Professional Documents
Culture Documents
Dr. Enrique Muoz Departamento de Ingeniera Civil Universidad Catlica de la Santsima Concepcin emunozo@ucsc.cl http://civil.ucsc.cl/academicos/emunoz.html
D. NORMAL D. LOG-NORMAL DE 2 3 PARMETROS D. GAMMA DE 2 3 PARMETROS D. LOG-PEARSON TIPO III D. GUMBEL D. LOG-GUMBEL
AJUSTE OK
DISTRIBUCIN NORMAL
DISTRIBUCIN NORMAL
DISTRIBUCIN NORMAL
DISTRIBUCIN LOG-NORMAL
LOS LOGARITMOS DE LOS DATOS SE DISTRIBUYEN NORMAL. SI LA VARIABLE ALEATORIA X TIENE UNA DISTRIBUCIN LOG-NORMAL, ENTONCES LA VARIABLE ALEATORIA Y = LOG(X) SE DISTRIBUYE NORMAL. ESTA FUNCIN TAMBIN SE DENOMINA LOG-NORMAL DE DOS PARMETROS (MEDIA Y DESVIACIN ESTNDAR, O DE POSICIN Y DE ESCALA RESPECTIVAMENTE). TAMBIN EXISTE LA FUNCIN LOG-NORMAL DE TRES PARMETROS, LA CUAL ADEMS CONSIDERA UN PARMETRO DE POSICIN X0.
COEFICIENTE DE SESGO
DISTRIBUCIN GAMMA
DISTRIBUCIN GAMMA
UNA FUNCIN SE DISTRIBUYE LOG-PEARSON3 SI LOS LOGARITMOS DE LOS DATOS SE DISTRIBUYEN PEARSON3.
DISTRIBUCIN GUMBEL
CORRESPONDE A UNA FUNCIN DE VALORES EXTREMOS. TAMBIN SE DENOMINA FVE TIPO I O DE FISHER.
LA FUNCIN GUMBEL SE UTILIZA GENERALMENTE PARA TRABAJAR CON VALORES EXTREMOS COMO CAUDALES Y PRECIPITACIONES MXIMAS ANUALES.
DISTRIBUCIN LOG-GUMBEL
UNA SERIE DE DATOS SE DISTRIBUYE LOG-GUMBEL, SI LOS LOGARITMOS DE LOS DATOS SE DISTRIBUYEN GUMBEL.
EJERCICIO
PARA LOS DATOS ENTREGADOS CONSTRUIR EL HISTOGRAMA DE FRECUENCIAS RELATIVAS Y ACUMULADAS Y CALCULAR LOS CAUDALES DE 5, 10, 20, 50 Y 100
AOS DE PERODO DE RETORNO UTILIZANDO LAS FUNCIONES DE DISTRIBUCIN NORMAL, LOG-NORMAL, LOG-NORMAL3, GAMMA, LOG-GAMMA, PEARSON, LOG-PEARSON, GUMBEL, LOG-GUMBEL.
ENTREGA 30 DE MAYO DE 2013. MX. 2 PERSONAS POR TAREA. DEFINIR DISTRIBUCIN DE GRUPOS EN CLASES (1 GRUPO POR MES). EVAL. 40% TAREA 6.
TAREA PARTE 1 DE 2
EN ESTE CURSO SE ANALIZARN COMO PRUEBAS DE BONDAD DE AJUSTE LAS SIGUIENTES PRUEBAS:
AJUSTE GRFICO (PDF Y CDF) TEST CHI-CUADRADO (NO PARAMTRICO) TEST K-S (NO PARAMTRICO).
0.25
0.25
0.2
0.2
0.15
0.15
0.1
0.1
0.05
0.05
1000
2000
4000
5000
6000
1000
5000
6000
PRUEBA CHI-CUADRADO (2). LA PRUEBA CHI-CUADRADO SE BASA EN LA COMPARACIN O CLCULO DE LAS FRECUENCIAS TANTO OBSERVADAS COMO ESPERADAS (CALCULADA DE ACUERDO CON LA HIPTESIS NULA FORMULADA) PARA UN NMERO DETERMINADO DE INTERVALOS. ESTA PRUEBA PERMITE DETERMINAR SI LOS DATOS MUESTRALES SE AJUSTAN A UNA DETERMINADA DISTRIBUCIN TERICA. PERMITE ANALIZAR TANTO DISTRIBUCIONES DISCRETAS COMO CONTINUAS.
