toma de decisiones archivos - Página 5 de 26

Evaluación de la sostenibilidad social en infraestructuras: un análisis multicriterio y sus desafíos

A continuación, explicaremos el contenido de uno de los artículos más citados en nuestro grupo de investigación. El artículo plantea la siguiente pregunta de investigación: ¿Cómo se tratan los aspectos sociales en la evaluación multicriterio de infraestructuras? Esta cuestión se estructura en tres subpreguntas que buscan determinar qué aspectos sociales se valoran en la evaluación de infraestructuras, qué métodos multicriterio se utilizan para evaluar su contribución social y qué enfoques se aplican en la evaluación social multicriterio. La pregunta principal permite dar una respuesta clara en función de los hallazgos del estudio, que se centran en identificar métodos, criterios y limitaciones en la evaluación social de infraestructuras.

El artículo realiza una revisión sistemática de la literatura existente en el campo de la evaluación social de infraestructuras mediante métodos multicriterio. Para ello, se identificaron 94 estudios relevantes mediante una búsqueda en la base de datos Web of Science, que abarca publicaciones entre 1995 y 2017. La metodología de selección se desarrolló en dos fases. La primera consistió en seleccionar inicialmente los estudios, basándose en criterios de pertinencia y revisión por pares. En la segunda fase, se analizaron las referencias y citas de los estudios seleccionados para ampliar la muestra y obtener una visión más completa del tema. Posteriormente, los estudios fueron categorizados según los criterios sociales evaluados, los métodos multicriterio utilizados y las consideraciones de contexto, equidad y aprendizaje social en la evaluación.

El trabajo sistematiza los criterios sociales utilizados en la evaluación de infraestructuras y los clasifica en siete dimensiones. La primera es el capital humano, que abarca las necesidades básicas, la educación y la salud. La segunda dimensión es el capital comunitario, que incluye la opinión pública, la estética y la seguridad. En tercer lugar, se encuentra el capital cultural, relacionado con la preservación de valores culturales tangibles e intangibles. La cuarta dimensión es el capital productivo, que tiene en cuenta la movilidad, la accesibilidad y la urbanización. En quinto lugar, el capital social e institucional se refiere a la participación de los actores y su capacidad de gestión. La sexta dimensión, el sistema socioeconómico, comprende el desarrollo económico regional y el empleo. Finalmente, la séptima dimensión es la relación entre la empresa y la comunidad, que engloba el diseño centrado en el usuario y las prácticas laborales éticas.

Además, el estudio analiza los métodos multicriterio más empleados, entre los que destacan el Analytic Hierarchy Process (AHP), el Simple Additive Weighting (SAW) y el Technique for Order of Preference by Similarity to Ideal Solution (TOPSIS). Se identifican brechas en la consideración de equidad, incertidumbre y aprendizaje social en las evaluaciones existentes, lo que sugiere la necesidad de mejorar los enfoques actuales para una evaluación más integral.

Los hallazgos revelan que la evaluación de la sostenibilidad social en infraestructuras ha recibido menos atención que las dimensiones económica y ambiental. Ciertos criterios, como la movilidad, la seguridad y el desarrollo local, se tienen en cuenta recurrentemente en los estudios analizados, mientras que otros, como la equidad en la distribución de beneficios y la participación comunitaria, se abordan menos. Además, los métodos actuales no abordan de manera adecuada la incertidumbre inherente a los aspectos sociales, lo que limita su aplicabilidad en contextos dinámicos y diversos. Ante esta situación, el artículo propone utilizar herramientas como la teoría de conjuntos difusos y los sistemas grises para mejorar la representación de estos factores en los modelos de evaluación.

El artículo plantea varias líneas de investigación futuras para mejorar la evaluación de la sostenibilidad social en infraestructuras. En primer lugar, se recomienda el desarrollo de métodos que tengan en cuenta la equidad en la distribución de beneficios. En segundo lugar, se plantea la integración de técnicas de gestión de incertidumbre en los modelos multicriterio para mejorar su aplicabilidad en distintos contextos. Asimismo, se enfatiza la necesidad de fortalecer la participación de los interesados en los procesos de evaluación para promover modelos de toma de decisiones más inclusivos. Por último, se sugiere la aplicación de enfoques de aprendizaje social para mejorar la adaptabilidad de las evaluaciones a distintos contextos y garantizar una toma de decisiones más informada y eficaz.

En resumen, el estudio ofrece un análisis detallado sobre la evaluación de la sostenibilidad social en infraestructuras mediante métodos multicriterio. Se destaca la necesidad de mejorar la representación de la equidad y la incertidumbre en los modelos existentes, así como la oportunidad de desarrollar metodologías que fomenten la inclusión de los actores implicados en el proceso de evaluación. Además, se subraya la importancia de promover procesos de aprendizaje social que permitan adaptar mejor las evaluaciones a los distintos contextos en los que se desarrollan las infraestructuras. En este sentido, el artículo supone un avance significativo en la comprensión de la evaluación social de infraestructuras y sentará las bases para futuras investigaciones en este campo.

Glosario de términos clave

Evaluación multicriterio: Un conjunto de métodos y técnicas que permiten analizar problemas complejos en los que se deben considerar múltiples criterios, a menudo conflictivos, para tomar una decisión o realizar una valoración.
Infraestructura: Las estructuras físicas y organizativas básicas necesarias para el funcionamiento de una sociedad o empresa, como carreteras, puentes, sistemas de energía, comunicaciones, etc.
Sostenibilidad Social: Una dimensión de la sostenibilidad que se centra en el impacto de las actividades humanas en las personas y en la sociedad en general, incluyendo aspectos como la equidad, la justicia social, la salud, la seguridad y la participación comunitaria.
Revisión sistemática de la literatura: Un método riguroso y transparente para identificar, seleccionar, evaluar y sintetizar todas las evidencias empíricas relevantes para responder a una pregunta de investigación específica.
Capital humano: Los conocimientos, habilidades, competencias y atributos incorporados en los individuos que facilitan la creación de valor económico y social.
Capital comunitario: Los recursos y relaciones sociales dentro de una comunidad que fomentan la cooperación y el beneficio mutuo, incluyendo aspectos como la confianza, las normas y las redes sociales.
Capital cultural: Los activos culturales, tanto tangibles (patrimonio físico, obras de arte) como intangibles (tradiciones, conocimientos, expresiones artísticas), que tienen valor social, económico e histórico.
Equidad: La cualidad de ser justo e imparcial, asegurando que los beneficios y las cargas se distribuyan de manera proporcional y considerando las diferentes necesidades y circunstancias.
Incertidumbre: La falta de certeza o conocimiento preciso sobre eventos futuros, sus probabilidades y sus posibles consecuencias.
Aprendizaje social: Un proceso colectivo a través del cual los individuos y los grupos adquieren nuevos conocimientos, habilidades y comprensiones a través de la interacción, la experiencia y la reflexión conjunta.
Analytic Hierarchy Process (AHP): Un método multicriterio que estructura un problema de decisión en una jerarquía de criterios, subcriterios y alternativas, y utiliza comparaciones pareadas para determinar las prioridades relativas.
Simple Additive Weighting (SAW): Un método multicriterio que asigna pesos a cada criterio y calcula una puntuación total para cada alternativa multiplicando su rendimiento en cada criterio por el peso del criterio y sumando los resultados.
Technique for Order of Preference by Similarity to Ideal Solution (TOPSIS): Un método multicriterio que identifica la alternativa con la distancia más corta a la solución ideal positiva y la distancia más larga a la solución ideal negativa.
Teoría de conjuntos difusos: Un marco matemático que permite representar y manejar la imprecisión y la vaguedad en la información, utilizando grados de pertenencia en lugar de la lógica binaria tradicional.
Sistemas grises: Un enfoque metodológico diseñado para analizar y modelar sistemas con información incompleta o incierta, utilizando conceptos como intervalos numéricos y números grises para representar la incertidumbre.
Partes interesadas (Stakeholders): Individuos, grupos u organizaciones que pueden afectar o ser afectados por las decisiones o actividades de un proyecto o política.

Os dejo un pequeño programa de radio sobre este tema (en inglés).

Os dejo un mapa mental del trabajo.

