Tercer Infome de Hidro

UNIVERSIDAD NACIONAL
“SANTIAGO ANTUNEZ DE MAYOLO”
FACULTAD:
CIENCIAS DEL AMBIENTE
ESCUELA:
INGENIERIA SANITARIA
CURSO:
HIDROLOGIA
TEMA:
Modelo mas adecuado para la cuenca de Cedros
DOCENTE:
Ing.
INTEGRANTES:
 AQUINO GARAY,Ivan.
 HUAMÁN HUERTA. Mey .
 HUAYTA VELASQUEZ ,Elsa.
 TREJO JERONIMO, Raquel.
HUARAZ, 4 ENERO DEL 2018

CONTENIDO
INTRODUCCION…………………………………………………………………………………………………………………………...………….2
OBJETIVOS ................................................................................................................................................. 5
OBJETIVOS GENERALES ..................................................................................................................... 5
OBJETIVOS ESPECÍFICOS.................................................................................................................... 5
JUSTIFICACIÓN ..................................................................................................................................... 6
DISTRIBUCIONES DE PROBABILIDAD EN HIDROLOGÍA .............................................................. 14
1.1 MOMENTOS DE LAS DISTRIBUCIONES ........................................................................... 17
1.2 PARÁMETROS ESTADÍSTICOS ........................................................................................... 17
1.2.1 Media :………. .......................................................................................................17
1.2.3 Coeficiente de asimetría  ......................................................................................19
ESTACIÓN QUITARACSA: ......................................................................................................................... 37
ESTACIÓN BALSA: .................................................................................................................................... 48
ESTACIÓN CEDROS: ................................................................................................................................. 61
CONCLUSIONES Y RECOMENDACIONES...................................................................................................... 76
BIBLIOGRAFÍA.............................................................................................................................................. 77
INDICE DE TABLAS
Tabla1. Datos hidrológicos mensuales de estación de Quitaracsa............................................................. 37

Tabla 2.Intervalos de clases, marca de clase y frecuencia absoluta.............. Error! Bookmark not defined.
Tabla 3.Tabla estadística............................................................................................................................. 40
Tabla 4.Tabla hallada y marca de clase ...................................................................................................... 43
Tabla 5.Tabla de marca de clase total ........................................................... Error! Bookmark not defined.
Tabla 6.Datos hidrológicos mensuales de estación de Balsa...................................................................... 48
Tabla 7.Intervalos de clases, marca de clase y frecuencia absoluta........................................................... 50
Tabla 8.Tabla estadística ............................................................................................................................. 51
Tabla 9.Tabla hallada y marca de clase ...................................................................................................... 54
Tabla 10.Tabla de marca de clase total ...................................................................................................... 55
Tabla 11. Datos hidrológicos mensuales de estación de CEDROS .............................................................. 61
Tabla 12. Intervalos de clases, marca de clase y frecuencia absoluta ........................................................ 64
Tabla 13. Tabla estadística .......................................................................................................................... 65
Tabla 14. Tenemos entonces la tabla hallada y marca de clase: ................................................................ 68
Tabla 15. Tabla de marca de clase total ..................................................................................................... 69
INDICE DE FIGURAS
Figura 1. Marca de clase vs (frecuencia relativa, Función densidad empírica, función densidad teórica
normal)........................................................................................................................................................ 41
Figura 2. Marca de clase vs (Función densidad empírica, función densidad teórica normal) .................... 41
Figura 3. Marca de clase vs frecuencia relativa .......................................................................................... 42
Figura 4. Marca de clase vs frecuencia relativa .......................................................................................... 42
Exponencial) ................................................................................................................................................ 45
Figura 6. Marca de clase vs (Función densidad empírica, función densidad teórica Exponencial) ............ 45
Figura 7. Marca de clase vs (función densidad teórica Exponencial) ......................................................... 47
normal). ...................................................................................................................................................... 52
Figura 9. Marca de clase vs (Función densidad empírica, función densidad teórica normal) .................... 52
Figura 10. Marca de clase vs frecuencia relativa. ....................................................................................... 53
Figura 11. Marca de clase vs frecuencia relativa ........................................................................................ 53
Figura 12: Marca de clase vs (frecuencia relativa, Función densidad empírica, función densidad teórica
Exponencial) ................................................................................................................................................ 56
Figura 13. Marca de clase vs (Función densidad empírica, función densidad teórica Exponencial) .......... 56
Figura 14. Marca de clase vs (función densidad teórica Exponencial) ....................................................... 57
normal) ....................................................................................................................................................... 66
Figura 16. Marca de clase vs (Función densidad empírica, función densidad teórica normal).................. 66
Exponencial) ................................................................................................................................................ 70
Figura 20. Marca de clase vs (Función densidad empírica, función densidad teórica Exponencial) .......... 70
Figura 21. Marca de clase vs (función densidad teórica Exponencial) ....................................................... 71
INTRODUCCION
La conservación de los Recursos Naturales es críticamente importante para ser
considerada en nuestra iniciativa de desarrollo sostenible. El manejo y conservación del
agua es de especial importancia. En años recientes ha habido una investigación amplia
que confirma la creciente carencia de agua para propósitos de consumo humano e
irrigación. La razón principal es la deforestación continua y la contaminación de las
cuencas hidrográficas que almacenan y producen agua en las tierras altas en América
Latina. En este caso nos centraremos principalmente en la cordillera blanca de Perú,
específicamente en la cuenca de Cedros.
El informe se basa exclusivamente en la selección de un modelo optimo que sea la más
adecuada para la cuenca en mención. Esto nos ayudara en mejorar la duración del agua
de esta cuenca, dándonos resultados mucho más benéficos en cuanto su manejo y
conservación, y así dar el uso a este agua para consumo humano e irrigación o cualquier
actividad que se requiera.
OBJETIVOS
OBJETIVOS GENERALES
 Análisis en la aplicación de la estadística y probabilidades en la hidrología (estaciones
Quitaracsa, Balsa y Cedros).
OBJETIVOS ESPECÍFICOS
• Realizar la distribución de frecuencias de los datos del caudal medio anual y calcular
las medidas de distribuciones.
• Realizar las pruebas determinadas para ver si los datos se ajustan a la distribución
Exponencial, Normal y Gumbel.
• Aprender los procedimientos de la tabulación de datos hidrológicos mediante los
conceptos de probabilidades y estadística.
• Aprender a estimar los parámetros mediante los métodos gráficos.
• Desarrollar la prueba de bondad de ajuste dentro de las cuales se completan al ajuste
gráfico.
JUSTIFICACIÓN
El trabajo es importante por la interpretación de los conceptos de probabilidades y estadística
aplicada a la hidrología con el fin de poder estimar parámetros hidrológicos que nos servirán para
conocer los caudales registrados en cierta región de una cuenca, y de esta manera hacer un buen
estudio hidrológico calculando las probabilidades de que un caudal exceda al establecido, como el
caudal que se registrara para un periodo de retorno 20, 30,50 y 100.

MARCO TEORICO
MODELO MAS ADECUADO PARA UNA CUENCA
1. CONCEPTO BÁSICO
CUENCA HIDROGRAFICA:
Es el espacio de territorio delimitado por la línea divisoria de las aguas, conformado por
un sistema hídrico que conducen sus aguas a un río principal, a un río muy grande, a un
lago o a un mar (Fig.1). Este es un ámbito tridimensional que integra las interacciones
entre la cobertura sobre el terreno, las profundidades del suelo y el entorno de la línea
divisoria de las aguas.
En la cuenca hidrográfica se encuentran los recursos naturales, la infraestructura que el

hombre ha creado, allí el hombre desarrolla sus actividades económicas y sociales
generando diferentes efectos favorables y no favorables para el bienestar humano. No
existe ningún punto de la tierra que no pertenezca a una cuenca hidrográfica.
MODELO DISTRIBUCION EXPONECIAL

