Resumen
En este trabajo presentamos cálculos numéricos para generar proyecciones del número de casos COVID-19 en México. Los datos reportados quincenalmente son ajustados a diferentes modelos matemáticos: modelo generalizado de crecimiento de Richards, Gaussianas, y algoritmos de aprendizaje de máquina.
Las proyecciones para los números de infectados y muertes son obtenidos al aplicar estos modelos matemáticos a los datos quincenales de nuevos casos (incidencia) y casos acumulados.
Palabras claves: Modelo de Richard, Ajuste Gaussiano, Algoritmos de Machine Learning
1. Los autores que publican en esta revista están de acuerdo con los siguientes términLos autores conservan los derechos de autor y garantizan a la revista el derecho de ser la primera publicación del trabajo al igual que licenciado bajo una Creative Commons Attribution License que permite a otros compartir el trabajo con un reconocimiento de la autoría del trabajo y la publicación inicial en esta revista.
2. Los autores pueden establecer por separado acuerdos adicionales para la distribución no exclusiva de la versión de la obra publicada en la revista (por ejemplo, situarlo en un repositorio institucional o publicarlo en un libro), con un reconocimiento de su publicación inicial en esta revista.
3. Se permite y se anima a los autores a difundir sus trabajos electrónicamente (por ejemplo, en repositorios institucionales o en su propio sitio web) antes y durante el proceso de envío, ya que puede dar lugar a intercambios productivos, así como a una citación más temprana y mayor de los trabajos publicados (Véase The Effect of Open Access) (en inglés).