Académique Documents
Professionnel Documents
Culture Documents
RESUMEN
Se realiza un desarrollo matemtico de la ecuacin determinstica de una tormenta de
cualquier duracin y se obtiene patrones temporales de lluvias en funcin de la interpretacin
probabilstica de las ecuaciones matemticas.
METODOLOGA APLICADA
ECUACIN DETERMINISTICA DE LA PRECIPITACIN CELULAR
Este modelo sigue una ley de decrecimiento de una cantidad fsica [1]. La Intensidad de lluvia
es el resultado de la gran disipacin de energa en una atmsfera inestable. As, la intensidad
de lluvia I(t) en funcin del tiempo t, cumple con: La razn de cambio de I(t) en un instante
dado, es directamente proporcional a la magnitud de I(t) en dicho instante. Esto se representa
mediante la ecuacin diferencial (1):
I ' ( t ) =0 I ( t )
t >0
0 =constante
(1)
Se puede demostrar que la funcin (2) que expresa la ley de decrecimiento de I(t) satisface la
ecuacin diferencial (1).
I ( t )=I o e t
0
I 0 =I ( t=0 )
(2)
I0
(1e t )
0
0
es una constante que representa la intensidad instantnea en t=0 y se obtiene de (3) con:
(3)
0 PRE
0 DT
1e
(4)
0 t
e
1e DT
I ( t )= 0 PRE
(5)
1e t
1e DT
0
(6)
(7)
1e t
1
DT
1e
0
(8)
es una constante por evento, que se generaliza a toda tormenta mediante la ecuacin
emprica:
0 =
0
DT
0
P ( D t |D DT )=
(9)
t
DT
(1e
)
(1e )
0
(10)
0 e DT
para t0
f D ( t )= DT (1e )
0 para t<0
0
(11)
E ( D )= t f D ( t ) dt
0
0 1e
0
0
(12)
t= t n DT = t m D= t I
(
|
)
P t I tn tI t m =
0 =
t n
t m
t m
t m
1e
1e
1e m
(
|
)
I
n
I
m
=
P
1e
0
Sea:
K=e
0
m
0
tm
(13)
( I n|I m )=
1e
1e
P ( I n|I m ) =
n
m
1K n
1K m
=
m
m
K 1+ K 2 + K 3 +...+ K n
K 1 + K 2 + K 3 +...+ K m
m
Sea
=Kapa= K
j=1
P ( I n|I m) =
K1 K 2 K 3
Kn
+ + ++
Kn
(14)
P ( n )=PRE
(15)
Ejemplo con m desde 1 a 10, se calcula la probabilidades condicional de formacin de la nesima celda ms intensa al inicio del evento, conociendo de ante mano que la tormenta tendr
0=4
m celdas, considere
K K K
K
+ + + +
P1+ P 2+ Pi ++ Pm =1
P2 + P3 + P4 ++ P m
=1
1P1
P2
P
P4
Pm
+ 3 +
+
=1
1P1 1P1 1P1
1P1
P1
=1
Pi
aumentan en
P2
1P1 representa la probabilidad que se presente el subevento
presentar el subevento
P1
P2
1
1P1 . El valor de
conociendo que no se
La probabilidad total del evento depende del ordenamiento de los subeventos y ser igual a la
multiplicacin de la probabilidad de cada subevento.
PT =P 1
P2
P3
1P 1 1P1P2
Pn
n1
1 Pi
(16)
i=1
Por tanto, en eventos con fin que disponen de memoria, para conocer: Qu se presentar en
el futuro? se debe primero saber Qu no se presentar en el futuro? y lo Qu no se
presentar en el futuro? es lo que ya se present en el pasado (Todo subevento es irrepetible).
Cuadro N2: Probabilidad total del evento de lluvia en relacin a su patrn temporal.
Los patrones temporales caracterizados por su geometra y su probabilidad acumulada se
indican en el cuadro N2 y grfico N1.
Probabilidad=64.39%
Probabilidad=28.27%
Probabilidad=6.73%
Probabilidad=0.61%
LOGROS INVESTIGATIVOS
0 e DT
para t0
f D ( t )= DT (1e )
0 para t<0
(5)
I ( t ) ; la intensidad
I ( t ) DT 1e DT
=
I DT
t
1e
0
(6)
CONCLUSIONES
Resulta altamente seguro que un subevento de alta disipacin se presente al inicio del evento,
de no darse, la probabilidad de este subevento aumenta an ms. En eventos con fin, los
subeventos son irrepetibles por lo que el sistema debe disponer de memoria a diferencia de
modelos exponenciales sin truncamiento caracterizados por la falta de memoria.
RESULTADOS
Se expone un procedimiento matemtico para analizar la estructura interna de una tormenta
como reflejo de la disipacin de la energa disponible durante la formacin de la
precipitacin. Se incluye una interpretacin probabilstica de los patrones de lluvia en el
tiempo asociados a una probabilidad de ocurrencia. Su uso tiene aplicaciones en tormentas de
diseo, generacin de curvas Intensidad-Duracin-Frecuencia y la ms interesante: La
prediccin interna a pocas horas con probabilidad asignada.
ANEXO A: INTENSIDAD MEDIA DE LLUVIA PARA TODO t DT
Partiendo de:
I ( t )= 0 PRE
0 t
e
DT
1e
0
(1)
0
DT
(2)
K o=e
(3)
0 =
Definiendo K0 como:
PRE e DT
I ( t )= 0
DT
DT
1e DT
(4)
I DT
con:
I DT =
PRE
DT
(5)
e DT
I ( t )=I DT 0
1e
(6)
0
I
1K 0 DT
La ecuacin (7) indica que la relacin entre la intensidad inicial y la intensidad media del
evento es igual a una constante:
8
(7)
I0
0
=
I DT 1e
(8)
0 K 0DT
I ( t )=I DT
1K 0
(9)
I f =I ( t=DT )
t
DT
0
(10)
obtiene:
I f =K 0 I 0
(11)
La ecuacin (11) indica que la relacin entre la intensidad final y la intensidad inicial del
evento es igual a una constante:
If
=K 0=e
I0
(12)
If
I0
( )
t
DT
I ( t )=
(13)
queda expresada por la ecuacin:
P (t )
t
(14)
[ ()]
I
PRE
1 f
I0
(1K 0) t
t
DT
(15)
I ( t )=I DT
1K 0DT
(1K 0 )
t
DT
(16)
La ecuacin (16) es la intensidad media de lluvia para todo t >= 0 y duracin DT. Se puede
I
demostrar que para t=0 la ecuacin (16) converge a 0 .
0 e t para t0
f D ( t )=
0 para t<0
0
(1)
0 t
P { D> t }=e
0 DT
P { D DT }=1e
P { D t }
1e t
=
P { D DT } 1e DT
0
3 Valor esperado
E ( D )=
1
0
, y la varianza
Var ( D )=
1
20
10
P { D t|D DT }=
0 t
1e
1e DT
0
1K =( 1K ) . ( 1+ K + K + ...+ K
1K =
m 1
) K
K
1K
1
2
3
m
(K + K + K +.. .+ K )
K
Kapa= = K j
j=1
1K m =
1K
1K m
=
K
1K
1e
1e
0
m
0
m
(
|
) 1K
P I n I m = 1K m
P ( I =n|I m )=P ( I n|I m )P ( I (n1)|I m )
n
n1
(
|
) 1K 1K
P I =n I m = 1K m 1K m
11
P ( I =n|I m )=
1K 1+ K
1K m
n1
K + K
1K m
( I =n|I m )=
P
K (1+
n1
1
)
K
1K m
K n (1K )
K (1K m)
Kn
(1K m)
K
( 1K )
n
K
P ( I =n|I m )=
BIBLIOGRAFA
[1]
Swokowski, E. (1986). Clculo con Geometra Analtica, ed. 2. Mxico DF .Grupo Editorial Iberoamericana. (pp. 384-386).
[2]
Hiller. F, & Lieberman, G. (2010). Introduccin a la Investigacin de Operaciones. Mxico DF. McGrawHill. (p. 717).
12