Universidad Nacional de Cajamarca

Facultad de Ingeniería

Escuela Académico Profesional de

Ingeniería Civil
DISTRIBUCION GAMMA 2 PARAMETROS Y PRUEBAS DE BONDAD DE
AJUSTE: CHI CUADRADO Y KOLMOGÓROV-SMIRNOV

ASIGNATURA : HIDROENERGÍA

SECCION : “A”

DOCENTE : Ing. PAIMA ARROYO, Julio

ALUMNOS : DE LA CRUZ JULCA, Benito.

MONTALVAN DIAZ, Carlos Alessandro.
SALDAÑA MEJÍA. Dante.
SANGAY YOPLA, Carlos.
TARRILLO COLUNCHE, Nelver.
VÁSQUEZ BENAVIDEZ, David.
VÁSQUEZ FERNÁNDEZ, Elmer.

CICLO : IX

Cajamarca, mayo del 2019

 INDICE
DISTRIBUCION GAMMA 2 PARAMETROS Y PRUEBAS DE BONDAD DE AJUSTE:

CHI CUADRADO Y KOLMOGÓROV - SMIRNOV .................................................................. 3

I. Introducción ......................................................................................................................... 3

II. Objetivos .......................................................................................................................... 4

Objetivo General. - ............................................................................................................. 4

Objetivo Específicos. - ....................................................................................................... 4

III. Justificación ...................................................................................................................... 5

IV. Marco teórico ................................................................................................................... 6

ANALISIS ESTADISTICO DE DATOS HIDROLOGICOS ............................................... 6

1. Modelos de distribución. – ........................................................................................ 6

1.1. Distribución Gamma 2 Parámetros ....................................................................... 6

2. Pruebas de Bondad de Ajuste: Chi Cuadrado y kolmogórov – smirnov ................ 18

2.1. Prueba de bondad de Ajuste Chi-Cuadrado ........................................................ 18

2.2. Prueba de bondad de ajuste kolmogórov – smirnov ........................................... 20

V. Procedimiento y Resultados ........................................................................................... 22

VI. Conclusiones y Recomendaciones ................................................................................. 25

VII. Referencias ................................................................................................................. 29

HIDROENERGÍA
 3

DISTRIBUCION GAMMA 2 PARAMETROS Y PRUEBAS DE BONDAD

DE AJUSTE: CHI CUADRADO Y KOLMOGÓROV - SMIRNOV

I. Introducción

La mayoría de las causas que actúan en los ciclos hidrológicos superficiales son de carácter

meteorológico y la propia Meteorología se desarrolla fundamentalmente a través de la

Estadística, ya que es muy difícil llegar a un estudio Matemático y preciso de los problemas

físicos que condicionan los fenómenos hidrológicos.

Sin embargo, como los caudales de los ríos y sus cauces constituyen un complejo, menos

complicado y amplio, que la atmósfera, es más fácil y viable estudiar estadísticamente los ríos a

través de sus estaciones de aforo, al menos en los cursos principales.

Por lo tanto, la Meteorología y su estadística aplicada se utilizan para extrapolar donde los

aforos no pueden alcanzar, por tratarse de ríos pequeños para los que no puede pretenderse que

cada uno tenga su propia estación de aforo, o para ampliar la extensión, de las series, puesto que

normalmente es más antigua la estadística meteorológica que la de aforos.

La recopilación de datos hidrológicos, y su ordenamiento estadístico, tienen como fin practico

su aplicación para dimensionar, con el mayor acierto posible, las obras que han de utilizar los

recirsoso hídricos (embalses, presas, captaciones, obras de conducción, centrales hidroeléctricas,

etc.) y prever el régimen de explotación, de manera que se obtenga el mayor beneficio posible de

las instalaciones construidas. (Carlos D. SEGERER - Rubén, 2007)

HIDROENERGÍA
 4

II. Objetivos

Objetivo General. -

- Comprender los análisis de frecuencias que se usan en la Hidrología, dando énfasis en

este trabajo a la distribución Gamma 2 parámetros con sus respectivas pruebas de bondad

de ajuste: chi cuadrado y kolmogórov – smirnov.

Objetivo Específicos. -

- Conocer sobre el uso de la distribución Gamma 2 parámetros dentro del estudio

Hidrológico.

- Aprender el uso de las pruebas de bondad dentro del análisis de frecuencias.

- Complementar la teoría investigada con ejemplos.

HIDROENERGÍA
 5

III. Justificación

“Realizar el estudio estadístico en Hidrología es importante debido a que, en el futuro, el

régimen hidrológico de un río tendrá cierta relación con el pasado y se procura obtener, del

conocimiento de la estadística de caudales, referencias para prever dentro de ciertos márgenes de

seguridad, el régimen de caudales que pueda presentarse en el futuro”. (Carlos D. SEGERER -

Rubén, 2007)

HIDROENERGÍA
 6

IV. Marco teórico

ANALISIS ESTADISTICO DE DATOS HIDROLOGICOS

1. Modelos de distribución. –

“El análisis de frecuencias tiene la finalidad de estimar precipitaciones, intensidades o

caudales máximo, según sea el caso, para diferentes períodos de retorno, mediante la aplicación

de modelos probabilísticos, los cuales pueden ser discretos o continuos”. (Ministerio de

Transportes y Comunicaciones (MTC), 2016)

En la estadística existen diversas funciones de distribución de probabilidad teóricas;

recomendándose utilizar las siguientes funciones:

- Distribución Normal

- Distribución Log Normal 2 Parámetros

- Distribución Log Normal 3 parámetros

- Distribución Gamma 2 parámetros

- Distribución Gamma 3 parámetros

- Distribución Log Pearson tipo III

- Distribución Gumbel

- Distribución Log Gumbel

Para nuestro trabajo la distribución a desarrollar será la Distribución Gamma 2 parámetros.

1.1. Distribución Gamma 2 Parámetros

Es una distribución de probabilidad continúa adecuada para modelizar el comportamiento de

variables aleatorias con asimetría positiva y/o los experimentos en donde está involucrado el

tiempo. (Arroyo, 2014)

HIDROENERGÍA
 7

Se dice que la variable aleatoria continua “x” tiene una distribucion Gamma de parametros

𝛾>0y𝛽>0,

𝑥~ 𝑔𝑎𝑚𝑚𝑎 (𝛾, 𝛽), 𝛾 > 0 , 𝛽 > 0

Cuando la función de densidad de esta variable aleatoria está dada por la siguiente expresión:
𝑥
−
𝑥 𝛾−1 ⅇ 𝛽
𝑓(𝑥) = 𝛾
𝛽 𝛤(𝛾)

Donde:

𝛾: Parámetro de forma.

𝛽: Parámetro de escala.

𝛤(𝛾): función gamma completa, definida como:

∞
𝛤(𝛾) = ∫0 𝑥 𝛾−1 ⅇ−x 𝑑𝑥 que converge si 𝛾 > 0

El primer parámetro, 𝛾, sitúa la máxima intensidad de probabilidad y por este motivo es

denominado la forma de la distribución. Cuando se toman valores próximos a cero aparece

entonces un dibujo muy similar al de la distribución exponencial. Cuando se toman valores

grandes de 𝛾, el centro de la distribución se desplaza a la derecha, por lo que va apareciendo la

forma de la campana de Gauss con asimetría positiva. El segundo parámetro, 𝛽, es el que

determina la forma o alcance de la asimetría positiva desplazando la densidad de probabilidad en

la cola de la derecha. Para valores elevados de 𝛽 la distribución acumulada más densidad de

probabilidad en el extremo derecho de la cola, alargando mucho su dibujo y dispersando la

probabilidad a lo largo del plano. Al dispersar la probabilidad la altura máxima de densidad de

probabilidad se va reduciendo; de aquí que se le denomine escala. Valores más pequeños de 𝛽

conducen a una figura más simétrica y concentrada, con un pico de densidad de probabilidad mas

HIDROENERGÍA
 8

elevado. Una forma de interpretar 𝛽 es “tiempo promedio entre ocurrencia de un suceso”.

(Arroyo, 2014)

Fig. 1 Distribuciones Gamma para ciertos valores de 𝛾 y 𝛽

La función gamma tiene las siguientes propiedades:

𝛤(𝛾) = (𝛾 − 1)! 𝑝𝑎𝑟𝑎 𝛾 = 1,2,3, ….

