Documentos de Académico
Documentos de Profesional
Documentos de Cultura
CLASE VI
ANLISIS DE TORMENTAS
1. Conceptos
1.1. Tormenta
El concepto de tormenta puede ser descrito en funcin al siguiente grfico denominado
hietograma o hietgrafo.
En primer lugar debe notarse que el registro no es continuo; asimismo la tormenta tiene una
determinada duracin que en este caso es de 24 horas y finalmente podemos tener idea de su
magnitud mediante el valor de la lmina de lluvia precipitada que en este caso es igual a 91.8
mm.
Para el ejemplo, la intensidad pico es de 14.2 mm/h, con una intensidad media de 3.8 mm/h.
1
1
P( X x) 1 P( X x)
28/04/14
Sea p la probabilidad de excedencia del evento igual a 1/T, esto es, la probabilidad de
ocurrencia en cualquier ao. La probabilidad de no ocurrencia del evento en cualquier ao ser
(1-p). Considerando que los eventos anuales son estadsticamente independientes, la
2
probabilidad de que el evento no suceda en dos aos consecutivos es (1-p) . Extendiendo este
N
razonamiento a la vida til (N) del proyecto, se tendr (1-p) . Finalmente, la probabilidad de
que el evento si ocurra durante la vida til ser:
R 1 (1 p) N 1 (1
1 N
)
T
1
1 (1
1
N
R)
Ejemplo:
Desea Usted construir una obra de proteccin para una vida til de 100 aos y quiere saber la
probabilidad de que un evento con tiempo de retorno de 50 aos sea sobrepasado dentro de
los prximos 100 aos.
La variable aleatoria x representar el nmero de veces que el evento crtico pueda ser
sobrepasado durante el periodo de 100 aos siguiendo la ley Binomial B(100, 0.02). La
probabilidad ser:
28/04/14
Entonces, se podra afirmar que un evento con periodo de retorno de 50 aos tiene una
probabilidad del 87% de ser sobrepasado durante un periodo de vida til de obra de 100 aos.
Ello evidentemente sera muy peligroso de aceptar.
Entonces la pregunta sera Qu tiempo de retorno se debe elegir en este caso para por
ejemplo tener una probabilidad de ocurrencia de sobrepaso del 25%?
Se obtiene
28/04/14
En ellas se puede mostrar que a medida que aumenta la intensidad de la lluvia, su duracin
disminuye, es decir I
a
tn
Para el caso en que la duracin de la tormenta est entre 5 minutos <= t <= 120 minutos, la
ecuacin ser : I
a
, donde a y b son parmetros caractersticos de cada regin, que
bt
kt m
Dn
28/04/14
4. Mtodos Estadsticos
Los mtodos estadsticos se apoyan en la existencia de series que son, sometidas a un anlisis
de frecuencias basadas por lo tanto en la observacin de eventos pasados.
Los resultados sern confiables siempre que exista suficientes datos disponibles y se acepta la
condicin de que el comportamiento del sistema continuar siendo el mismo durante el futuro.
Dentro de los mtodos estadsticos podemos mencionar las siguientes distribuciones de
probabilidades ms usadas en el anlisis de mximos eventos en hidrologa.
Distribucin Log-Normal de 2 Parmetros
Distribucin Log-Normal de 3 Parmetros
Distribucin de Valor Extremo Tipo I o Distribucin Gumbel
Distribucin Log-Gumbel
Distribucin Pearson Tipo III
Distribucin Log-Pearson Tipo III
Las distribuciones probabilsticas a tratar en esta clase sern la Distribucin Log Normal 2 P y
la Distribucin Gumbel.
4.1. Distribucin Log-Normal de dos Parmetros
La distribucin Log-Normal al igual que la distribucin Normal son de gran utilidad debido a la
facilidad de calcular sus dos parmetros respectivamente. Basta calcular la media y la
desviacin estndar de los datos para el caso de la distribucin Normal y la media y la
desviacin estndar de sus logaritmos para el caso de la distribucin Log - Normal.
Por el teorema de lmite central, tenemos que si X es una variable aleatoria con distribucin
normal, se puede esperar una variable Y = ln(X), tambin con distribucin normal con media Y
2
y variancia y . La funcin de densidad de distribucin normal para Y es:
28/04/14
28/04/14
Ejemplo:
Si se muestra de datos de caudales picos tiene como media 81 y desviacin estndar 23.
3
Determinar el perodo de retorno T, correspondiente a Q = 91 m /s, si se asume que los datos
siguen una distribucin Gumbel.
5. Factores de frecuencia
Este concepto fue usado por Ven Te Chow (1951) en combinacin con la frmula general para
el anlisis de frecuencias hidrolgicas:
_
X X KS
Donde :
X : Precipitacin para un determinado periodo de retorno T
_
28/04/14
T
6
0.5772 ln ln
T 1
28/04/14
PMP = (Xnf11f12+KSnf13f14)f1 f2
Donde:
PMP
Xn
Sn
K
f11
f12
f13
f14
f1
f2
Segn la frmula se determinan la media (Xn) y la desviacin tpica (Sn) de la muestra. Pero si
existe algn valor alto se le debe abstraer y calcular las nuevas media (X n-m) y desviacin
estndar (Sn-m), originndose los siguientes factores de correccin:
f 12
X nm
Xn
f 14
S nm
Sn
Por la longitud del periodo de registro nacen los factores correctivos f11
y f13.
A probabilistic view of Hershfields method for estimating probable maximum precipitation. Demetris
Koutsoyiannis. Department of Water Resources, Faculty of Civil Engineering, National Technical
University, Athens, Greece.
2
28/04/14
FACTOR f1
10
28/04/14
Fuente: D.M.Hershfield citado por Campos Aranda 'Procesos del Ciclo Hidrolgico',1987.
11
28/04/14
FACTOR K
Fuente: D.M.Hershfield citado por Campos Aranda 'Procesos del Ciclo Hidrolgico',1987.
12
28/04/14
FACTOR f14
Fuente: D.M.Hershfield citado por Campos Aranda 'Procesos del Ciclo Hidrolgico',1987
13
28/04/14
FACTOR f12
Fuente: D.M.Hershfield citado por Campos Aranda 'Procesos del Ciclo Hidrolgico',1987.
14
28/04/14
FACTOR f2
Fuente: D.M.Hershfield citado por Campos Aranda 'Procesos del Ciclo Hidrolgico',1987.
15
28/04/14
Ejemplo del clculo de la precipitacin mxima probable considerando una serie de 48 aos de
precipitacin mxima 24 horas registrada en la Estacin Jos A. Quinez (Huanuco)
16
28/04/14