Académique Documents
Professionnel Documents
Culture Documents
Hidrologa CI180
Karim Espinoza
Introduccin
Contenido
1. Objetivo
2. Conceptos bsicos
3. Funciones de distribucin de probabilidad
4. Pruebas de bondad de ajuste
5. Conclusiones
1. Objetivo
Figura 2
Funcin de probabilidad continua
2. Conceptos bsicos
Funcin de probabilidad acumulada
Si X es una variable aleatoria discreta o continua, se define la funcin
de distribucin acumulada F(x), como la probabilidad de que la variable
aleatoria X tome cualquier valor menor o igual a x y se designa por:
F(x) = P(X x)
Que es conocida como probabilidad de no excedencia, o
De esto se deduce:
P(a x b) = F(b) F(a) = f(x)dx
Lo que significa que la probabilidad de un evento a x b , es igual al
rea que hay bajo la curva de la funcin de densidad f(xi) entre x=a y
x=b.
Figura 4
Probabilidad de un evento
axb
2. Conceptos bsicos
Entonces la probabilidad puntual es cero, porque el rea bajo la curva
es cero.
Lo que significa:
Considerando varias centenas de aos, el valor de 20 m3/s es excedido
en promedio una vez cada 3.8 aos, es decir, el periodo de retorno del
valor de 20 m3/s es de 3.8 aos.
2. Conceptos bsicos
En otras palabras, en el transcurso de un ao cualquiera se tiene una
probabilidad de uno en 3.8 (o sea 26%) de que Qmx sea igual o mayor
a 20 m3/s.
El periodo de retorno a adoptar para el diseo de una estructura
hidrulica debera ser el resultado del anlisis costo-beneficio.
Periodo de retorno mayor la obra ms cara el beneficio
tambin podra ser ms grande.
Sin embargo la evaluacin de los beneficios es frecuentemente muy
difcil de utilizar, por lo que en la prctica se adoptaran periodos de
retorno en base a la prctica usual (ver Tabla 1).
Tambin se puede entender el periodo de retorno como un coeficiente
de seguridad que se asigna a las distintas estructuras, a raz de la falta
de informacin y conocimiento del comportamiento de las variables
hidrolgicas (precipitacin, caudales), siendo una medida de seguridad
ante cualquier eventualidad.
2. Conceptos bsicos
Tabla 1. Periodo de retorno para estructuras menores
Perodo de
Tipo de Estructura Retorno
(aos)
Puente sobre carretera importante 50 --100
Puente sobre carretera menos importante o
25
alcantarillas sobre carretera importante
Drenaje de aeropuertos 5
Drenaje urbano 2 -- 10
Drenaje Agrcola 5 -- 10
Muros de encauzamiento 2 -- 50*
* Puede aumentar si estas obras protegen poblados de importancia
Tomado de Hidrologia Maximo Villon Bejar
2. Conceptos bsicos
Donde:
T = Periodo de Retorno;
N = Aos
P(X x) = Probabilidad de excedencia
R = Riesgo de fallo o probabilidad de que un evento con periodo de
retorno T aos ocurra al menos una vez en N aos.
2. Conceptos bsicos
Donde:
P = probabilidad experimental
acumulada o frecuencia relativa
emprica.
m = numero de orden
n = numero de datos
3. Funciones de distribucin de probabilidad
Una vez que se asigna un periodo de retorno al caudal de diseo de
una determinada obra, generalmente es necesario, para conocer dicho
caudal de diseo, hacer extrapolaciones a partir de los gastos mximos
anuales registrados, pues rara vez este periodo es menor que el
periodo de datos.
Por ejemplo, puede ser necesario estimar un caudal de diseo con un
periodo de retorno de 500 aos a partir de 25 aos de registro. Si los
caudales mximos anuales se dibujan contra sus respectivos periodos
de retorno, generalmente se observa alguna tendencia mas o menos
definida. El problema radica en como extender esta tendencia hasta el
periodo de retorno deseado.
Se debe buscar entre las distintas funciones de distribucin de
probabilidad tericas la que se ajuste mejor a los datos medidos, y usar
esta funcin para la extrapolacin.
3. Funciones de distribucin de probabilidad
En estadstica existen muchas funciones de distribucin de probabilidad
tericas, las funciones de distribucin de probabilidad tericas ms
usadas en hidrologa son:
a) Normal
b) Log Normal
c) Log Pearson III
d) Gumbel
Donde:
0 = 2.49089
1 = 1.466003
2 = 0.024393
3 = 0.178257
3. Funciones de distribucin de probabilidad
Y la funcin de distribucin como:
1/2
2
ln
=
=1
3. Funciones de distribucin de probabilidad
La funcin de distribucin de probabilidad es:
1 1 1 2
= 2
0 2
Ejemplo 3
Resolver el ejemplo 2 usando la funcin de distribucin log-normal.
3. Funciones de distribucin de probabilidad
Distribucin Gama de 3 Parmetros o Pearson Tipo III
La funcin de densidad de probabilidad Pearson III se define como:
1 1 1
1 1
= 1
1 1 1
Donde 1, 1 y 1 son los parmetros de la funcin Gamma (1). Estos
parmetros se evalan, a partir de n datos medidos, mediante las
siguientes ecuaciones:
Ejemplo 4
Resolver el ejemplo 2 usando la
funcin de distribucin Pearson III.
3. Funciones de distribucin de probabilidad
Distribucin Gumbel o de valores extremos tipo I
Supngase que se tienen N muestras, cada una de ellas contiene n
eventos, al seleccionar el mximo x de los n eventos de cada muestra,
es posible demostrar que a medida que n aumenta, la funcin de
distribucin de probabilidad de x tiende a:
( )
=
La funcin de densidad de
probabilidad es entonces:
=
Donde y son los parmetros
de la funcin:
3. Funciones de distribucin de probabilidad
Para muestras muy grandes, o bien como:
= y/S
= x 0.45S
Para muestras relativamente pequeas, donde y y y se muestran en
la tabla.
Ejemplo 5
Resolver el ejemplo 2 usando la
funcin de distribucin Gumbel.
4. Pruebas de bondad de ajuste
Las pruebas de bondad de ajuste, consisten en comprobar grfica y
estadsticamente, si la frecuencia emprica de la serie analizada, se
ajusta a una determinada funcin de probabilidad terica seleccionada
a priori, con los parmetros estimados con base en los valores
muestrales.
Las pruebas estadsticas, tienen por objeto calificar el hecho de
suponer que una variable aleatoria, se distribuya segn una cierta
funcin de probabilidades.
Las pruebas de bondad de ajuste grafico ms utilizadas en hidrologa
son:
Chi Cuadrado
Smirnov - Kolmogorov
4. Pruebas de bondad de ajuste
Prueba Chi-cuadrado X2
La prueba Chi-cuadrado se basa en el clculo de frecuencias, tanto de
valores observados, como valores esperados, para un nmero
determinado de intervalos.
Esta prueba es comnmente usada para verificar la bondad de ajuste
de la distribucin emprica a una distribucin terica conocida, fue
propuesta por Karl Pearson en 1900.
La expresin general de la prueba Chi-cuadrado est dada por:
Donde:
i = Nmero de valores observados en el intervalo de clase i
ei = Nmero de valores esperados en el intervalo de clase i
4. Pruebas de bondad de ajuste
2 = Valor calculado de Chi-cuadrado, a partir de los datos
k = Nmero de intervalos de clase
Donde:
Ni = nmero de observaciones que caen dentro de los limites de clases
ajustadas del intervalo i
N = Tamao muestral
Pi = Probabilidad igual para todos los intervalos de clases
Pi = 1/k ei = PiN
4. Pruebas de bondad de ajuste
Simplificando la ltima ecuacin se obtiene la frmula computacional
desarrollada por Markovic.
Donde:
D = Estadstico de Smirnov-Kolmogorov, cuyo valor es igual a la
diferencia mxima existente entre la probabilidad ajustada y la
probabilidad emprica
F(x) = Probabilidad de la distribucin terica
P(x) = Probabilidad experimental o emprica de los datos
Tambin:
Donde:
Px = Probabilidad emprica o experimental
m = Numero de orden;
N = Numero de datos
4. Pruebas de bondad de ajuste
2. Calcular la probabilidad terica F(x), utilizando la ecuacin de la
funcin acumulada F(x) de los modelos tericos o tablas elaboradas
para tal fin.
