Documentos de Académico
Documentos de Profesional
Documentos de Cultura
2. Objetivo
Desarrollar un modelo matemático de estimación de precipitación pluvial en la ciudad de Trinidad a partir
de polinomios de interpolación que permita tomar decisiones oportunas a los habitantes de la misma,
gestión 2022.
3. Productos
Un polinomio de interpolación desarrollado en base a datos históricos de precipitación pluvial de la
ciudad de Trinidad.
Una codificación del modelo aplicando plataforma informática adecuada que permita mostrar la
simulación del modelo.
4. Resultados Esperados
Aplicación del modelo para calcular eventos perdidos de precipitación pluvial en años anteriores
al 2021en estaciones de lectura de la ciudad de Trinidad.
Aplicación del modelo para calcular resultado de precipitación pluvial para el año 2022 en la
ciudad de Trinidad.
Toma de decisiones de la población de la ciudad de Trinidad respecto a las precipitaciones
pluviales calculadas en base al modelo de predicción.
5. Población de Estudio
Datos de precipitaciones pluviales registrados en estaciones de lectura y modelos de predicción basados
en interpolación polinomial.
6. Unidades de Observación
Modelos de simulación de precipitación pluvial, teorías matemáticas de construcción de polinomios de
interpolación y su aplicación basados en datos históricos
7. Variables a Observar
Cantidad de precipitación pluvial en la ciudad de Trinidad
Coeficientes de polinomios de interpolación
Meses y años de precipitación pluvial
8. Método de Muestreo
Muestreo estratificado en modelos de simulación, modelos matemáticos de interpolación, modelos
Estadísticos aplicados a datos históricos de precipitación pluvial.
9. Método de Colecta
Simulación de datos en cada uno de los modelos, selección del modelo adecuado respecto a un margen de
error mínimo.
El proceso de seleccionar el modelo adecuado sigue el proceso:
Identificar modelos matemáticos
Simular el modelo con datos históricos
Calcular el error en cada modelo
Realizar comparación de errores generado en cada modelo
Identificar el error mínimo
Elegir el modelo que genera el error mínimo.