Estudio Hidrologico CL PDF

MUNICIPALIDAD DISTRITAL DE MAJES
CONSULTOR: ING. CIVIL JOEL AYALA CASTILLO CIP N° 102676 2017
ESTUDIO HIDROLOGICO PARA OBRAS DE ARTE
}+ }+
PROYECTO: “MEJORAMIENTO DE LOS SERVICIOS DE TRANSITABILIDAD VEHICULAR Y PEATONAL EN LA

AVENIDA LOS COLONIZADORES, DISTRITO DE MAJES, PROVINCIA DE CAYLLOMA - AREQUIPA”
AREQUIPA
FEBRERO– 2017
EXPEDIENTE TECNICO: “MEJORAMIENTO DE LOS SERVICIOS DE TRANSITABILIDAD VEHICULAR Y PEATONAL EN LA AVENIDA LOS
COLONIZADORES, DISTRITO DE MAJES, CAYLLOMA - AREQUIPA”
CONTENIDO
1. RESUMEN ...................................................................................................... ¡Error! Marcador no definido.

1.1 HIDROLOGIA .................................................................................................................................................. 3
2. GENERALIDADES ........................................................................................................................................... 3
2.1 UBICACIÓN .................................................................................................................................................... 3
2.2 OBJETIVOS .................................................................................................................................................... 4
3. DESCRIPCION DE LA ZONA DEL ESTUDIO...................................................................................................... 5
4. ANALISIS HIDROLOGICO ................................................................................................................................ 5
4.1 INFORMACIÓN CARTOGRÁFICA Y GEOGRÁFICA ............................................................................................. 5
4.2 INFORMACION PLUVIOMETRICA ..................................................................................................................... 5
4.3 PARÁMETROS MORFOLÓGICOS ..................................................................................................................... 6
5. ANALISIS DE MAXIMAS AVENIDAS .................................................................................................................. 9
5.1 DATOS HIDROMETEOROLÓGICOS.................................................................................................................. 9
5.2 PROBABILIDAD DE OCURRENCIA DE LA PRESENTACION ............................................................................. 10
5.3 ANÁLISIS ESTADISTICO DE PRECIPITACIONES MAXIMAS ............................................................................. 11
5.4 ANALISIS DE FRECUENCIAS ......................................................................................................................... 11
5.4.1 DISTRIBUCION NORMAL ............................................................................................................................... 12
5.4.2 DISTRIBUCION DE VALOR EXTREMO TIPO I .................................................................................................. 13
5.4.3 DISTRIBUCION PEARSON TIPO III ................................................................................................................. 17
5.4.4 PRUEBAS DE AJUSTE................................................................................................................................... 20
5.4.5 PRUEBA DE SMIRNOV KOLMOGOROV .......................................................................................................... 20
5.4.6 METODO DEL ERROR CUADRÁTICO MINIMO ................................................................................................ 22
4.5.7 ELECCIÓN DEL METODO ESTADÍSTICO APROPIADO ..................................................................................... 22
5.4.7 PRECIPITACION MAXIMA E INTENSIDAD MAXIMA .......................................................................................... 23
5.4.8 ANÁLISIS DE RIESGO DE FALLA ................................................................................................................... 23
5.4.9 CURVAS DE INTENSIDAD-DURACIÓN Y FRECUENCIA (IDF) ........................................................................... 25
5.4.10 TIEMPO DE CONCENTRACIÓN Tc ......................................................................................................... 26
6. CAUDAL MAXIMO - METODO MAC MATH ....................................................................................................... 27
6.1 APLICACIÓN DEL METODO MAC MATH ......................................................................................................... 27
7. CONCLUSIONES Y RECOMENDACIONES ...................................................................................................... 28
1. ESTUDIO HIDROLOGICO
1.1 HIDROLOGIA
Se realizó el análisis hidrológico de la Microcuenca de la quebrada seca de Hospicio de la Cuenca Camana – Majes para el
dimensionamiento de las obras hidráulicas y la infraestructura para el diseño y construcción de la alcantarilla de tipo marco
proyectada.
La morfología de la cuenca se ha desarrollado con ArcMap 10.2.1 y se obtuvo los siguientes datos:
Área : 46.50 km²

Cota Superior : 1839 msnm
Cota de desembocadura : 1442 msnm
Longitud del cauce : 33.30 km
Perímetro de la cuenca : 46.80 km
Para obtener el caudal máximo se ha empleado el análisis estadístico de las precipitaciones y la aplicación del método racional
para determinar el caudal máximo de diseño, del cual se obtuvo caudales para diferentes periodos de retorno.
Tr=100 años, caudal 2.42 m³/s

Tr=50 años, caudal 2.16 m³/s
2. GENERALIDADES
La realización del presente trabajo ha sido motivada por la falta de información, en lo referente a la disponibilidad de los recursos
hídricos y sus usos dentro del sistema, cuyos estudios han sido realizados por consultores e instituciones del estado. Una vez
compilada la información existente, se tomaron datos de campo en lo referente a descargas, uso actual del agua y la fisiografía
de la cuenca, con las cuales se ha evaluado y complementado la información hidrológica.
2.1 UBICACIÓN
El área de proyecto está ubicada:
Políticamente.
La zona del proyecto está ubicada políticamente en:
Región : Arequipa
Provincia : Caylloma
Distrito : Majes.
Cuenca : Camana
Como se puede apreciar en el mapa que a continuación se muestra.
Figura N° 1. 1: Ubicación de la Región Arequipa
LA UNION
CASTILLA
CONDESUYOS CAYLLOMA
CARAVELI
AREQUIPA
AREQUIPA
CAMANA
ISLAY
Figura N° 1. 2: Ubicación del proyecto en estudio.
UBICACIÓN DEL ESTUDIO
2.2 OBJETIVOS
Los objetivos principales del presente informe son:
- Determinar el caudal máximo de diseño

- Simular el caudal Máximo de la Microcuenca identificada de la quebrada seca de Hospicio
- Determinar el tirante máximo de la sección de la Quebrada seca de Hospicio.
3. DESCRIPCION DE LA ZONA DEL ESTUDIO
Hidrografía
El drenaje de la zona en Estudio está constituido por numerosas quebradas secas, el cual constituye el colector natural principal
de la zona, formando un drenaje de tipo radial y dendrítico
Clima y Precipitación
El Clima de la zona en Estudio de la Carretera, presenta las siguientes características:

- La Precipitación Pluvial en la franja arida y desertica por donde discurre la Carretera tiene valores de escasa precipitaciones,
que se presentan en los meses de Febrero a Mayo, según el hidrograma de las Precipitaciones Maxima en 24 Horas –
Estación Pampa de Majes.
- La temperatura corresponde al tipo semi – calida observandose un promedio anual de 18 ºC, la temperatura promedio
mensual maxima alcanza los 27 ºC, y la temperatura promedio mensual mínima esta alrededor de los 10 ºC.
Vegetación
La cubierta vegetal natural del área de estudio es realmente muy escasa, el porcentaje de precipitación existente en la zona
imposibilita el desarrollo de una cobertura vegetal coherente, presentando muy esporadicos e irregulares manchales de
tillandsias pequeñas y achaparradas, que adquieren mayor vigor en algunas “lomas”, al amparo de cierta humedad temporal
que por su altitud, logran captar y condesar determinada cantidad del vapor de agua y lloviznas de los vientos procedentes del
pacifico.
4. ANALISIS HIDROLOGICO
4.1 INFORMACIÓN CARTOGRÁFICA Y GEOGRÁFICA
Información Cartográfica básica para la generación de mapas temáticos y el estudio hidrológico de la cuenca, se ha hecho uso
de la Carta Nacional Hoja 33-R Aplao, a escala 1:100,000 con curvas de nivel a 50 m, levantadas por el IGN.
Adquisición y recolección de información hidrometeorologica 1990-2008 fuentes de SENAMHI de las estaciones. Recolección y
revisión de estudios realizados anteriormente en la Zona.
4.2 INFORMACION PLUVIOMETRICA
Antes de considerar el registro de estaciones para el estudio se ha efectuado el analisis de ubicación de las estaciones a la
carretera, respecto a la carretera la estacion de menor distancia es de Pampa de Majes.
Por lo tanto se escoge trabajar con la estacion de Pampa de Majes, por su cercania, similar altitud y estar ubicado en la misma
cuenca que la via. La estacion cuenta con registros de precipitación máxima en 24 horas, comprendidos entre los años 1990-
2008
Modo de orientación se presentan estos valores, tomados del estudio de factibilidad en el anexo. En el siguiente cuadro se
tiene la ubicación de las estaciones indicadas de periodo de registro y el tipo de variable registrada.
Estación pluviométrica en el ámbito del proyecto
Estación: Pampa de Majes Latitud : 16°19'39.0" Ubicación : Arequipa

