Desempeño del modelo DIT ante distintas distribuciones teoricas de probabilidad: caso idt de la ciudad de La Rioja
|
|
- Ricardo Fidalgo Soto
- hace 6 años
- Vistas:
Transcripción
1 Desempeño del modelo DIT ante distintas distribuciones teoricas de probabilidad: caso idt de la ciudad de La Rioja 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
2 Información disponible Periodo discontinuo de 25 años: Análisis mensual de frecuencias Año hidrológico: 1 de agosto al 31 de julio Número de tormentas Frecuencia de tormentas según meses mes 2
3 Generación de serie de intensidades máximas anuales Se generaron 15 series (entre 5 y 720 minutos) de precipitaciones máximas anuales de longitud valores a ajustar con la idt Se determinaron las correspondientes intensidades como i(mm/h)= h(mm) 60 d (min) Intensidad máxima obtenida: 140 mm/h 3
4 Asignación empírica de probabilidades Método de las posiciones de ploteo Fórmula de Weibull p ( X x m )= m n+1 T = n+1 m 4
5 El modelo DIT Factor de frecuencia (Chow, 1994) y=μ y +σ y Φ y Expresión analítica para la distribución lognormal (Caamaño y García, 1999) Φ y =2, (ln T ) 0,375 2, Modelo DIT ln i= AΦ y B δ y +C δ y =(ln d ) q 5
6 Distribuciones teóricas de probabilidad consideradas lognormal Gumbel Log Pearson III Weibull Gamma 6
7 Distribución lognormal Función de densidad (Y = ln X) f (x)= 1 2 x σ 2 π e (1/ 2)[(ln x μ Y )/σ Y ] Y 7
8 Distribución lognormal Esperanza y varianza μ Y+ 1 E ( X )=μ =e 2 σ 2 Y X V ( X )=σ 2 =e 2μ 2 Y+σ Y X (e σ 2 Y 1 ) Factor de frecuencia (Caamaño y García, 1999) Φ y =2, (ln T ) 0,375 2,
9 Distribución de Gumbel Función de distribución F (x)=e e z Función de densidad f (x)=e z e z z= x μ β 9
10 Distribución de Gumbel Estimadores de los parámetros β= 6 σ X π Factor de frecuencia Φ= 6 π { ln [ ln ( μ=μ X β T ) ] } T 1 10
11 11
12 Distribución log-pearson III Distribuciones de Pearson d [ f (x)] f ( x)( x d ) = dx C +C x+c x Si C2 = 0 distribución Pearson tipo III f (x)= λβ (x ϵ) β 1 e λ(x ϵ) Γ(β) 12
13 Distribución log-pearson III Si y = ln x distribución logpearson-iii f (x)= λβ ( y ϵ) β 1 e λ( y ϵ) x Γ(β) 13
14 Distribución log-pearson III Factor de frecuencia Φ=z+(z 2 1)k+ 1 3 (z3 6z)k 2 (z 2 1)k 3 +zk k 5 z= x μ σ k= C s 6 14
15 Distribución de Weibull Función de densidad f (x)= β δ ( Parámetros x γ δ ) β 1 γ : de localización β : de forma δ : de escala e ( x γ δ ) β, x γ 15
16 Distribución de Weibull Función de densidad 16
17 Distribución de Weibull Factor de frecuencia Φ (ln T ) β Γ( 1 β +1) Φ(T )= 2β Γ( +1) Γ2 ( 1 β +1) 1 17
18 Distribución de Weibull Factor de frecuencia Φ 18
19 Distribución gamma Función de densidad f (x)= Propiedades λ Γ(r) (λ x)r 1 e λ x, x 0 r = 1 ---> distribución exponencial Si X es la suma de r V.A. Exponenialmente distribuidas --> X sigue la distribución gamma(r,λ) 19
20 Distribución gamma Media y varianza E ( x)= r λ, V (x)= r λ 2 20
21 Distribución gamma Factor de frecuencia (transformación de Wilson-Hilferty) Φ(T )= 2 { [ C ]3 1 ( s C s 6 u C ) } s
22 Antecedentes Weber(2008, 2009) analizó tres modelos de idt: Sherman Bogomazov y Petrov DIT Mejor ajuste: DIT (r² = 0,9716) A = 0,414 B = 0,398 C = 4,972 q = 1,141 22
23 Antecedentes Para DIT se impuso distribución lognormal Serie pluviométrica de máximos anuales F(z) 1,00 0,90 0,80 0,70 0,60 0,50 0,40 0,30 0,20 0,10 datos log-normal Función de probabilidad acumulada 0,00-1,5-1,0-0,5 0,0 0,5 1,0 1,5 2,0 2,5 z 23
24 Antecedentes Intensidad (mm/h) Curvas idt de La Rioja según modelo DIT T = 2 años T = 5 años T = 10 años T = 20 años T = 25 años T = 50 años T = 100 años T = 200 años T = 500 años T = 1000 años duración (min) 24
25 Antecedentes Intensidad calculada (mm/h) Correlación entre datos observados y predichos por la idt para distintas duraciones en min DS = 3,92 mm/h Intensidad medida (mm/h) Y = X 25
26 Ajuste de parámetros Espacio de búsqueda: tetradimensional Parámetros A, B, C y q Función objetivo a minimizar DS= j=1 N N ( i j c i j ) 2 26
27 Ajuste de parámetros Método de fuerza bruta con refinamiento sucesivo de malla Código adhoc en C++ 3 hs de CPU Pentium DualCore de 2,8 GHz con 2 Gb de RAM ε = 1. e-5 27
28 Resultados Distribución A B C q F.O. lognormal Gumbel ε = 1. e LogPearson III Weibull gamma
29 Ajuste de parámetros Mejor desempeño: lognormal Gumbel y Weibull de similar precisión Log-Pearson III y gamma más alejadas El parámetro C varía como máximo en un 2 % El parámetro A presenta la mayor dispersión Se justifica la elección hecha previamente 29
30 Muchas Gracias! 30
ANALISIS 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 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 detallesAlgunas Distribuciones Continuas de Probabilidad. UCR ECCI CI-1352 Probabilidad y Estadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides
Algunas Distribuciones Continuas de Probabilidad UCR ECCI CI-1352 Probabilidad y Estadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides Introducción El comportamiento de una variable aleatoria queda
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 detallesProbabilidad II Algunas distribuciones notables. Antonio Cuevas Departamento de Matemáticas Universidad Autónoma de Madrid
Probabilidad II Algunas distribuciones notables Antonio Cuevas Departamento de Matemáticas Universidad Autónoma de Madrid La distribución normal f (x; µ, σ) = 1 σ 2π e 1 2( x µ σ ) 2, x R, µ R, σ > 0 E(X
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 detallesModelado de la aleatoriedad: Distribuciones
Modelado de la aleatoriedad: Distribuciones Begoña Vitoriano Villanueva Bvitoriano@mat.ucm.es Facultad de CC. Matemáticas Universidad Complutense de Madrid I. Distribuciones Discretas Bernoulli (p) Aplicaciones:
Más detallesGráficas de funciones de masa de probabilidad y de función de densidad de probabilidad de Distribuciones especiales. x n
Gráficas de funciones de masa de probabilidad y de función de densidad de probabilidad de Distribuciones especiales 1. Función de distribución binomial: Si X distribuye bin ( n, p), entonces f n x x n
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 detallesModelo de Predicción de Lluvias Máximas DIT con 3 Parámetros
Modelo de Predicción de Lluvias Máximas DIT con 3 Parámetros Andrea F. Rico 1, Gabriel Caamaño Nelli 12, Clarita M. Dasso 12 1 INA- Centro de la Región Semiárida (CIRSA) 2 Consejo Nacional de Investigaciones
Más detallesReaseguro Proporcional con Límites
Reaseguro Proporcional con Límites Por: Act. Pedro Aguilar Beltrán paguilar@cnsf.gob.mx Comisión Nacional de eguros y Fianzas México Fundamentos 1 Fundamentos Los contratos de reaseguro proporcional, en
Más detalles2. FUNDAMENTOS TEÓRICOS PARA EL CÁLCULO DE CAUDALES MÁXIMOS
2. FUNDAMENTOS TEÓRICOS PARA EL CÁLCULO DE CAUDALES MÁXIMOS 2. Introducción Los fundamentos teóricos de las metodologías utilizadas para la determinación de caudales máximos en este estudio, las cuales
Más detallesLISTA DE SÍMBOLOS. Capítulo 2 EJEMPLOS Y TEORIA DE LAS VIBRACIONES PARAMÉTRICAS 2.1 Introducción T - Periodo Ω - Frecuencia a- parámetro b- parámetro
LISTA DE SÍMBOLOS Capítulo 2 EJEMPLOS Y TEORIA DE LAS VIBRACIONES PARAMÉTRICAS 2.1 Introducción T - Periodo Ω - Frecuencia a- parámetro b- parámetro 2.1.1 Rigidez Flexiva que Difiere en dos Ejes x- Desplazamiento
Más detallesTema 4: Probabilidad y Teoría de Muestras
Tema 4: Probabilidad y Teoría de Muestras Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 4: Probabilidad y Teoría de Muestras Curso 2008-2009
Más detallesAnálisis de datos Categóricos
Introducción a los Modelos Lineales Generalizados Universidad Nacional Agraria La Molina 2016-1 Introducción Modelos Lineales Generalizados Introducción Componentes Estimación En los capítulos anteriores
Más detallesVariables aleatorias unidimensionales
Estadística II Universidad de Salamanca Curso 2011/2012 Outline Variable aleatoria 1 Variable aleatoria 2 3 4 Variable aleatoria Definición Las variables aleatorias son funciones cuyos valores dependen
Más detallesTema 4: Probabilidad y Teoría de Muestras
Tema 4: Probabilidad y Teoría de Muestras Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 4: Probabilidad y Teoría de Muestras Curso 2008-2009
Más detallesLA FUNCIÓN DE DISTRIBUCIÓN DE PROBABILIDAD DE LA LLUVIA ANUAL CUANDO OCURRE UN CAMBIO CLIMÁTICO
LA FUNCIÓN DE DISTRIBUCIÓN DE PROBABILIDAD DE LA LLUVIA ANUAL CUANDO OCURRE UN CAMBIO CLIMÁTICO Omar Abel Lucero 1 Resumen La lluvia anual es una variable aleatoria frecuentemente utilizada para caracterizar
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 detallesGeneración de variables aleatorias continuas Método de la transformada inversa
Generación de variables aleatorias continuas Método de la transformada inversa Georgina Flesia FaMAF 16 de abril, 2013 Generación de v.a. discretas Existen diversos métodos para generar v.a. discretas:
Más detallesReparticion Probabilistica de Intensidad de Lluvias en el Valle de Cajamarca
Reparticion Probabilistica de Intensidad de Lluvias en el Valle de Cajamarca Resumen José Miguel Manco Pisconti SENAMHI-Cajamarca El presente estudio se desarrolló en la Dirección Regional SENAMHI - CAJAMARCA
Más detallesGeneración de Variables Aleatorias. UCR ECCI CI-1453 Investigación de Operaciones Prof. M.Sc. Kryscia Daviana Ramírez Benavides
Generación de Variables Aleatorias UCR ECCI CI-453 Investigación de Operaciones Prof. M.Sc. Kryscia Daviana Ramírez Benavides Introducción Las variables aleatorias se representan por medio de distribuciones
Más detallesCoeficiente de oscilación de la línea sumaria de contacto en los engranajes cilíndricos helicoidales
Ingeniería Mecánica. Vol. 12. No.1, enero-abril de 2009, pag. 21-26 ISSN 1815-5944 Coeficiente de oscilación de la línea sumaria de contacto en los engranajes cilíndricos helicoidales Elvis Mirabet-Lemos,
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 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 detallesConjunto R 3 y operaciones lineales en R 3
Conjunto R 3 y operaciones lineales en R 3 Objetivos. Definir el conjunto R 3 y operaciones lineales en R 3. Requisitos. Conjunto de los números reales R, propiedades de las operaciones aritméticas en
Más detalles478 Índice alfabético
Índice alfabético Símbolos A, suceso contrario de A, 187 A B, diferencia de los sucesos A y B, 188 A/B, suceso A condicionado por el suceso B, 194 A B, intersección de los sucesos A y B, 188 A B, unión
Más detallesLECTURA 01: LA DISTRIBUCIÓN NORMAL GENERAL. LA DISTRIBUCIÓN NORMAL ESTÁNDAR (PARTE I). TEMA 1: LA DISTRIBUCION NORMAL GENERAL.
LECTURA 1: LA DISTRIBUCIÓN NORMAL GENERAL LA DISTRIBUCIÓN NORMAL ESTÁNDAR (PARTE I) TEMA 1: LA DISTRIBUCION NORMAL GENERAL PROPIEDADES 1 INTRODUCCION La distribución de probabilidad continua más importante
Más detallesF (x, y) = no es la función de distribución acumulada de ningún vector aleatorio. b) Mostrar que. { (1 e x )(1 e y ) si x 0, y 0
Probabilidades y Estadística (M) Práctica 5 1 o cuatrimestre 2014 Vectores aleatorios 1. a) Demostrar que la función F (x, y) = 1 e x y si x 0, y 0 0 en caso contrario no es la función de distribución
Más detallesDistribuciones de probabilidad
Distribuciones de probabilidad Prof, Dr. Jose Jacobo Zubcoff Departamento de Ciencias del Mar y Biología Aplicada Inferencia estadística: Parte de la estadística que estudia grandes colectivos a partir
Más detallesUNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES CUAUTITLÁN PLAN DE ESTUDIOS DE LA LICENCIATURA EN QUÍMICA INDUSTRIAL
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES CUAUTITLÁN PLAN DE ESTUDIOS DE LA LICENCIATURA EN QUÍMICA INDUSTRIAL PROGRAMA DE LA ASIGNATURA DE: IDENTIFICACIÓN DE LA ASIGNATURA
Más detallesFigura Área de Influencia de las estaciones complementarias a la estación Centro
INFORME FINAL Instituto de Ingeniería Coordinación de Hidráulica Figura 3.5.1 Área de Influencia de las estaciones complementarias a la estación Centro Tabla 3.5.2 Estaciones dentro del área de influencia
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 detallesModelos Estocásticos I Tercer Examen Parcial Respuestas
Modelos Estocásticos I Tercer Examen Parcial Respuestas. a Cuál es la diferencia entre un estado recurrente positivo y uno recurrente nulo? Cómo se define el período de un estado? Demuestre que si el estado
Más detallesPuntuación Z ESTADÍSTICA APLICADA A LA EDUCACIÓN I. L.A. y M.C.E. Emma Linda Diez Knoth
1 Puntuación Z ESTADÍSTICA APLICADA A LA EDUCACIÓN I Qué es la Puntuación Z? 2 Los puntajes Z son transformaciones que se pueden hacer a los valores o puntuaciones de una distribución normal, con el propósito
Más detalles2. ANÁLISIS DE LA INFORMACIÓN DISPONIBLE DE LLUVIAS OCURRIDAS EN LA ZONA DE ESTUDIO
2. ANÁLISIS DE LA INFORMACIÓN DISPONIBLE DE LLUVIAS OCURRIDAS EN LA ZONA DE ESTUDIO Los estudios hidrológicos previos al diseño de una presa incluyen la determinación de las tormentas y avenidas de diseño,
Más detallesMétodos Estadísticos de la Ingeniería Tema 7: Momentos de Variables Aleatorias Grupo B
Métodos Estadísticos de la Ingeniería Tema 7: Momentos de Variables Aleatorias Grupo B Área de Estadística e Investigación Operativa Licesio J. Rodríguez-Aragón Marzo 2010 Contenidos...............................................................
Más detallesTema 2 TRANSICIONES DE FASE Y FENÓMENOS CRÍTICOS Transiciones de fase de primer orden. Transiciones de fase de orden superior y fenómenos críticos.
ema RANSICIONES DE FASE Y FENÓMENOS CRÍICOS ransiciones de fase de primer orden. ransiciones de fase de orden superior y fenómenos críticos. eoría de Landau y parámetro de orden. Exponentes críticos y
Más detallesIII Verano de Probabilidad y Estadística Curso de Procesos de Poisson (Víctor Pérez Abreu) Lista de Ejercicios
III Verano de Probabilidad y Estadística Curso de Procesos de Poisson (Víctor Pérez Abreu) Lista de Ejercicios Esta lista contiene ejercicios y problemas tanto teóricos como de modelación. El objetivo
Más detallesCurva de Phillips: trade-off a corto plazo entre inflación y desempleo.
1. Introducción Curva de Phillips: trade-off a corto plazo entre inflación y desempleo. Evidencia favorable a los modelos keynesianos, ya que no podía explicarse por medio de un modelo clásico. A principios
Más detallesUNIVERSIDAD NACIONAL DE CORDOBA
REGIONALIZACIÓN DE LLUVIAS MÁXIMAS DIARIAS EN SANTIAGO DE ESTERO 1 UNIVERSIDAD NACIONAL DE CORDOBA Facultad de Ciencias Exactas, Físicas y Naturales Centro de Estudios y Tecnología del Agua PRÁCTICA SUPERVISADA
Más detallesEstadística Espacial en Ecología del Paisaje
Estadística Espacial en Ecología del Paisaje Introducción H. Jaime Hernández P. Facultad de Ciencias Forestales U. de Chile Tipos de datos en análisis espacial Patrones espaciales puntuales Muestras geoestadísticas
Más detallesEstimación con PROBE II
Personal Software Process SM Estimación con PROBE II This material is approved for public release. Distribution is limited by the Software Engineering Institute to attendees. Sponsored by the U.S. Department
Más detallesHistograma del puntaje de vocabulario y la aproximación por una curva gaussiana.
