APLICACIONES DE LA LEY NORMAL.
-Algunas aplicaciones de la ley normal son:
En el ajuste de distribuciones empíricas de variables hidrológicas de intervalos de tiempo
grandes, tales como variables medias anuales, mensuales, estacionales, etc, que pueden
ser descargas, precipitaciones, entre otros.
Análisis de los errores aleatorias en las observaciones o mediciones hidrológicas.
Como referencia para comparar varias distribuciones teóricas de ajuste en una
distribución empírica.
Para hacer procesos de inferencia estadística.
Para generación de datos por el método de de monte Carlo. El inconveniente en la
generación de datos es que se obtienen valores negativos, lo cual físicamente no es
justificado
Ejemplo.- Dada la serie histórica de caudales medios anuales, en m3 /seg, que corresponde a un
registro de 50 años para el río Elisa en un punto de su curso:
95.05 98.13 100.18 101.66 101.76
105.21 105.81 106.4 107.43 107.62
108.75 110.77 114.31 116.69 119.52
123.00 123.22 124.31 127.82 128.15
132.49 134.10 136.22 144.22 145.79
146.08 153.64 153.97 154.80 156.80
158.48 162.29 164.35 169.18 169.64
177.00 182.53 183.11 183.49 184.98
193.78 193.88 197.58 207.78 208.18
212.48 217.52 239.07 256.62 266.54
Realizar la prueba de bondad de ajuste mediante el CHI2 con nivel de significación del 5% para
verificar si estos datos se ajustan a la ley normal. En caso postivo, estimar:
1.- P(Q ≤ 180 m3 /s)
2.- P( Q ≥ 100 m3/s)
3.- P ( 50 m3 /s ≤ Q ≤ 200 m3 /s)
4.- El período de retorno para un caudal de 210 m3 /s
5.- El caudal para un período de retorno de 50 años
Solución
1.- Ordenar los datos estadísticamente
2.- Escoger el modelo, en este caso la ley normal.
3.- Calcular parámetros, en esta ocasión por ser lyr normal la media que es el parámetro de
localización y la desviación típica, que es el parámetro de escala.
X- = Sx =
4.- Verificar si estos datos se ajustan a la ley normal mediante la prueba del CHI2 con un nivel de
significación del 5%, es decir verificar que el X2c sea menor o igual que el X2t para que el ajuste sea
bueno. Verificada la prueba, recién se puede entrar a calcular las probabilidades.
Suponga que los datos se ajustan a esta ley, y recién se puede estimar las probabilidades:
1.- P (Q < 180 m3 /s) = F ( Q = 180 m3 /s)
Cálculo de Z, para Q = 180
Z =( x – X- )/ Sx = (180 – 152.25)/ 43.61 = 0.636
F (Q = 180) = F(Z = 0.636) = 0.737
P (Q ≤ 180) = 0.737 = 73.7 %
2.- P( Q ≥ 100 m3 /s)
P (Q ≥ 100 ) = 1 – P( Q ≤ 100) (1)
Cálculo de Z para Q = 100 m3 /s
Z = ( 100 – 152.25) / 43.61 = - 1.1980 = - 1.20
F ( Q = 100) = F ( Z = - 1.20) = 1 – 0.8849 = 0.1151
Reemplazando en (1), se tiene:
P (Q ≥ 100) = 1 – 0.1151 = 0.8849
P (Q ≥ 100) = 0.8849
3.- P(50 ≤ Q ≤ 200) = F (Q = 200) – F(Q = 50)
Si Q = 200 → Z = ( 200 – 152.25) / 43.61 = 1.0949 ≈ 1.095
Si Q = 50 → Z = (50 – 152.25) / 43.61 = - 2.3445 ≈ - 2.345
F(Q = 200) = F (Z = 1.095) = 0.8632 (valor interpolado)
F(Q =50) = F(Z = -2.345) = 1 – 0.9905 = 0.8537
P(50 ≤ Q ≤ 200) = 0.8537
4.- Periodo de retorno para un caudal de 210 m3 /s
Aplicando el concepto de periodo de retorno, para un evento x, se tiene:
P (X ≥ x) = 1/ T → T = 1 / P (X ≥ x)
T = 1 / [ 1 – P (X ≤ x)]
Para el caso particular de un caudal q = 210 m3 /s, se tiene
T = 1 / [ 1 – P (Q ≤ 210)] (3)
P (Q ≤ 210) = F (Q = 210)
Si q = 210 → Z = (210 – 152.25)/ 43.61 = 0.9066
Sustituyendo en (3):
T = ¡/ ( 1 – 0.9066) = 10.7 años
5.-Caudal para un periodo de retorno de 50 años.
P(Q ≤ q) = 1 – 1/T = 1 – 1/50
P(Q ≤ q) = 0.98 = F(Z)
Si F(Z) = 0.98 → Z = 2.055
Pero: Z = (x – X-)/Sx → x = X- + SxZ = 152.25 + 43.6124 x 2.055) = 241.87 m3 /s
El caudal para un periodo de retorno de 50 años es de 241.87 m3 /s
