UNIVERSIDAD NACIONAL DE CAJAMARCA.

ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍA HIDRÁULICA

METEOROLOGÍA

INFORME DE: “RELACIÓN DE FENÓMENOS ATMOSFERICOS MEDIANTE

CURVAS DE REGRESIÓN”

SUSTENTADO POR:

 VÁSQUEZ ABANTO, Marx Antoni

 VIGO PAREDES, Wilser
 BOBADILLA ADRIANO, Carlos

ING: LEÓN CHÁVEZ, Luis Andrés

2017
 I. INTRODUCCIÓN

Los fenómenos relacionados con la atmósfera, el tiempo y el clima inciden en el desarrollo

y resultado de las actividades humanas. Los ecosistemas y el sistema socioeconómico
nacional se han adaptado a los patrones climáticos reinantes en el territorio y son afectados
por los fenómenos meteorológicos propios de cada región.

pág. 1
 II. OBJETIVOS:

a) Objetivo General:
Sintetizar y visibilizar los avances en el conocimiento logrado por las ciencias atmosféricas
y conexas con el fin de visibilizarlos y facilitar su incorporación por parte de la comunidad
nacional y regional.
b) Objetivos Específicos:

 Hallar relaciones que nos ayuden a predecir en un lapsus de tiempo los fenómenos
atmosféricos.
 Aplicarlo lo aprendido en clase en nuestra vida profesional.
 Aplicar las formular de predicción, que nos dan en las curvas de regresión.
pág. 2
 III. PROCEDIMIENTO:

La dependencia entre dos (o más) variables puede ser tal que se base en una relación funcional
(matemática) exacta, como la existente entre la velocidad y la distancia recorrida por un móvil; o puede
ser estadística. La dependencia estadística es un tipo de relación entre variables tal que conocidos los
valores de la (las) variable (variables) independiente(s) no puede determinarse con exactitud el valor de
la variable dependiente, aunque si se puede llegar a determinar un cierto comportamiento (global) de la
misma. (Ej. la relación existente entre el peso y la estatura de los individuos de una población es una
relación estadística).
Pues bien, el análisis de la dependencia estadística admite dos planteamientos (aunque íntimamente
relacionados):
El estudio del grado de dependencia existente entre las variables que queda recogido en la teoría de la
correlación.
La determinación de la estructura de dependencia que mejor exprese la relación, lo que es analizado a
través de la regresión.
Una vez determinada la estructura de esta dependencia la finalidad última de la regresión es llegar a poder
asignar el valor que toma la variable Y en un individuo del que conocemos que toma un determinado
valor para la variable X (para las variablesX1, X2, Xn).
En el caso bidimensional, dadas dos variables X e Y con una distribución conjunta de frecuencias ( xi, yj
,nij ), llamaremos regresión de Y sobre X ( Y/X) a una función que explique la variable Y para cada valor
de X, y llamaremos regresión de X sobre Y (X/Y) a una función que nos explique la variable X para cada
valor de Y.(Hay que llamar la atención, como se verá más adelante, que estas dos funciones, en general,
no tienen por qué coincidir).
MÉTODO DE CUADRADOS MÍNIMOS – REGRESIÓN LINEAL.
Hemos enfatizado sobre la importancia de las representaciones gráficas y hemos visto la utilidad de las
versiones linealizadas de los gráficos (X, Y) junto a las distintas maneras de llevar a cabo la linealización.

pág. 3
A menudo nos confrontamos con situaciones en las que existe o suponemos que existe una relación lineal
entre las variables X e Y.
Surge de modo natural la pregunta: ¿cuál es la relación analítica que mejor se ajusta a nuestros datos?
El método de cuadrados mínimos es un procedimiento general que nos permite responder esta pregunta.
Cuando la relación entre las variables X e Y es lineal, el método de ajuste por cuadrados mínimos se
denomina también método de regresión lineal.
Observamos o suponemos una tendencia lineal entre las variables y nos preguntamos sobre cuál es la
mejor recta:
y(x) = a x + b
Que representa este caso de interés. Es útil definir la función:

Que es una medida de la desviación total de los valores observados yi respecto de los predichos por el
modelo lineal a x + b. Los mejores valores de la pendiente a y la ordenada al origen b son aquellos que
minimizan esta desviación total, o sea, son los valores que remplazados en la Ec. (1) minimizan la
funciónc2. Ec. (2). Los parámetros a y b pueden obtenerse usando técnicas matemáticas que hacen uso
del cálculo diferencial. Aplicando estas técnicas, el problema de minimización se reduce al de resolver el
par de ecuaciones:

pág. 4
Actualmente, la mayoría de los programas de análisis de datos y planillas de cálculo, realizan el proceso
de minimización en forma automática y dan los resultados de los mejores valores de a y b, o sea los
valores indicados por las ecuaciones.

REGRESIÓN POR MÍNIMOS CUADRADOS: LINEAL Y CUADRÁTICA.

pág. 5
IV. RESULTADOS:

CURVAS DE REGRESION LIENAL

pág. 6
pág. 7
pág. 8
pág. 9
pág. 10
pág. 11
 V. CONCLUSIONES:

 Se aprendió el funcionamiento de la predicción de fenómenos.

 Se aprendió a usar los gráficos de curvas de nivel, con sus diferentes fórmulas de
aplicación de predicción.
 Adquirimos datos de un registro meteorológico, que nos sirvieron para realizar las
formulas ya dadas en clase.
VI. RECOMENDACIONES:

 Usar siempre datos confiables que estén avalados por una estación de
registros meteorológicos o hidrológicos.
 Siempre escribir bien los datos, para no tener errores en las predicciones.
 Usar Excel como base de ayuda para realizar dichos cálculos.

VII. LINKOLOGIA:
 http://www.senamhi.gob.pe/main_mapa.php?t=dHi
 http://www.senamhi.gob.pe/include_mapas/_dat_esta_tipo.php?estaci
ones=472645F0
 https://sites.google.com/site/numerictron/unidad-4/4-3-regresion-por-
minimos-cuadrados-lineal-y-cuadratica

VIII. BIBLIOGRAFIA :

Senamhi.gob.pe/include_mapas/_dat_esta_tipo.php?estaciones=472645F0

pág. 12