Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1. CONFORMACION DE SERIES
Todo análisis estadístico - probabilístico, se basa en series de valores que se construyen a datos
medidos (históricos) de cada una de las variables hidrológicas, objeto del estudio.
La primera tarea es estructurar series de datos en base a la masa de información con que se cuente.
Estas series pueden ser anuales o parciales.
Series anuales son aquellas en la que se incluye el máximo valor de cada año de registro, por tanto si
denominamos "m" al número de años en que se tienen datos y "n" al número de valores de la serie,
entonces n=m.
Series parciales son aquellas estructuradas con todos los valores mayores a un límite inferior, bajo la
condición que el número de valores de la serie "n" esté entre 2*m a 3*m.
En general se puede decir que es conveniente trabajar con series parciales cuando el número de años
de registro es menor a 15 años, por el contrario, si se cuenta con un registro más largo se opta por
trabajar con series anuales. Es preciso señalar que los eventos que se incluyan en las series antes
citadas deben ser independientes.
2. PROBABILIDAD
Pe(x>c) = f(x) dx
c
T = 1/Pe= 1/(1-Pne)
En caso que se desee realizar cálculos para períodos de retorno menores a 15 años es recomendable
realizar la siguiente corrección :
T = (e**1/T') / (e**1/T' - 1)
donde :
T' = Período de retorno real
T= Período de retorno de cálculo (que sirve para la determinación de ks)
En caso que se trabaje con series parciales se debe realizar la siguiente corrección :
T = n/m * T'
donde :
n= Número de valores de la serie
m= Número de años del registro
Para determinar las probabilidades empíricas de no excedencia se ordenan los datos de mayor a
menor, asignando al mayor valor el orden "n" y al menor valor el orden "1"
Para determinar las probabilidades empíricas de excedencia se ordenan los datos de menor a mayor,
asignando al mayor valor el orden "1" y al menor valor el orden "n"
La determinación de una variable proyectada para un determinado periodo de retorno, se realiza a partir
de la identificación de una Función Probailística Teórica que reperesente de forma adecuada a los datos
de la serie histórica, representados por sus probabilidades teóricas.
En la hidrología es común utilizar, para el análisis de eventos extremos las distribuciones: Normal, Log
Normal, Gumbel o Extrema Tipo I, Gamma de tres parámetros o Pearson Tipo III, Log Gamma o Log
Pearson III.
Para realizar un repaso de los conceptos aprendisos en su clase de “Estad´stica y Probailidades”, puede
consultar el “Anexo 1 a Eventos Extremos”, que ha sido tomado del sitio web:
https://es.slideshare.net/freddysantiagord/metodos-probabilisticos-de-hidrologia, que brinda un
excelente resumen de los conceptos de la teoría de probilidades.
2.3 Riesgo
La probabilidad de que el suceso de período de retorno de 50 años suceda al menos una vez en los
próximos 50 años es realmente xx %. Aquí vemos de donde resulta esto:
para 3 años sería: P(Xi <XT, en 1 año) = (1 - 1/T) * (1 - 1/T) * (1 - 1/T) = (1 - 1/T)3
para 4 años sería: P(Xi <XT, en 1 año) = (1 - 1/T) * (1 - 1/T) * (1 - 1/T) = (1 - 1/T)3
………………………………………………..
………………………………………………..
………………………………………………..
P(Xi <XT, en 1 año) = (1 - 1/T) * (1 - 1/T) * (1 - 1/T)* ….. *(1 - 1/T) = (1 - 1/T)n
P(Xi ≥ XT, en n años) = (1 - 1/T) * (1 - 1/T) * (1 - 1/T)* ….. *(1 - 1/T) = 1 - (1 - 1/T)n
Esta Expresión es conocida como “Riesgo Hidrol+ogico, “Riesgo Natural”, “Riesgo de Fallo” o “Riesgo
Inherente”
R = = 1 - (1 - 1/T)n
El diagrama de flujo a continuaciíon muestra la secuencia general para determinar el valor de una
variable “X” proyectada para un periodo de retorno T, contando con una serie de datos Xi. Si bien en
esta presentcaión se denomina genéricamente a la variable hidrológica “X”, elmprocedimiento y
metodolías se pueden aplicar a cualquier variable como: precipitación media mensual; precipitación
máxima diaria; caudal máximo instantáneo; etc.
Inicio
Parámetros Estadísticos:
Xmed, VARx, Sx, CVx, CSx, d
La DPT es adecuada? No
Test de ajuste probabilístico
Chi Cuadrado; K-S
Si
Una vez conformadas las series (anuales o parciales), en base a la masa de datos medidos y realizados
los test para garantizar la calidad de los mismos (homogeneidad, consistencia, valores
extraordinarios, tendencia, etc.) se debe calcular las probabilidades empíricas, según las técnicas
antes citadas, por cuanto éstas servirán para determinar la mejor función probabilística teórica (FPT),
durante el proceso.
n
Varianza VARx = 1/n-1 * (Xi -Xmed)2
i=1
n
n * (Xi - Xmed)3
i=1
Coeficiente de Sesgo CSx = -------------------------------
(n-1) * (n-2) Sx3
La secuencia continúa con la elección de una Función Probailística Tórica (FPT), por ejemplo la FPT de
Gumbel o Se elige una distribución probabilística teórica (p.e. Gumbel o Distribución de Valores
Extremos Tipo I, Pearson III, Weibull, etc.), para realizar a continuación el correspondiente test de
ajuste probabilístico, mediante los métodos de Chi Cuadrado y/o Kolmogoroff - Smirnoff.
Si del citado test se concluye que la distribución teórica elegida (Hipótesis Nula) no es aceptable se
tienen dos opciones:
i) Transformar los valores Xi (p.e. mediante logaritmos, raiz cuadrada o raiz cúbica);
ii) Elegir otra distribución teórica y se vuelve a realizar el test de ajuste, tantas veces como sea
necesario, hasta que se encuentre una distribución adecuada.
XT = Xmed + ks(CSx,T) * Sx
donde:
En el caso de trabajarse con la FPT Pearso II, es recomendable iniciar el cálculo con los valores
logaímicos yi = log Xi, siguiendo la siguiente secuencia.
En el caso de las distribuciones Normal, LogNormal y Pearson III se puede obtener el citado
coeficiente ks, de las Tablas adjuntas, para sesgos (CSx) positivos y negativos, respectivamente, y para
el período de retorno T, requerido.
Si se está trabajando con la función probabilística Normal, se debe leer en la última fila (remarcada),
que corresponde a CSx = 0
YT - YN
ksGum = ----------------
SN
Donde: YT, YN, SN, son variables reducidas que dependen exclusivamente del período de retorno T
para el que se realiza el cálculo (YT) y del número de datos con que cuenta la serie (Y N,SN). Los valores
correspondientes se los puede obtener de las siguientes tablas.
Variable reducida YT
T Pex YT
años %
1,01 99 -1,5293
1,05 95 -1,1133
1,11 90 -0,838
1,25 80 -0,4759
2 50 0,3665
5 20 1,4999
10 10 2,2504
25 4 3,1985
50 2 3,9019
100 1 4,6001
200 0,5 5,2958
500 0,2 6,2136
1000 0,1 6,9073
N 0 1 2 3 4 5 6 7 8 9
10 0,4952 0,4996 0,5035 0,507 0,51 0,5128 0,5157 0,5181 0,5202 0,522
20 0,5236 0,5252 0,5268 0,5283 0,5296 0,5309 0,532 0,5332 0,5343 0,5353
30 0,5362 0,5371 0,538 0,5388 0,5396 0,5402 0,541 0,5418 0,5424 0,534
40 0,5436 0,5442 0,5448 0,5453 0,5458 0,5463 0,5468 0,5473 0,5477 0,5481
50 0,5485 0,5489 0,5493 0,5497 0,5501 0,5504 0,5508 0,551 0,5515 0,5518
60 0,5521 0,5524 0,5527 0,553 0,5533 0,5535 0,5538 0,554 0,5543 0,5545
70 0,5548 0,555 0,5552 0,5555 0,5557 0,5559 0,5561 0,5563 0,5565 0,5567
80 0,5569 0,557 0,5572 0,5574 0,5576 0,5578 0,558 0,5581 0,5583 0,5585
90 0,5586 0,5587 0,5589 0,5591 0,5592 0,5593 0,5595 0,5596 0,5598 0,5599
100 0,5600
Tiende a Inf. 0,57721
N 0 1 2 3 4 5 6 7 8 9
10 0,9496 0,9676 0,9833 0,9971 1,0095 1,0206 1,0316 1,0411 1,0493 1,0565
20 1,0628 1,0696 1,0754 1,0811 1,0864 1,0915 1,0961 1,1004 1,1047 1,1086
30 1,1124 1,1159 1,1193 1,1226 1,1255 1,1285 1,1313 1,1339 1,1363 1,1388
40 1,1413 1,1436 1,1458 1,1480 1,1499 1,1519 1,1538 1,1557 1,1574 1,1590
50 1,1607 1,1623 1,1638 1,1650 1,1667 1,1681 1,1696 1,1708 1,1721 1,1734
60 1,1747 1,1759 1,1770 1,1782 1,1793 1,1803 1,1814 1,1824 1,1834 1,1844
70 1,1854 1,1863 1,1873 1,1881 1,1890 1,1898 1,1906 1,1915 1,1923 1,1930
80 1,1938 1,1945 1,1953 1,1959 11967,0000 1,1973 1,1980 1,1987 1,1994 1,2001
90 1,2007 1,2013 1,2020 1,2026 1,2032 1,2038 1,2044 1,2049 1,2055 1,2060
100 1,2065
Tiende a Inf. 1,2823 = phi/sqrt(6)
La confiabilidad del valor calculado XT depende, entre otros factores del tamaño de la muestra
utilizada para el análisis; cuanto menor es el tamaño de ésta, mayor la incertidumbre acerca del valor
calculado. Por ello es común establecer los intervalos de confianza de esta variable.
El intervalo de confianza de la variable XT está limitado por los valores XT inf, Xtsup, que se calculan
como sigue:
Con:
α% t(α)
1 2.576
5 1.960
10 1.645
20 1.282
S(Xmed) = βT * Sx/sqrt(n)
A partir de los registros en una estación hidrográfica, se ha constrido la siguiete seria anual de
caudales máximos instantáneos:
Determinar los caudales para períodos de retorno de T = 2 años, T = 50 años, T= 100 años, por las
distribuciones Normal, Log Normal, Gumbel y Pearson III. Asimismo, determinar los intérvalos de
confianza de dichos valores, para una confianza del 95%.
NORMAL
XT = XMED ks Sx XT Beta SxMed Xti XTs
Q10 = 76,61 1,28 23,45 = 106,67 1,00 4,79 97,29 116,06
Q25 = 76,61 1,75 23,45 = 117,67 1,00 4,79 108,29 127,05
Q50 = 76,61 2,05 23,45 = 124,78 1,00 4,79 115,40 134,16
Q100 = 76,61 2,33 23,45 = 131,16 1,00 4,79 121,77 140,54
LOGNORMAL
YT = YMED ks Sy YT
Y10 = 1,8647 1,2820 0,1338 = 2,0363
Y25 = 1,8647 1,7510 0,1338 = 2,0990
Y50 = 1,8647 2,0540 0,1338 = 2,1395
Y100 = 1,8647 2,3260 0,1338 = 2,1759
Sx XT Beta SxMed Xti XTs
Q1 = 10^Y1 23,45 108,71 1,00 4,79 99,32 118,09
Q50 = 10^Y50 23,45 137,89 1,00 4,79 128,51 147,28
Q100 = 10^Y100 23,45 149,95 1,00 4,79 140,57 159,33
GUMBEL
n = 24 YN SN YTR ks
T = 10 0,53 1,086 2,250 1,58
T = 25 0,53 1,086 3,199 2,46
T = 50 0,53 1,086 3,902 3,10
t = 100 0,53 1,086 4,600 3,75
Para el caso de Pearson III, se debe considera que CSy < 0, por lo que se trabaja con valores naturales.
También d < 0, entonces para el cálculo se cambia el CSx original, por CSx = 2 * CVx.