Vous êtes sur la page 1sur 7

UNIVERSIDAD NACIONAL FEDERICO

VILLARREAL
FACULTAD DE INGENIERIA GEOGRFICA,
AMBIENTAL Y ECOTURISMO
ESCUELA PROFESIONAL DE INGENIERIA
AMBIENTAL

CURSO: HIDROLOGIA II
PROFESOR: Dr. Walter Gmez Lora.
TRABAJO: Los Mtodos de Gumbel y Nash.
ALUMNOS:
ITAN HUACCHA VALENZUELA.
ROLDAN MORENO, CESAR.
GRUPO:
CICLO: VIII
AULA: B3-2 / TA

20/10/15

1. INTRODUCCION
En las ltimas dcadas se ha venido manifestando la necesidad de determinar
con mayor exactitud las disponibilidades de los recursos naturales, las tcnicas
ms adecuadas para su aprovechamiento, como as tambin las normas para
su conservacin y utilizacin racional. En el caso de los Recursos Hdricos, a
menudo el ingeniero que se ve enfrentado al diseo de obras hidrulicas y en
general al aprovechamiento de los recursos de agua, requiere estimar con
cierta precisin los caudales mximos.
Los mtodos estadsticos, se basan en considerar que el caudal mximo anual,
es una variable aleatoria que tiene una cierta distribucin. Para utilizarlos se
requiere tener como datos, el registro de caudales mximos anuales, cuanto
mayor sea el tamao del registro, mayor ser tambin la aproximacin del
clculo de caudal de diseo, el cual se calcula para un determinado periodo de
retorno.
Por lo general, en los proyectos donde se desea determinar el caudal de
diseo, se cuenta con pocos aos de registro por lo que la curva de distribucin
de probabilidades de los caudales mximos, se tiene que prolongar en su
extremo si se requiere inferir un caudal con un periodo de retorno mayoral
tamao del registro. El problema se origina en que existen muchos tipos de
distribuciones que se apegan a los datos, y sin embargo, difieren en los
extremos. Esto ha dado lugar a diversos mtodos estadsticos, dependiendo
del tipo de distribucin que considere.
A continuacin se explican los mtodos de:

Gumbel
Nash

Gumbel y Nash consideran una distribucin de valores extremos, con la nica


diferencia, que el criterio de Nash es menos rgido que el de Gumbel, pues
permite ajustar la distribucin por mnimos cuadrados. En forma prctica, se
recomienda escoger varias distribuciones y ver cual se ajusta mejor; esto
requiere que se tengan los datos necesarios para poder aplicar alguna prueba
estadstica, como la prueba de bondad de ajuste.

2. OBJETIVO
Describir, evaluar y cuantificar los mtodos estadsticos para perodos de
caudales mximos.

3. METODOLOGIA

3.1. Mtodo De Gumbel


3.2. Mtodo De Nash

4. CONCLUSION
Los mtodos estadsticos son de gran utilidad en sitios en los que se
cuenta con un buen registro de los gastos ocurridos se basa en suponer

que los gastos mximos anuales aforados en una cuenca son una
muestra aleatoria de una poblacin de gastos mximos.

5. REFERENCIAS
ING. MG.SC. RICARDO APACLLA NALVARTE, Estudio De Mximas Avenidas
En Las Cuencas De La Zona Centro De La Vertiente Del Pacfico, Ministerio De

Agricultura y Autoridad Nacional Del Agua, direccin de conservacin y


planeamiento de recursos hdricos, Lima, Diciembre del 2010.
http://www.ana.gob.pe/media/390377/informe%20final%20zona%20centro.pdf.
MXIMO VILLN BJAR, Hidrologa. Ediciones Villn 2002. Ministerio de
Transportes

Comunicaciones,

Manual

para

diseo

de

carreteras

pavimentadas bajo volumen de trnsito.


PELEZ, J. R. T. (1978). Clculo hidrometeorolgico de caudales mximos en
pequeas cuencas naturales.
TMEZ PELEZ, J. R. (2003). Facetas del clculo hidrometeorolgico y
estadstico de mximos caudales. Revista de Obras Publicas, 150(3.430), 4751.
Heras, R. (1979). Metodologa y normas de clculo de crecidas de proyectos.
Centro de Estudios Hidrogrficos. Servicio de edicin.
URCIUOLO, A. B., ITURRASPE, R. J., PARSON, A., & SANDOVAL, S. (2002).
Patrones conceptuales para Sistemas de Informacin Hdrica. In VIII Congreso
Argentino de Ciencias de la Computacin.
MARTINEZ DIAZ, D. F. (2010). Identificacion de modelos estadisticos para la
regionalizacion de los caudales maximos de la Cuenca Magdalena-Cauca.
FIAG, S. B. G., & GONZLEZ, H. R. (2011). Metodologa para el ajuste de
modelos de valor extremo Tipo I (Gumbel) y Log Pearson Tipo III, para series
de valores mximos. Ingenio Magno, 2(1).

Vous aimerez peut-être aussi