Universidad nacional de san cristobal de huamanga

escuela profesional de ingeniera civil

hidrologa general ic441

Hidrologa Estocstica
Modelo de Procesos Autoregresivos
AR(p)

La serie histrica de precipitaciones anuales P(mm): Docente:

M.Sc. Ing. Edmundo CANCHARI GUTIRREZ

Ao z Precipitacin anual en
Tiempo: milimetros

1998 805.8
1999 843.4 1998 805.8
1999 843.4
2000 894.8 2000 894.8
2001 951.1 2001 951.1
2002 971.2
2002 971.2
2003 874.3
2003 874.3
Ao = 2004 z= 813.3
2004 813.3 2005 752.2
2006 959.8
2005 752.2
2007 779.7
2006 959.8 2008 752.6
2009 738.7
2007 779.7

2008 752.6
2009 738.7 Nmero de datos (n): n length (z)
2010 665.8
n = 15
2011 970.2
2012 851.0

1.- parmetros

1.1 Media:
Funcin para obtener la media (promedio) de una serie de datos. Argumento: los
datos ordenados en un vector columna
Salida: el promedio aritmtico

length (x))
1
(x) x (z) = 841.593
length (x) i=1
i

1.2 Varianza:
 Funcin para obtener la varianza de una serie de datos.
Argumento: los datos ordenados en un vector columna
Resultado: la varianza (cuadrado de la desviacin estndar)

2
VAR (x) (x (x)) VAR (z) = 8440.553

1.3 Covarianza (Auto-Covarianza):

En este caso llamada tambin Auto-covarianza (por relacionar la misma serie de datos)
-Funcin para obtener la covarianza de una serie de datos.
Argumentos:
a)- x son la serie de datos ordenados en un vector columna
b)- k es el retardo (lag), puede tomar valores desde 0,1,2,...,(n-1); siendo n la longitud
del vector x
Salida: La auto-covarianza de la serie x para el retardo k

(x , k) xt submatrix (x , k + 1 , length (x) , 1 , 1)

xtk submatrix (x , 1 , length (x) k , 1 , 1)

p (x)

xi (xt p) (xtk p)

(xi)

nk
1
o (x , k) x (x) x (x)
n t=1 t t+k

Los resagos
k 0 , 1 length (z) 1

8.441 8.441
1.383 1.291
0.075 0.065
1.396 1.117
1.858 1.363

2.928 1.952
3 3
(z , k) = 2.216 10 o (z , k) = 1.33 10
4.149 2.213
5.598 2.613
0.949 0.38
1.79 0.597
2.81 0.749

1.4 Coeficiente de Autocorrelacin (o correlacin) simple (ACF).

1.4 Coeficiente de Autocorrelacin (o correlacin) simple (ACF).
Funcin para obtener el coeficiente de correlacin simple de una serie de datos -Auto
correlation function (ACF).
Argumentos:
a)- x es la serie de datos ordenados en un vector columna
b)- k el retardo, sus valores pueden ser: 0,1,2,...,(n-1)

(x , k) o (x , k)
(x , k) o (x , k)
(x , 0) o (x , 0)

kk 1 , 2 length (z)

1.05
0.9
0.75
0.6
0.45
0.3
0.15
0
(z , k)
0 1.5 3 4.5 6 7.5 9 10.5 12 13.5 15
-0.15
-0.3
-0.45
-0.6
-0.75

1.05

0.9

0.75

0.6

0.45

0.3
o (z , k)
0.15

0
0 2 3 5 6 8 9 11 12 14 15
-0.15

-0.3

-0.45