A pesar de la sencillez analítica de sus funciones de definición, la distribución
exponencial tiene una gran utilidad práctica ya que podemos considerarla como un
modelo adecuado para la distribución de probabilidad del tiempo de espera entre dos
hechos que sigan un proceso de Poisson. De hecho la distribución exponencial puede
derivarse de un proceso experimental de Poisson con las mismas características que las
que enunciábamos al estudiar la distribución de Poisson, pero tomando como variable
aleatoria, en este caso, el tiempo que tarda en producirse un hecho.
Obviamente, entonces, la variable aleatoria será continua. Por otro lado existe una
relación entre el parámetro a de la distribución exponencial, que más tarde aparecerá, y
el parámetro de intensidad del proceso λ, esta relación es α = λ.
Al ser un modelo adecuado para estas situaciones tiene una gran utilidad en los
siguientes casos:
 Distribución del tiempo de espera entre sucesos de un proceso de Poisson
 Distribución del tiempo que transcurre hasta que se produce un fallo, si se cumple
la condición que la probabilidad de producirse un fallo en un instante no depende
del tiempo transcurrido .Aplicaciones en fiabilidad y teoría de la supervivencia.
Función de densidad
A pesar de lo dicho sobre que la distribución exponencial puede derivarse de un proceso
de Poisson, vamos a definirla a partir de la especificación de su función de densidad:
Dada una variable aleatoria X que tome valores reales no negativos {x  0} diremos que
tiene una distribución exponencial de parámetro  con   0, si y sólo si su función de
densidad tiene la expresión:
Diremos entonces:
Gráficamente como ejemplo planteamos el modelo con parámetro  =0,05

En consecuencia, la función de distribución será:
En la principal aplicación de esta distribución, que es la Teoría de la Fiabilidad, resulta

más interesante que la función de distribución la llamada Función de Supervivencia o
Función de Fiabilidad.
La función de Supervivencia se define cómo la probabilidad de que la variable aleatoria

tome valores superiores al valor dado X:
Si el significado de la variable aleatoria es "el tiempo que transcurre hasta que se

produce el fallo": la función de distribución será la probabilidad de que el fallo ocurra
antes o en el instante X: y, en consecuencia la función de supervivencia será la
probabilidad de que el fallo ocurra después de transcurrido el tiempo X; por lo tanto,
será la probabilidad de que el elemento, la pieza o el ser considerado "Sobreviva" al
tiempo X; de ahí el nombre.
Gráficamente, la función de distribución para un modelo exponencial de

parámetro  =0,05 sería:
En la que se observa lo que sería la diferencia entre función de distribución y la de

supervivencia:
La Función Generatriz de Momentos será:
Tendremos así que la F.G.M será:
Una vez
calculada la F.G.M podemos , partiendo de ella , calcular la media y la varianza
Así la media será:
En cuando a la varianza su expresión será:
Ya que
La mediana del modelo exponencial será aquel valor de la variable x =Me que
verifica que F(Me) = ½
De manera que
Por lo que
Tasa instantánea de fallo.

Dentro del marco de la teoría de la fiabilidad si un elemento tiene una
distribución del tiempo para un fallo con una función de densidad f(x), siendo
x la variable tiempo para que se produzca un fallo , y con una función de
supervivencia S(X) La probabilidad de que un superviviente en el instante t
falle en un instante posterior t +  t será una probabilidad condicionada que
vendrá dada por:
Al cociente entre esta probabilidad condicionada y la amplitud del intervalo

considerado, t , se le llama tasa media de fallo en el intervalo [t , t+ t] :
Y a la tasa media de fallo en un intervalo infinitésimo es decir, al límite de la tasa

media de fallo cuando  t 0 se le llama Tasa Instantánea de Fallo (o, simplemente,
tasa de fallo) en t:
La tasa de fallo es, en general, una función del tiempo, que define unívocamente la
distribución.
Pues bien, puede probarse que el hecho de que la tasa de fallo sea constante es condición
necesaria y suficiente para que la distribución sea exponencial y que el parámetro es,
además, el valor constante de la tasa de fallo. En efecto; si:
De donde
Integrando esta ecuación diferencial entre 0 y x:
De modo que la función de distribución será
Función de Distribución de una Exponencial

Si X tiene una distribución exponencial
De manera que
Así pues si un elemento tiene una distribución de fallos exponencial su tasa de fallos se
mantiene constante a lo largo de toda la vida del elemento. La probabilidad de fallar en
un instante no depende del momento de la vida del elemento en el que nos encontremos;
lo que constituye la propiedad fundamental de la distribución que ahora enunciamos:
Propiedad fundamental de la distribución exponencial
La distribución exponencial no tiene memoria:
Poseer información de que el elemento que consideramos ha sobrevivido un tiempo S

(hasta el momento) no modifica la probabilidad de que sobreviva t unidades de tiempo
más. La probabilidad de que el elemento falle en una hora (o en un día, o en segundo)
no depende del tiempo que lleve funcionando. No existen envejecimiento ni mayor
probabilidad de fallos al principio del funcionamiento
Expresión que no depende, como se observa, del tiempo sobrevivido s.
DISTRIBUCIONES DE PROBABILIDAD EN HIDROLOGÍA
El comportamiento de las variables aleatorias discretas o continuas se describe con la

ayuda de Distribuciones de Probabilidad. La variable se designa por mayúscula y un
valor específico de ella por minúscula.
Por P(x = a) se denota la probabilidad de que un evento asuma el valor a;

similarmente P(a  x  b) denota la probabilidad de que un evento se encuentre en
el intervalo (a,b). Si conocemos la probabilidad P(a  x b) para todos los valores de
a y b, se dice que conocemos la Distribución de Probabilidades de la variable x.
Si x es un número dado y consideramos la probabilidad P(X  x):

F(x) = P(X  x):
y llamamos F(x) la función de distribución acumulada.
Ejemplo:
Se tienen las probabilidades de que haya 1, 2, 3,... etc, días nublados por semana en un
determinado lugar, con ellos calcule la distribución 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 años

de registro de caudales de crecientes (máximos instantáneos) en el río Magdalena,
agrupados en 9 intervalos de clase.
x P(x) F(x)
1 0.05 0.05
2 0.10 0.15
3 0.15 0.30
4 0.20 0.50
5 0.10 0.60
6 0.10 0.70
7 0.15 0.85
8 0.10 0.95
9 0.05 1.00
Total 1.00
Cuando el número de observaciones se incrementa, el tamaño de los intervalos

decrece y se puede tener algo sí
Donde f(x) es la llamada función de densidad de probabilidades y tiene las siguientes

características
i)
ii)
iii)
Lo que implica que las probabilidades se definen sólo como ÁREAS bajo la función de
densidad de probabilidad (FDP) entre límites finitos.
1.1 MOMENTOS DE LAS DISTRIBUCIONES
Las propiedades de las distribuciones pueden ser definidas completamente en términos

de los momentos. Los momentos en estadística son similares a los momentos en física
(rotación respecto al origen)
para la variable continua
para la variable discreta
o respecto a la media (eje de rotación diferente al origen)
para la variable continua
para la variable discreta
1.2 PARÁMETROS ESTADÍSTICOS
Los estadísticos extraen información de una muestra, indicando las características de la

población. Los principales estadísticos son los momentos de primer, segundo y tercer
orden correspondiente a la media, varianza, y asimetría respectivamente.
1.2.1 Media :
Es el valor esperado de la variable misma . Primer momento respecto a la
origen. Muestra la tendencia central de la distribución
El valor estimado de la media a partir de la muestra es

En el cual el divisor es n-1 en lugar de n para asegurar que la estadística de la muestra no
sea sesgada, es decir, que no tenga una tendencia, en promedio, a ser mayor o menor
que el valor verdadero. Las unidades de la varianza son la media al cuadrado, la
desviación estándar s es una medida de la variabilidad que tiene las mismas
dimensiones que la media y simplemente es la raíz cuadrada de la varianza, se estima
por s. El significado de la desviación estándar se ilustra en la siguiente figura:
Efectos de la función de densidad de probabilidad causados por cambios en la

desviación estándar.
Coeficiente de variación es una medida adimensional de la variabilidad su
estimado es
1.2.3 Coeficiente de asimetría 
La distribución de los valores de una distribución alrededor de la media se mide por la
asimetría. Se obtiene a partir del tercer momento alrededor de la media, dividiéndolo
por el cubo de la desviación estándar para que sea adimensional.
Tercer momento respecto a la media
Un estimativo del coeficiente de asimetría está dado por
Ejemplo:
Encontrar el valor medio de la precipitación si se tiene
DISTRIBUCIÓN DE FRÉCHET
Características.
Es un caso especial de la distribución de valores extremos generalizada. Su función de

distribución, cuando se tienen tres parámetros, viene dada por:
Representaciones gráficas.
A continuación se representa la función de densidad y de distribución de una variable
aleatoria con distribución de Fréchet, variando el parámetro:
En primer lugar se ha representado una Fréchet(2, 2), esto es, con parámetro de
localización igual a 0; al ser dicho parámetro 0, la función de densidad está representada
para valores mayores que 0. Se puede ver que es asimétrica hacia la izquierda.
Ahora la distribución representada es una Fréchet(2,3), ha cambiado el parámetro de

escala que ha pasado a valer 3. Se puede ver que la forma del gráfico es parecida, pero
con el cambio de la escala presente en esta nueva representación gráfica. Igualmente,
se puede ver que la función de distribución también tiene una forma parecida, sólo que
ahora empieza a crecer significativamente antes de llegar al valor x = 2, cuando para la
distribución anterior dicho crecimiento comenzaba a producirse antes de llegar a x = 1.
En esta nueva representación se ha introducido un parámetro de localización que vale

