1

Método de Pronóstico de Consumo de Energı́a

Eléctrica, Caso: Perú
Alejandro Flores Pampa, William Orihuela Trujillo

Abstract—Se propone un modelo de pronóstico de consumo 1) Subsubsection Heading Here: Subsubsection text here.
eléctrico basado en la función polinomica de grado 2, para
estimar el consumo de energı́a eléctrica del Perú en el año
2030, el modelo servirá a los tomadores de decisión para III. C ONCLUSION
afrontar los problemas emergentes que tienen como variable los The conclusion goes here.
Gigawatt/hora consumidos en el Perú.
Index Terms—Modelos de pronóstico, consumo de energı́a A PPENDIX A
eléctrica P ROOF OF THE F IRST Z ONKLAR E QUATION
Appendix one text goes here.
I. I NTRODUCTION
A PPENDIX B
E S conocido que el consumo de energı́a eléctrica del Perú
se incrementa a medida que pasan los años [3], para tener
una buena planificación para saber con mayor seguridad y
Appendix two text goes here.

oportunidad cuanta energı́a eléctrica consumimos, que ofre- ACKNOWLEDGMENT

cemos y que necesitamos. Gracias al pronóstico tendremos
una visión real de nuestra situación y de nuestro paı́s. Sus The authors would like to thank...
resultados sirven a las autoridades para la evaluación y diseño
de programas en materia de ahorro de energı́a, uso eficiente. R EFERENCES
Son utilizados por los particulares, instituciones comerciales, [1] H. Kopka and P. W. Daly, A Guide to LATEX, 3rd ed. Harlow, England:
industriales y académicos, en sus quehaceres diarios [2]. Addison-Wesley, 1999.

II. M ARCO T E ÓRICO

A. Minimos Cuadrados
Michael Shell Biography text here.
Mı́nimos cuadrados es una técnica de análisis numérico
enmarcada dentro de la optimización matemática, en la que,
dados un conjunto de pares ordenados: variable independiente, PLACE
variable dependiente, y una familia de funciones, se intenta PHOTO
encontrar la función continua, dentro de dicha familia, que HERE
mejor se aproxime a los datos (un “mejor ajuste”), de acuerdo
con el criterio de mı́nimo error cuadrático. [1]

B. Regresión Lineal
En estadı́stica la regresión lineal o ajuste lineal es un
método matemático que modela la relación entre una variable
dependiente Y, las variables independientes Xi y un término
aleatorio. Este modelo puede ser expresado como: John Doe Biography text here.

mc2
W =q − mc2 (1)
u2
1− c2
M. Shell was with the Department of Electrical and Computer Engineering,
Georgia Institute of Technology, Atlanta, GA, 30332 USA e-mail: (see Jane Doe Biography text here.
http://www.michaelshell.org/contact.html).
J. Doe and J. Doe are with Anonymous University.
Manuscript received April 19, 2005; revised August 26, 2015.