Segunda Entrega

PROYECTO HIDROLOGA
SEGUNDO CORTE
Presentado por: Ivn Vargas Mateus
Andrs Cantor Vicara
Nicols Len Cubillos.
Escuela Colombiana de Ingeniera Julio Garavito- Segundo

semestre 2016
ESCUELA COLOMBIANA DE INGENIERA HIDROLOGA
GRUPO 4
TABLA DE CONTENIDO
Pg
Punto 1)
___________________________________________________________________________________
_________________1
Numeral a)
___________________________________________________________________________________
______________2
Numeral b)
___________________________________________________________________________________
______________8
Numeral c)
___________________________________________________________________________________
_____________18
Numeral d)
___________________________________________________________________________________
_____________22
Numeral e)
___________________________________________________________________________________
_____________27
Numeral f)
___________________________________________________________________________________
_____________33
Punto 2)
___________________________________________________________________________________
________________38
Punto 3)
___________________________________________________________________________________
________________39
Pgina 1
GRUPO 4
Punto 4)
___________________________________________________________________________________
________________40
Punto 5)
___________________________________________________________________________________
________________52
Punto 6)
___________________________________________________________________________________
________________56
Punto 7)
___________________________________________________________________________________
________________59
Punto 8)
___________________________________________________________________________________
________________60
Pgina 2
GRUPO 4
Punto 1
Se desea construir una bocatoma en el municipio de Cajic, Cundinamarca, en
una de sus corrientes principales, para ello, se ha comprado una estacin
pluviogrfica con los datos de lluvias mxima en 24 horas en mm entre los aos
de 1980 a 2012, para despus realizar un modelo lluvia escorrenta. Se le pide
al hidrlogo realizar:
Pgina 3
GRUPO 4
a) Determinar la funcin de probabilidad que
mejor se ajustan a los datos de la precipitacin
mxima en 24 horas por el mtodo de los
momentos (mtodo grfico). Debe realizar el
ajuste grfico para las funcin Normal, Log-
Normal, Gumbel, Log-Gumbel y LogPearson.
b) Si la bocatoma tiene una vida til de 75 aos,

determinar la precipitacin que corresponde a
este periodo de retorno, para las funciones de
California, Hazen, Weibull, Chegodayev, Blom,
Tukey, Gringorton y Cunnane.
c) Resolver la misma pregunta del numeral b,

pero con la funciones de probabilidad: Normal,
Log-Normal, Gumbel, Log-Gumbel y Log-
Pearson.
d) Determinar el periodo de retorno para una

lluvia mxima horaria de (40+N*5) mm con las
funciones de California, Hazen, Weibull,
Chegodayev, Blom, Tukey, Gringorton y
Cunnane.
e) Resolver la misma pregunta del numeral d,

pero con la funciones de probabilidad: Normal,
Log-Normal, Gumbel, Log-Gumbel y Log-
Pearson.
f) Si se desea cambiar el diseo para un periodo

de (55+N*15) aos, determinar el cambio
porcentual de la lluvia con la funciones de
probabilidad: Normal, Log-Normal, Gumbel,
Log-Gumbel y Log-Pearson (compararlo con el
numeral b).
Pgina 4
GRUPO 4
Numeral a)
Pgina 5
GRUPO 4
Ajuste grfico por el mtodo de los momentos en papel normal aritmtico:
Pgina 6
GRUPO 4
Ajuste grfico por el mtodo de los momentos con log normal:
Pgina 7
GRUPO 4
Ajuste grfico por el mtodo de los momentos con log gumbel:
Pgina 8
GRUPO 4
Ajuste grfico por el mtodo de los momentos con gumbel:
Pgina 9
GRUPO 4
Numeral b)
Como primer paso procedemos a ordenar los datos de mayor a menor dejndolos con su
respectivo nmero de orden as como se ve en la siguiente tabla:
Pgina 10
GRUPO 4
Ahora procedemos a definir el cuadro que utilizaremos para determinar las probabilidades
correspondientes a cada funcin y encontramos la probabilidad de ocurrencia o excedencia
de la siguiente manera:
1 1
P= = =0,01333
TR 75
TIPO a b c d
California 1 0 1 0
Hazen 2 1 2 0
Weibull 1 0 1 1
Chegoda 1 0,3 1 0,4
yev
Blom 1 0,375 1 0,25
Tukey 3 1 3 1
Gringorto 1 0,44 1 0,12
n
Cunnane 1 0,4 1 0,2
TR= 75 --- --- ---
P= 0,0133333 --- --- ---
3
Las funciones empricas desarrolladas por varios investigadores siguen la forma:
amb
p=
cn+d
Donde n es el nmero de intervalos de clase, m el nmero de orden y a,b,c,d las

constantes de la tabla. Ahora procedemos a encontrar la probabilidad de excedencia para
el primer dato de la tabla (los dems se hacen de la misma manera) y para cada
distribucin con su correspondiente perodo de retorno:
California:
amb 110
p= = =0,03333
cn+d 130+0
1 1
TR= = =30 aos
P 0,0333
Pgina 11
GRUPO 4
Hazen:
amb 211
p= = =0,016667
cn+d 230+0
1 1
TR= = =60 aos
P 0,016667
Pgina 12
GRUPO 4
Weibull:
amb 110
p= = =0,032258
cn+ d 130+1
1 1
TR= = =31 aos
P 0,032258
Chegodayev
amb 110,3
p= = =0,023026
cn+d 130+0,4
1 1
TR= = =43,43 aos
P 0,016667
Blom:
amb 110,375
p= = =0,020661
cn+ d 130+0,25
1 1
TR= = =48,4 aos
P 0,016667
Tukey
amb 311
p= = =0,021978
cn+ d 330+1
1 1
TR= = =45,5 aos
P 0,016667
Gringorton:
amb 110,44
p= = =0,018592
cn+d 130+0,12
Pgina 13
GRUPO 4
1 1
TR= = =53,78 aos
P 0,016667
Cunnane:
amb 110,4
p= = =0,019868
cn+d 130+0,2
1 1
TR= = =50,33 aos
P 0,016667
Pgina 14
GRUPO 4
Y procedemos a depositar todos los datos en las siguientes tablas:
No.Ord Californ Chegoda