1, luego la variable está representada para valores más grandes que dicho valor. La
forma es exactamente igual que para la distribución anterior, sólo que ahora se ha
desplazado el gráfico una unidad hacia la derecha fruto del mencionado cambio del
parámetro de localización.
Si se compara la Fréchet(3, 2) aquí representada con la Fréchet(2, 2) anterior se aprecia
un cambio evidente de forma en los datos
Ahora se ha cambiado el parámetro de escala respecto al caso anterior, y se ve que el

gráfico tiene la misma forma pero hay cambio en la escala, pues al aumentar el valor del
parámetro el gráfico se achica algo más.
Nuevamente se ha introducido un parámetro de localización, con lo cual tanto la función

de densidad como la de distribución existen para valores mayores a dicho parámetro,
que ahora vale 1. Comparando con la Fréchet (3,3) (o Fréchet(3, 3, 0)), la distribución
está desplazada una unidad hacia la derecha, siendo la forma y la escala exactamente
iguales.
Aquí el parámetro de localización vuelve a ser 0, luego nuevamente los valores de esta
distribución están por encima de 0. La distribución es algo asimétrica hacia la izquierda.
En este nuevo cambio de escala se ve otra vez cómo la distribución se achica, ya que
por ejemplo, para la Fréchet(4,2), el valor x = 2 tiene asociado f(x)=0.7358, mientras que
para la Fréchet (4,3), ese mismo valor tiene asociado un f(x)=0.0641.
Se ha añadido, otra vez, un parámetro de localización. Comparando con la distribución
anterior, si se evalúa la función de densidad para x=3, que corresponde a desplazar x=2
una unidad hacia la derecha, el valor de la función de densidad es el mismo en ese punto,
f(x)=0.0641.
El último gráfico corresponde a una Fréchet(5,1).
DISTRIBUCIÓN DE GUMBEL
Características:
Fue descubierta por Emil Julius Gambel, matemático judío nacido en Alemania a finales
del siglo XIX. Es un caso particular de la distribución de valores extremos generalizada,
y también es conocida como la distribución log-Weibull, o como la distribución
exponencial doble. Según Reiss y Thomas (1997), la distribución de Gumbel tiene la
misma importancia que la distribución Normal en otras aplicaciones.
La función de distribución de la distribución de Gumbel es:

mientras que la función de densidad viene dada por:
Representaciones gráficas:
A continuación se van a representar funciones de densidad y de distribución teóricas de

la distribución de Gumbel. Se representarán tanto para el máximo como para el mínimo,
comenzando para el máximo:
En primer lugar se ha representado la distribución de Gumbel para el máximo con valor
del parámetro de localización igual a 0, y con parámetro de escala igual a 1. Se trata de
la distribución de Gumbel estándar, y como se puede ver es algo asimétrica positiva. Por
otra parte, la función de distribución comienza a crecer más significativamente después
de x = -2.
Seguidamente, la distribución que se representa tiene parámetro de localización igual a

3 y de escala igual a 1.5. El valor al que corresponde el pico más alto de la función de
densidad es x = 3, cosa lógica si se tiene en cuenta que la moda de una distribución de
Gumbel coincide con su parámetro de localización.
Respecto a la distribución anterior, se ha cambiado el parámetro de localización, que ha
pasado a ser 4 cuando antes era 3, luego la distribución se puede ver que se “mueve”
una unidad hacia la derecha.
Conforme se hace mayor el parámetro de localización (ahora vale 5), el gráfico de la

distribución se mueve más a la derecha.
Ahora el parámetro de localización vale 3, y el de escala 2; con lo cual, si se compara
con la distribución anterior, el gráfico se “traslada” hacia la izquierda, mientras que la
escala cambia siendo el gráfico de la distribución algo menos leptocúrtica.
En este caso se mantiene el parámetro de localización anterior, pero el de escala es más

grande, pues vale 2.5; la moda sigue siendo 3, pero ahora f(3) vale menos que para la
densidad anterior, pues la distribución ahora es más “aplastada”.
El que en todos los ejemplos vistos la variable sea asimétrica positiva no es casualidad,
ya que al ser el coeficiente de asimetría para una variable con distribución de Gumbel
para el máximo siempre positivo, cualquier variable con esa distribución será asimétrica
positiva, independientemente de cuáles sean los valores de los parámetros.
Distribución de Gumbel para el mínimo.
También existe la distribución de Gumbel para el mínimo, cuya función de distribución
viene dada por:
Se puede ver un cambio bastante evidente respecto a los gráficos vistos antes para la
distribución de Gumbel para el máximo; ahora, las colas se concentran a la izquierda en
la función de densidad, con lo que la distribución es asimétrica negativa. Igualmente, se
puede ver que ahora la moda es 0, que coincide con el parámetro de localización como
viene siendo habitual (el de escala vale 0.5), y también se puede observar que el mayor
crecimiento de la función de distribución se produce a partir de :
Ahora se ha cambiado el parámetro de localización, y como viene ocurriendo con los

gráficos de variables aleatorias relacionadas con valores extremos, la distribución se
“traslada”; en este caso se mueve una unidad hacia la derecha, pues el parámetro de
escala sigue siendo el mismo.
Por último, se ha representado la distribución de Gumbel estándar para el mínimo, esto

es, al igual que en el caso del máximo, con parámetro de localización igual a 0 y de
escala igual a 1. Como en los dos casos anteriores, la cola está concentrada a la
izquierda; la explicación de esto es que, opuesto al caso del máximo, para la distribución
de Gumbel para el mínimo la densidad es asimétrica negativa, independientemente de
los valores de los parámetros.
DISTRIBUCIÓN DE WEIBULL
Características
Recibe su nombre del matemático sueco Waloddi Weibull, que la describió
detalladamente en 1951, aunque fue descubierta inicialmente por Fréchet (1927) y
aplicada por primera vez por Rosin y Rammler (1933) para describir la distribución de los
tamaños en determinadas partículas.
La función de densidad de una variable con esta distribución es la siguiente:
También existe la distribución de Weibull con tres parámetros (se le añade el parámetro
de localización, cuya función de densidad de probabilidad viene dada a continuación:
Representaciones gráficas
A continuación se representan la función de densidad y de distribución de la Weibull para
distintos valores de sus parámetros; también se incluyen casos en los que se tienen tres
parámetros:
La primera distribución representada es la que tiene como parámetro de forma igual a 2

y de escala igual a 1; al no haber parámetro de localización, este se supone igual a 0,
con lo cual la densidad y la distribución existen para valores mayores que ese valor. A la
vista de la gráfica de la función de densidad, se puede deducir que en este caso la
distribución es asimétrica positiva, mientras que de la representación de la función de
distribución se puede deducir que el crecimiento suele ser constante hasta que x= 1.5, a
partir de donde empieza a decaer ligeramente para crecer cada vez menos.
Ahora se cambia el parámetro de escala, que es mayor, luego cambia la escala de la
distribución; a la vista de la representación de la función de densidad se ve que pasa a
estar más “aplastada”, pero a la vez es más “ancha”.
En este caso, el parámetro de forma vale 2.5, mientras que el de escala es igual a 1. La
distribución es asimétrica positiva al estar la cola a la derecha y los valores con mayor
probabilidad más a la izquierda.
Ahora se vuelve a cambiar el parámetro de escala, que vale ahora 1.5; mientras que el
de forma sigue siendo 2.5, con lo cual no varía la forma de la distribución. Como ocurre
con los cambios de escala cuando el parámetro pasa a ser mayor, la distribución se
“aplasta más” pero abarca más valores con probabilidad significativa.
La siguiente distribución representada es una Weibull con parámetro de forma igual a 3
y de escala igual a 1; esta parece más centrada, y su forma se parece a la de la
Normal.
En la última representación, el parámetro de escala se ha ampliado a 2; se aprecia un

cambio evidente en la escala de los datos; mientras que la forma sigue siendo la misma,
la distribución es bastante simétrica.ANALISIS ESTADISTICO DE LAS TRES ESTACIONES
ESTACIÓN QUITARACSA:
1. Ordenar los datos en forma descendente
Tabla1. Datos hidrológicos mensuales de estación de Quitaracsa
AÑO CAUDAL CAUDAL

