Predicción Por Medio De Simulación Montecarlo De Los Resultados Del Campeonato De Fútbol De Serie A 2021-2022-2023

dc.contributor.authorGalvis Córdoba, Ana Carolina
dc.contributor.authorMontoya Martínez, María Fernanda
dc.contributor.authorGelves Alarcón, Oscar Mauricio
dc.contributor.cvlachttp://scienti.colciencias.gov.co:8081/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0001646578
dc.contributor.orcidhttps://orcid.org/0000-0003-0557-775X
dc.date.accessioned2020-09-29T02:42:02Z
dc.date.available2020-09-29T02:42:02Z
dc.date.issued2020-09-23
dc.descriptionEl presente proyecto tiene por objetivo principal realizar la simulación de las próximas tres temporadas del equipo italiano Juventus de Turín, con el fin de aplicar conocimientos adquiridos en la materia de Simulación Avanzada de Procesos. Para dar inicio al objetivo, se recolectó los resultados del equipo durante las 3 temporadas anteriores obteniendo así, variables discretas que corresponden a los partidos ganados, empatados y perdidos. Luego se realizó la simulación Montecarlo, el cual agrupa también a otras pruebas necesarias como lo son la de uniformidad e independencia para números aleatorios. Con base a estos otros procesos se decide aplicar para el componente de uniformidad los métodos Chi-cuadrado y Kolmogorov y en cuanto al componente de independencia, se trabaja con los métodos Póker y Corridas. Por medio de relaciones lógicas, matemáticas y probabilísticas que integran el comportamiento del sistema, se logra simular las temporadas 2020-21, 2021-22 y 2022-23, donde se obtuvo en la primera 29 partidos ganados, 5 empatados y 4 perdidos con probabilidades de ocurrencia del 76,3%, 13,2% y 10,5%, para la segunda temporada estudiada se obtuvo 28 partidos ganados, 7 empatados y 3 perdidos con probabilidades de ocurrencia del 73,7%, 18,4% y 7,9% y para la última, se obtuvo 30 partidos ganados, 4 empatados y 4 perdidos con probabilidades de ocurrencia del 78,9%, 10,5% y 10,5%. Estos resultados recrean la simulación de un sistema según ciertos criterios, con el fin de acercar al escenario más probable que tiene el equipo Juventus en sus próximas temporadas con la realidad.spa
dc.description.abstractThe main objective of this project is to simulate the next three seasons of the Italian team Juventus in Turin, to apply the knowledge acquired in the field of Advanced Simulation of Processes. This was also carried out by means of the Monte Carlo simulation, which groups together other necessary tests such as uniformity and independence for random numbers. Based on these other processes, it was decided to apply the Chi-square and Kolmogorov methods for the uniformity component, and as for the independence component, we work with the Poker and Runs methods. By means of logical, mathematical and probabilistic relationships that integrate the behavior of the system, it is possible to simulate the seasons 2020-21, 2021-22 and 2022-23, where in the first 29 games won, 5 tied and 4 lost with probabilities were obtained. occurrence of 76.3%, 13.2% and 10.5%, for the second season studied there were 28 games won, 7 tied and 3 lost with probability of occurrence of 73.7%, 18.4% and 7 , 9% and for the last one, 30 games were won, 4 tied and 4 lost with probabilities of occurrence of 78.9%, 10.5% and 10.5%. These results recreate the simulation of a system according to certain criteria, to bring the most probable scenario that the Juventus team has in its next seasons closer to reality.spa
dc.description.domainhttp://unidadinvestigacion.usta.edu.cospa
dc.format.mimetypetext/html
dc.identifier.citationGalvis Córdoba, Ana Carolina [et al].(2020) Predicción Por Medio De Simulación Montecarlo De Los Resultados Del Campeonato De Fútbol De Serie A 2021-2022-2023. Bogota. Universidad Santo Tomasspa
dc.identifier.doihttps://doi.org/10.15332/dt.inv.2020.01375spa
dc.identifier.urihttp://hdl.handle.net/11634/30094
dc.publisher.branchCRAI-USTA Bogotáspa
dc.relation.referencesUniversidad Nacional Pedro Ruiz Gallo, "Prueba de Independencia Corridas Arriba y Abajo de la Media," 2018.spa
dc.relation.referencesP. Lledó and G. Rivarola, "Gestión de proyectos," 2007.spa
dc.relation.referencesR. Chase B, R. Jacobs F and N. Aquilano J, "Administración de operaciones: Producción y cadena de suministros," vol. 12, 2009.spa
dc.relation.referencesM. González et al, "Método de Simulación de Monte Carlo Aplicado en la Eliminatoria Sudamericana al Mundial Brasil 2014," Universidad Libre, (14), 2013. https://doi.org/10.18041/1909-2458/ingeniare.14.613.spa
dc.relation.referencesM. Azaran and E. Garcia, "Simulación y análisis de modelos estocásticos," Mc. Graw Hill. México, 1996.spa
dc.relation.referencesF. Mendivelso and M. Rodriguez, "Prueba chi-cuadrado de independencia aplicada a tablas ," Revista Médica Sanitas, vol. 2, pp. 93, 2018.spa
dc.relation.referencesM. E. Gutiérrez Araya, "Métodos para probar números aleatorios," pp. Cap. 3, 2017.spa
dc.relation.references] J. R. Vargas, "Pruebas estadísticas para números pseudo aleatorios," Universidad De Managua, pp. 4, 2015.spa
dc.rightsAtribución-NoComercial-SinDerivadas 2.5 Colombia
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/2.5/co/
dc.subject.keywordMontecarlo Simulationspa
dc.subject.keywordUniformityspa
dc.subject.keywordIndependencespa
dc.subject.lembEstadística Matemáticaspa
dc.subject.lembmuestreospa
dc.subject.lembMétodo de montecarlospa
dc.subject.proposalSimulación de Montecarlospa
dc.subject.proposalUniformidadspa
dc.subject.proposalIndependenciaspa
dc.titlePredicción Por Medio De Simulación Montecarlo De Los Resultados Del Campeonato De Fútbol De Serie A 2021-2022-2023spa
dc.type.categoryApropiación Social y Circulación del Conocimiento: Generación de contenidos impresos, radiales, audiovisuales, multimedia, virtuales y Creative Commonsspa

Archivos

Bloque original

Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
PREDICCION POR MEDIO DE SIMULACIÓN DE MONTECARLO DE RESULTADOS DEL CAMPEONATO DE SERIE A-PAPER.docx
Tamaño:
119.75 KB
Formato:
Microsoft Word XML
Descripción:
Artículo principal

Bloque de licencias

Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
license.txt
Tamaño:
807 B
Formato:
Item-specific license agreed upon to submission
Descripción: