UNIVERSIDAD RICARDO PALMA

Escuela Académica de Ingeniería Civil

Curso: TALLER DE OBRAS HIDRAULICAS
TEORÍA
SESIÓN V
MAXIMAS AVENIDAS – PRESAS
(Vertedero o Aliviadero)
01/06/2021
 Los Aliviaderos y vertederos - concepto
Los vertederos hidráulicos son
elementos complejos e importantes
que se utilizan en sistemas de
distribución de agua, en redes de
saneamientos, en sistemas de
evacuación de aguas residuales y en
sistemas de control de aguas
pluviales y permiten controlar el nivel
en embalses, canales y depósitos,
también permiten derivar caudales y
elevar el nivel de agua. Los
vertederos hidráulicos son de formas
y de tamaños diversos.
01/06/2021
 Probabilidades Estadísticas en Vertederos
El diseño y la planeación de obras hidráulicas
están siempre relacionadas con eventos
Vertedero Morning Glory
hidrológicos futuros; por ejemplo, la avenida
de diseño para el vertedor de una presa es un
evento que tal vez no se ha presentado
jamás, o al menos no en el periodo de datos
disponible, pero que es necesario conocer
para determinar las dimensiones de la obras
de protección.

En la mayoría de las ciencias, con mucha

frecuencia el estadístico es el camino
FUENTE: Google imágenes
obligado en la solución de los problemas. En
particular, la probabilidad y la estadística
juegan un papel de primer orden en el
análisis hidrológico.
01/06/2021
Funciones continuas de probabilidad
Cuando el número n de valores que puede tomar una variable aleatoria X es infinito, como es
el caso, por ejemplo de los volúmenes de escurrimiento mensual de un rio, se dice que dicha
variable aleatoria es continua.

Periodo de retorno
Cada espacio muestral tiene su propia función de distribución o de densidad de probabilidad,
que normalmente no se conoce a priori. Cuando de ese espacio se extrae un grupo de datos
(muestra) al azar, es razonable esperar que su función de distribución de probabilidad sea
similar a la del espacio completo, en particular si la muestra es grande. Además, lo mas
razonable que se puede suponer en cuanto a la frecuencia de cada dato del grupo es que esta
sea, dentro del espacio muestral, igual a la observada.

01/06/2021
En hidrología, normalmente se prefiere trabajar con periodos de retomo en lugar de
probabilidades, pues es un concepto que resulta más claro ya .que tiene las mismas unidades
(tiempo) que la vida útil de las obras y puede compararse con ésta.

01/06/2021
FUENTE: Google imágenes
FUNCIONES DE DISTRIBUCIÓN DE PROBABILIDADES USADAS EN HIDROLOGÍA

Una vez que se asigna un periodo de retorno al gasto de diseño de la obra,

generalmente es necesario, para conocer dicho caudal de diseño, hacer
extrapolaciones a partir de los caudales máximos anuales registrados, pues rara
vez este periodo es menor al periodo de datos.

Por ejemplo, puede ser necesario determinar un caudal de diseño con periodo
de retorno de 1000 años a partir de 25 años de registro. Si los caudales máximos
anuales registrados se dibujan contra sus respectivos periodos de retorno,
generalmente se observa alguna tendencia más o menos definida . El problema
radica en cómo extender esta tendencia hasta el periodo de retorno deseado.

01/06/2021
FUNCIONES DE DISTRIBUCIÓN DE PROBABILIDADES USADAS EN HIDROLOGÍA
Una posibilidad es extrapolar los datos a ojo, es decir, gráficamente. Aunque este
método puede dar muy buenos resultados si se aplica por una persona con
experiencia, tiene la desventaja de la subjetividad esto es, si veinte ingenieros
diferentes lo aplican, es probable que el resultado sean veinte gráficas diferentes
Para eliminar esta subjetividad, se debe buscar entre las distintas funciones de
distribución de probabilidad teóricas la que se ajuste mejor a los datos medidos,
y usar esta función para la extrapolación.

