Documentos de Académico
Documentos de Profesional
Documentos de Cultura
HIDROLOGÍA
Periodo de retorno
Cuando se tiene una lista de datos ordenados en forma decreciente con respecto al evento, el
período de retorno se puede calcular como:
Distribución Normal
Para resolver esta función se recurren a métodos numéricos para evaluarla, y para hacer esto
más sencillo se ha asignado como variable estandarizada:
que está normalmente distribuida con media cero y desviación estándar unitaria. Así la
Distribución Lognormal
1
DEPARTAMENTO DE INGENIERÍA CIVIL
HIDROLOGÍA
donde y son parámetros de la distribución, y por lo tanto son la media y la desviación
estándar de los logaritmos de la variable aleatoria. La función de distribución de probabilidad
es: ,
La distribución de probabilidad:
donde 1, 1, 1 son los parámetros de la función y (1) es la función de Gamma. Los
parámetros 1, 1, 1 se evalúan a partir de n datos medidos, mediante el siguiente sistema de
ecuaciones: = 1 1 + 1 S2 = 1 21 = 2 / (1)0.5
como:
y sustituyendo
La ecuación quedaría
Distribución Gumbel
2
DEPARTAMENTO DE INGENIERÍA CIVIL
HIDROLOGÍA
donde y son los parámetros de la función. Para muestras muy grandes:
n y y n y y
55 0.5504 1.1682
3
DEPARTAMENTO DE INGENIERÍA CIVIL
HIDROLOGÍA
Los dos parámetros de la distribución son la media m y desviación estándar s para los cuales
(media) y s (desviación estándar) son derivados de los datos.
Esta distribución es muy usada para el cálculo de valores extremos por ejemplo Qmax,
Qmínimos, Pmax, Pmínima (excelentes resultados en Antioquia). Tiene la ventaja que X>0 y
que la transformación Log tiende a reducir la asimetría positiva ya que al sacar logaritmos se
reducen en mayor proporción los datos mayores que los menores.
Limitaciones: tiene solamente dos parámetros, y requiere que los logaritmos de la variables
estén centrados en la media
4
DEPARTAMENTO DE INGENIERÍA CIVIL
HIDROLOGÍA
y = ln x
con K con variable normal estandarizada para el Tr dado, x y media de los logaritmos y Sy es
la desviación estándar de los logaritmos.
1. 3. Campo original: Si se trabaja con los X sin transformar el K se calcula como
En el campo transformado.
5
DEPARTAMENTO DE INGENIERÍA CIVIL
HIDROLOGÍA
periodo de retorno de 100 años y los limites de confianza para un a = 5%. Calcular la
probabilidad de que un caudal de 42.5 m3/s no sea igualado o excedido P(Q £ 4.25).
En el campo original
= 5/15 = 0.33
d = 1.93
6
DEPARTAMENTO DE INGENIERÍA CIVIL
HIDROLOGÍA
3.3 DISTRIBUCION GUMBEL O EXTREMA TIPO I
Donde Tr es el periodo de retorno. Para la distribución Gumbel se tiene que el caudal para un
período de retorno de 2.33 años es igual a la media de los caudales máximos.
Xt ± t(1-a) Se
EJEMPLO: Para el ejemplo anterior encontrar el Q de 100 años de periodo de retorno y los
intervalos de confianza. x= 15 m3/s, s = 5 m3/s. QTr100 = x + KT s
d = 3.93
7
DEPARTAMENTO DE INGENIERÍA CIVIL
HIDROLOGÍA
Xt ± t(1-a) Se 30.7 m3/s ± (1.64) (3.58)
Esta distribución ha sido una de las mas utilizadas en hidrología. Como la mayoría de las
variables hidrológicas son sesgadas, la función Gamma se utiliza para ajustar la distribución
de frecuencia de variables tales como crecientes máximas anuales, Caudales mínimos,
Volúmenes de flujo anuales y estacionales, valores de precipitaciones extremas y volúmenes
de lluvia de corta duración. La función de distribución Gamma tiene dos o tres parámetros.
donde, x0 £ x < a para a > 0 a < x £ x0 para a < 0 a y b son los parámetros
de escala y forma, respectivamente , y x0 es el parámetro de localización.
(2.0,100) = 3.605
8
DEPARTAMENTO DE INGENIERÍA CIVIL
HIDROLOGÍA
QTr100 = 4144+ (3.595) (3311) QTr100 = 16050 pie3/s
(2.0,100) = 8.5562
Se = 5133.56 pie3/s
Si los logaritmos Y de una variable aleatoria X se ajustan a una distribución Pearson tipo III,
se dice que la variable aleatoria X se ajusta a una distribución Log Pearson Tipo III. Esta
distribución es ampliamente usada en el mundo para el análisis de frecuencia de Caudales
máximos. Esta se trabaja igual que para la Pearson Tipo III pero con Xy y Sy como la media y
desviación estándar de los logaritmos de la variable original X.
