DISTRIBUCIÓN LOG-NORMAL DE 2 PARAMETROS

La variable aleatoria: Y=lnX, es normalmente distribuida con media 𝜇𝑦 y varianza 𝜎𝑦2

FUNCION DENSIDAD
Se dice que una variable aleatoria X, tiene una distribución log-normal de 2
parámetros, si su función de densidad de probabilidad es:

Donde 𝜇𝑦 y 𝜎𝑦 son la media y la desviación estándar de los logaritmos naturales de x,

es decir lnx, y representan respectivamente, el parámetro de escala y el parámetro
de forma de la distribución.
DISTRIBUCIÓN LOG-NORMAL DE 2 PARAMETROS

FUNCION DE DISTRIBUCIÓN EN TERMINOS DE y=lnx

DISTRIBUCIÓN LOG-NORMAL DE 2 PARAMETROS

FUNCION DE LA DISTRIBUCIÓN ACUMULADA

Para el cálculo de la distribución acumulada de la normal o la log-normal, una vez

conocido sus parámetros, hacer la transformación a la distribución normal estándar y
usar las tablas elaboradas para su cálculo.
DISTRIBUCIÓN LOG-NORMAL DE 2 PARAMETROS

DETERMINACIÓN DE PARAMETROS - MOMENTOS

DISTRIBUCIÓN LOG-NORMAL DE 2 PARAMETROS

DETERMINACIÓN DE PARAMETROS – MAXIMA VEROSIMILITUD

DISTRIBUCIÓN LOG-NORMAL DE 3 PARAMETROS

Esta difiere de la distribución log-normal de 2 parámetros por la introducción de un

límite inferior 𝑥0
DISTRIBUCIÓN LOG-NORMAL DE 3 PARAMETROS

DETERMINACIÓN DE PARÁMETROS - MOMENTOS

DISTRIBUCIÓN LOG-NORMAL DE 3 PARAMETROS

DETERMINACIÓN DE PARÁMETROS – MAXIMA VEROSIMILITUD

Proceso Iterativo
DISTRIBUCIÓN LOG-NORMAL DE 3 PARAMETROS

FUNCION DE DISTRIBUCION ACUMULADA

EJERCICIO

Dada la serie anterior de 50 registros de caudales medios anuales, se solicita

Averiguar si se ajustan a una distribución log-normal de dos parámetros

Si el ajuste es adecuado, calcular el caudal para un periodo de retorno de 75 y 50

años
DISTRIBUCIÓN GAMMA
Se dice que una variable aleatoria X, tiene una distribución gamma de 2 parámetros
si su función densidad de probabilidad es:
FUNCION DENSIDAD
DISTRIBUCIÓN GAMMA
FUNCION DE DISTRIBUCION ACUMULADA

Para su evaluación se ingresa a la tabla con valores de X2 (Chi-cuadrado) y v (grado

de libertad) y se determina los valores de probabilidad de excedencia 1 – F(x)
siendo:
DISTRIBUCIÓN GAMMA
FUNCION DE DISTRIBUCION ACUMULADA

La variable aleatoria reducida gamma de 2 parámetros, esta dada por

La cual reduce la función densidad de probabilidad y la función de distribución

acumulada a:
DISTRIBUCIÓN GAMMA
ESTIMACION DE PARAMETROS - MOMENTOS

Thom (1958), estableció que para 𝛾 < 10, el método de momentos produce una
estimación inaceptable de los parámetros.
Además para 𝛾 cercanos a 1, el método de momentos usa solamente el 50% de la
información para la determinación de beta y el 40% para gamma
DISTRIBUCIÓN GAMMA
ESTIMACION DE PARAMETROS – MAXIMA VEROSIMILITUD

Greenwood y Durand (1960), presentan las siguientes relaciones aproximadas de

estimación de parámetros por el método de máxima verosimilitud:
EJERCICIO
Para proteger de inundaciones a la población de la ribera del rio Parapeti, se desea
construir muros de encauzamiento. Para esto se cuenta con registros de 25 años de
caudales máximo en m3/s. Determinar el caudal de diseño para un periodo de
retorno de 50 años. Usar la distribución gamma de 2 parámetros

53.5 64 169.6 162.7 102.1

165.6 155.8 199 22.8 76
250.5 120.5 250.5 231.7 207
234 189 196 96.9 91.6
65.4 123 119 200 380
DISTRIBUCIÓN GUMBEL

La distribución Gumbel, es una de las distribuciones de valor extremo, es llamada

también Valor Extremo Tipo I o distribución doble exponencial

FUNCION DE DISTRIBUCION ACUMULADA

FUNCION DE DENSIDAD
DISTRIBUCIÓN GUMBEL

VARIABLE REDUCIDA

FUNCION DE DENSIDAD REDUCIDA

FUNCION DE ACUMULADA REDUCIDA

DISTRIBUCIÓN GUMBEL
ESTIMACION DE PARAMETROS – MOMENTOS

La ley Gumbel o ley de valores extremos, se utiliza generalmente para ajustar a una
expresión matemática, las distribuciones empíricas de frecuencia de caudales
máximos anuales, precipitaciones máximas anuales, etc.
DISTRIBUCIÓN GUMBEL
EJERCICIO

Se tiene el registro de caudales máximos de 29 años, se pide a partir de esta

información diseñar el vertedor de excedencias para una presa con un periodo de
retorno de 50 años. Usar la distribución Gumbel

1660 917 3800 1410 2280

618 683 934 779 921
876 740 1120 610 1150
563 520 360 367 658
824 824 1230 522 581
557 818 1030 418
DISTRIBUCIÓN LOG-GUMBEL

La distribución Gumbel, es una de las distribuciones de valor extremo, es llamada

también Valor Extremo Tipo I o distribución doble exponencial

FUNCION DE DISTRIBUCION ACUMULADA

VARIABLE REDUCIDA
DISTRIBUCIÓN LOG - GUMBEL

Para el cálculo de los parámetros primero se debe convertir la serie a sus logaritmos,
luego calcular la media y desviación estándar:

ESTIMACION DE PARAMETROS – MOMENTOS

DISTRIBUCIÓN GUMBEL
EJERCICIO

Se tiene el registro de caudales máximos de 29 años, se pide a partir de esta

información diseñar el vertedor de excedencias para una presa con un periodo de
retorno de 50 años. Usar la distribución log Gumbel

1660 917 3800 1410 2280

618 683 934 779 921
876 740 1120 610 1150
563 520 360 367 658
824 824 1230 522 581
557 818 1030 418
TAREA – 25/09/19
DADA LA SERIE DE LLUVIAS EN mm, CORRESPONDIENTES A UN REGISTRO DE 40 AÑOS,
MOSTRADA EN LA SIGUIENTE TABLA:
20 48 43 88 47 35 63 76
55 37 69 69 73 34 80 42
54 40 25 42 75 78 36 53
58 52 55 61 59 53 69 55
53 57 45 65 32 68 61 29
REALIZAR LA PRUEBA DE BONDAD DE AJUSTE SMIRNOV-KOLMOGOROV CON UN NIVEL
DE SIGNIFICACION DEL 5%, PARA VER SI LOS DATOS SE AJUSTAN A LAS DISTRIBUCIONES
NORMAL, LOG-NORMAL DE 2P, GAMMA DE 2P, GUMBEL Y LOG-GUMBEL. EN EL CASO
DE QUE SE AJUSTEN A LAS DISTRIBUCIONES TEORICAS, CALCULAR PARA CADA UNA DE
ELLAS:
LA PROBABILIDAD DE QUE LA PRECIPITACION SEA IGUAL O MENOR A 85 mm
LA PROBABILIDAD DE QUE LA PRECIPITACION SEA IGUAL O MAYOR A 70 mm
LA PRECIPITACIÓN PARA UN PERIODO DE RETORNO DE 50, 100 Y 150 AÑOS
EL PERIODO DE RETORNO PARA UNA PRECIPITACIÓN DE 50 mm