Fecha	Expositor	Lugar	Título (haga click para ver el abstract)
3 de marzo	Arno Siri-Jégousse Universidad de Guanajuato	Salón Graciela Salicrup, Instituto de Matemáticas	Tamaño del clado mínimo para árboles de coalescencia La observación del código genético de los individuos de una muestra permite inferir el modelo genealógico de la población o parámetros tal como la tasa de mutación. Las estadísticas más utilizadas en este tipo de problemas son el D de Tajima o el espectro de la frecuencia de sitios de Fu y Li. Frente a la complexidad del estudio de esas estadísticas cuando las genealogías están representadas por árboles de coalescencia diferentes del clásico coalescente de Kingman, se introduce una variable más sencilla en su estudio: el tamaño del clado mínimo. El comportamiento asintótico de aquella variable está analizado en dos casos distintos de árboles de coalescencia, con dos métodos muy diferentes: el Beta-coalescente y el coalescente de Bolthausen-Sznitman.
17 de marzo	Mogens Bladt IIMAS, UNAM	Salón 105, Dpto. Matemáticas Facultad de Ciencias	Matrix Exponential Methods in Applied Probability This talk will partly provide an overview of the use of matrix-exponential methods in applied probability, and partly consider some more recent developments where we apply methods from functional calculus to stochastic modeling. Matrix-exponential methods have a long history in the theories queueing, risk and telecommunications, and may be considered both from a probabilistic and analytic point of view. In the probabilistic context the distributions which form the basis of the matrix-exponential methods are known as phase-type distributions. A larger and more general class of distributions, which may be considered similarly but without the probabilistic interpreta-tion, is referred to as matrix-exponential distributions. We shall demonstrate how the probabilistic method using phase-type distributions provides a powerful tool for establishing closed form formulas in stochastic modeling. We will consider some examples from renewal theory, ladder heights and risk theory. Finally we introduce the method of functional calculus, which is essentially an elegant way of dealing with functions of matrices, and show how these methods may conveniently be applied to phase-type and matrix-exponential methods.
7 de Abril	Yuri Salazar Flores Facultad de Ciencias, UNAM	Salón 302, Instituto de Investigaciones en Matemáticas Aplicadas y en Sistemas	Dependencia extrema general usando cópulas asociadas con aplicaciones al análisis de riesgo En esta plática se discutirá el uso de las cópulas asociadas para el análisis de dependencia extrema en modelos multivariados paramétricos y no paramétricos. En particular se abordará el tema de la dependencia no positiva que en muchas instancias ha sido pasada por alto en el análisis paramétrico. Se analizará como el uso de las cópulas asociadas simplifica el estudio de la dependencia extrema no positiva permitiendo usar los resultados para dependencia superior e inferior. En el caso paramétrico se presentarán varios resultados obtenidos en modelos multivariados tales como las cópulas Arquimedeanas, elípticas y de viñas entre otras. En el caso no paramétrico se presentarán resultados obtenidos relacionados con las propiedades asintóticas de estimadores de dependencia extrema. Finalmente se discutirán algunas aplicaciones a datos financieros y líneas futuras de investigación.
21 de Abril	Isaac Pérez Castillo Instituto de Física, UNAM	Salón Graciela Salicrup Instituto de Matemáticas	A generalised Airy distribution for the total area swept by N vicious Brownian walkers Using Quantum Mechanics formalism we obtain an exact expression for the total area swept by N non-colliding Brownian paths performing reunions and meanders. Exploiting a connection between non-colliding paths and RMT, we use the latter to perform Monte Carlo simulations showing excellent agreement. Open problems and possible generalizations are discussed.
5 de Mayo	Martín A. Díaz Viera Instituto Mexicano del Petróleo	Sala Sotero Prieto 1, Conjunto Amoxcalli Facultad de Ciencias	Los modelos estocásticos espaciales en la modelación de sistemas terrestres Los modelos estocásticos espaciales están presentes en la modelación de diversos problemas de sistemas terrestres. Problemas tales como la evaluación y remediación de suelos y acuíferos contaminados con metales pesados y/o por derrames de hidrocarburos, así como el muy actual tema relacionado con el calentamiento global del secuestro del CO2 en yacimientos petroleros abandonados, en acuíferos o formaciones salinas profundas, comparten la misma base metodológica que usualmente es empleada en la modelación de minas, acuíferos y yacimientos petroleros. La metodología [1,2,4] consiste básicamente en integrar de manera sistemática la información geológica y petrofísica en un modelo estocástico espacial, nombrado comúnmente como modelo geoestadístico [3,5], el cual nos brinda la distribución espacial de las propiedades físicas del sistema (permeabilidad, porosidad, contenido de metal, saturaciones de fluidos, etc). Este modelo geológico-petrofísico [1,2,4] es conocido en la terminología de yacimientos petroleros como modelo estático y sirve de premisa para la modelación dinámica del flujo y transporte de fluidos en el yacimiento. En la conferencia se presentará una revisión del estado del arte de los modelos estocásticos espaciales mas usados en la modelación geológico-petrofísica de sistemas terrestres, haciendo énfasis en sus alcances y limitaciones. Referencias: Casar González R., Díaz Viera M. A., Hernández Maldonado V., Méndez Venegas J., Mendoza Torres F. y Checa Rojas P.: “Metodología para Obtener Modelos Geológicos-Petrofísicos Basados en la Aplicación de Métodos Geoestadísticos”, registro número: 03-2012- 071712190800-01, instituto nacional del derecho de autor, 26 de julio de 2012. Cosentino L., Integrated Reservoir Studies, TECHNIP, 2001. Deutsch C., Geostatistical Reservoir Modeling, Oxford University Press, 2002. Díaz Viera M. A., Casar González R., Hernández Maldonado V., Méndez Venegas J., Mendoza Torres F. y Checa Rojas P.: “Metodología para la Modelación Geológica-Petrofísica usando Métodos Geoestadísticos Fractales”, Registro número: 03-2013-091112215300-01, Instituto Nacional del Derecho de Autor, 18 de septiembre de 2013. Lantuejoul Ch., Geostatistical Simulation: Models and Algorithms, Springer Verlag, 2002.
21 de Mayo (En jueves, fecha extraordinaria)	Erik Baurdoux London School of Economics	Salón 203, Instituto de Investigaciones en Matemáticas Aplicadas y en Sistemas	Optimal prediction of the time of the ultimate maximum Optimal prediction of the ultimate maximum is a non-standard optimal stopping problem in the sense that the pay-off function depends on a process which is not adapted to the filtration at hand. Our aim is to approximate by stopping times as close as possible the (random) time of the ultimate maximum. For a finite time horizon, this problem has been studied in various papers, including Du Toit, J. and Peskir, G. (AAP 2009) and Bernyk, V., Dalang, R.C. and Peskir, G. (Ann. Probab. 2011) for a Brownian motion and one-sided stable process, respectively. In this talk we will discuss the infinite horizon problem for two classes of processes. On the one hand we consider a general Lévy process and we find an optimal stopping time as a first passage time of the process reflected at its supremum. On the other hand, we will see that for positive self-similar Markov processes the Lamperti transform allows us to consider it as an optimal stopping problem in a Lévy setting. This talk is based on joint work with Dr. Kees van Schaik and with Andreas Kyprianou and Curdin Ott in the Lévy and positive self-similar case, respectively.
28 de Mayo (En jueves, fecha extraordinaria)	Piotr Graczyk Département de Mathématiques Université d'Angers	Salón Graciela Salicrup Instituto de Matemáticas	Stochastic Differential Equations for Particle Systems and applications in Harmonic Analysis