MÓDULO 1 LEYES DE DISTRIBUCIÓN DE PROCESOS HIDROLÓGICOS

Documentos relacionados
Soluciones de los ejercicios de Selectividad sobre Inferencia Estadística de Matemáticas Aplicadas a las Ciencias Sociales II

Aproximación a la distribución normal: el Teorema del Límite Central

CAPÍTULO 3 METODOLOGÍA. El objetivo del capítulo 3 es conocer la metodología, por lo cual nos apoyaremos en el

Cálculo y EstadísTICa. Primer Semestre.

5.3 Estadísticas de una distribución frecuencial

C URVA DE L ORENZ C OEFICIENTE DE D ESIGUALDAD DE G INI

Fórmulas de de Derivación Numérica: Aproximación de de la la derivada primera de de una función

4 METODOLOGIA ADAPTADA AL PROBLEMA

V II Muestreo por Conglomerados

DIAGRAMA DE EQUILIBRIO EN CONDICIONES DE INCERTIDUMBRE 1 - ELEMENTOS DEL DIAGRAMA DE EQUILIBRIO EN CONDICIONES DE CERTEZA

CONTRASTES NO PARAMÉTRICOS: BONDAD DEL AJUSTE Y TABLAS DE CONTINGENCIA

4º MEDIO: MEDIDAS DE POSICIÓN

MEDIA ARITMÉTICA. Normalmente se suele distinguir entre media aritmética simple y media aritmética ponderada.

4. SEGUNDO MÓDULO. 4.1 Resumen de Datos

PRÁCTICA 13: PRUEBA DE HIPÓTESIS DE BONDAD DE AJUSTE E INDEPENDENCIA

Estadística Espacial. José Antonio Rivera Colmenero

Estadística Descriptiva

GUÍA DE EJERCICIOS ESTADÍSTICA DESCRIPTIVA

División de Estadísticas y Proyecciones Económicas (DEPE) Centro de Proyecciones Económicas (CPE)

ESTADÍSTICA. UNIDAD 3 Características de variables aleatorias. Ingeniería Informática TEORÍA

TEMA 3. Medidas de variabilidad y asimetría. - X mín. X máx

Especialista en Estadística y Docencia Universitaria PRUEBAS DE NORMALIDAD MÉTODO DE KOLMOGOROV SMIRNOV

LECTURA 02: DISTRIBUCIONES DE FRECUENCIAS (PARTE I) DISTRIBUCIONES DE FRECUENCIAS EN PUNTOS AISLADOS

MATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades

Práctica 11. Calcula de manera simbólica la integral indefinida de una función. Ejemplo:

No debe entregar los enunciados

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN

ANGEL FRANCISCO ARVELO LUJAN

n p(a ) = n p(a ) = n k Nº de casos favorables de A Nº de casos posibles de E p(a) = Capítulo PROBABILIDAD 1. Introducción

ESTADÍSTICA poblaciones

Probabilidad ( A) Los axiomas de la probabilidad. φ = el conjunto vacío A B = A y no B C

Introducción a la Inferencia Estadística. Dept. of Marine Science and Applied Biology Jose Jacobo Zubcoff

TEMA 6 MUESTREO POR CONGLOMERADOS MONOETÁPICO

4. Fórmula de Lagrage El polomo de terpolacó de Hermte, p (x, de la fucó f e los putos dsttos x,,x admte la expresó: p( x f (x L (x + f '(x L (x, (Fór

EXAMEN DE MATEMÁTICAS APLICADAS I Temas 12 a 15

La Metodología de la Verosimilitud Empírica

7. Muestreo con probabilidades desiguales.

UN MÉTODO PARA CONTRASTAR LA BONDAD DE UN EXPERTO EN LA METODOLOGÍA PERT

Modelos de Regresión Simple

MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU

MEDIDAS DE TENDENCIA CENTRAL

GRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO A

Regla de Bayes. Pedro J. Rodríguez Esquerdo

TEMA 4: NÚMEROS COMPLEJOS

Inferencia Estadística

Curso de Estadística Unidad de Medidas Descriptivas. Lección 2: Medidas de Tendencia Central para Datos Agrupados por Valor Simple

ANGEL FRANCISCO ARVELO LUJAN

02 ) 2 0 en el resto. Tiempo (meses) Ventilador adicional No No Si No Si Si Si Si No Si Tipo carcasa A C B A B A B C B C

A I A subconjunto de S A es un Evento s A s es elemento de A Ocurre el evento A

Objetivos. El alumno conocerá y aplicará el concepto de arreglos unidimensionales para resolver problemas que requieren algoritmos de tipo numérico.

