UNIVERSIDAD CATLICA LOS NGELES DE

CHIMBOTE

FACULTAD DE INGENIERA
ESCUELA PROFESIONAL DE INGENIERA CIVIL
CURSO DE HIDROLOGIA

RESPONSABILIDAD SOCIAL
INVESTIGACION FORMATIVA
DOCENTE :

ING. CERNA CHAVEZ RIGOBERTO

ALUMNOS :
BAUTISTA MENDOZA CARLOS
RAMIREZ FERNANDEZ JEISSON
JUAREZ CRUZ GERARDO
VSQUEZ BANCES SANTIAGO
REYES BENITES PAUL

chimbote, 2017
Responsabilidad Social
Mtodos de Probabilsticos en la hidrologa

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.

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

4 0.20 0.50

5 0.10 0.60

6 0.10 0.70

7 0.15 0.85

8 0.10 0.95

9 0.05 1.00

Total 1.00
Cuando el nmero de observaciones se incrementa, el tamao de los intervalos decrece
y se puede tener algo s
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.

DISTRIBUCIONES DE PROBABILIDAD PARA VARIABLES CONTINUAS

1. 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 K 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- y Se es el error estndar

2. 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:

y = ln x

donde,
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.

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, x y media de los logaritmos y
Sy es la desviacin estndar de los logaritmos

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

K es la variable normal estandarizada para el Tr dado, es el coeficiente de

variacin, x media de los datos originales y s desviacin estndar de los datos
originales.
Lmites de confianza:

En el campo transformado.

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

EJEMPLO: En un ro se tienen 30 aos de registros de Qmximos instantneos anuales

con x= 15 m3/s, S = 5 m3/s (media y desviacin estndar para los datos originales).
xy=2.655, sy = 0.324 (media y desviacin estndar de los datos transformados).
Encontrar el caudal para un periodo de retorno de 100 aos y los limites de confianza
para un = 5%. Calcular la probabilidad de que un caudal de 42.5 m3/s no sea igualado
o excedido P(Q 4.25).

Solucin:

n=30

x= 15 m3/s xy=2.655

s = 5 m3/s sy = 0.324

En el campo original

= 5/15 = 0.33

K = F-1(1-1/Tr) = F-1(1-1/100) = F-1(0.99)

de la tabla de la normal se obtiene KT=2.33

KT = 3.06

QTr = 15 + 5 * 3.028
QTr = 30.14 m3/s

En el campo transformado se tiene que:

LnQTr100 = 2.655 + 2.33*0.324

LnQTr100 = 3.40992

QTr100 = Exp (3.40992)

Q Tr100 = 30.26 m3/s

Lmites de confianza

Ln (QTr) t(1-) Se

= 1.93

t(1-) = t(0.95) = 1.645 (Ledo de la tabla de la normal)

Ln(30.28) (1.645 ) (0.11)

3.41 0.18095

[3.22905 3.59095]

[e3.22905 e3.59095]

[25.26 36.29] Intervalos de confianza para QTr100

b) Calcular la probabilidad de que un caudal de 45 m3/s no se igualado o excedido P(Q

4.25).

Ln(42.5) = 3.75

t = (3.75 - 2.655)/0.324

F(3.38) = 0.9996 Ledo de la tabla de la normal

P(Q 4.25) = 99.9%

 3. 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.

Lmites de confianza

Xt t(1-) Se

KT es el factor de frecuencia y t(1-) es la variable normal estandarizada para una

probabilidad de no excedencia de 1-.

EJEMPLO: Para el ejemplo anterior encontrar el Q de 100 aos de periodo de retorno

y los intervalos de confianza. x= 15 m3/s, s = 5 m3/s

QTr100 = x + KT s
KT = 3.14

QTr100 = 15 + 3.14*5

QTr100 = 30.7 m3/s

Intervalos de confianza

t(1-) = t(0.95) = 1.645 (Ledo de la tabla de la normal)

= 3.93

Xt t(1-) Se

30.7 m3/s (1.64) (3.58)

[24.83 m3/s 36.58 m3/s] Intervalo de confianza para QTr100

4. DISTRIBUCION GAMMA DE 3 PARMETROS 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.

Funcin de densidad:

donde,

x0 x para 0

x x0 para 0
 y son los parmetros de escala y forma, respectivamente , y x0 es el parmetro de
localizacin.

Estimacin de parmetros:

Cs es el coeficiente de asimetra, son la media y la desviacin estndar de la

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 S es la desviacin estndar de la muestra, n es el nmero de datos y se

encuentra tabulado en funcin de Cs y Tr.

EJEMPLO: Se tiene una estacin con 30 aos de registros de caudales mximos

instantneos con Media de 4144 pie3/s y desviacin estndar de 3311 pie3/s. Si el
coeficiente de asimetra de los caudales es de 1.981 pie3/s cual es caudal para un periodo
de retorno de 100 aos y su intervalo de confianza.

QTr100 = X+ SK

K es F(1.981, 100) de tablas se obtiene K=3.595 (1.9,100) = 3.553

(2.0,100) = 3.605
QTr100 = 4144+ (3.595) (3311)
QTr100 = 16050 pie3/s

Intervalos de confianza

Xt t(1-) Se
 = F(1.981,100) de tablas se obtiene =8.4922 (1.9,100) = 8.2196
(2.0,100) = 8.5562

Se = 5133.56 pie3/s

t(1-) = t(0.95) = 1.645 (Ledo de la tabla de la normal)

16050 (5133.56) (1.645)

[7605.29 pie3/s 24494.71pie3/s] Intervalos de confianza para QTr100

5. DISTRIBUCIN LOG GAMMA O LOGPEARSON DE 3 PARMETROS

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 , y y0 es el parmetro de
localizacin.

Estimacin de parmetros:
Cs es el coeficiente de asimetra, son la media y la desviacin estndar de
los logaritmos de la 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 y se encuentra tabulado en funcin de Cs y Tr.
Investigacin Formativa

CITAS BIBLIOGRAFAS
Segn Renee C. La evaporizacin es el proceso por el cual el agua lquida se
convierte en vapor de agua y se retira de la superficie evaporante. La
evapotranspiracin es el proceso mediante el cual el agua lquida pasa del lquido
a vapor.

Segn Juan O. El ciclo hidrolgico es la sucesin de etapas que atraviesa el agua

al pasar de la tierra a la atmsfera y volver a la tierra, evaporacin desde el suelo,
mar o aguas continentales, condensacin de nubes, precipitacin, acumulacin en
el suelo o masas de agua y reevaporacin.

Segn Julio G. Un acufero es un volumen subterrneo de roca y arena que

contiene agua. El agua subterrnea que se halla almacenada en los acuferos es
una parte importante del ciclo hidrolgico. Se han realizado estudios que
permiten calcular que aproximadamente el treinta por ciento del caudal de
superficie proviene de fuentes de agua subterrnea.

Segn Argenis G. El patrn de flujo que ocurre a determinada ubicacin en un

pozo es extremadamente importante. Escnicamente, todas las predicciones del
patrn de flujo se basan en datos se sistemas de baja presin, con transferencias
de masa despreciable entre las fases, y con una sola fase liquida.

Segn Autoridad nacional de agua. Evaluacin de Recursos Hdricos es

proporcionar los elementos de juicio hidrolgicos necesarios en la toma de
decisiones, para el mejor aprovechamiento de los recursos hdricos superficiales
en las cuencas evaluadas, dentro del marco del desarrollo sustentable de los
recursos hdricos; y considera evaluar, cuantificar y simular su comportamiento
en cantidad y oportunidad en la Cuenca

Segn Javier G. El anlisis de frecuencias consiste en el aprovechamiento de

estudios sobre la frecuencia de las letras o grupos de letras en los idiomas para
poder establecer hiptesis para aprovecharlas para poder descifrar un texto
cifrado sin tener la clave de descifrado.
REFERENCIAS BIBLIOGRAFICAS:

Rene Condori Apaza, Evaporacion y Evapotranspiracion. Climatologia:

[Seriada en lnea]; 04 de mar. de 2013; [Citado 2017 Julio 20]: [49 paginas].

https://es.slideshare.net/reneecapaza/evaporacion-y-
evapotranspiracion- climatologia

Dr. Juan Julio Ordoez Glvez. CICLO HIDROLOGICO; [Seriada en

lnea]; Oct 13, 2015; [Citado 2017 Julio 20]: [3 paginas]. Disponible en:
https://es.scribd.com/document/284805478/CICLO-HIDROLOGICO-1

Juan Julio Ordoez Glvez, Aguas SubterrneasAcuferos; [Seriada en

lnea]; 29 de nov. de 2012; [Citado 2017 Julio 20]: [44 paginas]. Disponible
en:
http://www.gwp.org/globalassets/global/gwpsam_files/publicaciones/varios/ag
u as_subterraneas.pdf

Segn Argenis G , Operaciones de transferencia_de_masa; [Seriada en lnea];

26 de may. de 2012; [Citado 2017 Julio 20]: [862 paginas]. Disponible en:
https://es.slideshare.net/ismaelfrancisco/operacionesdetransferenciademasarob
e rttreybal-11951852

ANA. Evaluacin de Recursos Hdricos de Doce Cuencas Hidrogrficas del

Per; [Citado 2017 Julio 20]: [59 paginas]. Disponible en:

http://www.ana.gob.pe/sites/default/files/publication/files/evaluacion_de_recur
s os_hidricos_de_doce_cuencas_0.pdf
Melissa Cavero. Roles y tipos de organismos de cuenca. [Citado: julio
15,2017] Disponible:

http://gidahatari.com/ih-es/roles-tipos-organismos-cuenca

Dr. Jorge Faustino. Institucionalidad de los organismos de cuencas. Costa rica

2005, p76. [Citado: julio 15,2017] Disponible:

http://www.cepes.org.pe/cendoc/cuencas_jimenez.pdf

Siagua. Organismos de Cuenca y Direcciones Locales. [Citado: julio

15,2017] Disponible:

http://www.siagua.org/organismos/organismos-cuenca-direcciones-
locales

Ral Castaeda. Organismos de cuenca en Mxico. 17 de jun. de 2014, p55.

[Citado: julio 15,2017] Disponible:

https://es.slideshare.net/raulcc1950/organismos-de-cuenca-en-mexico-
slideshare

Equipo de comunicacin, software de obras hidrulicas; [seriada en

linea]; 29 de diciembre del 2015; [citado 2017 julio 17]. Disponible en:

http://www.eadic.com/software-de-obras-hidraulicas/

Jordi Oliveras; Aplicaciones software de hidrulica para PC ; [seriada en

linea]; 8 de abril del 2013; [citado 2017 julio 17]. Disponible en:

http://www.hidrojing.com/software-de-hidraulica/