HIDROLOGIA

ANÁLISIS PROBABILISTICO DE
LA PRECIPITACIÓN TOTAL
ANUAL Y DESCARGA MEDIA
ANUAL
  Objetivos
o OBJETIVOS GENERALES:
 El análisis probabilístico de la precipitación total anual y descarga media
anual en Perú.

o OBJETIVOS ESPECIFICOS
 Dar a conocer los métodos empleados en el análisis probabilístico de la
precipitación total anual y descarga media anual.
 Determinar la precipitación total anual y descarga media anual mediante el
análisis probabilístico.

 DESARROLLO DEL TEMA

Para poder desarrollar el tema de análisis probabilístico de la precipitación total anual y

descarga media anual, debemos primero de conocer los conceptos básicos del análisis
probabilístico y de precipitación anual con la descarga media anual. Entonces empezamos
con la definición de:

ANALISIS PROBABILISTICO. - La probabilidad indica el grado de certidumbre o certeza de un

suceso o fenómeno estudiado, en la investigación científica existen muchos fenómenos en
los cuales es necesario determinar la probabilidad de que un evento(s) ocurra(n) o dejen de
ocurrir.

PRECIPITACIÓN. - Desde el punto de vista de la ingeniería hidrológica, la precipitación es la

fuente primaria del agua en la superficie terrestre, y sus mediciones forman el punto de
partida de la mayor parte de los estudios concernientes al uso y control del agua.

Entonces se puede definir a la precipitación como toda forma de humedad, que, originándose
en las nubes, llega hasta la superficie terrestre.
De acuerdo a esta definición, las lluvias, las granizadas, las garuas y las nevadas son formas
distintas del mismo fenómeno de la precipitación.
En Estados Unidos, la lluvia se identifica según su intensidad, en:
- ligera, para tasas de caída de hasta 2,5 mm/h
- moderada, desde 2,5 hasta 7,6 mm/h
- fuerte, por encima de 7,6 mm/h

o PRECIPITACIÓN ANUAL. – Es la precipitación acumulada en el año y viene dada por:

o DESCARGA MEDIA ANUAL. - Es la precipitación total que en promedio cae al caño en

la estación y este dado por:
DISTRIBUCIÓN DE PROBABILIDADES EN HIDROLOGÍA
El comportamiento de las variables aleatorias discretas o continuas se describe con la ayuda de
Distribuciones de Probabilidad. La variable se designa por mayúscula y un valor específico de ella
por minúscula.
Por P (x = a) se denota la probabilidad de que un evento asuma el valor a; similarmente P
(a  x  b) denota la probabilidad de que un evento se encuentre en el intervalo (a,b). Si
conocemos la probabilidad P (a  x  b) para todos los valores de a y b, se dice que conocemos
la Distribución de Probabilidades de la variable x.

Si x es un número dado y consideramos la probabilidad P (X  x):

F(x)= P( X  x)

- Llamamos F(x) la función de distribución acumulada.

MOMENTOS DE LAS DISTRIBUCIONES

 VARIABLE DISCRETA: son variables numéricas que tienen un número contable de valores
entre dos valores cualesquiera. Una variable discreta siempre es numérica. Por ejemplo,
el número de quejas de los clientes o el número de fallas o defectos.

 VARIABLE CONTINUA: son variables numéricas que tienen un número infinito de valores
entre dos valores cualesquiera. Una variable continua puede ser numérica o de
fecha/hora. Por ejemplo, la longitud de una pieza o la fecha y hora en que se recibe un
pago.

DISTRIBUCIONES DE PROBABILIDAD PARA VARIABLES CONTINUAS

 NORMAL: Modelo más utilizado y con mayor importancia en el campo de la estadística

(Varas y Bois, 1998). Sin embargo, su uso es muy limitado en hidrología, dado que las
variables raramente se comportan de esta forma.
Linsley et al., (1988) señalan que el uso de esta función, en términos hidrológicos, debe
reducirse a zonas húmedas donde el valor medio es alto, no siendo recomendable para
valores extremos.
En esta distribución se tiende a tener varias observaciones en la variable central y poca
frecuencia en los extremos.
 Función de densidad: La función de densidad está dada por

Los dos parámetros de la distribución son la media m y desviación estándar s para

los cuales (media) y s (desviación estándar) son derivados de los datos.

Estimación de parámetros:

Factor de frecuencia:

Si se trabaja con los X sin transformar el K se calcula como

este factor es el mismo de la variable normal estándar

Límites de confianza:

Donde a es el nivel de probabilidad es el cuantil de la distribución

normal estandarizada para una probabilidad acumulada de 1-a y Se es el
error estándar

 DISTRIBUCIÓN LOGNORMAL DE DOS PARÁMETROS: Las variables físicas de interés en

Hidrología (precipitación, caudal, evaporación y otras) son generalmente positivas, por lo
cual es usual que presenten distribuciones asimétricas. Así, se ha propuesto aplicar una
transformación logarítmica (Varas y Bois, 1998), donde Y = Ln X Ampliamente utilizada
para representar el comportamiento de crecientes y sequías (máximos y mínimos).
 Función de densidad:

y = ln x

donde:
my: media de los logaritmos de la población (parámetro escalar), estimado sy:
Desviación estándar de los logaritmos de la población, estimado sy.

Estimación de parámetros:

Factor de frecuencia:
Puede trabajarse en el campo original y en el campo transformado.
- Campo transformado: Si se trabaja en el campo transformado se trabaja con la
media y la desviación estándar de los logaritmos, así:
Ln(XTr) = xTr+KSy

de donde: XTr = eln (xTr)

con K con variable normal estandarizada para el Tr dado, xy media de los logaritmos y
Sy es la desviación estándar de los logaritmos.

- Campo original: Si se trabaja con los X sin transformar el K se calcula como

K es la variable normal estandarizada para el Tr dado, es el coeficiente de variación, x

media de los datos originales y s desviación estándar de los datos originales.

Límites de confianza:
En el campo transformado.

en donde
“n” es el número de datos.
Se = error estándar
KT = variable normal estandarizada.
 PEARSON III: Chow et al., (1994), señalan que esta distribución posee una gran
flexibilidad y diversidad de forma, dependiendo de los valores de sus parámetros,
asimilando su utilización para precipitaciones o caudales máximos anuales. Es la que
mejor representa a las series de caudales mínimos intermitentes, donde se presentan
descargas con valores cero. Disponer de un histórico de 50 años.

Es utiliza para ajustar la distribución de frecuencia de variables tales como crecientes

máximos anuales, Caudales mínimos, Volúmenes de flujo anuales y estacionales,
valores de precipitaciones extremas y volúmenes de lluvia de corta duración.

Función de densidad:

donde,
x0  x <  para  > 0
 < x  x0 para  < 0

a y b son los parámetros de escala y forma, respectivamente, y x0 es el parámetro de

localización.

Estimación de parámetros:

Cs es el coeficiente de asimetría, son la media y la desviación estándar de la

muestra respectivamente.

Factor de frecuencia:

donde z es la variable normal estandarizada

Este valor de K se encuentra tabulado de acuerdo al valor de Cs calculado con la
muestra.
Intervalos de confianza:

Xt ± t(1-a) Se

Donde S es la desviación estándar de la muestra, n es el número de datos y d se

encuentra tabulado en función de Cs y Tr.

 GUMBEL: Se utiliza para ajustar la distribución de frecuencia de variables tales como

crecientes máximos anuales, Caudales mínimos, Volúmenes de flujo anuales y
estacionales, valores de precipitaciones extremas y volúmenes de lluvia de corta
duración.
 Función de densidad:

En donde a y b son los parámetros de la distribución.

Estimación de parámetros:

donde son la media y la desviación estándar estimadas con la muestra.

Factor de frecuencia:

Donde Tr es el periodo de retorno. Para la distribución Gumbel se tiene que el caudal

para un período de retorno de 2.33 años es igual a la media de los caudales máximos.

Límites de confianza:

Xt ± t(1-a) Se

KT es el factor de frecuencia y t(1-a) es la variable normal estandarizada para una

probabilidad de no excedencia de 1-a.

 Ejemplificación
1. Dadas dos estaciones pluviométricas A y B, cuyas precipitaciones en mm, en el periodo
1960-1976 se detallan a continuación. Se pide corregir los valores erróneos de la
estación A en función de la estación B por el método de dobles acumulaciones.

a) Se hace doble acumulaciones de ambas estaciones.

b) Luego se grafica los resultados de las acumulaciones de las estaciones en estudio

 A partir de este año se deberá ser las correcciones de precipitaciones para la estación
A, también se puede hacer un análisis de pendiente del método de dobles
acumulaciones, tal como:

Donde se observa que el cambio se da en el año de 1968.

c) Las correcciones serian: (para el año de 1070 seria, y de esta forma para los otros
periodos)

2. Determine las precipitaciones de los meses de Agosto, Septiembre y Octubre de la serie

histórica de la estación Matagalpa, para una acumulación en el mes de Octubre.

Determinando las precipitaciones de los meses de agosto, septiembre y octubre de la

estación Matagalpa acumulado en el mes de agosto de 1000 mm.
a) Determinando la precipitación de los meses con relación a las precipitaciones normal
anual y mensual:

Para el mes de agosto:

 Para el mes de septiembre:

Para el mes de octubre:

b) Determinando las precipitaciones de los meses con relación a la precipitación

acumulada en el mes de octubre:

Para el mes de Agosto:

Para el mes de Septiembre:

Para el mes de Octubre:

Comprobando los cálculos:

Las precipitaciones de los meses:

 Conclusiones
o La existencia de incertidumbres no significa ignorancia, por el contrario, saber de su
existencia, conocer las fuentes que la originan y consecuentemente aprender a
administrarlas, es el valor agregado al conocimiento del tomador de decisiones.
o La existencia de incertidumbres no significa ignorancia, por el contrario, saber de su
existencia, conocer las fuentes que la originan y consecuentemente aprender a
administrarlas, es el valor agregado al conocimiento del tomador de decisiones.
o Para un mejor análisis de las lluvias es necesario disponer de series completas de
datos de varias estaciones, que permitan su comparación. El hecho de no contar con
una serie pluviométrica completa supone una limitación importante. Para
correlacionar la frecuencia de las corrientes de derrubios con las condiciones
climáticas, es necesario disponer de una serie pluviométrica que incluya todos los
años fijados por la dendrocronología.
o En aquellos casos en que se cuente con estudios hidrológicos y se conozcan los
coeficientes de escurrimiento, éstos se podrán usar para el cálculo del escurrimiento.
o En el caso de que en la cuenca en estudio no cuente con suficiente información
hidrométrica, ni pluviométrica, o ambas sean escasas, el volumen medio anual del
escurrimiento natural se determina indirectamente transfiriendo la información de
otras cuencas vecinas de la región, mismas que se consideran homogéneas y que
cuenten con suficiente información hidrométrica o pluviométrica; para ello se
requiere la siguiente información: Nombre y área de la cuenca hidrológica o
subcuenca en estudio. Ubicación de la cuenca hidrológica en cartas hidrográficas,
indicando su localización con respecto a la región o subregión hidrológica y entidades
federativas a las que pertenece. Nombre de las estaciones hidrométricas y su
ubicación sobre el cauce principal. Volúmenes de extracción de la cuenca hidrológica
en estudio y sus diversos usos. Notas aclaratorias necesarias.
 Recomendaciones
o La integración entre los SIG y los modelos hidrológicos, abre la posibilidad de seguir
investigando modelos distribuidos que simulen otros procesos que ocurren dentro
de una cuenca hidrográfica.
o Se plantea hacer los estudios de propagación de flujo y separación del caudal de flujo
base del efectivo, logrando realizar la comparación del caudal observado con el
caudal del modelo, para lo cual se propone aplicar el modelo de precipitación
efectiva.
o