Mtodos Estocsticos Aplicacin de los Mtodos Estocsticos al Anlisis Econmico y a las Finanzas Es interesante que se pueda ofrecer al clculo

o estocstico la posibilidad de aplicaciones a la Economa y a las Finanzas, sin ser demasiado exigentes con respecto a la interseccin de dichas aplicaciones, ni demasiado exhaustivo, por falta de tiempo y espacio, para cubrir el abanico total. Utilizacin del clculo estocstico en tiempo continuo en el crecimiento macroeconmico. o Tasa Estocstica de Inflacin Se parte aqu para obtener la solucin del comportamiento de los precios y del rendimiento real de los precios y del rendimiento real de un activo cuando se describe la inflacin por un proceso. En el caso de que la tasa de inflacin sea estocstica, el nivel de precios se puede describir por el proceso (1) La parte estocstica es dz, sabiendo z un proceso de Wiener.El drift del proceso es la tasa esperada de inflacin por unidad de tiempo, que est definida por:(2) { ( ) () () }

Donde es el operador esperanza, condicionado por el valor P(t). La varianza del proceso por unidad de tiempo est definida por:(3) {( ( ) () () )}

Una ecuacin en diferencias, en el tiempo discreto, que satisface (2) y (3) es: ( ) () () ( )( )

donde y(t) es una variable aleatoria normal de media cero y varianza unitaria, que no est correlacionada temporalmente. El lmite de (4) cuando h 0 describe entonces un proceso de Wiener para la variable sy(t)(h) y podemos escribir la ecuacin (1)

La expresin (1) dice que en un intervalo de tiempo corto el cambio proporcionado al nivel del precio es normal con media Pdt y varianza s2 dz. Si escribimos: dP = PP dt + Ps dz (5) usando se muestra que y(t) satisface (5).Finalmente, ( )

que describe la tasa proporcional de cambio del rendimiento real de un activo que tiene un rendimiento nominal como en: P dt + s dz,

Metodos estocsticos para problemas de dirichlet Formulamos un principio dbil de mximo, para operadores diferenciales de tipo elptico, con condiciones algo ms generales que otras utilizadas en la prctica. Este principio lo utilizamos para probar la unicidad de la solucin de un problema de Dirichlet. Tras demostrar algunos resultados sobre matrices definidas no negativas, as como sobre la continuidad de Lipschitz de sus races cuadradas, vemos cmo se puede expresar la solucin de ciertos problemas de contorno, del tipo de Dirichlet, por medio de funcionales de la solucin de una ecuacin diferencial estocstica del tipo de It. Utilizando estos resultados exponemos un mtodo para resolver los anteriores problemas de contomo por medio de tcnicas de simulacin estadstica. Al final del trabajo se dan dos ejemplos numricos, que son ecuaciones de Laplace y Poisson sobre el crculo unidad, en los que se aplican tales mtodos.

Pronsticos Los pronsticos son una de las herramientas fundamentales para la toma de decisiones dentro de las organizaciones tanto productivas como sin fines de lucro. Algunas de las reas en donde se utilizan pronsticos en la industria son la planeacin y control de inventarios, produccin, finanzas, ventas, comercializacin, entre muchas otras.

Pronstico es el proceso de estimacin en situaciones de incertidumbre. El trmino prediccin es similar, pero ms general, y generalmente se refiere a la estimacin de series temporales o datos instantneos. El pronstico ha evolucionado hacia la prctica del plan de demanda en el pronstico diario de los negocios. La prctica del plan de demanda tambin se refiere al pronstico de la cadena de suministros. Entonces tenemos que los pronsticos son procesos crticos y continuos que se necesitan para obtener buenos resultados durante la planificacin, de un proyecto. Si los clasificamos respecto al tiempo que abarcan, se puede clasificar en: 1. Pronsticos a corto plazo: En las empresas modernas, este tipo de pronstico se efecta cada mes o menos, y su tiempo de planeacin tiene vigencia de un ao. Se utiliza para programas de abastecimiento, produccin, asignacin de mano de obra a las plantillas de trabajadores, y planificacin de los departamentos de fabricacin.

2. Pronsticos a mediano plazo: Abarca un lapso de seis meses a tres aos. Este se utilizan para estimar planes de ventas, produccin, flujos de efectivo y elaboracin de presupuestos.

3. Pronsticos a largo plazo: Este tipo de pronstico se utiliza en la planificacin de nuevas inversiones, lanzamiento de nuevos productos y tendencias tecnolgicas de materiales, procesos y productos, as como en la preparacin de proyectos. El tiempo de duracin es de tres aos o ms. Pronstico Probabilstico De Caudales De Avenida Mediante Redes Bayesianas Aplicadas Sobre Un Modelo Hidrolgico Distribuido

meteorologa se realizan pronsticos probabilsticos de lluvia desde hace varias dcadas, por lo que tienen una mayor experiencia en la verificacin de la calidad de pronsticos probabilsticos (Stanski et al., 1989; Wilks, 1995; Joliffe y Stephenson, 2003). No existe una nica medida que permita evaluar la calidad global del pronstico, lo que ha implicado que la verificacin se fundamente en el desarrollo de un conjunto de medidas y grficos, a travs de los cuales se realiza el anlisis y cuantificacin de la calidad de los diferentes atributos que influyen en la calidad de un pronstico probabilstico (A.H. Murphy, 1993). El desarrollo de una metodologa de validacin de pronsticos probabilsticos que permita obtener un valor de calidad global del pronstico, a la vez que permita cuantificar las calidades de cada uno de los atributos que influyen en el pronstico, facilitara la comparacin de diferentes pronsticos a la vez que identificar las debilidades y puntos

fuertes del mismo, cuantificando en ltima instancia su capacidad de aplicacin en un proceso de toma de decisiones. La presente Tesis ha desarrollado un modelo probabilstico de pronstico de avenidas que permite considerar la incertidumbre inherente al mismo, mediante la obtencin de las distribuciones de probabilidad de ocurrencia de caudales futuros en diferentes puntos de la cuenca, a partir de los datos suministrados por el SAIH de precipitacin, caudales en ros y niveles y caudales vertidos en embalses, permitiendo la inclusin de los pronsticos de lluvia futura, ya sean determinsticos o probabilsticos, en los casos en que estos ltimos datos se encuentren disponibles. Mtodos predictivos Evolucin En Planta/Perfil De Una Playa. Mtodos Predictivos La regeneracin/alimentacin artificial de una playa supone reproducir una costa sedimentaria que, al igual que las costas naturales, estar sometida a una serie de procesos evolutivos. Estos procesos se esquematizan mediante el estudio de los cambios en planta y perfil de la playa, los cuales son comunes tanto para costas naturales como artificiales. A lo largo de este trabajo se presentan una serie de herramientas para evaluar tales cambios y, por tanto, para estimar la durabilidad de las obras de regeneracin o, al menos, las fases evolutivas por las que pasarn.

Bibliografa: http://www.uv.es/asepuma/V/24.pdf http://oa.upm.es/669/1/LUIS_MEDIERO_ORDU%C3%91A.pdf http://upcommons.upc.edu/revistes/bitstream/2099/3354/1/25article8.pdf