Professional Documents
Culture Documents
1. Introduccin....
2. Historia y antecedentes.
.4
3.
Conceptos previos
INTRODUCCIN
El desbordamiento de un ro lleva consigo una serie de riesgos que pueden
afectar gravemente tanto a construcciones como a la poblacin en general.
Por ello, la sociedad demanda un instrumento para acotar ese riesgo y
obtener una seguridad de que la zona a ocupar quede libre de ser
susceptible de una intrusin de las aguas fluviales debido a una tormenta
extraordinaria.
El caudal punta es el caudal mximo que se registra durante el aumento
inusual del caudal de agua de un cauce natural o artificial, superando con
creces los valores medios normales. La prediccin de la magnitud de la
creciente para el diseo de obras hidrulicas, ha sido siempre motivo de
controversia debido a que los mtodos que analizan caudales punta, deben
realizar una proyeccin hacia el futuro, aplicando teora de probabilidades,
con un alto grado de incertidumbre. Las estaciones hidromtricas registran
caudales mnimos, medios y mximos que fluyen por un punto determinado
de una cuenca. Esta informacin hidrolgica permite cuantificar la oferta
hdrica de la cuenca y estimar los caudales mximos para distintos perodos
de retorno, con el propsito de solucionar los problemas que implica el
diseo de obras hidrulicas (Chow et al., 1994).
Si se conocen con un nivel de aproximacin razonable las magnitudes de las
crecientes que se van a presentar durante la vida til de una obra, es claro
que las estructuras se pueden disear con una gran confianza en cuanto a
los aspectos tcnicos y econmicos. En efecto, la estabilidad de una obra
durante la vida til de diseo, depende en gran parte de su capacidad para
soportar los efectos que se producen sobre la estructura cuando pasan las
crecientes extraordinarias. Estos efectos se traducen en impactos,
presiones, socavacin, taponamientos y desbordamientos. Para lograr la
seguridad que reduzca el riesgo de falla de dichas obras, se debe construir
un modelo probabilstico y con ello contar con una funcin de distribucin de
probabilidad representativa de la variable hidrolgica de inters, indicando
claramente su probabilidad de excedencia (Muoz, 2004).
El presente informe pretende entregar una metodologa que permita
predecir con cierta probabilidad los valores que puede tomar una variable
hidrolgica, en funcin de la informacin de que se disponga, plantendose
lo anterior, en valores mximos probables, aplicando la ley de distribucin
de Gumbel.
Datos:
Precipitacin
Caudal
Temperatura
RESULTADO
HIDROLOGICO
ESPERADO
ANLISIS
ESTADSTICO
OBJETIVOS:
1. Historia y antecedentes
Fue descubierta por Emil Julius Gumbel matemtico judo nacido en
Alemania a finales del siglo XIX. Es un caso particular de la distribucin de
valores extremos generalizada y tambin es conocida como la distribucin
log Weibull, o como la distribucin exponencial doble. Segn Reiss y
Thomas (1997), la distribucin de Gumbel tiene la misma importancia que la
distribucin normal en otras aplicaciones.
2. Conceptos necesarios
2.1 Probabilidades y periodos de retorno
Cuando la variable aleatoria considerada es una magnitud relacionada con
algn fenmeno natural (caudales, velocidades de viento), es conveniente
referirse a perodos de retorno en lugar de a probabilidades de ocurrencia.
Si p es la probabilidad de que una variable x supere un dado valor X en un
cierto lapso (por lo general un ao), el perodo de retorno T representar el
nmero de unidades de tiempo que transcurrirn en promedio entre dos
oportunidades en que la variable supere dicho valor, es decir:
2.2 Riesgo
No debe olvidarse que, cualquiera sea la funcin o procedimiento de ajuste
utilizado, el resultado obtenido ser una relacin entre la variable aleatoria
4
n-1
n-1
Dnde:
I = intensidad de precipitacin (mm/h);
T = perodo de retorno (aos);
D = duracin (horas);
k, m, n = parmetros a estimar a travs de un anlisis de regresin lineal
mltiple.
Aparicio (1997), seala que esta expresin permite generar las curvas IDF a
travs de un modelo de regresin lineal, pudindose extrapolar la ecuacin
generada, a zonas que carecen de registros pluviogrficos y que se
encuentran relativamente cerca.
Para obtener una expresin con la forma de un modelo de regresin lineal
mltiple, se aplicaron logaritmos a la ecuacin anterior, quedando de la
siguiente manera:
6
O de otra manera:
Dnde:
y = log I
a0 = log k
X1 = log T
a1 = m
X2 = log D
a2 = -n
3. Distribucin Gumbel
3.1
Frmulas y caractersticas
Donde los
parmetros
se definen como:
y
siend
o
la
media
y
la desviacin tpica
Media
Desviacin tpica
Los
valores
teniendo en
cuenta que
y
se obtiene
Grficos:
Parmetros
= Ubicacin (verdadero), para el grfico.
Escala (real)
Caractersticas
9
Media
Varianza
Asimetra
Kurtosis
Entropa
Donde:
(Constante de Euler-Mascheroni)
(Constante de Apry ) = 1,20206 aprox.
Propiedades
La funcin de distribucin acumulativa de la distribucin Gumbel es
En la cual:
-
La moda es ,
La mediana es
Donde
= Constante de Euler-Mascheroni
La desviacin estndar es
10
con:
En este caso:
-
La moda es 0, la mediana es
La media es
La desviacin estndar es de
,y
dada por:
Donde
= e
4. Distribucin Log-Gumbel
3.2 Frmulas y caractersticas
Su expresin es similar a la distribucin de Gumbel, pero la variable
reducida est vinculada con la variable aleatoria original de forma
logartmica.
12
y
e
F ( y )=e
y= ( lnxu )
ln T /(T 1)
Caractersticas
Parmetros
Dominio
Funcin de densidad(pdf)
Funcin de distribucin(cdf)
Media
Mediana
Moda
5. Aplicaciones y ejemplos
5.1 Aplicaciones y ejemplos Gumbel
La distribucin de Gumbel para valores extremos o mnimos tiene diversas
aplicaciones, estando vinculado especialmente a la hidrologa. En proyectos
de ingeniera la distribucin de Gumbel es muy importante porque permite
hacer estimaciones de:
Tabla N02
Datos Mximos Caudales del Ri Ica 1978-1998
Ao
1978
1979
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
Fuente: PETACC
Caudal Mximo
Anual (m3/s)
38
79
66
127
133
350
100
115
155
48
101
99
107
126
16
104
167
370
141
54
817
Media
163.75
14
Desviacin estndar
n
N+1
176.76355
20
21
Sn
Yn
= 1.0628
Sn
Sx
Y n /
= 76.666
F ( x )=e
0.006012552 (35076.666)
ee
= 0.82422
Tabla N0
Anlisis de caudales mximos y mnimos para el Rio Ica
Probabilidad
acumulada de
ocurrencia de
caudales
Caudal Mximo
menores
Anual (m3/s)
1
817
Probabilidad
acumulada
de
ocurrencia
de caudales
mayores
0.01159523
0.988404764
6
370
0.84247696 0.15752304
6.3
350
0.82422496 0.17577504
5.7
167
0.44061554
0.559384455
5
2.3
155
0.535592675
0.46440732
5
2.2
Periodo de
retorno
(aos)
86.2
15
0.49298515
3
2.0
0.49032626 0.50967374
2.0
0.477656142
0.52234385
8
1.9
126
0.4755325
0.5244675
1.9
10
115
0.451967774
0.54803222
6
1.8
11
107
0.434622696
0.56537730
4
1.8
12
104
0.428080572
0.57191942
8
1.7
13
101
0.57847945
0.421520541
9
1.7
14
100
0.419330192
0.58066980
8
1.7
15
99
0.417138118
0.58286188
2
1.7
16
79
0.62695703
0.373042965
5
1.6
17
66
0.3443047
0.6556953
1.5
18
54
0.317905485
0.68209451
5
1.5
19
48
0.69519974
0.304800256
4
1.4
20
16
0.236888759
0.76311124
1
1.3
141
133
127
0.507014847
Tabla N
Datos Mximos Caudales del Ri Ica 1978-1998
16
Ao
1978
1979
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
Caudal Mximo
Anual (m3/s)
Ln (X)
3.63758616
4.36944785
4.18965474
4.84418709
4.89034913
5.85793315
4.60517019
4.74493213
5.04342512
3.87120101
4.61512052
4.59511985
4.67282883
4.83628191
2.77258872
4.6443909
1993
1994
1995
1996
1997
1998
5.11799381
5.91350301
4.94875989
3.98898405
6.70563909
Probabilidad
Caudal Mximo acumulada de
Anual (m3/s)
ocurrencia
1
817
0.954688135
17
370
0.877289981
350
0.868658218
167
0.689867109
155
0.664074562
141
0.629128544
133
0.606361334
127
0.587739142
126
0.584495863
10
115
0.545918483
11
107
0.514141013
12
104
0.501318556
13
101
0.487965602
14
100
0.483392577
15
99
0.478757038
16
79
0.371584967
17
66
0.285660098
18
54
0.195976318
19
48
0.149311209
20
16
0.000328058
KT = 3.14
18
QTr100 = 15 + 3.14*5
QTr100 = 30.7 m3/s
Intervalos de confianza
= 3.93
Xt t(1-) Se
[24.83 m3/s
QTr100
36.58 m3/s]
Referencias
19
https://prezi.com/j61_lmng1b0b/distribuciones-de-probabilidad/
Estimacin de funciones de distribucin de probabilidad, para
caudales mximos. Universidad de Talca. Facultad de ciencias
forestales. Escuela de ingeniera forestal.
Leyes de distribucin de procesos hidrolgicos. Sociedad estndares
de ingeniera para aguas y suelos LTDA.
20