REPBLICA BOLIVARIANA DE VENEZUELA MINISTERIO DEL PODER POPULAR PARA LA DEFENSA UNIVERSIDAD NACIONAL EXPERIMENTAL POLITCNICA DE LA FUERZA ARMADA

UNEFA PORTUGUESA NUCLEO GUANARE

SAUL VIZCAYA C.I.: 19.814.472 ROXANA VARGAS C.I.: 23.578.850 MISAILY MARQUEZ C.I.: 22.094.655 ASIG.: HIDROLOGA PROF.: MARY MONTILLA INGENIERA CIVIL SEMESTRE: V SECCIN: A GUANARE, MAYO DEL 2.012

INTRODUCCIN

El objetivo de un anlisis de frecuencia es relacionar la magnitud de los eventos con su frecuencia de ocurrencia, mediante el uso de distribuciones de probabilidad. El estudio de funciones de probabilidad es de vital importancia para la hidrologa debido a que proporciona las herramientas necesarias para el ajuste, prediccin y elaboracin de modelos matemticos que describan el comportamiento de ciertas variables y/o procesos hidrolgicos como lo son el clima, el nivel de precipitaciones, caudales de descarga, etc. Dentro de las funciones de probabilidad ms utilizadas por la hidrologa se encuentran las distribuciones normal, exponencial, Log-Normal, y la distribucin de Gumbel. En el presente trabajo se expone un breve resumen de las caractersticas y aplicaciones de cada una de estas distribuciones.

DISTRIBUCIONES DE PROBABILIDAD EN HIDROLOGA

El comportamiento de las variables aleatorias discretas o continuas se describe con la ayuda de Distribuciones de Probabilidad. La variable se designa por mayscula y un valor especfico de ella por minscula. Por P(x = a) se denota la probabilidad de que un evento asuma el valor a; similarmente P(a x b) denota la probabilidad de que un evento se encuentre en el intervalo (a,b). Si conocemos la probabilidad P(a x b) para todos los valores de a y b, se dice que conocemos la Distribucin de Probabilidades de la variable x. Si x es un nmero dado y consideramos la probabilidad P(X x): F(x)= P(X x): Llamamos F(x) la funcin de distribucin acumulada. Ejemplo: Se tienen las probabilidades de que haya 1, 2, 3,... etc., das nublados por semana en un determinado lugar, con ellos calcule la distribucin de probabilidades. x 0 1 2 3 4 5 6 7 Total P(x) 0.05 0.15 0.25 0.20 0.15 0.10 0.08 0.02 1.0 F(x) 0.05 0.20 0.45 0.65 0.80 0.90 0.98 1.00

Si se tiene una variable aleatoria continua, la figura presenta el histograma de 85 aos de registro de caudales de crecientes (mximos instantneos) en el ro Magdalena, agrupados en 9 intervalos de clase. x 1 2 3 4 5 6 7 8 9 Total P(x) 0.05 0.10 0.15 0.20 0.10 0.10 0.15 0.10 0.05 1.00 F(x) 0.05 0.15 0.30 0.50 0.60 0.70 0.85 0.95 1.00

Cuando el nmero de observaciones se incrementa, el tamao de los intervalos decrece y se puede tener algo s

Donde f(x) es la llamada funcin de densidad de probabilidades y tiene las siguientes caractersticas 1. 2. 3. Lo que implica que las probabilidades se definen slo como REAS bajo la funcin de densidad de probabilidad (FDP) entre lmites finitos. DISTRIBUCION NORMAL

La distribucin normal es una distribucin simtrica en forma de campana, tambin conocida como Campana de Gauss. Aunque muchas veces no se ajusta a los datos hidrolgicos tiene amplia aplicacin por ejemplo a los datos transformados que siguen la distribucin normal. Funcin de densidad: La funcin de densidad est dada por

Los dos parmetros de la distribucin son la media m y desviacin estndar s para los cuales datos. Estimacin de parmetros: (media) y s (desviacin estndar) son derivados de los

Factor de frecuencia: Si se trabaja con los X sin transformar el K se calcula como

Este factor es el mismo de la variable normal estndar Limites de confianza:

Donde a es el nivel de probabilidad es el cuantil de la distribucin normal estandarizada para una probabilidad acumulada de 1-a y Se es el error estndar.

DISTRIBUCIN LOG-NORMAL DE DOS PARMETROS

Si los logaritmos Y de una variable aleatoria X se distribuyen normalmente se dice que X se distribuye normalmente. Esta distribucin es muy usada para el clculo de valores extremos por ejemplo Qmax, Qmnimos, Pmax, Pmnima (excelentes resultados en Antioquia). Tiene la ventaja que X>0 y que la transformacin Log tiende a reducir la asimetra positiva ya que al sacar logaritmos se reducen en mayor proporcin los datos mayores que los menores.

Limitaciones: tiene solamente dos parmetros, y requiere que los logaritmos de las variables estn centrados en la media Funcin de densidad:

y = ln x Donde, my : media de los logaritmos de la poblacin (parmetro escalar), estimado sy : Desviacin estndar de los logaritmos de la poblacin, estimado sy.

Estimacin de parmetros:

Factor de frecuencia: Puede trabajarse en el campo original y en el campo transformado. Campo transformado: Si se trabaja en el campo transformado se trabaja con la media y la desviacin estndar de los logaritmos, as: Ln(XTr) = xTr+KSy De donde, XTr = eln (xTr) Con K con variable normal estandarizada para el Tr dado, x y media de los logaritmos y Sy es la desviacin estndar de los logaritmos. Campo original: Si se trabaja con los X sin transformar el K se calcula como

K es la variable normal estandarizada para el Tr dado, es el coeficiente de variacin, x media de los datos originales y s desviacin estndar de los datos originales. Limites de confianza: En el campo transformado:

En donde, n numero de datos, Se error estndar, KT variable normal estandarizada. En el campo original:

Distribucin exponencial La distribucin exponencial es el equivalente continuo de la distribucin geomtrica discreta. Esta ley de distribucin describe procesos en los que:

Nos interesa saber el tiempo hasta que ocurre determinado evento, sabiendo que, el tiempo que pueda ocurrir desde cualquier instante dado t, hasta que ello ocurra en un instante tf, no depende del tiempo transcurrido anteriormente en el que no ha pasado nada.

Ejemplos de este tipo de distribuciones son:

El tiempo que tarda una partcula radiactiva en desintegrarse. El conocimiento de la ley que sigue este evento se utiliza en Ciencia para, por ejemplo, la datacin de fsiles o cualquier materia orgnica mediante la tcnica del carbono 14, C14; El tiempo que puede transcurrir en un servicio de urgencias, para la llegada de un paciente; En un proceso de Poisson donde se repite sucesivamente un experimento a intervalos de tiempo iguales, el tiempo que transcurre entre la ocurrencia de dos sucesos consecutivos sigue un modelo probabilstico exponencial. Por ejemplo, el tiempo que transcurre entre que sufrimos dos veces una herida importante. , es tal que su

Concretando, si una v.a. continua X distribuida a lo largo de funcin de densidad es:

Luego la funcin de distribucin es:

Para calcular el valor esperado y la varianza de la distribucin exponencial, obtenemos en primer lugar la funcin caracterstica

para despus, derivando por primera vez

Derivando por segunda vez,

Entonces la varianza vale

DISTRIBUCION GUMBEL

Una familia importante de distribuciones usadas en el anlisis de frecuencia hidrolgico es la distribucin general de valores extremos, la cual ha sido ampliamente utilizada para representar el comportamiento de crecientes y sequas (mximos y mnimos). Funcin de densidad:

En donde a y b son los parmetros de la distribucin.

Estimacin de parmetros:

Donde muestra. Factor de frecuencia:

son la media y la desviacin estndar estimadas con la

Donde Tr es el periodo de retorno. Para la distribucin Gumbel se tiene que el caudal para un perodo de retorno de 2.33 aos es igual a la media de los caudales mximos. Limites de confianza: Xt t(1-a) Se

KT es el factor de frecuencia y t(1-a) es la variable normal estandarizada para una probabilidad de no excedencia de 1-a.

ANALISIS DE FRECUENCIA:

El anlisis de frecuencia es una herramienta utilizada para, predecir el comportamiento futuro de los caudales en un sitio de inters, a partir de la informacin histrica de caudales. Es un mtodo basado en procedimientos estadsticos que permite calcular la magnitud del caudal asociado a un perodo de retorno. Su confiabilidad depende de la longitud y calidad de la serie histrica, adems de la incertidumbre propia de la distribucin de probabilidades seleccionada. Cuando se pretende realizar extrapolaciones, perodo de retorno mayor que la longitud de la serie disponible, el error relativo asociado a la

distribucin de probabilidades utilizada es ms importante, mientras que en interpolaciones la incertidumbre est asociada principalmente a la calidad de los datos a modelar; en ambos casos la incertidumbre es alta dependiendo de la cantidad de datos disponibles (Ashkar, et al. 1994). La extrapolacin de frecuencias extremas en una distribucin emprica de crecientes es extremadamente riesgosa (Garcon, 1994). Para determinar la magnitud de eventos extremos cuando la distribucin de probabilidades no es una funcin fcilmente invertibles se requiere conocer la variacin de la variable respecto a la media. Chow en 1951 propus determinar esta variacin a partir de un factor de frecuencia KT que puede ser expresado:

Se puede estimar a partir de los datos

Para una distribucin dada, puede determinarse una relacin entre K y el perodo de retorno Tr. Esta relacin puede expresarse en trminos matemticos o por medio del uso de una tabla. El anlisis de frecuencia consiste en determinar los parmetros de las distribuciones de probabilidad y determinar con el factor de frecuencia la magnitud del evento para un perodo de retorno dado. A continuacin se describen las principales distribuciones de probabilidad utilizadas en hidrologa, la forma de estimar sus parmetros, el factor de frecuencia y los lmites de confianza. Estos ltimos son indicadores de que tanta incertidumbre se tiene con las extrapolaciones, puesto que determinar el rango de valores donde realmente estara la variables, si el rango es muy grande la incertidumbre es muy alta y si es pequeo, por el contrario, habr mucha confianza en el valor estimado.

CONCLUSIN

La probabilidad mide la frecuencia con la que se obtiene un resultado o conjunto de resultados al llevar a cabo un experimento aleatorio, del que se conocen todos los resultados posibles, bajo condiciones suficientemente estables. En hidrologa la estadstica y probabilidades se convierten en un importante objeto de estudio debido a que brinda los conocimientos necesarios para crear modelos que nos permitan conocer con precisin la ocurrencia de ciertos eventos hidrolgicos, as como predecir y extrapolar datos futuros a partir de un conjunto de datos anteriores.

BIBLIOGRAFA

Probabilidad Wikipedia: http://es.wikipedia.org/wiki/Probabilidad Probabilidad e Hidrologia: http://intranet.catie.ac.cr/intranet/posgrado/Hidro2006/Lecturas_adi cionales/estadistica/probabilidad2.pdf Distribucin Normal Monografas.com: http://www.monografias.com/trabajos10/dino/dino.shtml