En la Tabla se muestran los valores de precipitación anual en

College Station, Texas, desde 1911 hasta 1979. ¿Cuál es la

probabilidad de que la precipitación anual R en cualquier año sea
menor que 35 pulg.? ¿Mayor que 45 pulg.? ¿Entre 35 y 45 pulg.?

Precipitacion anual en College Station, texas, 19111-11979 (pulg)

AÑO 1910 1920 1930 1940 1950 1960 1970
0 48.7 44.8 49.3 31.2 46 33.9
1 39.9 44.1 34 44.2 27 44.3 31.7
2 31 42.8 45.6 41.7 37 37.8 31.5
3 42.3 48.4 37.3 30.8 46.8 29.6 59.6
4 42.1 34.2 43.7 53.6 26.9 35.1 50.5
5 41.1 32.4 41.8 34.5 25.4 49.7 38.6
6 28.7 46.4 41.1 50.3 23 36.6 43.4
7 16.8 38.9 31.2 43.8 56.5 32.5 28.7
8 34.1 37.3 35.2 21.6 43.4 61.7 32
9 56.4 50.6 35.1 47.1 41.3 47.4 51.8

a) Calculo del valor de n

n= 69

b) Sea A el evento de que:

R < 35 pulg

c) Sea B el evento de que:

R > 45 pulg

d) Los valores de la Tabla caen en el rango:

na= 23
nb= 19

e) La probabilidad de P(A):

P(A)= 0.33333333

f) La probabilidad de P(B):

P(B)= 0.27536232

Suponiendo que la precipitación anual en College Station es un

proceso independiente, calcula la probabilidad de que haya dos años sucesivos con
precipitación menor que 35.0 pulg.

Sea C el evento de que R<35 pulg para 2 años consecutivos, tenemos de el literal e) que
P(A)=0.333 y suponiendo una precipitacion anual independiente se calcula:
 P( C )= [P(R<35 pulg)]^2
P( C )= 0.11111111

Compara esta probabilidad estimada con la frecuencia relativa de

este evento en la información desde 1911 a 1979

Discusion: Al comparar la frecuecnia relativa de P ( C ) que es del 11.1%

podemos decir que es una probabilidad de que las precipitaciones sean
menores a 35 pulg es baja en comparacion al resto de las precipitaciones que
se pueden dar en los años de 1911 a 1979. Por lo que podemos decir que en
estos dos años la probabilidad de que la precipitacion sea menor a 35 pulg es
minima. Del total de los valores n iguales a 69 existe 23 datos que son
menores a 35 pulg para el caso de A y para el caso de B existen 19 datos, esto
se puede observar en los valores de na y nb. Por lo tanto al momento de
realizar el calculo de las probabilidades aplicando P(x)=nx/N, observamos que
existe mayor probabilidad que ocurra el evento A con un 33.3% a diferencia de
B que tienne un 27.5%, con esto podemos decir que na al ser mayor a nb
tendra mayor posibilidades a ocurrir que el otro evento.
AÑO+JJ1:K61 Precipitacion (pulg)
1910
1911 39.9
1912 31 Precipitacion (pulg)
1913 42.3 70
1914 42.1 60
1915 41.1 50

PRECIPITACION (pulg)
1916 28.7
40
1917 16.8
30
1918 34.1
1919 56.4 20
1920 48.7 10
1921 44.1 0
1922 42.8 10 14 18 22 26 30 34 38 42 46 50 54 58 62 66 70 74 78
19 19 19 19 19 19 19 19 19 19 19 19 19 19 19 19 19 19
1923 48.4
1924 34.2 PRECIPITACION EN AÑOS
1925 32.4
1926 46.4
1927 38.9
1928 37.3
1929 50.6
1930 44.8
1931 34
1932 45.6
1933 37.3
1934 43.7
1935 41.8
1936 41.1
1937 31.2
1938 35.2
1939 35.1
1940 49.3
1941 44.2
1942 41.7
1943 30.8
1944 53.6
1945 34.5
1946 50.3
1947 43.8
1948 21.6
1949 47.1
1950 31.2
1951 27
1952 37
1953 46.8
1954 26.9
1955 25.4
1956 23
1957 56.5
1958 43.4
1959 41.3
1960 46
1961 44.3
1962 37.8
1963 29.6
1964 35.1
1965 49.7
1966 36.6
1967 32.5
1968 61.7
1969 47.4
1970 33.9
1971 31.7
1972 31.5
1973 59.6
1974 50.5
1975 38.6
1976 43.4
1977 28.7
1978 32
1979 51.8
g)

0 54 58 62 66 70 74 78
19 19 19 19 19 19 19

AÑOS
Calcula la probabilidad de tener 5 días despejados (sin nubes) en 30 días de un mes.

El término entre paréntesis son las combinaciones de n en x

Definimos la Variable 'X'

"X: Número de días despejados obtenidos en 30 días"

En este caso se tiene que : , resulta:

x= 5
n= 30
Θ= 0.5
b(5:30:0.5)= (30) 0.5 5(1-0.5) 30-5= 0.0001327

Su media y su varianza son:

µ= 15
σ= 7.5
 Dados los datos de temperaturas medias (ºC) para enero de la
Estación Meteorológica de Artigas, determina la probabilidad de que
la temperatura media del mes de enero sea inferior a 26 ºC.

Temperatura Estación Artigas (ºC) Número de datos: n = 30

1971 24.2
1972 24.8 Media (X) = 25.44 ºC
1973 25
1974 25.2 Desviación típica = 0.8 °C
1975 24.7
1976 25.3 Para la temperatura de 26 ºC, la variable tipificada será : ([26-25,4]/0.80) = 0,
1977 24.9
1978 24.9
1979 26.1 En las tablas para un valor de z = 0,75, tenemos que la probabilidad de
1980 25.8 obtener una valor inferior a Z será 0,68.
1981 24.8
1982 24.6 Luego el 68 % de los años la temperatura será inferior a 26 ºC.
1983 26.1
1984 25.6
1985 26
1986 26.5
1987 25.2
1988 24.9
1989 27
1990 26.1
1991 24.6
1992 24.7
1993 25.7
1994 25.2
1995 26
1996 25.6
1997 27.2
1998 24
1999 25.8
2000 26.7
 erá : ([26-25,4]/0.80) = 0,75.

que la probabilidad de
á 0,68.
 4. Investigar distribuciones Gumbel, Frechet y Weibull

Distribucuon de Gumbel
En teoría de probabilidad y estadística la 'distribución de Gumbel (1891-1966) es utilizada para modelar la distribución del máx
por lo que se usa para calcular valores extremos. Por ejemplo, sería muy útil para representar la distribución del máximo nivel
los datos de niveles máximos durante 10 años. Es por esto que resulta muy útil para predecir terremotos, inundaciones o cual
natural que pueda ocurrir.

La aplicabilidad potencial de la distribución de Gumbel para representar los máximos se debe a la teoría de valores extremos q
probable que sea útil si la muestra de datos tiene una distribución normal o exponencial.

Propiedades

La función de distribución acumulada de Gumbel es:T

La mediana es:

La media es donde   = Constante de Euler-Mascheroni = 0.5772156649015328606.

La desviación estándar es:

La moda es μ.

Distribución de Fréchet

La distribución de Fréchet es un caso especial de la distribución de valores extremos generalizada. Su función de distribución e

donde α>0 es el parámetro de forma. Puede generalizarse para incluir un parámetro de localización m y escala s>0 quedando
entonces de la forma

Recibe su nombre de Maurice Fréchet, que escribió un artículo relacionado con ella en 1927. También trabajaron con ella Fish
Tippett en 1928 y Gumbel en 1958.

Aplicación

En la hidrología, se utiliza la distribución de Fréchet para analizar variables aleatorias como valores
máximos de la precipitación y la descarga de ríos,2​y además para describir épocas de sequía.

Distribucion de Weibull
En teoría de la probabilidad y estadística, la distribución de Weibull es una distribución de probabilidad continua. Recibe su no
Weibull, que la describió detalladamente en 1951, aunque fue descubierta inicialmente por Fréchet (1927) y aplicada por prim
Rammler (1933) para describir la distribución de los tamaños de determinadas partículas.

La función de densidad de una variable aleatoria con la distribución de Weibull x es:

donde k > 0 es el parámetro forma y landa > 0 es el parametro de escala de la distribución.

La distribución modela la distribución de fallos (en sistemas) cuando la tasa de fallos es proporcional a una potencia del tiemp

Un valor k<1 indica que la tasa de fallos decrece con el tiempo.

Cuando k=1, la tasa de fallos es constante en el tiempo.
Un valor k>1 indica que la tasa de fallos crece con el tiempo.
modelar la distribución del máximo (o el mínimo),
a distribución del máximo nivel de un río a partir de
rremotos, inundaciones o cualquier otro desastre

la teoría de valores extremos que indica que es

6649015328606.

da. Su función de distribución es:

ción m y escala s>0 quedando

mbién trabajaron con ella Fisher and

rias como valores

as de sequía.
abilidad continua. Recibe su nombre de Waloddi
chet (1927) y aplicada por primera vez por Rosin y

ional a una potencia del tiempo: