UNIVERSIDAD CENTRAL DEL ECUADOR
FACULTAD DE INGENIERÍA EN GEOLOGÍA, MINAS,
PETRÓLEOS Y AMBIENTAL
APROBACIÓN
CODIGO: FORMATO DEL PERFIL DEL TRABAJO DE DEL FORMATO:
TITULACIÓN
UT-FPTT Sep-25
INDICACIONES GENERALES
Una vez que el perfil se encuentre finalizado el o los proponentes envían un correo dirigido
a la Dirección de Carrera con copia al mail de la carrera en el cual solicitan que el Concejo
de Carrera gestione los pasos pertinentes para la aprobación del perfil presentado. De ser
el caso en este mail el estudiante también podrá recomendar el tutor y cotutor para la
realización del proyecto de titulación.
1. DATOS INFORMATIVOS
TÍTULO DEL TRABAJO:
El título deberá tener alrededor de 20 palabras, no más de 20 palabras, y estará relacionado
directamente con el objetivo general del trabajo. Se debe evitar el uso de siglas, abreviaturas o
palabras en otro idioma
MODALIDAD DEL TRABAJO DE TITULACIÓN:
1. PROYECTO DE INVESTIGACIÓN
2. PROYECTO INTEGRADOR
3. PROPUESTA TECNOLÓGICA
4. ESTUDIO TÉCNICO
CARRERA: Escriba la Carrera de la FIGEMPA a la cual pertenece el estudiante
AUTOR (ES): Nombres y apellidos del estudiante
CÉDULA DE INDENTIDAD: Número de cedula de identidad del estudiante
TELÉFONOS: Número de celular actual
DIRECCIÓN ELECTRÓNICA INSTITUCIONAL: hlcervantes@[Link]
DIRECCIÓN ELECTRÓNICA PERSONAL: Correo personal puede ser Gmail, yahoo, etc
LÍNEA DE INVESTIGACIÓN: Deben ser las líneas aprobadas por la Carrera o la UCE
FECHA DE PRESENTACIÓN: dd/mm/aa
LUGAR DE EJECUCIÓN: Lugar donde se va a desarrollar el diseño experimental.
1
UNIVERSIDAD CENTRAL DEL ECUADOR
FACULTAD DE INGENIERÍA EN GEOLOGÍA, MINAS,
PETRÓLEOS Y AMBIENTAL
APROBACIÓN
CODIGO: FORMATO DEL PERFIL DEL TRABAJO DE DEL FORMATO:
TITULACIÓN
UT-FPTT Sep-25
ARTICULACIÓN CON LAS FUNCIONES SUSTANTIVAS INVESTIGACIÓN Y VINCULACIÓN:
PROYECTO DE INVESTIGACIÓN UCE
PROYECTO DE VINCULACIÓN UCE
NO APLICA
NOMBRE DEL PROYECTO:
ENTIDAD AUSPICIANTE: Nombre de la entidad o empresa que este auspiciando el trabajo de
titulación en caso de existir.
2. PLANTEAMIENTO Y JUSTIFICACIÓN DE LA PROBLEMÁTICA
2.1. PLANTEAMIENTO DEL PROBLEMA
El cobre es uno de los minerales más relevantes para la industria minera y la economía
mundial, especialmente por su papel en la transición energética, la electromovilidad y la
infraestructura tecnológica. Sin embargo, su precio en los mercados internacionales
presenta una alta volatilidad, influenciada por factores económicos, geopolíticos y
tecnológicos, lo que genera incertidumbre en la planificación y rentabilidad de los
proyectos mineros. En Ecuador, esta situación adquiere especial importancia por el
desarrollo de proyectos cupríferos de gran escala como Mirador, Cascabel, Curipamba–El
Domo y La Plata, los cuales representan una parte significativa del potencial minero
nacional. La rentabilidad de estas operaciones depende directamente del precio del cobre,
pues este incide en la evaluación económica, la planificación de producción y la gestión de
inversiones. No contar con estimaciones confiables del precio puede afectar la toma de
decisiones técnicas y financieras, comprometiendo la sostenibilidad de los proyectos.
Los métodos tradicionales de proyección de precios suelen basarse en modelos lineales que
no reflejan adecuadamente la complejidad del mercado del cobre. Ante ello, surge la
2
UNIVERSIDAD CENTRAL DEL ECUADOR
FACULTAD DE INGENIERÍA EN GEOLOGÍA, MINAS,
PETRÓLEOS Y AMBIENTAL
APROBACIÓN
CODIGO: FORMATO DEL PERFIL DEL TRABAJO DE DEL FORMATO:
TITULACIÓN
UT-FPTT Sep-25
necesidad de aplicar herramientas más precisas, como la inteligencia artificial (IA), capaz de
procesar grandes volúmenes de datos y detectar patrones no lineales. La falta de estudios
aplicados al contexto minero ecuatoriano limita el uso de estas tecnologías para mejorar la
planificación y reducir la incertidumbre en los proyectos cupríferos.
2.2. JUSTIFICACIÓN
La estimación precisa del precio del cobre es un aspecto fundamental en la ingeniería de
minas, ya que condiciona la evaluación económica, la planificación de la producción, la
gestión de riesgos y la toma de decisiones estratégicas en los proyectos mineros. En
Ecuador, esta necesidad cobra especial relevancia debido al desarrollo de importantes
operaciones cupríferas como Mirador, Cascabel, Curipamba–El Domo y La Plata, cuyos
resultados económicos dependen directamente del comportamiento del mercado
internacional del cobre.
La alta volatilidad del precio del cobre influenciada por factores globales como la demanda
energética, los avances tecnológicos, los costos de producción y los cambios geopolíticos
genera incertidumbre en la planificación y sostenibilidad de los proyectos mineros. Por ello,
contar con herramientas que permitan anticipar tendencias de precios con mayor precisión
representa una ventaja competitiva para el sector minero nacional.
Los modelos tradicionales de proyección financiera o estadística presentan limitaciones
para capturar la complejidad del mercado de metales, caracterizado por relaciones no
lineales y variables de comportamiento dinámico. Frente a ello, la inteligencia artificial (IA)
ofrece una alternativa moderna y eficiente, capaz de analizar grandes volúmenes de datos
históricos, reconocer patrones complejos y generar predicciones más precisas. La aplicación
de técnicas como redes neuronales, árboles de decisión o máquinas de soporte vectorial
puede mejorar sustancialmente la estimación del precio del cobre y, por tanto, la toma de
decisiones técnicas y económicas en minería.
3
UNIVERSIDAD CENTRAL DEL ECUADOR
FACULTAD DE INGENIERÍA EN GEOLOGÍA, MINAS,
PETRÓLEOS Y AMBIENTAL
APROBACIÓN
CODIGO: FORMATO DEL PERFIL DEL TRABAJO DE DEL FORMATO:
TITULACIÓN
UT-FPTT Sep-25
Este estudio es importante porque aporta una herramienta de análisis predictivo adaptada
al contexto minero ecuatoriano, integrando métodos de inteligencia artificial a la gestión
económica del cobre. Con ello, se busca cubrir un vacío existente en la aplicación de
modelos de predicción avanzados dentro del sector minero nacional, donde la mayoría de
los estudios se centran en análisis financieros tradicionales.
Los resultados de esta investigación beneficiarán a empresas mineras, profesionales del
sector, entidades gubernamentales y académicas, al ofrecer un modelo comparativo que
permita seleccionar la técnica de IA más precisa para estimar precios. Esto contribuirá a
reducir la incertidumbre en la planificación minera, optimizar la inversión y promover una
gestión más eficiente y sostenible de los recursos minerales.
En síntesis, este trabajo es pertinente y relevante porque combina la ingeniería de minas
con herramientas tecnológicas de última generación, fortaleciendo la capacidad de análisis
y proyección del sector minero ecuatoriano ante los desafíos del mercado global del cobre.
3. HIPÓTESIS
Si se aplican modelos de inteligencia artificial como redes neuronales artificiales, árboles de
regresión y máquinas de soporte vectorial (SVR), entrenados con datos históricos del precio
del cobre y variables macroeconómicas relevantes, entonces será posible determinar el
modelo que ofrece mayor precisión en la estimación del precio del cobre, al presentar un
menor error de predicción.
Esto permitirá mejorar la proyección económica y la planificación estratégica de los
proyectos mineros de cobre en Ecuador, contribuyendo a la reducción de la incertidumbre
financiera y a una gestión más eficiente y sostenible dentro del sector minero.
