TRABAJO 2 HIDROLOGÍA

ANÁLISIS DE CAUDALES MEDIOS Y EXTREMOS

DANIEL ESTEBAN CADAVID SÁNCHEZ

PROFESOR

GERMÁN POVEDA JARAMILLO

UNIVERSIDAD NACIONAL DE COLOMBIA SEDE MEDELLIN

FACULTAD DE MINAS

MARZO DE 2019
 1. A partir de la serie de caudales diarios, calcule la serie de caudales promedios mensuales,
y la serie de caudales promedios anuales. Los datos faltantes No se deben involucrar en
los análisis. Estime el ciclo anual promedio de caudales mensuales, y grafíquelo
incluyendo el error de estimación de la media de cada mes.
600
SERIE DE CAUDALES DIARIOS
500

400

300

200

100

Gráfica 1. Serie de caudales diarios.

La serie muestra el comportamiento oscilador no armónico de los caudales diarios. Entre los años
1985 y 1995 se denota un cuasi periodo 1 o 2 años en los caudales mínimos de la serie. Por su parte
también se denota un cuasi periodo de aproximadamente un año para los caudales máximos entre
los años 1999 y 2008. Al final de septiembre de 1999 se observa un caudal máximo de magnitud
503,8. Mientras que en agosto de 2006 se observa el caudal mínimo de magnitud 7,85.

230

210
CAUDALES PROMEDIO ANUALES
190

170

150

130

110

90

70

50

Gráfica 2. Serie de caudales promedio anuales.

 En la serie de caudales promedio anuales no se distingue tendencia alguna. Una característica que
se conserva de la serie de caudales diarios en su máximo, que ocurre en 1999 con magnitud 213,32
argumentando a este como un valor extremo significativo a tener en cuenta. En cuanto a los
mínimos no es posible realizar afirmaciones tan representativas puesto que hay cinco valores
cercanos a el mínimo.

400
Serie de caudales medios mensuales
350

300

250

200

150

100

50

Gráfica 3. Caudales medios mensuales.

En la serie de caudales medios mensuales se conserva la tendencia en los años cercanos a 1999, lo
que muestra el gran impacto que tuvo esta temporada para los caudales de la cuenca en cuestión.
Sin embargo, en esta serie dicha temporada aunque sí es la de mayor área (duración*magnitud), no
es el valor extremo de los máximos, puesto que el mes de diciembre de 1993 presentó los registros
diarios más altos alcanzando un caudal medio mensual de magnitud 342,72, hecho que resulta
esporádico teniendo en cuenta los caudales medios mensuales del resto del año 1993 y si bien los
primeros meses de 2014 presentan caudales medios mensuales altos no son comparables con la
magnitud de diciembre de 1993 (ver gráfica 1); también hay valores de magnitud significativamente
grande entre junio y septiembre de 1997 y en noviembre de 2010. Para los caudales medios
mensuales mínimos se observan datos significativos en marzo de 1983, febrero de 1987, agosto de
1997 y febrero de 1998.
300 1976
1977
280
CICLO ANUAL PROMEDIO DE CAUDALES MENSUALES 1978
1979
1980
260 1981
1982
240 1983
1984
1985
220 1986
1987
200 1988
1989
180 1990
1991
1992
Caudal

160 1993
1994
140 1995
1996
120 1997
1998
1999
100 2000
2001
80 2002
2003
60 2004
2005
2006
40 2007
2008
20 2009
2010
2011
0 2012
1 2 3 4 5 6 7 8 9 10 11 12 2013
Mes MEDIA
Gráfica 4. Ciclo anual de promedio de caudales mensuales.

180
170 CICLO ANUAL PROMEDIO DE CAUDALES MENSUALES
160
150
140
130
120
Caudal

110
100
90
80
70
60
MEDIA
50
40
1 2 3 4 5 6 Mes 7 8 9 10 11 12
Gráfica 5. Ciclo anual de promedio de caudales mensuales en año calendario (enero como mes 1 y diciembre como mes
12) con barras de error en la estimación de la media.
 180
170 CICLO ANUAL PROMEDIO DE CAUDALES MENSUALES
160
150
140
130
120
Caudal

110
100
90
80
70
60
MEDIA
50
40
1 2 3 4 5 6 7 8 9 10 11 12
Mes
Gráfica 6. Ciclo anual de promedio de caudales mensuales en año hidrológico (junio como mes 1 y mayo como mes 12)
con barras de error en la estimación de la media.

Con el ciclo de promedio de caudales mensuales es posible notar las tendencias a nivel anual, es
decir, como ha variado históricamente un año arbitrario entre 1976 y 2013. En el año calendario se
puede notar un ciclo bimodal, con valores extremos superiores en mayo y noviembre y valores
extremos inferiores en marzo y agosto. Resulta más cómodo ver las tendencias de crecimiento o
decrecimiento de los caudales a nivel anual en año hidrológico, evidenciando decrecimiento en JJA
y DEF y mostrando crecimiento en SON y MAM.

En conclusión: A lo largo del periodo de tiempo comprendido entre 1976 y 2013, la cuenca en
cuestión ha experimentado eventos irregulares a nivel de caudales máximos, en la escala temporal
de la serie diaria se presentaron hechos que si bien, con poca duración tuvieron una magnitud
importante respecto a las demás de esta escala temporal; En el ámbito mensual se evidenciaron
que muchos de los caudales diarios extremos no tuvieron mucha trascendencia temporal, mientras
que otros ampliaron su importancia en magnitud comprendiendo meses e incluso años (caso 1999)
de caudales altos; A escala anual se notó el antes mencionado valor extremo de 1999 cuya magnitud
se presentó exageradamente superior a el resto de la serie.

2. Calcule y grafique la función de masa de probabilidades (histograma de frecuencias) y la

Función de Distribución Acumulada de los caudales diarios, de los caudales promedios
mensuales y de los caudales promedios anuales. Para las tres series de caudales estime
la media, la varianza, la desviación estándar, el coeficiente de variación, el coeficiente de
asimetría y el coeficiente de kurtosis. Calcule la entropía de las series de caudales.
 Estadistica descriptiva serie caudales Estadistica descriptiva serie de Estadistica descriptiva serie de
diarios caudales medios mensuales caudales medios anuales
Media 103,909196 Media 103,952962 Media 104,064318
Error típico 0,52465321 Error típico 2,49759394 Error típico 4,73037677
Mediana 89,21 Mediana 93,0780269 Mediana 98,1018171
Moda 60,5 Moda 70,3225806 Moda #N/A
Desviación estándar 59,7022163 Desviación estándar 51,6706253 Desviación estándar 28,7737586
Varianza de la muestra 3564,35463 Varianza de la muestra 2669,85352 Varianza de la muestra 827,929182
Curtosis 3,17786877 Curtosis 1,16180729 Curtosis 4,84763228
Coeficiente de asimetría 1,47954854 Coeficiente de asimetría 0,98070087 Coeficiente de asimetría 1,84471851
Rango 498,243 Rango 322,719355 Rango 143,321575
Mínimo 7,857 Mínimo 19,9967742 Mínimo 70,0008385
Máximo 506,1 Máximo 342,716129 Máximo 213,322413
Suma 1345520,17 Suma 44491,8677 Suma 3850,37976
Cuenta 12949 Cuenta 428 Cuenta 37
Nivel de confianza(95,0%) 1,02839754 Nivel de confianza(95,0%) 4,90910873 Nivel de confianza(95,0%) 9,59364875
Entropía 1,09640119 Entropía 1,55842648 Entropía 0,59019657
Coeficiente de variación 0,574561433 Coeficiente de variación 0,497057749 Coeficiente de variación 0,276499757
Tabla 1. A) Estadística descriptiva serie de caudales diarios. B) Estadística descriptiva serie de caudales medios
mensuales. C) Estadística descriptiva serie de caudales medios anuales.

