<?xml version="1.0" encoding="UTF-8"?>
<feed xmlns="http://www.w3.org/2005/Atom" xmlns:dc="http://purl.org/dc/elements/1.1/">
<title>Especialización en Inteligencia Artificial.</title>
<link href="http://hdl.handle.net/11619/4225" rel="alternate"/>
<subtitle/>
<id>http://hdl.handle.net/11619/4225</id>
<updated>2026-08-13T11:52:15Z</updated>
<dc:date>2026-08-13T11:52:15Z</dc:date>
<entry>
<title>Desarrollo de un modelo predictivo para precios futuros de compra de gas natural licuado (GNL), basado en las referencias internacionales Henry Hub (HH) y Title Transfer Facility (TTF), para fortalecer la capacidad de planeación y competitividad comercial de TEBSA en Soledad, Atlántico, Colombia</title>
<link href="http://hdl.handle.net/11619/4226" rel="alternate"/>
<author>
<name>Marín Sundhein, Ricardo José</name>
</author>
<id>http://hdl.handle.net/11619/4226</id>
<updated>2026-08-13T06:00:12Z</updated>
<published>2026-01-01T00:00:00Z</published>
<summary type="text">Desarrollo de un modelo predictivo para precios futuros de compra de gas natural licuado (GNL), basado en las referencias internacionales Henry Hub (HH) y Title Transfer Facility (TTF), para fortalecer la capacidad de planeación y competitividad comercial de TEBSA en Soledad, Atlántico, Colombia
Marín Sundhein, Ricardo José
La propuesta plantea el desarrollo de un modelo predictivo para proyectar los precios futuros de compra de gas natural licuado (GNL) de Termobarranquilla S.A. E.S.P. (TEBSA), a partir del comportamiento histórico de las referencias internacionales Henry Hub (HH) en el mercado norteamericano y Title Transfer Facility (TTF) en el mercado europeo, ampliamente reconocidas como referencias de precio del gas (International Gas Union [IGU], 2023). La iniciativa responde a la exposición estructural de TEBSA a la volatilidad internacional del GNL, dado que la empresa accede al combustible a través de Calamarí LNG (2024) y la terminal de regasificación SPEC LNG en Cartagena. El estudio se concibe como una investigación aplicada, cuantitativa y predictiva, basada en series históricas de precios oficiales (U.S. Energy Information Administration [EIA], 2024; European Energy Exchange [EEX], 2024) y en técnicas de series de tiempo, aprendizaje automático y aprendizaje profundo (Hyndman &amp; Athanasopoulos, 2021; Yang, Choi &amp; Lee, 2023), evaluadas mediante métricas de error MAE, RMSE y MAPE. Se esperaría que el modelo aportara a la planeación de costos de combustible y a la competitividad comercial de TEBSA en la región Caribe colombiana (Termobarranquilla S.A. E.S.P. [TEBSA], 2024).
</summary>
<dc:date>2026-01-01T00:00:00Z</dc:date>
</entry>
</feed>
