Bienvenida al XIII Foro de Matemáticas del Sureste

La Universidad Juárez Autónoma de Tabasco (UJAT), a través de los Comités Orga-

nizadores Interno y Externo, se complace en darles la más cordial bienvenida al XIII
Foro de Matemáticas del Sureste. Debido a la emergencia sanitaria que desde marzo
de este año prevalece en nuestro país, nos hemos visto en la necesidad de llevarlo
cabo en línea, para lo cual contamos con el respaldo y asesoría del equipo del Aula
Virtual de la UJAT, tanto en los preparativos como en el desarrollo del evento.
Por iniciativa del Dr. Manuel Falconi Magaña, quien contó con el apoyo entusiasta
y generoso de los doctores María Emilia Caballero, Santiago López de Medrano,
Diego Bricio Hernández, entre otros, a partir de 1990 empezó a realizarse cada año,
en la División Académica de Ciencias Básicas de la UJAT, el Foro de Matemáticas,
el cual a partir de 2003 se transformó en Foro de Matemáticas del Sureste, evento
que ya es tradicional para la comunidad matemática del sureste de México. Por
este motivo se decidió que este año también debía llevarse a cabo, no obstante la
contingencia sanitaria que actualmente enfrenta la humanidad. Recordemos que la
pandemia que es considerada la más devastadora de la historia ocurrió entre los años
1918 y 1920, y fue causada por un brote de inuenza virus A, del subtipo H1N1, mal
conocida como inuenza española. Esta enfermedad produjo la muerte de más de
40 millones de personas en todo el mundo; muchas de sus víctimas fueron jóvenes y
adultos saludables de entre 20 y 40 años de edad, a diferencia de la actual que afecta
básicamente a personas que padecen ciertas enfermedades crónico-degenerativas, o
que son de la tercera edad. Algunos historiadores han estimado que en México la
inuenza española causó tantas muertes como la Revolución Mexicana.
Debido al carácter virtual de esta edición del Foro de Matemáticas del Sures-
te, hemos reducido la cantidad de algunas actividades con respecto a las ediciones
anteriores. Así, en esta ocasión se van a llevar a cabo 5 conferencias plenarias, 1
conferencia de divulgación, 19 ponencias por solicitud, 1 taller para profesores de
preparatoria y secundaria, así como la exposición de 26 carteles. Algunas de estas
actividades abordarán el problema de la actual crisis sanitaria.
Gracias al Dr. Gerardo Delgadillo Piñón, Director de la División Académica de
Ciencias Básicas de la UJAT, por el apoyo incondicional que nos ha brindado para
la realización de este evento.
Gracias al personal del Aula Virtual de la UJAT, cuyo apoyo ha sido fundamental
para que esta edición del Foro de Matemáticas del Sureste fuera posible.
Gracias a todos los integrantes de los Comités Organizadores Interno y Externo,
por su esfuerzo y dedicación invertidos a lo largo de varios meses en la organización

2
del XIII Foro de Matemáticas del Sureste. Su valiosa colaboración se ve reejada en
cada una de las actividades programadas para lograr el éxito de nuestro evento.

Dr. Edilberto Nájera Rangel

Presidente de la Academia de Matemáticas
División Académica de Ciencias Básicas

3
 Programa del XIII Foro de Matemáticas del Sureste
Universidad Juárez Autónoma de Tabasco
División Académica de Ciencias Básicas
14 al 18 de Septiembre 2020

Comité organizador
Comité Interno Comité Externo
Dr. Justino Alavez Ramírez Dr. José Luis Batún Cutz (UADY)

Dra. Addy Margarita Bolívar Cimé Dr. Porrio Toledo Hernández (UV)

Dr. Gamaliel Blé González Dra. Eréndira Munguía Villanueva (UNPA)

M.C. Cristina Campos Jiménez Dr. Russel Aarón Quiñones Estrella (UNACH)

Dr. Víctor Castellanos Vargas

Dr. Francisco Eduardo Castillo Santos

M.C. Estela del Carmen Flores de Dios

Dr. Miguel Ángel de la Rosa Castillo

M.C. Roger Armando Frías Frías

Dr. Domingo González Martínez

Dr. Jorge López López

Dr. Iván Loreto Hernández

Dr. Luis Manuel Martínez González

Dr. Edilberto Nájera Rangel

Dr. Alejandro Peregrino Pérez

Dr. Aroldo Pérez Pérez

Dr. Carlos Ariel Pompeyo Gutiérrez

M. C. Ingrid Quilantán Ortega

Dr. Jair Remigio Juárez

M.C. Laura del Carmen Sánchez Qui-

roga

Dr. Fidel Ulín Montejo

4
 Semblanzas de conferencistas Plenarios
Dr. Raul Rojas González:
Es profesor en el Depto. de Matemáticas y Computación de la Universidad Libre de Berlín. Es
egresado del IPN donde obtuvo sus grados de Licenciatura y Maestría en matemáticas. Posterior-
mente realizó estudios de Doctorado y obtuvo la habilitación en Ciencias de la Computación en la
Universidad Libre de Berlín. En el 2015 fue nombrado Profesor del Año por la Sociedad de Profeso-
res de Alemania. Su libro " El Lenguaje de las Matemáticas: Historias de sus Símbolos " obtuvo en
2018 el "Premio de Divulgación de la Ciencia Ruy Perez Tamayo" del Fondo de Cultura Económica.

Dr. Fidel Ulín Montejo:

Es catedrático de la UJAT, de donde egresó como Matemático en 1995, realizó estudios de
Maestría y Doctorado en el COLPOS y en el CIMAT, obteniendo el grado de Doctor en Cien-
cias en Estadística en 2008 por el Colegio de Postgraduados. Especialista en Ciencia de Datos y
Cómputo Estadístico. Profesor, investigador y asesor en Matemáticas Aplicadas, Estadística Am-
biental, Bioestadística y Estadística Experimental. Fundador y Director General de Datametrika
Consultoría, empresa dedicada a servicios de Sistemas de Información Estadística, Analítica, Inteli-
gencia de Negocios, Estudios Sociales y de Opinión. Evaluador, jurado experto y arbitro en revistas
cientícas prestigiadas; premios de investigación en Bioestadística y Biotecnología por asociacio-
nes cientícas y conferencista en congresos cientícos internacionales. Distinguido con el Mérito
Académico UJAT, miembro de la Mesa Directiva de la Asoc. Mex. de Estadística y miembro del
Comité Técnico Asesor para Procesos Electorales en Tabasco. Miembro del Comité de Investigación
de Hospitales Regionales de Alta Especialidad del Sureste y actualmente es Asesor en el Comando
COVID de Tabasco.

Dra. Gisela Montiel Espinosa:

Doctora en Ciencias en Matemática Educativa por el Instituto Politécnico Nacional; Maes-
tra en Ciencias con especialidad en Matemática Educativa por el Centro de Investigación y de
Estudios Avanzados; y Licenciada en Matemáticas Aplicadas y Computación por la Universidad
Nacional Autónoma de México. Investigadora adjunta y Coordinadora Académica del Departa-
mento de Matemática Educativa del Centro de Investigación y de Estudios Avanzados del IPN.
Es Nivel I del Sistema Nacional de Investigadores del Conacyt, en México. Editora Asociada de la
Revista Latinoamericana de Investigación en Matemática Educativa, y miembro activo del Comité
Latinoamericano de Matemática Educativa y la Red de Centros de Investigación en Matemática
Educativa en México. Actualmente trabaja en las líneas de generación y aplicación de conocimiento
sobre Construcción social del pensamiento matemático, Entornos tecnológicos de aprendizaje de
las matemáticas y Fundamentos, Historia y Epistemología de las Matemáticas. Ha participado
en diversos programas y espacios de desarrollo profesional docente, desde 2001, como tutora, dise-
ñadora y coordinadora. Es autora de artículos cientícos y de difusión, de libros especializados y
de texto, ha graduado y dirige tesistas de maestría y doctorado. Pertenece a comités de evaluación
cientíca en revistas y publicaciones especializadas, congresos nacionales e internacionales, y para
la evaluación de proyectos de investigación y posgrados en México.

5
Dr. Pedro Miramontes:
Profesor de tiempo completo del Departamento de Matemáticas de la Facultad de Ciencias de
la UNAM. Licenciado en Física, Maestro y Doctor en Ciencias Matemáticas por la UNAM. Su área
fundamental de interés es la Biología Matemática.

Dr. Cristhian Emmanuel Garay López:

Obtuvo la Licenciatura en Matemáticas (Aplicadas) en la Escuela Superior de Física y Mate-
máticas del Instituto Politécnico Nacional en 2005, cuenta con dos maestrías, una en Matemáticas
Básicas por el Departamento de Matemáticas del CINVESTAV en 2008, y un Master Recherche
(M2) por la Universidad París VI en 2009. El Doctorado en Matemáticas lo obtuvo de la Univer-
sidad París VI en 2015, bajo la dirección de los profesores Erwan Brugallé y Jean-Jacques Risler.
Ha realizado estancias posdoctorales en la Universidad Federal Fluminense en Río de Janeiro, y
en el Departamento de Matemáticas del CINVESTAV. Desde mayo de 2019 está adscrito al área
de Matemáticas Básicas del CIMAT, bajo el programa de Cátedras Conacyt. Como experiencia
docente, fue Adjunto Temporal de Enseñanza e Investigación (ATER) de tiempo completo de la
Facultad de Ciencias de la Universidad Paris VI de 2012 a 2014. Áreas de interés : Geometría Al-
gebraica Tropical, Geometría Algebraica Real, Geometría Algebraica Rígida, Teoría de Matroides,
Ecuaciones Diferenciales Tropicales.

6
 Semblanzas de instructores de Cursos

Dr. Miguel Ángel Uh Zapata:

Pertenece a la planta académica del Centro de Investigación en Matemáticas (CIMAT), Unidad
Mérida, Yucatán, a través del programa Cátedras CONACYT y es miembro actual del Sistema
Nacional de Investigadores nivel I. Sus intereses académicos y áreas de especialidad se centran en la
modelación de sistemas físicos por vía de sistemas de ecuaciones diferenciales, así como en el aná-
lisis numérico y en el desarrollo de nuevos algoritmos para cómputo paralelo; especícamente en la
Dinámica de Fluidos Computacionales aplicados a problemas de erosión, transporte de sedimentos,
comportamientos multifásicos, etc. Miguel Uh Zapata recibió en el año 2005 el grado de Licenciado
en Matemáticas por la Facultad de Matemáticas de la Universidad Autónoma de Yucatán. En 2008
recibió el grado de Maestro en Ciencias con área de especialidad en Matemáticas Aplicadas por
el CIMAT en Guanajuato y en el año 2012 recibió el grado de Doctor en Matemáticas Compu-
tacionales y Aplicadas por parte de Southern Methodist University (SMU), en Dallas, TX, EEUU.
Posteriormente realizó una estancia postdoctoral de dos años en el Laboratoire d' Hydraulique
Saint-Venant en París, Francia, misma que terminó para nalmente incorporarse desde agosto de
2014 al CIMAT-Mérida. Actualmente se encuentra desarrollando varios proyectos de investigación
con colaboradores tanto locales como internacionales, del cual se destaca la obtención de un proyecto
de Ciencias Básicas del CONACYT para jóvenes investigadores. ([Link]
angeluh/).

Dra. Yuriko Pitones Amaro:

Obtuvo la Licenciatura en Matemáticas en 2012 y la Maestría en Matemáticas en 2015, ambas
en la Universidad Autónoma de Zacatecas (UAZ) y en 2019 el grado de Doctora en Ciencias en
la Especialidad en Matemáticas en el Centro de Investigación y de Estudios Avanzados del IPN,
en el mismo año realizó una estancia corta Posdoctoral-FORDECyT en la UAZ y en los últimos
meses se desempeñó como docente en el Instituto Makarenko de Zacatecas y en el Instituto Tec-
nológico de Zacatecas. Actualmente es investigadora Posdoctoral en el Centro de Investigación
en MatemáticasGuanajuato. Los intereses de investigación de Yuriko están dentro del Álgebra
Conmutativa Computacional, Teoría Algebraica de Códigos y Álgebra Monomial, cuenta con seis
artículos de investigación, cuatro de ellos publicados. Siempre busca compartir sus conocimientos
y sembrar la idea de que las matemáticas no son difíciles.

Dr. Daniel Hernández Díaz:

Maestría en Matemática Educativa en el Centro de Investigación y de Estudios Avanzados del
Instituto Politécnico Nacional (CINVESTAVIPN) y Doctorado en Matemática Educativa en el
Centro de Investigación en Ciencia Aplicada y Tecnología Avanzada del Instituto Politécnico Na-
cional (CICATAIPN).

Dr. Raúl Rueda Díaz del Campo:

Es Actuario, Maestro en Ciencias y Doctor en Ciencias Matemáticas por la Universidad Nacional
Autónoma de México (UNAM). Es investigador Titular del Instituto de Investigaciones en Mate-
máticas Aplicadas y en Sistemas de la UNAM. Miembro del Sistema Nacional de Investigadores. Su
Área de especialidad es Estadística bayesiana. Además, sus líneas de investigación son: Análisis de

7
referencia, inferencia estadística desde una perspectiva bayesiana no paramétrica, procedimientos
bayesianos de selección de modelos, inferencias en poblaciones nitas bajo diferentes esquemas de
muestreo. Ha publicado más de 18 artículos de investigación en revistas indexadas, los cuales han
generado más de 360 citas.

8
 Programa del XIII Foro de Matemáticas del Sureste
Universidad Juárez Autónoma de Tabasco
División Académica de Ciencias Básicas
14 al 18 de Septiembre 2020

Conferencias Plenarias
The straight line, the catenary, the brachistochrone, the circle,
Plenaria 1.
and Fermat
Dr. Raúl Rojas González, Universidad Libre de Berlín, Alema-
nia

Modelación Estadística y Predicción de Escenarios COVID-19

Plenaria 2.
en Tabasco
Dr. Fidel Ulín Montejo, DACBUJAT; Datametrika Consul-
toría

Educación matemática a distancia en línea: Realidades y Po-

Plenaria 3.
sibilidades
Dr. Gisela Montiel Espinosa, CINVESTAVIPN

Plenaria 4. Modelos Matemáticos; predecir no es entender

Dr. Pedro Miramontes, Departamento de Matemáticas, Facul-
tad de Ciencias, UNAM

Plenaria 5. Métodos tropicales en la matemática

Dr. Cristhian E. Garay López, CONACYTCIMAT

Conferencia de Divulgación
Juchimates. Las matemáticas detrás de los juegos
Grupo de Divulgación Juchimates , DACBUJAT

9
Programa del XIII Foro de Matemáticas del Sureste
Universidad Juárez Autónoma de Tabasco
División Académica de Ciencias Básicas
14 al 18 de Septiembre 2020

Cursos y Taller
Curso A. Modelos matemáticos, parámetros y predicciones.
Salón 1 Dr. Miguel Ángel Uh Zapata, CIMAT Unidad Mérida  CONACYT.

Curso B. Álgebra Monomial. Dra. Yuriko Pitones Amaro, CIMAT.

Curso E. Aportaciones de la Matemática Educativa para el

Salón 2 estudio de las matemáticas. Dr. Daniel Hernández Díaz, Instituto
de Educación Superior del Magisterio; UJAT; UPCH

Curso PE. Inferencia Bayesiana. Dr. Raúl Rueda, IIMAS-UNAM.

Taller. Resolución de problemas de Matemáticas tipo

olimpiada.

Dr. Gamaliel Blé González, UJAT

Dr. Francisco E. Castillo Santos, CONACYT-UJAT
Salón 3 M.C. Laura del Carmen Sánchez Quiroga, UJAT
Dr. Domingo González Martínez , UJAT
Dr. Alejandro Peregrino Pérez, UJAT
Dr. Aroldo Pérez Pérez, UJAT
M.C. Ingrid Quilantán Ortega, UJAT
Dr. Jair Remigio Juárez, UJAT
M.C. Jorge Enrique Valle Can, UJAT

10
 Programa del XIII Foro de Matemáticas del Sureste
Universidad Juárez Autónoma de Tabasco
División Académica de Ciencias Básicas
14 al 18 de Septiembre 2020

Horario Salón 1:
Matemáticas Aplicadas (A) - Matemáticas Básicas (B)

Hora Lunes Martes Miércoles Jueves Viernes

9:00 - 10:00 Plenaria 1 Curso A Curso A Curso A Curso A

Ponencia Ponencia Ponencia Ponencia Ponencia

10:00 - 11:00
A1 A2 A3 A4 A5

11:00 - 12:00 Juchimates Plenaria 2 Plenaria 3 Plenaria 4 Plenaria 5

12:00 - 12:30 R E C E S O

Ponencia Ponencia
12:30 - 13:30
B1 B3
Curso B Curso B
Ponencia Ponencia
13:30 - 14:30
B2 Carteles 1 B4

Ponencia
14:30 - 15:30
B5

15:30 - 16:00

11
 Programa del XIII Foro de Matemáticas del Sureste
Universidad Juárez Autónoma de Tabasco
División Académica de Ciencias Básicas
14 al 18 de Septiembre 2020

Ponencias Salón 1
Ponencia A1. Aplicación de la variedad central a un modelo básico de vacunación.

Sobeida Itzel Vázquez Chena, UV.

Ponencia A2. Modelos no locales y derivada de orden no entero.

Jesús Enrique Escalante Martínez, UV.

Ponencia A3. Métodos iterativos fraccionales y su uso en Ingeniería y Economía.

Anthony Torres Hernández, FCUNAM.

De Feynman a Maxwell, tras los pasos de Feynman en la deducción de

Ponencia A4.
las ecuaciones del campo electromagnético.

Jaime Manuel Cabrera, UJAT.

Ponencia A5. Indicadores para el análisis del comportamiento.

Porrio Toledo Hernández, UV.

Ponencia B1. Deformaciones de Chern-Simmons del modelo O(3) Sigma.

René Israel García Lara, UNIVERSIDAD DE LEEDS (University of

Leeds).

Ponencia B2. Variedades de Grassmann.

Luis Yair Meza Pérez, UJAT.

Prueba de Birman-Nomizu de la fórmula de Gauss-Bonnet para el caso

Ponencia B3.
de un espacio-tiempo bidimensional.

Matías Navarro Soza, UADY.

Ponencia B4. ¾Cómo medir en una supercie contenida en R3 ?

Laura del Carmen Sánchez Quiroga, UJAT.

Ponencia B5. Una invitación a la teoría p−ádica de Hodge.

Jesús Rogelio Pérez Buendía, CONACYTCIMAT, Mérida.

12
 Programa del XIII Foro de Matemáticas del Sureste
Universidad Juárez Autónoma de Tabasco
División Académica de Ciencias Básicas
14 al 18 de Septiembre 2020

Horario Salón 2:
Matemática Educativa (E) - Probabilidad y Estadística (PE)

Hora Lunes Martes Miércoles Jueves Viernes

Ponencia
9:00 - 10:00 Plenaria 1 Curso E
E1
Curso E
Ponencia Ponencia
10:00 - 11:00
E2 E3

11:00 - 12:00 Juchimates Plenaria 2 Plenaria 3 Plenaria 4 Plenaria 5

12:00 - 12:30 R E C E S O
Ponencia Ponencia
12:30 - 13:30
PE1 PE4
Curso PE Curso PE
Ponencia Ponencia
13:30 - 14:30
PE2 Carteles 2 PE5
Ponencia Ponencia
14:30 - 15:30
PE3 PE6
15:30 - 16:00

13
 Programa del XIII Foro de Matemáticas del Sureste
Universidad Juárez Autónoma de Tabasco
División Académica de Ciencias Básicas
14 al 18 de Septiembre 2020

Ponencias Salón 2
Características de aprendizaje en matemáticas por alumnos mexicanos
Ponencia E1.
de universidad.

Procoro Omar Butrón Zamora, BUAP.

Ponencia E2. Las matemáticas detrás de tu canción favorita.

Eréndira Munguía Villanueva, UNPA.

Ponencia E3. Inmortales: matemáticos.

Miriam G. Báez Hernández, UV.

Modelación de datos composicionales vía mezclas de distribuciones nor-

Ponencia PE1.
males multivariadas.

Arnoldo Daniel Miranda Fournier, UAM.

Aproximación numérica de funciones Q−escalas y aplicación al problema

Ponencia PE2.
de dividendos de De Finetti.

Fermín Eduardo Cardós Vera, UADY.

Ponencia PE3. Una introducción a redes neuronales.

Edgar Alamilla Jiménez, UJAT.

Ponencia PE4. Comportamiento asintótico de los clasicadores binarios SVM y DWD.

Dorilián García Cerino, UJAT.

Ponencia PE5. El modelo de crecimiento Gompertz con residuales AR(P ).

José Luis Batún Cutz, UADY.

Ponencia PE6. Pruebas de hipótesis múltiples.

Leonardo Alfonso Martínez González, UJAT.

14
 Programa del XIII Foro de Matemáticas del Sureste
Universidad Juárez Autónoma de Tabasco
División Académica de Ciencias Básicas
14 al 18 de Septiembre 2020

Horario Salón 3:
Taller de resolución de problemas de Matemáticas tipo olimpiada

Hora Lunes Martes Miércoles Jueves Viernes

9:00 - 10:00 Plenaria 1

Taller de
Olimpiada
10:00 - 11:00

11:00 - 12:00 Juchimates Plenaria 2 Plenaria 3 Plenaria 4 Plenaria 5

12:00 - 12:30 R E C E S O

12:30 - 13:30
Taller de Taller de Taller de Taller de
Olimpiada Olimpiada Olimpiada Olimpiada
13:30 - 14:30

15
 Programa del XIII Foro de Matemáticas del Sureste
Universidad Juárez Autónoma de Tabasco
División Académica de Ciencias Básicas
14 al 18 de Septiembre 2020
Carteles Participantes: Salón 1
Funciones de Green o del cómo exionar una cuerda con ecuaciones di-
Cartel 1.
ferenciales.
Brayan Guerra López, Facultad de Ciencias Exactas y NaturalesUNAL.

Cartel 2. Generalización de la Fuerza de Lorentz en el espacio tiempo curvo.

Carlos Manuel Lopez Arellano, DACB-UJAT.

Cartel 3. Problema de búsqueda en línea en el espacio de Hilbert (L2 (0, T ))3 .

Cinthia Naty Cortazar Cortazar, DACB UJAT.

Cartel 4. Los efectos de las estrategias de control en la epidemia de COVID-19.

Daniel Antonio Brito Pacheco, Facultad de MatemáticasUADY.

Diseño de un puente con estructura de acero utilizando el método de

Cartel 5.
elementos nitos.
David Balladares de la Cruz, DACBUJAT.

Cartel 6. Cálculo de Orden Fraccional en Robots manipuladores.

Israel Ceron Morales, FIME-UV.

Metodología de Descomposición Empírica Para Aproximar una Señal

Cartel 7.
Electroencefalográca.
José Alfredo Zavaleta Viveros, Facultad de MatemáticasUV.

Cartel 8. Optimización de Rutas con Restricciones.

Rocío Salinas Guerra, Facultad de MatemáticasUV.

Un modelo sobre el comportamiento de poblaciones con diabetes y sus

Cartel 9.
complicaciones.
Shaní Sánchez Lara, Facultad de MatemáticasUV.

Cartel 10. Características de Euler de supercies Orientables y no Orientables.

Arianna Armas Reyes, UNPA.

Cartel 11. Mapeos cuasiconformes y dimensión de Hausdor.

Erick Daniel Gordillo Herrerías, Facultad de CienciasUNAM.

Cartel 12. La normalidad y algunas de sus propiedades relativas.

Irving Enrique Soberano González, DACBUJAT.

Cartel 13. Una mirada a las formas diferenciales.

Isaac Javier Díaz, DACBUJAT.

16
 Programa del XIII Foro de Matemáticas del Sureste
Universidad Juárez Autónoma de Tabasco
División Académica de Ciencias Básicas
14 al 18 de Septiembre 2020

Carteles Participantes: Salón 2

Cartel 14. Algoritmo de grado total para la aproximación racional minimax discreta.
Alfa Karen Martínez Hernández, UNPA.
Introducción a la Programación Lineal a través de la resolución de un
Cartel 15.
problema de videojuegos.
Edgar Ulises, Martínez Morales, Facultad de MatemáticasUV.
Estimación de la edad del universo mediante modelos cosmológicos con
Cartel 16.
curvatura plana y no relativistas.
Francisco Rendón, UNPA.
Cartel 17. Fractales en el comportamiento de los precios de acciones.
Alejandra Sofía Martín Hernández, Est. Carlos Andrés Gómez Manuels,
DACBUJAT.

Proceso de un modelo geoestadístico aplicado a los estudios de contami-

Cartel 18.
nación ambiental.
Cinthya Cobix de la Cruz, Dolores Arrioja Miranda, DACBUJAT.
Cartel 19. ¾Cómo son los enfermos de covid-19 en México?
Daniela Juárez Morales, Facultad de EstadísticaUV.
Análisis de puntos de cambio en importe concertado de forwards sobre
Cartel 20.
divisas peso/dólar.
Diana Alvarado Lima, BANCO DE MÉXICO.
Cartel 21. Predicción espacial de incendios forestales usando Aprendizaje Máquina.
Luis Ramón Munive-Hernández, Universidad Abierta y a Distancia de
México.

Evolución en la ofensiva de un jugador de la NBA a través de la visuali-

Cartel 22.
zación de datos.
Meybor Nathaly Padilla Jiménez, Facultad de MatemáticasUADY.
Cartel 23. Índice Sobre Percepción de Seguridad.
Mónica Aranzazú Medina, UAZ.
Diseño completamente al azar para analizar el nivel de absorbancia de
Cartel 24.
una muestra contaminada por hidrocarburo.
Roxana Bello Vidal, DACBUJAT.
Cartel 25. El problema de los tres pueblos.
Abel Edoardo Pérez Domínguez, DACBUJAT.
Cartel 26. Resolución de problemas en la enseñanza y el aprendizaje de la geometría.
Beatriz Adriana Zuñiga Cruz, SEP.

17
 Resúmenes de Conferencias Plenarias

Plenaria 1. The straight line, the catenary, the brachistochrone, the circle, and Fermat.
Dr. Raúl Rojas, Universidad Libre de Berlín, Alemania

I will show that the well-known curve optimization problems which lead to the straight line, the
catenary curve, the brachistochrone, and the circle, can all be handled using a unied formalism.
Furthermore, from the general dierential equation fullled by these geodesics, we can guess addi-
tional functions and the required metric. The parabola, for example, is a geodesic under a metric
guessed in this way. Numerical solutions are found for the curves corresponding to geodesics in the
various metrics using a ray-tracing approach based on Fermat's principle. The talk is accesible to
students of mathematics in their rst two years of college.

Plenaria 2. Modelación Estadística y Predicción de Escenarios COVID-19 en Tabasco.

Dr. Fidel Ulín Montejo, DACBUJAT; Datametrica Consultoría

Al inicio de una epidemia el aumento de casos es exponencial, una función que sorprende por su
explosivo crecimiento, sin embargo esto solo es la fase inicial de un modelo de crecimiento sigmoide.
Uno de estos modelos es generado por la función de Gompertz, adoptada en seguros para proyectar
el riesgo de muerte, ampliamente utilizada en biología como modelo para estudiar el crecimiento
de las poblaciones de animales, bacterias, crecimiento de tumores y supervivencia de pacientes
de cáncer, y por supuesto como modelo de infección. La función de Gompertz es la solución a la
ecuación diferencial que describe los cambios en la población con el paso del tiempo en función de
su capacidad de crecimiento intrínseca y la máxima población que el ecosistema puede soportar.
Con esta función se presenta aquí un ejercicio de modelación estadística utilizando los datos de
casos COVID-19 en Tabasco. Aplicando teoría de modelación no-lineal y métodos numéricos con
programación en R, hemos estimado los parámetros del modelo Gompertz y advertido escenarios
durante varios meses con una precisión razonablemente buena, contribuyendo en cada oportunidad
a la toma de decisiones dentro de las instituciones de salud y de gobierno del Estado de Tabasco.

Plenaria 3. Educación matemática a distancia en línea: Realidades y Posibilidades.

Dra. Gisela Montiel Espinosa, CinvestavIPN

Sin duda, el contexto actual de contingencia ha dado a la práctica y a la investigación educativa

en matemáticas un escenario propicio para la innovación y la discusión sobre las modalidades edu-
cativas que emergen en la transición a ambientes tecnológicos. Si bien ya habíamos incursionado en
la educación a distancia en línea y contábamos con una gama amplia de investigación sobre el uso
de tecnología en la enseñanza y el aprendizaje de las matemáticas, en la reacción que tuvimos a la
contingencia no hubo tiempo para contemplar los cambios que experiencias e investigaciones pre-
vias habían señalado indispensables para lograr ambientes de aprendizaje idóneos. La integración
tecnológica apuntó hacia modicar qué enseñamos además del cómo enseñamos, y la modalidad
educativa a distancia en línea transformo también el quiénes estamos enseñando y quiénes parti-
cipamos en la constitución de nuevos ambientes de aprendizaje. Pese a la complejidad del acceso
y la acentuación de las distintas brechas que se dieron en nuestra respuesta a la contingencia para
mantener al sistema educativo funcionando, el trabajo logrado en el ambiente digital y en red del
que nos valimos, debe darnos la oportunidad de valorar nuestra realidad y las posibilidades que

18
tenemos para construir nuevos ambientes de aprendizaje a partir de lo que tenemos y sabemos; por-
que en esta ocasión todos experimentamos cambios en las formas en que comunicamos, trabajamos
e interactuamos con las matemáticas, para lograr que otros aprendieran.

Plenaria 4. Modelos Matemáticos; predecir no es entender.

Dr. Pedro Miramontes, Facultad de CienciasUNAM

En las circunstancias actuales que vive el mundo, han surgido en nuestro país y en los medios de
comunicación y redes sociales opiniones muy diversas de la evolución de la epidemia.
Sí bien la diversidad de puntos de vista debe ser bienvenida, surge la duda acerca de quién tiene la
razón cuando las opiniones son contrapuestas.
En esta presentación se explora la esencia de los modelos matemáticos como herramienta para
entender fenómenos naturales y se discute su posible valor predictivo.

Plenaria 5. Métodos tropicales en la matemática.

Dr. Cristhian Emmanuel Garay López, CONACYTCIMAT

Lo tropical en la matemática inicia propiamente hace algunos 35 o 45 años en áreas de la matemática

aplicada como la Computación y la Optimización. Comenzó con una clase particular de objetos
algebraicos conocidos como semianillos idempotentes, de los cuales los tropicales eran semigrupos
aditivos de los números reales enriquecidos con la operación binaria de tomar el máximo (o mínimo)
de dos elementos, que es idempotente. Desde hace algunos 20 años, cada vez es más común hallar
adjetivo tropical en áreas de la matemática bastante diversas, y que poco o nada tienen que ver
con las aplicaciones. Esto se debe en esencia a dos factores:
1. al hecho de que se hayan podido resolver problemas clásicos interesantes (principalmente de
geometría algebraica) usando métodos tropicales, y 2. a que ofrece una interesante y robusta
mezcla entre álgebra, combinatoria, geometría y análisis (no-arquimedeano).
Debido a esto, y hasta hace relativamente poco tiempo, lo tropical se limitaba a ser una caja
de herramientas (o un término paraguas) para la matemática usual. Sin embargo, esto ha estado
cambiando rápidamente, al grado de que se ha generado una dicotomía entre la matemática clásica
y la tropical, que se ayudan entre sí dando resultados novedosos y útiles.
En esta plática trataremos de dar una revisión histórica de la matemática tropical, de cómo se pasó
de lo aplicado a lo puro, y de lo puro a lo aplicado. . . hasta convertirse en un juego de ping-pong.
Todo esto por medio de ejemplos.

Resúmen de Conferencia de Divulgación

Grupo de Divulgación Juchimates. Las matemáticas detrás de los juegos.
M. en C. Estela del Carmen Flores de Dios
M. en C. Ingrid Quilantán Ortega

Coautores: M. en C. Laura Olivia Vázquez Broca, Dr. Francisco E. Castillo Santos

Con el n de coadyuvar en el aprendizaje de los estudiantes en el área de matemáticas y fomentar
la cultura cientíca en el estado de Tabasco, mostraremos, a través de distintos juegos, que estudiar
matemáticas no es algo difícil. La intención de esta exposición es procurar un aprendizaje de forma
intuitiva y de manera interactiva para que el público en general tenga una visión diferente de las
matemáticas y desarrollen en gusto por esta área de la ciencia.

19
 Resúmenes de Cursos y Taller

Curso A. Modelos matemáticos, parámetros y predicciones.

Dr. Miguel Ángel Uh Zapata, CIMAT Unidad Mérida  CONACYT

Durante la actual pandemia, en México y en el mundo, se vio el rol importante (por decir cru-
cial) de los modelos matemáticos y computacionales para que los distintos gobiernos puedan tomar
decisiones sanitarias y económicas. Sin embargo, distintos modelos fueron propuestos obteniendo
resultados diferentes. De aquí la pregunta ¾Qué tanto conar en ellos? En este curso presentaremos
algunos modelos y analizaremos sus resultados, incluyendo las predicciones de los modelos usa-
dos para determinar el número de contagiados y muertes por el COVID-19. De manera general,
discutiremos el porqué es difícil predecir resultados certeros ante una pandemia que aún se está
desarrollando. Finalmente, consideraremos un modelo simple y realizaremos experimentación nu-
mérica para determinar que tan bueno es el modelo utilizado.
Contenido:

1. Predicciones usando modelos matemáticos complejos.

2. Resultados de modelos ante la pandemia en México y en el mundo.

3. Un modelo de juguete.

4. Predicciones usando nuestro modelo ¾Qué tanto conar en ellos?

Requerimientos:
El curso está pensado en un nivel básico. Las primeras dos sesiones serán básicamente pláticas de
divulgación, recomendable para todo público. Sin embargo, para las últimas dos secciones necesi-
tamos conocimientos elementales de programación (Matlab) y métodos numéricos.

Curso B. Álgebra Monomial.

Dra. Yuriko Pitones Amaro, CIMAT

Sea G = (V, E) una gráca donde V = {x1 , . . . , xn } es su conjunto de vértices y E = {{xi , xj } |

i 6= j} el conjunto de aristas de G. Denimos el ideal de aristas asociado a G como I(G) := (xi xj |
{xi , xj } ∈ E) y el anillo de aristas como R(G) := R/I(G), donde R = K[x1 , . . . , xn ] es el anillo de
polinomios en n variables sobre un campo K .
En la primera parte de este curso presentaremos técnicas combinatorias y de teoría de grácas
para estudiar invariantes algebraicos de R/I(G) y de ideales monomiales I(G) asociados a grácas,
lo que nos permitirá describir algunas propiedades algebraicas tales como no-mezclado y Cohen
Macaulay.
Los ideales de aristas son una clase de ideales amigables para trabajar pues son monomiales y
3 4
libres de cuadrados, en un siguiente nivel podemos considerar ideales de la forma I = (x1 x2 , x2 x3 ),
el cual es monomial, sin embargo, no es libre de cuadrados, entonces, ¾podemos asociar una es-
tructura combinatoria I ?, ¾podemos generalizar las técnicas de grácas para describir propiedades
algebraicas de I ?; en la segunda parte del curso daremos respuestas a estas preguntas y mostrare-
mos algunos resultados recientes en esta línea de investigación.

20
Curso E. Aportaciones de la Matemática Educativa para el estudio de las matemáticas.
Dr. Daniel Hernández Díaz, Instituto de Educación Superior del Magisterio; UJAT; UPCH

El presente curso tiene por propósito reexionar sobre algunos fenómenos a los que se enfrentan
los profesores de matemáticas en sus prácticas de enseñanza con sus estudiantes y la manera en
que estos son abordados desde el campo de la Matemática Educativa. En particular se discuten
cuestiones relacionadas a contrato didáctico a partir de ejemplos de fenómenos didácticos.

Curso PE. Inferencia Bayesiana.

Dr. Raúl Rueda, IIMASUNAM

La estadística bayesiana es una alternativa global a la estadística tradicional. El objetivo del curso
es convencer a la audiencia de que la estadística bayesiana permite hacer inferencias más generales
y resolver problemas que en la estadística tradicional resulta muy difícil y, en algunas ocasiones,
imposible.

Taller. Resolución de problemas de Matemáticas tipo Olimpiada.

(Para profesores de preparatoria y secundaria).
Dr. Gamaliel Blé González, UJAT
Dr. Francisco E. Castillo Santos, CONACYTUJAT
M.C. Laura del Carmen Sánchez Quiroga, UJAT
Dr. Domingo González Martínez , UJAT
Dr. Alejandro Peregrino Pérez, UJAT
Dr. Aroldo Pérez Pérez, UJAT
M.C. Ingrid Quilantán Ortega, UJAT
Dr. Jair Remigio Juárez, UJAT
M.C. Jorge Enrique Valle Can, UJAT

Los problemas en las olimpiadas de matemáticas son problemas que se resuelven por medio del
ingenio y el razonamiento, sin embargo, hay un cúmulo básico de conocimientos en las áreas de
geometría, teoría de números, desigualdades, álgebra y combinatoria, con el que todo participante
debe contar para poder enfrentar los problemas que se le presentan. En este curso taller se presen-
tarán ejemplos de cómo se emplean algunos de los conceptos básicos de cada una de las áreas antes
mencionadas en la solución de problemas de olimpiadas..

21
 Resúmenes de Ponencias: Salón 1
Ponencia A1. Aplicación de la variedad central a a grandes distancias o que abarcan largos perio-
un modelo básico de vacunación dos de tiempo. Los orígenes pueden rastrearse hasta

Sobeida Itzel Vázquez Chena, Facultad de una carta fechada el 30 de septiembre de 1695 de

MatemáticasUV L'Hôpital dirigida a Leibniz, en la cual le pregun-

dn
ta: en su notación
dxn ¾qué signica sí n = 1/2?
La Tuberculosis Pulmonar (TBP) es una enfermedad La primera aplicación práctica a la solución de un

infecciosa causada por la bacteria Mycobacterium problema físico vino de la mano de Abel en 1823,

Tuberculosis, aunque es una enfermedad prevenible quien resolvió el problema Tautócrono mediante la

y curable continúa siendo un importante problema derivada de orden un medio. Hoy en día es común

de salud en todo el mundo. En México, la Secretaría referirse como cálculo fraccional a la rama del análi-

de Salud Pública dio a conocer los estados que pre- sis matemático dedicada a estudiar las propiedades

sentaron un mayor número de casos de TBP duran- y aplicaciones de los operadores diferencial e integral

te el período 2013-2018, de los cuales; Baja Califor- de orden no entero (el orden podría ser cualquier nu-

nia, Veracruz, Guerrero, Sonora, Tamaulipas, Chia- mero real incluso un número complejo). Se pueden

pas, Nuevo León y Tabasco son los principales de la distinguir dos etapas: desde nales del siglo XVII

lista. A lo largo de los años algunas enfermedades hasta 1970 y después de 1970. La primera etapa fue

infecciosas han causado efectos negativos sobre las desarrollada principalmente por matemáticos en un

poblaciones humanas, sin embargo, si se conoce el contexto abstracto, la segunda tuvo un cambio de

comportamiento de éstas se pueden realizar simula- paradigma y fue llevado hacia las aplicaciones, por

ciones del impacto que tienen o que tendrán sobre la ejemplo, reología, difusión anómala, leyes de escala

población, por lo que se estudió un modelo básico de alométrica, fenómenos con dependencia de la histo-

vacunación con tratamiento (SIVT), en donde se im- ria del sistema, interacciones de largo alcance, etc.

plementaron herramientas de Modelación Matemáti- En esta plática se presenta un modelo matemáti-

ca, Sistemas de Ecuaciones Diferenciales Ordinarias co en términos de la derivada fraccional de orden

y Epidemiología Matemática. Generalmente el aná- α ∈ (0, 1), de un experimento realizado con el sis-

lisis cualitativo de este tipo de modelos no suele ser tema mecánico masa resorte amortiguador, con un

sencillo debido a la cantidad de parámetros que con- uido magnetoreológico; es decir, que cambia su vis-

forman al modelo, así que se recurrió a la teoría de cosidad en presencia de un campo magnético. Se

la Variedad Central y Formas Normales para facili- mostrará como varía la viscosidad como función de

tar dicho análisis. Finalizando con la validación del la intensidad de campo magnético y el cambio en el

modelo por medio de casos registrados de TBP en el orden de derivación para lograr el mejor ajuste a los

estado de Veracruz en conjunto con la información datos experimentales, tal ajuste se realizará de dos

que nos brinda la Secretaría de Salud Pública del formas diferentes, mostrando así el alcance de expli-

mismo. cación del modelo matemático fraccional (derivada

Dirección electrónica: sobeidachena@[Link] de orden no entero).

Dirección electrónica: fjeescalante@[Link].
Ponencia A2. Modelos no locales y derivada de or-
den no entero.

Jesús Enrique Escalante Martínez, Facultad de Ponencia A3. Métodos iterativos fraccionales y su

Ingeniería Mecánica y Eléctrica (Región Poza uso en Ingeniería y Economía

Rica)UV M. en C. Anthony Torres Hernández, Facultad de

Coautores:Dr. Porrio Toledo Hernández, Dra. CienciasUNAM
Martha Lorena Avendaño Garrido, Mtro. José Coautor: Dr. Fernando Brambila Paz
Alfredo Zavaleta Viveros
Las transformadas integrales, como la transformada
Las derivadas de orden no entero, también llama- de Laplace o la transformada de Fourier, crean un
das derivadas fraccionales tienen la característica de puente entre los sistemas de ecuaciones diferencia-
modelar fenómenos no locales. Es decir; donde la in- les y los sistemas de ecuaciones algebraicas. Siendo
teracción entre las variables involucradas se realiza en general más sencillo de analizar un sistema en

22
su forma algebraica que en su forma diferencial. Sin Ponencia A5. Indicadores para el análisis del com-
embargo, los sistemas algebraicos derivados de ecua- portamiento
ciones diferenciales normalmente no tienen solución Dr. Porrio Toledo Hernández, Facultad de
analítica y es necesario recurrir a métodos numéricos MatemáticasUV
del tipo iterativo para encontrar su solución. Es ne- Coautores: Dra. Martha Lorena Avendano Garrido,
cesario mencionar que los métodos iterativos poseen Dr. Carlos Alberto Hernández Linares
un problema intrínseco, debido a que si un sistema
posee N soluciones es necesario invertir tiempo en En Psicología Experimental se analiza la conducta
encontrar N condiciones iniciales, pero este proble- de individuos a través de experimentos de estimula-
ma queda parcialmente resuelto al combinar méto- ción y reforzamiento; en particular, para roedores,
dos iterativos con el cálculo fraccional, cuyo resulta- es común que se realice mediante la entrega de co-
do se conoce como métodos iterativos fraccionales, mida o agua. Para este caso se tiene el interés en
debido a que estos nuevos métodos tienen la capaci- analizar los patrones de respuesta recuperados y la
dad de encontrar N soluciones de un sistema usan- representación de la dinámica espacio temporal de su
do una única condición inicial. Esta particularidad conducta. En este trabajo presentaremos el análisis
los hace ideales para aproximar los ceros de funcio- de los datos obtenidos de un experimento en donde
R∞ R∞
nes como
x t−1 sin(t)dt, x t−1 cos(t)dt e inclu- se identicaron cambios en el comportamiento de
so la función zeta de Riemann ζ(x). Se expondrán los roedores, de acuerdo al efecto del reforzamiento
aplicaciones en paneles solares híbridos, inversión en a través de la entrega de comida en lapsos jos y
épocas de incertidumbre e incluso la función zeta de variables, así como la variación en la localización es-
Riemann. pacial de los dispensadores. Los datos de registro de
Dirección electrónica: locomoción, obtenidos por rastreo por video en una
[Link]@[Link]. arena experimental de 92cm × 92cm, cuentan con in-
formación de tiempo y localización. De estos últimos
Ponencia A4. De Feynman a Maxwell, tras los pa- se extrajeron indicadores sobre distancia, velocidad
sos de Feynman en la deducción de las ecuaciones y aceleración; así como la recurrencia establecida por
del campo electromagnético el retorno de los individuos a las regiones visitadas
en la arena a lo largo de las sesiones, a partir de
Dr. Jaime Manuel Cabrera, DACBUJAT esta última se calcula la entropía y divergencia. Lo
anterior, con el objetivo de estudiar la relevancia de
En 1948 Richard Feynman propone una formulación la localización de los dispensadores, así como de la
que le permite obtener la inexistencia de monopolos entrega de los estímulos.
magnéticos y la ley de Faraday a partir de la dinámi- Dirección electrónica: ptoledo@[Link].
ca de una partícula. Feynman no publica su deduc-
ción, argumentando que no era relevante y solo era
una simple curiosidad matemática. Posteriormente, Ponencia B1. Deformaciones de Chern-Simmons

en 1989 Freeman Dyson retoma la idea del trabajo de del modelo O(3) Sigma

Feynman y publica un artículo titulado "Feynman's MCM. René Israel García Lara, School of
proof of the Maxwell equation", en donde desarrolla mathematicsUniversity of Leeds
las ideas principales de Feynman y discute la cone-
xión entre la mecánica Galileana y las ecuaciones El modelo O(3) Sigma es un modelo de teoría de
de Maxwell. En este trabajo se explicará de mane- campos con grupo de norma abeliano que describe la
ra breve la deducción de Feynman de las ecuaciones interacción de un campo de materia con un campo
de Maxwell, así como la extensión al caso relativista electromagnético sobre una supercie de Riemann.
que permite obtener el conjunto completo de ecua- El estudio de este modelo inicia con Schroers, una
ciones del Campo Electromagnético, la manera de de sus variantes, inspirada en el modelo de Kim y
abordar el problema será mediante la implementa- Lee consiste en añadir un término de deformación
ción de algunos tópicos de mecánica clásica, tales de ChernSimmons, que representa el efecto de la
como las leyes de Newton, corchetes de Poisson y la interacción del campo electromagnético consigo mis-
regla de acoplamiento mínimo. mo. Para nuestro modelo existe un conjunto semi-
Dirección electrónica: [Link]@[Link]. lineal de ecuaciones diferenciales parciales elípticas

23
governantes. En la literatura hay varios resultados Ponencia B4. ¾Cómo medir en una supercie con-
de existencia de soluciones múltiples de ecuaciones
3
tenida en R ?
similares y este caso no es la excepción. Utilizando M. en C. Laura del Carmen Sánchez Quiroga,
métodos topológicos (teoría de Leray-Schauder) se UJAT
demuestra la existencia de soluciones múltiples pa-
ra deformaciones pequeñas del modelo O(3) Sigma y En esta conferencia se inicia de manera no formal
se clasican en dos tipos las soluciones. También se con el concepto de parametrización y de supercie
muestra que para algunas conguraciones del mode- en R3 , se plantea en seguida la denición de longi-
lo, la máxima deformación posible para la cual hay tud de una curva,
una solución está acotada y se establece una con- Z b
jetura, motivada por evidencia numérica sobre un L= ||α0 (t)||dt
ejemplo en el que existen deformaciones arbitraria- a
mente grandes que admiten solución. para la cual se ve la necesidad de hablar de la deriva-
Dirección electrónica: mmrig@[Link]. da de la curva y de su norma, los vectores tangentes

Ponencia B2. Variedades de Grassmann y el producto punto de R3 . A continuación se cues-

M. en C. Luis Yair Meza Pérez, DACBUJAT tiona si es posible escribir esta expresión en términos
de una parametrización de la supercie y olvidarse

Las grassmannianas, llamadas así en honor a su del espacio ambiente R3 , dando lugar a la base del

creador, el matemático alemán Herman Grassmann plano tangente y a la métrica o primera forma fun-

(1809-1877), son una familia de variedades complejas damental. Se dan ejemplos de cálculo de longitudes

compactas que pueden pensarse como una generali- de curvas. Se deduce la expresión del área de una

zación del espacio proyectivo complejo región en una supercie y el ángulo entre dos curvas
en la supercie, motivando al concepto de supercies
Cn+1 \ {0} isométricas y localmente isométricas. Finalmente se
Pn (C) = ,
∼ muestran ejemplos de supercies isométricas y local-
×
donde z ∼ w si y sólo si z = λw para algún λ ∈ C , mente isométricas preferentemente de forma gráca

z, w ∈ (Cn+1 )× . En esta plática veremos cómo es o bien exhibiendo la métrica.

posible darle una topología a estas variedades y la Dirección electrónica: [Link]@[Link]

manera de empujarlas en el espacio proyectivo a tra-

Ponencia B5. Una invitación a la teoría p−ádica
vés del Encaje de Plücker. Así mismo, presentaremos
de Hodge
algunos ejemplos ilustrativos en los que pueda apre-
Dr. Jesús Rogelio Pérez Buendía,
ciarse la geometría de las grassmannianas.
CONACYTCIMAT, Mérida
Dirección electrónica:
matematicomeza@[Link]
Las representaciones de Galois p-ádicas son repre-
Ponencia B3. Prueba de Birman-Nomizu de la fór- sentaciones lineales del grupo de Galois absoluto de
mula de Gauss-Bonnet para el caso de un espacio- un campo p-ádico (o no arquimediano). Las repre-
tiempo bidimensional sentaciones de un grupo son importantes, en prin-
Dr. Matías Navarro Soza, Facultad de cipio, porque nos dicen cosas del grupo en sí, nos
MatemáticasUADY permiten entenderlo. Uno de los problemas funda-
mentales de la teoría de números es entender cómo
En esta plática se describen las ideas y los cálculos es el grupo de Galois absoluto de los racionales, que
esenciales en la demostración de G. S. Birman y K. es el grupo de Galois Gal(Qalg , Q) de la cerradu-
Nomizu acerca de una generalización de la fórmula ra algebraica de los racionales sobre los racionales.
de Gauss-Bonnet al caso de dominios D con cerradu- Este grupo es muy difícil de entender, de clasicar,
ra compacta en una 2-variedad de Lorentz M conexa, tiene muchos elementos. Una manera de estudiar-
orientable y tiempo-orientable tales que la frontera lo es a través de sus representaciones, las llamadas
de D es una curva cerrada simple temporal diferen- representaciones de Galois, que son muy importan-
ciable excepto en un número nito de puntos. tes en aritmética (aparecen en el estudio de formas
Dirección electrónica: modulares, formas automorfas, en la demostración
[Link]@[Link] del último teorema de Fermat, en el programa de

24
Langlands, etc.). Sin embargo las representaciones `tipo Hodge' de la cohomología de variedades abelia-
de Galois son aún muy complicadas y entonces uno nas sobre campos p-ádicos y conjeturó que debería
puede restringirse a representaciones de sus subgru- existir una teoría tipo Hodge análoga para campos
pos para poder tratar de extraer la mayor cantidad p-ádicos. Luego J.M. Fontaine con su estudio de re-
de información de ellas. Unos subgrupos canónicos presentaciones de Galois p-ádicas fue capaz de de-
del grupo de Gal(Qalg , Q) son sus subgrupos de des- mostrar teoremas de descomposición de Hodge para
composición Gp . Estos resultan ser isomorfos a los casos particulares y realizó una serie de conjeturas
grupos de Galois absolutos de los números p-ádicos: que relacionaban las distintas teorías de cohomolo-
Gp = Gal(Qalgp , Qp ) y entonces uno puede tratar de gía de variedades algebraicas usando, ni más ni me-
entender las representaciones de Galois p-ádicas, es- nos, a las representaciones de Galois p-ádicas y su
to es, representaciones lineales continuas de Gp . J. clasicación que él mismo había dado. G. Faltings
M Fontaine estudió fuertemente estas representacio- y sus estudiantes demostraron gran parte de estas
nes y creo toda una teoría al respecto; creó lo que conjeturas construyendo y encontrando propiedades
se llaman anillos de periodos, o anillos de Fontaine muy interesantes de estas representaciones y dando
para poder clasicar a estas representaciones. Ejem- origen a lo que hoy se conoce como teoría p-ádica
plos típicos de representaciones de Galois son, ni más de Hodge. Faltings, por ejemplo, relacionó la buena
ni menos, los grupos de cohomología étale de varie- reducción de variedades algebraicas con el tipo de re-
dades algebraicas denidas sobre campos p-ádicos. presentación que inducía su cohomología étale. Dijo
Y es aquí en donde entra la teoría p-ádica de Hod- que toda variedad con buena reducción tenía grupo
ge. En un inicio la teoría p-ádica de Hodge surge de cohomología étale cristalino como representación
como un intento de encontrar análogos a la teoría de Galois. No se sabe en general si el converso es
de Hodge para variedades complejas pero en el ca- cierto, o mejor dicho, en qué caso es verdad. Se sabe
so p-ádico. Tate, motivado por su estudio de curvas para variedades abelianas y supercies K3.
elípticas sobre campos no-arquimedianos y su teo- Dirección electrónica: [Link]@[Link]
ría de geometría rígida, encontró una descomposición

25
 Resúmenes de Ponencias: Salón 2
Ponencia E1. Características de aprendizaje en Ponencia PE1. Modelación de datos composicio-
matemáticas por alumnos mexicanos de universidad nales vía mezclas de distribuciones normales multi-
Lic. Procoro Omar Butrón Zamora , FCFMBUAP variadas
Coautor: Dr. José Gabriel Sánchez Ruiz
M. en C. Arnoldo Daniel Miranda Fournier, UAM
Coautor: [Link] Núñez Antonio
Las estrategias de aprendizaje (cognitivas, metacog-
nitivas y relacionadas con el uso de recursos) están
Desde siempre el ser humano se ha enfrentado a pro-
estrechamente vinculadas con el rendimiento acadé-
cesos que involucran Datos, en consecuencia, la mo-
mico del alumno, posibilitando mejorar el aprendi-
delación de fenómenos reales se ha convertido en una
zaje. El objetivo del presente estudio se centra en
tarea muy importante. Un conjunto de datos muy
observar la conabilidad del instrumento y en detec-
particular son los que forman las variables composi-
tar posibles diferencias en el empleo de estrategias
cionales, los datos composicionales son aquellos que
de aprendizaje en matemáticas en alumnos de uni-
describen las partes de un todo y su espacio mues-
versidad. Se aplicó el cuestionario LIST (Estrategias
tral natural resulta ser el símplex p-dimensional. El
de Aprendizaje en Universidad) a 208 estudiantes de
problema del análisis estadístico de datos composi-
nivel superior. Se encontró, una muy aceptable con-
cionales ha sido y es una fuente de preocupación para
abilidad del instrumento (α = 0.93). En la compa-
muchos cientícos, puesto que es vasta la frecuencia
ración se identicaron elementos en común entre los
con que aparecen datos de esta índole en las ciencias
estudiantes de universidad en función del área de es-
aplicadas ciencias de la tierra (geoquímica, petrolo-
tudio, semestre y sexo del estudiante.
gía, etc), biología, química, ciencias ambientales, eco-
Dirección electrónica: omar_21063@[Link].
nomía, medicina, sociología, ingeniería y, por ende,
Ponencia E2. Las matemáticas detrás de tu can- la importancia de disponer de herramientas adecua-
ción favorita das para su análisis.
Dra. Eréndira Munguía Villanueva, Universidad del La metodología que se desarrolló se basa en la pro-
Papaloapan (UNPA) puesta de un modelo no-paramétrico (mezcla innita
de densidades normales multivariadas) para descri-
El lósofo y matemático Gottfried von Leibniz ar- bir datos composicionales.
maba que: "La música es el placer que experimen- Dirección electrónica:
ta la mente humana al contar sin darse cuenta de danielfournier270790@[Link].
que está contando". Con ayuda de aplicaciones de
acceso gratuito visualizaremos algunas de las carac- Ponencia PE2. Aproximación numérica de funcio-
terísticas matemáticas de la música que escuchamos nes Q−escalas y aplicación al problema de dividen-
a diario. Algunas de estas características son el fenó- dos de De Finetti
meno acústico de los armónicos, y la relación entre
Lic. en Actuaría. Fermín Eduardo Cardós Vera,
las escalas musicales y grupos de simetría.
Facultad de MatemáticasUADY
Direccion electrónica: [Link]@[Link].
Coautores: Dr. Henry Panti Trejo, Dr. Ehyter
Ponencia E3. Inmortales: matemáticos Martín González
Miriam G. Báez Hernández, DiMate; Facultad de
MatemáticasUV En esta plática se muestra una metodología basa-
da en el algoritmo EM para aproximar funciones q-
El poder de las historias constituye una pieza fun- escalas, las cuales aparecen en diversas aplicaciones
damental en la enseñanza y divulgación de las ma- en problemas actuariales y están relacionadas con un
temáticas. En esta platica contaremos la historia de tipo en particular de proceso de Lévy conocido co-
4 matemáticos cuya contribución fue visible después mo espectralmente negativo. A manera de ejemplo,
de su muerte. Galois, Lovelace, Germain y Doeblin, se presenta una aplicación de esta metodología para
mentes brillantes con muertes trágicas, después de aproximar la solución del problema de dividendos de
ellos las matemáticas no fueron las mismas. De Finneti.
Dirección electrónica: dimateuv@[Link]. Dirección electrónica: fermin1296@[Link].

26
Ponencia PE3. Una introducción a redes neurona- Ponencia PE5. El modelo de crecimiento Gom-
les pertz con residuales AR(P ).
José Luis Batún Cutz, Facultad de
MatemáticasUADY
Coautor: Dr. Henry Gaspar Panti Trejo
Lic. en Mat. Edgar Alamilla Jiménez, UJAT
Coautores: Dra. Addy Margarita Bolívar Cimé, Dr.
El modelo Gompertz
Edilberto Nájera Rangel
−γt
Yt = αe−βe .
Las redes neuronales tienen sus orígenes en en- es uno de modelos utilizados para describir el com-
contrar representaciones matemáticas del procesa- portamiento de la pandemia relacionada con el
miento de información en sistemas biológicos tales COVID-19, considerando a Yt el número acumula-
como el cerebro. Rosenblatt (1958) propuso el pri- do diario de casos positivos a COVID-19, al dia t
mer modelo precursor de redes neuronales, el per- desde el inicio de la pandemia.
ceptrón. Sin embargo en 1969 este tenía capacidades En este trabajo se presenta la inferencia estadís-
muy limitadas, lo que trajo como consecuencia que tica para con el modelo
en la década de 1970 esta área de investigación fue- −γt

ra casi abandonada; no fue sino hasta la década de

Yt = αe−βe + εt .
1980, con el uso de hardware computacional, que se con {εt } una serie de tiempo autoregresivo AR(p),
dio un auge en la investigación de redes neuronales, con énfasis en los pronósticos del número de casos
el cual persiste hasta el día de hoy. En esta plática positivos diarios, dado por Yt − Yt−1 .
se dará una introducción teórica a las redes neurona- El modelo se aplica a los datos de la pandemia
les y se comentará sobre sus aplicaciones en diversos para el estado de Yucatán.
campos de interés, tales como reconocimiento de pa- Dirección electrónica: jbatun@[Link]
trones, medicina, nanzas y biología.
Dirección electrónica: linking_1990@[Link]. Ponencia PE6. Pruebas de hipótesis múltiples
Leonardo Alfonso Martínez González, UJAT
Coautores: Dra. Addy Margarita Bolívar Cimé
(UJAT), Dr. Rogelio Ramos Quiroga (CIMAT)
Ponencia PE4. Comportamiento asintótico de los
Una hipótesis es un enunciado acerca de un paráme-
clasicadores binarios SVM y DWD
tro poblacional θ, es decir, si Θ es un espacio pa-
rametral y θ un parámetro poblacional, entonces, la
hipótesis nula es H0 : θ ∈ Θ0 y la hipótesis alterna-
M.C.M. Dorilián García Cerino, DACBUJAT tiva es H1 : θ ∈
/ Θ0 , donde Θ0 ⊂ Θ. El objetivo de
Coautora: Dra. Addy Margarita Bolívar Cimé una prueba de hipótesis es decidir, basándose en la
muestra de una población, cuál de las dos hipótesis
En esta plática abordaremos el comportamiento complementarias, H0 y H1 , es verdadera.
asintótico de los clasicadores binarios Support Vec- Ahora bien, en el caso cuando se desea probar m>1
tor Machine (SVM) y Distance Weighted Discrimi- hipótesis, H01 , H02 , . . . , H0m , el interés radica en rea-
nation (DWD), considerando datos multivariados lizar pruebas estadísticas simultáneas para determi-
que poseen la representación geométrica asintótica nar cuántas y cuáles de ellas han de ser rechazadas
cuando la dimensión de los datos tiende a innito y dicho procedimiento recibe el nombre de pruebas
y el tamaño de la muestra permanece jo (datos de de hipótesis múltiples.
dimensión alta). Más especícamente, haciendo uso En esta plática se darán a conocer algunos métodos
de las ideas dadas por la representación geométrica para hacer pruebas de hipótesis múltiples, tales co-
asintótica de los datos analizaremos dos resultados, mo el método de Bonferroni y Simes que controlan la
uno para cada método, concernientes a las probabi- Tasa de Error Global (FWER) y el método de Ben-
lidades de error de clasicación asintóticas. jaminiHochberg (BH) que controla la Tasa de Falsos
Dirección electrónica: w18dori@[Link]. Descubrimientos (FDR).
Dirección electrónica: jack_x100 @[Link].

27
 Resúmenes de Carteles: Salón 1
Cartel 1. Funciones de Green o del cómo exionar Cartel 3. Problema de búsqueda en línea en el es-
una cuerda con ecuaciones diferenciales pacio de Hilbert (L2 (0, T ))3
Est. Brayan Guerra López, Facultad de Ciencias Lic. Cinthia Naty Cortazar Cortazar, DACB
Exactas y NaturalesUniversidad Nacional de UJAT
Colombia (UNAL) Coautor: Dr. Jorge López López

En este cartel se mostrará una deducción intuitiva En este trabajo describimos el método de Newton
del concepto de función de Green asociada al siguien- para resolver numéricamente un problema de bús-
te problema de condiciones de contorno: queda en línea de la forma M inρ J(u − ρw), donde
u y w son elementos dados en el espacio de Hilbert
(L2 (0, T ))3 . El funcional J está asociado a un pro-
(1) L[y] = p0 (x)y (n) + p1 (x)y (n−1) + . . . + p0 (x)y = 0 blema de control de un circuito de tres juntas de

sujeto a las siguientes formas lineales:

Josephson acopladas inductivamente, es decir, J de-
pende directamente de un control v y de una variable
n−1
X (m) (m) de estado y(t, v), solución de un sistema diferencial
(2) Vk (y) = [αk y (m) (a) + βk y (m) (b)]. 3 × 3. Para aplicar Newton de-
ordinario no lineal de
m=0
ρ real, g(ρ) = J(u − ρw), y calculamos
nimos, para
Haciendo uso de la construcción heurística encontra- g 0 (ρ) y g 00 (ρ) en términos de DJ(v), el diferencial
da en el libro "Hilbert, D.; Courant, R. (Wiley de Frechet de J . Aplicando la iteración de Newton
Classics Edition). (1989). Methods of Mathemati- resolvemos g 0 (ρ) = 0. Presentamos resultados para
cal Physics - Vol 1. United States of America: Wiley algunos pares (u, w).
Editorial." facilitaremos la comprensión de este con-
cepto que a simple vista puede resultar tan abstrac-
Cartel 4. Los efectos de las estrategias de control
en la epidemia de COVID-19
to. Veremos, además, que el sentido físico de las fun-
ciones de Green es completamente situacional, pues Br. Daniel Antonio Brito Pacheco, Facultad de
éstas hacen aparición en diversos modelos de la física MatemáticasUADY

y matemática con distintas interpretaciones. Coautor: Br. Daniela Isabel Cervantes Kantún
Cartel 2. Generalizacion de la Fuerza de Lorentz
La crisis por el COVID-19 que estamos enfrentando
en el espacio tiempo curvo
en este momento presenta retos importantes que va-
Est. Carlos Manuel López Arellano, DACBUJAT le la pena atacar. En este trabajo se lleva a cabo un
Coautor: Dr. Jaime Manuel Cabrera análisis de la epidemia de la enfermedad COVID-19
y su dinámica, con el objetivo de estudiar posibles es-
En 1948 Richard Feynman le plantea a Freeman Dy- cenarios futuros. Construimos un modelo basado en
son la idea de derivar la ley de fuerza de Lorentz y las ecuaciones diferenciales de tipo SEIR y analizamos el
ecuaciones homogéneas del campo electromagnético, impacto de la reducción de la movilidad. Como caso
partiendo de las relaciones de conmutación entre las de estudio se utilizan los datos del estado de Yucatán
coordenadas y velocidades en un espacio euclidiano, en México. El modelo se ajusta a los casos registra-
sin hacer referencia al principio de acción. Después dos, para analizar posteriormente la dinámica de la
de la publicación de Dyson sobre la deducción de epidemia bajo distintos supuestos.
Feynman muchos autores señalan que las ecuaciones
obtenidas tienen únicamente invariancia ante trans- Cartel 5. Diseño de un puente con estructura de

formaciones galileanas, por lo tanto la teoría que se acero utilizando el método de elementos nitos

deduce del trabajo de Feymann no es precisamente Ing. David Balladares de la Cruz, DACBUJAT
la teoría de Maxwell. En este trabajo se desarrolla la Coautores: Dr. Justino Alavez Ramírez, Dr.
extensión relativista del trabajo de Feymann y tam- Emmanuel Munguía Balvanera
bién se propone el acoplamiento de la gravedad en la
formulación para obtener las ecuaciones de Maxwell Cuando una estructura está sometida a la acción de
acopladas al campo gravitacional. fuerzas, los miembros que la componen sufren cam-

28
bios y, como consecuencia, puntos dentro de la es- metodología presentada es concisa y clara con res-
tructura se desplazan a nuevas posiciones. A los efec- pecto a un tema de matemáticas complejo, en este
tos que provocan dichos desplazamientos se les co- caso el cálculo de orden fraccional y una de sus di-
noce como "deformaciones". Estas deformaciones se ferentes aproximaciones. El objetivo presentar a los
modelan a través del siguiente sistema de ecuaciones estudiantes la aplicación de las matemáticas en la
diferenciales parciales: ingeniería.

Cartel 7. Metodología de Descomposición Empírica

∂σxx ∂τxy ∂τxz Para Aproximar una Señal Electroencefalográca
fx + + + = 0,
∂x ∂y ∂z M. en M. José Alfredo Zavaleta Viveros, Facultad
∂τyx ∂σyy ∂τyz de MatemáticasUV
fy + + + = 0,
∂x ∂y ∂z Coautores: Dr. Porrio Toledo Hernández, Dra.
fz +
∂τzx ∂τzy
+ +
∂σzz
= 0. Martha Lorena Avendaño Garrido, Dr. Jesús
∂x ∂y ∂z Enrique Escalante Martínez
Donde:
En este trabajo proponemos un método para apro-
fx , fy , fz representa a las fuerzas de masa por ximar una señal electroencefalográca (EEG). Para
unidad de volumen distribuidas en las direc- realizar esta aproximación descomponemos la señal
ciones x, y, z , respectivamente en un elemento usando la Transformada Rápida de Fourier (FFT)
de la estructura. eligiendo valores representativos de ésta, se propone
un algoritmo que selecciona representantes de cada
σxx , σyy , σzz son los esfuerzos generados debi-
una de las bandas de frecuencia cerebral, aseguran-
dos a fuerzas aplicadas axialmente y que son
do tener al menos un representante de cada una de
paralelas a los ejes x, y, z , respectivamente.
ellas. La aproximación se realiza con una cantidad
pequeña de componentes de amplitud y frecuencia
τyz , τzx , τxy son los esfuerzos que se aplican
obtenidos mediante la FFT pero asegurando su ca-
transversalmente y que actúan tangenciale-
lidad. Una vez seleccionados estos representantes, la
mente a los ejes x, y, z , respectivamente.
aproximación de la señal se expresa como una suma
Las deformaciones son algo indeseable y, en casos ex- de funciones periódicas. Se garantiza la calidad de la
tremos, peligrosas en la elaboración de estructuras. aproximación mediante tres valores: la distancia de
Lamentablemente este fenomeno sico es ineludible Hausdor que hay entre la aproximación y la señal
sin embargo, con un diseño ecaz, se pueden mini- original, el porcentaje de puntos fuera de una región
mizar sus efectos hasta un grado aceptable; es decir, de ajuste construída alrededor de la aproximación y
que los efectos de estas sean muy pequeños o imper- la varianza de dichos puntos. Se presentará un ejem-
ceptibles. Con este objetivo, el metodo de elementos plo numérico con datos reales donde se muestra la
nitos es una herramienta muy útil. implementación de la metodología así como sus re-
sultados.
Cartel 6. Cálculo de Orden Fraccional en Robots
manipuladores Cartel 8. Optimización de Rutas con Restricciones

M.I. Israel Ceron Morales, FIMEUV Rocío Salinas Guerra, Facultad de

MatemáticasUV
El cálculo de orden fraccional debe ser un tema que Coautor: Dr. Porrio Toledo Hernández
debe ser enseñado en el nivel licenciatura con aplica-
ciones que sean fáciles de asimilar por los estudiantes Muchos problemas de la ciencia e ingeniería pueden
de carreras de ingeniería, por lo que en este trabajo generalizarse al problema de encontrar un camino en
presento una metodología de aplicación del cálculo una gráca. En esta charla se presenta el problema
de orden fraccional aplicado a la robótica, el forma- de llegar de un vértice s a un vértice d, en un es-
lismo de este tipo de cálculo involucran las demos- pacio con obstáculos, restringido a una trayectoria
traciones de estabilidad de Lyapunov, y el uso de un dada por una función discretizada. En este trabajo
sistema digital de simulación, además de considerar se utilizó la teoría de grácas para modelar dicho
el modelado dinámico de un robot manipulador. La problema, en donde la región del espacio navegable

29
con obstáculos corresponde a una gráca no dirigida. Cartel 10. Características de Euler de supercies
Para identicar rutas factibles P en la búsqueda de Orientables y no Orientables
soluciones, se modicó el algoritmo A∗ y se propuso Arianna Armas Reyes, UNPA
una función heurística consistente en la que se consi- Coautor: Dra. Aura Lucina Kantún Montiel
deran las restricciones del problema. En el problema
se presentan simulaciones númericas, en las cuales se En 1750, el matemático suizo Leonhard Euler encon-
modela el espacio de búsqueda como una malla in- tró que el número de caras C, aristas A y vértices V
completa, en donde se asignan coordenadas en R2 a de un poliedro cualquiera están relacionados por la
cada vértice y las aristas se dotan con pesos. fórmula: C −A+V = 2. Esta fórmula es conocida co-
mo Característica de Euler y es un invariante topoló-
gico. Más adelante, L'Huilier generalizó esta fórmula
a poliedros con g agujeros: C − A + V = 2 − 2g . Es
Cartel 9. Un modelo sobre el comportamiento de
muy fácil comprobar la Característica de Euler si tra-
poblaciones con diabetes y sus complicaciones
bajamos con supercies orientables, sin embargo, al
pensar en supercies no orientables, este invariante
se vuelve menos intuitivo. En este trabajo, presen-
Est. Shaní Sánchez Lara, Facultad de taremos algunas supercies orientables y no orienta-
MatemáticasUV bles mediante pegado de polígonos con etiquetas y
Coautores: Dra. Martha Lorena Avendaño Garrido, de esta forma ejemplicaremos de forma gráca su
Dr. Porrio Toledo Hernández Característica.

Cartel 11. Mapeos cuasiconformes y dimensión de

Desde el año 2000, la diabetes en México es la pri-
Hausdor
mera causa de muerte entre las mujeres y la segunda
Erick Daniel Gordillo Herrerías, Facultad de
entre los hombres. En 2010, esta enfermedad causó
CienciasUNAM
cerca de 83 000 muertes en el país. La diabetes es
un padecimiento en el cual el azúcar (o glucosa) en
En mi tesis de licenciatura a cargo del Doctor Carlos
la sangre se encuentra en un nivel elevado. Esto se
Cabrera, escribí sobre varios aspectos de la dimen-
debe a que el cuerpo no produce o no utiliza adecua-
sión de Hausdor y su relación con distintas discipli-
damente la insulina, una hormona que ayuda a que
nas de las matemáticas, en la sección correspondien-
las células transformen la glucosa (que proviene de
te a mapeos cuasiconformes expuse resultados rele-
los alimentos) en energía. Sin la suciente insulina,
vantes en cuanto a las preguntas ¾cuándo es posible
la glucosa se mantiene en la sangre y, con el tiempo,
aumentar o disminuir la dimensión de Hausdor a
este exceso puede tener complicaciones graves. De
un conjunto compacto de forma arbitraria? Así co-
esta forma en la enfermedad podemos establecer dos
mo las preguntas que aún quedan abiertas y lo que
etapas: una donde los pacientes no presentan compli-
se ha trabajado por resolverlas. En el cartel quiero
caciones y otra donde sí las presentan, estas compli-
exponer dichos resultados y técnicas que se utilizan
caciones pueden ser microvasculares (lesiones de los
para atacar este tipo de problemas.
vasos sanguíneos pequeños) y macrovasculares (lesio-
nes de vasos sanguíneos más grandes). Así podemos Cartel 12. La normalidad y algunas de sus propie-
ver que existe una relación entre las poblaciones en dades relativas
ambas etapas de la enfermedad, ya que algunos pa- Lic. Mat. Irving Enrique Soberano González,
cientes de la etapa sin complicaciones pueden pasar DACBUJAT
a la etapa con complicaciones, y también puede ocu- Coautores: Dr. Gerardo Delgadillo Piñon, Dr.
rrir que los pacientes con complicaciones se curen de Reynaldo Rojas Hernández
las mismas y regresen a la etapa sin complicaciones.
Se plantea un modelo, a través de un sistema lineal En este cartel se analizarán algunas propiedades de
no homogéneo de ecuaciones diferenciales ordinarias la normalidad relativa, así como la relación de és-
que describe la división entre las poblaciones men- ta con la normalidad. Cabe mencionar que se mos-
cionadas, se hace un análisis del comportamiento a trarán nuevos resultados que responden preguntas
partir del estudio del sistema de ceroclinas del mo- acerca del comportamiento de algunas propiedades
delo. relativas de la normalidad.

30
Cartel 13. Una mirada a las formas diferenciales como símbolos que satisfacen ciertas reglas de mul-
Est. Isaac Javier Díaz, DACBUJAT tilinealidad, antisimetría y alternancia, sin embargo
Coautor: Dr. Carlos Ariel Pompeyo Gutiérrez también es posible introducirlas de manera geomé-
trica usando como punto de partida la diferencial de
Las formas diferenciales se emplean, entre otras co- una función de Rn a Rm . En el presente cartel se
sas, para poder expresar volúmenes de objetos geo- expondrán estas ideas, se verán algunas propiedades
métricos a través de la integración de las mismas. de las formas diferenciales en relación a volúmenes y
En muchos textos se introducen de manera formal se presentarán algunos ejemplos.

31
 Resúmenes de Carteles: Salón 2
Cartel 14. Algoritmo de grado total para la apro- y puede servir de introducción a estudios más avan-
ximación racional minimax discreta zados de optimización que requieran del desarrollo
de aspectos teóricos de la Optimización en general y
Alfa Karen Martínez Hernández, UNPA
de la Programación Lineal en particular.
Coautor: Dr. José Nobel Méndez Alcocer

El problema de la aproximación racional minimax

Cartel 16. Estimación de la edad del universo me-
diante modelos cosmológicos con curvatura plana y
discreta para un par (m, n) se corresponde debido al
no relativistas
teorema de Chebyshev, con resolver un sistema ho-
mogéneo de m+n+2−d ecuaciones en igual número Francisco Rendón, UNPA
de incógnitas. Las siguientes dicultades, sin embar-
go, surgen al buscar solucionarlo: (i) no linealidad
El estudio del origen y la evolución del Universo ini-
del sistema, (ii) aparición de soluciones no acotadas,
ció cuando el hombre de la antigüedad en su afán
(iii) gran cantidad de conjuntos referencias, (iv) re-
por entender su entorno comenzó a desarrollar mo-
ferencias degeneradas (d>0) y (v) no existencia de
delos (o teorías) donde las fuerzas de la naturaleza
una aproximación minimax. El algoritmo de grado
ya no eran representadas por divinidades o entes so-
total se sobrepone a las dicultades (i), (ii) y (iii),
brenaturales, sino por fuerzas que tenían un origen
y no le afectan las (iv) y (v). En este cartel expone-
lógico. Se puede decir que el primer gran modelo cos-
mos dicho algoritmo y mostramos su aplicación en
mológico fue el que introdujo Aristóteles hace más
un ejemplo.
de 2500 años en el que la Tierra yace inmóvil en el
centro del Universo y los otros cuerpos celestes cono-
Cartel 15. Introducción a la Programación Lineal
cidos en esa época (la Luna, el Sol, Mercurio, Venus,
a través de la resolución de un problema de video-
Marte, Júpiter y Saturno) se movían en torno a ella
juegos
en armonía y perpetuidad en órbitas circulares. No
Edgar Ulises, Martínez Morales, Facultad de fue hasta hasta el siglo ii d.C. que el astrónomo grie-
MatemáticasUV go Claudio Ptolomeo modicó el modelo aristotélico,
Coautor: Dr. Porrio Toledo Hernández surgiendo así un universo geocéntrico con el que se
podía explicar el movimiento retrógrado de los plane-
En la vida diaria, en muchas ocasiones nos enfren- tas. Este modelo fue tan longevo que perduró hasta
tamos a problemas en donde se requiere optimizar. 1543 cuando fue reemplazado por el modelo helio-
Particularmente en matemáticas se ha desarrollado céntrico de Nicolás Copérnico, el cual fue modica-
teoría y métodos con la nalidad de resolver ese tipo do por Johanes Kepler en 1609, al introducir órbitas
de problemáticas. Una de las herramientas más usa- elípticas, y posteriormente matematizado por Isaac
das en la modelación matemática para la resolución Newton, en 1684, a través de su Teoría de la Gra-
de problemas de optimización es la Programación Li- vitación. Sin embargo, fue a raíz de la publicación
neal, en la cual se utilizan conocimientos de Álgebra de la Teoría de la Relatividad de Albert Einstein en
Lineal y Análisis Convexo para el desarrollo métodos 1905, y las observaciones astronómicas realizadas por
y técnicas de resolución de ciertos problemas. Lo an- Edwin Hubble en 1927 que el modelo cosmológico
terior muestra el potencial de las Matemáticas para de Newton, que suponía un universo innito, eterno
resolver situaciones reales, así como para la mejora y estático dejó de ser válido, dando lugar a nuevos
de procesos. En este trabajo se planteará un proble- modelos cosmológicos del Universo, los cuales debían
ma relacionado con videojuegos, que puede resultar explicar la ocurrencia del Big-Bang así como la re-
atractivo para estudiantes de inicio de la Licenciatu- cien descubierta expansión del Universo. Matemáti-
ra, el cual será modelado con Programación Lineal. camente hablando, un modelo cosmológico se deriva
Para esto, se introducirán las bases de esta área, a de las ecuaciones de Friedmann, las cuales son el re-
través de elementos de la Geometría Analítica y la re- sultado de la interacción entre la Teoría General de
solución de sistemas de ecuaciones. El desarrollo del la Relatividad y alguna métrica cuatri-dimensional
método propuesto puede tener un potencial didáctico que conecta con la materia-energía. Esto se describe
en materias iniciales, tal como Geometría Analítica, mediante la ecuación de Einstein, que relaciona la

32
geometría con la energía: acciones en el tiempo. El seguimiento de dicho aná-
lisis se realiza en dos etapas. La primera etapa es el
1
Gµv ≡ Rµv − gµv R = 8πGTµv análisis estadístico de los precios de las acciones, así
2 como para los rendimientos o retornos diarios. Con-

donde Gµv es el tensor de Einstein, Rµv es el ten- siste en determinar si su comportamiento se ajus-
sor de Ricci, el escalar de Ricci R = g µv Rµv es la ta a una distribución normal y, además, identicar
contracción del escalar de Ricci y Tµv es el tensor si cumplen con las distribuciones de colas pesadas
energía-momento que describe las contracciones del
(leptocúrticas). La segunda etapa consiste en el aná-
Universo y que además es simétrico. En el presen-
te trabajo, para deducir algunos modelos cosmoló- lisis fractal de los retornos como serie de tiempo, en
gicos simples y así poder estimar la edad del Uni- la cual se busca mostrar la persistencia o no persis-
verso, se utiliza la geometría euclideana y la métrica tencia de dicha serie a través de la estimación del
Friedmann-Robertson-Walker en coordendas esféri-
exponente de Hurst, llevando a demostrar o refutar
cas:
el comportamiento fractal de los precios de acciones.
dr2
 
2 2 2
ds = c dt − a (t)2
+ r2 dθ2 + r2 sin2 (θ)dφ2 , De la misma manera, con el resultado anterior, se
1 − κr2
procede al cálculo de la dimensión fractal de acuer-
do al método utilizado por Benoît Mandelbrot. De
donde c es la velocidad de la luz, a(t) es el factor de seguir un comportamiento fractal, se puede refutar la
escala cósmica y κ representa la curvatura del Uni- teoría tradicional del comportamiento de los precios
verso. Considerando que el Universo está dominado como un movimiento browniano aleatorio.
por materia no relativista sin presión (P = 0), se
dedujo matemáticamente el modelo cosmológico de Cartel 18. Proceso de un modelo geoestadístico

Einstein-de Sitter cuya solución guarda una propor- aplicado a los estudios de contaminación ambiental

ción entre el factor de escala cósmica a y el tiempo Est. Cinthya Cobix de la Cruz, Est. Dolores Arrioja
Miranda, DACBUJAT
2
t tal que a u t 3; además, se logró estimar con es-
te modelo que la edad del Universo es de 9.672 mil Coautores: Dr. Fidel Ulín Montejo, Dra. Rosa
millones de años, estimación que está por debajo a Salinas Hernández
la edad de 13.800 mil millones de años que estimó el
satélite Planck en 2015. Al introducir una constan- La geoestadística es una técnica estadística usada
te cosmológica Λ > 0 en las ecuaciones de Frieda- para la estimación, predicción y simulación de da-
mann, se logró deducir matemáticamente el modelo tos correlacionados espacialmente, permite describir
cosmológico estandar (también conocido como mo- la continuidad espacial de las variables y estimar los
delo ΛCDM ), para el cual se encontró que el factor valores aproximados a los reales localizados en pun-
de escala cósmica crece de forma exponencial; asi- tos desconocidos. El crear un modelo geoestadístico
mismo, se pudo estimar que el Universo tiene una sustentado en técnicas de interpolación espacial nos
edad de 13.988 mil millones de años. Finalmente, se permite comparar los resultados con los que se obtie-
logró demostrar que aunque ambos modelos arman nen mediante el modelo de pluma de Gauss. En su
que el Universo se expande, de acuerdo con el mo- análisis utiliza métodos exploratorios y de interpola-
delo cosmológico de Einstende Sitter el Universo se ción y requiere de conocimientos base de estadística,
desacelera; mientras que según el modelo ΛCDM el debido a que los métodos geoestadísticos proporcio-
Universo se acelera, lo cual concuerda con las obser- nan estimaciones probabilísticas basadas en la ca-
vaciones astronómicas. lidad de la interpolación. La interpolación espacial
proporciona diferentes metodologías para realizar el
Cartel 17. Fractales en el comportamiento de los
análisis de datos espaciales: la Interpolación Geoes-
precios de acciones
tadística y la Interpolación Simple. Ambas metodo-
Est. Alejandra Sofía Martín Hernández, Est. Carlos logías pueden hacer estimaciones globales o locales,
Andrés Gómez Manuels, DACBUJAT y tienen tanto interpoladores exactos como aproxi-
Coautores: M. en C. Candelario Méndez Olán, Dr. mados. Paralelamente, proporciona semivariogramas
Fidel Ulín Montejo o variogramas lo que permite explorar y obtener una
mejor comprensión de los datos para la toma de de-
Este cartel presenta la metodología que sigue el aná- cisiones, estos variogramas son estimadores de la va-
lisis fractal para el comportamiento de precios de rianza poblacional relacionados con la dirección y la

33
distancia, e indican como varían las dependencias es- El problema general se reere a la inferencia de un
paciales que existen entre un punto de origen y otro cambio en la distribución de un conjunto de varia-
punto a una determinada distancia, independiente- bles ordenadas en el tiempo. El enfoque implica la
mente de su posición. En el modelamiento de un se- estimación paramétrica y no paramétrica, tanto del
mivariograma existen dos etapas, una es la construc- número de puntos de cambio como de las posicio-
ción del semivariograma experimental y la segunda nes en las que ocurren. El enfoque es general, y en
es realizar el modelo del semivariograma. En general el caso paramétrico asume que la distribución de los
el esquema metodológico para un análisis geoestadís- datos se distribuye normal mientras que, en el no
tico se describe en siete pasos: paramétrico, no hace supuestos sobre la naturaleza
de la distribución de los datos. El procedimiento de
Información básica.
estimación se basa en la agrupación jerárquica y la
aplicación de algoritmos tanto de división como de
Selección de las variables a utilizar.
aglomeración. El método se utiliza para explorar el
Análisis Exploratorio de los datos. momento y el número de puntos de cambio en el
volumen de importe concertado en operaciones de
Selección del método. forwards sobre divisas peso/dólar tanto de compra
como de venta, que se concertaron en el mercado de
Análisis estructural y cálculos.
derivados mexicano durante el último año, y así eva-

Prueba, comprobación y selección. luar el impacto que pudiera tener el comportamiento

del tipo de cambio con estos puntos de cambio.
Salida nal.
Cartel 21. Predicción espacial de incendios foresta-
Cartel 19. ¾Cómo son los enfermos de covid-19 en les usando Aprendizaje Máquina
México?
Luis Ramón Munive-Hernández, Universidad
Est. Daniela Juárez Morales, Facultad de Abierta y a Distancia de México
EstadísticaUV
Coautores: Est. Esdras Acosta Alcudia, Est. Jesús Los incendios forestales son un problema ambiental y
Bautista Martínez, Est. Carlos Wilmer Cázares socioeconómico que impacta a la vegetación forestal
de nuestro país todos los años, lo que conlleva a la
El covid-19 llegó a México a nales de febrero de pérdida de biodiversidad tanto en ora como en fau-
este año. Al momento de escribir este resumen, des- na, de vidas humanas al combatir el fuego, pérdidas
pués de 6 meses de epidemia, se han recabado una económicas de la industria forestal y una mala cali-
gran cantidad de datos epidemiológicos. Desde la es- dad en el aire, lo que puede derivar en problemas de
tadística y la ciencia de datos, convertimos a estos salud en la población circunvecina de las áreas afec-
datos en información y conocimiento que ultimada- tadas. Uno de los principales objetivos de la modela-
mente nos lleve a derrotar al SARS-CoV-2. Con esta ción estadística es la predicción de eventos futuros.
visión, y como estudiantes comprometidos, presenta- Lo anterior se realiza con base en datos del fenómeno
mos los resultados de un análisis estadístico explora- en cuestión y alguna otra información auxiliar (co-
torio de los casos ocialmente conrmados de covid- variables), ya sea para poder sustentar de manera
19 en México hasta el día 7 de agosto del 2020. En sólida el proceso de toma de decisiones o para prever
particular nos enfocamos en el comportamiento de los posibles escenarios que pueda tomar el fenómeno.
las comorbilidades y como interactúan entre sí. Los Hay diversas maneras de modelar información geoes-
datos se obtuvieron del sitio ocial de coronavirus pacial, el enfoque adoptado en este trabajo ha sido el
del gobierno de México. del Aprendizaje Máquina (Machine Learning), par-
ticularmente a través de tres métodos; Algoritmo de
Cartel 20. Análisis de puntos de cambio en importe
Entropía Máxima, Regresión de Bosques Aleatorios
concertado de forwards sobre divisas peso/dólar
y Regresión de Soporte Vectorial [2]. Los algoritmos
Diana Alvarado Lima, BANCO DE MÉXICO antes mencionados se entrenan con los datos históri-
cos de los incendios forestales registrados en todo el
Este trabajo presenta una aplicación para el análi- territorio de México [1]. Cabe mencionar que el uso
sis de puntos de cambio en un conjunto de datos. de covariables en la modelación ayuda a la obtención

34
de los resultados deseados, en este sentido algunas taje de acierto. A través de este tipo de grácos es
variables ambientales (temperatura máxima prome- posible involucrar la naturaleza espacial del básquet-
dio, temperatura mínima promedio, rango promedio bol, al determinar las regiones de la cancha en las que
de temperatura y precipitación total) han sido utili- ciertos jugadores o equipos son más activos y efecti-
zadas en los procesos de inferencia de los algoritmos vos en sus tiros. Este trabajo se enfoca en analizar la
[3]. evolución que ha tenido el jugador Marc Gasol a lo
La evaluación de los modelos usados en cualquier largo de su carrera en la parte ofensiva, comparando
proyecto de Ciencia de Datos es fundamental para su primera temporada (2008-2009) contra la tempo-
obtener resultados óptimos. Usualmente la combina- rada en la que se convirtió en campeón (2018-2019),
ción de modelos es una manera para tener resultados para ello se presentan algunas variaciones de los grá-
más precisos en comaparación si se usa un sólo mo- cos de tiros y mapas de calor, donde se observa que
delo. el jugador, desarrolló notablemente nuevas habilida-
Finalmente la predicción espacial es obtenida de to- des como incorporar a su ofensiva los tiros de larga
do el proceso de inferencia, con el objeto de hacer al- distancia para mantenerse competitivo en la mejor
gunas recomendaciones en la planeación y ejecución liga del mundo.
de las políticas públicas en materia de prevención y
combate de incendios forestales.
Cartel 23. Índice Sobre Percepción de Seguridad

Palabras clave: Machine Learning, Predicción espa- Lic. Mónica Aranzazú Medina, UAZ
cial, Incendios forestales. Coautores: M. Leopoldo Trueba Vázquez, M.
Referencias Mónica Del Rocío Torres Ibarra
[1] Comisión Nacional Forestal (2015). Serie históri-
ca anual de incendios periodo 2010-2018. El objetivo es desarrollar un sistema de índices de
[2] Hijmans, R. J. (2019). Modeling methods. RSpa- percepción sobre la seguridad pública para los muni-
tial, Spatial Data Science. cipios de Guadalupe, Zacatecas y Fresnillo (estado de
[3] Harris, I., Jones, P. D., Osborn, T. J., and Lis- Zacatecas) mediante una encuesta conable aplicada
ter, D. H. (2014). Updated high-resolution grids of a muestras representativas durante al menos dos pe-
monthly climatic observationsthe cru ts3. 10 da- ríodos en el año. Se plantea como hipótesis que los ín-
taset. International journal of climatology, 34(3): dices de percepción de seguridad en los municipios de
623642. Zacatecas y Guadalupe son similares pero distintos
a los del municipio de Fresnillo porque los dos prime-
Cartel 22. Evolución en la ofensiva de un jugador ros están fusionados de tal forma que conforman una
de la NBA a través de la visualización de datos zona metropolitana, dado que comparten los mismos
Br. Meybor Nathaly Padilla Jiménez, Facultad de problemas de inseguridad. Los conceptos utilizados
MatemáticasUADY es la Estadística Descriptiva, tablas de contingencia,
Coautores: Lic. Aldo Ernesto Escobedo Tec ponderaciones, índices y mapas perceptuales.

El básquetbol en la NBA ha cambiado enormemente Cartel 24. Diseño completamente al azar para ana-

en los últimos diez años; esto se debe en parte, al lizar el nivel de absorbancia de una muestra conta-

auge del uso, comprensión y expansión de la estadís- minada por hidrocarburo

tica avanzada que se obtiene de cada juego (Rabinal, Est. Roxana Bello Vidal, DACBUJAT
2018). Algunas de las herramientas de visualización Coautores:M. en C. Candelario Méndez Olán, Dr.
más útiles para analizar y entender el deporte ráfa- Carlos Mario Morales Bautista, Dr. Fidel Ulín
ga son los mapas de calor y las grácas de tiro (shot Montejo
chart). El mapa de calor es una técnica de visuali-
zación de datos, que ayuda a identicar las zonas de En este cartel se presenta el análisis del nivel o grado
la cancha con mayor actividad ofensiva, a través de de absorbancia cuando una muestra de tierra es con-
la estimación de densidad de probabilidad bivaria- taminada con diferentes tipos de hidrocarburos en
da asociada a los lanzamientos realizados. De igual partes por millón (ppm). Para tal análisis se usa la
manera, las grácas de tiro permiten representar la herramienta estadística denominada diseño de expe-
posición en la duela desde la que se realiza cada tiro, rimentos, en particular un diseño completamente al
así como la efectividad de este mediante el porcen- azar (DCA). El factor de estudio es el hidrocarburo

35
con ocho tratamientos que son los tipos de hidro- Cartel 26. Resolución de problemas en la enseñan-
carburos: extrapesado, combustóleo, diesel, gasóleo, za y el aprendizaje de la geometría
pesado, superligero, mediano y ligero. Se realizaron Mtra. Beatriz Adriana Zuñiga Cruz, SEP
cinco réplicas para cada tipo de sustancia teniendo
un total de cuarenta observaciones sobre las cuales
La geometría en el contexto educativo es una de las
se midió el nivel de absorbancia después de lanzar un
áreas básicas para el desarrollo del pensamiento ma-
haz de luz sobre ellas. Mediante el DCA se prueba
temático y la visualización, dada su aplicación di-
la hipótesis nula de que todos los tipos de hidrocar-
recta a contextos de la vida cotidiana. Sin embargo,
buro tienen la misma absorbancia promedio a una
en la educación secundaria en México se da mayor
concentración de cada sustancia de 100 ppm. Usan-
énfasis a las áreas de aritmética y álgebra, destinan-
do el software estadístico R, los resultados indicaron
do a ellas la mayor parte del tiempo, por lo que la
que los hidrocarburos tienen diferentes promedios de
enseñanza de la geometría se ha enfocado al uso de
absorbancia a un nivel de signicancia de 0.05. Des-
fórmulas para calcular perímetros, áreas y volúme-
pués se realizó la prueba de comparación múltiple
nes, así como medidas de ángulos y la aplicación de
de Tukey para identicar los grupos de hidrocarbu-
algunos teoremas (por ejemplo, el teorema de Pitá-
ros con absorbancia promedio diferente.
goras y el teoremas de Tales). Por ello, este trabajo

Cartel 25. El problema de los tres pueblos se centró en el enfoque de resolución de problemas en
Est. Abel Edoardo Pérez Domínguez, DACBUJAT geometría. El aprendizaje de la geometría, mediante
Coautor: M. en C. Laura del Carmen Sánchez el enfoque de resolución de problemas, es sustancial
Quiroga para el desarrollo de procesos cognitivos como la vi-
sualización, la construcción y el razonamiento. Ello
Tres pueblos A, B y C están unidos por tres carrete- permitiría al alumno razonar sobre un contenido o
ras rectilíneas AB, BC y CA que forman un triángu- problema matemático y no simplemente aceptar de-
lo equilátero. ¾Dónde se debe construir un almacén terminadas reglas sólo porque intuitivamente las cree
P para que la suma de las distancias del almacén a o porque el profesor las diga. Por lo tanto, se espera
las tres carreteras sea mínima? Siendo este proble- que el alumno argumente y valide sus procedimien-
ma lo que le da origen al Teorema de Viviani: En tos y resultados. Es común utilizar material concreto
un triángulo equilátero la suma de las perpendicu- y software de geometría dinámica para la enseñanza
lares trazadas desde un punto interior cualquiera a de la geometría, así como la resolución de problemas
los lados del triángulo es igual a la altura del mismo. geométricos. Sin embargo, el uso de estos recursos
En este cartel se presenterá la demostración del Teo- no garantiza que el alumno resuelva problemas de
rema así como la de dos de sus consecuencias más geometría, pero brinda la oportunidad de contextua-
importantes para triángulos. lizar, explicar y justicar procedimientos.

36