Académique Documents
Professionnel Documents
Culture Documents
Yessica Paola Ochoa Acevedo1, María Esther Rivera2 Jesús Ramón Delgado Rodríguez3
1
Universidad de Pamplona, yessica.ochoa @unipamplona.edu.co
2
Universidad de Pamplona, maes@unipamplona.edu.co
3
Universidad de Pamplona, jramondr@gmail.com
DOI: http://doi.org/....
Cómo citar:
Ochoa Acevedo, Y. P., Rivera, M. E., Delgado Rodríguez, J. R., (2017). Sistema de Pearson y modelos mate-
máticos aplicados a la Hidrología, Bogotá, 14(1), 95-108. DOI: org/xx/xxxxx/reds.xxxx.
Resumen
Palabras claves: Modelación matemática, Series históricas de datos, Sistemas ambientales, Sis-
tema de Pearson.
96 Sistema de Pearson y modelos matemáticos aplicados a la Hidrología
Abstract
The application of mathematical models in the different areas of science focused on studying
phenomena and events that occur on a surface today, has become a main tool, allowing to be
efficient, providing successful solutions and with greater reliability. Environmental systems have
been analyzed by mathematical modeling to understand the dynamics, spatial and temporal beha-
vior of meteorological and hydrological variables and their impact on other processes and events.
Pearson’s system of frequency curves has been widely used in areas such as economics, finance,
military and engineering to analyze data series trajectories and to find the probabilistic behavior
of an object or phenomenon in its dynamics based on its information historical. In general form
found that the Black–sholes-Merton, Kolmogorov axioms, Frequency curves Pearson systems,
Pearson-Wiener model, probability distributions, similarly the Fokker-Planck-Kolmogorov equa-
tion, stochastic hydrological modeling, SIMGRO hydrological model, GRADEX method had been
applied in the hydrological variable behavior, maximum flows estimation, ecosystem assessment
how water resources regulators and hydrographics watershed management.
Keywords: Mathematical modeling, Historical data series, Environmental systems, Pearson system.
AVANCES Investigación en Ingeniería • Vol. 14, 2017 • ISBN: 1794-4953 • ISBN en línea: 2619-6581
diferencial lineal de primer orden (Ecuación (tipo VI). Cu
1), obtiene, para valores convenientes de las (teóricamente i
constantes, la distribución beta simétrica, la las dos raíces so
distribución beta asimétrica, la gamma y la cero, las raíces
normal; además, para ajustar los parámetros de signo opuest
introduce el método de los momentos. 97
Yessica Paola Ochoa Acevedo, María Esther Rivera, Jesús Ramón Delgado Rodríguez
[3] en la primer
curves and correla
de curvas de
precipitación, evaporación, escurrimiento 1
𝑑𝑑𝑑𝑑 𝑥𝑥 coeficiente de c
e infiltración y la asociación de estos con
= (1)
𝑦𝑦 𝑑𝑑𝑑𝑑
𝑐𝑐1 +𝑐𝑐2 𝑋𝑋+𝑐𝑐3 𝑥𝑥 2 de la dependen
las principales funciones de distribución (1)
los momento
de probabilidad aplicadas en la evaluación Donde X - representa la variable del pro-
Donde parámetros des
y gestión del recurso hídrico. ceso uX - representa
objeto la variable
de estudio, del proceso
Y - representa a
ula objeto
probabilidad de un evento que expresela
de estudio, Y - representa a
[4] citó lo en
El presente trabajo está enmarcado dentro probabilidad
la variable deldeproceso
un evento queenexprese
u objeto estudio,la científico y ma
del proyecto de investigación “Aplicación variable del proceso u objeto en estudio,
dx - representa la variación infinitamente dx -
ya había propu
del sistema Pearson en el comportamiento representa
continua ladevariación infinitamente
la variable continua
en estudio, dy
todas las dist
temporal de la precipitación y temperatura de la variable en
- representa la estudio,
variacióndy infinitamente
- representa la trabajo fue desc
en la cuenca
Militar NuevadelGranada
rio Fonce, Santander”
(UMNG) y la continua
variación
frecuenciasde ola probabilidad,
infinitamente C1, C2,de
de la ley continua C3, -lade
de distribución
siendo uno de los productos del proyectosu
ingenieros que
Universidad de Pamplona, además representan
probabilidad,
probabilidades.a los parámetros estadísticos
C1, C2, C3, - representan a los
UMNG INV IMP 2134 de 2016-2018, el cual del histograma de frecuencias o de la ley diseño hidrológ
financiación está a cargo de la vicerrectoría de parámetros estadísticos del histograma de
se desarrolla en conjunto por la Univer- El distribución
de criterio para lasde curvas de frecuencia de
probabilidades.
