Beruflich Dokumente
Kultur Dokumente
ANALISIS DE DATOS
1. ESTACIONES A CONSIDERAR
SELECCIN DE ESTACIONES PLUVIOMETRICAS
La seleccin de estaciones es muy importante para el estudio hidrolgico de una cuenca ya que a
partir de estos datos se podr realizar el estudio hidrolgico y tener buenos resultados.
Para ello procedemos a analizar el entorno de la cuenca en cuestin con las estaciones ms
prximas a la ubicacin de la cuenca en cuestin. Para tal efecto realizamos la seleccin tomando
en cuenta los siguientes aspectos:
En base al nmero de aos de registro
La cuenca estudiada presenta las siguientes estaciones posibles para su anlisis de datos
pluviomtricos, circundantes y prximos al rea de la cuenca.
Para el respectivo anlisis de datos considerremos las siguientes estaciones.
ESTACION TINGUIPAYA:
ESTACION: TINGUIPAYA
PROVINCIA: TOMAS FRIAS
PERIODO DE REGISTRO: 1976 2015
ESTACION THAPAA:
ESTACION: THAPAA
PROVINCIA: TOMAS FRIAS
PERIODO DE REGISTRO: 1999 2008
ESTACION TACOBAMBA:
ESTACION: TACOBAMBA
PROVINCIA: CORNELIO SAAVEDRA
PERIODO DE REGISTRO: 1976 2015
ESTACION AYOMA:
ESTACION: AYOMA
PROVINCIA: CHAYANTA
PERIODO DE REGISTRO: 1976 2015
Como se puede observar en el grafico solo se tiene tres estaciones que se pueden utilizar, pero la estacin
salo se rechaz por tener pocos aos de registro, para completar los datos se opt la estacin auxiliar de
palca higuera, observando la grfica y determinando las distancias limite la mejor estacin auxiliar
debera ser OPLOCA. Esta estacin se rechaz por tener registros discontinuos que adems no cuenta con
muchos adecuados.
UNIV.: WILVER FAJARDO MAMANI CIV - 231 PAGINA 2
ANALISIS DE DATOS
2006 162.5 74.5 21.6 8.8 12.8 0.0 0.0 0.3 10.0 14.6 27.3 54.3 386.7
2007 198.4 23.1 35.1 38.0 0.1 0.0 0.4 0.0 14.0 8.3 18.9 87.3 423.6
2008 192.0 34.2 24.1 4.2 0.0 0.0 0.0 2.3 0.0 15.2 19.4 64.6 356.0
2009 139.4 140.6 71.5 37.8 5.5 0.0 0.0 0.0 2.1 0.0 14.6 82.5 494.0
2010 69.1 75.9 44.8 8.4 1.6 0.0 2.3 5.9 0.0 21.0 2.0 37.5 268.5
2011 22.6 309.0 157.1 6.5 0.1 0.0 0.0 0.0 1.2 8.6 7.7 94.4 607.2
2012 104.7 133.6 108.9 22.1 3.2 0.0 0.0 0.0 1.4 0.3 69.5 74.6 518.3
2013 144.6 136.8 3.0 0.3 12.7 0.0 0.0 9.4 6.1 18.5 3.6 237.6 572.6
2014 259.6 201.9 8.0 7.7 4.2 0.0 0.0 6.4 0.0 18.8 2.6 30.5 539.7
2015 142.9 111.7 34.1 21.2 0.0 0.0 0.0 5.3 12.1 17.0 20.2 25.7 390.2
1993 20.0 **** 14.2 7.5 5.2 0.0 0.0 1.5 0.0 4.8 14.6 14.0 ****
1994 17.2 12.3 10.2 2.1 0.0 0.0 0.0 0.0 2.3 7.3 23.2 13.4 23.2
1995 30.2 12.1 11.8 **** **** **** **** **** **** **** 9.3 15.7 ****
1996 18.4 14.2 17.4 11.0 2.1 0.0 0.0 20.3 0.3 6.2 40.2 18.5 40.2
1997 19.3 52.2 15.2 12.1 5.4 0.0 0.0 10.4 12.4 4.4 40.3 18.3 52.2
1998 20.4 25.3 14.2 11.2 0.0 3.1 **** 2.0 0.0 24.3 30.1 14.2 ****
1999 24.5 47.3 26.3 6.2 10.2 0.0 0.0 0.0 20.3 20.3 12.4 8.4 47.3
2000 24.3 24.2 26.2 13.4 0.1 0.4 0.0 0.0 1.2 14.3 15.3 36.1 36.1
2001 33.1 36.4 24.1 3.1 0.0 0.2 0.0 3.4 15.3 14.2 10.3 16.3 36.4
2002 11.3 14.3 14.3 5.0 1.2 4.1 6.4 0.0 7.1 9.0 10.0 6.3 14.3
2003 16.0 18.3 8.3 3.4 2.4 0.0 2.4 0.0 1.4 3.4 0.0 9.3 18.3
2004 9.2 10.3 8.0 6.0 0.0 0.0 2.1 0.4 1.2 0.0 1.0 7.4 10.3
2005 8.1 10.3 4.3 4.1 0.0 0.0 0.0 0.0 19.4 7.4 6.2 8.2 19.4
2006 15.4 10.2 6.3 4.1 5.1 0.0 0.0 0.3 3.4 4.2 6.3 19.3 19.3
2007 19.1 9.2 9.2 10.4 0.1 0.0 0.4 0.0 7.2 3.3 11.2 16.2 19.1
2008 20.3 10.2 7.1 3.4 0.0 0.0 0.0 2.3 0.0 7.3 10.4 15.1 20.3
2009 16.1 16.3 17.1 7.3 4.3 0.0 0.0 0.0 2.1 0.0 4.2 16.2 17.1
2010 16.2 11.4 9.4 8.0 1.3 0.0 2.3 4.3 0.0 7.4 1.3 6.2 16.2
2011 7.4 20.1 20.3 2.3 0.1 0.0 0.0 0.0 1.2 7.3 5.3 16.1 20.3
2012 21.0 20.4 51.0 5.1 3.2 0.0 0.0 0.0 1.4 0.3 16.2 15.1 51.0
2013 16.3 15.3 1.2 0.3 7.3 0.0 0.0 5.3 6.1 9.3 3.4 22.1 22.1
2014 23.2 22.1 3.1 4.1 4.2 0.0 0.0 4.1 0.0 10.1 2.1 10.4 23.2
2015 20.1 17.1 7.1 5.4 0.0 0.0 0.0 5.3 4.4 7.1 9.4 12.4 20.1
1992 16.7 37.3 23.5 1.1 0.0 6.7 2.6 7.1 0.0 9.4 11.9 10.2 37.3
1993 20.5 11.8 **** **** **** **** **** **** **** **** **** **** ****
1994 **** **** **** **** **** **** **** **** **** **** **** **** ****
1995 **** **** **** **** **** **** **** **** **** **** **** **** ****
1996 **** **** **** **** **** **** **** **** **** **** **** **** ****
1997 **** **** **** **** **** **** **** **** **** **** **** **** ****
1998 **** **** **** **** **** **** **** **** **** **** **** **** ****
1999 **** **** **** **** **** **** **** **** **** **** **** **** ****
2000 **** **** **** **** **** **** **** **** **** **** **** **** ****
2001 **** **** **** **** **** **** **** **** **** **** **** **** ****
2002 **** **** **** **** **** **** **** **** **** **** **** **** ****
2003 **** **** **** **** **** **** **** **** **** **** **** **** ****
2004 **** **** **** **** **** **** **** 14.4 4.2 0.8 12.4 15.5 ****
2005 20.5 20.2 12.6 15.9 0.0 0.0 0.0 0.0 21.0 12.2 15.2 13.9 21.0
2006 18.4 14.7 12.1 5.1 1.2 0.0 0.0 1.5 5.9 6.8 10.5 9.5 18.4
2007 25.5 11.0 13.0 7.3 1.2 0.0 0.0 1.9 10.1 4.4 14.5 29.2 29.2
2008 **** **** 18.9 4.1 0.0 0.0 0.0 0.0 0.0 8.4 4.8 15.3 ****
2009 22.1 46.1 28.7 8.9 1.6 0.0 0.0 0.0 3.7 7.4 10.5 18.3 46.1
2010 26.8 20.4 12.4 16.3 4.5 0.0 0.0 4.4 2.8 4.8 3.5 16.0 26.8
2011 19.0 32.6 18.5 6.5 0.6 0.0 1.5 0.0 0.0 3.5 6.5 20.0 32.6
2012 15.5 13.5 11.6 21.1 0.0 0.0 0.0 3.0 0.9 17.2 9.8 7.1 21.1
2013 16.5 20.0 14.4 0.0 9.0 8.0 0.0 20.0 10.0 19.5 9.8 30.0 30.0
2014 27.4 22.1 6.6 3.5 6.8 1.1 0.0 5.9 5.3 5.7 9.7 9.7 27.4
2015 16.0 25.7 24.8 20.0 1.3 0.0 0.0 20.9 3.2 8.9 10.9 6.5 25.7
REGISTROS DE EVAPORACIN O TEMPERATURA
2006 13.3 13.7 14.4 12.9 8.9 7.3 6.9 9.1 11.0 14.8 16.0 15.2 12.0
2007 14.9 15.1 13.9 13.6 12.0 9.4 7.5 10.2 12.3 14.4 13.8 14.4 12.6
2008 **** **** 13.3 12.9 8.1 7.2 7.5 8.6 11.7 14.0 14.4 15.7 ****
2009 14.0 13.8 13.2 12.8 10.3 6.8 7.5 13.6 13.2 14.6 16.4 15.6 12.6
2010 15.0 15.6 15.0 13.4 9.9 9.5 7.7 9.7 11.8 13.6 14.0 15.4 12.6
2011 15.1 13.6 13.6 12.7 10.8 10.3 10.2 12.0 13.2 12.3 14.2 13.6 12.6
2012 13.5 13.3 13.0 13.0 9.3 7.5 8.1 9.3 12.5 13.9 14.9 14.3 11.9
2013 13.4 13.0 14.5 11.8 10.8 7.9 9.2 9.0 11.0 13.5 14.3 14.2 11.9
2014 13.6 13.5 13.6 14.0 10.1 8.5 7.6 10.1 12.9 14.0 14.2 14.6 12.2
2015 13.5 14.9 14.4 13.9 9.4 9.2 7.7 9.2 12.4 13.7 15.1 15.0 12.4
2016 15.3 15.6 15.6 14.1 10.3 7.9 8.0 9.4 **** **** **** **** ****
No se cuenta con todos los datos necesarios
DEDUCIR DATOS FALTANTES
MTODO DEL U.S. NATIONAL WEATHER SERVICE.
Este procedimiento ha sido verificado tericamente como empricamente y considera que el dato
faltante de una estacin X por ejemplo, puede ser estimada en base a los datos observados en las
estaciones circundantes, el mtodo puede ser aplicado para estimar valores diarios, mensuales o
anuales faltantes. El mtodo consiste en ponderar los valores observados en una cantidad W, igual
al reciproco del cuadrado de la distancia D entre cada estacin vecina y la estacin X, y por lo
tanto la precipitacin buscada ser:
PX=
( P iW i )
Wi
Donde:
Pi = Precipitacin observada para la fecha faltante en las estaciones auxiliares circundantes
Wi = 1/D2, siendo, Di= distancia entre cada estacin circundante y la estacin (Km)
MTODO DE LA RELACIN NORMALIZADA
Si la precipitacin media anual (o mensual) de cualquiera de las estaciones auxiliares difiere en
ms de un 10% de la medida en la estacin incompleta, el dato faltante ser determinado por el
mtodo de la regresin normalizada. El dato faltante anual o mensual Px ser igual a:
1 NX N N
PX= (
n N1
P1+ X P2 +...+ X Pn
N2 Nn )
Donde:
NX = Precipitacin media anual o mensual en la estacin incompleta (mm)
N1 = Precipitacin media anual o mensual en las estaciones auxiliares.
P1 = Precipitacin media anua o mensual observada en las estaciones para la misma fecha que le
falta.
Para el siguiente mtodo tampoco es posible completar todos los datos, entonces para completar
para ms aos se ayud con la tcnica de regresin lineal. En este acpite se tratara de completar
a por lo menos a 26 AOS.
TCNICAS DE REGRESIN (LINEAL, CORRELACIN ORTOGONAL)
e recomienda para estimacin de datos mensuales y anuales de la estacin en estudio, en base a
datos pluviomtricos consistentes de una estacin cercana.
Se establece una correlacin como esta:
Y = a + b*X1 + c*X2 + + n*Xi
Donde:
UNIV.: WILVER FAJARDO MAMANI CIV - 231 PAGINA 8
ANALISIS DE DATOS
Paso 4) El mtodo acepta la hiptesis que considera que los meses desconocidos tendrn un
porcentaje igual al porcentaje promedio (Sj). Se designan las siguientes variables:
P
P i= ( 1200 S)
i
S i
Donde:
i = cada uno de los meses desconocidos, como mximo pueden ser once.
Pi = precipitacin mensual desconocida en cada ao incompleto, en mm.
