La hidrogeología, disciplina que estudia la distribución y el movimiento del agua subterránea en el subsuelo, enfrenta con frecuencia problemas complejos debido a su naturaleza no lineal, al manejo de información incompleta y a la interacción de múltiples variables interdependientes. La toma de decisiones en este ámbito —como la optimización de la ubicación y operación de pozos de bombeo, la predicción del desplazamiento de contaminantes o la gestión de recursos hídricos subterráneos— se ve desafiada por la incertidumbre en los parámetros del medio y las condiciones fronterizas.
En este contexto, metodologías basadas en técnicas de optimización y simulación resultan esenciales para abordar estos desafíos de manera precisa y eficiente. En el ámbito de la hidrogeología, su aplicación ha demostrado ser fundamental en problemas como la modelación del transporte de contaminantes o la gestión óptima de sistemas de bombeo en acuíferos, entre otros casos complejos que requieren soluciones robustas.
El enfoque principal del curso es precisamente la hidrogeología, destacando aplicaciones prácticas en el análisis y gestión de recursos hídricos subterráneos. Sin embargo, los conceptos y herramientas enseñados —particularmente aquellos vinculados con la optimización— son altamente versátiles y pueden aplicarse a una amplia variedad de disciplinas dentro de la ingeniería y las ciencias aplicadas. Esto permite que los participantes adquieran habilidades transferibles útiles para enfrentar problemas no lineales en contextos diversos.
Este curso está diseñado para introducir a los participantes en los conceptos fundamentales de optimización, con un énfasis especial en la optimización multiobjetivo y la optimización multiobjetivo robusta, herramientas clave para enfrentar problemas con múltiples soluciones posibles y altos niveles de incertidumbre. A lo largo del curso, se utilizará el método de enjambre de partículas (Particle Swarm Optimization, PSO) como técnica central para ilustrar cómo la optimización puede aplicarse eficazmente a problemas hidrogeológicos. El PSO, inspirado en el comportamiento colectivo de organismos como bandadas de aves o cardúmenes de peces, permite explorar el espacio de soluciones mediante la cooperación entre agentes, mejorando la eficiencia en la búsqueda de soluciones óptimas. El curso cubrirá tanto los principios básicos del PSO como su implementación práctica, incluyendo sus ventajas, limitaciones y estrategias de ajuste. Asimismo, se presentarán casos de estudio donde la aplicación del PSO en esquemas de optimización multiobjetivo y robusta ha permitido mejorar significativamente la gestión sustentable del agua subterránea.
Cada sesión combinará teoría y práctica, utilizando archivos .ipynb desarrollados para guiar paso a paso a los estudiantes en la exploración de estos conceptos, asegurando así una apropiación efectiva del conocimiento y una experiencia de aprendizaje aplicada.
Enfoque y objetivo: Capacitar a los participantes para comprender, formular y resolver problemas de optimización de objetivo único y multiobjetivo, empleando técnicas metaheurísticas con énfasis en el uso del algoritmo de enjambre de partículas.
CONOCIMIENTOS Y HABILIDADES AL CONCLUIR EL CURSO: Al término de este curso, el participante será capaz de:
Comprender los fundamentos de la optimización para problemas de un solo objetivo y de múltiples objetivos, así como la resolución bajo condiciones de incertidumbre.
Plantear adecuadamente problemas de optimización, identificando variables, restricciones y objetivos.
Emplear optimizadores metaheurísticos, destacando el uso del algoritmo de enjambre de partículas (PSO) para problemas de un solo objetivo y el algoritmo OMOPSO para problemas multiobjetivo, como herramientas efectivas de solución.
Analizar casos de aplicación, tanto teóricos como prácticos, con énfasis en el ámbito de la hidrogeología.
Utilizar Python y VS Code (Jupyter Notebooks) para el desarrollo, ejecución y documentación de modelos de optimización.
Visualizar y analizar de forma crítica los resultados obtenidos, facilitando la toma de decisiones y la comunicación de hallazgos.
Perfil del participante: Este curso está diseñado para profesionales, estudiantes y académicos interesados en el aprendizaje y aplicación de optimizadores avanzados, como el algoritmo de enjambre de partículas, para resolver problemas complejos de optimización no lineal, multiobjetivo y bajo condiciones de incertidumbre. El participante deberá contar con conocimientos básicos de Python.
Requisitos para obtener constancia académica:
Asistencia mínima del 80% (3 días)
Aprobar el examen final con calificación mínima de 7.
Requerimientos de software:
El entorno de programación que se utilizará en el curso está disponible de forma gratuita en el siguiente enlace: https://code.visualstudio.com/(se compartirá un documento a manera de guía para la instalación y uso básico del visualizador).
El equipo recomendado para este curso corresponde a una computadora de gama básica, similar a la que comúnmente se utiliza en cursos de nivel licenciatura o posgrado, siempre que cuente con capacidad suficiente para ejecutar entornos de programación en Python y visualizar archivos tipo .ipynb.
______________
Beca-estudiantes UNAM:
Requisitos:
Obligatorios:
1. Ser estudiante UNAM regular (contar con inscripción oficial del semestre),
2. Exposición de motivos,
3. Carta de recomendación de tutor(a) o responsable académico, con adscripción a la UNAM.
Tema 1. Introducción a Python, Numpy, y casos y ejemplos de optimización aplicados en la geohidrología (ferroviario si es requerido) | 45-60 minutos 1.1. Uso de metodologías de optimización en problemas hidrogeológicos (y ferroviarios si es del interés de la audiencia) 1.2. Uso de Numpy para manejo de matrices 1.3. Conceptos básicos en problemas de optimización Práctica: | 2 horas 1.4. Instalación de VS Code, y paquetería necesaria 1.5. Explicación del entorno de trabajo 1.6. Explicación de Python. Uso de Numpy para el manejo de matrices
Tema 2. Optimización metaheurística de objetivo único (PSO, Enjambre de Partículas). | 45-60 minutos 2.1. Introducción a problemas de optimización de objetivo único • Función objetivo • Máximo global • Restricciones • Desafíos de problemas de optimización hidrogeológicos • Óptimo global 2.2. Optimización Metaheurística, introducción y uso de PSO para resolver problemas de optimización de objetivo único • Movimiento y posición de la partícula • Velocidad de la partícula • Convergencia: impacto de parámetros del optimizador Práctica: | 3 horas
Implementación de PSO
2.3. Problema de objetivo único de PSO introductorio
2.4. Problema de objetivo único de PSO hidrogeológico
Tema 3. Optimización multiobjetivo metaheurística y el uso del OMOPSO como optimizador en problemas de optimización para problemas multiobjetivo. | 45-60 min 3.1. Introducción a problemas de optimización multiobjetivo • Concepto de competitividad • Set óptimo de soluciones y Frente de Pareto • Espacio de decisión vs Espacio de funciones objetivo • Geometría del Frente de Pareto 3.2. OMOPSO optimizador multiobjetivo (extensión de PSO para problemas multiobjetivo) • Hacinamiento (crowding) • Mutación • Dominancia • Restricciones de problemas multiobjetivo Práctica | 3 horas
3.3. Implementación de OMOPSO
3.4. Problema introductorio de objetivo múltiple - OMOPSO
3.5. Problema de objetivo múltiple hidrogeológico - OMOPSO
Tema 4. Optimización multiobjetivo robusta ante condiciones de incertidumbre en problemas geohidrológicos. | 45-60 min 4.1. Introducción a problemas de optimización multiobjetivo robusto • Método de Monte Carlo • Esperanza
• Esquema típico solución de un problema en hidrogeología usando Monte Carlo • Impacto de la incertidumbre (geológica) • Definición de solución Robusta • Optimización robusta multiobjetivo basada en valores esperados
Práctica | 3 horas
4.2. Análisis del impacto de condiciones de incertidumbre geológica
4.3. Análisis Robusto en problemas de optimización multiobjetivo