investigaciones de la UMNG.
sidad Militar Nueva Granada (UMNG) y Pearson o K (Kappa) está dado por la
la Universidad de Pamplona, además su El criterio2:para las curvas
ecuación de frecuencia
AVANCES Investigación en Ingeniería Vol. 14
financiación está a cargo de la vicerrec- de Pearson o K (Kappa) está dado por
1. Metodología
toría de investigaciones de la UMNG. la ecuación 2:
1 2 𝛽𝛽 (𝛽𝛽 +3)2
1.1Metodología
Sistema de curvas de 𝐾𝐾
= (2)
2. 4(2𝛽𝛽2 −3𝛽𝛽1 −6)(4𝛽𝛽2 −3𝛽𝛽1 )
frecuencias de Pearson (2)
Si el valor de K es negativo las raíces son
Karl Pearson en 1983 introduce la familia de reales y de diferente signo, se obtiene uno
2.1 Sistema de curvas de frecuencias de los principales tipos de curva denomi-
distribuciones asimétricas como una
de Pearson nado Tipo I por Karl Pearson; si el valor
alternativa a la distribución normal de Gauss,
llega a la familia de distribuciones razonando Si el
de valor
K es de K esy negativo
positivo menor que las raíces
1 y lasson reales
raíces
Karl Pearson en 1983 introduce la familia son complejas, se obtiene el segundo
y de diferente signo, se obtiene uno de los tipo
sobre una mixtura de dos distribuciones
de distribuciones asimétricas como una principal
principalesdetipos
Pearson (tipodenominado
de curva IV), y si el valor
Tipo I
normales y concluye que puede haber
alternativa a la distribución normal de de K es positivo y mayor que 1 y las raíces
por Karl Pearson; si el valor de K es positivo
situaciones
Gauss, llega a donde losdeerrores
la familia de las
distribuciones son realesque
y del
observaciones no sean normalesdey dos
por lo tanto y menor 1 mismo signo,
y las raíces secomplejas,
son obtiene el se
razonando sobre una mixtura distri- tercer tipo principaltipo
de Pearson
se consigan mejores ajustes a situaciones obtiene el segundo principal (tipo VI).
de Pearson
buciones normales y concluye que puede Cuando el criterio es grande (teóricamen-
prácticas mediante donde
las mixturas [1]. Introduce (tipo IV), y si el valor de K es positivo y mayor
haber situaciones los errores de las te infinito), cuando es la unidad y las dos
la familia de distribuciones
observaciones en su publicación
no sean normales y por lo
que 1 y las raíces son reales y del mismo signo,
raíces son iguales (tipo V), y cuando es
[2],
tantomediante
se consigan la solución de la aecuación
mejores ajustes situa- se obtiene el tercer tipo principal de Pearson
cero, las raíces son iguales en magnitud,
diferencial lineal de
ciones prácticas primer las
mediante orden (Ecuación
mixturas [1]. (tipo deVI).
pero signoCuando
opuesto el (tipo
criterio
XI). es grande
Introduce
1), obtiene,lapara
familia de distribuciones
valores convenientes deenlas (teóricamente infinito), cuando es la unidad y
su publicación
constantes, [2], mediante
la distribución beta lasimétrica,
soluciónla las dos raíces
Elderton son[3]
(1906) iguales
en la(tipo V), y edición
primera cuando es
de la ecuación
distribución betadiferencial lineal
asimétrica, de primer
la gamma y la cero,
de las raíces
su libro son iguales
“Frequency curvesen magnitud, pero
and correla-
orden (Ecuación 1), obtiene, para
normal; además, para ajustar los parámetros valores de signo
tion”, hace opuesto (tipoalXI).
