EP Computación Científica

Permanent URI for this communityhttps://hdl.handle.net/20.500.12672/5099

Browse

Now showing 1 - 20 of 20

Ajuste del modelo de funciones racionales para la ortorectificación de imágenes satelitales
(Universidad Nacional Mayor de San Marcos, 2023) Samaniego Lopez, Clinton Teobaldo; Vásquez Serpa, Luis Javier
El modelo RFM (Rational Functions Model) es muy usado en el área de la fotogrametría como herramienta de corrección geométrica (ortorectificación) a imágenes satelitales. El modelo RPC (Rational plynomial oefficients) es un caso específico del modelo RFM, este modelo consiste en relacionar el espacio imagen y el espacio objeto mediante parámetros denominados coeficientes RPCs de ahí el nombre del modelo RPC. La presente investigación toma como elemento particular las imágenes del satélite PeruSAT1. El centro de investigación CONIDA (Comisión Nacional de Investigación y Desarrollo Aeroespacial) cuenta con software licenciado de paga que le permite realizar la corrección geométrica de sus imágenes satelitales. Como antecedente se tuvo que al aplicar directamente el modelo RPCs no se obtuvo resultados a los del software. Es por ello que se hizo ajuste al modelo RPC para conseguir resultados similares a los del software.
Análisis cualitativo y simulaciones de un modelo matemático de una presa y dos depredadores con respuesta funcional razón-dependiente y alimento alternativo para uno de los depredadores
(Universidad Nacional Mayor de San Marcos, 2025) Romero Ordoñez, Marco Antonio; Vásquez Serpa, Luis Javier
El trabajo presenta la aplicación de técnicas para el análisis cualitativo de ecuaciones diferenciales en modelos matemáticos ecológicos, complementadas con un análisis cuantitativo mediante el método numérico de Runge-Kutta de cuarto orden. El modelo examina un sistema tridimensional de ecuaciones diferenciales ordinarias que describe la dinámica de dos depredadores no competidores que consumen una misma presa, incorporando un alimento alternativo para uno de ellos y modificando la tasa de encuentros presa-depredador mediante una respuesta funcional razón-dependiente. El objetivo general consiste en analizar la dinámica poblacional a través de herramientas matemáticas que permitan corroborar, mediante simulaciones, las condiciones más favorables para la supervivencia de las especies involucradas. La hipótesis plantea que el depredador con alimento alternativo puede coexistir con la presa y con un segundo depredador que compite por el mismo recurso. El estudio inicia con un análisis cualitativo local de los puntos críticos del sistema y su estabilidad, identificando regiones de atracción que aseguran la persistencia poblacional. Los resultados obtenidos se validan mediante simulaciones numéricas desarrolladas en el lenguaje de programación Python utilizando el método de Runge-Kutta de cuarto orden.
Aplicación de modelos de aprendizaje automático y optimización de parámetros para estimar los ingresos laborales en el Perú
(Universidad Nacional Mayor de San Marcos, 2025) Madge Escobedo, Jennifer Yvonne; Vásquez Serpa, Luis Javier
En esta tesis se desarrolla una plataforma basada en modelos de aprendizaje automático para estimar los ingresos laborales en Perú. Se emplean datos provenientes de la Encuesta Permanente de Empleo Nacional del INEI de 26 ciudades, la cual constituye la fuente principal y especializada sobre el mercado laboral peruano. Estos datos fueron procesados en SQL y analizados en Power BI y Python. El tratamiento de los datos incluye la aplicación del Análisis de Componentes Principales como técnica de reducción de dimensionalidad. Por cada ciudad, se evalúan cinco modelos de aprendizaje automático: Random Forest, Extra Trees, LightGBM, XGBoost, CatBoost y para cada uno se realizó la optimización de parámetros usando Random Search, Bayesian Optimization y Grid Search obteniendo un total de 22,360 modelos. Con los resultados de cada ciudad se implementa una herramienta interactiva que ofrece estimaciones salariales personalizadas basadas en su perfil socioeconómico. Esta aplicación simplifica el uso de herramientas de aprendizaje automático, ajustándolas a situaciones como la planificación económica y la toma de decisiones en el ámbito laboral. El enfoque metodológico y la innovación tecnológica de este trabajo contribuyen al entendimiento y mejoramiento del análisis del mercado laboral peruano.
