámetros operacionales obtenidos, es necesario acotar que estas evaluaciones deben ser realizadas bajo las mismas condiciones meteorológicas bajo el cual fueron obtenidos estos parámetros operacionales.

Dr. Rodrigo Linfati

Enero 2022

Dr. Rodrigo Linfati

Enero 2022

Dr. Rodrigo Linfati

Febrero 2022

Dr. Rodrigo Linfati

Julio 2022

El desarrollo del siguiente estudio tiene como objetivo principal, analizar las tecnologías de información empleadas en modelos de optimización para mejorar la sustentabilidad en cadenas de suministros de productos agrícolas. Para lo cual, se busca contribuir al estado del arte, desde el aspecto de la revisión de estudios en torno a esta temática, obteniendo diversas definiciones de conceptos asociados como cadena de suministro agrícola, modelos de optimización, tecnologías de información y gestión sustentable de ASC, entre otros.

Para esto se revisan diversas publicaciones científicas vinculadas a tecnologías de información, modelos de optimización y cadenas de suministro sustentables. Se logra identificar las principales características del funcionamiento de tecnologías de información aplicadas en cadenas de suministro agrícola. Se determinan modelos de optimización que permiten considerar decisiones de planificación en diferentes niveles de decisión, ya sea estratégico, táctico u operativo, además que incorporen aspectos directamente relacionado a los pilares de sustentabilidad. De esta forma, se contrasta la real utilización de herramientas tecnológicas en modelos de optimización con el objetivo de mejorar la sustentabilidad en cadenas de suministro agrícolas. La metodología a utilizar en este estudio es del tipo revisión sistemática de literatura, integrando un análisis de contenido de las publicaciones científicas en un periodo de 2000 a 2022.

Este análisis permite identificar entre los hallazgos que, para mejorar la sustentabilidad, los modelos de optimización pueden integrar tecnologías de información que contribuyan a mejorar con diferentes enfoques considerando los pilares de sustentabilidad, ya sea con motivos de optimización de recursos con un resultado óptimo financiero (pilar económico), un enfoque en la planificación de la utilización de recursos naturales, como agua, tierras, etc. (pilar ambiental) o resultados que integren conciencia social, bajo políticas de ética aplicadas en las organizaciones y los individuos que interactúan con este (pilar social), identificando además, qué tipo de organización tiene la capacidad de integrar dichas herramientas.

Profesora Guía Dra. Virna Angélica Ortiz Araya

Profesor Co-Guía Dr. Rodrigo Linfati

Agosto 2022

Dr. Fredy Gutierrez

Agosto 2022

Carlos Rozas

Octubre 2022

Carlos Rojas

Octubre 2022

Realizar predicciones de las rentabilidades de las criptomonedas es un elemento fundamental para la construcción de portafolios de inversión, debido a la
naturaleza extremadamente volátil de estas. Esta investigación se basó en proponer una metodología para formar portafolios eficientes con ocho
criptomonedas, usando como base sus datos históricos y añadiendo pronósticos de la rentabilidad.
En primer lugar, se analizaron los antecedentes de las criptomonedas, como su origen y características, con el fin de obtener una comprensión más precisa de su
naturaleza como activos financieros y su comportamiento altamente volátil. Luego, se realizó una revisión bibliográfica sobre dos métodos de predicción para
series de tiempo, el primero basado en machine learning, una Red Neuronal del tipo Autorregresiva y un modelo econométrico combinado ARIMA-GARCH. Ambos
métodos han sido utilizados con éxito en la predicción de series de tiempo en diferentes áreas como finanzas, economía y medio ambiente.

Por otro lado, también se revisaron artículos sobre el modelo matemático de Markowitz, donde se encontraron numerosos estudios que destacan la importancia
de esta teoría en la gestión de carteras de inversión. La investigación consta de proponer la utilización de los modelos ARIMA-GARCH
y NNETAR, para predecir los retornos de las criptomonedas, donde se seleccionó el mejor modelo para cada una de ellas. Los desempeños de los modelos de
predicción fueron evaluados en una prueba fuera de muestra, utilizando la Raíz Del Error Cuadrático Medio. Los resultados indicaron que los pronósticos de la
Red Neuronal Autorregresiva fueron superiores para las ocho criptomonedas. Para construir los portafolios eficientes se utilizó el modelo de Markowitz, también
conocido como la teoría moderna de carteras, que propone que los inversores al construir una cartera diversificada que combine diferentes activos pueden
minimizar el riesgo sujeto a una rentabilidad esperada.

Finalmente, se realizó una comparación entre la frontera eficiente obtenida a partir de los pronósticos de rentabilidad y la frontera eficiente generada con los datos
reales, tanto para el conjunto de la muestra como con datos fuera de muestra. Debido a que gráficamente fue difícil encontrar diferencias en las fronteras
eficientes, Se empleó una prueba t para comparar las medias de los portafolios pronosticados con los reales. Los resultados obtenidos muestran que, para ambos conjuntos hay una diferencia estadísticamente significativa entre las medias de los retornos, con un nivel de significancia del 1%.

Rodrigo Romero

Rodrigo Linfati

Marzo 2023

Este estudio propone y resuelve un modelo de programación matemática que permite optimizar la selección de reglas de trozado en la cosecha forestal, las que
dependen de las características del árbol y cuyo fin principal es realizar un combinatoria eficiente para obtener la mayor cantidad de productos y de la calidad requerida. El modelo propuesto considera las funciones de ahusamiento de Pino Radiata planteadas por
Ormerod (1973) y Kozak et al (1969), exponencial y polinomial respectivamente, las que modelan la forma fustal. Estas resultan útiles cuando se desea cuantificar secciones del fuste de largos y diámetros variables. Para obtener los resultados se genera un conjunto de instancias compuestas por el DAP del árbol, su altura total y diferentes conjuntos de trozas que contemplan el largo de esta, su diámetro inferior y superior respectivamente.
Estas instancias presentan diversas variaciones en sus parámetros con características reales, se utilizaron los solver SCIP y GUROBI mediante Julia con JuMP para implementar y resolver el modelo con las instancias generadas. Se obtienen soluciones que permiten
inferir que el modelo exponencial es el apropiado para el problema ya que presenta un 16% de aprovechamiento de la materia prima por sobre el modelo polinomial. Cabe destacar además que la cantidad de trozas de las instancias incide directamente en el tiempo de resolución del modelo.

Rodrigo Linfati

Marzo 2023