Distribuciones Teóricas

INGENIERIA CIVIL
ESTADISTICA
DISTRIBUCIONES
TEORICAS
1 Por Aracelli Poémape – 2018 II UNC
Distribuciones Teóricas
El hidrólogo generalmente tendrá disponible un registro de datos
hidrometereológicos (Precipitación, caudales, evapotranspiración, temperaturas,
etc.), a través del conocimiento del problema físico se escogerá un modelo
probabilístico a usar, que represente en forma satisfactoria el comportamiento
de la variable:
La distribuciones teóricas comúnmente utilizadas en Hidrología son entre

otras:
• Distribución Normal
• Distribución Log- Normal de 2 o 3 parámetros.
• Distribución Gamma de 2 o 3 parámetros.
• Distribución de Log – Pearson tipo III.
• Distribución Gumbel
• Distribución Log Gumbel
Tomado de Hidrología Estadística de Máximo Villon

2
Por: Aracelli Poémape
Aplicaciones de la distribución Normal en
Hidrología
La Distribución Normal tiene gran utilidad en hidrología, siendo algunas de sus

principales aplicaciones:
• En el ajuste de distribuciones empíricas de variables hidrológicas de

intervalos de tiempo grandes, tales como variables medias anuales,
mensuales, estacionales, etc. Que pueden ser caudales, precipitaciones,
entre otros.
• Análisis de los errores aleatorios en las observaciones o mediciones

hidrológicas.
• Como referencia para comparar varias distribuciones teóricas de ajuste de

distribución empírica.

3
Hidrología
En Hidrología, las precipitaciones o caudales anuales suelen ajustarse a la

distribución simétrica de Gauss, pero los valores máximos, NO; si
consideramos el día más caudalosos o el más lluvioso de cada año de una serie
larga de años ( eso es necesario para estudiar la previsión de avenidas), no se
ajustarán a Gauss, sino probablemente a la campana asimétrica descrita por
Gumbel o alguna similar.

4
Hidrología
Aplicación 1
Deseamos comparar un pequeño arroyo ( Caudal medio = 6.3 litros/seg;
desviación típica o estándar = 0.9 litros/seg) , con un gran rio ( Caudal medio =
97 m3/seg; desviación típica o estándar = 13.4 m3/seg).
En un año húmedo ambos superaron
la media, en el primero, el caudal fue
de 7.9 litros/seg, y en el segundo de
112 m3/seg.
¿Cuál de los dos datos fue más
excepcional( comparado con los datos
de su propia historia), o que se apartó
más de su media?.
5
Hidrología
Solución de Aplicación 1
El arroyo superó a su media en 7.9 – 6.3 = 1.61 litros/ seg
El caudal del gran rio estuvo 112 – 97 = 15 m3/seg; sobre su media.
Pero en lugar de expresarlo en litros/ seg o en m3/seg, vamos a expresarlo en

desviaciones típicas.
7.9 −6.3
El caudal del arroyo superó a su media en =1.78, desviaciones típicas.
0.9
112 −97
El caudal del gran rio superó a su media en =1.12 desviaciones típicas.
13.4
Por tanto, el caudal del arroyo era más excepcional ( estaba más alejado de su
media) que el del gran rio.
6
Hidrología
Aplicación 2
Con la información anterior, ahora ya podemos abordar dos tipos de cuestiones
1. ¿Cuál es la probabilidad de que el caudal* de un rio supere 40 m3/seg ( Con

Media =29.8 m3/seg, desv. Típica o estándar = 8.1 m3/seg ? O bien ¿Cada
cuántos años se superará el caudal de 40 m3/seg? (* Debemos saber o suponer
que estos caudales se ajustan a la Ley de Gauss)
Aplicación 3
2. ¿Qué caudal será superado un 2% de los años? O lo que es lo mismo: ¿Cuál
es el caudal superado cada 50 años?.
7
Hidrología
En Mega Stat.
≤ ≥
8
Hidrología
9
Hidrología
Ajuste de un conjunto de datos a la Distribución Normal

El ajuste puede realizarse gráficamente, utilizando papel probabilístico normal o
analíticamente, mediante los estadísticos Chi Cuadrado o Smirnov –
Kolmogorov.
10
Hidrología
Contrastes de Normalidad ( I )
Muchos procedimientos estadísticos dependen de que se asuma que los

datos se distribuyen de forma de la distribución normal, así que resulta
crucial no sólo saber hacer el ajuste sino también tener la seguridad de que
éste es adecuado a los datos. Inicialmente confiamos simplemente en la
parte exploratoria o en el aspecto visual de la distribución que podemos
observar mediante un diagrama o polígono de frecuencias de los datos. Sin
embargo este procedimiento es poco riguroso. Dado ello se han
desarrollado distintos instrumentos más fiables para contrastar la hipótesis
de normalidad.
Lo primero es asegurarse de que los datos se distribuyen de una forma

simétrica con respecto a su media, ya que esta es una de las características
de la distribución normal: para ello se define, por ejemplo, el coeficiente de
asimetría de Fisher.
11
Hidrología
Contrastes de Normalidad ( II)
El coeficiente de aplastamiento o curtosis de Fisher, permite averiguar si la
distribución es más o menos aplanada o apuntada que una normal.
Representando en un diagrama de dispersión los datos recogidos y los datos
previstos por la normal, obtenemos lo que se denomina gráficos de
probabilidad normal, en los que si los puntos se agrupan en torno a una línea
recta quiere decir que la distribución normal se ajusta bien a los datos empíricos.
Generalmente en estos gráficos se suele observar mayor desviación de la recta
en los datos extremos.
También existen que permiten cuantificar el grado de ajuste a la normal. Entre

ellos, el más usado es el test de Kolmogorov-Smirnov, es el más extendido en
la práctica. Cuando se dispone de un número suficiente de datos, cualquier test
puede detectar diferencias en aspectos que pueden no ser relevantes o por el
contrario minimizar la importancia de las desviaciones en otros. Por ejemplo, el
test de Kolmogorov-Smirnov, da poco peso a las observaciones extremas y por la
tanto es menos sensible a las desviaciones que normalmente se producen en
estos tramos.
12
Hidrología
Ajuste de un conjunto de datos a la Distribución Normal
Ejemplo 1
Dada la serie histórica de caudales medios anuales, en m3/s, que corresponde a
un registro de 50 años del Rio Santa ( Perú).
95.05 98.13 100.18 101.66 101.76
105.21 105.81 106.40 107.43 107.62
108.75 110.77 114.31 116.69 119.52
123.00 123.22 124.31 127.82 128.15
132.49 134.1 136.22 144.22 145.79
146.08 153.64 153.97 154.8 156.8
158.48 162.29 164.35 169.18 169.64
177.00 182.53 183.11 183.49 184.98
193.78 193.88 197.58 207.78 208.18
212.48 217.52 239.07 256.62 266.54
1. Averiguar si se ajustan a una Distribución Normal.

13
Hidrología
Ejemplo 1
Las Hipótesis que se plantean son:
Ho: Los Caudales del Rio Santa se ajustan a una Distribución

Normal
H1: Los Caudales del Rio Santa NO se ajustan a una Distribución Normal
Utilizar α = 0.05
Se utilizará la Prueba de Ajuste de Kolmogorov- Smirnov
14
1
Hidrología
2
Ejemplo 1
Ajuste de un
conjunto de
datos a la
Distribución
Normal con
MINITAB
15
Hidrología
Ejemplo 1
1. Ingresar Variable
Ajuste de un
conjunto de
datos a la
Distribución
Normal con
MINITAB
2. Seleccionar Prueba de
Ajuste
16
Ejemplo 1
Si p (P- Value) ≤ 0.05. Se Rechaza la Ho

Si p (P- Value) > 0.05. Se Acepta la Ho
Como p = 0.135 es mayor a 0.05.
Entonces se acepta la Hipótesis Nula
Ho: Los Caudales del Rio Santa se
ajustan a una Distribución Normal
17
Ejemplo 2
Dado los siguientes datos que corresponden
al análisis de diseños de mezcla evaluando
la Resistencia a la Compresión, Contenido
de Aire y Temperatura,
Determinar si las variables, se ajustan a una
Distribución Normal.
http://tesis.pucp.edu.pe/repositorio/bitstream/handle/123456
789/5343/VALENCIA_GABRIELA_ESTUDIO_CORRELACION_RESI
STENCIA_COMPRESION_VELOCIDAD_PULSO_ULTRASONICO_CO
NCRETO_SIMPLE.pdf.pdf?sequence=1
Trabajar con base Datos Prueba de

Normalidad.
18
Prueba de Normalidad de la Resistencia a la Compresión
Ho: Las Resistencias a la Compresión se ajustan a una Distribución

Normal
H1: Las Resistencias a la Compresión NO se ajustan a una Distribución
Normal
Utilizar α = 0.05
19
Prueba de Normalidad de la Resistencia a la Compresión

Como p = 0.010 es menor a 0.05.

Entonces se Rechaza la Hipótesis Nula
H1: Las Resistencias a la Compresión NO se
ajustan a una Distribución Normal
20
Prueba de Normalidad del Contenido de Aire

Como p = 0.026 es menor a 0.05.

Entonces se Rechaza la Hipótesis Nula
H1: Los Contenidos de Aire NO se ajustan a
una Distribución Normal
21
Prueba de Normalidad de la Temperatura

Como p = 0.062 es mayor a 0.05.

Entonces se Acepta la Hipótesis Nula
H0: Las Temperaturas se ajustan a una
Distribución Normal
22
Ejercicios Propuestos
1. Dada la serie histórica de caudales medios anuales, en m3/s, que

corresponde a un registro de 50 años.
239.07 101.76 100.18 107.43 183.11 154.8 197.58 153.65

169.18 124.31 107.62 108.75 144.22 134.10 156.8 119.52
105.21 116.69 169.64 158.48 164.35 193.88 105.81 110.77
212.48 123.28 177.00 193.78 162.29 133.97 184.96 146.08
128.15 101.66 123.00 127.82 98.16 106.40 145.79 207.78
217.52 208.18 182.53 183.49 95.05 132.49 114.31 136.22
266.54 256.62 - - - - - -
Realizar la prueba de bondad de ajuste, para determinar si los datos se ajustan

a una distribución Normal.
Tomado de Hidrología Estadística de Máximo Villon 23

Ejercicios Propuestos
2. Dado el registro de caudales máximos anuales para la estación Tacares, en

m3/s, de 25 años, que se muestran en la tabla siguiente. Realizar la prueba
de bondad de ajuste, para ver si los datos se ajustan a una distribución
normal.
37 62 90 561 49
48 45 70 79 50
86 100 91 83 45
74 230 85 101 182
91 77 67 63 67
24
Distribución Exponencial
25
Distribución Ji Cuadrada
26
Distribución Log Normal
27
28
29
30
1
31
Valores Extremos: Distribución de Gumbel
Donde:
32
Valores Extremos. Distribución de Gumbel
33
34
Solución( I )
De Tabla Dist. Gumbell
35
Solución( II )
36
Solución( III )
37
Probabilidad, periodo de retorno y riesgo de
fallo
38
fallo
39
fallo

40
fallo
41
fallo
42
fallo
43
44

Distribuciones Teóricas

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Distribuciones Teóricas

Enviado por

Direitos autorais:

Formatos disponíveis

INGENIERIA CIVIL

La distribuciones teóricas comúnmente utilizadas en Hidrología son entre

Tomado de Hidrología Estadística de Máximo Villon

La Distribución Normal tiene gran utilidad en hidrología, siendo algunas de sus

• En el ajuste de distribuciones empíricas de variables hidrológicas de

• Análisis de los errores aleatorios en las observaciones o mediciones

• Como referencia para comparar varias distribuciones teóricas de ajuste de

Tomado de Hidrología Estadística de Máximo Villon

En Hidrología, las precipitaciones o caudales anuales suelen ajustarse a la

Tomado de Hidrología Estadística de Máximo Villon

Pero en lugar de expresarlo en litros/ seg o en m3/seg, vamos a expresarlo en

1. ¿Cuál es la probabilidad de que el caudal* de un rio supere 40 m3/seg ( Con

Ajuste de un conjunto de datos a la Distribución Normal

Muchos procedimientos estadísticos dependen de que se asuma que los

Lo primero es asegurarse de que los datos se distribuyen de una forma

También existen que permiten cuantificar el grado de ajuste a la normal. Entre

1. Averiguar si se ajustan a una Distribución Normal.

Ho: Los Caudales del Rio Santa se ajustan a una Distribución

Se utilizará la Prueba de Ajuste de Kolmogorov- Smirnov

Si p (P- Value) ≤ 0.05. Se Rechaza la Ho

Trabajar con base Datos Prueba de

Ho: Las Resistencias a la Compresión se ajustan a una Distribución

Si p (P- Value) ≤ 0.05. Se Rechaza la Ho

Como p = 0.010 es menor a 0.05.

Si p (P- Value) ≤ 0.05. Se Rechaza la Ho

Como p = 0.026 es menor a 0.05.

Si p (P- Value) ≤ 0.05. Se Rechaza la Ho

Como p = 0.062 es mayor a 0.05.

1. Dada la serie histórica de caudales medios anuales, en m3/s, que

239.07 101.76 100.18 107.43 183.11 154.8 197.58 153.65

Realizar la prueba de bondad de ajuste, para determinar si los datos se ajustan

Tomado de Hidrología Estadística de Máximo Villon 23

2. Dado el registro de caudales máximos anuales para la estación Tacares, en

Tomado de Hidrología Estadística de Máximo Villon

De Tabla Dist. Gumbell

Tomado de Hidrología Estadística de Máximo Villon

Você também pode gostar