Академический Документы
Профессиональный Документы
Культура Документы
Las variables físicas de interés en Hidrología (precipitación, caudal, evaporación y otras) son generalmente
positivas, por lo cual es usual que presenten distribuciones asimétricas. Así, se ha propuesto aplicar una
transformación logarítmica (Varas y Bois, 1998), donde Y = Ln X, está normalmente distribuida; luego X está
distribuida en forma Normal, y su función de densidad de probabilidad es
Donde los parámetros de la función son α y β, que son la media y la desviación estándar de los logaritmos de
la variable aleatoria, y están definidos como sigue:
Función de densidad
Función de distribución
Estudios realizados por Poblete et al., (2002), identifican a la función Log-Normal, entre otras funciones, como
la que presenta mejor bondad de ajuste a series de caudales anuales, por sobre un 90% para el test de
Kolmogorov-Smirnov y ji cuadrado.
Donde Xi y Xl son los valores medidos y los valores estimados con la función de distribución de probabilidad, y
n es el número de valores que contiene la muestra.
Para obtener la combinación de valores p, α1 , β1 , α2 y β2 que hacen mínima la función Z, se recomienda hacer
primero una gráfica en la que se dibujen los puntos correspondientes a las parejas de valores [Qi , F(Qi)]. Para
dibujar los puntos en la gráfica se utiliza el papel de Gumbel.
El papel de Gumbel tiene en el eje de las abscisas los valores de en las ordenadas los de x.
Con esto se logra separar a las dos poblaciones que se agrupan en sendas rectas. La figura 1.8 muestra un salto
brusco en el gráfico, por los valores de los gastos no ciclónicos y los ciclónicos.
Siendo Nn el número de años de registro en que el gasto máximo no se produjo por una tormenta ciclónica y Nt el
número total de años de registro. De acuerdo con la experiencia en México, en el uso de esta distribución de
probabilidad para los valores máximos anuales se ha utilizado una p de 0.84.
PROGRAMA AX
El programa Ax.exe, desarrollado por el CENAPRED y el IIUNAM, busca el mejor ajuste de un conjunto de datos a una
distribución de probabilidad. Este programa es alimentado por los archivos .aju que arroja el Gas1.bas, para cada
duración, le aplica el análisis debido y nos dice cuál es la distribución de mejor ajuste, y posteriormente el mismo
programa puede realizar el ajuste y obtener una extrapolación de los datos a distintos periodo de retorno (Referencia 7).