UNIVERSIDAD DE GUAYAQUIL

FACULTAD DE CIENCIAS MATEMATICAS Y FISICAS

ESCUELA DE INGENIERIA CIVIL

OBRAS PORTUARIAS

PARÁMEROS ESTADÍSTICOS DEL OLEAJE

INTEGRANTES :
• CAMPOVERDE LEIVA JOSÉ LUIS
• DÍAZ MERELO KATHERINE ALEXANDRA
• ALFONSO FERNÁNDEZ
• GARAY MORA JAVIER ALEJANDRO
• MARTÍNEZ QUIROZ KATIUSKA SELENE
• ROSALES MARIÑO REYNA ROXANNA
• TAPIA AMORES BRYAN PAUL
• TIGRE POGGIO MARJORIE GABRIELA
• TÓMALA JUAN PABLO
• VILLALTA GUZHÑAY EDWIN MOISES
GRUPO: 3B
DOCENTE: ING. GUILLERMO PACHECO
 OBJETIVOS

 Realizar un análisis general de los parámetros estadísticos usados en el oleaje.

 Estudiar parámetros estadísticos específicos.
 Aplicación de estos conocimientos en el estudio de un caso practico de oleaje.
RESUMEN (CONCEPTOS BASICOS)
ESTADÍSTICA: Es la parte de las matemáticas que se EL OLEAJE: Es una sucesión de ondas u olas sobre
ocupa de los métodos para recoger, organizar, una superficie de agua, su origen se debe a la
resumir y analizar datos, así como para sacar transferencia de energía del viento a la superficie del
conclusiones validas y tomar decisiones razonables agua, para luego propagarse hasta alcanzar tierra.
con dicho análisis.

2
Para el estudio de las olas, estas se dividen en: Olas de aguas profundas y olas costeras
 TIPOS DE PERIODOS

 Periodo medio de paso ascendente (Tz)

 Periodo significante (Ts)
𝑻𝒄
 Parámetro de irregularidad (r) 𝐫=
𝑻𝒛

TIPOS DE OLAS SEGÚN SU ORIGEN

 Oleaje tipo sea o mar de tiempo

 Oleaje tipo swell o mar de fondo

CIENCIA ESTADISTICA APLICADA DE DATOS

 Distribuciones conjuntas de altura y periodo

 Rosas de oleaje
 Distribuciones conjuntas de altura y dirección de oleaje
3
Por lo general estas representaciones deben de incluir una cabecera en su informe final con: Nombre de
estación estudiada, periodo analizado, nº de datos medidos, tanto por ciento de valores útiles durante el
periodo considerado, altura significante media y altura significante máxima de ola.
Algunas definiciones utilizadas para la obtención de estos parámetros son:
VARIABLE ESTADÍSTICA.- Son las características o propiedades de una determinada
población.
POBLACIÓN. - Es el conjunto formado por todos los elementos a estudiar.
MUESTRA. - ES parte de la población que se considera representativa
para el análisis.
GRÁFICAS. – Son muy utilizadas para obtener una información y
distribución clara, rápida y precisa de la gran cantidad de datos
numéricos a analizar. Las más utilizadas suelen ser las siguientes:

Diagrama de barras
Polígono de frecuencias
Histograma
Cartograma
Rosa de los vientos

4
PARÁMETROS ESTADÍSTICOS.- Las ciencias estadísticas suelen manejar una gran cantidad de datos, los cuales se
tratan de resumirlos en pocos, pero que estos sean muy representativos. Para lograr con este objetivo se utilizan
los siguientes conceptos:
MEDIA ARITMÉTICA MEDIANA MODA

“
MÁXIMOS.- Es el máximo valor de todos los datos de un determinado registro.

TABLAS DE FRECUENCIA.- Es el número de veces que se suele presentar o repetir un valor al estudiarlo dentro de
una variable estadística.

VARIANZA.- Nos permite identificar la diferencia promedio entre cada uno de los valores con respecto a su media
aritmética.

DESVIACIÓN ESTÁNDAR.- Es el parámetro estadístico que se utiliza para considerar los valores dispersos de entre un
gran número de datos de un registro y poder encontrar su tendencia. Nos permite determinar el promedio
aritmético de fluctuación de los datos respecto a su punto central o a la media aritmética, para calcularla hay que
hallar la raíz cuadrada de la varianza. 𝑺 = 𝑺𝟐

CAMPANA DE GAUSS.- Es la representación gráfica de la distribución de un grupo de datos que se reparten en

valores bajos, medios y altos respectivamente. 5
 La asimetría muestra la distribución de una variable respecto a la media aritmética, sin necesidad de hacer
la representación gráfica. Los coeficientes de asimetría indican si hay el mismo número de elementos tanto
a la izquierda como a la derecha de la media. Existen tres tipos de curva de distribución según su asimetría:

ASIMETRÍA NEGATIVA: En donde
la cola de la distribución se
alarga para valores inferiores a
la media.
SIMÉTRICA: Existe el mismo número de ASIMETRÍA POSITIVA: En donde la
elementos a izquierda y derecha de la media. En cola de la distribución se alarga
este caso, coinciden la media, la mediana y (a la derecha) para valores
la moda. La distribución se adapta a la forma de superiores a la media.
la campana de Gauss, o a una distribución
normal.
CA < 0. Asimetría negativa

CA = 0. Simétrica

CA > 0. Asimetría positiva

COEFICIENTE DE COEFICIENTE DE
COEFICIENTE DE ASIMETRIA DE
ASIMETRIA DE
ASIMETRIA DE FISHER BOWLEY
σ𝑵
PEARSON
𝒙)𝟑 ∗𝒏𝒊
𝒊=𝟏(𝒙𝐢−ഥ 𝑸𝟑 + 𝑸𝟏 − 𝟐𝑸𝟐
𝑪𝑨𝑭 = 𝑪𝑨𝑷 =
ഥ−𝑴𝒐(𝑿)
𝒙
𝑪𝑨 = 6
𝑵∗𝑺𝒙𝟑 𝑸𝟑 − 𝑸𝟏
𝑺𝒙
 CURTOSIS
Es una medida de forma que mide cuán escarpada o
achatada está una curva o distribución. Este coeficiente
indica la cantidad de datos que hay cercanos a la media,
de manera que a mayor grado de curtosis, más
escarpada o apuntada será la forma de la curva.

σ(𝑵 𝒙)𝟒
(𝒙𝒊 − ഥ
𝑪𝒖𝒓𝒕𝒐𝒔𝒊𝒔 = 𝒊=𝟏 −𝟑
𝑵 ∗ 𝑺𝒙𝟒

Cuando los datos están agrupados o agrupados en

intervalos, la fórmula del coeficiente de curtosis se
convierte en:
(𝐍
σ𝐢=𝟏(𝐱𝐢 − 𝐱ത )𝟒 ∗ 𝐧𝐢
𝐂𝐮𝐫𝐭𝐨𝐬𝐢𝐬 = −𝟑
𝐍 ∗ 𝐒𝐱 𝟒

ഥ
𝒙 = media
𝑺𝒙= desviación típica.
7
 PERFIL DE OLAS IDEALIZADAS, EN
UNA GRÁFICA SENOIDAL.

Altura de ola H Distancia vertical entre un seno y una cresta sucesivos

Longitud de onda L Distancia horizontal entre dos crestas sucesivas

8
 DISTRIBUCION CONJUNTA DE ALTURA Y PERIODO
ALTURA MEDIA
CUADRÁTICA DE
SERIES TEMPORALES DE DESCRIPCIÓN ALTURA MÁXIMA OLA (Hrms).
ALTURA SIGNIFICANTE Y ESTADÍSTICA DE DE OLA (Hmax). Hi
PERIODO LAS ONDAS 𝟏/𝟐
𝑵
Si ordenamos la serie 𝟏
La altura máxima 𝑯𝒓𝒎𝒔 = ෍ 𝑯𝒊𝟐
de olas identificadas Supone que todas las 𝑵
de una ola 𝒊=𝟏
según su altura y/o frecuencias y todas las
perteneciente a
periodo el registro longitudes de onda
un determinado EL PERIODO MEDIO (Tz)
puede ser usado para correspondientes están
grupo de olas que
cálculos estadísticos presentes, se enfoca en
viene dado por el Tiempo de paso de dos olas
de alturas y periodos. la energía de onda.
mayor valor de consecutivas por una línea
Hi. imaginaria a la mitad de la
LA ALTURA DE OLA ALTURA MEDIA distancia entre la cresta y el
SIGNIFICANTE (HS) DE OLA.
valle.
𝑵/𝟑
𝟑 σ 𝑯𝒊
𝑯𝒔 = ෍ 𝑯𝒊 𝑯𝒊 =
𝑵 𝑵
𝒊=𝟏
9
 VIDA ÚTIL Y PROBABILIDAD DE EXCEDENCIA DE LA
ALTURA DE DISEÑO.

• PROBABILIDAD ANUAL DE EXCEDENCIA

• ALTURA DE DISEÑO

• VIDA ÚTIL 𝑷𝒂(𝒙) = 𝟏 − 𝒆−𝝀(𝟏−𝑭𝒘 𝑯𝒂 )

• PROBABILIDAD DE EXCEDENCIA
λ = # medio de temporales anual
Fw = Distribución Weibull
𝑷𝑳 𝑯𝒅 = 𝟏 − (𝟏 − 𝑯𝒅 )𝑳

Hd = Altura de diseño 𝑯𝒂 − 𝜶 𝜸
L = Años 𝑭𝒘 𝑯𝒂 = 𝟏 − 𝐞𝐱𝐩(− )
𝜷

• PERIODO DE RETORNO λ, α, β y γ se proporcionan en la sección

de tablas
𝑳
𝑻𝒓 = −
𝐥 𝐧 𝟏 − 𝑷𝑳

10
 ALTURA SIGNIFICANTE Y PERIODO DE
PICO EN SITUACIÓN DE TEMPORAL
• ALTURA SIGNIFICANTE

𝑬 𝑻𝒑 = 𝒂 ∗ 𝑯𝒔𝒄

• PERIODO DE RETORNO

𝟏
𝑻𝒓 =
𝑷𝒂 𝑯𝒓

𝟏 𝟏
Pa = Probabilidad anual de excedencia 𝑯𝒓 = 𝜷(−𝑳𝒏 ( ))𝜸 + 𝜶
𝒙 ∗ 𝑻𝒓
Hr = Altura significante

11
 PROBABILIDAD
PERIODO DE RETORNO
El número de años que en promedio transcurren entre
temporales que superan un cierto valor de Altura
Significante Hr, se denomina Periodo de Retorno Tr
asociado a la Altura de Retorno Hr.
La relación entre Tr y Hr estrada por la siguiente
expresión.
Relación aproximada válida para valores de Tr
superiores a 10 años
El Periodo de Retorno es un modo intuitivo de
evaluar como de “raro” o poco frecuente es un suceso.
No obstante, Tr es un tiempo promedio y este tiende
al valor de 0.64.
• PROBABILIDAD DE EXCEDENCIA
La probabilidad de que el mayor temporal ocurrido en un año
tenga una Altura Significante superior un cierto valor Ha
prestablecido está dado por la expresión.
• PROBABILIDAD DE EXCEDENCIA A LA ALTURA DE
DISEÑO.
La determinación de la Altura de Diseño se realiza especificando el
valor admisible de la Probabilidad de Excedencia de la Altura de
Diseño durante el tiempo de Vida Útil. A su vez la Vida Útil y la
Probabilidad de Excedencia admisible se determinan en función de
los costos económicos y sociales de un posible fallo.
PL(Hd)=1 − (1 − Pa(Hd))L
Tr = −L ln(1 − PL). 12
TABLA 4. RESULTADOS BOYA DE CABO DE GATA (2548)

13
 PRUEBAS DE CONFIANZA
INTERVALOS DE CONFIANZA
El oleaje en condiciones extremas está
sometido a una gran incertidumbre, aparte la
obtención solamente de la estima puntual no
es muy correcta cuando se trabaja con
técnicas estadísticas, por lo cual es
conveniente dar medidas de la exactitud de
esa estima. Una manera adecuada de
expresar la inexactitud de las estimas es
mediante intervalos de confianza.
 Método de simulación estadística con
experimentos tipo bootstrap
 Fórmulas indicadas por el PIANC
(Permanent International Association of
Navigation Congresses)
 Fórmulas empíricas propuestas por Goda
 Fórmula de Cramer
 Simulación estadística.
14
 TABLA 3. FUNCIONES DE DISTRIBUCIÓN DE
PROBABILIDAD PARA EL ANÁLISIS EXTREMAL.

Una de estas tres funciones será la que mejor se ajuste a los

datos y con la que asignaremos un periodo de retorno a
185,244 users
cada altura de ola y viceversa. Es muy improbable que las
alturas de ola en la naturaleza se distribuyan según una
distribución conocida. Por lo tanto, estimar la altura de ola
para periodos de retorno superiores al tiempo de registro
será siempre una extrapolación. Así que hay que ser
conscientes que a mayor periodo de retorno, más
inexactitud en la estima de la altura de ola.

15
EJERCICIO DE APLICACIÓN

APLICACIÓN DE LOS PARAMETROS ESTADISTICOS A UN REGISTRO DE APLICACIÓN DE LOS PARAMETROS ESTADISTICOS A UN REGISTRO DE O
OLEAJE. DATOS PROPORCIONADOS POR UNA BOYA. (CEDEX) BOYA (CEDEX)

De la web de Cedex se logró obtener datos de una Estación mareograficas ubicada CÓDIGO
ESTACION FECHA
AEMET
en el aeropuerto de Almería, en España. Los datos fueron proporcionados desde el
1387 Almería, Aeropuerto 01/05/2019
1/05/2019 hasta el 11/06/2019. Los registros de la boya se los obtiene a cada hora. Se 1387 Almería, Aeropuerto 01/05/2019
proporciona Hi (m) que es la altura de la ola medida por la boya y Tz (seg) es el 1387 Almería, Aeropuerto 01/05/2019
intervalo de tiempo medido entre dos cruces de olas en un determinado registro. 1387 Almería, Aeropuerto 01/05/2019
1387 Almería, Aeropuerto 01/05/2019
El registro de datos consta de 1008 datos, repartidos en las fechas y horas 1387 Almería, Aeropuerto 01/05/2019
anteriormente establecidas. Dicho informe se lo adjunta en un archivo Excel junto a 1387 Almería, Aeropuerto 01/05/2019
1387 Almería, Aeropuerto 01/05/2019
este trabajo. A continuación se presenta los resultados obtenidos:

16
CONCLUSIÓN

Se puede concluir que esta investigación sirve como una

guía para quienes deseen estudiar y predecir el oleaje desde
la perspectiva de la probabilidad y la estadística. Ya que esta
rama de las matemáticas se ocupa de manejar diferentes
tipos de métodos de recolección, organización, resumen y
análisis de un gran conjunto de datos, para de esta forma
obtener resultados de oleajes válidos y certeros que tengan
relación con la vida real, estando en la capacidad de tomar
decisiones razonables con tal análisis.

17