NOTAS SOBRE ESTADÍSTICA APLICADA A LA CALIDAD

V Muestreo Estratificado

LOS NÚMEROS COMPLEJOS

VARIABLES ESTADÍSTICAS BIDIMENSIONALES.

Estimación de Parámetros. Estimación Puntual. Universidad Técnica Federico Santa María. Estimación de Parámetros. Estimación de Parámetros.

Nociones de Estadística

VARIABLES ESTADÍSTICAS UNIDIMENSIONALES.

TEMA 4: VALORACIÓN DE RENTAS

Experimento: TEORÍA DE ERRORES. UNIVERSIDAD DE ATACAMA Facultad de Ciencias Naturales Departamento de Física I. OBJETIVOS

CAPÍTULO III TÉCNICAS DE SIMULACIÓN ESTADÍSTICA. Los datos sintéticos son elementos de suma importancia en los sistemas de diseño en

Estadística. Tema 2: Medidas de Tendencia Central.. Estadística. UNITEC Tema 2: Medidas de Tendencia Central Prof. L. Lugo

que queremos ajustar a los datos. Supongamos que la función f( x ) describe la relación entre dos cantidades físicas: x e y = f( x)

Modelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión

METODOLOGÍA DE CÁLCULO DEL INDICADOR DE FLOTA EN OPERACIÓN (IFO)

AGRO Examen Parcial 1

Una Propuesta de Presentación del Tema de Correlación Simple

Unidad I Estadística Descriptiva

1.3. Longitud de arco.

MEDIDAS DE TENDENCIA CENTRAL

INSTITUTO TECNOLÓGICO DE APIZACO PROBABILIDAD AXIOMAS Y TEOREMAS DE LA PROBABILIDAD.

NOMBRE Apellido Paterno Apellido Materno Nombre(s)

FUNCIONES ALEATORIAS

( ) ( ) ( )( ) ( )( ) ( )

Orden de la tirada. Figura 1: Frecuencia relativa de cara para una sucesión de 400 tiradas.

Tema 2: Distribuciones bidimensionales

La inferencia estadística es primordialmente de naturaleza

Supongamos que hemos aplicado el test F y hemos rechazado la H0.

ESTADÍSTICA 4º E.S.O. TERMINOLOGÍA ESTADÍSTICA TERMINOLOGÍA ESTADÍSTICA TERMINOLOGÍA ESTADÍSTICA. Tipos de caracteres.

Los Histogramas. Histograma simple

2.2 Distribuciones de frecuencias unidimensionales.

1. Los postulados de la Mecánica Cuántica. 2. Estados Estacionarios. 3. Relación de Incertidumbre de Heisenberg. 4. Teorema de compatibilidad.

CURSO PROBABILIDAD Y ESTADISTICAS FMS175 PROFESOR RODOLFO TORO DEPARTAMENTO DE FISICA Y MATEMATICAS UNIVERSIDAD NACIONAL ANDRES BELLO

RENTABILIDAD DE LA CUOTA DE CAPITALIZACIÓN INDIVIDUAL.

. Si vamos calculando así las potencias n-ésimas de la unidad imaginaria, descubriremos que son cíclicas y que cada 4 términos se repiten: ( )

UNIDAD TEMÁTICA 9 REGRESIÓN LINEAL Y CORRELACIÓN ENUNCIADO 1

INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA

6. ESTIMACIÓN PUNTUAL

4. Estudio de sistemas de potencia en estado estacionario, regulación de tensión y control de reactivos

Respuesta. Si 100 manzanas es una muestra suficientemente grande podemos ocupar el TCL. Por lo tanto:

Capítulo 2 Sistemas Multi-Maquinas -Planteamiento-

Métodos indirectos de estimación: razón, regresión y diferencia

SEMESTRE DURACIÓN MÁXIMA 2.5 HORAS DICIEMBRE 10 DE 2008 NOMBRE

2.4 Pruebas estadísticas para los números pseudoaleatorios

Curso de Estadística Unidad de Medidas Descriptivas. Lección 3: Medidas de Tendencia Central para Datos Agrupados por Clases

TEMA 2: CAPITALIZACIÓN SIMPLE

LEY FINANCIERA DE DESCUENTO SIMPLE RACIONAL. DESCUENTO BANCARIO

1. El valor central o típico de los datos 2. La dispersión de los datos 3. La forma de la distribución de los datos

TEMA 2: PARÁMETROS ESTADÍSTICOS. CÁLCULO, SIGNIFICADO Y PROPIEDADES.

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2010 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES.

Cuándo empezó la Estadística? 1.1. El concepto de Estadística. Qué es y para qué sirve?

Transcripción:

MÓDULO 1 LEYES DE DISTRIBUCIÓN DE PROCESOS HIDROLÓGICOS Autores: Dr. Ig. Roberto Pzarro T. Ig. Jua Pablo Flores V. Ig. Clauda Sagüesa P. Ig. Ezo Martíez A.

1. INTRODUCCIÓN El presete documeto fue extraído y reedtado del Istructvo N 5 del lbro Elemetos de Hdrología I (Pzarro et al, 1986), el cual pretede etregar ua metodología que permta predecr co certa probabldad los valores que puede tomar ua varable hdrológca, e fucó de la formacó de que se dspoga, plateádose lo ateror, e valores máxmos probables, aplcado la ley de dstrbucó de Gumbel, y asocado esto, a alguas pruebas de bodad de ajuste. Se platea la utlzacó de la ley de dstrbucó de Gumbel, dado que ella ha demostrado poseer ua adecuada capacdad de ajuste, a valores máxmos de caudales, precptacó e dsttos períodos de tempo, aportacoes auales, etc. Además, se etrega ua prueba de bodad de ajuste de Kolmogorov-Smrov, u cálculo del coefcete de determacó, y ello asocado a u ejemplo práctco.. AJUSTE A LA FUNCION DE GUMBEL.1 Defcó de la fucó de Gumbel Ua varable aleatora E sgue ua dstrbucó de probabldad de Gumbel, s: d( x u) X ) P e e = ε = co - x (1) [ X ] y dode x preseta el valor a asumr por la varable aleatora, co d y u parámetros y e base de los logartmos eperaos. Despejado x de (1), queda; x l( l X )) u d = () Para la determacó de los parámetros d y u, se utlza las sguetes expresoes que los defe: u = x 0. 450047S (3) 1 = 0.779696S (4) d dode: x = meda artmétca de la sere de datos cosderados. S = desvacó típca de la muestra de datos cosderados. Los valores 0,450047 y 0,779696, so váldos para u úmero de ccueta datos. S embargo, Heras (s/a), los señala como admsbles para cualquer tamaño de poblacó, e vrtud de la escasa relevaca que posee. Luego, es posble determar la fucó de Gumbel, co la formacó etregada precedetemete. De la ecuacó (), se desprede que es dable ecotrar, para ua probabldad determada, u valor para la varable aleatora. Así, s se le aplca ua probabldad, de al meos 0,9 y se obtee u valor K, mplca que e el oveta por ceto de los casos cabe esperar u valor de x K.. Determacó de la Probabldad Para cosegur defr la probabldad mplícta es precso cosgar dos coceptos prevos, que so el período de retoro y la probabldad de excedeca. Período de Retoro: se defe como el tempo que trascurre etre dos sucesos guales. Sea ese tempo, T. Probabldad de Excedeca: es la probabldad asocada al período de retoro. Así, 1 P excedeca = P( = T

E otras palabras, la probabldad de que la varable aleatora tome u valor gual o feror a certo úmero X, está dado por la fucó de dstrbucó de probabldad F (X). = x 1 f ( dx = P( x X ) = 1 T luego, la probabldad de que x sea mayor que X está dada por la fucó complemetara. 3. BONDAD DEL AJUSTE 1 P( x > X ) = 1 X ) = T Se etede por bodad de ajuste, la asmlacó de datos observados de ua varable, a ua fucó matemátca prevamete establecda y recoocda. A través de ésta es posble terpolar y extrapolar formacó; e otras palabras, predecr el comportameto de la varable e estudo (Pzarro et al, 1986). Para la estmacó de la bodad de ajuste, exste varadas pruebas, las cuales posee dstto grado de efectvdad. E el presete documeto se etrega el test de Kolmogorov-Smrov y el coefcete de determacó (Cd et al, 1990; Shao, 1990). 3.1 Test de Kolmogorov-Smrov: Para la aplcacó del test señalado, es ecesaro determar la frecueca observada acumulada. Para la frecueca observada e el caso especal de Gumbel, se ordea la formacó de meor a mayor y se aplca: F = N + 1 dode: F (: frecueca observada acumulada. : N total de orde N: N total de datos. E el caso de la frecueca teórca acumulada, ésta se determa a través de la fucó de Gumbel. e d ( x u) = e Ua vez determadas ambas frecuecas, se obtee el supremo de las dferecas etre ambas, e la -ésma poscó de orde, que se deoma D. D = Sup F ( Luego, asumedo u valor de sgfcaca, se recurre a la tabla de valores crítcos de D e la prueba de bodad de ajuste de Kolmogorov- Smrov, y cosderado el tamaño de la muestra, se establece lo sguete: S D < D tabla, se acepta que(.el ajuste es adecuado, co el vel de co- fabldad asumdo. 3. Coefcete de Determacó. Se ecuetra defdo por la sguete expresó R = 1 ( F ( F ( ) ) ( F ( dode: R : Coefcete de determacó 0 R 1 F ( : Meda de las frecuecas observadas acumuladas. )

El coefcete de determacó señala qué proporcó de la varacó total de las frecuecas observadas, es explcada por las frecuecas teórcas acumuladas. 4. EJEMPLO PRACTICO Ajuste a Gumbel: Se desea coocer la ley de dstrbucó de las precptacoes máxmas e 4 horas, de la estacó Mote Patra provca de Lmarí. Para ello, se dspoe de los sguetes datos. CUADRO N' 1. Precptacoes máxmas e 4 horas. AÑO 70 71 7 75 77 78 Pp máxma e 4 hrs. 18.0 35.5 47.5 65.0 1.0 30.0 AÑO 79 80 81 8 83 84 Pp máxma e 4 hrs. 3.5 56.0 40.0 4.5 78.0 8.0 De lo expuesto, se deduce que se cueta co ua formacó de doce años, y además que los motos deota ua extrema varabldad. E relacó al prmer aspecto, es u deomador comú e muchas estacoes del país, la careca de seres hdrológcas cosstetes, por lo cual es dfícl soslayarlo. E cuato a la varabldad, es precso destacar que las zoas árdas se caracterza por presetar este elemeto como característca de la dstrbucó y moto de las precptacoes. No obstate lo ateror, y como se tede a estmar valores máxmos, se puede obvar este últmo aspecto cosderado las dos o tres precptacoes máxmas auales, para co esta ueva sere de datos elegr u úmero mayor de años a cosderar. Luego, el efretameto de este problema es resorte del crtero que el geero utlce para tomar la decsó, y la cual sólo podrá ser calfcada a la luz de los atecedetes que cada stuacó deote. Así, para el caso e cuestó, se trabajará co la formacó de precptacó máxma aual e 4 horas, toda vez que se trata de u ejercco metodológco. CUADRO N. Datos para Gumbel y Bodad de Ajuste. Precptacó máxma e 4 hrs. Frecueca Relatva Acumulada Frecueca Teórca Acumulada 1 3.5 0,077 0,090 18.0 0,154 0,114 3 1.0 0,31 0,158 4 30.0 0,308 0,30 5 35.4 0,385 0,47 6 40.0 0,46 0,513 7 4.5 0,538 0,557 8 47.5 0,615 0,639 9 56.0 0,69 0,753 10 65.0 0,769 0,839 11 78.0 0,846 0,916 1 8.0 0,93 0,93 Co los datos de la columa 1, se determa que: x = 43.5 S = 3.97 Luego, los parámetros u y d queda: u x 0. 450047S 1 d = = 0.0535 0.779696x3.97 = =43.5 0.450047 x 3.97 = 3.46 Por cosguete, la fucó de Gumbel se defe como: e 0.0535 ( x 3.46) F ( X ) = e De lo expuesto, se deduce que se cueta co ua formacó de doce años, y además que los motos deota ua extrema varabldad.

Por otra parte, aplcado la expresó /N+1, se obtee la frecueca observada acumulada, la cual se expresa e la columa () del cuadro N. Asmsmo, reemplazado e la ecuacó (1) los valores de x, se obtee las frecuecas teórcas acumuladas, las cuales costtuye la columa (3) del cuadro N. Aplcacó de Kolmogorov-Smrov. Co la formacó del cuadro N, se busca el Sup F ( = D. E este caso, correspode a D = 0.073 e el tercer valor del cuadro mecoado. Co u 95% de cofabldad y = 1, se obtee u valor de tabla Dt = 0.375. Luego D < Dt, por cosguete se acepta co 95% de segurdad que el ajuste es bueo. Aplcacó del Coefcete de determacó (R ): Utlzado la ecuacó descrta e 3.., y las columas y 3 del cuadro N, queda: R = 0, 988 Luego se cosdera que el modelo elegdo, explca e u 98,8% las varacoes de las frecuecas observadas, lo cual es muy bueo. Utldad Práctca del Ajuste a Gumbel: Ua vez que se ha valdado el ajuste a la fucó de Gumbel, resta defr la utldad que esto puede determar. E este marco, s de la ecuacó, X ) = e e 0.0535 ( x 3.46) se despeja x, queda: l( l ) x = 3.46 0.0537 Por cosguete, para determar los motos de precptacó e 4 horas, asocados a u período de retoro y a ua probabldad, se aplca la ecuacó ateror, y se obtee los X. CUADRO N 3. Precptacoes máxmas e 4 horas asocadas a u período de retoro. Período de retoro 1 1 T (años) T = X (pp máxmas e 4 hrs.) 10 0.900 74.5 0 0.950 87.98 30 0.967 95.91 40 0.975 101.17 50 0.980 105.39 100 0.990 118.44 Luego, se puede deducr del cuadro ateror, que exste u 1% de probabldad, de que sea superados los 118.44 mm. e 4 horas de precptacó, y lo cual correspode a u eveto cetearo; e otras palabras, exste u 99% de probabldades de que el año 1985, la precptacó e 4 horas sea meor o gual a 118.44 mm. Smlar aálss, puede realzarse para todos los períodos de retoro volucrados. No obstate lo ateror, se recomeda que los períodos de retoro cosderados, o cluya u úmero mayor de formacó que el doble o el trple como máxmo, de la logtud de la sere de datos e estudo. E este caso, como la formacó base correspode a 1 años, se recomeda o exceder de 4 años o u máxmo de 36 años, dado que la sere estadístca o preseta ua logtud adecuada. Por ello, se recomeda el valor de T = 30, coro termedo de lo señalado precedetemete; el cosderar mayor úmero de años o posee setdo desde el puto de vsta estadístco.

Coforme se recople ua mayor formacó, las predccoes a realzar poseerá mayor cossteca, y por ede, ua mayor probabldad de acerto. Por ello, año a año debe ser revsadas y completadas. Por otra parte, se platea que este tpo de estudos posee valdez e u gra cúmulo de varables hdrológcas, y además, puede ser aplcado e cálculo de caudales máxmos. Falmete, es mportate señalar que sobre la metodología empleada puede surgr algú cuestoameto, hecho totalmete váldo, s se cosdera que o exste vías de solucó de problemas totalmete defdas, por ello, lo expresado aterormete más que ua metodología, costtuye ua proposcó. 5. REFERENCIAS BIBLIOGRÁFICAS. - CID, L.; MORA, C.; VALENZUELA, M. 1990. Estadístca matemátca. Probabldades e Ifereca Estadístca. Uversdad de Cocepcó. Facultad de Cecas. Departameto de Matemátcas. Chle. 319 p. - HERAS, R.s/a. Recursos Hdráulcos. Stéss, metodología y ormas. Cooperatva e Publcacoes del Colego e Igeeros e Camos, Caales y Puertos. España, 361 p. - PIZARRO, R.; NOVOA, P. 1986. Istructvo 5. Determacó de valores probablístcos para varables hdrológcas. Elemetos téccos de Hdrología. Corporacó Nacoal Forestal (CONAF). Chle. 78 p. - SHAO, S. 1970. Estadístca para ecoomstas y admstradores de empresas. Edtoral Herrero Hermaos, SUCS. S.A. Méxco. 786 p.