SOBRE LA INFLUENCIA DE LA DISTRIBUCIÓN TEMPORAL DE LA LLUVIA EN LA MAGNITUD DEL CAUDAL PICO RESUMEN
|
|
- Clara Maldonado Ojeda
- hace 6 años
- Vistas:
Transcripción
1 SOBRE LA INFLUENCIA DE LA DISTRIBUCIÓN TEMPORAL DE LA LLUVIA EN LA MAGNITUD DEL CAUDAL PICO Juan Francisco Weber Laboratorio de Hidráulica, Departamento de Ingeniería Civil, Facultad Regional Córdoba, Universidad Tecnológica Nacional Maestro M. López esq. Cruz Roja Argentina. Ciudad Universitaria - CP (X5016ZAA) - Córdoba Argentina. jweber@civil.frc.utn.edu.ar RESUMEN En este trabajo se presenta un análisis numérico-estadístico que permite cuantificar la influencia que tiene la elección de la distribución temporal de la lámina de lluvia sobre la magnitud del caudal pico del correspondiente hidrograma de crecidas. Para ello se distribuye la lámina total en forma aleatoria, de acuerdo a una función de densidad uniforme, con dos criterios de distribución temporal distintos: distribución temporal aleatoria, y aplicación del Método del Bloque Alterno, considerando las distintas posiciones del pico. A partir de los hietogramas así generados, se procedió luego al cálculo de los hidrogramas de crecida correspondientes. Por su extendido uso, como función de transferencia se utilizó el Hidrograma Unitario del SCS. Se consideró a la lámina a distribuir tanto como lluvia efectiva como lluvia total. En este último caso, como función de pérdidas se utilizó el método CN del SCS y se realizó un análisis de sensibilidad del resultado al valor de CN. Como conclusiones a destacar se pueden citar: la distribución normal o gaussiana de los caudales pico generados, y la relativamente baja dispersión de los mismos, lo cual es de sumo interés en las aplicaciones ingenieriles que sólo requieran como resultado hidrológico la magnitud del caudal pico. Palabras Clave: modelación hidrológica, hietogramas de diseño, SCS, diseño hidrológico [215]
2 INTRODUCCIÓN En numerosas aplicaciones ingenieriles es suficiente conocer el caudal máximo de escurrimiento superficial (caudal pico) asociado a una probabilidad de excedencia determinada, para el diseño de las obras correspondientes. En muchos casos, la ausencia de registros directos de caudales obliga al proyectista a estimar el caudal pico de periodo de retorno T como el resultado de la modelación hidrológica a partir de una lluvia del mismo periodo de retorno. Esta modelación hidrológica incluye usualmente un modelo de pérdidas (infiltración, por ejemplo) y un modelo de producción, habitualmente el Hidrograma Unitario. En la actualidad es cada vez más común obtener la respuesta hidrológica de la cuenca a partir del uso de herramientas informáticas que incluyen estos modelos, como los conocidos programas HEC-HMS del U.S. Army Corps of Engineers (HEC 2000, 2006), SWMM de la U.S. Environmental Protection Agency, entre otros. En cuencas de medianas dimensiones, es habitual distribuir la lámina precipitada en el tiempo, en percentiles (usualmente quintiles o sextiles). Para esto se utilizan diversos métodos, entre ellos el del Bloque Alterno, el método de Chicago, las distribuciones empíricas de Huff, etc. Es claro e indiscutible que dicha distribución afectará en forma directa la respuesta de la cuenca; resulta de interés conocer en qué grado es definitoria, desde el punto de vista de las aplicaciones ingenieriles antes descriptas, la certidumbre acerca de la distribución temporal de la lámina precipitada. Este trabajo pretende plantear la discusión sobre la significación de esta distribución temporal en relación a otras incertezas propias de los modelos hidrológicos utilizados comúnmente en la práctica de la ingeniería. LA DISTRIBUCIÓN TEMPORAL DE LA PRECIPITACIÓN La intensidad de la lluvia presenta gran variabilidad durante la secuencia temporal de una tormenta. Conocer esa distribución en tormentas intensas es muy importante en tópicos hidrológicos tales como escorrentía potencial, erosión de los suelos y física de las lluvias. Constituye, además, el dato esencial de entrada a los modelos lluvia- escorrentía (Caamaño Nelli y Dasso, 2003). Como esa distribución cambia de una tormenta a otra, para caracterizarla se requiere gran número de registros pluviográficos, de donde se puedan deducir unos pocos patrones de comportamiento que permitan su análisis o su uso posterior. La representación gráfica, continua o discreta, de cada uno de esos patrones, se denomina hietograma tipo. El hietograma tipo se expresa mediante la distribución porcentual acumulada del total de lluvia, en función del porcentaje de duración. Es común también representarlo con un patrón adimensional discreto, dividido en percentiles, generalmente cuartiles, quintiles o sextiles, cuya forma, en especial la posición de la moda, es determinante en la de la consecuente crecida (Figura 1). Numerosos autores han propuesto procedimientos para obtener una distribución temporal de la lámina de diseño. Huff (1967) y Pilgrim y Cordery (1975) parten de la observación de numerosas tormentas intensas. Los métodos del bloque alterno y de la intensidad instantánea (Chow et al, 1994) se basan en la relación intensidad-duración-recurrencia para esta distribución. En cualquier caso, las siguientes propiedades deben verificarse en el patrón de distribución elegido: [216]
3 - el paso temporal debe ser constante. Esto facilita su posterior convolución con un hidrograma unitario. - la suma de las láminas parciales obtenidas debe igualar a la lámina total, o bien, en un hietograma adimensional, la suma de las fracciones debe ser igual a 1 Fig.1 Ejemplo de hietograma adimensional EL HIDROGRAMA UNITARIO El hidrograma unitario es la función respuesta ante un pulso unitario para una sistema hidrológico lineal (Chow et al, 1994). Fue propuesto por primera vez por Sherman, en 1932, y se define como el hidrograma de descarga de una cuenca para una lámina de 1 mm (o 1 cm) y para una duración de tormenta dada. Este modelo parte de las siguientes hipótesis: - Se asume intensidad de precipitación constante - el tiempo base del hidrograma de escurrimiento directo, para una duración dada de lluvia, es constante - las ordenadas del hidrograma de escurrimiento directo son proporcionales a la lámina precipitada - el hidrograma unitario de una cuenca no cambia a lo largo del tiempo Si bien estas restricciones son significativas, el método del hidrograma unitario de Sherman ha mostrado ser una de las herramientas más utilizadas en Hidrología, y en particular en sus aplicaciones ingenieriles. Es fácilmente implementable a través de herramientas informáticas, desde una planilla de cálculo hasta su incorporación en numerosos programas de hidrología superficial, como los conocidos HEC-HMS y SWMM. Partiendo del principio de linealidad, la estimación del hidrograma del escurrimiento directo surge de la convolución lineal de un hidrograma unitario y hietograma seleccionados. Esto es, si Q representa el hidrograma de escurrimiento directo, P el hietograma efectivo, y U el hidrograma unitario, entonces las ordenadas de Q pueden obtenerse como Q n = n M m= 1 P U m n m+ 1 (1) [217]
4 La figura 2 representa gráficamente la aplicación de la ecuación (1). Fig. 2. Obtención del hidrograma de escurrimiento directo a partir del hidrograma unitario (adaptada de Raghunath, 2006) El hidrograma unitario del SCS El hidrograma adimensional del SCS es un hidrograma unitario sintético en el cual el caudal se expresa por la relación entre el caudal Q con respecto al caudal pico Q p y el tiempo por la relación del tiempo t con respecto al tiempo de ocurrencia del pico en el hidrograma unitario, T p. Fig. 3 Hietograma unitario adimensional del SCS [218]
5 Con base en la revisión de un gran número de hidrogramas unitarios, el Soil Conservation Service, en 1972, recomendó que el tiempo de recesión puede aproximarse como 1,67 T p. Del cumplimiento del principio de continuidad, surge la relación que permite estimar el caudal pico Q p (Tucci, 1993): 2.08A Q p = (2) T Donde A es el área de la cuenca en km 2. p EL MÉTODO DE PÉRDIDAS DEL CN -SCS El Soil Conservation Service en 1972 desarrolló un método para calcular las abstracciones iniciales de la precipitación de una tormenta. Para la tormenta como un todo, la precipitación efectiva o escorrentía directa P e es siempre menor o igual a la precipitación P; de manera similar, después de que la escorrentía se inicia, la profundidad adicional de agua retenida en la cuenca F a es menor o igual a una retención potencial máxima S. Existe una cierta cantidad de precipitación I a (abstracción inicial antes del encharcamiento) para la cual no ocurrirá escorrentía, luego la escorrentía potencial es P I a. La Hipótesis del SCS consiste en que las relaciones de las dos cantidades reales y las dos cantidades potenciales son iguales. Fa S = Pe P I a (3) Del principio de continuidad: P = P + I + F (4) e a a Combinando ambas, y resolviendo para P e : P e = P I a P I + S a 2 (5) la cual es la ecuación básica para el cálculo de la precipitación efectiva o escorrentía directa de una tormenta utilizando el método del SCS. La ecuación (5) muestra que el modelo del SCS es un modelo de dos parámetros, S e I a. Al estudiar los resultados obtenidos para muchas cuencas experimentales pequeñas, el propio SCS desarrolló una relación empírica. I a = 0,2 S (6) Con base en esto, el modelo del SCS se transforma en un modelo de un único parámetro S: [219]
6 P e = P 0,2 S P + 0,8 S 2 (7) El número de curva (CN) y S (retención potencial) se relacionan por: S [mm] = 254 (8) CN En simulación de eventos, los valores de CN (y por tanto, de S) deben ajustarse según las condiciones antecedentes de humedad, para la cual el propio SCS provee las siguientes expresiones empíricas: para condiciones secas (AMC I) o condiciones húmedas (AMC III), los números de curva equivalentes pueden calcularse por: CN CN I III 4,2 CN = 10 0,058 II CN II 23 CN = 10+ 0,13 CN II II (9) (10) METODOLOGÍA Generación de hietogramas Con el fin de analizar el impacto de la distribución temporal de la precipitación sobre el caudal pico erogado por una cuenca, se consideraron dos patrones de distribución temporal, denominados A y B. En el patrón A, se analiza la situación extrema en la cual el modelador carece de cualquier tipo de información acerca de dicha distribución. Por tanto, es lógico suponer que una distribución uniformemente aleatoria de la lámina total precipitada entre los percentiles adoptados representa una cota superior en la incertidumbre planteada. El análisis numérico-estadístico se llevó a cabo a través del lenguaje de programación científica GNU Octave (Eaton et al, 2007), el cual permite utilizar una amplia biblioteca de funciones matemático-estadísticas de utilidad en este estudio, además de facilitar la presentación de resultados a través de su interfaz con el programa de graficación GNU Plot (Williams y Kelley, 2010). Para el análisis planteado se consideró distribuir la lámina total de acuerdo a una función de densidad uniforme, en quintiles, según la fórmula: p i = r i 5 j= 1 r j p, i = 1,2,3,4,5 (11) [220]
7 en donde p i es la precipitación en el quintil i, p es la precipitación total a distibuir, y r i es un número pseudo-aleatorio uniformemente distribuido entre 0 y 1. Para su generación, se utilizó el algoritmo de Mersenne Twister (Matsumoto y Nishimura, 1998), un generador uniforme de números pseudoaleatorios 623-dimensionalmente equidistribuido, el que posee un periodo de (aproximadamente ), lo suficientemente extenso para garantizar la no repetibilidad en el marco de este estudio. Como ejemplo se muestra en la Figura 4 un conjunto de 20 hietogramas generados aleatoriamente a partir de la aplicación de la ecuación (11), para una lamina total de 100 mm. Como puede verse, muchas distribuciones incluso pueden parecer inverosímiles y por tanto, no ser seleccionadas por el modelador. En el patrón B, la lámina es distribuida aleatoriamente en quintiles siguiendo el mismo procedimiento que en el patrón A, pero según el ordenamiento indicado por el método del bloque alterno: el quintil de mayor intensidad en una posición determinada (originalmente la central), y luego en forma alternada, a izquierda y a derecha, los bloques de intensidad decreciente. En las Figuras 5 a 9 pueden verse ejemplos de hietogramas generados a partir de este patrón (con distintas posiciones del pico), lo cuales en principio resultarían mas cercanos a una hipotética elección de un modelador. Se consideraron entonces 5 criterios de generación de hietogramas siguiendo el patrón B, de acuerdo a la ubicación del pico (desde el primer al quinto quintil). Se generaron, por cada una de las configuraciones representadas en las figuras 4 a 9, 1000 hietogramas sintéticos (es decir, un total de 6000 hietogramas), todos ellos con una lámina total p = 100 mm. Fig. 4. Ejemplo de hietogramas aleatoriamente generados p = 100 mm patrón A [221]
8 Fig. 5. Ejemplo de hietogramas aleatoriamente generados p = 100 mm patrón B pico en el 1º quintil Fig. 6. Ejemplo de hietogramas aleatoriamente generados p = 100 mm - patrón B pico en el 2º quintil [222]
9 Fig. 7. Ejemplo de hietogramas aleatoriamente generados p = 100 mm - patrón B pico en el 3º quintil Fig. 8. Ejemplo de hietogramas aleatoriamente generados p = 100 mm - patrón B pico en el 4º quintil [223]
10 Fig. 9. Ejemplo de hietogramas aleatoriamente generados p = 100 mm - patrón B pico en el 5º quintil RESULTADOS Se consideraron, a los fines del presente estudio, dos situaciones: la precipitación es efectiva: esto es, no existe pérdidas por infitración, retenciones superficiales, etc. a los hietogramas generados aleatoriamente deben descontarse las pérdidas para obtener el hietograma efectivo: para ello se aplicará el método del CN SCS. Generación de hidrogramas A través de la convolución discreta de los 6000 hietogramas generados, con el hidrograma unitario adimensional del SCS (Fig. 3) se generaron los 6000 hidrogramas de crecida correspondientes, asumiendo como parámetros del hidrograma unitario del SCS T p = 1 y Q p = 1 (es decir, se utilizó el hidrograma asimensional en forma directa). Esto no debería afectar la conclusión general ya que los parámetros T p y Q p son sólo un factor de escala lineal en la respuesta del método. El intervalo de tiempo considerado fue de 0,2 T p, es decir, el hidrograma unitario adimensional del SCS constó de 26 ordenadas, y como consecuencia los hidrogramas de crecida generados se definieron sobre 30 ordenadas. Además se asume, en primer término, que sólo existe escurrimiento superficial, esto es, la infiltración y pérdidas iniciales son nulas: toda la precipitación es efectiva. En las figuras 10 a 15 se [224]
11 muestran un subconjunto de 20 hidrogramas para cada distribución de lluvia, de los 1000 obtenidos por el procedimiento indicado. Fig. 10. hidrogramas de crecida - patrón B pico en el 1º quintil Fig. 11. hidrogramas de crecida - patrón B pico en el 2º quintil [225]
12 Fig. 12. hidrogramas de crecida - patrón B pico en el 3º quintil Fig. 13. hidrogramas de crecida - patrón B pico en el 4º quintil [226]
13 Fig. 14. hidrogramas de crecida - patrón B pico en el 5º quintil Fig. 15. hidrogramas de crecida - patrón A [227]
14 Del análisis de las figuras 10 a 15 pueden extraerse algunas conclusiones: como era de esperar, la modificación del hietograma de entrada produce la consecuente modificación del hidrograma de salida. Existe una mayor variabilidad en la respuesta del método ante hietogramas del patrón A (aleatoriedad en la distribución y en la posición del pico) que ante hietogramas del patrón B (posición del pico fija). Existe una mayor variabilidad en la posición del pico del hidrograma de salida ante hietogramas del patrón A Si lo que interesa es sólo la magnitud del caudal pico del hidrograma de salida, la posición temporal del pico no se considera y se observa que los resultados se presentan en un intervalo acotado de incertidumbre. En la figura 16 se presenta el histograma correspondiente a la magnitud del caudal pico obtenido, el que resultó el mismo para cada uno de los 6 tipos de hietogramas de entrada considerados. En estos resultados están contemplados los 1000 hidrogramas sintéticos generados. La primera conclusión a la que se puede arribar es que independientemente de la posición del pico del hietograma, la distribución estadística de la magnitud de los caudales pico obtenidos es la misma, esto es, sólo depende de la magnitud relativa de las fracciones de lámina que componen el hietograma de entrada y no de su distribución temporal. La única distribución estadística así obtenida presenta una ligera asimetría positiva. En la Tabla 1 se presentan los estadísticos significativos de estos resultados. mínim o Tabla 1. Estadísticos de la distribución de caudales pico lluvia efectiva Primer media Tercer máxim medi Desvío asimetr cuartil na cuartil o a estándar ía 84,07 87,35 88,67 90,35 95,05 [228] curtosi s 88,9 7 2,086 0,516-0,352 De los estadísticos indicados en la Tabla 1 surge que, aún considerando el rango máximo de caudales pico obtenidos, el intervalo de incerteza asociado a la elección de la distribución temporal de la precipitación es del ± 6 % alrededor de la media. Influencia del modelo de pérdidas Para evaluar la influencia del método CN-SCS sobre el caudal pico del hidrograma de crecidas, se obtuvo el hietograma efectivo a partir de cada uno de los 6000 hietogramas generados aleatoriamente, en base a valores de CN entre 40 y 100. Luego se aplicó la convolución descripta en el presente capítulo, obteniéndose nuevos hidrogramas de descarga. Como ejemplo se muestran en la Figura 17 a 20, 20 de los 1000 hidrogramas obtenidos para el patrón A de distribución de precipitación, para algunos valores de CN (40, 60, 80 y 100). Lo primero que pudo observarse es que, si bien aumenta la dispersión de los hidrogramas resultado, el intervalo de caudales pico obtenidos sigue acotado. Esto llevó a realizar un análisis estadístico similar al descripto para el caso de ausencia de pérdidas, para cada valor de CN considerado. Los resultados se resumen en la Tabla 2. En la Tabla 3 se muestran los valores máximo y mínimo obtenidos relativos al valor medio, para algunos valores de CN. En ambas tablas el pico del hietograma se encuentra en el primer quintil.
15 Asimismo, en la Figura 21 se muestra la variación de la media, máximo y mínimo del caudal pico obtenido en función del valor de CN, para el patrón A de distribución de lluvia, mientras que en la Figura 22 se grafica el error relativo a la media de los máximos y mínimos, en función de CN, para todos los patrones de distribución de lluvia. Fig. 16. histogramas de caudales pico lluvia efectiva Fig. 17. Hidrogramas obtenidos para el patrón A y CN = 40 [229]
16 Fig. 18. Hidrogramas obtenidos para el patrón A y CN = 60 Fig. 19. Hidrogramas obtenidos para el patrón A y CN = 80 [230]
17 Fig. 20. Hidrogramas obtenidos para el patrón A y CN = 100 Tabla 2. Estadísticos de la distribución de caudales pico en función de CN pico en el primer quintil CN parametro minimo 1,356 7,551 17,504 30,177 45,176 64,437 87,047 primer cuartil 1,361 7,582 17,532 30,453 46,542 67,308 92,939 mediana 1,377 7,633 17,800 31,184 47,810 68,503 93,637 tercer cuartil 1,379 7,725 18,090 31,816 49,001 69,846 94,335 maximo 1,399 7,970 18,364 32,079 49,043 70,114 94,503 media 1,374 7,685 17,850 31,144 47,560 68,127 92,683 desvio estándar 0,016 0,157 0,366 0,833 1,658 2,184 2,839 asimetria 0,174 0,810 0,207-0,026-0,236-0,555-1,202 kurtosis -1,543-1,033-2,000-2,175-1,964-1,414-0,349 Tabla 3. Máximos y mínimos relativos de caudales pico en función de CN pico en el primer quintil CN [231]
18 minimo 98,69% 98,26% 98,06% 96,90% 94,99% 94,58% 93,92% maximo 101,83 % 103,71 % 102,88 % 103,00 % 103,12 % 102,92 % 101,96 % Fig. 21. Caudales pico, mínimo, medio y máximo en función de CN patrón A Fig. 22. Diferencias entre Qp mínimos y máximos con respecto a la media en función de CN. Cada color representa un patrón de distribución de lluvia [232]
19 CONCLUSIONES Se pueden enunciar las siguientes conclusiones: f) ante una lluvia efectiva, la distribución estadística de los caudales pico no depende del ordenamiento asignado a los bloques del hietograma; por el contrario, al aplicar un algoritmo de pérdidas la distribución de caudales pico sí se ve influida por la redistribución del hietograma. g) En cualquier caso, los valores del caudal pico obtenidos se hallan acotados a un intervalo que, para el caso de lluvia efectiva, no excede el ± 6% del valor medio, y en el caso de aplicarse un algoritmo de pérdidas no excede el intervalo (-15% ; +8%) del valor medio. h) Considerando que el mínimo error que se comete en el valor medio del caudal pico, al variar el valor de CN en ± 5, es del 15 % (llegando incluso para valores bajos de CN hasta el 190 %), se considera que en aplicaciones ingenieriles en las que sólo sea necesario conocer la magnitud del caudal pico, resulta de mayor importancia una adecuada selección de CN que una complejización innecesaria en la definición de la distribución temporal de la precipitación, ante la aplicación de la metodología indicada por el SCS. AGRADECIMIENTOS A la Secretaría de Ciencia y Tecnología (UTN) por el apoyo recibido a través del subsidio al Proyecto de Investigación consolidado Caracterización experimental y modelación numérica de los procesos de infiltración, intercepción vegetal e impacto por incendios en cuencas de Córdoba, Código UTI984. BIBLIOGRAFÍA Caamaño Nelli, G., Dasso, C. M. (2003). Lluvias de diseño. Universitas, Córdoba Chow V.T., Maidment R., y Mays L. (1994) Hidrología Aplicada. Mc Graw-Hill. Eaton, J. W., Bateman, D., Hauberg, S. (2007). GNU Octave: a high-level interactive language for numerical computations. HEC. (2000). Hydrologic modeling system HEC HMS: Technical reference manual. Hydrologic Engineering Center, U.S. Army Corps of Engineers. HEC. (2006) Hydrologic modeling system HEC HMS: User s manual (Version 3.1.0). Hydrologic Engineering Center, U.S. Army Corps of Engineers. Huff, F. A. (1967). Time Distribution of Rainfall en Heavy Storms. Water Resources Research, vol. 3, No 4, USA. Matsumoto, M., Nishimura, T. (1998). Mersenne Twister: A 623-dimensionally equidistributed uniform pseudorandom number generator, ACM Trans. on Modeling and Computer Simulation Vol. 8, No. 1, January pp Pilgrim, D., Cordery, I. (1975). Rainfall Temporal Patterns for Desing Flood. Journal of Hydraulics Division. Amer. Society of Civil Engineering, Vol 101, No Hy1, USA. [233]
20 Raghunath, H. M. (2006). Hydrology: principles analysis design. 2 nd edition. New Age international limited, publishers. New Delhi. Tucci, C. E. M. (Ed.) (1993), Hidrologia: Ciência e Aplicação. Editora da Universidade, UFRGS, Porto Alegre. Williams, T., Kelley, C. (2010). Gnuplot An Interactive Plotting Program. [234]
Calculo de la Precipitación Neta mediante el método del S.C.S. 1
Introducción. Objetivos Calculo de la Precipitación Neta mediante el método del S.C.S. 1 Supongamos que disponemos de un hietograma que refleja la precipitación total caída, obtenido directamente de un
Más detallesCM0244. Suficientable
IDENTIFICACIÓN NOMBRE ESCUELA ESCUELA DE CIENCIAS NOMBRE DEPARTAMENTO Ciencias Matemáticas ÁREA DE CONOCIMIENTO MATEMATICAS, ESTADISTICA Y AFINES NOMBRE ASIGNATURA EN ESPAÑOL ESTADÍSTICA GENERAL NOMBRE
Más detalles3. ANÁLISIS DE DATOS DE PRECIPITACIÓN.
3. ANÁLISIS DE DATOS DE PRECIPITACIÓN. Teniendo en cuenta que la mayoría de procesos estadísticos se comportan de forma totalmente aleatoria, es decir, un evento dado no está influenciado por los demás,
Más detallesANÁLISIS DE FRECUENCIA (CURVAS INTENSIDAD DURACIÓN - FRECUENCIA) Y RIESGO HIDROLÓGICO
Facultad de Ingeniería Escuela de Civil Hidrología ANÁLISIS DE FRECUENCIA (CURVAS INTENSIDAD DURACIÓN - FRECUENCIA) Y RIESGO HIDROLÓGICO Prof. Ada Moreno ANÁLISIS DE FRECUENCIA Es un procedimiento para
Más detallesDETERMINACIÓN DEL HIDROGRAMA DE ESCURRIMIENTO DIRECTO POR EL MÉTODO DE CLARK
GUIA DE TRABAJO PRACTICO Nº 9 DETERMINACIÓN DEL HIDROGRAMA DE ESCURRIMIENTO DIRECTO POR EL MÉTODO DE CLARK Dadas las características hidrodinámicas presentadas en la cartografía de la cuenca media y baja
Más detallesGlosario. Agregación geométrica: modificación de la longitud típica de los planos de escurrimiento con el aumento de escala.
G.1 Glosario Agregación ( up-scaling ): proceso de pasaje de descripciones de procesos (modelos) o variables de una escala menor a otra mayor (Blöshl et al., 1997). Agregación geométrica: modificación
Más detallesINDICE. Prólogo a la Segunda Edición
INDICE Prólogo a la Segunda Edición XV Prefacio XVI Capitulo 1. Análisis de datos de Negocios 1 1.1. Definición de estadística de negocios 1 1.2. Estadística descriptiva r inferencia estadística 1 1.3.
Más detallesY accedemos al cuadro de diálogo Descriptivos
SPSS: DESCRIPTIVOS PROCEDIMIENTO DE ANÁLISIS INICIAL DE DATOS: DESCRIPTIVOS A diferencia con el procedimiento Frecuencias, que contiene opciones para describir tanto variables categóricas como cuantitativas
Más detallesPROGRAMA INSTRUCCIONAL ESTADÍSTICA
UNIVERSIDAD FERMIN TORO VICE RECTORADO ACADEMICO FACULTAD DE INGENIERIA ESCUELA DE MANTENIMIENTO MECÁNICO ESCUELA DE TELECOMUNICACIONES ESCUELA DE COMPUTACIÓN ESCUELA DE ELÉCTRICA PROGRAMA INSTRUCCIONAL
Más detallesUNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS FACULTAD DE INGENIERÍA PROYECTO CURRICULAR DE INGENIERÍA DE SISTEMAS
I. IDENTIFICACIÓN DE LA ASIGNATURA ESTADÍSTICA I CÓDIGO DE LA ASIGNATURA 33102106 ÁREA CIENCIAS BASICAS DE INGENIERIA SEMESTRE SEGUNDO PLAN DE ESTUDIOS 1996 AJUSTE 2002 HORAS TOTALES POR SEMESTRE 64 HORAS
Más detallesESTADISTICA DESCRIPTIVA Y PROBABILIDAD
ESTADISTICA DESCRIPTIVA Y PROBABILIDAD CODIGO 213543 (COMPUTACION) 223543 (SISTEMAS) 253443 (CONTADURIA) 263443( ADMINISTRACION) 273443 (GRH) HORAS TEORICAS HORAS PRACTICAS UNIDADES CREDITO SEMESTRE PRE
Más detallesTEMA 11: Hidrología de cuencas pequeñas. Fórmula racional
TEMA 11: Hidrología de cuencas pequeñas. Fórmula racional MARTA GONZÁLEZ DEL TÁNAGO UNIDAD DOCENTE DE HIDRÁULICA E HIDROLOGÍA DEPARTAMENTO DE INGENIERÍA FORESTAL E.T.S. DE INGENIEROS DE MONTES UNIVERSIDAD
Más detallesBloque 1. Contenidos comunes. (Total: 3 sesiones)
4º E.S.O. OPCIÓN A 1.1.1 Contenidos 1.1.1.1 Bloque 1. Contenidos comunes. (Total: 3 sesiones) Planificación y utilización de procesos de razonamiento y estrategias de resolución de problemas, tales como
Más detallesTema I. Introducción. Ciro el Grande ( A.C.)
1.1. La ciencia de la estadística:. El origen de la estadística:. Ciencia descriptiva. Evaluación de juegos de azar Ciro el Grande (560-530 A.C.) Si tengo 1 As y 2 reyes, que descarte es mas conveniente
Más detallesPROGRAMA INSTRUCCIONAL ESTADÍSTICA
UNIVERSIDAD FERMIN TORO VICE RECTORADO ACADEMICO FACULTAD DE CIENCIAS ECONÓMICAS Y SOCIALES ESCUELA DE RELACIONES INDUSTRIALES ESCUELA DE ADMINISTRACIÓN FACULTAD DE CIENCIAS JURÍDICAS Y POLÍTICAS ESCUELA
Más detallesTeoría de errores -Hitogramas
FÍSICA I Teoría de errores -Hitogramas Autores: Pablo Iván ikel - e-mail: pinikel@hotmail.com Ma. Florencia Kronberg - e-mail:sil_simba@hotmail.com Silvina Poncelas - e-mail:flo_kron@hotmail.com Introducción:
Más detallesEvaluación del impacto económico en el sector energético dado por los embalses para riego existentes en la cuenca de aporte a Rincón del Bonete
Trabajo de fin del curso SimSEE 2, Grupo 1, pág 1/9 Evaluación del impacto económico en el sector energético dado por los embalses para riego existentes en la cuenca de aporte a Rincón del Bonete Magdalena
Más detallesDr. Richard Mercado Rivera 18 de agosto de 2012 Matemática Elemental
Universidad de Puerto Rico Recinto de Aguadilla Programa CeCiMat Elemental Definición de conceptos fundamentales de la Estadística y la Probabilidad y su aportación al mundo moderno Dr. Richard Mercado
Más detallesTema Contenido Contenidos Mínimos
1 Estadística unidimensional - Variable estadística. - Tipos de variables estadísticas: cualitativas, cuantitativas discretas y cuantitativas continuas. - Variable cualitativa. Distribución de frecuencias.
Más detallesFACULTAD DE INGENIERÍA UNAM PROBABILIDAD Y ESTADÍSTICA Irene Patricia Valdez y Alfaro irenev@servidor.unam.m T E M A S DEL CURSO. Análisis Estadístico de datos muestrales.. Fundamentos de la Teoría de
Más detallesESTUDIO PLUVIOMÉTRICO
Santa Cruz de Tenerife 29 3 septiembre 9 JORNADAS SOBRE HIDROLOGÍA DE SUPERFICIE EN TENERIFE Segunda Jornada: GUIA METODOLOGÍCA CALCULO CAUDALES AVENIDA 3 ESTUDIO PLUVIOMÉTRICO D. Jesús López García Dr.
Más detallesAgro 6998 Conferencia 2. Introducción a los modelos estadísticos mixtos
Agro 6998 Conferencia Introducción a los modelos estadísticos mixtos Los modelos estadísticos permiten modelar la respuesta de un estudio experimental u observacional en función de factores (tratamientos,
Más detallesPlanificación didáctica de MATEMÁTICAS 3º E.S.O.
Planificación didáctica de MATEMÁTICAS 3º E.S.O. (Orientadas a las enseñanzas aplicadas) Julio de 2016 Rev.: 0 Índice 1.- INTRODUCCIÓN... 1 2.- BLOQUE I. PROCESOS, MÉTODOS Y ACTITUDES EN MATEMÁTICAS...
Más detallesSECUENCIA DIDÁCTICA. Módulo IV
SECUENCIA DIDÁCTICA Nombre de curso: Simulación de Sistemas Antecedente: Clave de curso: ECOM118 Clave de antecedente: Ninguna. Módulo IV Competencia de Módulo: Desarrollar programas de cómputo utilizando
Más detallesBLOQUE I: GEOMETRÍA PLANA Y FIGURAS GEOMÉTRICAS. Ecuaciones y sistemas. 2 (20 horas) Funciones y gráficas. 2 (20 horas) Estadística y probabilidad
PROGRAMACIÓN DIDÁCTICA Materia IV Período FBPI Tramo II Ámbito Científico-Tecnológico Bloque I Geometría plana y figuras geométricas Créditos 3 (30 horas) Bloque II Créditos Ecuaciones y sistemas 2 (20
Más detalles2. Recolección de información - Medidas de posición: moda, media aritmética, mínimo, máximo - Frecuencia absoluta, relativa y porcentual
Prueba Escrita de matemática / Nivel: Sétimo año 1. Estadística - Unidad estadística - Características - Datos u observaciones - Población - Muestra - Variabilidad de los datos - Variables cuantitativas
Más detallesNombre de la asignatura: Simulación. Créditos: Aportación al perfil
Nombre de la asignatura: Simulación Créditos: 2-4-6 Aportación al perfil Analizar, diseñar y gestionar sistemas productivos desde la provisión de insumos hasta la entrega de bienes y servicios, integrándolos
Más detallesFase 2. Estudio de mercado: ESTADÍSTICA
1. CONCEPTO DE ESTADÍSTICA. ESTADÍSTICA DESCRIPTIVA 2. 3. TABLA DE FRECUENCIAS 4. REPRESENTACIONES GRÁFICAS 5. TIPOS DE MEDIDAS: A. MEDIDAS DE POSICIÓN B. MEDIDAS DE DISPERSIÓN C. MEDIDAS DE FORMA 1 1.
Más detallesANÁLISIS DE CAUDALES (II) Profesor Luis Fernando Carvajal
ANÁLISIS DE CAUDALES (II) Profesor Luis Fernando Carvajal Relaciones nivel-caudal 1. El objetivo de aforar una corriente, durante varias épocas del año en una sección determinada, es determinar lo que
Más detallesEstadística Inferencial. Estadística Descriptiva
INTRODUCCIÓN Estadística: Ciencia que trata sobre la teoría y aplicación de métodos para coleccionar, representar, resumir y analizar datos, así como realizar inferencias a partir de ellos. Recogida y
Más detallesESTADÍSTICA. Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal. continua
ESTADÍSTICA Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal Cuantitativa discreta continua DISTRIBUCIÓN DE FRECUENCIAS Frecuencia absoluta: fi Frecuencia relativa:
Más detallesDesarrollo de un primer modelo simple de escorrentía (caja negra) para el cálculo de la escorrentía superficial en una subcuenca del Fluvià.
Desarrollo de un primer modelo simple de escorrentía (caja negra) para el cálculo de la escorrentía superficial en una subcuenca del Fluvià. Introducción. El presente informe se enmarca dentro del los
Más detallesHidrograma unitario de Clark
Hidrograma unitario de Clark Este método fue expuesto por Clark (1945) y es recogido por casi todos los textos de hidrología (por ejemplo: Viessman, 003; Wanielista, 1997; Ragunath, 006); se implementa
Más detalles4. NÚMEROS PSEUDOALEATORIOS.
