Beruflich Dokumente
Kultur Dokumente
FACULTAD:
CIENCIAS DEL AMBIENTE
ESCUELA:
INGENIERIA SANITARIA
CURSO:
HIDROLOGIA
TEMA:
Modelo mas adecuado para la cuenca de Cedros
DOCENTE:
Ing.
INTEGRANTES:
AQUINO GARAY,Ivan.
HUAMÁN HUERTA. Mey .
HUAYTA VELASQUEZ ,Elsa.
TREJO JERONIMO, Raquel.
INDICE DE TABLAS
Figura 1. Marca de clase vs (frecuencia relativa, Función densidad empírica, función densidad teórica
normal)........................................................................................................................................................ 41
Figura 2. Marca de clase vs (Función densidad empírica, función densidad teórica normal) .................... 41
Figura 3. Marca de clase vs frecuencia relativa .......................................................................................... 42
Figura 4. Marca de clase vs frecuencia relativa .......................................................................................... 42
Figura 5. Marca de clase vs (frecuencia relativa, Función densidad empírica, función densidad teórica
Exponencial) ................................................................................................................................................ 45
Figura 6. Marca de clase vs (Función densidad empírica, función densidad teórica Exponencial) ............ 45
Figura 7. Marca de clase vs (función densidad teórica Exponencial) ......................................................... 47
Figura 8. Marca de clase vs (frecuencia relativa, Función densidad empírica, función densidad teórica
normal). ...................................................................................................................................................... 52
Figura 9. Marca de clase vs (Función densidad empírica, función densidad teórica normal) .................... 52
Figura 10. Marca de clase vs frecuencia relativa. ....................................................................................... 53
Figura 11. Marca de clase vs frecuencia relativa ........................................................................................ 53
Figura 12: Marca de clase vs (frecuencia relativa, Función densidad empírica, función densidad teórica
Exponencial) ................................................................................................................................................ 56
Figura 13. Marca de clase vs (Función densidad empírica, función densidad teórica Exponencial) .......... 56
Figura 14. Marca de clase vs (función densidad teórica Exponencial) ....................................................... 57
Figura 15. Marca de clase vs (frecuencia relativa, Función densidad empírica, función densidad teórica
normal) ....................................................................................................................................................... 66
Figura 16. Marca de clase vs (Función densidad empírica, función densidad teórica normal).................. 66
Figura 17. Marca de clase vs frecuencia relativa ........................................................................................ 67
Figura 18. Marca de clase vs frecuencia relativa ........................................................................................ 67
Figura 19. Marca de clase vs (frecuencia relativa, Función densidad empírica, función densidad teórica
Exponencial) ................................................................................................................................................ 70
Figura 20. Marca de clase vs (Función densidad empírica, función densidad teórica Exponencial) .......... 70
Figura 21. Marca de clase vs (función densidad teórica Exponencial) ....................................................... 71
INTRODUCCION
La conservación de los Recursos Naturales es críticamente importante para ser
considerada en nuestra iniciativa de desarrollo sostenible. El manejo y conservación del
agua es de especial importancia. En años recientes ha habido una investigación amplia
que confirma la creciente carencia de agua para propósitos de consumo humano e
irrigación. La razón principal es la deforestación continua y la contaminación de las
cuencas hidrográficas que almacenan y producen agua en las tierras altas en América
Latina. En este caso nos centraremos principalmente en la cordillera blanca de Perú,
específicamente en la cuenca de Cedros.
El informe se basa exclusivamente en la selección de un modelo optimo que sea la más
adecuada para la cuenca en mención. Esto nos ayudara en mejorar la duración del agua
de esta cuenca, dándonos resultados mucho más benéficos en cuanto su manejo y
conservación, y así dar el uso a este agua para consumo humano e irrigación o cualquier
actividad que se requiera.
OBJETIVOS
OBJETIVOS GENERALES
OBJETIVOS ESPECÍFICOS
• Realizar la distribución de frecuencias de los datos del caudal medio anual y calcular
• Realizar las pruebas determinadas para ver si los datos se ajustan a la distribución
gráfico.
