Redes Neuronales Informadas por Física - Un Nuevo Campo en la Educación de la Ingeniería Mecánica

Resumo

Este trabajo presenta un breve taller para la enseñanza de métodos numéricos en la Facultad de Ingeniería de la Universidad de la República (UdelaR) que integra redes neuronales profundas y, en particular, PINNs como complemento de los enfoques tradicionales. La propuesta combina módulos semanales con clases y notebooks interactivos, guiando desde una red neuronal básica hasta aplicaciones de PINNs a problemas gobernados por ecuaciones diferenciales. Los casos abarcan: ecuación de un sistema físico clásico con solución analítica, transferencia de calor 1D, mecánica de sólidos lineal 2D y fluido-dinámica incompresible 2D. Se enfatizan conceptos como normalización y adimensionalización de datos, ponderación adaptativa de funciones de pérdida y diseño de condiciones de frontera. La evaluación consiste en un proyecto grupal que resuelve un benchmark y se contrasta con resultados obtenidos por simulación numérica. El taller articula modelado físico y aprendizaje automático, fortaleciendo la programación científica, el análisis crítico y el trabajo colaborativo, ofreciendo simultáneamente lineamientos transferibles para la enseñanza de la ingeniería.