El objetivo básico de la aplicación de la estadística en Hidrología es el análisis de la información

hidrológica en forma de muestras, a fin de inferir las características con que debe ser esperado en
el futuro el fenómeno que se estudia. El avance en el campo de las computadoras y el desarrollo
creciente de métodos numéricos han dado una importancia particular al uso de la estadística en
todas las ciencias naturales, especialmente en Hidrología.

En forma general, la mayoría de los problemas hidrológicos se pueden agrupar en tres categorías
principales de acuerdo al objetivo pal del proyecto:

a. Diseño de estructuras hidráulicas, siendo necesaria la evaluación y cuantificación de los

valores extremos (máximos y mínimos) del escurrimiento superficial.

b. Satisfacción de demandas, siendo necesario evaluar y cuantificar las descargas disponibles en

el punto de interés.

c. Diseño y operación de embalses, siendo necesario evaluar y cuantificar la variación del

escurrimiento superficial en todas sus características estadísticas, como valores medios,
máximos y mínimos.

la gran mayoría de los procesos que interesan al ingeniero, en especial en el campo de la Hidrología,
pertenecen a la categoría de fenómenos probabilísticos. Dada pues una variable aleatoria,
interesará describir la probabilidad de ocurrencia de los distintos estados. Esto se consigue gracias
a un modelo matemático de su comportamiento o modelo probabilístico. Esta distribución
probabilística permite calcular:

1. Las probabilidades de los distintos estados o valores que puede tomar la variable aleatoria.

2. La probabilidad de tener valores mayores o menores que un determinado límite.

3. Los valores de probabilidad de ocurrencia asociados a cada valor de la variable aleatoria.

Según se trate de variables discretas o continuas, se usarán modelos de distribución probabilísticos

discretos o continuos. Serán modelos discretos aquéllos cuya función densidad de probabilidad y
función de probabilidad acumulada se encuentran definidas para determinados' valores que puede
tomar la variable.

Análisis de Frecuencia de Valores Extremos

En este apartado se describe el análisis de frecuencia de valores extremos referido a caudales, es

decir el análisis a que son sometidos los caudales máximos anuales. El objeto es calcular el caudal
de diseño de estructuras como los aliviaderos de las presas de embalse.

Ley de Gumbel

De las varias distribuciones de valores extremos hay dos que tienen mayor aceptación, al haber
demostrado que se ajustan bien al fenómeno de las crecidas de los ríos: la distribución de valores
extremos tipo 1 o ley de Gumbel y la distribución log-Pearson tipo III.
Vente Chow ha encontrado que estas distribuciones pueden expresarse en la forma:

La Ley de Gumbel esta dada por la expresión:

P: Probabilidad de que un valor x sea igualado o excedido.

y: Variable reducida dada por la siguiente expresión

u: Moda para la distribución.

a: Parámetro de dispersión

Para una muestra de tamaño finito, Gumbel encontró que:

Con la ecuación 10.3 es posible hallar los caudales con largos períodos de recurrencia (avenida
centenaria, avenida milenaria, avenida diez milenaria). Esta ecuación es la ecuación de una línea
recta en papel probabilístico de Gumbel.

Ejemplo: Se tiene el siguiente registro de caudales, encontrar las crecidas de los 10, 100 y 1000 años,
utilizando la distribución de Gumbel.
Año Q max
1969 36600
1970 69900
1971 99000
1972 76200
1973 62600
1974 44200
1975 49200
1976 53100
1977 58800
1978 64100
1979 77800
1980 71200
1981 59600
1982 55100
1983 49600
1984 58600
1985 39700
1986 38200
1987 103000
1988 47900
Seguido a esto se debe organizar la muestra, de mayor a menor:

n Año Q max T
1 1987 103,00 21,00
2 1971 99,00 10,50
3 1979 77,80 7,00
4 1972 76,20 5,00
5 1980 71,20 4,20
6 1970 69,90 3,50
7 1978 64,10 3,00
8 1973 62,60 2,63
9 1981 59,60 2,33
10 1977 58,80 2,10
11 1984 58,60 1,91
12 1982 55,10 1,95
13 1976 53,10 1,62
14 1983 49,60 1,50
15 1975 49,20 1,40
16 1988 47,90 1,31
17 1974 44,20 1,24
18 1985 39,70 1,17
19 1986 38,20 1,11
20 1969 36,60 1,00