9
DEPARTAMENTO DE INGENIERÍA CIVIL
HIDROLOGÍA
4. AJUSTE DE DISTRIBUCIONES
Para la modelación de caudales máximos se utilizan, entre otras, las distribuciones Log -
Normal, Gumbel y Log-Gumbel principalmente. Para seleccionar la distribución de
probabilidades de la serie histórica se deben tener en cuenta algunas consideraciones.
Las distribuciones de dos parámetros fijan el valor del coeficiente de asimetría, lo que
en algunos casos puede no ser recomendable. La distribución Log - Normal de dos
parámetros sólo es recomendable sí el coeficiente de asimetría es cercano a cero. Las
distribuciones Gumbel y Log - Gumbel son recomendables si el coeficiente de
asimetría de los eventos registrados es cercano a 1.13
Para ajustar distribuciones de tres parámetros (Log Normal III, Log Pearson) se
requiere estimar el coeficiente de asimetría de la distribución; para ello es necesario
disponer de una serie con longitud de registros larga, mayor de 50 años, (Kite, 1988).
Las distribuciones de dos parámetros son usualmente preferidas cuando se dispone de
pocos datos, porque reducen la varianza de la muestra, (Ashkar, et al. 1994).
Kite (1988) y Mamdouh (1993) afirman que no existe consistencia sobre cual es la
distribución que mejor se ajusta a los caudales máximos y recomiendan seleccionar el
mejor ajuste a criterio del modelador con la prueba de ajuste gráfico o basado en el
comportamiento de las pruebas estadísticas de bondad del ajuste (por ejemplo Chi
Cuadrado, Smirnov-Kolmogorov, Cramer-Von Mises) en las que se calcula un
estimador y se compara con un valor tabulado para determinar si el ajuste es adecuado
o no. En la prueba de ajuste gráfica se dibujan los valores registrados en la serie
contra la distribución teórica de probabilidades y de manera visual (subjetiva) se
determina si el ajuste es adecuado o no.
10
DEPARTAMENTO DE INGENIERÍA CIVIL
HIDROLOGÍA
Cuando la información es adecuada el análisis de frecuencia es la metodología más
recomendable para la evaluación de eventos extremos, ya que la estimación depende
solamente de los caudales máximos anuales que han ocurrido en la cuenca y no da cuenta de
los procesos de transformación de la precipitación en escorrentía. Obviamente tiene algunas
limitaciones relacionadas con el comportamiento de la serie histórica y con el tamaño y
calidad de los datos de la muestra.
Por P(x = a) se denota la probabilidad de que un evento asuma el valor a; similarmente P(a £
x £ b) denota la probabilidad de que un evento se encuentre en el intervalo (a,b). Si
conocemos la probabilidad P(a £ x £ b) para todos los valores de a y b, se dice que
conocemos la Distribución de Probabilidades de la variable x.
Ejemplo: Se tienen las probabilidades de que haya 1, 2, 3, ... etc, días nublados por semana en
un determinado lugar, con ellos calcule la distribución de probabilidades
x P(x) F(x)
0 0.05 0.05
1 0.15 0.20
2 0.25 0.45
3 0.20 0.65
4 0.15 0.80
5 0.10 0.90
6 0.08 0.98
7 0.02 1.00
Total 1.0
11
DEPARTAMENTO DE INGENIERÍA CIVIL
HIDROLOGÍA
12
DEPARTAMENTO DE INGENIERÍA CIVIL
HIDROLOGÍA
i)
ii)
iii)
Lo que implica que las probabilidades se definen sólo como ÁREAS bajo la función de
densidad de probabilidad (FDP) entre límites finitos.
