Documente Academic
Documente Profesional
Documente Cultură
Probabilidad y Estadística
Presentación de datos, análisis de
frecuencia
Probabilidad y Estadística
𝑄 = 𝑎𝑃𝑛
Regresión
• Correlación Lluvia-Caudal
• Registros mensuales: Se necesitan más variables
de regresión para que la correlación sea aceptable
(regresión múltiple)
• Dichas variables suelen ser
• 𝑸𝒊 : Caudal en el mes i
• 𝑷𝒊 : Precipitación en el mes i
• 𝑃𝑖−1 : Precipitación en el mes anterior
• 𝑃𝑖−2 : Precipitación dos meses antes
• 𝑄𝑖−1 : Caudal del mes anterior
• 𝐾 : Índice de condiciones antecedentes
Regresión
• Correlación entre caudales
• Cuando hay dos registros de caudales sobre la
misma corriente, pueden estimarse datos faltantes
de uno con base en los datos del otro
𝑄𝐵 = 𝑏 + 𝑎𝑄𝐴
• Su correlación depende de
• Longitud del período de registro común
• Distancia entre estaciones
• Entrada de afluentes en el tramo
• Régimen de precipitaciones
Regresión
• Tránsito de caudales medios
• Se estima un incremento de caudal en la
subcuenca ubicada entre las dos estaciones (dQ).
• Mediante ecuaciones de regresión de lluvias en
caudales para la subcuenca
𝑄𝐵 = 𝑄𝐴 + 𝑑𝑄
• Para caudales medios diarios, el tiempo de
recorrido del agua entre las dos estaciones no debe
ser mayor a 2 horas
• Para caudales medios mensuales, el tiempo de
recorrido no debe ser mayor de 12 horas
Proyección del régimen de
caudales a futuro
• El pronóstico coincide con la vida útil del
proyecto.
• El pronóstico puede realizarse con
• Curvas de duración de caudales
• Hidrología estocástica
• Parámetros de la serie histórica
• Parámetros de la población
• Distribuciones de probabilidad
• Generación de series estocásticas
Proyección del régimen de caudales a
futuro
• Curvas de duración de Caudales: Curvas de
frecuencia acumulada de las series históricas de
caudales medios. Para caudales medios diarios:
• Se determina la longitud como N valores de la serie
• Los N valores se ordenan de mayor a menor. A
cada valor Qi de la serie ordenada se asigna un
número de orden “m”
• Para cada Qi se calcula la frecuencia con que ese
evento ha sido igualado o excedido en la serie
histórica
𝐹 𝑄 ≥ 𝑄𝑖 = 𝑚 𝑁
Proyección del régimen de caudales a
futuro
• Probabilidad de excedencia
𝑝 𝑄 ≥ 𝑄𝑖 ≅ 𝐹 𝑄 ≥ 𝑄𝑖
• Se grafica Qi contra Probabilidad de excedencia
Proyección del régimen de caudales a
futuro
• Hidrología Estocástica
• Utiliza los parámetros de la serie histórica para hacer
proyecciones hacia el futuro, aplicando la Teoría de
Probabilidades.
𝑋 =𝑋+𝑋
• Parámetros de la serie histórica (Promedio, varianza,
coeficiente de asimetría, coeficiente de correlación,
covarianza). La serie histórica es una muestra
• Parámetros de la población (Esperanza matemática μ,
varianza σ2, correlación serial ρ)
Proyección del régimen de caudales a
futuro
• Hidrología Estocástica
• Distribuciones de probabilidad. Las de mayor
aplicación en Hidrología son:
• Normal o Gaussiana
• Weibull
• Pearson III
http://1.bp.blogspot.com
http://en.wikipedia.org
Proyección del régimen de caudales a
futuro
• Hidrología Estocástica
• Generación estocástica de lluvias: se ajustan bien a
una distribución normal cuando son anuales, y se
ajustan bien a las distribuciones log-normal y
Pearson III cuando son mensuales
• Generación de caudales medios con base en la
correlación
• Se usan pruebas de ajuste para saber qué tan
cerca están los datos a la Distribución de
probabilidad teórica (Kolmogorov)
Eventos Extremos
• Aquellos que se presentan con poca frecuencia (sequías,
aguaceros intensos y crecientes)
• La frecuencia se mide por el tiempo de retorno, que es su
inverso.
1
𝑝 𝑄 ≥ 𝑄𝑖 =
𝑇𝑟
• El riesgo es la probabilidad de que el evento Qi sea igualado o
excedido por lo menos una vez en un lapso de N períodos
𝑁
𝑅 = 1 − 1 − 𝑝 𝑄 ≥ 𝑄𝑖
• Aplicación de la teoría de la probabilidad
• Precipitación Máxima Probable
Eventos Extremos