ANLISIS DE CAUDALES MXIMOS INSTANTNEOS

(MXIMAS AVENIDAS)
I.

CONCEPTOS:

Para el diseo de estructuras

hidrulicas es desprescindible conocer cuantitativamente los
caudales mximos y mnimos. As por Ejm. Se debe conocer el caudal mximo para el diseo
del vertedero de demasias de una represa, diseo de encauzamiento y defensas ribereas, diseo
de puentes y y alcantarillas, evacuacin de aguas pluviales. Para el diseo de tomas y bocatomas
es primordial conocer los valores de caudales mximos y mnimos.
Los registros de caudales y precipitaciones mximas se ajustan a cinco modelos probabilsticas,
luego se ajustan con pruebas estadsticas el modelo que mejor se ajuste o finalmente se
considera el riesgo de falla y la vida esperada de la estructura hidrulica para obtener el
caudal mximo de diseo.
a)

MTODO DE DETERMINACIN DE MXIMA AVENIDA:

Se puede afirmar que la avenida varia en funcin de la superficie de la cuenca, orientacin,

orogrfica, vegetacin, clase de terreno, permeabilidad del suelo.
El agua que no se infiltra corre superficialmente formando vertientes, arroyos y ltimamente
ros, aumentando su volumen por la aportacin sucesiva de los confluentes, varia especialmente
con la extensin de la cuenca y en los diferentes aos con la intensidad de lluvia que motive
la avenida.
Para la determinacin de avenidas existen bsicamente cuatro mtodos:
-

Mtodo directo o histrico.

Mtodo emprico.

Mtodo del hidrograma unitario.

Mtodos probabilsticos.

El calculo del caudal de diseo de las estructuras hidrulicas tiene dos procedimientos de
informacin de acuerdo al tipo de registro.

b)

Registro de caudales mximos instantneos en m3/seg.

Registro de precipitaciones mximas de 24 hrs en mm/hora.

MTODO DIRECTO O HISTRICO:

Se establece, sea por observacin directa o preguntando a algn conocedor del lugar, hasta que
altura sube el agua en una creciente y se puede conocer la seccin luego se aplican las
formulas de flujo en canales naturales.
La desventaja principal de este mtodo es que no se puede conocer el periodo de retorno de la
avenida. Muchas veces las seales dejadas por la gran creciente son imprecisos, estas pueden
deberse a una creciente anual o una creciente pluvioanual.
c)

MTODO EMPRICO:

Es el mtodo ms antiguo y consiste en establecer una relacin funcional entre el rea de la

ciencia; la intensidad de la lluvia y la temperatura. Los mtodos empricos son el californiano,
ven Te Chow, Giandottic, U.S. Corps of engineers, etc. Cada una de estas formulas pueden dar

resultados aceptables para aquella cuenca cuyas desviaciones la hayan dado origen; Unas no
cabe generalizarlo o utilizar para toas las cuencas los resultados difieren mucho para una
misma superficie y se comprende la disparidad por que una avenida es funcin de muchos
factores.
II.

MTODO RACIONAL:
DEFINICIN:

Escorrenta mxima o descarga de diseo es el mximo caudal que se espera pueda ocurrir con un
determinado periodo de retorno o frecuencia en aos, durante el periodo de vida til del proyecto u
obra.
PROPSITO:
Las obras de conservacin de suelos como canales de desviacin o evacuacin, alcantarillas,
diques de retencin para control de crcavas, etc se deben disear de tal manera que sean capaces
de resistir este evento o caudal mximo, el mismo que construye un criterio bsico para las
dimensiones de las estructuras.
La magnitud de la descarga de diseo se calcula de acuerdo al periodo de retorno (aos) escogido;
la avenida mxima con 10 aos de frecuencia ser sensiblemente menor que aquella que se
presenta con 10 aos y as sucesivamente. Por lo tanto la seleccin del periodo de retorno est en
relacin directa con la naturaleza e importancia de la obra.
Si se tratan de sistemas de tratamiento temporal que no tengan mucho peligro de causar daos
como pequeas alcantarillas etc. Es suficiente una frecuencia de 10 aos; si son obras de ciertas
rpidas, cadas, muros de contencin, etc el tiempo de retorno puede escogerse en 25 aos;
finalmente si se trata de aliviadores de reservorios medianos, defensas ribereas costosas, puentes,
carreteras, etc. Puede escogerse 50 100 aos, sean la inversin comprometida y el riesgo de
daos personales que se pueden producir en caso de falla.
La prediccin de los picos de descarga, volmenes y distribucin en el tiempo de escorrenta no es
un trabajo simple. Para calcular las descargas se utilizan procedimientos diversos que sintetizan
una serie de factores, principalmente relacionados con la precipitacin (Int. Dur Frec.), la
topografa y geomorfologa (rea, longitud de ros y otros) y los llamados coeficientes de
escorrenta que expresan la relacin entre el agua que precipita y el gua que escurre sobre la
superficie.
El factor tiempo o frecuencia de ocurrencia se incluye dentro del factor precipitacin,
seleccionando un periodo de retorno determinado. La mayora de procedimientos se basan en
anlisis estadsticos para determinados lugares y por lo tanto su aplicacin no es universal.
LUGAR Y CONDICIONES PARA SU APLICACIN:
El mtodo racional es uno de los pocos universalmente aplicables cuando se dispone de escasos
datos; y su eficiencia aumenta con la experiencia y apreciacin del trmico que usa.
Es muy apropiado para reas de drenajes pequeas, generalmente no mayores a 50 Has.; sin
embargo algunos autores recomiendan su aplicacin hasta lmites de 1,500. Has.
RESTRICCIONES:
El mtodo racional no debe de preferencias ser usado para superficies de ms de 50 Has. Por
que asume:
-

Que la precipitacin ocurre a una intensidad uniforme por un tiempo por lo menos
igual al tiempo de concentracin.

Que la precipitacin ocurre con una Int. Uniforme sobre todo el rea.

LA FORMULA RACIONAL:
La formula racional fue desarrollada por Mulvaney en Irlanda (1847) para fines urbanos;
posteriormente Ramser (1927) la adapt para vertientes rurales, siendo mejoradas por real Soil
Conservacin Service 1947 (S.C.S) La descarga mxima se calcula segn:
Q=

CIA
360

Donde:
C= es la descarga mxima en m3/s.
C= es el coeficiente de escorrenta que despus del relieve, textura, condiciones de cobertura
vegetal, etc.
I = es la mxima intensidad de lluvia de concentracin (Tc) de la cuenca. Se expresa en mm/hr.
A = es el rea de recepcin o drenaje en Has.
La frmula del mtodo racional no proporcional un hidrograma de descarga, para un determinado
periodo de frecuencia.
Este dato es suficiente para el diseo de estructuras de evacuacin de aguas superficiales como
canales de desviacin, canales de desage, al cantarillas, rpidas, cadas, aliviaderos, etc.

ETERMINACIN DEL TIEMPO DE CONCETRACIN (tc)

El tiempo de concentracin se define como el tiempo que tarda el agua en viajar desde el punto
ms remoto del rea, hasta el punto de la desembocadura o control. La distancia de este recorrido
del agua se asume igual a la longitud del cause de drenaje o ro (L).

El tiempo de concentracin se puede calcular de las sgtes. Maneras:

a)

En funcin de la pendiente y longitud del cause del ro.Tc = 0.0256 K 0.77

L3 / 2
Siendo: K= 1 / 2
H
Donde:
Tc= Es el tiempo de concentracin en min.
L = Es la longitud del cause de drenaje en metros.
H = Es la diferencia de nivel entre el punto ms alto y ms bajo del cause en metros.

Este mtodo no es adecuado para el caso (1-b).

b)

En funcin de la pendiente mmadia, del terreno y cobertura vegetal.-

La tabla Nol muestra los valores aproximados de la velocidad de la escorrenta, en funcin

de la pendiente media del terreno y su cobertura vegetal, basada en los trabajos de Ramser y
Horton, de modo que se puede estimar Tc dividiendo la distancia del recorrido ms remoto
entre dicha velocidad.
La Fig. N 2 es una solucin grfica de la tabla N 1 y proporciona directamente los valores
del Tc conociendo la longitud de recorrido, la pendiente media del terreno y su cobertura.
Este mtodo es aplicable para el caso (1-b).
Ejem. De aplicacin:
En un rea cuya extensin fuera de 10 Has. De las cuales 2 Has. Tuviera una pendiente
predominante de 4%; 4 Hs. Tuviera 15% y los restantes 4 has tuviera 25%, la pendiente
ponderada representativa del rea sera:
2 x 4 4 x15 4 x 25
16.8%
10

S=

Por tanto estar considerado en el rango de pendiente de 15 a 20% y adems si la cobertura

vegetativa es uniforme en todo el rea por Ejm. De pastos y potreros y la longitud de
recorrido es 400 mts. Se utiliza directamente la fig 2. Curva # 7 y se determina:
Tc=300 seg. = 5.0 min.
Si en aplicacin del ejem. Anterior se observa que el uso del suelo no es uniforme en todo
el rea; por ejm. De las 10 hs, 4 hs se dedican a cultivos de limpio, 2 hs son de pastos
con buena cobertura y las restantes 4 hs. Tiene bosque, el calculo se hara utilizando la tabla
No1.
REA

2
2
2
4
10 Hs

PENDIENTE
%

4
15
15
25

USO O COBERTURA

Cultivo en limpio
Cultivo en limpio
Pastos o potreros
Bosques

Velocidad media ponderada en toda el rea =

VELOC. MED.
PARCIAL (de tabla No
1)

0.60 m/s
1.50
1.20
1.40

REA X VEL.

1.2
3.0
2.4
5.6
12.2

12.2
1.22 m/s
10

S la longitud de recorrido es 400 mts. Entonces:

Tc=

400
328seg . 5.4 min .
1.22m / s

ETERMINACIN DEL COEFICIENTE DE ESCORRENTI C.

El coeficiente de escorrenta (C) es obtiene de la tabla N 2 evaluando cuatro condiciones de la
cuenca: relieve, infiltracin, cobertura vegetal y almacenamiento superficial.
Ejm de aplicacin:
Se tiene un rea de Hs, 7.5 de las cuales se encuentran en la parte ms alta de una ladera con
pendiente de 28% y las restantes 2.5 en la parte inferior con una pendiente de 10% 5 hs. 5 hs de la
parte superior son suelos superficiales con terreno rocoso de insignificante capacidad de

infiltracin, mientras que las otras 5 hs tienen una profundidad 1 mt. Y son suelos francos con
infiltracin moderada.
Las 2.5 hs ms altas tienen terreno con pastos nativos degradados con menos de 5% de cobertura
efectiva, mientras que la zona intermedia de 5 hs presenta la mitad del rea con buenos pastizales y
rboles y la otra mitad es dedicada a cultivos en limpio. No hay almacenamiento sup. Se desea
construir un canal de desviacin para evacuar las aguas de escorrenta de est rea hacia un desage
natural, sin causar erosin, para proteger las propiedades situadas ms abajo.
Con los datos suministrados buscamos en la tabla N 2 procedemos como:
CONCEPTO PUNTAJE % AREA (HAS) PONDERADO PARCIAL VALOR DE Ci %
Pendiente 30
7.5
225
(C )
20
2.5
50
275 : 20 Hs.
=
27.5
----------------------------------------------------------Infilt.
20
5.0
100
(C2)
10
5.0
50
----------------------------------------------------------150 : 10 hs
=
15.0
----------------------------------------------------------Cobetura 15
2.5
37.5
Vegetal
10
5.0
50.0
(C3)
15
2.5
37.5
----------------------------------------------------------125.0: 10 Hs
=
12.5
----------------------------------------------------------AlmacenaMiento Su-20
10
200: 10 has
=
20.0
Perficial
(C4)
-.-.-.--.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.
VALOR TOTAL DEL COEFICIENTE =
75.0%
-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.--.-.-.-.-.

ROCEDIMIENTO: EJEMPLO DE APLICACIN

Se desea proyectar un canal de desviacin de 500m. De longitud, para defender unos terrenos de
cultivo contra la erosin que produce la escorrenta de una zona situada en la parte superior de una
ladera, de acuerdo con el ejm. Anterior.
a)

TIEMPO DE CONCETRACIN.

Para Tc1 usaremos el segundo mtodo y de la tabla se obtiene:

AREA

PENDIENTE COBERTURA

VELOC. PARCIAL

AREA X VOL

2.5
2.5
2.5
2.5

28
28
28
10

1.6
1.6
1.9
1.9

4.5
4.0
4.75
4.75

10 Hs

Pasto natural
Pasto + rbol
Cultivo limpio
Cultivo limpio
18.0

Velocidad media ponderada = 18

---- = 1.8 m/s
10
Asumiendo que la mayor longitud de recorrido sea 400m.
400
Tc1 = --------------- = 222.2 seg.= 3.7 min.
1.8

