Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Como
consecuencia de ello las obras y medidas no estructurales que se
El fenmeno del cambio climtico genera muchas disponen, estarn sometidas a un nivel de riesgo diferente segn la
inquietudes acerca del comportamiento de algunas variables; es por variable utilizada, para determinar valores de diseo
esto que, variables hidrolgicas como las precipitaciones y los correspondientes a un determinado perodo de retorno.
caudales, muestran un papel fundamental en este aspecto, debido a
En este marco, el presente documento tcnico basado en los
que son variables directamente influenciables por fenmenos de
contenidos del segundo curso del proyecto FONDEF D08I1054, tiene
amplio espectro temporal y espacial.
como fin realizar un aporte al conocimiento de las funciones de
Por otra parte, para solucionar los problemas que implican distribucin de probabilidad que mejor ajustan al comportamiento
el diseo de obras y la planificacin hidrolgica, se debe recurrir al de eventos extremos y en particular de la variable caudales mximos
estudio de la probabilidad, dado que dichos problemas se refieren a instantneos (caudales punta), a travs de un ejemplo prctico, en
eventos que se podran producir en el futuro, sin base en una donde se utilizarn las 4 funciones ms utilizadas en estudios de
estimacin real, (Linsley et. al., 1988). Sin embargo no solamente se variables hidrolgicas, a saber Gumbel, Goodrich, Log-Normal y
debe estimar la magnitud del diseo, tambin se debe indicar la Pearson Tipo III, adicionalmente y a travs de pruebas de bondad de
probabilidad de excedencia, con el fin de dar un cierto grado de ajuste como son el el coeficiente de determinacin R cuadrado y el
seguridad a la obra, o bien el riesgo de falla, (Muoz, 2004). De esta test de Kolmogorov Smirnov, se podr realizar un anlisis
forma es necesario construir un modelo probabilstico, en donde se comparativo y una proyeccin de posibles eventos extremos
debe contar con una funcin de distribucin de probabilidad (FDP), asociados a diferentes perodos de retorno de los caudales punta,
que represente la variable hidrolgica de inters. obtenidos de la informacin fluviomtrica proporcionada por la
Direccin General de Aguas.
Las crecidas corresponden a fenmenos de concentracin.
Segn Ollero (1996), son procesos naturales, sin periodicidad,
constituidos por un incremento importante y repentino del caudal
en un sistema fluvial, el cual lleva consigo un ascenso del nivel de la
corriente, que puede desbordar el cauce menor para ocupar
progresivamente el cauce mayor, hasta alcanzar un mximo, o
caudal-punta y descender a continuacin. Segn Paoli et al. (1998),
las crecidas que se presentan en trminos hidrolgicos, poseen un
grado de riesgo y una probabilidad de excedencia diferente, segn el
2. FUNCIONES DE DISTRIBUCIN DE PROBABILIDAD (FDP)
x
1
F ( x) f ( x)dx P( x X ) 1 T
Distribucin Gumbel:
d ( x )
P( x X ) F ( x) ee (Ecuacin 1)
Luego, la probabilidad de que x sea mayor que X, viene a
estar dada por la funcin complementaria.
Donde:
P( x X ) F ( X ) 1 ea( xx1 )
1/ p
(Ecuacin 2)
Para X1< X
ln( 1 F ( X ))P
1
1
x x1 n (ln x i a) 2 2
a p
i 1 n
Donde:
Una tercera FDP importante de considerar importante es la : Representa el valor a asumir por la variable aleatoria
Distribucin Log-Normal, la cul tiene la desventaja sobre la , : Parmetros
distribucin normal de que est limitada a (X>0) y tambin que la e: Constante de Neper
transformacin Log tiende a reducir la asimetra positiva
comnmente encontrada en la informacin hidrolgica, debido a En el mismo caso que la distribucin normal, se asigna z como una
que al tomar los logaritmos, se reduce una proporcin mayor de los variable estandarizada:
nmeros grandes en relacin a los pequeos (Chow et. al. 1994).
