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
y se puede estimar a partir de los datos
X T x KT s

HIDROLOGIA

2013

Para una distribucin dada, puede determinarse una relacin entre K y el perodo de retorno T.
Esta relacin puede expresarse en trminos matemticos o por medio del uso de una tabla.
El anlisis de frecuencia consiste en determinar los parmetros de las distribuciones de
probabilidad y determinar con el factor de frecuencia la magnitud del evento para un
perodo de retorno dado.
A continuacin se describen las principales distribuciones de probabilidad utilizadas en
hidrologa, la forma de estimar sus parmetros, el factor de frecuencia y los lmites de
confianza. Estos ltimos son indicadores de incertidumbre de las extrapolaciones.
Los Lmites de confianza, determinan el rango de valores de las variables, si el rango es
grande la incertidumbre es alta y si es pequeo, habr ms confiabilidad en el valor estimado.

DISTRIBUCIONES DE PROBABILIDAD PARA VARIABLES CONTINUAS

DISTRIBUCION NORMAL
La distribucin normal es una distribucin simtrica en forma de campana, tambin conocida
como Campana de Gauss. Aunque muchas veces no se ajusta a los datos hidrolgicos tiene
amplia aplicacin por ejemplo a los datos transformados que siguen la distribucin normal.

Funcin de densidad:
La funcin de densidad est dada por

f ( x)

exp

1 ( x ) 2
2 2

Los dos parmetros de la distribucin son la media y desviacin estndar para los cuales
x (media) y S (desviacin estndar) son derivados de los datos.

Estimacin de parmetros:

1 n
xi
n i 1

1 n

S
( xi x ) 2

1
i 1

1
2

Factor de frecuencia:
1.

Si se trabaja con los X sin transformar el K se calcula como

HIDROLOGIA

2013

xT

KT

Este factor es el mismo de la variable normal estndar

El valor de

z K T F 1 (1 Tr1 )

z correspondiente a una probabilidad de excedencia de

calcularse encontrando el valor de la variable intermedia

1
w Ln 2
p

y luego calculando

1
p ( p ) puede
t

1/ 2

_ 0 p 0 .5

z , utilizando la aproximacin.
z w

2.515517 0.802853w 0.010328w 2

1 1.432788 w 0.189269 w 2 0.001308w3

Cuando p 0.5 _ 1 p , se sustituye por p en la ecuacin de

, y al valor de
, calculado
por la ecuacin anterior se le asigna un signo negativo. El error de esta frmula es menor de
0.00045 en
.

Limites de confianza:

X Tr t (1 ) S E
Donde es el nivel de probabilidad t (1 ) es el cuantil de la distribucin normal estandarizada
para una probabilidad acumulada de 1- y

SE

es el error estndar

DISTRIBUCION LOGNORMAL DE DOS PARAMETROS

Si los logaritmos Y de una variable aleatoria X se distribuyen normalmente se dice que X se
distribuye normalmente.
Esta distribucin es muy usada para el clculo de valores extremos por ejemplo Qmax,
Qmnimos, Pmax, Pmnima. Tiene la ventaja que X>0 y que la transformacin Log tiende a
reducir la asimetra positiva ya que al sacar logaritmos se reducen en mayor proporcin los
datos mayores que los menores.
Limitaciones: tiene solamente dos parmetros, y requiere que los logaritmos de las
variables estn centrados en la media

Funcin de densidad:

HIDROLOGIA

2013

f ( x)

1
x 2

exp

1 ( y Y )
2 Y 2

x0

y Lnx
Donde, y : media de los logaritmos de la poblacin (parmetro escalar), estimado y
y : Desviacin estndar de los logaritmos de la poblacin, estimado

SY .

Estimacin de parmetros:

1 n
ln( xi )
n i 1

1 n
sy
(ln( xi ) y ) 2

n 1 i 1

1
2

Factor de frecuencia:
Puede trabajarse en el campo original y en el campo transformado.
2.

Campo transformado: Si se trabaja en el campo transformado se trabaja con la media y la

desviacin estndar de los logaritmos, as:
ln( X TR ) y kS Y

X TR e Ln ( y )
De donde, con
y

3.

SY

variable normal estandarizada para el

T R dado,

y media de los logaritmos

es la desviacin estndar de los logaritmos.

Campo original: Si se trabaja con los X sin transformar

K T se calcula como:

Ln(1 CV 2 )
2
1
Exp k * ( Ln(1 CV )) 2

2

KT
CV

es la variable normal estandarizada para el

TR dado, CV

S
es el coeficiente de
x

variacin, x media de los datos originales y S desviacin estndar de los datos originales.

HIDROLOGIA

2013

Limites de confianza:
En el campo transformado.
Ln ( X Tr ) t (1 ) ST

SE

En donde, n numero de datos,

HIDROLOGIA

( S y )
n

K
1 T
2

es el error estndar,

1
2

K T variable normal estandarizada.

2013

EJEMPLO: En un ro se tienen 30 aos de registros de Q mximos instantneos anuales con

x =15 m3/s, S =5 m3/s (media y desviacin estndar para los datos originales). xY
=2.655, SY =0.324 (media y desviacin estndar de los datos transformados). Encontrar el
caudal para un periodo de retorno de 100 aos y los limites de confianza para un = 5%.
Calcular la probabilidad de que un caudal de 42.5 m 3/s no sea igualado o excedido P (Q
42,5).
Solucin:
n = 30
x = 15 m3/s

xY
SY

= 5 m /s
3

=2.655
= 0.324

En el campo original

ln(1 CV 2 )

Exp k * ( Ln(1 CV ))

Kt
CV
CV

1
k F 1 1
TR

1
2

S
5

0.33
x 15

F 1 (1

1
) F 1 (0.99)
100

De la tabla de factores de Frecuencia de la distribucin Log-normal con una significacin

0.01 se obtiene k 2.33

1
2

ln(1 0.332 )
1
2

Exp 2.33 * ( Ln(1 0.33 ))

KT
0.33
2

KT = 3.056

Q100 15 5 * 3.056 30.30 _ m 3 / s

Q100 30.30 _ m 3 / s
En el campo transformado se tiene que:
ln(Q100 ) X TR kS Y 2.655 2.33 * .324

(Q100 ) Exp 3.40992

HIDROLOGIA

2013

(Q100 ) 30.26 _ m 3 / s

Limites de confianza
Ln(QTR ) t (1 ) S E

SE

( S y )
n

k2
_____ 1
2

2.33 2
2

1
2

1
2

1.93

SE

1.930.324
0.11
30

t (1 ) t 0.95 1.65 Ledo en una tabla de Probabilidad acumulada de la Distribucin Normal

Estndar.
Ln (30.28) 1.65(0.11) 3.41 1.65(0.11)

3.41 0.1815

[3.2285
[e3.2285

3.5915]
e3.5915]

[25.24

Intervalos de confianza para QTR100

36.29]

b) Calcular la probabilidad de 42.5 m3/s no se igualado o excedido P(Q 42.5).

Ln( 42.5) 3.749

tz
F(3.378) = 0.9996

(3.749 2.655)
3.378
0.324

Ledo de la tabla de la normal

P(Q 42.5) = 99.9%

HIDROLOGIA

2013

DISTRIBUCION GUMBEL O EXTREMO TIPO I

Una familia importante de distribuciones usadas en el anlisis de frecuencia hidrolgico es la
distribucin general de valores extremos, la cual ha sido ampliamente utilizada para
representar el comportamiento de crecientes y sequas (mximos y mnimos).

Funcin de densidad:

f ( x)

(x )
1
(x )
exp
exp

En donde y son los parmetros de la distribucin.

(x )
F ( x ) f ( x )dx exp exp

Estimacin de parmetros

x 0.5772
Donde x

S son la media y la desviacin estndar estimadas con la muestra.

Factor de frecuencia:

TR

6
KT 0.5772 ln ln
TR 1

Donde TR es el periodo de retorno. Para la distribucin Gumbel se tiene que el caudal para
un perodo de retorno de 2.33 aos es igual a la media de los caudales mximos.

Limites de confianza

X Tr t (1 ) S E
HIDROLOGIA

2013

SE

S
n
1
2 2

[1 1.1396K T 1.1KT ]

KT es el factor de frecuencia y t (1 ) es la variable normal estandarizada para una

probabilidad de no excedencia de 1-.
EJEMPLO: Para el ejemplo anterior encontrar el Q de 100 aos de periodo de retorno y los
intervalos de confianza. x= 15 m3/s, s = 5 m3/s
QTR100 X K T S

KT

0.577 ln[ln 100 ln(99)]

K T 3.14
QTR100 15 3.14 * 5 30.7 _ m 3 / s
Intervalos de confianza

t (1 ) t 0.95 1.65 Ledo en una tabla de Probabilidad acumulada de la Distribucin Normal

Estndar.
1

[1 11396
.
(314
. ) 11
. (314
. ) 2 ]2
3.93

(3.93) (5)
30
3.58m 3 / s

SE
SE

X Tr t (1 ) S E
30.7 1.64 3.58

[24.83 m3/s

HIDROLOGIA

36.58 m3/s]

Intervalo de confianza para QTR100

2013

DISTRIBUCION GAMA DE TRES PARAMETROS O PEARSON TIPO 3

Esta distribucin ha sido una de las ms utilizadas en hidrologa. Como la mayora de las
variables hidrolgicas son sesgadas, la funcin Gamma se utiliza para ajustar la distribucin de
frecuencia de variables tales como crecientes mximas anuales, Caudales mnimos, Volmenes
de flujo anuales y estacionales, valores de precipitaciones extremas y volmenes de lluvia de
corta duracin. La funcin de distribucin Gamma tiene dos o tres parmetros.

Funcin de densidad:

f ( x)

1
x x0

x x0

exp

donde,
x0 x para 0
x x0 para 0
y son los parmetros de escala y forma, respectivamente , y x0 es el parmetro de
localizacin.

Estimacin de parmetros:
2

2

;
Cs

Cs
;
2

x0 x

C S es el coeficiente de asimetra, x
muestra respectivamente.

S son la media y la desviacin estndar de la

Cs

n ( x x ) 3
i 1

(n 1)(n 2) * S 3

Factor de frecuencia:

K T z ( z 2 1)

CS 1 3
C
( z 6 z ) S
6
3
6

C
( z 2 1) S
6

CS

1 CS

3 6

El valor de
para un periodo de retorno dado puede calcularse siguiendo el procedimiento de
la Distribucin normal.
Este valor de K T se encuentra tabulado de acuerdo al valor de C S calculado con la muestra.

HIDROLOGIA

2013

Intervalos de confianza:

X Tr t (1 ) S E
SE

S
n

Donde S es la desviacin estndar de la muestra, n es el nmero de datos y se encuentra

tabulado en funcin del

CS _ y _ TR

EJEMPLO: Se tiene una estacin con 30 aos de registros de caudales mximos instantneos
con Media de 4144 pie3/s y desviacin estndar de 3311 pie3/s. Si el coeficiente de asimetra
de los caudales es de 1.981 pie3/s cual es caudal para un periodo de retorno de 100 aos y su
intervalo de confianza.
QTR100 Q SK

K es F(1.981, 100)

de tablas se obtiene K=3.595

(1.9,100) = 3.553
(2.0,100) = 3.605

QTR100 4144 3.595 3311 16050 _ pie 3 / s

Intervalos de confianza

X Tr t (1 ) S E
SE
= F(1.981,100)

S
n

de tablas se obtiene =8.4922 (1.9,100) = 8.2196

(2.0,100) = 8.5562

Se

( 3311) (8.4922)
30

Se = 5133.56 pie3/s
t(1-) = t(0.95) = 1.645 (Ledo de la tabla de la normal)
16050 (5133.56) (1.645)
[7605.29 pie3/s

HIDROLOGIA

24494.71pie3/s]

Intervalos de confianza para QTr100

2013

DISTRIBUCION LOG GAMMA O LOGPEARSON DE 3 PARAMETROS

Si los logaritmos Y de una variable aleatoria X se ajustan a una distribucin Pearson tipo III,
se dice que la variable aleatoria X se ajusta a una distribucin Log Pearson Tipo III. Esta
distribucin es ampliamente usada en el mundo para el anlisis de frecuencia de Caudales
mximos. Esta se trabaja igual que para la Pearson Tipo III pero con X y y Sy como la media y
desviacin estndar de los logaritmos de la variable original X.

Funcin de densidad:

f ( x)

1
ln( x ) y0

ln( x ) y0

exp

Donde,
y0 y para 0
y y0 para 0
y son los parmetros de escala y forma, respectivamente , y y0 es el parmetro de
localizacin.

Estimacin de parmetros:
2

2

;
Cs
C S es el coeficiente de asimetra, , x y

s y

Cs
;
2

x 0 x y

s y son la media y la desviacin estndar de los

logaritmos de la muestra respectivamente.

Factor de frecuencia:
Ln(YTr ) x y K S y

K T z ( z 2 1)

CS 1 3
C
( z 6 z ) S
6
3
6

C
( z 2 1) S
6

CS

1 CS

3 6

Donde z es la variable normal estandarizada

Este valor de K se encuentra tabulado de acuerdo al valor de C S calculado con la muestra.
Intervalos de confianza:

X Tr t (1 ) S E
HIDROLOGIA

2013

Se
Donde

SY

Sy
n

es la desviacin estndar de los logaritmos de la muestra, n es el nmero de datos

y se encuentra tabulado en funcin de

CS _ y _ TR .

Tambin puede calcularse como:

K TU,

K T K T2 ab

a 1

K Tl ,

K T * K T2 ab
a

z2
2 n 1

b K T2

z2
n

Donde z t 1
QTR Q SK TU,

QTR Q SK TL,

HIDROLOGIA

2013