Si = suma de los porcentajes promedio de los meses cuya precipitacin se desconoce, en
porcentaje.
p = suma de las precipitaciones mensuales conocidas en los aos incompletos, en mm.
Si = porcentaje promedio asignado a cada uno de los meses desconocidos o faltantes.
ESTIMACION DE DATOS FALTANTES EN LAS ESTACIONES PLUVIOMETRICAS
En visto que la estacin ndice que es la estacin TINGUIPAYA, cuenta con pocos datos faltantes,
y adems se observa que para los mismos meses y aos de registros faltantes, se tiene el mismo
caso en las dems estaciones consideradas como auxiliares para aplicar los mtodos
mencionados.
Razn est por la cual solo para la estacin de TINGUIPAYA se aplicara el METODO RACIONAL
DEDUCTIVO, para la estimacin de sus datos faltantes.
IMPORTANTE. El anlisis de estimacin de datos faltantes se le aplica a todos los parmetros de
registros pluviomtricas tanto a precipitaciones totales, precipitaciones mximas 24 horas y datos
de evaporacin y temperatura.
En esta presentacin mostraremos todo el procedimiento de estimacin de datos faltantes solo
para las precipitaciones mximas 24 horas, ya que es para este parmetro pluviomtrico que se lo
realizara todo el procedimiento del anlisis estadstico, etc.
El proyecto est destinada para la estimacin de caudales mximos, destinadas al diseo de
alcantarillados, puentes, etc.
Estimacin de datos mensuales faltantes en la estacin TINGUIPAYA, por el mtodo racional deductivo
Una vez completadas la estacin ,a partir de esta estacin completa se realiza las estimaciones de
datos faltantes de los dems restantes estaciones pluviomtricas, aplicando el mtodo de Mtodo
del U.S. National Weather Service, este mtodo se aplicara en la estimacin de datos faltantes
para las estaciones de Tacobamba y Ayoma procediendo de la siguiente manera:
PARA LA ESTACIN TACOBAMBA
Utilizando como estacin circundante con datos completos a la estacin de TINGUIPAYA y otra
estacin auxiliar de RAVELO (Ver archivos en archivo Excel).
Esta estacin se asign como tal, para el desarrollo ms ptimo en el clculo mediante el mtodo
indicado, por tener una distancia considerable respecto a la estaciones, adems de contar con los
datos completos para dichos meses y aos considerados.
Realizando el clculo correspondiente se tiene los siguientes datos estimados para dicha estacin
CASO A: La serie de puntos encaja perfectamente en una lnea recta, lo que indica
proporcionalidad, y por lo tanto, la estacin que se analiza es consistente.
CASO B: Series de rectas paralelas. Lo cual nos indica proporcionalidad, aunque existan aos
que estn medidos por exceso o defecto.
CASO C: Cuando se forman dos rectas de diferentes pendientes, se tiene un caso tpico de error
sistemtico. La correccin se realiza por la relacin de pendientes del tramo ms antiguo ya que la
experiencia demuestra en un 80% el periodo ms moderno es el correcto.
CASO D: La estacin presenta un tramo central de mayor o menor pendiente; en el 95 % de los
casos, dicho tramo se midi incorrectamente, por lo que habr que corregirlo para homogeneizar
la serie. Cuando se emplea la tcnica de doble masa, para contrastar todas las estaciones
pluviomtricas en una cuenca, se deben situar las mismas en un plano indicando su nombre,
altitud, lluvia media anual y nmero de aos de registro. Posteriormente, se deben distribuir las
mismas en grupos afines teniendo en cuenta las siguientes recomendaciones:
1. Los grupos deben tener de 3 a 10 estaciones.
2. La lluvia media anual de las estaciones de cada grupo debe ser semejante.
3. Cada grupo debe incluir, por lo menos, una estacin con amplio registro (25 aos como
mnimo).
4. La altitud de las estaciones del grupo debe ser similar, no debiendo existir una diferencia de ms
de 300 m.
5. Las estaciones deben estar relativamente prximas, no debindose exceder una distancia de 50
km.
En principio, la estacin con ms amplio registro se considera modelo y se inician las
comparaciones por parejas de estaciones con la estacin modelo.
En el transcurso de las comparaciones, se obtienen conclusiones acerca de la homogeneidad de
cada estacin y se realizan las correcciones necesarias hasta que todas las estaciones han sido
verificadas y/o corregidas.
Del desarrollo y anlisis de consistencia de datos de precipitacin total acumulada anual, se tiene
los siguientes resultados de correlaciones de la grfica de curva doble masa:
La correlacin ms alta tiene la estacin de Tinquipaya lo que nos indica que los datos casi son
normales, la consistencia entre esta estacin elegida como estacin ndice en relacin con las
otras estaciones consideradas.
X1 y X2 son las medias de las colas uno y dos del registro de la estacin.
El valor absoluto de td se compara generalmente con el valor de t de la distribucin de
Student de dos colas, y con =n1+n22 grados de libertad y con un 5 % de nivel de
significancia, como se muestra en el siguiente Cuadro.
La muestra se divide en dos bloques, el primero con el 60% de los ltimos valores, y el
segundo por el 30% de los ltimos valores.
El estadstico T tiene distribucin t de student de dos colas con: =N-2
Grados de libertad y para un nivel de: =0.05
Si y solo si el valor absoluto de T, para W=60y W=30, es mayor que el de la distribucin t
de student, se concluye que la diferencia entre las medias es evidencia de inconsistencia y
por lo tanto la serie se considera no homognea.
El estadstico tk tiene una distribucin de la t de Student de dos colas con =n2 grados de
libertad y se utiliza de la misma manera que el estadstico td del mtodo anterior.
Teniendo los resultados de anlisis de consistencia de las tres estaciones se tiene el siguiente
resumen de resultados:
-Cuando el nmero de datos es par la mediana es el promedio de los dos valores centrales.
Moda
Desviacin media:
Desviacin Estndar.
Como los datos son menores a 30 entonces la desviacin estndar est dada por:
Varianza.
Rango.
R = diferencia entre el valor mayor y el valor menor
Forma de distribucin.
Coeficiente de Asimetra.
Los parmetros de una distribucin terica, son variables que para cada conjunto de datos tiene
un valor definido. Una vez que los parmetros quedan definidos, tambin queda definida la
distribucin terica.
Algunos estudios han comprobado la superioridad de este mtodo frente a otros, Hosking et al. (1985) y
Hosking y Wallis (1987) demostraron que para muestras pequeas y medianas, este mtodo es
normalmente mejor que el de mxima verosimilitud. Fundamentalmente, los Lmomentos no se ven tan
afectados por la existencia de elementos extremos en la muestra como los momentos ordinarios.
-De los resultados obtenidos se estima los valores, de los parmetros estadsticos estimados por el
mtodo de los momentos.
-Por lo que se concluye que este mtodo se acomoda bastante bien a la seria de datos en cuestin,
ya que aplicando dos mtodos se obtuvieron resultados similares
5. DISTRIBUCIONES TERICAS RECOMENDADAS
DISTRIBUCIN LOGARTMICA NORMAL.
De los resultados obtenidos se estima los valores, de los parmetros estadsticos estimados por el
mtodo de los momentos.
Por lo que se concluye que este mtodo se acomoda bastante bien a la seria de datos en cuestin,
ya que aplicando dos mtodos se obtuvieron resultados similares.
Segn Aparicio, 1997, si se tienen N muestras, cada una de las cuales contienen n eventos y si se
selecciona el mximo de x de la n eventos de cada muestra, es posible demostrar que, a medida
que n aumenta, la funcin de distribucin de probabilidad de x tiende a:
La ley de Gumbel se utiliza generalmente para ajustar e una expresin matemtica, las
distribuciones empricas de frecuencia de caudales mximos anuales, precipitaciones mximas
anuales, etc.
Es importante verificar, antes de aplicar esta distribucin de probabilidad, que los coeficientes de
asimetra y curtosis de la distribucin emprica sean del mismo orden que los valores
poblacionales.
Uno de los inconvenientes del uso de esta distribucin, es que en una distribucin doble
exponencial, la variable puede tomar cualquier valor, por lo que se puede asignar probabilidades
a valores negativos de la variable aleatoria, cuestin que resta significacin fsica a la aplicacin,
debido a que las variables hidrolgicas toman solamente valores positivos o cero.
Estimacin de parmetros:
Dnde:
x y S son la media y la desviacin estndar estimados en la muestra.
Estimacin de eventos:
Interpretacin:
Las interpretaciones que podemos mencionarlas segn la distribucin de probabilidad de Gumbel,
Log-Normal, y Log- Pearson III para los datos de precipitaciones mximas en 24 horas en las
diferentes estaciones escogidas en el comienzo del anlisis datos podemos observar que para un
tiempo de retorno de 5, 10, 25, 50, 100 y 200 aos los datos de las distribuciones no se alejan
mucho casi se mantienen casi en un intervalo de 1 nmero.
La tabla resumen mostrado en la planilla de datos mostrado anteriormente ser utilizada en el
clculo de caudales para la tercera presentacin.
6. PRUEBA DE BONDAD DE AJUSTE
Las pruebas de bondad de ajuste tienen por objetivo determinar si los datos disponibles se ajustan a una
determinada distribucin.
Se entiende por bondad de ajuste a la asimilacin de datos observado de una variable a una funcin
matemtica previamente establecida y reconocida. A travs de esta es posible entonces predecir el
comportamiento de la variable en estudio.
Kite (1988) propuso un estadstico que permita seleccionar la mejor opcin, entre diferentes
modelos en competencia, para el ajuste de una muestra de datos xi j para i = 1, 2,.., n de j sitios.
Tiene la forma:
Donde
XT: eventos estimados por cierta distribucin utilizando factores de frecuencia de probabilidad
para cada periodo de retorno asignado a la muestra ordenada xi j.
xi: son los eventos ordenados de mayor a menor.
n: longitud en aos del registro analizado.
mp: nmero de parmetros de la distribucin ajustada Tabla
PRUEBA CHI-CUADRADO.
Esta prueba a veces no puede realizarse, especialmente cuando las leyes ajustadas tienen tres o
cuatro parmetros y se dispone de pequeas longitudes de series (N 20), por esta razn se deber
tener una prueba alterna que, si bien es mucho ms laboriosa, no presenta esa limitante, como
ocurre con la de las diferencias absolutas
PRUEBA DE SMIRNOV-KOLMOGOROV.
Este procedimiento es un test no paramtrico que permite establecer si dos muestras se ajustan al
mismo modelo probabilstico.
Es un test valido para distribuciones continuas y sirve tanto para muestras grandes como para
muestras pequeas.
MTODO DEL ERROR CUADRTICO MNIMO
Para los siguientes mtodos se muestra a continuacin:
4 17,1 2,839 15% 20,7% 19,0% 21,3% 19,2% 20,2% 0,059 0,042 0,065 0,044 0,054
5 18,3 2,907 19% 23,9% 23,9% 26,1% 24,7% 24,8% 0,054 0,054 0,076 0,062 0,062
6 19,1 2,950 22% 26,2% 27,4% 29,4% 28,5% 28,0% 0,039 0,052 0,072 0,063 0,058
7 19,3 2,960 26% 26,7% 28,3% 30,2% 29,5% 28,8% 0,008 0,023 0,043 0,035 0,029
8 19,4 2,965 30% 27,0% 28,7% 30,6% 29,9% 29,2% 0,026 0,009 0,010 0,003 0,004
9 20,0 2,996 33% 28,8% 31,4% 33,1% 32,8% 31,7% 0,045 0,020 0,003 0,005 0,016
10 20,1 3,001 37% 29,1% 31,8% 33,5% 33,3% 32,1% 0,079 0,052 0,035 0,038 0,049
CIV - 231
21 36,1 3,586 78% 80,9% 84,0% 82,8% 84,1% 83,3% 0,032 0,062 0,050 0,063 0,055
22 36,4 3,595 81% 81,7% 84,5% 83,3% 84,6% 83,8% 0,002 0,030 0,018 0,031 0,023
23 40,2 3,694 85% 89,3% 89,7% 88,7% 89,3% 89,2% 0,041 0,045 0,035 0,041 0,040
24 47,3 3,857 89% 97,0% 95,3% 94,8% 94,5% 95,0% 0,081 0,064 0,060 0,056 0,062
25 51,0 3,932 93% 98,6% 96,9% 96,6% 96,0% 96,7% 0,060 0,043 0,040 0,035 0,041
26 52,2 3,955 96% 99,0% 97,3% 97,1% 96,4% 97,1% 0,027 0,010 0,008 0,002 0,008
0,200 0,138 0,132 0,117 0,142
ESTADIGRAFOS 60,0
Datos 26,0 max 0,200
50,0
Media 26,3 3,189 cirt 0,266717944
Desviacin 11,2 0,3988918
40,0
Asimetria 1,1 0,3164828
PARAMETROS 30,0
Forma (alfa) 3,20 39,935557
20,0 Como max es menor a crit ENTONCES EL
Escala (beta) 6,27 0,0631212
Posicin (x0) 6,18 0,6686165 AJUSTE ES BUENO
PAGINA 59
10,0
PARAMETROS
alfa 8,75 0,0
beta 21,22 0% 20% 40% 60% 80% 100% 120%
ESTACION TACOBAMBA
Distribuciones Kolmogorov
p X Ln(x) Weibull Normal Log Normal Pearson Log Pearson Gumbel Normal Log Normal Pearson Log Pearson Gumbel
1 19,0 2,945 4% 3,6% 1,3% 2,8% 0,8% 0,4% 0,001 0,024 0,009 0,029 0,034
2 23,6 3,159 7% 9,7% 7,9% 9,2% 7,2% 5,2% 0,023 0,005 0,018 0,002 0,022
3 24,8 3,209 11% 12,2% 11,1% 11,9% 10,7% 8,2% 0,011 0,000 0,008 0,005 0,029
ANALISIS DE DATOS
4 24,8 3,210 15% 12,3% 11,2% 11,9% 10,7% 8,3% 0,025 0,036 0,029 0,041 0,065
5 24,8 3,213 19% 12,4% 11,4% 12,1% 10,9% 8,5% 0,061 0,071 0,064 0,076 0,100
6 27,6 3,319 22% 19,9% 21,1% 20,2% 21,5% 19,0% 0,023 0,011 0,021 0,007 0,032
7 28,0 3,332 26% 21,1% 22,6% 21,4% 23,1% 20,7% 0,049 0,033 0,045 0,028 0,052
8 29,5 3,385 30% 26,2% 29,1% 27,0% 30,1% 28,1% 0,034 0,006 0,026 0,004 0,015
9 30,3 3,411 33% 29,1% 32,6% 30,1% 33,8% 32,1% 0,042 0,008 0,032 0,004 0,012
10 30,6 3,421 37% 30,3% 33,9% 31,3% 35,2% 33,7% 0,067 0,031 0,057 0,018 0,033
CIV - 231
21 43,6 3,774 78% 82,1% 82,3% 82,3% 82,5% 84,2% 0,044 0,045 0,046 0,047 0,064
22 45,0 3,807 81% 86,0% 85,3% 85,9% 85,3% 86,9% 0,045 0,039 0,044 0,038 0,054
23 45,7 3,821 85% 87,6% 86,6% 87,4% 86,5% 88,0% 0,024 0,014 0,022 0,013 0,028
24 47,3 3,857 89% 90,9% 89,3% 90,5% 88,9% 90,4% 0,020 0,004 0,016 0,000 0,015
25 47,8 3,868 93% 91,9% 90,0% 91,4% 89,7% 91,1% 0,007 0,026 0,012 0,029 0,015
26 54,7 4,001 96% 98,4% 96,3% 97,9% 95,7% 96,5% 0,021 0,000 0,016 0,006 0,002
0,071 0,091 0,079 0,098 0,114
ESTADIGRAFOS 60,0
Datos 26,0 max 0,114
50,0
Media 35,3 3,530 cirt 0,266717944
Desviacin 9,0 0,2631739
40,0
Asimetria 0,2 -0,250962
PARAMETROS 30,0
Forma (alfa) 70,22 63,510529
20,0
Escala (beta) 1,08 0,0330233 Como max es menor a crit ENTONCES EL
Posicin (x0) -40,32 1,4326568 AJUSTE ES BUENO
PAGINA 60
10,0
PARAMETROS
alfa 7,03 0,0
0% 20% 40% 60% 80% 100% 120%
beta 31,19
ESTACION AYOMA
Distribuciones Kolmogorov
p X Ln(x) Weibull Normal Log Normal Pearson Log Pearson Gumbel Normal Log Normal Pearson Log Pearson Gumbel
1 18,4 2,912 4% 8,6% 4,6% 5,1% 3,8% 3,9% 0,049 0,009 0,014 0,001 0,002
2 18,7 2,930 7% 9,2% 5,2% 5,8% 4,5% 4,5% 0,018 0,022 0,016 0,030 0,029
3 20,5 3,020 11% 12,6% 9,4% 10,3% 8,8% 8,7% 0,015 0,017 0,008 0,023 0,024
ANALISIS DE DATOS
4 21,0 3,045 15% 13,7% 10,9% 11,9% 10,4% 10,2% 0,011 0,040 0,030 0,044 0,046
5 21,1 3,049 19% 13,9% 11,2% 12,2% 10,7% 10,5% 0,046 0,074 0,063 0,078 0,080
6 24,5 3,199 22% 23,4% 23,9% 25,0% 24,5% 24,0% 0,011 0,017 0,028 0,023 0,018
7 25,7 3,246 26% 27,4% 29,3% 30,25% 30,2% 29,7% 0,014 0,033 0,043 0,043 0,037
8 26,8 3,288 30% 31,3% 34,4% 35,2% 35,5% 35,0% 0,017 0,047 0,055 0,059 0,054
9 27,2 3,302 33% 32,7% 36,1% 36,9% 37,4% 36,9% 0,006 0,028 0,035 0,041 0,036
10 27,4 3,311 37% 33,6% 37,2% 37,9% 38,5% 38,0% 0,035 0,001 0,008 0,014 0,010
