Professional Documents
Culture Documents
y
y
y
y
e
o
t o
(1)
Para - < y < +
Refiriendo la funcin de distribucin de f(y) con f(x), se tiene:
C.E. Ing. Francisco Coronado del Aguila CIP : 2375
Iu,(v Bov_o N 240, O|. 1003 Aio
Tcc|(voo/uo 4335246 / 4333173
f(x) = f(y)
x
y
d
d
Como y = Lnx =>
x
y
d
d
=
x
1
, X > 0
f(x) =
2
ln
2
1
2
1
(
(
y
y
x
y
e
x
o
o t
Para X > 0 (2)
f(y) = es la funcin de densidad de la distribucin normal para y con media
y
, y variancia
2
y
o .
f(x) = es la funcin de densidad de la distribucin Log-Normal para X con
parmetro
y
, y
2
y
o .
Las tablas de distribucin normal estndar pueden ser usadas para evaluar la
distribucin Log Normal.
Como f(x) = f(y)/x; pero f(y) es una distribucin normal tenemos: f(x) =
f(z)/xo
y
- FUNCIN DE LA DISTRIBUCIN ACUMULADA
La funcin de distribucin acumulada para X e Y es:
F(x) =
}
(
(
x
Lnx
y
dx e
x
y
y
0
2
1
2
1
2
1 o
o t
(3)
F(y) =
( )
}
(
y
y
y
dy e
y
y
2
2
1
2
1 o
t
(4)
C.E. Ing. Francisco Coronado del Aguila CIP : 2375
Iu,(v Bov_o N 240, O|. 1003 Aio
Tcc|(voo/uo 4335246 / 4333173
Los valores de la funcin de distribucin de probabilidad F(y) se obtienen
usando la Tablas o la frmula de Abramowitz y Stegn, si la variable
estandarizada se define como:
Z =
y
y
y
o
(5)
F(z) =
}
z z
e
2
2
2
1
t
dz (6)
(2) MTODO DE LOG PEARSON TIPO III O GAMMA DE TRES
PARAMETROS
Segn Chow, 1995 la distribucin Log-Pearson Tipo III o Gamma de Tres
Parmetros se desarroll como un mtodo para ajustar una curva a cierta
informacin. Su uso est justificado porque se ha encontrado que arroja
buenos resultados e muchas aplicaciones, particulares para la informacin de
picos crecientes. Cuando Log X es simtrico alrededor de su media, la
distribucin Log-Pearson Tipo III se reduce a la distribucin Log Normal.
El ajuste de la distribucin a la informacin puede probarse utilizando la
prueba X. La localizacin del lmite X
o
en la distribucin Log-Pearson Tipo
III depende de la asimetra de la informacin, se plantea 2 casos:
Si la informacin tiene asimetra positiva, entonces Log x > Xo y Xo es un
lmite inferior.
Si la informacin tiene asimetra negativa, Log x < Xo y Xo es un lmite
superior.
C.E. Ing. Francisco Coronado del Aguila CIP : 2375
Iu,(v Bov_o N 240, O|. 1003 Aio
Tcc|(voo/uo 4335246 / 4333173
Segn Bobbe, 1975 la transformacin Log reduce la asimetra de la
informacin transformada y puede producir informacin transformada con
asimetra negativa utilizando informacin original con asimetra positiva. En
este caso, la aplicacin de la distribucin Log-Pearson Tipo III o Gamma de
Tres Parmetros impondra un lmite superior artificial a la informacin.
Dependiendo de los valores de los parmetros, la distribucin Log-Pearson
Tipo III puede asumir muchas formas diferentes.
Forma y Localizacin de la moda para la distribucin Log-Pearson Tipo III
como una funcin de sus parmetros.
Fuente: Bobbe, 1975
- FUNCIN DENSIDAD
El primer paso es tomar los logartmicos de la informacin hidrolgica, Z =
Logx, usualmente se utilizan logaritmos con base 10, se calculan la media X,
la desviacin estndar Sx y el coeficiente de asimetra Cs para los logaritmos
de los datos.
La funcin de densidad para X y Z se dan a continuacin:
f(x) =
( )
o
o | o
/ ) (log
1
1
*
log 1
o
x x
o
e
x x
|
.
|
\
|
I
(7)
Parmetro de
Forma
o < -Ln10 -Ln10 <o <0 o>0
0><1
Sin moda, forma
en J
Moda mnima
forma en U
Sin moda, forma en
J, invertida
>1 Unimodal
Sin moda forma en
J invertida
unimodal
C.E. Ing. Francisco Coronado del Aguila CIP : 2375
Iu,(v Bov_o N 240, O|. 1003 Aio
Tcc|(voo/uo 4335246 / 4333173
Si se hace una transformacin: Z = Log (x). La funcin densidad reducida
es:
f(z) =
( )
( )
( ) | o
|
o |
I
/ 1
*
o
z z
o
e z z
(8)
donde:
Z = variable aleatoria con distribucin Pearson Tipo III
X = variable aleatoria con distribucin Log-Pearson Tipo III
Zo = parmetro de posicin
o = parmetro de escala
= parmetro de forma
En el caso de la distribucin Log-Pearson Tipo III: X = 10
z
la variable
reducida es:
y =
o
Zo Z
(9)
Por lo que la ecuacin (8) queda de la siguiente manera:
f(y) =
y
e
y
I
* 1
*
) (
1
|
(10)
- FUNCIN ACUMULADA
La funcin de distribucin acumulada de la distribucin Log Pearson Tipo
III es:
C.E. Ing. Francisco Coronado del Aguila CIP : 2375
Iu,(v Bov_o N 240, O|. 1003 Aio
Tcc|(voo/uo 4335246 / 4333173
F (z) =
( )
( )
dz
z z
e
z z
o
z
z
o
o
o c | o
|
|
.
|
\
|
I
}
*
1
1
(11)
Sustituyendo la ecuacin (2.42) en (2.44) se obtiene lo siguiente:
F(y) =
( )
}
I
y
dy e
y
y
0
* 1
1
|
|
(12)
La ecuacin (12) es una distribucin Ji cuadrada con 2 grados de libertad
y X = 2y
F(y) = F (X/v) = F
X
(2y/2) (13)
(3) MTODO DE GUMBEL O EXTREMA TIPO I
Segn Paulet, 1977, el mtodo de Gumbel o Extrema Tipo I se utiliza para
predecir magnitudes mximas de variables hidrolgicas asumiendo que esos
valores son independientes entre s, tambin son usadas frecuentemente para
el estudio de magnitud-duracin-frecuencias de lluvias (Hershfiel, 1961).
Linsley la aplic el ro Clear Water en Idaho Estados Unidos. Este mtodo es
adecuado cuando se utiliza como datos las descargas mximas anuales en un
punto de control de una vertiente o un ro.
- FUNCIN ACUMULADA
La distribucin acumulada de la distribucin Gumbel, tiene la forma:
F (x) = e
( ) x
e
o
(14)
Para - < x < +, 0 < o < + - < < +
C.E. Ing. Francisco Coronado del Aguila CIP : 2375
Iu,(v Bov_o N 240, O|. 1003 Aio
Tcc|(voo/uo 4335246 / 4333173
Donde:
El parmetro o se le conoce como parmetro de escala
El parmetro se le conoce como parmetro de posicin
- FUNCIN DENSIDAD
Derivando la funcin de distribucin acumulada, ecuacin (14), con respecto
a x, se obtiene la funcin densidad de probabilidad, es decir:
f (x) =
dx
x dF ) (
Con lo cual, la funcin densidad reducida Gumbel es:
f(y) = e
( )
y
e y
(15)
El signo (+) se emplea para eventos mnimos y el signo (-) para eventos
mximos.
La funcin de distribucin acumulada es:
F(y) = e
y
e