Resumen

Se investiga el uso de un método BDF como herramienta para corregir la dirección de las predicciones realizadas mediante técnicas de ajuste de curvas. Los datos aleatorios se generan de forma que tengan las mismas propiedades que los datos que estamos modelizando. Se supone que los datos tienen "memoria", de modo que cierta información incorporada a los datos permanecerá dentro de un determinado intervalo de puntos. Los datos dentro de este periodo en el que existe "memoria" -digamos en los pasos temporales t1,t2,...,tn- se ajustan a la curva para producir una predicción en el siguiente paso temporal discreto, tn 1. De esta forma se genera un vector de predicciones y se convierte en una diferencial ordinaria discreta que representa el gradiente de los datos. El método BDF implementado con esta aproximación de orden inferior se utiliza como medio para mejorar la dirección de las predicciones generadas. El uso del método BDF de esta manera mejora la predicción de la dirección de la serie temporal en aproximadamente un 30%.

• Materias:Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:método bdf, datos, dirección, predicciones, siguiente paso de tiempo discreto, diferencial ordinaria discreta, aproximación de orden inferior, pasos de tiempo t1, t2, , curva, manera
• Keywords:bdf method, data, direction, predictions, next discrete time step, discrete ordinary differential, lower order approximation, time steps t1, t2, , curve, manner