PHD5873/04-1 PHD 5873 Complementos de Hidrologia Aula 3 – Séries Sintéticas de Vazões EPUSP, 07 de outubro de 2003 Prof. Dr. José Rodolfo Scarati Martins.

Slides:



Advertisements
Apresentações semelhantes
Melhoramento de Imagens
Advertisements

DIMENSIONAMENTO DE FROTAS
Análise da Probabilidade de Sobrevivência da Lacuna de Rapidez
FAP 181 Grandezas Grandezas Físicas Físicas Como ? Treinamento Treinamento Experimental Experimental Problema Problema O que ? Medir Medir Teoria Teoria.
Estatística Aplicada à Motricidade
Disciplina: Atividade Física Relacionada à Saúde
Qualidade de vida relacionada à saúde
Aluno: Gustavo S. Böhme Orientador: Prof. Dr. Roberto Martins de Souza
VI: EQUILÍBRIO RADIATIVO
VIII Workshop Nova Física no Espaço Campos do Jordão, 8-13 fev 2009 Estrutura dos halos de matéria escura no modelo ΛCDM Angelo F. Neto (1,2), Liang Gao.
Prof. Dr. Helder Anibal Hermini
Desempenho de Tratores aula 3
Reconstrução filogenética: Inferência Bayesiana
Criptografia Quântica : Um Estudo
Compressão de Voz Francisco Socal Tiago Peres Leonardo Silveira.
Registro de Carta Topográfica
Mais sobre classes Baseada no Livro: Deitel&Deitel - C++ How To program Cap. 7 Prentice Hall 1994 SCE 213 Programação Orientada a Objetos, ICMC - USP 2.
Processos Hidrológicos CST 318 / SER 456 Tema 8 - ANO 2013
Estatística: Aplicação ao Sensoriamento Remoto SER 202 Aula 01 - ANO 2013 Camilo Daleles Rennó
Estatística: Aplicação ao Sensoriamento Remoto SER 202 Aula 02 - ANO 2013 Camilo Daleles Rennó
Sensor de Proximidade Capacitivo
CT-300 – Seminário de Tese 1/25 Um Framework Padrão para Simulação de Modelos de Robôs Móveis de Robôs Móveis Juliano A. Pereira Prof. Carlos H. C. Ribeiro.
PRÉ PROVA – BANCO DO BRASIL
CES-11 LAB 03 Bitmap Quadtree
CARACTERIZAÇÃO DE PARTÍCULAS
Obtenção e Tratamento de Dados
TA 733 A – Operações Unitárias II
TA 733 A – Operações Unitárias II
TA 733 A – Operações Unitárias II Transferência de Calor
TA 733 A – Operações Unitárias II
O Ensino de Probabilidade
Probabilidade Modelo matemático para incerteza Desenvolvimento relativamente recente –Cardano (século XVI) –Pascal (século XVII) Peter Bernstein, Against.
Probabilidade e Esperança Condicional
Intervalos de confiança Sejam X 1, X 2, …, X n i.i.d. com distribuição F. Um intervalo de confiança de nível 1– para é um par de estatísticas [T 1 (X),
Variáveis Aleatórias Uma variável aleatória associa um número real a cada resultado de um experimento aleatório. Mais precisamente…
Probabilidade Modelo matemático para incerteza Desenvolvimento relativamente recente –Cardano (século XVI) –Pascal (século XVII) Peter Bernstein, Against.
Esperança Idéia: a esperança (ou valor esperado) de uma v.a. é o valor médio que se espera obter ao se repetir um experimento aleatório um grande número.
Estatística Dados valores (amostras) de variáveis aleatórias X 1, X 2,..., X n, cuja distribuição conjunta é desconhecida, inferir propriedades desta distribuição.
III – Uso Infraestrutura – Empresa Digital Escola Politécnica da USP MBA EPUSP em Gestão e Engenharia do Produto EP018 O Produto Internet e suas Aplicações.
Direito Desportivo Novos rumos legais PARCERIAS NO FUTEBOL Ivandro Sanchez.
Proposta de critérios e procedimentos para a concessão da GDAR Matuzalém Batista Pereira Elisa Vieira Leonel Fábio Santos Lobão Ricardo de Holanda Melo.
TÉCNICAS DE CODIFICAÇÃO DE SINAIS
TE 043 CIRCUITOS DE RÁDIO-FREQÜÊNCIA
Desempenho A rápida taxa de melhoria na tecnologia de computadores veio em decorrência de dois fatores: avanços na tecnologia utilizada na construção.
Estágio Supervisionado Aluno: Felipe Pinto Coelho Palma
Capítulo 1 Introdução 1.1 O que é um sistema operacional
7. ANUIDADE PERIODICA – MONTANTE NO MODELO BÁSICO
VELOCIDADE DE REAÇÃO 1.A CONCENTRAÇÃO E A VELOCIDADE DE REAÇÃO 2.A VELOCIDADE INSTANTÂNEA DE REAÇÃO 3.AS LEIS DE VELOCIDADE E A ORDEM DE REAÇÃO.
Marco Antonio Montebello Júnior
ESTATÍSTICA DESCRITIVA
The Data Warehouse Toolkit
Principais Modelos Discretos Josemar Rodrigues AULA:
Frações Professor: Graciano Pianezzer Beletti.
PHD5873/03-1 PHD 5873 Complementos de Hidrologia Aula 3 – Métodos Estatísticos EPUSP, 30 de setembro de 2003 Prof. Dr. José Rodolfo Scarati Martins.
Otimização Aplicada ao Dimensionamento e Operação de Reservatórios
Escoamento em Condutos Livres AULA 3
DRENAGEM URBANA Prefeitura de Praia Grande
Análise do Desempenho dos Modelos
Projeto de Reservatórios de Retenção
Hidrologia Básica Capacitação Tecnológica e Transferência de Tecnologia em Drenagem Urbana FUNDAÇÃO CENTRO TECNOLÓGICO DE HIDRÁULICA Engº José Rodolfo.
Escoamento em Condutos Livres AULA 1
PESQUISA DE MARKETING 2 Execução Análise Prof. Dr. Fauze Najib Mattar.
1 Seja o resultado de um experimento aleatório. Suponha que uma forma de onda é associada a cada resultado.A coleção de tais formas de ondas formam um.
8. Uma Função de duas Variáveis Aleatórias
8-1 Copyright ©2011 Pearson Education, Inc. publishing as Prentice Hall Estimação (adapdado de Levine)
Prof. Celso Cardoso Neto. (2) ALINHAMENTO Caso 1.
1.
Nome alunos 1 Título UC. Título – slide 2 Conteúdo Conteúdo 2.
Séries Sintéticas de Vazões
Probabilidade e Estatística Aplicadas à Contabilidade II
Transcrição da apresentação:

