Análisis de frecuencia de la Precipitación Máxima en 24 horas

En la teoría estadística e hidrológica, existen muchas distribuciones de

frecuencia: entre ellas, Normal, Log Normal de 2 y 3 parámetros, gamma de
2 y 3 parámetros, log Gumbel, etc., sin embargo para propósitos prácticos
está probado (sobre la base de muchos estudios hidrológicos de
carreteras), que las distribuciones Pearson Tipo II, Log Pearson Tipo III y
Gumbel, son las que mejor se ajustan a las precipitaciones máximas en 24
horas.

a. Distribución Pearson Tipo III

La función de densidad de probabilidad es la siguiente:
1 1 x 1
 x  1  
f x  
1 1

 11    1 
e

Donde:
1 , 1 , 1  parámetros de la función
1   función Gamma.

Los parámetros 1 , 1 , 1 se evalúan a partir de los datos de intensidades

observadas (en este caso estimadas a partir de la lluvia máxima en 24
horas), mediante el siguiente sistema de ecuaciones.

x  1 1  1
S 2   1 1
2

2
 
1

Donde:
x  es la media de los datos
S2= variancia de los datos

γ= coeficiente de sesgo, definido como:   

x i  x / n
3

S3
La función de distribución de probabilidad es:
x 1 1 1
x   x  1 
F x  
1
 11  0
1
e   dx
 1 
Sustituyendo

x  1
y , la ecuación anterior se escribe como:
1

F y 
1
  
1 1  y
y e dy
1

Esta última ecuación es una función de distribución chi cuadrada con 2β1
grados de libertad y también  2  2 y , es decir:

F(y )  F( 2 )  F 2 (2y 2 1 )

La función chi cuadrado se encuentra en tablas estadísticas.

b. Distribución Log Pearson Tipo III

Si se toman los logaritmos de la variable aleatoria y suponiendo que estos
se comportan según la distribución Pearson Tipo III, se tiene la función Log
Pearson Tipo III. Para la solución se sigue el mismo procedimiento que la
distribución Pearson Tipo III.

c. Distribución Gumbel
Supóngase que se tienen N muestras, cada una de las cuales contiene “n”
eventos. Si se selecciona el máximo “x” de los “n” eventos de cada muestra,
es posible demostrar que, a medida que “n” aumenta, la función de
distribución de probabilidad de “x” tiende a:
F  x   e e
  x   

La función de densidad de probabilidad es:

f x   e   x e 

  x   

Donde α y β son los parámetros de la función.

Los parámetros α y β, se estiman para muestras muy grandes, como:
 1.2825

S
  x  0.45 S

Para muestras relativamente pequeñas, se tiene:

y

S
  x  uy /

Los valores de μy y σy se encuentran en tablas.

Prueba de bondad de ajuste.

Para saber que distribución
intensidades calculadas, se
Kolmogorov-Smirnov. Consiste
diferencia D entre la función
Fo(Xm) y la estimada F(Xm).
teórica se ajusta mejor a los datos de
aplica la prueba de bondad de ajuste
en comparar el máximo valor absoluto de la
de distribución de probabilidad observada

D  máx F0 Xm   FXm 

con un valor crítico “d” que depende del número de datos y del nivel de
significación seleccionado.

Si D<d, se acepta la hipótesis nula

Los valores del nivel de significación α que se usan normalmente son del
10%, 5% y 1%.
El valor de α, en la teoría estadística, es la probabilidad de rechazar la
hipótesis nula

La función de distribución de probabilidad observada se calcula como:

F0  X m   1 
m
n 1
Donde “m” es el número de orden del dato Xm en una lista de mayor a
menor y “n” es el número total de datos.