UNIVERSIDAD NACIONAL DE SAN ANTONIO ABAD DEL CUSCO

UNIVERSIDAD NACIONAL SAN ANTONIO ABAD

FACULTAD DE ARQUITECTURA E INGENIERIA CIVIL
ESCUELA PROFESIONAL DE INGENIERIA CIVIL

DEL CUSCO
FACULTAD DE ARQUITECTURA E INGENIERIA
CIVIL
ESCUELA PROFESIONAL DE INGENIERIA CIVIL

“ANÁLISIS DE LA INFORMACIÓN

HIDROMÉTRICA”

DOCENTE: ALUMNO:

 Ing. Oscue Salas, Gorki  Bustincia Games, Heiner

Federico Hilarion

ASIGNATURA:
 Hidrologia General CUSCO- PERU

HIDROLOGÍA GENERAL 0
 UNIVERSIDAD NACIONAL DE SAN ANTONIO ABAD DEL CUSCO
FACULTAD DE ARQUITECTURA E INGENIERIA CIVIL
ESCUELA PROFESIONAL DE INGENIERIA CIVIL

INDICE

1. ANÁLISIS DE INFORMACIÓN HIDROMÉTRICA………..………… pag.4

1.1 MODELOS DE DISTRIBUCIÓN ………………….…………………pag.4
1.1.1 DISTRIBUCION NORMAL……….….……..…..…………… pag.5
1.1.2 DISTRIBUCIÓN LOG NORMAL 2 PARÁMETROS…….pag.5
1.1.3 DISTRIBUCIÓN LOG NORMAL 3 PARÁMETROS…….pag.5
1.1.4 DISTRIBUCIÓN GAMMA 2 PARÁMETROS…………….pag.6
1.1.5 DISTRIBUCIÓN GAMMA 3 PARÁMETROS…………….pag.6
1.1.6 DISTRIBUCIÓN LOG PEARSON TIPO III……………….pag.7
1.1.7 DISTRIBUCIÓN GUMBEL………………………….…..….pag.7
1.1.8 DISTRIBUCIÓN LOG GUMBEL…………………..……….pag.8

1.2 PRUEBAS DE BONDAD DE AJUSTE ………………………...………pág. 8

a) PRUEBA x 2…………………………………………………….. .pág. 9
b) PRUEBA KOLMOGOROV – SMIRNOV………………. pág. 9

2. BIBLIOGRAFÍA …........……………………………………………….pág. 10

HIDROLOGÍA GENERAL 1
 UNIVERSIDAD NACIONAL DE SAN ANTONIO ABAD DEL CUSCO
FACULTAD DE ARQUITECTURA E INGENIERIA CIVIL
ESCUELA PROFESIONAL DE INGENIERIA CIVIL

1. ANÁLISIS DE LA INFORMACIÓN HIDROMÉTRICA

Los registros de caudales deben ser analizados en su consistencia antes de
utilizarlos en cualquier estudio. Las inconsistencias pueden deberse a uno o
más de los siguientes fenómenos: cambio en el método de recolección de la
información, cambio en la ubicación de la sección de aforo, cambio en el
almacenamiento superficial, cambio en el uso del agua en la cuenca, cambio
en la transcripción de datos, etc. Estas inconsistencias pueden detectarse
mediante curvas doble acumuladas, en forma similar al caso de
precipitaciones. En esta ocasión, para construir el patrón se convierten los
caudales en magnitudes que sean comparables (gastos por unidad de área,
escorrentía en mm o en porcentaje del gasto medio). La curva doble
acumulada no debe utilizarse para corregir datos de caudales. La corrección o
ajuste debe hacerse analizando las posibles causas de la inconsistencia. Si el
quiebre se debe a datos traducidos con una curva de descarga mal calculada,
una retraducción de la información puede eliminar el quiebre. Si la
inconsistencia se debe a extracciones hacia otras cuencas aguas arriba de la
sección en estudio, el agregar los caudales extraídos puede solucionar el
problema. Si una inconsistencia bastante significativa se debe a cambios
considerables en el uso de la tierra, se recomienda utilizar solamente los
registros que representan las condiciones actuales y extenderlos en base a
correlaciones.

1.1. MODELOS DE DISTRIBUCIÓN

El análisis de frecuencias tiene la finalidad de estimar:
 Precipitaciones
 Intensidades
 Caudales máximos
Para diferentes períodos de retorno, mediante la aplicación de modelos
probabilísticos los cuales pueden ser discretos o continuos.

En la estadística existen diversas funciones de distribución de probabilidad

teóricas; recomendándose utilizar las siguientes funciones:
I. Distribución Normal
II. Distribución Log Normal 2 parámetros
III. Distribución Log Normal 3 parámetros
IV. Distribución Gamma 2 parámetros
V. Distribución Gamma 3 parámetros
VI. Distribución Log Pearson tipo III
VII. Distribución Gumbel

HIDROLOGÍA GENERAL 2
 UNIVERSIDAD NACIONAL DE SAN ANTONIO ABAD DEL CUSCO
FACULTAD DE ARQUITECTURA E INGENIERIA CIVIL
ESCUELA PROFESIONAL DE INGENIERIA CIVIL

VIII. Distribución Log Gumbel

1.1.1. Distribución Normal

La función de densidad de probabilidad normal se define como:
2
1 x− μ
1 ( )
f ( x )= e2 S
S √2 π

1.1.2. Distribución Log Normal 2 Parámetros

La función de distribución de probabilidad es:

2
xi −( x− μ)
1 (
2S
2
)
P ( x ≤ x i) = ∫ e dx
S √ 2 π −∞

Donde X y S son los parámetros de la distribución.

1.1.3. Distribución Log Normal 3 Parámetros

La función de densidad de x es:

ln ( x−x 0 )−u y
1 −1 /2 (
Sy
)
f ( x )= e
( x −x0 ) √ ( 2 π ) Sy

Para x > x0
Donde:
X0: parámetro de posición
Uy: parámetro de escala o media
Sy²: parámetro de forma o varianza
HIDROLOGÍA GENERAL 3
 UNIVERSIDAD NACIONAL DE SAN ANTONIO ABAD DEL CUSCO
FACULTAD DE ARQUITECTURA E INGENIERIA CIVIL
ESCUELA PROFESIONAL DE INGENIERIA CIVIL

1.1.4. Distribución Gamma 2 Parámetros

La función de densidad es:

Válido para:
0≤x<∞
0<γ<∞
0<β<∞

Donde:
γ : parámetro de forma
β : parámetro de escala

1.1.5. Distribución Gamma 3 Parámetros

Válido para:
x0 ≤ x < ∞
-∞ < x0 < ∞
0<β<∞
0<γ<∞
Donde:
x0: origen de la variable x, parámetro de posición
γ : parámetro de forma
β : parámetro de escala

HIDROLOGÍA GENERAL 4
 UNIVERSIDAD NACIONAL DE SAN ANTONIO ABAD DEL CUSCO
FACULTAD DE ARQUITECTURA E INGENIERIA CIVIL
ESCUELA PROFESIONAL DE INGENIERIA CIVIL

1.1.6. Distribución Log Pearson Tipo III

Válido para:
x0 ≤ x < ∞ -∞ < x0 < ∞
0<β<∞
0<γ<∞

Donde:
x0: parámetro de posición
γ : parámetro de forma
β : parámetro de escala

1.1.7. Distribución Gumbel

La distribución de Valores Tipo I conocida como Distribución Gumbel o Doble
Exponencial, tiene como función de distribución de probabilidades la siguiente
expresión:
−α( x−β)

F ( x )=e−e
Utilizando el método de momentos, se obtienen las siguientes relaciones:
1.2825
α=
σ
β=μ−0.45 σ
Donde:
α : Parámetro de concentración.
β: Parámetro de localización.

Según Ven Te Chow, la distribución puede expresarse de la siguiente

forma:
x=x́ +k σ x

HIDROLOGÍA GENERAL 5
 UNIVERSIDAD NACIONAL DE SAN ANTONIO ABAD DEL CUSCO
FACULTAD DE ARQUITECTURA E INGENIERIA CIVIL
ESCUELA PROFESIONAL DE INGENIERIA CIVIL

1.1.8. Distribución Log Gumbel

La variable aleatoria reducida log gumbel, se define como:
lnx−μ
y=
α
Con lo cual, la función acumulada reducida log gumbel es:
−y

G ( x ) =e−e

1.2. PRUEBAS DE BONDAD DE AJUSTE

Las pruebas de bondad de ajuste son pruebas de hipótesis que se usan para
evaluar si un conjunto de datos es una muestra independiente de la distribución
elegida.
En la teoría estadística, las pruebas de bondad de ajuste más conocidas son la
de x 2 y la Kolmogorov – Smirnov, las cuales se describen a continuación.

a) Prueba x 2
Esta prueba fue propuesta por Karl Pearson en 1900, se aplica para verificar
bondad de las distribuciones normales y log normales.
Para aplicar la prueba, el primer paso es dividir los datos en un número k de
intervalos de clase. Luego se calcula el parámetro estadístico:
k
D=∑ (θi −ε i )2 /ε i
i=1

θi es el número observado de eventos en el intervalo i y εi es el número

esperado de eventos en el mismo intervalo.
ε i se calcula como:

i=1,2,3 … , k
Asimismo; F(θi ¿ es la función de distribución de probabilidad en el límite
superior del intervalo i, F( I i ¿ es la misma función en el límite inferior y n es el
número de eventos.
Una vez calculado el parámetro D para cada función de distribución
considerada, se determina el valor de una variable aleatoria con distribución χ2
para ν = k-1-m grados de libertad y un nivel de significancia α, donde m es el
número de parámetros estimados a partir de los datos.

b) Prueba Kolmogorov – Smirnov

HIDROLOGÍA GENERAL 6
 UNIVERSIDAD NACIONAL DE SAN ANTONIO ABAD DEL CUSCO
FACULTAD DE ARQUITECTURA E INGENIERIA CIVIL
ESCUELA PROFESIONAL DE INGENIERIA CIVIL

Método por el cual se comprueba la bondad de ajuste de las distribuciones,

asimismo permite elegir la más representativa, es decir la de mejor ajuste.
Esta prueba consiste en comparar el máximo valor absoluto de la diferencia D
entre la función de distribución de probabilidad observada Fo (xm) y la
estimada F (xm):
F o ( x m ) =1−m/(n+1)

Donde m es el número de orden de dato xm en una lista de mayor a menor y n

es el número total de datos. (Aparicio, 1996).

2. BIBLIOGRAFÍA

HIDROLOGÍA GENERAL 7
 UNIVERSIDAD NACIONAL DE SAN ANTONIO ABAD DEL CUSCO
FACULTAD DE ARQUITECTURA E INGENIERIA CIVIL
ESCUELA PROFESIONAL DE INGENIERIA CIVIL

 Manual de hidrología, hidráulica y drenaje

HIDROLOGÍA GENERAL 8