Menú
12/09/2024

Curso de verano: Introducción a Brightway para el Análisis de Ciclo de Vida

PELCAN PUCP y Départ de Sentier ofrecen el presente curso de verano del 3 al 7 de febrero de 2025 en Open PUCP.

Descripción del curso:

El Análisis de Ciclo de Vida es una metodología holística que se ha convertido en la herramienta de facto para el estudio de sostenibilidad en productos y servicios. Debido a esto el avance de esta metodología ha permitido que ahora sea considerada como parte fundamental del diseño de políticas públicas alrededor del mundo. Los estudios de ACV pueden escalar en complejidad, sobre todo por la necesidad de sistematizar la construcción de Inventarios de Ciclo de Vida (LCI), o de integrar el ACV con otras metodologías científicas. Afortunadamente, en los últimos años, el desarrollo de herramientas computacionales de código abierto ha permitido la aparición de un ecosistema de librerías que buscan expandir los límites del ACV convencional. Este es el caso de Brightway: una de las librerías de código abierto en lenguaje Python más utilizadas para realizar cálculos de ACV de manera programática. 

El objetivo de este curso es brindar una introducción a Brightway y al ecosistema de librerías desarrolladas en base a esta. El curso proporcionará los conocimientos fundamentales que los participantes necesitan para realizar cálculos esenciales en el ACV (evaluación de impactos, incertidumbre, parametrización, etc.), pero también se expondrá cómo estos suelen ser integrados en casos de estudio más avanzados (optimización matemática, aprendizaje automatizado, etc.). 

El curso está enfocado en estudiantes, académicos o profesionales con conocimientos avanzados de ACV, pero con interés en comenzar a realizar cálculos de ACV de manera programática. 

Los instructores:

Alvaro Hahn Menacho, MSc

Doctorando en el Instituto Paul Scherrer y ETH Zürich. Su experiencia se centra en el análisis de ciclo de vida (ACV) y análisis de flujo de materiales (MFA), especialmente en su integración con modelos de evaluación integrados (IAMs). Tiene un máster en Ecología Industrial por la Universidad de Leiden y TU Delft, y experiencia en investigación en diversos proyectos europeos.

Gustavo Larrea Gallegos, PhD

Investigador en el grupo de Análisis de Sostenibilidad del Ciclo de Vida del Instituto de Ciencia y Tecnología de Luxemburgo. Obtuvo su maestría en ingeniería civil en la Pontifícia Universidad Católica del Perú, y su doctorado en ingeniería en la Universidad de Luxemburgo. Su experiencia en investigación involucra el desarrollo de modelos basados en agentes, modelos de inteligencia artificial y Análisis de Ciclo de Vida. 

Tomás Navarrete Gutiérrez, PhD

Tomás Navarrete Gutiérrez es investigador senior en el grupo de Análisis de Sostenibilidad del Ciclo de Vida del Instituto de Ciencia y Tecnología de Luxemburgo. Obtuvo su doctorado en informática en la Universidad de Lorraine y cuenta con experiencia en modelamiento basado en agentes, redes computacionales y Análisis de Ciclo de Vida (ACV) computacional. Es desarrollador y miembro del comité directivo de Brightway.

Requisitos:

Sobre el curso:

Día Actividades
Antes del curso > Tipos de datos, objetos, métodos y clases en Python

> La instrucciones de cómo instalar Python, Jupyter y Brightway serán enviadas antes del curso. 

Día 1 > Fundamentos de Python y Brightway: 

  • Creación de inventarios desde cero.
  • Importar bases de datos comerciales
  • Cálculos de impactos ambientales
  • Exportar proyectos, bases de datos y resultados

> Creación de equipos y selección de tema para el ejercicio práctico

Día 2 > Manipulación de inventarios:

  • Parametrización de inventarios
  • Construcción de escenarios

> Incertidumbre y análisis de sensitividad:

  • Simulación de Monte Carlo
  • Análisis de sensitividad global
Día 3 > El ecosistema de Brightway e integración con otras flujos metodológicos:

  • Premise para modelos prospectivos
  • LCA y modelos de optimización

> Sesión de preguntas 

Día 4 > Trabajo grupal
Día 5 > Cierre

  • Trabajo grupal
  • Presentación de resultados

> Cena de despedida

  • Primer corte de postulación: 6 de diciembre de 2024.
Compartir vía:
Enviar a: