ANTECEDENTES

Guevara Bello, Vega González y Guevara Pérez [5], llevaron a cabo un análisis
estocástico de la serie de tiempo de los caudales medios mensuales del río Caroní, en
Venezuela. Para el efecto, utilizaron el método descrito en [2], aplicando técnicas de
eliminación de tendencia y periodicidad para la implementación de modelos lineales
autorregresivos AR, resultando el SARIMA (1, 0, 0)(0, 1, 1) como el mejor ajustado a los
datos.
Por otra parte, Sánchez en su trabajo de investigación [6] utiliza las redes neuronales
artificiales para la predicción de caudales medios mensuales del río Huancané, teniendo
en cuenta los datos de caudales, precipitaciones y evaporación. Para el efecto, en el trabajo
se desarrollan 10 modelos con distintas arquitecturas. Para el entrenamiento y la posterior
validación de los modelos se utilizaron dos grupos de datos diferentes, dando como
resultado un mejor desempeño que los modelos autorregresivos de primer orden PAR.

Otra alternativa para el estudio de series temporales de caudales, es la presentada

por Poveda et al. [7] que consiste en la utilización de modelos no lineales MARS
(Multivariate Adaptive Regression Splines), Redes neuronales, Regresion Lineal
Múltiple (RLM) y PREBEO (Predicción en bandas espectrales usando Onditas), esta
última se basa en la descomposición espectral de las series (serie predictora por una parte
y serie de caudales por otra) para luego aplicar las herramientas de ajuste a cada banda
espectral, por último se suman las predicciones obtenidas para cada banda espectral y se
obtiene el pronóstico general para la serie de caudales. Al final de este trabajo se realiza
una comparación de los resultados con los obtenidos mediante técnicas lineales AR,
indicando que el método que produce mejores resultados de predicción es el PREBEO.

Bibliografía
[1] P. J. Brockwell and R. A. Davis, Time Series: Theory and Methods (Springer
Series in Statistics). 1991.
[2] G. E. P. Box, G. M. Jenkins, and G. C. Reinsel, Time Series Analysis:
Forecasting & Control. 1994.
[3] D. Peña Sánchez de Rivera, Análisis de series temporales. Madrid: Alianza
Editorial, 2010.
[4] D. R. Anderson, D. J. Sweeney, T. A. Williams, I. Chiavenato, maria jose
Fleming, Paul, and The Mendeley Support Team, Estadistica para
Administracion y Economia. 2006.
[5] J. E. Guevara Bello, C. E. Vega González, and E. Guevara Pérez, “Análisis
estocástico de una serie cronológica de caudales mensuales. Caso de estudio: Río
Caroní, Venezuela,” Rev. Ing. UC, 2010.
[6] M. Sánchez D. and W. Laqui V., “Predicción de caudales medios mensuales del
Río Huancané utilizando Modelos de Redes Neuronales,” An. Científicos, 2009.
[7] G. Poveda et al., “Predicción de caudales medios mensuales en ríos Colombianos
usando métodos no lineales,” Meteorol. Colomb., 200