Stochastic Analysis, Modeling, and Simulation (SAMS)

(Anlisis Estocstico, Modelamiento y

Version 2000

Simulacin)

J. D. Salas, N. Saada, C. H. Chung, W. L. Lane, and D. K. Frevert

Computing Hydrology Laboratory Water Resources, Hydrologic and Environmental Sciences Engineering Research Center Fort Collins, Colorado

Universidad Nacional Agraria La Molina

Facultad de Ingeniera Agrcola

I CURSO NACIONAL DE HIDROLOGA (18-22 de Agosto del 2003)

Stochastic Stochastikos: Palabra Griega que hace referencia a algo que contiene una variable aleatoria. En hidrologa se usa para describir un sistema que tiene en el, un elemento aleatorio.

INTRODUCCIN A pesar de la existencia de paquetes sofisticados para el anlisis matemtico y estadstico como STATGRAPHICS, MINITAB, SAS, MATLAB y otros; la simulacin de series hidrolgicas requiere software especializado por dos razones fundamentales: Por la naturaleza peridica de los procesos hidrolgicos y porque algunas series hidrolgicas incluyen caractersticas complejas como dependencia en el tiempo y memoria.

En ese contexto, durante los ltimos 30 aos se han desarrollado innumerables programas de computadora para el modelamiemto de series de tiempo hidrolgicas y en 1996 el USBR liber, al mercado, el paquete SAMS, escrito en lenguaje C y Fortran que opera en ambiente WINDOWS, y desde entonces, se editaron las versiones SAMS 2000 y SAMS 2003 que incorporan las correcciones y modificaciones sugeridas por los usuarios.

Principales Capacidades y Limitaciones del SAMS 1. Analiza datos anuales y estacionales (hasta 12 estaciones por ao). 2. Incluye 3 tipos de opciones de normalizacin o transformacin de datos 3. Permite trabajar con hasta 40 sitios y para propsitos de desagregacin multivariado con grupos de 10 sitios 4. Incluye esquemas para modelar sistemas complejos de redes 5. Mximo nmero de aos de datos de entrada 600 6. El nmero de nuestras a generarse es ilimitado 7. El nmero de aos a generarse es ilimitado

BREVE DESCRIPCION DEL SAMS SAMS consta de muchas opciones de men que permite al usuario eligir varias alternativas de anlisis disponibles. Consiste de tres mdulos: 1. Anlisis Estadstico de Datos 2. Fijacin del Modelo Estocstico 3. Generacin de Series Sintticas

Mdulo: Anlisis Estadstico de Datos Statistical Analysis of Data

Ploteo de datos: ayuda a detectar tendencias, cambios, salidas, o errores en los datos. Verificacin de la normalidad y Transformacin de datos: uando tcnicas de transformacin Logartmica, Potencial y de Box-Cox . Determinacin de los parmetros estadsticos: media, desviacin estndar, coeficiente de asimetra, correlacin serial (datos anuales), correlacin de estacin a estacin (datos estacionales), correlaciones cruzadas; y estadsticas relativas a sequas, excedencias y requerimiento de almacenamiento.

Mdulo: Fijacin del Modelo Estocstico Fitting a Stochastic Model

Para datos anuales: Modelo Univariado ARMA(p,q) Modelo Univariado GAR(1) Modelo Multivariado AR(p); (MAR) Modelo Contemporneo ARMA(p,q); (CARMA) Modelo Desagregado Multivariado Anual (espacial) Para datos estacionales: Modelo Univariado PARMA(p,q) Modelo Desagregado Univariado Estacional Modelo Multivariado PAR(p); (MPAR) Modelo Desagregado Multivariado Estacional

Mdulo: Generacin de Series Sintticas Generating Syntethic Series

Permite generar series sintticas basada en los modelos, aproximaciones y esquemas mencionados anteriormente. Los datos generados incluyen las estadsticas "generadas", que pueden ser mostradas grficamente o en forma de tablas, y ser impresas y/o escrito en archivos de salida especificados.

Estadsticas bsicas - Datos anuales

Media:
N 1 y = yt N t =1

Desviacin Estndar:

s=
1 N

1 N
N t =1

(y
N t =1
t

y)
3

Coef. de Asimetra:

g=

(y
s

y)

Coef. de Variacin:

s cv = y

Coeficiente de Autocorrelacin
N k 1 ( yt + k y )( yt y ) mk N t =1 = rk = N m0 1 ( yt y )( yt y ) N t =1

Correlacin Cruzada entre el Sitio i y el sitio j con desfase k

r =
ij k

(m m )
ii 0

ij k jj 1 / 2 0

1 N

N k t =1

(y

(i ) t +k

y
ii 0

(i )

)(y

( j) t

( j)

(m m )

jj 1 / 2 0

Estadsticas bsicas - Datos Estacionales

Media:
1 y = N

y
v =1

v ,

Desviacin Estndar:

s =

1 N
1 N
S

(y
N v =1
N

v ,

y )
3

Coef. de Asimetra: Coef. de Variacin:

g =
cv =

(y
v =1

v , 3

y )

Coeficiente de Correlacin de Estacin a Estacin

rk , =

(m
v,

0 ,

m0, k )

m k ,

1/ 2

mk ,

1 = N

( y y )( y
N v =1

v, k

y k )

Correlacin Cruzada Estacional entre el Sitio i y el sitio j con desfase k

r
ij k ,

(m

m
ii 0 ,

ij k ,

1/ 2 jj 0 , k

ij k ,

= y
v =1

(i ) v ,

(i )

][y

( j) v , k

( j) k

Estadsticas Relacionadas con el Almacenamiento

Secuencia de Sumas Parciales: Rango Ajustado:
S i = S i +1 + ( yi y n ) i = 1,......, n
* Rn = max (S 0 , S 1 ,....., S n ) min (S 0 , S 1 ,....., S n )

* Rango Ajustado Rn ** Rn = Reescalado y Coef Hurst: sn

** ln Rn K= , ln(n / 2)

( )

n>2

Nueva Secuencia: Capacidad de Almacenamiento:

' S ' i 1 + d y i si es positivo Si = si no es positivo 0

' S c = max S 1' ,......S N

Estadsticas Relacionadas con Dficits

L = Duracin; M = Magnitud ; I = Intensidad(M/L)

d = y
*

0 < 1

yi < d

Duracin del Mximo Dficit (Longest Drought)

L = max (L1 ,......, L m ) min (L1 ,......, Lm )

Magnitud del Mximo Dficit:

M = max (M 1 ,..., M m )
*

Estad. Relacionadas con Excedencias

son simplemente lo opuesto a las estadsticas relacionadas con las sequas y i > d

MODELOS MATEMTICOS
Transformacin y Estandarizacin de Datos Logartmica Potencial Box-Cox Estandarizacin

Y = ln( X + a )
b
b

Y = (X + a)

( X + a) Y=
b

, b0

Z v , =

Yv , Y S (Y )

Yv , = Y + S (Y )Z v ,

Modelo Univariado ARMA(p,q)

(B )Yt = (B )et
(B ) = 1 1 B 2 B L p B
1 2 p

(B ) = 1 1 B 2 B L q B
1 2

ARMA (1,0)

Yt = 1Yt 1 + et

2 2 2 1 = m1 (e) = (1 1 )s

ARMA (1,1)

Yt = 1Yt 1 + et 1 et 1
m2 1 = m1
2 1s m1 2 (e) = 1

m ) 1 ( s + = ( s m )
2 1 1 1 1 2 1 1

ARMA (2,1)

Yt = 1Yt 1 + 2 Yt 2 + et 1 et 1
1 = m 2 m1 s m3
2

m12 s 2 m 2

2 =

m3 m1 m 2 m3 m12 s 2 m 2

2 2 m1 s 1 m1 2 m 2 s m1 + 1 1 1 = 2 1 s m1 + 2 m1 1 s 2 m1 + 2 m1 1 2

( (

) ( ) (

2 2 m1 m1 1s + 2 ( e) = 1

Modelo Univariado PARMA(p,q)

(B )Yv , = (B )e v ,
(B ) = 1 1, B 2, B K p , B
1 2 p

(B ) = 1 1, B 2, B K q , B
1 2

PARMA (1,1)

Yv , = 1, Yv , 1 + ev , 1, ev , 1
1, =
m 2, m1, 1

1, 1, =

( s + && (

1, m1,

2 s 1, 1 m1,

) ( ) ( s

2 s 1, +1 m1, +1 2 1, 1 m1, 1, +1

2 s 1, +1 1 m1, +1 2 (e ) = 1, +1

PARMA (2,1)
Yv , = 1, Yv , 1 + 2, Yv , 2 + e v , 1, e v , 1
1, = m 2, m1, 2 s2 2 m3, m1, 1 m1, 2 s2 m 2, 1

2, =

m3, m1, 1 m 2, m 2, 1 m1, 1 m1, 2 s2 m 2, 1

2 m m s 1, 1, 2 , 2 , 1, +1 m1, +1 + 2 , +1m1,, 1, = 1, + 2 1, s 1 m1, + 2, m1, 1 1, st21 m1, + 2, m1, 1 1, +1 2

(s

) (

+ 1 , + 1 2 , +1 m1, m1, +1 2 (e ) = 1, +1