Vous êtes sur la page 1sur 22

ESTIMACIN DE PERIODOS DE RETORNO

MEDIANTE EL CONCEPTO DE COPULAS Y


FUNCIONES DE DISTRIBUCIN BIVARIADAS

Miguel Angel Can Ramos, IA, Estudiante


MSc Hidrosistemas
Nelson Obregn Neira, IC, MSc, PhD
Hidrologa.

Contenido:
Contexto
Objetivo
Marco Terico
Metodologa
rea de estudio
Resultados
Conclusiones
Trabajo Futuro

Cambio Climtico

Variacin Estadstica.
(Periodos
Prolongados)

Naturales

Antropognicas

Herramientas de
Gestin

Contexto
Fuente: Convencin Marco de las Naciones Unidas sobre el Cambio Climtico (CMNUCC)

Evaluar Metodologas que refuercen el diseo hidrolgico


probabilstico teniendo en cuenta las posibles variaciones
espacio-temporales de series hidroclimatolgicas.

Objetivo

El concepto de cpula fue empleado por primera vez con


sentido matemtico o estadstico por Abe Sklar (1959) en
el teorema que ahora lleva su nombre para describir
funciones que unen funciones de distribucin
unidimensionales para formar funciones de distribucin
multivariadas

Marco Terico

Teorema de Sklar
sea H una distribucin conjunta de variables arbitrarias X1
y X2 cuyas distribuciones marginales son FX1 (x1) y FX2
(x2). Entonces all existe una cpula C para todo X1 y X2
en R donde R es el nmero real:

Marco Terico

Copula Arquimedeana

Marco Terico

Familia de copulas Arquimedeanas


Familia

Funcin generadora

Cook-jhonson

Familia Frank

GumbelHougaard

Ali-mikhail-haq

Marco Terico

Funcin de Copula

Estimacin del parmetro

Marco Terico

Distribucin Marginal u

Dadas dos variables aleatorias X y Y, la distribucin

marginal de X se define como la ley de probabilidad X sin


tener en cuenta la variable aleatoria Y.

Marco Terico

Distribucin normal Bivariada

Marco Terico

Distribucin Gumbel Bivariada

Marco Terico

Metodologa
1. Determinacin rea de estudio
2. Recopilacin de series de caudales
3. Construccin de Copulas en Lenguaje de

Programacin.
4. Estimacin del parmetro
5. Construccin de Funciones Bivariadas
6. Comparacin de resultados

Corriente la Vieja, Pereira-Risaralda

rea de estudio

Distribucin normal Bivariada

Resultados

Distribucin Gumbel Bivariada

Resultados

PERIODOS DE RETORNO
Marginales
X
15.629
1.539
1.762
1.072
2.463
2.613
1.116
1.225
8.147
4.864
4.317
178.436
4.864
1.622
3.044
1.124
1.421
1.076
1.133
3.819

Y
2.891
1.661
1.557
1.120
1.661
1.343
1.136
14.028
1.472
1.199
1.385
126.645
28.245
9.904
6.143
1.212
14.028
1.546
1.154
1.105

Bivariada
73.490
2.964
3.214
1.234
5.027
4.050
1.317
19.375
14.761
6.464
7.078
152.330
271.712
20.713
28.981
1.426
24.266
1.730
1.363
4.474

Resultados

Familias de Copulas
Cook
Frank
0.063
27.820
0.492
2.250
0.470
2.386
0.844
1.190
0.357
3.343
0.362
3.067
0.806
1.251
0.071
15.155
0.122
9.659
0.204
5.258
0.226
5.038
0.001
98.324
0.035
74.035
0.100
12.322
0.147
11.892
0.760
1.333
0.071
16.210
0.627
1.622
0.787
1.284
0.260
3.988

Gumbel
19.049
1.946
2.053
1.142
2.813
2.731
1.184
14.138
8.441
4.915
4.474
68.145
40.307
10.417
8.409
1.252
14.358
1.555
1.209
3.833

Ali
-73.800
-18.343
-17.730
-167.074
-17.308
-22.255
-101.461
-100.677
-42.625
-44.291
-28.010
-227.433
-179.294
-46.588
-33.259
-70.810
-72.467
-66.731
-83.713
-60.380

Las copulas que generan mejores resultados en el

anlisis de eventos extremos son las copulas de Frank y


Gumbel hougaard implementado funciones marginales
Gumbel.
Para la adecuada seleccin del modelo de copula es

necesario optimizar el parmetro presenten en las


funciones generadoras de copulas.
Las herramientas de anlisis multivariado desarrolladas

puede dar un resultado mas acertado saliendo del


esquema de la estacionariedad en el espacio y el tiempo.

Conclusiones

Se pretende realizar el procedimiento con series de tiempo

mas grandes para evaluar la aleatoriedad de la variable y


su estacionariedad.
Implementar las copulas en diferentes anlisis hidrolgicos,

no solo en anlisis de eventos extremos, ya que es una


herramienta multivariada y puede proporcionar mejor
confiabilidad para el diseo de obras ingenieriles.
Tener en cuenta todos los factores que pueden afectar las

variables hidroclimatolgicas para un adecuado anlisis y


posteriores diseos probabilsticos.

Trabajo Futuro

Aplicaciones en la Ingeniera
Drenaje urbano
Drenaje vial (dimensionamiento de puentes, alcantarillas en

carreteras)
Drenaje agrcola
Encauzamientos de ros
Defensa contra inundaciones
Determinacin de llanuras de inundacin
Control de la erosin en cuencas
Dimensionamiento y operacin de embalses
Pronostico de caudales mximos
Estimacin de indicadores ambientales.
Estimacin de indicadores hidrolgicos.

GRACIAS

Referencias
Ganancias Martinez, Facundo Matias, Universidad Nacional De Crdoba, Tesis,

Ttulo Maestra En Ciencias Dela Ingeniera,Evaluacion de metodologas de


regionalizacin hidrolgica: aplicacin a los caudales mximos de cuencas
representativas dela regin Sur-Oeste de la provincia de cordoba 2010
Zhang, L. y Singh, V. P. (2007). Bivariate rainfall frequency distributions using

archimedean copulas. Journal of Hydrology, 332(1-2), 93-109.


Chow, V,T,, Maidment, D., and Mays L. W.. (1988) Applied Hydrology McGraw Hill
Genest, C. & Favre, A. C. (2007). Everything you always wanted to know about
copula modeling but were afraid to ask. Journal of Hydrologic Engineering, 12(4),
347-368.
Nelsen, R. B. (2006). An introducction to copulas (2a. ed.). New York: Springer
Science+Business Media, Inc.
Wang, Q. J. (1996). Using partial probability weighted moments to fit the extreme
value distributions to censored samples. Water Resources Research, 32(6), 17671771.
De los ngeles, 2008 ,Macarena zegpi Sepulveda, modelo analtico para el
comportamiento hidrolgico de cuencas urbanas Santiago de chile