Manual de Hidroesta

UNIVERSIDAD NACIONAL PEDRO RUIZ GALLO
INGENIERA CIVIL

HIDRAULICA APLICADA HIDROESTA 1

HIDROESTA

1. INTRODUCCIN

Los estudios hidrolgicos requieren del anlisis de cuantiosa informacin
hidrometeorolgica; esta informacin puede consistir de datos de precipitacin,
caudales, temperatura, evaporacin, etc.

Los datos recopilados, solo representan una informacin en bruto, pero si stos se
organizan y analizan en forma adecuada, proporcionan al hidrlogo una herramienta de
gran utilidad, que le permite tomar decisiones en el diseo de estructuras hidrulicas.

Para realizar los clculos, los hidrlogos tienen que enfrentarse a una serie de
problemas, debido a que:
El procesamiento de la informacin que se tienen que realizar son bastante
laboriosos.
Las ecuaciones que se tienen que solucionar, en la mayora de los casos son muy
complejas, y para su solucin se requiere del uso de mtodos numricos.
Las simulaciones que se realizan manualmente consumen mucho tiempo, debido
a los clculos que se requieren.

Por lo laborioso del proceso de la informacin y de los clculos se puede incurrir en
errores, por lo que se requiere de un software que brinde al hidrlogo de una
herramienta que le permita simplificar todos estos procesos, e inclusive permitirle
simular sus resultados, permitiendo con esto optimizar su diseo.

2. DESCRIPCIN

HidroEsta, es un Herramienta computacional utilizando Visual Basic, para clculos
hidrolgicos y estadsticos aplicados a la Hidrologa. Este software facilita y simplifica
los clculos laboriosos, y el proceso del anlisis de la abundante informacin que se
deben realizar en los estudios hidrolgicos.
El software permite el clculo de los parmetros estadsticos, clculos de regresin
lineal, no lineal, simple y mltiple as como regresin polinomial, evaluar si una serie
de datos se ajustan a una serie de distribuciones, calcular a partir de la curva de
variacin estacional o la curva de duracin, eventos de diseo con determinada
probabilidad de ocurrencia, realizar el anlisis de una tormenta y calcular intensidades
mximas, a partir de datos de pluviogramas, los clculos de aforos realizados con
molinetes o correntmetros, el clculo de caudales mximos, con mtodos empricos y
estadsticos, clculos de la evapotranspiracin y clculo del balance hdrico.

HidroEsta proporciona una herramienta que permite realizar clculos, simulaciones
rpidas, y determinar los caudales o precipitaciones de diseo.

INGENIERA CIVIL


3. IMPORTANCIA

HidroEsta representa una contribucin para simplificar los estudios hidrolgicos, es
importante porque:

Proporciona una herramienta novedosa y fcil de utilizar para los especialistas
que trabajen en el campo de los estudios hidrolgicos.
Permite simplificar el proceso de la abundante informacin y los clculos
laboriosos.
Permite a partir de la informacin proporcionada, simular los parmetros de
diseo de las estructuras a construir.
Reduce enormemente el tiempo de clculo.
Permite obtener un diseo ptimo y econmico.

4. APLICACIONES

El sistema permite resolver los problemas ms frecuentes que se presentan en los
clculos hidrolgicos, los cuales son:

El clculo de los parmetros estadsticos, para datos agrupados y no agrupados,
tanto con los momentos tradicionales como con momentos lineales.
Clculos de regresin lineal, no lineal, simple y mltiple as como regresin
polinomial.
Evaluar si una serie de datos se ajustan a una serie de distribuciones: normal, log-
normal de 2 y 3 parmetros, gamma de 2 y 3 parmetros, log-Pearson tipo III,
Gumbel y log-Gumbel, tanto con momentos ordinarios, como con momentos
lineales. Si la serie de datos se ajusta a una distribucin, permite calcular por
ejemplo caudales o precipitaciones de diseo, con un perodo de retorno dado o con
una determinada probabilidad de ocurrencia.
Calcular a partir de la curva de variacin estacional o la curva de duracin, eventos
de diseo con determinada probabilidad de ocurrencia.
Realizar el anlisis de una tormenta y calcular intensidades mximas, a partir de
datos de pluviogramas, as como la intensidad mxima de diseo para una duracin
y periodo de retorno dado, a partir del registro de intensidades mximas. Tambin
permite el clculo de la precipitacin promedio por los mtodos promedio
aritmtico, polgono de Thiessen e isoyetas.
Los clculos de aforos realizados con molinetes o correntmetros.
El clculo de caudales mximos, con mtodos empricos (racional y Mac Math) y
estadsticos (Gumbel y Nash).
Clculos de la evapotranspiracin con los mtodos de Thorthwaite, Blaney-Criddle,
Penman, Hargreaves y clculo del balance hdrico.

La aplicacin, proporciona una ayuda para usar sin ninguna dificultad el software, y
tambin donde se da explicacin de los conceptos y ecuaciones utilizadas.

Es posible almacenar la informacin de entrada en archivos, a fin de repetir los clculos
las veces que se desee. Los datos procesados y resultados obtenidos, se almacenan en
archivos de textos en formato .RTF, de donde se puede agregar a un documento .DOC
cuando se quiera elaborar un informe.
INGENIERA CIVIL


5. OPCIONES DEL MEN PRINCIPAL

El sistema HidroEsta, tiene un Men Principal, como el que se muestra en la Figura 1,
el cual permite al usuario elegir la opcin deseada segn el clculo que tenga que
realizar.

Figura 1, Men Principal de HidroEsta

Las opciones del men principal son:

Opciones Descripcin
Parmetros Estadsticos
Permite el clculo de los parmetros estadsticos, para datos
agrupados y no agrupados, tanto con los momentos
tradicionales como con momentos lineales (L-moments).
Regresin
Permite el clculo de las ecuaciones de regresin lineal, no
lineal, simple y mltiple as como la regresin polinomial.
Distribuciones
Permite evaluar si una serie de datos se ajustan a una serie de
distribuciones:
Normal, log-normal con 2 y 3 parmetros, gamma con 2 y 3
parmetros, log-Pearson tipo III, Gumbel y log-Gumbel,
tanto con momentos ordinarios, como con momentos
lineales. Si la serie de datos se ajusta a una distribucin,
permite calcular por ejemplo caudales o precipitaciones de
diseo, con un perodo de retorno dado o con una
determinada probabilidad de ocurrencia.
Curvas caractersticas
Permite calcular a partir de la curva de variacin estacional o
la curva de duracin, eventos de diseo con determinada
probabilidad de ocurrencia.
Precipitacin
Permite realizar el anlisis de una tormenta y calcular
intensidades mximas, a partir de datos de pluviogramas, as
como la intensidad mxima de diseo para una duracin y
periodo de retorno dado, a partir del registro de intensidades
mximas. Tambin permite el clculo de la precipitacin
promedio por los mtodos promedio aritmtico, polgono de
Thiessen e isoyetas.
Aforo
Permite los clculos de aforos realizados con molinetes o
correntmetros.
Caudales mximos
Permite el clculo de caudales mximos, con mtodos
empricos (racional y Mac Math) y estadsticos (Gumbel y
Nash).
Evapotranspiracin
Permite clculos de la evapotranspiracin con los mtodos de
Thorthwaite, Blaney-Criddle, Penman, Hargreaves y clculo
del balance hdrico.

INGENIERA CIVIL


6. EJEMPLOS APLICATIVOS
Para empezar a usar el Software lo ejecutamos dando doble clic en el cono

Aparecer el men principal

Seleccionamos la opcin deseada

6.1. Parmetros estadsticos:
El hidrlogo generalmente tendr disponible un registro de datos
hidrometeorolgico (precipitacin, caudales, evapotranspiracin, temperaturas, etc.),
a travs de su conocimiento del problema fsico, escoger un modelo probabilstico
a usar, que represente en forma satisfactoria el comportamiento de la variable.
Para utilizar estos modelos probabilsticos, se deben calcular sus parmetros
estadsticos y realizar la prueba de bondad de ajuste. Dentro de estos parmetros
estadsticos calculados por los momentos ordinarios, se tiene:
- media
- rango
- desviacin estndar
- varianza
- coeficiente de variacin
- coeficiente de sesgo
- coeficiente de curtosis
Tambin estos parmetros estadsticos se pueden calcular utilizando los momentos
lineales (L-moments). Los clculos son dependiendo de si los datos son datos
agrupados o no agrupados.
6.1.1. Datos no agrupados:
En este caso los datos son datos no muy detallados o en bruto como se dice,
(es decir, no se presentan clasificados) estos no son necesarios clasificarlos ni
generar una tabla de frecuentas, ya que no tiene mucho sentido. Debido a que
estos elementos son de menor cantidad (generalmente son menores a 20
elementos).
INGENIERA CIVIL


Ejemplo. Datos no agrupados

Se tiene los datos de precipitaciones mensuales a partir del ao 1914 hasta el ao 2009 de la cuenca
del rio chancay, utilizada para analizar los cauces en la bocatoma Raca Rumi.

Solucin.
De los datos presentados si se quiere hacer un anlisis de datos no agrupados tomaremos el promedio
de las precipitaciones mensuales de todos los aos desde 1914 hasta 2009
Teniedo los siguientes datos.

1 abrimos el software hidroesta, buscamos en la primera opcin parmetros estadsticos, datos no
agrupados y se nos abrir una ventana.

2 una vez abierta esta ventada se proceder ha ingresar los datos, uno por uno. Una ser un mxima
de 20 como se estipula que se clasifican los datos no agrupados.

INGENIERA CIVIL


3 damos clic en calcular, e instantneamente el programa te dar los resultados que presentaremos a
continuacin.

4 estos datos pueden ser exportados al Microsoft Word como se ve mas adelante.
Resultados
Clculo de parmetros estadsticos, comunes y con momentos lineales

Serie de datos X:
---------------------------------------------
N X mes
---------------------------------------------
1 29.0 ENERO
2 46.23 FEBRERO
3 70.36 MARZO
4 67.91 ABRIL
5 39.36 MAYO
6 22.15 JUNIO
7 13.37 JULIO
8 9.66 AGOSTO
9 11.03 SEPTIEMBRE
10 18.96 OCTUBRE
11 21.81 NOVIEMBRE
12 23.28 DICIEMBRE
---------------------------------------------
Parmetros Estadsticos:
-------------------------------------------------------------------------------------------------------------------------------------------------
Parmetros Muestrales Poblacionales Momentos Lineales
-------------------------------------------------------------------------------------------------------------------------------------------------
Media: 31.0933 31.0933 31.0933
Varianza 7862 395.804 135.1124
Desviacin Estndar 20.7795 19.8948 11.6238
Coeficiente Variacin 0.6683 0.6398 0.3738
Coeficiente de Sesgo 1.0603 0.9229 0.3101
Coeficiente de Curtosis 3.7314 2.5441 0.1060
-------------------------------------------------------------------------------------------------------------------------------------------------
Coeficientes Lineales:

L1 = 31.0933
L2 = 11.6238
L3 = 3.6049
L4 = 1.2320

INGENIERA CIVIL


Serie de datos ordenados:

---------------------------------------------
N X
---------------------------------------------
1 9.66
2 11.03
3 13.37
4 18.96
5 21.81
6 22.15
7 23.28
8 29.0
9 39.36
10 46.23
11 67.91
12 70.36
---------------------------------------------

6.1.2. Datos agrupados:

Son aquellos que su fin es resumir la informacin.
Por lo general, los elementos son de mayor tamao, por lo cual requieren ser
agrupados, esto implica: ordenar, clasificar y expresar los en una tabla de
frecuencias.

Se agrupa a los datos, si se cuenta con 20 o ms elementos. Aunque contemos
con ms de 20 elementos, debe de verificarse que los datos n sean significativos.

Ejemplo de datos agrupados.
De debe calcular todos los parmetros estadsticos para los datos de la tabla
antes mencionada, para esto tomaremos las datos de las misma tabla antes
mencionada, pero se tomaran las precipitaciones mximas de cada ao. Con un
minino de 30 aos.

Solucin.
1 abrimos el software hidroesta, buscamos en la primera opcin parmetros
estadsticos, datos agrupados y se nos abrir una ventana.

INGENIERA CIVIL


2 con la ventada abierta como se muestra se ingresaran los datos seleccionados de la tabla los cuales
ser las mximas precipitaciones por cada ao, introducimos los datos.

3 damos clic en calcular, e instantneamente mente el programa te dar los resultados que
presentaremos a continuacin.

INGENIERA CIVIL


4 estos datos pueden ser exportados al Microsoft Word como se ve mas adelante.
Resultados
Clculo de parmetros estadsticos, comunes y con momentos lineales

Serie de datos X:
---------------------------------------------
N X ao
---------------------------------------------
1 111.03 1914
2 93.06 1915
3 44.9 1916
4 191.93 1917
5 72.35 1918
6 111.87 1919
7 109.6 1920
8 114.61 1921
9 124.3 1922
10 96.35 1923
11 65.77 1924
12 465.13 1925
13 96.48 1926
14 53.44 1927
15 98.17 1928
16 85.51 1929
17 86.84 1930
18 71.38 1931
19 69.6 1932
20 81.34 1933
21 78.82 1934
22 50.34 1935
23 56.76 1936
24 27.95 1937
25 77.95 1938
26 62.38 1939
27 44.03 1940
28 94.72 1941
29 51.56 1942
30 69.1 1943
---------------------------------------------
Frecuencias absolutas:
------------------------------------------------------------------------------------------
LCI MCL LCS Fab
------------------------------------------------------------------------------------------
0.0 41.09 82.18 16
82.18 123.27 164.36 12
164.36 205.45 246.54 1
246.54 287.63 328.72 0
328.72 369.81 410.9 0
410.9 451.99 493.08 1
------------------------------------------------------------------------------------------
Parmetros Estadsticos:
------------------------------------------------------------------------------------------
Parmetros Valores
------------------------------------------------------------------------------------------
Media: 93.1373
Varianza: 6745.7897
Desviacin Estndar: 82.1328
Coeficiente Variacin: 0.8818
Coeficiente de Sesgo: 3.0475
Coeficiente de Curtosis: 15.2180
------------------------------------------------------------------------------------------
Serie de datos ordenados:
---------------------------------------------
N X
---------------------------------------------
1 27.95
2 44.03
3 44.9
4 50.34
5 51.56
6 53.44
7 56.76
8 62.38
INGENIERA CIVIL


9 65.77
10 69.1
11 69.6
12 71.38
13 72.35
14 77.95
15 78.82
16 81.34
17 85.51
18 86.84
19 93.06
20 94.72
21 96.35
22 96.48
23 98.17
24 109.6
25 111.03
26 111.87
27 114.61
28 124.3
29 191.93
30 465.13
---------------------------------------------

6.2. Regresiones:

El anlisis de regresin, es una tcnica determinstica, que permite determinar la
naturaleza de la relacin funcional entre dos o ms variables, permite predecir
los valores de y = f(x), ecuaciones de regresin, con un cierto grado de
aproximacin. Algunas ecuaciones de regresin ms utilizadas en hidrologa,
son:

a) Regresin lineal.
b) Regresin simple.
c) Regresin mltiple 2 variables independientes.
d) Regresin mltiple 3 variables independientes.
e) Regresin polinomomial 2 grado.
f) Regresin polinomomial 3 grado.

Para poder hacer ms didctica la explicacin, nos basaremos en un ejemplo
prctico de aplicacin:

EJEMPLO:
Completar la informacin para la estacin pluviomtrica A, a partir de las
estaciones ndice B y C, prximas a A y de altitudes parecidas, mediante
los diferentes mtodos de regresin aplicables en Hidrologa. Las cifras de
informacin se refieren a precipitaciones anuales en milmetros.

Ao Estacion A B C
1967 786 628 765
1968 846 708 876
1969 1332 1112 1020
1970 918 816 641
1971 830 918
1972 930 803 781
1973 1115 1020 849
1974 887 867 807
INGENIERA CIVIL


1975 800 1056 875
1976 857 847 947
1977 930 756 889
1978 918 799
1979 888 793 871
1980 915 1002 1000
1981 817 831 933
1982 999 797 849

6.2.1. Regresin lineal:

En ocasiones la distribucin de la muestra toma la forma de una recta que sigue
una ecuacin lineal determinada:

Del cuadro anterior, comparamos la estacin B con A, y luego C con A, para
buscar cual tiene mejor correlacin con la estacin A.

B con A:
INGENIERA CIVIL


C con A:

Como se puede ver en los reportes, la mejor correlacin es entre las estaciones A y
B, por lo tanto el valor del dato faltante para el ao 1971 es de 911.8967. Debido a
que es el que tiene mayor coeficiente de correlacin mltiple (0.58928).

6.2.2. Regresin simple:

INGENIERA CIVIL


Hay 3 formas de desarrollar y hallar datos faltantes siguiendo una regresin simple:

a) Regresin lineal.
b) Regresin no lineal.

La regresin lineal ya fue vista anteriormente, por eso nos centraremos en la
regresin no lineal simple.

6.2.3. Regresin no lineal simple:

Hay 2 tipos de regresin no lineal simple:

a) Regresin exponencial:

Ser aquella en la que la funcin de ajuste ser una funcin exponencial del tipo y = a.b
x

La regresin exponencial aunque no es lineal es linealizable tomando logaritmos ya que
haciendo el cambio de variable
v = log y tendremos que la funcin anterior nos generara:
v = log y = log( a.bx) = log a + x log b
La solucin de nuestro problema vendra de resolver la regresin lineal entre v x, y
una vez obtenida supuesta sta:
v* = A + B x ; obviamente la solucin final ser:
INGENIERA CIVIL


a = antilog A y b = antilog B
Del cuadro anterior, comparamos la estacin B con A, y luego C con A, para buscar
cual tiene mejor correlacin con la estacin A. Como ya se vio el que tiene mayor
correlacin es la lista B, por lo que para el ao 1971 la precipitacin ser de 905.3504
mm.

b) Regresin potencial:

Ser aquella en la que la funcin de ajuste sea una funcin potencial del tipo: y = a. x
b

INGENIERA CIVIL


tambin en este caso se resuelve linealizando la funcin tomando logaritmos ya que:
log y = log a + b log x
Considerando las nuevas variables v = log y u= log x resolveramos la regresin lineal
entre ellas de forma que si el resultado fuera: v*= A +B u
La solucin final quedara como a= antilog A y b= B

Del cuadro anterior, comparamos la estacin B con A, y luego C con A, para buscar
cual tiene mejor correlacin con la estacin A.
Como ya se vio el que tiene mayor correlacin es la lista B, por lo que para el ao 1971
la precipitacin ser de 910.5895 mm.
6.2.4. Regresin mltiple 2 variables independientes:

Para dos variables independientes la formula general de la ecuacin de
regresin mltiple es:

x
1
y x
2
son la variables independientes.
a es la interseccin en Y
b
1
es el cambio neto en Y para cada cambio unitario en x
1
, manteniendo en x
2
constante. Se denomina coeficiente de regresin parcial, coeficiente de regresin
neta o bien coeficiente de regresin.
b
1
es el cambio neto en Y para cada cambio unitario en x
2
, manteniendo en x
1
constante. Se denomina coeficiente de regresin parcial, coeficiente de regresin
neta o bien coeficiente de regresin.
INGENIERA CIVIL


Un ejemplo con datos de 2 estaciones pluviomtricas A, B

Reporte:
Resultados
Clculos con ecuaciones de Regresin Mltiple, con 2 variables independientes
Trios de valores X1, X2 e Y:
-------------------------------------------------------------------------------------
Tro X1 X2 Y
-------------------------------------------------------------------------------------
1 786.0 628.0 765.0
2 846.0 708.0 876.0
3 1332.0 1112.0 1020.0
4 918.0 816.0 641.0
5 920.0 830.0 918.0
6 930.0 803.0 918.0
7 930.0 803.0 781.0
8 1115.0 1020.0 849.0
9 887.0 867.0 807.0
10 800.0 1056.0 875.0
11 857.0 847.0 947.0
12 930.0 756.0 889.0
-------------------------------------------------------------------------------------
Ecuaciones de ajuste de correlacin mltiple:

Correlacin Ecuacin R R^2 Se

Lineal Mltiple Y = 543.2306 +0.1835 *X1 +0.1661 *X2 0.4719 0.2227 96.2568
INGENIERA CIVIL


Potencial Mltiple Y= 71.3551*X1^(0.1814) *X2^(0.1840) 0.4227 0.1786 96.9671
Clculo de Y para un valor de X1 y X2:

Correlacin lineal mltiple:
Para X1 = 850 y
Para X2 = 750
El valor de Y es: Y = 823.8410

6.2.5. Regresin mltiple 3 variables independientes:

Para dos variables independientes la formula general de la ecuacin de regresin
mltiple es:

Se va usar el criterio de mnimos cuadrados para el desarrollo de esta ecuacin.
Como es tedioso el clculo se usa programas de computadora como el hidroesta,
para nuestros clculos.

Un ejemplo con datos de 3 estaciones pluviomtricas A, B, C

Reporte
1020.0
2 846.0 708.0 876.0 1115.0
3 1332.0 1112.0 1020.0 1252.0
4 918.0 816.0 641.0 1435.0
5 920.0 830.0 918.0 1178.0
6 930.0 803.0 781.0 1259.0
7 1115.0 1020.0 849.0 1423.0
8 887.0 867.0 807.0 1200.0
9 800.0 1056.0 875.0 1050.0
INGENIERA CIVIL


10 857.0 847.0 947.0 1135.0
11 930.0 756.0 889.0 1225.0
------------------------------------------------------------------------------------------------------

Ecuaciones de ajuste de correlacin mltiple:

-

Lineal Y = 1291.2651 +0.6899 * X1 +0.0837 * X2-0.9418 * X3 0.8378 0.7019 7.0243
Potencial Y = 735.1253 *X1^(+0.5776) *X2^(+0.0703)* X3^(-0.5829) 0.8650 0.7482 77.1048
Clculo de Y para un valor de X1, X2 y X3:

Correlacin potencial mltiple:
Para X1 = 800
Para X2 = 1000 y
Para X3 = 950

6.2.6. Regresin polinomomial 2 grado:

Muchas veces en la nube de puntos de los datos obtenidos, se ajusta mejor a una
curva de ecuacin polinomomial.