35 Curvas de densidad Existe alguna manera de describir una distribución completa mediante una única expresión? un diagrama tallo-hoja no es práctico pues se trata de demasiados datos un histograma elimina
Más detallesSERVICIOS DE INGENIERÍA BÁSICA PARA CAMINOS CENTRAL TERMOELÉCTRICA CASTILLA
SERVICIOS DE INGENIERÍA BÁSICA PARA CAMINOS CENTRAL TERMOELÉCTRICA CASTILLA MPX Energía de Chile Ltda. DOCUMENTO P&A 114-MC-001 REV FECHA DESCRIPCION POR REV. APRB. A 30/07/01 EMITIDO PARA COMENTARIOS
Más detallesDefinición de probabilidad
Tema 5: LA DISTRIBUCIÓN NORMAL 1. INTRODUCCIÓN A LA PROBABILIDAD: Definición de probabilidad Repaso de propiedades de conjuntos (Leyes de Morgan) Probabilidad condicionada Teorema de la probabilidad total
Más detallesCÁLCULO DE PROBABILIDADES
CÁLCULO DE PROBABILIDADES Tipo de asignatura: Troncal Anual. Créditos ECTS: 15 I.- INTRODUCCIÓN AL CÁLCULO DE PROBABILIDADES. (16 horas presenciales) Tema 1.- La naturaleza del cálculo de probabilidades.
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 detallesPROGRAMA ACADEMICO Ingeniería Industrial
1. IDENTIFICACIÓN DIVISION ACADEMICA Ingenierías DEPARTAMENTO Ingeniería Industrial PROGRAMA ACADEMICO Ingeniería Industrial NOMBRE DEL CURSO Análisis de datos en Ingeniería COMPONENTE CURRICULAR Profesional
Más detallesDefinición 4.1 Diremos que una variable aleatoria discreta X tiene una distribución Uniforme de parámetro N, N 1, si. rg(x) = {1, 2,...
Índice 4 MODELOS DE DISTRIBUCIONES 4.1 4.1 Introducción.......................................... 4.1 4.2 Modelos de distribuciones discretas............................. 4.1 4.2.1 Distribución Uniforme
Más detallesε = = d σ (2) I. INTRODUCCIÓN
Estudio del comportamiento de un material piezoeléctrico en un campo eléctrico alterno. Eduardo Misael Honoré, Pablo Daniel Mininni Laboratorio - Dpto. de Física -FCEyN- UBA-996. Un material piezoeléctrico
Más detallesRobusticidad de los Diseños D-óptimos a la Elección. de los Valores Locales para el Modelo Logístico
Robusticidad de los Diseños D-óptimos a la Elección de los Valores Locales para el Modelo Logístico David Felipe Sosa Palacio 1,a,Víctor Ignacio López Ríos 2,a a. Escuela de Estadística, Facultad de Ciencias,
Más detallesVariables aleatorias
Variables aleatorias DEFINICIÓN En temas anteriores, se han estudiado las variables estadísticas, que representaban el conjunto de resultados observados al realizar un experimento aleatorio, presentando
Más detallesVariables Aleatorias. Introducción
Variables Aleatorias Introducción Concepto de variable aleatoria Es conveniente que los resultados de un experimento aleatorio estén expresados numéricamente. Se prueban tres componentes electrónicos,
Más detallesTiempo: 180 minutos Profesor: Iván Bejarano Auxiliares: Pablo Lara 05 de Julio del 2007 Carlos Rozas Pregunta N 1:
FAC. CS. FISICAS Y MATEMATICAS DEPTO. INGENIERIA CIVIL EXAMEN TOPOGRAFIA Tiempo: 180 minutos Profesor: Iván Bejarano Auxiliares: Pablo Lara 05 de Julio del 007 Carlos Rozas Pregunta N 1: Para un trabajo
Más detallesVariables aleatorias continuas
Probabilidades y stadística Computación Facultad de Ciencias actas y Naturales Universidad de uenos ires na M ianco y lena J Martínez 004 Variables aleatorias continuas jemplo: Con el in de realizar un
Más detallesBNPdensity: Paquete R para estimación de densidades y clasificación
: Paquete R para estimación de densidades y clasificación (conunto con E. Barrios e I. Prüster) Departamento de Estadística, ITAM, Mexico v0.5 Encuentro de usuarios de R 30 de marzo, 2012 Contenido Introducción
Más detalles5. Precipitación Introducción
5. Precipitación 5.. Introducción Se considera precipitación a cualquier producto de condensación del agua atmosférica que cae sobre la superficie terrestre. Pueden distinguirse varios tipos: llovizna
