La Facultad de Ciencias Físicas y Matemáticas (FCFM) de la Universidad de Chile se adjudicó ocho proyectos en el Concurso Fondecyt de Iniciación en Investigación 2026, correspondientes a iniciativas lideradas por académicas y académicos de departamentos y centros en diversas áreas del conocimiento.
Los resultados de esta convocatoria fueron dados a conocer el 23 de diciembre de 2025 por la Agencia Nacional de Investigación y Desarrollo (ANID), en el marco de un concurso orientado a fomentar y fortalecer el desarrollo de investigación científica y tecnológica de excelencia, mediante la promoción de nuevas investigadoras e investigadores en todas las áreas del conocimiento. Los proyectos adjudicados por la FCFM abordan desafíos con impacto en ámbitos estratégicos como energía, transporte, inteligencia artificial, matemáticas aplicadas, geociencias y gestión de recursos hídricos.
Al respecto, Viviana Meruane, directora Académica de Investigación e Innovación de la FCFM, destacó que “la adjudicación de un proyecto Fondecyt de Iniciación constituye un hito crítico en la trayectoria académica de investigadoras e investigadores que comienzan su carrera. No solo permite consolidar una línea propia de investigación, sino también fortalecer la formación de equipos y la proyección científica a mediano y largo plazo”.
En este concurso, la FCFM cuenta con la adjudicación de ocho proyectos liderados por Raúl Tintaya Marcavillaca, del Centro de Modelamiento Matemático; Sergio León-Ríos, del Centro Avanzado de Tecnología para la Minería; Andrés Abeliuk, del Departamento de Ciencias de la Computación; Sarah Coros Oliva, del Departamento de Geofísica (DGF); Matías Taucare Toro, del Departamento de Geología; Bastián Henríquez Jara y Francisco Pinto Vega, del Departamento de Ingeniería Civil, y Ángela Flores Quiroz del Departamento de Ingeniería Eléctrica.
Planificación de sistemas eléctricos más eficientes
La Prof. Ángela Flores, del Departamento de Ingeniería Eléctrica (DIE), buscará mejorar la forma en que se planifican los sistemas eléctricos, tomando en cuenta la mayor participación de la generación renovable, la incorporación de nuevas tecnologías, condiciones climáticas cambiantes, entre otras.
El objetivo del proyecto es proponer un marco de planificación que permita representar de manera coherente la incertidumbre de largo y corto plazo, generar escenarios basados en proyecciones futuras del clima y desarrollar algoritmos que permitan resolver modelos complejos de manera más eficiente. Para ello, el proyecto propone un marco de planificación que combina modelos de programación estocástica multi horizonte con técnicas de machine learning.
“Esta investigación es particularmente importante porque los sistemas eléctricos están experimentando cambios relevantes y enfrentan múltiples fuentes de incertidumbre que desafían los enfoques tradicionales de planificación. Estas incertidumbres se manifiestan tanto en el largo plazo, asociadas al cambio climático, la evolución tecnológica y las decisiones de política pública, como en el corto plazo, vinculadas a la variabilidad de las condiciones meteorológicas, la generación renovable, la demanda y los eventos extremos”, señala la académica, quien explica que actualmente se sigue trabajando con herramientas de planificación basadas en datos históricos y representaciones simplificadas, “lo que limita su capacidad para anticipar riesgos futuros y diseñar sistemas resilientes. En este contexto”.
Investigación para una infraestructura energética más segura y resiliente
El académico Francisco Javier Pinto Vega, del Departamento de Ingeniería Civil (DIC), lidera un proyecto orientado a evaluar de manera estocástica el impacto de la interacción dinámica suelo-estructura no lineal en el desempeño sísmico y eólico de aerogeneradores terrestres, considerando la acción combinada de cargas operacionales de viento y eventos sísmicos.
La investigación aborda escenarios en los que tanto el suelo como la estructura presentan respuestas no lineales acumulativas en el tiempo, mediante el desarrollo de modelos computacionales tridimensionales no lineales, de baja a alta fidelidad, que incorporan efectos de corto y largo plazo, degradación estructural e incertidumbre geotécnica. El objetivo es mejorar la confiabilidad de los análisis estructurales, identificar condiciones críticas de diseño y contribuir a la evaluación de la vida útil y la seguridad de este tipo de infraestructuras energéticas en contextos de alta actividad sísmica.
Nuevos enfoques para comprender el comportamiento humano en sistemas de transporte
También, desde el Departamento de Ingeniería Civil, Bastián Ignacio Henríquez Jara encabeza un proyecto que busca avanzar en la modelación del comportamiento de las personas en sistemas de transporte, superando los supuestos de racionalidad estricta que caracterizan a los modelos tradicionales utilizados en planificación y diseño.
