MODELOS ESTOCÁSTICOS. A los modelos que consideran la estocasticidad del medio se les conoce como modelos estocásticos del crecimiento de la población.

Slides:



Advertisements
Presentaciones similares
15 P Configuración electrónica para el elemento Fosforo con 15 electrones. 2p 6 3s 2 2s 2 1s 2 Periodo: 3 Grupo :5A 3p 3 Periodo lo indica el máximo nivel.
Advertisements

Cadenas de Markov Cadena de Markov: proceso estocástico de tiempo discreto que para t=0,1,2,... y todos los estados verifica P(Xt+1=it+1 | Xt=it, Xt-1=it-1,...,
Los seres vivos son organismos que nacen, se nutren, respiran, se desarrollan, crecen, se reproducen y mueren. Lo no vivo no tiene la capacidad de hacer.
PPTCEG035EM31-A16V1 Función afín y función lineal. EM-31.
Distribuciones estadísticas 1.- Variable aleatoria discreta. 2.- Función de probabilidad de variable discreta. Propiedades 3.- Parámetros en distribuciones.
Presentan: Estadística Liceo Nobelius Con la colaboración de: Y Rubí Arrizaga.
PPTCEG049EM32-A16V1 Distribución normal EM-32. Recordemos… -¿Cómo se calcula el valor esperado para una determinada variable aleatoria? -¿Cómo es posible.
PPTCES047MT22-A16V1 Clase Medidas de dispersión y muestreo MT-22.
Bioestadística Distribuciones muestrales para variables cuantitativas.
PRUEBA DE HIPÓTESIS. 1. Una prueba de hipótesis consiste en contrastar dos hipótesis estadísticas. Tal contraste involucra la toma de decisión acerca.
REGRESIÓN Y CORRELACIÓN  REGRESIÓN Es un Proceso estadístico que consiste en predecir una variable a partir de otra utilizando datos anteriores. INGA.
ESTADÍSTICA Mercedes de la Oliva ESTADÍSTICA INFERENCIAL Teorema Central del límite Distribución de media y proporción muestral.
PROYECTOS DE INVERSIÓN
Distribuciones de probabilidad (variables discretas
Distribución de Poisson
ESTADÍSTICAS INFERENCIALES
Orden y Comparación. Ubicación en la recta numérica.
Rectas en el plano cartesiano
Qué es una derivada? “La pregunta del millón…”
Intervalos de Confianza
LICENCIATURA EN SISTEMAS DE COMPUTACIÓN ADMINISTRATIA TEORÍA DE MODELOS
Equiparación horizontal en ENLACE Educación Básica 2009
Continuación DE MCO.
FUNCION LINEAL Y ECUACION DE 1ª GRADO
LORENA CERDA M. ESTADISTICA MA34B LORENA CERDA M. Clase N° 0 Introductoria.
APLICACIONES DE LAS FUNCIONES
FUNCIONES ELEMENTALES
Clase 8: Contraste de Hipótesis
Convergencia de variables aleatorias
Fuente:
Elasticidad.
Unidad 6. Capítulo IV. Puntos ordinarios y puntos singulares.
Universidad Laica Eloy Alfaro de Manabí INGENIERÍA ELÉCTRICA Circuitos Eléctricos II Estudiantes: Pepper Palma – León Indio – Inca Vélez Semestre: Sexto.
Series de Fourier Las series de Fourier se aplican a señales periódicas. Fueros propuestas por el matemático francés Joseph Fourier en Con el uso.
REGRESÍON LINEAL SIMPLE
Estimación de parámetros: Estimación puntual y por intervalos
Genética poblacional y selección natural
ECONOMETRIA I 3. MODELO LINEAL DE TRES VARIABLES
UN SERVIDOR, FUENTE FINITA, COLA FINITA.
Método de Heun. Salvador Arteaga. Jalil Villalobos.
Algunas distribuciones de Probabilidad discreta
DISTRIBUCIÓN MUESTRAL DE UNA MEDIA.
Crecimiento poblacional modelo presa depredador
“Formulación de Hipótesis Estadística”
Kriging Consideremos información de determinada propiedad en el yacimiento y puntos en los cuales se tiene la estimación dea partir de los puntos.
GIOVANNY ANDRES ARENAS UNIVERSIDAD DE IBAGUE-COREDUCACIÓN
ESTIMACIÓN (Inferencia Estadística) Intervalos de Confianza
Ensayo de Rendimiento DISTRIBUCIÓN DE ESTADÍSTICOS MUESTRALES.
Ecología de poblaciones y comunidades Area: Bio-science Level: I medio.
ANALISIS DE VARIANZA
UNIVERSIDAD "ALONSO DE OJEDA"
Unidad 4 Anexo 1. Capítulo V. Vibraciones libres amortiguadas.
MODELOS POISSON Existen una gran variedad de modelos para los sistemas de colas, las dos características más importantes serán : Los tiempos de llegada.
Depto. Matemáticas – IES Elaios Tema: Estadística Inferencial 1. MUESTREO ALEATORIO Presentación elaborada por el profesor José Mª Sorando, ampliando y.
Depto. Matemáticas – IES Elaios Tema: Estadística Inferencial 1. MUESTREO ALEATORIO Presentación elaborada por el profesor José Mª Sorando, ampliando y.
ECOLOGÍA DE POBLACIONES. También llamada demoecología o ecología demográfica. Es una rama de la demografía. estudia las poblaciones formadas por los organismos.
TASA DE VARIACIÓN La tasa de variación de una función f, al pasar de un punto a a un punto b, está dada por la expresión : TV [ a, b ] = f (b) – f (a)
CAPITULO I Límite de Funciones de una Variable 1.Límites de funciones reales de una variable. Límites mediante la gráfica. Límites por aproximaciones.
Depto. Matemáticas – IES Elaios Tema: Distribuciones de Probabilidad 2. DISTRIBUCIÓN BINOMIAL Y DISTRIBUCIÓN NORMAL Presentación elaborada por el profesor.
Tema 5: Distribuciones continuas. Recordamos que una variable aleatoria continua es una variable cuyo valor no puede predecirse con exactitud (aunque.
El tiempo de vida Todos los seguros de vida dependen fundamentalmente del tiempo de vida del asegurado. Por ello, la medición del riesgo debe comenzar.
VALORACION DE ACCIONES La valoración de acciones es un elemento esencial en la práctica del value investing, ya que sirve para determinar si las acciones.
TEORIA de ERRORES. Generalidades:  Una “discrepancia" es la diferencia entre dos valores medidos de la misma cantidad.-  La “precisión” se refiere al.
ESTADÍSTICA: CONCEPTOS GENERALES
La distribución de Weibull La distribución de Weibull es para una variable aleatoria continua que se utiliza en una variedad de situaciones. Una aplicación.
ESTADÍSTICA APLICADA  ZEUS DE JESÚS RODRÍGUEZ BUDA  GABRIELA MÁRQUEZ TORRES  MARÍA ENRIQUETA GIL CÓRDOVA  ELIÁN ANTONIO GONZALEZ GARCÍA  CRISTELL.
Guías Modulares de Estudio Cálculo diferencial – Parte B.
Resumen Posición, velocidad y aceleración son tres maneras diferentes de describir el movimiento aunque están relacionadas. El cambio con el tiempo es.
CABLES. Los cables y las cadenas flexibles combinan resistencia con ligereza y se usan con frecuencia en las estructuras para soportar y transmitir cargas.
Transcripción de la presentación:

MODELOS ESTOCÁSTICOS

A los modelos que consideran la estocasticidad del medio se les conoce como modelos estocásticos del crecimiento de la población.

En un ambiente con variaciones estocásticas necesitamos tomar en cuenta los conceptos de media y varianza para el crecimiento de la población. Por ejemplo, en lugar de tomar la estimación de tamaño de la población como lo hicimos en el modelo discreto de crecimiento exponencial, tomaremos en cuenta el valor esperado del tamaño de la población, este lo obtendremos a partir del valor esperado de la tasa de crecimiento. De este razonamiento se deduce la fórmula:

Donde r representa la tasa de crecimiento promedio de la población.(Media de la tasa)

Como se muestra en la grafica, el crecimiento de una población con un medio que se comporta estocásticamente, es similar en esencia que en una población ideal, sin embargo, las oscilaciones en el tamaño de la población son mucho mayores que si se supusiera un ambiente ideal.

En este caso podemos ver que en esencia la población crece de manera exponencial pero tiene oscilaciones importantes a lo largo de su crecimiento, esto se debe a que en este caso estamos tomando la tasa de crecimiento como una variable aleatoria (es precisamente esta suposición lo que genera el comportamiento estocástico del crecimiento del tamaño de la población), y al ser la tasa una variable aleatoria, fijamos una tasa promedio en cada sección de la gráfica, es decir tomamos el promedio de las variaciones en cada instante de la gráfica, por esto vemos esas oscilaciones en la gráfica.

En esta gráfica podemos ver que el tamaño de la población existen puntos donde el tamaño de la población se acerca peligrosamente al eje “x”, es decir, se acerca al cero. Esto sería fatal para la población ya que una vez que la gráfica toca el cero, la población se extingue, porque tocar al cero quiere decir que la población tiene un tamaño cero, decimos que esto es fatal para la población ya que al ser su tamaño cero, no existen individuos que puedan engendrar nuevos individuos, es decir, la población se extingue.

La estocasticidad demográfica se da en parte porque los organismos en su mayoría se reproducen en partes enteras, es decir, un oso tiene una o dos crías pero no una y media. (Hay algunas plantas que si pueden reproducirse en partes). En los modelos en los que se considera estocasticidad demográfica se hace la suposición de que los individuos nacen y mueren independientemente unos de otros e independientemente del medio en el que habitan.

Markov fue uno de los matemáticos que investigó los procesos estocásticos, hizo aportaciones como las cadenas de Markov, y la matriz de transición de Markov.

Al igual que en los modelos con estocasticidad en el medio, en este tipo de modelos la varianza en el tamaño de la población aumenta conforme pasa el tiempo y la población comienza a crecer. Este tipo de estocasticidad es importante en poblaciones pequeñas ya que se puede llevar fácilmente a una población a la extinción. De la siguiente ecuación podemos ver que la probabilidad de que una población se extinga no solo depende de las probabilidades de tener un nacimiento o un fallecimiento en la población, sino también del tamaño inicial de la población

Donde d es la probabilidad de que un individuo muera y b es la probabilidad de que nazca un nuevo in Si analizamos la ecuación anterior podemos observar que aunque la probabilidad de obtener un nacimiento sea mayor que la probabilidad de obtener un fallecimiento, la probabilidad de que la población se extinga puede ser relativamente grande si N0 es pequeño, en cambio, esta probabilidad disminuye cuando la población inicial N0 es grande. dividuo.

En conclusión, la estocasticidad demográfica se refiere al orden aleatorio en el que los nacimientos y los fallecimientos dentro de una población se dan, ya que, aunque los nacimientos y los fallecimientos tuvieran la misma probabilidad de ocurrir dentro de una población, si ocurrieran demasiados fallecimientos en línea (que es posible), la población se podría ver en peligro de extinción. Obsérvese que si las probabilidades de que nazca un individuo y de que fallezca son iguales, la tasa de crecimiento de la población se comportaría de manera relativamente constante, y aún así existiría el peligro de que la población se extinguiese