ESCUELA POLITCNICA NACIONAL

HIDROLOGA BSICA
TRABAJO 3

REVISADO POR: Dr. Laureano Andrade

REALIZADO POR: Juan Fernando Escobar M.
FECHA: 28/03/2014
TEMA:
DENSIDAD DE PROBABILIDADES, FUNCIN DE DISTRIBUCIN
ACUMULADA Y CARACTERSTICAS ESTADSTICAS
OBJETIVO:
Entender los conceptos probabilsticos, y sus respectivas frmulas, que se
pueden relacionar con la Hidrologa para realizar pronsticos.
Graficar la Densidad de probabilidades y la Funcin de distribucin
acumulada para un fenmeno de precipitacin mxima absoluta.

METODOLOGA:
Calcular las principales caractersticas estadsticas como: media(x),
desviacin estndar (s), asimetra (a), coeficientes de variacin (Cv) y
coeficientes de asimetra (Cs) para la serie X y la serie transformada Ln(X).
Relacionar estas variables con los grficos densidad de probabilidades y la
Funcin de distribucin acumulada para un fenmeno de precipitacin
mxima absoluta, con las frmulas para estas funciones.

INFORMACIN:
La planeacin de las obras hidrulicas est ligada a eventos futuros; es por
esto que la probabilidad y la estadstica
son una herramienta muy
importante en los anlisis hidrolgicos, ya que permiten mediante principios
matemticos correlacionar valores observados y realizar pronsticos. En
Hidrologa pueden ser analizados y explicados con base en la ciencia
probabilstica, dada su aleatoriedad. Los mtodos estadsticos permiten
presentar, organizar y reducir datos para facilitar su interpretacin y
evaluacin, para que de esta manera sea posible predecir precipitaciones,
caudales mximos, temperaturas medias, entre otras.
Probabilidad y Estadstica
La Ley de probabilidades que describe el comportamiento estadstico de una
variable aleatoria se puede representar de varias maneras, entre las que
cabe mencionar la funcin masa de probabilidad discreta, la funcin de

distribucin de probabilidad acumulada, la funcin de densidad de

probabilidad y la funcin de distribucin de probabilidad.
El anlisis estadstico consiste en parametrizar un conjunto de datos
obtenidos de una estacin meteorolgica cercana al punto de inters de
estudio, ya sea precipitaciones o caudales, con el fin de extrapolar y
conocer eventos venideros.
VARIABLES ESTADISTICAS
La naturaleza de los datos que se estn analizando permite clasificar las
variables estadsticas en:

Variables cuantitativas: son las variables que se pueden cuantificar o

medir.

Continuas: son aquellas que pueden tomar cualquier valor dentro de un

rango determinado.
Discretas: a diferencia de las continuas no pueden tomar cualquier valor del
rango. Normalmente toman valores enteros.

Variables cualitativas: representan una cualidad o atributo no medible

numricamente.

Nominales: la variable puede tomar valores que no mantienen una relacin

de orden entre s.
Ordinales: las variables cualitativas ordinales a pesar de no poder
cuantificarse numricamente s pueden ordenarse.

MEDIA(X)

DESVIACIN ESTNDAR (S)

ASIMETRA (a)

COEFICIENTE DE VARIACIN (Cv)

COEFICIENTE DE ASIMETRA (Cs)

DENSIDAD DE PROBABILIDAD
En la teora de la probabilidad, la funcin de densidad de
probabilidad, funcin de densidad, o, simplemente, densidad de
una variable aleatoria continua describe la probabilidad relativa segn la
cual dicha variable aleatoria tomar determinado valor.
La probabilidad de que la variable aleatoria caiga en una regin especfica
del espacio de posibilidades estar dada por la integral de la densidad de
esta variable entre uno y otro lmite de dicha regin.

FUNCIN DE DISTRIBUCIN ACUMULADA

DATOS, CLCULOS Y GRFICAS OBTENIDAS:

Xi(m Xi*(m
AO m m)
m)
195
8 1 32,50 65,50
196
0 2 65,50 51,60
196
1 3 44,80 48,40
196
3 4 35,50 46,30
196
4 5 39,40 45,10
196
7 6 34,80 44,80
196
8 7 43,00 43,00
196
9 8 39,40 39,40
197
0 9 38,00 39,40
197 1
3 0 31,70 38,00
197 1
5 1 51,60 35,50
197 1
6 2 33,60 34,80
197 1
7 3 48,40 34,40
198 1
0 4 30,90 34,20
198 1
1 5 34,40 33,60
198 1
5 6 30,00 32,50
198 1
8 7 34,20 32,20
199 1
2 8 32,20 31,70
199 1
5 9 46,30 30,90
200 2
7 0 45,10 30,00
Med
39,56 39,565

Ln(
Xi)
3,48
1
4,18
2
3,80
2
3,57
0
3,67
4
3,55
0
3,76
1
3,67
4
3,63
8
3,45
6
3,94
4
3,51
5
3,87
9
3,43
1
3,53
8
3,40
1
3,53
2
3,47
2
3,83
5
3,80
9
3,65

f(x) F(X)
6E04 1,00
0,01
8 0,91
0,02
7 0,84
0,03
4 0,78
0,03
7 0,73
0,03
8 0,72
0,04
2 0,65
0,04
5 0,49
0,04
5 0,49
0,04
5 0,43
0,04
1 0,32
0,03
9 0,29
0,03
8 0,28
0,03
8 0,27
0,03
6 0,25
0,03
3 0,21
0,03
2 0,20
0,03
0,02
8
0,02
5

0,19
0,16
0,14

ia

8,814

Cv

0,223

Cs

1,459

VAR. EST.
Media
Error tpico

7
0,20
8,814
3
0,05
0,223
6
0,94
1,459
3

Xi(mm)
39,565
1,971

Mediana

36,750

Moda
Desviacin
estndar
Varianza de la
muestra

39,400

Curtosis
Coeficiente de
asimetra

2,568

8,814
77,689

1,459

Rango

35,500

Mnimo

30,000

Mximo

65,500

Suma
Cuenta

791,300
20,000

Ln(X
Xi*(mm)
i)
3,65
7
39,565
0,04
5
1,971
3,60
4
36,750
3,67
4
39,400
0,20
3
8,814
0,04
1
77,689
0,63
4
2,568
0,94
3
1,459
0,78
1
35,500
3,40
1
30,000
4,18
2
65,500
73,1
43 791,300
20,0
00
20,000

Funcin de Probabilidad Acumulada

1.20
1.00
0.80
F(x)

0.60

F(xi)

0.40
0.20
0.00
30.00 35.00 40.00 45.00 50.00 55.00 60.00 65.00 70.00
Xi

CONCLUSIONES:
El coeficiente de asimetra concuerda con la grfica de distribucin de
densidades, ya que un coeficiente de asimetra de este valor Cs>0, nos

tiene que dar de manera correspondiente grfica como la nuestra, densidad

acumulada en la izquierda.
BIBLIOGRAFA:
http://metodosestadisticos.files.wordpress.com/2010/08/nota-de-clase-4.pdf
http://www.unesco.org.uy/phi/biblioteca/archive/files/1a20a3f0085a90b7999
4acbcd6c68017.pdf

ESCUELA POLITCNICA NACIONAL

HIDROLOGA BSICA

TRABAJO 4

REVISADO POR: Dr. Laureano Andrade

REALIZADO POR: Juan Fernando Escobar M.
FECHA: 28/03/2014
TEMA:
PERIODOS DE RETORNO Y PROBABILIDAD
OBJETIVO:
Aplicar los mtodos Analtico y Grfico para resolver problemas de
Ingeniera, ya sea dada la variable encontrar el periodo de retorno o
viceversa.

METODOLOGA:
Determinar las precipitaciones mximas con perodo de retorno asociado, en
funcin de los siguientes perodos de retorno: 2, 5, 10, 25, 50, 100 y 200
aos. Utilizar al menos 2 funciones de probabilidades, tomando en cuenta el
valor de Cs de la serie X y Cs de la serie ln(x).
Encontrar los perodos de retorno de los siguientes valores de precipitacin
mximas: 20, 30, 40 60 80 y 100 mm. Aplicar en este caso el mtodo
grfico, seleccione el papel de probabilidades correspondiente. Utilizar al
menos 2 papeles de probabilidades, en funcin del Cs de la serie X y Cs de
la serie ln (x).

INFORMACIN:
El perodo de retorno, es un concepto estadstico de gran aplicacin en
mucho mbitos (meteorologa, hidrologa e ingeniera sobre todo), que
intenta proporcionar en trminos de un determinado perodo, habitualmente
expresado en aos, una idea de hasta qu punto un suceso puede
considerarse raro. Suele utilizarse con distribuciones de variables extremas
referidas a un perodo de referencia igualmente de un ao; por ejemplo, la
cantidad de lluvia cada en el da ms lluvioso del ao o incluso la intensidad
mxima de la precipitacin.
PERODO DE RETORNO Y PROBABILIDAD
Se define un evento A como la ocurrencia de un valor (X>xi) en cualquier
ao. Entonces el perodo de retorno de ese evento A es el intervalo en aos,
durante el cual se espera que ocurra un valor igual o mayor a xi. La
probabilidad de ocurrencia de ese evento es:

En la ingeniera de diseo de proyectos se plantean 2 tipos de problemas:

Dado xi encontrar Tr(xi) o p(X>=xi) o dado Tr (xi) encontrar xi.

Los valores kp estn tabulados de acuerdo al tipo de funcin de distribucin

que se utilice. Considerar en la aplicacin el parmetro Cs:
Si Cs es cercano a 0 entonces utilizar D. Normal
Si Cs de la serie logartmica utilizar log-Normal
Si Cs cercano a 1.14 entonces Gumbel
Si Cs de la serie logartmica es cercano a 1.14 utilizar log-Gumbel.
En otros casos se recomienda Pearson Tipo III.
El mtodo grfico en cambio requiere construir una tabla auxiliar.

DATOS Y RESULTADOS OBTENIDOS:

a) Utilizamos Pearson Tipo 3 y D. Normal. (Los periodos de
retorno solicitados no estn tabulados en Gumbel)
Tr(
Xi)

Pearson Tipo
III
Kp

2
5
10
25
50
100
200

Xp

-0,24

37,46

0,69

45,65

1,33

51,31

2,15

58,48

2,74

63,74

3,33

68,91

3,91

74,02

D. Normal
P(X> P(X<
Kp Xi)
Xi)
Xp
0,0
39,
0 0,500 0,500
57
0,8
47,
5 0,200 0,800
06
1,2
50,
9 0,100 0,900
93
1,7
55,
6 0,040 0,960
08
2,0
57,
6 0,020 0,980
72
2,3
60,
3 0,010 0,990
10
2,5
62,
8 0,005 0,995
30

b)
Ver anexos, grficas en papel Normal-Aritmtico y
Gumbel Aritmtico.
Xi Norm
al

Gum
bel

20
30
40
60
80
10
0

Tr(Xi) Tr(Xi)
4,46
4,4
3,33
3,3
2,5
2,5
1,67
1,5
1,3
1,2
1,11

1,1

TABLA AUXILIAR MTODO GRFICO:

A
Xi(m Xi*(m
O
m m)
m)
195
8 1 32,50 65,50
196
0 2 65,50 51,60
196
1 3 44,80 48,40
196
3 4 35,50 46,30
196
4 5 39,40 45,10
196
7 6 34,80 44,80
196
8 7 43,00 43,00
196
9 8 39,40 39,40
197
0 9 38,00 39,40
197 1
3 0 31,70 38,00
197 1
5 1 51,60 35,50
197 1
6 2 33,60 34,80
197 1
7 3 48,40 34,40
198 1
0 4 30,90 34,20
198 1
1 5 34,40 33,60
198 1
5 6 30,00 32,50
198 1
8 7 34,20 32,20
199 1
2 8 32,20 31,70

Ln(
Xi)
3,48
1
4,18
2
3,80
2
3,57
0
3,67
4
3,55
0
3,76
1
3,67
4
3,63
8
3,45
6
3,94
4
3,51
5
3,87
9
3,43
1
3,53
8
3,40
1
3,53
2
3,47
2

f(x) F(X)
6E04 1,00
0,01
8 0,91
0,02
7 0,84
0,03
4 0,78
0,03
7 0,73
0,03
8 0,72
0,04
2 0,65
0,04
5 0,49
0,04
5 0,49
0,04
5 0,43
0,04
1 0,32
0,03
9 0,29
0,03
8 0,28
0,03
8 0,27
0,03
6 0,25
0,03
3 0,21
0,03
2 0,20
0,03

P*
4,76

9,52
14,2
9
19,0
5
23,8
1
28,5
7
33,3
3
38,1
0
42,8
6
47,6
2
52,3
8
57,1
4
61,9
0
66,6
7
71,4
3
76,1
9
80,9
5
85,7
0,19
1

100p*
95,2
4
90,4
8
85,7
1
80,9
5
76,1
9
71,4
3
66,6
7
61,9
0
57,1
4
52,3
8
47,6
2
42,8
6
38,1
0
33,3
3
28,5
7
23,8
1
19,0
5
14,2
9

199
5
200
7

1
9 46,30
2
0 45,10

3,83 0,02
5
8
3,80 0,02
30,00
9
5
30,90

90,4
8
95,2
0,14
4
0,16

9,52
4,76

CONCLUSIONES:
Debido al Cs de nuestra variable X y Ln(x) deberamos utilizar las funciones
Gumbel, Log. Gumbel y adems Pearson Tipo III, para el clculo en la parte
a) no utilizamos Gumbel puesto que para el perodo solicitado de 2 y 200
aos, el Kp no se encuentra tabulado, los Xp de la D. Normal varan un poco
respecto a Xp de Pearson Tipo III, debido a uso indebido de la D. Normal
para este valor de Cs.
En la parte b) no se dispona de Papel Probabilstico Pearson Tipo III, y
optamos por el papel Normal-Aritmtico, a pesar de esto, se puede observar
que los perodos de retorno son similares en los dos tipos de funciones.
BIBLIOGRAFA:
http://ponce.sdsu.edu/periodos_de_retorno_articulo.html
http://www.tiempo.com/ram/14180/periodos-retorno-ojaiz-parte1/
ESCUELA POLITCNICA NACIONAL, DR. LAUREANO ANDRADE, CTEDRA DE
HIDROLOGA BSICA, (2014).

ANEXOS: