Ejemplo 11.1.

1 Los valores de precipitación anual en College Station, Texas, desde

1911 hasta 1979 se muestran en la tabla 11.1.1 y en forma gráfica como una serie de
tiempo en la figura 11.1.2a). ¿Cuál es la probabilidad de que la precipitación anual R en
cualquier año sea menor que 35 pulg? ¿Mayor que 45 pulg? ¿Entre 35 y 45 pulg?
Ejemplo 11.1.2 Suponiendo que la precipitación anual en College Station es un proceso
independiente, calcule la probabilidad de que haya dos años sucesivos con precipitación
menor que 35.0 pulg. Compare esta probabilidad estimada con la frecuencia relativa de
este evento en la información desde 1911 a 1979 (tabla 11.1.1 ).
Ejemplo 11.2.1 ¿Cuál es la probabilidad de que la variable aleatoria normal estándar z
sea menor que -2? ¿Menor que 1? ¿Cuál es P (-2 < z < 1)?

Ejemplo 11.3.1 Calcule la media de la muestra, la desviación estándar de la muestra y el

coeficiente de asimetría de la muestra de la información de precipitación anual en
College Station, Texas, desde 1970 hasta 1979. La información está dada en la tabla
11.1.1.
Ejemplo 11.4.1 La distribución exponencial puede utilizarse para describir varios tipos
de información hidrológica, tales como los tiempos de interarribo de eventos de lluvia.
Su función de densidad de probabilidad es f(x) = Áe-u para x > 0. Determine la relación
entre el parámetro Á y el primer momento alrededor del origen,u ·

Ejemplo 11.4.2 Los siguientes datos contienen los tiempos observados entre eventos de
lluvia en un lugar dado. Suponiendo que el tiempo de interarribo de eventos de lluvia
sigue una función exponencial, determine el parámetro Á para este proceso utilizando el
método de la máxima verosimilitud. Los tiempos entre lluvias (días) son: 2.40, 4.25,
0.77, 13.32, 3.55 y 1.37.
Ejemplo 11.4.3 Usando el método de los momentos, ajuste la distribución normal a la
precipitación anual en College Station, Texas, de 1911 a 1979 (tabla 11.1.1 ). Grafique
las funciones de frecuencia relativa y de probabilidad incremental, y las funciones de
frecuencia acumulada y probabilidad acumulada. Utilice la prueba X2 para determinar
si la distribución normal se ajusta adecuadamente a los datos.

Capítulo 12.
Ejemplo 12.1.1 Estime la probabilidad de que el caudal máximo anual Q en el río
Guadalupe exceda 50,000 cfs al menos una vez durante los próximos tres años.
Ejemplo 12.2.1 Los valores máximos anuales para lluvias de 10 minutos de duración en
Chicago, Illinois, desde 1913 hasta 1947 se presentan en la tabla 12.2.1. Desarrolle un
modelo para el análisis de frecuencia de tormentas de lluvia utilizando la distribución de
Valor Extremo Tipo 1 y calcule los valores máximos de lluvias de 10 minutos de
duración con periodos de retorno de 5, 10 y 50 años en Chicago.

Ejemplo 12.3.1 Calcule el factor de frecuencia para la distribución normal de un evento con un
periodo de retorno de 50 años.
Ejemplo 12.3.2 Determine la lluvia de 5 años de periodo de retorno para Chicago utilizando el
método de factor de frecuencia y la información de lluvia anual máxima dada en la tabla 12.2.1.

Ejemplo 12.3.3 Calcule los caudales anuales máximos con 5 y 50 años de periodo de retorno
para el río Guadalupe cerca de Victoria, Texas, utilizando las distribuciones lognormal y log-
Pearson Tipo III. La información desde 1935 a 1978 está dada enlatabla 12.1.1.
Ejemplo 12.5.2 Utilizando la información para el ejemplo de la quebrada Walnut (tabla 12.5.1 ),
determine si existe cualquier dato dudoso alto o bajo en la muestra. Si este es el caso, omítalo
del conjunto de datos y vuelva a calcular la curva de frecuencia de crecientes.

Ejemplo 12.6.1 Determine los límites de confianza del 90% para el caudal de 100 años en la
quebrada Walnut, utilizando los datos presentados en el ejemplo 12.5.1. La media logarítmica,
la desviación estándar y el coeficiente de asimetría son 3 .639, O .4439 y -0.64,
respectivamente, para los 16 años de información.
Ejemplo 12.6.2 Investigue el error estándar de un estimativo y los límites de confianza del 90%
para el periodo de retorno de 5 años y la lluvia de 1 O minutos de duración en Chicago, Illinois.
Del ejemplo 12.3.2, la profundidad de 5 años estimada es x, = 0.78 pu1g; también s = 0.177
pulg, Kr = 0.719 y n = 35.

Ejemplo 12.6.3. Determine la probabilidad esperada para el caudal de 100 años para la quebrada
Walnut utilizando la información dada en el ejemplo 12.5.1 (n = 16).
Ejemplo 13.2.1 Si la sequía crítica registrada, determinada de 40 años de información
hidrológica, duró 5 años, ¿cuál es la probabilidad de que ocurra una sequía más severa durante
los próximos 20 años?

Ejemplo 13.2.2 Un culvert tiene una vida útil de 10 años. Si el riesgo aceptable de que al menos
ocurra un evento que exceda la capacidad del culvert durante su vida útil es del 10%, ¿qué
periodo de retorno de diseño debe utilizarse? ¿Cuál es la posibilidad de que un culvert diseñado
para un evento con este periodo de retorno no sea excedido en su capacidad durante los
próximos 50 años?
Ejemplo 13.2.3 Para eventos con diferentes periodos de retomo en un lugar dado, los costos de
daños y los costos de capital anuales de estructuras diseñadas para controlar los eventos, se
muestran en las columnas 4 y 7 de la tabla 13.2.1, respectivamente. Determine los daños anuales
esperados si no se construye ninguna estructura y calcule el periodo de retomo de diseño
óptimo.

Ejemplo 13.3.1 Un canal rectangular de 50 pies de ancho tiene una pendiente de lecho del 1%.
Un hidrólogo estima que el caudal de diseño es 5,000 cfs y que la rugosidad es n = 0.035. Si los
coeficientes de variación del caudal y de la rugosidad estimados son del 30% y del 15%
respectivamente, ¿cuál es el error de estimación estándar para la profundidad de flujo y? Si se
han construido algunas casas al lado de este canal con una elevación del piso un pie por encima
de la elevación de la superficie del agua calculada para el evento de diseño, estime la
posibilidad de que dichas casas se inunden durante el evento de diseño debido a las
incertidumbres envueltas en el cálculo del nivel del agua. Suponga flujo uniforme.
Ejemplo 13.3.2 Para las mismas condiciones del ejemplo 13.3. 1 (B =50 pies, Q = 5,000 cfs, S0
= 0.01, n = 0.035), en la figura 1 3.3. 1 puede encontrarse que la variación del caudal con la
profundidad de flujo en el nivel del caso base es iJQ!iiy = 1 ,028 cfs/pie y que la variación den
con la profundidad de flujo es iJnliJy = 0.0072 pies- 1 • Si CV Q = 0.30 y CV" = O. 15, calcule
el error estándar en y.

Ejemplo 13.4.1 Para el próximo año, la demanda de agua estimada para una ciudad es tres
unidades con una desviación estándar de una unidad. Calcule a) el riesgo de que la demanda
exceda la oferta si el sistema de suministro de agua de la ciudad tiene una capacidad estimada
de 5 unidades; b) el riesgo de falla si el estimativo de la capacidad tiene un error estándar de
0.75 unidades. Suponga que tanto la carga como la capacidad están distribuidas normalmente.
Ejemplo 13.5.1 Calcule el riesgo de falla del sistema de distribución de agua descrito en el
ejemplo 13.4.1, suponiendo que el margen de seguridad está distribuido normalmente y que JLc
= 5 unidades, u,= O. 75 unidades, f.LL = 3 unidades, y uL = 1