Vous êtes sur la page 1sur 11

UNIVERSIDAD CENTRAL DEL ECUADOR

FACULTAD CIENCIAS FSICAS Y MATEMTICA


INGENIERA CIVIL

ESTADISTICA

APLICACIN DE LA ESTADISTICA EN LA INGENIERIA CIVIL

Quito, marzo del 2015

OBJETIVO:
Conocer la importancia y su aplicacin de la Estadstica en la carrera profesional de
ingeniera civil.

ESTADSTICA:
Es la rama de la Matemtica que se ocupa de recopilar datos (en censos, encuestas, etc.),
de organizarlos para una mejor comprensin del fenmeno que se desea estudiar y de
analizarlos con un determinado objetivo.
La estadstica se aplica a todas las ciencias, pues facilita el estudio de hechos del mundo
o de la sociedad.
INGENIERA CIVIL:
Es la disciplina de la ingeniera profesional que emplea conocimientos de clculo,
mecnica, hidrulica y fsica para encargarse del diseo, construccin y mantenimiento
de las infraestructuras emplazadas en el entorno.

IMPORTANCIA DE LA ESTADSTICA EN LA INGENIERA CIVIL


La estadstica dentro de la ingeniera nos permite hacer la interpretacin de datos o
caractersticas de un conjunto de elementos al entorno industrial de manera tal que nos
facilite la toma de decisiones y el control de los procesos industriales u organizacionales
dentro de la obra respectivamente. Las aplicaciones de la estadstica dentro de la
ingeniera actualmente han tomado un rpido y sostenido incremento debido al poder
del clculo computacional.
Aunque comnmente se asocie a estudios demogrficos, econmicos y sociolgicos,
gran parte de los logros de la estadstica se derivan del inters de los cientficos por
desarrollar modelos que expliquen el comportamiento de las propiedades de la materia y
de los caracteres biolgicos.
La estadstica es una ciencia de aplicacin prctica casi universal en todos los campos
cientficos.
De manera general podemos afirmar que difcilmente se encuentra una disciplina de
alguna importancia que no se beneficie de las aplicaciones de los principios de la
Probabilidad, la Estadstica y los procesos aleatorios, no escapando la Ingeniera Civil a
esta norma.
La Ingeniera Civil tiene como uno de sus elementos consustanciales la toma de
decisiones en escenarios de incertidumbre y el estudio de acciones sociales y naturales
de valor incierto.

APLICACIN DE LA ESTADISTICA EN LA INGENIERIA CIVIL:


La Estadstica se ha convertido en una disciplina indispensable en la Ingeniera Civil,
con cinco grandes campos de aplicacin:

Anlisis de la informacin asociada a un fenmeno. Estadstica descriptiva


Anlisis probabilstico de un fenmeno: Clculo de Probabilidades
Anlisis maestral de fenmenos. Teora de muestras e Inferencias estadsticas
Estudio de prognosis. Modelos Estadsticos
Control de calidad y tcnicas de optimizacin. Simulacin e Investigacin
Operativa.

ANLISIS DE LA INFORMACIN ASOCIADA A UN FENMENO


Sea un cierto fenmeno del que disponemos de un determinada cantidad de informacin
x procede de un conjunto de observaciones.
La estadstica aporta tcnicas englobadas bajo la denominacin de estadsticas
descriptiva que permiten estudiar la informacin disponible y caracterizar el fenmeno,
de modo que puedan ser apreciadas las caractersticas denominantes del mismo, como
por ejemplo:
Valores medios
Dispersin de los valores
Pautas de la distribucin temporal o espacial
Tendencias apreciadas
Se trata, por tanto, de obtener valores caractersticos que resuman la informacin
disponible y muestren la estructura subyacente en la misma.
ANLISIS PROBABILSTICO DE UN FENMENO
Cuando de un fenmeno se conocen los resultados o sucesos posibles del mismo y la
distribucin de probabilidad correspondiente a todos ellos, esta condiciones de ser
analizado probabilsticamente, lo que significa que es posible conocer la probabilidad de
que un determinado suceso simple (directamente posible) o compuestos (combinacin
de los directamente posibles se reduzcan.)
ANLISIS MUESTRAL DE UN FENMENO

Constituye una de las aplicaciones ms interesantes y tiles de la estadstica y una de las


contribuciones ms apreciadas al proceso cientfico.
En el estudio de un fenmeno aleatorio es frecuente que nicamente sea asequible su
conocimiento mediantes observaciones de una parte del mismo por alguna de las
razones siguientes:

El fenmeno adquiere una dimensin infinita imposible de medir en toda su


extensin.
La obtencin de observaciones lleva a procesos costosos en tiempo o en
recursos.
La obtencin de observaciones implica la realizacin de un ensayo destructivo
que extendido a la totalidad del fenmeno significa su desaparicin.

Estas condiciones, la Teora de Muestras y la Inferencia Estadstica se ocupan del


anlisis muestral de los fenmenos aleatorios en tres vertientes diferentes:

Diseo de las muestras, para garantizar que estas son representativas y presentan
la dimensin adecuada en razn de los objetivos de la investigacin.
Recopilacin y representacin de los datos obtenidos, permitiendo un
conocimiento detallado de la parte del universo que ha sido estudiada.
Anlisis muestral y extensin de conclusiones al conjunto del fenmeno, para
alcanzar un conocimiento del mismo a partir de los valores mustrales mediante
un razonamiento inductivo con fundamento matemtico.

El anlisis muestral introduce, por tanto, dos grandes aportaciones al estudio de los
fenmenos aleatorios:

Permite estimar caractersticas desconocidas de la poblacin y situar a esta en


condiciones de ser estudiada a travs del anlisis probabilstico y de la
estadstica descriptiva.
Posibilita el contraste de hiptesis en relacin con la poblacin estudiada.

ESTUDIOS DE PROGNOSIS

La prognosis es otra de las aplicaciones ms interesantes de la estadstica, ya que


permite establecer previsiones fundamentales del comportamiento de los fenmenos
aleatorios y de los valores a adoptar por determinar variables ante de que estos se
manifiesten. En este sentido la estadstica permite descubrir y caracterizar relaciones no
funcionales entre las variables de un determinado fenmeno aleatorio y calificar, dems,
la bondad de tales relaciones, para decidir si se producen con la intensidad suficiente
como para que el proceso cientfico pueda apoyarse en ellas.
CONTROL DE CALIDAD Y TCNICAS DE OPTIMIZACIN

El control de calidad resulta un elemento indispensable en los procesos de la ingeniera,


dado que a l se confa la garanta de que las distintas fases del proyecto responden a
valores controlados de las variables que intervienen. Se trata en definitiva de asegurar
que no se estn produciendo desviaciones significativas en los parmetros de diseo que
podran afectar a las caractersticas esenciales del sistema que se trata.

Las tcnicas de optimizacin se encuentran muy ligadas a los procesos de simulacin o


modelizacin a los que me acabo de referir. La mera elaboracin de un modelo
estadstico ya permite abortar procesos de optimizacin simplemente tanteando
diferentes estrategias de actuacin, hasta encontrar aquella que produce resultados
suficientes satisfactorios.
Sin embargo, existen especficas englobadas bajo la denominacin de Investigacin
Operativa, con un alto contenido estadstico, que se aplican a la mayor parte de los
fenmenos con una dimensin econmica y que abordan directamente la optimizacin
de procesos dando respuestas, por ejemplo, a preguntas sobre cmo garantizar las
diferentes actividades de un proyecto para minimizar el periodo de ejecucin del
mismo.

EJERCICIO DE APLICACIN
CLCULOS ESTADSTICOS EN HIDROLOGA
1. Cul es la probabilidad de que el caudal supere
cuantos aos se supera el caudal de

)? ; O bien cada

)?

2. Qu caudal ser superado un 2% de los aos? O lo que es lo mismo cul es el


caudal superado cada 50 aos?
(

Se sabe que la media aritmtica=

) ; desviacin tpica=

SOLUCIN DE LA CUESTIN NUMERO 1 (DEL VALOR A LA


PROBABILIDAD)
1) Expresamos el caudal de

) como puntuacin estandarizada.

Esto significa que ese dato individual esta con 1,26 desviaciones tpicas por encima de
la media aritmtica.

2) Calculamos la probabilidad de que


GAUSS)

(aplicando la ecuacin de

Esto puede hacerse de dos maneras:

Con la hoja de clculo, escribiendo en Excel la siguiente formula:


=DISTR.NORM.ESTAND(1,26)

Aplicando la tabla de distribucin de gauss la misma que se construye aplicando


la frmula de gauss a todos los posibles valores de z.

Para nuestro caso (z=1,26) por cualquiera de los dos procedimientos obtenemos el
resultado igual que es: 0,10383468. Por tanto el 10, 38 % de aos tendr un caudal igual
o superior de

).

El caudal citado se supera en promedio cada 10 aos.


En la figura vemos que por encima del valor estndar +1,26 se encuentra en el 10,38 %
de la superficie total bajo la curva.

SOLUCIN A LA CUESTIN NUMERO 2 (DE LA PROBABILIDAD AL


VALOR)
Se trata de repetir el proceso anterior al revs.
1) Calculamos que el valor de z corresponde a la probabilidad 0,02 (o sea el
2%).
De nuevo esto se puede hacer de dos maneras:

Con la hoja de clculo escribiendo en Excel la siguiente formula:


=DISTR.NORM.ESTAND.INV(1-0,02)

Aplicando la tabla de distribucin de gauss inversamente tal como la utilizamos


antes: buscamos dentro de la tabla la probabilidad requerida (en este ejemplo,
0,02) o la ms prxima a ese valor y desde el interior de la tabla, leer el valor de
z correspondiente a los bordes de la tabla.

Para nuestro caso (probabilidad = 0,02) por cualquiera de los dos procedimientos
obtenemos el valor de 2,05374891. Finalmente calculamos a que puntuacin bruta
corresponde una puntuacin estandarizada de 2,05.

Por lo tanto el valor que es superado un 2 % de los aos (cada 50 aos) es

CUESTIONES CON VALORES INFERIORES A LA MEDIA ARITMTICA

En las dos cuestiones anteriores se manejaban caudales superiores a la media. Pero


tambin podemos manejar caudales valores inferiores a la media.
Si estamos haciendo previsiones de aos secos, las preguntas (equivalentes a las
cuestiones 1 y 2 del anterior ejemplo) sern del siguiente tipo:
3. Cul es la probabilidad de que el caudal no alcance los

)?

4. Qu caudal no se alcanzar un 10 % de los aos?


Se trata de la misma muestra que en los ejemplos 1 y 2 anteriores
Media aritmtica

) ; desviacin tpica=

SOLUCIN A LA CUESTIN NUMERO 3 (DEL VALOR A LA


PROBABILIDAD)

1) expresamos el caudal de

) como puntuacin estandarizada

Esto significa que este dato individual est a 1,83 de las desviaciones tpicas por debajo
de la media aritmtica.

2) Calculamos la probabilidad de que

Aplicamos la tabla de distribucin de gauss y buscamos la probabilidad


correspondiente a z=-1,83.

Para valores negativos de z se toma el valor complementario, es decir si para 1,83 la


tabla da 0,034, para -1,83 corresponde: 1- 0,034 = 0,966
(

Por lo tanto la probabilidad de superar el caudal de

) es de 0,966 y la

probabilidad de que no se supere ese valor ser de: 1 0,966 = 0,034 (recuperamos el
valor 0,034 que nos proporcion la tabla inicialmente.)

Con la hoja de clculo escribiendo en Excel la frmula:


=DISTR.NORM.ESTAND(-1,83)

Nos proporciona directamente la probabilidad de que sea menor que -1,83 desviaciones
tpicas: 0,034.
Respuesta final: probabilidad de que no alcance

) = 3,4%

SOLUCION A LA CUESTION NUMERO 4 (DE LA PROBABILIDAD AL


VALOR)
La cuestin 4 podemos plantearla as: Qu caudal se supera el 90 % de los aos?
1) calculamos a qu valor de z corresponde la probabilidad 0,90 (o sea 90%)

Aplicando la tabla de distribucin de gauss, buscamos dentro de ella la


probabilidad requerida (0,90), pero ese valor no existe en la tabla, as que
buscamos el complementario (1- 0,90 = 0,10) o el ms prximo a ese valor y
desde el interior de la tabla leemos el valor de z correspondiente en los bordes
de la tabla: 1,28. Pero z=1,28 corresponde a una probabilidad de 0,10; para la
probabilidad 0,90 tomamos z=-1,28

Con la hoja de clculo escribiendo en Excel la formula;


=DISTR.NORM.ESTAND.INV(0,10)

Se obtiene directamente el valor (-1,28)

2) calculamos a que puntuacin bruta corresponde una puntuacin


estandarizada de -1,28

Por lo tanto el valor que no se alcanza el 10% de los aos (probabilidad 0,90 de
ser superado) es 19,4(

PROBABILIDAD Y PERIODO DE RETORNO


A lo largo de los apartados anteriores se a estado utilizando indistintamente
probabilidad (por ejemplo: un 2% de los aos) y expresiones como cada 50
aos .
Es evidente que si un caudal se iguala o supera por trmino medio cada 10 aos
la probabilidad de que esto suceda es de 0,10% (o sea 10%).
Anlogamente e inversamente si la probabilidad de que algo suceda es de 0,04
(4%), ello quiere decir que en promedio suceder 4 veces en 100 aos, o sea una
vez cada 25 aos.
Estos conceptos se relacionan mediante la expresin: