El presente trabajo tiene como objetivo identificar las variables que influyeron en la productividad de las emisiones de nuevas pólizas en el periodo del 2019 en las agencias de Lima, en las siguientes páginas se detalla de manera concreta y pormenorizada. Por otro lado, dicho estudio abarca temas tales como comprensión del negocio y enfoque analítico, compresión y preparación de los datos, producción, análisis e interpretación de los datos, modelado y evaluación de la data. Asimismo, la metodología utilizada para el estudio en mención está basada en la metodología de la ciencia de datos de IBM, que se espera contribuya a la obtención de resultados favorables de cara a responder la pregunta de investigación. El presente trabajo de investigación tiene un enfoque descriptivo que emplea la técnica de aprendizaje supervisado con la ayuda de regresión lineal. Por último, el propósito del presente proyecto de investigación no es el de brindar una solución en concreto para la organización en estudio, sino el de dar alternativas para posibles planes de acción y/o mejor toma de decisiones al problema identificado, los cuales puedan ser implementados en pro de la mejora departamental de la compañía. / The work purpose is to identify the variables that influenced the productivity of the issuance of new policies in the 2019 period in the Lima agencies, which is detailed in a concrete and detailed way in the following pages. On the other hand, this study covers topics such as business understanding and analytical approach, data compression and preparation, data production, analysis and interpretation, data modeling and evaluation. Likewise, the methodology used for the study in question is based on the IBM data science methodology, which is expected to contribute to obtaining favorable results in order to answer the research question. The present research work has a descriptive approach, the same one that uses the supervised learning technique with the help of linear regression. Finally, the purpose of this research project is not to provide a specific solution for the organization under study, but to provide alternatives for possible action plans and / or better decision-making to the identified problem, which may be implemented in favor of the departmental improvement of the company. / Trabajo de investigación

El presente trabajo de investigación tiene como finalidad analizar el incremento de suscriptores de Netflix con respecto a la competencia desde el 2010 hasta lo que va del año 2020. Hemos determinado que el enfoque será predictivo para que la organización a cargo pueda hacer uso del modelo supervisado de la manera que más le favorezca y estos puedan tomar las mejores decisiones estratégicas. Para ello, se ha generado una base de datos recopilada de diversas fuentes públicas confiables para obtener las variables: “cantidad de suscriptores”, “costo de contenido original”, “covid-19” … y posterior a ello, con toda la data adquirida se procederá a realizar cada etapa de la metodología de la ciencia de datos descrita en el curso durante el programa de ciencia de datos. Para aclarar el panorama hemos optado por el uso de la técnica de correlación de Pearson, lo cual nos permitió determinar las variables que tenían mejor correlación entre ellas, esto advierte que la variable más adecuada para determinar futuros pronósticos y analizar el incremento de suscriptores es la del costo de contenido original. Finalmente, para mostrar los resultados de la investigación se ha decidido utilizar como herramienta de visualización Power BI para exponer el presente estudio y responder a los objetivos planteados. / The purpose of this research work is to analyze the increase in Netflix subscribers with respect to the competition from 2010 to so far in 2020. We have determined that the approach will be predictive so that the organization in charge can make use of the supervised model in the way that best suits them and they can make the best strategic decisions. For this, a database compiled from various reliable public sources has been generated to obtain the variables: "number of subscribers", "cost of original content", "covid-19" ... and after that, with all the data acquired Each stage of the data science methodology described in the course will be carried out during the data science program. To clarify the panorama we have opted for the use of the Pearson correlation technique, which allowed us to determine the variables that had the best correlation between them, this warns that the most appropriate variable to determine future forecasts and analyze the increase in subscribers is the of the cost of original content. Finally, to show the results of the research, it has been decided to use Power BI as a visualization tool to present the present study and respond to the objectives set. / Trabajo de investigación

