HIDROLOGA INC5101

CAPTULO 3. HIDROLOGA
ESTADSTICA. PRUEBAS DE
BONDAD DE AJUSTE Y
FUNCIONES TERICAS.
Dr. Enrique Muoz
Departamento de Ingeniera Civil
Universidad Catlica de la Santsima
Concepcin
emunozo@ucsc.cl
http://civil.ucsc.cl/academicos/emunoz.h
tml

FUNCIONES DE DISTRIBUCIN
TERICAS

DISTRIBUCIONES TERICAS COMNMENTE

UTILIZADAS EN HIDROLOGA.

D.
D.
D.
D.
D.
D.

NORMAL
LOG-NORMAL DE 2 3 PARMETROS
GAMMA DE 2 3 PARMETROS
LOG-PEARSON TIPO III
GUMBEL
LOG-GUMBEL

FUNCIONES DE DISTRIBUCIN
TERICAS

CMO O PORQU UTILIZAR UNA FUNCIN TERICA

EN UN PROBLEMA EN PARTICULAR EN HIDROLOGA?
REGISTRO DE DATOS
SELECCIN DE UN FUNCIN
TERICA
ESTIMACIN DE PARMETROS
PRUEBA DE BONDAD DE
AJUSTE
NO

AJUSTE OK

UTILIZAR FUNCIN ELEGIDA

CON FINES PREDICTIVOS O DE
TOMA DE DECISIN

FUNCIONES DE DISTRIBUCIN
TERICAS

DISTRIBUCIN NORMAL

FUNCIONES DE DISTRIBUCIN
TERICAS

DISTRIBUCIN NORMAL

FUNCIONES DE DISTRIBUCIN
TERICAS

DISTRIBUCIN NORMAL

O LA FDA DE LA F. NORMAL ESTNDAR

FUNCIONES DE DISTRIBUCIN
TERICAS

DISTRIBUCIN NORMAL ESTNDAR

FUNCIONES DE DISTRIBUCIN
TERICAS

DISTRIBUCIN NORMAL - PARMETROS

FUNCIONES DE DISTRIBUCIN
TERICAS

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.

FUNCIONES DE DISTRIBUCIN
TERICAS

DISTRIBUCIN LOG-NORMAL DE TRES

PARMETROS

CONSIDERA UN TERCER PARMETRO DE POSICIN EL

CUAL ESTABLECE UN LMITE INFERIOR DE LA FUNCIN.

FUNCIONES DE DISTRIBUCIN
TERICAS

DISTRIBUCIN LOG-NORMAL DE TRES

PARMETROS PARMETROS

COEFICIENTE DE SESGO

DONDE LOS PARMETROS DE LA FUNCIN LOGNORMAL DE TRES PARMETROS SON

FUNCIONES DE DISTRIBUCIN
TERICAS

DISTRIBUCIN GAMMA

FUNCIONES DE DISTRIBUCIN
TERICAS

DISTRIBUCIN GAMMA

FUNCIONES DE DISTRIBUCIN
TERICAS

DISTRIBUCIN GAMMA - PARMETROS

FUNCIONES DE DISTRIBUCIN
TERICAS

DISTRIBUCIN GAMMA DE TRES PARMETROS PEARSON

CONSIDERA ADEMS UN PARMETRO DE POSICIN X0.

FUNCIONES DE DISTRIBUCIN
TERICAS

DISTRIBUCIN GAMMA DE TRES PARMETROS PEARSON

FUNCIONES DE DISTRIBUCIN
TERICAS

DISTRIBUCIN GAMMA DE TRES PARMETROS PEARSON

FUNCIONES DE DISTRIBUCIN
TERICAS

DISTRIBUCIN LOG-PEARSON TIPO III

UNA FUNCIN SE DISTRIBUYE LOG-PEARSON3 SI LOS

LOGARITMOS DE LOS DATOS SE DISTRIBUYEN
PEARSON3.

FUNCIONES DE DISTRIBUCIN
TERICAS

DISTRIBUCIN GUMBEL

CORRESPONDE A UNA FUNCIN DE VALORES

EXTREMOS. TAMBIN SE DENOMINA FVE TIPO I O DE
FISHER.

FUNCIONES DE DISTRIBUCIN
TERICAS

DISTRIBUCIN GUMBEL PARMETROS

LA FUNCIN GUMBEL SE UTILIZA GENERALMENTE PARA

TRABAJAR CON VALORES EXTREMOS COMO CAUDALES
Y PRECIPITACIONES MXIMAS ANUALES.

FUNCIONES DE DISTRIBUCIN
TERICAS

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, LOGGAMMA, PEARSON, LOG-PEARSON, GUMBEL, LOGTAREA PARTE 1 DE 2
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.

1. PRUEBAS DE BONDAD DE
AJUSTE

LAS PRUEBAS DE BONDAD DE AJUSTE SE UTILIZAN PARA

COMPROBAR GRFICA Y ESTADSTICAMENTE SI LA
FRECUENCIA EMPRICA DE LA SERIE ANALIZADA SE AJUSTA
A UNA DETERMINADA FUNCIN DE PROBABILIDADES
TERICA (SELECCIONADA A PRIORI), CUYOS PARMETROS
QUE CARACTERIZAS DICHA DISTRIBUCIN SON
ESTIMADOS EN BASES A VALORES MUESTRALES.
TCNICAMENTE, LAS PRUEBAS ESTADSTICAS TIENEN
COMO OBJETIVO MEDIR LA CERTIDUMBRE QUE SE
OBTIENE AL HACER UNA HIPTESIS ESTADSTICA SOBRE
UNA POBLACIN, ES DECIR, VALIDAR O CLASIFICAR EL
HECHO DE ASUMIR QUE UNA VARIABLE ALEATORIA
(MUESTRA) SE DISTRIBUYE DE ACUERDO A UNA FUNCIN
DE PROBABILIDADES TERICA (POBLACIN).
EN ESTE CURSO SE ANALIZARN COMO PRUEBAS DE
BONDAD DE AJUSTE LAS SIGUIENTES PRUEBAS:
AJUSTE GRFICO (PDF Y CDF)

1. PRUEBAS DE BONDAD DE
AJUSTE
1.1. AJUSTE GRFICO
EL AJUSTE GRFICO SE PUEDE REALIZAR DE LAS SIGUIENTES
FORMAS:
COMPARACIN HISTOGRAMA DE FRECUENCIAS RELATIVAS VS
FUNCIN DE DENSIDAD TERICA. A PARTIR DE DICHA
COMPARACIN SE PUEDE OBTENER UNA OPININ
CUALITATIVA RESPECTO DEL NIVEL DE AJUSTE, COHERENCIA
ENTRE LA MUESTRA Y LA FUNCIN TERICA SELECCIONADA
(ANALIZADA) Y ZONAS DE ADECUADO/MAL NIVEL DE
AJUSTE ENTRE SERIE Y FUNCIN TERICA.
0.25

0.25

0.2

0.2

0.15

0.15

0.1

0.1

0.05

0.05

1000

2000

3000
(a) Normal

4000

5000

6000

1000

2000
3000
4000
(b) EV o Gumbel

5000

6000

1. PRUEBAS DE BONDAD DE
AJUSTE

1.1. AJUSTE GRFICO

EL AJUSTE GRFICO SE PUEDE REALIZAR DE LAS SIGUIENTES
FORMAS:
COMPARACIN FUNCIN DE DISTRIBUCIN ACUMULADA CON
DISTRIBUCIN DE FRECUENCIAS ACUMULADAS. AL IGUAL
QUE EL CASO ANTERIOR, PERMITE IDENTIFICAR AQUELLAS
ZONAS DONDE SE TIENE UN BUEN O MAL AJUSTE. EN
ESTE CASO SE CONTRASTAN PROBABILIDADES ACUMULADAS,
POR LO QUE SU INTERPRETACIN ES DE LECTURA MS FCIL
PARA EL CASO DE PROBABILIDADES DE OCURRENCIA O
EXCEDENCIA. DESDE ESTE PUNTO DE VISTA PERMITE
IDENTIFICAR AQUELLAS ZONAS DONDE LAS PROBABILIDADES
DE LA SERIE SE ALEJAN CON LA DE LA FUNCIN TERICA
SELECCIONADA.

1. PRUEBAS DE BONDAD DE
AJUSTE
1.2.

AJUSTE ESTADSTICO

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.

DONDE
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.

1. PRUEBAS DE BONDAD DE
AJUSTE
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 QUE DEPENDE DE LA
DISTRIBUCIN CHI-CUADRADO, DEL NIVEL DE
SIGNIFICANCIA () ELEGIDO Y DE LOS GRADOS DE
LIBERTAD (GL). SI SE ACEPTA LA HIPTESIS NULA, Y POR
LO TANTO SE ASUME QUE LOS DATOS MUESTRALES
SIGUEN LA FUNCIN DE DISTRIBUCIN TERICA PRESELECCIONADA. DE LO CONTRARIO SE ACEPTA LA

1. PRUEBAS DE BONDAD DE
AJUSTE

VENTAJAS Y LIMITACIONES:

EN LA PRCTICA SE UTILIZA PARA CUALQUIER FUNCIN

TERICA, PERO ESTRICTAMENTE ES VLIDA SLO PARA
LA FUNCIN DE DISTRIBUCIN NORMAL, PUESTO QUE
FUE DESARROLLADA EN BASE A DATOS NORMALES E
INDEPENDIENTES.
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.

Tabla 1. Serie de caudales medios anuales.

1. PRUEBAS DE BONDAD DE
AJUSTE

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?

1. PRUEBAS DE BONDAD DE
AJUSTE

HISTOGRAMA DE FRECUENCIAS ABSOLUTAS (IZQ) Y

RELATIVAS (DCHA). ADEMS EN EL GRFICO DE LA
DERECHA SE SUPERPONE LA FUNCIN DE DENSIDAD DE
UNA FUNCIN NORMAL CON MEDIA Y DESVIACIN
ESTNDAR DE LA MUESTRA. D INDICA LA DIFERENCIA QUE
BUSCA MEDIR LA PRUEBA CHI-CUADRADO.

1. PRUEBAS DE BONDAD DE
AJUSTE

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

1. PRUEBAS DE BONDAD DE
AJUSTE

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 KS, 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

1. PRUEBAS DE BONDAD DE
AJUSTE

PARA MUESTRAS DE MS DE 35 DATOS, EL ESTADGRAFO

LMITE DE KOLMOGOROV-SMIRNOV SE PUEDE CALCULAR
SEGN LAS SIGUIENTES FRMULAS.
= 0.20

= 0.15

= 0.10

= 0.05

= 0.01

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

1. PRUEBAS DE BONDAD DE
AJUSTE

CURVAS DE FRECUENCIAS ACUMULADAS (MUESTRAL) Y DE

DISTRIBUCIN ACUMULADA (TERICA, NORMAL). D INDICA
LA DIFERENCIA QUE BUSCA MEDIR LA PRUEBA K-S.

2. APLICACIN DE
MODELOS
PROBABILSTICOS A
FENMENOS HIDROMETEOROLGICOS

EL USO DE FUNCIONES DE PROBABILIDAD TERICAS Y SU

POSTERIOR APLICACIN DE MODELOS PROBABILSTICOS A
FENMENOS HIDROMETEOROLGICOS NORMALMENTE SE
UTILIZA PARA EXTENDER EL RANGO DE APLICABILIDAD DE LA
SERIE DE DATOS OBSERVADOS (MUESTRA). ES DECIR, PARA
TRABAJAR CON PROBABILIDADES DE EXCEDENCIA Y
OCURRENCIA QUE NO ES POSIBLE DE DETERMINAR A TRAVS
DE LA MUESTRA.
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

2. APLICACIN DE
MODELOS
PROBABILSTICOS A
FENMENOS HIDROMETEOROLGICOS

PARA ABORDAR ESTE PROBLEMA, LOS DATOS

MUESTRALES SE AJUSTAN A FUNCIONES DE
PROBABILIDAD TERICAS, Y A PARTIR DE ESTAS
LTIMAS, ES POSIBLE ABORDAR DICHOS
PROBLEMAS.
A CONTINUACIN SE MUESTRAN ALGUNOS
EJEMPLOS DEL AJUSTE DE DATOS
HIDROMETEOROLGICOS A MODELOS DE
PROBABILIDAD, DONDE SE APLICAN Y ANALIZAN
LOS CONCEPTOS DE PROBABILIDAD DE
EXCEDENCIA, PROBABILIDAD DE OCURRENCIA Y
RIESGO, Y SE ANALIZA SU IMPLICANCIA EN EL
DISEO HIDROLGICO. LUEGO SE UTILIZAN DICHOS
MODELOS PARA LA CONSTRUCCIN DE CURVAS DE

2. APLICACIN DE
MODELOS
PROBABILSTICOS A
FENMENOS HIDROMETEOROLGICOS

2.1 CURVAS DE VARIACIN ESTACIONAL

EJEMPLO 1. ESTE EJEMPLO MUESTRA LA CONSTRUCCIN DE
LAS CURVAS DE VARIACIN ESTACIONAL (CVE) PARA LAS
PROBABILIDADES DE OCURRENCIA DE 5, 10, 15, 50, 85, 90 Y
95% DE LA ESTACIN RO COYHAIQUE EN TEJAS VERDES.
PARA ELLO SE CALCULAN LOS CAUDALES ASOCIADOS A CADA
PROBABILIDAD CONSIDERANDO LAS FUNCIONES DE DISTRIBUCIN
NORMAL, LOGNORMAL, GUMBEL, LOGGUMBEL, PEARSON,
LOGPEARSON, GAMMA Y LOGGAMMA.
ADEMS, COMO REFERENCIA, SE ESTIMA LA CVE UTILIZANDO LA
PROBABILIDAD DE OCURRENCIA SEGN WEIBULL E INTERPOLACIN
LINEAL.
JUNTO CON EL CLCULO DE LAS CVE SE GRAFICAN LAS CURVAS DE
DISTRIBUCIN ACUMULADA (CDF) TERICAS Y DE LA MUESTRA
(CALCULADA SEGN WEIBULL) A FIN DE DISCRIMINAR (DESDE UN
PUNTO DE VISTA CUALITATIVO) EL NIVEL DE AJUSTE EN LAS
DIFERENTES PARTES DEL HIDROGRAMA.
ADICIONALMENTE, PARA OBTENER UNA MEDIDA DE BONDAD DE

2. APLICACIN DE
MODELOS
PROBABILSTICOS A
FENMENOS HIDROMETEOROLGICOS

EJEMPLO 2. CORRESPONDE A UN EJEMPLO SIMILAR

AL ANTERIOR, CON LA DIFERENCIA QUE LOS
CLCULOS SE REALIZAN SOBRE LOS CAUDALES
MEDIOS MENSUALES DE LA ESTACIN RO IBAEZ
EN DESEMBOCADURA.

2. APLICACIN DE
MODELOS
PROBABILSTICOS A
FENMENOS HIDROMETEOROLGICOS

2.2 PROBABILIDAD DE EXCEDENCIA Y PERODOS

DE RETORNO.
EJEMPLO 3. SE MUESTRA EL AJUSTE DE CAUDALES
MXIMOS INSTANTNEOS (SERIE DE MXIMOS
ANUALES) A DISTINTAS FUNCIONES DE
DISTRIBUCIN. SE MUESTRAN LAS CDF DE LA
MUESTRA Y TERICAS, Y SE REALIZA LAS PRUEBAS
DE BONDAD DE AJUSTE CHI-CUADRADO Y K-S.
FINALMENTE SE MUESTRA UNA TABLA RESUMEN DE
LOS CAUDALES DE DIFERENTES PERODOS DE
RETORNO, LOS CUALES PUEDEN SER UTILIZADOS
(SEGN CORRESPONDA EL OBJETIVO DEL ESTUDIO)
COMO CAUDALES DE DISEO.

3. RELLENO Y
TRANSFERENCIA DE
CAUDALES INTRA- E
INTER-CUENCAS
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

3. RELLENO Y
TRANSFERENCIA DE
CAUDALES INTRA- E
INTER-CUENCAS

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,

3. RELLENO Y
TRANSFERENCIA DE
CAUDALES INTRA- E
INTER-CUENCAS

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 RECIBIDA POR LA
CUENCA (EC.2).
EN EL CASO DE CAUDALES MXIMOS INSTANTNEOS
CONVIENE TAMBIN CONSIDERAR EL EFECTO DE
DESFASE ENTRE LAS ONDAS DE CRECIDA DEL RO
PRINCIPAL CON SUS TRIBUTARIOS, POR LO QUE LA
RELACIN DE REAS SE PUEDE REDUCIR. UNA
APROXIMACIN ADECUADA PARA CUENCAS SUPERIORES
2

3. RELLENO Y
TRANSFERENCIA DE
CAUDALES INTRA- E
INTER-CUENCAS

[EC.1]
[EC.2]
[EC.1]

DONDE Q, A, Y P REPRESENTAN EL CAUDAL, REA Y

PRECIPITACIN A TRANSPONER O ESTIMAR (TRANSP.) A
PARTIR DE VARIABLES OBSERVADAS (OBS.).

3. RELLENO Y
TRANSFERENCIA DE
CAUDALES INTRA- E
INTER-CUENCAS

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.

3. RELLENO Y
TRANSFERENCIA DE
CAUDALES INTRA- E
INTER-CUENCAS

DIFERENTES TASAS DE CAUDAL ESPECFICO.

0.250

0.200

0.150

0.100

0.050

0.000
1

RIO IREGUAO EN VILLA MAIGUALES

RIO EMPERADOR GUILLERMO ANTES JUNTA MAIGUALES
RIO MAGNIGUALES ANTES JUNTA RIO SIMPSON
RIO GRANDE EN CARRETERA AUSTRAL

10

11

12

Ejemplo 4

4. MODELACIN
HIDROLGICA
MODELO INTENTA REPRODUCIR BAJO
UN
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

4. MODELACIN
HIDROLGICA

BAJO ESTE CONCEPTO SE HAN DEFINIDO

DIFERENTES MODELOS

TURC
THORNTHWAITE (ETP)

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.

MODELOS MS COMPLEJOS PERMITEN CUANTIFICAR

CAMBIOS EN EL ALMACENAMIENTO DE LA CUENCA
ENTRE BLOQUES DE TIEMPO MENORES COMO

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

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 INICIAL EN FORMA DE

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.
LA PRINCIPAL VENTAJA DE UN MODELO FSICAMENTE
BASADO ES QUE UTILIZA PARMETROS QUE PUEDEN SER

4. MODELACIN
HIDROLGICA
DE TURC
FRMULA

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).

CONOCIENDO LA EVAPOTRANSPIRACIN REAL ANUAL Y LOS

MONTOS DE AGUA PRECIPITADA SOBRE LA CUENCA ES
POSIBLE REALIZAR UN BALANCE HDRICO ANUAL Y POR LO
TANTO ESTIMAR LOS CAUDALES DE SALIDA DE UNA CUENCA,
PERO ES NECESARIO SABER QUE DICHOS CLCULOS ASUMEN
DE MANERA IMPLCITA QUE EL CAMBIO EN EL
ALMACENAMIENTO ENTRE UN AO HIDROLGICO Y EL
SIGUIENTE ES NULO, LO CUAL NO NECESARIAMENTE SE
CUMPLE.

4. MODELACIN
HIDROLGICA

MODELO HIDROLGICO MHM

Evapotranspiracin
Real (ER)

Precpitacin
(PM)

Evaporacin
Potencial (EM)
Escorrenta
Inmediata (EI)

Capa Superficial
(No de almacenamiento)
Infiltracin
(I)

Capa Subsuperficial
(De almacenamiento)
Escorrenta
= EI + ES
Total (ETOT)
Percolacin
Profunda
Directa (PPD)

Capa Subterrnea
(De almacenamiento)

Percolacin
Profunda (PP)

Humedad Humedad Mxima

Suelo (H) del Suelo (Hmax)

Escorrenta
Subterrnea (ES)

4. MODELACIN
HIDROLGICA

MODELO HIDROLGICO MHM

Evapotranspiracin
Real (ER)

Precpitacin
(PM)

Evaporacin
Potencial (EM)
Escorrenta
Inmediata (EI)

Capa Superficial
(No de almacenamiento)
Infiltracin
(I)

Capa Subsuperficial
(De almacenamiento)
Escorrenta
= EI + ES
Total (ETOT)
Percolacin
Profunda
Directa (PPD)

Capa Subterrnea
(De almacenamiento)

Percolacin
Profunda (PP)

Humedad Humedad Mxima

Suelo (H) del Suelo (Hmax)

Escorrenta
Subterrnea (ES)