Uso de herramienta borrosa para el estudio de índices económicos

Uso de herramienta borrosa para el estudio de índices económicos

 Descargar versión PDF

Profesores: Dr. Sergio Gerardo de los Cobos Silva y Dr. Eric Alfredo Rincón García (UAM Azcapotzalco)

Resumen: Esta forma de modelación con instrumentos borrosos, ofrece ciertas ventajas sobre la tradicional técnica de regresión. En primer lugar, porque las estimaciones que obtengamos después de ajustar los coeficientes borrosos, no serán variables aleatorias, y por tanto, en muchas ocasiones de difícil tratamiento numérico, sino números borrosos, cuyo tratamiento es más sencillo. Por otra parte, si el fenómeno de estudio es de carácter económico o social, las observaciones que del mismo se obtienen son consecuencia de la interacción entre las creencias, expectativas, etc. de los agentes que participan en dicho fenómeno, y por tanto, ya hemos señalado que en nuestra opinión, no es del todo adecuado modelar dicho fenómeno utilizando la teoría de la probabilidad. Por ejemplo, el precio de los activos que se negocian en los mercados financieros es la consecuencia de las expectativas que tienen los participantes sobre el devenir de la economía, la confianza que a los operadores les generan los emisores de dichos activos etc. Posiblemente en este caso sea excesivamente simplificadora la existencia de linealidad entre la variable explicada y las variables explicativas lo cual se asume utilizando tanto la regresión convencional como la regresión borrosa, pero creemos que es más realista modelar el sesgo que puede darse entre las realizaciones de la variable dependiente y el valor que teóricamente éstas pueden tomar asumiendo que la relación entre variable dependiente y variables explicativas es borrosa, que si damos una naturaleza aleatoria a dicho sesgo.

Objetivo general

• Proponer y diseñar diferentes algoritmos de tipo borroso.
• Aplicar los algoritmos diseñados en instancias reales.

Objetivos específicos

• Realizar el estado del arte de diferentes técnicas borrosas.
• Proponer y diseñar diferentes algoritmos de tipo borroso.
• Aplicar el algoritmo diseñado en instancias reales.
• Comparar los resultados obtenidos con los reportados en la literatura especializada.

Ultima actualización 14/08/2022 por pcyti