Dentro del sector no tradicional agrícola, el mango fresco es la quinta fruta peruana más exportada, con un crecimiento promedio anual de 12.92 por ciento desde el 2002 al 2019. Estados Unidos es el segundo destino de las exportaciones peruanas de mango, abarcando un promedio del 24% por ciento de las ventas totales en el 2019. Ante ello, la presente investigación busca determinar los factores que influyeron en la exportación de mango fresco del Perú hacia Estados Unidos durante el periodo 2002 – 2019. El estudio tuvo un enfoque mixto, con un alcance descriptivo, correlacional y causal; con un diseño no experimental longitudinal, donde se analizaron las variables Producción, Precio FOB, Tipo de Cambio, Demanda EE.UU y PBI de EE.UU. Además, de carácter descriptivo se analizaron las variables Gestión empresarial, Apoyo del Estado y Clima. Para el análisis cuantitativo se obtuvo información de fuentes secundarias como Adex Data Trade, BCRP, Banco Mundial, MINAGRI y Bureau of Economic donde se procesaron los datos a través de un modelo de regresión lineal múltiple. Mientras que, para el análisis cualitativo, se usó la técnica de entrevistas semi estructuradas en el cual se entrevistaron a trece actores clave pertenecientes a entidades del sector privado, sector público y gremios relacionados donde se procesó la información a través de la herramienta Atlas Ti. Sobre los resultados de la investigación se concluyeron que las variables producción nacional y demanda de Estados Unidos influyeron en la exportación de mango fresco peruano hacia Estados Unidos. / Within the non-traditional agricultural sector, fresh mango is the fifth most exported Peruvian fruit, with an average annual growth of 12.92 percent from 2002 to 2019. The United States is the second destination for Peruvian mango exports, covering an average of 24% percent of total sales in 2019. Given this, this research seeks to determine the factors that influenced the export of fresh mango from Peru to the United States during the period 2002 - 2019. The study had a mixed approach, with a descriptive, correlational and causal scope; With a non-experimental longitudinal design, where the variables Production, FOB Price, Exchange Rate, US Demand and US GDP were analyzed. In addition, of a descriptive nature, the variables Business Management, State Support and Climate were analyzed. For the quantitative analysis, information was obtained from secondary sources such as Adex Data Trade, BCRP, World Bank, MINAGRI and Bureau of Economic, where the data was processed through a multiple linear regression model. While, for the qualitative analysis, the semi-structured interview technique was used in which thirteen key actors belonging to entities of the private sector, public sector and related unions were interviewed where the information was processed through the Atlas Ti tool. Regarding the results of the investigation, it was concluded that the variables national production and demand from the United States influenced the export of fresh Peruvian mango to the United States. / Tesis

El cultivo protegido bajo invernadero tiene altos costes energéticos derivados de la ventilación forzada. En cambio, la ventilación natural puede ser una solución barata que reduzca el consumo energético. No obstante, un diseño que permita la ventilación natural del invernadero supone un reto debido a la complejidad del fenómeno físico. Frente a otros métodos de diseño, como los métodos experimentales o analíticos, en los últimos tiempos la dinámica de fluidos computacional (CFD por sus siglas en inglés) se ha convertido en la herramienta más utilizada para estudiar este tipo de fenómenos, gracias a su relativo bajo coste y a la rapidez en la obtención de resultados. No obstante, los modelos CFD deben refrendarse mediante validaciones realizadas a través de datos experimentales. Un análisis bibliográfico detallado del uso de la CFD aplicada a invernaderos muestra, en general, que los trabajos carecen de suficientes datos experimentales, seguramente debido al alto coste de los sensores para adquirirlos y la dificultad que conlleva el trabajo en condiciones de campo. Además, se observa que las simulaciones CFD en invernaderos no se realizan con un procedimiento sistematizado. Por ello, la presente tesis, por un lado describe un dispositivo y unos métodos sencillos y baratos para obtener datos atmosféricos, y por otro, propone