TRATAMIENTO PROBABILISTICO

DE INFORMACION HIDROLOGICA

HIDROLOGIA
CARRERA DE INGENIERÍA CIVIL
Universidad Nacional de Tucumán
PROCESOS ESTOCASTICOS
PROCESOS EN LA NATURALEZA
SON
PARCIALMENTE DETERMINISTICOS
+
PARCIALMENTE ALEATORIOS

PROCESOS ESTOCASTICOS
 PROCESOS HIDROLOGICOS
DETERMINISTICO

+ ALEATORIOS
ALEATORIOS
IMPORTAN LAS OBSERVACIONES
MISMAS CON SUS CARACTERISTICAS
NO LOS PROCESOS FISICOS QUE LAS PRODUCEN

MODELOS MATEMATICOS QUE DESCRIBEN EL

COMPORTAMIENTO DE LA VARIABLE
 VARIABLES ALEATORIAS
Q[m3/s], P[mm], I[mm/h], H[m], T[ºc]
Su comportamiento se describe con un modelos
matemático, con una distribución de probabilidad .

Se determina la probabilidad que una observación

q caiga en una rango determinado de la variable Q

En los estudios de ingeniería servirá para, una vez

asumido un riesgo de falla, realizar una predicción del valor
de la variable que se utilizará para el diseño asociado a
una probabilidad de ocurrencia
 VARIABLES ALEATORIAS

Conjunto de observaciones q1, q2, q3, …., qn = MUESTRA

Muestra ϵ POBLACION

Conjunto de todos las muestras = ESPACIO MUESTRAL

Subconjunto del ESPACIO MUESTRAL = EVENTO

 VARIABLES ALEATORIAS
TRATAMIENTO ESTADISTICO

Muestra de nA valores en el rango del evento A

Si el tamaño de la muestra crece la Frecuencia Relativa se acerca a la

Probabilidad de Ocurrencia
 PROBABILIDAD DE EVENTOS
PRINCIPIOS

2) Si un evento A2 es complemento de A1

P(A2) = 1- P(A1)
FRECUENCIA Y PROBABILIDAD
Tomemos una muestra de precipitación anual con n valores.

PRECIPITACION MEDIA ANUAL [mm]

Año 1910 1920 1930 1940 1950 1960 1970
0 1237 1138 1252 792 1168 861
1 1013 1120 864 1123 686 1125 805
2 787 1087 1158 1059 940 960 800
3 1074 1229 947 782 1189 752 1514
4 1069 869 1110 1361 683 892 1283
5 1044 823 1062 876 645 1262 980
6 729 1179 1044 1278 584 930 1102
7 427 988 792 1113 1435 826 729
8 866 947 894 549 1102 1567 813
9 1433 1285 892 1196 1049 1204 1316
FRECUENCIA Y PROBABILIDAD
Estos pueden ordenarse para construir un histograma de frecuencia
donde el rango completo de variación de la precipitación se divide en
intervalos discretos iguales Dp=127mm y se cuenta la cantidad de
valores ni que cae en cada rango

Rango [mmm] ni fs Fs
<508 1 0.014 0.014
508-635 2 0.029 0.043
635-762 6 0.087 0.130
762-889 14 0.203 0.333
P
889-1016 11 0.159
[mm] 0.493
1016-1143 16 0.232 0.725
1143-1270 10 0.145 0.870
1270-1397 5 0.072 0.942
1397-1524 3 0.043 0.986
>1524 1 0.014 1.000
Total 69 1
Número de Datos
 PRECIPITACION MEDIA ANUAL
[mm]
Año 1910 1920 1930 1940 1950 1960 1970
0 1237 1138 1252 792 1168 861
1 1013 1120 864 1123 686 1125 805
2 787 1087 1158 1059 940 960 800
3 1074 1229 947 782 1189 752 1514
4 1069 869 1110 1361 683 892 1283
5 1044 823 1062 876 645 1262 980
6 729 1179 1044 1278 584 930 1102
7 427 988 792 1113 1435 826 729
8 866 947 894 549 1102 1567 813
9 1433 1285 892 1196 1049 1204 1316

n 69
nA < 889mm 23
nB > 1143mm 19
889 < nC <1143 27
 PRECIPITACION MEDIA ANUAL
[mm]
Año 1910 1920 1930 1940 1950 1960 1970
0 1237 1138 1252 792 1168 861
1 1013 1120 864 1123 686 1125 805
2 787 1087 1158 1059 940 960 800
3 1074 1229 947 782 1189 752 1514
4 1069 869 1110 1361 683 892 1283
5 1044 823 1062 876 645 1262 980
6 729 1179 1044 1278 584 930 1102
7 427 988 792 1113 1435 826 729
8 866 947 894 549 1102 1567 813
9 1433 1285 892 1196 1049 1204 1316

n 69
nA < 889mm 23 fA 0.333
nB > 1143mm 19 fB 0.275
889 < nC <1143 27 fC 0.391
fD 0.111
FRECUENCIA Y PROBABILIDAD
FUNCIONES DE FRECUENCIA
Si se divide la cantidad de valoresni que se tiene en cada intervalo i
en el número total de observaciones n se obtiene la Función de
Frecuencia Relativa
Estimación de la probabilidad P(xi) que la
precipitación anual caiga en el intervalo i . El
subíndice s indica que el valor se calculó con
información de la muestra.

