TALLER HIDROLOGÍA 24-03

ARANGO ARÉVALO LAURA ALEJANDRA

ARIAS COCA JENNIFER TATIANA

GOMEZ CONTRERAS JOHNNIER DAVID

LONDOÑO CARDENAS JENNIFER DAYANA

SARMIENTO ROJAS KEVIN ESTEBAN

INGENIERÍA CIVIL

HIDROLOGÍA

CASTRO OVALLE DAVID CAMILO

2021
 ANÁLISIS ESTADÍSTICO DE DATOS HIDROLÓGICOS

Al hablar sobre datos hidrológicos hacemos referencia a la toma de una muestra del
comportamiento del fenómeno que se esté midiendo y los registros bajo ciertas condiciones,
el análisis estadístico consiste en parametrizar un conjunto de datos en este caso
precipitaciones o caudales con el fin de conocer eventos futuros.

Los datos para los cálculos que realizaremos en este taller fueron obtenidos con la revisión
del registro pluviográfico obtenido de una estación meteorológica cercana a la cuenca
seleccionada.

Nuestra cuenca seleccionada está ubicada en El molino, Macheta, Cundinamarca y los datos
tomados los obtuvimos de estaciones hidrológicas de Chocontá y Machetá.

Los datos obtenidos para el rango de años de 1995 a 2016 fueron:

Año Estación 1 (machetá) Estación 2 (chocontá)

1995 42,2 35,6
1996 32,6 51
1997 34,8 56,6
1998 43,5 35
1999 42,2 31,2
2000 76,8 50,5
2001 29,1 42,2
2002 49,7 42,2
2003 31,3 35
2004 45,1 34,4
2005 40 34
 2006 38,5 48,8
2007 52,5 28,8
2008 41 38,4
2009 25,4 27,6
2010 41,3 39,8
2011 42,5 42,4
2012 59,3 41,7
2013 38,6 42,9
2014 26,3 40,4
2015 27,5 36,9
2016 36,8 46,1

Tabla 1: Tabla de valores de precipitaciones máximas diarias anuales de dos estaciones.

Para realizar este análisis estadístico, realizamos distintos procedimientos, empleando las
siguientes fórmulas:

1) Primero ordenamos los datos de las estaciones pluviométricas sacando el dato mayor
de precipitación diaria por año de cada una de nuestras estaciones (en este caso 2, la
estación de Macheta y la de Chocontá), para así obtener un promedio de la estación 1
y la estación 2; obteniendo el Pmax 24.

(42,2+35,6)
𝑃𝑟𝑜𝑚1995 = 2
= 38, 9

obteniendo:

Año Estación 1 Estación 2 Pmax 24(mm)

1995 42,2 35,6 38,9
1996 32,6 51 41,8
1997 34,8 56,6 45,7
1998 43,5 35 39,25
1999 42,2 31,2 36,7
2000 76,8 50,5 63,65
2001 29,1 42,2 35,65
2002 49,7 42,2 45,95
2003 31,3 35 33,15
2004 45,1 34,4 39,75
 2005 40 34 37
2006 38,5 48,8 43,65
2007 52,5 28,8 40,65
2008 41 38,4 39,7
2009 25,4 27,6 26,5
2010 41,3 39,8 40,55
2011 42,5 42,4 42,45
2012 59,3 41,7 50,5
2013 38,6 42,9 40,75
2014 26,3 40,4 33,35
2015 27,5 36,9 32,2
2016 36,8 46,1 41,45

Tabla 2: Datos con promedio aritmético de las dos estaciones.

2) Para calcular el valor central o dominante, obtenemos la media aritmética que se

define como:

𝑁
∑ 𝑋𝑖
𝑖=1
𝑀𝑒𝑑𝑖𝑎 = 𝑋 = 𝑁

38,9+41,8+45,7+39,25+36,7+...+33,35+32,2+41,45
𝑀𝑒𝑑𝑖𝑎 = 𝑋 = 22

889,25
𝑋= 22

𝑋 = 40, 42

3) Para calcular el valor que ocurre con una probabilidad de 50%, calculamos la mediana
que muchas veces es la medida más conveniente de la tendencia central pues no se ve
afectada por valores extremos

Así que organizamos los datos de menor a mayor y calculamos la posición de la

mediana con la siguiente fórmula, ya que el número de datos es par utilizamos:

(𝑛+1)
𝑚𝑒𝑑𝑖𝑎𝑛𝑎 = 2
 (22+1)
𝑚𝑒𝑑𝑖𝑎𝑛𝑎 = 2
= 11, 5

Al ser 11,5 tomamos los datos de la posición (11 y 12) y de estos obtenemos un
promedio, el cual será nuestra mediana

(39,75+40,55)
𝑚𝑒𝑑𝑖𝑎𝑛𝑎 = 2
= 40, 15

Pmax 24(mm)
Año Estación 1 Estación 2 Pmax 24(mm) Menor a mayor

1 1995 42,2 35,6 38,9 26,5

2 1996 32,6 51 41,8 32,2

3 1997 34,8 56,6 45,7 33,15

4 1998 43,5 35 39,25 33,35

5 1999 42,2 31,2 36,7 35,65

6 2000 76,8 50,5 63,65 36,7

7 2001 29,1 42,2 35,65 37

8 2002 49,7 42,2 45,95 38,9

9 2003 31,3 35 33,15 39,25

10 2004 45,1 34,4 39,75 39,7

11 2005 40 34 37 39,75

12 2006 38,5 48,8 43,65 40,55

13 2007 52,5 28,8 40,65 40,65

14 2008 41 38,4 39,7 40,75

15 2009 25,4 27,6 26,5 41,45

16 2010 41,3 39,8 40,55 41,8

17 2011 42,5 42,4 42,45 42,45

18 2012 59,3 41,7 50,5 43,65

19 2013 38,6 42,9 40,75 45,7

20 2014 26,3 40,4 33,35 45,95

21 2015 27,5 36,9 32,2 50,5

22 2016 36,8 46,1 41,45 63,65

Tabla 3: Datos organizados de mayor a menor en el promedio de las precipitaciones diarias

anuales por estación.
4) Continuando con el procedimiento notamos que ninguno de nuestros datos posee una
repetición así que se puede decir que todos nuestros datos son modales o
simplemente no existe una moda definida.

5) Con nuestros datos de medidas estadísticas más usadas podemos dar uso a la
dispersión estándar, esta nos ayudará a saber qué tan dispersos están nuestros datos de
precipitación.Utilizando la siguiente ecuación:

𝑛
2
𝑆= ∑ (𝑋𝑖 − 𝑋)
𝑖=1

2 2 2 2 2
(38,9−40,42) + (41,8−40,42) + (45,7−40,42) +... + (32,35−40,42) + (32,2−40,42) + (41,45−40,42)
𝑠= 22−1

1134,50
𝑠= 21

𝑠 = 7, 35

6) Teniendo el dato de la dispersión estándar podemos calcular la varianza, la cual es la

misma dispersión estándar al cuadrado.

2 2
𝑠 = 7, 35

Varianza = 54,0225

7) Posteriormente calculamos el rango el cual está dado por la siguiente expresión, estos
datos los tomamos de la tabla 3 donde claramente estos valores están ordenados de
mayor a menor.:

𝑅 = 𝑉𝑎𝑙𝑜𝑟 𝑚𝑎𝑦𝑜𝑟 − 𝑉𝑎𝑙𝑜𝑟 𝑚𝑒𝑛𝑜𝑟

𝑅 = 63, 65 − 26, 5

𝑅 = 37. 15

8) Procedemos a calcular el coeficiente de variación a partir de:

𝑆
𝐶𝑣 =
𝑋
 7.35
𝐶𝑣 = 40,42
= 0, 18
Características de forma

9) Está definido por el coeficiente de oblicuidad el cual da la idea de la simetría de la

distribución

𝑎
𝐶𝑠 = 3
𝑆

𝑛
𝑛 3
𝑎= (𝑛−1)(𝑛−2)
∑ (𝑥𝑖 − 𝑥)
𝑖=1

22 3 3 3 3
𝑎= (22−1)(22−2)
(38, 9 − 40, 42) + (41, 8 − 40, 42) +... + (32, 2 − 40, 42) + (38, 9 − 41, 45)

3 3
𝑆 = 7. 35

3
𝑆 = 397, 08
509,37
𝐶𝑠 = 397,08

𝐶𝑠 = 1, 28

Como el Cs es mayor a 0 se dice que tiene una distribución oblicua hacia la derecha.