MODELOS ESTADISTICOS

El modelo de investigación y previsión del tiempo (Weather Research and Forecasting WRF) es un sistema de predicción numérico de mesoescala de nueva generación, diseñado para servir previsiones operacionales y necesidades de estudio de la atmósfera. El WRF puede ser utilizado en una amplia gama de aplicaciones a lo largo de un rango de escalas que van desde los metros hasta los miles de kilómetros. El GFS (Global Forecast System) es un modelo espectral que simula la circulación atmosférica en 64 niveles para un dominio que abarca el mundo entero. Todos los ciclos de ejecución del modelo GFS toman sus condiciones iníciales del sistema de asimilación global de datos (GDAS) conocido como sistema de interpolación estadística de puntos de malla (Gridpoint Statistical Interpolation, o GSI), el cual se actualiza continuamente a lo largo del día. MM5 es un modelo numérico de predicción meteorológica para áreas limitadas. "MM" significa "Mesoscala y Microscala". Es un modelo de mesoescala que permite simular las condiciones meteorológicas reales y pronosticadas teniendo en cuenta la orografía, la primera aproximación de cualquier modelo meteorológico global de baja resolución que se le suministre, la información meteorológica sinóptica directa (in situ) e indirecta (a través de sensores remotos) y, los movimientos verticales a través de una meteorología dinámica hidrostática y no hidrostática. Algunas características de este modelo son: 1. Modelo de diagnostico o pronostico. ´ 2. Puede ser utilizado para simulaciones de fechas anteriores, actuales o de pronósticos. ´ 3. Es un modelo de tipo euleriano (se refiere a aquel camino que recorre todos los Vértices o nodos) de un grafo pasando una y s ´ solo una vez por cada arco del grafo siendo condición necesaria que regrese al vértice inicial de salida. ´ 4. Hace uso de asimilación de datos en 4 dimensiones, es decir, en las coordenadas X,Y, Z y el tiempo. 5. Capacidad de anidamiento múltiples con interacción entre los dominios, lo que facilita el estudio de los fenómenos atmosféricos bajo distintas escalas espaciales y el diseño de predicciones a muy alta resolucion. 6. Formulación de una dinámica no hidrostática, la cual permite que el modelo pueda ser eficazmente empleado para representar fenómenos con dimensiones de muy pocos kilómetros. ´ 7. Se puede aplicar a cualquier zona del mundo, ya que es posible desarrollar la información de entrada (campos meteorológicos, topografía y uso de suelo) necesaria

para su funcionamiento.. Población: El conjunto de muestras forma una población infinita que posee propiedades estadísticas constantes. entonces . Si el espacio muestral Ω esta completamente dividido en m eventos o áreas no traslapadas A1. y cuenta Con una amplia gama de parametrizaciones de capa limite planetaria. Las propiedades estadísticas pueden variar de muestra a muestra.. la frecuencia relativa se convierte progresivamente en una estimación más aproximada de la probabilidad del evento. Algunos de los procesos hidrológicos pueden ser predecibles y su comportamiento puede ser explicado por relaciones matemáticas o leyes físicas. Otros no contienen ninguna parte que pueda ser predeterminada de forma determinística y son totalmente aleatorios. Distribución de probabilidad. Am. Para lo cual se presentan una lista de definiciones que es preciso tener presentes: Variable Aleatoria. Física de nubes. En estos procesos una observación no esta correlacionada con observaciones adyacentes (anteriores o posteriores). Principios básicos de la probabilidad: a) Probabilidad total. 8. A3.. Probabilidad de ocurrencia de un evento: Es la posibilidad de que este evento (nA) ocurra cuando se hace una observación (n) de la variable aleatoria. A medida que el tamaño de la muestra aumenta. En este tema se hará una breve recapitulación de los conceptos de probabilidad y estadística que se han adquirido en cursos previos. Algunos otros contienen una parte que puede ser predecible de forma determinística (a través de una ley física) y otra parte que sea aleatoria. Muestra: Es el conjunto de observaciones de la variable aleatoria. convección. A2.. Espacio Muestral: es el conjunto de todas las muestras posibles.. inclusive para zonas con alta resolución espacial y topografía compleja. El código fuente esta escrito en lenguaje de programación Fortran 90/77. estos últimos son conocidos como procesos estocásticos. En este caso se encuentran los eventos hidrológicos extremos. Evento: subconjunto de un espacio muestral. tales como las crecientes o sequías y en general los relacionados de forma muy directa con los fenómenos de precipitación. etc.. La frecuencia relativa de A es nA/n.

Se dice que si A es complemento de A. PRUEBA DE LA BONDAD DEL AJUSTE La bondad del ajuste de una distribución de probabilidad puede hacerse comparando los valores teóricos y muéstrales de las funciones de frecuencia relativas y de frecuencia acumulada. El valor teórico de la frecuencia relativa es p(xi)=F(xi)-F(xi-1) La prueba estadística χ 2 esta dada por: ) Donde m es el número de intervalos. entonces c) Probabilidad Condicional. A = Ω − A .P ( A1 ) + P ( A2 ) + P ( A3 ) + P ( A4 ) + ... La distribución χ 2 con ν grados de libertad es la distribución para la suma de los cuadrados de ν variables aleatorias normales estándar independientes zi. La frecuencia relativa se define como: Donde el número de observaciones ni en el intervalo i se divide por el número total de observaciones n. + P (Am) = P (Ω) = 1 b) Complementariedad. esta suma es la variable aleatoria: .. dividiendo el número de ocurrencias esperadas en el intervalo y sumando el resultado para todos los intervalos. Debe notarse que nf s (x i) = ni es el número de ocurrencias OBSERVADAS en el intervalo i mientras que np(xi) es el número ESPERADO de ocurrencias en el mismo intervalo. En el caso de la función de frecuencia relativa se utiliza la prueba χ 2. luego la ecuación anterior se limita a elevar al cuadrado la diferencia entre el número de ocurrencias observadas y esperadas. es decir.

.

FUNCIONES DE VALOR EXTREMO .

org/wiki/An%C3%A1lisis_de_frecuencia_acumulada http://www.BIBLIOGRAFIA http://es.pdf .dfa.wikipedia.uv.cl/astrometeorologia/tesis/Tesis_Josselyn_ORTIZ.

Sign up to vote on this title
UsefulNot useful