una visión crítica sobre la investigación realizada hasta el momento, con el fin de sistematizar la manera de generar modelos CFD aplicados a la ventilación natural de invernaderos. Finalmente, la tesis se complementa con un ejemplo sobre un caso práctico. Para ello, en primer lugar, se realizó una revisión bibliográfica de las diferentes guías de buenas prácticas en diferentes campos de la tecnología principalmente en edificación, para sistematizar y adaptar las recomendaciones para generar modelos CFD en invernaderos. En segundo lugar, se desarrolló un sistema de adquisición de datos sencillo, consistente en una red de sensores, que permite medir simultáneamente la velocidad y dirección de viento en 20 puntos. Este sistema de sensores fue calibrado y probado en campo satisfactoriamente obteniendo una precisión similar a los anemómetros comerciales con un precio 30 veces superior. En tercer lugar, se generaron 24 modelos del flujo de aire alrededor del invernadero, resultantes de la combinación de cuatro modelos de turbulencia (k- ¿; RNG k-¿; k-¿ y RSM); dos esquemas de discretización (primer orden y segundo orden) y tres velocidades de viento exterior (3; 3,5 y 4 m/s) con el fin de analizar sus diferencias y demostrar sus ventajas e inconvenientes. Por este motivo, en cuarto lugar, se comprobó su capacidad de ajustarse a los datos de campo, validando los modelos con un análisis de regresión lineal sobre los datos experimentales. Con este estudió se reveló que los modelos SST k-¿ y el RSM (segundo orden) son los que mejor representan el flujo de ventilación y se demostró que el modelo k-¿ estándar (primer orden), el más utilizado en la bibliografía, no sólo ofrece resultados diferentes al resto de modelos, sino que su rendimiento es pobre para predecir el flujo de ventilación. / Granell Ruiz, R. (2014). Análisis del flujo ambiental y propuesta metodológica para simulaciones CFD aplicadas a la ventilación natural de invernaderos [Tesis doctoral no publicada]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/37194 / TESIS

La presente investigación está relacionada principalmente con la utilización del Ensayo de Penetración Estándar (SPT) y el Ensayo de Corte Directo, a través de dichos ensayos se obtuvo resultados que se usaron para formular una expresión de corrección. El estudio se realizó en suelos arenosos que poseen un porcentaje de finos menor al 12 % en los distritos limeños de Villa El Salvador y Ventanilla. Debido a la gran difusión y utilización del Ensayo de Corte Directo es de suma importancia que los resultados obtenidos sean lo más confiable posible, pues de ello depende el diseño de estructuras de cimentación, taludes, terraplenes, entre otros. Sin embargo, existe una gran dificultad para obtener muestras inalteradas de suelos arenosos, lo que induce a que se realice ensayos de Corte Directo remoldeando el espécimen a su densidad natural, contenido de humedad, compacidad y demás, esto podría generar una variación considerable en los resultados (parámetros de resistencia del suelo). En base a lo descrito anteriormente, se considera necesario buscar la manera de contrarrestar dicho problema, por ello se propone formular una expresión de corrección para el ángulo de fricción obtenido en los ensayos de Corte Directo de muestras remoldeadas. Para la formulación de dicha expresión, se empleó el programa Microsoft Excel para realizar una regresión lineal múltiple con las variables relacionadas al ángulo de fricción teniendo como resultado una expresión de corrección que mejora los ángulos de fricción del Ensayo de Corte Directo en un 63.69 %. / The present investigation is mainly related to the use of the Standard Penetration Test (SPT) and the Direct Shear Test, through these tests results were obtained that were used to formulate a correction expression. The study was carried out on sandly soils with a percentage of fine less than 12 % in the Lima districts of Villa El Salvador and Ventanilla. Due to the great diffusion and use of the Direct Shear Test it is of utmost importance that the results obtained are as reliable as possible, since it depends on the design of foundation structures, slopes, embankments, among others. However, there is great difficulty in obtaining undisturbed samples from sandy soils, which induces to Direct Shear tests being carried out, reshaping the specimen to its natural density, moisture content, compactness and others, this could generate a considerable variation in the results (soil resistance parameters). Based on the above, it is considered necessary to find a way to counteract this problem, for this reason it is proposed to formulate a correction expression for the friction angle obtained in the Direct Shear tests of remoulded samples. For the formulation of said expression, the Microsoft Excel program was used to perform a multiple linear regression with the variables related to the friction angle, resulting in a correction expression that improves the friction angles of the Direct Shear Test by 63.69 %. / Tesis

