Documentos de Académico
Documentos de Profesional
Documentos de Cultura
17 de enero de 2011
Bernardo Bello R
()
http://bernardobello.blogspot.com/
17 de enero de 2011
1 / 52
Introduccin
Resea histrica
Motivacin
Entorno de medicin y cobertura radial
Radares HF marinos
Espectros, coordenas y alturas
Marco terico y planteamiento del problema
Descripcin de un mar aleatorio
Concepto estocstico aplicado al oleaje ocenico
Ondas ocenicas como un proceso aleatorio gausiano
Mares aleatorios
Densidad espectral
Funcin de densidad espectral
Espectro de energa del oleaje
Estimacin de parmetros espectrales
Alturas signicantes
Relacin alturas y espectro del oleaje
Relacin altura signicante y el espectro del oleaje
Bernardo Bello R
()
http://bernardobello.blogspot.com/
17 de enero de 2011
1 / 52
6
7
Modelos propuestos
Estimacin de los parmetros por mxima verosimilitud condicional
Diagnstico del modelo
Resultados
Densidad espectral
Estimacin alturas signicantes
Modelo probabilstico
Anlisis geoestadstico
Bernardo Bello R
()
http://bernardobello.blogspot.com/
17 de enero de 2011
1 / 52
Conclusiones
10
Bibliografa
11
Anexos
Bernardo Bello R
()
http://bernardobello.blogspot.com/
17 de enero de 2011
1 / 52
Introduccin
Resea histrica
Resea histrica
Operaciones militares.
Bernardo Bello R
()
http://bernardobello.blogspot.com/
17 de enero de 2011
2 / 52
Introduccin
Resea histrica
Resea histrica
Operaciones militares.
Prediccin de las caractersticas del oleaje.
Bernardo Bello R
()
http://bernardobello.blogspot.com/
17 de enero de 2011
2 / 52
Introduccin
Resea histrica
Resea histrica
Operaciones militares.
Prediccin de las caractersticas del oleaje.
Oceangrafos Sverdrup y Munk (1947).
Bernardo Bello R
()
http://bernardobello.blogspot.com/
17 de enero de 2011
2 / 52
Introduccin
Resea histrica
Resea histrica
Operaciones militares.
Prediccin de las caractersticas del oleaje.
Oceangrafos Sverdrup y Munk (1947).
Relaciones tericas y empricas de oleaje generado por el viento.
Bernardo Bello R
()
http://bernardobello.blogspot.com/
17 de enero de 2011
2 / 52
Introduccin
Resea histrica
Resea histrica
Operaciones militares.
Prediccin de las caractersticas del oleaje.
Oceangrafos Sverdrup y Munk (1947).
Relaciones tericas y empricas de oleaje generado por el viento.
Desarrollo de mtodos de prediccin de alturas signicantes de oleaje.
Bernardo Bello R
()
http://bernardobello.blogspot.com/
17 de enero de 2011
2 / 52
Introduccin
Resea histrica
Resea histrica
Operaciones militares.
Prediccin de las caractersticas del oleaje.
Oceangrafos Sverdrup y Munk (1947).
Relaciones tericas y empricas de oleaje generado por el viento.
Desarrollo de mtodos de prediccin de alturas signicantes de oleaje.
Miles y Phillips (1957) desarrollaron la teora espectral para oleaje
generado por el viento.
Bernardo Bello R
()
http://bernardobello.blogspot.com/
17 de enero de 2011
2 / 52
Introduccin
Resea histrica
Resea histrica
Operaciones militares.
Prediccin de las caractersticas del oleaje.
Oceangrafos Sverdrup y Munk (1947).
Relaciones tericas y empricas de oleaje generado por el viento.
Desarrollo de mtodos de prediccin de alturas signicantes de oleaje.
Miles y Phillips (1957) desarrollaron la teora espectral para oleaje
generado por el viento.
Phillips (1958) plantea el primer modelo terico de onda espectral.
Bernardo Bello R
()
http://bernardobello.blogspot.com/
17 de enero de 2011
2 / 52
Introduccin
Resea histrica
Resea histrica
Operaciones militares.