Referencia:

SIERRA, L.A.; YEPES, V.; PELLICER, E. (2018). A review of multi-criteria assessment of the social sustainability of infrastructures. Journal of Cleaner Production, 187:496-513. DOI:10.1016/j.jclepro.2018.03.022

Como el artículo se publicó en abierto, lo dejo por si lo queréis consultar.

Pincha aquí para descargar

El impacto del cambio climático en las infraestructuras

DANA OCTUBRE 2024 – Vías del Metro entre Picanya y Paiporta. https://commons.wikimedia.org/

El diseño y la planificación de infraestructuras se han basado históricamente en el análisis de datos climáticos pasados para definir criterios estructurales de seguridad. Sin embargo, la aceleración del cambio climático ha puesto en cuestión la validez de esta metodología y ha obligado a reconsiderar los fundamentos sobre los que se establecen los códigos de construcción y las normativas de diseño. El carácter no estacionario del clima, la creciente magnitud de los eventos meteorológicos extremos y la necesidad de infraestructuras más resilientes han convertido la adaptación al cambio climático en un imperativo técnico y social.

Las estructuras deben garantizar la seguridad de sus ocupantes en condiciones tanto ordinarias como extremas, así como su funcionalidad a lo largo de su ciclo de vida. Es preciso tener en cuenta que la frecuencia y severidad de ciertos fenómenos, como tormentas, inundaciones y variaciones térmicas, ya no pueden preverse con precisión únicamente mediante datos históricos. La integración de modelos de análisis probabilístico y enfoques basados en la fiabilidad estructural representa una vía fundamental para mitigar los riesgos asociados al cambio climático y asegurar la estabilidad y operatividad de infraestructuras críticas en el futuro.

El fin de la estacionariedad climática y sus implicaciones en el diseño estructural

El diseño estructural se ha desarrollado bajo la premisa de que las condiciones climáticas permanecen relativamente estables a lo largo del tiempo, lo que ha permitido definir cargas normativas basadas en registros históricos. No obstante, el cambio climático ha invalidado esta hipótesis al introducir una variabilidad que altera tanto la frecuencia como la intensidad de los fenómenos atmosféricos y compromete la fiabilidad de los métodos de predicción empleados en el ámbito de la ingeniería.

Las estructuras diseñadas bajo códigos convencionales pueden experimentar cargas superiores a las previstas en su diseño original, lo que resulta en un aumento del riesgo estructural y la necesidad de reevaluaciones constantes para garantizar su seguridad. La acumulación de efectos derivados de condiciones climáticas extremas no solo afecta a la estabilidad estructural inmediata, sino que acelera los procesos de deterioro de los materiales y compromete la capacidad de servicio de la infraestructura a largo plazo.

El análisis de la no estacionariedad climática requiere el desarrollo de nuevas herramientas de modelado que permitan proyectar escenarios de carga climática futura con mayor precisión. La variabilidad espacial y temporal de las alteraciones climáticas obliga a establecer criterios de diseño diferenciados según la localización geográfica, la exposición a determinados fenómenos y la importancia funcional de cada infraestructura. En este contexto, la colaboración entre científicos del clima e ingenieros estructurales se erige como un componente esencial para la elaboración de mapas de cargas dinámicos que reflejen las condiciones cambiantes del entorno.

Aumento de cargas climáticas y su impacto en la estabilidad estructural

El cambio climático incide directamente en la magnitud y distribución de las cargas climáticas, lo que supone un desafío significativo para el diseño estructural. El incremento de la temperatura media global y la intensificación de eventos meteorológicos extremos tienen un impacto directo en la resistencia y durabilidad de los materiales de construcción, lo que requiere una revisión exhaustiva de los criterios de diseño para adaptarlos a condiciones más exigentes.

El aumento de la carga de viento, debido a la mayor frecuencia de tormentas severas y huracanes, plantea desafíos particulares para estructuras expuestas a esfuerzos aerodinámicos, tales como rascacielos, puentes y torres de telecomunicaciones. La variabilidad en la dirección y velocidad de los vientos extremos introduce incertidumbre en el diseño convencional, lo que requiere la aplicación de metodologías de análisis probabilístico que permitan anticipar los efectos acumulativos de estas fuerzas sobre los elementos estructurales.

Ciertamente, la carga de nieve y hielo constituye un factor de riesgo cuya evolución en un clima cambiante requiere especial atención. En climas fríos, la combinación de precipitaciones extremas y ciclos de congelación y deshielo genera esfuerzos adicionales sobre cubiertas y soportes, lo que puede ocasionar la fatiga de los materiales y aumentar el riesgo de fallos estructurales. La acumulación de hielo en líneas de transmisión eléctrica y otros elementos de infraestructura crítica puede comprometer su funcionalidad, lo que resalta la necesidad imperante de implementar estrategias de adaptación en el diseño de dichos sistemas.

El aumento del nivel del mar y la intensificación de tormentas costeras representan amenazas crecientes para las infraestructuras situadas en zonas litorales. La erosión del suelo y la intrusión salina pueden afectar la estabilidad de las cimentaciones y las estructuras de contención, mientras que el aumento en la magnitud de las marejadas ciclónicas aumenta el riesgo de colapso en las edificaciones expuestas. Por lo tanto, es esencial adoptar enfoques probabilísticos para estimar las cargas de inundación y considerar criterios de adaptación costera en el diseño estructural, con el fin de mitigar estos efectos y garantizar la seguridad y estabilidad de las infraestructuras en zonas litorales.

Resiliencia estructural y continuidad operativa en escenarios de riesgo creciente

En lo que respecta a la resistencia inmediata de las infraestructuras a eventos climáticos extremos, su capacidad de recuperación y continuidad operativa tras un desastre constituye un aspecto de suma importancia en el contexto del cambio climático. La resiliencia estructural implica no solo garantizar que las edificaciones y redes de transporte soporten cargas excepcionales sin fallar, sino también que puedan volver a estar plenamente operativas en un tiempo razonable tras una interrupción.

La planificación de infraestructuras resilientes requiere un enfoque basado en la funcionalidad tras el desastre, estableciendo criterios de diseño que permitan minimizar los tiempos de inactividad y optimizar los procesos de reparación y reconstrucción. Este enfoque cobra especial relevancia en infraestructuras críticas, tales como hospitales, plantas de tratamiento de agua y redes de energía, cuya operatividad continua resulta esencial para la estabilidad de las comunidades.

El diseño basado en rendimiento (Performance-Based Design, PBD) surge como una herramienta clave para integrar la resiliencia en la ingeniería estructural. A diferencia de los enfoques convencionales basados en requisitos normativos predeterminados, el PBD permite establecer objetivos concretos de rendimiento para cada tipo de estructura, considerando tanto su resistencia ante cargas extremas como su capacidad de recuperación tras eventos disruptivos.

Conclusión: La adaptación de las infraestructuras al cambio climático como una necesidad inaplazable

La evidencia científica sobre el impacto del cambio climático en la infraestructura es concluyente y requiere una revisión exhaustiva de los criterios de diseño estructural. La dependencia exclusiva de datos históricos ya no constituye una estrategia viable en un contexto donde la frecuencia e intensidad de eventos extremos están en constante aumento. Por ello, es necesario implementar análisis probabilísticos, actualizar periódicamente los mapas de cargas climáticas y adoptar estrategias de resiliencia estructural. Estos cambios son fundamentales para garantizar la seguridad y funcionalidad de las infraestructuras en el futuro.

La ingeniería estructural debe evolucionar hacia un enfoque basado en la adaptación y la gestión del riesgo, integrando modelos de predicción climática en el diseño y planificación de nuevas construcciones. La colaboración entre ingenieros, científicos del clima y responsables de políticas públicas será esencial para desarrollar normativas que reflejen la realidad cambiante del entorno y permitan la creación de infraestructuras más seguras y sostenibles.

La adaptación al cambio climático no es únicamente una cuestión técnica, sino una necesidad económica y social que determinará la capacidad de las comunidades para hacer frente a los desafíos del siglo XXI. El diseño estructural del futuro debe asumir este reto con un enfoque proactivo, asegurando que las infraestructuras no solo resistan el clima cambiante, sino que también contribuyan a la estabilidad y el bienestar de la sociedad en su conjunto.

Referencias:

ASCE. (2015). Adapting infrastructure and civil engineering practice to a changing climate. Reston, VA: ASCE.
ASCE. (2018). Climate-resilient infrastructure: Adaptive design and risk management, MOP 140. Reston, VA: ASCE.
ASCE. (2021). Hazard-resilient infrastructures: Analysis and design, MOP 144. Reston, VA: ASCE.
Bruneau, M., Barbato, M., Padgett, J. E., Zaghi, A. E., et al. (2017). State-of-the-art on multihazard design. Journal of Structural Engineering, 143(10), 03117002.
Cooke, R. M. (2015). Messaging climate change uncertainty. Nature Climate Change, 5(1), 8–10.
Ellingwood, B. R., van de Lindt, J. W., & McAllister, T. (2020). Community resilience: A new challenge to the practice of structural engineering. Structural Magazine, 27(11), 28–30.
Ellingwood, B. R., Bocchini, P., Lounis, Z., Ghosn, M., Liu, M., Yang, D., Capacci, L., Diniz, S., Lin, N., Tsiatas, G., Biondini, F., de Lindt, J., Frangopol, D.M., Akiyama, M., Li, Y., Barbato, M., Hong, H., McAllister, T., Tsampras, G. & Vahedifard, F. (2024). Impact of Climate Change on Infrastructure Performance. In Effects of Climate Change on Life-Cycle Performance of Structures and Infrastructure Systems: Safety, Reliability, and Risk (pp. 115-206). Reston, VA: American Society of Civil Engineers.
Eisenhauer, E., Henson, S., Matsler, A., Maxwell, K., Reilly, I., Shacklette, M., Julius, S., Kiessling, B., Fry, M., Nee, R., Bryant, J., Finley, J., & Kieber, B. (2024). Centering equity in community resilience planning: Lessons from case studies. Natural Hazards Forum, Washington, D.C.
IPCC (1997). The regional impacts of climate change: an assessment of vulnerability. IPCC, Geneva.
McAllister, T., Walker, R., & Baker, A. (2022). Assessment of resilience in codes, standards, regulations, and best practices for buildings and infrastructure systems. NIST Technical Note 2209. National Institute of Standards and Technology. https://doi.org/10.6028/NIST.TN.2209
O’Neill, B., van Aalst, M., Zaiton Ibrahim, Z., Berrang Ford, L., Bhadwal, S., Buhaug, H., Diaz, D., Frieler, K., Garschagen, M., Magnan, A., Midgley, G., Mirzabaev, A., Thomas, A., & Warren, R. (2022). Key risks across sectors and regions. In H.-O. Pörtner, D. C. Roberts, M. Tignor, E. S. Poloczanska, K. Mintenbeck, A. Alegría, M. Craig, S. Langsdorf, S. Löschke, V. Möller, A. Okem, & B. Rama (Eds.), Climate change 2022: Impacts, adaptation and vulnerability. Contribution of Working Group II to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change (pp. 2411–2538). Cambridge University Press. https://doi.org/10.1017/9781009325844.025
Poland, C. D. (2009). The resilient city: Defining what San Francisco needs from its seismic mitigation policies. San Francisco Planning and Urban Research Association Report. Earthquake Engineering Research Institute.
Vogel, J., Carney, K. M., Smith, J. B., Herrick, C., et al. (2016). Climate adaptation: The state of practice in US communities. The Kresge Foundation and Abt Associates.

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

Optimización de la inversión en ingeniería de la construcción mediante redes de atención gráfica y MCDM

Tenemos el placer de anunciar la publicación de un artículo en la revista Computers & Industrial Engineering, revista indexada en el primer cuartil del JCR. Se trata de una colaboración con colegas de Turquía, en especial con el profesor Vedat Toğan.

El artículo analiza si la integración de Graph Attention Networks (GAT) con metodologías multicriterio de toma de decisiones (MCDM) mejora la precisión y fiabilidad en la selección de proyectos de inversión en ingeniería de la construcción. La cuestión central es si los modelos de aprendizaje automático basados en redes superan a los métodos MCDM tradicionales a la hora de predecir la viabilidad de proyectos de inversión. Esta pregunta define el problema de la ineficacia en la selección de proyectos debido a la complejidad de los factores interdependientes y orienta el estudio hacia la evaluación de modelos predictivos basados en redes.

Metodología

El estudio emplea un enfoque híbrido que combina el juicio experto, los métodos MCDM y el aprendizaje automático avanzado. Se procesa un conjunto de datos de más de 33 000 proyectos de inversión en construcción, aplicando la selección de características mediante análisis de componentes principales (PCA) y la clasificación basada en criterios como el riesgo país, la calificación de desarrollo empresarial y el valor del proyecto. A partir de estos datos, se estructuran tres redes de inversión: regional, nacional y basada en el modo de financiación. Estas redes se introducen en modelos GAT, que aplican mecanismos de atención para predecir la viabilidad de la inversión. La validación del modelo se realiza mediante métricas de precisión, exhaustividad, puntuación F1 y curvas ROC, y se compara con árboles de decisión y modelos de bosque aleatorio.

Contribuciones relevantes

Integración de aprendizaje automático y MCDM: El estudio demuestra cómo los GATs pueden mejorar la precisión en la selección de proyectos, combinando métodos MCDM y aprendizaje profundo.
Desarrollo de modelos de inversión basados en redes: Se estructuran los datos de inversión en tres redes diferenciadas, proporcionando un marco novedoso para evaluar interdependencias entre proyectos.
Validación de la eficacia de los GATs: Se logra una precisión superior al 99 % en la red regional y superior al 98 % en las redes nacionales y de financiación, destacando el potencial de los GATs en la planificación estratégica de inversiones.
Aplicabilidad práctica en la toma de decisiones: Se demuestra la viabilidad de los GATs para mejorar herramientas de apoyo a la decisión en inversiones a gran escala, reduciendo riesgos financieros.

Discusión de resultados

Los modelos GAT basados en redes mejoran significativamente la precisión en la selección de proyectos de inversión en comparación con los métodos MCDM convencionales. La red regional es la que logra una mayor precisión, lo que sugiere que la agregación geográfica proporciona una base sólida para la toma de decisiones. Las redes nacionales y de financiación, aunque con una precisión ligeramente menor, siguen superando a los métodos tradicionales, lo que demuestra las ventajas del modelado de dependencias basadas en redes.

Las tasas de error, aunque mínimas, resaltan la necesidad de combinar modelos automatizados con la validación experta. En conclusión, los GAT son herramientas eficaces para la selección de proyectos, pero no deben reemplazar la toma de decisiones humanas. Además, se evidencia que los modelos basados en financiación capturan estructuras financieras clave que influyen en la viabilidad de los proyectos, lo que aporta un valor añadido a la evaluación del riesgo de inversión.

Líneas de investigación futuras

Ampliación de modelos basados en redes: Explorar redes adicionales que incluyan marcos regulatorios y estabilidad económica para optimizar la toma de decisiones.
Integración de datos en tiempo real: Incorporar tendencias de mercado y datos económicos actualizados para mejorar la capacidad predictiva.
Comparación con otros modelos de aprendizaje profundo: Evaluar el desempeño de los GATs frente a otras variantes de redes neuronales gráficas como Graph Convolutional Networks (GCNs).
Aplicación en otros sectores de infraestructura: Extender la metodología a sectores como el transporte y la planificación urbana para evaluar su aplicabilidad.
Desarrollo de sistemas híbridos de apoyo a la decisión: Combinar técnicas MCDM con predicciones en tiempo real para maximizar la usabilidad en la práctica.

Conclusión

El estudio demuestra que la integración de GAT con MCDM mejora la toma de decisiones en inversiones en ingeniería de la construcción. Al estructurar los datos en modelos basados en redes, se proporciona un marco más preciso y contextualizado para la selección de proyectos. Los resultados confirman la superioridad de los modelos basados en redes frente a los enfoques tradicionales, especialmente en lo que respecta a la gestión de dependencias complejas entre proyectos. No obstante, se destaca la importancia de la validación experta para mitigar errores de clasificación. Las futuras investigaciones deben centrarse en mejorar las capacidades del modelo, integrar datos dinámicos y perfeccionar las herramientas de apoyo a la toma de decisiones para optimizar la selección de inversiones en ingeniería de la construcción.

Referencia:

MOSTOFI, F.; BAHADIR, U.; TOKDEMIR, O.B.; TOGAN, V.; YEPES, V. (2025). Enhancing Strategic Investment in Construction Engineering Projects: A Novel Graph Attention Network Decision-Support Model. Computers & Industrial Engineering, 203:111033. DOI:10.1016/j.cie.2025.111033

El artículo se puede descargar gratuitamente hasta el 5 de mayo de 2025 en el siguiente enlace: https://authors.elsevier.com/c/1kmrt1I2r-Q9z0

La ingeniería de la reconstrucción

Imagen del desastre provocado por la DANA. Imagen: V.J. Yepes (10 de noviembre de 2024)

Las catástrofes naturales y humanas han acompañado a la civilización a lo largo de su historia, poniendo a prueba su capacidad de adaptación. Sin embargo, la forma en que se afronta la reconstrucción tras un desastre no puede limitarse a la reposición de lo perdido. El caso de las recientes inundaciones en Valencia el 29 de octubre de 2024 ilustra una realidad que se repite con cada evento extremo: la urgencia de reconstruir suele imponerse a la necesidad de reflexionar. No obstante, si la ingeniería de la reconstrucción se reduce a restablecer el estado previo a la catástrofe, se estaría desperdiciando una oportunidad para corregir vulnerabilidades y minimizar futuros daños.

El primer desafío tras un desastre es la respuesta inmediata. En esta fase, la prioridad es el rescate de personas y la provisión de recursos esenciales. Una vez atendidas estas necesidades básicas, la atención se centra en la recuperación de infraestructuras críticas, como hospitales, redes de agua potable, suministro eléctrico y comunicaciones. Este proceso es complejo, ya que estas infraestructuras no solo deben ponerse en funcionamiento lo antes posible, sino que, en muchos casos, han sufrido daños estructurales que comprometen su funcionalidad.

A partir de este punto surge la cuestión clave: ¿debe la reconstrucción reproducir las mismas condiciones previas a la catástrofe? Desde el punto de vista técnico y económico, esta estrategia es cuestionable. Si las infraestructuras y edificaciones han fallado ante un fenómeno extremo, replicarlas sin modificaciones implica asumir que volverán a fallar en el futuro. En el caso concreto de Valencia, se ha observado que algunos puentes obstaculizaron el flujo del agua y los sedimentos, generando represas que agravaron la crecida. Este problema no es nuevo; estructuras similares han provocado efectos equivalentes en inundaciones anteriores y, sin embargo, su diseño se sigue repitiendo. Por tanto, es necesario un enfoque distinto que incorpore criterios de resiliencia y sostenibilidad en la reconstrucción. En el caso de los puentes, esto podría traducirse en reducir el número de apoyos en el cauce, cimentaciones más profundas para reducir su vulnerabilidad a la erosión y revisar los coeficientes de empuje hidráulico en los cálculos estructurales.

El reto no solo consiste en corregir errores del pasado, sino también en prepararse para escenarios futuros más complejos. El cambio climático está alterando la frecuencia e intensidad de los eventos extremos, lo que obliga a replantear tanto la planificación territorial como la normativa vigente. Lo que antes se consideraba un fenómeno extraordinario puede convertirse en una amenaza recurrente, por lo que es necesario aplicar criterios de diseño más exigentes y estrategias de mitigación más ambiciosas. No se trata únicamente de reforzar las infraestructuras, sino de adaptar las ciudades y las redes de transporte a una realidad en la que las precipitaciones intensas, las sequías prolongadas y el aumento del nivel del mar serán cada vez más frecuentes. La planificación basada en registros históricos ya no es suficiente; la ingeniería debe integrar modelos predictivos y diseñar soluciones flexibles y adaptativas.

Sin embargo, en la reconstrucción tras una catástrofe suele predominar un enfoque táctico, con decisiones orientadas a mostrar una respuesta inmediata a la ciudadanía. La rapidez en la ejecución de ciertas obras genera la percepción de una gestión eficaz, pero este proceder puede ocultar la ausencia de una estrategia que optimice las actuaciones a largo plazo. Si bien es imprescindible contar con equipos de intervención inmediata para hacer frente a la emergencia, también es esencial disponer de un equipo de reflexión que establezca directrices fundamentadas y evite reconstrucciones apresuradas que perpetúen los mismos errores. Algo así como un «ministerio del pensamiento» que sea capaz de analizar las lecciones aprendidas y convertirlas en políticas y proyectos de reconstrucción con criterios sólidos de sostenibilidad y resiliencia.

Esta misma lógica se aplica a la planificación territorial y urbana. Rehabilitar zonas inundables sin considerar estrategias de mitigación perpetúa la exposición al riesgo. En este sentido, la ingeniería tiene el deber de plantear soluciones basadas en evidencia científica y en experiencias previas. La adaptación a eventos extremos no solo implica reforzar estructuras, sino también reconsiderar su localización y función. En muchos casos, las medidas no requieren inversiones desmesuradas, sino una gestión más eficiente del territorio. La creación de zonas de amortiguamiento, la mejora en la capacidad de drenaje y la regulación del uso del suelo son estrategias que pueden marcar la diferencia en futuras catástrofes.

Además, la sostenibilidad a largo plazo implica tener en cuenta a las personas en la ecuación que gobierna los impactos de las actuaciones. No basta con evaluar los efectos sobre las infraestructuras o el medio ambiente, sino que es necesario considerar cómo influyen estas decisiones en la calidad de vida de las personas que habitan los territorios afectados. La reconstrucción debe ir más allá de la restitución de bienes materiales y tener en cuenta también aspectos sociales, económicos y psicológicos. Por ejemplo, esto implicaría reubicar comunidades en zonas seguras, garantizar el acceso equitativo a los servicios básicos y minimizar el impacto de las obras sobre la población más vulnerable. Si la ingeniería no tiene en cuenta estos factores, existe el riesgo de generar soluciones técnicamente eficientes, pero socialmente insostenibles.

Uno de los mayores obstáculos en estos procesos es la fragmentación de competencias. La reconstrucción implica a múltiples actores, desde administraciones locales hasta organismos estatales e internacionales. En muchas ocasiones, la superposición de responsabilidades y la falta de coordinación provocan retrasos y contradicciones en la toma de decisiones. Para evitar este problema, una alternativa viable sería la creación de un consorcio específico encargado de gestionar la reconstrucción, en el que las distintas administraciones deleguen temporalmente parte de sus competencias. Este modelo permitiría una planificación más coherente y una ejecución de proyectos con criterios unificados, lo que evitaría la dispersión de recursos y la toma de decisiones inconexas.

La reconstrucción no es solo un proceso técnico, sino también una oportunidad para transformar el entorno de manera más racional y sostenible. Es indispensable actuar con rapidez, pero no se debe hacer a costa de repetir errores del pasado. La ingeniería, como disciplina, no puede limitarse a solucionar problemas inmediatos, sino que debe anticiparse a los riesgos futuros y ofrecer respuestas fundamentadas en el conocimiento acumulado. Una reconstrucción bien planificada no solo restituye lo destruido, sino que contribuye a construir una sociedad más segura y preparada para afrontar los desafíos futuros.

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

Toma de decisiones multicriterio en la gestión de presas envejecidas

Presa del Buseo, 23 de septiembre de 2023. Imagen: V. Yepes

El artículo examina el uso del análisis de decisiones multicriterio (MCDA, por sus siglas en inglés) en la gestión de presas, centrándose en su aplicación para evaluar riesgos, optimizar recursos y apoyar la toma de decisiones en infraestructuras hidráulicas. A través de una revisión sistemática de 128 artículos, se identifican las metodologías más utilizadas, las tendencias emergentes y las oportunidades de mejora en la aplicación de estas técnicas. Se destaca la creciente aplicación de enfoques híbridos y difusos para abordar la incertidumbre, así como la necesidad de una mayor integración de las partes interesadas en los procesos de decisión.

Este artículo está disponible en la siguiente dirección: https://www.researchgate.net/publication/312672827_A_systematic_review_of_application_of_multi-criteria_decision_analysis_for_aging-dam_management

El artículo plantea dos cuestiones principales relacionadas con la gestión de presas envejecidas mediante el análisis de decisiones multicriterio (MCDA):

¿Qué tipos específicos de problemas de decisión y aplicaciones en la gestión de presas han sido abordados con técnicas de MCDA?
¿Cómo se han aplicado estas técnicas para resolver cada problema y cuáles son las razones de su idoneidad?

Para responder a estas preguntas, se lleva a cabo una revisión sistemática que identifica tendencias en la literatura y analiza las metodologías empleadas para apoyar la toma de decisiones en la gestión de presas envejecidas.

Aportaciones relevantes

El artículo presenta un análisis exhaustivo del uso de MCDA en la gestión de presas envejecidas. Se identifican 128 estudios publicados entre 1992 y 2015, y se observa un aumento significativo en la aplicación de estas metodologías a partir de 2009. Se destacan las siguientes aportaciones:

Identificación de las principales metodologías utilizadas en la evaluación de presas envejecidas, siendo AHP la más frecuente, seguida de combinaciones con TOPSIS.
Análisis de la creciente tendencia a la hibridación de técnicas y la aplicación de enfoques difusos para mejorar la gestión de incertidumbre y subjetividad.
Detección de una falta de integración de las partes interesadas en el proceso de toma de decisiones, lo que limita la consideración de factores socioeconómicos y ambientales.

Presentación de los resultados

El estudio categoriza la aplicación de MCDA en nueve áreas principales:

Análisis de riesgo: Se ha identificado como la aplicación más frecuente, centrándose en la evaluación de seguridad y fallas de presas.
Gestión de recursos hídricos: Se han aplicado modelos de optimización para mejorar la gestión sostenible de los embalses.
Operación de embalses: Se han empleado técnicas como ELECTRE y PROMETHEE para optimizar el uso del agua almacenada.
Evaluación de impacto ambiental: Se han utilizado AHP y variantes difusas para estimar la vulnerabilidad ecológica de las presas.
Energía hidroeléctrica: Se ha aplicado MCDA para seleccionar ubicaciones de centrales hidroeléctricas y evaluar su rentabilidad.
Sismicidad y geología: Se han empleado modelos para evaluar la estabilidad de presas y los efectos de eventos sísmicos.
Ubicación de presas: Se ha utilizado AHP y SIG para determinar sitios óptimos para la construcción de nuevas presas.
Calidad del agua: Se ha detectado una relación entre ENTROPY y la evaluación de contaminación en embalses.
Control de inundaciones: Se han explorado metodologías como ANP y DEMATEL para la gestión de riesgos asociados a crecidas.

Los resultados muestran que la mayoría de los estudios utilizan un enfoque basado en métodos MADM, particularmente AHP, con una tendencia creciente hacia la combinación con otros métodos para mejorar la precisión de los resultados.

Discusión de resultados

Los resultados muestran que, si bien el MCDA ha permitido estructurar mejor la toma de decisiones en la gestión de presas envejecidas, persisten varias limitaciones. Una de ellas es la escasa consideración de la interdependencia entre los distintos factores evaluados. Aunque el método de proceso de redes analíticas (ANP) tiene el potencial de modelar estas relaciones, su uso sigue siendo limitado. Esto implica que muchos de los modelos utilizados pueden simplificar en exceso problemas complejos al asumir independencia entre criterios.

Otra observación importante es la falta de un enfoque sistemático para la integración de actores clave en la toma de decisiones. Aunque algunos estudios incluyen la participación de expertos, la incorporación de comunidades locales y organismos reguladores sigue siendo fragmentaria. La inclusión de estos actores en el proceso permitiría evaluar mejor los impactos socioeconómicos y ambientales de las decisiones tomadas.

Asimismo, se destaca que la mayoría de los estudios revisados se han centrado en la evaluación de riesgos y la seguridad de presas, mientras que otras áreas como la planificación sostenible y la adaptación al cambio climático han recibido menor atención. Dada la creciente incertidumbre asociada a los efectos del cambio climático en los sistemas hídricos, futuras investigaciones deberían priorizar estos aspectos.

Por último, se identificó una tendencia a combinar métodos para mejorar la precisión de los resultados. Sin embargo, en muchos casos, estas combinaciones no siguen un marco metodológico sólido, lo que puede afectar a la reproducibilidad y fiabilidad de los estudios. Desarrollar guías metodológicas claras para la combinación de enfoques MCDA podría mejorar la coherencia y la aplicabilidad de estos modelos en la gestión de presas.

Futuras líneas de investigación

Para avanzar en la gestión de presas envejecidas, el estudio sugiere:

Integrar análisis BOCR (Beneficios, Oportunidades, Costes y Riesgos) junto con ANP para capturar interacciones complejas.
Desarrollar modelos participativos que incorporen la opinión de comunidades locales y organismos reguladores en la toma de decisiones.
Aplicar herramientas de análisis espacial y SIG para mejorar la evaluación de riesgos y la planificación de infraestructura hídrica.
Incluir el impacto del cambio climático en los modelos MCDA, asegurando una evaluación a largo plazo de la seguridad y operación de presas.

Conclusión

El artículo ofrece un análisis detallado del uso de MCDA en la gestión de presas envejecidas, identificando tendencias y lagunas en la investigación. Se destaca la necesidad de metodologías más holísticas y participativas que permitan evaluar de manera integral los factores que influyen en la toma de decisiones. La combinación de ANP con BOCR, junto con el uso de herramientas espaciales, se presenta como una estrategia clave para el futuro desarrollo del campo.

Referencia:

ZAMARRÓN-MIEZA, I.; YEPES, V.; MORENO-JIMÉNEZ, J.M. (2017). A systematic review of application of multi-criteria decision analysis for aging-dam management. Journal of Cleaner Production, 147:217-230. DOI: 10.1016/j.jclepro.2017.01.092

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

Rehabilitación de vigas de hormigón armado deficientes a cortante en zonas sísmicas

Acaban de publicar nuestro artículo en la revista Applied Sciences, indexada en Q1 del JCR. El estudio desarrolla una metodología integral para seleccionar estrategias de rehabilitación sísmica en vigas de hormigón armado con deficiencias a cortante.

Este trabajo se enmarca dentro del proyecto de investigación RESILIFE, que dirijo como investigador principal, junto con el profesor Julián Alcalá, en la Universitat Politècnica de València. A continuación, explicamos brevemente el contenido del artículo que podéis descargar gratuitamente.

Se analizan cinco alternativas de refuerzo: encamisado de hormigón (CJ), encamisado con hormigón proyectado (SCJ), encamisado de acero adherido con resina epoxi (STE), encamisado de acero anclado mecánicamente (STA) y refuerzo con fibra de carbono (CFRP). Estas soluciones se evalúan mediante un análisis del ciclo de vida (LCA), que incorpora dimensiones económicas, ambientales, sociales y funcionales.

Entre las principales contribuciones del artículo, destaca la aplicación combinada de métodos de toma de decisiones multicriterio (MCDM), como EDAS, MABAC, CODAS y MARCOS, que permiten jerarquizar las alternativas basándose en criterios cuantificables. Para la ponderación de criterios se utilizó el Best-Worst Method (BWM), lo que garantiza la consistencia en la toma de decisiones. Los resultados indican que los refuerzos con CFRP y STE presentan ventajas significativas en términos de impacto ambiental y social, además de menores tiempos de ejecución y menor impacto arquitectónico. Por otro lado, las soluciones de hormigón presentan un mayor impacto ambiental y social debido al volumen de material necesario y a la duración del proceso constructivo.

El análisis del ciclo de vida muestra que la fase de construcción representa, de media, el 82 % de los costes totales de rehabilitación. El SCJ es la opción más económica, con una reducción del 45 % en los costes respecto al CJ. En contraste, el CFRP presenta el coste más alto, superando ligeramente al CJ. El STE y el STA requieren un mayor coste de mantenimiento debido a la necesidad de aplicar recubrimientos anticorrosivos y protección contra incendios. En cuanto al fin de vida, las soluciones basadas en hormigón presentan costes significativamente más altos debido a la necesidad de trituración y transporte a plantas de reciclaje.

En la evaluación ambiental, los impactos en las categorías de ecosistemas, salud humana y recursos son menores en las alternativas basadas en acero y CFRP, con una reducción del 77 % y 59 %, respectivamente, en el impacto ambiental total en comparación con el CJ. El SCJ logra una reducción del 19 % en impacto ambiental, mientras que el STE y el STA alcanzan reducciones de hasta el 62 % y el 77 %, respectivamente. A nivel social, el CJ presenta los mayores impactos, mientras que el STA obtiene la menor afectación, con una reducción del 75 % respecto al CJ.

La evaluación funcional indica que CJ y SCJ presentan los tiempos de ejecución más largos y un mayor impacto arquitectónico. Por el contrario, los materiales CFRP y STE destacan por su rapidez de instalación y por no alterar la estructura original. En general, el CFRP es la mejor alternativa si se tienen en cuenta los criterios económicos, ambientales, sociales y funcionales.

Se sugiere explorar materiales innovadores, como morteros reforzados con fibras o combinaciones de refuerzos híbridos, para mejorar la eficiencia estructural y la sostenibilidad de las intervenciones. Además, se podría analizar la integración de refuerzos activos, como tendones externos pretensados, para aumentar la capacidad sísmica. También se recomienda ampliar el análisis a otros elementos estructurales, como columnas y conexiones viga-columna, para evaluar la efectividad de estos refuerzos en estructuras completas.

Otro aspecto relevante para futuras investigaciones es mejorar la aplicación de la MCDM, integrando enfoques que gestionen la incertidumbre en la opinión de los expertos y teniendo en cuenta la interacción entre los criterios. Se podrían incorporar modelos de optimización basados en inteligencia artificial para mejorar la precisión en la selección de alternativas.

El estudio aporta una metodología replicable para evaluar estrategias de rehabilitación sísmica de vigas de hormigón armado con deficiencias a cortante. Su análisis del ciclo de vida confirma la relevancia de tener en cuenta el impacto económico, medioambiental y social a la hora de seleccionar la alternativa óptima. El uso combinado de BWM y MCDM demuestra su utilidad para abordar problemas de decisión complejos en ingeniería civil. En resumen, los resultados respaldan la necesidad de seguir investigando soluciones más eficientes y sostenibles en el campo de la rehabilitación estructural.

Referencia:

VILLALBA, P.; GUAYGUA, B.; YEPES, V. (2025). Optimal seismic retrofit alternative for shear deficient RC beams: a multiple criteria decision-making approach. Applied Sciences, 15(5):2424. DOI:10.3390/app15052424

Pincha aquí para descargar

Tesis doctoral: Métodos de detección de daños para el diseño sostenible del ciclo de vida de puentes en entornos agresivos

De izquierda a derecha: Ignacio Navarro, Rasmus Rampling, Mehrdad Hadizadeh, Salvador Ivorra, Tatiana García y Víctor Yepes

Hoy, 12 de febrero de 2025, ha tenido lugar la defensa de la tesis doctoral de D. Mehrdad Hadizadeh Bazaz, titulada “Inclusion of damage detection methods for the sustainable life cycle design of bridges in aggressive environments”, dirigida por los profesores Víctor Yepes Piqueras e Ignacio J. Navarro Martínez. La tesis recibió la calificación de sobresaliente «cum laude». A continuación, presentamos un pequeño resumen de la misma.

Resumen:

Para prevenir colapsos inesperados que pueden generar pérdidas económicas y humanas significativas, es esencial controlar la salud de cada estructura e infraestructura a lo largo de su ciclo de vida, que abarca desde su construcción y mantenimiento hasta su eventual retiro.

Sin embargo, las actividades de construcción, reparación y mantenimiento también pueden afectar al medio ambiente y a la sociedad. Por ello, el uso de técnicas modernas de detección de daños, que integren la evaluación sostenible del ciclo de vida y el análisis de los costes totales de mantenimiento, resulta fundamental para realizar reparaciones oportunas y minimizar el impacto negativo.

El concepto de sostenibilidad ha evolucionado desde su definición por primera vez por la Comisión Brundtland en 1987. Desde entonces, la comunidad científica ha desarrollado principios, métodos y criterios para el diseño sostenible, pero muchos de estos enfoques no son viables a largo plazo. En respuesta, las Naciones Unidas han establecido los Objetivos de Desarrollo Sostenible (ODS) para 2030.

En este contexto, es crucial adoptar una estrategia de ciclo de vida sostenible para las estructuras de hormigón que optimice costes y minimice el impacto ambiental y social en todas sus etapas, desde la construcción hasta el final de su vida útil. Los avances en tecnología informática y el desarrollo de sensores sofisticados han permitido implantar métodos de prueba no destructiva (NDT) para controlar y mantener de manera eficiente infraestructuras críticas, como puentes, y reducir así el riesgo de pérdidas económicas y humanas.

Esta tesis analiza la aplicación de diversas técnicas no destructivas para identificar daños estructurales y evalúa su impacto en la sostenibilidad. En este trabajo de investigación se evaluó el rendimiento de métodos no destructivos, como la función de respuesta en frecuencia (FRF) y la densidad espectral de potencia (PSD), para la detección y localización de daños estructurales. En particular, se analizó la capacidad de la PSD para predecir distintos tipos de daños en estructuras expuestas a la corrosión por iones de cloruro, como puentes de hormigón ubicados en entornos agresivos.

Posteriormente, se examinó la eficacia de este método de predicción en la evaluación del ciclo de vida sostenible, teniendo en cuenta su impacto ambiental, social y económico. Además, se analizaron los costes asociados a su aplicación en distintas fases de la vida útil de un puente de hormigón tipo cajón en Arosa, al noroeste de España.

Los resultados de esta tesis demuestran que la integración del método PSD en el mantenimiento preventivo durante el ciclo de vida de puentes de hormigón mejora significativamente su sostenibilidad. Los hallazgos confirman que la PSD permite detectar, localizar y predecir daños de manera eficiente, lo que optimiza la gestión a largo plazo de infraestructuras propensas a la corrosión. El análisis integral, que incorpora la evaluación del ciclo de vida y la toma de decisiones multicriterio, demuestra que la aplicación de la PSD reduce el impacto ambiental, minimiza los costes y mejora la sostenibilidad global de los puentes de hormigón. Además, este enfoque proporciona un marco adaptable a diversas infraestructuras y facilita el cumplimiento de objetivos de sostenibilidad a gran escala.

Referencias:

HADIZADEH-BAZAZ, M.; NAVARRO, I.J.; YEPES, V. (2023). Life Cycle Assessment of a Coastal Concrete Bridge Aided by Non-Destructive Damage Detection Methods. Journal of Marine Science and Engineering, 11(9):1656. DOI:10.3390/jmse11091656

HADIZADEH-BAZAZ, M.; NAVARRO, I.J.; YEPES, V. (2023). Life-cycle cost assessment using the power spectral density function in a coastal concrete bridge. Journal of Marine Science and Engineering, 11(2):433. DOI:10.3390/jmse11020433

HADIZADEH-BAZAZ, M.; NAVARRO, I.J.; YEPES, V. (2023). Power Spectral Density method performance in detecting damages by chloride attack on coastal RC bridge. Structural Engineering and Mechanics, 85(2):197-206. DOI:10.12989/sem.2023.85.2.197

HADIZADEH-BAZAZ, M.; NAVARRO, I.J.; YEPES, V. (2022). Performance comparison of structural damage detection methods based on Frequency Response Function and Power Spectral Density. DYNA, 97(5):493-500. DOI:10.6036/10504

Introducción a la teoría de juegos

La teoría de juegos es un área de las matemáticas aplicadas que utiliza modelos para estudiar interacciones en estructuras formales de incentivos, es decir, los llamados «juegos».

Se ha convertido en una herramienta clave para la economía y la administración de empresas, ya que ayuda a entender mejor la conducta humana en la toma de decisiones.

Los investigadores analizan las estrategias óptimas, así como el comportamiento previsto y observado de los individuos en dichos juegos. Tipos de interacción aparentemente distintos pueden tener estructuras de incentivos similares, lo que permite representar el mismo juego una y otra vez.

