Universidad Nacional Agraria La Molina Español - Internacional (es) 

Estadistica Climatologica
Página Principal ► Mis cursos ► CC3023-T-1872 ► EXAMEN DE MEDIO CURSO ► EXAMEN DE MEDIO CURSO

Comenzado el viernes, 19 de marzo de 2021, 16:00

Estado Finalizado
Navegación por el
cuestionario Finalizado en viernes, 19 de marzo de 2021, 17:26
Tiempo empleado 1 hora 25 minutos
Cali cación 16,50 de 20,00 (83%)
1 2 3 4 5

Pregunta 1
Mostrar una página cada vez Se tienen los datos de temperatura promedio de los meses de junio para la estación de Puno. Calcule la
Finalizado probabilidad de que la temperatura promedio del mes de junio del 2019 sea mayor a 4 °C.  Nota:
Finalizar revisión
Puntúa 4,00 sobre Desviación: 1.16 °C (Se adjuntar tabla Z)
4,00

Marcar
pregunta

Ej1.xlsx

Comentario: Es ok. Pero por favor le agradeceré siempre que complete su texto señalando su
respuesta...ya que en el excel puedo tomar en consideración otros términos equivocadamente y lo
puede perjudicar.

Pregunta 2 Se desea realizar un análisis de regresión para estimar las precipitaciones en sectores bajos orientales
Finalizado de la cordillera de los andes. ¿Que predictores utilizaría?, justi que su respuesta y proponga un modelo
(ecuación) de estimación con su explicación de cuáles serían las variables
Puntúa 4,00 sobre
5,00
En primer lugar, para escoger el mejor predictor se debe considerar:
Marcar
1. Aspecto teórico: conocer qué fenómenos o condiciones que propician que se dé el predictando, para
pregunta
así esbozar una lista de posibles predictores:
       En este caso, para la precipitación se podría considerar la:
              * Humedad relativa
              * temperatura de rocío
              * temperatura máxima y mínima, sobretodo a niveles bajos
              * velocidad del viento, sobretodo a niveles bajos
              * grado de nubosidad
              * radiación incidente
              * evapotranspiración real
De todos estos, al ser en la vertiente oriental de la cordillera, creo que podría considerarse
primordialmente:
              *temperatura mínima y de rocío
              * grado de nubosidad
              * velocidad del viento 
              * humedad relativa
              * evapotranspiración real. 
Descarto la temperatura máxima y la radiación incidente porque como está en la zona amazónica, la
cobertura vegetal actuaría de amortiguador de sus efectos. 
2. Un segundo ltro sería evaluar la correlación de cada predictor con el predictando y escoger los más
signi cativos, incluso podría considerarse la facilidad y densidad de la data disponible de la variable
predictora. Recordemos que un mayor número de predictores no signi ca un mejor modelo, para esto
fín es mejor utilizar el coe ciente de determinación ajustado.
3. Evaluar las posibles interacciones entre los predictores, ya que este le dará la forma al modelo de
regresión
              * no interactúan: adición
              * Sí interactúan: multiplicación
Con esto en mente, creo que se formaría un  modelo regresión así:
        pp = b0 + b1*(velocidad del viento) + b2*(evapotranspiración real)*(humedad relativa)*
(temperatura de rocío)*(temperatura mínima) + b3*(grado de nubosidad)
Parecerá raro que multiplique la Er, HR, Td y Tmín, pero la idea es expresar mediante ellas el contenido
de agua de la atmósfera y su grado de saturación (PD: no me jale :'v).
La velocidad del viento juega un papel importante dado que transportan la humedad y demás
propiedades del Atlántico, al igual que las nubes. 

Comentario: Es interesante su explicación sin embargo esto se tiene que validar...y si, hay que
asegurarse si pueden combinarse el producto de esas variables humead y temperatura, pero es la
forma como se inicia la investigación de la causa de estos fenómenos mediante hipótesis.

Pregunta 3 Se realiza el estudio de los ujos de viento a 500 mb y 250 mb y se intenta asociarlos a una serie de
Finalizado variables mediante un análisis de regresión ¿Qué predictores constantes podría utilizar para dichas
regresiones?. Explique brevemente.
Puntúa 2,00 sobre
2,00
Para ujos a estos niveles, se deberían considerar la presión atmosférica, el geopotencial, entre otros.
Marcar Sin embargo, al evaluar solo las constantes, estas serían: 
pregunta
* Altura: estaría ligado con el geopotencial, así como el ascenso orográ co de viento.
* Latitud: La radiación incidente que cae sobre una región propiciaría gradientes de temperatura y
presión atmosférica. Además, en latitudes medias las corrientes de chorro in uencian los sistemas
cuasipermanentes de presión y vientos termales.
* Longitud: para especi car más la ubicación, in uencia similar a la de la latitud.

Comentario:

Pregunta 4 En las siguientes tablas se presentan los eventos de friajes por años desde el año 1965 al 2004.  Elabore
Finalizado la tabla de frecuencias según la distribución a la que se ajusta y calcule la probabilidad de que en el año
2005 hayan 3 eventos de friajes.
Puntúa 2,50 sobre
5,00

Marcar
pregunta

Al ser eventos, se ajusta a la distribución Poisson

Ej2.xlsx

Comentario: Es ok su tabla de frecuencias...pero le falta la probabilidad de 3 eventos.

Pregunta 5 Durante la confrontación de la segunda guerra mundial, los aliados, para derrotar a los nazis, habían
Finalizado proyectado secretamente invadir Europa por el norte de Francia, a comienzos de junio de 1944, sin
embargo las condiciones atmosféricas para dicha operación seguían siendo muy malas a nes del mes
Puntúa 4,00 sobre
de mayo; para tal efecto se encargo a los meteorólogos determinar las probabilidad de tener 2 o 3 días
4,00
despejados para el mes de junio, si se sabía que la probabilidad que un día sea despejado es de 0.1.
Marcar ¿Cuál sería su respuesta?. Usted como meteorólogo según sus resultados, que recomendaría.
pregunta

Experimento de Bernoulli: Está despejado (éxito) o no (fracaso) => Distribución binomial

Dado que la probabilidad de que haya cielo despejado (p) en junio (30 días) es 0.1 =>  p = 0.1 y n = 30
Por lo que, para calcular la probabilidad de que se tenga 2 o 3 días ("o" simboliza unión, por lo que las
probabilidades se suman) tenemos:
P(x=2) + P(x=3) = 435*(0.1^2)*(0.9^28) + 4060*(0.1^3)*(0.9^27) = 0.22766 + 0.23609 = 0.46375

La probabilidad de que haya cielo despejado 2 o 3 días en el mes de junio es 0.46375, por lo que yo
recomendaría que no se diese, dado que la probabilidad de los días despejados necesarios para que la
operación tenga éxito es menor a 0.5, sería una gran fuente de error, además, que no necesariamente
se van a dar los días despejados consecutivamente.

Comentario:

Finalizar revisión

Usted se ha identi cado como Kevin Arturo Campos Sanchez (Cerrar sesión)

Desenvolvido com ♥ por Eduardo Kraus