HIDROLOGÍA

S6-S7: PRUEBAS DE BONDAD Y AJUSTE Y DISTRIBUCIONES

TEÓRICAS

1. Criterios hidrológicos
El principal criterio para el diseño hidrológico corresponde a la
de definición de los períodos de retorno, para los cuales no existe
una normatividad suficientemente explícita, aunque en ocasiones las
entidades proponen unos valores de acuerdo a su experiencia. En el
caso de proyectos viales se propone realizar los cálculos para varios
periodos de retorno, usualmente se emplean de 10, 25, 50, 100 y 200
años, a partir de los cuales se estiman los caudales máximos, así
como las zonas de inundación asociadas a cada uno de estos
períodos de retorno.
Con este conjunto de datos es posible tomar una decisión sobre
el período de retorno para cada obra. Para el diseño hidrológico de
obras mayores se propone emplear el período de retorno de 200 años,
ya que cuando el costo de las obras es elevado se requiere
una protección adecuada ante las posibles eventualidades máximas.
Para las obras menores se proponen períodos de retorno de 25años y
para aquellas obras que no sean típicas se les asigna un período de
retorno acorde al costo y vida útil de la misma.
Al tener las precipitaciones máximas anuales a 24 horas
proporcionadas por el SENAMHI, ANA u otros, después de haber
evaluado los datos, se procede a ajustar una distribución de
frecuencia que represente comportamiento probabilístico de cada
estación climática.
Precipitación: promedio, máximo, mínimo (medias mensuales,
anuales), p75%, p90%, etc
Caudales: promedio, máximo, mínimo (medias mensuales),
q75%, etc.

Caudales máximos: diseño de estructuras hidráulicas

Proyectos viales: puentes, pontones, alcantarrillas, cunetas,
drenes, defensas ribereñas, etc.
Data: caudal instantáneo, precipitaciones máximas de 24hr.
2. Períodos de retorno
Se define el período de retorno (T), como el intervalo promedio
de tiempo en años, dentro del cual un evento de magnitud “x” puede
ser igualado o excedido, por lo menos una vez en promedio.
Ejemplo
T= 50 años el caudal de diseño es Q=150 m3/s.
(dia1, hasta el último día del año 50)

Así, si un evento igual o mayor a “x” ocurre una vez en “T”

años, su probabilidad de ocurrencia P, es igual en “T” casos, es decir:
1
p( X ≥x )=
T =1/50=0.2
Dónde:
𝑃(𝑋 ≥ 𝑥) = Probabilidad de ocurrencia de un evento ≥ 𝑥
𝑇 =Período de retorno
La definición anterior, permite indicar que la probabilidad de
que "𝑥" no ocurra en cualquier año; es decir, la probabilidad de
ocurrencia de un evento < 𝑥, se expresa como
p( X <x )=1− p( X ≥x )
De donde
1
p( X <x )=1−
T =1-1/50=0.98
Dónde:
𝑇 =Período de retorno
𝑃(𝑋 ≥ 𝑥) = Probabilidad de excedencia
𝑃(𝑋 < 𝑥) = Probabilidad de no excedencia

3. Riesgo
En el diseño de obras hidráulicas, el riesgo de fallo (R), es decir,
la probabilidad de que se produzca alguna vez un suceso de periodo
de retorno T a lo largo de un periodo de n años (vida útil), está dado
por la expresión.
n
1
R=1− 1− ( ) T
Cuál es el riesgo (falla) en el año 1
R = 1-(1-1/50)^1= 2%

Cuál es el riesgo (falla) en el año 10

R=1-(1-1/50)^10= 18.29%

Cuál es el riesgo (falla) en el año 50

R=1-(1-1/50)^50=63.58%

Tabla 1. Valores de Periodo de Retorno (n años)

Fuente: MONSALVE, 1999

R=0.10

Vida útil de 25 años

T=? 87 años (100 años)

Tabla 2. Valores máximos recomendados de riesgo admisible.

(*) Para obtención de la luz y nivel de aguas máximas extraordinarias.

Se recomienda un período de retorno T de 500 años para el cálculo de socavación.
(**) Vida Útil considerado (n)
• Puentes y Defensas Ribereñas n= 40 años.
• Alcantarillas de quebradas importantes n= 25 años.
• Alcantarillas de quebradas menores n= 15 años.
 • Drenaje de plataforma y Sub-drenes n= 15 años.
Se tendrá en cuenta, la importancia y la vida útil de la obra a diseñarse.
El Propietario de una Obra es el que define el riesgo admisible de falla y la vida útil de
las obras.

4. Pruebas de bondad y ajuste

Chi-cuadrado: distribuciones normales, log normal
Kolmogorov-Smirnov: para todas las distribuciones
a. Prueba Chi- cuadrado (χ2)
Datos agrupados.
Es la prueba más común utilizada para verificar la bondad de
ajuste de distribución empírica a una distribución teórica
conocida está dada por la siguiente prueba estadística:
2 n(θi −ε i )2
χ =∑
εi

Donde:

𝜃𝑖 : frecuencia observada en intervalo i

𝜀𝑖 : frecuencia esperada en intervalo i, de acuerdo con la
distribución de frecuencias que se quiere probar.
Para lo cual se aplica un procedimiento de prueba de hipótesis la
cual es:
Ho: la variable o los datos se ajustan a una distribución normal
H1: la variable no se ajusta a una distribución normal.
Nivel de significancia: α = 0.05 o α= 0.01, donde α es el error
permitido.
2
1−α , k −1−m
El valor de χ se obtiene de tablas de la función de
distribución χ2.
Cabe recalcar que la prueba del χ2, desde un punto de vista
matemático solo debería usarse para comprobar la normalidad de
las funciones normal y Log normal.

b. Prueba Kolmogorov-Smirnov
La prueba de ajuste de Smirnov-Kolmogorov, consiste en
comparar las diferencias existentes entre la probabilidad empírica
de datos de la muestra y la probabilidad teórica, tomando el valor
máximo del valor absoluto, de la diferencia entre el valor
observado y el valor de la recta teórica del modelo, es decir:
Esta prueba consiste en comparar el máximo valor absoluto de la
diferencia D entre la función de distribución de probabilidad
observada F(Z) y la estimada P(x):
D=Max .|P( x)−F(Z)|
Con un valor crítico d que depende del número de datos y el nivel
de significancia seleccionado (Tabla S-K). Si D<d, se acepta la
hipótesis nula.
Esta prueba tiene la ventaja sobre la prueba de χ 2 de que compara
los datos con el modelo estadístico sin necesidad de agruparlos.
 Tabla 3. Tabla de d Kolmogorov-Smirnov (d).

5. Modelos de distribución
El análisis de frecuencias tiene la finalidad de estimar
precipitaciones, intensidades o caudales máximos, según sea el caso,
para diferentes períodos de retorno, mediante la aplicación de
modelos probabilísticos, los cuales pueden ser discretos o continuos.
 En la estadística existen diversas funciones de distribución de
probabilidad teóricas; recomendándose utilizar las siguientes
funciones (distribuciones):

a. Distribución Normal
La distribución normal es una distribución simétrica en forma
de campana, también conocida como Campana de Gauss.
Aunque muchas veces no se ajusta a los datos hidrológicos
tiene amplia aplicación por ejemplo a los datos transformados
que siguen la distribución normal.
Función de densidad:
La función de densidad está dada por

Los dos parámetros de la distribución son la media m y

desviación estándar s para los cuales (media) y s
(desviación estándar) son derivados de los datos.
 Estimación de parámetros:

Factor de frecuencia:
1.      Si se trabaja con los X sin transformar el K se calcula
como

Este factor es el mismo de la variable normal estándar

Límites de confianza:

Donde a es el nivel de probabilidad es el cuantil de la

distribución normal estandarizada para una probabilidad
acumulada de 1-a y Se es el error estándar

b. Distribución Log-Normal 2P
En probabilidades y estadísticas, la distribución log-normal es
una distribución de probabilidad de una variable aleatoria
cuyo logaritmo está normalmente distribuido. Es decir, si X es
una variable aleatoria con una distribución normal, entonces
exp(X) tiene una distribución log-normal.
La base de una función logarítmica no es importante, ya que
loga X está distribuida normalmente si y sólo si logb X está
distribuida normalmente, sólo se diferencian en un factor
constante.
Log-normal también se escribe log normal o lognormal.
Una variable puede ser modelada como log-normal si puede
ser considerada como un producto multiplicativo de muchos
pequeños factores independientes. Un ejemplo típico es un
 retorno a largo plazo de una inversión: puede considerarse
como un producto de muchos retornos diarios.
La distribución log-normal tiende a la función densidad de
probabilidad

Para  , donde   y   son la media y

la desviación estándar del logaritmo de variable. El valor
esperado es

y la varianza es

c. Distribución Gumbel o Extrema Tipo I

Una familia importante de distribuciones usadas en el análisis
de frecuencia hidrológico es la distribución general de valores
extremos, la cual ha sido ampliamente utilizada para
representar el comportamiento de crecientes y sequías
(máximos y mínimos).
Función de densidad: 

En donde a y b son los parámetros de la distribución.

 Estimación de parámetros

Donde son la media y la desviación estándar

estimadas con la muestra.
Factor de frecuencia:
Donde Tr es el periodo de retorno. Para la distribución
Gumbel se tiene que el caudal para un período de retorno de
2.33 años es igual a la media de los caudales máximos.
 Límites de confianza
 Xt ± t(1-a) Se

 
KT es el factor de frecuencia y t(1-a) es la variable normal
estandarizada para una probabilidad de no excedencia de 1-a.