JUSTIFICACIÓN
aplicada a la hidrología con el fin de poder estimar parámetros hidrológicos que nos servirán para
conocer los caudales registrados en cierta región de una cuenca, y de esta manera hacer un buen
estudio hidrológico calculando las probabilidades de que un caudal exceda al establecido, como el
Dada una variable aleatoria X que tome valores reales no negativos {x 0} diremos que
tiene una distribución exponencial de parámetro con 0, si y sólo si su función de
densidad tiene la expresión:
Diremos entonces:
Una vez
calculada la F.G.M podemos , partiendo de ella , calcular la media y la varianza
Ya que
La mediana del modelo exponencial será aquel valor de la variable x =Me que
verifica que F(Me) = ½
De manera que
Por lo que
La tasa de fallo es, en general, una función del tiempo, que define unívocamente la
distribución.
Pues bien, puede probarse que el hecho de que la tasa de fallo sea constante es condición
necesaria y suficiente para que la distribución sea exponencial y que el parámetro es,
además, el valor constante de la tasa de fallo. En efecto; si:
De donde
De manera que
Así pues si un elemento tiene una distribución de fallos exponencial su tasa de fallos se
mantiene constante a lo largo de toda la vida del elemento. La probabilidad de fallar en
un instante no depende del momento de la vida del elemento en el que nos encontremos;
lo que constituye la propiedad fundamental de la distribución que ahora enunciamos:
Ejemplo:
Se tienen las probabilidades de que haya 1, 2, 3,... etc, días nublados por semana en un
determinado lugar, con ellos calcule la distribución de probabilidades
x P(x) F(x)
0 0.05 0.05
1 0.15 0.20
2 0.25 0.45
3 0.20 0.65
4 0.15 0.80
5 0.10 0.90
6 0.08 0.98
7 0.02 1.00
Total 1.0
x P(x) F(x)
1 0.05 0.05
2 0.10 0.15
3 0.15 0.30
4 0.20 0.50
5 0.10 0.60
6 0.10 0.70
7 0.15 0.85
8 0.10 0.95
9 0.05 1.00
Total 1.00
i)
ii)
iii)
Lo que implica que las probabilidades se definen sólo como ÁREAS bajo la función de
densidad de probabilidad (FDP) entre límites finitos.
1.2.1 Media :
Es el valor esperado de la variable misma . Primer momento respecto a la
origen. Muestra la tendencia central de la distribución
estimado es
1.2.3 Coeficiente de asimetría
La distribución de los valores de una distribución alrededor de la media se mide por la
asimetría. Se obtiene a partir del tercer momento alrededor de la media, dividiéndolo
por el cubo de la desviación estándar para que sea adimensional.
Ejemplo:
Encontrar el valor medio de la precipitación si se tiene
DISTRIBUCIÓN DE FRÉCHET
Características.
Aquí el parámetro de localización vuelve a ser 0, luego nuevamente los valores de esta
distribución están por encima de 0. La distribución es algo asimétrica hacia la izquierda.
En este nuevo cambio de escala se ve otra vez cómo la distribución se achica, ya que
por ejemplo, para la Fréchet(4,2), el valor x = 2 tiene asociado f(x)=0.7358, mientras que
para la Fréchet (4,3), ese mismo valor tiene asociado un f(x)=0.0641.
Se ha añadido, otra vez, un parámetro de localización. Comparando con la distribución
anterior, si se evalúa la función de densidad para x=3, que corresponde a desplazar x=2
una unidad hacia la derecha, el valor de la función de densidad es el mismo en ese punto,
f(x)=0.0641.
DISTRIBUCIÓN DE GUMBEL
Características:
Fue descubierta por Emil Julius Gambel, matemático judío nacido en Alemania a finales
del siglo XIX. Es un caso particular de la distribución de valores extremos generalizada,
y también es conocida como la distribución log-Weibull, o como la distribución
exponencial doble. Según Reiss y Thomas (1997), la distribución de Gumbel tiene la
misma importancia que la distribución Normal en otras aplicaciones.
Representaciones gráficas:
El que en todos los ejemplos vistos la variable sea asimétrica positiva no es casualidad,
ya que al ser el coeficiente de asimetría para una variable con distribución de Gumbel
para el máximo siempre positivo, cualquier variable con esa distribución será asimétrica
positiva, independientemente de cuáles sean los valores de los parámetros.
Distribución de Gumbel para el mínimo.
También existe la distribución de Gumbel para el mínimo, cuya función de distribución
viene dada por:
Se puede ver un cambio bastante evidente respecto a los gráficos vistos antes para la
distribución de Gumbel para el máximo; ahora, las colas se concentran a la izquierda en
la función de densidad, con lo que la distribución es asimétrica negativa. Igualmente, se
puede ver que ahora la moda es 0, que coincide con el parámetro de localización como
viene siendo habitual (el de escala vale 0.5), y también se puede observar que el mayor
crecimiento de la función de distribución se produce a partir de :
También existe la distribución de Weibull con tres parámetros (se le añade el parámetro
de localización, cuya función de densidad de probabilidad viene dada a continuación:
Representaciones gráficas
A continuación se representan la función de densidad y de distribución de la Weibull para
distintos valores de sus parámetros; también se incluyen casos en los que se tienen tres
parámetros:
Ahora se vuelve a cambiar el parámetro de escala, que vale ahora 1.5; mientras que el
de forma sigue siendo 2.5, con lo cual no varía la forma de la distribución. Como ocurre
con los cambios de escala cuando el parámetro pasa a ser mayor, la distribución se
“aplasta más” pero abarca más valores con probabilidad significativa.
La siguiente distribución representada es una Weibull con parámetro de forma igual a 3
y de escala igual a 1; esta parece más centrada, y su forma se parece a la de la
Normal.
ESTACIÓN QUITARACSA:
R = Ls – Li
R = 14.47 – 7.59
R = 6.88
Regla de Sturges:
m = 1 + 1.33 ln(n)
Dónde: n = 30
m = 5.5236 6
R
C
m 1
6.88
C
6 1
C = 1.375
TOTAL 30
CLASE K . NORMAL
1 2 MC 4 fr 6 7 fe fx-normal
6.9055 0 0 0.001
TOTAL 30 1
FUNCION DENSIDAD ESTACION QUITARACSA ( fr,
0.4
fe, fx-Normal)
0.3 fe fx- Normal Fr
Funciones
0.2
0.1
0
0.0000 5.0000 10.0000 15.0000 20.0000
Datos de marca de clase
Figura 1. Marca de clase vs (frecuencia relativa, Función densidad empírica, función densidad
teórica normal)
0.3
0.25
Funciones
0.2
0.15
0.1 Fe
0.05
0 Fx- Normal
0.0000 5.0000 10.0000 15.0000 20.0000
Datos de Marca de Clase
Figura 2. Marca de clase vs (Función densidad empírica, función densidad teórica normal)
HISTOGRAMA - ESTACIÓN QUITARACSA
0.4 0.3667
0.35
FRECUENCIA RELATIVA
0.3 0.2667
0.25
0.2000
0.2
0.15
0.1000
0.1 0.0667
0.05
0 0.0000
0
6.9055 8.28 9.66 11.03 12.41 13.78 15.16
MARCA DE CLASE
0.35
FRECUENCIA RELATIVA
0.3
0.25
0.2
0.15
0.1
0.05
0
0.0000 2.0000 4.0000 6.0000 8.0000 10.0000 12.0000 14.0000 16.0000
MARCA DE CLASE
𝐹(𝒙) = 𝝀𝒆−𝝀𝒙
Dónde:
X: Marca de clase
𝟏
𝝀=
𝒙
Tabla 3.
1 2 MC 4
0 0 0 0 6.9055 0
TOTAL 30
Promedió 10.8411
Desviación
Estándar 1.5440
𝟏
𝝀= = 𝟎. 𝟎𝟗𝟐𝟐𝟒
𝟏𝟎. 𝟖𝟒𝟏𝟏
𝐹(𝒙) = 𝝀𝒆−𝝀𝒙
𝐹(𝒙) = 𝟎. 𝟎𝟗𝟐𝟐𝟒𝒆−𝟎.𝟎𝟗𝟐𝟐𝟒𝒙
Yi Ni hi Ni Hi fe fx-Exponencial
TOTAL: 30 1
FUNCION DENSIDAD ESTACION QUITARACSA ( fr,
fe, fx-Exponecial)
0.40
0.35
0.30
FUNCIONES
0.25
0.20
hi
0.15
0.10 fe
Figura 5. Marca de clase vs (frecuencia relativa, Función densidad empírica, función densidad
teórica Exponencial)
0.25
FUNCIONES
0.20
0.15
0.10 fe
fx- exponencial
0.05
0.00
0.00 5.00 10.00 15.00 20.00
MARCA DE CLASE
Figura 6. Marca de clase vs (Función densidad empírica, función densidad teórica Exponencial)
DISTRIBUCION EXPONENCIAL
0.060 ESTACION QUITARACSA
0.040
Fx- exponencial
0.020
0.000
0.00 5.00 10.00 15.00 20.00
MARCA DE CLASE
DISTRIBUCION
TEORICO
Tabla 4.
R = Ls – Li
R = 121.44-56.75
R = 64.69
Regla de Sturges:
m = 1 + 1.33 ln(n)
Dónde: n = 30
m = 5.524
OBTENCIÓN DEL TAMAÑO DE LOS INTERVALOS DE CLASE
R
C
m 1
64.69
C
5 1
C = 12.9372
Tabla 5.
TOTAL 30
Con los datos obtenidos hallamos la tabla estadística: y las graficas:
Tabla 6.
Tabla estadística
FUNCION
NUMERO DE FRECUENCIA FRECUENCIA FUNCION DENSIDAD
MARCA FRECUENCIA FRECUENCIA
INTERVALO INTERVALO DE CLASE
DE CLASE ABSOLUTA RELATIVA
ABSOLUTA RELATIVA DENSIDAD TEORICA
DE CLASE K ACUMULADA ACUMULADA EMPÍRICA NORMAL
1 2 MC 4 Fr 6 7 fe fx-normal
50.2823 0 0 0.000
3 56.75 - 69.69 63.22 3 0.1000 3 0.1000 0.008 0.002
9 69.69 - 82.63 76.16 9 0.3000 12 0.4000 0.023 0.004
7 82.63 - 95.56 89.09 7 0.2333 19 0.6333 0.018 0.005
7 95.56 - 108.50 102.03 7 0.2333 26 0.8667 0.018 0.003
4 108.50 0 121.44 114.97 4 0.1333 30 1 0.010 0.007
127.91 0.0000 0 0.002
TOTAL 30 1
FUNCION DENSIDAD ESTACION BALSA ( fr, fe, fx-Normal)
0.35
0.3
0.25
Funciones
0.2
fe
0.15
fx- Normal
0.1 Fr
0.05
0
0.0000 20.0000 40.0000 60.0000 80.0000 100.0000 120.0000 140.0000
Datos de marca de clase
Figura 8. Marca de clase vs (frecuencia relativa, Función densidad empírica, función densidad
teórica normal).
0.02
FUNCIONES
0.015
0.01
Fe
0
0.0000 20.0000 40.0000 60.0000 80.0000 100.0000 120.0000 140.0000
DATOS DE MARCA DE CLASE
Figura 9. Marca de clase vs (Función densidad empírica, función densidad teórica normal)
HISTOGRAMA - ESTACIÓN BALSA
0.35
0.3000
0.3
FRECUENCIA RELATIVA
0.2
0.15 0.1333
0.1000
0.1
0.05
0 0.0000
0
50.2823 63.22 76.16 89.09 102.03 114.97 127.91
MARCA DE CLASE
0.3
FRECUENCIA RELATIVA
0.25
0.2
0.15
0.1
0.05
0
0.0000 20.0000 40.0000 60.0000 80.0000 100.0000 120.0000 140.0000
MARCA DE CLASE
DISTRIBUCIÓN EXPONENCIAL:
𝐹(𝒙) = 𝝀𝒆−𝝀𝒙
Dónde:
X: Marca de clase
𝟏
𝝀=
𝒙
Tenemos entonces la tabla hallada y marca de clase:
Tabla 7.
1 2 MC 4
0 0 0 0 50.2823 0
TOTAL 30
Promedió 88.1818
𝐹(𝒙) = 𝝀𝒆−𝝀𝒙
𝐹(𝒙) = 𝟎. 𝟎𝟏𝟏𝟑𝟒𝒆−𝟎.𝟎𝟏𝟏𝟑𝟒𝒙
Tabla 8.
Yi Ni hi Ni Hi fe fx-Exponencial
TOTAL: 30 1
FUNCION DENSIDAD ESTACION DE BALSA ( fr, fe, fx-
Exponencial)
0.03
0.02
FUNCIONES
0.02
0.01
fe
0.01 fx- exponencial
0.00
0.00 20.00 40.00 60.00 80.00 100.00 120.00 140.00
MARCA DE CLASE
Figura 12: Marca de clase vs (frecuencia relativa, Función densidad empírica, función densidad
teórica Exponencial)
0.20
0.15 hi
0.10 fe
0.05 fx- exponencial
0.00
0.00 20.00 40.00 60.00 80.00 100.00 120.00 140.00
MARCA DE CLASE
Figura 13. Marca de clase vs (Función densidad empírica, función densidad teórica Exponencial)
DISTRIBUCION EXPONENCIAL ESTACION
BALSA
0.001
0.001
Fx- exponencial
0.001
0.000
0.000
0.000
0.00 20.00 40.00 60.00 80.00 100.00 120.00 140.00
MARCA DE CLASE
MC 0 0 0 0 0
0 0 0 0 0
α: 0,78*S(X) 11.3458724
β= pro-
0,45*S(X) 49.5451044
0.4500
0.4000
0.3500
0.3000
f(x) -normal
f(x) , F(z) , f(xi)
0.2500
F(z)- estandar
0.2000
f (xi)- gumbel
0.1500
FUNCION DENSIDAD
0.1000 EMPÍRICA
0.0500
0.0000
0.00 20.00 40.00 60.00 80.00 100.00
MARCA DE CLACE
DISTRIBUCION TEORICO
R = Ls – Li
R = 13.11 – 3.87
R = 9.24
m = 1 + 1.33 ln(n)
Dónde: n = 30
m = 5.524
m=6
R
C
m 1
9.24
C
6 1
C = 1.85
7. Hallamos los intervalos de clases, marca de clase y frecuencia absoluta:
Tabla 10.
Intervalos de clases, marca de clase y frecuencia absoluta
2 MC 5
2.9458 0
42.4792 0
TOTAL 30
Con los datos obtenidos hallamos la tabla estadística: y las graficas:
Tabla 11.
Tabla estadística
2 MC 5 fr fe fx-Normal
2.9458 0 0 0 0 0
TOTAL 30 1.000
FUNCION DENSIDAD ESTACION CEDROS (fr, fe, fx-
0.4
Normal)
0.35
FUNCIONES 0.3
0.25
0.2 fr
0.15 fe
0.1 fx-Normal
0.05
0
0 1 2 3 4 5 6 7 8
MARCA DE CLASE
Figura 15. Marca de clase vs (frecuencia relativa, Función densidad empírica, función
0.12
0.1
0.08 fe
0.06 fx-Normal
0.04
0.02
0
0.0000 1.0000 2.0000 3.0000 4.0000 5.0000 6.0000 7.0000 8.0000
MARCA DE CLASE
Figura 16. Marca de clase vs (Función densidad empírica, función densidad teórica
normal)
HISTOGRAMA-ESTACION CEDROS
0.3333
0.3000
FRECUENCIA RELATIVA
0.2000
0.1000
0.0667
0.0000 0.0000
0.3000
0.2500
0.2000
0.1500
0.1000
0.0500
0.0000
0.0000 10.0000 20.0000 30.0000 40.0000 50.0000
MARCA DE CLASE
𝐹(𝒙) = 𝝀𝒆−𝝀𝒙
Dónde:
X: Marca de clase
𝟏
𝝀=
𝒙
Tabla 12.
Tenemos entonces la tabla hallada y marca de clase:
2 MC 5
2.9458 0
42.4792 0
TOTAL 30
Promedió 8.82
𝐹(𝒙) = 𝝀𝒆−𝝀𝒙
𝐹(𝒙) = 𝟎. 𝟏𝟏𝟑𝟑𝟖𝒆−𝟎.𝟏𝟏𝟑𝟑𝟖𝒙
MC 5
0.2500 fe
0.2000 fr
0.1500 fx-Exponencial
0.1000
0.0500
0.0000
0.0000 1.0000 2.0000 3.0000 4.0000 5.0000 6.0000 7.0000 8.0000
MARCA DE CLASE
Figura 19. Marca de clase vs (frecuencia relativa, Función densidad empírica, función
0.1200 fe
0.1000 fx-Exponencial
0.0800
0.0600
0.0400
0.0200
0.0000
0.0000 1.0000 2.0000 3.0000 4.0000 5.0000 6.0000 7.0000 8.0000
MARCA DE CLASE
Figura 20. Marca de clase vs (Función densidad empírica, función densidad teórica
Exponencial)
FUNCION DENSIDAD ESTACION CEDROS (fx-
exponencial)
0.09
0.08
0.07
fx-Exponencial
0.06
0.05
fx-Exponencial
0.04
0.03
0.02
0.01
0
0.0000 1.0000 2.0000 3.0000 4.0000 5.0000 6.0000 7.0000 8.0000
MARCA DE CLASE
0.35000
0.30000
0.25000
FUNCIONES
0.20000
fx-Gumbel
0.15000 fe
fx-eponencial
0.10000 fr
0.05000
0.00000
0.00 10.00 20.00 30.00 40.00 50.00
-0.05000
MARCA DE CLASE
0.20000
0.15000
fx-Gumbel
0.10000
0.05000
0.00000
0.00 5.00 10.00 15.00 20.00 25.00 30.00 35.00 40.00 45.00
-0.05000
MRACA DE CLASE
DISTRIBUCION TEORICO
𝑋̅ 10.8411
s 1.544
Λ 0.0922
S 1.544
𝑋̅ 88.18
S 17.447
Λ 0.01134
S 17.447
𝑋̅ 8.82
S 2.1826
Λ 0.1134
S 2.1826
BIBLIOGRAFÍA
Libros :
web:
http://orton.catie.ac.cr/repdoc/A2948e/A2948e.pdf
https://es.slideshare.net/freddysantiagord/metodos-probabilisticos-de-
hidrologia
http://www.academia.edu/3626298/Metodo_gumbel_calculo_de_caudale
s_PDF
http://masteres.ugr.es/moea/pages/tfm1011/analisisestadisticodevalores
extremosyaplicaciones/
https://acrobat.adobe.com/es/es/acrobat/store-sign-share-docs-photos-
free.html?trackingid=KRRTJ&DTProd=Reader&DTServLvl=SignedOut
http://masteres.ugr.es/moea/pages/tfm1011/analisisestadisticodevalores
extremosyaplicaciones/
http://www.academia.edu/3626298/Metodo_gumbel_calculo_de_caudale
s_PDF