PHD5873/04-1 PHD 5873 Complementos de Hidrologia Aula 3 – Séries Sintéticas de Vazões EPUSP, 07 de outubro de 2003 Prof. Dr. José Rodolfo Scarati Martins

PHD5873/04-2 Aplicações Probabilidade das maiores cheias ou estiagens numa baciaProbabilidade das maiores cheias ou estiagens numa bacia Dimensionamento de Volumes de ReservatóriosDimensionamento de Volumes de Reservatórios Projeto de dispositivos de desvio e proteção de obras provisóriasProjeto de dispositivos de desvio e proteção de obras provisórias

PHD5873/04-3 Caso Prático Dimensionar o volume de um reservatório de resgularização Rio Jacupiranga

PHD5873/04-4 Dados de Vazões médias mensais

PHD5873/04-5 Variações anuais

PHD5873/04-6 Diagrama de Rippl

PHD5873/04-7 Hipóteses Fundamentais Distribuição de probabilidades é a mesma da série de dados original (não se criam dados) Esta hipótese nem sempre pode ser admitida em função da variações do regime hidrológico Os parâmetros estatísticos da série sintética são obtidos a partir da série histórica original, admitindo-se portanto a igualdade dos mesmos e a confiança os mesmos.

PHD5873/04-8 Modelos de Séries Sintéticas Cíclicos: para geração de séries com influência sazonal (meses, semanas, semestres..) Acíclicos: geração de séries anuais Regressivos: consideram a influência de valores em m períodos passados Não regressivos: consideram apenas a componente aleatória

PHD5873/04-9 Modelos Acíclicos i indice do anoi indice do ano Q Vazão gerada no ano iQ Vazão gerada no ano i Q Valor médio histórico das vazõesQ Valor médio histórico das vazões r coeficiente de correlação da série entre i e i+1r coeficiente de correlação da série entre i e i+1 E i+1 componente aleatória de média zero e variancia 2 do ano i+1E i+1 componente aleatória de média zero e variancia 2 do ano i+1

PHD5873/04-10 Casos particulares r = 1 -> correlação perfeita, não havendo influencia de fatores aleatórios r = 1 -> correlação perfeita, não havendo influencia de fatores aleatórios r = 0 -> vazões puramente aleatórias r = 0 -> vazões puramente aleatórias

PHD5873/04-11 Modelo Cíclico de Distribuição Normal Q med =0 2 =1 t é uma variável aleatória com distribuição N(0,1) m 1 e m 2 são números aleatórios no intervalo de (0,1) Valores negativos

PHD5873/04-12 Modelo de Beard Preserva apenas o logaritmo das vazões

PHD5873/04-13 Modelo de Matalas é o limite inferior das vazões é o limite inferior das vazões a média a média 2 a variância 2 a variância

PHD5873/04-14 Thomas e Fiering g é o coef. Assimetria g é o coef. Assimetria e é uma variável aleatória e é uma variável aleatória

PHD5873/04-15 Modelo de Markov 1a. ordem i é o indice das vazões geradas i é o indice das vazões geradas j indice mensal variando de 1 a 12 j indice mensal variando de 1 a 12 Q vazão média mensal gerada Q vazão média mensal gerada Q vazão média mensal histórica Q vazão média mensal histórica b j,j+1 coeficiente de correlação entre as vazões dos meses j e j+1, obtido do ajuste b j,j+1 coeficiente de correlação entre as vazões dos meses j e j+1, obtido do ajuste s j,j+1 desvio padrão histórico do mês j+1 s j,j+1 desvio padrão histórico do mês j+1 r j,j+1 correlação linear entre j e j+1 r j,j+1 correlação linear entre j e j+1

PHD5873/04-16 Exemplo