Académique Documents
Professionnel Documents
Culture Documents
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.
Ejemplo
Se tienen las probabilidades de que haya 1, 2, 3, ... etc, das nublados por semana en un
determinado lugar, con ellos calcule la distribucin de probabilidades
x P(x) F(x)
0 0.05 0.05
1 0.15 0.20
2 0.25 0.45
3 0.20 0.65
4 0.15 0.80
5 0.10 0.90
6 0.08 0.98
7 0.02 1.00
Total 1.0
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.
x P(x) F(x)
1 0.05 0.05
2 0.10 0.15
3 0.15 0.30
4 0.20 0.50
5 0.10 0.60
6 0.10 0.70
7 0.15 0.85
8 0.10 0.95
9 0.05 1.00
Total 1.00
ii)
iii)
Lo que implica que las probabilidades se definen slo como REAS bajo la funcin de
densidad de probabilidad (FDP) entre lmites finitos.
1.2.1 Media m:
es el valor esperado de la variable misma . Primer momento respecto a la origen. Muestra
la tendencia central de la distribucin
el valor estimado de la media a partir de la muestra es
1.2.2 Varianza s:
mide la variabilidad de los datos. Es el segundo momento respecto a la media.
estimado es
1.2.3 Coeficiente de asimetra g
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.
Ejemplo
Frecuencia Frecuencia
Intervalo (mm) Xi medio x f(x)
absoluta relativa
100 110 105 10 0.1 10.5
110 120 115 16 0.16 18.4
120 130 125 9 0.09 11.25
130 140 135 10 0.1 13.5
140 150 145 20 0.2 29
150 160 155 15 0.15 23.25
160 170 165 20 0.2 33
Total=100 = 138.9
2 ANALISIS DE FRECUENCIA
Para una distribucin dada, puede determinarse una relacin entre K y el perodo de retorno
Tr. Esta relacin puede expresarse en trminos matemticos o por medio del uso de una
tabla.
| | ( )
(Parmetro de escala)
> 0 (Parmetro de forma)
() es la funcin Gamma completa
( ) = z -1 e- z dz
0
Estimacin de parmetros: Mtodo de los momentos
1
m = =
C v
2
2 2 m
s =
2 3 4 5
g 1 3 g g g 1g
K K T + (K t 1) + (K T 6K T ) (K T 1) + K T
2 2
6 3 6 6 6 36
4 DISTRIBUCION GAMMA DE TRES PARMETROS O PEARSON TIPO 3
Esta distribucin ha sido una de las mas 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.
donde,
Xt t(1-) Se
QTr100 = X+ SK
Intervalos de confianza
Xt t(1-) Se
Se = 5133.56 pie3/s
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.
3.3.4 Limites de confianza
Xt t(1-) Se
QTr100 = x + KT s
KT = 3.14
QTr100 = 15 + 3.14*5
QTr100 = 30.7 m3/s
Intervalos de confianza
d = 3.93
Xt t(1-) Se
1 FUNCION ACUMULADA
La funcin de distribucin acumulada de la distribucin GUMBEL tiene la forma F(x) =