En la estadística existen decenas de funciones de distribución de probabilidad

teóricas; de hecho, existen tantas como se quiera, y obviamente no es posible
probarlas todas para un problema particular. Por lo tanto, es necesario escoger,
de esas funciones, las que se adapten mejor al problema bajo análisis.
01/06/2021
 Entre las funciones de distribución de probabilidad usadas en hidrología, se
estudiarán las siguientes:
Las funciones normal y lognormal son generalmente apropiadas para variables
aleatorias que cubren todo el rango de valores de los resultados posibles del
experimento bajo análisis, como por ejemplo los volúmenes de escurrimiento
mensual en un río. Las funciones Gumbel se desarrollaron para el análisis de los
valores extremos de dichos resultados (referencia 9.3), como los gastos máximos
o mínimos anuales . La función Pearson III ocupa un lugar intermedio.

a) Normal b) Lognormal
b) Pearson d) Gumbel

01/06/2021
 DISTRIBUCIÓN NORMAL
La función de densidad de probabilidad normal se define como:

Donde 𝜇 y 𝜎 son parámetros de la distribución, estos parámetros determinan la

forma de la función 𝑓(𝑥) y su posición en el eje x. Es posible demostrar que 𝜇 y 𝜎
son, respectivamente, la media y la desviación estándar de la población y pueden
estimarse como la media y la desviación estándar de los datos.

De acuerdo a la ecuación, la función de distribución de probabilidad normal es:

01/06/2021
 DISTRIBUCIÓN NORMAL
Hoy en día, no se conoce analíticamente la integral de la ecuación 11, por lo que
es necesario recurrir a métodos numéricos para evaluarla. Sin embargo, para
hacer esto se requerirá una tabla para cada valor de 𝜇 y 𝜎, por lo que se a definido
la variable estandarizada.

01/06/2021
 DISTRIBUCIÓN NORMAL
Que esta normalmente distribuida con media cero y desviación estándar unitaria.

Así, la función de distribución de probabilidad (ecuación 11) se puede escribir como:

01/06/2021 Figura N°4 Funciones con desviación estándar y media distintas. Aparicio, 1992.
 DISTRIBUCIÓN NORMAL
La función F(z) se ha calculado numéricamente y se han publicado tablas de ella. La tabla 1
muestra esta función. Debido a que la función F(z) es simétrica, en dicha tabla se encuentran
únicamente valores de:

Tabla N°1 Funciones de distribución de probabilidades normal

01/06/2021
DISTRIBUCIÓN NORMAL
Tabla N°1 Funciones de distribución de probabilidades normal

01/06/2021
DISTRIBUCIÓN NORMAL
Tabla N°1 Funciones de distribución de probabilidades normal (Continuación)

01/06/2021
DISTRIBUCIÓN NORMAL
Ejemplo de Aplicación:
Los caudales máximos anuales registrados por una estación hidrométrica en el rio de estudio se muestran en la tabla 2.

Se pide:
a.- ¿Cual es la probabilidad de que en un año cualquiera el gasto sea mayor o igual a 7500 m3 /s?

b.- Se planea construir cerca de este sitio un bordo para protección contra inundaciones.¿ Cual debe ser el caudal
de diseño si se desea que el periodo de retorno sea 60 años?
Tabla N°2 Serie de caudales máximos de 1954 a 1978 Aparicio, 1992.
Año 1954 1955 1956 1957 1958 1959 1960 1961 1962 1963 1964 1965
x = Gasto
Maximo 2230 3220 2246 1804 2737 2070 3682 4240 2367 7061 2489 2350
(m³/s)
Año 1966 1967 1968 1969 1970 1971 1972 1973 1974 1975 1976 1977 1978
x = Gasto
Maximo 3706 2675 6267 5971 4744 6000 4060 6900 5565 3130 2414 1796 7430
(m³/s)
Min Max
Supóngase que los datos de la tabla 2 siguen una distribución normal.
01/06/2021
DISTRIBUCIÓN NORMAL
Solución:
La media y desviación estándar de los datos son respectivamente:

La media y desviación estándar de la población pueden entonces estimarse como:

a- Para x= 7500 m3/s. la variable estandarizada z es:

01/06/2021
 DISTRIBUCIÓN NORMAL
De la tabla 1 del apéndice A o de la ecuación

La probabilidad que el caudal máximo anual sea mayor o igual que 7500 m³/s resulta:

1 − 0.9761 = 0.0239

b.- de la ecuación se tiene:

