Documentos de Académico
Documentos de Profesional
Documentos de Cultura
2011 Estadistica Hidrologica
2011 Estadistica Hidrologica
Profesores:
Titular: Dr. Ing. Juan Carlos Bertoni
Adjunto: Dra. Ing. Teresa Reyna
Adjunto: Ing. Sergio Menajovsky
Asistente: MSc. Ing. Facundo Alonso
Adscripta: MSc. Ing. Cecilia Pozzi
Adscripto: Ing. Facundo Ganancias Martnez
Crdoba, 2009
Estadstica Hidrolgica
Ctedra de Hidrologa y Procesos Hidrulicos
Facultad de Ciencias Exactas, Fsicas y aturales. UC
NDICE
I - INTRODUCCIN ................................................................................................................................... - 3 II - NIVEL DE SIGNIFICANCIA ................................................................................................................ - 3 III - PRUEBAS DE INDEPENDENCIA....................................................................................................... - 6 III.1 - Prueba de Independencia: Anderson....................................................................................... - 6 III.2 - Prueba de Independencia: Corridas de Wald-Wolfowitz ......................................................... - 7 Introduccin ................................................................................................................................................. - 7 Desarrollo .................................................................................................................................................... - 7 IV - PRUEBAS DE HOMOGENEIDAD ...................................................................................................... - 9 IV.1 - Prueba de Homogeneidad: Helmert ........................................................................................ - 9 IV.2 - Prueba estadstica de t de Student........................................................................................... - 9 IV.3 - Prueba estadstica de Cramer................................................................................................ - 10 V - TCNICAS DE ESTIMACIN DE PARMETROS ........................................................................... - 11 V.1 Tipos de Modelos Tericos .................................................................................................. - 11 V.2 Mtodo de los Momentos..................................................................................................... - 12 V.3 Mtodo de Mxima Verosimilitud........................................................................................ - 14 V.4 Mtodo de Momentos de Probabilidad Pesada...................................................................... - 15 V.5 Mtodo de Mnimos Cuadrados............................................................................................ - 16 V.6 Mtodo de Momentos L....................................................................................................... - 17 V.7 Mtodo de Momentos de Probabilidad Pesada...................................................................... - 18 VI - ANLISIS DE FRECUENCIA DE VALORES EXTREMOS.............................................................. - 19 VI.1 - Distribucin Normal ............................................................................................................ - 20 VI.2 - Distribucin Gumbel............................................................................................................ - 22 VI.3 - Distribucin General de Valores Extremos (GVE)................................................................ - 24 VI.4 - Distribucin Log Pearson Tipo III........................................................................................ - 27 VII - MTODOS DE SELECCIN DE DISTRIBUCIONES...................................................................... - 29 VII.1 Introduccin.................................................................................................................... - 29 VII.2 Tcnica Chi Cuadrado .................................................................................................. - 29 VII.3 Tcnica Kolmogorov - Smirnov....................................................................................... - 30 VII.4 Tcnica de Papeles Probabilsticos................................................................................... - 30 VII.5 Tcnica del Error Estndar de Ajuste ............................................................................... - 31 VIII - BIBLIOGRAFA .............................................................................................................................. - 31 -
-2-
Estadstica Hidrolgica
Ctedra de Hidrologa y Procesos Hidrulicos
Facultad de Ciencias Exactas, Fsicas y aturales. UC
I - ITRODUCCI
El estudio de frecuencia de caudales mximos es uno de los tpicos ms estudiados de
la Hidrologa, dada la necesidad de estimar la probabilidad de ocurrencia de crecidas para el
diseo de obras hidrulicas, proteccin de ciudades, etc.
El enfoque clsico del anlisis de frecuencia se basa en el empleo de una serie de datos
observados de manera sistemtica en una seccin o punto de inters de un ro o una cuenca.
Para el adecuado empleo de dicha serie, es necesario verificar en primera instancia el
cumplimiento de dos tipos de pruebas de hiptesis: Pruebas de Independencia y Pruebas de
Homogeneidad.
Las pruebas de Independencia son utilizadas para demostrar que los valores que
conforman la serie son aleatorios. Esta afirmacin implica que la probabilidad de ocurrencia
de uno cualquiera de ellos no depende de la ocurrencia del o de los valores precedentes, y no
afecta de ninguna manera a la probabilidad de ocurrencia de las datos posteriores.
