Manual de Usuario AFA V.1.0 - FINAL

Manual de Usuario del sistema
AFA V.1.0
i
CONTENIDO
1. Introduccin 1
1.1. Conceptos bsicos 5
2. Funciones de Distribucin de Probabilidad 11

2.1. Distribucin Uniforme 12
2.2. Distribucin Normal 13
2.3. Distribucin Exponencial de 1 Parmetro 14
2.4. Distribucin Exponencial de 2 Parmetros 15
2.5. Distribucin Log Normal de 2 Parmetros 17
2.6. Distribucin Log Normal de 3 Parmetros 18
2.7. Distribucin Gamma de 2 Parmetros 20
2.8. Distribucin Gamma de 3 Parmetros 22
2.9. Distribucin Log Pearson Tipo III 24
2.10. Distribucin General de Valores Extremos 27
2.11. Distribucin Gumbel 29
2.12. Distribucin Gumbel Doble 31
3. Interfaz del programa AFA 36

3.1. Descripcin del programa AFA 36
3.1.1. Requerimientos del sistema para su instalacin 37
3.1.2. Recomendaciones para evitar errores frecuentes 37
3.2. Pasos para la instalacin del sistema 37
3.3. Interfaz del programa AFA 42
3.4. Directorio de trabajo 44
3.5. Archivo de entrada 44
3.6. Perodo de retorno Tr 45
3.7. Funciones de distribucin de probabilidad 46
3.8. Ayuda 47
3.9. Archivos de resultados 48
4. Ejemplos de aplicacin del programa AFA 50

4.1. Serie de gastos mximos anuales de la estacin 50
hidromtrica La cua
4.2. Serie de gastos mximos anuales de la estacin 57
hidromtrica Calapilla
5. Referencias 61
1. Introduccin
El anlisis de frecuencias en variables hidrolgicas es empleado para determinar la magnitud de

un evento asociado a un cierto periodo de retorno, por medio de una funcin de distribucin de
probabilidad, la cual es seleccionada entre un grupo de ellas.
El anlisis de frecuencias de datos hidrolgicos considera a los fenmenos hidrolgicos como

variables aleatorias y a partir de ellos los caracteriza estadsticamente mediante parmetros. Si se
cuenta con suficientes registros para caracterizar estadsticamente las variables hidrolgicas,
entonces la distribucin de frecuencia de un sitio podra ser determinada con precisin, siempre y
cuando no existan cambios significativos debido a la urbanizacin y a los procesos naturales. Las
variables que generalmente son sujetas al anlisis de frecuencias son: La precipitacin media,
mnima y mxima, gastos medios, mnimos y mximos, evaporacin y temperatura media,
mnima y mxima.
La proyeccin hacia el futuro se basa en una combinacin de la estadstica y la teora de la

probabilidad. Con el anlisis de frecuencias de los eventos histricos y se definen los parmetros
que determinan el patrn general de comportamiento. Con estos parmetros y con la aplicacin
de la teora de la probabilidad se hace el pronstico de lo que puede esperarse en el futuro, dentro
de cierto nivel de riesgo.
El anlisis de frecuencias es una herramienta bsica en prevenir sequas e inundaciones, adems

es indispensable en el diseo ptimo de obras hidrulicas, en los estudios hidrolgicos un
adecuado anlisis de frecuencias determina los eventos de diseo para establecer criterios de
anlisis de riesgo, segn la obra que se trate. Es por este motivo que en la eleccin del mejor
ajuste se utilizan diferentes pruebas de bondad de ajuste, estas consisten en comprobar, grfica y
estadsticamente, si la frecuencia emprica de la serie analizada se ajusta a una funcin de
probabilidades terica seleccionada a priori.
Un aspecto muy importante en el anlisis de frecuencias es la deteccin de los valores atpicos y

su posible eliminacin, ya que pueden influir de manera significativa en los resultados del ajuste
de la mejor funcin de distribucin.
Estas pruebas estadsticas tienen por objeto medir la certidumbre que se obtiene al hacer una
hiptesis estadstica sobre una poblacin, es decir; calificar el hecho de suponer que una variable
aleatoria se distribuya segn una cierta funcin de probabilidades.
Las pruebas de bondad de ajuste ms utilizadas son:

Ajuste grfico
Error estndar de ajuste (EE)
Kolmogorov-Smirnov
i
Chi cuadrada
El anlisis de frecuencias se utiliza para predecir gastos y determinar la probabilidad de
ocurrencia de una avenida de cierta magnitud y si afectar a la poblacin, la capacidad necesaria
de una obra de control que evite los daos, las polticas de operacin de dicha obra, el cambio en
los niveles de la corriente y su efecto en las zonas con las que limitan.
En la medicin de gastos mximos anuales en una corriente, generalmente el periodo de retorno

de diseo de la obra es mayor al nmero de registros por lo que debe hacerse una extrapolacin.
Por lo anterior, mediante el anlisis de frecuencias se busca una funcin (expresin matemtica)
que permita determinar la probabilidad de ocurrencia de un gasto determinado en un sitio dado,
as como asociar diversas magnitudes de gastos a sus correspondientes perodos de retorno o de
recurrencia.
Dentro del anlisis de frecuencias existe el anlisis de frecuencia de Crecientes, esta tcnica
permite estimar las crecientes de diseo y consiste en hacer la prediccin de eventos extremos
asociados a perodos de retorno grandes, con base en tcnicas de la inferencia estadstica. El
estudio de estos fenmenos extremos es de gran importancia ya que la principal causa de falla en
las presas (tierra y enrocamiento) es el desbordamiento ante avenidas y an cuando en Mxico no
se han presentado fallas por desbordamiento en grandes presas, nuestro pas est sujeto a
trayectorias ciclnicas que han ocasionado situaciones no previstas inicialmente en grandes
proyectos.
El Anlisis de Frecuencias (AF) de datos hidrolgicos considera a los fenmenos hidrolgicos como
variables aleatorias y a partir de ellos se determina la frecuencia o la probabilidad y un periodo de
retorno que es el que generalmente se maneja pues se presenta en las mismas unidades que la vida
til de las obras.
Cabe mencionar que para este programa se utiliza el ajuste grfico y el Error estndar de ajuste
como criterios de eleccin del mejor ajuste.
Parte de la informacin hidrolgica de nuestro pas en la actualidad proviene de estaciones

climatolgicas y equipos automatizados y est disponible en las diferentes dependencias como
IMTA, CONAGUA, CFE, INIFAP, etc. El siguiente paso es contar con mtodos de tratamiento de
esta informacin considerando las caractersticas de donde proviene dicha informacin y el tipo de
evento que se analiza. Realizar un AF significa ajustar a una ecuacin una serie de puntos con
coordenadas (x,y). La serie de puntos (x, y) es el periodo de retorno (x) y una variable climatolgica
o hidromtrica (y). Como toda ecuacin, las Funciones de Distribucin de Probabilidad (FDP)
tienen parmetros que las describen, dichos, parmetros son necesarios determinarlos mediante
algn mtodo, por ejemplo, momentos, mxima verosimilitud, error cuadrtico mnimo, etc.
1
De acuerdo con lo anterior el principal problema del AF es la determinacin de los parmetros
que describen a cada una de las FDP.
Existen en la literatura diferentes programas comerciales para realizar el Anlisis de frecuencias

en hidrologa, entre ellos estn el Ax desarrollado por el CENAPRED, el Statistica el cual fue
desarrollado por la empresa STATSOFT y diversos programas con fines acadmicos como el
FLOOD que es para simular frecuencia de crecidas, el AFins 2.0 desarrollado por la universidad
de Valencia, el programa AnalisisFrec desarrollado por la Universidad de Chile.
Haciendo una comparativa de los programas comerciales existentes y el programa AFA se

presenta la siguiente tabla la cual muestra las funciones de distribucin de probabilidad (fdp) que
ajustan, as como sus correspondientes mtodos de obtencin de parmetros.
Mtodo de obtencin de parmetros
fdp
Momentos Mxima Verosimilitud
Ax
Normal si si
Lognormal 2 parmetros si si
Lognormal 3 parmetros ---- si
Gumbel si si
Exponencial si si
Gamma 2 parmetros si si
Doble Gumbel
AFA
Uniforme si si
Normal si si
Lognormal 2 parmetros si si
Lognormal 3 parmetros ---- si
Gumbel si si
Exponencial 1 parmetro si si
Exponencial si si
LogPearson (tipo III) o GVE si ----
Doble Gumbel ----
STATISTICA
Uniforme
Normal
Lognormal 2 parmetros
Exponencial
Gamma 2 parmetros
Chi Cuadrada
1
En la siguiente tabla se presenta un resumen de los parmetros y los criterios de ajuste de bondad
que proporciona cada programa (Ax, AFA, Statistica).
Programa fdp ajustadas Parmetros Criterios de bondad
Utiliza los criterios de
momentos y Mxima Muestra el ajuste de manera grfica y
Ax 8
Verosimilitud y los muestra en proporciona el error estndar de ajuste
un resumen global.
Utiliza los criterios de
Muestra el ajuste de manera grfica y
AFA 11 momentos y Mxima
proporciona el error estndar de ajuste
Verosimilitud
Muestra de manera grfica y proporciona
los criterios de Kolmogorov-Smirnov y el
Statistica 6 ---- de Chi Cuadrada, adems muestra la
distribucin de frecuencias y la distribucin
acumulada
Desventajas de los programas Ax y Statistica

El programa Ax no ajusta la funcin LogPearson III o GVE, esta funcin es muy utilizada para
el anlisis de eventos de diseo, como lo es la avenida de diseo de las presas u obras de
proteccin sobre cauces. Otro aspecto importante es la falta de generacin de archivos de
resultado y la mala calidad de los grficos de ajuste obtenidos (no tienen ejes coordenados).
El programa Statistica no cuenta con las fdp que se utilizan comnmente en hidrologa como lo
son: Gumbel, Doble-Gumbel, GVE y no proporciona los mtodos de obtencin de parmetros
por fdp.
Ventajas del programa AFA

Presenta una muy buena interfase grfica.
Almacena de manera automtica un archivo de resultados por fdp.
Cuenta con la funcin de valores extremos (GVE), esta fdp es bsica en cualquier anlisis
de frecuencias en variables hidrolgicas.
La ayuda contiene los ecuaciones de las fdp y de los mtodos empleados para obtener los
parmetros utilizados.
1
1.1. Conceptos bsicos
Periodo de retorno (Tr)
Es el nmero de aos en que un evento puede ser igualado o excedido en promedio y a la larga.
Para n datos de una muestra el periodo de retorno se puede calcular como:
n 1
Tr
m
donde m es el nmero de orden en una lista de mayor a menor.
Funcin de densidad de probabilidad (fdp)
Se dice que X es una variable aleatoria continua, si existe una funcin f(x) llamada funcin de
densidad de probabilidad de x, que cumpla con las siguientes condiciones:
f(x)0 para toda x

f ( x ) dx 1
b
P (a X b) f ( x)dx
a
Funcin de distribucin de probabilidad acumulada (FDP)
Si X es una variable aleatoria continua, F(x) se define como una funcin de distribucin de
probabilidad acumulada de la variable aleatoria X como la probabilidad de que dicha variable
con densidad de probabilidad f(x) tome un valor menor o igual de x, esto es:
X
F ( x ) P( X x) f ( x) dx

Probabilidad de no excedencia o acumulada F(x)

1
La probabilidad de que un evento sea igualado o excedido, en funcin del periodo de retorno es:
1
P
Tr
1
por lo que Tr
1 F ( x)
Entonces:
1 m
F ( x) 1 1
Tr n 1
Estimacin de parmetros
Existen varios mtodos para la estimacin de los parmetros, aqu solamente se describirn los
utilizados en el software.
a) Mtodo de Momentos
El mtodo de momentos consiste en igualar los momentos de la FDP con los momentos de la
muestra.
Momentos de la funcin f(x) = Momentos de la muestra
El momento k-simo de la FDP respecto al origen es:
M k'
D
x k f(x)dx |
Donde f(x) es la funcin de densidad de probabilidad, la cual se relaciona con F(x) como:
X
F ( x ) f ( x) dx

Por otra parte los primeros tres momentos de la muestra estn definidos como:
1
1 n
M1 xi x
n i 1
n
1
M2 S2
( n 1) i 1
( xi x )
M 3 S 3Cs
As por ejemplo, la FDP Gumbel tiene dos parmetros por lo que se tendr que igualar.
M 1' M 1 y M 2' M 2
Con lo anterior resulta un sistema de dos ecuaciones con 2 incgnitas, el cual al resolverlo se
tienen los valores de los dos parmetros.
La media, desviacin estndar, coeficiente de sesgo y Curtosis se definen como:
Media: Desviacin estndar:

n
x i n
x i 1
n (x x)i
2
S i 1
n 1
Coeficiente de sesgo o asimetra: Curtosis:
n n
( xi x ) 3 n2 n
( xi x ) 4
g S3
(n 1)(n 2) i 1
k S4
(n 1)(n 2)(n 3) i 1
b) Mtodo de Mxima Verosimilitud

1
Si se divide S en intervalos dx y se toma una muestra aleatoria x1, x2, x3,... xn , la probabilidad de
que xi ocurra es f(xi)dx
f(xi)dx=Probabilidad
f(x)
x
dx
Como las xi son independientes, la probabilidad conjunta es:
n
f(x1)dx* f(x2)dx* f(x3)dx*...* f(xn)dx= f ( xi ) dx
i 1
Entonces la funcin de verosimilitud se define como:
n
L f ( xi )
i 1
1
Para calcular los parmetros es necesario maximizar L, esto se logra derivando dicha funcin con
respecto a cada uno de los parmetros a determinar e igualando a cero cada derivada, esto es:
L
0
i
donde es el vector de parmetros (desconocido).
Lo anterior es similar a:
LL
0
i
Donde:
LL=ln L
c) Error cuadrtico mnimo
Este mtodo consiste en minimizar la suma de los errores cuadrticos pesados E entre los valores
estimados de F(xm) y los valores empricos F (xm ) esto es:
Minimizar:
n
E F (xi ) F(xi ) 2Wi
i 1
Donde :
1 m
F (xm ) 1 1
Tr n 1
Y F(xi) es la FDP utilizada evaluada en xi.
Existen varios mtodos para solucionar la ecuacin de E, sin embargo el que se utilizar para
calcular los parmetros de la funcin Gumbel doble es el algoritmo de Rosenbrock.
Error Estndar de Ajuste (EEA)

1
Para seleccionar la funcin de distribucin de probabilidad que mejor se ajusta a los valores de la
variable (momentos o mxima verosimilitud), es necesario evaluar numricamente y de una
manera objetiva la bondad o calidad del ajuste realizado, esto se puede hacer mediante el clculo
del error estndar de ajuste EEA, el cual se define como (Campos, 1989).
X
N
oi X ei
EEA i 1
N np
Donde:
X oi Valor registrado de la variable

X ei Valor ajustado de la variable con la funcin de distribucin de probabilidad
N Nmero de datos registrados
np Nmero de parmetros de la funcin de distribucin de probabilidad
1
2. Funciones de Distribucin de Probabilidad
En este captulo se describir detalladamente cada una de las Funciones de Distribucin de