01/06/2021
 DISTRIBUCIÓN NORMAL
Entonces para T=60 años, la función de distribución de probabilidad es:
𝐹 𝑥 = 𝑃 𝑋 ≤ 𝑥 = 59/ 60 = 0.9833
Y la tabla 1 del apéndice A o resolviendo la ecuación 14 por tanteos, se obtiene la variable
estandarizada:
𝑧 = 2.126
Por lo tanto, despejando x de la ecuación 12 se tiene:
𝒙 = 𝟕, 𝟕𝟕𝟓. 𝟐 𝒎𝟑/s
𝑥 = 𝑧𝜎 + 𝜇 = 2.126 ∙ 1825.9 + 3886

Entonces, según la distribución normal el gasto de diseño para un

periodo de retorno de 60 años
es de 7,775.2 m3 /s
01/06/2021
DISTRIBUCIÓN LOG NORMAL
En esta función los logaritmos naturales de la variable aleatoria se distribuyen normalmente.
La función de densidad de probabilidad es:

Donde 𝛼 y 𝛽 son parámetros de la distribución. Si se compara la ecuación 15 con la ecuación

10, se deduce que 𝛼 y 𝛽 son respectivamente la media y la desviación estándar de los
logaritmos de la variable aleatoria, en la figura 3 se muestra una grafica de la función de
densidad de probabilidad para diferentes valores de 𝛼 y 𝛽.

Como se observa esta función no necesariamente es simétrica. Los valores de 𝛼 y 𝛽 se estiman

a partir de n observaciones 𝑥𝑖 ,𝑖 = 1,2, … 𝑛 como:

01/06/2021
 DISTRIBUCIÓN LOG NORMAL

La función de distribución de probabilidad es,

de acuerdo con la ecuación :

Figura N°3 Funciones con desviación estándar y media 𝛼 y 𝛽

Los valores de la función de distribución de probabilidad 18 se obtiene usando la tabla 1 del apéndice A. Si la variable
estandarizada se define como:

01/06/2021
DISTRIBUCIÓN LOG NORMAL
Ejemplo de Aplicación:
Resolver el ejemplo de aplicación 1 usando la función de distribución log-Normal.

Solución:

La media y desviación estándar de los datos, estimadores de la población, son las ecuaciones 16 y 17:

01/06/2021
DISTRIBUCIÓN LOG NORMAL
a.- para X= 7500 m3/s, la variable estandarizada ecuación 19 es:

De la tabla 1 del apéndice A,

Y por lo tanto:
1 − 0.9545 = 𝟎. 𝟎𝟒𝟓𝟓

b.- Nuevamente, se obtiene: 𝐹 𝑥 = 𝐹 𝑧 = 𝟎. 𝟗𝟖𝟑𝟑

De la tabla 1 del apéndice A por tanteo para este valor F(z) Se obtiene z=2.13

Despejando x de la ecuación 19

𝟗𝟏𝟔𝟎 m3/s
01/06/2021
DISTRIBUCIÓN GUMBEL
Supóngase que se tiene N muestras, cada una de las cuales contiene n eventos. Si se selecciona el máximo x de
los n eventos de cada muestra, es posible demostrar que n aumenta, la función de distribución de probabilidad
de x tiende a:
Tabla N°3 Valores de 𝜇𝑦 𝑦 𝛼�
La función de densidad de probabilidad es entonces:

Los parámetros 𝛼 𝑦 𝛽 se estiman como:

 Para muestras muy grandes, o bien como:

 Para muestras relativamente pequeñas, donde 𝜇𝑦 𝑦 𝛼𝑦 se

muestran en la tabla 3

01/06/2021
 DISTRIBUCIÓN GUMBEL
Ejemplo de Aplicación:
Resolver del ejemplo de aplicación 1, con el método de distribución de Gumbel.

Solución: Para 25 años de registro, de la tabla 3.

𝜎𝑦 = 1.0914 , 𝜇𝑦 = 0.5309
Por lo tanto:

a- Para x=7500 𝒎𝟑/𝒔 , de la ecuación

𝟎. 𝟗𝟑𝟒5
01/06/2021
 DISTRIBUCIÓN GUMBEL

Por lo tanto:
P 𝑥 ≥ 7500 = 1 − P 𝑥 ≥ 7500 = 1 − 𝐹 𝑥 = 1 − 0.9345 = 0.065

b. Para T= 60 años, de las ecuaciones:

9827.1 𝑚3/s

9827.1 𝑚3/s

01/06/2021
 Fuente:
Mag. Aldo Ramirez G., Curso Taller Obras Hidráulicas
Universidad Ricardo Palma Perú.

01/06/2021