11/02/2014
FACULTAD DE INGENIERIA PROGRAMA ACADEMICO ACADEMICO PROFESIONAL DE INGENIERIA CIVIL
CURSO:
HIDROLOGIA GENERAL DOCENTE: ING° CARLOS LUNA LOA LOAYZA YZA
FACULTAD DE INGENIERIA PROGRAMA ACADEMICO ACADEMICO PROFESIONAL DE INGENIERIA CIVIL
ESTADISTICA EN HIDROLOGIA
1
11/02/2014
5.0 ESTADISTICA EN HIDROLOGIA 5.1 Introducción
1. Los ev even ento toss hi hidr drol ológ ógi ios os no so son n go go!e !ern" rn"do doss #o #orr le le$e $ess %&si"s' sin sino #or le$es del A(AR . Son %e %enó nó)e )eno noss ERRATICOS' CO*+LE,OS $ de NATURALE(A ALEATORIA. ALEATORIA. -. El onoi)ient onoi)ientoo de l" Hidrolog&" Hidrolog&" es !sio !sio #"r" el dise/o en l" ingenier&" 0de%iniión 0 de%iniión de de ondiiones r&ti"s r&ti"s. . 2. L" de de%ini %iniió ión n del o o)#o )#ort" rt")ie )ient ntoo hid hidro rológ lógi ioo re re34i 34ier ere: e: Anlisis #ro!"!il&stios $ est"d&stios est"d&stios !"s"dos !"s"dos en registros histórios. 5. Hidr Hidrolog&" olog&" tr"t tr"t"" on on 6ARIA7LES 6ARIA7LES ALEATORIAS. ALEATORIAS.
5.0 ESTADISTICA EN HIDROLOGIA 5.2 Variab!" VARIABLE V ARIABLE ALEAT ALEATORIA ORIA (v (v.a): .a): 6"ri"!le 4$o o)#ort")iento
no #4ede #red #redeir eirse se on ertid4 ertid4)!re )!re.. Varia!" V aria!" A!"a#$ria Di%&r"#a: Solo #4ede to)"r v"lores es#e&%ios. L" le$ de #ro!"!ilid"des "soi" )edid"s de #ro!"!ilid"d " "d" #osi!le o4rreni" de l" v" v"ri" ri"!le !le "le "le"t "tori ori". ". Varia!" V aria!" A!"a#$ria C$'#i'a: Si #4ede to)"r todos los v"lores en 4n r"ngo de o4rreni". L" le$ de #ro!"!ilid"des "soi" )edid"s de #ro!"!ilid"d " r"ngos de o4rreni" de l" v"ri"!le "le"tori".
2
11/02/2014
5.0 ESTADISTICA EN HIDROLOGIA 5.2. Variab!" L" in in%o %or) r)" "ió ión n hi hist stór óri i"" de 4n 4n"" v" v"ri ri"! "!le le hi hidr drol ológ ógi i"" re#resent" 4n" *UESTRA de l" +O7LACI8N. +O7LACI8N.
D"tos9)4estr"
. AN*LISIS
+o!l"ión
Anlisis PROBABIL+STICO: An
de dessr de ri! i!""n
+OSI7L +OSI 7LES ES Le Le$$es de +r +ro! o!"! "!iili lid" d"d d 34 34ee o)#ort") o)# ort")ient ientoo de l" l" #o!l" #o!l"ión. ión. ,. AN*LISI SISS ES EST TAD+ D+SSTI TIC CO: Se h"en in%ereni"s so!re l" v"ri"!le 0+o!l"ión 0+o!l"ión 4s"ndo l" *UESTRA *UESTRA
5.0 ESTADISTICA EN HIDROLOGIA 5.# Di"tribucion!" !"tad$" !"tad$"tica" tica" +4esto 34e l"s distr trii!4iones de #ro!"!ilid"d son ide"li"iones de l"s distri!4iones est"d&sti"s' e)#e"re)os reord"ndo ó)o son los #"r)etros en est"s #"r" 34e nos sirv si rv"" de re re%e %ere ren ni" i".. +4 +4es estto 34 34ee l" #r #ro! o!"! "!il ilid id"d "d es 4n 4n"" ide" id e"li li" "i ión ón de l" %r %re e4e 4en ni" i" re rel" l"ti tiv" v"'' e; e;#r #res es"r "re) e)os os los #"r)etr #"r )etros os en %4nión %4nión de ell" ell"s. s.
Distri!4iones e)#&ri"s: Re#resent"n Re#resent" n v"lores o!serv"dos o #osi!les de o!serv"r o!serv"r'' de 4n" v"ri"!le 0<. E=e)#lo Registro Registro de +rei#it"ión. +rei#it"ión. Distri!4iones teóri"s: +rovienen de iertos #rini#ios o hi#ótesis hi#ótesis 0#ro!"!ilid"des
3
11/02/2014
5.0 ESTADISTICA EN HIDROLOGIA 5.# Di"tribucion!" !"tad$"tica" Seg>n se tr"te de v"ri"!les disret"s o ontin4"s' se 4s"rn )odelos de distri!4ión #ro!"!il&stios disretos o ontin4os.
Sern )odelos disretos "34?llos 4$" %4nión densid"d de #ro!"!ilid"d $ %4nión de #ro!"!ilid"d "4)4l"d" se en4entr"n de%inid"s #"r" deter)in"dos v"lores 34e #4ede to)"r l" v"ri"!le. L"s #rini#"les distri!4iones disret"s son: l. Distri!4ión !ino)i"l -. Distri!4ión de +oisson
5.0 ESTADISTICA EN HIDROLOGIA 5.# Di"tribucion!" !"tad$"tica"
Las principales distribuciones continuas son: 1. Distribución uniforme 2. Distribución normal 3. Distribución logarítmico-normal 4. Distribución amma !. Distribuciones de "alores e#tremos a. $ipo % o tipo e#ponencial &le' de umbel( b. $ipo %% o tipo )auc*' c. $ipo %%% o distribuciones truncadas +. Distribución )*i cuadrado
4
11/02/2014
5.0 ESTADISTICA EN HIDROLOGIA 5.# Di"tribucion!" !"tad$"tica" Un" ve 34e el ingeniero' en !"se " s4 e;#erieni"' esoge el )odelo #ro!"!il&stio 34e v" " 4s"r de!e #roeder " "l4l"r los #"r)etros de s4 )odelo $ des#4?s revis"r si este )odelo es onsistente on l" re"lid"d. A)!"s os"s l"s h"e on los d"tos o!serv"dos 0registro o )4estr". +"r" l" esti)"ión de los #"r)etros h"$ dis#oni!les dos )?todos: *?todo de los )o)entos *?todo de );i)" verosi)ilit4d • •
+"r" el est4dio de l" onsisteni" dos gr4#os de )?todos: *?todos gr%ios *?todos 4"ntit"tivos: @ test Chi 4"dr"do @ test ' @ test St4dent @ test de Bol)ogoro%%. • •
5.0 ESTADISTICA EN HIDROLOGIA 5.% E"ti&ación d! 'ar(&!tro" 5.%.1 D!)inición d! 'ar(&!tro"
Los par,metros de una distribución teórica "on *ariab!" +u! 'ara cada con,unto d! dato" ti!n!n un *aor d!)inido. na "e ue los par,metros uedan definidos tambin ueda d!)inida a di"tribución t!órica. or lo general una función densidad o una función de distribución acumulada pueden escribirse como una función de la "ariable aleatoria ' en general como una función de sus par,metros así por eemplo la función densidad de la distribución normal de "ariable aleatoria es: f ( x ) =
1 2πσ
−
e
1 x − µ
2
2 σ
!
11/02/2014
5.0 ESTADISTICA EN HIDROLOGIA 5.% E"ti&ación d! 'ar(&!tro" 5.%.1 D!)inición d! 'ar(&!tro"
Los par,metros de una distribución teórica "on *ariab!" +u! 'ara cada con,unto d! dato" ti!n!n un *aor d!)inido. na "e ue los par,metros uedan definidos tambin ueda d!)inida a di"tribución t!órica. or lo general una función densidad o una función de distribución acumulada pueden escribirse como una función de la "ariable aleatoria ' en general como una función de sus par,metros así por eemplo la función densidad de la distribución normal de "ariable aleatoria es: 1
f ( x) =
2πσ
−
e
1 x − µ
2
2 σ
Donde: 56 par,metro de localiación. 786 par,metro de escala.
5.0 ESTADISTICA EN HIDROLOGIA 5.% E"ti&ación d! 'ar(&!tro" 5.%.1 D!)inición d! 'ar(&!tro"
ara ue la función f( uede definida debe calcularse los par,metros 5 ' 78. )omo normalmente no se conoce la población de la "ariable aleatoria la estimación de los par,metros se realia a partir de una muestra. or eemplo si se tiene la muestra: # 1 #2 #3 9 #n ' si stos se austan a una distribución normal los par,metros 5 ' 78 se estiman a partir de: n
∑ x
i
u=x= ɵ
i =1
Donde: u eselestimadorde µ ɵ
n n
∑ ( x − x ) i
σ 2 = S 2 =
2
S 2eselestimadordeσ 2
i =1
n −1
+
11/02/2014
5.0 ESTADISTICA EN HIDROLOGIA 5.% E"ti&ación d! 'ar(&!tro" 5.%.2 D!)inición d! !"ti&ador!"
Dada una función de distribución con par,metros ; < = ... se llaman estimadores a los "alores a b c... obtenidos a partir de los estadísticos de la muestra ue se supone pertenece a la población ue se pretende caracteriar. La bondad de estos estimadores est, dado por las diferencias &; a( &< - b( &= - c( etc. pero como es f,cil intuir *a' infinitas posibilidades para a b c por lo tanto se consideran como meores estimadores auellos ue se apro#iman m,s a los "alores poblacionales ' se llaman ; < = ... Los estimadores se clasifican como: >esgado si: E ( a) = α + v (α ) •
5.0 ESTADISTICA EN HIDROLOGIA 5.% E"ti&ación d! 'ar(&!tro" 5.%.2 D!)inición d! !"ti&ador!"
Los estimadores se clasifican como: %nsesgado si: Donde: " &;( 6 ?&a( - ; es el sesgo •
•
?ficiente si: ?l estimador es insesgado ' adem,s: VAR (a ) = E ( a − α )
•
2
)onsistente: >i el tama@o muestral A es largo.
?n *idrología se reuiere principalmente ue los estimadores sean insesgados ' eficientes cuando se reuiere e#traer la m,#ima información desde los datos mustrales.
11/02/2014
5.0 ESTADISTICA EN HIDROLOGIA 5.% E"ti&ación d! 'ar(&!tro" 5.%.# C(cuo d! 'robabiidad !&'$rica !-'!ri&!nta
a o
Dado un conunto de datos ordenados: ?#isten "arias fórmulas para calcular la probabilidad de ocurrencia de los datos ordenados los cuales se muestran en la tabla 4.1.
5.0 ESTADISTICA EN HIDROLOGIA 5.% E"ti&ación d! 'ar(&!tro" 5.%.# C(cuo d! a 'robabiidad !&'$rica o !-'!ri&!nta
Donde : 6 robabilidad e#perimental acumulada o frecuencia relati"a empírica m 6 ACmero de orden n 6 ACmero de datos a 6 alor comprendido en el inter"alo 0 E a E 1 ' depende de n de acuerdo a la siguiente tabla: n
10
20
30
40
50
a
0.448
0.443
0.442
0.441
0.440
n
60
70
80
90
100
a
0.440
0.440
0.440
0.439
0.439
De todas estas fórmulas empíricas la m,s utiliada es la de Feibull.
B
11/02/2014
5.0 ESTADISTICA EN HIDROLOGIA 5.% E"ti&ación d! 'ar(&!tro" 5.%.% /todo" d! !"ti&ación d! 'ar(&!tro"
ara determinar los "alores numricos de los par,metros de la distribución teórica a partir de los datos mustrales se utilian "arios mtodos de estimación siendo en orden ascendente de menor a ma'or eficiencia los siguientes: • • •
•
r,fico Hínimos )uadrados Homentos H,#ima erosimilitud
5.0 ESTADISTICA EN HIDROLOGIA 5.% E"ti&ación d! 'ar(&!tro" 5.%.% /todo" d! !"ti&ación d! 'ar(&!tro" a. Gr()ico
?ste mtodo consiste en plotear los "alores de la distribución empírica sobre un papel especial donde la distribución teórica asignada a priori se puede representar como una línea recta ' de allí estimar los par,metros buscados. Isí: ?l papel de probabilidades normal representa la distribución normal como una línea recta. ?l papel de probabilidades log-normal representa la distribución log-normal como una línea recta. ?l papel de probabilidades umbel representa la distribución umbel como una línea recta. ?l papel de probabilidades log-umbel •
•
•
•
G
11/02/2014
5.0 ESTADISTICA EN HIDROLOGIA 5.% E"ti&ación d! 'ar(&!tro" 5.%.% /todo" d! !"ti&ación d! 'ar(&!tro" a. Gr()ico
or eemplo para determinar los estimadores de J ' 7 por medio de una muestra dada correspondiente a una población normal *acer lo siguiente: 1. lotear los "alores de la distribución empírica de la muestra. 2. Dibuar una recta ue se apro#ime a los puntos tanto como sea posible. 3. )alcular el "alor correspondiente para una probabilidad del !0K este "alor es # el cual es un estimador de J &figura siguiente(. 4. )alcular el "alor para una probabilidad del B4.13K el mismo ue corresponde a > es decir: X + S = K 2
⇒ S = K 2 − X
5.0 ESTADISTICA EN HIDROLOGIA 5.% E"ti&ación d! 'ar(&!tro" 5.%.% /todo" d! !"ti&ación d! 'ar(&!tro" a. Gr()ico
or eemplo
10
11/02/2014
5.0 ESTADISTICA EN HIDROLOGIA 5.% E"ti&ación d! 'ar(&!tro" 5.%.% /todo" d! !"ti&ación d! 'ar(&!tro" a. Gr()ico
> es un estimador de 7 . Mtra forma de calcular > es para una probabilidad del 1!.B K el mismo ue corresponde a - > es decir: X − S = K 3
⇒S = X
− K 3
5.0 ESTADISTICA EN HIDROLOGIA 5.% E"ti&ación d! 'ar(&!tro" 5.%.% /todo" d! !"ti&ación d! 'ar(&!tro" a. Gr()ico
?emplo 01. ara la serie de datos de caudales en mN/s correspondientes a 3B a@os: 121.3 144.9 142.4 205.8 114.5 72.5
26.7 92.8 58.8 57.4 79.0 76.9
110.1 95.6 48.8 148.3 67.5 70.0
63.4 76.3 52.3 36.3 88.0
122.4 162.1 97.2 52.5 165.5
64.2 110.2 144.7 109.2 48.5
59.6 40.3 112.2 137.1 32.9
>uponiendo ue se austan a una distribución normal estimar los par,metros ' > usando el mtodo gr,fico.
11
11/02/2014
5.0 ESTADISTICA EN HIDROLOGIA 5.% E"ti&ación d! 'ar(&!tro" 5.%.% /todo" d! !"ti&ación d! 'ar(&!tro" a. Gr()ico
>olución 01. 1. Mrdenando los "alores de menor a ma'or ' calculando la probabilidad acumulada mediante el mtodo de Feibull se obtiene la tabla 4.1.
5.0 ESTADISTICA EN HIDROLOGIA 5.% E"ti&ación d! 'ar(&!tro" 5.%.% /todo" d! !"ti&ación d! 'ar(&!tro" a. Gr()ico
>olución 01. 2. loteando los "alores de las columnas &2( ' &3( de la tabla 4.1 en papel probabilístico normal se obtiene la distribución empírica ue se muestra en la figura 4.2. 3. $raando una línea recta de meor auste de tal manera ue se adapte meor a los puntos ploteados de la distribución empírica se obtiene la distribución teórica normal la misma ue se muestra en la figura 4.2.
12
11/02/2014
5.0 ESTADISTICA EN HIDROLOGIA 5.% E"ti&ación d! 'ar(&!tro" 5.%.% /todo" d! !"ti&ación d! 'ar(&!tro" a. Gr()ico
5.0 ESTADISTICA EN HIDROLOGIA 5.% E"ti&ación d! 'ar(&!tro" 5.%.% /todo" d! !"ti&ación d! 'ar(&!tro" a. Gr()ico
>olución 01. 4. ara calcular la media *acer lo siguiente: ?n la figura 4.2 ingresar en el ee de probabilidades &ee ( con el !0 K ' traar una "ertical *asta interceptar a la línea de distribución teórica. or la intersección traar una línea *oriontal *asta cortar al ee de caudales &ee O(. ?n el ee de caudales leer el "alor correspondiente de para este caso se tiene: 6 G2 mN/s. •
•
•
13
11/02/2014
5.0 ESTADISTICA EN HIDROLOGIA 5.% E"ti&ación d! 'ar(&!tro" 5.%.% /todo" d! !"ti&ación d! 'ar(&!tro" a. Gr()ico
>olución 01. !. ara calcular la des"iación est,ndar > *acer lo siguiente: ?n la figura 4.2 ingresar en el ee de probabilidades con el B4.13 K ' traar una "ertical *asta interceptar a la línea de distribución teórica. or la intersección traar una línea *oriontal *asta cortar al ee de caudales. ?n el ee de caudales leer el "alor correspondiente de > para este caso se tiene: > 6 13! mN/s de donde: >613!- > 6 13! - G2 ! > 6 34 mN/s •
•
•
5.0 ESTADISTICA EN HIDROLOGIA 5.% E"ti&ación d! 'ar(&!tro" 5.%.% /todo" d! !"ti&ación d! 'ar(&!tro" a. Gr()ico
>olución 01. !. ara calcular la des"iación est,ndar > *acer lo siguiente: ?n la figura 4.2 ingresar en el ee de probabilidades con el B4.13 K ' traar una "ertical *asta interceptar a la línea de distribución teórica. or la intersección traar una línea *oriontal *asta cortar al ee de caudales. ?n el ee de caudales leer el "alor correspondiente de > para este caso se tiene: > 6 13! mN/s de donde: >6 13!- > 6 13! - G2 ! > 6 42.! mN/s •
•
•
14
11/02/2014
5.0 ESTADISTICA EN HIDROLOGIA 5.% E"ti&ación d! 'ar(&!tro" 5.%.% /todo" d! !"ti&ación d! 'ar(&!tro" b. /todo d! o" &$ni&o" cuadrado"
?ste mtodo es m,s aplicable para la estimación de los par,metros de una ecuación de regresión. or eemplo dada la recta de regresión lineal:
y = a + bx Donde a ' b son los par,metros. ?l error entre el "alor obser"ado i ' el teórico es:
ei = yi − a − bxi
5.0 ESTADISTICA EN HIDROLOGIA 5.% E"ti&ación d! 'ar(&!tro" 5.%.% /todo" d! !"ti&ación d! 'ar(&!tro" b. /todo d! o" &$ni&o" cuadrado"
' la suma de los cuadrados de los errores de los "alores obser"ados es: n
S=
n
∑ e = ∑ ( y − a − bx ) 2 i
i
i =1
2
i
i =1
?sta suma puede minimiase para a ' b esto se consigue deri"ando parcialmente > en función de cada estimado a ' b e igualando a cero es decir: n ∂S = −2 ( yi − a − bxi ) = 0 &+.01( ∂a i =1
∑
∂S ∂b
n
= −2
∑ x ( y − a − bx ) = 0 i
i
i
&+.02(
i =1
1!
11/02/2014
5.0 ESTADISTICA EN HIDROLOGIA 5.% E"ti&ación d! 'ar(&!tro" 5.%.% /todo" d! !"ti&ación d! 'ar(&!tro" b. /todo d! o" &$ni&o" cuadrado"
Las ecuaciones &+.01( ' &+.02( se denominan ecuaciones normales las cuales resueltas dan para a' b:
x y ∑x ∑ y ∑ b= n∑ x − ( ∑ x ) ∑ y − ∑ x b a = y − bx = n
i
i
i
i
&+.03(
2
2 i
i
i
n
i
&+.04(
n
5.0 ESTADISTICA EN HIDROLOGIA 5.% E"ti&ación d! 'ar(&!tro" 5.%.% /todo" d! !"ti&ación d! 'ar(&!tro" b. /todo d! o" &$ni&o" cuadrado"
?emplo 02 >e cuenta con 13 pares de datos de caudales picos para el a@o 2000 en mN/s de las estaciones La Pomba ' Isunción cu'os "alores se muestran en la tabla +.2. )onsiderando ue los caudales de la estación La Pomba son las "ariables independientes ( ' ue los caudales de la estación Isunción son las "ariables dependientes &'( ' ue estas "ariables se relacionan con la ecuación lineal: '6ab# estimar los par,metros a ' b ue defina la ecuación lineal.
1+
11/02/2014
5.0 ESTADISTICA EN HIDROLOGIA 5.% E"ti&ación d! 'ar(&!tro 'ar(&!tro"" 5.%.% 5.% .% / /to todo" do" d! !" !"ti& ti&ac ación ión d! 'a 'ar( r(&! &!tr tro" o" b. / /to todo do d! o" &$ &$ni& ni&o" o" cua cuadr drad ado" o"
?emplo 02
La Bomba (x) 28 178
Asu As unc nci ión 15 142 50 75 88 41 39 75 73 99 28 56 63
90 96 122 50 62 82 117 102 45 60 72
5.0 ESTADISTICA EN HIDROLOGIA 5.% E"ti&ación d! 'ar(&!tro 'ar(&!tro"" 5.%.% 5.% .% / /to todo" do" d! !" !"ti& ti&ac ación ión d! 'a 'ar( r(&! &!tr tro" o" b. /todo d! &$ni&o" &$ni& o" cuadr cuadrado" ado"
o"
>olución 02 1. C(cuo
d! "u&atoria"
a
Los c,lculos muestran en tabla +.03
se la
2. E"ti&ación d! b
De la ecuación &+.03( se tiene:
y
X
xy
X2
28
15
420
784
178
142
25276
31684
90 96
50 75
4500
8100
7200
9216
122 50
88 41
10736
14884
2050
2500
62
39
2418
3844
82
75
6150
6724
117 102
73 99
8541
13689
10098
10404
45 60
28 56
1260
2025
3360
3600
72 1104
63
4536
5184
844
86545
112638.
1
11/02/2014
5.0 ESTADISTICA EN HIDROLOGIA 5.% E"ti&ación d! 'ar(&!tro 'ar(&!tro"" 5.%.% 5.% .% / /to todo" do" d! !" !"ti& ti&ac ación ión d! 'a 'ar( r(&! &!tr tro" o" b. /todo d! &$ni&o" &$ni& o" cuadr cuadrado" ado"
o"
>olución 02 >ustitu'endo "alores resulta:
b=
b=
n
∑x y −∑x ∑ y n∑ x − ( ∑ x ) i
i
i
i
2
2 i
i
(13) ( 86545) − (1104) ( 844) 2 13(1126 112638 38) − (1104 1104)
b = 0.7875
3. ?stimación de a: De la ecuación &+.04( se tiene:
a= a=
La ecuación es:
∑ y − ∑ x b i
n 844 844
13
−
i
n 1104 1104
13
( 0.7875 ) = −1.952
y = − 1952 1952 + 0.787 0.7875 5x
5.0 ESTADISTICA EN HIDROLOGIA 5.% E"ti&ación d! 'ar(&!tro 'ar(&!tro"" 5.%.% 5.% .% / /to todo" do" d! !" !"ti& ti&ac ación ión d! 'a 'ar( r(&! &!tr tro" o" c. / /to todo do d! o" &o &o&! &!nt nto" o"
?l mtodo de los momentos fue desarrollado por Qarl earson en 1G02. ?l principio b,sico de la estimación por este mtodo es establecer para cada función de distribución la relación entre los par,metros ' los momentos centrales de tal tal manera ue:
α = f 1 ( µi , µ i +1 , ...) β = f 2 ( µ j , µ j +1 , ... )
&+.0!(
β = f 3 ( µk , µ k +1 , ...) donde: ; < ' R >on los par, par,metr metros os de la funció función n de distr distribució ibución n Ji = $ Son los mo mome men nto toss con re resp spec ecto to a la me medi dia a o momentos momen tos cent centrale raless de la oblac oblación ión
1B
11/02/2014
5.0 ESTADISTICA EN HIDROLOGIA 5.% E"ti&ación d! 'ar(&!tro 'ar(&!tro"" 5.%.% 5.% .% / /to todo" do" d! !" !"ti& ti&ac ación ión d! 'a 'ar( r(&! &!tr tro" o" c. / /to todo do d! o" &o &o&! &!nt nto" o"
)omo los momentos son estimados a partir de los momentos de la muestra como estimadores sesgados o insesgados el a, b, c, como res esul ulttad ado o u uee se ob obti tien enee se serr, a b c ó a, estimadores sesgados o insesgados insesgados de los par,metros. )uando la distribución de probabilidad a la ue se estiman los par,metros por este mtodo es simtrica ' particularmente si es normal se puede demostrar ue este es un mtodo mu' eficiente pero cuando las distribuciones son asimtricas ' por lo tanto sesgadas como sucede mu' a menudo con la ma'oría de las "ariables *idrológicas el utiliar este mtodo representa representa una prdida de eficiencia en la estimación.
5.0 ESTADISTICA EN HIDROLOGIA 5.% E"ti&ación d! 'ar(&!tro 'ar(&!tro"" 5.%.% 5.% .% / /to todo" do" d! !" !"ti& ti&ac ación ión d! 'a 'ar( r(&! &!tr tro" o" c. / /to todo do d! o" &o &o&! &!nt nto" o"
?emplo 03 Dada la función densidad de la distribución normal:
f ( x ) =
1 2π θ 2
−
e
1 x −θ 1
2 θ 2
2
para − ∞〈 x 〈∞ ?stimar los par,metros S 1 ' S2 por el mtodo de momentos.
1G
11/02/2014
5.0 ESTADISTICA EN HIDROLOGIA 5.% E"ti&ación d! 'ar(&!tro" 5.%.% /todo" d! !"ti&ación d! 'ar(&!tro" c. /todo d! o" &o&!nto"
>olución 03 >abemos ue: 1. La media poblacional es igual al 1er momento con respecto al origen es decir: ∞
µ = E ( x ) = µ ´1 =
∫ xf ( x ) dx
&+.0+(
−∞
2. La "ariana 78 es igual a 2T momento con respecto a la media es decir: ∞
2
V ( x ) = σ = µ2 =
∫ ( x − µ )
2
f ( x ) dx
&+.0(
−∞
5.0 ESTADISTICA EN HIDROLOGIA 5.% E"ti&ación d! 'ar(&!tro" 5.%.% /todo" d! !"ti&ación d! 'ar(&!tro" c. /todo d! o" &o&!nto"
>olución 03 >ustitu'endo f( en &+.0+( resulta: ∞
∫
µ = x −∞
µ = Uaciendo x − θ 1
θ 2
−
1 2πθ 2
1 2πθ 2
e
1 x −θ 1
∞
∫
2 θ 2
−
( x ) e
2
dx
1 x −θ 1
2 θ 2
2
dx
&+.0B(
−∞
= y → x = θ1 + θ 2 y → dx = θ 2 dy
&+.0G(
20
11/02/2014
5.0 ESTADISTICA EN HIDROLOGIA 5.% E"ti&ación d! 'ar(&!tro" 5.%.% /todo" d! !"ti&ación d! 'ar(&!tro" c. /todo d! o" &o&!nto"
>olución 03 Límites: Si x → −∞ ⇒ y → −∞ Si x → +∞ ⇒ y → +∞ >ustitu'endo &+.0G( en &+.0B( se tiene:
µ = µ =
∞
1 2πθ 2
θ1θ 2 2πθ 2
∫ (θ
+ θ 2 y ) e
∞
2
1
−
y 2
2
θ 2dx
−∞
∫e
y − 2
dy +
−∞
∞
θ 22 2πθ 2
∫ ye
−
y2
2
dy
−∞
5.0 ESTADISTICA EN HIDROLOGIA 5.% E"ti&ación d! 'ar(&!tro" 5.%.% /todo" d! !"ti&ación d! 'ar(&!tro" c. /todo d! o" &o&!nto"
>olución 03 ∞
θ1θ 2
µ =
2πθ 2
θ1θ 2
µ =
2πθ 2
∫e
2
y − 2
dy +
2πθ 2
−∞
θ 22
A +
∞
θ 22
∫ ye
−
y2
2
dy
−∞
&+.10(
B
2πθ 2
)alculando I: ∞
A =
∫e
−∞
−
y 2
2
0
dy =
∫ ye
−∞
−
y2
2
∞
∫
dy + ye 0
−
y2
2
dy
&+.11(
21
11/02/2014
5.0 ESTADISTICA EN HIDROLOGIA 5.% E"ti&ación d! 'ar(&!tro" 5.%.% /todo" d! !"ti&ación d! 'ar(&!tro" c. /todo d! o" &o&!nto"
>olución 03 Mperando ' aplicando transformada de Laplace se tiene: ∞
∫
A = 2 e
1 − y 2 2
dy
&+.12(
0
A =
Γ ( −1/ 2 + 1)
(1/ 2 )
−1/ 2 +1
=
Γ (1/ 2) 1/ 2
(1/ 2 )
ero por propiedad de función gamma se tiene: Γ (1/ 2 ) = π
>ustitu'endo: A =
2π
&+.13(
5.0 ESTADISTICA EN HIDROLOGIA 5.% E"ti&ación d! 'ar(&!tro" 5.%.% /todo" d! !"ti&ación d! 'ar(&!tro" c. /todo d! o" &o&!nto"
>olución 03 ),lculo de P ∞
B =
∫ ye
1 2 − y 2
0
dy =
−∞
∫ ye
−
1 2
y2
∞
∫
dy + ye
−∞
−
1 2
y2
dy
&+.14(
0
Donde: f ( y ) = ye ero:
1 2 − y 2
f (− y ) = ( − y ) e
−
1 2
( − y )
2
= − ye
−
1 2
( y)
2
= − f ( y)
22
11/02/2014
5.0 ESTADISTICA EN HIDROLOGIA 5.% E"ti&ación d! 'ar(&!tro" 5.%.% /todo" d! !"ti&ación d! 'ar(&!tro" c. /todo d! o" &o&!nto"
>olución 03 Dado ue: f&-'( 6 -f&'( f&'( matem,ticamente es una función impar por lo cual se tiene: 0
∫ ye
1 2 − y 2
∞
∫
dy = − ye
−∞
1 2 − y 2
dy
0
Luego la ecuación &+.14( se escribe: ∞
∫
B = − ye
1 2 − y 2
∞
∫
dy + ye
0
1 2 − y 2
dy
0
B = 0
&+.1!(
5.0 ESTADISTICA EN HIDROLOGIA 5.% E"ti&ación d! 'ar(&!tro" 5.%.% /todo" d! !"ti&ación d! 'ar(&!tro" c. /todo d! o" &o&!nto"
>olución 03 >ustitu'endo &+.13( ' &+.1!( en &+.10( resulta:
µ =
θ1 2π
2π +
θ 2 2π
0
µ = θ 1 Lo ue indica ue el primer par,metro S1 es igual a la media
θ 1 =
1 N
∑ X
i
= X
23
11/02/2014
5.0 ESTADISTICA EN HIDROLOGIA 5.% E"ti&ación d! 'ar(&!tro" 5.%.% /todo" d! !"ti&ación d! 'ar(&!tro" c. /todo d! o" &o&!nto"
>olución 03 >ustitu'endo f( en &+.0( se tiene: ∞
σ 2 = µ2 =
∫ ( x − µ )
−
1
2
2πθ 2
−∞
e
1 x −θ 1
2 θ 2
2
dx
)omo 56S1 ∞
1
σ 2 = µ2 =
∫ ( x − θ ) e 2
2πθ 2
−
1 x −θ 1
2 θ 2
1
2
dx
−∞
Uaciendo
5.0 ESTADISTICA EN HIDROLOGIA 5.% E"ti&ación d! 'ar(&!tro" 5.%.% /todo" d! !"ti&ación d! 'ar(&!tro" c. /todo d! o" &o&!nto"
>olución 03 Uaciendo x − θ 1
θ 2
= y ⇒ x = θ1 + θ 2 y ⇒ dx = θ 2 dy
Límites: Si x → −∞ ⇒ y → −∞ Si x → +∞ ⇒ y → +∞ >ustitu'endo: 2
σ =
1 2πθ 2
∞
∫θ
−∞
2 2
2
y e
1 2 − y 2
θ 2 dy =
θ 2 2 2πθ 2
∞
∫ y e 2
1 2 − y 2
dy
−∞
24
11/02/2014
5.0 ESTADISTICA EN HIDROLOGIA 5.% E"ti&ación d! 'ar(&!tro" 5.%.% /todo" d! !"ti&ación d! 'ar(&!tro" c. /todo d! o" &o&!nto"
>olución 03 >iendo f ( y) = y e 2
1 − y 2 2
' f&-'( 6f&'( función par por lo cual:
∞
∞
−∞
0
∫ f ( y)dy = 2∫ f ( y)dy
Límites:
⇒ t = 0 Si y → ∞ ⇒ t → ∞ Si y = 0
>e tiene: σ 2 =
∞
θ 2 2 2π
∫
1 2
t e
1 − t 2
dt
0
5.0 ESTADISTICA EN HIDROLOGIA 5.% E"ti&ación d! 'ar(&!tro" 5.%.% /todo" d! !"ti&ación d! 'ar(&!tro" c. /todo d! o" &o&!nto"
>olución 03 Iplicando la transformada de Laplace se tiene: σ 2 =
1 1 + 1 Γ 1 Γ θ 22 2 θ 22 2 2 3 3 = 2π 2π 2 1 1 2 2 2
pero Γ 1 = π luego : 2
2
σ =
θ 22
π
( 2)
2π 1
2
= θ 2 2
?l par,metro S2 es igual a 7
2!
11/02/2014
5.0 ESTADISTICA EN HIDROLOGIA 5.% E"ti&ación d! 'ar(&!tro" 5.%.% /todo" d! !"ti&ación d! 'ar(&!tro" c. /todo d! o" &o&!nto"
>olución 03 θ 2 =
1
∑ ( x − X ) N − 1
2
i
5.0 ESTADISTICA EN HIDROLOGIA 5.% E"ti&ación d! 'ar(&!tro" 5.%.% /todo" d! !"ti&ación d! 'ar(&!tro" d. /todo d! &(-i&a *!ro"i&iitud
?l mtodo de m,#ima "erosimilitud fue desarrollado por V.I. Wis*er &1G22(. Dada una función densidad de probabilidad: f ; < =...( Donde: ; < =...son los par,metros ue deben ser estimados >e define la función "erosimilitud de la muestra como la productoria: N
L = ∏ f ( xi , α , β , γ , ... ) i =1
L = f ( x1 , α , β , γ ,... ) f ( x 2 , α , β , γ ,... ) ... f (x N , α, β, γ,... ) i
i
i
siendo A el tama@o de la muestra
2+
11/02/2014
5.0 ESTADISTICA EN HIDROLOGIA 5.% E"ti&ación d! 'ar(&!tro" 5.%.% /todo" d! !"ti&ación d! 'ar(&!tro" d. /todo d! &(-i&a *!ro"i&iitud
?l mtodo de m,#ima "erosimilitud consiste en estimara ; < =... a partir de la muestra de tal manera ue L sea m,#ima. ?sto se obtiene por la diferenciación parcial de L con respecto a cada par,metro e igualando a cero. $uesto ue f ( es no negati"a un "alor m,#imo de L ser, en general positi"o. )omo el logaritmo natural %n L es una función monotómicamente creciente de L sta tiene un m,#imo precisamente en los puntos en ue L tiene un m,#imo. or lo tanto se puede usar %nL en lugar de L es decir:
5.0 ESTADISTICA EN HIDROLOGIA 5.% E"ti&ación d! 'ar(&!tro" 5.%.% /todo" d! !"ti&ación d! 'ar(&!tro" d. /todo d! &(-i&a *!ro"i&iitud N
L = ∏ f ( xi , a , b, c,... ) ⇒ lnL =
N
∑ ln f ( x , a, b, c,... ) i
x =1
i =1
este artificio permite transformar una productoria a una sumatoria donde: a b c son estimadores de ; < =... ?ntonces el conunto de ecuaciones de m,#ima "erosimilitud es: ∂ ln L ∂a
=0;
∂ ln L ∂b
=0 ;
∂ ln L ∂c
= 0 ; ...
el mismo ue tiene tantas ecuaciones como incógnitas.
2
11/02/2014
5.0 ESTADISTICA EN HIDROLOGIA 5.% E"ti&ación d! 'ar(&!tro" 5.%.% /todo" d! !"ti&ación d! 'ar(&!tro" d. /todo d! &(-i&a *!ro"i&iitud
Las propiedades de los estimadores calculados por el mtodo de m,#ima "erosimilitud son: sualmente insesgado >i la eficiencia de estimadores e#iste para los par,metros ; < =... el mtodo puede producirlos. La solución de la ecuación de "erosimilitud proporciona un estimador ue con"erge al "alor poblacional cuando el tama@o muestral tiende a infinito por lo ue el estimador es consistente. • •
•
5.0 ESTADISTICA EN HIDROLOGIA 5.% E"ti&ación d! 'ar(&!tro" 5.%.% /todo" d! !"ti&ación d! 'ar(&!tro" d. /todo d! &(-i&a *!ro"i&iitud
roblema 04. Dada la función densidad de la distribución e#ponencial:
λ e− λ x f ( x ) = 0
para # Y 0 Z Y 0 en otros casos
?stimar el par,metro Z usando el mtodo de m,#ima "erosimilitud.
2B
11/02/2014
5.0 ESTADISTICA EN HIDROLOGIA 5.% E"ti&ación d! 'ar(&!tro" 5.%.% /todo" d! !"ti&ación d! 'ar(&!tro" d. /todo d! &(-i&a *!ro"i&iitud
>olución 04. La función de "erosimilitud. N
L = ∏ f ( xi , λ ) i =1
>iendo fiZ( 6 Ze-Z#i Luego: N L = ∏ λ e
− λ xi
i =1 N
ln L =
N
∑ ln ( λe ) = ∑ (ln λ + ln e ) − λ xi
i =1
− λ xi
i =1
N
ln L =
∑ ( ln λ − λ x ) i
i =1
5.0 ESTADISTICA EN HIDROLOGIA 5.5 ru!ba" d! bondad d! a,u"t! 5.5.1 D!)inición Las pruebas de bondad de auste consisten en comprobar gr,fica ' estadísticamente si la frecuencia empírica de la serie analiada se austa a una determinada función de probabilidades teórica seleccionada a priori con los par,metros estimados con base en los "alores mustrales. Las pruebas estadísticas tienen por obeto medir la certidumbre ue se obtiene al *acer una *ipótesis estadística sobre una población es decir calificar el *ec*o de suponer ue una "ariable aleatoria se distribu'a segCn una cierta función de probabilidades. Las pruebas de bondad de auste m,s utiliadas son: Iuste gr,fico Iuste estadístico )*i cuadrado >mirno" Qolmogoro" • •
• •
2G
11/02/2014
5.0 ESTADISTICA EN HIDROLOGIA 5.5 ru!ba" d! bondad d! a,u"t! 5.5.2 A,u"t! 3r()ico ?l auste gr,fico se puede realiar de las siguientes formas: )omparar gr,ficamente el *istograma ó función densidad empírica de la serie de datos con la función densidad teórica ' decidir "isualmente si *a' o no auste de acuerdo a la similitud o diferencia de ambos •
5.0 ESTADISTICA EN HIDROLOGIA 5.5 ru!ba" d! bondad d! a,u"t! 5.5.2 A,u"t! 3r()ico •
)omparar gr,ficamente la función acumulada de la serie de datos con la función acumulada teórica seleccionada dibuada en papel milimtrico &figura !.2( ' decidir "isualmente si *a' o no auste
30
11/02/2014
5.0 ESTADISTICA EN HIDROLOGIA 5.5 ru!ba" d! bondad d! a,u"t! 5.5.2 A,u"t! 3r()ico •
>e puede tambin comparar gr,ficamente la función acumulada de la serie de datos con la función acumulada teórica ploteada en un papel probabilístico adecuado &figura !.3( donde la distribución teórica seleccionada se pueda representar como una línea recta &por lo general sólo se pueden representar por una línea recta las distribuciones de 2 par,metros(. Isí se tienen disponibles los papeles probabilísticos normal log-normal gumbel etc. ?l procedimiento consiste en plotear los "alores de la "ariable *idrológica &caudal precipitación temperatura etc.( "ersus la probabilidad empírica en el papel de probabilidad correspondiente. >i los puntos ploteados se agrupan alrededor de una línea recta ue es la representación de la distribución teórica se puede afirmar con cierta certea ue estos datos se austan a la distribución deseada
5.0 ESTADISTICA EN HIDROLOGIA 5.5 ru!ba" d! bondad d! a,u"t! 5.5.2 A,u"t! 3r()ico
31
11/02/2014
5.0 ESTADISTICA EN HIDROLOGIA 5.5 ru!ba" d! bondad d! a,u"t! 5.5.# ru!ba C4i cuadrado X 67 La prueba )*i-cuadrado se basa en el c,lculo de frecuencias tanto de "alores obser"ados como "alores esperados para un nCmero determinado de inter"alos. ?sta prueba es comCnmente usada para "erificar la bondad de auste de la distribución empírica a una distribución teórica conocida fue propuesta por Qarl earson en 1G00. La e#presión general de la prueba )*i-cuadrado est, dada por: k (θ − e ) ² 2 χ C = ∑ i i &!.1( e i =1
i
Donde: k
k
∑θ = ∑ e = N i
i
i =1
i =1
5.0 ESTADISTICA EN HIDROLOGIA 5.5 ru!ba" d! bondad d! a,u"t! 5.5.# ru!ba C4i cuadrado X 67 Donde: )2 6 alor calculado de )*i cuadrado a partir de los datos Si 6ACmero de "alores obser"ados en el inter"alo de clase i ei 6 ACmero de "alores esperados en el inter"alo de clase i Q 6 ACmero de inter"alos de clase Isignando probabilidades a la ecuación &!.1( es decir asignando igual probabilidad de ocurrencia a cada inter"alo de clase se tiene: χ C 2 =
k
( N i − NPi ) ²
i =1
NPi
∑
&!.2(
Donde: Ai 6 ACmero de obser"aciones ue caen dentro de los límites de clases austadas del inter"alo i. A 6 $ama@o muestral i 6 robabilidad igual para todos los inter"alos de clases
32
11/02/2014
5.0 ESTADISTICA EN HIDROLOGIA 5.5 ru!ba" d! bondad d! a,u"t! 5.5.# ru!ba C4i cuadrado X 67 Pi = 1/ k ó ei = PN i
&!.3( >implificando la ecuación &!.2( se obtiene la computacional desarrollada por Har[o"ic &1G+!(: χ C2 =
K
fórmula
k
∑ N N
2 i
− N
i =1
&!.4(
?l "alor de K obtenido por la ecuación &!.4( se compara con el X t 2 de la tabla I.B del apndice cu'o "alor se determina con: ni"el de significación: ; 6 0.0! ó ; 6 0.01 grados de libertad: g.l. 6 [-1-* Donde: * 6 es el nCmero de par,metros a estimarse así: * 6 2 para la distribución normal * 6 3 para la distribución log-normal de 3 par,metros • •
5.0 ESTADISTICA EN HIDROLOGIA 5.5 ru!ba" d! bondad d! a,u"t! 5.5.# ru!ba C4i cuadrado X 67 )riterios de decisión. ?l criterio de decisión se fundamenta en la comparación del "alor calculado de )*i-cuadrado con el "alor tabular encontrado esto es: >i el )*i-cuadrado calculado es menor o igual ue el "alor tabular es decir: 2 2 •
χ C ≤ χ t
•
entonces se acepta la *ipótesis ue el auste es bueno al ni"el de significación seleccionado >i el )*i-cuadrado calculado es ma'or ue el "alor tabular es decir: χ C2 > χ t 2
entonces el auste es malo ' se rec*aa la *ipótesis siendo necesario probar con otra distribución teórica.
33
11/02/2014
5.0 ESTADISTICA EN HIDROLOGIA 5.5 ru!ba" d! bondad d! a,u"t! 5.5.# ru!ba C4i cuadrado X 67 entaas ' limitaciones. 1. ?s aplicable sólo para austes a la distribución normal puesto ue *a sido desarrollado con base en los datos normales e independientes. 2. >e realia en la función densidad de datos agrupados en inter"alos de clases. 3. Veuiere un conocimiento a priori de la función de distribución teórica utiliada en el auste. 4. ?n la pr,ctica se usa para cualuier modelo de auste pero estrictamente es ",lido sólo para la normal. !. ?s difícil de aplicarlo
5.0 ESTADISTICA EN HIDROLOGIA 5.5 ru!ba" d! bondad d! a,u"t! 5.5.# ru!ba C4i cuadrado X 67 roblema 0!. Dada la serie *istórica de caudales medios anuales en rnN/s ue corresponde a un registro de 3B a@os:
Vealiar la prueba de bondad de auste )*i-cuadrado para "er si se austan a una distribución normal.
34
11/02/2014
5.0 ESTADISTICA EN HIDROLOGIA 5.5 ru!ba" d! bondad d! a,u"t! 5.5.# ru!ba C4i cuadrado X 67 >olución 0!. 1. La *ipótesis ser,: U0 : frecuencia obser"ada 6 frecuencia esperada Ua : frecuencia obser"ada \ frecuencia esperada 2. Mrdenando los datos de menor a ma'or se tiene:
3. ),lculo de la frecuencia para datos agrupados a. ),lculo del nCmero de inter"alos de clase segCn Oe"e"ic*: A)6 1 1.331n&A( A)6 1 1.331n&3B( 6 !.B4 ] +.00
5.0 ESTADISTICA EN HIDROLOGIA 5.5 ru!ba" d! bondad d! a,u"t! 5.5.# ru!ba C4i cuadrado X 67 >olución 0!. b. ),lculo de la amplitud de cada inter"alo ∆ X =
X max − X min NC − 1
=
205.80 − 26.50 6 −1
= 35.82
^ 6 3!.B2 ] 3+ ^/2 6 1B c. ),lculo de los inter"alos de clase marcas de clase frecuencia absoluta obser"ada frecuencia relati"a los resultados se muestran en la tabla siguiente: Donde: )olumna &3(: ACmero de "alores comprendido en el inter"alo de la columna &1(. )olumna &4(: )olumna &3( entre A 6 3B )olumna &!(: Icumular "alores de la columna &4(
3!
11/02/2014
5.0 ESTADISTICA EN HIDROLOGIA 5.5 ru!ba" d! bondad d! a,u"t! 5.5.# ru!ba C4i cuadrado X 67 >olución 0!.
5.0 ESTADISTICA EN HIDROLOGIA 5.5 ru!ba" d! bondad d! a,u"t! 5.5.# ru!ba C4i cuadrado X 67 >olución 0!. b. ),lculo de la media ' des"iación est,ndar para datos agrupados utiliando las columnas &2( ' &3( k
∑ x * f i
X =
i
i =1
N
= 90.17
k
∑(
xi − X
S =
)
2
i =1
N − 1
f i = 43.03
Donde: #i 6 marca de clase f i 6 frecuencia relati"a
3+
11/02/2014
5.0 ESTADISTICA EN HIDROLOGIA 5.5 ru!ba" d! bondad d! a,u"t! 5.5.# ru!ba C4i cuadrado X 67 >olución 0!. 4. ),lculo de la frecuencia esperada utiliando la distribución teórica normal los resultados se muestran en la tabla !.2 Donde: )olumna &3(: _ 6 -(8/> "ariable estandariada de la distribución normal para # 6 límites de clase de la columna &2(. )olumna &4(: `rea bao la cur"a normal puede usar la tabla I.1 del apndice. )olumna &!(: `rea para cada inter"alo de clase se obtiene restando los "alores de la columna &4( si los signos de _ de la columna &3( son iguales ' sumando los "alores de la columna &4( si los signos de _ son diferentes.
5.0 ESTADISTICA EN HIDROLOGIA 5.5 ru!ba" d! bondad d! a,u"t! 5.5.# ru!ba C4i cuadrado X 67 >olución 0!.
3
11/02/2014
5.0 ESTADISTICA EN HIDROLOGIA 5.5 ru!ba" d! bondad d! a,u"t! 5.5.# ru!ba C4i cuadrado X 67 >olución 0!. )olumna &+(: )olumna &!(#A 6 3B se redondea en forma adecuada de tal manera ue la suma de las frecuencias absolutas sea igual a A 6 3B. )olumna &(: >on los mismos "alores de la columna &3( de la tabla !.1 2 !. ),lculo de X ) De la ecuación &!.1( se tiene: 2 C
χ =
k
(θ i − ei )
i =1
ei
∑
2
>ustitu'endo los "alores de las columnas &+( ' &( de la tabla !.2 se tiene: 2 2 2 2 2 2 ( 4 − 5 ) (15 − 10 ) (9 −12 ) (7 − 7 ) (2 − 3 ) (1 −1 ) 2 χ C =
5
+
10
+
12
+
7
+
3
+
1
5.0 ESTADISTICA EN HIDROLOGIA 5.5 ru!ba" d! bondad d! a,u"t! 5.5.# ru!ba C4i cuadrado X 67 >olución 0!. χ C 2 = 0.2 + 2.5 + 0.75 + 0 + 0.33 + 0 = 3.78
+. ),lculo de t2 rados de libertad •
v = k −1− h v = 6 −1 − 2 = 3
α = 0.05 = 5% Ai"el de significación De la tabla I.B del apndice para " 6 3 ' ; 6 0.0! se tiene: •
χ t 2 = 7.81
. )riterio de decisión: )omo )2 63.B E t2 6.B1 se acepta la *ipótesis nula Uo or consiguiente los datos se austan a la distribución normal con un ni"el de significación del !K ó G!K de probabilidad.
3B
11/02/2014
5.0 ESTADISTICA EN HIDROLOGIA 5.5 ru!ba" d! bondad d! a,u"t! 5.5.# ru!ba S&irno* 8o&o3oro* La prueba de auste de >mirno"-Qolmogoro" consiste en comparar las diferencias e#istentes entre la probabilidad empírica de los datos de la muestra ' la probabilidad teórica tomando el "alor m,#imo del "alor absoluto de la diferencia entre el "alor obser"ado ' el "alor de la recta teórica del modelo es decir: &!.!( ∆ = máx F ( x) − P ( x ) Donde: ^6
?stadístico de >mirno"-Qolmogoro" cu'o "alor es igual a la diferencia m,#ima e#istente entre la probabilidad austada ' la probabilidad empírica. W( 6 robabilidad de la distribución teórica ( 6 robabilidad e#perimental o empírica de los datos denominada tambin frecuencia acumulada. ?l estadístico tiene su función de distribución de probabilidades.
5.0 ESTADISTICA EN HIDROLOGIA 5.5 ru!ba" d! bondad d! a,u"t! 5.5.# ru!ba S&irno* 8o&o3oro* >i o es un "alor crítico para un ni"el de significación a se tiene ue: P máx F ( x) − P ( x ) ≥ ∆ 0 = α o P ( ∆ ≥ ∆ 0 ) = α
$ambin: P ( ∆ < ∆ 0 ) = 1 − α
&!.+( &!.(
?l procedimiento para efectuar el auste mediante el estadístico de >mirno"-Qolmogoro" es el siguiente: 1. )alcular la probabilidad empírica o e#perimental ( de los datos para esto usar la fórmula de Feibull: P ( x) =
M N + 1
&!.B(
3G
11/02/2014
5.0 ESTADISTICA EN HIDROLOGIA 5.5 ru!ba" d! bondad d! a,u"t! 5.5.# ru!ba S&irno* 8o&o3oro* Donde: ( 6 probabilidad empírica o e#perimental H 6 nCmero de orden A 6 nCmero de datos 2. )alcular la probabilidad teórica W(: ara el caso de utiliar el procedimiento de los modelos teóricos usar la ecuación de la función acumulada W( o tablas elaboradas para tal fin. >i se uiere aplicar el procedimiento gr,fico se utilia un papel probabilístico especial donde W( puede representarse como una línea recta por lo cual se puede traar con solo 2 puntos pero si se uiere c*euear ue es una recta se pueden plotear 3 puntos por eemplo para el caso de una distribución normal los puntos: •
•
5.0 ESTADISTICA EN HIDROLOGIA 5.5 ru!ba" d! bondad d! a,u"t! 5.5.# ru!ba S&irno* 8o&o3oro* Valor X X+S X-S
Probabilidad % 50 80.13 15.87
Vepresentados en un papel de probabilidad normal forman una recta. 3. )alcular las diferencias ( - W( para todos los "alores de # 4. >eleccionar la m,#ima diferencia: ∆ = máx F ( x) − P ( x )
!. )alcular el "alor crítico del estadístico I es decir I o para un a - 0.0! ' A igual al nCmero de datos. Los "alores de I o se muestran en la tabla !.3
40
11/02/2014
5.0 ESTADISTICA EN HIDROLOGIA 5.5 ru!ba" d! bondad d! a,u"t! 5.5.# ru!ba S&irno* 8o&o3oro* +. )omparar el "alor del estadístico ^ con el "alor crítico ^ o de la tabla !.3 con los siguientes criterios de decisión deducidos de la ecuación &!.+(: >i ^ E ^o 6Y el auste es bueno al ni"el de significación seleccionado. ^ Y ^o 6Y el auste no es bueno al ni"el de significación seleccionado siendo necesario probar con otra distribución •
•
5.0 ESTADISTICA EN HIDROLOGIA 5.5 ru!ba" d! bondad d! a,u"t! 5.5.# ru!ba S&irno* 8o&o3oro* entaas ' limitaciones 1. Ao reuiere un conocimiento a priori de la función de distribución teórica. 2. ?s aplicable a distribuciones de datos no agrupados es decir no se reuiere *acer inter"alos de clase. 3. ?s aplicable a cualuier distribución teórica. 4. >e aplica en la función de distribución acumulada ' no en la función de densidad. !. )ompar,ndola con la prueba )*i-cuadrado no se reuiere ue la frecuencia absoluta de cada clase sea igual o ma'or ue !. +. Ao es una prueba e#acta sino una prueba apro#imada.
41
11/02/2014
5.0 ESTADISTICA EN HIDROLOGIA 5.5 ru!ba" d! bondad d! a,u"t! 5.5.# ru!ba S&irno* 8o&o3oro* rob!&a 09
ara los mismos datos del eemplo !.1 realiar la prueba de bondad de auste >mirno"-Qolmogoro" para "er si se austan a una distribución normal usando:
•
•
?l c,lculo de los "alores de W( para todos los "alores de # &donde # representa el caudal(. sando el procedimiento gr,fico.
5.0 ESTADISTICA EN HIDROLOGIA 5.5 ru!ba" d! bondad d! a,u"t! 5.5.# ru!ba S&irno* 8o&o3oro* Soución 09
1. ),lculo de (: Mrdenando los datos de caudales en forma creciente ' calculando la probabilidad empírica ( usando la fórmula de Feibull: P ( x) =
M N + 1
se obtienen las columnas &2( ' &3( de la tabla !.4. 2. ),lculo de ' > de los datos no agrupados X =
S=
1 n
∑ x = 92.32 i
1
∑ ( X − X ) n −1
2
= 42.80
42
11/02/2014
5.0 ESTADISTICA EN HIDROLOGIA 5.5 ru!ba" d! bondad d! a,u"t! 5.5.# ru!ba S&irno* 8o&o3oro*
5.0 ESTADISTICA EN HIDROLOGIA 5.5 ru!ba" d! bondad d! a,u"t! 5.5.# ru!ba S&irno* 8o&o3oro* Soución 09
3. ),lculo de la "ariable estandariada _: sando la ecuación: Z =
X − X S
se obtiene la columna &4( de la tabla !.4. 4. ),lculo de W&_( 6 W&(: sando la tabla I.2 del apndice se obtiene la columna &!( de la tabla !.4. ara "alores positi"os de _ los "alores se obtienen en forma directa. ara "alores negati"os de _ los resultados se obtienen de: 1 - "alor tabla I.2 !. ),lculo de ^6 W&(-( I partir de las columnas &3( ' &!( de la tabla !.4 se obtiene los ^ 6 W&( - ( la misma ue se muestra en la columna &+(.
43
11/02/2014
5.0 ESTADISTICA EN HIDROLOGIA 5.5 ru!ba" d! bondad d! a,u"t! 5.5.# ru!ba S&irno* 8o&o3oro* Soución 09
+. ),lculo del 6 ),#: De la tabla !.4 se obser"a ue: ∆ = max F ( z ) − P( x) = 0.1089
. ),lculo de ^o crítico: De la tabla !.3 para ; 6 0.0! se tiene: ∆0 =
1.36 n
=
1.36 38
= 0.22
B. )riterio de decisión )omo:
∆ = 0.189 < ∆ 0 = 0.22
>e conclu'e ue los datos de caudales se austan a la distribución normal con un ni"el de significación del !K o una probabilidad del G!K.
5.0 ESTADISTICA EN HIDROLOGIA 5.5 ru!ba" d! bondad d! a,u"t! 5.5.# ru!ba S&irno* 8o&o3oro* Soución 09
rocedimiento gr,fico 1. r,fico de &( ' W&_( en papel de probabilidad normal. 1.1. r,fico de distribución empírica &(: lotear en un papel de probabilidad normal los "alores de las columnas &2( ' &3( de la tabla !.4. 1.2. r,fico de la distribución teórica W&_( 6 W&(: 1.3. )on los procesos 1.1. ' 1.2 se obtiene la figura !.4
Valor de caudal (m3/s)
X = 92.32 X +S =135.12 X - S = 49.52
Probabilidad %
50 84.13 15.87
44
11/02/2014
5.0 ESTADISTICA EN HIDROLOGIA 5.5 ru!ba" d! bondad d! a,u"t! 5.5.# ru!ba S&irno* 8o&o3oro* Soución 09
5.0 ESTADISTICA EN HIDROLOGIA 5.5 ru!ba" d! bondad d! a,u"t! 5.5.# ru!ba S&irno* 8o&o3oro* Soución 09
rocedimiento gr,fico 2. ),lculo de ^ 6 ma# W&(-( Mbser"ando la figura !.4 se tiene: ^ 60.10 3. ),lculo de ^0 De la tabla !.3 para ; 6 0.0! ' n 6 3B se obtiene: ∆0 =
1.36 n
=
1.36 38
= 0.22
2. )riterio de decisión: )omo: 6 0.10 E 0 6 0.22 >e conclu'e ue los datos de caudales se austan a una distribución normal con un ni"el de significación del !K o una probabilidad del G!K.
