UNFV

HIDROLOGIA
_______________________________________________________________________________________________

CUENCA HIDROGRFICA
Definicin
Cuenca es el rea geogrfica, referida a una seccin del ro o un punto de terreno o una seccin de una
calle, tal que la precipitacin cada dentro de ella escurra a ese punto o seccin.
Puede definirse tambin como un rea de captacin natural de agua de lluvia que converge escurriendo a
un nico punto de salida. La cuenca hidrogrfica se compone bsicamente de un conjunto de superficies
vertientes a una red de drenaje formada por cursos de agua que confluyen hasta resultar en un nico lecho
colector.
Caractersticas geomorfolgicas de la cuenca
Estudiar el recurso hdrico de una cuenca, es un problema complejo que requiere del conocimiento de
muchas caractersticas de la cuenca, algunas de las cuales son difciles de expresar mediante parmetros o
ndices que son muy tiles en el estudio de una cuenca y permitir una comparacin con otras cuencas
mediante el establecimiento de condiciones de analoga.
A continuacin, se exponen diversas caractersticas de una cuenca as como parmetros para definirlas.
rea (A)
Es un parmetro de utilidad que nos permitir determinar otros como la curva hipsomtrica.
El rea (A) se estima a travs de la sumatoria de las reas comprendidas entre las curvas de nivel y los
lmites de la cuenca. Esta suma ser igual al rea de la cuenca en proyeccin horizontal.
Permetro (P)
Es la longitud total de los lmites de la cuenca.
Longitud mayor del ro (L)
Se denomina as a la longitud del curso de agua ms largo.
Ancho promedio (Ap)
Es la relacin entre el rea de la cuenca (A) y la longitud mayor del curso de agua (L).

Ap A

Pendiente de los cauces (Sc)

La pendiente de los cauces influye sobre la velocidad de flujo, constituye un parmetro importante en el
estudio del comportamiento del recurso hdrico en el trnsito de avenidas; as como la determinacin de las
caractersticas ptimas para aprovechamientos hidroelctricos, estabilizacin de cauces, etc.
Los perfiles tpicos de los cauces naturales son cncavos hacia arriba; adems, las cuencas en general (a
excepcin de las ms pequeas) tienen varios canales a cada uno con un perfil diferente. Por ello, la
definicin de la pendiente promedio de un cauce en una cuenca es muy difcil. Usualmente, slo se
considera la pendiente del cauce principal.

ING. CASAS VILLALOBOS MANUEL M.

UNFV
HIDROLOGIA
_______________________________________________________________________________________________

Mtodos de clculo
-

Pendiente de un tramo
Para hallar la pendiente de un cauce segn este mtodo se tomar la diferencia cotas extremas
existentes en el cauce (h) y se dividir entre su longitud horizontal (l), ver figura. La pendiente
as calculada ser ms real en cuanto el cauce analizado sea lo ms uniforme posible , es decir, que
no existan rupturas.

Sc=h/l

Mtodo de un tramo para la estimacin de la pendiente de un cauce

Mtodo de las reas compensadas Es la forma ms usada de medir la pendiente de un cauce, que
consiste en obtener la pendiente de una lnea, (AB en la Figura) dibujada de modo que el rea bajo
ella sea igual al rea bajo el perfil del cauce principal.
Elevacin
(m.s.n.m.)
A2
A

Perfil del ro

A1 =A2
A1

B
Distancia (Km)

Mtodo de pendientes compensadas

ING. CASAS VILLALOBOS MANUEL M.

UNFV
HIDROLOGIA
_______________________________________________________________________________________________

ndice de compacidad o coeficiente de Gravelius (Kc)

Se define as, al cociente que existe entre el permetro de la cuenca respecto al permetro de un crculo de
la misma rea.
Kc

P
P
0,2821
2 A
A

Kc es un coeficiente adimensional y nos da una idea de la forma de la cuenca. Si K c = 1 la cuenca ser de

forma circular. Este coeficiente nos dar luces sobre la escorrenta y la forma del hidrograma resultante de
una determina lluvia cada sobre la cuenca.
Si

K c 1 cuenca regular
Kc 1
cuenca irregular
Kc 1
; Kc
menos susceptible a inundaciones.

Rectngulo equivalente
Es el rectngulo que tiene la misma rea y el mismo permetro que la cuenca.
Sus lados estn definidos por:
K A
Le , l e c
1
1,12

1,12

1
KC

Pendiente de la cuenca (Sg)

Es un parmetro muy importante en el estudio de cuencas, pues influye entre otras cosas en el tiempo de
concentracin de las aguas en un determinado punto del cauce. Existen diversos criterios para la
estimacin de este parmetro.
Dada la necesidad de estimar reas entre curvas de nivel y para facilidad de trabajo ( funcin de la forma
tamao y pendiente de la cuenca) es necesario contar con un nmero suficiente de curvas de nivel que
expresen la variacin altitudinal de la cuenca, tomndose entonces unas curvas representativas. Una
manera de establecer estas curvas representativas es tomando la diferencias entre las cotas mxima y
mnima presentes en la cuenca y dividindola entre seis. El valor resultante tendr que aproximarse a la
equidistancia de las cotas del plano empleado.

Cota mx Cota mn
6

ING. CASAS VILLALOBOS MANUEL M.

UNFV
HIDROLOGIA
_______________________________________________________________________________________________

Mtodos de clculo
-

Criterio de Alvord
D
li
A
Donde, D: Desnivel entre las curvas de nivel;
A: rea de la cuenca;
li:: longitud de la curva de nivel i.
Sg

Criterio de Mocornita
Criterio similar al anterior, pero que aade un factor de ponderacin (f) a las longitudes de las
curvas de nivel. Siendo f = 0,5 para la menor y mayor curva de nivel y f =1 para las dems.
Resultado la siguiente ecuacin:
Sg

D
li f i
A

Criterio del Rectngulo Equivalente

Sg

H
L

Donde, H: El desnivel total;

L: Lado mayor del rectngulo equivalente.
Existen adems otros criterios como el Criterio de Horton y el Criterio de Nash 1
Nmero de orden de un cauce
Existen diversos criterios para el ordenamiento de los cauces (o canales) en la red de drenaje de una cuenca
hidrogrfica; destacando Horton (1945) y Strahler (1957).
En el sistema de Horton (figura 3.3), los cauces de primer orden son aquellos que no poseen tributarios, los
cauces de segundo orden tienen afluentes de primer orden, los cauces de tercer orden reciben influencia de
cauces de segundo orden, pudiendo recibir directamente cauces de primer orden. Entonces, un canal de
orden u puede recibir tributarios de orden u-1 hasta 1. Esto implica atribuir mayor orden al ro principal,
considerando esta designacin en toda su longitud, desde la salida de la cuenca hasta sus nacientes.
El sistema de Strahler (figura 3.3) para evitar la subjetividad de la designacin en las nacientes determina
que todos los cauces sern tributarios de an cuando las nacientes sean ros principales. El ro en este
sistema no mantiene el mismo orden en toda su extensin.
El orden de una cuenca hidrogrfica est dado por el nmero de orden del cauce principal.
El nmero de orden es extremadamente sensitivo a la escala del mapa empleado. As, una revisin
cuidadosa de fotografas areas demuestra, generalmente, la existencia de un buen nmero de cauces de
orden inferior mucho mayor al que aparecen en un mapa de 1:25 000. Los mapas a esta escala, a su vez,
muestran dos o tres rdenes de magnitud que los de 1:100 000. Se puede encontrar inclusive, diferencias
en la delineacin de los ros. De esta manera, cuando se va emplear este parmetro con propsitos
comparativos es necesario definirlo cuidadosamente. En ciertos casos puede ser preferible hacer ajustes de
los estimativos iniciales mediante comprobaciones de terreno para algunos tributarios pequeos.

ING. CASAS VILLALOBOS MANUEL M.

UNFV
HIDROLOGIA
_______________________________________________________________________________________________

1
3
2

1
2

2
2

1
1

(a) Sistema de Horton

(b) Sistema de Strahler

Esquema de definicin para el nmero de orden de un ro segn diferentes sistemas.

Densidad de drenaje (Dd)

La longitud total de los cauces dentro de una cuenca dividida por el rea total del drenaje define la
densidad de drenaje (Dd) o longitud de canales por unidad de rea.
Dd = L / A

[m/m2]; [Km/Km2]

Una densidad alta refleja una cuenca muy bien drenada que debera responder relativamente rpido al
influjo de la precipitacin; una cuenca con baja densidad refleja un rea pobremente drenada con respuesta
hidrolgica muy lenta.
Se puede establecer una relacin entre la densidad de drenaje y las caractersticas del suelo de la cuenca
analizada; tal como se detalla en la Tabla a continuacin:
Caracterstica

Densidad Alta

Densidad Baja

Observaciones

Resistencia a la erosin

Fcilmente erosionable

Resistente

Asociado a la formacin
de los cauces

Permeabilidad

Poco permeable

Muy permeable

Nivel de infiltracin y
escorrenta

Topografa

Pendientes fuertes

Llanura

Tendencia
al
encharcamiento y tiempos
de concentracin

ING. CASAS VILLALOBOS MANUEL M.

UNFV
HIDROLOGIA
_______________________________________________________________________________________________

Longitud del flujo de superficie (L0)

La longitud promedio del flujo de superficie L 0 puede obtenerse de manera aproximada por medio de la
ecuacin:
1
L0
[m]; [Km]
2 Dd
Donde, Dd es la densidad de drenaje. Esta ecuacin ignora los efectos de las pendientes del terreno y de
los cauces, que tienden a alargar la trayectoria real del flujo de superficie.

Horton, sugiri que el denominador de la ecuacin fuera multiplicado por

Sc

S , donde Sc y Sg son
g

las pendientes promedio de los canales y de la superficie de terreno, respectivamente. Esta modificacin
reduce el error de aproximacin inherente en la ecuacin.

Relacin rea-elevacin
Cuando uno o ms factores de inters en la cuenca dependen de la elevacin, es til saber cmo est
distribuida la cuenca en funcin de la elevacin. Es una medida indirecta de cuantificar la pendiente del
curso de agua principal de la cuenca representando separadamente las mediciones de longitud y desnivel.
Este mapeo permitir analizar y comprobar tendencias a mayor o menor saturacin superficial de diversas
partes de la cuenca.
La relacin rea-elevacin puede expresarse a travs de curvas, denominadas curvas rea-elevacin o
curvas hipsomtrica, o de manera porcentual a travs de los polgonos de frecuencia (Figura 3.4).

Elevacin
Polgono de frecuencias
Curva Hipsomtrica

reas

Representacin esquemtica de las relaciones rea-elevacin de una cuenca.

ING. CASAS VILLALOBOS MANUEL M.

UNFV
HIDROLOGIA
_______________________________________________________________________________________________

Curva Hipsomtrica
Es la relacin entre altitud y la superficie comprendida por encima o por debajo de dicha altitud. Nos da
una idea del perfil longitudinal promedio de la cuenca.
Una curva hipsomtrica se puede construir midiendo con un planmetro el rea entre curvas de nivel
representativas de un mapa topogrfico y representando en una grfica el rea acumulada por encima o por
debajo de una cierta elevacin (z (Ai)).
Un buen criterio para elegir las curvas de nivel ms representativas es tomar la diferencia de cotas presente
en la cuenca y dividirla por seis. Este deber ser redondeado a un valor mltiplo de la equidistancia usada
en la cartografa base (por ejemplo en la carta nacional la equidistancia es 50 m).
Existen algunos valores representativos en la curva hipsomtrica como: La altitud media, que es aquella
para la cual el 50% del rea de la cuenca est situado por encima de esa altitud y el 50% por debajo de ella.
Ntese que si se grafican juntas la hipsomtrica por debajo y por encima, ambas se cruzan en el valor
de la altitud media.

Polgono de frecuencias
Se denomina as a la representacin grfica de la relacin existente entre altitud y la relacin porcentual del
rea a esa altitud con respecto al rea total.
En el polgono de frecuencias existen valores representativos como: la altitud ms frecuente, que es el
polgono de mayor porcentaje o frecuencia.
Ejemplo
Representar la curva hipsomtrica y el polgono de frecuencia de la cuenca del ro Chancay, cuyos datos se
muestran a continuacin:
Tabla que muestra la distribucin altimtrica de la cuenca del ro Chancay en Km 2 y en porcentaje.
Cota (msnm)
menor

mayor

0
400
800
1200
1600
2000
2400
2800
3200
3600
4000

400
800
1200
1600
2000
2400
2800
3200
3600
4000
ms

Areas
parciales
(Km2)
2328.1
433.2
263.7
297.1
429.2
451.1
339.2
286.2
291.6
108.3
0.0

% del
total
44.5
8.3
5.0
5.7
8.2
8.6
6.5
5.5
5.6
2.1
0.0

reas referidas a la cota ms alta

Por debajo
Por encima
Km2
%
Km2
%
0.0
0.0
5227.7
100.0
2328.1
44.5
2899.6
55.5
2761.3
52.8
2466.4
47.2
3025.0
57.9
2202.7
42.2
3322.1
63.5
1905.6
36.5
3751.3
71.8
1476.4
28.3
4202.4
80.4
1025.3
19.7
4541.6
86.9
686.1
13.2
4827.8
92.4
399.9
7.7
5119.4
97.9
108.3
2.1
5227.7
100.0
0.0
0.0

ING. CASAS VILLALOBOS MANUEL M.

UNFV
HIDROLOGIA
_______________________________________________________________________________________________

Curva Hipsomtrica de la cuenca del ro

Chancay-Lambayeque

6000

6000

5000

5000

4000

Area (Km 2)

Area (Km 2)

Curva Hipsomtrica de la cuenca del ro

Chancay-Lambayeque

Por debajo
3000
2000
1000

4000

Por encima

3000
2000
1000

0
0

400 800 1200 1600 2000 2400 2800 3200 3600 4000

400 800 1200 1600 2000 2400 2800 3200 3600 4000

Altura (m .s.n.m )

Altura (m .s.n.m )

Fre cue ncia e n % de l re a de la

cuenca

Polgono de frecuencia de altitudes de la cuenca Chancay

50
45
40

44.5

35
30
25
20
15
8.3

10
5

5.0

8.2

5.7

8.6

6.5

5.5

5.6

2.1

0
400

800

1200

1600

2000

2400

2800

3200

3600

4000

Altitud (m .s.n.m .)

Coeficiente de torrencialidad
Este coeficiente se emplea para estudios de mximas crecidas; y se determina por la ecuacin:

Ct N1
Donde,

N1 es el nmero de cursos de primer orden

A es el rea de la cuenca.

ING. CASAS VILLALOBOS MANUEL M.

UNFV
HIDROLOGIA
_______________________________________________________________________________________________

DISTRIBUCIONES DE PROBABILIDAD
Seleccin de Modelos
El nico procedimiento para verificar el comportamiento de un modelo matemtico,ya sea probabilstico o
determinstico, es comparar las predicciones efectuadas por el modelocon observaciones de la realidad. Si
el modelo es determinstico, y no existe errorexperimental, entonces la comparacin con los valores
observados es simple y concluyente.Sin embargo, en el caso de modelos probabilsticos, debido a la
naturaleza misma del modelo, las observaciones son slo una muestra de la realidad, y en consecuencia
una repeticin del ensayo puede dar un resultado diferente. Resulta, pues, poco probable encontrar una
correspondencia exacta entre modelo y realidad, an cuando las hiptesis sean vlidas. Por ello, es
necesario definir la magnitud de la discrepancia que puede obtenerse sin que sea necesario desechar la
hiptesis estudiada. Al ser la variable observada una variable aleatoria, pueden producirse grandes
diferencias, aun cuando ello sea poco probable. Por otro lado, una correspondencia entre la prediccin y la
observacin tampoco es suficiente para garantizar que la hiptesis sea cierta. En la eleccin de un modelo
probabilstico, es conveniente considerar todo el conocimiento que se tenga sobre la variable. Por ejemplo,
puede haber ciertas limitantes fsicas que hagan imposible la existencia de valores negativos, valores
lmites, etc. Si el modelo no concuerda con estas limitantes, cabe entonces, preguntarse si esas
discrepancias son o no importantes, al adoptar un determinado modelo. Otra medida cualitativa sobre la
bondad del modelo, es su facilidad de tratamiento matemtico u operativo, la cual tambinconviene
considerar. Fuera de estas nociones cualitativas deben considerarse ciertos aspectos cuantitativos. A saber,
pueden calcularse los momentos de orden superior de la distribucin y compararlos con los valores
calculados a partir de la muestra. Sin embargo, es preciso tener presente que el error medio cuadrtico
cometido en la estimacin de dichos momentos, aumenta al incrementar el orden de momento y por ello
disminuye la precisin en los estimadores.
Tambin se recomienda comparar las probabilidades observadas con las calculadas con el modelo, lo cual
puede realizarse grficamente o analticamente.
Mtodos grficos
Para verificar el modelo propuesto, se recurre usualmente a comparaciones grficas entre el modelo y los
datos, ya sea utilizando la funcin densidad de probabilidad, o bien, la distribucin acumulada. En ambos
casos, la comparacin grfica permite una visualizacin rpida del ajuste del modelo e indica las zonas en
las cuales el ajuste es deficiente. Ello permite decidir sobre la bondad del ajuste, estimar los distintos
percentiles de la distribucin y los parmetros del modelo.
Una etapa til en el anlisis es dibujar los datos en forma de un grfico de barras. Al graficar las
frecuencias observadas para cada intervalo del variable se obtiene un histograma, en el cual la altura de
cada barra es proporcional al nmero de observaciones en ese intervalo. Este grfico entrega al ingeniero
un cuadro inmediato de las frecuencias observadas en cada intervalo y su comparacin con el modelo
propuesto.
Para estudiar el ajuste de los datos al modelo, se procede a graficar la curva de distribucin acumulada.
Para facilitar la decisin se acostumbra a usar un papel especial de modo que el modelo probabilstico se
representa en l por una recta. Para ello, se deforma la escala de las abscisas de modo de estirar los
extremos de la distribucin.

ING. CASAS VILLALOBOS MANUEL M.

UNFV
HIDROLOGIA
_______________________________________________________________________________________________

Para preparar un grfico de probabilidades para un conjunto de valores se sigue el siguiente procedimiento
i) Se obtiene un papel especial, llamado papel de probabilidades, diseado para el modelo en estudio.
Existen papeles para la distribucin normal, log-normal y valores extremos tipo I.
ii) Se ordenan las observaciones en orden creciente en magnitud.
iii) Se grafican las observaciones en el papel de probabilidades, asignndoles a cada una, una probabilidad
o posicin de ploteo. Existen varias posiciones de ploteo y en la actualidad una de las preferidas es la
propuesta por Weibull, que entrega un estimador no sesgado de probabilidad. En este caso la probabilidad
se calcula con la siguiente expresin:

Donde:
m : Numero de orden.
n : Numero de datos.
Se utiliza tambin el concepto de perodo de retorno que se define como el tiempo para el cual en
promedio se produce un evento igual o superior al considerado.

iv) Si los puntos graficados se ajustan a una recta, entonces el modelo elegido representa un buen ajuste y
se traza la recta en forma visual. Si los puntos no representan una tendencia lineal, entonces el modelo
elegido no es adecuado.
Mtodos cuantitativos
Los mtodos anteriores permiten juzgar en forma grfica la bondad del ajuste de los datos a un
determinado modelo probabilstico. Sin embargo, en ciertas ocasiones es preferible contar con
procedimientos cuantitativos, que permitan una decisin objetiva sobre el ajuste. A continuacin se
describen dos procedimientos cuantitativos: el test chi-cuadrado y el test Kolmogosov-Smirnov. Los tests
de hiptesis sobre modelos de distribucin cuentan con las siguientes etapas generales: Primero, se calcula
un estadgrafo a partir de los datos observados. Luego, se calcula la probabilidad de obtener el estadgrafo
calculado, en el supuesto que el modelo sea correcto. Esto se realiza refirindose a una tabla probabilstica
que entregue los percentiles del modelo de distribucin del estadgrafo. Finalmente, si la probabilidad de
obtener el valordel estadgrafo calculado es baja, se concluye que el modelo supuesto no provee una
adecuada representacin de la muestra. Debe hacerse notar que este procedimiento permite rechazar un
modelo por no ser adecuado, pero no permite probar que el modelo probabilstico elegido sea el correcto.
(a) Test Chi-Cuadrado
Es el test ms usado para medir la bondad de ajuste de un modelo y es aplicable estrictamente a
cualquier tipo de distribucin siempre que los parmetros de ella, hayan sido estimados mediante el
mtodo de mxima verosimilitud. El test consiste en comparar, en intervalos previamente definidos de
la variable aleatoria, el nmero de casos observados en ese intervalo con el terico, el cual es funcin
del modelo probabilstico en estudio. Si O1, O2,.........Ok son las frecuencias absolutas observadas y
E1, E2,...... Ek son las frecuencias tericas, en cada una de las clases, se define un estadgrafo.

ING. CASAS VILLALOBOS MANUEL M.

UNFV
HIDROLOGIA
_______________________________________________________________________________________________

La variable X2 tiende a tener una distribucin chi-cuadrado con K-S-1 grados de libertad, siendo K el
nmero de clases o intervalos definidos y S el nmero de parmetros estimados en el modelo.
Para que el ajuste de la distribucin a la muestra sea aceptable, se requiere que el valor chi-cuadrado sea
menor o a lo sumo, igual al valor terico que toma la distribucin chicuadrado para un cierto nivel de
significacin (normalmente 5%). Las tablas de la distribucin chi-cuadrado permiten conocer el valor
terico de chi en funcin de los grados de libertad y del nivel de probabilidad deseado.
Se recomienda elegir un nmero reducido de clases de modo que el valor terico de
casos observados en cada clase sea por lo menos igual a 5 y usar clases equiprobables.
(b) Test de Kolmogorov-Smirnov
El test se basa en calcular el estadgrafo D definido como el valor mximo de la diferencia absoluta entre la
funcin distribucin acumulada emprica (Gn(a)) y la funcin distribucin del modelo calculada para cada
punto de la muestra (Fn(a)). En general, el estadgrafo se calcula usando las distribuciones empricas de las
muestras, de la siguiente manera :

