S

EP
TECN
M

ITTOL

MATERIA: TALLER DE INVESTIGACIÓN I

PROFESOR: ROGER ISAAC BARTOLO ALARCÓN

Título del proyecto

“Inteligencia Artificial en el Deporte”

NOMBRE DEL O LOS ESTUDIANTES:

Ramon Marcelino Luis Brayan
Velasco Martinez Eduardo David
NUMERO DE CONTROL:
19280583
19280616
INGENIERIA EN MECATRÓNICA
 1

FECHA: 16 DE NOVIEMBRE DEL 2021

Índice general
Índice de tablas y figuras ……………………………………………………….. 2
CAPITULO I METODOLOGÍA……………………………………………..…… 3
1.1. Antecedentes del problema……………………………………………… 4
1.2. Planteamiento del problema…………………………………………….. 5
1.3. Objetivos ………………………………………………………………….. 5
1.3.1. Objetivo general …………………………………………………... 5
1.3.2. Objetivos Específicos ………………………………………...……6
1.4. Hipótesis …………………………………………………………………….. 6
1.5. Justificación …………………………………………………………….…… 6
1.6. Alcances y Limitaciones …………………………………………………… 7
1.7. Viabilidad de la investigación………………………………………………. 8
1.7.1. Bosquejo del método ………………………………………….….. 8
1.7.2. Población y muestra …………………………………………….… 8
1.7.3. Tipo de investigación ………………………………………….….. 9
1.7.4. Instrumentos para recolectar información ………………………
10
1.7.4.1. Encuestas …………………………………………………...
…...12
1.7.5. Plan de procesamiento y análisis de información ……………..
12
1.7.6. Plan de presentación gráfica de los resultados……………….. 12
1.8. Cronograma …………………………………………………………………
16
1.9. Modelo de negocios ……………………………………………………… .19
 2

1.10. Fuentes consultadas ………………………………………………………

20

Índice de tablas
Tabla 1. Cronograma 1 ………………………………………………………….16
Tabla 2. Cronograma 2……………………………………………………..……17

Índice de figuras
Gráfica 1. ………………………………………………………...……………… 14
Gráfica 2…………………………….…………………………………………… 14
Gráfica 3..………………………......……………………………………………. 14
Gráfica 4……………………… ………………………………………………….
15
Gráfica 5……………………………..……………………………………………
15
 3

Gráfica 6……………………………….…………...……………………………. 15
Gráfica 7 …………………………………………...……………………………. 16
Gráfica 8 …………………………………………...……………………………. 16
Gráfica 9……………………………… …………...……………………………. 16
Gráfica 10…………………………………………...…………………………….
17
Figura 1. Modelo de negocios ………………………………………………… 19
 4

CAPITULO I METODOLOGÍA
 5

1.1. Antecedentes del problema.

ANTECEDENTES
La Inteligencia Artificial surge definitivamente a partir de algunos trabajos
publicados en la década de 1940 que no tuvieron gran repercusión, pero a partir
del influyente trabajo en 1950 de Alan Turing, matemático británico, se abre una
nueva disciplina de las ciencias de la información.
El término inteligencia artificial fue adoptado en 1956, pero se ha vuelto más
popular hoy día gracias al incremento en los volúmenes de datos, algoritmos
avanzados, y mejoras en el poder de cómputo y el almacenaje.
Estamos en los primeros pasos de esta tecnología, cuando no existía el concepto
de IA, pero ya se teorizaba sobre ‘máquinas’ que podían funcionar solas. El
verdadero pionero fue Alan Turing que, en 1936, puso la primera piedra al publicar
su famoso artículo sobre los “Números Calculables”.
Este artículo sirvió
para establecer las
bases teóricas y
puede considerarse
el origen oficial de
la informática
teórica. Aquí nace
el concepto de la
‘Máquina de
Turing’, que
formalizó el
concepto de
algoritmo y resultó
ser la precursora de
las computadoras
digitales.
En 1950 Turing inició su artículo Computing machinery and intelligence formulando
Ilustración 1. - Maquina enigma, decodificada gracias a Alan Turing
la siguiente pregunta: ¿las
máquinas pueden pensar? Fue
el primer científico en
cuestionarse esto, aunque no acuñó el término que hoy conocemos como
inteligencia artificial.
La Inteligencia Artificial es la disciplina científica y tecnológica cuyo objetivo es
crear procesos de la mente y su conexión con el cuerpo a través de la metáfora
computacional.
 6

La metáfora computacional es un concepto utilizado por la psicología cognitiva.