(ORDENADO)
1953 12.02 14.47
1954 12.13 13.17
1955 11.61 12.57
1956 9.56 12.41
1957 11.04 12.16
1958 10.87 12.13
1959 11.39 12.03
1960 12.16 12.02
1961 13.17 11.69

1962 11.18 11.61
1963 11.48 11.48
1964 9.55 11.39
1965 11.69 11.27
1966 12.57 11.18
1967 8.62 11.04
1968 10.33 10.87
1969 11.27 10.84
1970 10.84 10.63
1971 10.08 10.48
1972 12.41 10.33
1973 14.47 10.08
1974 12.03 9.92
1975 9.20 9.90
1976 9.44 9.56
1977 7.63 9.55
1978 9.92 9.44
1979 7.59 9.20
1980 10.63 8.62
1981 10.48 7.63
1982 9.90 7.59
2. Calcular distribución de frecuencias:
 OBTENCIÓN DE LOS LIMITES
 Límite inferior = 14.47
 Límite superior = 7.59

 CALCULO DE RANGO DE VARIACIÓN
 R = Ls – Li
 R = 14.47 – 7.59
 R = 6.88
 CALCULO DEL NUMERO DE INTERVALOS DE CLASE
Regla de Sturges:
m = 1 + 1.33 ln(n)
Dónde: n = 30
m = 5.5236  6
 OBTENCIÓN DEL TAMAÑO DE LOS INTERVALOS DE CLASE
R
C
m 1
6.88
C
6 1
C = 1.375
3. Hallamos los intervalos de clases, marca de clase y frecuencia absoluta:
NUMERO DE INTERVALO DE CLASE MARCA DE FRECUENCIA

INTERVALO DE CLASE ABSOLUTA
CLASE K
1 7.59 - 8.97 8.28 3
2 8.97 - 10.34 9.66 8
3 10.34 - 11.72 11.03 11
4 11.72 - 13.10 12.41 6
5 13.10 14.47 13.78 2
TOTAL 30
4. Con los datos obtenidos hallamos la tabla estadística: y las graficas:
Tabla 2.Tabla estadística
N° DE I. DE CLASE MARCA FRE FREC. F. F.R.A. FUNCION FUNCION
INTERVAL DE C. REL. ABS. DENSIDAD DENSIDAD
O DE CLASE ABS A. EMPÍRICA TEORICA
CLASE K . NORMAL
1 2 MC 4 fr 6 7 fe fx-normal
6.9055 0 0 0.001
1 7.59 - 8.97 8.28 3 0.1000 3 0.1000 0.073 0.009
2 8.97 - 10.34 9.66 8 0.2667 11 0.3667 0.194 0.027
3 10.34 - 11.72 11.03 11 0.3667 22 0.7333 0.267 0.037
4 11.72 - 13.10 12.41 6 0.2000 28 0.9333 0.145 0.022
5 13.10 0 14.47 13.78 2 0.0667 30 1 0.048 0.042
15.16 0.0000 0 0.005
TOTAL 30 1
FUNCION DENSIDAD ESTACION QUITARACSA ( fr,
0.4
fe, fx-Normal)
0.3 fe fx- Normal Fr
Funciones
0.2
0.1
0
0.0000 5.0000 10.0000 15.0000 20.0000
Datos de marca de clase
Figura 1. Marca de clase vs (frecuencia relativa, Función densidad empírica, función densidad
teórica normal)
FUNCION DENSIDAD ESTACION

QUITARACSA ( fr, fe, fx-Normal)
0.3
0.25
Funciones
0.2
0.15
0.1 Fe
0.05
0 Fx- Normal
0.0000 5.0000 10.0000 15.0000 20.0000
Datos de Marca de Clase
Figura 2. Marca de clase vs (Función densidad empírica, función densidad teórica normal)
HISTOGRAMA - ESTACIÓN QUITARACSA
0.4 0.3667
0.35
FRECUENCIA RELATIVA
0.3 0.2667
0.25
0.2000
0.2
0.15
0.1000
0.1 0.0667
0.05
0 0.0000
0
6.9055 8.28 9.66 11.03 12.41 13.78 15.16
MARCA DE CLASE
Figura 3. Marca de clase vs frecuencia relativa
POLIGONO DE FRECUENCIA - ESTACIÓN QUITARACSA

0.4
0.35
FRECUENCIA RELATIVA
0.3
0.25
0.2
0.15
0.1
0.05
0
0.0000 2.0000 4.0000 6.0000 8.0000 10.0000 12.0000 14.0000 16.0000
MARCA DE CLASE

DISTRIBUCIÓN EXPONENCIAL:
𝐹(𝒙) = 𝝀𝒆−𝝀𝒙
Dónde:
X: Marca de clase
𝟏
𝝀=
𝒙
Tenemos entonces la tabla hallada y marca de clase:
Tabla 3.
Tabla hallada y marca de clase

CLASE K
1 2 MC 4
0 0 0 0 6.9055 0
1 7.59 - 8.97 8.28 3
2 8.97 - 10.34 9.66 8
3 10.34 - 11.72 11.03 11
4 11.72 - 13.10 12.41 6
5 13.10 0 14.47 13.78 2
0 0.00 0 0.00 15.16 0
TOTAL 30
Hallando landa entonces tenemos:
Promedió 10.8411
Desviación
Estándar 1.5440
𝟏
𝝀= = 𝟎. 𝟎𝟗𝟐𝟐𝟒
𝟏𝟎. 𝟖𝟒𝟏𝟏
La ecuación queda entonces:
𝐹(𝒙) = 𝟎. 𝟎𝟗𝟐𝟐𝟒𝒆−𝟎.𝟎𝟗𝟐𝟐𝟒𝒙
Entonces generamos datos con marca de clase:
MARCA DE FRECUENCIA FRECUENCIA FRECUENCIA FRECUENCIA FUNCION FUNCION DENSIDAD

CLASE ABSOLUTA RELATIVA ABSOLUTA RELATIVA DENSIDAD TEORICA
ACUMULADA ACUMULADA EMPÍRICA EXPONENCIAL
Yi Ni hi Ni Hi fe fx-Exponencial
6.91 0.00 0.00 0.00 0.00 0.00 0.049
8.28 3.00 0.10 3.00 0.10 0.07 0.043
9.66 8.00 0.27 11.00 0.37 0.19 0.038
11.03 11.00 0.37 22.00 0.73 0.27 0.033
12.41 6.00 0.20 28.00 0.93 0.15 0.029
13.78 2.00 0.07 30.00 1.00 0.05 0.026
15.16 0.00 0.00 0.00 0.00 0.023
TOTAL: 30 1
FUNCION DENSIDAD ESTACION QUITARACSA ( fr,
fe, fx-Exponecial)
0.40
0.35
0.30
FUNCIONES
0.25
0.20
hi
0.15
0.10 fe
0.05 fx- exponencial

0.00
0.00 5.00 10.00 15.00 20.00
MARCA DE CLASE
teórica Exponencial)
FUNCION DENSIDAD ESTACION DE QUITARACSA

( fr, fe, fx-Exponencial)
0.30
0.25
FUNCIONES
0.20
0.15
0.10 fe
fx- exponencial
0.05
0.00
0.00 5.00 10.00 15.00 20.00
MARCA DE CLASE
Figura 6. Marca de clase vs (Función densidad empírica, función densidad teórica Exponencial)
DISTRIBUCION EXPONENCIAL
0.060 ESTACION QUITARACSA
0.040
Fx- exponencial
0.020
0.000
0.00 5.00 10.00 15.00 20.00
MARCA DE CLASE
DISTRIBUCION
TEORICO
Año Febrero m xi = Q P(X) Z F(Z) P(X)-F(Z) Ln(xi)

1950 16.1 41.34
1 0.03704 -1.41266 0.0789 0.0418413 3.72183055
1951 26.01 49.95
2 0.07407 -1.22141 0.1110 0.0368921 3.91102251
1952 20.71 53.16
3 0.11111 -1.15010 0.1251 0.0139396 3.97330623
1953 16.88 58.92
4 0.14815 -1.02216 0.1534 0.0052048 4.07618059
1954 11.34 66.82
5 0.18519 -0.84668 0.1986 0.0134020 4.20200244
1955 20.93 69.55
6 0.22222 -0.78604 0.2159 0.0062995 4.24204592
1956 19.29 76.28
7 0.25926 -0.63655 0.2622 0.0029509 4.33441078
1957 16.02 76.96
8 0.29630 -0.62144 0.2672 0.0291418 4.34328581
1958 26.03 80.01
9 0.33333 -0.55369 0.2899 0.0434389 4.38215163
1959 14.52 84.07
10 0.37037 -0.46351 0.3215 0.0488709 4.43164979
1960 19.14 84.40
11 0.40741 -0.45618 0.3241 0.0832770 4.4355674
1961 14.86 85.20
12 0.44444 -0.43841 0.3305 0.1138997 4.44500143
1962 20.31 98.66
13 0.48148 -0.13943 0.4446 0.0369252 4.5916796
1963 31.18 103.36
14 0.51852 -0.03503 0.4860 0.0324897 4.63821804
1964 11.8 104.46
15 0.55556 -0.01059 0.4958 0.0597818 4.64880422
1965 12.35 106.62
16 0.59259 0.03739 0.5149 0.0776814 4.66927111
1966 16.44 110.66
17 0.62963 0.12712 0.5506 0.0790505 4.70646244
1967 18.55 120.35
18 0.66667 0.34237 0.6340 0.0327046 4.79040416
1968 15.21 125.60
19 0.70370 0.45898 0.6769 0.0268273 4.83310225
1969 18.46 126.52
20 0.74074 0.47942 0.6842 0.0565615 4.8404004
1970 34.75 133.27
21 0.77778 0.62935 0.7354 0.0423368 4.89237715
1971 17.35 134.15
22 0.81481 0.64890 0.7418 0.0730163 4.89895858
1972 13.03 149.99
23 0.85185 1.00075 0.8415 0.0103260 5.01056863
1973 21.06 169.23
24 0.88889 1.42812 0.9234 0.0344825 5.13125874
1974 12.4 179.70
25 0.92593 1.66069 0.9516 0.0256859 5.19128879
1975 14.7 239.13
26 0.96296 2.98079 0.9986 0.0355995 5.47700734
DISTRIBUCION GUMBEL, NORMAL, LOGARITMICO
Normal Log Normal 2P Gumbel

T (años) F(Z) Z Y Q Q Q
2 0.50000 0.00000 0.36651292 104.9 96.5 97.5
5 0.80000 0.84162 1.49993999 142.8 136.2 137.3
10 0.90000 1.28155 2.25036733 162.6 163.1 163.7
15 0.93333 1.50109 2.67375209 172.5 178.4 178.5
20 0.95000 1.64485 2.97019525 179.0 189.2 188.9
25 0.96000 1.75069 3.19853426 183.8 197.6 196.9
50 0.98000 2.05375 3.90193866 197.4 223.7 221.6
75 0.98667 2.21636 4.31078411 204.7 239.1 236.0
100 0.99000 2.32635 4.60014923 209.7 250.1 246.1
200 0.99500 2.57583 5.29581214 220.9 276.9 270.6
500 0.99800 2.87816 6.21360726 234.5 313.4 302.8
Figura 7. Marca de clase vs (función densidad teórica Exponencial)
Funcion densidad Enpirica VS Distribucion

Normal, Exponencial, Gumbel
0.4500
0.4000
0.3500
f(x) -normal
0.3000
f(x) , F(z) , f(xi)
0.2500 F(z)- estandar

0.2000
0.1500 f (xi)- gumbel
0.1000
0.0500 FUNCION DENSIDAD
EMPÍRICA
0.0000
0.000020.000040.000060.000080.0000
100.0000
120.0000
140.0000
MARCA DE CLACE
ESTACIÓN BALSA:
Ordenar los datos en forma descendente
Tabla 4.
Datos hidrológicos mensuales de estación de Balsa.
AÑO CAUDAL CAUDAL

(ORDENADO)
1953 92.10 121.44
1954 96.36 116.14
1955 95.60 114.37
1956 80.95 114.11
1957 90.99 106.69
1958 78.25 105.59
1959 116.14 101.08
1960 85.79 98.10
1961 114.11 96.90
1962 92.50 96.36
1963 96.90 95.60
1964 72.20 94.87
1965 78.77 92.50
1966 114.37 92.10
1967 62.43 90.99
1968 72.59 88.95
1969 98.10 85.79
1970 105.59 85.50
1971 101.08 80.95
1972 94.87 78.77
1973 121.44 78.25
1974 88.95 77.22

1975 73.09 73.09
1976 77.22 72.59
1977 69.80 72.20
1978 85.50 69.80
1979 56.75 68.10
1980 106.69 62.43
1981 68.10 58.25
1982 58.25 56.75
5. Calcular distribución de frecuencias:
 R = Ls – Li
 R = 121.44-56.75
 R = 64.69
Regla de Sturges:
m = 1 + 1.33 ln(n)
Dónde: n = 30
m = 5.524
R
C
m 1
64.69
C
5 1
C = 12.9372
Tabla 5.
Intervalos de clases, marca de clase y frecuencia absoluta

CLASE K
3 56.75 - 69.69 63.22 3
9 69.69 - 82.63 76.16 9
7 82.63 - 95.56 89.09 7
7 95.56 - 108.50 102.03 7
4 108.50 121.44 114.97 4
TOTAL 30
Con los datos obtenidos hallamos la tabla estadística: y las graficas:
Tabla 6.
Tabla estadística
FUNCION
NUMERO DE FRECUENCIA FRECUENCIA FUNCION DENSIDAD
MARCA FRECUENCIA FRECUENCIA
INTERVALO INTERVALO DE CLASE
DE CLASE ABSOLUTA RELATIVA
ABSOLUTA RELATIVA DENSIDAD TEORICA
DE CLASE K ACUMULADA ACUMULADA EMPÍRICA NORMAL
1 2 MC 4 Fr 6 7 fe fx-normal
50.2823 0 0 0.000
3 56.75 - 69.69 63.22 3 0.1000 3 0.1000 0.008 0.002
9 69.69 - 82.63 76.16 9 0.3000 12 0.4000 0.023 0.004
7 82.63 - 95.56 89.09 7 0.2333 19 0.6333 0.018 0.005
7 95.56 - 108.50 102.03 7 0.2333 26 0.8667 0.018 0.003
4 108.50 0 121.44 114.97 4 0.1333 30 1 0.010 0.007
127.91 0.0000 0 0.002
TOTAL 30 1
FUNCION DENSIDAD ESTACION BALSA ( fr, fe, fx-Normal)
0.35
0.3
0.25
Funciones
0.2
fe
0.15
fx- Normal
0.1 Fr
0.05
0
0.0000 20.0000 40.0000 60.0000 80.0000 100.0000 120.0000 140.0000
Datos de marca de clase
teórica normal).
FUNCION DENSIDAD ESTACION BALSA ( fr, fe,

fx-Normal)
0.025
0.02
FUNCIONES
0.015
0.01
Fe
0.005 Fx- Normal
0
0.0000 20.0000 40.0000 60.0000 80.0000 100.0000 120.0000 140.0000
DATOS DE MARCA DE CLASE
Figura 9. Marca de clase vs (Función densidad empírica, función densidad teórica normal)
HISTOGRAMA - ESTACIÓN BALSA
0.35
0.3000
0.3
FRECUENCIA RELATIVA
0.25 0.2333 0.2333
0.2
0.15 0.1333
0.1000
0.1
0.05
0 0.0000
0
50.2823 63.22 76.16 89.09 102.03 114.97 127.91
MARCA DE CLASE
Figura 10. Marca de clase vs frecuencia relativa.
POLIGONO DE FRECUENCIA - ESTACIÓN BALSA

0.35
0.3
FRECUENCIA RELATIVA
0.25
0.2
0.15
0.1
0.05
0
0.0000 20.0000 40.0000 60.0000 80.0000 100.0000 120.0000 140.0000
MARCA DE CLASE
Dónde:
X: Marca de clase
𝟏
𝝀=
𝒙
Tabla 7.
Tabla hallada y marca de clase

CLASE K
1 2 MC 4
0 0 0 0 50.2823 0
3 56.75 - 69.69 63.22 3
9 69.69 - 82.63 76.16 9
7 82.63 - 95.56 89.09 7
7 95.56 - 108.50 102.03 7
4 108.50 0 121.44 114.97 4
0 0.00 0 0.00 127.91 0
TOTAL 30
Promedió 88.1818
Desviación Estándar 17.4472

𝟏
𝝀= = 𝟎. 𝟎𝟏𝟏𝟑𝟒
𝟖𝟖. 𝟏𝟖𝟏𝟖
𝐹(𝒙) = 𝟎. 𝟎𝟏𝟏𝟑𝟒𝒆−𝟎.𝟎𝟏𝟏𝟑𝟒𝒙
Tabla 8.
Tabla de marca de clase total
MARCA FRECUENCIA FRECUENCIA FRECUENCIA FRECUENCIA FUNCION FUNCION

DE ABSOLUTA RELATIVA ABSOLUTA RELATIVA DENSIDAD DENSIDAD
CLASE ACUMULADA ACUMULADA EMPÍRICA TEORICA
EXPONENCIAL
Yi Ni hi Ni Hi fe fx-Exponencial
50.28 0.00 0.00 0.00 0.00 0.00 0.001
63.22 3.00 0.10 3.00 0.10 0.01 0.000
76.16 9.00 0.30 12.00 0.40 0.02 0.000
89.09 7.00 0.23 19.00 0.63 0.02 0.000
102.03 7.00 0.23 26.00 0.87 0.02 0.000
114.97 4.00 0.13 30.00 1.00 0.01 0.000
127.91 0.00 0.00 0.00 0.00 0.000
TOTAL: 30 1
FUNCION DENSIDAD ESTACION DE BALSA ( fr, fe, fx-
Exponencial)
0.03
0.02
FUNCIONES
0.02
0.01
fe
0.00
0.00 20.00 40.00 60.00 80.00 100.00 120.00 140.00
MARCA DE CLASE
Figura 12: Marca de clase vs (frecuencia relativa, Función densidad empírica, función densidad
teórica Exponencial)
FUNCION DENSIDAD ESTACION BALSA ( fr, fe, fx-

Exponecial)
0.35
0.30
0.25
FUNCIONES
0.20
0.15 hi
0.10 fe
0.00
0.00 20.00 40.00 60.00 80.00 100.00 120.00 140.00
MARCA DE CLASE
Figura 13. Marca de clase vs (Función densidad empírica, función densidad teórica Exponencial)
DISTRIBUCION EXPONENCIAL ESTACION
BALSA
0.001
0.001
Fx- exponencial
0.001
0.000
0.000
0.000
0.00 20.00 40.00 60.00 80.00 100.00 120.00 140.00
MARCA DE CLASE
MARCA DE Z(X) F(z)- 1/((2*3,1416)^0,5 exp ((-1/2)*(Z)^2

CLASE estandar
MC 0 0 0 0 0
50.282 -2.137 0.041 0.399 2.718 -2.284
63.219 -1.395 0.151 0.399 2.718 -0.973
76.157 -0.652 0.322 0.399 2.718 -0.213
89.094 0.090 0.397 0.399 2.718 -0.004
102.031 0.832 0.282 0.399 2.718 -0.347
114.968 1.575 0.115 0.399 2.718 -1.240
127.905 2.317 0.027 0.399 2.718 -2.685

6 f (xi)- 0 0 f (xi)- gumbel
MARCA DE gumbel
CLASE
0 0 0 0 0
50.282 0.000 0.767 0.000 0.000
63.219 0.010 0.296 0.035 0.010
76.157 0.031 0.114 0.274 0.031
89.094 0.027 0.044 0.606 0.027
102.031 0.014 0.017 0.824 0.014
114.968 0.006 0.007 0.928 0.006
127.905 0.002 0.003 0.972 0.002
α: 0,78*S(X) 11.3458724
β= pro-
0,45*S(X) 49.5451044
0.4500
0.4000
0.3500
0.3000
f(x) -normal
f(x) , F(z) , f(xi)
0.2500
F(z)- estandar
0.2000
f (xi)- gumbel
0.1500
FUNCION DENSIDAD
0.1000 EMPÍRICA
0.0500
0.0000
0.00 20.00 40.00 60.00 80.00 100.00
MARCA DE CLACE
DISTRIBUCION TEORICO
Año Enero m xi = Q P(X) Z F(Z) P(X)-F(Z) Ln(xi)

1950 218.86 1 218.86 0.03704 2.28797 0.9889 0.9518933 5.38843226
1951 97.87 2 198.49 0.07407 1.77349 0.9619 0.8878526 5.29073872
1952 114.19 3 190.98 0.11111 1.58382 0.9434 0.8322714 5.25216871
1953 85.65 4 182.17 0.14815 1.36131 0.9133 0.7651437 5.20494032
1954 115.56 5 177.82 0.18519 1.25144 0.8946 0.7094282 5.1807718
1955 79.21 6 160.81 0.22222 0.82183 0.7944 0.5721905 5.08022354
1956 177.82 7 154 0.25926 0.64983 0.7421 0.4828402 5.0369526
1957 160.81 8 137 0.29630 0.22047 0.5872 0.2909512 4.91998093
1958 190.98 9 133.48 0.33333 0.13157 0.5523 0.2190033 4.89395165
1959 127.17 10 131.17 0.37037 0.07322 0.5292 0.1588159 4.87649419
1960 126.64 11 127.17 0.40741 -0.02780 0.4889 0.0815028 4.84552477
1961 70.95 12 126.64 0.44444 -0.04119 0.4836 0.0391287 4.84134842
1962 154 13 122.2 0.48148 -0.15333 0.4391 0.0424111 4.80565905
1963 131.17 14 116.52 0.51852 -0.29678 0.3833 0.1352027 4.75806293
1964 92.93 15 115.56 0.55556 -0.32103 0.3741 0.1814618 4.74978988
1965 83.56 16 114.91 0.59259 -0.33745 0.3679 0.2247025 4.74414921
1966 182.17 17 114.82 0.62963 -0.33972 0.3670 0.2625959 4.74336568
1967 137 18 114.19 0.66667 -0.35563 0.3611 0.3056084 4.73786373
1968 133.48 19 97.87 0.70370 -0.76782 0.2213 0.4824061 4.58364007
1969 122.2 20 95.8 0.74074 -0.82010 0.2061 0.5346610 4.56226268
1970 198.49 21 92.93 0.77778 -0.89259 0.1860 0.5917382 4.53184652
1971 116.52 22 92.28 0.81481 -0.90900 0.1817 0.6331404 4.52482743
1972 114.91 23 85.65 0.85185 -1.07645 0.1409 0.7109895 4.45026922
1973 114.82 24 83.56 0.88889 -1.12924 0.1294 0.7594905 4.42556494
1974 95.8 25 79.21 0.92593 -1.23911 0.1077 0.8182727 4.37210255
1975 92.28 26 70.95 0.96296 -1.44772 0.0738 0.8891159 4.2619754

2 0.50000 0.00000 0.36651292 128.3 122.7 121.8
5 0.80000 0.84162 1.49993999 161.6 157.4 156.8
10 0.90000 1.28155 2.25036733 179.0 179.2 179.9
15 0.93333 1.50109 2.67375209 187.7 191.2 193.0
20 0.95000 1.64485 2.97019525 193.4 199.5 202.1
25 0.96000 1.75069 3.19853426 197.6 205.8 209.2
50 0.98000 2.05375 3.90193866 209.6 225.1 230.9
75 0.98667 2.21636 4.31078411 216.0 236.1 243.5
100 0.99000 2.32635 4.60014923 220.4 243.9 252.5
200 0.99500 2.57583 5.29581214 230.3 262.6 273.9
500 0.99800 2.87816 6.21360726 242.2 287.1 302.3
ESTACIÓN CEDROS:
Tabla 9.Datos hidrológicos mensuales de estación de CEDROS
AÑO CAUDAL CAUDAL

PROMEDIO PROMEDIO
PARCIAL ORDENADO
1979 3.87 3.87
1977 4.30 4.30
1967 5.99 5.99
1978 6.11 6.11
1968 6.87 6.87
1981 7.05 7.05
1964 7.22 7.22
1976 7.32 7.32
1956 7.58 7.58
1982 7.64 7.64
1965 7.69 7.69
1957 8.34 8.34
1975 8.59 8.59
1980 8.81 8.81
1962 9.01 9.01
1960 9.14 9.14
1963 9.16 9.16
1958 9.67 9.67
1971 9.71 9.71
1955 9.86 9.86
1959 10.01 10.01

1954 10.28 10.28
1953 10.30 10.30
1974 10.47 10.47
1970 10.59 10.59
1966 10.86 10.86
1969 11.01 11.01
1972 11.75 11.75
1961 12.18 12.18
1973 13.11 13.11
Calcular distribución de frecuencias:
 R = Ls – Li
 R = 13.11 – 3.87
 R = 9.24

Regla de Sturges:
m = 1 + 1.33 ln(n)
Dónde: n = 30
m = 5.524
m=6
R
C
m 1
9.24
C
6 1
C = 1.85
Tabla 10.
Intervalos de clases, marca de clase y frecuencia absoluta
NUMERO DE INTERVALO MARCA FRECUENCIA

