Documentos de Académico
Documentos de Profesional
Documentos de Cultura
INGENIERÍA CIVIL
HIDROESTA
1. INTRODUCCIÓN
Los datos recopilados, solo representan una información en bruto, pero si éstos se
organizan y analizan en forma adecuada, proporcionan al hidrólogo una herramienta de
gran utilidad, que le permite tomar decisiones en el diseño de estructuras hidráulicas.
Para realizar los cálculos, los hidrólogos tienen que enfrentarse a una serie de
problemas, debido a que:
2. DESCRIPCIÓN
3. IMPORTANCIA
4. APLICACIONES
El sistema permite resolver los problemas más frecuentes que se presentan en los
cálculos hidrológicos, los cuales son:
La aplicación, proporciona una ayuda para usar sin ninguna dificultad el software, y
también donde se da explicación de los conceptos y ecuaciones utilizadas.
Opciones Descripción
Permite el cálculo de los parámetros estadísticos, para datos
Parámetros Estadísticos agrupados y no agrupados, tanto con los momentos
tradicionales como con momentos lineales (L-moments).
Permite el cálculo de las ecuaciones de regresión lineal, no
Regresión
lineal, simple y múltiple así como la regresión polinomial.
Permite evaluar si una serie de datos se ajustan a una serie de
distribuciones:
Normal, log-normal con 2 y 3 parámetros, gamma con 2 y 3
parámetros, log-Pearson tipo III, Gumbel y log-Gumbel,
Distribuciones tanto con momentos ordinarios, como con momentos
lineales. Si la serie de datos se ajusta a una distribución,
permite calcular por ejemplo caudales o precipitaciones de
diseño, con un período de retorno dado o con una
determinada probabilidad de ocurrencia.
Permite calcular a partir de la curva de variación estacional o
Curvas características la curva de duración, eventos de diseño con determinada
probabilidad de ocurrencia.
Permite realizar el análisis de una tormenta y calcular
intensidades máximas, a partir de datos de pluviogramas, así
como la intensidad máxima de diseño para una duración y
Precipitación periodo de retorno dado, a partir del registro de intensidades
máximas. También permite el cálculo de la precipitación
promedio por los métodos promedio aritmético, polígono de
Thiessen e isoyetas.
Permite los cálculos de aforos realizados con molinetes o
Aforo
correntómetros.
Permite el cálculo de caudales máximos, con métodos
Caudales máximos empíricos (racional y Mac Math) y estadísticos (Gumbel y
Nash).
Permite cálculos de la evapotranspiración con los métodos de
Evapotranspiración Thorthwaite, Blaney-Criddle, Penman, Hargreaves y cálculo
del balance hídrico.
6. EJEMPLOS APLICATIVOS
Para empezar a usar el Software lo ejecutamos dando doble clic en el ícono
- media
- rango
- desviación estándar
- varianza
- coeficiente de variación
- coeficiente de sesgo
- coeficiente de curtosis
En este caso los datos son datos no muy detallados o en bruto como se dice,
(es decir, no se presentan clasificados) estos no son necesarios clasificarlos ni
generar una tabla de frecuentas, ya que no tiene “mucho sentido”. Debido a que
estos elementos son de menor cantidad (generalmente son menores a 20
elementos).
Se tiene los datos de precipitaciones mensuales a partir del año 1914 hasta el año 2009 de la cuenca
del rio chancay, utilizada para analizar los cauces en la bocatoma Raca Rumi.
Solución.
De los datos presentados si se quiere hacer un análisis de datos no agrupados tomaremos el promedio
de las precipitaciones mensuales de todos los años desde 1914 hasta 2009
Teniedo los siguientes datos.
2° una vez abierta esta ventada se procederá ha ingresar los datos, uno por uno. Una será un máxima
de 20 como se estipula que se clasifican los datos no agrupados.
3° damos clic en calcular, e instantáneamente el programa te dará los resultados que presentaremos a
continuación.
4° estos datos pueden ser exportados al Microsoft Word como se ve mas adelante.
Resultados
Cálculo de parámetros estadísticos, comunes y con momentos lineales
Serie de datos X:
---------------------------------------------
N° X mes
---------------------------------------------
1 29.0 ENERO
2 46.23 FEBRERO
3 70.36 MARZO
4 67.91 ABRIL
5 39.36 MAYO
6 22.15 JUNIO
7 13.37 JULIO
8 9.66 AGOSTO
9 11.03 SEPTIEMBRE
10 18.96 OCTUBRE
11 21.81 NOVIEMBRE
12 23.28 DICIEMBRE
---------------------------------------------
Parámetros Estadísticos:
-------------------------------------------------------------------------------------------------------------------------------------------------
Parámetros Muestrales Poblacionales Momentos Lineales
-------------------------------------------------------------------------------------------------------------------------------------------------
Media: 31.0933 31.0933 31.0933
Varianza 7862 395.804 135.1124
Desviación Estándar 20.7795 19.8948 11.6238
Coeficiente Variación 0.6683 0.6398 0.3738
Coeficiente de Sesgo 1.0603 0.9229 0.3101
Coeficiente de Curtosis 3.7314 2.5441 0.1060
-------------------------------------------------------------------------------------------------------------------------------------------------
Coeficientes Lineales:
L1 = 31.0933
L2 = 11.6238
L3 = 3.6049
L4 = 1.2320
---------------------------------------------
N° X
---------------------------------------------
1 9.66
2 11.03
3 13.37
4 18.96
5 21.81
6 22.15
7 23.28
8 29.0
9 39.36
10 46.23
11 67.91
12 70.36
---------------------------------------------
Solución.
