Informe de Hidrologia.3

UNIVERSIDAD NACIONAL SANTIAGO ANTUNEZ DE MAYOLO FACULTAD DE
INGENIERIA CIVIL
MODELOS PROBABILSTICOS EN LA HIDROLOGIA
INDICE
I. INTRODUCCIN.......................................................................................3
II. OBJETIVOS:..............................................................................................4
2.1. Objetivo general:...............................................................................4
2.2. Objetivos secundarios.......................................................................4
III. ANTECEDENTES:..................................................................................4
IV. JUSTIFICACIN:.....................................................................................4
V. REVICION BIBLIOGRAFICA.......................................................................5
VI. MATERIALES.......................................................................................20
VII. METODOLOGA...................................................................................20
7.1. PROCEDIMIENTO A SEGUIR.............................................................20
7.1.1. Para la distribucin de frecuencias............................................20
7.1.2. Tendencia central......................................................................20
7.1.3. Medidas de dispersin...............................................................21
VIII. CALCULOS Y RESULTADOS..................................................................21
8.1. Balsas..............................................................................................21
8.1.1. Ordenamos los datos de las balsas de mayor a menor.............21
8.1.2. ESTIMACIN DE LOS PARMETROS DE LA DISTRIBUCIONES.....23
8.1.3. CALCULAR DISTRIBUCIN DE FRECUENCIAS.............................23
8.1.4. SELECCIN DEL MODELO PROBABILSTICO ADECUADO
GRFICAMENTE....................................................................................26
8.2. Cedros.............................................................................................27
8.2.1. Ordenamos los datos de los cedros de mayor a menor.............27
ING. Abelardo Manrique Daz Salas-fIC Pgina 1

INGENIERIA CIVIL
8.2.3. CALCULAR DISTRIBUCIN DE FRECUENCIAS:............................29

GRFICAMENTE....................................................................................31
8.3. Colcas..............................................................................................32
8.3.1. Ordenamos los datos de las colcas de mayor a menor.............32
8.3.3. CALCULAR DISTRIBUCIN DE FRECUENCIAS:............................34
GRFICAMENTE....................................................................................36
8.4. CALCULO DEL TIEMPO DE RETORNO DE 10, 20, 50 Y 100 AOS....37
8.4.1. Balsas........................................................................................37
8.4.2. Cedros.......................................................................................38
8.4.3. Colcas. (Gumbel).......................................................................39
10. CONCLUSIONES..................................................................................41
11. RECOMENDACIONES:.........................................................................42
12. BIBLIOGRAFIA.....................................................................................43

INGENIERIA CIVIL
I.INTRODUCCIN
El siguiente informe trata sobre los modelos estadsticos aplicados
a la hidrologa a las balsas, cedros y colcas estudiadas en el
segundo informe, estos modelos pueden ser discretas o continuas,
Sabemos que la hidrologa y la estadstica van de la mano, ya que
sin la estadstica no podramos deducir la precipitacin anual,
determinar el volumen o caudal promedio de los ros,
CON EL SIGUIENTE INFORME aprenderemos a tomar el modelo
estadstico adecuado para el clculo de descargas en colcas, balsas
y cedros, el cual nos garantizara en minimizar los errores
Por tanto, la Meteorologa y su estadstica aplicada se utilizan para
extrapolar donde los aforos no pueden alcanzar, o para ampliar la
extensin de las series, puesto que normalmente es ms antigua la
estadstica meteorolgica que la de aforos. La recopilacin de datos
hidrolgicos, y su ordenamiento estadstico, tienen como fin
prctico su aplicacin para dimensionar, con el mayor acierto
posible, las obras que han de utilizar los recursos hdricos
(embalses, presas, captaciones, obras de conduccin, centrales

INGENIERIA CIVIL
hidroelctricas, etc.) y prever el rgimen de explotacin, de manera
que se obtenga el mayor beneficio posible de las instalaciones
construidas.
II. OBJETIVOS:
II.1. Objetivo general:
Seleccin del modelo probabilstico adecuado para las
descargas de balsas, cedros y colcas del informe 2
II.2. Objetivos secundarios:
Realizar la tabulacin por intervalos de clase, clculo de

frecuencias y los valores para cada modelo estadstico y
graficarlo.
estimar los parmetros mediante los mtodos grficos.
Desarrollar la prueba de bondad de ajuste dentro de las cuales

se completan al ajuste grfico.
Realizar los tiempos de retorno de: 10, 20, 50 Y 100 aos aos para
cada estacin.
III. ANTECEDENTES:
Se utilizarn los datos de descargas del segundo informe de Balsas,
cedros y colcas, corregidas y con sus frecuencias calculadas.
IV. JUSTIFICACIN:
Este trabajo es importante, pues nos ayudara a entender las
probabilidades y estadstica aplicada a la hidrologa con el fin de
poder estimar parmetros hidrolgicos que nos servirn para

INGENIERIA CIVIL
conocer las descargas en colcas, balsas y cedros; y de esta

manera hacer un buen estudio hidrolgico calculando las
probabilidades de que precipitacin exceda al establecido,
precipitacin que se registrara para un periodo de retorno 10, 20, 50
Y 100 aos.
V. REVICION BIBLIOGRAFICA.
V.1. POBLACIN:
Se denomina a un conjunto de elementos (que consiste de

personas, objetos, etc.). Que contienen una o ms caractersticas
observables de naturaleza cualitativa y cuantitativa que se pueden
medir en ellos.
V.2. MUESTRA.
Se denomina muestra a una parte de la poblacin seleccionada de

acuerdo con un plan o regla, con el fin de obtener informacin
acerca de la poblacin de la cual proviene.
V.3. POLIGONO DE FRECUENCIA.
Es la representacin grfica de las frecuencias, se obtiene uniendo

con lneas rectas, los puntos formados por las marcas de clase
versus la frecuencia absoluta o relativa. Para q el polgono alcance
al eje horizontal, a ambos lados de la distribucin, se le agrega un
intervalo de clase con frecuencia igual cero.

INGENIERIA CIVIL
En forma prctica, un polgono de frecuencia se obtiene, uniendo

con lneas rectas los puntos medios de todas las barras de un
histograma.
ESTADISTICA Y PROBABILIDADES, C Aarn Estuardo Morales pg. 6-17

Hidrologa Urbana Manuel Gmez Valentn pg. 360
V.4. MEDIDAS DE POSICIN

V.4.1. MEDIA:
La media de un conjunto N de datos numricos X 1, X2,..., XN est

representada por y definida por:
N
xi
= i=1 .(1)
N
V.4.2. MEDIANA:
Es un valor nico de un conjunto de datos que mide al elemento

central en los datos. Este nico elemento de los datos ordenados,
es el ms cercano a la mitad, o el ms central en el conjunto de
nmeros. La mitad de los elementos quedan por encima de ese
punto, y la otra mitad por debajo de l.

INGENIERIA CIVIL
V.4.3. MODA:
Es aquel valor que se repite ms frecuentemente en un conjunto

de datos, se denota por Mo.
ESTADISTICA Y PROBABILIDADES, C Aarn Estuardo Morales pg. 34; 38 y 40
5.5. MEDIDAS DE DISPERSIN

5.5.1. DESVIACIN MEDIA
Es la media aritmtica de los valores absolutos de las desviaciones

de los datos con respecto a una medida de tendencia central.
. (4)
Si el estadgrafo es la media, se tiene:
Para datos no clasificados
.. (5)
Para datos clasificados

INGENIERIA CIVIL
.. (6)
La desviacin media es una medida de dispersin fcil de calcular

y se ve afectada en menor medida por los valores extremos que la
desviacin estndar y se una a menudo cuando se dispone de
muestras pequeas que incluye valores extremos o cuando la
distribucin es muy asimtrica
PROBABILIDAD Y ESTADSTICA Ing. M.Sc. Wilson Trujillo Aranibar pag. 92
5.5.2. DESVIACIN ESTNDAR Y VARIANZA.
Miden el grado de dispersin de los datos numricos en torno de un valor

medio.
La Desviacin Estndar de un conjunto de datos X1,..., Xn est definida

por:
.. (7)
La Variancia es el cuadrado de la desviacin estndar: = S

INGENIERIA CIVIL
PROBABILIDAD Y ESTADSTICA Ing. M.Sc. Wilson Trujillo Aranibar pag. 120 y 130
La frmula de la varianza ser:
.
(9)
5.5.3. COVARIANZA.

INGENIERIA CIVIL
Es una medida que permite determinar qu tan independiente

es una variable aleatoria de otra, es decir, el grado de
independencia de dos variables aleatorias.
(10)
PROBABILIDAD Y ESTADSTICA Ing. M.Sc. Wilson Trujillo Aranibar pag. 120 y 130
5.6. COEFICIENTE DE CORRELACIN.
Es el estadstico que permite medir el grado de asociacin de

dos variables linealmente relacionadas.
Para el caso de una poblacin se define como:

R=r .(11)
5.7. COEFICIENTE DE VARIACIN.
Es una medida de dispersin y se define como el cociente entre

la desviacin estndar y la media.
5.8. MOMENTOS MUSTRALES, MEDIDAS DE ASIMETRA Y

CURTOSIS

INGENIERIA CIVIL
Para evaluar el tipo de una curva de una distribucin de

frecuencias y para comparar las distribuciones, es necesario
calcular cuatro valores a partir de la muestra:
Promedio
Desviacin estndar
Coeficiente de asimetra
Coeficiente de curtosis
Existen varias clases de descriptores aritmticos, siendo los

momentos el mtodo adecuado para calcular los
estadgrafos; es decir con el clculo de momentos se
determinan los estadgrafos o estadsticos.
PROBABILIDAD Y ESTADSTICA Ing. M.Sc. Wilson Trujillo Aranibar pag 133
5.8.1. medida de asimetra
La asimetra es una muestra de mide mediante el coeficiente

de asimetra, para el clculo del coeficiente de asimetra se
emplea el tercer momento con respecto a la media y para
que este coeficiente no tenga dimensiones el tercer
momento se divide entre la desviacin estndar elevado a la
potencia 3 El coeficiente de asimetra sesgo de una muestra
se calcula mediante las siguientes ecuaciones:
Para datos agrupados

INGENIERIA CIVIL
El sesgo del polgono de frecuencias se aprecia trazando una

vertical por la moda donde se diferencia la cola del polgono de
frecuencias.
Es importante indicar que los tres nmeros son suficientes para

tener una idea de la forma del histograma.
Abelardo Manrique Daz Salas; MODELO PROBABILISTICO Y REGIONAL DE LAS DESCARGAS MAXIMAS
INSTANTANEAS DEL RIO SANTA EN LA REGION ANCASH- Huaraz 2011
5.8.2. Medida de apuntamiento
El grado apuntamiento del polgono de frecuencias (forma

puntiaguda del polgono de frecuencias) se mide mediante el
coeficiente de curtosis. Para el clculo del coeficiente de curtosis
se emplea el cuarto momento con respecto a la media y para que
este coeficiente no tenga dimensiones el cuarto momento se
divide entre la desviacin estndar elevado a la potencia 4. El

UNIVERSIDADNACIONAL
UNIVERSIDAD NACIONALSANTIAGO
SANTIAGOANTUNEZ
ANTUNEZDEDEMAYOLO
MAYOLO FACULTAD DE
INGENIERIA CIVIL
MODELOS PROBABILSTICOSHIDROLOGA
EN LA
coeficiente de curtosis de una muestra se calcula mediante las

siguientes ecusiones:
2
n m4
C k=
( n1 ) ( n2 )( n3 ) S 4
Para datos agrupados

n
1
m4= ( x ix )4
n i=1
Para datos no agrupados

n
1
m 4= (x x )n i
n i=1 i
S Ck>3 es una distribucin leptocrtica, picuda o
puntiaguda.
S Ck=3 es una distribucin mesocrtica o moderada
(curva normal)
S Ck<3 es una distribucin platicrtica, achatada o plana.

UNIVERSIDAD NACIONAL SANTIAGO ANTUNEZ DE MAYOLO
EN LA
5.9. DISTRIBUCIONES DE PROBABILIDAD PARA VARIABLES

CONTINUAS.
5.9.1. DISTRIBUCION NORMAL
La distribucin normal es una distribucin simtrica en forma

de campana, tambin conocida como Campana de Gauss.
Aunque muchas veces no se ajusta a los datos hidrolgicos
tiene amplia aplicacin por ejemplo a los datos transformados
que siguen la distribucin normal.
5.9.2. FUNCIN DE DENSIDAD:
La funcin de densidad est dada por:
(19)
Los dos parmetros de la distribucin son la media y
desviacin estndar para los cuales (media) y S (desviacin
estndar) son derivados de los datos.
5.9.2.1. ESTIMACIN DE PARMETROS:
ING. Abelardo Manrique Daz Salas Fic Pgina 14

EN LA
5.9.3. DISTRIBUCION DE GUMBEL.
Este modelo suele utilizarse para variables que describen el

tiempo hasta que se produce un determinado suceso; la funcin
densidad del modelo probabilstico exponencial est dado por:
5.9.3.1. FUNCIN DE DENSIDAD:
...(32)
En donde y son los parmetros de la distribucin.
5.9.3.2. ESTIMACIN DE PARMETROS
..
(33)
Donde y son la media y la desviacin estndar estimadas con
la muestra.
5.9.3.3. FACTOR DE FRECUENCIA:
. (34)
Donde Tr es el periodo de retorno.
5.9.3.4. LIMITES DE CONFIANZA
.. (35)

EN LA
(36)
KT es el factor de frecuencia y t (1-) es la variable normal

estandarizada para una probabilidad de no excedencia de 1-.
5.9.4. DISTRIBUCIN EXPONENCIAL

5.9.4.1. FUNCIN DE DENSIDAD
. (37)
=parmetro de distribucin exponencial
5.9.4.2. ESTIMACIN DE PARMETROS
. (38)
5.10.AJUSTE DE DISTRIBUCIONES.
Para la modelacin de caudales mximos se utilizan, entre otras,

las distribuciones Normal, Gumbel, y exponencial principalmente.
Para seleccionar la distribucin de probabilidades de la serie
histrica se deben tener en cuenta algunas consideraciones.
Cuando en la serie histrica se observan es necesario verificar la

sensibilidad del ajuste debido a la presencia de estos.
Las distribuciones de dos parmetros fijan el valor del coeficiente

de asimetra, lo que en algunos casos puede no ser recomendable.
La distribucin Log Normal de dos parmetros slo es
recomendable s el coeficiente de asimetra es cercano a cero. Las
distribuciones Gumbel y Log Gumbel son recomendables si el

EN LA
coeficiente de asimetra de los eventos registrados es cercano a

1.13
Para ajustar distribuciones de tres parmetros (Log Normal) se

requiere estimar el coeficiente de asimetra de la distribucin; para
ello es necesario disponer de una serie con longitud de registros
larga, mayor de 50 aos. Las distribuciones de dos parmetros
son usualmente preferidas cuando se dispone de pocos datos,
porque reducen la varianza de la muestra.
Para seleccionar la distribucin de probabilidades adecuada

se debe tratar de utilizar informacin adicional del proceso
hidrolgico que permita identificar la forma en que se
distribuye la variable. Usualmente es muy difcil determinar
las propiedades fsicas de los procesos hidrolgicos para
identificar el tipo de distribucin de probabilidad que es
aplicable.
no existe consistencia sobre cul es la distribucin que mejor

se ajusta a los caudales mximos y recomiendan seleccionar
el mejor ajuste a criterio del modelador con la prueba de
ajuste grfico o basado en el comportamiento de las pruebas
estadsticas de bondad del ajuste (por ejemplo Chi
Cuadrado), en las que se calcula un estimador y se compara
con un valor tabulado para determinar si el ajuste es
adecuado o no. En la prueba de ajuste grfica se dibujan los
valores registrados en la serie contra la distribucin terica
de probabilidades y de manera visual (subjetiva) se
determina si el ajuste es adecuado o no.

EN LA
Cuando la informacin es adecuada el anlisis de frecuencia es la

metodologa ms recomendable para la evaluacin de eventos
extremos, ya que la estimacin depende solamente de los
caudales mximos anuales que han ocurrido en la cuenca y no da
cuenta de los procesos de transformacin de la precipitacin en
escorrenta. Obviamente tiene algunas limitaciones relacionadas
con el comportamiento de la serie histrica y con el tamao y
calidad de los datos de la muestra.
Cuando se presenten cambios o tendencias en la serie histrica se

deben utilizar tcnicas estadsticas que permitan removerlos para
poder realizar el anlisis de frecuencias.
La seleccin inadecuada de la distribucin de probabilidades

de la serie histrica arrojar resultados de confiabilidad
dudosa.
El tamao de la muestra influye directamente en la confiabilidad

de los resultados, as a mayor perodo de retorno del estimativo
mayor longitud de registros necesaria para mejor confiabilidad en
los resultados.

EN LA
PROBABILIDAD Y ESTADSTICA Ing. M.Sc. Wilson Trujillo Aranibar pag. 233-250

Estadistica descriptiva e inferencial pag 105-108
(Ashkar, et al. 1994)
(Kite, 1988)
Mamdouh, 1993
5.11.PRUEBAS DE AJUSTE
Para la evaluacin de probabilidades se han propuesto una serie de

pruebas estadsticas que determinan si es adecuado el ajuste. Estos
son anlisis estadsticos y como tal se deben entender, es decir, no
se puede ignorar el significado fsico de los ajustes.
Tipos de pruebas de ajuste de bondad
Ajuste grfico
Ajuste Estadstico
Sirnov-Kolmogorov.
5.12.PERIODO DE RETORNO
El periodo de retorno es el nmero de aos que en promedio se

presenta una variable hidrolgica externa (evento extremo) igual o
superior a cierto valor. El periodo de retorno se denomina tambin
tiempo de retorno, intervalo de recurrencia.

EN LA
5.12.1. RELACIN ENTRE EL PERIODO DE RETORNO Y

LA PROBABILIDAD
Sea X una variable aleatoria, la probabilidad de igualar o exder a

un valor determinado x se puede expresar matemticamente
mediante la siguiente ecuacin:
P ( X x )= p (39)
Para cada observacin o experimento existen dos posibilidades

(proceso Bernoulli)
(falla), su probabilidad es P
(falla), su probabilidad es 1-P
5.12.2. RELACIONES ENTRE EL PERIODO DE

RETORNO Y LA FUNCIN DE DISTRIBUCIN
ACUMULADA
Las ecuaciones de la distribucin acumulada F(x) se presentan mediante

la siguiente ecuacin

F ( X ) =P ( X < x )= f ( x ) dx (39)

1
F ( x )=1
T .(40)

EN LA
ABELARDO, 2010
MATERIAL DE APOYO DIDCTICO PARA LA ENSEANZA Y APRENDIZAJE DE LA ASIGNATURA
DE HIDROLOGIA CIV-233 (Ing. M.Sc. Helmer Rodrguez Soriano) [Pag. 246- 280]. UNIVERSIDAD
MAYOR DE SAN SIMN FACULTAD DE CIENCIAS Y TECNOLOGA-CARRERA DE INGENIERA
CIVIL
VI. MATERIALES
Para el desarrollo del siguiente informe se tuvo que recurrir a las

descargas analizadas en el segundo informe de colcas, cedros y
balsas.

EN LA
VII. METODOLOGA
VII.1. PROCEDIMIENTO A SEGUIR

VII.1.1. Para la distribucin de frecuencias:
Obtencin de los limites como son el mximo y el mnimo y

acomodarlos en forma descendente.
Obtener el rango de variacin: R=Ls-Li
Calculo del nmero de intervalos de clase, segn la siguiente

frmula:
K= 1+1.33Ln(n), y aproximndolo a un nmero entero.
Calculo del intervalo de clase:
Calculo de la distribucin de incremento: =R-R

Procedemos a llenar el cuadro de distribucin de frecuencias que
detallamos en la parte de clculos.
Calculamos las medidas descriptivas, utilizando las siguientes
formulas.
VII.1.2. Tendencia central
Se calcul la media con la ecuacin numero 1
VII.1.3. Medidas de dispersin
Se calcularon:
Varianza con la ecuacin nmero 7
Desviacin estndar con la ecuacin nmero 8

EN LA
Coeficiente de variacin con la ecuacin nmero 9
VII.1.4. Medidas de asimetra
Coeficiente de Asimetra
Con los datos (promedios anuales) se hace un proceso estadstico

para determinar, las medidas de distribucin tales como la media
aritmtica, la mediana, la moda, la desviacin estndar y varianza.
Luego hacemos una aproximacin a las distribuciones tericas
ms utilizadas en hidrolgica tales como la normal, Exponencial y
Gumbel. En este proceso determinamos si el ajuste es bueno con
la prueba de bondad de ajuste.
VIII. CALCULOS Y RESULTADOS

VIII.1. Balsas.
VIII.1.1. Ordenamos los datos de las balsas de mayor

a menor
AOS Qm ORDENAND
O
1954 88,013 144,447
1955 106,601 129,883
1956 90,644 128,169
1957 87,038 121,626
1958 84,279 120,346
1959 80,422 118,691
1960 113,656 116,488
1961 89,583 113,029
1962 112,575 111,962
1963 101,001 109,807
1964 88,536 105,958
1965 76,942 105,695
1966 82,486 102,095
1967 108,451 99,180

EN LA
1968 62,183 98,605

1969 80,735 95,327
1970 98,575 94,389
1971 98,409 93,548
1972 102,359 93,376
1973 105,213 93,004
1974 107,644 93,004
1975 89,677 91,841
1976 70,876 91,692
1977 82,123 91,203
1978 68,864 90,031
1979 83,175 89,202

1980 64,008 87,656
1981 69,763 86,629
1982 65,286 86,407
1983 78,902 85,500
1984 99,512 83,278
1985 73,299 81,527
1986 83,539 80,688
1987 87,263 80,433
1988 79,693 79,857
1989 89,979 79,678
1990 63,205 78,295
1991 69,138 77,656
1992 50,148 77,159
1993 98,195 74,747
1994 107,081 74,688
1995 77,055 71,638
1996 87,730 70,948
1997 74,861 62,718
1998 179,808 62,015
1999 112,618 60,248
2000 129,964 58,823
2001 107,993 53,146

EN LA
2002 101,882 51,118

2003 88,083 48,224
VIII.1.2. ESTIMACIN DE LOS PARMETROS DE LA

DISTRIBUCIONES
Para la asimetra g se us la ecuacin nmero 13 y m3 con la
ecuacin nmero (15)
m3 = 2372,3244
g = 0,2661
Como g es mayor que 0 es una distribucin sesgada ala
DERECHA.
Para el clculo de la curtosis Ck se us la ecuacin nmero 16 y
para el m4 el numero 18
m4 = 557378,0045
Ck = 3,1432
VIII.1.3. CALCULAR DISTRIBUCIN DE FRECUENCIAS:
OBTENCIN DE LOS LIMITES
Lmite inferior = 48,224

Lmite superior = 144,447
CALCULO DE RANGO DE VARIACIN
R = 144.447-48.224=96.223
R = 96.223
CALCULO DEL NUMERO DE INTERVALOS DE CLASE
K=7

EN LA
OBTENCIN DEL TAMAO DE LOS INTERVALOS DE

CLASE
C= 13.7461
PROMED
IO 89,91
Sx 21,161
g= 0,266
Xmax 144,447
Xmin 48,224
RANGO 96,22
n 50
K 7,00
x= 13,746
FUNCI FUNCIO
NUME
FRECUE FRECUE FUNCI ON N DE Funci
RO DE MAR
FRECU FRECU NCIA NCIA ON DENSI DENSID on
INTER CA 1/
INTERVALO DE ENCIA ENCIA ABSOLU RELATIV DENSI DAD AD denci expon
VALO DE (S*(2*PI)
CLASE ABSOL RELATI TA A DAD TEORI TEORIC dad ente
DE CLA ^0.5)
UTA VA ACUMU ACUMU EMPR CA A Gube
CLASE SE
LADA LADA ICA NORM EXPONE l
K
AL NCIAL
1 2 MC 4 fr 6 7 fe fx- fx - fx-
norma expone Gum
l ncial bel
48,2 61,9 55,1 0,002
1 24 - 70 0 5 0,1 5 0,1 0,0073 0,0049 0,0060 73 0,0189 -1,353
61,9 75,7 68,8 0,016
2 70 - 16 4 6 0,12 11 0,22 0,0087 0,0115 0,0052 29 0,0189 -0,495
75,7 89,4 82,5 0,022
3 16 - 63 9 14 0,28 25 0,5 0,0204 0,0178 0,0044 10 0,0189 -0,059
89,4 103, 96,3 0,015
4 63 - 209 4 13 0,26 38 0,76 0,0189 0,0180 0,0038 76 0,0189 -0,046
103, 116, 110, 0,008
5 209 - 955 08 6 0,12 44 0,88 0,0087 0,0120 0,0033 49 0,0189 -0,454
116, 130, 123, 0,004
6 955 - 701 83 5 0,1 49 0,98 0,0073 0,0052 0,0028 05 0,0189 -1,284
130, 144, 137, 0,001
7 701 - 447 57 1 0,02 50 1 0,0015 0,0015 0,0024 83 0,0189 -2,536
TOTAL 50 1,000

EN LA

Chart Title
fx-normal fx - exponencial Gumbel
0.0250
0.0200
0.0150
0.0100
0.0050
0.0000
50.00 60.00 70.00 80.00 90.00 100.00 110.00 120.00 130.00 140.00 150.00
VIII.1.4. SELECCIN DEL MODELO PROBABILSTICO ADECUADO

GRFICAMENTE
Mediante el mtodo grafico se puede observar que el modelo apropiado es el
de la distribucin normal, ya que es la que se aproxima mejor a la campana de
gauss.
VIII.1.5. Seleccin por el mtodo de desviacin:
Normal Exponencial Gumbel

Desviacin 0,006477 0,01303 0,007918
Estndar 9
Mediante el mtodo De desviacin estndar podemos observar que la que

tiene menor desviacin en la normal, por lo que el modelo probabilstico
adecuado es la distribucin estndar normal.

VIII.2. Cedros
VIII.2.1. Ordenamos los datos de los cedros de mayor

a menor
AOS Qm ORDENANDO
1954 3,150 4,49
1955 3,040 4,16
1956 2,660 4,11
1957 3,360 4,10
1958 3,800 4,10
1959 3,620 4,05
1960 3,330 3,83
1961 4,100 3,82
1962 4,100 3,82
1963 3,720 3,80
1964 3,470 3,75
1965 3,400 3,73
1966 3,680 3,72
1967 4,160 3,72
1968 2,840 3,68
1969 3,750 3,67
1970 3,720 3,65
1971 3,830 3,64
1972 4,050 3,64
1973 4,110 3,62
1974 3,580 3,56
1975 3,270 3,58
1976 2,730 3,55
1977 3,550 3,54
1978 3,340 3,47
1979 3,540 3,47
1980 3,400 3,46
1981 3,460 3,40
1982 3,350 3,40
1983 2,940 3,36

1984 3,640 3,35
1985 2,570 3,34
1986 3,060 3,33
1987 3,270 3,27
1988 3,820 3,27
1989 3,650 3,15
1990 2,900 3,06
1991 3,470 3,04
1992 2,640 2,94
1993 4,490 2,90
1994 3,640 2,84
1995 3,670 2,83
1996 3,820 2,83
1997 2,830 2,66
1998 2,830 2,64
1999 3,560 2,61
2000 2,570 2,57
2001 2,610 2,57
2002 2,090 2,09
2003 1,420 1,42

DISTRIBUCIONES
ecuacin nmero 15
m3 = -0,1687
g = -0,9795
Como g 0 es una distribucin sesgada ala izquierda
m4 = 0,4515
Ck = 4,9097

Lmite inferior = 4.49

Lmite superior = 1.42
R = 4.49 1.42
R = 3.07
K=7
OBTENCIN DEL TAMAO DE LOS INTERVALOS DE CLASE
C= 0.4385
PROME 3,37
DIO
Sx 0,568
g= -0,979
Xmax 4,49
Xmin 1,42
RANGO 3,07
n 50
K 7,00
x= 0,439

UNIVERSIDAD
UNIVERSIDAD NACIONAL
NACIONAL SANTIAGO
SANTIAGO ANTUNEZANTUNEZ DE MAYOLO FACULTAD DE INGENIERIA CIVIL
DE MAYOLO
EN LA
NUMER INTERVALO MAR FRECUEN FRECUEN FRECUEN FRECUEN FUNCIO FUNCIO FUNCION Funcio 1/ expone =Xpr
O DE DE CLASE CA CIA CIA CIA CIA N N DE n de (S*(2*PI)^0 nte =1/Xprom =raiz(6)/ om-
INTERV DE ABSOLUT RELATIV ABSOLUT RELATIVA DENSID DENSID DENSIDA densi .5) edio *S 0.5772
ALO DE CLAS A A A ACUMULA AD AD D dad *
CLASE K E ACUMULA DA EMPRI TEORIC TEORICA gumb
DA CA A EXPONEN el
NORMA CIAL
L
1 2 MC 4 fr 6 7 fe fx- fx - fx-
normal exponenci Gumbe
al l
1 1,4 - 1,8 1,64 1 0,02 1 0,02 0,0456 0,0067 0,182 3,9E- 0,703 -4,6553 0,297 0,443 3,116
2 6 11
2 1,8 - 2,3 2,08 1 0,02 2 0,04 0,0456 0,0523 0,160 4,1E- 0,703 -2,5969 0,297 0,443 0,312
6 0 02
3 2,3 - 2,7 2,52 5 0,1 7 0,14 0,2280 0,2258 0,141 4,7E- 0,703 -1,1350 0,297 0,443 -1,235
0 4 04
4 2,7 - 3,1 2,96 8 0,16 15 0,3 0,3648 0,5365 0,123 6,3E- 0,703 -0,2696 0,297 0,443 4,234
4 7 07
5 3,1 - 3,6 3,39 15 0,3 30 0,6 0,6840 0,7020 0,108 1,5E- 0,703 -0,0007 0,297 0,443 1,164
7 1 02
6 3,6 - 4,0 3,83 14 0,28 44 0,88 0,6384 0,5059 0,095 2,1E- 0,703 -0,3283 0,297 0,443 2,814
1 5 01
7 4,0 - 4,4 4,27 6 0,12 50 1 0,2736 0,2008 0,084 0,0E+0 0,703 -1,2524 0,297 0,443 49,744
5 9 0

UNIVERSIDAD NACIONAL SANTIAGO ANTUNEZ DE MAYOLO FACULTAD DE INGENIERIA CIVIL

INGENIERIA CIVIL
Chart Title
fx-normal fx - exponencial Gumbel
0.8000
0.7000
0.6000
0.5000
0.4000
0.3000
0.2000
0.1000
0.0000
1.50 2.00 2.50 3.00 3.50 4.00 4.50

GRFICAMENTE
de la distribucin normal, ya que es la que se aproxima mejor a la campana de
gauss.
Desviacin 0,026465 0,03559 0,075519
Estndar 9

tiene menor desviacin (0.26) en la normal, por lo que el modelo
probabilstico adecuado es la distribucin estndar normal

INGENIERIA CIVIL

INGENIERIA CIVIL
VIII.3. Colcas
VIII.3.1. Ordenamos los datos de las colcas de mayor

a menor
AOS QM ORDENAND
O
1954 5,453 7,799
1955 5,293 7,413
1956 5,570 7,068
1957 5,327 7,058
1958 5,968 6,884
1959 6,497 6,837
1960 4,911 6,774
1961 6,253 6,598
1962 5,756 6,497
1963 5,417 6,471
1964 5,681 6,398
1965 4,655 6,348
1966 5,949 6,288
1967 6,125 6,253
1968 4,579 6,125
1969 5,157 5,968
1970 5,663 5,957
1971 6,348 5,949
1972 6,288 5,798
1973 6,837 5,788
1974 6,884 5,756
1975 5,798 5,681
1976 4,688 5,663
1977 6,471 5,570
1978 5,788 5,493
1979 7,068 5,453
1980 6,774 5,417
1981 7,799 5,361
1982 6,598 5,327
1983 7,413 5,293

INGENIERIA CIVIL
1984 5,957 5,278

1985 3,724 5,234
1986 5,234 5,157
1987 7,058 4,983
1988 5,278 4,973
1989 3,248 4,911
1990 4,983 4,708
1991 5,361 4,688
1992 4,973 4,655
1993 6,398 4,579
1994 5,493 3,724
1995 4,708 3,664
1996 3,664 3,503
1997 3,503 3,248

DISTRIBUCIONES

ecuacin nmero 15
m3 = -0,2906
g = -0,2884
Como g 0 es una distribucin sesgada ala izquierda
m4 = 2,7234
Ck = 2,8105
Como Ck 3 es una distribucin particular, achatada o plana

INGENIERIA CIVIL
Lmite inferior = 3,248

Lmite superior = 7,799
R = 7.799 3.248
R = 4.551
K=7
OBTENCIN DEL TAMAO DE LOS INTERVALOS DE

CLASE
C= 0.65
PROME 5,65
DIO
Sx 1,023
g= -0,331
Xmax 7,799
Xmin 3,248
RANGO 4,55
n 44
K 7,00

INGENIERIA CIVIL
x= 0,650
NUM INTERVAL MA FREC FREC FREC FREC FUN FUN FUNCI Fun 1/ expo
ERO O DE RC UENC UENC UENCI UENCI CIO CIO ON DE cion (S*(2*P nent =1/Xp
DE CLASE A IA IA A A N N DENSI de I)^0.5) e romed
INTE DE ABSO RELA ABSO RELAT DEN DEN DAD den io
RVAL CL LUTA TIVA LUTA IVA SIDA SIDA TEORI cida
O DE AS ACUM ACUM D D CA d
CLAS E ULAD ULAD EMP TEO EXPO Gu
EK A A RIC RICA NENCI mb
A NOR AL el
MAL
1 2 MC 4 fr 6 7 fe fx- fx - fx-
nor expon Gu
mal encial mb
el
1 3, - 3, 3,5 4 0,091 4 0,090 0,13 0,04 0,0940 0,00 0,389 - 0,177
24 89 7 9 9 4 2,05
8 8 9
2 3, - 4, 4,2 0 0,000 4 0,090 0,00 0,14 0,0838 0,14 0,389 - 0,177
89 54 2 7 6 0,97
8 8 2
3 4, - 5, 4,8 8 0,182 12 0,272 0,27 0,29 0,0747 0,42 0,389 - 0,177
54 19 7 9 2 1 0,28
8 8 7
4 5, - 5, 5,5 14 0,318 26 0,590 0,48 0,38 0,0666 0,42 0,389 - 0,177
19 84 2 9 7 7 0,00
8 8 7
5 5, - 6, 6,1 10 0,227 36 0,818 0,34 0,34 0,0593 0,27 0,389 - 0,177
84 49 7 9 20 2 0,13
8 9 1
6 6, - 7, 6,8 6 0,136 42 0,954 0,20 0,20 0,0529 0,14 0,389 - 0,177
49 14 2 9 2 0,65
9 9 8
7 7, - 7, 7,4 2 0,045 44 1 0,06 0,07 0,0471 0,06 0,389 - 0,177
14 79 7 9 9 7 1,58
9 9 9
TOTAL 44 1,000

