Вы находитесь на странице: 1из 5

TAREA N° 4

1. Características de la distribución normal.


 La curva normal es conocida como campana de Gauss en honor al
matemático Karl Gauss.
 Se ajusta aproximadamente a las distribuciones de frecuencias reales
observadas.
 Se utiliza para describir el comportamiento de una variable continua.
 Tiene un sólo pico (unimodal).
 La media, mediana y moda coinciden
 Es asintótica al eje horizontal
1.1. Fórmulas de calculo

2. Descripción y Gráficas
2.1 Desviación estándar y Coeficiente de Variación
2.2 Coeficiente de Asimetría

Donde:
N: Número de datos anuales del registro de caudales máximos instantáneos.
Qm: Promedio de los caudales máximos instantáneos.
S: Desviación estándar de los caudales máximos instantáneos.

Fuente:
https://matap.dmae.upm.es/WebpersonalBartolo/Probabilidad
/7_distribucion_normal.pdf
3. Gráficas de hietogramas de precipitación mensual y anual.

Estación Lircay

Años Ene Feb Mar Abr May Jun Jul Ago Set Oct Nov Dic Total
2007 2.97 16.64 18.05 4.54 2.42 1.88 1.3 1.27 1.09 1.22 4.38 4.48 60.24
2008 3.83 17.21 18.38 4.23 2.57 1.66 1.26 1.07 0.95 0.99 2.08 2.52 56.75
2009 7.68 28.9 32.59 30.12 15.12 14.32 14.5 15.2 16.4 17.8 22.6 30.22 245.5
2010 35.41 36.18 34.51 21.89 18.67 17.93 17.23 16.77 17.06 18.28 19.62 20.81 274.4

4. Análisis de consistencia por inspección visual.

Estación Lircay

Años Ene Feb Mar Abr May Jun Jul Ago Set Oct Nov Dic
2007 2.97 16.64 18.05 4.54 2.42 1.88 1.3 1.27 1.09 1.22 4.38 4.48
2008 3.83 17.21 18.38 4.23 2.57 1.66 1.26 1.07 0.95 0.99 2.08 2.52
2009 7.68 28.9 32.59 30.12 15.12 14.32 14.5 15.2 16.4 17.8 22.6 30.22
2010 35.41 36.18 34.51 21.89 18.67 17.93 17.23 16.77 17.06 18.28 19.62 20.81
n1=25, n2=23 y n=n1+n2=48
x1=4.99 y x2=22.27
S1=5.83 y S2=7.42

Vemos que a partir de febrero de 2009 se inicia el salto

5. Métodos de corrección de datos.


5.1 Método de los promedios.

Se escoge una estación índice A cuya precipitación anual media es XAm;si la


estación problema es la estación x, se halla su correspondiente precipitación
anual media Xm y se establece la proporción:

𝑋 𝑋𝑚
=
𝑋𝐴 𝑋𝐴𝑚

sí hay dos o tres estaciones índices se procede igual con cada una de ellas,
obteniéndose 2 o 3 valores de X. el valor final de X será el promedio de esos
valores.

5.2 Método de regresión lineal


Este método es uno de los más utilizados; se recomienda para la estimación de
datos mensuales y anuales. Se requiere establecer una regresión y correlación
lineal con la estación patrón consistente, mediante una ecuación lineal de dos
variables: 𝑦 = 𝑎 + 𝑏𝑥

Donde; y es la precipitación estimada, x es la precipitación de la estación patrón,


y, a y b son las constantes de la regresión lineal.
A través del coeficiente de correlación (R) se determina la mejor estación vecina
más cercana como patrón. En términos hidrológicos, se considera aceptable un
valor de -0.8≤R≤0.8
5.3 Método por regresiones múltiples
Es una extensión del método de regresión simple y su forma de estimar la
precipitación se basa en la expresión matemática (6): 𝑌 = 𝑎 + 𝑏𝑋1 + 𝑐𝑋2+⋯ +
𝑛𝑋1
Donde; y es la precipitación estimada, xi es la precipitación de la estación
completas, y, a, b, c y n son las constantes de la regresión.

6. Identifique los valores del coeficiente de correlación aceptables.


Cuando hay varias estaciones índices surge la interrogante de cuál de ellas
utilizar. y la respuesta es la que tenga mejor correlación.

∑(𝑋 − 𝑋𝑚) ∗ (𝑌 − 𝑌𝑚)


𝑟=
(𝑛 − 1) ∗ 𝑆𝑥 ∗ 𝑆𝑦

Los valores de r varían de -1 a 1

R=0 , significa que no existe ningún grado de asociación entre los valores de x y los
valores de y (correlación nula)

R=1 , significa que los puntos del diagrama de dispersión se alinean en una recta de
endiente positiva .

R=-1 , significa que los puntos del diagrama de dispersión se alinean en una recta de
pendiente negativa.

Fuente: Bland, J, Altman, D. 1999

Вам также может понравиться