Por su parte las pruebas de Homogeneidad evalan si todos los valores que conforman
la muestra, provienen estadsticamente de una misma poblacin. Para ello es necesario dividir
la muestra en dos o ms grupos de tamaos iguales (o diferentes), y se comparan los
estadsticos de la muestra: media, mediana, varianza, entre otros.
La aceptacin de las pruebas de independencia y homogeneidad de la muestra estar
dada en funcin de un nivel de significancia propuesto, por lo general del 5 %.
II - IVEL DE SIGIFICACIA
En problemas estadsticos, al afirmar cierta hiptesis que se desea contrastar, la misma
recibe el nombre de hiptesis nula H 0 . El nombre de nula indica que H 0 representa la
hiptesis que se mantiene como verdadera a menos que los datos indiquen su falsedad, y
puede entenderse, por tanto, en el sentido de neutra.
La hiptesis H 0 nunca se considera probada, aunque puede ser rechazada por los
datos. Por ejemplo, la hiptesis de que dos poblaciones tienen la misma media puede ser
rechazada fcilmente cuando ambas difieren considerablemente, analizando muestras
suficientemente grandes de ambas poblaciones, pero no puede ser demostrada mediante
muestreo, puesto que siempre cabe la posibilidad de que las medias difieran en una cantidad
lo suficientemente pequea para que no pueda ser detectada, aunque la muestra sea muy
grande.
A partir de una muestra de la poblacin en estudio, se extrae un estadstico, esto es un
valor que es funcin de la muestra, cuya distribucin de probabilidad est relacionada con la
hiptesis en estudio y sea conocida. Se toma entonces el conjunto de valores que es ms
improbable bajo la hiptesis, como regin de rechazo, esto es, el conjunto de valores para el
-3-
Estadstica Hidrolgica
Ctedra de Hidrologa y Procesos Hidrulicos
Facultad de Ciencias Exactas, Fsicas y aturales. UC
H 1 : 1
Un contraste, prueba o test para dichas hiptesis sera una funcin de la muestra de la
siguiente forma:
1,0..SI ..T ( X )
0,0..SI ..T ( X )
(X ) =
Se escoge de tal manera que la probabilidad de que T(X) caiga en su interior sea
baja cuando se da H 0 .
-4-
Estadstica Hidrolgica
Ctedra de Hidrologa y Procesos Hidrulicos
Facultad de Ciencias Exactas, Fsicas y aturales. UC
Una vez realizado el contraste de hiptesis, se habr optado por una de las dos
hiptesis, H 0 o H 1 , y la decisin escogida coincidir o no con la que en realidad es cierta. Se
pueden dar los cuatro casos que se exponen en el siguiente cuadro:
Se escogi H 0
Se escogi H 1
H 0 es cierta
H 1 es cierta
No hay Error
Error de Tipo I
Error de Tipo II
No hay Error
-5-
Estadstica Hidrolgica
Ctedra de Hidrologa y Procesos Hidrulicos
Facultad de Ciencias Exactas, Fsicas y aturales. UC
(Q
n j k
rkj =
i =1
(Q
i =1
nj
Q =
i =1
j 2
III-1
nj
Donde:
j
nj
para: k = 1,2,...,
)(
Q Qi j+ k Q
Qi j
nj
III-2
Adems, los lmites al 95% de confianza para rk j se pueden obtener con la ecuacin III-3.
rk j (95%) =
1 1,96 (n j k 1)
nj k
III-3
La grfica de los valores estimados para rk j (ordenadas) contra los tiempos de retraso
k (abscisas), junto con sus correspondientes lmites de confianza, se denomina correlograma
de la muestra.
Si no ms del 10% de los valores rk j sobrepasan los lmites de confianza, se dice que la
serie Qi j es independiente y por lo tanto es una variable que sigue las leyes de la probabilidad.
-6-
Estadstica Hidrolgica
Ctedra de Hidrologa y Procesos Hidrulicos
Facultad de Ciencias Exactas, Fsicas y aturales. UC
-7-
Estadstica Hidrolgica
Ctedra de Hidrologa y Procesos Hidrulicos
Facultad de Ciencias Exactas, Fsicas y aturales. UC
Z=
R R
III-4
R2
R =
R =
( R 1)( R 2)
n 1
III-5
III-6
-8-
Estadstica Hidrolgica
Ctedra de Hidrologa y Procesos Hidrulicos
Facultad de Ciencias Exactas, Fsicas y aturales. UC
IV - PRUEBAS DE HOMOGEEIDAD
Para demostrar la homogeneidad de una serie de datos, puede emplearse una o
diferentes pruebas de hiptesis. Dichas pruebas permiten determinar si las variables que
integran una serie de datos pertenecen estadsticamente a una misma poblacin. Las pruebas
aqu presentadas son las de: Helmert, t de Student y Cramer. En los prrafos subsiguientes se
explica en que consisten tales pruebas.
IV.1 - Prueba de Homogeneidad: Helmert
Esta prueba es sencilla y consiste en analizar el signo de las desviaciones de cada
j
Qj
evento i de la serie j para i = 1, 2, 3,, nj, con respecto a su valor medio Q .
Si una desviacin de un cierto signo es seguida por otra del mismo signo, entonces se
dice que se forma una secuencia: S, de lo contrario se considera un cambio: C.
La serie se considera homognea si se cumplen las condiciones de la ecuacin IV-1:
n j 1 (S C ) n j 1
IV-1
td =
x1 x 2
n1 s12 + n 2 s 22
n1 + n 2 2
1
1
+
n1 n 2
IV-2
Donde:
x1 , s12 : son la media y la varianza de la primera parte del registro de tamao n1
x2 , s22 : son la media y la varianza de la segunda parte del registro de tamao n2
El valor absoluto de td se compara con el valor de la distribucin t de Student de dos
colas y con = n1 + n 2 2 grados de libertad y para un nivel de significancia: = 0,05
-9-
Estadstica Hidrolgica
Ctedra de Hidrologa y Procesos Hidrulicos
Facultad de Ciencias Exactas, Fsicas y aturales. UC
La prueba compara el valor Q del registro total con cada una de las medias de los
j
bloques elegidos Q 60 y Q 30 .
Para que se considere la serie analizada como estacionaria en la media, se deber
cumplir que no existe una diferencia significativa entre las medias de los dos bloques.
nj
Qi j
Q =
i =1 n j
j
IV-3
1
S Qj =
Qi j Q j
(
n
1
)
i =1
j
nj
)
2
1
2
IV-4
n60
Qkj
k =1 n60
Q60j =
IV-5
n30
Qkj
k =1 n30
IV-6
Q60j Q j
=
S Qj
IV-7
Q30j Q j
S Qj
IV-8
- 10 -
Q30j =
j
60
30j =
Estadstica Hidrolgica
Ctedra de Hidrologa y Procesos Hidrulicos
Facultad de Ciencias Exactas, Fsicas y aturales. UC
n w (n j 2)
tw =
j
n j n w 1 + w
2
j
w
( )]
2
IV-9
- 11 -
Estadstica Hidrolgica
Ctedra de Hidrologa y Procesos Hidrulicos
Facultad de Ciencias Exactas, Fsicas y aturales. UC
partir de un grupo de valores puede considerarse como un valor observado de una variable
aleatoria. Por lo cual, la bondad de un estimador puede ser juzgado a partir de su distribucin.
Independientemente de la tcnica que se use para la estimacin de los parmetros se
deben cumplir las siguientes propiedades:
Sesgo nulo: Un estimador de un parmetro se dice que tiene sesgo nulo
cuando E ( ) = . De lo contrario es sesgado. El sesgo se obtiene como
B = E ( ) .
Consistencia: Un estimador de un parmetro se dice consistente si para
cualquier nmero positivo , el lim n P > = 0 . Donde n es el
tamao de muestra.
Eficiencia: Un estimador se dice el ms eficiente para si tiene sesgo
nulo y su varianza es al menos tan pequea como cualquier otro estimador no
sesgado para .Generalmente es posible obtener ms de un estimador no
sesgado para el mismo parmetro . Si 1 y 2 son dos estimadores no
sesgados de , con varianzas V (1 ) y V (2 ) , respectivamente, entonces la
eficiencia relativa de 1 con respecto a 2 se define a travs de la relacin
V (1 ) / V (2 ) .
Suficiencia: es un estimador suficiente para , si emplea toda la
informacin relevante contenida en la muestra.
A continuacin se presentan algunas de las tcnicas de estimacin de parmetros ms
comunes en Hidrolgica.
V.2 - Mtodo de los Momentos
1 n
xi
n i =1
V-1
- 12 -
Estadstica Hidrolgica
Ctedra de Hidrologa y Procesos Hidrulicos
Facultad de Ciencias Exactas, Fsicas y aturales. UC
1 n
(xi x )2
n i =1
V-2
n 1
n 1 i =1
2
S insesg
=
V-3
n i =1
g sesg =
(S )
2
sesg
(3 / 2 )
V-4
g insesg =
V-5
k sesg =
1 n
(xi x )4
n i =1
(S )
V-6
2
2
sesg
n3
k
(n 1) (n 2) (n 3) sesg
V-7
V-8
- 13 -
Estadstica Hidrolgica
Ctedra de Hidrologa y Procesos Hidrulicos
Facultad de Ciencias Exactas, Fsicas y aturales. UC
CV =
S
x
V-9
V-10
i =1
L = f ( xi ; a1 , a 2 ,..., a m )
V-11
i =1
ln(L ) = ln f ( xi , a1 , a2 ,..., am )
V-12
i =1
- 14 -
Estadstica Hidrolgica
Ctedra de Hidrologa y Procesos Hidrulicos
Facultad de Ciencias Exactas, Fsicas y aturales. UC
incgnitas que pueden resolverse para los m parmetros desconocidos (ecuaciones V-13,
V-14 y V-15)
L(a1 , a 2 ,..., a m )
=0
a1
L(a1 , a2 ,..., am )
=0
a2
L(a1 , a2 ,..., am )
=0
am
V-13
V-14
V-15
M i , j , k = E x i F j (1 F ) = [x(F )] F j (1 F ) dF
k
V-16
. es el
Donde M i , j , k es el momento de probabilidad pesada de orden (i, j, k), E[]
operador esperanza, e i, j, k son nmeros reales. Si j = k = 0 e i es un entero no negativo,
entonces M i , 0, 0 representa el momento convencional de orden i con respecto al origen
(Ecuacin V-17).
Mr =
x f (x )dx = E (x )
r
V-17
M i , 0 ,k =
j =0
j
M i, j ,0 =
k =0
( )( 1) M
k
j
i , j ,0
( )( 1) M
j
k
i , 0 ,k
V-18
V-19
- 15 -
Estadstica Hidrolgica
Ctedra de Hidrologa y Procesos Hidrulicos
Facultad de Ciencias Exactas, Fsicas y aturales. UC
( )( )
1 n k
M (k ) = xi nki / nk1
n i =1
1 n
M (0 ) = xi
n i =1
1 n1
M (1) =
xi (n i )
n(n 1) i =1
n 2
1
M (2 ) =
xi (n i )(n i 1)
n(n 1)(n 2) i =1
n 3
1
M (3) =
xi (n i )(n i 1)(n i 2)
n(n 1)(n 2)(n 3) i =1
V-20
V-21
V-22
V-23
V-24
i =1
n
i =1
S = d i2 = [ y0 (i ) yc (i )]
V-25
S = [ y0 (i ) f ( xi ; a1 , a2 ,..., am )]
V-26
i =1
[ y 0 (i ) f ( xi ; a1 , a2 ,..., am )]
i =1
a1
[ y 0 (i ) f ( xi ; a1 , a 2 ,..., am )]
i =1
V-27
=0
V-28
=0
V-29
a 2
[ y 0 (i ) f ( xi ; a1 , a2 ,..., am )]
i =1
=0
am
V-30
- 16 -
Estadstica Hidrolgica
Ctedra de Hidrologa y Procesos Hidrulicos
Facultad de Ciencias Exactas, Fsicas y aturales. UC
a0 xi + a1 xi2 + a2 x1 x2 + a3 x1 x3 +... + am x1 xm = x1 y0
V-31
a0 x 2 + a1 x1 x2 + a2 x22 + a3 x2 x3 +... + am x2 x m = x2 y0
V-32
a0 xm + a1 x1 x m + a2 x1 xm + a3 x3 xm +... + am xm2 = xm y0
V-33
1 = E[X ]
V-34
2 =
1
E X (2 2 ) X (2 2 )
2
V-35
[
1
= E [X (
2
1
3 = E X (1 3) 2 X (2 3 ) + X (3 3)
2
4
1 4)
3 X (2 4 ) + 3 X (3 4 ) X (4 4 )
V-36
V-37
[ ] [ ]
r = E X [F ( X )]r
V-42.
V-38
Los primeros cuatro momentos-L son los dados por las ecuaciones V-39, V-40, V-41 y
1 = 0
2 = 2 1 0
3 = 6 2 61 + 0
V-39
- 17 -
V-40
V-41
Estadstica Hidrolgica
Ctedra de Hidrologa y Procesos Hidrulicos
Facultad de Ciencias Exactas, Fsicas y aturales. UC
4 = 20 3 30 2 + 121 0
V-42
Donde
1
r = M i ,r , 0 = xF r dF
V-43
1 = x (F )dF
V-44
0
1
V-45
0
1
V-46
0
1
V-47
V-48
V-49
V-50
I [ f ] = I [x ] = f ( x )Inf ( x )dx
V-51
- 18 -
Estadstica Hidrolgica
Ctedra de Hidrologa y Procesos Hidrulicos
Facultad de Ciencias Exactas, Fsicas y aturales. UC
g (x ) f (x )dx
i
V-52
En las que y i ( x ) son algunas funciones donde se especifican los promedios sobre
f ( x ) = exp a0 ai g i ( x )
i =1
V-53
f (x )dx = 1
V-54
I [ f ] = a0 + ai yi ( x )
V-55
i =1
- 19 -
Estadstica Hidrolgica
Ctedra de Hidrologa y Procesos Hidrulicos
Facultad de Ciencias Exactas, Fsicas y aturales. UC
n +1
, n: nmero de datos de la serie, m: posicin del dato en la serie
m
ordenada de mayor a menor.
T=
1
f (x ) =
e 2
2
1 x
1
F (x ) =
e 2
2
VI-1
2
dx
VI-2
- 20 -
Estadstica Hidrolgica
Ctedra de Hidrologa y Procesos Hidrulicos
Facultad de Ciencias Exactas, Fsicas y aturales. UC
Los parmetros de ajuste de esta distribucin pueden obtenerse por Momentos, por
Mxima Verosimilitud y por Momentos L.
Estimadores por Momentos y Mxima Verosimilitud
=x
2 =
VI-3
1
2
(xi x )
n 1 i =1
n
VI-4
= 1
= 1,772 2
VI-5
VI-6
donde 1 y 2 son los momentos muestrales, y se obtienen con las ecuaciones VI-7 a VI-11:
1 = 0
2 = 2 1 0
0 = M (0 )
1 = M (1)
1 n
M (0 ) = xi
n i =1
VI-7
VI-8
VI-9
VI-10
VI-11
Los eventos de diseo por esta distribucin se obtienen mediante la expresin de la ecuacin
VI-12:
xT = + U T
VI-12
b0 + b1 V + b2 V 2
1 + b3 V + b4 V 2 + b5 V 3
1
V = ln
2
[F ( x )]
1
F (x ) = 1
T
VI-13
VI-14
VI-15
- 21 -
Estadstica Hidrolgica
Ctedra de Hidrologa y Procesos Hidrulicos
Facultad de Ciencias Exactas, Fsicas y aturales. UC
para una probabilidad: 0,5 < F(x) 1 se cambia F(x) por 1-F(x) en la expresin de V:
1
V = ln
2
[1 F ( x )]
VI-16
f (x ) =
F ( x ) = e e
VI-17
VI-18
Los parmetros de ajuste de esta distribucin pueden obtenerse por Momentos, por
Mxima Verosimilitud, por Momentos L y por Mxima Entropa.
Estimadores por Momentos
= x 0,45 S
VI-19
= 0,78 S
VI-20
P = n e yi
VI-21
i =1
n
i =1
i =1
R = n yi + yi e yi
yi =
xi
VI-22
VI-23
Los criterios de convergencia son dados por las ecuaciones VI-24 y VI-25:
P
0
R
0
VI-24
VI-25
- 22 -
Estadstica Hidrolgica
Ctedra de Hidrologa y Procesos Hidrulicos
Facultad de Ciencias Exactas, Fsicas y aturales. UC
j = (0, 26 Pj 0,61 R j )
VI-26
VI-27
A partir de estos incrementos, los nuevos valores se calculan con las ecuaciones VI-28 y
VI-29:
j +1 = j + j
VI-28
j +1 = j + j
VI-29
= 1 0,577216
= 2
ln (2 )
VI-30
VI-31
yi =
1 n
yi
n i =1
1 n yi
e
n i =1
xi
VI-32
VI-33
VI-34
Los criterios de convergencia son presentados con las ecuaciones VI-35 y VI-36:
0,577216 P 0
VI-35
1 R 0
VI-36
VI-37
j = Pj 0,577216 j
VI-38
A partir de estos incrementos, los nuevos valores se calculan con VI-39 y VI-40:
j +1 = j + j j
VI-39
j +1 = j j
VI-40
- 23 -
Estadstica Hidrolgica
Ctedra de Hidrologa y Procesos Hidrulicos
Facultad de Ciencias Exactas, Fsicas y aturales. UC
Los eventos de diseo por esta distribucin se obtienen mediante la expresin dada por la
ecuacin VI-41.