Presenta la siguiente funcin de distribucin de probabilidad: ln x a
z
Distribucin Log-Normal:
2
Y la probabilidad se encuentra en la tabla Normal, donde el
x 1 ln x a
1 2
2x 0
F ( x) e dx valor de la variable x es:
(Ecuacin 3)
x e *z a (Ecuacin 3 modificada)
Donde los parmetros existentes que se basan en los La ltima Funcin a estudiar es la Distribucin Pearson Tipo
logaritmos de la variable aleatoria, estn definidos de la siguiente III, la cul se aplic por primera vez en la hidrologa por Foster
forma: (1924), para poder describir la probabilidad de caudales mximos
anuales. Cuando la informacin es muy asimtrica positivamente, se
n
ln xi utiliza una transformacin Log para reducir su asimetra, la cual se
a
i 1 n presenta de la siguiente forma (Chow et. al., 1994):
Asimismo la variable estandarizada y se presenta a continuacin:
Distribucin Pearson Tipo III:
x
y
a
x
x
x
1
0
F ( x) e dx Posteriormente, el ajuste, se realiza a travs de la tabla chi-
(Ecuacin 4) cuadrado, donde:
x2 2y
Donde los parmetros de la distribucin pueden ser 2
estimados en funcin del promedio ( x ) y desviacin estndar (S) de
la muestra, por medio de las siguientes expresiones: Por lo tanto, el valor que asume la variable aleatoria x a partir de lo
anteriormente sealado, se define como:
2
2
S ; ; x
x ya (Ecuacin 4 modificada)
1 n
S
n 1 i 1
( x x) 2
1
N orden Ao Caudal Orden Frecuencia Frecuencia Terica Dc
2 ( F ( x) F ( x) )
n i i
2
Maximo Creciente Relativa Fn (X) Gumbel F(X) SUP
R
( F ( x) F x )
n i n i
2
(Ecuacin 7) 1 1993 1112,40 90,99 0,063 0,0683 0,006
2 1994 403,60 134,84 0,125 0,1114 0,014
3 1995 333,080 166,91 0,188 0,1504 0,037
Donde: 4 1996 134,840 200,61 0,250 0,1974 0,053
5 1997 596,80 219,01 0,313 0,2251 0,087
R2 : Coeficiente de determinacin; 0R21 6 1998 166,909 226,30 0,375 0,2364 0,139
Fn xi : Media de las frecuencias observadas acumuladas 7 1999 226,296 333,08 0,438 0,4134 0,024
Fn ( x) i : Frecuencia observada 8 2000 571,723 403,60 0,500 0,5278 0,028
F ( x )i : Frecuencia terica acumulada 9 2001 678,425 471,72 0,563 0,6266 0,064
10 2002 558,946 558,95 0,625 0,7311 0,106
A continuacin, se presenta en la Tabla N3 el clculo de la 11 2003 219,012 571,72 0,688 0,7442 0,057
frecuencia observada acumulada Fn(x), la frecuencia terica 12 2004 200,612 596,80 0,750 0,7685 0,019
acumulada F (x) y el Supremo de las diferencias que se explica con 13 2005 711,504 678,43 0,813 0,8344 0,022
Los resultados de esta tabla indican que el valor Dc=0,139, es Al despejar el valor de la variable aleatoria de la funcin
menor que el valor Dt=0,338, obtenido de la tabla K-S con un 95% de original, se obtiene lo siguiente:
confianza ( a = 0,05 con n = 15), con lo cual se cumple la condicin
de un buen ajuste K-S. ln(-ln(F(x )))
x -
d
Por otra parte el Coeficiente de Determinacin R2 alcanza un
95,1%, lo que tambin indica un buen ajuste del modelo, por lo que Donde:
se puede indicar que la FDP Gumbel es una Distribucin que se
ajusta bien a los datos de caudales presentados en el ejemplo. : Representa el valor a asumir por la variable aleatoria
e: Constante de Neper
y d: Parmetros
3.3. Clculo de la Probabilidad de Excedencia ln(-ln(F(0 ,966)))
x 306,065 - 1039
0,00459
En la Tabla N5, se entregan los valores de caudales
mximos asociados a los perodos de retorno nombrados Lo que indicara que considerando dicha serie de datos y un
anteriormente, de acuerdo a los valores despejados de la variable x perodo de retorno de 30 aos, el valor del caudal punta podra
y a los parmetros asociados. Para esto se debe considerar que la adquirir un valor igual o inferior a:
probabilidad de excedencia: Es la probabilidad asociada al perodo
m3
de retorno, y viene dada por la siguiente expresin: 1039
s
.
P (x>X) = 1
T Por lo tanto considerando los perodos de retorno 10, 20 y
50 aos para el ejercicio se presenta la siguiente tabla de resultados:
En otras palabras la probabilidad de que la variable aleatoria
tome un valor igual o inferior a cierto nmero X, est dada por la
funcin de distribucin de probabilidad F(X).
Tabla N5: Probabilidad de Caudales Mximos para los Distintos
Perodos de Retorno segn Gumbel.
1
F ( x) P( x X ) 1
T Perodo de Probabilidad Probabilidad Gumbel
retorno de excedencia de no excedencia
Por ejemplo para un perodo de retorno (T) de 30 aos: 10 0,100 0,900 796
20 0,050 0,950 953
1 50 0,020 0,980 1156
F ( x) 1 0,96
30
De esta forma se ha trabajado con la FDP Gumbel, por lo
tanto se procede a realizar todo el ejercicio, desde la obtencin de
El valor de la variable aleatoria asumiendo ese perodo parmetros, los ajustes, la comprobacin de la calidad del ajuste y el
debiera ser: valor estimado de la variable asociada a diversos perodos de
retorno, para las 3 FDP restantes:
Para poder realizar los ajustes respectivos de la FDP
3.4. Clculo de la FDP de Goodrich Goodrich:
m3
n
a2p
1
2
2 p 1 2 p 1
i 1 s
Para este ejemplo dicha sumatoria se debe calcular de la Para esto se debe consideran S2, que corresponde a la
Varianza muestral y (Funcin Gamma), esta ltima se obtiene
siguiente forma: teniendo presente lo siguiente:
(90,99 431,79) 3 (134,84 431,79) 3
15
( p ) = ( p 1)!
m3 .....
i 1 15 15 ( p +1) = p!= p ( p )
( p 1) = ( p 2) ( p 2)
Con el valor de P( p) se obtiene en la Tabla denominada Por lo tanto, en algunas ocasiones no ser posible aplicar
directamente la tabla, por lo cual se debe hacer una transformacin,
Valores de la Funcin P( p) Auxiliar de Goodrich que se presenta al
la que en trminos generales puede plantearse como:
final de este documento, y corresponde a la Tabla Anexa N2, se
obtiene p , interpretado por el valor P( p) ubicado en la derecha de ( p + m) = ( p + m 1)( p + m 2)( p + m 3)............( p + m n)r( p)
la Tabla. con 1 p 1.99
Para el caso del ejercicio el valor obtenido es necesario
interpolarlo ya que los valores de P( p) se encuentran entre
0,737553 y 0,764037.
Un ejemplo para aclarar cmo se obtienen los valores A continuacin se presentan los parmetros a , p y X1 .
2 p 1 2 p 1 , que es la parte ms compleja dentro de la
expresin, es el siguiente: Tabla N 6: Parmetros Goodrich
p 0,5448855
Si p 0,6 :
a 0,0000092
Para p 1 1,6 entonces al buscar en la tabla de valores X1 -62,039074
de la funcin Gamma ( ) de 1,6, se obtiene p 1 0,894 , por
De acuerdo a la ecuacin 2, y considerando los parmetros
lo tanto 2 p 1 0,894 0,799 .
2
Tabla N 10: Parmetros Log-Normal Donde el clculo de la frecuencia terica F(X), se obtiene del
valor z, el cual se busca en la tabla normal estndar (Tabla Anexa
N4). Si el z es positivo la Frecuencia Terica es el valor directo que
a 5,852
se entrega en dicha tabla, pero si z es negativo el valor F(X) a asumir
0,689 es 1 el valor de z, pero dicho z debe ir en valor absoluto. Un
ejemplo de lo anterior es lo siguiente:
Tabla N11. Ejemplo para el ajuste de la FDP Log-Normal
Si z = -1,95, entonces F(X) = 1 z(1,95), donde z(1,95)
=.0,9744, por lo tanto F(X) = 1- 0,9744 = 0,0256.
N Orden Ao Caudal Orden Frecuencia Frecuencia Terica Dc
Por otra parte la frecuencia relativa se obtiene de igual Maximo Creciente Relativa Fn (X) Log-Normal F(X) SUP
forma que en los ejercicios anteriores, considerando: 1993 1112,40
1 90,99 0,063 0,0256 0,037
2 1994 403,60 134,84 0,125 0,0853 0,040
3 1995 333,080 166,91 0,188 0,1423 0,045
4 1996 134,840 200,61 0,250 0,2119 0,038
(Ecuacin 5)
Donde: 5 1997 596,80 219,01 0,313 0,2514 0,061
6 1998 166,909 226,30 0,375 0,2676 0,107
Fn(X) = Frecuencia Observada Acumulada. 7 1999 226,296 333,08 0,438 0,4761 0,039
n = Nmero del dato n. 8 2000 571,723 403,60 0,500 0,5871 0,087
N = Nmero total de datos.
9 2001 678,425 471,72 0,563 0,6700 0,108
A continuacin, en la Tabla N11 se presenta el clculo de la 10 2002 558,946 558,95 0,625 0,7549 0,130
frecuencia observada acumulada Fn(x), la frecuencia terica el Dc 11 2003 219,012 571,72 0,688 0,7642 0,077
con el supremo de dichas diferencias, para la Funcin Log-Normal, 12 2004 200,612 596,80 0,750 0,7823 0,032
de igual forma como los ejercicios anteriores. 13 2005 711,504 678,43 0,813 0,8340 0,022
14 2006 471,720 711,50 0,875 0,8508 0,024
15 2007 90,993 1112,40 0,938 0,9545 0,017
Con la expresin anterior se procede a entregar la tabla Para ejemplificar de forma ms clara la obtencin de los
N13, que incluyen los valores de caudales mximos asociados a los parmetros de esta FDP, es necesario nuevamente considerar la
perodos de retorno para la FDP Log-Normal, de acuerdo al despeje Tabla 1, que representa la base original de la informacin.
de la variable x.
Tabla N1: Informacin de Caudales Punta Estacin Rio Maipo
en El Manzano, vlida para el clculo de las FDP.
Tabla N 13: Probabilidad de Caudales Mximos para los Distintos
Perodos de Retorno segn Log-Normal.
N orden Ao Caudal Orden
Perodo de Probabilidad Probabilidad Log- Maximo Creciente
Retorno de excedencia de no excedencia Normal 1 1993 1112,40 90,99
10 0,100 0,900 846 2 1994 403,60 134,84
20 0,050 0,950 1085 3 1995 333,080 166,91
50 0,020 0,980 1439 4 1996 134,840 200,61
5 1997 596,80 219,01
Estos valores se asocian a los perodos de retorno 6 1998 166,909 226,30
considerados de acuerdo a la cantidad de datos y al ajuste obtenido 7 1999 226,296 333,08
a travs de Log-Normal 8 2000 571,723 403,60
9 2001 678,425 471,72
10 2002 558,946 558,95
Finalmente se presentan los resultados de acuerdo a la FDP 11 2003 219,012 571,72
Pearson Tipo III.
12 2004 200,612 596,80
13 2005 711,504 678,43
14 2006 471,720 711,50
15 2007 90,993 1112,40
promedio 431,79
desvest 279,39
Los parmetros necesarios para ajustar la distribucin
Pearson Tipo III, son , y , los cuales pueden ser estimados en A continuacin se presentan los valores obtenidos de los
funcin del promedio ( x ) y desviacin estndar (S) de la muestra, parmetros a y en el ejemplo de la FDP Log-Normal.
pero en primera instancia se requiere calcular del coeficiente de Tabla N 14: Parmetros Pearson Tipo III
sesgo , el cual presenta la siguiente frmula:
104,841
n
( xi x) / n
3
, : Coeficiente de sesgo 7,102
i 1 S3 -312,766
15
15
.. 15
...... ...
F ( x)
104,8417,102 0
e
312,766
dx
i 1
279 ,39 3 279 ,39 3
S x a
En este caso incluyendo los parmetros seria:
, y : Parmetros directos de la funcin
S: Desviacin estndar x 312,766
x : Media aritmtica y
104,841
Posteriormente con los valores de y obtenidos de la valor se obtiene que para X = 90,99 m3/s la frecuencia terica
expresin anterior, se procede a calcular la frecuencia terica del acumulada es 0,096. De esta forma se construye completamente el
ajuste, la cual corresponde a x 2 , con grados de libertad, F(X) Pearson Tipo III.
obtenidas de la Tabla de percentiles, x 2p de la Distribucin Chi- Para el caso de la frecuencia observada o frecuencia relativa
Cuadrado (Tabla Anexa N5). De no encontrarse el valor exacto, se se conserva la frmula:
aproxima al ms cercano, de lo contrario se procede a interpolar.
x2 2y
2 (Ecuacin 5)
90,99 312,766
y 3,8511 A continuacin, en la Tabla N15 se presentan los valores de
104,841 la frecuencia observada acumulada Fn(x), la frecuencia terica el Dc
con el supremo de dichas diferencias, tal como en el ejemplo
Entonces el valor x 2 2 y 2 * (3,8511) 7,702 anterior:
Los valores de a, fueron los parmetros obtenidos 3.9. Clculo de la Probabilidad de Excedencia
anteriormente, mientras que el caso de y se obtiene de la ecuacin:
Con la expresin anterior se procede a entregar la tabla
x 2y
2
14 grados N17, que incluyen los valores de caudales mximos asociados a los
perodos de retorno para la FDP Pearson Tipo III, de acuerdo al
despeje de la variable x, segn la ecuacin anterior y considerando
Por ejemplo si se considera se considera un perodo de 40 las ecuaciones x 2 2 y , 2 .
aos:
Tabla N 17: Probabilidad de Caudales Mximos para los Distintos
1 Perodos de Retorno segn Pearson Tipo III.
F ( x) 1 0,75
40
Perodo de Probabilidad Probabilidad Pearson
retorno de excedencia de no excedencia Tipo III
A lo que le correspondera segn la Tabla Anexa N5: 10 0,100 0,900 793
20 0,050 0,950 930
x02,975 2 y 26,1
50 0,020 0,980 1108
y 13,05
Tabla N18: Resumen FDP y test de bondad de ajuste REFERENCIAS BIBLIOGRFICAS
Pizarro, R.; Morales, C; Moran, L.; Vargas, J.; Sanguesa, C.; Godoy, C.;
2006. Informe Pas. Estado del Medio Ambiente en Chile 2005.
Santiago. Chile. Captulo 2. Aguas Continentales. Instituto de
Asuntos Pblicos, Universidad de Chile. Editorial LOM. 371 p.
Yue, S.; Ouarda, T.; Bobe, B.; 2006, Legendre; P.; Bruneau, P. The
Gumbel mixed model for flood frequency analysis. Journal of
hydrology. 226 (1-2) 88-100. Consultado 06 diciembre 2007.
Disponible en base de datos Sicence Direct.