INGENIERIA CIVIL
Chart Title
fx-normal fx - exponencial fx-Gumbel
0.4500
0.4000
0.3500
0.3000
0.2500
0.2000
0.1500
0.1000
0.0500
0.0000
3.00 3.50 4.00 4.50 5.00 5.50 6.00 6.50 7.00 7.50 8.00

GRFICAMENTE
de la distribucin Gumbel, ya que es la que se aproxima mejor a la campana
de gauss.

Desviacin 0,130436 0,1689 0,16674
Estndar

tiene menor desviacin es la Gumbel (0.16674), por lo que el modelo
probabilstico adecuado es la distribucin Gumbel .

INGENIERIA CIVIL
VIII.4. CALCULO DEL TIEMPO DE RETORNO DE 10, 20, 50 Y

100 AOS
Despus de haber relacionado los datos con una curva de
distribucin normal pasamanos a calcular los tiempos de retorno
para cada estacin Si T es el tiempo de retorno tenemos las
siguientes ecuaciones:
a
.. b
VIII.4.1. Balsas
VIII.4.1.1. Para. T = 10
= 89.91
= 21.161
101
f ( z )= =0.90
10
En las tablas estadsticas se encuentra que para

f ( z )=0.90 ; z=1.287
XT =89.91+21.1611.287=117.1442
VIII.4.1.2. Para T=20

= 89.91
= 21.161
201
f ( z )= =0.95
20
En las tablas estadsticas se encuentra que para f ( z )=0.95 ; z=

1.647
XT =89.91+21.1611.647=124.762

T = 100

INGENIERIA CIVIL
= 89.91
= 21.161
En las tablas estadsticas se encuentra que para = 0.98, Z =

2.06
XT =89.91+21.1612.06=133.50
VIII.4.1.4. para T = 100

= 58.96
= 12.35

2.33
XT =89.91+21.1612.33=139.21513
VIII.4.2. Cedros
VIII.4.2.1. Para. T = 10
= 3.37
= 0.568
101
f ( z )= =0.90
10
En las tablas estadsticas se encuentra que para

f ( z )=0.90 ; z=1.287
XT =3.37+0.5681.287=4.1

= 89.91
= 21.161

INGENIERIA CIVIL
201
f ( z )= =0.95
20
En las tablas estadsticas se encuentra que para f ( z )=0.95 ; z=

1.647
XT =3.37+0.5681.647=4.3
VIII.4.2.3. Para T=50 para

= 89.91
= 21.161

2.06
XT =3.37+0.5682.06=4.54
VIII.4.2.4. para T = 100

= 58.96
= 12.35

2.33
XT =3.37+0.5682.33=4.69344
VIII.4.3. Colcas. (Gumbel)

VIII.4.3.1. Para. T = 10
= 3.37
= 0.568

INGENIERIA CIVIL
=0.78Sx=0.780.568=0.443
=x 0.45Sx=3.370.450.568=3.1144
w=ln ( ln ( 101
10 )
)
w=2.25
Q=w + =2.250.443+3.1144 =4.11
VIII.4.3.2. Para. T = 20
= 3.37
= 0.568
=0.78Sx=0.780.568=0.443
=x 0.45Sx=3.370.450.568=3.1144
w=ln ( ln ( 201
20 )
)
w=2.97
Q=w + =2.970.443+3.1144 =4.43
VIII.4.3.3. Para. T = 50
= 3.37
= 0.568
=0.78Sx=0.780.568=0.443
=x 0.45Sx=3.370.450.568=3.1144

INGENIERIA CIVIL
w=ln ( ln ( 501
50 )
)
IX. w=3.9
Q=w + =3.90.443+3.1144=4.8421
8.4.3.4. Para. T = 100

= 3.37
= 0.568
=0.78Sx=0.780.568=0.443
=x 0.45Sx=3.370.450.568=3.1144
w=ln ( ln ( 1001
100 )
)
9. w=4.6
Q=w + =4.60.443+3.1144=5.152
IX. CONCLUSIONES
Se tabulo y se grafic mediante los estadgrafos los datos de
las tres descargas
Se realiz el anlisis de momentos como el de asimetra y

curtosis obteniendo, para los datos de las descargas de balsas,
cedros y colcas
Despus de tabular y calcular los parmetros de las diferentes

distribuciones tratados en la teora, se concluye que los datos

INGENIERIA CIVIL
de las dos primeras estaciones son normales y la tercera que

son las colcas es una distribucin gumbel
Despus de haber relacionado los datos con una distribucin
normal, se calcularon los retornos a 10, 20, 50 y 100 aos
teniendo los resultados sucesivos:
retorno Balsas Cedros colcas
T = 10 117.14 4.1 4.11
T = 20 124.76 4.3 4.43
T = 50 133.5 4.54 4.84
T = 100 139.215 4.69 5.15
.
X. RECOMENDACIONES:
Los datos deben de ser tratados para poder tener una mayor
precisin y adecuarla con exactitud a una de las distribuciones
tericas

INGENIERIA CIVIL
Es recomendable tener en cuenta que estos datos pudieron

haberse obtenido con errores
Considerar que el tratamiento de datos y la estadstica solo es

una ayuda para poder entender los fenmenos mediante datos
obtenidos histricamente , esto no quiere decir que sea exacta
y que las predicciones sean certeras
Es recomendable el uso de la tecnologa moderna para los

clculos
El trabajo debe de ser ordenado y con una secuencia

entendible

INGENIERIA CIVIL
XI. BIBLIOGRAFIA
CORDOBA, Manuel. Estadstica general. Moshera S.R.L. lima.
2003
DIAZ, Abelardo. Estadstica y probabilidad en la hidrologa.
Instituto pacifico S.A.C. lima.2010.

PROBABILIDAD Y ESTADSTICA Ing. M.Sc. Wilson Trujillo.
MEJIA, Abel y DE PIEROLA, Nicols. Estadstica aplicada a la
hidrologa. Universidad Nacional de Agraria La Molina.
Lima.1985.
MEJIA, Abel. Mtodos estadsticos en hidrologa. Universidad
Nacional de Agraria La Molina. Lima.1991.
CALZADA, Jos. Estadstica general. Jurdica. Lima.1991.
REYES, Toribio. Regionalizacin de los Caudales Mximos
Instantneos Anuales de la Cuenca del Ro Santa.
Universidad Nacional Santiago Antnez de Mayolo-
Huaraz.2014.
MATERIAL DE APOYO DIDCTICO PARA LA ENSEANZA Y
APRENDIZAJE DE LA ASIGNATURA DE HIDROLOGIA CIV-233

INGENIERIA CIVIL
(Ing. M.Sc. Helmer Rodrguez Soriano-
UNIVERSIDAD MAYOR DE SAN SIMN FACULTAD
DE CIENCIAS Y TECNOLOGA-CARRERA DE INGENIERA CIVIL

Informe de Hidrologia.3

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Informe de Hidrologia.3

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD NACIONAL SANTIAGO ANTUNEZ DE MAYOLO FACULTAD DE

MODELOS PROBABILSTICOS EN LA HIDROLOGIA

ING. Abelardo Manrique Daz Salas-fIC Pgina 1

MODELOS PROBABILSTICOS EN LA HIDROLOGIA

8.2.3. CALCULAR DISTRIBUCIN DE FRECUENCIAS:............................29

ING. Abelardo Manrique Daz Salas-fIC Pgina 2

MODELOS PROBABILSTICOS EN LA HIDROLOGIA

El siguiente informe trata sobre los modelos estadsticos aplicados

a la hidrologa a las balsas, cedros y colcas estudiadas en el

segundo informe, estos modelos pueden ser discretas o continuas,

Sabemos que la hidrologa y la estadstica van de la mano, ya que

sin la estadstica no podramos deducir la precipitacin anual,

determinar el volumen o caudal promedio de los ros,

CON EL SIGUIENTE INFORME aprenderemos a tomar el modelo

estadstico adecuado para el clculo de descargas en colcas, balsas

y cedros, el cual nos garantizara en minimizar los errores

Por tanto, la Meteorologa y su estadstica aplicada se utilizan para

extrapolar donde los aforos no pueden alcanzar, o para ampliar la

extensin de las series, puesto que normalmente es ms antigua la

estadstica meteorolgica que la de aforos. La recopilacin de datos

hidrolgicos, y su ordenamiento estadstico, tienen como fin

prctico su aplicacin para dimensionar, con el mayor acierto

posible, las obras que han de utilizar los recursos hdricos

(embalses, presas, captaciones, obras de conduccin, centrales

ING. Abelardo Manrique Daz Salas-fIC Pgina 3

MODELOS PROBABILSTICOS EN LA HIDROLOGIA

hidroelctricas, etc.) y prever el rgimen de explotacin, de manera

que se obtenga el mayor beneficio posible de las instalaciones

II.2. Objetivos secundarios:

Realizar la tabulacin por intervalos de clase, clculo de

Desarrollar la prueba de bondad de ajuste dentro de las cuales

ING. Abelardo Manrique Daz Salas-fIC Pgina 4

MODELOS PROBABILSTICOS EN LA HIDROLOGIA

conocer las descargas en colcas, balsas y cedros; y de esta

Se denomina a un conjunto de elementos (que consiste de

Se denomina muestra a una parte de la poblacin seleccionada de

V.3. POLIGONO DE FRECUENCIA.

Es la representacin grfica de las frecuencias, se obtiene uniendo

ING. Abelardo Manrique Daz Salas-fIC Pgina 5

MODELOS PROBABILSTICOS EN LA HIDROLOGIA

En forma prctica, un polgono de frecuencia se obtiene, uniendo

ESTADISTICA Y PROBABILIDADES, C Aarn Estuardo Morales pg. 6-17

V.4. MEDIDAS DE POSICIN

La media de un conjunto N de datos numricos X 1, X2,..., XN est

Es un valor nico de un conjunto de datos que mide al elemento

ING. Abelardo Manrique Daz Salas-fIC Pgina 6

MODELOS PROBABILSTICOS EN LA HIDROLOGIA

Es aquel valor que se repite ms frecuentemente en un conjunto

ESTADISTICA Y PROBABILIDADES, C Aarn Estuardo Morales pg. 34; 38 y 40

5.5. MEDIDAS DE DISPERSIN

Es la media aritmtica de los valores absolutos de las desviaciones

Si el estadgrafo es la media, se tiene:

Para datos no clasificados

ING. Abelardo Manrique Daz Salas-fIC Pgina 7

MODELOS PROBABILSTICOS EN LA HIDROLOGIA

La desviacin media es una medida de dispersin fcil de calcular

PROBABILIDAD Y ESTADSTICA Ing. M.Sc. Wilson Trujillo Aranibar pag. 92

5.5.2. DESVIACIN ESTNDAR Y VARIANZA.

Miden el grado de dispersin de los datos numricos en torno de un valor

La Desviacin Estndar de un conjunto de datos X1,..., Xn est definida

La Variancia es el cuadrado de la desviacin estndar: = S

ING. Abelardo Manrique Daz Salas-fIC Pgina 8

MODELOS PROBABILSTICOS EN LA HIDROLOGIA

La frmula de la varianza ser: