Professional Documents
Culture Documents
As se puede decir por ejemplo, que para la localidad de Cartago, se
presentar una tormenta de intensidad mxima igual a 60 mm/hr, para una
duracin de 30 min, y un perodo de retorno de 10 aos.
2.4. El hietograma y la curva masa de precipitacin
La intensidad de la precipitacin, vara en cada instante durante el curso de
una misma tormenta, de acuerdo a las caractersticas de sta. Es
absolutamente indispensable, cuando se hace el anlisis de las tormentas,
determinar estas variaciones, porque de ellas dependen muchas de las
condiciones, que hay que fijar para las obras de ingeniera hidrulica, para las
que se hacen principalmente esta clase de estudios. Esto se consigue
mediante dos grficos: el hietograma y la curva masa de precipitacin.
2.5. Hietograma
Es un grfico de forma escalonada como un histograma, que representa la
variacin de la intensidad expresada en mm/hora de la tormenta, en el
transcurso de la misma expresada en minutos u horas. En la figura, se puede
ver esta relacin que corresponde a una tormenta registrada por un
pluviograma.
Mediante este hietograma es muy fcil decir a que hora,
la precipitacin adquiri su mxima intensidad y cual fue el valor de sta. En
la figura 2, se observa que la intensidad mxima de la tormenta, es de 6 mm/hr,
y se present a los500 min, 700 min y 800 min, de iniciado la tormenta.
Matemticamente este grfico representa la relacin: donde:
Donde:
i= intensidad
P = precipitacin
t = tiempo
2.6. Curva masa de precipitacin
La curva masa de precipitacin (figura3), es la representacin de
la precipitacin acumulada v/s el tiempo. Se extrae directamente del
pluviograma. La curva masa de precipitacin, es una curva no decreciente, la
pendiente de la tangente en cualquier punto, representa la intensidad
instantnea en ese tiempo.
Figura 2. Hietograma de precipitacin
Figura 3. Curva masa de precipitacin
2.7. Frecuencia: es una medid de la probabilidad que tiene un evento de
ocurrir, definindose como el nmero de veces en un tiempo
relativamente largo en que ocurra un evento (Ramrez, 2003).
( )
Donde m es el nmero de orden y n es el nmero de registros.
2.8. Periodo de retorno:
El periodo de retorno se define como, el nmero de aos que transcurren en
promedio para que un evento sea igualado o excedido (Linsley et al, 1997).
El periodo de retorno, Tr es el inverso de la probabilidad
2.9. Determinacin de la Probabilidad
El diseo y la planeacin de obras hidrulicas, estn siempre relacionados con
eventos hidrolgicos futuros, cuyo tiempo de ocurrencia no puede predecirse;
es por eso que se debe recurrir al estudio de la probabilidad o frecuencia
(Linsley et al., 1988).
Segn Pizarro y Novoa (1986), la definicin de la probabilidad implica
consignar dos conceptos; uno de ellos es el periodo de retorno, el cual est
definido, como el tiempo que transcurre entre dos sucesos iguales; sea ese
tiempo, T. El segundo concepto es la probabilidad de excedencia, que es la
probabilidad asociada al periodo de retorno, donde la variable aleatoria toma un
valor igual o superior a cierto nmero X y se define como:
La probabilidad de que un valor de la variable aleatoria no sea excedido, est
dado por la funcin de distribucin de probabilidad F(x), la cual se expresa de
la siguiente manera:
Luego la probabilidad de que la variable aleatoria sea mayor que X, se expresa
como:
4
1.1 DISTRIBUCION LOG NORMAL DE DOS PARAMETROS
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 clculo 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
1.1.1 Funcin de densidad:
0 exp
2
1
) (
2
) (
2
1
> =
x
x
x f
y
y
y
o
t o
y = ln x
Donde,
y
: media de los logaritmos de la poblacin (parmetro escalar),
estimado y
o
y
: Desviacin estndar de los logaritmos de la poblacin, estimado s
y
.
1.1.2 Estimacin de parmetros:
=
=
n
i
i
x
n
y
1
) ln(
1
2
1
2
1
) ) (ln(
1
1
)
`
=
=
n
i
i y
y x
n
s
1.1.3 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(X
Tr
) = x
Tr
+KS
y
de donde,
XT
r
= e
ln (x
Tr
)
con K con variable normal estandarizada para el Tr dado, x
y
media de los
logaritmos y S
y
es la desviacin estndar de los logaritmos.
2. Campo original: Si se trabaja con los X sin transformar el K se calcula como
Cv
Cv
Cv Ln K Exp
Kt
T
1
2
) 1 ln(
)) 1 ( ( *
2
2
1
2
)
`
|
|
.
|
\
| +
+
=
K es la variable normal estandarizada para el Tr dado,
x
s
Cv = es el coeficiente
de variacin, x media de los datos originales y s desviacin estndar de los
datos originales.
1.1.4 Lmites de confianza:
En el campo transformado.
T Tr
S t X Ln
) 1 (
) (
o
2
1
2
2
1
) (
|
|
.
|
\
|
+ = =
T
y
e
K
n
S
S o
o
en donde, n numero de datos, Se error estndar, K
T
variable normal
estandarizada.
1.2 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).
1.2.1 Funcin de densidad:
(
|
.
|
\
|
=
o
|
o
|
o
) (
exp
) (
exp
1
) (
x x
x f
En donde o y | son los parmetros de la distribucin.
} (
|
.
|
\
|
= =
o
|) (
exp exp ) ( ) (
x
dx x f x F
1.2.2 Estimacin de parmetros
o |
t
o
5772 . 0
6
=
=
x
s
donde s y x son la media y la desviacin estndar estimadas con la
muestra.
1.2.3 Factor de frecuencia:
|
|
.
|
\
|
+ =
1
ln ln 5772 . 0
6
r
r
T
T
T
K
t
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.
1.2.4 Limites de confianza
Xt t
(1-o)
Se
n
s
Se
=
o
2
1
2
] 1 . 1 1396 . 1 1 [
T T
K K + + = o
K
T
es el factor de frecuencia y t
(1-o)
es la variable normal estandarizada para
una probabilidad de no excedencia de 1-o.
1.3 DISTRIBUCION GAMA DE TRES PARAMETROS O PEARSON TIPO 3
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.
1.3.1 Funcin de densidad:
( )
|
.
|
\
|
|
.
|
\
|
I
=
o o | o
|
0
1
0
exp
1
) (
x x x x
x f
donde,
x
0
s x < para o > 0
< x s x
0
para < 0
o y | son los parmetros de escala y forma, respectivamente , y x
0
es el
parmetro de localizacin.
1.3.2 Estimacin de parmetros:
| o o |
;
2
;
2
0
2
= =
|
.
|
\
|
= x x
Cs
s
Cs
Cs es el coeficiente de asimetra, s y x son la media y la desviacin
estndar de la muestra respectivamente.
1.3.3 Factor de frecuencia:
5 4 3
2
2
3 2
6 3
1
6 6
) 1 (
6
) 6 (
3
1
6
) 1 (
|
.
|
\
|
+
|
.
|
\
|
+
|
.
|
\
|
|
.
|
\
|
+ + ~
Cs Cs
z
Cs
z
Cs
z z
Cs
z z K
donde z es la variable normal estandarizada
Este valor de K se encuentra tabulado de acuerdo al valor de Cs calculado con
la muestra.
1.3.4 Intervalos de confianza:
Xt t
(1-o)
Se
Se
S
n
=
o
Donde S es la desviacin estndar de la muestra, n es el nmero de datos y o
se encuentra tabulado en funcin de Cs y Tr.
MATERIALES Y MTODOS
Materiales
Registro de precipitacin de la estacin meteorolgica en las estaciones
Jos Abelardo quiones y webenbauer.
Excel
Libreto de apuntes
Metodologa
RESULTADOS
I. RESULTADO
Anlisis de Frecuencias para las Intensidades Mximas de la Estacin
J. ABERLADO QUIONES n = 12 AOS
N de Orden
Periodo de duracin (min)
10 30 60 120 240
1 75.00 52.89 36.81 25.02 12.18
2 57.60 50.91 36.60 21.90 11.20
3 52.20 38.00 27.50 16.74 10.58
4 50.91 37.00 27.29 14.88 7.70
5 49.70 36.60 24.64 13.75 7.47
6 38.40 34.00 22.12 11.68 6.88
7 36.60 32.42 18.50 9.55 5.10
8 34.00 32.30 17.90 9.25 4.78
9 33.86 22.20 14.29 9.10 4.63
10 32.30 18.00 11.44 5.78 4.50
11 30.00 17.70 10.00 5.55 3.24
12 29.49 17.00 9.99 5.05 2.50
MEDIA 43.34 32.42 21.42 12.35 6.73
DES. ESTAN 13.88 12.06 9.45 6.40 3.19
Distribucin de LOGRITMO de PEARSON
Intensidad mxima (mm/h)
10 min 30 min 60 min 120 min 240 min
5 aos 366.52 27.10 12.07 5.49 4.09
10 aos 321.43 226.11 184.55 167.06 190.68
25 aos 471.24 36.13 17.65 7.99 5.36
50 aos 497.42 39.14 19.50 8.98 5.93
100 aos 523.60 43.66 21.36 9.98 6.49
DISTRIBUCION DEL LOGARITMO_NORMAL
Tr (Aos)
Intensidad mxima (mm/h)
10 30 60 120 240
5
53.35 42.23 28.82 16.98 9.11
10
60.81 50.25 35.38 21.37 11.23
25
69.92 60.49 44.02 27.29 14.04
50
76.53 68.19 50.69 31.98 16.21
100
82.99 75.95 57.56 36.87 18.46
LOG. NORMAL
LOG. PEARSON TIPO III.
8.00
16.00
24.00
32.00
40.00
48.00
56.00
64.00
72.00
80.00
88.00
5 30 55 80 105 130 155 180 205 230
5 aos
10 aos
25 aos
METODO DE GUMBEL O EXTREMA TIPO I
5.00
70.00
135.00
200.00
265.00
330.00
395.00
460.00
525.00
590.00
5 35 65 95 125 155 185 215
10 aos
20 aos
25 aos
50 aos
8.00
16.00
24.00
32.00
40.00
48.00
56.00
64.00
72.00
80.00
88.00
5 30 55 80 105 130 155 180 205 230
5 aos
10 aos
25 aos
CONCLUSIN
RECOMENDACIN
DISCUSIN
REVISIN BIBLIOGRFICA
Linsley,R., Hidrologa Para Ingenieros. Mc Graw-Hill.New York. 386 pg.
Ramrez, m 2003. Hidrologa Aplicada. Facultad de Ingeniera.
Universidad los ngeles- venezueloa.105 pg.
http://es.scribd.com/doc/98227030/Hidrologia-Cap03-Precipitacion-
Maximo-Villon
http://eias.utalca.cl/Docs/pdf/Publicaciones/tesis_de_grado/aguilera_a.pd
f
http://es.scribd.com/doc/78235052/Proyecto-de-Tesis-Final-
Corregido