Más detallesPROBESTAD - Probabilidad y Estadística
Unidad responsable: Unidad que imparte: Curso: Titulación: Créditos ECTS: 2015 250 - ETSECCPB - Escuela Técnica Superior de Ingenieros de Caminos, Canales y Puertos de Barcelona 751 - ECA - Departamento
Más detallesEconometría II Grado en finanzas y contabilidad
Econometría II Grado en finanzas y contabilidad Variables aleatorias y procesos estocásticos. La FAC y el correlograma Profesora: Dolores García Martos E-mail:mdgmarto@est-econ.uc3m.es Este documento es
Más detallesGrupo 23 Semestre Segundo examen parcial
Probabilidad Grupo 23 Semestre 2015-2 Segundo examen parcial La tabla siguiente presenta 20 postulados, algunos de los cuales son verdaderos y otros son falsos. Analiza detenidamente cada postulado y elige
Más detallesProceso de llegadas de Poisson
Gestión y Planificación de Redes y Servicios Proceso de llegadas de Poisson Area de Ingeniería Telemática http://www.tlm.unavarra.es Grado en Ingeniería en Tecnologías de Telecomunicación, 4º Proceso de
Más detallesEjercicios Tipo Examen:
Universidad Autónoma Metropolitana, Unidad Azcapotzalco Departamento de Energía Área de Ingeniería Energética y Electromagnética 2 Ejercicios Tipo Examen: Transformadores y Máquinas Síncronas (1131074)
Más detallesA qué nos referimos con medidas de dispersión?
Estadística 1 Sesión No. 4 Nombre: Medidas de dispersión. Contextualización A qué nos referimos con medidas de dispersión? En esta sesión aprenderás a calcular las medidas estadísticas de dispersión, tal
Más detalles2 Introducción a la inferencia estadística Introducción Teoría de conteo Variaciones con repetición...
Contenidos 1 Introducción al paquete estadístico S-PLUS 19 1.1 Introducción a S-PLUS............................ 21 1.1.1 Cómo entrar, salir y consultar la ayuda en S-PLUS........ 21 1.2 Conjuntos de datos..............................
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 detallesUCLA Decanato de Ingeniería Civil Departamento de Hidráulica y Sanitaria PROBLEMARIO DE HIDROLOGIA APLICADA A LA INGENIERIA CIVIL
UCLA Decanato de Ingeniería Civil Departamento de Hidráulica y Sanitaria PROBLEMARIO DE HIDROLOGIA APLICADA A LA INGENIERIA CIVIL Autor: Oberto R., Livia R. Barquisimeto, 003 INDICE DE CONTENIDO INDICE
Más detallesContenido. 2 Probabilidad 9. Prefacio. 1 Introducci6n a la estadfstica y al an;!llisis de datos
Contenido Prefacio ix 1 Introducci6n a la estadfstica y al an;!llisis de datos 1 1.1 1.2 1.3 1.4 1.5 1.6 Repaso 1 EI papel de la probabilidad 2 Medidas de posici6n: media de una muestra 4 Medidas de variabilidad
Más detallesPrácticas de Fiabilidad
Prácticas de Fiabilidad Práctica : Objetivo: El objetivo de esta práctica es conocer y aprender a manejar las herramientas que nos van a permitir decidir si nuestros datos de supervivencia se comportan
Más detallesIntroducción a los códigos compresores
Introducción a los códigos compresores Parte I de la Lección 2, Compresores sin pérdidas, de CTI Ramiro Moreno Chiral Dpt. Matemàtica (UdL) Febrero de 2010 Ramiro Moreno (Matemàtica, UdL) Introducción
Más detallesIntroducción al cálculo
Pág. N. 1 Introducción al cálculo Familia: Editorial: Autor: Ciencias Básicas Macro César Javier Piedra Vilchez ISBN: 978-612-304-289-9 N. de páginas: 400 Edición: 1. a 2015 Medida: 17.5 x 24.8 Colores:
Más detallesINTERVALOS DE CONFIANZA. La estadística en cómic (L. Gonick y W. Smith)
INTERVALOS DE CONFIANZA La estadística en cómic (L. Gonick y W. Smith) EJEMPLO: Será elegido el senador Astuto? 2 tamaño muestral Estimador de p variable aleatoria poblacional? proporción de personas que
Más detalles1.0 Fuentes de desviación causal a la ley de Lambert-Beer-Bouger
Facultad de Química. UNAM Alejandro Baeza.6 Química Analítica nstrumental Precisión en espectrootometría. Documento de apoyo. Dr. Alejandro Baeza. Semestre 7-. Fuentes de desviación causal a la ley de
Más detallesTema 6. Estadística Descriptiva e Introducción a la Inferencia Estadística
Tema 6. Estadística Descriptiva e Introducción a la Inferencia Estadística Fuente de los comics: La Estadística en Comic. LarryGonicky Woollcatt Smith. Ed. ZendreraZariquiey, 1999 ESTADÍSTICA ESTADÍSTICA
Más detallesDistribuciones de probabilidad multivariadas
Capítulo 3 Distribuciones de probabilidad multivariadas Sobre un dado espacio muestral podemos definir diferentes variables aleatorias. Por ejemplo, en un experimento binomial, X 1 podría ser la variable
Más detallesTema 3: Cálculo de Probabilidades Unidad 4: Algunas Distribuciones Notables de Variables Aleatorias
Estadística Tema 3: Cálculo de Probabilidades Unidad 4: Algunas Distribuciones Notables de Variables Aleatorias Área de Estadística e Investigación Operativa Licesio J. Rodríguez-Aragón Noviembre 2010
Más detalles1 - TEORIA DE ERRORES : distribución de frecuencias
- TEORIA DE ERRORES : distribución de frecuencias CONTENIDOS Distribución de Frecuencias. Histograma. Errores de Apreciación. Propagación de errores. OBJETIVOS Representar una serie de datos mediante un
Más detallesMATERIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II INSTRUCCIONES Y CRITERIOS GENERALES DE CALIFICACIÓN
UNIVERSIDADES PÚBLICAS DE LA COMUNIDAD DE MADRID PRUEBA DE ACCESO A LAS ENSEÑANZAS UNIVERSITARIAS OFICIALES DE GRADO MODELO DE EXAMEN CURSO 2014-2015 MATERIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES
Más detallesOPTIMIZACIÓN VECTORIAL
OPTIMIZACIÓN VECTORIAL Métodos de Búsqueda Directa Utilizan sólo valores de la función Métodos del Gradiente Métodos de Segundo Orden Requieren valores aproimados de la primera derivada de f) Además de
Más detallesDocumento no controlado, sin valor
HOJA DE ASIGNATURA CON DESGLOSE DE UNIDADES TEMÁTICAS 1. Nombre de la asignatura Estadística Industrial 2. Competencias Diseñar estrategias de mantenimiento mediante el análisis de factores humanos, tecnológicos,
Más detallesConceptos básicos sobre interacción de la radiación ionizante con la materia
Conceptos básicos sobre interacción de la radiación ionizante con la materia Martín Gascón Introducción al laboratorio de Física Nuclear Técnicas experimentales avanzadas Departamento de Física de Partículas
Más detallesProblemas de Potencial Eléctrico. Boletín 2 Tema 2
1/22 Problemas de Potencial Eléctrico Boletín 2 Tema 2 Fátima Masot Conde Ing. Industrial 21/11 Problema 1 Ocho partículas con una carga de 2 nc cada una están uniformemente distribuidas sobre el perímetro
Más detallesContraste de hipótesis Tema Pasos del contraste de hipótesis. 1.1 Hipótesis estadísticas: nula y alternativa. 1.3 Estadístico de contraste
1 Contraste de hipótesis Tema 3 1. Pasos del contraste de hipótesis 1.1 Hipótesis estadísticas: nula y alternativa 1.2 Supuestos 1.3 Estadístico de contraste 1.4 Regla de decisión: zona de aceptación y
Más detallesEstimación por métodos Geoestadísticos
Estimación por métodos Geoestadísticos Métodos de Estimación de Recursos Mineros Estimación global Estimación local La media aritmética Los polígonos El método del inverso de la distancia Geoestadística
Más detallesREGRESION simple. Correlación Lineal:
REGRESION simple Correlación Lineal: Dadas dos variable numéricas continuas X e Y, decimos que están correlacionadas si entre ambas variables hay cierta relación, de modo que puede predecirse (aproximadamente)
Más detallesRESUMEN DE ALGUNOS CONCEPTOS ESTADÍSTICOS ELEMENTALES Y NOTACIÓN EMPLEADA EN EL CURSO
RESUMEN DE ALGUNOS CONCEPTOS ESTADÍSTICOS ELEMENTALES Y NOTACIÓN EMPLEADA EN EL CURSO 1 rojo 1 2 3 4 5 6 Supongamos que tenemos dos dados, uno rojo y otro verde, cada uno de los cuales toma valores entre
Más detallesMicroeconomía Superior I: Tema 2 (cont.)
UNIVERSIDAD COMPLUTENSE DE MADRID Departamento de Fundamentos del Análisis Económico I Microeconomía Superior I: Tema 2 (cont.) Rafael Salas octubre de 2004 2. Las preferencias del consumidor 1. Enfoque
Más detallesANX-PR/CL/ GUÍA DE APRENDIZAJE. ASIGNATURA Estadistica. CURSO ACADÉMICO - SEMESTRE Primer semestre
ANX-PR/CL/001-01 GUÍA DE APRENDIZAJE ASIGNATURA Estadistica CURSO ACADÉMICO - SEMESTRE 2016-17 - Primer semestre GA_05IQ_55001012_1S_2016-17 Datos Descriptivos Nombre de la Asignatura Titulación Centro
Más detallesÍNDICE INTRODUCCIÓN... 21
INTRODUCCIÓN... 21 CAPÍTULO 1. ORGANIZACIÓN DE LOS DATOS Y REPRESENTACIONES GRÁFICAS... 23 1. ORGANIZACIÓN DE LOS DATOS... 23 1.1. La distribución de frecuencias... 24 1.2. Agrupación en intervalos...
Más detallesVelocidad de la Luz. c = (2,9979 ± 0,0001) x 10 8 m/s
Velocidad de la Luz Métodos fallidos, como el de Galileo Galilei en 1667. Método astronómico de Olaf Roemer en 1675, concluye que c > 2 x 10 8 m/s (periodo de eclipse de satélites de Jupiter). Método de
Más detalles1 Introducción... 2. 2 Distribución exponencial... 2. 3 Distribución Weibull... 6. 4 Distribuciones Gamma y k-erlang... 10
Asignatura: Ingeniería Industrial Índice de Contenidos 1 Introducción... 2 2 Distribución exponencial... 2 3 Distribución Weibull... 6 4 Distribuciones Gamma y k-erlang... 10 5 Distribución log-normal...
Más detallesModelado de Disolvente
Seminario Fuerzas Intermoleculares Modelado de Disolvente Presentado por: David Ignacio Ramírez Palma Instituto de Química, Universidad Nacional Autónoma de México Noviembre 2014. 1 Contenido - Concepto
Más detallesINDICE 1.- CÁLCULO DE CHIMENEA DE EVACUACIÓN DE HUMOS SEGÚN LA NORMA EN DATOS DE PARTIDA... 2
INDICE 1.- CÁLCULO DE CHIMENEA DE EVACUACIÓN DE HUMOS SEGÚN LA NORMA EN 13384-1.... 2 1.1.- DATOS DE PARTIDA.... 2 1.2.- CAUDAL DE LOS PRODUCTOS DE COMBUSTIÓN.... 2 1.3.- DENSIDAD MEDIA DE LOS HUMOS...
Más detallesEstimación por intervalo del parámetro de la distribución de Poisson con una sola observación
Revista Colombiana de Estadística Volumen 30 No. 1. pp. 69 a 75. Junio 2007 Estimación por intervalo del parámetro de la distribución de Poisson con una sola observación Interval Estimation for the Poisson
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 detallesDistribución binomial
Distribución binomial Cuando la Distribución de Benoulli se preguntaba Que pasara si sucede un único evento? la binomial esta asociada a la pregunta " Cuantas veces hay que realizar la prueba para que
Más detallesElementos de análisis
Elementos de análisis El estudio universitario del electromagnetismo en Física II requiere del uso de elementos de análisis en varias variables que el alumno adquirirá en la asignatura Análisis Matemático
Más detallesPórticos espaciales. J. T. Celigüeta
Pórticos espaciales J. T. Celigüeta Pórtico espacial. Definición Estructura reticular. Barras rectas de sección despreciable. Cualquier orientación en el espacio. Barras unidas rígidamente en ambos extremos.
Más detallesEcología de Sistemas:
Ecología de Sistemas: Aplicación de procedimientos de análisis de sistemas a la Ecología Bases para su desarrollo: Alta potencia de cálculo Simplificación formal de los ecosistemas complejos El carácter
Más detalles