xT = ln { ln [F (x )]}
VI-41
F (x ) = e
x
1
x
1
x
1
VI-42
VI-43
x
ln 1
VI-44
VI-45
A = x + B E[ y ] = x + B E[ y ]
VI-46
VI-47
Var ( x ) 2
B=
Var ( y )
Var ( x ) = x2 = S x2
E [ y ] = 1+
VI-48
VI-49
Var ( y ) = 1 + 2 2 1 +
VI-50
VI-51
- 24 -
Estadstica Hidrolgica
Ctedra de Hidrologa y Procesos Hidrulicos
Facultad de Ciencias Exactas, Fsicas y aturales. UC
VI-52
VI-53
= B
= A B
VI-55
VI-56
S = 0,78 S
= x 0,45 S
VI-57
A partir de la variable reducida, se tiene el proceso iterativo dado por las ecuaciones
VI-58, VI-59 y VI-60:
n
P = n e yi
VI-58
i =1
i =1
i =1
Q = e ( 1) yi (1 ) e yi
n
i =1
i =1
VI-59
R = n y i + yi e y i
VI-60
El criterio de convergencia est dado por las ecuaciones VI-61, VI-62 y VI-63:
LL Q
= =0
LL 1 P + Q
=0
=
LL 1 P + Q
= R
= 0
VI-61
VI-62
VI-63
=
j
b Q j +
n
h (Pj + Q j )
(P + Q j )
f
R j j
j
j
VI-64
- 25 -
Estadstica Hidrolgica
Ctedra de Hidrologa y Procesos Hidrulicos
Facultad de Ciencias Exactas, Fsicas y aturales. UC
(P + Q j )
a (Pj + Q j ) gs
h Q j +
+ R j j
j
j
n
j
(Pj + Q j )
gs (Pj + Q j ) c
1
= f Qj +
+ R j
j
j
n
j
=
j
VI-65
VI-66
VI-67
VI-69
VI-71
VI-68
VI-70
VI-72
Los nuevos valores se calculan con las ecuaciones VI-73, VI-74 y VI-75:
j +1 = j +
VI-73
j +1 = j +
j +1 = j +
VI-74
VI-75
3 M (2 ) M (0 ) ln (3)
= 7,859 E + 2,9554 E 2
A = 1+
B = 1 2
C = (2 M (1) M (0 ) )
A 1
D=
C
=
A B
= M (0 ) + D
1 n
M (0 ) = xi
n i =1
n 1
1
M (1) =
xi (n i )
n (n 1) i =1
VI-76
VI-77
VI-78
VI-79
VI-80
VI-81
VI-82
VI-83
VI-84
VI-85
- 26 -
Estadstica Hidrolgica
Ctedra de Hidrologa y Procesos Hidrulicos
Facultad de Ciencias Exactas, Fsicas y aturales. UC
M (2) =
n 2
1
xi (n i ) (n i 1)
n (n 1) (n 2) i =1
VI-86
xT = +
1 [ ln (F ( x ))]
ln ( x ) y0
f (x ) =
( ) x
ln ( x ) y0
VI-87
1
A+3
n
xir
r =
VI-88
VI-89
i =1
ln ( 3 ) 3 ln (1 )
ln( 2 ) 2 ln(1 )
1
C=
B 3
B=
VI-90
VI-91
En funcin del valor que asuma el parmetro B, se tienen las situaciones dadas por las
ecuaciones VI-92 y VI-93:
Si 3,5 < B 6 :
A = 0,23019 + 1,65262 C + 0,20911 C 2 0,04557 C 3
VI-92
Si 3 < B 3,5 :
A = 0,45157 + 1,99955 C
VI-93
- 27 -
Estadstica Hidrolgica
Ctedra de Hidrologa y Procesos Hidrulicos
Facultad de Ciencias Exactas, Fsicas y aturales. UC
VI-94
VI-95
4
g y2
Sy
VI-96
VI-97
1
n2
=
1
VI-98
(ln(xi ) y 0 ) 1
0
i =1
i =1 ln ( xi ) y
n
1 n
= (ln ( xi ) y 0 ) n
n i =1
0
i =1 ln ( xi ) y
n
VI-99
()
F ( y 0 ) = ln[ln ( xi y 0 )] n ln( ) n = 0
i =1
VI-100
Los eventos de diseo para esta distribucin se obtienen con la expresin siguiente (Ecuacin
VI-101):
xT = e
Y + 1 1 +U 1
T
0
9
9
VI-101
- 28 -
Estadstica Hidrolgica
Ctedra de Hidrologa y Procesos Hidrulicos
Facultad de Ciencias Exactas, Fsicas y aturales. UC
Introduccin
La calidad de los valores de caudal estimados para un cierto perodo de retorno, con
distribuciones de probabilidad terica, est dado principalmente por la comparacin de dichos
valores estimados con los valores realmente observados o medidos.
Para ello es posible utilizar diferentes tcnicas denominadas Tcnicas o Mtodos de
Bondad de Ajuste. Entre los diferentes mtodos ms difundidos se encuentran los de:
1. Chi Cuadrado.
2. Kolmogorov Smirnov,
3. Papeles probabilsticos,
4. Error Estndar de Ajuste.
Se considera que el mejor de los mtodos indicados es el del Error Estndar de Ajuste.
Se arriba a esta consideracin por entender que el mismo considera en la comparacin de los
valores observados y estimados, el nmero de parmetros que se utilizan para ajustar la
distribucin en prueba.
A continuacin, por lo expresado precedentemente, sern presentadas, de manera
resumida las primeras tres tcnicas y de forma ms extensa la tcnica del error estndar de
ajuste.
VII.2 -
i )
< 12 ;k 1n
VII-1
Donde 12 ;k 1 n es el valor de una variable aleatoria con distribucin Chi Cuadrado para
k 1 n grados de libertad y un nivel de significancia , k es el nmero de intervalos y n es
el nmero de parmetros empleados por la funcin de distribucin.
- 29 -
Estadstica Hidrolgica
Ctedra de Hidrologa y Procesos Hidrulicos
Facultad de Ciencias Exactas, Fsicas y aturales. UC
VII.3 -
D=
sup
Fn ( xi ) Fo ( xi )
1 i n
VII-2
Donde:
xi : Valor i-simo observado en la muestra (ordenada de mayor a menor)
Fn ( xi )
: Funcin de probabilidad estimada
FO ( xi ) : Funcin de probabilidad observada
Si los valores observados FO ( xi ) son similares a los esperados Fn ( xi ) , el valor de D
ser pequeo. Cuanto mayor sea la discrepancia entre la distribucin emprica y la
distribucin terica , mayor ser el valor de D.
forma:
Por tanto, el criterio para la toma de la decisin entre las dos hiptesis ser de la
Si D < D : Aceptar que los datos observados siguen la distribucin probada
Si D > D : Rechazar que los datos observados siguen la distribucin probada
VII.4 -
- 30 -
Estadstica Hidrolgica
Ctedra de Hidrologa y Procesos Hidrulicos
Facultad de Ciencias Exactas, Fsicas y aturales. UC
donde los datos observados se pueden ubicar ms prximos a una recta, ser la distribucin
que mejor represente a la serie de datos.
VII.5 -
nj j
j
QT QT
EEA = i =1
n j mp
VII-3
Donde:
QTj Son los eventos Qi j ordenados de mayor a menor con un perodo de retorno asignado:
nj +1
1
T=
y una probabilidad de no excedencia P = 1
T
m
n j : Longitud en aos del registro analizado
m : Nmero de orden del registro.
QTj Eventos estimados por cierta distribucin de probabilidad para cada perodo de retorno T
asignado a la muestra ordenada Qi j .
m p : Nmero de parmetros de la distribucin ajustada.
La distribucin de mejor ajuste ser aquella que proporcione el mnimo valor del
estadstico E.E.A. Si una o ms distribuciones tienen valores similares del E. E. A, entonces
se deber optar por aquella distribucin que tenga el menor nmero de parmetros.
VIII - BIBLIOGRAFA
- 31 -
Estadstica Hidrolgica
Ctedra de Hidrologa y Procesos Hidrulicos
Facultad de Ciencias Exactas, Fsicas y aturales. UC
- 32 -