Inf Final P3 G1

UNIVERSIDAD DEL BÍO BÍO
FACULTAD DE INGENIERÍA
DEPARTAMENTO DE ING CIVIL Y AMBIENTAL
HIDROLOGÍA (450177)
PRÁCTICO N°3
“CURVA DE DURACIÓN ANUAL Y CURVA DE
VARIACIÓN ESTACIONAL DE DATOS
MENSUALES, ESTACIÓN CHILLANCITO”
GRUPO 1
INTEGRANTE ROL EVALUACIÓN FIRMA
Julieta Álvarez Curva de variación estacional 68
Diego Barriga Ítem d) 68
Nicolás Burgos Análisis de frecuencia 68
Matías Bravo Curva de duración anual 68
Matías Campusano Ítem e) 68
Profesor Luis Santana
Concepción, 31 de marzo del 2020.

ÍNDICE
1. INTRODUCCIÓN...........................................................................................................3
2. OBJETIVOS....................................................................................................................4
2.1 OBJETIVOS GENERALES...............................................................................................4
2.2 OBJETIVOS ESPECÍFICOS.............................................................................................4
3. METODOLOGÍA............................................................................................................5
3.1 MÉTODO GRÁFICO............................................................................................................5
3.2 MÉTODO ANALÍTICO........................................................................................................5
3.3 PRUEBAS DE BONDAD DE AJUSTE DE KOLMOGOROV – SMIRNOV Y DE CHI-
CUADRADO..................................................................................................................................7
3.4 CURVAS DE DURACIÓN...................................................................................................9
3.5 CURVAS DE VARIACIÓN ESTACIONAL........................................................................9
4. RESULTADOS.............................................................................................................11
4.1 FRECUENCIA RELATIVA DE LA SERIE DE VALORES MEDIOS MENSUALES. .11
4.2 CURVA DE DURACIÓN ANUAL DE LA SERIE DE VALORES MEDIOS
MENSUALES...............................................................................................................................11
4.3 CURVA DE DURACIÓN ESTACIONAL DE LA SERIE DE VALORES MEDIOS
MENSUALES...............................................................................................................................12
4.4 MÉODOS DE ANÁLISIS DE FRECUENCIA QUE SE PROPONEN............................13
5. ANÁLISIS.....................................................................................................................13
6. CONCLUSIÓN..............................................................................................................13
7. REFERENCIAS BIBLIOGRÁFICAS..........................................................................13
HIDROLOGÍA (450177) 2
PRÁCTICO N°3: “CURVA DE DURACIÓN ANUAL Y CURVA DE VARIACIÓN
ESTACIONAL DE DATOS MENSUALES, ESTACIÓN CHILLANCITO”
1. INTRODUCCIÓN
Las obras en ingeniería están pensadas para tener una vida útil considerable si se miden a
escala de vida humana, y es ahí donde se hace necesario conocer, con la mayor
certeza posible, el comportamiento del cauce en los años en los que se proyecta una obra.
Para conocer cómo se comporta un cauce en la actualidad, basta con realizar las mediciones
in situ con el equipo adecuado para así obtener los datos deseados, pero no se puede
asegurar que ese cauce siempre se comportará de igual forma, ni que se ha comportado así
de forma histórica, por lo que se necesitan de otras herramientas además de la medición
directa.
El comportamiento hidrológico requiere de análisis probabilístico y estadístico, los cuales

son realizados en base a registros históricos. Uno de los problemas más importantes en
hidrología es la interpretación de estos registros históricos para finalmente inferir
probabilidades de ocurrencia asociadas a la variable aleatoria de interés. Lo anterior se
logra gracias a la estadística, la cual, de cierta forma, permite obtener información de los
fenómenos hidrológicos pasados para inferir comportamientos futuros.
Los eventos extremos como inundaciones o sequias ocurren con menos ocurren con menos
frecuencia que los eventos moderados. A causa de esto, es que mediante un análisis de
frecuencia (haciendo uso de funciones de distribución de probabilidad) se busca relacionar
la magnitud de los eventos con que tan frecuentemente ocurren, para predecir el
comportamiento futuro de caudales o precipitaciones a partir de información histórica,
relacionando magnitudes con periodos de retorno,
En el presente informe, el grupo N°1 realizará un análisis de frecuencia para la estación

