Mostrar el registro sencillo del ítem


Analysis of Covid-19 curves in Colombia using least squares adjustmentJulián

dc.contributor.authorRamírez Carvajal, Luis Eduardo
dc.contributor.authorPuerto, Karla
dc.contributor.authorLópez Barrera, German Luciano
dc.date.accessioned2021-10-18T14:59:39Z
dc.date.available2021-10-18T14:59:39Z
dc.date.issued2020-12-13
dc.identifier.urihttp://repositorio.ufps.edu.co/handle/ufps/336
dc.description.abstractEste artículo presenta un análisis de curvas de Covid-19 en Colom-bia utilizando ajuste por mínimos cuadrados. Tomados los datos de contagios, recuperados y fallecidos de Covid-19 en Colombia, entre marzo y abril, se realizó un modelamiento. Mediante la suma de los datos de mayo, junio y julio se llevó a cabo un segundo modelamiento. También se realizaron predicciones que fueron comparadas con los datos reales de la pandemia a fin de validar el pronóstico. Finalmente, se realizó un tercer modelamiento su-mando los datos del mes de agosto y se realizaron predicciones para septiembre. Los coeficientes de determinación de los primeros dos modelamientos estuvieron en un rango entre 0,7124 y 0,9985, y en el tercer modelamiento entre 0,9524 y 0,9955. Finalmente, se concluye que el Covid-19 en Colombia ha seguido los pronósticos establecidos por los modelos más acertados de este estudio con errores inferiores al 7 %; de seguir así, se espera una mitigación de la pandemia para inicios de septiembre, pero un aumento de contagios para finales del mismo mes. Se recomienda guardar los protocolos de bioseguridad establecidos por el Gobierno y reforzar las medidas de prevención en caso de presenciar el inicio de este aumento a mediados de septiembre.spa
dc.description.abstractThis paper presents a curve analysis of Covid-19 in Colombia using least squares fitting. Data on Covid-19 infections, recoveries and deaths in Colombia between March and April were modeled. Adding the data from May, June and July, a second modeling was performed. Predictions were made and compared with actual pandemic data to validate the forecast. Finally, a third modeling was performed, summing the data for the month of August, and predictions were made for September. The coefficients of deter-mination for the first two modelings ranged between 0.7124 and 0.9985, and for the third modeling between 0.9524 and 0.9955. Finally, it is concluded that Covid-19 in Colombia has followed the forecasts established by the most accurate models of this study with errors lower than 7%; if this continues, a mitigation of the pandemic is expected by the beginning of September, but an increase in infections by the end of September. It is recommended to follow the biosecurity protocols established by the government and to resume mandatory isolation in case of witnessing the beginning of the increase in mid-September.eng
dc.format.extent15 páginasspa
dc.format.mimetypeapplication/pdfspa
dc.language.isospaspa
dc.publisherIngeniarespa
dc.relation.ispartofIngeniare ISSN: 1909-2458, 2020 vol:2 fasc: N/A págs: 41 - 55, DOI:10.18041/1909-2458/ingeniare.29.7434
dc.rightsEsta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.spa
dc.rights.urihttps://creativecommons.org/licenses/by/4.0/spa
dc.sourcehttps://revistas.unilibre.edu.co/index.php/ingeniare/article/view/7434spa
dc.titleAnálisis de curvas de Covid-19 en Colombia utilizando ajuste por mínimos cuadradosspa
dc.titleAnalysis of Covid-19 curves in Colombia using least squares adjustmentJuliáneng
dc.typeArtículo de revistaspa
dcterms.referencesW. H. Organization, “Coronavirus disease 2019 (COVID-19): situation report—30”, 20spa
dcterms.referencesF. G. Manrique Abril, C. A. Agudelo Calderón, V. M. Gonzales Chordá, O. Gutiérrez Lesmes, C. F. Téllez Piñeres y G. Herrera Amaya, “Modelo SIR de la pandemia de Covid-19 en Colombia”, Sal. púb., vol. 22, n.º 2, pp. 1-9, mar. 2020.spa
dcterms.referencesJ. A. Obando Bastidas, A. P. Peña Pita, L. N. Obando Vargas y A. Franco Montenegro, “Importancia de los modelos de regresión no lineales en la interpretación de datos de la Covid-19 en Colombia”, Rev. Hab. Cien. Méd., vol. 19, 2020.spa
dcterms.referencesD. Ortega Lenis, D. Arango Londoño, E. Muñoz, D. E. Cuartas, D. Caicedo, J. Mena, M. Torres y F. Mendez, “Predicciones de un modelo SEIR para casos de Covid-19 en Cali, Colombia”, Sal. púb., vol. 22, n.º 2, ab. 2020.spa
dcterms.referencesJ. E. Díaz Pinzón, “Precisión del pronóstico de la propagación del Covid-19 en Colombia” Rep. Med. y Cir., vol. 29, n.º 1, 2020.spa
dcterms.referencesR. Guzman y J. A. Cervera, “La mecánica estadística: sus orígenes y sus paradojas a la luz de los escritos de Paul y Tatiana Ehrenfest”, ILUIL, vol. 29, pp. 331-356, 2006.spa
