Documente Academic
Documente Profesional
Documente Cultură
FACULTAD DE INGENIERIA
PROGRAMA ACADEMICO PROFESIONAL DE
INGENIERIA CIVIL
CURSO:
HIDROLOGIA GENERAL
DOCENTE:
ING CARLOS LUNA LOAYZA
FACULTAD DE INGENIERIA
PROGRAMA ACADEMICO PROFESIONAL DE
INGENIERIA CIVIL
ESTADISTICA EN HIDROLOGIA
11/02/2014
COMPLEJOS
de
NATURALEZA
ALEATORIA.
2. El conocimiento de la Hidrologa es bsico para el diseo
en la ingeniera (definicin de condiciones crticas).
3. La definicin del comportamiento hidrolgico requiere:
Anlisis probabilsticos y estadsticos basados en registros
histricos.
4. Hidrologa trata con VARIABLES ALEATORIAS.
11/02/2014
Datos=muestra
1.
ANLISIS
hidrolgica
Poblacin
PROBABILSTICO:
Anlisis
de
que describan
11/02/2014
11/02/2014
1
f ( x) =
e 2
2
11/02/2014
1
f ( x) =
e 2
2
Donde:
= parmetro de localizacin.
= parmetro de escala.
u = x =
i =1
Donde: u eselestimadorde
n
n
2 = S2 =
( x x)
i =1
S 2eselestimadorde 2
n 1
11/02/2014
Consistente:
Si el tamao muestral N es largo.
En hidrologa, se requiere principalmente que los estimadores
sean insesgados y eficientes, cuando se requiere extraer la
mxima informacin, desde los datos mustrales.
11/02/2014
10
0.448
60
0.440
20
0.443
70
0.440
30
0.442
80
0.440
40
0.441
90
0.439
50
0.440
100
0.439
11/02/2014
Grfico
Mnimos Cuadrados
Momentos
Mxima Verosimilitud
11/02/2014
10
11/02/2014
121.3
144.9
142.4
205.8
114.5
72.5
26.7
92.8
58.8
57.4
79.0
76.9
110.1
95.6
48.8
148.3
67.5
70.0
63.4
76.3
52.3
36.3
88.0
122.4
162.1
97.2
52.5
165.5
64.2 59.6
110.2
40.3
144.7 112.2
109.2 137.1
48.5 32.9
11
11/02/2014
12
11/02/2014
13
11/02/2014
14
11/02/2014
y = a + bx
Donde a y b son los parmetros.
El error entre el valor observado i y el terico es:
ei = yi a bxi
i =1
i =1
S = ei2 = ( yi a bxi )
(6.01)
n
S
= 2 xi ( yi a bxi ) = 0
b
i =1
(6.02)
15
11/02/2014
b=
n xi yi xi yi
n xi2 ( xi )
a = y bx =
(6.03)
y x b
i
(6.04)
16
11/02/2014
(y)
28
178
90
96
122
50
62
82
117
102
45
60
72
15
142
50
75
88
41
39
75
73
99
28
56
63
117
102
45
60
72
1104
73
99
28
56
63
844
xy
420
25276
4500
7200
10736
2050
2418
6150
8541
10098
1260
3360
4536
86545
X2
784
31684
8100
9216
14884
2500
3844
6724
13689
10404
2025
3600
5184
112638. jumatori
17
11/02/2014
b=
b=
n xi yi xi yi
n xi2 ( xi )
b = 0.7875
3. Estimacin de a:
De la ecuacin
(6.04), se tiene:
a=
La ecuacin es:
y = 1952 + 0.7875 x
y x b
i
n
n
844 1104
a=
( 0.7875) = 1.952
13
13
= f1 ( i , i +1 ,...)
= f 2 ( j , j +1 ,...)
(6.05)
= f3 ( k , k +1 ,...)
donde:
, y
Son los parmetros de la funcin de distribucin
i, j y k Son los momentos con respecto a la media, o
momentos centrales de la poblacin
18
11/02/2014
f ( x) =
1
e
2 2
1 x 1
2 2
para x
Estimar los parmetros 1 y 2, por el mtodo de momentos.
19
11/02/2014
= E ( x ) = 1 =
xf ( x ) dx
(6.06)
V ( x ) = = 2 =
2
( x ) f ( x ) dx
2
(6.07)
1
e
2 2
1
2 2
1 x 1
2 2
( x) e
dx
1 x 1
2 2
dx
(6.08)
Haciendo
x 1
= y x = 1 + 2 y dx = 2 dy
(6.09)
20
11/02/2014
Si x + y +
Sustituyendo (6.09) en (6.08), se tiene:
1
(1 + 2 y ) e 2 2dx
2 2
y
22 y2
= 1 2 e 2 dy +
ye dy
2 2
2 2
2
1 2 y2
22 y2
=
e dy + 2 ye dy
2 2
2
2
1 2
22
=
A+
B
2 2
2 2
(6.10)
Calculando A:
A=
y2
2
dy =
ye
y2
2
dy + ye
0
y2
2
dy
(6.11)
21
11/02/2014
A = 2 e
1
y2
2
dy
(6.12)
A=
( 1/ 2 + 1)
(1/ 2 )
1/ 2 +1
(1/ 2 )
(1/ 2 )
1/ 2
(1/ 2 ) =
Sustituyendo:
A = 2
(6.13)
B=
ye
1
y2
2
dy =
ye
1
y2
2
dy + ye
1
y2
2
dy
(6.14)
Donde:
f ( y ) = ye
1
y2
2
Pero:
f ( y ) = ( y ) e
1
( y )2
2
= ye
1
( y )2
2
= f ( y)
22
11/02/2014
ye
1
y2
2
dy = ye
1
y2
2
dy
B = ye
1
y2
2
dy + ye
1
y2
2
dy
B=0
(6.15)
1
2
2 +
= 1
2
0
2
1 =
1
N
=X
23
11/02/2014
2 = 2 =
(x )
1 x 1
1
2
e
2 2
dx
Como =1
2 = 2 =
1
2 2
1 x 1
2
2 2
( x ) e
1
dx
Haciendo
x 1
= y x = 1 + 2 y dx = 2 dy
Lmites:
Si x y
Si x + y +
Sustituyendo:
1
=
2 2
2
2
2
ye
1
y2
2
22
2 dy =
2 2
ye
2
1
y2
2
dy
24
11/02/2014
Lmites:
f ( y )dy = 2 f ( y )dy
0
Si y = 0 t = 0
Si y t
Se tiene:
1
2 2 1t
= 2 t e 2 dt
2 0
2
1
1 1
+
1
2 2 2 2 2
2 = 2 3 = 2 3
2 1 2
2 1 2
2
2
pero 1 = luego :
2
2 =
22
= 22
2
2 1
( 2)
El parmetro 2 es igual a
25
11/02/2014
1
xi X
N 1
L = f ( xi , , , ,...)
i =1
26
11/02/2014
i =1
x =1
27
11/02/2014
e x
f ( x) =
0
28
11/02/2014
L = f ( xi , )
i =1
L = e xi
i =1
ln L = ln e xi = ln + ln e xi
i =1
i =1
ln L = ( ln xi )
i =1
29
11/02/2014
30
11/02/2014
31
11/02/2014
Donde:
k
= e
i =1
i =1
=N
( N i NPi )
i =1
NPi
C2 =
(5.2)
Donde:
Ni = Nmero de observaciones que caen dentro de los lmites
de clases ajustadas del intervalo i.
N = Tamao muestral
Pi = Probabilidad igual para todos los intervalos de clases
32
11/02/2014
(5.3)
Simplificando la ecuacin (5.2), se obtiene la
computacional desarrollada por Markovic (1965):
C2 =
K
N
N
i =1
2
i
frmula
(5.4)
33
11/02/2014
34
11/02/2014
X = 35.82 36
X/2 = 18
c. Clculo de los intervalos de clase, marcas de clase, frecuencia
absoluta observada, frecuencia relativa, los resultados se
muestran en la tabla siguiente:
Donde:
Columna (3): Nmero de valores comprendido en el intervalo de
la columna (1).
Columna (4): Columna (3) entre N = 38
Columna (5): Acumular valores de la columna (4)
35
11/02/2014
X=
x * f
i
i =1
= 90.17
( x X )
k
S=
i =1
N 1
fi
= 43.03
Donde:
xi = marca de clase
fi = frecuencia relativa
36
11/02/2014
37
11/02/2014
i =1
( 4 5)
(15 10 )
10
( 9 12 )
12
(7 7)
7
( 2 3)
3
(1 1)
6. Clculo de Xt2
Grados de libertad
v = k 1 h
v = 6 1 2 = 3
= 0.05 = 5%
Nivel de significacin
De la tabla A.8 del apndice, para v = 3 y = 0.05, se tiene:
t2 = 7.81
7. Criterio de decisin:
Como XC2 =3.78 < Xt2 =7.81 se acepta la hiptesis nula Ho
Por consiguiente los datos se ajustan a la distribucin normal, con un
nivel de significacin del 5% 95% de probabilidad.
38
11/02/2014
(5.6)
Tambin:
P ( < 0 ) = 1
(5.7)
M
N +1
(5.8)
39
11/02/2014
Probabilidad
%
50
80.13
15.87
40
11/02/2014
41
11/02/2014
M
N +1
S=
1
xi = 92.32
n
1
X X
n 1
= 42.80
42
11/02/2014
XX
S
43
11/02/2014
7. Clculo de o crtico:
De la tabla 5.3, para = 0.05 se tiene:
0 =
1.36 1.36
=
= 0.22
n
38
8. Criterio de decisin
Como:
Valor de caudal
(m3/s)
X = 92.32
X +S =135.12
X - S = 49.52
Probabilidad
%
50
84.13
15.87
44
11/02/2014
1.36 1.36
=
= 0.22
n
38
2. Criterio de decisin:
Como:
= 0.10 < 0 = 0.22
Se concluye que los datos de caudales se ajustan a una distribucin
normal, con un nivel de significacin del 5%, o una probabilidad del
95%.
45
11/02/2014
46
11/02/2014
1
T
(5.9)
1
P ( X x)
Donde:
P(X>x) = Probabilidad de ocurrencia de un evento >x
T=
Perodo de retorno
De donde:
1
T
(5.10)
1
1 P ( X < x)
(5.11)
P ( X < x) = 1
T=
Donde:
T=
Perodo de retorno
P(X x) = Probabilidad de excedencia
P(X < x) = Probabilidad de no excedencia
47
11/02/2014
1
2
f ( x) =
e
2 S
Para
(5.12)
(5.13)
< x >
Donde:
f(x) = funcin densidad normal de la variable x
x = variable independiente
48
11/02/2014
Si
Z=
x X
S
(5.14)
49
11/02/2014
Z 2
1
EXP
2
2
(5.15)
1 Z2
e
2
para < Z <
f (Z ) =
(5.16)
Z N (0,1)
50
11/02/2014
1 x X 2
EXP 2 S dx
1 x X
2 S
(5.17)
dx
(5.18)
1
2
1
f (Z ) =
2
Z 2
EXP
2 dZ
Z
Z2
2
dZ
(5.19)
(5.20)
51
11/02/2014
(5.21)
donde:
F(Z) = es la funcin de distribucin acumulada
f(Z) = es la funcin densidad de la variable estandarizada
t = es definido para Z > 0, como:
1
1 + 0.33267 Z
(5.22)
b) Masting (1955)
Ha dado una aproximacin polinomial que ha sido utilizado por la
IBM (1968). Esta aproximacin con un error menor que 7.5x10-8, es:
F ( Z ) 1 f ( Z ) ( b1t b2t 2 + b3t 3 + b4t 4 + b5t 5 )
(5.23)
Donde:
t es definido para Z 0, como:
t=
1
1 + 0.2316419 Z
(5.24)
52
11/02/2014
1 F (Z )
1
N
x
i =1
(5.25)
Donde:
1 N
S = =
xi X
N 1 i =1
53
11/02/2014
54
11/02/2014
95.05
105.21
108.75
123.00
132.49
146.08
158.48
177.00
193.78
212.48
98.13
105.81
110.77
123.22
134.10
153.64
162.29
182.53
193.88
217.52
100.18
106.40
114.31
124.31
136.22
153.97
164.35
183.11
197.58
239.07
101.66
107.43
116.69
127.82
144.22
154.80
169.18
183.49
207.78
256.62
101.76
107.62
119.52
128.15
145.79
156.80
169.64
184.98
208.18
266.54
55
11/02/2014
1
N
Q
i =1
= 152.2476 m / s
1 N
Qi Q
N 1 i =1
= 43.6124
1.2. Ajuste
a) Utilizando la aplicacin Cestadis, se tiene:
= max F ( x ) P ( x ) = 0.1019
0 = 0.1923 para = 0.05
Q Q 180 152.2476
=
= 0.6363
S
43.6124
Valor interpolado
56
11/02/2014
(5.26)
100 152.2476
= 1.1980 1.20
43.6124
(tabla A.2)
Si Q = 50
Z =
43.614
= 1.095
50 152.2476
= 2.345
43.614
Luego
Valor interpolado
57
11/02/2014
Pero:
1
1 P (Q 210)
(5.27)
P ( Q 210 ) = F ( Q = 210 )
Si Q= 210
Z =
210 152.2476
= 1.3242
43.6124
1
= 10.7 aos
1 0.9066
Esto significa que cada 10 aos el caudal 210 m/s ser igualado o
excedido
Pero
Pero
1
1
= 1
T
50
P ( Q q ) = 0.98 Z = 2.055
Valor interpolado
Q Q
Q = Q + SZ
S
Q = 152.2476 + 43.6124* 2.055
Q = 241.87 m / s
Z=
58
11/02/2014
1
2
f ( x) =
e
x 2 y
(5.28)
59
11/02/2014
x log N ( y , y2 )
60