Facultad de Ingeniería Civil

“ESTADÍSTICA,
DISTRIBUCIONES DE
PROBABILIDAD Y
PERIODOS DE RETORNO”
Hidrología: Abelardo Díaz Salaz

GUERRERO DIAZ Álvaro

MENACHO LLIUYA Betsy
MORALES ALVARADO Piero

Huaraz, Ancash-Perú
Julio 2015
UNIVERCIDAD NACIONAL CURSO: HIDROLOGIA
SANTIAGO ANTUNEZ DE MAYOLO PROF: ABELARDO DIAZ S.

INTRODUCCIÓN

Debido a que la toma de datos se realiza de una muestra representativa,

la hidrología utiliza los conceptos de probabilidad y estadística, para

estimar los parámetros de la población del conjunto de datos a partir de

las características de la muestra, además de realizar una proyección

probable de la posible ocurrencia de algún fenómeno.

En el presente trabajo se calcularán las principales características de un

conjunto de datos obtenidos de las estaciones de Quillcay, Querococha

y Olleros.

La importancia de la elaboración de la estadística de los datos de

caudales máximos anuales reside en la utilidad como herramienta para

la toma de decisiones.

EL GRUPO
UNIVERCIDAD NACIONAL CURSO: HIDROLOGIA
SANTIAGO ANTUNEZ DE MAYOLO PROF: ABELARDO DIAZ S.
 UNIVERCIDAD NACIONAL CURSO: HIDROLOGIA
SANTIAGO ANTUNEZ DE MAYOLO PROF: ABELARDO DIAZ S.

Contenido
INTRODUCCIÓN................................................................................................................................................1
“ESTADÍSTICA, DISTRIBUCIONES DE PROBABILIDAD Y PERIODOS DE RETORNO”.............1
I. OBJETIVOS.......................................................................................................................................1
II...................................................................................................................................................................1
III. MARCO TEORICO.......................................................................................................................1
3.1. CONCEPTO DE ESTADÍSTICA.......................................................................................................1
3.2.- ESTADÍSTICA DESCRIPTIVA E INFERENCIAL..............................................................................2
3.3.- CONCEPTOS BÁSICOS DE ESTADÍSTICA......................................................................................3
3.4.- OBTENCIÓN DE DATOS. FUENTES, CENSOS, ENCUESTAS, REGISTROS.................................4
3.5.- VARIABLES...........................................................................................................................................5
CATEGORÍAS DE UNA VARIABLE............................................................................................................5
3.6.- PRESENTACIÓN DE DATOS................................................................................................................6
La codificación tabulación:..............................................................................................................................6
3.7.- TABLAS DE FRECUENCIAS................................................................................................................6
- TABLAS DE FRECUENCIAS SIMPLES....................................................................................................7
- FRECUENCIAS ACUMULADAS...............................................................................................................8
- TABLAS DE FRECUENCIAS PARA VALORES AGRUPADOS...............................................................8
3.8.- HERRAMIENTAS DE LA ESTADISTICA.........................................................................................11
 3.8.1.- HISTOGRAMA Y POLÍGONOS DE FRECUENCIA.........................................................11
 3.8.2.- MEDIA..................................................................................................................................12
 3.8.3.- MEDIANA............................................................................................................................12
 3.8.4.- MODA...................................................................................................................................13
 3.8.5.- DESVIACIÓN DE LA MEDIA............................................................................................13
 3.8.6.- DESVIACIÓN ESTÁNDAR Y VARIANCIA......................................................................14
 3.8.7.- COVARIANZA.....................................................................................................................14
 3.8.8.- COEFICIENTE DE CORRELACIÓN..................................................................................14
 3.8.9.- COEFICIENTE DE VARIACIÓN........................................................................................15
 3.8.10.- DESVIACIÓN ESTÁNDAR MUESTRAL........................................................................15
3.9.- DISTRIBUCIONES DE PROBABILIDAD EN HIDROLOGIA.........................................................16
3.11.- ANALISIS DE FRECUENCIA...........................................................................................................19
3.12.- DISTRIBUCIONES DE PROBABILIDAD PARA VARIABLES CONTINUAS.............................20
 3.12.1.- DISTRIBUCION NORMAL...............................................................................................20
 3.12.2.- DISTRIBUCION LOGNORMAL DE DOS PARAMETROS............................................21
 3.12.3.- DISTRIBUCION GUMBEL O EXTREMA TIPO I...........................................................23
 UNIVERCIDAD NACIONAL CURSO: HIDROLOGIA
SANTIAGO ANTUNEZ DE MAYOLO PROF: ABELARDO DIAZ S.

 3.12.4.- DISTRIBUCION GAMA DE TRES PARAMETROS O PEARSON TIPO 3...................24

 4.12.5.- DISTRIBUCION LOG GAMMA O LOGPEARSON DE 3 PARAMETROS..................26
IV. CALCULOS Y RESULTADOS:..................................................................................................27
V. CONCLUSIONES...........................................................................................................32
VI. RECOMENDACIONES..............................................................................................32
VII. REFERENCIAS BIBLIOGRÁFICAS.................................................................32

“ESTADÍSTICA, DISTRIBUCIONES DE
PROBABILIDAD Y PERIODOS DE RETORNO”
I. OBJETIVOS

a) Objetivo General

- Elaborar la Estadística de los Datos de los Caudales medios Anuales

b) Objetivos Específicos

- Conocer las características Principales de los datos de los Caudales medios

Anuales, utilizando los métodos estadísticos.
- Conocer los Caudales medios Instantáneos Anuales y las Probabilidades de las
mismas.
- Realizar la tabla de frecuencias.
- Determinar le función de distribución de probabilidad adecuado.

II.
III. MARCO TEORICO

III.1. CONCEPTO DE ESTADÍSTICA

La Estadística tiene por objeto la recolección, presentación, análisis e

interpretación de observaciones o mediciones hechas sobre un conjunto de
objetos, personas, procesos, fenómenos, etc.
 UNIVERCIDAD NACIONAL CURSO: HIDROLOGIA
SANTIAGO ANTUNEZ DE MAYOLO PROF: ABELARDO DIAZ S.

Dos corrientes de influencia han conducido al desarrollo de los métodos

estadísticos. Una de ellas, tenía por objeto mantener en orden registros del
gobierno (de hecho, estado y estadística vienen de la misma raíz latina, status).

“En Hidrología es Costumbre trabajar con los datos como los mostrados en el
Cuadro N° 01, estos datos son recopilados de las oficinas como del Servicio
Nacional de Meteorología e Hidrología-SENAMHI en el Perú.

Los datos tienen 2 Partes: La fecha de suceso, en este caso los años, y los
números que representan la ocurrencia o suceso de una variable
hidrometerológica (Datos Observados y medidos), que son las descargas
máximas instantáneas anuales en este caso.1

CUADRO N° 1.1.1.:2

DESCARGAS MÁXIMAS INSTANTÁNEAS ANUALES DEL RIO QUEROCOHA

AÑO Q AÑO Q AÑO Q

1953-1954 6.94 1963-1964 5.88 1973-1974 7.48
1954-1955 7.95 1964-1965 9.1 1974-1975 10.72
1955-1956 6.5 1965-1966 6.52 1975-1976 10.21
1956-1957 6.77 1966-1967 9.8 1976-1977 8.97
1957-1958 6.39 1967-1968 4.93 1977-1978 8.13
1958-1959 6.26 1968-1969 3.98 1978-1979 8.96
1959-1960 8.9 1969-1970 6.87 1979-1980 4.89
1960-1961 8 1970-1971 6.7 1980-1981 9.4
1961-1962 9.4 1971-1972 8.9 1981-1982 10.78
1962-1963 7.56 1972-1973 5.8

3.2.- ESTADÍSTICA DESCRIPTIVA E INFERENCIAL

1 Estadística y Probabilidad en la Hidrología – Ing. Abelardo M. Díaz

Salas - Pag.27.

