Universidad Nacional San Cristóbal de

Huamanga

Escuela Profesional de Ingeniería Civil

Asignatura:
Hidrología General - IC441

Análisis Estadístico de Datos Hidrológicos

Distribución Gamma de II Parámetros
Docente: Ing. Edmundo Canchari Gutiérrez; Comentarios: cgedmundo@gmail.com; Visite: http://cgedmundo.wordpress.com

1.0 Argumentos

Registro de caudales máximos anuales

x := ( 53.5 165.6 250.51 234 65.4 64 155.8 120.5 189 123 169.6 199 250.5 196 119 162.7 22.8 231.7 96.9 200 102.1 76 207 91.6 38

x= 1 2 3 4 5 6 7 8
1 53.5 165.6 250.51 234 65.4 64 155.8 ...

2.0 Distribución Gamma de III parámetros o Pearson Tipo III

2.1 Estimación de parámetros (método de los momentos)

Número de elementos: n := cols ( x) n = 25

• Promedio aritmético • Desviación Estándar

n


n

 (x1 , i − X)
x 2
1, i
i=1
X := i=1
n S :=
n−1

X = 157.048 S = 80.314

• y Cs (sesgo) estará dado por:

2
Cs :=
S Cs = 0.2232
Finalmente, los parámetros están dados por:
2
X
γ :=
2
S
2 β :=
S X

γ = 3.824 β = 41.072

2.2 Función densidad

γ −γ 2 π
1 + 
1 1 139 571
Γ( γ) := γ  e  + − −
γ  12 γ 4
288  γ 51840  γ 2488320  γ
2 3
 

x
−
γ− 1 β
x e
f ( x) :=
γ
β  Γ( γ)

2.2 Función densidad acumulada

x

F( x) :=  f ( x) dx

0

3.0 Prueba de Smirnov - Kolmogorov

m Xord p(x) F(x) Diff
1 22.8 0.038 3.69·10-3 0.035
 1
P := xord  sort ( x ) 
 T 2 53.5 0.077 0.054 0.023
3 64 0.115 0.089 0.026
for i  1 , 2 .. n
4 65.4 0.154 0.094 0.059
P i
i, 1 5 76 0.192 0.139 0.054
P  xord 6 91.6 0.231 0.215 0.016
i, 2 i
7 96.9 0.269 0.243 0.026
i
P  8 102.1 0.308 0.271 0.036
i, 3 n+1 P=
9 119 0.346 0.366 0.019
P  F xord 
i, 4  i 10 120.5 0.385 0.374 0.011

P  P −P 11 123 0.423 0.388 0.035
i, 5 i, 4 i, 3
12 155.8 0.462 0.562 0.1
P
13 162.7 0.5 0.595 0.095
14 165.6 0.538 0.608 0.07
15 169.6 0.577 0.627 0.05
16 189 0.615 0.706 ...
Valor crítico del estadístico Smirnov - Kolmogorov: Δo := 0.27

Δ := max P ( )
 5
Δ = 0.1004

R := Δ  max P ( )
 5

"Distribución elegida adecuada" if Δo > Δ

"Los datos no se ajustan a la distribuci ón elegida" otherwise

R = "Distribución elegida adecuada"

• Datos ordenados
 2
yord := P

yord =
T 1 2 3 4 5 6 7 8
1 22.8 53.5 64 65.4 76 91.6 96.9 ...

• Función de probabilidad acumulada (Weibull)

 3
WeibuLL := P

WeibuLL =
T 1 2 3 4 5 6 7 8 9
1 0.038 0.077 0.115 0.154 0.192 0.231 0.269 0.308 ...

• Función de densidad acumulada

 4
Fda := P

T
Fda = 1 2 3 4 5 6
1 3.69·10-3 0.054 0.089 0.094 0.139 ...

Gráfico Función de Distribución Acumulada

1

0.8
Probabilidad Acumulada

0.6
Fda

WeibuLL

0.4

0.2

0 100 200 300 400

yord
 Gráfico Función de Distribución Acumulada
1

0.8
Probabilidad Acumulada

0.6
Fda

WeibuLL

0.4

0.2

0 100 200 300 400

yord

Datos Ordenados

4.0 Obteción de caudales para distintos periodos de retorno

Determinar el caudal de diseño para un periodo de retorno de 50 años

 2  4
Xord := P F := P

1 1
1 22.8 1 3.69·10-3
2 53.5 2 0.054
Tiempo de retorno (años)
3 64 3 0.089
4 65.4 4 0.094  5 
 10 
5 76 5 0.139  
Tr := 
6 91.6 6 0.215 20 
7 96.9 7 0.243  30 
Xord = 8 F= 8  50 
102.1 0.271  
9 119 9 0.366  100 
10 120.5 10 0.374
11 123 11 0.388
12 155.8 12 0.562
13 162.7 13 0.595
14 165.6 14 0.608
15 169.6 15 0.627
16 ... 16 ...
Xord = 8 102.1 F= 8 0.271
9 119 9 0.366
10 120.5 10 0.374
11 123 11 0.388
12 155.8 12 0.562
13 162.7 13 0.595
14 165.6 14 0.608
15 169.6 15 0.627
16 ... 16 ...

• La probabilidad conocida es
1
p := 1 −
Tr
T
p = ( 0.8 0.9 0.95 0.967 0.98 0.99 )

• Interpolando el caudal, para una probabilidad de p

Q := linterp( F , Xord , p )

Entonces el caudal es

 218.529   5 
 279.061   10 
   
Q=  338.133 
Tr = 
20 
 357.823  m3/s  30 
 373.576   50 
   
 385.39   100 
96.9 200 102.1 76 207 91.6 380 )