en ia TR Hazen TR Weibull TR yev TR
30,000 60,000 31,000 43,428
1 0,0333 0 0,0167 0 0,0323 0 0,0230 6
15,000 20,000 15,500 17,882
2 0,0667 0 0,0500 0 0,0645 0 0,0559 4
10,000 12,000 10,333 11,259
3 0,1000 0 0,0833 0 0,0968 3 0,0888 3
4 0,1333 7,5000 0,1167 8,5714 0,1290 7,7500 0,1217 8,2162
5 0,1667 6,0000 0,1500 6,6667 0,1613 6,2000 0,1546 6,4681
6 0,2000 5,0000 0,1833 5,4545 0,1935 5,1667 0,1875 5,3333
7 0,2333 4,2857 0,2167 4,6154 0,2258 4,4286 0,2204 4,5373
8 0,2667 3,7500 0,2500 4,0000 0,2581 3,8750 0,2533 3,9481
9 0,3000 3,3333 0,2833 3,5294 0,2903 3,4444 0,2862 3,4943
10 0,3333 3,0000 0,3167 3,1579 0,3226 3,1000 0,3191 3,1340
11 0,3667 2,7273 0,3500 2,8571 0,3548 2,8182 0,3520 2,8411
12 0,4000 2,5000 0,3833 2,6087 0,3871 2,5833 0,3849 2,5983
13 0,4333 2,3077 0,4167 2,4000 0,4194 2,3846 0,4178 2,3937
14 0,4667 2,1429 0,4500 2,2222 0,4516 2,2143 0,4507 2,2190
15 0,5000 2,0000 0,4833 2,0690 0,4839 2,0667 0,4836 2,0680
16 0,5333 1,8750 0,5167 1,9355 0,5161 1,9375 0,5164 1,9363
17 0,5667 1,7647 0,5500 1,8182 0,5484 1,8235 0,5493 1,8204
18 0,6000 1,6667 0,5833 1,7143 0,5806 1,7222 0,5822 1,7175
19 0,6333 1,5789 0,6167 1,6216 0,6129 1,6316 0,6151 1,6257
20 0,6667 1,5000 0,6500 1,5385 0,6452 1,5500 0,6480 1,5431
21 0,7000 1,4286 0,6833 1,4634 0,6774 1,4762 0,6809 1,4686
22 0,7333 1,3636 0,7167 1,3953 0,7097 1,4091 0,7138 1,4009
23 0,7667 1,3043 0,7500 1,3333 0,7419 1,3478 0,7467 1,3392
24 0,8000 1,2500 0,7833 1,2766 0,7742 1,2917 0,7796 1,2827
25 0,8333 1,2000 0,8167 1,2245 0,8065 1,2400 0,8125 1,2308
26 0,8667 1,1538 0,8500 1,1765 0,8387 1,1923 0,8454 1,1829
27 0,9000 1,1111 0,8833 1,1321 0,8710 1,1481 0,8783 1,1386
28 0,9333 1,0714 0,9167 1,0909 0,9032 1,1071 0,9112 1,0975
29 0,9667 1,0345 0,9500 1,0526 0,9355 1,0690 0,9441 1,0592
30 1,0000 1,0000 0,9833 1,0169 0,9677 1,0333 0,9770 1,0236
Pgina 15
GRUPO 4
Pgina 16
GRUPO 4
No.Orde Gringort Cunnan

n Blom TR Tukey TR on TR e TR
1 0,0207 48,4000 0,0220 45,5000 0,0186 53,7857 0,0199 50,3333
2 0,0537 18,6154 0,0549 18,2000 0,0518 19,3077 0,0530 18,8750
3 0,0868 11,5238 0,0879 11,3750 0,0850 11,7656 0,0861 11,6154
4 0,1198 8,3448 0,1209 8,2727 0,1182 8,4607 0,1192 8,3889
5 0,1529 6,5405 0,1538 6,5000 0,1514 6,6053 0,1523 6,5652
6 0,1860 5,3778 0,1868 5,3529 0,1846 5,4173 0,1854 5,3929
7 0,2190 4,5660 0,2198 4,5500 0,2178 4,5915 0,2185 4,5758
8 0,2521 3,9672 0,2527 3,9565 0,2510 3,9841 0,2517 3,9737
9 0,2851 3,5072 0,2857 3,5000 0,2842 3,5187 0,2848 3,5116
10 0,3182 3,1429 0,3187 3,1379 0,3174 3,1506 0,3179 3,1458
11 0,3512 2,8471 0,3516 2,8438 0,3506 2,8523 0,3510 2,8491
12 0,3843 2,6022 0,3846 2,6000 0,3838 2,6055 0,3841 2,6034
13 0,4174 2,3960 0,4176 2,3947 0,4170 2,3981 0,4172 2,3968
14 0,4504 2,2202 0,4505 2,2195 0,4502 2,2212 0,4503 2,2206
15 0,4835 2,0684 0,4835 2,0682 0,4834 2,0687 0,4834 2,0685
16 0,5165 1,9360 0,5165 1,9362 0,5166 1,9357 0,5166 1,9359
17 0,5496 1,8195 0,5495 1,8200 0,5498 1,8188 0,5497 1,8193
18 0,5826 1,7163 0,5824 1,7170 0,5830 1,7153 0,5828 1,7159
19 0,6157 1,6242 0,6154 1,6250 0,6162 1,6228 0,6159 1,6237
20 0,6488 1,5414 0,6484 1,5424 0,6494 1,5399 0,6490 1,5408
21 0,6818 1,4667 0,6813 1,4677 0,6826 1,4650 0,6821 1,4660
22 0,7149 1,3988 0,7143 1,4000 0,7158 1,3970 0,7152 1,3981
23 0,7479 1,3370 0,7473 1,3382 0,7490 1,3351 0,7483 1,3363
24 0,7810 1,2804 0,7802 1,2817 0,7822 1,2784 0,7815 1,2797
25 0,8140 1,2284 0,8132 1,2297 0,8154 1,2264 0,8146 1,2276
26 0,8471 1,1805 0,8462 1,1818 0,8486 1,1784 0,8477 1,1797
27 0,8802 1,1362 0,8791 1,1375 0,8818 1,1340 0,8808 1,1353
28 0,9132 1,0950 0,9121 1,0964 0,9150 1,0929 0,9139 1,0942
29 0,9463 1,0568 0,9451 1,0581 0,9482 1,0546 0,9470 1,0559
30 0,9793 1,0211 0,9780 1,0225 0,9814 1,0189 0,9801 1,0203
Donde encontramos la probabilidad para cada nmero de orden de las precipitaciones

ordenadas de mayor a menor, con su respectivo perodo de retorno en aos.
Pgina 17
GRUPO 4
Ahora procedemos a graficar el perodo de retorno en funcin de la precipitacin para
hallar la precipitacin que corresponde a un perodo de retorno de 75 aos haciendo uso
de la funcin que ms se ajusta a los datos
CALIFORNIA
35
30
f(x) = 0.03x^2 - 1.34x + 18.21
25
R = 0.97
20
Perodo de retorno (aos)
15
10
0
15 20 25 30 35 40 45 50 55 60 65
Precipitacin (mm)
Despejando x de: 75 = 0,0251x2 - 1,341x + 18,215 ----> X=81,2654 mm
HAZEN
70
60
50
f(x) = 0.05x^2 - 3.03x + 42.02
40 R = 0.92
Perodo de retorno (Aos)
30
20
10
0
15 20 25 30 35 40 45 50 55 60 65
Precipitacin (mm)
Pgina 18
GRUPO 4
Despejando x de: 75= 0,0532x2 - 3,0312x + 42,021 ------> X = 66,3241 mm
WEIBULL
35
30
f(x) = 0.03x^2 - 1.39x + 18.82
25 R = 0.97
20
Perodo de retorno (aos)
15
10
0
15 20 25 30 35 40 45 50 55 60 65
Precipitacin (mm)
Despejando x de: 75 = 0,026x2 - 1,3857x + 18,822 ------> X= 80,228 mm
CHEGODAYEV
50
45
40
f(x) = 0.04x^2 - 2.09x + 28.7
35
R = 0.95
30
Perodo de retorno (aos) 25

20
15
10
5
0
15 20 25 30 35 40 45 50 55 60 65
Precipitacin (mm)
Pgina 19
GRUPO 4
Despejando X de: 75 = 0,0377x2 - 2,0902x + 28,704 -------> X = 72,4036 mm
BLOM
60
50
40 f(x) = 0.04x^2 - 2.37x + 32.69

R = 0.94
20
10
0
15 20 25 30 35 40 45 50 55 60 65
Precipitacin (mm)
Despejando x de: 75 = 0,0424x2 - 2,3725x + 32,688 ------> X = 70,1756 mm
TUKEY
50
45
40
f(x) = 0.04x^2 - 2.21x + 30.36
35 R = 0.95
30
Perodo de retorno (Aos) 25

20
15
10
5
0
15 20 25 30 35 40 45 50 55 60 65
Precipitacin (mm)
Pgina 20
GRUPO 4
GRINGORTON
60
50
f(x) = 0.05x^2 - 2.68x + 37.02
40 R = 0.93
20
10
0
15 20 25 30 35 40 45 50 55 60 65
Precipitacin (mm)
CUNNANE
60
50
40 f(x) = 0.04x^2 - 2.48x + 34.24

R = 0.94
Perodo de retorno (Aos) 30
20
10
0
15 20 25 30 35 40 45 50 55 60 65
Precipitacin (mm)
Pgina 21
GRUPO 4
Pgina 22
GRUPO 4
La precipitacin para un perodo de retorno de 75 aos con segn las diferentes

distribuciones es:
Precipitacin
Tipo Probabilidad (MM)
California 0,013333333 81,2654
Hazen 0,013333333 66,3241
Weibull 0,013333333 80,228
Chegoday 0,013333333 72,4036
ev
Blom 0,013333333 70,1756
Tukey 0,013333333 71,5146
Gringorton 0,013333333 68,2463
Cunnane 0,013333333 69,4406
Pgina 23
GRUPO 4
Numeral C)
Como desarrollo del numeral c de la primera parte, se busca analizar el mismo problema o
la misma situacin planteada en el numeral c pero en esta ocasin, en vez de usar
funciones discretas como lo son California, Hazen, Weibull, Chegodayev, Blom, Tukey,
Gringorton y Cunnane, se realizara el analisis de la bocatoma por medio de funciones
continuas (Normal, Log-Normal, Gumbel, Log-Gumbel y Log-Pearson).
Como primer paso se proceden a organizar los datos en una tabla de la siguiente manera.
Pgina 24
GRUPO 4
A continuacin, para cada una de las funciones de probabilidad, se utilizaran los datos
presenta en la tabla.
Para cada una de las funciones de probabilidad, con el objetivo de obtener el valor X de
precipitacin correspondiente al periodo de retorno especificado, es necesario calcular
valores especficos de cada una de las funciones como lo son el valor medio, la desviacin
estndar, el sesgo, el valor K, lamda, Z, Yn, Sn y la correspondiente probabilidad.
Para la funcin Normal:
Pi
X = i=0 =34.08
n
=9.7260
1
Pr 1 =0.9866
Periodode retorno
Z =2.2166
Z valor interpolado de latabla de funcion normal correspomndiente a la probabilidad calculada .
x x
Z=

Formula de la cual se procede a obtener el valor X correspondiente a la precipitacin

relacionada al periodo de retorno especificado.
X =Z +x =55.639 mm
El procedimiento necesario para obtener el valor X para la funcin Log- Normal, es similar
al procedimiento realizado para la funcin normal, con la diferencia que los valores de
Pgina 25
GRUPO 4
precipitacin se utilizaron como LN(P), se presentan en la siguiente tabla, el valor de X
obtenido es necesario colocarlo en base e.
Pgina 26
GRUPO 4
Al igual que en la funcin normal, para la funcin de probabilidad Gumbel y Log-Gumbel,
se realiza un proceso similar entre ella con la diferencia de que en Log-Gumbel los datos a
utilizar de precipitacin estn presentados como LN(P).
Para la funcin Gumbel:
1
Pr=1 =F (x)
Periodo de retorno
y
F ( x )=ee
De la funcin F(x) se despeja el valor Y teniendo asi que :
x
F ()

ln
Y =ln
Los valores Yn y Sn son valores obtenidos de tabla correspondiente a el valor de n=30
Yn=0.5362
Sn=1.1124
Y Yn Xx
==
Sn
A partir de la funcin mostrada anteriormente se despeja el valor de X, sabiendo que x
y son los mismos valores obtenidos en la funcion Normal.
Por consiguiente se puede calcular el valor de X
Pgina 27
GRUPO 4
X =67.08 mm
Como ya se especific anteriormente para la funcin Log-Gumbel se utilizan los datos de la

precipitacin como LN(P)
Pgina 28
GRUPO 4
Pgina 29
GRUPO 4
Para funcin Log-Pearson
La funcin de probabilidad de Pearson est definida como:
X x
K=

Donde K es el valor obtenido por medio de la doble interpolacin de la tabla de funcin

Pearson correspondiente a la probabilidad, calculada como:
1
Pr=1
Periodo de retorno
Y al sesgo de los datos (Q) con respecto al valor medio.
Por lo que X se puede expresar como:
X =K+ x
Teniendo en cuenta que a distribucin esta expresada en Ln, es necesario hacer un

exponente en base e para obtener el verdadero valor de X. Por lo que X
x=59.953 mm
Pgina 30
GRUPO 4
Pgina 31
GRUPO 4
Numeral D)
El numeral D plantea el proceso contrario al numeral B debido a que el dato proporcionado
o la informacin dada es una precipitacin mxima en mm (65) y se pide hallar el valor del
periodo de retorno correspondiente a este valor mximo.
Dado que en el numeral B se realiz el anlisis de los mtodos discretos, y se obtuvo una
grfica de los datos de precipitacin mxima vs el periodo de retorno correspondiente de
cada una y se realiz un ajuste obteniendo as la ecuacin de la curva de tendencia que
mejor se acomodaba a los datos, en este numeral solo es necesario reemplazar el valor de
la precipitacin mxima dada como X para as obtener el valor Y de la funcin el cual
representa el Periodo de retorno para cada mtodo discreto.
Reemplazando x como 65 mm se obtiene
California:
y=0.0251 x 21.341 x +18.215
Hazen
2
y=0.0532 x 3.0312 x +42.021
Weibull
y=0.026 x 2103857 x +180822
Chegodayev
2
y=0.0377 x 2.0902+28.704
Blom
y=0.0424 x 22.3725+32.688
Tukey
2
y=0.0396 x 2.2078 x +30.362
Gringorton
Pgina 32
GRUPO 4
y=0.0474 x 22.6783 x +37.016
Cunnane
2
y=0.0442 x 2.4823 x+34.24
Como resultado se obtuvieron los siguientes valores de periodo de retorno en aos:
Pgina 33
GRUPO 4
Numeral E)
Al igual que en el numeral D, en este numeral se realiza el proceso contrario al numeral C
dado que ahora como informacin inicial se tiene la precipitacin mxima a la cual se le
debe hallar el periodo de retorno correspondiente por medio de las funciones de
probabilidad continuas.
Para la funcin Normal
Dado que tenemos la precipitacin mxima y necesitamos el periodo de retorno es

necesario utilizar la funcin de probabilidad normal
X X
Z=

se calcula el valor Z y por medio de interpolacin en la tabla de probabilidades de la

funcin Normal se obtiene el valor correspondiente a la probabilidad relacionada a la
precipitacin. Sabiendo que:
1
Pr 1
periodo de retorno
De donde se despeja el periodo de retorno y se obtiene:
periodode retorno=1428.57 aos
Lo cual nos indica que la funcin de probabilidad normal no se ajusta bien a los datos dado
que el valor del periodo de retorno es muy alto.
Al igual como se realizo en el numeral D, para la funcin de probabilidad Log-Normal, se

realiza el mismo proceso que para la normal, con la diferencia que el valor de la
precipitacin que se va a buscar se debe tomar como Ln(P).
Pgina 34
GRUPO 4
Pgina 35
GRUPO 4
Para la funcin Gumbel:
Dado que se tiene como dato inicial la precipitacin en mm y conociendo los valores de la
desviacin estndar y valor medio, se puede usar la siguiente frmula para obtener el
valor lamda
X X
=

Y conociendo los valores Yn y Sn relacionados a la cantidad de datos analizados, se puede

obtener el valor Y
Y Yn
=
Sn
Despejando Y se obtiene
Y =Sn+Yn=4.072
Por medio de la frmula de la funcin gumbel se sabe que

y
F ( x )=ee
Reemplazando Y se obtiene que:
1
F ( x )=Pr 1
periodo de retono
Despejando el periodo de retorno se obtiene que:
periodode retorno=59.21aos
Para el mtodo Log-Gumbel, se realiza el mismo proceso que para el mtodo Gumbel con
la diferencia que el valor inicial de precipitacin mxima se presenta como Ln(P).
Pgina 36
GRUPO 4
Pgina 37
GRUPO 4
Para funcin Log-Pearson:
Dado que se necesita realizar el proceso contrario al del numeral D, el primer paso a
realizar es teniendo el valor medio, la desviacin estndar y el sesgo con respecto a la
media, se obtiene el valor K
X x
K=

Donde X se presenta como Ln (P)
Y teniendo la probabilidad y el sesgo, se realiza una doble interpolacin en la tabla de

probabilidades de la funcin Pearson, obteniendo as el valor de la probabilidad,
correspondiente al K hallado anteriormente
Teniendo el valor de la probabilidad, y sabiendo que:
1
Pr=1
periodode retono
Se usa esta frmula de probabilidad debido a que el sesgo de los datos con respecto a la
media es negativa.
Obteniendo as un valor de periodo de retorno:
periodode retorno=334.94 aos .
Pgina 38
GRUPO 4
Pgina 39
GRUPO 4
Numeral F)
Para el desarrollo del numeral F, se realiza el mismo proceso que se utiliz en el numeral C,
con la diferencia que el periodo de retorno que se va a analizar es mayor (130 aos), por lo
que la probabilidad cambia, en ese orden de ideas se sabe que algunos parmetros que
definen la funcin van a cambiar, pero el proceso de clculo de la precipitacin mxima
correspondiente para el periodo de retorno inicial es el mismo.
A continuacin se muestran las tablas para cada una de las funciones de probabilidad.
Pgina 40
GRUPO 4
Pgina 41
GRUPO 4
Pgina 42
GRUPO 4
Pgina 43
GRUPO 4
Pgina 44
GRUPO 4
Al obtener los diferentes valor de precipitacin correspondientes a los 130 aos de periodo
de retorno por cada uno de las funciones de probabilidad continuas, se procede a comparar
estos con los valores obtenidos en el numeral D, en el cual se realiz el mismo anlisis de
encontrar la precipitacin mxima, pero en ese caso correspondiente a un periodo de
retorno de 75 aos.
Se puede observar, que como ya sabemos, a mayor periodo de retorno, mayor ser la
precipitacin correspondiente.
Punto 2)
Una presa se ha proyectado con una vida til de 50 aos y se requiere evaluar la
probabilidad de que un flujo con un periodo de retorno de Tr= 110 aos ocurra
durante la vida til de la presa, a partir de una distribucin binomial y la
distribucin de Poisson.
Haciendo uso de la distribucin binomial:
1 p n x
P ( x )=nC x
Con n= 50, X=1 y P=0,0090909
501
10,0090909 =0,29055=29,1
P ( x )=50 C 1
Haciendo uso de la distribucin de Poisson:
x
e
P ( x )=
x!
Pgina 45
GRUPO 4
Con X=1, y =50*0,0090909
1 500,0090909
500,009090 e
P ( x )= =0,28851=28,85
1!
Pgina 46
GRUPO 4
Punto 3)
Determinar el cambio en la probabilidad si se aumenta el periodo de retorno del
punto 2 a Tr= (205) aos de periodo de retorno.
Haciendo uso de la distribucin binomial:
1 p n x
P ( x )=nC x
Con n= 50, X=1 y P=0,00487
10,00487 501=0,191935=19,19
P ( x )=50 C 1
Haciendo uso de la distribucin de Poisson:
x
e
P ( x )=
x!
Con X=1, y =50*0,0090909
1 500,00487
500,00487 e
P ( x )= =0,19111319=19,11
1!
Punto 4
a) Determinar las reas representativas de las tres estaciones en la cuenca
No. 4 a partir del mtodo de los polgonos de Thiessen.
Se realiz el proceso visto en clase para la determinacin de las reas aferentes de cada
estacin, haciendo uso de herramientas geomtricas obteniendo como resultado:
Pgina 47
GRUPO 4
b) Realizar el anlisis para impulsos (deltas) de 5, 10, 15, 20, 25, 30, 35, 40, 45,
50, 55, 60, 65, 70, 75, 80 ,85 ,90, 95 y 100 min para las tres estaciones,
determinando los valores finales de cada impulso ponderando las reas
determinadas en el punto a
A continuacin encontramos el anlisis de impulsos para el primer ao de cada estacin

hasta el delta 35, en el archivo de Excel se encuentra soportado todo el desarrollo
completo que por cuestiones de practicidad no se incluyen en este informe.
Cabe resaltar que se debe realizar el anlisis para cada ao de registro en cada una de las
estaciones, es decir se deben realizar gran cantidad de anlisis de impulsos, todo con el fin
de seleccionar los mximos de cada ao correspondientes a cada estacin y as luego
ponderar con las reas encontradas en el punto anterior.
Pgina 48
GRUPO 4
Pgina 49
GRUPO 4
Pgina 50
GRUPO 4
Pgina 51
GRUPO 4
Ahora realizamos la bsqueda de mximos para cada estacin y diligenciamos la siguiente

tabla
Para la estacin nmero uno:
Para la estacin nmero dos:
Pgina 52
GRUPO 4
Para la estacin nmero tres:
Ya con los anteriores datos procedemos a ponderarlos mediante las reas, realizamos el
clculo con el primer impulso para el ao 2005 haciendo uso de las tres tablas anteriores
X=
XiAi
Ai
Recordemos las reas halladas en el numeral a)
Pgina 53
GRUPO 4
Para el delta 5 del ao 2005 de las tres estaciones tenemos:
14,141792979125+3,543926218291+3,271267207366
X=
1792979125+ 3926218291+1267207366
X =6,21139
Y procedemos a depositar todos los datos en la siguiente tabla:
Ahora realizamos el clculo de intensidades, multiplicando por 60 y dividiendo entre el

nmero del delta:
Y a su vez hallamos la media, desviacin y ponemos el valor correspondiente al Yn y el Sn

para un n=11 haciendo uso de las diapositivas de clase as:
Pgina 54
GRUPO 4
Con la media y la desviacin estndar determinadas en el anterior paso se proyectan los

datos para perodos de retorno de 10, 15, 20, 30, 60, 90, 120, 240, y 360 aos con ayuda
de Gumbel as:
Se realiza el procedimiento para todos los datos obteniendo como resultado:
Pgina 55
GRUPO 4
Ahora procedemos a realizar la grfica de intensidad en funcin de la duracin obteniendo

como resultado la curva de intensidad duracin y frecuencia:
IDF - PROYECTADA DIRECTAMENTE CON GUMBEL

10 15 20 30 60 90 120 240 360
250
200
150
INTENSIDAD (mm/h)
100
50
0
0 20 40 60 80 100 120
DURACION DE LA PRECIPITACION (min)
Para la determinacin de los coeficientes de regresin determinamos los logaritmos

naturales de las variables
Pgina 56
GRUPO 4
Se realiza el clculo para todos los impulsos y todas las intensidades con el fin de generar
la matriz de correlacin de las variables (r) usando la herramienta coeficiente R2 de Excel
como est soportado en el archivo
Y con su correspondiente inversa (d)
Para la determinacin de coeficientes K, m y n debemos hallar las desviaciones y las

medias de cada variable
El valor de a12 es decir de n es obtenido de la siguiente manera
Pgina 57
GRUPO 4
d 12
Sx 1
d 11
a 12=n=
Sx 2
21,6698
0,24171035
31,4
n= =0,20977085
0,79434398
El valor de a13 es decir de m es obtenido con la siguiente ecuacin
d 13
Sx 1
d 11
a 13=m=
Sx 3
22,0696
0,24171035
31,4
m= =0,143350451
1,18384382
El valor del ln(k) es hallado as:
ln ( k ) = 1+2n 3m
4,54+3,270,209774,0170,1433
k =e =115,8686
Ahora con los anteriores coeficientes podemos decir que las curvas IDF son caracterizadas
por la siguiente ecuacin
mm 115,8686TR0,20977
i( )
h
=
d 0,14335
Pgina 58
GRUPO 4
Y con esta funcin podemos realizar la siguiente tabla para cada perodo de retorno
requerido:
Y una vez ms se grafican las intensidades en funcin de la duracin para cada Perodo de
retorno
IDF CON COEFICIENTES

400
300
Intensidad (mm/h) 200
100
0
0 20 40 60 80 100 120
Duracin de la llluvia
10 15 20 30 60 90 120 240 360
Ahora podemos comparar los dos resultados obtenidos por ambos mtodos
1) Datos reales a partir del anlisis de frecuencias:
Pgina 59
GRUPO 4
2) Datos a partir de la curva de intensidad duracin y frecuencia
El siguiente paso es calcular el coeficiente bruto de la regresin mltiple as:

R= 1
1
d 11
= 1
1
31,4
=0,98394759
Ahora se calcula el coeficiente de correlacin mltiple sin sesgo
Pgina 60
GRUPO 4

n1
d 111
n p p1
R=
d 11 n p

91
31,41
94 91
R= =0,974189
31,4 94
Y por ltimo la desviacin estndar del error residual e

n1
Sx 12
n p
Se=
d 11

91 2
0,2417103 5
94
Se= =0,054562
31,4
Punto 5)
Para la determinacin del caudal promedio del mes de septiembre se ha decidido realizar
una correlacin mltiple entre las variables ms relevante que se poseen en la zona
(escorrenta promedio en septiembre, precipitacin total en septiembre, temperatura
promedio en agosto y evaporacin total en agosto), medidas por distintas estaciones
hidroclimatolgicas
Determine la matriz de correlaciones
El primer paso a seguir es sacar la desviacin y la media de todas las variables as:
Pgina 61
GRUPO 4
Y como ya hemos hecho en el punto anterior, hacemos uso de la herramienta coeficiente

R2 de Excel para correlacionar todas las variables en la siguiente matriz
Y hallamos su correspondiente inversa:
Pgina 62
GRUPO 4
Realizar una prueba de bondad a partir de la funcin de probabilidad t-

student, determinando aquellas variables que poseen una confiabilidad de 90%
o superior a partir de un anlisis de dos colas
Para realizar la prueba de bondad es necesario determinar los parmetros T-student de la

siguiente manera:
d 1 j
t 1 j= n p
d d jjd 21 j
11
d 12 22,86708
t 12 = n p= 365=4,141794
d d 22d
11
2
12 39,0836637,556522,8672
d13 5,7312
t 13 = n p= 365=1,288
d d 33d
11
2
13 39,0836616,538175,73122
d 14 21,17376
t 14 = n p= 365=6,6803
d 11d 44 d 2
14 39,0836619,439421,17376 2
d15 1,081101
t 15 = n p= 365=0,7048
d 2
11d 55 d 15 39,083661,896011,0811012
Como para la prueba de bondad exigen una confiabilidad del 90% entonces si entramos a
interpolar a la tabla t student con 35 grados de libertad para cada uno de los anteriores
parmetros t debemos encontrar una P tal que P< donde alfa es el nivel de significancia
es decir 0,1
Los valores de P hallados para cada parmetro t son:
Pgina 63
GRUPO 4
Para la variable nmero cinco (evaporacin total de agosto) se rechaza la hiptesis

alternativa de que es una variable que explica a la Escorrenta de septiembre
Ahora se determina de nuevo la matriz de correlaciones, esta vez nicamente con

variables representativas
Con su correspondiente matriz inversa
Determine los coeficientes de ajuste a, b, c, d, e a partir del concepto

de correlaciones mltiples.
Hallamos las desviaciones de cada una de las variables para determinar los coeficientes
Y se determinan los coeficientes haciendo uso de las siguientes ecuaciones:
Pgina 64
GRUPO 4
d 12
Sx 1
d 11
a 12=a=
Sx 2
22,86708
29,4928
39,08366
a= =0,566131
30,47996
d 13
Sx 1
d 11
a 13=b=
Sx 3
d 13
29,4928
39,08366
b= =0,332479
13,00539
d 14
Sx 1
d 11
a 14=c=
Sx 4
d 14
29,4928
39,08366
c= =5,130711
3,114161
d 15
Sx 1
d 11
a 15=d=
Sx 5
d 15
29,4928
39,08366
d= =0,085188
9,576571
a 10=e=12a3b 4c5d
e=133,94143,66351,651158,05090,5661+13,150,33247932,66670,085188=1,65
Pgina 65
GRUPO 4
Si la escorrenta promedio en agosto fue de 150 m/s, la precipitacin total en
septiembre fue de 50 mm, la temperatura promedio del mes de agosto fue 15C
y la evaporacin total fue de 28 mm, determinar la escorrenta promedio en el
mes de septiembre
Entonces teniendo seleccionadas las variables representativas de la variable explicada

podemos reemplazar los datos para hallar la escorrenta promedio del mes de septiembre
as:
0,75 0,5
Esept =aEagosto +bPsept +cT agosto+dEvpagosto +e
Reemplazando el enunciado en la frmula anterior obtenemos el valor de la escorrenta de

septiembre, asumiendo que la ecuacin usa las unidades dadas en el enunciado
3
m
Esept =31,5478
s
Punto 6
A partir del documento resumen de tiempos de concentracin determinar el
tiempo de concentracin de la cuenca hidrogrfica No. 4, promediando todas las
funciones que en este documento se describen (teniendo en cuenta los
parmetros geomtricos calculados en el primer corte).
Los parmetros geomtricos necesarios para la utilizacin de todas las frmulas son las
siguientes:
Longitud del cauce principal en km; L=4,688612 km
Pendiente media ponderada; S=0,155143
Pendiente Media; S=0,191954
rea en m2 ; A=6986964,964 m2 . rea en km 2 ; A=6,986964 km 2
Diferencia de cotas D=900m
Frmula de Kirpich:
0,77 0,385
Tc=3,9780L S
Pgina 66
GRUPO 4
Tc=3,97804,6886120,770,1919540,385=0,4113565hr
Frmula de Tmez:
L 0,75
0,25

S
Tc=0,30
4,688612 0,75
0,25
=0,5492942 hr
0,191954
Tc=0,30
Frmula de Giandotti:
4 A+1,5L
Tc=
25,3 LSo
4 6,986964 +1,54,688612
Tc= =0,7335354 hr
25,3 4,6886120,191954
Frmula de V.T Chow
L 0,64
0,5

S
Tc=0,273
4,688612 0,64
0,5
=1,3322836 hr
0,155143
Tc=0,273
Frmula del Cuerpo de Ingenieros:
Pgina 67
GRUPO 4
L
1
0,76
4
S
Tc=0,28
4,688612 0,76
1
=1,2909594 hr
4
0,155143
Tc=0,28
Frmula de Williams:
0,4
LA
Tc=0,683( )
4A 0,2

S

4,6886126,986964 0,4
Tc=0,683
( 46,986964

0,191954 )
0,2
=0,81647 hr
Frmula de Johnstone y Cross:
L 0,6
0,6

S
Tc=2,6
4,688612 0,6
0,6
=0,1886466 hr
0,191954
Tc=2,6
Frmula de SCS Ranser:
Pgina 68
GRUPO 4
L3 0,385

H
Tc=0,947
3
4,688612 0,385
=0,4111713 hr
900
Tc=0,947
Frmula de Ventura- Heras:
L 0,76
0,26

S
Tc=0,3
4,688612 0,76
0,26
=0,0406214 hr
0,191954
Tc=0,3
Frmula de Hathaway
n
L

0,467
36,36
Tc=
0,2
4,688612

0,467
36,36
Tc=
Y promediamos los anteriores resultados para obtener el siguiente tiempo de

concentracin:
Pgina 69
GRUPO 4
Tc=0,654 hr=39,837624 min
Punto 7
Determinar la escorrenta superficial para un evento de lluvia con 150 mm a
partir de la ecuacin deducida por el Cuerpo de Ingenieros de los Estados
Unidos, en la cuenca hidrogrfica nmero 4, utilizando las curvas IDF definidas
en el punto 4, sabiendo que la duracin crtica en dicha cuenca es el tiempo de
concentracin determinado en el punto 6, si la vegetacin y el uso del suelo
en la cuenca, est definida de la siguiente manera:
a. El 20% de la cuenca son bosques (con humus vegetal, pequeos rboles y

maleza), grupo de suelo tipo D, condicin antecedente de cinco das en promedio
de lluvia es de 13 in.
b. El 40% de la cuenca es rastrojo en hileras rectas, con suelo tipo C, condicin

antecedente de cinco das en promedio de lluvia es de 1 in.
c. El 30% de la cuenca est cubierta por Pastos y forraje para pastoreo con 45%
del suelo cubierto, con un grupo de suelo tipo A, condicin antecedente de cinco
das en promedio de lluvia es de 4 in.
d. El resto de la cuenca son patios, con un tipo de suelo tipo B. condicin

antecedente de cinco das en promedio de lluvia es de 0 in.
Con base en las lluvias antecedentes, la vegetacin y el uso del suelo podemos definir el
parmetro CN en condiciones normales, ayudndonos con las tablas de las diapositivas de
clase:
Como los valores de CN que se encontraban tabulados en las diapositivas corresponden a

condiciones antecedentes de humedad normales entonces se corrigieron los datos
tomando en cuenta la precipitacin de los ltimos 5 das en el sitio de inters de la
siguiente manera:
Para condiciones secas:
Pgina 70
GRUPO 4
4,2CN ( )
CN ( l )=
100,058CN ()
Para condiciones hmedas
23CN ( )
CN ( lll )=
10+0,13CN ()
Y depositamos los datos en la siguiente tabla:
Para luego realizar la ponderacin teniendo en cuenta los porcentajes que se encuentran
en la anterior tabla:
91,8220+ 9140+ 83,0130+54,4510

CNponderado= =85,11
100
Luego se calcula el S haciendo uso de la siguiente ecuacin:
25400
S= 254
CN
Y se obtiene:
25400
S= 254
85,11
S= 44.42
Finalmente se calcula la escorrenta superficial con la siguiente ecuacin:
2
(P0,2 S)
Pe=
P+0,8 S
Con P=150 mm, se obtiene:
Pgina 71
GRUPO 4
2
(P0,244,42)
Pe=
P+0,844,42
Pe= 107,33 mm
Punto 8
Determinar el coeficiente de descarga a partir de los datos del numeral 7, y
calcular la escorrenta superficial con el mtodo racional. Comparar los
resultados con los obtenidos con la ecuacin deducida por el Cuerpo de
Ingenieros de los Estados Unidos
El coeficiente de descarga se encuentra como el cociente entre la escorrenta total y la

precipitacin total
E 107,32839
C= = =0,72
P 150
Haciendo uso de las curvas de intensidad, duracin y frecuencia, hallamos la intensidad

correspondiente a una duracin crtica de 39 minutos (hallada en el punto 6) para cada
perodo de retorno, para luego calcular el caudal con la ecuacin
Q=CIA
Como podemos ver el valor de la escorrenta genera un error de ms del 2000% que puede
atribuirse a que no es un mtodo confiable debido a la magnitud de la cuenca
Pgina 72

Segunda Entrega

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Segunda Entrega

Uploaded by

Copyright:

Available Formats

PROYECTO HIDROLOGA

Escuela Colombiana de Ingeniera Julio Garavito- Segundo

b) Si la bocatoma tiene una vida til de 75 aos,

c) Resolver la misma pregunta del numeral b,

d) Determinar el periodo de retorno para una

e) Resolver la misma pregunta del numeral d,

f) Si se desea cambiar el diseo para un periodo

Ajuste grfico por el mtodo de los momentos con gumbel:

Las funciones empricas desarrolladas por varios investigadores siguen la forma:

Donde n es el nmero de intervalos de clase, m el nmero de orden y a,b,c,d las

Y procedemos a depositar todos los datos en las siguientes tablas:

No.Ord Californ Chegoda

No.Orde Gringort Cunnan

Donde encontramos la probabilidad para cada nmero de orden de las precipitaciones

Despejando x de: 75 = 0,0251x2 - 1,341x + 18,215 ----> X=81,2654 mm

Despejando x de: 75 = 0,026x2 - 1,3857x + 18,822 ------> X= 80,228 mm

Perodo de retorno (aos) 25

40 f(x) = 0.04x^2 - 2.37x + 32.69

Despejando x de: 75 = 0,0424x2 - 2,3725x + 32,688 ------> X = 70,1756 mm

Perodo de retorno (Aos) 25

Perodo de retorno (aos) 30

Despejando x de: 75 = 0,0474x2 - 2,6783x + 37,016 ------> X = 68,2463 mm

40 f(x) = 0.04x^2 - 2.48x + 34.24

Perodo de retorno (Aos) 30

La precipitacin para un perodo de retorno de 75 aos con segn las diferentes

Para la funcin Normal:

Z valor interpolado de latabla de funcion normal correspomndiente a la probabilidad calculada .

Formula de la cual se procede a obtener el valor X correspondiente a la precipitacin

Para la funcin Gumbel:

De la funcin F(x) se despeja el valor Y teniendo asi que :

Los valores Yn y Sn son valores obtenidos de tabla correspondiente a el valor de n=30

A partir de la funcin mostrada anteriormente se despeja el valor de X, sabiendo que x

y son los mismos valores obtenidos en la funcion Normal.

Por consiguiente se puede calcular el valor de X

Como ya se especific anteriormente para la funcin Log-Gumbel se utilizan los datos de la

La funcin de probabilidad de Pearson est definida como:

Donde K es el valor obtenido por medio de la doble interpolacin de la tabla de funcin

Y al sesgo de los datos (Q) con respecto al valor medio.

Por lo que X se puede expresar como:

Teniendo en cuenta que a distribucin esta expresada en Ln, es necesario hacer un

Reemplazando x como 65 mm se obtiene

y=0.0251 x 21.341 x +18.215

y=0.026 x 2103857 x +180822

y=0.0474 x 22.6783 x +37.016

Como resultado se obtuvieron los siguientes valores de periodo de retorno en aos:

Para la funcin Normal

Dado que tenemos la precipitacin mxima y necesitamos el periodo de retorno es

se calcula el valor Z y por medio de interpolacin en la tabla de probabilidades de la

De donde se despeja el periodo de retorno y se obtiene:

periodode retorno=1428.57 aos

Al igual como se realizo en el numeral D, para la funcin de probabilidad Log-Normal, se

Para la funcin Gumbel:

Y conociendo los valores Yn y Sn relacionados a la cantidad de datos analizados, se puede

Por medio de la frmula de la funcin gumbel se sabe que

Reemplazando Y se obtiene que:

Despejando el periodo de retorno se obtiene que:

Donde X se presenta como Ln (P)

Y teniendo la probabilidad y el sesgo, se realiza una doble interpolacin en la tabla de

Teniendo el valor de la probabilidad, y sabiendo que:

Obteniendo as un valor de periodo de retorno:

periodode retorno=334.94 aos .

Haciendo uso de la distribucin binomial:

Con n= 50, X=1 y P=0,0090909