Documentos de Académico
Documentos de Profesional
Documentos de Cultura
PDF Pembentukan Hormon Ol Plasenta - Compress
PDF Pembentukan Hormon Ol Plasenta - Compress
G rupo 4
Integrantes:
• HUAMANI RAMOS, Jaime 20151141G
• MIO RIOS, Luis Fernando
• LENGUA ESPINOZA, Luis Antonio
•
2019-1
Rímac
Rímac - Perú
Perú
INDICE:
20.2
20.3.MODELOS
MODELOSDE DEEXTENSIÓN
EXTENSIÓNDEDEREGISTRO
REGISTROBIVARIADO
MULTIVARIABLE
MULTIVARIABLE
20.4. MODELOS ALTERNATIVOS Y ENFOQUES
20.4.1. MODELO ANUAL
20.4.2. MODELO MENSUAL
20.4.3. CASO DE LOS DATOS INTERMITENTES.
INTERMITENTES.
20.4.4 AJUSTE TEMPORAL
20.4.5 MÉTODO DE SELECCIÓN DE RASTREO (TSM)
20.4.6 AJUSTE ESPACIAL
20.4.7 CRITERIOS DE VERIFICACION MODELO
20.4.8 EJEMPLO
20.5. CASO DE EVENTOS EXTREMOS
20.5.1. DISTRIBUCIÓN BIVARIADA DE GUMBEL
20.5.2. ESTIMACIÓN DE MÁXIMA VEROSIMILITUD DE LOS PARÁMETROS DE LA
DISTRIBUCIÓN DE BG
20.5.3. RELACIONES DE INFORMACIÓN RELATIVA A LA DISTRIBUCIÓN DE BG
20.5.4. EJEMPLOS
Los
Los da
dato
toss hi
hist
stór
óric
icos
os hi
hidr
dráu
áuli
lico
coss so
sonn ge
gene
nera
ralm
lmen
ente
te co
cort
rtos
os y no pu
pued
eden
en
pro
ropporc
rciionar una imimaagen confi fiaable de la variabilidad nat atu
ural de los
INTRODUCCIÓN
fenó
fenóme
menonoss hi
hidr
drol
ológ
ógic
icos
os.. Po
Porr lo tatant
nto
o se bu
busc
scaa in
info
form
rmacació
ión
n ad
adic
icio
iona
nall
y técnicas de extensión de registro que permitan tener registros
hidrol
hidrológi
ógicos
cos mas lar
largos
gos..
4
Est
stee capítulo repasa algunos de los conceptos y mode delo
loss fun
unddamental alees
suge
sugerirido
doss en la li
litter
erat
atur
uraa pa
para
ra la ext
xten
ensi
sió
ón de re
regi
gist
stro
ross de va
vari
riab
able
less ún
únic
icas
as y
múltiples
• Naturalizado
Los datos pueden • Acumulativo
Acumu lativo
estar disponibles en • Intermedio
diferentes formas. • Intermitente
La planificación La simulación
y la gestión de Como la estocástica y/o
los proyectos de precipitación y el los índices de la
recursos caudal. base de los
hídricos. árboles
7
INDICE:
20.2 MODELOSDEDE
20.3. MODELOS EXTENSIÓN
EXTENSIÓN DE REGISTRO
DE REGISTRO BIVARIADO
MULTIVARIA
MULTIVARIABLE
BLE
20.4. MODELOS ALTERNATIVOS Y ENFOQUES
20.4.1. MODELO ANUAL
20.4.2. MODELO MENSUAL
20.4.3.AJUSTE
20.4.4 CASO DE LOS DATOS INTERMITENTES.
TEMPORAL INTERMITENTES.
20.4.5 MÉTODO DE SELECCIÓN DE RASTREO (TSM)
20.4.6 AJUSTE ESPACIAL
20.4.7 CRITERIOS DE VERIFICACION MODELO
20.4.8 EJEMPLO
20.5. CASO DE EVENTOS EXTREMOS
20.5.1. DISTRIBUCIÓN BIVARIADA DE GUMBEL
20.5.2. ESTIMACIÓN DE MÁXIMA VEROSIMILITUD DE LOS PARÁMETROS DE LA
DISTRIBUCIÓN DE BG
20.5.3. RELACIONES DE INFORMACIÓN RELATIVA A LA DISTRIBUCIÓN DE BG
20.5.4. EJEMPLOS
Matalas y Jacobs
(1964) sugirieron MODELOS
DE DE EXTENSIÓN
REGISTRO BIVARIADO
un modelo de
regresión lineal.
V
Vogel
ogel and
Stedinger (1985)
introduce un
mejoramiento
adicional para el
MRL.
,
varianza , +
es el registro mas largo de longitud +
Nota: Las bivariables son normalmente distribuidas
10
ഥ muestra promedio
( ሻ( ሻ
desviación estándar
= ሻ(
ሻ( ሻ(
muestra promedio Nota: El te
term
rmin
ino
o ru
ruid
idoo
y el coeficiente
desviación estándar
fueron añadidos a la
regres
regresión
ión para
para elimin
eliminar
ar
es un ruido distribuido normalmente con
media 0 y varianza 1
el sesgo en la
estimación
vari
rian
anzza pobl
de
blaacion
la
cional
al
2. 11
Si modelo
delo en Eq.
Eq. (20.
0.1
1) es usa
usado par
araa la exte
ten
nsió
sión de los
los regi
regist
stro
ross co
cort
rto
os so
sob
bre el peri
period
odo
o
, los
los est
estima
imador
dores
es de pro
probab
babili
ilida
dad
d máx
máxima
ima imp
imparc
arcial
ial de y están
están dad
dados
os por:
por:
ഥ =
(20.2)
(20.3)
=
Donde: Cr
Crit
iter
erio
ioss expl
explíc
ícit
itos
os pa
para
ra ve
veri
rifi
fica
carr qu
que
e la me
medi
diaa
y la varia
varianznzaa de lo
loss regi
regist
stro
ro exte
extendndid
idos
os..
y son los muestra
muestra promedio y varianza
2 22
de sobre el periodo2 = /
y . ത <
2 2
< 12
Mante
Hirsch sugirió los modelos de Mantenim
nimie
ient
nto
o de Ext
Exten
ensió
sión
n de Var
Varian
ianza
za, MOVE1 y MOVE2,
para que los parámetros estimados de los registros cortos existentes se mantengan.
Los MOVE modelos de extensión apuntan a reproducir la media y la varianza del registro corto
pero pero no abordan directamente la exactitud de las estimaciones de ො
Además, ni el modelo de Matalas y Jacobs(1964) ni los diversos modelos de OVE, como se informo
anteriormente, consideran el efecto de la correlación en serie de la variable subyacente . Así
Grygier et. al. (1989) introduce la generalización MOVE modelo de extensión GMOVE para abordar
estas deficiencias.
2 2 2
2
ො = 2 2
2 (1൯
El modelo propuesto indicado como REXTN (Extensión de registro con ruido) se define como:
INDICE:
20.2 MODELOS DE EXTENSIÓN DE REGISTRO BIVARIADO
20.3. MODELOS DE EXTENSIÓN DE REGISTRO MULTIVARIABLE
MULTIVARIABLE
20.4. MODELOS ALTERNATIVOS Y ENFOQUES
20.4.1. MODELO ANUAL
20.4.2. MODELO MENSUAL
20.4.3. CASO DE
20.4.4 AJUSTE LOS DATOS INTERMITENTES.
TEMPORAL INTERMITENTES.
20.4.5 MÉTODO DE SELECCIÓN DE RASTREO (TSM)
20.4.6 AJUSTE ESPACIAL
20.4.7 CRITERIOS DE VERIFICACION MODELO
20.4.8 EJEMPLO
20.5. CASO DE EVENTOS EXTREMOS
20.5.1. DISTRIBUCIÓN BIVARIADA DE GUMBEL
20.5.2. ESTIMACIÓN DE MÁXIMA VEROSIMILITUD DE LOS PARÁMETROS DE LA
DISTRIBUCIÓN DE BG
20.5.3. RELACIONES DE INFORMACIÓN RELATIVA A LA DISTRIBUCIÓN DE BG
20.5.4. EJEMPLOS
19
INDICE:
20.2
20.3.MODELOS
MODELOSDE
DEEXTENSIÓN
EXTENSIÓNDE
DEREGISTRO
REGISTROBIVARIADO
MULTIVARIABLE
MULTIVARIABLE
20.4. MODELOS ALTERNATIVOS Y ENFOQUES
20.4.1. MODELO ANUAL
20.4.2. MODELO MENSUAL
20.4.3. CASO DE
20.4.4 AJUSTE LOS DATOS INTERMITENTES.
TEMPORAL INTERMITENTES.
20.4.5 MÉTODO DE SELECCIÓN DE RASTREO (TSM)
20.4.6 AJUSTE ESPACIAL
20.4.7 CRITERIOS DE VERIFICACION MODELO
20.4.8 EJEMPLO
20.5. CASO DE EVENTOS EXTREMOS
20.5.1. DISTRIBUCIÓN BIVARIADA DE GUMBEL
20.5.2. ESTIMACIÓN DE MÁXIMA VEROSIMILITUD DE LOS PARÁMETROS DE LA
DISTRIBUCIÓN DE BG
20.5.3. RELACIONES DE INFORMACIÓN RELATIVA A LA DISTRIBUCIÓN DE BG
20.5.4. EJEMPLOS
21
INDICE:
20.2 MODELOS DE EXTENSIÓN DE REGISTRO BIVARIADO
20.3. MODELOS DE EXTENSIÓN DE REGISTRO MULTIVARIABLE
MULTIVARIABLE
20.4. MODELOS ALTERNATIVOS Y ENFOQUES
20.4.1. MODELO ANUAL
20.4.2. MODELO MENSUAL
20.4.3. CASO DE
20.4.4 AJUSTE LOS DATOS INTERMITENTES.
TEMPORAL INTERMITENTES.
20.4.5 MÉTODO DE SELECCIÓN DE RASTREO (TSM)
20.4.6 AJUSTE ESPACIAL
20.4.7 CRITERIOS DE VERIFICACION MODELO
20.4.8 EJEMPLO
20.5. CASO DE EVENTOS EXTREMOS
20.5.1. DISTRIBUCIÓN BIVARIADA DE GUMBEL
20.5.2. ESTIMACIÓN DE MÁXIMA VEROSIMILITUD DE LOS PARÁMETROS DE LA
DISTRIBUCIÓN DE BG
20.5.3. RELACIONES DE INFORMACIÓN RELATIVA A LA DISTRIBUCIÓN DE BG
20.5.4. EJEMPLOS
INDICE:
20.2 MODELOS DE EXTENSIÓN DE REGISTRO BIVARIADO
20.3. MODELOS DE EXTENSIÓN DE REGISTRO MULTIVARIABLE
MULTIVARIABLE
20.4. MODELOS ALTERNATIVOS Y ENFOQUES
20.4.1. MODELO ANUAL
20.4.2. MODELO MENSUAL
20.4.3. CASO DE
20.4.4 AJUSTE LOS DATOS INTERMITENTES.
TEMPORAL INTERMITENTES.
20.4.5 MÉTODO DE SELECCIÓN DE RASTREO (TSM)
20.4.6 AJUSTE ESPACIAL
20.4.7 CRITERIOS DE VERIFICACION MODELO
20.4.8 EJEMPLO
20.5. CASO DE EVENTOS EXTREMOS
20.5.1. DISTRIBUCIÓN BIVARIADA DE GUMBEL
20.5.2. ESTIMACIÓN DE MÁXIMA VEROSIMILITUD DE LOS PARÁMETROS DE LA
DISTRIBUCIÓN DE BG
20.5.3. RELACIONES DE INFORMACIÓN RELATIVA A LA DISTRIBUCIÓN DE BG
20.5.4. EJEMPLOS
INDICE:
20.2 MODELOS DE EXTENSIÓN DE REGISTRO BIVARIADO
20.3. MODELOS DE EXTENSIÓN DE REGISTRO MULTIVARIABLE
MULTIVARIABLE
20.4. MODELOS ALTERNATIVOS Y ENFOQUES
20.4.1. MODELO ANUAL
20.4.2. MODELO MENSUAL
20.4.3. CASO DE
20.4.4 AJUSTE LOS DATOS INTERMITENTES.
TEMPORAL INTERMITENTES.
20.4.5 MÉTODO DE SELECCIÓN DE RASTREO (TSM)
20.4.6 AJUSTE ESPACIAL
20.4.7 CRITERIOS DE VERIFICACION MODELO
20.4.8 EJEMPLO
20.5. CASO DE EVENTOS EXTREMOS
20.5.1. DISTRIBUCIÓN BIVARIADA DE GUMBEL
20.5.2. ESTIMACIÓN DE MÁXIMA VEROSIMILITUD DE LOS PARÁMETROS DE LA
DISTRIBUCIÓN DE BG
20.5.3. RELACIONES DE INFORMACIÓN RELATIVA A LA DISTRIBUCIÓN DE BG
20.5.4. EJEMPLOS
INDICE:
20.2 MODELOS DE EXTENSIÓN DE REGISTRO BIVARIADO
20.3. MODELOS DE EXTENSIÓN DE REGISTRO MULTIVARIABLE
MULTIVARIABLE
20.4. MODELOS ALTERNATIVOS Y ENFOQUES
20.4.1. MODELO ANUAL
20.4.2. MODELO MENSUAL
20.4.3. CASO DE
20.4.4 AJUSTE LOS DATOS INTERMITENTES.
TEMPORAL INTERMITENTES.
20.4.5 MÉTODO DE SELECCIÓN DE RASTREO (TSM)
20.4.6 AJUSTE ESPACIAL
20.4.7 CRITERIOS DE VERIFICACION MODELO
20.4.8 EJEMPLO
20.5. CASO DE EVENTOS EXTREMOS
20.5.1. DISTRIBUCIÓN BIVARIADA DE GUMBEL
20.5.2. ESTIMACIÓN DE MÁXIMA VEROSIMILITUD DE LOS PARÁMETROS DE LA
DISTRIBUCIÓN DE BG
20.5.3. RELACIONES DE INFORMACIÓN RELATIVA A LA DISTRIBUCIÓN DE BG