Probabilidad y Estadistica - 03 - Practico - Actualizacion 10 de Septiembre 2017 PDF

HIDROLOGÍA Y OBRAS
HIDRÁULICAS
UNIDAD 3: PROBABILIDAD Y ESTADÍSTICA EN HIDROLOGÍA
PRÁCTICO
Referencia:
Orsolini, H. E., Zimmermann, E. D., & Basile, P. A. (2000). Hidrología: procesos y métodos. Universidad Nacional de Rosario.;
capítulo II
Fattorelli, S., & Fernández, P. C. (2007). Diseño hidrológico. Zeta Editores., Capítulo III
Mg. Ing. Matías Bupo Ing. Pablo T. Stehli

DATOS HIDROMETEOROLÓGICOS
Tipos de datos usados en hidrología
Datos históricos de eventos naturales: registrados cronológicamente en forma discreta o continua. Son series de tiempo producto de
observaciones y que se pierden si no se registran en el momento de su ocurrencia. A este tipo pertenecen la gran mayoría de los
datos hidrológicos e hidrometeorológicos.
Levantamiento de datos hidrológicos en áreas: como por ejemplo profundidad y calidad de aguas subterráneas, infiltración o
sedimentación en ríos. Son datos de campo que se toman esporádicamente y no necesariamente, en forma secuencial.
Medidas en laboratorio: como lo son conductividades hidráulicas o calidad de aguas
Registro simultáneo de un evento (lluvia-caudal): en dos localidades geográficas diferentes, durante un determinado período de
tiempo (generalmente 4 ó 5 años) usados para transferir información ó correlacionar datos con propósitos diversos, como lo son
análisis de caudales.
Calidad, homogeneidad y consistencia de datos
Los datos hidrológicos deben ser independientes, homogéneos y lo más representativos posible de la población.
En las proyecciones estadísticas de variables hidrológicas, resulta primordial contar con datos libres de errores significativos.
Igualmente, en series de tiempo de fenómenos hidrológicos los datos faltantes, deben ser en lo posible rellenados por análisis de
correlación o análisis regionales de datos vecinos.
DATOS HIDROMETEOROLÓGICOS
Una variable aleatoria X(t) tiene una cierta dist. Probabilística. Sí, por ejemplo la precipitación media
Variables de enero, en un lugar, es de 50 mm, la distribución probabilística podría establecer que pueda estar en
Aleatorias el rango entre 40 y 60 milímetros. Su distribución probabilística, permanece invariable a través del
tiempo, es decir, son procesos estacionarios
Series de Se define, en hidrología, como la magnitud de un evento observado en forma discreta a intervalos de
Tiempo tiempo, dt, promediados en ese intervalo o registrados en forma continua en un tiempo, t.
Duración Completa todos los registros de la muestra.

Series de
Duración Parcial los valores seleccionados son mayores o menores a uno determinado.
Datos
Consideraciones:
Serie Parcial: Ej. Buscar los caudales máximos de cada año, puede dejar afuera caudales de otros años que no han
sido seleccionados. (en muchos casos es mas acertado buscar los valores por encima de un determinado umbral)
En este tipo de series hay que tener cuidado, porque los registros podrían no ser independientes. Rol fundamental
del criterio profesional
PARÁMETROS ESTADÍSTICOS
Son estimadores de las muestras que permiten caracterizarla estadísticamente
MEDIDAS DE TENDENCIA HACIA UN VALOR CENTRAL DE LA SERIE
Promedio aritmético o media aritmética (µ)

𝑁 Primer momento alrededor del origen.
𝑖=1 𝑥𝑖
𝜇= Iguales en
𝑁 distribuciones
Mediana (M): Es el valor que deja con igual probabilidad de ocurrencia (0.50) a los simétricas
valores por encima y por debajo de ella. (interesante en series que se apartan de la
normal)
Moda: Valor con mayor frecuencia de la serie
Muestras de distintos tamaños: Promedios Ponderados
𝑘
𝑖=1(𝑁𝑖 × 𝑥𝑖 )
𝜇𝑝 = 𝑘
𝑖=1 𝑁𝑖
MEDIDAS DE DISPERCIÓN Representan una distribución alrededor de un valor medio
Desviación media (σM: media aritmética del V.A. de los errores)

𝑁
𝑖=1 𝑥𝑖 − 𝑥
𝜎𝑀 =
𝑁
Desviación estandar (σ)
𝑁 2
𝜎𝑀 =
𝑁−1
Varianza(σ2: segundo momento alrededor de la media)

𝑁 2
𝜎𝑀 =
𝑁−1
MEDIDAS DE DISPERCIÓN Representan una distribución alrededor de un valor medio
Covarianza (C𝑣). Media del producto de los errores de dos o mas variable
𝑁 2 2
𝑖=1 𝑥𝑖 − 𝑥 × 𝑦𝑖 − 𝑦
𝐶𝑣 =
𝑁
Coeficiente de Variación Cv
𝜎
𝑐𝑣 =
𝜇
Coeficiente de asimetría (g). Tercer momento alrededor

de la media. Describe la distribución de los datos
alrededor de la media. Distribución simétrica: g = 0. Muy
utilizado en estudios regionales
𝑁 𝑁 𝑖=1 𝑥𝑖 − 𝑥
3
𝜎𝑀 =
(𝑁 − 1)(𝑁 − 2)𝜎 3
ANÁLISIS DE FRECUENCIA
Diseño Hidrológico como compromiso entre seguridad y economía
La probabilidad de ocurrencia de un evento se estima a través de métodos estadísticos mediante el
análisis de frecuencia.
Frecuencia Absoluta y Frecuencia Relativa
Se tiene una muestra de N valores Xi. Existen nj casos de un determinado evento Xj. Entonces nj es la frecuencia
absoluta de los eventos Xj
𝑓𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎 𝑟𝑒𝑙𝑎𝑡𝑖𝑣𝑎: 𝑓 =
𝑛𝑗 Ejemplo
𝑁
Prtecipitación
𝑒𝑛 𝑙𝑎𝑠 𝑓𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎𝑠 𝑟𝑒𝑙𝑎𝑡𝑖𝑣𝑎𝑠: 𝑛𝑓 = 𝑁 20 21 25 21 20 15 17 20 17 21 25 20 15 21
Valores que se repiten 20 21 25 15 17

𝑁
frecuencia absoluta 4 4 2 2 2
𝑒𝑛 𝑙𝑎𝑠 𝑓𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎𝑠 𝑎𝑏𝑠𝑜𝑙𝑢𝑡𝑎𝑠: 𝑓𝑖 = 1 frecuencia relativa 0.3 0.3 0.1 0.1 0.1
𝑖=1 frecuencia acumulada 0.3 0.6 0.7 0.9 1
𝑗
𝑓𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎 𝑎𝑐𝑢𝑚𝑢𝑙𝑎𝑑𝑎: 𝐹 = 𝑓𝑖
𝑖=1
PERÍODO DE RETORNO
El objetivo en la hidrología del análisis de frecuencia es determinar el período de retorno de un
evento de determinada magnitud.
Frecuencia experimental
Asignación de determinados valores a los elementos de la serie, basados en su ordenamiento.
Fórmulas prácticas en Hidrología. Probabilidad de Ocurrencia
𝑚 Es la Fórmula mas conocida. m es la posición o ranking, N tamaño de la muestra.
𝐹ó𝑟𝑚𝑢𝑙𝑎 𝑑𝑒 𝑊𝑒𝑖𝑏𝑢𝑙𝑙: 𝑃 𝑥 =
𝑁+1
𝑚 𝑚 −1 Desventaja de a) es que P(x) = 1 para m = N y de b) P(x) = 0 para m = 1.
𝑀é𝑡𝑜𝑑𝑜 𝑑𝑒 𝐶𝑎𝑙𝑖𝑓𝑜𝑟𝑛𝑖𝑎: 𝑃 𝑥 = 𝑎 ;𝑃 𝑥 = (𝑏)
𝑁 𝑁
Desventaja de a) es que P(x) = 1 para m = N y de b) P(x) = 0
𝑚−0.5 2𝑚 −1
para m = 1.
𝐹𝑜𝑟𝑚𝑢𝑙𝑎 𝑑𝑒 𝐻𝑎𝑧𝑒𝑛: 𝑃 𝑥 = = Para series parciales (por encima de un valor) se aconseja la
𝑁 2𝑁
fórmula de Hazen, y para valores bajos la a) de California.
PERÍODO DE RETORNO
La inversa de P(x) se denomina período o tiempo de retorno o de recurrencia (TR). El período de retorno de un evento de una
magnitud dada, es el tiempo promedio entre eventos que igualan o exceden esa magnitud, o en otras palabras es el intervalo
dentro del cual un evento de determinada magnitud puede ser igualado ó excedido; sin que ello implique la indicación del
momento en que se puede producir
Diseño Hidrológico Riesgo de Falla en el período de Vida útil, por lo tanto si:
1
𝑃= (𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑜𝑐𝑢𝑟𝑟𝑒𝑛𝑐𝑖𝑎)
𝑇𝑟
𝑃′ = 1 − 𝑃 (𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑵𝑶 𝑜𝑐𝑢𝑟𝑟𝑒𝑛𝑐𝑖𝑎)
La probabilidad de que un evento igual o mayor a uno dado, para determinado TR, ocurra en n años es:
𝑗 = 1 − (1 − 𝑃)𝑛
𝑗 = 1 − (𝑃′)𝑛
ANÁLISIS DE FRECUENCIA N= 20
Años de Registro Caudal (m3/s) m Tr (años)
Ejemplo: Calcular el período de retorno, con la fórmula 1987/88 402 1 21.00
1982/83 398 2 10.50
de Weibull para una serie anual de 20 años de
1984/85 338 3 7.00
caudales medios diarios.
1986/87 243 4 5.25
1972/73 2225 5 4.20
1 1 (𝑁 + 1) 1978/79 218 6 3.50
𝑃(𝑥) = 𝑇𝑟 = 𝑇𝑟 =
𝑇𝑟 𝑃(𝑥) 𝑚 1963/64 214 7 3.00
1991/92 201 8 2.63
1983/84 195 9 2.33
1994/95 195 10 2.10
1977/78 184 11 1.91
1980/81 182 12 1.75
1965/66 157 13 1.62
1974/75 148 14 1.50
1990/91 144 15 1.40
1988/89 140 16 1.31
1954/55 137 17 1.24
1979/80 130 18 1.17
1969/70 129 19 1.11
1985/86 129 20 1.05
Años de
ANÁLISIS DE FRECUENCIA Registro
Caudal [m3/seg] Años de Registro Caudal [m3/seg]
1950/1951 548 1971/1972 425
Ejercicio: Calcular el período de retorno, con la fórmula 1951/1952 620 1972/1973 420
de Weibull para una serie anual de 20 años de 1952/1953 535 1973/1974 418
caudales medios diarios. 1953/1954 490 1974/1975 421
1954/1955 458 1975/1976 415
1 1 (𝑁 + 1) 1955/1956 520 1976/1977 410
𝑃(𝑥) = 𝑇𝑟 = 𝑇𝑟 =
Escenario 1
Escenario 2
𝑇𝑟 𝑃(𝑥) 𝑚 1956/1957 510 1977/1978 408
1957/1958 480 1978/1979 398
1958/1959 450 1979/1980 399
1959/1960 440 1981/1982 397
1960/1961 430 1982/1983 380
1961/1962 420 1983/1984 401
1962/1963 420 1984/1985 402
1963/1964 430 1985/1986 390
1964/1965 435 1986/1987 370
1965/1966 436 1987/1988 350
1966/1967 437 1988/1989 360
1967/1968 440 1990/1991 365
1968/1969 415 1991/1992 366
1970/1971 428 1992/1993 359
Ejemplo: Cual será el riesgo de falla de una presa, Ejemplo: Cuál será el tiempo de retorno con que se debe calcular un
calcula con un Tr de 1000 años en una vida útil de 100 puente en una ruta troncal, cuya vida útil, se estima en 50 años, para
años? que el riego de falla no supere al 15%
𝑗 = 1 − 𝑃′ 𝑛 =
1 1 0.15 = 1 − 𝑃′ 50
𝑃 𝑥 = = = 0.001
𝑇𝑟 1000 P’ = 0.99675
La probabilidad de excedencia P es: 0.00325
La probabilidad de excedencia es: 1
𝑇𝑟 = = 308 𝑎ñ𝑜𝑠
𝑃′ = 1 − 𝑃 = 1 − 0.001 = 0.999 0.00325
𝑗=1 − 1−𝑃 𝑛
= 1 − 1 − 0.001 100
= 0.095 = 9.5% Dependiendo del costo marginal asociado a
la falla, se adoptan tiempos de recurrencia
Calculando la presa con un Tr = 1000 años, mayores.
existe una probabilidad de 9.5 % de falla en
100 (vida útil)
Tabla para estimar el período de retorno en función del riesgo a correr y la vida útil de la obra
Se consideran intervalos de recurrencia menores al año (más de
Series Parciales (valores por encima de uno determinado)
un valor por año)
(𝑁 + 1) N+1 sigue siendo en Nº de años, independientemente de que se tomen dos o tres valores por año, por lo tanto m
𝑇𝑟 = es mayor, y para ciertos valores, Tr será menor a 1.
𝑚
Relación entre tiempo de retorno de una serie anual máxima y el intervalo

de recurrencia de una serie de duración parcial
DISTRIBUCIÓN DE PROBABILIDADES
DISTRIBUCIÓN DE PROBABILIDADES EN HIDROLOGÍA Los datos son pequeñas muestras de un Población
Es necesario probar con varias distribuciones para obtener la de mejor ajuste (no es siempre la misma)
Funciones de Distribución Distinta cantidad de parámetros Distribuciones mas flexibles

Distribuciones mas confiables
COMPROMISO Las funciones teóricas o verdaderas, no existen o son muy complejas
Nº DE PARÁMETROS
Si una función empírica ajusta razonablemente bien a la variable, se asume
FLEXIBILIDAD CONFIABILIDAD que ella se aplica a la población de esa variable
DISTRIBUCIÓN DE VARIABLES DISCRETAS
Situaciones de SI (p) Días de lluvia en el año Binomial
Muestra de x valores discretos p+q=1 Días de Nevadas Poison
Situaciones de NO (q) Temp. Con heladas Binomial Negativa
DISTRIBUCIÓN BINOMIAL Dos eventos discreto y complementarios. Es la función mas utilizada

Eventos sucesivos Independientes
Probabilidad constante de p y q en cada ensayo individual
𝑛 𝑛 Para determinar la probabilidad de que un evento de det.
𝑃 𝑥 = × 𝑝 𝑥 × 𝑞 𝑛−𝑥 𝑃 𝑥 = 𝑥
× 𝑝 × (1 − 𝑝)𝑛−𝑥
Magnitud y probabilidad pueda repetirse x veces en n años
𝑚 𝑚
x: Nº de veces que ocurre el evento
x: Nº de ocurrencias de un eventos en n años
P(x): probabilidad de ocurrencia
P(x): probabilidad de que un número x de ocurrencias se produzcan en n años
n: tamaño de la muestra
n: años de la vida útil
q: probabilidad de NO excedencia. q = (1-p)
q: probabilidad de NO excedencia. q = (1-p)
p: probabilidad de excedencia. p = n/m
p: probabilidad anual de ocurrencia. p = 1/Tr
m: el número de eventos
1-p: probabilidad de ocurrencia negativa (fallas)
Cual será la probabilidad de que una creciente anual de Tr = 50 años igual o mayor a la especificada se produzca una vez en 50
Ejemplo años, suponiendo independencia entre las crecidas.
50 1 1
𝑃 1 = × ( )1 × (1 − ( ))50−1 = 37.16%
1 50 50
Ejemplo Cual será la probabilidad de que una creciente anual de Tr = 100 años se produzca o sea superada 3 veces en 50 años
50 1 3 1 50−3
𝑃 3 = ×( ) × (1 − ( )) = 1.20% Dias de Tormenta en el período Octubre
3 100 100 Marzo (180 días)
Se observaron durante 13 años los días llovidos y no, entre octubre – marzo, en una cuenca de Mendoza. Año Nº de Obs. Días de lluvia
Ejemplo Se monitorearon 2340 días en donde 478 fueron favorables (con lluvia) 89/90 180 37
90/91 180 17
𝑚 478 𝑞 = 1 − 𝑝 = 0.80 𝑥 = 0 (𝑛𝑜 𝑡𝑜𝑟𝑚𝑒𝑛𝑡𝑎) 𝑛 − 𝑥 = 10 91/92 180 39
𝑝= = = 0.20 92/93 180 53
𝑛 2340 93/94 180 37
94/95 180 42
Se desea hace una obra pluvial en 10 días. Cual es la probabilidad de no tener lluvias en dicho período? 95/96 180 49
𝑛
𝑃 0 = × (0.20)0 × (1 − 0.20)10 = 11% 96/97 180 35
0 97/98 180 25
98/99 180 36
Un trabajo de pavimentación durará diez días, cual es la probabilidad que se alargue a 12 por 2 días de lluvia? 99/00 180 49
12 00/01 180 30
𝑃 2 = × (0.20)2 × (0.80)10 = 29% 01/02 180 29
2
2340 (n) 478 (m)
Cuando el tamaño de la muestra es muy grande, y el número promedio de ocurrencias tiende al producto.
Distribución de Poison Aquí los éxitos buscados se expresan por unidad de área, tiempo, pieza o producto.
𝑚 𝑥 𝑒 −𝑚 Donde x es el número de ocurrencias de un evento de pequeña probabilidad p, en un gran número de situaciones n.

𝑃 𝑥 = Cuando n tiende a infinito, p tiende a cero, pero su producto m tiende a un valor constante, se utiliza Poison.
𝑥!
Durante un largo período de tiempo, se ha determinado que por un Río circula un caudal menor o igual a 5 m3/s 4 días al año.
Ejemplo Determinar la probabilidad de que esa situación se de en 6 días al año
46 𝑒 −4
𝑃 𝑥=6 = = 0.11 = 11%
6!
Distribución Binomial Negativa

Se utiliza en casos muy particulares cuando en un muestreo se supone que el número de observaciones n es variable.
DISTRIBUCIÓN DE VARIABLES CONTINUAS Función de densidad de probabilidad
𝑥
𝑑𝐹(𝑥)
F(x) es continua F’(x) = f(x) 𝐹 𝑥 = 𝑓 𝑥 𝑑𝑥 , ó 𝑓 𝑥 =
−∝ 𝑑𝑥
Función de distribución de probabilidad
Variable Hidrológica Continua
O se las trata como tales

O se las discretiza en intervalos de clase
Histogramas
LA POBLACIÓN ES CONTINUA, LA MUESTRA DISCRETA
En series con valores I: Gumbell

Métodos Dist. De Prob.
Extremos (mínimos o II: Cauchy
especiales Tipo I, II, III
máximos) III: Weibull
DISTRIBUCIÓN DE VARIABLES CONTINUAS Determinación de la Función de Distribución de Probabilidad
1 – El Rango Factible de la variable aleatoria se divide en intervalos discretos.

2 – Se cuenta el número de observaciones que cae en cada uno de los intervalos.
3 – Se dibuja como un gráfico de Barras.
ΔX lo más pequeño posible

𝑛𝑖
1 – Podemos obtener la Frecuencia Relativa de cada uno de los intervalos: 𝑓𝑚 (𝑥) =
𝑛 𝑖 𝑖
𝑛𝑗
2 – Sumando los valores de frecuencia relativa hasta un punto, se obtiene la Función de Frecuencia Acumulada 𝐹𝑚 𝑥 = 𝑓𝑚 𝑥𝑗 =
𝑛
𝑗=1 𝑗=1
Frecuencia Relativa - P (xi – Δx ≤ X ≤ xi ) Frecuencia Acumulada - P (X ≤ xi)

3 – Las funciones de frecuencia relativa y de frecuencia acumulada se definieron para una muestra. Para la población,
se aproximan como límites a medida que n → ∞ y Δx → 0
4 – Función de Distribución de Probabilidad 𝐹 𝑥 = 𝑛→∞

lim 𝐹𝑚 𝑥
Δ𝑥 →0
Frecuencia Acumulada – (muestra) Distribución de Probabilidad de la Población

5 – La función de frecuencia relativa dividida por el intervalo de longitud Δx se convierte en la Función

de Densidad de Probabilidad
𝑓𝑚 𝑥 𝑑𝐹(𝑥)
𝑓 𝑥 = 𝑛→∞
lim =
Δ𝑥 𝑑𝑥
Δ𝑥 →0
Distribución de Probabilidad de la Población Función de Densidad de Probabilidad (Población)

DISTRIBUCIÓN DE PROBABILIDADES
𝑥
Distribución Normal o Campana de Gauss 1 (𝑥 − 𝜇)2
𝐹 𝑋<𝑥 = exp(− 𝑑𝑥
𝜎 2𝜋 2𝜎 2
−∞
Poco usada en Hidrología: Valores siempre positivos y en general la distribución no es

simétrica.
En general ajustan bien: Registros de lluvias anuales, y registros anuales de Ríos.
Las Probabilidades de la Distribución Normal se encuentran Tabulados.
Distribución Log - Normal Distribución Exponencial
La variable x es
reemplazada por Ln(x).
Solo valores positivos.
Atractivo en Hidrología, Pearson Tipo III
para representar variables
hidrológicas asimétricas.
DISTRIBUCIÓN DE VARIABLES CONTINUAS
Una variable x, se encuentra normalmente distribuida con el promedio µ y la desviación
Distribución Normal (Gaussiana)
estándar𝜎.
Función de distribución de probabilidad Poco usada en Hidrología: Valores siempre positivos y en general la distribución no es
(frecuencia acumulada) simétrica.
𝑥
En general ajustan bien: Registros de lluvias anuales, y registros anuales de Ríos.
1 (𝑥 − 𝜇)2 Las Probabilidades de la Distribución Normal se encuentran Tabulados.
𝐹 𝑋<𝑥 = exp(− 𝑑𝑥
𝜎 2𝜋 2𝜎 2
−∞ Dado el promedio y la desviación de los datos de lluvias en enero en una localidad,
Ejemplo suponiendo que la distribución es normal, determinar:
Área bajo la curva a) Prob. De tener menos de 45 mm en enero de cualquier año
b) Prob. De tener menos de 35 mm
𝑋 = 41.28 𝑚𝑚; 𝜎 = 6.49
𝑥 − 𝑥 45 − 41.28 𝛾 = 0.7157 = 71.57%

𝑧= = = 0.57
𝜎 6.49
𝑥 − 𝑥 35 − 41.28 𝛾 = 0.166 = 16.6%
𝑧= = = −0.97
𝜎 6.49
En el cálculo de probabilidades de eventos mayores, la variable x, puede representarse

Concepto de Factor de Frecuencia
por el promedio x , mas un incremento dx, de ese valor medio.
𝑥 = 𝑥+𝐾𝜎, ó 𝑥 = 𝜇+𝐾𝜎
Dividiendo todo por el promedio, adimensionalizar:
𝑥 𝜎
=1+𝐾
𝜇 𝜇
Teniendo en cuenta la definición del coeficiente de variación:

𝑥
= 1 + 𝐾𝐶𝑣
𝜇
Dx depende de:
- Dispersión característica de la distribución Según Chow esta ecuación es aplicable a varias distribuciones de
- Intervalo de recurrencia probabilidades. Para una distribución determinada se puede encontrar una
- Otros parámetros estadísticos relación entre el factor de frecuencia k y el tiempo de retorno TR. Dichas
relaciones se pueden tabular, para cada tipo de distribución.
La variable x es reemplazada por Ln(x). Solo valores positivos.
Distribución Log Normal de dos
Atractivo en Hidrología
parámetros Período x x - xmedio (x - xmedio)^2 N= 20
Función de densidad de Probabilidad 56 - 57 29.3 -6.265 39.250225 media = 35.565
57 - 58 32.8 -2.765 7.645225
58 - 59
59 - 60
33.8
38.9
-1.765
3.335
3.115225
11.122225
Ejemplo
60 - 61 34.5 -1.065 1.134225 Calcular el valor que correspondería al caudal medio
61 - 62 42 6.435 41.409225
anual con un Tr de 100 años. Donde la media de la seria
𝑦 = ln 𝑥 62 - 63 30.8 -4.765 22.705225
63 - 64 46 10.435 108.889225
es de 35.56
ln 𝑥
𝜇𝑦 = = 𝑦 64 - 65 26.8 -8.765 76.825225
𝑁 65 - 66 43.9 8.335 69.472225 (𝑥 − 𝑥 )2 1371.66
66 - 67 34.9 -0.665 0.442225 𝜎= = = 8.28
𝑁 20
67 - 68 29.7 -5.865 34.398225
Limitación: Solo posee dos parámetros 68 - 69 23.7 -11.865 140.778225 𝜎 8.28
y los logaritmos de los datos sean 69 - 70 36.8 1.235 1.525225 𝐶𝑣 = = = 0.23
𝜇 35.56 𝐾 = 2.84
simétricos respecto de la media 70 - 71 23.3 -12.265 150.430225
71 - 72 31.9 -3.665 13.432225 𝑔 = 3 ∗ 0.23 + 0.233 = 0.70
72 - 73 59.9 24.335 592.192225
73 - 74 40.7 5.135 26.368225
𝑄 = 𝑦 + 𝐾𝜎 = 35.56 + 2.84 𝑥 8.28 = 59
74 - 75 39.7 4.135 17.098225
75 - 76 31.9 -3.665 13.432225
1371.6655
Distribución Log Pearson III Se trabaja con el log en base 10 de la variable. Muy utilizada en EE.UU, para el cálculo de las
series anuales de crecidas (caudales máximos anuales).
Ejemplo Calcular el caudal máximo medio diario para un tiempo de

Función de densidad de Probabilidad retorno de 100 años
Período caudal (m3/s) log(x) log(x) - xm (log(x) - xm)^2 (log(x) - xm)^3
Parámetros 77 78 184 2.26481782 0.048307801 0.002333644 0.000112733
estadísticos de Chow 78 79 218 2.33845649 0.121946471 0.014870942 0.001813459
79 80 130 2.11394335 -0.10256667 0.010519922 -0.00107899
Con y = log(x), para log(x) > E 80 81 182 2.26007139 0.043561366 0.001897593 8.26617E-05
81 82 115 2.06069784 -0.155812182 0.024277436 -0.00378272
82 83 398 2.59988307 0.38337305 0.146974895 0.056346214
Parámetros de la Distribución 83 84 195 2.29003461 0.073524589 0.005405865 0.000397464
84 85 162 2.20951501 -0.006995008 4.89301E-05 -3.4227E-07
n= 20
85 86 129 2.11058971 -0.105920312 0.011219112 -0.00118833
media = 2.216510022
Desvio Estandar = 0.177033283
𝐾 = 2.87 86 87 243 2.38560627 0.169096251 0.028593542 0.004835061
87 88 401 2.60314437 0.38663435 0.149486121 0.057796469
Coef. Asimetría = 0.78989953
88 89 140 2.14612804 -0.070381987 0.004953624 -0.00034865
89 90 112 2.04921802 -0.167292 0.027986613 -0.00468194
log(𝑄) = 𝑥 + 𝐾𝜎𝑥 = 2.2165 + 2.87 𝑥 0.177 90 91 144 2.15836249 -0.05814753 0.003381135 -0.0001966
91 92 201 2.30319606 0.086686035 0.007514469 0.000651399
log(𝑄) = 2.7265 92 93 117 2.06818586 -0.148324161 0.022000057 -0.00326314
93 94 127 2.10380372 -0.112706301 0.01270271 -0.00143168
𝑄100 =532.67 m3/seg 94 95 195 2.29003461 0.073524589 0.005405865 0.000397464
95 96 115 2.06069784 -0.155812182 0.024277436 -0.00378272
96 97 82 1.91381385 -0.30269617 0.091624971 -0.02773453
Sumatoria 44.3302004 1.77636E-15 0.595474883 0.074943287
AJUSTE DE LA DISTRIBUCIÓN
AJUSTE DE LA DISTRIBUCIÓN
Utilidad Práctica
Período de Xi (precip en
Del ajuste realizado se obtiene: F(x) = 1-1/T
Retorno en Años 24 hs)
−0.053(𝑥−32.451) 10 0.9 74.37
𝐹 𝑥 = 𝑒 −𝑒
20 0.95 87.77
Despejando la variable independiente: 30 0.96666667 95.48
40 0.975 100.92
ln(−𝑙𝑛𝐹 𝑥 ) 50 0.98 105.12
𝑥 = 32.46 −
0.0537 100 0.99 118.12
EJERCICIO
Realizar el ajuste de la función de distribución normal a una muestra de datos totales anuales de precipitación. Verificar
bondad del ajuste, utilizando Prueba de Chi cuadrado (X2)
Precipitaciones
Año
Anuales
78-79 1371
79-80 808
80-81 1043
81-82 1146
82-83 915
83-84 1040
84-85 1120
85-86 981
86-87 850
87-88 957
88-89 1002
89-90 1427
90-91 808
91-92 859
92-93 1453
EJERCICIO
Precipitaciones
Año Intervalo Rango ni
Anuales
78-79 1371 1 800-850
79-80 808 2 850-900
80-81 1043 3 900-950
81-82 1146 4 950-1000
82-83 915
1° Dividimos el rango de 5 1000-1050
83-84 1040 la variable independiente 6 1050-1100
84-85 1120 en intervalos discretos y 7 1100-1150
85-86 981 contar el número de 8 1150-1200
86-87 850 observaciones que cae en 9 1200-1250
87-88 957 cada uno de ellos. 10 1250-1300
88-89 1002 11 1300-1350
89-90 1427 12 1350-1400
90-91 808 13 1400-1450
91-92 859 14 1450-1500
92-93 1453
EJERCICIO
Intervalo Rango ni fs(xi) Fs(xi)
Intervalo Rango ni 1 800-850 2 0.1333 0.133
1 800-850 2 2 850-900 2 0.1333 0.267
2 850-900 2 3 900-950 1 0.0667 0.333
3 900-950 1 4 950-1000 2 0.1333 0.467
4 950-1000 2 5 1000-1050 3 0.2000 0.667
5 1000-1050 3 2° Podemos determinar 6 1050-1100 0 0.0000 0.667
6 1050-1100 0 entonces las frecuencias
7 1100-1150 2 0.1333 0.800
7 1100-1150 2 relativas y acumuladas
8 1150-1200 0 0.0000 0.800
8 1150-1200 0 de la muestra
9 1200-1250 0 9 1200-1250 0 0.0000 0.800
10 1250-1300 0 𝑛𝑗 10 1250-1300 0 0.0000 0.800
𝑓𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎 𝑟𝑒𝑙𝑎𝑡𝑖𝑣𝑎: 𝑓 =
11 1300-1350 0 𝑁 11 1300-1350 0 0.0000 0.800
12 1350-1400 1 12 1350-1400 1 0.0667 0.867
𝑗
13 1400-1450 1 13 1400-1450 1 0.0667 0.933
𝑓𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎 𝑎𝑐𝑢𝑚𝑢𝑙𝑎𝑑𝑎: 𝐹 = 𝑓𝑖
14 1450-1500 1 14 1450-1500 1 0.0667 1.000
𝑖=1
Total 15 Total 15
EJERCICIO
Frecuencia Relativa de la Muestra

0.2500
Frecuencia Acumulada de la Muestra
1.200
0.2000 1.000
0.1500 0.800
f(xi)
F(xi)
0.600
0.1000
0.400
0.0500
0.200
0.0000
0.000
1 2 3 4 5 6 7 8 9 10 11 12 13 14
1 2 3 4 5 6 7 8 9 10 11 12 13 14
Intervalos Intervalos
EJERCICIO
Frecuencia Relativa de la Muestra

0.2500
Frecuencia Acumulada de la Muestra
1.200
0.2000 1.000
0.1500 0.800
f(xi)
F(xi)
0.600
0.1000
0.400
0.0500
0.200
0.0000
0.000
1 2 3 4 5 6 7 8 9 10 11 12 13 14
1 2 3 4 5 6 7 8 9 10 11 12 13 14
Intervalos Intervalos
EJERCICIO
Precipitaciones
Año Xi - Xm (Xi – Xm)2
Anuales
3° Debemos calcular los parámetros de la función 78-79 1371 319 101761
de distribución normal: 79-80 808 -244 59536
80-81 1043 -9 81
𝑋𝑖 −𝑋
a – Variable Estandarizada: z = 81-82 1146 94 8836
σ
82-83 915 -137 18769
Donde:
𝑋𝑖 15780 83-84 1040 -12 144
𝑋= = = 1052 84-85 1120 68 4624
𝑁 15
85-86 981 -71 5041
2
86-87 850 -202 40804
𝑋𝑖 − 𝑋 649332
σ= = = 215.36 87-88 957 -95 9025
𝑁−1 14
88-89 1002 -50 2500
89-90 1427 375 140625
90-91 808 -244 59536
91-92 859 -193 37249
92-93 1453 401 160801
Sumatoria 15780 0 649332
EJERCICIO
4° Calculamos la variable estandarizada para Intervalo Rango ni fs(xi) Fs(xi) z (i) F(z) p (z)
cada intervalo y obtenemos la propabilidad 1 800-850 2 0.1333 0.133 -1.0540 0.14690 0.1469
parcial y acumulada según la distribución normal: 2 850-900 2 0.1333 0.267 -0.8219 0.20900 0.0621
3 900-950 1 0.0667 0.333 -0.5897
Donde: 4 950-1000 2 0.1333 0.467 -0.3575
𝑋𝑖 15780 5 1000-1050 3 0.2000 0.667 -0.1254
𝑋= = = 1052
𝑁 15 6 1050-1100 0 0.0000 0.667 0.1068
7 1100-1150 2 0.1333 0.800 0.3390
𝑋𝑖 − 𝑋 2 649332 8 1150-1200 0 0.0000 0.800 0.5711
σ= = = 215.36
𝑁−1 14 9 1200-1250 0 0.0000 0.800 0.8033
10 1250-1300 0 0.0000 0.800 1.0355
𝑋𝑖 −𝑋 11 1300-1350 0 0.0000 0.800 1.2676
a – Variable Estandarizada: z = σ 12 1350-1400 1 0.0667 0.867 1.4998
Probabilidad -> Tabla 13 1400-1450 1 0.0667 0.933 1.7320
-> Ecuación
14 1450-1500 1 0.0667 1.000 1.9642
Total 15
EJERCICIO
Intervalo Rango ni fs(xi) Fs(xi) z (i) F(z) p (z)

1 800-850 2 0.1333 0.133 -1.0540 0.14690 0.1469
2 850-900 2 0.1333 0.267 -0.8219 0.20900 0.0621
3 900-950 1 0.0667 0.333 -0.5897 0.28100 0.0720
4 950-1000 2 0.1333 0.467 -0.3575 0.36320 0.0822
5 1000-1050 3 0.2000 0.667 -0.1254 0.45620 0.0930
6 1050-1100 0 0.0000 0.667 0.1068 0.53980 0.0836
7 1100-1150 2 0.1333 0.800 0.3390 0.63310 0.0933
8 1150-1200 0 0.0000 0.800 0.5711 0.71570 0.0826
9 1200-1250 0 0.0000 0.800 0.8033 0.78810 0.0724
10 1250-1300 0 0.0000 0.800 1.0355 0.8500 0.0619
11 1300-1350 0 0.0000 0.800 1.2676 0.89620 0.0462
12 1350-1400 1 0.0667 0.867 1.4998 0.93320 0.0370
13 1400-1450 1 0.0667 0.933 1.7320 0.96640 0.0332
14 1450-1500 1 0.0667 1.000 1.9642 0.97500 0.0086
Total 15
EJERCICIO
Frecuencia Acumulada
1.200
1.000
Muestra
0.800
Distribucion
Normal
F(xi)
0.600
0.400
0.200
0.000
1 2 3 4 5 6 7 8 9 10 11 12 13 14
Intervalos
EJERCICIO
5° Hay que verificar el ajuste, Intervalo Rango ni fs(xi) p (z) Xi2
por ejemplo con la fórmula
1 800-850 2 0.1333 0.1469 0.01879
de Chi Cuadrado:
2 850-900 2 0.1333 0.0621 1.22565
𝑁 𝑓𝑠 𝑥𝑖 − 𝑝 𝑥𝑖 2
3 900-950 1 0.0667 0.2189 0.00593
𝑋2 = 4 950-1000 2 0.1333 0.1443 0.47712
𝑝(𝑥𝑖 )
5 1000-1050 3 0.2000 0.3119 1.84661
6 1050-1100 0 0.0000 0.2279 1.25400
7 1100-1150 2 0.1333 0.4052 0.25766
8 1150-1200 0 0.0000 0.3105 1.23900
9 1200-1250 0 0.0000 0.4776 1.08600
10 1250-1300 0 0.0000 0.3724 0.92850
11 1300-1350 0 0.0000 0.5238 0.69300
12 1350-1400 1 0.0667 0.4094 0.35680
13 1400-1450 1 0.0667 0.5570 0.50603
14 1450-1500 1 0.0667 0.4180 5.88094
Total 15 15.77604
EJERCICIO
5° Hay que verificar el ajuste, Intervalo Rango ni fs(xi) p (z) Xi2
por ejemplo con la fórmula
1 800-850 2 0.1333 0.1469 0.01879
de Chi Cuadrado:
2 850-900 2 0.1333 0.0621 1.22565
𝑁 𝑓𝑠 𝑥𝑖 − 𝑝 𝑥𝑖 2
3 900-950 1 0.0667 0.2189 0.00593
𝑋2 = 4 950-1000 2 0.1333 0.1443 0.47712
𝑝(𝑥𝑖 )
5 1000-1050 3 0.2000 0.3119 1.84661
6 1050-1100 0 0.0000 0.2279 1.25400
7 1100-1150 2 0.1333 0.4052 0.25766
8 1150-1200 0 0.0000 0.3105 1.23900
9 1200-1250 0 0.0000 0.4776 1.08600
10 1250-1300 0 0.0000 0.3724 0.92850
11 1300-1350 0 0.0000 0.5238 0.69300
12 1350-1400 1 0.0667 0.4094 0.35680
13 1400-1450 1 0.0667 0.5570 0.50603
14 1450-1500 1 0.0667 0.4180 5.88094
Total 15 15.77604
Se utiliza un nivel de significancia de 0.005
EJERCICIO
Test
2
Intervalo Rango ni fs(xi) Fs(xi) z (i) F(z) p (z) Xi Kolmogoro
v - Smirnov
1 800-850 2 0.1333 0.133 -1.0540 0.14690 0.1469 0.01879 0.01357
2 850-900 2 0.1333 0.267 -0.8219 0.20900 0.0621 1.22565 0.05767
3 900-950 1 0.0667 0.333 -0.5897 0.28100 0.0720 0.00593 0.05233
4 950-1000 2 0.1333 0.467 -0.3575 0.36320 0.0822 0.47712 0.10347
5 1000-1050 3 0.2000 0.667 -0.1254 0.45620 0.0930 1.84661 0.21047
6 1050-1100 0 0.0000 0.667 0.1068 0.53980 0.0836 1.25400 0.12687
7 1100-1150 2 0.1333 0.800 0.3390 0.63310 0.0933 0.25766 0.16690
8 1150-1200 0 0.0000 0.800 0.5711 0.71570 0.0826 1.23900 0.08430
9 1200-1250 0 0.0000 0.800 0.8033 0.78810 0.0724 1.08600 0.01190
10 1250-1300 0 0.0000 0.800 1.0355 0.85000 0.0619 0.92850 0.05000
11 1300-1350 0 0.0000 0.800 1.2676 0.89620 0.0462 0.69300 0.09620
12 1350-1400 1 0.0667 0.867 1.4998 0.93320 0.0370 0.35680 0.06653
13 1400-1450 1 0.0667 0.933 1.7320 0.96640 0.0332 0.50603 0.03307
14 1450-1500 1 0.0667 1.000 1.9642 0.97500 0.0086 5.88094 0.02500
Total 15 15.77604 0.21047
EJERCICIO
Se utiliza un nivel de significancia de 0.05

EJERCICIO
Precipitaciones
Año
Anuales
78-79 850
79-80 890
80-81 1100
81-82 1040
82-83 1075
83-84 980
84-85 975
85-86 875
86-87 846
87-88 925
88-89 937
89-90 1025
90-91 1051
91-92 1015
92-93 1110
DATOS
Series – Tipos de Series
Series Completas
Completa con la totalidad de la
información disponible de un
determinado parámetro.
DATOS
Series de Duración Parcial

Es una serie de datos seleccionados de
manera tal que la magnitud de cada uno
de ellos sea mayor a un valor base
predefinido.
DATOS
Series de excedencia anual

Se constituye con una serie de duración
parcial en la que el valor base se
selecciona de forma tal que el número
de valores de la serie sea igual al de
números de años de registro disponible.
DATOS
Series de valores extremos

Se constituye con los valores máximos o
mínimos, producidos en cada uno de los
intervalos de tiempo de igual longitud en
que se haya dividido el registro.
Series Anual
Serie de valores extremos en la que la
longitud del intervalo de tiempo
considerada es de un año. Es la serie de
valores extremos más utilizada.
DATOS
Series de excedencia anual Series de máximos anuales

Aparecen la totalidad de los valores altos Los segundos valores se excluyen, y en
y no siempre todos los máximos anuales, consecuencia no se tienen en cuenta para
dado que en varios años el segundo valor los análisis.
máximo puede tener una magnitud mayor
que la de algunos máximos de otros años.
No se puede verificar que los Es mejor utilizar estas series de

valores máximos en un año sean datos.
independientes.
A medida que el período de retorno del evento considerado sea mayor, los
resultados de las dos metodologías se tornan muy similares.
Métodos estadísticos para estimar valores extremos
Consisten en estimar los valores máximos que pueden producirse (de un parámetro) a partir de una serie de datos conocidos,
extrapolando en dicha serie mediante el empleo de una curva de frecuencia para distintas probabilidades.
Si se desea conocer sólo la posibilidad de

Se trabaja con una serie anual máxima, con caudales máximos instantáneos
que se alcance cierto valor en un período
de cada año hidrológico (instantáneos o medios diarios). Precipitaciones
de tiempo dado
Si se desea conocer también la duración

Se trabaja con una serie parcial.
del valor considerado que sobrepase un
determinado valor
Distribución General de Valores Extremos Los tres casos de distribución de valores extremos son casos especiales de la
distribución general de valores extremos.
Función de distribución Acumulada
Si K = 0 ; es la distribución tipo I (Gumbel)
Si K< 0 ; es la distribución tipo II (Frechet)
Si K> 0 ; es la distribución tipo III (Weibull)
Distribución de Gumbel Log Pearson III
Ecuación Doble Logarítmica: Se basa en convertir los valores xi de la serie de

registros a logaritmos:
Donde:
El Valor Medio:
Desviación Estándar:
Coeficiente de Asimetría:
Finalmente:
Luego el valor de «x» para una

probabilidad dada :
EJERCICIO Año
Q
m3/s
Determinar los caudales máximos para tiempos de 1956 137
Retorno de 5, 25, 50 y 100 años para la siguiente serie 1957 133
de Caudales Máximos, utilizando Gumbell y Log Pearson 1958 131
1959 76
1960 94
1961 123
1962 93
1963 77
1964 127
1965 132
1966 105
1967 149
1968 103
1969 150
1970 80
1971 136
1972 119
1973 114
1974 97
1975 106
1976 95
1977 139
Q (Qi – Qm) (Qi – Qm)2
N Año Media
EJERCICIO m3/s m3/s
1 1956 137 22.6 512.40
Gumbel: 2 1957 133 18.6 347.31
1° Se determinan los parámetros estadísticos para 3 1958 131 16.6 276.77
4 1959 76 -38.4 1471.77
determinar la variable reducida: 5 1960 94 -20.4 414.68
6 1961 123 8.6 74.59
- Desviación Estándar 7 1962 93 -21.4 456.40
8 1963 77 -37.4 1396.04
9 1964 127 12.6 159.68
𝑋𝑖 − 𝑋 2 11131.09
σ= = = 72.80 10 1965 132 17.6 311.04
𝑁−1 22 − 1 11 1966 105 -9.4 87.68
114.4
12 1967 149 34.6 1199.68
1 1 13 1968 103 -11.4 129.13
𝑎= == = 0.0176 14 1969 150 35.6 1269.95
0.78 𝑥 σ 0.78 𝑥 72.80
15 1970 80 -34.4 1180.86
16 1971 136 21.6 468.13
0.577 0.577 17 1972 119 4.6 21.50
𝑥0 = 𝑥 − = 114.4 − = 81.62 18 1973 114 -0.4 0.13
𝑎 0.0176
19 1974 97 -17.4 301.50
20 1975 106 -8.4 69.95
21 1976 95 -19.4 374.95
22 1977 139 24.6 606.95
Sumatoria 11131.09
Q Qi - Q Qi - Q P (X < x) P (X ≥ x) Tr
EJERCICIO N Año Media
m3/s m3/s 1/P (X ≥ x)
Gumbel: 1 1956 137 22.6 512.40 0.686 0.314 3.2
2° Se calcula la probabilidad de cada 2 1957 133 18.6 347.31 0.667 0.333 3.0
uno de los datos. 3 1958 131 16.6 276.77 0.657 0.343 2.9
4 1959 76 -38.4 1471.77 0.332 0.668 1.5
1 1 5 1960 94 -20.4 414.68 0.447 0.553 1.8
𝑎= == = 0.0176 6 1961 123 8.6 74.59 0.617 0.383 2.6
0.78 𝑥 σ 0.78 𝑥 72.80
7 1962 93 -21.4 456.40 0.441 0.559 1.8
8 1963 77 -37.4 1396.04 0.338 0.662 1.5
0.577 0.577 9 1964 127 12.6 159.68 0.638 0.362 2.8
𝑥0 = 𝑥 − = 114.4 − = 81.62
𝑎 0.0176 10 1965 132 17.6 311.04 0.662 0.338 3.0
11 1966 105 -9.4 87.68 0.515 0.485 2.1
114.4
12 1967 149 34.6 1199.68 0.737 0.263 3.8
13 1968 103 -11.4 129.13 0.503 0.497 2.0
14 1969 150 35.6 1269.95 0.741 0.259 3.9
15 1970 80 -34.4 1180.86 0.357 0.643 1.6
16 1971 136 21.6 468.13 0.681 0.319 3.1
17 1972 119 4.6 21.50 0.596 0.404 2.5
18 1973 114 -0.4 0.13 0.568 0.432 2.3
19 1974 97 -17.4 301.50 0.466 0.534 1.9
20 1975 106 -8.4 69.95 0.521 0.479 2.1
21 1976 95 -19.4 374.95 0.454 0.546 1.8
22 1977 139 24.6 606.95 0.695 0.305 3.3
EJERCICIO
Gumbel:
3° Podemos despejar los valores extremos de la ecuación de distribución de probabilidades:
ln(−𝑙𝑛𝐹 𝑥 ) ln(−𝑙𝑛𝐹 𝑥 )
𝑥 = 𝑥𝑚𝑒𝑑 − 𝑥 = 114.4 −
𝑎 0.0176
F
Años de Retorno Caudal
(1 - P) = (1 - 1/Tr)
5 0.800
25 0.960
50 0.980
100 0.990
EJERCICIO
Gumbel:
3° Podemos despejar los valores extremos de la ecuación de distribución de probabilidades:
ln(−𝑙𝑛𝐹 𝑥 ) ln(−𝑙𝑛𝐹 𝑥 )
𝑥 = 𝑥𝑚𝑒𝑑 − 𝑥 = 114.4 −
𝑎 0.0176
F
Años de Retorno Caudal
(1 - P) = (1 - 1/Tr)
5 0.800 199.22
25 0.960 295.73
50 0.980 335.70
100 0.990 375.37
Q
EJERCICIO N Año
m3/s
Log Q Qmed (Qi - Qm) (Qi - Qm)2 (Qi - Qm)3
Log Pearson III: 1 1956 137 2.14 0.09 0.01 0.001