Probabilidad que contiene el software.
En cada distribucin se muestra la ecuacin de la funcin de distribucin de probabilidad (FDP),

la ecuacin de la funcin de densidad de probabilidad, las ecuaciones de los parmetros por el
mtodo de momento y/o las ecuaciones de los parmetros por el mtodo de mxima verosimilitud
y/o las ecuaciones por el mtodo error cuadrtico mnimo.
1
2.1. Distribucin Uniforme
Una distribucin uniforme es aquella que tiene una probabilidad constante, algunas veces
tambin se le llama distribucin rectangular.
La FDP (funcin de distribucin de probabilidad) se define como:
0 x

F x x x / x
1 x

La Funcin de distribucin de probabilidad es aplicable a un intervalo abierto y finito de nmeros

reales.
Y la funcin de densidad correspondiente es:
1
f x x

1
La media de esta funcin es x y la variancia x2 2
2 12
El valor de los parmetros por el mtodo de momentos es:
x 3S

x 3S 3.4
Mientras que por mxima verosimilitud los parmetros son:
mn x

mx x
1
2.2. Distribucin Normal
Esta es la distribucin de mayor importancia pues se pueden encontrar muchas variables
aleatorias que aparecen en relacin con experimentos u observaciones prcticas que estn
distribuidas normalmente y otras que estn distribuidas normalmente en forma aproximada. En
otros casos una variable no est distribuida normalmente, ni siquiera en forma aproximada, pero
se puede convertir en una variable con distribucin normal por medio de una transformacin
sencilla (proceso de normalizacin). Tambin hay ciertas distribuciones ms complicadas se
pueden aproximar mediante la distribucin normal.
La funcin de densidad de probabilidad se define como:
2
1 x
1
f x e 2
La fdp es vlida para el rango - x

Esta funcin presenta un coeficiente de sesgo de 0 y una Curtosis K 3
Al integrar la fdp se obtiene la FDP (funcin de distribucin de probabilidad), la cual resulta:
2
x 1 x
1
F x e 2
dx
2
Donde:
= Parmetro de ubicacin
= Parmetro de escala
Para esta FDP los parmetros tanto por momentos como por mxima verosimilitud resultan
iguales, los cuales son:
= x
2
=
x x i
2
i 1
n 1
1
2.3. Distribucin Exponencial de 1 Parmetro
Esta distribucin tambin se conoce como distribucin Exponencial Negativa. El tiempo de
ocurrencia de fenmenos como la precipitacin, pueden considerarse Procesos de Poisson ya que
los eventos ocurren instantnea e independientemente en un horizonte de tiempo, a lo largo de
una lnea. El tiempo entre dichos eventos lo describe la distribucin exponencial cuyo parmetro
es la tasa media de ocurrencia de los eventos. La ventaja de la distribucin exponencial radica
en que es fcil estimar el parmetro a partir de la informacin observada. Su desventaja es que
requiere que la ocurrencia de cada evento sea completamente independiente (Ven Te Chow et al.,
1988).
La FDP (funcin de distribucin de probabilidad) est dada por:
F x 1 e x
La FDP es valida para el rango 0 x , es decir la variable no puede tomar valores negativos.
La funcin de densidad de probabilidad resulta:
f x e x
Donde:
es el parmetro de escala
La media y variancia de esta funcin se define como:
1 1
y 2
2
La estimacin del parmetro tanto por momentos como por mxima verosimilitud es:
1 1

x
Donde:
x es la media de la muestra
1
2.4. Distribucin Exponencial de 2 Parmetros
La distribucin Doble Exponencial tambin se conoce como distribucin de Laplace, nombrada
as en honor a Pierre Simn Laplace (1979-1827), matemtico y astrnomo francs. El nombre de
distribucin Doble Exponencial se debe a que su grfica es simtrica y similar a dos
distribuciones exponenciales (Wikipedia contributors, 2005).
La FDP (funcin de distribucin de probabilidad) est dada por:
x

F x 1 e
La FDP es valida para el rango x , es decir la variable no puede tomar valores negativos, ya
que >0
La funcin de densidad de probabilidad resulta:
x

1
f x e

Donde:
Parmetro de ubicacin
Parmetro de escala
La media, la variancia y el sesgo de esta funcin son:
, 2 2 2
1
Los parmetros por medio del mtodo de momentos son:

S
x S
Donde:
S es la desviacin estndar de la muestra
Mientras que por mxima verosimilitud los parmetros resultan:
x x
n
i 1
i1
n 1
x x
n
i 1
x1 i 1
n 1
Donde:
x 1 Primer valor de la muestra ordenada de menor a mayor
n Nmero total de datos
1
2.5. Distribucin Log Normal de 2 Parmetros
La distribucin Log Normal corresponde a una variable aleatoria X cuyos logaritmos estn
distribuidos en forma normal. Se ha encontrado que esta distribucin describe la distribucin de
la conductividad hidrulica en un medio poroso (Freeze, 1975), la distribucin del tamao de las
gotas de lluvia en una tormenta y otras variables hidrolgicas. La distribucin Log-Normal tiene
ventajas sobre la normal ya que est limitada (X > 0) y de que la transformacin logartmica
reduce la asimetra positiva que comnmente se presenta en los datos hidrolgicos pues la
reduccin con los logaritmos es ms notable en los valores grandes que en los pequeos (Ven Te
Chow et al., 1988).
La funcin de densidad de probabilidad est dada por la siguiente ecuacin:

2
ln x y
1
f x 1 2
y 0<x
e
x y 2
Y la FDP (funcin de distribucin de probabilidad) es:

2
ln x y
x 1
1 2 y
F ( x) e
0 x y 2
Donde:
y Parmetro de ubicacin
y Parmetro de escala
El coeficiente de sesgo es > 0
Los parmetros estimados de ubicacin y escala tanto por momentos como por mxima
verosimilitud son:
1 n
y ln xi
n i 1
ln xi y
n
2
y i 1
2.6. Distribucin Log Normal de 3 Parmetros

1
Tal como la distribucin log-normal representa la distribucin normal de los logaritmos de una
variable x, la distribucin log-normal de 3 parmetros representa la distribucin normal de los
logaritmos de una variable (x-xo) donde xo es un lmite inferior de la funcin (Kite, 1988).

2
1 ln x x0 y

1 2 y xx0
f ( x) e
x x0 y 2

2
1 ln x x0 y
x
1 y
x x
2
F ( x) e
xo 0 y 2
Donde:
x 0 Parmetro de ubicacin
y Parmetro de escala
y Parmetro de forma
Los valores de los parmetros de acuerdo al mtodo de momentos son:

x o x 1 x
z
Donde:
2
x =
S
z =
1 w 3
w
g 2
1
4 2 g
x 1
w 3 2
S 1
y ln
ln z2 1
z 2
1
1

y ln z2 1 2
Los valores de los parmetros por mxima verosimilitud son:
n ln x x

y i 0
i 1 n
ln x x / n
n
y
2
i 0 y
i 1

Y el estimador de x0 se obtiene al resolver
n
1

n
1
F x0 y y ln xi x0 0
2
xi x
i1 xi x0 i 1 xi x0
0
1
2.7. Distribucin Gamma de 2 Parmetros
Toma su nombre de la funcin gamma 0 x 1e x dx . Y describe el tiempo de

ocurrencia de un nmero de eventos en un proceso de Poisson, la cual es la distribucin de

una suma de variables aleatorias independientes e idnticas, distribuidas exponencialmente.
Tiene como lmite inferior cero, siendo esto una desventaja para la aplicacin a variables que
tienen un lmite inferior menor a cero. (Ven Te Chow et al., 1988). Esta distribucin es de gran
importancia en la teora de colas y en los problemas de confiabilidad. (Walpole y Myers, 1992).
La funcin de densidad de probabilidad est dada por:
x 1e
x
f x 0 x

si 0 0
0
Por lo que la FDP (funcin de distribucin de probabilidad) es:
x 1e a
x x
F x dx
0
Donde:
Parmetro de escala, 0
Parmetro de forma, 0
Funcin Gamma completa
Adems los parmetros se relacionan de la siguiente manera:

2
2 2 y

1
Estimadores por momentos:
2 2
S x

x S
Estimadores por mxima verosimilitud:
x

El estimador se obtiene al resolver:

F y ln x ln 0

Empleando como valor inicial del parmetro
4
1 1 C
3

4C
C ln( x ) y

La aproximacin de la funcin digamma de es:
1 1 1 1 1 1
( ) ln( 2)
2( 2) 12( 2) 120( 2)
2 4
252( 2) 6
( 1)
1
2.8. Distribucin Gamma de 3 Parmetros
1 x x0
1 x x0
f x e x0 x si 0 y 0

Donde:
x0 Parmetro de ubicacin
Parmetro de escala
Parmetro de forma
x 1 x x0
1 x x0
F ( x) e
dx
xo

Los estadsticos son:
x0 (Media)
2 2 (Varianza)
2
g (Coeficiente de asimetra)

g2
k 3 1 (Coeficiente de curtosis)
2
1
4

g2
xS
x 0
1

n2
1
n n 1
xi x 0
i 1 i 1 x x
i 0
1 n n
xi x 0
n i 1 n 1

i 1 x x

i 0

El valor de x0 se obtiene al resolver:
n
F ( ) ln( xi xo ) n ln( ) n ( ) 0
i 1

1 1 1 1 1 1
( ) ln( 2)
2( 2) 12( 2) 120( 2)
2 4
252( 2)
6
( 1)

1
2.9. Distribucin Log Pearson Tipo III
Si los logaritmos naturales de una variable x (ln x) presentan una distribucin Pearson tipo III
entonces la variable x presentar una distribucin Log Pearson tipo III. Estando una distribucin
de tres parmetros operando sobre los logaritmos de la variable, la Log Pearson tipo III parecer
ser una distribucin extremadamente verstil. Sin embargo, su aplicacin en hidrologa est
estrictamente limitada.
La funcin de densidad de la Log Pearson tipo III puede tomar forma de J, J invertida, U, U
invertida, U invertida con inflexin, forma de campana con lmite superior, forma de campana
con lmite inferior, etctera. Para el anlisis de frecuencias de inundaciones la nica forma de
inters es aquella que es unimodal, continua de 0 a + .
Respecto a su aplicacin, en 1967 el Federal Water Resources Council de Estados Unidos sugiri
que las agencias de tipo gubernamental adoptaran la distribucin Log Pearson tipo III como la
distribucin de frecuencias estndar para inundaciones; a lo que Benson agrega que no existe un
criterio estadstico riguroso en el cual basarse para la aplicacin de la distribucin Log Pearson
tipo III y por lo tanto esta eleccin es hasta cierto punto subjetiva (Kite, 1988).
La funcin de densidad de probabilidad est dada por:
1 ln x y0
1 ln x y0
f x e 0 x
x
0
Donde:
y0 Parmetro de ubicacin
Parmetro de escala
Parmetro de forma
1
Estimadores por momentos (mtodo directo):
1

A3
n
xir
r r 1,2,3
i 1 n
ln 3 3 ln 1
B
ln 2 2 ln 1
1
C
B 3
Si 3.5 < B 6
A 0.23019 1.65262C 0.20911C 2 0.04557C 3
Si 3 < B 3.5
A 0.45157 1.99955C
ln 2 2 ln 1

ln1 ln 1 2
2
y 0 ln 1 ln1
Estimadores por momentos (mtodo indirecto):
2
2
gy
Sy

1
y 0 y S y
1

n2
1 n n
1
y
y
i1 i 0 i1 y y
i 0
n
y y n
1

n i1
i 0 n
1
i1 y y
i 0

El estimador y0 se obtiene al resolver:
n
F Y0 yi y0 n ln n 0
i 1

1 1 1 1 1 1
( ) ln( 2)
2( 2) 12( 2) 2 120( 2) 4 252( 2) 6 ( 1)
1
2.10. Distribucin General de Valores Extremos
La distribucin General de Valores Extremos tiene sus bases en la Teora de Valores Extremos,
dicha teora proporciona una descripcin del comportamiento aleatorio de los n-simos valores
ms grandes o ms pequeos de una muestra. Esta se debe en gran parte a Tippet quien en 1925,
obtienen las probabilidades de los valores ms grandes para diferentes tamaos de muestra de una
distribucin normal y en 1928 junto con Fisher public el artculo que es considerado el cimiento
de la teora asinttica de valores extremos.
Las distribuciones de valor extremo han sido ampliamente utilizadas en hidrologa. stas forman
por ejemplo, la bases para el mtodo estndar de anlisis de frecuencia de crecientes en Gran
Bretaa (Natural Environment Research Council, 1975) (Ven Te Chow et al., 1996)
La FDP (funcin de distribucin de probabilidad) esta dada por la ecuacin:

1
x k
1 k
F x e
Y la funcin de densidad de probabilidad es:

1 1
x k 1
1 1 k
x k
f x e 1 k

Si k 0 x , entonces la distribucin es tipo I (Gumbel)

Si k 0 x , entonces la distribucin es tipo II (Frchet)
k

Si k 0 x , entonces la distribucin es tipo III (Weibull)
k
Donde:
Parmetro de escala, 0
k Parmetro de forma
1
La variable reducida es:
1
x k
y ln1 k

El parmetro k se calcula de acuerdo con el valor de g (coeficiente de asimetra) de la siguiente

manera:
Para -11.35<g<1.1396
k 0.279434 0.333525g 0.0448306g 2 0.023314g 3 0.00376g 4 0.000263g 5
Y para 1.14<g<18.95
k 0.25031 0.29219g 0.075357g 2 0.010883g 3 0.000904g 4 0.000043g 5

Por otra parte se tiene:
1
A x BE y x BE y Var ( x ) 2
B
Var ( y)
Donde:
E ( y) (1 k )
2
Var ( x ) x S 2x
Var ( y) (1 2k ) 2 (1 k )
Los dos parmetros restantes se calculan de acuerdo con las siguientes condiciones:
Para k <0 Para k >0 Para k =0

kB kB x 0.45 S
A B A B 6
S 0.78 S

1
2.11. Distribucin Gumbel
La distribucin de Valores Extremos Tipo I o Distribucin Gumbel nace con Fisher y Tippet, en
los aos veintes con la Teora de Valores Extremos. En los aos treinta, Gumbel realiza
aplicaciones prcticas usando los estadsticos de valores extremos de distribuciones del tiempo de
duracin de la vida humana y en 1941 publica algunos artculos con respecto a sus aplicaciones
en el anlisis de frecuencias de gastos mximos y mnimos. Jenkinson (1955) demostr que est
distribucin es un caso especial de la Distribucin General de valores Extremos (Ven Te Chow et
al., 1996).
La FDP (funcin de distribucin de probabilidad) esta dada por la siguiente ecuacin:

x
x
x

F x e e

Y su funcin de densidad de probabilidad es:
x x
1
f x e e
e

Donde:
Parmetro de escala
La variable reducida Gumbel es:
xi
yi

1
El valor de los parmetros de acuerdo con el mtodo de momentos es:
x 0.45 S
6
S 0.78 S

Los parmetros por mxima verosimilitud se obtienen al resolver el siguiente sistema de

ecuaciones:
Considerando la variable reducida se tiene el siguiente proceso iterativo:

n
P n e yi
i 1
n n
R n yi yi e yi
i 1 i 1
El criterio de convergencia es:
P R
0 y 0

Incrementos:
i
j 1.11Pj 0.26 R j
n
i
j 0.26 Pj 0.61R j
n
Nuevos valores:
j 1 j j
j 1 j j
1
2.12. Distribucin Gumbel Doble
En zonas costeras como el Golfo de Mxico el tratar de ajustar variables climatolgicas como la
precipitacin mxima en 24 horas o los gastos mximos anuales a una funcin de distribucin de
probabilidad de una poblacin (por ejemplo Gumbel) no sera del todo razonable, ya que se
puede observar con claridad la existencia de dos grupos con caractersticas diferentes, el primero
originado por precipitaciones debido a los fenmenos dominantes en la regin y el segundo,
originado por precipitaciones de origen ciclnico, que comnmente provocan las avenidas ms
grandes. Por esto es necesario estudiar y hacer un anlisis de frecuencias considerando que los
gastos mximos anuales se originan por dos procesos diferentes que dan lugar a una funcin de
distribucin mezclada o de dos poblaciones (Campos, 1989).
Para realizar el anlisis de frecuencias, aplicando la funcin de distribucin doble Gumbel se

planteo la funcin de distribucin de probabilidad para dos poblaciones considerando que los
grupos son mutuamente excluyentes, es decir el valor de la variable se debe a un evento
ciclnico o no; por lo que la FDP (funcin de distribucin de probabilidad) para una muestra que
presente la presencia de dos poblaciones estar definida como (Haan, 1977).
(x-1 ) (x- 2 )
F(x) P exp- exp - ( 1-P) exp- exp - (1)
1 1
Donde:
P es la probabilidad de tener eventos no ciclnicos, adimensional.

x es el la variable climatolgica para la cual se estima la probabilidad de no excedencia
1 es el parmetro de escala de la poblacin no ciclnica
1 es el parmetro de ubicacin de la poblacin no ciclnica
2 es el parmetro de escala de la poblacin ciclnica
2 es el parmetro de ubicacin de la poblacin ciclnica
y la funcin de densidad de probabilidad es:
dF(x) P (x 1 ) (x 1 ) ( 1-P) (x 2 ) (x 2 )
f(x) exp exp exp exp
dx 1 1 1 2 2 2
(2)
1
Estimacin de parmetros
Una vez que se ha planteado la funcin de distribucin de probabilidad que se usar es necesario
calcular sus respectivos parmetros para poder determinar los valores de las variables de diseo
para diferentes periodos de retorno.
El mtodo utilizado para calcular los parmetros es el conocido como "Error cuadrtico mnimo".
Este criterio consiste en minimizar la suma de los errores cuadrticos pesados (E), entre los
valores empricos de la funcin de distribucin de probabilidad acumulada F(x) (ecuacin 1) y
los valores estimados, esto es (Gonzlez, 1970):
Encontrar P, 1 , 1 , 2 y 2 tales que minimicen la funcin:
n
E F(xi ) F(xi ) 2 Wi (3)
i 1
Donde los valores estimados de la funcin de probabilidad acumulada estn dados por:
m
F ( xm ) 1
n 1 (4)
Donde:
F (xm ) Valor estimado de la funcin de distribucin de probabilidad para la variable mximo
anual
M Nmero de orden de la variable mximo anual (x), cuando estos son ordenados en forma
decreciente
N Nmero de registros
Wi Peso asignado al error cometido, que es la estimacin de la funcin de distribucin en la
variable de orden i. En este caso se considero igual a 1. Es decir todos los valores de las
variables tienen la misma importancia
Existe un gran nmero de mtodos para minimizar funciones como la dada por la ecuacin 4, de
los cuales algunos ya han sido aplicados a este tipo de anlisis como son el mtodo del mximo
ascenso (Gonzlez, 1970), cuya caracterstica es su lenta convergencia, adems de que es
necesario evaluar las derivadas de la funcin con respecto a cada parmetro a determinar, y el
algoritmo de Rosenbrock (Campos, 1989), el cual se aplica a funciones de mltiples variables no
restringidas y su caracterstica principal es la bsqueda de la solucin de forma directa y rpida,
es decir no hay que evaluar las derivadas de la funcin.
1
El mtodo utilizado en este software es el algoritmo de Rosenbrock, ya que conduce a valores
menores del error estndar que el mtodo del mximo ascenso (Campos, 1989).
Algoritmo de Rosenbrock
A continuacin se presenta de manera general el algoritmo de Rosenbrock, para mayor detalle se

puede consultar las referencias Campos (1989) y Rosenbrock (1960).
El objetivo principal de este algoritmo es minimizar o maximizar una funcin no lineal de

mltiples variables no restringidas, esto es:
Minimizar F ( x1 , x 2 ,..., x N ) Maximizar F ( x1 , x 2 ,..., x N ) (5)
En este caso el algoritmo se aplica a minimizar el error entre los valores de la variable mximos
anuales registrados y los valores estimados mediante la funcin de distribucin de probabilidad
(FDP) Gumbel doble, esto es:
n
E F(xi ) F(xi ) 2Wi
Minimizar i 1 (6)
Con
m
F ( xm ) 1
n 1 (7)
y
(x-1 ) (x-2 )
F(x) P exp- exp - ( 1-P) exp- exp -
1 1 (8)
Donde:
F(x) Es la funcin de distribucin de probabilidad Gumbel doble.
F (xm ) Es el valor estimado de la funcin de distribucin de probabilidad para la variable.
m Es el nmero de orden de la variable mximo anual (x), cuando estos son ordenados en
forma decreciente.
n Es el nmero de registros.
1
Wi Es el peso asignado al error cometido, que es la estimacin de la funcin de distribucin
en la variable de orden i. En este caso se tomo igual a 1.
Es decir todos los valores de las variables tienen la misma importancia
El procedimiento del algoritmo para minimizar es como sigue (Rosenbrock, 1960):
a) Se escoge o se calcula un punto inicial xi y tambin incrementos iniciales Si, i=1,2,...N y

se evala la funcin objetivo (Fo).
El punto inicial se calcula proponiendo el valor del parmetro P de la FDP Gumbel doble y
posteriormente se calculan los otros cuatro parmetros mediante las formulas (Kite, 1977).
6
1 S1 1 x 1 0.5772 1 (9)

6
2 S2 2 x 2 0.5772 2 (10)

Donde:
x 1 y S1 son la media y la desviacin estndar de los valores mximos registrados de la
poblacin de eventos no ciclnicos respectivamente.
x 2 y S2 son la media y la desviacin estndar de los valores mximos registrados de la
poblacin de eventos ciclnicos respectivamente.
b) La primera variable x1 se incrementa una distancia S1 paralela su eje, y se evala la

funcin objetivo. Si el valor de la funcin objetivo (Fo) decrece, el incremento es
denominado xito y S1 se multiplica por un factor (1.0). Si el valor de Fo aumenta, el
incremento es denominado fracaso y S1 se multiplica por un factor (01.0), y se
invierte la direccin de movimiento.
c) Los pasos anteriores se repiten para las dems variables, hasta encontrar un xito
(reduccin de Fo y un fracaso (aumento de Fo) en todas las N direcciones.
d) Una vez que los pasos anteriores se han llevado a cabo, se realiza la rotacin de los ejes,
la cual se designa como una etapa, por medio de las ecuaciones (Kuester y Mize, 1973)
1
( k 1)
Di(,kj)
M i, j 2
N
( D (k ) 2
l, j )
l 1
(11)
con
Di(,1k ) Ai(,1k )
(12)
j
j 1

D (k )
A (k )
M n( k,l1) An( k, j) M i(,kl 1) j 2,3,...N
l 1 n 1
i, j i, j
(13)
Ai(,1k ) d l
(k )
M i(,kl )
(14)
Donde:
i es el ndice de las variables 1,2,3,...,N
j es el ndice de la direccin 1,2,3,...,N
k es el ndice que indica una etapa
di es la suma de las distancias movidas en la direccin i desde la ltima rotacin de los ejes
Mi,j es la componente de la nueva direccin del vector
e) La bsqueda prosigue en cada una de las x direcciones usando los nuevos ejes
coordenados:
xi( k 1) anterior xi( k ) S (j k ) M i(,kj )

Nuevo (15)
f) El procedimiento termina cuando se satisface el criterio de convergencia, es decir, cuando

la diferencia absoluta entre el valor actual de Fo y el de la etapa anterior es inferior a una
tolerancia establecida.
Un cdigo en el lenguaje de programacin Basic de este algoritmo, aplicado a la funcin de

distribucin Gumbel doble (ecuacin 1) puede consultarse en Campos (1989) y un cdigo en
Fortran para una funcin en general esta dado en Kuester y Mize (1973).
1
3. Interfaz del programa AFA
Este programa fue desarrollado en plataforma Visual Basic V.6.0 para realizar el Anlisis de
Frecuencias, mediante el ajuste de Funciones de Distribucin de Probabilidad (FDP).
En este sistema se pueden calcular las siguientes FDP:

Uniforme
Normal
Exponencial (1 parmetro)
Exponencial (2 parmetros)
Log Normal (2 parmetros)
Log Normal (3 parmetros)
Gamma (2 parmetros)
Gamma (3 parmetros)
Log Pearson (tipo III)
General de Valores Extremos
Gumbel
Gumbel Doble
3.1. Descripcin del programa AFA (Anlisis de Frecuencias

Automatizada)
El programa AFA presenta una interfaz amigable y fcil de utilizar para el usuario, en cada unas
de las funciones de distribucin se muestran los parmetros estadsticos de la muestra de datos
analizada (media, variancia no sesgada, variancia sesgada, desviacin estndar, coeficiente de
sesgo de asimetra, coeficiente no sesgado de asimetra, coeficiente sesgado de Curtosis,
coeficiente no sesgado de Curtosis, coeficiente de variacin).
Para estimar los parmetros de las funciones de distribucin de probabilidad se utilizan los
mtodos de Momentos, Mxima Verosimilitud y Error Cuadrtico Mnimo en el caso de la FDP
Gumbel Doble.
Una vez que se han estimado los parmetros de la FDP, se calcula la variable analizada para
diferentes perodos de retorno (Tr) establecidos en el programa, los cuales el usuario puede
modificar.
El programa muestra los resultados de manera grfica los ajustes obtenidos con los valores
registrados de la variable.
1
El sistema genera un archivo de resultados en cada una de las funciones de distribucin, estos
archivos se guardan en el directorio de trabajo seleccionado.
3.1.1. Requerimientos mnimos del sistema para su instalacin
Sistema operativo Microsoft Windows XP.

Procesador Pentium III.
Memoria RAM 256 MB.
Disco duro 10 GB.
Procesador a 600 Megahertz.
Pantalla configurada de 1280 por 1024 pixeles.
3.1.2. Recomendaciones para evitar errores frecuentes
Respetar el formato de datos de entrada para el sistema.

Introducir el archivo necesario para el programa.
3.2. Pasos para la instalacin del sistema

1. Insertar el CD AFA V.1.0 en la unidad de la computadora.
2. Dentro de la carpeta AFA V.1.0 hay una carpeta que contiene los archivos de instalacin.
1
3. Ejecutar el archivo setup.exe que se encuentra dentro de la carpeta de Instalacin.
1
1
Proceso de instalacin:
1
Si en el proceso de instalacin del programa aparecen ventanas con el ttulo Conflicto de
versiones se recomienda que cuando el sistema pregunte Desea conservar este archivo? Dar
click en SI.
1
4. Se recomienda copiar el ejemplo que viene en el CD en una carpeta de la unidad C:\
La carpeta que contiene el ejemplo puede utilizarse como Directorio de Trabajo para el
programa.
5. Para ejecutar el programa ir a Inicio>>Todos los programas>>

Se muestran todos los programas instalados en su computadora, dar clic en el programa AFA
V.1.0.
1
3.3. Interfaz del programa AFA
A continuacin se describe de forma detallada como est integrado el sistema AFA (Anlisis de
Frecuencias Automatizada), para lograr un funcionamiento adecuado del programa.
Pantalla principal del programa AFA

Es la pantalla inicial (Fig. 1) que se muestra al ejecutar el programa, presenta dos botones
(Iniciar y Salir), para continuar con la ejecucin del programa oprimir el botn Iniciar.
Fig.1. Pantalla principal del programa AFA

1
Pantalla que muestra una barra de men
Las opciones son las siguientes: Archivo, Perodo de retorno, Funciones de Distribuciones, Ayuda
y Salir, como se puede ver en la (Fig. 2).
Fig. 2. Pantalla donde se presenta la barra de men.

1
3.4. Directorio de trabajo
En el directorio de trabajo se guardarn los resultados de las corridas del programa AFA y es en
ste en donde se recomienda tener grabados los archivos tipo ASCII que requiere el software.
Se recomienda que el directorio de trabajo est en una unidad que se pueda guardar la
informacin de los resultados y no en CD o unidad A por tener limitantes de espacio de
almacenamiento. El sistema definir por default la unidad "C:\" en caso de que el usuario no elija
alguna unidad.
3.5. Archivo de entrada

El software requiere un archivo que contenga una serie de valores registrados (gasto,
precipitacin, evaporacin, escurrimiento, temperatura, etc.), el formato requerido para este
archivo se presenta en la (Fig.3).
Fig. 3. Archivo con la serie de valores registrados

1
El archivo de entrada debe tener extensin (*.dat;*.txt;*.prn), no dejar espacios en blanco al final
del archivo y respetar el encabezado.
3.6. Perodo de retorno Tr

El software tiene por default los siguientes periodos de retorno (aos): 2, 5, 10, 20, 50, 100, 200,
500, 1000, 2000, 5000, 10000.
El programa permite que el usuario cambie los valores para los periodos de retorno de acuerdo a
sus necesidades, como se muestra en la (Fig. 4).
Fig. 4. Perodo de retorno Tr (aos)

1
3.7. Funciones de distribucin de probabilidad
El sistema presenta las siguientes FDP: Uniforme, Normal, Exponencial (1 y 2 parmetros), Log
Normal (2 y 3 parmetros), Gamma (2 y 3 parmetros), Log Pearson (tipo III), General de
Valores Extremos, Gumbel y Gumbel Doble.
En la (Fig. 5) se muestra la pantalla con las Funciones de distribucin de probabilidad que se

pueden ejecutar en el programa AFA.
Fig. 5. Funciones de Distribuciones
Se puede observar que para la FDP Gumbel Doble, existen 2 opciones:

a) (P) Probabilidad Fija, se refiere a que el parmetro (P) es conocido y solo se optimizan los
otros 4 parmetros (Alfa1, Beta1, Alfa2 y Beta2).
b) Optimizar (P) Probabilidad, el parmetro (P) se incluye en el proceso de optimizacin.
1
3.8. Ayuda
El sistema cuenta con una ayuda en lnea para apoyar al usuario en caso de ser necesario. En esta
ayuda se describen conceptos bsicos del programa, se detallan los mtodos para calcular los
parmetros (Momentos y/o Mxima Verosimilitud y/o Error Cuadrtico Mnimo) de cada
una de las Funciones de distribucin de probabilidad.
Para consultar la Ayuda se presiona la tecla F1 en cualquier ventana del sistema o tambin se
puede accesar desde la pantalla donde se presenta la barra de men, seleccionar la opcin
Ayuda como se muestra en la (Fig. 6).
Fig. 6. Ayuda en lnea del programa AFA

1
3.9. Archivos de resultados
Una vez que ha realizado la corrida en el software, ste genera un archivo de salida para cada
funcin de distribucin de probabilidad, el cual se almacena en el directorio de trabajo
seleccionado por el usuario, esto quiere decir que el archivo de resultado se localizar en donde
est el archivo de entrada (serie de valores registrados).
Formato de los archivos de resultados:
Nombre de la funcin de distribucin + nombre del archivo de entrada.(txt o prn o dat)
La extensin depender de la extensin del archivo de entrada (serie de valores registrados) la

cual puede ser (txt, prn o dat), estos archivos tienen formato ASCII y se pueden abrir con el
programa Block de Notas.
En la (Fig.7) se muestra el archivo de resultado para la Funcin de Distribucin Exponencial

(1Parmetro).
1
Fig. 7. Archivo de salida para la Distribucin Exponencial (1 Parmetro)
Ejemplo: Archivos de resultados para la serie de valores registrados Cua
Archivo de entrada cuna.prn

(Serie de valores registrados)
Directorio de trabajo C:\Frecuencias (programa)\Trabajo\EjemploCuna
Archivos de resultados DistribucinExponecial(1Parmetro)_cuna.prn
DistribucinExponencial(2Parmetros)_cuna.prn
DistribucinGamma(2Parmetros)_cuna.prn
DistribucinGamma(3Parmetros)_cuna.prn
DistribucinGumbel_cuna.prn
DistribucinGumbelDoble_cuna.prn
DistribucinLogNormal(2Parmetros)_cuna.prn
DistribucinLogNormal(3Parmetros)_cuna.prn
DistribucinLogPearsonIII_cuna.prn
DistribucinNormal_cuna.prn
DistribucinUniforme_cuna.prn
DistribucinValoresExtremos_cuna.prn
Cada uno de los archivos de resultados de las funciones de distribucin de probabilidad muestra
la siguiente informacin:
Datos estadsticos de la serie de valores registrados (media, variancia no sesgada,
variancia sesgada, desviacin estndar, coeficiente sesgado de asimetra, coeficiente no
sesgado de asimetra, coeficiente sesgado de Curtosis, coeficiente no sesgado de Curtosis,
coeficiente de variacin).
Tabla con la Serie de valores registrados y Serie de valores ajustados.
Parmetros finales por el mtodo (momentos y/o mxima verosimilitud y/o error
cuadrtico mnimo).
Tabla con los valores extrapolados para cada periodo de retorno (Tr) de los diferentes
mtodos utilizados.
El sistema genera 2 archivos temporales (GastosParaCadaTr y TablaComparacion) en formato

*.txt para cada una de las funciones de distribucin, estos archivos el programa los utiliza para
presentar los resultados en pantalla, despus de haber ejecutado el programa, se pueden borrar
estos archivos.
1
4. Ejemplos de Aplicacin del programa AFA
4.1. Serie de gastos mximos anuales de la estacin hidromtrica

La cua
La Estacin Hidromtrica (EH) se localiza en el ro verde en el Estado de Jalisco.
En la siguiente tabla de presentan los gastos mximos anuales registrados.
Ao Mes Da Gasto (m3/s) Ao Mes Da Gasto (m3/s)
1947 Septiembre 12 *784.00 1976 Julio 14 1374.00

1948 Julio 20 736.80 1977 Septiembre 12 439.72
1951 Junio 27 411.00 1980 Agosto 19 287.28
1952 Septiembre 17 326.00 1981 Junio 22 280.70
1953 Septiembre 1 349.80 1982 Julio 21 156.50
1954 Junio 29 130.40 1983 Julio 4 *455.50
1955 Agosto 18 690.00 1984 Julio 17 **501.20
956 Julio 17 266.00 1985 Junio 28 **385.00
1958 Julio 24 690.00 1987 Julio 27 184.68
1959 Julio 27 340.60 1988 Agosto 23 *595.20
1960 Agosto 21 249.60 1989 Agosto 7 *110.178
1961 Julio 7 350.00 1990 Agosto 17 523.86
1963 Julio 29 732.56 1992 Octubre 10 1168.00
1965 Agosto 5 743.60 1994 Septiembre 3 212.80
1967 Septiembre 7 1474.86 1996 Octubre 10 144.57
1968 Septiembre 7 323.00 1997 Junio 27 78.44
1970 Septiembre 29 763.75 1999 Septiembre 10 196.30
1971 Agosto 15 578.00 2000 Junio 15 46.81
1972 Septiembre 23 191.75 2001 Septiembre 3 313.81
1973 Agosto 16 2440.00 2002 Agosto 19 319.60
1
Se plantea calcular el gasto de diseo para la obra de excedencias de una presa que se planea
construir en ese sitio, por lo que es necesario calcular el gasto para un Tr=10,000 aos.
A continuacin se presenta el clculo del gasto mencionado con cada una de las Funciones de
distribucin de probabilidad FDP, la funcin de mejor ajuste ser aquella en la que su error
estndar de ajuste (EEA) sea el menor.
Procedimiento para ejecutar el Programa AFA:
1. Introducir el Archivo que contiene la serie de valores registrados Cuna.prn respetando

el formato del archivo de entrada.
1
2. En el caso de que se requiera la estimacin de los gastos para periodos de retorno
diferentes a los definidos por default en el software, entrar al Men Periodo de retorno
y definir los Tr requeridos. En caso contrario omitir este paso.
1
3. Aplicar a la serie de gastos mximos anuales Cua las diferentes Funciones de
Distribucin de Probabilidad, lo cual se logra seleccionando en la barra de Men la
opcin Funciones de Distribuciones y posteriormente dar clic en la FDP deseada.
Si selecciona la FDP Gumbel Doble se puede observar que, existen 2 opciones:

a) Optimizar (P) Probabilidad, el parmetro (P) se incluye en el proceso de optimizacin.
b) (P) Probabilidad Fija, se refiere a que el parmetro (P) es conocido y solo se optimizan
los otros 4 parmetros (Alfa1, Beta1, Alfa2 y Beta2).
Para este ejemplo se consider un valor de P=0.90 por lo que se seleccion la opcin (b).
1
Independientemente de la FDP seleccionada, los resultados se muestran en una pantalla como
la siguiente donde se presentan los estadsticos de la muestra, los parmetros de ajuste de la
FDP seleccionada (momentos y/o mxima verosimilitud y/o error cuadrtico mnimo), los
gastos calculados con la FDP para los periodos de retorno definidos por el usuario en el paso
2.
A la serie de valores registrados Cua se le ajustaron las diferentes distribuciones de

probabilidad con el programa AFA, y se selecciono la funcin de distribucin de
probabilidad que proporciono el mnimo error estndar de ajuste.
1
4. Los archivos de resultados se localizarn en el directorio de trabajo seleccionado por el
usuario, podemos observar que hay un archivo de resultado por cada funcin de
distribucin de probabilidad ejecutada en el programa AFA.
1
5. De acuerdo a los resultados obtenidos con todas las FDP del programa AFA, se presentan
dos tablas, una muestra los Errores Estndar de Ajuste (EEA) para cada FDP y la segunda
tabla presenta los gastos calculados para los diferentes periodos de retorno con la FDP
que resulto con menor EEA.
FDP EEA Tr (aos) Gasto (m3/s)

Uniforme 259.5 2 384.938
Normal 221.5 5 648.980
Exponencial (1 parmetro) 111.0 10 986.316
Exponencial (2 parmetros) 104.9 20 1499.091
Log Normal (2 parmetros) 105.2 50 1986.859
Log Normal (3 parmetros) 110.7 100 2307.936
Gamma (2 parmetros) 120.4 200 2614.831
Gamma (3 parmetros) 101.1 500 3011.288
Log Pearson (tipo III) 92.8 1000 3308.105
General de Valores Extremos 118.5 2000 3603.706
Gumbel 150.3 5000 3993.719
Gumbel Doble (P) fija 77.8 P=0.90 10000 4288.270
Gumbel Doble (P) optimizada 66.6 P=0.91
Con lo anterior concluimos que la FDP Gumbel Doble (optimizando el parmetro P),
donde P result con un valor de 0.91 es la que presenta el mnimo error de ajuste con un
valor de 66.6 m3/s y el gasto para un Tr de 10,000 aos es de 4,288.270 m3/s.
1
4.2. Serie de gastos mximos anuales de la estacin hidromtrica
Calapilla
Se realizar el anlisis de frecuencias a la serie de gastos mximos anuales de la estacin

hidromtrica Calapilla, con la finalidad de determinar la magnitud del gasto para un periodo de
retorno (Tr) de 10,000 aos.
En la siguiente tabla de presentan los gastos mximos anuales registrados en la EH denominada

Calapilla.
Orden Gasto
(m) Ao (m3/s)
1 1955 117.8
2 1956 139.1
3 1957 37
4 1958 192.8
5 1959 126.1
6 1960 71.5
7 1961 15.4
8 1962 34.5
9 1963 68.5
10 1964 240.5
11 1965 48.2
12 1966 65.7
13 1967 526.4
14 1968 135.6
15 1969 134.4
16 1970 128.6
1
Procedimiento para ejecutar el Programa AFA:
1. Introducir el Archivo que contiene la serie de valores registrados Calapilla.txt

respetando el formato del archivo de entrada.
1
2. Seleccionar los periodos de retorno (Tr aos) para iniciar el clculo de las funciones de
distribucin de probabilidad.
1
3. Se aplica a la serie de gastos mximos anuales Calapilla cada una de las FDP, y
posteriormente se selecciona la funcin de distribucin de probabilidad que resulte con el
menor error estndar de ajuste.
En la siguiente pantalla se muestran los resultados los cuales corresponden a la FDP Log
Pearson (tipo III) la cual resulto con menor error estndar de ajuste (45.3). Y el gasto
correspondiente a un Tr de 10,000 aos es de 3,857.873 m3/s.
4. Los archivos de resultados se localizarn en el directorio de trabajo seleccionado por el

usuario, podemos observar que hay un archivo de resultado por cada funcin de
distribucin de probabilidad ejecutada en el programa AFA.
1
5. Referencias
Campos, A.D.F., "Estimacin de los parmetros ptimos de la distribucin Gumbel mixta por
medio del algoritmo de Rosenbrock", Ingeniera Hidrulica en Mxico, enero-abril, Mxico.,
1989.
Escalante C. A., Reyes L., "Tcnicas Estadsticas en Hidrologa". Divisin de Estudios de

Posgrado. Departamento de Ingeniera Hidrulica. 2002.
Gonzlez, V., F.J. "Contribucin al anlisis de frecuencias de valores extremos de los gastos
mximos en un ro", Instituto de Ingeniera de la UNAM, nm. 277, 24 pp., Mxico, D.F., 1970.
Haan, Charles. T., "Statistical Methods in Hydrology". Iowa State University Press, Ames, Iowa,
1977.
Jenkinson, A. F., "The frequency distribution of the annual maximum (or minimum) values of
metereological elements. Quaterly Journal of the Royal Metereological Society., 1955.
Kite G. W., "Frequency and risk analysis in hydrology", Water Resources Publications, Colo. St.
Univ. Fort Collins., 1988.
Kuester, J.L and Mize, J.H., "Optimization Techniques with Fortran", (9): Multivariable
unconstrained Methods (Rosenbrock Algorithm), pp. 320-330, McGraw-Hill book Co., New
York, EUA, 1973.
Maidment D. R., "Handbook of Hydrology", Mc Graw Hill, Estados Unidos., 1992.
Rosenbrock, H.H., "An automatic method for finding the greatest or least value of a function",
Computer Journal, Vol. 3, 1960.
Ven Te Chow et al., 1988
Chow V. T. , Maidment D. R., Mays L. W., "Hidrologa aplicada", Editorial Mc Graw Hill,
Mexico, 1994.
Walpole R. E., Mayers R. H., "Probabilidad y Estadstica", Editorial Mc Graw Hill, Mxico,
1992.
1

Manual de Usuario AFA V.1.0 - FINAL

Transféré par

Informations du document

Description originale:

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Manual de Usuario AFA V.1.0 - FINAL

Transféré par

Droits d'auteur :

Formats disponibles

Manual de Usuario del sistema

2. Funciones de Distribucin de Probabilidad 11

3. Interfaz del programa AFA 36

4. Ejemplos de aplicacin del programa AFA 50

El anlisis de frecuencias en variables hidrolgicas es empleado para determinar la magnitud de

El anlisis de frecuencias de datos hidrolgicos considera a los fenmenos hidrolgicos como

La proyeccin hacia el futuro se basa en una combinacin de la estadstica y la teora de la

El anlisis de frecuencias es una herramienta bsica en prevenir sequas e inundaciones, adems

Un aspecto muy importante en el anlisis de frecuencias es la deteccin de los valores atpicos y

Las pruebas de bondad de ajuste ms utilizadas son:

En la medicin de gastos mximos anuales en una corriente, generalmente el periodo de retorno

Parte de la informacin hidrolgica de nuestro pas en la actualidad proviene de estaciones

Existen en la literatura diferentes programas comerciales para realizar el Anlisis de frecuencias

Haciendo una comparativa de los programas comerciales existentes y el programa AFA se

Desventajas de los programas Ax y Statistica

Ventajas del programa AFA

Para n datos de una muestra el periodo de retorno se puede calcular como:

donde m es el nmero de orden en una lista de mayor a menor.

Funcin de densidad de probabilidad (fdp)

f(x)0 para toda x

Funcin de distribucin de probabilidad acumulada (FDP)

Probabilidad de no excedencia o acumulada F(x)

Momentos de la funcin f(x) = Momentos de la muestra

El momento k-simo de la FDP respecto al origen es:

La media, desviacin estndar, coeficiente de sesgo y Curtosis se definen como:

Media: Desviacin estndar:

Coeficiente de sesgo o asimetra: Curtosis:

b) Mtodo de Mxima Verosimilitud

Como las xi son independientes, la probabilidad conjunta es:

Entonces la funcin de verosimilitud se define como:

donde es el vector de parmetros (desconocido).

c) Error cuadrtico mnimo

Y F(xi) es la FDP utilizada evaluada en xi.

Error Estndar de Ajuste (EEA)

X oi Valor registrado de la variable

En este captulo se describir detalladamente cada una de las Funciones de Distribucin de

En cada distribucin se muestra la ecuacin de la funcin de distribucin de probabilidad (FDP),

La FDP (funcin de distribucin de probabilidad) se define como:

La Funcin de distribucin de probabilidad es aplicable a un intervalo abierto y finito de nmeros

Y la funcin de densidad correspondiente es:

El valor de los parmetros por el mtodo de momentos es:

Mientras que por mxima verosimilitud los parmetros son:

La funcin de densidad de probabilidad se define como:

La fdp es vlida para el rango - x

Al integrar la fdp se obtiene la FDP (funcin de distribucin de probabilidad), la cual resulta:

La FDP (funcin de distribucin de probabilidad) est dada por:

La funcin de densidad de probabilidad resulta:

La media y variancia de esta funcin se define como:

La FDP (funcin de distribucin de probabilidad) est dada por:

La funcin de densidad de probabilidad resulta:

La media, la variancia y el sesgo de esta funcin son:

Mientras que por mxima verosimilitud los parmetros resultan:

La funcin de densidad de probabilidad est dada por la siguiente ecuacin:

Y la FDP (funcin de distribucin de probabilidad) es:

2.6. Distribucin Log Normal de 3 Parmetros

La funcin de densidad de probabilidad est dada por la siguiente ecuacin:

Y la FDP (funcin de distribucin de probabilidad) es:

Los valores de los parmetros de acuerdo al mtodo de momentos son:

Los valores de los parmetros por mxima verosimilitud son:

Toma su nombre de la funcin gamma 0 x 1e x dx . Y describe el tiempo de

ocurrencia de un nmero de eventos en un proceso de Poisson, la cual es la distribucin de

La funcin de densidad de probabilidad est dada por: