Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
ESTADI STI CA HI DROLOGI CA HIDROLOGIA Y OBRAS HIDRAULICAS Mag. Ing. Roger Paz La Estadística trata del estudio de la realidad entendida a partir de los fenómenos mostrados. Estos fenómenos son estadísticos cuando se define un procedimiento de medida según las componentes que se distingan. El objetivo de la Estadística es pues el estudio de fenómenos aleatorios, de su organización en modelos definidos por sus componentes y relaciones existentes y de su coherencia con la realidad. TEORÍA DE LA PROBABILIDAD FENÓMENOS ALEATORIOS DEFINICIONES • El análisis de estadistico utiliza los datos históricos medidos de eventos maximos (precipitaciones, crecientes, etc.) para generar información que pueda ayudarnos a comprender el comportamiento de las variables hidrológicas que nos podemos esperar en el futuro. Éstas son dos de las principales aplicaciones: • •Predecir la posible magnitud de la variable hidrológica durante un determinado período. • •Estimar la frecuencia con que pueden ocurrir eventos de cierta magnitud. Definiciones básicas: • Universo, población o espacio muestral es un conjunto de valores posibles al que se dota de estructura algebraica para definir sucesos y probabilidades asociadas. Se define al cumplir una serie de propiedades comunes. Este conjunto puedeser finito o infinito. • Suceso: subconjunto del espacio muestral. Es un fenómeno con probabilidad de ocurrir. El conjunto de todos los sucesos posibles forma el universo de sucesos. Los sucesos pueden ser elementales (siempre ocurre alguno de ellos y son mutuamente excluyentes) o compuestos (formados apartir de la unión de los sencillos) • Un conjunto de observaciones de una variable aleatoria se denomina muestra. Las muestras se obtienen de una población con propiedades estadísticas constantes, mientras que en las muestras sí cambian. Y a partir de las muestras se realizan inferencias sobre la población. PARÁMETROS ESTADÍSTICOS • Los estadísticos extraen información de una muestra, indicando las características de la población. Los principales estadísticos son la media, varianza,y coeficiente de asimetría. • La media aritmética es un promedio estándar que a menudo se denomina "promedio". La varianza (que suele representarse como σ2) de una variable aleatoria es una medida de dispersión definida como la esperanza del cuadrado de la desviación de dicha variable respecto a su media. • El significado de la desviación estándar se ilustra en la siguiente figura • Coeficiente de variación es una medida adimensional de la variabilidad su estimado es: Coeficiente de asimetría γ • Las medidas de asimetría son indicadores que permiten establecer el grado de simetría (o asimetría) que presenta una distribución de probabilidad de una variable aleatoria sin tener que hacer su representación gráfica. • Como eje de simetría consideramos una recta paralela al eje de ordenadas que pasa por la media de la distribución. Si una distribución es simétrica, existe el mismo número de valores a la derecha que a la izquierda de la media, por tanto, el mismo número de desviaciones con signo positivo que con signo negativo. Decimos que hay asimetría positiva (o a la derecha) si la "cola" a la derecha de la media es más larga que la de la izquierda, es decir, si hay valores más separados de la media a la derecha. Diremos que hay asimetría negativa (o a la izquierda) si la "cola" a la izquierda de la media es más larga que la de la derecha, es decir, si hay valores más separados de la media a la izquierda. https://es.wikipedia.org/wiki/Distribuci%C3%B3n_de_probabilidad https://es.wikipedia.org/wiki/Variable_aleatoria https://es.wikipedia.org/wiki/Variable_aleatoria RECURRENCIA Y PROBABILIDAD Período de retorno es el tiempo promedio que debe pasar para que un evento sea alcanzado o superado superado. Por lo tanto, podemos definir por ejemplo una creciente de de 1 00 años como aquella que en promedio puede ocurrir una vez cada 100años . En este ejemplo, el período de retorno es de 100años. Sin embargo, las crecidas no son eventos cíclicos exactos, lo cual significa que no ocurren a intervalos precisos de 100años. Otra forma de concebir la creciente de 100 años es en términos de una crecida que tiene una probabilidad del 1 por ciento de ocurrencia cualqu ier año dado. Esto se conoce como probabilidad de excedencia o de ocurrencia, y se calcula fácilmente dividiendo 1 por el período de retorno. Una creciente de 100 años es menos frecuente, pero de mayor m agnitud, que una creciente de 25años. En promedio, la creciente de 25 años ocurre una vez cada 25 años y tiene una probabilidad de excedencia de 1/25, es decir, del 4 por ciento, en cualquier año en particular. Eso significa que es cuatro veces más probable qu e ocurra que una de 100 años. Conceptos equivocados sobre la frecuencia de las crecidas De forma análoga a la creciente de 25 años, que en promedio ocurre una vez cada 25años, la tormenta de 25 años también ocurreen promedio una vez cada 25 años. Un concepto equivocado común es que una tormenta de 25 años siempre produce una creciente de 25 años. Aunque esto puede ser un buen cálculo aproximado inicial, las condiciones del suelo afectan enormemente la escorrentía que generan las distintas tormentas. • Otro concepto equivocado común es que una creciente de 100 años sólo ocurre una vez cada 100 años o sólo una vez en un intervalo de 100 años. Laverdad es que la probabilidad (y la improbabilidad) de que se produzca una crecida de esta magnitud es igual todos los años, como incluso lo es la probabilidad de que ocurran varias en el mismo año. INDEPENDENCIA DE LOS DATOS PARA EL ANALISIS AÑO HIDROLOGICO Para el estudio de las precipitaciones en Tucumán, se deben seleccionar valores de precipitación correspondiente a un mismo año hidrólógico. En este caso este difiere del año calendario. El año hidrológico para Tucumán comienza el 1 de setiembre y termina el 31 de agosto. Eso asegura la independencia de los datos SERIE ANUAL • Para realizar el análisis estadístico de un evento y poder determinar la recurrencia de un determinado suceso, debemos generar primero una serie anual, la cual dependerá del tipo de evento que estemos analizando. En nuestro caso determinaremos una serie anual de máximos. La serie anual sólo comprende el valor más alto de cada año, incluso si se han producido otros ceventos máximos importantes. Serie anual - Ejemplo Serie anual ordenada Probabilidades Experimentales • Una vez ordenados de mayor a menor los valores de caudal máximo diario para el año del conjunto de datos de 33años, podemos calcular la probabilidad asociada con cada posición. Esdecir, para este conjunt odedatos ¿cuáles la probabilidad de que ocurra una crecida de determinada magnitud ocurra en un año en particular? • Existen varias fórmulas para calcular el valor de probabilidad. En este caso utilizaremos la fórmula de Weibull de la U.S.Geologic Survey. En esta ecuación, "n“ es la cantidad de años del conjunto de datos y "m“ es el rango o numero del ordenamiento. FUNCION DE DISTRIBUCION DE PROBABILIDAD DE EVENTOS EXTREMOS La determinación de probabilidad experimental tiene el inconveniente que no permite determinar un evento de mayor recurrencia que la de la longitud de los datos (mas 1 año si utilizamos Weibull). Esto es un gran condicionante si por requerimientos de proyecto o importancia de la obra se necesita determinar eventos para recurrencias mayores. Como salvamos este problema. Con Funciones de Distribución de Probabilidad de Valores Extremos Existen numerosas Funciones de Distribución de Probabilidad de Valores Extremos. Veremos Gumbel y Log Pearson III • Para determinar la magnitud de eventos extremos cuando la distribución de probabilidades no esuna 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: xT = xM + KT σ Gumbel En teoría de probabilidad y estadística la distribución de Gumbel (llamada así en honor de Emil Julius Gumbel (1891-1966) es utilizada para modelar la distribución del máximo (o el mínimo), por lo que se usa para calcular valores extremos. https://es.wikipedia.org/wiki/Teor%C3%ADa_de_probabilidad https://es.wikipedia.org/wiki/Estad%C3%ADstica Log Pearson III En este caso, se convierte la serie de datos a sus logaritmos y luego se calculan la media, desviación standard y coeficiente de asimetría de los mismos. El valor de K se toma de tabla ESTADISTICA HIDROLOGICA TEORÍA DE LA PROBABILIDAD FENÓMENOS ALEATORIOS DEFINICIONES Slide Number 3 Definiciones básicas: Slide Number 5 PARÁMETROS ESTADÍSTICOS Slide Number 7 Slide Number 8 Slide Number 9 Slide Number 10 Slide Number 11 RECURRENCIA Y PROBABILIDAD Slide Number 13 Slide Number 14 INDEPENDENCIA DE LOS DATOS PARA EL ANALISIS AÑO HIDROLOGICO SERIE ANUAL Slide Number 18 Serie anual - Ejemplo Serie anual ordenada Probabilidades Experimentales Slide Number 22 Slide Number 23 Slide Number 24 Slide Number 25 Slide Number 26 FUNCION DE DISTRIBUCION DE PROBABILIDAD DE EVENTOS EXTREMOS Slide Number 28 Slide Number 29 Gumbel Slide Number 31 Log Pearson III Slide Number 33 Slide Number 34
Compartir