La creciente incorporación de energías renovables en los sistemas eléctricos ha introducido nuevos desafíos para la planificación y operación del sistema. La variabilidad e incertidumbre asociadas a recursos como la energía eólica, junto con posibles desviaciones en la demanda eléctrica, dificultan la programación eficiente y confiable de las unidades generadoras. En este contexto, el modelo de optimización de Unit Commitment (UC), ampliamente utilizado por los Operadores Independientes del Sistema (ISO), ha evolucionado para abordar distintas fuentes de incertidumbre y garantizar la seguridad operativa del sistema. Una de estas extensiones es el Reliability Unit Commitment (RUC), que considera la asignación preventiva de capacidad para cubrir posibles desviaciones entre la demanda ofertada en el mercado eléctrico y el pronóstico realizado por el ISO. El presente trabajo tiene como propósito desarrollar la formulación matemática de un modelo de optimización estocástico de dos etapas que integre, las decisiones del mercado diario y las decisiones asociadas al RUC, incorporando simultáneamente la incertidumbre de la demanda eléctrica y de la generación eólica, con el objetivo de maximizar el bienestar social. En la primera etapa se determinan las decisiones de encendido y apagado de unidades, energía comprometida, asignación de reservas y capacidad destinada a RUC; mientras que en la segunda etapa, el modelo evalúa el desempeño de estas decisiones frente a diferentes realizaciones de la incertidumbre, representadas mediante un conjunto de escenarios. A diferencia de propuestas anteriores basadas en formulaciones deterministas o con representaciones limitadas de la variabilidad, esta formulación permite analizar el comportamiento del sistema bajo distintas condiciones de operación y evaluar el impacto del RUC desde múltiples perspectivas, incluyendo aspectos económicos, operacionales y medioambientales. El modelo se implementa en el sistema de prueba IEEE-39 modificado, donde se desarrollan dos análisis comparativos principales. El primero evalúa el impacto de la inclusión de RUC en el modelo y el segundo analiza el efecto de representar la incertidumbre variando el número de escenarios considerados. Los resultados muestran que la incorporación de RUC mejora la preparación del sistema frente a la variabilidad, permitiendo una mayor utilización de tecnologías limpias y de menor costo, reduciendo la energía no suministrada, optimizando el uso de reservas y disminuyendo la congestión en las líneas de transmisión. Asimismo, considerar un mayor número de escenarios permite capturar de mejor manera el comportamiento del sistema, lo que se traduce en decisiones de programación más robustas y en un mejor desempeño operativo frente a escenarios adversos no previstos por el modelo. Se concluye que el modelo propuesto y su análisis entregan información relevante respecto al valor de incorporar restricciones de confiabilidad mediante RUC y de representar adecuadamente la incertidumbre en sistemas eléctricos con alta penetración de energías renovables y participación de demanda elástica, abriendo oportunidades para el desarrollo de investigaciones futuras en esta línea.

This thesis focuses on the mathematical modeling of vocal hyperfunction using physiologically-inspired vocal fold models, with the goal of improving both laboratory and ambulatory assessments of vocal pathologies. The motivation lies in the need for accurate models capable of capturing the biomechanical and physiological characteristics of normal and pathological vocal fold conditions. This research develops and validates vocal fold models that represent critical features of vocal hyperfunction, including asymmetrical oscillations and the presence of vocal fold lesions such as nodules, while also integrating vocal fold models with ambulatory data to estimate physiological parameters like subglottal pressure and muscle activation. The first part of this thesis involves the integration of existing vocal fold models with ambulatory data using a sampling and filtering approach. The study successfully replicated ambulatory distributions of physiological parameters and identified significant statistical differences between control subjects and patients with phonotraumatic vocal hyperfunction. These results demonstrate the potential of vocal fold models to improve the understanding of vocal hyperfunction by estimating subglottal pressure and laryngeal muscle activation in real-world settings. This foundational work serves as the basis for future efforts to refine vocal fold models for broader clinical applications. The second stage of this research focuses on the development of an asymmetrical vocal fold model to represent non-phonotraumatic vocal hyperfunction. By introducing an asymmetry factor in muscle activation, the model captures the biomechanical irregularities associated with this vocal hyperfunction, such as imbalanced muscle control and its effects on vocal fold oscillation. Initial validation of the model against clinical data, including high-speed video recordings, shows promising results, making it a powerful tool for understanding the mechanics of asymmetric vocal fold pathologies. This work paves the way for extending the model to other vocal disorders, such as unilateral vocal fold paralysis. In the next stage, a model was developed to characterize the effects of nodules on vocal fold mechanics, focusing on how these lesions alter phonation thresholds. The fixed-mass approach adopted in the nodule model effectively represents the in-silico and in-vivo characteristics of phonotraumatic vocal hyperfunction. Using the pathological models, this thesis explores the acoustic compensation mechanisms in vocal hyperfunction, revealing key differences between phonotraumatic and non-phonotraumatic cases. While both conditions present elevated subglottal pressure, only phonotraumatic hyperfunction is characterized by increased adduction and a higher collision-to-subglottal pressure ratio, reinforcing the likelihood of trauma in such cases. Looking ahead, future work will focus on refining these models with more complex muscle activation patterns and dynamic controls, incorporating additional physiological features, and validating the models with clinical data such as high-speed video or intramuscular electromyography. This thesis makes three key contributions: first, it introduces a novel approach to integrating vocal fold models with ambulatory data, enabling the estimation of physiological parameters in real-world contexts. Second, it develops two models to capture the distinct features of vocal hyperfunction, including asymmetry in non-phonotraumatic vocal hyperfunction and the presence of nodules in phonotraumatic cases. Third, it presents an analysis of compensatory mechanisms, revealing that while both types of hyperfunction involve elevated subglottal pressure, only phonotraumatic hyperfunction is characterized by increased adduction and higher aerodynamic forces, providing a clear distinction between these two vocal pathologies

Este trabajo de tesis se enmarca en el cálculo de propiedades de transporte electrónico y termoeléctrico de un sistema basado en puntos cuánticos dispuestos como un interferómetro tipo Aharonov-Bohm acoplados a cadenas de Kitaev, las cuales pueden albergar estados ligados de Majorana en los extremos. Estos estados son excitaciones de cuasipartículas con potencial para aplicaciones en computación cuántica, por lo tanto, es importante detectar y caracterizar la presencia de estos. Analizar estas propiedades revela información sobre la topología del sistema, la robustez de los estados Majorana frente a perturbaciones y la viabilidad de manipularlos para operaciones lógicas. Las propiedades de transporte se obtienen mediante el uso del método de funciones de Green, considerando dos contactos metálicos entre los cuales se encuentra el sistema de estudio. Se observan cambios en la curva del factor Fano al aumentar el número de modos de Majorana acoplados al sistema y se obtiene que el factor de Fano es robusto a fenómenos de interferencia destructiva cuando hay modos de Majorana acoplados al interferómetro. Además, se observa que el sistema logra tener una alta eficiencia termoeléctrica a través del coeficiente de Seebeck y la figura de mérito; adicionalmente se logra observar que el sistema viola la ley de Wiedmann-Franz. La presencia de estas características ayudaría a caracterizar la presencia de modos de Majorana en el sistema.