Ýn: Valor medio esperado de la variable reducida

ᶛn: Desviación estándar de la variable reducida

Se tiene una muestra con 20 valores, n=20. Para esta muestra el valor medio esperado de la variable
reducida es igual 0.52 y la desviación estándar de la variable reducida es 1.06

Ýn=0.52

ᶛn=1.06

Paso1. Se calcula la desviación estándar:

ᶛx=18,2336473

También se calcula la media

ꭕ: 60,720

Paso 2. Se debe calcular y=variable reducida, se puede realizar mediante la fórmula: y=a(x-u)
ᶛxn∗Ýn
Donde u=moda y se puede hallar así:𝑢 = ꭕ − ᶛn
= 𝑚𝑒𝑑𝑖𝑎 −
𝐷𝑒𝑠𝑣𝑖𝑎𝑐𝑖𝑜𝑛∗𝑉𝑎𝑙𝑜𝑟 𝑚𝑒𝑑𝑖𝑜 𝑒𝑠𝑝𝑒𝑟𝑎𝑑𝑜
𝐷𝑒𝑠𝑣𝑖𝑎𝑐𝑖𝑜𝑛 𝑒𝑠𝑡𝑎𝑛𝑑𝑎𝑟 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑟𝑒𝑑𝑢𝑐𝑖𝑑𝑎

𝐷𝑒𝑠𝑣𝑖𝑎𝑐𝑖𝑜𝑛 𝑒𝑠𝑡𝑎𝑛𝑑𝑎𝑟 𝑑𝑒 𝑙𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 ᶛn

Y a=Parámetro de dispersión 𝑎 = 𝐷𝑒𝑠𝑣𝑖𝑎𝑐𝑖𝑜𝑛 𝑒𝑠𝑡𝑎𝑛𝑑𝑎𝑟 𝑑𝑒𝑙 𝑐𝑜𝑛𝑗𝑢𝑛𝑡𝑜
= ᶛx
Obteniendo los valores a y u se procede a calcular y (Variable reducida) para cada periodo, o caudal
con una probabilidad dada, obteniendo los siguientes valores:

Para 10 años

T=10

P=0.1

y=2.25

Para 100 años

T=100

P=0.01

Y=4.60

Para 1000 años

T=1000

P=0.001

y=6.91

Teniendo los valores de la variable reducida, es posible determinar el factor de frecuencias para esta
distribución, de la siguiente forma:

𝑉𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑟𝑒𝑑𝑢𝑐𝑖𝑑𝑎 − 𝑉𝑎𝑙𝑜𝑟 𝑚𝑒𝑑𝑖𝑜 𝑒𝑠𝑝𝑒𝑟𝑎𝑑𝑜 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑟𝑒𝑑𝑢𝑐𝑖𝑑𝑎 𝑦 − Ýn

𝑘= =
𝐷𝑒𝑠𝑣𝑖𝑎𝑐𝑖𝑜𝑛 𝑒𝑠𝑡𝑎𝑛𝑑𝑎𝑟 𝑑𝑒 𝑙𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑟𝑒𝑑𝑢𝑐𝑖𝑑𝑎 ᶛn
Reemplazando los valores necesarios, se determina k para cada intervalo de tiempo

K10= 1.63

K100=3.85

K1000=6.03

Finalmente, con estos valores obtenidos, se determina el caudal Q

𝑄 = 𝑀𝑒𝑑𝑖𝑎 𝑑𝑒 𝑙𝑎 𝑠𝑒𝑟𝑖𝑒 𝑑𝑒 𝑐𝑎𝑢𝑑𝑎𝑙𝑒𝑠 + 𝐹𝑎𝑐𝑡𝑜𝑟 𝑑𝑒 𝑓𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎 ∗ 𝐷𝑒𝑠𝑣𝑖𝑎𝑐𝑖𝑜𝑛 𝑒𝑠𝑡𝑎𝑛𝑑𝑎𝑟

𝑄 =ꭕ+Kᶛx

Para T=10 Q10=60,720+(1.63)*(18,233)=90,441pies3/s

Para T=100 Q100= 60720+(3.85)*(18,233)= 130,920 pies3/s

Para T=1000 Q1000= 60,720+(6.91)*(18.233)= 170.669 pies3/s