Aplicación de redes neuronales para la predicción del éxito de una campaña de marketing bancario de depósitos a plazo fijo mediante Python
(Universidad Nacional Mayor de San Marcos, 2021) Osorio Delgadillo, Kalín; Vásquez Serpa, Luis Javier
En el presente trabajo aplicaremos la teoría de redes neuronales para identificar cuáles son los clientes potenciales que se suscribirán a un depósito a plazo fijo. Debido a la disposición de los datos, se aplicará para una entidad bancaria de Portugal. Para este estudio se ha tomado como referencia principalmente para la base teórica “Redes Neuronales Artificiales: Fundamentos, Modelos y Aplicaciones” (1995) publicado por José Ramón Hilera Gonzáles y Víctor José Martínez Hernando. Los datos de la entidad bancaria fueron recogidos de los archivos públicos de la Universidad de California, Irvine, el banco de datos llamado “Bank Marketing Data Set”. Y serán procesados con una implementación elaborada con el lenguaje de programación Python, utilizando la biblioteca de código abierto “Scikit Learn”. Por último, considerando este estudio se podría implementar una red neuronal para alguna entidad bancaria del Perú, evaluando de la mano de un experto en banca cuáles serían las mejores variables que debemos considerar para esta sociedad.
Aplicación del modelo Black-Scholes para la simulación de acciones de empresas peruanas
(Universidad Nacional Mayor de San Marcos, 2018) Lazo Ochoa, Kiara Lisseth; Vásquez Serpa, Luis Javier
El modelo de Black-Scholes-Merton es un modelo utilizado en matemática financiera para obtener el valor de diversos activos financieros. Este modelo se basa en los procesos estocásticos y es uno de los modelos más utilizados dentro de los sistemas financieros a nivel mundial. En el siguiente trabajo se estudia dicho modelo para poder ser aplicado a las acciones de empresas peruanas para su posterior comparación con los valores reales y poder analizar su nivel de precisión.
Aplicación del modelo de Markowitz en el mercado de acciones peruano
(Universidad Nacional Mayor de San Marcos, 2018) Fretel Celis, Ibeth Liliana; Vásquez Serpa, Luis Javier
Manifiesta que el objetivo la importancia de la diversificación del portafolio, la cual los riesgos pueden minimizarse si el importe total que se quiere invertir se divide entre un conjunto de acciones. En el lenguaje coloquial se dice que no se debe poner todos los huevos en una sola canasta. La idea es que el inversionista que compra acciones de una sola empresa; en caso esta empresa quiebre o se devalúe; el inversionista lo perderá todo, su riesgo habrá aumentado y su rentabilidad habrá disminuido. En el caso de que el inversionista compre acciones de diferentes empresas, su rentabilidad dependerá de la rentabilidad de las demás acciones y el riesgo sería mínimo. Esto indica que los resultados son más favorables al invertir en un conjunto de acciones que invirtiendo en uno solo. Por ello, para su mejor representación utilizaremos el Modelo de Markowitz donde se optimizará el portafolio; a fin, de analizar el porcentaje que se le asignará a cada acción perteneciente al portafolio. Por otro lado, se tiene el Modelo de Valoración de Activos Financieros (CAPM), este modelo resuelve problemas financieros; el cual propone informar al máximo al inversor sobre el riesgo y la rentabilidad proponiendo determinar el precio de equilibrio de los activos. Se basa en la medida del riesgo sistemático de la rentabilidad esperada y del tipo de interés.
Aplicación web para obtener la AFP que brinda la mayor rentabilidad mediante WinAutomation Console, HTML, CSS y Win SCP
(Universidad Nacional Mayor de San Marcos, 2021) Mattos Ortiz, Jhon Smith; Vásquez Serpa, Luis Javier
Muestra el desarrollo de una página web amigable, que tiene como finalidad informar y recomendar la AFP y el fondo de pensión que brinda mayor ganancia al usuario; siendo imparcial con información real, sacada de fuentes oficiales y sobretodo información actualizada. Para ello implementamos un software de automatización de procesos(RPA). Finalmente se diseña e implementa la página web ya mencionada para el caso de uso de información general sobre las AFP, sus comisiones, tipos de fondos de pensión y rentabilidades. Adicionalmente, se implementará un aplicativo con la finalidad de recomendar la AFP y tipo de Fondo de pensión que brinde una mayor ganancia. Para esto mostrara el descuento mensual de las AFP sus comisiones que realiza y la rentabilidad que ellas generan. Para el desarrollo de la página web se empleó lenguaje de programación HTML y CSS para la interfaz amigable de la página web, PHP para el cálculo de la rentabilidad, y el software WinAutomation Console (RPA)que se usara para la automatización del proceso el cual es “la actualización de datos extraídos de fuentes oficiales”.
Aplicación web para optimizar la búsqueda de precios y su uso en la elección de precios para pruebas COVID-19 mediante JavaScript, React y Firebase
(Universidad Nacional Mayor de San Marcos, 2021) Sales Risco, Zaida Maria Kary; Vásquez Serpa, Luis Javier
Muestra dos aspectos importantes. En primer lugar, mostrar un esquema, usando para esto un diagrama de flujo, el cual permita observar la secuencia correcta de un aplicativo web que realice búsquedas según ciertas características y además muestre los resultados en una tabla comparativa de precios, ya sea de productos o servicios. Finalmente, se diseña e implementa el aplicativo ya mencionado para el caso que un usuario realice una búsqueda por departamento y/o tipo de prueba COVID-19 y retorne una tabla comparativa de precios en pruebas COVID-19 en el Perú y adicionalmente muestre información relevante de la clínica. Asimismo, se diseña e implementa el funcionamiento de registrar una cuenta, validar su autenticación y actualizar los datos de la empresa (en este caso, una clínica). Para la construcción de la aplicación web se desarrolló mediante el lenguaje de programación JavaScript y la librería React, dado que permite construir interfaces de usuario interactivas de una manera eficaz. Luego, para el almacenamiento de la información se utilizó Cloud Firestore (herramienta de Firebase), el cual es una base datos NoSQL. Además, para la creación de cuenta de los usuarios se empleó Firebase Authentication (herramienta de Firebase). Finalmente, para la estructura y diseño de la interfaz web se empleó HTML y SASS, respectivamente.
Aplicación web responsiva para la optimización de aprobaciones de documentos logísticos en SAP mediante SAP BTP y SAP ABAP
(Universidad Nacional Mayor de San Marcos, 2023) Suyo Carpio, Luis Armando; Vásquez Serpa, Luis Javier
Presenta el desarrollo de una aplicación web segura, robusta y amigable que permita al usuario realizar, de forma óptima, las aprobaciones de documentos logísticos registrados en el sistema SAP S/4 HANA. La aplicación web puede ser usada en un navegador desde cualquier dispositivo (PC, laptop, celular, etc.) con internet. Además, esta web permite la aprobación de 3 tipos de documentos logísticos: Solicitudes de pedido, pedidos de compra y hojas de entrada de servicios. Solo los usuarios de la empresa que tengan el rol de “Aprobador” pueden acceder a la aplicación web. Sobre la información que se muestra, solo se pueden visualizar y aprobar aquellos documentos logísticos que estén asignados al usuario y que tengan pendiente la ejecución de la aprobación. Para la implementación de la interfaz de usuario (frontend) de la aplicación se ha usado el lenguaje de programación SAP UI5, basado en JavaScript, HTML5, CSS y desarrollado en SAP Business Technology Platform (SAP BTP). Respecto a la lógica de negocio sobre los documentos logísticos (backend), se implementó un API desarrollado en el lenguaje de programación SAP ABAP que extrae y procesa esta información.
Aplicativo web de control de asistencia y registro de notas para cursos virtuales mediante PHP y SQLyog
(Universidad Nacional Mayor de San Marcos, 2021) Aliaga Calderon, Diego Duane; Vásquez Serpa, Luis Javier
En el presente trabajo de investigación se trata de automatizar dos de las principales actividades del docente en clases: la asistencia y el control de notas de alumnos registrados en ciertos cursos. Ahora en tiempos de Pandemia los cursos se volvieron remoto (en casa), las múltiples plataformas dictan cursos de distintas áreas, el cual la persona tiende a llevar dos cursos a más por la facilidad de escuchar y estudiar en casa, para un mejor manejo del aprendizaje el aplicativo fue creado con el fin de llevar un registro de asistencia e ingreso de notas, así mediante los campos remarcados por colores podemos visualizar el seguimiento y evolución de cada alumno en un curso registrado. El aplicativo tiene como código editable, con esta opción puede ser usado para inventarios de producción o en registro de data en Empresas, todo en local o subiendo a un servidor online. También hay planes de vincular los cursos a videos de clases grabadas dentro del aplicativo, así tendremos mayor provecho en el ámbito del aprendizaje. Con la coyuntura del COVID-19 el aplicativo fue creado con muchas funcionalidades dinámicas que más bien son intuitivas para que el usuario lo maneje de la manera más sencilla. Los programas usados son básicamente el PHP y SQLyog, para la interfaz y el manejo de los datos, los colores son dados por el archivo css dentro del código para darle los márgenes y colores, otros programas usados son el Xampp para crear el localhost del aplicativo, Sublime Text para la edición de los códigos.
Automatización de procesos para el registro de facturas en formato XML en una base de datos mediante Python
(Universidad Nacional Mayor de San Marcos, 2021) Martel Solis, Leyla Katiuska; Vásquez Serpa, Luis Javier
En el presente trabajo, se presenta una propuesta de automatización de procesos para el Registro de Facturas en una Base de Datos, orientada hacia aquellas empresas en donde reciben de manera masiva sus facturas electrónicas en formato XML a través del correo, por lo que se desarrollará un Bot que realice este proceso repetitivo con la finalidad de obtener mayor productividad, logrando de esta manera beneficios tanto en tiempo como en costos para dicha empresa. Para ello se inició con el análisis, estudio y definición del proceso en donde se determina si es posible la automatización, por lo cual se realiza un diagrama de Flujo que muestre la lógica del Bot, así como también se indica las actividades de Casos de Uso que detallan procesos internos más específicos. Finalmente, se emplea el lenguaje de programación de código abierto como Python, usando las diferentes librerías para poder manejar los archivos y aplicativos, SQLite como Base de Datos a fin de almacenar la información de las Facturas y para la implementación del Bot se utilizará el Programador de Tareas de Windows con el propósito de que se ejecute de manera automática tanto de forma diaria o cuando se requiera.
Comparación de técnicas de balanceo de datos para la clasificación de fraude en transacciones bancarias
(Universidad Nacional Mayor de San Marcos, 2023) Montalvo Cusi, Marjorie Dayanne; Vásquez Serpa, Luis Javier
Compara técnicas de balanceo de datos entrenando un algoritmo específico de Machine Learning, a fin de determinar cuál modelo obtiene la mayor puntuación en las métricas de evaluación de modelos de clasificación de fraude en transacciones bancarias Para llevar a cabo esta evaluación, se implementan tres técnicas de balanceo de datos: Oversampling, Undersampling y SMOTE, en conjunción con el algoritmo de redes neuronales profundas (Deep Neural Network), utilizando datos sintéticos generados por PaySim. Este conjunto de datos simulados emula transacciones bancarias basadas en una muestra de registros financieros existentes extraídos de un mes de operaciones de un servicio de dinero móvil desplegado en un país africano. Todo este análisis y modelado se realizó haciendo uso del lenguaje de programación de Python ejecutado en Colab PRO. Esta elección del entorno Python permitió la implementación y el entrenamiento de modelos de redes neuronales profundas en un entorno flexible y accesible. El enfoque de utilizar datos sintéticos basados en el mundo real y aplicar técnicas avanzadas de aprendizaje automático subraya la relevancia de abordar el desafío de desequilibrio en conjuntos de datos para mejorar la precisión y confiabilidad de los resultados en aplicaciones financieras y más allá.
Diseño e implementación de un Data Lake para la disponibilidad de una fuente confiable de datos en una empresa de microfinanzas
(Universidad Nacional Mayor de San Marcos, 2023) Huayllasco Cáceres, Renzo Alfredo; Vásquez Serpa, Luis Javier
Aborda sobre el diseño e implementación de un Data Lake, en una entidad del rubro de microfinanzas, a fin de disponer de una fuente de datos confiable para la obtención de conocimiento de negocio mediante la aplicación de modelos analíticos. La implementación se realiza en la nube pública de Microsoft Azure. Se emplean recursos como Azure Databricks, Data Factory, Data Lake Storage Gen2 para el frente de infraestructura. La lógica de procesamiento se desarrolla en el lenguaje Scala sobre el framework de Apache Spark. Así mismo, el Unity Catalog de Databricks para la gestión de metadatos y control de acceso. Como resultado, se obtiene un Data Lake conformado por cuatro capas: LandingLayer, IngestionLayer, ProcessLayer y FunctionLayer. En cada una de las capas se realiza un tratamiento específico, de manera secuencial, a la data. Cara al usuario final se dispone de un modelo de datos, cuya estructura responde a definiciones de gobierno, al cual pueden acceder mediante los sandbox. En conclusión, se diseña e implementa un Data Lake provisto de funcionalidades que responden a las necesidades del negocio. El tiempo y esfuerzo de construcción de workflows de ingesta y procesamiento de datos son de bajo costo. Realizar la exploración y trazabilidad de los datos es amigable cara al usuario final.
Ecuaciones diferenciales parciales aplicado a finanzas: modelo de black-scholes
(Universidad Nacional Mayor de San Marcos, 2018) Huaringa Mosquera, Luis Zacarías; Vásquez Serpa, Luis Javier
Desde su publicacion, el modelo Black – Scholes ha tenido un uso satisfactorio que ayuda en la toma de decisiones en sistemas financieros y empresas. Dicho modelo sirve para estimar el valor de las acciones a tiempo futuro, tanto en compra como venta, resolviendo una igualdad que sigue un movimiento browniano. Se busca resolver la ecuación en derivadas parciales de Black-Scholes, reduciéndola a través de un cambio de variables a la forma de una ecuación de calor la cual facilitará su desarrollo. Se pasará a resolver dicha ecuación usando transformada de Fourier obteniendo así su solución. Por último, la solución de la ecuación podrá pasar a ser estudiada y aplicada en un caso real en el cual se podría escoger cualquier acción que cotice la bolsa de valores como activo. Una vez resuelta la ecuación se plantearan formas en las cuales se pueden aplicar en la acciones de las principales empresas que coticen en Perú y a través de estos datos se calcularan los valores para la call europea. Se concluirá teniendo en cuenta el beneficio que nos otorga el modelo en la predicción de estas opciones, y que tan preciso es. A su vez se encontrará sus posibles aplicaciones y usos en la bolsa de valores.