Tipo: Co Longitud: 72°12'38.0" Provincia: Caylloma
Operadora: Senamhi Altitud(msnm): 1434.00 Distrito: Majes
HISTOGRAMA DE PRECIPITACION MAXIMA (mm)

Estacion Pampa de Majes
15
Precipitacion (mm)
10
2000
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2001
2002
2003
2004
2005
2006
2007
2008
Años
4.3 PARÁMETROS MORFOLÓGICOS
El área de estudio comprende la Microcuenca de la quebrada Hospicio de la cuenca de Camana - Majes, en la provincia de
Caylloma, Arequipa.
Área de la Cuenca
La superficie de la cuenca delimitada por el divisor topográfico, corresponde a la superficie de la misma proyectada en un plano
horizontal, y su tamaño influye en forma directa sobre las características de los escurrimientos pluviales y sobre la amplitud de
las fluctuaciones.
Perímetro de la Cuenca
El perímetro de la cuenca está definido por la longitud de la línea de división de aguas (Divortium Aquarium).
Longitud Mayor del Cauce (L)
Recibe este nombre, el mayor cauce longitudinal que tiene una cuenca determinada, es decir, el mayor recorrido que realiza el
río desde la cabecera de la cuenca, siguiendo todos los cambios de dirección o sinuosidades hasta un punto fijo de interés, que
puede ser una estación de aforo o desembocadura.
Forma de Cuenca
Es la que determina la distribución de las descargas de agua a lo largo del curso principal, y es en gran parte responsable d e
las características de las crecientes que se presentan en la cuenca.
Es expresada por parámetros, tales como el Ancho Promedio, Coeficiente de Compacidad y el Factor de forma
Ancho Promedio
Es la relación entre el área de la cuenca y la longitud mayor del curso del río, la expresión es la siguiente:
A
Ap 
L
Dónde:
Ap = Ancho promedio de la cuenca (Km)
A = Área de la cuenca
Coeficiente de Compacidad (Kc)
O índice de Gravelius, constituye la relación entre el perímetro de la cuenca y el perímetro de una circunferencia cuya área -
igual a la de un círculo - es equivalente al área de la cuenca en estudio.
Su fórmula es la siguiente:
P
Kc 
2 P* A
Kc  0.28 * P/ A
Siendo:
Kc = Coeficiente de Compacidad (Km/Km2)
P = Perímetro de la cuenca (Km)
A = Área de la cuenca (Km2)
Una cuenca se aproximará a una forma circular cuando el valor Kc se acerque a la unidad, cuando se aleja de la unidad, presenta
una relación irregular con relación al círculo.
Si este coeficiente fuera igual a la unidad, significa que habrá mayores oportunidades de crecientes debido a que los tiempos
de Concentración, Tc (duración necesaria para que una gota de agua caiga en el punto más alejado de aquella, llegue a la salida
o desembocadura), de los diferentes puntos de la cuenca serían iguales. De igual modo, cuanto mayor sea el valor de Kc,
también será mayor el tiempo de concentración de las aguas y. por lo tanto, estará menos propensa a una inundación.
Generalmente en cuencas muy alargadas el valor de Kc, es mayor que 2.

Un valor de Kc. menor que 1. Nos indica una cuenca de forma circular, siguiendo el desarrollo de su curso principal, debiendo
estar más expuesta a las crecientes que una cuenca de forma redondeada.
Factor de Forma (Ff)
Es otro índice numérico con el que se puede expresar la forma y la mayor o menor tendencia a crecientes de una cuenca.
Es la relación entre el ancho promedio de la cuenca (Am) y la longitud del curso de agua más largo (L).
La expresión es la siguiente
Ap
Ff 
L
Siendo:
Ff = Factor de Forma
Ap = Ancho promedio de la cuenca (Km)
L = Longitud del curso más largo (Km)
Una cuenca con Factor de Forma bajo, está sujeta a menos crecientes que otra del mismo tamaño pero con un Factor de Forma
mayor. Este valor es adimensional.
Sistema de Drenaje
El sistema de drenaje de una cuenca está conformado por un curso de agua principal y sus tributarios: observándose por lo
general, que cuanto más largo sea el curso de agua principal, más llena de bifurcaciones será la red de drenaje.
Con la finalidad de determinar las características de dicha red, se definen los siguientes índices:
Grado de Ramificación
Para definir el grado de ramificación de un curso de agua principal (Según Horton), se ha considerado el número de bifurcaciones
que presentan sus tributarios, asignándole un orden a cada uno de ellos en forma creciente desde el curso principal hasta el
encuentro con la divisoria de la cuenca.
Densidad de Drenaje
Indica la relación entre la longitud total de los cursos de agua: efímeros, intermitentes o perennes de una cuenca (Li) y el área
total de la misma (A).
Valores altos de densidad refleja una cuenca muy drenada que debería responder relativamente al influjo de la precipitación, es
decir que las precipitaciones influirán inmediatamente sobre las descargas de los ríos (Tiempos de Concentración cortos).
Una cuenca con baja densidad de drenaje refleja un área pobremente drenada con respuesta hidrológica muy lenta. Una baja
densidad de drenaje es favorecida en regiones donde el material del subsuelo es altamente resistente bajo una cubierta de
vegetación muy densa y de relieve plano.
La densidad de drenaje tiende a uno en ciertas regiones desérticas de topografía plana y terrenos arenosos, y a un valor alto en
regiones húmedas, montañosas y de terrenos impermeables.
Esta última situación es la más favorable, pues si una cuenca posee una red de drenaje bien desarrollada, la extensión medía
de los terrenos a través de los cuales se produce el escurrimiento superficial es corto y el tiempo en alcanzar los cursos de agua
también será corto; por consiguiente la intensidad de las precipitaciones influirá inmediatamente sobre el volumen de las
descargas de los ríos.
La expresión es la siguiente:
Li
Dd 
A
Siendo:
Dd = Densidad de drenaje (Km/Km2)
Li = Longitud total de los cursos de agua (Km/Km2)
A = Área de la cuenca (Km2)
Monsalve1, refiere que Dd usualmente toma los siguientes valores:
Entre 0.5 Km/Km² para hoyas con drenaje pobre.

Hasta 3.5 Km/Km² para hoyas excepcionalmente bien drenados.
Pendiente Media del Cauce
El agua superficial concentrada en los lechos pluviales escurre con una velocidad que depende directamente del declive de
éstos, así a mayor declive habrá mayor velocidad de escurrimiento. La pendiente Media del río es un parámetro empleado para
determinar el declive de un curso de agua entre dos puntos.
Se determina mediante la siguiente expresión:

( H M  H m)
Ic 
1000 * L
Siendo:
Ic = Pendiente media del río
L = longitud del río
HM y Hm = Altitud Máxima y mínima del lecho del río, referidas al nivel medio de las aguas del mar.
CUENCA HIDROGRAFICA
En los cuadros siguientes se adjuntan la Microcuenca y los parámetros geomorfológicos con fines de estimar el escurrimiento
superficial.
q Microcuenca Hospicio
Meters
0 750 1,500 3,000 4,500 6,000
MICROCUENCAS IDENTIFICADOS PROYECTO

PARTEAGUAS DESEMBOCADURA LONGITUD CAUCE PENDIENTE DEL
AREA (km2) PERIMETRO
MICROCUENCAS UBICACIÓN GEOGRÁFICA UBICACIÓN GEOGRÁFICA PRINCIPAL CAUCE PRINCIPAL
Coord_X Coord_Y Altitud (msnm) Coord_X Coord_Y Altitud (msnm) (km2) (km.) (km.) (%)
HOSPICIO 810295.00 8206627.00 1839 799387.27 8191624.04 1442 46.50 46.80 33.30 1.2
5. ANALISIS DE MAXIMAS AVENIDAS
5.1 DATOS HIDROMETEOROLÓGICOS
Es necesario identificar un período común de análisis, siendo este 1990-2008 en cuanto a precipitaciones máximas en 24 horas,
de acuerdo a la información disponible y que se requiere para efectos de cálculo, siendo estos los parámetros de Precipitación
de las estaciones de:
Cuadro N° 5: Series históricas de precipitación máxima 24 horas Pampa de Majes

N° Año ENE FEB MAR ABR MAY JUN JUL AGOS SET OCT NOV DIC Máx.
1 1990 0 S/D 0.6 S/D 0 0 0 0 S/D 0 6.1 1 6.1
2 1991 0 0 11.6 S/D 0 0 S/D 0 S/D 0 1.5 0 11.6
3 1992 0 0 S/D 0 8.4 3.4 0 0 0 0 S/D S/D 8.4
4 1993 0.1 0 0 0 0 0 0 0 0 0 0 0 0.1
5 1994 0 2.2 S/D 0 0 0 0 0 0 0 0 0 2.2
6 1995 0.5 0 10.5 0 0 0 0 0 0 0 0 0 10.5
7 1996 0 0 0 0 0 0 0 0 0 0 0 0 0
8 1997 0.7 2.2 0 0 0 0 0 2.7 0 0 0 0.6 2.7
9 1998 1.8 0 0 0 0 0 0 0 0 0 0 1.5 1.8
10 1999 0 2.4 2.5 S/D 0 0 0 0 0 0.4 0 0 2.5
11 2000 3.7 0.3 0 0 0 1.7 0 0 0 0 0 0 3.7
12 2001 0 1 0 0.3 0 0 0 0 0 0 0 0 1
13 2002 4 6.8 1.3 0 0 0 3 0 0 0 0 0 6.8
14 2003 0 0 0.4 0 0 0 0 0 0 0 0 0 0.4
15 2004 2.5 3.5 0 0 0 0 2.5 0 0 0 0 0 3.5
16 2005 0 0 0 0.2 0 0 0 0 0 0 0 0 0.2
17 2006 0 0 0 0 0 0 0 0 0 0 0 0 0
18 2007 11 0.4 0.3 0 0 0 0 0 0 0 0 0 11
19 2008 9 0 0 0 0 0 0 0 0 0 0 0 9
Máx. 11 6.8 11.6 0.3 8.4 3.4 3 2.7 0 0.4 6.1 1.5 11.6
5.2 PROBABILIDAD DE OCURRENCIA DE LA PRESENTACION
Existen varias fórmulas para calcular la probabilidad de ocurrencia, la misma que se muestra en las siguientes tablas, siendo la
fórmula más utilizada de Weibull.
Formulas empíricas para determinar la probabilidad de Ocurrencia
Método Probabilidad de Ocurrencia (P)

California m
n
Hazen m  1/ 2
n
Weibull m
n 1
Chegadayev m  0.3
n  0.4
Blom m3/8
n 1/ 4
Tukey 3m  1
3n  1
Gringorten ma
n  1 2a
Dónde:
P= Probabilidad experimental o frecuencia relativa empírica
m= Número de Orden
n= Número de datos
a= Valor comprendido en el intervalo 0<a<1, y depende de n, de acuerdo a la siguiente tabla
n 10 20 30 40 50 60 70 80 90 100
a 0.448 0.443 0.442 0.441 0.440 0.440 0.440 0.440 0.439 0.439
5.3 ANÁLISIS ESTADISTICO DE PRECIPITACIONES MAXIMAS
MODELOS DE DISTRIBUCIÓN
El análisis de frecuencias tiene la finalidad de estimar precipitaciones, intensidades o caudales máximos, según sea el caso,
para diferentes períodos de retorno, mediante la aplicación de modelos probabilísticos, los cuales pueden ser discretos o
continuos. En la estadística existen diversas funciones de distribución de probabilidad teóricas; recomendándose utilizar las
siguientes funciones:
a) Distribución Normal
b) Distribución Log Normal 2 parámetros
c) Distribución Log Normal 3 parámetros
d) Distribución Gamma 2 parámetros
e) Distribución Gamma 3 parámetros
f) Distribución Log Pearson tipo III
g) Distribución Gumbel
h) Distribución Log Gumbel
FUNCION DE PROBABILIDAD
Una función f(x) es llamada función de probabilidad o función de densidad de la variable aleatoria continúa X si cumple con las
siguientes condiciones:
f ( x)  0, x  R
 f ( x)dx  1 Cuando se encuentra en los límites   y 

P( A)  P( x  A)  P(a  x  b)   f ( x)dx
Sea el evento A  ( x / a  x  b) ; luego,
Cuando se encuentra entre los límites a y b
En la estadística existen decenas de funciones de distribución de probabilidad teórica; y obviamente no es posible probarlas
todas para un problema particular, por lo tanto es necesario escoger uno de esos modelos, el que se adapte mejor al problema
bajo análisis.
Para el análisis de precipitación máxima de la Subcuenca de la Quebrada seca Hospicio se han utilizado los últimos registros
históricos máximos de 24 horas de 47 años (1965-2011), para ello se ajustaron a 3 Distribuciones de probabilidades las cuales
son:
 Distribución Normal Estándar.

 Distribución Gumbel (Distribución extrema Tipo I).
 Distribución Pearson tipo III.
5.4 ANALISIS DE FRECUENCIAS
Existen varias técnicas para estimar los parámetros de una distribución como:
 Método de Momentos
El objetivo de estimar los parámetros es de relacionar los registros observados (media, varianza, sesgo, etc.) de un fenómeno
aleatorio con el modelo probabilística seleccionado.
5.4.1 DISTRIBUCION NORMAL
El método de momentos fue desarrollado por primera vez por Karl Pearson en 1902. Él consideró que una estimación óptima
de parámetros de una función de probabilidad son aquellos para los cuales los momentos de la función de densidad de
probabilidad alrededor del origen son iguales a los momentos correspondientes de la información de la muestra.
n
Xi 1 n 
i 1 n
  Xi  X
n i 1
La media o promedio es el estimador que corresponde a la función teórica de probabilidad que es:

u   xf ( x)dx

Originalmente Pearson consideró solamente momentos alrededor del origen, pero posteriormente se volvió común al uso de la
varianza como el segundo momento central,
 2  E((x  u)2  ,
y el coeficiente de asimetría como el tercer momento central estandarizado,
  E((x  u) 3 /  3 ,
Para determinar el segundo y el tercer parámetro de la distribución.
Cuando la distribución de probabilidad, a la que se estima los parámetros por este método es simétrica y particularmente si es
normal, se puede demostrar que este método es muy eficiente, pero cuando las distribuciones son asimétricas y por lo tanto
sesgadas, como ocurre muy a menudo con las variables hidrológicas, el utilizar este método representa una pérdida de eficiencia
en la estimación.
Estimación de la Precipitación Máxima en 24 Horas Normal

T P 1-P w z x
1000 0.999 0.001 3.7169 3.091 16.88
500 0.998 0.002 3.5255 2.879 16.02
250 0.996 0.004 3.3231 2.652 15.10
100 0.990 0.010 3.0349 2.327 13.77
50 0.980 0.020 2.7971 2.054 12.66
40 0.975 0.025 2.7162 1.960 12.28
25 0.960 0.040 2.5373 1.751 11.43
10 0.900 0.100 2.1460 1.282 9.52
5 0.8000 0.200 1.7941 0.841 7.73
Estimación de Parámetros
Promedio (Xi) = 4.30 m= 2.467

Desvest (Xi) = 4.07 a= 3.175
Numero de Dato (i) = 19.00
Distribucion Normal
14
12
10
8
Normal
6
4
2
0
-2
-4
0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0
Weibull probabilities
Series1 Series2
5.4.2 DISTRIBUCION DE VALOR EXTREMO TIPO I
Función de distribución acumulada.
La función de distribución acumulada, tiene la forma:

  x   
F ( x)  e  e
Para:
   x   0          
Dónde:
El parámetro α se le conoce como parámetro de escala.
El parámetro β se le conoce como parámetro de posición.
Función densidad de probabilidad
Derivando la función de distribución acumulada, con respecto a x, se obtiene la función de densidad de probabilidad, es decir:
dF ( x)
f ( x) 
dx
f ( x)   * e  x    e 
z  x   
Para    x   ,
El signo (+) se aplica para valores mínimos y el signo (-) se aplica para valores máximos (distribución Gumbel o Tipo I).
Si se hace la transformación:
Y   x   
Con lo cual, la función densidad reducida es:
f ( y )  e y  e 
y
El signo (+) se emplea para eventos mínimos y el signo (-) para eventos máximos.
La función de distribución acumulada es:

y
F ( y)  ee F ( y)  1  ee 
y
 (Máximo) (Mínimo)
F ( y)min  1  F ( y)max
Los valores correspondientes de x e y, están relacionadas por: F(x) = F(y) y la relación:
y
x
Y   x    ó 
Método de Gumbel (Valor extremo tipo I)
Según Paulet, 1974, El método de Gumbel se utiliza para predecir magnitudes máximas de variables hidrológicas asumiendo
que estos valores son independientes entre sí, también son usadas frecuentemente para el estudio de magnitud - duración -
frecuencias de lluvias (Hershfiel 1961).
Según Linsley 1971, aplicó al río Clear Water en Idaho Estados Unidos. Este método es adecuado cuando se utiliza como datos
las descargas máximas anuales en un punto de control de una vertiente o un Río.
La función de densidad reducida de Gumbel (Tipo I) tiene la forma de la ecuación anterior pero con signo negativo.
Estimación de parámetros
Para la estimación de los parámetros  y  de la Función Acumulada F(x) ecuación se utilizaron 2 métodos de estimación.
Método de momentos
Según Lowery y Nash, 1970 utilizando el método de momentos se obtienen las siguientes relaciones:
Media:
c
x
E(x)= 
Donde c, es la constante de Euler, cuyo valor es:

 1 1 1 
c  Limn  1    .......... .   Ln (n)
 2 3 n 
c = 0.5772156649
Por lo tanto :
0.57721
X 

Varianza:

E  X  E ( x)   S 2 
2
 2
2 *6
De donde se obtienen:
1.2825

S
0.57721
X

Reemplazando en las ecuaciones anteriores se tiene lo siguiente:
  X  0.45 * S ==>Máximo
  X  0.45 * S ==>Mínimo
Para muestras muy grandes, o bien como:
y
 
S
y
  x
a
y  y
Para muestras relativamente pequeñas, los valores de y se muestran en la tabla siguiente:
Tabla de Medias esperadas y Desviaciones estándar de extremos reducidos

N my sy N my sy
20 0.524 1.063 50 0.549 1.161
21 0.525 1.07 51 0.549 1.162
22 0.527 1.076 52 0.549 1.164
23 0.528 1.081 53 0.55 1.165
24 0.53 1.087 54 0.55 1.167
25 0.531 1.092 55 0.55 1.168
26 0.532 1.096 56 0.551 1.17
27 0.533 1.1 57 0.551 1.171
28 0.534 1.105 58 0.552 1.172
29 0.535 1.109 59 0.552 1.173
30 0.536 1.112 60 0.552 1.175
31 0.537 1.116 62 0.553 1.177
32 0.538 1.119 64 0.533 1.179
33 0.539 1.123 66 0.554 1.181
34 0.54 1.126 68 0.554 1.183
35 0.541 1.129 70 0.555 1.185
36 0.541 1.131 72 0.555 1.187
37 0.542 1.134 74 0.556 1.189
38 0.542 1.136 76 0.556 1.191
39 0.543 1.139 78 0.557 1.192
40 0.544 1.141 80 0.557 1.194
41 0.544 1.144 82 0.557 1.195
42 0.545 1.146 84 0.558 1.197
43 0.545 1.148 86 0.558 1.198
44 0.546 1.15 88 0.558 1.199
45 0.546 1.152 90 0.559 1.201
46 0.547 1.154 92 0.559 1.202
47 0.547 1.156 94 0.559 1.203
48 0.548 1.157 96 0.56 1.204
49 0.548 1.159 98 0.56 1.206
Por otro lado, conocemos que la ecuación de GUMBEL se expresa como:

y
X 

De las ecuaciones se puede escribir la ecuación como:
y y * S
X  X  
 y
y * S y * S
X  X  
y y
X X
S
  y  y 
Y
Se sabe que la función de distribución Acumulada ecuación es:
e y
F(y) = e
Por otro lado se tiene:

1
F ( y)  1 
T
Entonces se tiene que.

1 y
1  e e  F ( y )
T
Tomando dos veces Ln a la ecuación a ambos miembros se obtiene lo siguiente:
  T 1
y   Ln   Ln   
  T 
Reemplazando el valor de y en la ecuación se obtiene:
S   T 1
XX    y  Ln  Ln   
 y    T   
 
 
1   T 
X  X  S    y  LnLn  

 y   T 1
  
 K 
1
6
y 
Si consideramos que para valores grandes de N, la expresión tiende a  y que y tiende a c =0.5772 entonces
hemos comprobado que la ecuación general para expresar un valor de una serie hidrológica es:
X  X  K *S
Estimación de la Precipitación Máxima De 24 Horas Gumbel
Tr P Yt Xt
1000 0.001 6.907 24.391
500 0.002 6.214 22.191
250 0.004 5.519 19.985
100 0.010 4.600 17.068
50 0.020 3.902 14.853
40 0.025 3.676 14.136
25 0.040 3.199 12.622
10 0.100 2.250 9.610
5 0.200 1.500 7.229
ESTIMACION DE PARAMETROS
Nº Datos 19
Prom. (Xi) = 4.30 m= 2.468
Desvest (Xi) = 4.07 a= 3.174
Distribucion Gumbel
14
12
10
8
Normal
6
4
2
0
-2
0.0 0.2 0.4 0.6 0.8 1.0
Actual values Predicted values
5.4.3 DISTRIBUCION PEARSON TIPO III
Según Chow, la distribución Pearson Tipo III se aplicó por primera vez en la Hidrología por Foster (1924) para describir la
distribución de probabilidad de picos crecientes máximos anuales. Cuando la información es muy asimétrica positivamente, se
utiliza una transformación Log para reducir la asimetría.
La distribución Pearson Tipo III, También llamada la distribución gamma de tres parámetros, introduce un tercer parámetro, el
límite inferior o parámetro de posición ε, de tal manera que por el método de los momentos, los tres momentos de la muestra (la
media, la desviación estándar y el coeficiente de asimetría) pueden transformarse en los tres parámetros λ, β, ε de la distribución
de probabilidad.
Función de densidad de probabilidad Pearson Tipo III
f ( x)  ( x    e   x  ) /   parax  

 1
El sistema de distribuciones Pearson incluye siete tipos; todos son soluciones para f(x) en una ecuación de la forma:
d ( f ( x) / dx  ( f ( x) * ( x  d )) /(C0  C1 * x  C2 * x 2 )
Donde d es la moda de la distribución (el valor de x para la cual f(x) es un máximo) y C0, C1 y C2 son coeficientes que deben
determinarse. Cuando C2 = 0 es la solución de la ecuación anterior, es una distribución Pearson tipo III, con una función de
densidad de probabilidad según la ecuación anterior Para C1 = C2 = 0, la solución de la ecuación anterior es una distribución
normal.
Según Markovick, 1965, mostró que no hay diferencia entre el ajuste de una distribución Gamma y una Log Normal, esta función
de distribución es muy popular debido a que cuando el coeficiente de asimetría se iguala a cero se obtiene la distribución Normal.
Función de densidad de probabilidad
Se dice que una variable aleatoria X tiene una distribución Tipo III si su función densidad de probabilidades con origen en la
moda, está dada por:
1 1  x  1 
1  x 1  
 1 


f ( x)    *e
 1  1    1 
Donde α1, β1 y δ1, son los parámetros de la función Γ(β1) es la función Gamma.
En la tabla de función gama se halla las propiedades básicas y la tabla de valores de la función Gamma.
Para:  1  x  
Dónde:
δ1 = Parámetro de Posición
α1 = Parámetro de escala
β1 = Parámetro de forma
La variable reducida.
x  1
y
1
Por lo que
1  1  y
f ( y)  y *e
1 
Función de distribución acumulada.
La función de distribución acumulada de la distribución Pearson Tipo III es:

 x  1 
 
1
x 
 1   x  1 
F ( x)  
 1   1  0
e 
* 
 1 
dx
Combinando las ecuaciones anteriores se tiene:

y
1
 1  0
F ( y)  y  1 e  y dy
La ecuación anterior es una función de distribución Ji cuadrada con 2β1 grados de libertad y X2=2y
 
F ( y )  F x 2 /   Fx 2 2 y / 2  1 
2
En las tablas de estadística se encuentra la función de distribución X
Según Aparicio 1996, manifiesta que la manera de usar la función de distribución Pearson Tipo III es estrictamente válida cuando
β1=n/2, donde n es un entero positivo cualquiera si, como es común, 2β1 es no entero, puede tomarse como el entero más
próximo o bien interpolar en la tabla Nº A.2 del apéndice A. Cuando β1<0.3, será necesario acudir a tablas de la función de
distribución Gamma de un Parámetro.
Para la estimación de parámetros de la Función Acumulada F(x) se tiene 2 Métodos de Estimación.
Método de Momentos

Los parámetros de 1, 1 y d1 de la Función Acumulada F(x) se evalúan a partir de n datos medidos mediante el siguiente
sistema de ecuaciones.
X   1 * 1   1
S 2   1 1
2*
2
g
1
Donde X es la media de los datos S2 su varianza y g su coeficiente de sesgo ó coeficiente de Asimetría, que se define como:
Cs  g  
n X i  X  *n
3
i 1 n  1n  2S 3
Estimación de la Precipitación Máxima de 24 Horas Pearson Tipo III
Nº datos = 19
Promedio (Xi) = 4.30
Desvest (Xi) = 4.07
Corf. Asim. (Cs) = 0.64
Tr P W Z Kt Xt
1000 0.001 3.717 3.091 4.04 20.75
500 0.002 3.526 2.879 3.68 19.28
250 0.004 3.323 2.652 3.30 17.73
100 0.010 3.035 2.327 2.79 15.66
50 0.020 2.797 2.054 2.38 13.99
40 0.025 2.716 1.96 2.25 13.46
25 0.040 2.537 1.751 1.95 12.24
10 0.100 2.146 1.282 1.33 9.71
5 0.200 1.794 0.841 0.79 7.52
ESTIMACION DE PARAMETROS
Nº datos = 19 g= 22.45
Promedio (Xi) = 4.22 b= 0.75
Desvest (Xi) = 3.53 Xo = -12.52
Corf. Asim. (Cs) = 0.42
b1 = 22.45
a1 = 0.75
d1 = -12.52
2b1 = 44.89
Distribucion Pearson III

14
12
10
8
Normal
-2
0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0
Actual Data Predicted Data
VERIFICACION ESTADISTICA DE LAS DISTRIBUCIONES
Para un mejor análisis de los datos hidrológicos es necesario conocer el tipo o forma de distribución teórica que puede
representar aproximadamente a la distribución empírica (método estadístico) de estos datos. Para averiguar cuan aproximada
es esta distribución empírica a la teórica, es necesario realizar algunas pruebas estadísticas conocidas como prueba de ajuste.
5.4.4 PRUEBAS DE AJUSTE
Consisten en comprobar gráfica y estadísticamente si la frecuencia empírica de la serie de registros analizados se ajustan a un
determinado modelo probabilística adoptado a priori, con los parámetros estimados en base a los valores maestrales.
Las pruebas estadísticas tienen por objeto medir la certidumbre que se obtiene al hacer una hipótesis estadística sobre una
población. Es decir, calificar el hecho de suponer que una variable aleatoria se distribuye según un modelo probabilístico.
Los ajustes más comunes son:
- Smirnov – Kolmogorow.
- Método del error cuadrático mínimo
5.4.5 PRUEBA DE SMIRNOV KOLMOGOROV
Esta prueba consiste en comparar el máximo valor absoluto de la diferencia D que hay entre la función de distribución observada
Fo(Pm) y la estimada F(Pm)
D  máx F0 ( Pm )  F ( Pm )
Con un valor crítico d que depende del número de datos y el nivel de significancia seleccionada si D<d, se acepta la hipótesis.
Esta prueba tiene la ventaja sobre la X2 de que compara los datos con el modelo estadístico sin necesidad de agruparlos. La
función de distribución de probabilidad observada se calcula como:
m
Fo ( Pm )  1 
n 1
Donde m es el número de orden del dato Xm en una lista de mayor a menor y n es el número total de datos.
Valores críticos para la prueba Smirnov –Kolmogorov de bondad de ajuste
Tamaño de la a= 0.10 a = 0.05 a = 0.01

muestra
5 0.51 0.56 0.67
10 0.37 0.41 0.49
15 0.30 0.34 0.40
20 0.26 0.29 0.35
25 0.24 0.26 0.32
31 0.22 0.24 0.29
40 0.19 0.21 0.25
N grande 1.22 1.36 1.63
n n n
En el cuadro siguiente se muestra el procedimiento de cálculo por método de Smirnov Kolgomorov, de donde en la columna 2
se han escrito las precipitaciones máximas anuales registradas ordenadas de mayor a menor, en la columna 3 se calculan los
valores de la función de distribución de probabilidad observada según la ecuaciones anteriores.
PRUEBA DE BONDAD Y AJUSTE DE SMIRNOV – KOLMOGOROV
Distribucion Extremo Distribucion Pearson

DISTRIBUCIONES Distribucion Normal
GUMBEL Tipo I Tipo III
Valor Maximo 0.9206 0.9311 0.9172
Peso 2 3 1
N P (mm.) Fo(Xm) F(Xm) F(PX)-Fo(Xm) F(Xm) F(PX)-Fo(Xm) F(Xm) F(PX)-Fo(Xm)
1 0.10 0.97 0.0500 0.9206 0.0395 0.9311 0.0534 0.9172
2 0.10 0.94 0.1000 0.8412 0.0869 0.8543 0.0987 0.8425
3 0.10 0.91 0.1500 0.7618 0.1368 0.7749 0.1465 0.7652
4 0.20 0.88 0.2000 0.6824 0.1882 0.6942 0.1971 0.6852
5 0.40 0.85 0.2500 0.6029 0.2404 0.6126 0.2491 0.6039
6 1.00 0.82 0.3000 0.5235 0.2931 0.5304 0.3026 0.5209
7 1.80 0.79 0.3500 0.4441 0.3461 0.4480 0.3583 0.4359
8 2.20 0.76 0.4000 0.3647 0.3992 0.3655 0.4134 0.3513
9 2.50 0.74 0.4500 0.2853 0.4523 0.2830 0.4704 0.2649
10 2.70 0.71 0.5000 0.2059 0.5052 0.2007 0.5267 0.1792
11 3.50 0.68 0.5500 0.1265 0.5579 0.1186 0.5825 0.0939
12 3.70 0.65 0.6000 0.0471 0.6103 0.0367 0.6388 0.0082
13 6.10 0.62 0.6500 0.0324 0.6623 0.0447 0.6940 0.0764
14 6.80 0.59 0.7000 0.1118 0.7138 0.1255 0.7484 0.1601
15 8.40 0.56 0.7500 0.1912 0.7646 0.2058 0.8012 0.2424
16 9.00 0.53 0.8000 0.2706 0.8147 0.2853 0.8516 0.3222
17 10.50 0.50 0.8500 0.3500 0.8639 0.3639 0.8988 0.3988
18 11.00 0.47 0.9000 0.4294 0.9118 0.4412 0.9418 0.4712
19 11.60 0.44 0.9500 0.5088 0.9579 0.5167 0.9779 0.5367
5.4.6 METODO DEL ERROR CUADRÁTICO MINIMO
Este método consiste en calcular, para cada función de distribución, el error cuadrático.
1
n  2
C   ( X i  Yi ) 2 
 i 1 
Dónde
Xi = es el i-esimo dato estimado
Yi = es el i-ésimo dato calculado con la función de distribución bajo análisis
N = Número de datos
En el cuadro siguiente se muestra el procedimiento estimado para cada uno de los diferentes métodos estadísticos usados en
el presente estudio.
METODO DE ERROR CUADRATICO MINIMO
DISTRIBUCION EXTREMO DISTRIBUCION PEARSON TIPO

DISTRIBUCIONES DISTRIBUCION NORMAL
GUMBEL TIPO I III
SUMA 31.172 23.146 21.417
C 5.583 4.811 4.628
PESO 3 2 1
n m/(n+1) Po Pe (Pe-Po)^2 Pe (Pe-Po)^2 Pe (Pe-Po)^2
1 0.029 0.100 -2.40 6.237 -1.01 1.242 -1.33 2.045
2 0.059 0.100 -0.92 1.036 -0.18 0.078 -0.43 0.281
3 0.088 0.100 0.08 0.000 0.44 0.113 0.26 0.026
4 0.118 0.200 0.87 0.455 0.96 0.574 0.86 0.436
5 0.147 0.400 1.56 1.335 1.43 1.064 1.40 1.000
6 0.176 1.000 2.17 1.362 1.88 0.772 1.91 0.828
7 0.206 1.800 2.73 0.871 2.31 0.264 2.41 0.372
8 0.235 2.200 3.27 1.146 2.75 0.298 2.89 0.476
9 0.265 2.500 3.79 1.663 3.18 0.465 3.38 0.774
10 0.294 2.700 4.30 2.560 3.63 0.867 3.87 1.369
11 0.324 3.500 4.81 1.717 4.10 0.361 4.37 0.757
12 0.353 3.700 5.33 2.656 4.60 0.810 4.90 1.440
13 0.382 6.100 5.87 0.054 5.14 0.920 5.46 0.410
14 0.412 6.800 6.43 0.135 5.74 1.123 6.07 0.533
15 0.441 8.400 7.04 1.837 6.42 3.911 6.75 2.723
16 0.471 9.000 7.73 1.624 7.23 3.137 7.53 2.161
17 0.500 10.500 8.52 3.924 8.24 5.130 8.47 4.121
18 0.529 11.000 9.52 2.197 9.61 1.930 9.71 1.664
19 0.559 11.600 11.00 0.363 11.90 0.087 11.65 0.003
5.4.7 ELECCIÓN DEL METODO ESTADÍSTICO APROPIADO
En el cuadro siguiente se resume los resultados de las pruebas efectuadas anteriormente. En este cuadro se han calificado las
funciones según el orden de preferencias indicado por cada prueba de ajuste, dando 1 a la “mejor” y 6 a la “peor”. De estos
resultados se concluye que la función que mejor se ajusta a los datos es la Distribución Normal
Selección de la función de Distribución
ERROR SMIRNOV
DISTRIBUCIONES TOTAL
CUAD. MIN. KOLMOGOROV
NORMAL 3 2 5
GUMBEL 2 3 5
PEARSON TIPO III 1 1 2
En conclusión después de realizar todas las pruebas de análisis estadístico la distribución que mejor se adecua es el método
de Distribución Pearson Tipo III porque tiene menor error.
5.4.8 PRECIPITACION MAXIMA E INTENSIDAD MAXIMA
El estudio de la Precipitación Máxima e Intensidad Máxima es muy importante para tener conocimiento de la intensidad de las
tormentas, sus magnitudes, así como su frecuencia, son muy necesarios para el diseño de las diferentes obras hidráulicas que
pudieran construirse en las zonas de estudio en la Microcuencas.
Para el análisis se ha tenido en cuenta la información de precipitación máxima en 24 horas.
Con la finalidad de obtener información de precipitación máxima en 24 horas y la para diferentes periodos de retorno y que
permita tener confiabilidad de su recurrencia, se le evaluó a través de 3 distribuciones de frecuencia
 Distribución Normal Estándar.

 Distribución Gumbel (Distribución extrema Tipo I).
 Distribución Pearson tipo III.
En el cuadro siguiente se muestra el resumen de los resultados por el método estadístico de la distribución que más se ajusta
aplicando el método de momentos desarrollados en el presente estudio la distribución que se considera es la Distribución
Pearson Tipo III. Se observa que la diferencia entre uno y otro método puede ser apreciable. En muchos casos las diferencias
son muchos mayores que las que resultan aquí. Una selección apresurada de cualquiera de los métodos podría traducirse en
una estructura sobre diseñada y costosa o subdiseñada y peligrosa
PRECIPITACION DE DISEÑO MAXIMA DE 24 HORAS ESTIMADA

Tr P W Z Kt Xt
1000 0.001 3.717 3.091 4.04 20.75
500 0.002 3.526 2.879 3.68 19.28
250 0.004 3.323 2.652 3.3 17.73
100 0.01 3.035 2.327 2.79 15.66
50 0.02 2.797 2.054 2.38 13.99
40 0.025 2.716 1.96 2.25 13.46
25 0.04 2.537 1.751 1.95 12.24
10 0.1 2.146 1.282 1.33 9.71
5 0.2 1.794 0.841 0.79 7.52
Precipitaciones Máximas en (mm) y periodo de retorno en (años)
5.4.9 ANÁLISIS DE RIESGO DE FALLA
El diseño de estructuras para el control de agua incluye la consideración de riesgos. Una estructura para el control de agua
puede fallar si la magnitud correspondiente al periodo de retorno de diseño T se excede durante la vida útil de la estructura. Este
riesgo hidrológico natural, o inherente, de falla puede calcularse utilizando la ecuación:
Es el tiempo medio en años (evento) es igualdad o superada por lo menos una vez es decir
1 1
periodode retorno  T 
probabilidad P
T = periodo de retorno
P = probabilidad de ocurrencia de un caudal
En hidrología se utiliza más el periodo de retorno que la probabilidad
1
Probabilidad de que un suceso de retorno T se produzca el próximo año....... ........
T
1
Probabilidad de que un suceso de retorno NO se produzca el próximo año....... .....1 -  
T 
  1    1 
Probabilidad de que un suceso de retorno NO se produzca los proximos dos años..1 -   1 -  
  T    T 
n
  1 
Probabilidad de que un suceso de retorno NO se produzca los proximos n años..... 1 -  
  T 
n
  1 
Probabilidad de que un suceso de retorno SI se produzca los proximos n años...... .1 - 1 -  
  T 
En El diseño de obras públicas, la última expresión obtenida es el Riesgo de falla (R, es decir la probabilidad de que SI se
produzca alguna vez un suceso de periodo de retorno T a lo largo a un periodo de n años:

  1 
n

R  1  1   

  T  
ESTRUCTURA T(años)
CAUDALES DE PROYECTO
Vertedor de grandes presas 10000
Vertedor de una presa de tierra 1000
Vertedor de una presa de concreto 500
Galerias de aguas pluviales 5 a 20
Bocatomas 25 a 75
Pequeñas presas para abastecimeinto de agua 50 a 100
puentes en carreteras importantes 50 a 100
puentes en carreteras comunes 25
Valores de periodo de retorno T asociado al riesgo R
Riesgo Vida util de la obra (n) en años

R 1 10 25 50 100 200
0.01 100.00 995.49 2487.98 4975.46 9950.42 19900.33
0.10 10.00 95.41 237.78 475.06 949.62 1898.74
0.25 4.00 35.26 87.40 174.30 348.11 695.71
0.50 2.00 14.93 36.57 72.64 144.77 289.04
0.75 1.33 7.73 18.54 36.57 72.64 144.77
0.99 1.01 2.71 5.94 11.37 22.22 43.93
Un análisis de la tabla anterior muestra que si adopta un riesgo de 10% de que durante los 10 años de vida útil de una estructura
ocurra una descarga igual o superior a la del proyecto, se debe usar un periodo de retorno de 95.41 años.
Dada la magnitud de la Microcuenca, para la estimación de las máximas avenidas se ha tenido en consideración los siguientes
rangos de superficies de cuenca de recepción:
Área Método
< 10 Km2 Hidrograma del US - SCS
< 100 Km2 Mac Math
> 100 km2 Curvas Envolventes de Creager
Riesgo de Vida esperada del proyecto, n (años)

Falla
1 2 5 10 20 25 50 100
0.99 1.01 1.11 1.66 2.71 4.86 5.94 11.37 22.22
0.9 1.11 1.46 2.71 4.86 9.20 11.37 22.22 43.93
0.75 1.33 2.00 4.13 7.73 14.93 18.54 36.57 72.64
0.5 2.00 3.41 7.73 14.93 29.36 36.57 72.64 144.77
0.25 4.00 7.46 17.89 35.26 70.02 87.40 174.30 348.11
0.1 10.00 19.49 47.96 95.41 190.32 237.78 475.06 949.62
0.05 20.00 39.49 97.98 195.46 390.41 487.89 975.29 1950.07
0.01 100.00 199.50 498.00 995.49 1990.48 2487.98 4975.46 9950.42
Vida esperada de la Estructura
5.4.10 CURVAS DE INTENSIDAD-DURACIÓN Y FRECUENCIA (IDF)
Uno de los primeros pasos que debe seguirse en muchos proyectos de diseño hidrológico, como el diseño de un drenaje, es la
determinación del evento o los eventos de lluvia que deben usarse. La forma más común de hacerlo es utilizar una tormenta de
diseño o un evento que involucre una relación entre la intensidad de lluvia (o profundidad), la duración, y las frecuencias o
periodos de retorno apropiados para la obra y el sitio. Deberían existir curvas (IDF) estándar desarrolladas por instituciones del
gobierno disponibles para el sitio para que su uso sea de forma general, uniforme y oficial.
Para construir la curva IDF para diferentes periodos de retorno utilizamos la fórmula de DYCK PESCHKE para el cálculo de
máximas avenidas.
0.25
 d 
Pd  P24h  
 1440 
Donde
Pd : Precipitación máxima para un periodo de duración
d : Periodo de duración (min. 10, 15, 30………., etc)
P24h : Precipitación máxima para 24 horas (En este estudio se utilizara el modelo adecuado según las pruebas
realizados en los acápites anteriores.
T de
PERIODO DE DURACION (min) - INTENSIDAD (mm/hr)
Retorno
T(años) 5 10 15 30 60 120 180 360 1440
1000 236.71 140.75 103.84 61.74 36.71 21.83 16.11 9.58 3.39
500 219.79 130.69 96.42 57.33 34.09 20.27 14.96 8.89 3.14
250 202.83 120.60 88.98 52.91 31.46 18.71 13.80 8.21 2.90
100 180.40 107.27 79.14 47.06 27.98 16.64 12.27 7.30 2.58
50 163.37 97.14 71.67 42.61 25.34 15.07 11.12 6.61 2.34
40 157.86 93.86 69.25 41.18 24.48 14.56 10.74 6.39 2.26
25 146.21 86.94 64.14 38.14 22.68 13.48 9.95 5.92 2.09
10 123.05 73.17 53.98 32.10 19.09 11.35 8.37 4.98 1.76
5 104.75 62.28 45.95 27.32 16.25 9.66 7.13 4.24 1.50
Intensidades para los diferentes periodos de diseño – Microcuenca Hospicio
INTENSIDAD MAXIMA PARA Tc.

Periodo de Retorno Microcuenca
Intensidad. Max.
T(años) (mm) (mm/hr)
1000 13.04 3.48
500 12.12 3.24
250 11.14 2.98

100 9.84 2.63
50 8.79 2.35
40 8.46 2.26
25 7.69 2.06
10 6.10 1.63
5 4.73 1.26
INTENSIDA DURACION Y FRECUENCIA Tr=100años

120
100
100
Intensidad i (mm/h)
80
60 y = 152.53x-0.75
40
20
0
0 200 400 600 800 1000
Duración d (min)
INTENSIDA DURACION Y FRECUENCIA Tr=50años

120
50
100
Intensidad i (mm/h)
80
60 y = 600.8x-0.75
40
20
0
0 200 400 600 800 1000
Duración d (min)
5.4.11 TIEMPO DE CONCENTRACIÓN Tc
Es el tiempo empleado por una gota de agua que cae en el punto hidrológicamente más alejado de la cuenca para llegar a la
salida de ésta.
De Acuerdo a esta definición, el caudal pico Qp en la salida de la cuenca debe alcanzar después de un lapso igual al del tiempo
de concentración tc.
La obtención de los tiempos de concentración para la Microcuenca de la quebrada Hospicio, por los diferentes métodos, ha sido
desarrollada empleando los parámetros y procedimientos descritos por las siguientes formulas:
Para la aplicación de método de Clark, se necesita calcular el tiempo de concentración (Time of concentration) y el coeficiente
de almacenamiento (Storage Coefficient). El tiempo de concentración fue calculado mediante las fórmulas de Kirpich y Temez.
Donde:
t : Tiempo de concentración (hr)
L: Longitud del cauce principal de la cuenca (km)
h : Desnivel del cauce principal (m)
El valor de i intensidad es igual al tiempo de concentración
0.385
 L3 
Tc   0.871 
 H
Donde
Tc = Tiempo de concentración en horas
L = Longitud del cauce principal Km.
H = Desnivel máximo en m
0.76
 L 
t  0.3 *  0.25  (Fórmula de Temez)
S 
Donde:
S : pendiente (Adim.)
Lag Time SCS ANCHO Coef. De

Tc: Kirpich Tc: Temez Tc: Promedio Densidad de
MICROCUENCA (min) PROMEDIO Compacidad Fac. Forma
Drenaje
(horas) (horas) (horas) (min) (Km)
HOSPICIO 5.43 2.69 2.44 87.66 1.40 0.28 23.85 0.72
6. CAUDAL MAXIMO - METODO MAC MATH
6.1 APLICACIÓN DEL METODO MAC MATH
La fórmula de Mac Math para el sistema métrico, es la siguiente:
Q=0.0091CIA4/5S1/5
Donde:
Q=Caudal máximo con un periodo de retorno de T años, en m3/s

C=factor de escorrentía de Mac Math, representa las características de la cuenca
I=intensidad máxima de la lluvia, para una duración igual al tiempo de concentración tc, y un periodo de retorno de T
años mm/hr.
A=área de la cuenca, en has
S=pendiente promedio del cauce principal, en %0
De los parámetros que intervienen en esta fórmula, sobre el que se tiene que incidir, es sobre el factor C, el cual se
compone de tres componentes, es decir:
C=C1+C2+C3
Donde:
C1=está en función de la cobertura vegetal
C2=está en función de la textura del suelo
C3=está en función de la topografía del terreno
Estos valores se muestran en la tabla Factor de escorrentía de Mac Math, las descargas máximas para las Sub
cuencas ó áreas que lo componen el área de drenaje que escurre al río se determinó mediante la fórmula del Mac
Math, cuya expresión es la siguiente:
Tabla Factor de escorrentía de Mac Math
Resultado de caudales máximos para diferentes periodos de retorno para la Microcuenca es de:
CAUDAL MAXIMO DE DISEÑO

(m3/s)
Periodo de Retorno Cuenca

T(años) m3/s
1000 3.21
500 2.98
250 2.74
100 2.42
50 2.16
40 2.08
25 1.89
10 1.50
5 1.16
Met. Mac Math
7. CONCLUSIONES Y RECOMENDACIONES
 La estación meteorológica de SENAMHI utilizadas en el estudio fue de : Pampa de Majes: periodo (1990 – 2008)
 Los parámetros de la Microcuenca de la quebrada Hospicio se muestran en el siguiente cuadro:
MICROCUENCAS IDENTIFICADOS PROYECTO

PARTEAGUAS DESEMBOCADURA LONGITUD CAUCE PENDIENTE DEL
AREA (km2) PERIMETRO
MICROCUENCAS UBICACIÓN GEOGRÁFICA UBICACIÓN GEOGRÁFICA PRINCIPAL CAUCE PRINCIPAL
Coord_X Coord_Y Altitud (msnm) Coord_X Coord_Y Altitud (msnm) (km2) (km.) (km.) (%)
HOSPICIO 810295.00 8206627.00 1839 799387.27 8191624.04 1442 46.50 46.80 33.30 1.2
Lag Time SCS ANCHO Coef. De

Tc: Kirpich Tc: Temez Tc: Promedio Densidad de
MICROCUENCA (min) PROMEDIO Compacidad Fac. Forma
Drenaje
(horas) (horas) (horas) (min) (Km)
HOSPICIO 5.43 2.69 2.44 87.66 1.40 0.28 23.85 0.72
 El caudal máximo fue determinado por el método MacMat para obras de protección se tomara como dato de diseño el
caudal para un periodo de retorno de 100 años y se tiene 2.42 m³/s en la Microcuenca de la quebrada seca de Hospicio.
 La zona del área en Estudio es una Quebrada, seca, carente de lluvias. Sin embargo es evidente que en el pasado han
ocurrido precipitaciones pluviales de intensidades considerables cuyas aguas al discurrir siguiendo la pendiente del terreno
en las quebradas han dado lugar a la generación de huaycos.

Estudio Hidrologico CL PDF

Cargado por

Copyright:

Formatos disponibles

Estudio Hidrologico CL PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Estudio Hidrologico CL PDF

Cargado por

Copyright:

Formatos disponibles

MUNICIPALIDAD DISTRITAL DE MAJES

CONSULTOR: ING. CIVIL JOEL AYALA CASTILLO CIP N° 102676 2017

ESTUDIO HIDROLOGICO PARA OBRAS DE ARTE

PROYECTO: “MEJORAMIENTO DE LOS SERVICIOS DE TRANSITABILIDAD VEHICULAR Y PEATONAL EN LA

1. RESUMEN ...................................................................................................... ¡Error! Marcador no definido.

Área : 46.50 km²

Tr=100 años, caudal 2.42 m³/s

El área de proyecto está ubicada:

Como se puede apreciar en el mapa que a continuación se muestra.

Figura N° 1. 1: Ubicación de la Región Arequipa

Figura N° 1. 2: Ubicación del proyecto en estudio.

UBICACIÓN DEL ESTUDIO

Los objetivos principales del presente informe son:

- Determinar el caudal máximo de diseño

3. DESCRIPCION DE LA ZONA DEL ESTUDIO

El Clima de la zona en Estudio de la Carretera, presenta las siguientes características:

4.1 INFORMACIÓN CARTOGRÁFICA Y GEOGRÁFICA

4.2 INFORMACION PLUVIOMETRICA

Estación pluviométrica en el ámbito del proyecto

Estación: Pampa de Majes Latitud : 16°19'39.0" Ubicación : Arequipa

HISTOGRAMA DE PRECIPITACION MAXIMA (mm)

4.3 PARÁMETROS MORFOLÓGICOS

Longitud Mayor del Cauce (L)

Coeficiente de Compacidad (Kc)

Generalmente en cuencas muy alargadas el valor de Kc, es mayor que 2.

Factor de Forma (Ff)

Monsalve1, refiere que Dd usualmente toma los siguientes valores:

Entre 0.5 Km/Km² para hoyas con drenaje pobre.

Pendiente Media del Cauce

Se determina mediante la siguiente expresión:

MICROCUENCAS IDENTIFICADOS PROYECTO

5. ANALISIS DE MAXIMAS AVENIDAS

5.1 DATOS HIDROMETEOROLÓGICOS

Cuadro N° 5: Series históricas de precipitación máxima 24 horas Pampa de Majes

5.2 PROBABILIDAD DE OCURRENCIA DE LA PRESENTACION

Formulas empíricas para determinar la probabilidad de Ocurrencia

Método Probabilidad de Ocurrencia (P)

5.3 ANÁLISIS ESTADISTICO DE PRECIPITACIONES MAXIMAS

 f ( x)dx  1 Cuando se encuentra en los límites   y 

Cuando se encuentra entre los límites a y b

 Distribución Normal Estándar.

5.4 ANALISIS DE FRECUENCIAS

5.4.1 DISTRIBUCION NORMAL

Estimación de la Precipitación Máxima en 24 Horas Normal

Promedio (Xi) = 4.30 m= 2.467

5.4.2 DISTRIBUCION DE VALOR EXTREMO TIPO I

Función de distribución acumulada.

La función de distribución acumulada, tiene la forma:

Función densidad de probabilidad

La función de distribución acumulada es:

Los valores correspondientes de x e y, están relacionadas por: F(x) = F(y) y la relación:

Método de Gumbel (Valor extremo tipo I)

Donde c, es la constante de Euler, cuyo valor es:

Tabla de Medias esperadas y Desviaciones estándar de extremos reducidos

Por otro lado, conocemos que la ecuación de GUMBEL se expresa como:

Por otro lado se tiene:

Entonces se tiene que.

Estimación de la Precipitación Máxima De 24 Horas Gumbel

5.4.3 DISTRIBUCION PEARSON TIPO III