Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
UNIVERSIDAD DE CUENCA
Contenido
1. INTRODUCCIN............................................................................................. 2
2. OBJETIVOS..................................................................................................... 3
3. DESARROLLO................................................................................................ 4
3.1. ESCOGER UNA DISTRIBUCION DE PROBABILIDAD............................4
3.2. DISTRIBUCIN DE FRECHET.................................................................6
3.3. DISTRIBUCIN DE GUMBEL..................................................................7
3.4. PERIODOS DE RETORNO.......................................................................7
3.5. APLICACIONES........................................................................................ 8
4. CONCLUSIONES........................................................................................... 13
5. BIBLIOGRAFA............................................................................................. 14
1.INTRODUCCIN
El presente trabajo se desarrollara como escoger una distribucin para un
correcto anlisis de datos y su interpretacin, ya que en muchos casos el
aplicar
una
distribucin
inadecuada
puede
generar
grandes
complicaciones, por ejemplo en el caso de que se desee obtener la
probabilidad de la contaminacin de un artculo cualquiera, donde del
resultado depender el nmero de artculos que deben ser desechados;
en conclusin si se hace un mal clculo se tendra como consecuencia una
gran prdida econmica. Adems, tambin se estudiaran las
distribuciones de Gumbel y Frechet, conocidas en la estadstica de los
valores extremos, pues estos tienen una gran participacin por ejemplo,
una estructura de edificacin debe disearse para resistir las mximas
cargas, los mximos vientos, los mximos gradientes de temperatura y
los mximos terremotos; una obra de proteccin contra riadas se proyecta
para soportar los mximos caudales; un embalse para abastecimiento de
agua a un ncleo urbano se disea para dar servicio bajo las condiciones
peores de sequa; un dique se proyecta para resistir las olas mayores, etc.
Por esto en la ingeniera es de gran importancia el anlisis de valores
extremos; en el presente informe se buscara hacer un mayor estudio de la
aplicacin de valores extremos en el campo de la Ingeniera Civil.
2.OBJETIVOS
3.DESARROLLO
3.1. ESCOGER UNA DISTRIBUCION DE PROBABILIDAD
Un mtodo muy bsico para escoger una distribucin de probabilidad es el
anlisis de la simetra, para lo cual se compara la media con la mediana,
lo que ayudara a escoger una distribucin simtrica como la distribucin
normal o una asimtrica como la distribucin exponencial.
Para una distribucin simtrica, la media y mediana deben tener o
acercarse al mismo valor, ya que comnmente una distribucin asimtrica
la media es mucho mayor a la mediana.
Cuando se tiene N datos, una distribucin simtrica no es apropiada si la
diferencia entre la media y la mediana es mayor que la desviacin
estndar dividido para N .
Este mtodo es sin embargo, para un anlisis muy breve con datos
pequeos.
Por otro lado se tiene un mtodo ms prctico para escoger una
distribucin que realiza un anlisis ms profundo, el cual se presenta a
continuacin:
Los sistemas reales presentan fuentes de aleatoriedad, por lo que es
necesario simular un sistema real a partir de los datos. Algunos ejemplos
de sistemas con fuentes, son:
- Fabricacin: Tiempos de procesamiento
Tiempos de falla
Tiempos de reparacin de maquinas
- Defensa: Tiempos de arribo y carga til de aviones o misiles
Errores de lanzamiento
- Comunicaciones: Tiempos entre llegadas de mensajes
Longitudes de mensajes
- Transporte Tiempo de embarque
Tiempo entre arribos
- Otros
Para escoger una distribucin de probabilidad, se pueden identificar
algunos pasos principales como:
1. Escoger una distribucin.
2. Estimar parmetros
3. Test de bondad de ajuste
1. Escoger una distribucin
Para seleccionar la distribucin de probabilidad correcta, se debe mirar la
variable en cuestin y listar todo lo que se sabe acerca de las condiciones
que rodean a esta variable.
Usted puede ser capaz de obtener informacin valiosa acerca de la
variable incierta a partir de datos histricos. Si los datos histricos no
estn disponibles, utilice su propio criterio, para enumerar todo lo que
sabe acerca de la variable.
4
Por ejemplo, mira a los " pacientes curados " variable que se analizan. La
compaa tiene previsto realizar pruebas a 100 pacientes. Usted sabe que
los pacientes bien sern curados o no curados. Y, usted sabe que el
frmaco ha demostrado una tasa de curacin de alrededor de 0,25 (25 %).
Estos hechos son las condiciones que rodean a la variable.
Entonces describiendo las condiciones de una distribucin y
proporcionando ejemplos del mundo real de cada tipo de distribucin.
Seleccione la distribucin que caracteriza a esta variable.
Una distribucin caracteriza a una variable cuando las condiciones de la
distribucin coinciden con los de la variable.
Para el ejemplo, mire las condiciones de la distribucin binomial, describe
que Para cada ensayo, slo hay dos resultados posibles: el xito o el
fracaso; Los ensayos son independientes. Lo que ocurre en el primer juicio
no afecta a la segunda prueba, y as sucesivamente; adems, La
probabilidad de xito sigue siendo la misma de un ensayo a.
Compruebe ahora la variable "pacientes curados " Hay dos posibles
resultados: el paciente est bien curado o no curado; los ensayos (100)
son independientes entre s. Lo que sucede con el primer paciente no
afecta a la segunda paciente; adems, La probabilidad de curacin de un
paciente 0.25 (25 %) sigue siendo el mismo cada vez que un paciente se
prueba.
Dado que las condiciones de la variable coinciden con las condiciones de
la distribucin binomial, la distribucin binomial sera el tipo de
distribucin correcto para la variable en cuestin.
Una vez seleccionado el tipo de distribucin, determinar los valores de los
parmetros para la distribucin. Cada tipo de distribucin tiene su propio
conjunto de parmetros.
Las caractersticas de algunas de las distribuciones ms utilizadas se
presentan a continuacin.
Las distribuciones continuas ms usadas son:
- Uniforme: Para cantidades que varan "aleatoriamente" entre
valores a y b, y que no se conocen ms datos.
- Exponencial: Tiempos entre llegadas de "clientes" a un sistema, y
que ocurren a una tasa constante. Tiempos de falla de mquinas.
- Gamma, Weibull: Tiempo de servicio, tiempos de reparacin.
- Normal: Errores. Sumas grandes Teorema central del lmite
Las distribuciones discretas ms usadas son:
- Bernoulli.
- Uniforme discreta.
- Geomtrica: nmero de observaciones hasta detectar el primer
error.
- Binomial negativa: nmero de observaciones hasta detectar el nsimo error.
- Poisson: Nmero de eventos en un intervalo de tiempo, si ocurren a
tasa constante.
2. Estimar parmetros
5
( x
)
F ( x )=
Si x >
( )
( x )
Si x >
Donde
(0,)
es el parmetro de forma,
(0,)
el de escala y
( ,+)
( x )
F ( x )=
Si x > 0
Y la funcin de densidad es
x
f ( x )=
()
( x )
Si x > 0
Si x > 0
Y
f ( x )= ( x )
( x )
Si x > 0
( x)
f ( x )=
( x)
( x)
x ( ,+ ) .
F ( x )=
=0
y =1 .
,
7
DISTRIBUCION FRECHET
Mximos:
1
T=
1F( y)
Mnimos:
1
T=
F( y)
y=
k
ln( F ( y))
DISTRIBUCION GUMBEL
Mximos:
1
T=
1F(x )
Mnimos:
1
T=
F (x)
1
x=u ln (ln(F ( x )))
3.5. APLICACIONES
Anlisis de estiajes:
Para las bajantes extremas se sigui el mismo procedimiento, y se decidi
recurrir a la distribucin Gumbel.
EJEMPLO
(Tomado
Anlisis
Frecuencia
Los
Caudales
Mximos
Diarios En
Ros
De
2.
De
De
De
10
i =1
i=1
eee=
n
Con datos de registros de varios lugares distribuidos en las regiones
centro y occidental de Colombia.
Se obtuvieron resultados como:
EJEMPLO 3. (Tomado de Determinacin De La Accin Del Viento Sobre
12
{[
Fgve ( x ) =exp 1
k ( xu)
a
]}
1
k
Donde:
x= Valores mximos de una serie
k= Parmetro de forma
a= Parmetro de escala
u= Parmetro de ubicacin
Para el percentil u R con perodo de retorno correspondiente a
TR
, la
{[
a
1
u R=u+ 1 ln 1
k
TR
Los
tres
especiales
k=0
Tipo
I,
conocida
Distribucin
k<0
Tipo
II,
conocida
Distribucin
k>0
Tipo
III,
conocida
Distribucin
)] }
k
casos
son:
(Distribucin
tambin
por
de Gumbel)
(Distribucin
tambin
por
de Frechet)
(Distribucin
tambin
por
de Weibull)
13
14
4.CONCLUSIONES
15
5.BIBLIOGRAFA
16