El tiempo de concentracin Tc2 se calcula de acuerdo a la velocidad del canal de desviacin. En

estos casos, para calcular los tiempos de concentracin desde el punto de vista conservador,
conviene tomar velocidades altas. Asumiendo que ser un canal excavado entierra franca, sin
revestir, la velocidad mxima permisible ser 1 m/s
500
Tc2 = ----- = 8.3 min.
1
Tc = Tcl + Tc2 = 3.7 + 8.3 = 12 min.
b)

COEFICIENTES DE ESCORRENTIA.
Como se explica en el Ejm. Anterior C = 0.75

c)

INTENSIDAD MXIMA.
Tratndose de una acequia de desviacin, usaremos una frecuencia de 10 aos para una
duracin de 12 min. Se obtiene:
I = 65 mm/hr.

d)

CAUDAL MXIMO DE DISEO.

CIA
Q = -----------360
x 65 x 10
Q = ----------------------------360
3
Q = 1.35 m /seg.
A fin de lograr un diseo econmico, el canal de desviacin se puede hacer telescopico, con
capacidades variables en tramos de igual longitud, por ejm. En el presente ejercicio 4
tramos de 125 m. O tres tramos de 167 m. En cuyo caso es necesario calcular el tiempo de
concentracin para el rea que domine el primer tramo y su correspondiente caudal de
diseo; luego para el segundo tramo habr que sumarle el tiempo de concentracin del 1er
tramo y calcular su caudal de diseo en funcin de la suma de las dos reas, as
sucesivamente.

III.

MTODOS ESTADSTICOS O PROBABILSTICOS:

ODELOS HIDROLGICOS:
Segn Chowv. Maiduant y Mays (1984), un modelo de sistema hidrolgico ews una aproximacin
al sistema real: sus entradas y salidas son variables hidrolgicos mensurables y su estructura es un
conjunto de ecuaciones que conectan las entradas y salidas.
Los modelos hidrolgicos pueden dividirse en dos categoras: modelos fsicos y modelos abstractos.
Los primeros incluyen, modelos de escala que refrentan el sistema en una escala reducida, tal como
un modelo hidrulico del vertedero de una prosa. Los modelos abstractos representan el sistema en
forma matemtica, la operacin del sistema se describe por medio de un conjunto de ecuaciones
que relacionan los variables de entrada y salida.
Estas funciones pueden ser funciones de espacio y del tiempo y tambin pueden ser variables
probabilsticas y aleatorias, que no tienen un valor fijo en un punto particular del espacio y tiempo,
pero que estn descritas a travs de distribuciones de probabilidad.
Ponce V. (1989), en ingeniera hidrolgica, existe cuatro tipos de modelos matemticos: (1)
deterministico (2) probabilstico, (3) conceptual; (4) paramtrico. Un modelo deterministico; es

formulado usando leyes de procesos fsicos y qumicos, tambin descrito por ecuaciones
diferenciales; un modelo probabilstico, si es estadstico es gobernado por las leyes de la
probabilidad y aleatoriedad los modelos estadsticos tratan con muestras observadas, considerando
que los modelos estocasticos, enfocan en los propiedades aleatorias de serios de tiempo
hidrolgicos ejm. Un descarga diaria un modelo conceptual es una representacin simplificada del
proceso fsico, obtenida por los variaciones espacial y temporal y describido en terminos de
cualquiera de las ecuaciones diferenciales o ecuaciones algebraicas. Un modelo Parametrico,
representa procesos hidrolgicos por medio de ecuaciones algebraicas, esto contiene parmetros
claves para ser determinado en forma emprica.
VARAS E. Y FERRER P. (1972), Los fenmenos que se presentan en la ingeniera, pueden
clasificarse desde el punto de vista de la certeza de su ocurrencia, en determinsticos y y
probabilsticos. Si la probabilidad de ocurrencia de las variables en proceso es cierta, es decir
segurar una ley determinada no probabilstico. En cambio si se toma en cuenta la probabilidad
de ocurrencia y la falta de certeza existente entonces se habla de un proceso de naturaleza
probabilstica en el campo de la ingeniera de la hidrolgica pertenecen a la categora de los ****
probabilsticos o estadsticos.
En rigor, existe diferencias entre los procesos probabilsticos y los estocsticos. Los primeros
son independientes del tiempo y los segundos son dependientes. Se denominan proceso estadstico
a un conjunto de variables aleatorias cuyas caractersticas varan en el tiempo. En un proceso
probabilstico, independiente de la variable del tiempo, la secuencia de las variables no interesan y
se supone que ellas siguen un determinado comportamiento dado por el modelo probabilstico o
distribucin.
FUNCIONES DE DISTRIBUCIN DE PROBABILIDAD USADAS EN HIDROLGIA.
Cheregue W. (1989), dada pues una variable aleatoria, interesar describir la probabilidad de
ocurrencia de los distintos estados. Esto se consigue gracias a un modelo matemtico de su
comportamiento o modelo probabilstico. Esta distribucin probabilstica permite calcular:
1.

Las probabilidades de los distintos estados o valores que pueden tomar la variable
aleatoria.

2.

La probabilidad de tener valores mayores o maneras que en determinado lmite.

3.

Los valores de probabilidad de ocurrencia asociadas a cada valor de la variable

aleatoria.

El tratamiento mas comn de los datos as. preparados, es el ploteo de los pares de puntos P T
versus Q en un papel con escalas apropiadas. Para propsitos generales la escala del papel usad? no
es Importante, habiendo sido propuesta una escala (Dal1yrnple, 1,962) que aproxima el grfico de
una recta.

Y = - ln ln 1
T

Donde:. Y es una distancia lineal y T el periodo de retorno; dando valores a T se puede construir un
papel probabilstica, en el cual generalmente los periodos de retorno se colocan en las abcisas y las
descargas en las ordenadas; esta ltima escala puede ser transformada en logartmica, dando origen
a otro papel.
Es comn en nuestro pas que la mayor parte de los registros disponibles de descargas no
sobrepasen 20 o 25 aos, y dado que las necesidades del proyecto requieren periodos de retorno
superiores; la tendencia es de usar la curva de frecuencia para efectos de extrapolacin, por lo que
esto debe ser hecho con mucho criterio; la distancia lineal entre 25 y 250 aos parece corta en los

grficos, pero la extrapolacin solo puede justificarse cuando se verifica que el fenmeno se ajusta a
la ley establecida. Muchos investigadores intentaron establecer las leyes tericas de probabilidades
que se ajustasen mejor a las muestras de n elementos de modo a poder estimar, para cada caudal
mximo Q, la probabilidad terica P de ocurrir o ser sobrepasada.
En la prctica es posible efectuar el ajuste de varias distribuciones tericas a una determinada
muestra. Para comparar y concluir cual de ellas, se plotean los valores en el papel respectivo y se
escoge la que mejor se aproxima a una lnea recta. Existen a disposicin del interesado paquetes de
programas que efectan ese trabajo (Silveira et al., 1983), facilitando sensiblemente el anlisis, ya
que el propio computador disea el papel adecuado. A continuacin sern examinadas con algn
detalle, las distribuciones tericas ms usadas para el anlisis de mximas avenidas, indicando que
no existe un criterio definido para la seleccin a priori de la distribucin ms adecuada.

IN LOG NORMAL:
Es una distribucin apropiada para una variable aleatoria cuyos logaritmos siguen una
distribucin normal, con parmetros y . Los datos hidrolgicos, a veces, tienen una
distribucin fuertemente asimtrica y en general en esos casos una transformacin
logartmica la transforma en una distribucin normal.
As la funcin de densidad y la funcin de distribucin acumulada son:
1 y

1
F(Y)= 1 e 2
2

P(Y<Ydado)=F(Y)=

1
2 e

1 y

dY

Donde: Y = 1n Q

media poblacional, = Y

Desviacin estandar = Sy

La distribucin Log-Normal es de gran utilidad porque abre el amplio campo terico de

aplicacin de la distribucin Normal. Como ambas distribuciones, Normal y Log-Normal
son de dos parmetros, basta calcular la media y la desviacin estandar de los caudales y de
sus logaritmos, respectivamente. El grado de ajuste de una serie de datos puede, como en los
dems casos, ser examinado a travs del uso del papel de probabilidades Log-Normal, donde
debe resultar una recta. En la literatura se puede encontrar tambin informacin sobre la
distribucin Log Normal de tres parmetros cuando esa linealizacin no se consigue
(Raudkivi, 1979).

DISTRIBUCIN DE GUMBEL Y LOG GUMBEL.

Entre las diversas distribuciones de valores extremos es la que actualmente tiene mayor
utilidad. Los valores extremos en cuestin serian las descargas diarias mximas anuales, ya
que cada una es la mxima entre los 365 valores del ao. Para aplicar esa ley, se debe tener
en cuenta que existen n muestras, cada una constituida de 365 elementos, del universo de la
poblacin infinita de la variable aleatoria que es el caudal diario. De acuerdo con la ley de
los extremos (pinto et al., 1976), la ley de distribucin de la serie de n trminos constituidos
por los mayores valores de cada muestra tiende asintticamente para una ley simple de

probabilidades, que es independiente de la que rige la variable aleatoria en las diferentes

muestras y en el propio universo de la poblacin infinita.
Esa es la base del mtodo de Gumbel (o distribucin de valores extremos Tipo 1), en el cual
se calcula P por la siguiente relacin:
P = 1 e-e-r
Y=

(6)

1
(Q Q 0.45 q )
0.7997

(7)

donde Q es la media de los n caudales mximos, P es la probabilidad de que un mximo

caudal medio diario de un ao cualquiera sea mayor o igual a Q, y Q la desviacin
estandar de los n caudales mximos.
La expresin de Y muestra que existe una relacin lineal entre l y el valor de; esa recta
puede ser diseada conocindose:
La expresin de Y muestra que existe una relacin lineal l y el valor de Q; esa recta
puede ser diseada conocindose: Q

Q yS (Q Q)
n

n 1

El eje est marcados los valores de Y puede ser graduado en tiempo de retorno a travs
de la relacin T=1/P y de esta manera, a cada caudal le corresponde un periodo de retorno;
conocindose a este como papel de Distribucin Gumbel.
El mtodo de Gumbel es de fcil aplicacin y se basa solo en dos parmetros, la media y la
desviacin estndar, mientras que otros mtodos incluyen el coeficiente de asimetra.
Cuando la asimetra es grande, se toma X = In Q y se procede al anlisis como en el caso
anterior, constituyndose una distribucin Log-Gumbel; el grfico establecido corresponde a
una recta en el papel de probabilidades correspondiente, si el ajuste es adecuado.

IN PEARSON III Y LOG-PEARSON III.

La distribucin Pearson III posee la caracterstica de ser asimtrica y no negativa, lo que lo
hace adecuada para describir los caudales mximos; es una distribucin de tres parmetros.
La media, la desviacin estandar y el coeficiente de asimetra, son definidos por las
siguientes relaciones.
La funcin de densidad y la funcin de probabilidad acumulada estn dadas por:
Q

SQ=

(8)

(Q Q)

(9)

n 1

(Q Q)
CQ=
2 S (Q Q )
3

n Q 3 3n( Q )( Q 2 ) 2n( Q )3
n(n 1)( n S q3 )

(10)

La funcin de densidad y la funcin de probabilidad acumulada estn dadas por:

f(Q)= (Q ) e
L( )
1

(11)

f(Q)<(Qdado)= 0

(Q ) e
L( )
1

dQ

(12)

Donde:

= Parmetro de posicin Q
parmetro de escala

= Parmetro de forma.

Sq =

CQ =

De forma anloga al caso anterior, si se hace Y=ln Q, se genera la distribucin Log-Pearson

III, procedindose con un anlisis semejante.
El METODO DE FOSTER representa una aplicacin de la distribucin Pearson III, a
travs de un ajuste del coeficiente de asimetra establecido por Hazen.

CQ = C Q

8.5

(13)

Donde n es el tamao de la muestra de caudales mximos diarios. Para la aplicacin del

mtodo, se calculan los parmetros media, desviacin estandar y el coeficiente de
asimetra.

E FULLER:
Es un mtodo de extrapolacin de datos histricos basado no en una distribucin de
frecuencia, pero si en una regla de probabilidad, que establece la siguiente relacin entre
Q
y el periodo de retorno T:
Q
Q
= a + blog T
Q

(14)

donde Q es el caudal diario ms probable con periodo de retorno T; a y b son coeficientes {';
determinados a partir de los datos histricos.
Cuando no existen series de datos observados, el autor propone los valores de: a = 100 Y b =
0.8 obtenidos para un gran nmero de ros, y el caudal medio puede encontrarse a travs de:
Q=

0.7960.8

(16)

Siendo A el rea de la cuenca. De esta forma, el caudal mximo diario Q para un periodo
de retorno T en una cuenca de rea A se obtiene:
Q=0.796A0.8(1+0.8logT)

USO DE LOS FACTORES DE FRECUENCIA EN EL ANLISIS DE MXIMAS

AVENIDAS.
El factor de frecuencia es un valor caracterstico de la Ley de distribucin Log Normal,
que tiene gran significacin en el anlisis de eventos extremos y es conocido
matemticamente como la variable reducida. Este trmino fue usado por Ven Te Chow en
combinacin con la frmula general para el anlisis de frecuencia hidrolgicas, siguientes:
Q= Q +KSQ
Donde K es el factor de frecuencia, que depende de la Ley del evento hidrolgico y es
tericamente idntico al factor de asimetra de la curva logartmica.
La ecuacin del factor de frecuencia (17) fue propuesta por Chow (1951), y se aplica a
muchos distribuciones de probabilidad utilizadas en el anlisis de frecuencia hidrolgica.
Para una distribucin dada, puede determinarse una relacin K T entre el factor de
frecuencia y el periodo de retorno correspondiente. Esta relacin puede expresarse en
trminos matemticos o mediante una tabla.

ecuencia para la Distribucin Normal y Log-Normal.

Es el mismo que la variable normal estndar Z definida por la ecuacin siguiente:
Q Q
SQ

K=Z =

(18)

El valor de Z correspondiente a una probabilidad de excelencia puede calcularse

encontrando el valor de una variable intermedia W:

1
W= ln 2
p

1/ 2

(0<P 0.5)

W= ln
2
(1 P )

(19a)

1/ 2

(p>0.5)

(19b)

El valor de Z puede ser obtenida de tabla o calculada con la siguiente ecuacin de

aproximacin:
K=Z=W-

2.515517 0.802853W 0.010328W

1 1.4322788W 0.189269W

0.001308W

(20)

Para la distribucin Log. Normal, se usa el mismo procedimiento excepto que ste se
aplica a los logaritmos de las variables.

recuencia para la Distribucin Gumbel y Log-Gumbel.

Para la distribucin de Valor Extremo Tipo I, Chow (1953) dedujo la siguiente expresin:
K= -

0.5772 ln ln

T 1

(21)

1
T=

K
1 exp exp 0.5772

6

(22)

Cuando la variable es igual a la media K = O y T = 2.33 aos, que corresponde al

periodo de retorno de la media de la distribucin.
Para la distribucin Log-Gumbel, se usa el mismo procedimiento excepto que ste se
aplica a los logaritmos delas variables.

recuencia para la Distribucin Pearson III y Log-Pearson III.

Para la distribucin Log-Pearson III, el primer es tomar los logaritmos de la
informacin y luego se procede a calcular la media, desviacin estndar y el coeficiente de
asimetra de los logaritmos de los datos. El factor de frecuencia depende del periodo de
retorno T y del coeficiente de asimetra C. Cuando C=O el factor de frecuencia K es
igual a la variable normal estndar Z y cuando C O el factor de frecuencia se
aproxima por Kite (1977) como:

1
C
C
K=Z+ z 1 Z 3 6Z
3
6
6
2

C
( Z 1)

6
2

C
Z

1 C

3 6

(23)

Los valores de Z y K para un periodo de retnorno dado pueden calcularse a travs de las
ecuaciones (20) y (23) o en su defecto obtenerse de las tablas que se presentan al final del
texto.

Confianza para las Distribuciones de Valores Extremos.

Los datos observados, graficados
muestran una tendencia linial recta,
sobre los puntos pleteados. Este
representados con absoluta confianza

en los papeles de probabilidad correspondientes,

sin que la lnea ajustada se localice exactamente
hecho muestra que los datos no pueden ser
por la teora de probabilidades.

Por lo tanto la distribucin de los datos de probabilidad acumulada pueden ser descritas
por los Lmites de Confianza, establecida a ambos lados de la curva de ajuste, quedando
entonces la nube de puntos ploteados dentro de estos lmites con un cierto grado de
probabilidad.
Para ello se calcula, en primer lugar, el inventario de confianza a partir del error estndar
de la media y de la desviacin estndar multiplicndose por el estadstico t de Student
escogido en funcin del nmero de grado de libertad (v).
Intervalo de Confianza: IV=

tSQ
n

(1 0.5Z )1 / 2

Lmite de Confianza Superior: LCS = Q + IC

Lmites de Confianza Superior: LCI = Q - IC
El nmero de grados de libertad se calcula
tamao de la muestra (n): v=n-k.

restando el nmero de parmetros (k) al