2 1957 133 2.12 0.07 0.01 0.000
1° Se determinan los parámetros estadísticos para 3 1958 131 2.12 0.07 0.00 0.000
determinar la variable reducida: 4 1959 76 1.88 -0.17 0.03 -0.005
5 1960 94 1.97 -0.08 0.01 0.000
log 𝑋𝑖 6 1961 123 2.09 0.04 0.00 0.000
𝑀𝑒𝑑𝑖𝑎 = 𝑋 = = 2.05 7 1962 93 1.97 -0.08 0.01 -0.001
𝑁
8 1963 77 1.89 -0.16 0.03 -0.004
2 9 1964 127 2.10 0.05 0.00 0.000
log 𝑋𝑖 − 𝑋 0.176
𝐷𝑒𝑠𝑣𝑖𝑜 = σ𝑙𝑜𝑔 = = = 0.0915 10 1965 132 2.12 0.07 0.01 0.000
𝑁−1 22 − 1
11 1966 105 2.02 -0.03 0.00 0.000
2.05
12 1967 149 2.17 0.12 0.02 0.002
𝑁 log 𝑋𝑖 − 𝑋 3 13 1968 103 2.01 -0.04 0.00 0.000
𝐶𝑜𝑒𝑓 𝐴𝑠𝑖𝑚𝑒𝑡𝑟𝑖𝑎 = 𝑔 = 14 1969 150 2.18 0.13 0.02 0.002
(𝑁 − 1)(𝑁 − 2)(σ𝑙𝑜𝑔 )3
15 1970 80 1.90 -0.15 0.02 -0.003
16 1971 136 2.13 0.08 0.01 0.001
22 𝑥 (−0.007)
𝑔= = −0.449 17 1972 119 2.08 0.03 0.00 0.000
(22 − 1)(22 − 2)(0.0915)3
18 1973 114 2.06 0.01 0.00 0.000
19 1974 97 1.99 -0.06 0.00 0.000
20 1975 106 2.03 -0.02 0.00 0.000
21 1976 95 1.98 -0.07 0.01 0.000
22 1977 139 2.14 0.09 0.01 0.001
Sumatoria 0.00 0.18 -0.007
EJERCICIO
Log Pearson III:
2° Se debe buscar los valores de «k» para los
períodos de retorno requeridos:
Log (Q) = 𝑥 + σ𝑥 𝑘
Años de Log
𝑥 σ𝑥 g k Q
Retorno (Q)
5
25
2.05 0.0926 -0.449
50
100
EJERCICIO
Log Pearson III:
Años de Log
𝑥 σ𝑥 g k Q
Retorno (Q)
5
25
2.05 0.0926 -0.449
50
100
EJERCICIO
Log Pearson III:
Años de
𝑥 σ𝑥 g k Log (Q) Q
Retorno
5 0.8555 2.13 134
25 1.586 2.197 157
2.05 0.0926 -0.449
50 1.806 2.217 164
100 1.992 2.234 171
Q
UNIDAD 3: PROBABILIDAD Y ESTADÍSTICA EN HIDROLOGÍA Año
m3/s
1956 120
EJERCICIO 1957 140
Determinar los caudales máximos para un retorno de 100 y 1000 años, de la 1958 155
1959 138
siguiente serie. Tomar distribución Log Pearson III y Gumbel
1960 129
1961 123
1962 115
1963 98
1964 97
1965 95
1966 88
1967 88
1968 89
1969 100
1970 110
1971 125
1972 132
1973 154
1974 150
1975 89
1976 93
1977 95
LLUVIA DE DISEÑO
Métodos Utilizados para la estimación de lluvias de diseño en base a las diversas fuentes de datos
Método de Sherman
Datos Pluviográficos
Modelo DIT
Aplicables a localidades
con datos de lluvia Modelo DIT
Desagregación de
Datos Pluviométricos
Duraciones
Metodología para
estimar curva IDT Bell (1969)
Ruhle (1969)
Aplicables a localidades Métodos Existentes
sin datos de lluvia en la Argentina Devoto (2002)
LLUVIA DE DISEÑO – INFORMACIÓN PLUVIOGRÁFICA
Metodologías aplicables a localidades con datos de lluvia. Metodologías basadas en Información Pluviográfica
Representación mas confiable, pero lentos por el esfuerzo que requieren Basados en el análisis estadísticos de fajas pluviográficas
Procedimiento para el análisis de fajas pluviográficas

1 – Ordenamiento de los datos: se seleccionan las tormentas por fecha y distribución «dt» fijos, por un encima de un determinado valor de base
acumulado (por ej. 20 mm en total y 6 mm/30 min).
2 – En caso de que existan varias estaciones, de una región definida como homogénea, de cada tormenta se utiliza el registro de la estación del
valor acumulado máximo.
3 – Se hace una tabla con las tormentas. Se calculan los valores acumulados.
4 – Para cada duración (10 min, 20 min, 30 min, etc) se realiza una tabla donde se ponen las tormentas ordenadas de mayor a menor lámina, se
determina el posicionamiento o «ranking» y se calcula la probabilidad.
5 – Para cada duración se calcula la ecuación de mejor ajuste de lámina en función de tiempo de retorno. Con el resultado de las mismas, podemos
obtener las láminas para distintos tiempos de retorno y distintas duraciones.
6 – Se puede representar como IDF o LDF
Ejemplo 1
Fecha Duración
Calcular los valores de Lámina – Duración y Frecuencia Tormenta 5 10 15 20 25 30
(LDF) y también Intensidad – Duración y Frecuencia (IDF) 30/12/1983 1 2 3 4 3 0
03/03/1984 1 0 1 3 7 6
a partir de los datos de la siguiente tabla. La misma 22/12/1984 4 1 2 1
muestra tormentas históricas registradas en estaciones de 17/01/1985 1 1 2 6 8 4
21/11/1985 1 3 3 3 2 2
medición telemétricas que operan en modo evento, o sea 28/12/1985 1 4 8 11 13 7
que registran cada vez que ocurre 1 mm de lluvia. Los 31/12/1986 1 5 6 4 8 11
02/03/1987 1 1 5 8 6 11
datos así fueron ordenados en intervalos regulares de 5
02/02/1990 3 7 7 4 2 3
minutos (este intervalo se considera adecuado para 10/03/1997 2 4 5 9 3 4
03/03/1997 1 2 5 5 8 7
definir tormentas de alta densidad y corta duración).
15/01/1997 5 6 10 7 3 3
22/03/1996 1 1 1 2 3 3
28/02/1996 1 4 7 10 9 8
20/01/1995 3 6 9 11 5 3
Ejemplo 1 - Solución 1° Se calculan los valores acumulado para cada evento
Fecha Duración Precipitación Acumulada

Tormenta 5 10 15 20 25 30 5 10 15 20 25 30
30/12/1983 1 2 3 4 3 0 1 3 6 10 13 -
03/03/1984 1 0 1 3 7 6 1 1 2 5 12 18
22/12/1984 4 1 2 1 1 2 4 5
17/01/1985 1 1 2 6 8 4 1 2 4 10 18 22
21/11/1985 1 3 3 3 2 2 1 4 7 10 12 14
28/12/1985 1 4 8 11 13 7 1 5 13 24 37 44
31/12/1986 1 5 6 4 8 11 1 6 12 16 24 35
02/03/1987 1 1 5 8 6 11 1 2 7 15 21 32
02/02/1990 3 7 7 4 2 3 1 8 15 19 21 24
10/03/1997 2 4 5 9 3 4 1 5 10 19 22 26
03/03/1997 1 2 5 5 8 7 1 3 8 13 21 28
15/01/1997 5 6 10 7 3 3 1 7 17 24 27 30
22/03/1996 1 1 1 2 3 3 1 2 3 5 8 11
28/02/1996 1 4 7 10 9 8 1 5 12 22 31 39
20/01/1995 3 6 9 11 5 3 1 7 16 27 32 35
Ejemplo 1 - Solución
2° Se calculan las probabilidades de cada una de las tormentas según la muestra que se tiene:
𝑚 Orden de la tormenta en la muestra.
𝑃 𝑥 =
𝑁 Total de tormentas.
3° Se determina la frecuencia de la muestra, teniendo en cuenta que el promedio de tormentas por año es 3,25. Por lo que la
frecuencia es :
1
𝑓=
3.25
4° Se calcula la probabilidad anual.

𝑃 𝑎 = 𝑓. 𝑃(𝑥)
5° Se determina el Período de Retorno para cada evento.

1
𝑇𝑅 =
𝑃(𝑎)
Lámina m P(x) P(a) Tr (años)
44 1 0.0667 0.021 48.75
39 2 0.1333 0.041 24.38
35 3 0.2000 0.062 16.25
35 4 0.2667 0.082 12.19
32 5 0.3333 0.103 9.75
30 6 0.4000 0.123 8.13
28 7 0.4667 0.144 6.96
26 8 0.5333 0.164 6.09
24 9 0.6000 0.185 5.42
22 10 0.6667 0.205 4.88
18 11 0.7333 0.226 4.43
14 12 0.8000 0.246 4.06
13 13 0.8667 0.267 3.75
11 14 0.9333 0.287 3.48
5 15 1.0000 0.308 3.25
Lámina m P(x) P(a) Tr (años)
44 1 0.0667 0.021 48.75
39 2 0.1333 0.041 24.38
35 3 0.2000 0.062 16.25
35 4 0.2667 0.082 12.19
32 5 0.3333 0.103 9.75
30 6 0.4000 0.123 8.13
28 7 0.4667 0.144 6.96
26 8 0.5333 0.164 6.09
24 9 0.6000 0.185 5.42
22 10 0.6667 0.205 4.88 Se debe buscar la curva de distribución de
18 11 0.7333 0.226 4.43
probabilidades de mejor Ajuste. Por ejemplo Log
14 12 0.8000 0.246 4.06
13 13 0.8667 0.267 3.75 Pearson.
11 14 0.9333 0.287 3.48
5 15 1.0000 0.308 3.25
Ejemplo 1 - Solución 5° Aplico Log Normal para una duración de 30 minutos.
Lámina X med Xi - Xm (Xi - Xm)2

44 18.9400 358.7236
39 13.9400 194.3236 𝑋𝑖 − 𝑋 2 1760
35 9.9400 98.8036 𝐷𝑒𝑠𝑣𝑖𝑜 = σ =
𝑁−1
=
15 − 1
= 11.21
35 9.9400 98.8036
32 6.9400 48.1636
30 4.9400 24.4036 σ 11.21
𝐶𝑜𝑒𝑓 𝑉𝑎𝑟𝑖𝑎𝑐𝑖𝑜𝑛 = 𝐶𝑣 = = = 0.4473
28 2.9400 8.6436 μ 25.06
26 25.060 0.9400 0.8836
24 -1.0600 1.1236
22 -3.0600 9.3636 𝐶𝑜𝑒𝑓 𝐴𝑠𝑖𝑚𝑒𝑡𝑟𝑖𝑎 = 𝑔 = 3 𝐶𝑣 + 𝐶𝑣 3
18 -7.0600 49.8436
𝐶𝑜𝑒𝑓 𝐴𝑠𝑖𝑚𝑒𝑡𝑟𝑖𝑎 = 𝑔 = 3 0.4473 + 0.44733
14 -11.0600 122.3236
13 -12.0600 145.4436 𝑔 = 0.0894
11 -14.0600 197.6836
5 -20.0600 402.4036
Sumatoria 0.1000 1760.9340
Ejemplo 1 - Solución 6° Se determinan las láminas para los períodos de Retorno requeridos
para una duración de 30 minutos.
L = 𝑥 + σ𝑥 𝑘
Años de
𝑥 σ𝑥 g k L
Retorno
100 2.96 58.24
25.06 11.21 0.0894
1000 4.53 75.84
Ejemplo 1 - Solución 7° Se realiza de manera similar para las demás duraciones. Obteniendo
la siguiente tabla.
Ejemplo 1 - Solución 8° Se determina le ecuación de regresión para cada una de las
duraciones.
Duración - Lámina - Tr = 100 años

120
100
y = 37.891ln(x) - 63.628
R² = 0.7576
Precipitación
80
[mm]
60
40
20
0
0 10 20 30 40 50 60 70
Duración
[min]
Ejemplo 1 - Solución 9° Se determina las láminas acumuladas para cada duración y cada
Tiempo de Retorno
10° Dividiendo la Lámina total precipitada por la duración, se obtiene la

intensidad de diseño para cada tiempo de retorno y cada duración.
Intensidad [mm/h]
Duración [min]
Ejercicio 1
Calcular los valores de Lámina – Duración y Frecuencia (LDF) y también Intensidad – Duración y Frecuencia (IDF) a partir de los datos del ejercicio
anterior, para las duraciones de 10 y 20 minutos. Utilizar similar procedimiento que el ejemplo anterior.
Método de Sherman T/D 5 10 30 60 90 120
2 143.55 114.09 65.99 42.57 32.22 26.27
𝐾 𝑇𝑚 5 168.81 134.16 77.59 50.06 37.89 30.89
𝑖= 10 190.82 151.65 87.71 56.58 42.83 34.91
(𝑑 + 𝑐)𝑛 25 224.39 178.33 103.15 66.54 50.37 41.06
50 253.66 201.59 116.60 75.22 56.94 46.41
i: intensidad de lluvia máxima de 100 286.74 227.88 131.80 85.03 64.37 52.46
duración d y recurrencia T.
K, m, c y n: parámetros que deben IDF
ajustarse por regresión lineal múltiple 350.00
300.00
250.00
200.00
VER PLANILLA 150.00
100.00
50.00
0.00
0 20 40 60 80 100 120 140
Método de Sherman 1608.756 𝑇 0.196
Provincia de Córdoba 𝑖=
(𝑑 + 15)0.90
Farias y Olmos (2007)

Ejemplo 2
Calcular los valores de Intensidad – Duración y Frecuencia para la Ciudad de Laboulaye. Utilizar Método de Sherman. Utilizar las siguientes
duraciones: 30, 60, 120, 180 y 360 min. Frecuencias: 2, 5, 10, 25, 50 y 100 años.
Ejemplo 2 -> Solución 1° Se determinan los valores de la Ecuación de Sherman para la Localidad de Laboulaye.
𝑎 𝑇𝑑
𝑖=
(𝐷 + 𝑏)𝑐
a = 1229.50
b = 11.00
c = 0.86
d = 0.20
Ejemplo 2 -> Solución 2° Se adecua la fórmula de Sherman y se calculan las intensidades para cada par de duración y Tiempo
de Retorno.
1229.50 𝑇 0.20 Duración Tiempo de Retorno (años)

𝑖= [min]
(𝐷 + 11)0.86 2 5 10 25 50 100
30 71.33 112.78 159.49 252.18 356.63 504.35
60 44.48 70.33 99.46 157.26 222.40 314.52
120 26.27 41.53 58.73 92.86 131.33 185.73
180 18.99 30.03 42.47 67.14 94.96 134.29
360 10.73 16.96 23.99 37.93 53.65 75.87
Ejemplo 2 -> Solución 3° Se puede graficar y ajustar una curva de Regresión si fuera necesario.
IDF - Laboulaye
600.00
1229.50 𝑇 0.20
𝑖=
(𝐷 + 11)0.86 500.00
400.00
T = 2 años
T = 5 años
Intensidad
[mm/h]
T = 10 años
300.00
T = 25 años
T = 50 años
200.00
T = 100 años
100.00
0.00
0 50 100 150 200 250 300 350 400
Duración
[min]
Ejercicio 2
Determinar los valores de intensidad de precipitación para la Localidad de Río Cuarto, por el Método de Sherman, para un tiempo de retorno de
25 y 50 años y para duraciones de precipitación de 30, 60, 180 y 360 min. Determinar la precipitación caída para el período de retorno
mencionado y para cada una de las duraciones.
𝑎 𝑇𝑑
𝑖=
(𝐷 + 𝑏)𝑐
LLUVIA DE DISEÑO – INFORMACIÓN PLUVIOMÉTRICA
Metodologías aplicables cuando no existe información pluviográfica
Metodo de desagregación de duraciones o “Relación entre duraciones”
Fundamento: Las lluvias intensas poseen relaciones relativamente constantes entre las intensidades correspondientes a diferentes
duraciones.
DEFINICIONES
𝒉𝟐𝟒,𝑻 𝒉𝒅,𝑻
𝑹= 𝒓𝒅,𝒕 = 𝒉𝒅,𝑻 = 𝑹 × 𝒓𝒅,𝑻 × 𝒉𝟏𝒅í𝒂,𝑻
𝒉𝟏𝒅í𝒂,𝑻 𝒉𝟐𝟒,𝑻
h24,T: lámina medida en 24 hs

seguidas con pluviómetro Metodología: para cada ubicación donde se cuente con un pluviógrafo, se
h1día,T: lámina de lluvia diaria calculan las relaciones R y r, y las mismas se utilizan para estimar las idf en
zonas de condiciones climáticas similares
Método de desagregación de duraciones
o “Relación entre duraciones”
Valor de R para la
provincia de Córdoba
R = 1.08
Ejemplo 2
Determinar la lámina caída para una duración de 5 y 10 minutos en la Ciudad de Córdoba. Se tiene una lámina precipitada de 75 mm en 1 día
con un tiempo de retorno de 50 años, obtenido del análisis de eventos de tormentas medidos con pluviómetros.
𝒉𝟐𝟒,𝑻 𝒉𝒅,𝑻
𝑹= 𝒓𝒅,𝒕 = 𝒉𝒅,𝑻 = 𝑹 × 𝒓𝒅,𝑻 × 𝒉𝟏𝒅í𝒂,𝑻
𝒉𝟏𝒅í𝒂,𝑻 𝒉𝟐𝟒,𝑻
Valor de R para la
provincia de Córdoba
R = 1.08
𝑹 𝒙 𝒉𝟏𝒅í𝒂,𝑻 = 𝒉𝟐𝟒,𝑻 𝒉𝟐𝟒,𝟓𝟎 = 𝟕𝟓 𝒙 𝟏. 𝟎𝟖 = 𝟖𝟏 𝒎𝒎
𝒓𝒅,𝒕 𝒙 𝒉𝟐𝟒,𝑻 = 𝒉𝒅,𝑻 𝒉𝟓,𝟓𝟎 = 𝟖𝟏 𝐦𝐦 𝐱 𝟎. 𝟏𝟓 = 𝟏𝟐, 𝟏𝟓 𝐦𝐦
𝒉𝟏𝟎,𝟓𝟎 = 𝟖𝟏 𝐦𝐦 𝐱 𝟎. 𝟐𝟔 = 𝟐𝟏, 𝟎𝟔 𝐦𝐦
Modelo DIT 𝐿𝑛 𝑖𝑑𝑡 = 𝐴 ∅𝑦 − 𝐵 𝜕𝑦 + 𝐶
Se basa en el concepto de factor de frecuencia (Chow 1994). La principal ventaja del modelo es que los tres parámetros que intervienen tienen un
fuerte significado físico.
i, es la intensidad de lluvia de duración d y retorno T, Øy es el factor de frecuencia (que depende del período de retorno), y ∂y es una función que
depende de la duración.
∅𝑦 = 2.584458 (𝐿𝑛 𝑇)3/8 −2.252573 Modelo DIT
𝑞 300.00
𝜕𝑦 = 𝐿𝑛 𝑑
250.00
T/D 5 10 30 60 90 120
2 139.22 106.75 62.14 41.24 31.71 26.06 200.00
5 174.75 134.00 78.00 51.77 39.81 32.71
10 197.15 151.17 88.00 58.41 44.91 36.90 150.00
25 224.18 171.90 100.07 66.41 51.06 41.96
50 243.48 186.70 108.68 72.13 55.46 45.57
100.00
100 262.14 201.01 117.01 77.66 59.71 49.07
50.00
0.00
0 20 40 60 80 100 120 140
Modelo DIT
Modelo DIT
Modelo DIT 𝐿𝑛 𝑖𝑑𝑡 = 𝐴 ∅𝑦 − 𝐵 𝜕𝑦 + 𝐶
Este modelo también permite construir las curvas IDF en localidades donde solo se dispone de información Pluviométrica.
Con los parámetros A, B, y C y µ y σ de una localidad base (cercana) obtenidos con datos pluviográficos, y los valores de µ’ y σ’ obtenidos en el
sector de interés en base a datos pluviométricos, es posible obtener los valores de A’, B’ y C’.
𝐴′ = 𝐴 − 𝜎 + 𝜎′ A, B y C, son los parámetros obtenidos a partir de pluviografía en la estación base, µ y σ, la media y el

desvío de los logaritmos de la serie de precipitaciones máximas diarias a partir de la pluviografía y µ’ y
𝐵′ = 𝐵 σ’ son la media y el desvío a partir de la pluviometría en la zona de interés.
𝐶 ′ = 𝐶 − μ + μ′
Estación A B C q µ σ
Villa Dolores 0.3184 0.2911 5.3613 1.42 3.9714 0.3226
La Suela 0.3651 0.0508 4.655 2.14 4.1863 0.4166 Parámetros del
Ceres 0.2911 0.1702 5.2815 1.59 4.2549 0.3735 modelo DIT en las
Córdoba. Obs 0.3371 0.1579 5.1897 167 4.2476 0.3439 estaciones base de la
Río Cuarto 0.3557 0.0889 4.8138 1.91 4.2572 0.3568 Provincia de Córdoba
Marco Juarez 0.4101 0.1564 5.1318 1.64 4.4444 0.3875
Laboulaye 0.3943 0.2405 5.4257 1.48 4.3398 0.335
Ejemplo 3
Calcular los valores de Intensidad – Duración y Frecuencia para la Ciudad de Laboulaye (ciudad Base). Utilizar Método DIT. Utilizar las siguientes
duraciones: 30, 60, 120, 180 y 360 min. Frecuencias: 2, 5, 10, 25, 50 y 100 años. Comparar con el método de Sherman.
Ejemplo 3 -> Solución 1° Se seleccionan los parámetros del modelo DIT para la Laboulaye.
𝐿𝑛 𝑖𝑑𝑡 = 𝐴 ∅𝑦 − 𝐵 𝜕𝑦 + 𝐶
Estación A B C q µ σ ∅𝑦 = 2.584458 (𝐿𝑛 𝑇)3/8 −2.252573

Villa Dolores 0.3184 0.2911 5.3613 1.42 3.9714 0.3226 𝑞
La Suela 0.3651 0.0508 4.655 2.14 4.1863 0.4166
Ceres 0.2911 0.1702 5.2815 1.59 4.2549 0.3735 A = 0.3943
Córdoba. Obs 0.3371 0.1579 5.1897 167 4.2476 0.3439 B = 0.2405
Río Cuarto 0.3557 0.0889 4.8138 1.91 4.2572 0.3568 C = 5.4257
Marco Juarez 0.4101 0.1564 5.1318 1.64 4.4444 0.3875 q = 1.48
Laboulaye 0.3943 0.2405 5.4257 1.48 4.3398 0.335
Ecuación del Modelo DIT para Laboulaye 𝐿𝑛 𝑖𝑑𝑡 = 0.3943 ∅𝑦 − 0.2405 𝜕𝑦 +5.4257
1.48
Para toda la zona de Influencia de Laboulaye 𝜕𝑦 = 𝐿𝑛 𝑑
Ejemplo 3 -> Solución 2° Se determinan los valores de ∅𝑦 𝑦 𝜕𝑦 para cada duración y cada Período de Retorno.
∅𝑦 = 2.584458 (𝐿𝑛 𝑇)3/8 −2.252573

1.48
Duración
δd
[min]
Tiempo de Retorno (años)
30 6.12 2 5 10 25 50 100
60 8.05 ∅𝐲 7.910E-07 0.837 1.281 1.754 2.058 2.330
120 10.15
180 11.45
360 13.78
Ejemplo 3 -> Solución 3° Se Calcula los Ln (i) para cada duración y tiempo de retorno determinado
.
𝐿𝑛 𝑖𝑑𝑡 = 0.3943 ∅𝑦 − 0.2405 𝜕𝑦 +5.4257
Duración Ln (i)
δd Duracion Tiempo de Retorno (años)
[min]
30 6.12 [min] 2 5 10 25 50 100
60 8.05 30 3.9536 4.4587 4.7650
120 10.15 60 3.4886 3.9937 4.3000
180 11.45 120 2.9841 3.4892 3.7955
360 13.78 180 2.6719 3.1770 3.4833
360 2.1109 2.6159 2.9223
2 5 10 25 50 100
∅𝐲 7.91E-07 0.837 1.281 1.754 2.058 2.330
Ejemplo 3 -> Solución 3° Se Determinan las intensidades para cada duración y tiempo de retorno determinado
.
Ln (i) IDF - Laboulaye - DIT
Duracion Tiempo de Retorno (años)
[min] 2 5 10 25 50 100 140.00
30 3.9536 4.4587 4.7650
120.00
60 3.4886 3.9937 4.3000 TR = 2 años
120 2.9841 3.4892 3.7955 100.00 TR = 10 años

180 2.6719 3.1770 3.4833 TR = 50 años
Intensidad
360 2.1109 2.6159 2.9223 80.00
[mm/h]
Intensidad [mm/h] 60.00
Duración Tiempo de Retorno (años)

40.00
[min] 2 5 10 25 50 100
30 52.12 86.37 117.34 20.00
60 32.74 54.25 73.70
120 19.77 32.76 44.50 0.00
0 100 200 300 400
180 14.47 23.97 32.57 Duración
360 8.26 13.68 18.58 [min]
Ejemplo 3 -> Solución Comparación con Sherman.
IDF - Laboulaye - DIT y Sherman

400.00
350.00
TR = 2 años DIT
300.00 TR = 10 años DIT
TR = 50 años DIT
250.00
Intensidad
TR = 2 años Sherman
[mm/h]
200.00 TR = 10 años Sherman

TR = 50 años Sherman
150.00
100.00
50.00
0.00
0 50 100 150 200 250 300 350 400
Duración
[min]
Ejemplo 4
Calcular los valores de Intensidad – Duración y Frecuencia para la Ciudad de Villa María. Utilizar Método DIT. Utilizar las siguientes duraciones:
30, 60, 120, 180 y 360 min. Frecuencias: 5, 10, 25, 50 y 100 años.
Datos:
𝝁′ = 𝟒. 𝟒𝟓𝟐𝟔
𝝈′ = 𝟎. 𝟑𝟑𝟒𝟖
Ejemplo 4 -> Solución Determinar a que zona pertenece la Ciudad de Villa María.
Villa Dolores 0.3184 0.2911 5.3613 1.42 3.9714 0.3226
La Suela 0.3651 0.0508 4.655 2.14 4.1863 0.4166
Ceres 0.2911 0.1702 5.2815 1.59 4.2549 0.3735
Córdoba. Obs 0.3371 0.1579 5.1897 167 4.2476 0.3439
Río Cuarto 0.3557 0.0889 4.8138 1.91 4.2572 0.3568
Marco Juarez 0.4101 0.1564 5.1318 1.64 4.4444 0.3875
Laboulaye 0.3943 0.2405 5.4257 1.48 4.3398 0.335
Ejemplo 4 -> Solución 2° Seleccionar los parámetros del modelo DIT para la estación base correspondiente.
Villa Dolores 0.3184 0.2911 5.3613 1.42 3.9714 0.3226
La Suela 0.3651 0.0508 4.655 2.14 4.1863 0.4166
Ceres 0.2911 0.1702 5.2815 1.59 4.2549 0.3735
Córdoba. Obs 0.3371 0.1579 5.1897 167 4.2476 0.3439
Río Cuarto 0.3557 0.0889 4.8138 1.91 4.2572 0.3568
Marco Juarez 0.4101 0.1564 5.1318 1.64 4.4444 0.3875
Laboulaye 0.3943 0.2405 5.4257 1.48 4.3398 0.335
A = 0.4101 μ = 4.4444
B = 0.1564 σ = 0.3875
C = 5.1318
q = 1.64
Ejemplo 4 -> Solución 3° Determinar los parámetros del modelo DIT para la ciudad de Villa María.
Parámetros de la Estación Base (Marco Juárez): Parámetros de la Estación Villa María:

A = 0.4101 A’ = A – σ + σ’ = 0.4104 – 0.3875 + 0.3348 = 0.3577
B = 0.1564 B’ = B = (igual para toda la zona de influencia) =0.1564
C = 5.1318 C’ = C – μ + μ’ = 5.1318 – 4.4444+ 4.4526 = 5.14
q = 1.64 q’ = q = (igual para toda la zona de influencia)= 1.64
μ = 4.4444 μ = 4.4526
σ = 0.3875 σ = 0.3348
Ejemplo 4 -> Solución 4° Calculamos las variables del modelo para cada duración y tiempo..
𝐿𝑛 𝑖𝑑𝑡 = 0.3577 ∅𝑦 − 0.1564 𝜕𝑦 +5.14
∅𝑦 = 2.584458 (𝐿𝑛 𝑇)3/8 −2.252573
𝜕𝑦 = 𝐿𝑛 𝑑 1.64

Duración
δd 2 5 10 25 50 100
[min]
∅𝐲 7.910E-07 0.837 1.281 1.754 2.058 2.330
30 7.45
60 10.09
120 13.04
180 14.90
360 18.30
Ejemplo 4 -> Solución 5° Determinamos las Intensidad de precipitación para cada duración y tiempo de retorno.
𝐿𝑛 𝑖𝑑𝑡 = 0.3577 ∅𝑦 − 0.1564 𝜕𝑦 +5.14
Duración Tiempo de Retorno (años) Tiempo de Retorno (años)

[min] 2 5 10 25 50 100 2 5 10 25 50 100
30 3.6351 4.1402 4.4465 ∅𝐲 7.910E-07 0.837 1.281 1.754 2.058 2.330
60 2.9985 3.5036 3.8100
120 2.2889 2.7939 3.1003 Duración
δd
180 1.8415 2.3465 2.6529 [min]
360 1.0239 1.5289 1.8353 30 7.45
60 10.09
Intensidad [mm/h] 120 13.04
Duracion Tiempo de Retorno (años) 180 14.90
[min] 2 5 10 25 50 100 360 18.30
30 37.91 62.81 85.33
60 20.06 33.23 45.15
120 9.86 16.34 22.20
180 6.31 10.45 14.19
360 2.78 4.61 6.27
Ejemplo 4 -> Solución 5° Determinamos las Intensidad de precipitación para cada duración y tiempo de retorno.
IDF - Villa María - DIT

90.00
80.00
TR = 2 años
70.00
TR = 10 años
60.00
TR = 50 años
Intensidad
[mm/h]
50.00
40.00
30.00
20.00
10.00
0.00
0 100 200 300 400
Duración
[min]
EL MODELO DIT 3P PARA PREDICCIÓN DE LLUVIAS MÁXIMAS
Gabriel Caamaño Nelli 1,2, Andrea F. Rico , Clarita M. Dasso 1,2,3,
Instituto Nacional del Agua (INA) - Centro de la Región Semiárida (CIRSA)
1 Consejo Nacional de Investigaciones Científicas y Técnicas
2 Universidad Nacional de Córdoba - 3Universidad Católica de Córdoba.
Medrano 235, (5152) Villa Carlos Paz, Córdoba. Teléfono y fax: 03541-422347.
E-mail: an_rico@yahoo.com.ar; cdasso@ina.gov.ar
Ejercicio 3
Determinar los valores de intensidad de precipitación para la Localidad de San Francisco,
Córdoba, por el DIT, para un tiempo de retorno de 25 y 50 años, y para duraciones de
precipitación de 30, 60, 180. Determinar la precipitación caída para el período de retorno
mencionado y para cada una de las duraciones. Datos: μ = 4.38 σ = 0.385 (datos NO reales)
Villa Dolores 0.3184 0.2911 5.3613 1.42 3.9714 0.3226
La Suela 0.3651 0.0508 4.655 2.14 4.1863 0.4166
Ceres 0.2911 0.1702 5.2815 1.59 4.2549 0.3735 𝐿𝑛 𝑖𝑑𝑡 = 𝐴 ∅𝑦 − 𝐵 𝜕𝑦 + 𝐶 𝜕𝑦 = 𝐿𝑛 𝑑 𝑞
Córdoba. Obs 0.3371 0.1579 5.1897 167 4.2476 0.3439