1° abrimos el software hidroesta, buscamos en la primera opción parámetros
estadísticos, datos agrupados y se nos abrirá una ventana.
2° con la ventada abierta como se muestra se ingresaran los datos seleccionados de la tabla los cuales
será las máximas precipitaciones por cada año, introducimos los datos.
3° damos clic en calcular, e instantáneamente mente el programa te dará los resultados que
presentaremos a continuación.
4° estos datos pueden ser exportados al Microsoft Word como se ve mas adelante.
Resultados
Cálculo de parámetros estadísticos, comunes y con momentos lineales
Serie de datos X:
---------------------------------------------
N° X año
---------------------------------------------
1 111.03 1914
2 93.06 1915
3 44.9 1916
4 191.93 1917
5 72.35 1918
6 111.87 1919
7 109.6 1920
8 114.61 1921
9 124.3 1922
10 96.35 1923
11 65.77 1924
12 465.13 1925
13 96.48 1926
14 53.44 1927
15 98.17 1928
16 85.51 1929
17 86.84 1930
18 71.38 1931
19 69.6 1932
20 81.34 1933
21 78.82 1934
22 50.34 1935
23 56.76 1936
24 27.95 1937
25 77.95 1938
26 62.38 1939
27 44.03 1940
28 94.72 1941
29 51.56 1942
30 69.1 1943
---------------------------------------------
Frecuencias absolutas:
------------------------------------------------------------------------------------------
LCI MCL LCS Fab
------------------------------------------------------------------------------------------
0.0 41.09 82.18 16
82.18 123.27 164.36 12
164.36 205.45 246.54 1
246.54 287.63 328.72 0
328.72 369.81 410.9 0
410.9 451.99 493.08 1
------------------------------------------------------------------------------------------
Parámetros Estadísticos:
------------------------------------------------------------------------------------------
Parámetros Valores
------------------------------------------------------------------------------------------
Media: 93.1373
Varianza: 6745.7897
Desviación Estándar: 82.1328
Coeficiente Variación: 0.8818
Coeficiente de Sesgo: 3.0475
Coeficiente de Curtosis: 15.2180
------------------------------------------------------------------------------------------
Serie de datos ordenados:
---------------------------------------------
N° X
---------------------------------------------
1 27.95
2 44.03
3 44.9
4 50.34
5 51.56
6 53.44
7 56.76
8 62.38
9 65.77
10 69.1
11 69.6
12 71.38
13 72.35
14 77.95
15 78.82
16 81.34
17 85.51
18 86.84
19 93.06
20 94.72
21 96.35
22 96.48
23 98.17
24 109.6
25 111.03
26 111.87
27 114.61
28 124.3
29 191.93
30 465.13
---------------------------------------------
6.2. Regresiones:
a) Regresión lineal.
b) Regresión simple.
c) Regresión múltiple 2 variables independientes.
d) Regresión múltiple 3 variables independientes.
e) Regresión polinomomial 2º grado.
f) Regresión polinomomial 3º grado.
EJEMPLO:
Completar la información para la estación pluviométrica “A”, a partir de las
estaciones índice “B” y “C”, próximas a “A” y de altitudes parecidas, mediante
los diferentes métodos de regresión aplicables en Hidrología. Las cifras de
información se refieren a precipitaciones anuales en milímetros.
Año Estacion A B C
1967 786 628 765
1968 846 708 876
1969 1332 1112 1020
1970 918 816 641
1971 830 918
1972 930 803 781
1973 1115 1020 849
1974 887 867 807
B con A:
C con A:
Como se puede ver en los reportes, la mejor correlación es entre las estaciones A y
B, por lo tanto el valor del dato faltante para el año 1971 es de 911.8967. Debido a
que es el que tiene mayor coeficiente de correlación múltiple (0.58928).
Hay 3 formas de desarrollar y hallar datos faltantes siguiendo una regresión simple:
a) Regresión lineal.
b) Regresión no lineal.
a) Regresión exponencial:
Será aquella en la que la función de ajuste será una función exponencial del tipo y = a.bx
a = antilog A y b = antilog B
Del cuadro anterior, comparamos la estación B con A, y luego C con A, para buscar
cual tiene mejor correlación con la estación A. Como ya se vio el que tiene mayor
correlación es la lista B, por lo que para el año 1971 la precipitación será de 905.3504
mm.
b) Regresión potencial:
Será aquella en la que la función de ajuste sea una función potencial del tipo: y = a. xb
Del cuadro anterior, comparamos la estación B con A, y luego C con A, para buscar
cual tiene mejor correlación con la estación A.
Como ya se vio el que tiene mayor correlación es la lista B, por lo que para el año 1971
la precipitación será de 910.5895 mm.
Reporte:
Resultados
Cálculos con ecuaciones de Regresión Múltiple, con 2 variables independientes
Trios de valores X1, X2 e Y:
-------------------------------------------------------------------------------------
Trío X1 X2 Y
-------------------------------------------------------------------------------------
1 786.0 628.0 765.0
2 846.0 708.0 876.0
3 1332.0 1112.0 1020.0
4 918.0 816.0 641.0
5 920.0 830.0 918.0
6 930.0 803.0 918.0
7 930.0 803.0 781.0
8 1115.0 1020.0 849.0
9 887.0 867.0 807.0
10 800.0 1056.0 875.0
11 857.0 847.0 947.0
12 930.0 756.0 889.0
-------------------------------------------------------------------------------------
Ecuaciones de ajuste de correlación múltiple:
Lineal Múltiple Y = 543.2306 +0.1835 *X1 +0.1661 *X2 0.4719 0.2227 96.2568
Reporte
1020.0
2 846.0 708.0 876.0 1115.0
3 1332.0 1112.0 1020.0 1252.0
4 918.0 816.0 641.0 1435.0
5 920.0 830.0 918.0 1178.0
6 930.0 803.0 781.0 1259.0
7 1115.0 1020.0 849.0 1423.0
8 887.0 867.0 807.0 1200.0
9 800.0 1056.0 875.0 1050.0
-
Correlación Ecuación R R^2 Se
Muchas veces en la nube de puntos de los datos obtenidos, se ajusta mejor a una
curva de ecuación polinomomial.
B con A:
Reporte:
Resultados
Cálculos con ecuaciones de regresión polinomial de 2° grado
Pares de valores X e Y:
------------------------------------------------------------
Par X Y
------------------------------------------------------------
1 628.0 786.0
2 708.0 846.0
3 1112.0 1332.0
4 816.0 918.0
5 803.0 930.0
6 1020.0 1115.0
7 867.0 887.0
8 1056.0 800.0
9 847.0 857.0
10 756.0 930.0
11 793.0 888.0
12 1002.0 915.0
13 831.0 817.0
14 797.0 999.0
------------------------------------------------------------
Para X = 830
El valor de Y es: Y = 888.8190
C con A:
Reporte:
Resultados
Cálculos con ecuaciones de regresión polinomial de 2° grado
Pares de valores X e Y:
------------------------------------------------------------
Par X Y
------------------------------------------------------------
1 765.0 786.0
2 876.0 846.0
3 1020.0 1332.0
4 641.0 918.0
5 781.0 930.0
6 849.0 1115.0
7 807.0 887.0
8 875.0 800.0
9 947.0 857.0
10 889.0 930.0
11 871.0 888.0
12 1000.0 915.0
13 933.0 817.0
14 849.0 999.0
------------------------------------------------------------
Ecuación de ajuste de correlación polinomial:
--------------------------------------------------------------------------------------------------------------------------------------------
Correlación Ecuación R R^2 Se
--------------------------------------------------------------------------------------------------------------------------------------------
Polinomio 2° grado Y = 3321.3827 -6.2756 * X +0.0040 * X ^2 0.4915 0.2415 135.7750
--------------------------------------------------------------------------------------------------------------------------------------------
Cálculo de Y para un valor de X:
Para X = 799
El valor de Y es: Y = 868.0154
B con A:
C con A:
Como se puede ver en los reportes, la mejor correlación es entre las estaciones A y
B, por lo tanto el valor del dato faltante para el año 1971 es de 893.3597. Debido a
que es el que tiene mayor coeficiente de correlación múltiple.
Linkografia
http://todo-descargas-full.blogspot.com/2010/03/hidroesta-software-para-
calculos_8997.html
http://www.tec.cr/sitios/Vicerrectoria/vie/editorial_tecnologica/Revista_Tecnologia_March
a/pdf/tecnologia_marcha2/hidroesta.pdf
http://www.freewebs.com/maxvillon/hidroesta.htm
http://www.tec-
digital.itcr.ac.cr/revistamatematica/ARTICULOS_V12_N2_2012/RevistaDigital_MVillon_
V12_N2_2012/index.html