Dicha disciplina sostiene que el cerebro posee un sistema de procesos de datos,
similar al de una computadora digital. A su vez, el concepto es utilizado en el
estudio de la neurociencia y también en la neuro filosofía (filosofía de la mente).
Mediante el test de Turing se medía la capacidad de una máquina para hacerse
pasar por ser humano mediante una prueba de conversación entre ambos. Si el
humano no logra identificar que se trata de una máquina, esta última sería
considerada inteligente.
Turing contribuyó además a la biología matemática. Publicó un artículo en 1952
que derivó en un campo de investigación matemática basada en la formación de
patrones, utilizada en la actualidad.

1.2. Planteamiento del problema

Nos hemos percatado de algunas deficiencias en algunos deportes que existen en

el mundo y que pueden obtener mejores resultados con ayuda de la inteligencia
artificial, se pueden implementar nuevas funciones a las productos ya existentes.
Por otra parte mencionar también que existe mucha desinformación en las
personas sobre este tema, por lo cual uno de nuestros objetivos también es
solucionar la información que existe en las personas.

1.3. Objetivos

1.3.1. Objetivo general

Nos hemos percatado de algunas deficiencias en algunos deportes que existen en

el mundo y que pueden obtener mejores resultados con ayuda de la inteligencia
artificial, se pueden implementar nuevas funciones a las productos ya existentes.
Por otra parte mencionar también que existe mucha desinformación en las
personas sobre este tema, por lo cual uno de nuestros objetivos también es
solucionar la información que existe en las personas.

1.3.2. Objetivos específicos

 7

Poder mejorar el resultado en los deportes con ayuda de la robótica, para la

construcción y adaptación a robots, y con esto obtener resultados más
efectivos.

1.4. Hipótesis

Todos alguna vez hemos oído hablar sobre la inteligencia artificial, aunque no
muchos conocen o tienen el mismo concepto de esta palabra. sin embargo, día
con día es un tema del que hablar, ya que cada vez son más lugares donde
observamos o interactuamos con una Inteligencia Artificial (IA), empezando con
nuestro teléfono, el cual nos muestra anuncios personalizados de los cuales ha
recaudado nuestra información de interés con el uso que le damos en nuestro
teléfono.
Hace tiempo abandonó el espectro de la ciencia ficción para colarse en nuestras
vidas y, aunque todavía en una fase muy inicial, está llamada a protagonizar una
revolución equiparable a la que generó Internet.
La Inteligencia Artificial será la revolución más importante de la tecnología desde
que se inventaron los primeros avances tecnológicos. Esta misma, se prevé que
cambiará todo, si no es que ya lo está haciendo, aunque no tenemos claro
cuándo, cómo y porque, sabemos que lo hará, pero ¿cambiará las cosas de una
buena manera? una pregunta de la cual grandes mentes buscan una respuesta.
La capacidad de que las máquinas piensen y razonen por su cuenta puede ser el
avance más importante de la tecnología en los últimos siglos, pero también
representa un peligro inimaginable para la Humanidad. Porque las computadoras
hoy en día controlan las centrales nucleares, el suministro de luz, los misiles
armados... ¿Y si un día una inteligencia artificial decide que los humanos no
somos necesarios? Parece una mala película de ciencia ficción, pero es un tema
que comparten algunas de las mentes más brillantes de nuestro tiempo, desde Bill
Gates o Elon Musk al añorado Stephen Hawking.
1.5. Justificación

 La inteligencia artificial automatiza el aprendizaje y descubrimiento

repetitivos a través de datos. La inteligencia artificial es diferente de la
automatización de robots basada en hardware. En lugar de automatizar
 8

tareas manuales, la inteligencia artificial realiza tareas computarizadas

frecuentes de alto volumen de manera confiable y sin fatiga. Para este tipo
de automatización, la investigación humana sigue siendo fundamental para
configurar el sistema y hacer las preguntas correctas.

 La inteligencia artificial se adapta a través de algoritmos de aprendizaje

progresivo para permitir que los datos realicen la programación. La
inteligencia artificial encuentra estructura y regularidades en los datos de
modo que el algoritmo adquiere una habilidad: el algoritmo se convierte en
un clasificador o predictor. De este modo, así como el algoritmo puede
aprender a jugar ajedrez, puede aprender también que producto
recomendar a continuación en línea. Y los modelos se adaptan cuando se
les proveen nuevos datos. La retro propagación es una técnica de
inteligencia artificial que permite al modelo hacer ajustes, a través de
capacitación y datos agregados, cuando la primera respuesta no es del
todo correcta.

 La inteligencia artificial saca el mayor provecho de los datos. Cuando los

algoritmos son de autoaprendizaje, los datos mismos pueden volverse de
propiedad intelectual. Las respuestas están en los datos; usted sólo tiene
que aplicar inteligencia artificial para sacarlas a la luz. Como el rol de los
datos es ahora más importante que nunca antes, pueden crear una ventaja
competitiva. Si tiene los mejores datos en una industria competitiva, incluso
si todos aplican técnicas similares, los mejores datos triunfarán.

1.6. Alcances y limitaciones

Alcances

 Poder brindar un mayor conocimiento acerca de la inteligencia

artificial.
 Brindar a las deportistas alternativas acerca de su forma de
preparación.

Limitaciones
 9

 Solo ser un proyecto de divulgación, donde no habrá alguna

aplicación o sistema hecho por nosotros.
 Al ser un campo de inteligencia artificial se puede considerar costoso,
por lo tanto no todas las personas podrían adquirirlo.
 Al continuar en proceso de desarrollo puede llegar a funcionar o no.

1.7. Viabilidad de la investigación

1.7.1. Bosquejo del método

La Inteligencia Artificial permite a los atletas conocerse a sí mismos, mejorar

su rendimiento y evitar lesiones gracias a sensores que proporcionan datos
sobre la respiración, el ritmo cardiaco o sus niveles de esfuerzo; a las
productoras televisivas generar resúmenes automáticos de los partidos en
tiempo real gracias al reconocimiento de las reacciones de los espectadores
o al lenguaje no verbal de los jugadores; a los entrenadores estudiar
millones de patrones y diseñar las mejores estrategias. Se trata de tomar
mejores decisiones con la ayuda de los datos, y eso es aplicable a cualquier
ámbito.

Fútbol, tenis, baloncesto, ciclismo... Cada vez son más los deportes que se
han subido al carro de la tecnología para mejorar los resultados. Ahora
sabemos cómo se mueven los deportistas en un espacio determinado, lo
que comen, lo que duermen, cuánto descansan o cómo viajan. Además,
 10

también se analizan los datos de tendencias, hábitos, opiniones de los

aficionados y deportistas.

Muchos clubes ya utilizaban los datos para mejorar el rendimiento de los

deportistas y así conseguir ser más competitivos, siempre persiguiendo la
excelencia. 

Para desarrollar este proyecto de divulgación que dividiremos en 3 etapas:

Etapa I: Se hará una investigación acerca de las diferentes aplicaciones y

métodos que existen para poder lograr un mejor desempeño.

Etapa II: Se realizara un plan para la aplicación de estos métodos y en los

deportistas, contando con el apoyo de un nutriólogo encargado de la
supervisión de los métodos.

Etapa III: Se realizaran platicas en los diferentes centros deportivos donde

se hicieron las encuestas.

1.7.3. Tipo de investigación

La investigación aplicada, por tanto, permite solucionar problemas reales.

Además, se apoya en la investigación básica para conseguirlo. Esta le
aporta los conocimientos teóricos necesarios para resolver problemas o
mejorar la calidad de vida.
 11

Fases de la investigación aplicada:

1. Planificación
Las fases de la investigación aplicada comienzan con la planificación.
En esta fase se realiza el planteamiento del tema y las preguntas que
buscarán responderse. En ella también se realiza una investigación de
antecedentes y una metodología con el plan a llevar a cabo.
2. Ejecución
En la ejecución se aplica la metodología y el plan de acción con el objetivo
de desarrollar la solución al problema.
De igual forma se recolecta información y se describen los sucesos
ocurridos durante la ejecución.
3. Publicación de resultados
En esta fase se hace el análisis de la información para posteriormente ser
redactada.

1.7.2. Población y muestra

Población: La población que servirá de referencia sobre la cual se va a

desarrollar la investigación o estudio, serán los deportistas de las instituciones
ubicadas en la comunidad de Almoloya de Juárez centro.

Muestra: Se plantea tomar como muestra, para los estudios, y recolección de

datos 70 deportistas de las diferentes instituciones y 30 personas que practican
deporte sin pertenecer a una institución, de los cuales se obtendrán todas las
características relevantes, que arrojarán el comportamiento de la población en
general.

1.7.4. Instrumentos para recolectar información

Encuesta: Se realizarán encuestas, para analizar y comprender el pensamiento

que tienen, los deportistas de las diversas instituciones deportivas del municipio ya
mencionado anteriormente acerca del tema, con el fin de observar que opinan de
la implementación de la inteligencia artificial y si ven factible la aplicación de este
para mejorar sus resultados en su deporte.
 12

1.7.4.1. Encuesta

Encuesta 1

Objetivo de las encuestas: Recabar información verídica, confiable y actualizada

acerca del tema, preguntando su punto de vista a diferentes deportistas.
Dirigida para: Deportistas de las diferentes instituciones y deportistas que no
pertenezcan a una institución oficial en el municipio de Almoloya de Juárez centro.
No. De encuestas: Se tomará una muestra de 100 deportistas de la comunidad
de los cuales la encuesta se aplicará a 70 deportistas pertenecientes a una
institución y 30 a los que no pertenezcan a una institución.

Encuesta 1-Formato (Desarrollo del producto o prototipo).

Instrucciones: llene con lapicero, el área de datos personales y posteriormente

conteste las preguntas, marcando con una “x” delante de la respuesta deseada.
Nombre: ____________________________________ Edad: ______ años

Sexo: ____________ Comunidad: ______________________________

1.- ¿Tienes conocimiento previo acerca de la inteligencia artificial en el deporte?

Si: _____ No: _____

2.- ¿Qué opina de los resultados obtenidos gracias al uso de la inteligencia

artificial?

Muy Buena: __________ Buena___________

Regular____________ Mala____________

3.- ¿Cuántas personas crees que usen la inteligencia artificial en el país para

mejor rendimiento en sus deportes?

0 a 500_____ 501 a 1200_____ 1201 a 2000 _____ Más de 2001_____

4.- ¿ Has escuchado hablar acerca de los resultados de la inteligencia artificial en

los deportes alguna vez?
 13

Si: _________ No: _________

5.- ¿ Cuál es la demanda de estos productos en el mercado?

Mucha: ________ Poca: ________ Equilibrada: _________

6.- ¿ Te interesaría saber más sobre la inteligencia artificial y su impacto en el

deporte?

Si___ No___ Tal vez___

7.- ¿Estaría dispuesto a invertir en tecnología que ayude para su desempeño

deportivo??
Si_____ No_____ Tal vez___

8.- ¿ Conoce a alguna persona que ha invertido en inteligencia artificial para su

desempeño deportivo?

Sí___ No___

9.- ¿ En qué deporte crees que se use más la inteligencia artificial?

Futbol soccer_____ Natación _____ Atletismo___ Otros___

10.- ¿ Crees que los países primermundistas tengan ventaja por la innovación de
tecnología?
Sí______ No_____ Tal vez____

1.7.5. Plan de procesamiento y análisis de información

La estadística descriptiva tiene la función de recoger datos, almacenarlos,

realizar tablas o incluso gráficos que nos ofrezcan información sobre un
determinado asunto. Adicionalmente, nos ofrecen medidas que resumen la
información de una gran cantidad de datos.

Parámetros básicos:

 Medidas de tendencia central: Denominadas así porque ofrecen

información sobre el centro de conjunto de datos. Por ejemplo, la
media es una medida de tendencia o posición central ya que el
 14

promedio nos ofrece un valor centrado del conjunto de datos. ¿Dónde

podríamos decir que se encuentra el punto medio? En el centro, en la
mitad aproximadamente. Otro ejemplo de medida de tendencia
central es la mediana.
 Medidas de dispersión: También son conocidas como medidas de
variabilidad. Por ejemplo, la desviación típica es una medida de
variabilidad ya que nos dice si los valores de un conjunto de datos
son muy dispares o no. Dos ejemplos más sobre medidas de
dispersión podrían ser la varianza y el rango estadístico.
 Medidas de posición: No son las más conocidas, pero se utilizan
frecuentemente. Un ejemplo de ello, se encuentra en los percentiles o
los deciles. Cuando un dato en concreto se encuentra en el percentil
90, quiere decir que por debajo de ese dato se encuentran el 90% de
datos. Existen otras medidas de posición como los cuartiles o algunas
variantes como el primer cuartil.

1.7.6. Plan de presentación gráfica de los resultados y Encuesta

15
16
17
 18

1.8. Cronograma

Cronograma de actividades Taller de Investigación I

 19

Cronograma de actividades Taller de inv. 2

Tabla 2. Cronograma 2
 20

1.10. Modelo de negocios ***

Figura 1. Modelo de negocios

 21

Fuentes consultadas

 https://blogthinkbig.com/historia-como-nacio-inteligencia-artificial
 http://kaizennetworks.es/inteligencia-artificial-ventajas-y-desventajas/
 https://soldai.com/inteligencia-artficial-pandemias/?utm_term=que%20es
%20la%20inteligencia
%20artificial&utm_source=adwords&utm_campaign=&utm_medium=ppc&h
sa_cam=13659422787&hsa_src=g&hsa_kw=que%20es%20la
%20inteligencia
%20artificial&hsa_ver=3&hsa_acc=5455029943&hsa_net=adwords&hsa_a
d=529805206927&hsa_grp=124197156156&hsa_tgt=kwd-
27464826&hsa_mt=b&gclid=Cj0KCQjw5uWGBhCTARIsAL70sLJcrwSfen22
Mwc6yJ69lv6YTcAUt5ADRxPP7zr95fu2BVYtnYt8UjEaAvSqEALw_wcB
 https://www.salesforce.com/mx/blog/2017/6/Que-es-la-inteligencia-
artificial.html
 https://www.iberdrola.com/innovacion/que-es-inteligencia-artificial
 https://www.europarl.europa.eu/news/es/headlines/society/
20200827STO85804/que-es-la-inteligencia-artificial-y-como-se-usa
 https://soldai.com/inteligencia-artficial-pandemias/?utm_term=que%20es
%20la%20inteligencia
%20artificial&utm_source=adwords&utm_campaign=&utm_medium=ppc&h
sa_cam=13659422787&hsa_src=g&hsa_kw=que%20es%20la
%20inteligencia
%20artificial&hsa_ver=3&hsa_acc=5455029943&hsa_net=adwords&hsa_a
d=529805206927&hsa_grp=124197156156&hsa_tgt=kwd-
27464826&hsa_mt=b&gclid=Cj0KCQjw5uWGBhCTARIsAL70sLJcrwSfen22
Mwc6yJ69lv6YTcAUt5ADRxPP7zr95fu2BVYtnYt8UjEaAvSqEALw_wcB
 https://agenciab12.mx/noticia/como-funciona-inteligencia-artificial-buscador-
google
 Bellman, Richard (1978). An introduction to artificial intelligence: can
computers think? (en inglés). San Francisco: Boyd & Fraser Pub.
Co. ISBN 978-0878350667.
 Nilsson, Nils J. (1998). Artificial Intelligence: A New Synthesis (en
inglés) (4.ª edición). San Francisco: Kaufmann. ISBN 978-1558604674.
 Rich, Elaine; Knight, Kevin (1991). Artificial intelligence (en inglés) (2.ª
edición). New York: McGraw-Hill. ISBN 978-0070522633.
 22

 Russell, Stuart J.; Norvig, Peter Norvig (2009). Artificial intelligence: a

modern approach (en inglés) (3.ª edición). Upper Saddle River, N.J.:
Prentice Hall. ISBN 0-13-604259-7.
 Winston, Patrick Henry (1992). Artificial intelligence (en inglés) (3.ª edición).
Reading, Mass.: Addison-Wesley Pub. Co. ISBN 978-0201533774.