El comportamiento de las variables aleatorias discretas o continuas se describe con la ayuda de Distribuciones de

Probabilidad. La variable se designa por mayscula y un valor especfico de ella por minscula.

Por P(x = a) se denota la probabilidad de que un

Ejemplo:

Se tienen las probabilidades de que

evento asuma el valor a; similarmente P(a x b)

haya 1, 2, 3,... etc., das nublados por semana en un

denota la probabilidad de que un evento se

determinado lugar, con ellos calcule la distribucin

encuentre en el intervalo (a,b). Si conocemos la

probabilidad P(a x b) para todos los valores de a
y b, se dice que conocemos la Distribucin de
Probabilidades de la variable x.
Si x es un nmero dado y consideramos la
probabilidad P(X x):
F(x)= P(X x):
Llamamos F(x) la funcin de distribucin acumulada.

de probabilidades.

x
0
1
2
3
4
5
6
7
Total

P(x)
0.05
0.15
0.25
0.20
0.15
0.10
0.08
0.02
1.0

F(x)
0.05
0.20
0.45
0.65
0.80
0.90
0.98
1.00

Dentro de las funciones de probabilidad ms utilizadas por la

hidrologa se encuentran las siguientes distribuciones:

NORMAL

EXPONENCIAL

Log-Normal

Gumbel

Distribucin simtrica en forma de campana, conocida

tambin como Campana de Gauss. Es fundamental en

el dominio de la estadstica y la probabilidad. Una

razn es que el teorema del lmite central establece que
para varias condiciones muy generales, la distribucin
de la suma de un gran nmero de variables aleatorias
puede aproximarse a la Normal, sin importar a qu
distribucin pertenezcan ellas mismas.
Es por ello que la Normal encuentre tantas aplicaciones

en hidrologa: en
pruebas de hiptesis, intervalos de confianza, etc.

Empleando clculos bastante

laboriosos, puede demostrarse que
el modelo de la funcin de
densidad que corresponde a tales
distribuciones viene dando por:

Los dos parmetros de la distribucin son la media y desviacin

estndar para los cuales x (media) y

s (desviacin estndar) son

derivados de los datos.

1
x xi
n i 1

1
2
s
( xi x)

n 1 i 1

1
2

Si se trabaja con los X sin transformar el K se calcula como:

KT

xT

Este factor es el mismo de la variable normal estndar

KT F (1 )
1
Tr

X Tr t(1 ) S e
Donde es el nivel de probabilidad

t (1 )

es el cuantil de la distribucin normal

estandarizada para una probabilidad

acumulada de 1- y Se es el error estndar

Por lo general, las

distribuciones de crecida
presentan una asimetra
positiva y no son
adecuadamente descritas por
una distribucin normal. En
muchos casos, la variable
aleatoria correspondiente al
logaritmo de los flujos de
crecida estar adecuadamente
descrita por una distribucin
normal.

La distribucin log-normal (LN)

biparamtrica tiene una funcin de
densidad de probabilidad indicada
en la siguiente tabla II.5.2.
Frecuentemente, los logaritmos de
una variable aleatoria X no se
ajustan a una distribucin normal.
En tales casos, el problema puede
resolverse introduciendo un
parmetro de contorno
antes de
calcular los logaritmos,
obtenindose as una distribucin
log-normal triparamtrica

Los flujos anuales corresponden

al valor mximo de todos los
flujos de crecida que
sobrevienen a lo largo de un
ao. Cabra suponer, pues, que
su distribucin pertenece
probablemente a la clase general
de distribuciones de valores
extremos desarrollada en la obra
de Gumbel (1958). Sea X1,,Xn
un conjunto de caudales anuales
mximos, y X = max{Xi}. Si los
valores de Xi son independientes
y son variables

aleatorias sin un lmite

superior, independientes y
distribuidas idnticamente,
con un extremo superior de
forma aproximadamente
exponencial, Para valores
grandes de n, la variable
aleatoria X presentar una
distribucin de valores
extremos de tipo I o una
distribucin de Gumbel con
una funcin de
distribucin acumulativa
indicada en la tabla II.5.2.

En teora de la probabilidad y la estadstica, la distribucin exponencial es una

familia de distribuciones de probabilidad continuas. En l se describe el tiempo
entre los acontecimientos en un proceso de Poisson, es decir, un proceso en el
que se producen los eventos continuamente y de forma independiente a una
tasa media constante. Es el anlogo continuo de la distribucin geomtrica.
Tenga en cuenta que la distribucin exponencial no es la misma que la clase de
familias exponenciales de distribuciones, lo cual es una gran clase de
distribuciones de probabilidad que incluye la distribucin exponencial como
uno de sus miembros, sino que tambin incluye la distribucin normal,
distribucin binomial, la distribucin gamma, Poisson, y muchos otros.

En hidrologa, la distribucin exponencial se

utiliza para analizar valores extremos de
variables como valores mximos mensuales y
anuales de precipitacin diaria y los
volmenes de descarga de los ros.

El anlisis de frecuencia es una

herramienta utilizada para, predecir el
comportamiento futuro de los caudales
en un sitio de inters, a partir de la
informacin histrica de caudales. Es un
mtodo basado en procedimientos
estadsticos que permite calcular la
magnitud del caudal asociado a un
perodo de retorno. Su confiabilidad
depende de la longitud y calidad de la
serie
histrica,
adems
de
la
incertidumbre propia de la distribucin
de probabilidades seleccionada.
Chow en 1951 propuso determinar esta
variacin a partir de un factor de
frecuencia KT que puede ser expresado:

y se puede estimar a partir de los datos

Para una distribucin dada, puede

determinarse una relacin entre K y el
perodo de retorno Tr. Esta relacin
puede expresarse en trminos
matemticos o por medio del uso de una
tabla.
El anlisis de frecuencia consiste en
determinar los parmetros de las
distribuciones de probabilidad y
determinar con el factor de frecuencia la
magnitud del evento para un perodo de
retorno dado.

El periodo de retorno es uno de los parmetros ms significativos a ser tomado en cuenta

en el momento de dimensionar una obra hidrulica destinada a soportar avenidas, como por
ejemplo: el vertedero de una presa, los diques para control de inundaciones; o una obra que requiera
cruzar un ro o arroyo con seguridad, como por ejemplo un puente.

En hidrologa es frecuente considerar zona inundable a aquella que es cubierta por las aguas
en tormentas de hasta quinientos aos de periodo de retorno. Esto significa que la cantidad de lluvia
cada en un slo da para ese periodo de retorno solamente se iguala o supera, estadsticamente, una
vez en el perodo de 500 aos.

Los perodos de retorno varan tpicamente de 10 a 100 aos, y en lugares donde la Precipitacin
Mxima Probable no ha sido definida, hasta 10,000 aos. La seleccin de perodo de retorno
depende de varios factores, entre los cuales se incluyen el tamao de la cuenca, la importancia de la
estructura, y el grado de seguridad deseado.