Proyectos

La literatura muestra que diferencias en las habilidades matemáticas tempranas son fuertes predictores de desempeño matemático posterior e incluso afectan la selección de carreras universitarias. Además, aquellos niños que ingresan a la etapa escolar con habilidades matemáticas deficientes, mantienen bajos desempeños académicos durante toda su trayectoria escolar. De hecho, las condiciones iniciales de aprendizaje matemático determinan las trayectorias futuras de aprendizaje. En este contexto, un proyecto FONDEF (2019 - 2021) de la Universidad de O’Higgins nos permitió desarrollar el Test de Pensamiento Matemático (TPM, ver https://jugarmate.org/tpm/) para evaluar aprendizajes matemáticos en niveles de pre-kínder, kínder y 1ro básico. El TPM es un test basado en siete juegos digitales cuya aplicación en grupos grandes de estudiantes es rápida y sencilla por lo que permite recolectar una gran cantidad de datos de aprendizaje con poco esfuerzo. En congruencia con avances recientes en el desarrollo de habilidades matemáticas tempranas, este instrumento logra capturar dos dimensiones del pensamiento matemático infantil que son el pensamiento numérico y el razonamiento espacial. Estos desarrollos previos presentan una gran oportunidad para investigar las condiciones iniciales de los aprendizajes matemáticos y las posibles trayectorias de aprendizajes posteriores. La hipótesis que sustenta este proyecto es que existen perfiles de pensamiento matemático temprano que son capturados en los puntajes TPM y que las primeras trayectorias de aprendizaje se pueden modelar como un tránsito por estos perfiles. En este contexto, el presente proyecto propone la aplicación de algoritmos de inteligencia artificial para el procesamiento y visualización de datos TPM para primero identificar distintos perfiles de pensamiento matemático temprano para luego encontrar patrones de tránsito entre éstos perfiles y así identificar trayectorias iniciales de aprendizaje matemático. La metodología propone analizar conjuntos de datos TPM obtenidos en una muestra de más de 700 estudiantes de prekinder, kinder y 1ro básico aplicando métodos de reducción de dimensionalidad (p.ej., análisis de componentes principales) y algoritmos de agrupamiento (p.ej., clustering). Los resultados de los algoritmos de agrupamiento se interpretan como perfiles de pensamiento matemático, mientras que análisis de evolución de perfiles se interpretan como las trayectorias iniciales de aprendizaje de las matemáticas tempranas. Se espera que los resultados de esta investigación se utilicen para el diseño de intervenciones remediales personalizadas que permitan potenciar el desarrollo de habilidades matemáticas tempranas.

La literatura muestra que diferencias en las habilidades matemáticas tempranas son fuertes predictores de desempeño matemático posterior e incluso afectan la selección de carreras universitarias. Además, aquellos niños que ingresan a la etapa escolar con habilidades matemáticas deficientes, mantienen bajos desempeños académicos durante toda su trayectoria escolar. De hecho, las condiciones iniciales de aprendizaje matemático determinan las trayectorias futuras de aprendizaje. En este contexto, un proyecto FONDEF (2019 - 2021) de la Universidad de O’Higgins nos permitió desarrollar el Test de Pensamiento Matemático (TPM, ver https://jugarmate.org/tpm/) para evaluar aprendizajes matemáticos en niveles de pre-kínder, kínder y 1ro básico. El TPM es un test basado en siete juegos digitales cuya aplicación en grupos grandes de estudiantes es rápida y sencilla por lo que permite recolectar una gran cantidad de datos de aprendizaje con poco esfuerzo. En congruencia con avances recientes en el desarrollo de habilidades matemáticas tempranas, este instrumento logra capturar dos dimensiones del pensamiento matemático infantil que son el pensamiento numérico y el razonamiento espacial. Estos desarrollos previos presentan una gran oportunidad para investigar las condiciones iniciales de los aprendizajes matemáticos y las posibles trayectorias de aprendizajes posteriores. La hipótesis que sustenta este proyecto es que existen perfiles de pensamiento matemático temprano que son capturados en los puntajes TPM y que las primeras trayectorias de aprendizaje se pueden modelar como un tránsito por estos perfiles. En este contexto, el presente proyecto propone la aplicación de algoritmos de inteligencia artificial para el procesamiento y visualización de datos TPM para primero identificar distintos perfiles de pensamiento matemático temprano para luego encontrar patrones de tránsito entre éstos perfiles y así identificar trayectorias iniciales de aprendizaje matemático. La metodología propone analizar conjuntos de datos TPM obtenidos en una muestra de más de 700 estudiantes de prekinder, kinder y 1ro básico aplicando métodos de reducción de dimensionalidad (p.ej., análisis de componentes principales) y algoritmos de agrupamiento (p.ej., clustering). Los resultados de los algoritmos de agrupamiento se interpretan como perfiles de pensamiento matemático, mientras que análisis de evolución de perfiles se interpretan como las trayectorias iniciales de aprendizaje de las matemáticas tempranas. Se espera que los resultados de esta investigación se utilicen para el diseño de intervenciones remediales personalizadas que permitan potenciar el desarrollo de habilidades matemáticas tempranas.

Reconstrucción del clima del Pleistoceno mediante paleoadn

reconstrucción del clima mediante dendrocronología en madera

Reconstrucción del clima del Pleistoceno mediante paleoadn

reconstrucción del clima mediante dendrocronología en madera

Es un hecho aceptado en la comunidad científica que la emisión de CO2 es de los grandes responsables del calentamiento global. Por ello, ha habido muchas iniciativas para lograr la reducción de estas emisiones. Chile en particular, ha suscrito el compromiso de Carbono Neutralidad al 2050 y en ese contexto ha redactado una Estrategia Nacional de Electromovilidad para dar una hoja de ruta para estimular su adopción. Se espera que la transición hacia la electromovilidad y el fomento a la eficiencia energética en transporte contribuirá con cerca del 20% de las reducciones de emisiones de CO2 necesarias para lograr dicho compromiso. Dado este contexto, esta propuesta abordará diversos aspectos relacionados con la electromovilidad, con foco en la región de O’higgins, donde la adopción ha sido más lenta de lo esperado, contando por ejemplo con reducida infraestructura de carga y venta de vehículos eléctricos. Se destaca además que previo a la inauguración de la Universidad de O’Higgins, no había una institución que formara capital avanzado en estas temáticas. Por lo anterior, en este proyecto, se pondrá especial atención al modelamiento de baterías y/o flotas de vehículos eléctricos (VEs), de gestión y métodos toma de decisiones en aplicaciones como gestión de flotas, interconexión de VEs en la red y asignación de precios, y desarrollo de métodos de control para motores eléctricos, conversores, baterías y otros para electromovilidad. El proyecto instalará y desarrollará en la Región de O’Higgins capacidades humanas avanzadas y fortalecerá la cooperación nacional e internacional en temáticas relacionadas con la electromovilidad. Se realizará difusión y divulgación hacia la comunidad tanto en la Universidad de O’Higgins (UOH) como en las instituciones asociadas, considerando actividades presenciales y online: Las actividades online se dejarán abiertas al público en youtube. Esta propuesta contempla la ejecución de 3 modalidades de vinculación. En la primera modalidad (A) se realizarán 3 viajes por parte de estudiantes de pre y posgrado y académicos a las instituciones extranjeras participantes del proyecto para capacitarse/especializarse en modelamiento, gestión y control para electromovilidad. En la segunda modalidad (B) se realizarán cátedras y talleres online, para cursos de pre y posgrado en la Universidad de O’Higgins y abiertos a todas las instituciones participantes del proyecto. En la tercera modalidad (C) se realizarán 2 encuentros nacionales donde se realizarán seminarios y talleres presenciales y reuniones de investigación, donde están invitados alumnos de pre y posgrado de las instituciones participantes, y se realizará el Encuentro de Electromovilidad de O’Higgins 2024, donde se invitará 3 participantes extranjeros e investigadores nacionales participantes del proyecto, para difundir a la comunidad los avances en el área de la electromovilidad y estimular su adopción. Con este mismo propósito, se adquirirá e instalará en la UOH 2 puntos de recarga de vehículos eléctricos. Notar que actualmente la UOH tiene en su campus rancagua un cargador de bicicletas eléctrico del tipo solar-eólico para uso del estudiantado y la comunidad en general Finalmente, se buscará presentar las principales conclusiones y/o resultados de este proyecto en conferencias científicas o revistas nacionales y/o internacionales. Con las acciones propuestas se busca fortalecer la colaboración internacional, empoderar a las comunidades y promover el uso de nuevas tecnologías de cero emisiones en medios de transporte en la región y el país, al mismo tiempo que se reduce la generación de gases de efecto invernadero, contribuyendo a lograr una sociedad energéticamente sustentable.

