UNIDAD N°? 3. Analisis estadistico aplicado a la hidrologia CKRCCKRCCK EKKO Che eRe ee ce Cre R eC CKR PUR Keer Code =~: © Laman Inpriglio Todo investigador tropteza con La dificuttad ce en contrarse en poweacr de muchos clatos gue , perdida w ac lidad, son poco proyechosos st no se rewire 4 un tratamen- to adecuado. La ‘hidrologia. utiliza la estadishear para ello - wars obtiene informacion de datos recogidos mediante so adewacl ordenamento. - Fotaaistua : Se basa en comparacons 7 2 } de fendmenos con modelos probabilisticos eortcos la meteoralogia y la estadistica aplicada se utilizan pra extrapotar donde los aforos no’ pieden alcat zar, La Fopitacion' oe datos hidrolo Ss su bedenamiente estadistico, tienen como fin prackco ‘su ayltcaciar oad dine sonar las obras que han de utilizar recursos hidrc En los estudios estadisticos se presente el problem de predecir los valores que puede tomar una determinada va- rable. A veces se trata de completar, 0 amplar, una sere de datos de una vanable ‘x’ del "problema a’ yartir de series de datos de uta ,o mas varcables ‘y"y,',etc qe esten rela- cionadas con aquella. Es deur sé trata de conser el Co nocumento de los factores que afectan una var le para realizar pete sobre sus valores cesconocidoy, Estos asyectos son tratados yor la correlacion regrestcn resyectivamente. Los resultados expresan elk tones numéricas entre Las varables estudiadas + omebacions mde la asocacion lineal entre & 9933993939923 3359 9399399395359 9999392 993393393339 3335999 variables y es muy wsada en qualquer analins hidrolo quco. . ss 3 una extension del concepto de cortel y aworyotncd Lomulas wr ceduar wna variable de mteres1 < MG IIIDPIII HIIDIAIIIADIDIIIID s JIII)I Damian Imprigho YIIHIDID .IIIDIIMD LQ HNOUAUMG Ge Catto WEWAdOS Co AVEC WS gropos de variables que Peder estucarse conjvntamente 4 hallarse tnterrelactchadas ; : La diferencia entre correlacon y reqresion. es: Un problema de reqresion considera la ckstribvewcn de frewenaas de vartable Gaps) cuando las vana bles independientes son conoadas. % Un problema de correlacton considera la vana- cioh conjunta de 2 vanables. La correlowcidn. obtiene el graco de afindad entre 2 variables representado. por el coeficente 'p' La regresion obtiene una ecuacion y= Fa) que relaciona una varable dependent *y' con unc “independiente ‘x’, Estudia relacion lineal en 2 vanables. Reden consderarse 3 casos atupral —, Medir distances de la rectar /mente al eje de las ¥ (represion de y sobre x) oMedir distancias Ymente al ee de la x. (regresion de x sobre y) x o Mecir distancias Lmente a la pro- Jaaxth pra recta (regrescon ortogonal) Ley + senadla ce reresion. ‘Correlacion y Aegean ertogonal i: dato numero i. x sobrey Y,. a. o fe =, Hi-X)M-Y) n: cantidad de dates a _2 _ =, WR) +E (v9)? X: valor meclio de la va- table x fe coefuiente de correlacion ¥: valor medio de law reable ¥) 2 2 Ae YP 233393339293: 313 79 2.3,9:3'3 3399 Lamicn Imprigto 12 IIDIDIIAIIVIIINIDID Rl VQNCr Gel a ata J VARA CHENG CT, TEP OR Ipl=4 significa que toca la masa de datos se encuentra so bre una fecta donde se confinden tambien las rectas de regresicn Otta forma de expresar el coeficiente de correla- cion Pf es: 2 2 2] Sx,S¥: desviacicn estan - > Sx = = (M.-Y | dar de cada mestia. Sxv = Sy; deswacen estanda $= Sx* Sy? oe. = (vi-¥)* cruzada 4 | surgir de un excimen cutdacoso “de los fesidvales, que son la a iferencia entre valores observados y los estimados a hk— ai D: deswo promedio L¥ 2 Alf gz) 4/8 n-77 2 al D=t 4) =4(2 (0-7) 2 [eer 9 ja axi +b 4 lazando : -———_ Lueqo, para obtener el valor 4 fen — : — —minimo et D,derivo e tgualo a 7 =1.2 (Yi-axi-b) cero para poder despepar a’ yb’ nia 9 6D _0_»~asa-. y Con any b pyedo obtener $a 7 — | la ewacior de la fe de reqre- 3D > _ | ston para peder asociar amws 94 =O—~- b=-. 2 QI valow'de X'e ¥ ejemplo los = db > -Dderrames anvales de 2 rios 5 7) Bases TeonEcAs:+ _ = 28 7 A cargo de la, subsecretaria de recursos hid ~ | cos se encuentran lod rics aforados de nuestro pais, Estos | presentan un regimen permanente. Al ealizar dichos dows ~ | se arma un (wad con’ l@ siguiente informacién: 7 4 Caudales medios menwales. Media de Q chants 2 3 9 = Derrame arvat.(im’). & (CMM. tree) 6 es pyc pa 2 Caudal espect fico (ts) Sap Coen a 4 feceurrim. sobre la cuenca (mn) ae n 2 Max. medio diario (m7) Matx.de los 365 dias 5 £ hirano medio diario (m/s) Nin. de los 265 dite 4 .. E Medio Anval (m/s). Fromedio de medios diarios a 2 fromectio mensual (Ey. ce todos los qulios en 'n’aitos 9 te obec Giese |= Mak ymin. mensval (Ror mes en in’ aos) wel lO me YN coe Dirac rtenzor al nOx v IDIIAVDIAIAIAIDIII JIDWIDIIIII 22 2: % ) JP IIIIDIAIIIIVIIIIII Los datos ant€s Nomora gos som necesasos fue CCV a cabo cwalguer obra, sea und alcantarilla, un aigve, etc. Tratamento probabilishco dela inf hidrologiea. Consideremos una variable aleatoria xX , descripta or una distribucicn de probabilidad que determina La proba- ilidad que una observacton x de la Vanable X caugaen un rango preestablecido de X ; St por ej, X es la precipitacicon anual, la. csbi- bucion de prob. de x determina la posibilidad de que la pe con anval Cbservada en un aio dado, Xi, Caiga ert un rahgo de- fimdo, entre 200 y 250 mm, per ejemplo. . Muestra: Conjunto de obzervactones X1,%2» de la variable X. i : Cony. de todas las muestras de una poblacicn, « Rventos es un subconqunto del espacio muestral. (Lo defino Yo) ANB a= n° de observactones del evento A AaxKS ni: Cantidad de observaccones de la muestra NU @ ; Ay —eearal ton eventos ua Frewencia relative de A superpuestos Al aumentar el tamaiio 2 |de la muestra, La L elaine een meer la 3 frobabilidoct oberbilideul del evento. espa mestral sin eventos dhyebva pe » Robabitidad Total’: on EM de Wn eventos = |PEx) = PA)+ Fan) = = Completamentartedad: A conplemento ceA [P/A) = 4+ PA) » Probabiliclad Cand\cconal: ANB = ccmen AyB P(ane) = P(A). P(e/A) B/A ; ocurre B, habiendo Si B no depence de A: ocurido A. SOLO)ID IFIDIIDAUIIAADID; YIDBWHXDIDII Damian Inprigho d ) 1 2 IJIDIIAIIIAIIIFINIII X=: media miestral LL: media poblaconal. Tambien llamado espe- Tanza matematca. datos d elieckana: |x tal qe {(x)=0,5| fércentil wofeairs maya y Mt eli ef ce lam jf ue NE 5; desuccion mueste T: " poblacionai Fromedio de las desua- ctones Cuadraticas respecte de la meda Be Goondlo N> 30, $7 es 17? g cambxa (0-4) per Al. Pesnacion-estandar 5=+ /s* : os S Fermite comperar 2 sGohneiontomiomemiorwwon: Cy = 2 | eitiones Ye 1a imsma voriecble . Pequna 9 wu, pans A menor CV, menor vartabilidad A mayor 5” (vananza), mayor varabildad FE: indkca que es un promeko lcel othake ke etocjicientendemdurtomes | y,_ &[x--)]" wee V4 : Indica et aplastamento de la cuva. '2 ade 4 Si Las observaciones de una. muestra estan identicamenté distribudas puenden ordenarse para. formar vn natograma de frewenuas: 1 El rango de la vanable aleatoria se dinde —— en intervAlos discretos ; 2 Ley ty 956 Cuenta el n de obcervaciones por inbervato - Se dbuyja on grafico de batras coniidad’ dé datos N= (254424 +44 S464143) : W239 gl ancho Ax del intervalo se escoye lo mais pequeiio postble para obtener una vanaccn lo + suave posible. , Frewéiciay Relativa’ se obtiene como el n° de observaciones eAi, que Cubren el fango [xi-Ax, xi} ,dividido por el total ‘n’ de a.cwones > A ok -t. observ Ss fo & FE]: toiox: ff = 019 ~ 9 ura. estimacicn de la probabihdad P(ti-axO por lo gue aientaya a ta d.normal ve e todos “sus valores son yostéwos. Adenas , la transfamac (oq Hiende q reducir La asinétria postive (mey comun en las vana 5 hdologicas) bins fo z =y |d='9% (9)? || 4s=3 $= tease ( Sat ) eat SNE ( 5 Farametros Describe la distribuciin de la conductividad hidravlica en un neil yore la distrib. de tcmaiio de gotas de agua en una tor-IIHRIDDIIVIII d IDIIIIIY ian Impriglio 22239329 PIIIIP~IIIIIIIAIIS 0 ee RS SNE OS ROT Que un unico yeecnoitn, A, gle es la tasa media de ocurrencia de los eventos. tango és seempre on El =A 4 valor VO: Sage i.e ** | jAs qu je x 70 Percime tro Se utilza yara descritar el tiempo entre La ccurenciai ce 2 eventos de vanables aleatonias La ventaya es es faci estumar A en base a la informacion observada y se adapta muy bien a modelos tavtitos. Su desventaga es que cada evenlo debe ser completamente indepenciente a Sus vecunes Se usa para estimar vanables como ta ocurrencia de preci- yitacin, entradas de contaminantes a vn rio. £5 una detribucion de 2 parame- tos, By 2- Tene una forma que varia, suavemente y se USGL pare desertbir” variables hekcteqead asimetrecas sin usd logarttmos. fee] T= Pd! Pent ponte T(P) % (A): funcion, awn X20 et limite ink _2* | for 0 es una desventa ja Farametros al apaleiae Varables Ca lim supenor’> 0. A= fs ge ha aplicado a la desctripeién de la chstribucion de profundidaces de precipitacwn en torments Es una Gistntonte, - nna. Ge 3 rametros, el A, B y (limte inferior). ES muy fl He, p dliendol asumnr 9 formas ot medida que io eine varian B P-4=A(x-€) : fo = 276ce) Eggert de ovine r@ Xye Ea X-S AB | gycslnatimeH.9 a , III DI WIFI y Damian Imyrigho JI FJIVIIIZIMIIVG PIIVIII 2 ee eee eee ximas anvales. + Distribucidn Leq= Pearson tipo TE. si La variable aleatoria Y=logx sique ‘ona distrbvcwn Pearson Hpe i, X si- la distribute loge Pearsen tipo HL. La localization del i- inte inferior 2 depende de la asimetria de la informacion. - Asimetria positiva: logX ye (_)—~e es limite inferior - Asimetria. negative - leq Xe (A)—€ es limite soperior fea aah oO |yntegx r(P) Se usa para el analis’s de frewencia de crecientes ‘mcrumas anvales. Tambien para el estudio ce caudales macamos. Los valores extremes son las valores ma‘yimos lo minmos seleccconacios de un conqunto de datos, por ejemplo los valores de los cavdales maxtmos anuales. Excsten 3 am basicas que son casos espectales de la _dstribucion de valor Jextremo general. Ka ga dependen de XyV- (ix) F (x)= exp|- ra = -p< xX <0o K=0 5X no tere limte ees lamoda de = lesion, Pose ol = leer 5 Ma X-0STR.G fens re *NVELDe Fecet: xo ; (Uuttsxsor) QIFBID) - VEMeWelblll? = KO; Cosxe ui)N.o0 KStOS metocoS consisten en estumar oo valores de MB |las crecdas maximas que pueden producise en un rio a parti de una serie de cavdales maximos conocidos, extrapolando en dicha serte mediante el empleo de una curva de frecuen- cia para diferentes proberbilidades El caudal de ona crecida anual, mayor cel ano, ser efectivamente considera do como una variable ateatonia continwa de la wal puede estudiarse lo distrb. estadistica. rstando esta distribution agustada a una de las le- es teoricas antes mennonadas, se admte esa ley, como Ydlida tanto dentro como flera cet periodo de observa cin, yermtiendo calcular un cauclal con una ‘prohabilidac ,aunge sea muy pequetia. 9 39933 3:313:39; 9.23 IDIIW Daman Tnprglo EL estudio estadistico de creadas juede onen- tarse de 2 maneras e 5¢ 5 desecr conocer solo La postbilidacd de we se alcance un cierto caudal en un t. Se ta Baja con una. serce anval moxumer, tomancic el mateuno caudal tnstantaneo de cada ano. © St interes tambien la gorau, de caudales de creviclas que pasan uno deferminaclo. Se emplea una sere de Arabia parcial. " Los datos de crecidas pee aqustar ona ley de distribucton son generalmente escasos. (yando se extray- la lo ley @ tay mud extensoS hay errores Considerables. itr ce 25 a 50 anes, la extrapolacicn no tiene fundamen cient fio. Las leyes pora valores extremos se hallan exypresa- das en nied de Na i Tra I YIDII 2 - las caract. estacisticas de la mue hudrologuce (media, desuiacign. esteindar, elt) VIIIIIIIIIIIIINIIIDx 3 AG 2253329 333d d: II ) 4 1 DDD "Sancho IID 2993999495959 399 - La base para la aplicacion de los métodos es- tadisticos es saber an se tratd de una muestra aleatoria, simple, extracda de und. poblacion Uncca y su fe de cstribucioh de ‘probabilidad no es'conocida a prot . Aleatoriedads las vanacwones de una vartable hi drologuca se producen yor causas natura les. No serfa el caso de la Obeid de un curso de agua. reglado por un embalse. . ninguna observacion de la muestro pode influencar la ocerrencia 0 la no, de ora observa.cian- - todos los elementos de una mue tra deben salir de la misma poblacién ps + Betaconanedad: excludas las fluctvaciones aleatorias, las observaciones muestrales son invarantes con Telacion a la cronologia de sus ocurrenciag. Las tendencias y saltos son del tipo Nno-estactonantédad Gractas qa estos métodos, una gran cantidad de informacion probabilistica en la muestra puede resumrse en forma compacta en La funeion y en sus parcimetros asncia dos Los metodos mds uwsades son: / Unos buenos estimativos de los paromettos de una foncion de probabilicad “Daman Tnprglio » 2 22 i) PIIIIIIIIIDG tnyormanon Qe LUA UN A, ot a cada une de los vatores de ta énformacion se le asi ne Hey) fed deena de masa. hepotetica igual a ca. reloltve de ofurrencia dns Ps fx. foo dx se imaginct que este sistema He -* (4 momento) masas“rota alrededor cel origen . xX=0, entones el 4 momento cada observacion Xi’ e5 el pro- ducto de sv brazo de momento -fo).dx = nasa 9 Xi por su masa Yn y la Suma ao aol * de Eos coat ee toda la informacion es (a media ce la b— Informacion dela muestt Muestra, 6 HAs xi Fora lo fonction de densicloc wnoca Ci monerte) — & rObeibelidaul_serars he J 0) -dx =99 | xi | Xi *% mat ce momento He La mama forma , los ae ae momento en la distr- bucton de probabtliclad eae (qualarse a les valores de La muestre Wa, ele los va pardmetros de la distritucwh babilida A La varianza seria el T=E [@-m)*] = =. = (x-H)" |2 momerto central. rl coeficiente de asime yon] “ae OMY | tra peli el 3° monento central estandartzado. Be ” manera pueden estimarse les 3 pardmetros a partir del método de los 3 momentos. 6 un método facil de aplicar y es muy apropuado para analss practicos en huclrologie . EL intonvenvente “es que no es el teoriclamente mas correcto.X22 HD? D I1JII223 72 ) Damian mpriglio ) 2 El mejor valor de on parcmetro de una distrcby- cin de probabilidad deberta ser un ‘valor que maxumzara la verosimilitud 0 probablidad conyunta de oqurrencia de la mies~ tra observada. st el espacio mvestral se divde en intervalos de tongutud dx d se foma una muestra de observaciones independier tes’ X41, X2.. Ns El valor de la densidad de probabilidad para X=xi es fi) y la probabilidad que la vanable aleatoria ocurra en el intewalo de xi es f(xi).dx Ludo que las observaciones son independientes Su probab lided de" ocurrencia conyunta sena : $a). dx - £19) dx... {(0).dx =[T 0x] -dx" a AL ser fi70 el tamaio del intervalo, maximzar L= TC $6¥) | ho ad idac\ connie es egal a maxumzar la Eh funtion verosimelitud. uando se va a usor ta finaig de densidad | ty L = = In(few) obabilidad expo) A, traboc.jomos con Ei of Nog la Verosurelet em : Como ventaya se logran estimatiyos maz eficientes ce los parcnetros de poblacion fag en hdrotogi@ no es nevesario tanta. ta compleyidad. Como desven' no hay solvcién analitica tock io alone en algonay distribveianes22 ——————————————EEY “M6 GUMBEIRE5 La mas usada de las distrcbveiones py parce vax va- lores extremoo Expresa la probeebulidacl de = a on valor ‘X” menor de uno dlaido ‘x’. : =) [a= S| untae * Foys i expr oe -~w Cc X thar datos en el tem traves ‘de | pel de probatbiliclad pow ies as gigicas at fe tecacon. 1» Todas las observaciones pueden ser grafic das entre P{x)=0 9 P&)=1, 519 Fomar ested impesibles “valores _ 2e La yostcicn ‘del valor m esta libre de wal - wer dietrebuewin y debe estar entre las frewencias obser- adas MN y M1). PG) no Sera m A, m 0, por.) J+ Lo probabilidad excedente del mayor valor Observade debe estar’ cerca de la frewenca relatvn iW. 46 Las observaciones giaficadas en la esca- la de frewennas deben estor vg pce espaciadas Se la posicicn de graficado debe ser anali- ticamente simple con un buen e intocbiva signeficado. Daman Tmpriglio WIP IABIIINIAIIAIAIIA ND J Una posicion de graficaciin se refiere al valor de la pobabilicad asignada a cada dato a vertficar iy) eb FS una ewacion gral KH, Pee) n+41-2b Weikull Cb=0) es la + Usada Pxj= paran PJIIIINIXAIIII Hazen: 6=0,5 (Gimma 3 Blom - h=2 (Namal) Gumbel = b=0A4Cunnane = D=O/4 (aa buen resultado Con La mayoria ae tas distrcbyecores) = =I Primero, debemos elegir Con que distribucion vamos a trabajar, nemal , era gamma, Gumbel, ete. En fe de ella elegimos l postcccn que ins se adapta a ta- da. una Los grdficos 0 papeles de graficacién poseen en abscsas el “tempo de retorno y tev vartcble extrema en las ordenadas. ja2 1 los graficos se arman de tal manera ~ PG) Que una "vez posicicnacos todos Los valore se traze una recta que permta la extra~ polacion de datos DI WIMMIMIIIIIII MAIDA Q Os) ak Se gk ty ce parece ce mctora [Ty Los sistemas hidroldquos a veces son afectuces por eventos extremos ye magnet sta relacionada Con sv frewencia. dé ocurrenci&. Eventos my severoS curren con menor Se ha demostrado que muchos andlisis de frecun cia pueden ser redvctdos de ta forma : Xp =X+ Ce Ml] [Ove S|] rfactor de fiewencwa X= X+ Ax Ax: desucacion alrededor de la media Ax = SK +X Xp: magnitud de un evento hidrolg. extreme. EL factor de frewenaix se presenta para ¢ H- pos de distrbuciones ce frewenac: Gon kr, XyV K =£(1R,«,B...) se calcula ¥. = EK] Iya te (T [n= Z| |m=-€ tastes tind ) Yara dist. NORMAL. Pande Gum T: tvempo e& retomo estuciade. Samah Tmprglic »IIIIIIIIIIIIIIIID JIQIIII3433WIDIIJIINIIIINIIII= Damien Impago ——~ 92 9IIIIIIIIIIIIIII J IIVIIIIIIIIS ATR SIL NEV— KOLMOGUBOV, 5. un test de bondad de qyuste que nos permite ber si la distribucion de probabilidad para ona’ vane ble hidrold- qua, es la correcta. Se ‘basa en evaluar las desmaciones que & presenta. entre la juncion de distribycion awmilada F(x) y el hestograma awmulacle observacdo.(Muestra) Dade on nivel de significancia X ” podemos de- finr el nivel de confiansa ‘B’ como ; (Bama protablidad At fe. (W,) El metodo consiste en obtener un valor A (ale & la tabla del test para una muestra de N observaciones y un nivel de significancta ol) que se suma y resta al valor Ck pro- babilidad “obtenido. Los Valores de ld! suma_y festa, menbies a 0 (ceo) Jy mayores a 1 no se toman por carecer de sentido. rf it Calalo la distancia desde ie ua Ponto walguera de Lt obser vaucn , ejanplo m, hasta la recto estimada. luego tomparo ese ba con el fh obkeniao. oe _ Petemo t diferencia ec I DI La informacion ea una sere