Proyecciones matemáticas para los casos de COVID-19 en México

Gerardo Mario Ortigoza Capetillo, Alberto Pedro Lorandi Medina

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 


Texto completo:

PDF


DOI: https://doi.org/10.25009/revmedforense.v6i2.2936

Enlaces refback

  • No hay ningún enlace refback.


REVISTA MEXICANA DE MEDICINA FORENSE Y CIENCIAS DE LA SALUD, Revista de Divulgación del INSTITUTO DE MEDICINA FORENSE de la UNIVERSIDAD VERACRUZANA.

Año 1, No. 1, Febrero- Julio 2016, es una Publicación semestral editada por el INSTITUTO DE MEDICINA FORENSE de la UNIVERSIDAD VERACRUZANA, Av. S.S. Juan Pablo II, Esq. Jesús Reyes Heroles S/N, Fraccionamiento Costa Verde, C.P. 94294, Boca del Río, Veracruz. México. Tel (229)7 75 2000 Ext. 22011, 22501, 22503, www.uv.mx/veracruz/imf . Reserva de Derechos al Uso Exclusivo No. 04-2015-120316322300-203, ISSN 2448-8011 , ambos otorgados por el Instituto Nacional de Derecho de Autor. INSTITUTO DE MEDICINA FORENSE, 29 de Abril de 2016.

Las opinones expresadas por los autores no necesariamente reflejan la postura de los editores de la publicación. Queda prohibida la reproducción total o parcial de los contenidos e imágenes de la publicación sin previa autorización del INSTITUTO DE MEDICINA FORENSE.