INTRODUCCIN

La prediccin de caudales mximos de avenida que puede producirse en un determinado periodo,

se hace mediante la suposicin de que los datos son una variable aleatoria cuya funcin de
distribucin es conocida, La prediccin de un mismo fenmeno puede ser variada dado que se
puede enfocar desde puntos de vista muy diferentes; para estudiar un encauzamiento interesar
saber que caudal en metros cbicos por segundo puede producirse en un siglo; pero si lo que se
pretende es construir un puente sobre un cauce determinado solamente hace falta conocer la
altura que alcanzara el agua en ese punto en un periodo menor. , un cauce tendrn funciones de
distribucin completamente diferentes y para valorar las dos predicciones no se podr utilizar la
misma funcin de distribucin.
El objetivo principal de este trabajo fue comparar los diferentes mtodos utilizados en la
prediccin de los caudales mximos, para el diseo de estructuras hidrulicas, para lo cual se
aplicaron el mtodo de Gumbel y Log-Pearson Tipo III lo cuales se comparan con las posicin de
ploteo propuesta por Weibull con el fin de conocer la distribucin de frecuencia de caudales
mximos ms apropiada para el sector y el tipo de estructura.
DESARROLLO
1. Se escogieron dos distribuciones ampliamente conocidas y de comprobada aplicacin.
Estas distribuciones de Caudales son: Log-Pearson Tipo III y Gumbel
Esta ser aplicada al anlisis de los datos presentados a continuacin:
DATOS DE CAUDALES MXIMOS INSTANTNEOS
(CAUDALES MXIMOS/2)
Ao
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995

Datos
58.15
43.00
52.20
46.65
40.20
42.90
52.05
43.15
39.95
35.95

30.80
49.20
44.15
51.95

(Xi-X)^2
149.450625
8.555625
39.375625
0.525625
32.775625
9.150625
37.515625
7.700625
35.700625
99.500625
228.765625
10.725625
3.150625
36.300625

(Xi-X)^3
1827.03389
-25.0252031
247.082047
0.38107812
-187.640453
-27.6806406
229.783203
-21.3692344
-213.311234
-992.518734
-3460.08008
35.1264219
-5.59235938
218.711266

Ao
1996
1997
1998
1999
2000
2001
2002
2003

Datos
61.50
45.70
38.75
61.30
57.00
33.30
38.50
44.00
TOTAL

(Xi-X)^2
242.580625
0.050625
51.480625
236.390625
122.655625
159.390625
55.130625
3.705625
1570.57875

(Xi-X)^3
3778.19323
-0.01139063
-369.373484
3634.50586
1358.41105
-2012.30664
-409.344891
-7.13332813
3597.84037

De esta informacin se obtuvieron las variables estadsticas tales como:

La media aritmtica (tambin llamada promedio o simplemente media) es el valor caracterstico
de una serie de datos cuantitativos objeto de estudio que parte del principio de la esperanza
matemtica o valor esperado. Se obtiene a partir de la suma de todos sus valores dividida entre el
nmero de sumandos. Cuando el conjunto es una muestra aleatoria recibe el nombre de media
muestral

La desviacin estndar o desviacin tpica (denotada con el smbolo o s, dependiendo de la

procedencia del conjunto de datos) es una medida de centralizacin o dispersin para variables de
razn (ratio o cociente) y de intervalo, de gran utilidad en la estadstica descriptiva.

Con esa informacin se trazaron curvas de frecuencia en papel de probabilidad, con el fin de
observar la distribucin real de los datos y verificar la aplicacin de las distribuciones antes
seleccionadas.
Asimetria es una medida de forma de una distribucin que permite identificar y describir la
manera como los datos tiende a reunirse de acuerdo con la frecuencia con que se hallen dentro de
la distribucin. Permite identificar las caractersticas de la distribucin de datos sin necesidad de
generar el grfico.
Asimetria:

= cada uno de los valores; n = nmero de datos; = media aritmtica;

estndar poblacional

MEDIA
S (DESVIACIN)
COEFICIENTE DE VARIACIN
ASIMETRA
COEFICIENTE DE ASIMETRA

= cubo de la desviacin

45.925
8.64809021
0.188308987
188.4583054
0.291376584

2. Se ubican los datos de la muestra dentro del papel de probabilidad por medio de la
determinacin de la posicin de ploteo
POSICIN DE PLOTEO Y PAPEL DE PROBABILIDAD
Tambin denominada posicin de graficacin, o probabilidad emprica o experimental, o
probabilidad asignada (probabilidad acumulada experimental) La posicin de ploteo es la
ubicacin de graficacin en el papel de probabilidades de los datos de una muestra. Existen varias
frmulas empricas propuestas por diferentes autores para poder calcular dicha posicin de
ploteo, stas se muestran.

Para el caso del presente ejercicio se utiliz la formula emprica de Weibull

Mtodo de Weibull
Consiste en una distribucin grfica que desarroll Weibull (1939), a partir de la cual se predicen
eventos de precipitacin en funcin del perodo de retorno Tr, de dichos eventos. Para su
aplicacin se debe arreglar el registro de todas las intensidades de precipitacin de la estacin en

estudio en orden decreciente, a su vez se asigna a cada dato un nmero de orden m, que va desde
el nmero 1 hasta un valor n, que representa el tamao de la muestra, seguidamente se estima el
perodo de retorno mediante la ecuacin (1).

61.5
61.3
58.15
57
52.2
52.05
51.95
49.2
46.65
45.7
44.15
44
43.15
43
42.9
40.2
39.95
38.75
38.5
35.95
33.3
30.8

m
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22

Weibul
P
0.043478261
0.086956522
0.130434783
0.173913043
0.217391304
0.260869565
0.304347826
0.347826087
0.391304348
0.434782609
0.47826087
0.52173913
0.565217391
0.608695652
0.652173913
0.695652174
0.739130435
0.782608696
0.826086957
0.869565217
0.913043478
0.956521739

Tr
23.0000
11.5000
7.6667
5.7500
4.6000
3.8333
3.2857
2.8750
2.5556
2.3000
2.0909
1.9167
1.7692
1.6429
1.5333
1.4375
1.3529
1.2778
1.2105
1.1500
1.0952
1.0455

3. Una vez determinada la posicin de ploteo se prosigue a emplear los mtodos de

distribucin:
Mtodo de Gumbel: Esta es una distribucin de valores extremos, formulada por Gumbel (1941) y
posteriormente Chow (1954) que es una distribucin logartmica normal, para lo cual, el valor
extremo o valor mximo X se obtiene mediante la ecuacin de anlisis de frecuencia (Gumbel
1941; Chow 1954; Bolinaga 1979; Linsley 1985; Gupta 1989; Chow 1994).

Donde: =
media de la muestra de valores de intensidad de precipitacin, Sx = desviacin
estndar detal muestra y K = factor de frecuencia, ste depende del perodo de retorno.
El valor de K se calcula mediante la siguiente ecuacin:

Donde: Y = variable reducida, la cual es funcin del perodo de retorno y del tamao del registro o
muestra; Yn = media de la variable reducida; y Sn = desviacin de la variable reducida. Estos
valores se obtienen de tablas disponibles en la literatura.
n

Yn

Sn

10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34

0.4967

0.9573

0.4996

0.9676

0.5039

0.9833

0.507

0.9971

0.51

1.0095

0.5128

1.0206

0.5154

1.0306

0.5176

1.0396

0.5198

0.1048

0.5202

1.0544

0.5236

1.0628

0.5252

1.0696

0.5268

1.0754

0.5283

1.0811

0.5296

1.0864

0.5309

1.0915

0.532

1.0961

0.5332

1.1004

0.5343

1.1047

0.5353

1.1086

0.5362

1.1124

0.5371

1.1159

0.538

1.1193

0.5388

1.1226

0.5396

1.1255

Yn

Sn

35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
65
70
75
80
85
90
95
100

0.5403

1.1285

0.541

1.1313

0.5418

1.1339

0.5424

1.1363

0.543

1.1388

0.5436

1.1413

0.5442

1.1436

0.5448

1.1458

0.5453

1.1480

0.5458

1.1499

0.5463

1.1519

0.5468

1.1538

0.5473

1.1557

0.5477

1.1574

0.5481

0.1159

0.5485

1.1607

0.5489

1.1623

0.5493

1.1638

0.5497

1.1658

0.5501

1.1667

0.5504

1.1681

0.5508

0.1696

0.5511

1.1708

0.5515

1.1721

0.5518

1.1734

0.5521

1.1747

0.5535

1.1803

0.5548

1.1854

0.5559

1.1898

0.5569

1.1938

0.5578

1.1973

0.5586

1.2007

0.5593

1.2038

0.56

1.2065

Para el caso del presente ejercicio:

Tr
2
5
10
25
50
100

Yn

22

0.5268

1.0754

K
-0.1490488
0.904909789
1.602722082
2.484409765
3.138496055
3.787752675

Qm
45.925
45.925
45.925
45.925
45.925
45.925

S
8.64809021
8.64809021
8.64809021
8.64809021
8.64809021
8.64809021

Qmax
44.6360125
53.7507415
59.7854851
67.4103998
73.066997
78.6818268

Mtodo de Log-Pearson Tipo III: Foster desarroll este mtodo en el ao 1924, el cual consiste
principalmente en trasformar los valores extremos X en sus correspondientes logaritmos, segn se
expresa en la ecuacin (4), con la diferencia de que el valor de K no solo depende de Tr, sino que
tambin es funcin del coeficiente de asimetra Cs, el cual indica que tan separados estn los datos
o valores de la distribucin con respecto a la normal de Gauss (Foster 1924; Bolinaga 1979; Helsel
1992).

