Вы находитесь на странице: 1из 12

ln Bejar, Mximo.

Vil
HidroEsta, software para clculos hidrolgicos.
Tecnologa en Marcha. Vol. 18 N. 2 Especial.

HidroEsta, software
para clculos hidrolgicos
1
Mximo Villn Bejar

Palabras clave o molinetes, el clculo de caudales


Precipitacin, caudales, variables mximos, con mtodos empricos
aleatorias, distribuciones, parmetros y estadsticos, clculos de la
estadsticos, media, varianza, hidrologa. evapotranspiracin y clculo del
balance hdrico.

Resumen En la investigacin se probaron


diferentes mtodos numricos para la
Este trabajo de investigacin se orient solucin de las ecuaciones,
a la elaboracin de una herramienta seleccionndose el ms adecuado para
computacional bajo el ttulo HidroEsta, cada situacin.
software para clculos hidrolgicos,
utilizando Visual Basic, el cual pretende El producto del trabajo proporciona al
ser una aplicacin que permita facilitar ingeniero civil, agrcola, agrnomo,
y simplificar los clculos laboriosos hidrlogos y otros especialistas que
que se deben realizar en los estudios trabajen en este campo, una herramienta
hidrolgicos. que permite realizar clculos,
simulaciones rpidas, y determinar los
El software permite el clculo de los caudales o precipitaciones de diseo.
parmetros estadsticos, clculos de
regresin lineal, no lineal, simple y
mltiple, as como regresin Introduccin
polinomial, evaluar si una serie de
datos se ajustan a una serie de Los estudios hidrolgicos requieren
distribuciones, calcular a partir de la del anlisis de cuantiosa informacin
curva de variacin estacional o la hidrometeorolgica; esta informacin
curva de duracin, eventos de diseo puede consistir en datos de precipitacin,
con determinada probabilidad de caudales, temperatura, evaporacin, etc.
ocurrencia, realizar el anlisis de una Los datos recopilados, solo representan
tormenta y calcular intensidades una informacin en bruto, pero si estos
mximas, a partir de datos de se organizan y se analizan en forma
pluviogramas, los clculos de aforos adecuada, proporcionan al hidrlogo una
realizados con correntmetros herramienta de gran utilidad, que le

Vol. 18 N. 2 1
Especial
1 Ingeniero agrcola, especialista en ingeniera de recursos de aguas y suelos y computacin.
Catedrtico, Escuela Ingeniera Agrcola. Instituto Tecnolgico de Costa Rica. Cartago, Costa Rica.
Telfono: 550-2595. Correo electrnico: mvillon@itcr.ac.cr.
permite tomar decisiones en el diseo valores son
de estructuras hidrulicas (5). nmeros reales,
que no pueden
Para realizar los clculos, los hidrlogos
tienen que afrontar una serie de
problemas, debido a que:
El procesamiento de la informacin
que se tiene que realizar es bastante
laboriosa.
Las ecuaciones por solucionar,
en la mayora de los casos, son
muy complejas, y para su solucin
se requiere del uso de mtodos
numricos.
Las simulaciones que se realizan
manualmente consumen mucho
tiempo, debido a los clculos
requeridos.
Por lo laborioso del proceso de
la informacin y de los clculos, se
puede incurrir en errores, en razn de
lo cual es necesario un software que
brinde al hidrlogo una herramienta
que le permita simplificar todos estos
procesos, e inclusive posibilitarle
simular sus resultados, facilitando con
esto optimizar su diseo.

Objetivo
Elaborar un software que facilite y
simplifique los clculos laboriosos, y
el proceso del anlisis de la abundante
informacin que se deben realizar en los
estudios hidrolgicos.

Fundamentos tericos
Variables aleatorias
Una variable aleatoria (1) es una funcin
X, definida sobre un espacio muestral
S, que asigna un valor a esta variable,
correspondiente a cada punto (o cada
resultado) del espacio muestral de un
experimento.
A una variable aleatoria se le conoce
tambin como variable estocstica, sus

2 Vol. 18 N. 2
Especial
predecirse con certeza antes de ocurrir el fenmeno; es decir, Notacin:
ocurren al azar. X variable aleatoria de la funcin x
Variable aleatoria discreta valor particular que toma la
variable aleatoria
Se dice que una variable aleatoria X es discreta cuando
sus valores se restringen a un conjunto enumerable finito o f(x)
infinito. funcinde densidad de probabi
Ejemplo: Nmero de das de lluvias ocurridas en los meses lidad (funcin de probabilidad,
de un ao cualquiera. distribucin de probabilidad de x)
F(x) funcin acumulada (funcin de
Variable aleatoria continua distribucin acumulada)
Se dice que una variable aleatoria X es continua, cuando
sus valores se encuentran en un rango continuo y puede Medidas de las
ser representado por cualquier nmero entero o decimal. distribuciones
La media aritmtica
Ejemplo: El caudal diario registrado en una estacin de
aforo. Dada la muestra compuesta de n datos,
x1, x2, ..., xn, la media, se define como
Distribuciones la suma algebraica de ellas, dividida
El comportamiento de una variable aleatoria se describe entre el nmero de datos. Cuando se
mediante su ley de probabilidades, que, a su vez, se puede calcula la media para una poblacin,
caracterizar de varias maneras. La ms comn es mediante esta se
la distribucin de probabilidades de la variable aleatoria (4).
denota por , y cuando se trata de una La moda
muestra, por x.
Es aquel valor que se repite ms
Matemticamente, la media de los datos frecuentemente en un conjunto de datos,
no agrupados se representa por: se denota por Mo.
Para datos agrupados en intervalos de
clase, la moda, una vez determinada la
clase modal, se calcula con la siguiente
ecuacin:

los datos (5). Este


nico elemento de
donde: los datos
= media poblacional ordenados es el
ms cercano a la
= media muestral mitad, o el ms
xi = valor i-simo de la muestra central en el
conjunto de
n= nmero de datos de la muestra o
nmeros. La
poblacin
mitad de los
La mediana elementos quedan
Es un valor nico de un conjunto de por encima de
datos que mide el elemento central en

Vol. 18 N. 2 3
Especial
ese punto, y la otra mitad por debajo donde:
de l.
Mo = moda
Sean x1, x2, x3, ..., xn datos ordenados
por magnitud creciente o decreciente y Lm =lmite inferior de la clase modal
n el nmero impar de datos, la mediana d1 = diferencia entre la frecuencia
(Med) es el dato situado en el centro, es de la clase modal y la
decir: premodal (clase anterior)
d2 = diferencia entre la frecuencia
de la clase modal y la
Med = , para n impar
posmodal (clase siguiente)
w = amplitud del intervalo de clase
si n es par, la mediana es el promedio de
En general, la clase modal es aquella
los nmeros centrales; es decir:
que tiene la mxima frecuencia.
Varianza
La varianza poblacional se define
como la suma de cuadrados de las
desviaciones de los datos con respecto a
la media, dividida entre el nmero total
de datos, es decir:

La varianza muestral (S) (5) se obtiene


dividiendo la suma de cuadrados de las
observaciones de los datos con respecto
a la media, entre el nmero total de
datos menos uno; es decir:

, para n par
Desviacin estndar donde:
La desviacin estndar se define como
la raz cuadrada positiva de la varianza;
es decir:
(poblacional)

(muestral)

Coeficiente de variacin
Es una medida relativa de dispersin,
que relaciona la desviacin estndar y la
media; es decir:

4 Vol. 18 N. 2
Especial
Para datos poblacionales, el coeficiente
de curtosis (k) se define mediante la
siguiente ecuacin:
Curtosis

Sesgo
El sesgo es el estadstico que mide la
simetra y asimetra (2). donde:
El sesgo ( ) para datos poblacionales se
obtiene con la siguiente ecuacin:

donde:

El coeficiente de curtosis para datos


muestrales (2) se define como:

El sesgo para datos muestrales, se donde:


obtiene con:

Vol. 18 N. 2 5
Especial
Grfico
Mnimos cuadrados
Momentos
Mxima verosimilitud
eficiencia, los
siguientes:
Estimacin de parmetros
Los parmetros de una distribucin
terica son variables que para cada
conjunto de datos tiene un valor
definido. Una vez que los parmetros
quedan definidos, tambin queda
definida la distribucin terica.
Por lo general, una funcin densidad o
una funcin de distribucin acumulada,
puede escribirse como una funcin de la
variable aleatoria y, en general, como
una funcin de sus parmetros; as,
por ejemplo, la funcin densidad de la
distribucin normal de variable aleatoria
X, es:

donde:
= parmetro de localizacin.
= parmetro de escala.
Para que la funcin f(x), quede definida,
debe calcularse los parmetros y .
Como normalmente no se conocen
todos los valores de la variable
aleatoria, la estimacin de los
parmetros se realiza a partir de una
muestra (4).

