Professional Documents
Culture Documents
PROBABILISTICOS
DISTRIBUCION NORMAL
DISTRIBUCION LOG
NORMAL
HIDROLOGIA ESTADISTICA
14
UNIVERSIDAD NACIONAL DE CAJAMARCA
I.
INTRODUCCION
En la determinacin de valores extremos (caudales
mximos o mnimos, niveles mximos o mnimos, etc.)
necesarios para el anlisis y solucin de muchos
problemas relacionados con la ingeniera hidrulica,
resulta comn emplear las distribuciones probabilsticas
ms usuales para el estudio de problemas hidrolgicos.
As, a partir de un registro histrico de valores extremos,
se infi ere aquellos valores mximos o mnimos asociados a
un cierto perodo de retorno de diseo.
Es relativamente comn apreciar estudios en los cuales, a
partir de una data histrica de valores extremos, se haya
hecho uso de distribuciones tales como: Gumbel, Normal o
Log Pearson tipo III, para estimar los valores extremos
asociados a un periodo de retorno seleccionado. En menor
medida se observar el empleo de distribuciones tales
como: log normal de 2 parmetros, log normal de 3
parmetros o la distribucin gamma de 2 de 3
parmetros.
En este sentido cabra preguntarse: qu ha llevado al
especialista a seleccionar una determinada distribucin
probabilstica para el anlisis efectuado? Se ha verifi cado
que la distribucin escogida sea la que efectivamente
mejor se ajusta o representa a la serie histrica de datos?
Cul de las distribuciones disponibles debi haberse
empleado en verdad en la estimacin requerida de valores
extremos? Estas preguntas nos conducen a la necesidad
de revisar los temas relacionados con las pruebas
de
ajuste.
II.
OBJETIVOS
Interpretar y explicar las caractersticas del modelo
normal.
Interpretar
analizar
las
caractersticas
de
los
modelos logartmicos.
Entender las aplicaciones de la distribucin normal y
log normal.
14
UNIVERSIDAD NACIONAL DE CAJAMARCA
III.
MARCO TEORICO
MODELO MATEMATICO
Descripcin de un fenmeno de la naturaleza.
A. M.M.DETERMINISTICO: Resultado determinado por
las condiciones en que se realiza el experimento.
Solo cambia si se cambian las condiciones.
Es formulado en trminos de un grupo de variables y
parmetros y ecuaciones relacionadas a ellos.
Implica una relacin causa efecto entre valores de los
parmetros elegidos y los resultados obtenidos de la
aplicacin de las ecuaciones .
B. M.M.PROBABILISTICO O NO DETERMINISTICO : Las
condiciones en que se produce el fenmeno no
determinan el resultado.
Un modelo probabilstico se formula siguiendo las
leyes del azar. Se dividen en dos tipos: (1)
estadsticos, y (2) estocsticos
Los modelos estadsticos tratan con ejemplos observados,
mientras que los modelos estocsticos con la estructura
del azar observada en ciertas series hidrolgicas
temporales
MODELOS
PROBABILISTICOS
14
UNIVERSIDAD NACIONAL DE CAJAMARCA
Normal
Log-Normal
Exponencial
Gamma o Pearson II
Chi cuadrado
Valores extremos tipo I.gumbel.
D. DISTRIBUCIN NORMAL
Una distribucin normal de media y desviacin tpica se designa por
N(, ). Su grfica es la campana de Gauss:
14
UNIVERSIDAD NACIONAL DE CAJAMARCA
sigue
una
distribucin N(,
) en
otra
F. CLCULO
DE
PROBABILADADES
da
las probabilidades
EN
DISTRIBUCIONES
NORMALES
La tabla nos
de
P(z
k),
probabilidades
nos
dan
la funcin
distribucin (k).
(k) = P(z k)
Bsqueda en la tabla de valor de k
Unidades y dcimas en la columna de la izquierda.
Centsimas en la fi la de arriba.
de
14
UNIVERSIDAD NACIONAL DE CAJAMARCA
14
UNIVERSIDAD NACIONAL DE CAJAMARCA
L
a 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
ESTIMACIN DE PARMETROS:
14
UNIVERSIDAD NACIONAL DE CAJAMARCA
FACTOR DE FRECUENCIA:
1. Si se trabaja con los X sin transformar el K se calcula como
LIMITES DE CONFIANZA:
G. DISTRIBUCIN LOG-NORMAL
1. CARACTERSTICAS DE LA DISTRIBUCIN
La distribucin log normal se obtiene cuando los logaritmos de una
Variable se describen mediante una distribucin normal. Es el caso en el
que las variaciones en la fiabilidad de una misma clase de componentes
tcnicos se representan considerando la tasa de fallos l aleatoria en
lugar de una variable constante.
Es la distribucin natural a utilizar cuando las desviaciones a partir del
valor del modelo estn formadas por factores, proporciones o
porcentajes ms que por valores absolutos como es el caso de la
distribucin normal.
La distribucin lognormal tiene dos parmetros: m* (media aritmtica
del logaritmo de los datos o tasa de fallos) y s (desviacin estndar del
logaritmo de los datos o tasa de fallos).
14
UNIVERSIDAD NACIONAL DE CAJAMARCA
2. PROPIEDADES
La distribucin lognormal se caracteriza por las siguientes propiedades:
En probabilidades y estadsticas,
la distribucin
log-normal es
una distribucin
de
probabilidad de
una variable
aleatoria cuyo logaritmo est normalmente distribuido. Es decir, si X es
una variable aleatoria con una distribucin normal, entonces exp(X)
tiene una distribucin log-normal.
14
UNIVERSIDAD NACIONAL DE CAJAMARCA
para
, donde y son la media y la desviacin estndar del
logaritmo de variable. El valor esperado es
y la varianza es
.
14
UNIVERSIDAD NACIONAL DE CAJAMARCA
FUNCIN DE DENSIDAD:
y = ln x
donde, y : media de los logaritmos
de la poblacin (parmetro
escalar), estimado
y : Desviacin estndar de los logaritmos de la poblacin, estimado sy.
Estimacin de parmetros:
FACTOR DE FRECUENCIA:
14
UNIVERSIDAD NACIONAL DE CAJAMARCA
14
UNIVERSIDAD NACIONAL DE CAJAMARCA
AJUSTE DE DISTRIBUCIONES
Para el ajuste a las distribuciones Log-Normal, Log-Gumbel y LogPearson se requiere transformar la variable al campo logartmico
para modelarla, con lo que se disminuye la varianza muestral,
pero tambin se filtran las variaciones reales de los datos.
14
UNIVERSIDAD NACIONAL DE CAJAMARCA
14
UNIVERSIDAD NACIONAL DE CAJAMARCA
Plotting Position
Trabaja con la probabilidad de excedencia asignada a cada valor de la
muestra. Se han propuesto numerosos mtodos empricos. Si n es el
total de valores y m es el rango de un valor en una lista ordenada de
mayor a menor (m=1 para el valor mximo) la probabilidad de
excedencia se puede obtener por medio de las siguientes expresiones
California
Weibull
Hazen
IV.
APLICACIONES
14
UNIVERSIDAD NACIONAL DE CAJAMARCA
V.
CONCLUSIONES
La distribucin log normal se obtiene cuando los logaritmos
de una Variable se describen mediante una distribucin
normal.
14
UNIVERSIDAD NACIONAL DE CAJAMARCA
VII.
RECOMENDACIONES
ANEXOS
a. Tabla de distribucin normal.
14
UNIVERSIDAD NACIONAL DE CAJAMARCA