Actividades

Semana 3 Actividad 1
1. El grupo debe seleccionar 2 ciudades y realizar, para cada ciudad, un
histograma de las variables velocidad del viento y temperatura. Basado en
el coeficiente de variación, ¿Cuál ciudad presenta mayor variabilidad? Es
necesario justificar la selección de los lugares escogidos. También es
necesario justificar por qué escogieron estas ciudades.
2. Para cada ciudad elegida, calcular los parámetros 𝑘 y 𝑐 de la distribución de
Weibull. Para hacer estos cálculos use las ecuaciones 3 y 4 descritas arriba
y sustituya los valores obtenidos en la función de densidad de probabilidad,
𝑓(𝑣) (ecuación 1).
Solución:
1. De acuerdo con las pautas pertinentes establecidas en la rúbrica del trabajo
colaborativo, las ciudades seleccionadas fueron Montería y Cali
La selección de estas dos ciudades para realizar nuestro análisis es debido a que
montería es una ciudad de la costa, en estos lugares la temperatura y la velocidad
del viento son más elevadas con respecto a Cali que la temperatura es más baja.
Para el desarrollo de cálculos y realización de algunos grafico del trabajo fue
pertinente la herramienta de Microsoft Excel y el software estadístico R estudio.
Veamos los respectivos gráficos
Histogramas de frecuencias:
 Montería:

Histograma de Frecuencias
40
35
Frecuencias absolutas

30
25
20
15
10
5
0
[22.0- [23.2- [24.5- [25.7- [26.9- [28.1- [29.4- [30.6-
23.2) 24.5) 25.7) 26.9) 28.1) 29.4) 30.6) 31.8)
Intervalos de clases (Temperatura (°C))

Figura N:1 Histograma de frecuencias (Temperatura (°C))

 Histograma de Frecuencias
30

25

Frecuencias absolutas 20

15

10

0
[0.8-1.2) [1.2-1.6) [1.6-2.0) [2.0-2.4) [2.4-2.8) [2.8-3.2) [3.2-3.6) [3.6-4.0)
Intervalo de clases (Velocidad del Viento m/s)

Figura N:2 Histograma de frecuencias (Velocidad del Viento m/s)

 Boyacá:

Histograma de Frecuencias
40
35
Frecuencias absolutas

30
25
20
15
10
5
0
[17.8-18.9) [18.9-20.0) [20.0-21.1) [21-1- [22.2-23.2) [23.2-24.3) [24.3-25.4) [25.4-26.5)
22.2)
Intervalos de clases (Temperatura (°C))

Figura N:3 Histograma de frecuencias (Temperatura (°C))

 Histograma de Frecuencias
45
40
Frecuencias absolutas 35
30
25
20
15
10
5
0
[0.3-0.7) [0.7-1.1) [1.1-1.5) [1.5-1.9) [1.9-2.3) [2.3-2.7) [2.7-3.1) [3.1-3.5)
Intervalos de clases (Velocidad del Viento m/s)

Figura N:4 Histograma de frecuencias (Velocidad del Viento m/s)

Ahora veamos las estadísticas pertinentes para ambas variables y de esa forma
estudiar la variabilidad.
Teniendo en cuenta
i. Media

v=
∑ Mi f i
n
ii. Desviación Estándar

iii. Coeficiente de Variación (CV)

σ=
√ ∑ ( xi −v )2 f i
n−1

σ
CV = ∗100
v
 Montería:

Montería Temperatura (°C) Velocidad del Viento m/s

Promedio 25,71 2,23
Desviación Estándar 2,08 0,70
CV 0,081 0,315
% 8,1% 31,45%

 Cali
 Cali Temperatura (°C) Velocidad del Viento m/s
Promedio 21,43 1,14
Desviación Estándar 3,04 0,67
CV 0,142 0,587
% 14,2% 58,7%

Se puede observar que la ciudad de montería tiene mayor variabilidad en cuanto a

la velocidad del viento en comparación con la ciudad de Cali.
Ahora los gráficos de caja y bigotes
De acuerdo a los resultados y gráficos de caja y bigotes se puede observar que,
en cuanto a la temperatura Cali es más variable que la ciudad de montería, es
decir a mayor desviación mayor variabilidad y a mayor coeficiente de variación CV
mayor dispersión.

2. El siguiente paso es determinar los parámetros k y c a partir de los datos de la

velocidad del viento. Para ello se usarán las siguientes ecuaciones:

()
−1.09
σ
k=
v
v
c=
Γ 1+( 1k )
Considerando solo la variable velocidad del viento m/s
 Montería
Parámetro de forma

() ( )
−1.09 −1.09
σ 0,70
k= = =3,54
v 2,23
Donde

Γ 1+( 1
3,54
=0.9 )
Parámetro de escala
2,23
c= =2,47
0.9

La función de densidad de probabilidad de observar ciertos valores de la velocidad

del viento, viene dada por

[ ( vc )] [ (2,47v )]
k 3,54

( kc )( vc ) ( 3,54
2,47 2,47 )
)(
k−1 − 3,54−1 −
v
f ( v )= e = e

Con k =3,54 y c=2,47 el parámetro de la distribución.

La distribución acumulada de probabilidad viene dada por la ecuación:
 [ ( )]
k
v
−
c
F ( v )=1−e

[( ) ]
3,54
v
−
2,47
¿ 1−e
 Cali
Parámetro de forma

() ( )
−1.09 −1.09
σ 0,67
k= = =1,79
v 1,14
Donde

(
Γ 1+
1
1,79
=0.9)
Parámetro de escala
1,14
c= =1,28
0.9
La función de densidad de probabilidad de observar ciertos valores de la velocidad
del viento, viene dada por

[ ( vc )] [ (1,28v )]
k 1,79

( kc )( vc ) ( 1,79
1,28 )( 1,28 )
k−1 − 1,79−1 −
v
f ( v )= e = e

Con k =1,79 y c=1,28 el parámetro de la distribución.

La distribución acumulada de probabilidad viene dada por la ecuación:

[ ( )]
k
v
−
c
F ( v )=1−e

[( ) ]
1,79
v
−
1,28
¿ 1−e
Semana 4 Actividad 2
3. Graficar la distribución de probabilidad, 𝑓(𝑣), obtenida en el ítem anterior y compararla con
el respectivo histograma de la velocidad del viento (obtenido en el punto 1) para las ciudades
seleccionadas. A partir de las gráficas, ¿qué se puede concluir sobre el comportamiento de
las variables? Nota: se debe tener presente que la forma de la distribución debe estar
completa.

MONTERIA

Se debe tener en cuenta los siguientes datos

K 3,552
Velocidad media viento 2,23
   
   
argumento funcion
gamma 1,281
Gamma 0,900
C 2,750
  2,47650955
 Densindad de
probilidad (Distribuciòn
Velocidad del viento de weibull)
0 0,000000000
0,1 0,000273659
0,2 0,001605238
0,3 0,004517291
0,4 0,009407706
0,5 0,016606771
0,6 0,026391538
0,7 0,038987516
0,8 0,054564035
0,9 0,073225726
1,0 0,095001482
1,1 0,119832020
1,2 0,147557127
1,3 0,177903831
1,4 0,210476826
1,5 0,244752653
1,6 0,280079172
1,7 0,315681803
1,8 0,350677826
1,9 0,384099632
2,0 0,414927250
2,1 0,442129688
2,2 0,464713721
2,3 0,481777742
2,4 0,492567321
2,5 0,496528269
2,6 0,493352506
2,7 0,483011918
2,8 0,465775884
2,9 0,442209188
3,0 0,413148689
3,1 0,379659165
3,2 0,342971005
3,3 0,304404610
3,4 0,265288095
3,5 0,226875897
3,6 0,190275996
3,7 0,156392506
3,8 0,125888541
3,9 0,099171778
4,0 0,076402337
4,1 0,057520003
4,2 0,042285781
4,3 0,030331591
4,4 0,021211753
4,5 0,014450632
4,6 0,009582257
4,7 0,006179524
4,8 0,003872377
4,9 0,002355912
5,0 0,001390325
 Histograma de Frecuencias
30

25
Frecuencias absolutas

20

15

10

0
[0.8-1.2) [1.2-1.6) [1.6-2.0) [2.0-2.4) [2.4-2.8) [2.8-3.2) [3.2-3.6) [3.6-4.0)
Intervalo de clases (Velocidad del Viento m/s)

MONTERIA
0.600000000

0.496528269
0.500000000
0.465775884
0.400000000

0.300000000

0.200000000

0.100000000

0.000000000
0 1 2 3 4 5 6

Se establece que ambas graficas se pueden tomar como un modelo universal, ya

que mi pronostico (diagrama de dispersión) comparado con mi dato real
(histograma) me arrojan que en ambos se presenta mayor variabilidad en la
velocidad del viento entre los intervalos 1,4 m/s y 3.7 m/s.

