I.

INTRODUCCION

Los pronósticos son la base fundamental para todas las maneras de planificación
para el futuro. Las predicciones poblacionales son esenciales para cualquier forma
de planificación social, económica, empresarial o gubernamental. Los gobernantes
solo pueden planificar anticipadamente con eficiencia si tienen una idea de cuántos
pobladores en el futuro cuentan potencialmente.

1.1 Realidad problemática

La estimación de la población se ha constituido en el instrumento más importante

como medio para la planificación o la toma de decisiones de cualquier organismo o
país, para el desarrollo socioeconómico, en la distribución de recursos y la política
económica, entre otros (Wali, Ntubabare, & Mboniragira, 2011).
De acuerdo con Mar, Maw, & Naing (2019), los gobiernos necesitan de una
estimación precisa a futuro del tamaño de la población para sus actividades de
planificación.
Según Karim, Dey, Rahman et al. (2022), en el ritmo cambiante en que atravesamos
actualmente en el mundo, ha generado que la proyección de la población sea el
principal problema para el desarrollo de un país puesto que es determinante en la
estrategia que ha de implantar.

1.2 Antecedentes

Entre los antecedentes en el Perú se han realizado estimaciones de la población

en base a los datos de los censos poblacionales, existen algunos estudios como
los realizados por Cruz & Rosas (2015), basados en un modelo de la curva logística
con los datos censales del Perú entre los años 1836 y 2007, consiguiendo
desarrollar un modelo estadísticamente fiable.
Así mismo, se tiene la investigación efectuada por Gallardo (2018), respecto a
modelos de proyecciones poblacionales para el distrito de Tambogrande en Piura
para el periodo 2000 a 2021, determinando que el modelo exponencial tuvo la mejor
estimación.
A nivel internacional tenemos la investigación elaborada por C. C, Tessy, Ezeora,
& Iweanandu (2017), ejecutaron un estudio comparativo de modelos matemáticos
y estadísticos para la proyección de población de Nigeria, específicamente entre el

1
modelo de crecimiento exponencial y un modelo de regresión, determinado que
este último es el mejor modelo.
En la investigación efectuada por Kaur (2019), sobre modelado del crecimiento de
la población, precisa que los modelos se pueden aplicar no solo para predecir la
población, sino también para describir el crecimiento de otras poblaciones
biológicas.
Los investigadores Bhadula, Sharma & Tiwari (2021), desarrollaron un modelado
matemático de predicción de población aplicado a la India a través de la
comparación de un modelo exponencial y un modelo logístico, concluyendo que el
gobierno puede proyectar la población futura y disponer los recursos necesarios,
tanto económicos como sociales.
Por otra parte, Verma & Kushwah (2021), en su investigación sobre modelado
matemático en las tendencias actuales del crecimiento de la población humana,
concluye sobre la importancia de los modelos matemáticos para predecir con
eficacia el crecimiento de la población, el sistema económico y social.

1.3 Marco teórico

Los métodos matemáticos para predecir la población futura de un país, se

fundamentan en ecuaciones que estiman el incremento de los habitantes en función
del tiempo, a partir de los datos censales de población entre dos o más fechas
históricas.
Existen diversos métodos matemáticos para la proyección de la población. La
tendencia histórica de la proyección de la población, se formula mediante una
ecuación matemática de forma lineal, geométrica o exponencial. En la presente
investigación se estudian los métodos más utilizados en proyectos sociales que
requieren dicha estimación, los cuales se detallan a continuación.
1.3.1 Método aritmético

El siguiente modelo más simple es el del crecimiento aritmético o lineal. Este mo-
delo asume que ocurre un cambio numérico constante en el tamaño de la población
en cada período de la misma duración.

Se necesita un mínimo de dos estimaciones de la población para diferentes fechas

para estimar el incremento anual de la población y proyectar su tamaño en otras
fechas. El modelo se puede ajustar a una serie más larga de estimaciones de la
2
población por medio de una regresión lineal simple del tamaño de la población en
el tiempo. Para proyectar la población se utiliza la siguiente ecuación:

𝑃𝑒 = 𝑃𝑐𝑓 + 𝑟(𝐴𝑓 − 𝐴𝑐𝑓)……………………………………(1)

Donde:

Pe: Población (habitantes) estimada para un año específico de proyección.

Pcf: Población (habitantes) del censo final.

Acf: Año del censo final.

Af: Año al cual se quiere proyectar la población.

r: Tasa de crecimiento anual en forma decimal, computada como el prome-

dio de las tasas de crecimiento estimadas para cada par de censos, me-
diante la siguiente ecuación:

𝑃𝑐𝑓−𝑃𝑐𝑖
𝑟= ……………………………..………..(2)
𝐴𝑐𝑓−𝐴𝑐𝑖

Donde:

Pci: Población (habitantes) del censo inicial.

Aci: Año del censo inicial.

Figura 1 Modelo aritmético

3
1.3.2 Método geométrico

Este método asume que la población crece a la misma tasa que para el último pe-
ríodo censal. Se recomienda este modelo para poblaciones que se hallan en pleno
desarrollo y para períodos de tiempo cortos en el futuro de 10 a 15 años. Para la
proyección de la población se utiliza la siguiente ecuación:

𝑃𝑒 = 𝑃𝑐𝑓(1 + 𝑟) 𝐴𝑓−𝐴𝑐𝑓 ……………………………….(3)

Donde:

Pe: Población (habitantes) estimada para un año específico de proyección.

Pcf: Población (habitantes) del censo final.

Acf: Año del censo final.

Af: Año al cual se quiere proyectar la población.

r: Tasa de crecimiento anual en forma decimal, computada como el prome-

dio de las tasas de crecimiento estimadas para cada par de censos, me-
diante la siguiente ecuación:
1
𝑃𝑐𝑓 (𝐴𝑐𝑓+𝐴𝑐𝑖)
𝑟 = ( ) − 1………………………………(4)
𝑃𝑐𝑖
Donde:

Pci: Población (habitantes) del censo inicial.

Aci: Año del censo inicial.

1.3.3 Método exponencial

El modelo exponencial supone que la población crece a una tasa constante. Su-
pone que la población o comunidades se desarrollan en un ambiente que no se ven
afectadas por ninguna restricción. Para su estimación se requiere conocer mínima-
mente tres censos para calcular el promedio de la tasa de crecimiento de la pobla-
ción. Se recomienda su aplicabilidad a poblaciones que se encuentran en pleno
desarrollo con cuantiosas áreas de crecimiento. La ecuación empleada por este
método es la siguiente:

𝑃𝑒 = 𝑃𝑐𝑖 𝑒 𝑟(𝐴𝑓−𝐴𝑐𝑖) ……………………………………..(5)

Donde:
4
 Pci: Población (habitantes) del censo inicial.

Af: Año al cual se quiere proyectar la población.

Aci: Año del censo inicial.

e: Base de logaritmo natural o neperiano (2.7182818).

r: Tasa de crecimiento de la población, computada como el promedio de las

tasas de crecimiento estimadas para cada par de censos, mediante la si-
guiente ecuación:

𝐿𝑛𝑃𝑐𝑓−𝐿𝑛𝑃𝑐𝑖
𝑟 = …………………………………………(6)
𝐴𝑐𝑓−𝐴𝑐𝑖

Donde:

Pcf: Población del censo final.

Acf: Año del censo final.

Ln: Logaritmo natural o neperiano.

Figura 2 Modelo exponencial

1.4 Formulación del problema

Los problemas de investigación se formularon de la manera siguiente:

¿Cómo determinar el modelo matemático predictivo más preciso basado en datos
censales que estime el crecimiento poblacional del Perú?

Así mismo se formularon los siguientes problemas específicos:

5
Formulación del problema específico 1:

¿Cómo determinar el modelo matemático aritmético predictivo basado en datos

censales que estime el crecimiento poblacional del Perú?

Formulación del problema específico 2:

¿Cómo determinar el modelo matemático geométrico predictivo basado en datos

censales que estime el crecimiento poblacional del Perú?

Formulación del problema específico 3:

¿Cómo determinar el modelo matemático exponencial predictivo basado en datos

censales que estime el crecimiento poblacional del Perú?

1.5 Hipótesis

A continuación, se formularon las hipótesis de investigación:

1.5.1 Hipótesis general

El desarrollo de una aplicación web determina el modelo matemático predictivo más

preciso basado en datos censales que estima el crecimiento poblacional del Perú.

1.5.2 Hipótesis específicas

Las hipótesis específicas formuladas son las siguientes:

Hipótesis específica 1:

Un modelo matemático aritmético predictivo basado en datos censales estima con

precisión el crecimiento poblacional en el Perú.

Hipótesis específica 2:

Un modelo matemático geométrico predictivo basado en datos censales estima con

precisión el crecimiento poblacional en el Perú.

Hipótesis específica 3:

Un modelo matemático exponencial predictivo basado en datos censales estima

con precisión el crecimiento poblacional en el Perú.

6
1.6 Objetivos

1.6.1 Objetivo general

Estimar el crecimiento poblacional en el Perú mediante una aplicación web que

determina el modelo matemático predictivo más preciso basado en datos censales.

1.6.2 Objetivos específicos

Se definieron como objetivos específicos los siguientes:

• Estimar el crecimiento poblacional en el Perú mediante un modelo matemático
predictivo aritmético basado en datos censales.
• Estimar el crecimiento poblacional en el Perú mediante un modelo matemático
predictivo geométrico basado en datos censales.
• Estimar el crecimiento poblacional en el Perú mediante un modelo matemático
predictivo exponencial basado en datos censales.

1.7 Justificación y relevancia

En el aspecto teórico, existen pocas investigaciones referentes a determinar el

modelo matemático más preciso del crecimiento poblacional para el Perú, por lo
cual es pertinente una investigación sobre este tema.

En el campo práctico, la determinación de un modelo matemático más preciso del

crecimiento poblacional peruana, permite revelar la dinámica poblacional y prevenir
las demandas sociales básicas como empleo, vivienda, educación, y salud.

En el ámbito metodológico, es significativo porque a través del modelo matemático

es posible estimar el crecimiento de la población peruana en un periodo de tiempo
específico, constituyéndose en un elemento relevante para diversos organismos
estatales y privados en la planificación y desarrollo de la población.

1.8 Limitaciones

La presente investigación tuvo las limitaciones siguientes:

1.8.1 Limitación espacial

La investigación estuvo limitada a los datos censales poblacionales proporcionados

por el INEI, específicamente datos a nivel de las ciudades más importantes, distrital,
provincial, departamental y del Perú.

7
1.8.2 Limitación temporal

La investigación estuvo limitada a los datos censales poblacionales del Perú

comprendidos en el periodo de 1940 y 2017 proporcionados por el INEI.