UNIVERSIDAD ANDINA DEL CUSCO

FACULTAD DE INGENIERA Y ARQUITECTURA

ESCUELA PROFESIONAL DE INGENIERA CIVIL

Distribucin

Log Normal de Dos

Parmetros

AO DE LA DIVERSIFICACIN PRODUCTIVA Y EL FORTALECIMIENTO DE LA

EDUCACIN
CURSO

: HIDROLOGA

DOCENTE

: ING. ING. LUNA LOAYZA CARLOS

INTEGRANTES

: AGUILAR PARAVICINO, HUGO

NEIRA ATAMARI, RONALD SAUL
PREZ SAIRE, SOLANCE FERNANDA
ROMAN OJEDA, CESAR AARN
VARGAS MEZA, PAUL GERARDO

CUSCO PER
2015

UNIVERSIDAD ANDINA DEL CUSCO

FACULTAD DE INGENIERIA Y ARQUITECTURA

HIDROLOGA

NDICE

1.0.- INTRODUCCION
2.0.- OBJETIVOS
3.0.- DESARROLLO
3.1.- DISTRIBUCION LOG-NORMAL
3.2.- COMPORTAMIENTO DE LAS PRECIPITACIONES EN EL SECTOR DEL
3.3.- LAGO TITICACA (BOLIVIA) DURANTE "EL FENMENO EL NIO"
3.4.- ANLISIS LOCAL (CONSIDERA LA VARIACIN ESPACIAL DE LA
PRECIPITACIN EN EL LAGO)
4.0 APLICACIONES
5.0.- EJEMPLO
4.1.-EJEMPLO EN CAUDALES
6.0.- CONCLUSIONES
7.0.- BIBLIOGRAFIA

UNIVERSIDAD ANDINA DEL CUSCO

FACULTAD DE INGENIERIA Y ARQUITECTURA

HIDROLOGA

INTRODUCCIN

En la actualidad la aplicacin de los intervalos tienden a ser frecuentes en especial

en el anlisis referido a nuestros temas como en los caudales mnimos y mximos.

La distribucin logartmica normal que comnmente se utiliza para modelar la vida

de las unidades cuyos modos de la falla son de una naturaleza a la fatiga del estrs,
la distribucin logartmica normal puede tener la aplicacin generalizada.

Una variable aleatoria que se distribuye log normal si el logaritmo de la variable

aleatoria tiene una distribucin normal. debido a esto, hay muchas similitudes
matemticas entre las dos distribuciones.

UNIVERSIDAD ANDINA DEL CUSCO

FACULTAD DE INGENIERIA Y ARQUITECTURA

HIDROLOGA

OBJETIVOS

Exponer la teora y los conceptos que se involucran en la distribucin

logartmica normal

Analizar los diversos teoremas relacionados de la distribucin logartmica

normal

Dar una explicacin consistente a las caractersticas relacionadas a la

distribucin logartmica normal

Comprender la distribucin en el tema a tratar

UNIVERSIDAD ANDINA DEL CUSCO

FACULTAD DE INGENIERIA Y ARQUITECTURA

HIDROLOGA

DESARROLLO

DISTRIBUCION LOG-NORMAL
Se trata de la densidad de probabilidad de una variable log x distribuida segn
una funcin normal:
X = N(,)

Y = eX

Con este cambio de variable quedar

Funcin de distribucin: G(y) = P(Yy) = P(eX y) = P(Xlog y) = F(log y)
Funcin de densidad

: g(y) = G(y) = F(log y) * (1/y)

Tambin es conocida como Ley de Galton-Mac. Aliester o ley del efecto

proporcional, segn Calot (1988).
Los parmetros principales que la caracterizan son:
Parmetros