referencia sistema de curvas
convenientes de las constantes, la distri- de frecuencia de Pearson y al coeficiente
introduce el método de los momentos. [3]correlación
en la primeralineal
edición libro “Frequency
deelsuestudio
bución beta simétrica, la distribución beta de para de la
asimétrica, la gamma y la normal; además, curves and correlation”,
dependencia hace referencia
estadística y el métodoal sistema
de
para ajustar los parámetros introduce el de curvas de frecuencia de
los momentos, para determinar los pará-Pearson y al
1 𝑑𝑑𝑑𝑑 𝑥𝑥 coeficiente de correlación linealdistribución.
para el estudio
=
método de los momentos. metros desconocidos de una
𝑦𝑦 𝑑𝑑𝑑𝑑 𝑐𝑐1 +𝑐𝑐2 𝑋𝑋+𝑐𝑐3 𝑥𝑥 2 de la dependencia estadística y el método de
(1)
los momentos, para determinar los
parámetros
AVANCES Investigación en Ingeniería • Vol. 14, 2017 • ISBN:
Donde X - representa la variable del proceso 1794-4953desconocidos de una distribución.
• ISBN en línea: 2619-6581
Cárdenas et al. (2014) [4] citó lo encontrado Más adelante, Rich et al. [7], en su libro
por Elderton (1934) [5] sobre el científico y “The Pearson’s System of frequency curves
matemático Karl Pearson, el cual ya había digital computer program” mencionan que,
propuesto en su familia de curvas, todas a pesar de que Elderton et al. (1969) [6] han
las distribuciones. Sin embargo, su traba- sido sus principales referentes, han tratado
jo fue desconocido por los estadísticos e de usar un sistema más consistente y menos
ingenieros que debieron afrontar los retos confuso, en el que incluyen la programación
del diseño hidrológico desde entonces. de los tres principales tipos de curvas de
frecuencia de Pearson en Fortran III y, con
No obstante [6], en la cuarta edición de- esto, han dado más pasos en el desarrollo
nominada “Systems of frequency curves” de las matemáticas; aunque incluyen todo
prácticamente eliminaron todo el material el sistema de curvas de frecuencia de
de correlación, ya que esta edición hizo Pearson, el método de los momentos y la
el intento de proporcionar un tratamien- prueba de ajuste Chi-cuadrado.
to comparable de otras distribuciones,
incluyendo algunas distribuciones mul- El sistema de Pearson también ha tenido
ti-variadas. De igual manera, mencionaron gran aplicación en economía, finanzas,
que las ventajas de cualquier sistema de ingeniería y ciencias básicas; por ejemplo,
curvas dependen de la simplicidad de las Herrerías y Callejón (2001) [8] mencionan
fórmulas y el número de observaciones la utilización de la metodología propia
que pueden ser tratadas satisfactoria- del sistema de Pearson y las funciones
mente. Además, en el apartado que se generadoras para ajustar varios modelos
refiere a las curvas de frecuencia añaden probabilísticos para la distribución de la
que, si las estadísticas están dispuestas renta, empleando dos procedimientos
de manera que muestre el número de diferentes: el sistema de Pearson de dis-
veces o frecuencia con la que ocurre un tribuciones continuas univariantes (con el
evento en particular, entonces el acuerdo método de los momentos) y una función
es una distribución de frecuencia. Aunque generadora polinómica; esto permite la
algunos de sus resultados serán de mayor formulación de las medidas de concentra-
aplicabilidad, tendrían generalmente que ción, basada en la estructura probabilística
limitar su atención a estas distribuciones. subyacente de las variables que permi-
Es necesario tener un nombre para la ten la cuantificación de la desigualdad
fórmula utilizada para describir dichas económica y de otros conceptos como
distribuciones, y el término “curva de la pobreza y el bienestar social.
frecuencia” ha sido adoptado para este
propósito. Según Elderton et al. (1969)[6], De otro modo, Andreev et al. (2005) [9],
el enésimo momento de una determinada brindaron ejemplos computacionales de un
frecuencia se define como el producto de método nuevo y fácilmente implementado
la frecuencia y la enésima potencia de la para seleccionar las funciones de densidad
distancia de la frecuencia de la vertical de probabilidad de la familia de distribu-
a través de la cual los momentos están ciones de Pearson; aplicaron este método
siendo tomados; o el enésimo momento para series históricas diarias, mensuales
de cualquier ordenada y de una curva y anuales usando un rango de datos de
de frecuencia sobre la vertical a través mercado de materias primas y variables
de un punto de distancia X de esta. macroeconómicas. Por otra parte, Pizzutilo
AVANCES Investigación en Ingeniería • Vol. 14, 2017 • ISBN: 1794-4953 • ISBN en línea: 2619-6581
Yessica Paola Ochoa Acevedo, María Esther Rivera, Jesús Ramón Delgado Rodríguez 99
(2012) [10], aplicó el sistema de curvas de de los caudales máximos diarios en el rio
frecuencias de Pearson en el análisis de las Fonce en San Gil (Santander) con fines
distribuciones de los rendimientos diarios de protección contra la socavación de
de las acciones cotizadas en Italia, puesto puentes” [4], estuvo enfocada en la unión
que en otras investigaciones realizadas de la hidrología estadística con la esto-
anteriores a esta se demostró que los cástica mediante el modelo Pearson-Wie-
rendimientos de los activos y las carteras ner que incluye las curvas de frecuencia
de acciones no se distribuyen normal- de Pearson (I-XIII) y la construcción de
mente. Además, este trabajo constituyo espacio de probabilidad con soporte en
una base para el desarrollo de modelos las sigmas algebra; de acuerdo a los re-
financieros más realistas en la presencia sultados obtenidos en esta investigación,
de desviaciones de la normalidad de las los autores afirman que mediante este
distribuciones de retornos. desarrollo matemático se pueda crear
una nueva metodología para el análisis
Dentro del contexto de los sistemas am- de variables hidrológicas que genere
bientales, se destaca la contribución de [11], menos incertidumbre a la metodología
los cuales aplicaron el sistema de curvas estadística usada actualmente, generando
de frecuencia de Pearson para conocer predicciones de caudales más acertadas
la distribución de la velocidad del viento, o “reales”, con el fin de diseñar y cons-
considerando las propiedades estocásticas truir puentes probablemente inmunes al
de esta variable y teniendo en cuenta que fenómeno de socavación.
el conocer el comportamiento de esta va-
riable es clave para entender el rol que des- En este contexto, Correa et al. (2014) [12]
empeña la energía eólica, como solución a decidieron incorporar el modelo de finan-
la reducción mundial de los combustibles zas Black-Sholes-Merton en el ámbito de la
fósiles y la protección de la atmosfera de hidrología en el marco de la investigación
las consecuencias adversas del cambio “Aplicación del modelo Black-Sholes-Mer-
climático. Las curvas de frecuencias para ton en el estudio del comportamiento
los datos de velocidad del viento fueron errático de los incrementos de caudales
obtenidas usando el sistema de Pearson, máximos (Rio Fonce, Santander)”, en la
empleando los momentos estadísticos. En cual resolvieron la ecuación diferencial ca-
este análisis concluyen que la aplicación racterística de este modelo, identificaron el
del sistema de Pearson tiene ventajas en comportamiento temporal de los caudales
la capacidad de tomar una variedad de máximos del rio Fonce, característico de
formas de distribución, las cuales hacen de un proceso no estacionario y finalmente
este sistema particularmente aplicable al aplicaron una primera aproximación de
análisis de la energía potencial del viento la solución analítica del modelo BSM. Los
caracterizada por la variable aleatoria de resultados de este análisis arrojaron que
velocidad del viento. la modelación por medio de ecuaciones
diferenciales estocásticas aplicadas al
En Colombia, se destacan las investigacio- estudio del comportamiento de variables
nes referentes a la modelación estocástica hidrometeorológicas es viable.
