UNIVERSIDAD NACIONAL HERMILIO VALDIZN

:
B) DISTRIBUCIONES TERICAS PARA CADA ESTACIN
El objetivo de esta segunda etapa es determinar la distribucin terica que mejor se ajuste a los
valores de precipitacin de cada una de las tres estaciones.

1.- DISTRIBUCION NORMAL O DE GAUSS
Funcin de distribucin estndar.
( )

Media de las precipitaciones.

Desviacin estndar de las precipitaciones

( )

Funcin de probabilidades observada.
()

i = IP(X)-F (z) I
F (z): se obtienen de tablas para diferentes valores de z, veamos un ejemplo para
un valor de z=1.87 de la fila 28 que contiene la TABLA 11.2.1

DISTRIBUCIN NORMAL ACUMULADO








UNIVERSIDAD NACIONAL HERMILIO VALDIZN

:
2.- DISTRIBUCION LOG- NORMAL DE 2 PARAMETROS
Funcin de distribucin estndar
( )

Media de las precipitaciones.

()

Desviacin estndar de las precipitaciones

(() )

()

()

Funcin de probabilidades observada
.
()

F (z): al igual que el caso de una distribucin normal se obtienen de tablas para
diferentes valores de z.

i = IP(X)-F (z) I





UNIVERSIDAD NACIONAL HERMILIO VALDIZN

:
3.- DISTRIBUCION LOG- NORMAL DE 3 PARAMETROS
Funcin de distribucin estndar
( )

Donde:
Asumo: Po

( )

Media de las precipitaciones cuando Po ya se aproxima al valor anterior.

Desviacin estndar de las precipitaciones

Funcin de probabilidades observada
()

i = IP(X)-F (z) I
Nota: como se puede apreciar las ecuaciones de color naranja son implcitas, es por ello
que debemos dar un valor inicial a po y hacer los clculos, luego se obtiene un nuevo
valor de po el cual comparamos con el inicial; si la diferencia es mnima se queda con ese
valor y si no hay que seguir iterando, Para nuestro caso se ha determinado
po=22.34999997400 (iterando varias veces)
F (z): se obtienen de tablas para diferentes valores de z.
UNIVERSIDAD NACIONAL HERMILIO VALDIZN

:
4.- DISTRIBUCION GAMMA DE 2 PARAMETROS
Los valores G (y) se obtienen de la siguiente Tabla 01 para un valor de y de Yi
(pertenece a la regin de color rosado), si en caso que estos valores no coincidan con los
de la tabla hay que interpolar.
Donde:

Media de las precipitaciones

Desviacin estndar de las precipitaciones

( )

Funcin de probabilidades observada
()

i = IP(X)-G (y) I








UNIVERSIDAD NACIONAL HERMILIO VALDIZN

:
5.- DISTRIBUCION GAMMA DE 3 PARAMETROS O PEARSON TIPO III
Donde:

Media de las precipitaciones.

Desviacin estndar de las precipitaciones

( )

Coeficiente de sesgo

( )( )

Funcin de probabilidades observada
()

i = IP(X)-G (y) I
Siguiendo el mismo procedimiento para la distribucin gamma de 2 parmetros se
construye el siguen te cuadro.







UNIVERSIDAD NACIONAL HERMILIO VALDIZN

:
6.- DISTRIBUCION LOG- PEARSON TIPO III
Se utiliza tambin la TABLA 01
Dnde:

()

Media de las precipitaciones.

()

Desviacin estndar de las precipitaciones

(() )

Coeficiente de sesgo

(() )

( )( )

Funcin de probabilidades observada
()

i = IP(X)-G (y) I


Siguiendo el mismo procedimiento para la distribucin gamma de 2 parmetros se
construye el siguen te cuadro.




UNIVERSIDAD NACIONAL HERMILIO VALDIZN

:
7.- DISTRIBUCION GUMBEL
()

()

Media de las precipitaciones

Desviacin estndar de las precipitaciones

( )

i = IP(X)-F (y)I









UNIVERSIDAD NACIONAL HERMILIO VALDIZN

:
8.- DISTRIBUCION LOG - GUMBEL
()

(())

Media de las precipitaciones

()

Desviacin estndar de las precipitaciones

(() )

i = IP(X)-F (y) I











UNIVERSIDAD NACIONAL HERMILIO VALDIZN

:
ELEGIR LA DISTRIBUCION DE MEJOR AJUSTE PARA LA ESTACIN
VALORES CRTICOS DE o DEL ESTADSTICO SMIRNOV KOLMOGOROV PARA VARIOS TAMAOS
MUESTRA (n) Y NIVELES DE SIGNIFICACION. ()

TABLA N02
Con un nivel de significancia =0.05 y con n=25 dentramos al TABLA N 02 y sacamos un valor
critico de o =0.27
Debe verificarse la siguiente expresion:

UNIVERSIDAD NACIONAL HERMILIO VALDIZN

:
CRITERIOS PARA ELIGIR LA DISTRIBUCIN

A continuacin se muestra las recomendaciones para las que fueron hechas las
distribuciones tericas.