“Los modelos tradicionales asumen que el usuario es completamente racional, sin hábitos ni emociones, o que sus decisiones no dependen de decisiones previas. Al profundizar en estos aspectos, se pueden desarrollar mejores herramientas para el diseño de políticas públicas”, explica el académico.
La investigación integra teorías y herramientas de la psicología cognitiva y la neurociencia, junto con el uso de tecnologías experimentales como seguimiento ocular, sensores fisiológicos y herramientas de simulación y realidad virtual, que permitirán estudiar el comportamiento de las personas en distintos escenarios de movilidad, desde viajes a pie hasta desplazamientos en transporte público o bicicleta.
Inteligencia artificial y equidad en la simulación de la opinión pública
El académico Andrés Abeliuk, del Departamento de Ciencias de la Computación (DCC), lidera un proyecto orientado a explorar el uso de modelos de lenguaje de gran escala como una herramienta para simular la opinión pública en Chile, incorporando una mirada crítica sobre su capacidad de representación social.
“La mayoría de estos modelos se entrenan con datos centrados en contextos de Estados Unidos, lo que puede generar sesgos importantes al aplicarlos en países como Chile. Este proyecto propone métodos para reducir estos sesgos y mejorar la representatividad de grupos subrepresentados”, señala Abeliuk.
Desde un enfoque interdisciplinario que integra computación y ciencias sociales, la investigación incorpora criterios de equidad y justicia epistémica, con el objetivo de desarrollar herramientas de inteligencia artificial más responsables, transparentes y sensibles al contexto chileno, evitando que estos sistemas reproduzcan o amplifiquen desigualdades existentes.
Comprender la recarga de acuíferos para una mejor gestión del agua
Matías Taucare Toro, profesor asistente del Departamento de Geología (DGL), lidera un proyecto orientado a estimar la contribución de distintas fuentes de recarga que alimentan los acuíferos mediante el uso de múltiples trazadores ambientales y monitoreo de niveles de agua subterránea.
“Un acuífero puede recargarse desde distintas fuentes, y la idea es poder estimar al menos la proporción de cada una. Esto tributa directamente a la gestión del agua y permite plantear escenarios más fidedignos frente a cambios en las precipitaciones”, explica el académico.
Los resultados permitirán construir escenarios más realistas sobre la disponibilidad de agua subterránea, aportando evidencia científica clave para la toma de decisiones en gestión de recursos hídricos, especialmente en contextos de variabilidad climática.
Geofísica para revelar el subsuelo volcánico de Rapa Nui
Sergio León-Ríos, investigador del Centro Avanzado de Tecnología para la Minería (AMTC), lidera un proyecto orientado a caracterizar la arquitectura del subsuelo del sistema volcánico de Rapa Nui, integrando métodos geofísicos avanzados. “Este proyecto permitirá revelar, por primera vez, la arquitectura interna de alta resolución de una isla volcánica única, generando conocimiento clave sobre su evolución geológica y potencial geotérmico”, señala el académico.
La investigación combina tomografía de ruido ambiental, magnetotelúrica y mediciones de gravedad, además de la aplicación, por primera vez en territorio insular chileno, de la técnica de imagen de matriz reflectiva, lo que permitirá avanzar en la comprensión de sistemas volcánicos oceánicos de alto valor científico y natural.
Estos proyectos reflejan el aporte sostenido de la Facultad de Ciencias Físicas y Matemáticas al desarrollo de investigación científica y tecnológica de excelencia, así como su compromiso con la formación de nuevas trayectorias académicas y la generación de conocimiento con impacto en el país.
Herramientas para resolver problemas de optimización en casos no convexos
“Continuous Dynamical Systems and Mirror Descent: New Approaches for Optimization Beyond Convexity” es el nombre del proyecto adjudicado por el investigador del Centro de Modelamiento Matemático (CMM), Raúl Tintaya Marcavillaca. La investigación busca desarrollar nuevas herramientas teóricas y algorítmicas para resolver problemas de optimización más allá del caso convexo, es decir, problemas no convexos que aparecen frecuentemente en ciencia de datos, aprendizaje automático, ingeniería, entre otros. Para ello, se estudiarán modelos basados en sistemas dinámicos continuos (ecuaciones diferenciales que describen la evolución de un método de optimización) y en métodos tipo mirror descent (descenso en geometrías no euclídeas), para diseñar algoritmos más estables y eficientes, con garantías de convergencia.
“Muchos problemas reales modernos no son convexos y los métodos clásicos pueden presentar inestabilidad, oscilaciones o falta de garantías teóricas. Al entender los algoritmos como dinámicas continuas y luego construir discretizaciones (métodos numéricos) con propiedades de estabilidad tipo Lyapunov, se pueden diseñar métodos con mejor comportamiento práctico y fundamento matemático sólido. Esto puede impactar el desarrollo de algoritmos para aprendizaje automático, problemas min–max (por ejemplo en aprendizaje adversarial y teoría de juegos) y optimización a gran escala”, explica el investigador.