Resumen

Los errores iniciales en la predicción del tiempo crecen con el tiempo y, a medida que se hacen más grandes, su crecimiento se ralentiza y luego se detiene en un valor asintótico. El momento en que se alcanza este punto de saturación representa el límite de previsibilidad. Este artículo estudia los valores asintóticos y los límites de tiempo en un modelo atmosférico caótico para cinco errores iniciales, utilizando el método de predicción de conjunto (datos de modelos) así como la aproximación del error mediante hipótesis cuadráticas y logarítmicas y sus modificaciones. Mostramos que las hipótesis modificadas aproximan mejor los límites de tiempo de los modelos, pero no sin graves desventajas. Demostramos cómo las hipótesis pueden mejorarse aún más para lograr una mejor coincidencia de los límites de tiempo con el modelo. También mostramos que la hipótesis cuadrática aproxima mejor el valor asintótico de los modelos y que, después de mejorarla, también aproxima mejor los límites de tiempo de los modelos para casi todos los errores iniciales

• Materias:Internet de las cosas Inteligencia artificial Contaminantes atmosféricos Sistema biométrico Aplicaciones
• Subjects:Internet of things Artificial intelligence Air pollutants Biometric system Applications
• Palabras claves:Errores; Predicción del tiempo; Límites de tiempo; Valores asintóticos; Método de predicción de conjunto; Hipótesis cuadrática
• Keywords:Errors; Weather prediction; Time limits; Asymptotic values; Ensemble prediction method; Quadratic hypothesis