Protocolo de implementación del LMyS : implementación del laboratorio de modelamiento y simulación

La creación del Laboratorio de Modelamiento y Simulación (LMyS) se lleva a cabo con el objeto de adelantar investigación original y apoyar los proyectos en desarrollo dentro de la Facultad de Administración, mediante el modelamiento desde las ciencias de la complejidad y la matemática no clásica. Este desarrollo obedece a la necesidad de dar respuestas a la realidad cambiante y dinámica en la que los modelos tradicionales no han dado una respuesta satisfactoria o suficiente. Gracias al LMyS se materializan los avances y desarrollos de los grupos de investigación de la Facultad a través del modelamiento y simulación con lógicas no-clásicas (modal, difusa, paraconsistente y lógica cuántica, entre otras), que permitan posteriormente producir a nivel computacional implementaciones de estos modelos. De este modo, mediante las contribuciones del LMyS se busca que, por un lado, exista innovación en el conocimiento con el rigor apropiado y a niveles mundiales en el estudio de los sistemas dinámicos modelados a partir de las organizaciones, y, por otro, se erija como una herramienta para el sector empresarial y productivo en los procesos de toma de decisión. Al mismo tiempo que adelanta investigaciones que conducen a, y se condensan en, registros y patentes, el LMyS quiere contribuir al apoyo a la investigación en la disciplina de la administración. Así, el LMyS hace parte del gran proyecto de la Facultad de Administración de la Universidad del Rosario que le permitirá abordar problemáticas actuales y futuras, en torno a la dinámica económica y social, pero con enfoques igualmente políticos, financieros y otros en el marco de un mundo caracterizado por una enorme complejidad (creciente). El desarrollo de la investigación de la Facultad de Administración tiene como una gran influencia las ciencias de la complejidad, tratando de entregar a la comunidad empresarial herramientas, modelos o perspectivas diferentes que le permitan enfrentar la incertidumbre y disminuir los niveles de riesgo.

Modelamiento y simulación de sistemas complejos

De manera tradicional se ha afirmado que existen dos formas de ciencia: una basada en la inducción y otra fundada en deducciones o, lo que es equivalente, en criterios y principios hipotético-deductivos. La primera ha sido conocida como ciencia empírica y su problema fundamental es el de la inducción; es decir, el de establecer cuáles, cómo y cuántas observaciones (o descripciones) particulares son suficientes (y/o necesarias) para elaborar generalizaciones. Esta es una clase de ciencia que trabaja a partir de observaciones, descripciones, acumulación de evidencias, construcción de datos, y demás, a partir de los cuales puede elaborar procesos de generalización o universalización. Este tipo de ciencia coincide con los fundamentos de toda la racionalidad occidental, a partir de Platón y Aristóteles, según la cual sólo es posible hacer ciencia de lo universal. Por su parte, el segundo tipo de ciencia consiste en la postulación de principios primeros o axiomas, y se concentra en el estudio de las consecuencias –igualmente, de los alcances– de dichos principios. Esta clase de ciencia tiene como problema fundamental la demostración de determinados fenómenos, valores, aspectos, dicho en general; y esto se fundamenta en el rigor con el que se han postulado los axiomas y los teoremas subsiguientes. Por derivación, esta clase de ciencia incorpora y trabaja con lemas y otros planos semejantes. Cultural o históricamente, esta clase de ciencia se inicia con la lógica de Aristóteles y se sistematiza por primera vez en la geometría de Euclides. Toda la ciencia medieval, llamada theologia, opera de esta manera. En el marco de la ciencia contemporánea estas dos clases de ciencia se pueden ilustrar profusamente. En el primer caso, por ejemplo, desde el derecho que afirma que las evidencias se construyen; las ciencias forenses (antropología forense, odontología forense y demás) que sostienen algo semejante; o el periodismo y la comunicación social que trabajan a partir del reconocimiento de que la noticia no existe, sino que se construye (vía la crónica, la reportería y otras). De otra parte, en el segundo caso, desde las matemáticas y la lógica hasta las ciencias y las disciplinas que incorporan parámetros y metodologías basadas en hipótesis. (Vale la pena recordar siempre aquella idea clásica del propio I. Newton de acuerdo con la cual la buena ciencia y en las palabras de Newton: hipothese non fingo). Pues bien, por caminos, con motivaciones y con finalidades diferentes y múltiples, recientemente ha emergido una tercera clase de ciencia, que ya no trabaja con base en la inducción y en la deducción, sino de una manera radicalmente distinta. Esta tercera manera es el modelamiento y la simulación, y la forma más acabada de esta ciencia son las ciencias de la complejidad.

Realidad virtual distribuida para soportar la educación a distancia en Colombia.

Resumen tomado de la publicación

Una biblioteca de clases en Java para simulación y apoyo al estudio de sistemas de control.

Resumen tomado de la publicación

Herramientas software para el diseño y simulación en aplicaciones de control e instrumentación electrónica.

Resumen tomado de la publicación

Investigating the use of Virtual Learning Environments by teachers in schools and colleges

Investigating the use of Virtual Learning Environments by teachers in schools and colleges

Generación automática de entornos de simulación con interfaces inteligentes.

El resumen es copia del publicado con el artículo

Medición de la percepción de marca: propuesta metodológica para la mejora de un sistema de simulación basado en agentes

Se propone integrar los esfuerzos provenientes de las ciencias sociales para el desarrollo de las herramientas de gestión a través de las ciencias computacionales. Se busca desarrollar propuestas metodológicas que permitan el mejoramiento de un modelo computacional que haga posible el simular el desempeño de una marca dada, asociada a una empresa, frente a sus consumidores. Se procura que con esta monografía se establezcan formas que permitan una óptima recolección de información, insumo clave dentro de un modelo de simulación de inteligencia artificial que se aplicará al comportamiento de grupos poblacionales buscando comprender la respuestas que presentan los sujetos frente a la marca organizacional a partir del principio percepción-razonamiento-acción.