Transcript GuionTema1Metodos

Método
Antonio Núñez, ULPGC

Lógica
Lógica, argumentación y razonamiento clásicos, conocimiento
ordinario








Concepto, abstracción, generalización (L125)
Razonamiento categórico deductivo, relacional, hipotético/condicnal L133
Inducción clásica, evidencia esencial, evidencias (L147,154)
Inducción recursiva, matemática L151
Inducción empírica, Bacon, Newton, vs Inducción clasica
Primera aproximación a la Inferencia estadística L 154-5
Sofismas verbales, conceptuales, confusión de predicados, petición de
principio, contradiccion aparente, argumentación de autoridad (L159)
Lógica formal (FI 17-63) +/CMLC

Elementos: alfabeto, cadenas, concatenación, lenguaje, sintaxis,
semántica, proposiciones, conectivas, enunciados, sentencias
 Lógica/cálculo de proposiciones, reglas de formación, axiomas Boole,
axiomas PM Whitehead Russell, sustitución, demostración de teoremas,
tesis, conjeturas, lemas, corolarios, consecuencias, reglas y leyes de
transformación, interpretación y semántica, modelo algebraico, leyes y
reglas de inferencia y resolución, completitud, consistencia
 Lógica de predicados, lógica modal, lógica de primer orden, lógica de
descripciones DL, modelado, conocimiento KB, bases de datos y DL
 Lógica multivaluada y de Lukasiewicz, lógica borrosa
Lógica

Razonamientos, lógica formal, sistemas inferenciales


Texto: tratado clásico “Fundamentos de Informática, Lógica,
Autómatas, Algoritmos y Lenguajes”, G. Fernández, F. Sáez Vacas,
Anaya 1995. La clave es poder entender los sistemas inferenciales de
la lógica de proposiciones (sección 2.5), lógica de predicados de
primer orden (4.4), y lógica de la inferencia bayesiana en sistemas
expertos (6.3).
Técnicas lógicas derivadas de Cibernética, Computación e
Inteligencia Artificial (no se tratan)







Search algorithms, Optimization mathematics, and Evolutionary
computation
Logic programming and Automated reasoning
Probabilistic methods for uncertain reasoning
Classification mathematics, Statistical classification, and Machine
learning
Neural networks
Control theory
AI Programming languages
Ciencia

Ciencia especulativa y ciencia empírica
 Definición de ciencia L167
 Objeto de la ciencia L172
 Actividad científica FCE 65












Sistemas teóricos
Teorías-marco
Construcción de modelos
Formulación de leyes
Existencia de entidades
Caracterización de entidades
Existencia de procesos y sistemas
Caracterización de procesos y sistemas
Confirmación experimental de hipótesis
Mejoras en la precisión instrumental
Descubrimientos fortuitos
Sistematización y syllabus
Ciencia Experimental

Método científico-experimental hipotético-deductivo
L197, Física-Rosell 3
 Datos de experiencia, observación
 Objeto de investigación, tema de tesis
 Formulación de la pregunta a investigar,
planteamiento del problema: la respuesta es la
conclusión de la investigación. La conclusión se
formula como posición o tesis
 Creación de hipótesis, deducción de tesis
 Contraste/confirmación/refutación de hipótesis
 Criterios




Poder explicativo
Poder predictivo
La precisión/exactitud de explicaciones y predicciones
Extrapolación e inducción
Ciencia-Tecnología-Innovación 1




Ciencia, Ciencia Aplicada, Técnica, Tecnología,
Ingeniería, Investigación Fundamental, Investigación
Aplicada, Desarrollo Tecnológico, Innovación
Ciencia y Tecnología: el Conocimiento ordinario a
partir de la experiencia se formaliza en la Ciencia
Experimental, y análogamente la habilidad y know
how ordinario de la Técnica se formaliza en la
Tecnología.
La Ciencia implica un discurso racional y formal
(teoría) sobre el método de conocer, la creación de
conceptos, cualidades, relaciones y leyes, la logía de
la episteme, la epistemología
La Tecnología implica un discurso racional y formal
sobre la tecné, (la habilidad práctica de hacer cosas),
es la logía de la tecné. Logos en griego es discurso
racional, razón, argumentación, lenguaje, teoria,
palabras.
Ciencia-Tecnología-Innovación 2





La Ciencia estudia la naturaleza, sus objetos y fenómenos y sus
procesos y cambios. Y la motivación es la curiosidad, el querer
entender, busca el qué y el por qué. Qué pasa, qué hay, por qué.
La Ciencia Aplicada aplica la ciencia experimental a ámbitos de
utilidad, a la solución o remedio de algún problema, o a dar solución
a las necesidades que demanda la Tecnología
La Tecnología estudia el objeto artificial, y su construcción,
transformación y procesos, formaliza el conocimiento práctico de la
técnica, busca el cómo y el para qué, se apoya en toda la Ciencia.
La Ingeniería estudia el objeto artificial y sus procesos como la
Tecnología, pero está centrada en la solución de problemas de
interés para el hombre, y considera su construcción y los recursos,
la economía, la realidad de que existen recursos escasos para la
construcción de esos objetos útiles, y por eso considera eficiencia
en costes y rendimientos. En todo ello busca el cómo hacerlo. Al
considerar los procesos complejos surge también el observar y ver
qué pasa, qué hay, por qué y para qué del proceso constructivo.
La Innovación se centra en renovar (innovare, novo) y hacer
cambios para mejorar algo existente. La novedad es consecuencia
del cambio y de la mejora. La mejora no requiere necesariamente
introducir un nuevo producto. Se innova en organización, en
decisiones, en procesos, en industrialización, en productos..
Ciencia,Tecnología vs Ingeniería1




El objeto de la ciencia es la naturaleza y los fenómenos naturales,
incluyendo procesos y transformaciones naturales. El de la
tecnología son los objetos artificiales, incluyendo en objetos los
procesos, operaciones, transformaciones, fabricaciones y sistemas
en general, simples o complejos.
La Ciencia se mueve por la curiosidad y la necesidad de saber y
entender del hombre. La Tecnología por la necesidad de hacer y de
utilizar. Ambas se apoyan mutuamente. La Tecnología aplica toda la
Ciencia. La Ciencia usa toda la tecnología para observar los
fenómenos naturales, cada vez más profundos e inobservables, y
para poder modelar y entender la naturaleza.
Y finalmente la diferencia entre Tecnología e Ingeniería es
principalmente que la Ingeniería aplica la Tecnología, pero lo hace
con unos objetivos más inmediatos, no necesariamente aporta
nuevo conocimiento sino solo aplica, y sobre todo hace todo esto en
un contexto de ECONOMIA, DE RECURSOS ESCASOS, y por lo
tanto con enfoques de eficacia, eficiencia, rendimiento, esfuerzo,
costes, mínimos, máximos, optimización, mantenimiento, fiabilidad,
disponibilidad, robustez, sostenibilidad, etc.
Todo esto puede verse como una pirámide que parte del
conocimiento simple ordinario y la habilidad ordinaria de la técnica,
esto a su vez soporta la Ciencia experimental y la Tecnología, que
se abrazan mutuamente, y ambas soportan la Ingeniería.
Ciencia,Tecnología vs Ingeniería2








Fenómenos macroscópicos y complejidad, sistemas: Ciencia, Tecnología,
Ingeniería:
Qué está pasando. Observar, medir, datos. Por qué. Causas, explicaciones,
fórmulas. Para qué. Nuevas aplicaciones, mejoras.
Estadística: “datos”, “pasa algo”, “pistas”. No el por qué. Algún efecto =/ causaefecto. Pistas para pensar, para crear hipótesis. Pistas para mayor certeza.
Pistas para ajustar. Modelos extrínsecos (o descriptivos) vs intrínsecos (o
explicativos)
Ciencia: Qué es. Y precisamente “Por qué es”. Método para buscar, encontrar,
probar, verificar.
Ingeniería: Cómo construir algo y por qué construir así. Método para construir,
comprobar, caracterizar, mejorar.
Cómo proyectar/diseñar, cómo construir. Cómo optimizar y controlar lo
construido.
En tecnología e ingeniería es importante el proceso de aportación nueva al
conocimiento vía intentar la construcción, construir aportando los pasos y el por
qué de esos pasos. Construcción de algo nuevo, aportación original al
conocimiento. No mera repetición de una proyectación-diseño o construcción.
Aristóteles: teoria: su objeto es la verdad en las cosas, contemplar, mirar,
especular, poiesis: su objeto es la formación, la construcción o producción pero
no de cosas sino de culturas o formas vitales (de ahí poesía) o sociales, praxis:
su objeto es todo tipo de acción, incluyendo las construcción y producción de
cosas.
Ciencia vs Tecnología Ingeniería
Proyectos de investigación: Terminología oficial en convocatorias y administración pública 1:



Proyectos de investigación fundamental no orientada: consistentes
en trabajos experimentales o teóricos emprendidos con el objetivo
primordial de adquirir nuevos conocimientos acerca de los
fundamentos subyacentes de los fenómenos y hechos observables,
aunque no existan perspectivas inmediatas de aplicación práctica y
directa. Estos nuevos conocimientos deben suponer un avance en
el ámbito en el que se encuadren.
Proyectos de investigación fundamental orientada a los retos de la
sociedad: consistentes en trabajos experimentales o teóricos que,
por sus características y finalidad, estén orientados a la búsqueda
de soluciones científico-técnicas que permitan resolver los
problemas planteados en los retos de la sociedad,
independientemente del carácter básico o más aplicado de la
metodología y resultados que se obtengan.
Retos:









1. Salud, cambio demográfico y bienestar.
2. Seguridad, calidad alimentaria; actividad agraria productiva y sostenible; sostenibilidad de recursos
naturales, investigación marina y marítima.
3. Energía segura, sostenible y limpia.
4. Transporte inteligente, sostenible e integrado.
5. Acción sobre el cambio climático y eficiencia en la utilización de recursos y materias primas.
6. Cambios e innovaciones sociales.
7. Economía y sociedad digital.
8. Seguridad, protección y defensa
KETs (Tecnologías Facilitadoras Esenciales): fotónica, micro y nanoelectrónica, nanotecnología,
materiales avanzados, biotecnología y tecnologías de la información y las comunicaciones
Ciencia vs Tecnología Ingeniería
Proyectos de investigación: Terminología oficial en convocatorias y administración pública 2:

Proyectos de investigación industrial: Proyectos orientados a la investigación planificada o
los estudios críticos encaminados a adquirir nuevos conocimientos y aptitudes que puedan
ser útiles para desarrollar nuevos productos, procesos o servicios o permitan mejorar
considerablemente los ya existentes. Incluye la creación de componentes de sistemas
complejos que sean necesarios para investigación industrial, especialmente la validación
de tecnología genérica, salvo los prototipos (que se consideran desarrollo experimental,
más que investigación industrial).

Proyectos de desarrollo experimental: proyectos orientados a la adquisición, combinación,
configuración y empleo de conocimientos y técnicas ya existentes, de índole científica,
tecnológica, empresarial o de otro tipo, con vistas a la elaboración de planes y estructuras
o diseños de productos, procesos o servicios nuevos, modificados o mejorados. Pueden
incluirse otras actividades de definición conceptual, planificación y documentación de
nuevos productos, procesos y servicios. Entre las actividades de estos proyectos, puede
figurar la elaboración de proyectos, diseños, planes y demás tipos de documentación. Se
incluye asimismo el desarrollo de prototipos y proyectos piloto con fines de demostración y
validación.

En este tipo de proyectos se encuadran también: La producción y ensayo experimentales
de productos, procesos y servicios

Pero no se incluyen los desarrollos directos de aplicaciones industriales o ya comerciales.

Dentro de esta tipología de proyectos tampoco se incluyen: las modificaciones habituales
o periódicas efectuadas en los productos, líneas de producción, procesos de fabricación,
servicios existentes y otras actividades en curso, aun cuando dichas modificaciones
puedan representar mejoras.
Tecnología 1











Estado del arte, know-how,
saber qué es lo que se sabe y
quién lo sabe
Técnicas
Tendencias
Crear
Adquirir (know-how, training,
licencias de explotación,
permisos)
Desarrollar (el potencial que
tiene una tecnología,
variantes)
Desplegar, implementar,
instalar, innovar
Herramientas (matemáticas,
estadísticas, físicas, software)
Infraestructuras, sistemas,
instrumentos, labs, calibración
Usar
Actualizar
















Requisitos (requirements)
Especificaciones (specs)
Especificaciones formales
ejecutables
Condiciones y restricciones
Marco científico y teórico de
aplicación
Paradigmas (grandes modelos
conceptuales)
Casting del problema
Métodos genéricos,
específicos
Métodos concretos
Heurísticos y ad hoc
Cálculos simplificados back of
the envelope, rule of thumb
Modelado
Simulación
Optimización tecnológica
Pruebas de concepto
Mejores prácticas
Tecnología
2
Procesos, Sistemas















Continuo, discreto, I/O,
Feedback, LTI, LTV, NLTI,
NLTV, identificación
Proyecto y Diseño
Flujos (Etapas, flujos de
diseño)
Top-down, bottom-up
Experimentación y prototipado
Documentación, anotaciones
Análisis, sensibilidad
Parametrización
Worst case scenario (best,
average)
WCET, worst case execution
time, WCRT w c reaction time
Verificación
Validación y crítica
Ensayos, prueba y error
Test, faltas, cobertura de
faltas, Testbenches, ATPG













Design for Testability DfT,
Design for Manufacturability
DfM, Design for Yield DfY,
Process Variations
Caracterización
Comparativas
Pruebas alfa y beta
Manual de usuario
Protección (intelectual,
patentes, modelos de utilidad,
secreto industrial, IPs)
Implantación TIP (plan de
implantación de la tecnología)
Producción en volumen
Difusión, DUP (plan de uso y
difusión)
Uso. Doble uso
Nuevas Ideas
Futuro
Gestión de intangibles
Ingeniería 1










Planteamiento del problema
Contexto, condiciones de
contorno, suposiciones,
definiciones
Identificación marco de
soluciones. Casting del problema
Cumplimiento de normativa,
consideración de estándares
Marco legal y autorizaciones
Descripción y anteproyecto
Solución y cálculo técnico.
Modelos y simulaciones. Ciencia y
Tecnología revisitadas
Congelación y fijación del
proyecto (evitar modificaciones
sobre las especificaciones)
Proyecto detallado
Plan de ejecución y gestión,
Microsoft Project..

















División del proyecto
Paquetes de trabajo
Tareas y sub-tareas, items
Interrelaciones y dependencias
Hitos
Puntos críticos
Controles y revisiones
Peores casos
Plan B
Asignación de recursos
Sincronización y coordinación
Gestión de versiones, Git
(Subversion SVN, CVS..)
Autentificación y validación de
documentos y revisiones
Calidad y gestión de calidad
Reutilización
Workbenches
Entorno de producción
Ingeniería 2














Eficacia
Exactitud
Precisión
Prestaciones
Eficiencia
Robustez
Fiabilidad
Cadencia de fallos λ
MTBF
MTTF
Test
Dispersión n-σ
Tolerancia a fallos
Ciclo de vida











Estructura de costes
Optimización en funciones
de coste y prestaciones
Calidad
Desviación y control
Rendimiento
Inversión, RC, NRC, ROI,
IRR (TIR)
Hoja de ruta
Plan de mantenimiento
Plan de mejora
Pre-comercialización,
distribución, marketing
Autoridad, facultativo,
profesionalización, visado
Ingeniería 3

















Complejidad, coordinación,
Gestión de RRHH
Trabajo personal bien hecho
Autoridad
Liderazgo
Disciplina
Reglas
Jerarquía
Creatividad, inspiración
Motivación
Libertad
Especialización
Cooperación, trabajo en grupo
Reuniones y exigencias
Tareas menores, detalles
Tiempos
Entregables
Picos de trabajo



Documentación, recursos
compartidos, Groupware, TWiki,
TikiWiki, Workflow
Nuevas ideas
Soporte a organización:








Soporte a decisión:



Organización
Operaciones
Estudios de mercado
Economía y financiación
Ingeniería de soporte a ventas
Soporte post-venta
Gestión de clientes
Estrategias competitivas
Teoría de juegos, soluciones
VonNeumann Minmax, soluciones
Nash
Soporte a innovación:

Procesos
 Productos
Fuentes de conocimiento














Syllabus de disciplinas
Libros de texto
Manuales de referencia
Tutorials
Revistas científicas
Congresos científicos
Revistas profesionales
Ferias y exposiciones
Repositorios de tesis y
Technical Reports
Patentes
Planes públicos y sus
workprograms
Roadmaps industriales
Catálogos comerciales
Websites de fabricantes de
tecnología













Websites de proyectos
públicos (FP7, H2020..)
Prensa profesional y online,
newsletters, RSS
Technical papers, white
papers
Foros de desarrolladores
Foros de usuarios
Webinars, MOOCs
Formación continua, cursos,
seminarios, cursos web
universidades
Wikipedia
Diccionarios
Visitas
Proyectos conjuntos
Movilidad
Estancias
Disciplina académica / investigación







Concepto y definición
Objeto
Contexto y disciplinas
afines
Método
Syllabus sistemático y
ordenado de contenidos
Fuentes de
conocimiento
Laboratorios y
herramientas








Temas abiertos
Líneas de investigación
Estado del arte
Trabajo del grupo
Métodos específicos
Laboratorios y
herramientas del grupo
Resultados
Objetivos de
publicación del grupo
Fuentes de financiación
Proyectos empresariales
 Plan estatal I+D+i
 Plan europeo Horizonte 2020
 Plan canario I+D+i y RIS3
 Plataformas Tecnológicas AMETIC
 European Technology Platforms, Eureka
Clusters
 ITC clusters / Intercluster / Ponencias

Empresa Spin-off




La empresa fundada “recientemente” por personal
de una institución de I+D pública o privada sin
ánimo de lucro, o un estudiante, para desarrollar y
comercializar una invención
La empresa que licencie tecnología propiedad de
una universidad, centro público de investigación o
centro tecnológico, como parte significativa de su
actividad
La empresa que comience en un parque
tecnológico o incubadora de empresas
perteneciente al sector público o la universidad, o
La empresa en la que una universidad o un centro
público ha realizado una participación significativa
en su capital.
Resumen: sólo investigación si
 se publica
 o se patenta
 o se transfiere $


Todo esto como resultado de una aportación original
Investigar es realizar actividades lógicas y prácticas
sistemáticas, ordenadas y metódicas con el objeto de
obtener o aumentar el conocimiento en una materia,
hacer una aportación original y significativa a ese
campo. Implica rigor lógico, terminológico y
metodológico. En el caso de Ingeniería aumentar el
conocimiento es también aportar mejora en cómo
hacerlo, cómo construirlo, aportar en know-how.