UNIVERSIDAD CENTROCCIDENTAL

LISANDRO ALVARADO
DECANATO DE INGENIERA CIVIL
DEPARTAMENTO DE HIDRULICA Y SANITARIA

ESTADSTICA HIDROLGICA

ESTADSTICA APLICADA A LA
HIDROLOGA
Ingeniero Civil debe adecuar la oferta a las demandas

El
de
agua a travs de la construccin de Estructuras Hidrulicas.

Oferta

VARIABLE

Demanda

Obras Hidrulicas

TEORA DE PROBABILIDADES

TRATAMIENTO PROBABILSTICO
DE LA INFORMACIN
HIDROLGICA

POBLACIN: Conjunto total de sucesos o fenmenos que

queremos estudiar.
MUESTRA: Conjunto de observaciones de la variable aleatoria X1,
X2Xn. Es una parte de la poblacin.
PROBABILIDAD DE UN EVENTO P(A) : Se define como la
posibilidad de que ste ocurra cuando se hace una observacin de
la variable aleatoria. Es un nmero entre 0 y 1.
PROBABILIDAD TOTAL: Si el espacio muestral est totalmente
dividido en eventos o reas no superpuestas, A, B, C y D, entonces,
P() = P(A)+P(B)+P(C)+P(D) = 1.
SUCESOS COMPLEMENTARIOS: La probabilidad de dos sucesos
complementarios (debe suceder uno u otro) suman 1, es decir,
siendo el complemento de A, entonces, P() = 1-P(A).

PROBABILIDAD
PROBABILIDAD CONDICIONAL: Si existen dos eventos A y
B, el evento de que tanto A como B ocurran es: P(A
B) = P(B|A)*P(A)
EVENTOS INDEPENDIENTES: Si la ocurrencia de B no
depende de la ocurrencia de A, se dice que los eventos
son independientes, entonces, P(A B) = P(A)*P(B).
FUNCIONES DE FRECUENCIA Y PROBABILIDAD:
a) Si una muestra de n observaciones tiene nA valores en el
rango del evento A, la frecuencia relativa A es: f = nA/n
b) A medida que el tamao de la muestra aumenta, la
frecuencia relativa se convierte en una mejor estimacin
de la probabilidad del evento, entonces: P(A) = lim n-> nA/n

PARMETROS ESTADSTICOS
MEDIA: Es el valor esperado de una variable aleatoria,
proporciona una idea del lugar donde estn concentrados y
se calcula:
VARIANZA: Mide
informacin.

la

dispersin

variabilidad

de

la

DESVIACIN ESTANDAR: Es la raz cuadrada de la varianza.

COEFICIENTE DE VARIACIN: Es una medida adimensional
de la variabilidad. Se calcula: CV = X / S

TRIBUCIN DE PROBABILIDAD EMPR

Permite ver el porcentaje de observaciones que quedan
por encima de ciertos valores, con respecto al total.
PROCEDIMIENTO:
Ordenar la muestra en forma decreciente (De mayor a
menor).
Determinar los estadsticos: media y desviacin.
Enumerar la muestra ordenada.

Aplicar mtodo deseado

probabilidad emprica.

para

determinar

la

TRIBUCIN DE PROBABILIDAD EMPIR

OBLEMA

TRIBUCIN DE PROBABILIDAD EMPIR

Son muy sensibles a las condiciones bajo

las cuales se ha obtenido la muestra.

No pueden generar valores fuera del rango

de los datos observados. Esto puede
representar un grave inconveniente dado
que el comportamiento del modelo puede
estar muy influenciado por la aparicin de
evento de baja probabilidad.

Es un modelo de distribucin
probabilidad muy laborioso.

de

FUNCIONES DE PROBABILIDAD
Variable Discreta
Se dice que hemos definido una variable aleatoria para un
experimento aleatorio cuando hemos asociado un valor
numrico a cada resultado del experimento. Dicho modelo
se denomina funcin de probabilidad de masa.

Su valor debe estar comprendido entre 0 y 1.

La sumatoria de todos los posibles valores de la
variable debe ser igual a 1.

FUNCIONES DE PROBABILIDAD
Variable Continua
La probabilidad asociada a una variable continua est
representada por la funcin densidad de probabilidad. Si la
variable aleatoria es continua en el rango a b, se tiene
que:

FUNCIONES DE PROBABILIDAD

DISTRIBUCIN NORMAL

Esta distribucin es utilizada en las aplicaciones estadsticas

debido, principalmente, a que hay muchas variables asociadas a
fenmenos naturales que siguen este modelo: variables medias
anuales, mensuales, estacionales...

La distribucin de una variable normal est completamente

determinada por dos parmetros, su media y su desviacin
estndar, denotadas generalmente por y .

Con esta notacin, la densidad de la normal viene dada por la

ecuacin:

DISTRIBUCIN NORMAL ESTNDAR

No depende de ningn parmetro.

Su media es 0, su varianza es 1 y su desviacin tpica es 1.
La curva f(z) es simtrica respecto del eje Y.
Tiene un mximo en este eje.
Tiene dos puntos de inflexin en z =1 y z = -1.

TABLA DE DISTRIBUCIN NORMAL

Los valores de la
tabla representan la
probabilidad
de
Observar un valor
mayor o igual a Z.

El valor entero y el
primer decimal se
buscan
en
la
primera columna.
El segundo decimal
se busca en la
primera fila.

MANEJO DE LAS TABLAS DE DISTRIBUCIN

NORMAL

DISTRIBUCIN NORMAL

Varia en un rango continuo [-,], mientras que la

mayora de las variables hidrolgicas no son negativas.

Es simtrica respecto a la media, mientras que la

informacin hidrolgica tiende a ser asimtrica.

DISTRIBUCIN NORMAL
Se tiene una estacin con los siguientes datos de caudales medios
anuales:
Ao1964 1965 1967 1968 1970 1971 1972 1973 1974 1975 1976 1986 1987 1990 1992 1994 1995 1996 1998 2000
Q
(m3 51
/s)

72 104 127 70

65

110

64

55

48

92 128 97 100 29

35

39

49

41

25

Si los datos se ajustan a una Distribucin normal:

Cul es el valor de la probabilidad de excedencia de un

caudal de 90 m3/s?

Cul es la probabilidad de que un caudal de 60 m3/s sea

excedido?
Cul es la probabilidad de que un caudal este entre 90 m3/s y
60 m3/ s?

Determinar el caudal que tiene una probabilidad de

excedencia del 6%.

DISTRIBUCIN LOG- NORMAL

X

Y = log (X)

X
Y log( i )
ni
i 1

Sy

2
(
Y

Y
)
i
i 1

n 1

Es til cuando se quiere representar variables hidrolgicas

asimtricas. Tiene la ventaja sobre la normal, en que est
limitada a valores positivos de x y la transformacin a
logaritmos tiende a reducir la asmetria positiva, comn en
las variables hidrolgicas.

DISTRIBUCIN BINOMIAL
Asumiendo un
caractersticas:

experimento

aleatorio

con

las

siguientes

En cada prueba del experimento existen dos posibilidades, el

xito (suceso A) o el fracaso.

Los resultados de cada prueba son independientes de los

resultados anteriores.

La probabilidad del suceso A es constante, se representa

por p y no vara de una prueba a otra.

La probabilidad del fracaso es 1-p y se representa por q.

El experimento consta de un nmero n de pruebas.

DISTRIBUCIN BINOMIAL
VIDA TIL: Es el perodo de tiempo (a partir de la puesta en servicio),
durante el cual un elemento o estructura debe cumplir la funcin para la
cual fue construido, contando siempre con la conservacin adecuada,
pero sin requerir operaciones de rehabilitacin.
PROBLEMA: El caudal medio correspondiente a una probabilidad de
excedencia P(Xx) del 5% es de 270 m3/s, si se toma este valor como
caudal de diseo de una estructura hidrulica de 25 aos de vida til:
A.

Cul es la probabilidad de que el caudal de diseo sea igualado o

excedido tres veces en ese perodo?

B.

Cul es la probabilidad de que el caudal de diseo ocurra al menos

dos veces en ese perodo?

C.

Cul es la probabilidad de que el caudal de diseo ocurra al menos

una vez durante la vida til de la estructura?

DISTRIBUCIN DE VALORES EXTREMOS

Los valores extremos son valores mximos
o mnimos seleccionados de un conjunto de
datos, por ejemplo, los valores de caudales
mximos anuales.
Una muestra de valores extremos se genera tomando una
serie continua de datos, de longitud T, de la variable
aleatoria x y dividindola en n submuestras, cada una de
longitud m, de forma tal que T= n * m. Luego, en cada
una de dichas submuestras se seleccionan valores de la
variable x de acuerdo a un cierto criterio tal como la
magnitud de la variable, un valor acumulativo o alguna
propiedad. Tal proceso de seleccin generar una
muestra de una nueva variable aleatoria, y, con una
longitud n.

DISTRIBUCIN DE VALORES EXTREMOS

DISTRIBUCIN EXTREMA TIPO I
Expresa que la probabilidad de ocurrencia de un valor de la
variable aleatoria X, mayor que un valor dado x, esta dado
por:
Donde:
: Parmetro de escala

: Parmetro de posicin

: media de la serie de datos

:desviacin estndar

DISTRIBUCIN DE VALORES EXTREMOS

DISTRIBUCIN GUMBEL
Gumbel obtuvo valores modificados de la distribucin
extrema, obteniendo ecuaciones que son solo funcin del
tamao de la muestra y de los parmetros:

ANLISIS DE FRECUENCIA

PERODO DE RETORNO T

Tiempo que transcurre entre la ocurrencia de un

evento de cierta magnitud y la prxima ocurrencia de
ese evento con la misma magnitud.

Tiempo que transcurre para que un evento sea

excedido o igualado, al menos una vez en promedio.

DISTRIBUCIN DE VALORES EXTREMOS

En el cuadro anexo se presentan datos de caudales mximos
mensuales para una estacin de aforo dada:
1957
200.0

1958
225.0

1959
293.0

1960
133.0

1961
261.0

1962
205.0

1963
219.0

1964
455.0

1965
446.0

1966
647.0

1967
470.0

1968
282.0

1969
302.0

1970
86.1

1971
372.1

1972
117.8

1973
470.4

1974
258.3

1975
374.9

1976
177.5

Si los datos se ajustan a una Distribucin Extrema Tipo I:

Asumiendo que se decide tomar como valor de diseo el
caudal mximo que tiene probabilidad de excedencia del 5%,
determinar el valor del mismo.
Calcular el riesgo del valor anterior para una vida til de 38
aos.
Si ahora se decide reducir el riesgo calculado en el punto
anterior a la mitad, Cul ser el nuevo valor de diseo?

PRUEBA DE BONDAD DE AJUSTE

Comprobar estadsticamente si la frecuencia
emprica de la serie de datos analizada se ajusta a
una determinada distribucin de probabilidades
tericas seleccionada a priori.
PRUEBA DE SMIRNOV KOLMOGOROV
Consiste en comparar la diferencia, en valores absolutos,
entre la probabilidad emprica y la probabilidad terica
seleccionada, de estas diferencias, se toma el mximo
valor y se compara con la discrepancia mxima permitida
o valor crtico del estadista Smirnov Kolmogorov.

PRUEBA DE BONDAD DE AJUSTE

Si mx crtico

El ajuste es bueno.

Si mx crtico

El ajuste no es bueno.

Probar con otra Distribucin

Es aplicable a CUALQUIER DISTRIBUCIN TERICA.

PRUEBA DE BONDAD DE AJUSTE

VALORES CRTICOS DEL ESTADSTICO SMIRNOV KOLMOGOROV