Documente Academic
Documente Profesional
Documente Cultură
Probabilsticos
HIDROLOGIA GENERAL
Mtodos Probabilsticos
Mtodos Probabilsticos
Metodos Probabilisticos
PROFESOR: Ing. Dante Salazar Snchez
CURSO: Hidrologa General
UNIVERSIDAD SAN PEDRO
Mtodos Probabilsticos
Contenido
Distribucin de Probabilidades en Hidrologa .. 3
Parmetros Estadsticos... 4
Distribucin de Probabilidad para Variables Continuas.. 6
Ajuste de Distribuciones .. 11
Mtodos Probabilsticos
Mtodos Probabilsticos
PARAMETROS ESTADISTICOS
1.2.1
Media :
momento
respecto
al
1.2.2
Varianza :
En el cual el divisor es n-1 en lugar de n para asegurar que la estadstica 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 desviacin estndar s es una
medida de la variabilidad que tiene las mismas dimensiones que la media y
simplemente es la raz cuadrada de la varianza, se estima por s.
Mtodos Probabilsticos
Coeficiente de variacin
estimado es
1.2.3
Coeficiente de asimetra
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 de retorno. Su confiabilidad depende de la
longitud y calidad de la serie histrica, adems de la incertidumbre propia de la
distribucin de probabilidades seleccionada.
Para determinar la magnitud de eventos extremos cuando la distribucin de
probabilidades no es una funcin fcilmente invertibles se requiere conocer la variacin
de la variable respecto a la media. Chow en 1951 propus determinar esta variacin a
partir de un factor de frecuencia KT que puede ser expresado:
Para una distribucin dada, puede determinarse una relacin entre K y el perodo de
retorno Tr. Esta relacin puede expresarse en trminos matemticos o por medio del
uso de una tabla.
Mtodos Probabilsticos
3.1
DISTRIBUCION NORMAL
Funcin de densidad:
Los dos parmetros de la distribucin son la media m y desviacin estndar s para los
cuales (media) y s (desviacin estndar) son derivados de los datos.
3.1.2
Estimacin de parmetros:
3.1.3
Factor de frecuencia:
1.
Limites de confianza:
3.2
Mtodos Probabilsticos
Funcin de densidad:
y = ln x
donde, my : media de logaritmos de la poblacin (parmetro escalar),
sy : Desviacin estndar de los logaritmos de la poblacin, estimado sy.
3.2.2
Estimacin de parmetros:
3.2.3
Factor de frecuencia:
Limites de confianza:
3.3
Mtodos Probabilsticos
Funcin de densidad:
donde
3.3.3
Estimacin de parmetros
Limites de confianza
3.4
Mtodos Probabilsticos
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.
3.4.1
Funcin de densidad:
donde,
x0 < x < a para a > 0
a < x < x0 para a < 0
a y b son los parmetros de escala y forma, respectivamente , y x0 es el parmetro de
localizacin.
3.4.2
Estimacin de parmetros:
3.4.3
Factor de frecuencia:
Intervalos de confianza:
10
3.5
Mtodos Probabilsticos
Funcin de densidad:
Estimacin de parmetros:
Cs es el coeficiente de asimetra,
son la media y la desviacin estndar de
los logaritmos de la muestra respectivamente
3.5.3
Factor de frecuencia:
Intervalos de confianza:
Xt t(1-a) Se
11
Mtodos Probabilsticos
AJUSTE DE DISTRIBUCIONES
Para la modelacin de caudales mximos se utilizan, entre otras, las distribuciones Log
- Normal, Gumbel y Log-Gumbel principalmente. Para seleccionar la distribucin de
probabilidades de la serie histrica se deben tener en cuenta algunas consideraciones.
Cuando la informacin es adecuada el anlisis de frecuencia es la metodologa ms
recomendable para la evaluacin de eventos extremos, ya que la estimacin depende
solamente de los caudales mximos anuales que han ocurrido en la cuenca y no da
cuenta de los procesos de transformacin de la precipitacin en escorrenta.
Obviamente tiene algunas limitaciones relacionadas con el comportamiento de la serie
histrica y con el tamao y calidad de los datos de la muestra.
4.1
Plotting Position
California
Weibull
Hazen
La expresin ms utilizada es la Weibull. Con las anteriores expresiones se halla lo que
se conoce como la distribucin emprica de una muestra, esta luego se puede ajustar a
una de las distribuciones tericas presentadas anteriormente. Los resultados pueden
ser dibujados en el papel de probabilidad; este es diseado para que los datos se
ajusten a una lnea recta y se puedan comparar los datos muestrales con la distribucin
terica (lnea recta).
4.2
Pruebas de Ajuste
Para determinar que tan adecuado es el ajuste de los datos a una distribucin de
probabilidades se han propuesto una serie de pruebas estadsticas que determinan si
es adecuado el ajuste. Estos son anlisis estadsticos y como tal se deben entender, es
decir, no se puede ignorar el significado fsico de los ajustes.
12
4.2.1
Mtodos Probabilsticos
La prueba requiere que el valor Dn calculado con la expresin anterior sea menor que
el valor tabulado Dn para un nivel de probabilidad requerido.
Esta prueba es fcil de realizar y comprende las siguientes etapas:
4.2.2
Una medida de las discrepancias entre las frecuencias observadas (fo) y las frecuencias
calculadas (fc) por medio de una distribucin terica esta dada por el estadstico
en donde
Si el estadstico =0 significa que las distribuciones terica y emprica ajustan
exactamente, mientras que si el estadstico >0, ellas difieren. La distribucin del
estadstico se puede asimilar a una distribucin Chi-cuadrado con (k-n-1) grados de
libertad, donde k es el nmero de intervalos y n es el nmero de los parmetros de la
distribucin terica. La funcin se encuentra tabulada.
Supongase que una hiptesis Ho es aceptar que una distribucin emprica se ajusta a
una distribucin Normal.
Si el valor calculado de por la ecuacin anterior es mayor que algn valor crtico de
, con niveles de significancia a de 0.05 y 0.01 (el nivel de confianza es 1-a) se puede
decir que las frecuencias observadas difieren significativamente de las frecuencias
esperadas (o calculadas) y entonces la hiptesis Ho se rechaza, si ocurre lo contrario
entonces se acepta.
Aunque no existe una definicin generalmente aceptada, se puede entender como
valores extremos, muy superiores a los dems registrados (Ashkar, et al. 1994).
13
Mtodos Probabilsticos
14
Mtodos Probabilsticos
15
Mtodos Probabilsticos
16
Mtodos Probabilsticos
17
Mtodos Probabilsticos
18
Mtodos Probabilsticos
19
Mtodos Probabilsticos
20
Mtodos Probabilsticos
21
Mtodos Probabilsticos
22
Mtodos Probabilsticos
AJUSTES DE PROBABILIDAD AL 10, 20, 30, 40, 50, 60, 70, 80,90 Y 99%
23
Mtodos Probabilsticos
24
Mtodos Probabilsticos
25
Mtodos Probabilsticos
26
Mtodos Probabilsticos
27
Mtodos Probabilsticos
28
Mtodos Probabilsticos
BIBLIOGRAFIA Y WEBGRAFIA
29