dor_id: 1500349

506.#.#.a: Público

650.#.4.x: Físico Matemáticas y Ciencias de la Tierra

336.#.#.b: other

336.#.#.3: Registro de colección de proyectos

336.#.#.a: Registro de colección universitaria

351.#.#.b: Proyectos Universitarios PAPIIT (PAPIIT)

351.#.#.a: Colecciones Universitarias Digitales

harvesting_group: ColeccionesUniversitarias

270.1.#.p: Dirección General de Repositorios Universitarios. contacto@dgru.unam.mx

590.#.#.c: Otro

270.#.#.d: MX

270.1.#.d: México

590.#.#.b: Concentrador

883.#.#.u: https://datosabiertos.unam.mx/

883.#.#.a: Portal de Datos Abiertos UNAM, Colecciones Universitarias

590.#.#.a: Administración central

883.#.#.1: http://www.ccud.unam.mx/

883.#.#.q: Dirección General de Repositorios Universitarios

850.#.#.a: Universidad Nacional Autónoma de México

856.4.0.u: http://datosabiertos.unam.mx/DGAPA:PAPIIT:IN104110

100.1.#.a:

524.#.#.a: Dirección de Desarrollo Académico, Dirección General de Asuntos del Personal Académico (DGAPA). "Modelos estocásticos aplicados a problemas de contaminación atmosférica y epidemiológica", Proyectos Universitarios PAPIIT (PAPIIT). En "Portal de datos abiertos UNAM" (en línea), México, Universidad Nacional Autónoma de México.

245.1.0.a: Modelos estocásticos aplicados a problemas de contaminación atmosférica y epidemiológica

502.#.#.c: Universidad Nacional Autónoma de México

561.1.#.a: Instituto de Matemáticas, UNAM

264.#.0.c: 2010

264.#.1.c: 2010

307.#.#.a: 2019-05-23 18:40:21.491

653.#.#.a: Probabilidad aplicada y estadística; Matemáticas

506.1.#.a: La titularidad de los derechos patrimoniales de este recurso digital pertenece a la Universidad Nacional Autónoma de México. Su uso se rige por una licencia Creative Commons BY 4.0 Internacional, https://creativecommons.org/licenses/by/4.0/legalcode.es, fecha de asignación de la licencia 2010, para un uso diferente consultar al responsable jurídico del repositorio por medio de contacto@dgru.unam.mx

041.#.7.h: spa

500.#.#.a: EL PROYECTO CONSTA DE DOS PARTES: UNA RELACIONADA CON PROBLEMAS DE CONTAMINACION ATMOSFERICA Y OTRA RELACIONADA CON EPIDEMIOLOGIA. LOS DENOMINADORES COMUMNES ENTRES ELLAS SON SUS RELACIONES CON LA SALUD PUBLICA Y LA METODOLOGIA UTILIZADA PARA ESTUDIAR AMBOS TIPOS DE PROBLEMAS. SE UTILIZARAN MODELOS ESTOCASTICOS, ESTADISTICA BAYESIANA Y METODOS DE MONTE CARLO VIA CADENAS DE MARKOV. LA DESCRIPCION DE LOS PROBLEMAS CONSIDERADOS ES DADA A SEGUIR._x000D_ _x000D_ 1. MODELOS ESTOCASTICOS APLICADOS A CONTAMINACION ATMOSFERICA_x000D_ _x000D_ ES CONOCIMIENTO COMUN QUE LA EXPOSICION HUMANA A CONTAMINANTES ES UN SERIO RIESGO PARA LA SALUD. EN LA ZONA METROPOLITANA DE LA CIUDAD DE MEXICO ASI COMO EN MUCHAS MEGACIUDADES AL REDEDOR DEL MUNDO EL OZONO ALCANZA INDICES ELEVADOS. AUNQUE EL UMBRAL PARA OZONO PARA DECLARARSE UNA SITUACION DE EMERGENCIA EN LA CIUDAD DE MEXICO ES DE 0.22 PARTES POR MILLION (0.22PPM), LA NORMATIVIDAD PARA MEXICO COMO PAIS ES 0.11PPM Y UNA PERSONA NO DEBERIA ESTAR EXPUESTA A ESTA CANTIDAD DE CONTAMINANTES, EN MEDIA, POR UN PERIODO DE UNA HORA O MAS. DE ESTA FORMA, PODER DECIR CUAL ES LA PROBABILIDAD DE QUE EL UMBRAL 0.11PPM O CUALQUIER OUTRO UMBRAL DE INTERES SEA REBAZADO UN CIERTO NUMERO DE VECES DURANTE UN PERIODO DE TIEMPO DETERMINADO ES MUY IMPORTANTE. EN ESTE APARTADO DEL PROYECTO SE TRATARA DE ESTE TIPO DE QUESTIONAMIENTOS. LOS PROBLEMAS A SEREN TRATADOS SON:_x000D_ _x000D_ 1.1. MODELOS DE POISSON NO HOMOGENEOS_x000D_ _x000D_ EN ESTE APARTADO SE SUPONE QUE EL NUMERO DE VESES QUE UN DETERMINADO UMBRAL ES REBAZADO SIGUE UN PROCESO DE POISSON CON TASA QUE DEPENDE ADEMAS DEL TIEMPO, DE CIERTOS PARAMETROS QUE DEBERAN SER ESTIMADOS. PARA ESTE APARTADO SE CONSIDERARAN ALGUNAS FUNCIONES DE TASA QUE SE UTILIZAN COMUNMENTE EN TEORIA DE CONFIABILIDAD. OTRO ASPECTO QUE SE TOMARA EN CUENTA ES EL ANALISIS DEL IMPACTO DE MEDIDAS PREVENTIVAS PROPUESTAS POR LA AUTORIDAES AMBIENTALES EN EL COMPORTAMIENTO DE LOS CONTAMINANTES, EN PARTICULAR, EL OZONO. PARA ESTO SE CONSIDERARA TAMBIEN UN MODELO DONDE SE PERMITIRA LA PRESENCIA DE PUNTOS DE CAMBIO, QUE MARCARAN LOS POSIBLES CAMBIOS DE PARAMETROS DE LA FUNCION DE TASA. SE ASUMIRA QUE EL NUMERO DE PUNTOS DE CAMBIO ES UNA VARIABLE ALEATORIA. EN AMBOS PROBLEMAS SE UTILIZARA UNA FORMULACION BAYESIANA PARA LA ESTIMACION DE LOS PARAMETROS QUE DESCRIBEN LA TASA DEL PROCESO DE POISSON ASI COMO DEL NUMERO DE PUNTOS DE CAMBIO POSIBLES. LA ESTIMACION DE LOS PARAMETROS SERA REALIZADA A TRAVES DE METODOS DE MONTE CARLO VIA CADENAS DE MARKOV. SE IMPLEMENTARAN LOS ALGORITMOS PROPUESTOS UTILIZANDOSE LOS DATOS DE LA RED DE MONITOREO AMBIENTAL DE LA CIUDAD DE MEXICO._x000D_ _x000D_ 1.2 MODELOS DE CONTEO_x000D_ _x000D_ EN ESTE APARTADO SE CONSIDERARAN PROCESOS DE CONTEO UN POCO MAS GENERALES QUE EL PROCESO DE POISSON. EN ESTE CASO SE ASUMIRA QUE EL TIEMPO ENTRE PICOS DE OZONO (REBAZE DE LA NORMA AMBIENTAL) TIENE UNA DISTRIBUCION MAS GENERAL QUE LA EXPONENCIAL. ESTAS DISTRIBUCIONES DEPENDERAN DE PARAMETROS QUE DEBERAN SER ESTIMADOS A TRAVES DE UNA FORMULACION BAYESIANA Y ALGORITMOS DE MONTE CARLO VIA CADENAS DE MARKOV. SE PROPONE INVESTIGAR LA ADECUACION DE ESTES MODELOS A LOS DATOS DE LA RED DE MONITOREO DE LA CIUDAD DE MEXICO CUANDO COMPARADOS CON LOS MODELOS DE POISSON NO HOMOGENEOS._x000D_ _x000D_ 2. MODELOS ESTOCASTICOS APLICADOS A EPIDEMIOLOGIA_x000D_ _x000D_ LAS EPIDEMIAS SON UN PROBLEMA BASTANTE SERIO EN EL MUNDO. EN TIEMPOS RECIENTES, MEXICO SE VIO AFLIJIDO POR UN BROTE DE INFLUENZA QUE AFECTO UN GRAN NUMERO DE PERSONAS. DEPENDIENDO DE LA INFECCIOCIDAD Y DE LA TRANSMISIBILIDAD DE UN VIRUS, LAS CONSECUENCIAS PUEDEN SER DESASTROSAS. DE ESTA FORMA, PODER ENTENDER EL COMPORTAMIENTO DE LAS ENFERMEDADES TRANSMISIBLES ES DE MUCHA IMPORTANCIA. EN ESTE APARTADO DEL PROYECTO NOS PROPONEMOS A CONSTRUIR UN MODELO MARKOVIANO PARA EXPLICAR EL COMPORTAMIENTO DE LA INFLUENZA, PARA EL CASO DE LA REALIDAD MEXICANA. SE TOMARA COMO PARAMETROS DEL MODELO, ENTRE OTROS, LAS TASAS DE TRANSMISION Y LAS TASAS DE PROGRESION DE LA ENFERMEDAD. NOVAMENTE SE UTILIZARA LA FORMULACION BAYESIANA PARA ESTIMAR LOS PARAMETROS ASI COMO LOS METODOS DE MONTE CARLO VIA CADENAS DE MARKOV. LOS RESULTADOS SERIAN APLICADOS A LOS DATOS DE INFLUENZA EN MEXICO. LA FORMULACION BAYESIANA ES IMPORTANTE PORQUE ADEMAS DE PERMITIR UNA ESTIMACION PUNTUAL DE LOS PARAMETROS, TAMBIEN PERMITE ESTIMAR LA DISTRIBUCION DE LOS MISMOS. EL USO DE METODOS DE MONTE CARLO VIA CADENAS DE MARKOV SE JUSTIFICA PORQUE EN GENERAL LA FORMA DE LAS DISTRIBUCIONES DE LOS PARAMETROS SON MUY COMPLEJAS Y NO PERMITEN OBTENER ESTIMATIVA DE LOS PARAMETROS DIRECTAMENTE DE ELLAS._x000D_

046.#.#.j: 2019-11-14 12:26:40.706

264.#.1.b: Dirección General de Asuntos del Personal Académico

handle: 00beab29e409c80a

harvesting_date: 2019-11-14 12:26:40.706

856.#.0.q: text/html

last_modified: 2019-11-22 00:00:00

license_url: https://creativecommons.org/licenses/by/4.0/legalcode.es

license_type: by

No entro en nada

No entro en nada 2

Registro de colección universitaria

Modelos estocásticos aplicados a problemas de contaminación atmosférica y epidemiológica

Instituto de Matemáticas, UNAM, Portal de Datos Abiertos UNAM, Colecciones Universitarias

Licencia de uso

Procedencia del contenido

Entidad o dependencia
Instituto de Matemáticas, UNAM
Entidad o dependencia
Dirección General de Asuntos del Personal Académico
Acervo
Colecciones Universitarias Digitales
Repositorio
Portal de Datos Abiertos UNAM, Colecciones Universitarias
Contacto
Dirección General de Repositorios Universitarios. contacto@dgru.unam.mx

Cita

Dirección de Desarrollo Académico, Dirección General de Asuntos del Personal Académico (DGAPA). "Modelos estocásticos aplicados a problemas de contaminación atmosférica y epidemiológica", Proyectos Universitarios PAPIIT (PAPIIT). En "Portal de datos abiertos UNAM" (en línea), México, Universidad Nacional Autónoma de México.

Descripción del recurso

Título
Modelos estocásticos aplicados a problemas de contaminación atmosférica y epidemiológica
Colección
Proyectos Universitarios PAPIIT (PAPIIT)
Fecha
2010
Descripción
EL PROYECTO CONSTA DE DOS PARTES: UNA RELACIONADA CON PROBLEMAS DE CONTAMINACION ATMOSFERICA Y OTRA RELACIONADA CON EPIDEMIOLOGIA. LOS DENOMINADORES COMUMNES ENTRES ELLAS SON SUS RELACIONES CON LA SALUD PUBLICA Y LA METODOLOGIA UTILIZADA PARA ESTUDIAR AMBOS TIPOS DE PROBLEMAS. SE UTILIZARAN MODELOS ESTOCASTICOS, ESTADISTICA BAYESIANA Y METODOS DE MONTE CARLO VIA CADENAS DE MARKOV. LA DESCRIPCION DE LOS PROBLEMAS CONSIDERADOS ES DADA A SEGUIR._x000D_ _x000D_ 1. MODELOS ESTOCASTICOS APLICADOS A CONTAMINACION ATMOSFERICA_x000D_ _x000D_ ES CONOCIMIENTO COMUN QUE LA EXPOSICION HUMANA A CONTAMINANTES ES UN SERIO RIESGO PARA LA SALUD. EN LA ZONA METROPOLITANA DE LA CIUDAD DE MEXICO ASI COMO EN MUCHAS MEGACIUDADES AL REDEDOR DEL MUNDO EL OZONO ALCANZA INDICES ELEVADOS. AUNQUE EL UMBRAL PARA OZONO PARA DECLARARSE UNA SITUACION DE EMERGENCIA EN LA CIUDAD DE MEXICO ES DE 0.22 PARTES POR MILLION (0.22PPM), LA NORMATIVIDAD PARA MEXICO COMO PAIS ES 0.11PPM Y UNA PERSONA NO DEBERIA ESTAR EXPUESTA A ESTA CANTIDAD DE CONTAMINANTES, EN MEDIA, POR UN PERIODO DE UNA HORA O MAS. DE ESTA FORMA, PODER DECIR CUAL ES LA PROBABILIDAD DE QUE EL UMBRAL 0.11PPM O CUALQUIER OUTRO UMBRAL DE INTERES SEA REBAZADO UN CIERTO NUMERO DE VECES DURANTE UN PERIODO DE TIEMPO DETERMINADO ES MUY IMPORTANTE. EN ESTE APARTADO DEL PROYECTO SE TRATARA DE ESTE TIPO DE QUESTIONAMIENTOS. LOS PROBLEMAS A SEREN TRATADOS SON:_x000D_ _x000D_ 1.1. MODELOS DE POISSON NO HOMOGENEOS_x000D_ _x000D_ EN ESTE APARTADO SE SUPONE QUE EL NUMERO DE VESES QUE UN DETERMINADO UMBRAL ES REBAZADO SIGUE UN PROCESO DE POISSON CON TASA QUE DEPENDE ADEMAS DEL TIEMPO, DE CIERTOS PARAMETROS QUE DEBERAN SER ESTIMADOS. PARA ESTE APARTADO SE CONSIDERARAN ALGUNAS FUNCIONES DE TASA QUE SE UTILIZAN COMUNMENTE EN TEORIA DE CONFIABILIDAD. OTRO ASPECTO QUE SE TOMARA EN CUENTA ES EL ANALISIS DEL IMPACTO DE MEDIDAS PREVENTIVAS PROPUESTAS POR LA AUTORIDAES AMBIENTALES EN EL COMPORTAMIENTO DE LOS CONTAMINANTES, EN PARTICULAR, EL OZONO. PARA ESTO SE CONSIDERARA TAMBIEN UN MODELO DONDE SE PERMITIRA LA PRESENCIA DE PUNTOS DE CAMBIO, QUE MARCARAN LOS POSIBLES CAMBIOS DE PARAMETROS DE LA FUNCION DE TASA. SE ASUMIRA QUE EL NUMERO DE PUNTOS DE CAMBIO ES UNA VARIABLE ALEATORIA. EN AMBOS PROBLEMAS SE UTILIZARA UNA FORMULACION BAYESIANA PARA LA ESTIMACION DE LOS PARAMETROS QUE DESCRIBEN LA TASA DEL PROCESO DE POISSON ASI COMO DEL NUMERO DE PUNTOS DE CAMBIO POSIBLES. LA ESTIMACION DE LOS PARAMETROS SERA REALIZADA A TRAVES DE METODOS DE MONTE CARLO VIA CADENAS DE MARKOV. SE IMPLEMENTARAN LOS ALGORITMOS PROPUESTOS UTILIZANDOSE LOS DATOS DE LA RED DE MONITOREO AMBIENTAL DE LA CIUDAD DE MEXICO._x000D_ _x000D_ 1.2 MODELOS DE CONTEO_x000D_ _x000D_ EN ESTE APARTADO SE CONSIDERARAN PROCESOS DE CONTEO UN POCO MAS GENERALES QUE EL PROCESO DE POISSON. EN ESTE CASO SE ASUMIRA QUE EL TIEMPO ENTRE PICOS DE OZONO (REBAZE DE LA NORMA AMBIENTAL) TIENE UNA DISTRIBUCION MAS GENERAL QUE LA EXPONENCIAL. ESTAS DISTRIBUCIONES DEPENDERAN DE PARAMETROS QUE DEBERAN SER ESTIMADOS A TRAVES DE UNA FORMULACION BAYESIANA Y ALGORITMOS DE MONTE CARLO VIA CADENAS DE MARKOV. SE PROPONE INVESTIGAR LA ADECUACION DE ESTES MODELOS A LOS DATOS DE LA RED DE MONITOREO DE LA CIUDAD DE MEXICO CUANDO COMPARADOS CON LOS MODELOS DE POISSON NO HOMOGENEOS._x000D_ _x000D_ 2. MODELOS ESTOCASTICOS APLICADOS A EPIDEMIOLOGIA_x000D_ _x000D_ LAS EPIDEMIAS SON UN PROBLEMA BASTANTE SERIO EN EL MUNDO. EN TIEMPOS RECIENTES, MEXICO SE VIO AFLIJIDO POR UN BROTE DE INFLUENZA QUE AFECTO UN GRAN NUMERO DE PERSONAS. DEPENDIENDO DE LA INFECCIOCIDAD Y DE LA TRANSMISIBILIDAD DE UN VIRUS, LAS CONSECUENCIAS PUEDEN SER DESASTROSAS. DE ESTA FORMA, PODER ENTENDER EL COMPORTAMIENTO DE LAS ENFERMEDADES TRANSMISIBLES ES DE MUCHA IMPORTANCIA. EN ESTE APARTADO DEL PROYECTO NOS PROPONEMOS A CONSTRUIR UN MODELO MARKOVIANO PARA EXPLICAR EL COMPORTAMIENTO DE LA INFLUENZA, PARA EL CASO DE LA REALIDAD MEXICANA. SE TOMARA COMO PARAMETROS DEL MODELO, ENTRE OTROS, LAS TASAS DE TRANSMISION Y LAS TASAS DE PROGRESION DE LA ENFERMEDAD. NOVAMENTE SE UTILIZARA LA FORMULACION BAYESIANA PARA ESTIMAR LOS PARAMETROS ASI COMO LOS METODOS DE MONTE CARLO VIA CADENAS DE MARKOV. LOS RESULTADOS SERIAN APLICADOS A LOS DATOS DE INFLUENZA EN MEXICO. LA FORMULACION BAYESIANA ES IMPORTANTE PORQUE ADEMAS DE PERMITIR UNA ESTIMACION PUNTUAL DE LOS PARAMETROS, TAMBIEN PERMITE ESTIMAR LA DISTRIBUCION DE LOS MISMOS. EL USO DE METODOS DE MONTE CARLO VIA CADENAS DE MARKOV SE JUSTIFICA PORQUE EN GENERAL LA FORMA DE LAS DISTRIBUCIONES DE LOS PARAMETROS SON MUY COMPLEJAS Y NO PERMITEN OBTENER ESTIMATIVA DE LOS PARAMETROS DIRECTAMENTE DE ELLAS._x000D_
Tema
Probabilidad aplicada y estadística; Matemáticas
Identificador global
http://datosabiertos.unam.mx/DGAPA:PAPIIT:IN104110

Enlaces