1 DISTRIBUCION NORMAL
La distribucin normal es una distribucin simtrica en forma de campana, tambin
conocida como Campana de Gauss. Aunque muchas veces no se ajusta a los datos
hidrolgicos tiene amplia aplicacin por ejemplo a los datos transformados que siguen la
distribucin normal.

2 DISTRIBUCIN LOGNORMAL DE DOS PARMETROS
Si los logaritmos Y de una variable aleatoria X se distribuyen normalmente se dice que X
se distribuye normalmente.
Esta distribucin es muy usada para el clculo de valores extremos por ejemplo Qmax,
Qmnimos, Pmax, Pmnima (excelentes resultados en Antioquia). Tiene la ventaja que X>0
y que la transformacin Log tiende a reducir la asimetra positiva ya que al sacar logaritmos
se reducen en mayor proporcin los datos mayores que los menores.


5 DISTRIBUCION GAMMA DE TRES PARMETROS O PEARSON TIPO 3
Esta distribucin ha sido una de las ms utilizadas en hidrologa. Como la mayora de las
variables hidrolgicas son sesgadas, la funcin Gamma se utiliza para ajustar la
distribucin de frecuencia de variables tales como crecientes mximas anuales, Caudales
mnimos, Volmenes de flujo anuales y estacionales, valores de precipitaciones extremas y
volmenes de lluvia de corta duracin. La funcin de distribucin Gamma tiene dos o tres
parmetros.

6 DISTRIBUCIN LOG GAMMA O LOGPEARSON DE 3 PARMETROS
Si los logaritmos Y de una variable aleatoria X se ajustan a una distribucin Pearson tipo
III, se dice que la variable aleatoria X se ajusta a una distribucin Log Pearson Tipo III.
Esta distribucin es ampliamente usada en el mundo para el anlisis de frecuencia de
Caudales mximos. Esta se trabaja igual que para la Pearson Tipo III pero con X
y
y S
y

como la media y desviacin estndar de los logaritmos de la variable original X.

7 DISTRIBUCION GUMBEL O EXTREMA TIPO I
Una familia importante de distribuciones usadas en el anlisis de frecuencia hidrolgico es
la distribucin general de valores extremos, la cual ha sido ampliamente utilizada para
representar el comportamiento de crecientes y sequas (mximos y mnimos).








UNIVERSIDAD NACIONAL HERMILIO VALDIZN

:
RESUMEN DE LOS VALORES MAXIMOS (mx.) DE LAS 08 DISTRIBUCIONES TEORICAS
PARA LA ESTACION PUERTO INCA
DISTRIBUCION NORMAL mx. 0.078 0.27 Pasa