Mtodos de
estimacin de
parmetros
Para determinar los valores numricos
de los parmetros de la distribucin
terica, a partir de los datos muestrales,
se utilizan varios mtodos de
estimacin (5), siendo en orden
ascendente de menor a mayor
Pruebas de bondad de ajuste
Las pruebas de bondad de ajuste consisten en comprobar, Distribuciones tericas
grfica y estadsticamente, si la frecuencia emprica de la El hidrlogo generalmente tendr
serie analizada se ajusta a una determinada funcin de disponible un registro de datos
probabilidades terica seleccionada a priori, con los hidrometeorolgico (precipitacin,
parmetros estimados, con base en los valores muestrales. temperaturas, evapotranspiracin,
Las pruebas estadsticas (4) tienen por objeto medir la caudales, etc.),atravsdesuconocimiento
certidumbre que se obtiene al hacer una hiptesis estadstica del problema fsico, escoger un modelo
sobre una poblacin; es decir, calificar el hecho de probabilstico por usar, que represente
suponer que una variable aleatoria se distribuya segn una en forma satisfactoria el
cierta funcin de probabilidades. comportamiento de la variable.
Las pruebas de bondad de ajuste ms utilizadas son: Distribucin normal o
Ajuste grfico gaussiana
Ajuste Se dice que una variable aleatoria X
{
Chi - cuadrado
estadstico Smirnov - Kolmogorov tiene una distribucin normal (2), si su
funcin densidad, es:

Donde y, y, son la media y desviacin


estndar de los logaritmos naturales
para - < x <
de x; es decir, de lnx, y representan,
donde: respectivamente, el parmetro de
f(x) = funcin densidad normal de la escala y el parmetro de forma de la
distribucin.
variable x
Distribucin
x= variable independiente
gamma de dos
X = parmetro de localizacin, parmetros
igual a la media aritmtica Se dice que una variable aleatoria X,
de x tiene una distribucin gamma de 2
S = parmetro de escala, igual a la parmetros (5), si su funcin densidad
desviacin estndar de x de probabilidad es:
EXP = funcin exponencial con
x
1
base e, de los logaritmos x e
f (x)

neperianos.
Cuando la variable aleatoria X se
para:
distribuye normalmente con media 0x<
y varianza ( 2 = S2), se denota
0< <
de la siguiente forma:
0<<
siendo:
= parmetro de forma (+)
Distribucin log-
normal de 2 = parmetro de escala (+)
parmetros = funcin gamma completa,
La variable aleatoria X es positiva y el definida como:
lmite inferior xo no aparece. que converge si > 0
La variable aleatoria: Y = lnX, es
normalmente distribuida con media y Distribucin log-Pearson
y varianza y tipo III

Se usan estos parmetros para Se dice que una variable aleatoria X


especificar que la distribucin es tiene una distribucin log-Pearson tipo
logartmica, puesto que tambin puede II [5], si su funcin densidad de
usarse la media y la varianza de X. probabilidad es:

Se dice que una variable aleatoria X


tiene una distribucin log-normal de 2
parmetros (5), si su funcin densidad
es:

para 0 < x <


p xo x <
a
- < xo <
r
a 0<<
:
0< < - < x <
donde: Distribucin
log-Gumbel
xo = parmetro de posicin
= parmetro de escala
= parmetro de forma
Distribucin Gumbel
La distribucin Gumbel (5) es una de
las distribuciones de valor extremo, es
llamada tambin Valor Extremo Tipo I,
Fisher-Tippett tipo I o distribucin doble
exponencial.
La funcin de distribucin acumulada
de la distribucin Gumbel, tiene la
forma:
F(x) = EXP(-EXP(-(x - ) /))

para: - < x <


donde:
0 < < es el parmetro de escala
- < < es el parmetro de posicin,
llamado tambin valor central o moda
Derivando la funcin de distribucin
acumulada con respecto a x, se obtiene
la funcin densidad de probabilidad; es
decir:

para:
La funcin de distribucin acumulada de la distribucin
Gumbel (5) tiene la forma: Caudales mximos
Para disear (6):
Las dimensiones de un cauce
Sistema de drenaje
para: - < x < donde:
- agrcola
0 < < es el parmetro de escala
- aeropuerto
- < < es el parmetro de posicin, llamado tambin
valor central o moda - ciudad
si en la ecuacin, la variable x se reemplaza por lnx, se - carretera
obtiene la funcin acumulada de la distribucin log- Muros de encauzamiento para
Gumbel, o distribucin de Frchet. proteger ciudades y plantaciones
Medicin de caudales (aforos) Alcantarillas
La hidrometra es la rama de la Hidrologa que estudia la Vertedores de demasas
medicin del escurrimiento. Para este mismo fin, es usual
Luz en puentes
emplear otro trmino denominado aforo. Aforar una
corriente significa determinar, a travs de mediciones, el Se debe calcular o estimar el caudal
caudal que pasa por una seccin dada y en un momento dado de diseo que, para esos casos, son los
(6). caudales mximos.
Algunos mtodos para el clculo del En los proyectos
caudal mximo, son: de irrigacin
interesa hacer
Mtodo directo
clculos previos
Mtodos empricos de las
Mtodo del nmero de curva necesidades de
agua de los
Mtodos estadsticos cultivos. Estas
Mtodos hidrolgicos necesidades de
agua, que van a
Evapotranspiracin ser satisfechas
mediante el riego,
Son las prdidas totales: evaporacin viene a constituir
de la superficie evaporante (del suelo y la
agua) + transpiracin de las plantas. evapotranspiraci
Eltrminoevapotranspiracinpotencial n o el uso
(6) fue introducido por Thornthwaite y consuntivo.
se define como la prdida total del agua Para el clculo
que ocurrira si en ningn momento de estas
existiera deficiencia de agua en el suelo cantidades de
para el uso de la vegetacin. agua, se han
Se define como el uso consuntivo la desarrollado
suma de la evapotranspiracin y el agua mtodos basados
utilizada directamente para construir en datos
los tejidos de las plantas. meteorolgicos,
de los cuales los
Como el agua para construir los tejidos ms conocidos
comparada con la evapotranspiracin es
despreciable, se puede tomar:
Uso consuntivo evapotranspiracin
son el Thornthwaite y el de Blaney algoritmo de Newton Raphson
Clidde.
mtodo de la secante
integracin grfica
Materiales y mtodos
interpolacin de Lagrange
Para el desarrollo del software, se
algoritmo de Romberg
utiliz Visual Basic, versin 6.0, la cual
permite crear aplicaciones de 32 bits. Para el clculo de las distribuciones
acumuladas tericas como la Normal,
Para la solucin de las ecuaciones, se
Log-Normal, Gamma, y el clculo de
utilizarn los mtodos numricos, tales
sus valores inversos, se utiliza el
como:
desarrollo de series.
Muchas soluciones de las ecuaciones se
realizan mediante nomogramas y tablas.
Para un proceso computacional, estas se
deben transformar a ecuaciones, por lo
que se investigarn las ecuaciones ms
adecuadas, utilizando:
correlaciones lineales simples
correlaciones no lineales, simples
correlaciones lineales mltiples
correlaciones no lineales mltiples

Resultados
El producto de este trabajo es
HidroEsta. Una de sus pantallas,
correspondiente al clculo de la
distribucin normal, se muestra en la
figura de la siguiente pgina.

Discusin
Los resultados computacionales
obtenidos con la aplicacin son, en
todos los casos, ms aproximados que
los obtenidos con los nomogramas.
HidroEsta representa una contribucin
para simplificarlos estudios
hidrolgicos. Es importante porque:
Proporciona una herramienta
novedosa y fcil de utilizar para el
ingeniero civil, ingeniero agrcola,
ingeniero agrnomo y otros
especialistas que trabajen en el
campo de los estudios hidrolgicos.
Permite, simplificar el proceso de
la abundante informacin y los
clculos laboriosos. in hydrology. Water
Permite a partir de la informacin Resources Publications,
Michigan, U.S.A. 1977.
proporcionada, simular los
parmetros de diseo de las 3 Maidment, David. Handbook
of hydrology. Editorial
estructuras por construir. McGraw-Hill. New Cork USA.
Reduce enormemente el tiempo de 1993.
clculo. 4 Villn, Mximo. Diseo de
capacidad de embalses por el
Permite obtener un diseo ptimo y mtodo experimental- teora
econmico. de range. Tesis para optar
por el grado de Magster
Scientiae en Ingeniera de
Agradecimiento Recursos de Agua y Tierra.
Universidad Nacional Agraria
Un especial agradecimiento a la La Molina. Lima Per, 1983.
Vicerrectora de Investigacin y 5 Villn, Mximo. Hidrologa
Extensin del Instituto Tecnolgico de estadstica. Taller de
Costa Rica, que facilitaron el tiempo y Publicaciones. Instituto
el material para realizar este trabajo. Tecnolgico de Costa Rica.
Cartago - Costa Rica. 2001.
6 Villn, Mximo. Hidrologa.
Referencias Taller de Publicaciones.
bibliogrficas Instituto Tecnolgico de
Costa Rica. Cartago Costa
1 Haan, Ch. Statistical methods in Rica. 2002.
hydrology. Iowa State
University Press, U.S.A., 1977.
2 Kite, G.W. Frequency and risk
analyses