4. OBJETIVOS
4
UNIVERSIDAD CENTRAL DEL ECUADOR
FACULTAD DE INGENIERÍA EN GEOLOGÍA, MINAS,
PETRÓLEOS Y AMBIENTAL
APROBACIÓN
CODIGO: FORMATO DEL PERFIL DEL TRABAJO DE DEL FORMATO:
TITULACIÓN
UT-FPTT Sep-25
4.1. OBJETIVO GENERAL
Comparar modelos de inteligencia artificial, específicamente redes neuronales artificiales,
árboles de regresión y máquinas de soporte vectorial (SVR), utilizando datos históricos del
precio del cobre y variables macroeconómicas relevantes, con el fin de determinar el
modelo que proporcione la estimación más precisa y confiable del precio futuro del cobre,
contribuyendo a la toma de decisiones técnicas y económicas en proyectos mineros de
cobre en Ecuador
4.2. OBJETIVOS ESPECÍFICOS
Recopilar y depurar una base de datos histórica del precio del cobre e incorporar
variables macroeconómicas relevantes (por ejemplo: PIB, inflación, demanda global,
producción minera), que sirvan como insumo para el entrenamiento y validación de los
modelos de inteligencia artificial.
Diseñar, desarrollar y entrenar tres modelos de inteligencia artificial como red
neuronal, árbol de regresión y máquina de soporte vectorial (SVR) para la estimación
del precio del cobre, aplicando técnicas de normalización, división de datos y
validación cruzada.
Evaluar y comparar cuantitativamente el desempeño predictivo de los modelos
desarrollados mediante métricas estadísticas de error (RMSE, MAE, MAPE y R²), con el
propósito de identificar el modelo con mayor precisión y confiabilidad en la predicción
del precio futuro del cobre.
Analizar la aplicabilidad de los resultados del modelo más preciso en el contexto de la
planificación económica y técnica de los proyectos mineros de cobre en Ecuador,
destacando su contribución a la reducción de la incertidumbre financiera y
5
UNIVERSIDAD CENTRAL DEL ECUADOR
FACULTAD DE INGENIERÍA EN GEOLOGÍA, MINAS,
PETRÓLEOS Y AMBIENTAL
APROBACIÓN
CODIGO: FORMATO DEL PERFIL DEL TRABAJO DE DEL FORMATO:
TITULACIÓN
UT-FPTT Sep-25
optimización de la toma de decisiones en el sector.
5. ALCANCE
El presente trabajo de titulación se centra en el análisis comparativo de tres modelos de
inteligencia artificial redes neuronales artificiales, árboles de regresión y máquinas de
soporte vectorial (SVR) aplicados a la estimación del precio del cobre a partir de series
históricas y variables macroeconómicas relevantes.
El estudio abarcará la recopilación, procesamiento y modelado de datos correspondientes a
los precios internacionales del cobre y factores asociados, con el fin de evaluar el
desempeño predictivo de cada modelo mediante métricas estadísticas de error (RMSE,
MAE, MAPE y R²). A partir de estos resultados, se identificará el modelo que proporcione la
mayor precisión en la estimación del precio del cobre, generando una herramienta de
análisis útil para la planificación y evaluación económica de proyectos mineros en el
contexto ecuatoriano.
El alcance del estudio se limita al análisis cuantitativo y comparativo de los modelos
seleccionados, sin incluir la implementación en sistemas productivos reales ni la integración
con plataformas de gestión minera. Sin embargo, los resultados podrán servir como base
técnica y metodológica para futuras aplicaciones en la proyección de precios de minerales,
análisis de sensibilidad económica y gestión del riesgo financiero en proyectos mineros de
cobre u otros metales.
6. MARCO TEÓRICO
6.1. REVISIÓN BIBLIOGRÁFICA COMENTADA
6
UNIVERSIDAD CENTRAL DEL ECUADOR
FACULTAD DE INGENIERÍA EN GEOLOGÍA, MINAS,
PETRÓLEOS Y AMBIENTAL
APROBACIÓN
CODIGO: FORMATO DEL PERFIL DEL TRABAJO DE DEL FORMATO:
TITULACIÓN
UT-FPTT Sep-25
Commodity Prices and Their Impact on the Global Economy
Banque de France (2024)
[Link]
Este informe ofrece un análisis exhaustivo sobre cómo las fluctuaciones en los precios de
las materias primas, incluido el cobre, afectan a la economía global. Aunque se centra en
tendencias generales, proporciona un contexto macroeconómico esencial para comprender
la importancia de predecir con precisión los precios del cobre en proyectos mineros. Su
enfoque en la interrelación entre los mercados de commodities y las economías
emergentes es fundamental para contextualizar la relevancia de este estudio.
Application of Artificial Intelligence Models in the Prediction of Industrial Metal Prices
Borrero, J., & Mariscal, L. (2023). Journal of Mining and Metallurgy.
