Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)Ortiz Aponte, Rony AlexanderOrtiz Barajas, Jofrain AlonsoParra Prieto, Bryan Daniel2024-03-0420212024-03-0420212021https://noesis.uis.edu.co/handle/20.500.14071/41027Muchas veces efectuar operaciones de índole estadístico y matemático puede resultar en algo complejo sobre todo cuando se trabaja con grandes bases de datos o registros, para realizar esta labor en conjunto con el avance de las tecnologías informáticas la habilidad de programar se vuelve una herramienta trascendental para el análisis de datos respectivamente, a continuación se presenta el primer script generado en lenguajes de programación bajo distribución gratuita (Python y RProject) en la Universidad Industrial de Santander sede Málaga, que ajusta nueve modelos de ahusamiento para especies de rápido crecimiento (pinos y eucaliptos) a través de la obtención de los parámetros de los modelos empleando el algoritmo de Gauss Newton y Levenbert Marquardt, bondad de ajuste, comportamiento gráfico del perfil longitudinal fustal, aptitud del modelo evaluado mediante el coeficiente de determinación (R2), gráfico de los supuestos de regresión, precisión de los modelos evaluada mediante la raíz del error cuadrático medio (RMSE), el modelo de ahusamiento que presente mejor ajuste se integra de manera numérica y dicho volumen obtenido es contrastado con el valor observado obtenido por métodos analíticos, posteriormente dicha información volumétrica es almacenada en un código QR en conjunto con otras características (nombre científico, nombre común, familia, especie, coordenadas, estado fitosanitario, manejo, usos, volumen estimado, modelo empleado, factor de forma), con el objetivo de caracterizar el estado del rodal y así visualizar la planeación y gestión del sector para su respectivo aprovechamiento forestal integralapplication/pdfspahttp://creativecommons.org/licenses/by/4.0/Modelo no linealProgramaciónAlgoritmoBondad de ajusteResiduales.Implementación de un script para estimación volumétrica a través de modelos de ahusamiento en Python y R ProjectUniversidad Industrial de SantanderTesis/Trabajo de grado - Monografía - PregradoUniversidad Industrial de Santanderhttps://noesis.uis.edu.coNonlinear modelProgrammingAlgorithmGoodness adjustmentResidual.implementation of a script for volumetric estimation through taper models in python and rprojectinfo:eu-repo/semantics/openAccessAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)