Perfil (CV) del personal docente investigador

Mainar Maza, Esmeralda
Departamento: Departamento de Matemática Aplicada
Área: Matemática Aplicada
Centro: Escuela de Ingeniería y Arquitectura

Research Institute: INSTITUTO UNIVERSITARIO DE MATEMÁTICAS Y APLICACIONES (IUMA)
Grupo: E41_23R: Análisis Numérico, Optimización y Aplicaciones

Códigos UNESCO
  • Teoría de la aproximación
  • Construcción de algoritmos
  • Análisis de errores
  • Interpolación, aproximación y ajustes de curvas
  • Métodos iterativos
  • Ecuaciones lineales
  • Matrices
  • Otras especialidades matemáticas

Tramos de investigación
  • CNEAI research evaluation. 01/01/18
  • CNEAI research evaluation. 07/01/11
  • CNEAI. 01/01/04
Categoría profesional: Prof. Titular Univ.

Cargos
  • Subdirectora de Calidad e Innovación de la Escuela de Ingeniería y Arquitectura
Correo electrónico: esmemain@unizar.es
ORCID: 0000-0002-1101-6230

Titulaciones universitarias
  • Licenciada en Matemáticas. Universidad de Zaragoza. 1995

Doctorados
  • Doctora en Matemáticas. Universidad de Zaragoza. 1999

Descargar currículum en formato PDF Ir a la página ORCID

 
               
La representación de curvas y superficies utiliza técnicas matemáticas clásicas como la interpolación o diferentes tipos de aproximación, así como otras más novedosas como el uso de polígonos o redes de control en el diseño geométrico asistido por ordenador (CAGD de Computer-Aided Geometric Design). El CAGD constituye una herramienta indispensable para el diseño industrial, cuyas aplicaciones se centraron inicialmente en el diseño de carrocerías de automóviles, cascos de barcos y fuselajes de aviones; habiéndose extendido recientemente a campos tan diversos como la robótica, electrónica, arquitectura, ingeniería civil, medicina y cirugía. Para que el diseño interactivo pueda realizarse de forma eficiente es necesario que las curvas o superficies diseñadas tengan una forma sugerida por sus polígonos o redes de control. Para que se cumpla esta propiedad de preservación de forma, es necesaria la positividad total de las bases consideradas. Una base es totalmente positiva si todas sus matrices de colocación son totalmente positivas, es decir, con todos los menores no negativos. Esto ilustra un primer ejemplo de conexión entre el CAGD y las matrices con cierta estructura especial.
A lo largo de mi trayectoria investigadora, he analizado diferentes representaciones que preservan la forma y que son óptimas puesto que reflejan con fidelidad los principales rasgos geométricos de los polígonos o redes de control, llamando a las bases correspondientes B-bases normalizadas. Ejemplos de B-bases normalizadas son las bases de Bernstein de los espacios de polinomios y las bases de B-splines en los espacios de tipo spline polinómico.
El problema de ajuste de curvas y superficies paramétricas tiene un gran interés en las aplicaciones de CAGD. En estos problemas debe tenerse en cuenta el tamaño del conjunto de datos a aproximar y la representación elegida para el ajuste, considerando técnicas de interpolación o técnicas basadas en aproximación por mínimos cuadrados. Durante los últimos años, se está produciendo un auge notable de otro tipo de métodos computacionales basados en herramientas de la inteligencia artificial (IA) y basados en el uso de redes neuronales artificiales. Se está demostrando que las redes neuronales tienen un amplio abanico de aplicaciones con resultados muy eficientes en diversos problemas y aplicaciones en la ciencia y la ingeniería (procesamiento del lenguaje natural, visión por computador, etc.). Las redes neuronales artificiales permiten aproximar funciones no lineales complejas mediante el uso de un número suficiente de capas ocultas. En los problemas mencionados anteriormente aparecen con frecuencia matrices con una estructura especial que muchas veces está relacionada con la positividad.  Actualmente estoy trabajando en la determinación de algoritmos eficientes y precisos que consigan resolver los principales problemas del álgebra lineal con matrices dotadas de una estructura especial. Obtener cálculos precisos es un logro muy deseable para cualquier método numérico. La situación ideal es conseguir alta precisión relativa que queda determinada por la precisión de la máquina utilizada para la realización de los cálculos y es independiente de la dimensión o del condicionamiento del problema a resolver.  


© Universidad de Zaragoza | Versión 2.23.10
© Servicio de Informática y Comunicaciones de la Universidad de Zaragoza (Pedro Cerbuna 12, 50009 ZARAGOZA - ESPAÑA)