Las propiedades de las distribuciones pueden ser definidas completamente en términos de los
momentos. Los momentos en estadística son similares a los momentos en física (rotación
respecto al origen)
13
DEPARTAMENTO DE INGENIERÍA CIVIL
HIDROLOGÍA
1.2 PARÁMETROS ESTADÍSTICOS
1.2.1 Media m:
1.2.2 Varianza s²:
en el cual el divisor es n-1 en lugar de n para asegurar que la estadística de la muestra no sea
sesgada, es decir, que no tenga una tendencia, en promedio, a ser mayor o menor que el
valor verdadero. Las unidades de la varianza son la media al cuadrado, la desviación
estándar s es una medida de la variabilidad que tiene las mismas dimensiones que la media y
simplemente es la raíz cuadrada de la varianza, se estima por s. El significado de la
desviación estándar se ilustra en la siguiente figura
14
DEPARTAMENTO DE INGENIERÍA CIVIL
HIDROLOGÍA
es
Ejemplo
15
DEPARTAMENTO DE INGENIERÍA CIVIL
HIDROLOGÍA
absoluta relativa
Total=100 = 138.9
Para una distribución dada, puede determinarse una relación entre K y el período de retorno
Tr. Esta relación puede expresarse en términos matemáticos o por medio del uso de una
tabla.
16
DEPARTAMENTO DE INGENIERÍA CIVIL
HIDROLOGÍA
El análisis de frecuencia consiste en determinar los parámetros de las distribuciones de
probabilidad y determinar con el factor de frecuencia la magnitud del evento para un período
de retorno dado.
Los dos parámetros de la distribución son la media m y desviación estándar s para los cuales
(media) y s (desviación estándar) son derivados de los datos.
17
DEPARTAMENTO DE INGENIERÍA CIVIL
HIDROLOGÍA
3.1.4 Limites de confianza:
Esta distribución es muy usada para el calculo de valores extremos por ejemplo Qmax,
Qmínimos, Pmax, Pmínima (excelentes resultados en Antioquia). Tiene la ventaja que X>0 y
que la transformación Log tiende a reducir la asimetría positiva ya que al sacar logaritmos se
reducen en mayor proporción los datos mayores que los menores.
Limitaciones: tiene solamente dos parámetros, y requiere que los logaritmos de la variables
estén centrados en la media
y = ln x
3. 2. Campo transformado: Si se trabaja en el campo transformado se trabaja con la media
y la desviación estándar de los logaritmos, así:
18
DEPARTAMENTO DE INGENIERÍA CIVIL
HIDROLOGÍA
Ln(XTr) = xTr+KSy
de donde,
con K con variable normal estandarizada para el Tr dado, x y media de los logaritmos y Sy es
la desviación estándar de los logaritmos.
4. 3. Campo original: Si se trabaja con los X sin transformar el K se calcula como
En el campo transformado.
19
DEPARTAMENTO DE INGENIERÍA CIVIL
HIDROLOGÍA
Solución:
n=30
x= 15 m3/s xy=2.655
s = 5 m3/s sy = 0.324
En el campo original
= 5/15 = 0.33
20
DEPARTAMENTO DE INGENIERÍA CIVIL
HIDROLOGÍA
KT = 3.06
QTr = 15 + 5 * 3.028
LnQTr100 = 3.40992
Limites de confianza
Ln (QTr) ± t(1-a) Se
21
DEPARTAMENTO DE INGENIERÍA CIVIL
HIDROLOGÍA
d = 1.93
3.41 ± 0.18095
[3.22905 3.59095]
[e3.22905 e3.59095]
Ln(42.5) = 3.75
t = (3.75 - 2.655)/0.324
22
DEPARTAMENTO DE INGENIERÍA CIVIL
HIDROLOGÍA
23
DEPARTAMENTO DE INGENIERÍA CIVIL
HIDROLOGÍA
Donde Tr es el periodo de retorno. Para la distribución Gumbel se tiene que el caudal para un
período de retorno de 2.33 años es igual a la media de los caudales máximos.
Xt ± t(1-a) Se
EJEMPLO: Para el ejemplo anterior encontrar el Q de 100 años de periodo de retorno y los
intervalos de confianza. x= 15 m3/s, s = 5 m3/s
QTr100 = x + KT s
KT = 3.14
24
DEPARTAMENTO DE INGENIERÍA CIVIL
HIDROLOGÍA
QTr100 = 15 + 3.14*5
Intervalos de confianza
d = 3.93
Xt ± t(1-a) Se
Esta distribución ha sido una de las mas utilizadas en hidrología. Como la mayoría de las
variables hidrológicas son sesgadas, la función Gamma se utiliza para ajustar la distribución
de frecuencia de variables tales como crecientes máximas anuales, Caudales mínimos,
25
DEPARTAMENTO DE INGENIERÍA CIVIL
HIDROLOGÍA
Volúmenes de flujo anuales y estacionales, valores de precipitaciones extremas y volúmenes
de lluvia de corta duración. La función de distribución Gamma tiene dos o tres parámetros.
donde,
26
DEPARTAMENTO DE INGENIERÍA CIVIL
HIDROLOGÍA
Xt ± t(1-a) Se
QTr100 = X+ SK
(2.0,100) = 3.605
27
DEPARTAMENTO DE INGENIERÍA CIVIL
HIDROLOGÍA
QTr100 = 16050 pie3/s
Intervalos de confianza
Xt ± t(1-a) Se
(2.0,100) = 8.5562
Se = 5133.56 pie3/s
28
DEPARTAMENTO DE INGENIERÍA CIVIL
HIDROLOGÍA
3.5 DISTRIBUCIÓN LOG GAMMA O LOGPEARSON DE 3 PARÁMETROS
Si los logaritmos Y de una variable aleatoria X se ajustan a una distribución Pearson tipo III,
se dice que la variable aleatoria X se ajusta a una distribución Log Pearson Tipo III. Esta
distribución es ampliamente usada en el mundo para el análisis de frecuencia de Caudales
máximos. Esta se trabaja igual que para la Pearson Tipo III pero con Xy y Sy como la media y
desviación estándar de los logaritmos de la variable original X.
donde,
a £ y £ y0 para a < 0
29
DEPARTAMENTO DE INGENIERÍA CIVIL
HIDROLOGÍA
Xt ± t(1-a) Se
Para la modelación de caudales máximos se utilizan, entre otras, las distribuciones Log -
Normal, Gumbel y Log-Gumbel principalmente. Para seleccionar la distribución de
probabilidades de la serie histórica se deben tener en cuenta algunas consideraciones.
30
DEPARTAMENTO DE INGENIERÍA CIVIL
HIDROLOGÍA
Cuando en la serie histórica se observan “outliers2[1]” es necesario verificar la
sensibilidad del ajuste debido a la presencia de estos, (Ashkar, et al. 1994)
Para el ajuste a las distribuciones Log-Normal, Log-Gumbel y Log-Pearson se
requiere transformar la variable al campo logarítmico para modelarla, con lo que se
disminuye la varianza muestral, pero también se filtran las variaciones reales de los
datos.
Las distribuciones de dos parámetros fijan el valor del coeficiente de asimetría, lo que
en algunos casos puede no ser recomendable. La distribución Log - Normal de dos
parámetros sólo es recomendable sí el coeficiente de asimetría es cercano a cero. Las
distribuciones Gumbel y Log - Gumbel son recomendables si el coeficiente de
asimetría de los eventos registrados es cercano a 1.13
Para ajustar distribuciones de tres parámetros (Log Normal III, Log Pearson) se
requiere estimar el coeficiente de asimetría de la distribución; para ello es necesario
disponer de una serie con longitud de registros larga, mayor de 50 años, (Kite, 1988).
Las distribuciones de dos parámetros son usualmente preferidas cuando se dispone de
pocos datos, porque reducen la varianza de la muestra, (Ashkar, et al. 1994).
Para seleccionar la distribución de probabilidades adecuada se debe tratar de utilizar
información adicional del proceso hidrológico que permita identificar la forma en que
se distribuye la variable. Usualmente es muy difícil determinar las propiedades
físicas de los procesos hidrológicos para identificar el tipo de distribución de
probabilidad que es aplicable.
Kite (1988) y Mamdouh (1993) afirman que no existe consistencia sobre cual es la
distribución que mejor se ajusta a los caudales máximos y recomiendan seleccionar el
mejor ajuste a criterio del modelador con la prueba de ajuste gráfico o basado en el
comportamiento de las pruebas estadísticas de bondad del ajuste (por ejemplo Chi
Cuadrado, Smirnov-Kolmogorov, Cramer-Von Mises) en las que se calcula un
estimador y se compara con un valor tabulado para determinar si el ajuste es adecuado
o no. En la prueba de ajuste gráfica se dibujan los valores registrados en la serie
contra la distribución teórica de probabilidades y de manera visual (subjetiva) se
determina si el ajuste es adecuado o no.
31
DEPARTAMENTO DE INGENIERÍA CIVIL
HIDROLOGÍA
los procesos de transformación de la precipitación en escorrentía. Obviamente tiene algunas
limitaciones relacionadas con el comportamiento de la serie histórica y con el tamaño y
calidad de los datos de la muestra.
Cuando se presenten cambios o tendencias en la serie histórica se deben utilizar
técnicas estadísticas que permitan removerlos para poder realizar el análisis de
frecuencias (Kite, 1988; Mamdouh, 1993; Ashkar, et al. 1994).
La selección inadecuada de la distribución de probabilidades de la serie histórica
arrojará resultados de confiabilidad dudosa, (Ashkar, et al. 1994).
32