Está en la página 1de 13

UNIVERSIDAD PEDAGGICA Y TECNOLGICA DE COLOMBIA

FACULTAD DE INGENIERA
ESCUELA DE INGENIERA CIVIL
ELECTIVA III ESTRUCTURAS HIDRULICAS
TUNJA
2017

Nelcy Lorena Rodriguez Moso 201110668

Para llevar a cabo la planeacin y el diseo de proyectos relacionados con el


recurso hdrico es necesaria informacin de diferentes eventos hidrolgicos que
son gobernados por las leyes de azar (probabilidades). As pues se destaca la
importancia del anlisis de frecuencia de valores extremos de caudales, debido a
que es la base del diseo hidrolgico e hidrulico de las obras de infraestructura
para el control de avenidas con el fin de evitar inundaciones.

El anlisis de frecuencia es una herramienta utilizada para, predecir el


comportamiento futuro de los caudales en un sitio de inters, a partir de la
informacin histrica de caudales. Es un mtodo basado en procedimientos
estadsticos que permite calcular la magnitud del caudal asociado a un perodo de
retorno. Su confiabilidad depende de la longitud y calidad de la serie histrica,
adems de la incertidumbre propia de la distribucin de probabilidades
seleccionada. Cuando se pretende realizar extrapolaciones (perodo de retorno
mayor que la longitud de la serie disponible) el error relativo asociado a la
distribucin de probabilidades utilizada es ms importante, mientras que en
interpolaciones la incertidumbre est asociada principalmente a la calidad de los
datos a modelar; en ambos casos la incertidumbre es alta dependiendo de la
cantidad de datos disponibles.

El anlisis de datos mximos y mnimos se hace importante a la hora de disear


una estructura hidrulica pues dichas estructuras deben ser eficientes en tiempos
de sequa y lo suficientemente robustas para soportar crecientes.
Entre las funciones de distribucin de probabilidad usadas para eventos
hidrolgicos de valores extremos se encuentran:

GUMBEL

Debido a la naturaleza de los eventos hidrolgicos extremos, la distribucin ms


frecuente utilizada para las series de mximos anuales es la distribucin Gumbel,
esta distribucin a mostrado muy buenos resultados y es usada habitualmente en
el clculo de los caudales de avenida para el dimensionamiento y diseo de los
aliviaderos de las grandes presas hidrulicas.
Esta distribucin es una herramienta de clculo de probabilidades de contrastada
validez en el estudio de mximos de una serie. Tambin es usada en ingeniera
martima y en general en el diseo de construcciones civiles que puedan estar
sometidas a condiciones climatolgicas extremas.

LOG PEARSON III

Se utiliza principalmente para anlisis de probabilidad de eventos extremos;


consiste, en transformar los valores extremos en logaritmo en base 10, con el fin
de reducir la asimetra de los datos; se calcula con la misma funcin de Pearson
tipo III. Los parmetros de esta distribucin se calculan de la misma manera que
en Pearson tipo III, con la diferencia de que los parmetros estadsticos media,
desviacin estndar y coeficiente de asimetra se hallan con los logaritmos en
base 10 de los datos originales.
Esta distribucin infiere que si en la muestra de mximos anuales la frecuencia
alcanza un valor de lmite inferior, como, por ejemplo, cero, en tal caso ser
apropiado utilizar otra distribucin

PEARSON TIPO III

Esta distribucin ha sido una de las ms utilizadas en hidrologa. Como la mayora


de las variables hidrolgicas son sesgadas, la funcin Gamma se utiliza para
ajustar la distribucin de frecuencia de variables tales como crecientes mximas
anuales, Caudales mnimos, Volmenes de flujo anuales y estacionales, valores
de precipitaciones extremas y volmenes de lluvia de corta duracin

WEIBULL

En esta distribucin los valores extremos son considerados como una variable
aleatoria independiente; la distribucin de Weibull es usada para valores de
caudales mnimos que toman importancia cuando la funcin de la estructura
hidrulica a disear es abastecer a poblaciones, industria y agricultura, generar
hidroelectricidad, etc.

