Raices para El Futuro de Las TIC

ISBN 978-968-9516-00-4
Races para el futuro de las

Tecnologas de la Informacin y
Comunicaciones:

L.M. Callejas Sanz
E. Simancas Acevedo

Races para el futuro de las Tecnologas de la Informacin y Comunicaciones 2
ISBN: 978-968-9516-00-4

Editores

Luis Manuel Callejas Sanz
Eric Simancas Acevedo

ISBN: 978-968-9516-00-4

Comit Editorial

Instituciones Participantes

Gobierno del Estado de Hidalgo
Secretaria de Educacin Pblica de Hidalgo
Instituto Latinoamericano de Comunicacin
Educativa
Universidad Politcnica de Pachuca
Instituto Politcnico Nacional
Instituto Superior Politcnico Jos Antonio
Echeverra de Cuba
Universidad de Electro-Comunicaciones de Tokio
Universidad del Valle de Mxico
Universidad Autnoma de Ciudad Jurez
Instituto Tecnolgico de Pachuca
Universidad Politcnica del Valle del Mezquital
University of Leicester
Universidad Autnoma del Estado de Hidalgo
Universidad Autnoma de Metropolitana
Universidad Autnoma de Chapingo
ISBN: 978-968-9516-00-4

CONTENIDO

Prefacio 7

Automatizacin y Domotica
A Comparative Study for Turbo Code Interleavers Designed for Short Frame Size and High SNR
Channel 8
Bioreactor instrumentation: application to SBR nitrification process 16

Descubrimiento de Conocimiento, Minera de Datos e Inteligencia Artificial
Tracking by Using Fuzzy Models in Phenol Biodegradation 26
Semiautomatic Knowledge Extraction from Unstructured Sources 37
Antecumem, Prototipo de Herramienta para el Anlisis de Datos con Cubos en Memoria Principal
43
Memorias Asociativas En lgebra Min-Max Para El Aprendizaje y Recuperacin De Imgenes en
Tonos De Gris 57

Ingeniera de Software y Desarrollo Web
To Compare Technical of Multiprocessing, by the Concurrent Objects Oriented Paradigm 72
Musical Recommendation on Thematic Web Radio 77

Reconocimiento de Patrones y Procesamiento de Imgenes
Algoritmo Heurstico Morfolgico para Extraccin de Esqueletos en Imgenes en Tonos de Gris 87
Deteccin y Seguimiento de Objetos en Movimiento 99

Seguridad Informatica
Anlisis criptogrfico para propuesta de nuevo modelo esteganogrfico 109
ISBN: 978-968-9516-00-4

Tecnologa Educativa y e-Learning
Implementacin De Tecnologas De Informacin Dinmicas En Proyectos De Investigacin
Educativa 117
Una herramienta Automatizada aplicada al aprendizaje de la programacin 122
Capital social en la educacin a distancia 136
El abordaje de los dilemas bioticos, mediante el uso de las Tecnologas de la Informacin y
Comunicacin (TIC) 146
Aplicacin de las Tecnologas de Informacin para ensear la segunda ley de Newton 151

Tecnologas Asistenciales y e-Salud
Heart Rate Variability Before and After Asphyxia Periods 161
Deteccin de patrones en el registro de la actividad elctrica del corazn humano utilizando
memorias asociativas morfolgicas. 165
Filtrado de imgenes de ultrasonido en aplicaciones de telemedicina 173

Redes de Cmputo y Cmputo Movil
Blind Parallel Multiuser Detection in CDMA Receivers 178
Evaluacin y seleccin de cdecs de video para una mejor compresin 190

ISBN: 978-968-9516-00-4

ISBN: 978-968-9516-00-4

Prefacio

Este libro presenta una compilacin de los artculos presentados en la Conferencia Internacional sobre
Tecnologas de la Informacin y Comunicaciones (WCITC 2008) realizada en Pachuca Hidalgo, Mxico en
Noviembre de 2008.
La WCITC es un evento fundado bajo el esfuerzo de la Universidad Politcnica de Pachuca, el Gobierno del
Estado de Hidalgo por medio de la oficina de modernizacin e innovacin gubernamental (AMIGO), la
Direccin de Tecnologa Educativa de la Secretaria de Educacin Publica del Estado de Hidalgo y el Instituto
Latinoamericano de Comunicacin Educativa (ILCE), que unieron esfuerzos para difundir por medio de la
WCITC los adelantos e impactos de las tecnologas de la informacin y comunicaciones en reas de la vida
cotidiana como lo son: administracin publica, esparcimiento, salud, etc.
Los artculos publicados en este libro han sido organizados en ocho tpicos: Automatizacin y Domotica,
Descubrimiento de Conocimiento, Minera de Datos e Inteligencia Artificial, Ingeniera de Software y
Desarrollo Web, Reconocimiento de Patrones y Procesamiento de Imgenes, Seguridad Informtica,
Tecnologa Educativa y e-Learning, Tecnologas asistenciales y e-Salud, Redes de Cmputo y Cmputo Mvil.
Para finalizar, queremos agradecer a las autoridades, personal acadmico y administrativo de las
instituciones que nos apoyaron , as como a los ponentes invitados y expositores de talleres, quienes
hicieron posible el desarrollo del evento, pero muy en especial a la comunidad cientfica y acadmica que
participo con sus colaboraciones y que dan vida a este documento.

Noviembre 2008
Luis Manuel Callejas Sanz
ISBN: 978-968-9516-00-4

A Comparative Study for Turbo Code Interleavers Designed for Short Frame
Size and High SNR Channel
Lazcano-Salas S., Garca-Ugalde F.
Abstract
In this work we study the performance of five good interleavers using short frame size (N=256). The
comparative study is in terms of the BER, interleaver spread factor, and free distance. The novelty of this
work is that we emphasized the study of these interleavers in order to have a desired properties guide to
select a specific interleaver when we work into a puncturing scheme, short frame size (N<1024) and high
SNR.

Keywords: Turbo code, short frame interleavers, rate compatible punctured turbo codes

Introduction
Since their introduction in 1993 [1], turbo codes have received special attention due to their error correction
capability that approaches the Shannons limit given large size interleaving patterns (N=65536) [1]. The
turbo encoder considered in this paper consists of an 8-state convolutional code with generator polynomials
3 2
0
1 ) ( D D D g + + =

and
3
1
1 ) ( D D D g + + = as defined in [2]. The general structure of the turbo encoder is
showed in figure 1 with a puncturing matrix added at the output for rate compatibility.

Figure 1 Structure of a turbo encoder with puncturing matrix

As it is well known a key element with high influence in the turbo code performance is the interleaver. The
main functions of the interleaver are a) to generate a long block code from small memory convolutional
codes, and b) to allow the decorrelation of inputs of the two decoders. Therefore an iterative sub optimum
decoding algorithm based on information exchange between both decoders can be applied [3].
ISBN: 978-968-9516-00-4

It is also well known that puncturing is a way to obtain upper coding rates without increasing the decoder
complexity compared with the original code, named mother code. However puncturing degrades the
performance of the resulting code against the original one. A good puncturing pattern should guarantee the
resulting code with the lowest degradation possible. Previous research has been done about puncturing into
a turbo code [4, 5, 6]. Unfortunately, these approaches do not consider the interleaver structure as a
particular element to be taking into account during the search of puncturing patters.
Kovaci et. al. [12] has performed a comparative study of some common interleavers, but puncturing option
or spreading parameter analysis are not considered when they analyze the interleavers performance.
In order to have a criterion to select an appropriate interleaver, we analyze and compare five interleavers
and compare them in terms of different measures. Such measures are: a) BER performance; b) free distance
(d
free
) of the resulting turbo code with puncturing; c) free distance of the resulting turbo code without
puncturing, and d) spreading factor. The paper is organized as follows: Section II presents the interleavers to
be used along with their main characteristics, section III shows the puncturing strategy selected. Finally,
section IV concludes with the results of this comparative study.
Interleaving
As known interleaving plays a very important role within the good performance of turbo codes. Interleaving
can be defined as the process of rearranging the order of an input sequence into a one-to-one deterministic
or random format. The inverse of this process is called deinterleaving, which restores the received sequence
to its original order [3].
Select an interleaver into a turbo code system depends of different system factors such as the signal-to-
noise ratio (SNR) or the frame size N to be used. In the case of the SNR factor, the authors of [7] claim that
for low SNR values, any interleaver works conveniently as long as it guarantees that the two inputs of the
RSC encoders are sufficiently uncorrelated. For high SNR the turbo code performance is mainly dominated
by low weight codewords, generated by low weight inputs; in this case, an additional task of the interleaver
is to try to avoid these low weight codewords. Given that frame size N is directly correlated to the
interleaver gain, is also necessary to consider that factors like memory requirements and delay system
grown proportionately with N.
The interleaver structure affects the mapping of low weight input sequences to the interleaver output, and
hence it plays an important role in determining the code performance mainly at high SNRs *3+.

For any interleaver I and two indexes i and j, the spread measure is defined as [11]
j i j I i I j i S + + = ' ' ) ( ) ( ) , ( (1)

The minimum spread associated with index i is given by
| | ) , ( min ) ( j i S i S ' ' = ' (2)

ISBN: 978-968-9516-00-4

The overall minimum spread is defined as
| | ) ( min i S S ' = (3)
There are different methodologies in order to construct an interleaver that try to avoid low weight inputs.
One of them is presented in [8] and [11] in which the authors try to maximize the minimum spread of their
interleaver proposed using a deterministic structure. Another methodology suggested is design the
interleaver structure trying to break up the weight-2 input sequences as in [14].
The first interleaver analyzed in this paper is a purely random interleaver, considered as a benchmark.
The second interleaver analyzed is the High Spread Random (HSR) interleaver [8]. The HSR interleaver
implementation is similar to spread random interleaver [9] with the following significant variation; we
generate N real random numbers instead of integer random numbers. The final interleaver is obtained by
sorting the real indexes generated. The spreading properties and BER performance of this interleaver
outperform the spread random interleaver [8]. For computational practical reasons in this paper, the HSR
interleaver is generated with a spread restriction of 20.
The third tested interleaver is the Dithered Relative Prime (DRP) interleaver [11]. This interleaver can be
implemented using a three stage process where the output of one stage corresponds to the input of the
next stage. In the first step, the input vector of dimension N is permuted locally (that means, a short period
permutations) using a small vector r of dimension R, with N=mR. During the second step the permutation
process uses a relative prime interleaving to ensure good spread properties. The third step permutes the
output locally again but now using an index vector w of dimension W with N=nW, where m and n are
integers.
The fourth interleaver analyzed is the named Golden interleaver [10], their construction involve sorting a
real-value vector derived from the golden section. We select j=0 (any integer modulo r), m=1 (any integer
greater than zero, preferred values are 1 or 2) and r=1 (distance between nearby elements) [10] to build the
corresponding interleaver pattern.
The fifth and last interleaver analyzed is the Practical Size Interleaver (PSI) [14], constructed from a classical
block interleaver (where inputs are written in columns and read by lines or vice versa). The output data are
reordered into small groups and rearranged, applying local inter and intra group permutation steps and
finally read the final output data in a inverse order [14]. For practical reasons in all considered cases we use
a frame size of N=256.

Puncturing Strategy
As a part of this strategy we consider only output parity bits from the encoders 1 and 2 as candidates to be
punctured. It is reported in [11] that puncturing information bits may have a drastic effect on the code
performance.
Defining d
w
as the minimum Hamming weight of the codewords generated by input words of weight w, and
N
w
as the number of codewords of weight d
w
(multiplicity). In order to obtain the best performance in terms
of BER at high SNR (turbo coding error floor region) we consider the best puncturing patterns as those who
present the best values of the pair (d
w
, N
w
). This means that d
w
must be maximum and N
w
minimum [13] for
ISBN: 978-968-9516-00-4

w=2, ... , w
max
. With w=2, d
w
is equal to d
free
. As part of our strategy in case that it exist more than one
puncturing pattern with the same (d
w
, N
w
) pair, we analyze the next (d
w+1
, N
w+1
) pair in order to select the
best puncturing pattern. In our simulations we follow a Rate Compatible restriction [4] to construct the
puncturing patterns using a puncturing period of p=16.

Results
Figure 2 shows the BER performance of the five interleavers used in the simulations presented here with a
turbo code of coding rate R=1/3. We can observe that at the waterfall region, the five interleavers have a
similar BER performance, but when we reach the error floor region, in which BER performance is mainly
determined by the minimum weight error events [3], those interleavers with maximum d
w
and minimum N
w

presents better BER performance. Their couple values of (d
w
, N
w
) are given in table I.

Figure 2 Interleavers BER performance for a coding rate R=1/3

Figure 3 shows BER performance for the interleavers with a punctured turbo code of coding rate R=2/3. In
this figure, analyzing error floor region and checking table II in which we present d
free
and N
free
values under
puncturing process, we can confirm that those interleavers with better (d
free
, N
free
) values presents a better
BER performance.
ISBN: 978-968-9516-00-4

Figure 3 Interleavers BER performance for a coding rate R=2/3

Its well know that puncturing any code
degrades the BER performance. In the
case of turbo codes, puncturing process
trying to degrade as low as possible BER and performance becomes very important if we want to use
selected punctured turbo code in applications that require very low error event probabilities.
We can reach this objective using an appropriate puncturing pattern that takes into account the structure of
the interleaver used and selecting an interleaver with better (d
free
, N
free
) properties that degrade as low as
possible BER performance when we puncture the turbo code output. Better the interleaver structure design,
less significant is the degradation in BER performance at the error floor region with data puncturing [15].
Another important interleaver parameter is spread. We consider minimum spread as defined in [11]. If we
have some interleavers with similar (d
free
, N
free
) values, minimum spread value can help us in order to select
an interleaver. Higher minimum spread value, better BER performance the interleaver presents because an
interleaver with good spread value help to break better low weight inputs.
Figure 4 shows the BER performance of tree random interleavers with different spread values, N=256
without puncturing and (d
free
=14, N
free
=1). These interleavers present different minimum spread values and
help us to show how the spread value affects BER performance. Best spread value corresponds with the best
BER performance curve.

Table I
FREE DISTANCE AND MULTIPLICITY OBTAINED FOR R=1/3
Interleaver (dw, Nw), (dw+1, Nw+1), (dw+2, Nw+2)
DRP (20,2), (22,3), (23,4)
PSI (22,5), (23,4), (24,7)
HSR (18,14), (19,1), (20,1)
Golden (10,1), (20,2), (21,2)
Random (14,2), (16,3), (17,8)

ISBN: 978-968-9516-00-4

Figure 4 Random Interleavers BER performance for (dfree, Nfree)=(14,1)

Given that their BER performance is very
similar in waterfall region, random
interleaver with better spread value
presents best BER performance
especially at the error floor region. A good spread value means lower error probability when low weight
error events occur.
Good spread values help interleaver to break up low weight input. Different tests with spread random
interleavers showed that for a particular spread value, (d
free
, N
free
) pairs are changing without a rule, showing
that there is not a direct relation or rule between (d
free
, N
free
) and spread values.
In fact, a good spread value into an interleaver is desirable in order to break up low weight inputs.
Conclusions
In this work we have studied the performance of five good interleavers using short frame size (N=256).
When we want to work with high SNR it is desirable to have a good interleaver pattern that ensures good
spreading properties and have a deterministic structure. This fact is more important in the case of
puncturing turbo codes because the puncturing process degrades the performance of the original turbo
code. Thus it is desirable to try to increase the spreading value as high as possible in order to have a good
puncturing turbo code. At this point the selection of an interleaver that maximizes the d
free
of the whole
Table II
FREE DISTANCE, MULTIPLICITY AND PUNCTURING PATTERNS FOR R=2/3
Interleave
r
(dw, Nw), (dw+1, Nw+1), (dw+2, Nw+2) Puncturing pattern
DRP (7,4), (8,30), (9,101) (1052o, 20023o)
PSI (7,19), (8,82), (9,272) (521o, 61040o)
HSR (6,9), (7,32), (8,62) (116644o, 40575o)
Golden (6,1), (7,11), (8,53) (24240o, 11210o)
Random (6,10), (7,26), (8,79) (22024o, 60401o)

ISBN: 978-968-9516-00-4

turbo code is important, in order to obtain a better performance in the error floor region and to avoid a
higher degradation for puncturing process. The way in which we build the puncturing pattern is also an
important factor to be considered in order to obtain the better performance of the turbo code.
As maximum as possible d
free
value is desirable with a low N
free
value because it means lower error event
probability (P
e
), in other words, if we select an interleaver with low N
free
value, the probability of appearing a
low weight event is diminished and as a consequence, a better BER performance.
A good puncturing pattern must guarantee non catastrophic codes and try to maintain a good BER
performance optimizing the (d
free
, N
free
) of the final turbo code. In this sense, the only way to construct an
appropriate puncturing pattern with or without rate compatible restriction is considering in a special way
the interleaver structure that we are using in this work.
Under puncturing, select an interleaver with high d
free
and low N
free
becomes crucial in order to avoid a
bigger BER performance degradation, inherent to the puncturing process.
Because one of the most important parameters from an interleaver when we work at error floor region is
the d
free
value, minimum spread parameter can give us an idea of how works the interleaver when low
weight input event occur. High spread value means a better interleaver`s dispersion and as a consequence,
better BER performance. In order to have a benchmark about how well is a spread value; we can consider
that the maximum theoretic spread is approximately

N 2 [11].
Working at the error floor region and small interleaver size N (N<1024) means work with a real system
conditions, in which we work with limited time-processing and/or memory requirements. In those cases,
select the appropriate interleaver can make an important difference in terms of the final system
performance.
For the conditions proposed, we recommend select an interleaver that maximize the d
free
have a low N
free

value and in fact, spread value as high as possible.

References
[1] BERROU, C. GLAVIEUX, A. and THITIMAJSHIDA, P. Near Shannon limit error-correcting coding and
decoding: Turbo codes, in Proc. IEEE Int. Conf. Communications, vol. 2, Geneva, Switzerland, 1993, pp. 1064-
1070.
[2] 3GPP, Technical Specification Group: Multiplexing and Channel Coding (TDD), TS 125. 212 V6.7.0
December 2005
[3] VUCETIC, B. JINHONG Y. Turbo codes, principles and applications Kluwer Academic Publishers,
Boston, 2002
[4] BARBULESCU, A. S and PIETROBON, S. S. Rate compatible turbo codes, IEE Electronics Letters, 30th
March 1995, Vol. 31, No. 7, pp. 535-536.
[5] AIKEL, . F. and RYAN, W. E. Punctured Turbo-codes for BPSK/QPSK channels, IEEE Trans. on
Communications, Vol. 47, No. 9, September 1999, pp. 1315-1323.
ISBN: 978-968-9516-00-4

[6] ROWITCH, D. N. and MILSTEIN, L. B. On the performance of hybrid FEC / ARQ systems using rate-
compatible punctured turbo (RCPT) codes, IEEE Transactions on Communications, Vol. 48, No. 6, June 2000,
pp. 948-959.
[7] VALENTI, M. C. Iterative Detection and Decoding for Wireless Communications PhD dissertation,
Virginia Polytechnic Institute and State University, July 1999
[8] CROZIER, S. New high-spread high-distance interleavers for Turbo-codes, In 20th Biennial
Symposium on Communications, Kingston, Canada, May 28-31, 2000, Queens University.
[9] DIVSALAR, D. and POLLARA, F.; Multiple Turbo Codes MILCOM 95, pp. 279-285, November 6-8,
1995.
[10] CROZIER, S.; LODGE, J.; GUINAND, P. and HUNT A. Performance of turbo codes with relative prime
and golden interleaving strategies In 6th Intern. Mobile Satellite Conference (IMSC 99), Ottawa, Canada,
June 1999, pp. 268-275.
[11] CROZIER, S.; GUINAND, P.; High performance Low-Memory interleavers banks for Turbo Codes IEEE
54th vehicular technology Conference, VTC Fall 2001, Atlantic City, NJ, USA, October 7-11, 2001.
[12] KOVACI, M.; BALTA, H. G; NAFORNITA, M. M..; The performances of interleavers used in turbo
codes International Symposium on Signals, Circuits and Systems, ISSCS 2005, Vol. 1, 14-15 July 2005 Pp. 363
366
[13] F. BABICH, G. MONTORSI, and F. VATTA, Some notes on rate-compatible punctured turbo codes
(RCPTC) design, IEEE Trans. Commun.., vol. 52, no. 5, pp. 681684, May 2004.
[14] Wang, D.; Kobayashi, H.; On design of interleavers with practical size for turbo codes IEEE
International Conference on Communications, 2000. ICC 2000. Volume 2, 18-22 June 2000 Page(s):618 - 622
vol.2
[15] CROZIER, S.; GUINAND, P. and Hunt, A; On designing Turbo codes with data puncturing 2005
Canadian Workshop on Information Theory (CWIT 2005) proceedings, Montreal, Quebec, Canada, June 5-8
2005.
ISBN: 978-968-9516-00-4

Bioreactor instrumentation: application to SBR nitrification process
E. S. Espinoza, F. Muoz, E. Gonzlez, C. Ben-Youssef, y A. Zepeda

Resumen
Este artculo presenta la instrumentacin de un proceso biotecnolgico SBR mediante el desarrollo de
interfaces grficas de usuario (Graphical Users Interfaces), medicin, control y monitoreo en Internet a
travs de Instrumentos Virtuales (VIs) desarrollados en el lenguaje de programacin grfica LabView. La
medicin y el control del proceso involucran la utilizacin de sistemas modulares industriales ( IQ Sensor
Net 184 XT), sensores de oxgeno disuelto (TriOxmatic 701 IQ), amonio y nitrato (Varion 700 IQ), bombas
peristlticas de precisin, tarjetas de adquisicin de datos, etapas de potencia, sensores de temperatura
y suministro de energa elctrica. De esta manera en este trabajo se muestran los resultados obtenidos
del proceso nitrificante instrumentado y controlado a travs de los perfiles establecidos.
Abstract
This paper shows the instrumentation for a biotechnological process SBR by means of the development of
Graphical Users Interfaces, measurement, control and monitoring under Internet through Virtual
Instruments (VIs) developed in LabView (a graphical programming language) . The measurement and the
control of the process involve the use of modular industrial systems (IQ Sensor Net 184 XT), dissolved
oxygen sensors (TriOxmatic 701 IQ), ammonium and nitrate (Varion 700 IQ), pumps of precision, data
acquisition boards, power circuits, temperature sensors and provision of electrical energy. This way, in
this work are shown the results obtained from the nitrification process under the instrumentation and
controlled through the established profiles
Keywords: bioreactor, instrumentacin, biotecnologa, LabView.

INTRODUCCIN
El uso de la instrumentacin, monitoreo, anlisis y retroalimentacin de datos, control automtico y
desarrollo de GUIs, que se encuentran contenidos en la instrumentacin virtual (IV), mejoran el desempeo
y optimizan los procesos biotecnolgicos de manera sustancial, ya que permite su operacin las 24 horas de
los 7 das de la semana, lo cual permite reducir tiempos y eliminar la necesidad del muestreo manual,
evitando de esta forma la labor intensiva y propensa a errores del operador [1-5].
La (IV) basada en un equipo de cmputo es una alternativa eficaz para la instrumentacin clsica. Sus
principales ventajas consisten en la flexibilidad, adaptabilidad al proceso a instrumentar, reduccin de
tiempos de desarrollo, disminucin de costos, entre otros. Adems a travs de la IV se permite tener un
seguimiento atractivo del proceso en el monitor del equipo [6]. Con la ventaja adicional de monitorear el
proceso va Internet [7].
Existen diferentes herramientas computacionales para implementar una IV, sin embargo, entre las ms
utilizadas a nivel mundial se encuentra el lenguaje de programacin de ambiente grfico LabView de la
compaa National Instruments, que cuenta con una gran flexibilidad para el desarrollo de aplicaciones de
ISBN: 978-968-9516-00-4

IV, as como para reducir tiempos de desarrollo, costos de operacin y mantenimiento. ste lenguaje ha sido
utilizado para construir aplicaciones de monitoreo y control en diferentes reas [8-11], sin embargo, en la
parte de instrumentacin y automatizacin de procesos biotecnolgicos, no se han explotado en su
totalidad las ventajas que ofrece la IV.
Tal es el caso del proceso de la nitrificacin el cual es empleado para llevar a cabo la eliminacin de
compuestos nitrogenados, los cuales pueden ocasionar riesgos en la salud, debido a la conversin de estos
compuestos a nitrosaminas, las cuales tienen propiedades carcinognicas.
En este sentido, para llevar a cabo el proceso de la nitrificacin se han aplicado una gran diversidad de
reactores tales como tanques de agitacin completa, lotes, lotes secuenciados, lote alimentado, airlift, etc.,
en los cuales se llevan a cabo las reacciones bioqumicas de oxidacin-reduccin de los sustratos.
De esta manera, el reactor por lotes secuenciados SBR (por sus siglas en ingles: Sequencing Batch Reactor);
se ha presentado desde la dcada pasada como un sistema muy atractivo para el tratamiento de aguas
residuales [12-13]. El proceso SBR necesita cuatro etapas principales: llenado, reaccin, sedimentacin y
vaciado, cada una definida por un periodo de tiempo determinado, para las cuales es necesario que se
desarrolle un sistema automtico que permita sensar, manipular y controlar cada una de las variables que
estn involucradas en estas.
De esta manera los beneficios que proporciona LabView en la IV pueden ser aplicados en el proceso SBR, tal
como se ha observado en la aplicacin de algunos procesos biolgicos, en donde se ha logrado el control y
monitoreo de forma ms sencilla y amigable [14-18]. Sin embargo, es importante mencionar que la
mayora de los estudios sobre la aplicacin de IV en procesos biolgicos, especficamente sobre los procesos
de nitrificacin, se encuentran an limitados en su operacin tal como lo muestran los trabajos [19-20] en
donde nicamente se realizan mediciones en lnea de las concentraciones de oxgeno disuelto, pH y
potencial redox, sin contemplar las mediciones en lnea del consumo de amonio y nitrato, las cuales son las
variables de respuesta del proceso nitrificante.
Con base en estos antecedentes, en este trabajo se desarroll la instrumentacin de un proceso SBR
nitrificante mediante la implementacin de interfaces grficas de usuario (GUIs desarrolladas en LabView)
que permiten controlar el proceso, adems de brindar la posibilidad de operar, monitorear y controlar los
sensores y actuadores de manera remota utilizando una conexin va Internet.
Proceso nitrificante
La nitrificacin seguida de la desnitrificacin son los procesos de tratamiento ms empleado a
nivel mundial para llevar a cabo la eliminacin biolgica de compuestos nitrogenados. La
nitrificacin es la oxidacin de amonaco a nitrato va nitrito a travs de dos grupos de bacterias
quimiolitoautotrfas: las amonaco y nitrito oxidantes [21-22]. Posteriormente los productos de la
nitrificacin pueden ser reducidos a N
2
a travs de bacterias desnitrificantes heterotrficas o
litotrficas en un medio ambiente anxico.
El lodo utilizado para inocular el reactor SBR fue obtenido de un reactor en continuo de 3 litros de
capacidad, en el cual estuvo en operacin el proceso de nitrificacin en estado estacionario por 3
aos. Las condiciones de operacin del reactor en continuo fueron las mismas reportadas
previamente en [23]. La concentracin de protena microbial inicial en el SBR fue de.2 gL1.
ISBN: 978-968-9516-00-4

El medio utilizado para el cultivo del SBR fue una mezcla de dos medios (A y B). La composicin qumica del
medio A fue: (NH4)2SO4 (1.35 gL1), KH2PO4 (1.61 gL1), MgSO4 (0.69 gL1), NaCl (1.15 gL1) y NH4Cl
(1.09 gL1). Medio B consiste de CaCl2 (0.11 gL1) y NaHCO3 (1.37 gL1). Para el proceso de nitrificacin
se estableci la cintica mostrada en la Figura 1 en la que se alimenta al bioreactor con los medios A y B, de
los cuales se adicion 60 y 100 ml respectivamente junto con 1.34 litros de agua en el instante 0, en el
instante t1 se termina de suministrar el medio B y en el instante t2 se deja de suministrar el medio A y se
comienza con la etapa de agitacin y aireacin, mismas que durarn hasta el instante t3, en el cual comienza
la etapa de sedimentacin. Finalmente, en el instante t4 comienza la etapa de vaciado del bioreactor y una
vez finalizada sta, el proceso comienza de nueva cuenta. La duracin total del proceso, las cantidades de
alimentacin del Medio A y Medio B, la cantidad final de medio en el bioreactor y las velocidades de
alimentacin y vaciado del efluente pueden ser determinados por el usuario del sistema una vez que inicia el
proceso.
t1 t2
Medio A
Medio B
Agitacin
Aireacin
Vaciado
t3 t4 0 t1 t2 0
on
on
on
on
on
off
off
off
off
off

Figura 1. Cintica de alimentacin del bioreactor.

Instrumentacin de la planta piloto
La planta piloto consta de tanque de 2 litros de capacidad con un volumen de trabajo de 1.5 litros, que
cuenta con controlador de temperatura, bombas peristlticas para la alimentan de los medios al bioreactor
y vaciado del efluente, etapa de potencia y tarjeta de adquisicin de datos para el control de las bombas,
sensores de energa elctrica y de nivel de lquido, sensores en lnea de medicin de amonio, nitrato y
oxigeno disuelto los cuales se comunican va RS-232, una computadora personal donde se controla la
operacin de la planta piloto mediante una GUIs desarrollada en LabView , como se aprecia en la Figura 2.
ISBN: 978-968-9516-00-4

Figura 2. Planta piloto.
Como se puede apreciar, la instrumentacin de la planta piloto involucra diferentes elementos que
interactan entre s de manera que permiten elaborar un sistema global que lleve a cabo el funcionamiento
autnomo del proceso. Estos elementos pueden ser divididos en aquellos que involucran el uso de
Hardware y los que involucran el uso de Software.
Hardware
La alimentacin del medio A y medio B al proceso SBR nitrificante, as como el vaciado del efluente, fueron
llevadas a cabo utilizando bombas peristlticas no controlables de forma remota las cuales operan con un
voltaje de alimentacin de 127 volts. As mismo, la aireacin y agitacin del SBR son llevadas a cabo
mediante equipo que tambin opera a 127 volts, por lo cual fue necesario realizar una etapa de potencia
para poder controlar el encendido y apagado de las bombas desde la GUI. Dicha interface de potencia
consisti en utilizar opto acopladores y TRIACs para aislar la parte de control con la parte de potencia, de tal
forma que se puedan operar todos los actuadores que trabajan a 127 volts nicamente mediante una seal
de control de 5 volts como se muestra en el diagrama presentado en la Figura 3. La parte de control de las
bombas se implement desde la GUI utilizando las salidas digitales de la tarjeta de adquisicin PCI6024E de
la compaa National Instruments.
En la Figura 4 se muestra la etapa de potencia realizada para la interaccin con las bombas peristlticas, el
agitador y el aireador, los cuales estn encargados de suministrar y extraer los medios y el efluente, as
como de mantener el proceso homogneo y oxigenado, respectivamente.
Uno de los aspectos ms importantes en la instrumentacin de procesos, es sin duda, la confiabilidad que se
tenga de los elementos que permiten sensar las variables que intervienen en el sistema, ya que de ello
depende la exactitud con la que el proceso puede operar. Es por este motivo que utilizamos el sistema IQ
Sensor Net 184 XT de la compaa alemana WTW, el cual es un sistema modular que realiza mediciones en
lnea mediante la utilizacin de electrodos especficos, tales como el TriOxmatic 701 IQ y el Varion 700 IQ,
los cuales miden las concentraciones de Oxgeno disuelto, Amonio y Nitrato, adems de proporcionar la
temperatura como un parmetro extra.
El sistema de medicin puede estar integrado por sensores, terminales, bloques de entradas de corriente,
bloques de salidas de corriente y salidas a relevadores y vlvulas, interfaces de comunicacin entre varios
ISBN: 978-968-9516-00-4

controladores va mdulos de RF o con una computadora mediante comunicacin serial, tal y como se
aprecia en la Figura 5.
Adems de esto, el sistema 184 XT es tiene la posibilidad de incorporar mdulos de entradas y salidas de
corriente y salidas a relevadores, lo cual permite relacionar las mediciones de los sensores con el nivel de
corriente que entregan las salidas. Adems de manipular actuadores como bombas o vlvulas con las salidas
de los relevadores mediante tcnicas clsicas de control como lo son los controladores On- Off, P, PI o PID;
directamente desde el propio sistema.

Figura 3. Diagrama de la interface de potencia para cada actuador

Figura 4. Implementacin fsica de la etapa de potencia.

100

18
150

39
MOC
3041
Fusibl
eee
120
V
60
Hz
22
nF
MOTOR
M
MAC
212
LED
Salida del puerto
digital
ISBN: 978-968-9516-00-4

Otro de los aspectos importantes en la instrumentacin de procesos es la seguridad de que el sistema va a
seguir operando ante circunstancias adversas, tales como los fallos de energa elctrica. Una alternativa para
solucionar este problema es proveer al sistema de una fuente de energa ininterrumpida (UPS por sus siglas
en ingles), con lo cual se evita que se pierdan los datos adquiridos y el funcionamiento del programa de
control. Sin embargo, debido al consumo de energa de los actuadores, estos no se conectan al UPS. Es por
ste motivo que se incorpora un sensor de nivel y un sensor de fallo de energa elctrica, con los cuales, es
posible determinar si es que el sistema se esta ejecutando en modo normal o en modo de fallo de energa. Si
el sistema esta en modo de fallo de energa, ste registrar el tiempo en el que sucede el fallo y retrasar la
cintica hasta que el suministro se restablezca. Con esto se evita que pudiese derramarse el bioreactor y se
garantiza que el proceso seguir funcionando cuando se restablezca el suministro de energa elctrica.

Figura 5. Diagrama de configuraciones del sistema IQ Sensor Net 184 XT.

Software: Graphical User Interface
Basados en las caractersticas del hardware con el que se cuenta para la instrumentacin del proceso SBR
nitrificante, se desarroll la GUI que tiene comunicacin con el IQ Sensor Net 184 XT, con la etapa de
potencia y que tiene la posibilidad de llevar a cabo la toma de decisiones en funcin de las caractersticas
deseadas del proceso. La GUI desarrollada en LabView solicita al usuario el volumen de medio A y medio B
que debe de ser alimentado al bioreactor, el tiempo de sedimentacin y el tiempo de duracin del ciclo del
SBR.
En base a esta informacin, el sistema determina de forma automtica los tiempos necesarios para poder
llevar a cabo la cintica establecida en el inicio del proceso, comunicndose con los actuadores y con los
sensores del sistema 184 XT, grfica y almacena los datos obtenidos por los sensores y las variables
principales del proceso otorgando la posibilidad de operar la cintica de forma manual o automtica.
Adems, se cuenta con la capacidad de tomar decisiones en el proceso en caso de una falla de alimentacin
de energa, de tal forma que pueda determinar si sta interrupcin causa slo una suspensin temporal en
la operacin de los actuadores y sensores del sistema o un paro automtico del mismo, dando con esto una
gran versatilidad al usuario de la interface. Por ltimo, la interface de usuario, brinda la posibilidad de
operar de forma remota el proceso, mediante la operacin de un servidor web que mantiene la
comunicacin entre el proceso y una conexin IP.
ISBN: 978-968-9516-00-4

La Figura 6 muestra la GUI desarrollada en LabView para el proceso de nitrificacin, en la cual se pueden
apreciar los estados de las diferentes variables y actuadores que estn involucrados en el proceso.

Figura 6. Interfaz grfica de usuario
Resultados Experimentales
En la Figura 7 se observa la oxidacin de amonio y la formacin de nitrato y como intermediario la
formacin de nitrito, el cul se midi manualmente. El mayor consumo de oxgeno fue durante la primera
etapa de la nitrificacin (oxidacin de amonio), una vez que el amonio se consumi completamente la
concentracin de oxgeno aument y la concentracin de alcanzo su mayor transformacin, obteniendo una
eficiencia de consumo del 100% y un rendimiento en la formacin de producto de 0.94. El proceso de la
nitrificacin fue estudiado a dos diferentes cargas volumtricas de tratamiento de 25 y 50 mgN-NH
4
+
con el
objetivo de evaluar la flexibilidad del sistema de control y adquisicin de resultados.
0
5
10
15
20
25
30
0 1 1 2 2 3
TIEMPO (h)
m
g
/
L

N
5.5
5.6
5.7
5.8
5.9
6
6.1
6.2
m
g
/
L

O
2
N-NH4
N-NO3
N-NO2
O2

Figura 7. Cintica 25 mg N-NH4+.
En la Figura 8 se observa la oxidacin de amonio y la formacin de nitrato, la cual fue cuantificada en lnea a
travs de los respectivos electrodos selectivos. Antes de que el nitrato se formar por completo el amonio
se transform primero en nitrito el cul fue medido manualmente en tiempos de 20 min, una vez que el
amonio se oxid por completo la cantidad de oxgeno aument de una forma considerable y el nitrato se
transform por completo. Por otro lado en los estudios con una velocidad de carga de 50 mg/L N-NH
4
+
, la
reaccin tuvo una duracin de 6 hrs aproximadamente.
ISBN: 978-968-9516-00-4

Como se puede observar en las Figuras 7 y 8, las principales variables del proceso nitrificante (amonio,
nitrato y oxgeno disuelto) fueron monitoreadas en lnea, El monitoreo de estas variables permite, entre
otras cosas, obtener un mejor conocimiento de las dinmicas del proceso nitrificante., de las cuales es bien
conocida su no linealidad.
0
10
20
30
40
50
60
0 1 2 3 4 5 6
TIEMPO (h)
m
g
/
L

N
4.7
4.9
5.1
5.3
5.5
5.7
5.9
m
g
/
L

O
2
N-NH4
N-NO3
N-NO2
O2

Figura 8. Cintica 50 mg N-NH4+.
Conclusiones
Se pudo observar que bajo las condiciones en que se trabaj el SBR nitrificante, se oper de manera
satisfactoria a travs del control y automatizacin del sistema diseado, obteniendo una eficiencia en el
consumo del Amonio del 99% 1% y la conversin de NH4+-N a NO3-N fue de 98% 2%. Al final de los
ciclos de 12 horas no fue detectado Nitrito en el efluente.
La instrumentacin realizada fue de gran utilidad ya que se logr operar el sistema por nueve meses de
forma continua sin ningn contratiempo debido a que el sistema permiti controlar y monitorear el proceso
de tratamiento biolgico, as como los sensores y actuadores de manera continua y remota a travs de una
conexin va internet, para de esta forma poder evaluar el proceso nitrificante en tiempo real, eliminando el
muestreo manual y los gastos correspondientes a la cuantificacin de los parmetros de respuesta por
mtodos analticos. Adems, proporcion una plataforma que permitir en trabajos futuros el desarrollo de
modelos matemticos a travs de los cuales se podr predecir el desempeo del proceso, implementar
algoritmos para la estimacin de variables no medidas en lnea (nitrito) y el control avanzados del proceso
nitrificante, los cuales pueden implementarse gracias a la posibilidad de obtener los datos medidos por el
sistema IQ Sensor Net 184 XT en lnea.
Referencias
*1+ Brian OFlaherty, Automated Bioprocess Sampling and Analysis, Automated Bioprocess Sampling and
Analysis, Genetic Enginerring & Biotechnology News, vol 24, 2004
*2+ Yasuaki Yakubi, Tooru Negasawa and Jhon F. MacGregor, Industrial Experiences with Product Quality
Control in Semi-Batch Process, Computers & Chemical Engineering, vol 26, issue 2, pp.~205-212. February
2002.
0
10
20
30
40
50
60
0 1 2 3 4 5 6
TIEMPO (h)
m
g
/
L

N
4.7
4.9
5.1
5.3
5.5
5.7
5.9
m
g
/
L

O
2
N-NH4
N-NO3
N-NO2
O2
ISBN: 978-968-9516-00-4

*3+ Ognjen Marjanovic, Barry LEnnox, David Sandoz, Keith Smith and Milton Crofts, Real-time monitoring of
an industrial batch process, Computers & Chemical Engineering, vol 30, issues 10-12, pp.~1467-1481.
September 2006.
*4+ S. S. Voutetakis, A. A. Lappas, D. K. Iatridis and I. A. Vasalos, Computer application and software
development for the automation of a fluid catalytic cracking pilot plant Experimental results, Computers
& Chemical Engineering, vol 20, aupplement 2, pp.~ S1601-S1606. 1996
*5+ Joseph S. Alford, Bioprocess control: Advances and challenges, Computers & Chemical Engineering, vol
30, issues 10-12, pp.~1464-1475.September 2006,
[6] Sumathi and P. Surekha, LabView based Advanced Instrumentation Systems, S. Springer Verlag, 2007.
*7+ Eren H, Nichols W.J. and Wongso I. Towards, An Internet-Based Virtual-Wire Envoronment with Virtual
Instrumentation, Identification, Instrumentation and Measurement Technology Conference, Budapest
Hungary, pp.~ 21-23, Mayo 2001.
*8+ Mircea Popa, Ral Ionel, Voicu Groza and Marius Marcu, Educational Virtual Instrumentation
Application for System Identification, Instrumentation and Measurement Technology Conference, Sorrento
Italy, pp.~24-27. Mayo 2006.
*9+ F.J. Jimnez and J. De Frutos, Virtual instruments for measurement, processing data, and visualization of
vibration patterns of pizoelectric devices, Computer Estndar & Interfaces, vol 27, issue 6, pp.~ 653-663,
June 2005.
*10+ Chance Elliot, Vipin Vijayakumar, Wesley Zink and Richard Hensen, National Instruments LabView: A
Programming Environment for Laboratory Automation and Measurement, Journal of the Association for
Laboratory Automation, volume 12, issue 1, pp.~ 17-24, February 2007.
[11] Sy Ruen Huang, Chiu-Yue, Chueh-Cheng Wu and Shin-Joe Yang, The application of Fuzzy controller for
fuel cell generating Studies, International Journal of Hydrogen Energy, vol 33, issue 19, pp.~ 5205 5217,
October 2008.
[12] Texier, A. C., Gomez, J.. Settleability and Kinetics of nitrifying sludge in a sequencing batch reactor. Can.
J. Microbial, vol. 50 pp.~943-949, 2004.
[13]Texier, A. C., Gomez J. 2007. Simultaneoues nitrification and p-cresol oxidation in nitrifying sequencing
batch reactor. Water Research. 41:315-322
[14] Palma Acosta, M. J., Manga Certain, J. Simulacin de un sistema de fangos activados en discontinuo
(SBR) para el tratamiento de aguas residuales con altos contenidos de nitrgeno. Ingeniera y desarrollo,
num 018, pp.~ 61-71, Julio-Diciembre 2005.
[15] Yoo, C.K., Villez, K., Lee, I.B., Van Hulle, S., Vanrolleghem, P.A., Sensor validation and reconciliation for a
parcial nitrication process. Water Science & Technology vol 53 num 45, pp.~ 513521, 2006.
[16] Marsili-Libelli, S., Control of SBR switching by fuzzy pattern recognition, Water Research, vol 40, issue 5,
pp.~1095-1107, March 2006.
ISBN: 978-968-9516-00-4

[17] Plattes, M., Fiorelli, D., Gill, S., Girard C., Henry, E., Minette F., ONagy, and O., Schosseler, P. M.
Modelling and dynamic simulation of a moving bed bioreactor using respirometry for the estimation of
kinetic parameters. Biochemical Engineering Journal, vol. 33, num 3, pp.~ 253-259, 2007.
[18] Zhang, X., and Hoo, Karlene, A. Hierarchical Control Strategy for an Integrated Wastewater Treatment
Plant. Proceedings of the 17th World Congress of The International Federation of Automatic Control., pp.~
13617 13622, July 2008.
[19] Pires, O.C., Palma, C., Costa, J.C., Moita, I., Alves, M.M., and Ferreira, E.C. Knowledge-based fuzzy
system for diagnosis and control of an integrated biological wastewater treatment process. Water Science &
Technology, vol 53, num 45, pp.~ 313320, 2006
[20] Tomiello, M., Perrin, E., Roubens, M., and Crine, M. Fuzzy control of an activated sludge process. Second
European Congress of Chemical Engineering - Montpellier, pp.~ 1-8, 1999.
[21] Prosser, J. I. Autotrophic nitrification in bacteria. Advanced Microbial Physiology. vol. 30, pp.~125-181,
1989
[22] Ivanova, I. A., Stephen. J. R., Chang, Y.J., Brggemann, J., Long, P. E., McKinkley, J. P., Kowalchuck, G. A.,
White, D. C., and Macnaughton, S. J. Asurvey of 165 rRNA and amoAgenes related to autotrophic ammonia-
oxiding bacteria of the B-subdivision of the class proteobacteria in contaminated ground water. Can. J.
Microbiol. vol 46, pp.~ 1012-1020, 2000.
[23] Zepeda, A., Texier, A. C., and Gomez, J. Benzene transformation in nitrifying batch cultures. Biotechnol.
Prog. vol. 19 pp.~ 789-793, 2003.
ISBN: 978-968-9516-00-4

Tracking by Using Fuzzy Models in Phenol Biodegradation
Mrquez Vera M. A., Muoz Palacios F.

Abstract
In a fedbatch process the operational strategy can consist on controlling the influent substrate
concentration in the reactor, by means of the input flow manipulation. Due to the uncertainties and
imprecision of an analytical model of the process, and the disturbances in the measurement, a fuzzy
model is proposed to approach the growth rates. The feedback linearization can be used when the fuzzy
model is taken constant and used for compute the control input. The simulation results with this method
are presented.
Keywords: Fuzzy model, biotechnological process, tracking.

Introduction
Each living creature is formed by water principally, a small part of all water in the world is used for human
consumption, but each time there is less of it due the pollution. Nowadays, the problem to the problem of
treatment of wastewater is an important case of study in all the world. Phenol is a pollutant commonly
found in industrial wastewater. It has usually removed by costly physicochemical methods, as absorption,
ion exchange or using chemical oxidation [1].
The use of microorganisms as decontamination tool is recently [2], the entire natural ecosystem have
microorganism that can metabolize toxic components. The purpose of this application is to find a control
strategy for the inlet flow in a bioreactor to decontaminate water by using biomass.
The Sequencing Batch Reactor (SBR) process operates in a true batch mode with aeration and sludge settling
both occurring in the same tank. The major difference between a SBR and a typical activated sludge system
is that the SBR tank carries out the functions of equalization, aeration and sedimentation in a time sequence
rather than in the conventional space sequence.
Since SBR is a batch process, the effluent can be held in the reactor until it is treated if the influent can be
stored far away. This can minimize the deterioration of effluent quality associated with influent spikes. Also,
biomass will not be washed out of a SBR because of flow surges. In addition, settling occurs when there is no
inflow or outflow. However, the SBR systems have also some disadvantages, generally related to a higher
level of control sophistication.

Work with live creatures makes difficult to find an exact mathematical model to attain the control of the
bioreactor. There are some controllers that use the fuzzy logic, in the work [3] the sliding modes are used,
also the iterative learning control is used in [4] and [5], in [6] an iterative learning control was made for
ethanol concentration, an application with nonlinear control is presented in [7].
ISBN: 978-968-9516-00-4

In [8], the idea of use only the implicated variables in the dynamic system, is useful to control a determinate
state, by using this idea, it is proposed make a fuzzy model of the growth rates in order to reduce de
complexity of the model and supposing that we do not known how model it, and then linearize the process
such that the output follow the reference.
The study is carried out on an analytical model of a SBR system for phenol biodegradation, whose kinetics
are characterized by the production and later consumption of an inhibitory metabolic intermediate an
analytical model was developed in [9] for fedbatch cultures.
This work is organized as follows, in section 2 it is exposed the form to linearize a nonlinear model, the
change in coordinates and the control signal for tracking, in section 3 it is show the model to control and in
this part are shown the microbial growth rates to be approach for the fuzzy logic explain in section 4. After
get the model the control can be made and we can see the desired trajectory and the simulation results.
Finally conclusions are presented in section 5.
Feedback linearization
We consider a single input-single output nonlinear system defined as

(1)

where f and g are unknown nonlinear functions, is the state vector of
the system which is assumed to be available for measurement, in order for (1) to be controllable, it is
needed that g(x(t)) 0, x and t.
By deriving the output given in (1) and using the notation of the derivatives of Lie we have
(2)
If , we can propose the signal input as such that

(3)

the relative degree is one and for the output . On the other hand if , where
, and , the signal control will be [10]
ISBN: 978-968-9516-00-4

(4)
so the relative degree become r and .
In the same way, we can use the error as output and at the time the get the derivatives we have the
reference tracking and the control signal is similar to 4, it become

(5)
where y
d
is the desired signal or the reference signal.
Finally a change nonlinear the coordinates can be made. If we suppose that the relative degree is r the new
coordinates are

where denotes the zero dynamic and it will be chosen to be stable.
Phenol biodegradation model
The mass balance equation for the various constituents of phenol biodegradation is given by the following
first order system of differential equations [9]:

(6)
for the volume and the output we have

(7)
where D(t) is the dilution Qin(t)=V (t) and is the control input, S1(t) is the phenol concentration, S2(t) is the
main metabolic intermediate concentration, X(t) is the total microbial concentration and V (t) is the volume;
(t) is the specific biomass growth rate, qS1 (t) and qS2 (t) are, respectively, the specific consumption rate of
ISBN: 978-968-9516-00-4

phenol and the intermediate; vS2 (t) is the specific intermediate production rate. We consider that the reactor
is a fedbatch process and in this case Qout(t) =0.
The specific biomass growth rate is calculated by

(8)
where 1 is a modified Haldane type equation and 2 is a Monod type [9], i.e:

(9)

(10)
where, max1 is the maximum growth value due to the phenol concentration, max2 is the maximum growth
value due to the intermediary concentration.
The specific growth and consumption rates are correlated with the constants, biomass to phenol Y1 and
biomass to intermediate Y2 as follows:
(11)
The specific production rate of intermediate is linearly correlated to the specific growth rate of biomass on
phenol [9] as
(12)
The parameters values are described in [9] in base to a sensitivity analysis, the values used for simulation are
given in the Table 1.
Table 1. Parameters values
Parameter Value units
max1

Y1
KS1
Ki1
K2
max2

Y2
KS2
K1

0.4
0.67
2
17
91
0.3
0.75
75
66
6.7
l/h
mg/mg
mg/l
mg/l
mg/l
l/h
mg/mg
mg/l
mg/l
mg/l

ISBN: 978-968-9516-00-4

Fuzzy model for microbial growth rates
The Takagi-Sugeno system is characterized for the linear consequents in its rules in the following way:

(13)
There exist m fuzzy rules and n inputs xj . There are some fuzzy sets Fj defined for each input. The fuzzy
system performs a mapping from .

The fuzzy input vector and the output y are the linguistic variables defined as =[X S1 S2 V ]
T
and y is the
approximation of 1(S1,S2) or 2(S1,S2), and F
(i)
j and a
i
are the labels of the input and output fuzzy sets
respectively.
By using singleton fuzzifier, product inference, and centre average defuzzifier, the output value of the fuzzy
system is [11]:

(14)
where Fj (xj) is the membership function of the linguistic variable xj , and a
i
represents the crisp value when
the membership function gives one.
Defining the normalized membership value as

(15)
and

(16)

we can write the output value as:

(17)
ISBN: 978-968-9516-00-4

In this way the estimated functions are defined by [12]. There were used five membership functions to
evaluate the phenol concentration 1(t), and another five for the metabolic intermediate concentration 2(t)
to model both growth rates. So only 25 fuzzy rules were generated.

The consequent parameters of the linear functions can be estimated by least squares from the available
data. The condition is that the consequent functions were linear and the number of data items is much
greater than the dimension of the regression vector. A diagonal matrix i R
NN
is formed with the normalized
membership values (xk) as the k-th diagonal element, where k is in [1,N] and N is the number of data
items. A Xe matrix was formed by S1, S2 as its columns and a column of ones to determine the parameters bi it
is so called the extended regressor matrix Xe = [S1, S2, 1] [13]. Another matrix is formed from the
matrices
i
and Xe:

(18)

If the parameters are defined as a vector , it is computed in the following way:

(19)

where y is the fuzzy estimation of microbial growth rate 1(t) or 2(t). In this way, is obtained as the vector:

(20)

the fuzzy estimated values of 1(t) and 2(t) are presented in figure 1 and figure 2 respectively. Thus, the
microbial growth rate is a function of the phenol S1 and the metabolic intermediate S2, with a linguistic
interpretation.
This model can be adaptable from iteration to iteration and it is a way to simplify the model due the
evolution in microorganisms, so with this growth rate we can approach parts of the model as q
S1
(t), q
S2
(t)
and v
S2
(t).
ISBN: 978-968-9516-00-4

Control law
Once the fuzzy model of the microbial growth rate is obtained we can build the control signal, by deriving
the output we obtain that the relative degree is 1 where

(21)
and

(22)
the zero dynamic for the coordinates change is

(23)
For the simulation the desired output was defined as

(24)
so the control signal is computed as

(25)

ISBN: 978-968-9516-00-4

how the growth concentrations are computed before, q
S1
is a constant that is used in the calculation.
In figure 3 we can appreciate the evolution in time of the phenol and intermediate concentrations, due the
tracking imposed in the control signal, the output is almost equal to the reference, if we increment the
concentration of the solution the volume final is smaller and the biomass concentration does not descend
and increase with time, but the tracking is not as well. An application similar to this idea is presented in [14]
where equivalence with the fuzzy nonlinear internal mode is shown.

Figure 1. Microbial growth rate due the phenol

Figure 2. Microbial growth rate due the metabolic intermediate.
The system result to be with relative degree of one and there are three states in the change of coordinates
that are the zero dynamic, they were proposed to be stable, the simulation of the original states X(t) and V
(t) are shown in figures 4 and 5. The process is implemented iteratively and there were proposed 20 hours
for the simulation, after this time the activated sludge sediment and we can purge the biomass if it is
necessary and extract the water free of phenol.
Conclusions
ISBN: 978-968-9516-00-4

Working with live organisms make difficult to have a good model and if there is one it should be adaptive,
there exists the possibility of use fuzzy logic to have this kind of model. We can use these models to
construct different types of control and get some nonlinear functions that conforms the global model. The
idea of linearize the process by its feedback result to be a good control; the ISE was 37.4385, thit is an small
error. The problem in practice is that the number of samples is commonly less than the using in simulation,
one way to apply this control is interpolating the measurements. The use of fuzzy logic type 2 can improve
the performance and simplify the model.

Figure 3. Phenol and intermediate concentrations and the desired output

Figure 4. Biomass concentration

ISBN: 978-968-9516-00-4

Figure 5. Volume evolution

Reference
[1] A. Grinberg and E. Korin and A. Bettelheim, "Removal of Phenol and Derivatives from Aqueous Solutions
by Electropolymerization in Aerogel Carbon Electrodes Electrochem," Solid-State Lett., vol. 8, no. 4, pp. E42-
E44, 2005.
[2] E. Arroyo and J. Quesada, "Aplicacin de sistemas de biorremediacin de suelos y aguas contaminadas
por hidrocarburos," Divisin de proteccin ambiental de suelos., Geocia, 2002, http://www.geocia.com.
[3] M. Mrquez and L. Ramos and J.Waissman, "Fuzzy Sliding Modes Applied to a Phenol Biodegradation in
Fedbatch Cultures," International Symposium on Robotics and Automation in ISRA Conference Procedings,
(San Miguel Regla), pp. 437-441, August 2006.
[4] M. Mrquez and C. B. Youssef and G. Vzquez and J. Waissman, "Iterative Learning Control of a SBR
Reactor by Using a Limited Number of Samples, " International Meeting on Environmental Biotechnology
and Engeenering in 2IMEBE Conference Procedings, (Mexico city), September 2006.
[5] M. Mrquez and J. Waissman and O. Gut, "Fuzzy Model Based Iterative Learning Control for Phenol
Biodegradation," International Fuzzy Systems Association., pp. 328-337, June 2007.
[6] J. W. Choi and H. G. Choi and K. S. Lee and W. H. Lee, "Control of Ethanol Concentration in a Fed-batch
cultivation of Acinetobacter calcoaceticus RAG-1 Using a Feedback-assisted Iterative Learning Algorithm, "
Journal of Biotechnology., vol. 49, pp. 29-43, 1996.
[7] L. Mailleret and O. Bernard and J. P. Steyer, "Nonlinear adaptive Control for Bioreactors with Unknown
Kinetics, Automatica," no. 5, pp. 1379-1385, January 2004.
[8] J. Lo and Y. Kuo, "Decoupled Fuzzy Sliding-Mode Control," IEEE Transactions on Fuzzy Systems., vol. 6, no.
3, pp. 426-435, August 1998.
[9] G. Vzquez and Ben-Youssef C. and J. Waissman, "Two step modeling of the biodegradation of phenol by
an acclimated activated sludge," Chemical Engineering Journal., vol. 117, pp. 245-252, 2006.
ISBN: 978-968-9516-00-4

[10] J. K. Hedrick and A. Girard, Control of Nonlinear Dynamic Systems: Theory and Applications, pp. 113-
160, 2005.
[11] H. Kim and Y. Shin, "Design of Adaptive Fuzzy Sliding Mode Controller based on Fuzzy Basis Function
Expansion for UFV Depth Control," International Journal of Control Automation, and Systems., vol. 3, no. 2,
pp. 217-224, June 2005.
[12] C. Kunh and T. Chien and L. Kung, "Modified Adaptive Fuzzy Sliding Mode Controller for Uncertain
Nonlinear Systems, " IEICE Trans. Fundamentals., vol. E88-A, no. 5, pp. 1328-1334, May 2005.
*13+ R. Babuka, Fuzzy Modeling for Control, ser. International series in intelligent technologies, K.
Academic, Ed. Boston: Kluwer Academic Publishers, 1998.
[14] R. Boukezzoula and S. Galichet and L. Foulloy, "Fuzzy Feedback Linearizing controller and its equivalence
with the Fuzzy Nonlinear Internal Mode Control Structure," App. Math. Comput. Sci., vol. 17, no. 2, pp. 233-
248, 2007.
ISBN: 978-968-9516-00-4

Semiautomatic Knowledge Extraction from Unstructured Sources
J. M. Olivares-Ceja

Abstract
The World Wide Web built on top of Internetis populated with thousands of text-based knowledge
sources that must be analyzed by humans to answer knowledge queries or to transform them into
machine readable formats, for example, semantic networks or first order logic predicates. A similar
process is followed by Knowledge Engineers during knowledge base construction. In this paper we
propose a semiautomatic method to obtain knowledge from unstructured texts taken from the Internet.
Our method uses techniques from Natural Language processing to map into Fuzzy Semantic Networks. A
system that uses the method is under development, it consists of two main parts: knowledge extraction
and question answering.
Keywords: Knowledge Extraction, Semantic Web,Semantic Networks.
Introduction
Nowadays Internet is populated with a huge amount of information and knowledge that is being used to
satisfy requirements. One problem is that most of that information is in text form. An attempt to provide
meaning is the Semantic Web, but to do so, humans still must analyze texts, in order to get the knowledge
stored in that sources. We are developing a method to transform text into machine-readable knowledge
representation, this is used to answer knowledge queries. Our aim is also to help Knowledge Engineers in
knowledge-base construction. An expert user supervises the knowledge that is recorded in the knowledge
base and provides fuzzy certainty measures to each fact. We have selected semantic networks [1] [2] as
knowledge representation format, because it resembles the sentences structure (noun, verb, object; here
verb is the link among noun and object that are represented as nodes).
Our work is an alternate direction on current works of the Semantic Web. Several works are aim to enrich
the visualization of the Semantic Web, one of them is VisWeb [3]. Web mining [4] is an active area where it
is attempted to solve some problems like: a) finding relevant information (here a problem is the precision),
b) extraction of potential useful knowledge (mining tasks), c) personalization of information, d) learning
about individual users. Lin [5] focus on answers to web
queries using text annotations and mining in web sources. This paper is organized as follows. In the section 2
we explain how to transform plain text into machinereadable format, here we use a fuzzy semantic network.
Section 3 how the semantic network is updated using the facts obtained in section 2 given as result a fuzzy
semantic network. In section 4 comments the system under development. Conclusions and references are
given at the end of this paper.
Text Analysis
In our work, text is transformed from plain text into facts of the form:
ISBN: 978-968-9516-00-4

o
1
r o
2

where o1 and o2 are objects obtained from nouns and their adjectives. r is the relationship among o1 and
o2, typically formed by verbs and prepositions or verbs and adverbs. The facts are recorded into the
knowledge representation schema, in this case, a semantic network1, each fact is stored with a certainty
value between -1 and 1.
As we can observe, plain text has different structure than the o1 r o2 structure required to naturally
integrating facts into the semantic network. Therefore, we apply different transformations (figure 1) to the
plain text for obtaining sets of objects linked by relationships. Some of these transformations are done
manually and others have been automated obtaining a semiautomatic method for knowledge extraction.

Figure 1. Text Analysis Transformations

Text is separated into paragraphs because it is a way to manage pragmatic knowledge, here pragmatic refers
to objects that are related, for example, if a text talks about oranges in one paragraph and other paragraphs
talk about lemons, then similar paragraphs are analyzed together due to natural relationships. In our work,
we are not verifying language coherence and we presuppose that sentences are correct, it means that non-
sense statements are not filtered, like for example a car is eats meat.
Let us consider the following text (original text) obtained from the web in Spanish to illustrate the
transformations:
Biografa de Benito Jurez, quien naci en San Pablo Guelatao, Oaxaca, en 1806. De extraccin
indgena, habl solamente zapoteco durante gran parte de su niez. En la ciudad de Oaxaca vivi
con su hermana Josefa, quien serva en la casa de don Antonio Maza. Estudi en el Seminario de
Santa Cruz, nico plantel de secundaria que exista en Oaxaca.

Finding Collocations
The first type of transformations applied to a text is collocations because many words that appear together
might affect the meaning in the text. Therefore, groups of words like Association for Computing
Machinery and Eiffel Tower are consider as one token instead of four and two respectively. We link the
words with an underscore, it is possible to automate this task by using a collocations dictionary. The tokens
ISBN: 978-968-9516-00-4

look like this: Association_for_Computing_Machinery and Eiffel_Tower respectively. In the sample text we
obtain:
Biografa de Benito_Jurez, quien naci_en San_Pablo_Guelatao, Oaxaca, en 1806. De
extraccin_indgena, habl_solamente zapoteco durante gran_parte_de_su_niez. En
la_ciudad_de_Oaxaca vivi_con su_hermana_Josefa, quien serva_en
la_casa_de_don_Antonio_Maza. Estudi_en el_Seminario_de_Santa_Cruz, nico_plantel de_
secundaria que exista_en Oaxaca.

Passive to Active Voice transformation
It is common in English the use of passive voice where the object appears at the beginning of a sentence. In
Spanish subject appear at the beginning because is more often used the active voice. Our method requires
that sentences are written in active voice to map the subject relation object into the semantic network.
Therefore, when passive voice structures appear they are changed into active. Our sample text as is written
in Spanish does not requires this transformation.
Anaphora Substitution
The second step is finding direct and indirect anaphora and substitutions are made in order to obtain
sentences without referential ambiguity on subjects and objects.
Words like that, these, here are substituted with the correct subject or object. In the sample text we
substitute who and that.
Biografa de Benito_Jurez, Benito_Jurez naci_en San_Pablo_Guelatao, Oaxaca, en 1806. De
extraccin_indgena, habl_solamente zapoteco durante gran_parte_de_su_niez. En
la_ciudad_de_Oaxaca vivi_con su_hermana_Josefa, su_hermana_Josefa serva_en
la_casa_de_don_Antonio_Maza. Estudi_en el_Seminario_de_Santa_Cruz,
nico_plantel_de_secundaria el_Seminario_de_Santa_Cruz exista_en Oaxaca.

Linguistic Distribution
Once we have changed words that must be considered as one token (collocations) and anaphora
substitution, the next step is assigning type to each token using a dictionary, ambiguity is solved asking the
user (in future implementations it could be done using contextual information). Nouns and adjectives
become nodes in the semantic network, verbs and prepositions forms relations.
We apply linguistic distribution [2] to the sentences to relate subjects with objects, it occurs when it is said
something about a subject in a text. In our example we observe that Benito_Jurez is related with
San_Pablo_Guelatao, but apparently Oaxaca is isolated. When we apply linguistic distribution we obtain
three facts talking about Benito_Jurez
From the sentence and applying linguistic distribution:
Benito_Jurez naci_en San_Pablo_Guelatao, Oaxaca,
en 1806
We obtain the following facts:
Benito_Jurez naci_en San_Pablo_Guelatao
(Benito_Jurez was born in San_Pablo_Guelatao)
Benito_Jurez naci_en Oaxaca
ISBN: 978-968-9516-00-4

(Benito_Jurez was born in Oaxaca)
Benito_Jurez naci_en 1806
(Benito_Jurez was born in 1806)

Semantic Network Structuring
The semantic network structuring involves two operation: storing and retrieval. Storing is done taking the
facts obtained during Text Analysis. An expert user assigns the truth value for each fact using values
between 1 and 1, 0 represents facts that are false. 1 is used with facts with complete uncertainty, 1 is
used in facts with complete certainty. Each fact is of the form o1 and o2 as was obtained previously. If a fact
is already in the network the user is asked to use the best truth value. Other options on the certainty value
are possible. The certainty value is placed in the arc that links two nodes.
Figure 2 shows one fragment for the semantic network of the sample text. Truth values are showed in
ellipsis.

Figure. 2. An example of a fuzzy semantic network
ISBN: 978-968-9516-00-4

System for Knowledge Extraction
We are building a system to implement the knowledge extraction. The systems consists of two main
modules (figure 3). The knowledge acquisition module takes texts from the Internet and applies the
operations described in the section 2 in this paper to build the semantic network assigning a truth value for
each fact.
We validate the knowledge stored using a query module. The answers are given to the user in textual or
graphical form. A navigational tool is also under development to facilitate to the user the navigation in the
knowledge.

Fig. 3. Main modules of the system

Conclusions
We have presented a method to extract knowledge from text files obtained from the Internet. As we know
some information in the Internet is uncertain or invalid, we reflect this using truth values from 1 to 1. A
system is under development to automate the process and provide a tool to the users for navigating in the
knowledge stored. Many experiments should be done to improve our method and to evaluate the
qualification of the knowledge.
References
[1] M. Ross Quillian, Semantic Memory in Semantic Information Processing, (Editor Marvin Minsky), MIT
1968
[2] Jess Manuel Olivares C., Sistema Evolutivo para Representacin del Conocimiento (bachelor degree
theses), IPN-UPIICSA, clasif. 7.152, Mexico City, abril 1991
[3] Dori Dov, ViSWebthe Visual Semantic Web: unifying human and machine knowledge representations
with Object-Process Methodology, The VLDB Journal The International Journal on Very Large Data Bases,
Volume 13 Issue 2 May 2004
[4] Raymond Kosala, Hendrik Blockeel, Web mining research: a survey, ACM SIGKDD Explorations
Newsletter, Volume 2 Issue 1, June 2000
ISBN: 978-968-9516-00-4

[5] Jimmy Lin, Boris Katz, Question answering from the web using knowledge annotation and knowledge
mining techniques, Proceedings of the twelfth international conference on Information and knowledge
management, November 2003
[6] Adolfo Guzmn A., Finding the Main Themes in a Spanish Document en Journal Expert Systems with
Applications, Vol. 14, No. 1/2, 139-148, Jan./Feb. 1998
ISBN: 978-968-9516-00-4

Antecumem, Prototipo de Herramienta para el Anlisis de Datos con Cubos
en Memoria Principal

G. L. Martnez; A. Guzmn

Abstract
It describes a tool called Antecumem which is used for analysis in databases stored in main memory. The
description includes a list of questions from business and store the database. The warehouse is a data
structure and arrangements that are linked to each other, call Arblis, which does not seek data on disk,
which reduces the time in the search for data. Arblis stores the database, which is modeled as a multi-
dimensional (data cube). This model lets you define operations in the data cubes, oprations with an
interest in events over time, but may also be in any other dimension. An operation with the data of
interest to analyze, may be the percentage increase from one period to another. Arblis responding to the
list of business questions raised here.
Keywords: Data Analysis, Data Mining, Database, Multidimensional Database, Data Cube.
Introduccin.
El anlisis de datos o las preguntas de negocio son indagaciones a las bases de datos de una empresa o
institucin con el fin de hallar datos valiosos o verificar situaciones que estn relacionadas con diferentes
tipos de decisiones como: a) la operacin diaria, b) el resolver situaciones de corto plazo o c) para la
planeacin a largo plazo.
Un ejemplo de una pregunta de negocio para tomar una decisin del tipo c), es Localizar los productos de la
temporada de octubre a diciembre que han mantenido una demanda en los ltimos seis aos atrs, y que
se han mantenido en los primeros 10 lugares de ventas, en las diferentes tiendas del pas de una empresa
departamental. A travs del anlisis de las preguntas de negocios que aparecen en varios artculos o libros
relacionados al anlisis de datos, como [2], [21] y [22] y que son las preguntas ms recurrentes a resolver en
las empresas o instituciones, se defini una lista de 7 tipos de preguntas y que se listan en la Tabla 1. El valor
de las preguntas se relaciona con el objetivo de la organizacin, duea de los datos y por ser preguntas para
el apoyo a la toma de decisiones, se requiere disminuir su tiempo de obtencin de las respuestas y en
especial el de extraccin de los datos que se requieren para obtener las respuestas.
Objetivo, Agilizar el Anlisis de Datos
Para agilizar el anlisis de datos, en la parte de reducir el tiempo de obtencin de los datos y as obtener las
respuestas a las preguntas de la Tabla 1, en este trabajo los datos se almacenan en memoria principal, sin
sacrificar el tamao o volumen de ellos; y tambin aqu en RAM se analizan los datos; con esto se utiliza una
alternativa al cache en disco. Para esto se emplean estructuras para representar una base de datos multi-
dimensional o cubos de datos, los cuales se utilizan por un prototipo de software llamado Antecumem
(Anlisis Temporal con Cubos en Memoria).

ISBN: 978-968-9516-00-4

Tabla 1. Preguntas de Negocios
No, Nombre de Tipo de Pregunta y Descripcin
1. Puntual. Revisar el valor o hecho de inters, de un elemento, en un momento, en un lugar, de un cliente, etctera.
2. Rango. Revisar el acumulado de hechos, acotado por los rangos en las variables de inters.
3. Eficiencia. En base a los hechos de inters, calcular su porcentaje de incremento o decremento en dos perodos con
rangos en todas las variables (Qu tanto mejoramos?).
4. Eficiencia Grupal. En base a los hechos de inters con su porcentaje de incremento o decremento, indicar los n
mejores elementos en dos perodos (En donde mejoramos?).
5. Conservacin/Perdida. En base a los hechos y una variable de inters, en dos perodos de tiempo, observar los
elementos, ya sea que permanecen o que desaparecen o sea revisar los n buenos elementos, en un perodo y otro.
6. Temporalidad. En base a los hechos y una variable de inters, observar los n mejores elementos que permanecen, en
dos o ms perodos de tiempo (temporadas). Perodos de tiempo que puede ser anual, mensual u otro perodo.
7. Tendencias. En base a los hechos y una variable de inters, buscar en un rango de tiempo, los n elementos de inters
que mantienen una tendencia en p lapsos de tiempo.

Una Posible Solucin
El acceso a memoria principal o RAM es del orden de 10
-7
segundos (100 nano-segundos), con lo cual vemos
que el tiempo de extraccin se puede reducir, al ya no realizar la extraccin a partir del disco. Este valor
terico es lo que motiva en gran parte este proyecto. La limitacin principal para esta solucin es la cantidad
de RAM disponible. Por ejemplo, para una PC personal, su tamao es 50 veces menor que la del disco (disco
de 100 GB, RAM de 2 GB), pero an as, es razonable el utilizar esta cantidad de RAM y caracterizar los
problemas que se pueden resolver utilizando esta cantidad de memoria.
Una Caracterstica del problema
Las preguntas de negocios listadas en la Tabla 1, y que aqu se resuelven, pueden ser expresadas por medio
de expresiones del lenguaje de consulta estructurado (SQL, Structured Query Lenguaje), esto en caso de
tener una base de datos relacional. Antecumem ha organizado una manera especial de capturar los
parmetros de estas preguntas para luego acceder a la estructura Arblis.
Tambin Antecumem puede capturar un nmero de expresiones o consultas que son posibles de construir
con la Forma General de la Figura 1 y que depende del nmero de dimensiones y de las jerarquas en las
dimensiones, como se describe en [1]. El resultado de responder las expresiones o consultas se le conoce
como vistas o cubos de datos, adems dependiendo del modelado de datos para responder las preguntas,
como en [2] se pueden crear operadores para trabajar con las vistas o los cubos de datos

SELECT A, S(a(A))
FROM D
ISBN: 978-968-9516-00-4

GROUP BY A

Donde:
- A es un subconjunto de atributos de las
relaciones en D={d
1
, .., dn}, y que forman la
base de datos.
- S(a(A)) es un agregado de inters sobre
algunos de los atributos en A, pero de tipo
numrico, como SUM, MAX, MIN, etc.
- Las d
i
, i=1,,n se conocen como dimensiones.

Fig. 1. Forma General de Consultas que Responden a una Pregunta de Negocio en Bases relacionales
Soluciones a la Reduccin de Tiempo en la Extraccin de Datos
El tema de agilizar el tiempo de respuesta, es un tpico y un rea de investigacin en las Base de Datos [3]
que lleva ms de 40 aos en desarrollo, pero continua siendo actual por el constante crecimiento de las
bases de datos, las recientes y variadas tecnologas de adquisicin, almacenamiento y dispersin de datos,
adems de la importante necesidad de realizar constantes anlisis a estos datos. Anlisis que se realiza con
los procesos de Minera de Datos y el Procesamiento Analtico en Lnea (OLAP, Analytical Processing On-
Line).
En estos procesos, primero con ayuda de los programas llamados extractores de datos se forma el espacio
de bsqueda; y despus la corroboracin de hiptesis se realiza con programas analizadores. Todo este
trabajo puede tardar mucho tiempo [2] y [4], ya que se realizan en bases de datos que contienen grandes
cantidades de registros. En www.wintercorp.com existe un registro de las bases de datos ms grandes para
la toma de decisiones u OLAP, del orden de 100 terabytes. El cubo de datos [1] y [2] puede formar parte de
las siguientes soluciones para agilizar el tiempo de respuesta:
1) La materializacin de vistas en disco que se detalla en [1] y [5], con el correspondiente calculo de su
tamao en [6].
2) El tratar la similaridad en consultas, enfoque dado en [7], [8] y [9], para crear una funcin de distancia
entre los objetos de la base de datos.
3) Crear estructuras para resolver consultas de tipo rango, ya sea sumas o mximos. Esto se puede ver en
[1], [2], [10] y [11].
4) Crear funciones de densidad en datos continuos, otra forma es compactar en forma especial los cubos
[12].
5) Aprovechar el orden en la estructura de Lattice que almacena en sus nodos las vistas en disco como se
indica en [4].
ISBN: 978-968-9516-00-4

6) Crea Sistemas Administradores de Bases de Datos (SMBD) en Memoria Principal, como se disea e
implementa un SMBD en [13] en memoria con todas los componentes de un SMBD en disco, pero en l, su
fin es realizar transacciones o trabajar un sistema de tipo OLTP (Online Transaction Processing).
7) Datos en Memoria Principal, existen trabajos como [14], que tambin carga una base de datos en
memoria principal, su objetivo es apoyar la toma de decisiones, con las premisas de dado un dato hallarlo
en el menor nmero de accesos a la estructura en memoria donde se almacena la base de datos.
Algunas de estas soluciones son para disminuir el tiempo de respuesta en accesos a bases de datos y en su
anlisis. Las soluciones que acceden disco, son alternas a nuestra solucin, y las que cargan en memoria
principal bases de datos tienen otro objetivo: transacciones o responder accesos directos a registros, ms no
responder preguntas de negocio de las que aqu se plantean.
Anlisis y Diseo de la Solucin
El anlisis y diseo de Antecumem, podemos resumirlo en: 1. Localizar en las fases de los procesos de OLAP
y Minera de Datos donde se puede reducir el tiempo (seccin 3.1); 2. Disear la estructura Arblis, almacn
de datos en memoria (seccin 3.2); 3. Modelar cubos o bases de datos multidimensionales con arblis (no se
presenta en este artculo), y 4. Modelar las preguntas de negocio que pueden ser resueltas con cubos de
datos y los algoritmos que responden a estas preguntas (no se presenta en este artculo).
Las Fases de OLAP y Minera de Datos
Los procesos de OLAP y de Minera de Datos, coinciden en dos fases como se describen en las modelaciones
realizadas en [15], [16], [17], [18] y [19]; las cuales son: 1) extraccin y 2) el anlisis. Las fases de estos
procesos se ilustran en la Figura 2. En la fase de extraccin, ahora se evitara el acceso a disco, al cargar en
RAM la base de datos para responder cualquier consulta de la forma ya mencionada, con lo cual se elimina
el trabajo del SMBD a disco, es decir ahora tenemos las dos fases en memoria principal y realizadas por un
mismo programa, como se observa en la Figura 3.

Fig. 2. Fases de Extraccin y Anlisis
ISBN: 978-968-9516-00-4

Fig- 3. Arquitectura con Datos en RAM.
La estructura Arblis almacena la Base de Datos Multi-Dimensional (BDMD) o el cubo de datos original, el cual
se trabajara a partir de sus variables de inters. Como ya se menciono en la seccin 1.4, las variables se
denominan dimensiones, y los valores a sumarizar o agregar, se conocen como hechos. De igual forma,
cualquier resultado que se obtenga a partir de una consulta a la BDMD o Arblis se llamara cubo de datos,
con lo cual podemos obtener varios cubos que participen al resolver una pregunta.
Arblis, la Estructura en Memoria Principal para Almacenar los Datos a Analizar
Para explicar la organizacin de la estructura en memoria, se har con los datos de la Tabla 2, que tiene 18
hechos (columna sales). La estructura se aprecia en el primer rengln, que es adems de los hechos, tres
dimensiones y que forman la base autos(Model, Year, Color, Sales), que puede ser definida como C(d
1
, d
2
,
d
3
). Se tienen las siguientes caractersticas en esta base:
Son tres dimensiones y los hechos.
Dimensin d
1
con dos valores {Chevy, Ford}.
Dimensin d
2
con 3 valores {1990,1991,1992} y
Dimensin d
3
con 3 valores {blue, red, white}.
Tabla 2. Bases de Datos autos con 18 hechos.
Registro Model Year Color Sales
0 Chevy 1990 Blue 5
1 Chevy 1990 Red 87
2 Chevy 1990 white 62
3 Chevy 1991 Blue 54
4 Chevy 1991 Red 95
ISBN: 978-968-9516-00-4

6 Chevy 1992 Blue 31
7 Chevy 1992 Red 54
9 Ford 1990 blue 64
10 Ford 1990 red 62
11 Ford 1990 white 63
12 Ford 1991 blue 52
13 Ford 1991 red 9
15 Ford 1992 blue 27
16 Ford 1992 red 62

La reorganizacin de la Tabla 2, se observa en la Tabla 3, que es en dos arreglos, donde los valores de las
dimensiones estn en el arreglo 1 y los apuntadores que se agregan estn en el arreglo 2. Brevemente los
valores estn ordenados en la forma siguiente:
Dimensin d
1
model, segmento 1, posiciones 0-1.
Dimensin d
2
year, segmento 2, posiciones 2-7 y
Dimensin d
3
color, segmento 3, posiciones 8-25.
Las posiciones 0 y 1 estn ligadas a las posiciones 2 y 5 respectivamente.
Las posiciones entre 2 y 7 estn ligadas a las posiciones 8, 11, 14, 17, 20 y 23 respectivamente.
En cada una de las entradas de la 8 a la 25, estn almacenados los hechos.
Aqu, 2, 6 y 18, son los tamaos de los segmentos pertenecientes a las dimensiones en el arreglo 1 que
almacena los valores de las dimensiones.
Tanto el arreglo que almacena los valores de las dimensiones como el arreglo que almacena los
apuntadores son de tamao 26.
Navegacin Resumida en Arblis
ISBN: 978-968-9516-00-4

Por la forma en que se describe el arreglo 1, se puede ver que el dominio de valores D(d
i
), donde d
i
es la i-
sima dimensin de la BDMD o cubo, estn representados en el arreglo 1 y adems se encuentran
ordenados tal que se que permite agilizar su recorrido. Todas las entradas o valores x
i
d
i
de las tuplas (x
1
, x
2
,
x
3
), si es que existen en el cubo, se pueden hallar recorriendo el segmento correspondiente del arreglo 1 a
cada una de las dimensiones.
El valor x
1
que pertenece a la dimensin d
1
, se buscara en el primer segmento del arreglo 1, luego tomar el
valor x
2
de la dimensin d
2
y buscarlo en el segundo segmento del arreglo 1; as hasta realizar la bsqueda
del valor x
n
en su correspondiente segmento (el ltimo) y finalmente tomar el valor del hecho en el arreglo
3, la navegacin entre las dimensiones se realiza con los apuntadores del arreglo 2. Es decir, se formara la
coordenada con los valores y el hecho correspondiente de la forma (x
1
, x
2
, x
3
, v
1,2,,n
), donde v
1,2,,n
esta en
funcin de los valores (x
1
, x
2
, x
3
).
Las Preguntas de Negocio a Resolver con la Estructura
La estructura es til, ya que permite agilizar el acceso a datos y realizar el anlisis de preguntas de la Tabla 1,
donde ya tiene una clasificacin y la descripcin de la pregunta. Por restricciones de espacio no se describen
los elementos formales que ayudan a definir el tipo de pregunta y los algoritmos en funcin de los cubos
que son necesarios para resolver estas preguntas.
En esta seccin se indico la parte del proceso que se lleva de disco a RAM tanto del proceso de OLAP y
Minera de Datos. Se describi en forma resumida la estructura Arblis que representa la base de datos en
memoria; cmo la estructura representa la unidad bsica a tratar, un cubo de datos o la vista en detalle; y
cmo Arblis o los cubos pueden responder una pregunta de negocio de la Tabla 1.
Pruebas y Resultados
Las pruebas que se hicieron para mostrar el trabajo de Antecumem, son con una base de datos de prueba
que se llama SH que fue obtenida de la instalacin del SMBD Oracle 9.2i [www.oracle.com]. Las
dimensiones en la base de datos estn en la Tabla 4.
Tabla 3. Reorganizacin de Tabla 2 en la Estructura Arblis
Arreglo 1 Arreglo 2
Dimensin Posicin Valor Apuntador Segmento Apunta a
Model 0 Chevy 2 1 Segmento 2
1 Ford 5
Year 2 1990 8 2 Segmento 3
3 1991 11
4 1992 14
5 1990 17
6 1991 20
ISBN: 978-968-9516-00-4

7 1992 23
Color 8 Blue 5 3 Hechos
9 Red 87
10 White 62
11 Blue 54
12 Red 95
13 White 49
14 Blue 31
15 Red 54
16 White 71
17 Blue 64
18 Red 62
19 White 63
20 Blue 52
21 Red 9
22 white 55
23 Blue 27
24 Red 62
25 White 39
Tabla 4. Base de Datos SH, con 4 dimensiones.
Dimension (di) 1 2 3 4 Hechos
Nombre Product Customer Promotion Time Sales
Valores 10,000 50,000 501 1,461 1,016,271

Las pruebas aqu descritas se llevaron a cabo con:
Una PC compatible con procesador XEON a 1.7 MH y RAM con 1.5 GB.
El SMBD MySQL 4.0.2 para NT y programacin JAVA con JKD 1.5.
ISBN: 978-968-9516-00-4

Sistema Operativo Windows 2000 Profesional.
Prueba de Velocidad de Acceso a Diferentes Volmenes de Datos
La Tabla 5 muestra el comportamiento de tiempos en segundos de una Pregunta de Tipo Rango en la base
de datos SH con incrementos de 1,016,271 registros. Se observa el SMBD MySQL versin 4.0 resulta ms
rpido que el programa desarrollado con el nmero inicial de registros de la base de prueba, pero pasado un
lmite, Antecumem en memoria muestra mayor rapidez.
Tabla 5. Tiempos de Acceso a Millones de Registros
No. De Prueba Registros SMBD Antecumem
1 1,016,271 0.8 1:016
2 2,032,542 1.52 1:172
3 3,048,813 2.22 1:334
4 4,065,084 2.98 1:516
5 5,081,355 3.95 1:714
6 6,097,626 4.67 1:953
7 7,113,897 5.44 2:234
8 8,130,168 6.13 2:488
9 9,146,439 6.75 2:563
10 10,162,710 9:23 2:735

Resumen de Pruebas
En la Tabla 6 se tiene un resumen de los resultados en segundos en las diferentes preguntas de negocio de la
Tabla 1, con diferentes volmenes de registros, utilizando el SMBD y el software desarrollado.
Tabla 6. Tiempos de Respuesta, SMBD (S) vs Antecumem (Antcmm)
No SM-BD Ant-
cmm
SM-BD Ant-cmm SM-BD Ant-cmm SM-BD Ante-cmm
1,016,271 10,162,710 12,195,252 15,244,065
1 .31
.31
0 (24)
3
0 (22)
3
0 (28)
4
0
2 (5) 1.390 (25) 3.438 (21) 4.062 (28) 4:875
ISBN: 978-968-9516-00-4

0.8 9 11 13
3 (6)
1.6
2,641 (32)
17
5.094 (32)
20
5.390 (40)
24
5:953
4 (4)
3
0.704 (34)
34
1.16 (56)
41
1.0 (72)
51
1:141
5 (3)
3
1.359 (32) 12 2.125 (30)
15
2.266 (38)
17
2:469
6 (9)
2
2.15 (15)
15
2.390 (34)
19
2.453 (44)
22
2:703
() Primera medicin con el SMBD, la segunda generalmente es menor.
* Faltan operaciones para regresar lo que se desea, acorde a la operacin de negocios.
Variante en la Prueba de Temporalidad
Se diseo otra variante de la prueba de temporalidad para analizar ms el desempeo de la herramienta. La
variante consiste en el aumentar el nmero de meses (cubos) de anlisis y ver el desempeo en la pregunta
de temporalidad. Los resultados en segundos estn en la Tabla 7.
ISBN: 978-968-9516-00-4

Tabla 7. Tiempos en Pregunta de Temporalidad
Me-ses SM-BD Ant-cmm SM-BD Ant-cmm SM-BD Ant-cmm SM-BD Ant-cmm
1,016,271 10,162,710 12,195,252 15,244,065
3 (9)
1
2.015 (35)
15
2.313 (33)
17
2.344 (44)
22
2:562
4 (10)
2
2.672 (40)
20
3.110 (39)
24
3.125 (51)
30
3:453
6 (9)
3
4.015 (49)
29
4.859 (52)
35
4.891 (67)
50
5:575
12 (11)
6
8.140 (79)
59
10.59 (86)
71
10.92 (109)
89
11:50
() 1era. medicin con el SMBD, la segunda generalmente es menor.
Desempeo Empricamente Estable
Al graficar el desempeo de la herramienta en cada una de las preguntas contra los diferentes volmenes de
pruebas se observa que es empricamente estable. Como ejemplo se puede ver Grfica 1.
0
10
20
30
40
50
1M 10M 12M 15M
T
i
e
m
p
o

e
n

S
e
g
u
n
d
o
s
Millones de Registros
Tiempos en Pregunta de Temporalidad en
Tres Meses (Tipo T)
SMBD (1era
Medicin)
SMBD (2da
Medicin)
Antecumem

Grfica 1. Pregunta de Temporalidad
Conclusiones, Ventajas y Trabajo Futuro
Conclusiones
Las conclusiones de este trabajo son:
La estructura Arblis est diseada para buscar en orden en las dimensiones y con los ciclos predefinidos
dado un valor en cada dimensin, que se refleja en su construccin y que acelera los tiempos de respuesta
las consultas del tipo de la Tabla 1.
El modelo de datos permite identificar las partes de las preguntas de la Tabla 1.
ISBN: 978-968-9516-00-4

El modelo de datos permite realizar los algoritmos para responder las preguntas de la Tabla 1 usando la
estructura Arblis. (la demostracin formal de estos tres puntos no forma parte de este artculo)
Ventajas y Desventajas del Prototipo
Ventajas.
a) Agiliza tiempo de respuesta sobre disco, se alcanzo hasta ms de 8 veces el tiempo menor de respuesta,
dependiendo del tipo de pregunta.
b) La estructura que almacena la base de datos multidimensional no tiene celdas vacas.
c) Puede adaptarse a otras preguntas de negocios que se definan y que trabajan con cubos de datos.
Desventajas.
a) Es un prototipo an, esto significa que es necesario realizar ms cdigo para dejarlo como una
herramienta (pero, esto no afecta el desempeo de la herramienta).
b) No tiene una interfaz amigable.
c) Tarda mucho en cargar y formar la estructura, con un milln de registros tarda 2 minutos, con diez
millones tarda 120 minutos y an ms en quince millones de registros, aunque esto ya se ha resuelto
parcialmente, al guardar la estructura Arblis en disco y leerla, con lo cual la carga se reduce a decenas de
minutos.
Trabajos Futuros
Algunos trabajos que se consideran interesantes son:
1) Acelerar la Carga de la Base a la Estructura. Como se menciono, una de las desventajas es su tiempo de
carga. Para acelerar la carga, se puede programar a Antecumem, si no hay cambios en los datos y la
estructura este almacenada en disco en disco leerla, en otro caso se pregunta al analista si los datos que se
tienen pueden ser tiles para realizar anlisis, a pesar de que hay cambios, o se puede cuantificar la
afectacin de los cambios o el porcentaje de los cambios.
2) Mejorar la Interface de Captura y la Entrega de Resultados. Por el momento la captura de la expresin
que define la pregunta de negocio no es sencilla para un analista de negocio y la respuesta que se entrega es
en formato texto que dificulta su interpretacin. Una forma de capturar la expresin es mostrando solo las
reas que se requieren para plantear el tipo de pregunta, pues el tipo de pregunta define los parmetros.
Una mejora en la entrega de resultados, podra ser si estos se muestran en grficas de tipo Excel.

Referencias
ISBN: 978-968-9516-00-4

[1] J. Gray, A. Bosworth, A. Layman, and H. Pirahesh, "Data Cube: A Relational Aggregation Operator
Generalizing Group-By, Cross-Tab, and Sub-Totals," Data Mining and Knowledge Discover, Vol. 1, No. 1,
1997, pp. 29-53, 1997.
[2] R. Agrawal, A. Gupta, S. Sarawagi, Modeling Multidimensional Databases, IBM Almaden Research
Center, 1997.
[3] Z. Chen, C. Li, J. Pei, Recent Progress on Selected Topics in Database Research , Microsoft Research,
2003.
[4] V. Harinarayan, A. Rajaraman, J. Ullman. Implementing Data Cubes Efficiently, Stanford University,
1996.
[5] T. Morzy, M. Wojciechowsky, M. Zakrzewicz, Materialized Data Mining Views, Poznan University of
Technology, Institute of Computing Science, 2000.
[6] A. Shukla, P. M. Deshpande, J. F. Naughton, K. Ramasamy, Storage Estimation For Multidimentional
Aggregates in The Presence of Hierarchies, Computer Sciences Department University of Wisconsin
Madison, 1996.
[7] V. Ganti, J. Gehrke, R. Ramakrishnan, Mining Data Streams under Block Evolution, SIGKDD Explorations,
3(2):1-10, 2002.
[8] P. Ciaccia, M. Patella, "Approximate Similarity Queries: A survey", University of Bologna, Italy, 2000.
[9] B. Braunmler, M. Ester, H-P. Kriegel, J. Sander, Efficiently Supporting Multiple Similarity Queries for
Mining in Metric Databases, Institute for Computer Science, University of Munich, 2000.
[10] A. Gupta, V. Harinarayan, D. Quass, Aggregate-Query Processing In Data Warehousing Enviroments,
IBM Almaden Research Center, Stanford University, 1995. [11] Ch. Ho, R. Agrawal, N. Megiddo, R. Srikant,
Range Queries in OLAP Data Cubes, IBM Almaden Research Center, 650 Harry Road, San Jos, CA 95120,
1997.
[12] J.Shanmugasundaram, U. M. Fayyad, P. S. Bradley, Compressed Data Cubes for OLAP Aggregate Query
Approximation on Continuous Dimensions, Microsoft Research, University of Wisconsin, Technical Report
MSR-TR-99-13, 1999.
[13] K. Jung, K. Lee, Design and Implementation of Storage Manager in Main Memory Database, System
ALTIBASE, Real-Time Tech Lab, ALTIBASE Co. Seoul, Korea, 2003.
[14] J. Rao, Cache Concious Indexing for Decision-Support in Main Memory, Columbia University, 1999.
[15] G. L. Martnez, Y. Albores, C. Castillo, Automatizacin del Proceso de Minera de Datos,
Memoria del 2do. Foro Computacin de la Teora a la Prctica, Canacintra CIC-IPN, 2001.
[16] G.L. Martnez., A. Guzmn., M. Alexandrov, Modelo de Minera Datos con Ajuste de Curvas, CIICC-
2003.
[18] Z. Chen, Intelligent Data Warehousing, From Data Preparation to Data Mining, CRC PRESS, 2000.
ISBN: 978-968-9516-00-4

[19] A. Berson, S. Smith, Data Warehousing, Data Mining & OLAP, McGraw-Hill, 1997.
[21] Ch. Li, X. S. Wang, A Data Model for Supporting On-Line Analytical Processing, George Mason
University, cli@isse.gmu.edu, 1996.
[22] Harjinder S. Gill, The Official Guide to Data Warehousing, ISBN 07897-0714-4, Editorial QUE, 1996.
ISBN: 978-968-9516-00-4

Memorias Asociativas En lgebra Min-Max Para El Aprendizaje y
Recuperacin De Imgenes en Tonos De Gris

Daz de Len Santiago J. L., Salgado Ramrez J. C., Gamino Carranza A., Rojas Hernndez R. ,Trujillo Mora V.
Resumen
Las memorias asociativas son un tema de mucha relevancia en el Reconocimiento de Patrones,
principalmente las memorias basadas en lgebra min-max; estas ltimas ofrecen caractersticas
interesantes para el aprendizaje y recuperacin de patrones, debido a que se salen del esquema
convencional (anillo de los reales) en el que se venan trabajando las memorias asociativas, proponiendo
trabajar en lgebra min-max. En el presente artculo se muestra la forma en que las memorias basadas en
lgebra min-max trabajan con imgenes en tonos de gris. En especial se hace nfasis en las memorias
debido a que stas fueron diseadas slo para trabajar en el conjunto de los binarios, pero se mostrar
cmo se operan con imgenes en tonos de grises.
Palabras clave: Memorias asociativas, imgenes en tonos de gris, lgebra min-max.

Abstract
The associative memories are a very relevant topic in Pattern Recognition, especially in the memories based
on min-max algebra. These provide interesting characteristics for the learning and recovering of patterns
because they do not fit in a conventional structure ( ring of the real ones ) on which associative memories
were worked. On the current article, we show the way memories based on min-max algebra work with
images in gray tones. We mainly emphasize the alpha-beta memories because they were designed to work
only in the binary set. However we will show how to operate with gray toned images.
Keywords: Associative Memories, gray level images, min-max algebra.

Introduccin
Los sistemas de procesamiento de informacin hoy en da a pesar de toda su capacidad de clculo, no
pueden compararse a los seres humanos en la capacidad de reconocer patrones, sonidos o imgenes. Este
dilema bsico en teora computacional (porqu las computadoras pueden procesar toneladas de nmeros
pero no procesar eficientemente imgenes) ha dejado perplejos a los cientficos durante muchos aos.
Muchos investigadores ha concebido modelos que podran ayudar a develar lo interesante y sorprendente
de la capacidad del cerebro humano para aprender y recordar su entorno. Este hecho ha inspirado a algunos
investigadores, en el rea de reconocimiento de patrones, a presentar modelos que simulen dicho
comportamiento; estos modelos son las memorias asociativas [4-13], [16-20], [22-27], [29-32], [34-37], [40-
41]. Algunos de estos modelos han sido implementados en circuitos integrados [21] [28] [38], logrando una
gran velocidad en la operacin y en la respuesta; la finalidad de la implementacin, es aplicarlos en la
solucin de problemas para diversas reas.
ISBN: 978-968-9516-00-4

El concepto de memoria asociativa es bastante intuitivo: se trata simplemente de asociar dos patrones, es
decir, el propsito fundamental de una memoria asociativa es recuperar correctamente (de manera perfecta
o en algunos casos de manera aproximada) patrones completos a partir de patrones de entrada, los cuales
pueden estar afectados con diferente tipo de ruido. Dentro de los tpicos de inters concernientes a las
memorias asociativas se encuentran: capacidad de aprendizaje y almacenamiento [1], [11], [13], [14], [18],
[19], [37]; eficiencia en la respuesta o recuperacin de patrones; rapidez [22] y inmunidad al ruido.
Las memorias asociativas se pueden clasificar en:
Memorias clsicas y
Memorias basadas en lgebra min-max.
Las memorias clsicas [1-13], [16-30], [33-37] emplean el anillo de los reales mientras que las memorias
asociativas basadas en lgebra min-max utilizan un semi-anillo de mximos y mnimos [31], [32], [41]. Esta
diferencia fundamental se centra en las operaciones que se utilizan para las fases de aprendizaje y
recuperacin; en el caso de las memorias clsicas utilizan sumas de productos, mientras que las memorias
basadas en lgebra min-max realizan mximo de sumas.
Conceptos Bsicos de Memorias Asociativas
Una memoria asociativa es un proceso que tiene por objetivo: recuperar en forma perfecta patrones, a
partir de patrones de entrada, que quiz estn alterados con algn tipo de ruido [15]; esta memoria se
puede ejemplificar como una caja negra que recibe de entrada un patrn x lo procesa y genera como
resultado un patrn y, como se muestra la figura 1. La relacin que existe entre el patrn de entrada x con el
de salida y se muestra mediante una pareja ordenada .

Figura 1. Memoria Asociativa vista como una caja negra

El patrn de entrada x y el patrn de salida y son vectores columnas; la memoria asociativa debe ser capaz
de aprender un conjunto de parejas ordenadas de patrones, y recuperar los de salida a partir de los de
entrada. La representacin del conjunto de todos los patrones que conforman la memoria M es:
( ) { }
{ }
, | 1, 2, , x y p
e e
ee
(1)
donde p indica la cardinalidad del conjunto mostrado. Al conjunto finito de patrones denotado en la
expresin 1 se le conoce como: conjunto fundamental de patrones y sus elementos patrones
fundamentales, los cuales pueden ser de entrada o salida. Para hacer referencia de algn elemento de un
patrn x o de un patrn y, se usar la notacin:
j j
x o y
e e
(2)
ISBN: 978-968-9516-00-4

donde j, en la expresin 2, representa el ndice de la posicin del elemento del patrn y e el ndice de
pareja.
De acuerdo con la figura 1, M es la matriz de aprendizaje M memoria asociativa M. En M se almacena
la informacin codificada del conjunto fundamental, despus que haya aprendido ser operada de cierta
manera con el patrn x que se presente de entrada, el cual puede estar alterado con algn tipo de ruido, y
generar un patrn y de salida. El trmino recuperar en forma perfecta significa que el patrn que ha sido
recuperado (recordado por la memoria), es idntico al patrn que fue aprendido.
Las memorias asociativas constan de dos fases, a saber:
La fase de aprendizaje (generacin de la memoria asociativa) consiste en encontrar el o los operadores
necesarios, para que de alguna manera se codifique la relacin que existe entre los patrones de entrada y de
salida, y con dicha codificacin se genere la matriz de aprendizaje M.
La fase de recuperacin (operacin de la memoria asociativa) consiste en encontrar el operador o los
operadores necesarios y las condiciones suficientes para generar un patrn de salida; es decir, una vez que
se ha conformado la matriz M, se le presenta un patrn de entrada x que previamente se aprendi, M se
opera con el operador o los operadores necesarios bajo ciertas circunstancias con el patrn x, y se genera un
patrn de salida y.
A un patrn de entrada alterado con ruido, se le representar como . Por ejemplo, la expresin
representa el patrn de entrada alterado con ruido. Si en la fase de recuperacin todos los patrones son
recuperados en forma perfecta, se dice que la memoria es perfecta.
Las memorias asociativas pueden clasificarse como: autoasociativas y heteroasociativas.
Una memoria es autoasociativa si se cumple la igualdad de la expresin 3:
{ } p y x ,..., 2 , 1 e =

(3)
Una memoria es heteroasociativa si se cumple la condicin de la expresin 4:
{ } p ,..., 2 , 1 e - tal que se cumple

y x = (4)
Las memorias asociativas, en funcin a su diseo, obtienen los resultados esperados [33]; sin embargo, el
ruido, que es un factor que determina lo robusto que puede ser una memoria, causa muchos estragos en
stas, repercutiendo en la recuperacin en forma perfecta de patrones.
Para el caso de imgenes binarias, el ruido (ver figura 2), suele clasificarse en:
1. Ruido aditivo
2. Ruido sustractivo
3. Ruido mezclado (sal y pimienta)
ISBN: 978-968-9516-00-4

Figura 2. Imagen original (arriba), imagen con ruido aditivo (abajo-izquierda), imagen con ruido sustractivo (abajo-
centro) e imagen con ruido mezclado (abajo-derecha)
Tanto las memorias clsicas como las memorias basadas en lgebra min-max, utilizan los conceptos
mencionados previamente, pero en estas ltimas, existen teoremas para caracterizar la cantidad de ruido
que pueden soportar [31], [32], [41]. Otra diferencia importante es que las memorias basadas en lgebra
min-max pueden funcionar en ambos modos (autoasociativo y hetereoasociativo), mientras que las clsicas
solo funcionan en un modo.
Memorias Asociativas Morfolgicas
Las memorias morfolgicas rompen el esquema convencional de como venan tratndose las memorias
asociativas clsicas, en contraste, las memorias morfolgicas se basan en: el uso de mximos o mnimos de
sumas para la fase de aprendizaje y mximos o mnimos de sumas para la fase de recuperacin [33].
Existen dos tipos de memorias morfolgicas: las memorias (max), simbolizadas por M, y las memorias
(min) simbolizadas por W; ambas memorias funcionan para los modos heteroasociativo y autoasociativo
(ntese de entrada la superioridad sobre las memorias clsicas).
El conjunto fundamental para las memorias asociativas morfolgicas es:

, (4)

Se definen dos nuevas operaciones entre matrices en trminos de las operaciones y , con el fin de
expresar las fases de aprendizaje y recuperacin de las memorias asociativas morfolgicas [33], [43].
Sea D una matriz y H una matriz cuyos trminos son nmeros enteros.
Definicin 1. El producto mximo de D y H, denotado por C D H = V , es una matriz cuya ij-sima
componente se define de la siguiente manera:
ISBN: 978-968-9516-00-4

Definicin 2. El producto mnimo de D y H, denotado por C D H = A , es una matriz cuya ij-sima
componente se define as:

A continuacin se detallan por separado las memorias tipo max y las tipo min
Memorias asociativas morfolgicas tipo max
Fase de Aprendizaje
La fase de aprendizaje para las memorias morfolgicas de tipo max consta de dos etapas:
Primera Etapa.- En cada una de las p asociaciones se usa el producto mnimo, expresin 6, para crear
la matriz de dimensin , donde el negado transpuesto del patrn de entrada se
define como:
(7)
Segunda Etapa.- Se aplica el operador (mximo) a las p matrices para obtener la memoria morfolgica M.

Fase de Recuperacin

La fase de recuperacin consiste en realizar el producto mnimo (A), expresin 6, de la memoria M con un
patrn de entrada , donde , para obtener un vector columna de dimensin m:

la i-sima componente del vector y es:
ISBN: 978-968-9516-00-4

Memorias asociativas morfolgicas tipo min
Fase de Aprendizaje
La memoria morfolgica min para la fase de aprendizaje consta dos etapas:
Primera Etapa.- En cada una de las p asociaciones se hace uso del producto mximo, expresin 5,
para crear la matriz de dimensin , donde el negado del transpuesto del patrn de
entrada se define como:

Segunda Etapa.- Se aplica el operador (mnimo) a las p matrices para obtener la memoria W.

Fase de Recuperacin
La fase de recuperacin consiste en realizar el producto mximo , expresin 5, de la memoria W con un
patrn de entrada , donde , para obtener un vector columna y de dimensin m:


ISBN: 978-968-9516-00-4

Memorias Asociativas .
Las memorias asociativas alfa-beta son memorias que funcionan para los modos heteroasociativo y
autoasociativo, y pertenecen a la familia de memorias basadas en lgebra min-max. Hacen uso, adems, de
dos nuevos operadores: el operador Alfa para la fase de aprendizaje y el operador Beta para la fase
de recuperacin [43].
La especificacin de los conjuntos A y B es de la siguiente manera: y
La operacin binaria , est definida por la siguiente tabla:

Tabla 1. Operacin binaria
x
y

0 0 1
0 1 0
1 0 2
1 1 1

La operacin binaria , est definida de la siguiente manera:

Tabla 1. Operacin binaria
x
y

0 0 0
0 1 0
1 0 0
1 1 1
2 0 1
2 1 1
ISBN: 978-968-9516-00-4

Las memorias asociativas hacen uso de cuatro operaciones matriciales que son:

1. , donde
2. , donde
3. , donde
4. , donde
Nota: El smbolo representa indistintamente a alguna de las dos operaciones o cuando opere
un vector columna de dimensin m con un vector fila de dimensin n.

entonces la ij-sima componente de la matriz esta dada por:

es decir, para cada se tiene:

Memorias asociativas Max
Fase de Aprendizaje
La fase de aprendizaje consta de dos etapas; en la primera se utiliza el operador , y en la segunda el
operador mximo .
Primera Etapa.- Para cada a partir de la pareja se construye la matriz:

Segunda Etapa.- Se aplica el operador binario mximo a las matrices obtenidas en la primera etapa.

ISBN: 978-968-9516-00-4

La entrada ij-sima est dada por la siguiente expresin:

de acuerdo con la definicin de A A B o = , se observa que
.
Fase de Recuperacin
Se presenta un patrn , con , a la memoria Max y se realiza la operacin :

El tamao de la matriz V es de mxn, y x
e
es un vector columna de dimensin n; como resultado se obtiene
un vector columna de dimensin m, cuya i-sima componente es posible obtener a partir de la siguiente
expresin:

Memorias asociativas alfa-beta de tipo min
Fase de Aprendizaje
La memoria alfa-beta de tipo min para realizar la fase de aprendizaje debe seguir dos etapas; en la primera
se debe utilizar el operador, y en la segunda se hace uso del operador .

Primera Etapa.- Para cada a partir de la pareja se construye la matriz:

Segunda Etapa.- Se aplica el operador binario mnimo a las matrices obtenidas en la primera etapa.

ISBN: 978-968-9516-00-4

la entrada ij-sima est dada por la siguiente expresin:

de acuerdo con la definicin de A A B o = , se observa que
.
Fase de Recuperacin
En esta fase se presenta un patrn , con , a la memoria asociativa alfa-beta de tipo min y se
efecta la operacin :

El tamao de la matriz A es , y es un vector columna de dimensin n; como resultado se obtiene
un vector columna dimensin m, cuya i-simo componente es posible obtener a partir de la siguiente
expresin:

Memorias para imgenes en tonos de grises
Las memorias , como se mostr en la seccin anterior, slo trabajan para el caso binario. Para que stas
puedan trabajar con imgenes en tonos de gris, se necesita descomponer la imagen en 8 planos de bits (ver
figura 3). A cada plano de bit, le corresponder una memoria . Para determinar si la recuperacin fue o
no perfecta, se obtiene el patrn de salida en cuestin, es decir los 8 patrones recuperados que son los 8
planos de bits y se unen para conforman la imagen final o patrn final recuperado, y mediante la distancia
de Hammnig se corrobora si la recuperacin es perfecta o no.

ISBN: 978-968-9516-00-4

Figura 3. Descomposicin de imagen en sus 8 planos de gris
Experimentos
Los experimentos se basaron en 10 imgenes en tonos de gris de tamao de 60 pixeles de ancho por 60
pixeles de alto. El ruido usado para las memorias morfolgicas y las memorias alfa-beta fue: ruido
sustractivo y ruido aditivo. Ambas memorias aprendieron y recuperaron con los mismos patrones. La
apariencia de las imgenes se muestra en la figura 4. El experimento consisti en aprender un patrn y
recuperarlo, despus aprender el segundo patrn y recuperar los dos aprendidos, se repite el mismo
proceso hasta aprender los 10 patrones.

Figura 4. Imagen original (arriba), imagen con ruido sustractivo (abajo izquierda) e imagen con ruido aditivo (abajo
derecha)

La memoria asociativa morfolgica W es robusta al ruido sustractivo y la memoria de tipo M lo es para el
ruido aditivo. En la figura 5 se muestra el esquema de operacin de estas memorias. Para las memorias
morfolgicas no es necesario que se aplique procesos adicionales para aprender y recuperar imgenes en
tonos de gris dado que stas estn diseadas para trabajar con los reales. Sin embargo, el modelo propuesto
para las memorias funciona para las memorias morfolgicas, con resultados idnticos.

Figura 5. Esquema de la memoria asociativa morfolgica

ISBN: 978-968-9516-00-4

Las memorias de tipo es robusta al ruido aditivo y la memoria de tipo lo es para el ruido sustractivo.
En la figura 6 se muestra el modelo propuesto para la recuperacin de imgenes en tonos de gris. El modelo
propuesto arroj resultados muy semejantes a los generados por las memorias morfolgicas con la
diferencia de que las memorias consumieron ms tiempo computacional que las morfolgicas.

Figura 6. Esquema de la memoria asociativa

La tabla 3 muestra los resultados en recuperacin de patrones obtenidos por las memorias morfolgicas y
de las . El total de recuperaciones perfectas de patrones entre ambas memorias son similares.

Tabla 3. Recuperaciones perfectas por nmero de patrones aprendidos.
1 2 3 4 5 6 7 8 9 10
Morfolgica 1 2 3 4 5 6 6 7 8 8
Alfa-Beta 1 2 3 4 5 5 5 7 8 8

Conclusiones
Las memorias asociativas morfolgicas, como estn definidas para el conjunto de los reales, basta con
aprender los patrones con los valores de los tonos de gris para que la recuperacin funcione como est
definida para stas; en el caso de las memorias alfa-beta, aunque la recuperacin de patrones fue muy
similar a las morfolgicas y dado que se cre una memoria de aprendizaje por plano de bits,
computacionalmente result caro el proceso. Sin embargo, al dejar de lado costos computacionales, se
puede observar que las memorias basadas en lgebra min-max (memorias morfolgicas y memorias alfa-
beta) son una alternativa interesante para procesos de reconocimiento de patrones donde la informacin
pueda representarse numricamente.
Referencias
[1] Adeodato P. J. L. & Taylor J. G. (1996). Autoassociative memory with high storage capacity, In C. von der
Malsburg, W. von Seelen, J. C. Vorbrueggen & B. Sendhoff (Eds.), Lecture Notes in Computer Science, 1112,
(pp. 29-34),. Bochum, Germany: ICANN96.
ISBN: 978-968-9516-00-4

[2] Aleksander, I. & Morton, H. B. (1997). Weightless and other memory-based networks, In Emile Fiesler
(Ed.), Handbook of Neural Computation, (pp. C1.5:1-C1.5:15). New York: Oxford.
[3] Amari, S. (1972). Learning patterns and pattern sequences by self-organizing nets of threshold elements,
IEEE Transactions on Computers, C-21, 11, 1197-1206.
[4] Amari, S. (1977). Neural theory of association and concept-formation, Biological Cybernetics, 26, 175-
185.
[5] Anderson, J. A. (1972). A simple neural network generating an interactive memory, Mathematical
Biosciences, 14, 197-220.
[6] Anderson, J. A., Silverstein, J., Ritz, S. & Jones, R. (1977). Distinctive features, categorical perception, and
probability learning: some applications of a neural model, Psichological Review, 84, 413-451.
[7] Anderson, J. A. & Rosenfeld, E. (Eds.) (1990). Neurocomputing: Fundations of Research, Cambridge: MIT
Press.
[8] Austin, J. (1987). ADAM: A Distributed Associative Memory for Scene Analysis, In Proceedings of First
International Conference on Neural Networks, (pp. 285-295). San Diego: Ed. M Caudhill and C Butler.
[9] Austin, J., Buckle, S., Kennedy, J., Moulds, A., Pack, R. & Turner, A. (1997). The cellular neural network
associative processor, In A. Krikelis & C. C. Weems (Eds.), Associative Processing and Processors, (pp. 284-
306). Los Alamitos: IEEE Computer Society.
[10] Bandyopadhyay, S. & Datta, A. K. (1996). A novel neural hetero-associative memory model for
pattern recognition, Pattern Recognition, 29, 5, 789-795.
[11] Bosch, H. & Kurfess, F. J. (1998). Information storage capacity of incompletely connected associative
memories, Neural Networks (11), 5, 869-876.
[12] Buhmann, J. (1995). Oscillatory associative memories, In M. Arbib (Ed.), Handbook of Brain Theory
& Neural Networks,.(pp. 691-694). Cambridge: MIT Press.
[13] Chen, C. & Honavar, V. (1995). A neural architecture for content as well as address-based storage
and recall: theory and applications, Iowa State University Technical Report TR95-03.
[14] Graham, B. & Willshaw, D. (1995). Improving recall from an associative memory, Biological
Cybernetics, 72, 337-346.
[15] Hassoun, M. H. (Ed.) (1993). Associative Neural Memories, New York: Oxford University Press.
[16] Hopfield, J.J. (1982). Neural networks and physical systems with emergent collective computational
abilities, Proceedings of the National Academy of Sciences, 79, 2554-2558.
[17] Hopfield, J.J. (1984). Neurons with graded respose have collective computational properties like
those of two-state neurons, Proceedings of the National Academy of Sciences, 81, 3088-3092.
ISBN: 978-968-9516-00-4

[18] Imada, A. & Araki K. (1995). Genetic algorithm enlarges the capacity of associative memory. In
L.J.Eshelman(Ed.), Proceedings of 6th International Conference on Genetic Algorithms, (pp 413-420). San
Francisco: Morgan Kaufmann.
[19] Jagota, A., Narasimhan, G. & Regan, K. W. (1998). Information Capacity of Binary Weights
Associative Memories, Neurocomputing, 19(1-3), 35-38.
[20] Kanerva, P. (1988). Sparse Distributed Memory, Cambridge: MIT Press.
[21] Kennedy, J. V., Austin, J. & Cass, B. (1995). A hardware implementation of a binary neural image
processor, Proceedings of the IEE Conference on Image Processing and its Applications, Edinburgh, UK.
[22] Kinser, J. M. (1995). Fast analog associative memory, Poceedings of the SPIE, 2568, 290-293.
[23] Kohonen, T. (1989). Self-Organization and Associative Memory, Berlin: Springer-Verlag.
[24] Kohonen, T. (1972). Correlation matrix memories, IEEE Transactions on Computers, C-21, 4, 353-
359.
[25] Kohonen, T. & Ruohonen, M. (1973). Representation of associated data by matrix operators, IEEE
Transactions on Computers, C-22, 701-702.
[26] Kohonen, T. (1974). An adaptive associative memory principle, IEEE Transactions on Computers, C-24, 4,
444-445.
[27] Kolen, J. F., & Pollack, J. B. (1991). Multiassociative memory, The Proceedings of the Thirteenth Annual
Conference of the Cognitive Science Society, 785-789.
[28] Krikelis, A. & Weems, C. C. (1997). Associative Processing and Processors, In A. Krikelis & C. C. Weems
(Eds.), Associative Processing and Processors, (pp. 2-9). Los Alamitos: IEEE Computer Society.
[29] Little, W. & Shaw, G. (1975). A statistical theory of short and long term memory, Behavioral Biology,
14, 115-133.
[30] Nakano, K. (1972). Associatron-A model of associative memory, IEEE Transactions on Systems, Man,
and Cybernetics, SMC-2, 3, 380-388.
[31] Ritter, G. X., Sussner, P. & Diaz-de-Leon, J. L. (1998). Morphological associative memories, IEEE
Transactions on Neural Networks, 9, 281-293.
[32] Ritter, G. X., Diaz-de-Leon, J. L. & Sussner, P. (1999). Morphological bidirectional associative
memories, Neural Networks, 12, 851-867.
[33] Salgado-Ramrez, J. C. (2005). Estudio estadstico comparativo entre Memorias Asociativas Clsicas,
Memorias Morfolgicas y Memorias Alfa-Beta para el caso binario, Tesis de maestra, CIC-IPN, Mxico.
[34] Simpson, P. K. (1990). Artificial Neural Systems, New York: Pergamon Press.
[35] Steinbuch, K. (1961). Die Lernmatrix, Kybernetik, 1, 1, 36-45.
ISBN: 978-968-9516-00-4

[36] Steinbuch, K. & Frank, H. (1961). Nichtdigitale Lernmatrizen als Perzeptoren, Kybernetik, 1, 3, 117-
124.
[37] Storkey, A. J. (1997). Increasing the capacity of a Hopfield network without sacrificing functionality,
International Conference on Artificial Neural Networks, 451-456.
[38] Stright, J. R., Coffield, P. C. & Brooks, G. W. (1998). Analog VLSI implementation of a morphological
associative memory, Poceedings of the SPIE, 3452-03, 14-22.
[39] Vaseghi Saeed V. (2000) Advanced Digital Signal Processing and Noise Reduction,Second Ed., Wiley.
29 43 y 47
[40] Willshaw, D., Buneman, O. & Longuet-Higgins, H. (1969).Non-holographic associative memory, Nature,
222, 960-962.
[41] Ynez M., Daz-de-Len J. L., (2003). Introduccin a las Memorias Asociativas, Editorial CIC-IPN,
ISBN: 970-36-0116-2, Mxico.
ISBN: 978-968-9516-00-4

To Compare Technical of Multiprocessing, by the Concurrent Objects
Oriented Paradigm
Lezama Len A. y Espejel Flores P.
Abstract
Are propose the study where it is the systematic development of an application whose problem is To
compare technical of multiprocessing, by the concurrent objects guided paradigm and the development of
the application in the language C++ Builder 6 and C++ Builder X.
KeyWords: UML, SysML, concurrent objects, multiprocessing, MultiThreads
Intent
Are intends the form of solving this problem by means of an application prototype whose development
methodology this outlined by the paradigm guided to objects in concurrent processes of the software
engineering, the language of modeling of development unified for analysis and design guided to objects
(SysML of UML), and the process Pattern: assembling of components and design of concurrent models by
means of Nets of Petri, in support of the prosecution of information, they allow the development of this
type of computation application.
Scope and Motivation
The multiprocessing takes charge of to capture and to execute processes in a concurrent way, the processes
that are solved simultaneously and they enter in this case they are: the Numeric Methods for Mathematical
Models that obtain the proportion of a normal distribution, what a process of statistical inferencial is"; the
consultations with the help of data in SQL Server, ordination methods and that of problems NP (Not
Polynomial). it should be defined: Which is the behavior of as for effectiveness and tolerance to
shortcomings of the problems in a system of concurrent processes? and once obtained the results, with
which concurrent mechanism one has a better yield of the prosecution of this information?
Applicability
The approach to 100% of the area under the curve, settles down by means of the study of numeric methods
for mathematical models that solve the integration problem, these they are: the method of ROMBERG, the
method of SIMPSON and for CUADRATURA ADAPTATIVA'S method, which are analyzed in the annex of this
document.
The consultations with the help of data in SQL Server. The ordination methods (simple Selection, Bubble and
Quick Sort). The class NP consists of all the recognizable groups in time polynomial for a machine of Turing
non deterministic [1].
At the moment this techniques are using for ends of Investigation in other areas of Sciences of the
calculation: the development of Systems in Real Time, the Recognition of Patterns, Agents Semi - Intelligent,
the Computer Security, the Systems of Information, Prosecution of Signs.
ISBN: 978-968-9516-00-4

Structure and Participants
The programming logic varies depending on the focus that takes: this type of applications has been
developed by means of the structured focus, and applications of this nature are implemented by means of
the focus guided to objects, however, it lacks to identify if the studies generated by this mechanism are
guided to give solutions in investigation areas like they are artificial intelligence in the control environment,
the absorbed systems, the systems in real time, then, reasoning modules could be built for an application
what would take us to the construction of intelligent agents.
Collaborations
He thinks about Method developed by C. W. Dunnett for the experimental design on the comparison of
treatments with a control. That is explains to himself with detail for this end in the Methodological Marc.
Of what stands out that the techniques if they have variability as for their time of execution but equivalence
as for the tolerance to shortcomings being the evaluated parameter (logical error).
Consequences
The Techniques to Compare for the Control of Concurrent Objects as Abstraction of Concurrent Processes
are: Multi Threads and Hour of Entrance. Which allow to evaluate the parameters: Times of Execution and
Tolerance to shortcomings. For each Technique different forms of algorithms were used that carry out the
same operations used as concurrent objects.
Implementation
The systematic development for the elaboration of the Comparison of Technical of Multiprocessing, by
means of the paradigm guided to concurrent objects, consists of the elaboration of the administration by
means of the Concurrent Engineering, as well as the pattern of assembling of components that this in turn
divides in four projects: the Project of Development of Concepts; the Project of Development of New
Products; the Project of Improvement of Products and the Project of Maintenance of Products.
In each one of the projects it is generated stages seen by means of the pattern in hairspring of the
development of systems in software engineering. The paradigm guided to concurrent objects is affirmed on
this notation when coinciding with the stages for the development of systems guided to concurrent objects.
For the development of Concepts it is made use of UML 2, SysML, Nets of Petri.
ISBN: 978-968-9516-00-4

Figure 1. Source code developer in C++

Figure 2. Application
Known Uses
The concurrence is achieved in two ways: "The activities of systems and of components they happen
simultaneously and they can be modeled with the focus guided to objects.
"An application client typical servant is implemented with many components, each one of which you can
design and to carry out concurrently. Process attendee's pattern is applicable to all type of software
development and it provides an exact image of the current state of a project. Instead of confining the
activities of software engineering to a sequence of events, it defines a net of activities. All the activities of a
net exist simultaneously with others.
Related Patterns and Frameworks
ISBN: 978-968-9516-00-4

Next we are present the projects that originate starting from this study, which will allow to understand the
analysis and design of distributed Systems which is centered in the study of the Intelligent Agents and
besides this the participation in other areas of the computer sciences.
1. Evaluation of the multiprocessing techniques in the design of Intelligent Agents or Intelligent semi, as
for their synchronous communication with more Agents.
Application: Broker of Maintenance of one Manufactures.
2. Evaluation of the techniques of Planning in the design of database of Intelligent Agents.
Application: Broker of Sales in Internet.
3. Comparison of Paradigms of Engineering of Software to develop applications absorbed in real time.
Application in Systems of Real Time and of mobile Telephony.
With the purpose of making a little more versatile the use of this study in other areas of the computer
sciences now presents the following projects.
4. Evaluation of the use of the mathematical computer for the Recognition of Patterns. Objective: to differ
among a figure, an image or an object, in a design environment in two dimensions and three dimensions.
Educational application: Simulation of the parabolic Shot and Inclined Plane. Modeling with irregular
objects.
5. Comparison of Technical of Security for protection of Information in Distributed Systems.
Application: Guarded Systems VS Criptografy.
6. Comparison of Technical of Recognition of the Speech or the Voice for the design of Controls of
Entrance in Intelligent Housings.
It is necessary to highlight that the last three projects allow the incursion to work in Investigation of the
Paradigm of the Increased Reality, since very few mechanisms that allow their use exist.
Acknowledgments
In this test I am that the treatment Hour of entrance, it was much more effective that the treatment Multi
thread, because the time of prosecution was smaller, proving an error of significant of 5% percent and 1%
percent that is to say respectively however a level of trust of 95% percent and 99% percent, the control in
the technique of multi thread is much simpler of preparing that the treatment Hour of entrance. On the
other hand the treatment of Multi thread, already bill with use specifications, while the treatment of Hour
of entrance needs more elaboration, as for controls that they allow its complete development, of modules
for the control of tolerance to shortcomings.
The treatment of Multi threads generated by the compiler of the programming language C++, already bill
with a class of Exceptions that can identify the shortcomings that can have the code that manages the
treatment.
ISBN: 978-968-9516-00-4

This is an advantage with the treatment of Multi threads, while the treatment of Hour of entrance, doesn't
count more than with the specific use of the structure to detect any failure type more wisely: the structure
try - catch. One can see clearly in that type of algorithms is more efficient the treatment for Multi threads
that for Hour of entrance, to have much bigger degree of variability as for times of process.
References
*1+ H. M. Dietel, Introduccin a los sistemas operativos, Adisson Wesley Iberoamericana, 1987, ISBN. 0-
201-64027-9
*2+ MCCarthy, Times Sharing Computer System, Computers and the world of the future, Cambridge, Mass.
MIT Press. 1964
*3+ G. Ian Mtodos Orientados a Objetos, Addison Wesley , 1996, ISBN. 0-201-65355-9
*4+ M. F. Manuel, UNIX programacin avanzada, Alfa Omega, 2001, ISBN 9586822982
*5+ C. Francisco, Enciclopedia del lenguaje C++ Windos 9x/NT/2000/xp, Linux y otros, RA-MA, 2003, ISBN
84-7897-584-5
*6+ K. Henry. S. Abraham. Fundamentos de Bases de datos, Mc Graw Hill, ISBN 0-07-044754-3
*7+ F. Agustn, JAVA 2. Manual de usuario y tutorial, Alfa Omega, 2000, ISBN 9701505506
[8] L. L. Arturo, Sistema para la toma de inventarios de Control en Almacn a tienda abierta y cerrada con
tecnologa de red wreless y equipo de cdigo de barras HANDHELD, Memoria de experiencia profesional
2002
*9+ L. C. Kenneth, Lenguajes de Programacin Principio y prctica, International Thompson Editores, S. A.,
ISBN 970-686-284-6
*10+ P. Roger, Ingeniera del Software. Un enfoque prctico 4. Mc Graw Hill, 1997, ISBN. 0-07-052182-4
*11+ LIM, J. And Johnson, The Heart of Object Oriented Concurrent Programming, SIG PLAN Noticias.
1989
[12] B. A. Hutchinson, N. Distribution can abstract types in emerald Seattle WA University of Washington,
July 1986
ISBN: 978-968-9516-00-4

Musical Recommendation on Thematic Web Radio

A. Ochoa, S. Jons, C. Esquivel, G. Mattozzi, A. Maffucci, L. Li
Abstract
In this research is described a Musical Recommender System associated to Thematic Web Radio for songs
in a database related with this Web Radio employs the Dublin Core metadata standard for the documents
description, the XML standard for describing user profile, which is based on the users profile, and on
service and data providers to generate musical recommendations. The main contribution of the work is to
provide a recommendation mechanism based on the user of this Thematic Web Radio reducing the
human effort spent on the profile generation. In addition, this article presents and discusses some
experiments that are based on quantitative and qualitative evaluations.
Keywords: Recommendation System, User Profile, Cultural Algorithms.

Introduction
Today, the songs can be electronically accessed as soon as they are published on the Web. The main
advantage of open music is the minimization of the promotion time. In this context, Digital Libraries (DLs)
have emerged as the main repositories of digital documents, links and associated metadata. The
Recommender System involves information personalization. The personalization is related to the ways in
which contents and services can be tailored to match
the specific needs of a user or a community [3]. The human-centered demand specification is not an easy
task. One experiences this difficulty when trying to find a new song in a good indexing and retrieval system
such MySpace Music.
The query formulation is complex and the fine tuning of the user requirements is a time-consuming task.
Few users have enough time to spend some hours searching for, eventually new songs. This functionality,
the query specification may be reached by the analysis of the user activities, history, information demands,
in others. This paper presents a Musical recommendations system associated to a Thematic Web Radio, the
songs recovered are associated with the playlist of Web Radio. The main contribution of this work is to
provide a recommendation mechanism based on the user reducing the human effort spent on the profile
generation. The paper is organized as follows. We start giving an overview of the background literature and
concepts, then the recommender system and detail its architecture and techniques.
Finally, we present some quantitative and qualitative experiments to evaluate and validate our system and
discuss the results and conclusions of our work.
Background.
The semantic Web technologies promote an efficient and intelligent access to the digital documents on the
Web. The standards based on metadata to describe information objects have two main advantages:
ISBN: 978-968-9516-00-4

computational efficiency during the information harvesting process and interoperability among DLs. The first
is a consequence of the increasing use of Dublin Core (DC) metadata standard [8]; the latter has been
obtained as a result of the OAI initiative (Open Archive Initiative) [17]. DC metadata standard was conceived
with the objective of defining a minimal metadata set that could be used to describe the available resources
of a DL. This standard defines a set of 15 metadata (Dublin Core Metadata Element Set . DCMES) [8].
The main goal of OAI is to create a standard communication way, allowing DLs around the world to
interoperate as a federation [21]. The DL metadata harvesting process is accomplished by the OAI-PMH
protocol (Open Archives Initiative Protocol for Metadata Harvesting [18], which defines how the metadata
transference between two entities, data and service providers, is performed. The data provider acts by
searching the metadata in databases and making then available to a service provider, which uses the
gathered data to provide specific services.
Considering that a Recommender System concerns with information personalization, it is essential that it
copes with user profile. In our work, the user profile is obtained from the Thematic Web Radio register
similar at used in [13]. According to [11], there are three different methodologies used in Recommender
Systems to perform recommendation: (i) content-based, which recommends items classified accordingly to
the user profile and early choices; (ii) collaborative filtering, which deals with similarities among users
interests; and (iii) hybrid approach, which combines the two to take advantage of their benefits. In our work,
the content-based approach is used, once the information about the user is taken from database of users.
This recommendation process can be perceived as an information retrieval process, in which users relevant
songs should be retrieved and recommended. Thus, to perform recommendations, we can use the classical
information retrieval models such as the Boolean Model, the Vector Space Model (VSM) or the Probabilistic
Model [1, 9, 20]. In this work, the VSM was selected since it provides satisfactory results with a convenient
computational effort.
In this model, documents and queries are represented by terms vectors. The terms are words or expressions
extracted from the documents (lyrics) and from queries that can be used for content identification and
representation. Each term has a weight associated to it to provide distinctions among them according to
their importance. According to [19] the weight can vary continuously between 0 and 1. Values near to 1 are
more important while values near to 0 are irrelevant.
The VSM uses an n-dimensional space to represent the terms, where n corresponds to the number of
distinct terms. For each document or query represented the weights represent the vectors coordinates in
the corresponding dimension. The VSM principle is based on the inverse correlation between the distance
(angle) among term vectors in the space and the similarity between the documents that they represented.
To calculate the similarity score, the cosine (Equation 1) can be used. The resultant value indicates the
relevance degree between a query (Q) and a document (D), where w represents the weights of the terms
contained in Q and D, and t represents the number of terms (size of the vector). This equation provides
ranked retrieval output based on decreasing order of the ranked retrieval similarity values [19].
ISBN: 978-968-9516-00-4

The same equation is widely used to compare the similarity among documents, and similarity, in our case, Q
represents the user profile and D the documents descriptors (lyrics) that are harvested in the DL (see Section
3.2 for details). The term weighting scheme is very important to guarantee an effective retrieval process.
The results depend crucially of the term weighting system chosen, In addition, the query terms selection is
fundamental to obtain a recommendation according to the user necessities.
Our research is focused in the query terms selection and weighting. Any person that required a musical
retrieval may evaluate the process complexity and the difficulty to find the adequate articles. The central
idea is to develop an automated retrieval and musical recommendation system where the price for the user
is limited to the submission of an already existing preferences query similar at the used on MySpace Music.
The recommender system.
Our system focuses on the recommendation of songs from the Thematic Web Radio and its community that
support this. The information source to perform recommendations is the database associated with this Web
Radio, while the user profile is obtained from Database Profile Register subset. However, any DL repository
providing DC metadata and supporting the OAI-PMH protocol can be used as a source. An alternative to the
user profile generation is under development. This alternative approach is composed by an information
retrieval system to gather data from another Music sources. A DL repository stores digital songs or its
localization (web or physical), and the respective metadata. A DL data provider allows an agent to harvest
documents metadata through the OAI-PMH protocol. Our system handles the songs described with XML in
DC standard [7, 15].
The Recommendation System Architecture
In this section we present the architecture elements of our system and its functionalities (Fig. 1). To start the
process, the users must supply their preferences in the XML version to the system. Whenever a user makes
its registration in the system and sends his preferences list (1), the XML Songs Document module is activated
and the information about the users interests is stored in the local database named User Profile (2). Then
the Metadata Harvesting module is activated to update the local database Songs Metadata. This module
makes a request to a DL data provider to harvest specific documents metadata. It receives an XML
document as response (3) and the XML DC to local DB module is activated (4). This module extracts the
relevant metadata to perform the recommendation from the XML document and stores it in the local
database named Songs Metadata (5). Once the user profile and the songs metadata are available in the local
database, the Recommendation module can be activated (6). The focus is to retrieve lyrics and songs of a DL
that the best matches the user profile described through the profile of each user on the Thematic Web
Radio.
ISBN: 978-968-9516-00-4

Figure 1. The recommender system architecture.

Recommendation Model
As stated before, the recommendation is based on the VSM model. The query vector is built with the term
parsed from the title, keywords, singer or band, album and date. The parser ignores stop-words[5] (a list of
common or general terms that are not used in the information retrieval process, e,g, prepositions,
conjunctions and articles). The parser considers each term as a single word. On the other hand, the terms
are taken integrally, as single expressions.
The query vector terms weights are build up according to the Equation 2. This equation considers the type of
term (keyword or title), the language and the year of the first air data.
Keyword terms are considered more important that the titles of the songs and have more reading
proficiency are more valorized (higher weight), and the terms obtained from the most recent album from an
artist or band including cameos and contributions with another singers or bands are assigned a more
important weight than the less recent ones.

Wt = WKeywordOrTitle * WLanguage * WYear (2)

The weights WKeywordOrTitle, WLanguage, WYear are calculated with Equation 3.

Wi = 1 . (i. 1) 1 - wmin / n - 1 (3)

In this equation Wi varies according to the type of weight we want to compute. To illustrate, in the
experimental evaluation (Section 4), for WKeywordOrTitles Wmin was 0.95, and I is 1 if the language-
skill.level is good, 2 for reasonable and 3 for few. For WYears Wmin was 0.55 and i vary from 1 to n,
where n is the interval of years considered, begin 1 the highest and n the lowest. In the experimental
evaluation it was considered the interval of songs between 2007 and 2003. However, if the interval is
omitted, it will be considered as between the present year and the less recent year (the smallest between
artist:first-album and artist:last-album).
ISBN: 978-968-9516-00-4

If wmin is not informed, the default value will be used (presented in Equation 4). In the situation, Equation 3
is reduced to Equation 5.

Wmin default = 1/n (4)

Wi = (n- i + 1)/n (5)

Once the query vector is build, the songs vector terms and the respective weights must be defined.
The adopted approach was (tf * idf), i.e., the product of the term frequency and the inverse document
frequency [19]. This approach allows automatic term weights assignment for the documental retrieval. The
term frequency (tf) corresponds to the number of occurrences of a term in a document. The inverse
document frequency (idf) is a factor that varies inversely with the number of the documents n to which a
term is assigned in a collection of N documents (typically computed as log (N/n)).
The best terms for content identification are those able to distinguish individuals ones from the remainder
of the collection [19]. Thus, the best terms correspond to the ones with high term frequencies (tf) and low
overall collection frequencies (high idf). To compute tf * idf, the system uses the DC metadata dc:title and
dc:description to represent the songs content.
Moreover, as your system deals with different languages, the total number of songs will vary accordingly.
After building the query and songs vectors, the system is able to compute the similarities values among the
documents and the query according to Equation 1.

Experimental Evaluation.
In order to evaluate the musical recommender system, we have asked for preferences from a group of users
entailed to different musical interest terms of different genres as English Pop or Electronic Dance. As
response, a group of 47 people send us their list of preferences, whose information was loaded in the Songs
Metadata related with the Thematic Web Radio local database. The songs Metadata local database was
loaded in the User Profile local database related with the Thematic Web Radio. This database stored up to
October 2008, totalizing 978 songs from 278 singers or bands including in 107 albums.
After 20 recommendations were generated by the system for each participant, considering individuals
profile of the user and the genres preferences. This information was obtained using the users data base
related with the Thematic Web Radio.
Two evaluations were performed. The first was based on the hypothesis that the best songs to describe the
profile of a user should be those produced by him. Since we had information about the songs by each user,
we can match the items recommended to those. This evaluation was accomplished by the recall and
precision metrics that is a standard evaluation strategy for information retrieval systems [1, 20]. The recall is
used to measure the percentage of relevant songs retrieved in relation to the amount that should have been
ISBN: 978-968-9516-00-4

retrieved. In the case of document categorization, the recall metric is used to measure the percentage of
documents that are correct classified in relation to the number of documents that should be classified.
Precision is used to measure the percentage of documents correctly recovered, i.e., the number of
documents correctly retrieved divided by the number of documents retrieved.
As the profiles can be seen as classes and the songs as items to be classified in these profiles, we can verify
the amount of items from the author that are correctly identified (i.e. classified) by the user profile. As we
have many users (i.e., many classes), it is necessary to combine the results. The macroaverage presented in
Equation 6 was designed by D. Lewis *14+ to perform this specific combination (the unweighted mean of
effectiveness across all categories), and was applied by him in the evaluation of classification algorithms
and techniques.

Macroaverage =
i
(1
n
X
i
)/n (6)

In this formula, Xi is the recall or the precision, depending on the metric we want to evaluate, of each
individual class user in our case) and n is the number of classes (users).
Thus, the macroaverage recall is the arithmetic average of the recalls obtained for each individual, and the
macroaverage precision is the arithmetic average of the precisions obtained for each individual.
Given that the users are not interested in its own preferred songs as recommendations, we performed
another evaluation that takes in to account only the items from other users. Then, 15 recommendations
were presented to each individual ranked on the relative grade of relevance generated by the system. In this
rank, the article with the highest grade of similarity with the user profile was set as 100% relevant and the
others were adjusted to a value relative to it. In this case, each author was requested to evaluate the
recommendations generated to them assigning one of the following concepts (following the bipolar five-
point Likert scale); Inadequate, Bad, Average, Good, and Excellent, and were also asked to
comment the results. The following sections present the results obtained.
Analysis of the experiments
The first experiment was designed to evaluate the capability of the system to correctly identify the user
profile (i.e., to represent its preferences), since we believe that the best articles to describe the user profile
are those written by themselves, as stated before. To perform such evaluation, we identified the songs of
each user had at Web Radio. After that, we employed the recall metric to evaluate the number of articles
recovered for each author and combined then with the microaverage equation explained before.
We have found a macroaverage recall of 43.25%. It is important to state that each user received 20
recommendations. This is an acceptable value as the query construction was made automatically without
human intervention. It happened to be lower than it should be if we have used more songs, maybe access to
MySpace music, but the problem is the limited songs for singer or band. Other important consideration is
that the recommendation ranking was generated with a depreciation degree that was dependent on the
promotion year and on the user language, as explained in the previous section. As the time-slice considered
corresponds to a small part of the full period stored in the database related with the Thematic Web Radio,
not all songs are good recommendations since the preferences changes along the time.
ISBN: 978-968-9516-00-4

Figure 2. Users evaluations of the recommendations.

Figure 2 presents the results of the second experiment, which was based on the users qualitative evaluation
of the recommended songs. On this experiment each user received 15 recommendations and evaluated
them according to one of the following concepts: inadequate, bad, average, good, and excellent.
The results were grouped into the categories first match, top 5, top 10, and top 15, and are
presented in Figure 2.
Analyzing three results, it is possible to observe that, if we only consider the first song recommended (the
first match), the number of items qualified as excellent in greater than the others (i.e., 42.86%) and
none of them were classified as inadequate. This strengthens the capability of the system on performing
recommendations adjusted to the present users genre preferences interests. We have also grouped the
concepts good and excellent into a category named positive recommendation and the concepts bad
and inadequate into a negative recommendation group, so we could obtain a better visualization and
comprehension of the results (Fig. 3).

Figure 3. Grouped users evaluation.
We could perceive that the positive recommendations, considering only the first match, are superior
(57.14%) in relation to the negative ones (7.14%). The same behavior can be perceived in the top 5 and
ISBN: 978-968-9516-00-4

top 10 categories, the recommendations had a negative evaluation only in the top 15 category, and that
probably happened because as the number of recommendations grows, the number of correct
recommendations falls. It is clear that the automated procedure here adopted is adequate for an alert
recommender system. Our proposal is to add to the Thematic Web Radio an automated alert system that
periodically sends to the user a list of the most relevant songs recently listen on Radio during seven or more
weeks.
Further, in our tests the users that have changed their search in the last three months have negatively
qualified the recommendations. In the next experiments a variable time threshold and different
depreciation values will be employed and the temporal component will be exhaustively analyzed.

Conclusions

This paper presented a Musical Recommender System to users of a Thematic Web Radio related with the
lyrics of diversity songs. In current days, in which the recovery of relevant digital information on the Web is a
complex task, such systems are of great value to minimize the problems associated to the information
overload phenomena, minimizing the time spent to access the right information.
The main contribution of this research consists on the heavy utilization of automated Music
Recommendation and in the use of a Digital Library (DL) metadata to create the recommendations. The
system was evaluated with BDBComp, but it is designed to work wit the open digital library protocol OAI-
PMH, then it may be easily extended to work with any DL that supports this mechanism. The same occurs
with the lyrics format related with the song, but it can be extended to support other formats or to analyze
information about the user stored on tools like MySpace Music. Alternatively the operational prototype
offers the possibility to the user to load the lyrics via an electronic form.
The developed system will have many applications. One of them is the recommendation of articles to
support the learning process, especially on eLearning systems. Thus, the student could log into a specific
distance or electronic learning environment supported by this system and receive recommendations of
songs containing actualized relevant material to complement its current usical selection.
References

[1] Baeza-Yates, R.; Ribeiro-Neto, B.: Modern Information Retrieval. Addison-Wesley, Workingham, UK
(1999).
[2]BDBComp Biblioteca Digital Brasileira de Computacao, http://www.lbd.dcc.ufmg.br/bdbcomp/, Nov.
(2006).
ISBN: 978-968-9516-00-4

[3] Callahan, Jamie et al.: Personalization and Recommender Systems in Digital Libraries. Joint NSF-EU DELOS
Working Group Report, May (2003).
[4] CITIDEL: Computing and Information Technology Interactive Digital Educational Library,
http://www.unine.ch/info/clef/, Institut interfacultaire dinformatique, University of Neuchatel (2005).
[5] CLEF and Multilingual information retrieval, http://www.unine.ch/info/clef/, Institut interfacultaire
dinformatique, University of Neuchatel (2005).
[6] Contessa, Diego; Fraga Fernanda; Palazzo Alberto. An OAI Data Preovider for JEMS. Proceedings of the
ACM DocEng 2006 Conference, Amsterdam. Oct (2006) 218-220.
[7] DC-OAI: A XML schema for validating Unqualified Dublin Core metadata associated with the reserved
oai_dc metadataPrefix, http://www.openarchives.org/OAI/2.0/oai_dc.xsd,2005.
[8] Dublin Core Metadata Initiative, http://dublincore.org, Sept (2005).
[9] Grossman, David A. Information retrieval: algorithms and heuristics. 2nd ed. Dordrecht: Springer, 332 p.
(2004).
[10] Gutteridge, C. GNU EPrints 2 overview, Jan. 01 (2002).
[11] Huang, Z. et al. A Graph-based Recommender System for Digital Library. In JCDL02 Portland, Oregon
(2002).
[12] Laender, A. H. F., Goncalves, M.A.; Roberto, P.A. BDBComp: Building a Digital Library for the
BrazilianComputer Science Community. In Proceedings of the 4th ACM/IEEE-CS Joint Conference on Digital
Libraries, Tucson, AZ; USA (2004) 23-24.
[13] Laustanou, K. MySpace Music (2007)
[14] Lewis, D.D.; Evaluating text categorization. In Proceedings of Speech and Natural Language Workshop.
Defense Advanced Research Projects Agency, Morgan Kaufmann. (1991) 312-318.
[15] LPMP-CNPq. Padronizacao XML: Curriculum Vitae, http://lmpl.cnpq.br Mar. (2005).
[16] Maly, K.; Nelson, M.; Zubair, M.; Amrou, A.; Kothamasa, S.; Wang, L.; Luce, R. Lightweight communal
digital libraries. In Proceedings of JCDL04, Tucson; AZ (2004) 237-238.
[17] OAI: Open Archives Initiative, http://openarchive.org, Oct (2005).
[18] OAI-PMH. The Open Archives Initiative Protocol for Metadata Harvesting,
http://www.openarchives.org/OAI/2.0/openarchivesprotocol.htm. Nov. (2005).
[19] Salton, Gerard; Buckley, Christopher. Term-Weighting Approaches in Automatic Text Retrieval,
Information Processing and Management an International Journal, v.24, Issue 5, 513-523 (1988).
[20] Salton, Gerard; Macgill, Michael J. Introduction to Modern Information Retrieval. New York. McGraw-
Hill. 448p. (1983).
ISBN: 978-968-9516-00-4

[21] Sompel, H.; V. de Lagoze, C. The Santa Fe Convention of the Open Archives Initiative D-Lib Magazine,
[S.1.], v.6, n.2, Feb (2000).
[22] Tansley, R.; Bass, M.; Stuve, D. Branschofsky, M.; Chudnov, D.; McClellan, G.; Smith, M. Dspace: An
institutional digital repository system. In Proceedings of JCDL03, Houston, TX (2003) 87-97.

ISBN: 978-968-9516-00-4

Algoritmo Heurstico Morfolgico para Extraccin de Esqueletos en
Imgenes en Tonos de Gris

J. C. Salgado Ramrez, R. Rojas Hernndez, A. Gamino Carranza, A. Ortiz Montes, V. Trujillo Mora
Abstract
This article shows an algorithm which enable us to find the geometrical skeleton on gray levels images
using the mathematical morphology. The heuristical algorithm maps the image in gray levels to binarial
one, and with the Fast Distance Transformation, the skeleton is obtained. The suggested binarial method
keeps the edges as well as other features, therefore the skeleton keeps the geometrical relationship with
the image in gray tones after being extracted.
Keywords: Fast Distance Transformation, Images in gray levels, mathematical morphology, skeleton.
Introduccin
El procesamiento digital de imgenes es una herramienta muy importante para el reconocimiento de
patrones (RP) [2-3]; por ejemplo, un dilema al que algunos algoritmos de RP como las redes neuronales, las
memorias asociativas y los clasificadores se enfrentan, hablando de imgenes, es saber qu informacin de
sta es necesaria para que sean robustos al aprender, recuperar y clasificar patrones [11-12]. El punto es,
que encontrar la informacin que necesitan los algoritmos de RP para ser robustos no es una tarea trivial [4-
6]. De aqu la importancia del procesamiento de imgenes. Un posible mtodo para la extraccin de
informacin relevante es el adelgazamiento de imgenes [1][8] proporcionando rasgos que describan
patrones a los algoritmos de RP.
El algoritmo de adelgazamiento o tambin llamado esqueleto, proporciona informacin mnima de una
imagen que normalmente guarda relacin geomtrica con la imagen original [7-8]. El algoritmo, que se
propone, para encontrar esqueletos en tonos de gris se basa en el esqueleto morfolgico para imgenes
binarias; dos de las propiedades de este algoritmo de esqueletizacin son: 1) que la imagen binaria puede
ser reconstruida a partir del esqueleto morfolgico y 2) que el esqueleto guarda relacin geomtrica con la
imagen original a pesar de que ste no es conexo [13].
Existen muchos mtodos que generan el esqueleto morfolgico de imgenes binarias [7][13][16] con
caractersticas interesantes; otros ms extraen esqueletos de imgenes en tonos de gris [17-21]. Hay
adems algoritmos iterativos de adelgazamiento en tonos de gris que lo generan [9]. A diferencia de los
mtodos de esqueletizacin anteriores, el mtodo que proponemos encuentra el esqueleto no conexo de
una imagen en tonos de gris a partir de una imagen binaria haciendo uso de la Transformada Rpida de
Distancia y el esqueleto morfolgico y se propone tambin un mtodo de binarizado.
Gradiente Morfolgico
ISBN: 978-968-9516-00-4

El gradiente morfolgico se basa en las operaciones bsicas de la morfologa matemtica, como lo son la
dilatacin y la erosin; al hacer la diferencia de la dilatacin con la erosin en ese orden, se obtiene la
extraccin del contorno enfatizado de la imagen [13-14].
El gradiente morfolgico se define como:

donde es la erosin y se define como:

y es la dilatacin, definida como:

En las ecuaciones 2 y 3 se deduce que es una funcin que representa a la imagen y
es el elemento de estructura. En la figura 1 se muestra la vecindad de Moore usada como
elemento de estructura.

Figura 1. Elemento de estructura: Vecindad de Moore
Al aplicar a una imagen (figura 1) el gradiente morfolgico obtiene el contorno enfatizado de la imagen
original, como lo muestra la figura 2.

ISBN: 978-968-9516-00-4

Figura 2. Imagen original

Binarizado.
El proceso de binarizado para encontrar el esqueleto consta de cuatro etapas:

Figura 2. Gradiente morfolgico
1). Se binariza el gradiente morfolgico en funcin de

donde U representa el umbral de binarizado
2). Se obtiene el negado de 4:

3). De se obtienen niveles de gris mayores a un umbral para ser considerados en el binarizado final,
de la siguiente forma:

4). Finalmente el binarizado se obtiene considerando 5 y 6:

donde T es el umbral que se define a partir de qu tono de gris debe conservarse de la imagen original.
Este algoritmo de binarizado garantiza que los bordes se conservarn, hecho necesario para que la
Transformada Rpida de Distancia proporcione sentido geomtrico en la imagen binaria con respecto a la
imagen original.
ISBN: 978-968-9516-00-4

La figura 3, muestra el resultado del proceso de binarizado con U=31 y T=96.

Figura 3. Proceso de binarizado
Espacios mtricos
Definicin 1. Sea X un conjunto. Una mtrica en X, tambin llamada distancia, es una funcin , tal
que:

Entonces la dupla (X,d) es llamado espacio mtrico. Si d es una mtrica, X=Z y entonces
d es llamada mtrica discreta.

Sean y puntos sobre

1.
ISBN: 978-968-9516-00-4

2.
3.

4.

Las mtricas listadas anteriormente, mostradas en la figura 4, son llamadas discos cerrados de radio 1.
Estos discos corresponden a las k-vecindades, donde k {4,8, 6L, 6R} y las distancias que hacen uso de
estas vecindades se expresan como d [13-15]. Estas k-vecindades son ampliamente usadas en el
procesamiento digital de imgenes.

Figura 4. Mtricas discretas de las k-vecindades
Transformada de Distancia
Definicin 2. El mapeo de la Transformada de Distancia (TD) es:

donde , F es una imagen binaria, recibe el nombre de Transformada de
Distancia, la funcin se llama Transformacin de Distancia y R es la regin de inters.
La definicin 2 significa: Que para una regin de inters R, donde R es un conjunto de puntos x tales que
al aplicar a x la transformacin de distancia , se obtiene como resultado un conjunto de duplas
tal que . El resultado de esta transformacin es una imagen en tonos de gris; cada valor
de tono de gris representa la distancia numrica que tiene cada punto (pixel) con respecto a su
complemento.
Transformada Rpida de Distancia
ISBN: 978-968-9516-00-4

Definicin 3. Si d es una de las mtricas y , para
se tiene que:

1.
2.

De lo anterior, se desprende lo siguiente:
Si se tiene la transformada de distancia de los vecinos de c se puede encontrar la transformacin de
distancia , donde:

Ahora, se tiene una transformada de distancia en 2 pasos:

1. Barrer la imagen binaria de arriba hacia abajo y de izquierda a derecha. Para cada pixel c R, donde
R es la regin de inters, se asigna:

E es alguno de los siguientes conjuntos segn la mtrica a utilizar:

Figura 5. Conjunto E segn la mtrica
solo los puntos asignados en E son usados en la primera parte de la transformacin.
2. Barrer la imagen binaria de abajo hacia arriba y de derecha a izquierda. Para cada pixel c R, donde
R es la regin de inters, se asigna:

D es alguno de los siguientes conjuntos segn la mtrica a utilizar; solo los puntos asignados en D son usados
para la segunda parte de la transformacin:

ISBN: 978-968-9516-00-4

Figura 6. Conjunto D segn la mtrica
La transformada rpida de distancia tiene las siguientes ventajas:

1. TRD es mucho ms rpida debido a que slo requiere calcular mnimos en un conjunto de
cardinalidad fija.
2. El tiempo de procesamiento es constante para cualquier imagen binaria.

La figura 7 muestra el resultado obtenido con la TRD de la figura 3.

Figura 7. Transformada Rpida de Distancia
Esqueleto Morfolgico
Definicin 4. Dado un conjunto A, se llama segmentacin al proceso de obtener uno o ms segmentos de
ste
Definicin 5. Dada una familia finita de transformaciones de conjuntos , un conjunto B es
segmento de un conjunto A si y slo si y existe una sucesin de transformaciones, miembros de F,

De lo anterior se desprende:
La nica diferencia entre el concepto de segmento de y el conjunto similar a, radica en que en el primero se
exige que B sea un subconjunto de A; es decir, algunas transformaciones como la traslacin son excluidas.
Si la identidad de conjuntos es miembro de F, A puede ser segmento de s mismo.
El hecho de que B sea segmento de A no implica que se pueda obtener A a partir de B, a menos que las
transformaciones involucradas sean invertibles todas en F, o que la transformacin global sea invertible.
Suponga que tiene una familia infinita de elementos estructurales de la siguiente forma:
ISBN: 978-968-9516-00-4

Con conteniendo nicamente el origen del espacio de trabajo X; , un elemento de estructura que
cumple con y para .
Tal construccin de H asegura que:

1. El origen se encuentra en todo miembro de la familia H
2. para toda
Una vez construida H se puede dar una clasificacin de las traslaciones de sus miembros en funcin de un
conjunto A dado a continuacin:

Definicin 6. Sea H definida como en Definicin 4 y sea ; la traslacin de un miembro de H por
, se dice maximal en A con centro en p si y slo si

1.
2. tales que y

De esta manera, se separan las traslaciones de los miembros de la familia H en dos clases: maximales y no
maximales.
Por otro lado, el esqueleto morfolgico de una regin o conjunto A, se define directamente en funcin de
erosiones y aperturas como sigue:

Definicin 7. Sean A, B subconjuntos de X y sea la familia de elementos de estructura H como se defini en
4; el esqueleto morfolgico de A, dado B, queda expresado por:

ISBN: 978-968-9516-00-4

Figura 8. Centros maximales

con

donde k es un nmero natural tal que

Obsrvese que la seleccin de es importante para el proceso de esqueletizacin, porque es probable que
para algn dado no exista un k finito que cumpla . Dado este caso, se dice que el esqueleto
bajo no existe; por otro lado, si adems es simtrico, esto es , entonces el esqueleto
morfolgico recibe el nombre de transformada al eje medio.
Cuando el esqueleto de un conjunto existe, resulta ser un subconjunto de este ltimo; en la figura 8, se
observa el esqueleto morfolgico (color negro) obtenido, de una figura cualquiera, utilizando un elemento
de estructura que se basa en la mtrica .

ISBN: 978-968-9516-00-4

Figura 8. Esqueleto morfolgico obtenido con un elemento de estructura con mtrica
La Transformada Rpida de Distancia guarda relacin estrecha con el esqueleto morfolgico [13]. Para
obtener el esqueleto morfolgico a partir de la TRD, basta con encontrar los centros maximales contenidos
en un elemento de estructura . El algoritmo para encontrar el esqueleto morfolgico a
travs de la TRD es:
1. Se obtiene la TRD de la imagen binaria. Los valores de distancia mayores a 0 pertenecen al conjunto
A y los valores de distancia en 0 son considerados como el complemento del conjunto A.
2. Hacer:
Para y=1 hasta el alto de la imagen
Para x=1 hasta el ancho de la imagen

si entonces
para hasta
para hasta
si

Al aplicar el algoritmo anterior genera como resultado el esqueleto morfolgico a partir de la TRD como se
muestra la figura 9.

Figura 9. Esqueleto morfolgico obtenido a partir de la TRD
Esqueleto morfolgico de una imagen en tonos de gris.
Para obtener el esqueleto morfolgico de una imagen en tonos de gris se procede de la siguiente manera:
1. Aplicar el gradiente morfolgico de la imagen en tonos de gris, obteniendo as el contorno
enfatizado de la imagen.
2. Aplicar el proceso de binarizado descrito en la seccin 3.
3. Obtener la TRD, descrita en la seccin 6.
4. Obtener el esqueleto morfolgico como se explic en la seccin 7.

En la figura 10, se observa el esqueleto morfolgico de una imagen en tonos de gris. Se resalta en sta
que el esqueleto no es conexo, sin embargo guarda relacin geomtrica con los gradientes altamente
contrastantes de la imagen original.

ISBN: 978-968-9516-00-4

Figura 10. Esqueleto morfolgico de una imagen en tonos de gris

Conclusiones
En este artculo se mostr cmo al combinar de forma inteligente herramientas para el procesamiento de
imgenes, en especfico de la morfologa matemtica, se obtuvo el esqueleto de una imagen en tonos de
gris aunque se trabajo prcticamente en su representacin binaria. Se destaca, adems, que la
Transformada Rpida de Distancia se relaciona de forma natural con la obtencin del esqueleto. El mtodo
de binarizado que se present, conserva el contorno de la imagen en tonos de gris. Estos resultados pueden
ser tiles, por ejemplo, a mtodos de RP para obtener informacin de imgenes cuando se quiera aprender,
recuperar y clasificar patrones.
Referencias
[1] Shang, Lifeng; Yi, Zhang, A class of binary images thinning using two PCNNs, Neurocomputing, Jan
2007, Vol. 70 Issue 4-6, p1096-1101.
*2+ Reddy L, Rama K., Babu, G. R., Multiscale Feature And Single Neural Network Based Face Recognition,
Journal of Theoretical & Applied Information Technology, 2008, Vol. 4 Issue 7, p571-576.
*3+ Jahan Z, Muhammad Y. J. and Usman Q., Low Resolution Single Neural Network Based Face
Recognition. International Journal of Biomedical Sciences, 2007, Vol. 2 Issue 3, p206-210.
[4] Ritter, G. X., Sussner, P. and Diaz-de-Leon, J. L., Morphological Associative Memories, IEEE Transactions
on Neural Networks, 1998, pp. 281-293.
[5] Ritter, G. X., Diaz-de-Leon, J. L. and Sussner, P., Morphological bidirectional associative memories,
Neural Networks, 1999. pp. 851-867.
*6+ Yez C. (2002). Memorias Asociativas Basadas en Relaciones de Orden y Operadores Binarios, Tesis
doctoral, CIC-IPN, Mxico.
*7+ Zhang, S and Fu S. A, A Thinning Algorithm for Discrete Binary Images, Proceedings of the International
Conference on Computers and Applications, Beijing China, 1984, pp 879-886.
ISBN: 978-968-9516-00-4

[8] Daz de Len, J. L. and Yaez, C, Introduccin a la Morfologa Matemtica de Conjuntos, Fondo de cultura
Econmica, IPN, Mxico D.F., 2003, pp 254-262
*9+ Wang Y. and Lee T., Curve-skeleton extraction using iterative least squares optimization, IEEE
Transactions On Visualization And Computer Graphics [IEEE Trans Vis Comput Graph], ISSN: 1077-2626, 2008
Jul-Aug; Vol. 14 (4), pp. 926-36.
*10+ Wong, W., Shih and F., Su, T., Thinning algorithms based on quadtree and octree representations,
Information Sciences, May2006, Vol. 176 Issue 10, p1379-1394
[11] Sheng-fang H., Ruey-feng C., Woo K. M., Yu-hau L., Chen D. and Sun J., Analysis of Tumor Vascularity
Using Three-Dimensional Power Doppler Ultrasound Images, IEEE Transactions on Medical Imaging,
Mar2008, Vol. 27 Issue 3, p320-330.
[12] Li, Z, Ferrer, M., Travieso, C. and Alonso, J., Biometric based on ridges of palm skin over the head of
the second metacarpal bone, Electronics Letters, 3/30/2006, Vol. 42 Issue 7, p391-393
[13] Jurez-Lpez. S, Esqueletos morfolgicos en el plano discreto, 2004, Tesis de maestra, CINVESTAV-
IPN, Mxico.
[14] Gamino A., "Operaciones morfolgicas por descomposicin del elemento estructura mediante discos",
2004, Tesis de Maestra, CINVESTAV-IPN, Mxico.
[15] Diaz-de-Leon, J. L. (1996) Combinacin lineal de espacios Mtricos en , 1996, Tesis de doctorado,
CINVESTAV-IPN, Mxico.
[16] Daz-de-Len J.L., Algortimos de esqueletizacin de imgenes binarias, 1993, Tesis de Maestra,
CINVESTAV-IPN, Mxico.
*17+ Jianning Xu, A Generalized Discrete Morphological Skeleton Transform With Multiple Structuring
Elements for the Extraction of Structural Shape Components, 2003,IEEE Transactions on Image Processing,
vol. 12, 1677-1686.
*18+ Abe, K., Mizutani, F. and Wang, C., Thinning of grayscale images with combined sequential and parallel
conditions for pixel removal, Feb. 1994, IEEE Trans. on Systems Man Cybernetics, vol. 24, no. 2, pp. 294-
299,
*19+ Arcelli, C. and Ramella, G.,Finding grey-skeletons by iterated pixel removal, Apr. 1995,Image and
Vision Computing, vol. 13, no. 3, pp. 159-267.
*20+ Dyer, C. R. and Rosenfeld, A., Thinning algorithms for grayscale pictures, Jan. 1979,IEEE Trans. Pattern
Anal and Machine Intell., vol. 1, no. 1, pp. 88-90.
*21+ Wang, L. and Pavlidis, T., Direct gray-scale extraction of features for character recognition, Oct. 1993,
IEEE Trans. on Pattern Anal. And Machine Intell., vol. 15, no. 10, pp. 1053-1067.

ISBN: 978-968-9516-00-4

Deteccin y Seguimiento de Objetos en Movimiento

I. Domnguez
Resumen
Dentro de la visin por computadora, el seguimiento visual de los objetos mviles es una de las reas de
mayor inters debi al gran numero de aplicaciones que puede tener. En el presente trabajo se propone
un prototipo para la deteccin y el seguimiento de objetos en movimiento en secuencias de imgenes
obtenidas a travs de una cmara digital, el prototipo se basa en la aplicacin de herramientas
pertenecientes al procesamiento digital de imgenes como los son el error cuadrado medio (deteccin), el
gradiente en combinacin con las operaciones lgicas sobre imgenes (segmentacin) y el filtrado de la
imagen por 8-vecindad (mejora de la imagen).
Abstract
Computer visin and visual object tracking are exciting area because it has too many applications. In this
paper we propose a software prototype for the visual motion detection and real-time object tracking in
digital images secuences capted by a digital camera, we use digital image processing tools like mean
square error (motion detection), sobel gradient, and boolean operations on digital images (segmentation)
and image filtering by eight neihgbor mask (image improvement).

Keywords: gradient, convolution, filtering, motion detection.
Introduccin
El problema de la deteccin y seguimiento de objetos en movimiento es particularmente interesante cuando
el objetivo que se persigue es el de la localizacin espacial de los objetos mviles en la escena en todo
tiempo. Es por eso que dentro de la visin por computadora, el seguimiento visual de los objetos mviles es
un campo que ha tenido un importante auge, debido a que existe un gran inters en las aplicaciones que
puede tener, como por ejemplo:
- La robtica mvil
- Las aplicaciones, tanto civiles como militares de seguimiento de objetivos
- Navegacin autnoma
- Tratamiento de imgenes biolgicas mdicas
- La vigilancia de lugares y su supervisin

ISBN: 978-968-9516-00-4

De forma inicial y ms especficamente para la deteccin de movimiento se deben de determinar el flujo
ptico en las imgenes o bien los cambios temporales en la imagen [1]. Cuando existen objetos en
movimiento en una escena, siempre tendremos cambios en la intensidad de los pxeles de la imagen, para
esto se, utiliza el error cuadrado medio. Posteriormente se realiza la segmentacin en la nueva imagen para
identificar los objetos que en ella aparecen. Es obvio pensar que una escena puede contener diversos
objetos, entonces, el problema es ahora determinar los nuevos objetos que aparecen en la imagen ms
reciente, para lograr esto se utilizan operadores lgicos en las imgenes. Una vez identificados los nuevos
objetos, por ltimo la etapa final es determinar su ubicacin espacial.
Descripcin del prototipo.
El proceso general que lleva a cabo el prototipo para la Deteccin y Seguimiento de Objetos en Movimiento
se muestra en la figura 1. El trabajo se organiza en las siguientes etapas: Adquisicin de la imagen mediante
una cmara digital, comparacin entre pares de imgenes para determinar el flujo ptico, calculo de del
gradiente para extraccin de objetos que aparecen en la escena, a continuacin se aplican las operaciones
lgicas AND y OR exclusivo sobre las imgenes con el fin de obtener solo los objetos de inters (nuevos
objetos), posteriormente se aplica un filtrado de imagen por 8-vecindad para eliminar el ruido que se
presente en la imagen resultante (proceso de mejora de imagen), por ultimo se marcan los contornos de los
objetos en movimiento que aparecen en la secuencia de imgenes.
Adquisicin de la secuencia de imgenes
En el contexto de percepcin visual el seguimiento de un objeto, se puede definir como el proceso en el que
se efecta la deteccin de algn objeto mvil y su persecucin, a travs de secuencias de imgenes
adquiridas por una o varias cmaras (estticas o mviles)[2, 3] Para adquirir la secuencia de imgenes se
utiliza una cmara digital con conexin USB. El prototipo tiene gran flexibilidad en cuanto a la utilizacin de
diversas cmaras con esta conexin, debido a que se necesita solo el controlador (driver) del modelo que se
utilice. Las imgenes adquiridas estn inicialmente en formato RGB, por lo que se debe hacer una
transformacin de estas imgenes a escala de grises (256 colores), lo anterior por cuestiones de
implementacin.

| ) , ( ) , ( |
,
0 ,
1
y x I y x I Ecm
t
N M
y o x
t
=
= =

(1)

Deteccin de movimiento
Para determinar el movimiento en imgenes se debe de tener por lo menos dos imgenes, y a partir de ah
obtener el flujo ptico para determinar el movimiento [4]. Una vez que se cuenta con las imgenes en
escalas de grises, se lleva a cabo la comparacin entre
1 t
i e
t
i , utilizando el error cuadrado medio (1), que
ISBN: 978-968-9516-00-4

en trminos de implementacin es una comparacin en los niveles de grises de una Imagen en tiempo
1
t con otra imagen en tiempo t , y as determinar si existe diferencia entre la nueva imagen y la anterior.

Figura 2. Proceso general del prototipo.

Clculo de gradiente
Una fase crucial y compleja para lograr un buen seguimiento de los objetos en las secuencias de imgenes es
la segmentacin. La idea general de la segmentacin es seccionar la imagen en regiones disjuntas (bloques
o segmentos) de forma que estas regiones representen los distintos objetos que aparecen en la escena.
Inicialmente se realiza el clculo de la magnitud del gradiente [5] que de forma general se define como se
muestra en la ecuacin 2 para detectar los bordes de los objetos que aparecen en la escena.
La magnitud del gradiente suele ser aproximado a la ecuacin (3) para cuestiones de implementacin.
| | | | | | Gy Gx G + = (3)
El clculo de la magnitud del gradiente es implementado mediante la operacin de convolucin que se
define como lo muestra la ecuacin 4.
ISBN: 978-968-9516-00-4

=
j k
k j H k y j x F y x G ] , [ * ] , [ ] , [ (4)
La representacin computacional de una imagen es mediante un arreglo de niveles de luminosidad, donde
cada elemento es el color del pixel en esa posicin, por lo que la operacin de la convolucin se puede
representar grficamente como en la figura 2.

Figura 2. Representacin grfica de la convolucin
Se utilizan las mascaras de Sobel para calcular el gradiente. La mscara utilizada para calcular la magnitud en
la direccin Gx se muestra en la figura 3,.

Figura 3. Mascara de Sobel para Gx.
Para el clculo de la magnitud en la direccin perpendicular Gy se muestra en la figura 4.

Figura 4. Mascara de Sobel para Gy.
Aplicacin de operadores lgicos
Para realizar la segmentacin de los nuevos objetos, es decir de los objetos que presentan movimiento, se
hace uso de herramientas propias de la morfologa matemtica [7, 8]: las operaciones booleanas AND y XOR,
aplicadas las imgenes resultantes del clculo de los gradientes.
ISBN: 978-968-9516-00-4

La operacin lgica XOR es aplicada sobre las imgenes resultantes del clculo de los gradientes para
obtener solo los bordes que no aparecen en ambas imgenes, el resultado de esta operacin es una nueva
imagen que muestra las diferencias en ambas imgenes.
Una vez hecha la operacin anterior lo que resta para segmentar el objeto que presenta movimiento es
aplicar la operacin AND entre la imagen resultante anterior y el gradiente de la imagen It.
Aplicacin de filtrado por vecindad
El resultado de las fases anteriores nos proporcionan la segmentacin del objeto que presento el
movimiento, sin embargo puede tambin venir acompaado de ruido, que pueda dificultar la localizacin de
las coordenadas del centroide del objeto.
Para esto se utiliza una mtrica 8-vecindad [6,5] mostrada en la ecuacin 5, que nos permite determinar a
travs de sus 8 vecinos si un pixel con coordenadas (x, y) es candidato a ser ruido o a ser parte del borde de
un objeto.
|) | |, max(| ) , (
8
v y u x y x d = (5)
Localizacin espacial de los objetos
Por ltimo solo resta encontrar el centroide de los objetos, los cuales se pueden estimar a partir de
conocer el borde del objeto S ( silueta) [9], para esto es necesario encontrar el cuadro mnimo del
objeto con ayuda de los puntos (x
1
, y
1
), (x
2,
y
2
), (x
3
, y
3
), (x
4
, y
4
) tales que:
y y j i S y x
x x j i S y x
y y j i S y x
x x j i S y x
> e
> e
< e
< e
2
2
1
1
), , ( ) , (
), , ( ) , (
), , ( ) , (
), , ( ) , (

Dicho de otra manera es obtener las x e y mximas y las x e y mnimas que encierran al objeto. Para
visualizar fcilmente el objeto en movimiento, se marcan sus bordes detectados.
Resultados
A continuacin se muestra una de las pruebas realizadas al prototipo con el fin de ejemplificar el proceso
anterior efectuado para la Deteccin y Seguimiento de Objetos en Movimiento. Por obvias razones solo se
presentan 2 imgenes de toda la secuencia obtenida. En primera instancia se hace la captura de las
imgenes en tiempo real con una cmara USB como se muestran en las figuras 5 y 6.
ISBN: 978-968-9516-00-4

Figura 5. Imagen en tiempo t-1

Figura 6: Imagen en el tiempo t

Una vez obtenidas las imgenes se realiza la conversin de las imgenes en RGB a imgenes en escala de
grises, y se comienza a realizar un monitoreo determinando el Error Cuadrado Medio. Cuando se detecta un
cambio en los niveles de gris lo suficiente grande para ser considerado movimiento ocasionado por algn
objeto se calcula el gradiente de ambas imgenes para localizar los bordes de los objetos como se muestra
en las figuras 7 y 8.

ISBN: 978-968-9516-00-4

Figura 7. Calculo del gradiente en la primer imagen

Figura 8. Calculo del gradiente en la segunda imagen

Despus de aplicar las mascaras del gradiente se aplica un XOR lgico para encontrar las diferencias entre
las dos imgenes, obteniendo as la imagen que se muestra en la figura 9.

Figura 9: Diferencias entre ambas imgenes
Se aplica la operacin AND de la imagen resultante con la Imagen en el primer instante para segmentar el
objeto que presento el movimiento para obtener la imagen de la figura 10.
ISBN: 978-968-9516-00-4

Figura 10: Objeto segmentado con ruido.

La imagen filtrada al aplicar la mtrica d8 es la que se muestra en la figura 11.

Figura 10: Objeto segmentado filtrado.
Y por ltimo se marca el contorno del objeto detectado como se muestra en la figura 12. Se obtienen las
coordenadas del centroide del objeto.
ISBN: 978-968-9516-00-4

Figura 12: Contorno marcado en las secuencias de imgenes.
Conclusiones
El prototipo para la Deteccin y el Seguimiento de Objetos en Movimiento explicado en el presente
documento, muestra buenos resultados en las pruebas de seguimiento de objetos (diversos), y en diversas
condiciones (normales) de iluminacin.
Un aspecto determinante para un buen seguimiento de objetos, es tener una buena adquisicin de
imgenes, como es evidente en el prototipo no se realiza un preprocesamiento para la mejora de la imagen
puesto que no fue necesario, esto debido a, por una parte ,el avance tecnolgico de las cmaras digitales
actuales, que nos proporcionan imgenes digitales aceptables para su procesamiento y por otra, la
flexibilidad del algoritmo para poder manipular los tres parmetros bsicos para el correcto seguimiento que
son: el umbral para calcular el movimiento o dicho de otra forma para determinar que tan sensible debe de
ser el prototipo al movimiento, el umbral para el clculo del gradiente en ambas imgenes y al nmero de
pixeles (1-8) considerados para filtrar la imagen.
Sin embargo, el prototipo presenta cierto retraso al mostrar el seguimiento en pantalla, por lo que es
conveniente realizar una revisin de cdigo para su optimizacin. Como trabajo futuro seria interesante
complementar el prototipo con alguna tcnica de reconocimiento de objetos (reconocimiento de patrones).
Tomando el cuenta el rpido crecimiento en las tecnologas de informacin que se ha tenido en los ltimos
aos, sera interesante implementar o adecuar el prototipo para su funcionamiento desde lugares remotos a
travs de alguna red de cobertura amplia (o desde Internet).
No menos interesante seria implementar algn mecanismo electrnico como montar la cmara en motores
que permitan, por medio del prototipo manipular su movimiento.
Referencias
[1] M. Yamamoto. A general aperture problem for direct estimation of 3-D motion parameters, IEEE
Transactions on pattern analysis and machine inteligence, vol. 11, no. 5, pp. 528-536, May. 1989.
[2] Crowley J. L., Christensen H. I. , Vision as process,Springer- Verlang, Berlin, 1995.
[3] Aloinomos, Active perception, Lawrence Erlbaum Assoc. Pub, N. J. 1993.
ISBN: 978-968-9516-00-4

[4] B. Horn and B. Schunck, Determining Optical Flow, Artifitial Intelligence, no. 17, 1981.
[5] Ian T. Young ,Jan J. Gerbrands, Lucas J. van Vliet Fundamentals of Image Processing, Cip-data koninklijke
bibliotheek, DenHaag,Netherlands, 1998.
[6] R. C. Gonzalez and R. E. Woods, Digital Image Processing, Addison Wesley pub. 1992.
[7] S, yokoy, J. Toriwaky and T, Fukumura, Topological properties in digitazed binary pictures,Syst. Comput.
Controls,1973 .
[8] S, yokoy, J. Toriwaky and T, Fukumura, An analysis of topological properties in digitazed binary pictures,
Computer vision, Graphics and Image Processing, 1975.
[9] Fernndez Caballero, Montoya Fernndez y Moreno J., Maximun line segments for object motion
estimation, Processing of the Eighth Turkish Symposium On Artificial Intelligence and Neural Networks,
Estambul Turquia, 1999.
ISBN: 978-968-9516-00-4

Anlisis criptogrfico para propuesta de nuevo modelo esteganogrfico
J. M. Reyes, R. Rojas-Hernndez
Resumen
La informacin que manejamos de manera personal o bien dentro de una organizacin es la base sobre la
cual trabajamos, por lo mismo, esta debe de ser tratada con mucho cuidado, para esto la criptografa y
esteganografa nos ayudar a protegerla de personas ajenas a ella, existen algoritmos de encriptacin como
el cifrado en flujo, cifrados en bloque como los algoritmos RSA e IDEA, entre muchos otros, en el presente
articulo solo se har mencin a estos, haciendo un comparativo entre los dos algoritmos mencionados para
conocer debilidades y fortalezas de cada uno, con la finalidad de enfocarnos en aquel que se adecua a
nuestras expectativas de un nuevo modelo esteganogrfico que se propondr.
Criptografa
La criptografa (del griego kryptos = ocultar, y graphos = escribir, literalmente es escritura oculta) es el arte
de escribir con clave secreta o de un modo enigmtico, la criptografa utiliza tcnicas matemticas para la
creacin de algoritmos de cifrado que hagan posible el intercambio de informacin de manera segura de
modo que slo puedan ser interpretados y posteriormente utilizados por las personas competentes
involucradas directamente en el manejo de dicha informacin [1].
Esta se basa en que el emisor enva un mensaje en texto claro (informacin), antes de ser enviado por algn
medio de transporte fsicos como puede ser cualquier disco compacto, discos duros, memorias fsicas o por
medio lgicos como una red local o en su caso Internet, es tratado con mtodos y algoritmos matemticos,
que suelen ser complejos, los cuales cifren informacin con la ayuda de una clave para convertirla en un
mensaje cifrado.
Este mensaje cifrado enviado por el canal de comunicacin establecido, llega al receptor interesado en dicha
informacin, en este caso lo llamaremos descifrador que convierte o descifra, valga la redundancia,
mediante la ayuda de los mismos mtodos y algoritmos matemticos el mensaje cifrado, apoyndose
tambin con una clave para obtener el mensaje original. Las dos claves implicadas en el proceso de
cifrado/descifrado pueden ser o no iguales dependiendo del sistema de cifrado utilizado.
La finalidad de la criptografa es garantizar el secreto de la informacin intercambiada entre dos entidades
(personas, organizaciones, etc.) y asegurar que la informacin que se enva es autntica en un doble sentido,
esto es, que el remitente sea realmente quien dice ser y que el contenido de la informacin enviada
(mensaje cifrado) no haya sido modificada y utilizada con otros fines diferentes al de su origen durante el
envo de la misma.
Sistemas de cifrado
Sistemas de cifrado simtrico
Los sistemas de cifrado simtrico son aquellos que utilizan la misma clave para cifrar y descifrar un
documento [2]. El principal problema de seguridad reside en el intercambio de claves entre el emisor y el
ISBN: 978-968-9516-00-4

receptor ya que ambos deben usar la misma clave. Por lo tanto se tiene que buscar tambin un canal de
comunicacin que sea seguro para el intercambio de la clave.
Es importante que dicha clave sea muy difcil de encontrar ya que hoy en da las computadoras por la
velocidad de procesamiento pueden encontrar claves muy rpidamente. Por ejemplo el algoritmo de cifrado
DES usa una clave de 56 bits, lo que significa que hay 72 mil billones de claves posibles.
Actualmente ya existen computadoras especializadas que son capaces de probar todas las claves en cuestin
de horas. Hoy en da, derivado del problema comentado se estn utilizando claves de 128 bits que
aumentan el margen de claves posibles (2 elevado a 128) de forma que aunque exista una
supercomputadora o varias conectadas que trabajaran conjuntamente para descifrar las claves existentes,
no lo conseguiran en un lapso de tiempo significativamente corto.

Figura 3. Encriptacin con clave pblica.
Sistemas de cifrado asimtrico
Tambin son llamados sistemas de cifrado de clave pblica. Este sistema de cifrado usa dos claves
diferentes. Una es la clave pblica y se puede enviar a cualquier persona y otra que se llama clave privada, la
cual solo pertenece al receptor, por lo tato debe guardarse para que nadie tenga acceso a ella [3].
Para enviar un mensaje, el emisor usa la clave pblica del receptor para cifrar el mensaje, una vez que lo ha
cifrado, el mensaje solamente ser descifrado con la clave privada del receptor, ni siquiera el que ha cifrado
el mensaje puede volver a descifrarlo. Por ello, se puede dar a conocer perfectamente la clave pblica para
que todo aquel que quiera comunicarse y enviar informacin con el receptor lo pueda hacer.
Un ejemplo de un sistema de cifrado de clave pblica basado en la factorizacin de nmeros primos se basa
en que la clave pblica contiene un nmero compuesto de dos nmeros primos muy grandes. Para cifrar un
mensaje, el algoritmo de cifrado usa ese compuesto para cifrar el mensaje. Para descifrar el mensaje, el
algoritmo de descifrado requiere conocer los factores primos, y la clave privada tiene uno de esos factores,
con lo que puede fcilmente descifrar el mensaje.
Es fcil, con las computadoras actuales, multiplicar dos nmeros grandes para conseguir un nmero
compuesto, pero es muy difcil la operacin inversa, dado ese nmero compuesto, factorizarlo para conocer
cada uno de los dos nmeros que lo componen. Mientras que 128 bits se considera suficiente en las claves
de cifrado simtrico, y dado que la tecnologa de hoy en da se encuentra muy avanzada, se recomienda en
este caso que la clave pblica tenga un mnimo de 1024 bits.
Emisor
(mensaje
en texto
claro)
Receptor
(mensaje
en texto
claro)
Texto
cifrado
xvxvcgeyr
tlmjgkvml
dro
Clave K
(Ciframos y
Desciframos con
la misma Clave)
ISBN: 978-968-9516-00-4

Para un ataque de fuerza bruta, por ejemplo, sobre una clave publica de 512 bits, se debe factorizar un
nmero compuesto representa un nmero de hasta 155 cifras decimales.

Figura 2. Encriptacin con clave pblica y privada.
Caractersticas de un criptosistema
Un criptosistema, o sistema criptogrfico, se puede definir como los fundamentos y procedimientos de
operacin (algoritmo) que participan en el cifrado y descifrado de un mensaje.
Todo sistema criptogrfico consta de cinco componentes (M, C, K, E, D)[4].
M es el conjunto de todos los mensajes a transmitir.
C es el conjunto de todos los mensajes cifrados.
K es el conjunto de claves a utilizar.
E es el conjunto de todos los mtodos de cifrado: E = {E
k
/ M C, V k
D es el conjunto de todos los mtodos de descifrado: D = ,D
k
/ C M, V k
Cada mtodo de cifrado E est definido mediante un algoritmo, el cual, es comn a todos los mtodos y una
clave k respondiente a cada transformacin E
k
.
Lo mismo ocurre para las transformaciones de descifrado D
k
de D. Para cada clave dada, k, la transformacin
D
k
es la inversa de E
k
, y permite recuperar el mensaje original al aplicarla sobre el cifrado: D
k
(E
k
(m)) = m, V
m
Otros elementos que se pueden considerar son el alfabeto de entrada y el de salida, as como el lenguaje en
que est escrito el mensaje original.
Todo criptosistema debe cumplir, al menos, tres requisitos bsicos:
1. Todas las transformaciones de cifrado y descifrado, E
k
y D
k
, han de ser fcilmente calculables.
2. Los algoritmos de las transformaciones E
k
y D
k
han de ser fcilmente implementables.
3. La seguridad del sistema slo debe depender del secreto de las claves k y no de los algoritmos de las
transformaciones E y D.
Emisor
(mensaje
en texto
claro)
Receptor
(mensaje
en texto
claro)
Texto
cifrado
(moeridk
jncsp)
Clave Pblica del
Receptor con la que
el Emisor cifrara el
mensaje
Clave Privada del
Receptor con la que
l mismo descifrara
el mensaje
ISBN: 978-968-9516-00-4

Adems, un buen criptosistema ha de tener las siguientes cualidades: Seguridad, autenticidad y no repudio.
Seguridad: es la incapacidad para un criptoanalista de determinar el texto original, a partir del texto
cifrado que haya podido interceptar.
Autenticidad e integridad: considerada como la incapacidad para un criptoanalista de improvisar, sustituir
o modificar un texto cifrado c por un c, sin que el receptor lo detecte.
No repudio: el emisor, despus de haber enviado el mensaje, no puede afirmar que no es suyo. Esto ha de
realizarse por otros medios, como la firma digital, etc., que se adaptan al criptosistema utilizado [5].
Algoritmos utilizados para el cifrado.
Como se menciona en el apartado de Sistemas de cifrado asimtrico, estos utilizan dos claves, una de
cifrado y la otra para descifrar el mensaje, dentro de esta rama de sistemas asimtrico nos encontramos a
los algoritmos RSA e IDEA, los cuales son los ms utilizados en criptografa de cifrado asimtrico y a nuestro
parecer son de los ms seguros de acuerdo a la estructura que los conforma.
Algoritmo RSA
De entre todos los algoritmos asimtricos, RSA es de los ms sencillos de comprender e implementar, sus
pares de claves son duales, por lo que sirve tanto para cifrar como para autenticar. Su nombre proviene de
sus tres inventores: Ron Rivest, Adi Shamir y Leonard Adleman. Desde su nacimiento nadie ha conseguido
probar totalmente su seguridad, pero se le tiene como uno de los algoritmos asimtricos ms seguros.
RSA se basa en la dificultad para factorizar grandes nmeros. Las claves pblica y privada se calculan a partir
de un nmero que se obtiene como producto de dos primos grandes. El atacante se enfrentara, si quiere
recuperar un texto plano a partir del criptograma y la llave pblica, a un problema de factorizacin [5].
El algoritmo RSA funciona de la siguiente manera:
Inicialmente es necesario generar aleatoriamente dos nmeros primos grandes, a los que llamaremos p y
q.
A continuacin calcularemos n como producto de p y q: n = p * q
Se calcula fi: fi(n)=(p-1)(q-1)
Se calcula un nmero natural e de manera que MCD(e, fi(n))=1 , es decir e debe ser primo relativo de fi(n).
Es lo mismo que buscar un numero impar por el que dividir fi(n) que de cero como resto.
Mediante el algoritmo extendido de Euclides se calcula d: e.d mod fi(n)=1 Puede calcularse
d=((Y*fi(n))+1)/e para Y=1,2,3,... hasta encontrar un d entero.
El par de nmeros (e,n) son la clave pblica.
El par de nmeros (d,n) son la clave privada.
Cifrado: La funcin de cifrado es C = M^e mod n
ISBN: 978-968-9516-00-4

Descifrado: La funcin de descifrado es M = C^d mod n
Algoritmo IDEA
El sistema de cifrado llamado IDEA (International Data algoritmo de cifrado) cifra 64 bits de texto plano
a 64-bits bloques de texto cifrado, utilizando una clave K de entrada de 128-bit. Basndose en parte en la
estructura general de Feistel.
Consiste en ocho transformaciones o rondas idnticas y una transformacin de salida o media ronda. El
proceso para cifrar y descifrar es similar.
La mayor parte de la seguridad que brinda IDEA surge del intercalado de las siguientes operaciones: adicin
y multiplicacin modular y O-exclusivo (XOR), esto lo realiza bit a bit[6].
1. Divisin del bloque de 64 bits de texto en cuatro subbloques de 16 bits: X1, X2, X3 y X4, y de los 128 de la
clave en 8: Z1 ... Z8
2. Multiplicacin de X1 por el primer subbloque de la clave Z1
3. A ello se aade X2 y el segundo subbloque de la clave Z2
4. A lo que se aade X3 y el segundo subbloque de la clave Z3
5. Lo que se multiplica por X4 y por el cuarto subbloque de la clave
6. Se hace una operacin de OR exclusivo (XOR) entre el bloque resultado de las operaciones segunda y
cuarta
7. XOR entre el resultado de la tercera y la quinta operacin
8. Se multiplican los resultados de la sexta operacin con el quinto subbloque de la clave, Z5
9. Se suma el resultado de las operaciones sexta y sptima
10. Se multiplica el resultado de la novena operacin con el sexto subbloque de la clave, Z6
11. Se suman los resultados de la octava y la dcima operacin
12. XOR del resultado de la segunda y la dcima
13. XOR del resultado de la cuarta y la dcima
14. XOR del resultado de la tercera y la undcima
15. XOR del resultado de la quinta y la undcima
De esta forma se consigue el texto cifrado, juntando los cuatro bloques resultantes de las cuatro ltimas
operaciones.
ISBN: 978-968-9516-00-4

Evidentemente, la seguridad del cifrador aumenta cuando el texto pasa varias veces por el algoritmo, y el
IDEA lo hace 8 veces. Para retroalimentarlo, basta con permutar los bloques segundo y tercero de la salida, y
hacerlos entrar de nuevo, en todas las etapas menos en la ltima.
Despus de la octava ronda, hay una transformacin final, que consiste en los cuatro pasos siguientes:
1. Multiplicar X1 por el primer subbloque de la clave
2. Aadir X2 al segundo bloque de la clave
3. Aadir X3 al tercer subbloque de la clave
4. Multiplicar X4 por el cuarto subbloque de la clave
IDEA precede al algoritmo DES, en el cual los creadores de IDEA se fijaron en las debilidades del DES y las
fortalecieron creando un algoritmo de mayor seguridad y resistencia.

Esteganografa
La Esteganografa tambin se realiza mediante tcnicas para ocultar el mensaje en archivos ajenos a este[7],
al igual que el criptoanlisis se usa con el fin de descifrar el mensaje, un estegoanalista aplica tcnicas para
detectar la existencia de informacin oculta en algn estegomedio(imagen, sonido, texto, etc), adems el
mensaje puede o no estar cifrado dentro de este. Un ejemplo muy sencillo es cuando se oculta informacin
en archivos de imgenes[8] se aprovechan los bits menos significativos de los colores para introducir en ellos
la informacin, como se ejemplifica en la figura 3.