𝛤(𝛾 + 1) = 𝛾 ∗ 𝛤(𝛾) 𝑝𝑎𝑟𝑎 𝛾 > 0

𝛤(1) = 𝛤(2) = 1

𝛤(1/2) = √𝜋

𝛤(0) = ∞

HIDROENERGÍA
 9

Función acumulada

La función de distribución acumulada, de la función gamma incompleta de 2 parámetros es:

𝑥
𝑥 −
𝑥 𝛾−1 ⅇ 𝛽
𝐹(𝑥) = ∫ 𝛾 𝑑𝑥 … … . (𝑖)
0 𝛽 𝛤(𝛾)

La integral de la ecuación (*) puede evaluarse para valores dados de 𝛾 y 𝛽, usando la tabla

N°1 , en el cual se ha tabulado la función gamma incompleta. En esta tabla, se ingresa con los

valores de X2 (Chi cuadrado) y v (grados de libertad), y se determina los valores de la

probabilidad de excedencia 1-F(x), siendo (Bejar, 2007):

2𝑥
𝑋2 = 𝑦 𝑣 = 2𝛾 … … (𝑖𝑖)
𝛽

Si 𝛾 es entero, la función de distribución gamma acumulada, según Mood et al (1974), puede

calcularse por:

𝛾−1𝑥 𝑗
𝑥 ( )
− 𝛾
𝐹(𝑥) = 1 − ⅇ 𝛽 ∑ … … (𝑖𝑖𝑖)
𝑗!
𝑗=0

La variable aleatoria reducida gamma de 2 parámetros, está dada por:

𝑥
𝑦= … … (𝑖𝑣)
𝛽

La cual reduce la función de densidad de probabilidad a:

𝑦 𝛾−1 ⅇ −𝑦
𝑔(𝑦) = … … (𝑣)
𝛤(𝛾)

Y la función de distribución acumulada a:

𝑦
𝑦 𝛾−1 ⅇ −𝑦
𝐺(𝑦) = ∫ 𝑑𝑦 … … (𝑣𝑖)
0 𝛤(𝛾)

HIDROENERGÍA
 10

Tabla N°1

HIDROENERGÍA
 11

HIDROENERGÍA
 12

HIDROENERGÍA
 13

HIDROENERGÍA
 14

HIDROENERGÍA
 15

HIDROENERGÍA
 16

Cálculo de los parámetros 𝛾 y 𝛽

Los parámetro 𝛾 y 𝛽 se pueden estimar por medio de tres métodos:

a. Estimación de parámetros, método de momentos

Utilizando el método de los momentos, las relaciones entre la media 𝑥̅ , la varianza 𝑠 2 y el

coeficiente de sesgo 𝐶𝑠 , de la variable “x”, y los parámetros 𝛾 y 𝛽 de la distribución gamma, que

se obtiene, son (Bejar, 2007):

𝑚ⅇ𝑑𝑖𝑎: 𝑥̅ = 𝐸(𝑥) = 𝛽𝛾 … … (1)

𝑣𝑎𝑟𝑖𝑎𝑛𝑧𝑎: 𝑆 2 = 𝛽 2 𝛾 … … (2)

2
𝑐𝑜ⅇ𝑓𝑖𝑐𝑖ⅇ𝑛𝑡ⅇ 𝑑ⅇ 𝑠ⅇ𝑠𝑔𝑜: 𝐶𝑠 = g = 1 … … (3)
𝛾2

De las ecuaciones (1) y (2), se tiene:

𝑥̅ 2
𝛾= … … (4)
𝑆2

De las ecuaciones (1) y (4), se tiene:

𝑆2
𝛽= … … (5)
𝑥̅

b. Estimación de parámetros, método de máxima verosimilitud

Thom (1958) , estableció que para 𝛾 < 10, el método de momentos produce una estimación

inaceptable de los parámetros 𝛾 y 𝛽. Thom manifiesta que para 𝛾 cerca de 1, el método de

momentos usa solamente el 50%, de la información de la muestra para estimar 𝛽 , y solamente el

40% para estimar 𝛾.

Greenwood y Durand (1960), presentan las siguientes relaciones aproximadas, de estimación

de parámetros por el método de máxima verosimilitud:

HIDROENERGÍA
 17

Para:

0 ≤ 𝑦 ≤ 0.5772

0.5000876 + 0.1648852𝑦 − 0.0544274𝑦 2

𝛾= … … (6)
𝑦

Y para:

0.5772 ≤ 𝑦 ≤ 17.0

8.898919 + 9.05995𝑦 − 0.9775373𝑦 2

𝛾= … … (7)
𝑦(17.79728 + 11.968477𝑦 + 𝑦 2 )

Donde:

𝑦 = ln 𝑥̅ − ̅̅̅̅
𝑙𝑛𝑥 … … (8)

Siendo:

𝑥̅
𝛽= … … (9)
𝛾

c. Estimación de parámetros, método de momentos lineales

Los 2 parámetros de la distribución gamma, por el método de los momentos lineales se

encuentran con las siguientes ecuaciones:

Si:

𝑐𝑣𝑙 ≥ 0.5 → 𝑡1 = 1 − 𝑐𝑣𝑙

𝑡1(𝑏1 + 𝑏2 ∗ 𝑡1)
𝛾= … … (10)
1 + 𝑡1(𝑏3 + 𝑏4 ∗ 𝑡1)

Si:

𝑐𝑣𝑙 < 0.5 → 𝑡1 = 𝜋 − 𝑐𝑣𝑙

1 + (𝑎1 ∗ 𝑡1)
𝛾= … … (11)
𝑡1(1 + 𝑡1(𝑎2 + 𝑎3 ∗ 𝑡1))

HIDROENERGÍA
 18

Donde:

𝜆2
𝑐𝑣𝑙 = … … (12)
𝜆1

𝑎1 = −0.308; 𝑎2 = −0.05812; 𝑎3 = 0.01765

𝑏1 = 0.7213; 𝑏2 = −0.5947; 𝑏3 = −2.1817; 𝑏4 = 1.2113

𝜆1 , 𝜆2 = 𝑝𝑟𝑖𝑚ⅇ𝑟 𝑦 𝑠ⅇ𝑔𝑢𝑛𝑑𝑜 𝑚𝑜𝑚ⅇ𝑛𝑡𝑜 𝑙𝑖𝑛ⅇ𝑎𝑙

𝜆1
𝛽= … … (13)
𝛾

2. Pruebas de Bondad de Ajuste: Chi Cuadrado y kolmogórov – smirnov

2.1.Prueba de bondad de Ajuste Chi-Cuadrado

Prueba de bondad de ajuste, consiste en determinar si los datos de cierta muestra

corresponden a cierta distribución poblacional. En este caso es necesario los valores de la

variable en la muestra y sobre la cual queremos realizar la inferencia este dividida en clases de

ocurrencia, o equivalentemente, sea cual sea la variable de estudio, deberemos categorizar los

datos asignado sus valores a diferentes clases o grupos.

Es una metodología útil para validar las hipótesis sobre la distribución teórica en la población

que se realiza en la estadística paramétrica, i.e., contrastes de hipótesis, intervalos de confianza,

regresión lineal, etc.

La aplicación de la prueba de bondad de ajuste chi cuadrado requiere.

- Que los datos estén agrupados en categorías o clases. Si los datos originalmente no se

encuentran agrupados será necesario agruparlos antes de aplicar el test de chi cuadrado

para lo cual será necesario construir una tabla de frecuencia o histograma.

HIDROENERGÍA
 19

- Una desventaja del teste de chi cuadrado es que requiere una muestra suficientemente

grande de modo que la aproximación de chi cuadrado sea válida.

- Básicamente, el test de bondad de ajuste chi cuadrado se basa en qué tan buen ajuste se

alcanza entre la frecuencia de ocurrencia de las observaciones en una muestra observada

y las frecuencias esperadas que se obtienen a partir de la distribución hipotética (teórica).

Estadístico de chi cuadrado

La fórmula de cálculo del estadístico chi cuadrado utilizado en el test de bondad de ajuste chi

cuadrado corresponde a:

Donde el subíndice “c” corresponde a los grados de libertad, “Oi” corresponde al valor

observado para la clase i-ésima y “Ei” el valor esperado de la clase i-ésima.

Hipótesis nula y alternativa

En el caso del test de bondad de ajuste chi cuadrado las hipótesis nula H {0} e hipótesis

alternativa H {1} son:

H {0}: Los datos se ajustan a una distribución dada.

H {1}: Los datos no se ajustan a una distribución dada.

Donde la “distribución dada” corresponde a una distribución teórica específica (y con una

estimación de parámetros específicos) a la cual queremos ajustar nuestros datos categorizados.

HIDROENERGÍA
 20

2.2.Prueba de bondad de ajuste kolmogórov – smirnov

Método por el cual se comprueba la bondad de ajuste de las distribuciones, asimismo permite

elegir la más representativa, es decir la de mejor ajuste (Ministerio de Transportes y

Comunicaciones (MTC), 2016).

Esta prueba consiste en comparar el máximo valor absoluto de la diferencia D entre la función

de distribución de probabilidad observada Fo(xm) y la estimada F(xm):

𝐷 = 𝑚á𝑥|Fo(xm) − F(xm)|

Con un valor crítico “d” que depende del número de datos y el nivel de significancia

seleccionado (Tabla N°2). Si D<d, se acepta la hipótesis nula. Esta prueba tiene la ventaja sobre

la prueba X2 de que compara los datos con el modelo estadístico sin necesidad de agruparlos. La

función de distribución de probabilidad observada se calcula como (Ministerio de Transportes y

Comunicaciones (MTC), 2016):

1−𝑚
𝐹𝑜(𝑥𝑚) =
𝑛+1

Donde “m” es el número de orden de dato “xm” en una lista de mayor a menor y “n” es el

número total de datos. (Aparicio,1996)

HIDROENERGÍA
 21

Tabla N°2

HIDROENERGÍA
 22

V. Procedimiento y Resultados

Ejemplo porpuesto 2 - Numeracion 6.8 - Hidrologia Estadistica - Maximo Villon 430

Dada la serie de caudales medios anuales, en m3/s, correpondiente a 880
un registro de 40 años, los mismo que se muestran en la tabla calcular 470
el caudal de diseño para un T = 100 años 350
630
200 480 430 880 470 350 630 765 765
555 370 695 690 730 340 800 420 555
540 400 250 420 750 780 360 530 370
580 520 550 610 590 536 690 548 695
530 570 450 650 320 680 610 290 690
730
1. Realizar la prueba de bondad de ajuste, para ver si los datos de la serie se ajustan a la 340
distribucion Gamma de 2 parámetros. 800
420
Primero: determnamos las variables estadisticas siguientes: 540
400
Media 538.98 250
Desv 161.83 420
Max 880 750
Min 200 780
Num de datos 40 360
Rango 680 530
Intervalos sturges 6.2868 580
Intervalos raiz de n 6 520
Amplitud 113.33 550
Media de Ln X 6.240 610
Luego: Derminamos los parametros γ y β 590
536
Usamos 𝑦 = 𝑛 𝑋̅ − 𝑛𝑋 690
548
y= 0.0501 530
570
Como y =0.0501 < 0.5772 se utiliza para el cálculo de γ, la ecuacion (6), es decir: 450
650
γ= 10.135 320
680
De la ecuacion (9) se tiene: 610
β= 53.178 290

HIDROENERGÍA
 23

Finalmente: Realizamos la prueba de bondad Smirnov-Kolmogorov a la Distribucion Gamma de

dos parametros :

Limite Limite FOR FER

Intervalos FO FOR (FOR Acum - FER Acum)
Inf. Sup. Acum Acum
1 200 313.33 3 0.075 0.075 0.0701 0.004855
2 313.33 426.67 8 0.2 0.275 0.2712 0.003791
3 426.67 540.00 9 0.225 0.5 0.5442 0.044182
4 540.00 653.33 10 0.25 0.75 0.7692 0.019163
5 653.33 766.67 7 0.175 0.925 0.9021 0.022921
6 766.67 880.00 3 0.075 1 0.9641 0.035950
Suma 40

FO: Frecuencia Observada

FOR: Frecuencia observada relativa
FER: Frecuencia esperada relativa

Establecemos la regla de decision

Max(FOR Acum - FER Acum) 0.0442
Nivel de significancia 0.05
Grados de libertad 40
Estaditico obtenido de la
0.2150
tabla (teorico)
La hipotesis Se Acepta

TABLA DEL ESTADISTICO TEORICO DE S-K

Toma de decisión:

Puesto que 0.0442 < 0.2150 , se concluye que los datos se ajustan a ala distribucion Gamma de 2
parametros

HIDROENERGÍA
 24

2. En el caso que se ajuste a las distribucion teórica mencionada, calcular:

a)La probabilidad de que un caudal anual, sea menor o igual que 850 m3/s

Parte "a":
Datos: γ= 10.135
β= 53.178
y= 0.0501
A partir de f(x) con:

Tenemos que:
0 𝑥
1 .1 −
1− 850 ≤ 𝑥 = 1 − ∗∫ 𝑥 ∗ⅇ .1 𝑑𝑥
1.52226686802269𝐸 + 23 0
Usando una calculadora tenemos:

0 𝑥
1
1− 850 ≤ 𝑥 = 1 − ∗∫ 𝑥 .1 ∗ ⅇ− .1 𝑑𝑥 = 0.047448
1.52226686802269𝐸 + 23 0

Comprobando con Excel

P(850≤x) 0.9525
1- P(850≤x) 0.0475

Respuesta:

Por lo tanto la Probabilidad de que el caudal sea menor o igual a 850 m3/s es de 0.0474

HIDROENERGÍA
 25

Ejemplo N°2

Para proteger de inundaciones a la población de la ribera del rio Turrialba, se desea construir
muros de encauzamiento. Para esto se cuenta con un registro de 25 años de caudales máximos en m3/s,
de una estación aguas arriba de la población, los mismos que se muestran en la siguiente tabla.
Determinar el caudal de diseño para un periodo de retorno de 50 años. Usar la distribución gama de
2 parámetros.

53.50 64.00 169.60 162.70 102.10

165.60 155.80 199.00 22.80 76.00

250.50 120.50 250.50 231.70 2017.00

234.00 189.00 196.00 96.90 91.60

65.40 123.00 119.00 200.00 380.00

Solución:

1. Ajuste de los datos de la serie de la distribución gamma de dos parámetros

Para realizar la prueba de bondad de ajuste, nos apoyaremos del programa Excel mostrados a
continuación:

PARAMETROS DE LA SERIE DE
CAUDALES
Media 157.0480
Desviacion Estandar 80.3132
Coeficiente de asimetria 0.6569
lnX 4.9037

HIDROENERGÍA
 26

CALCULO DE P(X), F(Z) y Δ, para pa prueba de Kolmogorov Smirnov

m Q=X P(X) Z=(X - X̅)/S F(Z) Δ=|F(Z)-P(X)
1 22.8 0.040 -1.6716 0.047262 0.0073
2 53.5 0.080 -1.2893 0.098699 0.0187
3 64 0.120 -1.1586 0.123228 0.0032
4 65.4 0.160 -1.1411 0.126914 0.0331
5 76 0.200 -1.0091 0.156487 0.0435
6 91.6 0.240 -0.8149 0.207536 0.0325
7 96.9 0.280 -0.7489 0.226929 0.0531
8 102.1 0.320 -0.6842 0.246988 0.0730
9 119 0.360 -0.4737 0.31775 0.0423
10 120.5 0.400 -0.4551 0.324555 0.0754
11 123 0.440 -0.4239 0.335783 0.1042
12 155.8 0.480 -0.0155 0.493617 0.0136
13 162.7 0.520 0.0704 0.527903 0.0079
14 165.6 0.560 0.1065 0.542209 0.0178
15 169.6 0.600 0.1563 0.561983 0.0380
16 189 0.640 0.3978 0.654685 0.0147
17 196 0.680 0.4850 0.686162 0.0062
18 199 0.720 0.5224 0.699165 0.0208
19 200 0.760 0.5348 0.703675 0.0563
20 207 0.800 0.6220 0.733029 0.0670
21 231.7 0.840 0.9295 0.823814 0.0162
22 234 0.880 0.9581 0.830969 0.0490
23 250.5 0.920 1.1636 0.877788 0.0422
24 250.5 0.960 1.1636 0.877788 0.0822
25 380 1.000 2.7760 0.997248 0.0028

Calculo de Δ=Δmáx:

De la tabla se observa que:

Δ = max |F(z) − P(x)| = 0.1042

Calculo de 𝛥𝑜 critico de acuerdo a la tabla:

𝛥𝑜 = 0.27

Criterio de decisión
Como:
𝛥 = 0.1089 < 𝛥𝑜 = 0.22

Se concluye que los datos de caudales se ajustan a la distribución gamma de 2 parámetros, con un nivel
de significancia de 5%

HIDROENERGÍA
 27

Calculo de los parámetros de la distribución gamma.

𝑦 = 𝑙𝑛𝑋 − 𝑙𝑛𝑋̅ = 𝑙𝑛157.048 − 4.9037 = 0.15285

Como: 𝑦 = 0.15285 < 0.5772, se utiliza la siguiente ecuación para el calculo de ˠ, es decir:

ˠ = (0.500087 + 0.1648852𝑌 − 0.0544274𝑦 2 )/𝑦

Donde:β

ˠ = 3.4283

De la ecuación se tiene:

𝑋̅ 157.0480
𝛽= = = 45.8091
ˠ 3.4283

2. Calculo del caudal de diseño, para T=50 años

1 1
𝐹(𝑄 = 𝑞) = 1 − =1− = 0.98
𝑇 50

𝐹(𝑄 = 𝑞) = 𝐹(𝑥) = 0.98

1 − 𝐹(𝑥) = 1 − 0.98 = 0.02

De la ecuación:

𝑣 = 2𝛾 = 2 ∗ 3.4280

𝑣 = 6.856 = 7

De acuerdo a la tabla tenemos:

𝑝𝑎𝑟𝑎 𝑣 = 7, 𝑦 1 − 𝐹(𝑥) = 0.02092, 𝑠ⅇ 𝑜𝑏𝑡𝑖ⅇ𝑛ⅇ: 𝜒 2 = 16.5

Por la ecuación tenemos:

2𝑥 2𝑞 𝛽 𝜒2
𝜒2 = = →𝑞=
𝛽 𝛽 2

45.8091 ∗ 16.5
𝑞=
2

𝑄 = 377.96 𝑚 /𝑠

Por lo tanto, el caudal de diseño, para un periodo de retorno de 50 años es:

𝑄 = 377.96 𝑚 /𝑠

HIDROENERGÍA
 28

VI. Conclusiones y Recomendaciones

 E test de kolgomorov-Smirnov se basa en la idea de comparar la función de la distribución

acumulada de los datos observados con la de una distribución normal, midiendo la máxima
distancia entre ambas curvas.

 La prueba kolgomorov-Smirnov se utiliza para determinar la bondad de ajuste de dos

distribuciones de probabilidad entre si es bastante potente con muestras grandes.

 La prueba kolgomorov-Smirnov es más sensible a los valores cercanos a la mediana que

a los extremos de la distribución.

 La distribución Gamma: consiste en preguntar por la cantidad de tiempo necesario hasta

observar k eventos. Es decir, dado, calcular la distribución de T

 La distribución chi-cuadrada es un componente importante de la

prueba estadística de hipótesis y de la estimación estadística. Los temas en los que se
trata con distribuciones de muestreo, análisis de varianza y estadística no
paramétrica implican el uso extenso de la distribución chi-cuadrada.

 Para la distribución chi-cuadrada debe utilizar con las tablas de distribución chi-cuadrada
para poder resolver los problemas de aplicación.

 Tienen que darse en cuenta que los datos de cada aplicación deben estar pendientes para
cada problema.

HIDROENERGÍA
 29

VII. Referencias

Arroyo, I. (30 de 01 de 2014). Disnitribuciones Poisson y Gamma: Una discreta y continua

relacion. 12(1), 99-107. Obtenido de

http://www.scielo.org.co/pdf/prosp/v12n1/v12n1a12.pdf

Bejar, M. V. (2007). Hidrología Estadística. Lima: Villón .

Carlos D. SEGERER - Rubén, V. (2007). Estadistica aplicada a la Hidrologia . Mendoza:

Universidad Nacional de Cuyo.

Das, B. M. (2011). Fundamentos de Ingenieria de cimentaciones (Séptima ed.). Mexico: Hunura

Servicios.

Ministerio de Transportes y Comunicaciones (MTC). (2016). Manual de Hidrología, Hidráulica

y Drenaje. Lima.

HIDROENERGÍA
 30

HIDROENERGÍA