Chillancito utilizando tanto el método gráfico como analítico. En el primero se usará la
probabilidad de excedencia según Weibull, tratando de ajustar una recta al comportamiento
de los datos de precipitaciones. En el segundo se buscará ajustar una distribución de
probabilidad conocida (Normal, Gumbel, Gamma, Exponencial y Log-normal) al
comportamiento de la serie de datos, realizando pruebas de bondad (Kolmogorov y Chi
cuadrado) para determinar de manera matemática qué función de densidad de probabilidad
es la más adecuada para cada caso.
2. OBJETIVOS
2.1 OBJETIVOS GENERALES
Utilizando la información hidrológica de caudales medios mensuales y haciendo uso del

análisis de frecuencias de manera analítica, estimar las curvas de duración anual y variación
estacional, para posteriormente sus resultados examinarlos en cuanto a su oferta como
recurso hídrico y su disponibilidad en las diferentes estaciones meteorológicas.
2.2 OBJETIVOS ESPECÍFICOS
1. Determinar la curva de duración anual de la serie de valores de la estación

Chillancito.
2. Determinar la curva de duración estacional de la serie de valores medios mensuales

de la estación Chillancito, con diferentes probabilidades de excedencia.
3. METODOLOGÍA
3.1 MÉTODO GRÁFICO
Para llevar a cabo el análisis gráfico de frecuencia, se realiza el siguiente procedimiento:
i) Ordenar la serie de datos de mayor a menor.
ii) Asignar la probabilidad de excedencia según Weibull a cada evento, donde “m” es el
número de orden y “N” es el número total de datos de la serie.
m
Pexc =
N +1
iii) Determinar las probabilidades de no excedencia para cada dato de precipitaciones

como el complemento de la probabilidad de excedencia.
Pnoexc =1−P exc
iv) Graficar las precipitaciones mensuales (eje y) en función de la probabilidad de no

excedencia y de excedencia (eje x).
3.2 MÉTODO ANALÍTICO
El procedimiento general es el siguiente:
i) Para cada FDP empleada, determinar los parámetros de escala y forma (si
corresponde).
ii) Determinar los parámetros estadísticos descriptivos para la serie de

precipitaciones (Promedio, varianza, asimetría, kurtosis, etc).
iii) Obtener valores de los parámetros de la distribución, igualando en primer momento

con el promedio, el segundo momento con la varianza, etc.
iv) Para obtener un caudal específico en base a una probabilidad determinada se debe
aplicar:
1
Pnoexc =1− =FDA
T
La FDA se obtiene integrando cada FDP (si así lo requiere) desde menos infinito a la
precipitación especificada.
3.2.1 Distribución Normal
Su función de densidad de probabilidad es la que se muestra a continuación:
( )
2
1 −( x−μ )
f ( x )= exp ,−∞ ≤ x ≤∞
σ √2 π 2σ
2
Dónde:
μ es el promedio.
σ =S xes la deviación estándar.
La FDA no es analíticamente integrable y se encuentra normalmente tabulada quedando:
X T =x + z∗σ
3.2.2 Distribución Gumbel
La función de densidad de probabilidad de tipo I, según Gumbel, está dada por:

−a( x−β)
f ( x , a , β )=a∗e−a ( x−β )∗e−e
Donde: a=
√ 1,645
σ 2
, β=' x−
0,577
a
' x es el promedio.
σ es la desviación estándar de la muestra de datos.
La función acumulada (FDA) se obtiene por integración de la FDP, quedando como se

muestra a continuación:
1
X T =β− ln −ln 1−
α
1
T [ ( )]
3.2.3 Distribución Gamma
La función de densidad de probabilidades de la distribución gamma es:
β β −1
λ x exp ⁡(−λ∗x )
f ( x )=
Γ ( β)
2
X X
Donde: λ= 2 , β=
Sx Sx 2
Γ es la función Gamma.
3.2.4 Distribución Exponencial
Su función de densidad de probabilidad se muestra a continuación:
−x
1 a
f ( x , a )= ∗e
a
La función acumulada (FDA) se obtiene por integración de la FDP, quedando como se

muestra a continuación:
−x
a
F ( x )=1−e
Donde:
a es el promedio de la muestra de datos.
3.2.3 Distribución Log-normal
Su función de densidad de probabilidad es la que se muestra a continuación:
( ) ,−∞ ≤ x ≤ ∞
2
−1 y−μ
1 2 σ
f ( y )= ∗e
√2 πσ
Dónde:
μ y = y es el promedio.
σ y =S y es la deviación estándar.
3.3 PRUEBAS DE BONDAD DE AJUSTE DE KOLMOGOROV – SMIRNOV Y

