09.05.2013 Views

Ver/Abrir - Repositorio Digital - Instituto Politécnico Nacional

Ver/Abrir - Repositorio Digital - Instituto Politécnico Nacional

Ver/Abrir - Repositorio Digital - Instituto Politécnico Nacional

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

1. Se cargaron los escurrimientos restituidos de las estaciones San Miguel,<br />

Pluma Hidalgo, San Francisco Ozolotepec y La Hamaca, ubicadas en el<br />

Rio Copalita.<br />

2. Se realizó la transformación de los datos anuales y mensuales a<br />

funciones probabilísticas de distribución normal (Gausiana o de<br />

campana),<br />

3. Se probaron diferentes modelos estocásticos. En cada modelo<br />

estocástico se analizaron y compararon:<br />

a) Los coeficientes de desempeño Akaike (AIC) y Schwarz (SIC). El<br />

criterio de información Akaike o criterio AIC, es un criterio usado para<br />

elegir entre modelos alternos de pronóstico. Los valores calculados<br />

del criterio AIC no tienen interpretación tangible y sólo sirven de<br />

referencia como puntos de comparación entre los diferentes modelos<br />

usados. Cuanto menores sean los valores del criterio, se entiende<br />

como más conveniente el modelo usado. Por otra parte, el criterio de<br />

información Schwarz nos dice; mientras más pequeño sea su valor<br />

mejor será el modelo.<br />

b) Los valores estadísticos básicos (media anual, mensual, desviación<br />

estándar, asimetría estadística, etc.) y,<br />

c) De sequía (longitud y magnitud de déficits y excedentes) de la series<br />

sintéticas generadas con respecto a la serie histórica cargada.<br />

4. Se comparó cada modelo estocástico. Con base en esta comparación se<br />

seleccionó el modelo que presento una mejor representación estadística<br />

y probabilística de los datos históricos.<br />

5. Se generaron 1,000 series de escurrimientos estocásticos con un<br />

periodo de 32 años cada una.<br />

72

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!