INTERVALO DE DE ABSOLUTA
DE CLASE CLASE CLASE
2 MC 5
2.9458 0
1 3.87 5.72 4.7958 2
2 5.72 7.57 6.6458 6
3 7.57 9.42 8.4958 9
4 9.42 11.27 10.3458 10
5 11.27 13.12 12.1958 3
42.4792 0
TOTAL 30
Con los datos obtenidos hallamos la tabla estadística: y las graficas:
Tabla 11.
Tabla estadística
NUMERO DE INTERVALO MARCA FRECUENCIA FRACUENCIA FRECUENCIA FRECUENCIA FUNCION FUNCION

INTERVALO DE DE ABSOLUTA RELATIVA ABSOLUTA RELATIVA DENSIDAD DENSIDAD
DE CLASE CLASE CLASE ACUMULADA ACUMULADA EMPIRICA TEORICA
NORMAL
2 MC 5 fr fe fx-Normal
2.9458 0 0 0 0 0
1 3.87 5.72 4.7958 2 0.067 2 0.067 0.0360 0.03340
2 5.72 7.57 6.6458 6 0.200 8 0.267 0.1081 0.11129
3 7.57 9.42 8.4958 9 0.300 17 0.567 0.1622 0.18078
4 9.42 11.27 10.3458 10 0.333 27 0.900 0.1802 0.14316
5 11.27 13.12 12.1958 3 0.100 30 1.000 0.0541 0.05527
42.4792 0 0.000 1.000 0 0
TOTAL 30 1.000
FUNCION DENSIDAD ESTACION CEDROS (fr, fe, fx-
0.4
Normal)
0.35
FUNCIONES 0.3
0.25
0.2 fr
0.15 fe
0.1 fx-Normal
0.05
0
0 1 2 3 4 5 6 7 8
MARCA DE CLASE
Figura 15. Marca de clase vs (frecuencia relativa, Función densidad empírica, función
densidad teórica normal)
FUNCION DENSIDAD ESTACION CEDROS (fe, fx-Normal)

0.2
0.18
0.16
0.14
FUNCIONES
0.12
0.1
0.08 fe
0.06 fx-Normal
0.04
0.02
0
0.0000 1.0000 2.0000 3.0000 4.0000 5.0000 6.0000 7.0000 8.0000
MARCA DE CLASE
Figura 16. Marca de clase vs (Función densidad empírica, función densidad teórica
normal)
HISTOGRAMA-ESTACION CEDROS
0.3333
0.3000
FRECUENCIA RELATIVA
0.2000
0.1000
0.0667
0.0000 0.0000
2.9458 4.7958 6.6458 8.4958 10.3458 12.1958 42.4792

MARCA DE CLASE
POLIGONO DE FRECUENCIA_ESTACION CEDROS

0.4000
0.3500
FRECUENCIA RELATIVA
0.3000
0.2500
0.2000
0.1500
0.1000
0.0500
0.0000
0.0000 10.0000 20.0000 30.0000 40.0000 50.0000
MARCA DE CLASE

Dónde:
X: Marca de clase
𝟏
𝝀=
𝒙
Tabla 12.
NUMERO DE INTERVALO MARCA FRECUENCIA

INTERVALO DE DE ABSOLUTA
DE CLASE CLASE CLASE
2 MC 5
2.9458 0
1 3.87 5.72 4.7958 2
2 5.72 7.57 6.6458 6
3 7.57 9.42 8.4958 9
4 9.42 11.27 10.3458 10
5 11.27 13.12 12.1958 3
42.4792 0
TOTAL 30
Promedió 8.82
Desviación Estándar 2.18258044

𝟏
𝝀= = 𝟎. 𝟏𝟏𝟑𝟑𝟖
𝟖. 𝟖𝟐
𝐹(𝒙) = 𝟎. 𝟏𝟏𝟑𝟑𝟖𝒆−𝟎.𝟏𝟏𝟑𝟑𝟖𝒙
Tabla 13.Tabla de marca de clase total
MARCA FRECUEN FRACUENCIA FRECUENCI FRECUENCIA FUNCION FUNCION

DE CIA RELATIVA A RELATIVA DENSIDAD EXPONENCI
CLASE ABSOLUT ABSOLUTA ACUMULADA EMPIRICA AL
A ACUMULA
DA
MC 5
2.9458 0.0000 0.0000 0.0000 0.0000 0.08118629
4.7958 2.0000 0.0667 2.0000 0.0667 0.0360 0.06582458
6.6458 6.0000 0.2000 8.0000 0.2667 0.1081 0.05336955
8.4958 9.0000 0.3000 17.0000 0.5667 0.1622 0.04327120
10.3458 10.0000 0.3333 27.0000 0.9000 0.1802 0.03508362
12.1958 3.0000 0.1000 30.0000 1.0000 0.0541 0.02844525
42.4792 0.0000 0.0000 1.0000 0.0000 0.00091801

FUNCION DENSIDAD ESTACION CEDROS
(fr, fe, fx-exponencial)
0.4000
0.3500
0.3000
FUNCIONES
0.2500 fe
0.2000 fr
0.1500 fx-Exponencial
0.1000
0.0500
0.0000
0.0000 1.0000 2.0000 3.0000 4.0000 5.0000 6.0000 7.0000 8.0000
MARCA DE CLASE
Figura 19. Marca de clase vs (frecuencia relativa, Función densidad empírica, función
densidad teórica Exponencial)
FUNCION DENSIDAD ESTACION CEDROS

(fe, fx-exponencial)
0.2000
0.1800
0.1600
0.1400
FUNCIONES
0.1200 fe
0.1000 fx-Exponencial
0.0800
0.0600
0.0400
0.0200
0.0000
0.0000 1.0000 2.0000 3.0000 4.0000 5.0000 6.0000 7.0000 8.0000
MARCA DE CLASE
Figura 20. Marca de clase vs (Función densidad empírica, función densidad teórica
Exponencial)
FUNCION DENSIDAD ESTACION CEDROS (fx-
exponencial)
0.09
0.08
0.07
fx-Exponencial
0.06
0.05
fx-Exponencial
0.04
0.03
0.02
0.01
0
0.0000 1.0000 2.0000 3.0000 4.0000 5.0000 6.0000 7.0000 8.0000
MARCA DE CLASE
DISTRIBUCION GUMBEL PARA ESTACION CEDROS
MARCA DE f (xi)- f (xi)- FUNCION FUNCION FRACUENCIA

CLASE gumbel gumbel DENSIDAD EXPONENCIAL RELATIVA
EMPIRICA
2.95 0.00000 10.41221 0.00000 0.000000 0.08118629 0.000000
4.80 0.00893 3.51087 0.00893 0.036036 0.06582459 0.066667
6.6458 0.15790 1.18382 0.15790 0.108108 0.05336955 0.200000
8.4958 0.20237 0.39917 0.20237 0.162162 0.04327121 0.300000
10.345 0.10704 0.13460 0.10704 0.180180 0.03508362 0.333333
12.195 0.04201 0.04538 0.04201 0.054054 0.02844526 0.100000
42.479 0.00000 0.00000 0.00000 0.000000 0.00091801 0.000000

FUNCION DENSIDAD DE ESTACION CEDROS ( fx,gumbel,
fe, fr, fx-exponencial)
0.40000
0.35000
0.30000
0.25000
FUNCIONES
0.20000
fx-Gumbel
0.15000 fe
fx-eponencial
0.10000 fr
0.05000
0.00000
0.00 10.00 20.00 30.00 40.00 50.00
-0.05000
MARCA DE CLASE
FUNCION DENSIDAD GUMBEL ESTACION CEDROS

0.25000
0.20000
0.15000
fx-Gumbel
0.10000
0.05000
0.00000
0.00 5.00 10.00 15.00 20.00 25.00 30.00 35.00 40.00 45.00
-0.05000
MRACA DE CLASE
DISTRIBUCION TEORICO
Año enero m xi = Q P(X) Z F(Z) P(X)-F(Z) Ln(xi)

1950 22.4 1 25.51 0.03704 2.20655 0.9863 0.9492902 3.23907053
1951 11.3 2 22.78 0.07407 1.73665 0.9588 0.8847017 3.12588296
1952 9.9 3 22.4 0.11111 1.67125 0.9527 0.8415524 3.10906096
1953 6.4 4 21.4 0.14815 1.49912 0.9331 0.7849311 3.06339092
1954 12.08 5 15.98 0.18519 0.56622 0.7144 0.5291920 2.77133794
1955 8.89 6 15.61 0.22222 0.50253 0.6924 0.4701313 2.74791173
1956 15.52 7 15.52 0.25926 0.48704 0.6869 0.4276262 2.74212951
1957 15.98 8 15.37 0.29630 0.46122 0.6777 0.3813844 2.73241756
1958 22.78 9 15.2 0.33333 0.43196 0.6671 0.3337822 2.72129543
1959 10.14 10 15.16 0.37037 0.42508 0.6646 0.2942394 2.71866038
1960 11.59 11 12.65 0.40741 -0.00695 0.4972 0.0898195 2.53765722
1961 6.41 12 12.54 0.44444 -0.02588 0.4897 0.0452302 2.52892354
1962 15.16 13 12.08 0.48148 -0.10506 0.4582 0.0233178 2.49155119
1963 12.54 14 11.59 0.51852 -0.18940 0.4249 0.0936294 2.45014266
1964 8.48 15 11.51 0.55556 -0.20317 0.4195 0.1360549 2.44321622
1965 3.42 16 11.3 0.59259 -0.23932 0.4054 0.1871627 2.42480273
1966 25.51 17 11.16 0.62963 -0.26341 0.3961 0.2335139 2.41233596
1967 11.51 18 10.14 0.66667 -0.43898 0.3303 0.3363284 2.316488
1968 12.65 19 9.9 0.70370 -0.48029 0.3155 0.3881927 2.29253476
1969 15.2 20 8.89 0.74074 -0.65413 0.2565 0.4842277 2.18492705
1970 21.4 21 8.48 0.77778 -0.72470 0.2343 0.5434608 2.13771045
1971 15.37 22 6.41 0.81481 -1.08100 0.1398 0.6749657 1.85785927
1972 15.61 23 6.4 0.85185 -1.08272 0.1395 0.7123852 1.85629799
1973 11.16 24 4.67 0.88889 -1.38049 0.0837 0.8051712 1.54115907
1974 3.88 25 3.88 0.92593 -1.51647 0.0647 0.8612254 1.35583515
1975 4.67 26 3.42 0.96296 -1.59564 0.0553 0.9076789 1.22964055

2 0.50000 0.00000 0.36651292 12.7 11.3 11.7
5 0.80000 0.84162 1.49993999 17.6 17.4 16.9
10 0.90000 1.28155 2.25036733 20.1 21.8 20.3
15 0.93333 1.50109 2.67375209 21.4 24.4 22.2
20 0.95000 1.64485 2.97019525 22.2 26.2 23.5
25 0.96000 1.75069 3.19853426 22.9 27.7 24.6
50 0.98000 2.05375 3.90193866 24.6 32.3 27.8
75 0.98667 2.21636 4.31078411 25.6 35.1 29.6
100 0.99000 2.32635 4.60014923 26.2 37.2 30.9
200 0.99500 2.57583 5.29581214 27.7 42.2 34.1
500 0.99800 2.87816 6.21360726 29.4 49.3 38.2
CONCLUSIONES Y RECOMENDACIONES
 Los parámetros usados para los cálculos y la gráfica de la distribución
normal de la estación QUITARACSA son:
𝑋̅ 10.8411
s 1.544
 Los parámetros usados para los cálculos y grafica de la distribución de la
estación QUITARACSA son:
Λ 0.0922
S 1.544
normal de la estación BALSA son:
𝑋̅ 88.18
S 17.447
estación BALSA son:
Λ 0.01134
S 17.447
normal de la estación CEDROS son:
𝑋̅ 8.82
S 2.1826
estación CEDROS son:
Λ 0.1134
S 2.1826
BIBLIOGRAFÍA
Libros :
CHOW, V. (1994). Hidrologia Aplicada. Mc. Gill, Tercera Edicion.
VILLON BEJAR, M. (2005). Hidrologia Estadistica. Lima: Villon, Tercrera Edicion.
web:
 http://orton.catie.ac.cr/repdoc/A2948e/A2948e.pdf
 https://es.slideshare.net/freddysantiagord/metodos-probabilisticos-de-
hidrologia
 http://www.academia.edu/3626298/Metodo_gumbel_calculo_de_caudale
s_PDF
 http://masteres.ugr.es/moea/pages/tfm1011/analisisestadisticodevalores
extremosyaplicaciones/
 https://acrobat.adobe.com/es/es/acrobat/store-sign-share-docs-photos-
free.html?trackingid=KRRTJ&DTProd=Reader&DTServLvl=SignedOut
 http://masteres.ugr.es/moea/pages/tfm1011/analisisestadisticodevalores
extremosyaplicaciones/
 http://www.academia.edu/3626298/Metodo_gumbel_calculo_de_caudale
s_PDF

Tercer Infome de Hidro

Hochgeladen von

Dokumentinformationen

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Tercer Infome de Hidro

Hochgeladen von

Copyright:

Verfügbare Formate

UNIVERSIDAD NACIONAL

“SANTIAGO ANTUNEZ DE MAYOLO”

HUARAZ, 4 ENERO DEL 2018

Tabla1. Datos hidrológicos mensuales de estación de Quitaracsa............................................................. 37

 Análisis en la aplicación de la estadística y probabilidades en la hidrología (estaciones

Quitaracsa, Balsa y Cedros).

las medidas de distribuciones.

Exponencial, Normal y Gumbel.

• Aprender los procedimientos de la tabulación de datos hidrológicos mediante los

conceptos de probabilidades y estadística.

• Aprender a estimar los parámetros mediante los métodos gráficos.

• Desarrollar la prueba de bondad de ajuste dentro de las cuales se completan al ajuste

El trabajo es importante por la interpretación de los conceptos de probabilidades y estadística

caudal que se registrara para un periodo de retorno 20, 30,50 y 100.

En la cuenca hidrográfica se encuentran los recursos naturales, la infraestructura que el

MODELO DISTRIBUCION EXPONECIAL

Gráficamente como ejemplo planteamos el modelo con parámetro  =0,05

En la principal aplicación de esta distribución, que es la Teoría de la Fiabilidad, resulta

La función de Supervivencia se define cómo la probabilidad de que la variable aleatoria

Si el significado de la variable aleatoria es "el tiempo que transcurre hasta que se

Gráficamente, la función de distribución para un modelo exponencial de

En la que se observa lo que sería la diferencia entre función de distribución y la de

Tendremos así que la F.G.M será:

Así la media será:

En cuando a la varianza su expresión será:

Tasa instantánea de fallo.

Al cociente entre esta probabilidad condicionada y la amplitud del intervalo

Y a la tasa media de fallo en un intervalo infinitésimo es decir, al límite de la tasa

Integrando esta ecuación diferencial entre 0 y x:

De modo que la función de distribución será

Función de Distribución de una Exponencial

Propiedad fundamental de la distribución exponencial

La distribución exponencial no tiene memoria:

Poseer información de que el elemento que consideramos ha sobrevivido un tiempo S

Expresión que no depende, como se observa, del tiempo sobrevivido s.

DISTRIBUCIONES DE PROBABILIDAD EN HIDROLOGÍA

El comportamiento de las variables aleatorias discretas o continuas se describe con la

Por P(x = a) se denota la probabilidad de que un evento asuma el valor a;

Si x es un número dado y consideramos la probabilidad P(X  x):

y llamamos F(x) la función de distribución acumulada.

Si se tiene una variable aleatoria continua, la figura presenta el histograma de 85 años

Cuando el número de observaciones se incrementa, el tamaño de los intervalos

Donde f(x) es la llamada función de densidad de probabilidades y tiene las siguientes

1.1 MOMENTOS DE LAS DISTRIBUCIONES

Las propiedades de las distribuciones pueden ser definidas completamente en términos

para la variable continua

para la variable discreta

o respecto a la media (eje de rotación diferente al origen)

para la variable continua

para la variable discreta

1.2 PARÁMETROS ESTADÍSTICOS

Los estadísticos extraen información de una muestra, indicando las características de la

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

Efectos de la función de densidad de probabilidad causados por cambios en la

Coeficiente de variación es una medida adimensional de la variabilidad su

Tercer momento respecto a la media

Un estimativo del coeficiente de asimetría está dado por

Es un caso especial de la distribución de valores extremos generalizada. Su función de

Ahora la distribución representada es una Fréchet(2,3), ha cambiado el parámetro de

En esta nueva representación se ha introducido un parámetro de localización que vale

Ahora se ha cambiado el parámetro de escala respecto al caso anterior, y se ve que el

Nuevamente se ha introducido un parámetro de localización, con lo cual tanto la función

El último gráfico corresponde a una Fréchet(5,1).

La función de distribución de la distribución de Gumbel es: