FUNCIONES DENSIDAD DE PROBABILIDAD MAS

EMPLEADAS EN HIDROLOGIA

• Distribución Normal
• Distribución Log_Normal
• Distribución Extrema Tipo I
• Distribución Gumbel
• Distribución Gamma
• Distribución Pearson Tipo III
• Distribución Log Pearson Tipo III
 Distribución Normal
1 -(x -  )2
f(x) = e 2 2 -  x 
 2
Parámetros de la Población : x

Parámetros de la Muestra : x, s x

Cambio de Variable:
x
z  N (0,1)
x
 PARÁMETROS DE LA MUESTRA

PROMEDIO

1 n
x   xi
n i 1
DESVIACIÓN ESTÁNDAR

1 n
sx  
n  1 i 1
( xi  x ) 2

COEFICIENTE DE ASIMETRÍA

 ( xi  x) 3

Cx  n i 1
(n  1)(n  2) S 3
x
 Distribución Log Normal

-(y -  y )2
1
f(x) = e 2 2y x >0
x 2

y = log(x) ;  = y ;  = S x
Distribución Extrema Tipo I
e y
F ( x)  e con y  a( x  x f )

Parámetros

 1
a
6x

xf    con   cte  0,57721...
a

 T 
y   ln ln 
 T  1
para T>20 y  ln(T )
 Distribución de Gumbel
e  y
F ( x)  e con y  a( x  x f )

Parámetros

 1
a
6x


xf   
a

  yn (valor medio de la variable reducida)


n (desviación estandar de la variable reducida)
6
 n
 a
Sx

Sx
xf  x  y
n

Sx
x f  x  yn
n
x  x y  yn
 Ley de Gumbel  K
Sx n
K: Factor de Frecuencia
Distribución Gamma (2 Parámetros)
x
1 
f ( x)   x 1e 
para x0
 ( )


 e dy
 1  y
( )  y
0
Si  es un número entero:

( )  (  1) (  1)  ( )  (  1)!

Parámetros: 

Estimadores:      x    
2 2
; x
 Distribución Pearson Tipo III

a
f ( x)  a( x  c) e
b 1  a ( x  c )

(b)

Si a  0  c  x  
Si a  0     x  c (No Interesa)

Cambio de Variable (Transforma a Gamma de

1 Parámetro):
b 1  y
y e
y  a( x  c)  f ( y) 
(b)
Estimadores:
b
x  c   x
a
b
  2  Sx
2
x
a
2a
cs 
a b

x  x  K Sx (Ver Tablas )
 Distribución Log Paerson Tipo III

Si y= ln (x) 

a e ac
f ( x)  a 1
a(ln( x)  c)b 1

(b) x
Si a  0  e  x   c

Si a  0     x  e c

Definir f(x)= 0 para x= 0

Estimadores:
b
 a 
x e  c

 a  1
 a   a  
b 2b
S    e 
2 2 2c
   
 a  2   a  1  
x x
ANALISIS DE FRECUENCIAS

FACTOR DE FRECUENCIA

La magnitud xT puede representarse como la media μ más una

desviación ΔxT de la variable con respecto a la media:

xT =  +  xT
Esta desviación con respecto a la media puede igualarse al producto de

xT =  + K T 
la desviación estándar σ y el factor de frecuencia KT:

xT = x + K T S x
La cual puede aproximarse por:

xT -
KT =

DISTRIBUCION NORMAL

1 1/2 1 1
w = [ ln ( 2 ) ] p= si p  0,5 ; p = 1 - si p > 0,5
p T p

2
2,515517 + 0,802853w + 0,010328 w
z= w -
2 3
1 + 1,432788w + 0,189269 w + 0,001308 w
DISTRIBUCION GUMBEL (VALOR EXTREMO TIPO I).

-(x -  )
F(x) = e-e 

6 T
KT = - [0,5772 + ln ( ln ( ))]
 T -1

DISTRIBUCION LOG-PEARSON TIPO III

2 1 3 2 2 3 4 1 5
K T = z + ( z - 1)k + ( z - 6z) k - ( z - 1) k + z k + k
3 3

Cs
k=
6