Cambios demográficos en la población de Lima Metropolitana, mediante una red neuronal supervisada, durante el período 2020 de desarrollo de la pandemia covid-19 y su proyección 2021-2025

Abstract

El presente trabajo de investigación tuvo un diseño no experimental de nivel explicativo, de tipo observacional y predictivo, tuvo como objetivo determinar los cambios demográficos de la población de Lima Metropolitana durante la pandemia del COVID-19 que sigue azotando a nuestro país y a toda la comunidad internacional. Empleó un modelo matemático de Red Neuronal Supervisada para establecer cambios en la natalidad y mortalidad, y utilizó el algoritmo de optimización gradiente descendente para minimizar una función de activación que mide el error de predicción del modelo en el conjunto de datos. La población estuvo constituida por los habitantes de Lima Metropolitana, al inicio del periodo de estudio. Se usó un procedimiento aleatorio para elegir los elementos de la muestra, mediante el muestreo sistemático. Las actividades del proceso de investigación estuvieron dadas por el planteamiento del problema, la metodología a emplear, las metas (descripción y explicación) y las conclusiones. Finalmente, el procesamiento de la información se realizó mediante pruebas iterativas aplicadas a la Red Neuronal, para desarrollar el aprendizaje supervisado, verificar las respuestas, su cercanía a las respuestas deseadas y retroalimentar para realizar las modificaciones en los casos necesarios, hasta encontrar los resultados óptimos o deseados finales. El análisis y entrenamiento de los datos se lleva a cabo mediante el uso de herramientas del programa MATLAB que proporciona visualizaciones gráficas, cálculos matemáticos, cuadros matriciales y el estudio de las proyecciones realizadas al usar las redes neuronales construidas por el programa MATLAB, entrenadas por el algoritmo de aprendizaje BACK PROPAGATION.