dcterms.referencesE. G. Florez Serrano y R. I. Laguado Ramírez, “Simulación bidimensional del flujo de convección libre en un cavidad cuadrada utilizando el método de la ecuación de Boltzmann en redes” Ing. Univ., vol. 15, n.º 2, 2011.spa
dcterms.referencesL. F. Plaza Gálvez, “Modelación matemática en ingeniería”, IE Rev. Inv. Ed. REDIECH, vol. 7, n.º 13, 2016.spa
dcterms.referencesÁ. G. Vera Dávila, J. C. Delgado Ariza y S. B. Sepulveda Mora, “Validación del modelo matemático de un panel solar empleando la herramienta Simulink de Matlab”, Rev. Inv., Des. e Inn., vol. 8, n.º 2, 2018.spa
dcterms.referencesS. C. Chapra y R. P. Canale, Métodos numéricos para ingenieros, 7 ed. S. D. C. Interamericana Editores, Ed. McGraw-Hill Education, 2015.spa
dcterms.referencesL. E. Ramírez Carvajal, K. C. Puerto López, G. Sierra Peñaranda y D. Guevara Ibarra, “Computer-aided design software for multi-stage amplifiers with bipolar transistors and field effect”, Journal of physics: Conference Series, vol. 1418, 2019.spa
dcterms.referencesC. Niño Rondón, S. Castro Casadiego y B. Medina Delgado, “Caracterización para la ubicación en la captura de video aplicado en técnicas de visión artificial en la detección de personas”, Rev. Col. Te. Av., vol. 2, n.º 36, ab. 2020.spa
dcterms.referencesG. F. Contreras Contreras, H. J. Dulce Moreno y R. Ardila Melo, “Arduino data-logger and artificial neural network to data analysis”, J. phys: Conference Series, vol. 1386, 2019.spa
dcterms.referencesA. A. Baez Perez y Á. J. Soto Vergel, “Enseñanza de sistemas de radiocomunicaciones terrestres con línea de vista mediante software educativo”, Rev. Ed. Ing., vol. 14, n.º 28, pp. 78-87, 2019.spa
dcterms.referencesJ. S. Santóyo Díaz y K. H. Serrano Medina, “Herramientas de software libre para la creación de contenidos educativos”, Ing., n.º 28, pp. 43-58, 2016.spa
dcterms.referencesJ. Araque Gallardo, J. L. López Prado y C. Yeneris, “Desarrollo de una herramienta didáctica para la enseñanza de conceptos básicos en sistemas embebidos”, Ing., n.º 26, pp. 89-98, 2015.spa
dcterms.referencesC. Minnaard , “Modelos de regresión lineales y no lineales: su aplicación en problemas de ingeniería” de IICaim-Segundo Congreso Argentino de Ingeniería Mecánica, San Juan, Argentina, 2010.spa
dcterms.referencesM. Badii y A. Guillen, “Estimaciones estadísticas: un acercamiento analítico” Daena: International Journal of Good Conscience, vol. 5, n.º 1, pp. 237-255, en. 2010.spa
dcterms.referencesW. Mendenhall, R. J. Beaver y B. M. Beaver, Introducción a la probabilidad y estadística, 13 ed. Cengage Learning, 2010.spa
dcterms.referencesO. Y. Guerrero Jaimes y R. M. Guerrero Jaimes, “Las empresas de Norte de Santander y su pers-pectiva acerca de la seguridad y salud en el trabajo», Inv. Inn. Ing., vol. 5, n.º 2, pp. 26-45, nov. 2017.spa
dcterms.referencesInstituto Nacional de Salud, 2020. [En línea]. Disponible en: https://www.ins.gov.co/Noticias/Paginas/Coronavirus.aspx. consultado el 13 de agosto 2020].spa
dcterms.referencesPresidecia de la República, “Aislamiento Preventivo Obligatorio” 2.spa
dc.identifier.doi10.18041/1909-2458/ingeniare.29.7434
dc.publisher.placeColombiaspa
dc.relation.citationeditionVol. 2, No. 29 (2020)spa
dc.relation.citationendpage55spa
dc.relation.citationissue29 (2020)spa
dc.relation.citationstartpage41spa
dc.relation.citationvolume2spa
dc.relation.citesL. E. Ramírez Carvajal, K. C. . Puerto López, y G. L. López Barrera, «Análisis de curvas de covid-19 en Colombia utilizando ajuste por mínimos cuadrados», ingeniare, vol. 16, n.º 29, pp. 41–55, dic. 2020.
dc.relation.ispartofjournalIngeniarespa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.rights.creativecommonsAtribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)spa
dc.subject.proposalAnálisisspa
dc.subject.proposalAjuste de curvasspa
dc.subject.proposalModelamientospa
dc.subject.proposalCovid-19spa
dc.subject.proposalMínimos cuadradosspa
dc.subject.proposalAnalysiseng
dc.subject.proposalCurve fittingeng
dc.subject.proposalModelingeng
dc.subject.proposalC-19eng
dc.subject.proposalLeast squareseng
dc.type.coarhttp://purl.org/coar/resource_type/c_6501spa
dc.type.contentTextspa
dc.type.driverinfo:eu-repo/semantics/articlespa
dc.type.redcolhttp://purl.org/redcol/resource_type/ARTspa
oaire.accessrightshttp://purl.org/coar/access_right/c_abf2spa
oaire.versionhttp://purl.org/coar/version/c_970fb48d4fbd8a85spa
dc.type.versioninfo:eu-repo/semantics/publishedVersionspa


Ficheros en el ítem

Thumbnail

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Excepto si se señala otra cosa, la licencia del ítem se describe como Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.