PITANJA IZ HIDROLOGIJE (518-610)

I. Odakle proizlazi najveci dio statistickih informacija u hidrologiji? Naveci dio stat. Inf. Proizlazi iz osmatranih podataka sadrzanih u uzorcima ogranienih veliina.(*Emiprijske raspodjele uestalosti uzorka,kao procjena raspodjele populacije,esto su jedina raspoloziva inf. ) 2.Cime je predstavljena realativna frekvencija? Predstavljena je odnosom apsolutne frekvencije fi (broja pojavljivanja sluajne promjenjljive xi u razmatranom uzorku), i ukupnog broja elemenata u uzorku. Napomena: Imajuci u vidu definiciju statisticke vjerovatnoce P(x) = lim f/N ,za dovoljno veliki uzorak,ona to zapravo i jeste,samo joj se doda prefiks empirijska,( zato sto je ocjenjena iz uzorka) a u hidrologiji se naziva kriva uestalosti, odnosno najee linija uestalosti! 3.Kako se dobije kumulativna uestalost? Dobije se sumiranjem apsolutnih ili realativnih uestalosti. Izraz (1) predstavlja punu anologiju sa kumulativnom funkcijom raspodjele vjerovatnoce F(xi), samo je oznaena sa Fe (xi) da bi se dalo do znanja da je ocijenjena iz uzorka! 4. Sta se radi kad je uzorak previse dugacak, odnosno kad se javlja veliki broj razliitih vrijednosti sluajne promjenjljive? Tada se vri grupisnaje podataka u tzv. Klasne intervale ,grupisanjem podataka u klasne intervale u hidroloskim proraunima se najese vri diskretitizacija uzorka neprekidne hidroloke sluajne promjenljive. 5. Kako se mogu dobiti elementi iz neprekidne sluajne promjenljive? Mogu se dobiti iz prethodne obrade (npr. Srednji dnevni,srednji dekadni i srednji mjesecni proticaji,srednji godinji proticaji i sl.) i bez prethodne obrade (npr. Uzimanjem najveih osmotrenih vodostaja ili proticaja u svakoj godini,sezoni ili obraenom mjesecu). Napomena : Procedura organizovanja podataka u klasne intervale sastoji se u sljedecem : Interval varijacije uzroka (razlika izmedju najmanje i najvece vrijednosti u uzorku podjeli se na izvjestan broj podintervala koji se nazivaju

klasni intervali ili klase.) ,zatim se po odgovarajuim klasama utvruje broj podataka koji predtsavljaju apsolutnu uestalost ili frekvenciju fi i-te klase. 6.ta predstavlja reprezentativnu vrijednost klasnog intervala? Predstavlja srednju vrijednost klase,koja se najece definie kao srednja vrijednost gornje i donje granice klase. 7. Kako se naziva razlika izmedju donje i gornje granice klase? Naziva se irinom klasnog intervala x, i najee se irina klasnog intervala uzima ista. U praksi se uzima da se apsolutna i relativna uestalost odnose na srednje vrijednost klase. 8. Od cega ovise apsolutne i relativne uestlosti? Ovise od veliine klase i od poloaja granica klase. to je veci interval klase to su vece i uestalosti. 9. Koji izraz predstavlja gustinu frekvencije (uestalosti) i koji je razlog njegovog uvoenja? Izraz (2) predstavlja gustinu frekvencije. A njenim uvoenjem se eliminie uticaj irine klasnog intervala na uestalost, sto je znaajno ako klasni intervali nisu iste irine. 10. emu je vjerovatnoca jednaka? Jednaka je povrini koju granie ordinate krive f(x) na donjoj i gornjoj granici intervala irine x. 11. Koji je uobiajni broj kalsa koji se uzima u hidrologiji? Obino se ne uzima manje od 7-10,niti vie od 25 klasa. (Veci broj klasa znaci detaljnije prouavanje uestalost sluajnje promjenljive,ali to vai samo ako je uzorak veliki). 12.Koja su pravila pri formiranju klasa? Najpogodnije je da granice klase budu cijeli brojevi,pri emu se obino uzima da u odreenu klasu spadaju vrijednosti koje su vee od donje granice a manje ili jednake gornjoj granici klasnog intervala.
2

13. Kad je pricnip grupisanja podataka po klasnim intervalima nepodoban i ta se u tom sluaju radi,navesti primjer? Ako je veliina uzorka mala tada je nain grupisanja podataka po klasnim intervalima nepodoban,tada se elementi ne grupiu nego se ureuju tako da se dobije niz kod koga vrijednosti elemenata rastu ili opadaju, a to se naziva ureeni uzorak . To je sluaj kada se prouavaju makismalne padavine, maksimalne temperature, maksimalni ili minimalni proticaji.Tada se dobije uzorak od 30 do 70 vrijednosti, a u najboljem sluaju 100 do 200 vrijednosti. 14. Tabelarni pregled uestalosti je jedan vid organizovanja podataka,koji su parametri koji pokazuju njegove numerike karakteristike? *Parametri koji karakteriu centralnu tendenciju i lokaciju raspodjele uestalosti: srednja vrijednost medijana,mod i drugi. ** Parametri kojima se mjeri disperzija vrijednosti sluajne promjenljive oko srednje vrijednosti : interval varijacije, varijansa, standardna devijacija i drugi *** Parametri kojima se precizira asimetrija i spljotenost krive uestalosti : mjere asimetrije, mjere spljotenosti i drugi. Napomena : Analogno kako se definiu teorijski momenti (centralni,obini..) na isti nacin se definisu i emipirijski statiki momenti. Za veliko n, tj za veliki broj podataka u uzorku, vidi se da empirijski momenti tee odgovarajuim teorijskim momentima!!! 15. Koji centralni statistiki momenti ni u kojem pogledu ne karakteriziraju statistiki uzorak? Nulti i prvi centralni statistiki momenti, jer su za sve uzorke jednaki jedan, odnosno nula. 16. Kako se naziva drugi momenat M2 i sta pokazuje, tj ta nam daje? On se naziva varijansa i pokazuje kolika je prosjena vrijednost kvadrata odstupanja za svako pojedino xi od srednje vrijednosti. To je prvi momenat od vanosti, odnosno to je prvi momenat koji nam moe karakterizirati uzorak. Prema tome M2 nam daje mjeru rasprostiranja (disperzije) tacaka xi oko x. Drugima rijeima, velika odstupanja dae veliki M2, a mala odsutupanja mali M2.

17. Sta je srednja vrijednost? Uobiajeno je da se srednja vrijednost naziva najtipinijim brojem u jednom skupu vrijednosti. Ali to nikako ne znaci da i sama srednja vrijednost mora biti jedna od vrijednosti sluajne promjenljive X.! 18. Sta je medijana? To je ona vrijednost sluajne promjenljive X koja fuunkciju gustine raspodjele vjerovatnoce dijeli na dva jednaka dijela, odnosno vijrednost x za koju je : F(x) = 0.5. 19. Sta je mod? Trea mjera centralne tendencije naziva se mod, i predstavlja onu vrijednost sluajne promjenljive X koja se najee javlja, tj ima najveu vrijednost funkcije gustine raspodjele uestalosti f(x). Vana napomena : Kod simetrinih funkcija uestalosti ( raspodjele Vjerovatnoe ) mod, medijana i srednja vrijednost se poklapaju!!! 20. ta je interval varijacije? Prvi parametar koji bi mogao posluiti kao mjera za veliinu varijabiliteta jeste interval varijacije. 21. Zasto ovakav nain mjerenja disperzije (misli se na pitanje 20) nije pogodan? Zbog svoje jednostavnosti on nije pogodan, a ta nepogodnost dolazi zbog toga to interval varijacije zavisi jedino od najmanje i najvee vrijednosti sluajne promjenljive X. 22. ta je prosjena devijacija? Prosjena devijacija je jedna od mjera varijabiliteta. 23.ta je Standardna devijacija? Najea koritena mjera varijabiliteta je standar. devi. ili srednje kvadratno odstupanje, koja se dobije kao kvadratni korijen iz varijanse.