El presente trabajo de investigación tiene como objetivo aplicar técnicas de análisis de regresión y aprendizaje automático (ML) para mejorar los resultados de estimación de sobre dilución en tajos explotados por el método de Sub Level Stoping (SLS) de la Compañía Minera Condestable (CMC) a través de la generación de ecuaciones de regresión y código en lenguaje de Python para las técnicas de ML. Para la estimación de sobre dilución se analizaron las reconciliaciones de tajos explotados con el método de SLS del período 2017-2019 con la aplicación de las técnicas: Análisis de Regresión Lineal Múltiple (ARLM), regresión no lineal múltiple (ARNM) y métodos de aprendizaje automático (ML) como Máquinas de Vectores de Soporte (SVM) y bosques aleatorios (RF), lo que permitió establecer comparaciones entre los resultados a nivel predictivo y tecnológico con la metodología de O’Hara aplicada actualmente en CMC para la estimación de sobre dilución de tajos SLS. La aplicación de las técnicas mencionadas implicó variables operativas como: nivel, buzamiento, densidad, burden, espaciamiento, altura, longitud, ancho, RQD, RMR y ratio de tonelada por metro de perforación (TMP) de los tajos evaluados, mientras que el objetivo o variable dependiente fue la sobre dilución. Ello permitió inicialmente identificar que las técnicas de regresión ARLM y ARNM mejoraron el coeficiente de determinación R2 de O’Hara en 5.5% y 4.4%. Luego, con la aplicación de herramientas de aprendizaje automático se identificó que ambas técnicas (SVM y RF) lograron la mejora en 0.3% y 18.5% respectivamente. El resultado de ello fue la reducción de la diferencia de costos estimados obtenidos con la metodología de O’Hara relacionados al costo adicional por carguío y transporte de carga rota de dilución. / This research work aims to apply Regression Analysis and Machine Learning (ML) techniques to improve the results of estimating over dilution in stopes mined by Sub Level Stoping (SLS) method at Compania Minera Condestable (CMC) through the generation of regression equations and code in Python language for ML techniques. For the estimation of over dilution, the reconciliations of stopes mined with the SLS method for the period 2017-2019 were analysed with the application of the techniques: Multiple Linear Regression Analysis (MLRA), Multiple Non-linear Regression Analysis (MLNRA) and Machine Learning (ML) methods such as Support Vector Machine (SVM) and Random Forests (RF), which allowed comparisons of the results at predictive and technological level with the O'Hara methodology currently applied at CMC for the estimation of over dilution of SLS stopes. The application of the afore mentioned techniques involved operational variables such as: level, dip, density, burden, spacing, height, length, width, RQD, RMR and tonne per metre drilling (TMP) ratio of the evaluated stopes, while the objective or dependent variable was over dilution. This initially identified that the ARLM and ARNM regression techniques improved O'Hara's R2 determination coefficient by 5.5% and 4.4%. Then, with the application of machine learning tools it was identified that both techniques (SVM and RF) achieved the improvement by 0.3% and 18.5% respectively. This resulted in a reduction of the estimated cost difference obtained with the O'Hara methodology related to the additional cost of loading and transporting broken stock from the dilution. / Tesis

El presente trabajo muestra la situación actual de la demanda de Gas Liquado de Petroleo (GLP) en el mercado peruano con respecto al parque automotor durante los últimos 6 años. El objetivo general es predecir la demanda de GLP para el segundo semestre del año 2021, a través de las variables más relevantes a fin de conocer si la producción local más la importación de este tipo de combustible (GLP) será la suficiente para cubrir la demanda del sector automotriz. La metodología utilizada por el equipo de ciencia de datos es Cross Industry Standard Process for Data Mining (CRISP-DM), la cual consiste en seguir una serie de diez etapas, en cada una de ellas se ira descubriendo y analizando las variables que serán relevantes para la elaboración del modelo deseado. El modelo seleccionado por el equipo de ciencia de