Académique Documents
Professionnel Documents
Culture Documents
Desde el punto de vista matemático si una función tiene más parámetros, es más
flexible para ajustar a una distribución empírica.
DISTRIBUCIÓN BINOMIAL.
La distribución discreta binomial de probabilidad se aplica a poblaciones que sólo
tienen dos eventos discretos y complementarios. Una condición esencial para
esta aplicación es la independencia de eventos sucesivos (observaciones o
experimentos) y las probabilidades constantes p y q de cada ensayo individual.
Esta condición se debe verificar con los datos a utilizar.
Donde:
X: es el número de veces que ocurre el evento.
P(x): es la probabilidad de ocurrencia x = 0, 1, 2 .... etc.
N: es el tamaño de la muestra (número de observaciones independientes o
casos posibles).
m: es el número de eventos
q: es la probabilidad de no excedencia, dada por:
q = (1 − p)
x=n⋅p
• La varianza:
σ2=n⋅p⋅q
El coeficiente de asimetría:
El coeficiente de kurtosis:
Si p = 0, la distribución es simétrica.
La distribución binomial tiende a la función de densidad de probabilidad normal,
cuando n, tiende a infinito.
DISTRIBUCIÓN DE POISSON.
La varianza:
σ2=m
El coeficiente de asimetría:
La mayor parte de las variables hidrológicas son continuas y se tratan como tales
o se las discretiza en función de determinados intervalos de clase para obtener
histogramas de frecuencias relativas o absolutas para intervalos de clase
seleccionados.
Figura 4.6 Representación del concepto de “Factor de frecuencia” para eventos mayores
El factor más significativo que afecta esta banda, es el grado de confianza que
se desee establecer. Se usa frecuentemente el 95%, pero valores entre 70% y
95% son comunes en el diseño hidrológico.
Estos factores, se debe tener en cuenta porque puede variar la estimación de los
caudales o lluvias de diseño.
DISTRIBUCIÓN NORMAL
La distribución normal (Gaussiana) surge del teorema del límite del valor central,
el cual establece que una variable aleatoria x está normalmente distribuida con
el promedio μ y la desviación estándar σ. La función de distribución de
probabilidad (frecuencia acumulada) proporciona la probabilidad de que X sea
menor o igual a x así:
Tabla 4.9 Áreas bajo la curva normal tipificada para valores de z especificados
en doble entrada (valores de γ para diferentes valores de z) ( Spiegel,1970; Mc
Cuen, 1998)
x
DISTRIBUCIÓN LOGNORMAL DE DOS PARÁMETROS
También se la denomina función de Galton (estudiada por Galton en 1875). Es
una distribución donde la variable x se reemplaza por su logaritmo (ln x), siendo
en este caso su rango sólo de valores positivos de (x > 0), lo cual en la hidrología
es una ventaja sobre la normal.
La función de densidad de probabilidad es
Donde y es el logaritmo natural de x:
σy es la desviación standard de y.
μy es el promedio de y se calcula así
Mediana:
Desviación estándar:
El coeficiente de asimetría:
El coeficiente de variación:
Elevando al cuadrado la ecuación es:
aplicando logaritmos
Promedio:
Varianza: σ 2 =α
Coeficiente de Asimetría:
La función de distribución gamma de un parámetro converge para valores
elevados de α hacia la distribución normal (α > 30) y se puede integrar para
valores enteros de α (Figura 4.10).
Promedio:
μ =α ⋅β
Varianza
para x ≥E
la ecuación recomendada
Donde:
Promedio:
Desviación estándar:
Coeficiente de asimetría:
Si se trabaja con asimetría g=0, la distribución log Pearson III es igual a log-normal.
Donde:
y = ln(x), s = ln (β ), t = ln(α ).
Gumbel, estableciendo el límite inferior cero. Se usa al igual que Gumbel para
valores extremos. No deben usarse para series de duración parcial, sino sólo
para anuales.
DISTRIBUCIÓN DE WAKEBY
Esta distribución fue introducida en los análisis de los valores de caudales
máximos por
Houghton.
Es una distribución de 5 parámetros que supera a las tradicionales de dos o tres
parámetros, de modo que se muestra más flexible sobre todo en relación con la
separación de la cola derecha y de la izquierda de la distribución.
Métodos Analíticos
Los métodos descritos a continuación, son los ajustes analíticos de un conjunto
de datos a una curva de distribución de probabilidad.
Métodos Gráficos
El poner directamente los datos a un gráfico preestablecido es una forma práctica
muy corriente en diseño hidrológico. Se grafica una variable en las ordenadas y
la frecuencia o tiempo de retorno en las abscisas. Esto es lo que se llama
posiciones de graficación (“spotting positions”).