11 27,6 3,318 41% 34,3% 38,1% 38,8% 39,5% 39,0% 0,064 0,026 0,020 0,013 0,017
CIV - 231
21 37,3 3,619 78% 72,9% 76,5% 75,9% 77,1% 77,4% 0,049 0,012 0,019 0,007 0,004
22 43,0 3,762 81% 88,7% 88,7% 88,2% 88,5% 88,8% 0,072 0,072 0,067 0,070 0,073
23 46,1 3,831 85% 93,7% 92,6% 92,2% 92,1% 92,4% 0,085 0,074 0,071 0,069 0,072
24 46,4 3,838 89% 94,1% 92,9% 92,6% 92,4% 92,7% 0,052 0,041 0,037 0,035 0,039
25 47,9 3,870 93% 95,7% 94,3% 94,0% 93,7% 94,0% 0,031 0,017 0,014 0,011 0,014
26 55,0 4,008 96% 99,3% 98,0% 98,0% 97,4% 97,6% 0,030 0,017 0,017 0,011 0,014
0,152 0,097 0,101 0,085 0,085
ESTADIGRAFOS 60,0
Datos 26,0 max 0,152
50,0
Media 31,5 3,407 cirt 0,266717944
Desviacin 9,6 0,2933953
40,0
Asimetria 0,8 0,2313191
PARAMETROS 30,0
Forma (alfa) 5,57 74,75447
20,0
Escala (beta) 4,05 0,033934 Como max es menor a crit ENTONCES EL
Posicin (x0) 8,87 0,8698985
10,0 AJUSTE ES BUENO
PAGINA 61
PARAMETROS
alfa 7,46 0,0
0% 20% 40% 60% 80% 100% 120%
beta 27,15
ANALISIS DE DATOS
Interpretacin:
La interpretacin que podemos darle al estudio de nuestra cuenca, que nos ha tocado estudiar
Con los datos de estas estaciones de precipitaciones mximas en 24 horas: TINGUIPAYA,
TACOBAMBA y AYOMA.
Colavi es que los datos sacados de las estaciones de la pgina web de senamhi se ajustan de la
mejor manera posible ya que en las tres estaciones escogidas max es menorr a
critico.Entonces el ajuste es bueno en todos los casos.
NOTA:
Todo el analisis realizado en la presentacion corresponde a las precipitaciones maximas 24
horas, excepto el analisis de consistemcia de la curva doble masa ya que este corresponde a las
precipitaciones totales anuales acumulasdas.
Para el estudio mas completo tambien se lo realizo el mismo analisis de procedimientos
estadisitcos para el evento de precipitaciones totales medias anuales, (ver archivos excel
adjuntado), este analisis tambien es importante para el calculo de caudales medio..
BIBLIOGRAFIA:
Material de apoyo didctico para la enseanza y aprendizaje de la asignatura de
hidrologia civ-233, Universidad Mayor de San Simn facultad de Ciencias y Tecnologa
Carrera de Ingeniera Civil.
Procesos del siclo hidrolgico - D. F. Campos Aranda.
Manual de hidrologa, hidrulica y drenaje-Ministerio de transportes y comunicaciones
de PERU.
Hidrologa Aplicada-Ven Te Chow, David R Maidment, Larry W. Mays
Fundamentos de hidrologa de superficie Francisco J. Aparicio Mijares.
Procesos del siclo hidrolgico - D. F. Campos Aranda.
Manual de hidrologa, hidrulica y drenaje-Ministerio de transportes y comunicaciones
de PERU.
Geomorfologa de cuencas hidrogrficas Jos Guadalupe Valtierra, Dr. Miguel ngel
Domnguez, Centro Queretano de Recursos Naturales, Universidad Autnoma de
Quertaro
Hidrologa - Mximo Villnidrologa superficial, Cuenca Hidrolgica Parte 1
Universidad Michoacana de San Nicols de Hidalgo FIC Facultad de Ingeniera Civil,
11 de septiembre de 2008
Hidrologa - Mximo Villn