datos es el modelo de aprendizaje predictivo ya que este agrupa varias técnicas estadísticas de modelización, lo cual incluye algoritmos de aprendizaje automático. Posteriormente las Herramientas que se utilizarán para un mejor Análisis y entendimiento de la problemática serán Power BI, KNime y Python. / This paper shows the current situation of Liquefied Petroleum Gas (LPG) demand in the Peruvian market with respect to the vehicle fleet during the last 6 years. The general objective is to predict the LPG demand for the second semester of the year 2021, through the most relevant variables to know if the local production plus the import of this type of fuel (LPG) will be enough to cover the demand of the automotive sector. The methodology used by the data science team is Cross Industry Standard Process for Data Mining (CRISP-DM), which consists of following a series of ten stages, in each of which the variables that will be relevant for the elaboration of the desired model will be discovered and analyzed. The model selected by the data science team is the predictive learning model because it groups several statistical modeling techniques, including machine learning algorithms. Subsequently, the tools to be used for a better analysis and understanding of the problem will be Power BI, KNime and Python. / Trabajo de investigación

El principal indicador para evaluar la calidad del suelo como subrasante en el diseño de pavimentos es la capacidad de soporte CBR. En muchos casos, no es posible su obtención mediante ensayos, al menos en la frecuencia requerida, y son muy costosos. Por ello, la necesidad de cuantificar este parámetro mediante modelos matemáticos que utilicen propiedades fácilmente determinables y permitan evaluar rápidamente la eficacia de una solución de estabilización. En el presente trabajo de investigación tiene como propósito desarrollar herramientas prácticas para la predicción del valor de CBR del suelo expansivo post estabilización con ceniza de cáscara de arroz (CCA) y cal. Se plantea obtener modelos matemáticos basados en la regresión lineal múltiple haciendo uso de sus propiedades índice (%F, IP) y de compactación (OCH, MDS), los cuales se generaron mediante la aplicación del software SPSS Statistics, cuya ecuación resultante fue: 〖CBR〗_f=46.116-0.526 %F+0.034 IP+0.218 OCH+5.06 MDS Esta ecuación presenta una correlación muy alta con R = 0.975 y un ajuste de bondad excelente de R2 = 0.95. Esto quiere decir que la variable de respuesta CBR es explicada en un 95% por las variables predictoras %F, IP, OCH y MDS. El modelo de regresión propuesto se aplicó a un tramo de la carretera PE-8B en la región San Martín donde se observó que el valor de CBR se incrementa en promedio 272% al estabilizarse con los agentes de estudio sugeridos. / The main indicator to evaluate the quality of the soil as a subgrade in pavement design is the California Bearing Ratio (CBR). In many cases, it is not possible to obtain them by testing, at least at the required frequency, and they are very expensive. Therefore, the need to quantify this parameter through mathematical models that use easily determinable properties and will evaluate the effectiveness of a proposed stabilization solution. The purpose of this research work is to develop practical tools for the prediction of the CBR in expansive soil post stabilization with rice husk ash and lime. It is proposed to obtain mathematical models based on multiple linear regression using their index (% F, IP) and compaction (OCH, MDS) properties, which were generated by applying the SPSS Statistics software, whose resulting equation was: 〖CBR〗_f=46.116-0.526 %F+0.034 IP+0.218 OCH+5.06 MDS, which presents a very high correlation with R = 0.975 and an excellent goodness fit of R2 = 0.95. This means that the CBR response variable is 95% explained by the predictor variables %F, IP, OCH and MDS. The proposed regression model was applied to a section of the PE-8B highway in the San Martín region where it was found that the CBR value was found on average 272% when stabilized with the suggested study materials. / Tesis

