Anexos Hidrolgia AA - HH 2 DE MAYO

PROYECTO “MEJORAMIENTO VIAL DE LA ZONA NORESTE DEL AA.HH.
2 DE MAYO DE LA CIUDAD
DE PUERTO MALDONADO, PROVINCIA DE TAMBOPATA - MADRE DE DIOS”
ANEXOS: HIDROLOGIA Y DRENAJE

PROYECTO “MEJORAMIENTO VIAL DE LA ZONA NORESTE DEL AA.HH. 2 DE MAYO DE LA CIUDAD












En la teoría estadística e hidrológica, existen muchas distribuciones de frecuencia:

entre ellas, Normal, Log Normal de 2 y 3 parámetros, gamma de 2 y 3 parámetros,
log Gumbel, etc., sin embargo para propósitos prácticos está probado (sobre la
base de muchos estudios hidrológicos de carreteras), que las distribuciones
Gumbel, Log-Normal 2 Parámetros, Log-Pearson Tipo III y Log-Normal 3
Parámetros, son las que mejor se ajustan a las precipitaciones máximas en 24
horas.
La función de densidad de probabilidad es la siguiente:

1 1 x 1
 x  1  
f x  
1 1
 11    1 
e
Donde:
1 , 1 ,  1  parámetros de la función
1   función Gamma.
Los parámetros 1 , 1 ,  1 se evalúan a partir de los datos de intensidades

observadas (en este caso estimadas a partir de la lluvia máxima en 24 horas),
mediante el siguiente sistema de ecuaciones.
x   1 1   1
S 2   1 1
2
2
 
1
Donde:
x  media de los datos
S2= variancia de los datos
 = coeficiente de sesgo, definido como:

 
x i  x / n
3
S3
La función de distribución de probabilidad es:

x 1 1 1
x   x  1 
F x  
1
 11  0
1
e   dx
 1 
Sustituyendo
x  1
y
 1 , la ecuación anterior se escribe como:
F y 
1
  
1 1  y
y e dy
1
Esta última ecuación es una función de distribución chi cuadrada con 2β1 grados de
libertad y también   2 y , es decir:

2
F(y)  F( 2 )  F 2 (2y 2 1 )
La función chi cuadrado se encuentra en tablas estadísticas.
Si se toman los logaritmos de la variable aleatoria y suponiendo que estos se

comportan según la distribución Pearson Tipo III, se tiene la función Log Pearson
Tipo III. Para la solución se sigue el mismo procedimiento que la distribución
Pearson Tipo III.
Supóngase que se tienen 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, a medida que “n” aumenta, la función de distribución de
probabilidad de “x” tiende a:
F  x   e e
  x   
La función de densidad de probabilidad es:

f x    e   x  e 
  x   
Donde α y β son los parámetros de la función.
Los parámetros α y β, se estiman para muestras muy grandes, como:

1.2825

S
  x  0.45 S
Para muestras relativamente pequeñas, se tiene:
y

S
  x  uy /
Los valores de μy y σy se encuentran en tablas.
Para saber que distribución teórica se ajustó mejor a los datos de intensidades
calculadas, se aplicó la prueba de bondad de ajuste Kolmogorov-Smirnov. Esta
prueba consiste en comparar el máximo valor absoluto de la diferencia D entre la
función de distribución de probabilidad observada Fo(Xm) y la estimada F(Xm).
D  máx F0  X m   F  X m 
Con un valor crítico “d” que depende del número de datos y del nivel de
significación seleccionado.
Si D<d, se acepta la hipótesis nula
Los valores del nivel de significación α que se usan normalmente son del 10%, 5%
y 1%. Para un nivel de significación de 5%, y para una muestra de n= 21, el valor
de “d” crítico es 0.29.
El valor de α, en la teoría estadística, es la probabilidad de rechazar la hipótesis

nula.
La función de distribución de probabilidad observada se calcula como:
F0  X m   1 
m
n 1
donde “m” es el número de orden del dato Xm en una lista de mayor a menor y “n”
es el número total de datos.
De acuerdo a esta prueba de ajuste, todos los datos observados se ajustan a las
distribuciones Gumbel, Log-Normal 2 Parámetros, Log-Pearson Tipo III y Log-
Normal 3 Parámetros. Cabe señalar, que se han considerado años hidrológicos.

Resultados
Ajuste de una serie de datos a la distribución Gumbel
Serie de datos X:
----------------------------------------
N° X
----------------------------------------
1 80.4
2 92.0
3 115.0
4 120.0
5 99.0
6 101.4
7 76.9
8 107.5
9 158.3
10 158.9
11 153.8
12 92.0
13 113.0
14 120.3
15 70.6
16 145.0
----------------------------------------

Cálculos del ajuste Smirnov Kolmogorov:
----------------------------------------------------------------------------------------------------------
m X P(X) G(Y) Ordinario G(Y) Mom Lineal Delta
----------------------------------------------------------------------------------------------------------
1 70.6 0.0588 0.0249 0.0400 0.0339
2 76.9 0.1176 0.0616 0.0838 0.0560
3 80.4 0.1765 0.0922 0.1171 0.0842
4 92.0 0.2353 0.2419 0.2654 0.0066
5 92.0 0.2941 0.2419 0.2654 0.0522
6 99.0 0.3529 0.3541 0.3706 0.0012
7 101.4 0.4118 0.3935 0.4071 0.0182
8 107.5 0.4706 0.4916 0.4976 0.0210
9 113.0 0.5294 0.5739 0.5736 0.0444
10 115.0 0.5882 0.6018 0.5995 0.0135
11 120.0 0.6471 0.6662 0.6597 0.0191
12 120.3 0.7059 0.6698 0.6631 0.0361
13 145.0 0.7647 0.8755 0.8627 0.1108
14 153.8 0.8235 0.9142 0.9025 0.0907
15 158.3 0.8824 0.9293 0.9184 0.0469
16 158.9 0.9412 0.9311 0.9203 0.0101
----------------------------------------------------------------------------------------------------------
-------------------------------------------------------
Ajuste con momentos ordinarios:
-------------------------------------------------------
Como el delta teórico 0.1108, es menor que el delta tabular 0.3400. Los datos
se ajustan a la distribución Gumbel, con un nivel de significación del 5%
-------------------------------------------------------
Parámetros de la distribución Gumbel:
-------------------------------------------------------
Con momentos ordinarios:
Parámetro de posición (µ)= 99.8376
Parámetro de escala (alfa)= 22.381
Con momentos lineales:

Parámetro de posición (µl)= 98.8199

Parámetro de escala (alfal)= 24.1441
------------------------------
Caudal de diseño:
------------------------------
El caudal de diseño para un periodo de retorno de 20 años, es 166.31
Resultados
Ajuste de una serie de datos a la distribución Gumbel
Serie de datos X:
----------------------------------------
N° X
----------------------------------------
1 80.4
2 92.0
3 115.0
4 120.0
5 99.0
6 101.4
7 76.9
8 107.5
9 158.3
10 158.9
11 153.8
12 92.0
13 113.0
14 120.3
15 70.6
16 145.0
----------------------------------------

----------------------------------------------------------------------------------------------------------
m X P(X) G(Y) Ordinario G(Y) Mom Lineal Delta
----------------------------------------------------------------------------------------------------------
1 70.6 0.0588 0.0249 0.0400 0.0188
2 76.9 0.1176 0.0616 0.0838 0.0338
3 80.4 0.1765 0.0922 0.1171 0.0593
4 92.0 0.2353 0.2419 0.2654 0.0301
5 92.0 0.2941 0.2419 0.2654 0.0287
6 99.0 0.3529 0.3541 0.3706 0.0177
7 101.4 0.4118 0.3935 0.4071 0.0046
8 107.5 0.4706 0.4916 0.4976 0.0270
9 113.0 0.5294 0.5739 0.5736 0.0442
10 115.0 0.5882 0.6018 0.5995 0.0113
11 120.0 0.6471 0.6662 0.6597 0.0127
12 120.3 0.7059 0.6698 0.6631 0.0428
13 145.0 0.7647 0.8755 0.8627 0.0980
14 153.8 0.8235 0.9142 0.9025 0.0790
15 158.3 0.8824 0.9293 0.9184 0.0360
16 158.9 0.9412 0.9311 0.9203 0.0209
----------------------------------------------------------------------------------------------------------
-------------------------------------------------------
Ajuste con momentos lineales:
-------------------------------------------------------
se ajustan a la distribución Gumbel, con un nivel de significación del 5%
-------------------------------------------------------
Parámetros de la distribución Gumbel:
-------------------------------------------------------
Parámetro de posición (µ)= 99.8376
Parámetro de escala (alfa)= 22.381

Parámetro de posición (µl)= 98.8199

Parámetro de escala (alfal)= 24.1441

------------------------------
Caudal de diseño:
------------------------------
Resultados
Ajuste de una serie de datos a la distribución lognormal de 2 parámetros
Serie de datos X:
----------------------------------------
N° X
----------------------------------------
1 80.4
2 92.0
3 115.0
4 120.0
5 99.0
6 101.4
7 76.9
8 107.5
9 158.3
10 158.9
11 153.8
12 92.0
13 113.0
14 120.3
15 70.6
16 145.0
----------------------------------------

----------------------------------------------------------------------------------------------------------
m X P(X) F(Z) Ordinario F(Z) Mom Lineal Delta
----------------------------------------------------------------------------------------------------------
1 70.6 0.0588 0.0433 0.0501 0.0155
2 76.9 0.1176 0.0840 0.0929 0.0337
3 80.4 0.1765 0.1142 0.1238 0.0623
4 92.0 0.2353 0.2492 0.2579 0.0139
5 92.0 0.2941 0.2492 0.2579 0.0449
6 99.0 0.3529 0.3482 0.3541 0.0047
7 101.4 0.4118 0.3835 0.3880 0.0283
8 107.5 0.4706 0.4730 0.4741 0.0024
9 113.0 0.5294 0.5507 0.5487 0.0213
10 115.0 0.5882 0.5778 0.5747 0.0105
11 120.0 0.6471 0.6416 0.6361 0.0054
12 120.3 0.7059 0.6453 0.6397 0.0606
13 145.0 0.7647 0.8651 0.8552 0.1004
14 153.8 0.8235 0.9089 0.8998 0.0854
15 158.3 0.8824 0.9260 0.9175 0.0437
16 158.9 0.9412 0.9281 0.9197 0.0131
----------------------------------------------------------------------------------------------------------
-------------------------------------------------------
-------------------------------------------------------
se ajustan a la distribución log Normal 2 parámetros, con un nivel de
significación del 5%
------------------------------------------------------------
Parámetros de la distribución log Normal:
------------------------------------------------------------
Parámetro de escala (µy)= 4.6948
Parámetro de forma (Sy)= 0.2555

Parámetro de escala (µyl)= 4.6948

Parámetro de forma (Syl)= 0.2662
------------------------------
Caudal de diseño:
------------------------------
Resultados
Ajuste de una serie de datos a la distribución log normal de 2 parámetros
Serie de datos X:
----------------------------------------
N° X
----------------------------------------
1 80.4
2 92.0
3 115.0
4 120.0
5 99.0
6 101.4
7 76.9
8 107.5
9 158.3
10 158.9
11 153.8
12 92.0
13 113.0
14 120.3
15 70.6
16 145.0
----------------------------------------

----------------------------------------------------------------------------------------------------------
m X P(X) F(Z) Ordinario F(Z) Mom Lineal Delta
----------------------------------------------------------------------------------------------------------
1 70.6 0.0588 0.0433 0.0501 0.0088
2 76.9 0.1176 0.0840 0.0929 0.0248
3 80.4 0.1765 0.1142 0.1238 0.0526
4 92.0 0.2353 0.2492 0.2579 0.0226
5 92.0 0.2941 0.2492 0.2579 0.0362
6 99.0 0.3529 0.3482 0.3541 0.0011
7 101.4 0.4118 0.3835 0.3880 0.0237
8 107.5 0.4706 0.4730 0.4741 0.0035
9 113.0 0.5294 0.5507 0.5487 0.0193
10 115.0 0.5882 0.5778 0.5747 0.0136
11 120.0 0.6471 0.6416 0.6361 0.0109
12 120.3 0.7059 0.6453 0.6397 0.0662
13 145.0 0.7647 0.8651 0.8552 0.0905
14 153.8 0.8235 0.9089 0.8998 0.0762
15 158.3 0.8824 0.9260 0.9175 0.0352
16 158.9 0.9412 0.9281 0.9197 0.0215
----------------------------------------------------------------------------------------------------------
-------------------------------------------------------
Ajuste con momentos lineales:
-------------------------------------------------------
se ajustan a la distribución log Normal 2 parámetros, con un nivel de
------------------------------------------------------------
Parámetros de la distribución log Normal:
------------------------------------------------------------



Parámetro de escala (µyl)= 4.6948
Parámetro de forma (Syl)= 0.2662
------------------------------
Caudal de diseño:
------------------------------
No se ajustan los datos a esta distribución.
No se ajustan los datos a esta distribución.

Resultados
Ajuste de una serie de datos a la distribución log normal de 3 parámetros
Serie de datos X:
----------------------------------------
N° X
----------------------------------------
1 80.4
2 92.0
3 115.0
4 120.0
5 99.0
6 101.4
7 76.9
8 107.5
9 158.3
10 158.9
11 153.8
12 92.0
13 113.0
14 120.3
15 70.6
16 145.0
----------------------------------------

----------------------------------------------------------------------------------------------------------
m X P(X) Z F(Z) Delta
----------------------------------------------------------------------------------------------------------
1 70.6 0.0588 -1.6396 0.0505 0.0083
2 76.9 0.1176 -1.3604 0.0868 0.0308
3 80.4 0.1765 -1.2095 0.1132 0.0632
4 92.0 0.2353 -0.7290 0.2330 0.0023
5 92.0 0.2941 -0.7290 0.2330 0.0611
6 99.0 0.3529 -0.4526 0.3254 0.0275
7 101.4 0.4118 -0.3600 0.3594 0.0524
8 107.5 0.4706 -0.1295 0.4485 0.0221
9 113.0 0.5294 0.0727 0.5290 0.0004
10 115.0 0.5882 0.1449 0.5576 0.0306
11 120.0 0.6471 0.3227 0.6266 0.0205
12 120.3 0.7059 0.3333 0.6305 0.0753
13 145.0 0.7647 1.1562 0.8762 0.1115
14 153.8 0.8235 1.4297 0.9236 0.1001
15 158.3 0.8824 1.5660 0.9413 0.0590
16 158.9 0.9412 1.5840 0.9434 0.0022
----------------------------------------------------------------------------------------------------------
-------------------------------------------------------
-------------------------------------------------------
se ajustan a la distribución logNormal 3 parámetros, con un nivel de

-------------------------------------------------------
Parámetros de la distribución log normal:
-------------------------------------------------------
Parámetro de posición (xo)= -104.0803
------------------------------
Caudal de diseño:
------------------------------

Anexos Hidrolgia AA - HH 2 DE MAYO

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Anexos Hidrolgia AA - HH 2 DE MAYO

Cargado por

Copyright:

Formatos disponibles

PROYECTO “MEJORAMIENTO VIAL DE LA ZONA NORESTE DEL AA.HH.

ANEXOS: HIDROLOGIA Y DRENAJE

ANEXOS: HIDROLOGIA Y DRENAJE

ANEXOS: HIDROLOGIA Y DRENAJE

ANEXOS: HIDROLOGIA Y DRENAJE

ANEXOS: HIDROLOGIA Y DRENAJE

ANEXOS: HIDROLOGIA Y DRENAJE

ANEXOS: HIDROLOGIA Y DRENAJE

ANEXOS: HIDROLOGIA Y DRENAJE

ANEXOS: HIDROLOGIA Y DRENAJE

ANEXOS: HIDROLOGIA Y DRENAJE

ANEXOS: HIDROLOGIA Y DRENAJE

ANEXOS: HIDROLOGIA Y DRENAJE

ANEXOS: HIDROLOGIA Y DRENAJE

En la teoría estadística e hidrológica, existen muchas distribuciones de frecuencia:

La función de densidad de probabilidad es la siguiente:

Los parámetros 1 , 1 ,  1 se evalúan a partir de los datos de intensidades

ANEXOS: HIDROLOGIA Y DRENAJE

libertad y también   2 y , es decir:

F(y)  F( 2 )  F 2 (2y 2 1 )

La función chi cuadrado se encuentra en tablas estadísticas.

Si se toman los logaritmos de la variable aleatoria y suponiendo que estos se

La función de densidad de probabilidad es:

Donde α y β son los parámetros de la función.

Los parámetros α y β, se estiman para muestras muy grandes, como:

ANEXOS: HIDROLOGIA Y DRENAJE

Si D<d, se acepta la hipótesis nula

El valor de α, en la teoría estadística, es la probabilidad de rechazar la hipótesis

La función de distribución de probabilidad observada se calcula como:

ANEXOS: HIDROLOGIA Y DRENAJE

ANEXOS: HIDROLOGIA Y DRENAJE

Cálculos del ajuste Smirnov Kolmogorov:

Con momentos lineales:

ANEXOS: HIDROLOGIA Y DRENAJE

Parámetro de escala (alfal)= 24.1441

ANEXOS: HIDROLOGIA Y DRENAJE

Cálculos del ajuste Smirnov Kolmogorov:

Con momentos lineales:

ANEXOS: HIDROLOGIA Y DRENAJE

Parámetro de escala (alfal)= 24.1441

ANEXOS: HIDROLOGIA Y DRENAJE

Cálculos del ajuste Smirnov Kolmogorov:

Con momentos lineales:

ANEXOS: HIDROLOGIA Y DRENAJE

Parámetro de forma (Syl)= 0.2662

ANEXOS: HIDROLOGIA Y DRENAJE

Cálculos del ajuste Smirnov Kolmogorov:

ANEXOS: HIDROLOGIA Y DRENAJE

Con momentos ordinarios:

Con momentos lineales:

No se ajustan los datos a esta distribución.

No se ajustan los datos a esta distribución.

ANEXOS: HIDROLOGIA Y DRENAJE

ANEXOS: HIDROLOGIA Y DRENAJE

Cálculos del ajuste Smirnov Kolmogorov:

ANEXOS: HIDROLOGIA Y DRENAJE

ANEXOS: HIDROLOGIA Y DRENAJE

También podría gustarte