Función masa de probabilidades y la Función de

0,2 distribución acumulada serie de caudales diarios 120,00%
0,18
100,00%
0,16
0,14 80,00%
Frecuencia

0,12
0,1 60,00%
0,08
0,06 40,00%
0,04
20,00%
0,02
0 0,00%
y…
7,857
25,038
42,219
59,399
76,580
93,761

299,930

471,738
110,942
128,123
145,303
162,484
179,665
196,846
214,027
231,207
248,388
265,569
282,750

317,111
334,292
351,473
368,654
385,834
403,015
420,196
437,377
454,558

488,919
506,100

Clase
Gráfica 7. Función de masa de probabilidades y la Función de Distribución Acumulada serie de caudales diarios.
 Función masa de probabilidades y la Función Distribución
Acumulada serie de caudales medios mensuales
0,14 120,00%
0,12 100,00%
0,1
80,00%
Frecuencia

0,08
60,00%
0,06
40,00%
0,04
0,02 20,00%

0 0,00%
19,997
31,125
42,253
53,382
64,510
75,638
86,766
97,895
109,023
120,151
131,279
142,408
153,536
164,664
175,792
186,921
198,049
209,177
220,305
231,434
242,562
253,690
264,818
275,947
287,075
298,203
309,331
320,460
331,588
342,716
y mayor...
Clase
Gráfica 8. Función de masa de probabilidades y la Función de Distribución Acumulada serie de caudales medios
mensuales.

Función masa de probabilidades y la Función de

0,35
Distribución Acumulada serie de caudales medios anuales 120,00%

0,3 100,00%
0,25
80,00%
Frecuencia

0,2
60,00%
0,15
40,00%
0,1

0,05 20,00%

0 0,00%
70,001 84,333 98,665 112,997 127,329 141,662 155,994 170,326 184,658 198,990 213,322 y
mayor...
Clase
Gráfica 9. Función de masa de probabilidades y la Función de Distribución Acumulada serie de caudales medios anuales.

De la tabla 1 se anuncian los momentos estadísticos de las tres series en cuestión. En las tres la
media arrojó valores similares, como era de esperarse. La desviación estándar resulta alta para la
serie diaria y la serie media mensual, siendo del orden de la mitad de la media, evidenciando la
posibilidad de encontrar valores atípicos en los caudales de las respectivas series; para la serie de
caudales medios mensuales la desviación estándar resultó sólo un poco mayor que la cuarta parte
de la media, hecho que da cuenta de los valores atípicos de la serie, hecho que está condicionado
por la magnitud de 1999.

En las funciones de masa de probabilidad (Gráficas 7, 8 y 9) nos permiten evidenciar de forma gráfica
los valores del coeficiente de asimetría y del coeficiente de curtosis consignados en la tabla 1.

Gracias a el tamaño muestral la serie de caudales diarios tiene una función de masa de probabilidad
muy bien definida, algo menos definida por los mismos motivos está la serie de caudales medios
mensuales, ambas con un coeficiente de asimetría positivo (hacia la derecha), evidenciando una
probabilidad importante a encontrar caudales por encima de la media de la serie. Para la serie de
caudales diarios el coeficiente de curtosis es de casi 3 (mesocúrtica) clasificándola como una
distribución con colas muy similares a la normal y mostrando una regularidad en el decrecimiento
de la probabilidad de los caudales mayores a la media. Por el contrario, el coeficiente de curtosis de
la serie de caudales medios mensuales es menor que 3 clasificando las funciones como platicúrtica
o de colas delgadas, reduciendo la posibilidad de encontrar caudales muy superiores a la media.

Para la serie de caudales medios anuales se tiene un tamaño muestral muy pequeño de 37 datos
(debido a la ausencia de dato alguno en 1981), este hecho condicionó al momento de seleccionar el
numero de intervalos de clase, para tal caso se usaron 10 intervalos de clase. Aunque si bien no se
alcanza a definir con claridad la función de masa de probabilidad, es posible distinguir lo que se
muestra en la tabla 1C, donde el coeficiente de asimetría es positivo (hacia la derecha), es decir con
grandes probabilidades de encontrar caudales por encima de la media y el coeficiente de curtosis
es mayor que 3 clasificándola como leptocúrtica o de colas gordas, este hecho es diciente ya que se
tendrá una buena probabilidad de encontrar caudales muy superiores a la media.

Desde la ingeniería es importante conocer la forma de las colas ya que estas son indicadores de los
valores extremos de los caudales y estos últimos juegan un papel fundamental en el diseño,
planeación, mantenimiento y operación de obras hidráulicas y en general civiles.

Normal

Kolmogórov-Smirnov

Tamaño de la muestra 12949

Estadística 0,09984
Valor P 0
Rango 40

a 0,2 0,1 0,05 0,02 0,01

Valor crítico 0,00943 0,01075 0,01193 0,01334 0,01432

Rechazar? Sí Sí Sí Sí Sí
Tabla 2. Prueba de Kolmogórov-Smirnov para serie de caudales diarios.
Normal
Kolmogórov-Smirnov
Tamaño de la muestra 428
Estadística 0,09549
Valor P 7,5522E-4
Rango 1
0,2 0,1 0,05 0,02 0,01
Valor crítico 0,05187 0,05912 0,06564 0,07338 0,07874
Rechazar? Sí Sí Sí Sí Sí
Tabla 3. Prueba de Kolmogórov-Smirnov para serie de caudales medios mensuales.

Normal
Kolmogorov-Smirnov
Tamaño de la muestra 428
Estadística 0,09549
Valor P 7,5522E-4
Rango 1
a 0,2 0,1 0,05 0,02 0,01
Valor crítico 0,05187 0,05912 0,06564 0,07338 0,07874
Rechazar? Sí Sí Sí Sí Sí
Tabla 4. Prueba de Kolmogórov-Smirnov para serie de caudales medios anuales.

Para las tres series se puede afirmar que con una confianza hasta del 99% los caudales no se
distribuyen de una manera normal aplicando la prueba de Kolmogórov-Smirnov. En este orden de
ideas se puede afirmar que los caudales no son Gaussianos. Este hecho junto a los distintos tipos de
cola que se tienen para cada distribución da a entender la complejidad de este tipo de procesos.

A demás al tratarse de fenómenos que ocurren en la naturaleza resulta correcto afirmar que no se
tratan de fenómenos predecibles ni Gaussianos, la entropía del sistema y el coeficiente de variación
son datos que confirman el argumento.

3. A partir de la serie de caudales diarios, calcule la serie de caudales máximos anuales y

grafíquela. Calcule la media, desviación estándar, coeficiente de asimetría y coeficiente
de kurtosis de dicha serie.
 Estadística descriptiva caudales máximos maximorum

Media 289,861538
Error típico 13,6264021
Mediana 277,6
Moda 225,4
Desviación estándar 85,0968538
Varianza de la muestra 7241,47453
Curtosis -0,59158382
Coeficiente de asimetría 0,39544874
Rango 362,9
Mínimo 143,2
Máximo 506,1
Suma 11304,6
Cuenta 39
Tabla 5. Estadística descriptiva de la serie de caudales máximos maximorum.

Serie de caudales máximos maximorum

600

500

400

300

200

100

Gráfica 10. Serie de caudales máximos maximorum.

Se calcula el caudal máximo de cada año hidrológico (de junio a mayo), extrayendo el máximo caudal
registrado durante el periodo acontecido. Como se mencionó anteriormente el caudal de magnitud
506,1 del 30 de septiembre de 1999 resultó como el más alto de la serie, hecho que se ve reflejado
en la abscisa del periodo 1999-2000 en la gráfica 10. A demás de este caudal, máximos significativos
cercanos a la magnitud 400 son posibles de encontrar en los años 1990-1991, 1993-1994, 1998.1999
y 2005-2006.

Este tipo de caudales son muy importantes en el diseño en ingeniería ya que en base a ellos se
calculan los periodos de retorno de las diferentes obras. Hecho que condiciona la obra en cuanto a
factores de seguridad, costos y demás impactos.
 4. Estime los caudales máximos anuales con período de retorno de 2.33, 5, 10, 25, 50, 100 y
500 años, usando las funciones de distribución de probabilidades (FDP): (a) Gumbel, (b)
Log-Normal, (c) Frechet, (d) Weibull, y (e) Generalizada de Paretto. Estime los intervalos
de confianza para cada uno de los caudales estimados, asumiendo una significancia
estadística de 95%.
Tabla # Distribución Parámetros 6.

1 Frechet α=3,8113 β=237,15

2 Gen. Pareto k=-0,66505 σ=216,47 μ=159,85
3 Gumbel Max σ=66,35 μ=251,56
4 Lognormal σ=0,29435 μ=5,6268
5 Normal σ=85,097 μ=289,86
6 Weibull α=3,9334 β=313,84
Parámetros de las distribuciónes de valor extremo y de la normal.

Gráfica 11. Función de distribución de probabilidad acumulada de Gumbel, LogNormal, Ferchet, Weibull y generalizada
de Peretto.
 Gen.
Año p q Gumbel LogNormal Ferchet Weibill Paretto
2,33 0,42918455 0,57081545 298,95 292,74 276,02 300,76 299,89
5 0,2 0,8 351,08 355,85 351,5 354,2 373,74
10 0,1 0,9 400,87 405,04 428 387,97 414,96
25 0,04 0,96 463,79 465,02 548,89 422,46 447,08
50 0,02 0,98 510,46 508,41 660,14 443,93 461,21
100 0,01 0,99 556,78 550,89 792,86 462,73 470,12
500 0,002 0,998 663,83 648,04 1210,7 499,37 480,13
Tabla 7. Caudales de retorno para las distribuciones de valor extremo.

Obtener los caudales de los periodos de retorno distintos es el objetivo principal de analizar los
valores extremos de los caudales y las distribuciones de valor extremo para estos mismos. Gracias
a los estadísticos de prueba para la prueba de bondad de ajuste Kolmogórov-Smirnov es posible
afirmar que la distribución que más se ajusta a la serie de caudales máximos maximorum es la
generalizada de Paretto. En este orden de ideas la distribución de Frechet es la que calcula los
caudales más altos, exceptuando para 2,33 años, así es posible afirmar que para largo plazo la
distribución de Frechet tiene una inclinación notoria por factores de seguridad altos, caso opuesto
para la distribución generalizada de Paretto, cuyos caudales son más bajos que los de las demás
distribuciones a largo plazo. A corto plazo (10 años o menos) Gumbel, Weibull y LogNormal son las
que registran caudales más grandes y por esto le dan un factor de seguridad más amplio que para
las demás.

Con estos datos de caudales para periodos de retorno es posible tomar decisiones en ingeniería, por
ejemplo, dependiendo del riesgo que represente una obra hidráulica o en general civil se puede
llegar a tener una inclinación hacia las distribuciones que generen un factor de seguridad más alto,
hecho que se prestará para tomar otras decisiones dependientes de ella como la mayoración en los
materiales de refuerzo, los planes de mitigación ambiental y muchos más. En general es importante
conocer los valores extremos en ingeniería debido a el compromiso que se tiene con la seguridad,
el ambiente y los costos en los distintos proyectos.

La distribución Gumbel para periodo de retorno de 2,33 años es muy importante en hidrología ya
que esta da cuenta del denominado “caudal de banca llena” promedio para distribuciones de valor
extremo tipo I.

Intervalos de Confianza Gumbel

P Retorno Kt Delta Se Inferior Valor Superior
2,33 0,7142 1,5592 16,5661 272,444 298,950 325,456
5 1,4999 2,3306 24,7611 311,462 351,080 390,698
10 2,2503 3,1132 33,0761 347,948 400,870 453,792
25 3,1986 4,1261 43,8382 393,649 463,790 533,931
50 3,9020 4,8857 51,9081 427,407 510,460 593,513
100 4,6002 5,6434 59,9580 460,847 556,780 652,713
500 6,2136 7,4025 78,6480 537,993 663,830 789,667
Tabla 8. Intervalos de confianza para la distribución de Gumbel.
 Intervalos de Confianza LogNormal
P Retorno Kt Delta Se Za/2*Se Inferior Valor Superior
2,33 0,034 1,000 0,047 0,077 270,958 292,740 316,273
5 0,775 1,140 0,054 0,088 325,822 355,850 388,645
10 1,354 1,384 0,065 0,107 363,940 405,040 450,782
25 2,058 1,766 0,083 0,137 405,685 465,020 533,033
50 2,568 2,073 0,098 0,160 433,129 508,410 596,776
100 3,067 2,388 0,113 0,185 458,019 550,890 662,592
500 4,209 3,140 0,148 0,243 508,391 648,040 826,049
Tabla 9. Intervalos de confianza para la distribución LogNormal.

Intervalos de Confianza Frechet

P Retorno Xt St^2 Inferior Valor Superior
2,33 276,020 25,163 267,793 276,020 284,247
5 351,500 77,875 337,027 351,500 365,973
10 428,000 178,572 406,085 428,000 449,915
25 548,890 463,584 513,579 548,890 584,201
50 660,140 893,268 611,124 660,140 709,156
100 792,860 1656,575 726,110 792,860 859,610
500 1210,700 6282,194 1080,713 1210,700 1340,687
Tabla 10. Intervalos de confianza para la distribución de Frechet.

Intervalos de Confianza Weibull

P Retorno Xt St Inferior Valor Superior
2,33 20,523 0,200 300,027 300,760 301,493
5 27,879 0,217 353,436 354,200 354,964
10 33,064 0,240 387,166 387,970 388,774
25 38,783 0,282 421,589 422,460 423,331
50 42,557 0,319 443,004 443,930 444,856
100 45,995 0,358 461,748 462,730 463,712
500 53,052 0,455 498,264 499,370 500,476
Tabla 11. Intervalos de confianza para la distribución de Weibull.

Intervalos de Confianza Generalizada de Paretto

P Retorno Kt Delta Se Inferior Valor Superior
2,33 210,571 232,147 24,722 260,335 299,890 339,445
5 321,615 354,295 37,730 313,372 373,740 434,108
10 383,595 422,474 44,991 342,975 414,960 486,945
25 431,892 475,600 50,648 366,043 447,080 528,117
50 453,139 498,971 53,137 376,191 461,210 546,229
100 466,536 513,709 54,706 382,590 470,120 557,650
500 481,588 530,265 56,470 389,779 480,130 570,481
Tabla 12. Intervalos de confianza para la distribución generalizada de Paretto.

Como se trata de un análisis probabilístico en ingeniería aquellas decisiones que se toman deben
tener un grado de incertidumbre, regido por una confianza estadística establecida. Por esto es
necesario utilizar intervalos de confianza, estos basados en los parámetros de cada distribución.
 5. Estime los caudales mínimos de 5, 10, 25 y 50 años de periodo de retorno, usando las
FDP Weibull y Log Normal.

# Distribución Parámetros

1 LogNormal σ=0,48806 μ=3,5617

2 Normal σ=20,416 μ=39,533

3 Weibull α=2,4261 β=42,759

Tabla 13. Parámetros para las distribuciones.

Año p q Weibull LogNormal Tabla 14. Caudales mínimos para distintos periodos de
retorno.
5 0,2 0,8 52,026 53,114
10 0,1 0,9 60,301 65,835
25 0,04 0,96 69,23 82,774
50 0,02 0,98 75,025 95,969

Gráfica 12. Función de distribución de distribuciones LogNormal y Weibull acumulada para caudales mínimos.

Conocer los caudales mínimos de una serie de caudales es importante en sectores de la ingeniería
como el hidroeléctrico, este dato da información sobre los riesgos de escoger una cuenca como
lugar de establecimiento para generación.

Inversamente a lo evidnciado con las distribuciones para la serie de caudales máximos maximorum
aquel que se va por el lado de la seguridad es aquel que proyecte a largo plazo caudales menores,
en este caso la distribución Weibull es la que usa un factor de seguridad más alto (ver tabla 14).