Scribd Logo
Fazer o upload

Bem-vindo(a) ao Scribd!

  • Metodologia Ajuste Modelos

    Enviado por

    Milagros Acuña Farfan
    5 visualizações8 páginas
    metodologia_ajuste_modelos

    Título original

    metodologia_ajuste_modelos

    Direitos autorais

    © © All Rights Reserved

    Formatos disponíveis

    PDF ou leia online no Scribd

    Você considera este documento útil?

    Este conteúdo é inapropriado?

    Denunciar este documento
    metodologia_ajuste_modelos

    Direitos autorais:

    © All Rights Reserved
    Baixe no formato PDF ou leia online no Scribd
    Sinalizar o conteúdo como inadequado
    5 visualizações8 páginas

    Metodologia Ajuste Modelos

    Enviado por

    Milagros Acuña Farfan
    metodologia_ajuste_modelos

    Direitos autorais:

    © All Rights Reserved
    Baixe no formato PDF ou leia online no Scribd
    Sinalizar o conteúdo como inadequado
    de 8
    Metodologia para el ajuste Clo man@ec OcNe ony O Mo Alicea) Tipo | (Gumbel) y Log Pearson Tipo lll, para series de valores maximos RESUMEN En el presente trabajo se desarrolla una metodologia que pormite comparar los modelos de valor extreme tipo | (EVI) mejor ‘conacida come cistrioucion Gumbel y la distrioucion Log Pearson Tipoll, para modelar un conjunto de valores extremios comoson luna seria cle caudalas maximas. Para a eloccién do la funcion de distribucion mas adecuada do los datos de la muestra sa aplican como: ol método grafico, el céloulo de error cuadratico minime y la prueba de bondad de aluste=y. Por \ltimo, se presentan conclusiones de tipo general y se muestra un ejemplo cancreto vinculaco a una base do datos que orresponde & los valores medios mensuales de caudal en m3/s del rio Bogot4, registrados en la estacién hidrometeorolégica La Balsa. PALABRAS CLAVE Distribucién Gumbel, distribucién Lag Pearson tipo Il, intervalo de confianza, periodo de ratarno, serie de excedencias, sarie de smaximos, ABSTRACT In this papar develops a methadology for comparing mode's of extreme value type | (EVI) better known as the Gumbel distribution andthe Log Pearson Typelll distribution to model set of extreme values such 25 2 series of maximum llow. For the choice of most Appropriate distribution function ofthe sample data, anply three statistical eeteria such as the graphical mathad, the calculation of minimum square error and the test of goodness of fit, Finally, conclusions are general in nature and shows a specific example elated to.a database that corresponds io the average monthly flow rate m&/s of the Bogota River, in the Balsa hydrometoorological station, KEYWORDS ‘Gumbo’ distribution, Log Pearson typell distribution, confiance interval, , exegedance series, maximum seri 4. INTRODUGCION En el estudio de la hidrologia es posible observar como en repetidas ocasiones los sistemas hidrolégicos se ven directamente afectados por eventos extremos, tales como aumento de caudales en rios, presencia de tor- mentas severas y sequlas, entre otras. La magnitud de un evento extremo esta inversamente relacionado con su frecuencia de ocurrencia, es docir, quelos eventos mode- rados ocurren con mayor frecuencia, mientras que los eventos extremos se presentan en pocas oportunidades. Para analizer la probabilidad de ocurrencia de estos even tos se ulllizan algunas distribuciones de probabilidad. Estas son funciones matematicas que relacionan la mag- nitud de un evento con suprobabilidad de ocurrencia, La probabilidad puede ser expresada en forma de fre- cuencia a través del periodo de retorno o recurrencia. El periodo de retorno T de un evento con una magnitud dada se define como el intervalo de recurrencia prome- dio entre eventos que igualan o exceden una magnituc especificada (Chow, Meidment y Mays, 1994), La probabilidad P(X2x, )de ocurrencia del evento rxX> en cualquier observacion se rolaciona con el periodo de retorno dela siguiente forma: 1 P(X 2x;) a) Es posible calcular el periodo de retorno del n-ésimo evento para el conjunto de datos que pertenecen a una serie de valores extremos, Aparicio (2001). En partic para calcular el periodo de retorno maximo y minimo para un conjunto de n elementos, se calcula de acuerdo, con la expresin: n+l a m Donde sit corresponde a la posicién de los datos do la serie, ordenados en forma descendente, para el caso del periodo de retorne maximo I=m y para el periodo de retorno minimo nn Para el andlisis de frecuencias de eventos se tienen en. cuenta los siguientes supuestos, seguin Beguerta (2002): Los eventos hidrolégicos extremos son variables alea- torias que pueden expresarse por medio de una cisti- bucién de probabilidad. Si la magnitud de cada suceso no tiene correlacion Con los sucesos anteriores, significa que la serie de eventos extremios son independientes. La distribucién de probablidad que explica el proce- 0 no varia en el tiempo, ni cambia en funcién de la magnitud dela variable, Como el andiisis de frecuoncias de eventos extremos se rolaciona directamente con el estudio de las colas de la distribucién ce frecuencias de la variable, se hace nece- sario introducir técnicas de muestreo que permitan extraer de las series de los datos originales, los valores de magnitud excopcional. En hidrologia existen dos técnicas de mucstreo muy utilizadas que permiten exiraer una serie de valores parciales: la serie de maxi- mos laserie de excedencias, Para la serie de maximos se solecciona el valor maximo que ocurre en un intervalo de tiempo fijo, generalmente un afio, de mode que el tamafio de la muestra sera igual ‘al nlimero de afios registrados en la serie original. En el caso de la serie de excedencias, los datos deben selec- clonarse de tal forma que su magnitud sea mayor que un valor predefinido, segun Chow et al. (1994), este valor corresponde al ntimero deafios en el registro, “Elperiodo de retorno T de magnitudes de evento dedu- cido de una serie de excedencia anual serelaciona con el correspondiente periodo de retomo T para magnitudes deducido de una serio maxima anual coma” (Chow et al 1994, p. 395). -[f oe) 6) T=1 Cabe aclarar que la serie de excedencia anual es ttl para ‘algunos propésites, ya que hace un uso mas eficiente de la informacién contenida en las series originales. Por ejemplo, puede incluir mas de un evento por affo, si éste cumple con el requisito para ser considerado extremo. No obstante, esta limitada por el hecho de asegurar la Independencia de las observaciones Por el contrario, para la serie de maximos anuales se garantiza la Independencia de las observaciones, pues os eventos muestreados corresponderan a eventos igualmente espaciados en al tiempo. Sipor alguna razén se llegaraa violar el supuesto deinde- pendencia para la serie de excedencia anual, los resulta: dos no se veran afectados significativamente. Es decir, que mientras el periodo de retorno sea mayor, los resulta dos de los métodos analizados tienclen a ser similares, Begueria (2001). Por esta razén, en el desarrollo de esle articulo se utlizaré la serie de maximos anuales para el andlisis de los resultados, Para calcular la probabilidad de ocurrencia de eventos extremas, a partir de la serie de méximos anuales, se -aSumira quo ésto tipo de datos se ajustan en forma tedri- ca a la funcién de probabilidad de valor extrema tipo | (EVI) mejor conacida como distribucion Gumbel 0 a la Gistribucién Log Pearson tipo ill, Aparicio (2001). Para INGEMIOMAGSO+ 57 cada una de las distribuciones propuestas se estimaran ‘sus parimetros, limites de confianza y bondad del ajuste. La base de datos utilizada para el desarrollo det trabajo, corresponde a los valores medios mensuales de caudal en mis del ro Bogota, registrados en la Estacién Hidro- ‘meteorolégica La Balsa, departamento de Cundinamar- a, con registros comprendidos entre 1943-1999. Para la aplicacién de la metodologia se utilzaron unicamente los registros de 20 afios, comprandidos entre 1947 a 1966, por estar la totalidad de los datos, ver figura 1 FIGURA 1 Valores mestios mensuales de caustales 1947 - 1966 FOeee La figura 2, presenta la serie de valores maximos anua- les, tomada de la serie original FIGURA 2. Serio de msximes anwales FIGURA 3. Muosiroo para la sare do excedencias “HELE. FIGURA 4.-Seric do excodoncias anuaes Enlafigura3, se presenta el proceso grafico de seleccién de la muestra para la serie de excedencias anuales, cuyo valor base corresponde a 28.88 m@/s. Del mismo modo, enla figura 4 so muestran los veinte (20) valores extremos menores a éste punto ordenados por su tiempo de ocu- rrencia, 2. METODOLOGIA 2.1 Distribucién de probabili ‘mos anuales: Gumbel (EVI) Debido a la naturaleza de los eventos hidrolégicos extre- mes, la distribucién mas frecuente utlizada para las series de maximos anuales os la distribucién de valores extremos Tipo |, su funcién de densidad de probabilidac lad para serie de maxi- f= o Donde.x puede tomar valores en elrango ~205 son parametros de escalay origen, resp: rs, ayB ivamento. Lafuncion de distribucién acumulada es: ‘ , 7) a) FO)=] fodder ~ ox - Donde los parametros se estimana través delas siguien- tes expresionos: (6) Donde xy s: son la media y la desviacién estandar esti madas con la muestra. His y Gs se obtienen de la siguiente tabla, | oy 10 [0.4952 | 0.9496 15 [0.5128 | 1.0206 20 | 0.5236 | 1.0628 25 [0.5309 | 1.0974 30 [0.5362 [4.1124 Too | 0.5600 | 7.2085 Factor de frecuencia: para la distribucién de valor extre- mo Tipo |, Chow et al. (1994, p. 402), deduja la siguiente expresion: “ni (5)h En esta expresién se observa que los valores V6 y 0.5772, corresponden en forma andloga ao y Ht: para lun tamafio de muestra 7, luego el factor de frecuencia K1,se puede expresar como sigue: 0.5772 + In| Donde 7’es el periodo de retorno. Para la distribucién Gumbel se tiene que el caudal para un periodo deretorno de 2.33 afios es igual a la media de la distribucién del valor extremo, es decir, cuando 0-1 Para expresar_on términos de Kr, la ecuacién (7) puede escribirse como: eS 1 1 wf ox (: “eh e 0.5772 esunaconstante. Donde’ Los rites de confianza para el caudal medio dela sero de maximos anuales, corresponden a: Limitesuperiordeconfianza: ny, =F +4 48 Limiteinferiordeconfianza: Ure =%~ tS. ‘iq esiavariable normal estandarizada para una pro- babiidad de no excedencia o—1. Donde «s y 5 corres- ponden a: +1 6K, +1.1Ky 8 Va vi 2.2 Distribucién de probabilidad para serie de méxi- mos anuales: Log-Pearson Tipolll : Esta distribucién so utiliza para ol andlisis probabilistic de eventos extremos, en la cual se utliza como variable =logx parareducirlasimetra, Laestimacién delos para metros de esta cistribucién se calcula dela misma forma «que para la distribucién Pearson Tio Ill, pero con la dife- rencia que y y $; corresponden al promedio aritmético y deaviacién estandar de los logaritmos con base 10 de fa variable original. La funcién de densidad de probabilidad para esta distri- bucién correspondea: Donde y tomavaloresenelrangos, < y

    Você também pode gostar