Prediccin de las caractersticas del oleaje.
Oceangrafos Sverdrup y Munk (1947).
Relaciones tericas y empricas de oleaje generado por el viento.
Desarrollo de mtodos de prediccin de alturas signicantes de oleaje.
Miles y Phillips (1957) desarrollaron la teora espectral para oleaje
generado por el viento.
Phillips (1958) plantea el primer modelo terico de onda espectral.
Pierson y Moskowitz (1964) frmula una expresin general para la
densidad espectral.
Bernardo Bello R
()
http://bernardobello.blogspot.com/
17 de enero de 2011
2 / 52
Introduccin
Resea histrica
Resea histrica
Operaciones militares.
Prediccin de las caractersticas del oleaje.
Oceangrafos Sverdrup y Munk (1947).
Relaciones tericas y empricas de oleaje generado por el viento.
Desarrollo de mtodos de prediccin de alturas signicantes de oleaje.
Miles y Phillips (1957) desarrollaron la teora espectral para oleaje
generado por el viento.
Phillips (1958) plantea el primer modelo terico de onda espectral.
Pierson y Moskowitz (1964) frmula una expresin general para la
densidad espectral.
Bernardo Bello R
()
http://bernardobello.blogspot.com/
17 de enero de 2011
2 / 52
Introduccin
Motivacin
Motivacin
Bernardo Bello R
()
http://bernardobello.blogspot.com/
17 de enero de 2011
3 / 52
Introduccin
Motivacin
Motivacin
Bernardo Bello R
()
http://bernardobello.blogspot.com/
17 de enero de 2011
3 / 52
Introduccin
Bernardo Bello R
()
http://bernardobello.blogspot.com/
17 de enero de 2011
4 / 52
Introduccin
Radares HF marino
Antenas Transmisoras
Bernardo Bello R
()
http://bernardobello.blogspot.com/
17 de enero de 2011
5 / 52
Introduccin
Radares HF marinos
Radares HF marino
Antenas Receptoras
Bernardo Bello R
()
http://bernardobello.blogspot.com/
17 de enero de 2011
6 / 52
Introduccin
Bernardo Bello R
()
http://bernardobello.blogspot.com/
17 de enero de 2011
7 / 52
Introduccin
Bernardo Bello R
()
http://bernardobello.blogspot.com/
17 de enero de 2011
8 / 52
Introduccin
Bernardo Bello R
()
http://bernardobello.blogspot.com/
17 de enero de 2011
8 / 52
Introduccin
Bernardo Bello R
()
http://bernardobello.blogspot.com/
17 de enero de 2011
8 / 52
Introduccin
Bernardo Bello R
()
http://bernardobello.blogspot.com/
17 de enero de 2011
8 / 52
Introduccin
()
http://bernardobello.blogspot.com/
17 de enero de 2011
8 / 52
Introduccin
()
http://bernardobello.blogspot.com/
17 de enero de 2011
8 / 52
Bernardo Bello R
()
Figura:
http://bernardobello.blogspot.com/
17 de enero de 2011
9 / 52
Densidad espectral
Densidad espectral
Funcin de densidad espectral de una seal
S (w ) := S (w ; A, B, p, q ) = Aw
Bw
para w 2 (0, ) ,
(1)
Z Z
(3)
()
http://bernardobello.blogspot.com/
17 de enero de 2011
10 / 52
Densidad espectral
Densidad espectral
Espectro de energa del oleaje
ETotal =
S (w )dw =
A
= m0 .
qB
(4)
aproximacin m0 := m0 (t, u ).
Espectros segn la velocidad del viento
Bernardo Bello R
()
http://bernardobello.blogspot.com/
17 de enero de 2011
11 / 52
Densidad espectral
Densidad espectral
Estimacin de parmetros espectrales
m0 =
A
qC q
Z
q
w
C
q 1
q
w
A
e ( C ) dw =
qB
(5)
y
s
m0
qB
=
A
f (w ; C , q )dw = 1.