3. Calcular las diferencias F(x) - P(x)
4. Seleccionar la mxima diferencia: D = mx | F(x) - P(x) |
5. Calcular el valor crtico del estadstico D, es decir D0, para un nivel
de significancia = 0.05 y N igual al nmero de datos, los valores
de D0 se muestran a continuacin en la siguiente tabla:
6. Comparar el valor del estadstico D, con el valor crtico D0 de la
Tabla C-4, con los siguientes criterios de decisin:
Si:
D < D0 => El ajuste es bueno, al nivel de significacin seleccionado
D D0 => El ajuste no es bueno, al nivel de significacin
seleccionado, siendo necesario probar con otra distribucin.
4. Pruebas de bondad de ajuste
Esta prueba de ajuste no requiere del conocimiento a priori de la
funcin de distribucin terica, es aplicable a distribuciones de datos no
agrupados y de cualquier distribucin terica.
Comparndola con la prueba Chi-cuadrado, no requiere que la
frecuencia absoluta de cada clase sea igual o mayor que 5, esta no es
una prueba exacta, sino una prueba aproximada.
1979 37.7
1980
1996
5. Ejemplo 43.1
24.9
1997 45.4
Clculo estadstico - Estacin Quillabamba 1998 72.1
Precipitacin mxima en 24 horas 1999 66.7
2000 65.4
1
Ao Precipitacin (mm) 2001 50.5
1965 46.3 2002 64.5
1966 42.9 2003 52.2
1967 33.9 2004 43.1
1968 43.7 2005 45.9
1969 62.7 2006 55.4
1970 45.4 2007 59.4
1971 48.0 2008 60.0
1972 48.3 2009 61.0
1973 40.3 2010 94.7
1974 34.6 2011 55.4
1975 47.9 2012 43.8
0.8 0.8
0.7 0.7
Probabilidad F(X)-P(X)
Probabilidad F(X)-P(X)
0.6 0.6
0.5 0.5
0.4 0.4
0.3 0.3
0.2 0.2
0.1 0.1
0 0
20 30 40 50 60 70 80 90 100 20 30 40 50 60 70 80 90 100
Evento Evento
FDA TERICA - FDA EMPRICA: DISTRIBUCIN LOG NORMAL 3P FDA TERICA - FDA EMPRICA: DISTRIBUCIN GAMMA 2P
1 1
FDA Terica F(X) FDA Terica F(X)
0.9 FDA Emprica P(X) 0.9 FDA Emprica P(X)
0.8 0.8
0.7 0.7
Probabilidad F(X)-P(X)
Probabilidad F(X)-P(X)
0.6 0.6
0.5 0.5
0.4 0.4
0.3 0.3
0.2 0.2
0.1 0.1
0 0
20 30 40 50 60 70 80 90 100 20 30 40 50 60 70 80 90 100
Evento Evento
5. Ejemplo
FDA TERICA - FDA EMPRICA: DISTRIBUCIN GAMMA 3P FDA TERICA - FDA EMPRICA: DISTRIBUCIN LOG PESARSON III
1 1
FDA Terica F(X) FDA Terica F(X)
0.9 FDA Emprica P(X) 0.9 FDA Emprica P(X)
0.8 0.8
0.7 0.7
Probabilidad F(X)-P(X)
Probabilidad F(X)-P(X)
0.6 0.6
0.5 0.5
0.4 0.4
0.3 0.3
0.2 0.2
0.1 0.1
0 0
20 30 40 50 60 70 80 90 100 20 30 40 50 60 70 80 90 100
Evento Evento
FDA TERICA - FDA EMPRICA: DISTRIBUCIN GUMBEL FDA TERICA - FDA EMPRICA: DISTRIBUCIN LOG GUMBEL
1 1
FDA Terica F(X) FDA Terica F(X)
0.9 FDA Emprica P(X) 0.9 FDA Emprica P(X)
0.8 0.8
0.7 0.7
Probabilidad F(X)-P(X)
Probabilidad F(X)-P(X)
0.6 0.6
0.5 0.5
0.4 0.4
0.3 0.3
0.2 0.2
0.1 0.1
0 0
20 30 40 50 60 70 80 90 100 20 30 40 50 60 70 80 90 100
Evento Evento
5. Ejemplo
DISTRIBUCIN GAMMA 2P DISTRIBUCIN GAMMA 3P DISTRIBUCIN GUMBEL DISTRIBUCIN LOG GUMBEL
Tr PROBABILIDAD Pp Tr PROBABILIDAD Pp Tr PROBABILIDAD Pp Tr PROBABILIDAD Pp
(Aos) F(Z) (mm) (Aos) F(Z) (mm) (Aos) F(Z) (mm) (Aos) F(Z) (mm)
2 0.5 49.91 2 0.5 48.731 2 0.5 48.783 2 0.5 47.397
5 0.8 61.14 5 0.8 60.809 5 0.8 60.432 5 0.8 59.213
10 0.9 67.634 10 0.9 68.536 10 0.9 68.145 10 0.9 68.615
25 0.96 75.048 25 0.96 77.937 25 0.96 77.889 25 0.96 82.658
50 0.98 80.112 50 0.98 84.683 50 0.98 85.119 50 0.98 94.903
100 0.99 84.857 100 0.99 91.225 100 0.99 92.295 100 0.99 108.85
200 0.995 89.36 200 0.995 97.619 200 0.995 99.444 200 0.995 124.784
500 0.998 95.026 500 0.998 105.908 500 0.998 108.877 500 0.998 149.43
1000 0.999 99.14 1000 0.999 112.086 1000 0.999 116.006 1000 0.999 171.237
Parmetros Estadsticos Parmetros Estadsticos Parmetros Estadsticos Parmetros Estadsticos
alfa (escala) = 3.1289 xo (posicin) = 25.5952 mu = 45.0164 mu = 3.7866
beta (forma) = 16.2822 alfa (escala) = 6.8486 alfa = 10.2775 alfa = 0.1964
beta (forma) = 3.7016
DISTRIBUCIN LOG NORMAL 2P DISTRIBUCIN LOG NORMAL 3P DISTRIBUCIN LOG PEARSON TIPO III DISTRIBUCIN NORMAL
Tr PROBABILIDAD Pp Tr PROBABILIDAD Pp Tr PROBABILIDAD Pp Tr PROBABILIDAD Pp
(Aos) F(Z) (mm) (Aos) F(Z) (mm) (Aos) F(Z) (mm) (Aos) F(Z) (mm)
2 0.5 49.396 2 0.5 49.497 2 0.5 49.376 2 0.5 50.946
5 0.8 61.055 5 0.8 60.88 5 0.8 61.045 5 0.8 62.035
10 0.9 68.206 10 0.9 67.781 10 0.9 68.228 10 0.9 67.832
25 0.96 76.758 25 0.96 75.954 25 0.96 76.832 25 0.96 74.013
50 0.98 82.844 50 0.98 81.724 50 0.98 82.965 50 0.98 78.007
100 0.99 88.729 100 0.99 87.27 100 0.99 88.904 100 0.99 81.598
200 0.995 94.481 200 0.995 92.662 200 0.995 94.715 200 0.995 84.886
500 0.998 101.954 500 0.998 99.626 500 0.998 102.276 500 0.998 88.869
1000 0.999 107.546 1000 0.999 104.81 1000 0.999 107.941 1000 0.999 91.664
Parmetros Estadsticos Parmetros Estadsticos Parmetros Estadsticos Parmetros Estadsticos
uy = 3.8999 xo = -3.4514 xo (posicin) = -46.3572 mu = 50.9457
sigma = 0.2518 uy = 3.9693 alfa (escala) = 0.0013 sigma = 13.1763
sigma = 0.2314 beta (forma) = 39845.0473
5. Ejemplo
RESULTADOS PRUEBA AJUSTE MTODO DEL ERROR CUADRTICO MNIMO
Tr EVENTO NORMAL LOGNORMAL 2P LOGNORMAL 3P GAMMA 2P GAMMA 3P LOG PEARSON 3P GUMBEL LOG GUMBEL
2 2 2 2 2 2 2
(AOS) Xo Xe (Xe-Xo) Xe (Xe-Xo) Xe (Xe-Xo) Xe (Xe-Xo) Xe (Xe-Xo) Xe (Xe-Xo) Xe (Xe-Xo) Xe (Xe-Xo)2
36 24.9 76.17 2628.8 79.99 3035 79.02 2929.27 77.76 2793.99 81.52 3205.38 80.09 3045.7 81.7 3226.43 88.9 4096.56
18 33.9 71.94 1446.93 73.77 1590 73.11 1537.53 72.5 1490.15 74.64 1659.99 73.83 1594.24 74.43 1642.68 77.37 1889.73
12 34.6 69.17 1194.98 69.97 1251 69.47 1216.19 69.19 1196.77 70.46 1286.26 70 1253.28 70.11 1261.04 71.24 1342.67
9 37.7 67.03 860.21 67.17 868 66.78 845.82 66.71 841.53 67.4 882.37 67.18 869.32 67 858.44 67.13 866.1
7.2 39.6 65.25 657.73 64.92 641 64.62 625.81 64.68 629.19 64.96 643.29 64.92 641.3 64.55 622.31 64.06 598.08
6 40.3 63.69 547.22 63.02 516 62.78 505.46 62.95 513.14 62.91 511.43 63.02 516.06 62.51 493.22 61.61 454.1
5.14 42.9 62.3 376.32 61.36 341 61.18 334.13 61.43 343.2 61.14 332.64 61.35 340.56 60.76 318.83 59.58 278.24
4.5 42.9 61.02 328.4 59.88 288 59.74 283.74 60.05 294.08 59.56 277.59 59.87 287.98 59.21 266.02 57.85 223.4
4 43.1 59.83 279.99 58.54 238 58.44 235.24 58.79 246.04 58.14 226.07 58.52 237.81 57.82 216.71 56.33 175.07
3.6 43.1 58.71 243.75 57.3 202 57.23 199.68 57.61 210.59 56.83 188.49 57.28 201.02 56.55 181.02 54.98 141.23
3.27 43.7 57.65 194.48 56.14 155 56.1 153.85 56.51 164.06 55.62 142.05 56.12 154.25 55.38 136.53 53.77 101.38
3 43.8 56.62 164.38 55.05 127 55.04 126.36 55.46 136.02 54.49 114.18 55.03 126.1 54.29 110.13 52.66 78.5
2.77 45.4 55.63 104.65 54.02 74 54.03 74.5 54.46 82.15 53.42 64.28 54 73.88 53.27 61.91 51.64 38.91
2.57 45.4 54.66 85.83 53.03 58 53.07 58.75 53.5 65.64 52.4 49.04 53.01 57.88 52.3 47.56 50.69 27.96
2.4 45.4 53.72 69.2 52.08 45 52.13 45.35 52.57 51.43 51.43 36.4 52.06 44.33 51.37 35.62 49.8 19.33
2.25 45.9 52.79 47.43 51.16 28 51.23 28.44 51.67 33.25 50.5 21.18 51.14 27.46 50.48 20.96 48.96 9.34
2.12 46.3 51.86 30.96 50.27 16 50.36 16.45 50.78 20.07 49.6 10.91 50.25 15.58 49.62 11.01 48.16 3.46
2 47.9 50.95 9.28 49.4 2 49.5 2.55 49.91 4.04 48.73 0.69 49.38 2.18 48.78 0.78 47.4 0.25
1.89 48 50.03 4.11 48.54 0 50.36 5.55 50.78 7.73 49.6 2.57 50.25 5.05 47.97 0 46.66 1.78
1.8 48.3 49.1 0.65 47.69 0 51.23 8.6 51.67 11.33 50.5 4.85 51.14 8.06 47.17 1.28 45.96 5.48
1.71 50.5 48.17 5.41 46.85 13 52.13 2.67 52.57 4.29 51.43 0.87 52.06 2.43 46.38 16.95 45.27 27.33
1.64 52 47.23 22.78 46.01 36 53.07 1.13 53.5 2.26 52.4 0.16 53.01 1.02 45.6 40.91 44.6 54.72
1.57 52.2 46.26 35.26 45.17 49 54.03 3.35 54.46 5.12 53.42 1.48 54 3.22 44.83 54.36 43.95 68.13
1.5 55.4 45.27 102.61 44.32 123 55.04 0.13 55.46 0 54.49 0.84 55.03 0.14 44.05 128.83 43.3 146.46
1.44 55.4 44.25 124.42 43.46 143 56.1 0.5 56.51 1.23 55.62 0.05 56.12 0.52 43.27 147.22 42.65 162.44
1.38 59.4 43.18 263.13 42.58 283 57.23 4.71 57.61 3.2 56.83 6.61 57.28 4.5 42.47 286.57 42.01 302.34
1.33 60 42.06 321.9 41.68 336 58.44 2.44 58.79 1.47 58.14 3.48 58.52 2.19 41.66 336.38 41.36 347.27
1.29 61 40.87 405.23 40.75 410 59.74 1.58 60.05 0.9 59.56 2.07 59.87 1.28 40.82 407.18 40.71 411.78
1.24 62.7 39.59 533.95 39.76 526 61.18 2.31 61.43 1.62 61.14 2.44 61.35 1.81 39.95 517.69 40.03 513.78
1.2 64.5 38.2 691.76 38.72 665 62.78 2.95 62.95 2.39 62.91 2.51 63.02 2.2 39.02 649.1 39.33 633.41
1.16 65.4 36.65 826.84 37.59 774 64.62 0.61 64.68 0.51 64.96 0.19 64.92 0.23 38.03 749.3 38.59 718.73
1.13 66.7 34.86 1013.65 36.33 923 66.78 0.01 66.71 0 67.4 0.5 67.18 0.23 36.93 886.49 37.79 835.92
1.09 68 32.72 1244.47 34.87 1097 69.47 2.17 69.19 1.43 70.46 6.07 70 4.01 35.66 1045.79 36.89 968.1
1.06 72.1 29.95 1776.37 33.07 1523 73.11 1.02 72.5 0.16 74.64 6.47 73.83 2.99 34.11 1443.4 35.81 1317.19
1.03 94.7 25.72 4758.3 30.5 4121 79.02 245.78 77.76 287.02 81.52 173.82 80.09 213.51 31.9 3944 34.33 3644.93
C 146.292 143.168 97.492 97.191 99.334 98.703 142.009 143.193
PRUEBA DE AJUSTE SMIRNOV KOLMOGOROV
5. Ejemplo
VARIABLE WEIBULL NORMAL LOGNORMAL 2P LOGNORMAL 3P GAMMA 2P GAMMA 3P LOG PEARSON 3P GUMBEL LOG GUMBEL
(mm) P(X) F(Z) DELTA F(Z) DELTA F(Z) DELTA F(Z) DELTA F(Z) DELTA F(Z) DELTA F(Z) DELTA F(Z) DELTA
24.9 0.028 0.024 0.004 0.003 0.025 0.003 0.024 0.175 0.148 0 0.028 0.003 0.025 0.001 0.027 0 0.028
33.9 0.056 0.098 0.042 0.067 0.012 0.066 0.01 0.316 0.26 0.01 0.046 0.067 0.012 0.052 0.003 0.022 0.034
34.6 0.083 0.107 0.024 0.079 0.005 0.077 0.007 0.327 0.244 0.015 0.069 0.078 0.005 0.064 0.02 0.032 0.051
37.7 0.111 0.157 0.046 0.142 0.03 0.138 0.027 0.377 0.266 0.056 0.055 0.142 0.03 0.13 0.019 0.108 0.003
39.6 0.139 0.195 0.056 0.19 0.051 0.186 0.047 0.407 0.268 0.1 0.039 0.19 0.051 0.184 0.045 0.177 0.038
40.3 0.167 0.21 0.043 0.209 0.043 0.205 0.038 0.418 0.252 0.12 0.046 0.21 0.043 0.205 0.039 0.205 0.039
42.9 0.194 0.271 0.076 0.288 0.093 0.283 0.088 0.459 0.264 0.21 0.015 0.288 0.094 0.293 0.098 0.316 0.122
42.9 0.222 0.271 0.049 0.288 0.066 0.283 0.06 0.459 0.237 0.21 0.013 0.288 0.066 0.293 0.07 0.316 0.094
43.1 0.25 0.276 0.026 0.294 0.044 0.289 0.039 0.462 0.212 0.217 0.033 0.294 0.044 0.3 0.05 0.325 0.075
43.1 0.278 0.276 0.002 0.294 0.016 0.289 0.011 0.462 0.184 0.217 0.061 0.294 0.017 0.3 0.022 0.325 0.047
43.7 0.306 0.291 0.014 0.313 0.008 0.308 0.003 0.471 0.165 0.241 0.065 0.314 0.008 0.321 0.015 0.351 0.045
43.8 0.333 0.294 0.04 0.316 0.017 0.311 0.022 0.473 0.139 0.245 0.088 0.317 0.016 0.324 0.009 0.355 0.022
45.4 0.361 0.337 0.024 0.369 0.008 0.364 0.003 0.497 0.135 0.312 0.049 0.369 0.008 0.382 0.02 0.422 0.061
45.4 0.389 0.337 0.052 0.369 0.02 0.364 0.025 0.497 0.108 0.312 0.077 0.369 0.02 0.382 0.007 0.422 0.033
45.4 0.417 0.337 0.08 0.369 0.048 0.364 0.053 0.497 0.08 0.312 0.105 0.369 0.047 0.382 0.035 0.422 0.005
45.9 0.444 0.351 0.094 0.385 0.059 0.381 0.064 0.504 0.059 0.334 0.111 0.386 0.059 0.399 0.045 0.442 0.002
46.3 0.472 0.362 0.11 0.399 0.074 0.394 0.078 0.51 0.038 0.351 0.121 0.399 0.073 0.414 0.059 0.458 0.014
47.9 0.5 0.409 0.091 0.451 0.049 0.447 0.053 0.533 0.033 0.421 0.079 0.452 0.048 0.47 0.03 0.518 0.018
48 0.528 0.412 0.116 0.455 0.073 0.451 0.077 0.534 0.007 0.426 0.102 0.455 0.072 0.473 0.054 0.522 0.006
48.3 0.556 0.42 0.135 0.464 0.091 0.461 0.095 0.539 0.017 0.439 0.117 0.465 0.09 0.484 0.072 0.533 0.023
50.5 0.583 0.487 0.097 0.535 0.048 0.532 0.051 0.569 0.014 0.533 0.051 0.536 0.048 0.556 0.027 0.605 0.022
52 0.611 0.532 0.079 0.581 0.03 0.579 0.032 0.589 0.022 0.593 0.018 0.581 0.03 0.602 0.009 0.649 0.038
52.2 0.639 0.538 0.101 0.587 0.052 0.585 0.054 0.592 0.047 0.601 0.038 0.587 0.051 0.608 0.031 0.654 0.016
55.4 0.667 0.632 0.034 0.676 0.009 0.676 0.009 0.633 0.034 0.713 0.046 0.676 0.009 0.695 0.028 0.731 0.064
55.4 0.694 0.632 0.062 0.676 0.019 0.676 0.018 0.633 0.062 0.713 0.018 0.676 0.018 0.695 0 0.731 0.037
59.4 0.722 0.739 0.017 0.768 0.046 0.771 0.048 0.679 0.043 0.82 0.098 0.768 0.046 0.781 0.059 0.803 0.081
60 0.75 0.754 0.004 0.78 0.03 0.783 0.033 0.686 0.064 0.833 0.083 0.78 0.03 0.792 0.042 0.812 0.062
61 0.778 0.777 0 0.799 0.021 0.802 0.024 0.697 0.081 0.853 0.075 0.799 0.021 0.81 0.032 0.825 0.048
62.7 0.806 0.814 0.008 0.828 0.023 0.832 0.026 0.715 0.091 0.883 0.077 0.828 0.023 0.836 0.031 0.846 0.041
64.5 0.833 0.848 0.015 0.855 0.022 0.859 0.026 0.732 0.101 0.908 0.075 0.855 0.022 0.861 0.027 0.866 0.032
65.4 0.861 0.864 0.003 0.868 0.006 0.872 0.011 0.741 0.12 0.919 0.058 0.867 0.006 0.871 0.01 0.874 0.013
66.7 0.889 0.884 0.005 0.884 0.005 0.888 0.001 0.753 0.136 0.933 0.044 0.883 0.005 0.886 0.003 0.885 0.003
68 0.917 0.902 0.014 0.898 0.019 0.902 0.014 0.765 0.152 0.945 0.028 0.898 0.019 0.899 0.018 0.896 0.021
72.1 0.944 0.946 0.001 0.933 0.011 0.938 0.007 0.798 0.146 0.97 0.026 0.933 0.011 0.931 0.014 0.921 0.023
94.7 0.972 1 0.027 0.995 0.023 0.996 0.024 0.92 0.053 0.999 0.027 0.995 0.023 0.992 0.02 0.98 0.008
DELTA MAXIMO 0.135 0.093 0.095 0.268 0.121 0.094 0.098 0.122
DELTA TABULAR 0.2299
SE AJUSTA SI SI SI NO SI SI SI SI
MENOR DELTA MAX 0.093