4!
11/02/2014
5.0 ESTADISTICA EN HIDROLOGIA 5.9 Di"tribucion!" t!órica" 5.9.1 Introducción ?l *idrólogo generalmente tendr, disponible un registro de datos *idrometeorológico &precipitación caudales e"apotranspiración temperaturas etc.( a tra"s de su conocimiento del problema físico escoger, un modelo probabilístico a usar ue represente en forma satisfactoria el comportamiento de la "ariable. ara utiliar estos modelos probabilísticos se deben calcular sus par,metros ' realiar la prueba de bondad de auste un esuema de este proceso se muestra en la figura +.1. >i el auste es bueno se puede utiliar la distribución elegida una "e encontrada la le' de distribución ue rige a las "ariables Ileatorias adem,s se podr, predecir con determinada probabilidad la ocurrencia de una determinada magnitud de un fenómeno *idrometeorológico. $ambin se podr, determinar la magnitud de un fenómeno para un determinado periodo de retorno
5.0 ESTADISTICA EN HIDROLOGIA 5.9 Di"tribucion!" t!órica" 5.9.1 Introducción Las distribuciones teóricas comCnmente utiliadas en Uidrología son entre otras: Distribución normal Distribución log-normal de 2 ó 3 par,metros Distribución gamma de 2 ó 3 par,metros Distribución log-earson tipo %%% Distribución umbel Distribución log-umbel • •
•
• • •
4+
11/02/2014
5.0 ESTADISTICA EN HIDROLOGIA 5.9 Di"tribucion!" t!órica" 5.9.2 !riodo d! r!torno T7 >e define el período de retorno $ como el inter"alo promedio de tiempo en a@os dentro del cual un e"ento de magnitud # puede ser igualado o e#cedido por lo menos una "e en promedio. Isí si un e"ento igual o ma'or a # ocurre una "e en $ a@os su probabilidad de ocurrencia es igual 1 en $ casos es decir: P ( X ≥ x) = T =
1 T
&!.G(
1 P( X ≥ x)
Donde: &Y#( 6 robabilidad de ocurrencia de un e"ento Y# $6 eríodo de retorno
5.0 ESTADISTICA EN HIDROLOGIA 5.9 Di"tribucion!" t!órica" 5.9.2 !riodo d! r!torno T7 La definición anterior permite indicar ue la probabilidad de ue # no ocurra en cualuier a@oX es decir la probabilidad de ocurrencia de un e"ento E # se e#presa como: P ( X < x ) = 1* P ( X ≥ x )
De donde: P ( X < x) = 1− T =
1 T
1 1− P ( X < x)
&!.10( &!.11(
Donde: $6 eríodo de retorno & #( 6 robabilidad de e#cedencia & E #( 6 robabilidad de no e#cedencia
4
11/02/2014
5.0 ESTADISTICA EN HIDROLOGIA 5.9 Di"tribucion!" t!órica" 5.9.2 !riodo d! r!torno T7 ?n la tabla +.1 se muestran los períodos de retorno recomendados para el c,lculo de caudales de dise@o de estructuras menores.
5.0 ESTADISTICA EN HIDROLOGIA 5.9 Di"tribucion!" t!órica" 5.9.2 Di"tribución nor&a o Gau""iana 1. :unción d!n"idad
>e dice ue una "ariable aleatoria tiene una distribución normal si su función densidad es: 1 x − X 2 1 &!.12( f ( x ) = EXP − 2π S 2 S f ( x ) =
ara
1 2π S
−
e
1 x − X
2
2 S
&!.13(
−∞ < x > ∞
Donde: f( 6 función densidad normal de la "ariable # # 6 "ariable independiente
4B
11/02/2014
5.0 ESTADISTICA EN HIDROLOGIA 5.9 Di"tribucion!" t!órica" 5.9.2 Di"tribución nor&a o Gau""iana 1. :unción d!n"idad
Donde: 6 par,metro de localiación igual a la media aritmtica de # > 6 par,metro de escala igual a la des"iación est,ndar de # ? 6 función e#ponencial con base e de los logaritmos neperianos. )uando la "ariable aleatoria se distribu'e normalmente con media 5 6 ' "ariana &78 6 >8( se denota de la siguiente forma: X
∼
N ( X , S ²)
?l gr,fico de la función densidad de la distribución normal se muestra en la figura +.2 ' es como se obser"a en la figura una función continua ' simtrica con respecto a .
5.0 ESTADISTICA EN HIDROLOGIA 5.9 Di"tribucion!" t!órica" 5.9.2 Di"tribución nor&a o Gau""iana 1. :unción d!n"idad
>i Z =
x − X S
&!.14(
4G
11/02/2014
5.0 ESTADISTICA EN HIDROLOGIA 5.9 Di"tribucion!" t!órica" 5.9.2 Di"tribución nor&a o Gau""iana 1. :unción d!n"idad
La función densidad de _ se llama función densidad de la distribución normal est,ndar ' tiene la siguiente e#presión: f ( Z ) = f ( Z ) =
Z 2 EXP − 2π 2 1
1
&!.1!(
2
Z − 2
e 2π para − ∞ < Z < ∞
&!.1+(
Los "alores de f( o f&_( pueden ser f,cilmente e"aluados para un "alor dado de # o de _ por las ecuaciones &!.13( ó &!.1+( respecti"amente. ?l gr,fico de la función densidad de la distribución normal est,ndar se muestra en la figura +.3.
5.0 ESTADISTICA EN HIDROLOGIA 5.9 Di"tribucion!" t!órica" 5.9.2 Di"tribución nor&a o Gau""iana 1. :unción d!n"idad
na característica fundamental de la distribución normal est,ndar es ue tiene 5 6 0 ' 78 6 1 es decir:
Z
∼
N (0,1)
!0
11/02/2014
5.0 ESTADISTICA EN HIDROLOGIA 5.9 Di"tribucion!" t!órica" 5.9.2 Di"tribución nor&a o Gau""iana 2. :unción d! di"tribución acu&uada :DA7.
La función de distribución acumulada de la distribución normal es la integral de las ecuaciones &!.12( ó &!.13(: f ( x ) =
f ( x ) =
1 x − X 2 ∫ EXP − 2 S dx 2π S −∞ 1
x
1
x
∫ 2π S
−
−∞
e
1 x − X
2 S
&!.1(
2
dx
&!.1B(
M su eui"alente al integrar las ecuaciones &!.1!( o &!.1+( F (Z ) =
f ( Z ) =
Z 2 ∫ EXP − 2 dZ 2π −∞ 1
Z
1
Z
2π
&!.1G(
2
∫
−∞
e
Z − 2
dZ
&!.20(
5.0 ESTADISTICA EN HIDROLOGIA 5.9 Di"tribucion!" t!órica" 5.9.2 Di"tribución nor&a o Gau""iana 2. :unción d! di"tribución acu&uada :DA7.
Donde W( es la función de distribución acumulada de la distribución para la "ariable original segCn la ecuación &!.1( o tambin para la "ariable estandariada _ segCn la ecuación &!.1G( es decir W&( 6 W&_(. ?sta función de distribución tiene las siguientes propiedades: F (−∞) = 0 F ( X ) = 0.5 F (+∞) = 1
!1
11/02/2014
5.0 ESTADISTICA EN HIDROLOGIA 5.9 Di"tribucion!" t!órica" 5.9.2 Di"tribución nor&a o Gau""iana #. C(cuo d! a )unción d! di"tribución acu&uada.
?#isten tablas por eemplo las tablas A.l y A.2 del apndice ue permiten calcular W&_(. ara realiar c,lculos computacionales de W&_( se utilian funciones de apro#imación dentro de las cuales se pueden mencionar: a7 Abra&o;it< = St!3un 1>957?
*an dado "arias apro#imaciones para la W.D.I. de la "ariable normal estandariada _. na apro#imación polinomial con un error menor ue 10-! es: F ( Z ) ≈ f ( Z )( 0.4361836t − 0.1201676t ² + 0.9372980t ³ )
&!.21(
donde: W&_( 6 es la función de distribución acumulada f&_( 6 es la función densidad de la "ariable estandariada t 6 es definido para _ Y 0 como:
5.0 ESTADISTICA EN HIDROLOGIA 5.9 Di"tribucion!" t!órica" 5.9.2 Di"tribución nor&a o Gau""iana #. C(cuo d! a )unción d! di"tribución acu&uada. t =
1 1 + 0.33267 Z
&!.22(
b7 a"tin3 1>557
Ua dado una apro#imación polinomial ue *a sido utiliado por la %PH &1G+B(. ?sta apro#imación con un error menor ue .!#10-Bes: F ( Z ) ≈ 1 − f ( Z ) (b1t − b2t 2 + b3t 3 + b4t 4 + b5t 5 )
&!.23(
Donde: t es definido para _ 0 como: t =
1 1 + 0.2316419 Z
&!.24(
!2
11/02/2014
5.0 ESTADISTICA EN HIDROLOGIA 5.9 Di"tribucion!" t!órica" 5.9.2 Di"tribución nor&a o Gau""iana #. C(cuo d! a )unción d! di"tribución acu&uada.
>iendo las constantes: b1 = 0.319381530 b2 = − 0.356563782 b3 = 1.781477937 b4 = − 1.821255978 b5 = 1.330274429
?n las apro#imaciones &!.21( ' &!.23( si _E 0 la W.D.I. se calcula como:
1 − F ( Z )
5.0 ESTADISTICA EN HIDROLOGIA 5.9 Di"tribucion!" t!órica" 5.9.2 Di"tribución nor&a o Gau""iana %. E"ti&ación d! o" 'ar(&!tro".
ara estimar los par,metros de la distribución teórica se pueden usar el mtodo de momentos ó el mtodo de m,#ima "erosimilitud: )abe mencionar ue la distribución normal es la Cnica función de distribución ue produce los mismos resultados de los par,metros estimados por el mtodo de momentos ' m,#ima "erosimilitud los par,metros obtenidos son los siguientes: X = µ =
1 N
N
∑x
&!.2!(
i
i =1
1
Donde:
22 1 N S = σ = x X − ( ) ∑ i N − 1 i =1
6 ?s el estimado de la media llamado tambin par,metro de posición > 6 ?s el estimado insesgado de la des"iación est,ndar o par,metro de escala
!3
11/02/2014
5.0 ESTADISTICA EN HIDROLOGIA 5.9 Di"tribucion!" t!órica" 5.9.2 Di"tribución nor&a o Gau""iana 5. A'icacion!" !n Hidroo3$a.
La distribución normal tiene gran utilidad en *idrología siendo algunas de sus principales aplicaciones: ?n el auste de distribuciones empíricas de "ariables *idrológicas de inter"alos de tiempo grandes tales como "ariables medias anuales mensuales estacionales etc. ue pueden ser caudales precipitación entre otros. In,lisis de los errores aleatorios en las obser"aciones o mediciones *idrológicas. )omo referencia para comparar "arias distribuciones teóricas de auste en una distribución empírica. ara *acer procesos de inferencia estadística. ara generación de datos por el mtodo de Honte )arlos. ?l incon"eniente en la generación de datos es ue se obtienen "alores negati"os lo cual físicamente no es ustificado. •
•
•
• •
5.0 ESTADISTICA EN HIDROLOGIA 5.9 Di"tribucion!" t!órica" 5.9.2 Di"tribución nor&a o Gau""iana 9. A,u"t!.
?l auste puede realiarse gr,ficamente utiliando papel probabilístico normal ó analíticamente mediante los estadísticos )*icuadrado ó >mirno"-Qolmogoro".
!4
11/02/2014
5.0 ESTADISTICA EN HIDROLOGIA 5.9 Di"tribucion!" t!órica" 5.9.2 Di"tribución nor&a o Gau""iana E,!&'o 0@
Dada la serie *istórica de caudales medios anuales en mN/s ue corresponde a un registro de !0 a@os para el río >anta &erC(:. 95.05 105.21 108.75 123.00 132.49 146.08 158.48 177.00 193.78 212.48
98.13 105.81 110.77 123.22 134.10 153.64 162.29 182.53 193.88 217.52
100.18
101.66
101.76
106.40 114.31 124.31 136.22 153.97 164.35 183.11 197.58 239.07
107.43 116.69 127.82 144.22 154.80 169.18 183.49 207.78 256.62
107.62 119.52 128.15 145.79 156.80 169.64 184.98 208.18 266.54
5.0 ESTADISTICA EN HIDROLOGIA 5.9 Di"tribucion!" t!órica" 5.9.2 Di"tribución nor&a o Gau""iana E,!&'o 0@
)alcular: 1. I"eriguar si se austan a una distribución normal 2. >i se austa a una distribución normal calcular: 2.1.&E 1B0mN/s( 2.2. & Y 100 mN/s( 2.3. &!0 mN/s E E 200 mN/s( 2.4. ?l período de retorno para un caudal de 210 mN/s 2.!.?l caudal para un período de retorno de !0 a@os
!!
11/02/2014
5.0 ESTADISTICA EN HIDROLOGIA 5.9 Di"tribucion!" t!órica" 5.9.2 Di"tribución nor&a o Gau""iana Soución 0@
1. Iuste a la distribución normal: 1.1 ),lculo de los par,metros: Q= S =
N
1 N
∑Q
i
= 152.2476 m ³ / s
i =1
1
N
∑ (Q − Q ) N − 1 i
2
= 43.6124
i =1
1.2. Iuste a( tiliando la aplicación )estadis se tiene: ∆ = max F ( x ) − P ( x ) = 0.1019 ∆ 0 = 0.1923 para α = 0.05
5.0 ESTADISTICA EN HIDROLOGIA 5.9 Di"tribucion!" t!órica" 5.9.2 Di"tribución nor&a o Gau""iana Soución 0@
b( )riterio de decisión: ∆ = 0.1019 < ∆ 0 = 0.1923 )omo: >e conclu'e ue los datos se austan a la distribución normal con un ni"el de significación del 0.0! o una probabilidad del G!K. 2. ),lculo de probabilidades: 2.1 ),lculo de: & 1B0( 6 W& 6 1B0( ),lculo de _ para 61B0: Z =
Q −Q S
=
180 − 152.2476 43.6124
= 0.6363
F (Q = 180) = F ( Z = 0.6363) = 0.7377
alor interpolado
∴ P ( Q ≤ 180) = 0.7377 = 73.77%
!+
11/02/2014
5.0 ESTADISTICA EN HIDROLOGIA 5.9 Di"tribucion!" t!órica" 5.9.2 Di"tribución nor&a o Gau""iana Soución 0@
2.2 ),lculo de & 100 mN/s( : F ( Q ≥ 100) = 1 − P (Q < 100)
&!.2+(
F ( Q ≥ 100) = 1 − F (Q = 100)
),lculo de _ para 6 100 Z =
100 − 152.2476 43.6124
= − 1.1980 ≈ 1.20
F ( Q = 100) = F ( Z = − 1.20) = 1 − 0.8849
&tabla I.2(
>ustitu'endo en &!.2+( se tiene: F (Q ≥ 100) = 1 − (1 − 0 .8849) ∴ P (Q ≥ 10 0) = 0 .8849 = 88.49%
5.0 ESTADISTICA EN HIDROLOGIA 5.9 Di"tribucion!" t!órica" 5.9.2 Di"tribución nor&a o Gau""iana Soución 0@
2.3 &!0 200( 6 W &200( - W&!0(: 200 − 152.2476 >i 6 200 Z =
>i 6 !0
Z =
43.614 50 − 152.2476 43.614
= 1.095
= − 2.345
F (Q = 200) = F ( Z = 1.095) = 0.8632 F (Q = 50) = F ( Z = −2.345) = 0.0095
alor interpolado
Luego F ( 200 ) − F (50 ) = 0.8 63 2 − 0 .0 09 5 = 0 .85 37 ∴
P (50 ≤ Q ≤ 200) = 0.8537
!
11/02/2014
5.0 ESTADISTICA EN HIDROLOGIA 5.9 Di"tribucion!" t!órica" 5.9.2 Di"tribución nor&a o Gau""iana Soución 0@
2.4 eríodo de retorno para un caudal de 210 mN/s: De la ecuación &!.11( se tiene T =
ero:
1
&!.2(
1 − P (Q ≤ 210)
P ( Q ≤ 210 ) = F ( Q = 210 )
>i 6 210 Z =
210 − 152.2476 43.6124
= 1.3242
P ( Q = 210 ) = F ( Z = 1.32 ) = 0.9066
>ustitu'endo en &!.2( se tiene: T =
1 1 − 0.9066
= 10.7 años
?sto significa ue cada 10 a@os el caudal 210 mN/s ser, igualado o e#cedido
5.0 ESTADISTICA EN HIDROLOGIA 5.9 Di"tribucion!" t!órica" 5.9.2 Di"tribución nor&a o Gau""iana Soución 0@
2.! )audal para un período de retorno de !0 a@os De la ecuación &!.10( se tiene: P (Q ≤ q ) = 1 −
1 T
= 1−
1 50
ero P ( Q ≤ q ) = 0.98
ero
⇒ Z = 2.055
alor interpolado
Q −Q
⇒ Q = Q + SZ S Q = 152.2476 + 43.6124 * 2.055
Z =
Q = 241.87 m ³/ s
?l para un período de retorno de !0 a@os es 241.B mN/s
!B
11/02/2014
5.0 ESTADISTICA EN HIDROLOGIA 5.9 Di"tribucion!" t!órica" 5.9.# Di"tribución o3 nor&a Las distribuciones logarítmicas m,s conocidas en *idrología son la log-normal log-earson tipo %%% ' log-umbel. or eemplo si la "ariable aleatoria tiene una distribución lognormal esto significa ue O 6 %n tiene una distribución normal. In,logamente si es una "ariable aleatoria log-earson tipo %%% O 6 %n es una "ariable aleatoria earson tipo %%%. $ambin si la "ariable aleatoria tiene una distribución log-umbel O 6 %n es una "ariable aleatoria umbel. ?s posible una generaliación en el caso ue se introduca un límite inferior #0 en cu'o caso el %n anteriores es sustituido por ln& - #0(. ?n este capítulo se estudian las distribuciones log-normal. Ua' una distribución log-normal de 2 par,metros ' otra de 3 par,metros en la de 3 par,metros el tercer par,metro es el límite inferior # 0 denominado par,metro de posición.
5.0 ESTADISTICA EN HIDROLOGIA 5.9 Di"tribucion!" t!órica" 5.9.# Di"tribución o3 nor&a a. Di"tribución o3 nor&a d! 2 'ar(&!tro". La "ariable aleatoria X es positi"a ' el límite inferior #0 no aparece. La "ariable aleatoria: O 6 %n es normalmente distribuida con media 5' ' "ariana 78' >e usan estos par,metros para especificar ue la distribución es logarítmica puesto ue tambin puede usarse la media ' la "ariana de . a.1 Wunción Densidad. >e dice ue una "ariable aleatoria tiene una distribución lognormal de 2 par,metros si su función densidad es: f ( x ) =
1 x 2πσ y
−
e
1 ln( x )− µ y
2
σ y
2
&!.2B(
!G