Beruflich Dokumente
Kultur Dokumente
HUANCAVELICA
(CREADA POR LEY N 0 25265)
FACULTAD CIENCIAS DE INGENIERIA
ESCUELA PROFESIONAL DE INGENIERIA CIVIL-HUANCAVELICA
21 de febrero de 2017
ANALISIS METEOROLOGICO DE
LA CUENCA DEL RIO CANETE
1
Indice
1. INTRODUCCION 4
2. OBJETIVOS 5
2.1. OBJETIVOS GENERALES . . . . . . . . . . . . . . . . . . . . 5
2.2. OBJETIVOS ESPECIFICOS . . . . . . . . . . . . . . . . . . . 5
3. MARCO TEORICO 6
3.1. REGRESION DE DATOS ESTADISTICOS . . . . . . . . . . . 6
3.2. ANALISIS DE CONSISTENCIA . . . . . . . . . . . . . . . . . 6
3.3. ANALISIS VISUAL GRAFICO . . . . . . . . . . . . . . . . . . 7
3.4. ANALISIS DOBLE MASA . . . . . . . . . . . . . . . . . . . . . 7
3.5. ANALISIS ESTADISTICO . . . . . . . . . . . . . . . . . . . . . 8
3.5.1. media y desviacion estandar . . . . . . . . . . . . . . . . 8
3.5.2. Calculo del (tc). . . . . . . . . . . . . . . . . . . . . . . 9
3.5.3. Calculo del t tabular (tt). . . . . . . . . . . . . . . . . . 9
3.6. CONSISTENCIA DE LA DESVIACION ESTANDAR . . . . . 9
3.6.1. calculo de F calculado (Fc) . . . . . . . . . . . . . . . . . 9
3.6.2. grados de libertad . . . . . . . . . . . . . . . . . . . . . . 10
3.7. ANALISIS DE TENDENCIAS . . . . . . . . . . . . . . . . . . 10
3.7.1. Tendencia en la Media . . . . . . . . . . . . . . . . . . . 10
3.7.2. Calculo de los parametros de la ecuacion de simple regresion 10
3.7.3. Evaluacion de la tendencia Tm . . . . . . . . . . . . . . 11
3.7.4. calculo estadistico t. . . . . . . . . . . . . . . . . . . . . 11
3.7.5. calculo t. . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
3.8. TRATAMIENTO DE DATOS . . . . . . . . . . . . . . . . . . 12
4. PROCEDIMIENTO DE ANALISIS 12
4.1. REGRESION LINEAL SIMPLE . . . . . . . . . . . . . . . . . 12
4.1.1. PROGRAMACION EN R . . . . . . . . . . . . . . . . . 13
4.1.2. MODELO MATEMATICO DE REGRESION . . . . . . 13
4.1.3. TABLA DE REGRESION Y ERROR . . . . . . . . . . 13
4.1.4. GRAFICOS ESTADISTICOS . . . . . . . . . . . . . . . 13
4.2. ANALISIS DE CONSISNTENCIA . . . . . . . . . . . . . . . . 13
4.2.1. PROGRAMACION EN R . . . . . . . . . . . . . . . . . 14
4.2.2. ANALISIS VISUAL GRAFICO . . . . . . . . . . . . . . 15
4.2.3. ANALISIS DE DOBLE MASA . . . . . . . . . . . . . . 15
4.2.4. ANALISIS ESTADISTICO . . . . . . . . . . . . . . . . 16
4.2.5. CORRECCION DE DATOS . . . . . . . . . . . . . . . . 19
2
5. CONCLUSION 20
6. BIBLIOGRAFIA 21
3
1. INTRODUCCION
En el siguiente trabajo realiza los metodos estadsticos para verificar la con-
sistencia que presentan los datos en cuanto a precipitaciones hablando, tanto
de a Cuenca en estudio como de datos de precipitaciones obtenidas del docente
en curso , los datos que se tomara en cuenta sera para una data historica de
35 anos, clasificaremos en 2 series segun donde exista la tendencia de saltos.
Basandose en el trazado de la curva de doble masa, se reemplaza la determi-
nacion manual de la recta de alineacion de registros anuales, por la busqueda
iterativa de la mejor combinacion de tramos y se considera la alineacion optima
por el metodo de los mnimos cuadrados, asociado a verificaciones estadsticas
de distribucion de residuos. El mejor trazado se considera aquel que presenta el
menor error cuadratico medio. La implementacion se hace en una combinacion
de planilla de calculo y lenguaje de programacion de preferencia julia por su
facil manejo. El metodo presenta una excesiva exactitud, que lleva a detectar en
algunos casos un mayor numero de variaciones que las realmente significativas,
dada la limitada precision de las mediciones utilizadas como base. Se utiliza
una formula emprica que sugiere una solucion alternativa, pero sin obviar la
alternativa original. Finalmente se aplica un test estadstico para determinar
la significacion de los cambios detectados. Los resultados obtenidos permiten
inferir objetivamente si los cambios detectados entre registros acumulados de
estaciones pluviometricas, corresponden a variaciones propias de las mediciones
de fenomenos naturales, o por el contrario establecen alteraciones producidas
por un factor de origen antropico, como cambios de ubicacion, condiciones de
trabajo o del personal a cargo de las lecturas.
4
2. OBJETIVOS
2.1. OBJETIVOS GENERALES
1. Llenar los datos faltantes de las estaciones perteneciente a la Cuenca en
estudio .
5
3. MARCO TEORICO
3.1. REGRESION DE DATOS ESTADISTICOS
En estadstica, el analisis de la regresion es un proceso estadstico para esti-
mar las relaciones entre variables. Incluye muchas tecnicas para el modelado y
analisis de diversas variables, cuando la atencion se centra en la relacion entre
una variable dependiente y una o mas variables independientes (o predictoras).
Regresion Lineal Multiple : Cuando existe una posible relacion entra va-
rias variables independientes y otra dependiente se hace necesario el uso de la
REGRESION MULTIPLE. La regresion multiple se usa con mayor frecuencia
en las publicaciones de las investigaciones cuando se requiere crear un modelo
donde se seleccionan variables que pueden infuir en la respuesta, descartando
aquellas que no aportan informacion, cuando se requiere detectar la interaccion
entre variables independientes que afectan a la variable y cuando se requiere
identificar variables confusoras. Al momento de aplicar la regresion multiple
se tienen ciertos requisitos y limitaciones, entre los cuales se pueden citar los
siguientes: Linealidad Normalidad y equidistribucion de los residuos. Numero
de variables independientes. Colinealidad Observaciones anomalas.
6
cia y la valides de la media patron.
Doble masa de analisis, es comprobacion requiere eliminar del patron los datos
de una determinada estacion y comparandolos con los datos restantes. Si estos
datos son consistentes con los totales generales de la zona, que se vuelven a in-
corporar en el patron no se puede hacer un analisis de doble masa, sin embargo
se pueden detectar cambios similares que ocurrieron en las estaciones de forma
simultanea.
7
Figura 2: Analisis de doble masa para determinar la Estacion base
n1
& n1
' 12
1 X 1 X 2
x1 = xi ; S1 (x) = Xi x1 (1)
n1 i=1 n1 1 i=1
n2
& n2
' 21
1 X 1 X 2
x2 = xi ; S2 (x) = Xj x2 (2)
n2 j=1 n2 1 j=1
8
3.5.2. Calculo del (tc).
X1 X2
Tc = (3)
Sd
1
1 1 2
Sd = Sp + (4)
n1 n2
12
(n1 1) S12 + (n2 1) S22
Sp = (5)
n1 + n2 2
donde:
ecuacion 4 es desviacion de las diferencias de los polinomios.
ecuacion 5 es desviacion estandar ponderada.
Xn1
1
S12 (x) = (xi x1 )2 (8)
n1 1 i=1
S 21 (x)
Fc = , si S 21 (x) > S 22 (x) (9)
S 22 (x)
S 22 (x)
Fc = , si S 22 (x) > S 21 (x) (10)
S 21 (x)
9
3.6.2. grados de libertad
.
G.L.N.= n1-1
G.L.D.= n2-1, si se cumple la ecuacion 9.
G.L.N.= n2-1
G.L.D.= n1-1, si se cumple la ecuacion 10.
.
Am = Tm t Bm (13)
10
ST m
Bm = R (14)
St
n
1X
t Tm = Ti Tmi (15)
n i=1
Pn 2 12
i=1 Tmi T m
ST m = (16)
n1
Pn 2 21
i=1 Ti t
St = (17)
n1
donde:
R n2
tc = (18)
1 R2
donde:
tc= valor del estadstico t calculado
n = numero total de datos
R = coeficiente de correlacion.
3.7.5. calculo t.
= 0,025 (19)
2
G.L.=n-2
11
R no es significativo en este caso, la tendencia no es significativa y no hay que
corregir.
|T c| > T t (95 porciento) R (21)
R si es significativo en este caso, la tendencia es significativa hay que corregir
la informacion de la tendencia en la media.
4. PROCEDIMIENTO DE ANALISIS
4.1. REGRESION LINEAL SIMPLE
Los datos de la regresion se tomaron gracias al senhami, las cuales pertenecen
a 4 estaciones con un tiempo de recoleccion de 10 anos que son:Lunahuana,
Huangascar, Yauyos, Huancaya.
12
4.1.1. PROGRAMACION EN R
1. Grados de Libertad.
2. Sumatoria de Cuadrados.
3. Los Cuadrados Medios.
4. Los Fs tanto el calculado como el de Fisher.
13
4.2.1. PROGRAMACION EN R
14
4.2.2. ANALISIS VISUAL GRAFICO
15
Figura 5: Grafica de la curva masa
De la grafica se puede observar que los quiebres ocurren a por los anos 2005
y 2010 como tambien a por los finales, pero como se cuentan escasos datos para
el segundo quiebre se trabajara con el primero que tambien tiene un gran grado
de significancia.
Con la ayuda del programa podemos encontrar desde donde empieza el quiebre,
los datos antes del quiebre como despues del quiebre los cuales vendrian a ser:
16
Utilizando las formulas de variables estadsticas hallamos:
n1
& n1
' 12
1 X 1 X 2
x1 = xi ; S1 (x) = Xi x1 (22)
n1 i=1 n1 1 i=1
n2
& n2
' 21
1 X 1 X 2
x2 = xi ; S2 (x) = Xj x2 (23)
n2 j=1 n2 1 j=1
.
Para el calculo del Tc se haran los mismos pasos del programa con nuestros
datos y las respectivas ecuaciones.
X1 X2
Tc = (24)
Sd
12
1 1
Sd = Sp + (25)
n1 n2
12
(n1 1) S12 + (n2 1) S22
Sp = (26)
n1 + n2 2
.
17
El criterio que se toma para la correccion de la media se vera ahora.
S 21 (x)
Fc = , si S 21 (x) > S 22 (x) (29)
S 22 (x)
S 22 (x)
Fc = , si S 22 (x) > S 21 (x) (30)
S 21 (x)
F calculado =2.226445
GLN =121
GLD =297
Ft=1.283
18
4.2.5. CORRECCION DE DATOS
Se Puede Observar por los resultados que al corregir los datos antes del
quiebre nos genera precipitaciones negativas lo cual es erroneo, pero al corregir
los datos despues del quiebre no se presenta la negatividad de los datos y por
lo tanto nos quedamos con la segunda correccion.
19
5. CONCLUSION
1. Al completar los datos pluviometricsos de las estaciones faltantes se obser-
va un deficit al solo contar con solo 10 anos de datos motivo por el cual es
recomendable trabajar con muchos anos mas.
5. No siempre se tendra que corregir los datos de una estacion antes de que
ocurra un desbalance en la reparticion de la precipitacion respecto al tiem-
po, como ya se vio en este caso los datos que se tendran que corregir seran
los que ocurren despues del desbalance el la curva masa.
20
6. BIBLIOGRAFIA
Barrow C. 1998. River basin development planning and management: a cri-
tical review. World Development 26(1): 171-186.
Verdin K.L., Verdin J.P. 1999. A topological system for delineation and co-
dification of the Earths river basins. Journal of Hydrology 218: 1-12pp.
21
22