4. NÚMEROS PSEUDOALEATORIOS. En los experimentos de simulación es necesario generar valores para las variables aleatorias representadas estas por medio de distribuciones de probabilidad. Para poder generar
Más detallesProbabilidad y Estadística Descripción de Datos
Descripción de Datos Arturo Vega González a.vega@ugto.mx Division de Ciencias e Ingenierías Universidad de Guanajuato Campus León Universidad de Guanajuato, DCI, Campus León 1 / 28 Contenido 1 Probabilidad
Más detallesUNIVERSIDAD AUTONOMA DE SANTO DOMINGO
UNIVERSIDAD AUTONOMA DE SANTO DOMINGO FACULTAD DE CIENCIAS ECONOMICAS Y SOCIALES DEPARTAMENTO DE ESTADISITICA CATEDRA Estadística Especializada ASIGNATURA Estadística Descriptiva Para Psicólogos (EST-225)
Más detallesINDICE 1. Introducción 2. Recopilación de Datos Caso de estudia A 3. Descripción y Resumen de Datos 4. Presentación de Datos
INDICE Prefacio VII 1. Introducción 1 1.1. Qué es la estadística moderna? 1 1.2. El crecimiento y desarrollo de la estadística moderna 1 1.3. Estudios enumerativos en comparación con estudios analíticos
Más detallesValores del nº de curva (cálculo de la escorrentía)
Valores del nº de curva (cálculo de la escorrentía) Apellidos, nombre Departamento Centro Ibáñez Asensio, Sara (sibanez@prv.upv.es) Moreno Ramón, Héctor (hecmora@prv.upv.es) Gisbert Blanquer, Juan Manuel
Más detallesUNIVERSIDAD ALAS PERUANAS FACULTAD DE CIENCIAS DE LA COMUNICACIÓN SILABO POR COMPETENCIA
UNIVERSIDAD ALAS PERUANAS FACULTAD DE CIENCIAS DE LA COMUNICACIÓN SILABO POR COMPETENCIA I. DATOS INFORMATIVOS 1.1 Asignatura : Estadística para el Comunicador Social 1.2 Código : 1001-1023 1.3 Pre-requisito
Más detallesINTRODUCCIÓN AL ANÁLISIS DE DATOS ORIENTACIONES (TEMA Nº 7)
TEMA Nº 7 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD OBJETIVOS DE APRENDIZAJE: Conocer las características de la distribución normal como distribución de probabilidad de una variable y la aproximación de
Más detallesUNIVERSIDAD CENTROCCIDENTAL LISANDRO ALVARADO DECANATO DE INGENIERIA CIVIL ESTADISTICA. CARÁCTER: Obligatoria DENSIDAD HORARIA HT HP HS UCS THS/SEM
UNIVERSIDAD CENTROCCIDENTAL LISANDRO ALVARADO DECANATO DE INGENIERIA CIVIL ESTADISTICA CARÁCTER: Obligatoria PROGRAMA: Ingeniería Civil DEPARTAMENTO: Ciencias Básicas CODIGO SEMESTRE DENSIDAD HORARIA HT
Más detallesFICHA DE LA TECNOLOGÍA
FICHA DE LA TECNOLOGÍA Simulador de diseño de obras de conservación de aguas y suelos: Simulador computacional de zanjas de infiltración y canales de evacuación de aguas de lluvia TEMÁTICA Clasificación:
Más detallesFLORIDA Secundaria. 1º BACH MATEMÁTICAS CCSS -1- BLOQUE ESTADÍSTICA: ESTADÍSTICA VARIABLE UNIDIMENSIONAL. Estadística variable unidimensional
FLORIDA Secundaria. 1º BACH MATEMÁTICAS CCSS -1- Estadística variable unidimensional 1. Conceptos de Estadística 2. Distribución de frecuencias 2.1. Tablas de valores con variables continuas 3. Parámetros
Más detallesINSTITUCION EDUCATIVA LA PRESENTACION NOMBRE ALUMNA:
INSTITUCION EDUCATIVA LA PRESENTACION NOMBRE ALUMNA: AREA : MATEMATICAS. ASIGNATURA: MATEMATICAS. NOTA DOCENTE: EDISON MEJIA MONSALVE TIPO DE GUIA: CONCEPTUAL - EJERCITACION PERIODO GRADO FECHA N DURACION
Más detallesMedidas de tendencia central y dispersión
Estadística Aplicada a la Investigación en Salud Medwave. Año XI, No. 3, Marzo 2011. Open Access, Creative Commons. Medidas de tendencia central y dispersión Autor: Fernando Quevedo Ricardi (1) Filiación:
Más detallesUNIVERSIDAD DEL NORTE
UNIVERSIDAD DEL NORTE 1. IDENTIFICACIÓN DIVISIÓN ACADÉMICA DIVISIÓN DE CIENCIAS BÁSICAS DEPARTAMENTO MATEMÁTICAS Y ESATADÍSTICA. PROGRAMA ACADÉMICO ESTADÍSTICA I-AD CÓDIGO DE LA ASIGNATURA EST 1022 PRE-REQUISITO
Más detallesTeoría de la decisión
1.- Un problema estadístico típico es reflejar la relación entre dos variables, a partir de una serie de Observaciones: Por ejemplo: * peso adulto altura / peso adulto k*altura * relación de la circunferencia
Más detallesCuenca de los ríos Magdalena y Becerra
Cuenca de los ríos Magdalena y Becerra Objetivo: Elaborar un modelo hidrológico e hidráulico de la cuenca y cauce de los ríos Magdalena y Becerra, que permita contar con una herramienta de predicción de
Más detallesHietograma en Santiago (10-11 Abril 1980)
Hietograma en Santiago (10-11 Abril 1980) hietograma de lluvia 4 3.5 3 Lluvia (mm) 2.5 2 1.5 1 0.5 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 Tiempo (hrs) Intensidades de Lluvia Intensidades se acostumbran
Más detallesUNIVERSIDAD AUTÓNOMA DE QUERÉTARO FACULTAD DE INGENIERÍA. práctica, Total: 85 Horas a la semana: 5 teoría: 4 prácticas: 1 Créditos:
UNIVERSIDAD AUTÓNOMA DE QUERÉTARO FACULTAD DE INGENIERÍA Probabilidad y Estadística 18/01/10 Clave: 214 Semestre: 1 Duración del curso: semanas: 17 horas: 68 de teoría y 17 de práctica, Total: 85 Horas
Más detallesCONTENIDOS MÍNIMOS BLOQUE 2. NÚMEROS
CONTENIDOS Y CRITERIOS DE EVALUACIÓN DE MATEMÁTICAS 1º DE ESO. Bloque 1: Contenidos Comunes Este bloque de contenidos será desarrollado junto con los otros bloques a lo largo de todas y cada una de las
Más detallesFundamentos de Estadística y Simulación Básica
Fundamentos de Estadística y Simulación Básica TEMA 2 Estadística Descriptiva Clasificación de Variables Escalas de Medición Gráficos Tabla de frecuencias Medidas de Tendencia Central Medidas de Dispersión
Más detallesANALISIS DE FRECUENCIA EN HIDROLOGIA JULIAN DAVID ROJO HERNANDEZ
ANALISIS DE FRECUENCIA EN HIDROLOGIA JULIAN DAVID ROJO HERNANDEZ Probabilidad - Período de retorno y riesgo La probabilidad de ocurrencia de un fenómeno en hidrología puede citarse de varias Formas: El
Más detallesTeorema Central del Límite (1)
Teorema Central del Límite (1) Definición. Cualquier cantidad calculada a partir de las observaciones de una muestra se llama estadístico. La distribución de los valores que puede tomar un estadístico
Más detallesUNIVERSIDAD NACIONAL SAN LUIS GONZAGA DE ICA
UNIVERSIDAD NACIONAL SAN LUIS GONZAGA DE ICA Facultad de Ingeniería Mecánica y Eléctrica Escuela Académico Profesional de Ingeniería Mecánica y Eléctrica Departamento de Ciencias de Investigación de la
Más detallesHIDROLOGÍA. CALSE 15: Relaciones lluviaescorrentía. Julián David Rojo Hdz. I.C. Msc. Recursos Hidráulicos
HIDROLOGÍA CALSE 15: Relaciones lluviaescorrentía Julián David Rojo Hdz. I.C. Msc. Recursos Hidráulicos 6.1 GENERALIDADES Hallar relaciones entre la precipitación y la escorrentía sobre el área de una
Más detalles13. Utilizar la fórmula del término general y de la suma de n términos consecutivos
Contenidos mínimos 3º ESO. 1. Contenidos. Bloque I: Aritmética y álgebra. 1. Utilizar las reglas de jerarquía de paréntesis y operaciones, para efectuar cálculos con números racionales, expresados en forma
Más detallesUNIVERSIDAD ABIERTA PARA ADULTOS UAPA CARRERA LICENCIATURA EN ADMINISTRACIÓN DE EMPRESAS PROGRAMA DE LA ASIGNATURA ESTADÍSTICA I
UNIVERSIDAD ABIERTA PARA ADULTOS UAPA CARRERA LICENCIATURA EN ADMINISTRACIÓN DE EMPRESAS PROGRAMA DE LA ASIGNATURA ESTADÍSTICA I CLAVE: MAT 131 ; PRE REQ.: MAT 111 ; No. CRED.: 4 I. PRESENTACIÓN: Este
Más detallesa) La selección del método adecuado para diseñar obras de protección contra inundaciones depende de:
1 4.9. Diseño hidráulico de la red de alcantarillado pluvial a) La selección del método adecuado para diseñar obras de protección contra inundaciones depende de: Tipo de problema por resolver (magnitud
Más detalles1. La Distribución Normal
1. La Distribución Normal Los espacios muestrales continuos y las variables aleatorias continuas se presentan siempre que se manejan cantidades que se miden en una escala continua; por ejemplo, cuando
Más detallesTema 5 Algunas distribuciones importantes
Algunas distribuciones importantes 1 Modelo Bernoulli Distribución Bernoulli Se llama experimento de Bernoulli a un experimento con las siguientes características: 1. Se realiza un experimento con dos
Más detallesMANUAL DE USO PROGRAMA SENSIBAR
MANUAL DE USO PROGRAMA SENSIBAR ANALSIS DE SENSIBILIDAD Y SIMULACION DE MONTECARLO JOSE FUENTES VALDES FACEA - UNIVERSIDAD DE CONCEPCION Facultad de Economía Universidad de Concepción 1 SensiBar. ANALSIS
Más detallesPregunta 1. Pregunta 2. Pregunta 3. Pregunta 4. Pregunta 5. Pregunta 6. Pregunta 7. Comenzado el lunes, 25 de marzo de 2013, 17:24
Comenzado el lunes, 25 de marzo de 2013, 17:24 Estado Finalizado Finalizado en sábado, 30 de marzo de 2013, 17:10 Tiempo empleado 4 días 23 horas Puntos 50,00/50,00 Calificación 10,00 de un máximo de 10,00
Más detallesGLOSARIO ESTADÍSTICO. Fuente: Murray R. Spiegel, Estadística, McGraw Hill.
