Vol.10 Nro.1. Año 2016. Enero-Junio


 


Vol 10. Año 2016 
Año del Entendimiento Global






TABLA DE CONTENIDO
Vol. 10 Nro 1. Año 2016. Enero-Junio
Artículos aprobados


FEJER TYPE INEQUALITIES FOR m- CONVEX FUNCTIONS
DESIGUALDAD DEL TIPO FEJÉR PARA FUNCIONES m-CONVEXA

Mireya Bracamonte  (Venezuela)
José Giménez
(Venezuela) 
Nelson Merentes (Venezuela)
Miguel Vivas (Venezuela)

MÉTODO PARA LA VALORACIÓN DE EFICIENCIA USANDO ANÁLISIS ENVOLVENTE DE DATOS EN AMBIENTE BORROSO  
Harizmar Izquierdo Madrid  (Venezuela)
Belkis López
(Venezuela) 
Maria Elena Torres Samuel (Venezuela)
Ennodio Torres Cruz (Venezuela)


...............................................................................................................................


Vol 10, Nro 1, Año 2016
FEJER TYPE INEQUALITIES FOR m- CONVEX FUNCTIONS
DESIGUALDAD DEL TIPO FEJÉR PARA FUNCIONES m-CONVEXA

Mireya Bracamonte  (Venezuela)
José Giménez
(Venezuela) 
Nelson Merentes (Venezuela)
Miguel Vivas (Venezuela)
Abstract
In this paper we present some generalizations of the classical inequalities
of Fej er for m-convex functions.
Keywords: m-convex, Fejer, inequalities.
Resumen
En este artículo se presentan algunas generalizaciones de la clásica desigualdad de Fejér para funciones m-convexas.
Palabras clave: Convexidad, m-convexa, desigualdad de Fejér.


Vol 10, Nro 1, Año 2016
MÉTODO PARA LA VALORACIÓN DE EFICIENCIA USANDO ANÁLISIS ENVOLVENTE DE DATOS EN AMBIENTE BORROSO

Harizmar Izquierdo Madrid  (Venezuela)
Belkis López
(Venezuela) 
Maria Elena Torres Samuel (Venezuela)
Ennodio Torres Cruz (Venezuela)
Resumen
El presente artículo tiene como objetivo el desarrollo de un método, basado en la lógica borrosa, para la valoración de la eficiencia de unidades de decisión (Decision Making Unit, DMU) usando Análisis Envolvente de Datos (Data Envelopment Analysis, DEA), para el manejo de datos imprecisos. Se aplica el enfoque basado en alfa-cortes para calcular la eficiencia y seguidamente se ordenan los números borrosos obtenidos. El método desarrollado utiliza los datos referentes al servicio de un sistema hospitalario, con doce DMU a efecto de probar la utilidad del método. Este trabajo muestra una visión de la valoración y clasificación de las DMU bajo incertidumbre, útil para el proceso de toma de decisiones.
Palabras clave: Eficiencia, análisis envolvente de datos, ambiente borroso.

Vol. 9 Nro.2. Año 2015. Julio-Diciembre

 Vol 9. Año 2015
2015: Año Internacional de la Luz y
de las Tecnologías basadas en la Luz 


La Asamblea General de las Naciones Unidas (UNESCO) proclamó al año 2015 como Año Internacional de la Luz y las Tecnologías basadas en la Luz, reconociendo así su importancia en la vida de los ciudadanos, en el desarrollo de la sociedad y en los retos a los que se enfrenta la humanidad. Su estudio ha repercutido en la ciencia, la tecnología y la ingeniería, revolucionando la mayor parte de las disciplinas científicas. Además, las Ciencias de la Luz han dado lugar a numerosas aplicaciones en medicina, comunicaciones y energía. Es así como han desempeñado un papel fundamental en nuestra vida cotidiana, destacando la importancia de sensibilizar en el valor de la difusión y enseñanza de la ciencia, en particular la relativa a la luz y sus aplicaciones, para abordar retos mundiales como el desarrollo sostenible y la mejora de la calidad de vida. En la composición gráfica de nuestra portada hemos incorporado el logo del año de la luz tomada de la Web de la UNESCO http://www.unesco.org e imágenes sobre aplicaciones de la luz publicadas en la web de The Optical Society (OSA) http://www.osa-opn.org.
 


TABLA DE CONTENIDO
Vol. 9 Nro.2. Año 2015. Julio-Diciembre



FUNCIÓN DE LUMINOSIDAD DE CUÁSARES: UN ENFOQUE BASADO EN PROCESOS PUNTUALES
QUASAR LUMINOSITY FUNCTION: A POINT PROCESSES APPROACH
Rafael José González De Gouveia  (Venezuela)
Abelardo Monsalve Cobis 
(Venezuela)
Katherine Vieira Villarreal 
(Venezuela)


ANÁLISIS ESPECTRAL DE OLAS MARINAS: MODELOS UNIVARIADOS 
SPECTRAL ANALYSIS OF WAVE SEA: UNIVARIATE MODELS
Nestor Escudero (Venezuela)
Joaquín Ortega (México)
Jhonny Escalona (Venezuela)

PREDICCIÓN DEL RENDIMIENTO DE UN CULTIVO DE NARANJA 'VALENCIA' MEDIANTE REDES NEURONALES DE REGRESIÓN GENERALIZADA
FORECASTING THE YIELD OF A 'VALENCIA' ORANGE´S CROP, BY MEANS OF A GENERALIZED-REGRESSION NEURAL NETWORKS 
Edwin Hernández-Caraballo  (Venezuela)




TOWARDS A PROSPECTIVE VISION ABOUT MASTER OF COMPUTER SCIENCE
Niriaska Perozo (Venezuela)
Rómulo Domínguez (Venezuela)
Miyedis Figueroa (Venezuela)
Ybelisse Mendoza  (Venezuela)


......................................................................................................................



Vol. 9 Nro.2. Año 2015. Julio-Diciembre.  pp 105-122.
FUNCIÓN DE LUMINOSIDAD DE CUÁSARES: UN ENFOQUE BASADO EN PROCESOS PUNTUALES
QUASAR LUMINOSITY FUNCTION: A POINT PROCESSES APPROACH
Rafael José González De Gouveia  (Venezuela)
Abelardo Monsalve Cobis 
(Venezuela)
Katherine Vieira Villarreal 
(Venezuela)
<PDF>
Resumen
La función de luminosidad de cuásares mide el número de cuásares que existen por megaparsec cúbico por unidad de magnitud absoluta. Es una de las herramientas más importantes para estudiar la población de galaxias de núcleo activo y su evolución a lo largo del tiempo. Nuestra investigación pretende estimar esta función bajo un enfoque probabilístico. Mediante un proceso de Poisson no homogéneo bidimensional modelamos la intensidad de cuásares observados en un espacio de magnitud absoluta por corrimiento al rojo. Se desarrollan una serie de modelos flexibles para la función de luminosidad que son estimados por el método de máxima verosimilitud y seleccionados mediante el criterio de información bayesiano (BIC). Un análisis de residuos es efectuado con el objetivo de estudiar la bondad del ajuste del mejor modelo, del cual a su vez se obtiene la función de luminosidad buscada. 
Palabras clave: Procesos puntuales, galaxias de núcleo activo, procesos de Poisson no homogéneos.


Abstract
The quasar luminosity function measures the number of quasars per cubic megaparsec and absolute magnitude. It is one of the most important tools for studying the active galactic nucleus population and how they have evolved in time. Our investigation estimates this function through a probabilistic approach. We model the observed density of quasars using a bidimensional non-homogeneous Poisson Process in the space of absolute magnitude times redshift. A series of adjustable parametrized models are tested and we use maximum likelihood and the Bayesian Information Criteria (BIC) to select the best model, from wich the corresponding quasar luminosity function is obtained. Finally a residual analysis is made to study the goodness of fit. 
Keywords: Point process, active galactic nucleus, non-homogeneus Poisson process.


Vol. 9 Nro.2. Año 2015. Julio-Diciembre. pp 123-138.
ANÁLISIS ESPECTRAL DE OLAS MARINAS: MODELOS UNIVARIADOS
SPECTRAL ANALYSIS OF WAVE SEA: UNIVARIATE MODELS

Nestor Escudero (Venezuela)
Joaquín Ortega (México)
Jhonny Escalona (Venezuela)
<PDF>
Resumen
El análisis espectral, es el proceso técnico de la descomposición de una señal compleja en partes más simples. Muchos procesos físicos se describen mejor como una suma de muchas componentes de frecuencias individuales, alternativamente una señal puede dividirse en segmentos cortos y el análisis del espectro puede aplicarse a estos segmentos individuales. Desde el punto de vista del estudio de olas marinas, el espectro juega un rol fundamental y es interpretado como la energía presente en la serie de tiempo durante el periodo. Este estudio se basa en el análisis del espectro asociado a datos del mar del Norte en el ano de 1999 en la plataforma North Alwyn almacenados en la Universidad Heriot-Watt de Edimburgo, separados en periodos de 20 minutos, el total a estudiar son 244 periodos. Para ello, se determinó que existe información que no aporta al problema, representa ruido y es el 3% de la energía, la cual no fue tomada para el estudio. Se dividió el espectro en 12 subintervalos y se ajustaron modelos autorregresivos bajo el esquema de Box-Jenskin and Reinsel, estudiados estos hasta encontrar la mejor aproximación posible para cada subintervalo mediante las propiedades estadísticas obtenidas por cada modelo, junto con los pronósticos respectivos.
Palabras clave: Espectro, análisis espectral, dominio de frecuencias, modelos autorregresivos.

Abstract 
Spectral analysis is the technical process of a complex signal decomposition into simpler parts. Many physical processes are better described as a sum of many individual frequency components; alternatively a signal can be divided into short segments and the spectrum analysis can be applied to these individual segments. From the point of view of the study of Waves Sea, the spectrum plays a vital role and it is interpreted as the energy in the time series during the period. This study is based on analysis of the spectrum associated to data from the North Sea in the year of 1999, taken in North Alwyn platform, stored in the Heriot-Watt University in Edinburgh, separated in periods of 20 minutes. The total of the studied periods is 244. Thus, it was determined that there is information that does not add information to the problem, and it represents noise, which is the 3% of energy and it was not taken for the study. The spectrum was divided into 12 subintervals. Autoregressive models were fitted under the scheme Box-Jenskin and Reinsel. The model was studied until the best possible approximation for each subinterval was found by the statistical properties obtained by each model, together with the respective forecasts.
Keywords: Spectrum, spectral analysis, frequency domain, autoregressive, models.



Vol. 9 Nro.2. Año 2015. Julio-Diciembre. pp 139-158.

PREDICCIÓN DEL RENDIMIENTO DE UN CULTIVO DE NARANJA 'VALENCIA' MEDIANTE REDES NEURONALES DE REGRESIÓN GENERALIZADA
FORECASTING THE YIELD OF A 'VALENCIA' ORANGE´S CROP, BY MEANS OF A GENERALIZED-REGRESSION NEURAL NETWORKS
Edwin Hernández-Caraballo  (Venezuela) 
<PDF>
Resumen
El rendimiento de un cultivo es el resultado de una multiplicidad de variables, cuyas complejas interacciones hacen que sea difícil de predecir por medios convencionales. Las redes neuronales de regresión generalizada constituyen una alternativa prometedora para dicha tarea, gracias a su capacidad para modelar relaciones no lineales, sin la necesidad de conocer la naturaleza explícita de las mismas.  El presente trabajo tuvo como propósito evaluar dicha aproximación, en la predicción del rendimiento de un cultivo de naranja ‘Valencia’ (Citrus sinensis L. Osbeck), a partir de las  concentraciones  en  el  tejido  foliar  de nitrógeno, fósforo, potasio, calcio, y magnesio.  Especial énfasis se hizo en el tratamiento de los datos de entrada/salida, utilizando técnicas convencionales (normalización, estandarización, y componentes principales), y otras no convencionales (cálculos de los log-cociente centrado,  e índices nutricionales individuales nutricionales individuales y globales, a partir del Sistema de Diagnóstico de la Composición Nutricional). Los resultados mostraron que, entre las estudiadas, la combinación índices nutricionales individuales/rendimiento normalizado (Error de predicción= 0,98 kg·árbol-1), y componentes principales no rotados/rendimiento normalizado (Error de predicción= 0,51 kg·árbol-1) condujeron al desarrollo de las redes neuronales con las mejores capacidades de predicción del rendimiento, evidenciadas por los menores errores de predicción anteriormente indicados. 
Palabras clave: Citrus sinensis; rendimiento; composición foliar; sistema de diagnóstico de la composición nutricional.

Abstract
The yield of a given crop is the result of a multiplicity of variables whose complex interactions make its prediction difficult to achieve by regular means.  Generalized regression artificial neural networks represent a promising alternative for such a task, due to its ability to model non-linear relationships, without the need of knowing its explicit nature.  The present work aimed at assessing such approximation for predicting the potential yield of a crop of ‘Valencia’ orange (Citrus sinensis L. Osbeck), using the concentration of nitrogen, phosphorus, potassium, calcium, and magnesium in the foliar tissue as predicting variables.  Special emphasis was placed in the mathematical treatment of the input/output data, using conventional techniques (normalization, standardization, and principal components) as well as other less common (row-centered log ratios, and individual and global nutritional indices from the Compositional Nutrient Diagnosis System).  The results showed that, among the ones studied, the individual nutrient indices/normalized yield combination (Prediction error= 0.98 kg·tree-1), and the unrotated principal components/normalized yield combination  (Prediction error= 0.51 kg·tree-1) resulted in the development of the neural networks with the highest yield prediction capabilities, as evidenced by the previously indicated prediction errors.    
Keywords: Citrus sinensis; yield; foliar composition; compositional nutrient diagnosis system


Vol. 9 Nro.2. Año 2015. Julio-Diciembre. pp. 161-178.
TOWARDS A PROSPECTIVE VISION ABOUT MASTER OF COMPUTER SCIENCE
Niriaska Perozo
Rómulo Domínguez
Miyedis Figueroa
Ybelisse Mendoza
Resumen
El presente trabajo destaca algunos datos estadísticos importantes obtenidos para realizar una breve reseña histórica  de la Maestría de Ciencias de la Computación del Decanato de Ciencias y Tecnología de la Universidad Centroccidental “Lisandro Alvarado” en sus diferentes menciones Inteligencia Artificial, Redes de Computadoras e Ingeniería del Software. Adicionalmente expone  las perspectivas académicas planteadas para superar las exigencias actuales a las que se enfrenta. 
Palabras clave: Ciencias de la computación,  perspectivas académicas, inteligencia artificial, redes de computadoras, ingeniería del software.

Abstract
This review highlights some important statistical data for a brief historical review of the Master of Computer Science of the Faculty of Science and Technology at Universidad Centroccidental “Lisandro Alvarado” in their different specialties: Artificial Intelligence, Computer Networks and Software engineering, and further, exposing what academic prospects are proposed to overcome the current demands that this master program faces.
Keywords: Computer Science,  Academic Perspectives, Artificial Intelligence, Computer Networks, Software Engineering.