Documentos de Académico
Documentos de Profesional
Documentos de Cultura
01 ForecastingFund 2024
01 ForecastingFund 2024
FUNDAMENTOS DE FORECASTING
D.Sc. Yván Jesús Túpac Valdivia
Febrero 2024
Contenido
Consideraciones
Generales
Datos Temporales
Procesos Estocásticos
Forecasting
1 Consideraciones Generales
Identificación de
Sistemas Datos Temporales
Procesos Estocásticos
2 Forecasting
3 Identificación de Sistemas
donde:
Ψ es la variable aleatoria que define el siguiente paso a desplazarse
(distancia y ángulo)
τ el intervalo de tiempo entre pasos subsecuentes
Demostración en [Colab]
Forecasting 10 15
Identificación de
Sistemas 5
10
0
5
5
10 0
0 10 20 30 40 50 15 10 5 0 5 10
Usado en: modelos básicos de precios, modelo de deriva genética, base del
Movimiento Geométrico Browniano (movimiento de moléculas o partículas),
movimiento de poblaciones en ecología, cálculo de soluciones en la ecuación
de Laplace.
Identificación de
Sistemas
Identificación de
Su ecuación es la siguiente:
Sistemas
donde:
c es una constante real.
φ1 es un parámetro de dependencia del dato anterior, se cumple que
|φ1 | ≤ 1.
ε(t) es una variable aleatoria con distribución gaussiana N (0, 1)
Demostración en [Colab - AR]
0 2.5
0.0
2
2.5
5.0
4
7.5
0 200 400 600 800 1000 0 200 400 600 800 1000
Identificación de
Sistemas
t = 15 24 t
Si Z(t) es la temperatura en una hora t, y se mide en dos días diferentes, no
necesariamente serán los mismos valores que se observarán.
Z(t) es una variable aleatoria.
Cada serie Z j (t) es una muestra o trayectoria del proceso estocástico Z
Forecasting
1 Consideraciones Generales
Identificación de
Sistemas Datos Temporales
Procesos Estocásticos
2 Forecasting
3 Identificación de Sistemas
Forecasting
1 Consideraciones Generales
Identificación de
Sistemas Datos Temporales
Procesos Estocásticos
2 Forecasting
3 Identificación de Sistemas
w(k) Σ
Ψ
u(k − 1) . . . u(k − Nu ) y(k − 1) y(k − 2) . . . y(k − Ny )
x(k) z−1
Ψ
u(k − 1) . . . u(k − Nu ) x(k − 1) x(k − 2) . . . x(k − Ny )
Φ
u(k − 1) . . . u(k − Nu ) ŷ(k − 1) ŷ(k − 2) . . . ŷ(k − Ny )
Ψ
w(k − 1) . . . w(k − Nw ) u(k − 1) . . . u(k − Nu ) y(k − 1) y(k − 2) . . . y(k − Ny )
−1 −1
z z
z−1 z−1 z−1 z−1
u(k)
Φ
y(k − 1) . . . y(k − Ny ) u(k − 1) . . . u(k − Nu ) e(k − 1) e(k − 2) . . . e(k − Ne )
z−1 z−1
z−1 z−1 z−1 z−1
u(k)