GLOSARIO ESTADÍSTICO Fuente: Murray R. Spiegel, Estadística, McGraw Hill. CONCEPTOS Y DEFINICIONES ESPECIALES Es el estudio científico de los métodos para recoger, organizar, resumir y analizar los datos
Más detalles6.4. APLICACIÓN DE REDES NEURONALES EN EL CÁLCULO DE LA TASA DE CONTORNEAMIENTOS Velocidad de retorno del rayo con distribución uniforme
Aplicación de redes neuronales en el cálculo de sobretensiones y tasa de contorneamientos 233 6.4. APLICACIÓN DE REDES NEURONALES EN EL CÁLCULO DE LA TASA DE CONTORNEAMIENTOS 6.4.1. Introducción Como ya
Más detallesmatemáticas como herramientas para solución de problemas en ingeniería. PS Probabilidad y Estadística Clave de la materia: Cuatrimestre: 4
PS0401 - Probabilidad y Estadística DES: Ingeniería Programa(s) Educativo(s): Ingeniería de Software Tipo de materia: Obligatoria Clave de la materia: PS0401 Cuatrimestre: 4 UNIVERSIDAD AUTÓNOMA DE Área
Más detallesUbicación de la asignatura. Propósito de la asignatura. Desarrollando proyectos. Asignaturas relacionadas. Una mirada hacia la optimización económica
EL CÁLCULO EN MI VIDA DIARIA OPTATIVAS ÁREA: MATEMÁTICAS Ubicación de la asignatura La asignatura El cálculo en mi vida diaria, se encuentra dentro del bloque de las asignaturas optativas del Bachillerato
Más detallesGuía del Capítulo 3. SISTEMAS DE PARTÍCULAS. A un sistema particulado se le efectúa un análisis por tamizado dando los siguientes resultados:
Guía del Capítulo 3. SISTEMAS DE PARTÍCULAS Problema 3.1 A un sistema particulado se le efectúa un análisis por tamizado dando los siguientes resultados: Mallas Tyler Masa (g) -28 +35 5-35 +48 8-48 +65
Más detallesCONCEPTOS FUNDAMENTALES DE HIDRÁULICA E HIDROLOGÍA QUE AFECTAN A LA ORDENACIÓN Y RESTAURACIÓN DE CUENCAS HIDROGRÁFICAS CÁLCULOS HIDROLÓGICOS BÁSICOS
CONCEPTOS FUNDAMENTALES DE HIDRÁULICA E HIDROLOGÍA QUE AFECTAN A LA ORDENACIÓN Y RESTAURACIÓN DE CUENCAS HIDROGRÁFICAS CÁLCULOS HIDROLÓGICOS BÁSICOS José Carlos Robredo Sánchez Departamento de Ingeniería
Más detallesPREGUNTAS TIPO EXAMEN- ESTADÍSTICA DESCRIPTIVA 2
PREGUNTAS TIPO EXAMEN- ESTADÍSTICA DESCRIPTIVA 2 Preg. 1. Para comparar la variabilidad relativa de la tensión arterial diastólica y el nivel de colesterol en sangre de una serie de individuos, utilizamos
Más detallesConceptos Básicos de Inferencia
Conceptos Básicos de Inferencia Álvaro José Flórez 1 Escuela de Ingeniería Industrial y Estadística Facultad de Ingenierías Febrero - Junio 2012 Inferencia Estadística Cuando obtenemos una muestra, conocemos
Más detallesUNIDAD 7: PROGRESIONES OBJETIVOS
UNIDAD 7: PROGRESIONES Reconocer sucesiones y deducir su regla de formación en los casos en que sea posible. Obtener distintos términos en sucesiones recurrentes. Distinguir si una sucesión es una progresión
Más detallesESTADÍSTICA I Código: 8219
ESTADÍSTICA I Código: 8219 Departamento : Metodología Especialidad : Ciclo Básico Prelación : Sin Prelación Tipo de Asignatura : Obligatoria Teórica y Práctica Número de Créditos : 3 Número de horas semanales
Más detallesMétodos Matemá-cos en la Ingeniería Tema 5. Estadís-ca descrip-va
Métodos Matemá-cos en la Ingeniería Tema 5. Estadís-ca descrip-va Jesús Fernández Fernández Carmen María Sordo García DEPARTAMENTO DE MATEMÁTICA APLICADA Y CIENCIAS DE LA COMPUTACIÓN UNIVERSIDAD DE CANTABRIA
Más detalles3.º ESO. Matemáticas orientadas a las enseñanzas aplicadas
3.º ESO. Matemáticas orientadas a las enseñanzas aplicadas BLOQUE DE APRENDIZAJE I: PROCESOS, MÉTODOS Y ACTITUDES EN MATEMÁTICAS 1. Identificar, formular y resolver problemas numéricos, geométricos, funcionales
Más detallesHERRAMIENTAS PARA DISEÑO HIDROLÓGICO: PREDICCIÓN DE LLUVIAS MÁXIMAS
UNIDAD ACADEMICA: FACULTAD DE INGENIERÍA ASIGNATURA: SEMINARIO II HERRAMIENTAS PARA DISEÑO HIDROLÓGICO: PREDICCIÓN DE LLUVIAS MÁXIMAS CUERPO DOCENTE Profesor: Lic. Gabriel Caamaño Nelli Jefe de Trabajos
Más detallesCapítulo 5 Determinación de caudales en los puntos de análisis
Capítulo 5 Determinación de caudales en los puntos de análisis Al no existir información sobre los caudales en los puntos que definen las subcuencas en estudio (Vilcazán, Sta. Rosa, San Lázaro, Chulucanitas
Más detallesCarrera: EMM Participantes Representante de las academias de ingeniería Electromecánica de los Institutos Tecnológicos.
1. DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Probabilidad y Estadística Ingeniería Electromecánica EMM - 0528 3 2 8 2.- HISTORIA
Más detallesMedidas de Tendencia Central
Medidas de Tendencia Central En cualquier análisis o interpretación, se pueden usar muchas medidas descriptivas que representan las propiedades de tendencia central, variación y forma para resumir las
Más detallesGráficos estadísticos. Estadígrafo
Tema 12: Estadística y probabilidad Contenidos: Gráficos estadísticos - Estadígrafos de tendencia central Nivel: 4 Medio Gráficos estadísticos. Estadígrafo 1. Distribución de frecuencias Generalmente se
Más detallesCriterios de evaluación 3º de ESO. Matemáticas Orientadas a las Enseñanzas Aplicadas
CONCRECCIÓN de los CRITERIOS de EVALUACIÓN MATEMÁTICAS APLICADAS º ESO Teniendo en cuenta los criterios de evaluación correspondientes a esta materia, se realizan a continuación una concreción de dichos
Más detallesMODULO VIII. Semana 1 ASPECTOS DE EVALUACIÓN FINANCIERA, ECONÓMICA, SOCIAL Y AMBIENTAL.
MODULO VIII Semana 1 ASPECTOS DE EVALUACIÓN FINANCIERA, ECONÓMICA, SOCIAL Y AMBIENTAL Esquema de Proyecto SNIP INDICE INTRODUCCION I. ASPECTOS GENERALES II. IDENTIFICACION III. FORMULACION IV. EVALUACION
Más detallesUNIVERSIDAD AUTONOMA DE SANTO DOMINGO
UNIVERSIDAD AUTONOMA DE SANTO DOMINGO FACULTAD DE CIENCIAS ECONOMICAS Y SOCIALES DEPARTAMENTO DE ESTADISITICA CATEDRA Estadística Especializada ASIGNATURA Estadística Industrial (EST-121) NUMERO DE CREDITOS
Más detallesPLANES CURRICULARES GRADO9º/ 01 PERIODO
PLANES CURRICULARES GRADO9º/ 01 PERIODO Grado: 9º Periodo: 01 PRIMERO Aprobado por: G. Watson - Jefe Sección Asignatura: MATEMATICAS Profesor: Gloria rueda y Jesús Vargas ESTANDARES P.A.I. I.B. A. Conocimiento
Más detallesCurso de Estadística Básica
Curso de SESION 3 MEDIDAS DE TENDENCIA CENTRAL Y MEDIDAS DE DISPERSIÓN MCC. Manuel Uribe Saldaña MCC. José Gonzalo Lugo Pérez Objetivo Conocer y calcular las medidas de tendencia central y medidas de dispersión
Más detallesSOLUCIONARIO Medidas de tendencia central y posición
SOLUCIONARIO Medidas de tendencia central y posición SGUICEG046EM32-A16V1 1 TABLA DE CORRECCIÓN GUÍA PRÁCTICA Medidas de tendencia central y posición Ítem Alternativa 1 C 2 E Aplicación 3 E 4 E Comprensión
Más detallesPROBABILIDAD Y ESTADÍSTICA
PROBABILIDAD Y ESTADÍSTICA 4 horas a la semana 8 créditos Semestre variable según la carrera Objetivo del curso: Analizar y resolver problemas de naturaleza aleatoria en la ingeniería, aplicando conceptos
Más detallesAnálisis de redes de abastecimiento y saneamiento Curso
Página 1de 6 GUIA DOCENTE DE LA ASIGNATURA Análisis de redes de abastecimiento y saneamiento Curso 2013-2014 MÓDULO MATERIA CURSO SEMESTRE CRÉDITOS TIPO Optatividad Especialidad HIDROLOGÍA Tecnologías
Más detallesANALISIS DE FRECUENCIA
ANALISIS DE FRECUENCIA HIDROLOGÍA Determinística: enfoque en el cual los parámetros se calculan en base a relaciones físicas para procesos dinámicos del ciclo hidrológico. Estocástico: Enfoque en el cual
Más detallesNOCIONES DE ESTADÍSTICA CURSO PRÁCTICO DE CLIMATOLOGÍA 2012
NOCIONES DE ESTADÍSTICA CURSO PRÁCTICO DE CLIMATOLOGÍA 2012 Matilde Ungerovich- mungerovich@fisica.edu.uy DEFINICIÓN PREVIA: Distribución: función que nos dice cuál es la probabilidad de que cada suceso
Más detallesTema 2. Regresión Lineal
Tema 2. Regresión Lineal 3.2.1. Definición Mientras que en el apartado anterior se desarrolló una forma de medir la relación existente entre dos variables; en éste, se trata de esta técnica que permite
Más detallesZ i
Medidas de Variabilidad y Posición. Jesús Eduardo Pulido Guatire, marzo 010 Cuando trabajamos el aspecto denominado Medidas de Tendencia Central se observó que tanto la media como la mediana y la moda
Más detallesESTADÍSTICA I PRESENTACIÓN DE LA ASIGNATURA
ESTADÍSTICA I PRESENTACIÓN DE LA ASIGNATURA Descripción de la asignatura Estadística I El objetivo de la asignatura es proporcionar al estudiante conocimiento Departamento de Estadística y comprensión
Más detallesCarrera: Ingeniería Civil CIM 0531
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos: Probabilidad y Estadística Ingeniería Civil CIM 0531 3 2 8 2.- HISTORIA DEL PROGRAMA
Más detalles1. DATOS INFORMATIVOS:
PONTIFICIA UNIVERSIDAD CATOLICA DEL ECUADOR FACULTAD DE CIENCIAS HUMANAS ESCUELA DE GEOGRAFIA 1. DATOS INFORMATIVOS: MATERIA O MÓDULO: ESTADISTICA 1 CÓDIGO: CARRERA: NIVEL: No. CRÉDITOS: CRÉDITOS TEORÍA:
Más detallesUNIVERSIDAD DEL VALLE DE MÉXICO PROGRAMA DE ESTUDIO DE LICENCIATURA PRAXIS MES XXI
UNIVERSIDAD DEL VALLE DE MÉXICO PROGRAMA DE ESTUDIO DE LICENCIATURA PRAXIS MES XXI NOMBRE DE LA ASIGNATURA: PROBABILIDAD Y ESTADÍSTICA PARA CIENCIAS ECONÓMICO ADMINISTRATIVAS FECHA DE ELABORACIÓN: ENERO
Más detallesMateria: Matemáticas Curso: Noveno de Básica BREVE DESCRIPCIÓN DE LA CLASE:
Materia: Matemáticas Curso: Noveno de Básica BREVE DESCRIPCIÓN DE LA CLASE: Durante este curso se contribuirá al desarrollo del pensamiento lógico, reflexivo y crítico de los estudiantes, es por ello,
Más detallesComprende el concepto de función y reconoce sus principales características. Grafica adecuadamente una función.
UNIVERSIDAD TECNOLÓGICA DE LOS ANDES FACULTAD DE INGENIERIAS ESCUELA PROFESIONAL DE INGENIERIA DE SISTEMAS E INFORMATICA SILABO I.- DATOS GENERALES 1.1. Nombre del curso : Matemática Básica 1.2. Código
Más detallesTema 2: Estadísticos. Bioestadística. U. Málaga. Tema 2: Estadísticos 1
Bioestadística Tema 2: Estadísticos Tema 2: Estadísticos 1 Parámetros y estadísticos Parámetro: Es una cantidad numérica calculada sobre una población La altura media de los individuos de un país La idea
Más detalles