Facultad de Ciencias e Ingeniería
Permanent URI for this communityhttp://98.81.228.127/handle/20.500.12404/7
Browse
3 results
Search Results
Item Propuesta de solución a la sobrevaloración o subvaluación de futbolistas profesionales mediante algoritmos de Machine Learning(Pontificia Universidad Católica del Perú, 2025-01-13) Andia Cáceres, José Alexander; Silva Sotillo, Walter AlejandroLa presente investigación aborda la problemática de la sobrevaloración y subvaluación de futbolistas profesionales en el mercado de fichajes, utilizando algoritmos de aprendizaje supervisado de Machine Learning para estimar el valor de mercado de los jugadores. El objetivo principal del estudio es identificar un modelo que permita una valoración objetiva y precisa de los futbolistas, ayudando a los clubes a tomar decisiones fundamentadas en datos para evitar la especulación y distorsión de precios. La metodología empleada incluyó la recolección y procesamiento de datos de plataformas reconocidas como Transfermarkt y SoFIFA, que proporcionaron información detallada sobre las características y rendimiento de los futbolistas. A partir de estas fuentes, se generó un conjunto de datos con variables relevantes como la edad, peso, altura y demás características. Posteriormente, se aplicaron cinco modelos de predicción: K-Nearest Neighbors (KNN), árboles de decisión, Random Forest, Gradient Boosting y regresión lineal múltiple. Los resultados indicaron que el modelo de árboles de decisión optimizado fue el más eficaz, con un RMSE de 0.45, MAE de 0.14 y un coeficiente de determinación (R²) de 99.94%. Este modelo permitió identificar con precisión jugadores sobrevalorados como Aymeric Laporte y subvalorados como Jude Bellingham. La aplicación de este modelo a un caso práctico del Chelsea FC evidenció una sobrevaloración de 127.5 millones de euros en sus fichajes, subrayando la necesidad de una mayor regulación en el mercado para evitar inflación de precios. En conclusión, el uso de algoritmos de Machine Learning es una herramienta poderosa para estimar el valor de mercado de los futbolistas de manera objetiva y eficiente, promoviendo un entorno financiero más equilibrado y sostenible en la industria del fútbol.Item Análisis aerodinámico de la hélice de un aerogenerador tripala de eje horizontal de 3 KW mediante simulación numérica(Pontificia Universidad Católica del Perú, 2014-08-14) Cortez Aguilar, Miguel Martín; Valverde Guzmán, Quino MartínEl presente trabajo de tesis desarrolla un procedimiento para analizar aerodinámicamente la hélice de un aerogenerador tripala de eje horizontal de 3kW mediante simulación numérica. El alcance del análisis aerodinámico para este trabajo abarca el análisis cualitativo de los resultados obtenidos por simulación numérica de líneas de flujo y mapa de presiones, entre otras. Además, realizar un análisis cuantitativo y comparativo de los valores de torque mecánico por dos métodos diferentes. El primer método, se le llama método o cálculo analítico, trabaja un proceso de cálculo iterativo para aerogeneradores de eje horizontal. A través de este proceso se calcula el valor aproximado de dos parámetros importantes (los factores de inducción) con los cuales es posible obtener la distribución de fuerzas y torque. En parte de este método, se aplica el software libre QBLADE, especializado en perfiles aerodinámicos. El segundo método es un análisis por volúmenes finitos para flujo externo mediante simulación numérica. En este procedimiento se desarrolla un modelo de simulación eficaz y eficiente, en cuanto a resultados y tiempo de uso computacional. De este método se obtiene líneas de flujo, mapa de presiones, mapa de contorno de la velocidad del flujo y representación gráfica de los remolinos formados en el extremo final de las palas. También se obtienen valores numéricos del torque mecánico para cada condición de trabajo de la hélice. Para este método se usa el software ANSYS CFX. Una vez obtenido los resultados, son comparados y analizados, siendo posible obtener conclusiones y recomendaciones útiles como procedimiento de investigaciones y diseños futuros. Se concluye que se tiene un modelo de simulación óptimo para el análisis planteado para este trabajo, con resultados físicamente admisibles según el límite de energía máxima extraíble del viento. El modelo de simulación es capaz de representar gráficamente, de manera correcta, los efectos físicos en el flujo, prueba fehaciente de ello son la concordancia de estos con sus esperados teóricos. Además se rescata la confiabilidad de los resultados por simulación al no alejarse demasiado de los analíticos, al tener que para condición de trabajo nominal, el valor de torque mecánico por simulación numérica (162.32 Nm) y el resultados por método analítico (178.61 Nm) generan un error relativo de 10%, y un error relativo máximo de 11% de las diferentes condiciones de trabajo analizadas.Item Modelo de asignación de pasajeros en una red de transporte colectivo urbano(Pontificia Universidad Católica del Perú, 2011-12-02) Castro Aragón, Fernando RamiroEn esta tesis se presenta el concepto y la implementación computacional de un modelo para resolver el problema de asignación de flujo de pasajeros de equilibrio en una red de transporte colectivo urbano con congestión. En esta aplicación se toma en consideración el segundo principio de Wardrop, u óptimo del usuario y se utiliza un modelo de equilibrio estático con demanda fija. Se presentan los antecedentes y la naturaleza del problema de elección de ruta para los usuarios del sistema de transporte público, indicando las principales hipótesis sobre el comportamiento de estos al momento de escoger la ruta. Asimismo, se muestra la formulación matemática del problema de asignación de flujo de pasajeros en una red de transporte colectivo con congestión. Se presenta ademas la descripción de la representación del sistema de transporte colectivo como una red, la determinación de las rutas de los pasajeros, y la asignación de flujo de pasajeros en las rutas escogidas por los pasajeros. El flujo de equilibrio puede ser encontrado resolviendo un problema de minimización con una función objetivo no lineal y un conjunto de restricciones lineales. Se utiliza una adaptación del algoritmo de Frank-Wolfe, el cual resulta eficiente para resolver problemas estocásticos de transporte. La implementación en DELPHI se presenta detallado las principales subrutinas . Se presenta una aplicación practica del modelo planteado.