Método

Antonio Núñez, ULPGC

Lógica Lógica, argumentación y razonamiento clásicos, conocimiento

ordinario Concepto, abstracción, generalización (L125) Razonamiento categórico deductivo, relacional, hipotético/condicnal L133 Inducción clásica, evidencia esencial, evidencias (L147,154) Inducción recursiva, matemática L151 Inducción empírica, Bacon, Newton, vs Inducción clasica Primera aproximación a la Inferencia estadística L 154-5 Sofismas verbales, conceptuales, confusión de predicados, petición de

principio, contradiccion aparente, argumentación de autoridad (L159) Lógica formal (FI 17-63) +/CMLC

Elementos: alfabeto, cadenas, concatenación, lenguaje, sintaxis, semántica, proposiciones, conectivas, enunciados, sentencias

Lógica/cálculo de proposiciones, reglas de formación, axiomas Boole, axiomas PM Whitehead Russell, sustitución, demostración de teoremas, tesis, conjeturas, lemas, corolarios, consecuencias, reglas y leyes de transformación, interpretación y semántica, modelo algebraico, leyes y reglas de inferencia y resolución, completitud, consistencia

Lógica de predicados, lógica modal, lógica de primer orden, lógica de descripciones DL, modelado, conocimiento KB, bases de datos y DL

Lógica multivaluada y de Lukasiewicz, lógica borrosa

Lógica Razonamientos, lógica formal, sistemas inferenciales

Texto: tratado clásico “Fundamentos de Informática, Lógica, Autómatas, Algoritmos y Lenguajes”, G. Fernández, F. Sáez Vacas, Anaya 1995. La clave es poder entender los sistemas inferenciales de la lógica de proposiciones (sección 2.5), lógica de predicados de primer orden (4.4), y lógica de la inferencia bayesiana en sistemas expertos (6.3).

Técnicas lógicas derivadas de Cibernética, Computación e Inteligencia Artificial (no se tratan) Search algorithms, Optimization mathematics, and Evolutionary

computation Logic programming and Automated reasoning Probabilistic methods for uncertain reasoning Classification mathematics, Statistical classification, and Machine

learning Neural networks Control theory AI Programming languages

Ciencia Ciencia especulativa y ciencia empírica

Definición de ciencia L167 Objeto de la ciencia L172 Actividad científica FCE 65

Sistemas teóricos Teorías-marco Construcción de modelos Formulación de leyes Existencia de entidades Caracterización de entidades Existencia de procesos y sistemas Caracterización de procesos y sistemas Confirmación experimental de hipótesis Mejoras en la precisión instrumental Descubrimientos fortuitos Sistematización y syllabus

Ciencia Experimental Método científico-experimental hipotético-deductivo

L197, Física-Rosell 3 Datos de experiencia, observación Objeto de investigación, tema de tesis Formulación de la pregunta a investigar, planteamiento

del problema: la respuesta es la conclusión de la investigación. La conclusión se formula como posición o tesis

Creación de hipótesis, deducción de tesis Contraste/confirmación/refutación de hipótesis Criterios

Poder explicativo Poder predictivo La precisión/exactitud de explicaciones y predicciones Extrapolación e inducción

Ciencia-Tecnología-Innovación 1 Ciencia, Ciencia Aplicada, Técnica, Tecnología,

Ingeniería, Investigación Fundamental, Investigación Aplicada, Desarrollo Tecnológico, Innovación

Ciencia y Tecnología: el Conocimiento ordinario a partir de la experiencia se formaliza en la Ciencia Experimental, y análogamente la habilidad y know how ordinario de la Técnica se formaliza en la Tecnología.

La Ciencia implica un discurso racional y formal (teoría) sobre el método de conocer, la creación de conceptos, cualidades, relaciones y leyes, la logía de la episteme, la epistemología

La Tecnología implica un discurso racional y formal sobre la tecné, (la habilidad práctica de hacer cosas), es la logía de la tecné. Logos en griego es discurso racional, razón, argumentación, lenguaje, teoria, palabras.

Ciencia-Tecnología-Innovación 2 La Ciencia estudia la naturaleza, sus objetos y fenómenos y sus

procesos y cambios. Y la motivación es la curiosidad, el querer entender, busca el qué y el por qué. Qué pasa, qué hay, por qué.

La Ciencia Aplicada aplica la ciencia experimental a ámbitos de utilidad, a la solución o remedio de algún problema, o a dar solución a las necesidades que demanda la Tecnología

La Tecnología estudia el objeto artificial, y su construcción, transformación y procesos, formaliza el conocimiento práctico de la técnica, busca el cómo y el para qué, se apoya en toda la Ciencia.

La Ingeniería estudia el objeto artificial y sus procesos como la Tecnología, pero está centrada en la solución de problemas de interés para el hombre, y considera su construcción y los recursos, la economía, la realidad de que existen recursos escasos para la construcción de esos objetos útiles, y por eso considera eficiencia en costes y rendimientos. En todo ello busca el cómo hacerlo. Al considerar los procesos complejos surge también el observar y ver qué pasa, qué hay, por qué y para qué del proceso constructivo.

La Innovación se centra en renovar (innovare, novo) y hacer cambios para mejorar algo existente. La novedad es consecuencia del cambio y de la mejora. La mejora no requiere necesariamente introducir un nuevo producto. Se innova en organización, en decisiones, en procesos, en industrialización, en productos..

Ciencia,Tecnología vs Ingeniería1 El objeto de la ciencia es la naturaleza y los fenómenos naturales,

incluyendo procesos y transformaciones naturales. El de la tecnología son los objetos artificiales, incluyendo en objetos los procesos, operaciones, transformaciones, fabricaciones y sistemas en general, simples o complejos.

La Ciencia se mueve por la curiosidad y la necesidad de saber y entender del hombre. La Tecnología por la necesidad de hacer y de utilizar. Ambas se apoyan mutuamente. La Tecnología aplica toda la Ciencia. La Ciencia usa toda la tecnología para observar los fenómenos naturales, cada vez más profundos e inobservables, y para poder modelar y entender la naturaleza.

Y finalmente la diferencia entre Tecnología e Ingeniería es principalmente que la Ingeniería aplica la Tecnología, pero lo hace con unos objetivos más inmediatos, no necesariamente aporta nuevo conocimiento sino solo aplica, y sobre todo hace todo esto en un contexto de ECONOMIA, DE RECURSOS ESCASOS, y por lo tanto con enfoques de eficacia, eficiencia, rendimiento, esfuerzo, costes, mínimos, máximos, optimización, mantenimiento, fiabilidad, disponibilidad, robustez, sostenibilidad, etc.

Todo esto puede verse como una pirámide que parte del conocimiento simple ordinario y la habilidad ordinaria de la técnica, esto a su vez soporta la Ciencia experimental y la Tecnología, que se abrazan mutuamente, y ambas soportan la Ingeniería.

Ciencia,Tecnología vs Ingeniería2 Fenómenos macroscópicos y complejidad, sistemas: Ciencia, Tecnología,

Ingeniería: Qué está pasando. Observar, medir, datos. Por qué. Causas, explicaciones,

fórmulas. Para qué. Nuevas aplicaciones, mejoras. Estadística: “datos”, “pasa algo”, “pistas”. No el por qué. Algún efecto =/ causa-

efecto. Pistas para pensar, para crear hipótesis. Pistas para mayor certeza. Pistas para ajustar. Modelos extrínsecos (o descriptivos) vs intrínsecos (o explicativos)

Ciencia: Qué es. Y precisamente “Por qué es”. Método para buscar, encontrar, probar, verificar.

Ingeniería: Cómo construir algo y por qué construir así. Método para construir, comprobar, caracterizar, mejorar.

Cómo proyectar/diseñar, cómo construir. Cómo optimizar y controlar lo construido.

En tecnología e ingeniería es importante el proceso de aportación nueva al conocimiento vía intentar la construcción, construir aportando los pasos y el por qué de esos pasos. Construcción de algo nuevo, aportación original al conocimiento. No mera repetición de una proyectación-diseño o construcción.

Aristóteles: teoria: su objeto es la verdad en las cosas, contemplar, mirar, especular, poiesis: su objeto es la formación, la construcción o producción pero no de cosas sino de culturas o formas vitales (de ahí poesía) o sociales, praxis: su objeto es todo tipo de acción, incluyendo las construcción y producción de cosas.

Ciencia vs Tecnología Ingeniería Proyectos de investigación: Terminología oficial en convocatorias y administración pública 1:

Proyectos de investigación fundamental no orientada: consistentes en trabajos experimentales o teóricos emprendidos con el objetivo primordial de adquirir nuevos conocimientos acerca de los fundamentos subyacentes de los fenómenos y hechos observables, aunque no existan perspectivas inmediatas de aplicación práctica y directa. Estos nuevos conocimientos deben suponer un avance en el ámbito en el que se encuadren.

Proyectos de investigación fundamental orientada a los retos de la sociedad: consistentes en trabajos experimentales o teóricos que, por sus características y finalidad, estén orientados a la búsqueda de soluciones científico-técnicas que permitan resolver los problemas planteados en los retos de la sociedad, independientemente del carácter básico o más aplicado de la metodología y resultados que se obtengan.

Retos: 1. Salud, cambio demográfico y bienestar. 2. Seguridad, calidad alimentaria; actividad agraria productiva y sostenible; sostenibilidad de recursos

naturales, investigación marina y marítima. 3. Energía segura, sostenible y limpia. 4. Transporte inteligente, sostenible e integrado. 5. Acción sobre el cambio climático y eficiencia en la utilización de recursos y materias primas. 6. Cambios e innovaciones sociales. 7. Economía y sociedad digital. 8. Seguridad, protección y defensa

KETs (Tecnologías Facilitadoras Esenciales): fotónica, micro y nanoelectrónica, nanotecnología, materiales avanzados, biotecnología y tecnologías de la información y las comunicaciones

Ciencia vs Tecnología Ingeniería Proyectos de investigación: Terminología oficial en convocatorias y administración pública 2:

Proyectos de investigación industrial: Proyectos orientados a la investigación planificada o los estudios críticos encaminados a adquirir nuevos conocimientos y aptitudes que puedan ser útiles para desarrollar nuevos productos, procesos o servicios o permitan mejorar considerablemente los ya existentes. Incluye la creación de componentes de sistemas complejos que sean necesarios para investigación industrial, especialmente la validación de tecnología genérica, salvo los prototipos (que se consideran desarrollo experimental, más que investigación industrial).

Proyectos de desarrollo experimental: proyectos orientados a la adquisición, combinación, configuración y empleo de conocimientos y técnicas ya existentes, de índole científica, tecnológica, empresarial o de otro tipo, con vistas a la elaboración de planes y estructuras o diseños de productos, procesos o servicios nuevos, modificados o mejorados. Pueden incluirse otras actividades de definición conceptual, planificación y documentación de nuevos productos, procesos y servicios. Entre las actividades de estos proyectos, puede figurar la elaboración de proyectos, diseños, planes y demás tipos de documentación. Se incluye asimismo el desarrollo de prototipos y proyectos piloto con fines de demostración y validación.

En este tipo de proyectos se encuadran también: La producción y ensayo experimentales de productos, procesos y servicios

Pero no se incluyen los desarrollos directos de aplicaciones industriales o ya comerciales.

Dentro de esta tipología de proyectos tampoco se incluyen: las modificaciones habituales o periódicas efectuadas en los productos, líneas de producción, procesos de fabricación, servicios existentes y otras actividades en curso, aun cuando dichas modificaciones puedan representar mejoras.

Tecnología 1 Estado del arte, know-how,

saber qué es lo que se sabe y quién lo sabe

Técnicas Tendencias Crear Adquirir (know-how, training,

licencias de explotación, permisos)

Desarrollar (el potencial que tiene una tecnología, variantes)

Desplegar, implementar, instalar, innovar

Herramientas (matemáticas, estadísticas, físicas, software)

Infraestructuras, sistemas, instrumentos, labs, calibración

Usar Actualizar

Requisitos (requirements) Especificaciones (specs) Especificaciones formales

ejecutables Condiciones y restricciones Marco científico y teórico de

aplicación Paradigmas (grandes modelos

conceptuales) Casting del problema Métodos genéricos,

específicos Métodos concretos Heurísticos y ad hoc Cálculos simplificados back of

the envelope, rule of thumb Modelado Simulación Optimización tecnológica Pruebas de concepto Mejores prácticas

Tecnología 2 Procesos, Sistemas Continuo, discreto, I/O,

Feedback, LTI, LTV, NLTI, NLTV, identificación

Proyecto y Diseño Flujos (Etapas, flujos de

diseño) Top-down, bottom-up Experimentación y prototipado Documentación, anotaciones Análisis, sensibilidad Parametrización Worst case scenario (best,

average) WCET, worst case execution

time, WCRT w c reaction time Verificación Validación y crítica Ensayos, prueba y error Test, faltas, cobertura de

faltas, Testbenches, ATPG

Design for Testability DfT, Design for Manufacturability DfM, Design for Yield DfY, Process Variations

Caracterización Comparativas Pruebas alfa y beta Manual de usuario Protección (intelectual,

patentes, modelos de utilidad, secreto industrial, IPs)

Implantación TIP (plan de implantación de la tecnología)

Producción en volumen Difusión, DUP (plan de uso y

difusión) Uso. Doble uso Nuevas Ideas Futuro Gestión de intangibles

Planteamiento del problema Contexto, condiciones de

contorno, suposiciones, definiciones

Identificación marco de soluciones. Casting del problema

Cumplimiento de normativa, consideración de estándares

Marco legal y autorizaciones Descripción y anteproyecto Solución y cálculo técnico.

Modelos y simulaciones. Ciencia y Tecnología revisitadas

Congelación y fijación del proyecto (evitar modificaciones sobre las especificaciones)

Proyecto detallado Plan de ejecución y gestión,

Microsoft Project..

División del proyecto Paquetes de trabajo Tareas y sub-tareas, items Interrelaciones y dependencias Hitos Puntos críticos Controles y revisiones Peores casos Plan B Asignación de recursos Sincronización y coordinación Gestión de versiones, Git

(Subversion SVN, CVS..) Autentificación y validación de

documentos y revisiones Calidad y gestión de calidad Reutilización Workbenches Entorno de producción

Ingeniería 1

Ingeniería 2 Eficacia Exactitud Precisión Prestaciones Eficiencia Robustez Fiabilidad Cadencia de fallos λ MTBF MTTF Test Dispersión n-σ Tolerancia a fallos Ciclo de vida

Estructura de costes Optimización en funciones

de coste y prestaciones Calidad Desviación y control Rendimiento Inversión, RC, NRC, ROI,

IRR (TIR) Hoja de ruta Plan de mantenimiento Plan de mejora Pre-comercialización,

distribución, marketing Autoridad, facultativo,

profesionalización, visado

Ingeniería 3 Complejidad, coordinación,

Gestión de RRHH Trabajo personal bien hecho Autoridad Liderazgo Disciplina Reglas Jerarquía Creatividad, inspiración Motivación Libertad Especialización Cooperación, trabajo en grupo Reuniones y exigencias Tareas menores, detalles Tiempos Entregables Picos de trabajo

Documentación, recursos compartidos, Groupware, TWiki, TikiWiki, Workflow

Nuevas ideas Soporte a organización:

Organización Operaciones Estudios de mercado Economía y financiación Ingeniería de soporte a ventas Soporte post-venta Gestión de clientes

Soporte a decisión: Estrategias competitivas Teoría de juegos, soluciones

VonNeumann Minmax, soluciones Nash

Soporte a innovación: Procesos Productos

Fuentes de conocimiento Syllabus de disciplinas Libros de texto Manuales de referencia Tutorials Revistas científicas Congresos científicos Revistas profesionales Ferias y exposiciones Repositorios de tesis y

Technical Reports Patentes Planes públicos y sus

workprograms Roadmaps industriales Catálogos comerciales Websites de fabricantes de

tecnología

Websites de proyectos públicos (FP7, H2020..)

Prensa profesional y online, newsletters, RSS

Technical papers, white papers

Foros de desarrolladores Foros de usuarios Webinars, MOOCs Formación continua, cursos,

seminarios, cursos web universidades

Wikipedia Diccionarios Visitas Proyectos conjuntos Movilidad Estancias

Disciplina académica / investigación

Concepto y definición Objeto Contexto y disciplinas

afines Método Syllabus sistemático y

ordenado de contenidos Fuentes de

conocimiento Laboratorios y

herramientas

Temas abiertos Líneas de investigación Estado del arte Trabajo del grupo Métodos específicos Laboratorios y

herramientas del grupo Resultados Objetivos de

publicación del grupo

Fuentes de financiación

Proyectos empresariales Plan estatal I+D+i Plan europeo Horizonte 2020 Plan canario I+D+i y RIS3 Plataformas Tecnológicas AMETIC European Technology Platforms, Eureka

Clusters ITC clusters / Intercluster / Ponencias

Empresa Spin-off La empresa fundada “recientemente” por personal

de una institución de I+D pública o privada sin ánimo de lucro, o un estudiante, para desarrollar y comercializar una invención

La empresa que licencie tecnología propiedad de una universidad, centro público de investigación o centro tecnológico, como parte significativa de su actividad

La empresa que comience en un parque tecnológico o incubadora de empresas perteneciente al sector público o la universidad, o

La empresa en la que una universidad o un centro público ha realizado una participación significativa en su capital.

Resumen: sólo investigación si se publica o se patenta o se transfiere $ Todo esto como resultado de una aportación original Investigar es realizar actividades lógicas y prácticas sistemáticas,

ordenadas y metódicas con el objeto de obtener o aumentar el conocimiento en una materia, hacer una aportación original y significativa a ese campo. Implica rigor lógico, terminológico y metodológico. En el caso de Ingeniería aumentar el conocimiento es también aportar mejora en cómo hacerlo, cómo construirlo, aportar en know-how.