Consideraciones adicionales
No existe ninguna justificacin terica absoluta que apoye la eleccin de un determinado modelo
probabilstico o de un determinado mtodo de estimacin de parmetros. El hidrlogo deber en cada caso
seleccionar la mejor alternativa apoyado en argumentos de diversa ndole. En relacin con la estimacin de
parmetros de los modelos, el mtodo de mxima verosimilitud, tiene ventajas tericas que se alcanzan en
forma asinttica al aumentar el tamao de la muestra. Sin embargo, se ha demostrado en experimentos de
simulacin con muestras pequeas que otros procedimientos tienen mejores propiedades en estos casos.
No obstante lo anterior, existen algunos elementos que ayudan a seleccionar los modelos ms adecuados en
un caso particular. Los argumentos se basan en la naturaleza de los datos, en los resultados de tests
estadsticos, en representaciones grficas de la distribucin de frecuencia acumulada y en la comparacin
de los histogramas. Adicionalmente en ciertos casos existen situaciones especiales que hacen que
determinados modelos no sean aplicables, por producirse contradicciones entre la muestra los algoritmos
de clculo o la esencia del modelo de distribucin. Algunos de estos casos son, por ejemplo, no usar
transformaciones o modelos de tipo logartmico cuando la muestra tiene valores nulos. En consecuencia,
en estos casos se desaconseja el uso de los modelos log-normal, gama, gumbel, valores extremos
generalizados y log-Pearson tipo III.
Si el estimador del coeficiente de asimetra es superior a 2 en valor absoluto, no se pueden calcular los
parmetros de la distribucin log-normal-3 y Pearson tipo III por el mtodo de mxima verosimilitud. Por
otra parte, se aconseja usar: . la distribucin normal cuando las razones entre el coeficiente de asimetra y
su error estndar, y cuando la razn entre el coeficiente de kurtosis menos tres y su error estndar son
inferiores a 2 en valor absoluto, ya que en el 98% de los casos se debe cumplir esta condicin si las
variables son normales. Sin embargo, esta situacin puede no ser muy decisiva si las muestras son
pequeas . los modelos log-normal, de dos y tres parmetros cuando se cumple la condicin anterior
aplicada a los logaritmos de los valores. . distribuciones de valores extremos tipo I y/o valores extremos
generalizados, cuando se estudian valores mximos anuales o valores superiores a un umbral o un cierto
nmeros de mximos en cada ao, siempre que se trate de muestras con coeficiente de asimetra positivo.
distribucin gama o Pearson tipo III cuando el coeficiente de asimetra es positivo.

ING. CASAS VILLALOBOS MANUEL M.

UNFV
HIDROLOGIA
_______________________________________________________________________________________________

Parmetros Estadsticos
Los estadsticos extraen informacin de una muestra, indicando las caractersticas de la poblacin. Los
principales estadsticos son los momentos de primer, segundo y tercer orden correspondiente a la media,
varianza, y asimetra respectivamente.
Media :
es el valor esperado de la variable misma . Primer momento respecto a la origen. Muestra la tendencia
central de la distribucin

el valor estimado de la media a partir de la muestra es

Varianza :
mide la variabilidad de los datos. Es el segundo momento respecto a la media.

el valor estimado de la varianza a partir de la muestra es

en el cual el divisor es n-1 en lugar de n para asegurar que la estadstica 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 desviacin estndar es una medida de la
variabilidad que tiene las mismas dimensiones que la media y simplemente es la raz cuadrada de la
varianza, se estima por s

Coeficiente de variacin

es una medida adimensional de la variabilidad su estimado es

Coeficiente de asimetra
la distribucin de los valores de una distribucin alrededor de la media se mide por la asimetra. Se
obtiene a partir del tercer momento alrededor de la media, dividindolo por el cubo de la desviacin
estndar para que sea adimensional.

tercer momento respecto a la media

Un estimativo del coeficiente de asimetra est dado por

ING. CASAS VILLALOBOS MANUEL M.

UNFV
HIDROLOGIA
_______________________________________________________________________________________________

PROBABILIDAD Y ESTADSTICA APLICADA A LA HIDROLOGA

Periodo de retorno

1
P

La probabilidad de que el evento no ocurra sera entonces: ( 1 P ) 1

1
T

La probabilidad de que no ocurra en n aos de la vida til del proyecto sera 1

y la probabilidad de que ocurra el evento en n aos o el riesgo de que se presente es:

1 1
T

Cuando se tiene una lista de datos ordenados en forma decreciente con respecto al evento, el perodo de
retorno se puede calcular como:
T

n1
m

donde: n = nmero de datos.

m = nmero consecutivo de la lista para dicho evento.
DISTRIBUCIONES DE PROBABILIDAD
El comportamiento de las variables aleatorias discretas o continuas se describe con la ayuda de
Distribuciones de Probabilidad. La variable se designa por mayscula y un valor especfico de ella por
minscula.
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 Distribucin de Probabilidades de la
variable x.
Si x es un nmero dado y consideramos la probabilidad P(X x):
F(x)= P(X x):
y llamamos F(x) la funcin de distribucin acumulada.
donde f(x) es la llamada funcin de densidad de probabilidades y tiene las siguientes caractersticas

i)
ii)
iii)
Lo que implica que las probabilidades se definen slo como REAS bajo la funcin de densidad de
probabilidad (FDP) entre lmites finitos.

ING. CASAS VILLALOBOS MANUEL M.

UNFV
HIDROLOGIA
_______________________________________________________________________________________________

Distribucion Normal
La distribucin normal es una distribucin simtrica en forma de campana, tambin conocida como
Campana de Gauss. Aunque muchas veces no se ajusta a los datos hidrolgicos tiene amplia aplicacin
por ejemplo a los datos transformados que siguen la distribucin normal.
Funcin de densidad:
La funcin de densidad est dada por

Los dos parmetros de la distribucin son

la media y desviacin estndar para los cuales
(media) y s (desviacin estndar) son derivados de los datos.
Estimacin de parmetros:

Factor de frecuencia:
Si se trabaja con los X sin transformar el Kt se calcula como

este factor es el mismo de la variable normal estndar

Limites de confianza:

donde
es el nivel de probabilidad
es el cuantil de la distribucin normal estandarizada para una probabilidad acumulada de 1-
Se es el error estndar

ING. CASAS VILLALOBOS MANUEL M.

UNFV
HIDROLOGIA
_______________________________________________________________________________________________

Propiedades de la distribucin normal:

La distribucin normal posee ciertas propiedades importantes que conviene destacar:
i.
ii.

Tiene una nica moda, que coincide con su media y su mediana.

La curva normal es asinttica al eje de abscisas. Por ello, cualquier valor entre
y
es tericamente posible. El rea total bajo la curva es, por tanto, igual
a 1.

iii.

Es simtrica con respecto a su media . Segn esto, para este tipo de variables
existe una probabilidad de un 50% de observar un dato mayor que la media, y un
50% de observar un dato menor.

iv.

La distancia entre la lnea trazada en la media y el punto de inflexin de la curva

es igual a una desviacin tpica ( ). Cuanto mayor sea , ms aplanada ser la
curva de la densidad.

v.

El rea bajo la curva comprendido entre los valores situados aproximadamente a

dos desviaciones estndar de la media es igual a 0.95. En concreto, existe un 95%
de posibilidades de observar un valor comprendido en el intervalo
.

vi.

La forma de la campana de Gauss depende de los parmetros y . La media

indica la posicin de la campana, de modo que para diferentes valores de
la
grfica es desplazada a lo largo del eje horizontal. Por otra parte, la desviacin
estndar determina el grado de apuntamiento de la curva. Cuanto mayor sea el
valor de , ms se dispersarn los datos en torno a la media y la curva ser ms
plana. Un valor pequeo de este parmetro indica, por tanto, una gran
probabilidad de obtener datos cercanos al valor medio de la distribucin.

Distribucin Lognormal De Dos Parmetros

Si los logaritmos Y de una variable aleatoria X se distribuyen normalmente se dice que X se distribuye
normalmente.
Esta distribucin es muy usada para el calculo de valores extremos por ejemplo Qmax, Qmnimos, Pmax,
Pmnima (excelentes resultados en Antioquia). Tiene la ventaja que X>0 y que la transformacin Log
tiende a reducir la asimetra positiva ya que al sacar logaritmos se reducen en mayor proporcin los datos
mayores que los menores.
Limitaciones: tiene solamente dos parmetros, y requiere que los logaritmos de la variables estn centrados
en la media
Funcin de densidad:

donde,

y = ln x

ING. CASAS VILLALOBOS MANUEL M.

UNFV
HIDROLOGIA
_______________________________________________________________________________________________

y : media de los logaritmos de la poblacin (parmetro escalar), estimado

y : Desviacin estndar de los logaritmos de la poblacin, estimado sy.
Estimacin de parmetros:

Factor de frecuencia:
Puede trabajarse en el campo original y en el campo transformado.
1. Campo transformado: Si se trabaja en el campo transformado se trabaja con la media y la desviacin
estndar de los logaritmos, as:
Ln(XTr) = xTr+KSy
de donde,
XTr = eln (xTr)
con K con variable normal estandarizada para el Tr dado
xy media de los logaritmos
Sy es la desviacin estndar de los logaritmos.

2. Campo original: Si se trabaja con los X sin transformar el K se calcula como

donde :
K es la variable normal estandarizada para el Tr dado,
Cv es el coeficiente de variacin,
X media de los datos originales
S desviacin estndar de los datos originales.
Limites de confianza:
En el campo transformado.

donde, n numero de datos, Su error estndar, KT variable normal estandarizada.

ING. CASAS VILLALOBOS MANUEL M.

UNFV
HIDROLOGIA
_______________________________________________________________________________________________

ING. CASAS VILLALOBOS MANUEL M.

UNFV
HIDROLOGIA
_______________________________________________________________________________________________

Distribucion Gumbel O Extrema Tipo I

Una familia importante de distribuciones usadas en el anlisis de frecuencia hidrolgico es la distribucin
general de valores extremos, la cual ha sido ampliamente utilizada para representar el comportamiento de
crecientes y sequas (mximos y mnimos).
Funcin de densidad:

En donde y son los parmetros de la distribucin.

Estimacin de parmetros

donde
son la media y la
desviacin estndar estimadas con la
muestra.
Factor de frecuencia:

Donde Tr es el periodo de retorno. Para la distribucin Gumbel se tiene que el caudal para un perodo de
retorno de 2.33 aos es igual a la media de los caudales mximos.
Limites de confianza
Xt t(1-) Se

KT es el factor de frecuencia
t(1-) es la variable normal estandarizada para una probabilidad de no excedencia de 1-.
Distribucion Gamma De Tres Parmetros O Pearson Tipo 3

ING. CASAS VILLALOBOS MANUEL M.

UNFV
HIDROLOGIA
_______________________________________________________________________________________________

Esta distribucin ha sido una de las mas utilizadas en hidrologa. Como la mayora de las variables
hidrolgicas son sesgadas, la funcin Gamma se utiliza para ajustar la distribucin de frecuencia de
variables tales como crecientes mximas anuales, Caudales mnimos, Volmenes de flujo anuales y
estacionales, valores de precipitaciones extremas y volmenes de lluvia de corta duracin. La funcin de
distribucin Gamma tiene dos o tres parmetros.
Funcin de densidad:

x0 x para 0
x x0 para 0

donde:

y son los parmetros de escala y forma, respectivamente

x0 es el parmetro de localizacin.

Estimacin de parmetros:

Cs
X
S

es el coeficiente de asimetra
es la media de la muestra
la desviacin estndar de la muestra

Factor de frecuencia:

donde :
z es la variable normal estandarizada
Este valor de K se encuentra tabulado de acuerdo al valor de Cs calculado con la muestra.

Intervalos de confianza:
Xt t(1-) Se

donde
S es la desviacin estndar de la muestra
n es el nmero de datos
se encuentra tabulado en funcin de Cs y Tr.

Distribucin Log Gamma O Logpearson De 3 Parmetros

ING. CASAS VILLALOBOS MANUEL M.

UNFV
HIDROLOGIA
_______________________________________________________________________________________________

Si los logaritmos Y de una variable aleatoria X se ajustan a una distribucin Pearson tipo III, se dice que la
variable aleatoria X se ajusta a una distribucin Log Pearson Tipo III. Esta distribucin es ampliamente
usada en el mundo para el anlisis de frecuencia de Caudales mximos. Esta se trabaja igual que para la
Pearson Tipo III pero con X y y Sy como la media y desviacin estndar de los logaritmos de la variable
original X.
Funcin de densidad:

donde,
y0 y para 0
y y0 para 0
y son los parmetros de escala y forma, respectivamente
y0 es el parmetro de localizacin.
Estimacin de parmetros:

Cs es el coeficiente de asimetra,
muestra respectivamente.

son la media y la desviacin estndar de los logaritmos de la

Factor de frecuencia:

donde
z es la variable normal estandarizada
Este valor de K se encuentra tabulado de acuerdo al valor de Cs calculado con la muestra.
Intervalos de confianza:
Xt t(1-) Se
donde
Sy es la desviacin estndar de los logaritmos de la muestra,
n es el nmero de datos
se encuentra tabulado en funcin de Cs y Tr.
AJUSTE DE DISTRIBUCIONES

ING. CASAS VILLALOBOS MANUEL M.

UNFV
HIDROLOGIA
_______________________________________________________________________________________________

Para la modelacin de caudales mximos se utilizan, entre otras, las distribuciones Log - Normal, Gumbel
y Log-Gumbel principalmente. Para seleccionar la distribucin de probabilidades de la serie histrica se
deben tener en cuenta algunas consideraciones.

Cuando en la serie histrica se observan outliers 2[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 logartmico para modelarla, con lo que se disminuye la varianza
muestral, pero tambin se filtran las variaciones reales de los datos.

Las distribuciones de dos parmetros fijan el valor del coeficiente de asimetra, lo que en algunos
casos puede no ser recomendable. La distribucin Log - Normal de dos parmetros slo es
recomendable s el coeficiente de asimetra es cercano a cero. Las distribuciones Gumbel y Log Gumbel son recomendables si el coeficiente de asimetra de los eventos registrados es cercano a
1.13

Para ajustar distribuciones de tres parmetros (Log Normal III, Log Pearson) se requiere estimar el
coeficiente de asimetra de la distribucin; para ello es necesario disponer de una serie con
longitud de registros larga, mayor de 50 aos, (Kite, 1988). Las distribuciones de dos parmetros
son usualmente preferidas cuando se dispone de pocos datos, porque reducen la varianza de la
muestra, (Ashkar, et al. 1994).

Para seleccionar la distribucin de probabilidades adecuada se debe tratar de utilizar informacin

adicional del proceso hidrolgico que permita identificar la forma en que se distribuye la variable.
Usualmente es muy difcil determinar las propiedades fsicas de los procesos hidrolgicos para
identificar el tipo de distribucin de probabilidad que es aplicable.

Kite (1988) y Mamdouh (1993) afirman que no existe consistencia sobre cual es la distribucin
que mejor se ajusta a los caudales mximos y recomiendan seleccionar el mejor ajuste a criterio
del modelador con la prueba de ajuste grfico o basado en el comportamiento de las pruebas
estadsticas 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 grfica se dibujan los valores registrados en la
serie contra la distribucin terica de probabilidades y de manera visual (subjetiva) se determina si
el ajuste es adecuado o no.

Cuando la informacin es adecuada el anlisis de frecuencia es la metodologa ms recomendable para la

evaluacin de eventos extremos, ya que la estimacin depende solamente de los caudales mximos anuales
que han ocurrido en la cuenca y no da cuenta de los procesos de transformacin de la precipitacin en
escorrenta. Obviamente tiene algunas limitaciones relacionadas con el comportamiento de la serie
histrica y con el tamao y calidad de los datos de la muestra.

Cuando se presenten cambios o tendencias en la serie histrica se deben utilizar tcnicas

estadsticas que permitan removerlos para poder realizar el anlisis de frecuencias (Kite, 1988;
Mamdouh, 1993; Ashkar, et al. 1994).

La seleccin inadecuada de la distribucin de probabilidades de la serie histrica arrojar

resultados de confiabilidad dudosa, (Ashkar, et al. 1994).

El tamao de la muestra influye directamente en la confiabilidad de los resultados, as a mayor perodo de

retorno del estimativo mayor longitud de registros necesaria para mejor confiabilidad en los resultadosl
ajuste a distribuciones se puede hacer de dos tcnicas, con el factor de frecuencia como se refiri en el
2

ING. CASAS VILLALOBOS MANUEL M.

UNFV
HIDROLOGIA
_______________________________________________________________________________________________

numeral Error: Reference source not found o hallando la distribucin emprica de los datos muestrales, por
el mtodo de Plotting Position.
Plotting Position
Trabaja con la probabilidad de excedencia asignada a cada valor de la muestra. Se han propuesto
numerosos mtodos empricos. Si n es el total de valores y m es el rango de un valor en una lista ordenada
de mayor a menor (m=1 para el valor mximo) la probabilidad de excedencia se puede obtener por medio
de las siguientes expresiones
California
Weibull
Hazen

La expresin ms utilizada es la Weibull. Con las anteriores expresiones se halla lo que se conoce como la
distribucin emprica de una muestra, esta luego se puede ajustar a una de las distribuciones tericas
presentadas anteriormente. Los resultados pueden ser dibujados en el papel de probabilidad; este es
diseado para que los datos se ajusten a una lnea recta y se puedan comparar los datos muestrales con la
distribucin terica (lnea recta).
Pruebas de Ajuste
Para determinar que tan adecuado es el ajuste de los datos a una distribucin de probabilidades se han
propuesto una serie de pruebas estadsticas que determinan si es adecuado el ajuste. Estos son anlisis
estadsticos y como tal se deben entender, es decir, no se puede ignorar el significado fsico de los ajustes.
Prueba Smirnov Kolmogorov
El estadstico Smirnov Kolmogorov D considera la desviacin de la funcin de distribucin de
probabilidades de la muestra P(x) de la funcin de probabilidades terica, escogida Po(x) tal que
.
La prueba requiere que el valor Dn calculado con la expresin anterior sea menor que el valor tabulado Dn
para un nivel de probabilidad requerido.
Esta prueba es fcil de realizar y comprende las siguientes etapas:

El estadstico Dn es la mxima diferencia entre la funcin de distribucin acumulada de la muestra

y la funcin de distribucin acumulada terica escogida.
Se fija el nivel de probabilidad , valores de 0.05 y 0.01 son los ms usuales.
El valor crtico D de la prueba debe ser obtenido de tablas en funcin de y n.
Si el valor calculado Dn es mayor que el D, la distribucin escogida se debe rechazar.

ING. CASAS VILLALOBOS MANUEL M.

UNFV
HIDROLOGIA
_______________________________________________________________________________________________

Prueba Chi Cuadrado

Una medida de la discrepancia entre las frecuencias observadas (fo) y las frecuencias calculadas (fc) por
medio de una distribucin terica esta dada por el estadstico

en donde
Si el estadstico =0 significa que las distribuciones terica y emprica ajustan exactamente, mientras que
si el estadstico >0, ellas difieren. La distribucin del estadstico se puede asimilar a una distribucin
Chi-cuadrado con (k-n-1) grados de libertad, donde k es el nmero de intervalos y n es el nmero de los
parmetros de la distribucin terica. La funcin se encuentra tabulada. Suponga que una hiptesis Ho
es aceptar que una distribucin emprica se ajusta a una distribucin Normal. Si el valor calculado de
por la ecuacin anterior es mayor que algn valor crtico de , con niveles de significancia de 0.05 y
0.01 (el nivel de confianza es 1-) se puede decir que las frecuencias observadas difieren
significativamente de las frecuencias esperadas (o calculadas) y entonces la hiptesis Ho se rechaza, si
ocurre lo contrario entonces se acepta.
3

[1] Aunque no existe una definicin generalmente aceptada, se puede entender como valores extremos,
muy superiores a los dems registrados (Ashkar, et al. 1994

ING. CASAS VILLALOBOS MANUEL M.

UNFV
HIDROLOGIA
_______________________________________________________________________________________________

Tabla 1. reas bajo la curva normal estndar. Los valores de la tabla que no
se muestran en negrita representan la probabilidad de observar un valor
menor o igual a z. La cifra entera y el primer decimal de z se buscan en la
primera columna, y el segundo decimal en la cabecera de la tabla.

Segunda cifra decimal del valor de z

z

0.00

0.01

0.02

0.03

0.04

0.05

0.06

0.07

0.08

0.09

0.0

0.0000

0.0040

0.0080

0.0120

0.0160

0.0199

0.0239

0.0279

0.0319

0.0359

0.1

0.0398

0.0438

0.0478

0.0517

0.0557

0.0596

0.0636

0.0675

0.0714

0.0753

0.2

0.0793

0.0832

0.0871

0.0910

0.0948

0.0987

0.1026

0.1064

0.1103

0.1141

0.3

0.1179

0.1217

0.1255

0.1293

0.1331

0.1368

0.1406

0.1443

0.1480

0.1517

0.4

0.1554

0.1591

0.1628

0.1664

0.1700

0.1736

0.1772

0.1808

0.1844

0.1879

0.5

0.1915

0.1950

0.1985

0.2019

0.2054

0.2088

0.2123

0.2157

0.2190

0.2224

0.6

0.2257

0.2291

0.2324

0.2357

0.2389

0.2422

0.2454

0.2486

0.2517

0.2549

0.7

0.2580

0.2611

0.2642

0.2673

0.2704

0.2734

0.2764

0.2794

0.2823

0.2852

0.8

0.2881

0.2910

0.2939

0.2967

0.2995

0.3023

0.3051

0.3078

0.3106

0.3133

0.9

0.3159

0.3186

0.3212

0.3238

0.3264

0.3289

0.3315

0.3340

0.3365

0.3389

1.0

0.3413

0.3438

0.3461

0.3485

0.3508

0.3531

0.3554

0.3577

0.3599

0.3621

1.1

0.3643

0.3665

0.3686

0.3708

0.3729

0.3749

0.3770

0.3790

0.3810

0.3830

1.2

0.3849

0.3869

0.3888

0.3907

0.3925

0.3944

0.3962

0.3980

0.3997

0.4015

1.3

0.4032

0.4049

0.4066

0.4082

0.4099

0.4115

0.4131

0.4147

0.4162

0.4177

1.4

0.4192

0.4207

0.4222

0.4236

0.4251

0.4265

0.4279

0.4292

0.4306

0.4319

1.5

0.4332

0.4345

0.4357

0.4370

0.4382

0.4394

0.4406

0.4418

0.4429

0.4441

1.6

0.4452

0.4463

0.4474

0.4484

0.4495

0.4505

0.4515

0.4525

0.4535

0.4545

1.7

0.4554

0.4564

0.4573

0.4582

0.4591

0.4599

0.4608

0.4616

0.4625

0.4633

1.8

0.4641

0.4649

0.4656

0.4664

0.4671

0.4678

0.4686

0.4693

0.4699

0.4706

1.9

0.4713

0.4719

0.4726

0.4732

0.4738

0.4744

0.4750

0.4756

0.4761

0.4767

2.0

0.4772

0.4778

0.4783

0.4788

0.4793

0.4798

0.4803

0.4808

0.4812

0.4817

2.1

0.4821

0.4826

0.4830

0.4834

0.4838

0.4842

0.4846

0.4850

0.4854

0.4857

2.2

0.4861

0.4864

0.4868

0.4871

0.4875

0.0122

0.4881

0.4884

0.4887

0.4890

2.3

0.4893

0.4896

0.4898

0.4901

0.4904

0.4906

0.4909

0.4911

0.4913

0.4916

2.4

0.4918

0.4920

0.4922

0.4925

0.4927

0.4929

0.4931

0.4932

0.4934

0.4936

2.5

0.4938

0.4940

0.4941

0.4943

0.4945

0.4946

0.4948

0.4949

0.4951

0.4952

2.6

0.4953

0.4955

0.4956

0.4957

0.4959

0.4960

0.4961

0.4962

0.4963

0.4964

2.7

0.4965

0.4966

0.4967

0.4968

0.4969

0.4970

0.4971

0.4972

0.4973

0.4974

2.8

0.4974

0.4975

0.4976

0.4977

0.4977

0.4978

0.4979

0.4979

0.4980

0.4981

2.9

0.4981

0.4982

0.4982

0.4983

0.4984

0.4984

0.4985

0.4985

0.4986

0.4986

3.0

0.4987

0.4987

0.4987

0.4988

0.4988

0.4989

0.4989

0.4989

0.4990

0.4990

3.1

0.4990

0.4991

0.4991

0.4991

0.4992

0.4992

0.4992

0.4992

0.4993

0.4993

3.2

0.4993

0.4993

0.4994

0.4994

0.4994

0.4994

0.4994

0.4995

0.4995

0.4995

3.3

0.4995

0.4995

0.4995

0.4996

0.4996

0.4996

0.4996

0.4996

0.4996

0.4997

3.4

0.4997

0.4997

0.4997

0.4997

0.4997

0.4997

0.4997

0.4997

0.4997

0.4998

ING. CASAS VILLALOBOS MANUEL M.

UNFV
HIDROLOGIA
_______________________________________________________________________________________________

ING. CASAS VILLALOBOS MANUEL M.

UNFV
HIDROLOGIA
_______________________________________________________________________________________________

Mtodo de Gumbel. valores de y , y

N

2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

0.4043
0.4286
0.4458
0.4588
0.4690
0.4774
0.4843
0.4902
0.4952
0.4996
0.5035
0.5070
0.5100
0.5128
0.5157
0.5181
0.5202
0.5220

0.4984
0.6435
0.7315
0.7928
0.8388
0.8749
0.9043
0.9288
0.9497
0.9676
0.9833
0.9972
1.0095
1.0206
1.0316
1.0411
1.0493
1.0566

46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
62
64
66

0.5468
0.5473
0.5477
0.5481
0.5485
0.5489
0.5493
0.5497
0.5501
0.5504
0.5508
0.5511
0.5515
0.5518
0.5521
0.5527
0.5533
0.5538

1.1538
1.1557
1.1574
1.1590
1.1607
1.1623
1.1638
1.1653
1.1667
1.1681
1.1696
1.1708
1.1721
1.1734
1.1747
1.1770
1.1793
1.1814

20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45

0.5236
0.5252
0.5368
0.5283
0.5296
0.5309
0.5320
0.5332
0.5343
0.5353
0.5362
0.5371
0.5380
0.5388
0.5396
0.5403
0.5410
0.5418
0.5424
0.5430
0.5436
0.5442
0.5448
0.5453
0.5458
0.5463

1.0628
1.0696
1.0754
1.0811
1.0864
1.0915
1.0961
1.1004
1.1047
1.1086
1.1124
1.1159
1.1193
1.1226
1.1255
1.1285
1.1313
1.1339
1.1363
1.1388
1.1413
1.1436
1.1458
1.1480
1.1499
1.1519

68
70
72
74
76
78
80
82
84
86
88
90
92
94
96
98
100
150
200
250
300
400
500
750
1000

0.5543
0.5548
0.5552
0.5557
0.5561
0.5565
0.5569
0.5572
0.5576
0.5580
0.5583
0.5586
0.5589
0.5592
0.5595
0.5598
0.5600
0.5646
0.5672
0.5688
0.5699
0.5714
0.5724
0.5738
0.5745
0.5772

1.1834
1.1854
1.1873
1.1890
1.1906
1.1923
1.1938
1.1953
1.1967
1.1980
1.1994
1.2007
1.2020
1.2032
1.2044
1.2055
1.2065
1.2253
1.2360
1.2429
1.2479
1.2545
1.2588
1.2651
1.2685
1.2826

ING. CASAS VILLALOBOS MANUEL M.

UNFV
HIDROLOGIA
_______________________________________________________________________________________________
Distribucin Pearson tipo III, valores de Kt
Periodo de retorno tr (aos)
1.0101

Coeficiente de Sesgo Cs

Kt

10

25

50

100

200

0.02
3.093
3.071
3.048
3.023
2.997
2.970
2.942
2.912
2.881
2.848
2.815
2.780
2.743
2.703
2.666
2.626
2.585
2.542
2.498
2.453
2.407
2.359
2.311
2.261
2.211
2.159
2.107
2.054
2.054
2.000
1.945
1.890
1.834
1.777
1.720
1.663
1.606
1.549
1.493
1.435
1.379
1.324
1.270
1.217
1.166
1.116
1.069
1.023
0.980
0.939
0.900
0.864
0.830
0.798
0.768
0.740

0.01
3.932
3.889
3.845
3.800
3.753
3.705
3.656
3.605
3.553
3.490
3.444
3.388
3.330
3.271
3.211
3.149
3.087
3.022
2.957
2.891
2.824
2.755
2.686
2.615
2.544
2.472
2.400
2.326
2.326
2.252
2.178
2.104
2.029
1.955
1.880
1.806
1.733
1.660
1.588
1.518
1.449
1.383
1.318
1.256
1.197
1.140
1.087
1.037
0.990
0.946
0.905
0.867
0.832
0.799
0.769
0.740

0.005
4.783
4.718
4.652
4.584
4.515
4.444
4.372
4.298
4.223
4.147
4.069
3.990
3.910
3.828
3.745
3.661
3.575
3.489
3.401
3.312
3.223
3.132
3.041
2.949
2.856
2.763
2.670
2.576
2.576
2.482
2.388
2.294
2.201
2.108
2.016
1.926
1.837
1.749
1.664
1.581
1.501
1.424
1.351
1.282
1.216
1.155
1.097
1.044
0.995
0.949
0.907
0.869
0.833
0.800
0.769
0.741

Probabilidad de excedencia p
2.7
2.6
2.5
2.4
2.3
2.2
2.1
2.0
1.9
1.8
1.7
1.6
1.5
1.4
1.3
1.2
1.1
1.0
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0.0
0.0
-0.1
-0.2
-0.3
-0.4
-0.5
-0.6
-0.7
-0.8
-0.9
-1.0
-1.1
-1.2
-1.3
-1.4
-1.5
-1.6
-1.7
-1.8
-1.9
-2.0
-2.1
-2.2
-2.3
-2,4
-2.5
-2.6
-2.7

0.99
-0.740
-0.769
-0.799
-0.832
-0.867
-0.905
-0.946
-0.990
-1.037
-1.087
-1.140
-1.197
-1.256
-1.318
-1.383
-1.449
-1.518
-1.588
-1.660
-1.733
-1.806
-1.880
-1.955
-2.029
-2.104
-2.178
-2.252
-2.326
-2.326
-2.400
-2.472
-2.544
-2.615
-2.686
-2.755
-2.824
-2.891
-2.957
-3.022
-3.087
-3.149
-3.211
-3.271
-3.330
-3.388
-3.444
-3.499
-3.553
-3.605
-3.656
-3.705
-3.753
-3.800
-3.845
-3.889
-3.932

0.5
-0.376
-0.368
-0.360
-0.351
-0.341
-0.330
-0.319
-0.307
-0.294
-0.282
-0.268
-0.254
-0.240
-0.225
-0.210
-0.195
-0.180
-0.164
-0.148
-0.132
-0.116
-0.099
-0.083
-0.066
-0.050
-0.033
-0.017
0.000
0.000
0.017
0.033
0.050
0.066
0.083
0.099
0.116
0.132
0.148
0.164
0.180
0.195
0.210
0.225
0.240
0.254
0.268
0.282
0.294
0.307
0.319
0.330
0.341
0.351
0.360
0.368
0.376

0.2
0.479
0.499
0.518
0.537
0.555
0.574
0.592
0.609
0.627
0.643
0.660
0.675
0.690
0.705
0.719
0.732
0.745
0.758
0.769
0.780
0.790
0.800
0.808
0.816
0.824
0.830
0.836
0.842
0.842
0.846
0.850
0.853
0.855
0.856
0.857
0.857
0.856
0.854
0.852
0.848
0.844
0.838
0.832
0.825
0.817
0.808
0.799
0.788
0.777
0.765
0.752
0.739
0.725
0.711
0.696
0.681

0.1
1.224
1.238
1.250
1.262
1.274
1.284
1.294
1.302
1.310
1.318
1.324
1.329
1.333
1.337
1.339
1.340
1.341
1.340
1.339
1.336
1.333
1.328
1.323
1.317
1.309
1.301
1.292
1.282
1.282
1.270
1.258
1.245
1.231
1.216
1.200
1.183
1.166
1.147
1.128
1.107
1.086
1.064
1.041
1.018
0.994
0.970
0.945
0.920
0.895
0.869
0.844
0.819
0.795
0.771
0.747
0.724

0.04
2.272
2.267
2.262
2.256
2.248
2.240
2.230
2.219
2.207
2.193
2.179
2.163
2.146
2.128
2.108
2.087
2.066
2.043
2.018
1.993
1.967
1.939
1.910
1.880
1.849
1.818
1.785
1.751
1.751
1.716
1.680
1.643
1.606
1.567
1.528
1.488
1.448
1.407
1.366
1.324
1.282
1.240
1.198
1.157
1.116
1.075
1.035
0.996
0.959
0.923
0.888
0.855
0.823
0.793
0.764
0.738

ING. CASAS VILLALOBOS MANUEL M.

UNFV
HIDROLOGIA
_______________________________________________________________________________________________

Valores crticos para la distribucin Ji Cuadrado

alfa = rea a la derecha de x2(df, alfa)
X~X2(df)

Valores crticos para la distribucin Ji Cuadrado

alfa = rea a la derecha de x2(df, alfa)

P(X > x2(df,alfa))

grados
de
libertad

alfa
0.995

0.990

0.975

0.950

0.0000

0.0002

0.0010

0.0039

0.0100

0.0201

0.0506

0.0717

0.1148

0.2158

0.2070

0.2971

0.4118

0.6757

7
8

X~X2(df)

P(X > x2(df.alfa))

0.900

grados
de
libertad

Alfa
0.100

0.050

0.025

0.010

0.005

0.0158

2.7055

3.8415

5.0239

6.6349

7.8794

0.1026

0.2107

4.6052

5.9915

7.3778

9.2104

10.5965

0.3518

0.5844

6.2514

7.8147

9.3484

11.3449

12.8381

0.4844

0.7107

1.0636

7.7794

9.4877

11.1433

13.2767

14.8602

0.5543

0.8312

1.1455

1.6103

9.2363

11.0705

12.8325

15.0863

16.7496

0.8721

1.2373

1.6354

2.2041

10.6446

12.5916

14.4494

16.8119

18.5475

0.9893

1.2390

1.6899

2.1673

2.8331

12.0170

14.0671

16.0128

18.4753

20.2777

1.3444

1.6465

2.1797

2.7326

3.4895

13.3616

15.5073

17.5345

20.0902

21.9549

1.7349

2.0879

2.7004

3.3251

4.1682

14.6837

16.9190

19.0228

21.6660

23.5893

10

2.1558

2.5582

3.2470

3.9403

4.8652

10

15.9872

18.3070

20.4832

23.2093

25.1881

11

2.6032

3.0535

3.8157

4.5748

5.5778

11

17.2750

19.6752

21.9200

24.7250

26.7569

12

3.0738

3.5706

4.4038

5.2260

6.3038

12

18.5493

21.0261

23.3367

26.2170

28.2997

13

3.5650

4.1069

5.0087

5.8919

7.0415

13

19.8119

22.3620

24.7356

27.6882

29.8193

14

4.0747

4.6604

5.6287

6.5706

7.7895

14

21.0641

23.6848

26.1189

29.1412

31.3194

15

4.6009

5.2294

6.2621

7.2609

8.5468

15

22.3071

24.9958

27.4884

30.5780

32.8015

16

5.1422

5.8122

6.9077

7.9616

9.3122

16

23.5418

26.2962

28.8453

31.9999

34.2671

17

5.6973

6.4077

7.5642

8.6718 10.0852

17

24.7690

27.5871

30.1910

33.4087

35.7184

18

6.2648

7.0149

8.2307

9.3904 10.8649

18

25.9894

28.8693

31.5264

34.8052

37.1564

19

6.8439

7.6327

8.9065 10.1170 11.6509

19

27.2036

30.1435

32.8523

36.1908

38.5821

20

7.4338

8.2604

9.5908 10.8508 12.4426

20

28.4120

31.4104

34.1696

37.5663

39.9969

21

8.0336

8.8972 10.2829 11.5913 13.2396

21

29.6151

32.6706

35.4789

38.9322

41.4009

22

8.6427

9.5425 10.9823 12.3380 14.0415

22

30.8133

33.9245

36.7807

40.2894

42.7957

23

9.2604 10.1957 11.6885 13.0905 14.8480

23

32.0069

35.1725

38.0756

41.6383

44.1814

24

9.8862 10.8563 12.4011 13.8484 15.6587

24

33.1962

36.4150

39.3641

42.9798

45.5584

25

10.5196 11.5240 13.1197 14.6114 16.4734

25

34.3816

37.6525

40.6465

44.3140

46.9280

26

11.1602 12.1982 13.8439 15.3792 17.2919

26

35.5632

38.8851

41.9231

45.6416

48.2898

27

11.8077 12.8785 14.5734 16.1514 18.1139

27

36.7412

40.1133

43.1945

46.9628

49.6450

28

12.4613 13.5647 15.3079 16.9279 18.9392

28

37.9159

41.3372

44.4608

48.2782

50.9936

29

13.1211 14.2564 16.0471 17.7084 19.7677

29

39.0875

42.5569

45.7223

49.5878

52.3355

30

13.7867 14.9535 16.7908 18.4927 20.5992

30

40.2560

43.7730

46.9792

50.8922

53.6719

31

14.4577 15.6555 17.5387 19.2806 21.4336

31

41.4217

44.9853

48.2319

52.1914

55.0025

32

15.1340 16.3622 18.2908 20.0719 22.2706

32

42.5847

46.1942

49.4804

53.4857

56.3280

33

15.8152 17.0735 19.0467 20.8665 23.1102

33

43.7452

47.3999

50.7251

54.7754

57.6483

34

16.5013 17.7891 19.8062 21.6643 23.9522

34

44.9032

48.6024

51.9660

56.0609

58.9637

35

17.1917 18.5089 20.5694 22.4650 24.7966

35

46.0588

49.8018

53.2033

57.3420

60.2746

36

17.8868 19.2326 21.3359 23.2686 25.6433

36

47.2122

50.9985

54.4373

58.6192

61.5811

37

18.5859 19.9603 22.1056 24.0749 26.4921

37

48.3634

52.1923

55.6680

59.8926

62.8832

38

19.2888 20.6914 22.8785 24.8839 27.3430

38

49.5126

53.3835

56.8955

61.1620

64.1812

39

19.9958 21.4261 23.6543 25.6954 28.1958

39

50.6598

54.5722

58.1201

62.4281

65.4753

40

20.7066 22.1642 24.4331 26.5093 29.0505

40

51.8050

55.7585

59.3417

63.6908

66.7660

50

27.9908 29.7067 32.3574 34.7642 37.6886

50

63.1671

67.5048

71.4202

76.1538

79.4898

60

35.5344 37.4848 40.4817 43.1880 46.4589

60

74.3970

79.0820

83.2977

88.3794

91.9518

70

43.2753 45.4417 48.7575 51.7393 55.3289

70

85.5270

90.5313

95.0231 100.4251 104.2148

80

51.1719 53.5400 57.1532 60.3915 64.2778

80

96.5782 101.8795 106.6285 112.3288 116.3209

90

59.1963 61.7540 65.6466 69.1260 73.2911

90

107.5650 113.1452 118.1359 124.1162 128.2987

ING. CASAS VILLALOBOS MANUEL M.