REPUBLICA BOLIVARIANA DE VENEZUELA

MINISTERIO POPULAR PARA LA EDUCACIN SUPERIOR

UNIVERSIDAD NACIONAL EXPERIMENTALDEL TACHIRA
SAN CRISTOBAL ESTADO TCHIRA









METODOS DE PRECIPITACION








Alumnos:

INTRODUCCIN




ANALISIS DE FRECUENCIA
El anlisis de frecuencia es una herramienta utilizada 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. El estudio de frecuencia de caudales mximos es uno de los tpicos
ms estudiados de la Hidrologa, dada la necesidad de estimar la probabilidad de
ocurrencia de crecidas para el diseo de obras hidrulicas, proteccin de
ciudades, etc. El enfoque clsico del anlisis de frecuencia se basa en el empleo
de una serie de datos observados de manera sistemtica en una seccin o punto
de inters de un ro o una cuenca.
El anlisis de frecuencia de datos hidrolgicos comienza con el tratamiento
de datos brutos y finalmente determina la frecuencia o probabilidad de un valor de
diseo Desde el punto de vista prctico, el anlisis de frecuencia es slo un
procedimiento para ajustar los datos hidrolgicos a un modelo matemtico de
distribucin de probabilidades. Para efectuar dicho anlisis tres suposiciones estn
implcitas:
Los datos analizados describen eventos aleatorios
Los procesos naturales son estacionarios con respecto al tiempo
Los parmetros de la poblacin pueden ser estimados desde la muestra.
Un proceso estacionario respecto al tiempo significa que presenta eventos
independientes e idnticamente distribuidos por un modelo probabilstico que no
cambia a travs del tiempo
El procedimiento de anlisis de frecuencia comprende las siguientes
etapas:
verificar la confiabilidad de los datos hidrolgicos
suponer ciertos modelos probabilsticos
estimar los parmetros estadsticos de las funciones de distribucin de
probabilidades de cada modelo elegido
realizar pruebas que permitan seleccionar el modelo probabilstico que mejor
describe el fenmeno que se intenta representar
estimar l o los valores de diseo correspondientes al perodo de retorno de
inters.
MTODO DE LOS MOMENTOS.
Este mtodo fue desarrollado por Karl Pearson a fines del siglo XIX, y se apoya en
un teorema fundamental de la teora de muestreo que expresa que los momentos
de la muestra son buenos estimadores de los momentos de la poblacin o
universo.
Los momentos de una distribucin de probabilidades tienen una definicin
anloga a los momentos usados en mecnica. La probabilidad de una variable
puede ser considerada como una masa, y los momentos son tomados respecto a
algn punto conveniente o valor de una variable.
Los momentos de la muestra de una variable continua, x, tambin pueden
considerarse respecto al origen o respecto de su valor medio o centroide. La
ecuacin de los momentos de orden r respecto al origen es:
Donde n es el nmero total de elementos de la muestra. La ecuacin de los
momentos centrales de orden r es:

Donde E[ ] es el operador de la esperanza, f(x) es la funcin de densidad de
probabilidades de la poblacin y D es el intervalo definido para la variable x.
Segn CHOW (1964) y AYALA y FERRER (1973), la principal ventaja de este
mtodo es que conduce a ecuaciones relativamente simples que permiten el
clculo sencillo de los parmetros. Presenta, sin embargo, la desventaja de dar
demasiada importancia a puntos extremos, donde el brazo del momento es largo,
los cuales no siempre son confiables.
FACTOR DE FRECUENCIA
Para el caso especial de los fenmenos hidrolgicos que responden a una
distribucin terica de valores extremos (crecidas y estiajes) no existe una funcin
que se adapte a todos los casos sino que cada uno debe ser analizado
individualmente para aplicar luego la ley que mejor lo represente. No obstante
esto, Ven Te Chow demostr que una variable aleatoria hidrolgica x puede ser
representada por una combinacin lineal de su valor medio y du desviacin
estndar de la siguiente manera:

Para ello se bas en que cada valor de x puede expresarse como la media
aritmtica ms un desplazamiento proporcional a la desviacin estndar.

Dicha desviacin. Con respecto a la media, a su vez, es el producto entre la
desviacin estndar (s) y el factor de frecuencia (KT), tal que entonces

La primera expresin es conocida como expresin general para el anlisis
hidrolgico de frecuencias. Resulta evidente que ahora el problema consiste en
determinarla funcin que mejor represente al factor de frecuencia k para cada
caso. En general este depende del periodo de retorno T, existiendo tablas y
grficos que dan con relacin entre ambos para las distribuciones de uso ms
extendido.
MTODO DE MXIMA VEROSIMILITUD
Sea una funcin de densidad de probabilidad de x
con parmetros ai,i =1,...,m . Si existe una muestra aleatoria x1 , x2 ,..., xn de esta
funcin de densidad, entonces, su funcin de densidad conjunta es
. Debido a que la muestra es aleatoria, la funcin de
densidad conjunta se puede escribir como en la ecuacin

Interpretado en forma conceptual, la probabilidad de obtener un valor dado de x,
digamos

, es proporcional a . Por otro lado, la probabilidad de

obtener la muestra aleatoria x1, x2 ,..., xn a partir de la poblacin de x es
proporcional al producto de sus densidades de probabilidad individual. Esta
funcin conjunta es llamada la funcin de verosimilitud L

Los parmetros

,..., m son desconocidos.

El mtodo de mxima verosimilitud estima los parmetros al maximizar L, esto es,
maximizando la verosimilitud de que la muestra bajo consideracin es la nica que
puede obtenerse al seleccionar n observaciones aleatorias a partir de
. Los valores de los parmetros obtenidos se conocen como los
estimadores por mxima verosimilitud. Debido a que con ln(L) se alcanza tambin
su mximo para valores especficos de

,..., m, como lo hace L, entonces,

la funcin de verosimilitud se puede expresar como

CURVAS PROFUNDIDAD-REA-DURACIN
En muchas ocasiones se requiere un anlisis no solamente de la
distribucin de la lluvia sobre el rea, sino tambin, de su distribucin en el tiempo.
Es ah donde juega un papel importante las curvas Profundidad-rea-Duracin.
La distribucin de la precipitacin en el tiempo puede hacerse a travs de
los registros disponibles, es decir, a travs de las curvas de masa para las
estaciones involucradas en el estudio. Mientras que la distribucin en el rea se
consigue, midiendo en el plano las diferentes reas sobre el mapa isoytico de la
tormenta en estudio. La curva Profundidad-rea-Duracin es una grfica que
resultan de unir los puntos representativos de la precipitacin, sobre el rea en
intervalos de diferente duracin
El anlisis de la distribucin temporal y espacial de la precipitacin en una
tormenta, no se encuentra tan desarrollado como el anlisis de la precipitacin
puntual. Ante la falta de informacin sobre la verdadera distribucin de la
precipitacin media sobre un rea, usualmente se extienden estimativos de
precipitacin puntual, para desarrollar la media de precipitacin sobre un rea. La
estimacin de la precipitacin sobre el rea, puede ser centrada alrededor de la
tormenta o fijada localmente.
Las relaciones entre la profundidad y el rea para diferentes duraciones, se
deducen de un anlisis denominado Profundidad-rea-Duracin en el cual, se
preparan mapas de isoyetas para cada duracin utilizada de lluvia mxima de (n)
horas, registrada en un rea densamente instrumentada. Se determina el rea
contenida, dentro de cada una de las isoyetas de estos mapas. Como un rea
dentro de la isoyeta, puede estar influenciada por varias estaciones, es necesario
normalizar la precipitacin acumulada para cada intervalo de tiempo; y esto se
realiza con la superposicin de los polgonos de Thiessen, sobre los mapas de
isoyetas.
Despus de tener normalizada las precipitaciones para cada intervalo de
tiempo, es necesario ajustar la precipitacin acumulada para el periodo total de
estudio, a la precipitacin media sobre el rea, o sea, es necesario ajustar a la
precipitacin media. Esto se logra multiplicando la precipitacin acumulada de los
intervalos de tiempo, por el factor definido por la precipitacin media para la
isoyeta en estudio, entre la precipitacin acumulada.
Una vez determinadas las precipitaciones acumuladas ajustadas, se
procede a calcular la diferencia de precipitacin ((P) para cada intervalo de tiempo;
de esta forma se consigue las mximas precipitaciones para cada intervalo de
tiempo y para cada rea, que luego se dibuja, generndose la curva Profundidad-
rea-Duracin.

CONCLUSIN