aplicada a los sistemas ambientales. En
la investigación llamada: “Aplicación del A su vez, Rivera et al. [13] plantearon la
modelo Pearson-Wiener en la dinámica construcción de un proceso estocástico
AVANCES Investigación en Ingeniería • Vol. 14, 2017 • ISBN: 1794-4953 • ISBN en línea: 2619-6581
100 Sistema de Pearson y modelos matemáticos aplicados a la Hidrología
AVANCES Investigación en Ingeniería • Vol. 14, 2017 • ISBN: 1794-4953 • ISBN en línea: 2619-6581
Yessica Paola Ochoa Acevedo, María Esther Rivera, Jesús Ramón Delgado Rodríguez 101
la cuenca del rio Fonce; en este trabajo Seoane (1997) [23] decidieron unir los
presenta un primer acercamiento a la dos tipos de modelos hidrológicos más
aplicación del sistema de Pearson para importantes en “asociación determinísti-
interpretar el comportamiento de la di- co-estocástica para predicción de cauda-
námica de las precipitaciones en valores les”, con el fin de mejorar la representación
medios multianuales, tomando como de los procesos de transformación pre-
método de ajuste de los datos el criterio cipitación-caudal en una cuenca de gran
K (Kappa), aunque es de recalcar que no extensión y determinar la capacidad de
todos los datos se ajustan correctamente pronóstico de estos modelos en conjunto.
al criterio K y por tanto, algún tipo de
Pearson no ofrece resultados adecuados. Según Dueñas (1997) [24], la modelación
hidrológica es una herramienta de gran
importancia para el estudio de avenidas
2.2 Modelos matemáticos en que se ha extendido por todo el mundo,
Hidrología fundamentalmente en países desarrolla-
dos. En la actualidad, con el empleo de
Con la inclusión de la programación en estos modelos, se realiza el análisis y la
computadores digitales para hacer más prevención de las inundaciones; además,
efectivos los procesos de modelación es posible manejar hipótesis suficiente-
y simulación, Ordóñez (1974) [21], hizo mente realistas o previsibles que ofrezcan
énfasis en los modelos hidrológicos, tan- un cierto grado de confianza para la toma
to determinísticos como estocásticos, de decisiones, ya sea en la ordenación del
empleando computadores digitales para territorio en torno a los ríos o para exigir
la simulación de los sistemas hídricos, criterios de diseño de obras e infraestruc-
teniendo en cuenta, técnicas estadísticas turas capaces de soportar y funcionar
de análisis, análisis numérico y modelos adecuadamente en situaciones de emer-
matemáticos; para este año, en hidrología gencia. Incluso, alertar a los servicios de
se encontraba la aplicación de las dis- protección civil y establecer protocolos
tribuciones de probabilidad normal (de de actuación ante posibles situaciones
Gauss), log normal (de Galton), Gamma de peligro por intensas lluvias.
(de dos parámetros) y Pearson tipo III.
La modelación de procesos hidrológicos
La importancia del uso de computadores tiene lugar en todos los aspectos, directos o
en la modelación y simulación de procesos indirectos, de la aplicación de la hidrología,
hidrológicos llevó a Fernández et al. [22] a como herramienta del desarrollo sostenible.
realizar un compendio sobre los modelos Adicionalmente, como lo define Kova-
matemáticos más importantes aplicados lenko (1993) [25], citado por Domínguez
a hidrología superficial e hidrogeología; (2000) [26] la modelación matemática de
según estos autores, la realización de procesos hidrológicos puede entenderse
modelos matemáticos de estos sistemas, como el eslabón central del desarrollo del
combinada con la capacidad de cálculo conocimiento, correspondiendo a la reali-
de los ordenadores, permite obtener he- zación abstracta del entendimiento de lo
rramientas para definir y simular distintas real; a través de los datos, obtenidos en
situaciones de utilización de los recursos un sistema de medición, se puede llegar
hídricos. Del mismo modo, Chavasse y a estructurar una abstracción de los pro-
AVANCES Investigación en Ingeniería • Vol. 14, 2017 • ISBN: 1794-4953 • ISBN en línea: 2619-6581
102 Sistema de Pearson y modelos matemáticos aplicados a la Hidrología
AVANCES Investigación en Ingeniería • Vol. 14, 2017 • ISBN: 1794-4953 • ISBN en línea: 2619-6581
Yessica Paola Ochoa Acevedo, María Esther Rivera, Jesús Ramón Delgado Rodríguez 103
tación. En este sentido, Rébori et al. [34] que permitiera facilitar y simplificar los
utilizaron el modelo hidrológico SIMGRO cálculos laboriosos que se deben realizar
(simulación del flujo de agua subterránea, en los estudios hidrológicos.
subsuperficial y superficial en forma in-
tegrada a escala de cuencas, incluyendo Los modelos hidrológicos, basados en las
las interacciones planta atmósfera) para funciones de distribución de probabilidad,
la simulación del balance hidrológico, el también se emplean con la finalidad de
ajuste y calibración del modelo a través predecir eventos extremos que pueden
del monitoreo del agua subterránea y la ocurrir en un determinado tiempo, como
modelización de escenarios predictivos. el caso de la precipitación, variable de gran
incidencia en la ocurrencia de crecidas o
El libro “Diseño hidrológico” [35], es el inundaciones; en el estudio “Determinación
compendio de los principios hidroló- de crecientes extremas en las cuencas de
gicos básicos, los elementos del ciclo alta montaña del rio Guadalupe y la que-
hidrológico y los principales modelos brada Piedras Blancas mediante la aplica-
de cuencas. Además, hacen énfasis en ción del método Gradex” [37], aplicaron
la modelación matemática de la hidrolo- el método GRADEX para la obtención de
gía de la cuenca en la interpretación de caudales de crecientes máximas a partir
las interacciones dinámicas producidas de los datos de precipitaciones máximas
entre los sistemas climáticos, terrestres, anuales en 24 horas, datos a los que se les
edafológicos, litológicos e hidrosfericos aplicó las distribuciones de probabilidad
y como componente esencial del manejo de Gumbel, Normal, Log-Normal de 2
integral del recurso hídrico y del medio parámetros y Pearson tipo III, teniendo en
ambiente pues como se ha demostrado, cuenta que el método GRADEX depende
los modelos hidrológicos han sido apli- si la precipitación de la zona de estudio
cados de manera creciente para dirigirse se ajusta correctamente a una de estas
a un gran rango de problemas sociales y distribuciones de probabilidad.
de desarrollo que incluyen agua, energía,
medio ambiente y ecología. La importancia de conocer la distribución
y comportamiento de los recursos hídricos
Otro modelo desarrollado para la aplica- en la gestión de un uso y aprovechamien-
ción en hidrología es el propuesto por Min- to sostenible del recurso llevo a Navarro
ga (2012) [36] en su trabajo “Implemen- (2012) [38] a realizar el trabajo “Avances
tación de herramientas de distribución en la modelación hidrológica de gran
de probabilidad y prueba de bondad de escala en cuencas patagónicas mediante
ajuste en el laboratorio virtual de hidrolo- incorporación de re análisis climatológicos:
gía (HYDROVLAB)”, modelo programado aplicación a la cuenca del río Baker, región
en Visual Studio.net, el cual permite el de Aysén” en el que utilizo la herramienta
cálculo de las funciones de distribución de modelación “Cold Regions Hydrologi-
de probabilidad por los métodos Normal, cal Model” correspondiente a un modelo
Log-Normal, Pearson III, Log-Pearson III hidrológico de base física especializado
y Gumbel además de que realiza el aná- para regiones con climas fríos e incorpo-
lisis de la prueba de bondad de ajuste ró datos provenientes de los re análisis
por el método de Kolmogorov-Smirnov; climatológicos para obtener valores a
este modelo pretendía ser una aplicación escala diaria de precipitación total, hu-
AVANCES Investigación en Ingeniería • Vol. 14, 2017 • ISBN: 1794-4953 • ISBN en línea: 2619-6581
104 Sistema de Pearson y modelos matemáticos aplicados a la Hidrología
AVANCES Investigación en Ingeniería • Vol. 14, 2017 • ISBN: 1794-4953 • ISBN en línea: 2619-6581
Yessica Paola Ochoa Acevedo, María Esther Rivera, Jesús Ramón Delgado Rodríguez 105
AVANCES Investigación en Ingeniería • Vol. 14, 2017 • ISBN: 1794-4953 • ISBN en línea: 2619-6581
106 Sistema de Pearson y modelos matemáticos aplicados a la Hidrología
AVANCES Investigación en Ingeniería • Vol. 14, 2017 • ISBN: 1794-4953 • ISBN en línea: 2619-6581
Yessica Paola Ochoa Acevedo, María Esther Rivera, Jesús Ramón Delgado Rodríguez 107
[22] Fernández, M. M., Vela, M. A., Castaño, F. [31] Aguilera, N. M. (2007). Estimación de fun-
S. (1997). La utilización de modelos en ciones de distribución de probabilidad
hidrología. Selección de teledetección para caudales máximos en la región del
y sistemas de información geografía. Maule. Universidad de TALCA, Facul-
Instituto de desarrollo regional de la tad de ciencias forestales, escuela de
Universidad de Castilla, La Mancha, ingeniería forestal, Talca-Chile.