(6)
wmodal = q
Bernardo Bello R
()
qB
g
y wmodal = 0,47
.
p
U
http://bernardobello.blogspot.com/
(7)
17 de enero de 2011
12 / 52
Alturas signicantes
Alturas signicantes
Relacin altura signicante y espectro del oleaje
Bernardo Bello R
()
3
N
N /3
i =1
H (t, ui ) =
3
N
N /3
i =1
rZ
wu
wl
http://bernardobello.blogspot.com/
S0 (w ; t, ui )dw .
17 de enero de 2011
(9)
13 / 52
Sea X (t ) el proceso estocstico, asociado a las ondas del mar, como una
sucesin de variables aleatorias que evolucionan en el tiempo. Cada una de las
variables aleatorias del proceso tiene su propia funcin de distribucin de
probabilidad y pueden estar correlacionadas o no. Las ondas aleatorias en el
mar, X (t ), son una combinacin lineal de oscilaciones armnicas que se
comportan en aguas profundas como un proceso gausiano, ergdico y
dbilmente estacionario (Rudnick, 1951).
Relacin altura y amplitud de la onda
Bernardo Bello R
()
http://bernardobello.blogspot.com/
17 de enero de 2011
14 / 52
(10)
Xc (t )= A(t )
cos ((t ))
Xs (t )= A(t )
sin ((t )) .
(11)
f (a; ) =
Bernardo Bello R
()
a
e
2
a
22
, a 2 [0, ) y > 0.
http://bernardobello.blogspot.com/
17 de enero de 2011
(12)
15 / 52
f (h; R ) =
h
e
2R
h2
4R
, h 2 (0, ) , R > 0.
(13)
R=
1 n 2
h (u i , t ).
n i
=1
(14)
()
http://bernardobello.blogspot.com/
17 de enero de 2011
16 / 52
Anlisis descriptivo
(d ) = C 0 +C 1 1
exp
3d
a
con d > 0,
(15)
Bernardo Bello R
()
http://bernardobello.blogspot.com/
17 de enero de 2011
17 / 52
Anlisis descriptivo
Anlisis estructural
(d ) = C 0 +C 1 1
exp
3d
a
con d > 0,
(15)
Bernardo Bello R
()
http://bernardobello.blogspot.com/
17 de enero de 2011
17 / 52
Anlisis descriptivo
Anlisis estructural
Variograma o semivariograma
(d ) = C 0 +C 1 1
exp
3d
a
con d > 0,
(15)
Bernardo Bello R
()
http://bernardobello.blogspot.com/
17 de enero de 2011
17 / 52
Anlisis descriptivo
Anlisis estructural
Variograma o semivariograma
Modelo de semivariograma exponencial
(d ) = C 0 +C 1 1
exp
3d
a
con d > 0,
(15)
Bernardo Bello R
()
http://bernardobello.blogspot.com/
17 de enero de 2011
17 / 52
1 si H (u ) hk
0 en otro caso.
(16)
n (u )
E [I (u; hk )] =
(u; hk )I (u ; hk ),
(17)
=1
()
http://bernardobello.blogspot.com/
17 de enero de 2011
(18)
18 / 52
Modelos ARIMA
i Li
i =1
(1
L) yt = 1 + i Li
d
i =1
t ,
t = 1, ..., T ,
(19)
()
http://bernardobello.blogspot.com/
17 de enero de 2011
19 / 52
yt
N 1
Zt t + t
Nxm mx 1 N 1
t
m 1
At t 1 + Rt
m m m 1 m r
(20)
t ,
r 1
()
http://bernardobello.blogspot.com/
17 de enero de 2011
20 / 52
Pt
= E [(t
at
1 )( t 1
at
1
1)
],
(21)
y Pt 1 , el estimador
1, se encuentra
= E [(t at jt 1 )(t at jt 1 )0 ],
= E (t jt 1 ), sobre el supuesto de que t , t y 0 son
donde at jt 1
normales, tenemos
Pt jt
at j t
= At at
1,
()
http://bernardobello.blogspot.com/
(22)
(23)
at j t
dada por
17 de enero de 2011
21 / 52
Pt jt
= At Pt
1 At
+ Rt Qt Rt ,
t = 1, ..., T ,
(24)
donde Kt = Pt jt 1 Zt Ft
prediccin y con varianza
at = at j t
1
y vt = yt
Pt = Pt jt
Bernardo Bello R
()
+ Kt vt ,
Zt at jt
1
1,
(25)
el vector de error de
Kt Zt Pt jt
http://bernardobello.blogspot.com/
1.