Implementación de algoritmo de redes neuronales convolucionales para la identificación anticipada de armas de fuego
(Universidad Nacional Mayor de San Marcos, 2025) Holguín Mori, Jeremy Karsen; Vásquez Serpa, Luis Javier
Esta investigación tiene como objetivo principal desarrollar e implementar un algoritmo basado en redes neuronales convolucionales (CNN como sus siglas en ingles Convolutional Neural Networks) en cámaras de vigilancia para la identificación anticipada de armas de fuego en entornos urbanos. Se propone un método de detección basado en inteligencia artificial que permite reconocer armas exhibidas en situaciones criminales, captadas por cámaras de video en tiempo real. La implementación de este sistema facilitará la gestión de proyectos de seguridad en empresas y entidades que requieran soluciones basadas en visión computacional. Para su desarrollo, se diseñó un algoritmo de entrenamiento en Python, empleando librerías de acceso abierto especializadas en visión computacional e inteligencia artificial. El sistema permite el reconocimiento automático de imágenes captadas por cámaras convencionales, extrayendo y analizando características relevantes para la identificación precisa de armas. Como resultado, se logró desarrollar un algoritmo accesible y eficiente, capaz de generar alertas automáticas ante la detección de una posible amenaza, contribuyendo a la reducción de la criminalidad en Lima. La validación del modelo demostró su eficacia en la detección temprana de armas, consolidando su potencial como herramienta innovadora en la prevención del delito.
Modelo matemático de optimización en la incorporación de los costos de transacción en el modelo de Markowitz para la asignación de activos financieros
(Universidad Nacional Mayor de San Marcos, 2019) Carlos Molina, César Gabriel; Vásquez Serpa, Luis Javier
Manifiesta que el modelo de Markowitz calcula cuantitativamente la combinación óptima de activos que forma el portafolio de riesgo mínimo dado un retorno esperado (ganancia) predeterminado. La inclusión de costos de transacción es una parte importante del proceso de mantenimiento del portafolio óptimo, ante las restricciones que se dan en la práctica. En este trabajo se extendió el problema de selección de portafolio para incluir costos de transacción proporcionales al valor de los activos (acciones de bolsa), para el caso particular en que el retorno se obtiene del portafolio de pesos iguales. Se usaron los conjuntos de herramientas de alimentación de datos, econométricas y financieras de MATLAB® para desarrollar el programa que automatiza la optimización de portafolio y la asignación de activos, presentado con una interfaz gráfica desarrollada en GUIDE. El análisis de los resultados obtenidos con el programa antes mencionado confirmó que ignorar los costos de transacción resulta en portafolios ineficientes y que un control de estos costos resultará en un impacto positivo en el desempeño del portafolio. Además, la solución o frontera eficiente obtenida cuando se incluyeron los costos de transacción siempre está por debajo de su equivalente sin restricciones, lo que representa menor retorno esperado de la inversión.
Modelos predictivos para la detección de riesgo académico en los estudiantes de pregrado de la carrera de computación científica utilizando técnicas de Machine Learning
(Universidad Nacional Mayor de San Marcos, 2023) Garcia Chambi, Eunice Luzdemivida; Vásquez Serpa, Luis Javier
Desarrolla modelos predictivos mediante diversas técnicas de aprendizaje automático, utilizando como conjunto de datos los historiales académicos de 241 estudiantes de pregrado de la carrera de Computación Científica de la Universidad Nacional Mayor de San Marcos. Ello con el fin de determinar si un estudiante de pregrado enfrentará dificultades académicas (riesgo académico) en su próximo semestre en función de su desempeño académico desde que ingreso a la universidad. Así mismo, se utiliza diferentes métricas de evaluación para comparar los modelos que fueron construidos por medio de 5 técnicas de aprendizaje automático, para luego analizar los resultados obtenidos en cada modelo. Llegando a la conclusión de que existe mas de un modelo adecuado con una exhaustividad (Recall) superior al 80% para identificar estudiantes en riesgo académico. También se encontró que el promedio del último semestre cursado es una de las características más significativas para la predicción de estudiantes en riesgo académico. De esta manera, se logra brindar a la escuela de Computación Científica una herramienta que ayuda a identificar a los estudiantes en riesgo académico para el próximo semestre. Finalmente, se sugiere replicar la metodología desarrollada a las otras carreras de la FCM, y evaluar la posibilidad de implementar estrategias de apoyo educativo para aquellos estudiantes en situación de riesgo académico identificados por los distintos modelos.
Simulación del uso del algoritmo de Karmarkar para minimizar costos de una red de transporte mediante Matlab
(Universidad Nacional Mayor de San Marcos, 2021) Ferrer Adriano, Miguel Angel; Vásquez Serpa, Luis Javier
En el presente trabajo, se elaboró un modelo matemático aplicado a una red de transporte, utilizando el algoritmo de modificado de Karmarkar, publicado en 1986 por R. Vanderbey para resolver programas lineales. La finalidad es obtener una óptima distribución de los viajes de una empresa de transporte interurbano que opera en el sur chico del Perú. Actualmente el proceso de programar los viajes se realiza a juicio de experto y en una hoja de cálculo, generando costos de operación muy altos, es por ello que nos vemos en la necesidad que crear una herramienta que minimice los costos bajo una óptima distribución de los viajes. Finalmente se implementa computacionalmente una interfaz, bajo una data histórica almacenada en un archivo excel, mediante el lenguaje de programación Matlab.
Sistema de gestión de notas y envío de correos de alerta mediante SQL SERVER
(Universidad Nacional Mayor de San Marcos, 2021) Ramos Huacho, Juan Luis; Vásquez Serpa, Luis Javier
Este trabajo tiene como finalidad implementar un aplicativo de escritorio capaz de permitirle a un profesor, poder gestionar de una mejor forma su lista de estudiantes y de acuerdo al desempeño de cada uno, el profesor podrá enviarles correos de alerta, indicando las notas, seguido de un mensaje que pueda motivar al estudiante a seguir esforzándose. Para la implementación de este aplicativo se empleó el SQL server 2016, que nos permitió crear una tabla para almacenar la lista de estudiantes y crear procedimientos almacenados para enviar los mensajes de alerta con las notas de cada evaluación. Para el desarrollo de la interfaz con la que interactuará el usuario, se empleó Java 8, Que nos permitió implementar una interfaz con el cual se podrá cargar la lista de estudiantes a la base de datos, y también se podrá insertar cada nota y si se desea, poder enviar la nota con su respectivo mensaje de manera individual o grupal a la lista de estudiantes. Como resultado y luego de realizar varias pruebas, se concluye que se logró la implementación del aplicativo de escritorio y funciona de manera correcta.
Uso del algoritmo de colonia de hormigas para optimizar rutas de entrega o transporte mediante Python
(Universidad Nacional Mayor de San Marcos, 2021) Avalos Carbonell, Johanna Almendra; Vásquez Serpa, Luis Javier
El presente trabajo tiene como objetivo principal dar a conocer la importancia de utilizar el algoritmo de colonia de hormigas para solucionar problemas de rutas. Este algoritmo se basa en el comportamiento real que tienen las hormigas para llegar a su fuente de alimento teniendo como punto de partida su nido o colonia, ya que al salir de su nido las hormigas buscan optimizar el camino más corto entre dichos puntos, para esto usará una sustancia llamada feromona que será la responsable de crear esta optimización natural que tienen estos insectos al momento de buscar su comida. Asimismo, se presenta una descripción detallada del algoritmo de optimización de colonia de hormigas, y su aplicación con el modelo del problema del vendedor viajero. Este modelo explica la forma en que un vendedor visita 𝑁 ciudades, para esto inicia su recorrido en una ciudad, teniendo como restricción pasar solo una vez por cada ciudad con la finalidad de encontrar el camino más corto y retornar al origen de partida. Finalmente, se presenta el diseño e implementación del aplicativo basado en el algoritmo de colonia de hormigas para minimizar rutas que fue desarrollado en el lenguaje de programación Python con PyQt5.

Browse

Browsing EP Computación Científica by browse.metadata.advisor "Vásquez Serpa, Luis Javier"