Ao
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994

Datos
58.15
43.00
52.20
46.65
40.20
42.90
52.05
43.15
39.95
35.95

30.80
49.20
44.15

Log Pearson III

log datos
(Xi-X)^2
1.764549719
0.01207466
1.633468456
0.00044929
1.717670503
0.0039697
1.668851648
0.00020126
1.604226053
0.00254408
1.632457292
0.00049318
1.716420734
0.00381378
1.6349808
0.00038747
1.601516784
0.00282473
1.555698895
0.00979428
1.488550717
0.02759394
1.691965103
0.0013913
1.644930708
9.4756E-05

(Xi-X)^3
0.00132682
-9.5234E-06
0.00025011
2.8552E-06
-0.00012832
-1.0952E-05
0.00023552
-7.6269E-06
-0.00015013
-0.0009693
-0.00458375
5.1896E-05
-9.2237E-07

Ao
1995
1996
1997
1998
1999
2000
2001
2002
2003

Datos
51.95
61.50
45.70
38.75
61.30
57.00
33.30
38.50
44.00

Log Pearson III

log datos
(Xi-X)^2
1.715585552
0.00371132
1.788875116
0.01801237
1.6599162
2.7576E-05
1.588271707
0.00440806
1.787460475
0.01763465
1.755874856
0.01024344
1.522444234
0.01748232
1.58546073
0.00478922
1.643452676
0.00012572

TOTAL

36.40262895

MEDIA
S (DESVIACIN)
ASIMETRA
COEFICIENTE DE ASIMETRA

0.1420671

(Xi-X)^3
0.0002261
0.00241744
1.4481E-07
-0.00029267
0.0023418
0.00103674
-0.00231152
-0.00033143
-1.4096E-06
-0.00090812

1.654664952
0.082250229
-4.75684E-05
-0.08548845

Se obtiene Coeficiente de frecuencia K de las tablas del Anexo 1, y se procede a calcular el caudal
por tiempo de retorno:
Tr
2
5
10
25
50
100

K
0.014533036
0.845419538
1.271741386
1.721079043
2.007836237
2.262738547

LogQ
1.655860298
1.724200903
1.759265973
1.796224098
1.819809943
1.840775717

4. Finalmente se compara los diferentes mtodos de distribucin:

Q
45.2751917
52.9908521
57.4468173
62.5495368
66.0404377
69.3067791

ANLISIS Y CONCLUSIONES
Teniendo como punto de comparacin la posicin de ploteo de Weibull, se puede observar que
para un periodo de 10 aos la distribucin que mejor se ajusta es la de Gumbel, despus de 10
aos el comportamiento de la distribucin se asemeja a la distribucin de Log Pearson III.
Las funciones de distribucin de probabilidad usadas, dan valores de caudal similares para
periodos de retorno inferiores a 4 aos.
Para el diseo de Cunetas o canales (Tr=10 aos), se puede utilizar la distribucin de Gumbel ya
que esta es la mejor se ajusta a la posicin de ploteo de Weibull obtenida de los datos registrados,
para el diseo de alcantarillas (Tr=25 aos) es ms adecuado utilizar la distribucin de Log Pearson
III , y siguiendo esta misma tendencia para los diseo que requieran de tiempos de retorno
mayores a 25 aos se recomienda utilizar Log Pearson III ya que este se ajusta mejor a Weibull
para tiempos superiores a 12 aos, en ese caso para Puentes (Tr=100 aos) y Box Culvert (Tr=50
aos) se recomienda Log Pearson III.
Del anlisis anterior se obtiene que el caudal de diseo para las diferentes estructuras teniendo
en cuenta los datos de la muestra seran los siguientes:
ESTRUCTURA
Cunetas o Canales
Alcantarillas
Puentes
Box Culvert

CAUDAL DE
DISEO (m3/s)
59.7854851
62.5495368
66.0404377
69.3067791

DISTRIBUCIN
Gumbel
Log Pearson III
Log Pearson III
Log Pearson III

Si se utilizara la distribucin de Gumbel para estructuras con tiempos de retorno superiores a 12

aos se correra el riesgo de sobredimensionar la estructura, lo que incurre en sobrecostos.
En el caso de estructuras con periodos de retorno de 4 a 12 aos de utilizar la distribucin Log
Pearson III, se puede incurrir en subdimesionamiento de la estructura, estas estructuras podran
no ser eficientes para resistir los caudales de grandes avenidas.
El mtodo de Gumbel para periodos superiores a 4 aos predice caudales mayores a los
proyectados por Log Pearson III.
Se podran comprender el comportamiento de los caudales en la regin de mejor manera si se
tuvieran mayor nmero de registro, dado que esto permitira obtener ms datos de la posicin de
ploteo de Weibull y de esta manera mayores tiempos de retorno.