Del ejemplo anterior, comparamos la estacin B con A, y luego C con A, para

B con A:
INGENIERA CIVIL


Reporte:
INGENIERA CIVIL


Resultados
Clculos con ecuaciones de regresin polinomial de 2 grado

Pares de valores X e Y:
------------------------------------------------------------
Par X Y
------------------------------------------------------------
1 628.0 786.0
2 708.0 846.0
3 1112.0 1332.0
4 816.0 918.0
5 803.0 930.0
6 1020.0 1115.0
7 867.0 887.0
8 1056.0 800.0
9 847.0 857.0
10 756.0 930.0
11 793.0 888.0
12 1002.0 915.0
13 831.0 817.0
14 797.0 999.0
------------------------------------------------------------

Ecuacin de ajuste de correlacin polinomial:
--------------------------------------------------------------------------------------------------------------------------------------------
--------------------------------------------------------------------------------------------------------------------------------------------
Polinomio 2 grado Y = 1547.4070 -2.0316 * X +0.0015 * X ^2 0.6240 0.3894 121.8215
--------------------------------------------------------------------------------------------------------------------------------------------

Clculo de Y para un valor de X:

Para X = 830

C con A:

Reporte:
INGENIERA CIVIL


Resultados
Clculos con ecuaciones de regresin polinomial de 2 grado

Pares de valores X e Y:

------------------------------------------------------------
Par X Y
------------------------------------------------------------
1 765.0 786.0
2 876.0 846.0
3 1020.0 1332.0
4 641.0 918.0
5 781.0 930.0
6 849.0 1115.0
7 807.0 887.0
8 875.0 800.0
9 947.0 857.0
10 889.0 930.0
11 871.0 888.0
12 1000.0 915.0
13 933.0 817.0
14 849.0 999.0
------------------------------------------------------------
Ecuacin de ajuste de correlacin polinomial:

--------------------------------------------------------------------------------------------------------------------------------------------
--------------------------------------------------------------------------------------------------------------------------------------------
Polinomio 2 grado Y = 3321.3827 -6.2756 * X +0.0040 * X ^2 0.4915 0.2415 135.7750
--------------------------------------------------------------------------------------------------------------------------------------------
Clculo de Y para un valor de X:

Para X = 799

Como se puede ver en los reportes, la mejor correlacin es entre las
estaciones A y B, por lo tanto el valor del dato faltante para el ao 1971 es de
888.8190. Debido a que es el que tiene mayor coeficiente de correlacin
mltiple.

6.2.7. Regresin polinomomial 3 grado:

Es muy similar a la regresin polinmica de 2 grado, pero aqu la correlacin
mltiple es mayor.

Del ejemplo anterior, comparamos la estacin B con A, y luego C con A, para

B con A:

INGENIERA CIVIL


C con A:

INGENIERA CIVIL


Como se puede ver en los reportes, la mejor correlacin es entre las estaciones A y
B, por lo tanto el valor del dato faltante para el ao 1971 es de 893.3597. Debido a
que es el que tiene mayor coeficiente de correlacin mltiple.

Linkografia
http://todo-descargas-full.blogspot.com/2010/03/hidroesta-software-para-
calculos_8997.html
http://www.tec.cr/sitios/Vicerrectoria/vie/editorial_tecnologica/Revista_Tecnologia_March
a/pdf/tecnologia_marcha2/hidroesta.pdf
http://www.freewebs.com/maxvillon/hidroesta.htm
http://www.tec-
digital.itcr.ac.cr/revistamatematica/ARTICULOS_V12_N2_2012/RevistaDigital_MVillon_
V12_N2_2012/index.html

Manual de Hidroesta

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Manual de Hidroesta

Transféré par

Droits d'auteur :

Formats disponibles

UNIVERSIDAD NACIONAL PEDRO RUIZ GALLO

Vous aimerez peut-être aussi