Академический Документы
Профессиональный Документы
Культура Документы
Resumen
1. Introducción
Lo afluencia del río varío en el transcurso del dio, dio tros día, mes tros mes,
año tros año; se acostumbra ei valor diario como ei estimador medio de va-
rios observociones por día. En lo práctica ios afluencias no se miden directo-
mente sino que se infieren de los elevaciones estimados u observadores y de
uno curvo de clasificación adecuado.
64
MÉTODO ESTADÍSTICO PARA MODELAR ...
El río es la corriente natural de drenoje de las aguas que caen como pre-
cipitación sobre lo cuenco.
65
BOADA R. Y PACHECO D.
Los magnitudes de los caudales que posan por lo estación y sus variocio-
nes con el tiempo, representa los respuestas de lo cuenca a ios lluvias que
caen sobre ella; estos respuestas dependen, tonto de ios característicos de
lo lluvia como de lo cuenca. Los primeras se refieren o intensidades, duracio-
nes, patrones temporales y distribución sobre ei área , mientras que lq carac-
terística de una cuenca depende de su delimitación, que se hqce teniendo
en cuenta condiciones de orden topográfico, principolmente.
IDROG
Fig, N« 1
Se optó por cuenca del río Coello, (Fig, N' 1) dado que esto zono es piloto
en un proyecto de ordenamiento territorioi ei cuol tiene como objetivos:
4. Estimación de crecientes
67
BOADA R. Y PACHECO D.
Raro vez los eventos en hidrología pueden ser descritos por uno distribución
normal dado que estos eventos son comúnmente asimétricos, por lo que va-
rios transformaciones fueron desarroilodos paro normalizar uno distribución
asimétrica.
La distribución log-Pearson tipo 111 tiene tres porámetros. Bobee (1975) mos-
tró que lo distribución puede tomar varias formas dependiendo de lo rela-
ción entre parámetros y sus signos, el rango de la variable también depende
69
BOADA R. Y PACHECO D.
del signo de ios parámetros. Lo variable puede tener un límite inferior positivo
e indefinido o éste puede ser cero, el límite inferior con un límite superior posi-
tivo.
x = - 0 ( 1 - F ) b - K C ( l - F)-dH-e
Tr = !IL101*100%
M -0,4
Es decir el tiempo de retorno de una creciente es el inverso de lo probabi-
lidad de ocurrencia.
70
MÉTODO ESTADÍSTICO PARA MODELAR ...
8. Período de retomo
Tr = i
P
n M - 0,4
P = n + 0,2 entonces
n-0,2
Tr =
M -0,4
Sí se tienen los siguientes valores calculados poro lo cuenca del río Coello:
(ver tabio 1)
Período de
Año Dato Ronqueo Pr^oobilidoa ,, ,
Retorno
1989 57,220 16 85,71 1,167
71
BOADA R. Y PACHECO D.
P = P(QsXi) = l - _ [ ! _ * 100
^ ' n+1
y así sabemos que :
P = 1 -P(QaXi)
P = 1 - F(X)
Por ejemplo sl P(Q & 60 m^/seg.) = 0,25 es decir de 100 datos se espera que
25 sean menores o que 7 sean mayores que 60 m^/seg.. Expresado en el
tiempo se interpreta así: en 100 años se espera que durante 25 años se regis-
tren caudales superiores o 60 m^/seg., por lo tanto que codo período de re-
torno Tr - 1 /25 = 4 oños, se presenta un caudol superior o igual o 60 m^/seg..
Aquí se presenta el ajuste analítico y gráfico del mejor modelo. Poro evo-
luar uno variable aleatoria en hidrología se utilizan los siguientes estimadores
de esperanzo matemático, modo, mediano, vorionzo, desviación estándar,
coeficiente de variación y coeficientes de sesgo. Sinembargo uno determi-
nada distribución puede ser escogida con base en criterios de flexlbilldod,
conveniencia general, bondad de ajuste, odoptabiiidod teórica en lo des-
cripción del fenómeno y hobilidod poro extraer mayor información de los do-
tos, utilizando técnicos apropiados de estimación de parámetros.
exp¡-i.n^¡
f(x) = ! 2—L inx-m (1)
|a|r(b) \ o í
72
MÉTODO ESTADÍSTICO PARA MODELAR ...
i£LL=_L2(Lnx-m)-^*Nb =0 (2)
6a o^ a
cD(b) = L n ( b ) - l - - - L _ + — L ^ L^ (7)
2b 12 b'' 120 b 252 b*
a=Sgl/2 (9)
b=(2/gl)^ (10)
rn = X-2S/gl (11)
74
MÉTODO ESTADÍSTICO PARA MOD^AR ...
75
BOADA R. Y PACHECO D.
Período de 1
Orden des- Probabilidad
Año Caudal Ronqueo retomo
cendente %
Años
1972 180 180 1 3,3 30,333
1973 101 171,3 2 8,79 11,375
1974 77 145 3 14,29 7
1975 171,3 130 4 19,78 5,056
1976 145 101 5 25,27 3,957
1977 90 90 6 30,77 3,25
1978 130 90 7 36,26 2,758
1979 90 79,4 8 41,76 2,395
1980 39,6 77,65 9 47,25 2,116
1981 77,65 77,25 10 52,75 1,896
1982 77,25 77 11 58,24 1,717
1983 55,8 74,8 12 63,74 1,569
1984 72,7 72,7 13 69,23 1,444
1985 65,4 70,55 14 74,73 1,338
1986 74,8 65,4 15 80,22 1,247
1987 79,4 57,22 16 85,71 1,167
1988 70,55 55,8 17 91,21 1,096
1 1989 57,22 39,6 18 96,7 1,034 1
Tabla 1
76
MÉTODO ESTADÍSTICO PARA MODELAR ...
X(MAX) =180
I -i: •'—IFST"—
'í5W^Í?%^Sí¿S í5^^SH^~- í ^ 5 5 í ¿ W ^ | í ^ ^ ^ ^
_r.¿ji.¿;-:-:'r-::-.u::! íKir.!;-^-'^:= - ^ d - j g ^ J S ; í r ^ i i í ^ i m - . i ;
-;sí.s-.í- -^ •
.. :.r'uxz.7-:':S^:3^:^t,:¡^í%r..:
.,^, •.. -/^L,j¿«t-rjí V
JO) ^Í-ÍSÉW^^'
- - ; JÍ', :,í3^.^.sr.~}:-'':!'i
OS 7 £W ^3iN333aD
•"-)»-in-Wí^ v i - •fífr^'íy—^^.-^^^rtí^-rf i'i^*-' •'---vt^r¿« --a^-ji...^
Fig.2
78
MÉTODO ESTADÍSTICO PARA MODEUR ...
ise
150
120
/ CAUDAL M3-^-S9
y 30
80
100
PROBABILIDAD DE OCURRENCIA
Fig. 3
79
BOADA R. Y PACHECO D,
15. Conclusiones
80
MÉTODO ESTADÍSTICO PARA MODELAR ...
Bibllogratía
Linsley, K., 1988, Hidrología para ingenieros. Segundo Edición, McGraw Hill,
Bogotá.
81
BOADA R. Y PACHECO D,
82