DISTRIBUCIONES DE PROBABILIDAD EN HIDROLOGIA

El comportamiento de las variables aleatorias discretas o continuas se describe con la

ayuda de Distribuciones de Probabilidad.
La variable se designa por mayscula y un valor especifico de ella por minscula.
Por P(x = a) se denota la probabilidad de que un evento asuma el valor a; similarmente P(a
x b) denota la probabilidad de que un evento se encuentre en el intervalo (a,b). Si
conocemos la probabilidad P(a x b) para todos los valores de a y b, se dice que
conocemos la Distribucin de Probabilidades de la variable x.
Si x es un nmero dado y consideramos la probabilidad P(X x):
F ( x) P( X x)

y llamamos F(x) la funcin de distribucin acumulada

Ejemplo:

P(x)

F(x)

0.05

0.05

0.15

0.20

0.25

0.45

0.20

0.65

0.15

0.80

0.10

0.90

0.08

0.98

0.02

1.00

Total

1.0

0.30

1.20

0.25

1.00

0.20

0.80
F(x)

f(x)

Se tienen las probabilidades de que haya 0,1, 2, 3, ...,7, das nublados por semana en un
determinado lugar, con ellos calcule la distribucin de probabilidades

0.15

0.60

0.10

0.40

0.05

0.20

0.00

0.00

# dias nublados

# dias nublados

Si se tiene una variable aleatoria continua, la figura presenta el histograma de 85 aos de

registro de caudales de crecientes (mximos instantneos) en el ro Magdalena, agrupados
en 9 intervalos de clase.

HIDROLOGIA

2013

P(x)

F(x)

0.05

0.05

0.10

0.15

0.15

0.30

0.20

0.50

0.10

0.60

0.10

0.70

0.15

0.85

0.10

0.95

0.05

1.00

Total

1.00

0.25

1.20

0.20

1.00
0.80

0.15

F(x)

f(x)

x
1

0.10

0.60
0.40

0.05

0.20

0.00

0.00

Qmx instntaneo *10 (m/s)

10

Qmx instntaneo *10 (m/s)

0.35

1.20

0.30

1.00

0.25

0.80

0.20

F(x)

f(x)

Cuando el nmero de observaciones se incrementa, el tamao de los intervalos decrece y se

puede tener algo s

0.15

0.60
0.40

0.10

0.20

0.05
0.00

0.00
1

Qmx instntaneo *10 (m/s)

10

10

15

Qmx instntaneo *10 (m/s)

Donde f(x) es la llamada funcin de densidad de probabilidades y tiene las siguientes

caractersticas

i)

ii)

P ( a x b)

iii)

HIDROLOGIA

f ( x ) dx 1

f ( x ) dx

f ( x )dx 0

2013

Lo que implica que las probabilidades se definen solo como AREAS bajo la funcin de
densidad de probabilidad (FDP) entre lmites finitos.

MOMENTOS DE LAS DISTRIBUCIONES

Las propiedades de las distribuciones pueden ser definidas completamente en trminos de los
momentos. Los momentos en estadstica son similares a los momentos en fsica (rotacin
respecto al origen)
M

Para la variable continua

x r f ( x ) dx

M r x r f ( x) Para la variable discreta

j 1

O respecto a la media (eje de rotacin diferente al origen)

M

( x ) r f ( x ) dx

Para la variable continua

M r ( x ) r f ( x) Para la variable discreta

j 1

PARMETROS ESTADISTICOS
Los estadsticos extraen informacin de una muestra, indicando las caractersticas de la
poblacin. Los principales estadsticos son los momentos de primer, segundo y tercer
orden correspondiente a la media, varianza, y asimetra respectivamente.

Media :
Es el valor esperado de la variable misma. Primer momento respecto al origen. Muestra la
tendencia central de la distribucin

x f ( x ) dx

el valor estimado de la media a partir de la muestra es

1 n
xi
n i 1

Varianza :
Mide la variabilidad de los datos. Es el segundo momento respecto a la media.

( x ) 2 f ( x ) dx

El valor estimado de la varianza a partir de la muestra es

S2

HIDROLOGIA

1 n
( xi x ) 2
n 1 i 1

2013

en la cual el divisor es n-1 en lugar de n, es para asegurar que la estadstica de la muestra

no sea sesgada, es decir, que no tenga tendencia, en promedio, a ser mayor o menor
que el valor verdadero.
Las unidades de la varianza son la media al cuadrado, la desviacin estndar es una
medida de la variabilidad que tiene las mismas dimensiones que la media y simplemente es
la raz cuadrada de la varianza, se estima por S.
El significado de la desviacin estndar se ilustra en la siguiente figura

1.00

f(x)

0.80
0.60
0.40
0.20
0.00
0

0.50

1.00

6
1.30

10

2.00

Efectos de la funcin de densidad de probabilidad causados por cambios en la desviacin

estndar.
Coeficiente de Variacin
Coeficiente de variacin Cv
es

Cv

es una medida adimensional de la variabilidad su estimado

S
x

Coeficiente de asimetra
La distribucin de los valores de una distribucin alrededor de la media se mide por la
asimetra. Se obtiene a partir del tercer momento alrededor de la media, dividindolo por el
cubo de la desviacin estndar para que sea adimensional.
E[( x ) 3 ]

( x ) 3 f ( x ) dx

Tercer momento respecto a la media

1
E `[( x ) 3 ]
3

Un estimativo del coeficiente de asimetra est dado por

HIDROLOGIA

2013

Cs

n ( x x ) 3
i 1

(n 1)(n 2) * S 3

Ejemplo
Encontrar el valor medio de la precipitacin si se tiene

ANALISIS DE FRECUENCIA
El anlisis de frecuencia es una herramienta utilizada para, predecir el comportamiento futuro
de una variable aleatoria (P,Q,T), por ejemplo, los caudales en un sitio de inters, a partir de
la informacin histrica de caudales. Es un mtodo basado en procedimientos estadsticos que
permite calcular la magnitud del caudal asociado a un perodo de retorno.
Su confiabilidad depende de la longitud y calidad de la serie histrica, adems de la
incertidumbre propia de la distribucin de probabilidades seleccionada.
Cuando se pretende realizar extrapolaciones, perodo de retorno mayor que la longitud de
la serie disponible, el error relativo asociado a la distribucin de probabilidades utilizada es
ms importante, mientras que en interpolaciones la incertidumbre est asociada
principalmente a la calidad de los datos a modelar; en ambos casos la incertidumbre es
alta dependiendo de la cantidad de datos disponibles (Ashkar, et al. 1994).
La extrapolacin de frecuencias extremas en una distribucin emprica de crecientes es
extremadamente riesgosa (Garcon, 1994).
Para determinar la magnitud de eventos extremos cuando la distribucin de probabilidades no
es una funcin fcilmente invertible se requiere conocer la variacin de la variable respecto a
la media. Chow en 1951 propuso determinar esta variacin a partir de un factor de frecuencia
K T que puede ser expresado:

X T KT

HIDROLOGIA

2013