Análisis Comparativo de Caudales Máximos Del Rio Huancané Mediante Métodos Deterministicos y Prob

1
U UN NI IV VE ER RS SI ID DA AD D N NA AC CI IO ON NA AL L D DE EL L A AL LT TI IP PL LA AN NO O
F FA AC CU UL LT TA AD D D DE E I IN NG GE EN NI IE ER R A A A AG GR R C CO OL LA A
E ES SC CU UE EL LA A P PR RO OF FE ES SI IO ON NA AL L D DE E I IN NG GE EN NI IE ER R A A A AG GR R C CO OL LA A

T T E E S S I I S S

A AN N L LI IS SI IS S C CO OM MP PA AR RA AT TI IV VO O D DE E C CA AU UD DA AL LE ES S M M X XI IM MO OS S D DE EL L
R RI IO O H HU UA AN NC CA AN N M ME ED DI IA AN NT TE E M M T TO OD DO OS S D DE ET TE ER RM MI IN NI IS ST TI IC CO OS S
Y Y P PR RO OB BA AB BI IL L S ST TI IC CO OS S C CO ON N F FI IN NE ES S D DE E D DI IS SE E O O
H HI ID DR R U UL LI IC CO O

P PR RE ES SE EN NT TA AD DO O P PO OR R E EL L B BA AC CH HI IL LL LE ER R: :

P PL LY YN NI IO O O OC CT TA AV VI IO O C CA AR RR RI IL LL LO O A AP PA AZ ZA A

P PA AR RA A O OP PT TA AR R E EL L T TI IT TU UL LO O P PR RO OF FE ES SI IO ON NA AL L D DE E: :

I IN NG GE EN NI IE ER RO O A AG GR R C CO OL LA A

P PU UN NO O P PE ER R
2 20 01 10 0

2

U UN NI IV VE ER RS SI ID DA AD D N NA AC CI IO ON NA AL L D DE EL L A AL LT TI IP PL LA AN NO O

F FA AC CU UL LT TA AD D D DE E I IN NG GE EN NI IE ER RI IA A A AG GR RI IC CO OL LA A
E ES SC CU UE EL LA A P PR RO OF FE ES SI IO ON NA AL L D DE E I IN NG GE EN NI IE ER RI IA A A AG GR RI IC CO OL LA A
T T E E S S I I S S

A AN NA AL LI IS SI IS S C CO OM MP PA AR RA AT TI IV VO O D DE E C CA AU UD DA AL LE ES S M MA AX XI IM MO OS S D DE EL L
R RI IO O H HU UA AN NC CA AN NE E M ME ED DI IA AN NT TE E M ME ET TO OD DO OS S D DE ET TE ER RM MI IN NI IS ST TI IC CO OS S
Y Y P PR RO OB BA AB BI IL LI IS ST TI IC CO OS S C CO ON N F FI IN NE ES S D DE E D DI IS SE E O O
H HI ID DR RA AU UL LI IC CO O

P Pr re es se en nt ta ad da a a a l la a C Co oo or rd di in na ac ci i n n d de e I In nv ve es st ti ig ga ac ci i n n d de e l la a F Fa ac cu ul lt ta ad d d de e
I In ng ge en ni ie er r a a A Ag gr r c co ol la a; ; c co om mo o r re eq qu ui is si it to o p pa ar ra a o op pt ta ar r e el l T Ti it tu ul lo o d de e: :

I IN NG GE EN NI IE ER RO O A AG GR RI IC CO OL LA A

APROBADO POR:

PRESIDENTE DEL JURADO :
Ing Ricardo Bardales Vassi

PRIMER JURADO :
Ing. Edilberto Huaquisto Ramos

SEGUNDO JURADO :
M.Sc. Percy Arturo Ginez Choque

DIRECTOR DE TESIS :
M.Sc. Oscar Mamani Luque

3

DEDICATORIA

A mi querida madre,
fuente de inspiracin
para llegar a alcanzar
mis logros y que desde
la eternidad me gua
por el buen camino, con
su sabidura.

A mi querido padre que
con sus sabios consejos
me gua por la vida y el
apoyo incondicional que
me brinda, a mis
hermanos, Gloreliz y
Luis, por su apoyo en
todo momento.

4

AGRADECIMIENTO

- A mi alma mater, a la Universidad Nacional del Altiplano- Puno.

- A la Facultad de Ingenieria Agricola.

- A mi padre por su constante apoyo, por sus buenos consejos, por su sacrificio
incansable, que han llevado a ser lo que soy.

- A mis hermanos, Gloreliz, por su apoyo incondicional.

- Al Ing. Msc. Oscar Mamani Luque, asesor de la presente tesis por su apoyo
desinteresado, y haberme guiado acertadamente para llevar a cabo la culminacin
de la presente tesis

- A mis docentes de la Facultad de Ingeniera Agrcola, en especial al Ing Ricardo
Bardales Vassi, Ing Msc Percy Arturo Ginez Choque, y al Ing Edilberto Huaquisto
Ramos, y a todos aquellos docentes, amigos y compaeros que de alguna u otra
manera hicieron posible la realizacin de la presente investigacin.

5

NDICE GENERAL

DEDICATORIA.
AGRADECIMIENTO.
NDICE DE CUADROS.
NDICE DE GRFICOS.
NDICE DE TABLAS.
RESUMEN. Pg.
I INTRODUCCIN 1
1.1 GENERALIDADES. 1
1.2 JUSTIFICACIN. 2
1.3 ANTECEDENTES. 3
1.4 OBJETIVOS. 4
II REVISIN BIBLIOGRFICA 6
2.1. CUENCA HIDROGRFICA. 6
2.1.1. PARTES DE UNA CUENCA 6
2.1.2. CARACTERIZACIN DE CUENCAS 7
2.2. PARMETROS METEOROLGICOS 9
2.3. PRECIPITACIN. 10
2.3.1. PRECIPITACIN MXIMA PROBABLE. 12
2.3.2. ANLISIS DE CONSISTENCIA DE LA INFORMACIN
HIDROMETEOROLOGIA. 13
2.3.3. COMPLETACION DE DATOS HIDROLGICOS. 16
2.4. DEFINICIN DE MXIMA AVENIDA 17
2.4.1. ORIGEN Y FORMACIN DE UNA AVENIDA. 19
2.4.2. COMPONENTES DEL CAUDAL 19
2.4.3. MTODOS DE ESTIMACIN DE AVENIDAS. 21
2.5. DEFINICIN DE CONCEPTOS ESTADSTICOS. 26
2.5.1. DISTRIBUCIONES DE PROBABILIDAD DE VARIABLES
CONTINUAS 31
a. Distribucin normal. 31
b. Distribucin Log normal. 32
c. Distribucin Gamma. 32
d. Distribucin Pearson tipo III. 33
6

e. Distribucin de valor extremo. 33
2.5.2. ESTIMACIN DE PARMETROS DE DISTRIBUCIONES
TERICAS 36
a. Mtodo grafico. 36
b. Mtodo de mnimos cuadrados. 36
c. Mtodo de momentos. 37
d. Mtodo de mxima verosimilitud. 38
2.5.3. PRUEBA DE BONDAD DE AJUSTE. 39
a. Prueba estadstica Chi cuadrado. 39
b. Prueba Smirnov-Kolmogorov. 40
2.5.4. FACTOR DE FRECUENCIA 42
2.6. ESTRUCTURAS HIDRULICAS. 43
III MATERIALES Y MTODOS 48
3.1 MATERIALES. 48
3.1.1 Ubicacin de la zona en estudio 48
3.1.2 Informacin meteorolgica e hidromtrica. 49
3.1.3 Equipos para el procesamiento e impresin. 49
3.2 MTODOS 50
3.2.1 Obtencin de los caudales mximos mensuales. 50
3.2.2 Formacin de la serie anual 50
3.2.3 Determinacin de los parmetros estadsticos. 50
a. Media aritmtica: 50
b. Varianza: o 51
c. Coeficiente de asimetra: 52
3.2.4 Anlisis de consistencia de la informacin hidromtrica y
Meteorolgica 52
3.2.5 Anlisis de saltos 53
a. Anlisis visual de hidrograma. 53
b. Anlisis de doble masa. 54
c. Anlisis estadstico. 55
c.1 Consistencia de la media. 55
c.2 Consistencia de la desviacin estndar. 57
7

d. Correccin de la informacin. 58
e. Bondad de la informacin corregida. 58
3.2.6 Completacin de datos hidrometeorologicos.. 59
a. Promedio aritmtico. 59
b. Regresin simple. 59
c. Regresin mltiple. 60
3.2.7 Descripcin de las funciones de distribucin de frecuencias
tericas. 61
a. Distribucin normal. 61
b. Distribucin Log normal 2 parmetros. 62
c. Distribucin Extrema tipo I. 63
d. Distribucin Pearson tipo III. 64
3.2.8 Prueba de bondad de ajuste. 66
a. Ajuste Kolmogorov-Smirnov 66
3.2.9 Prediccin de caudales mximos mediante el factor de frecuencia
de las distribuciones tericas. 67
a. Distribucin Normal y Log normal 2 parmetros. 68
b. Distribucin extrema tipo I. 68
c. Distribucin Pearson tipo III 69
3.2.10 Determinacin de caudales mximos mediante el mtodo
Mac Math 69
a. Formacin de la serie anual. 70
b. Determinacin de precipitaciones mximas en 24 horas
para diferentes periodos de retorno. 70
c. Determinacin de los niveles de diseo. 71
d. Determinacin de la intensidad mxima de lluvia. 71
e. Determinacin del coeficiente de escorrenta. 72

IV RESULTADOS Y DISCUSIN. 69
4.1 De la formacin de la serie anual. 73
4.2 Del anlisis de consistencia de la informacin hidromtrica y
metereolgica. 73
4.2.1 Anlisis de saltos. 73
a. Anlisis visual de histogramas. 76
8

b. Anlisis de doble masa. 86
4.3 De la estimacin de parmetros estadsticos. 90
4.4 De la estimacin de caudales mximos mediante el mtodo
Probabilstico. 91
a. Estimacin del factor de frecuencia. 91
b. De la estimacin de caudales mximos empleando las
distribuciones tericas estudiadas. 91
c. De la estimacin de parmetros de las distribuciones terica. 95
d. De la prueba de bondad de ajuste. 95
4.5 De la estimacin de caudales mximos mediante el mtodo Mac Math. 96
a. Informacin meteorolgica. 96
b. De la determinacin de precipitacin mxima en 24 horas para
Diferentes periodos de retorno. 98
c. De la intensidad mxima para diferentes periodos de retorno. 98
d. De la determinacin del coeficiente de escorrenta. 99
e. De la determinacin de los caudales mximos. 100

4.6. De la calibracin de caudales estimados mediante el mtodo de Mac
Math y el mtodo probabilstico 101

V CONCLUSIONES Y RECOMENDACIONES 105
5.1 CONCLUSIONES 106
5.2 RECOMENDACIONES 107

VI BIBLIOGRAFA 108

9

NDICE DE CUADROS.
Cuadro N: Pg.
Cuadro 3-1: Ubicacin de las estaciones metereolgicas en estudio. 49
Cuadro 4-1: Serie histrica de caudales mximos diarios (m3/s) del rio
Huancan 74
Cuadro 4-2: Serie Histrica de precipitacin mxima de 24 horas (mm) 75
Cuadro 4-3: Valores de caudales mximos del rio Huancan acumulados
(m3/s) 87
Cuadro 4-4: Valores de precipitacin mxima de 24 horas anuales (mm)
Acumulados de 06 estaciones 88
Cuadro 4-5: Parmetros estadsticos de la muestra. 90
Cuadro 4-6: Factor de frecuencia de las distribuciones tericas estudiadas 91
Cuadro 4-7: Resultados de la estimacin de caudales mximos mediante las
distribuciones tericas estudiadas. 94
Cuadro 4-8: Resultados de la estimacin de parmetros de las distribuciones
tericas. 95
Cuadro 4-9: Resultados de la prueba de ajuste Smirnov Kolmogorov 96
Cuadro 4-10: Promedio de Precipitacin Mxima en 24 Horas (mm) 97
Cuadro 4-11: Precipitacin mxima 24 horas (mm), para diferentes periodos de
retorno 98
Cuadro 4-12: Intensidades mximas (mm/h), para la cuenca del rio Huancan. 99
Cuadro 4-13: Uso de la tierra en la cuenca del rio Huancan (km
2
) 99
Cuadro 4-14: Caudales mximos generados (m
3
/s) mediante el mtodo
Mac Math. 101
Cuadro 4-15: Resultados de la calibracin de caudales estimados mediante el
Mtodo Mac Math. 102
Cuadro 4- 16: Resultados de caudales estimados mediante Mtodos
deterministicos y probabilsticos. 103
10

NDICE DE GRAFICOS.
Grafico 4-1: Hidrograma de caudales mximos mensuales del rio Huancan. 76
Grafico 4-2: Hidrograma de caudales mximos anuales del rio Huancan. 77
Grafico 4-3: Hidrograma de precipitacin mxima de 24 horas de la estacin
Huancan. 78
Grafico 4-4: Hidrograma de precipitacin mxima de 24 horas anuales de la
estacin Huancan. 78
Putina 79
estacin Putina. 80
Grafico 4-7: Hidrograma de precipitacin mxima de 24 horas de la estaci
Arapa 81
estacin Arapa. 81
Muani 82
estacin Muani. 83
Ananea 84
estacin Ananea 84
Cojata.
85
estacin Cojata. 86
Grafico 4-15: Diagrama de doble masa de caudales mximos del rio Huancan
(m3/s) 85
Cuadro 4-15 b Resultados de caudales estimados mediante mtodos
deterministicos y probabilsticos. 85
11

Grafico 4-16: Diagrama de doble masa de las series de precipitacin mxima
de 24 horas. 90
Grafico 4-17: Caudales mximos (m3/s) generados con distribuciones tericas. 93
Grafico 4 -18: Calibracin de la estimacin de caudales mediante el mtodo
Mac Math. 104

NDICE DE TABLAS.
Tabla 1: Periodo de retorno para diferentes tipos de estructuras. 71
Tabla 2: Factores de escorrenta de Mac Math. 72

12

RESUMEN

Uno de los aspectos importantes en el estudio de Mximas Avenidas es la
determinacin de su magnitud, en el presente trabajo motivo de tesis, se determina
los Caudales Mximos del rio Huancan, por ser uno de los principales afluentes a
la Cuenca Endorreica del Lago Titicaca, mediante modelos probabilsticos y el
Mtodo Emprico Mac Math.

El Objetivo es realizar el anlisis comparativo en los Caudales Mximos del ro
Huancan, determinado mtodos probabilstico y determinstico, para determinar la
magnitud de la descarga de diseo para obras de Defensas Ribereas.

La metodologa empleada es la siguiente: Formar series anuales de Caudales
Mximos del rio Huancan y series anuales de Precipitacin Mxima de 24 horas de
las estaciones Huancan, Putina, Arapa, Muani, Ananea y Cojata. Realizar el
Anlisis De Consistencia de la informacin Hidromtrica y Meteorolgica. Determinar
los Caudales Mximos mediante mtodos probabilsticos empleando las
distribuciones Normal, Log Normal 2 Parametros, Extrema Tipo I y Pearson Tipo III,
empleando los Factores de Frecuencia de las Distribuciones y determinando los
Parmetros de las Distribuciones Tericas estudiadas. Determinar los caudales
mximos mediante el mtodo de Mac Math. Determinar la Intensidad mxima de
lluvia en la cuenca. Determinar el rea de la cuenca. Determinar la pendiente media
del curso principal. Determinar el Coeficiente de Escorrenta de Mac Math. Realizar
la prueba de ajuste Kolgomorov-Smirnov para cada una de las Distribuciones
Tericas. Realizar la calibracin de los caudales estimados mediante el mtodo Mac
Math con los caudales estimados mediante el mtodo probabilstico.

Los resultados de la investigacin son: La serie de Caudales Mximos del rio
Huancan son consistentes y homogneos, no existen saltos y al realizar el Anlisis
de Doble Masa el grafico es una lnea recta. La serie de Precipitaciones Mximas de
24 horas de las estaciones Huancan, Putina, Arapa, Muani, Ananea y Cojata son
consistentes. Los Caudales estimados con las Distribuciones Normal, Log normal 2
Parmetros, Extrema tipo I y Pearson tipo III, para periodos de retorno de 10, 25, 50
y 100 aos, son confiables porque se tom datos fuente caudales aforados en el rio
Huancan. La prueba de ajuste Kolmogorov y Smirnov nos indica que las
distribuciones tericas Normal, Log Normal 2 Parmetros, y Extrema Tipo I tienen
buen ajuste, mientras que la Distribucin Pearson Tipo III, no se ajusta. Los
Caudales estimados mediante el mtodo Mac Math, para los periodos de retorno de
10, 25, 50 y 100 aos son similares no hay mucha diferencia, esto debido a que los
Parmetros Coeficiente de Escorrenta, rea y Pendiente, no varan, solamente la
Intensidad Mxima varia con el periodo de retorno. Los Caudales estimados para
diferentes periodos de retorno, mediante el mtodo Mac Math, son mayores que los
caudales estimados mediante el mtodo probabilstico; en consecuencia es
necesario calibrarlos. Al realizar una Correlacin Lineal, considerando como variable
13

dependiente a los Caudales generados con el Mtodo Mac Math, y la variable
independiente a la serie de Caudales generados mediante Mtodos Probabilsticos,
se tiene una Ecuacin Lineal Y=15.0063+0.9525X; con un Coeficiente de
Correlacin de 0.995; en consecuencia, los resultados de Caudales Mximos
calibrados estimados mediante el Mtodo Mac Math, se pueden utilizar para el
diseo de Obras Hidrulicas,

Entre las conclusiones del estudio se tienen: Los Caudales Mximos estimados
mediante las Distribuciones Normal, Log Normal, Extrema Tipo I y Pearson Tipo III,
para periodos de retorno de 10, 25, 50 y 100 aos, son confiables porque se tom
como dato fuente Caudales Mximos aforados. Los Caudales Mximos estimados
con modelos probabilsticos, por lo general, dan valores diferentes para igual
periodos de retorno, quedando a criterio la seleccin del valor ms probable el
mismo que debe tener una relacin con la importancia de la magnitud y ubicacin de
la Obra Hidrulica. La serie de Caudales Mximos Anuales del rio Huancan se
ajustan a las Distribuciones Tericas Normal, Log Normal 2 Parmetros, Extrema
Tipo I y Pearson Tipo III, basado en la prueba de ajuste KolmogorovSmirnov;
mientras que la Distribucin Pearson Tipo III, no se ajusta. Los resultados de
Caudales estimados con el Mtodo de Mac Math calibrados, se pueden utilizar para
el diseo de Obras Hidrulica.

1

I INTRODUCCIN

1.5 GENERALIDADES.

En los estudios hidrolgicos es sumamente importante el conocimiento de las
caractersticas del caudal que drena una cuenca determinada, as como
conocer el valor mximo o caudal pico que se espera para un perodo de
retorno dado, o el caudal mnimo para ciertas condiciones meteorolgicas
presentes. Otras veces se requiere del conocimiento del rendimiento anual,
mensual o medio, a largo plazo; es decir, del volumen de agua que se puede
extraer de la cuenca para satisfacer algn requerimiento o demanda.

El agua proveniente de la precipitacin que excede a la capacidad de
retencin superficial, fluye por diversos caminos hacia la red de drenaje y se
mide y evala en algn sitio de inters del cauce de un ro como escorrenta
o escurrimiento. Ese sitio constituye se suele denominar como la estacin
hidromtrica de salida y es el punto ms bajo de la cuenca.

Los mbitos geogrficos en donde se desarrollan las cuencas hidrogrficas
afluentes al Lago Titicaca se presentan muchas veces desastres naturales
como las inundaciones principalmente, en donde perjudica a los campos de
cultivo, viviendas, carreteras centros educativos, etc. Sin embargo, en
cuencas con informacin hidromtrica de caudales mximos medidos, como
son las cuencas de los ros Huancan, Ramis, Coata e Ilave, de alguna
manera se puede prevenir estos desastres, mientras que en cuencas sin esta
informacin no es posible esta prevencin.

Muchas obras hidrulicas construidas, consideraron en su diseo caudales
medios de estaciones hidromtricas cercanas a la de inters; esto por falta de
informacin de caudales mximos; cuando se presentan eventos extremos,
en algunas de estas estructuras hidrulicas se producen fallas por sub
2

dimensionamiento .en el diseo de la estructura; los mismos que con el
tiempo se destruyen totalmente, ocasionando perdidas econmicas

Existen varios mtodos para estimar las descargas mximas en un
determinado punto del cauce. Heras (1972), los clasifica en los siguientes
mtodos: Directos, Empricos, Estadsticos, Hidromtricos y de Correlacin
hidrolgica; sin embargo, los investigadores pierden inters en realizar
estudios hidrolgicos en cuencas en donde no hay informacin
meteorolgica.

1.6 JUSTIFICATION

Un estudio de mximas avenidas se realiza para conocer con cierto nivel de
confianza, la mxima magnitud de la descarga en un determinado punto del
cauce; sta descarga servir a los ingenieros para que puedan realizar un
adecuado diseo de las estructuras hidrulicas (Presas, Bocatomas,
Alcantarillas, Puentes, Defensas Ribereas, etc). La seleccin de un caudal
de diseo menor a sta magnitud, traer como consecuencia el colapsa
miento de la estructura; y por el contrario, la seleccin de un caudal de diseo
mayor a sta magnitud, implicar un sobredimensionamiento de la misma. En
consecuencia, con la seleccin de un adecuado caudal de diseo, se evitarn
las fallas por defecto, y los gastos innecesarios por sobredimensionamiento.

El conocer la mxima magnitud de la descarga, tambin nos permitir tomar
las precauciones necesarias en las defensas ribereas, para evitar las
inundaciones a los campos de cultivo, viviendas, carreteras, etc.

En el presente trabajo, para determinar las mximas descargas, se emplean
dos mtodos: a) Mtodos Deterministicos; y dentro de ella, se emplean las
Funciones de Distribucin Normal, Log normal 2 parmetros, Extrema tipo I
y Pearson tipo III; y b) Mtodo Emprico Mac Math.

3

El rio Huancan, es uno de los principales afluentes al Lago Titicaca (Zona
Peruana), el mismo es de rgimen permanente, y sus mximas descargas se
presentan generalmente en los meses de enero, febrero y marzo; y raramente
en diciembre y abril.

1.7 ANTECEDENTES.

Para el estudio de mximas avenidas, muchos autores emplearon el mtodo
probabilstico, y dentro de ste mtodo, las Funciones Tericas de
Distribucin de Frecuencias Normal, Log Normal 2 Parmetros, Extrema Tipo
I y Pearson Tipo III; los cuales se citan a continuacin.

La distribucin Log Normal 2 Parmetros fue estudiada por primera vez por
Galton, en 1875; se caracteriza por tener un lmite inferior igual a cero y
poseer un solo mximo. Entre los autores que emplearon sta distribucin
para estudios de mximas avenidas se tien a Guevara (1975) emple para el
ro Caete, Vivar (1985) para el ro Rimac, Sotero (1987) para el ro Chicama
y Ramos (1987) para el ro Mala; todos ellos obtuvieron buenos resultados.

La Distribucin Extrema Tipo I, fue propuesta por Gumbel y es apropiado para
estudios de mximas avenidas. Entre los autores que emplearon sta
distribucin para determinar las mximas descargas, se cita a los siguientes:
Paulet (1967) emple para el ro Chancay, Joo (1970) para todos los ros de
la Costa del Per, Hashimoto (1974) para el ro Pisco, Molina (1975) para el
ro Santa, Ramos (1987) para el ro Mala y Sotero (1987) para el ro Chicama;
todos ellos obtuvieron buenos resultados a excepcin del ltimo autor. Entre
los autores que emplearon sta distribucin para determinar las mximas
avenidas de los ros afluentes al Lago Titicaca se cita a los siguientes:
Chambilla (1977) emple para el ro Ilave, Canaza (1978) para el Ramis,
Huanca (1982) para el ro Huancan y Condori (1984) para el ro Coata;
todos ellos obtuvieron buenos resultados.

4

La Distribucin Pearson Tipo III fue propuesta por Karl Pearson, y tiene gran
aplicacin en hidrologa para el anlisis de caudales pico. Joo (1970), emple
sta distribucin para determinar las descargas mximas de los ros de la
Costa del Per; Sotero (1987), emple para el ro Chicama y Ramos (1987),
para el ro Mala.

Sin embargo, podemos mencionar que muchas instituciones, como
PRORRIDRE, PELT, AGRORURAL, PERPEC, FONCODES, entre otros,
emplean los mtodos empricos para determinar los caudales mximos, los
mismos que son utilizados en el diseo de obras hidrulicas como son
Alcantarillas, Puentes, Bocatomas, Defensas Ribereas, entre otras,
obteniendo buenos resultados.

1.8 OBJETIVOS.

Los objetivos que se persiguen en el presente estudio, son los siguientes:

Objetivo general:

Realizar el anlisis comparativo en los caudales mximos del ro Huancan,
mediante mtodos probabilstico y determinstico, para determinar la magnitud
de la descarga de diseo para obras de defensas ribereas

Objetivos especficos:

1. Realizar el anlisis de consistencia de la serie histrica de caudales
mximos del rio Huancan y de las series histricas de precipitacin
mxima de 24 horas de las estaciones consideradas en la cuenca del
rio Huancan.

5

2. Determinar los caudales mximos del rio Huancan mediante el
Mtodo Determinstico Mac Math para un periodo de retorno de 50
aos.

3. Determinar los caudales mximos del rio Huancan mediante el
Mtodo Determinstico a travs de las Distribuciones Tericas Normal,
Log Normal 2 Parmetros, Extrema Tipo I y Pearson Tipo III, para un
periodo de retorno de 50 aos.

6

II REVISION BIBLIOGRAFICA

2.1 CUENCA HIDROGRAFICA.

APARICIO (1996) define una cuenca hidrogrfica como una zona de la
superficie terrestre en donde (si fuera impermeable) la gota de lluvia que caen
sobre ella tienden a ser drenadas por el sistema de corrientes hacia el mismo
punto de salida.

REYES (1992), menciona que una cuenca hidrogrfica o de drenaje de un
cauce est delimitado por el contorno, en cuyo interior el agua es recogida y
concentrada en la entrega al dren mayor. Este concepto tambin puede
referirse a un punto cualquiera del dren antes de la entrega, y es muy usado
en los estudios hidrolgicos.

Segn VASQUEZ (2000), una cuenca es un territorio y un rea geogrfica
(suelo, agua, clima precipitacin pluvial, escorrenta subterrnea, etc.)
delimitados por la coleccin del agua que se deriva en una fuente de agua.
Esta contiene determinados recursos naturales que otorgan posibilidades a la
vida humana y animal. Su hilo conductor es el ciclo hidrolgico y la cultura de
la poblacin que ocupa y se relaciona con la naturaleza. Ese hilo se
encuentra constantemente generndose, regenerndose o degenerndose,
con la intervencin del hombre y su sociedad, los cuales forman juntos un
todo indivisible con la naturaleza.
Los elementos ms importantes de una cuenca son: el agua, el suelo, el
Clima, la vegetacin, la topografa, la flora, la fauna y el hombre.

2.1.1 PARTES DE UNA CUENCA
VASQUEZ (2000), menciona que las cuencas alto andinas normalmente
constan de 3 partes:

7

Parte alta.- Estas comprenden altitudes superiores a los 3000 msnm.
Llegando en algunos casos hasta los 6000 msnm. En tales reas se
concentra el mayor volumen de agua, dado que all la precipitacin pluvial es
intensa y abundante. La precipitacin total anual promedio alcanza los 1000
2000 mm/ao.

Parte media.- Es la comprendida entre los 800 y 3000 msnm. Las
precipitaciones promedio que caen en estas zonas varan entre los 100
1000 mm/ao.

Parte baja.- Abarcan desde el nivel del mar hasta los 800 msnm. La
precipitacin promedio que cae en la zona es muy escasa siendo menor a
100 mm/ao.

2.1.2 CARACTERIZACIN DE CUENCAS

MEJIA (2006), menciona que las caractersticas fisiogrficas de la cuenca
pueden ser explicadas a partir de ciertos parmetros o constantes que se
obtienen del procesamiento de la informacin cartogrfica y conocimiento de
la topografa de la zona de estudio. La cuenca como unidad dinmica natural
es un sistema hidrolgico en el que se reflejan acciones recprocas entre
parmetros y variables. Las variables pueden clasificarse en variables o
acciones externas, conocidas como entradas y salidas al sistema, tales como:
precipitacin, escorrenta directa, evaporacin, infiltracin, transpiracin; y
variables de estado, tales como: contenido de humedad del suelo, salinidad,
cobertura vegetal, entre otros. Los parmetros en cambio permanecen
constantes en el tiempo y permiten explicar las caractersticas
fisiomorfologicas de la cuenca.

rea.- Es la superficie de la cuenca comprendida dentro de la curva cerrada
de divortium aquarum. La magnitud del rea se obtiene mediante el
planimetrazo de la proyeccin del rea de la cuenca sobre un plano
horizontal. Dependiendo de la ubicacin de la cuenca, su tamao influye en
8

mayor o menor grado en el aporte de escorrenta, tanto directa como de flujo
de base o flujo sostenido. El tamao relativo de estos espacios hidrolgicos
define o determinan, aunque no de manera rgida, los nombres de micro
cuenca, sub cuenca o cuenca,

Permetro.- Es la longitud de la lnea de divortium aquarum. Se mide
mediante el curvmetro o directamente se obtiene del Software en sistemas
digitalizados.

Factor de Forma.- Es la relacin entre el rea A de la cuenca y el cuadrado
del mximo recorrido (L). Este parmetro mide la tendencia de la cuenca
hacia las crecidas, rpidas y muy intensas a lentas y sostenidas, segn que
su factor de forma tienda hacia valores extremos grandes o pequeos,
respectivamente.

Coeficiente de Gravelius o ndice de Compacidad.- Parmetro
adimensional que relaciona el permetro de la cuenca y el permetro de un
crculo de igual rea que el de la cuenca. Este parmetro, al igual que el
anterior, describe la geometra de la cuenca y est estrechamente
relacionado con el tiempo de concentracin de del sistema hidrolgico. Las
cuencas redondeadas tienen tiempos de concentracin cortos con gastos
pico muy fuertes y recesiones rpidas, mientras que las alargadas tienen
gastos pico ms atenuados y recesiones ms prolongadas.

Altitud Media.- Es el parmetro ponderado de las altitudes de la cuenca
obtenidas en la carta o mapa topogrfico. En cuencas andinas este parmetro
est relacionado con la magnitud de la lmina de precipitacin, variacin
lineal muy importante en estudios regionales donde la informacin local es
escasa.

Pendiente de Laderas o Pendiente de la Cuenca.- Es el promedio de las
pendientes de la cuenca, es un parmetro muy importante que determina el
tiempo de concentracin y su influencia en las mximas crecidas y en el
9

potencial de degradacin de la cuenca, sobre todo en terrenos desprotegidos
de cobertura vegetal. Existen variadas metodologas, tanto grficas como
analticas, que permiten estimar la pendiente de la cuenca.

Pendiente del Cauce Principal o del Mximo Recorrido.- Es el promedio
de las pendientes del cauce principal. Este parmetro se relaciona
directamente con la magnitud del socavamiento o erosin en profundidad y
con la capacidad de transporte de sedimentos en suspensin y de arrastre.
Dependiendo de la pendiente, existirn tramos crticos de erosin y tramos
crticos de sedimentacin, los primeros relacionados con las mayores
pendientes y la segunda con las mnimas.

2.2. CARACTERISTICAS METEOROLOGICAS.

Segn CHOW (1994), los principales parmetros meteorolgicos que se
deben considerar un estudio hidrolgico, se presentan a continuacin.

Radiacin solar. La Radiacin Solar es la ms importante fuente de energa
en el planeta y puede cambiar grandes cantidades de agua lquida en vapor
de agua. La cantidad potencial de radiacin que puede llegar a una superficie
evaporante viene determinada por su localizacin y poca del ao. Debido a
las diferencias en la posicin del planeta y a su movimiento alrededor del sol,
esta cantidad potencial de radiacin es diferente para cada latitud y para las
diversas estaciones del ao. La radiacin solar real que alcanza la superficie
evaporante depende de la turbidez de la atmsfera y de la presencia de
nubes que reflejan y absorben cantidades importantes de radiacin. Cuando
se determina el efecto de la radiacin solar en la evapotranspiracin, se debe
tambin considerar que no toda la energa disponible se utiliza para evaporar
el agua. Parte de la energa solar se utiliza tambin para calentar la atmsfera
y el suelo.

Temperatura del aire. La radiacin solar absorbida por la atmsfera y el calor
emitido por la tierra levan la temperatura del aire. El calor sensible del aire
10

circundante transfiere energa al cultivo y entonces ejerce un cierto control en
la tasa de evapotranspiracin. En un da soleado y clido, la prdida de agua
por evapotranspiracin ser mayor que en un da nublado y fresco.

Humedad del aire. Mientras que el aporte de energa del sol y del aire
circundante es la fuerza impulsora principal para la evaporacin del agua, la
diferencia entre la presin de vapor de agua en la superficie
evapotranspirante y el aire circundante es el factor determinante para la
remocin de vapor. reas bien regadas en regiones ridas secas y calientes,
consumen grandes cantidades de agua debido a la gran disponibilidad de
energa y al poder de extraccin de vapor de la atmsfera. En cambio en
regiones hmedas tropicales, a pesar de que el ingreso de energa es
elevado, la alta humedad del aire reducir la demanda de evapotranspiracin.
En este ltimo caso, como el aire est ya cerca de saturacin, puede
absorber menos agua adicional y por lo tanto la tasa de evapotranspiracin es
ms baja que en regiones ridas.

Velocidad del viento. El proceso de remocin de vapor depende en alto
grado del viento y de la turbulencia del aire, los cuales transfieren grandes
cantidades de aire hacia la superficie evaporante. Con la evaporacin del
agua, el aire sobre la superficie evaporante se satura gradualmente con
vapor. Si este aire no se substituye continuamente por un aire ms seco,
disminuye la intensidad de remocin de vapor de agua y la tasa de
evapotranspiracin disminuye.

Presin atmosfrica. La presin atmosfrica, P, es la presin ejercida por el
peso de la atmsfera terrestre. La evaporacin en altitudes elevadas ocurre
en parte gracias a la baja presin atmosfrica que se expresa con la
constante psicromtrica. Este efecto es, sin embargo, pequeo y en los
procedimientos del clculo, el valor medio para una localidad es suficiente.

11

2.3 PRECIPITACION.

GUEVARA (2004) Menciona que la precipitacin es el principal vector de
entrada del ciclo hidrolgico y se refiere a la cantidad total de agua que cae
sobre la superficie terrestre. Se presenta en forma lquida (lluvia, niebla y
roco o escarcha), o slida (nieve y granizo). Se deriva del vapor de agua
atmosfrica; sus caractersticas estn sometidas a la influencia de otros
factores climticos, tales como viento, temperatura y presin atmosfrica. La
humedad atmosfrica es una condicin necesaria pero no suficiente para la
formacin de la precipitacin. Primeramente se requiere del proceso de la
condensacin y luego otro proceso que cree las gotas de agua que deben
precipitar.

La condensacin se atribuye a una o ms de las siguientes causas: (1)
enfriamiento dinmico o adiabtico; (2) mezcla de masas de aire de diferentes
temperaturas; (3) enfriamiento por contacto; y (4) enfriamiento por radiacin.
Sin embargo, la causa ms importante viene a ser el enfriamiento dinmico, la
cual produce prcticamente toda la precipitacin.

La condensacin del vapor de agua en gotitas de nubes ocurre con la
presencia de partculas higroscpicas muy pequeas denominadas ncleos
de condensacin, constituidas por sal proveniente de los ocanos, y
productos de combustin que contiene cido sulfrico y ntrico. Estas
partculas poseen un dimetro menor que un micrn (). Ocasionalmente se
encuentran ncleos de condensacin de hasta 5 de dimetro.

El nmero de ncleos de sal existente vara entre 10 y 1000 por cm
3
;
mientras que las partculas de combustin dependen de la naturaleza de la
regin y de las operaciones industriales existentes. Normalmente se requiere
desde unos segundos para producir una partcula de agua de 10 sobre un
ncleo de condensacin hasta aproximadamente un da para formar una gota
de lluvia de 3 mm de dimetro.

12

Segn VILLON (2002) la altura de precipitacin que cae en un sitio dado,
difiere de la que cae en los alrededores, aunque sea en sitios cercanos. Los
pluvimetros registran la lluvia puntual, es decir, la que se produce en el
punto en la que est instalada el aparato. Para muchos problemas
hidrolgicos, se requiere conocer la altura de precipitacin media de una
zona, la cual puede estar referida a la altura de precipitacin diaria, mensual,
anual, media mensual, media anual.
Altura de precipitacin diaria, es la suma de las lecturas observadas en un
da.
Altura de precipitacin media diaria, es el promedio aritmtico de las
lecturas observadas en un da.
Altura de precipitacin mensual, es la suma de las alturas diarias, ocurridas
en un mes.
Altura de precipitacin media mensual, es el promedio aritmtico de las
alturas de precipitacin mensual, correspondiente a un cierto nmero de
meses.
Altura de precipitacin anual, es la suma de las alturas de precipitacin
mensual, ocurridas en un ao.
Altura de precipitacin media anual, es el promedio aritmtico de las
alturas de precipitacin anual, correspondiente a un cierto nmero de aos.

2.3.1 PRECIPITACION MAXIMA PROBABLE.

CHOW (1994), menciona que dentro del contexto de la probabilidad de
ocurrencia de eventos extremos, nace la interrogante de sobre cul podra ser
la magnitud de la creciente mxima probable. El anlisis probabilstico slo
indica que a medida que la probabilidad de ocurrencia se acerca a cero, la
magnitud de la creciente tiende al infinito. Pero como las crecientes son el
resultado directo o indirecto de la precipitacin, es lgico pensar que le valor
mximo es establecido por limitaciones fsicas.
Para obtener una idea del impacto que producir una tormenta
semejante a la mxima probable, consideremos slo los efectos desastrosos
ocasionados por las crecidas en las regiones inundables, las cuales se
13

producen como consecuencia de tormentas severas mucho menores que la
mxima probable. Muchas veces las estructuras hidrulicas (presas, puentes,
defensas ribereas, etc.) se ubican en lugares donde las fallas pueden
producir daos catastrficos (instalaciones urbanas e industriales, vidas
humanas, etc.), por lo que para su diseo se considera una seguridad
absoluta, es decir, se selecciona el Caudal Mximo Probable (CMP), ya sea
por razones humanitarias y/o econmicas. El caudal mximo probable es una
consecuencia directa de la precipitacin mxima probable (PMP), por lo que,
en la mayora de los estudios hidrolgicos se llevan a cabo estimaciones del
lmite superior para la precipitacin.
La precipitacin mxima probable (PMP) se define como la mayor
altura terica de lluvia para una duracin dada fsicamente posible, sobre una
cuenca en particular y en una cierta poca del ao. En otros trminos, podra
definirse a la PMP como aquella lluvia que ocasiona una creciente con una
probabilidad de excedencia virtualmente nula.

2.3.2. ANALISIS DE CONSISTENCIA DE LA INFORMACION
HIDROMETEOROLOGIA.

ALIAGA (1983), menciona que antes de iniciar cualquier anlisis o utilizar los
datos observados en las estaciones pluviomtricas o hidromtricas, hay
necesidad de realizar ciertas verificaciones de los valores de precipitacin o
caudal.

Los datos hidrolgicos en general, estn constituidos por una larga secuencia
de observaciones de alguna fase del ciclo hidrolgico obtenidas para un
determinado lugar. No obstante que un registro largo sea lo deseable, se
debe reconocer que cuanto ms largo es el perodo de registro, mayor ser la
posibilidad de error. Una serie generada en esas condiciones, si los errores o
cambios fueran apreciables, es inconsistente, o carece de homogeneidad. El
anlisis de consistencia de la informacin hidrometeorolgica es uno de los
aspectos ms importantes que se tiene que realizar en los estudios
hidrolgicos
14

Anlisis grafico.- a fin de detectar posibles datos inconsistentes en la serie
histrica, se procede al anlisis visual de la informacin el mismo que ha
consistido en lo siguiente:

a.- Anlisis de histogramas.- esta fase complementaria consiste en analizar
visualmente la distribucin temporal de toda la informacin
hidrometeorolgica disponible combinando con los criterios obtenidos del
campo para detectar la regularidad o irregularidad de los mismos. De la
apreciacin visual de estos grficos se deduce si la informacin es aceptable
o dudosa, considerndose como informacin dudosa o de poco valor para el
estudio, aquella que muestra en forma evidente valores constantes en
perodos en los cuales fsicamente no es posible debido a la caracterstica
aleatoria de los datos.

Los histogramas son grficos que representan la informacin pluviomtrica o
hidromtrica en el tiempo. Mediante el anlisis de los histogramas es posible
detectar saltos y/o tendencias en la informacin histrica. Se debe aclarar que
este anlisis es nicamente con fines de identificacin de las posibles
inconsistencias, las mismas que debern ser evaluadas estadsticamente
mediante el test respectivo.

b.- Anlisis de doble masa, es una herramienta muy conocida y utilizada en
la deteccin de inconsistencias en los datos hidrolgicos mltiples cuando se
disponen de dos o ms series de datos. Un quiebre de la recta de doble masa
o un cambio de pendiente, puede o no ser significativo, ya que si dicho
cambio est dentro de los lmites de confianza de la variacin de la recta para
un nivel de probabilidades dado, entonces el salto no es significativo, el
mismo que se comprobar mediante un anlisis de consistencia.

Mediante este mtodo se determina la consistencia relativa de una estacin
respecto a otra estacin ndice o a un promedio de estaciones. El anlisis
grfico comparativo se realiza a travs de la curva doble masa, que tiene
15

como ordenada los valores de precipitacin anual acumulada de la estacin
analizada y como abscisa los valores de precipitacin anual acumulada de la
estacin ndice o estacin promedio; en el siguiente Figura se muestra el
grafico de la lnea de doble masa.

Anlisis estadstico:- la no homogeneidad e inconsistencia en secuencias
hidrolgicas representa uno de los aspectos ms importantes del estudio en
la hidrologa contempornea, particularmente en lo relacionado a la
conservacin, desarrollo y control de recursos hdricos. Inconsistencia es
sinnimo de error sistemtico y se presenta como saltos y tendencias. Uno de
los dos elementos ms importantes a tener en cuenta en el anlisis de
consistencia con relacin a los datos existentes en el pas es la longitud de
registro y el nivel de informalidad que por limitaciones de recursos
econmicos tiene el proceso de recoleccin y manipuleo de la informacin
fuente. De all que es preferible partir de la duda y no de la aceptacin directa
o fcil.

El Anlisis de la informacin se realiza en las componentes determinsticas
transitorias de la serie que son: Anlisis de Salto y Anlisis de Tendencia. Los
saltos, son formas determinsticas transitorias que permiten a una serie
estadstica peridica pasar desde un estado a otro, como respuesta a
cambios hechos por el hombre, debido al continuo desarrollo y explotacin de
recursos hidrulicos en la cuenca o cambios violentos que en la naturaleza
puedan ocurrir. Los saltos se presentan en la media, desviacin estndar y
otros parmetros. Pero generalmente el anlisis ms importante es en los dos
primeros.

En los casos en que los parmetros media y desviacin estndar resultasen
estadsticamente iguales, la informacin original no se corrige por ser
consistente con 95 % de probabilidades, aun cuando en el anlisis de doble
masa se observe pequeos quiebres. Si resulta la media y desviacin
estndar estadsticamente diferentes, entonces se corrige mediante una
ecuacin que permite mantener los parmetros del perodo ms confiable.
16

2.3.3. COMPLETACION DE DATOS HIDROLOGICOS.

MEJIA (2006), menciona que el producto final de una estacin de medicin de
lluvias o descargas debe ser una serie de valores diarios (o con intervalos
diferentes) a lo largo de los aos. Esto posibilitar la aplicacin a esos datos
de anlisis estadsticos, a fin de extraer lo mximo de informacin de ellas y
extender geogrficamente o extrapolar temporalmente la informacin.

Muchas estaciones de precipitacin o descargas tienen perodos faltantes en
sus registros, debido a la ausencia del observador o a fallas instrumentales. A
menudo es necesario estimar algunos de estos valores faltantes para lo cual
existen muchas formas de suplir estas deficiencias y el grado de aceptacin
de uno de estos mtodos va a depender de la cantidad de observaciones
faltantes en el registro de datos. Entre estos mtodos podemos mencionar los
siguientes:

Completacin de datos mediante un promedio de datos existentes.
Completacin de datos mediante el mtodo de razones normales.
Completacin de datos por correlacin entre dos estaciones.

La Completacin de Datos mediante un Promedio Simple, se realiza si dentro
del registro de datos faltan menos del 5% de informacin estos se pueden
completar con un simple promedio de todos los datos existentes o la
semisuma de los datos del ao anterior y del siguiente.

La completacin de Datos mediante el Mtodo de Razones Normales se
realiza cuando existen en los registros de los datos, das o intervalos grandes
sin informacin, por imposibilidad del operador o falla del instrumento
registrador. En ese caso, la serie de datos de que se dispone en una estacin
X, de los cuales se conoce la media en un determinado nmero de aos,
presenta vacos que debe ser rellenada.

17

Consiste en ponderar los valores de lluvia de la estaciones ndice (A,B,C) en
proporcin al valor normal anual de lluvia en la estacin X con cada una de
las estaciones ndices, con la siguiente ecuacin:

donde:
P
x
= dato faltante que se va a estimar.
N
A
, N
B
, N
C
= precipitacin anual normal en las estaciones ndices.
P
A ,
P
B ,
P
C
= precipitacin de las estaciones ndices durante el perodo de
tiempo del dato faltante que se est estimando.
N
x
= precipitacin anual normal de la estacin X.

Antes de ver la forma como se completan los datos mediante correlacin y
regresin es importante indicar que en todos los casos las estaciones, a ser
correlacionadas, deben tener similitud en su ubicacin (altitud, latitud,
longitud, distancia a la divisoria) y estn cercanos; entre los principales
modelos de regresin usados en hidrologa, podemos mencionar:
Regresin lineal simple: Y = a + bX
Regresin logartmica: Y = a + b ln(X)
Regresin Potencial: Y = a X
b

Regresin exponencial: Y = a exp (bX)

2.4. DEFINICION DE MAXIMA AVENIDA

REMENIERAS (1965), define como el caudal cuya frecuencia tiene una
probabilidad menor del 5 %.

MILLER (1966), define como la mayor avenida que puede esperarse
razonablemente en una corriente dada y en un punto que se elija.

(
+ + =
C
C
X
B
B
X
A
A
X
P
N
N
P
N
N
P
N
N
3
1
Px
18

GUEVARA (1973), define como un mltiplo de las descargas medias diarias,
el cual puede ser de 3-5 veces.

MOLINA (1975), define como la mxima descarga de un ro, o el caudal que
haya superado a todas las dems observadas durante un perodo de tiempo.

ARESTEGUI (1983), define como el acontecimiento correspondiente a la
circulacin de un caudal extraordinario por el cauce de un ro.

SOTERO (1987), define como el mayor volumen de agua que pasa por un
determinado punto de control, a consecuencia de una fuerte precipitacin.

ROCHA (1993) Las avenidas son fenmenos naturales que suelen causar
grandes daos en todo e! mundo. Debemos precisar que no es lo mismo
avenida que inundacin. Una avenida es fundamentalmente un fenmeno
hidrometeorolgico; que se debe a las condiciones naturales. En cambio una
inundacin es el desbordamiento de un ro por incapacidad de su cauce para
contener el caudal que se presenta.

CHAVEZ (1994) La importancia del anlisis de las crecidas obedece a la
necesidad de definir las magnitudes de stas para determinar finalmente el
caudal de diseo necesario para que el ingeniero plantee las soluciones
adecuadas a problemas como los sistemas de proteccin contra crecientes,
se trata de proyectos de obras que protejan contra los daos que puedan
ocasionar las inundaciones, la erosin por las fuertes correntadas, etc., en las
poblaciones, en las reas cultivadas, centros de trabajo, vas de
comunicacin, etc., es decir, de sistemas importantes para la vida y bienestar
humanos. Su mxima importancia tiene tugar cuando hay amenaza directa
para la vida de las personas.

2.4.1. ORIGEN Y FORMACION DE UNA AVENIDA.

CHOW (1994), menciona que la formacin de una avenida tiene como
19

fuentes de origen a las precipitaciones y fusin de nieves, principalmente. La
mxima avenida, generalmente se produce a causa de una precipitacin
excepcional por su intensidad, duracin y extensin.

2.4.2. COMPONENTES DEL CAUDAL

GUEVARA (2004), menciona que el escurrimiento o caudal se conforma de
cuatro procesos o componentes que se diferencian por el tiempo que tardan
en llegar a la estacin de medicin y por la va de llegada: Escurrimiento
superficial, escurrimiento subsuperficial, escurrimiento subterrneo y lluvia
que cae sobre el cauce.

El Escurrimiento Superficial viene a ser el agua, proveniente de las
precipitaciones, que fluye por gravedad sobre la superficie del terreno,
siguiendo la pendiente natural; este componente del caudal es retardado por
las irregularidades del suelos y la cobertura vegetal; se hace ms rpido a
medida que se acerca a los cursos de drenaje, donde adquiere mayor
velocidad. Por lo tanto, una cuenca con una red hidrogrfica densa descarga
el escurrimiento superficial con una mayor prontitud que otras con redes
menos densas. El caudal mximo ocurre cuando llega a la estacin de
salida el escurrimiento superficial de la parte media de la cuenca, o cuando
toda el rea de la hoya est aportando escorrenta. El escurrimiento
superficial depende de factores como la naturaleza de la cuenca, topografa,
manto vegetal, estado de humedad inicial y caracterstica de la precipitacin.
Una lluvia corta de baja intensidad en terrenos permeables y secos producir
muy poco o ningn escurrimiento superficial; en terreno impermeable o suelos
saturados, esa misma precipitacin originar un escurrimiento superficial de
cierta importancia.

El escurrimiento subsuperficial denominado tambin interflujo o caudal
hipodrmico es aquel que proveniente de las precipitaciones que se han
infiltrado y que se desplaza lentamente por debajo, pero cerca de la
superficie, sin llegar al nivel fretico o agua subterrnea, de forma tal que
20

tiende a ser casi horizontal para aflorar en algn talud o en algn sitio de la
superficie situado ms abajo del punto de infiltracin. Es igual a la diferencia
entre el agua total infiltrada y la suma de la que repone la humedad del suelo
y la que percola a los estratos impermeables (que llega al nivel fretico).
Vara con la con la naturaleza geolgica del suelo y la topografa. Un estrato
relativamente impermeable cercano a la superficie es un factor decisivo en el
escurrimiento subsuperficial. Este componente del caudal ocurre con mucha
frecuencia en las regiones crsticas, como consecuencia de la presencia de
canales de circulacin establecidos por la disolucin del material calcreo de
ese tipo de suelos.

El escurrimiento subterrneo o flujo base, est formado por el agua infiltrada
que percola hacia la zona de saturacin del perfil del suelo, incrementando el
nivel de las aguas subterrneas y sale a la red hidrogrfica debido a la
gradiente hidrulica, originando el caudal base de los ros. Es el caudal de
estiaje o de la estacin seca del ao y desempea un papel regulador del
nivel fretico. Tambin depende de la estructura y geologa del suelo y
subsuelo, de la intensidad de la lluvia y de las caractersticas fsicas del perfil
del suelo, entre las cuales , la principal es la permeabilidad.

La recarga de agua subterrnea vara de un sitio a otro y de una poca del
ao a otra debido a las condiciones de entrada que son variables y del
carcter de la precipitacin. El agua de la lluvia que ocurre en exceso al
humedecimiento del suelo , es decir, despus que se satisface la diferencia
de humedad del suelo entre el momento en que se inicia la precipitacin y el
momento en el cual el suelo se satura, es la que recarga al reservorio o
almacn de aguas subterrneas. Una condicin que afecta
considerablemente la recarga es el tipo de vegetacin. Una zona boscosa
produce mayor recarga que un terreno arable, el agua es limpia y no obstruye
los intersticios de penetracin. La topografa del terreno influye en la recarga,
pues en zonas de grandes pendientes es mayor el escurrimiento superficial
que el subterrneo, ya que, a mayor pendiente, menor oportunidad para que
las aguas se infiltren.
21

La precipitacin directa sobre el cauce es la porcin de la lluvia, generalmente
de pequea magnitud, que desde el primer momento cae directamente sobre
el curso de agua, cabalga sobre el flujo del cauce sin haber discurrido
previamente por alguna de las vas que hemos indicado ms arriba. Al
extenderse la superficie de las corrientes captar ligeramente ms
precipitacin en beneficio del caudal del cauce, el cual aumenta mientras
contina la lluvia. Este componente del escurrimiento puede ser importante si
la cuenca contiene cuerpos de agua de grandes dimensiones, como lagos
naturales o artificiales (embalses).

2.4.3. METODOS DE ESTIMACION DE AVENIDAS.

HERAS (1972), menciona los siguientes mtodos para estimar las mximas
avenidas:

Mtodo directo.- Este mtodo no tiene una aplicacin
estadstica-matemtica, pero da una informacin til. Consiste en elegir un
tramo caracterstico de un ro, y en ella se fijan las cotas mximas alcanzadas
por el agua; a partir de stas cotas se estiman los caudales mximos. Los
errores que se cometen en el clculo de los caudales se deben a los cambios
bruscos de las secciones del cauce y a la variacin de la relacin
nivel-caudal.

Mtodo emprico.- Mediante ste mtodo, las descargas mximas se
determinan empleando frmulas empricas. Sotero (1987), cita 15 frmulas,
las cuales estn en funcin del rea de la cuenca, precipitacin, pendiente del
ro principal y de un coeficiente de correccin. El principal inconveniente para
la aplicacin directa de estas frmulas es la determinacin del coeficiente de
correccin.

22

Mtodo hidromtrico.- Este mtodo est basado en la relacin causa-efecto.
El caudal mximo se calcula a partir de una lluvia extraordinaria que cae en la
parte alta de la cuenca, y del mecanismo de escurrimiento. Dentro de ste
mtodo tenemos el hidrograma unitario, hidrograma sinttico y a las curvas
isocronas.

Mtodo estadstico o probabilstico.- Este mtodo consiste en calcular el
caudal mximo en funcin a la distribucin de frecuencias de una serie
histrica y al comportamiento terico de una curva de frecuencias. Entre las
funciones de distribucin de frecuencias tericas que ms se utilizan en el
estudio de mximas avenidas, tenemos a las siguientes: Log normal 2
parmetros, Log normal 3 parmetros, Extrema tipo I y Pearson tipo III.

Mtodo de correlacin hidrolgica. Este mtodo consiste en hacer una
correlacin entre una cuenca con datos hidrolgicos y otra cuenca que carece
de toda informacin o tenga informacin incompleta.

CHAVEZ (1994) Los problemas de ingeniera, tanto para los casos de
seguridad como los de aprovechamiento del agua, estn ntimamente
relacionados con la economa de los sistemas de obras que es necesario
proyectar para resolverlos convenientemente. De esta inevitable relacin
emerge el concepto de "caudal de Diseo que; es el caudal mayor, adoptado
a partir de criterios condicionantes, tcnicos y econmicos, exigidos por los
objetivos de! proyecto, que en una estructura hidrulica

ad-hoc pueda admitir,
resistir o dejar pasar.
La disponibilidad de informacin suficiente y apropiada, o la falta de ella,
determinar el mtodo ms adecuado que se debe utilizar para el anlisis del
rgimen y magnitud de los caudales. Conviene tomar en cuenta lo siguiente:

Series Estadsticas de Aforos.- La disponibilidad de estadsticas de aforos
sistemticamente hechas es la mejor fuente de informacin, cuanto ms
extensa y mayor correccin de las observaciones, mayor ser la probabilidad
de una ajustada aproximacin.
23

Series Estadsticas de Lluvias.- Es en importancia la segunda fuentes de
datos a los cuales acudir, aunque su aplicacin requiere de un proceso
analtico intermedio que comprenda la incidencia de factores como: prdidas,
retardos, etc.
Escasez o Falta de Datos.- La escasez o !a falta de datos, ya sea de
caudales o lluvias, dieron lugar a ingeniosas relaciones empricas entre algn
parmetro pasible de mensura y alguno determinable indirecta y
razonablemente para proponer frmulas empricas racionales.

PAULET (1974), indica que existen varios mtodos para el estimado de
descargas especficas:

Frmulas empricas que predicen la descarga en funcin de parmetros de la
cuenca y coeficientes de aplicacin regional.

Mtodos analticos que utilizan la informacin histrica para establecer. Por
ejemplo, curvas de lluvias mximas probables, hidrogramas unitarios, etc.

Mtodos estadsticos que expresan las descargas probables en funcin de
la distribucin de frecuencias de la serie histrica y en base al conocimiento
que se tiene sobre el comportamiento terico de la curva de frecuencias.

TERAN (1998), menciona que existen varios mtodos para determinar los
caudales mximos como:

Mtodos Empricos.- Lo constituyen las frmulas empricas, las cuales en la
actualidad son poco usadas por la existencia de otros procedimientos y la
aplicacin de la informtica.

Mtodos Histricos.- Permiten conocer (a mxima avenida registrada para
un perodo determinado, en base a la recopilacin de datos sobre las
avenidas ocurridas

24

Mtodos de Correlacin Hidrolgica.- Se aplica cuando no se cuenta con
datos hidrolgicos y pluviomtricos; en este caso se aplica la correlacin con
los datos de mximos caudales de una cuenca vecina o prxima, cuyas
caractersticas en sus aspectos topogrficos, geolgicos, suelos, y tipos de
cobertura, sean similares a la cuenca en estudio.

Mtodos Directos o Hidrulicos.- Permiten obtener informacin bastante
til, sobre todo para fijar con precisin la altura de niveles alcanzados por e!
agua en tiempos pasados y permite conocer e! gasto mximo instantneo.

Mtodos Estadsticos o Probabilsticos.- Permiten a travs de un registro
histrico de mximas avenidas, estimar la mxima avenida de diseo por su
extrapolacin mediante su probable distribucin en diversos perodos de
retorno.

Mtodos Hidrolgicos.- Reproducen en forma aceptable el fenmeno, en
base a parmetros como precipitaciones mximas y caractersticas fsicas de
la cuenca. Existen desventajas al extrapolar algunas de sus variables, por la
irregularidad de las lluvias en la cuenca, y determinar las prdidas por
infiltracin, que pueden distorsionar al estimar las avenidas a partir de las
lluvias.

VILLON (2002), menciona que para disear las dimensiones de un cauce,
sistemas de drenaje, muros de encauzamiento, alcantarillas, vertedores, etc.,
se debe calcular o estimar el caudal de diseo, que para esos casos son los
caudales mximos y existen varios mtodos como:
Mtodo Directo o de la Seccin y la Pendiente.
Mtodos Empricos.
Mtodo del Nmero de curva.
Mtodos Estadsticos.

VARAS (1972), menciona que a travs de los aos se han desarrollado una
infinidad de mtodos que van desde frmulas empricas hasta complejos
25

modelos matemticos. Cada uno de estos mtodos presenta ventajas y
desventajas y an no existe consenso sobre cul de ellos es el que da
resultados ms realistas. Claro est que el estado actual de la tcnica y la
mayor cantidad de informacin con que se cuenta han permitido descartar
algunos de los mtodos ms primitivos.

Cualquiera que sea el mtodo que se utilice para determinar las crecidas de
diseo siempre interesa asociar una probabilidad de excedencia o perodo de
retomo con ese caudal. Ello implica necesariamente entonces un anlisis
probabilstico de la informacin con lo cual se determinar la crecida de
diseo. Si no se cuenta con Estadstica de caudales para el estudio y se
emplean mtodos como la frmula Racional o el hidrograma unitario habr
que hacer un anlisis de frecuencia de las precipitaciones para determinar la
probabilidad asociada con el caudal que se calcule. Si se tiene informacin de
crecidas se podr hacer un anlisis de frecuencia de esos valores para
determinar la crecida que tenga un cierto perodo de retorno.

APARICIO (1996), indica que en general, los registros de precipitacin son
ms abundantes que los de escurrimiento y, adems, no se afectan por
cambios en la cuenca, como construccin de obras de almacenamiento y
derivacin, talas, urbanizacin, etc. Por ello, es conveniente contar con
mtodos que permitan determinar el escurrimiento en una cuenca mediante
las caractersticas de la misma y la precipitacin. Las caractersticas de la
cuenca se conocen por medio de planos topogrficos y de uso de suelo, y la
precipitacin a travs de mediciones directas en el caso de prediccin de
avenidas frecuentes. Los principales parmetros que intervienen en el
proceso de conversin de lluvia a escurrimiento son los siguientes:
rea de la cuenca.
Altura de la precipitacin.
Caractersticas generales o promedio de la cuenca (forma, pendiente,
vegetacin, etc.)
Distribucin de la lluvia en el tiempo.
Distribucin en el espacio de la lluvia y de las caractersticas de la cuenca.
26

VASQUEZ (1997), afirma que con el anlisis de los datos hidrolgicos pueden
presentarse el caso que tenga disponible registros histricos de caudales,
entonces un anlisis probabilstico puede ser conveniente dependiendo de!
problema a resolver. El caso ms frecuente es cuando no se dispone de
caudales, por lo que ser necesario calcular stos a partir de la lluvia, usando
un modelo hidrolgico lluvia-escorrenta. Tambin, interesa conocer el
hidrograma de la creciente o avenida, principalmente cuando se trata de
embalses.

2.5. DEFINICION DE CONCEPTOS ESTADISTICOS.

a. Espacio Muestral.- Es el conjunto de todos los resultados posibles de
un experimento estadstico y se representa con el smbolo S. Cada resultado
de un Espacio Muestral se le llama elemento o miembro del Espacio Muestral
o simplemente punto Muestral.

b. Eventos.- Un evento es un subconjunto de un Espacio Muestral. Son
los resultados posibles que se pueden presentar en la realizacin de un
experimento.

c. Probabilidad.- La probabilidad de un evento, P(A) es la posibilidad de
que este ocurra cuando se hace una observacin de la variable aleatoria. Si
una muestra de N observaciones tiene N
A
valores en el rango del evento A,
entonces P(A) = N
A
/N.

Las probabilidades obedecen a ciertos principios:

Probabilidad total: si en el Espacio Muestral S, est completamente divididos
en m eventos o reas no traslapadas A
1
, A
2
, ....,A
m
, entonces:
P (A
1
) + P (A
2
) +......+ P (A
m
) = P(S) = 1.

Complementariedad: En un Espacio Muestral S, si A es el complemento de
27

A, entonces: P (A) = 1 P(A).

Probabilidad condicional: En un Espacio Muestral S, si existen en ella dos
eventos A y B, la probabilidad de que el evento B ocurra cuando ya ocurri
algn evento A, se denomina probabilidad condicional y se denota por P(BA).
Esta probabilidad se define como:
( )
( )
( )
0 P(A) Si , >
=
A P
B A P
BA P

Si la ocurrencia de B no depende de la ocurrencia A se dice que los
eventos son independientes, entonces P(BA)= P(B) y P(AB)= P(A)

d. Variable aleatoria.- Es una funcin que asocia un nmero real con
cada elemento del Espacio Muestral. A una variable aleatoria se le conoce
tambin como una variable estocstica, porque sus valores son nmeros
reales que no pueden predecirse con certeza antes de ocurrir el fenmeno, es
decir ocurren al azar.

Las clases de variables aleatorias son:

Variable aleatoria discreta.- Se dice que una variable aleatoria es discreta si
se pueden contar su conjunto de resultados posibles. El Espacio Muestral
contiene un nmero finito de posibilidades.
Variable aleatoria continua.- Se dice que una variable aleatoria es continua
cuando sus valores se encuentran en un rango continuo y pueden ser
representados por cualquier numero entero o decimal

e. Funciones de frecuencia y probabilidad.- Si las observaciones de
una muestra estn idnticamente distribuidas (cada valor de la muestra
extrado de la misma distribucin de probabilidad) estas pueden ordenarse
para formar un histograma de frecuencia. Primero, el rango factible de la
variable aleatoria se divide en intervalos discretos, luego se cuenta el nmero
de observaciones que cae en cada uno de los intervalos y finalmente el
resultado se dibuja como una grfica de barras.
28

El ancho x del intervalo utilizado para construir el histograma de frecuencia
se escoge tan pequeo como sea posible y de tal manera que caigan
suficientes observaciones dentro de cada uno de los intervalos para que el
histograma tenga una variacin razonablemente suave en el rango de la
informacin.

Si el nmero de observaciones n
i
en el intervalo i, que cubre el rango
[ X
i
- x, X
i
], se divide por el nmero total de observaciones n, el resultado
se conoce como la funcin de frecuencia relativa f
s
(x):

La cual es una estimacin de P (X
i
-X X X
i
), la probabilidad de que la
variable aleatoria X caiga en el intervalo [ X
i
x, X
i
]. El subndice s indica
que la funcin se calcula utilizando informacin de la muestra.

La suma de los valores de las frecuencias relativas hasta un punto dado es la
funcin de frecuencia acumulada F
S
(x):

Es un estimativo de P(X X
i
), la probabilidad acumulada de X
i
.
Las funciones e frecuencia relativa y de frecuencia acumulada estn definidas
para una muestra; las funciones correspondientes para la poblacin se
aproximan con lmites a medida que n y x o.

En el lmite la funcin de frecuencia relativa dividida por el intervalo de
longitud x se convierte en la funcin de densidad de probabilidad f(x):

La funcin de frecuencia acumulada se convierte en la funcin de distribucin
( )
n
n
x
f
i
i
s
=
( ) ( )
=
=
i
j
j
s
i s x x F
f
1
( )
x
x
n
x
x F
f
s
A

A
=
lim
0
) (
( ) ( ) x f
n
x f
s lim
0

=
A
29

de probabilidad F(x).

Cuya derivada es la funcin de densidad de probabilidad.

Para un valor dado de x, F(x) es la probabilidad acumulada P(X x), y puede
expresarse como la integral de la funcin de densidad de probabilidad sobre
el rango X x:

Donde: u = es una variable de integracin auxiliar y.

Desde el punto de vista de ajuste de la informacin de la muestra a una
distribucin terica, las cuatro funciones - frecuencia relativa F
s
(x) y
frecuencia acumulada F
s
(x) para la muestra, y distribucin de probabilidad
F(x) y densidad de probabilidad f(x) para la poblacin pueden ordenarse en
un ciclo

f. Parmetros estadsticos.- El objetivo de la estadstica es extraer la
informacin esencial de un conjunto de datos, reduciendo un conjunto grande
de nmeros a un conjunto pequeo de nmeros. Las estadsticas son
nmeros calculados de una muestra los cuales resumen sus caractersticas
mas importantes.

Los parmetros estadsticos son caractersticas de una poblacin, tales como
y en una ecuacin. Un parmetro estadstico es el valor esperado E de
alguna funcin de una variable aleatoria . Un parmetro simple es la media ,
el valor esperado de la variable aleatoria. Para una variable aleatoria X, la
media es E(X), y se calcula como el producto de x y la correspondiente
densidad de probabilidad f(x), integrando sobre el rango factible de la variable
aleatoria.

( )
dx
x dF
x f
) (
=
}

= = s
x
du u f x F x X P ) ( ) ( ) (
}

= = dx x xf x E ) ( ) (
30

E(X) es el primer momento alrededor del origen de la variable aleatoria, una
medida del punto medio o tendencia central de la distribucin.
La estimacin por la muestra de la media es el promedio x de la informacin
de la muestra:

el valor estimado de la muestra de la varianza esta dado por.

En la cual el divisor es n-1 en lugar de n para asegurar la que la estadstica
de la muestra no sea sesgada, es decir, que no tenga una tendencia, en
promedio, a ser mayor o menor que el valor verdadero. La varianza tiene
dimensiones de [X]
2
.

La desviacin estndar es una medida de la variabilidad que tiene las
mismas dimensiones de X. La cantidad de es la raz cuadrada de la
varianza y se estima por s, a medida que la desviacin estndar aumenta,
aumenta la dispersin de la informacin.

El coeficiente de variacin CV = /, estimado por s/x, es una medida
adimensional de la variabilidad.

La simetra de una distribucin alrededor de la media se mide utilizando la
asimetra (oblicuidad) la cual es el tercer momento alrededor de la media:

La asimetra normalmente se determina con la siguiente ecuacin:

=
=
n
i
i
x
n
x
1
1
( )
=
n
i
i
x
n
S
x
1
2
2
1
1
( ) | | ( ) dx x f x x E ) (
3
3
}

=
( ) | |
3
3
1
o
= x E
31

Un estimativo de la muestra de y est dado por:

2.5.1. DISTRIBUCIONES DE PROBABILIDAD DE VARIABLES CONTINUAS.

Segn CHW (1994), menciona que las distribuciones de probabilidad de las
variables continuas son las siguientes:
a. Distribucin normal.- La distribucin normal surge del teorema del lmite
central, el cual establece que si una secuencia de variables aleatorias X
i
son
independientes y estn idnticamente distribuidas con media y varianza
2
, entonces la distribucin de la suma de n de estas variables aleatorias,
tiende hacia la distribucin normal con media y varianza
2
; a medida que n
aumenta. El punto importante es que esto es cierto sin importar cul es la
funcin de distribucin de probabilidad de X.

As, por ejemplo, la distribucin de probabilidad de la media de la muestra
puede aproximarse como una distribucin normal con media y varianza
(1/n)
2
n
2
=
2/
/n sin importar cul es la distribucin de x. Las variables
hidrolgicas, como la precipitacin anual, calculadas como la suma de los
efectos de muchos eventos independientes tienden a seguir la distribucin
normal. Las principales limitaciones de la distribucin normal en la descripcin
de variables hidrolgicas son, por un lado, que esta varia a lo largo de un
rango continuo [-,], mientras que la mayor parte de las variables
hidrolgicas son positivas, y por otro lado, que es simtrica alrededor de la
media, mientras que la informacin hidrolgica tiende a ser asimtrica.

b. Distribucion Log normal.- Si la variable aleatoria Y= log X esta
normalmente distribuida, entonces se dice que X est distribuida en forma log
normal. Chow (1954) llego a la conclusin de que esta distribucin se aplica
( )
( )( )
3
1
3
2 1 s n n
x n
C
n
i
i
s
x

=

=
32

a variables hidrolgicas formadas como productos de otras variables debido a
que si X = X
1
X
2
X
3
...X
n
, entonces Y tiende a una distribucin normal para
valores grandes de n siempre y cuando los X
i
sean independientes y estn
idnticamente distribuidos.

La distribucin lognormal tiene las ventajas sobre la distribucin normal de
que est limitada (X>0) y de que la transformacin log tiende a reducir la
asimetra positiva comnmente encontrada en informacin hidrolgica, debido
a que al tomar logaritmos se reducen en una proporcin mayor los nmeros
grandes que los nmeros pequeos.

Algunas limitaciones de la distribucin lognormal son, por un lado, que tiene
solamente dos parmetros y, por otro lado, que requiere que los logaritmos
de los datos sean simtricos alrededor de su media.

c. Distribucin Gamma.- El tiempo que toma la ocurrencia de un nmero
de eventos en un proceso de Poisson est descrito por la distribucin gamma,
la cual es la distribucin de una suma de variables aleatorias
independientes e idnticas, distribuidas exponencialmente.

La distribucin gamma tiene una forma que vara suavemente similar a la
funcin de densidad de probabilidad tpica, y es muy til para la descripcin
de variables hidrolgicas asimtricas sin el uso de la transformacin log. Se
ha aplicado a la descripcin de la distribucin de profundidades de
precipitacin en tormentas, por ejemplo.

La distribucin gamma incluye la funcin gamma (), para un entero
positivo , y en general por:

La distribucin gamma de dos parmetros (parmetros y ) tiene como
lmite inferior cero, lo cual es una desventaja para la aplicacin a variables
du e
u
u }
= I
0
1
) (
|
|
33

hidrolgicas que tienen un lmite inferior superior a cero.

d. Distribucin Pearson tipo III.- tambin llamada la distribucin gamma de
tres parmetros, introduce en tercer parmetro el lmite inferior e, de tal
manera que por el mtodo de los momentos, los tres momentos de la muestra
( la media, la desviacin estndar y el coeficiente de asimetra) pueden
transformarse en los tres parmetros , y , de la distribucin de
probabilidad.
El sistema de distribuciones Pearson incluye siete tipos: todos son soluciones
para f(x) en una ecuacin de la forma.

Dnde.
d es la moda de la distribucin ( el valor de x para el cual f(x) es un mximo),
y C
o
,C
1
, y C
2
: son coeficientes que deben determinarse.

Por tanto, la distribucin normal es un caso especial de la distribucin
Pearson tipo III para describir una variable no asimtrica.

La distribucin Pearson tipo III se aplic por primera vez en la hidrologa por
Foster (1924) para describir la distribucin de probabilidad de picos de
crecientes mximos anuales. Cuando la informacin es muy asimtrica
positivamente, se utiliza una transformacin log para reducir la asimetra.

e. Distribucin de valor extremo.- Los valores extremos son valores
mximos o mnimos seleccionados de conjuntos de datos. Por ejemplo, el
caudal mximo anual en un lugar dado es el mayor caudal registrado durante
un ao y los valores de caudal mximo anual para cada ao de registro
histrico conforman un conjunto de valores extremos que puede analizarse
estadsticamente. Fisher y Tippett (1928) han demostrado que las
distribuciones de valores extremos seleccionados de conjuntos de muestras
| |
2
2 1
) )( ( ) (
x x C
d x x f
dx
x f d
c c o
+ +

=
34

de cualquier distribucin de probabilidad convergen en una de las tres formas
de distribuciones de valor extremo, llamadas tipo I, II y III respectivamente,
cuando el nmero de valores extremos seleccionados es grande.

Las propiedades de las tres formas limitantes fueron desarrolladas por
Gumbel (1941) para la distribucin de Valor Extremo tipo I (EVI, por sus
siglas en ingls), por Frechet (1927) para la distribucin de Valor Extremo tipo
II (EVII) y por Weibull (1939) para la distribucin de Valor Extremo tipo III
(EVIII).

Jenkinson (1955) demostr que estas tres formas limitantes eran casos
especiales de una distribucin nica llamada la distribucin de Valor Extremo
General (GEV, por sus siglas en ingls). La funcin de distribucin de
probabilidad para la GEV es

Donde:
k, u, y : Son parmetros

CHEREQUE (1989) indica que dada una variable aleatoria, interesar
describir la probabilidad de ocurrencia de los distintos estados. Esto se
consigue gracias a un modelo matemtico de su comportamiento o modelo
probabilstico. Esta distribucin probabilstica permite calcular: Las
probabilidades de los distintos estados o valores que pueden tomar la
variable aleatoria; La probabilidad de tener valores mayores o menores que
un determinado lmite y los valores de probabilidad de ocurrencia asociados a
cada valor de la variable aleatoria.

Segn se trate de variables discretas o continuas, se usarn modelos de
distribucin probabilsticos discretos o continuos. Sern modelos deiscretos
aquellos cuya funcin densidad de probabilidad y funcin de probabilidad
acumulada se encuentra definidas para determinados valores que puede
(
(
|
.
|
\
|
=
k
u x
k x F
1
1 exp ) (
o
35

tomar la variable.

Las principales distribuciones discretas son: Distribucin Binomial y
Distribucin de Poisson

Las principales distribuciones continuas son: Distribucin Uniforme,
Distribucin Normal, Distribucin Log normal, Distribucin Gamma y
Distribuciones de Valores Extremos

APARICIO (1996), menciona que entre las funciones de distribucin de
probabilidad usados en hidrologa, se estudian las siguientes: Normal, Log
Normal, Pearson III y Gumbel

Las funciones Normal y Log Normal son generalmente apropiadas para
variables aleatorias que cubren todo el rango de valores de los resultados
posibles del experimento bajo anlisis, como por ejemplo los volmenes de
escurrimiento mensual en un ro. Las funciones Gumbel se desarrollaron para
el anlisis de los valores extremos o mnimos anuales. La funcin Pearson
Tipo III ocupa un lugar intermedio.

LINSLEY (1988) ; menciona que sobre el anlisis probabilstico de crecientes
tiene aplicacin tambin para la precipitacin. Los valores de la precipitacin
mxima horaria o diaria generalmente se ajustan bien a distribuciones tales
como la de Fisher-Tippett (de Valores Extremos Tipo I), Log Pearson, Log
Normal o Gamma. En reas hmedas donde el valor medio es alto, la
precipitacin mensual, por estaciones o la precipitacin total anual se
aproximar a una Distribucin Normal. En reas secas una distribucin
asimtrica tal como Log-Pearson, Log Normal, Gamma y las transformadas
raz cuadrada y raz cbica de la distribucin Normal producen ajustes
mejores.

2.5.2. ESTIMACIN DE PARMETROS DE DISTRIBUCIONES TERICAS.

36

VILLON (2002), menciona que para determinar los valores numricos de los
parmetros de la distribucin terica, a partir de los datos mustrales, se
utilizan varios mtodos de estimacin, siendo en orden ascendente de menor
a mayor eficiencia, los siguientes: Grfico, Mnimos Cuadrados, Momentos y
Mxima Verosimilitud.

a. Mtodo grafico.- Consiste en plotear los valores de la distribucin
emprica sobre un papel especial, donde la distribucin terica asignada a
priori, se puede representar como una lnea recta, y de all estimar los
parmetros buscados.
As.
- El papel de probabilidades normal, representa la distribucin normal
como una lnea recta.
- El papel de probabilidades log-normal, representa la distribucin log-
normal como una lnea recta.
- El papel de probabilidades extremas, representa la distribucin Gumbel
como una lnea recta.

b. Mtodo de mnimos cuadrados.- este mtodo es ms aplicable para la
estimacin de los parmetros de una ecuacin de regresin; Por ejemplo,
dada la recta de regresin lineal Y=a+bx; donde a y b son los parmetros.

El error entre el valor observado i y el terico es: E
i
=y
i
a-bx
i

La suma de los cuadrados de los errores de los valores observados es.

Esta suma puede minimizarse para a y b, esto se consigue derivando
parcialmente S en funcin de cada estimado a y b, e igualando a cero, es
decir:

( )

= =
= =
n
i
i
i
n
i
bx
y e
a
i
s
1
2
1
2
( )
=
= =
c
c
n
i
i
i
bx
y
a
a
S
1
0 2
37

Estas ltimas ecuaciones se denominan ecuaciones normales, las cuales
resueltas dan para a y b:

c. Mtodo de momentos.- el principio bsico de la estimacin por el
mtodo de los momentos es establecer para cada funcin de distribucin la
relacin entre los parmetros y los momentos centrales, de tal manera que:
= f
i
(
i
,
i
+1,...)
= f
2
(
j
,
j
+ 1,...)
= f
3
(
k
,
k
+ 1,...)

donde:
,, : son los parmetros de la funcin de distribucin.
i
,
j
, ,
k
: son los momentos con respecto a la media, o momentos
centrales de la poblacin.

Como los momentos son estimados a partir de los momentos de la muestra
como estimadores sesgados o insesgados, el resultado que se obtienen ser
como estimadores sesgados o insesgados de los parmetros.

Cuando la distribucin de probabilidad, a la que se estiman los parmetros
por este mtodo es simtrica y particularmente si es normal, se puede
demostrar que este es un mtodo muy eficiente, pero cuando las
distribuciones son asimtricas y por lo tanto sesgadas, como sucede muy a
menudo con la mayora de las variables hidrolgicas, el utilizar este mtodo
( )
=
= =
c
c
n
i
i
i
i bx
y
a X
b
S
1
0 2
( )
( )( )
( )
=
2
i
i
i
2
i
2
i
i
i
i
i
x
y x
n
n
y
b
x
y
x
x
x
y
x
x
b
n
x
n
y
x b y a
i i
= =
38

( ) ,... , , ,
1
| o
xi
N
i
f L
[
=
=
representa un prdida de eficiencia en la estimacin.

d. Mtodo de mxima verosimilitud.- Dada una funcin densidad de
probabilidad.

F(x,, , , ....)
Donde:
, , ,..... son los parmetros que deben ser estimados.

Se define la funcin verosimilitud de la muestra, como la productoria:

Siendo N, el tamao de la muestra.

El mtodo de mxima verosimilitud, consiste en estimar , , , ... a partir de
la muestra de tal manera que L sea mxima. Esto se obtiene por la
diferenciacin parcial de L con respecto a cada parmetro e igualando a cero.

Puesto que f(x) es no negativa, un valor mximo de L ser, en general
positivo. Como el logaritmo natural lnL es una funcin monotmicamente
creciente de L, esta tiene un mximo precisamente en los puntos en que L
tiene un mximo. Por lo tanto, se puede usar InL en lugar de L, es decir:

Este artificio, permite transformar una productora a una sumatoria, donde:
a,b,c, son estimadores de , , ,...

Entonces el conjunto de ecuaciones de mxima verosimilitud es:

,...) , , , ( ,...).... , , , ,...).( , , , (
2
y f f x f L
x x
N
i
| o | o | o =
[
= =
= =
N
i
N
i
i i
c b a x f L c b a x f L
1 1
,...) , , , ( ln ln ,...) , , , (
.. 0;.
c
lnL
o;
b
lnL
a
lnL
=
c
c
=
c
c
=
c
c
39

El mismo que tiene tantas ecuaciones como incgnitas.

Las propiedades de los estimadores calculados por el mtodo de mxima
verosimilitud, son: Usualmente insesgado; si la eficiencia de estimadores
existe para los parmetros , , ,..., el mtodo puede producirlos y la
solucin de la ecuacin de verosimilitud proporciona un estimador que
converge al valor poblacional cuando el tamao muestral tiende a infinito, por
lo que el estimador es consistente.

2.5.3. PRUEBA DE BONDAD DE AJUSTE.

Segn VILLON (2002), las pruebas de bondad de ajuste consisten en
comprobar grafica y estadsticamente si las frecuencia emprica de la serie
analizada, se ajusta a una determinada funcin de probabilidades terica
seleccionado a priori, con los parmetros estimados en base a los valores
mustrales. Las pruebas ms utilizadas son el Ajuste Estadstico Chi
Cuadrado y Smirnov-Kolgomorov.

a. Prueba estadstica Chi cuadrado.- es la ms comnmente usada para
verificar la bondad de ajuste de la distribucin emprica a una distribucin
terica conocida:

La expresin general de Chi-cuadrado esta dado por.

donde:
Xc
2
: valor calculado de chi-cuadrado a partir de los datos.
O
i
: nmero de valores observados en el intervalo de clase i.
e
i
: nmero de valores esperados en el intervalo de clase i
k : nmero de intervalos de clase
( )
=
=
k
i
i i
e Xc
i
e o
1
2
2
40

el valor de X
c
2
obtenido se compara con el X
t
2
de las tablas, cuyo valor se
determina con:
Nivel de significacin : =0.05 = 0.01
Grados de libertad : g.l = K.- 1- .h

Las ventajas y limitaciones de esta prueba son:

- Es aplicable slo para ajustes a la distribucin normal, puesto que ha
sido desarrollado en base a datos normales e independientes.
- es realizada en la funcin densidad de datos agrupados en intervalos
de clases.
- Requiere un conocimiento a priori de la funcin de distribucin terica
utilizada en el ajuste.
- En la prctica se usa para cualquier modelo de ajuste, pero
estrictamente es vlido slo para lo normal.
- Es de fcil aplicacin.
- Al utilizar esta prueba, se debe tener cuidado que en cada intervalo de
clase, se tenga por lo menos 5 observaciones.

b. Prueba Smirnov-Kolmogorov.- consiste en comparar las diferencias
existentes entre la probabilidad emprica de los datos de la muestra y la
probabilidad terica, tomando el valor mximo del valor absoluto, de la
diferencia entre el valor observado y el valor de la recta terica del modelo, es
decir:

= mx. F(x)-P(x)

Donde:
= estadstico de Smirnov-Kolmogorov, cuyo valor es igual a la
diferencia mxima existente entre la probabilidad ajustada y la probabilidad
emprica.
F(x) = probabilidad de la distribucin de ajuste o terica.
41

P(x) = Probabilidad experimental o emprica de los datos, denominada
tambin frecuencia acumulada.

Las ventajas y limitaciones de esta prueba son:
No requiere un conocimiento a priori de la funcin de distribucin
terica.
Es aplicable a distribuciones de datos no agrupados, es decir, no se
requiere hacer intervalo de clase.
Es aplicable a cualquier distribucin terica.
Se aplica en la funcin de distribucin acumulada y no en la funcin de
densidad.
Comparndola con la prueba chi cuadrado, no hay condicin de que
cada clase de frecuencia deba contener un mnimo de 5 valores
observados.
No es una prueba exacta, sino una prueba aproximada.

42

2.5.4. FACTOR DE FRECUENCIA

El clculo de las magnitudes de eventos extremos por el mtodo utilizado
requiere que la funcin de distribucin de probabilidad sea invertible, es decir,
dado un valor para T o [ F(x
T
) = T/(T-1)], el correspondiente valor de x
T
puede
determinarse. Algunas funciones de distribucin de probabilidad no son
fcilmente invertibles, incluyendo las Distribuciones Normal y Pearson tipo III,
requirindose un mtodo alternativo para calcular las magnitudes de eventos
extremos para estas distribuciones.
La magnitud x
T
de un evento hidrolgico extremo puede representarse como
la media ms desviacin x
T
de la variable con respecto a la media.

X
T
= + X
T

Esta desviacin con respecto a la media puede igualarse al producto de la
desviacin estndar y el factor de frecuencia K
T
; es decir, X
T
. La
desviacin X
T
y el factor de frecuencia K
T
son funciones del periodo de
retorno y del tipo de distribucin de probabilidad a utilizarse en el anlisis. Por
consiguiente, la ecuacin anterior puede expresarse como:

X
T
= + K
T

La cual puede aproximarse por:

X
T
= x + K
T
s

En el evento de que la variable analizada sea y = log. X, entonces se aplica el
mismo mtodo a las estadsticas para los logaritmos de los datos, utilizando.

y el valor requerido de X
T
se encuentra tomando el antilogaritmo de Y
T
.
y
T
T
s
k
y y
+ =
43

La ecuacin del factor de frecuencia fue propuesta por Chow (1951), y se
aplica a muchas distribuciones de probabilidad utilizadas en el anlisis de
frecuencia hidrolgica. Para una distribucin dada, puede determinarse una
relacin K-T entre el factor de frecuencia y el periodo de retorno
correspondiente. Esta relacin puede expresarse en trminos matemticos o
mediante una tabla.

2.6. ESTRUCTURAS HIDRULICAS.
SILVA (2004), menciona que dentro de las estructuras hidrulicas estn
comprendidas las obras que tienen por objeto almacenar o conducir agua; en este
contexto son estructuras hidrulicas las siguientes:

- Presas de embalse con sus obras accesorias de desviacin, captacin y
vertimiento de excesos.
- Presas de derivacin y sus correspondientes obras de desviacin y de
captacin.
- Conductos a superficie libre.
- Conductos a presin.
- Obras de proteccin contra inundaciones.
- Obras de proteccin por ataques de ros o quebradas contra sus mrgenes, o
contra estribos y pilas de puentes.
- Obras de encauzamiento de corrientes naturales.
- Puertos y obras de proteccin de playas.
- Instalaciones para explotacin de aguas subterrneas.
Para llegar al diseo de las estructuras hidrulicas es necesario pasar por varias
etapas que incluyen los siguientes pasos:
- Anlisis de la Demanda.
- Exploracin preliminar y elaboracin de posibles esquemas del proyecto.
44

- Pre factibilidad para analizar diferentes opciones y hacer un primer descarte.
- Factibilidad Tcnica y Econmica. En esta etapa se analizan las opciones que
son tcnicamente posibles, se realizan diseos preliminares y se estudian
costos, beneficios, impacto social e impacto ambiental de las obras. Al final
de esta etapa se recomienda la opcin que puede llevarse a diseo.
El anlisis de las estructuras hidrulicas se realiza por medio de un equipo
interdisciplinario en el cual predominan las siguientes especialidades:
- Cartografa
- Geotecnia
- Hidrologa e Hidrulica
- Estructuras
En la Cartografa se utilizan levantamientos de campo, mapas del Instituto
Geogrfico, fotografas areas, restituciones y fotografas de satlite para determinar
coordenadas, cotas, curvas de nivel, longitudes de las conducciones y dimensiones
de las obras.
La Geotecnia se encarga de los trabajos de exploracin del suelo y del subsuelo, de
los estudios de infiltracin y permeabilidad, de las condiciones de cimentacin y de
la estabilidad de muros de gravedad y de presas de tierra.
La informacin que entregan los estudios Hidrolgicos es primordial para determinar
las dimensiones y las polticas de operacin de las estructuras hidrulicas. Esta
informacin incluye el anlisis de los regmenes climatolgico y pluviomtrico de la
zona de proyecto, los regmenes de caudales slidos y lquidos de ros y quebradas,
los hidrogramas de creciente, los modelos de trnsito de crecientes y los de
operacin de embalses. Se combinan conceptos de Hidrologa Bsica, Hidrologa
Aplicada e Hidrologa Estocstica.
En el estudio Estructural se disean cimientos y estructuras de concreto, se
elaboran especificaciones, planos de construccin, cuadros de cantidades de obra y
presupuesto.
45

Una presa de embalse es simplemente una pared que se coloca en un sitio
determinado del cauce de una corriente natural con el objeto de almacenar parte del
caudal que transporta la corriente.
Esto que parece tan sencillo no lo es tanto: La pared debe ser diseada para que
soporte las fuerzas que se generan por la presin del agua, y para que impida
filtraciones a lo largo de su estructura y en las superficies de contacto entre la
estructura y el terreno natural adyacente. Adems, la presa debe contar con obras
complementarias que permitan el paso del agua que no se embalsa y con
estructuras de toma para captar y entregar el agua embalsada a los usuarios del
sistema.

SILVA (2003), menciona que el diseo de las obras apropiadas de control debe
hacerse luego de que se conozcan los resultados de los estudios hidrolgicos,
hidrulicos y geomorfolgicos del tramo que recibe la influencia de la construccin
de dichas obras. Los resultados de los estudios hidrolgicos, hidrulicos y
geomorfolgicos presentan pronsticos sobre la evolucin futura de la corriente y
estimativos sobre magnitudes de los caudales medios, mnimos y de creciente,
niveles mnimos, mximos y medios, posibles zonas de inundacin, velocidades de
flujo, capacidad de transporte de sedimentos y socavacin,
Las obras ms comunes en corrientes naturales son las siguientes:
- Obras transversales para control torrencial. Operan como pequeas presas
vertedero. Su objetivo principal es el de reducir la velocidad del flujo en un
tramo especfico, aguas arriba de la obra. Actan como estructura de control.
Pueden fallar por mala cimentacin, o por socavacin generada
inmediatamente aguas abajo.

- Espolones para desviacin de lneas de flujo. Son estructuras agresivas que,
en lo posible, deben evitarse porque pueden producir problemas erosivos
sobre las mrgenes del tramo aguas abajo.
46

- Espolones para favorecer los procesos de sedimentacin. Son efectivos
cuando se colocan en un sector de alto volumen de transporte de sedimentos
en suspensin. Son estructuras permeables, cuyo objetivo es inducir la
sedimentacin en un tramo adyacente, aguas arriba de las obras. Pueden
fallar por erosin en la punta del espoln o en el tramo inmediatamente aguas
abajo.

- Obras marginales de encauzamiento. Son obras que se construyen para
encauzar una corriente natural hacia una estructura de paso, por ejemplo un
puente, box-culvert, alcantarilla, etc. Deben tener transiciones de entrada y
salida. En el diseo debe considerarse que estas obras de encauzamiento
producen un aumento en la velocidad del agua con el consiguiente
incremento en la socavacin del lecho

- Obras longitudinales de proteccin de mrgenes contra la socavacin. Son
muros o revestimientos, suficientemente resistentes a las fuerzas
desarrolladas por el agua. En algunos casos tambin deben disearse como
muros de contencin. Pueden fallar por mala cimentacin, volcamiento y
deslizamiento.

- Acorazamiento del fondo. Consisten en refuerzo del lecho con material de
tamao adecuado, debidamente asegurado, que no pueda ser transportado
como carga de fondo. Algunas veces la dinmica del ro produce tramos
acorazados en forma natural. El fondo acorazado es un control de la
geometra del cuce.

- Proteccin contra las inundaciones. Son obras que controlan el nivel mximo
esperado dentro de la llanura de inundacin. Pueden ser embalses
reguladores, canales adicionales, dragados y limpieza de cuces, o jarillones.
Estas obras pueden ser efectivas para el rea particular que se va a
47

defender, pero cambian el rgimen natural del flujo y tienen efectos sobre
reas aledaas, los cuales deben ser analizados antes de construir las obras.
Los materiales de uso frecuente en este tipo de obras son los siguientes:
- Concreto: ciclpeo, simple o reforzado.
- Gaviones, colchonetas.
- Piedra suelta, piedra pegada.
- Tablestacas metlicas o de madera.
- Pilotes metlicos, de concreto o de madera.
- Bolsacretos, sacos de suelo-cemento, sacos de arena.
- Fajinas de guadua.
- Elementos prefabricados de concreto: Bloques, expodos, etc.
El diseo de las obras combina varias disciplinas, Hidrulica Fluvial, Geotecnia y
Estructuras. La primera, es la ms importante porque suministra la informacin
bsica que permite determinar las condiciones de cimentacin y la magnitud de las
fuerzas que van a actuar sobre las obras que se proyecten.

VILLON (2002) menciona que la hidrometra es la rama de la Hidrologa que estudia
la medicin del escurrimiento. Para este mismo fin, es usual emplear otro trmino
denominado aforo. Aforar una corriente significa determinar, a travs de mediciones,
el caudal que pasa por una seccin dada y en un momento dado. La estimacin o
determinacin de los caudales mximos se necesita para disear:

Las dimensiones de un cauce
Sistema de drenaje: agrcola, aeropuerto, ciudad, carretera
Muros de encauzamiento para proteger ciudades y plantaciones
Alcantarillas
Vertedores de demasas
Luz en puentes

48

MATERIALES Y MTODOS

3.3 MATERIALES.

3.3.1 Ubicacin de la zona en estudio
Esta dada por la cuenca hidrogrfica del rio Huancan, la misma que forma parte
de la Cuenca endorreica del Lago Titicaca, la que pertenece al Sistema Hdrico
(T.D.P.S.). En el Plano P-1 (Anexo), se muestra el plano de la cuenca hidrogrfica
del rio Huancan, y en la Figura N 3-1, se muestra el plano de ubicacin de la
zona en estudio.

49

3.3.2 Informacin meteorolgica e hidromtrica.

La informacin meteorolgica e hidromtrica obtenida para el presente estudio,
corresponden a los registros histricos de descargas mximas mensuales y
anuales del rio Huancan, y precipitacin mxima de 24 horas de las estaciones
Huancan. Putina, Arapa, Muani, Ananea y Cojata, proporcionado por el
Servicio Nacional de Meteorologa e Hidrologa (SENAMHI).

a. Ubicacin de las estaciones meteorolgicas.

La ubicacin geogrfica y poltica de las estaciones meteorolgicas de
Huancan. Putina, Arapa, Muani, Ananea y Cojata, se presentan en el Plano
P-1 (Anexo) y el Cuadro 3-1

Cuadro 3-1: Ubicacin de las estaciones meteorolgicas en estudio

ESTACION Ananea Arapa Cojata Huancane Muani Putina
TIPO CO CO CO CO CO CO
CUENCA Ramis Titicaca Suches Huancan Huancan Huancan
DISTRITO Ananea Arapa Cojata Huancane Muani Putina
PROVINCIA
San
Antonio
Azangaro Huancan Huancan Azangaro
San
Antonio
REGION Puno Puno Puno Puno Puno Puno
ALTITUD 4660 3830 4380 3890 3948 3878
LATITUD
SUR
1440'42.4" 1508'10.5" 1501'00" 1512'5.4" 144601" 145515.5"
LONGITUD
OESTE
6932'03.3" 7007'05.6" 6922'00" 6945'12.8" 695706.5" 695203.8"
Fuente: SENAMHI.

3.1.3 Equipos para el procesamiento e impresin.

Los equipos y soporte lgico empleados para el procesamiento de la informacin,
elaboracin de grficos, redaccin del texto e impresin son:
a. HARDWARE: Microcomputadora, Impresora y accesorios.
b. SOFTWARE: Microsoft Office 2007, SMADA, HIDROESTA, AUTOCAD, ARC
50

GIS
c. OTROS: Implementos de dibujo, tiles de escritorio, etc.

3.4 MTODOS

3.2.1 Obtencin de los caudales mximos mensuales.

Para obtener la serie de caudales mximos mensuales del rio Huancan, para
cada ao, se sigue el siguiente procedimiento:

- De las bandas limnigrficas, para cada mes, se extrae el nivel mximo, el cual
corresponder a la altura mxima del mes.
- Con la altura obtenida en el paso anterior, se ingresa a la curva altura-gasto
para obtener el caudal mximo correspondiente al mes.

3.2.2 Formacin de la serie anual.

La serie anual de caudales mximos del ro Huancan, se forma de la siguiente
manera:

- De la serie de descargas mximas mensuales que corresponde al primer ao,
se extrae el mximo caudal, ste ser el caudal mximo del primer ao.

- Para determinar los caudales mximos del segundo al ltimo ao de la serie,
se sigue el mismo procedimiento del paso anterior.

3.2.11 Determinacin de los parmetros estadsticos.
Los estadsticos extraen informacin de una muestra, indicando las
caractersticas de la poblacin. Los principales estadsticos son los momentos de
primer, segundo y tercer orden correspondiente a la media, varianza, y asimetra
respectivamente.

51

a. Media aritmtica:
Es el valor esperado de la variable misma. Primer momento respecto al origen y
muestra la tendencia central de la distribucin
(3.1)
el valor estimado de la media a partir de la muestra es
(3.2)

b. Varianza: o
La varianza mide la variabilidad de los datos. Es el segundo momento respecto a
la media.
(3.3)
El valor estimado de la varianza a partir de la muestra es
(3.4)
( )
2
1
1
2
1
1
=
n
x x
n
s
En el cual el divisor es n-1 en lugar de n para asegurar que la estadstica de la
muestra no sea sesgada, es decir, que no tenga una tendencia, en promedio, a
ser mayor o menor que el valor verdadero.
La desviacin estndar o es una medida de la variabilidad que tiene las mismas
dimensiones que la media y simplemente es la raz cuadrada de la varianza, se
estima por s.

(3.5)
( )
2
1
1
2
1
1
(
=

=
n
i
i
x
n
S
x
52

El coeficiente de variacin es una medida adimensional de la variabilidad y su
estimativo es:

(3.6)

c. Coeficiente de asimetra:
La distribucin de los valores de una distribucin alrededor de la media se mide
por la asimetra. Se obtiene a partir del tercer momento alrededor de la media,
dividindolo por el cubo de la desviacin estndar para que sea adimensional.

(3.7)

(3.8)

El estimativo del coeficiente de asimetra est dado por

(3.9)

3.2.12 Anlisis de consistencia de la informacin hidromtrica y
meteorolgica

El anlisis de consistencia es una tcnica que permite detectar, corregir y eliminar
errores sistemticos y aleatorios que se presentan en series hidromtricas; en
consecuencia la serie analizada debe ser homognea, consistente y confiable.
53

La no homogeneidad e inconsistencia en series hidrolgicas son causadas por
errores aleatorios y sistemticos; entre ellas se tiene:

- Los errores aleatorios se presenta a causa de la inexactitud en las
mediciones, mala lectura, mal funcionamiento del instrumento, errores de
copia, etc.

- Los errores sistemticos son los de mayor importancia, como consecuencia
de los mismos, los datos pueden ser incrementados o reducidos
sistemticamente y pueden ser naturales, (derrumbes, colmatacin y erosin
de la seccin transversal de la estructura de la estacin de aforo; en general
llamados como desastres naturales); artificiales y ocasionados por la mano
del hombre (dficit en la toma de datos, cambio de la estacin de aforo,
construccin de estructuras hidrulica, explotacin de aguas subterrneas,
tala de rboles, etc).

La no homogeneidad e inconsistencia en la serie histrica puede producir errores
significativos en todo los anlisis futuros y obtendra resultados altamente
sesgados.

La no homogeneidad e inconsistencia en la serie histrica se presentan en forma
de saltos y/o tendencias. Antes de realizar el modelamiento matemtico de
cualquier serie hidrolgica es importante efectuar el anlisis de consistencia
respectivo con el fin de obtener una serie homognea, consistente y confiable.

Los saltos Jump llamados tambin resbalamientos, son componentes
determinsticas transitorias que se manifiestan en forma de cambios bruscos
haciendo posibles que en la serie se presentan periodos de distinto
comportamiento. Los saltos generalmente se presentan en la media, desviacin
estndar y otros parmetros. Pero el anlisis general es en los dos primeros
parmetros.

54

3.2.13 Anlisis de saltos

El anlisis de saltos se realiza desde tres puntos de vista:
- Anlisis Visual de Hidrogramas.
- Anlisis de doble masa.
- Anlisis estadstico.

d. Anlisis visual de hidrogramas.
Consiste en analizar visualmente la informacin histrica un hidrograma ploteada
en coordenadas cartesianas, en el eje de las abscisas se plotea el tiempo (en
aos o meses) y en el eje de las ordenadas las variables hidrometeorolgicas. La
apreciacin visual de estos grficos permite observar la distribucin de las
variables en estudio con respecto al tiempo, e indicar el periodo o periodos
dudosos, lo cual se puede reflejar como saltos y/o tendencias.

Para indicar en este primer anlisis los periodos y aceptables se puede analizar
en diversas formas:

- Cuando se tiene estaciones vecinas, se comparan sus hidrogramas y se ve
cual periodo varia notoriamente uno respecto al otro.

- Cuando se tiene una sola estacin, esta se divide en varios periodos y se
compara con la informacin obtenida en campo, tratando de no confundir un
salto con la ocurrencia de varios periodos hmedos o prolongadas sequas.

- En lo posible se debe mantener el periodo mas largo como la mas confiable.

b. Anlisis de doble masa.

El anlisis de doble masa o de dobles acumulaciones es una herramienta que
sirve para detectar la inconsistencia de la informacin hidromtereologica,
mediante los puntos de quiebres que se presentan en los diagramas respectivos.
55

El procedimiento para realizar este anlisis es el siguiente:
- Obtener la informacin original de dos o ms estaciones de registro.

- Calcular los caudales mximos anuales acumulados de cada estacin y el
promedio de los caudales mximos anuales acumulados de todas las
estaciones.

- Plotear los valores obtenidos en el paso anterior en sistema de coordenadas
cartesianas, en el eje de abscisas el promedio de los caudales mximos
anuales acumulados y en el eje de ordenadas los caudales mximos anuales
acumulados de cada estacin en estudio.

- Del paso anterior seleccionar la estacin que presenta menor nmero de
puntos de quiebre, como las mas confiable y denominar como la estacin
base.

- La informacin anual acumulada de la estacin base se plotea en el eje de las
abscisas y en el eje de las ordenadas cada una de las de mas estaciones. En
estos grficos se define los quiebres que pueden ser significativos o no para
su posterior anlisis estadstico.

c. Anlisis estadstico.

Una vez obtenido de los hidrogramas originales y del anlisis de doble masa los
periodos de posible correccin y los periodos de datos que se mantendrn con
sus valores originales y cuales se modificaran, se procede a analizar
estadsticamente tanto en la media como en la desviacin estndar.

c.1. Consistencia de la media.

Mediante la prueba estadstica T de student se analiza si los valores promedios
son estadsticamente iguales o diferentes con un 95% de nivel de significancia, de
56

( ) ( ) | |
S
X X
T
d
c

=
2 1
2 1
la siguiente forma:

- Calculo de la media y desviacin estndar para cada perodo, segn las
ecuaciones (3.2) y (3.5).

- Prueba Estadstica T, segn el siguiente procedimiento:

Planteamiento de las hiptesis:
H
p
:
1
=
2
(media poblacional)
H
a
:
1

2

: : 0.05

Calculo de la desviacin estndar de las diferencias de los promedios:

|
|
.
|
\
|
+ =
2 1
1 1
n n
S S
p d
(3.10)

( ) ( ) ( )
( ) 2
1 1
2 1
2
2 2
2
1 1
+
+
=
n n
S n S n
S
P (3.11)
Donde:

S
d
: Desviacin estndar de las diferencias de los promedios.
S
p
: Desviacin estndar ponderada.
n
1
: Nmero de datos del primer periodo
n
2
: Nmero de datos del segundo periodo
2
1
S : Varianza del primer periodo.
2
2
S : Varianza del segundo periodo

Calculo del valor de Tc, segn:

(3.12)
57

Donde
1
-
2
= 0, por hiptesis.

Hallar el valor de T
t
de las tablas de T de Student con:
N.C = con 95% de probabilidad.
= 0.05
G.L = n
1
+n
2
-2

Donde:
G.L = grados de libertad.
T
t
= T tabulado.
T
C
= T calculado.

Conclusin:
Si (T
c
) T
t
(95%) (estadsticamente).
Si (T
c
) > T
t
(95%) (estadsticamente), en este caso se
debe corregir la informacin.

c.2 Consistencia de la desviacin estndar

El anlisis de consistencia en la desviacin estndar se realiza mediante la
prueba estadstica F de Fisher, si las desviaciones estndar (S
1
y S
2
) de las sub
muestras son estadsticamente iguales o diferentes con un 95% de nivel de
significancia, de la siguiente forma:

- Clculo de las variancias de ambos periodos, segn la ecuacin (3.3).

- Prueba estadstica F:

Planteamiento de las hiptesis:
H
p
:
1
2
=
2
2
(varianzas poblacionales)
H
a
:
1
2

2
2

: 0.05
x x 2 1
=
x x 2 1
=
58

( )
( )
( ) ( ) x x si
x
x
s s
s
s
2 1
2
1
. , >

Clculo de Fc, segn:

F
c
= (3.13)

F
c
= (3.14)

Hallar el valor de F
t
.en las tablas con:
N.C. = 95% de probabilidad.
= 0.05
G.L.N = n
1
-1
G.L.D. = n
2
-1

Donde:
F
c
= valor de F calculado
F
t
= valor de F tabular
= nivel de significacin
G.L.N.= grados de libertad del numerador
G.L.D = grados de libertad del denominador.

Conclusiones:
Si F
c
F
t
(95%) S
1
(x) = S
2
(x) (estadsticamente).
Si F
c
> F
t
(95%) S
1
(x) S
2
(x) (estadsticamente). en este caso
se debe corregir la informacin.

d. Correccin de la informacin.

Si los parmetros media y desviacin estndar resultasen estadsticamente
iguales, entonces la informacin original no se corrige por ser consistente con
95% de probabilidad, an cuando en la recta de doble masa presenta pequeos
quiebres. En caso contrario se debe corregir los datos de las sub muestras con
las siguientes ecuaciones.

( )
( )
( ) ( ) x x si
x
x
s s
s
s
1 2
1
2
. , >
( ) 2
2
1
1
x S
x
s
xt
+
|
|
.
|
\
|
59

X(t) = (3.15)

X(t) = (3.16)

Donde:
X(t) = valor corregido de la informacin
X
t

= valor a ser corregido.

e. Bondad de la informacin corregida.

Para comprobar la informacin corregida, comparando con el periodo confiable se
repite el procedimiento ya descrito, vale decir desarrollando la prueba estadstica
T y F respectivamente, cuyos resultados deben ser confiables con 95% de
probabilidad de aceptacin.

3.2.14 Completacin de datos hidrometeorologicos..

La completacion y extensin de datos de caudales mximos faltantes y de
precipitacin mxima de 24 horas de las estaciones consideradas, se efecta
para obtener una serie completa, confiable y de un periodo uniforme.

La completacin es un proceso que consiste en llenar los vacos de los datos
faltantes de la informacin y la extensin de la informacin es el proceso de
transferencia de datos desde una estacin con largo periodo de registro histrico
a otra con corto periodo de registro. La extensin ser realiza antes del primer dato
o despus del ltimo y tambin en periodos intermedios.

Mejia (2001), presenta los siguientes mtodos para completar datos hidrolgicos:

a. Promedio aritmtico.
( ) 1
1
2
2
x S
x
s
xt
+
|
|
.
|
\
|
60

Si dentro de los registros de datos faltan menos del 5 % de la informacin, estos
se pueden completar con el promedio aritmtico de la serie histrica, para ello se
utiliza la ecuacin N (3.2)

b. Regresin simple.

Para completar datos mediante este mtodo es importante indicar que las
estaciones a ser correlacionadas deben tener similitud en su ubicacin,
parmetros geomorfolgicos.y registros histricos. Entre los principales modelos
de regresin usados en hidrologia se tiene:

Regresin lineal simple: Y = a + bX (3.17)
Regresin logartmica : Y = a + b ln(X) (3.18)
Regresin potencial : Y = a X
b
(3.19)
Regresin exponencial: Y = a exp(bX) (3.20)

Donde:

Y: Variable dependiente.
X: Variable independiente.
a y b: Parmetros de la ecuacin de regresin.

c. Regresin mltiple.

Para completar datos mediante una regresin mltiple, se pueden emplear
modelos lineales o modelos no lineales.
El modelo matemtico de una regresin lineal mltiple, tiene la siguiente forma:

Y = a + m
1
X
1
+ m
2
X
2
+ m
3
X
3
+ + m
n
X
n
(3.2.1)

Donde:
61

X
1
, X
2, ...
, X
n
: Variables independientes.
a, m
1
, m
2
, .., m
n
: Parmetros del modelo.

El modelo matemtico de una regresin mltiple no lineal tiene la siguiente
forma:

Y = a + m
1
X + m
2
X
2
+ .... + m
n
X
n
(3.22)

Donde:

X: Variable independiente.
a, m
1
, m
2
, .., m
n
: Parmetros del modelo

3.2.15 Descripcin de las funciones de distribucin de frecuencias tericas

Las leyes de distribucin que pueden adaptarse al problema de las avenidas son
las que se llaman de valores extremos, que consideran solo los valores mximos
(avenidas) o mnimos (sequas). Existen muchos distribuciones de probabilidad
para estudios de mximas avenidas en el presente estudio nos ceiremos a las
distribuciones normal, log normal 2 parmetros, extrema tipo I y Pearson tipo III,
cuya descripcin se presenta a continuacin.

e. Distribucin normal.

Una de las funciones de densidad de probabilidades ms conocidas es la
distribucin normal o campana de Gauss:

(3.23)

Donde y son parmetros. Esta funcin se simplifica utilizando la variable
2
/2
2
) (x
e
2
1
f(x)

=
62

estandarizada normal z como:

(3.24)

La distribucin normal estandarizada correspondiente pose la funcin de
densidad de probabilidades.

(2.25)

la cual slo depende del valor de z ; la funcin estandarizada es:

(2.26)

f. Distribucin Log normal 2 parmetros.
La funcin de densidad de sta distribucin es el siguiente:

(3.27)

Rango: x > 0
Donde:
f(x) :Funcin de densidad.
y
: :Media de los Ln x.
y
: :Desviacin estndar de los Ln x.
X :Variable en estudio.
exp :Base de los Ln.

La funcin de distribucin acumulada de la distribucin log normal 2 parmetros
es el siguiente:

(
(
(
|
|
.
|
\
|
=
2
x
2
1
exp
x 2
1
f(x
o
o
t
y
y
y
- Ln

)
dy
x
2
1
exp
2
1
F(y)
2
y
-
(
(
(
|
|
.
|
\
|
}
=

o
o
t
y
y
y
- Ln

)/ (x z =
s s =

z e
2
1
f(z)
2
z
2
}

=
z
/2du u
2
e
2
1
F(z)
63

(3.28)

Donde:

F(y): Funcin de distribucin acumulada.
Y=: Ln x.
y
y
y
: Parmetros de la distribucin.

Si consideramos la variable Z:

(3.29)

se tiene:

(3.30)

F(Z) es una funcin de distribucin acumulada de la distribucin normal, para la
variable Z.

Los parmetros
y
y
y
de la distribucin log normal 2 parmetros se estiman
mediante el mtodo de momentos. Chow (1998) presenta las siguientes
ecuaciones:

(3.31)

o

y
y
- x
Z
Ln
=
( ) dz Z
z
(
}
=

2
2
1
exp
2
1
F(z)
t
64

(3.32)

Donde:
x
i
: variable en estudio.
n : numero de datos
y : media de los ln (x), estimador de
y
.
s
y
: desviacin estndar de ln (x), estimador de
y

g. Distribucin Extrema tipo I.

La funcin acumulada de sta distribucin es el siguiente:

(3.33)

Rango: -< x <

Si se realiza la transformacin: W= o(x-); (3.34)

Se tiene: F(x)= exp (-exp (-W)). (3.35)

Donde:
F(x) : Funcin acumulada.
o : Parmetro de escala.
: Parmetro de posicin.
W : Variable reducida.
X : Variable en estudio.

Para estimar los parmetros y mediante ste mtodo, se emplean las
siguientes relaciones:

( ) ( ) ( ) | o - x - exp - exp F(x) =
65

= 1.2825 / (3.36)
= - 0.45005 = - (0.5772 / ) (3.37)

Donde:
y : Parmetros de la distribucin.
: Media de los datos observados.
: Desv. estndar de los datos observados.

h. Distribucin Pearson tipo III.

La funcin de densidad de la distribucin Pearson tipo III, es el siguiente:

(3.38)

< x <
- < <
0 < o <
0 < <

( )
( )
( )
(

|
.
|
\
|
I
=

o

o
| o
|
x x
exp

1
p(x)
1
66

Donde:
p(x) : Funcin de densidad.
o : Parmetro de escala.
: Parmetro de forma.
: Parmetro de posicin.
I() : Funcin Gamma.
X : Variable en estudio.

La funcin de distribucin acumulada de la distribucin Pearson tipo III, es el
siguiente.

(3.39)

Donde:
P(x) : Funcin de distribucin acumulada.
o, y : Parmetros de la distribucin.

Si la variable reducida Pearson tipo III es:

(3.40)

La funcin de distribucin acumulada Pearson tipo III reducida es:

(3.41)

El cual tiene como parmetro , y cuya variable aleatoria tiene origen en Y=0.
P(Y) puede evaluarse para valores dados de Y y ; los cuales se encuentran
tabulados; para su determinacin se ingresa con 2 grados de libertad y el valor
( )
( )
(x) exp
- x

1
P(x)
1
x
0
d
x
|
.
|
\
|
|
.
|
\
|
I
=

}
o
|
|
o
- x
Y =
( )
(Y)
) exp( Y
P(Y)
y
0

1 -
d
Y
}
I

=
|
|
67

de X
2
= 2Y, donde X
2
es el valor de chi cuadrado.

Para estimar los parmetros , y mediante el mtodo de momentos se
emplean las siguientes relaciones:

= s/ (3.42)
= ( 2/C
s
)
2
(3.43)
= x - (s. )
(3.44)

Donde:
, y : Parmetros de la distribucin.
x : Media de los datos observados.
s : Desviacin estndar de los datos observados..
C
s
: Coef. de asimetra de los datos observados.

3.2.16 Prueba de bondad de ajuste.

Mediante sta prueba se verifica grfica y estadsticamente, si la frecuencia
emprica de la serie analizada, se ajusta o no a una determinada funcin de
probabilidad terica. Las pruebas ms usuales son los ajustes estadsticos Chi
cuadrado y Kolmogorov-Smirnov. En la presente investigacin se empleara la
prueba Kolmogorov-Smirnov.

b. Ajuste Kolmogorov-Smirnov

El procedimiento para efectuar el ajuste mediante el estadstico de
Kolmogorov-Smirnov, es el siguiente:.

1 Calcular la probabilidad emprica o experimental P(x) de los datos, mediante la
frmula propuesta por Weibull: P(x) = m / (n+ 1); donde m es el nmero de
orden. y n es el nmero de datos.

68

2 Calcular la probabilidad terica F(x); para tal fin se usa la ecuacin de la
funcin acumulada F(x) de la distribucin terica.

3 Calcular las diferencias F(x)-P(x), para todos los valores de la serie.

4 Seleccionar la mxima diferencia.
max P(x) - F(x)

5 Calcular el valor crtico del estadstico, para un nivel de significacin y el
nmero de datos de la serie (N); ste valor se encuentra en tablas. (Anexo
Tablas)

6 Criterio de decisin:
Si de mx. < o tabla ==> el ajuste es bueno
Si de mx. o tabla ==> el ajuste no es bueno.

3.2.17 Prediccin de caudales mximos mediante el factor de frecuencia de
las distribuciones tericas.

La ecuacin general para determinar las magnitudes de caudales mximos del
rio Huancan, es el siguiente:

( ) o + =
T T
K K

(3.45)

Donde:
X
T
: Magnitud del evento para un periodo de retorno..
: media poblacional.
K
T
: Factor de frecuencia.
: desviacin estndar poblacional.

La ecuacin anterior puede aproximarse por:

69

( ) S K x K
T T
+ =
(3.46)

Donde:
x : es la media de la muestra
s : es la desviacin estndar de la muestra.

Los factores de frecuencias de las distribuciones de probabilidades empleadas en
el presente estudio se calculan con las siguientes ecuaciones matemticas:

d. Distribucin Normal y Log normal 2 parmetros.

Las ecuaciones para determinar el factor frecuencia son las siguientes:

(3.47)

(3.48)

(3.49)

P=1/T (3.50)

Donde:
Z : Variable normal estndar.
( ) 5 . 0 0
1
2
1
2
s
(
(
|
|
.
|
\
|
=
P
Ln W
( )
5 . 0
1
1
1
2
1
2
)
(
(
(
(
(
|
|
|
|
|
.
|
\
|
|
|
.
|
\
|
= P
p
Ln w
70

)
`
|
.
|
\
|
+ =
1
5772 . 0
6
T
T
Ln Ln K
T
t
W : Variable auxiliar.
P : Probabilidad de excedencia = 1/T
T : Perodo de retorno.

e. Distribucin extrema tipo I.

Chow (1953) dedujo la siguiente ecuacin:

(3.51)

Donde:
K
T
: Factor de frecuencia.
T : Perodo de retorno.
Ln . Logaritmo nepteniano.

f. Distribucin Pearson tipo III

La ecuacin para determinar el factor frecuencia es el siguiente:

(3.52)

Donde:
K : Factor de frecuencia.
Z : Variable normal.
C : coeficiente de asimetra.

3.2.18 Determinacin de caudales mximos mediante el mtodo Mac Math

La frmula emprica de Mac Math para el sistema mtrico, y considerando
71

diferentes periodos de retorno, los caudales mximos de calculan por medio de la
siguiente expresin:

Q = 0.0091 C I A
4/5
S
1/5
(3.53)

Donde:
Q : Caudal mximo para un periodo de retorno de T aos. (m
3
/s)
C : Factor de escorrenta de Mac Math que representa las
caractersticas de la cuenca.
I : Intensidad mxima de la lluvia para una duracin igual al
tiempo de concentracin y un periodo de retorno dado (mm/h)
A : rea de la cuenca (has).
S : Pendiente promedio del cauce principal ( %
o
)

f. Formacin de la serie anual.

Se formara las series anuales de las precipitaciones mximas en 24 horas de
las estaciones Huancan, Putina, Arapa, Muani, Ananea y Cojata, a partir de
las precipitaciones mximas de 24 horas mensuales, y el promedio de las seis
estaciones.

g. Determinacin de precipitaciones mximas en 24 horas para
diferentes periodos de retorno.

Para determinar la magnitud de las precipitaciones mximas en 24 horas de la
estacin en estudio cuando la distribucin de probabilidades no es una funcin
fcilmente invertible, se requiere conocer la variacin de las precipitaciones
respecto a la media. Chow propuso determinar esta variacin a partir de un
factor de frecuencia K
T
que puede ser expresado con la siguiente ecuacin:

72

(3.54)

Donde:
X
T
: Magnitud del evento para un periodo de retorno T.
x : Media de la muestra
s : Desviacin estndar de la muestra
K
T
: Factor de frecuencia de la Distribucin terica.

h. Determinacin de los niveles de diseo.

El periodo de retorno es el tiempo promedio, en aos, en que el valor de la
precipitacin mxima en 24 horas sea igualado o superado por lo menos una vez.

En la siguiente tabla se presenta el periodo de retorno para diferentes estructuras
de control de aguas.

Tabla 1: Periodo de retorno para diferentes tipos de estructuras.
TIPO DE ESTRUCTURA
PERIODO DE RETORNO
(aos)
Alcantarillas de Carreteras
intermedios
10 - 25
Puentes de carreteras secundarios 10 - 50
Puentes de carreterras primarias 50 - 100
Drenaje caudales pequeos 5 - 50

i. Determinacin de la intensidad mxima de lluvia.

La intensidad o altura de lluvia por hora se ha estimado mediante la frmula de
Yance Tueros ampliamente utilizado en el medio, la cual est dada por:
73

n
mx hora
) horas 24 P ( C I =
(3.55)
Donde:
C = 0,4602
n = 0,875
P
max
24 horas = Precipitacin mxima en 24 horas (mm)
I
hora
= Intensidad mxima (mm/h).

j. Determinacin del coeficiente de escorrenta.

Este coeficiente depende de factores topogrficos del terreno, Textura del suelo y
cobertura vegetal; en el siguiente Tabla se presenta los valores de los factores de
escorrenta de Mac Math:

Tabla 2: Factores de escorrenta de Mac Math
Vegetation Suelo Topografa
Cobertura
(%)
C1 Textura C2
Pendiente
(%)
C3
100 0.08 Arenoso 0.08 0.0 - 0.2 0.04
80 - 100 0.12 Ligera 0.12 0.2 - 0.5 0.06
50 - 80 0.16 Media 0.16 0.5 - 2.0 0.06
20 - 50 0.22 Fina 0.22 2.0 - 5.0 0.10
0 - 20 0.30 Rocosa 0.30 5.0 - 10 0.15

El coeficiente de escorrenta se calcula con la siguiente relacin:

C = C1 + C2 + C3 (3.56)

74

73
IV RESULTADOS Y DISCUSIN.

Los resultados obtenidos al aplicar la metodologa descrita en el capitulo
anterior y as como su discusin, se presenta a continuacin.

4.6 De la formacin de la serie anual.

La serie histrica de caudales mximos mensuales y
anuales del rio Huancan se presenta en el cuadro 4-1, y
las series histricas de precipitacin mxima de 24 horas
de las estaciones de Huancan, Putina, Arapa, Muani,
Ananea y Cojata se presentan en el cuadro 4-2. Esta
informacin nos permitir determinar los caudales mximos
para diferentes periodos de retorno, mediante los mtodos
probabilsticos y mtodo emprico Mac Math, los mismos
fueron proporcionados por el Servicio Nacional de
Meteorologa e Hidrologa. Los periodos de registro de
caudales mximos del rio Huancan y de las
precipitaciones mximas de 24 horas corresponden al
periodo 1964 al 2002, 39 aos de registro.

4.7 Del anlisis de consistencia de la informacin hidromtrica y
meteorolgica..

4.7.1 Anlisis de saltos.

Este anlisis se realiz para comprobar si existen o no saltos en las series
histricas de caudales mximos mensuales y anuales (en m
3
/s) del rio
Huancan, y de las precipitaciones mximas mensuales y anuales de 24

74
horas (mm) de las estaciones Huancan, Putina, Arapa, Muani, Ananea y
Cojata.

Cuadro 4-1. SERIE HISTORICA DE CAUDALES MAXIMOS MENSUALES Y ANUALES (m3/s)
DEL RIO HUANCANE

NOMBRE :PTECARR.HUANCANE
CUENCA :HUANCANE LATITUD 1512'59.3" REGION :PUNO
CODIGO :HUAN LONGITUD 6947'33.3" PROV :HUANCANE
TIPO :HLG ALTITUD 3860 m.s.n.m. DIST :HUANCANE
AO ENE FEB MAR ABR MAY JUN JUL AGO SET OCT NOV DIC Maximo
1964 36,4 90,3 150,0 79,2 16,4 7,4 4,3 3,1 2,3 3,1 2,7 13,1 150,0
1965 140,5 144,5 127,5 58,8 15,7 4,6 3,3 144,5
1966 134,0 147,7 106,2 22,1 22,3 6,2 4,0 3,0 2,1 3,4 10,3 13,5 147,7
1967 9,1 33,7 78,8 16,3 3,1 2,6 3,3 2,9 5,9 8,7 2,4 36,9 78,8
1968 21,1 75,8 49,0 25,6 10,9 4,6 4,6 35,0 75,8
1969 76,6 75,0 32,4 45,2 5,6 3,2 12,5 1,5 1,6 9,5 7,0 76,6
1970 78,0 155,4 129,4 172,0 23,0 5,3 3,4 2,8 13,4 4,2 4,2 95,5 172,0
1971 320,0 352,8 245,0 22,0 9,9 6,0 5,6 4,4 3,0 4,4 8,1 5,0 352,8
1972 75,0 101,8 44,0 45,5 14,6 4,4 4,0 2,8 6,8 4,4 23,8 57,5 101,8
1973 90,8 140,9 80,3 143,5 40,0 7,7 6,5 5,9 6,2 6,5 12,8 19,0 143,5
1974 155,7 224,5 172,8 36,0 13,0 7,3 5,2 6,0 8,8 5,8 8,2 49,4 224,5
1975 66,5 181,0 127,0 43,0 15,0 8,3 5,0 4,0 4,0 7,1 44,5 181,0
1976 102,0 114,0 76,8 27,5 8,8 5,9 4,4 4,2 17,5 4,8 1,6 11,9 114,0
1977 28,1 131,4 124,9 94,0 9,0 6,0 2,8 2,2 3,4 3,2 10,8 22,2 131,4
1978 85,5 140,0 106,2 34,5 17,5 4,9 4,3 2,3 2,0 1,6 28,0 122,3 140,0
1979 240,3 136,5 97,0 130,0 25,6 7,8 4,7 3,5 2,0 10,0 3,1 48,6 240,3
1980 98,1 95,4 70,0 58,8 9,1 3,6 2,9 1,9 2,9 8,5 7,0 4,2 98,1
1981 140,8 137,2 159,0 67,3 13,0 5,9 4,2 3,6 4,0 26,0 15,7 30,8 159,0
1982 142,6 48,5 127,0 93,7 17,0 7,2 4,9 3,5 8,3 11,0 53,0 39,0 142,6
1983 25,0 62,5 13,7 11,6 10,5 3,1 3,0 2,0 2,0 2,0 1,9 2,3 62,5
1984 153,7 180,0 109,0 77,8 13,1 5,3 3,8 3,0 2,7 7,3 22,0 49,0 180,0
1985 150,0 126,0 109,2 109,2 42,2 25,0 7,3 4,0 9,2 5,8 63,0 155,0 155,0
1986 195,5 120,0 79,5 46,0 11,6 5,6 3,9 5,0 3,1 3,7 93,6 195,5
1987 142,0 67,5 32,4 30,0 10,0 5,0 5,5 3,1 1,6 6,2 9,3 23,6 142,0
1988 139,0 122,0 90,0 159,0 32,0 8,3 5,2 3,1 2,0 5,0 3,2 8,8 159,0
1989 38,6 55,8 82,5 35,7 11,9 5,1 5,4 2,9 1,9 2,3 3,6 5,5 82,5
1990 54,0 39,4 17,6 11,1 6,4 7,4 3,0 2,1 1,8 6,4 26,8 24,8 54,0
1991 29,0 42,4 67,7 32,8 20,2 10,6 5,9 5,0 4,3 6,3 10,7 26,6 67,7
1992 56,4 55,5 47,7 11,3 5,3 3,8 3,4 11,0 2,6 2,5 8,2 13,0 56,4
1993 137,7 57,8 64,6 47,0 16,7 8,2 5,2 3,1 3,5 5,6 19,7 78,7 137,7
1994 77,8 203,3 107,0 119,5 36,2 9,0 6,8 4,1 3,1 6,0 10,7 54,3 203,3
1995 91,2 38,0 60,9 22,1 8,1 4,6 3,8 2,9 2,8 5,5 4,2 9,2 91,2
1996 56,4 55,5 48,7 30,0 7,6 4,6 2,7 1,9 1,8 3,2 6,2 33,2 56,4
1997 137,6 88,8 34,1 79,6 16,3 6,6 5,4 2,7 6,1 10,1 21,7 12,1 137,6
1998 33,2 109,9 85,4 62,0 7,9 3,7 3,1 2,4 2,1 3,7 10,9 26,0 109,9
1999 39,8 28,1 181,4 59,5 25,0 4,9 2,8 2,4 3,7 7,0 5,4 14,0 181,4
2000 52,2 81,8 132,0 25,5 6,8 7,1 3,4 2,5 2,7 8,6 5,0 27,8 132,0
2001 175,1 160,9 214,0 51,9 42,8 9,9 5,5 4,4 5,9 13,2 14,3 22,6 214,0
2002 35,1 138,7 160,9 56,0 24,1 5,0 5,5 4,1 5,1 32,4 36,6 105,1 160,9

75

Cuadro 4-2: SERIE HISTORICA DE PRECIPITACION MAXIMA DE 24 HORAS (mm)

AO Huancan Putina Arapa Muani Ananea Cojata
1964 48,0 18,0 32,0 28,5 23,0 44,1
1965 35,0 28,9 27,6 30,3 15,0 23,7
1966 49,0 36,7 21,5 35,1 18,0 38,0
1967 54,2 30,5 26,2 45,4 29,4 27,9
1968 35,4 35,0 26,5 27,3 22,0 26,4
1969 31,2 43,0 19,5 26,2 17,7 22,3
1970 47,5 38,1 36,0 35,2 14,7 33,5
1971 44,0 43,8 27,0 31,0 16,1 37,3
1972 35,0 30,0 33,5 17,2 16,2 48,4
1973 39,5 43,4 34,1 24,2 22,6 22,0
1974 39,0 30,9 31,0 23,2 14,0 25,0
1975 36,0 16,7 28,5 18,8 15,4 34,6
1976 21,0 28,4 30,2 16,7 14,6 23,0
1977 34,1 43,2 31,6 30,4 18,3 37,0
1978 45,2 32,7 26,8 41,8 15,6 33,4
1979 36,8 35,7 26,6 52,2 16,8 24,8
1980 32,4 26,6 31,8 25,8 16,5 29,6
1981 42,2 52,2 41,0 30,3 14,6 35,0
1982 38,2 38,3 28,6 27,5 24,5 33,1
1983 21,2 32,0 36,9 17,6 12,2 34,0
1984 46,6 33,4 50,2 40,4 26,7 33,6
1985 42,2 36,3 38,9 23,6 19,1 68,9
1986 39,4 30,2 28,0 27,6 19,3 31,0
1987 58,0 33,2 23,2 24,3 14,0 35,1
1988 52,4 25,8 48,5 27,7 11,6 38,6
1989 35,2 21,2 27,8 26,6 16,0 24,8
1990 23,8 26,7 34,4 31,0 15,2 25,0
1991 58,0 33,0 28,6 28,3 17,3 26,7
1992 48,5 26,0 53,6 31,0 13,5 55,5
1993 34,2 36,4 53,3 20,8 12,1 20,7
1994 68,7 28,0 24,0 24,5 18,6 34,0
1995 35,0 22,5 25,4 26,0 18,2 27,5
1996 51,6 46,1 24,3 29,2 22,4 20,2
1997 35,6 46,5 26,0 38,2 16,2 45,4
1998 54,5 44,5 49,6 21,8 18,0 22,0
1999 45,0 31,6 30,3 30,2 19,2 32,5
2000 28,4 37,7 27,7 20,7 25,2 21,6
2001 29,7 31,1 33,6 32,7 23,6 28,1
2002 32,0 29,0 35,6 20,4 23,8 107,0
PROMEDIO 40,6 33,4 32,3 28,5 18,1 34,1
STD 10,5 8,0 8,6 7,7 4,3 15,6

76
Fuente: SENAMHI

c. Anlisis visual de histogramas.

En el grafico 4-1, se presenta el histograma de caudales mximos
mensuales del rio Huancan, en ella se puede apreciar que durante el
periodo de 1964 al 2002, el comportamiento de los caudales mximos es
homogneo, con un mnimo de 54.0 m
3
/s y un mximo de 352.0 m
3
/s; en
promedio se tiene un caudal mximo de 139.8 m
3
/s; visualmente se puede
observar que no hay presencia de saltos; como son eventos extremos, es
necesario conservar la informacin original.

Fuente: elaboracin propia.

En el grafico 4-2, se presenta el hidrograma de caudales mximos anuales del
rio Huancan, en ella se puede apreciar que durante el periodo de 1964 al
2002, el comportamiento de los caudales mximos es homogneo, no hay
0.0
50.0
100.0
150.0
200.0
250.0
300.0
350.0
400.0
1960 1965 1970 1975 1980 1985 1990 1995 2000 2005
C
A
U
D
A
L

(
m
3
/
s
)

AOS (1964 - 2002)
Grafico 4-1: Hidrograma de caudales maximos mensuales del rio
Huancane

77
presencia de saltos; en consecuencia se puede afirmar que no hay
irregularidades en la informacin histrica; sin embargo, para su verificacin
se realizara el anlisis de doble masa.


En el grafico 4-3, se presenta el hidrograma de precipitacin mensual
mxima de 24 horas de la estacin Huancan, en ella se puede apreciar que
durante el periodo de 1964 al 2002, el comportamiento de las precipitaciones
mximas mensuales son homogneos, con un mnimo de 21.0 mm y un
mximo de 68.7 mm; en promedio se tiene una precipitacin mxima de 24
horas de 40.6 mm; visualmente se puede observar que no hay presencia de
saltos; como son eventos extremos, es necesario conservar la informacin
original.

En el grafico 4-4, se presenta el hidrograma de precipitacin anual mxima
de 24 horas de la estacin Huancan, en ella se puede apreciar que durante
el periodo de 1964 al 2002, el comportamiento de la precipitacin anual es
homogneo, visualmente se puede observar que no hay presencia de saltos;
en consecuencia, se puede afirmar que no hay irregularidades en la
informacin histrica; sin embargo, para su verificacin se realizara el
0
50
100
150
200
250
300
350
400
1960 1965 1970 1975 1980 1985 1990 1995 2000 2005
C
A
U
D
A
L

M
A
X
I
M
O

(
m
3
/
s
)

AOS (1964 - 2002)
Grafico 4-2: Hidrograma de caudales maximos anuales del rio
Huancane

78
anlisis de doble masa.


Fuente: elaboracin propia
0.0
10.0
20.0
30.0
40.0
50.0
60.0
70.0
80.0
1960 1965 1970 1975 1980 1985 1990 1995 2000 2005
P
r
e
c
i
p
i
t
a
c
i
o
n

(
m
m
)

AOS (1964 - 2002)
Grafico 4-3: Hidrograma de precipitacion maxima de 24 horas de la
estacion Huancane

50.0
100.0
150.0
200.0
250.0
300.0
1964 1968 1972 1976 1980 1984 1988 1992 1996 2000 2004
C
A
U
D
A
L

M
A
X
I
M
O

(
m
3
/
s
)

AOS (1964 - 2002)
Grafico 4-4: Hidrograma de precipitacion maxima de 24 horas
anuales de la estacion Huancane

79

mxima de 24 horas de la estacin Putina, en ella se puede apreciar que
mximo de 52.2 mm; en promedio se tiene una precipitacin mxima
mensual de 24 horas de 33.4 mm; visualmente se puede observar que no
hay presencia de saltos; como son eventos extremos, es necesario
conservar la informacin histrica.

de 24 horas de la estacin Putina, en ella se puede apreciar que durante el
periodo de 1964 al 2002, el comportamiento temporal de la precipitacin
anual es homogneo, visualmente se puede observar que no hay presencia
de saltos; en consecuencia, se puede afirmar que no hay irregularidades en
la informacin histrica; sin embargo, para su verificacin se realizara el
0.0
10.0
20.0
30.0
40.0
50.0
60.0
1964 1968 1972 1976 1980 1984 1988 1992 1996 2000 2004
P
r
e
c
i
p
i
t
a
c
i
o
n

(
m
m
)

AOS (1964 - 2002)
estacion Putina

80


mxima de 24 horas de la estacin Arapa, en ella se puede apreciar que

de 24 horas de la estacin Arapa, en ella se puede apreciar que durante el

50.0
100.0
150.0
200.0
250.0
300.0
1964 1968 1972 1976 1980 1984 1988 1992 1996 2000 2004
C
A
U
D
A
L

M
A
X
I
M
O

(
m
3
/
s
)

AOS (1964 - 2002)
anuales de la estacion Putina

81



0.0
10.0
20.0
30.0
40.0
50.0
60.0
1964 1968 1972 1976 1980 1984 1988 1992 1996 2000 2004
P
r
e
c
i
p
i
t
a
c
i
o
n

(
m
m
)

AOS (1964 - 2002)
estacion Arapa

50.0
100.0
150.0
200.0
250.0
300.0
1964 1968 1972 1976 1980 1984 1988 1992 1996 2000 2004
C
A
U
D
A
L

M
A
X
I
M
O

(
m
3
/
s
)

AOS (1964 - 2002)
anuales de la estacion Arapa

82
mxima de 24 horas de la estacin Muani, en ella se puede apreciar que

Fuente: elaboracion propia.

de 24 horas de la estacin Muani, en ella se puede apreciar que durante el
0.0
10.0
20.0
30.0
40.0
50.0
60.0
1960 1965 1970 1975 1980 1985 1990 1995 2000 2005
P
r
e
c
i
p
i
t
a
c
i
o
n

(
m
m
)

AOS (1964 - 2002)
estacion Muani

83


mxima de 24 horas de la estacin Ananea, en ella se puede apreciar que
conservar la informacin histrica. La precipitacin en esta estacin es
menor con respecto a las estaciones Huancane, Putina, Arapa, Muani y
Cojata.

de 24 horas de la estacin Ananea, en ella se puede apreciar que durante el

50.0
100.0
150.0
200.0
250.0
1964 1968 1972 1976 1980 1984 1988 1992 1996 2000 2004
C
A
U
D
A
L

M
A
X
I
M
O

(
m
3
/
s
)

AOS (1964 - 2002)
anuales de la estacion Muani

84



mxima de 24 horas de la estacin Cojata, en ella se puede apreciar que
0.0
5.0
10.0
15.0
20.0
25.0
30.0
35.0
1964 1968 1972 1976 1980 1984 1988 1992 1996 2000 2004
P
r
e
c
i
p
i
t
a
c
i
o
n

(
m
m
)

AOS (1964 - 2002)
Grafico 4-11: Hidrograma de precipitacion maxima de 24 horas de
la estacion Ananea

40.0
60.0
80.0
100.0
120.0
140.0
160.0
180.0
200.0
1964 1968 1972 1976 1980 1984 1988 1992 1996 2000 2004
C
A
U
D
A
L

M
A
X
I
M
O

(
m
3
/
s
)

AOS (1964 - 2002)
anuales de la estacion Ananea

85


de 24 horas de la estacin Cojata, en ella se puede apreciar que durante el
anlisis de doble masa

0.0
10.0
20.0
30.0
40.0
50.0
60.0
70.0
80.0
1964 1968 1972 1976 1980 1984 1988 1992 1996 2000 2004
P
r
e
c
i
p
i
t
a
c
i
o
n

(
m
m
)

AOS (1964 - 2002)
Grafico 4-13: Hidrograma de precipitacion maxima de 24 horas de
la estacion Cojata

86


d. Anlisis de doble masa.

En el cuadro 4.3, se presentan los datos de caudales mximos anuales del
rio Huancan y Ramis, los que se utilizo para realizar este anlisis; y en el
cuadro 4-4, se presentan los datos de precipitacin mxima de 24 horas
registradas en las estaciones de Huancan, Putina, Arapa, Muani, Ananea
y Cojata, para realizar el anlisis de doble masa.

En el grfico N 4.15 se muestran el diagrama de doble masa, de la serie
histrica de caudales mximos del rio Huancane, para ello nos apoyamos en
los datos de caudales mximos del rio Ramis; en ella se puede observar que
la serie del ro Huancan es una estacin con registros consistentes porque
su diagrama se asemeja a una lnea recta, no hay quiebres; por tanto, se
puede concluir y afirmar que los datos histricos de caudales mximos del
rio Huancan son homogneos y consistentes; en consecuencia no es
necesario realizar el anlisis estadstico.

Cuadro 4-3: Valores de caudales mximos del rio
50.0
100.0
150.0
200.0
250.0
1964 1968 1972 1976 1980 1984 1988 1992 1996 2000 2004
C
A
U
D
A
L

M
A
X
I
M
O

(
m
3
/
s
)

AOS (1964 - 2002)
anuales de la estacion Cojata

87
Huancan acumulados (m3/s)

AO Huancan Ramis Prom. Acum. H. Acum R Acum
1964 150,0 365,0 257,5 150,0 365,0
1965 144,5 342,5 501,0 294,5 707,5
1966 147,7 270,6 710,2 442,2 978,1
1967 78,8 260,2 879,7 521,0 1238,3
1968 75,8 289,0 1062,1 596,8 1527,3
1969 76,6 175,2 1188,0 673,4 1702,5
1970 172,0 404,8 1476,4 845,4 2107,3
1971 352,8 554,0 1929,8 1198,2 2661,3
1972 101,8 331,4 2146,4 1300,0 2992,7
1973 143,5 442,5 2439,4 1443,5 3435,2
1974 224,5 623,5 2863,4 1668,0 4058,7
1975 181,0 405,0 3156,4 1849,0 4463,7
1976 114,0 362,0 3394,4 1963,0 4825,7
1977 131,4 494,5 3707,3 2094,4 5320,2
1978 140,0 442,0 3998,3 2234,4 5762,2
1979 240,3 346,5 4291,7 2474,7 6108,7
1980 98,1 346,8 4514,2 2572,8 6455,5
1981 159,0 426,0 4806,7 2731,8 6881,5
1982 142,6 406,2 5081,1 2874,4 7287,7
1983 62,5 118,0 5171,3 2936,9 7405,7
1984 180,0 464,2 5493,4 3116,9 7869,9
1985 155,0 411,9 5776,9 3271,9 8281,8
1986 195,5 480,0 6114,6 3467,4 8761,8
1987 142,0 260,0 6315,6 3609,4 9021,8
1988 159,0 392,0 6591,1 3768,4 9413,8
1989 82,5 256,6 6760,7 3850,9 9670,4
1990 54,0 135,4 6855,4 3904,9 9805,8
1991 67,7 151,0 6964,7 3972,6 9956,8
1992 56,4 285,5 7135,7 4029,0 10242,3
1993 137,7 336,0 7372,5 4166,7 10578,3
1994 203,3 418,0 7683,2 4370,0 10996,3
1995 91,2 289,9 7873,7 4461,2 11286,2
1996 56,4 406,9 8105,4 4517,6 11693,1
1997 137,6 391,6 8370,0 4655,2 12084,7
1998 109,9 297,3 8573,6 4765,2 12382,0
1999 181,4 349,5 8839,0 4946,6 12731,5
2000 132,0 418,0 9114,0 5078,6 13149,5
2001 214,0 434,7 9438,4 5292,6 13584,2
2002 160,9 395,1 9716,4 5453,5 13979,3

Cuadro 4-4: Valores de precipitacin mxima de 24 horas anuales (mm)

88
acumulado de 06 estaciones

Promedio Huancane Putina Arapa Muani Ananea Cojata
143,6 156,2 94,0 174,5 135,7 121,1 180,1
276,3 315,2 238,8 291,1 255,5 227,7 329,8
423,8 526,8 392,6 411,6 389,1 318,9 503,9
580,2 686,8 537,5 554,6 558,2 458,3 685,9
737,6 898,4 707,8 695,5 740,9 543,7 839,5
865,0 1034,9 865,4 800,0 867,3 651,4 971,0
1025,9 1222,3 1035,7 959,7 1022,7 764,8 1150,1
1154,7 1357,4 1166,4 1091,3 1149,7 863,1 1300,1
1303,6 1554,2 1308,5 1281,3 1226,5 974,7 1476,2
1465,2 1717,7 1542,2 1463,1 1347,9 1087,4 1632,9
1605,8 1898,7 1722,9 1620,3 1407,7 1197,1 1787,9
1728,4 2048,2 1847,8 1735,3 1470,8 1308,3 1959,7
1860,6 2179,9 1985,8 1863,4 1588,4 1421,2 2124,9
2009,9 2310,7 2147,0 2029,0 1724,7 1535,4 2312,9
2181,1 2556,5 2304,4 2199,4 1915,7 1632,2 2478,3
2329,0 2743,4 2457,7 2358,8 2076,3 1740,9 2596,7
2487,3 2934,8 2602,6 2579,8 2194,9 1845,3 2766,2
2664,4 3166,3 2788,4 2774,7 2346,6 1947,6 2962,7
2831,6 3353,1 2982,7 2951,3 2470,9 2082,7 3149,2
2967,2 3480,3 3136,8 3107,2 2584,6 2161,2 3333,4
3144,6 3682,3 3314,9 3304,5 2749,2 2299,7 3516,8
3340,0 3918,3 3495,5 3525,5 2912,0 2430,4 3758,4
3504,3 4131,9 3659,1 3714,5 3049,9 2539,8 3930,6
3660,5 4339,5 3805,8 3867,8 3198,1 2642,7 4109,4
3814,3 4548,4 3950,8 4058,7 3333,5 2712,7 4281,8
3950,6 4739,6 4078,6 4192,8 3484,9 2804,2 4403,7
4106,2 4930,6 4238,4 4380,1 3622,1 2909,3 4556,5
4272,0 5178,7 4410,7 4553,4 3784,3 2998,0 4706,7
4436,0 5385,9 4579,2 4717,0 3936,6 3078,4 4918,9
4604,6 5575,0 4765,8 4994,5 4072,1 3161,2 5059,3
4766,5 5792,5 4957,2 5140,2 4211,0 3249,6 5248,4
4889,9 5930,7 5087,6 5281,5 4322,7 3337,9 5379,1
5035,1 6088,6 5259,8 5406,7 4463,7 3458,7 5533,0
5203,8 6295,9 5478,7 5550,3 4629,8 3558,7 5709,3
5344,6 6475,8 5617,3 5715,6 4743,5 3668,5 5846,7
5495,4 6679,5 5753,5 5862,6 4882,0 3777,8 6017,1
5636,1 6823,3 5906,2 6005,3 4999,6 3913,1 6169,3
5811,9 6999,8 6086,9 6207,9 5164,9 4053,1 6358,6
5983,3 7206,2 6256,0 6417,3 5291,6 4198,9 6530,0

89


En el grafico 4-16, pre presenta el anlisis de doble masa de la serie
histrica de la precipitaciones mximas de 24 horas de las estaciones
estudiadas; en ellas se puede observar que las lneas de doble masa de las
seis estaciones estudiadas no presentan quiebres significativos; en
consecuencia se puede afirmar que los registros histricos de
precipitaciones mximas de 24 horas de las seis estaciones estudiadas son
consistentes, en consecuencia, no es necesario realizar el anlisis
estadstico, ni mucho menos la correccin de la informacin.

En este anlisis no debe confundirse con los quiebres provocados por los
periodos secos o hmedos consecutivos o por los datos completados en
series incompletas antes de realizar este anlisis.

0.0
1000.0
2000.0
3000.0
4000.0
5000.0
6000.0
0.0 2000.0 4000.0 6000.0 8000.0 10000.0
C
a
u
d
a
l

a
c
u
m
u
l
a
d
o

r
i
o

H
u
a
n
c
a
n
e

(
m
3
/
s
)

Caudales promedio acumulado de los rios Huancane y Ramis (m3/s)
Grfico 4-15: Diagrama de doble masa de caudalea maximos del
rio Huancane (m3/s)

Grfico 4-15: Diagrama de doble masa de
caudales mximos del rio Huancane (m3/s)

90


4.8 De la estimacin de parmetros estadsticos.

Los parmetros estadsticos de la muestra de los caudales mximos anuales
del ro Huancan, y de las precipitaciones mximas anuales de 24 horas
promedio de las estaciones Huancan, Putina, Arapa, Muani, Arapa y
Cojata, se presentan en el Cuadro 4.5.

Cuadro 4-5: Parmetros estadsticos de la muestra.

Parmetros
Caudal Mximo rio
Huancan (m
3
/s)
Precipitacin Mxima
24 horas promedio
(mm)
Media aritmtica 139,833 153.419
Desviacin estndar 60,214 16.793
Varianza
3625,678 281.996
Coeficiente de variacin
0,431 0,109
Coeficiente de asimetra
1,084 0.079

0.0
1000.0
2000.0
3000.0
4000.0
5000.0
6000.0
7000.0
8000.0
0.0 1000.0 2000.0 3000.0 4000.0 5000.0 6000.0
P
r
e
c
i
t
a
c
i
o
n

A
c
u
m
u
l
a
d
o

d
e

c
a
d
a

e
s
t
a
c
i
o
n

(
m
m
)

Precipitacion promedio Acumulado de 06 estaciones (mm)
Grafico 4-16: Diagrama de doble masa de las series de
precipitacion maxima de 24 horas.
Huancane
Putina
Arapa
Muani
Ananea
Cojata

91
4.9 De la estimacin de caudales mximos mediante el mtodo
probabilstico.

e. Estimacin del factor de frecuencia.

Empleando las formulas descritas en el captulo anterior se estimaron los
valores de factores de frecuencias para las distribuciones Normal, Log
normal 2 parmetro, Extrema tipo I y Pearson tipo III, los resultados de
estos factores de frecuencia se presentan en el cuadro 4-6.

Cuadro 4-6: Factor de frecuencia de las distribuciones tericas
estudiadas.
Distribucin
Periodo de
retorno (aos)
Probabilidad W
Factor de
frecuencia
Normal y Log
normal
10 0,100 2,1460 1,2817
25 0,040 2,5373 1,7511
50 0,020 2,7971 2,0542
100 0,010 3,0349 2,3268
Extrema tipo I
10 0,100 1,3046
25 0,040 2,0438
50 0,020 2,5923
100 0,010 3,1367
Pearson tipo III
10 0,100 1,3346
25 0,040 2,0617
50 0,020 2,5860
100 0,010 3,0962

f. De la estimacin de caudales mximos empleando las distribuciones
tericas estudiadas.

En el cuadro 4-7. Se presentan los resultados de la estimacin de caudales
mximos estimados con las distribuciones tericas log normal 2 parmetros,
log normal 3 parmetros, extrema tipo I y Pearson tipo III.

92
De los resultados, se puede apreciar que los datos caudales estimados con
las distribuciones Normal, Log normal 2 parmetros, Extrema tipo I y
Pearson tipo III, para un periodo de retorno de 10 aos son: 217.01, 224.95,
218.39 y 220.19 m
3
/s, respectivamente, en consecuencia las magnitudes
estimadas con la distribucin Extrema tipo I y Log Pearson tipo III, son muy
similares; mientras que las magnitudes estimadas con las distribuciones
Normal y Log normal 2 parmetros difieren; as mismo se puede apreciar
que a medida que se incrementa el periodo de retorno, las diferencias
tambin se incrementan. En la Figura 4-17 se muestra la variacin de la
generacin de caudales mximos del rio Huancan, empleando las
distribuciones Normal, Log normal 2 parmetros, Extrema tipo I y Pearson
tipo III.

93

F
u
e
n
t
e
:

e
l
a
b
o
r
a
c
i
n

p
r
o
p
i
a
.

94

Cuadro 4-7: Resultados de la estimacin de caudales mximos
mediante las distribuciones tericas estudiadas.
Distribucin
Periodo de
retorno (aos)
Media
aritmtica
Factor de
frecuencia
desviacin
estndar
YT
Caudal
(m
3
/s)
Normal
10
139,833
1,2817
60,213 217,01
25
139,833
1,7511
60,213 245,27
50
139,833
2,0542
60,213 263,52
100
139,833
2,3268
60,213 279,94
Log normal
10
2,106
1,2817
0,192 2,3521 224,95
25
2,106
1,7511
0,192 2,4422 276,83
50
2,106
2,0542
0,192 2,5004 316,52
100
2,106
2,3268
0,192 2,5527 357,06
Extrema tipo I
10
139,833
1,3046
60,213 218,39
25
139,833
2,0438
60,213 262,90
50
139,833
2,5923
60,213 295,92
100
139,833
3,1367
60,213 328,70
Pearson tipo
III
10
139,833
1,3346
60,213 220,19
25
139,833
2,0617
60,213 263,97
50
139,833
2,5860
60,213 295,54
100
139,833
3,0962
60,213 326,26

Resultados de la estimacin de caudales mximos mediante las
distribuciones tericas Extrema tipo I o Gumnel y Pearson tipo III, son
similares para los periodos de retorno de 10, 25, 50 y 100 aos; por ejemplo
para un periodo de retorno de 50 aos se estim un caudal de 295.92 m3/s
con la distribucin Gumbel y 295.54 m3/s con la distribucin Pearson tipo III;
pata un periodo de retorno de 100 aos, se estim un caudal de 328.70 m3/s
con la distribucin Gumbel y 326.6 con la distribucin Pearson tipo III; en
consecuencia, estas distribuciones son recomendables para la estimacin de
caudales mximos del rio Huancan
g. De la estimacin de parmetros de las distribuciones terica.

95

En el cuadro 4-8, se presentan los resultados de la estimacin de los
parmetros de las distribuciones Normal, Log normal 2 parmetros, Extrema
tipo I y Pearson tipo III, los mismos que fueron estimados mediante el
mtodo de momentos, los mismos que se utilizaran en la prueba de bondad
de ajuste.

Cuadro 4-8: Resultados de la estimacin de parmetros de las
distribuciones tericas

Distribucin
Parmetro Valor
Normal
Media X 139,83
Desviacin
estndar S 60,21
Log normal 2 parmetros
Media Y 2,11
Desviacin
estndar Sy 0,19
Extrema tipo I
Beta 112,737
Alfa 0.021
Pearson tipo III
Alfa 32.634
Beta 3.404
Delta 28.747

h. De la prueba de bondad de ajuste.

En el cuadro 4-9, se presentan los resultados de la prueba de bondad de
ajuste Smirnov kolmogorov, para comparar las diferencias existentes, entre
la probabilidad emprica de la serie de caudales mximos del rio Huancan y
las probabilidades tericas Normal, Log normal 2 parmetros, Extrema tipo I
y Pearson tipo III, tomando el valor mximo del valor absoluto de la
diferencia entre el valor observado y el valor de la distribucin terica del
modelo.

Cuadro 4-9: Resultados de la prueba de ajuste Smirnov Kolmogorov.

96

Distribucin max o critico Diferencia Ajuste
Normal 0,0882 0,2178 0,1296 Bueno
Log normal 2
parmetros
0,1430 0,2178 0,0748 Bueno
Extrema tipo I 0,1337 0,2178 0,0841 Bueno
Pearson tipo III 0,9677 0,2178 -0,7499 No

De los resultados de la prueba de ajuste Smirnov Kolmogorov se puede
indicar que la frecuencia empricas del rio Huancan se ajustan a las
distribuciones tericas Normal, Log normal 2 parmetros y Extrema tipo I,
dado que los valores de max son menores que el valor de o critico; sin
embargo las distribuciones log normal 2 parmetros y extrema tipo I, son las
que mejor se ajustan dado que sus diferencias son de 0.0748 y 0.0841,
respectivamente; en consecuencia para la estimacin de caudales mximos
para el diseo de obras hidrulicas se recomienda usar estas dos
distribuciones tericas.

Cuando se emplea la distribucin Pearson tipo III, las frecuencia emprica del
rio Huancan no se ajusta a esta distribucin porque el valor de calculado
es mayor que o critico (0.9677>0.2178); la diferencia es mnima (0.7499);
sin embargo, esta distribucin se puede emplear para determinar caudales
mximos para diseo de obras hidrulicas; su empleo de esta distribucin
queda a criterio de los ingenieros.

4.10 De la estimacin de caudales mximos mediante el mtodo Mac
Math.

f. Informacin meteorolgica.

La informacin meteorolgica histrica que se emplea en
la investigacin corresponde al promedio aritmtico de

97
las Estaciones Huancan, Putina, Arapa, Muani, Ananea y
Cojata, por estar ubicados en la zona en estudio y se
presenta en el cuadro 4-10, los mismos son obtenidos del
Servicio Nacional de Meteorologa e Hidrologa SENAMHI
Puno.

CUADRO 4-10: PROMEDIO DE PRECIPITACION MAXIMA EN 24 HORAS
(mm).
N AO Promedio de 06 estaciones (x)
1 1964 30,8
2 1965 26,8
3 1966 33,1
4 1967 35,6
5 1968 28,8
6 1969 26,2
7 1970 34,2
8 1971 33,2
9 1972 30,1
10 1973 31,0
11 1974 27,2
12 1975 25,0
13 1976 22,7
14 1977 32,4
15 1978 32,6
16 1979 32,2
17 1980 27,1
18 1981 35,9
19 1982 31,7
20 1983 25,7
21 1984 38,5
22 1985 38,2
23 1986 29,3
24 1987 31,3
25 1988 34,1
26 1989 25,3
27 1990 26,0
28 1991 32,0
29 1992 38,0

98
30 1993 29,6
31 1994 33,0
32 1995 25,8
33 1996 32,3
34 1997 34,7
35 1998 35,1
36 1999 31,5
37 2000 26,9
38 2001 29,8
39 2002 35,0
Promedio 30,974
Desviacin Estndar 4,002

g. De la determinacin de precipitacin mxima en 24 horas, para
diferentes periodos de retorno.

Los resultados de la estimacin de precipitaciones mximas en 24 horas,
para diferentes periodos de retorno, empleando el factor de frecuencia de la
distribucin extrema tipo I o Gumbel, se presentan en el siguiente Cuadro.

Cuadro 4-11: Precipitacin mxima de 24 horas (mm), para diferentes
periodos de retorno.

Periodo de
retorno
(aos)
Promedio
aritmtico
(mm)
Factor de
frecuencia
Desviacin
estndar
Precipitacin
Max. 24 horas.
(mm)
10 30,97 1,3046 4.0 36,12
25 30,97 2,0438 4.0 39,08
50 30,97 2,5923 4.0 41,27
100 30,97 3,1367 4.0 43,45

h. De la intensidad mxima para diferentes periodos de retorno.
Los resultados del clculo de las intensidades mximas para diferentes

99
periodos de retorno considerados se presentan en el siguiente cuadro.

Cuadro 4-12: Intensidades mximas (mm/h), para la cuenca del rio
Huancan.
Periodo de
Retorno
(aos)
Coeficiente
C
Pmax. 24 hr
(mm)
Coeficiente n
Intensidad
mxima (mm/h)
10 0.4602 36,12 0.875 10,62
25 0.4602 39,08 0.875 11,37
50 0.4602 41,27 0.875 11,93
100 0.4602 43,45 0.875 12,48

i. De la determinacin del coeficiente de escorrenta.

Para determinar el porcentaje de cobertura emplearemos el cuadro 4-13,
en donde se presentan la superficie del uso de la tierra en la cuenca del rio
Huancan; para efecto de cobertura consideraremos solamente los pastos
como cobertura permanente en la cuenca; en consecuencia se tiene una
cobertura del 49.1 %..
A partir de la tabla de factor de escorrenta Mac Math, el coeficiente de
vegetacin corresponde a una cobertura de 20 a 50 % ; entonces el
coeficiente C
1
ser igual a 0.22.

Cuadro 4-13: Uso de la tierra en la cuenca del rio Huancan (km
2
)

Uso de la tierra Superficie (Km
2
) %
1. Cultivos 369,1 10,4
2. Pastos 1740,1 49,1
3. Cultivos/pastos 1236,2 34,9
4. Afloramientos Rocosos 182,4 5,2
5.Cuerpos de agua 10,3 0,3

100
6. Nieve permanente 2,9 0,1
TOTALES 3541,0 100,0
Fuente: Plan Director Binacional

Segn el estudio de microzonificacin ecolgica econmica del sistema
TDPS, el 21.98% corresponden a suelos de la clase IV (tierras aptas para
pastos cultivados y algunos cultivos, con limitaciones por espesor de suelo,
erosin, salinidad y humedad), esto de por si manifiesta el potencial que
existe en el sistema para la actividad pecuaria, por otro lado el 19.13%
corresponden a suelos de la clase III (tierras aptas para cultivos y pastos con
limitaciones por condicin de humedad, erosin y salinidad), la tercera
unidad importante es lo que corresponde a la clase VII (tierras marginales
aptas para forestacin y pastos naturales, con limitaciones por fuerte
pendiente y erosin; en consecuencia se tienen suelos de textura media a
ligera, segn la tabla de factor de escorrenta Mac Math: El coeficiente de
Textura C
2
corresponde al valor de 0.12.

Para determinar el coeficiente relacionado a la topografa de la cuenca,
consideraremos las siguientes caractersticas de la cuenca:
Cota mxima = 5162 m.s.n.m.
Cota mnima = 3820 m.s.n.m.
Longitud del rio 125 Km.
La pendiente del terreno es: S=(5162-3820)/125 = 1.07 %.

De la tabla se puede determinar que la pendiente est en el rango de 0.0 a
0.2 %; entonces el valor de C
3
= 0.04.

El coeficiente de escorrenta de Mac Math es:
C = C
1
+ C
2
+ C
3
= 0.22 + 0.12 + 0.04 = : 0.38
j. De la determinacin de los caudales mximos.

101

Los resultados de la determinacin de los caudales mximos generados
mediante el mtodo Mac Math para la cuenca del rio Huancan, se
presentan en el siguiente cuadro:

Cuadro 4-14: Caudales mximos generados (m
3
/s) mediante el mtodo
Mac Math..

Periodo de
Retorno
(aos)
Coeficiente
Escorrenta
Intensidad
mxima
(mm/h)
rea (Has)
Pendiente
(o/oo)
Caudal de
diseo (m
3
/s)
10 0,38 10,63 354100 10,73 1625,33
25 0,38 11,39 354100 10,73 1740,95
50 0,38 11,95 354100 10,73 1826,04
100 0,38 12,50 354100 10,73 1909,93

En el cuadro N 4.14, se puede apreciar que los caudales estimados para los
periodos de retorno de 10, 25, 50 y 100 aos son similares no hay mucha
diferencia, esto debido a que los parmetros coeficiente de escorrenta, rea
y pendiente, no varan, solamente la intensidad mxima varia con el periodo
de retorno.

4.11 De la calibracin de caudales estimados mediante el mtodo Mac
Math y el mtodo probabilstico.

En el cuadro 4-15 se presenta los resultados de la calibracin de la
estimacin de caudales mximos mediante el mtodo Mac Math con los
caudales estimados mediante el mtodo probabilstico. En este cuadro se
puede apreciar que los caudales estimados para diferentes periodos de
retorno, mediante el mtodo Mac Math, son mayores que los caudales
estimados mediante el mtodo probabilstico; en consecuencia es necesario
calibrar los caudales estimados mediante el mtodo Mac Math, a los
caudales estimados mediante el mtodo probabilstico.

102

Para la calibracin de caudales se tom en cuenta las siguientes
consideraciones:
- Los caudales generados mediante el mtodo probabilstico son
confiables porque se ha utilizado informacin hidromtrica aforado;
en consecuencia se tomara como patrn para la calibracin.
- Los caudales generados mediante el mtodo Mac Math, nos da
resultados muy superiores a los calculados mediante el mtodo
probabilsticos debido a que la formula emprica est en funcin al
rea elevado a una constante 0.8; en consecuencia, a medida que
se incrementa el rea el caudal ser mayor..
- Los mtodos empricos se adecuan solo a cuencas pequeas.
- Los resultados de los caudales estimados mediante el mtodo Mac
Math deben calibrarse a los resultados de los caudales estimados
mediante el mtodo probabilstico.

Cuadro 4-15 Resultados de la calibracin de caudales estimados
mediante el mtodo Mac Math.

Periodo de
Retorno
(aos)
Caudal Metodo
Mac Math
(m3/s)
coeficiente
calibracin
Caudal Mtodo
Mac Math
calibrado (m3/s)
10
1625,32606 0,14 227,54565
25
1740,94877 0,15 261,14232
50
1826,03500 0,16 292,16560
100
1909,92856 0,17 324,68785

103
Cuadro 4-16 Resultados de caudales estimados mediante mtodos
deterministicos y probabilsticos.

Periodo de
Retorno
(aos)
Caudal promedio
Mtodo
Probabilistico
(m3/s)
Caudal Mtodo
Mac Math
calibrado (m3/s)
10
220,13459 227,54565
25
262,24280 261,14232
50
292,87834 292,16560
100
322,99196 324,68785

En el grafico 4-18 se muestra la calibracin de los caudales mximos
estimados mediante el mtodo Mac Math con los caudales estimados
mediante el mtodo probabilstico.

Al realizar una correlacin lineal, considerando como variable dependiente a
los caudales generados con el mtodo Mac Math, y la variable independiente
a la serie de caudales generados mediante mtodos probabilsticos, se tiene
una ecuacin lineal:
Y=15.0063+0.9525X; con un coeficiente de correlacin de 0.995; en
consecuencia, los resultados de caudales mximos calibrados estimados
mediante el mtodo Mac Math, se pueden utilizar para el diseo de obras
hidrulicas,.

104

200
220
240
260
280
300
320
340
0 10 20 30 40 50 60 70 80 90 100
C
a
u
d
a
l

m
a
x
i
m
o

(
m
3
/
s
)

Periodo de retono (aos)
Grafico 4-18: Calibracion de la estimacion de caudales mediante el
metodo Mac math.
Metodo Probabilistico Metodo Mac Mat Mac.

105
V CONCLUSIONES Y RECOMENDACIONES

5.1 Conclusiones.

1. El modelo del promedio aritmtico es una tcnica apropiada para completar
datos faltantes de las series histricas de caudales mximos del rio
Huancan y de la precipitacin mxima de 24 horas de las estaciones
consideradas en el estudio.

2. Al realizar el anlisis de consistencia de la informacin hidromtrica, se
puede concluir que la serie histrica de los caudales mximos del rio
Huancan (Puente Carretera) son consistentes y homogneos porque no
presentan saltos en el histograma y en el anlisis de doble masa la lnea de
doble masa es una recta.

3. Al realizar el anlisis de consistencia de la informacin metereolgica, se
puede concluir que la serie histrica de las precipitaciones mximas de 24
horas de las estaciones Huancan, Putina, Arapa, Ananea, Cojata y Muani
son consistentes y homogneos porque no presentan saltos en el
histograma y en el anlisis de doble masa la lnea de doble masa es una
recta.

4. Los Caudales Mximos estimados mediante las distribuciones Normal, Log
Normal 2 Parametros, Extrema Tipo I y Pearson Tipo III, para periodos de
retorno de 10, 25, 50 y 100 aos, son confiables porque se tom como dato
fuente Caudales Mximos aforados.

5. Los Caudales Mximos estimados con modelos probabilsticos, por lo
general, dan valores diferentes para igual periodos d#e retorno, quedando a
criterio la seleccin del valor ms probable, el mismo que debe tener una
relacin con la importancia de la magnitud y ubicacin de la obra hidrulica.

106
6. La serie de caudales mximos Anuales del rio Huancan se ajustan a las
Distribuciones Tericas Normal, Log normal 2 Parmetros, Extrema Tipo I y
Pearson Tipo III, basado en la prueba de ajuste Kolmogorov Smirnov;
mientras que la distribucin Pearson tipo III, no se ajusta (Dado que max.
y crtica son 0.082 y 0.21 respectivamente).

7. Las funciones de Distribucin Normal, Log Normal 2 Parmetros, Extrema
Tipo I y Pearson Tipo III, se adecuan al anlisis de mximas avenidas del
rio Huancan.

8. Los caudales mximos estimados mediante el mtodo Mac Math, para
periodos de retorno de 10, 25, 50 y 100 aos, no son confiables porque el
rea de la cuenca es muy grande; sin embargo para su utilizacin de este
mtodo es necesario calibrar los resultados.

9. Al realizar la calibracin de los caudales mximos estimados mediante el
mtodo Mac Math, con los caudales estimados mediante el mtodo
probabilsticos, para periodos de retorno de 10, 25, 50 y 100 aos, se
tienen: 220.13 y 227.54; 262.24 y 261.14; 292.87 y 292.16; 322.99 y 324.68
m3/s; respectivamente.

10. La Correlacin Lineal entre los caudales generados con el mtodo Mac
Math, y los caudales generados mediante mtodos probabilsticos, tiene la
ecuacin lineal Y=15.0063+0.9525X; con un coeficiente de correlacin alta
de 0.995, como se puede observar en el Grafico 4-18.

11. Con la presente investigacin es posible determinar el Caudal Mximo para
un periodo de retorno de 50 aos con informacin Metereologica o
Hidromtrica.

107

5.2 Recomendaciones.

A partir del estudio realizado es necesario tener en cuenta las siguientes
recomendaciones:
1. Los resultados obtenidos en el presente estudio, van a servir como
referencia a las posteriores investigaciones con otros fines.

2. Realizar estudios de mximas avenidas, mediante mtodos como
Curva Nmero, Hidrogramas, entre otros, para realizar
comparaciones con los resultados obtenidos en esta investigacin.

3. Utilizar el mtodo probabilstico, para la determinacin de los
caudales mximos para Proyectos de defensas ribereas, con
caudales medidos en al Estacin Puente Carretera Huancan,
dentro de ella la Distribucin Extrema Tipo I es la ms recomendable
debido a que se ajusta a la prueba de Kolmogorov segn Cuadro
4.9 y es el que mas se aproxima al promedio de los 4 mtodos
probabilsticos usados, como se muestra en el Cuadro 4.17.

4. En el caso que no se cuente con informacin de caudales mximos
en un determinado punto de la Cuenca, es necesario Utilizar el
mtodo Mac Math calibrado, debido a que este mtodo utiliza las
precipitaciones lecturadas de estaciones cercanas.

108

VI BIBLIOGRAFA.
AGUIRRE M. 1999, Modelo Matemtico en Hidrologa, Modelo Mike SHE.
ALIAGA, S.V. 1985. Hidrologa estadstica. Lima.
APARICIO, F. 1997 Fundamentos de hidrologa de superficie Mxico.
AROSTEGUI, J. 1983. Determinacin y anlisis de la curva regional de
frecuencia de mximas avenidas para Cuenca del ro Piura. Tesis para optar
titulo de Ingeniero Agrcola, U.N.A La Molina. Lima.
BENJAMIN, J. Y CORNELL, A. 1966. Probabilidad, estadstica y teora de
decisin para ingeniera civil.
CANAZA, D. 1978. Anlisis de frecuencia de avenidas del ro Ramis. Tesis
para optar titulo de Ingeniero Agrnomo, U.N.T.A.. Puno.
CHAMBILLA, R. 1977. Anlisis de frecuencia de avenidas del ro Ilave. Tesis
para optar titulo de Ingeniero Agrnomo. , U.N.T.A.. Puno.
CHAVEZ R. Hidrolgia para Ingenieros Pontificia Universidad Catlica del
Per (1994)
CHOW VEN TE 1993 Hidrolgia Aplicada Colombia.
CHOW, V. 1964. Handbook of Applied Hidrology. Mc Graw Hill Company.
New York.
CHOW, V. 1988. Hidrologa aplicada Mc Graw Hill Company .Colombia
CONDORI, D. 1978. Anlisis de frecuencia de avenidas del ro Coata. Tesis
para optar titulo de Ingeniero Agrnomo, U.N.T.A. Puno.
GUEVARA P. Mtodos para el Anlisis de Frecuencia de Avenidas Aplicadas
al Ri Caete Segundo Seminario Nacional de Hidrolgia Lima Per 1973.
GUEVARA, E. 1973. Mtodos para el anlisis de frecuencia de avenidas.II
Seminario de Hidrologia-Lima.
GUEVARA E. (2004). Hidrologia Ambiental. Universidad de Carabogo,
Venezuela.
HASHIMOTO, P. 1974. Estudio del recurso hdrico de la Cuenca del ro Pisco
Tesis para optar el Grado de Ingeniero Agrcola. UNA La Molina, Lima.
HERAS, R. 1972. Manual de Hidrologa. Direccin General de Obras
Hidrulicas, Instituto de Hidrologa

109
HUANCA, E. 1982. Anlisis de frecuencia de avenidas del ro Huancane.
Tesis para optar titulo de Ingeniero Agrnomo. U.N.A. Puno.
HUDSON N. (1997). Medicin sobre el Terreno de la Erosin del Suelo y de la
Escorrenta. FAO - Organizacin de las Naciones Unidas para la Agricultura y
la Alimentacin. Roma.

JOO, A. 1971. Predeterminacin de mximas avenidas de los ros de la
Costa del Per, empleando modelos probabilsticos. Tesis para optar titulo de
Ingeniero Agrcola. U.N.A. La Molina. Lima.
LINSLEY R. KOHLER M. YY PAULUS J. Hidrologia para Ingenieros Ed. Mc
Graw Hill Interamericana de Mxico SA de C.V. Mxico 1988.
MEJIA A. Anlisis de Mximas Avenidas Publidrat (1999)
MOLINA M. Hidrolgica Publicacin N 12 Departamento de Recursos de
Agua y Tierra UNA la Molina Lima Per. 1975.
MOLINA, M. 1975. Hidrologa. U.N.A. Publidrat. Lima.
MONSALVE, G. 1999. Hidrologa en la ingeniera Colombia.
PAULET, M. 1974. Anlisis de frecuencias de fenmenos en Hidrologa.
U.N.A. Publidrat. Lima.
PIEROLA J, VITO ALIAGA A. 1993 Anlisis de consistencia de series
hidrometereologicas Lima.
RAMOS, L. 2000 Gua de practica de hidrologia UNA La Molina Lima Per.
REMENIERAS, C. 1965. Hidrologa del Ingeniero. Instituto del Libro. La
Habana - Cuba.
ROCHA A. Introduccin a la Hidrulica Fluvial (1998)
ROMERO, H. 1987. Estudio Hidrolgico de la Cuenca del ro Mala. Tesis
para optar titulo de Ingeniero Agrcola, U.N.A. La Molina. Lima.
SALAS LA CRUZ, J. 1979. Modelamiento estocstico de series hidrolgicas.
UNA La Molina Lima Per.
SILVA, G. (2003). Ros y Corrientes naturales. Bogot, Colombia.
SILVA, G. (2004). Estructuras Hidrulicas. Bogot, Colombia.

110
SOTERO, H.H. 1987. Estudio de mximas avenidas haciendo uso de
modelos probabilsticos - aplicacin ro Chicama. Tesis para optar titulo de
Ingeniero Agrcola, U.N.A. La Molina. Lima.
VARAS, E. 1982. Fundamentos de probabilidad y estadstica para hidrologia
UNA La Molina Lima.
VILLON M..(2001). Hidrologia estadistica. Publicaciones. Instituto Tecnologico
de Costa Rica. Cartago - Costa Rica.)
VIVAR, J. 1975. Anlisis de frecuencias de descargas mximas para el ro
Rimac, mediante la utilizacin de la serie anual y la serie parcial. Tesis para
optar titulo de Ingeniero Agrcola, U.N.A. La Molina. Lima.
YEVJEVICH, V. 1972. Probability and Statistics in Hidrology. Water
Resouces Publications Fort Collins, Colorado - USA.
ROCHA A. Transportes de Sedimentos Universidad Nacional de Ingeniera
Lima (1959)
VARAS C. Y FERRER A. Mtodos Estadsticos en Hidrolgica Escuela de
Ingeniera. Universidad Catlica de Chile. 1972.
VASQUEZ A. Manejo de Cuencas Alto andinas Tomo 2
CHAVEZ Das Rosendo, Hidrologa para Ingenieros, Universidad Catlica del
Per, Lima 1994.
VILCA V. J. C. Estudio hidrolgico de la cuenca del rio Ramis, Universidad
Nacional del Altiplano, Puno Per.
MEJIA M. J. Abel, Hidrologa Aplicada Volumen 1. Lima Per. 2001. 108
pg.
MONSALVE S. G. (1999) Hidrologa en la Ingeniera, Segunda Edicin,
Editorial
Escuela Colombiana de Ingeniera Alfa omega, Colombia.
VASQUEZ V. A. (2000) Manejo de Cuencas Altoandinas, Tomo I y II, UNA La
Molina, Lima-Per.
VILLN B. M. 2002, Hidrologa, Escuela de ingeniera Agrcola, Instituto
Tecnolgico de Costa Rica. Lima Per. 430 pg.
VILLN B. M. 2002, Hidrologa Estadstica, Escuela de ingeniera Agrcola,
Instituto Tecnolgico de Costa Rica. Lima Per. 478 pg.

ANEXOS.

Anexo 1 (Informacin Metereologica e Informacin
Hidrometrica.)
Anexo 2 (Prueba de ajuste Kolmogorov - Smirnov)
Anexo 3 (Tablas estadsticas)
Anexo 4 (Planos)

ANEXO 1
INFORMACIN METEREOLOGICA
INFORMACIN HIDROMETRICA

PRECIPITACION MAXIMAS DIARIAS (mm)

NOMBRE : PUTINA
CUENCA : HUANCANE LATITUD 1455'00" REGION : PUNO
CODIGO : 7414 LONGITUD 6953'00" PROV : PUTINA
TIPO : P ALTITUD 3920 MSNM DIST : PUTINA

AO ENE FEB MAR ABR MAY JUN JUL AGO SET OCT NOV DIC
1964 12.5 8.5 18.0 14.0 12.5 0.0 0.0 0.5 5.0 7.5 8.0 7.5
1965 14.0 17.0 27.0 14.0 0.0 0.0 3.3 0.5 8.0 10.5 28.9 21.6
1966 10.6 36.7 14.0 14.7 15.0 0.0 0.0 0.0 12.0 13.5 20.0 17.3
1967 13.4 20.4 19.3 10.0 10.0 0.0 3.3 9.0 15.0 30.5 14.0
1968 10.0 16.0 21.0 20.0 0.5 0.4 25.0 0.5 18.1 12.2 35.0 11.6
1969 43.0 27.8 15.0 5.0 1.0 1.2 15.5 0.0 12.9 19.2 17.0
1970 23.9 16.0 19.5 16.3 13.5 0.0 0.0 0.0 19.2 13.2 10.6 38.1
1971 43.8 20.0 15.3 4.1 1.1 0.7 0.0 3.5 2.3 15.3 18.9 5.7
1972 19.9 24.4 11.4 10.7 4.1 0.0 1.0 5.2 5.2 8.8 30.0 21.4
1973 19.6 29.5 15.2 34.8 3.9 2.8 13.3 5.4 24.5 19.8 43.4 21.5
1974 30.9 25.2 13.9 22.7 0.6 4.8 1.4 5.2 10.2 11.8 24.5 29.5
1975 14.9 16.7 12.5 10.2 8.9 8.6 0.0 0.5 8.7 13.5 15.0 15.4
1976 17.9 28.4 17.1 7.5 10.9 4.2 1.5 11.6 14.3 2.2 9.0 13.4
1977 13.0 43.2 22.3 7.9 7.5 0.0 0.1 0.0 17.1 14.9 15.3 19.9
1978 16.5 16.7 24.4 15.1 3.0 2.6 0.3 0.2 12.0 8.3 32.7 25.6
1979 29.2 12.3 13.5 35.7 3.4 0.0 0.8 5.8 4.6 27.8 9.0 11.2
1980 24.5 8.4 26.6 5.9 6.1 3.0 13.1 3.0 9.9 19.2 10.2 15.0
1981 52.2 12.7 12.2 28.7 1.7 5.5 0.0 11.2 15.2 16.7 11.5 18.2
1982 38.3 30.5 24.4 19.8 0.0 0.0 0.8 4.5 20.0 12.4 22.5 21.1
1983 32.0 12.0 19.3 16.0 9.8 0.8 3.3 1.4 7.3 4.0 30.9 17.3
1984 24.3 26.7 19.2 14.5 3.8 4.2 2.2 11.1 0.6 33.4 18.3 19.8
1985 18.0 24.3 16.0 24.1 5.8 2.8 0.0 2.1 11.0 16.3 36.3 23.9
1986 20.6 21.1 19.1 30.2 4.9 0.0 1.7 4.1 11.0 6.1 19.1 25.7
1987 18.1 10.5 19.7 20.3 2.0 2.0 13.4 4.5 2.6 12.0 33.2 8.4
1988 25.8 19.6 24.3 18.0 5.4 0.0 0.0 5.1 3.4 13.4 5.7 24.3
1989 16.4 17.3 21.2 13.6 0.0 4.2 0.0 6.5 13.5 8.2 8.0 18.9
1990 21.9 21.4 18.5 5.3 3.2 21.0 0.0 0.8 7.2 26.7 16.9 16.9
1991 20.2 16.6 28.9 9.7 5.7 19.6 9.8 0.8 4.0 9.4 14.6 33.0
1992 24.1 24.8 12.4 12.8 0.0 1.2 4.0 23.5 9.8 10.1 19.8 26.0
1993 33.7 16.9 17.4 36.4 9.1 0.0 1.2 6.0 11.5 12.4 22.7 19.3
1994 20.6 25.3 25.5 28.0 14.7 5.2 0.0 17.5 11.1 6.5 22.1 14.9
1995 7.9 22.5 20.5 7.7 0.5 0.0 3.4 4.7 10.1 14.2 19.9 19.1
1996 23.9 20.6 46.1 6.7 11.7 0.0 0.9 2.8 12.6 8.1 20.5 18.3
1997 28.3 14.6 46.5 40.3 2.5 0.0 1.1 11.4 9.2 8.1 42.4 14.5
1998 44.5 21.5 18.5 12.2 0.0 8.7 0.0 1.6 0.5 11.0 12.6 7.5
1999 17.7 10.0 31.6 4.8 11.1 0.0 0.7 0.0 10.5 11.3 11.8 26.7
2000 37.7 21.0 11.0 8.3 1.1 15.3 0.0 5.8 7.2 19.8 9.6 15.9
2001 31.1 19.5 31.1 15.5 17.2 3.0 1.5 3.4 6.0 16.3 18.7 17.4
2002 16.2 25.2 17.8 12.7 5.8 0.6 7.7 3.4 10.0 29.0 16.4 24.3
PROM 23.9 20.6 20.7 16.3 5.6 3.1 3.3 4.7 10.1 14.2 19.9 19.1
STD 10.44 7.32 7.93 9.56 4.90 5.08 5.53 5.04 5.35 7.18 9.59 6.90
FUENTE: SENAMHI


NOMBRE : ARAPA
CUENCA : RAMIS LATITUD : 1508'10.5" REGION : PUNO
CODIGO : 783 LONGITUD : 7007'05.6" PROV : AZANGARO
TIPO : CO ALTITUD : 3830 MSNM DIST : ARAPA

1964 19.0 12.5 32.0 30.0 9.0 0.0 0.0 1.5 25.0 12.0 19.5 14.0
1965 15.0 8.5 26.5 13.5 1.0 0.0 0.0 0.5 3.0 5.5 15.5 27.6
1966 7.0 21.5 16.5 6.0 17.5 0.0 0.0 2.5 7.5 8.5 13.5 20.0
1967 26.2 23.0 17.0 3.5 6.5 0.5 6.5 6.4 12.0 16.5 4.4 20.5
1968 20.9 26.5 13.8 5.0 6.4 2.6 9.5 2.5 2.7 9.5 23.5 18.0
1969 13.5 16.0 7.5 14.5 0.0 1.0 4.5 2.5 8.0 5.5 12.0 19.5
1970 22.0 15.5 36.0 19.0 6.5 0.0 0.0 0.2 19.0 14.5 12.0 15.0
1971 24.5 27.0 10.0 20.9 1.4 0.0 0.0 6.4 2.0 11.4 14.5 13.5
1972 32.0 28.0 33.5 19.0 7.9 0.0 1.0 2.8 14.0 13.0 18.8 20.0
1973 34.1 26.9 24.2 17.0 7.0 0.3 3.6 5.7 16.0 11.0 25.0 11.0
1974 31.0 19.2 27.2 13.0 1.0 7.0 1.4 6.8 6.0 10.3 21.0 13.3
1975 24.0 15.2 28.5 6.0 7.3 8.0 0.0 0.0 0.0 2.0 4.0 20.0
1976 16.3 17.6 10.2 5.2 6.4 2.4 2.2 9.2 20.0 0.2 8.2 30.2
1977 26.0 23.4 22.2 4.2 3.4 0.0 2.2 0.0 15.0 10.8 31.6 26.8
1978 25.0 20.4 16.8 19.8 6.0 5.4 0.2 0.0 9.8 14.8 25.4 26.8
1979 15.4 12.6 26.6 26.6 0.2 0.0 0.0 8.4 0.2 26.4 23.8 19.2
1980 29.2 31.8 28.4 13.2 14.2 0.0 25.1 20.5 14.5 11.8 17.9 14.4
1981 18.0 24.2 22.8 18.8 4.0 0.1 0.0 14.4 8.0 20.4 23.2 41.0
1982 24.4 28.6 22.8 15.8 0.4 0.0 0.0 1.8 14.4 20.6 27.4 20.4
1983 17.0 36.9 18.8 26.6 0.0 0.0 0.0 0.0 10.5 14.2 18.3 13.6
1984 30.3 13.8 50.2 22.2 10.5 0.8 0.0 0.0 0.0 21.8 25.2 22.5
1985 25.3 32.9 24.2 16.8 0.0 36.8 0.0 4.7 8.7 8.6 24.1 38.9
1986 19.8 28.0 23.0 15.8 0.0 0.0 1.4 25.7 10.5 27.4 16.3 21.1
1987 22.3 23.2 17.0 7.9 1.1 2.7 13.0 20.3 3.7 11.5 18.4 12.2
1988 18.0 10.1 29.0 48.5 33.9 0.0 0.8 0.0 3.1 16.5 2.9 28.1
1989 27.8 11.6 20.0 18.5 2.8 4.1 0.0 2.8 22.0 7.5 6.0 11.0
1990 24.0 34.4 9.6 6.1 2.9 33.2 0.0 2.7 11.0 30.1 6.8 26.5
1991 18.8 19.8 18.3 14.9 4.8 28.6 1.8 2.3 13.0 14.7 17.6 18.7
1992 17.8 9.0 11.7 5.6 0.0 11.0 0.6 53.6 7.6 19.6 13.1 14.0
1993 22.5 29.0 37.2 27.9 4.8 3.4 0.0 19.8 22.0 53.3 10.9 46.7
1994 24.0 22.0 17.5 21.2 6.0 0.4 0.0 3.0 4.3 11.5 14.8 21.0
1995 19.6 22.6 25.4 1.8 2.4 0.0 0.0 0.0 9.0 11.8 24.2 24.5
1996 21.7 6.2 14.0 3.5 11.0 0.0 1.7 2.8 17.2 11.8 11.0 24.3
1997 17.0 15.2 26.0 13.8 2.4 0.0 0.0 7.5 14.2 12.9 20.8 13.8
1998 8.4 28.0 49.6 29.2 0.0 2.3 0.0 1.4 0.9 12.2 16.5 16.8
1999 30.3 11.2 28.8 11.2 2.0 0.7 0.0 0.5 12.8 17.0 18.7 13.8
2000 24.6 27.7 10.2 1.8 11.8 8.8 1.6 10.2 5.2 22.6 6.0 12.2
2001 32.0 31.0 18.0 33.6 10.2 3.2 5.0 3.2 4.0 24.0 12.2 26.2
2002 23.4 35.6 17.9 18.8 22.4 6.5 6.0 8.0 4.0 30.6 12.0 24.2
PROM 22.3 21.7 22.8 15.8 6.0 4.4 2.3 6.7 9.8 15.5 16.3 21.1
STD 6.15 8.14 9.73 9.96 6.81 8.75 4.67 9.96 6.60 9.30 7.06 8.11
FUENTE: SENAMHI

PRECIPITACION MAXIMA DIARIAS (mm)

NOMBRE : COJATA
CUENCA : SUCHEZ LATITUD 1501'31.5" REGION : PUNO
CODIGO : 7421 LONGITUD 6921'49.3" PROV : HUANCANE
TIPO : PLU ALTITUD 4380 MSNM DIST : COJATA

1964 23.0 44.1 31.2 13.2 12.4 0.1 7.5 2.5 6.5 13.5 16.7 9.4
1965 19.4 19.2 20.6 23.7 8.2 4.5 0.0 1.8 10.2 14.4 9.8 17.9
1966 20.5 38.0 14.0 8.0 28.0 0.0 0.0 0.0 12.7 8.7 7.2 37.0
1967 7.8 27.9 24.6 18.0 17.5 8.3 12.7 17.6 6.3 8.5 5.8 27.0
1968 24.8 16.0 5.2 10.0 3.9 0.0 26.4 3.9 19.8 10.2 17.0 16.4
1969 15.2 10.0 13.4 10.0 1.6 2.5 22.3 3.4 8.2 13.5 18.2 13.2
1970 23.2 17.4 23.6 33.5 4.5 0.0 2.3 3.7 25.2 11.4 16.7 17.6
1971 37.3 18.9 15.6 4.0 2.3 0.6 0.0 1.5 6.8 25.5 19.7 17.8
1972 34.3 48.4 16.4 14.8 0.0 0.0 2.0 7.5 5.9 17.3 18.5 11.0
1973 17.6 15.7 12.0 22.0 12.4 4.2 1.2 1.0 14.9 21.7 12.2 21.8
1974 19.9 21.5 12.4 12.3 3.0 5.0 0.0 13.5 9.0 15.6 17.8 25.0
1975 22.5 20.7 34.6 3.7 14.0 4.8 0.0 1.0 8.5 13.7 15.7 32.6
1976 23.0 13.1 18.0 18.0 10.0 10.8 5.0 16.3 19.2 4.8 5.0 22.0
1977 20.0 19.0 19.8 25.0 14.0 9.9 0.0 0.0 12.0 18.3 13.0 37.0
1978 18.0 30.0 16.0 15.0 0.0 8.0 0.0 0.0 16.0 0.0 29.0 33.4
1979 20.0 12.4 19.8 24.8 0.0 0.0 0.0 1.5 0.0 8.3 18.6 13.0
1980 29.6 15.0 21.0 6.1 15.7 1.4 5.3 10.0 10.0 18.2 18.0 19.2
1981 24.7 25.0 15.8 35.0 3.0 4.2 0.0 13.5 19.0 18.3 12.0 26.0
1982 25.0 10.5 32.0 17.1 8.3 0.0 0.0 9.7 11.8 14.0 25.0 33.1
1983 16.9 31.0 29.0 34.0 8.3 0.0 0.0 7.0 9.5 20.2 9.7 18.6
1984 20.2 29.0 20.5 12.0 0.0 8.0 8.0 14.0 5.8 16.3 16.0 33.6
1985 68.9 20.4 28.0 20.0 6.0 7.0 0.0 4.5 15.1 16.8 27.0 27.9
1986 20.2 14.7 22.0 15.3 10.2 0.0 3.5 15.9 12.5 8.3 18.6 31.0
1987 24.8 13.5 15.0 35.1 13.3 2.6 10.4 3.6 4.6 13.5 19.7 22.7
1988 33.2 38.6 17.6 20.1 16.8 0.0 0.0 0.0 0.0 26.3 0.0 19.8
1989 24.8 15.0 15.6 14.7 3.2 5.3 1.8 9.8 1.2 4.8 10.4 15.3
1990 15.8 15.7 25.0 8.5 3.7 21.2 0.0 4.9 6.0 11.5 15.6 24.9
1991 26.7 14.0 18.3 16.4 6.2 14.0 0.0 0.0 5.0 12.8 13.0 23.8
1992 24.9 18.4 21.2 4.4 0.0 9.3 0.0 29.7 13.4 7.1 28.3 55.5
1993 20.7 17.1 12.0 4.4 0.0 9.3 3.7 15.7 8.9 19.2 13.5 15.9
1994 19.9 21.5 34.0 18.7 10.6 5.9 0.0 0.0 18.2 16.8 21.0 22.5
1995 27.5 14.8 13.7 9.3 5.8 0.0 4.6 6.9 7.7 10.0 14.0 16.4
1996 20.2 12.6 19.2 15.1 12.2 0.0 3.8 9.8 12.9 17.0 13.7 17.4
1997 15.3 26.0 45.4 14.5 4.1 0.0 5.9 7.2 8.5 25.1 14.9 9.4
1998 15.0 20.0 17.4 22.0 0.0 7.2 0.0 3.6 2.3 15.8 20.4 13.7
1999 21.6 25.4 32.5 11.7 7.8 4.9 3.4 0.0 11.4 9.8 14.7 27.2
2000 20.8 16.7 15.5 7.9 5.8 8.7 5.4 11.9 10.6 21.6 7.8 19.5
2001 24.2 12.4 17.6 8.9 27.2 6.8 7.2 9.5 8.3 22.1 17.0 28.1
2002 10.0 34.4 20.7 15.0 18.2 0.4 5.9 5.6 13.8 11.8 22.8 12.8
PROM 23.0 21.4 20.7 16.0 8.2 4.5 3.8 6.9 10.2 14.4 15.7 22.7
STD 9.42 9.23 7.77 8.44 7.06 4.73 5.80 6.52 5.54 5.89 6.15 9.19
FUENTE: SENAMHI


NOMBRE : MUANI
CUENCA : HUANCANE LATITUD 1416'00" REGION : PUNO
CODIGO : 785 LONGITUD 6957'00" PROV : AZANGARO
TIPO : C ALTITUD 3970 MSNM DIST : MUANI

1964 19.9 18.2 15.3 13.7 4.5 2.2 2.1 4.1 7.9 12.4 16.1 19.2
1965 15.2 20.0 0.0 13.7 0.0 0.0 0.0 0.0 15.0 10.4 15.2 30.3
1966 15.0 35.1 20.0 10.1 10.2 0.0 0.0 0.0 5.1 8.0 15.0 15.1
1967 10.0 10.0 10.0 10.3 10.2 0.0 10.0 10.0 16.0 28.7 8.5 45.4
1968 20.7 27.3 1.7 15.8 5.2 0.0 23.8 25.0 25.0 7.5 20.5 10.2
1969 20.0 15.8 11.9 26.2 0.0 0.0 0.0 4.2 7.6 10.0 10.2 20.5
1970 35.2 12.3 9.5 17.4 5.0 0.0 1.4 0.4 20.1 18.3 13.8 22.0
1971 23.0 25.0 31.0 8.0 7.0 0.0 0.0 1.2 0.0 12.4 9.4 10.0
1972 14.0 13.0 4.0 3.2 0.0 0.0 0.0 2.8 2.8 8.2 17.2 11.6
1973 9.8 10.4 11.2 24.2 0.4 0.0 0.0 15.6 17.6 2.6 19.2 10.4
1974 10.4 7.2 7.2 4.4 0.0 0.8 0.0 0.2 0.0 4.0 2.4 23.2
1975 9.0 6.2 8.4 4.8 2.0 0.0 0.0 4.1 0.0 4.2 5.6 18.8
1976 15.2 16.4 14.4 16.4 0.0 2.2 2.1 4.1 7.9 12.4 9.6 16.7
1977 14.9 30.4 15.5 9.1 0.0 0.0 0.0 0.0 11.8 16.4 18.5 19.7
1978 19.1 22.1 20.2 14.9 4.1 4.9 0.0 0.0 13.2 10.2 40.5 41.8
1979 52.2 9.5 12.5 23.2 5.6 0.0 0.0 0.0 8.2 19.6 13.2 16.6
1980 24.1 11.7 10.9 3.6 1.8 3.4 3.6 0.0 7.5 25.8 11.0 15.2
1981 30.3 9.2 20.4 20.6 4.5 0.0 0.0 6.7 7.6 20.6 12.0 19.8
1982 19.5 12.8 15.5 20.4 0.0 0.0 0.0 0.0 12.4 10.1 27.5 6.1
1983 17.6 16.8 10.9 12.6 7.2 0.0 0.0 16.0 0.0 10.4 6.9 15.3
1984 18.8 23.6 9.8 8.3 3.7 2.2 2.1 5.6 7.6 14.3 40.4 28.2
1985 11.8 23.2 16.0 22.4 3.7 4.3 0.0 0.0 17.2 20.3 20.3 23.6
1986 15.5 27.6 20.1 13.6 6.7 0.0 2.3 0.0 9.6 0.0 27.3 15.2
1987 24.2 24.3 11.2 24.1 0.0 6.2 11.3 3.4 1.2 10.8 21.4 10.1
1988 27.7 22.3 12.3 18.9 13.4 0.0 0.0 0.0 0.0 17.0 2.8 21.0
1989 21.0 26.6 18.1 24.1 0.0 7.4 0.0 4.8 6.8 12.4 16.6 13.6
1990 31.0 13.6 13.2 3.2 0.0 15.6 0.0 0.0 5.1 12.1 29.8 13.6
1991 20.2 28.3 24.2 18.2 6.2 15.2 0.0 0.0 3.8 6.8 18.7 20.6
1992 31.0 22.7 13.7 13.8 0.0 4.3 0.0 12.4 8.2 10.8 13.4 22.0
1993 20.8 17.6 16.4 7.7 3.8 0.0 6.8 8.0 11.3 16.1 13.0 14.0
1994 15.1 20.2 11.0 22.0 19.6 3.1 0.0 0.0 4.7 6.3 12.4 24.5
1995 22.3 26.0 16.9 2.1 0.0 0.0 0.0 0.0 0.0 5.7 16.7 22.0
1996 29.2 13.2 19.9 14.9 10.2 0.0 0.0 11.0 6.3 8.6 15.1 12.6
1997 22.5 23.4 38.2 15.3 3.2 0.0 0.0 11.0 12.5 14.9 16.0 9.1
1998 13.1 17.2 21.8 13.4 0.0 1.8 0.0 0.0 0.0 9.8 16.0 20.6
1999 14.7 10.9 21.8 14.0 15.9 0.0 0.0 0.0 9.2 9.2 12.6 30.2
2000 16.0 12.9 15.8 4.3 0.0 7.8 0.0 3.6 6.4 18.8 11.3 20.7
2001 13.8 15.0 32.7 7.4 15.9 3.2 8.2 4.3 4.5 19.5 21.3 19.5
2002 11.1 12.4 11.7 12.5 5.7 2.3 9.6 3.1 6.9 18.9 12.1 20.4
PROM 19.9 18.2 15.3 13.7 4.5 2.2 2.1 4.1 7.9 12.4 16.1 19.2
STD 8.31 7.03 7.61 6.77 5.08 3.76 4.68 5.65 6.01 6.16 8.21 7.99
FUENTE: SENAMHI

PRECIPITACION MAXIMAS DAIRIAS (mm)

NOMBRE : ANANEA
CUENCA : RAMIS LATITUD 1441'00" REGION : PUNO
CODIGO : 7419 LONGITUD 6932'00" PROV : PUTINA
TIPO : P ALTITUD
4600.00
MSNM DIST : ANANEA

1964 13.7 17.1 13.1 8.8 23.0 2.7 0.0 0.0 8.0 8.0 12.0 14.7
1965 14.0 14.8 13.4 8.4 0.0 0.0 3.2 10.0 15.0 9.0 8.0 10.8
1966 6.0 18.0 6.3 3.0 13.8 0.0 0.0 0.0 8.5 9.6 10.0 16.0
1967 7.3 26.8 8.2 3.0 9.0 0.0 9.0 8.0 15.0 8.0 15.7 29.4
1968 13.7 21.0 11.0 4.2 2.0 0.0 22.0 8.0 0.8 0.8 0.9 1.0
1969 13.7 14.9 13.1 8.8 5.6 3.3 3.5 5.1 7.1 9.0 10.8 12.8
1970 13.7 14.9 13.1 8.8 5.6 3.3 3.5 5.1 7.1 14.7 9.0 14.6
1971 12.4 16.1 6.8 8.3 2.2 6.0 0.0 4.6 3.3 12.5 10.5 15.6
1972 11.2 16.0 11.8 9.4 3.9 1.2 5.6 8.6 8.8 9.7 9.2 16.2
1973 11.2 17.6 22.6 9.3 3.7 0.5 3.2 6.8 9.8 9.9 7.5 10.6
1974 10.7 13.7 11.3 13.1 3.7 5.1 9.0 6.4 9.5 8.0 5.2 14.0
1975 13.9 12.6 15.3 10.4 5.1 5.3 0.0 8.6 5.2 13.4 6.0 15.4
1976 12.0 12.4 14.6 5.5 13.3 6.0 7.6 3.5 13.6 2.9 7.4 14.1
1977 13.1 18.3 10.8 8.8 9.3 4.9 4.8 0.0 9.8 5.9 15.6 12.9
1978 9.1 10.1 15.6 9.3 4.5 3.4 0.0 0.0 11.6 4.5 14.2 14.5
1979 14.3 7.9 13.5 16.8 7.7 0.0 0.0 4.6 12.8 7.0 12.3 11.8
1980 8.5 10.6 16.5 7.0 14.3 0.0 1.7 5.6 7.8 11.4 9.0 12.0
1981 14.0 14.6 13.9 8.4 4.7 2.5 0.0 5.4 6.1 8.2 12.2 12.3
1982 24.5 12.4 17.6 17.3 1.8 5.5 0.0 5.0 11.6 10.8 15.2 13.4
1983 12.2 8.4 8.5 9.4 4.5 8.8 0.0 0.0 4.6 6.5 6.6 9.0
1984 13.6 26.7 21.2 6.2 0.0 0.0 5.6 12.7 3.9 12.4 20.7 15.5
1985 18.0 16.8 10.3 11.4 3.2 19.1 6.3 5.9 7.4 7.8 10.2 14.3
1986 16.5 19.3 14.2 9.2 4.6 0.0 5.1 6.2 8.3 5.8 6.5 13.7
1987 12.3 7.6 13.9 8.9 3.4 3.6 13.3 2.5 4.0 8.5 10.9 14.0
1988 11.6 8.3 10.0 8.3 8.7 0.0 0.0 0.0 4.2 4.5 5.2 9.2
1989 16.0 13.7 15.0 5.0 5.2 0.0 0.0 5.0 5.5 6.5 8.2 11.4
1990 14.7 10.2 4.8 11.2 3.8 15.2 3.2 5.5 3.5 8.8 11.2 13.0
1991 17.3 6.5 7.5 11.7 8.3 8.8 0.0 0.0 6.5 6.6 8.5 7.0
1992 11.0 9.8 8.0 6.0 0.0 4.8 0.0 13.5 4.0 6.4 10.0 6.9
1993 10.8 7.2 9.7 5.8 4.2 1.5 3.5 6.5 3.5 7.4 10.6 12.1
1994 18.5 14.5 18.6 8.8 0.0 3.4 0.0 0.0 3.5 5.3 6.5 9.3
1995 7.5 15.3 14.2 5.7 4.2 0.0 2.1 0.0 3.4 4.8 18.2 12.9
1996 22.4 17.1 12.7 8.7 4.0 0.0 0.5 19.5 5.5 9.2 14.5 6.7
1997 16.2 15.0 15.9 5.5 2.6 0.0 1.4 7.0 5.4 5.8 12.4 12.8
1998 17.5 17.9 13.7 9.0 0.5 4.2 0.0 1.0 3.0 18.0 10.0 15.0
1999 16.1 17.9 14.0 8.0 5.3 0.9 1.5 1.0 10.5 19.2 7.3 7.6
2000 14.3 22.5 12.3 6.1 4.9 7.7 4.1 3.5 7.7 16.7 10.3 25.2
2001 18.1 14.9 16.3 23.6 10.4 0.5 6.2 9.0 3.9 12.5 19.2 5.4
2002 13.8 21.3 21.2 6.5 6.8 0.5 9.8 5.4 8.8 13.4 23.8 14.5
PROM 13.7 14.9 13.1 8.8 5.6 3.3 3.5 5.1 7.1 9.0 10.8 12.8
STD 3.74 4.88 4.00 3.84 4.56 4.18 4.50 4.26 3.49 3.94 4.52 4.74
FUENTE: SENAMHI


NOMBRE : HUANCANE
CUENCA : RAMIS LATITUD 1512'05.4" REGION : PUNO
CODIGO : 786 LONGITUD 6945'12.8" PROV : HUANCANE
TIPO : CO ALTITUD 3890 MSNM DIST : HUANCANE

1964 13.0 14.0 34.0 19.0 11.0 0.0 0.0 1.2 4.0 4.0 48.0 8.0
1965 35.0 27.5 18.0 8.0 1.5 0.0 3.0 2.0 8.0 14.0 17.0 25.0
1966 34.0 49.0 24.5 11.0 31.5 0.0 0.0 0.0 11.6 10.0 17.0 23.0
1967 6.0 21.0 16.0 2.0 7.0 1.0 13.0 5.0 11.0 18.0 5.8 54.2
1968 14.4 35.4 30.5 14.0 6.5 5.4 5.8 5.0 26.6 13.8 27.7 26.5
1969 20.0 31.2 25.0 9.2 0.0 2.2 7.5 5.0 7.2 5.2 16.5 7.5
1970 47.5 8.5 31.2 10.0 6.2 1.0 0.0 0.0 12.0 20.0 17.0 34.0
1971 19.0 44.0 18.5 3.5 1.0 1.0 0.0 1.5 0.0 12.4 20.8 13.4
1972 33.0 35.0 17.0 6.0 0.0 0.0 4.5 5.0 32.0 5.8 29.5 29.0
1973 23.0 9.2 39.5 17.5 3.5 0.0 0.0 5.5 28.8 17.0 4.5 15.0
1974 29.6 25.4 22.5 15.0 0.0 2.5 0.0 12.0 14.0 9.0 39.0 12.0
1975 21.0 36.0 17.5 10.0 5.5 0.0 0.0 0.0 3.0 30.5 6.0 20.0
1976 15.0 15.0 5.2 0.0 9.0 4.5 1.8 10.5 11.1 15.5 23.1 21.0
1977 6.8 34.1 19.0 0.0 1.8 0.0 1.9 3.2 19.0 19.0 12.4 13.6
1978 18.8 45.2 37.0 16.8 0.1 4.8 6.8 0.1 11.8 18.0 44.2 42.2
1979 36.8 34.8 7.4 23.2 1.6 0.0 2.8 6.8 1.6 16.6 33.0 22.3
1980 25.4 23.3 32.4 11.2 7.0 0.1 2.6 4.8 27.4 24.0 10.2 23.0
1981 42.2 26.2 26.4 34.8 12.2 0.1 0.0 8.8 12.0 24.8 8.8 35.2
1982 38.2 18.2 34.8 14.2 1.2 1.2 0.0 4.2 4.0 9.8 32.8 28.2
1983 18.2 21.2 13.2 9.6 7.8 1.0 0.0 1.4 12.2 2.8 20.0 19.8
1984 3.2 26.0 29.2 14.2 9.6 4.2 0.0 4.8 1.4 38.6 46.6 24.2
1985 22.8 9.8 26.4 42.2 6.2 10.4 0.0 2.2 29.6 15.6 39.0 31.8
1986 35.8 39.4 35.2 14.4 4.8 0.0 5.6 16.2 13.8 8.4 20.2 19.8
1987 58.0 7.2 25.2 7.9 7.9 8.8 8.8 9.8 5.4 21.2 32.2 15.2
1988 52.4 18.2 43.2 30.2 19.2 0.0 0.0 0.0 6.3 15.8 4.0 19.6
1989 32.0 32.2 35.2 15.8 1.8 2.2 1.0 7.4 9.0 6.0 13.6 35.0
1990 21.6 23.6 15.2 6.9 9.6 23.2 0.0 16.2 16.1 13.6 21.2 23.8
1991 23.9 58.0 44.2 6.6 12.8 24.6 1.0 0.6 12.6 5.4 20.4 38.0
1992 15.3 14.0 29.8 3.8 0.0 9.6 8.8 48.5 10.6 24.6 14.3 27.9
1993 25.5 17.8 21.5 19.1 7.2 2.1 0.0 4.6 3.6 21.5 32.0 34.2
1994 20.0 24.0 68.7 15.2 14.0 1.8 0.0 0.0 6.6 10.2 15.9 41.1
1995 16.2 22.4 16.8 9.7 1.2 0.0 0.8 1.2 8.3 11.0 35.0 15.6
1996 24.4 10.5 19.3 9.2 1.3 0.0 7.6 2.7 4.7 7.4 19.2 51.6
1997 35.6 34.0 30.2 24.3 7.4 0.0 0.0 11.0 13.1 8.6 28.1 15.0
1998 28.5 17.2 24.0 14.8 0.0 2.9 0.0 0.5 2.3 14.1 54.5 21.1
1999 26.1 11.6 45.0 43.7 9.2 0.5 1.3 0.9 10.8 15.9 25.3 13.4
2000 13.0 14.6 19.6 5.5 7.8 3.0 0.5 9.4 10.5 17.8 13.7 28.4
2001 24.8 24.9 29.7 5.9 10.5 3.5 2.8 5.9 2.3 28.5 12.0 25.7
2002 15.0 30.9 22.6 32.0 5.9 4.8 10.0 2.0 8.3 29.6 20.0 25.3
PROM 25.4 25.4 26.9 14.3 6.4 3.2 2.5 5.8 11.1 15.5 23.1 25.1
STD 12.04 11.89 11.59 10.41 6.12 5.51 3.46 8.16 8.10 8.03 12.54 10.69
FUENTE: SENAMHI

Cuadro 4-1. SERIE HISTORICA DE CAUDALES MAXIMOS DIARIOS (m3/s) DEL RIO HUANCANE

NOMBRE :PTECARR.HUANCANE
CUENCA :HUANCANE LATITUD 1512'59.3" REGION :PUNO
CODIGO :HUAN LONGITUD 6947'33.3" PROV :HUANCANE
TIPO :HLG ALTITUD 3860 m.s.n.m. DIST :HUANCANE

1964 36.4 90.3 150.0 79.2 16.4 7.4 4.3 3.1 2.3 3.1 2.7 13.1
1965 140.5 144.5 127.5 58.8 15.7 4.6 3.3
1966 134.0 147.7 106.2 22.1 22.3 6.2 4.0 3.0 2.1 3.4 10.3 13.5
1967 9.1 33.7 78.8 16.3 3.1 2.6 3.3 2.9 5.9 8.7 2.4 36.9
1968 21.1 75.8 49.0 25.6 10.9 4.6 4.6 35.0
1969 76.6 75.0 32.4 45.2 5.6 3.2 12.5 1.5 1.6 9.5 7.0
1970 78.0 155.4 129.4 172.0 23.0 5.3 3.4 2.8 13.4 4.2 4.2 95.5
1971 320.0 352.8 245.0 22.0 9.9 6.0 5.6 4.4 3.0 4.4 8.1 5.0
1972 75.0 101.8 44.0 45.5 14.6 4.4 4.0 2.8 6.8 4.4 23.8 57.5
1973 90.8 140.9 80.3 143.5 40.0 7.7 6.5 5.9 6.2 6.5 12.8 19.0
1974 155.7 224.5 172.8 36.0 13.0 7.3 5.2 6.0 8.8 5.8 8.2 49.4
1975 66.5 181.0 127.0 43.0 15.0 8.3 5.0 4.0 4.0 7.1 44.5
1976 102.0 114.0 76.8 27.5 8.8 5.9 4.4 4.2 17.5 4.8 1.6 11.9
1977 28.1 131.4 124.9 94.0 9.0 6.0 2.8 2.2 3.4 3.2 10.8 22.2
1978 85.5 140.0 106.2 34.5 17.5 4.9 4.3 2.3 2.0 1.6 28.0 122.3
1979 240.3 136.5 97.0 130.0 25.6 7.8 4.7 3.5 2.0 10.0 3.1 48.6
1980 98.1 95.4 70.0 58.8 9.1 3.6 2.9 1.9 2.9 8.5 7.0 4.2
1981 140.8 137.2 159.0 67.3 13.0 5.9 4.2 3.6 4.0 26.0 15.7 30.8
1982 142.6 48.5 127.0 93.7 17.0 7.2 4.9 3.5 8.3 11.0 53.0 39.0
1983 25.0 62.5 13.7 11.6 10.5 3.1 3.0 2.0 2.0 2.0 1.9 2.3
1984 153.7 180.0 109.0 77.8 13.1 5.3 3.8 3.0 2.7 7.3 22.0 49.0
1985 150.0 126.0 109.2 109.2 42.2 25.0 7.3 4.0 9.2 5.8 63.0 155.0
1986 195.5 120.0 79.5 46.0 11.6 5.6 3.9 5.0 3.1 3.7 93.6
1987 142.0 67.5 32.4 30.0 10.0 5.0 5.5 3.1 1.6 6.2 9.3 23.6
1988 139.0 122.0 90.0 159.0 32.0 8.3 5.2 3.1 2.0 5.0 3.2 8.8
1989 38.6 55.8 82.5 35.7 11.9 5.1 5.4 2.9 1.9 2.3 3.6 5.5
1990 54.0 39.4 17.6 11.1 6.4 7.4 3.0 2.1 1.8 6.4 26.8 24.8
1991 29.0 42.4 67.7 32.8 20.2 10.6 5.9 5.0 4.3 6.3 10.7 26.6
1992 56.4 55.5 47.7 11.3 5.3 3.8 3.4 11.0 2.6 2.5 8.2 13.0
1993 137.7 57.8 64.6 47.0 16.7 8.2 5.2 3.1 3.5 5.6 19.7 78.7
1994 77.8 203.3 107.0 119.5 36.2 9.0 6.8 4.1 3.1 6.0 10.7 54.3
1995 91.2 38.0 60.9 22.1 8.1 4.6 3.8 2.9 2.8 5.5 4.2 9.2
1996 56.4 55.5 48.7 30.0 7.6 4.6 2.7 1.9 1.8 3.2 6.2 33.2
1997 137.6 88.8 34.1 79.6 16.3 6.6 5.4 2.7 6.1 10.1 21.7 12.1
1998 33.2 109.9 85.4 62.0 7.9 3.7 3.1 2.4 2.1 3.7 10.9 26.0
1999 39.8 28.1 181.4 59.5 25.0 4.9 2.8 2.4 3.7 7.0 5.4 14.0
2000 52.2 81.8 132.0 25.5 6.8 7.1 3.4 2.5 2.7 8.6 5.0 27.8
2001 175.1 160.9 214.0 51.9 42.8 9.9 5.5 4.4 5.9 13.2 14.3 22.6
2002 35.1 138.7 160.9 56.0 24.1 5.0 5.5 4.1 5.1 32.4 36.6 105.1
PROM 99.0 111.8 99.0 59.6 17.4 6.6 4.5 3.8 4.4 6.9 13.4 37.9

STD 65.24 62.83 52.86 41.16 11.21 3.63 1.19 2.16 3.37 6.09 13.51 35.20
FUENTE: SENAMHI

ANEXO 2
PRUEBA DE AJUSTE KOLMOGOROV-
SMIRNOV

Cuadro 1: Calculo de P(X), F(Z) y , para la prueba Smirnov-Kolmogorov -
Distribucin Normal

m Q=X P(x)=m/(n+1) Z=(X-X)/S F(Z) =F(Z)-P(X)
1 54.0 0.02500 -1.42551 0.0770 0.05200
2 56.4 0.05000 -1.38565 0.0829 0.03293
3 56.4 0.07500 -1.38499 0.0830 0.00803
4 62.5 0.10000 -1.28434 0.0995 -0.00049
5 67.7 0.12500 -1.19797 0.1155 -0.00954
6 75.8 0.15000 -1.06344 0.1438 -0.00621
7 76.6 0.17500 -1.05016 0.1468 -0.02818
8 78.8 0.20000 -1.01362 0.1554 -0.04462
9 82.5 0.22500 -0.95217 0.1705 -0.05449
10 91.2 0.25000 -0.80767 0.2096 -0.04036
11 98.1 0.27500 -0.69307 0.2441 -0.03087
12 101.8 0.30000 -0.63162 0.2638 -0.03618
13 109.9 0.32500 -0.49689 0.3096 -0.01537
14 114.0 0.35000 -0.42900 0.3340 -0.01604
15 131.4 0.37500 -0.14001 0.4443 0.06933
16 132.0 0.40000 -0.12980 0.4484 0.04836
17 137.6 0.42500 -0.03704 0.4852 0.06023
18 137.7 0.45000 -0.03538 0.4859 0.03589
19 140.0 0.47500 0.00282 0.5011 0.02613
20 142.0 0.50000 0.03604 0.5144 0.01437
21 142.6 0.52500 0.04601 0.5183 -0.00665
22 143.5 0.55000 0.06095 0.5243 -0.02570
23 144.5 0.57500 0.07756 0.5309 -0.04409
24 147.7 0.60000 0.13071 0.5520 -0.04800
25 150.0 0.62500 0.16891 0.5671 -0.05793
26 155.0 0.65000 0.25195 0.5995 -0.05054
27 159.0 0.67500 0.31839 0.6249 -0.05010
28 159.0 0.70000 0.31839 0.6249 -0.07510
29 160.9 0.72500 0.34991 0.6368 -0.08820
30 172.0 0.75000 0.53430 0.7034 -0.04657
31 180.0 0.77500 0.66716 0.7477 -0.02733
32 181.0 0.80000 0.68377 0.7529 -0.04706
33 181.4 0.82500 0.69053 0.7551 -0.06993
34 195.5 0.85000 0.92460 0.8224 -0.02759
35 203.3 0.87500 1.05414 0.8541 -0.02091
36 214.0 0.90000 1.23227 0.8911 -0.00892
37 224.5 0.92500 1.40624 0.9202 -0.00483
38 240.3 0.95000 1.66866 0.9524 0.00241
39 352.8 0.97500 3.53712 0.9998 0.02480
FUENTE: ELABORACIN PROPIA

Cuadro 2: Calculo de P(X), F(Z) y , para la prueba Smirnov-Kolmogorov.-
Distribucion Log normal 2 parametros

m Q=X P(x)=m/(n+1) Z=(X-X)/S F(Z) =F(Z)-P(X)
1 1.7 0.02500 -1.98740 0.0234 -0.00156
2 1.8 0.05000 -1.88800 0.0295 -0.02049
3 1.8 0.07500 -1.88638 0.0296 -0.04538
4 1.8 0.10000 -1.65326 0.0491 -0.05086
5 1.8 0.12500 -1.47059 0.0707 -0.05430
6 1.9 0.15000 -1.21227 0.1127 -0.03729
7 1.9 0.17500 -1.18827 0.1174 -0.05764
8 1.9 0.20000 -1.12355 0.1306 -0.06940
9 1.9 0.22500 -1.01866 0.1542 -0.07082
10 2.0 0.25000 -0.78950 0.2149 -0.03509
11 2.0 0.27500 -0.62279 0.2667 -0.00829
12 2.0 0.30000 -0.53817 0.2952 -0.00477
13 2.0 0.32500 -0.36292 0.3583 0.03333
14 2.1 0.35000 -0.27945 0.3900 0.03995
15 2.1 0.37500 0.04524 0.5180 0.14304
16 2.1 0.40000 0.05591 0.5223 0.12229
17 2.1 0.42500 0.15062 0.5599 0.13486
18 2.1 0.45000 0.15228 0.5605 0.11052
19 2.1 0.47500 0.19015 0.5754 0.10040
20 2.2 0.50000 0.22257 0.5881 0.08806
21 2.2 0.52500 0.23221 0.5918 0.06681
22 2.2 0.55000 0.24659 0.5974 0.04739
23 2.2 0.57500 0.26246 0.6035 0.02852
24 2.2 0.60000 0.31253 0.6227 0.02268
25 2.2 0.62500 0.34785 0.6360 0.01102
26 2.2 0.65000 0.42280 0.6638 0.01378
27 2.2 0.67500 0.48104 0.6848 0.00976
28 2.2 0.70000 0.48104 0.6848 -0.01524
29 2.2 0.72500 0.50816 0.6943 -0.03067
30 2.2 0.75000 0.66068 0.7456 -0.00441
31 2.3 0.77500 0.76459 0.7777 0.00274
32 2.3 0.80000 0.77726 0.7815 -0.01850
33 2.3 0.82500 0.78239 0.7830 -0.04199
34 2.3 0.85000 0.95340 0.8298 -0.02019
35 2.3 0.87500 1.04283 0.8515 -0.02351
36 2.3 0.90000 1.16034 0.8770 -0.02296
37 2.4 0.92500 1.26956 0.8979 -0.02712
38 2.4 0.95000 1.42502 0.9229 -0.02708
39 2.5 0.97500 2.30278 0.9894 0.01435

Cuadro 3: Calculo de P(X), F(X) y , para la prueba Smirnov-Kolmogorov -
Extrema tipo I

m Q=X P(x)=m/(n+1) W= (x-B) F(x) =F(x)-P(X)
1 54.0 0.02500 -1.23348 0.0323 0.00729
2 56.4 0.05000 -1.18308 0.0382 -0.01178
3 56.4 0.07500 -1.18224 0.0383 -0.03668
4 62.5 0.10000 -1.05498 0.0566 -0.04341
5 67.7 0.12500 -0.94578 0.0762 -0.04883
6 75.8 0.15000 -0.77568 0.1139 -0.03606
7 76.6 0.17500 -0.75888 0.1181 -0.05686
8 78.8 0.20000 -0.71268 0.1301 -0.06990
9 82.5 0.22500 -0.63498 0.1515 -0.07347
10 91.2 0.25000 -0.45228 0.2077 -0.04235
11 98.1 0.27500 -0.30738 0.2567 -0.01830
12 101.8 0.30000 -0.22968 0.2842 -0.01583
13 109.9 0.32500 -0.05932 0.3461 0.02107
14 114.0 0.35000 0.02652 0.3776 0.02764
15 131.4 0.37500 0.39192 0.5088 0.13377
16 132.0 0.40000 0.40484 0.5132 0.11320
17 137.6 0.42500 0.52212 0.5525 0.12752
18 137.7 0.45000 0.52422 0.5532 0.10321
19 140.0 0.47500 0.57252 0.5689 0.09387
20 142.0 0.50000 0.61452 0.5822 0.08222
21 142.6 0.52500 0.62712 0.5862 0.06118
22 143.5 0.55000 0.64602 0.5921 0.04207
23 144.5 0.57500 0.66702 0.5986 0.02356
24 147.7 0.60000 0.73422 0.6189 0.01886
25 150.0 0.62500 0.78252 0.6330 0.00802
26 155.0 0.65000 0.88752 0.6625 0.01254
27 159.0 0.67500 0.97152 0.6849 0.00988
28 159.0 0.70000 0.97152 0.6849 -0.01512
29 160.9 0.72500 1.01138 0.6951 -0.02991
30 172.0 0.75000 1.24452 0.7497 -0.00030
31 180.0 0.77500 1.41252 0.7839 0.00886
32 181.0 0.80000 1.43352 0.7878 -0.01217
33 181.4 0.82500 1.44207 0.7894 -0.03557
34 195.5 0.85000 1.73802 0.8387 -0.01127
35 203.3 0.87500 1.90182 0.8613 -0.01369
36 214.0 0.90000 2.12705 0.8876 -0.01236
37 224.5 0.92500 2.34702 0.9088 -0.01622
38 240.3 0.95000 2.67882 0.9337 -0.01634
39 352.8 0.97500 5.04132 0.9936 0.01856

Cuadro 4: Calculo de P(X), G(Y) y , para la prueba Smirnov-Kolmogorov -
Pearson tipo III

m Q=X P(x)=m/(n+1) y=(X-)/ G(y) =G(y)-P(X)
1 54.0 0.02500 0.77404 0.9928 0.96775
2 56.4 0.05000 0.84758 0.9907 0.94074
3 56.4 0.07500 0.84881 0.9907 0.91570
4 62.5 0.10000 1.03450 0.9843 0.88427
5 67.7 0.12500 1.19385 0.9772 0.85219
6 75.8 0.15000 1.44205 0.9633 0.81325
7 76.6 0.17500 1.46657 0.9617 0.78668
8 78.8 0.20000 1.53398 0.9572 0.75721
9 82.5 0.22500 1.64736 0.9491 0.72411
10 91.2 0.25000 1.91395 0.9274 0.67744
11 98.1 0.27500 2.12539 0.9078 0.63281
12 101.8 0.30000 2.23877 0.8965 0.59648
13 109.9 0.32500 2.48734 0.8699 0.54488
14 114.0 0.35000 2.61261 0.8557 0.50566
15 131.4 0.37500 3.14580 0.7903 0.41534
16 132.0 0.40000 3.16464 0.7879 0.38792
17 137.6 0.42500 3.33578 0.7657 0.34067
18 137.7 0.45000 3.33885 0.7653 0.31527
19 140.0 0.47500 3.40933 0.7560 0.28099
20 142.0 0.50000 3.47061 0.7479 0.24788
21 142.6 0.52500 3.48900 0.7454 0.22043
22 143.5 0.55000 3.51658 0.7418 0.19176
23 144.5 0.57500 3.54722 0.7377 0.16268
24 147.7 0.60000 3.64528 0.7246 0.12455
25 150.0 0.62500 3.71576 0.7151 0.09008
26 155.0 0.65000 3.86897 0.6944 0.04440
27 159.0 0.67500 3.99154 0.6778 0.00282
28 159.0 0.70000 3.99154 0.6778 -0.02218
29 160.9 0.72500 4.04970 0.6700 -0.05505
30 172.0 0.75000 4.38990 0.6241 -0.12593
31 180.0 0.77500 4.63504 0.5914 -0.18360
32 181.0 0.80000 4.66569 0.5873 -0.21265
33 181.4 0.82500 4.67816 0.5857 -0.23930
34 195.5 0.85000 5.11001 0.5298 -0.32022
35 203.3 0.87500 5.34902 0.4999 -0.37511
36 214.0 0.90000 5.67767 0.4602 -0.43975
37 224.5 0.92500 5.99865 0.4233 -0.50166
38 240.3 0.95000 6.48281 0.3713 -0.57867
39 352.8 0.97500 9.93013 0.1276 -0.84737

ANEXO 3
TABLAS ESTADISTICAS

VALORES CRTICOS DEL ESTADSTICO DE KOLMOGOROV-SMIRNOV

n 0.10 0.05 0.01
1 0.95 0.975 0.995
2 0.77639 0.84189 0.92929
3
0.63604 0.7076 0.829
4
0.56522 0.62394 0.73424
5
0.50945 0.56328 0.66853
6 0.46799 0.51926 0.61661
7 0.43607 0.48342 0.57581
8 0.40962 0.45427 0.54179
9
0.38746 0.43001 0.51332
10
0.36866 0.40925 0.48893
11
0.35242 0.39122 0.4677
12 0.33815 0.37543 0.44905
13 0.32549 0.36143 0.43247
14 0.31417 0.3489 0.41762
15
0.30397 0.3376 0.4042
16
0.29472 0.32733 0.39201
17
0.28627 0.31796 0.38086
18 0.27851 0.30936 0.37062
19 0.27136 0.30143 0.36117
20 0.26473 0.29408 0.35241
21
0.25858 0.28724 0.34427
22
0.25283 0.28087 0.33666
23
0.24746 0.2749 0.32954
24 0.24242 0.26931 0.32286
25 0.23768 0.26404 0.31657
26 0.2332 0.25907 0.31064
27
0.22898 0.25438 0.30502
28
0.22497 0.24993 0.29971
29
0.22117 0.24571 0.29466
30 0.21756 0.2417 0.28987
40 0.18913 0.21012 0.25205
50 0.16959 0.18841 0.22604
60
0.15511 0.17231 0.20673
70
0.14381 0.15975 0.19167
80
0.13467 0.1496 0.17949
90 0.12709 0.14117 0.16938
100 0.12067 0.13403 0.16081
200 0.80579 0.09518 0.11411
500
0.5444 0.0603 0.07228
n < 500

ANEXO 4
PLANOS

MAPA DE LA CUANCA DEL RIO HUANCANE
1/6000
1/200
0
PLANO P - 1 MAPA DE LA CUENCA DEL RIO HUANCANE
.000000 .000000 .000000 .000000 .000000 .000000
380000 400000 420000 440000 460000 480000
Lag. Yan ac
Lag. Asnococha
Lag. Iji er a
Lag. Jacha pat a
Lag.
Lag. Naypacot a
NANEA
Lag. Oquesusuya
Lag
Lag. Ajoyani L Lag J acya cota
Lag. Yan arico
Lag S ant a Ana
Lag. Cochapat a
Lag. Par iacot o
Lag. Jancc ocot a
INCHUPA LLA
COJATA
RAPA
Lag. Ca l ca ran e
Lag. H ua n c a n u y o
Lag. H ue c ar e
HU A N CA N E
Lag. Q u el l o Carc a
VI L Q U E C H IC O
MUANI
Lag. Ancocarc a Lag. Joyane
Lag. Occomar i ne
Lago Negrocul l o P at a
Lago Huil asccot a
Ccot aane
Lago Chop accot a
Lago Ccar amo co
LAGO TITICACA
.000000 .000000 .000000 .000000 .000000 .000000
380000 400000 420000 440000 460000 480000
Meters
Legend
0 7,000 14,000 28,000 42,000 56,000 70,000
MUANI
PUTINA
HUATASANI
QUILCAPUCO
PICHACANI
HUANCANE
CIRCUN LACUSTRE
SOLITARIO
COJATA
ESTACIONES UTILIZADAS
LAGO TITI CACA
UNIVERSIDAD NACIONAL DEL
ALTIPLANO
FACULTAD DE INGENIERIA
AGRICOLA
ESCUELA PROFESIONAL DE INGENIERIA AGRICOLA
1 cm = 5 km
PLANO
:
MAPA DE LA CUENCA DEL RIO
HUANCANE
ELAB:
PLYNIO O. CARRILLO
APAZA
ESC
:
FECHA:
JULIO DEL
2010
1/500
0
REV. POR:
R.B.V E.H.R
P.G.C
UBIC
:
LAMINA
: HUANCANE P - 1
Qd a N oc t une
R o P ut i na
Qd a P I un i
8
2
8
0
0
0
0
.
0
0
0
0
0
0

8
3
0
0
0
0
0
.
0
0
0
0
0
0

8
3
2
0
0
0
0
.
0
0
0
0
0
0

8
3
4
0
0
0
0
.
0
0
0
0
0
0

8
3
6
0
0
0
0
.
0
0
0
0
0
0

8
3
8
0
0
0
0
.
0
0
0
0
0
0

Qd a C hi a ra Ap a c h e ta
Qd a C a h ul l u n ti ra
.
0
0
0
0
0
0

.
0
0
0
0
0
0

.
0
0
0
0
0
0

.
0
0
0
0
0
0

.
0
0
0
0
0
0

.
0
0
0
0
0
0

.
0
0
0
0
0
0

.
0
0
0
0
0
0

8
2
6
0
0
0
0

8
2
8
0
0
0
0

8
3
0
0
0
0
0

8
3
2
0
0
0
0

8
3
4
0
0
0
0

8
3
6
0
0
0
0

8
3
8
0
0
0
0

8
4
0
0
0
0
0

Qd a Ac o s i ri

ocha

Lag. Yan acocha

or ni ni
Lag. Chalh uani Lag. Huayl lut an e

Lag. Cull umachayo

Lag. Chuca

Lag. Quel lhu acota

HUAN

Lag.Chi ncani cocha

A
Lag. I slap ampa
. Huayl lat an i Lag. Mu ruccol lo
ag. Co

Lag. Huari na

Qd a P a s a ll a n i

La g un a
La c ay aq u i

Lag. Est an co Lag. Jal ac
Lag. Cuybas
Lag. Ajoyani
Lag. Huayl lacha ni
Lags. Ll achoj o
gant a
Lag. Car acocha

Lag. Juti cota

Lag. Va aviri
Lag. Pi t acan e

Lag. Jaj ahuaycho

Lag. Chocaco ta
Lag. Sa ll uyo
Lags. Chini ni Lag. Jaj ani
haca
Lag. Cot ai
Lag. Par arani

Lags. Cochacunca

CANE

Lag. Lagu nil la s

Lag. Cochapunc o

Lag. Cot apata

PUTINA
Lag. Cochacocha
P U TI N A

Lag P equene

Lag. Tur une

Lag. Canaviri cot a

Lago Tucsacut a

A

Lago Sal lap at a

Lago Huichi nga

Qd a Coi cot er a

Qd a Isqui nani

LAGO DE ARAPA

Lag. M u n a y p a

Lag. Q ui s u ara ne

HUATASANI

Lago Quell o

quel lo

Lag. Cu p i s c o

Lag. Lur ia ta
Lag. H ui n i hui

R o Q u e ll oca rc a

Lag. Esqu erica
Lago Liz ane

Lag. Ch u q u i c a u r ane a

Lag. Huayr apa ta
RO S A S P A TA
g. Quetu a

Lag. Ya rico a

La

Lago

Lago Coch o Cocho

Lago Ccot aane

MO H O

R o Camjat a

Lago Tot or ane

chapat a

Sa ll uypat a

Lag. C

Análisis Comparativo de Caudales Máximos Del Rio Huancané Mediante Métodos Deterministicos y Prob

Caricato da

Informazioni sul documento

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Análisis Comparativo de Caudales Máximos Del Rio Huancané Mediante Métodos Deterministicos y Prob

Caricato da

Copyright:

Formati disponibili

1

Potrebbero piacerti anche