0068218

APROXIMACIÓN METODOLÓGICA PARA DETERMINAR CURVAS DE
INTENSIDAD-DURACIÓN-FRECUENCIA, UTILIZANDO LA DISTRIBUCIÓN
MIXTA DE PROBABILIDAD DOBLE GUMBEL.
YEISON JOSE VILLARREAL MARIMÓN
UNIVERSIDAD TECNOLÓGICA DE BOLÍVAR
MAESTRÍA EN INGENERÍA CON ÉNFASIS EN INGENERÍA AMBIENTAL E
INGENERÍA CIVIL
COLOMBIA
CARTAGENA DE INDIAS D. T. Y C.
2015
APROXIMACIÓN METODOLÓGICA PARA DETERMINAR CURVAS DE
INTENSIDAD-DURACIÓN-FRECUENCIA, UTILIZANDO DISTRIBUCIÓN MIXTA DE
PROBABILIDAD DOBLE GUMBEL
YEISON JOSE VILLARREAL MARIMÓN
TRABAJO DE GRADO PARA OPTAR AL TÍTULO DE MAGISTER
EN INGENERÍA CON ÉNFASIS EN INGENERIA AMBIENTAL E INGENERÍA CIVIL
DIRECTOR
OSCAR CORONADO HERNÁNDEZ
UNIVERSIDAD TECNOLÓGICA DE BOLÍVAR
MAESTRÍA EN INGENERIA CON ENFASIS EN INGENERIA AMBIENTAL E
INGENERIA CIVIL
COLOMBIA
CARTAGENA DE INDIAS D. T. Y C.
2015
Nota de Aceptación
________________________________
________________________________
________________________________
_________________________________________
Director Ingeniero Oscar Coronado Hernández
_________________________________________
Jurado
_________________________________________
Jurado
Cartagena D.T. y C. 2015

TABLA DE CONTENIDO
1. DESCRIPCIÓN DEL PROYECTO ............................................................................................ 17
1.1. Introducción ........................................................................................................................... 17
1.2. Objetivos ................................................................................................................................ 18
1.2.1. General.......................................................................................................................... 18
1.2.2. Específicos ................................................................................................................... 18
2. Descripción del Problema .............................................................................................................. 19
2.1. Descripción ............................................................................................................................. 19
2.2. Marco Teórico ........................................................................................................................ 20
2.2.1. Distribuciones de Probabilidad Simples o Sencillas .............................................. 20
2.2.2. Distribuciones Mixtas .................................................................................................. 21
2.2.3. Distribución Doble Gumbel: ....................................................................................... 22
2.2.4. Prueba Chi-cuadrado .................................................................................................. 23
2.2.5. Fenómenos Climáticos Naturales ............................................................................. 25
2.3. Antecedente y Estado del Arte............................................................................................... 26
a. Curvas Intensidad-Duración-Frecuencia (IDF) ....................................................................... 27
b. Ecuaciones para determinar IDF .............................................................................................. 27
3. Metodología ................................................................................................................................... 31
3.1. Introducción ........................................................................................................................... 31
3.2.1 TIPO DE ESTUDIO................................................................................................................ 31
3.3 Fuentes y técnicas para la recolección de la información...................................................... 39
3.3.1 Fuente primaria: ........................................................................................................... 39
3.3.2 Fuentes secundarias: .................................................................................................. 39
3.3.3 Tratamiento de la información ................................................................................... 40

4. ESTRUCTURA DEL ANÁLISIS DE DATOS ........................................................................... 44
4.1 Introducción ................................................................................................................................. 44
4.2. Fenómenos climáticos en los casos de Estudios ........................................................................ 44
4.4 Diseño de ecuación para obtención de curvas IDF una población. ........................ 55
5. PRUEBA DE RESULTADOS..................................................................................................... 64
6. CONCLUSIONES Y RECOMENDACIONES .......................................................................... 76
ANEXO .................................................................................................................................................... 84
TABLA DE FIGURAS
Tabla 2-1. .............................................................................................................................................. 20
Tabla 2-2 ............................................................................................................................................... 29
Tabla 3-1 ............................................................................................................................................... 32
Tabla 3-2 ............................................................................................................................................... 32
Tabla 3-4 ............................................................................................................................................... 34
Tabla 3-5 ............................................................................................................................................... 35
Tabla 3-6 ............................................................................................................................................... 37
Tabla 3-7 ............................................................................................................................................... 41
Tabla 4-1 ............................................................................................................................................... 46
Tabla 4-2 ............................................................................................................................................... 47
Tabla 4-3 ............................................................................................................................................... 47
Tabla 4-4 ............................................................................................................................................... 48
Tabla 4-5 ............................................................................................................................................... 51
Tabla 4-6 ............................................................................................................................................... 53
Tabla 4-7 ............................................................................................................................................... 54
Tabla 4-8 ............................................................................................................................................... 57
Tabla 4-9 ............................................................................................................................................... 58
Tabla 4-10 ............................................................................................................................................. 58
Tabla 4-11 ............................................................................................................................................. 58
Tabla 4-12............................................................................................................................................. 59
Tabla 5-1 ............................................................................................................................................... 65
Tabla 5-2 ............................................................................................................................................... 66
Tabla 5-3 ............................................................................................................................................... 66
Tabla 5-4 ............................................................................................................................................... 67
Tabla 5-5 ............................................................................................................................................... 67
Tabla 5-6 ............................................................................................................................................... 67
Tabla 5-7 ............................................................................................................................................... 69
Tabla 5-8 ............................................................................................................................................... 69
Tabla 5-9 ............................................................................................................................................... 69
TABLA DE FIGURAS
Figura 1. Dos tendencias en un conjunto de datos. Estación Rafael Núñez (Cartagena) ....... 15
Figura 2. Ubicación de las estaciones Sinópticas en Colombia. Google Earth. ........................ 33
Figura 3.Paso 1 del Programa Hyfran .............................................................................................. 50
Figura 4. Imagen Hyfran (Paso 2)..................................................................................................... 51
Figura 5Relación de la Contante C respecto su correlación. a) Estación Rafael Núñez b)
estación San Luis c) Estación Benito Suarez ................................................................................. 57
Figura 6 Curva IDF, Estación Rafael Núñez .................................................................................. 61
Figura 7. Curva IDF, Estación San Luis........................................................................................... 62
Figura 8 Curva IDF, Estación Benito Suarez .................................................................................. 63
Figura 9 Distribución Doble Gumbel con 2 datos Ciclónicos con duración de 10 Minutos .... 71
Figura 10 Distribución Doble Gumbel con 3 datos Ciclónicos con duración de 10 Minutos ... 71
Figura 15. Distribución Doble Gumbel con 2 datos Ciclónicos con duración de 10 Minutos,
con 30 años de periodo de registros ................................................................................................ 75
Figura 16. Distribución Doble Gumbel con 2 datos Ciclónicos con duración de 10 Minutos,
con 15 años de período registro. ...................................................................................................... 75
Figura 17 Distribución Doble Gumbel con 3 datos Ciclónicos con duración de 10 Minutos, con
30 años de registros............................................................................................................................ 76
Figura 18 Distribución Doble Gumbel con 3 datos Ciclónicos con duración de 10 Minutos, con
15 años de registros............................................................................................................................ 76
AGRADECIMIENTOS
Luego de haber realizado el presente trabajo de grado quiero expresar mi
profundo sentimiento de gratitud a todas las personas que me apoyaron durante este
proyecto.
Primero que todo agradecer a Dios, creador de mi vida y mis pensamientos,
gracias por darme la fortaleza y conocimiento para ejecutar con resultados óptimos el
presente trabajo.
Gracias a mi papá, mamá y hermanos por su apoyo moral y material, por ser
las personas que han hecho de mi lo que soy hoy.
En especial a la empresa en la cual laboro en la ciudad de Medellín, por los
permisos oportunos para poder viajar a Cartagena y poder avanzar en el proyecto y
reunirme con el Director.
Agradezco a el Director, el Ingeniero Coronado, con el cual quedo en deuda,
por disponer del tiempo necesario para atenderme, de acuerdo a mis posibilidades
de viaje a la ciudad de Cartagena y por el contacto permanente de comunicación
sincrónica y asíncrona.
Mi gratitud para mis compañeros de clase y en especial para mi grupo de
trabajo por el acompañamiento en este proceso de aprendizaje significativo.
Gracias a la Universidad Tecnológica de Bolívar por darme la oportunidad de
aumentar mis conocimientos en el programa de la maestría, haciendo que sienta aún
más sentido de pertenencia por la misma, ya que no solo he realizado esta maestría,
sino también mi carrera profesional. Además por permitir que sea un ciudadano
competente para el mercado laboral y globalizado.
Mis más sinceros agradecimientos para estas personas y todas las que me
colaboraron de alguna manera para llevar a cabo este proyecto.

15
RESUMEN
En la elaboración o construcción de las curvas de Intensidad – Duración –Frecuencia
(IDF), a lo largo de los años se han tenido grandes avances y evoluciones en sus
metodologías de construcción. En la presente investigación se presentó un avance
para dicho tema, el cual consiste en incluir en el análisis de los datos, los valores
escogidos analizar es decir, cuando se tiene una serie de datos en muchas casos
aparecen uno, dos o tres datos alejados del grupo, quedando así el conjunto de
datos dividido, debido a la presencia de estos datos comúnmente llamados atípicos.
Con esta aproximación metodológica, se analizaron los datos de las estaciones
pluviográficas seleccionadas (Neiva, Ipiales, Cartagena) es decir, los considerados
atípicos y los agrupados, proponiendo como herramienta principal la distribución
mixta de probabilidad Doble Gumbel, la cual ofrece dos tendencias que permiten
analizar dos poblaciones de datos contenidos en un solo conjunto. (Ver Figura 1)
Población 1 Población 2
Figura 1. Dos tendencias en un conjunto de datos. Estación Rafael Núñez (Cartagena)

16
Al realizar el análisis de datos con dicha distribución mixta, se concluye según los
resultados que es una gran posibilidad de obtener mejores datos de intensidad
cuando se desee utilizar curvas IDF construidas con esta aproximación
metodológica, teniendo en cuenta que se debe comprobar si la distribución mixta
aplicada (para este caso Doble Gumbel) se ajusta al comportamiento de los datos
para cada una de las duraciones planteadas.

17
1. DESCRIPCIÓN DEL PROYECTO
1.1. Introducción
Una de las herramientas útiles en la hidrología, son las curvas Intensidad-
Duración-Frecuencia (IDF), justificando lo anterior debido a que por medio de ellas se
pueden estimar tormentas de diseño en un lugar o zona determinado, además que
con ellas se puede establecer intensidades máximas en distintos periodos de retorno
en un mismo sitio o lugar que se esté analizando.
Debido a su importancia, con el paso del tiempo las curvas IDF se han ido
desarrollando, con tal envergadura que en la actualidad existen distintas
metodologías para la elaboración y construcción de estas, considerando que el
comportamiento de las precipitaciones ha ido cambiando consecuencia de las
variaciones climáticas presentada en los últimos años, causando algunos problemas
en el conjunto de datos como la existencia de los llamados datos atípicos que al
momento de analizarlos son eliminados por las complicaciones que estos traen para
poder ser operados o ser incluidos en un proceso de cálculo.
Como solución a lo anterior, en esta investigación se describe una
aproximación metodológica que determine curvas IDF, utilizando la distribución mixta
de probabilidad doble Gumbel, la cual es capaz de analizar conjuntos de datos que
puedan presentar dos tendencias (datos típicos y datos atípicos), que son
consecuencia de la influencia de los fenómenos climáticos que con el paso del
tiempo se presentan frecuentemente.

18
1.2. Objetivos
1.2.1. General
Desarrollar una aproximación metodológica para elaborar curvas de Intensidad
– Duración – Frecuencia (IDF), utilizando distribuciones mixtas de probabilidad,
analizando las implicaciones de los fenómenos ciclónicos, para mejorar la
confiabilidad en los datos arrojados por dichas curvas.
1.2.2. Específicos
 Emplear la distribución mixtas de probabilidad doble Gumbel, en la estimación
de curvas Intensidad – Duración – Frecuencia (IDF), en las estaciones
sinópticas ubicadas en las ciudades de Neiva, Pasto y Cartagena, para el
procesamiento de datos hidrológicos y obtener resultados validados con
sustentos científicos
 Verificar en que situaciones se puede aplicar la aproximación metodológica
de construcción de curvas IDF con distribuciones mixtas, aplicándola en los
datos de las estaciones casos de estudio.
 Relacionar los fenómenos macro-climáticos registrados con las curvas IDF,
utilizando la distribución mixta de probabilidad Doble Gumbel, con el fin de
tener una mayor confiabilidad en los resultados.

19
2. Descripción del Problema

2.1. Descripción
Siendo las curvas Intensidad - Duración - Frecuencia (IDF) una de La
herramientas más útiles de la hidrología, que con el paso del tiempo ha demostrado
ser muy eficiente y eficaz en los resultados que se obtienen de ella, se encuentra que
cada vez más se generan inquietudes sobre la metodología que se utiliza para la
elaboración de dichas curvas. (Vyver & Demarée, 2010).
Esto se ve presuntamente ocasionando debido a que la mayoría de las
investigaciones se enfaticen básicamente en el desarrollo de la curva IDF como tal,
es decir, son muy pocos los que se ocupan en incluir una evolución de esta
herramienta, lo cual sería de gran importancia para la hidrología, ayudando al análisis
de fenómenos que trastornan el comportamiento normal de las lluvias, en especial su
intensidad. (Hoyos, 2014).
En Colombia la influencia de estos fenómenos climáticos causantes de los
valores extremos registrados en las estaciones de medición cada día es mayor, lo
que ha llevado en muchas ocasiones que los eventos registrados no marquen una
tendencia con una sola población.(Mailhot, Duchesne, Caya, Talbot, 2007).
Es por esto que se buscara llegar a una aproximación metodológica que
dentro de sus procedimientos utilice funciones de distribución de probabilidad
mixtas, en la cual se puedan operar fenómenos extremos tales como Huracanes,
Tormentas Tropicales y Fenómeno de La niña, para lo cual se utilizará una estructura
de fórmula desarrollada por medio de otros investigadores, lo que da los indicios de

20
investigación con este tipo de funciones compuestas, en los que unen dos funciones
de Probabilidad. (Herrera, Domínguez y Arganis, 2012)
2.2. Marco Teórico
2.2.1. Distribuciones de Probabilidad Simples o Sencillas
En la hidrología, a lo largo del tiempo, se han utilizado distintas distribuciones
de probabilidad, de las cuales muchos investigadores han obtenido grandes
resultados. A continuación se definen alguna de estas distribuciones:
Tabla 2-1.
Resumen de distribuciones
Distribuciones Ecuación Parámetros Referencia
( )
( )
Gumbel Ríos, 2011
( ) Ganancias,
( ) * + √
( )
2009
Pearson III
( )
∑
( )
( ) ∫
√
Normal Tauber, 2001
21
( )
Rasmussen,
GEV
{[ ( )] } 2003
2.2.2. Distribuciones Mixtas
Las distribuciones mixtas han sido utilizadas en las distintas ramas de la
ciencia, con el fin de operar datos que marquen dos tendencias en un mismo
conjunto de datos. En la hidrología, la presencia de dos tendencias de datos con el
paso del tiempo está siendo un poco más frecuente, es decir que para el análisis de
estos datos se debe discriminar dos grupos de datos en una población como datos
ciclónicos y los datos no ciclónicos.
“Fernando J. González Villarreal, investigador mexicano, ha demostrado que,
en estos casos, la función de distribución de probabilidad se puede como:
( ) ( ), ( ) ( )-
Donde ( ) y ( )son, respectivamente, las funciones de distribución de
probabilidad de los caudales máximos anuales no producidos por tormentas
ciclónicas y de los producidos por ellas, y p es la probabilidad de que en un año
cualquiera el caudal máximo no sea producido por una tormenta ciclónica.
El número de parámetros de la función de distribución de probabilidad es:

22
Dónde:
( ), ( )
El valor de p será entonces:
Dónde:
Es el número de años de registro en que el gasto máximo no se produjo por
una tormenta ciclónica y es el número total de años de registro.
Una vez estimado el valor de p, el resto de parámetros se evalúan mediante
las fórmulas de función de distribución de probabilidad vistas anteriormente.
Los parámetros ( ) y ( ) de la ecuación 4.24 los calcularemos con las
fórmulas de función de distribución de probabilidad, mediante las combinaciones
entre estas”. (Puello y Romero, 2012)
2.2.3. Distribución Doble Gumbel:
Partiendo de la estructura de las funciones mixtas de probabilidad, se presenta
la distribución Doble Gumbel de probabilidad “En su forma más difundida, se acepta
que ambas poblaciones siguen distribuciones, por ejemplo, de valores extremos tipo I
o Gumbel, dando origen así a la función mixta conocida como Gumbel Doble, cuya
distribución resulta:
23
( ) ( ) ( ) ( )
[ ]{ [ ]} ( )
Donde x es la variable aleatoria de la distribución, son parámetros de
ubicación asociados con las poblaciones 1 y 2 respectivamente, son los
parámetros de escala asociados con las poblaciones 1 y 2 respectivamente”.
(Suarez, 2011).
Para el cálculo de los parámetros ( , ) de la distribución de
Probabilidad Doble Gumbel, se presentan las ecuaciones XX
De igual manera, para la población ciclónica:
Para lo cual, los valores , , y , son obtenidos de la tabla
estandarización parámetros de la distribución Gumbel. El cual se da por el número de
datos que se estén analizando. (Herrera, Domínguez y Aranjuez, 2012).
2.2.4. Prueba Chi-cuadrado
La prueba bondad del ajuste de una distribución de probabilidad tiene varias maneras
de realizarse, pero una de las más utilizadas en la prueba chi cuadrado, en donde
por una prueba de hipótesis se puede saber si en realidad los datos se ajustan a la
distribución seleccionada o no. La prueba X2 está dada por la siguiente expresión:

24
, -
∑
Donde
o: Frecuencia observada
e: Frecuencia esperada.
X2: Estadístico
El procedimiento de la prueba implica el cálculo de una distribución esperada (E) en
el grupo estudiado, usando como punto de partida a la distribución de la variable en
el grupo de referencia. El propósito de la prueba es averiguar si existen diferencias
estadísticamente significativas entre la distribución observada (O) y la distribución
esperada (e). En la prueba se plantean las siguientes hipótesis estadísticas:
Hipótesis estadísticas nula: Ho: O = E
Hipótesis estadística alterna Ha: O ≠ E
El procedimiento de la prueba incluye el cálculo de la medida de resumen llamada chi
cuadrada. El rechazo de la Ho ocurre cuando el valor calculado con los datos resulta
mayor que el valor critico de dicha medida contenido en una tabla llamada valores
críticos de Chi cuadrada.
En el caso de que el valor de Chi cuadrada calculada sea igual o menor al de Chi
cuadrada crítica se dice que no rechaza al Ho y, por tanto, se concluye que la “O” es
semejante a la “E”. En otras palabras, se dice que ambas distribuciones se ajustan
bien; de ahí el nombre de la prueba bondad de ajuste. (Puello y Romero. 2012)

25
2.2.5. Fenómenos Climáticos Naturales
En la hidrología, los fenómenos ciclónicos naturales juegan un papel muy
importante, ya que gracias a ellos se registran eventos o valores extremos en las
estaciones, los cuales al ser procesados, ayudan a que mucho de los resultados
alteren las tendencias normales del conjunto de datos. Por ejemplo: “Un Ciclón
tropicales un término genérico que se emplea para designar a los sistemas de bajas
presiones no frontales que se forman sobre las aguas tropicales o subtropicales, en
una escala sinóptica con núcleo caliente y una convección profunda organizada,
junto a una circulación ciclónica del viento definida en la superficie”, puede llegar a
registrar datos extremos muy altos. (Lamanzares, 2012)
Los ciclones tropicales se forman sobre las aguas cálidas de la zona tropical o
subtropical a partir de perturbaciones pre-existentes, como son las ondas tropicales.
Pueden también formarse en la zona de inestabilidad del extremo sur de un frente
frío y, a partir de zonas de baja presión, en la atmósfera superior. Hay seis factores
generales que son necesarios para hacer posible la formación de ciclones tropicales:
1. Altos valores de la vorticidad relativa en los niveles bajos de la troposfera.
2. Localización de un disturbio a más de 2.5º del ecuador.
3. Vientos débiles en la troposfera superior que no cambien mucho en
dirección y velocidad.
26
4. Temperatura superficial del mar mayor que 26.5º C hasta al menos 50 m de
profundidad.
5. Inestabilidad condicional a través de una capa atmosférica profunda.
6. Altos valores de la humedad relativa en la troposfera baja y media.
Los tres primeros factores son funciones de la dinámica horizontal, mientras
que los tres restantes son par metros termodin micos”. (Lamanzares, 2012)
2.3. Antecedente y Estado del Arte
Con el paso del tiempo se han desarrollado diferentes aplicaciones de las
curvas de Intensidad-Duración-Frecuencia (IDF), aplicaciones que han tenido
relevancia en el continente Americano, específicamente en el centro y sur del mismo.
Lo cual se puede verificar, debido a que investigaciones con respecto a las
distribuciones mixtas de probabilidad aplicándolas a la curvas IDF, han seguido un
camino muy importante en este territorio, donde por su ubicación geográfica hace
que los fenómenos naturales afecten el comportamiento de las precipitaciones en
toda esta zona.
Ahora bien, Colombia no es el caso aparte en la influencia de estos eventos,
ya que por los distintos aspectos geomorfológicos e hidrológicos, posee una
diversidad de climas a lo largo de su territorio, lo que causa la presencia en distintas
zonas del territorio diferentes magnitudes en la precipitación, lo que resulta como una
dificultad en la estimación en general de las lluvias. (Poveda, 2004).

27
Bajo esta complejidad y el desarrollo que se ha venido dando con las curvas
IDF se presentan los siguientes conceptos a los que se ha ido llegando con el
tiempo:
a. Curvas Intensidad-Duración-Frecuencia (IDF)
Siendo las curvas IDF, la herramienta principal en los análisis hidrológicos y
por ende uno de los temas más investigados en su rama, buscando siempre la
confiabilidad y exactitud en sus resultados. Investigadores han desarrollado distintas
interpretaciones y conceptos para dichas curvas, tales como la “Relación de la
intensidad de la lluvia con su duración, donde para cada periodo de retorno, se tiene
una curva diferente. A la cual también agrega una tesis Benítez, quien afirma que
estas curvas corresponden a la representación gráfica de la relación que existe entre
la intensidad y la duración, asociado a la frecuencia o periodo de retorno de la
precipitación”. (Pizarro, 2001).
b. Ecuaciones para determinar IDF
En la historia de las curvas IDF, se han desarrollado distintas ecuaciones que
ayudan a identificar de una manera más fácil y ágil la intensidad de las
precipitaciones en una zona determinada.
Estas ecuaciones se toman como el resumen matemático de todas las
metodologías que se han desarrollado para la construcción de las curvas IDF. Las
cuales se presentan así:

28
29
Tabla 2-2
Ecuaciones de las curvas IDF
Modelo
Año Autor Consideraciones Referencia
Matemático
Donde K, m, n y b son constantes que se calculan mediante un Propuesta de un Método para la
análisis de regresión lineal, en tanto que I,D y T corresponden a la construcción de curvas IDF en las
1931 Sherman ( )
intensidad de precipitación, la duración y el período de retorno estaciones pluviométricas de Chile
respectivamente central. Cereceda, Raúl (2008).
Donde K, m, n y b son constantes que se calculan mediante un Propuesta de un Método para la

análisis de regresión lineal, en tanto que I,D y T corresponden a la construcción de curvas IDF en las
1932 Benard
intensidad de precipitación, la duración y el período de retorno estaciones pluviométricas de Chile
respectivamente central. Cereceda Raúl (2008).
Plantea dos formas de trabajar con las curvas. La primera utiliza

un análisis de frecuencias de lluvias, considerando para ello una Propuesta de un Método para la
función de probabilidad para valores extremos como la función construcción de curvas IDF en las
1994 Chow NA
Gumbel. El segundo método, expresa las curvas IDF como estaciones pluviométricas de Chile
ecuaciones, con el fin de evitar la lectura de la intensidad de central. Cereceda Raúl (2008).
lluvia sobre el diseño de una gráfica
Donde K, m, n y c son constantes que se calculan mediante un Propuesta de un Método para la

análisis de regresión lineal múltiple, en tanto que I, D y T construcción de curvas IDF en las
1997 Aparicio ( )
corresponden a la intensidad de la precipitación la duración y el estaciones pluviométricas de Chile
periodo de retorno respectivamente. central. Cereceda Raúl (2008).
Se relacionan cada una de la duración con los distintos periodos

de retorno, los cuales son asociados a una probabilidad de
Propuesta de un Método para la
excedencia, y cuyo propósito es obtener intensidades máximas
construcción de curvas IDF en las
2001 Pizarro de precipitación en (mm/h), para distintos periodos de retorno.
estaciones pluviométricas de Chile
Donde es la intensidad de precipitación horaria e es la
central. Cereceda Raúl (2008).
intensidad de precipitación para una duración de 24 horas, y
ambos valores para un periodo de retorno dado.
30
c. Aplicación de las curvas IDF con funciones de distribución mixta de
Probabilidad:
El estudio de las distribuciones mixtas Probabilidad, se viene desarrollando
desde pocos años atrás, especialmente en la hidrología, donde la unión como las
funciones Gumbel-Gumbel, ha sido de gran utilidad en la identificación del
comportamiento de muchos comportamientos de datos en general.
Una de estas aplicaciones es el estudio de “Caracterización de eventos
extremos de precipitación, empleando distribuciones mixtas de probabilidad”. En
donde se considera a “ México, con ocurrencia de fenómenos hidrometeorológicos
diferente cada año, debido a que el clima es influenciado por la posición y fuerza de
grandes sistemas subtropicales de presión del norte del atlántico y noreste del
Océano Pacifico. Esta condición provocada que los fenómenos sean el resultado de
factores distintos; dando al análisis de frecuencias un carácter de distribuciones
mixta”. En este estudio se utilizó la distribución Doble Gumbel, para el ajuste de los
datos, el cual arrojo muy buenos resultados e indicando que dicha distribución es la
mejor herramienta de análisis para casos como estos.(Suarez, 2011)
Otro investigación importante es el “Cálculo de registros sintéticos de ingresos
por cuenca propia de un sistema de presas de la región Noroeste de México,
caracterizada por eventos invernales”, en el cual el ajuste de los datos se realizó con
distribución mixta de probabilidad, específicamente con la distribución doble Gumbel.
(Domínguez y Arganis, 2011).

31
3. Metodología
3.1. Introducción
En este capítulo se encontró toda la estructura desde la selección hasta el
tratamiento de los datos utilizados de las estaciones casos de estudio (Rafael Núñez,
San Luis y Benito Suarez). Las cuales apoyaran la aproximación metodológica a la
que se desea llegar para la construcción de las curvas Intensidad--Duración –
Frecuencia con distribuciones mixtas de probabilidad.
3.2 METODOLOGÍA
3.2.1 TIPO DE ESTUDIO
El tipo de estudio que se efectuó en la investigación tiene un énfasis científico,
en donde se aplicó distintas herramientas tecnológicas, tales como los software
Oracle Cristal Ball, Hyfran y Matlab.
Para llevar a cabo los objetivos de esta investigación, se seleccionaron 3
estaciones (Sinóptica principal) como caso de estudio del presente trabajo. Estas
estaciones se encuentran ubicadas en las ciudades de Neiva, Ipiales y Cartagena,
ciudades que debido a su ubicación son afectadas por condiciones climáticas
distintas, lo que se puede comprobar por los océanos que están más cercas a ellas y
su altura con respecto al nivel del mar . (Ver Tabla 3-1 y Tabla 3-2)
32
Tabla 3-1
Detalles de las estaciones Sinópticas. IDEAM. Meteorología Aeronáutica.
Estaciones Sinópticas Ubicadas en los Aeropuerto de las ciudades de Neiva, Ipiales y
Cartagena
Benito Salas San Luis Rafael Núñez
Código IDEAM 21115020 Código IDEAM 52055010 Código IDEAM 1401502
Localización 2° 58´ 0´´ N Localización 0°51´26´´N Localización 10°26´9´´N

75°18´ 0´´W 77°40´40´´W 75°31´1´´W
Altitud 439m.s.n.m Altitud 2961m.s.n.m Altitud 2m.s.n.m
Ciudad Neiva Ciudad Aldana Ciudad Cartagena
Departamento Huila Departamento Nariño Departamento Bolívar

Fuente: Recuperado el 07 de Octubre del 2014, de http://www.meteoaeronautica.gov.co/jsp/estado-
del-tiempo-en-aeropuertos_749
De estas estaciones se observan las siguientes condiciones climáticas:
Tabla 3-2
Parámetros climáticos de las estaciones seleccionadas. IDEAM. Periodo desde 1970 al
2010.
Condiciones Climáticas Promedios Anual
San Luis Benito Salas Rafael Núñez
Temperatura 11,1 Temperatura 27 Temperatura 27

Media Media Media
Brillo Solar 1461 Brillo Solar 2018 Brillo Solar 2577
Humedad 84 Humedad 66 Humedad 81

Fuente: Recuperado el 10 de Abril del 2013 de http://www.meteoaeronautica.gov.co/jsp/estado-del-
tiempo-en-aeropuertos_749
33
Figura 2. Ubicación de las estaciones Sinópticas en Colombia. Google Earth.
Como se puede observar en la tabla 3-2, las tres estaciones registraron
condiciones climáticas distintas, lo que influye en el régimen hidrológico de cada una
de sus zonas. Además en la Figura 2 se presenta la ubicación espacial de las
estaciones en el territorio colombiano. Donde se presenció a grandes rasgos la
topografía y la cercanía delas estaciones Benito Salas y San Luis al océano Pacifico
y en la estación Rafael Núñez al océano Atlántico.
Luego de seleccionar las anteriores estaciones, se revisaron los registros
pluviograficos de cada una de las estaciones, con el fin de seleccionaron los meses
donde se tuvo mayor altura de precipitación de cada uno de los años. Seleccionando
un promedio de 40 años de registro para cada una de las estaciones, es decir desde
1970 hasta el 2010. En dicha selección se identificaron los meses de la tabla 3-2.
34
Tabla 3-3
Meses de precipitación máxima seleccionada en la estación ubicada en el Aeropuerto
Benito Salas
Nombre de la estación: Aeropuerto Benito Salas
Años Meses
1970 Mayo Octubre
1971 Enero Febrero
1972 Octubre Noviembre
1973 Julio Noviembre
1976 Enero Octubre
1977 Marzo Diciembre
1979 Abril Octubre
1980 Noviembre Diciembre
1981 Abril Septiembre
1982 Enero Mayo
1983 Mayo Noviembre
1984 Abril Octubre
1986 Mayo Octubre
1987 Octubre Diciembre
1988 Septiembre Octubre
1989 Enero Marzo
1990 Enero Octubre
1995 Abril Diciembre

35
1996 Febrero Octubre
1997 Marzo Noviembre
1999 Febrero Noviembre
2000 Septiembre Noviembre
2002 Marzo Mayo
2004 Enero Octubre
2005 Febrero Diciembre
2006 Marzo Octubre
2007 Abril Octubre
2008 Enero Noviembre
2009 Enero Octubre
2010 Mayo Noviembre
Tabla 3-4
Meses de precipitación máxima seleccionada en la estación ubicada
en el Aeropuerto San Luis.
Nombre de la estación: Aeropuerto San Luis
Fecha Meses
1970 Mayo Octubre
1971 Enero Diciembre
1972 Enero Abril
1973 Abril Mayo
1974 Septiembre Diciembre
1976 Enero Marzo
1977 Agosto Septiembre

36
1979 Abril Octubre
1980 abril Octubre
1982 Marzo Abril
1983 Abril Octubre
1984 Enero Octubre
1985 Enero Abril
1986 Marzo Abril
1988 Mayo Octubre
1989 Octubre Diciembre
1990 Junio Noviembre
1992 Marzo Septiembre
1993 Abril Noviembre
1994 Abril Octubre
1995 Marzo Diciembre
1997 Enero Marzo
1998 Marzo Mayo
1999 Febrero Marzo
2000 Febrero Mayo
2001 Abril Noviembre
2002 Abril Octubre
2003 mayo Julio
2005 Marzo Abril
2006 Febrero Junio
2008 Marzo Abril

37
2009 Abril Octubre
2010 Mayo Noviembre
2011 Febrero Noviembre
Tabla 3-5
Meses donde se registraron mayor precipitación en el año designado en la estación
Aeropuerto Rafael Núñez.
Nombre de la estación Aeropuerto Rafael Núñez
Código del IDEAM para la

1401502
estación
Año Meses
1970 Julio Diciembre
1971 Enero Julio
1972 Abril Junio
1973 Mayo Octubre
1974 Septiembre ---
1975 Julio Agosto
1976 Mayo Octubre
1977 Agosto Noviembre
1979 Abril Octubre
1980 Julio ---
1983 Septiembre Noviembre
1984 Julio Agosto
1985 Agosto Octubre
1986 Junio Octubre

38
1988 Mayo Junio
1989 Septiembre ---
1990 Septiembre Diciembre
1991 Mayo Septiembre
1992 Junio Julio
1995 Julio Agosto
1996 Junio Octubre
1997 Junio Noviembre
1999 Agosto ---
2000 Julio Septiembre
2001 Junio Octubre
2002 Junio Octubre
2003 Noviembre ---
2004 Mayo Octubre
2005 Mayo Octubre
2006 Mayo Octubre
2007 Mayo ---
2008 Mayo Noviembre
2009 Agosto Octubre
2010 Mayo Noviembre

39
3.3 Fuentes y técnicas para la recolección de la información
3.3.1 Fuente primaria:
Como fuente primaria se tuvieron las alturas de precipitación (tabla 8), los
cuales se adquirieron en el Instituto de Hidrología, Meteorología y Estudios
Ambientales (IDEAM) de Colombia, información que fue representada mediante
cartas pluviograficas de las estaciones sinópticas principal ubicada en Ipiales
(Aeropuerto San Luis), Neiva (Aeropuerto Benito Salas) y Cartagena (Aeropuerto
Internacional Antonio Nariño).
3.3.2 Fuentes secundarias:
Se obtuvieron recursos tales como libros, artículos científicos e investigaciones
relacionadas con las curvas de Intensidad-Duración-Frecuencia (IDF), pero en
especial aquellos relacionados con la elaboración de estas curvas construidas con
distribuciones de probabilidad mixta.
Se resalta que todos los datos obtenidos y la información que se encuentre en
las fuentes secundarias y primarias, se procesó en software especializados en el
tema.
40
3.3.3 Tratamiento de la información
Los análisis que se realizaron en la presente investigación se relacionan a
continuación:
 Recopilación de Información
Para obtener la información, se adquieren los registros pluviograficos del 1970
hasta el año 2010 (Pluviogramas), con el fin de seleccionar por lo menos dos meses
en cada año en donde se produjo la mayor altura de precipitación. Luego seleccionar
dentro de esos dos meses por lo menos dos días donde se registraran las mayores
alturas, donde finalmente este serán tus datos para operar.
 Interpretación de Cartas pluviográficas
Se convirtieron las alturas de precipitación en intensidades mm/h, la cual se
obtiene dividiendo la altura de precipitación por la duración. Luego del anterior
resultado se observan cuál de los datos tiene mayor magnitud y esos serán
seleccionados como los registros definitivos (Ver tabla 3-7).

41
Tabla 3-6
Valores de precipitación en cada una de las estaciones de estudio.
Estaciones Caso de Estudio
Estación Rafael Núñez Estación San Luis Estación Benito Salas
Fecha
Duración Duración Duración
Año 10 20 30 60 120 180 240 360 10 20 30 60 120 180 240 360 10 20 30 60 120 180 240 360
2010 115 77 68 60 50 35 27 19 27 20 19 15 11 8 7 4 120 89 84 56 29 20 15 10
2009 76 64 56 40 28 19 15 10 69 41 30 17 10 8 6 4 93 75 69 47 25 17 13 8
2008 67 62 49 31 18,55 14 10,7 7,2 48 33 30 21 10 7 7 5 90 75 70 56 39 27 21 14
2007 115,2 99,3 95,6 76,4 52,3 35,2 26,4 17,6 42 36 26 21 11 9 7 5 120 120 96 64 39 26 20 14
2006 87 57 44 35 20 15 11 8 12 11 9 9 7 6 6 4 90 75 60 45 26 18 14 10
2005 58,2 56,4 42,6 30,8 21,95 19 16 11 16 13 10 7 5 5 4 3 87 62 49 37 23 15 11 8
2004 56 54 52 29 15 10 8 7 24 18 19 12 6 4 3 2 60 48 42 37 25 17 13 9
2003 58,8 57,3 56,6 52,9 44,7 35,1 27,3 20,7 14 13 12 9 8 6 4 3 72 57 50 40 28 19 15 10
2002 48 39 40 26 14 9 7 5 27 26 23 15 12 9 7 5 90 63 54 50 27 18 14 9
2001 71,4 63,6 59,8 43,1 25,05 16,9 13 8,7 63 50 42 38 22 15 11 8 120 99 94 67 37 25 19 12
2000 79 75 62 55 36 24 18 12 15 11 8 7 6 5 5 4 62 61 52 36 25 21 16 11
1999 88 82 74 55 40 29 22 17 48 33 25 17 12 10 8 5 96 78 65 42 21 14 11 7
1998 114 95 74 46 25 19 17 13 30 27 23 17 9 7 5 3 98 61 49 32 21 14 11 7
1997 144 132 117 80 45 30 23 15 18 14 11 7 7 6 5 4 78 78 72 48 25 19 15 10
1996 48 60 43 27 14 9 7 5 21 19 18 15 9 6 5 4 115 115 96 69 38 25 19 13
1995 67,8 54 51,2 45,3 32,35 25,6 20,2 13,5 15 12 10 5 4 3 2 2 57 52 52 38 19 13 10 6
1994 91 75 58 42 22 15 11 7 29 28 21 16 8 6 4 3 89 74 69 50 30 21 16 11
1993 10 6 4 2 1 1 1 1 42 32 26 19 9 6 5 3 144 101 88 53 28 19 14 9
1992 96 64 52 27 13 9 7 4 28 26 22 12 8 7 5 4 102 84 76 59 36 25 20 15
1991 57 44 38 25 14 9 7 5 47 32 30 22 14 9 7 5 42 30 25 19 15 11 9 6
1990 95,4 74,4 81,4 57,3 34,1 23,7 18,1 14 46 32 24 15 10 9 7 5 138 94 76 48 30 21 16 11
1989 58 57 55 48 27 22 17 11 30 26 25 18 9 8 6 4 78 53 37 23 12 8 6 4
1988 83 76 70 47 28 20 15 11 23 18 14 9 5 4 4 3 41 30 21 11 9 7 7 5
1987 108 96 88 66 40 28 23 16 7 7 7 6 5 5 4 3 68 54 40 33 19 13 9 6
42
Estación Rafael Núñez San Luis Benito Salas

Fecha
Duración Duración Duración
36
Año 10 20 30 60 120 180 240 360 10 20 30 60 120 180 240 360 10 20 30 60 120 180 240
0
1986 95 65 50 41 27 18 13 9 11 10 9 9 7 5 4 3 49 46 43 34 26 18 15 10
1985 121,8 121 101 71,4 54,45 45 36,5 24,63 56 34 24 14 10 7 5 3 72 57 46 26 15 10 8 5
1984 147 126 109 84 46 31 23 15 8 6 6 4 4 3 3 3 228 204 160 94 51 35 26 17
1983 117 88 77 57 29 20 15 10 57 44 40 28 15 10 8 5 72 66 60 42 30 23 19 13
1982 41 41 36 32 19 13 10 6 8 7 6 5 4 3 2 2 48 39 34 21 14 11 10 7
1981 108 74 57 32 21 16 15 12 54 43 38 23 12 8 6 4 66 63 60 47 31 21 17 11
1980 120 120 113 100 63,6 43 32,3 27,25 40 32 25 15 9 6 5 3 60 51 41 25 13 9 6 4
1979 120 90 93 75 50 41 32 22 56 46 42 32 18 13 12 8 60 57 50 31 17 17 13 10
1978 120 116 95 61 31 21 16 11 56 46 42 32 18 12 9 6 84 81 78 61 39 27 21 14
1977 89,4 63 59 42,5 31,3 21 15,8 10,52 33 29 21 13 7 6 6 5 42 33 28 24 16 11 8 5
1976 82 71 58 35 25 17 13 8 27 19 16 10 5 4 3 2 126 99 80 41 23 16 12 8
1975 481 286 230 146 78 53 40 27 42 26 19 12 10 7 6 4 24 18 14 8 6 6 4 3
1974 150 114 100 73 37,2 24,8 18,6 12,4 30 29 23 14 9 6 4 3 66 48 42 26 21 16 13 10
1973 180 150 120 76 39 26 22 15 59 50 42 25 14 9 7 6 63 35 24 14 9 7 5 4
1972 120 98 96 79 51 34 26 17 60 45 33 19 11 7 6 4 - - - - - - - -
1971 124 90 80 61 36 28 25 19 - - - - - - - - - - - - - - - -
1970 120 107 95 69 44,4 47,7 38,4 25,62 - - - - - - - - - - - - - - - -
43
 Relación de los Registro de la NOAA con Registros Obtenidos
Luego de obtener los registros finales, se revisó la tabla ONI de la NOAA y se
relaciona si los datos obtenidos tienen relación con los identificados en la ONI como
la posible presencia de fenómenos de la Niña, además se analizaron los registros de
huracanes o tormentas tropicales que hayan tenido influencia en el sur del continente
americano. Cada una de las relaciones encontrada es marcadas en los registros.
 Ajuste de datos con Distribuciones de Probabilidad (Simples y
Mixtas)
Teniendo los registros finales, es decir un dato de intensidad por mes y año
seleccionado, se realizaron el ajuste de los datos por medio de las distribuciones de
probabilidad simples (Gumbel, Gev y Weibull) y la distribución mixta de probabilidad
Doble Gumbel.
 Prueba Chi-cuadrado
Luego de realizar los ajustes, se debe verificó que los datos se comportaban
como algunas de las distribuciones de probabilidad (Gumbel, Gev, Weibull y Doble
Gumbel). Para esto se aplica se realiza una prueba de hipótesis (H0: Se acepta el
comportamiento de los datos para la distribución analizada. H1: No se acepta el
comportamiento de los datos para distribución analizada) ayudada con chi cuadrado.
44
 Elaboración Curva Intensidad-Duración-Frecuencia (IDF)
Después de corroborar que los datos se ajustan a una distribución de
probabilidad. Se procedió a construir las curvas IDF, según los resultados obtenidos.
4. ESTRUCTURA DEL ANÁLISIS DE DATOS
4.1 Introducción
En este capítulo se describe el análisis de los datos para la construcción de las
curvas de Intensidad - Duración – Frecuencia (IDF), en las cuales se incluye la
herramienta (software) que contiene la distribución mixta de probabilidad Doble
Gumbel. Destacando que la población de datos analizados, se encontraron algunos
casos con dos poblaciones y otros con una sola población, lo cual se tiene en cuenta
en la construcción final de dichas curvas.
También se encuentra el material base para la identificación de fenómenos
climáticos que pudieran afectar o alterar el comportamiento normal de las lluvias,
como también los registros finales de intensidad utilizados en el análisis de los datos.
4.2. Fenómenos climáticos en los casos de Estudios
Para obtener los fenómenos climáticos que pudieron afectar el
comportamiento de las lluvias en las estaciones de medición, se revisaron los
registros de la National Oceanic and Atmospheric Administration (NOAA), donde se
guarda una gran base de datos de estos temas en específico.

45
La primera revisión que se realizó en la NOAA fue la tabla llamada “Changes
to Oceanic Niño Index (ONI)”. En ella se puede observar un indicador que destaca
según su magnitud que se pudo haber generado un fenómeno del niño o de la niña,
es decir cuando el indicador se encuentra por debajo de -0.5, posiblemente hubo
fenómenos de la Niña, pero si el indicador pasa el 0.5, lo más probable es que hubo
fenómeno del Niño.
Indicador que la NOAA lo ha podido corroborar con el paso del tiempo,
marcando cada uno de los eventos ocurridos en la Tabla 4-1, presentado de la
siguiente manera: Si en la columna el dato aparece de color azul, es que en ese mes
por lo menos hubo algún indicio del fenómeno de la Niña, pero si el dato aparece de
color rojo, fue que por lo menos hubo algún indicio del fenómeno del Niño.
Todo lo anterior es de gran importancia en la investigación, debido a que se
realiza un comparativo de los fenómenos identificados en dicha tabla, con los datos
que se obtienen mediante las estaciones de medición en las ciudades escogidas
(Neiva, Ipiales y Cartagena), comparación que le brinda sustento a la investigación,
con el fin de afirmar si ese dato coincidente cuenta con la influencia del fenómeno
climático presentado en esa fecha.

46
Tabla 4-1
Changes to Oceanic Niño Index (ONI). NOAA. Climate Prediction Center
Changes to Oceanic Niño Index (ONI)
Enero feb marzo Abril Mayo Junio Julio Agosto Sep Octu NOV DIC
Year DJF JFM FMA MAM AMJ MJJ JJA JAS ASO SON OND NDJ
1950 -1.4 -1.3 -1.2 -1.2 -1.1 -0.9 -0.6 -0.5 - 0.4 -0.5 -0.6 -0.7
1951 -0.8 -0.6 - 0.4 - 0.2 0 0.4 0.6 1 1.1 1.2 1.1 0.9
1952 0.6 0.4 0.3 0.3 0.3 0.1 - 0.1 0 0.2 0.2 0.2 0.3
1953 0.5 0.6 0.6 0.7 0.7 0.7 0.7 0.7 0.8 0.8 0.8 0.8
1954 0.7 0.5 0.1 - 0.4 -0.5 -0.5 -0.6 -0.7 -0.8 -0.7 -0.7 -0.7
1955 -0.7 -0.7 -0.7 -0.8 -0.8 -0.8 -0.8 -0.7 -1.1 -1.4 -1.7 -1.6
1956 -1.1 -0.8 -0.6 -0.5 -0.5 -0.5 -0.5 -0.6 -0.5 -0.5 -0.5 -0.5
1957 - 0.3 0.1 0.4 0.7 0.9 1 1.1 1.2 1.2 1.3 1.5 1.8
1958 1.8 1.6 1.2 0.9 0.7 0.6 0.5 0.3 0.3 0.4 0.5 0.6
1959 0.6 0.6 0.5 0.3 0.2 - 0.1 - 0.2 - 0.3 - 0.1 0 0.1 0
1960 - 0.1 - 0.2 - 0.2 - 0.1 - 0.1 0 0.1 0.2 0.2 0.1 0.1 0.1
1961 0 0 0 0.1 0.3 0.4 0.2 - 0.1 - 0.3 - 0.3 - 0.2 - 0.1
1962 - 0.2 - 0.3 - 0.3 - 0.3 - 0.2 - 0.2 0 - 0.1 - 0.2 - 0.3 - 0.4 - 0.5
1963 - 0.4 - 0.2 0.1 0.3 0.3 0.5 0.8 1.1 1.2 1.3 1.4 1.3
1964 1.1 0.6 0.1 - 0.4 -0.6 -0.6 -0.6 -0.7 -0.8 -0.8 -0.8 -0.8
1965 -0.6 - 0.3 0 0.2 0.5 0.8 1.2 1.5 1.7 1.9 1.9 1.7
1966 1.4 1.1 0.9 0.6 0.4 0.3 0.3 0.1 0 - 0.1 - 0.1 - 0.2
1967 - 0.3 - 0.4 - 0.5 - 0.4 - 0.2 0.1 0.1 - 0.1 - 0.3 - 0.3 - 0.3 - 0.4
1968 - 0.6 - 0.8 - 0.7 - 0.5 - 0.2 0.1 0.4 0.5 0.5 0.6 0.8 1
1969 1.1 1.1 1 0.9 0.8 0.6 0.5 0.5 0.8 0.9 0.9 0.8
1970 0.6 0.4 0.4 0.3 0.1 - 0.2 -0.5 -0.7 -0.7 -0.7 -0.8 -1
1971 -1.2 -1.3 -1.1 -0.8 -0.7 -0.7 -0.7 -0.7 -0.7 -0.8 -0.9 -0.8
1972 -0.6 - 0.3 0.1 0.4 0.6 0.8 1.1 1.4 1.6 1.9 2.1 2.1
1973 1.8 1.2 0.6 - 0.1 -0.5 -0.8 -1 -1.2 -1.3 -1.6 -1.9 -2
1974 -1.9 -1.6 -1.2 -1 -0.8 -0.7 -0.5 - 0.4 - 0.4 -0.6 -0.8 -0.7
1975 -0.5 -0.5 -0.6 -0.7 -0.8 -1 -1.1 -1.2 -1.4 -1.5 -1.6 -1.7
1976 -1.5 -1.1 -0.7 -0.5 - 0.3 - 0.1 0.2 0.4 0.6 0.7 0.8 0.8
1977 0.6 0.6 0.3 0.3 0.3 0.4 0.4 0.4 0.5 0.7 0.8 0.8
1978 0.7 0.5 0.1 - 0.2 - 0.3 - 0.3 - 0.3 - 0.4 - 0.4 - 0.3 - 0.1 - 0.1
1979 - 0.1 0.1 0.2 0.3 0.2 0 0 0.2 0.3 0.5 0.5 0.6
1980 0.5 0.4 0.3 0.3 0.4 0.4 0.3 0.1 - 0.1 0 0 - 0.1
1981 - 0.4 - 0.6 - 0.5 - 0.4 - 0.3 - 0.3 - 0.4 - 0.4 - 0.3 - 0.2 - 0.2 - 0.1
1982 - 0.1 0 0.1 0.3 0.5 0.7 0.7 1 1.5 1.9 2.1 2.2
1983 2.2 1.9 1.5 1.2 0.9 0.6 0.2 - 0.2 -0.5 -0.8 -0.9 -0.8
1984 -0.5 - 0.3 - 0.3 - 0.4 - 0.5 - 0.5 - 0.3 - 0.2 - 0.3 -0.6 -0.9 -1.1
1985 -1 -0.9 -0.7 -0.7 -0.7 -0.6 -0.5 -0.5 -0.5 - 0.4 - 0.4 - 0.4
1986 - 0.5 - 0.4 - 0.2 - 0.2 - 0.1 0 0.3 0.5 0.7 0.9 1.1 1.2
1987 1.2 1.3 1.2 1.1 1 1.2 1.4 1.6 1.6 1.5 1.3 1.1
1988 0.8 0.5 0.1 - 0.2 -0.8 -1.2 -1.3 -1.2 -1.3 -1.6 -1.9 -1.9
1989 -1.7 -1.5 -1.1 -0.8 -0.6 - 0.4 - 0.3 - 0.3 - 0.3 - 0.3 - 0.2 - 0.1
1990 0.1 0.2 0.3 0.3 0.2 0.2 0.3 0.3 0.4 0.3 0.4 0.4
1991 0.3 0.2 0.2 0.3 0.5 0.7 0.8 0.7 0.7 0.8 1.2 1.4
1992 1.6 1.5 1.4 1.2 1 0.7 0.3 0 - 0.2 - 0.3 - 0.2 0
1993 0.2 0.3 0.5 0.6 0.6 0.5 0.3 0.2 0.2 0.2 0.1 0.1
1994 0.1 0.1 0.2 0.3 0.4 0.4 0.4 0.4 0.5 0.7 1 1.2
1995 1 0.8 0.6 0.3 0.2 0 - 0.2 - 0.4 -0.7 -0.8 -0.9 -0.9
1996 -0.9 -0.8 -0.6 - 0.4 - 0.3 - 0.2 - 0.2 - 0.3 - 0.3 - 0.3 - 0.4 - 0.5
1997 - 0.5 - 0.4 - 0.1 0.2 0.7 1.2 1.5 1.8 2.1 2.3 2.4 2.3
1998 2.2 1.8 1.4 0.9 0.4 - 0.2 -0.7 -1 -1.2 -1.3 -1.4 -1.5
1999 -1.5 -1.3 -1 -0.9 -0.9 -1 -1 -1.1 -1.1 -1.3 -1.5 -1.7
2000 -1.7 -1.5 -1.2 -0.9 -0.8 -0.7 -0.6 -0.5 -0.6 -0.6 -0.8 -0.8
2001 -0.7 -0.6 -0.5 - 0.4 - 0.2 - 0.1 0 0 - 0.1 - 0.2 - 0.3 - 0.3
2002 - 0.2 0 0.1 0.3 0.5 0.7 0.8 0.8 0.9 1.2 1.3 1.3
2003 1.1 0.8 0.4 0 - 0.2 - 0.1 0.2 0.4 0.4 0.4 0.4 0.3
2004 0.3 0.2 0.1 0.1 0.2 0.3 0.5 0.7 0.8 0.7 0.7 0.7
2005 0.6 0.4 0.3 0.3 0.3 0.3 0.2 0.1 0 - 0.2 -0.5 -0.8
2006 -0.9 -0.7 -0.5 - 0.3 0 0.1 0.2 0.3 0.5 0.8 1 1
2007 0.7 0.3 - 0.1 - 0.2 - 0.3 - 0.3 - 0.4 -0.6 -0.8 -1.1 -1.2 -1.4
2008 -1.5 -1.5 -1.2 -0.9 -0.7 -0.5 - 0.3 - 0.2 - 0.1 - 0.2 -0.5 -0.7
2009 -0.8 -0.7 -0.5 - 0.2 0.2 0.4 0.5 0.6 0.8 1.1 1.4 1.6
2010 1.6 1.3 1 0.6 0.1 - 0.4 -0.9 -1.2 -1.4 -1.5 -1.5 -1.5
2011 -1.4 -1.2 -0.9 -0.6 - 0.3 - 0.2 - 0.2 - 0.4 -0.6 -0.8 -1 -1
2012 -0.9 -0.6 -0.5 - 0.3 - 0.2 0 0.1 0.4 0.5 0.6 0.2 - 0.3
2013 - 0.6 - 0.6 - 0.4 - 0.2 - 0.2 - 0.3 - 0.3 - 0.3 - 0.3 - 0.2
Recuperado 15 de noviembre de 2013, de http://www.cpc.ncep.noaa.gov/products/analysis_monitoring/ensostuff/ensoyears.shtml
47
Otra herramienta presentada para la identificación de alteraciones climáticas
fue la búsqueda de la ocurrencia de Huracanes y/o tormentas tropicales, tanto en el
océano Pacifico como en el océano Atlántico, que afectaran las estaciones de
medición escogidas. Esto se observa en la Tablas 4-2 y Tabla 4-3:
Tabla 4-2
Huracanes en el Océano Atlántico. NOAA. National Huracanes Center.
Huracanes en el Océano Atlántico
Nombre Año Meses
Gustav 2008 Agosto - Septiembre
Félix 2007 Agosto - Septiembre
Emily 2005 Julio
Iris 2001 Octubre
Félix 2005 Agosto
Andrew 1992 Agosto
Gustav 1990 Agosto - Septiembre
Nicholas 2003 Octubre
Gloria 1985 Septiembre
Allen 1980 Agosto
Recuperado 15 de noviembre de 2013, de http://www.nhc.noaa.gov/
Tabla 4-3
Huracanes en el Océano Pacifico. NOAA. National Huracanes Center
Huracanes del Pacifico
Nombre Año Meses
Celia 2010 Junio
Daarby 2010 Julio
Agatha 2010 Mayo
Felicia 2009 Mayo
Rick 2009 Octubre
Octave 2001 Octubre - Noviembre
Alma 2002 Mayo - Junio
Javier 2004 Septiembre
Gre 1993 Noviembre
Paul 1978 Noviembre
Cuyutlan 1992 Noviembre
Rachel 1990 Octubre
Paul 1973 Octubre
Ignacio 1979 Octubre
48
Recuperado 15 de noviembre de 2013, de http://www.nhc.noaa.gov/
Conociendo los datos de la tablas 4-2 y 4-3, se identificaron los datos
coincidentes con fenómenos ciclónicos, tal como lo establece la Tabla 4-4 marcados
de color verde.
Tabla 4-4
Datos de intensidades de las estaciones casos de estudios, marcados con los
eventos ciclónicos.
Estación Rafel Nuñez Estación San Luis Estación Benito Salas
Intensidades Intensidades Intensidades
No
Duracion Duracion Duracion
10 20 30 60 120 180 240 360 10 20 30 60 120 180 240 360 10 20 30 60 120 180 240 360
1 481 286 230 146 78 53 40 27 69 50 42 38 22 15 12 8 228 204 160 94 51 35 26 17
2 180 150 120 100 64 48 38 27 63 50 42 32 18 13 11 8 138 120 96 69 45 30 23 16
3 150 132 117 84 54 45 37 26 60 46 42 32 18 12 9 6 126 115 96 67 39 27 21 15
4 147 126 113 80 52 43 32 25 59 46 42 28 15 10 8 6 120 99 94 64 39 27 21 14
5 144 121 109 79 51 41 32 22 57 45 40 25 14 10 8 5 120 99 80 64 39 26 20 14
6 124 120 101 76 50 35 27 21 56 44 38 23 14 10 8 5 120 94 78 61 38 25 20 14
7 122 116 100 76 50 35 27 19 56 43 33 22 12 9 7 5 120 89 76 59 37 25 20 13
8 120 114 96 75 46 35 26 19 56 41 30 21 12 9 7 5 115 84 76 56 37 25 19 13
9 120 107 96 73 45 34 26 18 54 36 30 21 12 9 7 5 98 81 72 52 36 25 19 12
10 120 99 95 71 45 31 25 17 48 34 30 19 12 9 7 5 96 78 72 50 31 23 19 11
11 120 98 95 69 44 30 23 17 48 33 26 19 11 9 7 5 93 78 70 50 30 21 17 11
12 120 96 93 66 40 29 23 16 48 33 26 19 11 8 7 5 90 75 69 48 30 21 16 11
13 117 95 88 61 40 28 23 15 48 32 25 18 11 8 7 5 90 75 69 48 30 21 16 11
14 115 90 81 61 39 28 22 15 47 32 25 17 10 8 7 5 90 75 65 48 28 21 16 10
15 115 90 80 60 37 26 22 15 46 32 25 17 10 7 6 4 89 74 60 47 28 19 15 10
16 114 88 77 57 36 26 20 14 42 32 24 16 10 7 6 4 87 72 60 47 27 19 15 10
17 108 82 74 57 36 25 19 14 42 29 24 15 10 7 6 4 84 71 60 45 26 19 15 10
18 108 77 74 55 34 24 18 13 40 29 23 15 9 7 6 4 84 66 60 42 26 18 15 10
19 96 76 70 55 32 24 18 12 30 28 23 15 9 7 6 4 78 63 59 42 25 18 14 10
20 95 75 68 53 31 22 17 12 30 27 23 15 9 7 6 4 78 63 57 42 25 18 14 10
21 95 75 62 48 31 21 17 12 30 26 22 15 9 7 5 4 72 63 56 41 25 17 13 9
22 91 74 60 47 29 21 16 11 30 26 21 14 9 6 5 4 72 61 54 40 25 17 13 9
23 89 74 59 46 28 20 16 11 29 26 21 14 9 6 5 4 72 57 52 38 24 17 13 9
24 88 71 58 45 28 20 16 11 28 26 19 13 8 6 5 4 72 57 52 37 23 16 13 8
25 87 65 58 43 27 19 15 11 27 24 19 12 8 6 5 4 66 57 50 36 21 16 12 8
26 83 64 57 43 27 19 15 11 27 20 18 12 8 6 5 3 66 57 50 34 21 16 12 8
27 82 64 57 42 25 19 15 10 24 19 17 10 8 6 5 3 63 53 46 33 19 14 12 7
28 79 64 56 41 25 18 15 10 23 18 14 9 7 6 5 3 62 52 43 31 18 14 11 7
29 76 63 55 40 25 17 13 9 21 16 12 9 7 6 4 3 60 51 43 30 18 13 10 7
30 71 62 52 35 22 17 13 9 18 14 12 9 7 6 4 3 60 51 42 30 17 13 10 6
31 68 60 52 35 22 16 13 8 17 14 11 9 7 6 4 3 60 48 42 26 17 11 10 6
32 67 57 51 32 21 15 11 8 16 13 11 8 6 5 4 3 60 48 41 25 16 11 9 6
33 59 57 50 32 20 15 11 7 16 13 10 7 6 5 4 3 57 46 37 24 15 11 9 5
34 58 57 49 31 19 14 11 7 15 12 10 7 5 5 4 3 49 39 34 23 14 11 8 5
35 58 56 44 31 19 13 10 7 15 11 9 7 5 5 4 3 48 35 28 21 13 9 7 5
36 57 54 43 29 15 10 8 6 14 9 8 6 5 4 3 3 42 33 25 19 12 8 6 4
37 56 54 43 27 14 9 7 5 8 7 7 5 4 3 3 2 42 30 24 14 9 7 5 4
38 48 44 40 27 14 9 7 5 8 7 6 5 4 3 2 2 24 18 14 8 6 6 4 3
39 48 41 38 26 14 9 7 5 7 6 6 4 4 3 2 2 - - - - - - - -
40 41 39 36 25 13 9 7 4 - - - - - - - - - - - - - - - -
49
4.2 Análisis de datos
Para el análisis de los datos, se presentan distintas herramientas, de las
cuales se encuentra un Programa desarrollado a lo largo de esta investigación, bajo
el leguaje de Matlab, en donde se analizaron todos los registros con distribución
mixta de Probabilidad, específicamente la Doble Gumbel.
Para el programa desarrollado en Matlab, se utilizaron las ecuaciones
descritas en el ítem 2.2.3, en donde se operan los datos en la ecuación de la
distribución doble Gumbel de la siguiente manera: los datos clasificados como
ciclónicos se operaron en la primera expresión de la ecuación, y los datos
clasificados como no ciclónicos se operaron en la tercera expresión de la ecuación.
Además se calcula los parámetros con las ecuaciones descritas en el mismo ítem.
A continuación se presenta un diagrama de flujo del programa en mención:
Inicio
Se solicita ingreso de datos Calculo de media, Calculo de parámetros α ,

(numero, Ciclónicos y no desviación estándar α ,β yβ
Ciclónicos)
Calculo de media, desviación Selección de parámetros 𝜇 ,

Se realiza la operación con la
estándar 𝜇 ,𝛼 y 𝜇 de Tabla según
distribución Doble Gumbel
numero de datos
(Datos observados)
Se realiza operación con la Imprime resultados (Intensidad,

Probabilidad, Tiempo de
FIN
distribución Doble Gumbel
(Datos Esperados) retorno, Grafica de ajuste)
Ilustración 1. Diagrama de Flujo. Software Doble Gumbel
Cabe destacar que las ecuaciones utilizadas en esta secuencia de pasos, son
las descritas en el marco teórico del presente documento.

50
Además se utilizó un software desarrollado por “Water Resources Publications,
LLC”, llamado Hyfran, en el que se operaron los mismos registros pero bajo las
distribuciones de probabilidad sencillas (Gumbel, GEV, Wiebul, etc).
4.2.1 Resultados con Distribuciones Sencillas con el Software Hyfran
Luego de tener los datos de la tabla 4-5, se analizan en el software Hyfran
para poder obtener la tendencia de los datos, según las distribuciones de
probabilidad sencillas contenidas en dicha herramienta tecnológica.
En el Sotfware Hyfan, se deben realizar los siguientes pasos para poder
utilizarlo:
 Ingresar los datos observados y el año, de no tener el año colocar una
identificación cuantitativa.
Figura 3.Paso 1 del Programa Hyfran

Datos de Identificación
intensidad Cuantitativa
 Luego se debe seleccionar la distribución de probabilidad con la que
deseas realizar tu ajuste.

51
Figura 4. Imagen Hyfran (Paso 2)
Se debe tener en cuenta realizar el cambio de las unidades que deseas
analizar. Finalmente de realizar estos pasos el programa arroja como resultado los
datos de la tabla 4-5, en la cual se especifican cada uno de ellos en la duración,
tiempo de retorno y estación sinóptica de cada uno de los casos de estudio.
Tabla 4-5
Datos de precipitación obtenidos con el software Hyfran.
Estación Benito
Minutos
10 20 30 60 120 180 240 360
Período de retorno
100 77 57.2 56.4 40.4 22.2 15.3 10.8 8.34
50 73 54 50.4 36.1 20 13.9 10.2 7.61
20 65 48.8 42.6 30.3 17.1 12 9.3 6.63
10 58 43.9 36.5 25.9 14.8 10.5 8.48 5.86
5 50 37.8 30.1 21.2 12.4 8.93 7.48 5.04
Estación San Luis
Minutos
10 20 30 60 120 180 240 360
Período de retorno
100 201 172 145 96,8 55,7 38,0 29,3 19,9
50 181 154 130 87,1 50,3 34,4 26,6 18,0
20 154 130 110 74,1 43,1 29,6 22,9 15,5
10 133 112 94,8 64,1 37,6 25,9 20,1 13,6
5 111 92,6 78,8 53,7 31,8 22,1 17,1 11,6
52
Estación Rafael Núñez

Minutos
10 20 30 60 120 180 240 360
Período de retorno
5 201 151 124 83 54 41 34 26
10 226 170 139 94 61 46 38 29
20 265 199 163 110 71 54 45 34
50 298 224 183 124 80 61 50 38
100 336 253 206 139 90 69 57 43
Cabe destacar que en cada estación se validaron específicamente tres
distribuciones de probabilidad simples, las cuales son GEV, Wiebull y Gumbel,
exceptuando la estación San Luis donde se evaluó una adicional como es la Shapiro-
Wilk(n<50), esto debido a que en las distribuciones más comunes no se aceptó la
tendencia de los datos para esta estación.
Además, se presenta con ayuda del programa Hyfran la validación de
hipótesis bajo la prueba Chi-cuadrado, en donde se eligió para cada duración la
distribución donde se logró un mejor ajuste y por ende se aceptaba la prueba de
hipótesis. Estas validaciones se mostraran en el Capítulo V, especificando cada una
de las estaciones de datos.
4.2.2 Resultados Con Las Distribuciones Mixtas de Probabilidad (Doble
Gumbel).
Con los datos de las estaciones sinópticas ubicadas en las ciudades de Neiva, Ipiales
y Cartagena, se realiza el ajuste con la distribución doble Gumbel, obteniendo los
resultados presentados en la Tabla 4-6.

53
Tabla 4-6
Datos de precipitación obtenidos con el software de la distribución de Probabilidad
Doble Gumbel
Estación Benito Suarez

Minutos
Período de 10 20 30 60 120 180 240 360
Retorno
5 124 103 90 66 41 29 22 15
10 162 137 119 89 55 38 30 20
20 201 170 149 111 70 48 37 25
50 252 215 188 141 88 60 47 32
100 290 248 217 163 103 70 54 37
Estación San Luis
Minutos
Período de 10 20 30 60 120 180 240 360
Retorno
5 74 55 45 30 16 12 9 6
10 108 80 66 43 23 16 12 8
20 142 105 86 56 29 20 15 11
50 187 138 113 73 37 25 20 13
100 221 163 133 85 44 29 23 15
Minutos
Período de 10 20 30 60 120 180 240 360
Retorno
5 124 123 121 71 44 33 26 18
10 147 146 140 89 56 42 33 24
20 240 240 212 108 68 52 39 29
50 371 306 271 147 84 64 50 36
100 515 357 316 248 95 73 57 42
Cabe destacar que los resultados de la Tabla 4-6, son únicamente de la
distribución de Probabilidad Doble Gumbel.

54
4.3 Construcción de las Curvas Intensidad – Duración – Frecuencia (IDF).
En los ajuste de datos obtenidos y mostrados en los ítems anteriores de este
capítulo, se pudo observar de acuerdo a su grafica de ajuste y apoyado con el
cálculo de la medida de bondad de ajuste Chi-cuadrado, todas las estaciones a pesar
de contener una supuesta coincidencia el día escogido con la generación de un
fenómeno ciclónico, no se comporta en todas las duraciones como un conjunto de
dos poblaciones, es decir en la estación Rafael Núñez tiene este comportamiento en
las duraciones 10, 20, 30 y 40, en la estación Benito Suarez en las duraciones 10,
20 y 30. Pero en la estación San Luis en ninguna de sus duraciones se comportó
como un conjunto de dos poblaciones. (Ver tabla 4-7)
Tabla 4-7
Comportamiento de datos por duraciones en cada estación de medición
Comportamiento De Población De Datos En Las Estaciones Hidrológicas
De Medición
Duración
(Min) 10 20 30 60 120 180 240 360
Estación
Rafael Núñez I I I I O O O O
San Luis O O O O O O O O
Benito Suarez I I I O O O O O
En la tabla 4-7 se encuentra (I) cuando el conjunto de datos se comporta
como dos poblaciones, y (O) cuando el conjunto de datos se comporta como una
sola población.
55
4.4 Diseño de ecuación para obtención de curvas IDF una población.
Para el diseño de la ecuación de la curva IDF de una población se utilizaron
los datos ajustados a través de la distribución Doble Gumbel en los que se
relacionan los valores de las intensidades para duraciones de 10, 20, 30, 60, 120,
180, 240 y 360 minutos, con períodos de retorno de 5, 10, 20,50 y 100 años.
Datos con los cuales se determinan las curvas Intensidad-Duración-
Frecuencia, utilizando la ecuación (5) en la que se relacionan las tres variables
simultáneamente. Esta es esbozada de la siguiente manera. (Aparicio, 1997)
( )
( )
( )
Para encontrar las constantes de la ecuación anterior se realiza un
análisis de correlación lineal múltiple, ejecutando el siguiente procedimiento:
 Aplicando logaritmos se obtiene:
( ) ( )
 Igualando cada uno de los elementos de la siguiente forma:
( )
( )
( )
( ) ( )
 Remplazando estos valores en la ecuación, se obtiene el siguiente resultado:

56
( )
Los valores de T y d son conocidos, para hallar los demás valores es necesario que
la constante c sea calculada, colocándole un valor para cada regresión a realizar.
Teniendo en cuenta lo anterior se proceden a dar valores a C de 5, 10, 20, 30 y 50 en
la gráfica se muestran los resultados del coeficiente de correlación y el valor de c
(Constante), donde podemos observar que para C = 30, C = 20 y C = 50 el valor del
coeficiente de correlación, es mucho más cercano a 1, en las estaciones donde se
enfatizó el estudio (Estación Rafael Núñez, Estación Benito Suarez, Estación San
Luis). Todo esto se ve demostrado en la Figura 5:
a b
0.963 0.884
0.962 0.882
0.961 0.88
R^2
R^2
0.96 0.878
0.959
0.876
0.958
0.874
0.957
0 20 40 60
0 20 40 60
C
C
57
c
1
0.998
0.996
0.994
R^2
0.992
0.99
0.988
0.986
0 20 40 60 80 100 120
C
Figura 5. Relación de la Contante C respecto su correlación. a) Estación Rafael Núñez

b) estación San Luis c) Estación Benito Suarez.
Luego de obtener el valor de c se conocer el valor de las demás constantes
de la ecuación, en este sentido, con los valores obtenidos del análisis de la
correlación lineal múltiple (realizado con Microsoft Excel con su función especializada
regresión lineal) perteneciente a C = 30, C = 20 y C = 50, en las estaciones Rafael
Núñez, Benito Suarez y San Luis respectivamente, encontramos los valores de cada
uno de los componentes de la ecuación. En la tabla 4-8 se muestra un resumen
estadístico de la regresión múltiple.
Tabla 4-8
Resumen de la estadística de la regresión.
Estadísticas de la Estación San Estación Estación
regresión Luis Benito Suarez Rafael Núñez
Coeficiente de correlación
0.999185976 0.939743249 0.981029708
múltiple
Coeficiente de
0.998372614 0.883117374 0.962419289
determinación R^2
R^2 ajustado 0.998284647 0.876799394 0.960387899
Error típico 0.015002461 0.141210664 0.070287746
Observaciones 40 40 40
58
Variables
Intercepción (Coeficientes) 4.563935774 3.250337584 3.504273476
Variable X 1 (Coeficientes) -0.18455494 0.302201649 0.286580558

Variable X 2 (Coeficientes) -1.201188012 -0.911328186 -0.922156195
Además se presenta en la tabla 4-9 y 4 - 10 los valores de cada una de las
contantes contenidas en la educación (5)
Tabla 4-9
Valores de la ecuación
Estación Benito Estación Rafael
Parámetros Estación San Luis
Suarez Núñez
4.563935774 3.250337584 3.504273476
-0.18455494 0.302201649 0.286580558
-1.201188012 -0.911328186 -0.922156195
Tabla 4-10
Valores parámetros de la ecuación
Estación San Estación Estación
Parámetros de la ecuación
Luis Benito Suarez Rafael Núñez
k( ) 36638.33881 1779.662232 3193.548206
m 0.18455494 0.302201649 0.286580558
n 1.201188012 0.911328186 0.922156195
Lo que al construir la ecuación con cada uno de sus parámetros, resulta las
expresiones dadas en la tabla 4-11.
Tabla 4-11
Ecuaciones generadas para cada una de las estaciones caso de estudio
Ecuaciones de las curvas Intensidad – Duración – Frecuencia
Estación San Luis Estación Benito Suarez Estación Rafael Núñez
( ) ( ) ( )
( ) ( ) ( )
59
Con las ecuaciones de la tabla 4 -12 se obtuvieron los valores de las
intensidades para cada uno de los periodos de retorno para las estaciones caso de
estudio, los resultados fueron los siguientes:
Tabla 4-12. Resultados

Rafael Núñez
Duración
10 20 30 60 120 180 240 360
Tr
5 124 123 121 71 54 41 34 26
10 147 146 140 89 61 47 38 29
20 240 240 212 108 71 54 45 34
50 371 306 271 147 80 61 51 38
100 515 357 316 248 90 69 57 43
San Luis
Duración
10 20 30 60 120 180 240 360
Tr
5 201 172 145 96.8 55.7 38 29.3 19.9
10 181 154 130 87.1 50.3 34.4 26.6 18
20 154 130 110 74.1 43.1 29.6 22.9 15.5
50 133 112 94.8 64.1 37.6 25.9 20.1 13.6
100 111 92.6 78.8 53.7 31.8 22.1 17.1 11.6
Benito Suarez
Duración
10 20 30 60 120 180 240 360
Tr
5 124 103 90 54 32 22 17 12
10 162 137 119 64 38 26 20 14
20 201 170 149 74 43 30 23 16
50 252 215 188 87 87 87 87 87
100 290 248 217 97 56 38 29 20
Como presenta la tabla 4-12, la ciudad donde hay mayor intensidad es en la
ciudad de Cartagena (Estación Rafael Núñez), lo cual ocurre por la gran influencia de
60
los fenómenos ciclónicos, siendo esta una ciudad costera y bañada por el mar
Caribe.
4.5 Representación Gráfica de las curvas Intensidad – Duración – Frecuencia
(IDF).
Como indica el ítem 4.3 del capítulo 4, no todos los datos de las tres
estaciones se comportan como dos poblaciones, es decir el comportamiento de las
lluvias en ocasiones se puede decir que tiene un comportamiento normal, es decir no
existieron eventos muy alejados del conjunto de datos. Este es el caso de la estación
San Luis en el municipio de Ipiales, el cual al analizar los datos bajo la distribución
Doble Gumbel, no mostro una tendencia de dos poblaciones. Las otras dos
estaciones (Rafael Núñez y Benito Suarez), se comportaron en las primeras
duraciones (10,20 y 30) como dos poblaciones, el resto de duraciones como una sola
población. Lo cual quiere decir, que cuando el conjunto de datos se comportó como
dos poblaciones, se tomaron los resultados arrojados bajo la distribución Doble
Gumbel, pero cuando se comportó como una población, se tomaron los resultados de
las distribuciones simples, tal como se observan en las Figuras 6 a la Figura 8.

61
Curvas Intensidad – Duración - Frecuencia De Las Estaciones Caso Estudio
(Rafael Núñez, San Luis, Benito Suarez)
Curva IDF, Estación Rafael Núñez - Cartagena

600
500
Intensidad (mm/h)
400
5 Años
300 10 Años
20 Años
200 50 Años
100 Años
100
0
0 50 100 150 200 250 300 350 400
Duración (minutos)
Figura 6 Curva IDF, Estación Rafael Núñez

62
Curva IDF, Estación San Luis - Neiva

600
500
400
Intensidad (mm/h)
5 Años
300 10 Años
20 Años
50 Años
200 100 Años
100
0
0 50 100 150 200 250 300 350 400
Duración (minutos)
Figura 7. Curva IDF, Estación San Luis

63
Curvas IDF, Estación Benito Suarez - Ipiales

350
300
250
Intensidad (mm/h)
200
Tr 5 Años
Tr 10 Años
Tr 20 Años
150
Tr 50 Años
Tr 100 Años
100
50
0
0 50 100 150 200 250 300 350 400
Duración (minutos)
Figura 8 Curva IDF, Estación Benito Suarez

64
5. PRUEBA DE RESULTADOS
5.1. Introducción
En este capítulo explicaré la validación de los datos, es decir cómo se
escogieron los datos ciclónicos, como se utilizaron las herramientas tecnológicas
(Software) en esta clasificación. Además se explicaran y se darán los resultados
exactos del ajuste de las distribuciones de Probabilidad, tanto mixtas como simples.
También se mostraran las pruebas utilizadas en el conjunto de datos, para
corroborar si las decisiones tomadas en cada una de los análisis tenían un respaldo y
sustento experimental en escritorio, las cuales siempre justificaron la decisión
tomada.
5.2. Pruebas Bondad de Ajustes
Para la validación de las distribuciones de probabilidad estudiadas a partir de
los resultados obtenidos en la investigación, se utilizó la prueba de hipótesis
estadística de bondad de Ajuste “Chi-cuadrado”, la cual consiste en probar
estadísticamente si los datos se ajustan a un modelo considerado.
Por lo anterior, se planteó la siguiente prueba de hipótesis:
 H0: los datos tienen una distribución de probabilidad dada.
 H1: los datos no tienen una distribución de probabilidad dada.
 Estadístico de prueba: estadístico ( ) con (n - 1) grados de libertad.
 Región de rechazo
65
Si valor p es mayor que 5% no se rechaza la hipótesis nula y por lo tanto los
datos siguen la distribución dada con un 95% de confianza.
5.2.1. Pruebas Bondad de Ajustes En las distribuciones Simples
Para cada una de las estaciones caso de estudio en la presente investigación,
se realizó la prueba de bondad de ajuste Chi-cuadrado, la cual junto con una prueba
de hipótesis, ayudo a tomar una decisión de cual distribución de probabilidad que se
ajustaba.
A continuación se presenta por estación, duración y distribución de
probabilidad analizada, en donde se aceptó y se negó la tendencia de los datos
según la función analizada.
Tabla 5-1
Prueba Chi-cuadrado para la estación San Luis.
Estación San Luis en el municipio de Ipiales