DE CHI-CUADRADO
3.3.1 Chi-cuadrado
i) Estimar el número de clases k a emplear según el número N de datos, con:
K=1+ 3 ,3∗log ⁡(N)

ii) Calcular el histograma de frecuencias absolutas f de los N datos muestrales.
iii) Calcular el histograma de frecuencias acumuladas con la FDP analizada para los
límites de las marcas del paso anterior.
iv) Calcular el histograma de frecuencias absolutas e i a partir de las frecuencias

acumuladas.
v) Calcular la diferencia de frecuencias absolutas para cada intervalo de clase.
vi) Calcular el cuadrado de la diferencia de frecuencias absolutas divididas por la

frecuencia de la función estimada para cada intervalo de clase y sumar sus resultados.
Comparar el resultado anterior con el valor de la FDP de X cuadrado (generalmente

tabulado), para un determinado nivel de confianza (90 o 95%) y grados de libertad.
GL=k −s−1
Donde s es el número de parámetros de la FDP estimada.
vii) Se rechaza la FDP si el valor de X cuadrado calculado es mayor que el tabulado.
k 2
N (f i −ei )
X =∑
2
i=1 e i∗f i
3.3.2 Kolmogorov-Smirnov
En este caso se trabaja con las frecuencias acumuladas.
i) Ordenar la serie de datos de mayor a menor, asignando a cada dato una probabilidad
de excedencia según Weibull u otro criterio.
ii) Para cada dato calcular la probabilidad de no ocurrencia como el

complemento de la probabilidad de ocurrencia.
iii) Simultáneamente, para cada dato calcular la probabilidad de no excedencia con la

FDA a partir de la FPD elegida.
iv) Calcular para cada dato la diferencia en valor absoluto entre las probabilidades
asignadas según Weibull con la función de ajuste o aproximada.
v) Obtener el valor con la máxima diferencia de probabilidades.
vi) Comparar el resultado anterior con el valor ∆ de la FDP de Kolmogorov tabulado,

para un determinado nivel de confianza (90 o 95 %) y un número de datos de la serie
de caudales.
vii) Se rechaza la FDP que se desea ajustar a los datos si el valor de ∆ calculado con la
máxima diferencia de probabilidades es mayor que el tabulado para un
determinado nivel de confianza.
3.4 CURVAS DE DURACIÓN
Las Curvas de Duración se construyen a partir de registros históricos de precipitaciones y

en un sentido estricto, la curva de duración de precipitaciones es aplicable únicamente al
periodo de los datos con el que fue construida. Sin embargo, si el periodo de registro con el
que la curva de duración fue construida representa el comportamiento de los caudales a
largo plazo, es posible emplear la curva para estimar el porcentaje de tiempo que un
determinado valor de precipitación será igualado o excedido en el futuro y cuanto mayor
sea la longitud de los registros mayor será la confiabilidad de la estimación.
Una Curva de duración construida con valores medios anuales presenta un rango de
precipitaciones mucho más reducido al que se obtiene con valores medios diarios. En
corrientes con flujos que presentan poca variación entre un día y otro, las curvas de
duración de precipitaciones obtenidas con datos diarios, semanales y en algunos casos
mensuales pueden ser similares. En caso contrario, cuando la precipitación varía
considerablemente de un día a otro, las Curvas de Duración obtenidas para datos con
intervalos de tiempo diferentes, pueden diferir de manera significativa.
El procedimiento en General es el siguiente:
1. Obtener parámetros de acuerdo a la distribución que más se asemeja a los datos en

estudio (Anual y Mensual).
2. Obtener probabilidad de Weibull (n/(ntotal+1)).
3. Utilizar la inversa de la función para la obtención de los caudales de acuerdo a los
porcentajes de probabilidad de excedencias.
4. Realizar gráfico con los datos obtenidos.
3.5 CURVAS DE VARIACIÓN ESTACIONAL
Para la evaluación de la disponibilidad del recurso hídrico producto de la precipitación y/o

deshielos, es conveniente conocer la variación de este, en base al tiempo y a la probabilidad
de ocurrencia del evento. Para lo anterior, se determinan las curvas de variación estacional
que nos dan una muestra general del comportamiento de la precipitación promedio que lleva un
río en cada mes a lo largo del año. Un ejemplo del uso de las curvas de variación, es la obtención de
los menores caudales en su tiempo correspondiente para hacerlos coincidir con las primeras fases
del desarrollo de los cultivos.
En el presente estudio, se determinaron las curvas de variación estacional de las

precipitaciones medias mensuales de la estación Chillancito. Las curvas de variación
estacional se construyeron con base a las curvas de frecuencia para probabilidades de
excedencia del 10%, 20%, 50%, 85%, 95% y 99%.
El procedimiento en General es el siguiente:
1. Una vez obtenida la función de probabilidad que mejor se ajusta a los datos, se deben
obtener los parámetros de acuerdo a la distribución que más se asemeja a los datos en
estudio.
2. Utilizar la inversa de la función para la obtención de los caudales de acuerdo a los
porcentajes de probabilidad de excedencias requeridos.
3. Realizar gráfico con los datos obtenidos caudal vs tiempo.
4. RESULTADOS
4.1 FRECUENCIA RELATIVA DE LA SERIE DE VALORES MEDIOS

MENSUALES
Por el uso de los test de bondad de ajuste, se tiene que la FDA que mejor se ajusta a la serie
de datos mensuales es la distribución gamma, fue la que arrojó menor error en los mínimos
cuadrados y fue la única que no fue rechazada por X2.
Frecuencia Relativa a Nivel Mensual

12
10
Frecuencia relativa
0
0 2 4 6 8 10 12
Nº Datos (k)
Gráfico 1. Frecuencia a nivel mensual.
El Gráfico 1 se obtiene de una tabla que se encuentra en una hoja de la planilla de Excel, el
cual sirve como respaldo para la comparación. El documento en Excel tiene el nombre de
Respaldo_P3_G1.
4.2 CURVA DE DURACIÓN ANUAL DE LA SERIE DE VALORES MEDIOS

MENSUALES
La curva de Duración Media Anual obtenida se representa en el Gráfico 4.1.
Se selecciona la distribución Normal porque no es rechazada por los test de bondad y es la

distribución que representa menor error en los mínimos cuadrados.
Curva de Duración Media Anual

Precipitaciones medias mensuales (mm)
1600
1400
1200
1000
800
600
400
200
0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Probabilidad de excedencia
Gráfico 2. Precipitaciones medias mensuales asociadas a distintas probabilidades de

excedencia (Fuente: Elaboración propia).
Respaldo_P3_G1.
4.3 CURVA DE DURACIÓN ESTACIONAL DE LA SERIE DE VALORES

MEDIOS MENSUALES
Se selecciona la distribución Gamma entre los meses de abril y febrero, ya que se ajusta a la
serie de datos y no es rechazada por los test de bondad de ajuste Chi-cuadrado y
Kolmogorov-Smirnov. En el mes de marzo se selecciona la distribución Exponencial ya
que no fue rechazada por los test de bondad de ajuste Chi-cuadrado y Kolmogorov-
Smirnov, además, presenta un error bajo de mínimos cuadrados.
Curva de Variación Estacional

450.000 ABRIL
Precipitaciones medias mensuales
400.000 MAYO
350.000 JUNIO
JULIO
300.000
AGOSTO
250.000 SEPTIEMBRE
(mm)
200.000 OCTUBRE
150.000 NOVIEMBRE
100.000 MARZO
50.000 DICIEMBRE
ENERO
0.000
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 FEBRERO
MARZO
Meses
Gráfico 3. Variación Estacional de precipitaciones mensuales asociadas a distintas

probabilidades de excedencia (Fuente: Elaboración propia).
Respaldo_P3_G1.
Gráfico 4. Variación Estacional de caudales mensuales asociadas a distintas

probabilidades de excedencia (Fuente: Elaboración propia).
Respaldo_P3_G1.
4.4 MÉODOS DE ANÁLISIS DE FRECUENCIA QUE SE PROPONEN
Para el análisis de frecuencia que se proponen para todos los grupos, se tomó la
información subida por cada grupo a la plataforma Adecca y se acomodó en una hoja de la
planilla de Excel, el cual sirve como respaldo para la comparación. El documento en Excel
tiene el nombre de Respaldo_P3_G1.
En el caso de nuestro grupo, Grupo 1, la información de las precipitaciones de la Estación

Chillancito presenta una distribución Gamma en los meses de abril a febrero, y una
distribución Exponencial en el mes de marzo. Por lo tanto, como aproximadamente un 92%
de los datos siguen la distribución Gamma, el método de análisis de frecuencia que se
propone corresponde a la Distribución Gamma.
El Grupo 2 no subió la información suficiente sobre las distribuciones mensuales, por lo

tanto, no se propone un análisis de frecuencia en este caso.
La información entregada por el Grupo 3 presenta una Distribución Gamma en las

precipitaciones de todos los meses de la estación Estación Itata, por consiguiente, el método
de análisis de frecuencia que se propone es la Distribución Gamma.
En el caso del Grupo 4, la información de las precipitaciones de la Estación Laja se

distribuye de forma más desordenada. El mes de abril sigue una forma exponencial. Los
meses de mayo, septiembre, enero, febrero y marzo presentan una distribución Gamma. Los
meses de julio y agosto tienen una distribución Gumbel. Y, finalmente, para los meses de
octubre y noviembre siguen una distribución Log-Normal. Entonces, se propone un método
de análisis de frecuencia de Distribución Gamma debido a que la mayor cantidad de meses
presentan esta distribución.
La distribución que escoge el Grupo 5 sobre la información de precipitaciones de la

Estación de Cañete es la distribución Gamma. En tal caso se propone la misma distribución
para el método de análisis de frecuencia.
El Grupo 6 entrega información sobre la Estación de Butamalal, la información de las

precipitaciones durante todo el año presenta una distribución Log-Normal. Por lo tanto, se
propone un método de análisis de frecuencia de Distribución Log-Normal.
En general, se propone el método de Distribución Gamma para el análisis de frecuencia a

estimar el recurso hídrico de la variable hidrológica. Además de que la mayoría de la
información de cada grupo sigue esta distribución, la Distribución Gamma, a diferencia de
las otras distribuciones, no presenta resultados negativos que son físicamente ilógicos,
porque tener caudales negativos significa que no hay variación de caudal. La distribución
Log-Normal también es una buena distribución a considerar.
4.5 COMPARACIÓN CURVA DE DURACIÓN ESTACIONAL
Para la comparación de la curva de duración estacional de todos los grupos, se tomó la

información subida por cada grupo a la plataforma Adecca y se acomodó en una hoja de la
planilla de Excel, el cual sirve como respaldo para la comparación. El documento en Excel
tiene el nombre de Respaldo_P3_G1.
En todos los gráficos de cada grupo se puede observar la misma tendencia de los datos, sin
embargo, en el grupo 2 se observan algunos valores negativos de probabilidad de
excedencia, esto quiere decir que, la probabilidad de que exista precipitación es inferior a la
media, significa que es escasamente probable que este evento ocurra próximamente (que
haya precipitación en la zona determinada), específicamente para un periodo de retorno de
1 año.
En general, se puede predecir que el comportamiento de todas las estaciones presenta

variaciones de precipitaciones que son esperadas. Las precipitaciones de magnitud alta se
asocian a probabilidades de excedencia pequeñas y las precipitaciones de magnitud baja se
asocian a probabilidades de excedencia grandes.
4.6 COMPARACIÓN CURVA DE VARIACIÓN ESTACIONAL
Para la comparación de la curva de variación estacional de todos los grupos de la

asignatura, se tomo la información subida por cada grupo a la plataforma Adecca y se
acomodo en una hoja de la planilla de Excel, el cual sirve como respaldo para la
comparación. El documento en Excel tiene el nombre de Respaldo_P3_G1.
La curva de variación estacional presenta una variación de los datos consecuente en las
estaciones de los demás grupos al compararlas con la curva de nuestro grupo Gráfico 5. Las
magnitudes de precipitación más altas se aprecian en los meses de invierno (mayo, junio,
julio y agosto), donde llueve más, y las magnitudes de precipitaciones más bajas en los
meses de verano (diciembre, enero, febrero y marzo), donde la lluvia es escasa. La
distribución que se ajustó mejor a los datos hidrológicos es la Distribución Gamma.
En el caso del grupo 5, faltaba información en el mes de octubre.
Gráfico 5. Variación Estacional de caudales mensuales asociadas a las probabilidades de

excedencia de 10, 50 y 85%. (Fuente: Elaboración propia)
Respaldo_P3_G1.
5. ANÁLISIS
Respecto al análisis de frecuencia utilizando el método gráfico, se analizaron las

precipitaciones mensuales desde los años 1955 a 2007 desde la estación pluviométrica en
Chillancito, no se aprecia una variación significativa entre las probabilidades asociadas y
las esperadas. Respecto a los gráficos se observa claramente lo esperado. Al graficar las
probabilidades medias mensuales asociadas a las probabilidades de excedencias menor a un
50% se distingue una gráfica usual, referente a los datos, mientras que al graficar una
probabilidad mayor al 50% se aprecia lo esperado, que la gráfica se distorsione.
En relación a las curvas de duración de precipitaciones medias anuales, se puede predecir

que el comportamiento de la Estación Chillancito presenta una variación esperada de sus
precipitaciones. Las precipitaciones de magnitud alta se asocian a probabilidades de
excedencia pequeñas y las precipitaciones de magnitud baja se asocian a probabilidades de
excedencia grandes. La distribución que se ajustó mejor a los datos hidrológicos es la
Distribución Normal,
La curva de variación estacional presenta una variación de los datos consecuente con las
estaciones meteorológicas durante el año en la Estación Chillancito. Las magnitudes de
precipitación más altas se aprecian en los meses de invierno (mayo, junio, julio y agosto),
donde llueve más, y las magnitudes de precipitaciones más bajas en los meses de verano
(diciembre, enero, febrero y marzo), donde la lluvia es escasa. La distribución que se ajustó
mejor a los datos hidrológicos es la Distribución Gamma.
La precipitación máximo oscila aproximadamente en los 400 milímetros, este valor
corresponde al mes de junio con una probabilidad de excedencia del 10%. Esta magnitud se
puede comparar con la serie de datos entregada sobre las precipitaciones medias mensuales
de la Estación Chillancito.
6. CONCLUSIÓN
Las distintas obras de ingeniería se pueden clasificar desde el punto de vista de la certeza de
ocurrencia, en deterministicos y probabilisticos.
Si la ocurrencia de las variables en un proceso es cierta, es decir, si las variables siguen una
ley determinada se habla de un proceso determinístico. En cambio, si se toma en cuenta la
probabilidad de ocurrencia y la falta de certeza existente, entonces se habla de un proceso
de naturaleza probabilística.
la gran mayoría de los procesos relacionados a la hidrología, son fenómenos
probabilísticos, lo que nos permite calcular la probabilidad de ocurrencia o excedencia
asociados a cada valor de la variable aleatoria.
El análisis de frecuencia es un método basado en procedimientos estadísticos que permite
calcular la magnitud del caudal asociado a un periodo de retorno. Esto por medio del
método gráfico el cual utiliza una tendencia logarítmica, y el método analitico empleando
las funciones de densidad de probabilidad. Esta herramienta nos permite predecir el
comportamiento futuro de los caudales.
Los valores obtenidos en ambos métodos otorgan buenos resultados en valores centrales
pero para valores extremos no se obtienen buenas estimaciones. tanto el método gráfico
como el analitico no permiten determinar de forma certera la FDP que mejor se ajusta a los
datos, es debido a esto que se debe agregar pruebas de bondad de ajuste que nos permitirá
optar entre una distribución u otra.
Por lo tanto estos análisis nos permitirán estudiar el comportamiento de los datos en el
tiempo, facilitando así el análisis y/o la proyección de los datos en el futuro. Esto permitirá
hacer estimaciones de proyectos venideros, como realizar un estudio de control de crecidas
de manera que, al momento de diseñar una obra hidráulica como puentes, diques,
bocatomas, entre otras, no genere daños a nivel estructural.
7. REFERENCIAS BIBLIOGRÁFICAS
Ven Te Chow. (1994). Hidrología Aplicada. : McGRAW-HILL.
Luis Santana Oyarzo – Sergio Quijada Vera. (Agosto de 2007). Hidrología. Universidad del
Bío-Bío: Universidad del Bío-Bío.
F. Javier Sanchez. (2013). cálculo Estadísticos. España: Dpto. Geología. Universidad de

Salamanca.

Inf Final P3 G1

Cargado por

Información del documento

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

Inf Final P3 G1

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD DEL BÍO BÍO

Julieta Álvarez Curva de variación estacional 68

Diego Barriga Ítem d) 68

Nicolás Burgos Análisis de frecuencia 68

Matías Bravo Curva de duración anual 68

Matías Campusano Ítem e) 68

Profesor Luis Santana

Concepción, 31 de marzo del 2020.

El comportamiento hidrológico requiere de análisis probabilístico y estadístico, los cuales

En el presente informe, el grupo N°1 realizará un análisis de frecuencia para la estación

2.1 OBJETIVOS GENERALES

Utilizando la información hidrológica de caudales medios mensuales y haciendo uso del

2.2 OBJETIVOS ESPECÍFICOS

1. Determinar la curva de duración anual de la serie de valores de la estación

2. Determinar la curva de duración estacional de la serie de valores medios mensuales

3.1 MÉTODO GRÁFICO

Para llevar a cabo el análisis gráfico de frecuencia, se realiza el siguiente procedimiento:

i) Ordenar la serie de datos de mayor a menor.

iii) Determinar las probabilidades de no excedencia para cada dato de precipitaciones

Pnoexc =1−P exc

iv) Graficar las precipitaciones mensuales (eje y) en función de la probabilidad de no

3.2 MÉTODO ANALÍTICO

El procedimiento general es el siguiente:

ii) Determinar los parámetros estadísticos descriptivos para la serie de

iii) Obtener valores de los parámetros de la distribución, igualando en primer momento

3.2.1 Distribución Normal

Su función de densidad de probabilidad es la que se muestra a continuación:

La FDA no es analíticamente integrable y se encuentra normalmente tabulada quedando:

3.2.2 Distribución Gumbel

La función de densidad de probabilidad de tipo I, según Gumbel, está dada por:

f ( x , a , β )=a∗e−a ( x−β )∗e−e

La función acumulada (FDA) se obtiene por integración de la FDP, quedando como se

La función de densidad de probabilidades de la distribución gamma es:

3.2.4 Distribución Exponencial

Su función de densidad de probabilidad se muestra a continuación:

La función acumulada (FDA) se obtiene por integración de la FDP, quedando como se

3.2.3 Distribución Log-normal

Su función de densidad de probabilidad es la que se muestra a continuación:

3.3 PRUEBAS DE BONDAD DE AJUSTE DE KOLMOGOROV – SMIRNOV Y

i) Estimar el número de clases k a emplear según el número N de datos, con:

K=1+ 3 ,3∗log ⁡(N)

ii) Calcular el histograma de frecuencias absolutas f de los N datos muestrales.

iv) Calcular el histograma de frecuencias absolutas e i a partir de las frecuencias

v) Calcular la diferencia de frecuencias absolutas para cada intervalo de clase.

vi) Calcular el cuadrado de la diferencia de frecuencias absolutas divididas por la

Comparar el resultado anterior con el valor de la FDP de X cuadrado (generalmente

Donde s es el número de parámetros de la FDP estimada.

vii) Se rechaza la FDP si el valor de X cuadrado calculado es mayor que el tabulado.

En este caso se trabaja con las frecuencias acumuladas.

ii) Para cada dato calcular la probabilidad de no ocurrencia como el

iii) Simultáneamente, para cada dato calcular la probabilidad de no excedencia con la

v) Obtener el valor con la máxima diferencia de probabilidades.

vi) Comparar el resultado anterior con el valor ∆ de la FDP de Kolmogorov tabulado,

3.4 CURVAS DE DURACIÓN

Las Curvas de Duración se construyen a partir de registros históricos de precipitaciones y

El procedimiento en General es el siguiente:

1. Obtener parámetros de acuerdo a la distribución que más se asemeja a los datos en

3.5 CURVAS DE VARIACIÓN ESTACIONAL

Para la evaluación de la disponibilidad del recurso hídrico producto de la precipitación y/o

En el presente estudio, se determinaron las curvas de variación estacional de las

El procedimiento en General es el siguiente:

4.1 FRECUENCIA RELATIVA DE LA SERIE DE VALORES MEDIOS

Frecuencia Relativa a Nivel Mensual