Professional Documents
Culture Documents
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:
1
F x x f x dx P x X1
0 T
Luego la probabilidad de que la variable aleatoria sea mayor que X, se expresa como:
1
P x X 1F x
T
Para N aos, vida til del proyecto, la probabilidad de no ocurrencia de la lluvia de clculo es:
N
En el caso que nos ocupa:
- Periodo de vida til del proyecto es de: N=50 aos.
Donde:
6 Ex
, S x desviacin estndar
1 T1
P X x T 1P X x T 1P x T P xT
T T
x Tu T
Si hacemos yT F x T exp exp y T y T ln ln
T1
x Tu
Como yT x T yT u
Calculamos la media muestral y la desviacin estndar, usando los datos de los registros de
intensidad mxima diaria en la estacin pluviomtrica de Odollo:
n x i 773.9
x 42.994 mmdia
n 18
2
x ix 2503.97
Sx 12.136406
n1 17
mm
x T y T u9.462717 3.0780137.5281266.65
dia
3
En donde Q es el caudal pico de escorrenta superficial (en m s ) debido a una lluvia total de
intensidad media (en mm/h) sobre la cuenca con rea de drenaje A (en km 2 ), y C es el
coeficiente de escorrenta.
Para un pluvigrafo puntualmente:
m
KT
i 2
t ct o
De esta expresin se deriva el Gradex de las precipitaciones extremas anuales (Figura 3).
La probabilidad de un caudal G(Q) est dada por la combinacin de una probabilidad aleatoria
de precipitacin HP y su prdida de retencin aleatoria asociada D, que es comnmente menor
en tormentas muy intensas, tal como se indica en la ecuacin
GQ H p PD df P
0
La precipitacin total en cada evento de precipitacin unitario menos las prdidas de infiltracin
producen una precipitacin de exceso, que se encamina hacia la salida de la cuenca con la
funcin de transferencia o el hidrograma unitario. El hidrograma de caudales totales es el
resultado de la superposicin de estos caudales unitarios. Como la cuenca comienza a saturarse
en el transcurso de la tormenta, cualquier incremento en la precipitacin dP tiende a causar un
incremento igual en el caudal dQ. Es importante anotar que el coeficiente marginal de caudal
tiende a la unidad, pero no el significado del coeficiente. Esto puede ser mostrado ya que la
probabilidad de caudal tiene la misma tendencia asinttica de las precipitaciones extremas:
GQ F PM D
KT m
i= dc n
Donde k, m, n y c son constantes que se calculan mediante un anlisis de correlacin lineal
mltiple; T: Perodo de retorno en aos, d: Duracin en minutos e i: Intensidad en mm/h.
Si se toman logaritmos de la ecuacin 2.2, se obtiene:
Log i = log k + m log T n log (d + c)
O bien:
y = a0 + a1 x1 + a2 x2
Donde: y = log i, a0 = log k, a1 = m, x 1 = log T, a2 = -n, x2 = log (d + c).
Si los datos registrados de i, d y T se dibujan en papel logartmico, usualmente se agrupan en
torno a lneas rectas. A veces las curvas resultan ligeramente curvas, lo que se puede corregir
agregando a las duraciones un valor constante c, o bien, en algunos casos, cuando la pendiente
de las lneas vara mucho, dividiendo la lnea para cada perodo de retorno en dos rectas. Si los
datos se agrupan lo suficiente en torno a lneas rectas, el valor de c puede tomarse como cero.
Al hacer un ajuste de correlacin lineal mltiple de una serie de tres tipos de datos, se
obtiene un sistema de ecuaciones como el siguiente:
y = N a0 + a1x1 + a2 x2
Donde N es el nmero de datos y las incgnitas son a0, a1 y a2; x1 es el logaritmo del
perodo de retorno, x2 es la duracin (con el valor de c agregado de ser necesario) y y es la
intensidad, obtenidos de un registro de precipitacin. El perodo de retorno se obtiene de la
siguiente ecuacin:
T = (n + 1) / m
Donde m = nmero de orden en una lista de mayor a menor de los datos y n = nmero de
datos. (El inverso del perodo es la frecuencia).
El tiempo de concentracin no es ms que el tie mpo que tardara una gota de agua en
recorrer la longitud desde el punto ms distante de la corriente de agua de una cuenca hasta el
lugar de medicin. Los tiempos de concentracin son calculados a partir de las
caractersticas fsicas de la cuenca, las cuales son: las pendientes, longitudes, elevaciones
medias y el rea de la cuenca. Es de notar que todas las frmulas tienen factores de
correccin que aplican segn la cobertura de la cuenca. [German Monsalve, 1999: p.180]
Cuando la lluvia cae sobre una cuenca y los niveles de infiltracin y de evaporacin son
iguales o inferiores a la intensidad del aguacero, comienza el fenmeno de escorrenta sobre
toda la superficie de la cuenca afectada por dicho aguacero.
El agua resbala, antes de alcanzar un ro principal o secundario, bajo la forma de capas de agua,
de una cierta altura (segn la intensidad de las precipitaciones y la pendiente de la superficie de
flujo) y una cierta velocidad, la cual se deno mina velocidad de la escorrenta. [Jos Llamas,
1993: p. 375]
La velocidad de la escorrenta se utiliza para validar las frmulas con que se obtienen los
tiempos de concentracin, convirtiendo, estos ltimos, a velocidades y comparndolas con
las velocidades de escorrenta. Ella depende en primer lugar, de la pendiente de la superficie e
flujo y despus, de las caractersticas del suelo. A continuacin, se presenta una frmula
emprica desarrollada para el clculo de esta velocidad. En la ecuacin, a es el ngulo del
terreno. Jos Llamas, 1993: p. 375
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.
Ejemplo
Se tienen las probabilidades de que haya 1, 2, 3, ... etc, das nublados por semana en un
determinado lugar, con ellos calcule la distribucin de probabilidades
X P(x) F(x)
0 0.05 0.05
1 0.15 0.20
2 0.25 0.45
3 0.20 0.65
4 0.15 0.80
5 0.10 0.90
6 0.08 0.98
7 0.02 1.00
Total 1.0
Si se tiene una variable aleatoria continua, la figura presenta el histograma de 85 aos de
registro de caudales de crecientes (mximos instantneos) en el ro Magdalena, agrupados en 9
intervalos de clase.
x P(x) F(x)
1 0.05 0.05
2 0.10 0.15
3 0.15 0.30
5 0.10 0.60
6 0.10 0.70
7 0.15 0.85
8 0.10 0.95
Total 1.00
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.
Una funcin de densidad de Pearson, p, est definida para ser una solucin vlida a una
ecuacin diferencial (cf. Pearson 1895, p. 381)
Segn Ord,3 Pearson ide la forma subyacente de la ecuacin (1), con base, primeramente, en la
frmula para la derivada del logaritmo de la funcin de densidad de la distribucin normal (la
cual da una funcin lineal) y, en segundo lugar , de una relacin de recurrencia para los valores
en la funcin de probabilidad de la masa de la distribucin hipergeomtrica (que produce la
funcin lineal dividida por una estructura cuadrtica).
En la ecuacin (1), el parmetro a determina un punto estacionario, y por lo tanto bajo ciertas
condiciones un moda de la distribucin, ya que
Dado que nos enfrentamos a una ecuacin diferencial lineal de primer orden con coeficientes
variables, su solucin es directa:
Dnde:
KT es el factor de frecuencia.
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.
3.3.4 Limites de confianza
X t t 1 Se
Donde:
Se error de estimacin. Y se determina de la siguiente manera.
Donde:
S es la desviacin estndar.
QTr 100 x K T s
Intervalos de confianza
t 1 t 0.951.645 tabla de la normal
. s 3.93 5
Se 3.58 m3 s
n 30
X t t 1 Se
Para una distribucin dada, puede determinarse una relacin entre K y el perodo de retorno Tr.
El anlisis de frecuencia consiste en determinar los parmetros de las distribuciones de
probabilidad y determinar con el factor de frecuencia la magnitud del evento para un perodo de
retorno dado.
Media :
Es el valor esperado de la variable misma. Primer momento respecto al 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 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 s 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.
Efectos de la funcin de densidad de probabilidad causados por cambios en la desviacin
estndar
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.
Para una distribucin dada, puede determinarse una relacin entre K y el perodo de retorno
Tr. Esta relacin puede expresarse en trminos matemticos o por medio del uso de una tabla.
k Tm
I n
dc
Donde k, m, n y c son constantes que se calculan mediante un anlisis de correlacin lineal
mltiple, y en tanto que I y d corresponden a la intensidad de precipitacin y la duracin,
respectivamente.
Chow et al, plantean dos formas de trabajar con las curvas:
Wenzel, dedujo para algunas ciudades de los Estados Unidos, algunos coeficientes para
utilizarlos en una ecuacin de la forma:
c
I
Td e f
Dnde:
Pt , T = Lluvia con perodo de retorno de T aos y duracin t horas en (mm).
K = Coeficiente para obtener la lluvia mxima absoluta en 24 horas en funcin del valor
mximo diario ( k= 1,1).
P10, D = Lluvia Mxima diaria con 10 aos de perodo de retorno.
Dnde:
d = Duracin en hr.
Se pueden disear las curvas IDF siguiendo estas metodologa, en aquellas ciudades o zonas en
que slo exista informacin pluviomtrica, para lo cual se debern seleccionar los coeficientes
de duracin y frecuencia de la estacin pluviogrfica ms cercana.
Otra forma o mtodo para determinar las curvas IDF, corresponde al que ha planteado Tmez, el
cual relaciona las intensidades de precipitacin para distintos perodos de retorno, con el
propsito de graficar la relacin entre las tres variables (Intensidad- Duracin Frecuencia), y
cuyo esquema de la curva IDF es el siguiente:
D = Duracin en horas.
I = Intensidad de precipitacin en mm/hr.
A, B y C representan distintos perodos de retorno en aos.
Bibliografa
hidrologia probabilidades. (s.f.). Obtenido de
http://fluidos.eia.edu.co/hidrologiai/probabilidad/probabilidad.htm
pearson. (s.f.). Obtenido de https://es.wikipedia.org/wiki/Distribuciones_de_Pearson
http://eias.utalca.cl/Docs/pdf/Publicaciones/manuales/b_modulo_IDF.pdf
http://www2.congreso.gob.pe/sicr/cendocbib/con4_uibd.nsf/0FBB264B15953D9C05257CCA0
058D480/$FILE/HidrologiaEestudiantesIngCivil.pdf
https://es.scribd.com/doc/103814232/Hidrologia-para-Ingenieros-LINSLEY-KOHLER-y-
PAULHUS
http://es.slideshare.net/freddysantiagord/metodos-probabilisticos-de-hidrologia
http://fluidos.eia.edu.co/hidrologiai/probabilidad/probabilidad.htm