La suma de los valores de la función de frecuencia relativa hasta un

valor de i dado es la Función de Frecuencia Acumulada
 FRECUENCIA Y PROBABILIDAD
FUNCIONES DE DENSIDAD Y DISTRIBUCION DE PROBABILIDAD

Las funciones FFR y FFA están definidas para la muestra. Si queremos aproximarnos al
comportamiento de la población debe crecer n y debe achicarse Dx

Función de densidad de probabilidad.

Desaparece el subíndice s

Función de distribución de probabilidad.

Desaparece el subíndice s
Su derivada:

Función de densidad de probabilidad.

Función de distribución de probabilidad.

 PRECIPITACION MEDIA ANUAL [mm]
Año 1910 1920 1930 1940 1950 1960 1970
0 1237 1138 1252 792 1168 861
1 1013 1120 864 1123 686 1125 805
2 787 1087 1158 1059 940 960 800
3 1074 1229 947 782 1189 752 1514
4 1069 869 1110 1361 683 892 1283
5 1044 823 1062 876 645 1262 980
6 729 1179 1044 1278 584 930 1102
7 427 988 792 1113 1435 826 729
8 866 947 894 549 1102 1567 813
9 1433 1285 892 1196 1049 1204 1316
 ANALISIS DE
FRECUENCIA
Se puede calcular para la
muestra con los valores de ni
fs
los correspondientes valores de
las funciones FFR y FFA

P [mm]

Rango [mmm] ni fs Fs
<508 1 0.014 0.014
508-635 2 0.029 0.043
635-762 6 0.087 0.130
762-889 14 0.203 0.333
889-1016 11 0.159 0.493
1016-1143 16 0.232 0.725
1143-1270
1270-1397
10
5
0.145
0.072
0.870
0.942 Fs
1397-1524 3 0.043 0.986
>1524 1 0.014 1.000
Total 69 1

P [mm]
ANALISIS DE FRECUENCIA Y AJUSTE DE FUNCIONES
 DISTRIBUCIONES DE PROBABILIDAD PARA SERIES
DE TIEMPO DE VARIABLES HIDROLOGICAS
AJUSTE DE LAS FUNCIONES

ESTAS FUNCIONES TIENEN CADA UNA SUS

PARAMETROS QUE DEBEN SER AJUSTADOS A
CADA MUESTRA. EL AJUSTE SE PUEDE
REALIZAR CON EL USO DE ALGUNO DE LOS
SIGUIENTES MÉTODOS ANALITICOS.
 DISTRIBUCIONES DE PROBABILIDAD PARA SERIES
DE TIEMPO DE VARIABLES HIDROLOGICAS
SELECCION DE FUNCION – EL MEJOR AJUSTE
PARA LA SELECCION DE LA FUNCION DE DENSIDAD ES NECESARIO ANALIZAR LA
BONDAD DEL AJUSTE DE CADA UNA DE ELLAS. PARA ELLO SE PUEDE RECURRIR
A LOS SIGUIENTES METODOS ANALITICOS.
 CHI CUADRADO
 KOLMOGOROV – SMIRNOV
 ERROR ESTÁNDAR DE AJUSTE.
EXISTE LA POSIBILIDAD DE REALIZAR UN ANALISIS VISUAL EN UN GRAFICO DONDE
SE REPRESENTA EN CONTRASTE LOS VALORES OBTENIDOS DE LAS FUNCIONES
DE DENSIDAD AJUSTADAS CON METODOS EMPIRICOS QUE DAN LAS POSICIONES
DE GRAFICACION DE LOS VALORES DE LA MUESTRA QUE SE AJUSTO.
 ANALISIS DE FRECUENCIA
Se analizan eventos extremos como tormentas crecidas,
sequías, niveles de inundación cuya magnitud está (+) Frecuencia
de
inversamente relacionadas con su frecuencia de Ocurrencia
ocurrencia. Eventos de gran magnitud ocurren con menos
Magnitud
frecuencia. Los eventos mas frecuentes son de menor
magnitud
(-)
El Análisis de Frecuencia se utiliza para establecer la relación entre la magnitud que puede
alcanzar un evento con su frecuencia de ocurrencia a través del uso de distribuciones de
probabilidad.

Se basa en el empleo de una serie de datos observados en los cuales es necesario verificar:
Independencia y Homogeneidad.

Las pruebas de Independencia implica que
la probabilidad de ocurrencia de uno
cualquiera de ellos no depende de la
ocurrencia de los valores precedentes, y
no afecta de ninguna manera a la
probabilidad de ocurrencia de las datos
posteriores.
Con la Homogeneidad se evalúa si todos los
valores que conforman la muestra, provienen
estadísticamente de una misma población. Se
debe verificar que están idénticamente
distribuidos.
 TIEMPO DE RETORNO O RECURRENCIA
Se dice que la variable aleatoria X es extrema cuando es mayor o igual a un
cierto valor, (umbral) xT .
El intervalo de recurrencia t es el tiempo que transcurre entre eventos X ≥ xT.
El Tiempo de Retorno Tr es el tiempo esperado promedio entre eventos
extremos que igualan o exceden una magnitud establecida (X ≥ xT)
Siendo los valores de la serie
analizados independientes el
Tiempo de Retorno Tr resulta ser
la inversa de la Probabilidad de
Ocurrencia.

En el ejemplo anterior la probabilidad de ocurrencia es P=19,51%

Cual es probabilidad que un evento asociado a un Tiempo de Retorno Tr

ocurra al menos una vez en N años. Se puede referir a ello como el riesgo
de falla R(Tr, N).

En el ejemplo anterior el riesgo de falla en los próximos 3 años de una obra diseñada
con un caudal de 1,40m3/s asociado a un Tr =5,125 será R=47,9%
 SERIES DE INFORMACION HIDROLOGICA
Una serie de duración completa Una serie de duración parcial está
está compuesta por toda la compuesta por una serie de datos que son
información disponible. mayores a un valor umbral establecido

Si n es igual al número de años de registro la

serie se denomina serie de excedencia anual

Una serie anual de valores extremos está

compuesta por los máximos o mínimos que
ocurren en cada año de la longitud del registro

El tiempo de retornoTE determinado con el

análisis de una serie de excedencia anual se
puede aproximar con el correspondiente al de
una serie anual con la siguiente expresión:
ANALISIS DE FRECUENCIA CON FACTORES DE FRECUENCIA
La magnitud de un evento extremo asociada un tiempo
de retorno se puede representar como la media mas el
desvío de la variable respecto a la media.
El desvío con respecto a la media puede representarse
como el producto de un factor de frecuencia KT y el
desvío estándar

En caso que el análisis se haga en términos del logaritmo

de la variable y = log x
El factor de frecuencia KT es función del tiempo de retorno Tr y de la distribución que se utilice.

La expresión de KT en función del tiempo de retorno Tr para la distribución de Gumbel, (Valores

extremos Tipo I o VTI).
FACTORES DE FRECUENCIA PARA LOG-PEARSON TIPO III
 DISTRIBUCIONES DE PROBABILIDAD PARA SERIES
DE TIEMPO DE VARIABLES HIDROLOGICAS
SELECCION DE FUNCION – EL MEJOR AJUSTE
ANALISIS VISUAL EN UN GRAFICO - POSICIONES DE GRAFICACION.
Para determinar la posición de graficación de los datos medidos se recurre a expresiones
experimentales que permiten asignarle un tiempo de retorno a cada uno de los valores de la
serie. La mayor parte de las fórmulas están representadas por la siguiente expresión general:

Donde:
n – cantidad de valores que intergran la serie anual. (Longitud de la serie).
m – número de orden en un ordenamiento monótono decreciente.
b – parámetro correspondientes a las distintas fórmulas propuestas que deben elegirse
atendiendo a la distribución analizada.
La de uso mas difundido es la fórmula de Weibull con b=0
Con b= 0,5 la fórmula de Hazen.
Con b= 0,44 la fórmula de Gringorten
Con b= 0,375 la fórmula de Blom
Para normalmente distribuidos b=0,375
Para Gumbel b= 0,44
Para Log Pearson Tipo III con asimetría positiva b≥0,375 y con asimetría negativa b≤0,375
 SELECCION DE FUNCION – EL MEJOR AJUSTE
ANALISIS VISUAL EN UN GRAFICO - POSICIONES DE GRAFICACION

EN UN ANALISIS VISUAL SE REPRESENTA EN UN GRAFICO EL CONTRASTE DE LOS

VALORES OBTENIDOS DE LAS FUNCIONES DE DENSIDAD AJUSTADAS CON LOS
CORRESPONDIENTES A METODOS EMPIRICOS QUE DAN LAS POSICIONES DE
GRAFICACION DE LOS VALORES DE LA MUESTRA QUE SE AJUSTO.