UNIVERSIDAD NACIONAL DEL ALTIPLANO

Escuela Profesional de Ingeniería Civil

DISTRIBUCIÓN NORMAL:

La distribución normal es una distribución simétrica en forma de campana, también conocida

como Campana de Gauss.

DISTRIBUCIÓN LOGARITMICA NORMAL DE 2 PARÁMETROS:

Si los logaritmos Y de una variable aleatoria X se distribuyen normalmente se dice que X se

distribuye normalmente.

Esta distribución es muy usada para el cálculo de valores extremos por ejemplo Qmax, Q
mínimos, Pmax, Pmínima (excelentes resultados en Antioquia). Tiene la ventaja que X>0 y que
la transformación Log tiende a reducir la asimetría positiva ya que al sacar logaritmos se
reducen en mayor proporción los datos mayores que los menores.

Función de densidad:

Y=lnX.
 UNIVERSIDAD NACIONAL DEL ALTIPLANO
Escuela Profesional de Ingeniería Civil

Donde, my : media de logaritmos de la población (parámetro escalar)

sy : Desviación estándar de los logaritmos de la población, estimado sy.
Estimación de parámetros:

Factor de frecuencia:

K es la variable normal estandarizada para el Tr dado,

Es el coeficiente de variación,
x : media de los datos originales
s : desviación estándar de los datos originales.

DISTRIBUCIÓN LOGARITMICA NORMAL DE 3 PARAMETROS:

Las distribuciones estadísticas en el campo de la Hidrología, tienen una gran importancia para
la estimación de caudales de diseño a un periodo de retorno según el tipo de estructura a la
que se proyecta; La distribución Log Normal 3P es uno de los métodos que se usa actualmente.
Los parámetros de esta distribución pueden ser estimados mediante varios métodos, siendo el
más confiable el método de máxima verosimilitud; sin embargo este método es el más
complejo de todos pues la manera de resolverlos es mediante un sistema de ecuaciones no
lineales.
 UNIVERSIDAD NACIONAL DEL ALTIPLANO
Escuela Profesional de Ingeniería Civil

DISTRIBUCION GAMMA DE 2 PARAMETROS:

En estadística la distribución gamma es una distribución de probabilidad continua con 2 para

materos k y λ cuya función de densidad para valores x mayor que 0 es:

Aquí e es el número e ᴦ es la función gamma. Para valores k є N la función gamma es: ᴦ(k) =
(𝐾 − 1)! en este caso por ejemplo – para describir un proceso de poisson se llaman
1
distribución Erlan con un parámetro 𝜃 =
λ

El valor esperado y la varianza de una variable aleatoria x de distribución gamma son:

DISTRIBUCIÓN GAMMA DE 3 PARAMETROS:

Esta distribución ha sido una de las más utilizadas en hidrología. Como la mayoría de las
variables hidrológicas son sesgadas, la función Gamma se utiliza para ajustar la distribución de
frecuencia de variables tales como crecientes máximas anuales, Caudales mínimos, Volúmenes
de flujo anuales y estacionales, valores de precipitaciones extremas y volúmenes de lluvia de
corta duración. La función de distribución Gamma tiene dos o tres parámetros.

Función de densidad:
 UNIVERSIDAD NACIONAL DEL ALTIPLANO
Escuela Profesional de Ingeniería Civil

donde,

x0  x <  para  > 0

 < x  x0 para  < 0
 y  son los parámetros de escala y forma, respectivamente , y x0 es el parámetro de
localización.

DISTRIBUCIÓN LOGARITMICA PEARSON TIPO III:

Esta distribución es ampliamente usada en el mundo para el análisis de frecuencia de

Caudales máximos. Esta se trabaja igual que para la Pearson Tipo III pero con Xy y Sy como la
media y desviación estándar de los logaritmos de la variable original X.

Si los logaritmos Y de una variable aleatoria X se ajustan a una distribución Pearson tipo III, se
dice que la variable aleatoria X se ajusta a una distribución Log Pearson Tipo III.

Función de densidad:

donde,

y0  y <  para  > 0

  y  y0 para  < 0

 y  son los parámetros de escala y forma, respectivamente , y y0 es el parámetro de

localización.
 UNIVERSIDAD NACIONAL DEL ALTIPLANO
Escuela Profesional de Ingeniería Civil

DISTRIBUCIÓN DE GUMBELL:

es utilizada para modelar la distribución del máximo (o el mínimo), por lo que se usa para
calcular valores extremos. Por ejemplo, sería muy útil para representar la distribución del
máximo nivel de un río a partir de los datos de niveles máximos durante 10 años. Es por esto
que resulta muy útil para predecir terremotos, inundaciones o cualquier otro desastre natural
que pueda ocurrir.

La aplicabilidad potencial de la distribución de Gumbel para representar los máximos se debe a

la teoría de valores extremos que indica que es probable que sea útil si la muestra de datos
tiene una distribución normal o exponencial.

Función de densidad:

En donde a y b son los parámetros de la distribución.

DISTRIBUCIÓN LOGARITMICA DE GUMBELL:

Sus aplicaciones importantes de la teoría son:

 Estimación de caudales máximos y mínimos y su frecuencia de ocurrencia.
 Definir la relación caudal-periodo de retorno.
 Estimación de una función de densidad de probabilidades.
 Numerosas obras hidráulicas se diseñan con esta metodología.
 Algunos países trataron de definir este problema con una legislación.
 UNIVERSIDAD NACIONAL DEL ALTIPLANO
Escuela Profesional de Ingeniería Civil

ESCUELA PROFESIONAL DE INGENIERIA CIVIL

DOCENTE:

Ing. Boris chique Calderon

PRESENTADO POR:

 Valeriano Mollo, Andy Henry

 Ccamapaza Baca Pedro Antonio
 Mamani Estuco Herbert Yulio
 Nina Cruz Luis Casely