La trascendencia económica del sector del transporte genera costos sociales y medioambientales de gran envergadura. Esta actividad supone aproximadamente un sexto del Producto Interno Bruto (PIB) de los países industrializados (ver Yepes, 2002). Un estudio del National Council of Physical Distribution (ver Ballou, 1991) estima que el transporte sumó un 15% del PIB de Estados Unidos en 1978, constituyendo más del 45% de todos los costos logísticos de las organizaciones. En España, según datos del Ministerio de Fomento (ver CTCICCP, 2001), la participación del sector en el valor añadido bruto del año 1997 se situó en un 4.6%. En cuanto al empleo, 613,400 personas se encontraban ocupadas en el año 1999 en el sector de transportes en España, lo cual representa el 3.69% de la población activa. La distribución física representa para las empresas entre la sexta y la cuarta parte de las ventas y entre uno y dos tercios del total de los costos logísticos (Ballou, 1991). Continue reading «Optimización económica de redes de transporte»
Categoría: investigación
¿Hormigón casi tan resistente como el acero?
El otro día, entrando al despacho que tienen los doctorandos del Departamento de Ingeniería de la Construcción, vi junto a la mesa de Esteban Camacho una silla realmente sorprendente, pues contrariamente a lo que pudiera parecer, estaba fabricada con hormigón y, aunque uno se sentara encima, increiblemente no se rompía.
Se trata del HMAR (Hormigón de Muy Alto Rendimiento). En realidad, es un nuevo material que se encuentra en proceso de investigación en el grupo del profesor Pedro Serna, del Instituto de Ciencia y Tecnología del Hormigón (ICITECH) de la Universidad Politécnica de Valencia. Como dice nuestro amigo Esteban, se trata realmente de un «acero pobre». Continue reading «¿Hormigón casi tan resistente como el acero?»
Comunicaciones presentadas en el 2º Congreso EIME
En plena celebración del 2º Congreso Nacional sobre Ensañanza de las Matemáticas en Ingeniería de Edificación, desarrollado los días 18 y 19 de julio de 2013 en la Universitat Politècnica de València, aprovecho para presentar los resúmenes de los trabajos que hemos presentado. Espero que sean de vuestro interés.
Los autores agradecen el aporte financiero realizado para este trabajo por el Ministerio de Ciencia e Innovación (Proyecto de Investigación BIA2011-23602) y por la Universitat Politècnica de València (Proyecto de Investigación PAID-06-12).
BÁRCENA, A.; ALCALÁ, J.; YEPES, V.; MARTÍ, J.V. (2013). Diseño automático de forjados de chapa nervada optimizados con criterios de economía y sostenibilidad. 2º Congreso Nacional de la Enseñanza de las Matemáticas en la Ingeniería de Edificación, EIMIE, 18-19 de julio, Valencia, pp. 159-172. ISBN: 978-84-8363-992-4.
Los forjados mixtos con chapa colaborante son una tipología de estructuras horizontales que está experimentando un crecimiento continuo en las últimas décadas. Su optimización presenta un enorme interés para conseguir diseños más asequibles y sostenibles, que permitan un mejor aprovechamiento de los recursos necesarios. El objetivo de este trabajo es aplicar técnicas heurísticas para este tipo de forjados, permitiendo plantearse el problema de una manera más compleja, utilizando una definición completa del forjado mixto y sus componentes, mientras que al mismo tiempo satisface las restricciones de este tipo de estructuras. Los algoritmos de optimización aplicados a la estructura se basan en tres metaheurísticas: búsqueda local de descenso (DLS), recocido simulado (SA) y el umbral de aceptación (TA). Se muestran las principales características, los parámetros que deben calibrarse y los diferentes modos de selección de dichos parámetros, para cada una de las heurísticas. La comparación de los resultados ha permitido señalar la SA como la mejor heurística de todas ellas. Por último, una vez seleccionado el mejor calibración de la SA, se ha estudiado la sensibilidad del modelo y un estudio paramétrico con diferentes tramos horizontales.
GARCÍA-SEGURA, T.; YEPES, V.; ALCALÁ, J.; MARTÍ, J.V. (2013). Optimización multiobjetivo de viga en I de hormigón armado con criterios sostenibles. 2º Congreso Nacional de la Enseñanza de las Matemáticas en la Ingeniería de Edificación, EIMIE, 18-19 de julio, Valencia, pp. 135-148. ISBN: 978-84-8363-992-4.
Este estudio tiene como objetivo presentar una metodología de diseño de una viga en I de hormigón armado de alta resistencia autocompactable o convencional. Algoritmos heurísticos como recocido simulado multiobjetivo “Multiobjective Simulated Annealing” (MOSA) son utilizados para buscar dentro del espacio de soluciones factibles aquellas que mejoren criterios como coste, emisiones de CO2 o durabilidad. Se tomará como ejemplo una viga en I biapoyada de 15 m de luz definida por 20 variables. La viga deberá cumplir de acuerdo a la Instrucción de Hormigón Estructural (EHE-08) los requisitos de seguridad estructural, así como aspectos constructivos o geométricos. El análisis comparativo de los objetivos servirá como guía para el diseño sostenible de estructuras de hormigón. Los resultados obtenidos muestran una clara tendencia de diseño de estructuras de hormigón hacia la sostenibilidad.
MARTÍ, J.V.; YEPES, V.; ALCALÁ, J.; GARCÍA-SEGURA, T. (2013). Optimización memética de vigas artesa prefabricadas con criterios sostenibles de hormigón con fibras. 2º Congreso Nacional de la Enseñanza de las Matemáticas en la Ingeniería de Edificación, EIMIE, 18-19 de julio, Valencia, pp. 91-104. ISBN: 978-84-8363-992-4.
Esta comunicación describe una metodología heurística empleada para diseñar estructuras bajo criterios sostenibles, con reducción de la emisión de gases de efecto invernadero (CO2) durante la fase de ejecución. La estructura presentada es un tablero de un paso superior de carreteras de vigas artesa prefabricadas de hormigón reforzado con fibras, empleando para ello un algoritmo memético híbrido, que combina la búsqueda poblacional de soluciones mediante algoritmos genéticos y una búsqueda por entornos variable (VDNS). Este algoritmo se aplica a un tablero formado por dos vigas isostáticas para una luz de 30 m y una losa de 12 m de ancho. La estructura analizada consta de 41 variables discretas. El módulo de la evaluación considera los estados límite último y de servicio que se aplican habitualmente para estas estructuras. El uso del algoritmo memético requiere previamente su calibración. Cada una de las heurísticas se procesa nueve veces, obteniéndose información estadística sobre el valor mínimo, el medio y las desviaciones. El procedimiento presentado permite la aplicación práctica al diseño real y su adaptación al proceso de prefabricación.
MARTÍ, J.V.; YEPES, V.; ALCALÁ, J.; GARCÍA-SEGURA, T. (2013). Diseño de vigas en “U” de hormigón con fibras mediante la heurística SA con criterios económicos. 2º Congreso Nacional de la Enseñanza de las Matemáticas en la Ingeniería de Edificación, EIMIE, 18-19 de julio, Valencia, pp. 299-309. ISBN: 978-84-8363-992-4.
Este artículo se ocupa de la optimización económica de los puentes de carreteras formados por tableros constituidos por una losa de hormigón ejecutada in situ y dos vigas artesa de hormigón reforzado con fibras metálicas pretensadas prefabricadas. Se comprueba la eficacia de la optimización heurística por el método del recocido simulado “simulated annealing” (SA). Los cálculos de las tensiones y de sus envolventes, son programados en lenguaje fortran directamente por los autores. Los algoritmos de optimización heurística se aplican a un tablero de 35 m de luz y 12 m de ancho. Los parámetros que definen la forma de la sección de la viga se adaptan prácticamente a cualquier tipo de molde de una instalación de prefabricados. El ejemplo que se analiza consta de 60 variables discretas. El módulo de la evaluación incluye los estados límite último y de servicio que se aplican comúnmente para estas estructuras: flexión, cortante, torsor, fisuración, flechas, etc. El uso del algoritmo SA requiere previamente su calibración. La heurística se procesa 9 veces, obteniéndose información estadística sobre el valor mínimo, el medio y las desviaciones. El mejor resultado obtenido tiene un coste de 109.127 €. Finalmente, entre las principales conclusiones de este estudio, destaca que económicamente es factible el uso de fibras de acero en el hormigón estructural y que las soluciones y los tiempos de proceso computacional son tales, que este método se puede aplicar de un modo práctico a casos reales.
RODRÍGUEZ-CALDERITA, A.M.; ALCALÁ, J.; YEPES, V.; MARTÍ, J.V. (2013). Optimización heurística aplicada al diseño automático de forjados de losa postesa. 2º Congreso Nacional de la Enseñanza de las Matemáticas en la Ingeniería de Edificación, EIMIE, 18-19 de julio, Valencia, pp. 63-75. ISBN: 978-84-8363-992-4.
En ese trabajo se muestran las características principales de los forjados de losa postesa obtenidos tras aplicar métodos heurísticos de optimización. Estos forjados son ventajosos frente a soluciones más convencionales a partir de ciertas luces. El proceso de diseño de estos forjados se puede plantear como un problema de optimización, que abordado con métodos heurísticos puede ser formulado de un modo totalmente realista. Se pueden encontrar diseños completos de forjados optimizados no solo con criterios de economía, sino también de sostenibilidad, pudiendo comparar ambos casos. Los resultados obtenidos en este trabajo muestran una clara tendencia a disponer cantos muy estrictos en los resultados óptimos. Aplicando criterios de sostenibilidad se tiende a hormigones de mayores resistencias que con criterios económicos. Finalmente se han realizado pruebas de sensibilidad a los precios, que muestran mucha independencia de los forjados óptimos frente a las variaciones de precios ensayadas.
TORRES-MACHÍ, C.; YEPES, V.; PELLICER, E.; CHAMORRO, A. (2013). Optimización en la gestión de activos. Aplicación al mantenimiento de múltiples estructuras de edificación. 2º Congreso Nacional de la Enseñanza de las Matemáticas en la Ingeniería de Edificación, EIMIE, 18-19 de julio, Valencia, pp.323-332. ISBN: 978-84-8363-992-4.
En una sociedad desarrollada en la que el nivel de inversión en nuevas infra-estructuras tiende a estabilizarse, su conservación pasa a ser uno de los retos a los que deben enfrentarse sus gestores, de forma que los recursos escasos de los que disponen, sean destinados en la mejor alternativa posible. Sin embargo, la asignación óptima de recursos de conservación es un problema que no tiene una solución directa. De hecho, la resolución del problema de asignación de recursos para el mantenimiento de una infra-estructuras presenta un problema de explosión combinatoria, pues existen ST soluciones factibles para la gestión una infraestructura con S posibles tratamientos de conservación y un periodo de análisis de T años. El objetivo de esta comunicación es presentar un modelo matemático que permite optimizar los recursos asignados al mantenimiento de una infraestructura de edificación, de forma que se maximice el nivel de servicio de la misma, cumpliendo además con unas restricciones presupuestarias y unos niveles mínimos de conservación.
YEPES, V.; ALCALÁ, J.; MARTÍ, J.V.; GONZÁLEZ-VIDOSA, F. (2013). Cómo predimensionar muros óptimos sin calculadora usando la inteligencia artificial. 2º Congreso Nacional de la Enseñanza de las Matemáticas en la Ingeniería de Edificación, EIMIE, 18-19 de julio, Valencia, pp. 119-134. ISBN: 978-84-8363-992-4.
El trabajo presenta un estudio de diseño automático de muros ménsula de hormigón armado basado en el recocido simulado, dentro de un esquema de búsqueda en entornos variables, como metaheurística de optimización económica. Cada solución se caracteriza por 20 variables de diseño: 4 geométricas relacionadas con el espesor del alzado y de la zapata, así como con las longitudes de la puntera y del talón; 4 tipos de material y 12 variables relacionadas con el armado. El trabajo estudia la importancia relativa de factores tales como el coeficiente de rozamiento suelo-zapata, el ángulo de rozamiento muro-relleno y la limitación de la flecha del alzado. Por último, se presenta un estudio paramétrico de muros de 4 a 10 metros de altura total para diferentes rellenos y condiciones de carga. Se aportan valores medios de costes, volúmenes de hormigón, espesor de alzados y zapatas, longitudes de punteras y talones que pueden ser útiles para el predimensionado económico de muros. Los resultados muestran cómo la inteligencia artificial es capaz de dimensionar de forma automática los muros ménsula de hormigón armado, detectando relaciones aportadas por la experiencia en el cálculo de este tipo de estructuras. Se aporta, como novedad de gran interés práctico, unas reglas sencillas que permiten predimensionar y estimar económicamente de forma rápida este tipo de estructuras.
YEPES, V.; MARTÍ, J.V.; ALCALÁ, J.; GARCÍA-SEGURA, T. (2013). Métodos empleados en el proyecto HORSOST sobre diseño sostenible con hormigón no convencional. 2º Congreso Nacional de la Enseñanza de las Matemáticas en la Ingeniería de Edificación, EIMIE, 18-19 de julio, Valencia, pp. 259-272. ISBN: 978-84-8363-992-4.
El objetivo fundamental del proyecto de investigación HORSOST consiste en establecer pautas de diseño eficiente de estructuras realizadas con hormigón no convencional optimizadas heurísticamente con funciones multiobjetivo relacionadas con la sostenibilidad. Se pretende avanzar en el establecimiento de nuevos diseños que permitan extraer las ventajas que aportan los hormigones especiales, en particular hormigones de alta resistencia, hormigones con fibras, hormigones autocompactantes. Para ello se utiliza el análisis del ciclo de vida de dichas estructuras (elaboración, transporte, procedimientos constructivos, mantenimiento, etc.) considerando aspectos energéticos, medioambientales, sociales y económicos. La optimización heurística permite evaluar los diseños más eficientes, comparar soluciones y generar bases de datos sobre las que aplicar herramientas procedentes de la minería de datos y del aprendizaje automático para extraer información no trivial que permita fórmulas de predimensionamiento. La posibilidad de análisis se debe a que las herramientas matemáticas empleadas presentan un carácter general. Se aplican técnicas como redes neuronales o la teoría del valor extremo además de otras herramientas más habituales como la regresión lineal múltiple o el análisis por componentes principales.
El uso de residuos agrícolas como material puzolánico en la construcción
En septiembre del 2012 se leyó en el Departamento de Ingeniería de la Construcción de la Universidad Politécnica de Valencia un trabajo fin de máster (Máster en Ingeniería del Hormigón) denominado «Caracterización química y reactividad de la ceniza de caña común y planta de maíz, para su uso como adición puzolánica en morteros y hormigones«, cuyo autor es Alejandro Escalera y cuyos directores fueron los profesores Jose María Monzó y Jorge Payá. Debido al interés que tiene esta línea de investigación seguida dentro del Instituto de Ciencia y Tecnología del Hormigón (ICITECH), voy a dedicar este post a divulgar la línea de trabajo realizado.
Los romanos ya acuñaron el término «puzolana» para designar a la fina ceniza volcánica que, mezclada con cal y agua, forma compuestos con propiedades cementantes capaces de presentar propiedades similares a un hormigón convencional elaborado con cemento común. Lo realmente interesante es que la combustión, bajo determinadas condiciones, los residuos agrícolas tales como la cascarilla del arroz, las hojas de bambú o la caña de azucar, presentan contenidos en sílice que pueden tener carácter puzolánico. Estos residuos agrícolas son aquellas partes de la planta que es necesario separar para obtener el fruto o para facilitar el cultivo propio o posterior; y si bien gran parte de estos residuos se consumen por la ganadería, otros no son aprovechables. Continue reading «El uso de residuos agrícolas como material puzolánico en la construcción»
Diseño completamente al azar y ANOVA

El diseño completamente al azar es el más sencillo de los diseños de experimentos que comparan dos o más tratamientos, puesto que solo considera dos fuentes de variabilidad: los tratamientos y el error aleatorio.
Para ilustrar el diseño, supongamos que queremos determinar si cuatro dosificaciones de hormigón A, B, C y D presentan la misma resistencia característica a la compresión. Para ello, se han elaborado 5 probetas para cada tipo de dosificación y, a los 28 días, se han roto las probetas mediante compresión simple; los resultados los hemos recogido en la tabla que sigue.
| DOSIFICACIONES DE HORMIGÓN | ||||
| A | B | C | D | |
| Resistencia característica a compresión fck (Mpa) | 42 | 45 | 64 | 56 |
| 39 | 46 | 61 | 55 | |
| 48 | 45 | 50 | 62 | |
| 43 | 39 | 55 | 59 | |
| 44 | 43 | 58 | 60 | |
En este caso, la variable de respuesta es la resistencia característica del hormigón a la compresión (MPa), la unidad experimental es la probeta de hormigón y el factor es la dosificación de hormigón. En este caso se trata de un diseño balanceado porque hemos realizado el mismo número de repeticiones (5) para cada uno de los tratamientos (dosificaciones).
Este tipo de diseño se llama completamente al azar porque todas las repeticiones experimentales se realizan en un orden aleatorio completo, pues no se han tenido en cuenta otros factores de interés. Si durante el estudio se realizan N pruebas, estas deben realizarse al azar, de modo que los posibles efectos ambientales y temporales se repartan equitativamente entre los tratamientos.
El número de repeticiones a realizar en cada tratamiento depende de la variabilidad que se espera observar en los datos, de la diferencia mínima que el experimentador considera que es importante detectar y al nivel de confianza que se desea tener en las conclusiones. Normalmente, se recomiendan entre 10 y 30 mediciones por tratamiento. Con 10 mediciones se podrían detectar diferencias de medias mayores o iguales a 1,5 sigmas con una probabilidad alta, y con 30 mediciones se podrían detectar diferencias mayores o iguales a 0,7 sigmas.
Se utiliza el análisis de la varianza (ANOVA) para comprobar si existen diferencias entre las medias. Fundamentalmente, este análisis consiste en separar la contribución de cada fuente de la variación total observada. Sin embargo, este ANOVA está supeditado a los siguientes supuestos que deben verificarse:
- Normalidad
- Varianza constante (igual varianza en los tratamientos)
- Independencia
Para los que queráis saber qué ha pasado con nuestro experimento de amasado, os diré que el ANOVA rechazó la igualdad de medias, es decir, que la resistencia media se ve afectada por la dosificación. Sin embargo, las cuatro dosificaciones no son igual de efectivas, pues existen diferencias significativas entre las resistencias medias de cada una de ellas. De hecho, las dosificaciones A y B no presentan diferencias significativas entre sí, ni entre la C y la D. Sin embargo, entre ambos grupos sí hay diferencias significativas. Asimismo, se ha comprobado que se cumplieron los supuestos de normalidad, varianza constante e independencia.
Os dejo en el siguiente vídeo cómo utilizar el software SPSS para realizar un diseño de experimentos completamente al azar.
Referencias:
- Box, G.E.; Hunter, J.S.; Hunter, W.G. (2008). Estadística para investigadores. Diseño, innovación y descubrimiento. Segunda Edición, Ed. Reverté, Barcelona.
- Gutiérrez, H.; de la Vara, R. (2003). Análisis y diseño de experimentos. McGraw-Hill, México.
- Vicente, M.L.; Girón, P.; Nieto, C.; Pérez, T. (2005). Diseño de experimentos. Soluciones con SAS y SPSS. Pearson Educación, Madrid.

Esta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional.
Definiciones básicas del diseño de experimentos
Entendemos por experimento el cambio en las condiciones de operación de un sistema o proceso, realizado con el objetivo de medir el efecto del cambio en una o varias variables del producto. Ello nos permite ampliar el conocimiento sobre el sistema o el proceso.
Asimismo, entendemos por “diseño de un experimento” la planificación de un conjunto de pruebas experimentales, de modo que los datos generados puedan analizarse estadísticamente para obtener conclusiones válidas y objetivas acerca del problema establecido.
En un experimento, es muy importante su reproducibilidad, es decir, poder repetirlo. Ello nos proporciona una estimación del error experimental y permite obtener una estimación más precisa del efecto medio de cualquier factor.
Veamos algunas definiciones importantes en el diseño de experimentos:
- Unidad experimental: es la muestra de unidades que es necesario producir en una condición para obtener una medición o un dato representativo. Unidad a la cual se le aplica un solo tratamiento (puede ser una combinación de muchos factores) en una reproducción del experimento.
- Variables de respuesta: son las características del producto cuyo valor interesa mejorar mediante el diseño de experimentos.
- Factor: una variable independiente. En la mayoría de las investigaciones se trata con más de una variable independiente y con los cambios que ocurren en la variable independiente, cuando varía una o más de las variables independientes.
- Factores controlables: son variables del proceso que se pueden fijar en un punto o en un nivel de operación.
- Factores no controlables: son variables que no pueden controlarse durante la operación normal del proceso.
- Factores estudiados: son las variables que se investigan en el experimento para observar cómo afectan a la variable de respuesta.
- Confusión: Dos o más efectos se confunden en un experimento si es posible separarlos en el análisis estadístico posterior.
- Error aleatorio: Es la variabilidad observada que no puede explicarse por los factores estudiados y se debe al pequeño efecto de los factores no estudiados y al error experimental.
- Error experimental: componente del error aleatorio que refleja los errores del experimentador en la planificación y la ejecución del experimento.
- Aleatorización: consiste en realizar experimentos en orden aleatorio; este principio aumenta la probabilidad de que el supuesto de independencia de los errores se cumpla. Asignación al azar del tratamiento a las unidades experimentales. Una suposición frecuente en los modelos estadísticos de diseño de experimentos en los que las observaciones o los errores en ellas están distribuidos de forma independiente. La aleatorización hace válida esta suposición.
- Repetición: Es correr más de una vez un tratamiento o combinación de factores
- Bloqueo: Es nulificar o considerar adecuadamente todos los factores que pueden afectar la respuesta observada. Distribución de las unidades experimentales en bloques, de manera que las unidades dentro de un bloqueo sean relativamente homogéneas; de esta manera, la mayor parte de la variación predecible entre las unidades queda confundida con el efecto de los bloques.
- Tratamiento o combinación de tratamientos: conjunto particular de condiciones experimentales que deben imponerse a una unidad experimental dentro de los confines del diseño seleccionado.
El error aleatorio describe la situación de no llegar a resultados idénticos con dos unidades experimentales tratadas idénticamente y refleja:
- Errores de experimentación
- Errores de observación
- Errores de medición
- Variación del material experimental (esto es, entre unidades experimentales)
- Efectos combinados de factores extraños que podrían influir en las características en estudio, pero respecto de los cuales no se ha llamado la atención en la investigación.
El error aleatorio puede reducirse:
- Usando material experimental más homogéneo o mediante una estratificación cuidadosa del material disponible.
- Utilizando información proporcionada por variables aleatorias relacionadas
- Teniendo más cuidado al dirigir y desarrollar el experimento
- Usando un diseño experimental muy eficiente.
Referencias:
- Box, G.E.; Hunter, J.S.; Hunter, W.G. (2008). Estadística para investigadores. Diseño, innovación y descubrimiento. Segunda Edición, Ed. Reverté, Barcelona.
- Gutiérrez, H.; de la Vara, R. (2003). Análisis y diseño de experimentos. McGraw-Hill, México.
- Vicente, M.L.; Girón, P.; Nieto, C.; Pérez, T. (2005). Diseño de experimentos. Soluciones con SAS y SPSS. Pearson Educación, Madrid.

Esta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional.
¿Qué es el diseño de experimentos?
En el campo de la ingeniería civil, el concepto de «diseño de experimentos» resulta extraño. Lo asociamos al campo del control de calidad y de los laboratorios, pero no tenemos en cuenta que muchas herramientas avanzadas de productividad, mejora de procesos, toma de decisiones y productividad empresarial se basan en el control estadístico de la calidad. Veamos en esta entrada una breve aproximación al concepto.
El diseño de experimentos (DOE) es una técnica estadística que permite identificar y cuantificar las causas de un efecto en un estudio experimental, de modo que, con el mínimo número de pruebas, se extraiga información útil para obtener conclusiones que permitan optimizar la configuración de un proceso o producto.
Aunque el diseño de experimentos comenzó a aplicarse en el campo de la agricultura, hoy en día tiene muchas aplicaciones en otros ámbitos, como la ingeniería civil. Por ejemplo, en el control de calidad, en el diseño de productos y de procesos industriales y en todo tipo de ciencias experimentales. Se puede decir que el diseño de experimentos desempeña un papel crucial tanto en la industria como en la investigación experimental en la actualidad.
En un diseño experimental se manipulan deliberadamente una o más variables, vinculadas a las causas, para medir el efecto que tienen en otra variable de interés. El diseño experimental prescribe una serie de pautas relativas a qué variables hay que manipular, de qué manera, cuántas veces hay que repetir el experimento y en qué orden, para poder establecer, con un grado de confianza predefinido, la necesidad de una presunta relación de causa-efecto.
Los pasos básicos a seguir en el diseño de experimentos son los siguientes:
- Fijar un cronograma que defina la lista de pruebas a realizar. También debemos definir nuestros objetivos, los cuales deben ser claros y acordes con una realidad alcanzable.
- Escoger los factores a analizar, es decir, aquellos parámetros que van a afectar tanto directa como indirectamente a nuestra actividad (el proceso o producto que queremos optimizar), siendo estos los que nos van a marcar los límites alcanzables.
- Diseñar el plan de pruebas: este variará en función del número de factores que hayamos considerado. En este punto hay que ser ambicioso y no descartar ningún experimento posible, por raro que parezca, pues puede que algunos de ellos estén comunicados entre sí y que su interacción deba considerarse a la hora de tomar decisiones.
Una vez realizadas las pruebas, los resultados obtenidos permiten extraer conclusiones sobre qué factores influyen más en los resultados y cómo debe configurarse nuestra actividad para alcanzar los objetivos propuestos. Además, si utilizamos herramientas informáticas, podremos obtener una función de regresión que relacione los resultados de la actividad con los factores considerados. Gracias a ella, podremos hacer interpolaciones y calcular virtualmente qué resultado tendrá nuestra actividad para cualquier combinación de factores posible.
Algunos de los tipos de diseños de experimentos son los siguientes:
- Diseño unifactorial
- Diseño por bloques aleatorizados
- Diseño por cuadrados latinos
- Diseños factoriales
- Diseños anidados
- Diseños cruzados anidados
- Diseños factoriales 2^k

Esta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional.
Líneas de investigación en gestión de playas turísticas

El pasado 15 de marzo de 2013 se defendió en la Universidad de Cádiz la tesis doctoral de Camilo-Mateo Botero Saltarén, titulada Evaluación de los esquemas de certificación de playas en América Latina y propuesta de un mecanismo para su homologación, en la que participé en el tribunal. Desde aquí quiero dar la enhorabuena al nuevo doctor y a sus directores de tesis, Ana María Macías Bedoya y Eduardo Peris Mora. También tuve la oportunidad de compartir ideas y experiencias con el resto del tribunal: Carlos M. P. Pereira, Eduard Ariza, Giorgio Anfuso y Pedro J. Arenas.
Me gustaría aquí transcribir, en palabras del propio Camilo, los últimos renglones de la tesis: “En el transcurso del esfuerzo científico realizado, se pudo corroborar que la gestión integrada de playas en América Latina es un tema de estudio cercano a su madurez teórica y metodológica. En este contexto, los Esquemas de Certificación de Playas se configuran como la herramienta más holística para su aplicación, siendo el mecanismo de homologación propuesto por el derrotero para su implementación efectiva en el subcontinente. La utilización de un enfoque científico en evolución, como son las ciencias de la complejidad, así como el despertar latinoamericano del conocimiento ancestral sobre su riqueza socio natural, permiten augurar un próspero camino en la investigación costera”.

Sin embargo, para no olvidarme de algunas de las reflexiones que me produjeron la lectura de la tesis y su defensa, voy a recoger aquí algunas líneas que considero de interés para avanzar en la investigación científica sobre la gestión de las playas. Serían las siguientes:
- Incorporación de los modelos de excelencia de calidad (Calidad Total, TQM) en la gestión de las playas. Interesante incorporar la versión latinoamericana del modelo EFQM (European Foundation for Quality Management), en la que la sostenibilidad tiene una importancia decisiva.
- Integrar conceptos de análisis del ciclo de vida de productos en la gestión del turismo basado en el “sol y playa” y cómo estos afectan a la gestión. De interés estudiar estrategias de rejuvenecimiento e innovación.
- Analizar los conceptos modernos de “Gestión de riesgos” (Risk Management) aplicados a la gestión de playas.
- Estudiar los conceptos de “Gestión de activos” (Asset Management) y el análisis de las políticas de inversión y mantenimiento de infraestructuras costeras, especialmente en las playas.
- Aplicar el modelo SERVQUAL a la calidad del servicio en la gestión de las playas.
- Sugerente es la aplicación del “Cuadro de Mando Integral” de Kaplan y Norton (Balanced Scorecard – BSC).
- Analizar la implicación del “hinterland” de la costa: especialmente la influencia de los modelos urbanísticos y de ordenación del territorio en el turismo litoral (urbanismo horizontal vs. urbanismo vertical).
- Incorporación de la teoría de la toma de decisiones multicriterio.
- Aplicación de los modelos de gestión de la innovación a las playas (UNE 166000).
- Estudiar, desde el punto de vista legislativo, la figura jurídica del consorcio como solución para la gestión integrada del litoral.

Esta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional.
Escritura de artículos científicos
En un artículo anterior, tuvimos la oportunidad de introducir algunos conceptos básicos sobre qué es y cómo se estructura un artículo científico. En esta entrada, os dejo un par de Polimedias realizados por la profesora María Milagros del Saz Rubio, de la Universitat Politècnica de València sobre la escritura de artículos académicos en inglés. Creo que son muy interesantes y espero que os gusten.
El primero busca ofrecer una introducción a las características básicas de la escritura académica.
El segundo se centra en la estructura de los artículos científicos.

Esta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional.
Automatic design of concrete vaults using iterated local search and extreme value estimation
La optimización de estructuras reales de hormigón armado constituye un campo de gran interés no solo en la investigación, sino también en la aplicación real en obra. Os paso un artículo reciente que explica una forma de optimizar bóvedas de hormigón empleadas habitualmente en pasos inferiores, como falsos túneles. Los ahorros que se pueden conseguir, en este caso, han sido de un 7% respecto a un diseño tradicional. En el caso de obras lineales de gran longitud, los ahorros pueden ser nada despreciables. La revista Latin American Journal of Solids and Structures es en abierto, de donde podéis descargar este y otros artículos de interés.

Esta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional.