parcial suve para, por ejemplo, Caleular la probabilidad de ccurencia de caudate: mayors a. 400 m2/5. Esta. serté no nos asequra que los eventos sean tn- deyendientes. FJ, una avenida. puede relacionarse con Condiciones dé suelo saturado provecado "por otra avenda. En el analiss de frewencias, por lo dicho, se usan sertes anvales matxmas. PIIPIIIIIA)O Tsp: pentodo de retomo de serie parcial . TSA: yanuacio dé retorno dé sate anval. Las diferencias se deben a la > dida, de tnformacidn en las sere!p2IIIIIIIIIIIIIA? Oo Daman Tmprglio III I3 9799 )II9 395, 933399 ,IIIIII -, itenalondestenunencits °¢ el ttempo ‘t! entre ocurrencia de eventos: (X > Xr) « Yerwodo de retomo: es el valor esperaco para el intervalo de recurrencia t’, E(t). Se lo denomina ‘Tr’ de ur evento XX y se dive tambien que e9 el intervalo ‘t’ promedto entre evertos extremos Cuando se. dice aoe on evento tiene on pertodo de retiy no de 20 anos esttumos* suponiendo ge se Plies et evento 4 vet ¥20 afios, en promedo, pero es evento puede ocurre ho 0 dentro de 5 anos EL dimensvonado de una, estructura, debe asumr sel ve on cierto resgo. EL riesgo hidrologico natural puede caliu- arse mediante la expresion”: n e =4 arvide dtil estimada Rex) T (aires) + R representa la pebatilidad de que un evento X Xr ocu- oS 7 Tra. por ‘lo mens vez enn’ afios Thy x. evento extremo ea xs evento €sperado para ‘x’ Tr. (evento de disefo) | arel evento x supera el evento esperado xr “ f la estructura tendra niesgo de fatla. Lo visto conatitaye el nesgo hdrologuo natural. A este debe agregarse un Yresqo debido a otros factores como tecnoldgico. Ge “conotruccidn , “de operacion , etc. Para contem- ylarlo “rewmrimos a un margen de seqridad MS, dado por _—s C: valor real adoptado en el ciseno Bere L: valor dado ee diseno hidroleguco (cr) [na= CL] Fs: factor de seguridad Z Hay gue saber st se pide La probabilidad — $=1-R Ronin cedingdn nn trijer ( ASTRWIIPIIIIBIDIID JIIIIIIDD Daman re lio ) » 3 JILIIIIII 2292 En el diseio hidroldgico z evalda el impacto de stbles eventos pe pee defintr las variables mas impor: ‘antes cara. al st Ademas de la hidrologia, tofluyen pa factores como gu economia, estehiea , aisend trct, et fines de Jlareamento a manejo de recursos hidrauliaos , jou dividir el estudio de 2 maneras: drenaye, control de crecientes disiacoicicn de containinacion,, control de sedimentos y salinidaal , control de tnsectos , ete. = tee Agi: conte de agua domestica la ie action gen acion hicroeléctrica’ recreacton, me Joram thto de uda silvestre , etc kr ambos casos el hyeiilago 4p determrard un Cau dal o entrada de disefo, lo ser ee “i traves del ai fo plata los valores a salidd.ta diferenua es que el con a se verifica para eventos extremos de Torte du ae nye use. del ala Se relaciona con hidrogramas de caudales yertodos de vanes anos La escala de diseiio hidrlogice Valor limite estmado. | es el rango en magn tod de ta Varabl (Ly) de disend (@, en dentro del cual se debe seleccimar un valor para deter mar el valor menctonado. Los fuctores + importantes en lo eleccion son el costo y la seguridad. Rew: es La maxima maqnitud sthle de un determnado everto ali FL conce pe cel ELV sped ny implicu en la PI an main pl babld y en id! os (crewda max Ejemplos Chtluas ae NBER ES toned ® a3 8 2 = St 3 & 1 12 1D! SP! Di DD) Dl DID aot Re PIT IMIS PIDIIIAIII®ADY J er i) POS IIZDIIDII| Amausts RCOnaMLCOs Ademas del rieaga natural visto en el punto anterior pede hacerse otras valoraciones , como por ejemplo la econd- Waa. Esta lleqa a traves del andlisis de ¢ graficas que relaco nen La. frewe de Ocurrenaa ,e Tr, Con él dato medida en poses Yartiendo del pont S A, pasamos det orc = fico donde ,e7, ene 3 ban ena § bs Ir £tCO Frewencia Se pe y qwenua,e Tr, yest hos cvanti fice el ! daiio ecnomio t gue puede generar Jano ($) Altura (5) Frewencia RL periodo de retorno de disefo dptimo puede dete minarse por un andilsis hidroeconcmico st se conocen tanto la na turalexar probebilistica Ge un evento como el dano que este po- ta caus! drta c 4=.a+0 : Casto Tea. 1B: (osto de ¢ - S25 50 0 100 7 ©. Costs de ye A ja que el, Tr de deeno t los ca TE ee nes los déunas esperace? + ya Que“ hay mayor sequrid ert oe ¥ sumanda 15 costes por cayxtal 1° le. te exced. atl los costus de Los dafios ! ec encontrarse_ el Tr de dseno que ger LOS menores costes. Este andliss se ha aplicado al diseio de embalses , diques,‘canalesel Yara estudiar danos yor creccentes, debe determmnorse La duracion s extensa Pivarios Tr haser _enwestus etbnem ces peaks ey ln cri Samian Unprguo Dalios 4 1000) o AR REE 60 ge 22 =6 2 420 32Ado 783 Hay algunas incerticmbres qe no son cuantificables. 9 La incertidumbre hidrologica poede divdirse . ; « Tocerbidumbres Naturals en fe del fercneno hdvolég Tncertidymbre de Modelo: resulta de las aproxima cies hechas mediante ecvactones ° de. surge de la naturale za desconocida de los ‘coef de las €cvaciones La incertidumbre natural es tambien llamada Bresqo Hide loguco y qeda representada por la ewacion de la it 20 (R). EL andlisis de 4° orden calwla la variabulidad de una variable dependiente como una fe de una o + varia- bles independtentes ‘ 1a fe ¥),0 mode ir jay un error en la -),0 modelo y otro [we fo) LSS en ‘a medicion de x y Ahora, suponiendo que £() es un modelo ¢o- trecto, s¢ selecciona_un valor de x, como una entrada de disen, ¥,9 se calula su w: qf) Yora soluconar una posible cliscrepancia entre x J x, que afecta al valor de w, s& expande unc serie de Taylor: YIIIII? DD » 3D) Daman Imprglo yD ey a) — (ay 4b yxy aE ry ge = 18) +5 MoT ae OX) ad W | Pespreccamos berminas de orden superior Ta + ct x-%) ___- La varianen de ecte error sent e 4 ( 2 Wn ot . i} wow a 2 x |—> ows £4 OR] ; e242 [ | 2_/dt\* 5? Sw =| ral ~ OX De esta manera puede cal- qlarse la vananza de una variable pepe w como fe de la varanza de la varable independiente x , sypcniendo que el modelo £0) es carecto. Sw es el error de estimacion estandar dew Pe ) = WW + R + a ® SIRF ABDaN oR II IIIIIMAII ) a a Te le > eS Damian Tprigho J 29 La, ewacion de Manning es muy utilizada en Ht- drologia y permite determnar la yrofundided de flujo comes diente ad un covdal es ait ee Felaciona el caudal ’@' con La pencliente'L ’ i’,la regostdad ‘n’, el radio hdrcvlico *R4 EL aneilsts de f orden estima el efecto de in- certidumbre de Qineé i. El area A’ de la seccron transver- sal y el facto hidraviico dependeran de La proforccla y. Ast, las variaciones en ‘y’ dependen soo de las vanaciones dé'Q’, Taonees ¢ — La ewacon de Nanning en undlades inglesas e€s: P s ga! Iran” a es ay dQ _o|2 aR 4dA — Luego, con aig inverttdo se tiene. ‘ay 7 ee ay of aay, - kn fe de tablas; reemplazo Zend: ay 5° — for ultimo, 22 = Ove coef. de vana- eon +h a cion de cawdal ———— esyecifica la vananza, de la - ay Cig* aaeel if lujo como fe. del coef. & va- la forma del & aR A ay riacicn det caudal y de —(on un analists hecho en derwadas Joriles qaende iz. as yarables mutua- observa la dependencia de w en fe de va mente independientes : Swe (2). age J aliwa- deros de eneroera como ast tambien” en hidbege de bord libre en el de de presas En_gral, cuanclo hay reesqo de vila humana los pe- fiodes de 10 superan los ~400 affos. ‘ * Si_EL Tr depende del crea de drenaje (Lamar). Den- tro de una, wenca, Las areas menores. tienen ror cortos, (6 0.40 afce), mientras que creas mayores tienen dé 2% a 400 afos En drenage urbano, un proyecto con un Orca Tr pe de llevar a disefo indujiciente en grahdes creas y un al exceswo en areas chicas. "AL cambiar los climas, unas cegiores se secaran | otras s€ volverdn ma timedag: Un disefid’ planeado se conver tuacen conservader st se pasa de Condiciones himedas @ se cas (deser tificaicien) y menos “conservader st e5 al reves (humidlfica cxon) EL dpetinder en consult 2 con el duet ya tiga de Una consideracion adewada (es vien elije el jeno do de retomo. Ove FYIQIII III DIAM ) ) Laman Inpriglio JIIIAIIMAIIDIID| ) YI Se usa. para generar coudates mas alla del penieck para el cual se puede caltular en foncion de datos histdntca9, yor € mplo, st hay esctasa informacion de los cavdales de un rio pa Ya colocat pres. (10 dios de datos), podemos generar sintet— camente otras creadas que amplien los datos (50 es Estos métodos tienen la walidad de preservar los parametros estadsticos de la serie histonca , media ,vananza, el A aquellos procesos que poseen un cierto nivel de encer pani que éstan gad por lees de la probabilidad se les Ulama estocastites Se relacionar ast los fendmenos como la generacion y cistribycion de la lla en el planeta y sus consecencias chino oe escurtimento etc" y de meinera especial el caudal de los ros... Enreima | Leyes de Azar I> salida Tecra de Rotuktlades [== Pestacks) Dice que la vartable hidrolagica €5 GaXtz.o| | ol a la heck de la sere histerua + I& deacon estandar por una vanable [. 2 fu-x| alectona pormalmente cistrivuda (zi) con ss ae media cero (0) J desnacion estandar ono (A). y= Ht) 7-25 t=1 rT b 9 YY... ; ; - p= 4ig= Nt “Sa 4i,j- ~ XG) + ig 9) 4 furs se adapta bien a covdales medios mensuales. Estos pueden enerarse sequin el aio (i) y mes/j-de 1a) elequclos, ir randy el aD y el mes. y mes (| a) 9DIVDIIAII III Dt Ds AWD!) D Damian Imprglio ee) OID YD Ip DSL EEN O = TeavemenaT El mejor estimador del caudal de manana es el de hoy. EL fencmend hidrologtco meni flest una inefcia que persste y se transmite en el tiempo. Lo dicho puede expresarse a traves de una cadena Mar- Yonana de 1° orden Xi | Xia = vanables._ | . Xo = cte.—- Xo=X Xi = Xo + P (tin Xe) + €i a: ore aleatona. Suikeam =x eve PB: wef. de autoregresion P= EME | SE EXE = TXi-n (Persistencia) = xe (exH? a p= f Cx 5 coef. de correlacit Gi= Xt § (Gin X) 14.5. (FPP die i pl ee Se obtiene una serte hidroldqita distinta pero con coracteristicas quoles ala sere historia.Prat 2 & ) IPIDI DII LS IIIRIMAWS >. 2 ) & § & & = "eg s Sy & x Ss & bo ) »\ID I+) IA 3 DIVIIII ocurrir en. on lugar durante nu cl TNE Ch ler NIA Sebo TAO BADER = Vi boty Es la crecida mas ee ue "on ge . @ geology imatica. La crecida maxima wrod, 0 valor “Lim es menor a La crecida maxima ‘posible ya gue las combihaci Tes de factores naturales, supuestos en tt determina cicn son menores a UN monxtimo EedricO. Cada vio tend La syya. ae Yuede esperarse en una localizacion Geograt ura 5 la movimizacton cazonable de la recipitercion if CCl j parca nee cin determinada. Se usa cuanclo tnteresa saber Lo protabelidacl de ow rrencua de’ ona crecida como asi Tamas la probate ce los volumenes’ asociados En un hidrograma (Cavdal-t, él area bazo ta cova ae el volomen asxiciade a Cac me Cou 0 ©. es sas 1 Md 0 Aa oto ed Wo eB HO WH Volumen de crecida 40° Las cuvas formadas son tolineas de Ugual renpo a retom Con este anciisis puede determinarse le ‘probabilidad de currence, de una creada ,con sv caudal rt yolumen asoca: vk yor lo que para ond. determinada combnacion de valores, a I daco Yer omer ee situacion sera’ mas des favord- le y poder atewar una crecicla durante un embalse adewado.