Documentos de Académico
Documentos de Profesional
Documentos de Cultura
HIDROLOGA (2005-2)
P ( A) = Lim
n
nA
n
P ( A1 ) + P ( A2 ) + P ( A3 ) + P ( A4 ) + .... + P ( Am ) = P () = 1
b) Complementariedad. Se dice que si A es complemento de A, es decir, A = A ,
entonces
P ( A ) = 1 P ( A)
c) Probabilidad Condicional.
P ( B / A) =
P( A B)
P ( A)
1
HIDROLOGIA (2005-2)
EJEMPLO
El registro de precipitacin mxima en 24 horas en la estacin de Mexicali, desde 1948 hasta
1997 se muestra en la tabla I y en forma grfica en la figura 1. Cul es la probabilidad de
que la precipitacin anual R en cualquier ao sea menor que __ mm? mayor que __ mm?
Entre __ y __ mm?.
Tabla I. Registro de precipitacin mxima en 24 en la Estacin Mexicali, BC, Mxico (mm).
Ao
Precipitacin
Ao
Precipitacin
Ao
Precipitacin
Mxima
Mxima
Mxima
en 24 hrs.
en 24 hrs.
en 24 hrs.
1948
34.3
1965
19.5
1982
50.2
1949
29.3
1966
10.5
1983
32.9
1950
6.2
1967
36.5
1984
14.8
1951
17.8
1968
15.0
1985
18.4
1952
11.2
1969
17.6
1986
48.0
1953
7.0
1970
16.8
1987
11.1
1954
8.0
1971
10.5
1988
30.8
1955
29.8
1972
55.5
1989
14.0
1956
8.3
1973
11.1
1990
17.1
1957
37.0
1974
15.3
1991
17.2
1958
22.0
1975
17.9
1992
73.8
1959
13.5
1976
37.3
1993
19.0
1960
18.0
1977
62.0
1994
17.3
1961
34.5
1978
29.5
1995
17.3
1962
31.0
1979
26.9
1996
7.30
1963
29.0
1980
16.7
1997
45.6
1964
8.6
1981
16.2
PARMETROS ESTADSTICOS
El objetivo de la estadstica es contar con un nmero reducido de valores que nos indiquen la
informacin esencial de un conjunto muy grande de datos. Un parmetro estadstico nos
muestra alguna caracterstica de la poblacin y los ms importantes son la media, la desviacin
estndar y la asimetra.
El valor esperado de la variable aleatoria es un parmetro estadstico y se conoce como media
. Para una variable aleatoria X la media es E(X) y se calcula como el producto de x y la
correspondiente densidad de probabilidad f(x), integrando sobre el rango factible de la
variable aleatoria:
E ( X ) = = xf ( x )dx
Se conoce tambin como el primer momento alrededor del origen de la variable aleatoria, una
medida del punto medio o tendencia central de la distribucin.
2
HIDROLOGIA (2005-2)
x=
1 n
xi
n i =1
E[( x ) 2 ] = 2 = ( x ) 2 f ( x )dx
s2 =
1 n
( xi x )2
n 1 i =1
E[( x ) 3 ] = ( x )3 f ( x )dx
E[( x ) 3 ]
Cs =
n ( x i x ) 3
i =1
( n 1)( n 2) s 3
HIDROLOGIA (2005-2)
x=
1 n
401.7
xi =
= 40.17 mm .
n i =1
10
Ao
Precipitacin
( xi x )2
( x i x )3
1970
33.9
39.3
-246.5
1971
31.7
71.7
-607.6
1972
31.5
75.2
-651.7
1973
59.6
377.5
7335.3
1974
60.5
106.7
1102.3
1975
38.6
2.5
-3.9
1976
43.4
10.4
33.7
1977
28.7
131.6
-1509
1978
32
66.7
-545.3
1979
51.8
135.3
1573
total
401.7
1016.9
6480.3
s2 =
1 n
1016.9
( xi x )2 =
= 113 mm
9
n 1 i =1
n
Cs =
n ( x i x )3
i =1
( n 1)( n 2) s
10 6480.3
= 0.749
9 8 (10.63)3
HIDROLOGIA (2005-2)
f s ( xi ) =
ni
n
n[ f s ( x i ) p( x i )]2
=
p( x i )
i =1
m
2 = z i2
i =1
HIDROLOGIA (2005-2)
Tabla II. Precipitacin anual en la estacin College en Texas, USA. (Tomada de Ven Te Chow,
19__)
Ao
1910
1920
1930
1940
1950
1960
1970
48.7
44.8
49.3
31.2
46.0
33.9
39.9
44.1
34.0
44.2
27.0
44.3
31.7
31.0
42.8
45.6
41.7
37.0
37.8
31.5
42.3
48.4
37.3
30.8
46.8
29.6
59.6
42.1
34.2
43.7
53.6
26.9
35.1
50.5
41.1
32.4
41.8
34.5
25.4
49.7
38.6
28.7
46.4
41.1
50.3
23.0
36.6
43.4
16.8
38.9
31.2
43.8
56.5
32.5
28.7
34.1
37.3
35.2
21.6
43.4
61.7
32.0
56.4
50.6
35.1
47.1
41.3
47.4
51.8
f s=
n4 14
=
= 0.203
n 69
z=
35.0 39.77
9.17
= 0.520
HIDROLOGIA (2005-2)
Int.
Rango
N(i)
fs(xi)
Fs(xi)
F(xi)
p(xi)
CHI
(i)
(pulg)
10
0.014
0.01
-2.155
0.016
0.016
0.005
10-15
0.029
0.04
-1.610
0.054
0.038
0.151
15-20
0.087
0.13
-1.065
0.143
0.090
0.006
20-25
14
0.203
0.33
-0.520
0.302
0.158
0.872
25-30
11
0.159
0.49
0.026
0.510
0.209
0.799
30-35
16
0.232
0.72
0.571
0.716
0.206
0.229
35-40
10
0.145
0.87
1.116
0.868
0.152
0.022
40-45
0.072
0.94
1.661
0.952
0.084
0.107
45-50
0.043
0.99
2.207
0.986
0.035
0.155
10
50-55
0.014
1.00
2.752
0.997
0.011
0.092
69
1.00
0.997
2.438
Total
0.8
0.6
0.4
Fs(x)
0.2
F(x)
0.0
20
25
30
35
40
45
50
55
60
65
Precipitacin (pulg)
HIDROLOGIA (2005-2)
Prec. acumulada
0.25
fs(x)
0.20
p(x)
0.15
0.10
0.05
0.00
20
25
30
35
40
45
50
55
60
65
Precipitacin (pulg)
valor
de
2,1
para
una
probabilidad
acumulada
de
1-a=0.95
DISTRIBUCIONES DE PROBABILIDAD
Las distribuciones de probabilidad ms utilizadas en Hidrologa son las siguientes:
DISTRIBUCION BINOMIAL
Una variable aleatoria X que puede tomar dos valores, donde la probabilidad de que tome uno
de ellos es p tiene una distribucin binomial si su funcin de densidad de probabilidad puede
ser escrita como:
n
P ( x ) = p x (1 p)n x
x
Para x = 0,1,...,n
donde
n!
n
=
x x! ( n x )!
p = probabilidad de uno de los valores, definida como un suceso, 0p1
n = nmero de eventos.
x = nmero de sucesos.
HIDROLOGIA (2005-2)
6
P ( x ) = 0.2 4 (1 0.2) 2 = 0.015
4
Este valor es muy pequeo y por lo tanto muy improbable que esto haya sucedido, por lo que
de haberse llevado a cabo correctamente la medicin, el punto de aforo esta recibiendo
adems de la descarga de la presa, escurrimiento directo o bien flujo base del subsuelo.
DISTRIBUCION DE POISSON
Aplicacin. El flujo en un canal puede ser caracterizado como una distribucin de Poisson
cuando es la entrada a una presa. Su distribucin de densidad de probabilidad puede ser
descrita como:
p( X ) =
x e
x!
Para x = 0,1,2,...
Donde:
= constante positiva (valor medio del caudal de llegada)
x = cualquier entero positivo
e = una constante = 2.7182
HIDROLOGIA (2005-2)
p( X = 2) =
12 e 1
= 0.184
2!
P ( x = 0) + P ( x = 1) + P ( x = 2)
DISTRIBUCION NORMAL
Definicin.
1
f ( x ) =
2
1 x 2
exp
Donde:
= desviacin estndar
x = cualquier valor
= media de la poblacin.
10
HIDROLOGIA (2005-2)
EJEMPLO:
Suponga que la concentracin anual promedio de cloruros en el agua del ro Colorado es de
300 ppm (partes por milln) con una varianza de 150 ppm. Estos promedios estn basados en
mediciones semanales de muestras durante un ao contando con datos de 35 aos. Durante
un ao en el que se verti agua de drenaje agrcola el promedio anual aument a 310 ppm.
Cul es la probabilidad de que las concentraciones anuales sean iguales o mayores a 310
ppm?.
Habra que resolver la ecuacin de la distribucin de probabilidad, lo que se logra utilizando
tablas normalizadas a z tales que:
z=
(310 300)
= 0.816
12.24
Usando la tabla, observamos que la probabilidad de que este evento ocurra es de 0.7939 o
sea el 79% del tiempo las concentraciones sern menores a 310 ppm mientras que tan solo el
21% del tiempo se observarn concentraciones mayores a 310 ppm en el ro.
DISTRIBUCION LOGNORMAL
Definicin.
1
f ( x ) =
x 2
1 ln x 2
exp
Esta distribucin es una transformacin muy til de la distribucin normal. El grfico del flujo
promedio semanal esta generalmente sesgado hacia la derecha y no puede ser explicado por
una distribucin normal, sin embargo, el logaritmo de estos valores semanales muestran una
distribucin normal, como se muestra en la figura.
z=
ln x
DISTRIBUCION EXPONENCIAL
Definicin.
f ( x; ) = e x
F ( x; ) = 1 e x
Para toda x 0
11
HIDROLOGIA (2005-2)
Donde =1/
Los intervalos de tiempo entre dos crecidas de agua sucesivas o dos eventos de lluvia muestran
una distribucin de este tipo y la en este caso es la taza media de ocurrencia.
EJEMPLO
Estime la probabilidad de que el intervalo de tiempo entre precipitaciones en la Costa de
Tabasco en la poca de lluvias sea menor a 5 das (120 hr) suponiendo que el intervalo de
tiempo promedio entre precipitaciones es de 84 hr.
1
= 0.0119
84
F ( x; ) = 1 e x
F ( x; ) = 1 e 0.0119*120 = 0.76
DISTRIBUCION GAMMA
Definicin
f ( x) =
Donde
x 1e x
( )
=
x0
x
s x2
x2
1
=
2
s x CV 2
(5) = 4 3 2 1
HIDROLOGIA (2005-2)
f ( x) =
(x )
( x )
( )
2
, =
Cs
sx
, = x s x
f ( x) =
Donde
(y )
e
x ( )
( y )
log x
2
, = y s y
, =
C s ( y)
sy
y=log(x)
G=
n ( x i x ) 3
i =1
( n 1)( n 2) s 3
G=
N 2 ( X 3 ) 3 N ( X )( X 2 ) + 2( X ) 3
N ( N 1)( N 2) s 3
Donde
( X 2 ) ( X ) 2 / N
s=
N 1
0.5
X = X + Ks
donde
3
2
G G
K = K n + 1 1
G
6 6
es conocida como la variable reducida Tipo III. K se puede calcular a partir de la Tabla
Anexa.
Kn
HIDROLOGIA (2005-2)
El coeficiente de asimetra es muy sensitivo a valores extremos por lo que debemos contar con
series de ms de 100 aos. Si no se cuenta con una serie tan larga se recomienda hacer los
siguientes ajustes en la estimacin de G.
Aos de registro, N
100
Valor de la asimetra
26 100
N 25
N 25
G g
G + 1
75
75
25
Gg
Donde
Gg = coeficiente de asimetra generalizado
1 F ( x ) = 1 e e
Donde:
b = (1/0.7797s)(x- +0.45s)
x = magnitud del flujo (m3/s)
= magnitud promedio del flujo (m3/s)
s = desviacin estndar de la magnitud del flujo (m3/s)
14
HIDROLOGIA (2005-2)
EJEMPLO.
Si el caudal de escurrimiento en la cuenca del Ro Nazas tiene un valor promedio de 1340
m3/s con una varianza de 58,400 (m3/s)2. Cul es la probabilidad de que el caudal sea igual
o exceda los 2100 m3/s usando la distribucin de Gumbel?.
SOLUCION
La variable reducida b se estima como:
b=
1
[2100 1340 + .45( 241.6)] = 4.61
0.7797( 241.6)
Adems
1 F ( x ) = 1 e e
4.61
= 0.0099
Lo que significa que un caudal de esa magnitud tiene la posibilidad de ocurrir 1 vez cada 100
aos aproximadamente.
Como se observa la posibilidad de que se exceda el caudal, o se observe el perodo de
retorno, es una funcin directa del valor de b, entonces de puede determinar la probabilidad de
forma inmediata a travs de la Tabla IV.
Tabla IV. Probabilidad de Gumbel y perodo de retorno.
Variable reducida
Probabilidad de
Perodo de retorno
excedencia
(intervalo de recurrencia)
0.367
.50
1.367
.20
2.250
.10
10
2.970
.05
20
3.199
.04
25
3.902
.02
50
4.601
.01
100
5.296
.005
200
15
HIDROLOGIA (2005-2)
eventos independientes
Distribucin idntica
Sistema que lo produjo es estocstico.
Resultado:
diseo de presas
Puentes
Estructuras de crecientes
Determinar beneficio econmico de los proyectos de control de crecientes
Delinear planicies de inundacin, etc.
PERODO DE RETORNO
El perodo de retorno T de un evento X xT es el valor esperado , E( ) su valor promedio
medido sobre un nmero de ocurrencias suficientemente grande.
EJEMPLO
Determine el perodo de retorno de una caudal mximo anual de 50,000 cfs en el registro que
se muestra en la figura.
Durante el perodo de registro (41 aos) se observan 8 registros de caudal anual mximo
superiores a 50,000 cfs (pies cbicos por segundo), por lo que el perodo de retorno ser de
= 41/8 = 5.1 aos.
EL PERIODO DE RETORNO DE UN EVENTO CON UNA MAGNITUD DADA PUEDE
DEFINIRSE COMO EL INTERVALO DE OCURRENCIA PROMEDIO ENTRE EVENTOS QUE
IGUALAN O EXCEDEN UNA MAGNITUD ESPECFICA.
HIDROLOGIA (2005-2)
En cada una de las observaciones existen dos opciones, que el evento sobrepase el limite
preestablecido xT (xito) o que no lo sobrepase (fracaso), por lo que el valor esperado se define
como la distribucin binomial:
(1 x ) n = 1 + nx +
donde x = (1 p ) y n=-2
de tal forma que se puede escribir:
E ( ) = T =
1
p
o bien P ( X x T ) =
1
T
EJEMPLO:
La Tabla V muestra el registro de caudales mximos anuales del ro Guadalupe Texas, EUA de
1935 a 1978 y su grfica se muestra en la figura __. Si se toma como xT=50,000 ft/s puede
verse que el caudal mximo excede este nivel nueve veces durante el perodo de registro, con
intervalos de ocurrencia que varan desde un ao hasta 16 aos. El valor esperado de que el
caudal mximo sobrepase los 50,000 es 41/8=5.1 aos donde 8 corresponde al nmero de
intervalos y 41 al nmero de aos entre la primera vez (1936) que se present el evento y la
ltima (1977). De tal forma que se puede decir que el perodo de retorno de un evento con
una magnitud de 50,000 ft/s o ms es de 5.1 aos.