El presente trabajo de investigación tuvo como objetivo determinar la cantidad de alumnos matriculados en los diversos programas para el año 2020 dentro del Centro de Capacitación y Desarrollo Global (CCDG), ubicado en la ciudad de Lima; ello, a través del análisis del historial de la data de los años 2018 y 2019. Se ejecutó una investigación predictiva, dado que dicho tipo de investigación tiene como propósito prever o anticipar situaciones futuras, con el fin de tomar buenas decisiones en cuanto a la apertura de vacantes de los diversos programas y diplomados para cubrir la posible demanda de alumnos matriculados y, por otro lado, determinar las variables que permiten captar un mayor número de clientes. La metodología de ciencia de datos aplicada fue la regresión lineal simple; esta es una técnica que ayuda a proyectar el número de alumnos que podrían matricularse en el periodo 2020. Las variables utilizadas para esta técnica fueron la cantidad de alumnos matriculados y el número de meses correspondientes a los dos últimos años analizados. Como resultado, se obtuvo que, posiblemente, se tendrían 3280 alumnos matriculados para el año 2020 en los programas del CCDG, y que la variable más influyente para la atracción son las clases de modalidad virtual; asimismo, los cursos más demandados son la certificación del Organismo Supervisor de las Contrataciones del Estado (OSCE) y los diplomas del Sistema Integrado de Administración Financiera (SIAF). Los medios de contacto más efectivos, y con los que es posible atraer un mayor número de clientes, son la aplicación de WhatsApp y las llamadas telefónicas. / The present research work aims to determine the number of students enrolled in the various programs for the year 2020 within the Global Training and Development Center, located in the city of Lima. This, through the analysis of 2018 and 2019 data history. A predictive research was carried out, since this type of research is intended to foresee or anticipate future situations, in order to make good decisions regarding the opening of vacancies in the various programs and diplomas to cover the possible demand of enrolled students, and, also, to determine the variables that allow a greater customer acquisition. The applied Data Science methodology is simple linear regression, which is a technique that projects the number of students who would enroll in the 2020 period. The variables used for this technique were the number of enrolled students and the number of months corresponding to the last two years analyzed. As a result, there would possibly be 3280 students enrolled by 2020 in the programs offered at the CCDG, and the most influential variable for customer recruitment are virtual classes; also, the most demanded course is OSCE certification and SIAF diplomas. The most effective means of contact, which can attract more clients, are WhatsApp and phone calls. / Trabajo de investigación

Tesis por compendio / [ES] El sector de la edificación representa el 20% y el 40% de la energía primaria mundial, contribuyendo al 30% de las emisiones de CO2, un desafío amplificado por el crecimiento de la población. Sin embargo, el creciente interés en las fuentes de energía renovables ya maduras, como la energía solar fotovoltaica (PV), ofrece oportunidades para mitigar los anteriores impactos, así como potenciales beneficios económicos, ambientales y sociales. El presente trabajo investiga las posibilidades y limitaciones en el despliegue masivo de sistemas de autoconsumo fotovoltaico (PVSC) en áreas urbanas desde una perspectiva de planificación urbana, considerando las limitaciones técnicas y económicas actuales. Con este fin, esta tesis emplea estrategias basadas en datos para desarrollar modelos físicos y modelos ágiles basados en regresiones como herramientas de evaluación del potencial técnico y económico de los sistemas PVSC en contextos urbanos. En primer lugar, se ha desarrollado y validado un submodelo empírico de producción fotovoltaica con mediciones climáticas y de producción recopiladas de una planta fotovoltaica de 50MW en funcionamiento. Además, se han investigado varias mejoras en el modelado del performance ratio (PR) en entornos de baja irradiancia. En la segunda etapa de esta investigación, el submodelo anterior se ha integrado en un modelo tecnoeconómico 3D basado en sistemas de información geográfica (GIS) capaz de evaluar el PVSC económico para una muestra de edificios residenciales. Además, el modelo incorpora modelos de sombras y estimaciones de demanda eléctrica horaria para evaluar una muestra de edificios residenciales. Una base de datos de simulación, derivada de los resultados anteriores, ha permitido el desarrollo de una metodología para entrenar un modelo basado en regresión y con ello estimar la producción y el periodo de retorno económico (PB) a escala de edificio con una precisión asumible para fines de planificación energética. Como último paso, se mejoró el submodelo de demanda empleando datos reales agregados de series temporales para múltiples patrones de consumo y proporcionando estimaciones realistas para otras tipologías de edificios. Además de las restricciones espaciales, el modelo optimiza el tamaño de las instalaciones según su demanda y limitaciones económicas, maximizando la relación entre autosuficiencia (SS) y el PB. Además, la metodología basada en regresión se ha ampliado para estimar, además del retorno de la inversión, múltiples indicadores clave de desempeño (KPIs) como la tasa interna de retorno (IRR), la tasa de autoconsumo (SC) y SS. A través de una adecuada identificación de predictores y una metodología de entrenamiento y validación, estas correlaciones permitieron estimaciones de rendimiento con una desviación aceptable respecto al modelo físico. La disponibilidad de datos relacionados con la construcción está aumentando progresivamente en la mayoría de los países, lo que permite una amplia aplicación y generalización de las metodologías propuestas y reduce el costo de simulación de estos estudios para cubrir áreas urbanas más extensas. Como aplicación de las metodologías anteriores, se analizaron los resultados del potencial económico fotovoltaico del parque inmobiliario completo de un municipio mediterráneo bajo diferentes escenarios económicos y de demanda a escala de edificio y municipal. Para el escenario que cumple con la regulación actual en España, la SS municipal oscila entre el 22%-43% para los escenarios más optimista y pesimista, respectivamente. El dimensionamiento óptimo de las instalaciones según las curvas de carga en la modalidad de Net Billing (NB) es crucial para obtener resultados económicos competitivos. En consecuencia, la generación fotovoltaica anual representó el 68% del consumo eléctrico total anual. / [CA] El sector de l'edificació representa el 20% i el 40% de l'energia primària mundial, contribuint al 30% de les emissions de CO2, un desafiament amplificat pel creixement de la població. No obstant això, el creixent interés en les fonts d'energia renovables ja madures, com l'energia solar fotovoltaica (PV), ofereix oportunitats per a mitigar els anteriors impactes, així com potencials beneficis econòmics, ambientals i socials. El present treball investiga les possibilitats i limitacions en el desplegament massiu de sistemes PVSC en àrees urbanes des d'una perspectiva de planificació urbana, considerant les limitacions tècniques i econòmiques actuals. A aquest efecte, aquesta tesi empra estratègies basades en dades per a desenvolupar models físics i models àgils basats en regressions com a eines d'avaluació del potencial tècnic i econòmic dels sistemes PVSC en contextos urbans. En primer lloc, s'ha desenvolupat i validat un submodel empíric de producció fotovoltaica amb mesuraments climàtics i de producció recopilats d'una planta fotovoltaica de 50MW en funcionament. A més, s'han investigat diverses millores en el modelatge del performance ràtio (PR) en entorns de baixa irradiància. En la segona etapa d'aquesta investigació, el submodel anterior s'ha integrat en un model tecnoeconòmic 3D basat en sistemes d'informació geográfica (GIS) capaç d'avaluar el PVSC econòmic per a una mostra d'edificis residencials. A més, el model incorpora models d'ombres i estimacions de demanda elèctrica horària per a avaluar una mostra d'edificis residencials. Una base de dades de simulació, derivada dels resultats anteriors, ha permés el desenvolupament d'una metodologia per a entrenar un model basat en regressió i amb això estimar la producció i la període de retorn econòmic (PB) a escala d'edifici amb una precisió assumible per a fins de planificació energètica. Com a últim pas, es va millorar el submodel de demanda emprant dades reals agregats de sèries temporals per a múltiples patrons de consum i proporcionant estimacions realistes per a altres tipologies d'edificis. A més de les restriccions espacials, el model optimitza la grandària de les instal·lacions segons la seua demanda i limitacions econòmiques, maximitzant la relació entre la taxa d'autosuficiència (SS) i PB. A més, la metodologia basada en regressió s'ha ampliat per a estimar, a més del retorn de la inversió, múltiples indicadors clau d'acompliment (KPIs) com la taxa interna de retorn (IRR), la taxa d'autoconsum (SC) i la SS. A través d'una adequada identificació de predictors i una metodologia d'entrenament i validació, aquestes correlacions van permetre estimacions de rendiment amb una desviació acceptable respecte al model físic. La disponibilitat de dades relacionades amb la construcció està augmentant progressivament en la majoria dels països, la qual cosa permet una àmplia aplicació i generalització de les metodologies proposades i redueix el cost de simulació d'aquests estudis per a cobrir àrees urbanes més extenses. Com a aplicació de les