2
=
=1
DONDE =1 = =1 = 2 VALOR CALCULADO DE CHI-CUADRADO A PARTIR DE LOS DATOS. NMERO DE VALORES OBSERVADOS EN EL INTERVALO DE CLASE I. NMERO DE VALORES ESPERADOS EN EL INTERVALO DE CLASE I. NMERO DE INTERVALOS DE CLASE.
2 EL VALOR OBTENIDO DE REFLEJA LA SUMA DE LAS DIFERENCIAS ENTRE LAS FRECUENCIAS RELATIVAS DEL HISTOGRAMA (MUESTRA) CON LOS VALORES DE LA FUNCIN DE DENSIDAD TERICA DE LOS DIFERENTES INTERVALOS DE CLASE. ESTO
TAMBIN PUEDE SER INTERPRETADO COMO LA SUMA DE LAS DIFERENCIAS ENTRE LAS PROBABILIDADES DE OCURRENCIA (PROBABILIDADES ACUMULADAS) DE LOS DIFERENTES
INTERVALOS DE CLASE.
COMO CRITERIO DE DECISIN SE COMPARA EL VALOR OBTENIDO CON UN VALOR LMITE 2 QUE DEPENDE DE LA DISTRIBUCIN CHI-CUADRADO, DEL NIVEL DE SIGNIFICANCIA 2 2 SE ACEPTA LA HIPTESIS () ELEGIDO Y DE LOS GRADOS DE LIBERTAD (GL). SI NULA, Y POR LO TANTO SE ASUME QUE LOS DATOS MUESTRALES SIGUEN LA FUNCIN DE DISTRIBUCIN TERICA PRE-SELECCIONADA. DE LO CONTRARIO SE ACEPTA LA HIPTESIS ALTERNATIVA (LOS DATOS NO SIGUEN LA FUNCIN TERICA PRE-SELECCIONADA). PROBABILIDAD DE RECHAZAR LA HIPTESIS NULA CUANDO ESTA ES VERDADERA. EL COMPLEMENTO, (1- ) SE DENOMINA EL NIVEL DE CONFIANZA Y SE TRADUCE EN LA PROBABILIDAD DE ACEPTAR LA HIPTESIS NULA CUANDO ESTA ES VERDADERA.
VENTAJAS Y LIMITACIONES:
LA PRUEBA SE REALIZA SOBRE LA FUNCIN DE DENSIDAD. REQUIERE DE UN CONOCIMIENTO A PRIORI DE LA FUNCIN A COMPARAR. ES DE FCIL APLICACIN. PARA SU VALIDEZ, REQUIERE QUE LA FRECUENCIA ABSOLUTA SOBRE CADA CLASE SEA MAYOR O IGUAL QUE 5 DESVENTAJA. REQUIERE GRAN CANTIDAD DE
INFORMACIN PUESTO QUE COMPARA EL HISTOGRAMA MUESTRAL CON EL TERICO.
EJEMPLO: ANALICE SI LA SERIE DE CAUDALES MEDIOS ANUALES INDICADOS EN LA TABLA 1 SE AJUSTAN A UNA FUNCIN DE DISTRIBUCIN NORMAL. Y A UNA FUNCIN DE VALORES EXTREMOS TIPO I?