Tabla V. Caudales mximos anuales para el ro Guadalupe,
Texas, EUA. (Tomado de Ven Te Chow, 19__)
ao
1930
1940
1950
1960
1970
55,900
13,300
23,700
9,190
58,000
12,300
55,800
9,740
56,000
28,400
10,800
58,500
7,710
11,600
4,100
33,100
12,300
8,560
5,720
25,200
38,500
22,000
4,950
15,000
30,200
179,000
17,900
1,730
9,790
14,100
17,200
46,000
25,300
70,000
54,500
25,400
6,970
58,300
44,300
12,700
4,940
20,600
10,100
15,200
17
HIDROLOGIA (2005-2)
Caudal (ft/s)
150,000
125,000
100,000
75,000
50,000
25,000
0
1930
1940
1950
1960
1970
1980
1990
tiem po (aos)
A menudo encontramos preguntas sobre cual es la probabilidad de que un evento con perodo
de retorno de T aos ocurra al menos una vez en N aos?. Para calcular esto se requiere
calcular primero la situacin de que no ocurra el evento de T aos en N aos. Esto requiere
una secuencia de N fallas sucesivas, de tal manera que:
P(X<xT cada ao durante N aos)=(1-p)N
El complemento de esta situacin es el caso requerido, luego utilizando la ecuacin
P(XxT al menos una vez en N aos)=1-(1-p)N
Como p=1/T
P(XxT al menos una vez en N aos)=1-(1-1/T)N
EJEMPLO
Estime la probabilidad de que el caudal mximo anual Q en el ro Guadalupe exceda 50,000
ft/s al menos una vez durante los prximos tres aos.
SOLUCION.
De acuerdo con las premisas anteriores P(Q50,000 en cualquier ao)=0.195. entonces la
P(Q50,000 al menos una vez durante los ltimos tres aos)=1-(1-0.195)3=0.48
HIDROLOGIA (2005-2)
x u
F ( x ) = exp exp1 k
6s
u = x 0.5772
El parmetro u es la moda de la distribucin (punto de mxima densidad de probabilidad). Una
variable reducida y puede definirse como:
y=
xu
F ( x ) = exp[ exp( y )]
resolviendo para y:
y = ln ln
F
(
x
)
1
= P ( x xT )
T
1
= 1 P ( x < xT )
T
1
= 1 F ( xT )
T
luego
F ( xT ) =
T 1
T
19
HIDROLOGIA (2005-2)
T
yT = ln ln
T 1
x T = u + y T
EJEMPLO.
Los valores mximos anuales para las lluvias de 10 minutos de duracin en Chicago, Illinois,
desde 1931 hasta 1947 se presentan en la Tabla VI. Desarrolle un modelo para el anlisis de
frecuencia de tormentas utilizando la distribucin de Valor Extremo I (Gumbel) y calcule los
valores mximos de lluvias de 10 minutos de duracin con perodos de retorno de 5, 10, 50,
200 y 500 aos.
Tabla VI. Lluvia mxima anual de 10 minutos en
pulgadas para Chicago, Illinois, 1931-1947,
(Tomado de Ven Te Chow, 19__)
Ao
1910
1920
1930
1940
0.53
0.33
0.34
0.76
0.96
0.70
0.57
0.94
0.57
0.49
0.80
0.80
0.92
0.66
0.66
0.62
0.66
0.36
0.68
0.71
0.65
0.58
0.68
1.11
0.63
0.41
0.61
0.64
0.60
0.47
0.88
0.52
0.74
0.49
0.64
Los momentos (media y desv. Std.) de la muestra son calculados de los valores de la Tabla IV. y
los valores de alfa y u son calculados de las frmulas anteriores.
media=
0.530
desv. Std=
0.137
alfa=
0.106527
u=
0.468513
Habiendo obtenido los valores anteriores se sustituyen en la formula de y T para cada perodo
de retorno deseado.
T
yT
xT
1.500
0.63
10
2.250
0.71
50
3.902
0.88
200
5.296
1.03
500
6.214
1.13
20
HIDROLOGIA (2005-2)
EJERCICIO:
La estacin climatolgica de San Felipe B.C. (38) y el observatorio Meteorolgico
de San Felipe posee un registro de altura de precipitacin en 24 hr de 1948 hasta
el 2002 (tabla VII) aos, utilice estos datos para:
a) Ajustar las distribuciones de densidad de probabilidad Normal, Lognormal,
Exponencial, Gamma, Gumbel y Doble Gumbel para dos poblaciones a los
datos altura de la precipitacin con ayuda del programa AX de la CNA.
b) Estime las alturas para los siguientes perodos de retorno (Tr): 5, 10, 20, 50,
100, 500 y 1000 aos.
c) Grafique las distribuciones ajustadas con los datos de la estacin
climatolgica y elija la que mejor se ajusta por inspeccin visual de la
grafica y por el error de ajuste (error cuadrtico promedio). Explique su
respuesta.
Tabla VII Precipitacin Mxima anual en 24 hrs. para la Estacin No. 36.
San Felipe, B.C.
AO
AO
1948
1975
11.5
1949
33
1976
13.5
1950
1977
15.2
1951
18
1978
12
1952
17
1979
63
1953
12
1980
12
1954
1981
1955
20.5
1982
35
1956
33
1983
73
1957
22
1984
26
1958
28
1985
12.2
1959
19
1986
20
1960
20
1987
1961
28.5
1988
1962
31.5
1989
11.2
1963
20.5
1990
33
1964
23.5
1991
26.6
1965
11
1992
38
1966
45.5
1993
127
1967
19
1994
29.8
1968
15
1995
2.4
1969
24
1996
32.1
1970
15
1997
216
1971
24
2000
22
1972
24
2001
207.2
1974
2002
43.7
21
HIDROLOGIA (2005-2)
250
200
150
100
50
2003 1
1998 1
1993 1
1988
1983
1978
1973
1968
1963
1958
1948
1953
Perodo en aos
Figura ___. Yetograma de los registros de precipitacin anual mxima en 24 hrs de la Estacin
No. 36. San Felipe, B.C. Obsrvese la presencia de precipitacin muy por arriba del
promedio durante los ltimos 10 aos. Datos de la Comisin Nacional del Agua. Los
datos del 1992 al 2004 son de la Estacin Meteorolgica de San Felipe.
18.0
16.0
14.0
12.0
10.0
8.0
6.0
4.0
2.0
0.0
ENE
FEB
MAR
ABR
MAY
JUN
JUL
AGO SEPT
OCT
NOV
DIC
Perodo (m eses)
HIDROLOGIA (2005-2)
Tabla VIII. Ajuste de los registros de precipitacin mxima annual en 24 hrs. De la Estacin No.
36 "San Felipe", B. C. a las distribuciones de densidad de probabilidad; Normal,
Lognormal, Exponencial, Gamma, Gumbel y Doble Gumbel. En el ltimo rengln se
muestra el error cuadrtico promedio que fue usado como criterio de eelccin de la
distribucin mejor ajustada.
PR
Registro
53
26.5
17.67
13.25
10.6
8.83
7.57
6.63
5.89
5.3
4.82
4.42
4.08
3.79
3.53
3.31
3.12
2.94
2.79
2.65
2.52
2.41
2.3
2.21
2.12
2.04
1.96
1.89
1.83
1.77
1.71
1.66
1.61
1.56
1.51
1.47
1.43
1.39
1.36
1.33
1.29
1.26
1.23
1.2
1.18
1.15
1.13
1.1
1.08
1.06
1.04
1.02
Error cuadrtico promedio
216
207.2
127
73
63
45.5
45
43.7
38
35
33
33
33
32.1
31.5
29.8
28.5
28
26.6
26
24
24
24
23.5
22
22
20.5
20.5
20
20
19
19
18
17
15.2
15
15
13.5
12.2
12
12
12
11.5
11.2
11
9
8
8
7
4
2.4
2
Normal
ajuste
118.24
105.77
97.72
91.58
86.52
82.16
78.3
74.8
71.58
68.58
65.77
63.1
60.56
58.12
55.77
53.5
51.29
49.13
47.02
44.95
42.92
40.91
38.93
36.97
35.01
33.07
31.13
29.19
27.24
25.28
23.29
21.29
19.25
17.18
15.08
12.92
10.71
8.44
6.09
3.65
1.11
-1.56
-4.38
-7.37
-10.59
-14.09
-17.96
-22.31
-27.37
-33.51
-41.56
-54.03
215.706
Lognormal
ajuste
153.94
114.29
94.37
81.47
72.26
65.16
59.38
54.64
50.62
47.13
44.07
41.36
38.92
36.72
34.72
32.87
31.19
29.61
28.15
26.79
25.52
24.31
23.17
22.11
21.09
20.12
19.21
18.33
17.48
16.67
15.9
15.15
14.43
13.73
13.05
12.4
11.76
11.13
10.53
9.93
9.35
8.77
8.2
7.64
7.07
6.51
5.93
5.35
4.74
4.1
3.38
2.51
123.3
Exponencial
ajuste
155.19
126.47
109.67
97.75
88.5
80.94
74.55
69.02
64.14
59.77
55.82
52.22
48.9
45.83
42.97
40.3
37.78
35.42
33.18
31.05
29.03
27.1
25.26
23.49
21.8
20.18
18.61
17.11
15.65
14.25
12.89
11.57
10.3
9.06
7.86
6.69
5.56
4.45
3.37
2.33
1.3
0.3
-0.67
-1.62
-2.56
-3.47
-4.36
-5.23
-6.08
-6.92
-7.74
-8.55
141.956
Gamma
ajuste
149.04
122.11
105.3
93.13
83.62
75.86
69.31
63.67
58.73
54.34
50.39
46.83
43.58
40.6
37.85
35.31
32.95
30.75
28.69
26.76
24.95
23.25
21.64
20.13
18.69
17.34
16.06
14.85
13.7
12.61
11.57
10.59
9.67
8.79
7.96
7.17
6.43
5.73
5.07
4.45
3.86
3.32
2.82
2.35
1.92
1.53
1.18
0.87
0.6
0.37
0.19
0.06
Gumbel
ajuste
141.44
118.73
105.31
95.69
88.15
81.93
76.61
71.95
67.79
64.02
60.58
57.39
54.43
51.64
49.02
46.52
44.15
41.88
39.7
37.59
35.56
33.59
31.67
29.8
27.97
26.18
24.42
22.69
20.98
19.29
17.61
15.95
14.29
12.63
10.97
9.3
7.63
5.93
4.21
2.46
0.67
-1.17
-3.07
-5.05
-7.13
-9.33
-11.7
-14.3
-17.22
-20.63
-24.9
-31.1
Gumbel II
ajuste
183.77
143.11
117.84
98.59
82.41
67.99
55.26
45.77
39.85
36.06
33.38
31.33
29.68
28.3
27.11
26.07
25.13
24.28
23.5
22.77
22.1
21.46
20.86
20.29
19.74
19.22
18.71
18.22
17.74
17.28
16.82
16.38
15.94
15.5
15.07
14.64
14.21
13.78
13.34
12.9
12.46
12
11.53
11.04
10.52
9.98
9.39
8.73
7.99
7.08
5.87
3.58
133.903
171.775
84.274
23
HIDROLOGIA (2005-2)
Ajuste de F.D.P.
250
200
Registro PR
150
Normal
Lognormal
100
Exponencial
50
Gamma
Gumbel
Gumbel II
-50
-100
0
10
20
30
40
50
60
Nmero de dato
24