[Link]
392298787_Application_of_artificial_intelligence_and_machine_learning_in_expert_syste
ms_for_the_mining_industry_modern_methods_and_technologies
Este artículo examina la aplicación de modelos de inteligencia artificial, como redes
neuronales y máquinas de soporte vectorial, en la predicción de precios de metales
industriales. Es particularmente relevante para este estudio, ya que proporciona una base
metodológica sólida y evidencia empírica sobre la efectividad de estos modelos en el
ámbito de los metales industriales.
Forecasting Copper Prices Using Deep Learning: Implications for Energy Sector Economies
Wang, X., & Lu, Y. (2024). International Journal of Forecasting.
[Link]
Este estudio se centra en técnicas de aprendizaje automático para la previsión de precios
de materias primas, con un estudio de caso específico en el cobre. Ofrece un análisis
7
UNIVERSIDAD CENTRAL DEL ECUADOR
FACULTAD DE INGENIERÍA EN GEOLOGÍA, MINAS,
PETRÓLEOS Y AMBIENTAL
APROBACIÓN
CODIGO: FORMATO DEL PERFIL DEL TRABAJO DE DEL FORMATO:
TITULACIÓN
UT-FPTT Sep-25
detallado de modelos predictivos aplicados al cobre, permitiendo una comparación directa
con los modelos propuestos en este estudio.
Deep Learning
Goodfellow, I., Bengio, Y., & Courville, A. (2016). MIT Press.
[Link]
Este libro es una referencia fundamental en el campo del aprendizaje profundo,
proporcionando una comprensión profunda de las redes neuronales artificiales y su
funcionamiento. Es esencial para el desarrollo y entrenamiento de modelos de redes
neuronales en este estudio, ofreciendo los fundamentos teóricos necesarios para su
implementación efectiva.
6.2. ESTADO ACTUAL DEL CONOCIMIENTO
En el último año, diversos estudios han abordado la estimación del precio del cobre
mediante técnicas de inteligencia artificial, destacando avances significativos en la precisión
y aplicabilidad de estos modelos. Por ejemplo, un estudio realizado por Carhuas, Espeuza y
Villanueva en 2024 introdujo modelos de redes neuronales para predecir los rendimientos
a corto plazo del precio del cobre, considerando la complejidad del mercado y los múltiples
factores que afectan los precios. Este enfoque demostró ser efectivo en la captura de
dinámicas del mercado, superando a métodos tradicionales en términos de precisión
predictiva.
Asimismo, en 2025, Pedraza Prieto llevó a cabo un análisis sobre la predicción del
comportamiento del precio del Bitcoin utilizando técnicas de machine learning, incluyendo
redes neuronales recurrentes (RNN). Aunque centrado en criptomonedas, este estudio
proporciona insights valiosos sobre la aplicación de redes neuronales en la predicción de
activos financieros, lo cual es extrapolable al mercado del cobre.
8
UNIVERSIDAD CENTRAL DEL ECUADOR
FACULTAD DE INGENIERÍA EN GEOLOGÍA, MINAS,
PETRÓLEOS Y AMBIENTAL
APROBACIÓN
CODIGO: FORMATO DEL PERFIL DEL TRABAJO DE DEL FORMATO:
TITULACIÓN
UT-FPTT Sep-25
Por otro lado, un artículo publicado en 2025 introdujo PREIG, un modelo de aprendizaje
profundo que integra una arquitectura de Gated Recurrent Unit (GRU) con principios de
redes neuronales informadas por la física. Este modelo, diseñado para la predicción de la
demanda de commodities, incorpora restricciones económicas específicas, como la
elasticidad negativa entre precio y demanda, mejorando la interpretabilidad y precisión de
las predicciones.
Estos estudios evidencian una tendencia hacia la mejora de la precisión predictiva en la
estimación del precio del cobre mediante el uso de técnicas avanzadas de inteligencia
artificial. Sin embargo, persisten desafíos en la integración de datos no estructurados, la
interpretabilidad de los modelos y la adaptación a cambios abruptos en el mercado, lo que
subraya la necesidad de investigaciones continuas en este campo.
7. MARCO METODOLOGICO
En esta sección, de ser el caso, se justifica la razón de la participación de más de un
estudiante como proponente de un mismo trabajo de titulación. Se describe el diseño
experimental y procedimientos. Es una secuencia de los ensayos o análisis que se realizan
para lograr un resultado específico y contiene las variables dependientes e independientes
que serán analizadas durante el trabajo. El método estadístico que se aplicará para validar
los resultados obtenidos. y el diagrama de flujo para la visualización de la metodología del
trabajo planteado.