Ao 1971 1972 1973 1974 1975 1976 1977 1978 1979 1980
Caudal (m3/s) 121.3 144.9 142.4 205.8 114.5 72.5 26.7 92.8 58.8 57.4
Ao 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990
Caudal (m3/s) 79 76.9 110.1 95.6 48.8 148.3 67.5 70 63.4 76.3
Ao 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000
Caudal (m3/s) 52.3 36.3 88 122.4 162.1 97.2 52.5 165.6 64.2 110.2
Caudal (m3/s) 144.7 109.2 48.5 59.6 40.3 112.2 137.1 32.9
PRUEBA DE KOLMOGOROV-SMIRNOV (K-S TEST). EL K-S TEST CONSISTE COMPARAR LAS DIFERENCIAS QUE EXISTEN ENTRE LA PROBABILIDAD LA PROBABILIDAD EMPRICA (DE LOS DATOS DE LA MUESTRA) CON LA PROBABILIDAD TERICA DE LA FUNCIN PRE-SELECCIONADA. UTILIZA COMO VALOR DE COMPARACIN LA MXIMA DIFERENCIA EN VALOR ABSOLUTO DE LA PROBABILIDAD EMPRICA Y TERICA, Y LUEGO DICHO VALOR SE COMPARA CON UN VALOR LMITE QUE PROVIENE DE LA FUNCIN K-S. LA EXPRESIN QUE DEFINE DICHA DIFERENCIA ES LA SIGUIENTE. = ()
DONDE ES EL ESTADSTICO DE COMPARACIN, LA PROBABILIDAD DE LA FUNCIN TERICA Y LA PROBABILIDAD EXPERIMENTAL O EMPRICA (DE LA MUESTRA). UNA FORMA RECOMENDAD PARA CALCULAR LA PROBABILIDAD EXPERIMENTAL O EMPRICA ES MEDIANTE LA FRMULA DE WEIBULL. AL COMPARAR PROBABILIDADES OPERA DIRECTAMENTE SOBRE LAS CURVAS DE DISTRIBUCIN ACUMULADA EMPRICA Y TERICA.
+ 1
DONDE M CORRESPONDE AL NMERO DE ORDEN Y N AL NMERO DE DATOS. LUEGO ES NECESARIO CONOCER EL VALOR QUE TOMARA LA FUNCIN TERICA EN EL MISMO VALOR X, Y QUE CARACTERIZA MEDIANTE LOS PARMETROS MEDIA, DESVIACIN ESTNDAR, COEFICIENTE DE ASIMETRA, ETC. VALORES OBTENIDOS DE LA MUESTRA. CON ESTO SE ASUME QUE LA DISTRIBUCIN TERICA TIENE LOS MISMOS PARMETROS QUE LA MUESTRA DE DATOS UTILIZADA. CONOCIDO EL VALOR DE , ES NECESARIO COMPARARLO CON UN VALOR LMITE ( ) QUE DEPENDE DE LA FUNCIN K-S, DEL TAMAO DE LA MUESTRA Y DEL NIVEL DE SIGNIFICANCIA (). SI < SE ACEPTA LA HIPTESIS NULA CON EL NIVEL DE SIGNIFICANCIA . ES DECIR SE ACEPTA QUE LOS DATOS MUESTRALES SIGUEN LA FUNCIN DE DISTRIBUCIN PRESELECCIONADA. DE LO CONTRARIO SE ACEPTA LA HIPTESIS ALTERNATIVA (LOS DATOS NO SIGUEN LA FUNCIN DE DISTRIBUCIN PRESELECCIONADA) Y POR LO TANTO SE DEBE PROBAR CON UNA FUNCIN TERICA DIFERENTE.
PARA MUESTRAS DE MS DE 35 DATOS, EL ESTADGRAFO LMITE DE KOLMOGOROVSMIRNOV SE PUEDE CALCULAR SEGN LAS SIGUIENTES FRMULAS.
= 0.20 1.07 = 0.15 1.14 = 0.10 1.22 = 0.05 1.36 = 0.01 1.63
VENTAJAS Y LIMITACIONES:
NO REQUIERE UN CONOCIMIENTO A PRIORI DE LA FUNCIN DE DISTRIBUCIN TERICA. NO REQUIERE HACER INTERVALOS DE CLASE, LO QUE SIMPLIFICA SU UTILIZACIN. SE APLICA SOBRE LA CDF Y NO SOBRE LA PDF COMO EL CASO DE CHI-CUADRADO. ES VLIDO PARA CUALQUIER FUNCIN DE DISTRIBUCIN.
EJEMPLO: ANALICE SI LA SERIE DE CAUDALES MEDIOS ANUALES INDICADOS EN LA TABLA 1 SE AJUSTAN A UNA FUNCIN DE DISTRIBUCIN NORMAL. Y A UNA FUNCIN DE VALORES EXTREMOS TIPO I?
CURVAS DE FRECUENCIAS ACUMULADAS (MUESTRAL) Y DE DISTRIBUCIN ACUMULADA (TERICA, NORMAL). D INDICA LA DIFERENCIA QUE BUSCA MEDIR LA PRUEBA K-S.
POR EJEMPLO, SI SE TIENE UNA MUESTRA DE 30 AOS DE DATOS DE CAUDAL MXIMO INSTANTNEO (SERIE DE MXIMOS ANUALES), Y ESTOS SE ORDENAN DE MENOR A MAYOR, EL MENOR DATO HA SIDO IGUALADO O SUPERADO 30 VECES EN 30 AOS, POR LO QUE SU PERODO DE RETORNO ES 1 AO (30 AOS/30 VECES SUPERADO). DE MANERA ANLOGA, EL DATO NMERO 25 HA SIDO IGUALADO O SUPERADO 6 VECES EN 30 AOS, POR LO QUE DICHO VALOR TIENE ASOCIADO, SEGN LA MUESTRA UTILIZADA, UN PERODO DE RETORNO DE 5 AOS (30/6). AS, ESTE ANLISIS SE PODRA EXTENDER HASTA UN MXIMO DE 30 AOS DE PERODO DE RETORNO QUE CORRESPONDERA AL MXIMO VALOR OBSERVADO EN LA SERIE. PERO, QU SUCEDE SI SE QUIERE ESTIMAR EL CAUDAL DE 100 AOS DE PERODO DE RETORNO?, O CMO PODRA ESTIMAR AQUEL CAUDAL QUE TIENE PROBABILIDAD DE OCURRENCIA DE 99%?
PARA DESARROLLAR ESTUDIOS HIDROLGICOS ES NECESARIO DISPONER DE UNA CANTIDAD ADECUADA DE REGISTROS FLUVIOMTRICOS, DONDE, COMO REGLA GENERAL SE CONSIDERA ADECUADA UNA ESTADSTICA DEL ORDEN DE 30 REGISTROS O SUPERIOR. SIN EMBARGO, EN MUCHAS OCASIONES NO SE DISPONE DE DATOS EN EL PUNTO QUE SE QUIERE ESTUDIAR, EL RO NO POSEE UNA ESTACIN DE CONTROL, O LA ESTADSTICA DE CAUDALES EST INCOMPLETA. PARA ELLO SE REQUIERE, LA TRANSFERENCIA DE CAUDALES ENTRE DIFERENTES PUNTOS DE UNA CUENCA, TRANSFERENCIA DE CAUDALES HACIA UNA CUENCA VECINA, O SIMPLEMENTE SE REQUIERE COMPLETAR UNA SERIE INCOMPLETA. PARA LLEVAR A CABO ESTA TAREA, LAS FORMA MS PRECISA ES SIMULANDO EL COMPORTAMIENTO HIDROLGICO DE UNA CUENCA POR MEDIO DE LA MODELACIN, PERO
ESTO REQUIERE CONOCER LA ZONA QUE SE QUIERE ESTUDIAR Y DEMANDA GRAN CANTIDAD DE TIEMPO Y RECURSOS ADEMS DE INFORMACIN DE ENTRADA, LA CUAL EN MUCHOS CASOS PUEDE NO ESTAR DISPONIBLE O ES INEXISTENTE. UNA ALTERNATIVA MS SIMPLE ES LA DE TRANSPOSICIN DE CAUDALES.
TRANSPOSICIN DE CAUDALES.
CONSISTE EN TRANSFERIR LOS CAUDALES QUE PRODUCE UNA CUENCA, A UN PUNTO CERCANO DENTRO DE LA MISMA O A UNA CUENCA VECINA. PARA ELLO SE DEBE VERIFICAR QUE LA PRODUCCIN ESPECFICA (CAUDAL POR UNIDAD DE REA) Y QUE LOS PATRONES HIDRO-CLIMTICOS SEAN HOMOGNEOS ENTRE LOS PUNTOS QUE SE EST REALIZANDO LA TRANSPOSICIN.
RECOMENDACIONES:
CAUDAL ESPECFICO EQUIVALENTE (EN EL CASO DE DISPONER DE REGISTROS DE CAUDALES EN AMBOS PUNTOS DE ANLISIS). GEOLOGA Y MORFOLOGA SIMILAR. TIPOS DE SUELO, PERMEABILIDAD, PENDIENTES DE LAS LADERAS, CARACTERSTICAS GEOLGICAS, FORMACIONES SIMILARES (ORIGEN SIMILAR DE LAS CUENCAS). PATRONES CLIMTICOS SIMILARES. MISMO PATRN ORIGINADOR DE PRECIPITACIONES. PATRONES HIDROLGICOS SIMILARES. CARACTERSTICAS HIDROLGICAS, RELATIVAS A LA GENERACIN DE ESCORRENTA, ALMACENAMIENTO SUPERFICIAL Y SUBTERRNEO SIMILARES.
LA TRANSPOSICIN DE CAUDALES SE PUEDE REALIZAR DE MEDIANTE DOS MTODOS. EL PRIMERO CONSIDERA SLO LA PRODUCCIN ESPECFICA DE LAS CUENCAS, Y POR
LO TANTO ASUME QUE EL CAUDAL A ESTIMAR ES PROPORCIONAL AL DE LA CUENCA VECINA Y A SU RELACIN DE REAS (EC.1). EL SEGUNDO CONSIDERA ADEMS EL FACTOR METEOROLGICO, AGREGANDO EN LA ECUACIN LA RELACIN DE AGUA
. .
[EC.1]
[EC.2]
[EC.1]
. 0.88 .
DONDE Q, A, Y P REPRESENTAN EL CAUDAL, REA Y PRECIPITACIN A TRANSPONER O ESTIMAR (TRANSP.) A PARTIR DE VARIABLES OBSERVADAS (OBS.).
LA FIGURA SIGUIENTE MUESTRA UN EJEMPLO DE CUENCAS DE LA VIII REGIN QUE SE UBICAN EN ZONAS CERCANAS, PERO QUE TIENEN DIFERENTES TASAS DE CAUDAL ESPECFICO.
0.200
0.150
0.100
0.050
0.000
1 2 3 4 5 6 7 8 9 10 11 12 RIO IREGUAO EN VILLA MAIGUALES RIO EMPERADOR GUILLERMO ANTES JUNTA MAIGUALES
Ejemplo 4
4. MODELACIN HIDROLGICA
UN MODELO INTENTA REPRODUCIR BAJO DIFERENTES FORMAS Y PROCESOS UN FENMENO FSICO QUE OCURRE SOBRE UN OBJETO O TERRITORIO. POR LO TANTO, EN HIDROLOGA, UN MODELO BUSCA REPRESENTAR UN TERRITORIO DELIMITADO POR UNA DIVISORIA DE AGUAS (CUENCA), Y LOS
FENMENOS DE TRANSFERENCIA DE LLUVIA A CAUDAL Y DE AGUA EN EL INTERIOR DE ESTA.
LA MAYORA DE LOS MODELOS SE BASAN EN EL CONCEPTO DE BALANCE HDRICO, DEFINIENDO QUE EL VOLUMEN DE AGUA QUE ENTRA A UNA UNIDAD HIDROLGICA (CUENCA) EN UN TIEMPO T (I), MENOS LA QUE SALE EN EL MISMO BLOQUE DE TIEMPO (O) EQUIVALE AL CAMBIO EN EL ALMACENAMIENTO (S) DE LA CUENCA SOBRE DICHO PERODO (T) (EC.4).
4. MODELACIN HIDROLGICA
PERMITEN LLEVAR A CABO ESTIMACIONES DE BALANCE HDRICO ANUAL O A MAYOR ESCALA TEMPORAL, DONDE EL REQUISITO PRINCIPAL ES ASUMIR QUE
EL CAMBIO EN EL ALMACENAMIENTO ENTRE DIFERENTES BLOQUES DE TIEMPO ES NULO.
4. MODELACIN HIDROLGICA
CLASIFICACIN DE MODELOS: SEGN SU DISTRIBUCIN ESPACIAL.
MODELOS AGREGADOS. MODELOS CON DISTRIBUCIN ESPACIAL UNIFORME EN LA CUENCA, UTILIZA COMO VARIABLE LA PRECIPITACIN MEDIA Y ASUME QUE LOS PARMETROS DE LOS DIFERENTES SUB-MODELOS DE LOS PROCESOS
HIDROLGICOS SON UNIFORMES PARA TODA LA CUENCA Y PERMANECEN CONSTANTES A LO LARGO DE UN PASO DE TIEMPO O DE UNA SIMULACIN.
MODELOS SEMI-DISTRIBUIDOS. SON AQUELLOS QUE PERMITEN UNA CIERTA VARIABILIDAD ESPACIAL DE LA LLUVIA Y DE LOS PARMETROS DE LOS SUBMODELOS QUE LO COMPONEN MEDIANTE LA DIVISIN DE LA CUENCA EN
MULTITUD DE PEQUEAS SUB-CUENCAS CON LLUVIA Y PARMETROS CONSTANTES EN CADA UNO DE ELLOS.
MODELOS DISTRIBUIDOS. SON AQUELLOS QUE PERMITEN LA VARIABILIDAD ESPACIAL DE LA LLUVIA Y DE LOS PARMETROS, MEDIANTE LA DIVISIN DE LA CUENCA EN CELDAS O PIXELES, EN LAS QUE SE SIMULAN LOS DIFERENTES
4. MODELACIN HIDROLGICA
CLASIFICACIN DE MODELOS: SEGN SU FORMA DE REPRESENTAR LOS PROCESOS HIDROLGICOS.
MODELOS MTRICOS. SON MODELOS DEPENDIENTES DE LOS DATOS OBSERVADOS. CARACTERIZAN LA RESPUESTA DEL SISTEMA MEDIANTE UN
MTODO DE EXTRACCIN DE LA INFORMACIN A PARTIR DE DATOS EXISTENTES.
ESTOS MODELOS PRESENTAN UNA CONSIDERACIN BAJA O NULA DE LOS PROCESOS FSICOS QUE OCURREN EN EL SISTEMA HIDROLGICO. MODELOS CONCEPTUALES. SON MODELOS QUE REPRODUCEN LOS PROCESOS
HIDROLGICOS PREDOMINANTES MEDIANTE UNA BASE DE CONOCIMIENTO
4. MODELACIN HIDROLGICA
CLASIFICACIN DE MODELOS: SEGN SU FORMA DE REPRESENTAR LOS PROCESOS HIDROLGICOS.
MODELOS FSICAMENTE BASADOS. ESTOS MODELOS INCLUYEN EL COMPORTAMIENTO FSICO DE LOS PROCESOS HIDROLGICOS, REALIZANDO LA
SIMULACIN DE UNA CUENCA MEDIANTE EL USO DE LAS ECUACIONES DE
CONTINUIDAD CLSICAS, RESOLVIENDO ECUACIONES DIFERENCIALES DE FORMA NUMRICA MEDIANTE LA APLICACIN DE MTODOS DE DIFERENCIAS FINITAS O ELEMENTOS FINITOS. ESTOS MODELOS SON NECESARIAMENTE DE TIPO DISTRIBUIDO.
MISMA CUENCA.
4. MODELACIN HIDROLGICA
FRMULA DE TURC ESTA FRMULA SE DESARROLL EN BASE A ESTUDIOS ESTADSTICOS SOBRE 254 CUENCAS ALREDEDOR DEL MUNDO. RELACIONA LA EVAPOTRANSPIRACIN REAL ANUAL (ETREAL) CON LA PRECIPITACIN ANUAL (P) Y TEMPERATURA MEDIA ANUAL DEL AIRE (T). = 1 2 2 0.9 + = 300 + 25 + 0.05 3
NO CONSIDERA OTRO TIPO DE SALIDAS O APORTES DESDE Y HACIA LA CUENCA, COMO POR EJEMPLO CONEXIONES DE AGUAS SUBTERRNEAS.
4. MODELACIN HIDROLGICA
Hmax
Escorrenta = EI + ES Total (ETOT) Percolacin Profunda Directa (PPD) Percolacin Profunda (PP) Humedad Humedad Mxima Suelo (H) del Suelo (Hmax)
4. MODELACIN HIDROLGICA
Precpitacin (PM)
Hmax
Escorrenta = EI + ES Total (ETOT) Percolacin Profunda Directa (PPD) Percolacin Profunda (PP) Humedad Humedad Mxima Suelo (H) del Suelo (Hmax)