Se describe un proyecto de investigación, cuyo objetivo fue mitigar las inundaciones fluviales en la comunidad de San Felipe Usila, Estado de Oaxaca, México; una zona altamente vulnerable a estos eventos. Se realizó un análisis hidrológico detallado, obteniendo los hidrogramas para diferentes periodos de retorno, utilizando estos en las simulaciones hidráulicas con el programa FLO-2D. El modelo numérico hidráulico implementado fue calibrado para simular condiciones similares a las reales para determinar la zona, altura y velocidades de inundación. Las simulaciones, se utilizaron para analizar y obtener: el comportamiento hidráulico del flujo en la zona de estudio, las deficiencias de la protección actual y las obras que deben realizarse para mejorar su protección y mitigar las inundaciones fluviales (ampliar la sección del flujo y dique con 6 m de altura).
The objective of this article is to investigate the application of the Isoplot method to evaluate a continuous measurement system. What is investigated here is the impact that the number of pieces used in the method can have, and to review the application of the Analysis of Variance (ANOVA) method to estimate the variances of the pieces and of the measurement instead of to use range estimates. The probability of accepting a measurement system is estimated to compare an original characteristic that says if it is acceptable or not. Empirical rules reported in the available literature are compared. The situation in which the variation of parts is not normal is valued and it refers to other sample plans of analysis of measurement systems.
Este proyecto presenta el desarrollo de un prototipo de monitoreo energético basado en IoT, diseñado para optimizar el consumo de energía mediante la adquisición y análisis de datos en tiempo real. Para su implementación, se empleó una metodología iterativa incremental que abarcó las fases de planificación, diseño, desarrollo de software y construcción del prototipo. El sistema desarrollado utiliza una Raspberry Pi Pico W junto con sensores de voltaje y corriente, permitiendo la medición precisa de parámetros eléctricos clave. Los datos obtenidos son procesados y visualizados mediante una interfaz web, lo que facilita la identificación de patrones de consumo y la detección de anomalías. Además, el sistema genera registros digitales, proporcionando herramientas para el análisis energético y la optimización del uso de la electricidad. Los resultados obtenidos demuestran que la integración de IoT en el monitoreo energético no solo mejora la eficiencia en el consumo eléctrico, sino que también contribuye a la sostenibilidad en sectores industriales y residenciales. La capacidad del sistema para registrar y analizar datos en tiempo real permite a los usuarios tomar decisiones informadas para reducir costos y minimizar el impacto ambiental. Si bien el sistema ha demostrado ser funcional y escalable, su implementación en entornos industriales o de gran escala requerirá estudios adicionales para evaluar su precisión en condiciones variables y su viabilidad económica. Como trabajo futuro, se plantea la incorporación de inteligencia artificial y automatización del control energético, lo que permitiría una gestión más eficiente y adaptable a diferentes entornos. Estas mejoras ampliarían la aplicabilidad del sistema, favoreciendo su uso en la industria, el sector residencial y entornos educativos. Este prototipo representa un paso hacia la transformación digital en la gestión energética, destacando el potencial de IoT y análisis de datos para optimizar recursos y promover el desarrollo sustentable.
In this work we compare the performance of a multilayer neural network with the classic GARCH model when both are applied to a regresion problem of a univariate time series. To make sound decisions it is of main importance To make sound decisions, it is of main importance to predict the future behaviour of the main variables. The disposal of huge amounts of data and the non linearity of the correlation of the time series require the use of neural networks, whose architecture demands machine learning techniques. For the input layer the ACF and the PACF correlation function are needed, and for the number of neurons in the hidden layers the version of the method of cross validation for time series is used. We present the results with real data that show better performance of the resultant neural network in comparison to the GARCH model.
Uncertainty estimation is a necessary step in any geophysical study before drawing interpretations. In particular for seismic slip inversion studies, inaccurate slip assessments can lead to misleading interpretations of the tectonic kinematics. In recent decades, seeral strategies for uncertainty evaluation, under different theoretical frameworks, have been proposed, but they have not yet been systematically compared. In this work, we propose specific indices for four different strategies to assess the uncertainty in the seismic slip inversion. These strategies include: (1) the marginal distributions obtained via Bayesian inference, (2) the Hessian matrix, (3) the resolution matrix, and (4) the mobile checkerboard tests. These strategies were applied to two canonical synthetic cases: the first representing a reverse fault, and the second, a strike-slip fault. Additionally, the uncertainty analysis was performed for a real case: the 2021 Acapulco earthquake (Mw 7.0). The results reveal a similarity between the uncertainty distributions obtained using Bayesian inference and those derived from the Hessian matrix. Likewise, comparable results are observed between the mobile checkerboards and the resolution matrix. These similarities are attributed to the theoretical foundations and methodological approaches underlying each strategy. Although the employed strategies do not produce identical uncertainty distributions, all indicate lower uncertainty in regions with higher station density and proximity to the fault. The results confirm that uncertainty is not driven by the data themselves, but rather by the fault geometry and the distribution of measurement instruments.