Es recomendable responder preguntas como: ¿dónde se realizó el estudio?, ¿qué
materiales, equipos o instrumentos se utilizaron?, ¿qué técnicas o métodos se aplicaron?,
¿cómo se organizaron las etapas del trabajo?, ¿qué variables se midieron y cómo se
controlaron? También se debe indicar la forma de procesamiento de datos, ya sea con
métodos estadísticos, software especializado o técnicas de análisis.
9
UNIVERSIDAD CENTRAL DEL ECUADOR
FACULTAD DE INGENIERÍA EN GEOLOGÍA, MINAS,
PETRÓLEOS Y AMBIENTAL
APROBACIÓN
CODIGO: FORMATO DEL PERFIL DEL TRABAJO DE DEL FORMATO:
TITULACIÓN
UT-FPTT Sep-25
DIAGRAMA DE FLUJO DE LA METODOLOGÍA EXPERIMENTAL
8. CONTENIDO DEL TRABAJO DE TITULACIÓN
Detalla los 7 capítulos requeridos en el contenido mínimo del Trabajo de Titulación
escrito. Describe por lo menos hasta el primer subtítulo (nivel 2).
1. Introducción
[Link]
[Link] del problema
[Link]ón
[Link]ótesis y Objetivos
[Link]
2. Marco Teórico
2.1. XX
2.2. XX
3. Metodología
4 . Cálculos y Resultados
5. Discusión de Resultados
6. Conclusiones y Recomendaciones
7. Referencias bibliográficas
Detalla los 7 capítulos requeridos en el contenido mínimo del Trabajo de Titulación
escrito. Describe por lo menos hasta el primer subtítulo (nivel 2).
10
UNIVERSIDAD CENTRAL DEL ECUADOR
FACULTAD DE INGENIERÍA EN GEOLOGÍA, MINAS,
PETRÓLEOS Y AMBIENTAL
APROBACIÓN
CODIGO: FORMATO DEL PERFIL DEL TRABAJO DE DEL FORMATO:
TITULACIÓN
UT-FPTT Sep-25
9. CRONOGRAMA
En un diagrama de Gantt se colocarán las actividades del trabajo de titulación, en
función del tiempo planificado para cada una de ellas a lo largo de un tiempo total
determinado, para alcanzar los resultados que permitirán el cumplimiento de los
objetivos del Trabajo de Titulación.
Tiempo (Meses/Semanas) Mes 1 Mes 2 Mes 3 Mes 4 Mes 5 Mes 6
Actividades del contenido del 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4
Trabajo de Titulación
Descripción de las actividades
realizadas
Tabla 5. Cronograma de actividades
11
UNIVERSIDAD CENTRAL DEL ECUADOR
FACULTAD DE INGENIERÍA EN GEOLOGÍA, MINAS,
PETRÓLEOS Y AMBIENTAL
APROBACIÓN
CODIGO: FORMATO DEL PERFIL DEL TRABAJO DE DEL FORMATO:
TITULACIÓN
UT-FPTT Sep-25
10. RECURSOS ESTIMADOS
Se detallarán los recursos que se requerirán para el desarrollo del trabajo y el presupuesto de
este y el financiamiento en caso de utilizarlo de ser el caso indicar si el financiamiento será
abordado por un proyecto de investigación registrado en DI (Dirección de Investigación).
Los ítems colocados en recursos deben detallarse para evidenciar los costos, como por
ejemplo en el ítem de reactivos se debe desglosar indicando el tipo de reactivo. En el ítem de
salidas de campo indicar costos generales sobre movilización, entre otros.
Descripción Financiamiento
Presupuesto
(USD)
Presupuesto total
Tabla 4. Presupuesto
[Link] BIBLIOGRÁFICAS
En este apartado se deben listar todas las fuentes consultadas y citadas en el trabajo,
siguiendo estrictamente las normas del estilo APA. Esto incluye libros, artículos científicos,
informes, normativas, tesis y cualquier otra fuente relevante. La redacción debe ser clara,
ordenada y consistente, organizando las referencias alfabéticamente por apellido del autor y
utilizando sangría francesa cuando corresponda.
Se recomienda responder preguntas como: ¿están correctamente citadas todas las fuentes
utilizadas en el texto?, ¿cada referencia incluye autor(es), año, título, editorial y DOI o enlace
cuando aplica?, ¿el formato es uniforme y conforme a APA 7ª edición? Cada referencia debe
ser completa para que cualquier lector pueda localizar la fuente original.
12