Azul Fernanda Álvarez Valerio

Unidad VII

UNIDAD 7: PROBABILIDAD Y ESTADISTICA.

Es de gran importancia conocer a fondo las técnicas apropiadas para poder, en primer
lugar, obtener la mayor y mejor información posible de los datos experimentales,
evaluar la fiabilidad de las conclusiones avanzadas y por último poder cuantificar el
riesgo que representa la generación a partir de informaciones parciales.
Los tipos de datos que el hidrólogo utiliza con más frecuencia son; caudales,
precipitaciones, mapas topográficos, fotografías, infiltración y aguas subterráneas,
evaporación y transpiración, características niveles y fusión de hielo y nieve, transporte
sólido (acarreo y suspensiones), calidad de agua etc.

7.1 Conceptos de probabilidad y análisis estadístico.

Si un fenómeno cualquiera está representado o descrito por una serie de observaciones,
se llama frecuencia de observación, la relación entre el número de veces que está se
produce en la serie y el número total de observaciones por las que el fenómeno puede
definirse de forma exhaustiva.
El término frecuencia se aplica también a intervalos fijos en los que cada uno contiene
un cierto número de observaciones. Si sobre un gráfico, se lleva la frecuencia de cada
intervalo en orden creciente versus la dimensión del intervalo, se obtiene una figura en
forma de bloques llamada histograma o una aproximación, en forma de segmentos de
recta, llamada polígono de frecuencias. Cuando el valor del intervalo tiende hacia cero,
estas dos figuras anteriores tienden a una curva continúa llamada función de densidad
de probabilidad expresándose generalmente por f(x). La figura común la figura
acumulativa del histograma se llama polígono acumulativo de frecuencias y la integral
se denomina función de distribución o de repartición expresándose por F(x). Estas
funciones tienen las siguientes propiedades:
a) f(x) es siempre positiva en el entorno de la variable x.
b) La superficie bajo la curva f(x) es unitaria.
c) Por definición.
x
F ( x )= ∫ f ( z ) dz
−∞

d) f(x) es una función monótona creciente definida en (0,1).

e) En términos de probabilidad f(x) puede interpretarse como.
Azul Fernanda Álvarez Valerio
Unidad VII

F ( x )=P( X ≤ x)

Valores característicos de la muestra y de una población.

Una serie de observaciones de un fenómeno cualquiera se llama muestra. El conjunto de
todas las observaciones posibles de este se llama población.
Se llama valor característico al valor numérico o analítico en el que se concentra una
gran parte de la información contenida en la muestra o en la población.

Muestra
El tratamiento analítico de una muestra se facilita considerablemente con la ayuda de
sus momentos. Estos representan los momentos de Inercia de los vectores formados por
la secuencia de observaciones.
Se llama momento de orden t, al origen, de una muestra la expresión:
El momento de orden t al origen, de una muestra:
N
m' t =N−1 ∑ x1 j
i=1

El momento centrado (o momento con relación a la media) de orden t es:

N
mt =N −1
∑ ( x j −¿ m' t )t ¿
i=1

Tanto la muestra como la población se caracterizan por un cierto número de valores

característicos divididos en tres categorías:

Valores característicos de tendencia central.

a) La media aritmética.
N

∑ xj
i=1
m= =m ' 1
N
b) La media ponderada.
N

∑ x j∗ω j
i=1
m p=
N
c) La mediana es una serie de cifras dispuestas en orden creciente la media y la
cifra que ocupa el lugar central o la media aritmética de las dos cifras centrales.
Azul Fernanda Álvarez Valerio
Unidad VII

En un polígono acumulativo de frecuencias la media es el valor correspondiente

a la frecuencia 0.5.
d) La moda es el valor de frecuencia máxima.
e) La media geométrica.
G=[ ∏ x j ]
1/N

f) La media armónica.

[ ]
N −1
1 i
H= ∑
N i=1 x j

Valores característicos de dispersión.

a) El intervalo total.
R=X máx −X min
b) La varianza.
N N
2
s =m2=N −1
∑ (x j−¿ m) =N ∑ x j2−¿ m2 ¿ ¿
2 −1

i=1 i=1

c) Coeficiente de asimetría.
m3
C s= 3/ 2
=¿
m2
d) Coeficiente de curtosis.
m4
K= 2
=¿
m2
e) Coeficiente de variación.
s
CV =
m
f) Coeficiente de gini o de concentración.
N N
∆=N
−2
∑ ∑|x j−x k|
j=1 k=1

Valores característicos de tendencia secuencial.

a) Auto varianza de orden t.
C t=¿
b) Coeficiente de autocorrelación: expresa la dependencia entre cada observación
de la muestra y la observación que se encuentra a una distancia t lugares de ella.
Este valor oscila entre 1 por una dependencia perfecta 0 por una Independencia
total o menos uno por una dependencia perfecta contradictoria.
C
rt = t
s∗st

Entre los valores característicos de la muestra y los de la población existe una relación
unívoca. El cálculo de los segundos se hace simplemente transformando en integrarlo
que era sumatoria en los primeros.
POBLACION.
Azul Fernanda Álvarez Valerio
Unidad VII

a) La esperanza matemática de una función g(x) está representada por la siguiente

expresión:

E g ( x ) =∫ g ( x ) f ( x ) dx

7.2 Principales funciones de distribución empleadas en hidrología.

La estimación de la función de distribución a la que pueda pertenecer un fenómeno
hidrológico es un problema complejo. Como la base de trabajo principal del hidrólogo
es en general la muestra histórica disponible un análisis preliminar de esta última es
necesario para establecer la pauta a seguir en la elección de la función más adecuada.
De una manera general se pueden considerar los criterios siguientes:
a) Tipos de fenómenos hidrológicos. Hago Este primer criterio se pueden elegir
las funciones cuyos límites matemáticos sean compatibles con los límites
impuestos por la naturaleza del fenómeno. Por ejemplo, si analizamos el
fenómeno de la precipitación (volumen intensidad altura etcétera) Es evidente
que el límite inferior de la variable ha de ser finito y positivo. Por consiguiente,
nuestra investigación debe limitarse a las funciones que tengan un límite inferior
con estas características como la función Gamma, Goodrich etcétera.

b) Características estadísticas de la muestra. Con frecuencia el coeficiente de

simetría es un buen indicador del tipo de función probable por lo que la
búsqueda debe circunscribirse a aquellas familias de función de simetría
equivalente.
c) Longitud de la muestra. El riesgo de la extrapolación a partir de una muestra
limitada es inversamente proporcional a la longitud de la muestra. Cuando se
dispone de muestras cortas (50 valores o menos), deben investigarse únicamente
las funciones que estén definidas por el número reducido de parámetros como la
función normal, gamma, Poisson, etc. Por el contrario cuando la muestra es
suficientemente larga, emplear, para la estimación, funciones con mayor número
de momentos puede contribuir a utilizar más racional y económicamente la
Azul Fernanda Álvarez Valerio
Unidad VII

información contenida en la muestra y dar una mayor precisión a la evaluación

de valores extremos.