∅𝑦 = 2.584458 (𝐿𝑛 𝑇)3/8 −2.252573
Río Cuarto 0.3557 0.0889 4.8138 1.91 4.2572 0.3568
Marco Juarez 0.4101 0.1564 5.1318 1.64 4.4444 0.3875 𝐴′ = 𝐴 − 𝜎 + 𝜎′ 𝐵′ = 𝐵
Laboulaye 0.3943 0.2405 5.4257 1.48 4.3398 0.335 𝐶 ′ = 𝐶 − μ + μ′
Método de Bell Método de carácter universal.
Fundamento: se base en el hecho aceptado de que las lluvias de gran intensidad y corta duración, obedecen a mecanismos
atmosféricos similares, que aparentemente son independientes de la región.
𝑕𝑑,𝑇 = 0.21 𝐿𝑛𝑇 + 0.52 . 0.54 𝑑 0.25 − 0.50 . 𝑕60,10
Donde h60,10 es una lluvia de 60 minutos de duración y una recurrencia de 10 años, la cual se define de la siguiente manera:
𝑕60,10 = 0.27 𝑀 𝑁 0.33 , 𝑐𝑜𝑛 0 < 𝑀 < 50 M es la media de las precipitaciones máximas diarias de la
𝑕60,10 = 0.97 𝑀0.67 𝑁 0.33 , 𝑐𝑜𝑛 50 < 𝑀 < 115 serie pluviométrica y N es la media de los días lluviosos al
año (debe ser entre 1 y 90)
Ejemplo 4
Determinar por el Método de Bell, la lámina caída para una precipitación de 5 años de retorno y 60 minutos de duración. Para la ciudad de Salta.
La media de las precipitaciones máximas diarias (M) es de 74,6 mm y la media de los días lluviosos en el año (N) es 92,35.
Ejemplo 4 -> Solución.
1° Determinamos la lluvia de 60 minutos de duración y 10 años de Retorno.
𝑕60,10 = 0.27 𝑀 𝑁 0.33 , 𝑐𝑜𝑛 0 < 𝑀 < 50
𝑕60,10 = 0.97 𝑀0.67 𝑁 0.33 , 𝑐𝑜𝑛 50 < 𝑀 < 115
M = 𝟕𝟒. 𝟔 N = 𝟗𝟐. 𝟑𝟓
𝑕60,10 = 0.97 𝑀0.67 𝑁 0.33 , 𝑐𝑜𝑛 50 < 𝑀 < 115
𝑕60,10 = 0.97 74.60.67 92.350.33
𝒉𝟔𝟎,𝟏𝟎 = 𝟕𝟕. 𝟔𝟒 𝒎𝒎
Ejemplo 4 -> Solución.
2° Se aplica la fórmula de Bell, con la precipitación calculada y el tiempo de retorno y duración requerido.
𝒉𝟔𝟎,𝟏𝟎 = 𝟕𝟕. 𝟔𝟒 𝒎𝒎 𝑕𝑑,𝑇 = 0.21 𝐿𝑛𝑇 + 0.52 . 0.54 𝑑 0.25 − 0.50 . 𝑕60,10
𝒅 = 𝟔𝟎 𝒎𝒊𝒏
𝑻𝒓 = 𝟓 𝒂ñ𝒐𝒔
𝑕𝑑,𝑇 = 0.21 𝐿𝑛5 + 0.52 . 0.54 600.25 − 0.50 . 77.64 = 66.80 𝑚𝑚.
Ejercicio 4
Aplicando el método de Bell, determinar la curva de intensidad-duración (tomar duraciones de 30, 60, 120, 180 y 360 minutos) para un Tiempo
de Retorno de 100 años, teniendo en cuenta los siguientes datos:
Media de las precipitaciones máximas diarias de la serie pluviométrica = 68,5
Media de los días lluviosos al año = 88
LLUVIA DE DISEÑO – SECTORES SIN DATOS DE LLUVIA
METODOS BASADOS EN LA REGIONALIZACIÓN HIDROLÓGICA. SE VERÁN LOS MÉTODOS EXISTENTES EN LA ARGENTINA
Método de Ruhle (1969)

Procedimiento:
1 – extraer el valor de i1hr,25 (mapa de isohietas)
2 – Determinar los parámetros a, b y c, con las siguientes expresiones:
𝑎 = 31 𝑖1ℎ𝑟,25 + 0.023 𝑖1ℎ𝑟,25 2.295
𝑏 = 0.82
𝑐 = 2.29 + 0.023 𝑖1ℎ𝑟,251.295
3 – Calcular el valor de la intensidad media de lluvia id,25 (para la d requeridas)
𝑎
𝑖𝑑,25 = 𝑏 + 𝑐
𝑑
4 – Determinar las intensidades para diferentes retornos con la siguiente expresión:
50 𝑇
𝑖𝑑,𝑡 = 𝑖𝑑,25 1 + 0.44 𝑙𝑜𝑔
50 + 𝑖𝑑,25 0.33 25
UNIDAD 3: PROBABILIDAD Y ESTADÍSTICA EN
HIDROLOGÍA
LLUVIA DE DISEÑO – SECTORES SIN DATOS DE
LLUVIA
Método de Ruhle
Ejercicio
Aplicando el método de Ruhle, determinar la curva de Intensidad – Duración para un período de Retorno de 5 años (tomar duraciones de 30, 60,
120 y 360 minutos) para la Localidad de Chilibroste, Provincia de Córdoba.
Ejercicio -> Solución

1° Seleccionamos el dato de lluvia de 1 hora de duración y 25 años de
recurrencia del mapa del método.
i1hr,25 ≈ 60 mm/h

2° Se calculan los distintas intensidades para cada duración, por ejemplo para 30 minutos y para el
período de retorno requerido, en este caso 5 años:
𝑎 = 31 𝑖1ℎ𝑟,25 + 0.023 𝑖1ℎ𝑟,25 2.295 𝑎 = 31 .60 + 0.023 602.295 = 2137 i1hr,25 ≈ 60 mm/h
𝑏 = 0.82 𝑏 = 0.82
𝑐 = 2.29 + 0.023 𝑖1ℎ𝑟,251.295 𝑐 = 2.29 + 0.023 60 1.295 = 6.91
𝑎 2137
𝑖𝑑,25 = 𝑏+𝑐 𝑖30,25 = + 6.91 = 138.30 𝑚𝑚/𝑕
𝑑 300.82
50 𝑇 50 5
𝑖𝑑,𝑡 = 𝑖𝑑,25 1 + 0.44 𝑙𝑜𝑔 𝑖30,5 = 138,30 1 + 0.44 𝑙𝑜𝑔 = 𝟗𝟗, 𝟔𝟗 𝒎𝒎/𝒉
50 + 𝑖𝑑,25 0.33 25 50 + 138,30 0.33 25

3° Se calculan los distintas intensidades para las restantes duraciones:
𝑎 = 31 .60 + 0.023 602.295 = 2137 𝑖𝑑,25 =

𝑎
+𝑐 i1hr,25 ≈ 60 mm/h
𝑑𝑏
𝑏 = 0.82
𝑐 = 2.29 + 0.023 60 1.295 = 6.91 50 𝑇
𝑖𝑑,𝑡 = 𝑖𝑑,25 1 + 0.44 𝑙𝑜𝑔
50 + 𝑖𝑑,25 0.33 25
Intensidad [mm/h]
Duración Tr = 5 años Tr = 10 años
30 99,64
60
120
360
IDF - Chilibroste
160
4° Se grafica los resultados obtenidos:
140
120
100 Tr 5 años
Intensidad
[mm/h]
Tr 10 años
80
Tr 25 años
60
40
20
0
0 100 200 300 400
Duración
[min]
Método de Devoto (2002)

Procedimiento:
1 – Se extraen los valores de lámina media h1, Cv1, h12 y Cv12 del mapa.
2 – el autor propone la representación estadística de la intensidad máxima de dif. Duraciones con el modelo de Gumbel.
0.5772 1 1 0.5772 1 1
𝑕1 = 𝑕1 1 − 𝐶𝑣1 − 𝐶𝑣1 𝑙𝑛 −𝑙𝑛 1 − 𝑕12 = 𝑕12 1 − 𝐶𝑣12 − 𝐶𝑣12 𝑙𝑛 −𝑙𝑛 1 −
1.282 1.282 𝑇 1.282 1.282 𝑇
3 – Determinar los valor de i1 e i12 (h/hs)
4 – Se determinan los parámetro a, b, y c del modelo a tres parámetros de Devoto.
𝑎 = 𝑖1 𝑑1 𝑏 + 𝑐 𝑏 = 0.80 𝑖12 . 𝑑12 𝑏 − 𝑖1 . 𝑑1 𝑏
𝑐=
𝑖12 . 𝑖1
5 – Se determinan las intensidades de lluvia para diferentes duraciones y tiempos de retorno utilizados según la expresión.
𝑎
𝑖𝑑,𝑡 = 𝑏+𝑐
𝑑
Ejercicio
Aplicando el método de Devoto, determinar la curva de Intensidad – Duración para un período de Retorno de 5 años (tomar duraciones de 30,
60, 120 y 360 minutos) para la Localidad de Chilibroste, Provincia de Córdoba. Comparar con el método de Rhule
h1 ≈ 37 mm 𝑕 = 𝑕 1 − 0.5772 𝐶 − 1 𝐶 𝑙𝑛 −𝑙𝑛 1 − 1 0.5772 1 1

𝑕12 = 𝑕12 1 − 𝐶 − 𝐶 𝑙𝑛 −𝑙𝑛 1 −
Cv1 ≈ 0.25 mm
1 1
1.282 𝑣1 1.282 𝑣1 𝑇 1.282 𝑣12 1.282 𝑣12 𝑇
h12 ≈ 60 mm
Cv12 ≈ 0.30 mm 𝑎 = 𝑖1 𝑑1 𝑏 + 𝑐 𝑏 = 0.80 𝑖12 . 𝑑12 𝑏 − 𝑖1 . 𝑑1 𝑏 𝑎
𝑐= 𝑖 𝑑,𝑡 = 𝑏
+𝑐
𝑖12 . 𝑖1 𝑑
𝑖1 = [mm/h]
d = [minutos]
LLUVIA DE DISEÑO – DISTRIBUCIÓN TEMPORAL DE LA LÁMINA DE LLUVIA
Determinación del Hietograma Tipo Caracterización temporal de la tormenta de diseño

Se verán los métodos utilizados para la determinación del hietograma patrón. Estos pueden surgir a partir de distribuciones patrón,
de la función IDT o de series históricas de lluvias intensas.
Distribución Patrón de la lámina de lluvia

El hietograma se expresa mediante la distribución porcentual acumulada de lluvia total, en función del porcentaje de duración.
También es común expresarlo con un patrón adimensional discreto, dividido en percentiles (cuatriles o sextiles)
Distribución patrón definida por Wilken
Curvas 1 a 4: lluvias de 1 hora de duración con diferentes

intensidades. (desde 25 mm/h a 125 mm/h)
Curva 5: lluvias de larga duración
Curva 6: lluvias de entre 8 y 24 hs de duración

Ejemplo
Aplicando distribución de Wilken distribuir las siguientes precipitaciones:
- Lámina total: 50 mm – Duración: 30 minutos.
- Lámina total: 38 mm – Duración: 30 minutos.
- Lamina total: 75 mm – Duración: 2 horas.
- Lámina total: 85 mm – Duración 6 horas.
Ejemplo
Caso 1: Lámina total: 50 mm – Duración: 30 minutos.
1° Menor a 30 minutos: Calculo intensidad.
I = 50 mm / 0,5 h = 100 mm/h
2° Selecciono curva -> CURVA 4
Ejemplo
Caso 1: Lámina total: 50 mm – Duración: 30 minutos. - CURVA 4
Duración Duración P acumulada P acumulada Parcial

[%] [min] [%] [mm]
0 0 0 0 -
20 6 34 17 17
40 12 58 29 12
60 18 72 36 7
80 24 89 44.5 8.5
100 30 100 50 5.5

Ejemplo
Hietograma
Aplicando distribución de Wilken distribuir las
18
siguientes precipitaciones:
16
Caso 1: Lámina total: 50 mm – Duración: 30
14
minutos. - CURVA 4
Precipitación
12
[mm]
10
0
6 12 18 24 30
Tiempo
[min]
Distribución patrón definida por Huff
Cada curva se corresponde con la ubicación del pico en el cuartil.

Determinación del Hietograma Tipo a partir de la función IDF
Método del Bloque Alterno

Procedimiento:
1 – De la relación IDT se escoge un T para el cual se calcula el hietograma tipo resultante.
2 – a partir de la función IDT se calculan las intensidades de lluvia para las siguientes duraciones: Δt, 2 Δt, 3 Δt y así hasta d = n* Δt (con
d igual a la duración de la tormenta).
3 – para cada una de las intensidades obtenidas se calcula la lámina de lluvia acumulada (hacum = i.d), relacionada a cada una de las
duraciones (d = Δt, d = 2 Δt, d = 3 Δt ….)
4 – Se calcula la lámina incremental asociada a cada una de las duraciones ( d = Δt, d = 2 Δt, d = 3 Δt ….) desagregando las láminas
de lluvia acumuladas previamente calculadas (h = Δ hacum).
5- Se distribuyen alternadamente de derecha a izquierda del pico cada una de las láminas incrementales calculadas.
La ubicación del pico se fija previamente. Con información histórica, ubicamos donde es mas probable. En caso contrario suele
usarse u a coeficiente de avance r <=0.5. (el pico se ubica en la primer mitad de la tormenta.
Ejemplo
Determinar el hietograma de diseño para una precipitación de 360 minutos de duración y período de retorno 10 años para la localidad de
Laboulaye. Utilizar método del bloque alterno. Pico en los primeros ¾ de la duración.
IDF - Laboulaye - DIT
100.00
90.00
80.00
70.00 TR = 10 años
60.00
Intensidad
[mm/h]
50.00
40.00
30.00
20.00
10.00
0.00
0 50 100 150 200 250 300 350 400
Duración
[min]
Ejemplo
100.00
1° Determino el paso del tiempo elegido
90.00
para dividir el hietograma (teniendo que ser
divisor de la duración total): 80.00
TR = 10 años
30 minutos 70.00
12 intervalos. 60.00
Intensidad
[mm/h]
50.00
2° Calculo o extraigo de IDT las intensidades 40.00
de precipitaciones para cada intervalo: 30.00
- 𝑖 30 𝑚𝑖𝑛𝑢𝑡𝑜𝑠
20.00
10.00
0.00
……. 0 50 100 150 200 250 300 350 400
Duración
[min]
Ejemplo
100.00
1° Determino el paso del tiempo elegido
90.00
para dividir el hietograma (teniendo que ser
divisor de la duración total): 80.00
TR = 10 años
30 minutos 70.00
12 intervalos. 60.00
Intensidad
[mm/h]
50.00
2° Calculo o extraigo de IDT las intensidades 40.00
de precipitaciones para cada intervalo: 30.00
20.00
10.00
0.00
……. 0 30 60 90 120 150 180 210 240 270 300 330 360 390
Duración
[min]
Ejemplo
Intensidad [mm/h]
[min] 10
30 86.37
60 54.25
90 39.40
120 32.76
150 26.98
180 23.97
210 21.03
240 19.05
270 17.45
300 16.15
330 15.04
360 14.68
Ejemplo
Intensidad [mm/h] 3° Determinamos la lámina caída total para cada intervalo.

[min] 10
30 86.37
60 54.25
90 39.40
120 32.76
150 26.98
180 23.97
210 21.03
240 19.05
270 17.45
300 16.15
330 15.04
360 13.68
Ejemplo
Duración Intensidad Lámina Caída

[min] [mm/h] [mm]
30 86.37 43.18
60 54.25 54.25
90 39.40 59.10
120 32.76 65.52
150 26.98 67.45
180 23.97 71.91
210 21.03 73.605
240 19.05 76.20
270 17.45 78.52
300 16.15 80.75
330 15.04 82.72
360 14.00 84.00
Ejemplo
Duración Intensidad Lámina Caída 4° Calculamos la precipitación caída incremental en cada

[min] [mm/h] [mm] intervalo.
30 86.37 43.18
60 54.25 54.25
90 39.40 59.10
120 32.76 65.52
150 26.98 67.45
180 23.97 71.91
210 21.03 73.605
240 19.05 76.20
270 17.45 78.52
300 16.15 80.75
330 15.04 82.72
360 14.00 84.00
Ejemplo
Duración Intensidad Lámina Caída Lámina Incremental

[min] [mm/h] [mm] [mm]
30 86.37 43.18 43.18
60 54.25 54.25 11.05
90 39.40 59.10 4.85
120 32.76 65.52 6.42
150 26.98 67.45 1.93
180 23.97 71.91 4.46
210 21.03 73.605 1.69
240 19.05 76.20 1.70
270 17.45 78.52 2.32
300 16.15 80.75 2.23
330 15.04 82.72 1.97
360 14.00 84.00 1.28
Ejemplo
Duración Intensidad Lámina Caída Lámina Incremental 5° Ordenamos las láminas incrementales de
[min] [mm/h] [mm] [mm] derecha a izquierda del pico, de mayor a
30 86.37 43.18 43.18 menor.
60 54.25 54.25 11.05
90 39.40 59.10 4.85
120 32.76 65.52 6.42
150 26.98 67.45 1.93
180 23.97 71.91 4.46
210 21.03 73.605 1.69
240 19.05 76.20 1.70
270 17.45 78.52 2.32
300 16.15 80.75 2.23
330 15.04 82.72 1.97
360 14.00 84.00 1.28
Ejemplo
Duración Lámina Incremental 5° Ordenamos las láminas incrementales de

[min] [mm] derecha a izquierda del pico, de mayor a
30 43.18
menor.
60 11.05
90 4.85
120 6.42
150 1.93
1° 2° 3° 4° 5° 6° 7° 8° 9° 10° 11° 12°
180 4.46
210 1.69 30 60 90 120 150 180 210 240 270 300 330 360
240 1.70 2.23 4.46 6.42 43.18 11.05 4.85 2.32 1.97 1.93 1.70 1.69 1.28
270 2.32
300 2.23
330 1.97
360 1.28
Ejemplo
Hietograma Laboulaye
T= 10 años - d = 360 min
- Método Alterno -
50
40
Precipitación
30
[mm]
20
10
0
30 60 90 120 150 180 210 240 270 300 330 360
Tiempo
[minutos]
Ejercicio
Determinar el hietograma de diseño para una precipitación de 30 minutos de duración y período de retorno 10 años para la
localidad de Ceres, Provincia de Santa Fe. Utilizar método del bloque alterno. Pico en la mitad de la duración.
Método de la intensidad Instantánea Criterio similar al del bloque alterno, se basa en la definición del Modelo DIT.
La intensidad de precipitación varía de forma continua a través de la tormenta.
Td = ta + tb
r = ta /Td -> Coef de Avance
ia = f(ta) ; ib = f(tb)
Método de la intensidad Instantánea Criterio similar al del bloque alterno, se basa en la definición del Modelo DIT.
La intensidad de precipitación varía de forma continua a través de la tormenta.
Keifer y Chi (1957) para Chicago Rico, Dasso y Camaño Neeli (2014)
para modelo DIT
(estación La Suela)
Método de la intensidad Instantánea
Método de la intensidad Instantánea -> Procedimiento en método DIT
Procedimiento:
1 – De la relación IDT se escoge un T para el cual se calcula el hietograma tipo resultante.
2 – a partir de la función IDT se calculan las intensidades de lluvia para las duracionres dependiendo el paso de tiempo elegido Δt.
Duraciones a calcular 2 Δt, 3 Δt, etc.
3 – para cada una de las intensidades obtenidas se calcula la intensidad instantánea, utilizando como intensidad media la obtenida en el
paso anterior y como duración el del paso de tiempo desde el pico. (d = Δt, d = 2 Δt, d = 3 Δt ….)
4 – Se distribuye los valores de intensidad instantánea desde el pico hacia la derecha e izquierda. Teniendo que distribuir a derecha y a
izquierda los mismos valores de intensidad.
5- Se calculan los valores de precipitación caída en cada intervalo de tiempo.
La ubicación del pico se fija previamente. Con información histórica, ubicamos donde es mas probable. En caso contrario suele
usarse u a coeficiente de avance r <=0.5. (el pico se ubica en la primer mitad de la tormenta.)
Determinar el hietograma de Tiempo δy Lni imedia i inst iinst ordenada Precipitación
min mm/h mm/h mm/h mm
diseño para una precipitación de 1 0.000 5.556 258.861 258.861 70.74 1.18
30 minutos de duración y 10 años 2 0.543 5.482 240.437 197.689 73.89 1.21
de retorno para la Estación La 3 1.170 5.397 220.790 167.427 77.37 1.26
4 1.724 5.322 204.770 146.978 81.26 1.32
Suela 5 2.210 5.256 191.653 131.905 85.65 1.39
6 2.643 5.197 180.695 120.185 90.59 1.47
7 3.033 5.144 171.366 110.735 96.28 1.56
8 3.388 5.096 163.295 102.905 102.9 1.66
9 3.714 5.051 156.217 96.283 110.7 1.78
10 4.015 5.010 149.941 90.591 120.18 1.92
11 4.296 4.972 144.323 85.631 131.9 2.10
12 4.559 4.936 139.253 81.261 146.97 2.32
13 4.806 4.903 134.646 77.375 167.42 2.62
14 5.040 4.871 130.435 73.891 197.68 3.04
15 5.261 4.841 126.564 70.746 258.86 3.80
16 5.472 4.812 122.990 67.890 197.68 3.80
17 5.673 4.785 119.676 65.282 167.42 3.04
18 5.865 4.759 116.591 62.889 146.97 2.62
19 6.049 4.734 113.710 60.683 131.9 2.32
20 6.225 4.710 111.011 58.643 120.18 2.10
21 6.395 4.687 108.475 56.750 110.7 1.92
22 6.559 4.664 106.087 54.986 102.9 1.78
23 6.717 4.643 103.832 53.339 96.28 1.66
24 6.870 4.622 101.699 51.797 90.59 1.56
25 7.017 4.602 99.676 50.349 85.65 1.47
26 7.160 4.582 97.755 48.987 81.26 1.39
27 7.299 4.564 95.928 47.702 77.37 1.32
28 7.434 4.545 94.186 46.488 73.87 1.26
29 7.565 4.527 92.524 45.339 70.34 1.20
30 7.692 4.510 90.935 44.250 67.88 1.15
Total 57.25
Intensidad Instantánea Hietograma - La Suela
300 4.00
3.50
250
3.00
Precipitación
200 2.50
Intensidad
[mm]
[mm/h]
2.00
150
1.50
100 1.00
0.50
50
0.00
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29
0
0 10 20 30 40
Tiempo Tiempo
[min] [min]
Método de la intensidad Instantánea -> Procedimiento en método DIT
Ejercicio
Determinar el hietograma de diseño para una precipitación de 30 minutos de duración y período de retorno 10 años para la
localidad de Ceres, Provincia de Santa Fe. Utilizar método de intensidad instantánea (DIT). Pico en la mitad de la duración.
Recurrencia = 10
Duración Int. (mm/h) ia - ib h incremental h (ordenado) Tiempo (min) Precip. (mm)
10 151.17 38.69 6.45 41.02 0 - 10 28.13
20 109.20 33.15 11.05 38.65 10 - 20 33.63
30 88.00 30.11 15.05 36.19 20-30 38.65
40 74.69 28.02 18.68 33.63 30-40 41.02
50 65.37 26.44 22.04 30.95 40-50 36.19 Hietograma - I inst.
60 58.41 25.17 25.17 28.13 50-60 30.95
45.00
70 52.96 24.12 28.13 25.17 60-70 25.17
80 48.55 23.21 30.95 22.04 70-80 22.04 40.00
90 44.91 22.42 33.63 18.68 80-90 18.68 35.00
100 41.83 21.71 36.19 15.05 90-100 15.05
30.00
110 39.19 21.08 38.65 11.05 100-110 11.05
I (mm)
120 36.90 20.51 41.02 6.45 110-120 6.45 25.00
67.60 20.00
15.00
10.00
5.00
0.00
10 20 30 40 50 60 70 80 90 100 110 120
Duración
Método triangular
Método simple, se utiliza la lámina total caída, la duración de la tormenta y el coeficiente de avance.
𝟐𝑷 h = altura de triángulo (intensidad máxima).

𝒉= P = precipitación de diseño.
𝑻𝒅 Td = Duración de tormenta de diseño.
𝒕𝒂 r = coeficiente de avance de la tormenta.

𝒓= 𝑡𝑎 = tiempo antes del pico.
𝑻𝒅
Método triangular
Determinar el hietograma de diseño para una precipitación de 30 minutos de duración y 45 mm de lámina caída total. Utilizar
método Triangular. Coeficiente de avance: 0,4.
𝟐𝑷
𝒉=
𝑻𝒅
𝒕𝒂
𝒓=
𝑻𝒅
Método para determinar hietogramas tipo a partir de series históricas de lluvias intensas
En estos métodos se recomiendan al menos 20 años de datos
Método de ordenamiento de intervalos. Método de Pilgrim
Procedimiento:
1 – Desagregar las tormentas medidas en un número fijo de intervalos de tiempo y calcular en cada una el % de lámina por intervalo.
2 – Establecer un orden según dicho %. Asignando 1 al pico, 2 al 2do, etc.
3 – promediar por intervalo los órdenes sobre el total de la tormenta. Asignar el pico a la posición de menor promedio, la segunda
magnitud al segundo creciendo, y así.
4 – Obtener porcentajes de hietograma tipo por intervalos promediando los correspondientes a cada número de orden en el total de las
tormentas. Así, la media de los % de lluvia con posición original 1 es el % del pico, y así sucesivamente.
Sextiles
Evento
Año Hidrológico I II III IV V VI
55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 7955 8056 81 7.9 82 10.583 9.7

84 4.3
85 2.4
86 2.4
87
Dur. [min] 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 8056 8157 823.3 83 7.084 5.8
85 9.6
86 8.9
87 7.2
88
5 7.9 3.3 3.0 10.0 3.5 8.5 11.0 6.0 3.9 5.5 7.0 8.2 9.0 6.0 2.2 5.0 3.0 3.0 7.0 1.4 2.5 5.4 2.5 5.7
57 9.058 2.6 3.0 11.2 5.7 3.0
2.9
3.1
0.5
4.2
4.3
4.4
4.7
6.7
4.8
10 10.5 7.0 5.7 5.0 2.0 3.5 11.0 4.5 4.5 2.0 4.9 5.8 3.8 12.0 6.8 7.0 6.0 3.0 6.0 10.5 5.7 4.0 4.8 8.4 58 10.959 16.510.06.9 5.0 4.7 0.0 2.1 0.05.2
0.0 12.0
4.8 8.07.0
15 9.7 5.8 3.1 0.0 9.0 9.0 12.0 4.5 3.5 6.0 12.0 3.0 6.1 16.0 4.8 5.0 6.0 6.0 6.0 14.2 10.5 4.5 4.0 9.3 59 11.360 10.7 3.5 6.8 2.0 7.9 9.0 3.7
0.9 5.03.3 4.09.3 4.015.5
20 4.3 9.6 4.2 0.0 5.0 7.5 7.0 7.5 3.0 6.2 5.6 0.7 1.6 6.0 6.4 8.0 6.0 3.0 4.0 6.1 14.2 5.7 3.8 10.3 60 9.461 5.4 8.5 4.5 3.5 5.6 9.010.4 7.53.3
9.1 3.59.8 9.5
10.3
25 2.4 8.9 4.4 12.0 4.0 3.5 4.5 3.0 4.0 0.8 2.5 0.5 3.5 3.0 3.6 2.0 6.0 10.5 5.0 9.6 1.0 4.6 5.5 6.4 61 7.262 3.8 11.0 2.8 11.0 6.1 12.07.9
4.3 7.05.6 4.57.9 7.06.3
30 2.4 7.2 6.7 8.0 4.0 9.5 7.0 4.5 7.5 0.3 3.5 0.2 6.5 2.8 3.4 3.5 4.0 2.0 5.0 10.1 0.4 5.5 6.7 4.7 62 7.163 2.1 6.0 2.9 4.53.3
3.9 4.53.9 7.55.8 3.06.7 4.5
3.8
Máx. 10.5 9.6 6.7 12.0 9.0 9.5 12.0 7.5 7.5 6.2 12.0 8.2 9.0 16.0 6.8 8.0 6.0 10.5 7.0 14.2 14.2 5.7 6.7 10.3 63 11.364 16.53.9 11.2 4.5 7.9
9.1 3.510.4 3.05.8 4.09.8 7.515.5
Mín. 2.4 3.3 3.0 0.0 2.0 3.5 4.5 3.0 3.0 0.3 2.5 0.2 1.6 2.8 2.2 2.0 3.0 2.0 4.0 1.4 0.4 4.0 2.5 4.7 64 7.165 2.1 5.5 2.8 2.0 3.0 6.0 0.5 6.23.3
0.0 0.84.7 0.33.8
65 66 7.0 4.9 12.0 5.6 2.5 3.5
66 67 8.2 5.8 3.0 0.7 0.5 0.2
67 68 9.0 3.8 6.1 1.6 3.5 6.5
68 69 6.0 12.0 16.0 6.0 3.0 2.8

LÁMINAS EN mm PORCENTAJES RANKING
SEXTILES SEXTILES SEXTILES
Evento Evento Evento
I II III IV V VI I II III IV V VI I II III IV V VI
55 56 7.9 10.5 9.7 4.3 2.4 2.4 55 56 21.2% 28.2% 26.1% 11.6% 6.5% 6.5% 55 56 3 1 2 4 5 6
56 57 3.3 7.0 5.8 9.6 8.9 7.2 56 57 7.9% 16.7% 13.9% 23.0% 21.3% 17.2% 56 57 6 4 5 1 2 3
57 58 3.0 5.7 3.1 4.2 4.4 6.7 57 58 11.1% 21.0% 11.4% 15.5% 16.2% 24.7% 57 58 6 2 5 4 3 1
58 59 10.0 5.0 0.0 0.0 12.0 8.0 58 59 28.6% 14.3% 0.0% 0.0% 34.3% 22.9% 58 59 2 4 5 6 1 3
59 60 3.5 2.0 9.0 5.0 4.0 4.0 59 60 12.7% 7.3% 32.7% 18.2% 14.5% 14.5% 59 60 5 6 1 2 4 3
60 61 8.5 3.5 9.0 7.5 3.5 9.5 60 61 20.5% 8.4% 21.7% 18.1% 8.4% 22.9% 60 61 3 5 2 4 6 1
61 62 11.0 11.0 12.0 7.0 4.5 7.0 61 62 21.0% 21.0% 22.9% 13.3% 8.6% 13.3% 61 62 3 2 1 4 6 5
62 63 6.0 4.5 4.5 7.5 3.0 4.5 62 63 20.0% 15.0% 15.0% 25.0% 10.0% 15.0% 62 63 2 3 4 1 6 5
63 64 3.9 4.5 3.5 3.0 4.0 7.5 63 64 14.8% 17.0% 13.3% 11.4% 15.2% 28.4% 63 64 4 2 5 6 3 1
64 65 5.5 2.0 6.0 6.2 0.8 0.3 64 65 26.4% 9.6% 28.8% 29.8% 3.8% 1.4% 64 65 3 4 2 1 5 6
65 66 7.0 4.9 12.0 5.6 2.5 3.5 65 66 19.7% 13.8% 33.8% 15.8% 7.0% 9.9% 65 66 2 4 1 3 6 5
66 67 8.2 5.8 3.0 0.7 0.5 0.2 66 67 44.6% 31.5% 16.3% 3.8% 2.7% 1.1% 66 67 1 2 3 4 5 6
67 68 9.0 3.8 6.1 1.6 3.5 6.5 67 68 29.5% 12.5% 20.0% 5.2% 11.5% 21.3% 67 68 1 4 3 6 5 2
68 69 6.0 12.0 16.0 6.0 3.0 2.8 68 69 13.1% 26.2% 34.9% 13.1% 6.6% 6.1% 68 69 3 2 1 4 5 6
69 70 2.2 6.8 4.8 6.4 3.6 3.4 69 70 8.1% 25.0% 17.6% 23.5% 13.2% 12.5% 69 70 6 1 3 2 4 5
70 71 5.0 7.0 5.0 8.0 2.0 3.5 70 71 16.4% 23.0% 16.4% 26.2% 6.6% 11.5% 70 71 3 2 4 1 6 5
71 72 3.0 6.0 6.0 6.0 6.0 4.0 71 72 9.7% 19.4% 19.4% 19.4% 19.4% 12.9% 71 72 6 1 2 3 4 5
72 73 3.0 3.0 6.0 3.0 10.5 2.0 72 73 10.9% 10.9% 21.8% 10.9% 38.2% 7.3% 72 73 5 4 2 3 1 6
73 74 7.0 6.0 6.0 4.0 5.0 5.0 73 74 21.2% 18.2% 18.2% 12.1% 15.2% 15.2% 73 74 1 2 3 6 4 5
74 75 1.4 10.5 14.2 6.1 9.6 10.1 74 75 2.7% 20.2% 27.4% 11.8% 18.5% 19.5% 74 75 6 2 1 5 4 3
75 76 2.5 5.7 10.5 14.2 1.0 0.4 75 76 7.3% 16.6% 30.6% 41.4% 2.9% 1.2% 75 76 4 3 2 1 5 6
SEXTIL I II III IV V VI
TOTAL 194 170 148 151 200 230 TOTAL 146 124 111 117 153 168
RANKING 4 3 1 2 5 6
RANKING 4 3 1 2 5 6
13.7% 17.3% 29.8% 22.4% 9.7% 7.1%
HIETOGRAMA 13.7% 17.3% 29.8% 22.4% 9.7% 7.1%
SEXTIL I II III IV V VI
TOTAL 194 170 148 151 200 230
RANKING 4 3 1 2 5 6
HIETOGRAMA 13.7% 17.3% 29.8% 22.4% 9.7% 7.1%
Hietograma
35.0%
30.0%
25.0%
20.0%
15.0%
10.0%
5.0%
0.0%
1 2 3 4 5 6
Método de la función de distribución acumulada. Método de Huff.
El percentil es una medida de posición usada en estadística que indica, una vez ordenados los datos de menor a mayor, el valor de
la variable por debajo del cual se encuentra un porcentaje dado de observaciones en un grupo de observaciones. Por ejemplo, el
percentil 20º es el valor bajo el cual se encuentran el 20 por ciento de las observaciones.
LÁMINAS EN mm % Acumulados
Evento
SEXTILES
Evento
SEXTILES Excel: Función Percentil
I II III IV V VI I II III IV V VI
55 56 7.9 10.5 9.7 4.3 2.4 2.4 55 56 21.2% 49.5% 75.5% 87.1% 93.5% 100.0%
56 57 3.3 7.0 5.8 9.6 8.9 7.2 56 57 7.9% 24.6% 38.5% 61.5% 82.8% 100.0%
57 58 3.0 5.7 3.1 4.2 4.4 6.7 57 58 11.1% 32.1% 43.5% 59.0% 75.3% 100.0%
Hietograma Por Sextiles (Acumulado)
58 59 10.0 5.0 0.0 0.0 12.0 8.0 58 59 28.6% 42.9% 42.9% 42.9% 77.1% 100.0% Percentil
I II III IV V VI
59 60 3.5 2.0 9.0 5.0 4.0 4.0 59 60 12.7% 20.0% 52.7% 70.9% 85.5% 100.0%
50.00% 15.64% 32.10% 50.98% 70.91% 87.07% 100.00%
60 61 8.5 3.5 9.0 7.5 3.5 9.5 60 61 20.5% 28.9% 50.6% 68.7% 77.1% 100.0%
61 62 11.0 11.0 12.0 7.0 4.5 7.0 61 62 21.0% 41.9% 64.8% 78.1% 86.7% 100.0% 10.00% 7.77% 21.96% 40.82% 58.12% 77.14% 100.00%
62 63 6.0 4.5 4.5 7.5 3.0 4.5 62 63 20.0% 35.0% 50.0% 75.0% 85.0% 100.0% 90.00% 28.76% 49.88% 74.50% 94.95% 98.58% 100.00%
63 64 3.9 4.5 3.5 3.0 4.0 7.5 63 64 14.8% 31.8% 45.1% 56.4% 71.6% 100.0% 70% 20.52% 39.33% 60.21% 78.53% 90.37% 100.00%
64 65 5.5 2.0 6.0 6.2 0.8 0.3 64 65 26.4% 36.1% 64.9% 94.7% 98.6% 100.0%
65 66 7.0 4.9 12.0 5.6 2.5 3.5 65 66 19.7% 33.5% 67.3% 83.1% 90.1% 100.0%
66 67 8.2 5.8 3.0 0.7 0.5 0.2 66 67 44.6% 76.1% 92.4% 96.2% 98.9% 100.0%
67 68 9.0 3.8 6.1 1.6 3.5 6.5 67 68 29.5% 42.0% 62.0% 67.2% 78.7% 100.0% Hietograma Por Sextiles
Percentil
68 69 6.0 12.0 16.0 6.0 3.0 2.8 68 69 13.1% 39.3% 74.2% 87.3% 93.9% 100.0% I II III IV V VI
69 70 2.2 6.8 4.8 6.4 3.6 3.4 69 70 8.1% 33.1% 50.7% 74.3% 87.5% 100.0% 50.00% 15.64% 16.47% 18.88% 19.93% 16.16% 12.93%
70 71 5.0 7.0 5.0 8.0 2.0 3.5 70 71 16.4% 39.3% 55.7% 82.0% 88.5% 100.0% 10.00% 7.77% 14.18% 18.86% 17.31% 19.01% 22.86%
71 72 3.0 6.0 6.0 6.0 6.0 4.0 71 72 9.7% 29.0% 48.4% 67.7% 87.1% 100.0% 90.00% 28.76% 21.12% 24.61% 20.46% 3.63% 1.42%
72 73 3.0 3.0 6.0 3.0 10.5 2.0 72 73 10.9% 21.8% 43.6% 54.5% 92.7% 100.0%
70.00% 20.52% 18.81% 20.88% 18.32% 11.85% 9.63%
73 74 7.0 6.0 6.0 4.0 5.0 5.0 73 74 21.2% 39.4% 57.6% 69.7% 84.8% 100.0%
74 75 1.4 10.5 14.2 6.1 9.6 10.1 74 75 2.7% 22.9% 50.3% 62.0% 80.5% 100.0%
75 76 2.5 5.7 10.5 14.2 1.0 0.4 75 76 7.3% 23.9% 54.5% 95.9% 98.8% 100.0%
70%
10 % 50 % 25.00%
25.00% 25.00%
20.00%
20.00% 20.00%
15.00%
15.00% 15.00% Series1

10.00%
Series1 50%
10.00% 10.00%
5.00%
5.00% 5.00%
0.00%
1 2 3 4 5 6
0.00% 0.00%
1 2 3 4 5 6 1 2 3 4 5 6
90%
35.00%
30.00%
Hietograma Por Sextiles
Percentil
I II III IV V VI 25.00%
50.00% 15.64% 16.47% 18.88% 19.93% 16.16% 12.93% 20.00%

10.00% 7.77% 14.18% 18.86% 17.31% 19.01% 22.86% 15.00% Series1
90.00% 28.76% 21.12% 24.61% 20.46% 3.63% 1.42%
10.00%
70.00% 20.52% 18.81% 20.88% 18.32% 11.85% 9.63%
5.00%
0.00%
1 2 3 4 5 6
Patrones de distribución para
Córdoba
Córdoba
Córdoba
LLUVIA DE DISEÑO – DECAIMIENTO AREAL
Curva Publicada por la Organización
Meteorológica Mundial (OMM 1983)
Círculos de Influencia de la estación Núcleo Se calcula la PMA por el método de polígonos de Thiessen u otro.
Luego se trazan radios partiendo desde una estación base o núcleo.
Se calculan los coeficientes de peso CPk,A
𝐴𝑘 Donde Ak área del sector propio de la estación K y A el
𝐶𝑃𝑘,𝐴 =
𝐴 área del radio considerado
Ej. Coef de peso estación 1200 paa el radio 9 km:
Área roja sobre Área azul.
Computados los coeficientes de peso, para estimar la PMA de cada
evento j:
𝑛
𝑃𝑀𝐴𝑗,𝐴 = 𝑃𝑘 . 𝐶𝑃𝑘,𝐴
𝑘=1
Finalmente el coeficiente de decaimiento areal del evento j:
𝑃𝑀𝐴𝑗,𝑎
𝐶𝐷𝐴𝑗,𝐴 =
𝑃𝑗,0
LLUVIA DE DISEÑO – DECAIMIENTO AREAL D = 25 –k . S k
Modelo CoDA. (Catalini y Camaño 2002). Cuenca del Río San Antoño
-k = 2,1438 . d -0,4774
LLUVIA DE DISEÑO – DECAIMIENTO AREAL D = 25 –k . S k
Modelo CoDA. (Catalini y Camaño 2002). Cuenca del Río San Antoño
-k = 2,1438 . d -0,4774
Ejercicio
Determinar la precipitación de diseño d -k k A CDA
atenuada, teniendo en cuenta que se 60 0.303595171 -0.30359517 50 0.8102308
debe aplicar a una cuenca de 180 km2 y 60 0.303595171 -0.30359517 100 0.65647394
60 0.303595171 -0.30359517 150 0.58043961
la lámina total obtenida de las curvas IDF
60 0.303595171 -0.30359517 180 0.54918415
es de 135 mm – 60 minutos.
60 0.303595171 -0.30359517 200 0.53189541
60 0.303595171 -0.30359517 250 0.49705544
Respuesta:
60 0.303595171 -0.30359517 300 0.47029004
135 mm x 0.5491 = 74,12 mm 60 0.303595171 -0.30359517 350 0.44878782
60 0.303595171 -0.30359517 400 0.43095804
60 0.303595171 -0.30359517 450 0.41581996
60 0.303595171 -0.30359517 500 0.40272962
Ejercicio
Determinar el hietograma de diseño, para una cuenca de aporte de 150 km2 en la zona de Río Cuarto, Provincia de Córdoba.
Utilizar un período de retorno de 10 años y una duración de 360 minutos.
- Utilizar el Método DIT para extraer la lámina precipitada.
- Utilizar el método de Bloque Alterno para construir el hietograma.
- Utilizar el método CoDA para realizar la atenuación areal.

Probabilidad y Estadistica - 03 - Practico - Actualizacion 10 de Septiembre 2017 PDF

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Probabilidad y Estadistica - 03 - Practico - Actualizacion 10 de Septiembre 2017 PDF

Uploaded by

Copyright:

Available Formats

HIDROLOGÍA Y OBRAS

Mg. Ing. Matías Bupo Ing. Pablo T. Stehli

Duración Completa todos los registros de la muestra.

Promedio aritmético o media aritmética (µ)

Desviación media (σM: media aritmética del V.A. de los errores)

Varianza(σ2: segundo momento alrededor de la media)

Coeficiente de asimetría (g). Tercer momento alrededor

Valores que se repiten 20 21 25 15 17

Relación entre tiempo de retorno de una serie anual máxima y el intervalo

Funciones de Distribución Distinta cantidad de parámetros Distribuciones mas flexibles

DISTRIBUCIÓN BINOMIAL Dos eventos discreto y complementarios. Es la función mas utilizada

𝑚 𝑥 𝑒 −𝑚 Donde x es el número de ocurrencias de un evento de pequeña probabilidad p, en un gran número de situaciones n.

Distribución Binomial Negativa

Variable Hidrológica Continua

O se las trata como tales

LA POBLACIÓN ES CONTINUA, LA MUESTRA DISCRETA

En series con valores I: Gumbell

1 – El Rango Factible de la variable aleatoria se divide en intervalos discretos.

ΔX lo más pequeño posible

Frecuencia Relativa - P (xi – Δx ≤ X ≤ xi ) Frecuencia Acumulada - P (X ≤ xi)

4 – Función de Distribución de Probabilidad 𝐹 𝑥 = 𝑛→∞

Frecuencia Acumulada – (muestra) Distribución de Probabilidad de la Población

5 – La función de frecuencia relativa dividida por el intervalo de longitud Δx se convierte en la Función

Distribución de Probabilidad de la Población Función de Densidad de Probabilidad (Población)

Poco usada en Hidrología: Valores siempre positivos y en general la distribución no es

Distribución Log - Normal Distribución Exponencial

𝑥 − 𝑥 45 − 41.28 𝛾 = 0.7157 = 71.57%

En el cálculo de probabilidades de eventos mayores, la variable x, puede representarse

Teniendo en cuenta la definición del coeficiente de variación:

Ejemplo Calcular el caudal máximo medio diario para un tiempo de

Frecuencia Relativa de la Muestra

Frecuencia Relativa de la Muestra

Intervalo Rango ni fs(xi) Fs(xi) z (i) F(z) p (z)

Se utiliza un nivel de significancia de 0.05

Series de Duración Parcial

Series de excedencia anual

Series de valores extremos

Series de excedencia anual Series de máximos anuales

No se puede verificar que los Es mejor utilizar estas series de

Si se desea conocer sólo la posibilidad de

Si se desea conocer también la duración

Ecuación Doble Logarítmica: Se basa en convertir los valores xi de la serie de

Luego el valor de «x» para una

Log Pearson III: 1 1956 137 2.14 0.09 0.01 0.001

Procedimiento para el análisis de fajas pluviográficas

Fecha Duración Precipitación Acumulada

4° Se calcula la probabilidad anual.

5° Se determina el Período de Retorno para cada evento.

Lámina X med Xi - Xm (Xi - Xm)2

Duración - Lámina - Tr = 100 años

10° Dividiendo la Lámina total precipitada por la duración, se obtiene la

VER PLANILLA 150.00

Farias y Olmos (2007)

1229.50 𝑇 0.20 Duración Tiempo de Retorno (años)

h24,T: lámina medida en 24 hs

𝒓𝒅,𝒕 𝒙 𝒉𝟐𝟒,𝑻 = 𝒉𝒅,𝑻 𝒉𝟓,𝟓𝟎 = 𝟖𝟏 𝐦𝐦 𝐱 𝟎. 𝟏𝟓 = 𝟏𝟐, 𝟏𝟓 𝐦𝐦

𝐴′ = 𝐴 − 𝜎 + 𝜎′ A, B y C, son los parámetros obtenidos a partir de pluviografía en la estación base, µ y σ, la media y el

Estación A B C q µ σ ∅𝑦 = 2.584458 (𝐿𝑛 𝑇)3/8 −2.252573

∅𝑦 = 2.584458 (𝐿𝑛 𝑇)3/8 −2.252573

120 2.9841 3.4892 3.7955 100.00 TR = 10 años

Duración Tiempo de Retorno (años)

IDF - Laboulaye - DIT y Sherman

200.00 TR = 10 años Sherman