Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Distribuciones de Probabilidad
Distribuciones de Probabilidad
HIDROLOGIA (3)
– Distribución Binomial
– Distribución Poisson
– Distribución Geométrica
• Distribuciones continuas
– Distribución Exponencial
– Distribución Normal
– Distribución Log Normal
– Distribución Gamma
– Distribución Log Pearson tipo III
– Distribución General de Valor Extremo
DISTRIBICIONES DE
PROBABILIDAD DISCRETA
Distribución Binomial
Un ejemplo de los ensayos de Bernoulli es lanzar una moneda. Los
ensayos operan bajo tres condiciones:
q 1 p
p 1 / T 0.01
q 1 p 0.99 50 1
p(1) 0.1 0.99 0.306
49
x 1 1
n 50
2e
( p q) e e e
n
e .....
2!
Esta es conocido como la expansión Poisson y es generalmente escrita
como: x
e
p ( x)
x!
Donde:
= np es la media.
1 0.5
0.5 e
p(1) 0.303
1!
Éxito ensayo t + n
Falla ensayo t – 1
Si T v.a. apropiada:
Función de Densidad: f (t ) e ,
t
t0
La media es: E (t ) 1 /
La varianza es: 2 (t ) 1 / 2
La función de distribución acumulada es:
t
F (t ) et d 1 e t
0
Ejemplo: Distribución exponencial
En un año en un sitio determinado ocurren 110 tormentas independientes
con una duración promedio (todas) de 5.3 h. El intervalo entre tormentas
es:
normalmente distribuida.
1
exp -
1 y - μy
2
Asumiendo Y = loga (X) f(x) =
σ y x 2π 2 σ
2
y
Parámetros y Factor de frecuencia
μY=4.52 y σY=0.2337
K=2.326
QY Tr=100=4.52+2.326*0.237
QTr=100=159 m3/s
2 3 4 5
1 3 1
K K T + (K t 1) ˆ + (K T 6K T ) ˆ (K T 1) ˆ + K T ˆ ˆ
2 2
X x x0 1
1 x x0
P ( X x)
( ) e
dx
0
• Parámetros
y , parámetros de escala y forma respectivamente.
xo parámetro de localización.
() = z-1 e-z dz
0
Parámetros e Intervalos de confianza (Función
Gamma)
• Estimación de Parámetros: Método de los momentos
2
2
ˆ
ˆ=
ˆ =
ˆ X̂ 0 =
ˆ
ˆˆ
ˆ 2
Que tan cercano puede estar el estimado al verdadero valor
desconocido de la población: Conocer con cierta certeza. Franja
grande: mucha incertidumbre.
X T u1 2 S T
: Nivel de confianza o nivel de probabilidad
ST: Error estándar
ST =
N
Tabla Factor de frecuencia
Pearson tipo III
Valores de para la Distribución Gamma ó
Pearson tipo III
Ejemplo: Distribución Gamma
De tabla: K = 2.32
Intervalos de confianza:
XT u1 2 ST
De tabla δ=4.7, N= 36 datos.
ST
N
ST = 17.6
De tabla 95=1.6
146,4 1.6*17.6
146.4 28.16 m3/s
Distribución Log Pearson Tipo III
• Función de distribución de probabilidad
-1
1 ln(x) - y o ln (x) - y o
f x (x) = e
-
x ()
• Parámetros
y , parámetros de escala y forma
y yo parámetro de localización
• Estimación de Parámetros
Método de los momentos
2
2
ˆ
ˆ y ˆ
ˆ
ˆ=
ˆy ŷ 0
ˆy
ˆ
y 2
• Factor de Frecuencia:
Y T = ln X T =
ˆy + K
ˆy
X T u1- 2 S T
: Nivel de confianza o nivel de probabilidad
ST: Error estándar
ˆ y
ST = ln XT 1 / 2S T
N
Distribución General de Valor Extremo
Los valores extremos son valores máximos y mínimos seleccionados de
un conjuntos de datos.
1 x- x -
f(x) = exp - - exp -
Rango: - x
x 0.5772 6
Estimación de parámetros: ˆ=
ˆ
2. < 0 Distribución de Valor Extremo Tipo II (Frechet)
1/
x
f(x) = exp - 1 -
Rango: ( / ) x
1/
x
f(x) = exp - 1 -
Rango: x ( / )
Distribución Gumbel
La fda y el factor de frecuencias es:
x
F(x) exp - exp x
K=-
6
0.577 + ln lnTr - ln Tr - 1
• Intervalos de confianza: Que tan cercano puede estar el estimado al
valor verdadero desconocido de la población.
X T u1- 2 S T
: Nivel de confianza o nivel de probabilidad
ST: Error estándar
^
ST = = 1 + 1.1396K + 1.1K
2 1/2
N
Ejemplo: Distribución Gumbel
Intervalos de confianza:
Ejemplo: Distribución Gumbel
ST =
N
= 1 + 1.1396K + 1.1K
2 1/2
δ = 3.91
ST = 14.62
QTR 1.6*14.62
141.4 164.77 188.17 m3/s