La teoría de juegos estudia las estrategias óptimas de los jugadores, así como su comportamiento previsto y observado, y ha contribuido a una mejor comprensión de la toma de decisiones humana.

La teoría de juegos aborda situaciones de decisión en las que hay dos oponentes inteligentes con objetivos opuestos. Algunos ejemplos típicos son las campañas de publicidad para productos de la competencia y las estrategias bélicas entre ejércitos. Estas situaciones difieren de las estudiadas previamente, en las que no se tiene en cuenta a la naturaleza como oponente adverso.

El juego es un modelo matemático que se utiliza para entender la toma de decisiones y la interacción entre los participantes, siendo el «dilema del prisionero» uno de los más conocidos. En este escenario, dos personas son arrestadas y encarceladas, y se fija la fecha del juicio. El fiscal se entrevista con cada prisionero por separado y les ofrece la siguiente opción: si uno confiesa y el otro no, el que confiesa queda libre y el otro recibe 20 años de prisión; si ambos confiesan, ambos cumplen 5 años; y si ninguno confiesa, ambos reciben 1 año de prisión. En este dilema, el destino de cada uno depende de la decisión del otro. Aunque confesar parece ser lo mejor, si ambos lo hacen, el castigo es peor que si guardan silencio.

https://www.bbc.com/mundo/noticias/2015/02/150220_teoria_de_juegos_que_es_finde_dv

La teoría de juegos se ha desarrollado y formalizado a partir de los trabajos de John von Neumann y Oskar Morgenstern, especialmente durante la Guerra Fría, debido a su aplicación en la estrategia militar. Los principales conceptos de la teoría de juegos incluyen los juegos de suma cero, los juegos de suma no cero, los equilibrios de Nash, los juegos cooperativos y los juegos de información perfecta e imperfecta.

En la teoría de juegos existen conceptos fundamentales para entender las interacciones estratégicas entre los agentes. Algunos de ellos son:

Estrategia: conjunto de acciones posibles que un jugador puede llevar a cabo en un juego. Las estrategias pueden ser puras (una acción única) o mixtas (una distribución de probabilidad sobre varias acciones).
Equilibrio de Nash: situación en la que ningún jugador tiene incentivos para cambiar su estrategia, dado el conjunto de estrategias de los demás. Es un concepto clave que describe una situación estable en la que las decisiones de los jugadores están equilibradas.
Juego de suma cero: tipo de juego en el que la ganancia total es constante, es decir, lo que uno gana, otro lo pierde. En estos juegos, el objetivo es maximizar la ganancia propia a expensas de los demás jugadores.

La matriz de recompensas es una herramienta clave en la teoría de juegos que representa las combinaciones de decisiones de los jugadores. Muestra los resultados, generalmente en forma de recompensas, para cada jugador según las decisiones de todos los participantes. Es decir, describe cómo las elecciones de cada jugador afectan a sus pagos o beneficios según las decisiones de los demás.

En un conflicto de este tipo hay dos jugadores, cada uno con una cantidad (finita o infinita) de alternativas o estrategias. Cada par de estrategias tiene una recompensa que un jugador paga al otro. A estos juegos se les llama de suma cero, ya que la ganancia de un jugador es igual a la pérdida del otro. Si los jugadores se representan por A y B, con m y n estrategias respectivamente, el juego se suele ilustrar con la matriz de recompensas para el jugador A.

La representación indica que si A usa la estrategia i y B usa la estrategia j, la recompensa para A es a_ij, y entonces la recompensa para B es —a_ij.

Aquí os dejo un esquema conceptual sobre la teoría de juegos.

Os dejo unos vídeos explicativos, que espero, os sea de interés:

En este vídeo se presentan los conceptos fundamentales de la teoría de juegos, que estudia cómo las decisiones de varios jugadores están interconectadas en situaciones estratégicas. A través de ejemplos visuales como matrices y árboles de decisión, se explica cómo los jugadores eligen estrategias para maximizar su utilidad teniendo en cuenta las acciones de los demás. Se destaca la importancia de entender los pagos y resultados de cada estrategia, lo que permite analizar comportamientos competitivos y cooperativos en diversos contextos.

En este otro vídeo se explican distintos tipos de juegos en teoría de juegos, como el dilema del prisionero, el juego del gato y el ratón y la batalla de los sexos, y se destacan sus equilibrios de Nash y las estrategias cooperativas o no cooperativas.

Referencias:

Binmore, K. (1994). Teoría de juegos. McGraw-Hill.
Friedman, J. W. (1991). Teoría de juegos con aplicaciones a la economía. Alianza Universidad.
Kreps, D. M. (1994). Teoría de juegos y modelación económica. Fondo de Cultura Económica.
Martínez-Muñoz, D., Martí, J. V., & Yepes, V. (2025). Game theory-based multi-objective optimization for enhancing environmental and social life cycle assessment in steel-concrete composite bridges. Mathematics, 13(2), 273. https://doi.org/10.3390/math13020273
Meyerson, R. (1991). Game theory: Analysis of conflict. Harvard University Press.
Nash, J. (1950). Equilibrium points in n-person games. Proceedings of the National Academy of the USA, 36(1), 48-49.
Poundstone, W. (1992). Prisoner’s dilemma: John von Neumann, game theory, and the puzzle of the bomb. Doubleday.

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

Fases de un estudio de investigación operativa

La investigación operativa busca determinar la solución óptima para un problema de decisión con recursos limitados. Se trata de un procedimiento científico que analiza las actividades de un sistema de organización.

Las principales componentes de un modelo de investigación operativa son: alternativas, restricciones y un criterio objetivo para elegir la mejor opción. Las alternativas se representan como variables desconocidas que luego se utilizan para construir las restricciones y la función objetivo mediante métodos matemáticos. El modelo matemático establece la relación entre estas variables, restricciones y función objetivo. La solución consiste en asignar valores a las variables para optimizar (maximizar o minimizar) la función objetivo y cumplir con las restricciones. A esta solución se le denomina solución posible óptima.

El enfoque del estudio de la ingeniería de operaciones está relacionado con la toma de decisiones para aprovechar al máximo los recursos limitados. Para ello, utiliza herramientas y modelos adaptados a las necesidades para facilitar la toma de decisiones en la resolución de problemas. Implica un trabajo en equipo entre analistas y clientes, con una estrecha colaboración. Los analistas aportan conocimientos de modelado y el cliente, experiencia y cooperación.

Como herramienta para la toma de decisiones, la investigación de operaciones combina ciencia y arte. Es ciencia por sus técnicas matemáticas y arte, porque el éxito en todas las fases, antes y después de resolver el modelo matemático, depende de la creatividad y experiencia del equipo. La práctica efectiva de la investigación de operaciones requiere más que competencia analítica, e incluye la capacidad de juzgar cuándo y cómo utilizar una técnica, así como habilidades de comunicación y adaptación organizativa.

Es complicado recomendar acciones específicas, como las de la teoría precisa de los modelos matemáticos, para abordar factores intangibles. Solo pueden ofrecerse directrices generales para aplicar la investigación de operaciones en la práctica.

El estudio de investigación operativa consta de varias etapas principales, entre las que destacan las siguientes:

Formulación y definición del problema.
Construcción del modelo.
Solución del modelo.
Verificación del modelo y de la solución.
Puesta en práctica y mantenimiento de la solución.

Aunque las fases del proyecto suelen iniciarse en el orden establecido, no suelen completarse en el mismo orden. La interacción entre las fases requiere revisarlas y actualizarlas continuamente hasta la finalización del proyecto. La tercera fase es la única de carácter puramente matemático, ya que en ella se aplican las técnicas y teorías matemáticas necesarias para resolver el problema. El éxito de las demás etapas depende más de la práctica que de la teoría, siendo la experiencia el factor clave para su correcta ejecución.

Definir el problema implica determinar su alcance, tarea que lleva a cabo todo el equipo de investigación de operaciones. El resultado final debe identificar tres elementos principales: 1) descripción de las alternativas de decisión, 2) determinación del objetivo del estudio y 3) especificación de las restricciones del sistema modelado. Además, se deben recolectar los datos necesarios.

La formulación del modelo es quizá la fase más delicada del proceso, ya que consiste en traducir el problema a relaciones matemáticas. Si el modelo se ajusta a un modelo matemático estándar, como la programación lineal, puede resolverse con los algoritmos correspondientes. Para ello, deben definirse las variables de decisión, la función objetivo y las restricciones. Si las relaciones son demasiado complejas para una solución analítica, se puede simplificar el modelo mediante un método heurístico o recurrir a una simulación aproximada. En algunos casos, puede ser necesaria una combinación de modelos matemáticos, simulaciones y heurísticas para resolver el problema de toma de decisiones.

La solución del modelo es la fase más sencilla de la investigación de operaciones, ya que utiliza algoritmos de optimización bien definidos para encontrar la solución óptima. Un aspecto clave es el análisis de sensibilidad, que proporciona información sobre la forma en que la solución óptima responde a cambios en los parámetros del modelo. Esto es crucial cuando los parámetros no se pueden estimar con precisión, puesto que permite estudiar cómo varía la solución cerca de los valores estimados.

La validación del modelo verifica si cumple su propósito, es decir, si predice adecuadamente el comportamiento del sistema estudiado. Para ello, se evalúa si la solución tiene sentido y si los resultados son aceptables, comparando la solución con datos históricos para verificar si habría sido la correcta. Sin embargo, esto no garantiza que el futuro imite al pasado. Si el modelo representa un sistema nuevo sin datos históricos, se puede usar una simulación como herramienta independiente para comprobar los resultados del modelo matemático.

La implantación de la solución de un modelo validado consiste en traducir los resultados en instrucciones claras para quienes gestionarán el sistema recomendado. Esta tarea recae principalmente en el equipo de investigación de operaciones. En esta fase, el equipo debe capacitar al personal encargado de aplicar el modelo, asegurándose de que puedan traducir sus resultados en instrucciones de operación y usarlo correctamente para tomar decisiones sobre los problemas que motivaron su creación.

Os dejo algún vídeo al respecto.

Referencias:

Altier, W. J. (1999). The thinking manager’s toolbox: Effective processes for problem solving and decision making. Oxford University Press.

Checkland, P. (1999). Systems thinking, system practice. Wiley.

Evans, J. (1991). Creative thinking in the decision and management sciences. South-Western Publishing.

Gass, S. (1990). Model world: Danger, beware the user as a modeler. Interfaces, 20(3), 60-64.

Morris, W. (1967). On the art of modeling. Management Science, 13, B707-B717.

Paulos, J. A. (1988). Innumeracy: Mathematical illiteracy and its consequences. Hill and Wang.

Taha, H. A., & Taha, H. A. (2003). Operations research: an introduction (Vol. 7). Upper Saddle River, NJ: Prentice hall.

Willemain, T. R. (1994). Insights on modeling from a dozen experts. Operations Research, 42(2), 213-222.

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

Teoría de juegos aplicada a la optimización multiobjetivo de puentes mixtos

Acaban de publicar nuestro artículo en la revista del primer decil del JCR Mathematics. El artículo presenta un método innovador para optimizar el diseño de puentes mixtos de acero y hormigón mediante un enfoque basado en la teoría de juegos. Este enfoque integra criterios de sostenibilidad económica, ambiental y social con la simplicidad constructiva, abordando de manera simultánea múltiples objetivos que suelen ser conflictivos en proyectos de infraestructura. La principal contribución radica en la aplicación de un método de optimización multiobjetivo (MOO) que permite equilibrar los tres pilares de la sostenibilidad, empleando el Análisis del Ciclo de Vida (LCA) para evaluar el impacto durante todo el ciclo de vida del puente, desde su fabricación hasta su desmantelamiento.

Destaca la implementación de una versión discreta del algoritmo Seno-Coseno (SCA), adaptada específicamente para resolver problemas de diseño estructural. Esta metodología no solo garantiza un diseño eficiente en términos de coste y sostenibilidad, sino que también proporciona una solución práctica que facilita la construcción al reducir los refuerzos en las losas superiores y realizar ajustes geométricos estratégicos. Este enfoque supone un avance en el campo de la ingeniería civil, ya que combina técnicas matemáticas avanzadas con consideraciones prácticas del sector. Este trabajo se enmarca dentro del proyecto de investigación RESILIFE, que dirijo como investigador principal en la Universitat Politècnica de València.

La metodología descrita combina la teoría de juegos con un enfoque cooperativo, en el que los diferentes objetivos (coste, impacto ambiental, impacto social y facilidad constructiva) se representan como «jugadores». Estos jugadores colaboran para encontrar soluciones óptimas dentro del conjunto de soluciones Pareto-óptimas, utilizando el concepto de equilibrio de Nash y reglas de negociación.

El algoritmo Seno-Coseno (SCA) modificado desempeña un papel fundamental en este proceso, ya que permite gestionar variables discretas y restricciones estructurales mediante funciones de transferencia en forma de tangente hiperbólica. Además, se emplea la teoría de la entropía para asignar pesos objetivos, lo que asegura un equilibrio justo entre los criterios y minimiza la subjetividad en la toma de decisiones.

Los resultados muestran que la metodología basada en la teoría de juegos permite reducir el refuerzo de las losas superiores del puente y optimizar el uso de materiales sin comprometer la resistencia estructural. En comparación con un enfoque de optimización monoobjetivo centrado exclusivamente en costes, el método propuesto aumenta los costes en un 8,2 %, pero mejora sustancialmente los impactos ambientales y sociales asociados al diseño.

El estudio revela que, mediante la redistribución del material estructural, es posible mantener la rigidez necesaria en las secciones transversales del puente. En concreto, se observa un aumento en el uso de acero estructural en lugar de acero de refuerzo, lo que simplifica la construcción al reducir la cantidad de barras necesarias y, por ende, el tiempo de instalación y vibrado del hormigón. Este cambio también contribuye a mejorar la calidad del producto final, ya que reduce los errores constructivos y optimiza el tiempo de ejecución.

El análisis demuestra que las soluciones obtenidas mediante métricas de distancia Minkowski (L1, L2 y L∞) proporcionan diseños equilibrados que logran compromisos efectivos entre coste, sostenibilidad y facilidad constructiva. Estas soluciones son comparables a estudios previos en términos de costes, pero ofrecen beneficios adicionales al incluir una evaluación más integral de los impactos sociales y ambientales.

El enfoque presentado abre la puerta a diversas áreas de investigación. Una línea de investigación prometedora es la aplicación de algoritmos híbridos que combinen la teoría de juegos con otras metaheurísticas, como redes neuronales o algoritmos genéticos, para mejorar la exploración y explotación del espacio de soluciones. Esto podría reducir el tiempo de computación y permitir su aplicación a problemas más complejos.

Otra posible dirección de investigación sería ampliar el modelo para incluir criterios como la resiliencia ante desastres naturales o la evaluación de riesgos a largo plazo. También se podría explorar la incorporación de nuevos indicadores sociales, como el impacto en las comunidades locales durante la construcción y operación del puente, lo que ampliaría la evaluación de sostenibilidad. Asimismo, sería interesante aplicar esta metodología a otros tipos de estructuras, como edificios o infraestructuras de transporte masivo, para evaluar su viabilidad y adaptar el enfoque a diferentes contextos.

En definitiva, el artículo proporciona una herramienta muy valiosa para abordar los desafíos de sostenibilidad y eficiencia en el diseño de infraestructuras civiles. La combinación de la teoría de juegos y la optimización multiobjetivo es efectiva para equilibrar criterios complejos y conflictivos, y ofrece soluciones prácticas, sostenibles y viables desde el punto de vista económico y constructivo. Aunque computacionalmente intensivo, este enfoque establece una base sólida para futuras investigaciones y aplicaciones en el campo de la ingeniería civil, lo que permite avanzar en la evaluación integral de la sostenibilidad y en la mejora de los procesos de diseño estructural.

Referencia:

MARTÍNEZ-MUÑOZ, D.; MARTÍ, J.V.; YEPES, V. (2025). Game Theory-Based Multi-Objective Optimization for Enhancing Environmental and Social Life Cycle Assessment in Steel-Concrete Composite Bridges. Mathematics, 13(2):273. DOI:10.3390/math13020273

Os dejo a continuación el artículo completo, pues se ha pbulicado en abierto.

Pincha aquí para descargar