Es un hecho aceptado en la comunidad científica que la emisión de CO2 es de los grandes responsables del calentamiento global. Por ello, ha habido muchas iniciativas para lograr la reducción de estas emisiones. Chile en particular, ha suscrito el compromiso de Carbono Neutralidad al 2050 y en ese contexto ha redactado una Estrategia Nacional de Electromovilidad para dar una hoja de ruta para estimular su adopción. Se espera que la transición hacia la electromovilidad y el fomento a la eficiencia energética en transporte contribuirá con cerca del 20% de las reducciones de emisiones de CO2 necesarias para lograr dicho compromiso. Dado este contexto, esta propuesta abordará diversos aspectos relacionados con la electromovilidad, con foco en la región de O’higgins, donde la adopción ha sido más lenta de lo esperado, contando por ejemplo con reducida infraestructura de carga y venta de vehículos eléctricos. Se destaca además que previo a la inauguración de la Universidad de O’Higgins, no había una institución que formara capital avanzado en estas temáticas. Por lo anterior, en este proyecto, se pondrá especial atención al modelamiento de baterías y/o flotas de vehículos eléctricos (VEs), de gestión y métodos toma de decisiones en aplicaciones como gestión de flotas, interconexión de VEs en la red y asignación de precios, y desarrollo de métodos de control para motores eléctricos, conversores, baterías y otros para electromovilidad. El proyecto instalará y desarrollará en la Región de O’Higgins capacidades humanas avanzadas y fortalecerá la cooperación nacional e internacional en temáticas relacionadas con la electromovilidad. Se realizará difusión y divulgación hacia la comunidad tanto en la Universidad de O’Higgins (UOH) como en las instituciones asociadas, considerando actividades presenciales y online: Las actividades online se dejarán abiertas al público en youtube. Esta propuesta contempla la ejecución de 3 modalidades de vinculación. En la primera modalidad (A) se realizarán 3 viajes por parte de estudiantes de pre y posgrado y académicos a las instituciones extranjeras participantes del proyecto para capacitarse/especializarse en modelamiento, gestión y control para electromovilidad. En la segunda modalidad (B) se realizarán cátedras y talleres online, para cursos de pre y posgrado en la Universidad de O’Higgins y abiertos a todas las instituciones participantes del proyecto. En la tercera modalidad (C) se realizarán 2 encuentros nacionales donde se realizarán seminarios y talleres presenciales y reuniones de investigación, donde están invitados alumnos de pre y posgrado de las instituciones participantes, y se realizará el Encuentro de Electromovilidad de O’Higgins 2024, donde se invitará 3 participantes extranjeros e investigadores nacionales participantes del proyecto, para difundir a la comunidad los avances en el área de la electromovilidad y estimular su adopción. Con este mismo propósito, se adquirirá e instalará en la UOH 2 puntos de recarga de vehículos eléctricos. Notar que actualmente la UOH tiene en su campus rancagua un cargador de bicicletas eléctrico del tipo solar-eólico para uso del estudiantado y la comunidad en general Finalmente, se buscará presentar las principales conclusiones y/o resultados de este proyecto en conferencias científicas o revistas nacionales y/o internacionales. Con las acciones propuestas se busca fortalecer la colaboración internacional, empoderar a las comunidades y promover el uso de nuevas tecnologías de cero emisiones en medios de transporte en la región y el país, al mismo tiempo que se reduce la generación de gases de efecto invernadero, contribuyendo a lograr una sociedad energéticamente sustentable.

La crisis hídrica provocada por el calentamiento global es uno de los problemas más importantes que afectan a regiones agrícolas como la sexta Región de O’Higgins. Este proyecto de vinculación internacional tiene como objetivo principal investigar distintos mecanismos para la asignación de recursos hídricos e épocas de escasez. En particular, se analizará el caso en que se tienen multiples usos de agua: distintos tipos de industrias (cupríferas y agrícola por ejemplo) y uso urbano. Este proyecto de vinculación internacional es liderado por el equipo nacional conformado por investigadores de la Universidad de O'Higgins y Universidad de Chile. Este proyecto incluye visitas del equipo nacional a los centros INRIA Sophia Antipolis, y INRAE en Montpellier, así como la organización de un workshop en la Universidad de O’Higgins.

The research project "Matrices, Optimization, and Randomness with Applications in Data Science (MORA-DataS)" is composed of research teams from Bolivia, Chile, France, and Peru. This project is funded by the regional program MATH-Amsud in cooperation with UMSA (Bolivia), ANID, CMM (Chile), MEAE (France), and CONCYTEC (Peru). The aim of this project is to study diverse optimization models, deterministic and stochastic, and to investigate various problems in matrix analysis with potential applications in data science. Some of the research topics are computing angles between convex cones, inverse eigenvalue problems, proximal algorithms for symmetric cone optimization, nonlinear second-order cone programming problems, nonsmooth joint chance constrained optimization problems, and Euclidean Jordan algebras for optimization.