4.

5 DISTRIBUCION GUMBEL O EXTREMA TIPO I

La distribucin Gumbel es tambin denominada extrema tipo I. Esta
distribucin es 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 es decir de mximos y mnimos.
4.5.1 Funcin de densidad:
La distribucin de Gumbel tiene como una funcin de densidad.

En donde y son los parmetros de la distribucin de la funcin de

densidad donde la variable es continua.
4.5.2 Estimacin de parmetros
La estimacin de los parmetros y son de la siguiente manera:

Donde

son la media y

es la desviacin estndar estimadas con

la muestra.
se obtiene una vez obtuvo .
3.3.3

Factor de frecuencia:

Dnde:

KT

es el factor de frecuencia.

Tr

es el periodo de retorno.

Para la distribucin Gumbel se tiene que el caudal para un perodo de

retorno de 2.33 aos es igual a la media de los caudales mximos.
3.3.4

Limites de confianza

X t t (1) Se

Donde:
Se error de estimacin. Y se determina de la siguiente manera.
Donde:
S es la desviacin estndar.

t (1)

KT es el factor de frecuencia y

es la variable normal estandarizada

para una probabilidad de no excedencia de 1- es decir de un ao.

EJEMPLO:

En un ro se tienen 30 aos de registros de Qmximos instantneos anuales

con x= 15 m3/s, S = 5 m3/s (media y desviacin estndar para los datos
originales). xy=2.655, sy = 0.324 (media y desviacin estndar de los datos
transformados). Encontrar el caudal para un periodo de retorno de 100 aos
y los lmites de confianza para un

= 5%.

Encontrar el Q de 100 aos de periodo de retorno y los intervalos de

confianza. x= 15 m3/s, s = 5 m3/s.

K T =3.1 4

QTr 100 =x+ K T s

QTr 100 =15+ ( 3.145 )= 30.7 m3/s

Intervalos de confianza
t (1) =t (0.95)=1.645
tabla de la normal
=[ 1+1.1396 ( 3.14 ) +1.1 ( 3.14 )

Se=

1
2 2

=3.93

. s (3.93)(5)
=
=3.58 m3 /s
n
30

X t t (1) S e
3

30.7 m /s (1.645)(3.58)

30.7 m /s+(1.645)(3.58)=36.58

30.7 m 3 /s(1.645)(3.58)=24.81

El intervalo de confianza para

Q Tr 100

es.

[24.83 m /s

36.58 m3/s]

http://es.slideshare.net/freddysantiagord/metodos-probabilisticos-de-hidrologia
http://fluidos.eia.edu.co/hidrologiai/probabilidad/probabilidad.htm

4.6 Seleccin de la frecuencia para el diseo

El anlisis de frecuencia se usa para predecir el comportamiento futuro de
los caudales en un sitio de inters, a partir de la informacin histrica de
caudales. Es un mtodo basado en procedimientos estadsticos que permite
calcular la magnitud del caudal asociado a un perodo de retorno. Su
confiabilidad depende de la longitud y calidad de la serie histrica, adems
de la incertidumbre propia de la distribucin de probabilidades
seleccionada.
Para determinar la magnitud de eventos extremos cuando la distribucin de
probabilidades no es una funcin fcilmente invertibles se requiere conocer
la variacin de la variable respecto a la media.
Chow propus determinar esta variacin a partir de un factor de frecuencia
KT que puede ser expresado:

y se puede estimar a partir de los datos

Para una distribucin dada, puede determinarse una relacin entre K y el

perodo de retorno Tr.

El anlisis de frecuencia consiste en determinar los parmetros de las

distribuciones de probabilidad y determinar con el factor de frecuencia la
magnitud del evento para un perodo de retorno dado.
4.7 Anlisis probabilstico de precipitaciones.

El comportamiento de las variables aleatorias discretas o continuas se describe

con la ayuda de Distribuciones de Probabilidad. La variable se designa por
mayscula y un valor especfico de ella por minscula.
Por P(x = a) se denota la probabilidad de que un evento asuma el valor a;
similarmente P(a x b) denota la probabilidad de que un evento se

encuentre en el intervalo (a,b). Si conocemos la probabilidad P(a x b)

para todos los valores de a y b, se dice que conocemos la Distribucin de
Probabilidades de la variable x.
Si x es un nmero dado y consideramos la probabilidad P(X x):
F(x)= P(X x):
y llamamos F(x) la funcin de distribucin acumulada.
Momentos de las distribuciones

Las propiedades de las distribuciones pueden ser definidas

completamente en trminos de los momentos. Los momentos
en estadstica son similares a los momentos en fsica.
para la variable continua

para la variable discreta o respecto a la media

(eje de rotacin diferente al origen)
para la variable continua

para la variable discreta

Los estadsticos extraen informacin de una muestra, indicando las
caractersticas de la poblacin.
Los principales estadsticos son los
momentos de primer, segundo y tercer orden correspondiente a la media,
varianza, y asimetra respectivamente.

Media :
Es el valor esperado de la variable misma. Primer momento respecto al
origen. Muestra la tendencia central de la distribucin.

El valor estimado de la media a partir de la muestra es:

Varianza :
Mide la variabilidad de los datos. Es el segundo momento respecto a la
media

El valor estimado de la varianza a partir de la muestra es

En el cual el divisor es n-1 en lugar de n para asegurar que la estadstica

que no tenga una tendencia, en promedio, a ser mayor o menor que el valor
verdadero. Las unidades de la varianza son la media al cuadrado, la
desviacin estndar s es una medida de la variabilidad que tiene las
mismas dimensiones que la media y simplemente es la raz cuadrada de la
varianza, se estima por s.

Efectos de la funcin de densidad de probabilidad causados por cambios en

la desviacin estndar

Coeficiente de variacin

es una medida adimensional de la

variabilidad su estimado es

Coeficiente de asimetra
la distribucin de los valores de una distribucin alrededor de la media se
mide por la asimetra. Se obtiene a partir del tercer momento alrededor de
la media, dividindolo por el cubo de la desviacin estndar para que sea
adimensional.

tercer

momento

respecto

la

media

Un estimativo del coeficiente de asimetra est dado por:

4.8 Grfico de curvas IDF

4.8.1 Definicin de las curvas IDF.
Las curvas Intensidad Duracin Frecuencia (IDF) estas curvas resultan de
la unin de los puntos representativos de la intensidad media en intervalos
de diferente duracin, y correspondientes todos ellos a una misma
frecuencia o perodo de retorno.
Surgen otros elementos a considerar, como son la intensidad de
precipitacin, la frecuencia o la probabilidad de excedencia de un
determinado evento. Por ello es de importancia tener claro los Conceptos de
cada una de estas variables, de modo de tener una visin ms clara de las
curvas Intensidad-Duracin-Frecuencia.
Intensidad, segn Chow et al, se define como la tasa temporal de
precipitacin, o sea, la profundidad por unidad de tiempo (mm/hr), y se
expresa como:

i=

P
Td

Donde P es la profundidad de lluvia en mm o pulg, y Td es el tiempo de la

duracin, dada usualmente en hr.
4.8.2.
Construccin de las Curvas IDF.
La construccin de las curvas Intensidad-Duracin-Frecuencia (IDF), segn
diversos autores, plantean distintas formas o mtodos para su construccin.
Para Aparicio existen dos mtodos:

El primero, llamado de intensidad - perodo de retorno, relaciona

estas dos variables para cada duracin por separado, mediante
alguna de las funciones de distribucin de probabilidad usadas en
hidrologa.
El otro mtodo relaciona simultneamente la intensidad, la duracin y
el perodo de retorno en una familia de curvas, cuya ecuacin es:

I=

kT
(d +c )n

Donde k, m, n y c son constantes que se calculan mediante un anlisis de

correlacin lineal mltiple, y en tanto que I y d corresponden a la intensidad
de precipitacin y la duracin, respectivamente.
Chow et al, plantean dos formas de trabajar con las curvas:

La primera, utiliza un anlisis de frecuencia de la lluvia, considerando

para ello una funcin de distribucin de probabilidad de valor extremo
como la funcin Gumbel.
El segundo mtodo, expresa las curvas IDF como ecuaciones, con el
fin de evitar la lectura de la intensidad de lluvia de diseo en una
grfica.

Wenzel, dedujo para algunas ciudades de los Estados Unidos, algunos

coeficientes para utilizarlos en una ecuacin de la forma:

I=

c
e
(Td + f )

Donde I es la intensidad de lluvia de diseo, y Td la duracin, en tanto c, e y

f son coeficientes que varan con el lugar y el perodo de retorno.
Varas y Snchez, han propuesto otra metodologa para el diseo de las
curvas IDF. Dicho procedimiento plantea la siguiente la siguiente ecuacin
para estimar las intensidades mximas, para distintos perodos de retorno y
duraciones:

Pt , T =KP10, DC d , tC f ,T
Dnde:

Pt , T = Lluvia con perodo de retorno de T aos y duracin t horas en

(mm).
K = Coeficiente para obtener la lluvia mxima absoluta en 24 horas en
funcin del valor mximo diario ( k= 1,1).

P10, D
C d ,t

= Lluvia Mxima diaria con 10 aos de perodo de retorno.

= Coeficiente de duracin para t horas.

C f ,T = Coeficiente de frecuencia para T aos de perodo de retorno.

Donde la intensidad mxima de precipitacin queda dada por:

Pt , T (mm /hr)=

Pt ,T
d

Dnde:
d = Duracin en hr.
Se pueden disear las curvas IDF siguiendo estas metodologa, en aquellas
ciudades o zonas en que slo exista informacin pluviomtrica, para lo cual
se debern seleccionar los coeficientes de duracin y frecuencia de la
estacin pluviogrfica ms cercana.
Otra forma o mtodo para determinar las curvas IDF, corresponde al que ha
planteado Tmez, el cual relaciona las intensidades de precipitacin para
distintos perodos de retorno, con el propsito de graficar la relacin entre
las tres variables (Intensidad- Duracin Frecuencia), y cuyo esquema de la
curva IDF es el siguiente:

D = Duracin en horas.
I = Intensidad de precipitacin en mm/hr.
A, B y C representan distintos perodos de retorno en aos.
http://eias.utalca.cl/Docs/pdf/Publicaciones/manuales/b_modulo_IDF.pdf