http://dspace.unach.edu.ec/handle/51000/11519 2026-04-15T15:55:00Z 2026-04-15T15:55:00Z Tenenaula Cunduri, María Rebeca http://dspace.unach.edu.ec/handle/51000/16460 2026-01-27T14:32:02Z 2026-01-27T00:00:00Z

Título : Desarrollo de un software simulador basado en modelos matemáticos y machine learning para analizar y optimizar redes híbridas de energía renovable en centros educativos rurales del cantón Riobamba. Autor : Tenenaula Cunduri, María Rebeca Resumen : La presente investigación tuvo como objetivo desarrollar un software simulador basado en modelos matemáticos y técnicas de machine learning para analizar y optimizar redes híbridas de energía renovable en centros educativos rurales del cantón Riobamba. La problemática identificada se relaciona con el limitado acceso a energía confiable en zonas rurales y la ausencia de herramientas accesibles que permitan planificar sistemas energéticos autosuficientes. El simulador integra ecuaciones diferenciales y métodos numéricos para modelar la generación, almacenamiento y consumo energético; además, incorpora algoritmos de predicción como Random Forest, Gradient Boosting, XGBoost y redes neuronales para estimar la producción solar/eólica y el consumo eléctrico. También se desarrolló un módulo de optimización mediante programación lineal y algoritmos genéticos, orientado a minimizar costos y maximizar la eficiencia. Los resultados mostraron que las redes híbridas solares-eólicas modeladas alcanzan entre un 68% y 82% de autosuficiencia energética, con ahorros de hasta un 40% en comparación con el consumo eléctrico tradicional. El modelo Random Forest obtuvo el mejor desempeño predictivo, con un R² de 0.936, mostrando robustez frente a datos climáticos ruidosos en entornos de altura. El simulador constituye una herramienta útil para la planificación energética en zonas rurales, contribuyendo a la sostenibilidad, la reducción de costos y la mitigación del impacto ambiental. Descripción : This research aimed to develop simulation software based on mathematical models and machine learning techniques to analyze and optimize hybrid renewable energy networks in rural schools in the canton Riobamba. The identified problem relates to the limited access to reliable energy in rural areas and the lack of accessible tools for planning self-sufficient energy systems. The simulator integrates differential equations and numerical methods to model energy generation, storage, and consumption; it also incorporates prediction algorithms such as Random Forest, Gradient Boosting, XGBoost, and neural networks to estimate solar/wind production and electricity consumption. An optimization module using linear programming and genetic algorithms was also developed, aimed at minimizing costs and maximizing efficiency. The results showed that the modeled solar-wind hybrid grids achieved energy self-sufficiency between 68% and 82%, with savings of up to 40% compared to traditional electricity consumption. The Random Forest model achieved the best predictive performance, with an R² of 0.936, demonstrating robustness to noisy climate data in high-altitude environments. The simulator is a useful tool for energy planning in rural areas, contributing to sustainability, cost reduction, and environmental impact mitigation.

2026-01-27T00:00:00Z Andrade Andrade, Jesús Enrique http://dspace.unach.edu.ec/handle/51000/14997 2025-11-14T08:15:46Z 2025-04-23T00:00:00Z

Título : Aplicación de los algoritmos K-means y Random Forest para la segmentación de potenciales estudiantes del programa de maestría en estadística con mención en ciencia de datos e inteligencia artificial de la ESPOCH. Autor : Andrade Andrade, Jesús Enrique Resumen : El objetivo de la presente investigación es segmentar a los potenciales estudiantes interesados en la maestría en Estadística con mención en Ciencia de Datos e Inteligencia Artificial de la ESPOCH, utilizando técnicas de machine learning supervisado y no supervisado: K-means y Random Forest. Primero, se recolectaron 700 encuestas de 19 preguntas, sometidas a un proceso de limpieza y mapeo para asegurar su precisión y consistencia. Para equilibrar las escalas de las variables, se aplicó estandarización, utilizando One-Hot Encoding para variables nominales y asignación numérica para variables ordinales. El método del codo determinó que el número óptimo de clústeres era tres. Tras eliminar las variables menos relevantes y outliers, se aplicó K-means, obteniendo un Silhouette Score de 0.5886, indicando buena cohesión y separación entre clústeres, después se utilizó PCA para visualizar los clústeres obtenidos. El Davies-Bouldin Index fue de 0.6491 y el Calinski Harabasz Index registró 798.4427, corroborando la calidad de la segmentación. La inercia (WCSS) fue de 4034.7774, confirmando la adecuada compactación de los grupos. Después del proceso de validación, se definieron tres clústeres bien diferenciados. Se desarrollaron perfiles detallados para cada segmento y se propusieron estrategias de marketing digital específicas para "Jóvenes Tecnólogos en Proyección", "Líderes Profesionales en Transición Académica" y "Educadores en Evolución Profesional". Se entrenó un modelo de Random Forest, validado mediante validación cruzada y Grid Search, que identificó las variables más influyentes en la segmentación. Se creó un pipeline automatizado para procesar nuevas encuestas y asignarlas eficientemente a los clústeres correspondientes. Descripción : This research aims to segment potential students interested in the Master's program in Statistics specializing in Data Science and Artificial Intelligence at ESPOCH, utilizing supervised and unsupervised machine learning techniques: K-means and Random Forest. Initially, 700 surveys containing 19 questions each were collected and subjected to a cleaning and mapping process to ensure accuracy and consistency. Standardization was applied to balance the scales of variables, employing One-Hot Encoding for nominal variables and numerical assignment for ordinal variables. The elbow method determined the optimal number of clusters to be three. After removing less relevant variables and outliers, it was necessary to apply the K-means algorithm, achieving a Silhouette Score of 0.5886, indicating strong cohesion and clear separation between clusters. The researcher used the Principal Component Analysis (PCA) to visualize the resulting clusters. The Davies-Bouldin Index was 0.6491, and the Calinski-Harabasz Index recorded 798.4427, further corroborating the quality of the segmentation. The within-cluster sum of squares (WCSS) was 4034.7774, confirming appropriate cluster compactness. Following validation, it was possible to identify three well-defined clusters. Consequently, the researcher developed detailed profiles for each segment. It was also necessary to propose specific digital marketing strategies for "Young Technologists in Projection," "Professional Leaders in Academic Transition," and "Educators in Professional Evolution." A Random Forest model was trained and validated through cross-validation and Grid Search, successfully identifying the most influential variables in segmentation. Finally, the researcher created an automated pipeline to efficiently process new surveys and assign them to their corresponding clusters.

2025-04-23T00:00:00Z Castillo Heredia, Luis Javier http://dspace.unach.edu.ec/handle/51000/14641 2025-11-14T08:02:05Z 2025-01-23T00:00:00Z

Título : Diseño de un modelo matemático del comportamiento de la intensidad de campo eléctrico generado por las antenas celulares en la Escuela Superior Politécnica de Chimborazo. Autor : Castillo Heredia, Luis Javier Resumen : El presente trabajo titulado “Modelamiento Matemático del Comportamiento de la Intensidad de Campo Eléctrico Generado por las Antenas Celulares en la Escuela Superior Politécnica de Chimborazo” aborda el análisis de los niveles de radiación electromagnética emitidos por las antenas de telefonía móvil en el campus universitario. La investigación se centra en desarrollar un modelo matemático que permita predecir la intensidad del campo eléctrico en función de la ubicación de las antenas y las características del entorno. El objetivo general del estudio es diseñar un modelo predictivo que estime los niveles de exposición a radiación electromagnética generada por las antenas celulares en escuela superior mencionada anteriormente, proporcionando así una herramienta para la evaluación y gestión del riesgo en la comunidad universitaria. Para lograrlo, se aplicó una metodología cuantitativa, que incluyó la medición de la intensidad del campo eléctrico en diferentes puntos del campus mediante equipos especializados, como el Narda SRM-3006 y el EME Spy-200, y el análisis de los datos utilizando técnicas de modelado matemático en el software R. Los resultados principales indican que los niveles de radiación están por debajo de los límites establecidos por la ICNIRP, aunque varían según la proximidad a las antenas y las características estructurales de los edificios cercanos. En conclusión, el modelo propuesto responde eficazmente al objetivo planteado, proporcionando predicciones precisas que pueden contribuir a la mejora en la planificación de infraestructuras de telecomunicaciones. Descripción : The present work entitled "Design of a Mathematical Model of the Behavior of Electric Field Intensity Generated by Cellular Antennas at the Escuela Superior Politécnica de Chimborazo" addresses the analysis of the levels of electromagnetic radiation emitted by mobile phone antennas on the university campus. The research focuses on developing a mathematical model that allows predicting the intensity of the electric field based on the antennas' location and the environment's characteristics. The study's general objective is to design a predictive model that estimates the levels of exposure to electromagnetic radiation generated by cellular antennas at this university, thus providing a tool for risk assessment and management in the university community. A quantitative methodology was applied to this study, which included the measurement of the electric field intensity at different points of the campus using specialized equipment, such as the Narda SRM-3006 and the EME Spy 200, and the analysis of data using mathematical modeling techniques in the R software. The main results indicate that the radiation levels are below the limits established by the ICNIRP. However, they vary depending on the antennas' proximity and the nearby buildings' structural characteristics. In conclusion, the proposed model effectively responds to the stated objective, providing accurate predictions that can improve the planning of telecommunications infrastructures.

2025-01-23T00:00:00Z Estrada Arana, Juan Pablo http://dspace.unach.edu.ec/handle/51000/14558 2025-01-23T09:23:03Z 2025-01-15T00:00:00Z

Título : Diseño de un modelo matemático mediante técnicas de análisis multivariado para estimar la deserción estudiantil en el Instituto Tecnológico Superior Cotacachi. Autor : Estrada Arana, Juan Pablo Resumen : El presente trabajo de titulación, denominado "Diseño de un modelo matemático mediante técnicas de análisis multivariado para estimar la deserción estudiantil en el Instituto Tecnológico Superior Cotacachi," tiene como objetivo desarrollar un modelo predictivo que permita estimar la tasa de deserción estudiantil en la institución. La investigación analiza factores socioeconómicos, académicos y demográficos que inciden en la deserción, aplicando técnicas de análisis multivariado para su identificación y cuantificación. La metodología empleada incluye la recolección de datos de 1,385 registros de estudiantes matriculados entre 2022 y 2024, seguida de un análisis descriptivo y la aplicación de un modelo de regresión logística multivariante. Este modelo fue validado a través de métricas de desempeño como precisión, recall y F1-score, obteniendo una exactitud del 79%. Los resultados destacan que variables como la edad, la repetición de asignaturas y la pérdida de gratuidad influyen significativamente en la deserción, mientras que factores como el sexo y el estado civil no resultaron estadísticamente relevantes. En conclusión, el modelo predictivo propuesto responde al objetivo de identificar con precisión a los estudiantes en riesgo de deserción, permitiendo la implementación de estrategias de intervención temprana. Descripción : The following degree work, called “Design of a mathematical model through multivariate analysis techniques to estimate student desertion in the Technological Superior Institute Cotacachi”, has as objective to develop a predictive model that allows to estimate the rate of student desertion in the institution. The research analyses socioeconomic, academic and demographic facts that influence in desertion, applying multivariate analysis techniques for identification and quantification. The methodology used includes data collection of 1.385 records of enrolled students between 2022 and 2024, followed by a descriptive analysis and the application of a model of multivariate logistic regression. This model was validated through performance metrics such as precision recall and F1-score, obtaining an accuracy of 79%. The results highlight that variables like age, repetition of subjects and loss of free access influence significantly in desertion, while facts like sex, marital status were not drastically relevant. In conclusion, the predictive model proposed responds to the objective of identifying with precision to the students at risk of desertion, allowing the implementation of early intervention strategies.

2025-01-15T00:00:00Z