Figura 3. Ejemplo de Esteganografa en imgenes.
Si la relacin entre la informacin a ocultar, el tamao de la imagen y el nmero de colores es buena, resulta
prcticamente imposible diferenciar la imagen original de la imagen con informacin oculta[9].
100110
10
Imgen
con
informa
ci
oculta
Nuevo
pel
modificad
o
Estegome
dio
imagen.jp
g
Pixeles
de la
imagen
Archi
vo
en
texto
claro
conversia
bits
0101
0111
1010
1010
1010
1
100110
11
0101
0111
1010
1010
1010
1
Reemplaza
mos el
primer bit
del
mensaje
por el bit
menos
significativ
o del
primer pel
de la
imagen.
ISBN: 978-968-9516-00-4

De manera similar, cuando se usan archivos de sonido, la informacin oculta aparece como ruido de fondo,
pudiendo confundirse fcilmente con una simple grabacin con algo de ruido.
Software esteganogrfico
La oferta de software estegangrafico disponible, gratuito o de pago, supera el centenar de programas.
Obviamente, no todos los programas de esteganografa que circulan por Internet son eficaces al cien por
ciento.
El sistema ms eficaz sera aquel que esconde un mensaje cifrado oculto en el interior de otro archivo. Se
trata de una tcnica mixta de ocultacin y encriptacin.
Los formatos grficos como: jpg, bmp, gif, etc; y de sonido como: mp3, wav, aac, wma, entro otros, son los
de intercambio ms habitual en Internet y por tal motivo son los ms utilizados como estego medios ya que
suelen pasar desapercibidos por criptoanalistas y/o estegoanalistas, ya que tendran que analizar miles de
archivos que circulan por la red al mismo tiempo.
Normalmente, este tipo de programas suelen estar limitados a un tipo especfico de ficheros(grficos, de
sonido o texto) e incluso dentro de un mismo tipo de ficheros puede tener limitaciones a sus propias
caractersticas, por ejemplo: el formato, el tamao, el nmero de colores utilizado, etc.
La gran mayora de los sistemas esteganogrficos no mencionan el algoritmo utilizado para ocultar los
mensajes, esto es simplemente por seguridad, ya que de nada nos servira creas sistemas esteganogrficos si
mencionamos las partes vulnerables del estego medio o el algoritmo que utilizamos para ocultar el mensaje.
Tabla 1. Comparacin del software Esteganogrfico mas conocidos. [10]
Programa Plataforma Estegomedios Caracteristicas
Stegodos Dos Gif, pcx
Restriccin: 256 colores
Difcil de manejar
Hide and SEC Dos Gif, pcx
Restriccin: 256 colores
Tamao limite del archivo a ocultar: 19kb
Hide4PGP Dos bmp, wav, voc
Relativamente sencillo de utilizar
Menos restricciones con las caractersticas
de los archivos
S-Tools4 Windows bmp, gif, wav
Interfaz de usuario por medio de ventanas
Permite encriptar los datos y sin limitaciones
de tamao.
Texto Dos Textos en ingls
El tamao del texto obtenido es 10 veces
superior al que se pretenda ocultar
StegHide Windows bmp, wav, au
Sencillo de utilizar
Slo vlido para mensajes cortos
MP3Stego Windows Mp3
Gratuito
Calidad muy aceptable
ISBN: 978-968-9516-00-4

Steganos 3
Security Suite
Windows Grficos y Audio
Ofrece servicios de criptografa y
esteganografa
Esta disponible en Espaol
Digital Picture
Envelope
Windows bm
Permite ocultar 50 kb en 100 kb sin que
aumente de tamao el archivo original
Invisible Secrets Windows
jpeg, png, bmp,
html, wav
Interactua con Windows Explorer
Stegdetect Linux Es una herramienta de Estegoanlisis

Conclusiones
Sin duda con el avance de la tecnologa tambin avanzan las amenazas hacia esta, teniendo como objetivo
principal el dao a nuestra informacin, en este artculo mostramos a grandes rasgos las fortalezas y
debilidades de los diferentes sistemas criptogrficos, enfocndonos principalmente en el anlisis de dos
algoritmos de clave asimtrica o privada, los cuales son RSA e IDEA, la comparativa que estamos realizando
sobre estos dos algoritmos se utilizar como base para proponer un nuevo sistema esteganogrfico
tomando como estegomedio los archivos de sonido .wav.
Referencias
[1] An Introduction to Crytography, USA, Networks Associates, Inc, 1990-2000.
*2+ A. Menezes, P. van Oorschot and S. Vanstone, Handbook of Applied Cryptography, pp.~263266, CRC,
Press, 1996.
*3+ A. Menezes, P. van Oorschot and S. Vanstone, Handbook of Applied Cryptography, pp.~285290, CRC,
Press, 1996.
*4+ M. Merino M. Monografa Una introduccin a la Criptografa. El algoritmo RSA, pag. 12, 2004.
*5+ M. Merino M. Monografa Una introduccin a la Criptografa. El algoritmo RSA, pag. 14, 2004.
*6+ J. Rami Aguirre, Libro electrnico de seguridad Informtica y Criptografa, Manual docente de libre
distribucin, Universidad Politcnica de Madrid.
*7+ J.A. de Bustos P. Archivo pdf, Conferencia de Criptografa, Jornadas Salamanca, 2002.
*8+ J.Ardita, M.Caratti, Trabajo de investigacin, Esteganografa, Universidad John F. Kennedy, pag. 12,
1998.
*9+ A.Ribagorda, M. Estvez, J.C. Hernndez, Esteganografa., Esteganalisis e Internet, Instituto de
investigacin en inteligencia para la seguridad y la defensa, Madrid, Espaa, Febrero 2007.
[10] H. Chapinal, A. Garcia-Milln, Monografa Esteganografa y marcas de agua, Departamento de
Ingeniera y Arquitecturas Telemticas, Universidad Politcnica de Madrid, 2002.
ISBN: 978-968-9516-00-4

Implementacin De Tecnologas De Informacin Dinmicas En Proyectos De
Investigacin Educativa

De Fuentes Martnez A.
RESUMEN
El trmino dinmico hace alusin a un concepto amplio, verstil y multidimensional. Un sistema
dinmico es aquel que se adapta por s solo o con el mnimo esfuerzo al cambio de las variables crticas.
El uso de sistemas dinmicos puede extenderse a cualquier aplicacin del mundo real, pero en educacin,
pretendemos abordar, de manera terico-prctica, la epistemologa del concepto y el potencial sistmico
en procesos implementando tecnologas de informacin dinmicas como apoyo a proyectos de
investigacin educativa.
De esta forma, esta ponencia pretende ser un instrumento de difusin de la experiencia y el desarrollo de
dos mejores prcticas que durante el ao 2008 se han llevado a cabo en la Universidad Autnoma del
Estado de Hidalgo implementando las denominadas TIDs. La primera de ellas se refiere al proyecto de
mejoramiento de la calidad educativa y la formacin integral de los estudiantes para incidir en su
desempeo acadmico; y la segunda corresponde a una metodologa extensible de cmo podran
integrarse un conjunto de tecnologas informticas modernas en un sistema dinmico de indicadores de
equidad educativa.
PALABRAS CLAVE: Tecnologas de Informacin Dinmicas, Investigacin Educativa.
ABSTRACT
The term dynamic makes reference to a wide, changeable and multidimensional concept. A dynamic
system is that one which adapts by its own or with the minimum effort to the shift of the critical
variables. The use of dynamic systems can be extended to any real world application, but in education, we
intend to handle, in a theoretical-practical way, the epistemology of the concept and the systemic
potential within processes implementing dynamic information technologies as an accurate support for
educational research projects.
In this way, this paper pretends to be a way to spread and to share the experience and the development
of two best practices which have been taken place during the year 2008 at the Universidad Autnoma del
Estado de Hidalgo implementing what we have called DITs. The first practice is about the educational
quality improvement and the students integral formation project which objective is to impact in their
academic performance; and the second practice corresponds to an extensible methodology of how could
a set of modern information technologies be integrated in a dynamic system of educational equitable
indicators.
KEY WORDS: Dynamic Information Technologies, Educational Research.
INTRODUCCIN
ISBN: 978-968-9516-00-4

Mucho se ha escrito y argumentado acerca del uso de las tecnologas de la informacin y la comunicacin en
las universidades e instituciones de educacin superior, y en todos los niveles en general. Gran cantidad de
estas publicaciones presentan el tema desde los enfoques de la infraestructura, la prctica docente, la
poltica educativa, las reformas al currculum entre otras. La intencin de esta ponencia es abordar el tema
de la integracin de las tecnologas bajo la denominacin de TIDs (Tecnologas de Informacin Dinmicas) y
desde el enfoque prctico, multidimensional e integrador cmo pueden apoyar sustancialmente la
investigacin educativa.
DESARROLLO METODOLGICO
En el proyecto de mejoramiento de la calidad educativa y la formacin integral de los estudiantes para
incidir en su desempeo acadmico se desarroll una metodologa del anlisis de trayectorias estudiantiles
de los 60 programas acadmicos de la Universidad Autnoma del Estado de Hidalgo, partiendo de las bases
de datos de control escolar, de los planes de estudio y de los mapas curriculares. Esta metodologa
contemplaba en su fase cuantitativa, el anlisis y la descripcin estadstica de determinados indicadores
educativos como pueden ser los ndices de reprobacin, los ndices de aprobacin, las materias ms
reprobadas, los porcentajes de bajas o los ndices de retencin, entre otros, en funcin de los periodos de
tiempo o los cohortes generacionales definidos para el estudio exploratorio cuantitativo.
Desde el principio, dicho estudio representaba un reto desde la perspectiva del tratamiento de la
informacin debido a las enormes cantidades de datos cuantitativos que habra que extraer filtrando los
resultados estadsticos de inters y de uso significativo para el anlisis. Por ejemplo, suponiendo que en
cada programa acadmico existiera un plan de estudios vigente y que cada plan de estudio tuviera
aproximadamente 60 asignaturas, y considerando adems el supuesto de que en cada semestre se
impartieran todas las asignaturas, y por ltimo que cada una de stas tuviera, como mximo promedio
estimado, 1.5 grupos, se tendra un total acumulado de 64,800 registros de una base de datos para los
estudiantes de los programas acadmicos. Lo anterior ejemplifica la manera exponencial en la que crecen la
cantidad de datos cuantitativos con los que se requerira trabajar en un estudio de esta ndole. En realidad,
algunas de las bases de datos con las que trabajamos y que fueron proporcionadas por la Direccin de
Control Escolar, contenan ms de 100,000 registros de informacin. Por todo lo anterior, era claro el reto
creativo para el diseo de un sistema verstil que incorporara tecnologas de informacin dinmicas, que
permitieran filtrar y adaptar los resultados con el menor esfuerzo y tiempo posibles para la pronta
obtencin de resultados as como la redaccin de los informes dada la variable crtica del tiempo justo para
la conclusin del proyecto.
En el proyecto de indicadores de equidad educativa se trabaj con una base de datos de 2454 registros,
correspondiente a cada uno de los municipios que existen en la Repblica Mexicana. En dicha base de datos
se contenan los campos relativos a los indicadores de inters para el contexto de equidad educativa como
son el ndice de desarrollo humano municipal, el ndice de marginacin, el ndice de rezago social, el ndice
de desarrollo educativo, los porcentajes de hogares con pobreza alimentaria, de capacidades, y de
patrimonio, entre varios ms. Todos ellos obtenidos de fuentes confiables, a saber, el INEGI, el CONEVAL, la
CONAPO o el PNUD.
Para este proyecto se requera de un sistema dinmico y eficiente que extrajera la informacin pertinente
de la base de datos para cada uno de los municipios segn la seleccin del usuario y que adems permitiera
la posibilidad de visualizar grficamente y de manera interactiva y amigable, el contexto estatal de cada uno
de los indicadores para cada uno de los 32 estados de la Repblica Mexicana. Adems, la presentacin de los
ISBN: 978-968-9516-00-4

resultados, a diferencia del proyecto anterior, no sera mediante informes escritos e impresos sino a travs
de la World Wide Web para promover una difusin nacional e incluso internacional. Nuevamente la
cantidad de datos era importante y se aada un nuevo ingrediente para el reto creativo que era el formato
de la difusin.
RESULTADOS
Puesto que en el proyecto de mejoramiento de la calidad educativa, las bases de datos que se nos
proporcionaron fueron, las pequeas en formato de hoja electrnica y las ms grandes en modo texto, y
dado que stas ltimas contenan ms de 100,000 registros, optamos por utilizar el sistema de informacin
Excel 2007 para importar los archivos de texto y no la versin 2003 porque sta ltima presentaba una
limitante importante que era un nmero mximo de manejo de registros del orden de 65,536. La solucin
prctica y eficaz que encontramos para trabajar con la enorme cantidad de datos contenidos en las bases
fue la del diseo de tablas y generacin de grficos dinmicos, provenientes de una herramienta poderosa
incorporada en el propio sistema de informacin y que nos permiti disear un subsistema asequiblemente
adaptable a cambios o nuevas selecciones en los datos de entrada. La figura siguiente resume grficamente
la concepcin genrica del sistema utilizado durante el proyecto:

Para el segundo proyecto, la solucin consisti en una conjugacin de varias tecnologas modernas bajo un
esquema de programacin propio de un sistema dinmico orientado a manipulacin de datos y en el que se
implement el paso de parmetros entre archivos, peculiaridad que define y atribuye precisamente lo
dinmico, adaptable y verstil del sistema, ya que de lo contrario, la solucin esttica y tediosa habra
consistido en la generacin de las 2454 pginas web, una para cada municipio del pas, ms las otras 480
pginas web correspondientes a cada uno de los 15 indicadores contemplados en el proyecto referentes al
contexto estatal de cada uno de los 32 estados de la Repblica, haciendo un total de casi 3000 pginas web.
Una solucin poco viable y costosa en trminos de recursos y de tiempo.
La figura siguiente ilustra y resume la solucin TID adoptada para el proyecto de indicadores de equidad
educativa.

Base de
Datos
xlsx
Tablas y
grficos
dinmicos
TID
Figura 1. Solucin TID para el proyecto de mejoramiento de la calidad educativa y
la formacin integral de los estudiantes para incidir en su desempeo acadmico.
ISBN: 978-968-9516-00-4

Por ltimo, comentar que mientras los resultados del primer proyecto corresponden al mbito institucional
y que no tendrn otra difusin, por el momento, ms que la impresa, los resultados del segundo proyecto
sern publicados en el sitio institucional de la universidad y con la direccin electrnica:
http://www.uaeh.edu.mx/investigacion/educacion/siee/index.html a partir del mes de diciembre del ao
2008.

CONCLUSIONES
Es bien sabido y tal como se ha mencionado en numerosas ocasiones que el papel de las tecnologas de
informacin en las escuelas toma un papel bsico para la enseaza (Salinas, 2007:288). Waldegg (citado por
Salinas, 2007) menciona que la investigacin educativa reciente sobre el uso de las nuevas tecnologas de
informacin y comunicaciones (NTIC) ha desarrollado una serie de nuevos conceptos y enfoques que han
hecho evolucionar notablemente el campo de la enseanza y el aprendizaje.
Por otro lado, se ha generalizado de manera errnea que el impacto del uso de la tecnologa slo ha sido
relevante en sectores industriales y de negocios, sin embargo existen otras reas donde la tecnologa ha
empezado a adquirir un papel estratgico y de gran importancia. Una de estas reas es la educacin
(lvarez, 2007:697).
Bauer y Kenton (citados por lvarez, 2007) comentan que al ser una herramienta del saln de clases, la
computadora ha capturado la atencin de la comunidad educativa. En los ltimos aos se ha incrementado
el nmero de programas acadmicos que han incluido a la tecnologa como apoyo e inclusin a su
currculum. Por ltimo, Reingold (citado por lvarez, 2007) define en su estudio que, un nmero
considerable de educadores ven a la tecnologa como un agente social y tcnico. Y con este trabajo se ha
pretendido considerarla como un agente clave de apoyo a proyectos de investigacin educativa. As, desde
el ngulo ulico, se aborda constantemente la temtica como la incorporacin de TICs en la Educacin, en
la Escuela, en el Aula; pero desde el punto de vista de la investigacin educativa se ha promovido tratar el
tpico bajo la denominacin particular de la implementacin de TIDs (Tecnologas de Informacin
Dinmicas) en los procesos de diseo, desarrollo, implementacin y difusin de proyectos de investigacin
educativa en la Universidad.
BIBLIOGRAFA

Base de
Datos
MySQL
TID
Figura 2. Conjugacin de tecnologas modernas para la solucin TID del proyecto
de indicadores de equidad educativa

WWW
Javascript
PHP
Flash
HTML
XML CSS
ISBN: 978-968-9516-00-4

*1+ Salinas, Perla A. (2007) Modelo educativo y recursos tecnolgicos. Compilado en Lozano, Armando;
Burgos, Jos Vladimir. (2007). Tecnologa educativa en un modelo de educacin a distancia centrado en la
persona. Mxico,D.F. Mxico. Ed. LIMUSA. p. 288.
[2] lvarez, Yolanda N. (2007) Elementos Claves: Una Gua para el uso de la Tecnologa en el Aula.
Compilado en Narvez, Carlos; Ypiz, Norma. (2007). Memorias de Reporte de Investigacin Educativa de
Ensayo Docente y de Resumen del I Congreso de Investigacin y Gestin Educativas del Tecnolgico de
Monterrey. Monterrey, Nuevo Len. Mxico. ITESM. p. 697.
ISBN: 978-968-9516-00-4

Una herramienta Automatizada aplicada al aprendizaje de la programacin
Prez Caldern, R.
Resumen
La enseanza es una actividad bsica del ser humano. Es la forma como nuestra cultura ha perpetuado y
transmitido su conocimiento, tan vasto que ningn ser humano slo puede asimilarlo. El ser humano debe
especializarse en un tema y sobre ste aprender para dedicarse posteriormente a una actividad
profesional. Una de estas actividades es la programacin de computadoras, cuya enseanza o aprendizaje
puede no resultar sencillo. A este respecto se presenta este trabajo una propuesta sobre su enseanza
reforzada con el uso de una herramienta.
La disciplina de la enseanza tiene una infinidad de lneas de investigacin y no se diga de las relacionadas
al mbito acadmico y tcnico. En este trabajo se plantea cmo desarrollar algoritmos a travs de una
metodologa para que pueda desembocarse en la creacin de un programa en uno de cuatro posibles
paradigmas de programacin.
Palabras: Algoritmos, Pseudocdigo, Programas, Lenguajes.
Abstract
The education is a basic activity of the human being. It is the form as our culture has perpetuated and
transmitted its knowledge, so vast that any human being only cant assimlate it. The human being must
specialize in a topic and on this has learn to deeply for a professional activity. One of these activities is the
computer programming, in the which education or learning cant turn to be simple. In this regard presents
this work an offer of education reinforced with the use of a tool. The discipline of the education has an
infinity of lines of investigation and it is not said of related to the academic and technical area. In this
work appears how to develop algorithms across a methodology and can create a program in one of four
possible paradigms of programming.
Keywords: Algorithm, Pseudocode, Programs, Languages
Introduccin
Los lenguajes de programacin han sufrido una transformacin sustancial desde sus inicios. Si bien en las
primeras computadoras era necesario cablearlas para su programacin, en nuestros das no hay ms que
slo tener una PC para experimentar sobre su programacin. Tras su evolucin, hoy en da podemos
identificar varias generaciones de lenguajes de programacin.
Lenguajes de 1ra. Generacin.- Bajo esta clasificacin se engloban todos aqullos cdigos de programacin
conocidos como lenguajes mquina cdigos mquina.
Lenguajes de 2da. Generacin.- Esta generacin fue impulsada por los estudios del matemtico hngaro
John Von Neumann sobre el concepto del programa almacenado en memoria, se desarrollaron los primeros
lenguajes ensambladores simblicos, junto con algunos otros que hoy se catalogan como de nivel medio.
ISBN: 978-968-9516-00-4

Lenguajes de 3ra. Generacin.- Son todos aquellos lenguajes que parten de una gramtica y poseen una
sintaxis propia de un lenguaje libre de contexto. Aqu caen la mayora de los lenguajes de programacin que
existen actualmente.
Lenguajes de 4ta. Generacin.- Lenguajes principalmente orientados al usuario final que parten de un
modelo declarativo, en el que lo que importa es la expresin de problema y la solucin esperada ms no la
forma en que sta se obtenga.
El diseo e implementacin de los lenguajes de programacin al igual que las computadoras tambin han
ido evolucionando de una manera continua y metdica desde que aparecieron en la dcada de los
cincuenta.
Un paradigma es una forma de organizacin en donde los elementos se estructuran en sentido lgico, es
decir, se trata de un modelo o patrn a seguir. Los lenguajes de programacin pueden clasificarse por el
paradigma con el que se implement, cada uno es completamente diferente en su concepcin. A
continuacin se describen los cuatro ms representativos.
Paradigma Imperativo. En el modelo de programacin imperativa se utilizan las diferentes estructuras de
control y estructuras de datos predefinidas por el propio lenguaje o las definidas por el propio desarrollador;
en este contexto el usuario define variables, constantes, funciones, procedimientos, entre otras. El
programa se comporta como una mquina abstracta. En trminos coloquiales se le indica al programa qu
instruccin se debe ejecutar primero y hasta que termine esa instruccin no se inicia la siguiente y as
sucesivamente hasta el final del programa. Un ejemplo muy claro de este tipo programacin es el lenguaje
Pascal.
Paradigma Funcional. En la programacin funcional todo gira entorno a la definicin de funciones y en la
aplicacin de esas funciones. En trminos coloquiales se le indica al programa ejecutar una funcin
predefinida, con o sin parmetros, y hasta que se tengan resueltos todos los parmetros, se ejecuta la
funcin.
Paradigma Basado en reglas. Los modelos basados en reglas, como la programacin lgica, expresan un
problema a travs de un conjunto de relaciones, hechos, y aquello que rige en su establecimiento o
funcionamiento. Muchos de los lenguajes de programacin que recurren a este modelo deben implementar
algunos mecanismos adicionales para que funcione adecuadamente, como la capacidad de recorrer varias
posibilidades y regresar sobre los pasos tomados para explorar otros si los primeros resultan infructuosos,
un concepto conocido como rollback o backtracking.
Paradigma Orientado a Objetos. La programacin Orientada a objetos (POO) parte de la concepcin de
conceptos ms sofisticados en comparacin a los paradigmas anteriores. Considera entidades participantes
en un problema como objetos, las relaciones entre stos (herencia, polimorfismo, encapsulamiento) y su
comportamiento.
Antecedentes.
La educacin exige la necesidad de crear diversos tipos de estrategias y recursos para que realmente ofrezca
posibilidades de desarrollo a todos los alumnos y no slo a unos cuantos (01). Una vez que los alumnos sean
ms competentes, su entorno (profesores incluidos) se volvern ms exigentes de igual manera. El software
aplicado para la educacin es por si slo una nueva estrategia didctica para generar aprendizaje
ISBN: 978-968-9516-00-4

significativo, existen diversas tecnologas enfocadas en ello, los mecanismos ms usados en este mbito son
E-Learning, CD-Interactivos, los tutoriales y el software comercial de empresas nacionales e internacionales.
Experiencias de la enseanza de la programacin de computadoras.
Existen diversos mecanismos y metodologas para ensear a programar y que van desde lo ms simple y
particular hasta lo ms sofisticado. A continuacin daremos algunos ejemplos de stos.
La Universidad de Sevilla, a travs de su departamento de Lenguajes y Sistemas Informticos, cuenta con
varias asignaturas que comprenden su metodologa didctica en la enseanza de la programacin. Este
departamento considera que uno de los aspectos ms importantes, adems del cmo se le haga llegar todo
tipo de informacin, es la forma en la que se motiva al alumno, para ayudarle y que se le facilite la
programacin (03).
Gerald Jay Sussman y Jack Wisdom, comentan que se reconoce que un estudiante puede saber la teora y
que tambin puede tener problemas para la aplicacin de sta. Cuando el estudiante no tiene un
procedimiento formal para aprender la tcnica de resolucin de un problema le costar trabajo aplicar los
conceptos que ya conoce. Los autores comentan que expresar una metodologa de enseanza como un
lenguaje de programacin obliga a que sta no sea ambigua y sea altamente efectiva. La tarea de formular
un mtodo como un programa y depurar el programa es un ejercicio poderoso en el aprendizaje. (04)
En el trabajo de Mario Oviedo Galdeano se analizan los problemas ms comunes en la enseanza de la
programacin (desde la visin del autor) y que se consideran ms importantes para el logro del objetivo de
la asignatura (y que de alguna manera son los mismos que para este estudio se han detectado con el paso
del tiempo). El autor comenta que la programacin, al ser una actividad mental compleja y creativa,
requiere de 4 caractersticas: inteligencia, conocimiento, habilidades y disciplina, las cuales se adquieren con
el paso del tiempo. Tambin el autor sugiere una estrategia para tal efecto y la divide en lenguajes de
programacin y herramientas de desarrollo que, con ayuda de conceptos de tcnicas de programacin, lo
llevaran a la enseanza de la programacin en s misma. Puede considerarse hacer un examen diagnstico
en el cual se observar el nivel de madurez del grupo y se podr generar la estrategia didctica ms efectiva
para el logro del objetivo. (05)
En el trabajo de Norma Moroni con el uso del mtodo global, recalca que las letras slo se pueden
comprender en el contexto de sus palabras y las palabras solamente se pueden comprender en el contexto
de sus frases. Para el aprendizaje de un lenguaje de programacin, ahorra tiempo y esfuerzos por lo que se
cre un ambiente de aprendizaje con un editor interactivo de algoritmos, un constructor automtico de
trazas y un traductor de algoritmos a programas en lenguaje Pascal, en este trabajo se presentan los
resultados obtenidos en una experiencia de campo diseada para comprobar la efectividad de la aplicacin
(01)
Mediante el aprendizaje en grupo lo que hace es que los alumnos al mismo tiempo diseen un programa y
compartan responsabilidades, fracasos, frustraciones, y xitos. Esta tcnica, derivada de la falta de
computadoras en las escuelas, es popular en el mbito empresarial, lo que llev a mejoras significativas
tanto en calidad como en cantidad en el aprendizaje de la programacin. Con el desarrollo de este concepto
y con el uso de la Internet se est depurando el concepto de tal manera que en forma remota no solo es
posible la participacin de dos alumnos sino los que fuesen necesarios para la colaboracin de un proyecto.
El mtodo se llama DOMOSIN-TPC (06)
ISBN: 978-968-9516-00-4

Existe un trabajo de simulacin sobre pedagoga que sin duda es parecido al aqu presentado, de Arnoldo
Oronico, que tiene como titulo Una robtica pedaggica. En el que se busca facilitar la manera en que se
aborda el tema de la robtica a travs de un software de simulacin que genere el aprendizaje significativo y
con ello lo lleve estrechamente a la realidad. (07)
Estos son algunos de los trabajos que se han realizado para el desarrollo y mejoramiento de la enseanza de
la programacin. El presente trabajo reforzar y tomar experiencias de ellos para cumplir el objetivo de la
investigacin y ratificar o desechar la hiptesis de la investigacin.
Paradigma actual de la enseanza y formacin.
La docencia es un conjunto de prcticas que se hace a travs de los aos. Los tiempos actuales exigen
estrategias nuevas de enseanza y no de tiempo atrs. La mayora de las universidades se basan en una
enseanza tradicional, en la que, el qu dictamina casi siempre las reglas del aula es el docente y alrededor
de quien gira la educacin. Cuando el docente tiene experiencia, vocacin y personalidad puede hacer que
sea l, quien dictamine todas y cada una de las cuestiones de clase y si no que difcil proceso. Existe el
riesgo de que a travs de una figura docente dominante se llegue a provocar el conformismo y dependencia
del profesor.
A travs del tiempo el docente ha tenido una multitud de roles (transmisor del conocimiento, facilitador,
gua del aprendizaje, etctera), muchas veces dependientes de un modelo educativo. Otras tantas la
prctica del docente est envuelta por lo que gira alrededor de l, su experiencia profesional, su estabilidad
emocional, su capacidad de interrelacin con los otros docentes, sus metas logradas hasta ese momento,
etctera. Es difcil precisar las caractersticas que un buen docente debe tener para lograr el objetivo de su
asignatura.
Es necesario que el profesor pueda tener el conocimiento mnimo necesario para que pueda identificar a
todos y cada uno de sus alumnos para ayudarlos a tener un buen aprendizaje. Nuestra propuesta es
facilitarle al alumno el aprendizaje de la difcil actividad de programar utilizando una herramienta
automatizada para ayudarles a entender los principios de la programacin de computadoras.
La enseanza ms importante en el aprendizaje.
La tendencia de los modelos de la enseanza es que los alumnos tengan un aprendizaje significativo, que
modifique su conducta y comportamiento. Es importante comentar que como consecuencia de estos
factores y dependiendo del estilo de aprendizaje de ellos, la estrategia didctica que se presenta en este
trabajo busca guiar la enseanza de la programacin mediante el uso de una herramienta automatizada
apoyndose de una tcnica en el diseo de algoritmos.
Con el paso del tiempo se ha observado que los estudiantes tienen serios problemas al momento de
elaborar programas, por diversas causas. El estilo de aprendizaje de cada de ellos, tiene que ver con
aspectos internos de su personalidad, por un lado, y con la tcnica que se aplica en el aula, por el otro.
La siguiente grafica esquematiza varias estrategias didcticas. En ella se observa la tasa de retencin por la
tcnica seleccionada.

ISBN: 978-968-9516-00-4

Grafica de NTL Institute for Applied behavioral sciences (14)
La grafica anterior nos permitir darnos cuenta que el generar una nueva estrategia educativa ayudar al
alumno no solo en la rea de programacin sino en cualquier mbito de la carrera. La lnea de investigacin
propuesta la ubicamos en el nivel C, que est sustentada en prcticas, ejercicios y problemas que es
precisamente el segundo nivel de aprendizaje significativo con un porcentaje elevado del 75%.
Herramienta Propuesta
Existe un sin fin de maneras de escribir algoritmos. Se han implementado cientos de lenguajes de
programacin desde los aos 50. Sin embargo, pocas son las personas que dominan ms de 3 lenguajes. La
mayora de las empresas siempre usan por lo regular un par de ellos en sus desarrollos y terminan
especializndose en uno. Entonces por qu estudiar una diversidad de lenguajes que es poco probable usar
en el mbito profesional? (08). La respuesta a esta pregunta se centra en los diversos paradigmas de
programacin que permiten tener una perspectiva diversificada de cada uno, adems de que existen
problemas que son ms fcilmente expresados en un lenguaje que en otro de paradigma diferente. En otras
palabras, as como no existe un algoritmo universal, tampoco hay un lenguaje de programacin universal.
Por otro lado, como comenta Terrance W. Pratt (8), existen una serie de razones para fundamentar esta
pregunta, en la cual no slo se distingue a un lenguaje por sus caractersticas sino que adems deberamos
incluir el costo de:
1. Mejorar la habilidad para desarrollar procesos eficaces.
2. Mejorar el uso del lenguaje.
3. Acrecentar el propio vocabulario con instrucciones, sintaxis o estructuras de control sobre programacin.
4. Hacer posible una mejor eleccin del lenguaje de programacin.
5. Facilitar el aprendizaje de un nuevo lenguaje.
6. El costo del propio lenguaje (capacitacin, implementacin, creacin de aplicaciones y mantenimiento)
As entonces, el estudio y aprendizaje de varios lenguajes de programacin no es slo una herramienta
enriquecedora y formativa sino tambin una habilidad profesional que debe cubrirse para competir en un
mercado laboral. En este punto entonces la pregunta se transforma en cmo proporcionar al estudiante la
ISBN: 978-968-9516-00-4

habilidad no slo para aprender a programar sino adems aprender a programar bajo varios paradigmas de
programacin de computadoras? Una respuesta a esta pregunta la ofrecemos en este trabajo de
investigacin.
Construccin de la aplicacin.
La respuesta a la pregunta que hemos venido planteando a lo largo de todo este el trabajo y que hemos
condensado en el apartado previo se presenta en forma de una aplicacin informtica que permite a un
docente exponer los principios fundamentales de la programacin de computadoras y adems auxiliarlo en
su traslado a otros paradigmas. Curiosamente esta solucin surge de una actividad de programacin, una
actividad que lleva a la construccin de una aplicacin informtica de ayuda al conocimiento de esta tarea.
Como toda aplicacin informtica debidamente desarrollada, su construccin se ha llevado a cabo en
forma metdica. El ciclo de vida de los sistemas de informacin dicta gran parte de este mtodo adems de
proporcionar una visin mucho ms completa de las expectativas de vigencia del desarrollo. Tal como est
aceptado este ciclo de vida se compone de las siguientes etapas:
1. Anlisis.
2. Diseo.
3. Desarrollo.
4. Pruebas.
5. Implementacin.
6. Mantenimiento.
7. Fin de Vida
La aplicacin fue desarrollada con una visin en este ciclo de vida. Aqu describiremos los pormenores de su
construccin, al menos la primera fase.
Anlisis. La informacin sobre el problema fue recopilada de diversas fuentes:
1. La experiencia profesional de los docentes en el desarrollo de diversos proyectos, ya sea como
consultores o como parte de un rea de sistemas en una empresa.
2. La experiencia de los docentes en la enseanza.
3. Retroalimentacin de los alumnos en varias generaciones en la carrera de Informtica a travs de la
aplicacin de un cuestionario.
4. Experiencias en el abandono de la carrera por parte de algunos estudiantes
5. La complejidad de las materias de la academia de programacin y su respectiva seriacin.
6. Las malas experiencias de los alumnos en el rubro de la programacin
Muchas de estas caractersticas se subsanan con la herramienta propuesta. Con toda esta informacin se
hace una propuesta con diagramas de flujo los cuales que no se incluyen por espacio, el cual es un proceso
de conversin de los algoritmos hacia los diversos lenguajes.
ISBN: 978-968-9516-00-4

El anlisis de la aplicacin incluy la seleccin de los lenguajes de programacin ms representativos que se
imparten en la universidad. En la actualidad estos lenguajes de programacin se han orientado mucho a los
ambientes grficos gracias a los asistentes de aplicaciones y generadores de cdigo. Estas herramientas
ayudan a agilizar el proceso de creacin de programas pero tratndose de una experiencia de aprendizaje
son contraproducentes al ocultar la programacin de las aplicaciones. As entonces esta herramienta
desech el incluir facilidades de este tipo.
La seleccin de lenguajes se orient en el paradigma de programacin que se desea presentar para su
aprendizaje ms que el lenguaje en s, de tal suerte que los lenguajes seleccionados fueron:
Paradigma Lenguajes
Imperativo Pascal y C
Funcional Scheme
Basado en Reglas Prolog
Orientado a Objetos Delphi
Orientado a Eventos Visual Basic

La necesidad de una metodologa para la creacin de algoritmos.
Conforme a lo que se ha declarado a lo largo de este trabajo, lo que se pretende es ayudar a reducir el
tiempo en que los alumnos aprenden a crear programas independientemente del lenguaje de programacin
utilizado. Para esta labor resulta imprescindible el uso de un mtodo en la formulacin del algoritmo inicial.
En la medida en que un proceso metdico sea usado en la formulacin del procedimiento de solucin, la
herramienta aqu presentada disminuir el tiempo en el que los estudiantes se tarden en aprender a
programar, tal es la hiptesis de este trabajo.
Un algoritmo es un procedimiento formado por un grupo de pasos, ordenados que proveen la solucin a un
problema. El razonamiento y expresin detrs de cada uno de ellos puede ser diverso. Revisaremos algunas
sugerencias entorno al tema.
La tcnica del pseudocdigo recurre a tratar a los identificadores de un algoritmo como si fuera un idioma
en particular sin llegar a serlo. Por lo regular siempre se ha usado el idioma ingls pero puede ser cualquier
otro. En nuestro caso favoreceremos al espaol. Las palabras que se utilizan tienen que ver con aspectos de
la programacin como Leer, Imprimir, Si Entonces, Realiza Mientras Condicin, Inicio, Fin, entre otros. Para
cualquier algoritmo es necesario hacer una prueba de escritorio, que es seguir en una hoja en papel el
comportamiento del algoritmo y las variables que intervienen en l para su mejor entendimiento. La prueba
de escritorio siempre permitir ver si un algoritmo funciona correctamente o identificar las correcciones
necesarias. A continuacin se muestra el desarrollo de algn algoritmo en pseudocdigo.

ISBN: 978-968-9516-00-4

Ejemplo. Realizar un algoritmo que obtenga el factorial de un nmero entero positivo.
1 Inicio
2 Leer Valor
3 Factorial = 1
4 Factorial = Factorial * Valor
5 Valor = Valor 1
6 Si Valor > 1 Entonces Ve a 4
7 Imprime Factorial
8 Fin
En este algoritmo se observa lo siguiente:
a) Se utiliz una variable Factorial con un valor inicial de 1
b) Se reemplaza el valor de una misma variable (Factorial) con una operacin aritmtica utilizando el valor
que se tiene en ese momento en la variable valor
c) Se hacen Multiplicaciones regresivas
d) Se resta 1 al valor Inicial Digitado
e) Se Condiciona la variable para que se repita el clculo de la multiplicacin (Se regresa a una instruccin
especfica)
f) Se obtiene el valor ltimo de la variable factorial
g) Se utilizan operadores numricos y relacionales
Al margen de este ejemplo y de muchos ejercicios, considrese la posibilidad de contar con un ambiente de
desarrollo para capturarlos y guardarse para futuras modificaciones o una posterior implementacin en
algn lenguaje. Tal capacidad sin duda ser bien recibida por estudiantes y profesores, una capacidad que
consideramos es un valor agregado y aportacin de la herramienta al proceso de enseanza.
As entonces la aportacin de este trabajo en trminos de una tcnica y herramienta podr ser valorada
desde la captura de algoritmos hasta poder llevarlos a 6 lenguajes de programacin.
Validacin de campo de la herramienta presentada y tcnica descrita.
La herramienta aqu descrita ha sido aplicada con xito a los grupos de Lgica de Programacin que se
imparte como parte del programa Ingeniera en Informtica en una Universidad durante los primeros
cuatrimestres.
ISBN: 978-968-9516-00-4

Inicialmente, su utilizacin fue con los alumnos de un grupo experimental, con la esperanza de poder ser
usada por todos los alumnos de la carrera en un futuro prximo. Se mantuvo tambin un grupo de control.
Para tener una mezcla homognea de los dos grupos, se recopilaron los antecedentes acadmicos de los
estudiantes. Se puso particular inters en el aprovechamiento sobre materias como fsicas y matemticas,
as como a la escuela de procedencia. Finalmente, a travs de un breve cuestionario se les interrog sobre
su inters para asistir a un curso de programacin.
El taller se imparti tres das a la semana bajo un programa de cuatro fases:
1. Lgica de programacin.
2. Desarrollo de algoritmos.
3. Desarrollo de algoritmos empleando la herramienta de enseanza.
4. Conversin de los algoritmos capturados.
Este ltimo paso slo se di al grupo experimental, en el cual se vea el efecto de la traduccin instantnea
del cdigo, para ser copiado al clipboard de Windows. El grupo de control nicamente tradujo los algoritmos
vistos en la segunda fase del programa a algn lenguaje de programacin.
Fases
Para el desarrollo de estas fases, se elabor una planeacion que nos apoyara para cubrir los objetivos
planteados, dentro de estas actividades se suscitaron algunas que no se pudieron controlar como: la
desercin y el desinters; algunos alumnos que ya formaban parte de los grupos desertaron porque era
mucha la lejana de la escuela a su casa o que era muy noche con un porcentaje del 18%, cabe mencionar
que el horario del taller era de las 20:00 a las 21:00 todos los das de lunes a viernes y el desinters que no
era lo que esperaban, queran empezar desde un inicio a programar.
La fase 1 de la investigacin se termino de acuerdo a la planeacion, en ella se inicio a los alumnos en
conceptos totalmente tericos; desde la definicin de un algoritmo, los tipos de algoritmos, las diversas
estructuras de datos y las estructuras control, as como ejemplos de las habilidades mentales relacionadas
con la lgica de programacin (abstraccin, anlisis, sntesis, inferencia, entre otras), ejemplos de procesos
internos del individuo (atencin, adquisicin, personalizacin, recuperacin, transferencia, entre otros) muy
complejos que desde luego pertenecen a otro mbito de estudio y por ultimo de esta fase se tomo como
referencia el articulo de Eduardo Rene Rodrguez vila (09), en donde el autor hace una excelente
descripcion del correcto y completo desarrollo de un algoritmo. Esta fase se llevo a cabo en 21 das,
notndose un avance considerable en los alumnos y un gran inters por la programacin; con el transcurso
de esta fase, que es de pura teora se les solicit a los alumnos que resolvieran ejemplos de ejercicios en
cuanto a la definicin de formulas matemticas y stas como se traduciran en trminos de operadores
relacionales, lgicos y numricos, la sorpresa fue muy grande porque no tienen depurado aspectos bsicos
como el algebra, son simples operaciones bsicas y de cada una de ellas se obtuvieron como 10 resultados.
Esto nos lleva a concluir que muchas veces la problemtica no se encuentra en el presente si no en el
pasado, pero de mucho tiempo atrs (3 aos mnimo), las siguientes son las operaciones aritmticas que se
les indico que realizaran, obteniendo resultados muy variados:
a) 3 * 4 - (46 mod 5) + 69 / 4 - 35 * 3
ISBN: 978-968-9516-00-4

b) (81 + 3 * 5) mod 7 - 5 * 8 / 2 - 16 * 3
c) 6 div 12 + 23 + (31 - 12 * 24 / 4).
Por lo anterior se determina que s es necesario generar una nueva estrategia didctica para la enseanza de
la programacin, que ayude a disminuir el tiempo en aprender a programar y que nos lleva a corroborar que
el proyecto y la aplicacin estn totalmente sustentados.
La fase 2 del proceso, se desarroll con conceptos de tcnicas de diseo de algoritmos (Pseudocdigo,
Diagramas de Flujo y Nassi-Sneiderman), el mismo problema se realizaba en las tres tcnicas para un mejor
entendimiento por parte de los alumnos y a solo una de ellas se realizaba la prueba de escritorio ya que con
est se va depurando el algoritmo para su mejora, se escogi la tcnica de pseudocdigo. Tambin en esta
fase, se deba de tener la mayora o la totalidad de los conceptos de lgica de programacin, que se di en la
fase 1. Cabe mencionar que esta fase se llev tambin como 21 das, en la cual se observ un inters real
para el diseo y creacin de algoritmos de problemas triviales y complejos, la mayora de los alumnos tenan
la intencin de hacerlos y algunos lo consiguieron, pero otros no, se considera que en esta fase hay que
dedicarle ms tiempo, mucho tiempo.
Con estas dos fases, los alumnos desarrollan los conceptos de diseo y creacin de algoritmos de una
manera metdica y ordenada, sin entrar en algn proceso de los ambientes de desarrollo reales de los
lenguajes de programacin, con esto se hace que los alumnos se preocupen solo por el diseo de algoritmos
eficaces, en un tiempo corto considerable. Hay alumnos que tienen mucha iniciativa y ello ayuda a la
resolucin de los algoritmos, otros alumnos tienen iniciativa pero les falta un proceso de entendimiento y
asimilacin; cuando consideran que no pueden, se llegan a aislar y por el contrario cuando saben les genera
mucha confianza y pueden comunicarse fcilmente, debatir, preguntar o llevar su conocimiento a un nivel
mayor.
En esta siguiente fase los programas que se deban de desarrollar son los algoritmos que se elaboraron en la
fase anterior y que para nuestra investigacin son los de la tcnica de pseudocdigo, los cuales ya les eran
muy familiares. Cabe mencionar, qu hasta esta parte se di la misma informacin tanto terica como
tcnica a los dos grupos: el experimental y el de control. Al grupo experimental se le invit a que capturaran
los algoritmos diseados en la herramienta propuesta, este proceso fue de mucha exigencia para ellos, es
como cualquier ambiente de desarrollo (IDE) se crea un proyecto, guardar, modificar, imprimir, compilar,
detener, abortar, salir, entre otros.
En la fase de desarrollo de programas que por cierto era la ltima se exhort a los grupos a que generaran
programas reales, al grupo de control en un lenguaje visual y al experimental a travs de una conversin
con la herramienta propuesta, con los algoritmos capturados en la fase anterior. En el grupo de control se
elaboraron 11 programas los tiempos de desarrollo estimados fueron los siguientes para un slo lenguaje de
programacin.
Resultados y Conclusiones
Tabla 1. Tiempos realizados para el desarrollo de los algoritmos en el grupo de control.
Programa Visual Basic Pascal C Scheme Prolog Delphi
ISBN: 978-968-9516-00-4

No.
1 30 30 30 40 40 30
2 20 20 20 30 30 20
3 10 10 10 20 20 10
4 15 15 15 25 25 15
5 20 20 20 30 30 20
6 20 20 20 30 30 20
7 20 20 20 30 30 20
8 20 20 20 30 30 20
9 20 20 20 30 30 20
9 30 30 30 40 40 30
10 30 30 30 40 40 30
11 60 60 60 80 80 60
Tabla 2. Tiempos realizados para el desarrollo de los algoritmos en el grupo experimental
No. Programa Tiempo
1 Suma de los primeros 10 dgitos
positivos
50
2 Desarrollar una tabla de multiplicar 50
3 Determinar si una persona es joven o
adulta
30
4 Obtener el Factorial de un nmero
positivo
35
5 Convertir un nmero decimal a binario 40
6 Obtener el quinto nmero de la serie
de fibonaci de la suma
40
7 Separar un nmero de 3 dgitos 40
8 Determinar si un nmero es Par o Non 30
ISBN: 978-968-9516-00-4

9 Determinar si un nmero es mltiplo
de otro
35
9 Determinar cual es la mayor
temperatura de 10 valores posibles
40
10 Determinar si un nmero es primo 40
11 Ordenar 10 nmeros capturados 60

Estos fueron los tiempos tomados para cada uno de los grupos.
Antes del Curso
0
2
4
6
8
10
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29
Preguntas
Excelente
Muy Bien
Bien
Regular
Nada

Despues del Curso
0
1
2
3
4
5
6
7
8
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29
Preguntas
Excelente
Muy Bien
Bien
Regular
Nada

No se pretende generar una idea falsa, de que no ser necesario capturar el programa en los ambientes
reales o que para programar se use esta herramienta propuesta, lo que se hace es ensearles gilmente y
ms rpido de como se podra programar de una manera mejor y metdica. Pero siempre ser necesario
capturar el programa, en lenguaje real. No hay que olvidar cual es el objetivo de la investigacin reducir el
tiempo en aprender a programar derivado de una metodologa de diseo de algoritmos en pseudocdigo en
lenguaje espaol, con la ayuda de una herramienta. Entonces derivado de esto, la aplicacin que se diseo
ISBN: 978-968-9516-00-4

se inicia a los alumnos en el mbito de la programacin. Entre ms se desarrollen algoritmos en la
herramienta mejor ser la comprensin del lenguaje de programacin real, as como la habilidad para el
desarrollo de programas o aplicaciones.
Este proyecto representa una contribucin a la docencia en la parte acadmica, plantea una didctica de
cmo ensear programacin, a travs de la teora correspondiente al desarrollo de algoritmos con el uso de
una tcnica y herramienta para la enseanza de la programacin, a travs del diseo propiamente de
algoritmos en la tcnica de pseudocdigo y como llevarlos a 6 lenguajes de programacin propuestos, todo
esto nos llevo a las siguientes conclusiones:
1. Existe mejores resultados en el grupo experimental
2. El tiempo en desarrollar los algoritmos se reduce en ambos grupos
3. Se empieza a reconocer la sintaxis de los 6 lenguajes de programacin, por parte del grupo experimental
4. A pesar de que no se tienen conceptos tericos previos en cuanto a la programacin o alguna experiencia
previa, se aprende a programar en los lenguajes propuestos
5. Se desarrollan conceptos de suma importancia como es la recursividad y la extrapolacin.
6. La herramienta puede ser usada por alumnos diferentes a una formacin Informtica
7. La herramienta puede soportar a profesionistas que deseen a prender a programar de cualquier carrera,
siempre y cuando tengan un inters real en la programacin
8. La herramienta puede entrar en un proceso de co-validacin.
9. El tiempo en ambos grupos hay diferencias notables
Referencias
[01] Moroni Norma, Seas Perla, JEITICS 2005 Primeras Jornadas de Educacin en Informtica y TICS en
Argentina.
[02] http://www.ldc.usb.ve/~abianc/Postgrado/Tabla2.html. )
[03] http://www.lsi.us.es/docencia/pagina_asignatura.php?id=28&cur=2004#pro
[04 ] Gramtica obtenida de pascal, a travs de Borland en Delphi
[05] Oviedo Galdeano Mario, academias de computacin de la UPIICSA. La enseanza de la programacin.
[06] Bravo Crescencio, Redondo Miguel A. Ortega Manuel Aprendizaje en grupo de la programacin
mediante tcnicas de colaboracin distribuida en tiempo real, Universidad Castilla-La Mancha, Espaa.
[07] Oronico Arnoldo, Una robtica pedaggica, aodorico@gmail.com, Marco Terico sobre Robtica.
[08] Terrance W. Pratt, Marvin V. Zelkowitz, Lenguajes de Programacin, Tercera edicin, Pearson
Educacin.
*09+ M. en C. Rodrguez vila Eduardo Ren. El Correcto y Completo Desarrollo de un Algoritmo, Seccin
de Estudios de Posgrado e Investigacin del IPN en la UPIICSA.
ISBN: 978-968-9516-00-4

[10] Gramtica obtenida de Prolog, a travs de SWI-Prolog, versin 3.0,http://www.swi-
prolog.org/download.html.
[11] Jay Sussman Gerald, Wisdom Jack, Structure and interpretation of classical mechanics.
[12] Gramtica obtenida de Scheme, a travs de Dr. Scheme, versin 301,http://www.plt-scheme.org.
[13] Cair Osvaldo, Metodologa de la programacin, tercera edicin, Editorial Alfaomega.
[14] Institute for Applied Behavioral Sciences, NTL, http://www.ntl.org/about.html, 2004.
[15] Bower Gordn H., Hilgard Ernest R. Teoras del aprendizaje, Segunda edicin 2006, Editorial Trillas, Pg.
373
[16] Bower Gordn H., Hilgard Ernest R. Teoras del aprendizaje, Segunda edicin 2006, Editorial Trillas, Pg.
407
[17] Giry Marcel, Talleres de razonamiento lgico (TRL), editorial SM
ISBN: 978-968-9516-00-4

Capital social en la educacin a distancia

Rodrguez, A.
Resumen
El desarrollo de las TIC se ha reflejado en el aprovechamiento de las herramientas tecnolgicas en la
educacin a distancia. En la actualidad, esta modalidad educativa, debe adecuar las propuestas
curriculares a los nuevos contextos econmicos, culturales y sociales. El vnculo comunicativo e
interactivo por excelencia en la educacin a distancia, son las redes sociales, consideradas desde la
perspectiva del capital social. Las dimensiones sociales de esta forma de capital, permiten la comprensin
y aprovechamiento de la geografa, extensin y naturaleza de las redes sociales en el campo de la
educacin.