España.
[32] Mecca, J. C. (2008). Análisis y modelación
[23] Chavasse, D.I y Seoane, R.S. (1997). Aso- del comportamiento hidrológico de
ciación determinístico-estocástica para las lagunas Don Tomas y bajo Giuliani
predicción de caudales. Ingeniería del Santa Rosa, La Pampa. Universidad
Agua. Volumen 4. Núm. 2. Argentina. Nacional de La Pampa, Argentina.
[24] Dueñas, C. (1997). Marco normativo vi- [33] García, G. F. (2010). Modelación hidrológica
gente ante el riesgo de inundaciones. estocástica: desarrollo de un modelo
En: Jornadas Parlamentarias sobre de generación sintética de series tem-
prevención de riesgos relacionados porales. Universidad autónoma Gabriel
con el agua: VI-La protección civil ante Rene Moreno. Santa Cruz-Bolivia.
el riesgo de inundaciones, Cámara del [34] Rébori, M. G., Querner, E., Feler. M. V y
Senado. Madrid, España. Barrionuevo, N. (2010). Simulación del
[25] Kovalenko, V. (1993). Modelirovanie Gui- flujo de aguas subterráneas, utilizando
drologuicheskij protsessov. 256. Gui- SIMGRO en el noroeste de Buenos
drometeoizdat, San Petersburgo. Aires. Revista digital del Grupo de
Estudios sobre Geografía y Análisis
[26] Domínguez, E. A. (2000). Protocolo para
Espacial con Sistemas de Información
la modelación matemática de procesos
Geográfica (GESIG), 2, 98-100.
hidrológicos. Meteorología Colombia-
na, 2, 33-38, ISSN 0124-6984. Bogotá, [35] Fattorelli, S y Fernández, P. (2011). Diseño
D.C, Colombia. hidrológico. Biblioteca virtual de la
WASA-GN, Argentina.
[27] Domínguez, E. A. (2004). Aplicación de
la ecuación de Fokker-Planck-Kolmo- [36] Minga, G. M. (2011). Implementación de he-
gorov para el pronóstico de afluencias rramientas de funciones de distribución
a embalses hidroeléctricos (caso prác- de probabilidad y prueba de bondad
tico de la represa de Betania). Meteo- de ajuste en el laboratorio virtual de
rología Colombiana, 8; 17-26, ISSN hidrología (HYDROVLAB). Universidad
0124-6984. Bogotá, D.C, Colombia. técnica particular de Loja, escuela de
ingeniería civil, Loja-Ecuador.
[28] Ponce, V. (1989). “Modelos Hidrológicos”.
En: Engineering Hydrology, Editorial [37] Pinzón, M. J y Suarez, B. J. (2011). De-
Prentice Hall, (13). terminación de crecientes extremas
en las cuencas de alta montaña del
[29] Aparicio, M. F. (1992). Fundamentos de hi-
rio Guadalupe y la quebrada piedras
drología de superficie. Editorial Limusa:
blancas mediante la aplicación del mé-
Grupo Noriega Editores, México, D.F.
todo GRADEX. Pontificia Universidad
[30] Chow, V.T., Maidment, D.R y Mays, L.W. Javeriana, Facultad de Ingeniería, De-
(1994). Hidrología aplicada. McGraw partamento de ingeniería civil, Bogotá
Hill, México, D.F. D.C, Colombia.
AVANCES Investigación en Ingeniería • Vol. 14, 2017 • ISBN: 1794-4953 • ISBN en línea: 2619-6581
108 Sistema de Pearson y modelos matemáticos aplicados a la Hidrología
AVANCES Investigación en Ingeniería • Vol. 14, 2017 • ISBN: 1794-4953 • ISBN en línea: 2619-6581