2 Estadística y Probabilidad en la Hidrología – Ing. Abelardo M. Díaz

Salas - Pag.28
 UNIVERCIDAD NACIONAL CURSO: HIDROLOGIA
SANTIAGO ANTUNEZ DE MAYOLO PROF: ABELARDO DIAZ S.

LA ESTADÍSTICA DESCRIPTIVA, es la rama de la Estadística dedicada a

descubrir las regularidades o características existentes en un conjunto de datos
mediante la utilización de gráficos y de medidas numéricas de resumen. La
estadística descriptiva resume y transforma datos para poder interpretar la
información.

LA ESTADÍSTICA INFERENCIAL, permite mediante la utilización de

métodos estadísticos basados en la teoría de las probabilidades, generalizar las
conclusiones obtenidas a partir de una muestra a la población de la que ha sido
extraída. Es importante destacar que para que las conclusiones sean válidas, la
muestra debe ser representativa de la población.

3.3.- CONCEPTOS BÁSICOS DE ESTADÍSTICA

La estadística está compuesta por métodos científicos mediante los cuales
podemos recolectar, organizar, resumir, presentar y analizar datos relativos a un
conjunto de individuos u observaciones que nos permiten extraer conclusiones
válidas y efectuar decisiones lógicas basadas en dichos análisis. En cualquier
trabajo en el que se aplique, la estadística debe hacer referencia a un conjunto de
entidades, conocido como población.

POBLACIÓN O UNIVERSO:

“Es la fuente de observación o de los datos, por ejemplo el numero de datos de

la población formada por las descargas máximas anuales de la estación de
Querococha es infinito, porque se considera a las Descargas máximas
Instantáneas Anuales desde el Primer Suceso de la Descarga Máxima
instantánea anual en esta estación de aforo; como es lógico, nunca se podrán
contabilizar la totalidad de estos datos.” 3

MUESTRA:

“Es el conjunto de Observaciones (datos) que se obtienen de una fuente de

observación (Población). El número de datos de una muestra es finito” 4

3 Estadística y Probabilidad en la Hidrología – Ing. Abelardo M. Díaz

Salas Pag.30
 UNIVERCIDAD NACIONAL CURSO: HIDROLOGIA
SANTIAGO ANTUNEZ DE MAYOLO PROF: ABELARDO DIAZ S.

UNIDAD DE ANÁLISIS: es el objeto del cual se desea obtener información.

Muchas veces nos referimos a las unidades de análisis con el nombre de
elementos. En estadística, un elemento o unidad de análisis puede ser algo con
existencia real, como un automóvil o una casa, o algo más abstracto como la
temperatura o un intervalo de tiempo. Dada esta definición, puede redefinirse
población como el conjunto de unidades de análisis.

3.4.- OBTENCIÓN DE DATOS. FUENTES, CENSOS, ENCUESTAS,

REGISTROS
CENSO:

Es un método de recolección de datos mediante el cual la información se obtiene

relevando la totalidad de los elementos que componen la población o universo
bajo estudio.

ENCUESTA

Es un método de recolección mediante el cual la información se obtiene relevando

sólo un subconjunto de elementos del universo en estudio, que permite obtener
información sobre el mismo.

REGISTRO ADMINISTRATIVO

Es un procedimiento de recolección por el cual un servicio administrativo obtiene

información para sus propios fines.

ESTACION HIDROLOGICA

Para el caso, de estudio de la hidrología, se obtienen los datos muéstrales, a través

de una estación hidrología.

3.5.- VARIABLES

4 Estadística y Probabilidad en la Hidrología – Ing. Abelardo M. Díaz

Salas Pag.29
 UNIVERCIDAD NACIONAL CURSO: HIDROLOGIA
SANTIAGO ANTUNEZ DE MAYOLO PROF: ABELARDO DIAZ S.

Las variables son características observables de algún fenómeno que son

susceptibles de cambio o variación en relación al mismo objeto o a diferentes
objetos de la población. Ejemplos de variables son: edad, ingreso de un individuo,
sexo, cantidad de lluvia caída, etc.

CATEGORÍAS DE UNA VARIABLE

Cada unidad de análisis asume un valor o categoría en cada una de las variables
estudiadas. Por ejemplo: para la variable sexo los valores o categorías posibles son
masculino y femenino, para la variable tipo de escuela podrían ser: ámbito
público, ámbito privado, etc.

Las categorías de una variable deben cumplir con dos requisitos indispensables:
deben ser exhaustivas y excluyentes.

3.6.- PRESENTACIÓN DE DATOS

Terminada la etapa de relevamiento, se cuenta con una masa de datos individuales,

sin agrupación alguna y carentes en un primer momento de significación
estadística.

La etapa siguiente es la clasificación y agrupación de los datos recogidos

referentes a cada variable objeto de estudio.

La clasificación comprende dos operaciones fundamentales:

La codificación tabulación:
La codificación consiste en asignar a todas y cada una de las categorías que
comprende un cuestionario los números y signos correlativos que sean precisos,
según el procedimiento de tabulación empleado, para hacer posible la agrupación
de los datos. La codificación permite reemplazar por números todos los datos del
cuestionario. De su realización correcta depende que en la tabulación no haya
errores ni resulte falseada o viciada la distribución de datos. La codificación
incluye además la categorización de preguntas abiertas.

Una vez procesados los datos relevados, se analiza esa información empírica.

A esta etapa se la subdivide en: el análisis de los datos obtenidos y procesados

(aplicando un conjunto de instrumentos estadísticos, como por ejemplo lecturas
 UNIVERCIDAD NACIONAL CURSO: HIDROLOGIA
SANTIAGO ANTUNEZ DE MAYOLO PROF: ABELARDO DIAZ S.

porcentuales, medidas de tendencia central, de dispersión, etc.) y en la

interpretación de los datos (explicar los datos, darles sentido y corroborar las
hipótesis planteadas).

Presentar informaciones estadísticas significa ordenar datos en forma tal que el

conjunto sea fácilmente comprensible, es una forma de compendiar cifras según
un ordenamiento preestablecido. La finalidad principal consiste en brindar la
información con claridad, uniformidad y en un reducido espacio para que facilite
el entendimiento y análisis de las cifras.

3.7.- TABLAS DE FRECUENCIAS

La primera operación a realizar cuando se trabaja con variables es contabilizar el

número de casos que pertenecen a cada una de las categorías de las variables. Esto
puede realizarse organizando tablas que sinteticen los datos originales o valores
observados. Una distribución de frecuencias es una tabla que presenta en forma
ordenada los distintos valores de una variable y sus correspondientes frecuencias.
Se define como frecuencia absoluta al número de veces que se presenta cada
valor de la variable en el conjunto de datos observado.

- TABLAS DE FRECUENCIAS SIMPLES

De acuerdo al nivel de medición de las variables, las tablas de frecuencia
presentan características particulares.

Mediante un ejemplo veremos la presentación de una tabla de frecuencias simples

para una variable discreta. Consideremos la variable "número de cuartos por
hogar" según datos de la Encuesta Permanente de Hogares para la ciudad de
Formosa.

Número de Frecuencia Frecuencia Frecuencia Frecuencia

cuartos por absoluta relativa acumulada relativa
hogar acumulada

-1 -2 -3 -4 -5
1 144 0,214 144 0,214
2 225 0,334 369 0,548
3 174 0,259 543 0,807
4 88 0,131 631 0,938
UNIVERCIDAD NACIONAL CURSO: HIDROLOGIA
SANTIAGO ANTUNEZ DE MAYOLO PROF: ABELARDO DIAZ S.

5 42 0,062 673 1,000

673 1,000 - -

En la columna (1) se observan los valores que toma la variable "número de

cuartos por hogar", cuyo campo de variabilidad o recorrido es de 1 a 5.

En la columna (2) se ha colocado la cantidad de hogares u observaciones

correspondientes a cada valor de la variable, es decir la Frecuencia Absoluta que
presenta cada valor de la misma. Si sumamos esta columna se obtiene la cantidad
total de hogares.

Luego, en la columna (3) se calcula el cociente de cada uno de los valores de la

columna (2) respecto al total de hogares. Llamamos a estos valores frecuencias
relativas. Las frecuencias relativas representan la importancia relativa de cada
valor de la variable en el total de casos.

En la columna (4) se suman los hogares acumulados hasta cada uno de los valores
de la variable.

Por ejemplo: si queremos saber cuántos hogares hay que tienen como máximo 2
cuartos, se observa que se acumulan 369, o sea, 144 hogares con un cuarto y 225
con 2 cuartos. Estos valores se denominan

- FRECUENCIAS ACUMULADAS.
Finalmente, en la columna (5) se efectúa el cociente entre los valores de la
columna (4) y el total de hogares, lo que nos indica el peso relativo de los casos
acumulados hasta cada uno de los valores de la variable, y llamamos a esta
columna frecuencia relativa acumulada.

- TABLAS DE FRECUENCIAS PARA VALORES AGRUPADOS

En el caso de tener una variable discreta con muchas categorías o de tratarse de
una variable continua, será necesario fijar intervalos de clase para llegar a un
resumen efectivo de la información original. Esta información se presenta en una
tabla de frecuencias para datos agrupados. Definimos como intervalos de clase a
las subdivisiones o intervalos en que se divide el dominio o campo de variabilidad
de la variable, de modo tal que cada intervalo esté compuesto por tramos del
UNIVERCIDAD NACIONAL CURSO: HIDROLOGIA
SANTIAGO ANTUNEZ DE MAYOLO PROF: ABELARDO DIAZ S.

recorrido de la misma. Por ejemplo, si se estudia la distribución por edad de la

población de un país se está en presencia de una variable que toma muchos
valores distintos. Estos valores se pueden agrupar en intervalos de clase tomando
tramos de edades que cubran todo el recorrido de la variable. Se podrían definir,
por ejemplo, los siguientes intervalos de clase:

0 a 10 años, 11 a 20 años, 21 a 30 años, etc.

Llamamos límites de clase a los valores que definen los extremos de un intervalo.

Por ejemplo: el intervalo 0 a 10 años, tiene como límites a los valores 0 y 10.

La amplitud del intervalo estará dada por la diferencia entre el límite superior y el
límite inferior.

Cada intervalo tendrá también lo que se llama marca de clase, que es el punto
medio del mismo.

Cuando los datos se agrupan en intervalos, el problema fundamental es pensar en

una amplitud adecuada para los mismos. La amplitud de los mismos está
vinculada estrechamente con la cantidad de intervalos considerados.
Generalmente se aconseja que las tablas de frecuencias tengan entre 5 y 15
intervalos de clase, de modo que no haya tantos como para que no sea manejable
la tabla, ni tan pocos como para que la amplitud sea tan grande que haga perder
información. Para calcular la amplitud de intervalo necesaria, se busca primero la
amplitud o rango de la variable, es decir la diferencia entre el mayor y el menor de
los valores que toma la variable, y luego, el resultado se divide por la cantidad de
intervalos que se quieran formar.

Puede ocurrir que se necesite la información agrupada en intervalos con una

amplitud determinada; en este caso, conociendo la amplitud, se divide el rango y
se obtiene la cantidad de intervalos.

Ejemplo: en una empresa se obtuvo la edad de los empleados del sector

productivo. Las observaciones se ordenaron y organizaron en la siguiente tabla:
 UNIVERCIDAD NACIONAL CURSO: HIDROLOGIA
SANTIAGO ANTUNEZ DE MAYOLO PROF: ABELARDO DIAZ S.

Intervalo Marca de Frecuencia Frecuencia Frecuencia Frecuencia

de clase clase absoluta relativa absoluta relativa
acumulada acumulada

20-23 22 1 0,005 1 0,005

24-27 26 3 0,015 4 0,020
28-31 30 9 0,045 13 0,065
32-35 34 30 0,150 43 0,215
36-39 38 60 0,300 103 0,515
40-43 42 52 0,260 155 0,775
44-47 46 35 0,175 190 0,950
48-52 50 10 0,050 200 1,000
Total 200 1,000

Tabla de frecuencias

Los datos se clasifican de la siguiente forma:

a) Ordenar los datos en forma descendente.

b) Calcular el rango o la amplitud de la muestra con la siguiente ecuación.

R= X max −X min

c) Calcular el número de intervalos de clase con la ecuación de Sturges.

k =1.33 ln ( n ) +1

Dónde:
k: número de intervalo de clase.
n: número de datos de la muestra.

d) Calcular la amplitud de cada intervalo de clase; con la siguiente fórmula.

R
∆ X=
k

e) Calcular los límites de clase de cada intervalo de clase.

LI i =LI i−1 +∆ X
LSi=LI i +∆ X
 UNIVERCIDAD NACIONAL CURSO: HIDROLOGIA
SANTIAGO ANTUNEZ DE MAYOLO PROF: ABELARDO DIAZ S.

Dónde:
Ln :limite inferior del intervalo n de clase .
LS1 :limite superior del intervalo n de clase .

f) Calcular las marcas de clase.

LI i + LSi
Mc i=
2

g) Tabular la tabla de frecuencia.

N° de Interv Marc Frecuen Frecuen Frecuen Frecuen Funció

clase o alo de a de cia cia cia cia n
interval clase clas absolut absoluta relativa relativa densid
o de LI i LSi e a acumula fr i acumula ad
clase Mc i fa i da da empíri
Fai Fri ca
fei
1 n1
2 n21

nk
k n

k k
ni k
fri
n=∑ ni Fai=∑ fai fr i= Fri =∑ fr i fe i =
i=1 i=1 n i=1 ∆X

h) Graficamos las siguientes distribuciones:

 Distribución de frecuencias absolutas.

Histograma de frecuencias absolutas.

Polígono de frecuencias absolutas.

 Distribuciones de frecuencias relativas.

Histograma de frecuencias relativas.

Polígono de frecuencias relativas.
 UNIVERCIDAD NACIONAL CURSO: HIDROLOGIA
SANTIAGO ANTUNEZ DE MAYOLO PROF: ABELARDO DIAZ S.

 Distribuciones de frecuencias absolutas acumuladas (ojiva).

 Distribuciones de frecuencias relativas acumuladas (ojiva).

 Función de densidad empírica.

 Función de densidad Teórica.

3.8.- HERRAMIENTAS DE LA ESTADISTICA

 3.8.1.- HISTOGRAMA Y POLÍGONOS DE FRECUENCIA

Son dos representaciones gráficas de las distribuciones de frecuencia.

Un histograma o histograma de frecuencias, consiste en una serie de rectángulos

que tienen:

 Sus bases sobre un eje horizontal (el eje X) con centros en las marcas de
clase y longitud igual al tamaño de los intervalos de clase.
 Superficies proporcionales a las frecuencias de clase.
Un polígono de frecuencias, es un gráfico de línea trazado sobre las marcas de
clase. Puede obtenerse uniendo los puntos medios de los techos de los
rectángulos en el histograma.

 3.8.2.- MEDIA

La media de un conjunto N de datos numéricos X1, X2, XN está representada por

y definida por:

N
1
x́=
N
∑ xi
i=1

La mediana de un conjunto N de números ordenados en orden de grandeza,

corresponde al valor del punto central (N es un número impar) o la media
aritmética de los dos valores centrales (en el caso que N sea par).
UNIVERCIDAD NACIONAL CURSO: HIDROLOGIA
SANTIAGO ANTUNEZ DE MAYOLO PROF: ABELARDO DIAZ S.

 Xini
X  i 1
n

 3.8.3.- MEDIANA

Es el valor de la serie de datos que se sitúa justamente en el centro de la muestra

(un 50% de valores son inferiores y otro 50% son superiores).

No presentan el problema de estar influido por los valores extremos, pero en

cambio no utiliza en su cálculo toda la información de la serie de datos (no
pondera cada valor por el número de veces que se ha repetido).

n
M e =Y i−1+C i
2
( )
−N i−1
ni

 3.8.4.- MODA

Se localiza el dato de mayor frecuencia. Es el valor del dato cuya frecuencia es

máxima.

- Si la distribución de frecuencias tienen un solo máximo (máximo

absoluto), la moda es el valor del dato de mayor frecuencia, y se dice que
la distribución de frecuencias es uni- modal.
- Si la distribución de frecuencias tiene más de un máximo (máximo
relativos), se dice que la distribución de frecuencia es multimodal:
Bimodal, Trimodal, etc.
- Si todas las frecuencias son iguales se dice que la distribución no tiene
moda y se trata de una distribución uniforme.
- Para Datos Clasificados La moda es la marca de la clase modal. Para una
mejor aproximación se puede usar la siguiente formula

 3.8.5.- DESVIACIÓN ESTÁNDAR Y VARIANCIA

Mide el grado de dispersión de los datos numéricos en torno de un valor medio.

La Desviación Estándar de un conjunto de datos X1, ..., Xn está definida por:

 UNIVERCIDAD NACIONAL CURSO: HIDROLOGIA
SANTIAGO ANTUNEZ DE MAYOLO PROF: ABELARDO DIAZ S.

La Variancia es el cuadrado de la desviación estándar:

La fórmula de la varianza será:

 X  X  ni
2
i
V( x )  i 1
n

 3.8.6.- COVARIANZA

El valor de covarianza entre dos conjuntos de datos numéricos a y b, con N puntos

es definido por:

Este valor indica el grado de similitud entre los conjuntos a y b, o sea, como los
datos están correlacionados entre sí. Cuanto mayor es la covarianza, mayor es el
grado de correlación entre los datos.

- 3.8.7.- COEFICIENTE DE CORRELACIÓN

El coeficiente de correlación mide la similitud entre dos conjuntos de datos
numéricos sobre una escala absoluta de [-1, 1]. Este coeficiente es:

Aa , b
α a ,b=
√σ 2
a σ 2b

Calculado a través de la división del valor de covariancia entre la raíz cuadrada

del producto de las desviaciones estándar de los conjuntos de datos a y b
 UNIVERCIDAD NACIONAL CURSO: HIDROLOGIA
SANTIAGO ANTUNEZ DE MAYOLO PROF: ABELARDO DIAZ S.

 3.8.8.- COEFICIENTE DE VARIACIÓN

El efecto de la variación o dispersión con relación a la media puede ser medido

por la dispersión relativa, definida por:

Dispersión Relativa = Dispersión Absoluta/Media

Si la dispersión absoluta corresponde a la desviación estándar, la dispersión

relativa es denominada coeficiente de variación v:

El coeficiente de variación deja de ser útil cuando la media es próxima de cero. Su

formula está representada por:

Sx
C . V . (x )= ×100
x́

 3.8.9.- DESVIACIÓN ESTÁNDAR MUESTRAL.

La varianza muestral está medida en el cuadrado de las unidades observadas al

hacer las mediciones contenidas en la muestra. Para devolverse a una estadística
que use las mismas unidades que las observaciones, es necesario calcular su raíz
cuadrada.

Lo anterior conduce a la definición de la estadística denominada 'desviación

estándar muestral', que no es otra cosa que la raíz cuadrada de la varianza.

Para una muestra de tamaño n, x1, ..., xn, se tiene que:

√
n
1 2
σ^ = ∑ ( x i− x́ )
n i=1
 UNIVERCIDAD NACIONAL CURSO: HIDROLOGIA
SANTIAGO ANTUNEZ DE MAYOLO PROF: ABELARDO DIAZ S.

El uso de esta estadística es recomendado en aquellos conjuntos de datos que

ofrecen cierto grado de simetría respecto de su centro. En estos casos,
habitualmente tiene sentido medir discrepancias de un valor con el centro de los
datos usando múltiplos de la desviación estándar.

3.9.- DISTRIBUCIONES DE PROBABILIDAD EN HIDROLOGIA

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

la ayuda de Distribuciones de Probabilidad. La variable se designa por mayúscula y
un valor especifico de ella por minúscula.

Por P(x = a) se denota la probabilidad de que un evento asuma el valor a;

similarmente P(a  x  b) denota la probabilidad de que un evento se 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 Distribución de Probabilidades de la
variable x.

Si x es un número dado y consideramos la probabilidad P(X  x):

F(x)= P(X  x):

y llamamos F(x) la función de distribución acumulada

Ejemplo Se tienen las probabilidades de que haya 1, 2, 3, etc., días nublados por
semana en un determinado lugar, con ellos calcule la distribución de
probabilidades

x P(x) F(x)
0 0.05 0.05
1 0.15 0.2
2 0.25 0.45
3 0.2 0.65
4 0.15 0.8
5 0.1 0.9
6 0.08 0.98
7 0.02 1
Total 1
 UNIVERCIDAD NACIONAL CURSO: HIDROLOGIA
SANTIAGO ANTUNEZ DE MAYOLO PROF: ABELARDO DIAZ S.

0.30 1.20
0.25 1.00
0.20 0.80

F(x)
f(x)

0.15 0.60
0.10 0.40
0.05 0.20
0.00 0.00
0 1 2 3 4 5 6 7 0 2 4 6 8
# dias nublados # dias nublados

Si se tiene una variable aleatoria continua, la figura presenta el histograma de 85

años de registro de caudales de crecientes (máximos instantáneos) en el río
Magdalena, agrupados en 9 intervalos de clase.

x P(x) F(x)
1 0.05 0.05
2 0.1 0.15
3 0.15 0.3
4 0.2 0.5
5 0.1 0.6
6 0.1 0.7
7 0.15 0.85
8 0.1 0.95
9 0.05 1
Total 1

0.25 1.20

0.20 1.00
0.80
0.15
F(x)
f(x)

0.60
0.10
0.40
0.05 0.20
0.00 0.00
1 2 3 4 5 6 7 8 9 0 2 4 6 8 10
Qmáx instántaneo *10² (m³/s) Qmáx instántaneo *10² (m³/s)
 UNIVERCIDAD NACIONAL CURSO: HIDROLOGIA
SANTIAGO ANTUNEZ DE MAYOLO PROF: ABELARDO DIAZ S.

Cuando el número de observaciones se incrementa, el tamaño de los intervalos

decrece y se puede tener algo sí

0.35 1.20
0.30 1.00
0.25 0.80
0.20

F(x)
f(x)

0.60
0.15
0.40
0.10
0.05 0.20
0.00 0.00
1 2 3 4 5 6 7 8 9 10 0 5 10 15
Qmáx instántaneo *10² (m³/s) Qmáx instántaneo *10² (m³/s)

Donde f(x) es la llamada función de densidad de probabilidades y tiene las

siguientes características



f ( x)dx  1
i)

b
P( a  x  b)   f ( x) dx
a
ii)

b
b
f ( x ) dx  0
iii)

Lo que implica que las probabilidades se definen solo como AREAS bajo la
función de densidad de probabilidad (FDP) entre límites finitos.

3.11.- ANALISIS DE FRECUENCIA

El análisis de frecuencia es una herramienta utilizada para, predecir el

comportamiento futuro de los caudales en un sitio de interés, a partir de la
información histórica de caudales. Es un método basado en procedimientos
estadísticos que permite calcular la magnitud del caudal asociado a un período de
retorno. Su confiabilidad depende de la longitud y calidad de la serie histórica,
UNIVERCIDAD NACIONAL CURSO: HIDROLOGIA
SANTIAGO ANTUNEZ DE MAYOLO PROF: ABELARDO DIAZ S.

además de la incertidumbre propia de la distribución de probabilidades

seleccionada. Cuando se pretende realizar extrapolaciones, período de retorno
mayor que la longitud de la serie disponible, el error relativo asociado a la
distribución de probabilidades utilizada es más importante, mientras que en
interpolaciones la incertidumbre está asociada principalmente a la calidad de los
datos a modelar; en ambos casos la incertidumbre es alta dependiendo de la
cantidad de datos disponibles (Ashkar, et al. 1994). La extrapolación de
frecuencias extremas en una distribución empírica de crecientes es
extremadamente riesgosa (Garcon, 1994).

Para determinar la magnitud de eventos extremos cuando la distribución de

probabilidades no es una función fácilmente invertibles se requiere conocer la
variación de la variable respecto a la media. Chow en 1951 propusó determinar
esta variación a partir de un factor de frecuencia KT que puede ser expresado:

X T    KT 

y se puede estimar a partir de los datos

X T  x  KT s

Para una distribución dada, puede determinarse una relación entre K y el período
de retorno Tr. Esta relación puede expresarse en términos matemáticos o por
medio del uso de una tabla.

El análisis de frecuencia consiste en determinar los parámetros de las

distribuciones de probabilidad y determinar con el factor de frecuencia la
magnitud del evento para un período de retorno dado.

A continuación se describen las principales distribuciones de probabilidad

utilizadas en hidrología, la forma de estimar sus parámetros, el factor de
frecuencia y los límites de confianza. Estos últimos son indicadores de que tanta
incertidumbre se tiene con las extrapolaciones, puesto que determinar el rango de
valores donde realmente estaría la variables, si el rango es muy grande la
incertidumbre es muy alta y si es pequeño, por el contrario, habrá mucha
confianza en el valor estimado.5
 UNIVERCIDAD NACIONAL CURSO: HIDROLOGIA
SANTIAGO ANTUNEZ DE MAYOLO PROF: ABELARDO DIAZ S.

3.12.- DISTRIBUCIONES DE PROBABILIDAD PARA VARIABLES

CONTINUAS

 3.12.1.- DISTRIBUCION NORMAL

La distribución normal es una distribución simétrica en forma de campana,

también conocida como Campana de Gauss. Aunque muchas veces no se ajusta a
los datos hidrológicos tiene amplia aplicación por ejemplo a los datos
transformados que siguen la distribución normal.

- FUNCIÓN DE DENSIDAD:

La función de densidad está dada por

1 ( x   ) 2
1
f ( x)  exp 2 2
  x  
 2

Los dos parámetros de la distribución son la media  y desviación estándar  para

x
los cuales (media) y s (desviación estándar) son derivados de los datos.

- ESTIMACIÓN DE PARÁMETROS:

1 n
x  xi
n i 1

1

1 n  2
s 
 n  1 i 1
( xi  x ) 2 

UNIVERCIDAD NACIONAL CURSO: HIDROLOGIA
SANTIAGO ANTUNEZ DE MAYOLO PROF: ABELARDO DIAZ S.

- FACTOR DE FRECUENCIA:

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

xT  
KT 


Este factor es el mismo de la variable normal estándar

KT  F 1 (1  Tr1 )

- LIMITES DE CONFIANZA:

X Tr  t(1 ) Se

t(1 )
Donde  es el nivel de probabilidad es el cuantil de la distribución normal
estandarizada para una probabilidad acumulada de 1- y Se es el error estándar

 3.12.2.- DISTRIBUCION LOGNORMAL DE DOS PARAMETROS

Si los logaritmos Y de una variable aleatoria X se distribuyen normalmente se dice

que X se distribuye normalmente.

Esta distribución es muy usada para el cálculo de valores extremos por ejemplo
Qmax, Qmínimos, Pmax, Pmínima (excelentes resultados en Antioquia). Tiene la
ventaja que X>0 y que la transformación Log tiende a reducir la asimetría positiva
ya que al sacar logaritmos se reducen en mayor proporción los datos mayores que
los menores.

Limitaciones: tiene solamente dos parámetros, y requiere que los logaritmos de la

variables estén centrados en la media

- FUNCIÓN DE DENSIDAD:
UNIVERCIDAD NACIONAL CURSO: HIDROLOGIA
SANTIAGO ANTUNEZ DE MAYOLO PROF: ABELARDO DIAZ S.

1 ( y   y )
1 2  y2
f ( x)  exp x0
x 2

y = ln x

Donde:

y
y : media de los logaritmos de la población (parámetro escalar), estimado

y : Desviación estándar de los logaritmos de la población, estimado sy.

- ESTIMACIÓN DE PARÁMETROS:

1 n 1 n   2
y   ln( xi ) s y  
n i 1

 n  1 i 1
(ln( xi )  y ) 2 


- FACTOR DE FRECUENCIA:

Puede trabajarse en el campo original y en el campo transformado.

CAMPO TRANSFORMADO:Si se trabaja en el campo transformado se trabaja

con la media y la desviación estándar de los logaritmos, así:

Ln(XTr) = xTr+KSy

De donde,

XTr = eln (xTr)

Con K con variable normal estandarizada para el Tr dado, xy media de los

logaritmos y Sy es la desviación estándar de los logaritmos.
UNIVERCIDAD NACIONAL CURSO: HIDROLOGIA
SANTIAGO ANTUNEZ DE MAYOLO PROF: ABELARDO DIAZ S.

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

 1
 ln( 1  Cv 2 )  
Exp K T * ( Ln(1  Cv 2 )) 2      1
  2  
Kt 
Cv

s
Cv 
x
K es la variable normal estandarizada para el Tr dado, es el coeficiente
de variación, x media de los datos originales y s desviación estándar de los datos
originales.

LIMITES DE CONFIANZA:

En el campo transformado.

Ln( X Tr )  t(1 ) ST

1
( S y )  K
2
 2
Se     1  T 

n  2 

En donde, n número de datos, Se error estándar, KT variable normal

estandarizada.

 3.12.3.- DISTRIBUCION GUMBEL O EXTREMA TIPO I

Una familia importante de distribuciones usadas en el análisis de frecuencia
hidrológico es la distribución general de valores extremos, la cual ha sido
ampliamente utilizada para representar el comportamiento de crecientes y sequías
(máximos y mínimos).

- FUNCIÓN DE DENSIDAD:
1   (x   )   (x   )  
f ( x)  exp   exp  
     

En donde  y  son los parámetros de la distribución.

UNIVERCIDAD NACIONAL CURSO: HIDROLOGIA
SANTIAGO ANTUNEZ DE MAYOLO PROF: ABELARDO DIAZ S.

  (x   )  
F ( x)   f ( x)dx  exp   exp   
    

- ESTIMACIÓN DE PARÁMETROS
6
 s


  x  0.5772

x y s
Donde son la media y la desviación estándar estimadas con la muestra.

- FACTOR DE FRECUENCIA:
6    Tr   
KT    0.5772  ln  ln    
    Tr  1   

Donde Tr es el periodo de retorno. Para la distribución Gumbel se tiene que el

caudal para un período de retorno de 2.33 años es igual a la media de los caudales
máximos.

- LIMITES DE CONFIANZA
Xt t(1-) Se

 s
Se 
n

1
  [1  1.1396KT  1.1K T 2 ] 2

KT es el factor de frecuencia y t(1-) es la variable normal estandarizada para una

probabilidad de no excedencia de 1-.

 3.12.4.- DISTRIBUCION GAMA DE TRES PARAMETROS O

PEARSON TIPO 3
UNIVERCIDAD NACIONAL CURSO: HIDROLOGIA
SANTIAGO ANTUNEZ DE MAYOLO PROF: ABELARDO DIAZ S.

Esta distribución ha sido una de las mas utilizadas en hidrología. Como la

mayoría de las variables hidrológicas son sesgadas, la función Gamma se utiliza
para ajustar la distribución de frecuencia de variables tales como crecientes
máximas anuales, Caudales mínimos, Volúmenes de flujo anuales y estacionales,
valores de precipitaciones extremas y volúmenes de lluvia de corta duración. La
función de distribución Gamma tiene dos o tres parámetros.

- FUNCIÓN DE DENSIDAD:
 1
1  x  xˆ0   x  xˆ0 
f ( x)    exp   
         

Donde,

x0 x  para  0

 x  x0 para  0

 y  son los parámetros de escala y forma, respectivamente , y x0 es el parámetro

de localización.

- ESTIMACIÓN DE PARÁMETROS:
2
 2  Cs
ˆ
   ; ˆ  s ; xˆ0  x  ˆ
 Cs  2

x y s
Cs es el coeficiente de asimetría, son la media y la desviación estándar
de la muestra respectivamente.

- FACTOR DE FRECUENCIA:
2 3 4 5
Cs 1 3  Cs   Cs   Cs  1  Cs 
K  z  ( z  1)  ( z  6 z )
2
  ( z  1)
2
  z    
6 3  6   6   6  3 6 

Donde z es la variable normal estandarizada

Este valor de K se encuentra tabulado de acuerdo al valor de Cs calculado con la

muestra.
 UNIVERCIDAD NACIONAL CURSO: HIDROLOGIA
SANTIAGO ANTUNEZ DE MAYOLO PROF: ABELARDO DIAZ S.

- INTERVALOS DE CONFIANZA:
Xt t(1-) Se

 S
Se 
n

Donde S es la desviación estándar de la muestra, n es el número de datos y  se

encuentra tabulado en función de Cs y Tr.

 3.12.5.- DISTRIBUCION LOG GAMMA O LOGPEARSON DE 3

PARAMETROS

Si los logaritmos Y de una variable aleatoria X se ajustan a una distribución

Pearson tipo III, se dice que la variable aleatoria X se ajusta a una distribución
Log Pearson Tipo III. Esta distribución es ampliamente usada en el mundo para el
análisis de frecuencia de Caudales máximos. Esta se trabaja igual que para la
Pearson Tipo III pero con Xy y Sy como la media y desviación estándar de los
logaritmos de la variable original X.

- FUNCIÓN DE DENSIDAD:
 1
1  ln( x)  y0   ln( x )  y0 
f ( x)    exp   
x          

Donde,

y0  y  para  0

 y  y0 para  0

 y  son los parámetros de escala y forma, respectivamente , y y0 es el parámetro

de localización.

- ESTIMACIÓN DE PARÁMETROS:
2
ˆ  2  Cs
   ; ˆ  s y ; xˆ0  x y  ˆ
 Cs  2
UNIVERCIDAD NACIONAL CURSO: HIDROLOGIA
SANTIAGO ANTUNEZ DE MAYOLO PROF: ABELARDO DIAZ S.

xy y sy
Cs es el coeficiente de asimetría, , son la media y la desviación
estándar de los logaritmos de la muestra respectivamente.

- FACTOR DE FRECUENCIA:
ln( YTr )  x y  K  s y

2 3 4 5
Cs 1  Cs   Cs   Cs  1  Cs 
K  z  ( z  1)  ( z 3  6 z )
2
  ( z  1)
2
  z    
6 3  6   6   6  3 6 

Donde z es la variable normal estandarizada

Este valor de K se encuentra tabulado de acuerdo al valor de Cs calculado con la

muestra.

- INTERVALOS DE CONFIANZA:
Xt t(1-) Se

 Sy
Se 
n

Donde Sy es la desviación estándar de los logaritmos de la muestra, n es el

número de datos y  se encuentra tabulado en función de Cs y Tr.
 UNIVERCIDAD NACIONAL CURSO: HIDROLOGIA
SANTIAGO ANTUNEZ DE MAYOLO PROF: ABELARDO DIAZ S.

IV. CALCULOS Y RESULTADOS:

Estación de Querococha

AÑOS QUEROCOCHA AÑOS QUEROCOCHA

1970 2.02 1970 2.71
1971 1.8 1971 2.43
1972 1.67 1972 2.41
1973 2.43 1973 2.34
1974 1.71 1974 2.06
1975 1.8 1975 2.02
1976 1.39 1976 2.01
1977 1.78 1977 1.98
1978 2.06 1978 1.97
1979 1.43 1979 1.8
1980 1.97 1980 1.8
1981 2.01 1981 1.78
1982 2.41 1982 1.71
1983 2.34 1983 1.68
1984 1.68 1984 1.68
1985 1.58 1985 1.68
1986 1.5 1986 1.67
1987 1.68 1987 1.6
1988 1.6 1988 1.58
1989 0.99 1989 1.5
1990 1.36 1990 1.5
1991 1.03 1991 1.43
1992 1.68 1992 1.39
1993 2.71 1993 1.36
1994 1.5 1994 1.03
1995 1.98 1995 0.99

Calculamos la amplitud :

R= 1.72

Calculo de numero de intervalos:

K= 5

Calculo de a amplitud de cada intervalo de clase:

 UNIVERCIDAD NACIONAL CURSO: HIDROLOGIA
SANTIAGO ANTUNEZ DE MAYOLO PROF: ABELARDO DIAZ S.

ΔX= 0.344

Elaborar la tabla estadística:

<Xi-1,Xi) Mi f h F H
0.99 1.334 1.162 2 0.077 2 0.077
1.334 1.678 1.506 8 0.308 10 0.385
1.678 2.022 1.85 11 0.423 21 0.808
2.022 2.366 2.194 2 0.077 23 0.885
2.366 2.71 2.538 3 0.115 26 1.000
26 1.000

Xprom 1.773
S 0.409

Función Función Función Función

densidad densidad densidad densidad
empírica normal exponencial Gumbel
0.224 0.618 0.143 0.262
0.894 0.894 0.061 1.111
1.230 0.969 0.026 0.891
0.224 0.786 0.011 0.405
0.335 0.477 0.005 0.152

Grafico Función densidad empírica:

 UNIVERCIDAD NACIONAL CURSO: HIDROLOGIA
SANTIAGO ANTUNEZ DE MAYOLO PROF: ABELARDO DIAZ S.

Funcion Densidad Empirica

1.400
1.200
1.000
0.800

0.600
0.400
0.200
0.000
1 1.2 1.4 1.6 1.8 2 2.2 2.4

Grafico Función densidad normal:

Funcion Densidad Normal

1.200

1.000

0.800

0.600

0.400

0.200

0.000
1 1.2 1.4 1.6 1.8 2 2.2 2.4 2.6 2.8
 UNIVERCIDAD NACIONAL CURSO: HIDROLOGIA
SANTIAGO ANTUNEZ DE MAYOLO PROF: ABELARDO DIAZ S.

Grafico Función densidad exponencial:

Funcion Densidad Ex
0.160
0.140
0.120
0.100
0.080
0.060
0.040
0.020
0.000
1 1.2 1.4 1.6 1.8 2

Grafico Función densidad Gumbel:

 UNIVERCIDAD NACIONAL CURSO: HIDROLOGIA
SANTIAGO ANTUNEZ DE MAYOLO PROF: ABELARDO DIAZ S.

Funcion Densidad Gumbel

1.200

1.000

0.800

0.600

0.400

0.200

0.000
1 1.2 1.4 1.6 1.8 2 2.2 2.4

Grafico Resumen:
1.400

1.200

1.000 Funcion Densidad

Gumbel
0.800 Funcion Densidad
Empirica
0.600 Funcion Densidad
Exponencial
Funcion Dencidad
0.400 Normal

0.200
0.152

0.000
1 1.2 1.4 1.6 1.8 2 2.2 2.4 2.6 2.8
 UNIVERCIDAD NACIONAL CURSO: HIDROLOGIA
SANTIAGO ANTUNEZ DE MAYOLO PROF: ABELARDO DIAZ S.

CAUDALES DE DISEÑO PARA DISTINTOS PERIODOS DE RETORNO

 Para un periodo de retorno de T= 100 años:

Tenemos:

Donde:

T 100
α 0.319
β 1.590
F(w) 0.99
w 4.600
Q100 3.056

 Para un periodo de retorno de T= 150 años:

Tenemos:

Donde:

T 150
α 0.319
β 1.590
F(w) 0.993
w 5.007
 UNIVERCIDAD NACIONAL CURSO: HIDROLOGIA
SANTIAGO ANTUNEZ DE MAYOLO PROF: ABELARDO DIAZ S.

Q100 3.186

 Para un periodo de retorno de T= 250 años:

Tenemos:

Donde:

T 250
α 0.319
β 1.590
F(w) 0.996
w 5.519
Q100 3.349

 Para un periodo de retorno de T= 500 años:

Tenemos:

Donde:

T 500
α 0.319
β 1.590
F(w) 0.998
w 6.214
Q100 3.570

Estación de Olleros

AÑOS OLLEROS AÑOS OLLEROS

1970 6.23 1970 7.19
1971 5.28 1971 6.23
 UNIVERCIDAD NACIONAL CURSO: HIDROLOGIA
SANTIAGO ANTUNEZ DE MAYOLO PROF: ABELARDO DIAZ S.

1972 4.72 1972 6.02

1973 6.02 1973 5.93
1974 4.82 1974 5.67
1975 5.29 1975 5.46
1976 4.4 1976 5.34
1977 4.33 1977 5.29
1978 5.46 1978 5.28
1979 4.28 1979 4.99
1980 4.51 1980 4.82
1981 4.44 1981 4.72
1982 7.19 1982 4.58
1983 5.93 1983 4.51
1984 4.26 1984 4.44
1985 3.98 1985 4.44
1986 3.55 1986 4.4
1987 4.44 1987 4.39
1988 5.34 1988 4.33
1989 2.99 1989 4.28
1990 3.42 1990 4.26
1991 3.93 1991 3.98
1992 5.67 1992 3.93
1993 4.99 1993 3.55
1994 4.39 1994 3.42
1995 4.58 1995 2.99

Calculamos la amplitud :

R= 4.2

Calculo de numero de intervalos:

K= 5

Calculo de a amplitud de cada intervalo de clase:

ΔX= 0.84

Elaborar la tabla estadística:

<Xi-1,Xi) Mi f h F H
2.99 3.83 3.41 3 0.115 3 0.115
3.83 4.67 4.25 11 0.423 14 0.538
 UNIVERCIDAD NACIONAL CURSO: HIDROLOGIA
SANTIAGO ANTUNEZ DE MAYOLO PROF: ABELARDO DIAZ S.

4.67 5.51 5.09 7 0.269 21 0.808

5.51 6.35 5.93 4 0.154 25 0.962
6.35 7.19 6.77 1 0.038 26 1.000
26 1.000

Xprom 4.786
S 0.942

Función Función Función Función

densidad densidad densidad densidad
empírica normal exponencial Gumbel
0.137 0.155 0.028 0.129
0.504 0.364 0.012 0.495
0.321 0.403 0.005 0.349
0.183 0.211 0.002 0.143
0.046 0.052 0.001 0.049

Grafico Función densidad empírica:

Funcion Densidad Empirica

0.600

0.500

0.400

0.300

0.200

0.100

0.000
3 3.5 4 4.5 5 5.5 6 6.5 7
 UNIVERCIDAD NACIONAL CURSO: HIDROLOGIA
SANTIAGO ANTUNEZ DE MAYOLO PROF: ABELARDO DIAZ S.

Grafico Funcion densidad normal:

Funcion Densidad Normal

0.450
0.400
0.350
0.300
0.250
0.200
0.150
0.100
0.050
0.000
1 1.2 1.4 1.6 1.8 2 2.2 2.4 2.6 2.8

Grafico Función densidad exponencial:

 UNIVERCIDAD NACIONAL CURSO: HIDROLOGIA
SANTIAGO ANTUNEZ DE MAYOLO PROF: ABELARDO DIAZ S.

Funcion Densidad Exponencial

0.030

0.025

0.020

0.015

0.010

0.005

0.000
1 1.2 1.4 1.6 1.8 2 2.2 2.4 2.6 2.8

Grafico Función densidad Gumbel:

 UNIVERCIDAD NACIONAL CURSO: HIDROLOGIA
SANTIAGO ANTUNEZ DE MAYOLO PROF: ABELARDO DIAZ S.

Funcion Densidad Gumbel

0.600

0.500

0.400

0.300

0.200

0.100

0.000
1 1.2 1.4 1.6 1.8 2 2.2 2.4 2.6 2.8

Grafico Resumen:
 UNIVERCIDAD NACIONAL CURSO: HIDROLOGIA
SANTIAGO ANTUNEZ DE MAYOLO PROF: ABELARDO DIAZ S.

0.600

0.500

Funcion Densidad
0.400
Gumbel
Funcion Densidad
0.300 Empirica
Funcion Densidad
Exponencial
0.200 Funcion Densidad
Normal

0.100
0.049
0.000
1 2 3 4 5 6 7 8

CAUDALES DE DISEÑO PARA DISTINTOS PERIODOS DE RETORNO

 Para un periodo de retorno de T= 100 años:

Tenemos:

Donde:
T 100
α 0.735
β 4.362
F(w) 0.99
w 4.600
UNIVERCIDAD NACIONAL CURSO: HIDROLOGIA
SANTIAGO ANTUNEZ DE MAYOLO PROF: ABELARDO DIAZ S.

Q100 7.743

 Para un periodo de retorno de T= 150 años:

Tenemos:

Donde:

T 150
α 0.735
β 4.362
F(w) 0.993
w 5.007
Q100 8.042

 Para un periodo de retorno de T= 250 años:

Tenemos:

Donde:

T 250
α 0.735
β 4.362
F(w) 0.996
w 5.519
Q100 8.418

 Para un periodo de retorno de T= 500 años:

Tenemos:

Donde:
 UNIVERCIDAD NACIONAL CURSO: HIDROLOGIA
SANTIAGO ANTUNEZ DE MAYOLO PROF: ABELARDO DIAZ S.

T 500
α 0.735
β 4.362
F(w) 0.998
w 6.214
Q100 8.928

Estación de Quillcay

QUILLCA
AÑOS QUILLCAY AÑOS
Y
1970 8.97 1970 8.97
1971 7.47 1971 8.41
1972 6.73 1972 8.28
1973 8.19 1973 8.19
1974 7.08 1974 8.08
1975 6.5 1975 7.64
1976 6.92 1976 7.56
1977 6.47 1977 7.53
1978 7.64 1978 7.49
1979 6.14 1979 7.48
1980 8.08 1980 7.47
1981 7.45 1981 7.45
1982 8.41 1982 7.43
1983 7.53 1983 7.24
1984 5.11 1984 7.14
1985 5.9 1985 7.08
1986 7.49 1986 7.04
1987 7.56 1987 7.03
1988 7.43 1988 6.92
1989 6.77 1989 6.77
1990 7.03 1990 6.73
1991 7.04 1991 6.5
1992 8.28 1992 6.47
1993 7.48 1993 6.14
1994 7.24 1994 5.9
1995 7.14 1995 5.11

Calculamos la amplitud :

R= 3.86
 UNIVERCIDAD NACIONAL CURSO: HIDROLOGIA
SANTIAGO ANTUNEZ DE MAYOLO PROF: ABELARDO DIAZ S.

Calculo de numero de intervalos:

K= 5

Calculo de a amplitud de cada intervalo de clase:

ΔX= 0.772

Elaborar la tabla estadística:

<Xi-1,Xi) Mi f h F H
5.11 5.882 5.496 1 0.038 1 0.038
5.882 6.654 6.268 4 0.154 5 0.192
6.654 7.426 7.04 9 0.346 14 0.538
7.426 8.198 7.812 9 0.346 23 0.885
8.198 8.97 8.584 3 0.115 26 1.000
26 1.000

Xprom 7.233
S 0.825

Función Función Función Función

densidad densidad densidad densidad
exponencia
empírica normal l Gumbel
0.050 0.078 0.00156 0.003
0.199 0.275 0.00061 0.316
0.448 0.473 0.00024 0.552
0.448 0.394 0.00009 0.282
0.149 0.160 0.00004 0.100

Grafico Función densidad empírica:

 UNIVERCIDAD NACIONAL CURSO: HIDROLOGIA
SANTIAGO ANTUNEZ DE MAYOLO PROF: ABELARDO DIAZ S.

Funcion Densidad Empirica

0.500
0.450
0.400
0.350
0.300
0.250
0.200
0.150
0.100
0.050
0.000
5 5.5 6 6.5 7 7.5 8 8.5 9

Grafico Función densidad normal:

 UNIVERCIDAD NACIONAL CURSO: HIDROLOGIA
SANTIAGO ANTUNEZ DE MAYOLO PROF: ABELARDO DIAZ S.

Funcion Densidad Normal

0.500
0.450
0.400
0.350
0.300
0.250
0.200
0.150
0.100
0.050
0.000
1 1.2 1.4 1.6 1.8 2 2.2 2.4 2.6 2.8

Grafico función densidad exponencial:

 UNIVERCIDAD NACIONAL CURSO: HIDROLOGIA
SANTIAGO ANTUNEZ DE MAYOLO PROF: ABELARDO DIAZ S.

Funcion Densidad exponencial

0.00180
0.00160
0.00140
0.00120
0.00100
0.00080
0.00060
0.00040
0.00020
0.00000
1 1.2 1.4 1.6 1.8 2 2.2 2.4 2.6 2.8

Grafico función densidad Gumbel:

 UNIVERCIDAD NACIONAL CURSO: HIDROLOGIA
SANTIAGO ANTUNEZ DE MAYOLO PROF: ABELARDO DIAZ S.

Funcion Densidad Gumbel

0.600

0.500

0.400

0.300

0.200

0.100

0.000
1 1.2 1.4 1.6 1.8 2 2.2 2.4 2.6 2.8

Grafico Resumen:
 UNIVERCIDAD NACIONAL CURSO: HIDROLOGIA
SANTIAGO ANTUNEZ DE MAYOLO PROF: ABELARDO DIAZ S.

0.600

0.500

Funcion Densidad
0.400
Gumbel
Funcion Densidad
0.300 Empirica
Funcion Densidad
Exponencial
0.200 Funcion Densidad
Normal

0.100 0.100

0.000
1 2 3 4 5 6 7 8 9

CAUDALES DE DISEÑO PARA DISTINTOS PERIODOS DE RETORNO

 Para un periodo de retorno de T= 100 años:

Tenemos:
T −1
F ( z )=
Donde:
T
Q− X́
z=
T S 100
F(z) 0.99
z 2.325
Q 9.152
UNIVERCIDAD NACIONAL CURSO: HIDROLOGIA
SANTIAGO ANTUNEZ DE MAYOLO PROF: ABELARDO DIAZ S.

 Para un periodo de retorno de T= 150 años:

Tenemos:
T −1
F ( z )=
Donde:
T
Q− X́
z=
T S 150
F(z) 0.99333
z 2.475
Q 9.276

 Para un periodo de retorno de T= 250 años:

Tenemos:
T −1
F ( z )=
Donde:
T
Q− X́
z=
T S 250
F(z) 0.996
z 2.66
Q 9.429

 Para un periodo de retorno de T= 500 años:

Tenemos:
T −1
F ( z )=
Donde: T
Q− X́
z=
T S 500
F(z) 0.998
z 2.88
Q 9.610
 UNIVERCIDAD NACIONAL CURSO: HIDROLOGIA
SANTIAGO ANTUNEZ DE MAYOLO PROF: ABELARDO DIAZ S.

V. CONCLUSIONES

- Nuestra Variables Aleatorias Continuas (Caudales Promedios Anuales de la Estación

de olleros), se ajustó a la distribución de Gumbel, con los cuales calculamos los
caudales probables en un tiempo de retorno de 100 años, 50 años, 25 años, 20 años, 15
años, 10 años,5 años y 2 años.

- Realizamos exitosamente la descripción de datos, utilizando intervalos y aplicando las

fórmulas de cálculo para datos agrupados.

- Los diferentes periodos de retorno obtenidos nos dan una idea de cuál es el grado de
ocurrencia de una determinada precipitación.

VI. RECOMENDACIONES

- Se recomienda que en todo proyecto de estructuras hidráulicas se realice un estudio

estadístico de los datos, ya que podemos predecir .

- Siempre realizar el ajuste de los datos con los que se trabaja a una distribución ya
conocida con finalidad de una mayor interpretación de los resultados y extensión de
ellos.

VII. REFERENCIAS BIBLIOGRÁFICAS

- MITAC MEZA M. 1996, “TOPICO DE ESTADISTICA DESCRIPTIVA Y

PROBABILIDAD”, Editorial Lima, 1° edición Lima Perú, Editorial Thales, 527p.

- VILLON BEJAR, M. 2006 “HIDROLOGIA ESTADISTICA”, Editorial Villón,

1º Edición, Lima, Perú, Editorial Maxsoft, 440p.
 UNIVERCIDAD NACIONAL CURSO: HIDROLOGIA
SANTIAGO ANTUNEZ DE MAYOLO PROF: ABELARDO DIAZ S.

- DIAZ SALAS A. 2010 “ESTADÍSTICA Y PROBABILIDAD EN LA

HIDROLOGÍA”, Editorial Asamblea Nacional de rectores. Fondo editorial, 1°
Edición, Lima, Perú, 254p.