Programación matemática y software

Flujo entre Interfaces de Usuario: Modelado de casos prácticos utilizando Diagramas de Transiciones entre de Interfaces de Usuario

Jorge Cervantes-Ojeda — 2025-10-02

En este artículo, exploramos la aplicación del diagrama de transición de interfaz de usuario (UITD) para modelar el flujo entre interfaces de usuario en sistemas de software interactivos. Si bien los UITD son herramientas conocidas en la obtención de requisitos, nuestro trabajo aborda la brecha en la demostración de su eficacia en el modelado de tres escenarios comunes de interacción de usuario que se encuentran con frecuencia en la práctica: (i) acciones repetidas en múltiples interfaces, (ii) acciones disponibles solo para usuarios con privilegios extendidos y (iii) botones habilitados o deshabilitados dinámicamente según la lógica condicional. Estas soluciones no solo facilitan que los clientes comprendan el modelo con las acciones del usuario y las respuestas del sistema, sino que también facilitan una transición fluida de las fases de especificación de requerimientos a las de diseño, al definir con precisión las interacciones del usuario. A pesar de la singularidad de cada sistema de software, muchos comparten rasgos comunes que se pueden modelar de manera efectiva utilizando UITD. Al ofrecer soluciones genéricas para estos escenarios, este trabajo tiene como objetivo mejorar las capacidades de modelado de los UITD, promoviendo su adopción más amplia en la industria del software.

Herramientas para abordar fundamentos y técnicas de conteo en probabilidad

María Cristina Medel López — 2025-10-02

La Probabilidad y la Estadística son dos áreas de investigación y de aplicación de las matemáticas aplicadas. Su utilidad se presenta en diferentes campos de las ciencias, como, por ejemplo: las formales y experimentales, la tecnología (diseño, desarrollo y monitoreo de proyectos tecnológicos) e incluso en el sector industrial y productivo (calidad y mantenimiento de componentes o sistemas), lo que explica la relevancia de su enseñanza, así como de su aprendizaje. Sin embargo, durante la educación media superior y superior, resulta tedioso y hasta complicado aplicar las teorías para la resolución de problemas prácticos en cada una de las áreas mencionadas. El primer obstáculo que se presenta en los estudiantes, es que no saben contar, con esto se quiere decir que desconocen el uso de las técnicas de conteo para la solución de problemas en probabilidad. En este trabajo se discuten diferentes problemas los cuales le permitirán al alumno en sus cursos de probabilidad, comprender de mejor forma la importancia de esta área. Además, se propone el uso de herramientas matemáticas del tipo software libre como son: WolframAlpha, GeoGebra y Excel, esto, con la finalidad de apoyar el entendimiento del uso de técnicas de conteo en la teoría de probabilidad.

Análisis numérico con el método FDTD para estudiar el efecto láser en un sistema 3D con desorden y experimento con nanocristales de ZrO2:Yb

Jesús Jonathan Martínez-Ocampo — 2025-10-02

En este trabajo se estudia el campo óptico y el efecto láser sin espejos generado en un sistema desordenado en 3D que contiene nanoemisores. El sistema estudiado es no lineal, complejo y no tiene solución analítica. El objetivo es estudiar numérica y experimentalmente el efecto laser con percolación, lo que resalta la importancia de abordar el estudio de manera numérica utilizando el Método de Diferencias Finitas con Dominio del Tiempo (FDTD). Para complementar los resultados del análisis numérico, se lleva a cabo un experimento en el cual se incorporan nanoemisores de Yb en ZrO2 estos nanoemisores se distribuyen de manera desordenada en el sistema y se excitan de forma no coherente mediante una fuente externa. Se obtiene el espectro de absorción y emisión del ZrO2:Yb para diferentes concentraciones, y los resultados experimentales confirman las predicciones teóricas realizadas.

Aplicación de metodologías de Machine Learning para mejorar las decisiones de compraventa de activos basados en criptomonedas

Víctor Leonardo Teja Juárez — 2025-10-02

El trading de criptomonedas implica la compra y venta de activos digitales, como Bitcoin (BTC) y Ethereum, con el fin de obtener beneficios financieros a través de plataformas especializadas conocidas como exchanges. La relevancia de esta práctica reside en su capacidad para capitalizar la notable volatilidad del mercado, permitiendo la obtención de rendimientos significativos. Este estudio se centra en la aplicación de algoritmos de aprendizaje automático para la toma de decisiones estratégicas en el ámbito de las criptomonedas, con un enfoque particular en el análisis de sentimientos extraídos de publicaciones en Reddit.com para evaluar la percepción del mercado. La inherente volatilidad del mercado de criptomonedas, junto con influencias psicológicas y asimetrías de información, subraya la importancia del análisis de sentimientos para prever movimientos de precios y optimizar estrategias de trading. Este análisis clasifica el sentimiento en categorías positivas, negativas o neutras, orientando así las decisiones de trading. Además, se emplea una red neuronal recurrente para predecir los precios de BTC utilizando datos históricos, complementando el análisis de sentimientos. La evaluación de indicadores técnicos permite identificar el momento óptimo para operar en el mercado, y el backtesting revela rendimientos notables, especialmente en BTC con 49.88%, Ethereum (38.74%), Binance Coin (32.89%), Cardano (29.74%) y Solana (27.64%). El estudio demuestra que los modelos de aprendizaje automático ofrecen predicciones precisas y reducen los sesgos en comparación con las plataformas de trading tradicionales. No obstante, se destaca la necesidad de adaptación y diversificación continua debido a la volatilidad del mercado y a las incertidumbres regulatorias. Se sugiere que futuras investigaciones se enfoquen en probar estrategias.

Aplicación de microalgoritmos genéticos para la optimización de hiperparámetros en métodos de clasificación

Antonio Guerrero Juárez — 2025-10-04

Este estudio propone el uso de microalgoritmos genéticos como una técnica de optimización de hiperparámetros para mejorar la precisión y eficiencia de algunos métodos de clasificaciòn. Se evaluaron cuatro modelos sin optimización de hiperparámetros y, posteriormente, se aplicó un microalgoritmo genético diseñado específicamente para ajustar el valor de sus hiperparámetros. El objetivo fue analizar el impacto de esta técnica en la mejora de la precisión de los métodos. Los resultados demostraron que la implementación de microalgoritmos genéticos no solo aumentó significativamente la exactitud de los métodos de clasificación, sino que también redujo el tiempo de entrenamiento, mostrando una mejora en la eficiencia. Estos hallazgos sugieren que los microalgoritmos genéticos pueden ser una herramienta efectiva para optimizar el rendimiento de los métodos de clasificación y resolver problemas de clasificación con mayor exactitud y rapidez.

Marcado de agua frágil basado en bloques para detección de manipulaciones y recuperación de contenido en imágenes digitales

Elizabeth Campos Ponce — 2025-10-05

Hoy en día internet, así como los avances en tecnologías de la información y comunicación, han brindado facilidades en la transmisión y almacenamiento de datos multimedia, como lo son las imágenes digitales. Esto ha traído consigo algunos perjuicios tales como infracciones al derecho de autor, así como ediciones y/o alteraciones al contenido que comprometen la autenticidad y la integridad de los archivos multimedia. Para hacer frente a estas problemáticas, en la literatura científica se han propuesto una variedad de soluciones que incluyen esteganografía, cifrado de datos y la técnica de marcado de agua digital. En este artículo se propone un método basado en marcado de agua frágil que permite detectar y recuperar contenido en imágenes de escala de grises, cuando este ha sido alterado y/o modificado. En primera instancia, la imagen es segmentada en cuatro cuadrantes teniendo una correspondencia entre sí de forma diagonal. Usando otra segmentación interna en forma de bloques dentro de cada cuadrante, y haciendo uso de cálculo de promedios en conjunto con una extracción de bits más significativos, se generan marcas de agua que serán insertadas dentro de los píxeles que conforman cada bloque, haciendo uso de la técnica de sustitución de bit menos significativo. Para incrementar la seguridad del método propuesto, se hace uso de una llave secreta que permuta el índice de inserción en cada cuadrante. Los resultados experimentales muestran que el método propuesto ofrece alta imperceptibilidad en términos de índice de similitud estructural y relación señal-ruido pico. En cuanto a capacidad de detección de modificaciones, se aplicaron alteraciones de tipo copiar-mover, copiar-pegar y recorte aleatorio, cuya eficiencia fue medida en términos de tasas de falsos positivos, falsos negativos y detección de alteraciones. Por último, se muestran resultados de restauración de contenido, cuya fidelidad fue medida usando las mismas métricas de imperceptibilidad.