CALI

Se debe tener en cuenta los siguientes datos

K 1,785
Velocidad media viento 1,14
   
   
argumento funcion gamma 1,560
Gamma 0,890
C 1,440
  1,2813871

Densidad de probilidad
(Distribuciòn de
Velocidad del viento weibull)
0 0,000000000
0,1 0,151427309
0,2 0,255494782
0,3 0,340399869
0,4 0,409570553
0,5 0,464302054
0,6 0,505443092
0,7 0,533824752
0,8 0,550389447
0,9 0,556216851
1,0 0,552507308
1,1 0,540546731
1,2 0,521664572
1,3 0,497191214
1,4 0,468418599
1,5 0,436566353
1,6 0,402754664
1,7 0,367984418
1,8 0,333124516
1,9 0,298905920
2,0 0,265921644
2,1 0,234631734
2,2 0,205372207
2,3 0,178366878
2,4 0,153741066
2,5 0,131536280
2,6 0,111725079
2,7 0,094225474
2,8 0,078914380
2,9 0,065639752
3,0 0,054231212
3,1 0,044509040
3,2 0,036291536
3,3 0,029400821
3,4 0,023667193
3,5 0,018932200
3,6 0,015050614
3,7 0,011891485
3,8 0,009338452
3,9 0,007289491
4,0 0,005656247
4,1 0,004363070
4,2 0,003345888
4,3 0,002550984
4,4 0,001933757
4,5 0,001457517
4,6 0,001092349
4,7 0,000814074
4,8 0,000603307
4,9 0,000444632
5,0 0,000325888
5,1 0,000237550
5,2 0,000172217
5,3 0,000124178
5,4 0,000089059
 Histograma de Frecuencias
45
40
35
Frecuencias absolutas

30
25
20
15
10
5
0
[0.3-0.7) [0.7-1.1) [1.1-1.5) [1.5-1.9) [1.9-2.3) [2.3-2.7) [2.7-3.1) [3.1-3.5)
Intervalos de clases (Velocidad del Viento m/s)

BOYACA
0.600000000
0.556216851

0.500000000

0.400000000

0.300000000

0.200000000 0.205372207

0.100000000

0.000000000
0 0.5 1 1.5 2 2.5 3

Teniendo en cuenta lo anterior, el digrama de distribución nos permite conocer donde seria
posible encontrar las mediciones en cuanto a la variabilidad del viento; Al realizar la respectiva
comparación observamos que para ambos casos (diagrama de distribución – histograma) los
intervalos e mayor probabilidad son a partir de 0.2 m/s hasta 2m/s.

4. Para cada ciudad seleccionada, obtener el valor de velocidad del viento más probable y el
valor de la velocidad del viento que produciría la máxima energía eólica (ecuaciones 5 y 6). Al
comparar los valores para las ciudades seleccionadas, ¿cuál de ellos tiene más probabilidad
de generar mayor energía eólica?, ¿por qué?

MONTERIA
K= (0,697/2,23)^(-1,09)= 3,552

( 1k )
( )
❑

k−1
Vmp=C
K

( 3,552 ) = 2,5 m/s

( )
❑
1
3,552−1
Vmp=2,75
3,552

( 1k )
❑

Vmaxe=C
k +1
K ( )
( 3,552 ) =2,9 m/s
❑

( )
1
3,552+1
Vmaxe=2,75
3,552

CALI
K= (0,67/1,14)^(-1,09)=1,785

( 1k )
❑

Vmp=C
k−1
K ( )
( 1,785 ) = 0,9 m/s
❑

( )
1
1,785−1
Vmp=1,44
1,785

( 1k )
❑

Vmaxe=C
k +1
K ( )
( 1,785 ) =2,2 m/s
❑

( )
1
1,785+ 1
Vmaxe=1,44
1,785
Se determina a través de las ecuaciones anteriores que la velocidad del viento
más probable es la de Montería que corresponde a 2,9 m/s comparada con
Boyacá de 2,2 m/s; esta tiende a generar mayor energía eólica debido a que esta
se encuentra más cercana a la velocidad del viento más probable (VMP); se
observa que esta al ser alta y cercana a este punto (VMP) entra en el rango de
intervalos y va a presentar mayor variabilidad.