FUNCIÓN DE DENSIDAD DE PROBABILIDAD DE WEIBULL

Slides:



Advertisements
Presentaciones similares
Tiempo a la falla La Probabilidad, La Confiabilidad, La Rata de Riesgo y La Probabilidad Condicional de Falla.
Advertisements

DISEÑO DE EXPERIMENTOS EXPERIMENTOS DE COMPARACIÓN SIMPLE
ESTIMACION DE PARAMETRO
DECIMA PARTE.
PRUEBAS DE HIPOTESIS. I.S.C. Rosa E. Valdez V.. Dentro del estudio de la inferencia estadística, se describe como se puede tomar una muestra aleatoria.
Estimación de la media poblacional
8a parte CASO DE ESTUDIO ANÁLISIS. 8a parte OBJETIVO Presentar los resultados de la evaluación energética del viento de un sistio de interés mostrando.
Consideraciones básicas en la selección de aerogeneradores para
Introducción a las mediciones
KRUSKAL WALLIS Jorge Iván Betancur Marta Isabel Naranjo García
ENERGÍA EÓLICA ASPECTOS BÁSICOS 29/11/2004 ¿Qué es Energía Eólica?
} LISSET BÁRCENAS MONTERROZA
CATALINA AGUDELO, HAIDY PAOLA, JULIETH PINO
Variables Aleatoria Continua
PROCESAMIENTO DE DATOS DE VIENTO 1º Parte.
MUESTREO DE ACEPTACIÓN DE LOTES POR VARIABLES
COMPORTAMIENTO DE LAS DISTRIBUCIONES DE
FUNCIONES DE DENSIDAD DE PROBABILIDAD
El sistema climático terrestre
Control estadístico de Proceso
Distribuciones Discretas
Unidad V: Estimación de
JORNADA DE TRABAJO ACTUALIZACION DEL PARÁMETRO DE EVALUACIÓN DE EXPOSICIÓN LABORAL AL ARSÉNICO, LIMITE DE TOLERANCIA BIOLÓGICA, D.S. 594/99 DR. LUIS RODRÍGUEZ.
Este procedimiento mide la relación entre la intensidad de un estímulo y la proporción de casos que presentan una cierta respuesta a dicho estímulo. Es.
Análisis de datos El diseño estadístico.
INTERVALO DE CONFIANZA
Distribuciones derivadas del muestreo
Estadística Descriptiva continuación
MÉTODO DE PIXELES DE BORDE
DISTRIBUCIONES DE MUESTREO
Unidad V: Estimación de
IPC 2008 Estimaciones por Bootstrap
ANALISIS DE FRECUENCIA EN HIDROLOGIA (2)
Est 15 Desviación estandar
Modelo de la pluma gausiana)
ANALISIS DE FRECUENCIA EN HIDROLOGIA (3)
DISTRIBUCION NORMAL Mario Briones L. MV, MSc 2005.
Procesamiento estadístico de datos en bioquímica clínica
Estimación e intervalos de confianza
INDICADORES Elaborado por: Martha B. Luna Alfaro
Inferencia Estadística
Estimación por intervalo en la regresión: Bandas de Confianza
Energía Eólica Clase 4.
Marcas: Scintec, Triton, AQSystem, etc Expo Eólica Argentina – 04/07/2012 – 1 Sistemas SODAR: Sound Detection and Ranging.
MEDIDAS DE DISPERSIÓN. La dispersión es la variación en un conjunto de datos que proporciona información adicional y permite juzgar la confiabilidad de.
MEDIDAS DE DISPERSIÓN O VARIABILIDAD
Límites y Continuidad.
Pronósticos por ensambles
3º E.S.O. Introducción a la medida. Energía U.2 Concepto de Energía A.5 Recuperación Cambian los sistemas, cambia la energía.
Teoría de Probabilidad Dr. Salvador García Lumbreras
La Distribución Normal.
Pruebas de hipótesis.
PRUEBAS ESTADISTICAS NO PARAMETRICAS
1 DISTRIBUCIONES DE PROBABILIDAD Estad í stica Capítulo 5.3.
Medidas de Dispersión.
Métodos Cuantitativos
Estadística Descriptiva
PLANES DE MUESTREO Y GRAFICAS DE CONTROL
Aplicaciones Estadísticas a las Finanzas Clase 1
INTERVALO DE CONFIANZA
Alicia De Gyves López Licenciatura Tecnologías de la Información y Comunicación 3º. Cuatrimestre Estadística Descriptiva Distribuciones de Probabilidad.
Distribuciones de Probabilidad
EM2011 Serie de Problemas 03 -Ondas Electromagnéticas- G 09 NL38 Anamaría Universidad Nacional de Colombia Depto de Física Mayo 2011.
Introducción: A medida de que la temperatura de un cuerpo aumenta se vuelve más difícil medirla, ya sea por medios convencionales como los termómetros.
Germán Fromm R. 1. Objetivo Entender los diseños metodológicos predictivos 2.
UNIVERSIDAD CENTRAL DEL ECUADOR FACULTAD DE CIENCIAS ECONOMICAS INFERENCIA ESTADISTICA TEMA: ESTIMACION PUNTUAL, PROPIEDADES DE LAS ESTIMACIONES;
ESTADÍSTICA DESCRIPTIVA
REGRESIÓN LINEAL SIMPLE
7. Distribución normal Sin duda la distribución continua de probabilidad más importante, por la frecuencia con que se encuentra y por sus aplicaciones.
Estimación estadística
Transcripción de la presentación:

FUNCIÓN DE DENSIDAD DE PROBABILIDAD DE WEIBULL

OBJETIVO Presentar la f.d.p. de Weibull, sus parámetros que la definen, los métodos para su estimación y su aplicación en el estudio del potencial eólico

Función de Densidad de Probabilidad de Weibull k = Factor de forma (adim) c = Factor de escala (m/s) v = Velocidad del viento

Función de Densidad de Probabilidad de Weibull

ESTIMACIÓN DEL FACTOR k σ = Desviación estándar (m/s) Vm = Velocidad promedio (m/s)

ESTIMACIÓN DEL FACTOR k (ejercicio) Encontrar el valor del factor de forma k dado un valor de velocidad promedio igual a 5.2 m/s y una desviación estandar de 2.4 m/s. Respuesta:

ESTIMACIÓN DEL FACTOR k METODO DE LA VARIANZA Varianza baja Varianza media Varianza alta

ESTIMACIÓN DEL FACTOR k METODO DE LA VARIANZA (ejercicio) Encontrar el valor del factor de forma k dado un valor de velocidad promedio igual a 5.2 m/s considerando varianzas baja, media y alta Respuesta: Varianza baja Varianza media Varianza alta

ESTIMACIÓN DEL FACTOR k METODO DE LA DESVIACIÓN ESTÁNDAR DE LAS VELOCIDADES MEDIAS DIARIAS σ = Desviación estándar mensual (m/s) σD = Desviación estándar de las velocidades medias diarias (m/s) k1 = 0.558971033 c1 = 1.6371117941

ESTIMACIÓN DEL FACTOR k METODO DE LA DESVIACIÓN ESTÁNDAR DE LAS VELOCIDADES MEDIAS DIARIAS Ejemplo Dado una serie de valores de velocidades promedio diarias cuyo valor de desviación estándar es 2.8 m/s, encontrar la desviación estándar mensual σ. Respuesta σ = 2.8 (0.558971033)+1.6371117941 σ = 3.20 m/s

Rangos de k y Descripción Cualitativa del Viento Asociado (Para valores de Vm iguales o mayores a 3 m/s) Rango de k Descripción del viento en superficie 0.8  k  1.0 Flujo turbulento tipo brisa (terral o marinada), se observa un patrón diario marcado; es viento local. 1.0  k  1.6 Flujo ligeramente turbulent, tipo valle-montaña; se observa un patrón diario. 1.6  k  2.0 Flujos poco turbulentos, pueden ser tipo brisa, o valle-montaña influenciados por vientos de altura. 2.0  k  2.5 Vientos no turbulentos e intensos; se observan en mesetas donde existe buena exposición al viento; son regularmente vientos de altura; no se observa ningún patrón diario

ESTIMACIÓN DEL FACTOR c

ESTIMACIÓN DEL FACTOR DE ESCALA c x = 4 (1+1/k) - 6

ESTIMACIÓN DEL FACTOR DE ESCALA c (ejemplo) Encontrar el valor del factor de escala c dado un valor de velocidad promedio igual a 5.2 m/s y un valor de k= 2.32 Respuesta: C0 = 0.886259184149 x = 4(1+1/2.32)-6=-0.275862069 C1 = 0.00852888014766 c = 5.87 m/s C2 = 0.0257748943765 C3 = -0.002117760028167 C4 = 0.000664358428 x = 4 (1+1/k) - 6

F.D.P. DE WEIBULL

Nemograma de Kotelnikov para la f.d.p. de Weibull

Función de Densidad de Probabilidad de Weibull Probabilidad de velocidades de viento mayores o iguales a cierto valor:

Función de Densidad de Probabilidad de Weibull Probabilidad de velocidades de viento mayores o iguales a cierto valor (ejercicio): Encontrar el % de tiempo con velocidades de viento  5 m/s, en un determinado mes de 30 días. Los factores de la f.d.p. de Weibull son k=2.32 (adim) y c= 5.87 m/s Respuesta: Es decir el 50.20% del tiempo v  5 m/s o bien 361.44 horas

Función de Densidad de Probabilidad de Weibull Probabilidad de velocidades de viento menores o iguales a cierto valor:

Función de Densidad de Probabilidad de Weibull Probabilidad de velocidades de viento menores o iguales a cierto valor (ejercicio): Encontrar el % de tiempo con velocidades de viento  5 m/s, en un determinado mes de 30 días. Los factores de la f.d.p. de Weibull son k=2.32 (adim) y c= 5.87 m/s Respuesta: Es decir el 49.80% del tiempo v  5 m/s o bien 358.56 horas

Función de Densidad de Probabilidad de Weibull Probabilidad de velocidades de viento dentro de un cierto rango:

Función de Densidad de Probabilidad de Weibull Probabilidad de velocidades de viento dentro de un cierto Rango (ejercicio) Encontrar el % de tiempo con velocidades de viento  5 m/s y  25 m/s, en un determinado mes de 30 días. Los factores de la f.d.p. de Weibull son k=2.32 (adim) y c= 5.87 m/s Respuesta: Es decir el 50.20% del tiempo 5 m/s  v  25 m/s o bien 361.44 horas

Potencia Media Teórica Disponible

Integración por el Método Trapezoidal H = Paso de integración Li = Límite inferior Ls = Límite superior

Potencia Media Teórica Disponible (ejemplo) CODIGO EN BASIC (ESTIMACIÓN DE LA DENSIDAD DE POTENCIA CLS k = 2.32 c = 5.87 RO = 1.225 A = 1 N = 100 V1 = 0: V2 = 20: H = (V2 - V1) / N V = V1: GOSUB 500: P1 = P V = V2: GOSUB 500: P2 = P PM = (P1 + P2) / 2 V = V1 FOR I = 1 TO N - 1 V = V + H: GOSUB 500: PM = PM + P NEXT I PM = PM * H PRINT USING "DENSIDAD DE POTENCIA MEDIA= ####.# W/m2"; PM GOTO 600 500 P = .5 * RO * A * V ^ 3 * (k / c) P = P * (V / c) ^ (k - 1) P = P * EXP(-((V / c) ^ k)) RETURN 600 END Encontrar la densidad de potencia a partir de los factores k y c de la f.d.p. de Weibull k=2.32 (adim) y c= 5.87 m/s Respuesta: 143.9 W/m²