DISTRIBUCIONES DE PROBABILIDAD EN HIDROLOGIA

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 especifico de ella por minscula.
Por P(x = a) se denota la probabilidad de que un evento asuma el valor a;
similarmente P(a s x s b) denota la probabilidad de que un evento se encuentre
en el intervalo (a,b). Si conocemos la probabilidad P(a s x s 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 s x):
F(x)= P(X s x):
y 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 P(x) F(x)
0 0.05 0.05
1 0.15 0.20
2 0.25 0.45
3 0.20 0.65
4 0.15 0.80
5 0.10 0.90
6 0.08 0.98
7 0.02 1.00
Total 1.0



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.

MOMENTOS DE LAS DISTRIBUCIONES

Las propiedades de las distribuciones pueden ser definidas completamente en
trminos de los momentos. Los momentos en estadstica son similares a los
momentos en fsica (rotacin respecto al origen)
}

= dx x f x M
r r
) (
para la variable continua

=
=
n
j
r r
x f x M
1
) (
para la variable discreta
o respecto a la media (eje de rotacin diferente al origen)
}

= dx x f x M
r r
) ( ) (
para la variable continua

=
=
n
j
r r
x f x M
1
) ( ) (
para la variable discreta



0.00
0.05
0.10
0.15
0.20
0.25
0.30
0 1 2 3 4 5 6 7
# dias nublados
f
(
x
)
0.00
0.20
0.40
0.60
0.80
1.00
1.20
0 2 4 6 8
# dias nublados
F
(
x
)
PARMETROS ESTADISTICOS

Los estadsticos extraen informacin de una muestra, indicando las
caractersticas de la poblacin. Los principales estadsticos son los momentos
de primer, segundo y tercer orden correspondiente a la media, varianza, y
asimetra respectivamente.
Media :
Es el valor esperado de la variable misma . Primer momento respecto a la
origen. Muestra la tendencia central de la distribucin
}

= dx x f x ) (

el valor estimado de la media a partir de la muestra es

=
=
n
i
i
x
n
x
1
1

Varianza o:
mide la variabilidad de los datos. Es el segundo momento respecto a la
media.
}

= dx x f x ) ( ) (
2 2
o

el valor estimado de la varianza a partir de la muestra es

=
n
i
i
x x
n
s
1
2 2
) (
1
1

en el cual el divisor es n-1 en lugar de n para asegurar que la
estadstica de la muestra no sea sesgada, es decir, que no tenga una
tendencia, en promedio, a ser mayor o menor que el valor verdadero. El
significado de la desviacin estndar se ilustra en la siguiente figura

Coeficiente de asimetra :
la distribucin de los valores de una distribucin alrededor de la media
se mide por la asimetra. Se obtiene a partir del tercer momento
alrededor de la media, dividindolo por el cubo de la desviacin estndar
para que sea adimensional.
}

= dx x f x x E ) ( ) ( ] ) [(
3 3

tercer momento respecto a la media
] ) `[(
1
3
3

o
= x E

Un estimativo del coeficiente de asimetra est dado por
3
1
3
* ) 2 )( 1 (
) (
s n n
x x n
C
n
i
s

=

=

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
0.00
0.20
0.40
0.60
0.80
1.00
0 2 4 6 8 10
x
f
(
x
)
0.50 1.00 1.30 2.00
de retorno. Su confiabilidad depende de la longitud y calidad de la serie
histrica.

DISTRIBUCIONES DE PROBABILIDAD PARA VARIABLES CONTINUAS
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
< < =

x x f
x
2
2
) (
2
1
exp
2
1
) (
o

t o

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

=
=
n
i
i
x
n
x
1
1

2
1
1
2
) (
1
1
)
`

=

=
n
i
i
x x
n
s

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

=
T
T
x
K

este factor es el mismo de la variable normal estndar
) 1 (
1
1
Tr T
F K =


Limites de confianza:
e Tr
S t X
) 1 ( o

donde o es el nivel de probabilidad
) 1 ( o
t
es el cuantil de la distribucin
normal estandarizada para una probabilidad acumulada de 1-o y Se es el
error estndar

DISTRIBUCION GUMBEL O EXTREMA TIPO I

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:
(

|
.
|

\
|

=
o
|
o
|
o
) (
exp
) (
exp
1
) (
x x
x f

En donde o y | son los parmetros de la distribucin.
} (

|
.
|

\
|
= =
o
|) (
exp exp ) ( ) (
x
dx x f x F

Estimacin de parmetros:
o |
t
o
5772 . 0
6
=
=
x
s


donde
s y x
son la media y la desviacin estndar estimadas con la muestra.
Factor de frecuencia:

|
|
.
|

\
|

+ =
1
ln ln 5772 . 0
6
r
r
T
T
T
K
t

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-o) Se
n
s
Se

=
o

2
1
2
] 1 . 1 1396 . 1 1 [
T T
K K + + = o

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

DISTRIBUCION GAMA DE TRES PARAMETROS O PEARSON TIPO 3

Esta distribucin ha sido una de las mas utilizadas en hidrologa. Como la
mayora de las variables hidrolgicas son sesgadas, la funcin Gamma se utiliza
para ajustar la distribucin de frecuencia de variables tales como crecientes
mximas anuales, Caudales mnimos, Volmenes de flujo anuales y estacionales,
valores de precipitaciones extremas y volmenes de lluvia de corta duracin. La
funcin de distribucin Gamma tiene dos o tres parmetros.

Funcin de densidad:
( )
|
.
|

\
|
|
.
|

\
|
I
=

o o | o
|
0
1
0

exp
1
) (
x x x x
x f

donde,
x0 s x < para o > 0
< x s x0 para < 0
o y | son los parmetros de escala y forma, respectivamente , y x0 es el
parmetro de localizacin.
Estimacin de parmetros:
| o o |

;
2
;
2

0
2
= = |
.
|

\
|
= x x
Cs
s
Cs

Cs es el coeficiente de asimetra,
s y x
son la media y la desviacin
estndar de la muestra respectivamente.
Factor de frecuencia:
5 4 3
2
2
3 2
6 3
1
6 6
) 1 (
6
) 6 (
3
1
6
) 1 ( |
.
|

\
|
+ |
.
|

\
|
+ |
.
|

\
|
|
.
|

\
|
+ + ~
Cs Cs
z
Cs
z
Cs
z z
Cs
z z K

donde z es la variable normal estandarizada
Este valor de K se encuentra tabulado de acuerdo al valor de Cs calculado con
la muestra.
Intervalos de confianza:
Xt t(1-o) Se
Se
S
n
=
o

Donde S es la desviacin estndar de la muestra, n es el nmero de datos y o
se encuentra tabulado en funcin de Cs y Tr.