Distribuciones de
Probabilidad x 2 (Prueba Chi-cuadrado)
10 20 30 60 120 180 240 360
Gumbel 14.13 15.36 10.03 2.64 12.08 9.21 17.82 35.05
GEV 7.56 4.28 10.03 2.64 12.08 10.85 17.82 35.05
Weibull 8.38 12.08 4.28 6.33 6.74 12.08 12.81 35.05

66
Tabla 5-2
Prueba Chi-cuadrado para la estación Benito Suarez.
Estación Benito Suarez en el municipio de Neiva
Distribuciones
de Probabilidad x 2 (Prueba Chi-cuadrado)
10 20 30 60 120 180 240 360
Gumbel 5.37 10.00 4.11 2.00 3.68 3.26 7.89 5.79
GEV 4.11 4.95 4.11 2.00 7.05 4.95 2.00 9.58
Weibull 6.21 7.05 2.38 1.58 7.05 1.16 2.00 9.58
Tabla 5-3
Prueba Chi-cuadrado para la estación Rafael Núñez.
Estación Rafael Núñez en el municipio de Cartagena
x 2 (Prueba Chi-cuadrado)
Distribución de
10 20 30 60 120 180 240 360
Probabilidad
Gumbel 11.20 4.80 8.00 2.80 4.80 1.20 1.20 3.20
GEV 16.40 4.40 5.60 4.40 1.60 1.20 1.20 3.20
Weibull 15.20 17.60 25.20 9.60 1.60 0.40 3.60 3.20
Podemos ver los resultados obtenidos en cada una de la serie de datos en las
estaciones hidrológicas caso de estudio, pero también observamos unos cuadros
resaltados con un color azul, lo cual quiere decir que según la prueba de hipótesis
realizada no fueron aceptados en la distribución de probabilidad denominada en cada
celda. Esto se ve explicado mejor en las siguientes tablas, donde se identifica por
duración y distribución de probabilidad.

67
Tabla 5-4
Prueba Chi-cuadrado para la estación Benito Suarez.

Distribuciones de
10 20 30 60 120 180 240 360
Gumbel H0 H0 H0 H0 H0 H0 H0 H0
GEV H0 H0 H0 H0 H0 H0 H0 H1
Weibull H0 H0 H0 H0 H0 H0 H0 H0
Tabla 5-5
Prueba Chi-cuadrado para la estación Rafael Núñez.
Distribuciones de
Resultado de prueba de Hipótesis
Probabilidad
10 20 30 60 120 180 240 360
Tabla 5-6
Prueba Chi-cuadrado para la estación San Luis.
Estación San Luis
Distribuciones de
Probabilidad
68
10 20 30 60 120 180 240 360
Observando las tablas anteriores, vemos que para los 360 min en la estación
San Luis del municipio de Ipiales, no se aceptó que los datos se comportaran para
ninguna distribución de probabilidad (Gumbel, GEV y Weibull). Lo que quiere decir
que se tuvo que buscar una distribución de probabilidad poco utilizada en la
hidrología para el ajuste de estos datos, en donde se ajustara este comportamiento
de los datos, siendo la distribución de probabilidad fue Log-normal de 3 parámetros
en donde fueron aceptados el comportamiento de los datos.
5.2.2. Pruebas Bondad de Ajustes En las distribución de Probabilidad Mixta
En este investigación se utilizó la distribución mixta de probabilidad Doble
Gumbel, y tal como se explicó en los capítulos anteriores, en donde se obtuvieron un
mayor conjunto de datos ciclónicos pertenecientes a la segunda población de datos,
fue en la estación Benito Suarez con un total de 3 datos ciclónicos y en la estación
Rafael Núñez con un total de 2 datos ciclónicos.
En nuestro caso de investigación específicamente, el cálculo de la bondad de
ajuste se dividió en dos conjuntos, el conjunto de datos no ciclónicos y el conjunto de
datos no ciclónicos, en los cuales arrojo lo siguientes resultados.

69
Tabla 5-7
Prueba Chi-cuadrado para la estación Benito Suarez de datos no ciclónicos y no
ciclónicos

Distribuciones de
10 20 30 60 120 180 240 360
Gumbel
H0 H0 H0 H0 H0 H0 H0 H0
(ciclónicos)
Gumbel (No
H0 H0 H0 H0 H0 H0 H0 H0
ciclónicos)
Tabla 5-8
Prueba Chi-cuadrado para la estación Rafael Núñez de datos no ciclónicos y no
ciclónicos

Distribuciones de
Probabilidad
10 20 30 60 120 180 240 360
Gumbel
H0 H0 H0 H0 H0 H0 H0 H0
(ciclónicos)
Gumbel (No
H0 H0 H0 H0 H0 H0 H0 H0
ciclónicos)
Tabla 5-9
Prueba Chi-cuadrado para la estación San Luis de datos no ciclónicos y no ciclónicos
Estación San Luis

Distribuciones de
Probabilidad
10 20 30 60 120 180 240 360
Gumbel
H1 H1 H0 H0 H0 H0 H1 H1
(ciclónicos)
Gumbel (No
H0 H0 H0 H0 H0 H0 H0 H0
ciclónicos)
70
Como se observa en las tabla 5-7 a la 5-9 , para los datos ciclónicos, es decir
los datos por el cual se encontraron coincidencia con los fenómenos climáticos
ocurridos en la misma fecha donde se selecciona la precipitación máxima en el año.
Siempre dio un buen resultado en la prueba de bondad de ajuste, lo cual se justifica
que esta prueba en los datos ciclónicos se realizaba en un máximo de 3 datos, lo
cual hace muy difícil que no de un ajuste en los datos.
5.3. Ajuste de Los Parámetros de la Distribución Probabilidad Doble Gumbel.
Los resultados obtenidos mediante las ecuaciones descritas en el marco
teórico se comprobaron con la simulación de Montecarlo, la cual permite resolver
problemas matemáticos mediante la simulación de variables aleatorias. (Rodríguez,
2011).
Dicha simulación se realizó mediante la macro realizada en Excel por la
organización Oracle, bajo el programa Cristal Ball con licencia académica. En la cual
se mostraron resultados muy parecidos a los obtenidos mediante las fórmulas de
cada parametro.
5.4. Pruebas en la construcción de las Curvas Intensidad – Duración –
Frecuencia (IDF).
Para la construcción de las curvas, se realizaron algunas pruebas, para poder
corroborar que los datos que estábamos clasificando como datos ciclónicos, en
realidad si se comportaran como tal.

71
Es por esto que para la estación Rafael Núñez, como lo vimos en los capítulos
anteriores, cuando se buscó la concordancia de los fenómenos ciclónicos, arrojo que
tenía dentro de su conjunto de datos, dos datos por duración con esa tendencia
(Ciclónicos), pero teníamos que comprobar si en realidad solo eran esos datos o en
Cartagena habían sucedidos eventos muy localizados que pudieran haber alterado
las precipitaciones en el sector. Por esto se tomaron tres datos ciclónicos es decir se
tomó el dato que seguía en cada duración, después del último ciclónico identificado,
resultando, que el comportamiento de la gráfica no variaba y por lo contrario el dato
mayor se alejaba un poco más de la línea de datos ajustado.
Figura 9 Distribución Doble Gumbel con 2 Figura 10 Distribución Doble Gumbel con
datos Ciclónicos con duración de 10 Minutos 3 datos Ciclónicos con duración de 10
Minutos
.
En las Figuras 6 y 7, se puede observar gráficamente que se da un mejor
ajuste de los cuando hay solo 2 datos ciclónicos, que cuando hay 3 y de igual
manera se presenta en las otras duraciones.

72
De igual manera, también se tomaron 4, 5 y 6 datos ciclónicos en secuencia
de los datos más altos registrados en nuestra tabla organizada. Dejando como
resultado algo muy parecido a lo anterior, pero cada vez que aumentaban los datos
ciclónicos, se iba perdiendo el ajuste.
Ahora bien, para la estación Benito Suarez, se observó algo muy distinto a lo
anterior, es decir cuando se cruzó la información de huracanes y fenómenos
ciclónicos con los datos de precipitaciones más altos en el año, se encontró
coincidencia con 9 datos, pero al probar y verificar el ajuste disminuyendo este
número de datos, es decir bajando el número de datos ciclónicos. El ajuste tornaba
hacer mejor, siendo 3 el números de datos ciclónicos que dio el mejor ajuste y
comportamiento como 2 poblaciones. Por lo que se concluye que el número de datos
ciclónicos reales para esta estación son tres y no nueve como lo mostraba la
coincidencia con los datos de la NOAA.
Figura 11 Distribución Doble Gumbel con 9 Figura 12 Distribución Doble Gumbel con 3
datos Ciclónicos con duración de 20 datos Ciclónicos con duración de 10 Minutos
Minutos
73
En las gráficas 8 y 9, se observa de una mejor manera lo explicado en el
párrafo anterior. De igual manera en el Anexo 1, encontraremos cada una de las
gráficas arrojadas por el ajuste de la distribución Doble Gumbel.
Finalmente para la estación San Luis, se obtuvieron de igual forma que en las
estaciones anteriores los datos ciclónicos. Para esta estación se obtuvieron
básicamente 2 datos ciclónicos, los cuales fueron analizados con la distribución mixta
de probabilidad, obteniendo una gráfica que se comportan los datos como una sola
población. De igual forma se probó con tres valores ciclónicos obteniendo los mismos
resultados.
Figura 13 Distribución Doble Gumbel con 2 Figura 14 Distribución Doble Gumbel con
datos Ciclónicos con duración de 20 Minutos 3 datos Ciclónicos con duración de 20
Minutos
En las gráficas, podemos observar que en ninguno de los dos casos, se
observó una tendencia de dos poblaciones en el conjunto de datos, es por esto que
se toma la decisión de realizar el análisis de los datos con las distribuciones simples
74
de probabilidad, destacando que para esta estación hidrológica en las distribuciones
simples, Gumbel no se ajustó en la mayoría de las duraciones.
5.4.1. Pruebas de registros en la tendencia de los datos con la distribución de
Probabilidad Doble Gumbel (Validación)
En las estaciones a pesar de variar un poco los datos ciclónicos, también se
quiso comprobar un poco como se comportaba la distribución de probabilidad Doble
Gumbel, con unos años menos de registro, por lo que se fue bajando de 10 en 10
años de registro, excluyendo el último conteo donde se dejó 15 años de registro, es
decir la prueba menor que se hizo con los años de registro fueron 15 años.
En la cual se tomó como guía la investigación realizada sobre la aplicación de
diferentes metodologías para estimación de curvas Intensidad – Frecuencia –
Duración en Colombia, en donde se validaban cada una de las metodologías
propuestas, con los registros menores a Tr= 2.33. Lo que dio en su investigación muy
buenos resultados. (Vélez, Poveda, Mesa, Hoyos, Mejía, Salazar y Viera, 2002)
5.4.1.1. Estación Sinóptica Rafael Núñez
Para la estación Rafael Núñez, se realizaron años de registros con 15, 20, 30
y 40, en los cuales cada vez que se iba bajando los años de registros, se iban
desajustando la tendencia del conjunto de datos de dos poblaciones como se
muestra en las Figuras 12 y 13.

75
Figura 15. Distribución Doble Gumbel con 2 Figura 16. Distribución Doble Gumbel con 2
datos Ciclónicos con duración de 10 datos Ciclónicos con duración de 10
Minutos, con 30 años de periodo de Minutos, con 15 años de período registro.
registros
De igual manera en las otras duraciones se observa una tendencia igual a la
comparación mostrada anteriormente.
5.4.1.2. Estación Sinóptica San Luis
Para la estación San Luis, se realizaron con el objetivo de encontrar si el
conjunto de datos denotaba un comportamiento como dos poblaciones, si se
aumentaban los datos ciclónicos, lo cual nos arrojó los mismos resultados, es decir
los datos siguieron comportándose como una sola población.
5.4.1.3. Estación Sinóptica Benito Suarez
Para la estación Benito Suarez, se realizaron años de registros con 15, 20, 30
y 40, en los cuales cada vez que se iba bajando los años de registros, se iban
76
desajustando la tendencia del conjunto de datos de dos poblaciones como se
muestra en las siguientes imágenes.
Figura 17 Distribución Doble Gumbel con 3 Figura 18 Distribución Doble Gumbel con 3
datos Ciclónicos con duración de 10 datos Ciclónicos con duración de 10
Minutos, con 30 años de registros Minutos, con 15 años de registros
De igual manera en las otras duraciones (Ver anexo) se observa una
tendencia igual a la comparación mostrada anteriormente, en donde se va perdiendo
el ajuste en la medida donde hay una menor cantidad de datos.
6. CONCLUSIONES Y RECOMENDACIONES
Se desarrolló una aproximación metodológica, que ayuda a elaborar curvas
Intensidad – Duración – Frecuencia (IDF), utilizando la distribución mixtas de
probabilidad Doble Gumbel, tal como se presenta en el ítem 3.3.3 del documento.
Se Identifica que en la estación San Luis, los datos no se comportan como dos
poblaciones, por tanto no se puede aplicar la metodología planteada en la presente

77
investigación, es decir para esta estación es suficiente la construcción de las curvas
IDF con distribuciones de probabilidad simples.
Se relacionan los fenómenos macro-climáticos registrados en la NOAA con los
datos de las estaciones casos de estudio, encontrando relaciones en las fechas de
ocurrencia de dichos fenómenos con los eventos máximos registrados en cada una
de las estaciones San Luis, Benito Suarez y Rafael Núñez.
Todos los análisis se realizaron bajo un nivel de confianza del 95%, con el cual
se cual se tuvieron los resultados de la prueba de hipótesis. Cabe destacar que las
hipótesis que se rechazaron bajo este nivel de confianza, si se aceptaron para un
nivel de confianza del 99%
Se emplea la distribución mixta de probabilidad doble Gumbel en el análisis de
los datos, resultando para las primeras duraciones (10, 20 y 30 minutos) una buena
herramienta.
Se comprueba que al utilizar la distribución de probabilidad mixta Doble
Gumbel, en la estación San Luis, los datos no están conformados como dos
poblaciones, esto pudo ocurrir porque en realidad no se ajustan a la distribución
Gumbel y no tienen a su comportamiento. Por lo cual se debe utilizar otra
combinación en la distribución de probabilidad mixta.
Cuando se construyen las curvas IDF, diagnosticando en cada una de las
duraciones, la cual tiene un comportamiento como dos poblaciones, se puede
observar notablemente los datos que son denominados como datos ciclónicos, ya
78
que estos se ubican en una parte muy alta de la gráfica, destacándose con una
mayor intensidad.
Se nota que la construcción de curvas IDF bajo las distribuciones de
probabilidad mixta (Doble Gumbel), arrojan resultados muy distintos (Mayores) que
cuando son analizados bajo las distribuciones de probabilidad sencillas, lo cual debe
tenerse muy en cuenta, ya que al construir una obra de drenaje, la tormenta podría
ser de tal manera que esta pueda colapsar y causar graves daños a la comunidad.
Como se ha demostrado por algunos investigadores, cada vez que van
pasando los años, las precipitaciones acumuladas en cada región van siendo las
mismas, pero la intensidad de estas si ha ido cambiando notablemente, es decir una
lluvia que años anteriores se registraba en 2 días, en la actualidad colombiana ha
llegado a registrarse en un solo día, todo esto en términos de intensidad, por lo cual
el tema de construir las curvas IDF bajo las distribuciones mixtas de probabilidad,
debe ser de uso obligatorio. (Hoyos, 2014).
6.1. Trabajos Futuros
Para la secuencia de mi investigación, se plantea un trabajo futuro muy
interesante, el cual trata de realizar distintas combinaciones de distribuciones de
probabilidad, con el fin de crear distribuciones mixtas de probabilidad bastante
robustas a la hora de analizar los datos, es decir como se pudo observar en la
estación San Luis, el comportamiento de los datos, no se dio como dos poblaciones,
pero de crear una combinación de funciones de probabilidad como la Log-Pearson III
(Distribución en la que fueron aceptadas todas las duraciones en las distribuciones

79
simples), de pronto esto podría encontrar un mejor comportamiento y ajuste de los
datos.
Otro trabajo que se pudiera realizar, es crear un software, que analice
automáticamente, el comportamiento del conjunto de datos e informarle al
investigador si la muestra que desea analizar se comporta como como dos
poblaciones, o en realidad es mejor realizar el análisis con una sola población.
Lógicamente el software, debe comprobar este comportamiento con varias
combinaciones de distribuciones de probabilidad (Distribuciones de Probabilidad
Mixta)
80
REFERENCIAS
Aparicio F. (1992). Fundamentos de Hidrología de Superficie, Balderas, México
Editorial: Limosa.
Bustamante L.G. y Rolon A.D. (2000) Update Curves Intensity-Duration-Frequency
Precipitación in Paraguay, Paraguay, Universidad Nacional de Paraguay
Casas M.C. (1995). Análisis Espacial y temporal de las lluvias extremas en
Catalunya. Modelización y clasificación objetiva. Tesis de doctorado en
Astronomía y Meteorología. Universidad de Barcelona, Barcelona , España
Evans y Rosenthal (2005). Probability and Statisties. The Science of Uncertainty.
New York and Basingstoke.Editorial: W.H Freeman and Company.
Ganancias Fernando (2011). Catedra de Hidrología y Procesos Hidráulicos.
Universidad Nacional de Córdoba. Recuperado en 14 de enero de 2015 de
http://www.efn.uncor.edu/departamentos/hidraul/hidrologia/Auxiliar/2011_Estad
istica_Hidrologica.pdf.
Hong H.P., Ye W. Estimating extreme wind speed based on regional frequency
analysis Structural Safety, Volume 47, March 2014, Pages 67-77.
Instituto de Hidrología, Meteorología y Estudios Ambientales (2014). Meteorología
Aeronáutica. Recuperado el 07 de Octubre del 2014, de
http://www.meteoaeronautica.gov.co/jsp/estado-del-tiempo-en-
aeropuertos_749
81
Kingumbi, A. & Mailhot, A. (2010) Courbes Intensité–Durée–Fréquence (IDF):
comparaison des estimateurs des durées partielles et des maximums annuels.
Hydrol. Sci. J. 55(2), 162–176.
National Oceanic And Atmospheric Administration (2013). National Hurricane Center.
Recuperado 15 de noviembre de 2013, de
http://www.cpc.ncep.noaa.gov/products/analysis_monitoring/ensostuff/ensoyea
rs.shtml
National Oceanic And Atmospheric Administration (2013). National Hurricane Center.
Recuperado 15 de noviembre de 2013, de Recuperado 15 de noviembre de
2013, de http://www.nhc.noaa.gov
Pizarro R. (2001).Compared analysis of Intensity-Duration-Frecuency curves for 6
pluviograph stations. (Maule Región, Chile). Departamento de Gestión Forestal
y Ambiental. Universidad de Talca, Talca, Chile
Puello L.S. Y Romero V. E. (2012). Propuesta Metodológica Para La Elaboración
De Curvas Intensidad- Duración –Frecuencia, Utilizando Distribuciones Mixtas
De Probabilidad. Caso De Estudio, Estación Sinóptica Principal Aeropuerto
Rafael Núñez. Tesis de Ingeniería Civil no publicada, Universidad Tecnológica
de Bolívar, Cartagena, Colombia
Raynal J.A. y M.E. Raynal (2004). Calculation of Confidence Limits for the
Probability Distribution of Extreme Values of Type I for Two Populations.

82
Artículo publicado en Scielo. Universidad de las Américas – Puebla. Puebla,
México.
Ríos-Alejandro, José G. (2011). Temperaturas extremas en la ciudad de Monterrey
N. L. México. Revista Chapingo. Serie ciencias forestales y del
ambiente, 17(2), 225-230. Recuperado en 14 de enero de 2015, de
http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S0186
32312011000200005&lng=es&tlng=es. 10.5154/r.rchscfa.2010.06.036.
Suarez B.N. (2011). Caracterización de Eventos Extremos de Precipitación,
Empleando Distribuciones Mezcladas. Tesis de Maestría en Recursos Hídricos
y Ambiental no publicada, Universidad Autónoma de Querétaro, Querétaro,
México
Tauber Liliana (2001). La construcción del significado de la distribución normal a
partir de actividades de análisis de datos. Universidad Nacional del Litoral,
Santa Fe, Argentina. Recuperado en 14 de enero de 2015 de
http://www.ugr.es/~jgodino/funciones-semioticas/tauber_dnormal.pdf
Van de Vyver, H. & Demarée, G. R. (2010) Construction of Intensity–Duration–
Frequency (IDF) curves for precipitation at Lubumbashi, Congo, under the
hypothesis of inadequate data. Hydrol. Sci. J. 55(4), 555–564.
Vásquez R., Redaño A. y Lorente J. (1987). Curvas IDF. Barcelona – Fabra,
Barcelona , Revista de Obras Publicas, 1, 91 – 102.

83
Vélez, J., G. Poveda, O. Mesa, C. Hoyos, J. Mejía, D. Quevedo, L. Salazar & S.
Vieira. 2002: Aplicación de diferentes metodologías para estimación de curvas
intensidad – frecuencia – duración en Colombia. Meteorol. Colomb. 6:91-100.
ISSN 0124-6984. Bogotá, D.C. – Colombia.

84
ANEXO

0068218

Cargado por

Copyright:

Formatos disponibles

0068218

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

0068218

Cargado por

Copyright:

Formatos disponibles

APROXIMACIÓN METODOLÓGICA PARA DETERMINAR CURVAS DE

INTENSIDAD-DURACIÓN-FRECUENCIA, UTILIZANDO LA DISTRIBUCIÓN

MIXTA DE PROBABILIDAD DOBLE GUMBEL.

YEISON JOSE VILLARREAL MARIMÓN

UNIVERSIDAD TECNOLÓGICA DE BOLÍVAR

MAESTRÍA EN INGENERÍA CON ÉNFASIS EN INGENERÍA AMBIENTAL E

INTENSIDAD-DURACIÓN-FRECUENCIA, UTILIZANDO DISTRIBUCIÓN MIXTA DE

PROBABILIDAD DOBLE GUMBEL

YEISON JOSE VILLARREAL MARIMÓN

TRABAJO DE GRADO PARA OPTAR AL TÍTULO DE MAGISTER

EN INGENERÍA CON ÉNFASIS EN INGENERIA AMBIENTAL E INGENERÍA CIVIL

OSCAR CORONADO HERNÁNDEZ

UNIVERSIDAD TECNOLÓGICA DE BOLÍVAR

MAESTRÍA EN INGENERIA CON ENFASIS EN INGENERIA AMBIENTAL E

Director Ingeniero Oscar Coronado Hernández

Cartagena D.T. y C. 2015

1. DESCRIPCIÓN DEL PROYECTO ............................................................................................ 17

1.1. Introducción ........................................................................................................................... 17

1.2. Objetivos ................................................................................................................................ 18

1.2.2. Específicos ................................................................................................................... 18

2. Descripción del Problema .............................................................................................................. 19

2.1. Descripción ............................................................................................................................. 19

2.2. Marco Teórico ........................................................................................................................ 20

2.2.1. Distribuciones de Probabilidad Simples o Sencillas .............................................. 20

2.2.2. Distribuciones Mixtas .................................................................................................. 21

2.2.3. Distribución Doble Gumbel: ....................................................................................... 22

2.2.4. Prueba Chi-cuadrado .................................................................................................. 23

2.2.5. Fenómenos Climáticos Naturales ............................................................................. 25

2.3. Antecedente y Estado del Arte............................................................................................... 26

a. Curvas Intensidad-Duración-Frecuencia (IDF) ....................................................................... 27

b. Ecuaciones para determinar IDF .............................................................................................. 27

3.1. Introducción ........................................................................................................................... 31

3.2.1 TIPO DE ESTUDIO................................................................................................................ 31

3.3 Fuentes y técnicas para la recolección de la información...................................................... 39

3.3.1 Fuente primaria: ........................................................................................................... 39

3.3.2 Fuentes secundarias: .................................................................................................. 39

3.3.3 Tratamiento de la información ................................................................................... 40

4.1 Introducción ................................................................................................................................. 44

4.2. Fenómenos climáticos en los casos de Estudios ........................................................................ 44

6. CONCLUSIONES Y RECOMENDACIONES .......................................................................... 76

Luego de haber realizado el presente trabajo de grado quiero expresar mi

Primero que todo agradecer a Dios, creador de mi vida y mis pensamientos,

las personas que han hecho de mi lo que soy hoy.

En especial a la empresa en la cual laboro en la ciudad de Medellín, por los

permisos oportunos para poder viajar a Cartagena y poder avanzar en el proyecto y

reunirme con el Director.

Agradezco a el Director, el Ingeniero Coronado, con el cual quedo en deuda,

de viaje a la ciudad de Cartagena y por el contacto permanente de comunicación

Mi gratitud para mis compañeros de clase y en especial para mi grupo de

trabajo por el acompañamiento en este proceso de aprendizaje significativo.

Gracias a la Universidad Tecnológica de Bolívar por darme la oportunidad de

aumentar mis conocimientos en el programa de la maestría, haciendo que sienta aún

competente para el mercado laboral y globalizado.

colaboraron de alguna manera para llevar a cabo este proyecto.

En la elaboración o construcción de las curvas de Intensidad – Duración –Frecuencia

metodologías de construcción. En la presente investigación se presentó un avance

datos dividido, debido a la presencia de estos datos comúnmente llamados atípicos.

Con esta aproximación metodológica, se analizaron los datos de las estaciones

pluviográficas seleccionadas (Neiva, Ipiales, Cartagena) es decir, los considerados