metodologies anteriors, es van analitzar els resultats del potencial econòmic fotovoltaic del parc immobiliari complet d'un municipi mediterrani baix diferents escenaris econòmics i de demanda a escala d'edifici i municipal. Per a l'escenari que compleix amb la regulació actual a Espanya, la taxa d'autosuficiència municipal oscil·la entre el 22%-43% per als escenaris més optimista i pessimista, respectivament. El dimensionament òptim de les instal·lacions segons les corbes de càrrega en la modalitat de Net Billing (NB) és crucial per a obtindre resultats econòmics competitius. En conseqüència, la generació fotovoltaica anual va representar el 68% del consum elèctric total anual. / [EN] The building sector in developed countries consumes 20% to 40% of global primary energy, contributing to 30% of the CO2 emissions, a challenge amplified by urban population growth. However, the rising interest in mature renewable energy sources, such as solar photovoltaic (PV), offers opportunities to mitigate these impacts and potential economic, environmental, and social benefits. The present research investigates the possibilities and constraints in the massive deployment of photovoltaic self-consumption (PVSC) systems in urban areas from an urban planning perspective, considering the current technical and economic limitations. To this end, this thesis employs data-driven strategies to develop both bottom-up physical and agile regression-based models as assessment tools for the technical and economic potential of PVSC systems in urban contexts. First, an empirical PV production submodel has been developed and validated with climate and production measurements collected from a 50MW utility-scale in operation. Additionally, several improvements in modeling the performance ratio (PR) in low-irradiance environments have been investigated. In the second stage of this research, the previous submodel has been integrated into a physical 3D GIS-based techno-economic model capable of assessing the economic PVSC for a sample of residential buildings. Additionally, the model incorporates shadow modeling and hourly electric demand estimations to assess sample residential buildings. A simulation database, derived from the previous results, has allowed the development of a methodology to train a regression-based model to estimate the production and the economic payback (PB) at a building scale with an assumable accuracy for energy planning purposes. As the last step, the demand submodel was improved by employing real aggregated time series data for multiple consumer patterns and providing realistic estimations for other building typologies. In addition to spatial restrictions, the model optimizes the sizing of the facilities according to their demand and economic constraints, maximizing the relationship between self-sufficiency (SS) and PB. Furthermore, the regression-based methodology has been extended to estimate, besides the payback, multiple key performance indicators such as internal rate of return (IRR), self-consumption rate (SC), and SS. Through an appropriate predictor identification and a training and validation methodology, these correlations allowed performance estimations with an acceptable deviation compared with the physical model. The availability of building-related data is progressively increasing in most countries, enabling widespread application and generalization of the proposed methodologies and reducing the simulation cost of these studies to cover larger urban areas. As an application of the previous methodologies, a complete-census economic PV potential results of a Mediterranean municipality's building stock was performed under different demand and economic scenarios at a building and municipality scale. For the scenario that meets the current regulation in Spain, the municipality SS ranged between 22%-43% for the most optimistic and pessimistic scenarios, respectively. The optimal sizing of the facilities according to the load curves in the Net Billing (NB) modality is crucial to obtaining competitive economic results. Consequently, the annual PV generation represented 68% of the annual total electricity consumption of the municipality for a net billing scenario, while a net metering scenario represented 103%. Owing to economies of scale and high demand intensity, a higher profitability was found in rooftops of apartment blocks and industrial buildings, which also achieve the highest savings in emissions. / Fuster Palop, E. (2023). Modeling and Optimization of Photovoltaic Installations at Urban Scale [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/202061 / Compendio