Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Opciones Descripción
Distribuciones Permite evaluar si una serie de datos se ajustan a una
serie de distribuciones: Normal, log-normal con 2 y 3
parámetros, gamma con 2 y 3 parámetros, log-
Pearson tipo III, Gumbel y log-Gumbel, tanto con
momentos ordinarios, como con momentos lineales. Si
la serie de datos se ajusta a una distribución, permite
calcular por ejemplo caudales o precipitaciones de
diseño, con un período de retorno dado o con una
determinada probabilidad de ocurrencia.
Permite calcular a partir de la curva de variación
Curvas características estacional o la curva de duración, eventos de diseño
con determinada probabilidad de ocurrencia.
DISTRIBUCIONES TEÓRICAS
Ésta establece una relación entre el número de sucesos favorables y el número total de sucesos
posibles.
Las distribuciones teóricas de probabilidad: Función que asigna a cada suceso definido sobre la
variable aleatoria la probabilidad de que dicho suceso ocurra. Muestra todos los resultados posibles
de un experimento y la probabilidad de cada resultado
DISTRIBUCION CONTINUA Y DISCRETA
Distribución Discreta: Describe la Supongamos que el
probabilidad de ocurrencia de número promedio de x P(x)=x
cada valor de una variable quejas por día es 10 y 5 0.037833
aleatoria discreta. Una variable usted desea saber la
10 0.12511
aleatoria discreta es una probabilidad de
variable aleatoria que tiene recibir 5, 10 y 15 15 0.034718
valores contables, tales como quejas de clientes en
una lista de enteros no un día.
negativos.
Registro de
datos
Elegir una
distribución teórica
Estimación de
parámetros
Prueba de bondad
de ajuste
F V Usar Distribución
Ajuste bueno
Teórica elegida FIN
Distribución normal o gaussiana
La distribución normal es una distribución con forma de campana donde las desviaciones
estándar sucesivas con respecto a la media establecen valores de referencia para
estimar el porcentaje de observaciones de los datos. Estos valores de referencia son la
base de muchas pruebas de hipótesis, como las pruebas Z y t.
Distribución normal o gaussiana
en la hidrología
La distribución normal tiene gran utilidad en hidrología, siendo alguna de sus principales aplicaciones:
• En el ajuste de distribuciones empíricas de variables hidrológicas de intervalos de tiempo grandes, tales como
variables medias anuales, mensuales, estacionales, etc., que pueden ser caudales, precipitación, entre otros.
• Como referencia para -comparar varias distribuciones teóricas de ajuste en una distribución empírica.
Ajuste
El ajuste puede realizarse gráficamente utilizando papel probabilístico normal ó analíticamente,
mediante los estadísticos Chi-cuadrado ó Smirnov-Kolmogorov.
Cálculo de una Distribución normal o Gaussiana
1. Ordenar los datos de manera creciente
𝒏 𝒏
𝟏 − 𝑸)𝟐
𝒊=𝟏(𝑸𝒊
2. Calcular los parámetros estadísticos: Media: 𝑸 = 𝑸𝒊 y Desviación Estándar: 𝑺 =
𝒏 𝒏−𝟏
𝒊=𝟏
3. Calcular la probabilidad empírica o experimental P(x) de los datos, para esto usar la fórmula de Weibull:
Modelos teóricos, usar la ecuación de la función acumulada F(x), o tablas elaboradas para tal fin
𝑍
𝑋−𝑋 1 𝑍2
𝑍= 𝐹(𝑍) = 𝐸𝑋𝑃 − 𝑑𝑍
𝑆 2𝜋 −∝ 2
Procedimiento gráfico: Utiliza papel probabilístico especial donde F(x), puede representarse como una línea recta
8. Comparar el valor del estadístico Δ, con el valor crítico Δo de la tabla , con los siguientes criterios
de decisión deducidos de la ecuación:
Si la variable aleatoria X, tiene una distribución log-normal, esto significa que Y = ln(X) tiene una distribución normal.
Es posible una generalización, en el caso que se introduzca un límite inferior Xo, cuyo caso el LnX, anteriores, es
sustituido por Ln(X – Xo).
4. Calcular la probabilidad empírica o experimental P(x) de los datos, para esto usar la fórmula de Weibull:
Modelos teóricos, usar la ecuación de la función acumulada F(x), o tablas elaboradas para tal fin
𝑍
ln 𝑥 − 𝝁𝒚 1 𝑍2
𝑍= ⟹ 𝐹(𝑍) = 𝐸𝑋𝑃 − 𝑑𝑍
𝝈𝒚 2𝜋 −∝ 2
Nota. Para el cálculo de la distribución acumulada de la normal o la log-normal, una vez conocido sus parámetros,
hacer la transformación a la distribución normal estándar y usar las tablas o las ecuaciones de aproximación,
elaboradas para su cálculo
6. Calcular las diferencias |P(x) - F(x)|, para todos los valores de Ln(x)
8. Calcular el valor crítico del estadístico Δ, es decir Δo, para un 𝛼 = 0.05 y N igual al número de
datos. Los valores de Δo, se muestran en la siguiente tabla:
9. Comparar el valor del estadístico Δ, con el valor crítico Δo de la tabla , con los siguientes criterios
de decisión deducidos de la ecuación:
𝑥1 𝑥𝑛 −𝑥 2 𝑚𝑒𝑑𝑖𝑎𝑛𝑎
1. Estimar el parámetro de posición: 𝑥0 =
𝑥1 +𝑥𝑛 −2𝑥 𝑚𝑒𝑑𝑖𝑎𝑛𝑎
si n = par = 𝑥 𝑚𝑒𝑑𝑖𝑎𝑛𝑎 = (𝑥𝑛 2 + 𝑥𝑛 2+1 )/2
𝑥1 = primer valor de la serie ordenada ascendentemente si n = impar 𝑥 𝑚𝑒𝑑𝑖𝑎𝑛𝑎 = 𝑥(𝑛+1)
𝑥𝑛 = último valor de la serie ordenada ascendentemente 2
𝒏 𝒏
𝟏 𝒊=𝟏(ln(𝒙𝒊 −𝒙𝟎 ) − 𝝁𝒚 )𝟐
2. Calcular los parámetros estadísticos: Media: 𝝁𝒚 = ln(𝑥𝑖 −𝑥0) y Desviación Estándar: 𝝈𝒚 = 𝒏−𝟏
𝒏
𝒊=𝟏
3. Calcular la probabilidad empírica o experimental P(x) de los datos, para esto usar la fórmula de Weibull:
𝑴 P(x) = probabilidad empírica o experimental
𝑷 𝒙 = M = número de orden
𝑵−𝟏
N = número de datos
4. Calcular la probabilidad teórica F(x):
Modelos teóricos, usar la ecuación de la función acumulada F(x), o tablas elaboradas para tal fin
𝑍
ln(𝑥𝑖 −𝑥0) − 𝝁𝒚 1 𝑍2
𝑍= ⟹ 𝐹(𝑍) = 𝐸𝑋𝑃 − 𝑑𝑍
𝝈𝒚 2𝜋 −∝ 2
6. Calcular las diferencias |P(x) - F(x)|, para todos los valores de Ln(x)
8. Calcular el valor crítico del estadístico Δ, es decir Δo, para un 𝛼 = 0.05 y N igual al número de
datos. Los valores de Δo, se muestran en la siguiente tabla:
9. Comparar el valor del estadístico Δ, con el valor crítico Δo de la tabla , con los siguientes criterios
de decisión deducidos de la ecuación:
3. Calcular la probabilidad empírica o experimental P(x) de los datos, para esto usar la fórmula de Weibull:
𝑴 P(x) = probabilidad empírica o experimental
𝑷 𝒙 = M = número de orden
𝑵−𝟏
N = número de datos
𝒏 𝒏
𝟏 𝟏
4. Calcular los parámetros estadísticos: Media: 𝑿 = 𝑿𝒊 y Media Logarítmica ln 𝑿 = ln 𝑋𝑖
𝒏 𝒏
𝒊=𝟏 𝒊=𝟏
La integral de la ecuación puede evaluarse para valores dados de β y ϒ, usando la tabla siguiente tabla, en la
cual se ha tabulado Ia función garnma incompleta.
2𝑋 𝑋
Prueba Chi-cuadrado: 𝒳2 = Variable aleatoria reducida: 𝑦 = Grado de libertad: 𝑣 = 2𝛾
𝛽 𝛽
En esta tabla, se ingresa con los valores de Chi-cuadrado y grados de libertad, y se determina los valores de la
probabilidad de excedencia 𝑃𝑒𝑥 = 1 − 𝐺(𝑦)
8. Calcular el valor crítico del estadístico Δ, es decir Δo, para un 𝛼 = 0.05 y N igual al número de
datos. Los valores de Δo, se muestran en la siguiente tabla:
9. Comparar el valor del estadístico Δ, con el valor crítico Δo de la tabla , con los siguientes criterios
de decisión deducidos de la ecuación:
2. Calcular la probabilidad empírica o experimental P(x) de los datos, para esto usar la fórmula de Weibull:
𝑁 2 𝑀3
3. Calcular los datos muestrales 𝐶𝑠 = 𝑔 =
(𝑁 − 1)(𝑁 − 2)𝑆 3
𝒏
𝟏 𝒏 𝒏
𝑿= 𝑿𝒊 − 𝑿)𝟐
𝒊=𝟏(𝒙𝒊 𝟏
𝑵 𝑺= 𝑴𝟑 = (𝒙𝒊 − 𝑿)𝟑
𝒊=𝟏 𝑵−𝟏 𝑵
𝒊=𝟏
4 𝐶𝑠 ∗ 𝑆 2∗𝑆
ϒ= 𝛽= 𝑋0 = 𝑋 −
𝐶𝑠 2 2 𝐶𝑠
5. Calcular función acumulada F(y)
(𝑥−𝑥0 ) 𝑦
𝑥 𝛾−1 − 𝛽 𝑦 𝛾−1 𝑒 −𝑦
(𝑥 − 𝑥0 ) 𝑒 𝐺(𝑦) = 𝑑𝑦
𝐹(𝑥) = 𝑑𝑥 0 Γ(𝛾)
𝑥0 𝛽𝛾 Γ(𝛾)
La integral de la ecuación puede evaluarse para valores dados de β y ϒ, usando la tabla siguiente tabla, en la
cual se ha tabulado Ia función garnma incompleta.
2(𝑥−𝑥0 ) (𝑥−𝑥0 )
Prueba Chi-cuadrado: 𝒳 2 = Variable aleatoria reducida: 𝑦 = Grado de libertad: 𝑣 = 2𝛾
𝛽 𝛽
En esta tabla, se ingresa con los valores de Chi-cuadrado y grados de libertad, y se determina los valores de la
probabilidad de excedencia 𝑃𝑒𝑥 = 1 − 𝐺(𝑦)
8. Calcular el valor crítico del estadístico Δ, es decir Δo, para un 𝛼 = 0.05 y N igual al número de
datos. Los valores de Δo, se muestran en la siguiente tabla:
9. Comparar el valor del estadístico Δ, con el valor crítico Δo de la tabla , con los siguientes criterios
de decisión deducidos de la ecuación:
4 𝐶𝑠 ln 𝑥 ∗ 𝑆ln 𝑥 2 ∗ 𝑆ln 𝑥
ϒ= 𝛽= 𝑋0 = 𝑿ln 𝒙 −
𝐶𝑠 ln 𝑥 2 2 𝐶𝑠 ln 𝑥
5. Calcular función acumulada F(y)
(ln 𝑥−𝑥0 ) 𝑦
𝑥 𝛾−1 − 𝛽 𝑦 𝛾−1 𝑒 −𝑦
(ln 𝑥 − 𝑥0 ) 𝑒 𝐺(𝑦) = 𝑑𝑦
𝐹(𝑥) = 𝑑𝑥 0 Γ(𝛾)
𝑥0 𝛽𝛾 Γ(𝛾)
La integral de la ecuación puede evaluarse para valores dados de β y ϒ, usando la tabla siguiente tabla, en la
cual se ha tabulado Ia función garnma incompleta.
2(ln 𝑥−𝑥0 ) (ln 𝑥−𝑥0 )
Prueba Chi-cuadrado: 𝒳 2 = Variable aleatoria reducida: 𝑦= Grado de libertad: 𝑣 = 2𝛾
𝛽 𝛽
En esta tabla, se ingresa con los valores de Chi-cuadrado y grados de libertad, y se determina los valores de la
probabilidad de excedencia 𝑃𝑒𝑥 = 1 − 𝐺(𝑦)
8. Calcular el valor crítico del estadístico Δ, es decir Δo, para un 𝛼 = 0.05 y N igual al número de
datos. Los valores de Δo, se muestran en la siguiente tabla:
9. Comparar el valor del estadístico Δ, con el valor crítico Δo de la tabla , con los siguientes criterios
de decisión deducidos de la ecuación:
2. Calcular la probabilidad empírica o experimental P(x) de los datos, para esto usar la fórmula de Weibull:
𝒏
3. Calcular los datos muestrales 𝟏 𝒏
𝑿= 𝑿𝒊 − 𝑿)𝟐
𝒊=𝟏(𝒙𝒊
𝑵 𝑺=
𝒊=𝟏 𝑵−𝟏
8. Calcular el valor crítico del estadístico Δ, es decir Δo, para un 𝛼 = 0.05 y N igual al número de
datos. Los valores de Δo, se muestran en la siguiente tabla:
9. Comparar el valor del estadístico Δ, con el valor crítico Δo de la tabla , con los siguientes criterios
de decisión deducidos de la ecuación:
3. Calcular la probabilidad empírica o experimental P(x) de los datos, para esto usar la fórmula de Weibull:
𝒏
𝟏 (ln 𝑥 − 𝑋ln 𝑥 )𝟐
4. Calcular los datos muestrales 𝑿ln 𝒙 = ln 𝑿 𝑺ln 𝒙 =
𝑵 𝑵−𝟏
𝒊=𝟏
8. Calcular el valor crítico del estadístico Δ, es decir Δo, para un 𝛼 = 0.05 y N igual al número de
datos. Los valores de Δo, se muestran en la siguiente tabla:
9. Comparar el valor del estadístico Δ, con el valor crítico Δo de la tabla , con los siguientes criterios
de decisión deducidos de la ecuación:
• Curva de duración:
CURVAS DE VARIACIÓN ESTACIONAL
Estas curvas proporcionan una información sobre la
distribución de valores hidrológicos, respectos al
tiempo y la probabilidad de que dichos eventos
sean igualados o superados
Permite determinar cuál sería el caudal que se
puede presentar en una probabilidad dada
Una de las aplicaciones prácticas, de la
construcción de la curva de la variación estacional,
es el cálculo del balance hidrológico de una región,
ya que permite determinar la disponibilidad mes a
mes, con cierta probabilidad de ocurrencia
PROCEDIMIENTO PARA CONSTRUIR LA CURVA
DE VARIACIÓN ESTACIONAL
1. Obtener un registro de caudales mensuales
2. Ordenar los n valores de cada mes (correspondiente a n años), en orden descendente
3. Determinar para cada valor, la probabilidad que el evento sea igualada o excedida, aplicar el método de Hazen
P = probabilidad acumulada en porcentaje
𝟐𝒎 − 𝟏
𝑷= × 𝟏𝟎𝟎 m = número de orden valor
𝟐𝒏 n = número de valores
4. Plotear en un papel de probabilidad log-normal, los valores
correspondientes a cada mes, colocar en la escala logarítmica,
los valores de los caudales y en las probabilidades, su
probabilidad
3. Determinar para cada valor, la probabilidad que el evento sea igualada o excedida.