DISTRIBUCION NORMAL
Carolina Quispe TellezPráctica o problema12 de Febrero de 2022
554 Palabras (3 Páginas)187 Visitas
UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN
FACULTAD DE INGENIERÍA CIVIL, ARQUITECTURA Y GEOTECNIA
ESCUELA PROFESIONAL DE INGENIERÍA GEOLÓGICA Y GEOTECNIA
CAPITULO I
- Objetivos
 
- Objetivo General:
 
- Determinar las funciones de distribución de probabilidad de una estación hidrométrica.
 
- Objetivos Específicos:
 
- Aprender a utilizar la tabla de probabilidades de la distribución normal.
 - Calcular la distribución Normal y LogNormal.
 
- Marco Teórico
 
En estadística existen muchas funciones de distribución de probabilidad teórica, las funciones de distribución de probabilidad teórica más usadas en hidrología son las siguientes:
- Distribución Normal:
 
Esta distribución también es conocida como la distribución gaussiana, es una distribución acampanada, simétrica y unimodal. Además, cuando se grafica se observa en forma de una campana. Se dice que una variable aleatoria X tiene una distribución normal cuando su función de densidad de probabilidad es:
[pic 1]
Donde:
función de densidad normal de la variable x[pic 2]
variable independiente[pic 3]
parámetro de localización igual a la media aritmética de x[pic 4]
parámetro de escala igual a la desviación estándar de x[pic 5]
base de logaritmo neperiano[pic 6]
- Media:
 
Para el calculo de la media se utiliza la siguiente formula:
[pic 7]
- Desviación Estándar:
 
Utilizamos la siguiente formula:
[pic 8]
Una característica importante de la distribución normal estándar es que tienen la media cero y la varianza igual a 1.
- Variable estandarizada (Z):
 
Para su aplicación lo mas fácil es la utilización de una tabla que relación Z versus f(Z) para lo cual se ha definido la variable estandarizada como:
[pic 9]
- Distribución Log-Normal:
 
Las variables de interés en hidrología son generalmente positivas, por lo que es usual que presenten distribuciones de frecuencia asimétricas, por lo que se propone aplicar una transformación logarítmica a la variable de interés y luego utilizar el modelo de distribución normal para la variable transformada, la distribución así obtenida se denomina log-normal, por ejemplo si la variable aleatoria X, tiene una distribución log-normal, esto significa que Y= ln X, tiene una distribución normal.
Se dice que una variable aleatoria X tiene una distribución log-normal, cuando su función de densidad de probabilidad se define como:
[pic 10]
[pic 11]
Donde:
función de densidad log-normal de la variable x[pic 12]
variable independiente[pic 13]
media aritmética de los logaritmos naturales de x[pic 14]
desviación estándar de los logaritmos naturales x[pic 15]
[pic 16]
base de logaritmo neperiano[pic 17]
CAPITULO II
- CÁLCULOS Y RESULTADOS
 
- Distribución Log-normal
 
Del ejercicio 01 obtenemos la tabla de datos de los caudales máximos anuales registrados en una estación hidrométrica.
- ¿Cuál es la probabilidad de que, en un año cualquiera, el caudal sea mayor o igual a 7000 m3/s? Hallamos la media poblacional: Para lo cual necesitaremos calcular el ln de cada caudal, siendo “y” la variable transformada.
 
[pic 18]
Año  | Caudal máximo (m3/s)  | y=ln(x)  | 
1985  | 2287  | 7.73  | 
1986  | 3220  | 8.08  | 
1987  | 3105  | 8.04  | 
1988  | 1895  | 7.55  | 
1989  | 2737  | 7.91  | 
1990  | 2070  | 7.64  | 
1991  | 2894  | 7.97  | 
1992  | 4240  | 8.35  | 
1993  | 2367  | 7.77  | 
1994  | 5600  | 8.63  | 
1995  | 2768  | 7.93  | 
1996  | 2660  | 7.89  | 
1997  | 3706  | 8.22  | 
1998  | 2675  | 7.89  | 
1999  | 6267  | 8.74  | 
2000  | 5971  | 8.69  | 
2001  | 4744  | 8.46  | 
2002  | 5769  | 8.66  | 
2003  | 4060  | 8.31  | 
2004  | 6900  | 8.84  | 
2005  | 5565  | 8.62  | 
2006  | 3220  | 8.08  | 
2007  | 2246  | 7.72  | 
2008  | 3476  | 8.15  | 
2009  | 6854  | 8.83  | 
SUMA  | 97296  | 204.71  | 
Tabla 5:Tabla de datos con los cálculos respectivos para hallar la media poblacional (Excel)
[pic 19]
[pic 20]
- Hallamos la desviación Estándar:
 
[pic 21]
Año  | Caudal máximo (m3/s)  | y=ln(x)  | (ln(x)-media poblacional) ^2  | 
1985  | 2287  | 7.73  | 0.20554  | 
1986  | 3220  | 8.08  | 0.01237  | 
1987  | 3105  | 8.04  | 0.02178  | 
1988  | 1895  | 7.55  | 0.41138  | 
1989  | 2737  | 7.91  | 0.07494  | 
1990  | 2070  | 7.64  | 0.30588  | 
1991  | 2894  | 7.97  | 0.04751  | 
1992  | 4240  | 8.35  | 0.02688  | 
1993  | 2367  | 7.77  | 0.17555  | 
1994  | 5600  | 8.63  | 0.19550  | 
1995  | 2768  | 7.93  | 0.06890  | 
1996  | 2660  | 7.89  | 0.09138  | 
1997  | 3706  | 8.22  | 0.00086  | 
1998  | 2675  | 7.89  | 0.08801  | 
1999  | 6267  | 8.74  | 0.30768  | 
2000  | 5971  | 8.69  | 0.25634  | 
2001  | 4744  | 8.46  | 0.07633  | 
2002  | 5769  | 8.66  | 0.22268  | 
2003  | 4060  | 8.31  | 0.01454  | 
2004  | 6900  | 8.84  | 0.42369  | 
2005  | 5565  | 8.62  | 0.19000  | 
2006  | 3220  | 8.08  | 0.01237  | 
2007  | 2246  | 7.72  | 0.22227  | 
2008  | 3476  | 8.15  | 0.00121  | 
2009  | 6854  | 8.83  | 0.41502  | 
SUMA  | 97296  | 204.71  | 3.86861  | 
Tabla 6: Tabla de datos con los cálculos respectivos para hallar la desviación Estándar (Excel)
...