LOGNORMAL

Si los logaritmos Y de una variable aleatoria X se distribuyen normalmente se dice


que X se distribuye normalmente.
Esta distribucin es muy usada para el clculo de valores extremos por ejemplo
caudales mximos, caudales mnimos, entre otras. Tiene la ventaja que X>0 y que
la transformacin Log tiende a reducir la asimetra positiva ya que al sacar
logaritmos se reducen en mayor proporcin los datos mayores que los menores.
Limitaciones: tiene solamente dos parmetros, y requiere que los logaritmos de las
variables estn centrados en la media.
LMITES DE APLICABILIDAD Y SELECCIN DE LA FUNCIN DE
DISTRIBUCIN DE PROBABILIDAD

La diferencia entre una y otra funcin puede ser apreciable pudindose presentar
incluso diferencias considerables en algunos casos

Funcin de distribucin Caudal para T=60 aos en (m3 /s)


Lognormal 9160
Pearson Tipo III 9071
Gumbel 9827
Tabla tomada de Fundamentos de hidrologa de superficie de Francisco J Aparicio
Mijares

Por esta razn una seleccin apresurada de cualquiera de las funciones podra
traducirse a una estructura sobredimensionada y costosa o subdimensionada y
peligrosa. Por ello debe seleccionarse la funcin con cuidado.
Algunos de los criterios estadsticos que permiten seleccionar la distribucin de
probabilidades que mejor se ajusta son:

Anlisis grfico:

Este mtodo consiste simplemente en inspeccionar una grfica donde se halla


dibujado cada una de las distribuciones junto con los datos medidos. La funcin de
distribucin a seleccionar ser la que mejor se ajuste visualmente los datos
medidos.
Este mtodo es usado tambin para ajustar las funciones de distribucin de
probabilidad a los datos medidos, dibujando en un papel especial para cada
funcin dichos datos, se selecciona la funcin para la que el conjunto de puntos
sea semejante a una lnea recta.
Este mtodo presenta un alto grado de subjetividad, es por esto que se
recomienda usarlo paralelamente con otros mtodos.

Mtodo del error cuadrtico medio

Este mtodo consiste en calcular para cada funcin el error cuadrtico de la


distribucin
x ei xoi


n 1

( 2)2
i=1

C=
Donde
x ei iesimo dato estimdo

x oi =iesimo dao calculado

Prueba de bondad de ajuste

La bondad de ajuste de una distribucin de probabilidad puede probarse


comparando los valores tericos y muestrales de las funciones de frecuencia
relativa. Las pruebas de bondad de ajuste ms conocidas son la Chi cuadrado x 2 y
la Kolmogorov-Smirnov.

Chi cuadrado:

Para aplicar la prueba el primer paso es dividir los datos en un numero de K de


intervalos de clase, posteriormente se calcula el parmetro estadstico
k
( i i )2
D=
i=1 i

Donde:
i=Numero observado de eventos enel intervalo i
i=numero esperado de eventos en el mismointervalo

i=n ( F ( s i )F ( I i ) )

F ( si ) =fucion de distribucion de probabilidad en el limite superior delitervalo i

F ( I i )=Funcion en el limite inferior

n=Numero de eventos

Despus de determinada D se calcula una variable aleatoria con distribucin X 2


para =k1m grados de libertad

Para aceptar una funcin de distribucin dada se debe cumplir

D x 21 , k1m

El valor x 21 , k1m se obtiene de tablas de la funcin X2

EJEMPLO:
Caudales mximos anuales registrados en la estacin hidromtrica las perlas del
rio Coatzacoalcos de Mxico
AO CAUDA AO CAUDA
L L
1954 2230 1967 2675
1955 3220 1968 6267
1956 2246 1969 5971
1957 1804 1970 4774
1958 2737 1971 6000
1959 2070 1972 4060
1960 3682 1973 6900
1961 4240 1974 5565
1962 2367 1975 3130
1963 7061 1976 2414
1964 2489 1977 1796
1965 2350 1978 7430
1966 3706

Anlisis grafico

A continuacin se presentan tres graficas a manera de ejemplo donde se muestra


el ajuste de las funciones Log normal, Pearson tipo III y gumbel; visualmente no se
observa gran diferencia entre una y otra, razn por la cual no es aconsejable llevar
a cabo la seleccin de la funcin de distribucin basados simplemente en el
anlisis grafico que se le pueda dar a cada grfica. (Imgenes tomadas del libro
Fundamentos de Hidrologa de superficie de Francisco J Aparicio Mijares)

Funcin de probabilidad Log-normal


Funcin de probabilidad Pearson tipo III

Funcin de probabilidad Gumbel

Calculo de error cuadrtico

A continuacin se muestra la serie de datos de caudal asociados a unos periodos


de retorno, adicional se presentan los caudales estimados para las funciones
Lognormal, Pearson tipo III y gumbel junto con el clculo del error cuadrtico.
Datos tomados del libro Fundamentos de Hidrologa de superficie de Francisco J
Aparicio Mijares)

De la tabla anterior se observa que la Distribucin Pearson III es la que tiene el


error cuadrtico ms pequeo, por tanto ser la distribucin que mejor se ajuste a
la serie de datos.

Prueba de bondad de ajuste

Chi cuadrado:

Funcin D
Lognormal 7,68
Pearson Tipo III 2,92
Gumbel 8,17
Datos tomados de fundamentos de hidrologa de superficie de Francisco J Aparicio
Mijares)

Kolmogorov
En la tabla anterior los datos encerrados en un rectngulo corresponden al valor
de D para cada funcin de distribucin y el valor menor observado es para la
funcin Gumbel por lo que esta seria le eleccin teniendo en cuenta este criterio.

Para llevar a cabo la eleccin de la funcin que mejor se ajusta a la serie de datos
se le asigna a cada una calificacin siendo 1 la mejor y 5 la peor entonces se tiene
el siguiente cuadro

Error cuadrtico
Funcin X2 Kolmogorov
mnimo
Log normal 3 2 3
Pearson Tipo III 1 1 2
Gumbel 2 Se rechaza 1

De acuerdo a la tabla anterior se concluye que la funcin de distribucin de


probabilidad que mejor se ajusta a la serie de datos estudiada es la PEARSON
TIPO III, aunque cabe resaltar que la diferencia de esta con la gumbel y la
lognormal es poco significativa.
TRABAJANDO EN HEC SSP

HEC-SSP ha sido desarrollado por el Cuerpo de Ingenieros de los Estados Unidos


y cuenta con una variedad de paquetes estadsticos que realizan anlisis de
frecuencia y otros clculos estadsticos. Entre dichos anlisis se encuentran
anlisis de frecuencia general, anlisis de frecuencia de volumen, anlisis de
duracin, anlisis de frecuencia coincidente y anlisis hidrogrfico equilibrado.

Ingresando los datos del ejemplo planteado en el software HEC SSP se obtienen
las grficas para cada distribucin de probabilidad en las cuales se observa su
similitud respecto a las grficas obtenidas con los clculos que a cada distribucin
corresponde.

PEARSON III
LOG PEARSON III
LOG NORMAL
BIBLIOGRAFIA

Francisco J Aparicio Mijares. Fundamentos de hidrologa de superficie.


Captulo 9 probabilidad y estadstica en hidrologa.
Ing. Dantes Salazar Snchez. Mtodos probabilsticos. Hidrologa general.
En lnea [https://es.slideshare.net/freddysantiagord/metodos-probabilisticos-
de-hidrologia]
Ven Te Chow. Hidrologa aplicada. Captulo 12 anlisis de frecuencias.