Академический Документы
Профессиональный Документы
Культура Документы
La aplicabilidad potencial de la distribucin de Gumbel para representar los mximos se debe a la teora
de valores extremos que indica que es probable que sea til si la muestra de datos tiene una distribucin
normal o exponencial.
Propiedades
La mediana es
La moda es .
y la funcin de densidad
La mediana es 0.36651292058166432701.
La desviacin estndar es
1.28254983016186409554.
La moda es 0.
Estimacin de parmetros
donde M es la mediana. Para ajustar los valores es posible tomar la median directamente y a
continuacin de vara hasta que se ajusta al conjunto de valores.
Sea una variable aleatoria U extraa de una distribucin uniforme y continua, en el intervalo [0, 1],
entonces la variable:
tiene una distribucin de Gumbel con parmetros and . Esto se deduce de la forma de la funcin de
distribucin acumulada dada anteriormente.
A todos los valores anteriores se les debe multiplicar por 100 y divir por 33,33 para tener mayor
confiabilidad
DISTRIBUCIN DE PEARSON
En estadstica, la distribucin (de Pearson), llamada Chi cuadrado o Ji cuadrado, es una distribucin de
probabilidad continua con un parmetro que representa los grados de libertad de la variable aleatoria
donde son variables aleatorias normales independientes de media cero y varianza uno. El que la
variable aleatoria tenga esta distribucin se representa habitualmente as: .
Es conveniente tener en cuenta que la letra griega se transcribe al latn como chi1 y se pronuncia en
castellano como ji.2 3
Propiedades
Funcin de densidad
Su funcin de densidad es:
Funcin de
densidad
Funcin de
distribucin
Media
Mediana aproximadamente
Moda if
Varianza
Coeficiente
de simetra
Curtosis
Entropa
Funcin
generadora para
de
momentos
Funcin
caracterstica
DISTRIBUCIN NORMAL
La importancia de esta distribucin radica en que permite modelar numerosos fenmenos naturales,
sociales y psicolgicos. Mientras que los mecanismos que subyacen a gran parte de este tipo de
fenmenos son desconocidos, por la enorme cantidad de variables incontrolables que en ellos
intervienen, el uso del modelo normal puede justificarse asumiendo que cada observacin se obtiene
como la suma de unas pocas causas independientes.
De hecho, la estadstica es un modelo matemtico que slo permite describir un fenmeno, sin
explicacin alguna. Para la explicacin causal es preciso el diseo experimental, de ah que al uso de la
estadstica en psicologa y sociologa sea conocido como mtodo correlacional.
La distribucin normal tambin es importante por su relacin con la estimacin por mnimos cuadrados,
uno de los mtodos de estimacin ms simples y antiguos.
Algunos ejemplos de variables asociadas a fenmenos naturales que siguen el modelo de la normal son:
La distribucin normal tambin aparece en muchas reas de la propia estadstica. Por ejemplo, la
distribucin muestral de las medias muestrales es aproximadamente normal, cuando la distribucin de la
poblacin de la cual se extrae la muestra no es normal.1 Adems, la distribucin normal maximiza la
entropa entre todas las distribuciones con media y varianza conocidas, lo cual la convierte en la eleccin
natural de la distribucin subyacente a una lista de datos resumidos en trminos de media muestral y
varianza. La distribucin normal es la ms extendida en estadstica y muchos tests estadsticos estn
basados en una supuesta "normalidad".
Funcin de densidad
Se dice que una variable aleatoria continua X sigue una distribucin normal de parmetros y y se
denota X~N(, ) si su funcin de densidad est dada por:
Se llama distribucin normal "estndar" a aqulla en la que sus parmetros toman los valores = 0 y =
1. En este caso la funcin de densidad tiene la siguiente expresin:
Funcin de distribucin
Esta funcin de distribucin puede expresarse en trminos de una funcin especial llamada funcin error
de la siguiente forma:
Esta funcin cuantil se llama a veces la funcin probit. No hay una primitiva elemental para la funcin
probit. Esto no quiere decir meramente que no se conoce, sino que se ha probado la inexistencia de tal
funcin. Existen varios mtodos exactos para aproximar la funcin cuantil mediante la distribucin
normal (vase funcin cuantil).
Los valores (x) pueden aproximarse con mucha precisin por distintos mtodos, tales como integracin
numrica, series de Taylor, series asintticas y fracciones continuas.
Propiedades
y la varianza muestral
Alrededor del 68% de los valores de una distribucin normal estn a una distancia < 1 (desviacin
tpica) de la media, ; alrededor del 95% de los valores estn a dos desviaciones tpicas de la media y
alrededor del 99,7% estn a tres desviaciones tpicas de la media. Esto se conoce como la "regla 68-95-
99,7" o la "regla emprica".
Para ser ms precisos, el rea bajo la curva campana entre n y + n en trminos de la funcin de
distribucin normal viene dada por
DISTRIBUCIN DE WEIBULL
La distribucin modela la distribucin de fallos (en sistemas) cuando la tasa de fallos es proporcional a
una potencia del tiempo:
Un valor k<1 indica que la tasa de fallos decrece con el tiempo.
Cuando k=1, la tasa de fallos es constante en el tiempo.
Un valor k>1 indica que la tasa de fallos crece con el tiempo.
Propiedades
donde .
MTODO RACIONAL
El Mtodo Racional es uno de los ms utilizados para la estimacin del caudal mximo asociado a
determinada lluvia de diseo. Se utiliza normalmente en el diseo de obras de drenaje urbano y rural. Y
tiene la ventaja de no requerir de datos hidromtricos para la Determinacin de Caudales Mximos.
La expresin utilizada por el Mtodo Racional es:
Donde:
Q: Caudal mximo [m3/s]
C: Coeficiente de escorrenta, en este Tutorial encontrars algunos valores
para cuencas Rurales y Urbanas.
I: Intensidad de la Lluvia de Diseo, con duracin igual al tiempo de
concentracin de la cuenca y con frecuencia igual al perodo de retorno
seleccionado para el diseo (Curvas de I-D-F) [mm/h]
A: rea de la cuenca. [Ha]
Entre las limitaciones destacadas por algunos autores acerca del Mtodo Racional se pueden referir:
Proporciona solamente un caudal pico, no el hidrograma de creciente para el diseo.
Supone que la lluvia es uniforme en el tiempo (intensidad constante) lo cual es slo cierto
cuando la duracin de la lluvia es muy corta.
El Mtodo Racional tambin supone que la lluvia es uniforme en toda el rea de la cuenca en
estudio, lo cual es parcialmente vlido si la extensin de sta es muy pequea.
Asume que la escorrenta es directamente proporcional a la precipitacin (si duplica la
precipitacin, la escorrenta se duplica tambin). En la realidad, esto no es cierto, pues la
escorrenta depende tambin de muchos otros factores, tales como precipitaciones
antecedentes, condiciones de humedad antecedente del suelo, etc.
Ignora los efectos de almacenamiento o retencin temporal del agua escurrida en la superficie,
cauces, conductos y otros elementos (naturales y artificiales).
Asume que el perodo de retorno de la precipitacin y el de la escorrenta son los mismos, lo
que sera cierto en reas impermeables, en donde las condiciones de humedad antecedente del
suelo no influyen de forma significativa en la Escorrenta Superficial.
Pese a estas limitaciones, el Mtodo Racional se usa prcticamente en todos los proyectos de drenaje
vial, urbano o agrcola, siempre teniendo en cuenta que producir resultados aceptables en reas
pequeas y con alto porcentaje de impermeabilidad, por ello es recomendable que su uso se limite a
Cuencas con extensiones inferiores a las 200 Ha.
MTODO MACMATH
Es una modificacin del mtodo racional. El clculo del caudal mximo se obtiene mediante la frmula
siguiente:
Donde
Q= Caudal en m3/s
C= Factor de escorrenta de MacMath
I= Intensidad mxima de la lluvia para una duracin igual al tiempo de concentracin [plg/h]
A= rea de la cuenca en acres
S= Pendiente promedio en tanto por mil
Donde
Los dems factores se determinan de la misma manera que para el mtodo racional.
FRMULA DE BURKLI-ZIEGLER
Cuando se trabaja con superficies reducidas, entre 200 y 1000 ha, la frmula de Burkli-Ziegler ofrece
buenos resultados.
Donde:
Qm= Caudal mximo de avenida en l/s
A= rea de la cuenca en Ha
K= Coeficiente de escorrenta
I1(T)= Intensidad de la lluvia mxima en una hora en mm/h
J= Pendiente media de la cuenca [%]
FRMULA DE KRESNIK
Donde:
BIBLIOGRAFA
- http://es.wikipedia.org/wiki/Distribuci%C3%B3n_de_Gumbel
- http://ing.unne.edu.ar/pub/hidrologia/hidro-tp5.pdf
- http://es.wikipedia.org/wiki/Distribuci%C3%B3n_%CF%87%C2%B2
- http://es.wikipedia.org/wiki/Distribuci%C3%B3n_normal
- http://es.wikipedia.org/wiki/Distribuci%C3%B3n_de_Weibull
- http://ingenieriacivil.tutorialesaldia.com/determinacion-de-caudales-maximos-con-el-metodo-
racional/
- http://www.cuevadelcivil.com/2010/12/determinacion-de-caudales-maximos-de.html
http://books.google.com.bo/books?id=i5d82Djs8qUC&pg=PA83&lpg=PA83&dq=caudales%2Bme
todo%2Bmacmath&source=bl&ots=KL-gLTblRD&sig=vo87Sa3QEqD71sllJP2eCyuwIZg&hl=es-
419&sa=X&ei=3V3JUPasA4ie8gTq1YGgDA&ved=0CCkQ6AEwAA#v=onepage&q=caudales%2Bmet
odo%2Bmacmath&f=false