1

CAPITULO 1

HIDROLOGIA

1.1. METODOLOGÍA

1.1.1. TRABAJOS PRELIMINARES

 Reconocimiento del ámbito del proyecto.

 Recolección de información Pluviométrica
 Recopilación de información bibliográfica.

1.1.2. TRABAJOS FINALES DE GABINETE

 Digitalizacion de cartas en sistema CAD.

 Delimitación de las microcuencas urbanas.
 Determinación de parámetros hidrológicos en las microcuencas urbanas.
 Análisis y tratamiento de la información pluviométrica.
 Distribución de probabilidades para las precipitaciones.
 Determinación de la curva de Intensidad Duración y Frecuencia.
 Aplicación del método Racional.
 2

 Aplicación del modelo RAINFLO con la topografía y parámetros físicos

de la torrentera.

1.2. DEFINICIONES
HIDROLOGIA
La hidrología versa sobre el agua de la tierra, su existencia y distribución, sus
propiedades físicas y químicas, y su influencia sobre el medio ambiente, incluyendo
su relación con los seres vivos. El dominio de la hidrología abarca la historia
completa del agua sobre la tierra.

EL CICLO HIDROLOGICO
El ciclo hidrológico es la sucesión de etapas que atraviesa el agua al pasar de la
atmósfera a la tierra y volver a la atmósfera: evaporación desde el suelo, mar o aguas
continentales, condensación de nubes, precipitación, acumulación en el suelo de
masas de agua y reevaporación.

El ciclo hidrológico involucra un proceso de transporte recirculatorio e indefinido o

permanente, este movimiento permanente del ciclo se debe fundamentalmente a dos
causas: la primera, el sol que proporciona la energía para elevar el agua
(evaporación); la segunda, la gravedad terrestre, que hace que el agua condensada
descienda (precipitación y escurrimiento).

CUENCA
Es el área de alimentación de una red natural de drenaje cuyas aguas son recogidas
por un colector común. Una quebrada es el dren natural de toda una cierta zona de
terreno; esta quebrada, a la salida entrega a otro dren natural mayor el agua por ella
recogida. Este dren mayor que puede recoger el agua de varias quebradas, entrega a
su vez toda el agua a otro dren aún mayor y así sucesivamente. La zona de terreno
drenada por el dren recibe el nombre de cuenca.

PRECIPÍTACION
La precipitación se define como el fenómeno de la caída del agua de las nubes en
forma líquida o sólida; la cual es precedida por el proceso de condensación o
 3

sublimación o de ambos y está asociada, primariamente con las corrientes

convectivas del aire.
PRECIPITACION MÁXIMA PROBABLE (PMP)
La precipitación máxima probable está definida por la Organización Meteorológica
Mundial (1983) como "una cantidad de precipitación que es cercana al límite físico
superior para una duración dada sobre una cuenca particular".

MAXIMAS AVENIDAS
Si el período observado es de un año, el caudal de avenidas de ese año es el máximo
caudal ordinario presentado en el cauce durante un año, y si el período es de varios
años, entonces es un caudal de avenidas extraordinario. El valor de un caudal de
avenidas extraordinario es necesario conocerlo a fin de diseñar las obras hidráulicas.
La fijación de un caudal extraordinario de avenidas se hace con estudios estadísticos
basados en los valores de máximos caudales ordinarios para un período de retorno
de: 25, 50, 75, 100 años, etc

PERIODO DE DURACION
Es el tiempo durante el cual se produce, uniformemente, una lluvia de intensidad
dada. La intensidad de la lluvia no es necesariamente constante a lo largo del tiempo,
puesto que durante la tormenta se producen diversas intensidades.

INTENSIDAD
La intensidad es la tasa temporal de precipitación, es decir, la altura de lámina por
unidad de tiempo (mm/h o Pulg/h). Puede ser la intensidad instantánea o la
intensidad promedio sobre la duración de la lluvia.

PERIODO DE RETORNO
El período de retorno de un evento con una magnitud dada puede definirse como el
intervalo de recurrencia promedio entre eventos que igualan o exceden una magnitud
especificada. El periodo de retorno T obedece a criterios relacionados con la vida útil
de la obra, el tipo de la estructura, la facilidad de reparación en caso de daños y el
peligro de pérdida de vidas humanas en caso de falla.
 4

En la Tabla Nº 3.1 se muestra los períodos de retorno utilizados para diseños

recomendados.

Tabla Nº 1.1 Períodos de Retorno de diseño recomendados

Período de
Descripción
Retorno Medio

Y aún 20 años para el dimensionamiento de obras de protección de

5 a 10 años
canteras, trabajos en curso de aguas, derivaciones, etc

10 a 20 años Para el dimensionamiento de desagües pluviales en zonas urbanas.

Y aún 100 años para el dimensionamiento de obras de defensa contra

20 a 50 años avenidas según la importancia de la zona y de los centros poblados
existentes.

Para el dimensionamiento de las obras de defensa contra avenidas,

50 a 200 años
según la importancia de la zona y de los centros poblados existentes.

Para el dimensionamiento de las descargas de obras de

100 a 250 años represamiento en concreto de modestas dimensiones ubicadas sobre
zonas poco pobladas.

1.3. DETERMINACIÓN DE PARÁMETROS DE LA CUENCA

PAUCARPATA

1.3.1. DELIMITACIÓN
Se designa como delimitación la línea que separa las precipitaciones que caen
en cuencas inmediatamente vecinas, y que encaminan la escorrentía
resultante para uno u otro sistema fluvial. La divisoria sigue una línea rígida,
atravesando el curso de agua solamente en el punto de salida: La divisoria
une los puntos de máxima cota entre cuencas, lo que no impide que en el
interior de una cuenca existan picos aislados con una cota superior a
cualquier punto de la divisoria.
 5

En este trabajo se ha delimitado la cuenca de la Torrentera de Paucarpata

sobre la carta digitalizada a escala 1:25000 de acuerdo con su divisoria
topográfica. El resultado de la delimitación puede observarse en el plano Nº
PAU-H-01

1.3.2. ÁREA
El cálculo del área de la cuenca de Paucarpata fue calculada a partir de la
delimitación digitalizada de la microcuenca, Obteniéndose un área de 23.809
km2, el cual es la proyección en un plano horizontal.

1.3.3. PERÍMETRO
El perímetro de la subcuenca de Paucarpata obtenido es: 29.367 Km

1.3.4. PENDIENTE DE LA CUENCA

La pendiente de la cuenca es un parámetro muy importante en el estudio de
ella, debido a que influye en el tiempo de concentración de las aguas en un
determinado punto del cauce, y su determinación no es de una sencillez
manifiesta, existiendo para ello una serie de criterios debido a que dentro de
una cuenca existen innumerables pendientes. Existen diversos criterios para
determinarla entre ellos tenemos:

a) Criterio de Horton
En una copia del plano de delimitación de la cuenca que contiene curvas
de nivel se procede de la siguiente manera:
 Siguiendo la orientación del dren principal se traza un reticulado.
 Si la cuenca tiene un área menor o igual a 250 km2,es necesario formar
un reticulado de por lo menos 4 cuadrados por lado.
 Se asocia, el reticulado así formado, a un sistema de ejes rectangulares
x, e y acotándose cada eje, correspondiéndole una coordenada a cada
línea del reticulado.
 A continuación se mide la longitud de cada línea del reticulado en las
direcciones x, e y, contándose además el número de intersecciones y
 6

tangencias de cada línea con las curvas de nivel de desnivel constante

en las direcciones x, e y.
 Se evalúa las pendientes de la cuenca en las direcciones x, e y, según
las siguientes fórmulas:
Nx.D.
S x=
Lx ( 1-1)

Ny. D.
S y=
Ly ( 1-2)
En las que:

Sx = pendiente de la cuenca en la dirección x

Sy = pendiente de la cuenca en la dirección y
Nx = número total de intersecciones y tangencias de las líneas del
reticulado con las curvas de nivel en la dirección x.
Ny = número total de intersecciones y tangencias de las líneas del
reticulado con las curvas de nivel en la dirección x.
D = desnivel constante entre curvas de nivel.
Lx = longitud total de las líneas del reticulado comprendidas dentro de la
cuenca en la dirección x.
Ly = longitud total de las líneas del reticulado comprendidas dentro de la
cuenca en la dirección y.

Se determina el ángulo θ entre las líneas del reticulado y las curvas de

nivel para aplicar la ecuación de Horton y obtener la pendiente media ¨Sc¨
de la cuenca:
N . D. secθ
Sc=
L ( 1-3)
En la que:
L= Lx+Ly N= Nx+Ny sec = 1.57.
.
 7

El procedimiento de cálculo de la pendiente de la sub cuenca de

Paucarpata por el Criterio de Horton se observa en el cuadro Nº 3.1,
donde se determina que la pendiente es de 15.96 %
 8

Cuadro Nº 1.1 Determinación de la pendiente de la Subcuenca

Paucarpata

Según el Criterio de Horton

Desnivel constante entre curvas de nivel: 25 metros

Línea del Intersección y tangencias Long. líneas reticulares (m)

Retículado Nx Ny Lx Ly
0 0 0 0.00 0.00
1 2 2 843.10 196.32
2 15 1 4397.98 1419.17
3 47 2 10439.38 2064.65
4 50 1 11431.23 2921.16
5 43 7 11774.24 3344.18
6 22 12 9635.61 3136.73
7 0 5 976.78 2714.47
8 0 2 0.00 1742.09
9 0 2 0.00 1666.89
10 0 3 0.00 1902.80
11 0 3 0.00 1643.00
12 0 3 0.00 1249.19
13 0 3 0.00 1275.80
14 0 7 0.00 1804.64
15 0 17 0.00 2327.47
16 0 22 0.00 2507.50
17 0 14 0.00 1995.49
18 0 11 0.00 1577.20
19 0 19 0.00 2052.77
20 0 14 0.00 1980.40
21 0 13 0.00 2032.61
22 0 19 0.00 2181.10
23 0 23 0.00 2142.69
24 0 12 0.00 1812.79
25 0 0 0.00 170.05
Suma 179 217 49498.32 47861.16

Sx = 0.09040711
Sy = 0.11334869
L = Lx + Ly = 49498.32 + 47861.16 = 97359.48 m.
N = Nx + Ny = 179 + 217 = 396

396∗25∗1. 57
Sc = = 0 . 159645
97359. 48

El valor obtenido es de 15.96%

 9

Figura Nº 1.1 Determinación de la pendiente de la Subcuenca Paucarpata según el criterio de Horton

4
22
50

0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
 10

b) Criterio de Nash
En el plano de delimitación de la cuenca que contiene curvas de nivel se
procede de la siguiente forma:
 Siguiendo la orientación del dren principal se traza un reticulado de
tal forma que se obtengan aproximadamente 100 intersecciones dentro
de la cuenca; asociando a este reticulado un sistema de ejes
rectangulares.
 A cada intersección se le asigna un número y se anotan las
coordenadas x, e y correspondientes.
 En cada intersección se mide la distancia mínima entre las curvas de
nivel.
 Se calcula la pendiente en cada intersección dividiendo el desnivel
entre las dos curvas de nivel y la mínima distancia medida.
 Se calcula la media de las pendientes de las intersecciones y este
valor, según Nash, se puede considerar como la pendiente de la
cuenca.
 Cuando una intersección se ubica entre dos curvas de nivel de la
misma cota, la pendiente se considera nula y esa intersección no se
toma en cuenta para el cálculo de la media.
 La pendiente de la sub cuenca, de acuerdo al criterio de Nash será:

Sc =
∑S
( N−m) ( 1-4)
Reemplazando los valores obtenidos del Cuadro Nº 3.2 en la ecuación Nº
3.4 tenemos :
11. 4018
Sc = = 0 .121295
(94 )
Donde se determina que la pendiente de la subcuenca Paucarpata por el
método de Nash es de 12.13%

Los datos obtenidos pueden analizarse estadísticamente considerando las

pendientes calculadas en cada intersección a fin de trazar una gráfica de
 11

distribución de frecuencias y objetivizar mejor la variación de las

pendientes en la cuenca (Cuadro Nº.3.2)

Cuadro Nº 1.2 Determinación de la Pendiente de la Subcuenca Paucarpata

según el criterio de Nash
Intersec Coordenadas Dist mínima Pendiente Elevación
Nro X Y km S (m/ m) m.s.n.m.
1 1 3 1121.11 0.0223 2245.00
2 2 3 1068.39 0.0234 2260.00
3 2 4 1222.75 0.0204 2265.00
4 2 5 1119.65 0.0223 2270.00
5 3 3 1129.41 0.0221 2270.00
6 3 4 1094.7 0.0228 2272.00
7 3 5 867.24 0.0288 2273.00
8 3 6 928.53 0.0269 2277.00
9 4 2 940.19 0.0266 2290.00
10 4 3 488.31 0.0512 2280.00
11 4 4 610.05 0.0410 2282.00
12 4 5 746.72 0.0335 2293.00
13 4 6 1059.79 0.0236 2294.00
14 5 1 188.77 0.1324 2345.00
15 5 2 994.68 0.0251 2295.00
16 5 3 886.5 0.0282 2290.00
17 5 4 165.53 0.1510 2310.00
18 5 5 993.22 0.0252 2307.00
19 5 6 619.47 0.0404 2305.00
20 6 2 288.13 0.0868 2308.00
21 6 3 190.5 0.1312 2315.00
22 6 4 769.26 0.0325 2345.00
23 6 5 672.46 0.0372 2315.00
24 6 6 1068.67 0.0234 2322.00
25 7 2 122.29 0.2044 2330.00
26 7 3 210.12 0.1190 2335.00
27 7 4 373.23 0.0670 2355.00
28 7 5 525.36 0.0476 2335.00
29 7 6 944.28 0.0265 2330.00
30 8 3 237.2 0.1054 2390.00
31 8 4 592.79 0.0422 2365.00
32 8 5 527.86 0.0474 2355.00
33 8 6 901.73 0.0277 2345.00
34 9 4 539.34 0.0464 2380.00
35 9 5 1050.92 0.0238 2366.00
36 9 6 724.77 0.0345 2358.00
37 10 3 725.74 0.0344 2395.00
38 10 4 630.51 0.0397 2380.00
39 10 5 961.63 0.0260 2372.00
40 10 6 735.37 0.0340 2372.00
41 11 3 704.48 0.0355 2406.00
42 11 4 696.42 0.0359 2390.00
43 11 5 643.83 0.0388 2396.00
44 12 4 123.01 0.2032 2345.00
45 12 5 597.31 0.0419 2415.00
46 12 6 471.25 0.0531 2405.00
47 13 4 380.08 0.0658 2445.00
48 13 5 525.12 0.0476 2443.00
49 13 6 465.25 0.0537 2429.00
50 14 3 290.2 0.0861 2553.00
 12

Cuadro Nº 3.2 Determinación de la Pendiente de la Subcuenca Paucarpata

según criterio de Nash (Continuación)
 13

Intersec Coordenadas Dist mínima Pendiente Elevación

Nro X Y km S (m/ m) m.s.n.m.
51 14 4 452.27 0.0553 2440.00
52 14 5 523.18 0.0478 2455.00
53 14 6 537.69 0.0465 2457.00
54 15 3 66.77 0.3744 2520.00
55 15 4 153.72 0.1626 2480.00
56 15 5 158.15 0.1581 2530.00
57 15 6 409.87 0.0610 2480.00
58 16 2 58.6 0.4266 2615.00
59 16 3 115.69 0.2161 2620.00
60 16 4 102.74 0.2433 2540.00
61 16 5 1115.93 0.0224 2570.00
62 16 6 258.86 0.0966 2511.00
63 17 3 122.03 0.2049 2645.00
64 17 4 96.36 0.2594 2606.00
65 17 5 618.63 0.0404 2570.00
66 17 6 272.61 0.0917 2546.00
67 18 4 108.22 0.2310 2620.00
68 18 5 138.6 0.1804 2600.00
69 18 6 70.7 0.3536 2555.00
70 19 3 221.5 0.1129 2730.00
71 19 4 230.96 0.1082 2640.00
72 19 5 76.55 0.3266 2705.00
73 19 6 591.99 0.0422 2570.00
74 20 3 284.79 0.0878 2755.00
75 20 4 91.36 0.2736 2685.00
76 20 5 327.22 0.0764 2700.00
77 20 6 225.43 0.1109 2620.00
78 21 3 91.27 0.2739 2780.00
79 21 4 86.19 0.2901 2745.00
80 21 5 54.3 0.4604 2680.00
81 21 6 274.8 0.0910 2646.00
82 22 2 149.16 0.1676 2885.00
83 22 3 209.12 0.1195 2805.00
84 22 4 253.55 0.0986 2700.00
85 22 5 67.66 0.3695 2680.00
86 22 6 86.3 0.2897 2670.00
87 23 2 59.38 0.4210 2855.00
88 23 3 250.78 0.0997 2822.00
89 23 4 77.78 0.3214 2745.00
90 23 5 86.63 0.2886 2760.00
91 24 2 237.05 0.1055 2918.00
92 24 3 115.49 0.2165 2845.00
93 24 4 55.02 0.4544 2822.00
94 24 5 143.59 0.1741 2840.00
95 25 5 298.64 0.0837 2930.00
Suma 11.4018 236911.00

Cuadro Nº 1.3 Análisis Estadístico de las pendientes según el criterio de

Nash.
 14

Intervalo de Nro de veces que Frecuencia con que

clasificación de las se cumple cada se cumple cada n/ N*100 S(n/ N*100)
pendientes intervalo (n) pendiente
(1) (2) (3) (4) (5)
0.50 0 0.0000 0.000 % 0.000 %
0.48 1 0.0105 1.053 % 1.053 %
0.46 1 0.0105 1.053 % 2.105 %
0.44 2 0.0211 2.105 % 4.211 %
0.42 0 0.0000 0.000 % 4.211 %
0.40 0 0.0000 0.000 % 4.211 %
0.38 2 0.0211 2.105 % 6.316 %
0.36 1 0.0105 1.053 % 7.368 %
0.34 2 0.0211 2.105 % 9.474 %
0.32 0 0.0000 0.000 % 9.474 %
0.30 3 0.0316 3.158 % 12.632 %
0.28 2 0.0211 2.105 % 14.737 %
0.26 2 0.0211 2.105 % 16.842 %
0.24 1 0.0105 1.053 % 17.895 %
0.22 5 0.0526 5.263 % 23.158 %
0.20 1 0.0105 1.053 % 24.211 %
0.18 3 0.0316 3.158 % 27.368 %
0.16 2 0.0211 2.105 % 29.474 %
0.14 2 0.0211 2.105 % 31.579 %
0.12 7 0.0737 7.368 % 38.947 %
0.10 9 0.0947 9.474 % 48.421 %
0.08 4 0.0421 4.211 % 52.632 %
0.06 16 0.1684 16.842 % 69.474 %
0.04 29 0.3053 30.526 % 100.000 %
0.02 0 0.0000 0.000 % 100.000 %
0.00 0 0.0000 0.000 % 100.000 %
Suma (N) = 95 1.000 %

Gráfico Nº 1-1 Análisis Estadístico de la pendiente

Porcentaje de area con igual o mayor pendiente

100.0 %
90.0 %
80.0 %
70.0 %
60.0 %
50.0 %
40.0 %
30.0 %
20.0 %
10.0 %
.0 %
0.01 0.10 1.00
Intervalo de clase (log)
 15

Figura Nº 1.2 Determinación de la Pendiente de la Cuenca Paucarpata según el Criterio de Nash

 17

c) Criterio de Alvord
La obtención de la pendiente de la cuenca está basada en la obtención
previa de las pendientes existentes entre las curvas de nivel. Para ello se
toman 3 curvas de nivel consecutivas y se trazan las líneas medias entre
estas curvas, delimitándose para cada curva de nivel un área de influencia
cuyo valor es a1. El ancho medio b1 de esta área de influencia puede
calcularse como:
a1
b 1=
l1 ( 1-5)
En la que:
L1 es la longitud de la curva de nivel correspondiente entre los límites de
la cuenca.
La pendiente del área de influencia de esta curva de nivel estará dada por:
D D .l 1
S1 = =
b1 a1 ( 1-6)
En la que:
D es el desnivel constante entre curvas de nivel.
Se procede de la misma forma para todas las curvas de nivel
comprendidas dentro de la cuenca, y el promedio pesado de todas estas
pendientes dará, según Alvord, la pendiente Sc de la cuenca.
Luego tendremos:
D . l 1 . a 1 D .l 2 . a 2 D . l n . an
Sc= + +. . .. .. . ..
a1 . A a2 . A an . A ( 1-7)
De donde se obtiene
D( l 1 + l 2 +.. . .. .+l n )
Sc=
A ( 1-8)
D.L
Sc=
A ( 1-9)
Donde:
A = área de la cuenca.
D = desnivel constante entre curvas de nivel
L = longitud total de las curvas de nivel dentro de la cuenca.
Sc = pendiente de la cuenca.
 18

Cuadro Nº 1.4 Determinación de la pendiente de la Subcuenca de

Paucarpata según el criterio de Alvord

El valor obtenido de la pendiente de la Subcuenca Paucarpata por el

método de Alvord es de 15.79 %.
 19

d) Criterio del rectangulo equivalente

Coeficiente de compacidad Kc.- Gravelius, define como coeficiente de
compacidad de una cuenca al cociente que existe entre el perímetro de la
cuenca y el perímetro  D de un circulo que tenga la misma área de la
cuenca.
P
Kc=
2 √ πA ( 1-10)
perimetro de la cuenca
Kc=
perimetro del circulo de igual area
29 .367
Kc= = 1. 698
2 √ 3 .141592∗23 .809

Kc es un coeficiente constante adimensional y nos da una idea de la forma

de la cuenca, pues si Kc = 1 la cuenca será de forma circular. En general
Kc es mayor que 1 y este coeficiente nos dará luces sobre la escorrentía y
la forma del hidrograma resultante de una determinante lluvia caída sobre
la cuenca.

De acuerdo al valor que indica el coeficiente de Compacidad o índice de

Gravelius Kc, igual a 1.698, indica que la cuenca es de forma oval -
oblonga.

Rectángulo equivalente.- Es el rectángulo que tiene la misma área y el

mismo perímetro que la cuenca. En estas condiciones tendrá el mismo
coeficiente de compacidad Kc de Gravelius, así como también iguales
parámetros de distribución de alturas, igual curva hipsométrica, etc.

A
l=
A=L. .l L

P=2 ( L+1 )=2 Kc √ πA

Reemplazando el valor de l, se obtiene

 20

L2 −L. Kc √ πA + A=0
Resolviendo la ecuación cuadrática

√
L=( Kc . √ π . A ± ( K c √ π . A )2 −4 A )/2
El valor mayor satisface la solución de L

L=(1.698 . √ π∗23 .809 + √(1.6982∗π∗23.809)−4∗23.809 )/2

de donde:
L = 12.829 Km.
l = 23.809/12.829 = 1.856

Pendiente de la cuenca.- Para hallar la pendiente de la cuenca, se puede

tomar el criterio de sustituirla por la pendiente media del rectángulo
equivalente, de manera que se tendría
H
Sc=
L ( 1-11)
Donde:
H es el desnivel total = 2.950-2.236 = 0.714 Km
L el lado mayor del rectángulo equivalente= 12.829 Km
0 . 714
Sc= = 0 . 0556
12. 829
Sc = 5.56 %
Entonces la pendiente de la cuenca por el método del rectángulo
equivalente es de 5.56 %

Resumiendo los valores obtenidos para la pendiente:

Criterio de Horton S = 15.96 %
Criterio de Nash S = 12.13 %
Criterio de Alvord S = 15.79 %
Criterio del rectángulo equivalente S = 5.56 %

El valor de la pendiente para la subcuenca de Paucarpata, se adoptara como el

promedio de los criterios anteriores sin considerar el criterio del rectángulo
equivalente por tener un valor bastante alejado al obtenido por los demas
 21

criterios. Por lo tanto la pendiente de la subcuenca de Paucarpata es de

14.63%.

1.3.5. CURVA HIPSOMETRICA

Es la representación gráfica del relieve de una cuenca, y representa la
variación de la elevación del terreno de la cuenca con referencia al nivel del
mar.
Para la Subcuenca de Paucarpata se muestran los datos tabulados en el cuadro
Nº 3.5

Cuadro Nº 1.5 Datos para el trazo de la Curva Hipsométrica y la Frecuencia

de Áreas de la Subcuenca Paucarpata
22
 23

Gráfico Nº 1-2 Curva Hipsométrica de la Subcuenca Paucarpata

2,975
2,925
2,875
2,825
2,775
2,725
Elevación

2,675
2,625
2,575
2,525
2,475
2,415
2,375
2,325
2,275
2,225
0.0 10.0 20.0 30.0 40.0 50.0 60.0 70.0 80.0 90.0 100.0
Area %

Altitud media. La altitud media es aquella que tiene el 50% del área total de
la cuenca por encima y el 50% por debajo de la misma. De la curva
hipsométrica se deduce que la altitud media es de 2,415 m.s.n.m.

Gráfico Nº 1-3 Curva de Frecuencias Altimétricas

2925-2950
2875-2900
2825-2850
2775-2800

2725-2750
2675-2700
2625-2650
Elevación

2575-2600

2525-2550
2475-2500
2425-2450
Altitud de frecuencia media
2375-2400
2325-2350
Altitud mas frecuente 11.58 %
2275-2300
2225-2250
0% 5% 10 % 15 %
Porcentaje (%)
 24

Altitud mas frecuente, correspondiente a la mayor área en %. Vemos que la

altitud más frecuente esta entre 2275-2300 m.s.n.m. Correspondiente a un
11.58%.

Altitud de frecuencia media, estableciendo la media de los porcentajes de las

áreas, se concluye que la altitud de frecuencia media se encuentra entre los
2275-2400 m.s.n.m.

1.3.6. PENDIENTE MEDIA DEL CAUCE PRINCIPAL

existen varios métodos para calcular la pendiente media del cauce principal;
en el presente estudio se ha utilizado los siguientes métodos:

a) La pendiente media
es igual al desnivel entre los extremos de la corriente dividido entre su
longitud medida en planta (gráfico Nº 3.4)

Gráfico Nº 1-4 Pendiente del cauce de la Torrentera de Paucarpata

De donde se obtiene:

(2701−2237 )∗100
S= =3 . 35 %
13850
 25

b) método del área compensada

la pendiente media es la de una línea recta que, apoyándose en el extremo
de aguas abajo de la corriente, hace que se tenga áreas iguales tanto arriba
como abajo del perfil del cauce. (gráfico Nº 3.5.)

(2615−2237 )∗100
S= =2. 73 %
13850

Gráfico Nº 1-5 Método del Área Compensada

c) Método de Taylor y Schwarz

Proponen calcular la pendiente media del cauce principal como la de un
canal de sección transversal uniforme que tenga la misma longitud y
tiempo de recorrido que la corriente en estudio, mediante la siguiente
formula:

( )
2
m
S=
1 1 1
+ +............
√ S1 √ S 2 √ Sm ( 1-12)

Donde :
 26

S = Pendiente media del cauce principal

m = Número de tramos iguales del cauce ( Ver gráfico Nº 3.6)
Sm = Pendiente de cada tramo dividido
Gráfico Nº 1-6 Método de Taylor y Schwarz

Del Grafico Nº 3.6 se tiene que : m=14

S1 = 6.00 % S2 = 3.59 % S3 = 4.44 % S4 = 3.86 % S5= 3.28%

S6 = 4.95 % S7 = 4.22 % S8 = 3.20 % S9 = 2.80 % S10= 3.00%
S11=1.9% S12 = 194 % S13 = 1.52% S14 = 2.53%

Reemplazando en la ecuación (3.12) se obtiene que la pendiente media del

cauce principal es de 3.06 %.

1.4. INFORMACIÓN PLUVIOMÉTRICA

1.4.1. ESTACIONES PLUVIOMÉTRICAS

Para el presente trabajo, se obtuvo la información pluviométrica del Servicio
Nacional de Meteorología e Hidrología SENAMHI, y del instituto Geofísico
de la UNSA (Estación Characato); correspondiente a las Estaciones
pluviométricas que se hallan cerca al área de estudio y cuentan con datos
suficientes y actualizados.
 27

las características de estas estaciones son las siguientes:

Estación Altitud Latitud Longitud Distrito Provincia

La Pampilla 2400 16 28' 71 27' Arequipa Arequipa
Chiguata 2900 16 24' 71 24' Chiguata Arequipa
Characato 2451 16 27.7' 71 28.6' Characato Arequipa

1.4.2. REGISTROS DE PRECIPITACIÓN

El análisis de los registros nos conducirá a escoger la mejor distribución de
probabilidad que se ajusta a nuestros datos y con esta distribución finalmente
construir el diagrama de Intensidad Duración y Frecuencia.

Para el cálculo de los parámetros estadísticos se usará la serie de

precipitaciones máximas de 24 horas. Los registros de precipitación se
muestran en los cuadros Nº 3.6, 3.7, y 3.8.

Cuadro Nº 1.6 Precipitación Máxima 24 horas - Estación La Pampilla

AÑO ENE FEB MAR ABR MAY JUN JUL AGO SET OCT NOV DIC
1977 6.60 6.80 9.00 0.00 0.00 0.00 0.00 0.00 0.00 0.10 0.00 SD
1978 0.00 0.00 3.50 0.10 0.00 0.00 0.10 0.00 0.00 0.00 8.00 0.10
1979 0.30 0.30 10.90 0.00 0.00 0.00 0.00 0.00 0.10 0.10 4.60 0.10
1980 0.80 6.20 4.20 0.00 0.00 0.00 SD 0.00 0.00 0.10 3.50 5.90
1981 3.00 5.40 4.00 3.50 0.00 0.00 0.00 0.00 0.00 SD SD SD
1982 SD SD 3.90 2.80 0.00 0.00 0.00 0.00 0.10 1.00 3.50 0.00
1983 0.00 0.00 0.40 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.50
1984 4.90 14.70 4.60 0.00 0.00 0.00 0.00 2.90 0.00 0.10 4.90 0.00
1985 3.60 15.30 5.90 2.10 0.00 0.90 0.00 0.00 0.00 0.00 0.00 9.50
1986 6.10 18.40 4.20 0.00 1.50 0.00 0.00 2.50 0.00 0.00 3.00 11.70
1987 19.00 4.00 0.00 0.00 0.00 0.00 0.20 0.00 0.00 0.50 0.00 0.00
1988 3.50 0.00 11.50 0.20 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.90
1989 1.40 22.90 9.30 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
1990 0.00 0.00 11.50 0.00 0.00 0.80 0.00 0.00 0.00 0.00 1.50 2.60
1991 5.50 0.20 7.70 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
1992 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 3.40
1993 13.50 2.10 0.00 0.00 0.00 0.00 0.00 3.10 0.00 1.80 0.00 0.00
1994 13.60 10.30 11.70 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.10
1995 28.00 0.00 21.60 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.30 0.00
1996 12.10 8.90 0.30 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.30
1997 11.20 33.40 23.20 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.05
1998 7.80 1.90 0.00 1.10 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.40
1999 3.00 12.30 3.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 2.80
2000 20.20 9.20 23.70 0.30 0.90 0.70 0.00 0.00 0.00 0.00 0.00 0.90
2001 4.90 14.50 30.00 1.80 0.00 0.00 0.00 0.00 0.00 0.60 0.00 0.00
 28

Cuadro Nº 1.7 Precipitación Máxima 24 horas - Estación Characato

AÑO ENE FEB MAR ABR MAY JUN JUL AGO SET OCT NOV DIC
1977 5.10 62.70 12.60 0.00 0.00 0.00 0.00 0.00 2.20 0.00 2.10 1.70
1978 5.40 15.00 7.60 SD 0.00 0.00 0.00 0.00 0.00 0.00 11.20 0.10
1979 3.20 2.30 28.10 0.00 0.00 0.00 0.00 0.00 0.00 0.10 2.50 0.10
1980 1.80 18.70 13.20 SD 0.00 0.00 0.00 0.00 0.00 0.10 0.00 7.40
1981 5.20 51.80 55.40 6.30 0.00 0.00 0.00 0.10 0.00 0.00 2.00 3.60
1982 8.10 8.10 3.90 0.20 0.00 0.00 0.00 0.00 0.10 1.00 4.90 0.20
1983 0.00 0.10 0.20 2.50 0.00 0.00 0.60 0.00 0.70 0.00 0.00 8.20
1984 16.60 18.20 19.60 0.00 0.00 0.10 0.00 4.00 0.00 0.10 10.80 0.00
1985 5.20 24.30 18.20 3.00 0.00 1.50 0.00 0.00 0.00 0.00 1.10 21.10
1986 26.20 24.60 10.90 0.10 2.70 0.00 0.10 6.90 0.00 0.00 4.80 22.70
1987 83.60 6.20 2.70 0.00 0.00 0.00 0.10 0.00 0.00 0.70 0.00 0.00
1988 9.30 0.50 22.00 0.30 0.00 0.00 0.00 0.00 0.00 0.00 0.00 7.00
1989 4.50 51.30 8.30 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
1990 0.40 4.70 17.60 0.00 0.00 8.00 0.00 0.00 0.00 0.00 1.70 18.50
1991 1.80 0.00 2.80 1.00 0.00 1.50 0.00 0.00 0.00 0.00 0.00 0.00
1992 0.40 3.40 0.00 0.00 0.20 0.00 0.00 0.00 0.00 0.00 0.00 18.00
1993 17.10 3.80 3.20 0.00 0.00 0.00 0.00 7.60 0.00 3.50 0.00 4.20
1994 21.90 20.50 13.90 0.40 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00
1995 81.40 0.00 32.90 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.20 0.00
1996 20.75 11.15 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
1997 17.90 58.90 32.90 0.00 0.00 0.00 0.00 21.50 6.80 0.00 0.00 38.10
1998 19.90 13.40 2.40 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 2.95
1999 25.00 45.80 52.60 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 3.21
2000 18.3 13.40 2.40 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 3.40
2001 8.97 23.00 51.40 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.08

Cuadro Nº 1.8 Precipitación Máxima 24 horas - Estación Chiguata

 29

AÑO ENE FEB MAR ABR MAY JUN JUL AGO SET OCT NOV DIC
1977 14.10 29.70 34.60 0.00 0.00 0.00 0.00 0.00 0.00 0.00 9.70 4.50
1978 12.80 3.20 0.90 0.50 0.00 0.00 1.40 0.00 0.00 0.00 7.40 0.00
1979 3.50 6.80 24.80 0.00 0.00 0.00 0.00 0.00 0.00 0.00 4.80 5.80
1980 1.30 10.20 12.40 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 10.40
1981 15.10 28.90 11.90 17.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.20
1982 7.50 5.80 9.20 0.00 0.00 0.00 0.00 0.00 SD 1.70 6.90 0.00
1983 0.00 0.00 3.80 0.00 0.00 0.00 0.00 0.00 0.90 0.00 0.00 3.10
1984 10.70 21.00 14.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 2.80 0.00
1985 11.40 20.30 10.30 1.40 0.00 SD 0.00 SD 0.00 0.00 2.40 16.50
1986 20.00 17.00 8.20 0.00 0.80 0.00 0.50 8.60 0.00 0.00 3.10 37.90
1987 30.40 3.90 0.00 0.00 0.00 0.00 1.40 0.00 0.00 2.70 0.00 0.00
1988 19.50 1.90 22.70 0.90 0.00 0.00 0.00 0.00 0.00 0.00 0.00 4.10
1989 8.50 32.20 10.20 1.30 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
1990 3.40 2.80 18.90 0.30 0.00 4.80 0.00 0.00 0.00 0.00 1.40 15.80
1991 5.30 3.50 13.50 3.60 0.00 7.40 0.00 0.00 0.00 0.00 0.00 0.00
1992 0.00 6.00 1.80 0.00 0.10 1.20 0.00 0.00 0.00 0.10 0.00 5.20
1993 21.80 14.30 3.90 0.00 0.00 0.00 0.00 6.30 0.00 4.30 0.00 1.80
1994 35.30 21.20 15.00 2.50 0.00 0.00 0.00 0.00 0.00 0.00 0.00 2.50
1995 25.10 0.00 48.80 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
1996 15.90 10.20 2.60 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
1997 14.90 44.00 28.50 1.14 0.00 0.00 0.00 0.00 0.00 0.00 0.00 4.43
1998 10.40 12.60 3.90 1.40 0.00 0.00 0.00 0.00 0.00 0.00 0.00 6.40
1999 10.20 19.90 25.00 3.60 0.00 0.00 0.00 0.00 0.00 0.00 0.00 4.28
2000 14.30 22.10 36.20 1.40 0.40 0.60 0.00 0.00 0.00 0.00 0.00 2.20
2001 11.40 19.40 20.90 2.50 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

1.4.3. ANÁLISIS DE LA SERIE HISTORICA

La no homogeneidad e inconsistencia en secuencias hidrológicas representa
uno de los aspectos más importantes del estudio en la hidrología
contemporánea, particularmente en lo relacionado a la conservación,
desarrollo y control de recursos hídricos, ya que, cuando no se identifica,
elimina ni se ajustan a las condiciones futuras la inconsistencia y no
homogeneidad en la muestra histórica, un error significativo puede
introducirse en todos los análisis futuros que se realicen obteniendo
resultados altamente sesgados.

Los pasos de este análisis son los siguientes:

a) Análisis grafico
Este análisis se realiza en forma visual, graficándose los datos de
precipitación con la finalidad de detectar posibles saltos y/o tendencias y
determinar el periodo en el cual la información es dudosa o
aparentemente confiable, considerándose como información dudosa o de
poco valor para el estudio, aquélla que muestra en forma evidente valores
 30

constantes en periodos en los cuales físicamente no es posible debido a la

característica aleatoria de los datos, y cuando no hay compatibilidad con
la información obtenida en el campo.

Gráfico Nº 1-7 Precipitación Máxima 24 horas - Estación La Pampilla

40.00

35.00
Altura de Precipitación (mm.)

30.00

25.00

20.00

15.00

10.00

5.00

0.00
1977

1978

1979

1980

1981

1982

1983

1984

1985

1986

1987

1988

1989

1990

1991

1992

1993

1994

1995

1996

1997

1998

1999

2000

2001

2002
Año

Gráfico Nº 1-8 Precipitación Máxima 24 horas - Estación Characato

90.00

80.00

70.00
Altura de Precipitación (mm.)

60.00

50.00

40.00

30.00

20.00

10.00

0.00
1977

1978

1979

1980

1981

1982

1983

1984

1985

1986

1987

1988

1989

1990

1991

1992

1993

1994

1995

1996

1997

1998

1999

2000

2001

2002

Año

Gráfico Nº 1-9 Precipitación Máxima 24 horas - Estación Characato

60.00

50.00
Altura de Precipitación (mm.)

40.00

30.00

20.00

10.00
0.00

31

Observando los gráficos anteriores podemos deducir que los datos de las
estaciones de Characato, La Pampilla y Chiguata son confiables ya que
no presentan variaciones significativas en cuanto a la relación de los
periodos de lluvia .

b) Análisis de consistencia
La inconsistencia es sinónimo de error sistemático y se presenta como
saltos y tendencias, los errores sistemáticos son los de mayor importancia,
los datos pueden ser incrementados ó reducidos sistemáticamente, con lo
que los resultados finales se desvían, pudiendo producirse grandes errores
en los estudios de utilización y regulación que se realicen a partir de
dichos datos. Los errores sistemáticos pueden ser a la vez naturales y
artificiales u ocasionales por la mano del hombre.

El Análisis de Doble Masa, es una herramienta muy conocida y utilizada

en la detección de inconsistencias en los datos hidrológicos, cuando se
disponen de dos o mas series de datos, en lo que respecta a errores que
pueden haberse producido durante la obtención de los mismos, pero no
para realizar una corrección a partir de la curva de doble masa.
 32

La curva de doble masa, verifica la consistencia del registro de una

estación, comparando la precipitación anual acumulada con los
correspondientes valores, también acumulados de la precipitación anual
promedio de un grupo de estaciones localizadas en los alrededores.

Una de las formas de realizar el análisis de doble masa consiste en:

Se toma la estación mas confiable de todas las estaciones disponibles, la
misma que va ha servir para comparar con los demás registros. Esto es
posible siempre y cuando la información de campo y los hidrogramas
proporcionen la información, necesaria para tomar tal decisión.

En caso de no realizarse el primer paso, plotear en el eje de las abscisas el

promedio anual acumulado de la información de todas las estaciones de la
cuenca y, en el eje de las ordenadas la información anual acumulada de
cada una de las estaciones de análisis.

En las rectas de doble masa obtenidas en el paso anterior, seleccionar la

que presente mayor regularidad, vale decir menor número de puntos de
quiebre, como la mas confiable.

La estación seleccionada como la mas confiable se plotea en el eje de las

abscisas y, en las ordenadas cada una de las demás estaciones,
obteniéndose así tantas rectas como número de series se tengan menos
una. En estos gráficos se definen el ó quiebres que pueden ser
significativos para su posterior análisis estadístico.

Se debe tener en cuenta que solo para efectos del análisis de doble masa,
la información incompleta se llena por interpolación o con el promedio
mensual, si el análisis es mensual.

Del análisis efectuado en la curva de doble masa (gráfico Nº 3.10) no se

observa quiebres significativos por lo que no es necesario efectuar un
análisis estadístico.
 33

Cuadro Nº 1.9 Análisis de Doble Masa

precipitación total anual Preciìtación total anual acumulada Estación promedio

año Pampilla Characato Chiguata Pampilla Characato Chiguata promedio Acumulado
1977 24.15 86.40 92.60 24.15 86.40 92.60 67.72 67.72
1978 11.80 39.88 26.20 35.95 126.28 118.80 25.96 93.68
1979 16.40 36.30 45.70 52.35 162.58 164.50 32.80 126.48
1980 20.70 41.78 34.30 73.05 204.36 198.80 32.26 158.74
1981 18.87 124.40 74.10 91.92 328.76 272.90 72.46 231.19
1982 23.64 26.50 31.14 115.56 355.26 304.04 27.09 258.29
1983 1.90 12.30 7.80 117.46 367.56 311.84 7.33 265.62
1984 32.10 69.40 48.50 149.56 436.96 360.34 50.00 315.62
1985 37.30 74.40 63.43 186.86 511.36 423.77 58.38 374.00
1986 47.40 99.00 96.10 234.26 610.36 519.87 80.83 454.83
1987 23.70 93.30 38.40 257.96 703.66 558.27 51.80 506.63
1988 17.10 39.10 49.10 275.06 742.76 607.37 35.10 541.73
1989 33.60 64.10 52.20 308.66 806.86 659.57 49.97 591.70
1990 16.40 50.90 47.40 325.06 857.76 706.97 38.23 629.93
1991 13.40 7.10 33.30 338.46 864.86 740.27 17.93 647.86
1992 4.40 22.00 14.40 342.86 886.86 754.67 13.60 661.46
1993 20.50 39.40 52.40 363.36 926.26 807.07 37.43 698.90
1994 35.70 57.70 76.50 399.06 983.96 883.57 56.63 755.53
1995 49.90 114.50 73.90 448.96 1098.46 957.47 79.43 834.96
1996 21.60 32.90 28.70 470.56 1131.36 986.17 27.73 862.70
1997 68.85 176.10 92.97 539.41 1307.46 1079.14 112.64 975.34
1998 12.20 38.65 34.70 551.61 1346.11 1113.84 28.52 1003.85
1999 21.10 126.61 62.98 572.71 1472.72 1176.82 70.23 1074.08
2000 55.90 37.50 77.20 628.61 1510.22 1254.02 56.87 1130.95
2001 51.80 84.45 54.20 680.41 1594.67 1308.22 63.48 1194.43

Gráfico Nº 1-10 Análisis de Doble Masa

1800

1600
PRECIPITACION ACUMULADA(mm.)

1400

1200

1000

800

600

400

200

0
0 200 400 600 800 1000 1200

PRECIPITACION PROMEDIO ACUMULADA(mm.)

pampilla-promedio Characato-Promedio Chiguata-promedio

 34

c) Análisis de homogeneidad
Una serie de datos es llamada homogénea si es una muestra de una única
población: Si la serie no es homogénea se le deben hacer ajustes o
correcciones. La no homogeneidad en los datos de precipitación son
creadas por tres fuentes principales:
 Movimiento de las estaciones en una distancia horizontal.
 Movimiento en una distancia vertical, y
 Cambios en el medio ambiente de una estación como árboles,
construcción de casas, embalses, deforestación y reforestación en la
zona, entre otros.

La evaluación y cuantificación de los errores detectados en la forma de

saltos, se realiza mediante un análisis estadístico, tanto de la media como
de la desviación estándar

Prueba de consistencia en la media (x), con el estadístico T de student

Mediante la prueba estadística "T" de Student, se analiza si los valores

promedios son estadísticamente indistinguibles, vale decir, probar que
ambos valores provienen de la misma población.

La prueba requiere identificar previamente de un histograma de

precipitación, dos periodos que se sospeche sean no homogéneos. Si
denominamos la longitud del primer periodo como (n1) y la del segundo
periodo como (n2) teniendo cada uno de ellos a X1 y X2 como valores
medios respectivamente.
 35

X1,X2 : Media de los periodos 1 y 2 respectivamente

S1(x), s2(x) : Desviación estándar de los periodos 1 y 2.
n1,n2 : Longitud de los periodos 1 y 2
respectivamente
n : Tamaño de la muestra(n = n1+ n2)

Calculo de T calculado (Tc )

|x 1−x 2|
Tc=

( )
1
( n 1−1 )∗S1 2 + ( n2−1 )∗S2 2
( )
1
1 1 2
+ 2
n1 n 2 n1 + n2−2

Calculo de T tabular (Tt)

El valor absoluto de T calculado (Tc) se compara con el T tabular (Tt) con
(n1+n2-2) grados de libertad y con 5% de nivel de significancia.

Si y solo si, el valor absoluto de Tc es mayor que el Tt se concluye que la

diferencia entre las medias, es evidencia de falta de homogeneidad.

Con nivel de significancia a = 0.05 y

Con grados de libertad g.l. = n1+n2-2

Comparación del Tc con Tt

Si |Tc|< Tt(95 % )⇒ X 1= X 2 (estadísticamente) no necesita realizar

corrección en los datos.

Si
|Tc|>Tt(95 %)⇒ X 1≠ X 2 (estadísticamente) se debe corregir los
datos del periodo dudoso
 36

Prueba de consistencia en la desviación estándar con el estadístico de F de

Fisher
El análisis consiste en probar, mediante la prueba “F “, si los valores de la
desviación estándar de la sub muestras son estadísticamente iguales o
diferentes con un 5% de nivel de significancia (a =0.05).

S 2 ( x )=S 2 ( x )
Hipótesis planteada Hp : 1 2

S 2 ( x )≠S 2 ( x )
Hipótesis alternante Ha : 1 2

S 2( x ) , S 2 ( x )
1 2 : Varianza de los periodos 1 y 2 respectivamente.
Cálculo de F calculado (Fc)
S 2( x )
1
Fc= , si S 2 ( x )> S 2 ( x )
S 2( x ) 1 2
2

S 2( x )
2
Fc= , si S 2 ( x )> S 2 ( x )
S 2( x ) 2 1
1

Calculo de F tabulado (Ft)

El valor crítico de F se obtiene en las tablas F de Fisher para una
probabilidad al 95%. Con un nivel de significancia a= 0.05 y para grados
de libertad según:
S 2 ( x )> S 2 ( x )
g.l.N= n1-1 , g.l.D= n2-1 , si 1 2

S 2 ( x )> S 2 ( x )
g.l.N= n2-1 , g.l.D = n1-1, si 2 1

Comparación del Fc con Ft

Si |Fc|<Ft(95 %)⇒ S1 ( x)=S2 ( x) (estadísticamente ) No necesita realizar

corrección en los datos.

Si
|Fc|>Ft(95%)⇒ S1 ( x)≠S2 ( x) (estadísticamente) se debe corregir los
datos del periodo dudoso.
 37

Corrección de Datos
Si resultan la media como la varianza estadísticamente iguales entonces la
información original no se corrige porque es consistente aunque en el
diagrama de doble masa se observe pequeños quiebres.

De acuerdo a los diagramas de doble masa se han separado los periodos

dudosos aparentemente confiables y los periodos homogéneo, los que se
pueden observar en el cuadro Nº 3.10. Con estos periodos se han
realizado el análisis estadístico para verificar la igualdad de las medias y
desviación estándar.

En este mismo cuadro se muestra el resumen de este análisis

encontrándose que los valores históricos de las muestras de las estaciones
La Pampilla, Chiguata, Characato son Homogéneas.

Cuadro Nº 1.10 Análisis de homogeneidad

Periodos
Estaciones
S1 1er
S2 S1 2do
2
S2
2 x1
Tc Fc X2 Tt(95%) n1 Ft(95%) n2
Homogeneo
Pampilla
15.802 1977-1997249.705
21.847 1998-2001
477.283 25.686
1.049 35.250 1.714
1.911 21 3.070 4 si
42.307
Characato 33.199 1789.872
1977-1999 1102.151
2000-2001 0.099
64.031 1.624
60.975 1.714 23 19.480 2 si
24.323 23.221 591.623 539.214 1.081 1.097 1.714 3.480 si
Chiguata 1977-1994 1995-2001 49.087 60.664 18 7

1.4.4. ESTIMACIÓN DE DATOS FALTANTES

La completación de la información histórica, se efectúa para tener periodos
completos, mas confiables y de tamaño uniforme.

Los modelos de regresión lineal simple y múltiple son utilizados para la

extensión o transferencia de información desde uno o varios puntos, a una
estación con datos incompletos o con registros cortos. La decisión a tomarse
sobre el tipo de modelo de regresión y de la elección de la variable
independiente, depende de la disponibilidad de información y generalmente
del criterio y experiencia del especialista.
 38

El proceso de completación y/o extensión de datos se realiza en las series

consistentes, vale decir, después de haber analizado la confiabilidad de las
mismas. Para realizar el proceso de completación de datos de una estación en
base a otra, se tiene en cuenta las siguientes condiciones:

- Buscar o seleccionar las estaciones que guarden buena relación con la

estación base que se quiere completar.
- En los análisis respectivos no juntar datos de épocas secas con datos de
épocas húmedas, sino que realizar el proceso separadamente.
- Cerciorarse o verificar de que las características de la cuenca de la
estación completa y de la cuenca a la estación a completar sean similares
en su comportamiento hidrológico. Para este paso usar los parámetros :
área, ubicación, altura, forma, vegetación, etc. Cuanto mas similares sean
estas características, es mas probable que la correlación resulte más
significativa. En general las correlaciones entre estaciones cercanas de un
mismo río son relativamente buenas.
- Verificar que los escurrimientos superficiales registrados en las estaciones
sean efecto de la misma causa ( precipitación, afloramientos de aguas
subterráneas, regulaciones naturales, etc.)
- Para realizar la completación de datos, de ser posible probar la normalidad
de las series, y si no lo son, transformarlos a normales. En la mayoría de
casos esta condición es asumida como un hecho.
Para completar datos se puede utilizar el modelo de regresión lineal simple, ó
el modelo de regresión lineal múltiple que se trataran a continuación:

a) Modelo de regresión lineal.

El modelo de regresión lineal simple es lineal porque genera una línea y
es simple porque intervienen solamente dos variables.
La representación matemática es :
y=a+bx ( 1-13)
Donde:
a= y−b x ( 1-14)
 39

Sy
b=r
Sx ( 1-15)
Siendo r, el coeficiente de correlación.

∑ ( x− x )( y− y )
__ __

r=
( n−1 ) SxSy ( 1-16)

√ √
__ 2 __ 2

Sx=
∑ ( x− x ) Sy=
∑ ( y− y )
n−1 n−1 ( 1-17)

Donde:
Yi es la variable aleatoria independiente.
Xi es la variable aleatoria independiente.
a,b son los parámetros de la ecuación de regresión
X̄ , Ȳ son los promedios de los eventos de la estación x e y
respectivamente.
r = coeficiente de correlación calculado.
n: número de pares de datos conocidos = número de datos de y,
a es el punto de intersección entre la línea de regresión y el eje Y.
b es el coeficiente de regresión o pendiente de la línea de regresión, el
mismo que explica cuan rápido aumenta o disminuye la variable
dependiente Y con un cambio de X.
El procedimiento usado para la completación de datos ha sido el método de
regresión lineal simple interviniendo las tres estaciones en estudio, para
precipitaciones máximas en 24 horas, se explica a continuación.

En el cuadro Nº 3.1 tenemos los datos de precipitación máximas de 24 horas

para el mes de análisis de las tres estaciones, hallamos la media y la

desviación estándar ( X̄ , Ȳ , Sx, Sy ), para cada una de ellas.

Correlacionamos la Estación de la Pampilla ( y ) con la estación de

Characato ( x ), y luego la estación de la Pampilla ( y ) con la estación
 40

Chiguata ( x ), hallando en cada caso el respectivo coeficiente de correlación

r con la ecuación Nº 3.16, Se escoge la estación de mayor valor de r en este
caso la estación Characato de r = 0.81 y se halla la ecuación de la recta de
regresión.

Una vez elegida la estación de mayor r aplicamos la ecuación de la recta de

regresión ecuación Nº 3.13 para los datos de esa estación. Obteniendo el valor
faltante de precipitación de la Estación de La Pampilla.

Cuadro Nº 1.11 Completación de datos Método de regresión lineal

ENERO FEBRERO ABRIL JUNIO JULIO

Año
Pampilla characato Chiguata Pampilla characato Chiguata Pampilla characato Chiguata Pampilla characato Chiguata Pampilla characato Chiguata
1977 6.60 5.10 14.10 6.80 62.70 29.70 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
1978 0.00 5.40 12.80 0.00 15.00 3.20 0.10 0.50 0.00 0.00 0.00 0.10 0.00 1.40
1979 0.30 3.20 3.50 0.30 2.30 6.80 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
1980 0.80 1.80 1.30 6.20 18.70 10.20 0.00 0.00 0.00 0.00 0.00 0.00 0.00
1981 3.00 5.20 15.10 5.40 51.80 28.90 3.50 6.30 17.00 0.00 0.00 0.00 0.00 0.00 0.00
1982 8.10 7.50 8.10 5.80 2.80 0.20 0.00 0.00 0.00 0.00 0.00 0.00 0.00
1983 0.00 0.00 0.00 0.00 0.10 0.00 0.00 2.50 0.00 0.00 0.00 0.00 0.00 0.60 0.00
1984 4.90 16.60 10.70 14.70 18.20 21.00 0.00 0.00 0.00 0.00 0.10 0.00 0.00 0.00 0.00
1985 3.60 5.20 11.40 15.30 24.30 20.30 2.10 3.00 1.40 0.90 1.50 0.00 0.00 0.00
1986 6.10 26.20 20.00 18.40 24.60 17.00 0.00 0.10 0.00 0.00 0.00 0.00 0.00 0.10 0.50
1987 19.00 83.60 30.40 4.00 6.20 3.90 0.00 0.00 0.00 0.00 0.00 0.00 0.20 0.10 1.40
1988 3.50 9.30 19.50 0.00 0.50 1.90 0.20 0.30 0.90 0.00 0.00 0.00 0.00 0.00 0.00
1989 1.40 4.50 8.50 22.90 51.30 32.20 0.00 0.00 1.30 0.00 0.00 0.00 0.00 0.00 0.00
1990 0.00 0.40 3.40 0.00 4.70 2.80 0.00 0.00 0.30 0.80 8.00 4.80 0.00 0.00 0.00
1991 5.50 1.80 5.30 0.20 0.00 3.50 0.00 1.00 3.60 0.00 1.50 7.40 0.00 0.00 0.00
1992 0.00 0.40 0.00 1.00 3.40 6.00 0.00 0.00 0.00 0.00 0.00 1.20 0.00 0.00 0.00
1993 13.50 17.10 21.80 2.10 3.80 14.30 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
1994 13.60 21.90 35.30 10.30 20.50 21.20 0.00 0.40 2.50 0.00 0.00 0.00 0.00 0.00 0.00
1995 28.00 81.40 25.10 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
1996 12.10 20.75 15.90 8.90 11.15 10.20 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
1997 11.20 17.90 14.90 33.40 58.90 44.00 0.00 0.00 1.14 0.00 0.00 0.00 0.00 0.00 0.00
1998 7.80 19.90 10.40 1.90 13.40 12.60 1.10 0.00 1.40 0.00 0.00 0.00 0.00 0.00 0.00
1999 3.00 25.00 10.20 12.30 45.80 19.90 0.00 0.00 3.60 0.00 0.00 0.00 0.00 0.00 0.00
2000 20.20 18.30 14.30 9.20 13.40 22.10 0.30 0.00 1.40 0.70 0.00 0.60 0.00 0.00 0.00
2001 4.90 8.97 11.40 14.50 23.00 19.40 1.80 0.00 2.50 0.00 0.00 0.00 0.00 0.00 0.00
Media 7.13 16.63 12.98 7.53 19.12 14.06 0.42 0.63 1.46 0.10 0.46 0.61 0.01 0.03 0.14
Desv.Est 7.58 21.99 9.15 8.75 20.00 11.71 0.97 1.51 3.49 0.27 1.66 1.80 0.05 0.12 0.40
correlación 0.81 0.72 0.70 0.83 0.71 0.82 0.39 0.66 0.08 0.91

Del Cuadro Nº 3.11

Ecuación de Regresion Lineal:
Sy
y ' = ȳ +r ( x− x̄ )
Sx
Reemplazando valores se tiene:

Enero:
 41

7 . 58
y '=7 . 13+0 . 81 (x −16 .63 )
21. 9 Para x = 8.10 y = 4.76
Febrero:
8. 75
y '=7 . 53+0 . 83 ( x−14 . 06 )
11.7 Para x = 5.80 y =
2.40
Abril:
1. 51
y '=0. 63+0. 82 ( x−1 . 46 )
3 . 49 Para x = 0.50 y = 0.29
Para x = 0.00 y = 0.11

Cuadro Nº 3.11 Completacion de datos Método de regresión lineal (Continuación)

AGOSTO SETIEMBRE OCTUBRE NOVIEMBRE DICIEMBRE

Año
Pampilla characato Chiguata Pampilla characato Chiguata Pampilla characato Chiguata Pampilla characato Chiguata Pampilla characato Chiguata
1977 0.00 0.00 0.00 0.00 2.20 0.00 0.10 0.00 0.00 0.00 2.10 9.70 1.70 4.50
1978 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 8.00 11.20 7.40 0.10 0.10 0.00
1979 0.00 0.00 0.00 0.10 0.00 0.00 0.10 0.10 0.00 4.60 2.50 4.80 0.10 0.10 5.80
1980 0.00 0.00 0.00 0.00 0.00 0.00 0.10 0.10 0.00 3.50 0.00 0.00 5.90 7.40 10.40
1981 0.00 0.10 0.00 0.00 0.00 0.00 0.00 0.00 2.00 0.00 3.60 1.20
1982 0.00 0.00 0.00 0.10 0.10 1.00 1.00 1.70 3.50 4.90 6.90 0.00 0.20 0.00
1983 0.00 0.00 0.00 0.00 0.70 0.90 0.00 0.00 0.00 0.00 0.00 0.00 1.50 8.20 3.10
1984 2.90 4.00 0.00 0.00 0.00 0.00 0.10 0.10 0.00 4.90 10.80 2.80 0.00 0.00 0.00
1985 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.10 2.40 9.50 21.10 16.50
1986 2.50 6.90 8.60 0.00 0.00 0.00 0.00 0.00 0.00 3.00 4.80 3.10 11.70 22.70 37.90
1987 0.00 0.00 0.00 0.00 0.00 0.00 0.50 0.70 2.70 0.00 0.00 0.00 0.00 0.00 0.00
1988 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.90 7.00 4.10
1989 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
1990 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.50 1.70 1.40 2.60 18.50 15.80
1991 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
1992 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.10 0.00 0.00 0.00 3.40 18.00 5.20
1993 3.10 7.60 6.30 0.00 0.00 0.00 1.80 3.50 4.30 0.00 0.00 0.00 0.00 4.20 1.80
1994 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.10 1.00 2.50
1995 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.30 0.20 0.00 0.00 0.00 0.00
1996 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.30 0.00 0.00
1997 0.00 21.50 0.00 0.00 6.80 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.05 38.10 4.43
1998 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.40 2.95 6.40
1999 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 2.80 3.21 4.28
2000 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.90 3.40 2.20
2001 0.00 0.00 0.00 0.00 0.00 0.00 0.60 0.00 0.00 0.00 0.00 0.00 0.00 1.08 0.00
Media 0.35 1.67 0.65 0.01 0.41 0.04 0.16 0.23 0.37 1.27 1.72 1.60 1.97 6.73 5.25
Desv.Est 0.96 4.74 2.17 0.03 1.44 0.19 0.42 0.74 1.05 2.21 3.21 2.82 3.18 9.84 8.36
correlación 0.76 0.35 -0.05 0.04 0.97 0.94 0.86 0.59 0.58 0.90

Junio:
1 . 80
y '=0. 61+0 . 66 ( x−0 . 46 )
1 . 66 Para x = 1.50 y = 1.35

Julio:
 42

0. 05
y '=0. 01+0 . 91 ( x−0 . 14 )
0 . 40 Para x = 0.00 y = 0.00
Agosto:
2. 17
y '=0. 65+0. 76 ( x−0. 35)
0. 96 Para x = 0.00 y = 0.04

Setiembre:
0 .19
y '=0. 04 +0 . 04 ( x−0 . 41 )
1 . 44 Para x = 0.10 y = 0.04

Octubre:
0 . 42
y '=0. 16+0. 97 (x −0 .23 )
0 .74 Para x = 0.00 y = 0.03
Noviembre:
2. 21
y '=1 . 27+0 . 86 (x−1. 72)
3 . 21 Para x = 2.00 y = 1.44
Diciembre:
3. 18
y '=1 . 97+0 . 9 ( x−5 . 25)
8. 36 Para x = 4.50 y = 1.75
Para x = 1.20 y = 0.57

ssss

1.4.5. EXTENSIÓN DEL REGISTRO

Una vez realizada la completación y cosistencia de los datos, se procede a
realizar la extension de los mismos, los que se presenta en los cuadros Nº
3.12, 3.13, y 3.14
 43

Cuadro Nº 1.12 Registros completos y consistentes Precipitación máxima de 24 h

Estacion La Pampilla

AÑO ENE FEB MAR ABR MAY JUN JUL AGO SET OCT NOV DIC
1977 6.60 6.80 9.00 0.00 0.00 0.00 0.00 0.00 0.00 0.10 0.00 1.65
1978 0.00 0.00 3.50 0.10 0.00 0.00 0.10 0.00 0.00 0.00 8.00 0.10
1979 0.30 0.30 10.90 0.00 0.00 0.00 0.00 0.00 0.10 0.10 4.60 0.10
1980 0.80 6.20 4.20 0.00 0.00 0.00 0.00 0.00 0.00 0.10 3.50 5.90
1981 3.00 5.40 4.00 3.50 0.00 0.00 0.00 0.00 0.00 0.03 1.44 0.57
1982 4.76 2.40 3.90 2.80 0.00 0.00 0.00 0.00 0.10 1.00 3.50 0.00
1983 0.00 0.00 0.40 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.50
1984 4.90 14.70 4.60 0.00 0.00 0.00 0.00 2.90 0.00 0.10 4.90 0.00
1985 3.60 15.30 5.90 2.10 0.00 0.90 0.00 0.00 0.00 0.00 0.00 9.50
1986 6.10 18.40 4.20 0.00 1.50 0.00 0.00 2.50 0.00 0.00 3.00 11.70
1987 19.00 4.00 0.00 0.00 0.00 0.00 0.20 0.00 0.00 0.50 0.00 0.00
1988 3.50 0.00 11.50 0.20 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.90
1989 1.40 22.90 9.30 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
1990 0.00 0.00 11.50 0.00 0.00 0.80 0.00 0.00 0.00 0.00 1.50 2.60
1991 5.50 0.20 7.70 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
1992 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 3.40
1993 13.50 2.10 0.00 0.00 0.00 0.00 0.00 3.10 0.00 1.80 0.00 0.00
1994 13.60 10.30 11.70 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.10
1995 28.00 0.00 21.60 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.30 0.00
1996 12.10 8.90 0.30 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.30
1997 11.20 33.40 23.20 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.05
1998 7.80 1.90 0.00 1.10 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.40
1999 3.00 12.30 3.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 2.80
2000 20.20 9.20 23.70 0.30 0.90 0.70 0.00 0.00 0.00 0.00 0.00 0.90
2001 4.90 14.50 30.00 1.80 0.00 0.00 0.00 0.00 0.00 0.60 0.00 0.00

Cuadro Nº 1.13 Registros completos y consistentes Precipitación máxima de 24 h

Estacion Characato

AÑO ENE FEB MAR ABR MAY JUN JUL AGO SET OCT NOV DIC
1977 5.10 62.70 12.60 0.00 0.00 0.00 0.00 0.00 2.20 0.00 2.10 1.70
1978 5.40 15.00 7.60 0.29 0.00 0.00 0.00 0.00 0.00 0.00 11.20 0.10
1979 3.20 2.30 28.10 0.00 0.00 0.00 0.00 0.00 0.00 0.10 2.50 0.10
1980 1.80 18.70 13.20 0.11 0.00 0.00 0.00 0.00 0.00 0.10 0.00 7.40
1981 5.20 51.80 55.40 6.30 0.00 0.00 0.00 0.10 0.00 0.00 2.00 3.60
1982 8.10 8.10 3.90 0.20 0.00 0.00 0.00 0.00 0.10 1.00 4.90 0.20
1983 0.00 0.10 0.20 2.50 0.00 0.00 0.60 0.00 0.70 0.00 0.00 8.20
1984 16.60 18.20 19.60 0.00 0.00 0.10 0.00 4.00 0.00 0.10 10.80 0.00
1985 5.20 24.30 18.20 3.00 0.00 1.50 0.00 0.00 0.00 0.00 1.10 21.10
1986 26.20 24.60 10.90 0.10 2.70 0.00 0.10 6.90 0.00 0.00 4.80 22.70
1987 83.60 6.20 2.70 0.00 0.00 0.00 0.10 0.00 0.00 0.70 0.00 0.00
1988 9.30 0.50 22.00 0.30 0.00 0.00 0.00 0.00 0.00 0.00 0.00 7.00
1989 4.50 51.30 8.30 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
1990 0.40 4.70 17.60 0.00 0.00 8.00 0.00 0.00 0.00 0.00 1.70 18.50
1991 1.80 0.00 2.80 1.00 0.00 1.50 0.00 0.00 0.00 0.00 0.00 0.00
1992 0.40 3.40 0.00 0.00 0.20 0.00 0.00 0.00 0.00 0.00 0.00 18.00
1993 17.10 3.80 3.20 0.00 0.00 0.00 0.00 7.60 0.00 3.50 0.00 4.20
1994 21.90 20.50 13.90 0.40 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00
1995 81.40 0.00 32.90 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.20 0.00
1996 20.75 11.15 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
1997 17.90 58.90 32.90 0.00 0.00 0.00 0.00 21.50 6.80 0.00 0.00 38.10
1998 19.90 13.40 2.40 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 2.95
1999 25.00 45.80 52.60 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 3.21
2000 18.3 13.40 2.40 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 3.40
2001 8.97 23.00 51.40 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.08
 44

Cuadro Nº 1.14 Registros completos y consistentes Precipitación máxima de 24 h

Estacion Chiguata
AÑO ENE FEB MAR ABR MAY JUN JUL AGO SET OCT NOV DIC
1977 14.10 29.70 34.60 0.00 0.00 0.00 0.00 0.00 0.00 0.00 9.70 4.50
1978 12.80 3.20 0.90 0.50 0.00 0.00 1.40 0.00 0.00 0.00 7.40 0.00
1979 3.50 6.80 24.80 0.00 0.00 0.00 0.00 0.00 0.00 0.00 4.80 5.80
1980 1.30 10.20 12.40 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 10.40
1981 15.10 28.90 11.90 17.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.20
1982 7.50 5.80 9.20 0.00 0.00 0.00 0.00 0.00 0.04 1.70 6.90 0.00
1983 0.00 0.00 3.80 0.00 0.00 0.00 0.00 0.00 0.90 0.00 0.00 3.10
1984 10.70 21.00 14.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 2.80 0.00
1985 11.40 20.30 10.30 1.40 0.00 1.35 0.00 0.04 0.00 0.00 2.40 16.50
1986 20.00 17.00 8.20 0.00 0.80 0.00 0.50 8.60 0.00 0.00 3.10 37.90
1987 30.40 3.90 0.00 0.00 0.00 0.00 1.40 0.00 0.00 2.70 0.00 0.00
1988 19.50 1.90 22.70 0.90 0.00 0.00 0.00 0.00 0.00 0.00 0.00 4.10
1989 8.50 32.20 10.20 1.30 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
1990 3.40 2.80 18.90 0.30 0.00 4.80 0.00 0.00 0.00 0.00 1.40 15.80
1991 5.30 3.50 13.50 3.60 0.00 7.40 0.00 0.00 0.00 0.00 0.00 0.00
1992 0.00 6.00 1.80 0.00 0.10 1.20 0.00 0.00 0.00 0.10 0.00 5.20
1993 21.80 14.30 3.90 0.00 0.00 0.00 0.00 6.30 0.00 4.30 0.00 1.80
1994 35.30 21.20 15.00 2.50 0.00 0.00 0.00 0.00 0.00 0.00 0.00 2.50
1995 25.10 0.00 48.80 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
1996 15.90 10.20 2.60 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
1997 14.90 44.00 28.50 1.14 0.00 0.00 0.00 0.00 0.00 0.00 0.00 4.43
1998 10.40 12.60 3.90 1.40 0.00 0.00 0.00 0.00 0.00 0.00 0.00 6.40
1999 10.20 19.90 25.00 3.60 0.00 0.00 0.00 0.00 0.00 0.00 0.00 4.28
2000 14.30 22.10 36.20 1.40 0.40 0.60 0.00 0.00 0.00 0.00 0.00 2.20
2001 11.40 19.40 20.90 2.50 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

1.5. PROMEDIO DE LAS PRECIPITACIONES SOBRE LA CUENCA.

Se trata de establecer un valor medio conveniente a partir de datos conjugados de
varias estaciones pluviométricas de la cuenca. La precipitación es uno de los
elementos importantes para realizar el balance Hidrológico y para su estimación se
ha realizado un estudio regional con la participación de 3 estaciones pluviométricas.
El promedio de las precipitaciones sobre una cuenca puede hacerse por:

1.5.1. MÉTODO ARITMÉTICO

Este método provee una buena estimación si las estaciones pluviométricas
están distribuidos uniformemente en la cuenca, el área de la cuenca es
bastante plana y la distribución de las medidas pluviométricas entre los
aparatos es pequeña, su ecuación esta dada por:
− n
1
P=( ) ∑ Pi
n j=1 ( 1-18)
Donde:
n: numero de estaciones pluviométricas
Pi: Altura de precipitación registrada en la estación

P
 45

: Altura de precipitación promedio

1.5.2. MÉTODO DEL POLIGONOS DE THIESSEN

Se trazan según Thiessen las medianas de los segmentos que unen las
estaciones pluviométricas dos a dos , delimitando así las zonas a las cuales se
aplican las mediciones de las diferentes estaciones. La suma de los productos
de estas superficies parciales por las alturas de lluvia correspondiente, de la
cantidad de las precipitaciones sobre la cuenca.
− p1 a 1 + p2 a 2 +. .. .. .. .+ pn an
P=
a1 + a2 +. . .. .. . .+ an ( 1-19)

1.5.3. METODO DE LAS ISOHIETAS

Se hace una interpolación de las alturas de lluvia representativas indicadas en
cada una de las estaciones pluviométricas de la cuenca, como si fueran curvas
de nivel, obteniéndose de esta forma las curvas de igual precipitación, o
curvas Isoyetas.

p 0 + p1 p1 + p 2 pn−1 + pn
− a1 + a2 +. .. . .. ..+ an
2 2 2
P=
a1 + a2 +. .. . .. ..+ an ( 1-20)
 46

Cuadro Nº 1.15 Promedio Aritmético de las precipitaciones máximas de

24 horas

precipitación total anual Promedio

año
Pampilla Characato Chiguata (mm.)
1977 9.00 62.70 34.60 35.43
1978 8.00 15.00 12.80 11.93
1979 10.90 28.10 24.80 21.27
1980 6.20 18.70 12.40 12.43
1981 5.40 55.40 28.90 29.90
1982 4.76 8.10 9.20 7.35
1983 1.50 8.20 3.80 4.50
1984 14.70 19.60 21.00 18.43
1985 15.30 24.30 20.30 19.97
1986 18.40 26.20 37.90 27.50
1987 19.00 83.60 30.40 44.33
1988 11.50 22.00 22.70 18.73
1989 22.90 51.30 32.20 35.47
1990 11.50 18.50 18.90 16.30
1991 7.70 2.80 13.50 8.00
1992 3.40 18.00 6.00 9.13
1993 13.50 17.10 21.80 17.47
1994 13.60 21.90 35.30 23.60
1995 28.00 81.40 48.80 52.73
1996 12.10 20.75 15.90 16.25
1997 33.40 58.90 44.00 45.43
1998 7.80 19.90 12.60 13.43
1999 12.30 52.60 25.00 29.97
2000 23.70 18.30 36.20 26.07
2001 30.00 51.40 20.90 34.10
Promedio de
los totales 13.78 32.19 23.60 23.19
anuales

1.6. PROBABILIDAD DE OCURRENCIA DE LA PRECIPITACIÓN

Existen varias formulas para calcular la probabilidad de ocurrencia, la misma que se
muestra en la Tabla Nº 3.2, siendo la mas utilizada la formula de Weibull.
 47

Tabla Nº 1.2 Formulas empíricas para determinar la probabilidad de

Ocurrencia
Método Probabilidad de Ocurrencia (P)
California m
n
Hazen m−1/2
n
Weibull m
n+1
Chegadayev m−0 .3
n+0. 4
Blom m−3/8
n+ 1/4
Tukey 3 m−1
3 n+1
Gringorten m−a
n+1−2 a

Donde:
P= Probabilidad experimental o frecuencia relativa empírica
m= Número de Orden
n= Número de datos
a= Valor comprendido en el intervalo 0<a<1, y depende de n, de acuerdo a la
siguiente tabla

n 10 20 30 40 50 60 70 80 90 100
a 0.448 0.443 0.442 0.441 0.440 0.440 0.440 0.440 0.439 0.439

1.7. ANÁLISIS Y TRATAMIENTO DE LA INFORMACIÓN

Los valores históricos, completos y consistentes utilizados datan desde el año 1977
hasta el año 2001 ( 25 años), en el cuadro Nº 3.16 se presenta la información de la
precipitación promedio anual máxima de 24 horas de las estaciones en estudio.
 48

Cuadro Nº 1.16 Precipitaciones Máximas 24 horas

1.8. FUNCIONES DE DISTRIBUCION DE PROBABILIDADES

Función de probabilidad: Una función f(x) es llamada función de probabilidad o
función de densidad de la variable aleatoria continua X si cumple con las siguientes
condiciones:
f ( x )≥0 , ∀ x ∈ R

∫ f ( x)dx=1 cuando se encuentra en los límites −∞ y ∞

Sea el evento A=( x / a≤x≤b ) ;luego,

P( A )=P( x ∈ A )=P(a≤x≤b )=∫ f ( x )dx
Cuando se encuentra entre los límites a y b

En la estadística existen decenas de funciones de distribución de probabilidad

teórica; y obviamente no es posible probarlas todas para un problema particular, por
 49

lo tanto es necesario escoger uno de esos modelos, el que se adapte mejor al

problema bajo análisis.
Para el análisis de las precipitaciones máximas de la torrentera de Paucarpata se han
utilizado los registros históricos máximos de 24 horas de 25 años (1977-2001) , para
ello se ajustaron a 6 Distribuciones de probabilidades las cuales son:

 Distribución Normal Estándar.

 Distribución Gumbel (Distribución extrema Tipo I).
 Distribución Log Pearson Tipo III.
 Distribución Log Normal II Parámetros.
 Distribución Log Normal III Parámetros.
 Distribución Gamma.

1.8.1. METODOS DE ESTIMACION DE PARAMETROS DE LAS

FUNCIONES PROBABILISTICAS
Existen varias técnicas para la estimación de los parámetros de una
distribución entre otras estas son :

- Método de Momentos
- Método de máxima verosimilitud
- Método de mínimos cuadrados
- Método gráfico

El objetivo de la estimación de los parámetros es de relacionar los registros

observados (media, variancia, sesgo, etc.)de un fenómeno aleatorio con el
modelo probabilistico seleccionado. En este trabajo se desarrollara los dos
primeros métodos.

a) Método de Momentos
El método de momentos fue desarrollado por primera vez por Karl
Pearson en 1902. Él consideró que unos buenos estimativos de los
 50

parámetros de una función de probabilidad son aquellos para los cuales

los momentos de la función de densidad de probabilidad alrededor del
origen son iguales a los momentos correspondientes de la información de
la muestra.
El método de momentos selecciona valores para los parámetros de la
función de densidad de probabilidad de tal manera que sus momentos son
iguales a aquellos de la información de la muestra.
n Xi n −
1
∑ n
= ∑ X
n i=1 i
=X
i=1

La media o promedio es el estimador que corresponde a la función teórica

de probabilidad que es:
∞
u=∫−∞ xf ( x)dx

Originalmente Pearson consideró solamente momentos alrededor del

origen, pero posteriormente se volvió común el uso de la varianza como

el segundo momento central, σ =E [ (( x−u ) ] ,y el coeficiente de

2 2

asimetría como el tercer momento central estandarizado,

γ =E [ (( x−u )3 ] / σ 3 , para determinar el segundo y el tercer parámetro de

la distribución.

Cuando la distribución de probabilidad, a la que se estima los parámetros

por este método es simétrica y particularmente si es normal, se puede
demostrar que este método es muy eficiente, pero cuando las
distribuciones son asimétricas y por lo tanto sesgadas ,como ocurre muy a
menudo con las variables hidrológicas, el utilizar este método representa
una perdida de eficiencia en la estimación.

b) Método de máxima verosimilitud

El método de la máxima verosimilitud fue desarrollado por R.A. Fisher
(1922). Él razonó que el mejor valor de un parámetro de una distribución
 51

de probabilidad debería ser el valor que maximizara la función de

verosimilitud o probabilidad conjunta de ocurrencia de la muestra
observada.

Si tenemos n observaciones aleatorias: X 1, X2,………Xn y su función de

probabilidad conjunta: f (X1, X2,………Xn, θ1, θ2,……… θm). Dado que
para una muestra aleatoria los valores de X son independientes, su
función de probabilidad conjunta puede ser escrito como:

f ( X 1 , θ1 , θ2 ,. .. . .. , θm ) f ( X 2 , θ1 ,θ2 ,. .. . .. , θm )...... f ( X n , θ 1 ,θ 2 ,. . .. .. , θm )

Donde :
θ1 ,θ2 ...........θm son los parámetros de la función.
La expresión anterior es proporcional a la probabilidad de que una
observación aleatoria, en particular, sea obtenida de la población y es
conocida como función de verosimilitud de probabilidad.

n
L(θi )=L(θ1 , θ2 ,. .. . .. θm )=∏ f ( X i ,θ1 ,θ 2 ,. . .. .. . .. θm )
i=1

Los m parámetros son desconocidos, por lo tanto la estimación de estos se

realizan teniendo presente que deben maximizar la función de
verosimilitud. Esto es posible tomando la derivada parcial de L(θ i),
respecto a cada θi e igualando a cero.

∂L ∂L ∂L
=0 , =0 . .. .. . .. .. . .. .. . . ∂=0
∂θi ∂θ 2 ∂θ m

Estas ecuaciones en el mismo número que el número de parámetros

característicos de la distribución teórica de probabilidad en estudio,
permiten estimar los parámetros θ1, θ2,……… si estos parámetros
eficientes existen.
 52

1.8.2. DISTRIBUCION NORMAL ESTANDAR

a) Función de densidad de probabilidad

La función de densidad de distribución normal se define como:

( )
2
−1 x −u
1 2 σ
f ( x )= e
σ √2 π ( 1-21)
Para −∞< x <+∞
Donde μ y σ son los parámetros de la distribución. Estos parámetros
determinan la forma de la función f(x) y su posición en el eje x, decimos
que la variable aleatoria X, se distribuye normalmente con media μ y
varianza σ2 y se representa:
2
X  N(u ,σ )
El gráfico de la función densidad es:

¿
Siendo una función continua y simétrica con respecto a la recta x = X , si
x −u
Z=
σ ( 1-22)
La función densidad de Z, es llamada función densidad de la Distribución
Normal Estándar y tiene la siguiente expresión:
−Z2
1 2
f ( x )= e
√2 π ( 1-23)
Para −∞< z <+∞
Los valores de f(x) ó f(z) puede ser fácilmente evaluadas para un valor
dado de x ó de z por las ecuaciones ( 3.21) ó ( 3.23), respectivamente.
El gráfico de la función densidad de la distribución normal estándar es:
 53

Una característica fundamental de la distribución normal estándar es que

tiene μz = 0 y σz2=1, es decir: Z  N (0,1)
 54

b) Función de distribución acumulada.

La función de distribución acumulada de la distribución normal es la
integral de la ecuación (3.21), ósea:
x
F ( x)= ∫ f ( x)dx
−∞ ( 1-24)

1
x
(
−1 ( x−u ) 2
) dx
F ( x)= ∫e
σ √ 2 π −∞
2 σ

( 1-25)
x −Z 2
1
F ( z)=
√ 2 π
∫e
−∞
2
dz
O su equivalente, (
1-26)
Donde F(x) es la función de distribución de probabilidad normal para la
variable original X, según la ecuación ( 3.25), o también para la variable
estandarizada Z según la ecuación ( 3.26) de estas funciones de
distribución se tiene:
- F(-) = 0
- F(  ) = 0.5
- F(+)= 1

Cálculo de la función de distribución acumulada de N (μ, σ2) ó N

(0,1)
Para realizar cálculos computacionales de F(z), se utilizan funciones de
aproximación, dentro de los cuales se pueden mencionar:
Abramowitz y Stegún (1965): han dado varias aproximaciones para la
función de distribución F(z) de la variable normal estandarizada Z, una
aproximación polinomial con un error menor que 10-5 es:

F(Z)= H(Z) Z>0 ( 1-27)

F(Z)= 1-H(Z) Z<0
Donde:
−Z 2
1
1− e
2
( b1 q+b 2 q 2 + b3 q3 )
H(Z) = √2 π ( 1-28)
 55

1
Siendo q= 1+bo z
b 0= 0.33267, b 1= 0.43618, b 2= -0.12017, b 3= 0.93730

Masting (1955): a dado una aproximación polinomial que ha sido

utilizado por la IBM (1968), esta aproximación con un error menor que
7,5 x 10-8 es:
−Z 2
1
1− e
2
( b1 w+b 2 w2 + b3 w3 +b 4 w4 +b 5 w5 )
H(Z) = √2 π ( 1-29)
1
w=
Donde 1+0 .2316419|z|
b 1= 0.3193381530, b 2= -0.356563782, b 3=
1.781477937
b 4 = -1.821255978, b 5= 1.330274429

c) Estimación de parámetros
Para estimar los parámetros de la distribución teórica se pueden usar el
método de momentos o el método de máxima verosimilitud. Cabe
mencionar que la distribución Normal, es la única función de distribución
que produce los mismos resultados de los parámetros, estimados por el
método de momentos y máxima verosimilitud, los parámetros obtenidos
son los siguientes:
¿ N
1
X =u=
N
∑ Xi
i=1 ( 1-30)

[ ]
N 2
1
S=σ= ∑
N −1 i =1
( Xi− X )2
( 1-31)
Donde:
¿
X = Es el estimado de la media , llamado también parámetro de posición
S = Es el estimado insesgado de la desviación estándar o parámetro
de escala
 56

Método de Momentos
Procedimiento de calculo.
- Calcular los valores de la media μ y la desviación estándar σ , del
cuadro Nº 3.16, de donde se obtiene lo siguiente:
μ =23.182 σ = 12.763
- Reemplazando los valores de μ y σ , en la expresión reducida
ecuación (3.25) donde:
Y =μ+ Zσ
Y =23. 182+Z(12 .763 ) ( 1-32)
- Calcular el valor Z, de la ecuación (3.26) la función de distribución
acumulada F(z) es una función de distribución normal. Las tablas de
distribución normal Tabla Nº A.1 (apéndice A) estándar pueden ser
z − z2
1
√ 2 π
∫e 2
dz
usadas para evaluar la distribución Normal. F(z)= −∞ se
sabe que F(z)=F(y)=F(x)=1-1/T, para T=2 Años se tiene que F(z)=0.5;
valor de entrada para el cálculo de Z. Del apéndice A. Se tiene que Z=0
- Reemplazando el valor de Z en la ecuación (3.32) se obtiene la
Máxima precipitación para un periodo de retorno de 2 años.
Y=23.182+(0)*12.763=23.182 mm.
En el cuadro Nº 3.17 se muestran las precipitaciones máximas para
diferentes periodos de retorno por el Método de Momentos

Cuadro Nº 1.17 Distribución Normal Método de Momentos

 57

periodo de Factor de
Probadilidad p (mm)
Retorno T Frecuencias Z
2 0.5000 0.000 23.1820
5 0.8000 0.842 33.9234
10 0.9000 1.282 39.5376
20 0.9500 1.644 44.1637
25 0.9600 1.751 45.5255
30 0.9667 1.834 46.5886
40 0.9750 1.960 48.1967
50 0.9800 2.054 49.3932
100 0.9900 2.327 52.8742
200 0.9950 2.576 56.0585

Nota : En la distribución normal tanto por el método de momentos como

por el método de Máxima verosimilitud dan resultados iguales

1.8.3. DISTRIBUCION DE VALOR EXTREMO TIPO I

a) Función de distribución acumulada.

La función de distribución acumulada, tiene la forma:
−α [ x−β ]
F ( x )=e−e ( 1-33)

para −∞< x <+∞ , 0< α <+ ∞ −∞<β <+∞

Donde:
El parámetro α se le conoce como parámetro de escala.
El parámetro β se le conoce como parámetro de posición.

b) Función densidad de probabilidad.

Derivando la función de distribución acumulada, ecuación ( 3.33), con
respecto a x, se obtiene la función de densidad de probabilidad, es decir:
dF ( x )
f ( x )=
dx

f ( x )=α∗e
[ ±α ( x −β )−ezα ( x−β ) ]
para −∞< x <+∞ , ( 1-34)
El signo (+) se aplica para valores mínimos y el signo (-) se aplica para
valores máximos (distribución Gumbel o Tipo I).
 58

Si se hace la transformación:
Y =α ( x−β ) ( 1-35)

Con lo cual, la función densidad reducida es:

( ± y−e±y )
f ( y )=e ( 1-36)

El signo (+) se emplea para eventos mínimos y el signo (-) para eventos
máximos.
La función de distribución acumulada es:
−y y
F ( y )=e−e → (Máximo) F ( y )=1−e−e → (Mínimo)

F ( y )min =1−F (− y )max

Los valores correspondientes de x e y, están relacionadas por: F(x) = F(y)
y la relación:
y
x=β +
Y =α ( x−β ) ó α ( 1-37)
Método de Gumbel (Valor extremo tipo I)
Según Paulet, 1974, El método de Gumbel se utiliza para predecir
magnitudes máximas de variables hidrológicas asumiendo que estos
valores son independientes entre sí, también son usadas frecuentemente
para el estudio de magnitud - duración - frecuencias de lluvias (Hershfiel
1961).

Según Linsley 1971, aplicó al río Clear Water en Idaho Estados Unidos.
Este método es adecuado cuando se utiliza como datos las descargas
máximas anuales en un punto de control de una vertiente o un Río.

La función de densidad reducida de Gumbel (Tipo I) tiene la forma de la

ecuación ( 3.36) pero con signo negativo.

c) Estimación de parametros
Para la estimación de los parámetros α y β de la Función Acumulada
F(x) ecuación ( 3.33) se utilizaron 2 métodos de estimación.
 59

Método de momentos
Según Lowery y Nash, 1970 utilizando el método de momentos se
obtienen las siguientes relaciones:
c
x=β +
Media : E(x)= α ( 1-38)
Donde c, es la constante de Euler, cuyo valor es:

[
1 1
2 3
1
c=Lim n→∞ 1+ + +. . .. .. . .. ..+ −Ln(n )
n ]
c = 0.5772156649
0 . 57721
X =β+
Por lo tanto : α ( 1-39)
π2
E [ ( X−E( x ) )2 ]=S 2=
Varianza: α 2∗6 ( 1-40)

De donde se obtienen:
1. 2825
α=
S ( 1-41)
0 .57721
β=X −
α ( 1-42)

Reemplazando la ecuación ( 3.41) en ( 3.42) se tiene lo siguiente:

β=X −0 . 45∗S ==>Máximo ( 1-43)
β=X −0 . 45∗S ==>Mínimo ( 1-44)

Para muestras muy grandes, o bien como:

σy
α=
S ( 1-45)
μy
β=x−
a ( 1-46)

Para muestras relativamente pequeñas, los valores de

μ y y σ y se
muestran en la tabla Nº 3.3.
 60

Por otro lado, conocemos que la ecuación de GUMBEL ( 3.37) se expresa

como:
y
X =β+
α ( 1-47)
De las ecuaciones ( 3.45) y ( 3.46) se puede escribir la ecuación ( 3.47)
como:
μy y∗S
X =X − +
α σy
μ y∗S y∗S
X =X − +
σy σy ( 1-48)
S
σY (
X =X + −μ y + y )

Se sabe que la función de distribución Acumulada ecuación ( 3.36) es:

−e− y
F(y) = e
1
F ( y )=1−
Por otro lado se tiene: T entonces se tiene que.
1 −y
1− =e−e =F ( y )
T ( 1-49)
Tabla Nº 1.3 Medias esperadas y Desviaciones estándar de extremos
reducidos
 61

Tomando dos veces Ln a la ecuación ( 3.49) a ambos miembros se obtiene

lo siguiente:

( ( ))
y=− Ln −Ln
T −1
T ( 1-50)
Reemplazando el valor de y en la ecuación ( 3.48) se obtiene:

X =X +
S
σy (
−μ y−Ln −Ln ( ( )))
T −1
T

( ( ( )) )
1 T
X =X +S − μ y +LnLn
σy T −1
⏟
K
 62

1
σ
S i consideramos que para valores grandes de N, la expresión y tiende a
√6
π y que μ y tiende a c =0.5772 entonces hemos comprobado que la
ecuación general para expresar un valor de una serie hidrológica es:
X =X + K∗S ( 1-51)

Procedimiento de cálculo:
Se procede a tomar las precipitaciones promedios máximas de 24 horas
del periodo de registro para N=25 años.(Ver cuadro Nº 3.16 )

Calcular la media X y la desviación estándar S, donde:

Σx
X= =23. 18 mm .
N

[ ]
1/2

( )
2
( Σy )
∑ y 2− N
S= =12.73mm.
N −1

Determinar de la Tabla Nº 3.3 la media esperada

μ y , y la desviación

estándar esperada
σ y en función del número de años de registro N, de
donde se obtiene que:
μ y =0.5309 y
σ y =1.0915

Calcular los valores de α y β de las ecuaciones ( 3.45) y ( 3.46) donde

se obtiene que:
α =0.0855 y β =16..9743
De la ecuación de predicción ( 3.47) para calcular la precipitación
máxima, se obtiene lo siguiente:
y
X=16.974 + 0 .086 ( 1-52)
 63

En donde y es la variable reducida, de la ecuación ( 3.50) para un período

de retorno (T=2 años) se obtiene que y=0.3665, entonces reemplazando el
valor de y, en la ecuación ( 3.52) se tiene que:
0. 3665
P=16 . 974 +
0 . 086
P=21 . 2568 mm .

En el cuadro Nº 3.18 se muestra las precipitaciones máximas para

diferentes periodos de retornos.

Cuadro Nº 1.18 Distribución Método de Momentos Gumbel

periodo de Factor de
Probadilidad p (mm)
Retorno T Frecuencias Z
2 0.500 0.367 21.2598
5 0.800 1.500 34.5127
10 0.900 2.250 43.2872
20 0.950 2.970 51.7040
25 0.960 3.199 54.3739
30 0.967 3.384 56.5459
40 0.975 3.676 59.9597
50 0.980 3.902 62.5986
100 0.990 4.600 70.7626
200 0.995 5.296 78.8968

Método de Máxima Verosimilitud

Según Lowery y Nash, 1920 utilizando el método de Máxima
Verosimilitud se obtienen las siguientes relaciones:

Dada la función de densidad de la distribución GUMBEL: ecuación

( 3.34)

f ( x )=α∗e[ −α ( x− β)−e ]
−a ( x−β )

para −∞< x <+∞ , −∞< x <+∞ , −∞< β <0 ,

Sea la función de Verosimilitud
} } {f \( x rSub { size 8{i} } ,a,β \) } } { ¿¿
L= ∏ ¿¿
i=1
 64

f ( xi , α , β ) =α∗e
[−a( x−β )−e−α ( x−β )]
Siendo:
11
L=∏ a∗e [
−α ( x −β )−e−a( x−β )]

Luego: i=1

Luego tomando logaritmo Neperiano a ambos miembros se tiene:

ii

LnL= Σ Ln ( α∗e [ −a( x− β)−e

−a (α − β )
])
i =1

De donde derivando con respecto a α , se obtiene el parámetro α

mediante la siguiente expresión reducida:

[Σ ]
ii
∂ Ln( L)
Ln ( α∗e
= ∂
[ −α ( x− β )−e−α ( x− β ) ] ) =0
∂α ∂α i=1

[ ]
n −1
− X i∗α
∑ Xi e
α = X− i=1n
− X i∗α
∑e
i=1
( 1-53)

Derivando con respecto a β se obtiene el parámetro β mediante la

siguiente expresión:

[Σ ]
ii
∂ Ln( L)
Ln ( α∗e
= ∂
[ −α ( x− β )−e−α ( α − β )] ) = 0
∂β ∂β i=1

Ln ( Σe i )
− x ∗α
β=−
α∗n ( 1-54)
Las ecuaciones de Máxima Verosimilitud para el estimado de los

parámetros α y β no tienen solución explícita, por lo que es necesario

una solución por métodos numéricos según Lowery y Nash, el método de
momentos da resultados satisfactorios en el cálculo de estos parámetros.

Se procedió a tomar las precipitaciones promedio máximas 24 horas del

periodo de registro para 25 años (ver cuadro Nº 3.16 ) a fin de poder
obtener las precipitaciones por el método de máxima verosimilitud
mediante las ecuaciones planteadas líneas arriba; en el siguiente cuadro
 65

Nº 3.19 se muestra las precipitaciones máximas obtenidas para diferentes

periodos de retornos.

Calculando los parámetros α y β se obtiene :

α =0.0855 y β =16..9743

Cuadro Nº 1.19 Método de Máxima Verosimilitud Gumbel

1.8.4. DISTRIBUCION PEARSON TIPO III

Según Chow, la distribución Pearson Tipo III se aplicó por primera vez en la
Hidrología por Foster (1924) para describir la distribución de probabilidad de
picos crecientes máximos anuales. Cuando la información es muy asimétrica
positivamente, se utiliza una transformación Log para reducir la asimetría.

La distribución Pearson Tipo III, También llamada la distribución gamma de

tres parámetros, introduce un tercer parámetro, el límite inferior o parámetro
de posición ε, de tal manera que por el método de los momentos, los tres
momentos de la muestra (la media, la desviación estándar y el coeficiente de
asimetría) pueden transformarse en los tres parámetros λ, β, ε de la
distribución de probabilidad.

Función de densidad de probabilidad Pearson Tipo III

 66

f ( x )=( λ β ( x−ε ) β−1 e λ ( x −ε ) )/Γ ( β ) parax≥ε ( 1-55 )

El sistema de distribuciones Pearson incluye siete tipos; todos son soluciones

para f(x) en una ecuación de la forma:

d ( f ( x )/dx=(f ( x )∗( x−d ))/(C0 +C1∗x +C 2∗x 2 ) ( 1-56 )

donde d es la moda de la distribución (el valor de x para la cual f(x) es un

máximo) y C0, C1 y C2 son coeficientes que deben determinarse. Cuando C2 =
0 es la solución de la ecuación anterior ( 3.56), es una distribución Pearson
tipo III, con una función de densidad de probabilidad según la ecuación
( 3.55). Para C1 = C2 = 0, la solución de la ecuación ( 3.56) es una
distribución normal.

Según Markovick, 1965, mostró que no hay diferencia entre el ajuste de una
distribución Gamma y una Log Normal, esta función de distribución es muy
popular debido a que cuando el coeficiente de asimetría se iguala a cero se
obtiene la distribución Normal.
 67

Función de densidad de probabilidad

Se dice que una variable aleatoria X tiene una distribución Tipo III si su
función densidad de probabilidades con origen en la moda, está dada por:

( )
x−δ 1

( )
β 1−1 −
1 x−δ 1 α1
f ( x )= ∗e
α 1 Γ ( β 1) α 1
( 1-57)
Donde α1, β1 y δ1, son los parámetros de la función Γ(β1) es la función
Gamma.
En el apéndice A (Tabla A-2) se halla las propiedades básicas y la tabla de
valores de la función Gamma.

Para: δ 1≤x <∞

Donde:
δ1 = Parámetro de Posición
α1 = Parámetro de escala
β1 = Parámetro de forma

x−δ 1
y=
la variable reducida. α1 ( 1-58 )
Por lo que

1
f ( y )= y β−1∗e− y
Γ ( β 1) ( 1-59 )

Función de distribución acumulada.

La función de distribución acumulada de la distribución Pearson Tipo III es:

( )¿
x −δ1

( )
x −
1 α1 x−β 1
F ( x )=
α 1 Γ ( β1 )
∫e α1
dx
0
( 1-60 )

Sustituyendo: la ecuación ( 3.59 ) en ( 3.60 ) se tiene:

y
1
F ( y )= ∫ y β−1 e− y dy
Γ ( β 1) 0
( 1-61 )
 68

La ecuación ( 3.61 ) es una función de distribución Ji cuadrada con 2β1

grados de libertad y X2=2y
F ( y )=F ( x 2 / ν ) =F x2 ( 2 y / 2 β1 )
2
En el apéndice A (Tabla Nº A-2) se encuentra la función de distribución X

Según Aparicio 1996, manifiesta que la manera de usar la función de

distribución Pearson Tipo III es estrictamente válida cuando β1=n/2, donde n
es un entero positivo cualquiera si, como es común, 2β1 es no entero, puede
tomarse como el entero más próximo o bien interpolar en la tabla Nº A.2 del
apéndice A. Cuando β1<0.3, será necesario acudir a tablas de la función de
distribución Gamma de un Parámetro.

Para la estimación de parámetros de la Función Acumulada F(x) ecuación

(3.58) se tiene 2 Métodos de Estimación.

Método de Momentos

Los parámetros de
α 1, β 1 y d de la Función Acumulada F(x) ecuación ( 3.58)
1

se evalúan a partir de n datos medidos mediante el siguiente sistema de

ecuaciones.

X =α 1∗β 1 + δ 1 ( 1-62)

S2 =α 2∗ ¿ ¿
1 β
1 ( 1-63 )

2
g=
√ β1 ( 1-64)
Donde X es la media de los datos S2 su varianza y g su coeficiente de sesgo
ó coeficiente de Asimetría, que se define como:
n
3
( X − X ) ∗n
Cs=g= Σ ( n−1 i

) ( n−2 ) S 3
i =1 ( 1-65 )
 69

Procedimiento de cálculo:
 Se procedió a tomar las precipitaciones máximas diarias del periodo de
registro para N=25 años.(Ver cuadro Nº 3.16 )

 Calcular la media X la desviación estándar S, y el coeficiente de

Asimetría (g ) de donde se obtiene los siguientes resultados:
X =23 .182 S=12.763 g=0.6629

 Calcular los valores de α 1 y β 1 y δ 1 de las ecuaciones ( 3.62 ), ( 3.63 ) y

(3.64 ) de donde se tiene que:
α 1 = 4.2301 β 1 = 9.1026 δ 1 = -15.3234

 La ecuación de la variable reducida ( 3.58 ) para calcular la máxima

precipitación es:

X = Y * α 1 +δ 1 ==> X = y * 4.2301 - 15.3234 ( 1-66 )

Entonces calculando la variable y; de la ecuación ( 3.59 ) se sabe que la

función de distribución acumulada de F(y) es:
y
1
F ( y)= ∫
Γ( β 1 ) 0
y β−1 e− y ∂ y
( 1-67 )
El valor de F(y) para un T=2 Años es: F(y)= 1-1/T=0.5; y como
β 1 =9.1026, se puede resolver la ecuación (3.67)
y
1
F ( y )=0. 5= ∫ y β−1 e− y ∂ y
Γ ( β1 ) 0 obteniéndose el valor de y
correspondiente; debido a la dificultad de resolver la integral, la ecuación

(3.67 ) es una función de distribución chi- cuadrada con 2 β 1 grados de

libertad y X2=2Y; F(y) = F(X2/V)=Fv2(2y/2 β 1).

En el apéndice A (Tabla NºA.2) se encuentra los valores de la Función de
distribución X2 => los valores de entrada en este caso son:
 70

Grados de libertad = 2 β 1 = 18.2051 y la probabilidad de ocurrencia para un

T=2 años es igual a 0.5.
Con este par de valores entramos a la tabla Nº A.2. en donde se obtiene el
valor de X2=2y= 17.50 ;  y = 8.75

Reemplazando el valor de y, en la ecuación ( 3.66) de donde se obtiene la

máxima precipitación para un T=2 años igual.
P= 8.750 * 4.230 - 15.323
P=21.6905 mm.
 En el cuadro siguiente se muestra las precipitaciones máximas para
diferentes periodos de retorno.

Cuadro Nº 1.20 Metodo de Momentos Pearson Tipo III

Periodo de
Probabilidad X2 Y P(mm.)
Retorno
2 0.500 17.500 8.75 21.691
5 0.800 23.300 11.65 33.958
10 0.900 26.240 13.12 40.176
20 0.950 29.140 14.57 46.310
25 0.960 30.196 15.10 48.544
40 0.975 31.780 15.89 51.894
50 0.980 32.880 16.44 54.221
100 0.990 35.080 17.54 58.874
200 0.995 37.480 18.74 63.950

Método de Máxima Verosimilitud

Utilizando el Método de Máxima Verosimilitud se obtiene las siguientes
relaciones. Dada la función de densidad, f(x) de la distribución Pearson Tipo
III de la ecuación ( 3.55 )

[ ]
x−δ 1

( )
β 1−1 −
1 x −δ 1 δ1
f ( x )= ∗e
a1 Γ ( β1 ) α 1

β
Para 0< 1 <∞ −∞ <δ 1 <∞ 0<α 1 ¿ ¿ δ 1≤x ¿ ¿

Sea la función de Verosimilitud:

 71

n
L=∏ f (x i , a 1 , β 1 δ 1 , Γ ( β 1 ))
i=1

[ ]
x−δ 1
β−1

( )
−
1 x−δ 1 1
δ1
f ( xi ,α 1 , β 1 , δ 1 , Γ ( β 1 ) )= ∗e
a 1 Γ ( β 1) α1
Siendo:

[ ]
x−δ 1

( )
n β 1−1 −
1 x−δ 1 δ1
L=∏ ∗e
i=1 a 1 Γ ( β 1) α1
Luego:

( [ ]
)
n x−δ 1

( )
β 1−1
Σ
−
1 x−δ 1 δ1
Ln( L)= Ln ∗e
i=1
a1 Γ ( β1 ) α 1

Derivando con respecto a α 1 se obtiene el parámetro α 1 mediante la siguiente

expresión:

[Σ ( [ ]
)]
11 x−δ

( )
β 1−1 1
−
∂ Ln( L) 1 x−δ 1
= ∂
δ1
Ln ∗e
∂( α 1 ) ∂( α 1 ) i=1 α 1 Γ ( β 1) α1

X =α 1∗β 1 + δ 1 ( 1-68)

Derivando con respecto a δ 1 se obtiene el parámetro δ 1 mediante la siguiente

relación:

[Σ ( [ ]
)]
11 x−δ

( )
β 1−1 1
−
∂ Ln( L) 1 x−δ 1
= ∂
δ1
Ln ∗e =0
∂( δ 1 ) ∂( δ 1 ) i=1 α 1 Γ ( β 1) α1

11
1 n( β 1 )
∑ ( x −δ ∗(1−β 1 )+ =0
i=1 1 1) (x −δ ) ( 1-69)

Para el estimado del parámetro β 1 se presenta las siguientes relaciones:

 72

GREENWOOD Y DURAND (1960), presentan la siguiente estimación del

parámetro β 1 por el método de Máxima Verosimilitud.

Para: 0¿ y≤0. 5772

(0. 5000876+0. 1648852∗ y−0 . 0544274∗y 2 )

β 1=
y ( 1-70 )

Para: 0.5772¿ y≤17 . 0

8 . 898919+9 . 05995∗ y+0 .9775373∗y 2

β 1=
y (17 .79728+11.968477∗y + y 2 ( 1-71 )

Donde: y=Ln X −Lnx

THOM (1958) propuso una relación aproximada para el estimado del

parámetro β 1 , basado en la truncación de la serie expandida de máxima de

máxima probabilidad.

β 1=
√
1+ 1+
4y
4y
3
−Δβ
( 1-72 )

Donde : y=Ln X −Lnx

Δβ = Término de corrección.

En la tabla Nº 3.4 se muestra los valores del factor de corrección ( Δβ ) para el

estimado del parámetro β 1 .

Tabla Nº 1.4
β1 Δβ β1 Δβ β1 Δβ
0.2 0.034 1.0 0.009 1.8 0.004
0.3 0.029 1.1 0.008 1.9 0.003
0.4 0.025 1.2 0.007 2.2 0.003
0.5 0.021 1.3 0.006 2.3 0.002
0.6 0.017 1.4 0.006 3.1 0.002
0.7 0.014 1.5 0.005 3.2 0.001
0.8 0.012 1.6 0.005 5.5 0.001
0.9 0.011 1.7 0.004 5.6 0.000
 73

La tabla anterior muestra los valores de Δβ en función de β 1 comprendidos

entre 0.2 y 5.6 para β >5.6 la corrección es despreciable. El procedimiento

para calcular el factor de corrección consiste en considerar en un primer

momento que β sea igual a

4y
1+1+
3
4y y luego calcular el valor de Δβ , correspondiente al valor β
inicial.
Procedimiento de cálculo.
 Se procedió a tomar las precipitaciones máximas 24 horas del periodo de
registro para N=25 años. (ver cuadro 3.16)

 Calcular los valores de α 1 ,δ 1 y β 1 de las ecuaciones ( 3.68), ( 3.69) y

( 3.70) mediante un proceso iterativo de donde se tiene que:
α 1 =9.390102 δ 1 = -4.10

 El valor de β 1 se calcula mediante la relación de Greenwood y Durand

de donde se aplica la ecuación (3.70) porque
y=Ln X −Lnx=Ln 3. 161−2 . 979=0. 182 => β 1 =2. 9053996
 Calcular los parámetros de entrada por la función chi-cuadrada del
apendice Tabla Nª A.2, Para un T=2 años de donde se obtiene lo
siguiente:

 Grados de Libertad =2 1 =5.810799  5.81 con una probabilidad de

ocurrencia igual a 0.5 , luego de la tabla x2 = 2y = 5.16 =>y = 2.58
 Remplazando los valores de 1, 1, y el valor de (y) en la ecuación
( 3.66 ) se obtiene la máxima precipitación por el Método de la Máxima
Verosimilitud
 X = y*1+1
 P = 20.126 mm.
 En el cuadro Nº 3.21 se muestra las precipitaciones máximas para
diferentes periodos de retornos.
 74

Cuadro Nº 1.21 Método de la máxima verosimilitud –Pearson tipo III

Periodo de
Probabilidad X2 Y P(mm.)
Retorno
2 0.500 5.160 2.58 20.126
5 0.800 8.070 4.04 33.767
10 0.900 10.340 5.17 44.454
20 0.950 12.320 6.16 53.720
25 0.960 12.760 6.38 55.810
40 0.975 14.100 7.05 62.081
50 0.980 14.490 7.25 63.944
100 0.990 16.480 8.24 73.260
200 0.995 18.160 9.08 81.153

1.8.5. DISTRIBUCION LOG PEARSON TIPO III

Según Chow, 1995, si log X sigue una distribución Pearson Tipo III, entonces
se dice que X sigue una distribución log - Pearson tipo III. Esta es la
distribución estándar para análisis de frecuencias de crecientes máximas
anuales en los Estados Unidos (Benson, 1968).

La localización del límite X0 en la distribución Log - Pearson Tipo III

depende de la asimetría de la información, se plantea 2 casos:

Si la información tiene asimetría positiva, entonces Log x ≥ X0 y X0 es un

límite inferior.
Si la información tiene asimetría negativa, Log x ≤ X0 y X0 es un límite
superior.

Según Bobee, 1975. La transformación Log reduce la asimetría de la

información transformada y puede producir información transformada con
asimetría negativa utilizando información original con asimetría positiva. En
este caso, la aplicación de la distribución Log - Pearson Tipo III impondría un
límite superior artificial a la información.
 75

Dependiendo de los valores de los parámetros, la distribución Log - Pearson

Tipo III puede asumir muchas formas diferentes, tal como se muestra en la
Tabla Nº 3.5

Tabla Nº 1.5 Forma y Localización de la moda para la distribución Log -

Pearson Tipo III como una función de sus parámetros.

Parámetro de Forma β α<-Ln10 -Ln10<α<0 α >0

0<β<1 Sin moda, forma Moda mínima Sin moda, forma
en J forma en U en J invertida
β >1 Unimodal Sin moda forma en Unimodal
J invertida

Función de densidad de probabilidad.

El primer paso es tomar los logarítmicos de la información hidrológica,
Z=logx, mayormente se utilizan logaritmos con base 10, se calculan la media
X, la desviación estándar Sx y el coeficiente de asimetría Cs para los
logaritmos de los datos.
La función de densidad para X y Z se dan a continuación:

αΓ ( β ) ( )
β−1
1 log x−x
f ( x )= ∗e− ( log x− x )/α
α
1 ( 1-73 )

Si se hace una transformación: Z = log(x) La función densidad reducida

es:

( z−z 0 ) β−1 −( z−z 0 ) / α

f ( z )= β
∗e
α Γ (β) ( 1-74 )

Donde:
Z = Variable aleatoria con distribución Pearson Tipo III
X = Variable aleatoria con distribución Log - Pearson Tipo III
Z0 = Parámetro de Posición
α = Parámetro de escala
β = Parámetro de forma
 76

En el caso de la distribución Log - Pearson Tipo III: X = 10z, la variable

reducida es:

Z−Z 0
Y=
α ( 1-75)

Por lo que la ecuación ( 3.74) queda de la siguiente manera:

1
f ( y )= ∗y β−1∗e− y
Γ (β) ( 1-76)

Función de distribución acumulada

La función de distribución acumulada de la distribución Log Pearson Tipo III
es:

( z−z 0)
( )
Z β−1
1 z−z 0 −
F ( z )=∫ ¿e α
dz
Z αΓ ( β ) α
0 ( 1-77)

Sustituyendo la ecuación ( 3.75 ) en ( 3.76 ) se obtiene lo siguiente:

y
1
F ( y )= ∫
Γ (β) 0
y β−1∗e− y dy
( 1-78 )

La ecuación ( 3.78 ) es una distribución Ji cuadrada con 2β grados de libertad

y X2=2y

F ( y )=F ( x 2 / ν ) =F x2 ( 2 y / 2 β )
( 1-79 )

Para la estimación de los parámetros Zo,  y  de la función acumulada F(z)

ecuación( 3.77 ) se usaron 2 métodos de estimación.

Método de Momentos
 77

El procedimiento recomendado para el método de momentos es convertir la

serie de datos del cuadro Nº 3.16 a sus logaritmos y luego calcular los
siguientes parámetros:

∑ log x
Media: Logx = n ( 1-80 )

√
2
Σ ( log x−log x )
σ log x=
Desviación Estándar: n−1 (
1-81 )

n ∑ ( log x−log x )3
Coeficiente de Asimétrica: g = ( n−1 ) ( n−2 ) ( σ log x )3 ( 1-82 )

El valor de X; para cualquier nivel de probabilidad se puede calcular a partir

de la siguiente expresión:

Logx =
log x +Kσ log x ( 1-83 )
Los valores de K se toman de la tabla Nº 3.6
 78

Tabla Nº 1.6 Valores de K para la distribución Pearson tipo III

 79

Procedimiento de cálculo
 Calcular los valores de la Media, Desviación Estándar y el Coeficiente de
asimetría (g) del cuadro Nº 3.16, con las ecuaciones ( 3.80), ( 3.81) y
( 3.82) de donde se obtiene los siguientes resultados:

Logx=1.294 σ log=0 . 269 g=-0.5397

 El valor de K se obtiene de la tabla N º3.6 , para un periodo de retorno de

2 años, la probabilidad de excedencia es igual a 0.5 y g = -0.5397;
interpolando dicha Tabla con estos valores de entrada se obtiene que
K=0.089

 Remplazando los valores de la media, la desviación estándar y el valor de

K en la ecuación ( 3.83) se obtiene la máxima Precipitación en mm.
Logx=Logx+ Kσ log x
log x = 1.294 + 0.089 * 0.269 = 1.3177
P =101.3177 = 20.7832 mm.
 En el cuadro Nº 3.22 se muestra las precipitaciones máximas para
diferentes periodos de retornos.

Cuadro Nº 1.22 Método de Momentos Log Pearson tipo III

Periodo de
Probadilidad K log X P (mm.)
Retorno T
2 0.500 0.089 1.318 20.783
5 0.800 0.856 1.524 33.421
10 0.900 1.209 1.619 41.578
25 0.960 1.552 1.711 51.418
50 0.980 1.754 1.765 58.271
100 0.990 1.925 1.811 64.780
200 0.995 2.072 1.851 70.955
 80

Método de Máxima Verosimilitud

Las relaciones de estimación de parámetros por el Método de Máxima
Verosimilitud, son las mismas que por el Método de Pearson Tipo III, siempre
y cuando se cumpla la siguiente relación de que X = Log x.

El valor α se calcula mediante la siguiente expresión:

Logx−z 0
α=
β ( 1-84)
El valor de Z0 se calcula mediante la siguiente iteración.
n
1 n(β)
∑ ∗( 1− β )+ =0
i−1 ( Logx 1 −z 0 ) ( log x−z 0 ) ( 1-85)

El valor de  se calcula mediante la reacción de Greenwood y Duran cuando

se cumple lo siguiente:
y=Ln log x −Lnlog x
Para 0  y  0.5772

( 0 .5000876 +0 .16488552∗y−0 . 0544274∗y 2 )

= y ( 1-86)

Procedimiento de Cálculo
 Se procede al cálculo de los valores de Zo,  y  mediante las ecuaciones
(3.84), ( 3.85) y ( 3.86) de donde se obtiene los siguientes resultados
Zo = -0.03665  = 0.06280  =21.1829
 Calcular los valores de entrada de la función F(y) ecuación (3.78) que es
una distribución chi cuadrada con 2 grados de libertad y x2 = 2y. De
donde β = 42.3658 con una probabilidad de ocurrencia igual a 0.5 para un
T=2 años se obtiene de la tabla Nº A.2 que x2 = 42.3658 => y = 20.835
 81

 El valor de la máxima precipitación para un periodo de retorno de 2 años

será ecuación (3.75)
Z = y*  + Zo
Z = 20.835*0.06280 + (-0.03665)
Z = 1.272 => P = 10Z = 18.699 mm.
 En el cuadro Nº 3.23 se encuentra las precipitaciones máximas para
diferentes periodos de retornos por el Método de Máxima Verosimilitud.

Cuadro Nº 1.23 Método de Máxima Verosimilitud Log Pearson Tipo III

Periodo de 2
Probadilidad X Y Z p (mm)
Retorno T
2 0.500 41.670 20.835 1.272 18.699
5 0.800 50.260 25.130 1.542 34.799
10 0.900 52.545 26.273 1.613 41.050
20 0.950 54.470 27.235 1.674 47.181
40 0.975 55.823 27.912 1.716 52.029
50 0.980 56.387 28.193 1.734 54.193
100 0.990 58.660 29.330 1.805 63.875
200 0.995 63.810 31.905 1.967 92.693

1.8.6. DISTRIBUCION LOG - NORMAL DE II PARAMETROS

Si la variable aleatoria Y = log X está normalmente distribuida, entonces se
dice que X está distribuida en forma lognormal. Esta función fue estudiada
por primera vez por Galtón en el año de 1875, por eso es que se le llama
también función de Galtón.

Por el teorema del límite central, tenemos que si X es una variable aleatoria
con distribución normal, se puede esperar una variable y=lnx, también con
distribución normal con media μy y varianza σy2, se usan estos parámetros
para especificar que la distribución es logarítmica, puesto que también puede
usarse la media y la varianza de x.

Función de densidad de probabilidad

La función densidad de distribución normal para Y es:
 82

( )
2
1 y −μ y
−
1 2 σy
f ( y )= e
σ y √2 Π ( 1-87)
Para -∞ < y < +∞
Refiriendo la función de distribución de f(y) con f(x), se tiene:
dy
f ( x )=f ( y )
dx

dy 1
⇒| |=
como Y=lnx dx x , X>0

1 [ ln x −μ y ]
−
1 2 σy
f ( x )= e
√ 2 Π xσ y Para X>0 ( 1-88)

f(y) = Es la función de densidad de la distribución normal para y con media

μy y variancia σy2.
f(x) = Es la función de densidad de la distribución Log - Normal para X con
parámetro μy y σy2.

Las tablas de distribución normal estándar pueden ser usadas para evaluar la
distribución Log Normal.
Como f(x) = f(y)/x; pero f(y) es una distribución normal tenemos:
f(x)=f(z)/xσy.

Función de distribución acumulada

La función de distribución acumulada para X e Y es:

[ ] dx
2

x −1 Lnx−μ y
1 1 2 σy
F ( x )= ∫
√2 Π 0 xσ y
e
( 1-89)

[ ] dy
2

y −1 y −μ y
1 2 σy
F ( x )=
√2 Π
∫ e
y−∞ ( 1-90)
 83

Los valores de la función de distribución de probabilidad F(y) se obtienen

usando la fórmula de Abramowitz y Stegún (ecuación 3.27) si la variable
estandarizada se define como:

y−μ y
Z=
σy ( 1-91)

x − z2
1
F ( x )= ∫e
√2 Π −∞
2
dz
( 1-92)

μy σ y
Para la estimación de los parámetros y de la función de Distribución

Acumulada F(x) ecuación (3.89) se estimaron por 2 Métodos de estimación:

Método de Momentos
Utilizando el método de momentos de las relaciones entre la media y la

varianza de la variable x y los parámetros

μ y y δ y 2 , pueden ser estimados

por y y Sy2 mediante la transformación yi = LnXi. Se sabe que y = Lnx tiene

distribución normal, mientras que x tiene distribución Log-Normal.
n

y= Σy 1
n
i=1 ( 1-93)

(Σ )
n

y 2i −n y 2
i=1
S2y=
n−1 ( 1-94)

Los valores de y y Sy2 se estiman a partir de n observaciones Xi,

i=1,2,3,4....n

Según Chow (1954), se presento la siguiente relación para calcular y y Sy2

sin que sea necesario transformar los datos previamente en sus logaritmos.

1
y= Ln
2
x2
Cv 2 +1( ) ( 1-95)
 84

S2y=Ln(Cv 2 +1) ( 1-96)

Sx
Cv=
Donde Cv es el coeficiente de variación de los datos originales x
Existen las siguientes relaciones para obtener la Media y Varianza de la
distribución Log Normal.

μ =E ( x )=e
( μ + σ )
1
2 y
y
2

x ( 1-97)

μ (eσ y2
−1 )
Var(x)= x
2
( 1-98)

[e ]
σ 1/ 2
2
Cv=
y
−1 ( 1-99)

Coeficiente de Asimetría: g = 3Cv+Cv3 ( 1-100)

σ 2
Para valores prácticos de y2 ; 0.1<σ y < 0. 6 , la relación es casi lineal y
puede ser aproximada por:

σ 2
g=0.52 + 4.85* y ( 1-101)
Que es correcta dentro del 2%, en el rango mencionado.

Procedimiento de calculo.

- Calcular los valores de la media

μ y y la desviación estándar σ y , del
cuadro, con las ecuaciones (3.93) y (3.94) de donde se obtiene lo
siguiente:

μ2 =2.979 σ y = 0.619

σ
 Reemplazando los valores de μ y y y , en la expresión reducida ecuación

(3.89) donde :
Y =Zσ y + μ y

Y =Z (0 . 619)+2 . 979 ( 1-102)

- Calcular el valor Z, de la ecuación (3.90) la función de distribución
acumulada F(z) es una función de distribución normal. Las tablas de
distribución normal estándar pueden ser usadas para evaluar la
 85

− z2
1
∫e 2
∂z
distribución Log Normal F(z)= √2 π se sabe que
F(z)=F(y)=F(x)=1-1/T, para T=2 Años se tiene que F(z)= 0.5; valor de
entrada para el cálculo de Z. Del apéndice A. Tabla Nº A.3, se tiene que Z
=0
- Reemplazando el valor de Z en la ecuación (3.102) se obtiene la Máxima
precipitación para un periodo de retorno de 2 años.
Y = (0)*(0.619)+2.979=2.979
y 2. 979
Pero y=ln x ⇒ P=e =e =19 . 67 mm .
- En el cuadro Nº 3.24 se muestran las precipitaciones máximas para
diferentes periodos de retorno por el Método de Momentos
 86

Cuadro Nº 1.24 Método de Momentos Log Normal de II Parámetros

Periodo de Factor de
Probadilidad Y P (mm.)
Retorno T Frecuencias Z
2 0.500 0.000 2.979 19.664
5 0.800 0.842 3.500 33.117
10 0.900 1.282 3.772 43.488
20 0.950 1.644 3.997 54.433
40 0.975 1.960 4.193 66.200
50 0.980 2.054 4.251 70.157
100 0.990 2.327 4.420 83.068
200 0.995 2.576 4.574 96.948

Método de máxima verosimilitud

Utilizando el método de Máxima Verosimilitud se obtienen las siguientes
relaciones:
n
∑ Lnx i
μ y= i =1
n ( 1-103)
n
∑ ( Lnx i−μ y )2
σ 2 = i=1
y n ( 1-104)
Se procedio a tomar las descargas precipitaciones máximas 24 horas del
periodo de registro para 25 años (Ver cuadro Nº 3.16) a fin de poder obtener
las precipitaciones por el método de máxima verosimilitud mediante las
ecuaciones planteadas líneas arriba; ver cuadro Nº3.25.

Cuadro Nº 1.25 Metodo de Máxima Verosimilitud Log Normal de II Parametros

Periodo de Factor de
Probadilidad Y P (mm.)
Retorno T Frecuencias Z
2 0.500 0.000 2.979 19.664
5 0.800 0.842 3.490 32.770
10 0.900 1.282 3.756 42.796
20 0.950 1.644 3.976 53.325
40 0.975 1.960 4.168 64.596
50 0.980 2.054 4.225 68.377
100 0.990 2.327 4.391 80.685
200 0.995 2.576 4.542 93.873
87
 88

1.8.7. DISTRIBUCION LOG NORMAL DE III PARAMETROS

Es una función de distribución análoga a la anterior con la única diferencia
que el límite inferior no es cero, fue introducida por primera vez por R.
Gibrart el cual la llamó la ley de efectos proporcionales.
Difiere de la distribución Log Normal de II parámetros por la introducción de
un límite inferior X0, tal que: y = ln(x-x0).

Función de densidad de probabilidad

La función de densidad de x es:

[ ]
2
−1 ln( x− x0 )− μ y
1 2 σy
f ( x )= e
( x−x 0 ) √2 Π σ y para x>x0 ( 1-105)
Donde:
x0 = Parámetro de posición
μy = Parámetro de escala o media
σy2 = Parámetro de forma o varianza

Haciendo la transformación y = ln(x-x0); la función de densidad reducida es:

[ ]
2
−1 y−μ y
1 2 σy
f ( y )= e
σ y √2 π Para −∞< y <+ ∞ ( 1-106)

y−μ y 1
−1 2
z
z= ⇒ f ( z )= e 2

si σy √2 π ( 1-107)

Función de distribución acumulada

La función de distribución acumulada del Método Log - Normal de III
Parámetros es:

F ( x )=
1
∫e
x
2 [
−1 ln( x −x 0 )−μ y
σy 2 ] dx
( x−x 0 )σ y √2 π x
0 ( 1-108)
 89

F ( y )=
1
∫e
y
2 [ ] dy
−1 y −μ y
σy 2

σ y √ 2 π −∞ ( 1-109)
z
y−μ y 1
∫
2
z= ⇒ f ( z )= e−z dz
como σy √2 π −∞ (
1-110)
Las funciones: F(x) de la ecuación (3.108), F(y) de la ecuación (3.109) y la
F(z) de la ecuación (3.110) son iguales.

La función F(z) ecuación (3.110) es una distribución normal estándar, la que

puede ser usada para evaluar la distribución Log Normal.

Para la estimación de los parámetros de Xo,

μ y y δ y de la Función de
Distribución Acumulada F(x) ecuación (3.106) se tienen 2 Métodos de
estimación:

Método de Momentos
Los momentos de X pueden obtenerse de los correspondientes momentos de
la distribución Log Normal de II parámetros, debido a que las variables
difieren solo en el parámetro de posición Xo, ya que y = Ln (x-xo).

X = Xo + H ( 1-111)
Donde:
X = variable aleatoria con distribución Log Normal de III parámetros
H = Variable aleatoria con distribución Log Normal de II parámetros
Xo = Parámetro de posición
μ x=x 0 + E( H )=x 0 + μ H
σ 2=σ
x H2

( μ + σ )
1
2 y y2
Media : μ x=x 0 +e ( 1-112)

σ 2=
(eσ y2 )
−1 ∗e
(2 μ y +σ y 2)
Varianza: x ( 1-113)
El coeficiente de asimetría (g) esta dado por :
 90

g= e( σ
y
2
−1 ) (e2 σ 2
y
+2 ) ( 1-114)

y de forma aproximada puede ser: g =0.52+4.85sy2 ( 1-115)

Luego las ecuaciones (3.112), (3.113) y (3.115) se obtienen los siguientes
resultados :

σ y=
√ g−0. 52
4 . 85 ( 1-116)

[ ( ) ]
σ
1 x2
μ y= Ln −σ y 2
2 σ
y2
e −1
( 1-117)
σ 2
y
μ y+
2
X 0= μ x −e ( 1-118)

Procedimiento de Calculo
- Se procede al calculo de los valores de Xo, µy y σy con los datos del
cuadro Nº 3.16 mediante las ecuaciones (3.116), (3.117) y (3.118), de
donde se obtienen los siguientes resultados.
Por los datos anteriores el coeficiente de asimetría g =0.6629 y la media
μx=23.182 y la desviación estándar σx= 12.763, entonces se deduce lo
siguiente:
g≃0. 52+4 .85 σ 2=0. 6629 σ 2 =0 . 02946
Como y entonces: y y
( 2 μ y+ σ y2 ) σ 2 =0 . 0295
σ y =0 .1717 como: σ x 2=( e σ − 1)∗e
2
y

y además: y

σ 2=162 . 8844
y x reemplazando estos valores en la ecuación se obtiene el

μ y=4 . 2867 de la ecuación X 0= μ x −e( )

μ y +σ 2 /2
y
valor de : se obtiene que:
Xo = -50.6234

- Cálculo de la máxima precipitación para un T= 2 años; se sabe que

F(y)=F(z)=F(x) = Prob.[ X ≤x ]= 1−1/T =0 .5 , con este valor se va al

apéndice A de la tabla ( Nº A.3) de distribución Normal ya que la
ecuación (3.108) es una función de distribución normal; de donde
 91

obtenemos el valor de Z=0, reemplazando estos valores en la ecuación

reducida se obtiene lo siguiente
y=z∗σ y + μ y
y=(0 )∗( 0. 1717 )+4 . 2817
y=4 . 2817

Pero sabemos que y=Ln (x −x0 ) , entonces:

x−x 0 =e 4 . 2817 ⇒ x=x 0 +e 4 . 2817

P=−50. 6234+e 4 .2817 =22 . 1026 mm .

- En el cuadro Nº 3.26 se muestran las precipitaciones máximas para
diferentes periodos de retorno por el método de Momentos

Cuadro Nº 1.26 Método de Momentos Log Normal de III Parámetros

Periodo de
Probadilidad Z Y exp
Retorno T
2 0.500 0.000 4.287 72.726
5 0.800 0.842 4.431 84.029
10 0.900 1.282 4.507 90.620
20 0.950 1.644 4.569 96.437
50 0.980 2.054 4.639 103.464
100 0.990 2.327 4.686 108.423
200 0.995 2.576 4.729 113.168

Método de Máxima Verosimilitud

Los parámetros estimados Xo, my y sy por el método de Máxima
Verosimilitud se expresan de la siguiente manera:
Donde:
my = Parámetro de escala, igual al promedio de los Ln (x-xo)
Sy = Parámetro de forma, igual a la desviación estándar de los Ln (x-xo)
Xo = Parámetro de posición, que hace positivos los valores negativos de x
 92

Dada la función de densidad f(x) ecuación (3.105) de la distribución Log

Normal de III Parámetros

[ ]
2
−1 ln( x−x 0 )−μ y
1 2 σy
f ( x )= e
( x−x 0 ) √2 π σ y para X>Xo

Sea la función de Verosimilitud

n
L=∏ f ( x i , x 0 , μ y , σ y )
i=1

[ ]
2
−1 ln( x− x0 )− μ y
1 2 σy
f ( xi , x 0 , μ y , σ y )= e
Siendo:
( x−x 0 ) √ 2 π σ y

[ ]
2
−1 ln( x −x0 )−μ y
n
1 2 σy
L=∏ e
Luego: i=1 ( x−x 0 ) √2 π σ y ¸Tomando logaritmos
neperianos a ambos miembros se tienen:

(
Σ Ln ( x−x )1√2 π σ e [ ]
)
2
n
−1 ln( x−x 0 )− μ y
2 σy
Ln( L)=
i=1 0 y
( 1-119)
Derivando la expresion anterior (3.119) con respecto a my se obtiene el
parámetro estimado my por el método de Máxima Verosimilitud, según como
sigue:

[ (
Σ Ln ( x−x )1√2 π σ e [ ]
)]
2
n −1 ln( x−x 0 )−μ y
∂ Ln( L)
= ∂
2 σy
=0
∂( μ y ) ∂(μ y ) i=1 0 y

n
1
μ y= ∑ Ln( x i −x 0 )
n i=1 ( 1-120)
Derivando la ecuación (3.119) con respecto a sy se obtiene el parámetro
estimado sy Según como sigue:
 93

[ (
Σ Ln ( x−x )1√ 2 π σ e [ ]
)]
2
n −1 ln ( x− x0 )−μ y
∂ Ln( L)
= ∂
2 σy
=0
∂(σ y ) ∂(σ y ) i=1 0 y

[ ]
n 1
1
σ y = ∑ ( Ln( xi −x 0 )−μ y )2
2
n i=1
( 1-121)

Derivando la ecuación (3.119) con respecto a xo se obtiene el parámetro

estimado sy según como sigue

[ (
Σ Ln (x−x )1√ 2π σ e [ ]
)]
2
n −1 ln ( x− x0 )−μ y
∂ Ln( L)
= ∂
2 σy
=0
∂( x 0 ) ∂( x 0 ) i=1 0 y

n n Ln( x −x )
1
∑ ( x −x ) ( σ y2 −μ y )+∑ x −x i 0
=0
i=1 i 0 i=1 i 0 ( 1-122)

Se procedio a tomar las precipitaciones máximas diarias del periodo de

registro para 25 años (ver cuadro Nº 3.16) a fin de poder obtener las
precipitaciones por el método de máxima Verosimilitud mediante las
ecuaciones planteadas líneas arriba; en el cuadro Nº 3.27 se muestra las
precipitaciones máximas obtenidas para diferentes periodos de retorno

Cuadro Nº 1.27 Método de Máxima Verosimilitud Log Normal III Parámetros

Periodo de
Probadilidad Z P (mm.)
Retorno T
2 0.500 0.000 20.759
5 0.800 0.842 32.815
10 0.900 1.282 41.007
20 0.950 1.644 48.992
50 0.980 2.054 59.534
100 0.990 2.327 67.639
200 0.995 2.576 75.625
 94

En el cuadro Nº 3.28 se muestra el resumen de los resultados por el método

estadístico, aplicando el método de momentos y máxima verosimilitud
desarrollados en el presente estudio. Se observa que la diferencia entre uno y
otro método puede ser apreciable. En muchos casos las diferencias son
muchos mayores que las que resultan aquí. Una selección apresurada de
cualquiera de los métodos podría traducirse en una estructura sobrediseñada y
costosa o subdiseñada y peligrosa

Cuadro Nº 1.28 Cuadro Resumen de Métodos Estadísticos

Metodos Estadisticos
Log Normal de II Log Normal de III
Períodos Normal Gumbel Pearson Tipo III Log Pearson Tipo III
Parametros Parametros
de Retorno
Momentos Verosimilitud Momentos Verosimilitud Momentos Verosimilitud Momentos Verosimilitud Momentos Verosimilitud Momentos Verosimilitud

2 23.182 23.182 21.260 21.060 21.691 20.126 20.783 18.699 19.664 19.664 22.103 20.759
5 33.923 33.923 34.513 32.341 33.958 33.767 33.421 34.799 33.117 32.77 33.406 32.815
10 39.538 39.538 43.287 39.846 40.176 44.454 41.578 41.050 43.488 42.796 39.997 41.007
20 44.164 44.164 51.704 47.044 46.310 53.72 47.884 47.181 54.433 53.325 45.814 48.992
50 49.393 49.393 62.599 56.362 54.221 63.944 58.271 54.193 70.157 68.377 52.841 59.534
100 52.874 52.874 70.763 63.344 58.874 73.26 64.780 63.875 83.068 80.685 57.800 67.639
200 56.058 56.058 78.897 70.301 63.950 81.153 70.955 92.693 96.948 93.873 62.544 75.625

1.9. VERIFICACION DE LAS DISTRIBUCIONES MODELOS.

Para un mejor análisis de los datos hidrológicos es necesario conocer el tipo o forma
de distribución teórica que puede representar aproximadamente a la distribución
empírica (método estadístico) de estos datos. Para averiguar cuan aproximada es esta
distribución empírica a la teórica, es necesario realizar algunas pruebas estadísticas
conocidas como prueba de ajuste.

PRUEBAS DE AJUSTE.
Consisten en comprobar gráfica y estadísticamente si la frecuencia empírica de la
serie de registros analizados se ajustan a un determinado modelo probabilistico
adoptado a priori, con los parámetros estimados en base a los valores muestrales.
 95

Las pruebas estadísticas tienen por objeto medir la certidumbre que se obtiene al
hacer una hipótesis estadística sobre una población. es decir, calificar el hecho de
suponer que una variable aleatoria se distribuye según un modelo probabilistico.

Los ajustes más comunes son:

- Chi cuadrado.
- Smirnov – Kolmogorow.
- Método del error cuadrático mínimo

1.9.1. PRUEBA DE CHI CUADRADO. XC2.

La prueba de Chi cuadrado fue propuesta por Karl Pearson. Para aplicar la
prueba es necesario seguir el siguiente procedimiento:

- Establecer una tabla de distribución de frecuencias.

- Agregar a la tabla de distribución de frecuencias observadas , los valores
de frecuencia esperada, teniendo en cuenta la distribución teórica a la que
se desea ajustar.
- Calcular el estadístico (Xc2)

k
( O1 −E1 )2
X 2c= ∑ E
i =1 1 ( 1-123)

Donde:
Xc2 : valor calculado de Chi cuadrado.
Oi : número de valores observados en el intervalo de clase i.
Ei : número de valores esperados o predecidos en el intervalo de clase i.
k : número de intervalos de clase en el que se agrupa los registros.

- Una guía práctica empírica sugerida por Sturges (Pérez 1990) para
determinar el número de intervalos de Clase k es:
 96

K = 1+ 3.33 log n
n= longitud de registros ( número de datos).

- Determinar el Chi cuadrado tabular X2t de tablas existentes para un nivel

de significancia (a), estos valores usualmente se pueden tomar: 1%, 5%,
10%

X t2 , (k  m  1)

Donde:
(k-m-1) : Son los grados de libertad
m : Es el número de parámetros que intervienen en la
prueba.

- Se realizan las comparaciones entre ambos valores X2c (calculado) y

X2t(tabular).

- Si X2c ≤ X2t, se acepta la hipótesis de que los datos se aproximan

estadísticamente a la distribución teórica en caso contrario se rechazan.

En el cuadro Nº 3.29 se observa el procedimiento de la prueba de Chi-

cuadrado de donde el número de intervalos de clase es igual a :

k = 1 +3.33 log(25) = 5.655 =6

Cuadro Nº 1.29 Prueba de Chi Cuadrado - Bondad de Ajuste

 97

Ajuste a una distribución Normal

2 2
Nº INTERVALO DE CLASE OBSERVADO (O) ESPERADO (E) O-E (O-E) (O-E) / E

1 4.500 0 1 -1 1 1.00
2 4.500 - 11.930 4 2 2 4 2.00
3 11.930 - 16.300 4 4 0 0 0.00
4 16.300 - 19.970 4 2 2 4 2.00
5 19.970 - 27.500 4 6 -2 4 0.67
6 27.500 - 35.430 4 5 -1 1 0.20
7 35.430 - 52.730 5 5 0 0 0.00
8 52.730 - 0 0 0 0 0.00
2
Xc = 5.87
2 2 2
Se acepta Xc> XT X t = 7.815

Ajuste a una distribución Gumbel-Valor Extremo Tipo II

2 2
Nº INTERVALO DE CLASE OBSERVADO (O) ESPERADO (E) O-E (O-E) (O-E) / E

1 4.500 0 0 0 0 0.00
2 4.500 - 11.930 4 2 2 4 2.00
3 11.930 - 16.300 4 6 -2 4 0.67
4 16.300 - 19.970 4 2 2 4 2.00
5 19.970 - 27.500 4 6 -2 4 0.67
6 27.500 - 35.430 4 5 -1 1 0.20
7 35.430 - 52.730 5 4 1 1 0.25
8 52.730 - 0 0 0 0 0.00
2
Xc = 5.78
2 2 2
Se acepta Xc< XT Xt = 7.815
 98

Cuadro Nº 3.29 (Continuación)

Prueba de Chi Cuadrado - Bondad de Ajuste
Ajuste a una distribución Pearson tipo III
2 2
Nº INTERVALO DE CLASE OBSERVADO (O) ESPERADO (E) O-E (O-E) (O-E) / E

1 4.500 0 0 0 0 0.00
2 4.500 - 11.930 4 2 2 4 2.00
3 11.930 - 16.300 4 6 -2 4 0.67
4 16.300 - 19.970 4 2 2 4 2.00
5 19.970 - 27.500 4 6 -2 4 0.67
6 27.500 - 35.430 4 5 -1 1 0.20
7 35.430 - 52.730 5 4 1 1 0.25
8 52.730 - 0 0 0 0 0.00
2
Xc = 5.78
2 2 2
Se acepta Xc <XT X t = 5.991

Ajuste a una distribución Log pearson Tipo III

2 2
Nº INTERVALO DE CLASE OBSERVADO (O) ESPERADO (E) O-E (O-E) (O-E) / E

1 4.500 0 0 0 0 0.00
2 4.500 - 11.930 4 3 1 1 0.33
3 11.930 - 16.300 4 5 -1 1 0.20
4 16.300 - 19.970 4 3 1 1 0.33
5 19.970 - 27.500 4 5 -1 1 0.20
6 27.500 - 35.430 4 4 0 0 0.00
7 35.430 - 52.730 5 5 0 0 0.00
8 52.730 - 0 0 0 0 0.00
2
Xc = 1.07
2 2 2
Se acepta Xc< XT Xt = 5.991

Ajuste a una distribución Log Normal de II Parámetros

2 2
Nº INTERVALO DE CLASE OBSERVADO (O) ESPERADO (E) O-E (O-E) (O-E) / E

1 4.500 0 0 0 0 0.00
2 4.500 - 11.930 4 1 3 9 9.00
3 11.930 - 16.300 4 7 -3 9 1.29
4 16.300 - 19.970 4 3 1 1 0.33
5 19.970 - 27.500 4 6 -2 4 0.67
6 27.500 - 35.430 4 4 0 0 0.00
7 35.430 - 52.730 5 4 1 1 0.25
8 52.730 - 0 0 0 0 0.00
2
Xc = 11.54
2 2 2
Serechaza Xc< XT X t = 7.814

Ajuste a una distribución Log Normal de III parámetros

2 2
Nº INTERVALO DE CLASE OBSERVADO (O) ESPERADO (E) O-E (O-E) (O-E) / E

1 4.500 0 1 -1 1 1.00
2 4.500 - 11.930 4 2 2 4 2.00
3 11.930 - 16.300 4 5 -1 1 0.20
4 16.300 - 19.970 4 2 2 4 2.00
5 19.970 - 27.500 4 6 -2 4 0.67
6 27.500 - 35.430 4 5 -1 1 0.20
7 35.430 - 52.730 5 4 1 1 0.25
8 52.730 - 0 0 0 0 0.00
2
Xc = 6.32
2 2 2
Se rechaza Xc< XT X t = 5.991
 99

1.9.2. METODO DEL ERROR CUADRÁTICO MINIMO

Este método consiste en calcular, para cada función de distribución, el error

cuadrático.

[ ]
n 1

C= ∑ ( X i −Y i )2 2

i=1 ( 1-124)
donde
Xi = es el i-esimo dato estimado
Yi = es el i-ésimo dato calculado con la función de distribución bajo
análisis
N = Número de datos

En el cuadro Nº 3.30 se muestra el procedimiento estimado para cada uno de

los diferentes métodos estadísticos usados en el presente estudio.

1.9.3. PRUEBA DE SMIRNOV KOLMOGOROV

Esta prueba consiste en comparar el máximo valor absoluto de la diferencia D
que hay entre la función de distribución observada Fo(Pm) y la estimada F(Pm)

D=máx|F 0 ( Pm )−F( Pm )| ( 1-125)

con un valor crítico d que depende del número de datos y el nivel de

significancia seleccionada (tabla Nº 3.7). si D<d, se acepta la hipótesis. Esta
prueba tiene la ventaja sobre la X2 de que compara los datos con el modelo
estadístico sin necesidad de agruparlos. La función de distribución de
probabilidad observada se calcula como:

m
F o ( P m )=1−
n+1 ( 1-126)

Donde m es el número de orden del dato Xm en una lista de mayor a menor y

n es el número total de datos.
100
 101

Cuadro Nº 1.30 Método del error cuadrático mínimo

 102

Tabla Nº 1.7 Valores críticos d para la prueba Smirnov –Kolmogorov de

bondad de ajuste
Tamaño de a= 0.10 a = 0.05 a = 0.01
la muestra
5 0.51 0.56 0.67
10 0.37 0.41 0.49
15 0.30 0.34 0.40
20 0.26 0.29 0.35
25 0.24 0.26 0.32
31 0.22 0.24 0.29
40 0.19 0.21 0.25
N grande 1 .22 1 .36 1 .63
√n √n √n

En el cuadro Nº 3.31 se muestra el procedimiento de calculo por método de

Smirnov Kolgomorov, de donde en la columna 2 se han escrito las
precipitaciones máximas anuales registradas ordenadas de mayor a menor, en
la columna 3 se calculan los valores de la función de distribución de
probabilidad observada según la ecuación (3.126); en las columnas 4, 6, 8, 11
y 12 se tienen los valores de F (Pm) calculados según los 6 métodos
estadísticos estudiados y en las columnas 5, 7, 9, 11, 13 y 15 se muestran los
valores absolutos de las diferencias entre Fo(Pm) y F (Pm).

Se han encerrado en un rectángulo el valor de D para cada función de

distribución. Como se puede observar en el cuadro Nº 3.31, según esta prueba
se aceptaria todas las funciones de distribución consideradas de dentro de un
nivel de significancia de a=0.05, para el cual el valor crítico de d=0.26 con
n=25
El método estadístico con el menor valor de D es el de Log Normal de II
parámetros por lo que, según esta prueba, este método sería la preferible.
 103

Cuadro Nº 1.31 Método de Smirnov - Kolmogorov

 104

1.9.4. SELECCIÓN DEL METODO ESTADÍSTICO APROPIADO

En el cuadro Nº 3.32 se resume los resultados de las pruebas efectuadas
anteriormente. En este cuadro se han calificado las funciones según el
orden de preferencias indicado por cada prueba de ajuste, dando 1 a la
“mejor” y 6 a la “peor”. De estos resultados se concluye que la función
que mejor se ajusta a los datos es la Gumbel

Cuadro Nº 1.32 Selección de la función de Distribución

Error
Smirnov-
Método Estadistico Chi-Cuadrado cuadratico
Kolmogorov
Minimo
Normal 5 6 5
Log Normal II parámetros 3 5 4
Log Normal III parámetros 4 4 3
Gumbel- Valor Extremo 2 2 1
Pearson Tipo III 2 3 2
Log Pearson Tipo III 1 1 6

1.10. CURVAS DE INTENSIDAD-DURACIÓN Y FRECUENCIA

(IDF)
Uno de los primeros pasos que debe seguirse en muchos proyectos de diseño
hidrológico, como el diseño de un drenaje urbano, es la determinación del evento
o los eventos de lluvia que deben usarse. La forma más común de hacerlo es
utilizar una tormenta de diseño o un evento que involucre una relación entre la
intensidad de lluvia (o profundidad), la duración, y las frecuencias o periodos de
retorno apropiados para la obra y el sitio. Deberían existir curvas (IDF) estándar
desarrolladas por instituciones del gobierno disponibles para el sitio para que su
uso sea de forma general, uniforme y oficial.
 105

En el presente estudio hemos trabajado con el registro de bandas pluviográficas de

fecha 25 de Febrero de 1997 de las estaciones: La Pampilla, Chiguata y
Miraflores.
La interpretación de las bandas pluviográficas se muestra en el cuadro Nº 3.33

Cuadro Nº 1.33 Resumen Pluviográfico Estación La Pampilla

(1) (2) (3) (4) (5) (6)
Intervalo Tiempo Altura de Precipitación Intensidad
Hora de Tiempo Acumulado Precipitac. Parcial Acumulada i
(h) (min) (min) (mm) (mm) (mm/h)
16:27
16:46 19 19 1.40 1.40 4.42
18:00 74 93 9.80 11.20 7.95
18:18 18 111 8.70 19.90 29.00
19:06 48 159 9.40 29.30 11.75
19:23 17 176 1.50 30.80 5.29
19:46 23 199 1.00 31.80 2.50
Suma 199 31.8
Fecha: 25 de febrero de 1997

En el cuadro Nº 3.33 se ha determinado la intensidad de la precipitación (mm/h)

siguiendo el siguiente procedimiento:
 En la Columna 1 presenta la hora de inicio de la tormenta registrada por la banda
gráfica y los cambios que sufre ésta según su duración
 La Columna 2 presenta el intervalo de tiempo de dicha precipitación en minutos.
 La Columna 3 representa el tiempo acumulado de la tormenta.
 La Columna 4 presenta la altura de la precipitación parcial en milímetros durante su
respectivo intervalo de tiempo obtenido de la banda pluviográfica.
 la Columna 5 expresa la lluvia acumulada de la tormenta dada en ese intervalo y
 La Columna 6 expresa la intensidad en mm/hora (Col. 4 / Col. 2 * 60).

Se observa que la intensidad máxima se dio entre las 18:00 y las 18:18 horas, es
decir, durante 18 minutos luego de iniciada la tormenta, este intervalo de tiempo
es uno de los de menor duración dentro del tiempo total que duró la tormenta
provocando una precipitación parcial de 8.70 mm., y una intensidad máxima de
29.00 mm/h , como se ve en el gráfico Nº 3.11
106
 107

Gráfico Nº 1-11 Histograma de las intensidades de la tormenta del 25 de febrero de

1997 Estación La Pampilla
Del cuadro Nº 3.33 se procede al cálculo de las intensidades de lluvia para

35

30

25
Intensidad i (mm/hora)

20 29.00

15

10

0
16:00 17:00 18:00 19:00

Hora

11.75

7.95

5.29
4.42

diferentes periodos de duraciones.

i10 = 29.00 mm/h
i30 = 29.00*18/30 + 11.75*12/30 = 22.10 mm/h.
i60 = 29.00*18/60 + 11.75*42/60 = 16.93 mm/h.
i120 = 29.00*18/120 + 11.75*48/120 + 7.95*54/120 = 12.63 mm/h.
i180 = 29.00*18/180 + 11.75*48/180 + 7.95*74/180 + 5.29*17/180 + 4.42*19/180
+ 2.5*4/180 = 10.32 mm/h.

En el cuadro Nº 3.34 se presenta el resumen pluviográfico para la estación

Chiguata para el mismo día, es decir 25 de febrero de 1997, de la cual se calculan
las intensidades para sus respectivas duraciones.
i10 = 67.50*8/10+33.75*2/10 = 60.75 mm/h
i30 = 67.50*8/30+33.75*16/30+24.75*6/30 = 40.95 mm/h
i60 = 67.50*8/60+33.75*16/60+24.75*24/60+6.19*12/60=28.74 mm/h
i120 = 67.50*8/120+33.75*16/120+24.75*24/120+6.19*64/120 +1.25*8/120 =
17.33 mm/h
i160 = 67.50*8/160+33.75*16/160+24.75*24/160+6.19*64/160 +1.25*48/160 =
13.31 mm/h
 108

Cuadro Nº 1.34 Resumen Pluviográfico - Estación Chiguata

Intervalo Tiempo Altura de Precipitación Intensidad

Hora de Tiempo Acumulado Precipitación Acumulada i
(h) (min) (min) Parcial (mm) (mm/h)
(mm)
16:48
17:12 24 24 9.90 9.90 24.75
17:20 8 32 9.00 18.90 67.50
17:36 16 48 9.00 27.90 33.75
18:40 64 112 6.60 34.50 6.19
19:28 48 160 1.00 35.50 1.25
Suma 160 35.50
Fecha: 25 de febrero de 1997

Gráfico Nº 1-12 Histograma de las intensidades de la tormenta del 25 de febrero de

1997 Estación Chiguata

80

70
Intensidad i (mm/hora)

60
67.50

50

40

30

20

10

0
16:00 17:00 18:00 19:00
Hora
33.75

24.75

6.19

0.02
 109

Cuadro Nº 1.35 Resumen Pluviográfico Estación Miraflores

Intervalo Tiempo Altura de Precipitación Intensidad

Hora de Tiempo Acumulado Precipitación Acumulada i
(h) (min) (min) Parcial (mm) (mm/h)
(mm)
16:10
16:30 20 20 0.4 0.4 1.20
16:32 2 22 0.7 1.1 21.00
16:45 13 35 8.9 10.0 41.08
17:00 15 50 7.7 17.7 30.8
17:40 40 90 9.1 26.8 13.65
18:18 38 128 9.1 35.9 14.37
19:00 42 170 5.1 41.0 7.29
20:00 60 230 1.4 42.4 1.40
Suma 230 23.20

Gráfico Nº 1-13 Histograma de las intensidades de la tormenta del 25 de febrero de

1997 Estación Miraflores
45

40
41.08
Intensidad i (mm/hora)

35

30

25

20
30.80
15

10

0
21.00
16:00 17:00 18:00 19:00
Hora

14.37
13.65

7.29

1.20

Las intensidades asociadas a sus respectivas duraciones son:

i10 = 41.08 mm/h

i30 = 41.08*13/30 + 30.80*15/30 + 21*2/30 = 34.06 mm/h.
 110

i60 = 41.08*13/60 + 30.80*15/60 + 21.00*2/60 + 214.37*30/60 = 24.49 mm/h.

i120 = 41.08*13/120 + 30.8*15/120 + 21*2/120 + 14.37*38/120 + 3.65*40/60 +
7.29*8/120 = 18.24 mm/h.
i180 = 41.08*13/180 + 30.8*15/180 + 21*2/180 + 14.37*38/180 + 13.65*40/180 +
7.29*42/180 + 1.4*26/180 = 13.74 mm/h

Con las bandas pluviográficas del 25 de febrero de 1997 de las estaciones de La

Pampilla, Miraflores y Chiguata, construimos el cuadro Nº 3.36 de intensidad y
duración y luego se procede al cálculo para la obtención de las curvas IDF. Un
parámetro importante es la longitud de los registros, mientras mayor sea la
cantidad de pluviogramas los resultados serán mejores.

Cuadro Nº 1.36 Relación Intensidad-Duración de las Estaciones

duración d (minutos)
n Estación Observaciones
10 min 30 min 60 min 120 min 180 min
1 Chiguata 25 feb 97 60.75 42.60 29.14 18.24 13.74 Aceptada
2 La Pampilla 25 feb 97 41.08 34.60 24.49 17.33 13.31 Aceptada
3 Miraflores 25 feb 97 29.00 22.10 16.93 12.33 10.32 Aceptada
4 La Pampilla 02 mar 97 4.96 4.96 4.96 4.91 4.52 Descartada intensidades muy bajas

Con la finalidad de obtener la intensidad de distintas duraciones para diferentes

periodos de retorno se les evaluó a través de las funciones de distribución de
probabilidades por el método de momentos .En el cuadro Nº 3.37 se presenta los
resultados de estos métodos estadísticos, donde se ha elegido a la función de
distribución Normal como la mejor, luego de realizar las pruebas de ajuste
correspondientes aplicando la distribución Normal los valores de intensidad,
duración de las estaciones en estudio (cuadro Nº 3.36), obtenemos el siguiente
cuadro:
 111

Cuadro Nº 1.37 Intensidad - Duración - Frecuencia

Periodo de Prob. De Factor de i10 i30 i60 i120 i180

Retorno P (%) Frecuencia 10 30 60 120 180
T (años) z (mm/ h) (mm/ h) (mm/ h) (mm/ h) (mm/ h)
2 50 0.00 43.61 33.10 23.52 15.97 12.46
5 20 0.84 57.09 41.79 28.71 18.64 14.02
10 10 1.28 64.15 46.34 31.42 20.05 14.84
25 4 1.75 71.67 51.19 34.31 21.54 15.72
50 2 2.05 76.53 54.32 36.18 22.50 16.28
100 1 2.33 80.90 57.14 37.86 23.37 16.79

Distribución Log Normal II

Periodo de Prob. De Factor de i10 i30 i60 i120 i180
Retorno P (%) Frecuencia 10 30 60 120 180
T (años) z (mm/ h) (mm/ h) (mm/ h) (mm/ h) (mm/ h)
2 50 0.00 40.93 31.60 26.07 17.90 13.60
5 20 0.84 55.23 40.84 31.55 18.98 14.15
10 10 1.28 64.59 46.71 33.11 19.01 14.17
25 4 1.75 76.34 53.89 33.94 19.11 14.24
50 2 2.05 85.03 59.11 34.15 19.40 14.43
100 1 2.33 93.70 64.23 34.20 19.92 14.75

Distribución Log Normal III

Periodo de Prob. De Factor de i10 i30 i60 i120 i180
Retorno P (%) Frecuencia 10 30 60 120 180
T (años) z (mm/ h) (mm/ h) (mm/ h) (mm/ h) (mm/ h)
2 50 0.00 43.20 33.10 23.52 15.97 12.46
5 20 0.84 56.95 41.79 28.71 18.64 14.02
10 10 1.28 64.39 46.34 31.42 20.05 14.84
25 4 1.75 72.50 51.19 34.31 21.54 15.72
50 2 2.05 77.85 54.32 36.18 22.50 16.28
100 1 2.33 82.72 57.14 37.86 23.37 16.79

Distribución Pearson
Periodo de Prob. De Factor de i10 i30 i60 i120 i180
Retorno P (%) Frecuencia 10 30 60 120 180
T (años) z (mm/ h) (mm/ h) (mm/ h) (mm/ h) (mm/ h)
2 50 0.00 37.82 36.66 25.72 17.02 13.05
5 20 0.84 51.20 40.54 28.21 17.69 13.58
10 10 1.28 62.67 41.28 28.71 19.34 14.75
25 4 1.75 79.07 41.52 28.90 22.89 17.18
50 2 2.05 92.24 41.53 28.92 26.47 19.59
100 1 2.33 105.99 41.54 28.92 30.73 22.42
 112

Cuadro Nº 3.37 (Continuación)

Intensidad Duracion Frecuencia

Periodo de Prob. De Factor de i10 i30 i60 i120 i180

Retorno P (%) Frecuencia 10 30 60 120 180
T (años) z (mm/ h) (mm/ h) (mm/ h) (mm/ h) (mm/ h)
2 50 0.00 40.30 37.34 26.06 17.90 13.60
5 20 0.84 65.63 46.86 31.96 18.98 14.15
10 10 1.28 86.39 49.57 33.78 19.01 14.17
25 4 1.75 117.60 50.98 34.85 19.11 14.24
50 2 2.05 144.77 51.31 35.17 19.40 14.43
100 1 2.33 175.55 51.39 35.29 19.92 14.75

Distribución Gumbel
Periodo de Prob. De Factor de i10 i30 i60 i120 i180
Retorno P (%) Frecuencia 10 30 60 120 180
T (años) z (mm/ h) (mm/ h) (mm/ h) (mm/ h) (mm/ h)
2 50 0.00 41.21 31.55 22.67 15.49 12.18
5 20 0.84 85.07 59.83 39.88 24.20 17.28
10 10 1.28 114.12 78.56 51.27 29.97 20.65
25 4 1.75 150.81 102.22 65.66 35.25 24.92
50 2 2.05 178.04 119.77 76.34 42.66 28.08
100 1 2.33 205.06 137.19 86.94 48.03 31.22

La intensidad es la tasa temporal de precipitación, es decir, la profundidad por

unidad de tiempo (mm/h o Pulg/h). Puede ser la intensidad instantánea o la
intensidad promedio sobre la duración de la lluvia. Comúnmente se utiliza la
intensidad promedio, que puede expresarse como:

P
I=
Td ( 1-127)
Donde:
P = profundidad de lluvia (mm o Pulg)
Td = duración, dada usualmente horas.

Esta intensidad a su vez esta en función de otros factores própios de la zona tal
como:

k∗T m
I=
tn ( 1-128)
Donde:
I = Intensidad máxima (mm/min.)
 113

T = periodo de retorno en años

t = Duración de la precipitación equivalente al tiempo de concentración
(min)
K,m,n = factores característicos de la zona en estudio.

Resolviendo la ecuación (3.128) mediante un análisis de correlación lineal

múltiple.

Log( I )=log(k )+m. log(Tr )−n . log(t ) ( 1-129)

o bien
y=(a0 )+(a1 ). x 1+a2 . x 2 ( 1-130)
Donde:
y = log (I) a0= Log (k)
X1 = Log (T) a1= m
X2= Log (t) a2 = -n

La ecuación (3.130) es la de una familia de rectas de pendiente a 2, ordenada al

origen a0 y espaciamiento a1. Al hacer un ajuste de correlación lineal múltiple de
una serie de tres tipos de datos, se obtiene un sistema de ecuaciones como el
siguiente:

∑ y=Na0+a1 ∑ x 1+a2 ∑ x 2
∑ ( x , y )=a0 ∑ x1 +a1 ∑ ( x 1)2+a2 ∑ ( x1 . x 2 ) ( 1-131)

∑ ( x, y )=a0 ∑ x 2+a1 ∑ ( x 1 . x 2 )+a2 ∑ ( x 2)2

Donde N es el número de datos y las incógnitas son a 0, a1 y a2; x1, x2 e y son

respectivamente los logaritmos del periodo de retorno, la duración y la intensidad.

En el cuadro Nº 3.38 se han calculado los parámetros x 1, x2 y y ; así como sus

productos y cuadrados, y las sumas indicadas en la ecuación (3.131). Sustituyendo
los resultados del cuadro Nº 3.38 en el sistema de ecuaciones (3.131), resulta.
44 .734=30 a 0 +35 . 485 a 1 +51. 538 a2
 114

54 . 061=35 . 485 a 0 +52 .10 a 1 +60 . 961 a2

73 . 807=51 .538 a0 +60. 961 a1 +94 . 518 a2
.
 115
Cuadro Nº 1.38 Intensidad – Duración - Frecuencia
 116

Resolviendo el sistema de ecuaciones se obtiene:

a0=2.2317 a1=0.1134 a2=-0.5091

y los valores de los parámetros de la ecuación (3.128) son:

k=170.48 m=0.1134 n=0.5091

por lo que la ecuación de las curvas I-D-F es :

170 . 48 Tr 0 . 1134
I=
D0. 5091 ( 1-132)
Tabulando valores para Tr y D en la ecuación (3-132) se obtiene el cuadro Nº
3.39.

Cuadro Nº 1.39 Intensidad - Duración - Frecuencia

que se puede representar gráficamente (gráfico Nº 3.14 y Nº 3.15)

Igualmente se puede obtener los valores para la precipitación a partir del cuadro
anterior utilizando la relación:

P
I=
Td ( 1-133)

Cuadro 1-1 Precipitación - Duración - Frecuencia

117
 118

Gráfico Nº 1-14 Curvas IDF Arequipa

100
10

90 5

80 2 170.48Tr 0.1134
I
D 0.5091
70

60

50
Intensidad i (mm/h)

40

30
100
20 50
25

10

0
0 10 20 30 40 50 60 70 80 90 100 110 120 130 140 150 160 170 180
Duración d (min)
 119

Gráfico Nº 1-15 Curvas IDF Arequipa (Escala Logarítmica)

1000

170.48Tr 0.1134
I
D 0.5091

10
100
5
2

100
50
Intensidad i (mm/h)

25

10

1
1 10 100 1000

Duración d (min)
 120

1.11. ANÁLISIS DE RIESGO DE FALLA

El diseño de estructuras para el control de agua incluye la consideración de riesgos.
Una estructura para el control de agua puede fallar si la magnitud correspondiente al
periodo de retorno de diseño T se excede durante la vida útil de la estructura. Este
riesgo hidrológico natural, o inherente, de falla puede calcularse utilizando la
ecuación:

R=1−(1−1/T )n ( 1-134)
Donde.
R=Probabilidad de que un evento máximo X ocurra por lo menos una vez en n años.
T = Tiempo de retorno real.
n = Vida esperada de la estructura.

La ecuación (3.134) es el “Riesgo de Falla” ; esta ecuación se ha tabulado para varios

periodos de retorno, T y diferentes vidas esperadas del proyecto, n, encontrándose las
diferentes probabilidades, R , de Riesgos de Falla.

Cuadro Nº 1.40 Desarrollo de la ecuación para periodos de retorno reales con

diferentes riesgos de falla durante la vida esperada de la
estructura
 121

Para proyectos de drenaje pluvial a nivel urbano, se considera una Vida Esperada de
10 años y un riesgo de falla de 10 %.
Para los cauces naturales se debe considerar una vida esperada de 100 años y un
riesgo de falla del 10 % .

1.11.1. PRECIPITACIÓN MÁXIMA DE DISEÑO EN FUNCION DE LA VIDA

ESPERADA DE LA ESTRUCTURA Y % DE RIESGO DE FALLA
 122

1.12.HIDROLOGIA DE LAS MICROCUENCAS URBANAS

Para el diseño del drenaje urbano es necesario conocer, en un punto dado el caudal
disponible a partir de las lluvias que lo originan . El problema aparentemente simple
en su presentación, es de una solución en muchos casos compleja; y para ello se han
ideado una serie de métodos que van de los más simples a lo mas complejos.

La aplicación exitosa de los diferentes métodos dependerá del tamaño de la cuenca

así como también de sus características fisiográficas, tipos, usos y cobertura del suelo,
así como del grado de humedad existente, para el presente análisis se ha utilizado el
método racional.

1.12.1. METODO RACIONAL

El método racional es el más ampliamente usado para el análisis del
comportamiento del escurrimiento para captaciones pequeñas. (áreas de
drenaje pequeñas), entendiéndose como tales, a aquellas con áreas no mayores
de 200 ha. Tiene una particular aplicación en el diseño del Drenaje Urbano y
pequeñas estructuras de drenaje, donde se usa para el cálculo de Caudales
Pico. Y en esencia mediante este método, se puede calcular el caudal Qp de
escurrimiento con la aplicación de la ecuación de la simple forma:

Q p =CIA ( 1-135)
Donde:
Qp= Caudal Pico correspondiente a la lluvia de intensidad, duración y
frecuencia dada.
C= Coeficiente de escorrentía, coeficiente empírico adimensional,
I = Intensidad de la lluvia, promediada en el tiempo (lt/s.Ha).
A= Area de la Cuenca (Ha).

Para la intensidad en mm/h, Area de la cuenca en Ha, y caudal en lt/s la

formula es la siguiente
 123

Q p =2 .78 CIA ( 1-136)

a) Coeficiente de Escorrentía
El coeficiente de escorrentía se considera como el porcentaje de agua que
escurre en una lluvia determinada. Los valores típicos del coeficiente de
escorrentía para una amplia variedad de condiciones son dados en
manuales de diseño y otros libros de referencia., ver tabla Nº 3-8

Tabla Nº 1.8 Coeficientes de escorrentía para el área urbana

Descripción del area Coeficiente de escorrentia

Negocios
Centro de la ciudad 0.70 a 0.95
Areas vecinas 0.50 a 0.70
Residencial
Areas unifamiliares 0.30 a 0.50
Multifamiliares aisladas 0.40 a 0.60
Multifamiliares contiguas 0.60 a 0.75
Residencial (Suburbana) 0.25 a 0.40
Edificios de Departamentos 0.50 a 0.70
Industria
Areas Livianas 0.50 a 0.80
Areas Pesadas 0.60 a 0.90
Parques y Cementerios 0.10 a 0.25
Patios 0.10 a 0.25
Areas del Ferrocarril 0.20 a 0.40
Areas naturales 0.10 a 0.30
Caracteristicas de la superficie Coeficiente de escorrentía
Calles
Asfalto 0.70 a 0.95
Concreto 0.80 a 0.95
Ladrillo 0.70 a 0.85
Veredas y pasos 0.70 a 0.85
Techos 0.75 a 0.95
Césped, suelo arenoso
Plano (2%) 0.05 a 0.10
Moderado(2 a 7 %) 0.10 a 0.15
Empinado(7%) 0.25 a 0.35
 124

Fuente: Victor Ponce (1989) Engineering Hydrology Principle an

Practices.
 125

Para el Plan Maestro de Drenaje Pluvial se han considerado valores de C, tomando en

consideración referencias de diversos autores y por estudios realizados en proyectos de
manejo de cuencas realizados en el Perú el cual se resume en la tabla Nº 3.9.
Tabla Nº 1.9 Coeficientes de Escorrentía para el Area Local
Descripción del área y/o características de la superficie Coeficiente
Calles, Losas, Areas desnudas
Asfalto/Concreto
bueno 0.85
intermedio 0.70
malo 0.60
Tierra
plano 0-2% 0.20
promedio 2-7% 0.35
superior 7---> 0.50
Zonas verdes Jardines Parques Estadios
Condicion pobre (cubierta de pasto menor del 50% del area)
plano 0-2% 0.20
promedio 2-7% 0.25
superior 7---> 0.30
Condicion promedio (cubierta de pasto del 50-75% del area)
plano 0-2% 0.30
promedio 2-7% 0.20
superior 7---> 0.25
Condicion buena (cubierta de pasto mayor del 75% del area)
plano 0-2% 0.10
promedio 2-7% 0.15
superior 7---> 0.20
Area Residencial, Viviendas
Precaria perifericas 0.35
Area familiar simple 0.45
Unidades multiples separadas 0.50
Unidades multiples unidas 0.70
Area industrial
Areas ligeras 0.65
Areas densas 0.75
Area comercial
Areas vecinales (mercados) 0.80
Area de cultivo
plano 0-2% 0.10
promedio 2-7% 0.15
superior 7---> 0.20

Fuente: Elaboración propia (2002)

El coeficiente de escorrentía C es la variable del Método Racional menos
susceptible a una precisa determinación y requiere en consecuencia
criterio y entendimiento ingenieril. Su uso en la fórmula implica un valor
 126

fijo para un área dada. El coeficiente de escorrentía representa los efectos

integrados de infiltración, almacenamiento por detención y retención,
evaporación, tránsito del flujo e intercepción, los cuales afectan el tiempo
de distribución y el valor del escurrimiento.
Frecuentemente es conveniente desarrollar un C compuesto basado en
porcentajes de diferentes tipos de superficie en el área de drenaje, que
debe calcularse como:

C=
∑ CiAi
∑ Ai ( 1-137)
Donde
Ci = Coeficiente de Escurrimiento para el área Ai
Ai = Área del sector especifico de la cuenca

b) Tiempo de concentración tc
Es el tiempo empleado por una gota de agua que cae en el punto
hidrológicamente más alejado de la cuenca para llegar a la salida de ésta.
De Acuerdo a esta definición, el caudal pico Qp en la salida de la cuenca
debe alcanzar después de un lapso igual al del tiempo de concentración tc
La obtención de los tiempos de concentración para la microcuenca de
Paucarpata, por los diferentes métodos, ha sido desarrollado empleando
los parámetros y procedimientos descritos por las siguientes formulas:

- Ecuación de Kirpich (1940)

t c=60 ( 0. 06628 L0 .77

S0 . 385 ) ( 1-138)
donde:
tc = tiempo de concentración( min.)
L = longitud del canal desde aguas arriba hasta la salida (km. )
S = pendiente promedio de la cuenca (m/m.)
- Fórmula de Federal Aviation Agency (1970)
 127

(1 . 1−C ) L0 . 50
t c=3 . 26036
S0 . 333 ( 1-139)
donde
tc = tiempo de concentración, min.
C= coeficiente de escorrentía de método racional ver Tabla 3-10
L = longitud del flujo superficial, m;
S = pendiente de la superficie, %.

Tabla Nº 1.10 Valores de C de la Federal Aviation Agency.

Clasificación Coeficiente de escorrentía C

Zona urbana comercial 0.70 - 0.95
Zona de residencia familiar 0.30 - 0.50
Asfalto / concreto 0.70 - 0.95
Suelo arenoso 0.05 - 0.20
Suelo rocoso 0.13 - 0.35
Pavimento de adoquines 0.70 - 0.85

Forma de Calculo del método racional

La determinación de Qp por el método racional puede efectuarse siguiendo
los siguientes pasos:

 Determinar la porción de cuenca interesada y calcular su área A

 Determinar el tiempo de concentración tc
 Determinar el periodo de retorno (para diseño de drenaje =10 años)
 Determinar La intensidad I de la lluvia de diseño para el periodo de
retorno Tr y duración t igual al tiempo de concentración .
 Seleccionar el coeficiente de escorrentia C de acuerdo al tipo de área
considerada.
 Con los datos anteriormente definidos, se procede a calcular Qp
 128

1.13.HIDROLOGIA DE LA TORRENTERA
Para calcular el caudal en la Torrentera, se aplicará el modelo Rainflo, el cual
satisface a una amplia gama de tamaños de cuencas, y es aplicable a ríos interiores
que tienen cauces con redes de drenaje esencialmente dendríticos (como árbol), se usa
el modo macro para cuencas grandes, generalmente mayor a 25 kilómetros
cuadrados, con intervalos de tiempo que empiezan en 7.5 minutos. para cuencas mas
pequeñas por debajo de las 40 hectáreas., se utiliza el modo micro, con intervalos de
tiempo tan bajos como 7.5 segundos. No se recomienda su uso para ríos de mara y/o

1.13.1. DESCRIPCION DEL MODELO RAINFLO

Es un sistema comprensible de software hidrológico para computadora
utilizado para modelar el proceso de lluvia-escorrentía en áreas de drenaje
complejas y cuencas de ríos, se usa el modo macro para cuencas grandes,
generalmente mayor que 10 millas cuadradas (25 kilómetros cuadrados), con
intervalos de tiempo que empiezan en 7.5 minutos. Para cuencas más
pequeñas, por debajo de 100 acres (40 hectáreas), se usa el modo micro, con
intervalos de tiempo tan bajos como 7.5 segundos.. No se recomienda su uso
para ríos de marea y/o redes de drenaje de cauces sinuosos.

Para iniciar el trabajo, primero se debe especificar la red de drenaje del cauce
del río en términos de un conjunto de números topológicos. Usando estos
números topológicos, ordena una serie de cálculos para habilitar la generación
de los hidrogramas de la cuenca y el tránsito de avenidas a través de la red
especificada de cauces del río y reservorios. Rainflo recibe la entrada de lluvia
a la cuenca y la convierte en caudal. Los caudales son determinados en la
desembocadura de la cuenca, y opcionalmente, en cualquier o todas las
confluencias de la red.

El área total de la cuenca es subdividida en dos tipos de unidades de

subcuencas:
 129

- Subcuencas en terreno elevado, cercanas al perímetro de la cuenca, las

cuales generan hidrogramas de caudales de aporte en terreno elevado
hacia la red del río.
- Subcuencas de tramos, adyacentes a los tramos del cauce del río y que
generan caudales de aporte laterales a ellos.

La lluvia puede ser especificada de distinta forma para cada subcuenca. Las
tormentas pueden ser ingresadas de manera discreta en unidades de tiempo o
como una cantidad total para una duración determinada. En el último caso, se
puede proporcionar el patrón temporal de lluvia, o alternativamente, escoger
entre varios SCS patrones de lluvia adimensionales incorporados dentro de
RAINFLO.
Consiste de tres módulos principales:
- Generación de hidrogramas de subcuencas.
- Tránsito de avenidas en cauces del río.
- Tránsito de avenidas en reservorios.

1.13.2. CARACTERISTICAS DEL MODELO

Las características principales del modelo son las siguientes:
- Una topología generalizada, lo que permite la definición de la red de
drenaje usando números topológicos para cada subcuenca de cabecera y
subcuenca lateral, sin limitación de orden.
- La precipitación puede especificarse para cada subcuenca (de cabecera o
lateral) en forma de un pluviograma asociado con un tipo de tormenta.
- La abstracción de la precipitación, que en el caso de tormentas consiste
mayormente de infiltración, se efectúa con el método del número de la
curva.
- La conversión de precipitación a escurrimiento se efectúa mediante la
convolución del pluviograma efectivo con el hidrograma unitario SCS
(obtenido del hidrograma unitario adimensional SCS) desarrollado para
cada subcuenca (Ponce, 1989).
 130

- El tránsito de avenidas a través de cauces de arroyos se efectúa usando el

método determinístico Muskingum- Cunge (Ponce, 1989). A diferencia del
método clásico de Muskingum (Chow, 1959), el cual calcula los
parámetros de tránsito en base al registro de aforos, en el método
Muskingum- Cunge los parámetros de tránsito se calculan directamente de
la morfología del canal (pendiente y sección transversal). Esto hace
posible que el tránsito de avenidas se aplique a través de toda la red de
drenaje, basando el cálculo en datos fisiográficos y obviando la necesidad
de datos históricos. El uso de datos históricos es impracticable porque
requeriría de aforos en todos los arroyos.
- El modelo calcula las pérdidas por infiltración durante el tránsito en
canales naturales. Esta característica del modelo lo hace particularmente
aplicable a cauces de arroyos en zonas áridas, como es el caso de la
torrentera de Paucarpata.

1.13.3. METODOLOGIA DEL MODELO

La metodología seguida en el presente estudio considera los siguientes pasos:
- La compilación de la cartografía existente, determinación de la topología,
es decir, la anatomía de la red de drenaje de la cuenca y delineación de las
subcuencas.
- Recolección de datos de precipitación (tormentas) en Arequipa, en
períodos de retorno de 2 a 100 años.
- Extensión de los datos de tormentas a los períodos de retorno de 200, 500
y 1000 años utilizando el método de los valores extremos (Gumbel), con
ajuste por el método de mínimos cuadrados (Ponce, 1989).
- Reducción de las tormentas usando las relaciones profundidad-área usadas
por la National Weather Service (1973).
- Selección de la tormenta SCS tipo I, aplicable a Paucarpata, como
tormenta de diseño.
- Recolección de datos cartográficos de uso y tipo de suelo en Arequipa, los
cuales fueron utilizados para determinar el número de la curva (CN) para
cada subcuenca
 131

- Evaluación, directamente de la cartografía, de las pendientes fisiográficas

de las subcuencas y cursos de agua (pendiente media del terreno y
pendiente media del lecho del cauce) que forman la red de drenaje de la
torrentera de Paucarpata.
- Evaluación de las secciones transversales típicas de los cursos de agua que
forman la red de drenaje de la torrentera de Paucarpata, mediante visitas,
observaciones y mediciones de campo.
- Creación de archivos RAINFLO, conteniendo los datos necesarios para
correr el modelo. Corrida del modelo para las frecuencias de 2, 5, 10, 25,
50, 100, 200, 500, y 1000 años. Esto asume la ocurrencia de la avenida al
final del período húmedo, colocando el cálculo del lado de la seguridad.

1.13.4. ESTRUCTURA DE DATOS DE ENTRADA

RAINFLO acepta los datos de entrada como una sucesión lógica de tipos de
registros. Un tipo del registro es cualquiera de los veintisiete tipos de datos
válidos de RAINFLO, etiquetados como sigue:
1)R02; 2)R04; 3)R10; 4)R20; 5)R21;
6)R30 7)R31; 8)R32; 9)R34; 10)R35;
11)R36; 12)R40; 13) R42; 14)R44; 15)R45;
16)R50; 17)R52; 18)R54; 19)R55; 20)R60;
21)R6l; 22)R64; 23)R65; 24)R70; 25)R74;
26)R80; 27)R84.

Toda la entrada de datos de RAINFLO se acepta en formato libre. En formato

libre, no se aceptan espacios en blanco dentro de un valor.

Los datos de entrada incluyen características hidrológicas, hidráulicas y

geométricas de las cuencas, cauces del río y reservorios, ingreso de la lluvia a
cada subcuenca, y varios indicadores para las selecciones del sistema. Son
posibles las siguientes opciones:
 132

a) Entrada del tipo de sección transversal.

Se puede ingresar los datos de las secciones transversales en las dos
maneras siguientes:
- Proporcionando coordenadas X-Z y valores n de Manning. (tabla Nº 3.11).
- Proporcionando las relaciones de descarga – área de flujo – espejo de agua
previamente medidas o calculadas.

Tabla Nº 1.11 Valores n de Manning

Coeficiente de
Material rugosidad n
Tubos de barro para drenaje 0.0140
Superficie de cemento pulido 0.0120
Tuberías de concreto 0.0150
Canales revestidos con concreto 0.0140
Superficie de mampostería con cemento 0.0200
Acueductos semicirculares, metálicos, lisos 0.0120
Acueductos semicirculares, metálicos corrugados 0.0250
Tuberías de plástico corrugadas ADS 0.0120
Canales en tierra, alineados y uniformes 0.0250
Canales en roca, lisos y uniformes 0.0330
Canales en roca, con salientes y sinuosos 0.0400
Canales dragados en tierra 0.0275
Canales con lecho pedregoso y bordos de tierra 0.0350
enyerbados
Canales con plantilla de tierra y taludes ásperos 0.0330
Corrientes naturales limpias, bordos rectos, sin 0.0300
hendeduras ni charcos profundos
Corrientes naturales igual al anterior, pero con 0.0350
algo de hierba y piedra
Corrientes naturales igual al anterior, pero menos 0.0550
profundas, con secciones pedregosas
Ríos con tramos lentos, cauce enhierbado o con 0.0700
charcos profundos
Playas muy enhierbadas 0.1250
 133

b) Tipo de tormenta.
Se puede ingresar la tormenta o lluvia que manejará el modelo de las tres
maneras siguientes:
- Proporcionando las cantidades de lluvia real, discretizadas en intervalos de
tiempo seleccionados, para fines de pronósticos o estimación.
- Proporcionando las cantidades de lluvia totales para un periodo de tiempo
determinado y de patrón de lluvia adimensional.
- Proporcionando las cantidades de lluvia totales para un periodo de tiempo
determinado y escogiendo uno de los siete SCS patrones adimensionales
de lluvia incorporados dentro del modelo.

c) Modo de cálculo en el cauce del río.

Se seleccionará un modo de cálculo en el cauce del río de las dos formas
siguientes:
- Usando relaciones de descarga-área de flujo.
- Usando relaciones de descarga-tirante (o descarga-profundidad de flujo).

d) Condición Antecedente de Humedad AMC.

Se puede seleccionar entre tres SCS normales la Condición Antecedente
de Humedad (AMC) como las siguientes:
- AMC 1.0 (Seco), para las condiciones de Humedad secas en el hoya
tributaria o cuenca.
- AMC 2.0 (Normal), para las condiciones de humedad normales en el hoya
tributaria o cuenca.
- AMC 3.0 (Húmedo), para el condiciones de humedad húmedas en la hoya
tributaria o cuenca.

e) Número de la Curva de escorrentía

El número de la curva de escorrentía AMC 2.0 para los suelos
hidrológicos con cobertura compleja (la metodología del SCS) son
determinados siguiendo los procedimientos descritos en el Manual del
SCS NEH-4 por medio de las tablas que figuran en la Tabla Nº 3.8
Preferentemente, los números de curva de escorrentía deben estar basados
 134

en los datos del análisis de lluvia-escurrimiento. En la ausencia de datos,

los números de curva de escorrentía pueden determinarse por la
evaluación hidrológica del suelo, cobertura, y su complejidad usando
suelo y tierra usando mapas y métodos aproximados.

Los números de curva de escorrentía para la cuenca son los especificados

en el registro R4O , y para las cuencas en terreno elevado en el registro
R50.

Método del numero de curva

Es un método presentado por el Soils Conservation Service (SCS) de los
Estados Unidos; tiene ventajas sobre el método racional, se aplica a
cuencas medianas como también a pequeñas cuencas. El parámetro de
mayor importancia de la lluvia generadora es la altura de ésta, pasando su
intensidad a un segundo plano. El nombre del método deriva de una serie
de curvas de escurrimiento cada una de las cuales lleva un número N que
varia de 1 a 100. Un número de curva de N=100 indica que toda la lluvia
escurre y un número de curva N=1 indica que toda la lluvia se infiltra;
estos números son en consecuencia semejantes a coeficientes de
escorrentía.

El número de la curva de escurrimiento varia con el tipo de suelo de la

cuenca, del uso que se le da, el mismo que puede variar con el tiempo, de
su tratamiento, de la cobertura del suelo, así como de su condición y
estado previo de humedad.

El método del número de curva esta igualmente basado en una previa

Clasificación Hidrológica de Suelos. Si quisiéramos sintetizar la mecánica
de este método diríamos que éste consiste en: dada una altura de lluvia P,
buscar un número de curva N para calcular Q.
 135

Para escribir el método hay que definir dos conceptos: retención potencial
máxima y abstracción inicial.

Retención potencial máxima: S

Se relaciona con el número N de la curva, mediante la ecuación:
1000
N=
(S+100)
Abstracción
Es la capacidad de la cuenca de abstraer flujo de agua y está en razón
inversa con el número de la curva; esto significa que para N=100 no hay
abstracción posible debido por ejemplo a una saturación total del suelo, y
en este caso la lluvia neta que escurre es igual a la lluvia total. En cambio
para N=1 total la lluvia es abstraída, siendo la lluvia neta que escurre,
prácticamente igual a cero.

La abstracción inicial Ia en el método del SCS es considerada como un

porcentaje de la retención potencial máxima y por datos experimentales se
toma igual a:
Ia=0 .2 S
Esta abstracción inicial comprende la infiltración, la evaporación, la
intercepción, el almacenamiento superficial ocurridos antes del inicio de la
lluvia.

Clasificación Hidrológica de los Suelos

Por ser de importancia, se indican a continuación dos definiciones que
están consideradas en la clasificación hidrológica de los suelos.
Tasa de infiltración: es el porcentaje de agua que penetra en el suelo
superficial y que es controlado por condiciones de superficie.
Tasa de transmisión: es el porcentaje de agua que se mueve en el suelo y
que es controlado por los horizontes.
 136

En base a lo indicado, el SCS efectúa una clasificación hidrológica básica

de los suelos en 4 grupos A,B,C,D. Estos grupos son:

Grupo Hidrológico A
Son suelos que tienen altas tasas de infiltración (bajo potencial de
escurrimiento) aún cuando están enteramente mojados y están constituidos
mayormente por arenas o gravas profundas, bien y hasta excesivamente
drenadas. Estos suelos tienen una alta tasa de transmisión de agua.

Grupo Hidrológico B
Son suelos que tienen tasas de infiltración moderadas cuando están
cuidadosamente mojados y están constituidos mayormente de suelos
profundos de texturas moderadamente finas a moderadamente gruesas.
Estos suelos tienen una tasa moderada de transmisión del agua.

Grupo Hidrológico C
Son suelos que tienen bajas tasas de infiltración cuando están
completamente mojados y están constituidos mayormente de suelos con
un estrato que impide el movimiento del agua hacia abajo, o suelos con
una textura que va de moderadamente fina a fina. Estos suelos tienen una
baja tasa de transmisión del agua.

Grupo Hidrológico D
Son suelos de alto potencial de escurrimiento, de tasas de infiltración muy
bajas cuando están completamente mojados y están formados mayormente
por suelos arcillosos con un alto potencial de esponjamiento, suelo con
índice de agua permanentemente alto. Suelos superficiales sobre material
casi impermeable. Tienen una tasa muy baja de transmisión del agua.

Condición hidrológica de los Suelos

 137

Esta condición influye en el valor del número de la curva de

escurrimiento. El cambio de la retención de potencial máxima S se traduce
en una cambio del número de la curva N y este cambio está basado en la
Condición Antecedente de humedad CAH determinada por la lluvia total
en el período de 5 días anterior a la tormenta.

El método SCS usa tres intervalos de CAH:

- CAH I: es el límite inferior de la humedad o el límite superior de S.

Mínimo potencial de escurrimiento. Los suelos de la cuenca están lo
suficientemente secos para permitir el arado o cultivos.
- CAH II: es el promedio para el cual el SCS preparó la Tabla ¨Números de
curva de escurrimiento para complejos hidrológicos suelo-cobertura¨ que
se muestra.

- CAH III: es el límite superior de humedad o el límite inferior de S.

Máximo potencial de escurrimiento. La cuenca está prácticamente
saturada por lluvias anteriores.

- El SCS presenta la Tabla Nº3.11 para estimar el CAH considerando el

antecedente de 5 días de lluvia y que da los límites de lluvia de acuerdo a
dos categorías de estaciones.

Tabla Nº 1.12 Datos de Condición de Antecedentes de Humedad

 138

El antecedente de 5 días de lluvia es simplemente la suma de la lluvia de

los 5 días anteriores al día considerado.

Selección del numero de la curva para el escurrimiento.

Para estimar el número de la curva para el escurrimiento para cuencas
urbanas, TR55 define dos tipos de áreas: (1) permeables (2) impermeables.
Una vez que las áreas permeables e impermeables han sido definidas, el
número de la curva es calculado por medio de una ponderación de las
áreas.
Las áreas impermeables pueden ser de dos tipos: Conectadas y No
Conectadas.

Conectadas son aquellas en las que el flujo entra directamente al sistema

de drenaje, o donde el escurrimiento (de las áreas impermeables) fluye
sobre un área permeable con flujo subsuperficial concentrado tal como un
césped rayado. Las áreas impermeables No conectadas son aquellas en las
cuales el escurrimiento (del área impermeable) fluye sobre un área
permeable como flujo superficial antes de entrar al sistema de drenaje.

La tabla Nº 3.12 muestra los Números de la Curva de precipitación para

diferentes tipos de áreas permeables y áreas impermeables conectadas.

Tabla Nº 1.13 Numeros de la Curva

Descripción de la Cobertura Porcentaje Números de la Curva
Promedio. para Grupos
En Áreas Hidrológicos de
Tipo de Cobertura y condición Hidrológica
Imper- Suelos
meables. A B C D
Totalmente desarrollado para área urbana
 139

Espacio Abierto(césped, parques, cementerios, etc)

Condición Pobre (cubierto de pasto<50%) 68 79 86 89
Mediana Condición(cubierto de pasto 50-75%) 49 69 79 84
Buena condición (cubierto de pasto >75%) 39 61 74 80
Áreas Impermeables
Lotes pavim.p/parqueosentados, techos, entradas 98 98 98 98
Autos (excluyendo los derechos del camino)
Calles y caminos
Pavimentados curvas y desagües 98 98 98 98
Pavimentos: zanjas abiertas(inc.derechos camino) 83 89 92 93
Gravas (incluyendo derechos de camino) 76 85 89 91
Barro (incluye derecho de camino) 91
Áreas urbanas desérticas
Desiertos naturales (solo áreas permeables) 63 77 85 88
Desiertos artificiales(impermeable, sin arbustos, 96 96 96 96
con mala hierba)
Distritos Urbanos
Comercial y negocios 85 89 92 94 95
Industrias 72 81 88 91 93
Distritos residenciales por tamaño promedio de lote
1/8 acre o menos 65 77 85 90 92
¼ acre 38 61 75 83 87
1/3 acre 30 57 72 81 86
½ acre 25 54 70 80 85
1 acre 20 51 68 79 84
2 acres 12 46 65 77 82
Desarrollando áreas urbanas
Áreas recientemente clasificadas (solo permeables, 77 86 91 94
Sin vegetación

La Tabla Nº 3.13 fija los valores entre los cuales debe encontrarse el
Número de la Curva para ser ingresado al modelo RAINFLO, basándose
en los valores de la Condición Antecedente de Humedad de la zona..
 140

Tabla Nº 1.14 Rangos del número de la curva en función del valor del AMC para
ingresar al registro R10 del modelo RAINFLO
Area de la Subcuenca Rango del Num. AMC Valor a Valor de Cero
de la Curva (en R10) Usar: Para:
Igual o menor que 1-68 1.0-1.6 Velocidad Pendiente
1600 ha 69-98 1.0-1.6 Pendiente Velocidad
99-100 1.0-1.6 Velocidad Pendiente
1-49 1.7-2.3 Velocidad Pendiente
50-95 1.7-2.3 Pendiente Velocidad
96-100 1.7-2.3 Velocidad Pendiente
1-29 2.4-3.0 Velocidad Pendiente
30-88 2.4-3.0 Pendiente Velocidad
89-100 2.4-3.0 Velocidad Pendiente
Mayor a 1600 ha Cualquiera Cualquiera Velocidad Pendiente

f) Método tr55
Es una colección de procedimientos simplificados y desarrollados por el
USDA (Servicio de Conservación del Suelo) para calcular Descargas Pico,
Hidrogramas de flujo y los volúmenes de almacenamiento en cuencas
urbanas medianas y pequeñas.

Consiste en dos procedimientos principales:

- Un método gráfico
- Un método tabular

El método Gráfico es usado para calcular descargas pico, mientras el

método tabular calcula hidrogramas de flujo usando procedimientos
simplificados de asignación de ruta. Estos métodos fueron desarrollados
basándose en información obtenida con el SCS, TR20, Modelo
Hidrológico de Computador. Ellos están diseñados para aplicarlos en
casos específicos.

Mientras que el TR55 no específica el tamaño de la vertiente, el método

gráfico es limitado para cuencas con tiempos de concentración en el rango
 141

0.1 a 10 horas. Igualmente, el método tabular es limitado para cuencas con

tiempos de concentración en el rango de 0.1 a 2.0 horas.

La primera versión del TR55 fue desarrollada en el año 1975, la segunda

versión en el año 1986, incorpora la experiencia ganada en la primera
versión.

Parámetros de tormenta, cuenca y escorrentía tr55

La precipitación en el TR55, está descrita en términos de altura total de
precipitación y una de las 4 distribuciones estándar 24-H de precipitación
temporal, Tipo I, Tipo IA, Tipo II, Tipo III.

La duración de estas distribuciones de precipitación es de 24 horas. Esta

duración constante fue seleccionada porque la mayoría de los datos de
precipitación son reportados sobre una base de 24 horas. Las intensidades
de precipitación corresponden a duraciones mas cortas de 24 h y son
contenidas dentro de las distribuciones del SCS. Por ejemplo si una lluvia
de 24h y 10 años es usada, el periodo 1 h con la precipitación más intensa
corresponde a la de 10 años y 1 hora de altura de lluvia.

TR55 usa el Método del Número de la curva para abstraer la altura total de
lluvia, y calcular la altura del escurrimiento. Los procedimientos de
abstracción siguen los criterios establecidos en NEH-4, que cuenta con
números de la curva aplicables a áreas urbanas . Además TR55 incluye
procedimientos que determinan tiempo de concentración para los
siguientes tipos de flujo superficial:

Flujo Superficial
Flujo Sub superficial
Flujo en canales
 142

El Flujo subsuperficial concentrado es un tipo de flujo superficial cuyas

características se hallan entre las del Flujo superficial y el flujo en canales
 143

Procedimiento del tr55

Cuando se usa el TR55, hay una alternativa entre el método gráfico y el
método tabular. El Método Gráfico da solo una descarga pico, mientras
que el método tabular provee un Hidrograma de crecidas. El método
tabular es recomendado también para cuencas que constan a su vez de
subcuencas, de diferentes características, donde el hidrograma combinado
y el transito en canales puede ser necesario para incrementar la precisión.

El primer objetivo del TR55 es proveer técnicas simplificadas, por

consiguiente reducir el esfuerzo que involucran los cálculo de una rutina
hidrológica. La precisión de este método es menor que la que podría ser
obtenida con otros procedimientos más elaborados.

El método es estrictamente aplicable a flujos superficiales y no debe ser

usado para describir propiedades de flujo en conductos subterráneos.
144