La exploración espacial está en auge, con un aumento en la cantidad de satélites en órbita y decenas de astronautas visitando la ISS anualmente. La ambición por regresar a la Luna y alcanzar Marte está creciendo, con el objetivo de establecer asentamientos permanentes más allá de la Tierra. Estas misiones requieren un suministro energético robusto, lo que ha generado interés en estudiar sistemas eléctricos de potencia para condiciones espaciales. Este trabajo se centra en los convertidores de potencia, específicamente los encargados de convertir de media tensión a una adecuada para las cargas. Estos convertidores enfrentan desafíos únicos, como aislamiento completo, temperaturas extremas y baja presión atmosférica. Para abordar estas dificultades, se propone un diseño de sistema resiliente y modular, capaz de mantener su funcionamiento incluso en caso de fallos. Además, se tiene en cuenta un diseño tipo PEBB, en conjunto con una disminución en el peso del convertidor, aumentando la potencia específica. Para lograr estos objetivos, se elige una topología de 8-cell FCC para proporcionar modularidad, permitiendo que las celdas se baipaseen en caso de fallo interno, sin afectar la potencia nominal. Se desarrollan estrategias de control nominal, control ante fallas internas y control térmico. Se proponen y comparan mediante simulación los métodos de control lineal, predictivo de actuaciones finitas y predictivo secuencial. Este último es seleccionado para el control nominal, ofreciendo lo mejor de los primeros dos, una frecuencia constante y la no necesidad de linealizar la planta. Para mejorar este control, se propone un método para la elección de pesos variables, con el fin de controlar el convertidor sin oscilación en los voltajes internos para cualquier punto de trabajo. El control secuencial es modificado para poder responder ante fallas internas, las cuales pueden simplificarse como un convertidor nominal con una celda menos. Para esto, se plantean los conceptos de convertidor real y teórico, además de los vectores de transformación para pasar de uno a otro. Para el control térmico, se obtiene la planta de una celda, simplificando la respuesta de segundo orden sobreamortiguada de la temperatura en el disipador a una de primer orden. Para controlar esta respuesta, se utiliza un control PI con la frecuencia de conmutación como actuación, la cual varía las pérdidas del sistema. Simulaciones corroboran la eficacia de este método. Se realizan pruebas experimentales bajo condiciones normales y perturbaciones diversas, demostrando el buen desempeño del control predictivo secuencial y la efectividad del control de pesos variables, controlando tanto el voltaje de salida como el de las celdas. Fallas internas se realizan en el módulo cuatro, obteniendo como resultados un buen balance del voltaje de las celdas resultantes, sin perturbación en la salida. Para la temperatura, se somete una celda a condiciones nominales terrestres, baja temperatura (-60°C) y baja presión (<4% tierra). Para los tres casos, y ante perturbaciones, el control PI logra mantener la temperatura en la referencia con un leve overshoot, saturando la frecuencia sólo ante grandes cambios en la referencia.

This paper presents a bilevel programming methodology for designing and evaluating Capacity Remuneration Mechanisms (CRMs) in the context of the energy transition. As renewable generation increases, CRMs can be used to provide an additional revenue stream to promote strategic investments supporting adequacy, flexibility, and decarbonization goals. The bilevel framework embeds CRM rules at the upper level and models market operation and system scheduling and dispatch at the lower level, linking long-run investment with short-run operation. As a salient modeling feature, the proposed approach explicitly captures how CRM-driven capacity additions affect energy prices, revenue formation, and the profitability of generators. Three CRM designs, namely Fixed Capacity Payment, Variable Capacity Payment, and Capacity Auctions, are assessed in terms of generation-unit profitability, system reliability, total system costs, and CO2 emissions. Results from a case study of the Chilean electricity market indicate reductions of up to 20% in total system costs, elimination of supply shortages, and up to 8% lower emissions. The methodology provides a clear basis for evaluating CRM designs and identifying cost-effective strategies that balance investment signals, reliability, and sustainability goals.

La detección de partículas es un trabajo muy importante en campos como la física dealtas energías, la medicina y la astronomía. El proceso de detección consiste en identificarlas partículas producidas en distintos fenómenos físicos, como por ejemplo, las partículasproducidas en los grandes colisionadores. El proceso de detección, sin embargo, es complicadoy depende de muchos factores. Un caso especialmente difícil es la detección de partículasmuy cercanas provenientes, por ejemplo, del decaimiento de piones neutros. Para solucionareste problema el centro Científico y Tecnológico de Valparaíso ha propuesto un detectordel tipo calorímetro preshower, diseñado especialmente para tener una alta resolución en laidentificación de partículas cercanas. La solución de este problema tiene varias aplicacionesprácticas: En los colisionadores electron-ion puede ayudar al estudio de los gluones, elmaterial que une toda la materia del universo; En la medicina nuclear puede ayudar amejorar las imágenes producidas en las tomografías por emisión de positrones, vitales en eltratamiento del cancer.Para procesar los datos producidos por el detector se utiliza un algoritmo de reconstrucción.Este algoritmo es el encargado de convertir los datos brutos en información útil de lapartícula detectada, como su posición de incidencia, su energía o su ángulo.La contribución principal de este trabajo es el diseño e implementación de un algoritmode reconstrucción completo para el detector preshower. Para esto, las diferentes opcionesde la literatura son estudiadas y nuevas soluciones son propuestas para el trabajo dereconstrucción. Además, se construye una simulación computacional del detector y seestudia, mediante simulaciones, el desempeño del algoritmo de reconstrucción. Los resultadosobtenidos muestran la capacidad del detector preshower para identificar partículas cercanas,superando otras propuestas de la literatura. Además, basándose en este análisis, se proponenposibles mejoras al detector, las cuales pueden ser implementadas en próximas iteracionesdel diseño del detector.

El salmón es uno de los principales peces de acuicultura en Chile. Para contribuir en el desarrollo sostenible de esta industria se deben incorporar alternativas que generen un beneficio medioambiental, social y económico. Los esquelones son un importante subproducto del proceso de fileteado, ya que representan alrededor del 10% en peso del pescado. Estos están compuestos principalmente por músculo y hueso. La fracción ósea del esquelón, además de colágeno, posee un alto contenido de calcio, mineral deficitario en la dieta contemporánea. El hueso puede ser transformado en un ingrediente funcional mediante la aplicación secuencial de micro-molienda (d_50=10[μm]) e hidrólisis enzimática (Alcalase 2.5L), favoreciendo así la solubilización de Ca^(+2) y la formación de péptidos. Los modelos que generalmente son utilizados para describir la cinética de catálisis son Michaelis-Menten (MM) y Reversa de Michaelis-Menten (RMM), válidos para los casos en que E_0<< S_0+K_m (1) y S_0<

En los problemas de Machine Learning, la presencia de datos faltantes es un desafío común, especialmente cuando las variables del estudio provienen de múltiples fuentes de información. Cada fuente puede tener distintos formatos, niveles de precisión y frecuencias de actualización, lo que genera inconsistencias y vacíos en los datos recopilados. Por ejemplo, en un sistema de predicción de demanda que depende de datos meteorológicos, económicos y de redes sociales, algunas fuentes pueden proporcionar información en tiempo real, mientras que otras pueden presentar retrasos en las actualizaciones o contener valores faltantes debido a errores de registro. Estas discrepancias pueden afectar la calidad del modelo, reduciendo su capacidad predictiva y aumentando la incertidumbre en los resultados. Por lo tanto, es fundamental aplicar estrategias como la imputación de datos si se desea realizar una tarea de aprendizaje supervisado, como regresión o clasificación, sin perder datos en el proceso. El algoritmo de Expectation Maximization (EM) ha sido utilizado con éxito para manejar valores faltantes, pero no está diseñado para escenarios típicos de Machine Learning, donde se crea un modelo de imputación sobre los datos de entrenamiento y luego se aplica a un conjunto de prueba. En este trabajo, proponemos EMreg-KNN, un novedoso algoritmo de imputación supervisado y de múltiples fuentes. Basado en el algoritmo EM y en el concepto de vecinos recomendados, EMreg-KNN construye un modelo de conjunto basado en regresión para la imputación de datos futuros, lo que permite la utilización posterior de cualquier método de Machine Learning basado en vectores para evaluar automáticamente tareas de clasificación. Para evaluar esta propuesta, se utilizan tres bases de datos diferentes con datos faltantes y cuatro algoritmos de clasificación. El método propuesto competirá con otros métodos de imputación para garantizar que los algoritmos de clasificación ofrezcan los mejores resultados según métricas ROC. EMreg-KNN obtiene mejores resultados en la mayoría de los escenarios. Además, los clasificadores muestran un comportamiento más estable gracias a la imputación de los valores faltantes.