(26)
17 de enero de 2011
22 / 52
()
http://bernardobello.blogspot.com/
17 de enero de 2011
23 / 52
Modelos propuestos
t
3 1
Z t
1x 3 3x 1
At
3 3
+ t
1
3 1
(27)
1 1
+ R
,
3 1 1 t1
(28)
1T
0
1
0
1
0 1
1
1 1 0
yt 1
0
@
A
@
A
@
A
@
1
0
yt
1 A ,
; t =
;R=
Z =
;A=
0
0 0 0
t
1
()
http://bernardobello.blogspot.com/
17 de enero de 2011
24 / 52
f (Y ; ) =
f (yt jYt
1; ) ,
(29)
t =1
ln L ( jYT ) =
Bernardo Bello R
()
T
ln (2 )
2
0
1 T
ln jFt j + vt Ft 1 vt .
2 t
=1
http://bernardobello.blogspot.com/
17 de enero de 2011
(30)
25 / 52
Las pruebas que se realizan para ver si un modelo es adecuado se basan en las
innovaciones estandarizadas estimadas
vt
et = p ,
Ft
t = 1, ..., T ,
(31)
Bernardo Bello R
()
http://bernardobello.blogspot.com/
(32)
17 de enero de 2011
26 / 52
Resultados
Densidad espectral
Resultados
Densidad espectral
S (w ) = 0,687w
0,063w
, w 2 [0,3142; 1,5708].
(33)
Bernardo Bello R
()
http://bernardobello.blogspot.com/
17 de enero de 2011
27 / 52
Resultados
Estimacin alturas
Usando los valores estimados de los parmetros espectrales,
q el valor mximo de
energa se encuentra en la frecuencia modal wmodal =
wmodal =
4 0,063
5
= 0,474 y
0,47 9,81
U
entonces U = 9,73[m/s ].
Al realizar un modelo de regresin simple normal heterocedstico, se tiene
Coecientes
Intercepto
Estimacin
0.002026
1.601730
Error.Estandar
0.001581
0.001249
T-valor
1.282
1290.657
Valor-p
0.2
<2e-16 ***
()
http://bernardobello.blogspot.com/
17 de enero de 2011
28 / 52
Resultados
Estimacin alturas
Figura:
Bernardo Bello R
()
http://bernardobello.blogspot.com/
17 de enero de 2011
29 / 52
Resultados
3
H s (t ) =
N
N /3
3
H (t, ui ) = N
i =1
0
N /3
1,6
i =1
rZ
wu
wl
S0 (w ; t, ui )dw .
(34)
Bernardo Bello R
()
http://bernardobello.blogspot.com/
17 de enero de 2011
30 / 52
Resultados
Modelo probabilstico
Modelo probabilstico
Para poder contrastar la hiptesis de que las alturas siguen una
distribucin de Rayleigh, versus una distribucin Gamma, se presenta el
test de bondad de ajuste de Kolmogorov para cada instante de medicin.
= f(, ) 2 [3,66; 30,99]
Bernardo Bello R
()
[3,0; 17,44]g.
http://bernardobello.blogspot.com/
17 de enero de 2011
31 / 52
Resultados
Anlisis geoestadstico
Bernardo Bello R
()
http://bernardobello.blogspot.com/
17 de enero de 2011
32 / 52
Resultados
Anlisis geoestadstico
Figura:
Bernardo Bello R
()
http://bernardobello.blogspot.com/
17 de enero de 2011
33 / 52
Resultados
Anlisis geoestadstico
Bernardo Bello R
()
http://bernardobello.blogspot.com/
17 de enero de 2011
34 / 52
Resultados
Anlisis geoestadstico
Figura:
(d ) = 0,08 + 0,243 1
Bernardo Bello R
()
exp
3d
0,13
http://bernardobello.blogspot.com/
,d >0
17 de enero de 2011
(35)
35 / 52
Resultados
Anlisis geoestadstico
Bernardo Bello R
()
http://bernardobello.blogspot.com/
17 de enero de 2011
36 / 52
Resultados
Anlisis geoestadstico
Boxplot temporal
Bernardo Bello R
()
http://bernardobello.blogspot.com/
17 de enero de 2011
37 / 52
Resultados
Bernardo Bello R
()
http://bernardobello.blogspot.com/
17 de enero de 2011
38 / 52
Resultados
Anlisis de estacionariedad
El test de Dickey-Fuller muestra un valor-p de 0,3884. Diferenciando con
d = 1 a yt , el test de Dickey-Fuller, muestra un valor-p de 0,01,
rechazando la hiptesis nula de raz unitaria.
Bernardo Bello R
()
http://bernardobello.blogspot.com/
17 de enero de 2011
39 / 52
Resultados
Anlisis distribucional
Medidas descriptivas de la serie diferenciada, Hs .
Min
0,726
M a x
0,904
Q1
0,119
Q3
0,123
Med
0,011
X
0,001
Var
0,039
Asim
0,218
Curt
1,704
Bernardo Bello R
()
http://bernardobello.blogspot.com/
17 de enero de 2011
40 / 52
Resultados
BJ
Modelos
ARIMA(1, 1, 1)
BJ
ARIMA(1, 1, 0)
BJ
ARIMA(0, 1, 1)
Bernardo Bello R
()
SCR
SCR
SCR
MLE
0,245
0,024
21,14766
0,222
21,14864
0,203
21,23934
http://bernardobello.blogspot.com/
sd
0,183
0,189
AIC
1850,2
0,041
1852,1
0,041
1849,7
17 de enero de 2011
41 / 52
Resultados
MEE ARIMA(1, 1, 0)
CI = [y t 1 ; y t ]
MEE
ARIMA(0, 1, 1)
CI = [y t ; t ]
Bernardo Bello R
()
2
SCR
2
SCR
2
SCR
0,251
0,029
0,037
21,14722
0,223
0,037
21,1482
0,203
0,038
21,23919
http://bernardobello.blogspot.com/
0,105
0,104
0,004
3,264
0,041
0,029
3,271
0,028
0,004
3,267
17 de enero de 2011
42 / 52
Resultados
Figura:
Bernardo Bello R
()
http://bernardobello.blogspot.com/
17 de enero de 2011
43 / 52
Resultados
568
2,858038
569
2,858241
570
2,858196
571
2,858206
572
2,858203
573 al 638
2,858204
Bernardo Bello R
()
http://bernardobello.blogspot.com/
17 de enero de 2011
44 / 52
Resultados
Diagnstico MEE-ARIMA(1,1,0)
A continuacin se muestra el error de prediccin estimado, vt , observando
los casos ms atpicos en t = 39, 41, 97, 382, 458. El test de normalidad
de Shapiro con valor-p menor < 0,0001, rechaza la normalidad de vt .
Ahora si se eliminan esos caso obtenemos que el valor-p es 0,0674, no
rechazando la normalidad.
Bernardo Bello R
()
http://bernardobello.blogspot.com/
17 de enero de 2011
45 / 52
Resultados
Diagnstico MEE-ARIMA(1,1,0)
Figura:
Bernardo Bello R
()
http://bernardobello.blogspot.com/
17 de enero de 2011
46 / 52
Conclusiones
Conclusiones
Bernardo Bello R
()
http://bernardobello.blogspot.com/
17 de enero de 2011
47 / 52
Conclusiones
Conclusiones
Bernardo Bello R
()
http://bernardobello.blogspot.com/
17 de enero de 2011
47 / 52
Conclusiones
Conclusiones
Bernardo Bello R
()
http://bernardobello.blogspot.com/
17 de enero de 2011
47 / 52
Conclusiones
Conclusiones
Bernardo Bello R
()
http://bernardobello.blogspot.com/
17 de enero de 2011
48 / 52
Conclusiones
Conclusiones
Bernardo Bello R
()
http://bernardobello.blogspot.com/
17 de enero de 2011
48 / 52
Conclusiones
Conclusiones
Bernardo Bello R
()
http://bernardobello.blogspot.com/
17 de enero de 2011
48 / 52
Conclusiones
Conclusiones
Bernardo Bello R
()
http://bernardobello.blogspot.com/
17 de enero de 2011
48 / 52
Conclusiones
Conclusiones
El modelo de probabilidad Rayleigh no entreg un buen ajuste, siendo
poco exible cuando predomina eventos extremos, por lo cual no se
pueden realizar predicciones probabilsticas a largo plazo.
Bernardo Bello R
()
http://bernardobello.blogspot.com/
17 de enero de 2011
49 / 52
Conclusiones
Conclusiones
El modelo de probabilidad Rayleigh no entreg un buen ajuste, siendo
poco exible cuando predomina eventos extremos, por lo cual no se
pueden realizar predicciones probabilsticas a largo plazo.
Se crea un sistema de alerta temprana, utilizando despliegues grcos
geoestadsticos con algoritmos computacionales ecientes, esto
permite tener una primera impresin del oleaje en el mismo instante
que se mide.
Bernardo Bello R
()
http://bernardobello.blogspot.com/
17 de enero de 2011
49 / 52
Conclusiones
Conclusiones
El modelo de probabilidad Rayleigh no entreg un buen ajuste, siendo
poco exible cuando predomina eventos extremos, por lo cual no se
pueden realizar predicciones probabilsticas a largo plazo.
Se crea un sistema de alerta temprana, utilizando despliegues grcos
geoestadsticos con algoritmos computacionales ecientes, esto
permite tener una primera impresin del oleaje en el mismo instante
que se mide.
Se identic un modelo ARIMA para las alturas signicantes en
tiempo, escrito como modelo de espacio de estado. Utilizando
tcnicas de ltrado lineal, logramos predecir el nivel de la serie Hs del
oleaje local, y estimar las componentes del vector de estado. Se
predice el nivel de la serie desde la estimacin de la componente no
observada en corto plazo, se logra preveer la tendencia de las alturas
signicativas.
Bernardo Bello R
()
http://bernardobello.blogspot.com/
17 de enero de 2011
49 / 52
Conclusiones
Conclusiones
El modelo de probabilidad Rayleigh no entreg un buen ajuste, siendo
poco exible cuando predomina eventos extremos, por lo cual no se
pueden realizar predicciones probabilsticas a largo plazo.
Se crea un sistema de alerta temprana, utilizando despliegues grcos
geoestadsticos con algoritmos computacionales ecientes, esto
permite tener una primera impresin del oleaje en el mismo instante
que se mide.
Se identic un modelo ARIMA para las alturas signicantes en
tiempo, escrito como modelo de espacio de estado. Utilizando
tcnicas de ltrado lineal, logramos predecir el nivel de la serie Hs del
oleaje local, y estimar las componentes del vector de estado. Se
predice el nivel de la serie desde la estimacin de la componente no
observada en corto plazo, se logra preveer la tendencia de las alturas
signicativas.
Bernardo Bello R
()
http://bernardobello.blogspot.com/
17 de enero de 2011
49 / 52
Conclusiones
Conclusiones
Bernardo Bello R
()
http://bernardobello.blogspot.com/
17 de enero de 2011
50 / 52
Conclusiones
Conclusiones
Bernardo Bello R
()
http://bernardobello.blogspot.com/
17 de enero de 2011
50 / 52
Bibliografa
Bibliografa
1
Shumway R.H y Stoer D.S. (2006) "Time Series Analysis and Its
Applications With R". Ed. Springer, New York.
Bernardo Bello R
()
http://bernardobello.blogspot.com/
17 de enero de 2011
51 / 52
Anexos
Anexos
Agradecimientos a
Dr. Maria Paz Casanova
Dr. Dante Figueroa
Dr. Bernardo Lagos
Dr. Alejandro Rodrguez
Dr. Mauricio Castro
Adm. Omar Sandoval
Bernardo Bello R
()
http://bernardobello.blogspot.com/
17 de enero de 2011
52 / 52