DISTRIBUCION LOG-NORMAL DE 2 PARAMETROS mx. 0.133 0.27 Pasa




DISTRIBUCION LOG-NORMAL DE 3 PARAMETROS mx. 0.381 0.27 No pasa





DISTRIBUCION GAMMA DE 2 PARAMETROS mx. 2.008 0.27 No pasa




DISTRIBUCION GAMMA DE 3 PARAMETROS O PEARSON TIPO III mx. 0.211 0.27 Pasa




DISTRIBUCION LOG- PEARSON TIPO III mx. 0.883 0.27 No pasa




DISTRIBUCION GUMBEL mx. 0.103 0.27 Pasa

DISTRIBUCION LOG-GUMBEL mx. 0.170 0.27 Pasa




RESUMEN DE LOS VALORES MAXIMOS (mx.) DE LAS 08 DISTRIBUCIONES TEORICAS
PARA LA ESTACION PUERTO BERMUDES



DISTRIBUCION NORMAL mx. 0.150 0.27 Pasa




DISTRIBUCION LOG-NORMAL DE 2 PARAMETROS mx. 0.146 0.27 Pasa




DISTRIBUCION LOG-NORMAL DE 3 PARAMETROS mx. 0.266 0.27 Pasa




DISTRIBUCION GAMMA DE 2 PARAMETROS mx. 2.008 0.27 No pasa




DISTRIBUCION GAMMA DE 3 PARAMETROS O PEARSON TIPO III mx. 0.211 0.27 Pasa




DISTRIBUCION LOG- PEARSON TIPO III mx. 0.883 0.27 No pasa




DISTRIBUCION GUMBEL mx. 0.172 0.27 Pasa

DISTRIBUCION LOG-GUMBEL mx. 0.211 0.27 Pasa



UNIVERSIDAD NACIONAL HERMILIO VALDIZN

:

RESUMEN DE LOS VALORES MAXIMOS (mx.) DE LAS 08 DISTRIBUCIONES TEORICAS
PARA LA ESTACION OXAPAMPA

DISTRIBUCION NORMAL mx. 0.156

0.27 Pasa





DISTRIBUCION LOG-NORMAL DE 2 PARAMETROS mx. 0.166

0.27 Pasa





DISTRIBUCION LOG-NORMAL DE 3 PARAMETROS mx. 0.279

0.27 No pasa





DISTRIBUCION GAMMA DE 2 PARAMETROS mx. 2.008

0.27 No pasa





DISTRIBUCION GAMMA DE 3 PARAMETROS O PEARSON TIPO III mx. 0.211

0.27 Pasa





DISTRIBUCION LOG- PEARSON TIPO III mx. 0.883

0.27 No pasa





DISTRIBUCION GUMBEL mx. 0.211

0.27 Pasa

DISTRIBUCION LOG-GUMBEL mx. 0.221

0.27 Pasa

Veamos cmo se calcula la precipitacin de diseo a partir de la distribucin terica de mayor
ajuste para un periodo de retorno de 5 aos, anlogamente se realiza para el resto de los t.
Media 2.995
Des estndar 0.045 mx. 0.1662





2.995

0.045


PARA UN PERIODO DE RETORNO (t)


T = 100 Aos






0.99



z = 2.30




1256.29 mm



()

(())

()



Tabla A
UNIVERSIDAD NACIONAL HERMILIO VALDIZN

:

PRECIPITACIN DE DISEO PARA PERIODOS DE RETORNO

PERIODOS DE RETORNO DE VALORES
ESTANDAR
Media
2.99
5 ESTACION
5 Aos 10 Aos 20 Aos 50 Aos
100
Aos
Des
estndar
0.04
5 Puerto Inca
389.42
mm
429.87
mm
474.52
mm
523.81
mm
564.11
mm

TABLA 01

PERIODOS DE RETORNO DE VALORES
ESTANDAR
Media
2.77
0 ESTACION
5 Aos 10 Aos 20 Aos 50 Aos
100
Aos
Des
estndar
0.19
0
Estacin Puerto
Bermudes
835.12
mm
994.97
mm
1185.41
mm
1412.31
mm
1610.55
mm

TABLA 02


PERIODOS DE RETORNO DE VALORES
ESTANDAR
Media
2.99
5 ESTACION
5 Aos 10 Aos 20 Aos 50 Aos
100
Aos
Des
estndar
0.04
5 Estacin Oxapampa
1073.83
mm
1119.72
mm
1167.57
mm
1217.47
mm
1256.29
mm












UNIVERSIDAD NACIONAL HERMILIO VALDIZN

:


C) PRECIPITACIONES DE DISEO EN EL CENTRO GEOMETRICO DEL PROYECTO
El objetivo de esta etapa es determinar las precipitaciones de diseo en el centro geomtrico de la zona
Urbana CIUDAD CONSTITUCION para periodos de retorno 5, 10, 20, 50 Y 100 aos usando la ecuacin
cartesiana de un plano generado por los puntos de las tres estaciones y usando los valores de la TABLA 01,
TABLA02 y TABLA 03.


























USANDO LA ECUACION CARTESIANA DEL PLANO
Ax+By+Cz-(Ax1+By1+Cz1) = 0
UNIVERSIDAD NACIONAL HERMILIO VALDIZN

:


RESUMEN
RESUMEN
PERIODO PRESIPITACION
5 Aos 633.606241 mm
10 Aos 714.969793 mm
20 Aos 809.105276 mm
50 Aos 918.223762 mm
100 Aos 1011.449673 mm
TABLA 04