Soporte
pdf

UNIVERSIDAD ANDINA DEL CUSCO

FACULTAD DE INGENIERIA Y ARQUITECTURA

HIDROLOGA

cdf

Media
Mediana

Moda
Varianza
Asimetra

Curtose
Entropa

A continuacin se muestran unos grficos de la funcin de distribucin y de la

funcin de densidad:
Funcin de densidad

Funcin de distribucin

UNIVERSIDAD ANDINA DEL CUSCO

FACULTAD DE INGENIERIA Y ARQUITECTURA

HIDROLOGA

Puede comprobarse que la mediana est comprendida entre la moda y la

media y ms cerca de la media que la moda, en particular, puede comprobarse
que la mediana est casi dos veces ms cerca de la media que de la moda.
La distribucin log-normal es una probabilidad frecuentemente utilizada para
expresar el comportamiento de observaciones con asimetra positiva, en donde la
mayora de los valores ocurren en las proximidades de un valor mnimo.
Segn Cabrera (1998), una condicin para la validez de que una variable se
distribuya Lognormal es que x sea la resultante de un nmero elevado de causas
independientes con efectos positivos, que se componen de manera multiplicativa
y cada una de estas causas tiene un efecto despreciable frente al global.
Esta distribucin es caracterstica en conjuntos de datos donde existe mayor
frecuencia de valores pequeos, por lo cual la media se desplaza hacia la
derecha y esto hace que el mejor estadgrafo de posicin sea la moda y no la
media aritmtica (Conferencia UNACH, 1995). Esta consideracin se valora, pero
no se comparte en lo referente a la valoracin del centro de los datos por
considerarse que el mismo puede hallarse con ms exactitud en el valor de la
mediana, la cual se conoce no es influida por valores extremos, lo cual no ocurre
con la moda. Tambin se considera que otra medida de posicin vlida para esta
distribucin es la media geomtrica (Pea, 1994).

UNIVERSIDAD ANDINA DEL CUSCO

FACULTAD DE INGENIERIA Y ARQUITECTURA

HIDROLOGA

COMPORTAMIENTO DE LAS PRECIPITACIONES EN EL SECTOR DEL

LAGO TITICACA (BOLIVIA) DURANTE "EL FENMENO EL NIO"
El fenmeno "El Nio" afecta significativamente a todo el Territorio
Boliviano, con sequas en diferentes regiones del Altiplano del que no escapa
el Sector del lago Titicaca, an teniendo en cuenta el comportamiento
termorregulador del gran volumen de agua del Lago.
Para el anlisis de el NIO se utilizaron datos del periodo hmedo de octubre
a marzo porque en este periodo es donde se presenta dicho fenmeno con mayor
intensidad.
El mtodo empleado, considera la variacin espacial de la precipitacin, esto
se hizo con el afn de hallar las probabilidades de precipitacin en forma local.
Para el ajuste de los datos a una funcin de distribucin adecuada se hizo el
test de Kolmogorov y Smirnov el cual nos da el nivel de significacin para el
ajuste a una determinada funcin de distribucin.
Las funciones de distribucin que mejor se ajustaron fueron GAMMA,
LOGNORMAL Y NORMAL en todos los casos.

NIOS QUE SE TOMARON PARA EL ANLISIS

Para el anlisis del fenmeno se utilizaron datos pluviomtricos en los que

ocurrieron los ENOS 1972/73, 1976/77, 1982/83, 1986/87 y 1991/92; de los

cuales el ms intenso fue el de 1982/83.

ANLISIS LOCAL (CONSIDERA LA VARIACIN ESPACIAL DE LA

PRECIPITACIN EN EL LAGO)
Para esta anlisis se tom la precipitacin acumulada del periodo hmedo

(octubre a marzo) de cada estacin considerando la variacin espacial de la

precipitacin en el lago.
Se hizo el ajuste a unA funcin de distribucin, siendo estas la NORMAL,
LOGNORMAL Y GAMA.

UNIVERSIDAD ANDINA DEL CUSCO

FACULTAD DE INGENIERIA Y ARQUITECTURA

HIDROLOGA

Las precipitaciones de COPACABANA se ajustaron a la funcin NORMAL por

tener esta el mayor nivel de significacin; en donde la probabilidad al 35% de la
precipitacin acumulada de octubre a marzo no sobrepasara los 528.1 mm., al
50% no superara los 596.2 mm, al 65% no seria mayor a los 664.3 mm y al 80%
la precipitacin acumulada no estara por encima de los 754 mm.
EL BELN se ajust a la funcin LOG NORMAL por tener esta el mayor nivel
de significacin; la probabilidad al 50% la precipitacin acumulada de octubre a
marzo no sobrepasara los 357.1 mm.
HUARINA se ajust a la funcin LOG NORMAL; haciendo la probabilidad al
50% la precipitacin no superara los 390 mm
Precipitaciones medias de la poca hmeda

ESTACION

OCT NOV

DIC

ENE

FEB

MAR

TOTAL

COPACABANA

44,4 67,6

116,2 191,0 133,2 113,8 666,3

EL BELEN

33,9 41,7

82,1

96,1

74,4

61,2

389,4

HUARINA

40,5 55,7

83,2

120,9 89,6

97,9

487,9

PUERTO ACOSTA

52,7 50,1

115,8 146,7 133,3 82,9

581,5

DESAGUADERO

32,1 60,2

96,1

178,7 138,5 129,1 634,7

GUAQUI

31,9 53,8

71,7

142,3 79,3

APLICACIONES

87,4

466,4

UNIVERSIDAD ANDINA DEL CUSCO

FACULTAD DE INGENIERIA Y ARQUITECTURA

HIDROLOGA

APLICACIONES DE LA TEORA DE LAS PROBABILIDADES A LA HIDROLOGA

El clculo de un valor especfico para una variable hidrolgica que se evala
en uno de los aspectos bsicos del anlisis hidrolgico en la ingeniera civil.
Usualmente este valor especifico, tambin denominado valor de diseo, est referido
a los valores mximos de precipitacin en un intervalo dado o de caudal para una
seccin especfica del cauce. En ambos casos, constituye una informacin bsica
para e posterior dimensionamiento y diseo de la estructura.
Sin embargo el procedimiento de clculo implica, adems de los aspectos
numricos, los relativos a la probabilidad de que el valor de diseo sea igualado o
excedido durante un evento cualesquiera o durante un nmero de eventos dado.
Estadsticamente, las

variables hidrolgicas se pueden considerar como

variables aleatorias continuas mientras que su ocurrencia efectiva, puede

considerrseles como variables aleatorias discretas.
ALGUNAS DISTRIBUCIONES PROBABILSTICAS DE USO FRECUENTE EN LA
HIDROLOGA
Distribucin binomial
Esta es una distribucin de probabilidad discreta; en este caso la variable
aleatoria K se define el nmero de xitos que ocurren en N ensayos; se define por la
expresin:

Siendo la combinacin de

K0

grupos en N elemenmtos

Distribucin de probabilidad emprica

UNIVERSIDAD ANDINA DEL CUSCO

FACULTAD DE INGENIERIA Y ARQUITECTURA

HIDROLOGA

A esta distribucin se le conoce tambin probabilidad experimental o

frecuencia acumulada. Para su clculo existen varias frmulas de las cuales se
presentan en la siguiente figura.

Frmulas para la probabilidad experimental

Donde a depender de n, de acuerdo a:

IMPORTANCIA DE LA APLICACIN DE ESTOS MTODOS ESTADSTICOS

DENTRO DE LA HIDROLOGA
El cambio climtico (CC) est generando condiciones meteorolgicas ms
extremas:

Tormentas

severas,

periodos

lluviosos

con

mayor

duracin

contrariamente, sequas ms prolongadas. Tales condiciones producirn, por una

parte, crecientes o gastos mximos ms grandes y repentinos y por la otra, mayor
erosin de los suelos, debido al poder erosivo de la lluvia y a la menor densidad de
cobertura vegetal.
Debido a que las crecientes o gastos de diseo son la estimacin fundamental
de todo estudio hidrolgico tendiente a dimensionar la infraestructura hidrulica o a
revisar su seguridad, para que no se encuentre en peligro ante los eventos extremos
de la naturaleza, surge entonces esta pregunta bsica:

UNIVERSIDAD ANDINA DEL CUSCO

FACULTAD DE INGENIERIA Y ARQUITECTURA

HIDROLOGA

Cmo mejorar la estimacin del gasto de diseo de una obra hidrulica frente al
CC?
Acciones necesarias ante cambio climtico En trminos generales, ante el CC
deben realizarse las siguientes tres acciones:
Primera: por ningn motivo suspender las mediciones hidromtricas y
climatolgicas, pues si estas eran importantes en el pasado para contar con
registros cada vez mayores y con ello incrementar la confiabilidad de los resultados
de su procesamiento estadstico, ahora resulta vital incorporar en estos los valores
extremos recientes, de manera que las actualizaciones de los estudios hidrolgicos
reflejen realmente las nuevas condiciones o tendencias climticas.
Segunda: debido a que las condiciones meteorolgicas estn cambiando y
por consecuencia las climticas, actualmente es ms imperativo ampliar los puntos
de medicin para disponer de valores de apoyo reales en el transporte de
informacin de sitios con registros amplios a estas nuevas localidades con escasez
de datos, as como para poder realizar en el futuro anlisis regionales ms
confiables.
Las dos acciones anteriores conciernen a la disponibilidad de datos y esta
tercera est asociada con su manejo o procesamiento, integrando tres vertientes
principales:
1) Con la idea de contrarrestar los efectos del CC, se sugiere aumentar el
grado de confiabilidad de las estimaciones hidrolgicas, con base en el incremento
del intervalo promedio de recurrencia de los eventos, denominado periodo de retorno
en aos.
2) Estimar con mayor precisin los eventos de diseo, a travs de diversos
modelos probabilsticos, por ejemplo, los establecidos bajo precepto y otros nuevos
que tienen bases tericas slidas.
3) Anlisis probabilsticos avanzados, que consideran que los datos no
constituyen un proceso estocstico estacionario, debido a los efectos del CC.
APLICACIONES DE LAS PROBABILIDADES A LA HIDROLOGA

UNIVERSIDAD ANDINA DEL CUSCO

FACULTAD DE INGENIERIA Y ARQUITECTURA

HIDROLOGA

Dentro de las aplicaciones se tienen:

El clculo de las precipitaciones medias.
Para la cual existen 3 mtodos usuales como son:

Promedio aritmtico
Polgono de Thiessen
Isoyetas

Estimacin probabilstica de crecientes

Actualmente, el mtodo ms confiable para estimar los gastos de diseo en una
determinada localidad de un ro, consiste en procesar el registro disponible de
gastos mximos anuales ajustndole un modelo probabilstico o distribucin de
probabilidades y con base en esta obtener estimaciones o predicciones asociadas a
ciertas probabilidades de excedencia.
Una ventaja importante de la serie anual de mximos al estar integrada por eventos
extremos anuales, se presenta al aplicar el concepto bsico de probabilidad del
evento
El periodo de retorno (Tr) es una forma de expresar la probabilidad de excedencia,
por ello se dice: el gasto de diseo de Tr = 20 aos o de Tr = 1,000 aos, en lugar de
decir, los eventos cuyas probabilidades de excedencia son 5% y 0.1% en cada ao.
El periodo de retorno no significa que un evento de Tr aos ocurrir exactamente
cada Tr aos, sino que existe una probabilidad de 1/Tr para que tal evento ocurra por
ao.
Anlisis de frecuencias de crecientes
El anlisis de frecuencia de crecientes (AFC) es una de las tareas importantes de la
hidrologa superficial, ya que permite el dimensionamiento de puentes y alcantarillas,
y otras obras de proteccin como diques y bordos, as como de los vertedores de los
embalses de aprovechamiento. Adems, la operacin o manejo de las presas de
control y la operacin de los embalses de mltiples propsitos depende de la
magnitud de sus crecientes de diseo.
EJEMPLOS

UNIVERSIDAD ANDINA DEL CUSCO

FACULTAD DE INGENIERIA Y ARQUITECTURA

HIDROLOGA

EJEMPLO 1
En un ro se tienen 30 aos de registros de Qmximos instantneos anuales con x=
15 m3/s, S = 5 m3/s (media y desviacin estndar para los datos originales).
xy=2.655, sy = 0.324 (media y desviacin estndar de los datos transformados).
Encontrar el caudal para un periodo de retorno de 100 aos y los limites de
confianza para un = 5%. Calcular la probabilidad de que un caudal de 42.5 m3/s
no sea igualado o excedido P(Q 4.25).
Solucin:
n=30
x= 15 m3/s

xy=2.655

s = 5 m3/s

sy = 0.324

En el campo original

ln(1 Cv 2 )
Exp K * ( Ln(1 Cv 2 )) 2
1
2

Kt
Cv

Cv

s
x

= 5/15 = 0.33

K = F-1(1-1/Tr) = F-1(1-1/100) = F-1(0.99)

de la tabla de la normal se obtiene KT=2.33

UNIVERSIDAD ANDINA DEL CUSCO

FACULTAD DE INGENIERIA Y ARQUITECTURA

HIDROLOGA
1

2 2
Exp 2.33 * ( Ln(1 0.33 ))

KT
0.33

ln( 1 0.332 )
1

2

KT = 3.06
QTr = 15 + 5 * 3.028
QTr = 30.14 m3/s
En el campo transformado se tiene que:
LnQTr100 = 2.655 + 2.33*0.324
LnQTr100 = 3.40992
QTr100 = Exp (3.40992)
Q Tr100 = 30.26 m3/s
Limites de confianza
Ln (QTr) t(1-) Se

Se

( S y )

K
1 T
2
n

2.33
1

= 1.93

1
2

1
2

UNIVERSIDAD ANDINA DEL CUSCO

FACULTAD DE INGENIERIA Y ARQUITECTURA

HIDROLOGA

Se

193
. 0.324
30

011
.

t(1-) = t(0.95) = 1.645 (Ledo de la tabla de la normal)

Ln(30.28) (1.645 ) (0.11)
3.41 0.18095
[3.22905

3.59095]

[e3.22905
[25.26

e3.59095]
36.29]

Intervalos de confianza para QTr100

b) Calcular la probabilidad de que un caudal de 45 m3/s no se igualado o excedido

P(Q 4.25).
Ln(42.5) = 3.75
t = (3.75 - 2.655)/0.324
F(3.38) = 0.9996 Ledo de la tabla de la normal
P(Q 4.25) = 99.9%

EJEMPLO 2

Se tiene una estacin con 30 aos de registros de caudales mximos instantneos

con Media de 4144 pie3/s y desviacin estndar de 3311 pie3/s. Si el coeficiente de

UNIVERSIDAD ANDINA DEL CUSCO

FACULTAD DE INGENIERIA Y ARQUITECTURA

HIDROLOGA

asimetra de los caudales es de 1.981 pie3/s cual es caudal para un periodo de

retorno de 100 aos y su intervalo de confianza.

QTr100 = X+ SK
K es F(1.981, 100)

de tablas se obtiene K=3.595

(1.9,100) = 3.553
(2.0,100) = 3.605

QTr100 = 4144+ (3.595) (3311)

QTr100 = 16050 pie3/s
Intervalos de confianza
Xt t(1-) Se

Se

S
n

= F(1.981,100)

de tablas se obtiene =8.4922

(1.9,100) = 8.2196
(2.0,100) = 8.5562

Se

( 3311) (8.4922)
30

Se = 5133.56 pie3/s
t(1-) = t(0.95) = 1.645 (Ledo de la tabla de la normal)

UNIVERSIDAD ANDINA DEL CUSCO

FACULTAD DE INGENIERIA Y ARQUITECTURA

HIDROLOGA

16050 (5133.56) (1.645)

[7605.29 pie3/s

24494.71pie3/s]

Intervalos de confianza para

QTr100

CONCLUSIONES
Esta distribucin es apropiada cuando los tiempos de falla son el resultado de
muchos efectos pequeos que actan de manera multiplicativa. Esto hace
que al sacar el logaritmo de dichos efectos acten como de manera aditiva
sobre el logaritmo del efecto global o logaritmo del tiempo de falla, se aplica a
procesos de degradacin por ejemplo de fatiga de metales y de aislantes
elctricos.
La distribucin log normal es un modelo comn para los tiempos de la falla, se
justifica para una variable aleatoria obtenida como el producto de un nmero
variables aleatorias positivas, independientes e idnticamente distribuidas. Se
puede aplicar como modelo del tiempo de falla causado por un proceso de
degradacin con tazas aleatorias que se combinan multiplicativamente.
La distribucin log normal se relaciona con la normal ya que si T sigue una
distribucin log normal, su logaritmo sigue una distribucin normal. O si T
tiene una distribucin normal, Y=exp (T) sigue una distribucin log normal.

UNIVERSIDAD ANDINA DEL CUSCO

FACULTAD DE INGENIERIA Y ARQUITECTURA

HIDROLOGA

BIBLIOGRAFIA

Oberto R., Livia R.(2003) PROBLEMARIO DE HIDROLOGIA APLICADA A LA

INGENIERIA CIVIL, UCLA, Barquisimeto.

Sandoval P. Distribucin Log Normal, Pareto y Gamma, Universidad Distrital
Francisco

Jose

de

(acceso

13

de

diciembre

2015).http://es.slideshare.net/peadsaar/distribucion-log-normal
Espejo M., Fernandez P. Estadistica Descriptiva y Probabilidad (acceso 13 de
diciembre

Caldas

2015).

http://knuth.uca.es/repos/l_edyp/pdf/febrero06/lib_edyp.c6.pdf
Fernando S. Introduccion a la teora de probabilidades (acceso 13 de
diciembre
2015).http://www.virtual.unal.edu.co/cursos/sedes/manizales/4030011/leccion
es/cap3/cap_3_pag_15.html