Escolar Documentos
Profissional Documentos
Cultura Documentos
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
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 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)
UNFV
HIDROLOGIA
_______________________________________________________________________________________________
P
P
0,2821
2 A
A
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
Cota mx Cota mn
6
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
H
L
UNFV
HIDROLOGIA
_______________________________________________________________________________________________
1
3
2
1
2
2
2
1
1
[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
UNFV
HIDROLOGIA
_______________________________________________________________________________________________
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
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
UNFV
HIDROLOGIA
_______________________________________________________________________________________________
6000
6000
5000
5000
4000
Area (Km 2)
Area (Km 2)
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 )
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,
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.
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.
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.
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
Varianza :
mide la variabilidad de los datos. Es el segundo momento respecto a la media.
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
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.
UNFV
HIDROLOGIA
_______________________________________________________________________________________________
1
P
1
T
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
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.
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
Factor de frecuencia:
Si se trabaja con los X sin transformar el Kt se calcula como
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
UNFV
HIDROLOGIA
_______________________________________________________________________________________________
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.
v.
vi.
donde,
y = ln x
UNFV
HIDROLOGIA
_______________________________________________________________________________________________
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.
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.
UNFV
HIDROLOGIA
_______________________________________________________________________________________________
UNFV
HIDROLOGIA
_______________________________________________________________________________________________
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
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:
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.
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.
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
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)
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).
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.
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:
UNFV
HIDROLOGIA
_______________________________________________________________________________________________
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
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.
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
UNFV
HIDROLOGIA
_______________________________________________________________________________________________
UNFV
HIDROLOGIA
_______________________________________________________________________________________________
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
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
UNFV
HIDROLOGIA
_______________________________________________________________________________________________
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)
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
19
27.2036
30.1435
32.8523
36.1908
38.5821
20
7.4338
8.2604
20
28.4120
31.4104
34.1696
37.5663
39.9969
21
8.0336
21
29.6151
32.6706
35.4789
38.9322
41.4009
22
8.6427
22
30.8133
33.9245
36.7807
40.2894
42.7957
23
23
32.0069
35.1725
38.0756
41.6383
44.1814
24
24
33.1962
36.4150
39.3641
42.9798
45.5584
25
25
34.3816
37.6525
40.6465
44.3140
46.9280
26
26
35.5632
38.8851
41.9231
45.6416
48.2898
27
27
36.7412
40.1133
43.1945
46.9628
49.6450
28
28
37.9159
41.3372
44.4608
48.2782
50.9936
29
29
39.0875
42.5569
45.7223
49.5878
52.3355
30
30
40.2560
43.7730
46.9792
50.8922
53.6719
31
31
41.4217
44.9853
48.2319
52.1914
55.0025
32
32
42.5847
46.1942
49.4804
53.4857
56.3280
33
33
43.7452
47.3999
50.7251
54.7754
57.6483
34
34
44.9032
48.6024
51.9660
56.0609
58.9637
35
35
46.0588
49.8018
53.2033
57.3420
60.2746
36
36
47.2122
50.9985
54.4373
58.6192
61.5811
37
37
48.3634
52.1923
55.6680
59.8926
62.8832
38
38
49.5126
53.3835
56.8955
61.1620
64.1812
39
39
50.6598
54.5722
58.1201
62.4281
65.4753
40
40
51.8050
55.7585
59.3417
63.6908
66.7660
50
50
63.1671
67.5048
71.4202
76.1538
79.4898
60
60
74.3970
79.0820
83.2977
88.3794
91.9518
70
70
85.5270
90.5313
80
80
90
90