INFORME MATEMATICA-modificado

MODELIZACIÓN MATEMÁTICA DE LA TEMPERATURA Y
PRECIPITACIONES DE PIURA DEL 2018-2019

INTRODUCCIÓN
De acuerdo al escenario de lluvias emitido por el Servicio Nacional de
Meteorología e Hidrología del Perú - SENAMHI, se espera una probabilidad
del 53% para la ocurrencia de lluvias sobre sus valores normales en la costa
norte del país, no significando la ocurrencia de lluvias extremas como las
ocurridas en los años 1983, 1998 y 2017; finalmente, teniendo en cuenta el
posible calentamiento de la temperatura superficial del mar en el Pacífico
central para el verano 2019 se esperan lluvias por debajo de lo normal en la
zona andina.
El tema que he elegido para esta Exploración Matemática es la modelación de

las funciones seno y coseno en la temperatura vs precipitación.
El objetivo de la presente investigación es modelizar matemáticamente la

temperatura vs la lluvia en el departamento de Piura para calcular sus
parámetros matemáticos.
Me interesó porque en el lugar donde vivo llueve constantemente y con

intensidad, mayormente en el mes de marzo a consecuencia del aumento de
temperatura; por ende pensé en la posibilidad de expresar matemáticamente
esta relación u/o influencia de la temperatura-precipitaciones del 2018-2019.
La importancia de este estudio radica en poder demostrar que las matemáticas

están presentes en cualquier campo pero en este caso me voy a centrar en el
clima teniendo como variables la temperatura vs las lluvias, teniendo aplicación
práctica.
Algunas investigaciones según Jesús Ildefonso Díaz señalan que Los modelos
matemáticos más utilizados en la actualidad son los denominados modelos de
balance de energía. Su principal característica es la de analizar la sensibilidad
de la temperatura frente a pequeñas variaciones de parámetros solares o
terrestres. Asi por ejemplo, el tema propuesto por la Academia Francesa de
Ciencias para el premio de matemáticas de 1738 versaba sobre la causa del
flujo y reflujo del mar resultando premiados D. Bernoulli, L.Euler y C.
MacLaurin. Más tarde Fourier fijo su atención no ya en la predicción a corto
plazo de tiempo, si no en las variaciones de clima a más larga escala de
tiempo: decenas de años, siglos e incluso miles de año.
Para desarrollar el trabajo de investigación primero explorare en internet la

página de SENAMHI – Perú, tomare datos, capturas de pantallas, los graficare
valiéndome del software geógrafa y determinare la función a estudiar.
MARCO TEORICO
FUNCIÓN:
Una función f es una regla que asigna a cada elemento x en un conjunto A

exactamente un elemento, llamado f(x), en un conjunto B. (Lázaro. M, 2014)
FUNCIONES SINUSOIDALES:
En matemáticas, se entiende por sinusoide la función seno o la curva que la
representa. La sinusoide puede ser descrita por la siguiente fórmula:
O (Stewart.J, Redlin.L, Watson. S; 2012)
MODELACION MATEMATICA
El proceso de modelización es una esquematización abstracta de la realidad y

elaboración de modelos que establece una relación entre el fenómeno de
estudio y la estructura matemática. (Castro, E. y Castro, E., 1997)
FENOMENO DEL NIÑO:
Es un fenómeno propio de la variabilidad climática, que se manifiesta mediante

cambios en los patrones normales (Comisión Nacional de Meteorología e
Hidrología, 1998)
CONFIABILIDAD
Grado en que un instrumento produce resultados consistentes y coherentes.

(Kerlinger, 2002)
AFLA DE CRONBACH
Modelo de consistencia interna, basado en el promedio de las correlaciones

entre los ítems. (Innova. MIDE, 2010)
|
DATOS
TABLA 01. Temperatura máxima y precipitaciones de Piura del 2018-2019.
2018 2019
TEMPERATURA PRECIPITACIÓN TEMPERATURA PRECIPITACIÓN
MES MES
Máxima °C (Lluvia) Ml. Máxima °C (Lluvia) Ml.
ENERO 33.3 35 ENERO 33.3 35
FEBRERO 34.1 58 FEBRERO 34.1 58
MARZO 34.1 73 MARZO 34.1 73
ABRIL 32.5 60 ABRIL 32.5 60
MAYO 30.3 34 MAYO 30.3 34
JUNIO 28.3 10 JUNIO 28.3 10
JULIO 27.5 1 JULIO 27.5 1
AGOSTO 27.9 0 AGOSTO 27.9 0
SETIEMBRE 28.8 1 SETIEMBRE 28.8 1
OCTUBRE 29.5 2 OCTUBRE 29.5 2
NOVIEMBR NOVIEMBR
30.3 4 30.3 4
E E
DICIEMBRE 31.9 10 DICIEMBRE 31.9 10
FUENTE: SENAMHI, “ESCENARIOS DE LLUVIA DE PIURA”, 2018.
GRÁFICA 01. FUNCIÓN DE TEMPERATURA MÁXIMA Y PRECIPITACIONES DE PIURA 2018-2019.
TEMPERATURA MÁXIMA -PRECIPITACIONES 2018-2019

PIURA
80 40
PRECIPITACIÓN (LLUVIA ML)
60 30
TEMPERATURA °C
40 20
20 10
0 0
ER
O ZO YO LIO BRE BRE ER O RZO AYO LIO BRE BRE
EN AR MA JU EM EM EN MA M JU EM EM
M T I VI TI VI
S E NO S E NO
MESES 2018-2019
PRECIPITACIÓN (Lluvia) Ml. TEMPERATURA Maxima °C
FUENTE: Elaboración propia.
MODELIZACIÓN MATEMÁTICA DE LA PRECIPITACIÓN
Vmax−Vmin
a=
2
73−0
a=
2
a=36.5
Vmax+ Vmin
d=
2
73+0
d=
2
d=36.5
T=15-3=12
2π
b=
12
π
b=
6
C= 15 o 3
π
Y=36.5 sin ( ( x−3)¿+36.5
6
MODELIZACIÓN MATEMÁTICA DE LA TEMPERATURA
34.1−27.5
a= =3.3
2
34.1+ 27.5
d= =30.8
2
T=14-2=12
2π
b=
12
π
b=
6
c= 2 o 14
3.3 sin (2π (x−2)¿+ 30.8
CALCULO DE LA CONFIABILIDAD DE LA PRECIPITACIÓN
TABLA 02: SUMA Y VARIANZA DE LAS PRECIPITACIONES DE PIURA 2018-2019.
2018 2019
PRECIPITACIÓN PRECIPITACIÓN
MES MES
(Lluvia) Ml. (Lluvia) Ml. TOTAL
ENERO 35 ENERO 35 70
FEBRERO 58 FEBRERO 58 116
MARZO 73 MARZO 73 146
ABRIL 60 ABRIL 60 120
MAYO 34 MAYO 34 68
JUNIO 10 JUNIO 10 20
JULIO 1 JULIO 1 2
AGOSTO 0 AGOSTO 0 0
SETIEMBRE 1 SETIEMBRE 1 2
OCTUBRE 2 OCTUBRE 2 4
NOVIEMBRE 4 NOVIEMBRE 4 8
DICIEMBRE 10 DICIEMBRE 10 20
VARIANZA 665.33 665.33
FUENTE: Elaboración propia.
K 2
Ƹvi 1330.67
Vt 2661.33
SECCIÓN 1 2
SECCIÓN 2 0.50
ABSOLUTO
S2 0.50
ἁ 1.00
CONFIABILIDAD: 1.0 = Confiabilidad perfecta
CALCULO DE LA CONFIABILIDAD DE LA TEMPERATURA
TABLA 03: SUMA Y VARIANZA DE LAS TEMPERATURAS DE PIURA 208-2019.
2018 2019
TEMPERATURA TEMPERATURA
MES MES
Máxima °C Máxima °C TOTAL
ENERO 33.3 ENERO 33.3 66.6
FEBRERO 34.1 FEBRERO 34.1 68.2
MARZO 34.1 MARZO 34.1 68.2
ABRIL 32.5 ABRIL 32.5 65
MAYO 30.3 MAYO 30.3 60.6
JUNIO 28.3 JUNIO 28.3 56.6
JULIO 27.5 JULIO 27.5 55
AGOSTO 27.9 AGOSTO 27.9 55.8
SETIEMBRE 28.8 SETIEMBRE 28.8 57.6
OCTUBRE 29.5 OCTUBRE 29.5 59
NOVIEMBRE 30.3 NOVIEMBRE 30.3 60.6
DICIEMBRE 31.9 DICIEMBRE 31.9 63.8
VARIANZA 5.31 5.31
K 2
Ƹvi 10.63
Vt 21.26
SECCIÓN 1 2
SECCIÓN 2 0.50
ABSOLUTO
S2 0.50
ἁ 1.00
CONFIABILIDAD: 1.0 = Confiabilidad perfecta según la tabla de Herrera 1998.
ANÁLISIS DE DATOS
Para PIURA, los meses con temperaturas más altas son: febrero y marzo (34.1°C); la
temperatura más baja se da en los meses de julio, agosto y setiembre (17.1°C); y llueve
con mayor intensidad en el mes de marzo (65.5 mm/mes).
RESPUESTAS:
1. Tipo de función: ¿inyectiva? ¿biyectiva? ¿sobreyectiva?

Las funciones no son sobreyectiva, debido a que hay elementos del condominio que
no están incluidos en el recorrido, además no es inyectiva puesto que se presenta que
hay dos elementos del dominio que tienen la misma imagen, no abarcando todos los
valores reales de los ejes.
2. En cuanto al tema de la relación de la temperatura y precipitación de la región en el

2018 y 2029, que tipo de función se aproximaría más?
Las funciones se asemejan a una función sinusoidal ya que son curvas que describen
una oscilación repetitiva y suave, además porque son periódicas y tienen intervalos
cerrados.
3. ¿Estas funciones planteadas representan exactamente la realidad?