Abstract
The ICT development has been reflected in the use of the technology tools applied on education on line.
Recently, the curricula must be adapted to this educational model considering the new economic, cultural
and social contexts. Considering the social capital perspective, the most important communicative and
interactive link, are the social networks. The dimensions of this kind of capital let understand and use of
the geography, extension, and nature of the social networks on the education field.
Keywords: education on line, higher education, knowledge, social capital, social networks.
Introduccin
En el campo de la educacin, se diferencian tres formas de educar: formal, no formal e informal. La primera
hace referencia a la educacin reconocida por las instituciones educativas y forma parte del sistema
educativo de cada pas; a cada nivel de estudios, le corresponde la obtencin de un grado acadmico. La
educacin no formal tambin es proporcionada por las instituciones educativas, oficiales y privadas, pero no
se adquiere un grado acadmico (en el caso de Mxico, corresponde a los Diplomados, Cursos, Talleres,
Seminarios, entre otros). La educacin informal es la que reciben los integrantes de una sociedad en el
mbito de su vida y cultura cotidianas, a lo largo de su vida.
La educacin formal y su reconocimiento, est en manos del Estado educador; las polticas pblicas son los
mecanismos que utiliza, para instrumentar las acciones educativas en la sociedad en general.
Toda accin educativa, ya sea explcita o implcita, es portadora de una forma de significar el mundo, de
normas de comportamiento, de concepciones ideolgicas y de esquemas de valores, que le dan sustento a
las relaciones sociales.
En la educacin formal, la escuela es el escenario privilegiado, en el cual ocurre la prctica educativa como
objetivacin de las polticas, de los planes y programas educativos.
ISBN: 978-968-9516-00-4

La educacin a distancia es una forma de aprendizaje planificado que ocurre en un lugar diferente al de la
enseanza; en consecuencia, es necesario el uso de tcnicas especiales para: el diseo de los cursos, las
estrategias instruccionales, los mecanismos de comunicacin, la organizacin educativa y el uso de medios
electrnicos u otro tipo de tecnologa [1].
Tal parece que el aspecto que marca la diferencia, entre la educacin escolarizada y la educacin a distancia,
es el espacio fsico; mismo que se compensa con la incorporacin de la tecnologa.
Esta forma de definir la educacin a distancia, tiene una limitacin importante, no considera la distancia
cultural, social y existencial entre el educando y el educador. Es claro que aplica de igual forma, para la
educacin presencial.
Todo acto educativo implica una relacin dialgica, es un episodio entre subjetividades que debe ser
considerada tanto en la educacin a distancia como en la presencial.
Un problema central de la educacin a distancia radica en la calidad de la interaccin educativa, considera
que se debe tener presente: las condiciones socio afectivas y el involucramiento emocional entre los
estudiantes y los educadores; reconocer lo que saben los estudiantes en trminos de una negociacin de
significados al interior de la interaccin intersubjetiva virtual; e, interacciones orientadas a impulsar los
procesos metacognitivos y de creacin autnoma de saberes [2].
Flexibilidad y diseo del currculum
El currculum integra y le da sentido al proyecto educativo; ms que un documento, es la formulacin de una
propuesta cultural. La vida cotidiana tiene concepciones y prcticas que se reproducen orgnicamente
desde lo social.
La escuela ofrece una forma de interpretar y actuar en el mundo. La relacin entre cultura cotidiana
cultura escolar, no es dicotmica, ni excluyente; ms bien, asume diversas formas de articulacin y
compenetracin.
En la vida social, ambas son necesarias y participan de manera diferenciada en la reproduccin del modelo
econmico y de las relaciones sociales que lo soportan. Este punto es central en el abordaje de cuestiones
como equidad, calidad, pertinencia y vinculacin con la sociedad.
La escuela no puede ser pensada fuera del contexto sociocultural que la enmarca. El currculum no puede
ser pensado fuera de un proyecto educativo que responde a las polticas pblicas del Estado, promotor de
un determinado proyecto de desarrollo social y econmico.
El currculum est formado por una argumentacin, una exposicin de los motivos que lo justifican, una
visin de la funcin de la escuela, una posicin ante la cultura y un modelo de enseanza [3].
En otras palabras, el currculum entrelaza las dimensiones polticas del proyecto del Estado educador con las
dimensiones tcnicas de la enseanza.
La propuesta de currculum, puede adoptar diversas modalidades [4]: rgido, facilita el control al
estandarizar tiempos, contenidos y orientaciones, para aprendizajes formales; flexible, se centra en el
estudiante, se ajusta a las necesidades, intereses y ritmos de aprendizaje, el acceso a las fuentes de
conocimiento es interpretativa, ms que objetivista; semiflexible, combina una formacin bsica con
ISBN: 978-968-9516-00-4

adecuaciones a los intereses y necesidades de los estudiantes; finalmente, el modular, exige una integracin
inter y multidisciplinaria, su finalidad consiste en transformar un objeto de conocimiento, mediante la
articulacin de marcos contextuales, histricos, polticos, econmicos, sociales, cognitivos y afectivos, entre
otros.
Tal como se establece en [5], el currculum en la accin es la ltima expresin de su valor; en la prctica
educativa, el proyecto, la idea y la intencin, se hacen realidad, incluso aquellas intenciones y valores no
previstos; en la praxis, el currculum adquiere significado para los alumnos y profesores.
Recursos tecnolgicos y contenidos
Estamos en el umbral de una nueva cultura basada en la informacin, de hecho se habla de la sociedad de la
informacin y de la sociedad del conocimiento.
El digitalismo significa una nueva forma de comunicacin e interaccin, de personas con personas, de
personas con cosas e incluso de cosas entre cosas.
En educacin el optimismo tecnolgico ha sido importante, sobre todo en el uso potencial, para la
educacin a distancia.
En la referencia [6] se compararon las ventajas potenciales de las nuevas tecnologas de la informacin y la
comunicacin; consideraron la radio, la televisin, el video, la computadora personal e Internet. Los
elementos que consideraron fueron la reactividad, la flexibilidad, la estimulacin sensorial y la
interactividad; en todos los casos la mayor ventaja le fue otorgada a los recursos disponibles en Internet.
No slo se trata de ventajas tcnicas, la tecnologa informtica ha cambiado a forma de enseanza de los
profesores y de los aprendizajes en los alumnos. El conocimiento se est convirtiendo en una de las
industrias ms poderosas del mundo.
Esta innovacin tecnolgica nos lleva al cuestionamiento del papel que ocupan las universidades en la
produccin y difusin del conocimiento [7].
Este desarrollo y expansin del hiperespacio, en donde todo acto comunicativo es posible y,
paradjicamente, impersonal, nos lleva a una pregunta crucial sobre el futuro: es viable apostarle al
desarrollo tecnolgico, a cuenta del ser humano?
Es importante no perder de vista la advertencia de tener presente que los ordenadores son lo que sus
programas hacen de ellos y nada ms.
Pero puede ser que los programas lleven un programa oculto en su interior, una serie de valores que
cuentan ms que todas las virtudes interactivas y todos los trucos grficos de la tecnologa. La esencia de la
mquina es su software, pero la esencia del software es su filosofa [8].
Los alumnos y los profesores
Ya se ha sealado que la accin de educar es un acto profundamente humano. El alumno aprende con el
pensamiento y con el sentimiento as, el propsito final de la educacin, no puede ser oro que el de
aprender a aprender, como un acto permanente de adquisicin de nuevos conocimientos, habilidades y
actitudes, surgidas de la experiencia y que producen cambios en nosotros mismos y en nuestras acciones, en
ISBN: 978-968-9516-00-4

una forma de existencia cada vez ms plena y profunda. La importancia radica en el vnculo que se
establece entre la experiencia, el aprendizaje, el sentido y la direccin de aprender y el perfeccionamiento
del ser humano [9].
El alumno no puede ser visto como un cuenco a ser llenado con informacin, competencias, habilidades y
destrezas; sino como un ser humano en un proceso consciente de construccin de su propio aprendizaje, en
una aventura de perfeccionamiento humanista.
En cuanto a los docentes, los saberes dialgicos, histricos y sociales, no slo son producto de la formacin
acadmica o del lugar que ocupan los docentes en el orden social; sino, tambin un producto del proceso
histrico de la cotidianeidad que comparten los maestros y los alumnos, se manifiesta en la toma de
decisiones y en las estrategias de enseanza.
En este proceso, los docentes reelaboran su conocimiento sobre sus alumnos, sus creencias pedaggicas y
sus valoraciones acerca de los contenidos y de las formas de ensear [10].
Acerca del capital social
El concepto de capital social tiene dos caractersticas importantes; en primer lugar, es un concepto de origen
claramente sociolgico, adoptado por las ciencias sociales, los principales tericos son Bourdieu, Putnam y
Coleman; en segundo trmino, permite abordar una gama amplia de problemas sociales, aplicable a
cualquier entidad de orden social.
Aunque existen diferencias especficas entre estos autores, no son significativas.
El potencial explicativo radica en su capacidad para realizar diferentes niveles de anlisis en programas de
investigacin emprica, particularmente en el campo de las redes sociales; los procesos de movilizacin, el
acceso y el uso de las fuentes de recursos; y el estudio de los efectos del capital social en trminos de
retornos instrumentales y/o expresivos.
Estas perspectivas permiten distinguir entre las variables causales (posicin dentro de la red), los procesos
de movilizacin de los recursos disponibles (contactos, apoyos, informacin) y las salidas (mejores empleos,
promocin y prestigio social). Los niveles de estudio pueden ser a nivel micro, meso y macro sociales.
Recientemente, se han realizado estudios desde la perspectiva del capital social: el capital social como
catalizador en la diseminacin del capital humano e intelectual; el capital social como la base, para mayores
niveles de sinergia y coordinacin; el capital social como lubricante en la creacin de redes organizacionales;
y el capital social como un facilitador de instituciones intermediarias [11].
La importancia de las redes sociales ha sido objeto de inters, para la sociologa de la tecnologa, en
particular con el flujo de conocimientos, cada nodo representa a los actores y las reas que conectan los
nodos, las relaciones entre actores.
Este tipo de estudios han permitido identificar las estrategias tcnicas y organizaciones de los actores y
diferenciar los tipos de redes: innovacin, difusin, produccin y redes profesionales [12].
Actualmente la discusin sobre el capital social gira en torno a dos tendencias [13]:
ISBN: 978-968-9516-00-4

La primera establece que los recursos, tales como la informacin, las ideas y los apoyos que los individuos
son capaces de procurarse al relacionarse con otras personas; es social en la medida en que es accesible a
travs de estas relaciones, tanto fsicas (herramientas y tecnologa) como humanas (educacin y
habilidades), y capital en tanto que son propiedad de los individuos.
La segunda tendencia se refiere a la naturaleza y extensin de la participacin individual en diversas redes
informales y organizaciones cvicas formales.
Esta perspectiva caracteriza las variadas formas en las que interactan los miembros de una comunidad.
Desde ambas perspectivas es posible estudiar lo que ocurre en el mbito educativo, con relacin a la
conformacin de grupos, redes, normas y los niveles de confianza entre las personas.
La complejidad del capital social radica en la conformacin de los espacios sociales; estos espacios estn
constituidos por los agentes sociales, en tanto que ocupan posiciones jerarquizadas y persiguen diferentes
bienes (capitales y legitimacin), y por los conflictos, inherentes a los diferentes campos de actividad,
posiciones y percepcin del espacio [14].
El alumno al ingresar a la institucin educativa posee capital social potencial conformado por las
caractersticas de cada red social, el contexto familiar y social; durante su permanencia escolar, se activa
bajo la forma de auto procesos adaptativos (auto concepto, confianza y bsqueda de ayuda) y capital social
activado (percepcin del apoyo del profesor, apoyo acadmico proporcionado por los miembros de la red y
la pertenencia escolar); el compromiso y las aspiraciones acadmicas (orientacin y esfuerzo acadmicos),
son producto de la interaccin de estos niveles de capital social individual [15].
Redes sociales en la educacin a distancia
El desarrollo de las TIC, ha repercutido en las formas de interaccin social entre las personas. La
incorporacin de las TIC en la vida cotidiana, forma parte de la nueva era del digitalismo; sus repercusiones
se reflejan en amplios cambios socioculturales, modificando las formas de comunicacin, creando nuevos
cdigos comunicativos, estableciendo nuevas redes, formas de relacin e interaccin social [16].
Las nuevas tecnologas de la informacin, en manos de la familia, puede convertirse en un poderoso medio
para el fortalecimiento de la cohesin familiar, mediante el descubrimiento de intereses y realizando
proyectos comunes.
El aprovechamiento parental del entusiasmo de los jvenes por la informtica, constituye una base slida
para el aprendizaje cultural de la familia, entendido como la forma en que la familia asume el aprendizaje,
sus sistemas de creencias, la preferencia por determinado tipo de actividades y tradiciones asociadas a la
vida en familia [17].
El uso de las TIC, puede recrear el capital social y las comunidades locales en el medio urbano. Estas nuevas
formas de inclusin permiten el acceso pblico, el visitante de Internet se siente incluido en la sociedad de la
informacin y en la sociedad en sentido amplio, tienen ms amigos locales, expresan menos desconfianza
local, perciben menos tensin entre los diferentes grupos y tienen un fuerte sentido de identidad local que
los no visitantes de la red.
Los visitantes de Internet, lo consideran como un lugar de reunin en lnea con impactos positivos sobre la
integracin social, asociados a redes de trabajo, intercambio y apoyo en la bsqueda de informacin [18].
ISBN: 978-968-9516-00-4

Con el desarrollo de las TIC, la produccin y difusin del conocimiento cientfico se ha transformado,
permite la conformacin y consolidacin de comunidades cientficas a nivel nacional, regional y mundial.
La educacin a distancia, implica la separacin fsica entre el profesor y el alumno; la organizacin del
aprendizaje por medio de una institucin educativa; la utilizacin de medios tcnicos, para transmitir los
contenidos del curso y relacionar al profesor y a los alumnos; los de medios de comunicacin bidireccional
que permitan el dilogo entre el profesor y el alumno; la posibilidad de realizar encuentros ocasionales con
propsitos didcticos y de socializacin; y la existencia de un modelo educativo.
Una preocupacin de las ciencias sociales es la forma en que se vinculan las personas en grupos y en
sistemas sociales complejos.
Estas relaciones pueden ser formales, producto de la estructura y dinmica social, e informales, entendidas
como las relaciones personales entre los miembros del grupo, funcionan de manera autnoma y
espontnea.
Existe una relacin de complementariedad entre ambos tipos de redes; el individuo puede participar
simultneamente en varias de ellas y actuar en funcin de las circunstancias [19].
La red constituye el sistema circulatorio a travs del cual fluye la informacin entre los estudiantes,
incluyendo la informacin til, como aquella que es vital en la vida escolar.
La ubicacin del estudiante en la red, afecta los permisos en el acceso, el dnde y el cundo se obtiene
informacin. A mayor jerarqua, el estudiante puede afectar la forma en que los individuos acceden a la
informacin disponible en la red [20].
Una red es un conjunto de lazos didicos del mismo tipo entre actores; los actores pueden ser personas,
grupos, organizaciones e instituciones; un lazo es un episodio de relacin social.
Las relaciones entre personas pueden ser de parentesco, afectivas, de interaccin, jerrquicas, cognitivo
perceptuales o por afiliacin. Cada tipo de relacin establece diferentes estructuras y tiene diferentes
implicaciones [21].
Las redes son estructuras que evolucionan en el tiempo, tanto en su funcin (envo de informacin, toma de
decisiones, generacin de poder) como en las modificaciones en su propia morfologa; por lo tanto, lo que
sucede y el cmo sucede, depende de la estructura y de la historia de la red [22].
El anlisis de redes sociales constituye una perspectiva terica, un mtodo de anlisis (en su caso de
intervencin) y de objeto de estudio; dicho as, la identificacin de redes constituye un medio poderoso,
para entender la realidad social.
El capital social en educacin, est relacionado con los niveles de capital social, las consecuencias de las
normas, la construccin de normas basadas en contextos culturales y la capacidad de la comunidad.
Estos factores constituyen el contexto que permiten evaluar la especificidad de cada situacin y valorar la
pertinencia de las polticas educativas.
Desde la perspectiva del capital humano y social, el aprendizaje y la educacin est asociados a una mayor
confianza, cooperacin, compromiso recproco y cohesin social, en tanto que proporciona conocimiento
ISBN: 978-968-9516-00-4

sobre el pacto social, refuerza las formas de comportamiento socialmente esperadas, hace comprensibles
las consecuencias por romper el contrato social, ofrece los valores y las competencias clave que sustentan la
vida social en las sociedades democrticas [23].
Los estudios de redes sociales se ocupan de los vnculos y la interdependencia entre actores sociales, que les
proporcionan oportunidades y restricciones potenciales a su comportamiento; sin embargo, los conceptos y
las herramientas analticas utilizadas en este tipo de estudios, requieren de una profunda comprensin de lo
que se entiende por conocimiento y de los mecanismos que subyacen la acumulacin del conocimiento.
El conocimiento implica una comprensin activa de la cosa conocida; los individuos representan y
comunican su propio conocimiento, mediante representaciones simblicas. Diversos individuos pueden
intercambiar informacin como forma, para incrementar su propio conocimiento; sin embargo, cada
persona tendr diferente capacidad de absorcin.
En las redes de conocimiento, cada nodo incluye la adquisicin de una parte del nuevo conocimiento por
comunicacin, lo cual implica el desarrollo de una forma comunicable y comprensiva.
El grado de confianza puede ser diferente en cada relacin especfica, depender de la historia de las
relaciones, de la estructura y densidad de la red. En cuanto a la fortaleza de cada vnculo, ser ms dbil en
tanto cada vnculo tenga un rol social similar [24].
En la referencia [25], se compar la estructura de los mecanismos de comunicacin informal y formal, se
establecieron dos hallazgos. Por una parte, las redes formales, tienen una base ms significativa que
permite el desarrollo de redes de innovacin en la unidad organizacional; por la otra, no encontraron
diferencias significativas en las formas de comunicacin en la transferencia de conocimiento.
El valor social de la comunicacin y la multiplicacin de redes que facilitan la intercomunicacin en tiempo
real se ha incrementado, tanto a nivel global como local.
En la aparente contradiccin local global, la comunicacin local y la mundializacin meditica se
complementan. Las transformaciones en el mbito global han afectado los espacios de proximidad. Se
enfrenta un nuevo escenario en el cual las nuevas tecnologas, han contribuido a la globalizacin y
multiplicado los espacios locales; de tal forma que los procesos locales son, al mismo tiempo globales [26].
Dimensiones cualitativas del capital social
La cultura atraviesa todas las dimensiones del capital social, constituye el mbito bsico donde la sociedad
genera valores y los transmite generacionalmente. Las personas, las familias, los grupos son capital social y
cultura en s mismos; en tanto que son portadores de actitudes de cooperacin, valores, tradiciones y
visiones de la realidad, todo ello constituye la propia identidad.
La cultura es el factor decisivo de cohesin social, en ella las personas se reconocen, se cultivan, crecen en
conjunto y desarrollan su autoestima colectiva. En condiciones adecuadas, el capital social y la cultura
pueden ser palancas para el desarrollo; por el contrario, su desconocimiento o destruccin pueden
obstaculizarlo [27].
Las relaciones de amistad son relaciones personales, voluntarias y afectivas, en algunos casos son
instrumentales; se manifiestan en diferentes niveles de intensidad. Las relaciones amistosas son una fuente
ISBN: 978-968-9516-00-4

importante de identidad, permiten compartir ideas e intereses, proporcionan apoyo en las cuestiones
cotidianas y en las crisis existenciales.
Las amistades se forman en contextos sociales y obedecen a normas y contextos sociales. La formacin de
relaciones de amistad est ligada a los espacios compartidos y a la interdependencia funcional en focos de
actividad [28].
El aprendizaje a lo largo de la vida, el capital social se desarrolla en los aprendizajes dentro de la familia y en
todas las situaciones de cuidado de los nios; en la educacin formal y el entrenamiento, incluyendo la
infancia temprana y la educacin escolarizada; en el entrenamiento del lugar de trabajo en el aprendizaje
informal de actividades especficas y la participacin en las diversas redes profesionales; y en el aprendizaje
informal en la vida cotidiana y en la participacin cvica [29].
La formacin de comunidades de aprendizaje, basadas en el aprendizaje a lo largo de la vida, permite a las
personas actuar en conjunto, para lograr sus objetivos sociales, econmicos, culturales y control en las
condiciones ambientales de su comunidad.
Estos recursos proporcionan beneficios inmediatos y consecuencias a largo plazo, acordes a la satisfaccin
de necesidades de la comunidad.
Es importante dar cuenta de la importancia de los actores que ocupan posiciones estratgicas en las redes
sociales y que permiten explicar la difusin de los procesos en las redes sociales. De tal manera que el
contacto entre dos partes, slo es posible a travs de un tercero, mismo que tiene cierto control en el flujo
de recursos.
Estos agentes, desempean un papel decisivo en la conectividad de las estructuras sociales y participan en la
determinacin de las cantidades de capital social disponible para los miembros de la red [30].
Los actos comunicativos implican procesos de negociacin de significados; en la comunicacin en red se
gestan un conjunto de elementos que hacen posible la negociacin de significados y la apropiacin por parte
de los integrantes que forman la comunidad, contribuyendo a la constitucin de sentido en una comunidad
del discurso [31].
Conclusiones
La educacin es portadora y transmisora de significados e interpretaciones de la realidad. La educacin a
distancia posibilita el aprovechamiento de las TIC y ofrece desafos a los educadores.
El primero de ellos apunta a la flexibilidad, el diseo y la virtualizacin de los escenarios de aprendizaje.
En segundo trmino, el uso de las TIC en la educacin, conduce al replanteamiento de los roles asumidos por
los alumnos y los profesores, en tanto acto educativo, formativo y socializador en un contexto cultural
determinado.
La teora del capital social, permite analizar en profundidad y en calidad el tipo de interacciones que ocurren
en las redes sociales; proporciona al investigador una metodologa y una formulacin explicativa, para dar
cuenta de las dimensiones y de la complejidad de los episodios sociales que ocurren en la educacin a
distancia.
ISBN: 978-968-9516-00-4

Por ltimo, la estrecha relacin entre la cultura, capital social y educacin, contribuye a la construccin y
fortalecimiento de la identidad, el sentido de pertenencia, el fortalecimiento de los vnculos sociales, el
aprendizaje a lo largo de la vida, la conformacin de redes y comunidades de aprendizaje.
Referencias
[1] C. Cerda, Educacin a distancia: principios y tendencias, Perspectiva educacional, 40, pp. 1130, 2002.
[2] B. Fainholc, La calidad en la educacin a distancia contina siendo un tema muy complejo, Revista de
educacin a distancia, 12, pp. 17, 2001.
[3] M. A. Zabalza, Diseo y desarrollo curricular, Madrid: Narcea, 2000.
[4] M. Ruiz, Qu es un currculum flexible? Cmo se concreta en la prctica, Mxico: Euterpe, 2003.
[5] G. Sacristn, El currculo: una reflexin sobre la prctica, Madrid: Morata, 1998.
[6] W. D. Haddad, and S. Jurich, ICT for education: potential and potency. In W. D. Haddad, and A. Draxler
(Eds.), Technologies for education. Potentials, parameters and prospects, pp. 2840, Washington, D.C.:
UNESCO Academy for Educational Development, 2002.
[7] T. Hamada, Tecnologa informtica y educacin: perspectiva terica. En: C. Bueno y M. J. Santos
(Coords.), Nuevas tecnologas y cultura, pp. 183208, Barcelona: Anthropos Universidad Iberoamericana,
2003.
[8] Th. Roszak, El culto a la informacin. El folclore de los ordenadores y el verdadero arte de pensar.
Mxico: Grijalbo, 1990.
[9] G. Michel, Aprende a aprender, Mxico: Trillas, 1974.
[10] R. Mercado, Los saberes docentes como construccin social. La enseanza centrada en los nios,
Mxico: Fondo de Cultura Econmica, 2002.
*11+ F. Adam, and B. Ronevid, Social capital: recent debates and research trends, Social Science
Information, 42, 2, 155183, 2003.
[12] R. Casas, Introduccin general. En R. Casas (Coord.), La formacin de redes de conocimiento. Una
perspectiva regional desde Mxico, pp.1334, Mxico: UNAM, 2001.
[13] Ch. Grootaert, D. Narayan, V. Nyhan, and M. Woolcock, Measuring Social Capital. An Integrated
Questionnaire. Washington, D. C.: The World Bank, 2004.
[14] C. Lozares, Valores, campos y capitales sociales, Revista Hispana para el Anlisis de Redes Sociales, IV,
2, pp. 133, 2003.
[15] S. L. Dika, The effects of self process and social capital on the educational outcomes of high school
students, Dissertation for the degree of Doctor of Philosophy in Educational Research and Evaluation,
Blacksburg, VA: Faculty of the Virginia Polytechnic Institute and State University, 2003.
[16] J. B. Terceiro y G. Matas, Digitalismo. El nuevo horizonte sociocultural, Madrid: Taurus, 2001.
ISBN: 978-968-9516-00-4

[17] S. Papert, The connected family. Bridging the digital generation gap, Georgia, GA: Longstreet Press,
1996.
[18] S. Ferlander, The Internet, social capital and local community, United Kingdom: University of Stirling,
2003.
[19] A. H. Hernndez, Informalidad organizacional y redes, Convergencia, 32, pp. 337358, 2003.
[20] D. Lazer, D., and A. Andre, The knowledge in the network. Retrieved January 26, 2008, Harvard
University. John F. Kennedy School of Government:
http://www.hks.harvard.edu/netgov/files/team/knowledgeinthenetwork.pdf
[21] S. P. Borgatti, and R. Cross, A relational view of information seeking and learning in social networks,
Management Science, 49, 4, pp. 432445, 2003.
[22] J. E. Miceli, La ciencia de las redes, Redes. Revista Hispana para el Anlisis de Redes Sociales, 10, 10,
pp. 112, 2006.
[23] S. Ct, The contribution of human and social capital, Canadian Journal of Policy Research, 2, 1, pp. 29
33, 2001.
[24] L. Cassi, Information, knowledge and social networks: is a new buzzword coming up? Retrieved
February 9, 2008, Danish Research Unit for Industrial Dynamics, PhD Conference, Aalborg, Denmark:
http://www.druid.dk/conferences/winter2003/Paper/Cassi.pdf
[25] R. Aalbers, W. Dolfsma, and O. Koppius, On and off the beaten path: how individuals broker knowledge
trough formal and informal networks, Report Series Research in Management ERS2004066LIS/ORG,
Rotterdam: Erasmus Universiteit Rotterdam. School of Economics, 2004.
[26] X. Lpez, La comunicacin del futuro se escribe con L de Local, mbitos. Revista Andaluza de
Comunicacin, 5, pp. 107117, 2000.
[27] B. Kliksberg, Capital social y cultura. Claves olvidadas del desarrollo. Consultada el 1 de febrero de
2008, Banco Interamericano de Desarrollo: http://www.iadb.org/etica/SP4321/DocHit.cfm?DocIndex=929
[28] A. F. de la Ra y M. C. Fellow, La dinmica de las redes de amistad. La eleccin de amigos en el
programa Erasmus, Revista Hispana para el Anlisis de Redes Sociales, IV, 3, pp. 144, 2003.
[29] R. Faris, Lifelong learning, social capital and place management in learning communities and regions: a
Rubics cube or a kaleidoscope?, Australia: Observatory PASCAL, 2004.
[30] V. G. Tube, Measuring the social capital of brokerage roles, Connections, International Network for
Social Network Analysis, 26, 1, pp. 2952, 2004.
[31] J. A. Jernimo, Comunidades del discurso en los ambientes virtuales de aprendizaje, Apertura. Revista
de Innovacin Educativa, 6, 3, pp. 6375, 2006.
ISBN: 978-968-9516-00-4

El abordaje de los dilemas bioticos, mediante el uso de las Tecnologas de
la Informacin y Comunicacin (TIC)
L. E. Andrade
Resumen
La enseanza de biotica en los estudiantes universitarios a travs de las Tecnologas de la Informacin y
Comunicacin (TIC), puede favorecer el entendimiento de la cultura actual, con este objetivo se pretende
tener una estrategia para la toma de decisiones a travs del cual se puede adquirir profundidad y
apertura, el cual ofrezca un aprendizaje significativo de la ciencia, del mundo natural, de la sociedad y
sobre todo del ser humano.
Abstract
The teaching of bioethics to the higher education students through the ICT, can contribute to the
understanding of the actual culture, this aim tries to have a strategy for taking decisions and can get
depth and opening, which will offer a meaningful learning of the science, the nature world, society and
above all the human being.
Keywords: ICT, bioethics, knowledge, ethical dilemmas, bioethics centers.
Introduccin
Hablar de educacin sin duda es un tema de gran importancia, ya que es a travs del proceso educativo
donde los diferentes pases alcanzan el progreso social, cultural, epistmico, ideolgico y econmico.
En la actualidad la mayor parte de los pases del mundo han adoptado a la tecnologa como soporte en el
proceso educativo, originando de esta manera una nueva perspectiva en aspectos pedaggicos y
curriculares de los diferentes modelos educativos.
Por lo que las instituciones de educacin superior deben de tener un nuevo enfoque en la enseanza y en el
aprendizaje, ya que el acelerado avance del conocimiento, ya no basta que el estudiante acumule un
conjunto adecuado y suficiente de conocimientos, pensando que le sern de utilidad durante toda su vida,
por el contrario requerir prepararse para estar en condiciones de aprovechar y utilizar las diversas
oportunidades que se le presentan para actualizar y enriquecer ese conjunto de saberes y poder adaptarse a
s a un mundo en constante cambio[1].
Lo que significa que la educacin superior enfrenta diversos desafos y retos como son los referentes a la
igualdad de condiciones de acceso a los estudios, una mejor capacitacin del personal, la mejora de la
enseanza, la investigacin, la pertinencia de los planes de estudio, entre otros; as mismo la educacin
superior debe de hacer frente a los retos que supone las nuevas oportunidades que abren las tecnologas,
que mejoran la manera de acceder, producir, organizar, difundir y compartir el saber, y cumplir de esta
manera con las propias demandas de la sociedad [2].
Las TIC en la educacin
ISBN: 978-968-9516-00-4

Es importante sealar que el rpido progresos de las Tecnologas de la Informacin y Comunicacin (TIC)
brindan nuevas posibilidades de renovar los mtodos pedaggicos y de ampliar el acceso a la educacin
superior y es esta la que deber poner el ejemplo de aprovechamiento de las ventajas de las TIC elevando la
calidad y los resultados educativos sin olvidar el acceso equitativo a estas tecnologas.
Se puntualiza que las TIC son herramientas computacionales e informticas que procesan, almacenan,
sintetizan, recuperan y presentan informacin de muy diversas formas, es decir, son un conjunto de
herramientas, soportes y canales para el tratamiento y acceso a la informacin.
En lo que al mbito educativo se refiere las TIC se deben considerar como herramientas a utilizarse en pro
del aprendizaje, facilitando de esta manera el desarrollo de habilidades y destrezas que contribuyan al
enriquecimiento de las potencialidades intelectuales de los estudiantes y de esta manera puedan enfrentar
la sociedad de la informacin.
Es por esto que un nmero cada vez mayor de universidades en todo el mundo cuentan en mayor o menor
medida con equipos informticos que posibilita el acceso a Internet a los estudiantes debido a los grandes
beneficios y mbitos que abarcan las TIC ya que se consideran como herramientas de gran utilidad en
diferentes mbitos del quehacer humano, pero nosotros como docentes nos interesa adentrarnos en la
influencia de las TIC en al mbito educativo y de esta manera poder abordar temas o contenidos de gran
importancia para el hombre.
Ya que se est debatiendo temas que tiene que ver con las ciencias de la vida a nivel mundial, temas como
son: aborto, clonacin, eutanasia, eugenesia, alimentos transgnicos entre otros, que recaen en la campo
de la Biotica.
Biotica
El trmino biotica fue utilizado por primera vez en el ao de 1970 [3].
Con este trmino aluda a los problemas que el inaudito desarrollo de la tecnologa plantea a un mundo en
plena crisis de valores debido principalmente a la ruptura entre las humanidades con la ciencia y la
tecnologa, teniendo como consecuencia la falta de un desarrollo integral en el ser humano ya que una de
las grandes secuelas es que los diferentes modelos educativos se preocupan ms por el hacer (prctica) y no
por el desarrollo del ser (valores).
Por lo anterior urge as superar esta actual ruptura entre la ciencia y la tecnologa por una parte y las
humanidades por otra [4].
La biotica surge por tanto como un intento de establecer un puente entre personas, entre disciplinas, entre
racionalidades y entre creencias.
Comits de biotica
En el presente artculo no slo se pretende establecer la importancia de las TIC en el mbito educativo, sino
que se establece que es a travs de las TIC donde se pueden generar nuevos conocimientos en temas tan
importantes y necesarios como son los dilemas bioticos, as como el de potencializar el aprendizaje de la
Biotica en estudiantes de educacin superior y proponer un marco conceptual para atender estos diversos
dilemas.
ISBN: 978-968-9516-00-4

Los comits de biotica surgen en Estados Unidos, en respuesta a los problemas presentados en la
investigacin y en la prctica de la medicina. Se puede mencionar como antecedente importante el comit
de Seattle, en 1960, destinado a resolver los dilemas ticos de los pacientes renales [5].
En los pases Latinoamericanos, la creacin de los comits de tica se inician en respuesta de la Organizacin
Mundial de la Salud (OMS) en 1976 cuyo primer argumento fundamental y determinante es el respeto por la
dignidad de las personas [6].
La importancia de esta realidad plantea tales problemas sobre el futuro de la vida, de la dignidad del
hombre y de la humanidad, que los comits cientficos, el congreso, los foros legislativos nacionales e
internacionales, as como la iglesia catlica, han estado interactuando de manera continua, debido al
creciente manipuleo de la vida humana por parte de los cientficos, lo que se ha vuelto inevitable
preguntarse si todo lo que es tcnicamente posible es ticamente permisible y s es as dentro de qu lmites
jurdicos.
En consecuencia es necesario tomar las medidas inevitables para que se respete el principio de dignidad,
con el fin de evitar las repercusiones negativas de la sociedad y garantizar la utilizacin de la ciencia y la
tecnologa para beneficio del ser humano, es decir, dar un rostro ms humano a esos avances cientficos y
tecnolgicos.
Por lo tanto es necesario establecer una propuesta que responda al carcter interdisciplinar de la biotica,
para que esta materia ilumine y resuelva los nuevos dilemas que se presentan en la investigacin y acerca
del trato del hombre con la naturaleza [7].
Dicha propuesta es la integracin de un centro de biotica en donde se tomen en cuenta los siguientes
puntos.
Establecer un grupo interdisciplinario ya que nadie sabe todo, dicho grupo deber estar en continua
preparacin y de esta manera atender aspectos tanto tericos como prcticos.
Tomar en cuenta la pedagoga en biotica que cuente con el compromiso personal con la bsqueda de la
verdad.
Promover y fomentar el estudio de los valores y principios ticos.
Profundizar en el conocimiento del ser humano y de los dilemas cientficos y tecnolgicos actuales.
Que a travs de empleo de las TIC el centro de biotica ayude a resolver conflictos que existen dentro de
cualquier cultura moderna.
Por mencionar algunos.
Los comits de biotica son plataformas reales de deliberacin en directo sobre dilemas bioticos que
requieren ser planteados, porque su solucin no es obvia, ya que implican decisiones problemticas.
El comit de biotica ser verdaderamente eficaz en una institucin si sta lo incorpora a su cotidianeidad,
ya que un comit no solo corrige abusos, debe promover y cambiar usos, mantener memoria institucional,
educar y reeducar permanentemente a sus miembros y a las instituciones con que se relaciona, empezando
por la propia [8 y 9].
ISBN: 978-968-9516-00-4

De ah que en el corazn de lo que constituye un comit est la deliberacin.
Conclusin
Los grandes avances cientficos logrados en la tecnologa y las ciencias biolgicas han establecido un cambio
en la sociedad que han obligado al planteamiento de nuevas problemas ticos, dentro de un marco cultural
de la nueva sociedad del conocimiento, es decir, a medida de que se incrementa la bsqueda de nuevos
conocimientos y tecnologas para mejorar las condiciones de vida de los individuos, humanos, animales o
vegetales, se generan dilemas bioticos que motivan la creacin de normas o lineamientos para tratar de
controlar la investigacin de dichos seres.
Es por esto que la universidad como centro de la sociedad debe ser la gua y generadora de los
conocimientos y que en su bsqueda de los mismos es necesario su intervencin para establecer lmites
ticos ante la manipulacin del hecho biolgico principalmente.
Por lo que la biotica debe ser correspondiente a la produccin del conocimiento y llenar el sentido del
actuar humano.
Los dilemas bioticos, al ser abordados de manera interdisciplinaria, recoge el ideal supremo de la
Universidad cuyo objetivo es el de lograr un conocimiento universal y estructurado que respete y facilite la
pluralidad de enfoques y de saberes.
En el presente artculo se ha querido profundizar y compartir algunas reflexiones sobre lo que hay en juego
en el acelerado avance de la ciencia y de la tecnologa en mbitos de mejorar la calidad de vida, es por esto
necesario establecer un puente entre las ciencias de la vida con la tecnologa a travs de la biotica y que
mejor manera de lograr esto a travs de la utilizacin de la propia tecnologa que nos brindan las TIC.
Ya que con las TIC bien aprovechadas, tienen el potencial de enriquecer los ambientes de aprendizaje en
donde se educan nuestros jvenes mexicanos lo que permitir niveles de aprendizaje y de desarrollo de
competencias mucho ms elevadas que los que existen el da de hoy.
Referencias
[1] J. Delors, La educacin encierra un gran tesoro, Mxico: UNESCO, 1991.
[2] J. Castrejn, El concepto de Universidad, Mxico: Trillas, 1990.
[3] V. Potter, Bioethics: the science of survival, "Perspectives in Biology and Medicine", New York: Hall Pub,
1970.
[4] V. Potter, Bridge to the Future, Englewood Cliffs, NJ: Prentice-Hall Pub,. 1971.
[5] J. Hoffman, El principio de responsabilidad. Ensayo de una tica para la civilizacin tecnolgica,
Barcelona: Herder, 1995.
[6] P. Gonzlez, Biotica y experimentacin con seres humanos, Granada: Comares, 2002.
[7] F. Lolas, Biotica. El dilogo moral en las ciencias de la vida, Santiago de Chile: Mediterrneo, 2001.
ISBN: 978-968-9516-00-4

[8] J. Hoffman, Evaluacin y construccin del conocimiento. La evaluacin: mito y desafo: una perspectiva
constructivista, Porto Alegre: Mediao, 1999.
[9] D. Gracia, Fundamentacin y enseanza de la biotica, Bogot: Paidos, 1998.

ISBN: 978-968-9516-00-4

Aplicacin de las Tecnologas de Informacin para ensear la segunda ley
de Newton
G. Becerra C.

Resumen
En los cursos de Fsica, donde se incluya a la Mecnica, la Dinmica es parte esencial para explicar el
movimiento de los cuerpos. El movimiento de un cuerpo queda determinado por su interaccin con el
medio ambiente. La interaccin de un cuerpo con su medio ambiente se le denomina fuerza. Para que un
cuerpo experimente una aceleracin, es necesario que la fuerza que se ejerza sobre l sea diferente de
cero. Si la fuerza neta sobre un cuerpo es igual a cero, el cuerpo no experimentar una aceleracin y
permanecer en estado de reposo o en movimiento rectilneo uniforme. La segunda ley de Newton
establece que la suma vectorial de todas las fuerzas que actan sobre un cuerpo es igual a su masa
multiplicada por su aceleracin. As, para una masa dada, la aceleracin que experimenta un cuerpo es
directamente proporcional a la fuerza ejercida sobre l y, para una fuerza dada, la aceleracin que
experimente un cuerpo es inversamente proporcional a su masa. En este trabajo se presentan sistemas de
simulacin de fenmenos en los cuales se aplica la segunda ley de Newton. Los sistemas tienen por
objetivo mostrar el movimiento de algunos cuerpos que estn sujetos a diferentes fuerzas.
Palabras clave: Newton, fuerza, aceleracin, masa, simulacin.
Abstract
In the courses of Physics, where it is included to the Mechanics, the Dynamics is essential part to explain
the movement of the bodies. The movement of a body is determined by its interaction with the
environment. The interaction of a body with its environment is denominated force. So that a body
experiences an acceleration, it is necessary that the force that is exercised on him is different from zero. If
the net force on a body is equally to zero, the body won't experience an acceleration and it will remain in
state of rest or in movement rectilinear uniform. Newton's second law establishes that the vectorial sum
of all the forces that they act on a body is equally to its mass multiplied by its acceleration. This way, for a
given mass, the acceleration that experiences a body is directly proportional to the force exercised on him
and, for a given force, the acceleration that experiences a body is inversely proportional to its mass. In
this work systems of simulation of phenomenons are presented in which Newton's second law is applied.
The systems have for objective to show the movement of some bodies that you/they are subject to
different forces.
Introduccin
Antes de Newton casi todos suponan que era necesaria una fuerza para mantener un objeto en
movimiento. Si se desliza un objeto sobre una superficie horizontal, pronto se detendr. Para mantenerlo en
movimiento, se deber continuar empujndolo. En efecto, es casi obvio que los objetos en movimiento,
abandonados a s mismos, se frenan y pronto se detienen. Newton descubri que esta observacin, aunque
correcta, no se aplica a objetos sobre los que acta una fuerza resultante igual a cero. Para el caso del
objeto que se desliza sobre una superficie horizontal, descubri que existe una fuerza que frena al
movimiento que es la fuerza de friccin que la superficie ejerce sobre el bloque. Por lo tanto, la fuerza neta
que acta sobre el cuerpo no es cero. Newton reconoci que el bloque disminuye su velocidad y se detiene
ISBN: 978-968-9516-00-4

a causa de la fuerza de friccin no equilibrada. Mientras ms pequea se una fuerza de friccin, el cuerpo
disminuir su velocidad ms lentamente. Siguiendo esta lnea de razonamiento, Newton propuso que si
estn ausentes las fuerzas de friccin, los objetos que se deslizan no se detendrn, es decir, si la fuerza
resultante que acta sobre un objeto en movimiento es cero, el objeto continuar su movimiento con
velocidad constante.
La segunda ley de Newton estudia el efecto que tienen las fuerzas no equilibradas que actan sobre un
objeto. La experiencia cotidiana dice que las fuerzas no equilibradas producen un cambio en la velocidad del
objeto, es decir, producen una aceleracin sobre el mismo. Newton reconoci que las fuerzas no
equilibradas causan aceleraciones y su segunda ley relaciona la fuerza externa resultante que acta sobre un
objeto con la aceleracin del objeto.
Cuando una fuerza neta acta sobre un objeto de masa m y produce una aceleracin a , las cantidades
estn relacionadas por [1]:
a m F = 1
Esta conclusin es el enunciado de la segunda ley de Newton. Esta ley nos indica que cuanto mayor sea la
masa del objeto, tanto mayor ser la fuerza necesaria para cambiar su velocidad. Adems, cuanto mayor sea
la fuerza neta actuando sobre un objeto, tanto mayor ser la aceleracin experimentada. En consecuencia
con la segunda ley de Newton, si la fuerza neta que acta sobre un objeto es igual a cero, un objeto en
reposo permanecer en reposo y un objeto en movimiento conservar su velocidad original.
La segunda ley de Newton forma parte de las leyes de Newton que a su vez son la parte esencial de los
conceptos bsicos de la Dinmica, que es la ciencia que se encarga de establecer las causas del movimiento
de los cuerpos y las leyes que obedecen los cuerpos en movimiento [2]. La fuerza representa la interaccin
del medio y el objeto en estudio, identificndose como la causa que origina el movimiento de los cuerpos.
Newton estableci que en ausencia de fuerzas un cuerpo no alterar su estado, es decir, si est en reposo,
permanecer en reposo. Aunque escape a nuestro sentido comn, lo mismo se puede afirmar de un cuerpo
que se mueva con velocidad constante y describiendo una trayectoria rectilnea; ste permanecer as
mientras no haya una fuerza que altere su estado. Para un cuerpo que haya sido afectado por una fuerza,
ese estado se romper apareciendo con ello un cambio de rapidez o un cambio en la trayectoria del
movimiento del cuerpo si originalmente se desplazaba con movimiento rectilneo uniforme, o pueden
aparecer ambos efectos simultneamente. Un cambio experimentado en la rapidez de un cuerpo en un
determinado intervalo de tiempo, es conocido como aceleracin tangencial. De manera equivalente, un
cambio en la direccin del movimiento del cuerpo causa una aceleracin conocida como aceleracin
centrpeta. As, una fuerza que acte en un cuerpo es capaz de ocasionar en l una aceleracin que es
proporcional a dicha fuerza.
Sin embargo, la aceleracin que experimente un cuerpo no solo depender de la fuerza que se le aplique,
sino tambin de la cantidad de masa que contenga; entendindose a la masa como una medida cuantitativa
de la inercia, siendo sta una propiedad que tienen los cuerpos de presentar resistencia para cambiar su
estado. As, para una fuerza dada, un objeto de menor masa se acelerar ms que un objeto de mayor masa.
Plano inclinado
ISBN: 978-968-9516-00-4

La segunda ley de Newton establece que la suma vectorial de todas las fuerzas que actan sobre un cuerpo,
es igual al producto de la masa del cuerpo por la aceleracin que experimente. En consecuencia, para
identificar las fuerzas que actan sobre un cuerpo, se dibuja un diagrama por separado del cuerpo aislado,
mostrando un marco de referencia y todas las fuerzas que actan sobre dicho cuerpo. Este diagrama se le
conoce como Diagrama de Cuerpo Libre [3].

Figura 1. Plano Inclinado.
La figura 1 muestra las fuerzas a las que est sujeto el bloque que se encuentra sobre el plano inclinado.
Solo son tres las fuerzas que actan sobre el bloque: el peso, la normal y la friccin. El peso se ha
descompuesto en sus componentes normal y tangencial al plano.
La ecuacin de las fuerzas que actan sobre el bloque en la direccin paralela al plano es:
ma fr sen g m = u 2
Donde u sen g m es la componente del peso en la direccin paralela al plano, fr es la fuerza de friccin
entre el bloque y el plano, y a es la aceleracin con la que se mover el bloque. Esta ecuacin nos dice que
la componente del peso en la direccin paralela al plano es mayor que la fuerza de friccin, por lo que el
bloque descender con una determinada fuerza, que va a depender del peso del bloque, del ngulo que
forma el plano con la horizontal, y de la fuerza de friccin.
Por otra parte, la fuerza de friccin puede ser calculada por medio de la siguiente expresin:
N fr = 3
N Es la fuerza normal y es la fuerza que ejerce el plano sobre el bloque, es el coeficiente de friccin
entre el plano inclinado y el bloque. Esta ecuacin nos indica que la fuerza de friccin es igual al coeficiente
de friccin multiplicado por la fuerza Normal.
De igual forma, podemos ver en el diagrama que la componente del peso en la direccin perpendicular al
plano y la fuerza normal, se equilibran. Es decir, la fuerza neta sobre el bloque en esta direccin es cero.
Matemticamente esta afirmacin puede ser expresada por medio de la siguiente ecuacin:
0 cos = u g m N 4
Donde u cos g m es la componente del peso en la direccin perpendicular del plano inclinado. Esta
ecuacin nos indica que ambas fuerzas estn en equilibrio. Si no estuviesen en equilibrio, la fuerza neta sera
diferente de cero, provocando una aceleracin sobre el bloque en la direccin perpendicular al plano.
u
u
fr
u cos g m
g m
Normal
u sen g m
ISBN: 978-968-9516-00-4

Sustituyendo la ecuacin 4 en la 3 y el resultado los sustituimos en la ecuacin 2, concluimos que la
aceleracin con la que se mover el bloque es:
) cos ( u u = sen g a 5
Si el coeficiente de friccin es igual a cero, la aceleracin con la que se mover el bloque sobre el plano
inclinado corresponde a [4]:
u sen g a = 6
As, observamos que la aceleracin con la que se mover un bloque sobre un plano inclinado y sin friccin,
va a depender de la aceleracin de la gravedad y del ngulo que forme el plano con la horizontal.
Si la fuerza de friccin es mayor que la componente del peso en la direccin paralela al plano, la aceleracin
del bloque ser igual a cero, por lo que el bloque no se mover. As, la ecuacin para este caso se expresa de
la siguiente manera:
0 = fr sen g m u 7
Sustituyendo la ecuacin 4 en la 3 y el resultado los sustituimos en la ecuacin 7, concluimos que el
coeficiente de friccin es igual a [5]:
u tan = 8
El coeficiente de friccin para un bloque que comienza a deslizarse sobre un plano inclinado, es igual a la
tangente del ngulo que forma el plano con la horizontal.
Mquina de Atwood
Este mtodo es utilizado para calcular la tensin en la cuerda y la aceleracin con la que se movern dos
objetos de diferente masa que estn atados a la cuerda que pasa por una polea sin friccin y masa
despreciable. Dicho dispositivo se le conoce como mquina de Atwood. La figura 2 muestra un dispositivo
similar.
Para conocer la tensin en la cuerda y la aceleracin con la que se movern los bloques, es necesario
establecer diagramas de cuerpo libre para cada uno de los bloques en la mquina de Atwood. En la figura 2
se muestran las fuerzas que actan en cada bloque. En cada bloquea acta la tensin y su peso.