Napomena : Ako standardna devijacija jednog uzorka ima veu vrijednost, utoliko je vei varijabilitet tih podataka. Ukoliko je standardna devijacija manja, utoliko je bolja grupisanost podataka oko srednje vrijednosti! 24. Koeficijent varijacije? esto koritena mjera je koeficijent varijacije Cv, ili relativna mjera devijacije, gdje je po definiciji : Cv=S/x 25. Koja je uloga koeficijenta varijacije u Hidrologiji? On je veoma bitan kad treba usporediti dva uzorka, naroito u pogledu rasipanja, s obzirom da je standardna devijacija izraena kao apsolutna mjera. 26. Koeficijent asimetrije? Trei centrelni momenat M3 podjeljen sa S naziva se koeficijent asimetrije. 27. Mjera spoljetenosti? Iako su krive raspodjele gustine uestalosti u obliku zvona, sa priblinom istim vrijednostima za koeficijent asimetrije cs, mogu biti veoma sline, esto je razlika u tome to su njihovi vrni dijelovi otriji ili blai. Ova karakteristika se zove mjerom spoljotenosti E. 28. ta je teorijska funkicja raspodjele? Ona je najsaetije predstavljanje neke empirijske raspodjele uestalosti.Odabrana funkcija se tano ne prilagoava emiprijskoj raspodjeli. Dobrota prilagoavanja te funkcije zavisi od veliine uzorka, pravilnog izbora funkcije i upotrebe najboljih metoda za procjenjivanje njenih parametara. 29. Sa statistikog gledita kakva sve moe biti funkcija raspodjele vjerovatnoe? Teorijska, poluteorijska, empirijska ili sve tri. 30. Kad je teorijska, kad poluterorijska a kad empirijska? Ako se izvodi iz aksioma i logikih izvoenja na bazi teorijske vjerovatnoe tad ja teorijska. Ako su uslovi takvi da se odreena sluajna promjenljiva mora rasporeivati prema specifinoj funkciji raspodjele vjerovatnoe tad je poluteorijska.
5

Ako je funkcija jednostavno prilagoena empirijskim krivim linijama uestalosti, bez neke druge osnove na njen izbor funkcija je emprijska. 31. Koje se sve funkcije mogu nai u primjeni u hidrologiji? Hipergeometrijske, binomne, Poasonove ,hipergeometrijske raspodjele vremena, Nojmanove raspodjele zaraze tipa A i druge.. 32. ta iskustvo pokazuje sto se tie izbora funkcija? Iskustvo pokazuje da se samo ogranieni broj funkcija veoma dobro primjenjuje na hidroloke empirijske raspodjele, kao to su, log-mormlana (Gausova), Gama (posebno njen tip sa dva parametra i Pirsonov tip III), dvostruka eksponecijalna i prosta eksponecijalna funkcija ekstremnih vrijednosti, te neto slabije normalna Gausova raspodjela. 33.Kada se moe primjeniti vie teorijskih funkcija raspodjele? Kad se radi o malim uzorcima, kakav je uobiajen sluaj u hidrologiji. 34. Koja je svrha primjene teorijskih funkcija raspodjele? Svrha njihove primjene je najee u tome da se, na osnovu hidrometeorolokih veliina opaenih u prolosti, odrede vjerovatnoe sa kojim bi se ove pojave mogle desiti u budunost. 35. ta sadre funkcije raspodjele? Sadre parametre koji se moraju procijeniti iz podataka sadranih u uzorku. Sa matematikog gledita, to je vie parametara u funkciji, to je ona fleksibilnija za prilagoavanje emiprijskim raspodjelama. 36. ta definiu parametri funkcije raspodjele vjerovatnoe? Definiu osobine poloaja, razmjere, oblik, aimetrinost, krutost i druge osobine. Napomena : Sve teorijske funkcije raspodjele su definirane sa jednim ili vie parametara, ije vrijednosti treba da budu ocijenjene na osnovu elemenata sluajnog uzorka. 37. Koje postoje metode za ocjenu parametara koje su danas najvie u primjeni? Postoje 4 metode za ocjena parametra a to su :
6

-Metoda momenata - Metoda najvee vjerodostojnosti -Metoda najmanjih kvadrata i - Grafika metoda. 38. Koja se metode najvise koriste? Metoda momenata i metoda najvee vjerodostojnosti. 39. ta upotrebljava metoda momenata? Koristi generalnu jednainu za raunanje r-tog momenta oko kordinatnog poetka raspodjele f(x): izraz (3). 40. Kakvu vezu uspostavlja metoda momenata? Vezu dobivenih momenata sa parametrima raspodjele. 41. ta tvrdi metoda najvee vjerodostojnosti? Tvrdi da vjerovatnoa da se dobije neka vrijednost xi za raspodjelu sa funkcijom gustine vjerovatnoe f (x, , ..), gdje su , ,... parametri raspodjele koji trebaju biti ocijenjeni, je proporcionalna sa f (xi, , ..), a zdruena vjerovatnoa ,L, da se dobije uzorak od n elemenata x1,x2,....xn je proporcionalna proizvodu: L= f (xi, , ..). Ovaj izraz se naziva vjerodostojnost uzorka od n elemenata, iz populacije kontinualne promnjenljive X. 42. U emu se sastoji ocjena parametara pomou metode najmanjih kvadrata? Sastoji su prilagoavanju teorijske funkcije raspodjele jednoj empirijskoj raspodjeli. 43. U emu se sastoji grafika metoda? U vizualnom prilagoavanju funkcije.

Posto je idue poglavlje bilo teko sastaviti preko pitanja,ja sam izvuko najbitnije..onako ko sebi Gausova ili Normalna funkcija raspodjele vjerovatnoe Ova funkcija zauzima jedinstveno mjesto meu funkcijama raspodjele.Ona esto slui kao standardna ili reperna raspodjela za uporeenje sa drugim funkcijama raspodjele. Ona je vjerovatno najuobiajenija funkcija raspodjele. Ona je korisna u hidrologiji u 5 sluajeva : 1. za prilagoavanje na simetrine empirijske raspodjele uestalosti hidrolokih sluajnih promjenjivih 2. kao funkcija gustine vjerovatnoe u analizama sluajnih greaka 3. kao reperna raspodjela za uporeenje za drugim raspodjelama 4. normalna funkcija gustine vjerovatnoe se upotrebljava za razne vrste statistikih zakljuivanja 5. da se upotrijebi za generisanje uzoraka, za simuliranje prvo normlano nezavisnih ili zavisnih sluajnih brojeva, prije nego to se oni tranformiu u druge tipove raspodjele. Kako su prirodni procesi vrlo rijetko negativni, Gausova funkcija je ograniena,ali je i uprkos tome vrlo upotrebljiva. Gausova kriva se moe opisati pomou dvoparametarske funkcije : Izraz (4) Ta dva parametra su : oekivana ili srednja vrijednost , i standardna devijacija . Normalna funkcija iz jednaine (4) je neograina i definisana je za svaku realnu vrijednost x. Osa x je asimptota a povrina pod krivom je jedinica. Srednja vrijednost , medijana Me i mod Mo su identini, odnosno =Me=Mo! Kako je normalna funkcija raspodjele definisana za -<x< ova se raspodjela, teorijski, ne bi mogla primjeniti na promjenljive koje ne mogu uzeti negativne vrijednosti. Poznavanjem parametara i moemo odrediti bilo koje vjerovatnoe promjenljive X. Meutim potrebno je rjeiti integral posebnom metodom pa to stvara realan problem. Znaajno olakanje za definiranje vjerovatnoe je poznavanje tzv. Standardne normalne funkcije raspodjele gustine vjerovatnoe.

Izraz (5) predstavlja kumulativnu funkciju raspodjele tzv. Standardizovane normalno rasporeene sluajne promjenljive Z. Izraz (6) predstavlja zakon vjerovatnoe, koji nosi naziv standardni normlani zakon vjerovatnoe gustine raspodjele. Vrijednosti povrine ispd standardizovane normlane krive je y=(z) u intervalu (-,z). Poto je funkcija y=(z) parna, a cijela povrina ispod krive u intervalu (-, +) jednaka jedinici, to je pola te povrine jednako 0.5, iz ega zakljuujemo da je F(0)=1/2. Vjerovatnoa da ce se stand. Normalno raspodjeljenja sluajna promjenljiva Z nai u jednom intervalu, jednaka je, prirataju raspodjele u tom intervalu, to je ustvari povrina ispod krivulje u zadanom intervalu, koji moe biti otovren, zatvoren ili poluotvoren, jer su funkcije (z) i F(z) neprekidne. Analiza vjerovatnoe preko faktora frekvencije Iz izraza za standardizovanu normalnu promjenjljivu z slijedi x=+z odnosno u optem sluaju x (T) =+x ; gdje je T povratni period javljanja sluajne promjenljive u godinama. Odstupanje x predstavlja proizvod stand. Devijacije i tzv faktora frekvencije K, pa se moe napisati : x (T)= +K(T). Za promjenljivu sa normlanom funkcijom raspodjele, vrijedi K=z, tako da se gornja jednaina svodi na : z = x- / odnosno :x=+z.

44. Koja je prednost predstavljanja funkcije raspodjele na papiru vjerovatnoe? Pravac se moe nanijeti pomou dvije take. 45. Pojave kao to su padavine, proticaji i drugi se modeliraju pomou koje raspodjele? Pomou tzv. Logaritamske normlane raspodjele. Razlog tome je to se vrijednosti dobro prilagoavaju. Napomena : Poto je logaritam nule minus beskonano, logaritamska transformacija tih promjenljivih kree se izmeu - do +. Primjena normalne funkcije raspodjele na tako transformirane promjenljive esta je u hidrolokoj praksi. Prema tome log. Normalna raspodjela se koristi za analizu hidrometeoroloskih veliina kod kojih je najmanja vrijednost xmin =0 a nemaju gornju granicu. I ovdje se povratni period T moe sraunati preko faktora frekvencije.
46. Kako se naziva parametar Sy?

esto se u hidrologiji naziva indeksom varijabiliteta Iv. to je vea vrijednost Iv to su vee vrijednosti cv i cs . 47. Koja se dva pristupa koriste da bi se odredili parametri log-normalne raspodjele? : 1. Da se ocjene i na osnovu uzorka promjenljive X 2. po drugom pristupu, koji je ei u upotrebi, parametri i se ocjenjuju neposredno iz logaritma od X, odnosno logaritamskog uzorka. Napomena : Ukliko se eli sraunati promjenljive x, za odreeni povratni period javljanja T, koristei se parametrima sluajne promjenljive X, to se moe uraditi na slijedei nain : x (T) =x + KLN (T)x ; Indeks (LN) uz K znai da je to faktor frekvencije za log-normalnu raspodjelu. 48. ta se nalazi na apcisi a ta na ordinati dijagrama vjerovatnoe za logaritamsku normalnu raspodjelu? Log-normalna raspodjela ima na apcisi skalu normalne vjerovatnoe, a na ordinati je linearna skala, u kom sluaju se na ordinatu nanose logaritmi od x, odnosno od y.

10

49. ta predstavlja Troparametarska log-normlana raspodjela? Predstavlja normalnu raspodjelu logaritama redukovane sluajne promejnljive (x-a), gdje je a donja granice te promjenljive. 50. Kako se moe definirati vrijednost sluajne promjenljive x(T) izraene preko faktora frekvencije? Moe se definirati na dva naina : -Preko parametara logaritamskog uzorka, - Preko parametara orginalnog uzorka. 51.Koje postoje Game funkcije raspodjele vjerovatnoe? Jednoparametarska, dvoparametarska i troparametarksa (Pearson III raspodjela) Gama rasodjela. 52.emu su jednake oekivana vrijednost, varijansa i koeficijent asimetrije u jednoparametarskoj Gama raspodjeli? E[X]=a ; Var [X]= a ; cs = 2/a 53.Zato je ograniena upotreba jednoparametarske gama funkcije? Zbog relativno male fleksibilnosti svih funkcija sa jednim parametrom, kod tanog prilagoavanja empirijskim raspodjelama uestalosti u hidrologiji. Napomena : Za kontinualnu sluajnu promjenljivu koja ima funkciju gustine raspodjele vjerovatnoe u obliku : Izraz (5) ; Za izraz (5) kae se da slijedi dvoparametarska gama funkcija sa parametrima i . Parametar > 0 se naziva parametar oblika, a parametar > 0 se naziva parametrom razmjere. 54.Kako se dobija troparametarska gama raspodjela? Ako se u izraz za funkciju gustine dvoparametarske Gama funkcije uvode i trei prametar , tzv. parametar lokacije x0, tako da je x0 x , dobija se Gama raspodjela sa tri parametra, u hidrolokoj praksi poznata kao Pearson III raspodjela.

11

55.Koja su tri parametra u Pearson III raspodjeli ? (parametar oblika), (parametar raspodjele) i x0 (parametar poloaja). Ovi parametri se procjenjuju iz podataka uzorka. Napomena : za Pearson III raspodjelu se dobije ista forma kao i za normalnu raspodjelu : x (T)= +Kp(T). Gdje je p uz K pokazuje parametar frekvencije za troparametarsku (Pearson III) raspodjelu. Taj prametar se rauna sa ili bez tablica za Pearson III raspodjelu! 56.Kako se najee grafiki prikazuje Pearson III raspodjela? Ona se obino nanosi na na dijagram normalne vjerovatnoe (ako je cs malo) ili logaritamsko normalne vjerovatnoe (ako je cs znatno). Na taj nain se dobija zakrivljena linija. 57.Kolko je potrebna taaka za konstrukciju ove linije? Potrebno je 10-tak taaka! 58.Kada se kae da promjenljiva X slijedi log-Pearson III raspodjelu? Ako logaritmi promjenljive X imaju Pearson III raspodjelu. 59.ta se desi kada se u izraz za funkciju gustine dvoparametarkse raspodjele uneses =2 i =v/2 !? Dobija se specijalan sluaj gama raspodjele koji se naziva Hi-kvadrat raspodjela i ima samo jedan parametar v, koji se u nekim statistikim analizama naziva broj stepeni slobode. 60.ta je statistika uzorka? Statistika uzorka je bilo koji broj kojim se izraava neka osobina uzorka, kao to su to razni statistiki momenti, parametri raspodjele i slino. Napomena : Dvostruka funkcija eksponencijalne raspodjele najveih vrijednosti ima veliku upotrebu u hidrologiji kod analize sluajne promjenljive koja predstavlja neku ekstremnu vrijednost. Ona je od naroitog interesa kod analize velikih voda.Ona se jo i naziva Gumbelova funkcija, zbog Gumbelovih razliitih studija raspodjele ekstremnih poplavnih proticaja. Ona se ne bi mogla striktno koristiti u sluaju kad se primjenjuje na promjenljive pozitivnih vrijednosti. Aferim ; sretno
12