Por: Koko Zavala Ganoza.¿Se puede predecir cuál será el caudal del río Piura antes de un desborde o se puede medir la resistencia que tiene el asfalto al construir una vía? ¿Se pueden predecir desajustes en los equipos de medición de un proceso antes de realizar el mantenimiento de los mismos?
La doctora ingeniera Isabel González Farías responde estos cuestionamientos, luego de su exposición “Aplicaciones de modelos estadísticos y de inteligencia artificial a la Ingeniería”, en el espacio Seminario de Innovación e Investigación, organizado por la Facultad de Ingeniería de la Universidad de Piura.
“Se trata, dice, de predecir el comportamiento de una variable en función de otras. Hay una variable respuesta y las otras son predictores. Por ejemplo, ahora con lo del río Piura, se podría estimar un modelo que prediga el máximo caudal esperado, en función de cuánto ha llovido en distintos puntos de la región. Es un modelo de predicción”.
Señala que los modelos de predicción son, en general, multivariantes, porque dependen de dos o más predictores; y la relación que hay entre la variable respuesta y los predictores puede ser muy sencilla o, por el contrario, una relación compleja más difícil de estimar. Sin embargo, anota, “en la actualidad tanto las técnicas estadísticas como los modelos de inteligencia artificial nos permiten estimar modelos de predicción para resolver problemas complejos”.
González Farías indica que estas técnicas de predicción se pueden aplicar a otros problemas de ingeniería, por ejemplo, para predecir la probabilidad de producir un artículo defectuoso, el desajuste en un equipo de medición o la producción de energía eólica a partir del viento, etc. También, es posible aplicarlas en otras áreas como la Economía o las Ciencias sociales.
Agregó que, actualmente, se trabaja con el departamento de Ingeniería Civil de la UDEP, por el interés de estimar un modelo que prediga el índice CBR que mida la resistencia del asfalto, a partir de las características del suelo: contenido de gravas, de finos, etc.
Igualmente, la investigadora señaló que antes del fenómeno El Niño costero, con el departamento de Hidráulica, se presentó un proyecto para predecir periodos de lluvias o sequías en un intervalo de tiempo, e incluso para intentar predecir la ocurrencia del fenómeno El Niño.
Sería interesante tener un modelo de pronóstico local que incorpore las variables atmosféricas que se miden en nuestra Región, señala. “La NOAA e institutos europeos cuentan con estos modelos, pero son modelos a escala más global. Es importante mejorar no sólo la predicción puntual, sino proporcionar una caracterización de la distribución del valor futuro que permita definir adecuadamente el riesgo en la toma de decisiones relacionadas con esos fenómenos”.
Asimismo, expresa, para algunas aplicaciones puede ser más importante conocer qué nivel de lluvias puede asegurarse con una determinada probabilidad, que disponer de una predicción puntual sin una caracterización adecuada de su incertidumbre. Por ejemplo, en las pasadas lluvias, habría sido muy importante tener una predicción de la probabilidad de que el río superara cierto caudal; sin embargo, sólo se tuvo una predicción puntual de dicho caudal, y esta tuvo un error muy alto, subrayó la investigadora.