T T
g m
1 g m
2
ISBN: 978-968-9516-00-4

Figura 2. Mquina de Atwood.
En este caso se antepondr un signo positivo a la aceleracin si el cuerpo se desplaza hacia arriba y un signo
negativo en caso contrario. Las fuerzas que actan sobre
1
m y
2
m se muestran en la figura 2 en la cual T
representa la tensin en los extremos de la cuerda. La ecuacin de las fuerzas para
1
m es:
a m g m T
1 1
= 9
Y para
2
m se tiene:
a m g m T
2 2
= 10
Con
1
m mayor a
2
m .
Estas ecuaciones nos indican que la tensin es menor que el peso del cuerpo de masa
1
m y que la tensin
es mayor que el peso del cuerpo de masa
2
m ; en consecuencia, el bloque de masa
1
m caer y el bloque de
masa

2
m subir. Combinando ambas ecuaciones, tenemos [6]:
g
m m
m m
a
2 1
2 1
) (
+
= 11
Y
2 1
2 1
2
m m
m m
T
+
= 12
Estos resultados son vlidos si la masa de la polea y la friccin son despreciables. Para el caso en que esta
condicin no se cumpla, encontraramos que la tensin en cada extremo de la cuerda sera diferente. En la
ecuacin 11, ntese que el valor de la aceleracin con la que se movern los bloques siempre ser menor o
igual que la aceleracin de la gravedad. En el caso extremo en que la masa
2
m sea igual a cero, el bloque de
masa
1
m bajar con la aceleracin de la gravedad. Si ambas masas son iguales, la aceleracin de los bloques
ser igual a cero. La ecuacin 12 nos indica que la magnitud de la tensin es siempre intermedia entre el
peso de masa
1
m y el de masa
2
m . Este resultado parece razonable ya que la tensin debe ser menor que
el peso del bloque de masa
1
m para proporcionar a
2
m una aceleracin hacia arriba, en tanto que
1
m
debe ser mayor que la tensin para proporcionar una aceleracin hacia abajo. En el caso en que ambas
masas sean iguales, la tensin es igual a los pesos de los bloques.
Si se considera la masa de la polea, la tensin en cada extremo de la cuerda sera diferente debido al
movimiento rotacional de la polea. La friccin en el eje de la polea tambin afecta el movimiento rotacional
y a la tensin en las cuerdas. Es por ello que se han despreciado tanto la masa de la polea como la friccin
en su eje.
Plano horizontal
ISBN: 978-968-9516-00-4

En la figura 3 se muestra un bloque colocado sobre un plano horizontal. El bloque est unido a otro bloque
que se haya suspendido. Se desea saber con qu aceleracin se movern los bloques al dejar caer el bloque
que se encuentra suspendido. Para ello, necesitamos conocer las fuerzas que actan en cada uno de ellos.

Figura 3. Plano Horizontal.
Sobre el bloque de masa
1
m actan la tensin, la normal, la friccin y su peso. Sobre el bloque de masa
2
m
acta la tensin y su peso.

La ecuacin de las fuerzas que actan sobre
1
m son:
a m fr T
1
=
13

0
1
= g m N
14
Y
N fr =
15
Para
2
m se tiene:
a m g m T
2 2
=
16
Combinando las ecuaciones 13, 14, 15 y 16, obtenemos [7]:
g
m m
m m
a
2 1
1 2
+
=

17
Y

fr
N
T
g m
1
T
g m
2
ISBN: 978-968-9516-00-4

g
m m
m m
T
2 1
2 1
) 1 (
+
+
=

18
La ecuacin 17 nos indica que los bloques se podrn mover si el peso del bloque de masa
2
m es mayor que
la fuerza de friccin que acta sobre el bloque de masa
1
m . En consecuencia, si la friccin es mayor, los
bloques permanecern estticos. Este hecho nos permite afirmar que el coeficiente de friccin entre el
bloque de masa
1
m y la superficie puede ser encontrado experimentalmente al aumentar lentamente el
valor de la masa
2
m hasta que los bloques comiencen a moverse. As, el coeficiente de friccin podr
calcularse por medio de la siguiente expresin:
1
2
m
m
= 19
Es decir, el coeficiente de friccin es igual al cociente de la masa
2
m entre la masa
1
m , cuando los bloques
comiencen a moverse.
La ecuacin 18 nos indica que la tensin de la cuerda va a ser mayor conforme aumente el valor de las
masas de los bloques y el coeficiente de friccin esttico.
Resultados
En la figura 4 se muestra la ventana principal del sistema que se elabor como resultado del proyecto.

Figura 4. Ventana principal del sistema de simulacin.
En ella se muestran cuatro botones de comando. Uno de ellos corresponde al sistema Plano Inclinado, el
otro al Plano Horizontal, el siguiente a la Mquina de Atwood y termina el programa. Al escoger la opcin
Plano Inclinado aparecer otra ventana como la mostrada en la figura 5.

Figura 5. Sistema de simulacin correspondiente al Plano Inclinado.
ISBN: 978-968-9516-00-4

Las barras de desplazamiento sirven para introducir los valores del ngulo de inclinacin del plano y del
coeficiente de friccin. Para cada caso, el sistema mostrar el valor de la aceleracin. Despus de escoger un
ngulo de inclinacin y un coeficiente de restitucin, se podr activar la animacin por medio del botn de
comando Iniciar Movimiento. Conforme la simulacin se lleva a cabo, en los cuadros de texto
correspondientes, se mostrar el tiempo de deslizamiento y la distancia recorrida por el bloque. El usuario
podr observar que la distancia que recorre el bloque se puede calcular aplicando la frmula de la distancia
del movimiento rectilneo uniformemente variado, para una aceleracin y tiempo dado. Con el sistema se
podr determinar el coeficiente de friccin que corresponde a la tangente del ngulo para el cual el bloque
comienza a moverse. Tambin se podr observar que la friccin que existe entre el bloque y el plano
depende del ngulo de inclinacin que forme el plano con la horizontal y del coeficiente de friccin. As, para
un ngulo particular, la friccin podr ser mayor que la componente del peso en la direccin del plano. En
este caso, el bloque permanecer esttico. Para que el bloque se deslice es necesario que aumente el
ngulo de inclinacin o que disminuya el coeficiente de friccin. Al disminuir el coeficiente de friccin, se
observar que el valor de la aceleracin podr ser mayor a cero. En este momento, el bloque podr
desplazarse al activar la simulacin.
Al escoger la opcin Plano Horizontal aparecer otra ventana como la mostrada en la figura 6.

Figura 6. Sistema de simulacin correspondiente al Plano Horizontal.
Las barras de desplazamiento se disearon para introducir los valores de las masas de los bloques y del
coeficiente de friccin. Para cada una de las masas y coeficientes de friccin, el sistema mostrar el valor de
la aceleracin con la que se movern los bloques y la tensin en la cuerda que los une. Despus de escoger
las masas de los bloques y el coeficiente de restitucin, se podr activar la animacin por medio del botn
de comando Iniciar Movimiento. Conforme la simulacin se lleva a cabo, en los cuadros de texto
correspondientes, se mostrar el tiempo de deslizamiento y la distancia recorrida por los bloques. El usuario
podr calcular la distancia que recorren los bloques, aplicando la frmula de la distancia correspondiente al
movimiento rectilneo uniformemente variado, para una aceleracin y tiempo dado. Con el sistema se podr
determinar el coeficiente de friccin entre el bloque y la superficie horizontal, con solo hacer variar la masa
del bloque que se encuentra suspendida. Cuando el valor de la aceleracin sea igual a cero, el peso del
bloque suspendido se igualar con la fuerza de friccin. Utilizando la ecuacin 19 se encontrar el respectivo
coeficiente de friccin.
Al escoger la opcin Mquina de Atwood aparecer otra ventana como la mostrada en la figura 7.
Las barras de desplazamiento se disearon para introducir los valores de las masas de los bloques. Para cada
una de las masas escogidas, el sistema mostrar el valor de la aceleracin con la que se movern los bloques
y la tensin en la cuerda que los une. La aceleracin ser positiva si el bloque sube y negativa en caso
contrario.
ISBN: 978-968-9516-00-4

Figura7. Sistema de simulacin correspondiente a la Mquina de Atwood
Como el tamao de la cuerda es constante, la aceleracin con la que se movern los bloques ser la misma,
independientemente de la direccin de su desplazamiento. Despus de escoger las masas de los bloques, se
podr activar la animacin por medio del botn de comando Iniciar Movimiento. Conforme la simulacin se
lleva a cabo, en los cuadros de texto correspondientes, se mostrar el tiempo de deslizamiento y la distancia
recorrida por los bloques. El usuario podr calcular la distancia que recorren los bloques aplicando la
frmula de la distancia correspondiente al movimiento rectilneo uniformemente variado, para una
aceleracin y tiempo dado. Por razones de simplicidad, el sistema no considera la masa de la polea, ni la
friccin en su eje.
Los sistemas tienen la caracterstica de que el tamao de los bloques es proporcional a su masa. As,
conforme se disminuya o aumente su masa, su rea ir disminuyendo o aumentando dependiendo de su
valor. El rea de los bloques ser igual a cero cuando no exista masa. En este caso, el bloque estar
representado por una lnea recta.
Tambin los sistemas tienen la caracterstica de que conforme se desplacen los bloques, en determinados
intervalos de tiempo, aparecern marcas que indican su posicin. Las marcas tienen la funcin de mostrar
que el movimiento de los bloques es acelerado, por lo que su velocidad aumenta uniformemente. As, las
distancias entre marcas no sern las mismas debido a que la velocidad aumenta conforme el tiempo
transcurre.
El sistema fue desarrollado en Visual Basic que es un lenguaje de propsitos generales que sirve para crear
aplicaciones para Windows basado en el lenguaje Basic, QBasic o QuickBasic y en la programacin orientada
a objetos [8].
Conclusiones
Los sistemas muestran el movimiento de los bloques para cada parmetro que rige su correspondiente
simulacin. Con esto se puede realizar una serie de combinaciones que permitan analizar su
comportamiento para cada caso.
El usuario podr comprobar que la distancia que recorren los bloques en cada simulacin, coincide con la
distancia calculada tericamente.
Los sistemas pueden ser usados para la Educacin a Distancia.
Con el uso de los sistemas se puede lograr un aprendizaje activo.
Se logran imgenes conceptuales a travs de los modelos visuales que se generan con las simulaciones.
ISBN: 978-968-9516-00-4

El sistema es un apoyo a la labor docente.
Referencias
[1] R. Resnick y D. Halliday, Fsica, Vol I, Mxico, D. F.: CECSA, 1980. p.87
[2] V. Beltrn y E. Braun, Principios de Fsica, Mxico, D. F.: Trillas, 1970. p. 52
[3] R. Resnick y D. Halliday, ob. cit., p.99
[4] Frederick J. Buche, Fsica General, Mxico, D. F.: McGRAW-HILL, 1990. p. 50.
[5] V. Beltrn y E. Braun, ob. cit., p. 44.
[6] R. Resnick y D. Halliday, ob. cit., p.102.
[7] Frederick J. Bueche, ob. cit., p. 51.
[8] Francisco J. Ceballos, Enciclopedia de Visual Basic 4, Mxico, D. F.: Alfaomega Grupo Editor, 1997. p. 319.

ISBN: 978-968-9516-00-4

Heart Rate Variability Before and After Asphyxia Periods
F. Cardona Rocha, F. S. Schlindwein, A. E. Cardona Rocha
Abstract
Asphyxia can produce serious damage to the brain and autonomic nervous system. A reduction of HRV
has been reported accompanying many cardiac and cerebral diseases including foetal brain stem injury;
severe neonatal respiratory distress syndrome is accompanied by a reduction in low-frequency heart rate
variability, if the respiratory distress improves, heart rate variability increases [1]. A comparison between
the heart rate variability (HRV) before and after asphyxia episodes in the animal model is presented. We
used data arising from previous studies where 24 adult Wistar rats were anaesthetised and subjected to
controlled asphyxia for specified durations- [2].
We conclude that a depression of the HRV after long periods of asphyxia indicate possible injury to the
autonomic nervous system.
Keywords: Heart rate variability, autonomic nervous system, asphyxia
Introduction
The intervals between heartbeats normally show subtle variations in duration that are mainly related to
autonomic nervous system (ANS) activity. The analysis of these variations, known as heart rate variability
(HRV) is widely used for research and diagnostic [3]. HRV studies have allowed access to useful information
about disturbances in autonomic regulation, which are a promising marker to quantify autonomic activity.
This study is being conducted to (i) observe the behaviour of the heart rate variability for short and long
asphyxia periods. (ii) to estimate the severity of the insult.
The study of heart rate variability (HRV) centres on the analysis of beat to beat fluctuations in heart rate.
The series of time intervals between heartbeats referred to as R-R intervals are measured over a period in
this case before and after the asphyxia has occurred. Variations in heart rate may be evaluated by a number
of methods. Poincar plot Analysis is a quantitative visual technique taken from nonlinear dynamics,
whereby the shape of the plot is categorized into functional classes [4,5]. A Poincar plot is a scatter plot of
the current R-R interval plotted against the preceding R-R interval [6]. The plots provide summary
information as well as detailed beat to beat information on the RR variability [7]. A distinct advantage of
Poincar plots is their ability to identify beat to beat cycles and patterns in data that are difficult to identify
with spectral analysis [8].
Simple linear time domain statistics such has standard deviation (SD) and root mean square of the
successive R-R intervals have been often employed to analyse HRV fluctuations providing insights into the
autonomic cardiac regulation. [9]
Methods
We carried out a series of comparisons in a group of data arising from several experiments were 24 adult
Wistar rats were anesthetised and subjected to controlled asphyxia for specified durations[2]. Five lapses of
ISBN: 978-968-9516-00-4

time where used, 0 minutes for control and then 1, 3, 5, and finally 7 minutes. The ECG was measured and
the heart rate variability was estimated by (i) measuring the standard deviation of normal RR intervals
Equation 1. We take the absolute value of each deviation before the summation otherwise the positive and
negative terms would average to zero. (ii) Poincar plots where used to observe the fluctuations beat to
beat.
( )
=
1
0
2 2
1
1
N
i
i
x
N
o
( ) ( ) ( ) ( )
1
...
2
1
2
2
2
1
2
0
+ + + +
=

N
x x x x
N

o

Equation 1
Results
Trough the analysis of the HRV using the statistical method of the standard deviation we obtain the values
for the first five minutes before the asphyxia is present and for the last 3.5 minutes after the asphyxia has
occurred. For the period of one minute the initial HRV was 3.465ms an the final 1.873ms, for the period of
three minute the initial HRV 0.4233ms and the final HRV 0.142 ms for five minutes the initial HRV 0.673ms
at the final 0.319 ms and finally the period of seven minutes presented a initial HRV of 0.337ms and a final
HRV of 0.120ms. Table 1
Group Before After
One Minute 3.47 ms 1.87 ms
Three Minute 0.42 ms 0.14 ms
Five Minute 0.68 ms 0.32 ms
Seven Minute 0.34 ms 0.12 ms

Table 1. Comparison before / after asphyxia.

Using Poincar plots we observe the same behaviour for longer asphyxia periods the RR values decrease
after the injury (figure 1) in comparison for short asphyxia periods the RR values does not present a marked
change (figures 2,3,4).
ISBN: 978-968-9516-00-4

100 120 140 160 180 200 220
100
120
140
160
180
200
220
RR Vs RRn-1 Values
RRms
R
R
n
-
1
Before asphyxia
After asphyxia

Figure 1. Comparison before/after asphyxia for seven minutes
100 150 200 250 300 350 400
100
150
200
250
300
350
400
RR Vs RRn-1 Values
RRms
R
R
n
-
1
Before asphyxia
After asphyxia

Figure 2. Comparison before/after asphyxia for one minute.
100 120 140 160 180 200 220 240 260 280 300
100
120
140
160
180
200
220
240
260
280
300
RR Vs RRn-1 Values
RRms
R
R
n
-
1
Before asphyxia
After asphyxia

Figure 3 Comparison before/after asphyxia for three minutes.
100 120 140 160 180 200 220 240 260 280 300 320
100
120
140
160
180
200
220
240
260
280
300
320
RR Vs RRn-1 Values
RRms
R
R
n
-
1
Before asphyxia
After asphyxia

ISBN: 978-968-9516-00-4

Figure 4. Comparison before/after asphyxia for five minutes.
Conclusions
In all cases the heart rate variability increases dramatically during transient asphyxia. The detection of this
increase could be used during labour to detect acute hypoxia.
The comparison of the base level of HRV after and before asphyxia shows that for longer asphyxia periods
the heart rate variability had decreased.
HRV is a very sensitive indicator of asphyxia, the depression of the HRV after severe asphyxia could be used
to estimate the severity of the asphyxia.
References
[1] Buerk D.G., Ghodadra R., Hao L., Mohadjer Y., Thakor N.V. Nitric oxide changes in adult rat brain after
transient global ischemia, Proceedings-19
th
International conference IEEE/EMBS (1997).
[2] Boardman Anita, Schlindwein S. Fernando, Thakor V. Nitish, Kimura Tetsu, Geocadin G. Romergryko.
Detection of asphyxia using heart rate variability, Med. Bio. Eng. Computing, vol 40, pp. 618-624, (2002).
[3] Contreras P., Canetti R., Eirea G., Hakas M., Machado A., Migliario R.E. Short-term studies of heart rate
[4] Brennah M., Palaniswami. M., and Kamen P. Do exixting measures of poincare plot geometry reflect
nonlinear features of heart rate variability?, IEEE Transactions on Biomedical Engineering, vol 48, pp. 1342-
1347, (2001).
[5] Brennah M., Palaniswami. M., and Kamen P Poincare interpretation using a physiological model of hrv
based on a network of oscillators, Am. J. Physiol. Heart Circ. Physiol., vol 283, pp. 1873-1886, (2002).
[6] B.C. Galland, R.M. Hayman, D.P.G. Bolyon, R.M. Sayers and S.M. Williams. Factors affecting heart rate
variability and heart rate responses to tilting in infants aged 1 and 3 months, Pediatric Research, vol 48, pp.
360-368, (2000).
[7] Kamen P.W, Krum H., Tonkin A.M. Poincare plot of heart rate variability allows quantitative display of
parasympathetic nervous activity, Aust. Family Physician , vol 25, pp. 1087-1094, (1996).
[8] D.K. Moser, H.R. Middleekauff, M.A. Woo and W.G. Stevenson. Patterns of beat to beat heart rate
variability in advanced heart failure Am. Heart J., vol 123, pp. 704-710, (1992).
[9] Bezerianos A., Cimponeriu L., Moraru L., Thakor N., Ton S. Characterization of heart rate variability
changes following asphyxia in rats, Methods Inf. Med., vol 43, pp. 118-121, (2004).
ISBN: 978-968-9516-00-4

Deteccin de patrones en el registro de la actividad elctrica del corazn
humano utilizando memorias asociativas morfolgicas.
A. P. Jaramillo y J.C. Salgado
Resumen
La interpretacin del registro grafico de la actividad elctrica del corazn (ECG) es la parte toral dentro del
diagnostico de patologas propias del corazn; los electrocardiogramas nos permiten reconocer por la
forma de los trazos, arritmias, bloqueos auriculo-ventriculares, bloqueos de rama, alteraciones
electrolticas etc. al representar numricamente la grafica de los registros de la actividad elctrica del
corazn permite que el diseo de los patrones de entrada para el aprendizaje y recuperacin de las
memorias asociativas morfolgicas presenten caractersticas de viabilidad en su utilizacin .
Abstract
The interpretation of the graphic registration of the electric activity of the heart (ECG) it is the part toral
inside the I diagnose of pathologies characteristic of the heart; the electrocardiograms allow us to
recognize for the form of the lines, arrhythmias, auriculo-ventricular blockades, branch blockades,
alterations electrolytic etc. to the graficar with numerically the registrations of the electric activity of the
heart allow the design of the entrance patterns for the learning and recovery of the morphological
associative memoirs to present characteristic of viability in its use
Keywords: memorias asociativas, electrocardiograma, reconocimiento de patrones, corazn, ECG.
Introduccin
El electrocardiograma (ECG) es la representacin grfica de la actividad elctrica del corazn, figura 1. La
correcta interpretacin de este registro permite determinar si el trazo presenta algn tipo de patrn que
determine algn tipo de patologa; esta bioseal se recolecta a travs un determinado nmero de
electrodos colocados en la regin torcica anterior izquierda y en las extremidades de forma distal.
Habitualmente la impresin, de esta seal, se realiza en papel milimetrado trmosensible, y se clasifica
mediante 12 trazos los cuales son catalogados en I, II, III, aVR, aVL, aVF, V1, V2, V3, V4, V5, V6.
En relacin a la obtencin de registros grficos de la actividad elctrica del corazn se han presentado
avances importantes, contando actualmente con dispositivos del alta especializacin que permiten obtener
trazos ECG con una mnima o nula cantidad de ruido, pero en cuanto nos referimos a la interpretacin de los
mismos, la situacin cambia radicalmente y nos encontramos ante la limitante que esta accin tiene que ser
realizada por una persona altamente especializada en el rea. Actualmente algunos trabajos se basan en la
utilizacin de filtros para determinar la morfologa del ECG [1] tambin se ha utilizado la auto-correlacin en
el mtodo "So and Chan" [2] un mtodo muy utilizado para la deteccin de patologas cardiacas es la
utilizacin de redes neuronales artificiales, [3].
ISBN: 978-968-9516-00-4

O.
Figura 1. Representacin grafica de la actividad elctrica del corazn en aVF.
Vectorizacin de la imagen.
La vectorizacin del trazo se realiza mediante la graduacin del papel milimetrado, se grada tanto en el eje
de las ordenadas como en el de las abscisas
El vector resultante de un trazo aVR es el siguiente: aVR={25.5, 25.5, 25.5, 26, 25.5, 25.5, 26, 23.5, 26, 24.5,
25.5, 25.5, 26, 25.5, 25.5, 26, 26, 26, 26, 25.5, 25.5, 25.5, 25.5, 26, 25.5, , , , , , , , , , , 26, 26, 26, 26,
25.5, 25, 25.5, 26, 25.5, 26, 26, 25.5, 26, 26.5, 26, 25.5, 25, 25.5, 26, 23.5, 26.5, 24.4, 25.5, 25.5, 25.5, 25.5,
25.5, 25.5, 26, 26, 26, 26, 26, 23.5, 25, 25, 25.5, 25.5, 25.5, 25.5, 25.5, 26, 26, 25.5, 25.5.}
Este vector es multiplicado por la constante Z que tiene valor de 10, esto con la finalidad de tener un vector
compuesto por nmeros enteros:
aVR={255, 255, 255, 260, 255, 255, 260, 235, 260, 245, 255, 255,, , , , , , , , , , , , , , , , , , , , , , , , ,
, , , , , , 260, 265, 260, 255, 250, 255, 260, 235, 265, 244, 255, 255, 255, 255, 255, 255, 260, 260, 260,
260, 260, 235, 250, 250, 255, 255, 255, 255, 255, 260, 260, 255, 255}
De esta forma se generaron vectores de las 12 derivaciones los cules reciben la denotacin I, II, III, aVL, aVR,
aVF V1, V2, V3, V4, V5, V6. que presenta un electrocardiograma (ECG), mismos que sern utilizados en la
fase de experimentacin, tanto para el aprendizaje de las, como para la recuperacin.
Conceptos bsicos de Memorias Asociativas
Una memoria asociativa es un proceso que tiene por objetivo: recuperar en forma perfecta patrones, a
partir de patrones de entrada, que quiz estn alterados con algn tipo de ruido *4+; esta memoria se puede
ejemplificar como una caja negra que recibe de entrada un patrn x lo procesa y genera como resultado un
patrn y, como lo muestra la figura 2. La relacin que existe entre el patrn de entrada x con el de salida y se
muestra mediante una pareja ordenada ( ) , x y .
ISBN: 978-968-9516-00-4

Figura 2. Memoria Asociativa vista como una caja negra
El patrn de entrada x y el patrn de salida y son vectores columnas; la memoria asociativa debe ser capaz
de aprender un conjunto de parejas ordenadas de patrones, y recuperar los de salida a partir de los de
entrada. La representacin del conjunto de todos los patrones que conforman la memoria M es:
( ) { }
{ }
, | 1, 2, , x y p
e e
ee (1)
Donde p indica la cardinalidad del conjunto mostrado.
Al conjunto finito de patrones denotado en la expresin 1 se le conoce como: conjunto fundamental de
patrones y sus elementos patrones fundamentales, los cuales pueden ser de entrada o salida. Para hacer
referencia de algn elemento de un patrn x o de un patrn y, se usar la notacin:
j j
x o y
e e
(2)
Donde j, en la expresin 2, representa el ndice de la posicin del elemento del patrn y e el ndice de
pareja.
De acuerdo con la figura 2, M es la matriz de aprendizaje M memoria asociativa M. En M se almacena
la informacin codificada del conjunto fundamental, despus que haya aprendido ser operada de cierta
manera con el patrn x que se presente de entrada, el cual puede estar alterado con algn tipo de ruido, y
generar un patrn y de salida. El trmino recuperar en forma perfecta significa que el patrn que ha sido
recuperado (recordado por la memoria), es idntico al patrn que fue aprendido.
Fases de las memorias asociativas
La fase de aprendizaje (generacin de la memoria asociativa) consiste en encontrar el o los operadores
necesarios, para que de alguna manera se codifique la relacin que existe entre los patrones de entrada y de
salida, y con dicha codificacin se genere la matriz de aprendizaje M.
La fase de recuperacin (operacin de la memoria asociativa) consiste en encontrar el operador o los
operadores necesarios y las condiciones suficientes para generar un patrn de salida; es decir, una vez que
se ha conformado la matriz M, se le presenta un patrn de entrada x que previamente se aprendi, M se
opera con el operador o los operadores necesarios bajo ciertas circunstancias con el patrn x, y se genera un
patrn de salida y.
A un patrn de entrada alterado con ruido, se le representar como
~
x
e
. Por ejemplo, la expresin
~
x
e
representa el patrn de entrada x
e
alterado con ruido. Si en la fase de recuperacin todos los
patrones son recuperados en forma perfecta, se dice que la memoria es perfecta.
Una memoria es autoasociativa si se cumple la igualdad de la expresin 3
ISBN: 978-968-9516-00-4

{ } p y x ,..., 2 , 1 e =

(3)
Las memorias asociativas, en funcin a su diseo, obtienen los resultados esperados [5]; sin embargo, el
ruido es un factor que determina lo robusta que puede ser una memoria, el ruido suele clasificarse en:
figura 3.
- Ruido aditivo
- Ruido sustractivo
- Ruido mezclado

Figura 3. Imagen original (arriba), imagen con ruido aditivo (abajo-izquierda), imagen con ruido sustractivo
(abajo-centro) e imagen con ruido mezclado (abajo-derecha)
Memorias Asociativas Morfolgicas
Las memorias morfolgicas se basan en: el uso de mximos o mnimos de sumas para la fase de aprendizaje
y mximos o mnimos de sumas para la fase de recuperacin [5]
Existen dos tipos de memorias morfolgicas: las memorias v(max), simbolizadas por M, y las memorias .
(min) simbolizadas por W .
El conjunto fundamental para las memorias asociativas morfolgicas, como se muestra la expresin 5, es.
( ) { }
, | 1, 2, , x y p

= . (5)
Se definen dos nuevas operaciones entre matrices en trminos de las operaciones +, . y v, con el fin de
expresar las fases de aprendizaje y recuperacin de las memorias asociativas morfolgicas [5], [6].
Sea D una matriz
ij
m r
d
(

y H una matriz
ij
r n
h
(

cuyos trminos son nmeros enteros.
Definicin 1. El producto mximo de D y H, denotado por C D H = V , es una matriz
ij
m n
c
(

cuya ij-sima
componente
ij
c se define mediante la expresin 6:
( )
1
r
ij ik kj
k
c d h
=
= v +

(6)
ISBN: 978-968-9516-00-4

Definicin 2. El producto mnimo de D y H, denotado por C D H = A , es una matriz
ij
m n
c
(

cuya ij-sima
componente
ij
c se define como:
( )
1
r
ij ik kj
k
c d h
=
= . +

(7)
A continuacin se detallan por separado las memorias tipo max y las tipo min.
Memorias asociativas morfolgicas tipo max
Fase de Aprendizaje.
La fase de aprendizaje para las memorias morfolgicas de tipo max consta de dos etapas:
Primera Etapa.- En cada una de las p asociaciones
( )
, x y

se usa el producto mnimo, expresin 7.
Para crear la matriz
( )
t
y x

A de dimensin mxn, donde el negado transpuesto del patrn de entrada
x
se define como:
( ) ( )
1 2
, , ,
t
n
x x x x

=

( ) ( )
1
2
1 2
, , ,
t
n
m
y
y
y x x x x
y
| |
|
|
A = A
|
|
|
\ .
(8)

Segunda Etapa.- Se aplica el operador v (mximo) a las p matrices para obtener la memoria morfolgica M,
como lo indica la expresin 9.
( )
1
p
t
ij
m n
M y x m

=
(
( = v A =

(

( )
1
p
ij i j
m y x

=
= v
(9)

Fase de Recuperacin
La fase de recuperacin consiste en realizar el producto mnimo A, expresin 7, de la memoria M con un
patrn de entrada x
e
, donde { } 1, 2, , p ee , para obtener un vector columna de dimensin m:
y M x
e
= A
(10)

ISBN: 978-968-9516-00-4

( )
1
n
i ij j
j
y m x
e
=
= . +
(11)

Memorias asociativas morfolgicas tipo min
Fase de Aprendizaje.
La memoria morfolgica min para la fase de aprendizaje consta dos etapas:
Primera Etapa.- En cada una de las p asociaciones
( )
, x y

se hace uso del producto mximo, expresin 6,
para crear la matriz
( )
t
y x

V de dimensin mxn, donde el negado del transpuesto del patrn de
entrada x
se define como:
( ) ( )
1 2
, , ,
t
n
x x x x

=

( ) ( )
1
2
1 2
, , ,
t
n
m
y
y
y x x x x
y
| |
|
|
V = V
|
|
|
\ .
(12)

Segunda Etapa.- Se aplica el operador . (mnimo) a las p matrices para obtener la memoria W.
( )
1
p
t
ij
m n
W y x w

=
(
( = . = V =

(

(13)
( )
1
p
ij i j
w y x

=
= .
(14)

Fase de Recuperacin
La fase de recuperacin consiste en realizar el producto mximo V, expresin de la memoria W con un
patrn de entrada x
e
, donde { } 1, 2, , p ee , para obtener un vector columna y de dimensin m:
y W x
e
= V
(15)
ISBN: 978-968-9516-00-4

( )
1
n
i ij j
j
y w x
e
=
= v +

Proceso de clasificacin
El proceso de clasificacin se lleva a cabo cuando
~
x
e
se utiliza como patrn de entrada en la fase de
recuperacin y se obtiene la matriz M. que entrega el patrn de salida y mismo que se compara con los
patrones aprendidos, utilizando la distancia de Hamming. Determinando el nmero de bits o porcentaje de
igualdad entre el patrn ruidoso y la memoria concluyendo as la clasificacin. figura 4 y figura 5

Figura 4. Primera etapa de proceso de clasificacin.

Figura 5. Segunda etapa de proceso de clasificacin.
Experimentos
El vector aVR se utiliza como patrn de entrada para el Aprendizaje de la memoria asociativa morfolgica,
en la fase de recuperacin el patrn de entrada se considerara ruidoso y dependiendo el tipo de ruido
presente se utilizara la memoria adecuada max o min segn sea el caso.

Se utilizaron los vectores aVL, aVR, aVF para obtener los patrones de entrada, as tambin cuando se
utilizaron los mismos patrones para el reconocimiento y mediante las distancias de Haming se obtuvieron
los siguientes resultados.
ISBN: 978-968-9516-00-4

Vector Porcentaje mediante distancia
de Hamming
aVL

aVR

aVF
95 %

75%

80%
Conclusin
El mtodo descrito permite determinar la viabilidad de las memorias asociativas morfolgicas para detectar
patrones en el registro electrocardiografico, los resultados obtenidos los podemos considerar dentro de los
lmites aceptables.
Referencias
[1] Tabakov S, Iliev I, Krasteva V. Online digital filter and QRS detector applicable in low resource ECG
monitoring systems. Annals Of Biomedical Engineering [serial online]. November 28, 2008;36(11):1805-
1815. Available from: MEDLINE with Full Text, Ipswich, MA.
[2] K.F. Tan,
1
K.L. Chan,
1
and K. Choi
11
Dept. of Electron. Eng., CIty Univ. of Hong Kong, China First
International Conference on Advances in Medical Signal and Information Processing (CP476), p. 41 -47
Bristol, UK, 4-6 Sept. 2000 , ISBN: 0 85296 728 4
[3] Eggers K, Ellenius J, Dellborg M, et al. Artificial neural network algorithms for early diagnosis of acute
myocardial infarction and prediction of infarct size in chest pain patients. International Journal Of Cardiology
[serial online]. January 18, 2007;114(3):366-374. Available from: MEDLINE with Full Text, Ipswich, MA.
[4] Hassoun, M. H. (Ed.) (1993). Associative Neura Memories, New York: Oxford University Press.
[5] Salgado-Ramrez, J. C. (2005). Estudio estadstico comparativo entre Memorias Asociativas Clsicas,
Memorias Morfolgicas y Memorias Alfa-Beta para el caso binario, Tesis de maestra, CIC-IPN, Mxico.
[6] Ynez M., Daz-de-Len J. L., (2003). Introduccin a las Memorias Asociativas, Editorial CIC-IPN, ISBN:
970-36-0116-2, Mxico
ISBN: 978-968-9516-00-4

Filtrado de imgenes de ultrasonido en aplicaciones de telemedicina
Cruz Rodriguez G.; Rivera Arzola P. y Simancas Acevedo E.
Resumen
Este trabajo presenta la respuesta de los diferentes algoritmos de filtrado de imgenes obtenidas por
ultrasonido, las cuales nos servirn para el desarrollo de un sistema para la simulacin de la columna
vertebral en 3D que es utilizado en la telemedicina. Se presentan el desempeo de 3 filtros con imgenes
de la columna vertebral por ultrasonido que nos proporcion el hospital en donde se pretende practicar la
tele-operacin; adems, presentamos estos resultados resaltando que el filtro stack es uno de los ms
viables para nuestras necesidades en el procesamiento de la imagen que nos servir para la
reconstruccin de la columna vertebral en 3D.
Palabras claves: ondas sonograficas, ruido speckle, filtros, wavelet, stacking, local statistic.
Abstract
This paper presents the response of the different algorithms filtering images acquired by ultrasound,
which will help us to develop a system for the simulation of the spine in 3D which is used in telemedicine.
We present the performance of 3 filters with images of the spine by ultrasound that gave us the hospital
where he intends to practice tele-operation, in addition, we present these results highlight the filter stack
is one of the most viable for our needs in the image processing that will serve us for the reconstruction of
the spine in 3D.
Key words: sonograficas waves, speckle noise, filters, wavelet, Stacking, local statistic.
Introduccin
El arte y la ciencia de la ciruga ha experimentado un desarrollo sustancial durante los ltimos aos desde la
introduccin de las tcnicas antispticas de Lister, incluyendo el mejoramiento de los agentes anestsicos,
los antibiticos, la nutricin parenteral, y el transplante de rganos, en el cual las herramientas bsicas y las
tcnicas permanecieron bsicamente iguales. La tarea central de la ciruga, que es cortar y coser con
instrumentos manuales, la visualizacin directa y el contacto con el rgano o tejido tambin se ha
mantenido igual. Sin embargo, ha habido un cambio paradigmtico en las tcnicas quirrgicas, ya que se han
implementado nuevas tecnologas para llevar acabo una ciruga como lo es el desarrollo de la tele operacin
que se realizan con sistemas de navegacin intraoperatoria asistidas por computadora (NIAC) [1].
Es importante que los sistemas de navegacin contengan imgenes que se vean con la mayor nitidez
posible, una alternativa podra ser las imgenes por ultrasonido ya que desde sus inicios ha sido una
tecnologa que poco a poco ha venido creciendo, as como tambin el rea en que se esta utilizando este
tipo de tecnologa, la cual se centro en hacer ultrasonido a mujeres que estuvieran en gestacin para revisar
a su bebe de cmo va evolucionando, en que estado de salud se encontraba, poco despus se descubre que
esta tecnologa se poda examinar en otras partes del cuerpo humano como por ejemplo el ojo, los
intestinos, entre algunos de los rganos internos y otros mas, ahora en la actualidad ya existen aparatos mas
modernos y sofisticados, ya se pueden realizar ultrasonidos en partes del cuerpo en tiempo real y en tercera
dimensin, pero todava tiene sus limitantes ya que estas imgenes todava no se ven con una buena nitidez
ISBN: 978-968-9516-00-4

en la que podamos ver de forma mas clara estas imgenes, pero existen mtodos y modelos con los cuales
podemos hacer que estas imgenes se vean con mayor nitidez.
Las imgenes ultrasnicas han evolucionado tanto, ya que han dejado de ser solo una foto esttica, en la
que se nos muestra la imagen obtenida de alguna parte del cuerpo humano, ahora en la actualidad se
pueden realizar ultrasonidos los cuales nos muestra las imgenes en tiempo real, existen aparatos que ya se
pueden observar en tercera dimensin, esto y otros aspectos han despertado en el ser humano que se sigan
desarrollando nuevas investigaciones y nuevas tecnologas para buscar mejores tcnicas de procesamiento
que permitan un diagnstico ms fiel y verstil.
Planteamiento del problema
El ultrasonido tuvo sus inicios a partir del siglo XVII, y surgi como un fenmeno de la naturaleza cuando el
bilogo italiano, Lazzaro Spallanzani descubre la existencia de las ondas sonoras, observando como los
murcilagos atrapaban a sus presas, otra forma con la cual se dieron cuenta de estas ondas fue probando
que pasaba si le tapaban los ojos a estos murcilagos y observaron que ellos perdan su capacidad de
orientacin. Terminada la Segunda Guerra Mundial comienza el desarrollo de equipos diagnsticos en
medicina, cuando grupos de investigadores Japoneses, Americanos y de algunos pases europeos trabajan
para fabricar los primeros prototipos de diagnostico medico. Luego de varios aos de desarrollo, en la
dcada de 1950 el ultrasonido es aceptado por las sociedades medicas como un instrumento de diagnostico
en medicina, dando origen a un sin numero de trabajos de investigacin en distintas reas de aplicacin [2].
El ultrasonido tambin llamado sonograma, es una tecnologa que se basa en producir ondas sonoras en
una parte del cuerpo humano, y los ecos producidos por estas ondas rebotan cuando encuentran a un
rgano o hueso, dependiendo la zona que se esta explorando, y estas son enviadas a una pantalla de
visualizacin para video, en la cual vamos viendo la imagen del rgano o hueso. Estas imgenes de
ultrasonido son en general pruebas clnicas no dolorosas que sirven para que los mdicos diagnostiquen las
enfermedades o tambin para ver al feto como se va desarrollando y en que condiciones de salud se
encuentra para tener un parto con mayor probabilidad de vida [3]. Anteriormente los primeros aparatos de
ultrasonido que se utilizaban, mostraban las imgenes en escala de grises, eran grandes y estticos, es decir
que producan imgenes fijas como las de radiologa. Ahora en la actualidad se pueden ver las imgenes en
color, permite verlas en movimiento y los aparatos son ms pequeos, ms ligeros con imgenes con mayor
nitidez y totalmente digitales pero eso si son caros.
Como ya se menciono anteriormente las ondas de ultrasonido o sonogramas son un fenmeno natural ya
que existen animales que emiten estas ondas de ultrasonido el cual lo utilizan como medio de orientacin,
comunicacin, localizacin de alimentos, defensa, etc. Un ejemplo de los animales que utilizan estas ondas
sonograficas o ondas de ultrasonido encontramos a los delfines, los pjaros, perros, polillas y murcilagos
La tecnologa del ultrasonido ha avanzado tanto que hoy en da existen ultrasonidos tridimensionales que
transforma los datos de ondas acsticas en imgenes en tercera dimensin. Tambin existen ultrasonidos de
cuarta dimensin, el cual consiste en imgenes de tercera dimensin con movimiento [4]. Existe el
ultrasonido Doppler que consiste en una tcnica especial de ultrasonido que evala la sangre mientras
circula por los vasos sanguneos, incluyendo las arterias y venas ms importantes del organismo que se
encuentran en el abdomen, brazos, piernas y cuello. Existe mucha variedad de ultrasonido para todo el
cuerpo, los que se acaban de mencionar anteriormente son algunos ejemplos claros en donde se esta
haciendo el uso del ultrasonido. El ultrasonido tiene limitantes, una de ellas es que no puede atravesar el
aire y gas, por lo tanto hay rganos a los cuales un examen de ultrasonido en ellos no seria muy factible, tal
ISBN: 978-968-9516-00-4

es el caso del estomago y los intestinos, y por esta razn no seria conveniente practicarse este examen de
ultrasonido [5].
Aunque la tecnologa de ultrasonido es buena para mi gusto, no llega hacer perfecta ya que las imgenes
que muestra no son muy claras como para que los padres de familia puedan ver con claridad a su bebe o
para observar otras partes del cuerpo donde se all llevado acabo el ultrasonido.
La desventaja que tiene un examen de ultrasonido es que las imgenes que muestra al ser creadas
presentan un ruido muy caracterstico llamado speckle, la cual degrada significativamente la calidad de la
imagen, aumentando as la dificultad de ver detalles mas finos y poder dar los mdicos un mejor diagnostico
para el paciente [6].
Desarrollo
Entre los mtodos tradicionales para la reduccin de ruido speckle, se encuentran los filtros lineales
adaptativos basados en las propiedades estadsticas locales de la imagen, que implican una prdida de
informacin til en la imagen, y las tcnicas basadas en las propiedades estadsticas reales tanto de la seal
como del ruido, uno de estos mtodos se le conoce como La transformada wavelet descompone una seal
sobre un conjunto de funciones bsicas wavelets, obtenidas mediante versiones escaladas y trasladadas de
una wavelet prototipo. Produce una representacin de la seal en tiempo-escala que introduce como
principal ventaja frente a la transformada localizada de Fourier (STFT) el uso de ventanas moduladas de
dimensin variable ajustadas a la frecuencia de oscilacin, utilizando frecuencias sobre periodos de tiempo
cortos y frecuencias bajas sobre periodos de tiempo largos. De esta forma, la resolucin en el tiempo se
incrementa con la frecuencia, realizando un anlisis multirresolucin [7]. Un filtro es una funcin que mapea
seales de entrada en seales de salida con caractersticas determinadas. El objetivo del filtrado de una
seal es atenuar o eliminar el ruido contenido en la misma. Los filtros pueden ser lineales o no lineales al
satisfacer o no las condiciones de linealidad: h(ax + by) = ah(x) + bh(y) donde h es la funcin de filtrado, x, y
son las variables de funcin y a y b son valores constantes. Los filtros no lineales poseen la ventaja de que
atenan el ruido de la imagen, preservando bordes y detalles. Los filtros stack son un caso especial de filtros
no lineales, por lo tanto tienen buena performance para filtrado de imgenes con distintos tipos de ruido
preservando bordes y detalles. Estos filtros se basan en la descomposicin por umbrales de la seal de
entrada, obtenindose una seal binaria para cada uno de ellos, y en la aplicacin de un filtro a cada una de
esas seales por medio de una ventana deslizante. Este filtro se genera por medio de un algoritmo
adaptativo, de manera que cumpla la propiedad de stacking. Luego se aplica una funcin de filtrado Sf a
cada una de esas imgenes por medio de una ventana deslizante, donde Sf es construido a partir de una
funcin f que cumple con la propiedad de stacking. Las salidas de los filtros correspondientes a cada umbral
se suman para dar el resultado final. La ventaja de este mtodo es que se aplica el filtro a imgenes binarias,
adems de que el procesamiento de la imagen correspondiente a cada umbral, puede realizarse en paralelo.
[8].
Algoritmo sticks, ha sido mostrado que el numero de falsos bordes puede ser reducido al modelar los bordes
en imgenes de ultrasonido como un proceso de lneas. Utilizando segmentos de lneas en diferentes
orientaciones angulares y eligiendo para cada punto la orientacin que mas probablemente represente a la
lnea en la imagen, es posible reducir significativamente el ruido speckle y enfatizar la informacin de
bordes. El algoritmo consiste en considerar una ventana cuadrada de tamao NxN en la imagen. Para cada
ventana, hay 2N- 2 lneas (ninguna interpolacin es llevada a cabo) que pasan por el pxel central, con cada
lnea conteniendo exactamente N pxeles. Para cada una de estas lneas, se calcula la suma de los pxeles a lo
ISBN: 978-968-9516-00-4

largo de la misma. El segmento con el mayor valor de la suma realizada anteriormente es seleccionado,
siendo el valor del pxel en la imagen de salida el mximo de las 2N 2 sumas. Este paso se repite para todos
los pxeles de la imagen.
El filtro Local statistic utiliza estadsticas locales de primer orden, como la media y la varianza. El principio de
trabajo consiste en realizar promedios ponderados, utilizando estadsticas de sub regiones para estimar las
medidas estadsticas sobre la ventana deslizante (tpicamente 3x3, 5x5, 7x7) de los pxeles. Estos filtros
asumen que el ruido speckle es multiplicativo, de la forma:
gi;j = fi;j x ni;j
donde gi;j representa el pxel ruidoso en el medio de la ventana, fi;j el pxel libre de ruido y ni;j es un pxel de
ruido con distribucin de Rayleigh. Se recorre la imagen y calcula
fi;j = gi;j +ki;j x[gi;j gi;j]
donde fi;j es el nuevo valor del pxel estimado, gi;j es el valor de la media local de una regin de N1xN2, ki;j
es un factor de ponderacin, k [0..1] e i,j son las coordenadas absolutas del pxel. El factor ki;j es una
funcin de la estadstica local de la ventana deslizante, y se calcula como
ki:j = [1 gi;j ] / [ n)]
n representan la varianza y la varianza del ruido en la respectiva ventana deslizante. Un valor de 1 para k,
indica que el pxel quedar con el mismo valor, y un valor de 0 reemplaza el valor del pxel por la media local
gi;j.[9]
Concluciones:
El lograr eliminar el ruido en imgenes de ultrasonido seria satisfactorio para las personas de escasos
recursos ya que la modalidad es ms barata en comparacin con otras modalidades como la tomografa, la
resonancia magntica computarizada entre otras, sera una alternativa el realizarse un examen de
ultrasnico en lugar de una tomografa o una resonancia magntica. Lo cual el algoritmo de filtrado de estas
imgenes ultrasnicas se podra implementar en equipos de ultrasonido existentes.
Referencias
[1].-Ciruga robtica mismamente invasiva, Michael J. Mack, MD
[2].- Revista Chilena de Radiologa. Vol. 10 N 2, ao 2004; 89-92, HISTORIA DEL ULTRASONIDO: EL CASO
CHILENO Dra. Dulia Ortega, TM. Solange Seguel.
[3].-procesamiento digital de seales ultrasnicas en end L.G. Ullate, O. Martnez, M.A.G. Izquierdo, M.
Parrilla Instituto de Automtica Industrial, CSIC Madrid, Espaa
[4].- ULTRASONIDO Lisa Mara Jaramillo, Sirley Marn y Catalina Pineda, Programa de Ingeniera Biomdica,
Escuela de Ingeniera de Antioquia - Instituto de Ciencias de la Salud
ISBN: 978-968-9516-00-4

[5].- Avances en el estudio no invasivo de la fisiologa cardiaca mediante el procesado de imgenes de
ecocardiografa Doppler- color, J Carlos Antoranz, Javier Bermejo, Raquel Yotti M. Mar Desco, Miguel ngel
Garca-Fernndez
[6].- Imgenes de Ultrasonido, Martn Bianculli, Andres Duffour, Facultad de Ingeniera Universidad ed. la
Repblica, 18 de julio de 2005
[7].- Reduccin n de ruido speckle sobre imgenes SAR en el dominio wavelet, Ana Mara Cbreces lvarez,
Manuel Rosa Zurera, Ral Vicen Bueno, Jos B. Sez Landete, aca03858@alu.uah.es, manuel.rosa@uah.es,
raul.vicen@uah.es, jose.saez@uah.es Departamento de Teora de la Seal y Comunicaciones. Escuela
Politcnica Superior. Universidad de Alcal. Ctra. Madrid-Barcelona, Km. 33,600, 28801 Alcal de Henares
(Madrid)
[8].- Aplicacin de un Filtro Stack en Imgenes con Ruido Speckle, Mara E. Buemi, Juliana Gambini,
Marta Mejail y Julio Jacobo Berlls, Departamento de Computacin, FCEyN, UBA, Buenos Aires,
Argentina, mebuemi; jgambini; marta; jacobo@dc.uba.ar
[9].- Imgenes de Ultrasonido, Martin Bianculli, Andres Duour, Facultad de Ingeniera Universidad
de la Repblica, 18 de julio de 2005.
ISBN: 978-968-9516-00-4

Blind Parallel Multiuser Detection in CDMA Receivers
Tapia D.
Abstract
In this paper, we introduce a new approach for blind adaptive multiuser detection in DS-CDMA systems,
which can save more computational efforts than similar methods proposed
in the literature. The proposed algorithm is based on subband decomposition of CMA cost function
utilized to perform blind equalization and detection from received signal. Subband decomposition leads
to considerable reduction of computational complexity associated with CMA algorithms, which is a
fundamental requirement in practical systems.
Gradient algorithms can be applied to iteratively calculate the tap weights in every subband more
efficiently because to difference from conventional blind adaptive algorithms, the adaptation process is
performed over filters with shorter lengths, which leads to considerable complexity reduction.
Simulations indicate that the performance of the proposed method is acceptable while conserve a
reasonable computational cost.
Keywords: Blind multiuser detection, constant modulus algorithm , subband decomposition.
Introduction
Direct-sequence (DS) code division multiple access (CDMA) is a multiplexing technique where several
independent users share a common channel by modulating pre-assigned signature waveforms [1]. The
receiver then observes the sum of the transmitted signals over an additive white Gaussian noise (AWGN)
channel. The major limitation on the performance and channel capacity of
DS-CDMA systems is the multiple-access interference (MAI) due to simultaneous transmissions. In this
sense, blind adaptive multiuser detection has received some attention and several blind adaptive detectors
have been proposed [1][4]. Blind detection avoids the requirements for prior knowledge of system
parameters, and under appropriate initial conditions its performance is not considerably degraded when
compared to detectors requiring a training sequence. Blind techniques can substantially improve the
performance of multiuser detection in CDMA systems and several blind adaptive methods have been
proposed to cancel intersymbol interference (ISI) and multiple-access interference for digital transmission
through band-limited channels.
In its basical form, a blind multiuser detector can consist of a bank of equalizers followed by quantizers to
recover the user information. Decision feedback equalization is a common structure in equalizer design, so,
based on the combined channel and equalizer parameter space, a finite-length tap filter with blind
adaptation will be able to converge nearly to global minimum. The classical blind adaptation utilizes the well
known constant modulus algorithm and some CMA cost function to derive a iterative procedure to obtain
the optimal weights for equalizer.
ISBN: 978-968-9516-00-4

However, the complexity associated with these approaches can be prohibitive in practical applications. In
this paper, we describe a modified version of CMA algorithm using an equivalent multi-band representation
of equalizer. Sub-band partitioning is used to obtain a more efficient representation of equalizer before
adaptation.

Because the adaptation process is performed over shorter length filters in every sub-band instead
to use a long tap filter, the convergence is improved while complexity is reduced. An orthogonal
transform is applied on received signal to decompose the system input into a finite number of
mutually exclusive bands and gradient algorithms are then used to calculate weights in every sub-band.
The rest of the paper is organized as follows. Section 2 describes the problem and system model. In Section
3 we describe the sub-band decomposition procedure and use this theory to develop a fast blind multiuser
detector. In Section 4 we provide some simulation examples to demonstrate the performance of the
proposed scheme and, finally, Section 5 contains the conclusion.
System model
In this section we describe an asynchronous DS-CDMA array receiver subject to a frequency selective
channel. At the base station the superimposed radio signals for all users and paths are received through an
antenna array. We consider K mobile stations with M
k
paths for the k
th
user.
Consider the system model of Fig. 1 before the sampler with the input/output (I/O) relationship

tij is the path delay, Mk (T - tij ) is the baseband DS-CDMA transmitted signal, and r(T) is AWGN noise. The
Nx1 received signal x(T) is sampled at the symbol rate 1/Ts and the samples are passed through N tapped
delay lines of length 2L, where is the maximal path delay, which are used to solve certain problems due to the
lack of synchronization. A long vector x(n) is formed by concatenating the contents of the tapped delay lines for
all antennas and reading the entries every symbol period,

A blind adaptive multiuser detector can be implemented by introducing a bank of equalizers followed by
quantizers as shown in Figure 1. Proper equalizer design usually requires channel information.
ISBN: 978-968-9516-00-4

Figure 1: Array receiver structure for DS-CDMA system.
Some adaptive methods such as LMS require a bandwidth consuming training sequence (see [9]). Blind
equalization [10] allows adaptation to ISI reducing equalizer settings without the need for such training
sequences or channel estimates. In this sense, the output of the equalizer for the i
th
user can be expressed as

The length N equalizers tap weights w
i
(n) are adapted using an instantaneous estimate of the gradient of J
with respect to tap weight vector w. Assuming w
i
(n) at the n
th
instant are known, the recursive formula for
the next decision can be written as

where is the step-size parameter. By differentiating J(d
i
(n)) and dropping the expectation operation, we
can get the recursive formula as follows:

From (3), only the signal w
i
(n) contains the desired information bit b
i
(n) of user i, the minimization of the
cost function (4) naturally results in an optimal solution for th user only if the main tap coefficient w
ii
is not
equal to zero. After convergence of the blind equalizer, the decision for th user at the n
th
instant can be
made by taking the sign of d
i
(n)
ISBN: 978-968-9516-00-4

Based on the noise-whitened statistics, equalization for user 1 is not necessary because w
i
(n) is not
perturbed by MAI from the other users. The decision for user 1 is made directly as

For user 2, since the decision for user 1 has been made, the equalization for the user can be realized by
feeding back the decision as

The decision for user 2 can be obtained as

Similarly, for th user, the output of the equalization can be expressed as

Where

is the input vector of the equalizer at the n
th
instant. Therefore, the decision for the i
th
user can be made by

Substituting (12) into (4)(6), we get the decision feedback blind equalization algorithm. The recursive
formula of the tap coefficients for the blind equalizer can be re-written as

Combining (13)(15), we obtain the decision-feedback blind adaptive multiuser detector. The principal
problem with this method is the slow convergence rate derived from its gradient-based structure.
ISBN: 978-968-9516-00-4

Moreover, in practical implementations, the order for equalizer filters can be extremely long. This leads a
serious degradation in the performance, which can make difficult its implementation under real conditions.
Although (15) seems easy to implement, it does have limitations that have motivated us to investigate a
method to improve its convergence while its complexity is reduce. Because this is a gradient based
algorithm, one limitation concerns the sensitivity of convergence to the statistics of the input signal. An
examination of this limitation in the non blind case, and the methods that have been devised to deal with it,
provide background material for the adaptive algorithm developed in next section. In this paper we propose
the orthogonal adaptive filtering as method to improve the performance of blind multiuser detector
described above.
Orthogonal Adaptive Filtering
In orthogonal adaptive filtering, the input time series is transformed to an orthogonal coordinate system
and then updates the filters tap weights in the coordinates of orthogonal system. Consider the transfer
function of an adaptive filter W(z) defined as

where w
i
is the i
th
tap weight of transversal filter. Using a band-partitioning, W(z) can be represented in
terms of a bank of k sub-filters operating in parallel in the form:

where C represents an orthogonal transform of k k and G
r
(Z
L
) defines a subfilter with transfer function
given by

where Q is a factor of interleave between coefficients and P is the number of coefficients in each sub-filter
(Fig. 2).
ISBN: 978-968-9516-00-4

Figure 2: Subband partitioning scheme.

If we introduce an appropriate definition for the discrete transform C such as

we can save additional efforts because its simple computation. Equations (16)-(19) lead to the parallel
structure defined by the transfer function

where Cr(z) is the discrete cosine transform of input signal (Fig. 3). Experimental results [4][5] show that this
scheme can improve considerably the performance of adaptive algorithms based on gradient.
Eficient Parallel Form for Blind Multiuser Detection
In this section we introduce a novel blind algorithm based on the blind multiuser detector described in
section 2 and sub-band partitioning which can achieve a better performance than conventional blind and
non-blind multiuser detectors. The principal idea behind the proposed algorithm is to transform the signal
input of blind equalizer to an orthogonal domain and so improving performance properties of CMA
algorithm. First, rewriting equation (15), the recursive formula for blind equalizers tap weights is defined by

ISBN: 978-968-9516-00-4

Figure 3: Orthogonal system with subband partitioning.

Applying sub-band partitioning on this result, we can utilize equations (16)-(20) to obtain an improved
model for equalizer adaptation as follows

Where

is the orthogonal transform of (13) using the discrete cosine transform for the k
th
user (See Fig. 4). In case
of first user, k =1, equalization is not necessary as we could observe in section 2 and the decision is made
directly as in (8). Another reason is that discrete cosine transform for scalar values is the same value, so it is
not necessary compute the transform. For k 2, the transfer function w(z) requires an orthogonal transform
of order equivalent to the user number, i.e., for the k
th
user, (20) must be 2

which take in account all contributions of the previous users. k 1
ISBN: 978-968-9516-00-4

Figure 4: Proposed system for blind MUD.
Simulation results
In this section, we explain some experimental results obtained via simulation of the blind algorithm
described above. In order to ilustrate the performance of proposed method we have considerate two
different scenarios.
First, the blind adaptive multiuser detector (BMUD) described in section 2 is simulated using an
asynchronous DS-CDMA system, and next subband partitioning is introduced into the same model (DCT-
MUD) to compare the performance of both cases. Two important parameters of both of the detectors are
calculated in our analysis: the convergence performance or mean square error (MSE) and the bit error rate
(BER). The results for these parameters for 5, 10 and 15 users in the DS-CDMA system are shown at next.
The convergence performance of the BMUD and the DCT-MUD for the fifth-user assuming that the energies
of all the users are identical is shown in Figure 5. In this case, the signal-to-noise ratio (SNR) is 10 dB, and the
step size of the blind equalizers is =0.01. The same parameter is shown for the 10th user and 15th user in
Figures 7 and 9, respectively.
From this figure, we can see that the DCT-MUD achieve better convergence performance in relation to
BMUD.
ISBN: 978-968-9516-00-4

Figure 5: Convergence performance of the BMUD and DCT-MUD for user 5. The SNR=10dB, Step size is
0.001 and all user energies are identical.
This important result is due to DCT-MUD perform the adaptation process over improved signal
characteristics derived from sub-band partitioning.
On other hand, Figures 6, 8 and 10 illustrate the symbol error probability performance of the two detectors
for 5, 10 and 15 users in the DS-CDMA system. In all cases, the users have identical energies. For the sake of
comparison, we have simulated the performance of the two detectors.
Figure 6: Bit error performance of the BMUD and DCT-MUD for the fifth user.

ISBN: 978-968-9516-00-4

Figure 7: Convergence performance of the BMUD and DCT-MUD for user 10. The SNR=10dB, step size is

Figure 8: Bit error performance of the BMUD and DCT-MUD for the 10th user.

From Section 4, we can make sure that the performance for both detectors must be the same for the case of
user 1. However, as we can see in Figures 6, 8 and 10, as the user number is increasing, the presence of
multiple access interference (MAI) is also more severe.
This fact introduce conduce to major error rate and the performance is decreased.
ISBN: 978-968-9516-00-4

Figure 9: Convergence performance of the BMUD and DCT-MUD for user 15. The SNR=10dB, Step size is

Figure 10: Bit error performance of the BMUD and DCT-MUD for the 15th user.
Conclusions
In this paper we described an alternative approach to blind multiuser detection in DS-CDMA communication
systems which can reduce the complexity and improve the performance of the blind equalizer used to
ISBN: 978-968-9516-00-4

implement the user detection. The proposed method use a decision-feedback structure to combine sub-
band decomposition and blind adaptation of the equalizer. The proposed
algorithm introduces a sub-band partitioning of CMA cost function utilized to perform blind equalization and
detection from received signal. Sub-band decomposition leads to considerable reduction of computational
complexity associated with CMA algorithms, which is a fundamental requirement in practical systems.
Simulation results shown that proposed algorithm presents better
convergence performance than conventional blind adaptive multiuser detector proposed in the literature
while it holds acceptable bit error performance for different user number.
Simulation results let us to make sure that sub-band partitioning can improve the convergence properties of
CMA based algorithms which suffer of high complexity and slow convergence.
References
[1] Hector Perez and S. Tsujii, (1991)A system identification Using Orthgonal Functions, IEEE Trans. on
Signal Processing, vol. 39, No. 3, March 1991.
[2] He Ping, Tjeng Thiang Tjhung, and Lars K. Rasmussen (2000) Decision-Feedback Blind Adaptive Multiuser
Detector for Synchronous CDMA System, IEEE Trans. on Vehicular Tech. Vol. 49, No. 1, Jan 2000.
*3+ Daniel Tapia, Hector Perez and Mariko Nakano (2002) A Fast Parallel Form Filtered-X LMS Algorithm for
Active Noise Control, Proceedings of 4
th
International Conference on Control, Virtual Instrumentation and
Digital Systems 2002, CIC-IPN-UAEH, Pachuca, Hgo., Agosto 2002.
*4+ H. Liu and M. Zoltowski (1997) Blind equalization in antenna array CDMA systems IEEE Trans. signal
Processing, vol. 45, pp. 161172, Jan. 1997.
[5] T. P. Krauss, W. J. Hillery, and M. D. Zoltowski (2002) Downlink specific linear equalization for frequency
selective CDMA cellular systems J. VLSI Signal Process., vol. 30, pp. 143161, 2002.
*6+ S. Buzzi and H. Poor (2001) Channel estimation and multiuser detection in long-code DS/CDMA systems
IEEE J. Select. Areas Commun., vol. 19, pp. 14761487, Aug. 2001.
*7+ M. Honig, U. Madhow, and S. Verd (1995) Blind multiuser detection Trans.Inform. Theory, vol. 41, pp.
944960, July 1995.
[8] M. Torlak and G. Xu (1997) Blind multiuser channel estimation in asynchronous CDMA systems IEEE
Trans. Signal Processing, vol. 45, pp. 137147, Jan. 1997.
*9+ X. Wang and H. V. Poor (1998) Blind equalization and multiuser detection in dispersive CDMA channels
IEEE Trans.Commun., vol. 46, pp. 91103, Jan. 1998.
*10+ I. Ghauri and D. T. M. Slock (1998) Blind and semi-blind single user receiver techniques for
asynchronous CDMA in multipath channels Proc. Globecom, Sydney, Australia, Nov. 1998.
ISBN: 978-968-9516-00-4

Evaluacin y seleccin de cdecs de video para una mejor compresin
Callejas Senz L. M. y Nieves Rivera Y.
Abstract
Once of main problems with commercial broad band connection offers by the Internet services providers
has been the high level of contention base on best esfort, and it produces a limitated connection capacity to
web 2.0 applications, because this uses audio and video so much. Also the Voice over IP (VoIP)
communications models lacks whit the same problem.
However, we can found a client - server software in order to solve this type of trouble, but its price is very
expensive or they are condicionated by their band wide used. This paper shows a model base on open
technologies which making audio and video compression allows the transmition and reception of streaming
video or under demand with not relation with the band wide used by final users.
Key Words: iptv, Codec, Broad band, Moodle
INTRODUCCIN
Este rticulo tiene como objetivo el de realizar una evaluacin del estndar MPGE-4, para poder determinar
que no rene los requisitos necesarios para poder ser utilizado en una solucin de Video sobre IP que no se
vea limitado por los anchos de banda ms comunes en pases con difcil acceso a servicios de banda ancha y
implementarlo en una solucin tecnolgica para e-learning.
El articulo es parte de un proyecto que pretende demostrar que es necesario desarrollar un nuevo Cdec
para audio y video capaz de enviar / recibir video y audio digital que permitira el uso de la videoconferencia
o de video bajo demanda en redes de comunicaciones con baja transferencia de bits por segundo.
Como parte de ese proyecto se pretende implementar el nuevo Cdec en una aplicacin de e-learning.
ANTECEDENTES
El Internet Protocol Television (IPTV o iTV) se ha convertido en la denominacin ms comn para los
sistemas de distribucin de vdeo que utilizan conexiones de banda ancha.
IPTV no es un protocolo en s mismo. El IPTV o Televisin sobre el protocolo IP, ha sido desarrollado
basndose en el denominado video-streaming. Este tipo de tecnologa permite que difundir video, ya sea
por TV, Internet o Telefona Celular, en tiempo real, sin embargo para que esto suceda es necesario contar
con acceso de un ancho de banda de no menos de 1.5 Mbps para que se pueda garantizar la calidad en el
servicio.
Actualmente se ha desarrollado otra tecnologa para poder transmitir video, por medio de la cual el
proveedor no emite sus contenidos esperando que el espectador se conecte, sino que los contenidos llegan
solo cuando el cliente los solicite; esta tecnologa se denomina video bajo demanda.
ISBN: 978-968-9516-00-4

Para que la IPTV pueda desarrollarse de una manera completa es necesario que la velocidad de las
conexiones actuales aumente o que el mtodo de envi se optimice, ya que si se requiere una conexin con
definicin estndar, se requiere un canal de al menos 1.5 Mbps, pero si tenemos varios receptores en uso
simultaneo se requiere de ms ancho de banda.
Adems, a este ancho de banda hay que sumarle el que se requiere para la conexin a Internet. Con lo cual
estamos hablando de que si tenemos tres canales de video requerimos de al menos 4.5 Mbps. Esto vuelve
que los actuales enlaces puedan implementar de manera fiable y con calidad de servicio este mtodo de
transmisin.
Tambin es cierto que el mtodo de compresin / codificacin del video juega un gran papel, sin embargo
para obtener un servicio de calidad estndar se requiere del uso de la tecnologa de compresin /
codificacin MPEG-2, la cual solo trabaja con tasas de 1 Mbps, lo cual aun demanda de un gran ancho de
banda.
En la actualidad existe una gran variedad de tecnologas de compresin / codificacin de video y audio, sin
embargo estas no ofrecen la calidad de video estndar, y adems estn determinadas por el uso de una
determinada aplicacin cliente-servidor, que en muchos de los casos no son de uso publico.
DEFINICIN DEL PROBLEMA
En uno de los ltimos estudios de la Asociacin Mexicana de Internet (AMIPCI), se presenta que Mxico
cuenta con 22.7 millones de cibernautas. A partir de esta cifra se deduce que la Tasa de Penetracin
Nacional de Internet es del 24.6 por ciento y el ndice de crecimiento, en relacin con aos anteriores, es del
12.4 por ciento. Los cibernautas mexicanos, que casi llegan a los 23 millones, conocen y utilizan las nuevas
tecnologas.
De estos usuarios, 1 milln de usuarios tienen una conexin tipo dial up, 139,000 cuentan con enlaces
dedicados y casi 3.9 millones de usuarios tiene enlaces ADSL o de alguna tecnologa similar.
A pesar de estos nmeros, Mxico no rene los suficientes puntos dentro del ranking de transferencia de
conocimiento y adopcin de tecnologa dentro de las evaluaciones realizadas por Organismos como la
UNESCO o la OCEDE.
Este rezago tecnolgico, provoca que las aplicaciones que requieren del uso de video y sonido sobre la
Internet, como seran las aplicaciones IPTV o las de voz sobre IP, no puedan masificarse, y por consecuencia
aplicaciones que requieren de estos modelos tecnolgicos como lo es el denominado e-learning pueda ser
explotado en todo su potencial.
Ya que es bsico para un modelo de e-learning el permitir que los alumnos a distancia tengan acceso a
videos o videoconferencias con sus tutores o profesores. En la actualidad existen varias soluciones
tecnolgicas para la implementacin del modelo e-learning, algunos de uso pblico y otros de uso comercial,
sin embargo estos mismos modelos estn supeditados al uso de las soluciones cliente-servidor de
transmisin de video, que como ya se menciono, en muchos de los casos no poseen interoperabilidad, y son
caras.
Como consecuencia de todo esto, la nula o casi nula aplicacin de videoconferencias o del uso de videos
bajo demanda en las plataformas tecnolgicas de e-learning, no apoyan de una manera adecuada la
ISBN: 978-968-9516-00-4

adquisicin de conocimiento por parte de los alumnos, trayendo como consecuencia que el modelo de
educacin a distancia no sea bien aceptado, de entre otras causas.
Por lo tanto, el desarrollo de un modelo que permita el envi y recepcin de audio y video digital con tasa
de transmisin de bits menor a 1 Mbps seria una herramienta til para el desarrollo de varias industrias
entre ellas las de la educacin y la de entretenimiento.
CODECS DE AUDIO Y VIDEO
Un cdec no es ms que un programa que incluye un conjunto de algoritmos e instrucciones para codificar y
decodificar vdeo o audio digital, de forma que se reduzca el tamao que ocupan. De hecho, cdec son las
inciales de COdificador / DECodificador. El vdeo o audio sin compresin ocuparan muchsimo, de ah que
sea necesario algo que reduzca su tamao. Normalmente los algoritmos de compresin empleados
conllevan una prdida de calidad, por lo que siempre interesar utilizar los cdecs que ms compresin
logren y menos calidad pierda.
La funcin del cdec es precisamente ayudar a disminuir el tamao del archivo sin tener una prdida
apreciable de calidad. Igualmente, para poder reproducir un vdeo o audio necesitamos el cdec con el que
fue comprimido, no nos vale otro. Esto es porque cada cdec tiene su forma de comprimir y descomprimir,
sus propios algoritmos, distintos en cada caso. De ah la gran cantidad de cdecs que existen: unos mejoran
calidad, otros mejoran la compresin
Los CODECs utilizan distintos sistemas para comprimir el video pero, podemos distinguir bsicamente dos
tipos:
CODECs sin prdida, es decir, los que conservan los datos originales y aseguran que las imgenes sean las
mismas despus de la compresin y posterior descompresin.
Estos CODECs usan normalmente el sistema RLE (Run Length Encoding). ste consiste en descartar regiones
o bloques de similares colores entre imagen e imagen. Esta tcnica funciona bien con imgenes generadas
por ordenador, donde existen reas de color uniforme. Sin embargo, las tcnicas de compresin sin prdida
no son, en general, muy efectivas con el Video digital, ya que ste tiene pocas reas de color continuo y est
formado por numerosas variaciones de color. El ratio tpico de estos CODECs es de 1:2.
CODECs con prdidas, intentan eliminar informacin de las imgenes de forma que sea lo ms inapreciable
posible por el espectador.
Estos sistemas eliminan informacin que no puede ser recuperada. La cantidad de informacin perdida
depende del grado de compresin y es proporcional a la disminucin de calidad, es decir:
Mxima calidad mximo tamao de fichero = mnima compresin.
Mnima calidad = mnimo tamao de fichero mxima compresin-
Dentro de los algoritmos de compresin con prdida podemos distinguir, a su vez, dos tipos bsicos:
Algoritmos de compresin espacial. Estos sistemas comprimen cada imagen independiente del video, es
decir, cada cuadro del mismo sin tener en cuenta el resto.
ISBN: 978-968-9516-00-4

Algoritmos de compresin temporal. Son parecidos al sistema RLE antes mencionado, ya que se basa en la
variacin entre un cuadro y el siguiente. Pero con la gran diferencia de qu esta variacin (comparacin
entre un frame y el siguiente) no se almacena en su totalidad, sino que se le aplica una compresin con
prdida. Este tipo de algoritmo utiliza los llamados Keyframes, que son cuadros del video que se almacenan
con poca o ninguna compresin para que sirvan de referencia para generar los siguientes, que son llamados
Deltaframes.
Se debe mencionar tambin la llamada simetra del CODEC, decimos que un CODEC es simtrico cuando las
velocidades de codificacin y decodificacin son iguales. De la misma manera, decimos que un CODEC es
altamente asimtrico cuando estas velocidades son muy distintas. Esto significa que, por ejemplo, existen
Cdecs que tardan mucho en comprimir/codificar, pero que son muy rpidos decodificando, esto sera un
cdec muy asimtrico.
VIDEO DIGITAL y EL ESTANDAR MPEG-4
Cuando se digitaliza una secuencia de video analgico cualquiera de acuerdo al estndar ITU-R BT.601 (CCIR
601), se requiere un ancho de banda de 116 Mbit/segundo de 116 millones de bits cada segundo.
Dado que la mayora de las redes son slo de 100 Mbit/segundo, no es posible ni deseable transmitir las
secuencias de vdeo sin alguna modificacin. Para solucionar este problema se han desarrollado una serie de
tcnicas denominadas tcnicas de compresin de vdeo e imgenes, que reducen el alto nivel de bits
precisos para transmisin y almacenamiento.
La compresin de imgenes se aplica sobre una imagen individual haciendo uso de las similitudes entre
pxeles prximos en la imagen y de las limitaciones del sistema de visin humana. JPEG es un ejemplo de una
tcnica de compresin de imgenes. La compresin de video se aplica sobre series consecutivas de
imgenes en una secuencia de video, haciendo uso de las similitudes entre imgenes prximas. Un ejemplo
de este tipo de tcnicas es MPEG.
La efectividad de una tcnica de compresin de imgenes viene dada por la relacin de compresin,
calculado como el tamao del archivo de la imagen original (sin comprimir) dividido por el tamao del
archivo de imagen resultante (comprimida). A mayor relacin de compresin se consume menos ancho de
banda manteniendo un nmero de imgenes por segundo determinado. O si el ancho de banda se mantiene
constante se aumenta el nmero de imgenes por segundo. Al mismo tiempo, un mayor nivel de
compresin implica menor nivel de calidad de imagen para cada imagen individual.
Cuanto ms sofisticada sea la tcnica de compresin utilizada, ms complejo y caro resultar el sistema. Lo
que ahorre en ancho de banda y almacenamiento encarecer los costos de latencia, codificacin y
complejidad del sistema. Otro factor adicional a considerar son los costos de las licencias y los honorarios
asociados a un nmero de estndares de compresin. Estos factores generalmente hacen que la compresin
sofisticada resulte restrictiva para mantener robusto el sistema a la vez que se consiguen o mantienen bajos
los costes del mismo.
Compresin de imgenes JPEG
JPEG es un conocido mtodo de compresin, que fue originalmente estandarizado a mediados de los aos
80 en un proceso iniciado por el Joint Photographic Experts Group.
ISBN: 978-968-9516-00-4

La compresin JPEG puede realizarse a diferentes niveles definidos por el usuario y que determinan cuanto
tiene que comprimirse una imagen. El nivel de compresin seleccionado tiene una relacin directa con la
calidad de imagen obtenida. Adems del nivel de compresin la escena de la imagen en s misma tambin
tiene un impacto en el nivel de compresin resultante. Mientras que un muro blanco, por ejemplo, puede
producir un archivo de imagen relativamente pequeo (y aceptar un mayor nivel de compresin), el mismo
nivel de compresin aplicado a una escena compleja y patronizada producir un archivo de mayor tamao y
con un nivel de compresin menor.
El video como una secuencia de imgenes JPEG ( Motion JPEG o M-JPEG)
Al igual que una cmara fotogrfica digital, una cmara de red captura imgenes individuales y las comprime
en formato JPEG. La cmara de red puede capturar y comprimir las imgenes, por ejemplo 30 imgenes o
cuadros individuales por segundo (30 cps), y despus hacerlas disponibles como un flujo continuo de
imgenes sobre una red a una estacin de visualizacin. Nosotros denominamos a este mtodo como
Motion JPEG o M-JPEG.
Dado que cada imagen individual es una imagen JPEG comprimida todas tendrn garantizada la misma
calidad, determinada por el nivel de compresin definido en la cmara de red o el servidor de vdeo en red.
Compresin de vdeo - MPEG
Una de las tcnicas de vdeo y audio ms conocidas es el estndar denominado MPEG (iniciado por el
Motion Picture Experts Groups a finales de los aos 80). Este documento se centra en la parte de video de
los estndares de vdeo MPEG.
Descrito de forma sencilla, el principio bsico de MPEG es comparar entre dos imgenes para que puedan
ser transmitidas a travs de la red, y usar la primera imagen como imagen de referencia (denominada I-
frame), enviando tan solo las partes de las siguientes imgenes (denominadas B y P frames) que difieren de
la imagen original. La estacin de visualizacin de red reconstruir todas las imgenes basndose en la
imagen de referencia y en los "datos diferentes"; contenidos en los B- y P- frames
MPEG es de hecho bastante ms complejo que lo indicado anteriormente, e incluye parmetros como la
prediccin de movimiento en una escena y la identificacin de objetos que son tcnicas o herramientas que
utiliza MPEG. Adems, diferentes aplicaciones pueden hacer uso de herramientas diferentes, por ejemplo
comparar una aplicacin de vigilancia en tiempo real con una pelcula de animacin. Existe un nmero de
estndares MPEG diferentes: MPEG-1, MPEG-2 y MPEG-4.
El estndar MPEG-4 fue aprobado en 2000 y es uno de los desarrollos principales de MPEG- 2. En esta
seccin realizaremos una profundizacin en MPEG-4 para comprender mejor trminos y aspectos como:
Perfiles MPEG-4
MPEG-4 short header y MPEG-4 long header
MPEG-4 y MPEG-4 AVC
MPEG-4 constant bit-rate (CBR) y MPEG-4 variable bit rate (VBR)
ISBN: 978-968-9516-00-4

Cuando la gente habla de MPEG-4 generalmente se est refiriendo a MPEG-4 parte 2. Este es el estndar de
transmisin de vdeo clsico MPEG-4, tambin denominado MPEG-4 Visual.
Como uno de los desarrollos principales de MPEG-2, MPEG-4 incorpora muchas ms herramientas para
reducir el ancho de banda preciso en la transmisin para ajustar una cierta calidad de imagen a una
determinada aplicacin o escena de la imagen. Adems la relacin de imgenes por segundo no est
bloqueado a 25 (PAL)/30 (NTSC) cps.
Es importante destacar, no obstante, que la mayora de las herramientas para reducir el nmero de bits que
se transmiten son slo relevantes para las aplicaciones en tiempo no real. Esto es debido a que alguna de las
nuevas herramientas necesitan tanta potencia de proceso que el tiempo total de codificacin/decodificacin
(por ejemplo la latencia) lo hace impracticable para otras aplicaciones que no sean la codificacin de
pelculas, codificacin de pelculas de animacin y similares. De hecho, la mayora de las herramientas en
MPEG-4 que pueden ser usadas en aplicaciones en tiempo real son las mismas herramientas que estn
disponibles en MPEG-1 y MPEG-2.
Otra mejora de MPEG-4 es el amplio nmero de perfiles y niveles de perfiles (explicados posteriormente)
que cubren una variedad ms amplia de aplicaciones desde todo lo relacionado con transmisiones con poco
ancho de banda para dispositivos mviles a aplicaciones con una calidad extremadamente amplia y
demandas casi ilimitadas de ancho de banda. La realizacin de pelculas de animacin es slo un ejemplo de
esto.
Perfiles MPEG-4
En uno de los extremos del sistema, tiene lugar la codificacin al formato MPEG en la cmara de vdeo.
Obviamente en el otro extremo, esta secuencia MPEG necesita ser decodificada y posteriormente mostrada
como video en la estacin de visualizacin.
Dado que hay un gran nmero de tcnicas (herramientas) disponibles en MPEG (especialmente en MPEG-4)
para reducir el consumo de ancho de banda en la transmisin, la variable complejidad de estas herramientas
y el hecho de que no todas las herramientas sean aplicables a todas las aplicaciones, sera irreal e
innecesario especificar que todos los codificadores y decodificadores MPEG deberan soportar todas las
herramientas disponibles. Por consiguiente se han definido subconjuntos de estas herramientas para
diferentes formatos de imgenes dirigidos a diferentes consumos de ancho de banda en la transmisin.
Hay diferentes subconjuntos definidos para cada una de las versiones de MPEG. Por ejemplo hay un
subconjunto de herramientas denominados MPEG Profile. Un MPEG Profile especfico establece
exactamente qu herramientas debera soportar un decodificador MPEG. De hecho los requerimientos en el
codificador y el decodificador no tienen porque hacer uso de todas las herramientas disponibles.
Adems, para cada perfil existen a diferentes niveles. El nivel especifica parmetros como por ejemplo la
relacin de bits mximo a usar en la transmisin y las resoluciones soportadas. Al especificar el Nivel y el
Perfil MPEG es posible disear un sistema que solo use las herramientas MPEG que son aplicables para un
tipo concreto de aplicacin.
MPEG-4 tiene un amplio nmero de perfiles diferentes. Entre ellos se encuentran el Simple Profile y el
Advanced Profile que son los ms utilizados en aplicaciones de seguridad. Mientras muchas herramientas se
ISBN: 978-968-9516-00-4

usan para ambos perfiles, existen algunas diferencias. Por ejemplo, Simple Profile soporta I- y P- VOPs
(frames), mientras que Advanced Simple Profile soporta los frames I-, B- y P-VOPs.
Otra diferencia entre el Simple y el Advanced Profile es el soporte a rangos de resoluciones y a diferentes
consumos de ancho de banda, especificados en un nivel diferente. Mientras que el Simple Profile alcanza
resoluciones hasta CIF (352x288 pxeles en PAL) y precisa un ancho de banda de 384 kbit/segundo (en el
nivel L3), Advanced Simple Profile consigue la resolucin 4CIF (704x480 pxeles en PAL) a 8000 kbit/segundo
(en el nivel L5).
Algunos sistemas de transmisin de video especifican soporte para MPEG-4 short header; de forma que
resulta importante comprender este trmino. De hecho, no es ms que un transmisor de vdeo H.263
encapsulado con cabeceras de transmisin de vdeo MPEG-4.
MPEG-4 short header no aprovecha ninguna de las herramientas adicionales especificadas en el estndar
MPEG-4. MPEG-4 short header est solo especificado para asegurar compatibilidad con equipos antiguos
que emplean la recomendacin H.263, diseada para videoconferencia sobre RDSI y LAN. De forma prctica,
el MPEG-4 short header es idntico a la codificacin/decodificacin H.263, que da un nivel de calidad menor
que MPEG-2 y MPEG-4 a un ratio de bis determinado.
La calidad de la imagen y del vdeo en short header no est cercana a la del MPEG-4 real, dado que no
hace uso de las tcnicas que permiten filtrar informacin de la imagen que no es visible por el ojo humano.
Tampoco usa mtodos como la prediccin DC y AC que pueden reducir de forma significativa las
necesidades de ancho de banda.
Para clarificar una especificacin de un sistema de distribucin de vdeo, el soporte a MPEG- 4 a veces se
denomina como MPEG-4 long header; que en otras palabras es el mtodo en el que se emplean las
herramientas de compresin propias de MPEG-4.
MPEG-4 parte 10 (AVC, Control de Vdeo Avanzado)
MPEG-4 AVC, al que tambin se refiere como H.264 es un desarrollo posterior en el que MPEG tiene un
conjunto completamente nuevo de herramientas que incorporan tcnicas ms avanzadas de compresin
para reducir aun ms el consumo de ancho de banda en la transmisin con una calidad de imagen
determinada. Pese a ser ms complejo aade tambin requerimientos de rendimiento y costes,
especialmente para el codificador, al sistema de transmisin de vdeo en red. MPEG-4 AVC no se tratar en
este documento.
Constant bit-rate (CBR) y Variable bit-rate (VBR)
Otro aspecto importante de MPEG es el modo en el que se usa el ancho de banda disponible. En la mayora
de los sistemas MPEG es posible seleccionar si el ratio de bits debe ejecutarse en modo CBR (constante) o
VBR (variable). La seleccin ptima depende de la aplicacin y de la infraestructura de red disponible.
Con la nica limitacin del ancho de banda disponible el modo preferido es normalmente CBR, dado que
este modo consume un ancho de banda constante en la transmisin. La desventaja es que la calidad de la
imagen variar y, aunque se mantendr relativamente alta cuando no hay movimiento en la escena, la
calidad bajar significativamente cuando aumente el movimiento.
ISBN: 978-968-9516-00-4

El modo VBR, por otra parte, mantendr una alta calidad de imagen, si as se define, sin tener en cuenta si
hay movimiento o no en la escena. Esto es a menudo deseable en aplicaciones de seguridad y vigilancia en
las que hay la necesidad de una alta calidad, especialmente si no hay movimiento en la escena. Dado que el
consumo de ancho de banda puede variar, incluso si se define una media de ratio de bits objetivo, la
infraestructura de red (el ancho de banda disponible) necesitar tener esta capacidad para un sistema de
este tipo.
Ventajas y desventajas para M-JPEG, MPEG-2 y MPEG-4
Dada su simplicidad, M-JPEG es una buena eleccin para su uso en mltiples aplicaciones. JPEG es un
estndar muy popular y en muchos sistemas se usa por defecto.
Es una tcnica simple de compresin/descompresin, lo que significa que los costes, tanto en tiempo del
sistema como en inversin total son reducidos. El aspecto del tiempo significa que hay un retraso limitado
entre el momento en el que la cmara captura la imagen, la codificacin, la transmisin a travs de la red, la
decodificacin y finalmente el mostrar la imagen en la pantalla de la estacin de visualizacin. En otras
palabras, M-JPEG proporciona una baja latencia debido a su simplicidad (compresin de imgenes e
imgenes individuales completas), y por esta razn es tambin idneo para cuando se necesita realizar
procesamiento de imgenes, por ejemplo para la deteccin de movimiento o el seguimiento de objetos.
M-JPEG es vlido para cualquier resolucin de imagen, desde la pantalla de un telfono mvil hasta
imgenes de video (4CIF, 704x480 pxeles en PAL). Tambin garantiza la calidad de la imagen sin importar el
movimiento o la complejidad de las escenas de las imgenes. Adems ofrece la flexibilidad de poder
seleccionar por un lado imgenes de alta calidad (baja compresin) o menor calidad de imagen (alta
compresin) con el beneficio de que imgenes menores producen ficheros ms pequeos, lo que permite
usar un menor volumen de bits en la transmisin y un menor uso del ancho de banda. Al mismo tiempo el
nmero de imgenes por segundo se puede controlar fcilmente, proporcionando una referencia para
limitar el uso del ancho de banda al reducir el nmero de imgenes por segundo, aunque manteniendo una
calidad de imagen garantizada.
Dado que M-JPEG no hace uso de una tcnica de compresin de vdeo genera una cantidad de datos de
imgenes relativamente alto que se enva a travs de la red. Por esta razn con un nivel de compresin de
imagen determinado (definiendo la calidad de la imagen del I-frame y de la imagen JPEG respectivamente),
un nmero de imgenes por segundo y la escena de la imagen, la cantidad de datos por unidad de tiempo
que enva por la red (bit rate, ratio de bits) es menor para MPEG que para M-JPEG, excepto con pocas
imgenes por segundo como se explica posteriormente.
Lo siguiente resume claramente el beneficio de MPEG: la capacidad para dar una calidad de imagen
relativamente alta con un consumo de ancho de banda reducido (un ratio de bits de transmisin bajo). Esto
puede ser especialmente importante cuando est limitado el ancho de banda disponible en la red, o si el
video debe ser almacenado (grabado) con un alto nmero de imgenes por segundo. Estas menores
demandas de ancho de banda son a costa de una mayor complejidad en la codificacin/decodificacin, lo
que por otra parte contribuye a una latencia mayor si se compara con M-JPEG.
Otro elemento a tener en cuenta: tanto MPEG-2 como MPEG-4 estn sujetos al pago de licencias.

ISBN: 978-968-9516-00-4

Pros y contras: M-JPEG
Pros:
Degradacin elegante: si se reduce el ancho de banda la calidad se mantiene reduciendo el nmero de
imgenes por segundo.
Calidad de imagen constante: la calidad permanece constante sin importar la complejidad de la imagen.
Interoperabilidad: compresin/descompresin estndar disponible en todos los PC.
Menor complejidad: codificacin y decodificacin de bajo coste. Ms rpido y ms sencillo para realizar
bsquedas de contenido y para realizar manipulacin de las imgenes.
Menor necesidad de procesamiento: mltiples canales pueden ser decodificados y mostrados en el monitor
de un PC.
Menor latencia: una codificacin/decodificacin relativamente sencilla que provoca poca latencia significa
que es ideal para vdeo en directo.
Imgenes individuales claras.
Elasticidad: Recuperacin rpida de secuencias de imgenes en el caso de prdida de paquetes.
Contras
Mayor consumo de ancho de banda cuando se transmiten muchas imgenes por segundo (ms de 5
imgenes por segundo).
Mayores requerimientos de almacenamiento cuando se transmiten muchas imgenes por segundo (ms de
5 imgenes por segundo).
Sin soporte para audio sincronizado.
COMENTARIOS
Como se ha comentado al principio, el estndar de compresin MPEG-4 ha generado un creciente inters en
la industria de la seguridad en los ltimos aos. En cualquier caso este inters ha venido acompaado de
una considerable cantidad de malos entendidos y falsos mitos.
Algunas de las carencias informativas respecto a MPEG-4 incluyen cuestiones que van de lo ms sencillo a lo
ms fundamental. Entre estas se encuentran: Qu es realmente diferente y confuso respecto al estndar
MPEG-4?, Porqu algunas veces los estndares H.263 y MPEG-1 se renombran como MPEG-4?, Existe
como tal un MPEG-4 totalmente funcional?, Dejar obsoleto MPEG-4 a otros estndares?, y finalmente
Qu significa que haya un MPEG-4 bueno y otro MPEG-4 malo?
Otra rea de confusin es que en situaciones que no son en tiempo real, como cuando se descomprime una
pelcula de DVD en MPEG-4, se permiten desplegar ms herramientas para aumentar el nivel de compresin
debido a que toda la informacin es conocida y se puede emplear ms tiempo de procesamiento. Es posible
ISBN: 978-968-9516-00-4

encontrar quejas debido a que la codificacin MPEG-2 consigue hasta un 40% ms de compresin que
MPEG-4, aunque en situaciones en tiempo real estas diferencias son menores.
Finalmente otra rea de confusin es debida a que en vigilancia suele haber muchas fuentes y pocos
receptores y a que los estndares MPEG fueron desarrollados para broadcasting (multidifusin), lo que
implica una fuente hacia muchos visualizadores diferentes, es decir lo opuesto a la mayora de las
situaciones en el mbito de la seguridad. La tecnologa de multidifusin es una de estas caractersticas que
muestra las ventajas de MPEG-2 y MPEG-4 pero no se utiliza y no es deseada en aplicaciones de video
vigilancia.
No es la intencin de este documento contestar a todas estas cuestiones o desinformaciones. Lo que
queremos es demostrar que estas malas informaciones relacionadas con el estndar MPEG-4 pueden
afectar al usuario final, quien debe realizar ejercicios profundos de anlisis al considerar cuan apropiada es
la compresin MPEG-4 para su aplicacin. Los usuarios finales deben comprobar y asegurarse de qu
"MPEG-4" se soporta, aunque tambin deben revisar que nivel o perfil de MPEG-4 se especifica y las
caractersticas asociadas que incluye, como el valor de latencia y VBR/CBR. Por ejemplo, en aplicaciones de
vigilancia se prefiere VBR, aunque hace que el diseo de la red sea ms complicado.
Es realmente MPEG-4 la mejor solucin considerando sus necesidades y presupuesto? Puede que un
sistema basado en M-JPEG se ajuste mejor y cueste menos?
Como se ha podido comprobar a lo largo de este trabajo no todos los mtodos de compresin analizados se
ajustan a todas las instalaciones o aplicaciones.
La tcnica de compresin ms adecuada para una aplicacin depende enormemente de una compensacin
entre lo que el usuario desea y puede aceptar en lo relacionado con el nmero de imgenes por segundo, la
calidad de las imgenes del vdeo, la latencia, la robustez del sistema y el consumo de ancho de banda.
La lista de comprobaciones relacionadas con la compresin:
Menos de 5 imgenes por segundo la mayor parte del tiempo, sistema robusto y flexible, baja latencia, ms
importante la calidad de las imgenes que el nmero de ellas por segundo o que un ancho de banda
limitado. Se aplicar procesamiento a las imgenes M-JPEG
Se precisa mucha calidad de imagen, (siempre 25/30 ips), hay un gran ancho de banda disponible que puede
garantizarse, principalmente para visualizacin y grabacin ==> MPEG-2
Ms de 10 imgenes por segundo la mayor parte del tiempo, se acepta mayor latencia, ancho de banda
limitado pero garantizado, principalmente para visualizacin y grabacin MPEG-4
Una nota final: Actualmente muchos sistemas en red utilizan deteccin de movimiento de manera que slo
se mandan datos en funcin de eventos activados. Esta funcionalidad, en muchos casos tiene ms influencia
sobre el ancho de banda y el almacenamiento que la eleccin de la metodologa de compresin. Tenga esto
en cuenta.
De cara al futuro de la tecnologa de vdeo IP un nico estndar no se ajustar a todas las necesidades. En la
actualidad, aunque MPEG-4 parece la panacea, el usuario final debe conocer que no resuelve todos los
problemas requeridos para poder realizar una transmisin de video digital en un canal que no es de banda
ISBN: 978-968-9516-00-4

ancha, por lo cual los autores continuaran con su estudio y pararan al desarrollo de un nuevo CODEC de
audio y video que permita solucionar dicho problema e implementarlo en una aplicacin de e-learning.
REFERENCIAS
[1] O'Driscoll, Gerard; Next Generation IPTV Services and Technologies; Addison Wiley; ISBN
9780470163726; 2008.
[2] Harte, Lawrence; IPTV Basics, Technology, Operation and Services; Althos Publishing; ISBN
9781932813562; 2007.
[3] Harte, Lawrence; Introduction to MPEG; MPEG-1, MPEG-2 and MPEG-4; Althos Publishing; ISBN 978-
1932813531; 2006.
[4] Simpson, Wes; Video Over IP: A Practical Guide to Technology and Applications; Focal Press; ISBN 978-
0240805573; 2005.
[5] Symes, Peter; Digital Video Compression; McGraw Hill; ISBN 978-0071424875; 2003.
[6] Richardson, Iain; Video Codec Design: Developing Image and Video Compression Systems; Addison Wiley;
ISBN 978-0471485537; 2002.
[7] Rosenberg, Marc J.; Beyond E-Learning: Approaches and Technologies to Enhance Organizational
Knowledge, Learning, and Performance; Pfeifer Press; ISBN 978-0787977573; 2005.
[8] Korte, Laurie; Moodle Magic: Make It Happen; FTC Publishing Inc.; ISBN 978-0979878701; 2007.

Raices para El Futuro de Las TIC

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Raices para El Futuro de Las TIC

Hochgeladen von

Copyright:

Verfügbare Formate

ISBN 978-968-9516-00-4

Races para el futuro de las

Das könnte Ihnen auch gefallen