Distribucion y Pruebas de Bondad

UNIVERSIDAD NACIONAL DE CAJAMARCA
FACULTAD DE INGENIERIA
ESCUELA ACADÉMICO PROFESIONAL DE INGENIERIA CIVIL
INTEGRANTES:
 Angulo Soto, Soila Selene
 Infante Gonzales, Elvis
 Malca Fernández, Jorge Luis
 Marín Abanto, Neyri Kevin
 Sánchez Castañeda, Heidy Estefany
 Villar Martos, Ximena
 Zamora Huamán, Cristhian Daniel
TEMA:
 Distribución Gumbel
 Pruebas de bondad y ajuste
Prueba Smirnov Kolmogorov (Δ)
Prueba Chi-Cuadrado ( X 2C )
CURSO:
Hidroenergía
DOCENTE:
Ing. Julio Paima Arroyo
Cajamarca, mayo del 2019.
INDICE
Facultad de Ingeniería
Escuela Académico Profesional de Ingeniería Civil
I. INTRODUCCION-------------------------------------------------------------------------2
II. OBJETIVOS--------------------------------------------------------------------------------2
 GENERALES----------------------------------------------------------------------------2
 ESPECÍFICOS---------------------------------------------------------------------------2
III. MARCO TEORICO-----------------------------------------------------------------------3

 LA DISTRIBUCIÓN GUMBEL------------------------------------------------------3
 PRUEBA SMIRNOV KOLMOGOROV (Δ) --------------------------------------12
2
 PRUEBA CHI-CUADRADO ( X C )
--------------------------------------------------18
IV. COCLUSIONES--------------------------------------------------------------------------24
V. REFERENCIAS BIBLIOGRAFICAS-----------------------------------------------24
VI. ANEXOS-----------------------------------------------------------------------------------24
I. INTRODUCCIÓN
Los estudios hidrológicos requieren del análisis de cuantiosa información
hidrometereológica; esta información puede consistir de datos de
precipitación, caudales, temperatura, evaporación, etc.

Los datos recopilados, solo representan una información en bruto, pero si
éstos se organizan y analizan en forma adecuada, proporcionan al hidrólogo
una herramienta de gran utilidad, que le permite tomar decisiones en el
diseño de estructuras hidráulicas.
2
Para el análisis de la información, la hidrología úiliza los conceptos de
probabilidades y estadística, siendo este campo, una de las primeras áreas de
la ciencia e ingeniería, en usar los conceptos estadísticos, en un esfuerzo para
analizar los fenómenos naturales.
II. OBJETIVOS
A. GENERALES
 Analizar y estudiar la Distribución Gumbel.

 Analizar y estudiar las pruebas de bondad y ajuste Kolmogov y
Chi cuadrado.
B. ESPECIFICOS
 Analizar la función que cumple cada uno de ellos.

 Identificar la importancia que tiene estas pruebas para el estudio
hidrológico.
3
III. MARCO TEÓRICO
1. LA DISTRIBUCIÓN GUMBEL
1.1. Definición
La distribución Gumbel, es una de las distribuciones de valor extremo, es
llamada también Valor Extremo Tipo I, Fisher-Tippett tipo I o distribución doble
exponencial. Esta distribución estadística es la más utilizada en la actualidad
para el cálculo de la precipitación para un periodo de retorno escogido.
La fórmula de la distribución de Gumbel es la siguiente:
−α ( x−μ )
F(x) =e−e
Donde:
x=valor de la variable aleatorio .
x=valor de la variable aleatorio .
α y μ= parámetros del ajuste .
1.2. Interpretación;
F(x) Representa la probabilidad de que se produzca una precipitación con un
valor menor o igual que x , es decir F(x) representa la probabilidad de que
un valor dado de x no sea superado.
4
Por lo tanto, la probabilidad de que se produzca una precipitación con un valor
mayor que ese x dado será:
Prob ( ε > x ) =1−F( X )
1.3. El periodo o lapso de tiempo T (x )
El período o lapso de tiempo T (x ) dentro del cual sería esperable que se
produjese esa precipitación de valor x , llamado período de retorno para esa
precipitación x , sería:
1
T ( x )=
1−F(x)
1.4. Parámetros de ajuste
Se definen α y μ como dos parámetros que toman los valores siguientes:
SN
α=
SX
Sx
µ=x́− yŃ
SN
Donde:
ý N : media de la variable y i de lamuestra N .
S N : desviación típica de la variable y i de la muestra N
Y de la muestra de los datos de valores máximos diarios de precipitaciones
anuales, tenemos:
x́ :media de la muestra .
5
S x :desviación típica de lamuestra .
√
N
( x−x́) 2
Sx = ∑ N −1
i =1
Por otra parte,
N +1
y i=−LnLn( )
i
∑ yi
i
ý N =
N
√
N
∑ ( y i− ý N ) 2
i=1
SN =
N
1.5. Precipitación máxima diaria
Despejando x de:
−α ( x−μ )
F(x) =e−e
Se obtiene finalmente la fórmula analítica para calcular la precipitación máxima
diaria esperada para un periodo de retorno T(x) dado:
x=PT24 =P d=μ−
1
α[ T
ln(−ln ( x )−1 )
T (x ) ]
6
1.6. EJERCICIO PROPUESTO

1. CÁLCULOS
1.1. DISTRIBUCIÓN GUMBEL O DE VALORES EXTREMOS TIPO I O
DISTRIBUCIÓN DOBLE EXPONENCIAL
 PRECIPITACION MAXIMA EN 24 HORAS
ESTACIÓN LA CASCARILLA
DEPARTAMENTO
CAJAMARCA
S
PROVINCIA JAÉN
DISTRITO JAÉN
LATITUD 05 º 40' 18.3'' S
LONGITUD 78 º 53' 51.6'' W
ALTITUD 1991
7
DATOS:
Precipitación
Máxima
Año en 24 horas
MÁXIMA
1992 127
1993 80
1994 70
1995 77.4
1996 57.2
1997 61.1
1998 82.6
1999 66.8
2000 83.2
2001 110.5
2002 67
2003 55.2
2004 72.7
2005 73.9
2006 67.6
2007 80.5
2008 67.9
2009 87.9
2010 66.7
2011 83
2012 70.3
.2013 80.5
2014 90.2
2015 76.5
2016 62.2
2017 56.8
2018 99.6
Fuente: SENAMHI
Según el artículo de Modelamiento Hidrológico e Hidráulico en Obras Viales,
Julio Kuroiwa.La información que se encuentra disponible para estaciones
diseminadas a lo largo del territorio es la precipitación máxima registrada en un
periodo de 24 horas, por lo que se utilizan fórmulas para ajustar la precipitación
de acuerdo al periodo de duración deseado.
8
1. TRANSPOSICIÓN DE PRECIPITACIONES (mm)
P 1∗H media
P2=
H1
Donde:
P2= precipitaciona calcular
P1= precipitacionde la estacion laCascarilla
H media = Altitud media de lacuenca
H 1= Altitud de la estacionla Cascarilla
ALTITUD MEDIA: 2075 msnm
Precipitación Max en
Año 24MAXIMA
hrs
1992 132.36
1993 83.38
1994 72.95
1995 80.67
1996 59.61
1997 63.68
1998 86.08
1999 69.62
2000 86.71
2001 115.16
2002 69.83
2003 57.53
2004 75.77
2005 77.02
2006 70.45
2007 83.90
2008 70.76
2009 91.61
2010 69.51
2011 86.50
2012 73.27
2013 83.90
2014 94.01
9
2015 79.73
2016 64.82
2017 59.20
2018 103.80
TABLA N°1
2. ORDENAMOS LOS DATOS DE MAYOR A MENOR
i PP (mm)
1 132.358
2 115.162
3 103.802
4 94.006
5 91.608
6 86.710
7 86.502
8 86.085
9 83.896
10 83.896
11 83.375
12 80.665
13 79.728
14 77.018
15 75.767
16 73.266
17 72.953
18 70.765
19 70.452
20 69.827
21 69.618
22 69.514
23 64.824
24 63.678
25 59.613
26 59.196
27 57.529
TABLA N°2
Para esto usaremos el Manual de Hidrología, Hidráulica y Drenaje del MTC, en
el ítem 3.7.1.7. Distribución Gumbel, página 29.
Donde:
10
x: es el valor de la variable aleatoria.

α y μ : son parámetros del ajuste.
Para calcular la función de Gumbel debemos hallar los valores de α y μ:
Donde:
 yN y SN : son la media y la desviación típica de la variable y,
la cual solo depende del tamaño de la muestra N.

 x y S x : la desviación típica de la muestra de los datos de
valores máximos diarios de precipitación anuales.

 Con los datos ordenados de precipitaciones del menor al mayor valor y
hallamos su promedio ( x́) y su desviación estándar ( S x ) .
ý
 Calculamos los y i y hallamos su promedio (¿¿ N ) y su desviación
¿
estándar (S N ) .
i Xi
105.16689 3.0165620
1 132.358 -1.2036341
9 1
47.370902
2 115.162 -0.970421781 2.2608519
6
21.667150 1.7870404
3 103.802 -0.803611151
1 4
7.4721878 1.4374115
4 94.006 -0.665729811
7 1
5.1231277 1.1601932
5 91.608 -0.543931486
1 1
1.6972841 0.9317317
6 86.710 -0.432071362
1 5
0.7392997
7 86.502 1.5924434 -0.32663426
7
11
1.3927880 0.5753869
8 86.085 -0.225351487
6 6
0.5639182 0.4353441
9 83.896 -0.12661497
5 4
0.5639182 0.3162717
10 83.896 -0.029189236
5 2
0.4208762 0.2164513
11 83.375 0.067947806
8 9
0.0137675 0.1350475
12 80.665 0.165702981
4 7
0.0719609
13 79.728 0.0044377 0.26493587
1
0.3576407 0.0277816
14 77.018 0.366512921
4 4
0.7111532 0.0038233
15 75.767 0.471357651
3 8
1.7791174 0.0022385
16 73.266 0.580504824
3 8
0.0262361
17 72.953 1.946451 0.695166887
3
3.3283339
18 70.765 0.816823857 0.0804475
2
3.5558240
19 70.452 0.947354424 0.1715312
3
4.0333629
20 69.827 1.08923964 0.3091899
6
4.1992266 0.5079529
21 69.618 1.245899324
6 2
4.2834117 0.7904898
22 69.514 1.422286137
8 6
8.9364920 1.1942818
23 64.824 1.62602322
5 9
12
1.7865892
24 63.678 10.331248 1.869824714
4
16.090911 2.7036297
25 59.613 2.177462963
4 4
16.753499 4.2809306
26 59.196 2.602232166
8 5
19.537534 7.7333193
27 57.529 3.314075796
4 1
Σ= 2161.814 288.894 14.396 32.702
TABLA N°3
N = 27
N
xi
x́=∑ =80.067
i=1 N
√∑
N 2
( x i−x́ )
Sx = =16.997
i =1 N −1
N
yi
yŃ =∑ =0.5331
i=1 N
√
N
∑ ( y i− yŃ )2
i=1
SN = =1.10053
N
 Con los valores anteriormente calculados encontramos los valores de α
y μ:
sN
α= =0.065
Sx
S
( )
μ= x́− yŃ x =71.83
SN
 La función de distribución Gumbel queda de la siguiente manera:
13
−0.065( x−71.83)
F ( x )=e−e
 Despejando x de la expresión, se obtiene finalmente la fórmula analítica
para calcular la precipitación máxima diaria esperada para un periodo
de retorno T(x) dado:
x=71.83−
1
0.065 [
ln(−ln
T ( x )−1
T (x)
) ]
 Por consiguiente, para determinar los montos de precipitación en 24
horas, asociados a un periodo de retorno y a una probabilidad, se aplica
la ecuación anterior y se obtiene los valores Xi (Precipitaciones
promedio).
Periodo de Xi (pp máximas
retorno
10 T 0.900 en106.45
24 hrs)
20 0.950 117.53
30 0.967 123.90
40 0.975 128.39
50 0.980 131.86
60 0.983 134.69
70 0.986 137.08
80 0.988 139.15
90 0.989 140.97
100 0.990 142.60
TABLA N°4
14
 Interpretación de los resultados

De la TABLA N°4 podemos concluir que:
 Existe una probabilidad de 96.7% de que en el año 2019 haya una
precipitación en 24 horas que no supere los 123.90 mm, o dicho de otra
manera, existe un 3.3% de probabilidades de que haya una precipitación
que supere los que 123.90 mm
2. PRUEBA SMIRNOV KOLMOGOROV (Δ)
Se entiende por bondad de ajuste, la asimilación de datos observados de una
variable, a una función matemática previamente establecida y reconocida. A través
de ésta es posible interpolar y extrapolar información; en otras palabras, predecir el
comportamiento de la variable en estudio.

Para la estimación de la bondad de ajuste, existen variadas pruebas, las cuales
poseen distinto grado de efectividad.

En el presente documento se entrega el test de Kolmogorov-Smirnov. La prueba de
bondad de ajuste se aplica en diseños de investigación en los que se estudia a un
único grupo.
La prueba compara la distribución de frecuencias observada o probabilidad empírica
de una variable usualmente cualitativa, pero que también puede ser
15
cuantitativa, con la distribución de frecuencias de la misma variable medida en un
grupo de referencia.
El procedimiento de la prueba implica el cálculo de una distribución esperada o
probabilidad en el grupo estudiado, usando como punto de partida a la distribución
de la variable en el grupo de referencia.

El propósito de la prueba es averiguar si existen diferencias estadísticamente
significativas entre la distribución observada o probabilidad empírica y la
distribución esperada o probabilidad teórica.
Donde:
Δ = Estadístico de Smirnov Kolmogorov
F(x) = Probabilidad de la distribución teórica
P(x) = Probabilidad experimental o empírica
El estadístico Δ tiene su función de distribución de probabilidades
Si Δo es un valor crítico para un nivel de significancia α, se tiene que:
También:
El procedimiento para efectuar el ajuste mediante el estadístico de Smirnov
Kolmogorov es el siguiente;
16
1. Calcular la probabilidad empírica o experimental P(x) de los datos, para esto
usar la fórmula de Weibull:
Donde:
P(x) = Probabilidad empírica o experimental
M = Numero de orden
N = Numero de datos
2. Calcular la probabilidad teórica F(x):
Para el caso de utilizar el procedimiento de los modelos teóricos, usar la
ecuación de la función acumulada F(x) o tablas elaboradas para tal fin.
3. Calcular las diferencias P(x)-F(x), para todos los valores de x.
4. Seleccionar la máxima diferencia:
5. Calcular el valor crítico del estadístico Δ, es decir Δo, para un α= 0.05 y N
igual al número de datos. Los valores de Δo, se muestran en la tabla
siguiente
17
6. Comparar el valor del estadístico Δ, con el valor critico Δo de la tabla 01 con
os siguientes criterios de decisión deducidos de la ecuación 02
Si
Δ < Δo : El ajuste es bueno, al nivel de significación
seleccionado.
Δ ≥ Δo: El ajuste no es bueno, al nivel de significación
seleccionado, siendo necesario probar con otra
distribución.
2.1. EJERCICIO PROPUESTO
18
En este caso nos basaremos en el Manual de Hidrología, Hidráulica y Drenaje, en el
ítem 3.7.1.7 Distribución Gumbel y el ítem 3.7.2 "Pruebas de bondad de ajuste"
DISTRIBUCION GUMBEL:
 Función de distribución de probabilidad:
−(x−μ)
α
−e
F(x) =e
SEGÚN MOMENTOS ORDINARIOS
μ= x́−0.45 S
α= √
6∗S
π
S=16.9968794
x́=80.067
μ= x́−0.45 S=80.067−0.45∗16.9968794=72.41
α= √
6∗S √ 6∗16.9968794
= =13.2524
π π
 Función de distribución teórica - Weibull:
m
P ( X )=
n+1
1
P ( X )= =¿ 0.036
27+1
Orden PP(mm) función de Distribució Diferencia
Distribució n teórica
19
1 132.358 0.9892 0.9643 0.0249

2 115.162 0.9611 0.9286 0.0325
3 103.802 0.9107 0.8929 0.0178
4 94.006 0.8220 0.8571 0.0351
5 91.608 0.7907 0.8214 0.0308
6 86.710 0.7118 0.7857 0.0739
7 86.502 0.7080 0.7500 0.0420
8 86.085 0.7002 0.7143 0.0140
9 83.896 0.6568 0.6786 0.0217
10 83.896 0.6568 0.6429 0.0140
11 83.375 0.6459 0.6071 0.0387
12 80.665 0.5849 0.5714 0.0134
13 79.728 0.5623 0.5357 0.0266
14 77.018 0.4935 0.5000 0.0065
15 75.767 0.4601 0.4643 0.0041
16 73.266 0.3916 0.4286 0.0369
17 72.953 0.3830 0.3929 0.0099
18 70.765 0.3223 0.3571 0.0348
19 70.452 0.3137 0.3214 0.0077
20 69.827 0.2966 0.2857 0.0109
21 69.618 0.2910 0.2500 0.0410
22 69.514 0.2882 0.2143 0.0739
23 64.824 0.1699 0.1786 0.0087
24 63.678 0.1448 0.1429 0.0019
25 59.613 0.0723 0.1071 0.0348
26 59.196 0.0665 0.0714 0.0049
27 57.529 0.0462 0.0357 0.0105
20
HISTOGRAMA
1.2000
1.0000
0.8000
Probabilidad
0.6000
funcion de
0.4000 Di s ctri buci on
Di stri buci on teori ca

0.2000
0.0000
50.000 60.000 70.000 80.000 90.000 100.000 110.000 120.000 130.000 140.000
Intensidades mm/h
A. PRUEBA DE BONDAD DE AJUSTE (SMIRNOV - KOLMOGOROV)
∆ max=0.7118−0.7857=0.0739
Nivel de significancia=0.05
N=27
∆ 0=0.258 (Interpolando valores de la figura:5)
1. ANÁLISIS DE CÁLCULOS
 Como ∆=0.7118< ∆0 =0.7857 , el ajuste es bueno con un nivel de
significancia α =0.05
3. PRUEBA CHI-CUADRADO ( X 2C )
21
Es el nombre de una prueba de hipótesis que determina si dos variables están
relacionadas o no.
La prueba Chi-cuadrado se basa en el cálculo de frecuencias, tanto de valores
observados, como valores esperados, para un número determinado de intervalos.
Esta prueba es comúnmente usada, para verificar la bondad de ajuste de la
distribución empírica a una distribución teórica conocida, fue propuesta por Karl
Pearson en 1900.
 Mide la relación de independencia o dependencia entre dos variables de tipo
cualitativo o categórico.
 La prueba de x2 puede ser usada como una prueba de significancia estadística no
paramétrica para comparar proporciones o frecuencias.
 Los datos se presentan en tablas de contingencia o también denominadas tablas 2
x 2.
3.1. Ventajas y limitaciones:
 Es aplicable sólo para ajustes a la distribución normal, puesto que ha sido
desarrollado con base en los datos normales e independientes.
 Se realiza en la función densidad de datos agrupados en intervalos de
clases.
 Requiere un conocimiento a priori, de la función de distribución teórica
utilizada en el ajuste.
 En la práctica se usa para cualquier modelo de ajuste, pero estrictamente
es válido sólo para la normal.
 Es de fácil aplicación.
22
3.2. Hipótesis estadística
 La hipótesis nula (Ho) refiere que ambas variables son independientes y
no están asociadas.
 Mientras que la hipótesis alterna (Ha) afirma que las variables son
dependientes o están asociadas.
3.3. Significancia estadística
Se define como la probabilidad de tomar la decisión de rechazar la hipótesis nula
cuando ésta es verdadera (decisión conocida como error de tipo I, o "falso positivo").
 En general la mayoría de los investigadores trabajan con un nivel de
significancia de 5% (equivalente a un nivel de confianza de 95%), por lo
que aceptan que existe asociación entre las variables estudiadas cuando el
valor de p es menor a 0.05.
3.4. Criterio de decisión:
El criterio de decisión se fundamenta en la comparación del valor calculado de Chi-
cuadrado con el valor tabular encontrado, esto es:
 Si el Chi-cuadrado calculado es menor o igual que el valor tabular, es
decir:
X 2C ≤ X 2t
Entonces, se acepta la hipótesis que el ajuste es bueno al nivel de significación
seleccionado.
 Si el Chi-cuadrado calculado es mayor que el valor tabular, es decir:
23
2 2
XC>X t
Entonces, el ajuste es malo y se rechaza la hipótesis, siendo necesario probar con
otra distribución teórica.
La expresión general de la prueba Chi-cuadrado está dada por:
Donde:
X 2C = valor calculado de Chi-cuadrado, a partir de los datos.
θi=¿ Número de valores observados en el intervalo de clase i.
ei=¿ Número de valores esperados en el intervalo de clase i.
k =¿ Número de intervalos de clase.
Asignando probabilidades a la ecuación (1) es decir, asignando igual
probabilidad de ocurrencia a cada intervalo de clase, se tiene:
Simplificando la ecuación (2), se obtiene la fórmula computacional desarrollada
por Markovic (1965):
2
El valor de XC obtenido por la ecuación (4) se compara con el de la tabla
A.8, cuyo valor se determina con:
24
Nivel de significación: α =0.05 ó α =0.01
Grados de libertad g .l .=k−1−h
Donde:
h = as el número de parámetros a estimarse, así:
h = 2, para la distribución normal
h = 3, para la distribución log-normal de 3 parámetros
3.5. EJEMPLO PROPUESTO

1) IDENTIFICANDO LAS HIPOTESIS
H 0 :igual alafrecuencia esperada

H a :diferentefrecuencia esperada
2) ORDENANDO DATOS DE MENOR A MAYOR
3) CALCULO DE LA FRECUENCIA PARA DATOS AGRUPADOS

III.1. Calculo de número de intervalo de clase, según yevjevinch
NC=1+1.33 . ln ( N )
NC=1+1.33 . ln ( 27 )
25
NC=5.38=¿
III.2. Cálculo
5 de la amplitud de cada intervalo
X −X min
∆ X = max
NC−1
III.3. Cálculo de frecuencia acumulada
132.358112−57.52888
∆ X=
5−1
∆ X =15
III.4. Media y desviación estándar
a) Media
k
∑ ( X i∗f i)
x́= i=1
N
x́ =
80.1239
b) Desviación estándar
√
K
∑ (x I −x)2 f 1
I =1
S=
N−1
S = 13.6361
4. CALCULO DE LA FRECUENCIA ESPERADA, UTILIZDO LA DISTRIBUCION
TEORICA NORMAL
26
5. CALCULO DE :
X 2C
K
(Ѳ i−ei)2
X
2
C = ∑ ei
I=1
2 2 2 2 2
(9−13) (13−11) (3−1) (1−1) (1−1)
2
X = C + + + +
9 13 3 1 1
X 2C =1.778+ 0.308+1.333+0+0
2
X C =3.419
2
Xt
6. CALCULO DE :
6.1. GRADOS DE LIBERTAD
V = K-1-H
V=2
6.2. NIVEL DE SIGNIFICACION
α = 0.05
POR TABLA B )
2
X t =5.99 ¿
7. CRITERIO DE DECISION
2
27 XC
≤ X 2t
Se acepta la hipótesis, es decir los datos se ajusta a la distribución normal
IV. CONCLUSIONES
 La distribución de Gumbel, es una distribución de probabilidad muy
útil y sencilla de trabajar para predecir valores futuros de diferentes
variables hidrológicas.
 El objetivo de esta prueba de bondad de ajuste es señalar y
determinar si los datos estudiados o mediciones muéstrales
provienen de una población que tiene una distribución teórica
determinada
V. REFERENCIAS BIBLIOGRAFICAS
 García C., Antonio. (2013). Análisis de distribuciones estadísticas
alternativas a las tradicionales para la optimización de los caudales de
cálculo empleados en los estudios hidrológicos (Tesis doctoral).
Universidad de Extremadura. Badajoz.
28
 MTC. (2011). Manual de Hidrología, Hidráulica y Drenaje.
Distribución Gumbel y Pruebas de bondad de ajuste.

 Villón B., Máximo. (2002). Hidrología estadística. Pruebas de
bondad de ajuste & Distribuciones teóricas. Lima, Perú.
VI. ANEXOS
29
30
31

Distribucion y Pruebas de Bondad

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Distribucion y Pruebas de Bondad

Uploaded by

Copyright:

Available Formats

UNIVERSIDAD NACIONAL DE CAJAMARCA

Ing. Julio Paima Arroyo

Cajamarca, mayo del 2019.

III. MARCO TEORICO-----------------------------------------------------------------------3

Los estudios hidrológicos requieren del análisis de cuantiosa información

hidrometereológica; esta información puede consistir de datos de

precipitación, caudales, temperatura, evaporación, etc.

éstos se organizan y analizan en forma adecuada, proporcionan al hidrólogo

una herramienta de gran utilidad, que le permite tomar decisiones en el

diseño de estructuras hidráulicas.

Para el análisis de la información, la hidrología úiliza los conceptos de

probabilidades y estadística, siendo este campo, una de las primeras áreas de

la ciencia e ingeniería, en usar los conceptos estadísticos, en un esfuerzo para

analizar los fenómenos naturales.

 Analizar y estudiar la Distribución Gumbel.

 Analizar la función que cumple cada uno de ellos.

III. MARCO TEÓRICO

La distribución Gumbel, es una de las distribuciones de valor extremo, es

llamada también Valor Extremo Tipo I, Fisher-Tippett tipo I o distribución doble

exponencial. Esta distribución estadística es la más utilizada en la actualidad

para el cálculo de la precipitación para un periodo de retorno escogido.

La fórmula de la distribución de Gumbel es la siguiente:

x=valor de la variable aleatorio .

x=valor de la variable aleatorio .

α y μ= parámetros del ajuste .

F(x) Representa la probabilidad de que se produzca una precipitación con un

valor menor o igual que x , es decir F(x) representa la probabilidad de que

un valor dado de x no sea superado.

Por lo tanto, la probabilidad de que se produzca una precipitación con un valor

mayor que ese x dado será:

Prob ( ε > x ) =1−F( X )

1.3. El periodo o lapso de tiempo T (x )

El período o lapso de tiempo T (x ) dentro del cual sería esperable que se

produjese esa precipitación de valor x , llamado período de retorno para esa

1.4. Parámetros de ajuste

Se definen α y μ como dos parámetros que toman los valores siguientes:

ý N : media de la variable y i de lamuestra N .

S N : desviación típica de la variable y i de la muestra N

Y de la muestra de los datos de valores máximos diarios de precipitaciones

S x :desviación típica de lamuestra .

Por otra parte,

1.5. Precipitación máxima diaria

Se obtiene finalmente la fórmula analítica para calcular la precipitación máxima

diaria esperada para un periodo de retorno T(x) dado:

1.6. EJERCICIO PROPUESTO

1.1. DISTRIBUCIÓN GUMBEL O DE VALORES EXTREMOS TIPO I O

DISTRIBUCIÓN DOBLE EXPONENCIAL

 PRECIPITACION MAXIMA EN 24 HORAS

Según el artículo de Modelamiento Hidrológico e Hidráulico en Obras Viales,

Julio Kuroiwa.La información que se encuentra disponible para estaciones

diseminadas a lo largo del territorio es la precipitación máxima registrada en un

periodo de 24 horas, por lo que se utilizan fórmulas para ajustar la precipitación

de acuerdo al periodo de duración deseado.

1. TRANSPOSICIÓN DE PRECIPITACIONES (mm)

P2= precipitaciona calcular

P1= precipitacionde la estacion laCascarilla

H media = Altitud media de lacuenca

H 1= Altitud de la estacionla Cascarilla

ALTITUD MEDIA: 2075 msnm

2. ORDENAMOS LOS DATOS DE MAYOR A MENOR

Para esto usaremos el Manual de Hidrología, Hidráulica y Drenaje del MTC, en

el ítem 3.7.1.7. Distribución Gumbel, página 29.

x: es el valor de la variable aleatoria.

Para calcular la función de Gumbel debemos hallar los valores de α y μ: