• Logo Biblioteca de la Universidad de Sevilla
  • Páginas

  • Categorías

  • RSS GME RSS

    • Se ha producido un error; es probable que la fuente esté fuera de servicio. Vuelve a intentarlo más tarde.
  • Archivo de MATBUS

  • Comentarios recientes

    Mando a distancia te… en Nuevo curso, nuevo sitio del…
    AmongNosotros en Se inspira en el juego ‘Among…
    Jorge en Se inspira en el juego ‘Among…
  • Escribe tu dirección de correo electrónico para suscribirte a este blog, y recibir notificaciones de nuevos mensajes por correo.

    Únete a otros 132 suscriptores

Se revelan los patrones matemáticos que siguen las abejas para fabricar sus panales

Un equipo de científicos, liderado por el Instituto Andaluz de Ciencias de la Tierra (IACT), centro mixto del Consejo Superior de Investigaciones Científicas (CSIC) y la Universidad de Granada, develaron por primera vez qué patrones matemáticos siguen las abejas para fabricar sus perfectos panales.

Los resultados se han publicado en la revista Journal of the Royal Society Interface, demuestran en un ejemplo de la aplicabilidad de las matemáticas a la naturaleza que las abejas sin aguijón australianas (Tetragonula carbonaria) construyen sus panales siguiendo complejos patrones sin tener un plan previo.

Siguen las mismas reglas matemáticas que los átomos o las moléculas cuando se agregan a un cristal.

La investigación permitió elaborar un modelo matemático que explica cómo las abejas llegan a estos patrones sin necesidad de tener un plan previo ni coordinación global.

Cada abeja individualmente necesita información acerca de su entorno más próximo. Con esta mínima información, cada obrera puede contribuir al crecimiento sin necesidad de una coordinación de grupo ni una inteligencia superior.

Los expertos simplificaron el modelo hasta reducirlo a tan solo dos parámetros: (R) el tamaño típico de la abeja y (α) un término aleatorio relacionado con la variabilidad en las celdas del panal.

Fuente:

https://www.clarin.com/internacional/revelan-patrones-matematicos-siguen-abejas-fabricar-panales-perfectos_0_niKGcx6-b.html

Un modelo matemático prevé que la segunda ola del coronavirus se extienda en Europa hasta enero de 2021

Una investigación, llevada a cabo por expertos del Institut de Physique des 2 Infinis (IP2I) y la Universidad de Lyon advierte de que Europa sufrirá una segunda ola de coronavirus hasta enero de 2021.

Emplean un modelo matemático alimentado con datos de la primera ola que permite una variación del 15% en las tasas de infección.

Los tiempos de los picos de la segunda ola dependen en gran medida de las tasas de infección, por lo que aquellos países con índices más altos llegarán a ese punto culminante antes que otros.

Este modelo tiene la ventaja de que puede adaptarse a la inclusión de nuevos datos, lo cual lo convierte en una herramienta muy útil para gobiernos, mercados financieros, la industria y ciudadanos individuales.

Leer más:

https://www.heraldo.es/noticias/internacional/2020/09/23/un-modelo-matematico-predice-que-la-segunda-ola-de-la-covid-19-en-europa-se-extendera-hasta-enero-de-2021-1396653.html

Un modelo matemático define la célula solar fina más eficiente

Un modelo matemático sugiere que el uso de dos películas delgadas de diferentes materiales puede ser el camino a seguir para crear células solares de película fina asequibles con un 34% de eficiencia.

Akhlesh Lakhtakia, profesor de ingeniería y mecánica en la Universidad de Penn State, ha descubierto que los investigadores se acercaban a las células solares desde el lado óptico, observando cómo se recolecta la luz del sol, y el lado eléctrico, viendo cómo la luz solar recolectada se convierte en electricidad.

Las células solares parecen ser dispositivos simples. Una capa superior transparente permite que la luz solar caiga sobre una capa de conversión de energía. El material elegido para convertir la energía absorbe la luz y produce corrientes de electrones cargados negativamente y agujeros cargados positivamente que se mueven en direcciones opuestas.

Las partículas con cargas diferentes se transfieren a una capa de contacto superior y una capa de contacto inferior que canalizan la electricidad fuera de la celda para su uso.

Los investigadores seleccionaron CIGS (diselenuro de cobre, indio, galio) y CZTSSe (seleniuro de cobre, zinc, estaño y azufre) para las capas. Por sí misma, la eficiencia de CIGS es de aproximadamente el 20% y la de CZTSSe es de aproximadamente el 11%.

Estos materiales funcionan en una célula solar porque su estructura es la misma. Tienen aproximadamente la misma estructura de celosía, por lo que se pueden cultivar uno encima del otro, y absorben diferentes frecuencias del espectro, por lo que deberían aumentar la eficiencia.

Fuente:

https://www.europapress.es/ciencia/laboratorio/noticia-modelo-matematico-define-celula-solar-fina-mas-eficiente-20200916134847.html

Modelo matemático predice triunfo de Donald Trump

El catedrático Helmut Norpoth, de la universidad Stony Brook (Nueva York), pronosticó el triunfo de Donald Trump en las elecciones presidenciales de noviembre próximo con base en un modelo matemático llamado primary model, cuya fórmula acierta en el resultado de 25 de las últimas 27 elecciones federales estadounidenses.

De acuerdo con el primary model, Trump tiene el 91% de probabilidades de ganar las elecciones, frente a un 9% del candidato demócrata Joe Biden.

La efectividad de su modelo se basa en el análisis que hace del comportamiento de los votantes en las elecciones primarias más que en las mediciones relacionadas con índices de aprobación.

Leer más:

https://www.telediario.mx/internacional/modelo-matematico-predice-triunfo-de-donald-trump

http://primarymodel.com

Un nuevo modelo matemático explica la red de correlación del clima de la Tierra a nivel global

Un equipo de investigadores del Consejo Superior de Investigaciones Científicas (CSIC) ha propuesto un modelo probabilístico para explicar la red de correlación del clima de la Tierra a escala planetaria y que simplifica y permite analizar distintos escenarios de calentamiento global.  Los resultados se han publicado en la revista Scientific Reports.

El clima es un sistema complejo que involucra campos variables que se definen sobre la Tierra, que interaccionan entre sí y tienen una influencia mutua.

El nuevo método que han ideado los investigadores del Instituto de Física de Cantabria no se basa en la correlación, sino en la relevancia estadística de una conexión para explicar los datos con un modelo estadístico completo. Así es posible describir, por ejemplo, la probabilidad de tener una temperatura determinada en cada lugar del planeta.

En concreto, han estudiado los efectos globales del fenómeno de El Niño, consistente en un calentamiento cíclico del océano Pacífico. Además del efecto local de un aumento de temperaturas en un entorno alrededor del punto caliente, la anomalía se refleja en el Índico con un sobrecalentamiento y un enfriamiento en Oceanía.

Fuente:

https://www.retema.es/noticia/un-nuevo-modelo-matematico-explica-la-red-de-correlacion-del-clima-de-la-tierra-a-niv-tI8FL

Un modelo matemático predice con más fiabilidad la mortalidad por calor de los organismos

Una investigación internacional, con participación de la Universidad Autónoma de Barcelona y publicado en Science, ha elaborado un nuevo modelo matemático que supone un cambio de paradigma para predecir las probabilidades de muerte por estrés térmico de pequeños organismos.

El modelo propuesto en este estudio por los investigadores Mauro Santos (Universidad Autónoma de Barcelona), Enrico L. Rezende y Francisco Bozinovic (Universidad Católica de Chile) y András Szilágyi (Eötvös Loránd University, Hungría) parte de la premisa de que el impacto acumulativo de cualquier estrés térmico varía con la temperatura y con el tiempo. Supone un cambio de paradigma para predecir la mortalidad por temperaturas extremas desde un modelo estático basado en un límite crítico a otro dinámico, más sólido y realista.

El margen de seguridad térmica es la diferencia entre la máxima tolerancia de una especie al calor y la temperatura ambiental máxima que experimenta esa especie sobre el terreno. Suele ser muy alto para las especies que habitan en latitudes medias.

Con el modelo mencionado se muestra que una sola función de supervivencia o probabilidad de muerte describe perfectamente los resultados obtenidos en el laboratorio para once especies de moscas Drosophila.

Este modelo puede ser aplicado a otros ectotermos, cuya supervivencia puede ser medida en el laboratorio y en microhábitats térmicos estimados con precisión sobre el terreno.

Fuente:

https://www.agenciasinc.es/Noticias/Un-modelo-matematico-predice-con-mas-fiabilidad-la-mortalidad-por-calor-de-los-organismos

Enlace al artículo:

https://science.sciencemag.org/content/369/6508/1242

La Universidad Nacional de Tres de Febrero (Argentina) crea un modelo matemático para predecir el pico de casos de coronavirus

Investigadores de la Universidad Nacional de Tres de Febrero (Untref), situada en Argentina, elaboraron un modelo de cálculo matemático mediante el cual estiman que el pico de contagios de coronavirus en el país sudamericano ocurrirá entre el 10 y el 20 de agosto próximo.

Tomaron el tiempo medio entre dos infecciones consecutivas en una misma población y que pueden estar separadas en distancia, y los datos de infectados.

Al inicio de la epidemia este indicador (que se mide en minutos) va disminuyendo su valor ya que las infecciones se producen cada vez más rápido y al alcanzarse el pico en la tasa de contagios asume un valor casi constante.

Los investigadores tomaron los datos de Italia, donde se observa que alrededor del día que se produce el pico en la tasa de contagios se produce el mínimo en el tiempo medio entre infecciones.

Los datos de Argentina muestran que el tiempo medio entre infecciones se encuentra en su etapa descendente con un valor actual de 0.28 minutos.

Fuente:

https://www.pagina12.com.ar/281800-coronavirus-un-modelo-matematico-para-predecir-el-pico-de-ca

Un modelo matemático explica la formación de bandas en el pez cebra

Investigadores de la Universidad de Bath han elaborado un modelo matemático para explicar cómo el pez cebra desarrolla sus rayas.

El pez cebra proporciona información fundamental sobre los complejos y procesos que sustentan la biología. Estudiar su aspecto puede ser relevante para la medicina, ya que la formación de patrones es una característica importante del desarrollo de los órganos.

Este nuevo modelo allana el camino para nuevas exploraciones en los sistemas de diseño de pigmentos y su similitud entre las diferentes especies.

Las rayas de un pez cebra adulto ‘tipo salvaje’ se forman a partir de células que contienen pigmento llamadas cromatóforos. Hay tres tipos diferentes de cromatóforos en los peces. Estas células pigmentarias se mueven alrededor de la superficie del animal, interactuando entre sí y autoorganizándose en el patrón de rayas para el que se nombra a los peces. Ocasionalmente, aparecen mutaciones que cambian la forma en que las células interactúan entre sí durante el desarrollo del patrón, lo que da como resultado manchas parecidas a laberintos o piel de leopardo.

Para probar las teorías biológicas, el equipo de Bath creó un modelo matemático que incorporó los tres tipos de células y todas sus interacciones conocidas. El modelo ha demostrado ser exitoso, prediciendo el desarrollo del patrón de peces tanto salvajes como mutantes.

Leer más:

https://www.europapress.es/ciencia/laboratorio/noticia-modelo-matematico-explica-formacion-bandas-pez-cebra-20200727135116.html

Un modelo matemático para prever futuras epidemias

La Generalitat de Cataluña anunció ayer la puesta en marcha de un proyecto basado en tecnologías avanzadas de big data e inteligencia artificial que permitirá prever nuevas epidemias y tomar decisiones por anticipado.

La iniciativa se denomina Observatorio Epidemiológico y trata de crear una herramienta digital que, mediante el tratamiento combinado de datos anonimizados, permita predecir patrones de evolución de procesos epidemiológicos.

Consiste en códigos informáticos y modelos complejos que se alimentan de fuentes de datos extraídas de redes de telefonía móvil, sistemas de salud o meteorológicos y ambientales. Una vez cruzados, depurados y tratados con técnicas de machine learning, se obtienen modelos predictivos.

Fuente:

https://www.lavanguardia.com/vida/20200717/482339763221/observatorio-epidemiologico-big-data-inteligencia-artificial.html

Elaborado modelo matemático para predecir los terremotos

Científicos ligados a universidades de Escocia, Inglaterra y Holanda han elaborado una nueva ecuación que promete mejorar la predicción de terremotos.

Sabine den Hartog, experta del Centro Lyell, y sus colaboradores de las universidades de Liverpool y Utrecht tienen como objetivo predecir cómo funciona en los filosilicatos la resistencia a la fricción.

Se analizan en escalas microscópicas zonas de fallas artificialmente generadas para identificar los procesos que ocurrieron durante el experimento.

La herramienta matemática permite la predicción en condiciones que no son accesibles en el laboratorio, lo que hace que sea mucho más fácil para los modeladores simular el movimiento de la falla en condiciones naturales.

La actividad a lo largo de las zonas de fallas ricas en filosilicatos se torna más violento a medida que el movimiento va más rápido.

Las conclusiones del estudio se publicaron en la revista Journal of Geophysical Research: Solid Earth.

Leer más:

https://es.digitaltrends.com/espacio/modelo-matematico-predice-terremotos/