7 ANÁLISIS DE FRECUENCIAS DE EVENTOS EXTREMOS HIDROLOGÍA

7.1 OBTENCIÓN DE UNA MUESTRA DE DATOS

7.2 EXTENSIÓN DE REGISTROS
CAPÍTULO 7
7.3 PRUEBAS DE HOMOGENEIDAD E
ANÁLISIS DE INDEPENDENCIA

FRECUENCIAS 7.4 PERIODO DE RETORNO

7.5 ESTIMACIÓN DE GASTOS MÁXIMOS EN EL
DE EVENTOS SITIO. FUNCIONES NORMAL, LOG-NORMAL 2P,
EXTREMOS GUMBEL
7.6 CURVAS INTENSIDAD-DURACIÓN-PERIODO DE
RETORNO
APLICAR LAS TÉCNICAS 7.7 ESTIMACIÓN DE GASTOS MÍNIMOS ANUALES.
ESTADÍSTICAS PARA ESTIMAR FUNCIÓN WEIBULL 2P
EVENTOS DE DISEÑO
ASOCIADOS A DIFERENTES 7.8 EFECTOS DEL CAMBIO CLIMÁTICO EN LA
PERIODOS DE RETORNO ESTIMACIÓN DE EVENTOS EXTREMOS.
 7 ANÁLISIS DE FRECUENCIAS DE EVENTOS EXTREMOS HIDROLOGÍA

7 ANÁLISIS DE FRECUENCIAS DE EVENTOS EXTREMOS

Uno de los principales problemas que se presentan en la etapa de planeación y diseño de obras hidráulicas
es la falta de información hidrométrica y climatológica. Para poder diseñar obras hidráulicas con la menor
incertidumbre posible es necesario conocer técnicas que nos permitan tener cantidad y calidad en la
información faltante, de tal manera que se pueda garantizar la seguridad de la infraestructura.
La estimación de eventos hidrológicos futuros es demasiado compleja, por lo tanto una alternativa en su
estimación es la aplicación de los conceptos de la teoría de la probabilidad y estadística
 7 ANÁLISIS DE FRECUENCIAS DE EVENTOS EXTREMOS HIDROLOGÍA

7 ANÁLISIS DE FRECUENCIAS DE EVENTOS

EXTREMOS
 Los pasos a seguir para realizar un análisis de 4. Se les ajustan las diferentes distribuciones
frecuencia son: de probabilidad y se selecciona aquella que
represente mejor el comportamiento de la
1. Recabar información. En este punto se muestra. Esto se hace aplicando los
debe de verificar la calidad y cantidad de criterios de bondad de ajuste.
información.
5. Una vez que se obtiene la distribución de
2. Verificar la homogeneidad e independencia mejor ajuste es posible calcular los eventos
de las series. 𝑃 para los periodos de retorno 𝑇 = 2, 5,
3. Asignar un periodo de retorno mediante la 10, 20, 50, 100, 500, 1000, 5000 y 10000
ley de Weibull y una probabilidad de no años.
excedencia.
 7 ANÁLISIS DE FRECUENCIAS DE EVENTOS EXTREMOS HIDROLOGÍA

7.1 OBTENCIÓN DE UNA MUESTRA DE DATOS

Climatológica Hidrométrica
 7 ANÁLISIS DE FRECUENCIAS DE EVENTOS EXTREMOS HIDROLOGÍA

7.1 OBTENCIÓN DE UNA MUESTRA DE DATOS

Experimento • Precipitación
Aleatorio • Escurrimiento
Serie estadística de tiempo Conjunto de
observaciones realizadas de forma continua a
• TODOS los datos intervalos iguales.
obtenidos del
Población experimento, en este
caso es infinita Pueden ser anuales o periódicas (estacionales,
mensuales, semanales, diarias, horarias).
También pueden ser univariadas o multivariadas.
• Subconjunto
Muestra de la Población

Paso 1
 7 ANÁLISIS DE FRECUENCIAS DE EVENTOS EXTREMOS HIDROLOGÍA

7.2 EXTENSIÓN DE REGISTROS

Modelo
Autoregresivo Anual
Cuando los registros hidrológicos AR (P)
tienen muy pocos años con datos,
pueden extenderse a través de Modelo
modelos estocásticos que Modelos Estocásticos Autoregresivo
Periódico PAR (P)
preservan las características
estadísticas de las series. Modelo
Autoregresivo Anual
de Promedios
Móviles ARMA (P)
 7 ANÁLISIS DE FRECUENCIAS DE EVENTOS EXTREMOS HIDROLOGÍA

7.3 PRUEBAS DE HOMOGENEIDAD E

INDEPENDENCIA
Prueba de Independencia de Anderson Para llevar a cabo el análisis de frecuencias se requiere que la
muestra este compuesta de variables aleatorias, para probarlo se aplica la prueba de independencia de Anderson
nk

  x  x  x
i ik x  k  1,2,...,
n
rk  i 1 3 se considera que una serie es independiente si a lo más
  x  x
n 2
r0  1 el 10% de los valores rk sobrepasan los limites de
i
i 1 confianza

rk Coeficiente de autocorrelación serial  1  1.96 n  k  1

rk 95 %  
xi Valor de la variable en el año i nk
xi+k Valor de la variable en el año i+k
Si y solo si, el 10% de los valores de rk sobrepasan los
x Media de la serie límites de confianza se dice que la serie es
k Tiempo de retraso independiente y por lo tanto es una variable que sigue
las leyes de probabilidad.
n Numero de datos del registro
Paso 2
 7 ANÁLISIS DE FRECUENCIAS DE EVENTOS EXTREMOS HIDROLOGÍA

7.3 PRUEBAS DE HOMOGENEIDAD E

INDEPENDENCIA
Factores que afectan la
Pruebas de Homogeneidad
Homogeneidad
Las características de las series hidrológicas como Deforestación
la media y desviación estándar se afectan cuando
la serie presenta tendencias o cuando ocurren Reforestación
saltos positivos o negativos, tales anomalías son
producidas por la falta de homogeneidad. Apertura de nuevas áreas al cultivo

Una serie de tiempo es estacionaria si la Rectificación de cauces

distribución es invariante en el tiempo. La
Cambio en el patrón climático
distribución es verificada en términos de cambios
abruptos en la media y la varianza de la serie. Construcción de embalses

Mal funcionamiento del instrumento de medición

Paso 2
 7 ANÁLISIS DE FRECUENCIAS DE EVENTOS EXTREMOS HIDROLOGÍA

7.3 PRUEBAS DE HOMOGENEIDAD E

INDEPENDENCIA
Prueba de Homogeneidad t-Student Cambio en la media

Si se considera una serie de tamaño n, la cual se divide El valor absoluto de td se compra con el valor de la
n
en dos conjuntos de tamaño n1  n2  entonces, el distribución t-Student de dos colas, y con   n1  n2  2
2
estadístico de prueba se define como: grados de libertad, para un nivel de confianza a= 0.05
x1  x2
td  1 H0: No existe diferencia significativa entre las medias
 n1 s12  n2 s2 2 1 1 
2

    H1: La diferencia entre las medias es evidencia de

 n1  n2  2  n1 n2   inconsistencia

x1 , s12 Son la media y la varianza de la primera parte del Si y solo si

registro de tamaño n1 td  tcrítico
x2 , s22 Son la media y la varianza de la segunda parte del Se acepta H0 y se concluye que No existe diferencia
registro de tamaño n2 significativa entre las medias y la serie se considera
Homogénea. Paso 2
 7 ANÁLISIS DE FRECUENCIAS DE EVENTOS EXTREMOS HIDROLOGÍA

7.3 PRUEBAS DE HOMOGENEIDAD E

INDEPENDENCIA
Prueba de Homogeneidad Cramer Cambio en la media
1
n
xi  1 2
2
x  
n
La prueba compara el valor de la media x del registro total con
Sx    i x  x 
  n  1 i 1
cada una de las medidas de los bloques elegidos x60 y x30 , los cuales
representan el 60% de los últimos valores y 30% de los últimos 1i n 
valores.

nw
xk xw  x
xw  
x , sx Media y desviación estándar del registro completo
w 
n Numero de datos del registro completo
i 1 nw Sx
xi Valor de la variable en el año i
w Para 30 % y 60 % de los últimos valores del registro
1
nw Media del w % de los últimos valores del registro
 2
τw Estadístico τ para el w% de los últimos valores del registro  nw  n  2  
tw   2 
w
 n  nw 1   w   
tw Estadístico de prueba del w% de los últimos valores del
registro
  Paso 2
 7 ANÁLISIS DE FRECUENCIAS DE EVENTOS EXTREMOS HIDROLOGÍA

7.3 PRUEBAS DE HOMOGENEIDAD E

INDEPENDENCIA
Prueba de Homogeneidad Cramer Prueba de Homogeneidad Helmert

El estadístico tw tiene distribución t de Student de dos colas
con   n1  n2  2 grados de libertad, para un nivel de
confianza a= 0.05
H0: No existe diferencia significativa entre las medias
H1: La diferencia entre las medias es evidencia de
inconsistencia
Si y solo si
tw  tcrítico
Se acepta H0 y se concluye que No existe diferencia
significativa entre las medias y la serie se considera
Homogénea.
Esta prueba es no paramétrica y consiste en analizar el
signo de las desviaciones de cada evento con respecto al
valor medio hpi  hp
Si una desviación de un cierto signo es seguida de otra del
mismo signo, entonces se forma una secuencia “S”, de lo
contrario se considera como un cambio “C”.
La serie se considera homogénea si:
 n j  1   NS  NC   n j  1
n Tamaño de la muestra
NS Número de secuencias
NC Número de cambios.
Paso 2