No exactamente
4. Existe un nivel de confiabilidad.

Si
5. ¿Es posible medir matemáticamente ese nivel de confiabilidad?

Si es posible; ya que está comprobado que al emplear el método de ALFA DE
CRONBACH se obtiene la fiabilidad que es igual a la confiabilidad. La confiabilidad de
los datos de la temperatura es de 1.00, ante ello se puede afirmar que tiene
confiabilidad perfecta. Al igual que la confiabilidad de las precipitaciones es de 1.00
que resulta tener un grado de confiabilidad perfecta; todo ello es posible gracias a la
gráfica del modelo de confiabilidad propuesto por Herrera en 1998.
CONCLUSIONES
 La función que se obtiene es sinusoidal y periódica, siendo el punto máximo de

36.5 respecto a la precipitación 2018-2019 de la Región, por otra parte el punto
mínimo es 0.5. Mientras que el punto máximo de la temperatura de la Región es
de 17.05 y el punto mínimo es de 13.75.
 La modelización de la temperatura es 3.3 sin (2π(x-2))+30.8 mientras que la de las
precipitaciones es 36.5 sin (π/6(x-3))+36.5, indicando que a mayor temperatura
será más probable la presencia de lluvias.
 Medir la confiabilidad matemáticamente si es posible a través del Alfa de
cronbach, teniendo como resultado que los datos tanto de la temperatura como
precipitaciones de la región tienen una confiabilidad perfecta al ser igual a 1.00
según el gráfico de Herrera.
BIBLIOGRAFÍA
Castro, E. y Castro, E., 1997: Representaciones y Modelización. En Rico, L.
(Ed) La Educación Matemática en la Enseñanza Secundaria. Horsori:
Barcelona
Lázaro. M, “Cálculo Diferencial”. Mosilera
Comisión Nacional de Meteorología e Hidrología. 1998 “El fenómeno del niño”
Senamhi, 2018 “escenarios de lluvia verano 2019”.
Stewart.J, Redlin.L, Watson. S; 2012 “Precálculo: Matemáticas para el cálculo”.

Cengage Learning)

INFORME MATEMATICA-modificado

Cargado por

Copyright:

Formatos disponibles

INFORME MATEMATICA-modificado

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

INFORME MATEMATICA-modificado

Cargado por

Copyright:

Formatos disponibles

MODELIZACIÓN MATEMÁTICA DE LA TEMPERATURA Y

PRECIPITACIONES DE PIURA DEL 2018-2019

El tema que he elegido para esta Exploración Matemática es la modelación de

El objetivo de la presente investigación es modelizar matemáticamente la

Me interesó porque en el lugar donde vivo llueve constantemente y con

La importancia de este estudio radica en poder demostrar que las matemáticas

Para desarrollar el trabajo de investigación primero explorare en internet la

Una función f es una regla que asigna a cada elemento x en un conjunto A

O (Stewart.J, Redlin.L, Watson. S; 2012)

El proceso de modelización es una esquematización abstracta de la realidad y

Es un fenómeno propio de la variabilidad climática, que se manifiesta mediante

Grado en que un instrumento produce resultados consistentes y coherentes.

Modelo de consistencia interna, basado en el promedio de las correlaciones

TABLA 01. Temperatura máxima y precipitaciones de Piura del 2018-2019.

FUENTE: SENAMHI, “ESCENARIOS DE LLUVIA DE PIURA”, 2018.

GRÁFICA 01. FUNCIÓN DE TEMPERATURA MÁXIMA Y PRECIPITACIONES DE PIURA 2018-2019.

TEMPERATURA MÁXIMA -PRECIPITACIONES 2018-2019

PRECIPITACIÓN (Lluvia) Ml. TEMPERATURA Maxima °C

FUENTE: Elaboración propia.

MODELIZACIÓN MATEMÁTICA DE LA PRECIPITACIÓN

TABLA 02: SUMA Y VARIANZA DE LAS PRECIPITACIONES DE PIURA 2018-2019.

CONFIABILIDAD: 1.0 = Confiabilidad perfecta

CALCULO DE LA CONFIABILIDAD DE LA TEMPERATURA

TABLA 03: SUMA Y VARIANZA DE LAS TEMPERATURAS DE PIURA 208-2019.

CONFIABILIDAD: 1.0 = Confiabilidad perfecta según la tabla de Herrera 1998.

1. Tipo de función: ¿inyectiva? ¿biyectiva? ¿sobreyectiva?

2. En cuanto al tema de la relación de la temperatura y precipitación de la región en el

3. ¿Estas funciones planteadas representan exactamente la realidad?

4. Existe un nivel de confiabilidad.

5. ¿Es posible medir matemáticamente ese nivel de confiabilidad?

 La función que se obtiene es sinusoidal y periódica, siendo el punto máximo de

Senamhi, 2018 “escenarios de lluvia verano 2019”.

Stewart.J, Redlin.L, Watson. S; 2012 “Precálculo: Matemáticas para el cálculo”.

También podría gustarte