Mamani - GJA-SD MODELO DE TESIS

FACULTAD DE INGENIERÍA Y ARQUITECTURA
ESCUELA PROFESIONAL DE INGENIERÍA CIVIL
“Determinación de caudales máximos de diseño mediante

métodos convencionales probabilísticos en la subcuenca Ayaviri,
Puno – 2020”
TESIS PARA OBTENER EL TÍTULO PROFESIONAL DE:
INGENIERO CIVIL
AUTOR:
Mamani Gómez, José Antonio (ORCID: 0000-0001-7694-7549)
ASESOR:
Dr. Muñiz Paucarmayta, Abel Alberto (ORCID: 0000-0002-1968-9122)
LÍNEA DE INVESTIGACIÓN:
Diseño de obras hidráulicas y saneamiento
Lima – Perú
2021
Dedicatoria
Dedico este trabajo a toda mi
familia que me animó y apoyó en
en todo momento, especialmente para
mis padres Guillermo y Martha
i
Agradecimiento
Agradezco a Dios en primer lugar por la vida, los dones y las oportunidades que
he tenido hasta hoy y las que están por venir.
A mi asesor al Dr. Muñiz Paucarmayta, Abel Alberto por su dedicación, apoyo,

por todo el conocimiento que me transmitió y por su paciencia durante todas mis
dificultades en esta investigación.
A todos aquellos que de alguna manera contribuyeron a la estructuración y

operacionalización de la investigación, desde el suministro de datos y programas
hasta su comprensión.
Por último, a todos aquellos que saben que me ayudaron a lograr este objetivo
tan anhelado por mí para mi carrera profesional.
Muchas gracias!!!
ii
Índice de contenidos
Dedicatoria ...............................................................................................................i
Agradecimiento ....................................................................................................... ii
Índice de contenidos ............................................................................................. vii
Índice de tablas .......................................................................................................x
Índice de figuras .................................................................................................... xii

Resumen ............................................................................................................... xv
Abstract ................................................................................................................ xvi
1 INTRODUCCIÓN ............................................................................................... 1
2 MARCO TEÓRICO ............................................................................................ 3
3 METODOLOGÍA .............................................................................................. 21
3.1 Tipo y diseño de investigación................................................................. 21
3.2 Variables y operacionalización ................................................................ 22
3.3 Población, muestra y muestreo ............................................................... 24
3.3.1 Población .......................................................................................24

3.3.2 Muestra ..........................................................................................24
3.3.3 Muestreo ........................................................................................24
3.4 Técnicas e instrumentos de recolección de datos, validez y confiabilidad ..
................................................................................................................. 24
3.4.1 Técnicas.........................................................................................24
3.4.2 Instrumento de datos .....................................................................25
3.4.3 Validez ...........................................................................................25
vii
3.4.4 Análisis de validez..........................................................................25
3.4.5 Confiabilidad ..................................................................................26
3.5 Procedimientos ........................................................................................ 27
3.5.1 Estudios previos.............................................................................27

3.6 Método de análisis de datos .................................................................... 30
3.6.1 Estimación de caudales máximos de diseño mediante la distribución

Gumbel ..........................................................................................33
3.6.2 Calculo de los caudales máximos de diseño mediante la distribución
normal ............................................................................................34
3.6.3 Estimación de los caudales máximos de diseño mediante Gamma
(Pearson Tipo III) ...........................................................................34
3.7 Aspectos éticos........................................................................................ 35
4 RESULTADOS................................................................................................. 36

Gumbel ..........................................................................................41
4.1.2 Cálculo de los caudales máximos de diseño mediante la distribución
normal ............................................................................................42
(Pearson Tipo III) ...........................................................................43
4.1.4 Análisis de cálculos generales para el diseño de caudales máximos
de diseño .......................................................................................44
5 DISCUSIÓN ..................................................................................................... 48
5.1.1 Discusión 1.....................................................................................49

5.1.2 Discusión 2.....................................................................................49
5.1.3 Discusión 3.....................................................................................50
5.1.4 Discusión 4.....................................................................................50
6 CONCLUSIONES ............................................................................................ 52
Conclusión 1.............................................................................................52
Conclusión 2.............................................................................................52
Conclusión 3.............................................................................................53
Conclusión 4.............................................................................................53
7 RECOMENDACIONES .................................................................................... 54
Recomendación 1.....................................................................................54
viii
Recomendación 2.....................................................................................54
Recomendación 3.....................................................................................54
Recomendación 4.....................................................................................54
REFERENCIAS ................................................................... 56
ANEXOS .............................................................................................................. 61
ix
Índice de tablas
Tabla 1. Parámetros de Validez ........................................................................... 26
Tabla 2. Validez de contenido de las variables .................................................... 26
Tabla 3. Características fisiográficas de la cuenca en estudio ............................. 31
Tabla 4. Características geomorfológicas de la cuenca en estudio...................... 31
Tabla 5. Precipitación máxima en 24 horas por estaciones ................................. 32
Tabla 6. Estimación de precipitaciones máxima en 24 horas por la distribución

Gumbel .................................................................................................. 34

Normal ................................................................................................... 34

Gamma.................................................................................................. 35
Tabla 9. Resumen de estimación de eventos extremos para diferentes periodos de

retorno de la estación – Ayaviri. ............................................................ 36
Tabla 10. Ajuste del análisis de doble masa ........................................................ 37
Tabla 11. Valores de t en la prueba de estacionariedad de Sperman .................. 37
Tabla 12. Áreas de Influencia de las Estaciones Meteorológicas por unidades

hidrográficas .......................................................................................... 38
Tabla 13. Precipitación máxima en 24 horas para diferentes periodos de retorno de

las estaciones que involucran el área del estudio ................................. 39
Tabla 14. Áreas de influencia de las estaciones meteorológicas ponderadas por

unidades hidrográficas .......................................................................... 39
Tabla 15. Distribución Gumbel Δ teórico .............................................................. 41
Tabla 16. Distribución Normal Δ teórico ............................................................... 42
Tabla 17. Distribución Gamma Δ teórico.............................................................. 43
x
Tabla 18. Cálculo del Hietograma de diseño Tr=50, 100 y 200 años ................... 44
Tabla 19. Coeficiente de escorrentía.................................................................... 46
Tabla 20. Caudal máximo de la subcuenca para diferentes periodos de retorno. 47
xi
Índice de figuras
Figura 1. Diagrama esquemático del ciclo del agua ............................................. 16
Figura 2. Representación de entrada, sistema y salida de un modelo matemático

.............................................................................................................. 18
Figura 3. Diagrama de una cuenca y un modelo distribuido físicamente casi

tridimensional ........................................................................................ 20
Figura 4. Mapa de ubicación de la zona de estudio ............................................. 28
Figura 5. Comparación de las diferentes distribuciones teóricas para las

precipitaciones....................................................................................... 36
Figura 6. Análisis de doble masa de las estaciones pluviométricas ..................... 37
Figura 7. Polígonos de Thiessen de la cuenca del río Ayaviri por unidades

hidrográficas .......................................................................................... 40
Figura 8. Frecuencia relativa, frecuencia relativa acumulada y función densidad 41
Figura 9. Distribución Gumbel .............................................................................. 42
Figura 10. Distribución Normal ............................................................................. 43
Figura 11. Distribución Gamma............................................................................ 44
Figura 12. Hietograma Tr=50, 100 y 200 años..................................................... 45
Figura 13. Precipitación máxima para diferentes periodos de retorno ................. 46
xii
Resumen
El caudal máximo que se registra durante el aumento inusual por eventos
extremos, superando los valores medios normales. El estudio hidrológico es
importante, para fines de diseño de obras hidráulicas y en temas de prevención de
la gestión de riesgos. El objetivo principal es Determinar los caudales máximos de
diseño mediante métodos convencionales probabilísticos en la subcuenca Ayaviri,
Puno – 2020. Los métodos que se usaron fueron la distribución Gumbel; Normal y
Gamma (Pearson Tipo III). Se ha considerado las estaciones Ayaviri,
Chuquibambilla, Pampahuta, Llally y Santa Rosa, procesados por el método de
polígonos de Thiessen, se tiene un buen coeficiente de ajuste de cerca de 1,
además son estacionarias según Sperman que estuvo dentro del rango de t 2.5%
= - 1.96 y t 97.5% = + 1.96, se concluye que la serie histórica es estacionaria. Los
cálculos de caudales máximos por el método de Mac-Math son 346.904, 376.816 y
406.727 m3/s; seguidamente se hizo el cálculo de Servicio de Conservación de
Suelos (SCS), el hidrograma unitario y son 353.419, 431.451 y 512.886 m3/s.
Finalmente se concluye que las estaciones tienen correlación con la zona de
estudio y no hay diferencia estadística con los demás estudios.
Palabras claves: Caudal máximo, precipitación, cuenca, coeficiente de ajuste,

tiempo de retorno.
xv
Abstract
The maximum flow rate that is recorded during the unusual increase by extreme
events, exceeding the normal average values. The hydrological study is important,
for purposes of design of hydraulic works and in issues of prevention of risk
management. The main objective is to determine the maximum design flows using
conventional probabilistic methods in the Ayaviri sub-basin, Puno - 2020. The
methods used were the Gumbel distribution; Normal and Gamma (Pearson Type
III). It has been considered the Ayaviri, Chuquibambilla, Pampahuta, Llally and
Santa Rosa stations, processed by the Thiessen polygon method, it has a good
adjustment coefficient of about 1, in addition they are stationary according to
Sperman that was within the range of t 2.5% = - 1.96 and t 97.5% = + 1.96, it is
concluded that the historical series is stationary. The calculations of maximum flows
by the method of Mac-Math are 346,904, 376,816 and 406,727 m3/s, then made the
calculation of Soil Conservation Service (SCS), the unit hydrograph and are
353,419, 431,451 and 512,886 m3/s. Finally, it is concluded that the stations have
correlation with the study area and there is no statistical difference with the other
studies.
Keywords: Maximum flow, precipitation, basin, adjustment coefficient, return

time.
xvi
1 INTRODUCCIÓN
El caudal máximo representa al aumento extraordinario de los eventos
extremos, superando los valores medios normales Haan et al. (1994b); Haan et al.
(1994a). La precipitación de veinticuatro horas, se usan para el uso de cálculos de
caudales máximos para el diseño de obras hidráulicas Chow et al. (1994); Fattorelli
y Fernández (2011), siempre ha sido una controversia debido a que los métodos
analizados como caudales máximos, debiendo realizar una proyección con
escenarios asociados a los tiempos de retorno Chen (1983); Breña y Jacobo (2006),
aplicando teoría de probabilidades, con un alto grado de incertidumbre Aguilera
(2007). La información hidrológica permite realizar el análisis de la oferta hídrica de
la cuenca, posteriormente se puede utilizar para caudales máximos para distintos
períodos de retorno, así obtener el caudal de diseño para las obras hidráulicas
Chow et al. (1994).
Estos eventos pueden ocurrir debido al comportamiento natural de los ríos o
amplificados por el efecto de la alteración producida por el hombre en la
urbanización al impermeabilizar superficies y canalizar ríos Tucci (2003).
Cuando la precipitación es intensa y el suelo no tiene capacidad de infiltrarse,
una gran parte del volumen fluye hacia el sistema de drenaje, excediendo su
capacidad de flujo natural Righetto (1998). El exceso de volumen que no se puede
drenar ocupa la llanura de inundación, de acuerdo con la topografía de las áreas
cercanas a los ríos Uehara et al. (1980); Chen (1983). Estos eventos ocurren al
azar según los procesos climáticos locales y regionales. Este tipo de inundación se
llama en este libro de inundación ribereña.
Conociendo los escenarios de caudales máximos, ayuda a diseñar
óptimamente las obras hidráulicas que tiene una relación directa con el tiempo de
vida de dicha infraestructura Williams y Singh (1995); Srinivasan et al. (1998).
Finalmente se tendrá un impacto positivo en la gestión de proyectos hidráulicos que
se puedan implementar en la subcuenca de Ayaviri.
El estudio hidrológico es importante, a fin de conocer las características de los
caudales máximos y mínimos, dependiendo de lo que se desea, en este caso
específico se busca conocer los caudales máximos para el diseño de obras
hidráulicas como por ejemplo defensas ribereñas, o para prever las protecciones a
fin de evitar las futuras inundaciones en la parte media y baja de la subcuenca. Los
1
caudales máximos se deben de conocer desde el punto de vista del tiempo de
retorno para crear escenarios presentes y futuros, los mismos son regionalizados
según las estaciones meteorológicas existentes.
En la actualidad es escasa la información sobre la calidad de información
meteorológica e hidrométrica, en algunos casos se consideran caudales medios, lo
cual en este trabajo de investigación se disponibilizará con los cálculos realizados
contara con caudales máximos por los diferentes métodos desarrollados y con
diferentes tiempos de retorno, lo cual nos tendrá un panorama de cómo será el
comportamiento de según los escenarios para implementar acciones en bien de los
pobladores de la parte media y baja de la subcuenca de Ayaviri.
El objetivo principal es determinar los caudales máximos de diseño mediante

métodos convencionales probabilísticos en la subcuenca Ayaviri, Puno – 2020, para
diseño de obras hidráulicas en la subcuenca Ayaviri, considerando los siguientes
objetivos específicos; estimar los caudales máximos de diseño mediante la
distribución Gumbel; calcular los caudales máximos de diseño mediante la
distribución normal y estimar los caudales máximos de diseño mediante la
distribución Gamma (Pearson Tipo III).
2
2 MARCO TEÓRICO
En los trabajos previos como antecedentes nacionales, Chávez (2009), en la
investigación titulado Aplicación del método de regionalización para la
determinación de caudales en el puente carrasquillo, fijo con el objetivo: determinar
las características pluviométricas de dicha cuenca; aplicando la metodología: la
regionalización de caudales, obtuvo los resultados de los caudales máximos para
diferentes períodos de retorno.
Se tiene la investigación de Tejada (2014), titulado: Estudio hidrológico de

máximas avenidas de la subcuenca Juana Ríos - Cuenca Chancay – Lambayeque;
realizo el estudio hidrológico de máximas avenidas, en donde el autor determinó
los valores de caudales máximos del río Chancay, llegando a los resultados de
caudales máximos para los diferentes tiempos de retorno de 5, 10, 25,50, 100, 500
y 1000 años.
En la región de Puno se desarrolló el “Modelo regional aplicado a las máximas

avenidas en las cuencas de los ríos: Ilave, Callacame y Zapatilla”, para el diseño
de obras hidráulicas desarrollado por Laura (2014), con el objetivo de proponer un
modelo regional aplicado a las máximas avenidas en la cuencas de estudio,
obteniendo como resultado las distribuciones de probabilidades, demostrado el
modelo regional para estimar las máximas avenidas en cualquier ubicación de la
cuenca.
En la subcuenca de Ayaviri se ha desarrollado la investigación denominado

“Modelamiento de máximas avenidas que generan riesgo de inundación en la
ciudad de Ayaviri – Puno”, desarrollo Mamani (2014), el estudio determina las
descargas máximos para distintos períodos de retomo y simulación de la dinámica
de los flujos, encontrando los siguientes resultados analizados para los periodos de
retorno de 5, 50 y 100 años y los caudales de 126.40, 424.20 y 495.80 m 3/s
respectivamente, encontrando además un toral de 253.03 hectáreas de áreas
inundables.
Se tiene la investigación de Gutiérrez (2017); titulado: Determinación de las

áreas vulnerables frente a riesgos de inundación y huaycos en la zona aledaña al
río Pachatusan y sus propuestas de mitigación; el autor determinó las descargas
3
máximos generados e identificar las áreas vulnerables, además, analizó las
variables geomorfológicas, para proponer obras hidráulicas de mitigación, para
hacer frente a riesgos de inundaciones y huaycos en las zonas expuestas al río
Pachatusan; utilizó la metodología de los caudales máximos para los diferentes
tiempos de retorno de 5, 10, 25,50, 100, 500 y 1000 años; en donde se calculó los
caudales de 77.40, 95.40, 147.50) m3/s para los diferentes periodos de retorno de
50, 100 y 500 años respectivamente. Con los datos generados, identificó los
peligros, áreas vulnerables y riesgos que generan los distintos fenómenos
meteorológicos como son las inundaciones y huaycos.
En la región de Puno se desarrolló el “Análisis regional de frecuencia para la

estimación de caudales máximos en la cuenca amazónica del Perú”, desarrollado
por Lujano (2019), evidenciando tres regiones homogéneas determinadas
mediante un proceso mixto, entre el algoritmo de Ward, determinando de esta
manera la curva de crecimiento regional; finalmente se obtuvo la regionalización de
descargas máximas para toda la región de Puno.
La investigación realizada por, Vergara (2020), en la investigación titulado:

Simulación y pronóstico de caudales diarios del Río Amazonas usando un enfoque
híbrido Wavelet y Redes Neuronales, el estudio tiene un enfoque hibrido análisis
multiresolución wavelet y RNA llamado modelo wavelet red neuronal (WRN), con el
objetivo de desarrollar modelos “basados en datos” con dos técnicas, la red
neuronal artificial (RNA), la metodología que aplicó el error cuadrático medio
(RMSE) y la eficiencia de Nash-Sutcliffe (NSE). Como resultados se tiene para un
pronóstico de 30 días, encontrándose el modelo WRN con RMSE = 4820 m3/s y
NSE = 0.83, en donde sus resultados son mejores al modelo RNA con RMSE =
6092 m3/s y NSE = 0.72, en la etapa de validación.
En los trabajos previos como antecedentes internacionales, en Talca se

desarrolló la “Estimación de funciones de distribución de probabilidad, para
caudales máximos, en la región del Maule”, desarrollado por Aguilera (2007), el
estudio muestra un análisis de la función de distribución de probabilidad de
caudales máximos, en donde son ajustados a las diferentes funciones de
distribución como la distribución Gumbel, el resultado demuestra que es altamente
confiable, con un coeficiente de determinación del 96,4% y descartando la función
4
Log-Normal, la función presenta una sobreestimación en los valores de caudales
máximos probables, no se recomienda ese método para el cálculo de caudales
máximos.
En Pejibaye, Costa Rica Chavarría et al. (2020), desarrolló la investigación

titulado: Determinación del caudal ambiental requerido para río Pejibaye mediante
la implementación de una metodología de cálculo hidrobiológica, en donde ha
considerado variables de cambio climático, a fin de validar todo las variables en el
campo, la metodología fue para obtener el caudal ambiental, aplicando la
metodología hidrobiológica de cálculo del caudal ambiental en la cuenca del río
Pejibaye en Jiménez de Cartago, los resultados obtenidos para el periodo 2040-
2059, para el primer semestre son caudales ambientales inferiores al mínimo
permitido en el periodo actual y en el periodo 2080-2099 esta condición se produce
en todo el año.
En Madrid se desarrolló el “Análisis y selección de modelos estadísticos para el

ajuste de la ley de frecuencia de caudales máximos anuales en España”,
desarrollado por Álvarez et al. (2014), se ha desarrollado nuevos estándares de
seguridad hidrológica para las presas, como por ejemplo el cálculo de leyes de
frecuencia de caudales máximos y su extrapolación a altos periodos de retorno.
En Bogotá se desarrolló la “Investigación de la regionalización de caudales
máximos en las cuencas de la provincia Gualivá por medio del método estadístico
índice de creciente”, desarrollado por Briceño y Bello (2019), en este estudio se
aplicó el método de índice de creciente para determinar los caudales máximos
anuales promedio de las estaciones consideradas dentro de la provincia del área
de estudio; utilizando el software SMADA, considerando diferentes tiempos de
retorno, obteniendo el análisis de las gráficas de relación de caudal medio vs el
área aferente para la obtención de una ecuación que permita simular los caudales
de una subcuenca sin datos registrados.
En la ciudad de Lima se desarrolló la “Desarrollo y calibración de un sistema
informático para el análisis de tormentas, máximas avenidas y generación de lluvia
escorrentía”, desarrollado por Chúa (2017), el autor desarrolló un sistema
informático para cálculos hidrológicos denominado HidroCal, con el sistema
informático análisis de datos hidrológicos, analizando como las (relación IDF y
5
precipitación máxima probable), análisis de máximas avenidas, generación de lluvia
escorrentía (método racional, método NRSC, hidrograma unitario, curva S y caudal
base); validó y calibró con datos reales para la cuenca de Cañete.
Como bases teóricas se tiene lo siguiente:
Los métodos probabilísticos convencionales Llamas (1993); Villón (2004); Mejía

(2012), se usa para el análisis de frecuencias Chow (1964); Aparicio (1997), los
métodos permite calcular o estimar precipitaciones o caudales máximos, según sea
el caso, para diferentes períodos de retorno Singh (2017); Schuite et al. (2019), los
cuales se pueden considerar para datos discretos o continuos.
En la estadística existen posee diversos métodos y funciones de distribución de

probabilidad teóricas para determinar dichas probabilidades Llamas (1993); Villón
(2004); Mejía (2012); las distribuciones de probabilidad aplicadas en el presente
estudio son las siguientes: distribución Gumbel, distribución normal o Gaussiana y
distribución Gamma (Pearson Tipo III).
La distribución Gumbel MTC (2012), esta distribución considera datos de valor

extremo, se denomina también valor extremo Tipo I, Fisher – Tippett Tipo I.
También es llamado como la distribución doble exponencial Chow et al. (1994);
Mejía (2012).
La función acumulada MTC (2012), de la función de distribución acumulada,

tiene la forma:
( )
( )= (1)
Para :   x  
Donde:
0     , es el parámetro de escala.
      , es el parámetro de posición, llamado también valor central o
moda.
La función de densidad Chow et al. (1994); Mejía (2012), se desarrolla la función

derivando la función distribución acumulada, ecuación (1), respecto a x,
6
posteriormente se obtiene la función densidad de probabilidad según lo describe el
MTC (2012), es decir:
dF ( x )
f ( x)  (2)
dx
1  ( x   )  e   ( x   )
f ( x)  e (3)

Para :   x  
La variable aleatoria reducida Gumbel, se define como:
y   (x   ) (4)
Con lo cual, la función densidad reducida Gumbel es:
y
g ( y)  e y  e (5)
Y la función acumulada reducida Gumbel es:
y
G( y)  ee (6)
Los valores correspondientes x e y, están relacionados por:
F ( x)  G ( y ) (7)
y la relación:
y   (x   ) (8)
o
y
x (9)

La estimación de parámetros Villón (2004); Fattorelli y Fernández (2011),
método de momentos utilizando el método de momentos MTC (2012), se obtiene
las siguientes relaciones:
Media:
c
E ( x)  X    (10)

Donde C, es la constante de Euler, cuyo valor es:
7
 1 1 1 
c  limn  1    ........   ln n
 2 3 n  (11)
c  0.5772156649
Por lo tanto, de la ecuación (10), se tiene.
0.5772156649
X  (12)

Varianza:
 2
E ( x  E ( x))  S  2
 *6
2
 2
(13)
De donde se obtiene:
1.2825
  (14)
S
0.57721
 X  X  0.45 S (15)
S
La estimación de parámetros, se desarrolla realizando el método de máxima
verosimilitud Villón (2004); Fattorelli y Fernández (2011) y MTC (2012), luego se
obtiene a partir de las siguientes ecuaciones:
 
1  n 
  ln  n  (16)
  ( x i ) 
 
e
i 1

 e  x
n n
( x i )
* xi i
1
 i 1
 i 1
0 (17)
 n
e ( x i ) n
i 1
Donde:
 y  son los parámetros
n = Número de datos.
xi = ésimo dato
 Se calcula con iteraciones o aproximaciones de la ecuación (17) y se

reemplaza en la ecuación (16).
8
La función de densidad de probabilidad Normal o Gaussiana MTC (2012), se
define como:
2
1  X- 
1  
 
f (X)  e 2 (18)
 2
1 n
  Xi
n i 1
(19)
1/ 2
 1 n
   X i -  2  (20)
 n - 1 i 1 
Donde:
f(x) = Función densidad.
μ = Media de los datos observados.
σ = Desviación estándar de los datos observados.
X = Variable hidrológica en estudio.
Xi = i-ésima variable hidrológica.
e = Base de los logaritmos neperianos (Ln).
La distribución Pearson Tipo III MTC (2012); es determina desarrollando desde

la función densidad, considerando la variable aleatoria, posee una distribución
gamma de 3 parámetros o distribución Pearson Tipo III Villón (2004); Fattorelli y
Fernández (2011), la función densidad de probabilidad se determina con las
siguientes ecuaciones:
( x  )
1 x   1 1 
f ( x)  ( ) e 
(21)
 (  1 ) 
Para:
 x
   
0   
0  1  
La función acumulada de la distribución Pearson tipo III o gamma de 3

9
parámetros Llamas (1993); Fernández (1995) se basa en las siguientes
ecuaciones:
( x  )  1 1
 x  
x
1 
 (  1 ) 0
F ( x)  e 
*  dx (22)
  
En la cual:
x = Variable aleatoria Pearson tipo III.
 = Origen de la variable x, parámetro de posición.
 = Parámetro de escala
 1 = Parámetro de forma
(  1 ) = Función gamma completa
La variable reducida y Pearson Tipo III, es:
x 
y (23)

La función acumulada Pearson Tipo III reducida es:
y 1 1e  y
y
F ( y)   dy (24)
0
(  1 )
La cual tiene como parámetro 1 MTC (2012), y cuya variable aleatoria tienen
origen en y = 0 ó x = .
La estimación de parámetros MTC (2012), por el método de momentos,

aplicando los mismos Llamas (1993); Fernández (1995), se obtiene a partir de las
siguientes ecuaciones considerando la media, varianza y el sesgo:
Media:
X     * 1 (25)
Varianza:
S 2   2 * 1 (26)
Sesgo:
10
2
Cs  g  (27)
1
Resolviendo las ecuaciones (25), (26) y (27), se obtiene:
4
1  2 (28)
Cs
  CsS / 2 (29)
2S
 X (30)
Cs
Para el cálculo de Cs, para los datos muestrales Llamas (1993); Fernández
(1995), usar las ecuaciones:
N 2M 3
Cs  g  (31)
( N  1)( N  2) S 3
Dónde:
M 
 (xi  X )3
(32)
3
N
S 
 (x i  X )2
(33)
N 1
X 
x i
(34)
N
Nota limitante: Si Cs<0, de la ecuación (29),  sería negativo, por lo que no

cumple con la condición que >0.
Estos modelos permiten calcular a través de registro de precipitaciones

máximas en 24 horas MTC (2012), para estimar la precipitación máxima de diseño
y su probable distribución en diversos periodos de retorno.
Los caudales máximos de diseño Llamas (1993); Fernández (1995); las

características geomorfológicas están definidas por: área de la cuenca, forma,
pendiente y altitud, uso y cobertura de suelo, geología topografía, densidad de
drenaje y longitud del curso principal Chen (1983); Beven (2012).
Según los autores Chow (1964); Villón (2004); MTC (2012), en la ingeniería los
diseños se hacen para soportar los eventos máximos es decir en un determinado
11
evento no se ha superado Llamas (1993); Fernández (1995), en un periodo de
retorno determinado, por lo tanto, los diseños se realizan para periodos de retorno,
es decir los valores de F(x), se estiman para un tiempo de retorno dado mediante
la siguiente ecuación.
1 (35)
=1−
Para el periodo de retorno se usa la formula (36) para ver las recurrencias, se
presenta de la siguiente manera:
+1
= (36)
Siendo:
M = es el valor del orden
N = es el valor total de los datos
Como marco conceptual se tiene las siguientes definiciones:
La cuenca hidrográfica, es también una red de drenaje de un espacio

geográfico, es el área de terreno donde todas las aguas caen por precipitación
Villón (2004), donde sus aguas drenan aun punto común Tucci (2003); recorriendo
desde la parte alta hasta la parte baja Righetto (1998); Melesse et al. (2019).
Las variables hidrológicas, como las precipitaciones y los caudales son

variables hidrológicas son medidas por las estaciones hidrométricas Chow (1964);
Villón (2004); MTC (2012); Singh (2017). Son consideradas variables aleatorias y
son definidas mediante una función asignándole un valor, asociado a cada punto
del espacio muestral de una población Chow et al. (1994).
Las precipitaciones representa un valor y un dato importante dentro del ciclo

hidrológico Villón (2004). La precipitación y la temperatura, son elementos
12
climáticos más influyente del medio natural y el ambiente Chow (1964); Villón
(2004); MTC (2012); Singh (2017), los datos medidos influye directamente en la
distribución de las especies vegetales y animales Fernández (1995); Fattorelli y
Fernández (2011); Mejía (2012); MTC (2012), las actividades antropogénicas
inciden principalmente en las actividades agrícolas, forestales y las económicas
entre otras Fernández (1995). Para Llamas (1993), la precipitación es un fenómeno
físico, describe la transferencia de agua en fase líquida Chow et al. (1994);
Fernández (1995); Villón (2004); Fattorelli y Fernández (2011); Mejía (2012); MTC
(2012), y en fase sólida, entre la atmósfera y el suelo. La precipitación alimenta la
evaporación en la cuenca y el resto es aportación superficial o subterránea Chow
(1964); Villón (2004); MTC (2012); Singh (2017).
El análisis de máximas avenidas, es necesario para el diseño de obras

hidráulicas principalmente, conociendo la probabilidad de ocurrencia de diferentes
eventos, principalmente de calcula a partir de las precipitaciones de 24 horas y de
un diseño hidrológico Chow (1964); Villón (2004); MTC (2012); Singh (2017). Para
el diseño de estructuras hidráulicas se debe de fijar los coeficientes de seguridad,
la estructura debe ser diseñada para controlar el evento extremo mayor que pueda
ocurrir Chúa (2017) Chow et al. (1994); Fernández (1995); Villón (2004); Fattorelli
y Fernández (2011); Mejía (2012); MTC (2012).
La inversión debe justificar según los períodos de retorno que se espera de su

construcción, donde debe tener el nivel de seguridad aceptable en función del daño
que su falla pueda ocasionar Chow (1964); Villón (2004); MTC (2012); Singh (2017).
Por lo tanto, el estudio hidrológico involucra entre la seguridad y la economía, para
luego dar paso al concepto de riesgo calculado o riesgo de falla Chow et al. (1994);
Fernández (1995); Villón (2004); Fattorelli y Fernández (2011); Mejía (2012); MTC
(2012). Los diseños hidrológicos obedece a la probabilidad de ocurrencia de un
evento, en donde debe ser estimado por métodos estadísticos que garantices
dichos estudios realizados como por ejemplo el análisis de frecuencia Fattorelli y
Fernández (2011).
La relación precipitación escorrentía, es el cálculo del evento denominado

máximas avenidas, también conocido como un ascenso rápido del nivel de las
aguas de un curso Chow (1964); Villón (2004); MTC (2012); Singh (2017),
13
considerando un máximo a partir del tirante normal, el cual desciende a una menor
velocidad durante el curso aguas abajo Chúa (2017).
Es el tiempo promedio en años entre eventos o sucesos que igualan o exceden

a una magnitud dada, a este tiempo promedio se denomina como tiempo o periodo
de retorno Chow (1964); Chow et al. (1994); Tucci (2003).
El hidrograma unitario, se traduce en la escorrentía superficial ficticia que nos

indica el caudal proveniente de una precipitación unitaria uniforme sobre un área
de drenaje que viene hacer la cuenca Chow et al. (1994); Fernández (1995); Villón
(2004); Fattorelli y Fernández (2011); Mejía (2012); MTC (2012); la precipitación
convertida en caudal o llamada también escorrentía superficial de volumen unitario
Mejía (2012).
El coeficiente de escorrentía depende de numerosos factores, como es la

precipitación, la humedad inicial del suelo, la granulometría, textura, estructura,
materia orgánica, grado de compactación y pendiente. La precipitación es influente
desde el punto de vista que depende de la cantidad, intensidad y distribución en el
tiempo; además, se considera que es una fracción de agua que llega al cauce de
evacuación con respecto a la precipitación total. El coeficiente de escorrentía es
adimensional y es representado con la letra C Villón (2004).
í
= (37)
ó
El valor C depende de factores topográficos, edafológicos, cobertura vegetal,
entre otros.
Los eventos extremos, es el efecto de los fenómenos extremos en las

capacidades y valores de las personas afectadas depende de su vulnerabilidad,
que es una función de su exposición y sensibilidad a esos fenómenos Melesse et
al. (2019), junto con su capacidad de adaptación para disminuir el riesgo Scheffran
(2020). El riesgo de inundación asociado al cambio climático es progresivo. Es
decir, se evaluó estrategias actuales para determinar si seguirán siendo adecuadas,
si es necesario reforzarlas o si requieren un enfoque totalmente nuevo Uitto y Shaw
(2016).
14
Los extremos climáticos comprenden diferentes pautas meteorológicas más
allá del rango normal del sistema climático, con diversas características de
exposición Chow et al. (1994); Fernández (1995); Villón (2004); Fattorelli y
Fernández (2011); Mejía (2012); MTC (2012): frecuencia e intensidad (magnitud de
los efectos físicos), variabilidad de las variables físicas (por ejemplo, temperatura,
precipitación, velocidad del viento y cantidad de agua), escalas espaciales y
temporales (períodos cortos de fuertes precipitaciones Uitto y Shaw (2016),
inundaciones y deslizamientos de tierra, tormentas prolongadas, sequías más
prolongadas y olas de calor en grandes zonas) Scheffran (2020). Es de importancia
central orientar las medidas de adaptación para evaluar las estrategias de
reducción de los riesgos de desastre en relación con los riesgos actuales, así como
los cambios en los peligros futuros debidos al cambio climático Schleussner y
Guillod (2020).
El cambio climático antropogénico tiene graves consecuencias en todo el

mundo. Entre otros, la frecuencia e intensidad de los fenómenos meteorológicos
extremos, como las sequías, las tormentas y las inundaciones, pueden afectar a la
vida de millones de personas Scheffran (2020) Chow et al. (1994); Fernández
(1995); Villón (2004); Fattorelli y Fernández (2011); Mejía (2012); MTC (2012). Las
inundaciones son el riesgo que causa la mayoría de los desastres y las pérdidas
económicas Renaud et al. (2016).
Los procesos hidrológicos, de la hidrología es la ciencia del agua Singh (2017)

y está estrechamente relacionada con otras ciencias naturales Varouchakis
(2019a); Varouchakis (2019b); estudia las fases líquida, gaseosa y sólida. Esto
significa que la hidrología incorpora el estudio de la nieve y los glaciares Chen y
Wang (2018). Se ocupa tanto de la calidad como de la cantidad que varían en el
espacio y en el tiempo, por lo que la hidrología se ocupa de cómo se distribuye el
agua Singh (2017). También incluye: 1) las aguas sobre y debajo de la superficie
de la Tierra, su aparición, circulación y distribución; y 2) los procesos que rigen el
agotamiento y la reposición de los recursos hídricos terrestres de la Tierra, y las
diversas fases del ciclo hidrológico Singh (2017); Jain y Singh (2019).
La circulación del flujo de agua desde la atmósfera hasta la superficie de la

Tierra o el océano desempeña un papel fundamental en la formación de la
15
superficie terrestre, creando un patrón de vegetación e impulsando los procesos de
la atmósfera Chen y Wang (2018). El ciclo hidrológico puede verse como una
máquina natural (Figura 1), un sistema de funcionamiento, destilación y bombeo
constantes Singh (2017). Una serie de ciclos naturales en los que grandes
cantidades de materia se mueven continuamente en la Tierra, incluyendo el ciclo
hidrológico, el ciclo del carbono, el ciclo del nitrógeno y varios ciclos
biogeoquímicos.
El ciclo hidrológico, o ciclo del agua, es el ciclo de la circulación del agua, que
implica cambios en el estado físico del agua entre las fases líquida, sólida y gaseosa
Jain y Singh (2019). Este ciclo es el intercambio continuo de agua entre la
atmósfera, la tierra (que incluye las aguas superficiales y subterráneas), los
océanos y los mares, y los organismos Beven (2012); Singh (2017); Jain y Singh
(2019).
Figura 1. Diagrama esquemático del ciclo del agua
Fuente: adaptado de Chen y Wang (2018)
Todos los estudios que se ocupan del agua se refieren a alguna(s) parte(s) del
16
ciclo hidrológico Jain y Singh (2019). La disponibilidad y calidad del agua en
muchos lugares está vinculada al crecimiento de la civilización humana, al igual que
las actividades humanas, están modificando las características del ciclo hidrológico
y sufriendo cambios Chow (1964); Haan et al. (1994b); Jain y Singh (2019).
La modelización hidrológica; se ha convertido en algo común en los últimos 25

años. Prácticamente todos los proyectos hidrológicos se basan en los resultados
de la aplicación de un modelo hidrológico Haan et al. (1994b). Los modelos nos
permiten estudiar problemas complejos y sintetizar diferentes tipos de información;
los modelos hidrológicos son en realidad la representación conceptual de los
procesos que transforman la lluvia en movimiento de agua en la superficie y debajo
de la superficie Jain y Singh (2019).
Los modelos hidrológicos cumplen muchos fines útiles: determinar el

rendimiento hídrico de una cuenca fluvial, simular la respuesta de una cuenca fluvial
a los aportes, ampliar los registros observados y pronosticar las inundaciones
Beven (2012); Singh (2017); Jain y Singh (2019). Los modelos se aplican para
muchas tareas diferentes. Un modelo ayuda en la toma de decisiones Mackenzie
(2019), particularmente cuando la comprensión del sistema es incompleta, faltan
datos o hay que elegir entre varias opciones y no es posible trabajar con un sistema
de la vida real para comprender las consecuencias de una decisión. Los modelos
son muy útiles en esas situaciones Beven (2012); Khan (2015).
Los modelos hidrológicos pueden dividirse a grandes rasgos en dos categorías:

modelos físicos y modelos matemáticos Singh (2017); Jain y Singh (2019);
Mackenzie (2019). Un modelo físico se construye con "ladrillo y mortero" y es una
versión a escala del sistema real. Actualmente, los modelos físicos no son comunes
en la hidrología. Un modelo matemático es un conjunto de ecuaciones matemáticas
(incluidas las ecuaciones diferenciales ordinarias o parciales) y declaraciones
lógicas que describen el comportamiento del sistema hidrológico Jain y Singh
(2019). Los modelos hidrológicos pueden clasificarse en: 1) modelos para estimar
el flujo máximo de una cuenca; 2) modelos para estimar el volumen de flujo; 3)
modelos para calcular la hidrográfica completa; y 4) modelos integrados de cuencas
Righetto (1998); Beven (2012); Khan (2015); Jain y Singh (2019).
17
La Figura 2, muestra un modelo, simulando el comportamiento del sistema real
con entradas conocidas para producir la salida:
Figura 2. Representación de entrada, sistema y salida de un modelo

matemático
Fuente: adaptado de Jain y Singh (2019)
Los modelos hidrológicos se han clasificado de muchas maneras. Algunos de

los términos utilizados en la clasificación de los modelos son determinístico,
paramétrico, estadístico, estocástico, basado en la física, empírico, caja negra,
agrupado, lineal, no lineal, distribuido, teórico, predictivo, operacional, de
investigación, de diseño, de similitud, icónico, analógico, numérico, de regresión,
de evento, de simulación continua y conceptual Haan et al. (1994b).
Los modelos relacionados con el análisis de inundaciones pueden clasificarse

en varios grupos: modelos de precipitaciones, modelos de encauzamiento de
inundaciones y modelos de análisis de la frecuencia de las inundaciones Singh
(2018); Mackenzie (2019), el éxito de un modelo hidrológico depende
fundamentalmente de los datos disponibles para configurarlo y llevarlo a cabo
Beven (2012).
Los modelos se utilizan para una variedad de estudios hidrológicos, el uso más
común es evaluar el impacto de algún cambio físico dentro de una cuenca fluvial
en la hidrología de esa cuenca Haan et al. (1994b). Estos modelos son esenciales
para estudiar y modelar los procesos hidrológicos, así como el impacto de los
factores antropogénicos modernos, como el cambio de uso de la tierra, la
deforestación o incluso el aumento de la temperatura en el ciclo del agua Baghdadi
y Zribi (2016).
18
Los modelos hidrológicos distribuidos; son el desarrollo de modelos en
hidrología ha sido impulsado por las necesidades de la comunidad hidrológica en
diversos momentos para Singh (2017); Singh (2018); Jain y Singh (2019):
 abordar los problemas cada vez más complejos de la evaluación y

ordenación de los recursos hídricos debido al aumento de la demanda y
la disminución de los recursos hídricos
 proporcionar mejores predicciones para la protección contra los
desastres relacionados con el agua
 comprender mejor los impactos de los cambios en el uso de la tierra y la
cubierta terrestre en la respuesta hidrológica
 hacer frente a la creciente contaminación de las masas de agua/recursos
hídricos; y
 abordar los problemas derivados de los impactos del cambio climático.
Los modelos distribuidos basados en la física aplican los principios de la física

para modelar el comportamiento hidrológico de una cuenca fluvial (Figura 3); en
estos modelos, la cuenca fluvial se subdivide en pequeñas áreas elementales que
pueden ser cuadrículas cuadradas o áreas de captación/unidades de respuesta
Singh (2017); Singh (2018); Jain y Singh (2019). Los modelos basados en la física
están distribuidos espacialmente, ya que las ecuaciones rectoras subyacentes
suelen implicar una o más coordenadas espaciales Jain y Singh (2019).
19
Figura 3. Diagrama de una cuenca y un modelo distribuido físicamente casi
tridimensional
Fuente: adaptado de Singh (2017); Jain y Singh (2019)
20
3 METODOLOGÍA
El método científico busca explicar los eventos de la naturaleza de manera
lógica y en la mayoría de los casos reproducible (Rousseau et al. 2018). Además,
permite comprobar si la hipótesis de una investigación o estudio, si se merece el
rango de ley Hernández et al. (2018); Fresno (2019). Las técnicas y los
instrumentos serán utilizados durante la investigación a fin de realizar la
investigación, del “cómo” se realizará la investigación para responder al problema
planteado (Arias 2012).
La metodología del proyecto incluye el procedimiento formulado de manera

lógica, la metodología está constituida por un conjunto de procesos para lograr la
investigación Hernández et al. (2018); Fresno (2019), toda la metodología nos
ayuda a demostrar la hipótesis. Las técnicas y los instrumentos que se han utilizado
para llevar a cabo la investigación Hernández et al. (2018); Fresno (2019). Es el
“cómo” se realizó el estudio para responder al problema planteado Arias (2012).
Según estas consideraciones, en esta investigación se aplicará el método

científico.
3.1 Tipo y diseño de investigación
Para Oseda et al. (2015a); Baena (2017), mencionan diversas tipologías de la

investigación; considerando la forma, estilos y enfoque desde un punto de vista
semántico, para obtener los sistemas de conocimientos. El diseño de investigación
es aplicada y diseño no experimental en donde el investigador observa los
fenómenos tal y como ocurren naturalmente, sin intervenir en su desarrollo
Hernández et al. (2018), la investigación cuantitativa estimula la realización de
ajustes, con el fin de obtener información reunida en las fases previas, para lograr
que se complete la información.
Se usa la recolección de datos para probar hipótesis con base en la medición

numérica y el análisis estadístico Oseda et al. (2015a); Baena (2017), una vez
obtenido la información e establecen pautas de comportamiento y probar teorías
Wood y Smith (2017); Domínguez et al. (2018); Hernández et al. (2018). Finalmente
en un experimento se analizan relaciones “puras” entre las variables de interés Ruiz
21
(2007); Hernández et al. (2014), sin contaminación de otras variables, después se
establece relaciones causales con mayor precisión Fresno (2019).
De este modo la presente investigación es de tipo cuantitativa Ruiz (2007);

Hernández et al. (2014), porque se busca recolectar información, teniendo como
datos los conocimientos teóricos y prácticos aprendidos a lo largo del estudio de la
carrera; dando medidas directas al problema en estudio Hernández et al. (2014);
Hernández et al. (2018). La metodología cuantitativa, está constituida por un
conjunto de técnicas a través de la que aproximarse a una población y profundizar
sobre sus características, opiniones, preferencias o necesidades Domínguez et al.
(2018).
La investigación aplicada, prioriza el estudio de un problema destinado a la

acción (Baena 2017), y aporta hechos nuevos Valderrama (2013); Fresno (2019).
Por ende, el nivel de investigación es aplicada; con esto se pretende mejorar la
problemática existente. Adamas, esta investigación se basa en analizar a través de
los métodos convencionales los caudales máximos de diseño, en la subcuenca de
Ayaviri. El diseño de investigación no es experimental – correlacional Valderrama
(2013); Baena (2017).
3.2 Variables y operacionalización
Variable dependiente: métodos convencionales
Variable Independiente: Caudales máximos de diseño
22
Título: Determinación de caudales máximos de diseño mediante métodos convencionales probabilísticos en la subcuenca Ayaviri, Puno - 2020
Nombre: José Antonio Mamani Gómez
Variables dependientes
Variable Definición Conceptual Definición Operacional Dimensiones Indicadores Instrumento Escala
Los métodos convencionales, se operacionaliza
Según Singh (2017), los métodos
mediante sus dimensiones: Distribución
convencionales son usados para estimar D1: Distribución
Gumbel; Log Normal y Gamma (Pearson Tipo
Y1 las precipitaciones, así como los Gumbel I1: Parámetros de forma
III), que vienen hacer los métodos de cálculos; a Registro
Métodos caudales, también denominado volumen D2: Normal I2: Parámetros de posición Nominal
su vez cada una de las dimensiones, se histórico
convencionales de agua, también llamado cantidad de D3: Gamma I3: Parámetros de escala
subdividen en indicadores, como parámetros de
agua, que se mide en una unidad de (Pearson Tipo III)
forma, parámetros de posición y parámetros de
tiempo.
escala
Variables independientes
Variable Definición Conceptual Definición Operacional Dimensiones Indicadores Instrumento Escala
Para Chow et al. (1994) y Villón (2004), D1: I1: Área Razón
el estudio de la cuenca está delimitado Los Caudales máximos de diseño, se Características I2: Pendiente Nominal
por el curso principal, y los puntos más operacionaliza mediante su dimensión de geomorfológicas I3: Densidad de drenaje
altos denominado la divisoria de agua. características geomorfológicas, que vienen
Las características geomorfológicas se hacer los métodos de cálculos; a su vez se
Razón
analiza el área, longitud de la cuenca y subdividen en indicadores, como área,
su perímetro, pendiente, entre otros pendiente y densidad de drenaje.
parámetros.
Para Chow et al. (1994) y Villón (2004), Los Caudales máximos de diseño, se
el total de lluvia en 24 horas que se operacionaliza mediante su dimensión de I1: Alta < 600 mm/año
D2:
registra en un evento, es registrado por precipitación de 24h, que vienen hacer los I2: Media 601 - 799
X1 Precipitación de Ficha de Nominal
las estaciones meteorológicas, se métodos de cálculos; a su vez se subdividen en mm/año
Caudales 24h recopilación
calculan las máximas mensuales y de la los indicadores, como alto, medio y bajo. I3: Baja > 800 mm/año
máximos de de
serie histórica de máximas mensuales.
diseño información
Para Chow et al. (1994) y Villón (2004), D3: I1: Tiempo de retorno 50
el período de retorno (T) es un estimativo Periodo de I2: Tiempo de retorno 100
de la probabilidad de ocurrencia de un retorno I3: Tiempo de retorno 200
Los Caudales máximos de diseño, se
evento determinado en un periodo
operacionaliza mediante su dimensión de
determinado, también es la cantidad de
tiempo de retorno, que vienen hacer los métodos Razón
tiempo para la cual la probabilidad de
de cálculos; a su vez se subdividen en Intervalo
ocurrencia se distribuye uniformemente
indicadores, como Tiempo de retorno de 50, 100
en los periodos que componen dicha
y 200 años.
cantidad de tiempo. También llamado
período de recurrencia, es considerado
un concepto estadístico.
23
3.3 Población, muestra y muestreo
3.3.1 Población
Según Arias (2012), la población es el conjunto de elementos de los que se
quiere conocer o investigar, considerando como alguna o algunas de sus
características que se va estudiar o son necesarias para la investigación.
De acuerdo a lo mencionado, el registro de estaciones de caudales de las

estaciones que se encuentran en la subcuenca de Ayaviri.
3.3.2 Muestra
Para Arias (2012), a la muestra le considera un subconjunto representativo de
un universo o población para ser estudiado o realizar la investigación; se describe
en este ítem la población y sus características, el tamaño y la forma de selección
de la muestra, considerando el tipo de muestreo, verificando la homogeneidad, o
las pruebas necesarias para que se use adecuadamente durante la investigación
para su análisis correspondiente.
Para efectos de la investigación se trabajó con los datos de las estaciones

pluviométricas considerando la precipitación máxima de 24 horas para luego
convertirle a escorrentía o caudal máximo para el diseño de obras hidráulicas,
mediante métodos convencionales probabilísticos en la subcuenca de Ayaviri.
3.3.3 Muestreo
Para Wood y Smith (2017), el muestreo es una decisión práctica, donde se
realiza el muestro de datos, este elemento recoge los datos de forma
representativo. Se usa cuando la población es demasiado grande como para captar
todas las variables necesarias para la investigación.
El muestreo de esta investigación es el no probabilístico de los caudales

máximos, ya que se evaluó para distintos tiempos de retorno.
3.4 Técnicas e instrumentos de recolección de datos, validez y confiabilidad
3.4.1 Técnicas
Las técnicas de recolección de datos Arias (2012), son las maneras de obtener
la datos o la información necesaria para la investigación, considerando la
24
observación directa, la encuesta oral y la encuesta escrita, la entrevista, entre otros.
3.4.2 Instrumento de datos

Según Arias (2012), los instrumentos son los materiales que son usados para
recolectar, recoger y almacenar la información durante la investigación, de los
cuales se considera las fichas, formatos de cuestionario, guía de entrevista, lista de
cotejo, grabador de audio, cámara fotográfica, cámara de video, entre otros.
Como herramienta de trabajo se utilizan hojas de cálculo en Excel y Sistemas

de Información Geográfica, el cual me permitió realizar los cálculos y la
georreferenciación de los mapas que se necesitaba durante la investigación.
3.4.3 Validez
Según Wood y Smith (2017), la validez se centra en hasta qué punto los
métodos pueden considerarse como algo fiable y preciso dentro del contexto de la
investigación en la que se usan, es considerado una afirmación que se realiza en
una investigación y está vinculado a los métodos de investigación que se han
usado; la validez se ha entendido de diversas maneras en relación al vínculo entre
afirmaciones y métodos.
Para Domínguez et al. (2018) la validez se conecta a tres dimensiones

principales: construcción del test (mide las dimensiones que se pretenden valorar),
contenido (muestra si las preguntas incluidas en este instrumento reflejan lo que se
pretende medir) y el criterio (muestra la correlación entre las puntuaciones de las
pruebas realizadas). Los instrumentos pueden presentar cuatro tipos de validez: de
contenido, predictiva, concurrente, y de constructo.
3.4.4 Análisis de validez

En cuanto al análisis de validez al cual fue sometido la presente investigación y
la evaluación de tres ingenieros expertos Valderrama (2013); Oseda et al. (2015a);
Mias (2018), se ha valorado según las metodologías y dimensiones especificadas
en la presente investigación con un puntaje de 0 a 1 en cada uno de las
dimensiones consideradas de la investigación por cada objetivo Oseda et al.
(2015a); finalmente se valorado los tres análisis realizando finalmente un promedio
simple.
25
De acuerdo a Oseda et al. (2015b) se establece los siguientes parámetros de
validez.
Tabla 1. Parámetros de Validez
Rango Magnitud
0.53 a menos Validez nula
0.54 a 0.65 Validez baja
0.60 a 0.65 Válida
0.66 a 0.71 Muy válida
0.72 a 0.99 Excelente válidez
1.00 Validez perfecta
Fuente: Oseda et al. (2015b)
Para la validez de contenido de las variables para la determinación de los

caudales máximos de diseño mediante métodos convencionales probabilísticos en
la subcuenca Ayaviri, Puno – 2020, se ha tenido la evaluación por los siguientes
pares:
Tabla 2. Validez de contenido de las variables
N° Grado Académico Nombres y apellidos DNI CIP Dictamen Evaluación

1 Ingeniero/Magister Roberto Alfaro Alejo 01325117 63562 0.918
2 Ingeniero Walter Máximo Condori Llanos 01316107 65997 0.924 0.934
3 Ingeniero Ysaias Choquegonza Huiracocha 01328750 77361 0.960
Por lo tanto, el instrumento según los parámetros de validez se considera con

excelente validez, según la Tabla 1.
3.4.5 Confiabilidad
La investigación realizada es confiable, Hernández et al. (2014), recomienda
que la información debe ser calculada y realizar el análisis de tota la información
recolectada; además, debe de estar debidamente citada. Para los autores
Domínguez et al. (2018); Mias (2018), recomiendan que se debe tener cuidado en
la digitalización de los datos, asi tener una buena fidelidad en el momento de uso y
procesamiento del software para realizar los cálculos de caudales máximos de
diseño mediante métodos convencionales probabilísticos en la subcuenca de
Ayaviri; de modo que nos permita dar solución a la realidad problemática
presentada.
26
La confiabilidad se define como refiere Oseda et al. (2015b) consiste en
determinar qué tan consistente son los datos obtenidos durante la recolección de
datos para la investigación, la prueba de confiabilidad nos ayuda a tener la certeza
que los resultados se empleará en múltiples aplicaciones y usos para su
interpretación. Para Mias (2018), existen varias formas de medir la confiabilidad,
con puntajes que van a oscilar entre 0 -1: coeficiente Alfa de Cronbach, medida de
estabilidad, método de mitades partidas y el coeficiente KR-20 de Kuder que es
similar al coeficiente alfa, pero se puede aplicar cuando la variable es dicotómica.
3.5 Procedimientos
Cumpliendo los análisis de confiabilidad y validez se aplicó en la subcuenca de

Ayaviri donde se cuenta con 05 estaciones los cuales son: Ayaviri, Pampahuta,
Llally, Santa Rosa y Chuquibambilla. Las etapas generales que se han considerado
son:
Etapa I: Se realizó la inducción y la recolección de fuentes primarias y el

recorrido de la zona de estudio a fin de recabar la información necesaria.
Etapa II: Recolección de información secundaria y el procesamiento de los

datos obtenidos.
Etapa III: Redacción final: procesamiento y análisis de la información obtenida

en campo, y la presentación final de la investigación.
3.5.1 Estudios previos

La investigación realizada es confiable, ya que, la información recolectada está
debidamente citada y con sus respectivas referencias. Así mismo con el correcto
procesamiento, para la zona de estudio.
El ámbito de estudio de la presente investigación se encuentra en el distrito de

Ayaviri, provincia Melgar y departamento Puno; es parte como una subcuenca del
río Ramis. Se encuentra ubicado entre la latitud sur 14º52´21.6” y longitud oeste
70º35´34.4”, con una altitud media de 3928 m.s.n.m.
27
Figura 4. Mapa de ubicación de la zona de estudio
Fuente: Adaptado de Mamani (2014),
En los siguientes párrafos se describe el medio ambiente, la parte social,

factores abióticos, bióticos, sociales y económicos considerando como base a la
descripción que realiza Mamani (2014), en la investigación del modelamiento
hidráulico de la cuenca de Ayaviri.
28
La zona de estudio está a 3902 m.s.n.m. de altitud correspondiendo a la región
Suni del altiplano. Según Holdridge, se halla en la zona de vida Bosque húmedo
Montano Subtropical (bh-MS) y de acuerdo a la influencia termorreguladora del lago
Titicaca, determinada por ONERN, se halla dentro del sub tipo climático “C” con
una precipitación pluvial que varía de 3.7 a 2.1 mm en los meses de junio a julio
prácticamente la precipitación en estos meses es casi nula, mientras que en enero
y febrero la precipitación varia de 144.3 a 122.6 mm haciendo una precipitación
promedio anual de 662 mm, la temperatura media mensual varía de 4.5 a 4.2 °C en
los meses de junio a julio a 9.7°C en los meses de noviembre a enero, Humedad
Relativa que fluctúa entre 43% en el mes de julio a 66 % en el mes de febrero, la
velocidad del viento oscila entre 2.0 Km./hr en los meses enero a marzo a 6.6
Km./hr en los meses julio a agosto.
El caudal máximo registrado por el SENAMHI en la estación de aforo del río

Ayaviri, es de 180 m3/s, el mismo que provoca el desborde del río Ayaviri.
El recurso fauna consta de fauna silvestre, así como “pato puna” Anas versicolor
“lekécho” Vanellus resplendens, “Gabiota” principalmente, y “Huallatas" o ganso
andino; y fauna doméstica el cual está representado por “Alpaca” Lama pacus,
“Llama” Lama glama, “Ovinos” Ovis aries y vacunos Boss taurus.
Los pobladores que viven en ambas márgenes del rio Ayaviri son más
vulnerables a los desbordes del río o las inundaciones que son recurrentes, eso
implica que se las márgenes del río Ayaviri sea protegido en ambas márgenes, así
como la descolmatación del mismo.
Los factores económicos; es la principal actividad y predominante es la

agricultura y la pecuaria, tiene alta producción de ganado vacuno, ovino y de
camélidos sudamericanos, la agricultura de la papa y cereales se da con mucha
dificultad, debido a lo difícil de las condiciones climáticas del lugar. La industria de
transformación es casi inexistente y es representada por molinos artesanales.
El ámbito de estudio de la presente investigación se encuentra en el distrito de

Ayaviri, comprendido, hasta límites finales de la ciudad de Ayaviri. El sector
analizado en el presente estudio, corresponde desde la confluencia del riachuelo
Puncu Puncu y el rio Ayaviri pasando por la estación hidrométrica del puente Ayaviri
29
hasta los límites finales de la ciudad de Ayaviri.
Con relación a la dinámica fluvial tenemos que en los períodos de grandes

avenidas se producen las inundaciones siendo la acción erosiva restringida a las
zonas meándricas. El rio Ayaviri en época de lluvias genera un alto riesgo de
inundación en su margen derecha donde se encuentra la población de Pueblo Libre
y en margen izquierda afectando al barrio Ccahuasi Mashi.
3.6 Método de análisis de datos
Como método de análisis se empleó la estadística descriptiva para el cálculo

de la estimación de caudales máximos probabilísticos. El proceso de información
se realizó con el auxilio de Microsoft Excel.
Para analizar la caracterización geomorfológica se identificarán las estaciones

meteorológicas y estaciones hidrométricas existentes, a fin de recabar datos de
precipitación y algunas características de la subcuenca. Se apoyará del Sistema de
Información geográfica (SIG) durante todo el proceso de la caracterización, como
principales características de la cuenca se tiene:
a) Información fisiografía
La Cuenca del río Ayaviri tiene un área de 3717.24 km 2, se encuentra entre las
cotas de 4750 msnm a 3914 msnm. Las características fisiográficas de la cuenca
se pueden observar en la Tabla 3. La longitud total del río principal es de 108.13
Km resultando una pendiente de 7.73%. Presenta una dirección Noreste a
Suroeste, y su altura media es de 4,332.00 msnm. La cuenca presenta un drenaje
rectangular según observación realizada.
La cuenca del rio Ayaviri está conformado por: unidades hidrográficas de

Llallimayo, Macarimayo, Santa Rosa, Ayaviri y la Intercuenca Llallimayo, los mismo
que se dividieron en el presente trabajo de investigación de la siguiente manera con
el fin de facilitar el análisis para generar los diferentes caudales de cada una de las
unidades hidrográficas antes indicadas. Los ríos principales de la cuenca del rio
Ayaviri son: Llallimayo, Macarimayo, Santa Rosa y Ayaviri.
30
Tabla 3. Características fisiográficas de la cuenca en estudio
Área Perímetro Longitud Pendiente Cota Cota

Cuenca
(km2) (km) curso (km) (%) Máx. (msnm) Min. (msnm)
Río Ayaviri 3717.24 359.43 108.13 7.73 4750.00 3914.00
Seguidamente se presenta las características geomorfológicas de la cuenca.
Tabla 4. Características geomorfológicas de la cuenca en estudio
PARAMETROS UND NOMENCLATURA CUENCA
Superficie total de la cuenca Km ² At 3717.240

Perím etro Km . P 359.430
Coeficiente de Com pacidad (Gravelius) s/ U Kc = 0.28 P / (At) 1/2 1.663
FACTOR DE
Longitud de la Cuenca LB 108.130

CUENCA
Km .
RELACIONES DE
FACTOR
FORMA
Ancho Medio de la Cuenca Km . AM = At / LB 34.378

DE
FORMA
Factor de Form a s/ U Kf = AM / LB 0.318
R E C T A N G ULO Lado Mayor Km . Kc*(pi*A) 1/2/2*(1+(1-4/pi*Kc²)) 157.455

E Q UIV A LE N T E Lado Menor Kc*(pi*A) 1/2/2*(1-(1-4/pi*Kc²)) 23.608
Km .
Densidedad de drenaje Km ./ Km ² . Dd = Lt / At 4130.106
Las características geomorfológicas de la cuenca nos ayudan a entender sobre los

procesos que ocurre en la cuenca, además nos sirve como un diagnóstico para
poder determinar alguna acción.
b) Información meteorológica
De la información registrada por el SENAMHI – Puno; en el presente trabajo de

investigación se hace uso de las precipitaciones máximas en 24 horas históricas
registradas, comprendidos entre los periodos de 1963 a 2018.
Para el análisis de la precipitación máxima en 24 horas, se realizó la

completación y extensión de datos de precipitaciones que no cuentan con datos
completos por tratarse de eventos extremos de todas las estaciones que involucran
la zona de estudio. Se obtuvo la serie histórica de precipitaciones que corresponde
a un conjunto de 05 estaciones pluviométricas que son: Ayaviri, Chuquibambilla,
Santa Rosa, Pampahuta y Llally, para luego seleccionar el número de
observaciones de cada una de las estaciones (como se observa en la Tabla 5) y se
realizó el análisis probabilístico, periodo de retronó y su distribución de probabilidad
(distribución normal, distribución Gumbel y distribución Pearson tipo III).
31
Tabla 5. Precipitación máxima en 24 horas por estaciones
Año Pampahuta Año Ayaviri Año Chuquibambilla Año Santa Rosa Año Llally
1963 40.10 1963 * 1963 * 1963 * 1963 *
1964 24.90 1964 * 1964 * 1964 * 1964 25.00
1965 35.20 1965 35.50 1965 * 1965 * 1965 25.00
1966 22.50 1966 25.50 1966 * 1966 * 1966 20.00
1967 28.20 1967 29.00 1967 * 1967 * 1967 35.00
1968 32.50 1968 18.00 1968 * 1968 * 1968 25.00
1969 45.70 1969 25.20 1969 * 1969 * 1969 24.00
1970 33.30 1970 17.00 1970 * 1970 * 1970 25.00
1971 33.60 1971 31.00 1971 * 1971 * 1971 20.00
1972 35.40 1972 25.00 1972 * 1972 37.30 1972 *
1973 31.40 1973 20.50 1973 37.10 1973 40.00 1973 29.00
1974 33.10 1974 16.40 1974 * 1974 37.10 1974 25.00
1975 26.20 1975 20.50 1975 29.30 1975 33.00 1975 *
1976 35.20 1976 19.70 1976 23.30 1976 36.80 1976 24.50
1977 27.00 1977 15.00 1977 20.20 1977 25.00 1977 *
1978 34.00 1978 * 1978 41.70 1978 * 1978 30.40
1979 31.80 1979 * 1979 29.00 1979 * 1979 24.20
1980 36.50 1980 * 1980 26.90 1980 * 1980 16.50
1981 45.30 1981 * 1981 32.50 1981 * 1981 *
1982 22.90 1982 38.70 1982 26.00 1982 * 1982 *
1983 30.40 1983 23.00 1983 15.60 1983 * 1983 *
1984 43.60 1984 120.30 1984 40.80 1984 * 1984 *
1985 32.60 1985 * 1985 21.10 1985 * 1985 *
1986 35.70 1986 * 1986 19.50 1986 * 1986 *
1987 25.20 1987 33.40 1987 34.50 1987 * 1987 *
1988 32.40 1988 23.10 1988 27.80 1988 * 1988 *
1989 34.30 1989 20.50 1989 25.70 1989 * 1989 *
1990 27.10 1990 40.20 1990 27.40 1990 * 1990 *
1991 32.10 1991 52.20 1991 42.20 1991 * 1991 *
1992 36.60 1992 * 1992 31.90 1992 27.80 1992 *
1993 36.30 1993 92.00 1993 34.50 1993 16.90 1993 *
1994 37.30 1994 30.10 1994 26.60 1994 20.60 1994 29.00
1995 25.40 1995 26.00 1995 23.20 1995 17.40 1995 25.20
1996 39.80 1996 31.60 1996 24.20 1996 24.80 1996 41.00
1997 42.30 1997 * 1997 33.00 1997 23.30 1997 27.10
1998 38.00 1998 41.20 1998 27.80 1998 * 1998 35.90
1999 38.60 1999 34.70 1999 26.50 1999 * 1999 35.10
2000 34.40 2000 42.40 2000 19.00 2000 24.80 2000 28.60
2001 49.90 2001 20.00 2001 37.50 2001 28.60 2001 *
2002 47.90 2002 28.00 2002 24.00 2002 22.30 2002 26.00
2003 36.40 2003 34.00 2003 42.80 2003 24.00 2003 18.00
2004 40.00 2004 27.80 2004 32.50 2004 31.90 2004 34.50
2005 43.30 2005 33.30 2005 34.10 2005 25.70 2005 30.80
2006 33.10 2006 38.50 2006 * 2006 26.20 2006 21.40
2007 33.00 2007 27.70 2007 34.70 2007 42.20 2007 33.60
2008 38.60 2008 32.90 2008 31.80 2008 29.20 2008 30.70
2009 26.30 2009 39.30 2009 26.60 2009 15.90 2009 25.00
2010 32.70 2010 26.20 2010 59.20 2010 19.00 2010 27.40
2011 31.10 2011 39.70 2011 24.20 2011 37.20 2011 32.50
2012 49.90 2012 18.80 2012 24.50 2012 21.20 2012 29.00
2013 22.10 2013 23.40 2013 31.50 2013 17.50 2013 35.30
2014 * 2014 26.00 2014 29.70 2014 21.70 2014 25.50
2015 * 2015 22.10 2015 45.30 2015 25.20 2015 *
2016 * 2016 * 2016 33.50 2016 * 2016 *
2017 * 2017 24.50 2017 21.20 2017 * 2017 37.30
2018 * 2018 * 2018 * 2018 * 2018 *
2019 * 2019 * 2019 * 2019 * 2019 *
2020 * 2020 * 2020 * 2020 * 2020 *
2021 * 2021 * 2021 * 2021 * 2021 *
2022 * 2022 * 2022 * 2022 * 2022 *
2023 * 2023 * 2023 * 2023 * 2023 *
N° Obs. 51.00 44.00 43.00 28.00 35.00
Nota: * Se completo y extendió los datos incompletos.

32
Según la Tabla 5, se consideraron 51 datos para la estación de Pampahuta, 44
datos para la estación de Ayaviri, 43 datos para la estación de Chuquibambilla, 28
datos para la estación de Santa Rosa y 35 datos para la estación de Llally para su
respectivo análisis probabilístico.
c) La función de densidad de probabilidad normal
Como función de la normalidad se tiene el histórico de las precipitaciones de 24

horas consolidadas de las estaciones involucradas por el método de área:

Gumbel
a) Definición de los parámetros
La estimación de parámetros para el presente método son el promedio (Xi) =

30.21, la desviación estándar (Xi) = 4.92, los factores a considerar son: parámetro
de posición (m) = 27.908 y parámetro de escala (a) = 6.396, en donde Xi = variable
de la muestra.
33
Gumbel
Tr P Yt Xt
2 0.500 0.367 30.255
5 0.200 1.500 37.502
10 0.100 2.250 42.299
20 0.050 2.970 46.904
50 0.020 3.902 52.865
100 0.010 4.600 57.330
200 0.005 5.296 61.781
500 0.002 6.214 67.653
1000 0.001 6.907 72.085
3.6.2 Calculo de los caudales máximos de diseño mediante la distribución

normal
La estimación de parámetros necesarios para el presente método son el

promedio (Xi) = 30.21 y la desviación estándar (Xi) = 4.92, en donde Xi = variable
de la muestra.

Normal
Tr P W Z Xt
2 0.500 1.177 -0.001 30.200
5 0.200 1.794 0.841 34.350
10 0.100 2.146 1.282 36.520
20 0.050 2.448 1.646 38.310
50 0.020 2.797 2.054 40.320
100 0.010 3.035 2.327 41.660
200 0.005 3.255 2.576 42.880
500 0.002 3.526 2.879 44.380
1000 0.001 3.717 3.091 45.420

(Pearson Tipo III)
La estimación de parámetros para el presente método fueron el promedio (Xi)

= 30.21, la desviación estándar (Xi) = 4.92, el coeficiente de asimetría. (Cs) = 1.68
y los coeficientes de parámetro de forma (g) = 1.41, parámetro de escala (b) = 4.14
34
y parámetro de posición (Xo) = 24.37, en donde Xi = variable de la muestra.

Gamma
Tr P W Z Kt Xt
2 0.500 1.177 -0.001 -0.260 28.930
5 0.200 1.794 0.841 0.650 33.410
10 0.100 2.146 1.282 1.310 36.660
20 0.050 2.448 1.646 1.960 39.850
50 0.020 2.797 2.054 2.800 43.990
100 0.010 3.035 2.327 3.450 47.180
200 0.005 3.255 2.576 4.090 50.330
500 0.002 3.526 2.879 4.950 54.570
1000 0.001 3.717 3.091 5.610 57.810
3.7 Aspectos éticos
Se cumplió con la ética del investigador bajo las normas nacionales e

internacionales, así garantizar la calidad ética de la investigación.
Para la selección de los modelos probabilísticos se aplicaron las siguientes

funciones de distribución de frecuencia: Distribución Gumbel, Normal y Gamma
(Pearson Tipo III).
35
4 RESULTADOS
Los resultados se muestran en el orden de los objetivos:
a) Distribuciones de probabilidad para las variables hidrológicas
Las tablas siguientes muestran el resultado de la estimación de los eventos

extremos para cada serie histórica de las estaciones del ámbito de la zona de
estudio, según la metodología descrita en el capítulo anterior.
Tabla 9. Resumen de estimación de eventos extremos para diferentes periodos

de retorno de la estación – Ayaviri.
Δ TABULAR ΔTEÓRICO DE LAS DISTRIBUCIONES
DISTRIBUCION DISTRIBUCION DISTRIBUCION

Δ TABULAR
GAMMA GUMBEL GAMA
0.1190 0.0917 0.0733 0.1051
Figura 5. Comparación de las diferentes distribuciones teóricas para las

precipitaciones
b) Ajuste de distribuciones de probabilidad
La bondad de ajuste de los modelos Probabilísticos, se evaluó mediante

pruebas estadísticas de doble masa.
36
Tabla 10. Ajuste del análisis de doble masa
Ajuste Pampahuta Ayaviri Chuquibambilla Santa Rosa Llally

2
R 0.9995 0.9984 0.9997 0.9948 0.9995
Las estaciones tienen un buen ajuste, con un R2 cerca de 1. Lo mismo se

aprecia en la Figura 6.
Figura 6. Análisis de doble masa de las estaciones pluviométricas
En la tabla siguiente se tienen la prueba t y la prueba de estacionaridad de

Sperman, se realizó subdividiendo los años históricos del periodo de 1963 a 1993
y el segundo del 1994 a 2023.
Tabla 11. Valores de t en la prueba de estacionariedad de Sperman
rs 0.36815
1963 a 1993 Var(rs) 0.03333
t 2.01641
rs -0.18621
1994 a 2023 Var(rs) 0.03448
t -1.00275
Como los valores de t en la prueba de estacionariedad de Sperman estuvieron
37
dentro del rango de t 2.5% = - 1.96 y t 97.5% = + 1.96, se concluye que la serie
histórica es estacionaria.
c) Selección de las distribuciones de probabilidad
De las estaciones seleccionadas (Ayaviri, Chuquibambilla, Pampahuta, Llally y

Santa Rosa) que involucran la zona de estudio. Una vez determinado los valores
de precipitaciones máximas diarias se realizó un análisis de frecuencias de eventos
hidrológicos máximos, procesando dicha información por medio de un análisis
probabilístico, en donde se ha empleado las distribuciones de frecuencia más
usuales como son: distribución normal, distribución Gumbel, y distribución Log
Pearson III, para ello se recurrió al software de cómputo, XLSTAT 2009 y Hyfran
Plus.
Para determinar qué tan adecuado es el ajuste de los datos a una distribución
de probabilidades se han propuesto una serie de propuestas estadísticas que
determinan si es adecuado el ajuste. Las pruebas de ajuste son ajuste gráfico,
prueba de Chi-Cuadrado, prueba de Smirnov - Kolmogorov y método error
cuadrático siendo empleada las pruebas de ajuste antes indicadas.
Tabla 12. Áreas de Influencia de las Estaciones Meteorológicas por unidades

hidrográficas
Area y Estaciones
Unidad hidrográfica Subtotal
Factor Ayaviri Chuquibambilla Llalli Pampahuta Santa Rosa
2
Area (Km ) 32.93 1024.55 291.75 1349.23
Llallimayo
Factor (%) 2.44% 75.94% 21.62% 100.00%
2
Area (Km ) 102.28 156.39 374.17 632.84
Macarimayo
Factor (%) 16.16% 24.71% 59.13% 100.00%
2
Area (Km ) 4.65 4.65
Intercuenca Llallimayo y Macarimayo
Factor (%) 100.00% 100.00%
2
Area (Km ) 104.43 801.70 906.13
Santa Rosa
Factor (%) 11.52% 88.48% 100.00%
2
Area (Km ) 393.18 246.56 184.65 824.39
Ayaviri
Factor (%) 47.69% 29.91% 22.40% 100.00%
Ayaviri Chuquibambilla Llalli Pampahuta Santa Rosa Total
2
Area (Km ) 393.18 490.85 1365.59 291.75 1175.87 3717.24
Factor (%) 10.58% 13.20% 36.74% 7.85% 31.63% 100.00%
Finalmente, se obtuvieron los resultados de precipitación máxima en 24 horas

en la para diferentes períodos de retorno como se muestra en la Tabla 13.
38
Tabla 13. Precipitación máxima en 24 horas para diferentes periodos de retorno
de las estaciones que involucran el área del estudio
Tr 50 100 200
Pmax 24h 43.731 46.556 48.364
Según la comprobación gráfica y estadísticamente de las pruebas de bondad y

ajuste se ha obtenido las precipitaciones máximas en 24 horas para los distintos
periodos de retorno de las diferentes distribuciones, para determinar el orden de
magnitud por la precipitación de las estaciones Ayaviri, Chuquibambilla, Pampahuta,
Llally y Santa Rosa.
d) Determinación de la precipitación de cada área
Para determinar la precipitación areal de las unidades hidrográficas que

conforman la cuenca del rio Ayaviri se determina por el método de Thiessen, por
polígonos de influencia de las estaciones meteorológicas dentro y alrededor de las
unidades hidrográficas con el apoyo del software ArcGis 10.4, el mismo que se
muestra en la siguiente Figura 7.
De acuerdo a la Figura 7, se ha obtenido las áreas de los polígonos de influencia

de las estaciones meteorológicas por unidades hidrográficas (Santa Rosa, Macariyo,
Llallimayo, Intercuenca Llallimayo y Ayaviri), cuyos resultados se muestra, en la
Tabla 14 siguiente.
Tabla 14. Áreas de influencia de las estaciones meteorológicas ponderadas por

unidades hidrográficas
Precipitación ponderada periodos de

2 Factor
Unidad hidrográfica Área (km ) retorno (años)
(% ) 5 50 100
Santa Rosa 906.13 100.00% 40.45 57.11 61.71
Macarimayo 632.84 100.00% 35.01 47.68 51.14
Llallimayo 1,349.23 100.00% 23.79 27.84 28.88
Intercuenca Lallimayo 4.65 100.00% 40.3 56.4 60.8
Ayaviri 824.39 100.00% 35.7 49.54 53.38
39
Figura 7. Polígonos de Thiessen de la cuenca del río Ayaviri por unidades
hidrográficas
Los resultados de las precipitaciones ponderadas para diferentes periodos de

retorno, obtenidas del área de influencia de cada una de las estaciones por
unidades hidrográficas. Además, se tiene la frecuencia relativa, frecuencia relativa
40
acumulada y función densidad del análisis de las precipitaciones de 24 horas como
se muestra en la Figura 8.
Figura 8. Frecuencia relativa, frecuencia relativa acumulada y función densidad

Gumbel
La estimación de parámetros para el presente método son el promedio (Xi) =

30.21, la desviación estándar (Xi) = 4.92, los factores a considerar son: parámetro
de posición (m) = 27.908 y parámetro de escala (a) = 6.396, en donde Xi = variable
de la muestra. Para el análisis de realizó con la distribución Gumbel, como se puede
ver el ajuste en la Tabla 15 y la Figura 9.
Tabla 15. Distribución Gumbel Δ teórico
Período de retorno (años)

Descripción - Distribución Gumbel
TR= 50 TR= 100 TR= 200
Precipitacion Maxima 24 Horas P(mm) 52.865 57.330 61.781
Area de la Cuenca, (Hectareas) 371724.00 371724.00 371724.00
Pendiente del cauce Principal: S (m/km) 82.930 82.930 82.930
Factor de Escorrentia ('C) 0.470 0.470 0.470
Caudal Maximo Calculado m3/s - SCS 353.419 431.451 512.886
3
Caudal Maximo Calculado m /s 270.305 293.135 315.893
Para dicho análisis se tiene un Δ tabular de 0.1190, con un Δ teórico de 0.0733,

para la distribución Gumbel.
41
Figura 9. Distribución Gumbel
4.1.2 Cálculo de los caudales máximos de diseño mediante la distribución

normal
La estimación de parámetros necesarios para el presente método son el

promedio (Xi) = 30.21 y la desviación estándar (Xi) = 4.92, en donde Xi = variable
de la muestra. Para el análisis de realizó con la distribución Gumbel, como se puede
ver el ajuste en la Tabla 16 y la Figura 10.
Tabla 16. Distribución Normal Δ teórico

Descripción - Distribución Normal
TR= 50 TR= 100 TR= 200
3

para la distribución Normal. En donde se ajusta los parámetros y los valores a la
distribución normal.
42
Figura 10. Distribución Normal

(Pearson Tipo III)
La estimación de parámetros para el presente método fueron el promedio (Xi)

= 30.21, la desviación estándar (Xi) = 4.92, el coeficiente de asimetría. (Cs) = 1.68
y los coeficientes de parámetro de forma (g) = 1.41, parámetro de escala (b) = 4.14
y parámetro de posición (Xo) = 24.37, en donde Xi = variable de la muestra. Para
el análisis de realizó con la distribución Gumbel, como se puede ver el ajuste en la
Tabla 17 y la Figura 11.
Tabla 17. Distribución Gamma Δ teórico

Descripción - Distribución Gamma
TR= 50 TR= 100 TR= 200
3

para la distribución Gamma.
43
Figura 11. Distribución Gamma
4.1.4 Análisis de cálculos generales para el diseño de caudales máximos de

diseño
Se tienen el análisis del cálculo del hietograma para los periodos de 50, 100 y
200 años en donde se la intensidad en milímetros por hora, la lluvia acumulada, y
la precipitación del bloque para cada periodo de retorno como se observa en la
Tabla 18.
Tabla 18. Cálculo del Hietograma de diseño Tr=50, 100 y 200 años
Lluvia Incremento Intensidad t Intensidad Precip.

t (min) I (mm/h) acumulada de lluvia del bloque (min) del bloque del bloque
(mm) (mm) (mm/h) (mm/hr) (mm)
30 33.24 16.62 16.62 33.24 30 2.01 1.01
60 19.77 19.77 3.15 6.30 60 2.71 1.36
90 14.58 21.87 2.10 4.20 90 4.20 2.10
120 11.74 23.48 1.62 3.24 120 33.24 16.62
150 9.94 24.84 1.36 2.71 150 6.30 3.15
180 8.67 26.02 1.18 2.36 180 3.24 1.62
210 7.72 27.03 1.01 2.01 210 2.36 1.18
240 6.99 27.94 0.92 1.84 240 1.84 0.92

30 35.38 17.69 17.69 35.38 30 2.14 1.07
60 21.04 21.04 3.35 6.70 60 2.89 1.44
90 15.52 23.28 2.23 4.47 90 4.47 2.23
120 12.50 25.00 1.72 3.45 120 35.38 17.69
150 10.58 26.44 1.44 2.89 150 6.70 3.35
180 9.23 27.70 1.26 2.51 180 3.45 1.72
210 8.22 28.77 1.07 2.14 210 2.51 1.26
240 7.44 29.75 0.98 1.96 240 1.96 0.98
44
30 36.76 18.38 18.38 36.76 30 2.22 1.11
60 21.86 21.86 3.48 6.96 60 3.00 1.50
90 16.12 24.18 2.32 4.64 90 4.64 2.32
120 12.99 25.97 1.79 3.58 120 36.76 18.38
150 10.99 27.47 1.50 3.00 150 6.96 3.48
180 9.59 28.78 1.31 2.61 180 3.58 1.79
210 8.54 29.89 1.11 2.22 210 2.61 1.31
240 7.73 30.90 1.02 2.03 240 2.03 1.02
En la siguiente figura se puede observar los hietogramas para los siguientes

tiempos de retorno 50, 100 y 200 años.
Figura 12. Hietograma Tr=50, 100 y 200 años
El hietograma nos indica la distribución temporal de la intensidad o de la

profundidad de una precipitación a lo largo de la duración del episodio tormentoso,
que tuvieron una duración en promedio de 4 horas, ya analizadas.
En la Figura 12, se tienen la precipitación ya corregida para los diferentes

tiempos de retorno, las cuales fueron analizadas para obtener el caudal máximo de
diseño.
45
Figura 13. Precipitación máxima para diferentes periodos de retorno
Para el cálculo de la descarga máxima medio diario se utilizó la ecuación de

Mac-Math, se tomaron en consideración los siguientes datos: caudal máximo, m 3/s,
factor de escorrentía de Mac Math, que representa las características de la cuenca,
precipitación máxima 24 horas para diferentes períodos de retorno, en mm; área de
la cuenca, en hectáreas y la pendiente del cauce principal, m/km. El cálculo del
coeficiente de escorrentía se realizó según la Tabla 19.
Tabla 19. Coeficiente de escorrentía
vegetacion suelo topografia

Cobertura(%) C1 Textura C2 Pendiente(%) Ca
100 0.080 Arenoso 0.080 0.0 - 0.2 0.040
80 - 100 0.120 Ligero 0.120 0.2 - 0.5 0.060
50 - 80 0.160 Media 0.160 0.5 - 2.0 0.060
20 - 50 0.220 Fina 0.220 2.0 - 5.0 0.100
0 - 20 0.300 Rocosa 0.300 5.0 - 10.0 0.150
Coeficiente de escorrentía 0.160 0.160 0.150
Total 0.470
Se tienen los caudales encontrados para los diferentes tiempos de retorno se

encuentran en la Tabla 20.
46
Tabla 20. Caudal máximo de la subcuenca para diferentes periodos de retorno
Descripción TR= 50 TR= 100 TR= 200

Precipitacion Maxima 24 Horas P(mm) - Gumbel 52.865 57.330 61.781
Precipitacion Maxima 24 Horas P(mm) - Normal 40.320 41.660 42.880
Precipitacion Maxima 24 Horas P(mm) - Gamma 43.990 47.180 50.330
Precipitacion Maxima 24 Horas P(mm) - Corregida 67.846 73.696 79.546
Caudal Maximo Calculado m3/s - Gumbel 270.305 293.135 315.893
Caudal Maximo Calculado m3/s - Normal 206.161 213.012 219.250
Caudal Maximo Calculado m3/s - Gamma 224.926 241.237 257.343
Caudal Maximo Calculado m3/s - Corregida 346.904 376.816 406.727
3
Caudal Maximo Calculado m /s - SCS 353.419 431.451 512.886
También se calculó el caudal por los diferentes métodos para el diseño de

caudal máximo según el periodo de retorno.
47
5 DISCUSIÓN
Los caudales máximos de diseño analizados mediante métodos
convencionales probabilísticos en la subcuenca Ayaviri, no difieren mucho
comparando en Mamani (2014), en nuestro caso solo se evaluó por tres métodos
como son por las distribuciones Gumbel, Normal (Gausiana) y Gamma (Pearson
Tipo III) y los resultados que se comparan según los objetivos desarrollados son:
Las distribuciones de probabilidad para las variables hidrológicas por el método

Gumbel es que se ajusta para nuestro estudio con un coeficiente de correlación de
0.0733 y para Mamani (2014), fue por el método de Prueba Smirnov – Kolmogorov
adoptando como valor critico de 0.207, los cuales fueron menores y se ajustan
según los métodos evaluados.
Además, se tiene el ajuste de distribuciones de probabilidad como la bondad de

ajuste de los modelos probabilísticos, de doble masa, en el cual de todas las
estaciones evaluadas dieron de 0.99 cerda de 1, en ajuste del R 2.
Respecto a la prueba t y la prueba de estacionaridad de Sperman, se realizó

subdiviendo los años históricos del periodo de 1963 a 1993 y el segundo del 1994
a 2023, en donde se puede decir que los valores de t en la prueba de
estacionariedad de Sperman estuvieron dentro del rango de t 2.5% = - 1.96 y t
97.5% = + 1.96, se concluye que la serie histórica es estacionaria. Sin embargo, los
demás autores no realizan la prueba de estacionaridad.
De las estaciones seleccionadas (Ayaviri, Chuquibambilla, Pampahuta, Llally y

Santa Rosa) que involucran la zona de estudio, coinciden con el porcentaje de
involucramiento para realizar la participación de las estaciones según la Tabla 12,
y desarrollados por Mamani (2014).
Respecto a la precipitación de 24 horas de las estaciones estudiadas existe una

diferencia con Mamani (2014), en nuestro caso se consideró para los tiempos de
retorno de 50, 100 y 200 años, los cuales fueron de 43.731, 46.556 y 48.364 mm
respectivamente, donde se ha considerado los años de 1963 hasta el 2023 que son
61 años y Mamani (2014), considera del 1961 hasta el 2011, que son de 50 años.
48
5.1.1 Discusión 1
La precipitación máxima de 24 horas para los tiempos de retorno de 50, 100 y
200 años, por el método de distribución Gumbel, fueron de 52.865, 57.330 y 61.781
mm respectivamente; los caudales calculados, por el método de Mac-Math fueron
de 270.305, 293.135 y 315.893 m3/s.
La estimación de parámetros considerados fueron la media, la desviación

estándar los factores m y a que todos los autores descritos en los antecedentes
Aguilera (2007); Laura (2014); (Mamani 2014); Chúa (2017) realizan esos cálculos,
en todos sus análisis se ajusta el método de distribución Gumbel, como aceptable
según sus parámetros evaluados. Se realizó en análisis de varianza a la
precipitación y a los caudales obtenidos en los tiempos de retorno (p-valor: 0.0646)
y el método empleado (p-valor: 0.0593); por lo tanto, se puede decir que no hay
diferencia estadística.
Respecto al análisis realizado, se realiza en los tiempos de retorno ya

conocidos, mas no así el cálculo de caudales, que difiere de acuerdo a las
características geomorfológicas de la cuenca, los métodos empleados como la
probabilidad estadística emplea la mayoría, así como los datos de la precipitación
máxima de 24 horas para la determinación de caudales.
5.1.2 Discusión 2
200 años, por el método de distribución Normal, fueron de por el método de
distribución Normal los cuales fueron de 40.32, 41.66 y 42.88 mm respectivamente;
los caudales calculados, por el método de Mac-Math fueron de 206.161, 213.012 y
219.250 m3/s.

Aguilera (2007); Laura (2014); (Mamani 2014a); Chúa (2017) realizan esos
cálculos, en todos sus análisis se ajusta el método de distribución Gumbel, como
aceptable según sus parámetros evaluados. Se realizó en análisis de varianza a la
49

5.1.3 Discusión 3
200 años, por el método de distribución Gamma (Pearson Tipo III), fueron de
40.320, 41.660 y 42.880 mm respectivamente; los caudales calculados, por el
método de Mac-Math fueron de 224.926, 213.012 y 219.250 m3/s.

Aguilera (2007); Laura (2014); (Mamani 2014a); Chúa (2017) realizan esos
cálculos, en todos sus análisis se ajusta el método de distribución Gumbel, como
aceptable según sus parámetros evaluados. Se realizó en análisis de varianza a la

5.1.4 Discusión 4
En el análisis del cálculo del hietograma para los periodos de 50, 100 y 200
años, que son cálculos previos para la obtención caudal para los tiempos de retorno
determinado, varia de acuerda a una relación directa, en donde se determinó la
intensidad en milímetros por hora, la lluvia acumulada, y la precipitación del bloque
para cada periodo de retorno. En el análisis para el cálculo de la precipitación de
50
24 horas corregida es por los tiempos de retorno son de 67.846, 73.696 y 79.546
mm, el que se ajusta más es la distribución Gamma (Pearson Tipo III) corregida. El
cálculo de la descarga máximo por el método de Mac-Math fueron de 346.904,
376.816 y 406.727 m3/s; seguidamente se hizo el cálculo de Servicio de
Conservación de Suelos (SCS), el hidrograma unitario los cuales fueron 353.419,
431.451 y 512.886 m3/s, respectivamente.
Para Mamani (2014), considero los tiempos de retorno de 5, 50, y 100 años, y
obtuvo 126.40, 424.20 y 495.80 m3/s respectivamente, y realizó el modelamiento
del sistema hidrológico de la cuenca del río Ayaviri, a través del modelo HEC-HMS.;
los caudales calculados, por el método de Mac-Math y por el Servicio de
Conservación de Suelos (SCS), el hidrograma unitario se puede decir que se
acepta la hipótesis nula en donde los caudales son homogéneos y no existe
diferencia estadística tanto en los tiempos de retorno (p-valor: 0.0646) y el método
empleado (p-valor: 0.0593). Los autores descritos en los antecedentes Aguilera
(2007); Laura (2014); (Mamani 2014a); Chúa (2017) realizan esos cálculos, en
todos sus análisis se ajusta de acuerdo a su necesidad, como aceptable según el
método empleado.
Respecto al análisis realizado, estadísticamente se puede decir que no existe

diferencia estadística respecto a los tiempos de retorno y los métodos empleados,
si existe la diferencia en relación a las características geomorfológicas de la cuenca
para cada estudio. Pero si hay una similitud en los métodos empleados.
51
6 CONCLUSIONES
Se tiene el análisis de caudales máximos de diseño analizados mediante
métodos convencionales probabilísticos en la subcuenca Ayaviri, por tres métodos
como son por las distribuciones Gumbel, Normal y Gamma (Pearson Tipo III). El
ajuste de distribuciones de probabilidad como la bondad de ajuste de los modelos
probabilísticos, de doble masa, en el cual de todas las estaciones evaluadas dieron
de 0.99 cerda de 1, en ajuste del R2. La prueba t y la prueba de estacionaridad de
Sperman, se realizó subdiviendo los años históricos del periodo de 1963 a 1993 y
el segundo del 1994 a 2023, en donde se puede decir que los valores de t en la
prueba de estacionariedad de Sperman estuvieron dentro del rango de t 2.5% = -
1.96 y t 97.5% = + 1.96, se concluye que la serie histórica es estacionaria. Sin
embargo, los demás autores no realizan la prueba de estacionaridad, de las
estaciones seleccionadas Ayaviri, Chuquibambilla, Pampahuta, Llally y Santa
Rosa.
La precipitación de 24 horas de las estaciones estudiadas se seleccionó los

tiempos de retorno de 50, 100 y 200 años, los cuales fueron de 43.731, 46.556 y
48.364 mm respectivamente, donde se ha considerado los años de 1963 hasta el
2023 que fueron de 61 años.
Conclusión 1
El caudal máximo para los tiempos de retorno de 50, 100 y 200 años, por el
método de Mac-Math fueron de 270.305, 293.135 y 315.893 m3/s respectivamente;
dichos caudales fueron calculados con las precipitaciones de 24 horas por el
método de distribución probabilística de distribución Gumbel. Se realizó en análisis
de varianza a los caudales obtenidos en los tiempos de retorno (p-valor: 0.0646) y
el método empleado (p-valor: 0.0593); por lo tanto, se puede decir que no hay
Conclusión 2
método de distribución probabilística de distribución Normal. Se realizó en análisis
52
de varianza a los caudales obtenidos en los tiempos de retorno (p-valor: 0.0646) y
el método empleado (p-valor: 0.0593); por lo tanto, se puede decir que no hay
Conclusión 3
método de distribución probabilística de Gamma. Se realizó en análisis de varianza
a los caudales obtenidos en los tiempos de retorno (p-valor: 0.0646) y el método
empleado (p-valor: 0.0593); por lo tanto, se puede decir que no hay diferencia
estadística.
Conclusión 4
método de Mac-Math fueron de 346.904, 376.816 y 406.727 m3/s; seguidamente
se hizo el cálculo de Servicio de Conservación de Suelos (SCS), el hidrograma
unitario los cuales fueron 353.419, 431.451 y 512.886 m 3/s; dichos caudales fueron
calculados con las precipitaciones de 24 horas por el método de distribución
probabilística de distribución Gamma (Pearson Tipo III); esos cálculos, en todos sus
análisis se ajusta el método de distribución Gamma (Pearson Tipo III), como
aceptable según sus parámetros evaluados. Se realizó en análisis de varianza a
los caudales obtenidos en los tiempos de retorno (p-valor: 0.0646) y el método
empleado (p-valor: 0.0593); por lo tanto, se puede decir que no hay diferencia
estadística.
53
7 RECOMENDACIONES
Recomendación 1
El caudal máximo se recomienda para el diseño de obras hidráulicas, para los
diferentes tiempos de retorno, los caudales calculados, a partir de las
precipitaciones de 24 horas por el método de distribución probabilística de
distribución Gumbel; esos cálculos, debe de cumplir con las diferentes pruebas de
ajuste afín de utilizar adecuadamente; además de eso se puede emplear diferentes
métodos para el cálculo del caudal de diseño.
Recomendación 2
distribución Normal; esos cálculos, debe de cumplir con las diferentes pruebas de
ajuste afín de utilizar adecuadamente; además de eso se puede emplear diferentes
métodos para el cálculo del caudal de diseño.
Recomendación 3
distribución Gamma (Pearson Tipo III); esos cálculos, debe de cumplir con las
diferentes pruebas de ajuste afín de utilizar adecuadamente; además de eso se
puede emplear diferentes métodos para el cálculo del caudal de diseño.
Recomendación 4
precipitaciones de 24 horas por todos los métodos de distribución probabilística,
para las precipitaciones o para el diseño de caudales; esos cálculos, debe de
cumplir con las diferentes pruebas de ajuste afín de utilizar adecuadamente;
además de eso se puede emplear diferentes métodos para el cálculo del caudal de
diseño.
Dada la importancia de la cuenca del rio Ramis y las subcuencas que la
54
conforman, sería bueno que se instales una red de estaciones meteorológicas de
monitoreo y vigilancia de manera sistemática a fin de recabar y tener una
representación de las variables necesaria para los estudios posteriores.
Se recomienda que a las entidades técnicas científicas disponibilicen los datos

para poder realizar las investigaciones y poder realizar las comparaciones con los
nuevos estudios.
Realizar estudios relacionados a la gestión de riesgos en vista que la zona baja

de la subcuenca de Ayaviri sufre desbordes de rio e inundaciones, a fin de no tener
más afectados en ambas márgenes del rio.
55
REFERENCIAS
Aguilera, MA. 2007. Estimación de Funciones de distribución de probabilidad, para
caudales máximos, en la región del Maule. Pregrado. Talca, CL, Universidad
de Talca. 90 p.
Álvarez, AJ; Orduña, LM; Montañés, CG. 2014. Análisis y selección de modelos
estadísticos para el ajuste de la ley de frecuencia de caudales máximos
anuales en España. Revista Digital del Cedex (174): 5 - 31 p.
Aparicio, FJ. 1997. Fundamentos de Hidrología de Superficie. México DF, MX,

Editorial Limusa. 302 p.
Arias, FG. 2012. El proyecto de investigación. Introducción a la metodología

científica. 6ta. Episteme. Caracas, VE, Episteme. 143 p.
Baena, GME. 2017. Metodología de la investigación (3a. ed.). Ciudad de México,

MX, Grupo Editorial Patria. 141 p.
Baghdadi, N; Zribi, M. 2016. Land surface remote sensing in continental hydrology.

London, UK, Elsevier. 456 p.
Beven, K. 2012. Rainfall‐Runoff Modelling: The Primer, Second Edition. 2 ed. New
York, US, Wiley. 488 p. Disponible en
https://onlinelibrary.wiley.com/doi/abs/10.1002/9781119951001.ch3
Breña, AF; Jacobo, MA. 2006. Principios y Fundamentos de la Hidrología

Superficial. Mexico, MX, Universidad Autónoma Metropolitana. 287 p.
Briceño, K; Bello, E. 2019. Investigación de la regionalización de caudales máximos

en las cuencas de la provincia Gualivá por medio del método estadístico
índice de creciente. Pregrado. Bogotá DC, CO, Universidad Católica de
Colombia. 141 p.
Chavarría, L; Guzmán, I; Quesada, F; Watson, F. 2020. Determinación del caudal

ambiental requerido para río Pejibaye mediante la implementación de una
metodología de cálculo hidrobiológica, considerando variables de cambio
climático. Investigación. Pejibaye, CR, Instituto Tecnológico de Costa Rica.
98
Chávez, AdS. 2009. Aplicación del método de regionalización para la determinación

de caudales en el puente Carrasquillo. Maestría. Piura, PE, Universidad de
Piura. 179 p.
Chen, Cl. 1983. Rainfall intensity duration frequency formulas. Journal of Hydraulic
Engineering 109(12):1603 - 1621.
Chen, L; Wang, L. 2018. Recent advance in earth observation big data for
hydrology. Big Earth Data 2(1):86 - 107. Disponible en
https://doi.org/10.1080/20964471.2018.1435072
56
Chow, VT. 1964. Handbook of applied hydrology: a compendium of water-resources
technology. New York, US, McGraw-Hill. 1495 p. p. (1)
Chow, VT; Maidment, DR; Larry, WM. 1994. Hidrología aplicada. S.A., MI. Bogotá,
CO, Editorial McGrawHill Interamericana S.A. 584 p.
Chúa, R. 2017. Desarrollo y calibración de un sistema informático para el análisis

de tormentas, máximas avenidas y generación de lluvia escorrentía.
Pregrado. Lima, PE, Universidad Nacional Agraria La Molina. 232 p.
Domínguez, MC; Medina, MdC; Martínez, MI. 2018. Metodología de investigación

para la educación y la diversidad. Salamanca, ES, Universidad Nacional de
Educación a Distancia (UNED). 231 p.
Fattorelli, S; Fernández, PC. 2011. Diseño Hidrológico. Paris, FR, World Water
Assessment Programme (WWAP). 531 p. (2)
Fernández, F. 1995. Manual de climatología aplicada. Clima, medio ambiente y

planificación. Síntesis. Madrid, ES. v. 1, 288 p.
Fresno, C. 2019. Metodología de la investigación: así de fácil. Córdoba, AR, El Cid

Editor. 153 p.
Gutiérrez, C. 2017. Determinación de las áreas vulnerables frente a riesgos de

inundación y huaycos en la zona aledaña al río Pachatusan y sus propuestas
de mitigación. Pregrado. Cusco, PE, Universidad Andina del Cusco. 312 p.
Haan, CT; Barfield, BJ; Hayes, JC. 1994a. Design hydrology and sedimentology for
small catchments. Elsevier. p.
________. 1994b. Design hydrology and sedimentology for small catchments. San
Diego, US, Elsevier. 588 p.
Hernández, R; Fernández, C; Baptista, PJ. 2014. Desarrollo de la perspectiva

teórica: revisión de la literatura y construcción del marco teórico. Metodología
de la Investigación. México DF, MX, McGraw-Hill. 58 - 87 p.
Hernández, R; Fernández, C; Baptista, MdP. 2018. Metodología de la investigación.

México DF, MX, McGraw-Hill Interamericana. 613 p. (4)
Jain, SK; Singh, VP. 2019. Engineering Hydrology: An Introduction to Processes,

Analysis, and Modeling. New York, US, McGraw - Hill Education. 624 p.
Disponible en
https://www.accessengineeringlibrary.com/content/book/9781259641978
Khan, MA. 2015. Flood Scour for Bridges and Highways: Prevention and Control of
Soil Erosion. New York, US, McGraw - Hill Education. 384 p. Disponible en
Laura, MG. 2014. Modelo regional aplicado a las maximas avenidas en las cuencas
de los rios: Ilave, Callacame y Zapatilla. Pregrado. Puno, PE, Universidad
57
Nacional del Altiplano (UNA). 113 p.
Llamas, JM. 1993. Hidrología general. Principios y aplicaciones. Euskal Herriko

Unibertsitatea. Argitarapen Zerbitzua. Bilbao, ES, Universidad del País
Vasco. 636 p.
Lujano, E. 2019. Análisis regional de frecuencia para la estimación de caudales

máximos en la cuenca amazónica del Perú. Posgrado. Puno, PE,
Universidad Nacional del Altiplano. 55 p.
Mackenzie, LD. 2019. Water and Wastewater Engineering: Design Principles and
Practice, Second Edition. New York, US, McGraw - Hill Education. 1344 p.
Disponible en https://books.google.com.br/books?id=XypnwwEACAAJ
Mamani, H. 2014. Modelamiento de máximas avenidas que generan riesgo de

inundación en la ciudad de Ayaviri – Puno. Pregrado. Puno, PE, Universidad
Nacional del Altiplano (UNA). 258 p.
Mejía, JAM. 2012. Hidrología aplicada. UNALM. Lima, PE, Universidad Nacional
Agraria La Molina. 222 p. (1)
Melesse, AM; Abtew, W; Senay, G. 2019. Extreme Hydrology and Climate

Variability: Monitoring, Modelling, Adaptation and Mitigation. Amsterdam, NL,
Elsevier. 580 p.
Mias, CD. 2018. Metodología de investigación, estadística aplicada e instrumentos

neuropsicología: guía práctica para investigación. Córdoba, AR, Editorial
Brujas. 259 p.
MTC. 2012. Manual de Hidrología, Hidráulica y Drenaje. Lima, PE, Ministerio de

Transporte y Comunicaciones (MTC). 211 p.
Oseda, D; Huamán, E; Ramos, E; Shimbucat, F; Zevallos, K; Barrera, M. 2015a.

Teoría y Práctica de la Investigación Científica. Huancayo, PE,, Soluciones
Gráficas SAC. 80 p. (1)
Oseda, D; Huamán, E; Ramos, E; Shimbucat, F; Zevallos, K; Barrera, M. 2015b.

Teoría y Práctica de la Investigación Científica. Huancayo, PE, Soluciones
Gráficas SAC. v. 1, 80 p. (1)
Renaud, FG; Sudmeier, K; Estrella, M; Nehren, U. 2016. Ecosystem-based disaster

risk reduction and adaptation in practice. Cham, DE, Springer. 598 p. (42)
Righetto, AM. 1998. Hidrologia e recursos hídricos. São Carlos, BR, Universidade
de São Paulo (USP), Escola de Engenharia de São Carlos (EESC). 819 p.
p.
Rousseau, R; Egghe, L; Guns, R. 2018. Chapter 2 - Scientific Research and

Communication. In Rousseau, R; Egghe, L; Guns, R. eds. Becoming Metric-
Wise. Chandos Publishing. 11-35.
58
Ruiz, R. 2007. El método científico y sus etapas. Mexico DF, MX, Biblioteca
Lascasas. v. 3, 79 p. (3)
Scheffran, J. 2020. Chapter 16 - Climate extremes and conflict dynamics. In

Sillmann, J; Sippel, S; Russo, S. eds. Climate Extremes and Their
Implications for Impact and Risk Assessment. Elsevier. 293 - 315. Disponible
en
http://www.sciencedirect.com/science/article/pii/B9780128148952000161
Schleussner, C-F; Guillod, B. 2020. Chapter 17 - Avoiding impacts and impacts

avoided: Impact science to inform adaptation action and policy-relevant
assessments. In Sillmann, J; Sippel, S; Russo, S. eds. Climate Extremes
and Their Implications for Impact and Risk Assessment. Elsevier. 317 - 339.
Disponible en
Schuite, J; Flipo, N; Massei, N; Rivière, A; Baratelli, F. 2019. Improving the spectral

analysis of hydrological signals to efficiently constrain watershed properties.
Water Resources Research: 53.
Singh, VP. 2017. Handbook of Applied Hydrology, Second Edition. 2nd edition. ed.
New York, US, McGraw - Hill Education. 1440 p. Disponible en
Singh, VP. 2018. Entropy theory in hydrologic science and engineering. Texas, US,
McGraw - Hill Professional. 500 p.
Srinivasan, R; Ramanarayanan, TS; Arnold, JG; Bednarz, ST. 1998. Large area
hydrologic modeling and assessment part II: model application. American
Water Resources Association 34(1):91 - 101. Disponible en
https://onlinelibrary.wiley.com/doi/abs/10.1111/j.1752-1688.1998.tb05962.x
Tejada, HE. 2014. Estudio hidrológico de máximas avenidas de la subcuenca Juana

Ríos - Cuenca Chancay - Lambayeque. Pregrado. Lambayeque, PE,
Universidad Nacional Pedro Ruíz Gallo. 142 p.
Tucci, CE. 2003. Inundações e drenagem urbana. Inundações urbanas na América

do Sul. Porto Alegre: Associação Brasileira de Recursos Hídricos. Porto
Alegre, BR, Associação Brasileira de Recursos Hídricos. 45 - 141 p.
Uehara, K; Zahed, K; Silveira, LNLd; Eiger, S. 1980. Pequenas bacias hidrograficas

do Estado de Sao Paulo; estudo de vazoes médias e máximas. Pequenas
bacias hidrograficas do Estado de Sao Paulo; estudo de vazoes médias e
máximas. Departamento de Águas e Energia Elétrica (DAEE). 708.
Uitto, JI; Shaw, R. 2016. Sustainable development and disaster risk reduction.
Tokyo, JP, Springer. 287 p.
Valderrama, SR. 2013. Pasos para elaborar proyectos de investigación científica:

cuantitativa, cualitativa y mixta. Lima, PE, San Marcos. 495 p.
59
Varouchakis, EA. 2019a. 1 - Geostatistics: Mathematical and Statistical Basis. In
Corzo, G; Varouchakis, EA. eds. Spatiotemporal Analysis of Extreme
Hydrological Events. Chania, GR, Elsevier. 1 - 38. Disponible en
http://www.sciencedirect.com/science/article/pii/B978012811689000001X
________. 2019b. 2 - Background of Spatiotemporal Geostatistical Analysis:

Application to Aquifer Level Mapping. In Corzo, G; Varouchakis, EA. eds.
Spatiotemporal Analysis of Extreme Hydrological Events. Elsevier. 39-57.
Disponible en
Vergara, LE. 2020. Simulación y pronóstico de caudales diarios del Río Amazonas
usando un enfoque híbrido Wavelet y Redes Neuronales. Maestría en
Recursos Hídricos. Lima, PE, Universidad Nacional Agraria La Molina. 165
p.
Villón, M. 2004. Hidrología. Cartago, CR, Instituto Tecnológico de Costa Rica. 474
p.
Williams, JR; Singh, V. 1995. Computer models of watershed hydrology. Chap. The
EPIC Model, Water Resources Publications, Highlands Ranch, CO: 909 -
1000 p.
Wood, P; Smith, J. 2017. Investigar en educación: conceptos básicos y metodología

para desarrollar proyectos de investigación. Madrid, ES, Narcea Ediciones.
132 p.
60
ANEXOS
Anexo 1. Operacionalización de variables
Variables dependientes
Instrument
Variable Definición Conceptual Definición Operacional Dimensiones Indicadores Escala
o
Los métodos convencionales, se
D1:
operacionaliza mediante sus dimensiones: I1: Parámetros de
Según Singh (2017), los métodos convencionales Distribución
Distribución Gumbel; Log Normal y Gamma forma
Y1 son usados para estimar las precipitaciones, así Gumbel
(Pearson Tipo III), que vienen hacer los I2: Parámetros de Registro
Métodos como los caudales, también denominado volumen D2: Normal Nominal
métodos de cálculos; a su vez cada una de las posición histórico
convencionales de agua, también llamado cantidad de agua, que se D3: Gamma
dimensiones, se subdividen en indicadores, I3: Parámetros de
mide en una unidad de tiempo. (Pearson Tipo
como parámetros de forma, parámetros de escala
III)
posición y parámetros de escala
Variables independientes
Instrument
Variable Definición Conceptual Definición Operacional Dimensiones Indicadores Escala
o
Para Chow et al. (1994) y Villón (2004), el estudio Los Caudales máximos de diseño, se D1: I1: Área Razón
de la cuenca está delimitado por el curso principal, operacionaliza mediante su dimensión de Característica I2: Pendiente Nominal
y los puntos más altos denominado la divisoria de características geomorfológicas, que vienen s I3: Densidad de
agua. Las características geomorfológicas se hacer los métodos de cálculos; a su vez se geomorfológic drenaje
Razón
analiza el área, longitud de la cuenca y su perímetro, subdividen en indicadores, como área, as
pendiente, entre otros parámetros. pendiente y densidad de drenaje.
Para Chow et al. (1994) y Villón (2004), el total de Los Caudales máximos de diseño, se
I1: Alta < 600 mm/año
lluvia en 24 horas que se registra en un evento, es operacionaliza mediante su dimensión de D2:
I2: Media 601 - 799
X1 registrado por las estaciones meteorológicas, se precipitación de 24h, que vienen hacer los Precipitación Ficha de Nominal
mm/año
Caudales calculan las máximas mensuales y de la serie métodos de cálculos; a su vez se subdividen de 24h recopilación
I3: Baja > 800 mm/año
máximos de histórica de máximas mensuales. en los indicadores, como alto, medio y bajo. de
diseño Para Chow et al. (1994) y Villón (2004), el período D3: I1: Tiempo de retorno información
de retorno (T) es un estimativo de la probabilidad de Periodo de 50
Los Caudales máximos de diseño, se
ocurrencia de un evento determinado en un periodo retorno I2: Tiempo de retorno
operacionaliza mediante su dimensión de
determinado, también es la cantidad de tiempo para 100
tiempo de retorno, que vienen hacer los Razón
la cual la probabilidad de ocurrencia se distribuye I3: Tiempo de retorno
métodos de cálculos; a su vez se subdividen Intervalo
uniformemente en los periodos que componen 200
en indicadores, como Tiempo de retorno de
dicha cantidad de tiempo. También llamado período
50, 100 y 200 años.
de recurrencia, es considerado un concepto
estadístico.
61
Anexo 2. Matriz de consistencia
Problema Objetivo Hipótesis Variable Dimensiones Indicadores Metodología
Problema general Método:
¿Cuánto son los Caudales Determinar los caudales Científico
Los caudales máximos de diseño Independientes D1: Distribución Gumbel
máximos de diseño mediante máximos de diseño mediante I1: Parámetros de forma Tipo:
mediante métodos convencionales V1 : D2: Distribución normal
métodos convencionales métodos convencionales I2: Parámetros de posición Aplicada
probabilísticos son iguales en la Métodos D3: Gamma (Pearson
probabilísticos en la probabilísticos en la I3: Parámetros de escala Nivel:
subcuenca Ayaviri, Puno – 2020 convencionales Tipo III)
subcuenca Ayaviri, Puno - subcuenca Ayaviri, Puno - Explicativo
2020? 2020 Diseño:
No experimental
Problema Objetivos específicos Hipótesis específicas Variable Dimensiones Indicadores Población:
Problema especifico Estimar los caudales Los caudales máximos de diseño I1: Área Caudales
máximos de diseño mediante mediante la distribución Gumbel, I2: Pendiente máximos para los
¿Cuánto son los Caudales la distribución Gumbel son similares a los demás métodos D1: I3: Densidad de drenaje periodos de
máximos de diseño mediante Características retorno de 50,
la distribución Gumbel en la geomorfológicas 100 y 200 años
subcuenca Ayaviri, Puno - Muestra:
2020? Dependientes Estaciones
¿Cuánto son los Caudales Calcular los caudales Los caudales máximos de diseño V2 : Pluviométricas
máximos de diseño mediante máximos de diseño mediante mediante la distribución normal, son Caudales
I1: Alta < 600 mm/año Técnica:
D2: I2: Media 601 - 799 Observación
la distribución normal en la la distribución normal iguales a los demás métodos máximos de
Precipitación de 24h mm/año directa
subcuenca Ayaviri, Puno - diseño
2020?
I3: Baja > 800 mm/año Instrumento:
¿Cuánto son los Caudales Estimar los caudales Los caudales máximos de diseño Ficha de
I1: Tiempo de retorno 50 recopilación de
máximos de diseño mediante máximos de diseño mediante mediante Gamma (Pearson Tipo
D3: I2: Tiempo de retorno 100 información
Gamma (Pearson Tipo III) en la Gamma (Pearson Tipo III) III), son iguales a los demás
Tiempo de retorno I3: Tiempo de retorno
subcuenca Ayaviri, Puno - métodos
200III
2020?
62
Anexo 3. Precipitaciones de 24 horas
Estacion: AYAVIRI
Departamento: PUNO Provincia: MELGAR Distrito: AYAVIRI
Latitud: 14° 52' 7.56" Longitud: 70° 35' 29.8" Altitud: 3941 msnm Código: 115027 Tipo: Convencional - meteorológica
PRECIPITACION MÁXIMA DE 24 HORAS (mm)
Año Ene Feb Mar Abr May Jun Jul Ago Set Oct Nov Dic Total P24h max
1963 14.55 28.20 26.69 19.12 21.19 1.41 0.00 0.00 12.34 20.37 20.09 19.72 183.68 28.20
1964 15.00 12.00 20.76 17.59 0.69 0.00 0.00 0.24 4.00 9.50 12.50 7.50 99.78 20.76
1965 15.00 18.50 26.50 5.50 0.00 0.00 0.00 0.00 1.50 2.50 15.00 35.50 120.00 35.50
1966 11.00 25.50 14.00 8.00 9.00 0.00 0.00 0.00 3.00 9.50 15.00 16.00 111.00 25.50
1967 17.50 16.00 29.00 18.00 4.00 0.00 9.50 8.00 5.00 25.00 18.00 23.00 173.00 29.00
1968 17.50 14.00 18.00 3.50 0.80 0.00 9.50 3.00 8.00 5.20 14.00 10.00 103.50 18.00
1969 13.00 25.20 6.00 11.00 0.00 0.00 3.00 0.50 2.50 9.00 14.00 12.50 96.70 25.20
1970 15.00 16.00 16.00 13.00 17.00 0.00 0.00 0.00 6.00 6.00 12.00 14.00 115.00 17.00
1971 9.00 18.00 31.00 29.20 0.00 0.00 0.00 1.50 0.00 6.00 11.00 15.00 120.70 31.00
1972 18.50 21.00 9.30 12.80 1.20 0.00 2.20 5.80 4.80 7.50 8.00 25.00 116.10 25.00
1973 15.20 8.80 15.20 10.00 4.50 0.00 5.00 1.00 10.80 20.50 10.20 10.00 111.20 20.50
1974 12.50 15.40 9.00 5.50 5.50 7.00 0.00 12.00 3.40 5.40 16.40 15.50 107.60 16.40
1975 15.60 20.40 11.50 10.00 2.50 0.00 0.00 0.00 3.50 20.50 15.00 15.80 114.80 20.50
1976 9.80 19.70 10.20 11.00 1.40 0.00 0.00 0.00 7.50 1.50 0.00 11.00 72.10 19.70
1977 6.50 10.00 5.50 0.00 0.00 0.00 0.00 0.00 1.00 1.00 10.00 15.00 49.00 15.00
1978 29.00 12.00 7.00 0.00 0.22 0.01 0.01 0.08 10.50 10.30 22.00 18.20 109.32 29.00
1979 18.70 10.90 17.50 10.00 0.38 0.00 0.01 0.13 6.77 16.57 8.16 32.22 121.34 32.22
1980 14.42 8.05 10.10 22.08 3.42 0.01 0.63 0.94 1.51 21.55 29.34 17.85 129.90 29.34
1981 17.10 10.80 12.13 22.82 17.19 0.32 0.27 4.50 3.68 14.30 5.25 14.29 122.65 22.82
1982 15.20 8.00 32.00 30.00 0.00 0.00 1.00 20.00 5.00 38.70 36.00 20.00 205.90 38.70
1983 7.20 14.10 17.50 23.00 0.40 2.00 0.00 0.00 6.50 7.70 14.50 23.00 115.90 23.00
1984 27.10 16.80 14.00 13.50 10.50 2.20 0.00 10.00 0.00 87.30 120.30 50.30 352.00 120.30
1985 12.25 18.20 93.50 29.00 4.20 19.60 0.00 0.00 8.60 9.48 22.97 10.16 227.96 93.50
1986 16.82 26.20 15.20 15.00 15.00 0.00 0.00 2.30 9.30 2.60 21.00 21.30 144.72 26.20
1987 17.80 14.90 9.50 9.10 4.00 4.30 8.90 2.10 1.50 14.40 18.00 33.40 137.90 33.40
1988 19.50 23.10 18.20 21.10 6.40 0.00 0.00 0.00 10.00 17.00 1.10 16.80 133.20 23.10
1989 17.00 15.80 10.50 20.50 3.50 1.10 0.10 16.50 17.00 10.60 8.00 15.40 136.00 20.50
1990 30.00 40.20 11.00 10.40 1.80 15.20 0.00 2.30 10.90 18.00 12.50 11.80 164.10 40.20
1991 52.20 23.60 21.30 11.60 11.00 20.20 0.60 2.90 4.50 31.80 9.20 12.80 201.70 52.20
1992 18.80 14.99 10.30 17.20 0.00 0.40 9.80 21.00 0.90 7.80 8.20 11.00 120.39 21.00
1993 33.50 11.00 18.80 3.40 7.70 10.80 0.30 10.00 10.00 22.20 92.00 16.50 236.20 92.00
1994 14.40 12.00 30.10 14.40 2.60 0.00 0.00 0.00 7.50 13.70 20.30 23.90 138.90 30.10
1995 18.50 25.00 22.30 26.00 0.50 0.00 0.00 0.00 3.50 9.00 16.20 20.00 141.00 26.00
1996 31.60 22.80 14.70 5.00 6.00 0.00 0.00 2.60 4.20 5.00 17.60 25.30 134.80 31.60
1997 13.80 18.30 17.40 3.00 1.40 0.00 0.00 12.80 2.19 5.19 29.80 38.00 141.88 38.00
1998 11.80 11.30 19.00 30.50 0.00 0.50 0.00 1.90 0.50 9.00 41.20 16.50 142.20 41.20
1999 11.50 27.10 17.10 34.70 8.20 0.00 0.00 0.00 10.50 8.30 14.20 7.60 139.20 34.70
2000 16.40 42.40 15.90 3.50 3.30 1.00 3.60 2.00 2.00 16.00 5.90 11.50 123.50 42.40
2001 20.00 19.20 12.70 18.00 9.40 2.80 0.80 4.40 3.30 7.00 9.40 13.40 120.40 20.00
2002 16.50 28.00 9.80 10.20 6.40 2.00 3.90 5.50 11.00 20.00 27.20 11.00 151.50 28.00
2003 33.30 20.00 34.00 14.20 5.80 4.80 0.00 4.40 10.40 12.70 12.80 19.60 172.00 34.00
2004 21.20 26.00 23.00 11.20 1.80 0.40 2.20 6.30 9.50 7.10 21.60 27.80 158.10 27.80
2005 19.40 18.20 33.30 6.70 0.20 0.00 0.00 4.40 2.40 12.00 19.00 7.00 122.60 33.30
2006 20.20 11.70 17.80 10.60 0.00 0.60 0.00 1.30 1.70 38.50 12.60 17.90 132.90 38.50
2007 22.00 12.50 24.40 14.60 7.30 0.00 0.00 0.60 4.20 11.10 27.70 21.50 145.90 27.70
2008 26.00 32.90 21.90 4.00 0.80 0.50 0.00 0.20 0.70 9.40 11.90 20.40 128.70 32.90
2009 18.00 15.50 39.30 17.00 2.00 0.00 0.90 0.20 8.00 21.20 10.20 27.30 159.60 39.30
2010 21.80 26.20 15.70 15.90 11.10 0.00 0.00 0.60 0.20 4.60 8.00 11.80 115.90 26.20
2011 12.70 12.50 22.80 24.50 6.70 0.20 2.20 1.10 3.30 7.50 34.40 39.70 167.60 39.70
2012 10.40 14.00 16.00 6.30 7.40 0.00 0.50 0.00 1.60 7.60 18.80 17.40 100.00 18.80
2013 12.40 12.20 8.80 15.90 1.30 2.10 0.80 4.60 9.00 23.40 11.30 13.40 115.20 23.40
2014 18.70 19.50 25.40 2.20 0.80 0.00 0.80 3.90 6.40 26.00 11.20 12.50 127.40 26.00
2015 21.20 13.50 10.80 14.20 1.60 1.20 4.70 1.10 7.40 4.70 22.10 21.80 124.30 22.10
2016 21.30 21.90 19.60 15.00 2.40 0.30 6.80 6.00 4.00 6.80 8.05 11.20 123.35 21.90
2017 8.20 12.80 19.40 5.60 13.10 0.00 9.20 0.00 5.20 24.50 17.50 23.10 138.60 24.50
2018 21.90 14.60 14.40 11.90 13.19 0.13 0.17 0.08 9.42 25.84 20.39 16.59 148.61 25.84
2019 13.50 17.15 11.11 13.96 0.12 0.00 0.00 0.27 3.52 9.52 34.95 50.95 155.05 50.95
2020 34.46 19.58 35.59 8.66 0.22 0.00 0.01 0.57 13.71 2.39 3.52 23.45 142.16 35.59
2021 13.39 30.97 22.67 12.87 2.29 0.00 0.00 0.05 2.84 14.94 19.47 17.58 137.07 30.97
2022 23.37 19.03 19.58 16.23 22.98 0.02 0.21 8.01 4.86 10.13 24.36 29.50 178.28 29.50
2023 27.24 18.22 16.75 14.89 0.23 0.00 0.00 0.00 0.41 7.72 20.69 10.66 116.81 27.24
N° datos 61.00 61.00 61.00 61.00 61.00 61.00 61.00 61.00 61.00 61.00 61.00 61.00 61.00 61.00
Promedio 18.48 18.56 19.32 13.68 4.80 1.66 1.44 3.24 5.47 14.11 19.21 19.33 139.29 32.34
Fuente: SENAMHI (2020)
63
Estacion: CHUQUIBAMBILLA
Departamento: PUNO Provincia: MELGAR Distrito: UMACHIRI
1963 20.06 18.35 19.49 16.99 6.68 3.84 0.00 3.29 17.20 13.13 21.46 36.37 176.86 36.37
1964 15.92 14.35 26.44 16.10 24.96 0.01 0.00 0.08 9.01 11.20 5.22 9.56 132.85 26.44
1965 13.77 18.65 35.72 11.66 0.08 0.01 0.00 1.43 0.82 1.36 3.55 39.01 126.06 39.01
1966 11.97 16.60 19.67 5.45 0.84 0.00 0.01 0.10 4.68 8.07 16.04 23.68 107.11 23.68
1967 37.51 14.32 28.68 8.22 0.52 0.15 30.03 48.54 17.62 18.54 21.06 27.52 252.71 48.54
1968 14.98 14.93 20.58 10.56 3.38 0.00 0.18 5.17 0.18 14.49 9.49 20.73 114.67 20.73
1969 14.68 17.06 19.01 15.54 0.28 0.11 0.54 0.51 11.49 18.46 21.59 19.67 138.94 21.59
1970 13.65 12.63 31.35 7.20 0.09 0.00 0.00 0.00 25.29 4.95 0.71 17.54 113.41 31.35
1971 10.53 13.81 16.27 9.24 1.88 0.00 0.00 1.13 0.00 13.00 22.00 20.00 107.86 22.00
1972 16.40 17.50 19.00 12.20 0.00 0.00 0.00 2.10 8.90 19.93 13.60 36.28 145.91 36.28
1973 21.50 9.70 37.10 22.00 1.80 0.00 1.50 3.20 14.80 12.00 13.40 13.20 150.20 37.10
1974 20.20 26.60 57.60 9.80 0.00 4.20 0.00 11.80 14.19 8.70 24.10 19.80 196.99 57.60
1975 29.30 20.50 12.80 7.20 9.30 0.00 0.00 0.00 11.30 14.70 8.80 17.90 131.80 29.30
1976 20.00 18.50 23.30 10.00 4.60 1.50 0.80 2.80 18.50 0.70 6.50 11.50 118.70 23.30
1977 15.90 20.20 14.10 16.70 4.00 0.00 1.80 0.00 14.90 9.60 11.20 16.20 124.60 20.20
1978 27.40 18.00 15.70 41.70 0.90 0.60 0.00 0.00 8.50 6.70 18.80 26.50 164.80 41.70
1979 29.00 10.60 16.90 9.40 1.20 0.00 0.00 3.70 2.30 7.50 6.10 21.30 108.00 29.00
1980 21.50 16.20 26.90 5.70 7.00 0.00 1.30 2.20 2.30 19.80 21.80 16.20 140.90 26.90
1981 27.00 32.50 13.60 16.00 6.40 3.10 0.00 6.80 8.50 24.60 14.00 20.80 173.30 32.50
1982 16.60 21.50 23.30 26.00 0.00 0.00 2.00 0.00 10.40 18.30 16.60 22.70 157.40 26.00
1983 10.30 10.00 15.60 10.70 1.30 0.00 0.00 0.00 3.50 8.10 3.70 14.40 77.60 15.60
1984 14.90 20.00 10.30 15.40 13.30 0.00 1.20 0.70 1.90 25.60 13.70 40.80 157.80 40.80
1985 15.20 17.30 16.50 18.10 8.00 9.80 0.00 0.50 21.10 5.40 21.00 13.00 145.90 21.10
1986 19.50 17.20 17.40 14.30 9.10 0.00 1.00 4.10 11.40 2.70 18.70 17.00 132.40 19.50
1987 8.30 19.10 15.00 12.00 0.80 1.40 3.80 0.70 2.30 2.80 29.50 34.50 130.20 34.50
1988 27.80 12.90 15.50 13.90 5.50 0.00 0.00 0.00 6.50 15.20 3.70 17.90 118.90 27.80
1989 25.70 13.10 13.20 24.30 3.30 0.60 0.70 17.50 11.80 13.10 10.00 22.60 155.90 25.70
1990 24.00 12.40 16.20 14.20 7.00 23.50 0.00 0.20 6.00 20.00 27.40 11.00 161.90 27.40
1991 42.20 18.00 26.50 15.20 13.00 12.00 0.00 0.00 1.00 17.80 8.70 12.70 167.10 42.20
1992 31.00 12.70 20.60 10.40 0.00 0.00 2.40 22.60 0.00 13.60 15.20 31.90 160.40 31.90
1993 34.50 11.40 24.00 8.50 0.00 16.00 0.00 11.40 2.50 34.00 30.00 15.20 187.50 34.50
1994 25.20 26.20 26.20 13.50 0.00 0.00 0.00 0.00 5.80 12.70 20.00 26.60 156.20 26.60
1995 17.20 23.20 12.80 9.80 2.10 0.00 0.00 0.00 2.00 12.00 15.00 22.20 116.30 23.20
1996 20.20 24.20 15.10 6.20 1.40 0.00 3.40 3.50 2.00 5.00 8.30 13.50 102.80 24.20
1997 32.00 19.00 23.50 14.00 4.00 0.00 0.00 9.80 14.30 6.20 14.20 33.00 170.00 33.00
1998 12.00 17.40 12.70 26.50 0.00 1.20 0.00 2.00 4.00 10.00 25.00 27.80 138.60 27.80
1999 15.00 16.00 12.50 26.50 6.90 0.00 1.40 1.20 7.80 23.00 7.70 11.00 129.00 26.50
2000 18.30 15.00 14.50 3.70 7.00 3.30 6.20 1.80 5.90 17.20 3.20 19.00 115.10 19.00
2001 37.50 12.80 18.70 6.20 4.60 1.20 2.20 3.30 6.30 11.50 8.80 17.50 130.60 37.50
2002 22.90 24.00 15.50 15.00 9.30 2.00 5.30 4.70 7.00 14.40 16.20 11.10 147.40 24.00
2003 16.00 29.60 27.90 42.80 2.30 3.30 0.00 5.10 12.50 14.70 14.60 12.60 181.40 42.80
2004 21.50 29.40 18.30 10.80 1.10 2.00 2.20 11.60 18.00 4.00 13.20 32.50 164.60 32.50
2005 14.90 20.60 34.10 11.00 0.00 0.00 0.00 6.70 0.00 24.30 19.30 12.80 143.70 34.10
2006 28.60 30.90 17.68 6.60 0.00 3.20 0.00 1.50 2.40 10.10 16.40 31.10 148.48 31.10
2007 34.70 19.50 27.40 14.30 3.50 0.00 2.60 0.00 7.40 8.70 12.10 20.80 151.00 34.70
2008 10.20 31.80 7.20 2.90 1.50 1.00 0.00 1.50 0.00 11.20 14.00 28.00 109.30 31.80
2009 23.00 10.50 25.00 26.60 0.00 0.00 0.00 0.00 4.40 7.50 6.20 17.50 120.70 26.60
2010 36.00 15.30 59.20 27.20 12.00 0.00 0.00 0.00 0.00 8.20 19.00 8.80 185.70 59.20
2011 15.30 16.40 12.60 12.30 7.30 2.40 4.20 5.00 7.40 12.40 0.00 24.20 119.50 24.20
2012 20.60 20.20 18.70 17.30 0.00 0.00 0.00 0.00 3.10 8.10 24.50 12.80 125.30 24.50
2013 16.20 31.50 13.70 12.50 2.10 7.30 2.30 3.80 5.30 16.10 16.80 20.20 147.80 31.50
2014 18.00 21.70 17.30 13.50 2.40 0.00 1.10 7.90 5.70 23.30 26.30 29.70 166.90 29.70
2015 45.30 10.40 13.70 9.50 8.50 0.00 4.50 4.30 18.20 5.50 7.50 26.50 153.90 45.30
2016 32.80 18.50 33.50 19.20 0.00 0.00 4.20 13.10 10.40 12.50 14.10 25.60 183.90 33.50
2017 14.60 13.50 21.20 5.20 12.80 0.00 3.10 0.00 8.60 13.80 19.70 10.70 123.20 21.20
2018 21.30 22.10 19.30 8.80 5.27 2.24 0.09 0.01 10.70 3.94 6.23 16.81 116.79 22.10
2019 28.67 24.60 10.92 5.74 0.86 0.04 0.22 1.24 4.46 19.98 14.07 32.68 143.48 32.68
2020 24.33 22.42 22.95 6.97 0.05 0.00 0.00 0.26 15.79 5.20 18.96 31.38 148.31 31.38
2021 22.52 19.32 18.46 8.21 7.96 0.00 0.00 0.00 13.31 11.51 4.77 23.63 129.69 23.63
2022 25.10 19.69 27.89 10.24 1.50 0.34 0.07 3.75 6.99 12.86 10.28 25.09 143.80 27.89
2023 28.76 12.02 19.28 16.45 1.54 0.00 0.00 0.00 5.87 8.10 5.00 9.08 106.10 28.76
N° datos 61.00 61.00 61.00 61.00 61.00 61.00 61.00 61.00 61.00 61.00 61.00 61.00 61.00 61.00
Promedio 22.13 18.60 21.08 13.84 3.95 1.74 1.48 3.98 7.94 12.43 14.08 21.34 142.59 30.52
64
Estacion: SANTA ROSA
Departamento: PUNO Provincia: MELGAR Distrito: SANTA ROSA
Latitud: 14° 37' 4.1" Longitud: 70° 47' 34" Altitud: 3957 msnm Código: 114047 Tipo: Convencional - meteorológica
1963 29.91 16.87 23.60 17.71 3.76 0.54 0.01 6.32 18.45 21.65 12.81 12.17 163.80 29.91
1964 22.61 13.56 15.90 15.71 1.51 0.03 0.00 3.85 19.05 9.20 16.12 20.68 138.22 22.61
1965 19.96 24.60 26.63 12.09 0.07 0.00 1.61 1.36 14.23 14.88 13.17 13.25 141.85 26.63
1966 27.56 21.53 20.87 10.81 17.04 0.64 0.00 0.05 9.97 9.38 32.09 31.01 180.95 32.09
1967 20.27 11.40 21.00 8.02 19.54 26.97 36.82 20.83 17.69 5.93 7.96 12.27 208.70 36.82
1968 1.32 15.21 20.66 12.72 0.08 0.00 0.11 4.40 0.13 8.78 7.83 21.81 93.05 21.81
1969 1.07 17.09 12.53 12.39 0.04 0.40 0.03 1.28 5.42 16.63 10.93 16.12 93.93 17.09
1970 27.47 36.52 14.81 6.44 3.70 0.17 0.00 0.10 40.80 15.00 26.50 40.20 211.71 40.80
1971 29.00 21.00 9.50 37.30 1.50 0.10 0.00 1.00 0.00 26.40 18.40 19.50 163.70 37.30
1972 27.40 15.00 40.00 20.00 6.10 0.00 0.00 6.50 10.40 12.70 38.70 25.10 201.90 40.00
1973 16.30 23.50 37.10 30.30 9.90 4.80 0.00 13.60 20.50 21.60 10.50 10.60 198.70 37.10
1974 14.00 18.00 22.60 18.50 7.30 0.00 0.00 11.20 9.50 10.20 8.30 33.00 152.60 33.00
1975 36.80 20.10 19.30 9.90 6.00 6.50 0.00 3.90 7.50 18.00 26.60 19.10 173.70 36.80
1976 17.00 16.50 23.60 21.50 10.90 8.00 6.80 6.10 21.90 18.60 12.40 25.00 188.30 25.00
1977 41.10 36.50 27.10 11.80 0.00 0.00 5.60 0.00 18.00 15.00 34.90 36.10 226.10 41.10
1978 13.00 35.60 26.30 14.50 2.60 0.50 0.00 0.06 19.00 15.00 34.90 27.30 188.76 35.60
1979 35.00 41.00 35.00 35.10 2.30 0.00 0.00 1.32 7.60 11.98 26.56 19.09 214.95 41.00
1980 18.47 18.41 18.61 7.46 2.80 0.74 0.54 3.01 0.42 11.72 11.45 26.46 120.09 26.46
1981 14.94 29.78 19.38 21.24 14.36 2.32 0.19 2.97 11.41 19.02 13.57 35.91 185.09 35.91
1982 29.86 20.30 20.85 13.59 0.00 0.00 1.03 0.94 12.23 26.78 5.73 12.33 143.64 29.86
1983 19.76 20.39 7.30 10.75 0.50 0.10 0.00 0.00 5.70 10.53 51.45 42.85 169.33 51.45
1984 1.10 15.72 15.92 7.49 0.54 0.05 0.36 2.41 8.39 25.51 14.98 11.75 104.22 25.51
1985 24.52 17.80 11.56 21.99 5.77 1.99 0.02 5.60 17.53 15.15 16.36 12.03 150.32 24.52
1986 25.41 20.78 13.09 16.91 21.67 0.00 0.38 8.07 5.20 3.00 30.80 27.70 173.01 30.80
1987 20.80 14.80 19.40 10.30 1.00 0.00 7.50 10.80 5.10 8.20 16.00 38.31 152.21 38.31
1988 28.37 9.72 17.68 9.02 12.35 0.00 0.00 0.04 4.51 9.69 7.61 8.42 107.41 28.37
1989 29.54 20.80 19.22 19.08 3.02 1.76 0.40 19.00 17.60 8.50 9.90 14.50 163.32 29.54
1990 15.50 18.40 16.00 10.10 3.10 6.40 0.07 1.20 1.80 11.30 6.80 16.50 107.17 18.40
1991 27.80 15.30 18.10 11.50 7.80 11.90 0.00 0.00 6.80 14.80 9.70 17.80 141.50 27.80
1992 16.90 10.80 6.70 2.10 0.00 0.10 0.40 7.80 4.90 6.10 10.10 11.30 77.20 16.90
1993 20.60 10.70 16.80 13.30 7.40 4.80 4.10 9.80 5.80 8.70 15.30 18.40 135.70 20.60
1994 13.70 15.30 16.10 9.70 4.90 1.70 0.00 0.00 3.70 17.40 10.90 14.50 107.90 17.40
1995 15.80 16.70 13.60 4.70 3.70 0.00 0.00 0.00 6.50 11.30 24.80 12.20 109.30 24.80
1996 21.70 23.30 14.80 8.90 9.10 0.00 8.60 2.10 6.50 10.10 12.00 22.40 139.50 23.30
1997 30.60 19.00 20.80 8.70 3.10 0.00 0.19 6.70 12.60 7.90 16.20 19.50 145.29 30.60
1998 12.60 15.50 16.30 20.37 0.00 2.20 0.00 1.20 9.10 19.80 19.80 20.20 137.07 20.37
1999 21.60 16.60 24.80 8.60 3.80 0.00 0.00 0.00 13.30 9.30 11.30 14.20 123.50 24.80
2000 21.30 17.30 27.80 7.30 1.90 3.20 2.00 3.90 5.20 28.60 3.10 21.10 142.70 28.60
2001 20.70 17.40 22.30 8.80 16.00 0.00 3.30 2.50 4.20 9.40 9.20 10.40 124.20 22.30
2002 17.20 17.60 18.00 15.20 15.00 5.20 3.80 2.40 8.20 24.00 21.10 14.40 162.10 24.00
2003 12.90 18.10 31.90 31.40 6.50 2.30 0.00 4.20 11.70 5.30 6.00 19.70 150.00 31.90
2004 22.40 25.70 8.30 14.20 0.00 1.40 1.60 8.30 7.80 8.60 12.40 16.70 127.40 25.70
2005 10.80 18.50 23.80 8.90 0.00 0.00 2.60 7.20 1.20 7.20 21.30 26.20 127.70 26.20
2006 42.20 14.50 9.10 9.40 0.00 4.20 0.00 2.90 3.50 5.90 16.70 39.90 148.30 42.20
2007 29.20 10.80 26.70 16.90 6.20 1.20 2.40 0.00 9.20 10.60 17.30 10.10 140.60 29.20
2008 10.40 8.70 9.90 4.90 3.00 1.50 0.00 1.60 1.60 10.20 13.90 15.90 81.60 15.90
2009 12.50 15.80 12.80 5.00 1.20 0.00 1.20 0.00 2.90 11.20 19.00 12.50 94.10 19.00
2010 37.20 20.00 12.80 8.70 4.70 1.20 0.00 0.80 5.80 3.00 9.40 11.30 114.90 37.20
2011 12.00 16.10 11.60 10.80 7.80 1.20 2.40 1.20 10.20 10.10 11.20 21.20 115.80 21.20
2012 17.10 15.00 13.80 8.90 0.00 0.00 0.00 1.10 4.50 4.40 17.50 13.00 95.30 17.50
2013 16.90 12.40 13.20 8.80 2.80 3.80 1.20 1.80 3.20 9.60 19.30 21.70 114.70 21.70
2014 16.80 23.90 13.00 13.20 1.20 0.00 1.60 6.60 5.20 25.20 6.80 18.20 131.70 25.20
2015 25.20 15.40 20.10 11.40 0.00 1.60 2.40 3.50 13.40 4.80 44.25 23.80 165.85 44.25
2016 0.00 18.60 10.85 5.94 0.08 1.12 21.45 6.51 2.80 15.80 14.20 11.60 108.95 21.45
2017 26.40 11.60 14.60 6.80 3.60 0.00 17.47 0.05 16.83 23.33 9.57 14.62 144.87 26.40
2018 29.61 30.59 21.09 14.46 2.03 2.16 0.06 0.00 7.11 12.66 22.09 15.84 157.70 30.59
2019 10.46 13.12 15.95 6.60 8.87 2.37 0.01 2.84 7.45 11.42 15.44 22.68 117.21 22.68
2020 14.40 15.76 13.71 3.79 1.39 0.29 0.14 7.60 18.58 17.53 13.92 11.90 119.01 18.58
2021 6.35 19.05 11.80 8.08 8.95 0.00 0.00 0.00 13.67 9.56 12.04 13.08 102.58 19.05
2022 5.62 20.84 17.11 15.71 12.16 0.11 0.48 14.04 10.88 29.72 10.70 14.05 151.42 29.72
2023 29.01 20.81 19.11 10.10 0.25 0.11 0.00 0.12 4.85 6.60 13.67 17.25 121.88 29.01
N° datos 61.00 61.00 61.00 61.00 61.00 61.00 61.00 61.00 61.00 61.00 61.00 61.00 61.00 61.00
Promedio 20.26 18.88 18.41 12.88 4.93 1.90 2.28 3.98 9.50 13.29 16.61 19.62 142.53 28.36
65
Estacion: LLALY
Departamento: PUNO Provincia: MELGAR Distrito: LLALLI
1963 19.84 18.84 38.23 20.51 13.72 0.07 0.02 0.07 11.23 15.57 14.00 18.50 170.60 38.23
1964 18.00 15.50 18.00 18.00 2.50 0.00 0.00 0.00 4.00 6.00 25.00 11.50 118.50 25.00
1965 18.00 21.50 25.00 19.00 0.00 0.00 1.00 1.00 1.50 7.00 9.50 21.50 125.00 25.00
1966 13.00 19.00 13.00 3.50 10.00 0.00 0.00 0.00 7.50 12.00 12.00 20.00 110.00 20.00
1967 8.00 20.00 18.00 7.50 6.00 0.00 5.00 7.50 10.00 12.00 2.00 35.00 131.00 35.00
1968 11.50 25.00 24.00 10.00 1.50 6.50 0.00 1.50 2.50 8.00 17.00 11.50 119.00 25.00
1969 15.00 23.50 9.00 8.50 0.50 0.50 0.00 1.50 15.50 24.00 10.00 20.50 128.50 24.00
1970 22.00 25.00 23.00 15.00 5.00 0.00 0.00 0.00 5.00 4.50 5.00 21.00 125.50 25.00
1971 20.00 18.00 10.00 13.50 0.50 0.00 0.00 4.00 0.00 6.50 9.00 18.00 99.50 20.00
1972 20.00 24.00 11.50 17.85 2.00 0.00 3.50 4.50 4.50 15.50 9.50 25.00 137.85 25.00
1973 29.00 16.00 13.50 15.00 1.00 0.00 3.00 5.00 10.00 7.00 15.00 16.00 130.50 29.00
1974 25.00 25.00 15.00 15.50 2.50 10.00 2.50 25.00 5.00 8.50 10.00 20.50 164.50 25.00
1975 24.00 40.43 16.44 7.00 6.50 0.00 0.00 1.00 5.00 6.00 10.50 16.00 132.87 40.43
1976 20.00 22.50 24.50 10.50 6.50 4.50 0.50 2.50 5.50 4.00 6.50 15.50 123.00 24.50
1977 13.00 35.00 12.50 7.50 2.50 0.00 0.03 0.09 14.80 11.20 20.50 9.60 126.72 35.00
1978 27.40 23.70 24.30 18.40 0.00 0.00 4.80 2.50 5.20 8.20 30.40 16.20 161.10 30.40
1979 20.20 24.00 24.20 16.20 0.30 0.00 0.20 8.20 2.20 22.00 18.00 22.00 157.50 24.20
1980 9.80 6.40 14.50 6.00 3.50 0.00 0.80 2.50 5.00 16.50 12.50 12.50 90.00 16.50
1981 14.50 10.00 26.50 28.50 5.83 0.00 0.07 3.03 1.62 15.48 6.78 15.93 128.24 28.50
1982 21.21 9.17 36.61 20.96 0.00 0.04 1.16 0.69 7.19 17.07 11.93 36.74 162.77 36.74
1983 16.74 28.13 18.32 18.13 3.55 33.52 0.27 0.00 3.09 13.91 18.70 21.22 175.58 33.52
1984 21.85 21.68 7.55 16.58 5.03 15.44 8.82 6.49 4.95 17.07 20.35 30.38 176.19 30.38
1985 20.67 25.59 21.22 20.54 5.32 3.07 0.04 1.68 10.62 17.07 18.60 17.55 161.97 25.59
1986 17.16 21.25 13.97 19.73 10.60 0.00 0.33 31.48 4.95 14.34 19.90 9.92 163.63 31.48
1987 11.49 15.60 13.27 17.04 1.43 2.06 7.14 30.15 4.85 4.31 19.38 12.33 139.05 30.15
1988 20.65 31.27 30.54 20.96 3.37 0.06 0.01 0.36 1.42 16.97 19.97 23.43 169.01 31.27
1989 17.90 13.92 16.52 17.29 6.73 0.00 0.30 13.90 9.72 9.42 1.90 24.18 131.78 24.18
1990 37.69 35.70 23.06 5.59 7.64 70.83 0.05 0.24 2.72 12.97 5.91 17.33 219.73 70.83
1991 38.55 16.78 10.76 16.09 11.11 4.18 9.21 1.28 8.66 17.07 15.26 16.24 165.19 38.55
1992 32.55 30.11 12.21 19.33 0.25 0.02 0.17 10.66 1.31 4.04 0.23 23.55 134.43 32.55
1993 16.65 22.98 26.94 12.61 2.60 77.17 0.06 12.00 5.40 27.00 33.70 20.30 257.41 77.17
1994 29.00 17.80 22.70 21.80 1.40 0.00 0.00 0.00 4.20 6.50 13.70 13.50 130.60 29.00
1995 21.60 25.20 13.40 19.30 0.80 0.00 1.30 8.50 5.10 10.70 11.50 13.70 131.10 25.20
1996 18.00 17.00 41.00 8.80 12.70 0.00 0.00 2.00 4.40 6.40 7.10 19.50 136.90 41.00
1997 27.10 16.60 20.50 19.20 3.10 0.00 0.00 6.60 8.50 10.10 17.60 22.80 152.10 27.10
1998 32.00 35.90 17.20 18.50 0.00 1.10 0.00 7.50 3.60 14.80 12.00 18.20 160.80 35.90
1999 19.50 33.10 26.70 35.10 3.90 1.70 0.00 1.00 11.10 12.30 10.50 29.60 184.50 35.10
2000 22.20 28.60 17.40 5.00 13.40 1.60 9.00 3.60 4.00 13.10 7.50 13.00 138.40 28.60
2001 22.90 20.10 17.30 12.50 9.00 0.00 2.20 0.00 11.35 0.00 0.00 12.80 108.15 22.90
2002 16.50 15.10 23.10 9.70 12.20 0.50 6.60 3.20 4.60 17.20 26.00 9.50 144.20 26.00
2003 18.00 15.00 15.50 9.00 1.60 1.90 0.00 5.10 17.60 6.80 11.00 13.60 115.10 18.00
2004 24.60 19.00 20.10 11.00 2.70 3.40 4.20 9.70 8.60 6.30 10.80 34.50 154.90 34.50
2005 10.20 24.00 30.80 18.20 0.20 0.00 1.20 1.70 3.60 12.20 28.30 15.40 145.80 30.80
2006 21.40 13.70 16.30 15.60 0.00 4.30 0.00 8.60 3.60 7.80 11.50 20.60 123.40 21.40
2007 29.20 12.20 33.60 16.40 12.60 0.40 7.80 0.00 18.60 14.80 18.00 30.90 194.50 33.60
2008 21.50 30.70 13.30 0.30 3.20 4.50 0.00 2.00 7.20 12.50 7.10 27.40 129.70 30.70
2009 13.50 13.20 25.00 16.50 2.50 0.00 0.10 0.00 9.80 12.20 21.20 22.90 136.90 25.00
2010 19.40 23.00 14.10 27.40 4.30 0.00 0.40 0.00 0.00 7.70 21.00 17.80 135.10 27.40
2011 12.40 32.50 22.70 22.90 6.50 0.00 4.40 5.60 8.90 7.50 11.60 30.80 165.80 32.50
2012 22.00 22.50 13.50 14.60 4.80 0.00 0.00 0.00 2.70 7.00 9.00 29.00 125.10 29.00
2013 18.80 18.50 16.90 13.90 4.70 11.80 4.60 14.50 9.40 35.30 14.70 30.40 193.50 35.30
2014 17.50 25.50 16.00 8.90 0.80 0.00 1.60 5.30 7.60 22.30 14.60 18.30 138.40 25.50
2015 23.00 14.00 9.50 15.70 2.70 0.03 8.60 9.26 5.80 10.40 12.80 15.50 127.29 23.00
2016 15.60 13.60 12.80 17.40 1.00 1.50 1.01 9.70 7.50 24.60 9.80 23.20 137.71 24.60
2017 17.20 10.80 37.30 11.80 10.50 1.00 0.80 0.00 9.60 15.80 24.70 21.50 161.00 37.30
2018 31.00 28.00 28.20 13.70 9.32 0.00 0.01 0.25 3.58 17.07 17.21 23.69 172.03 31.00
2019 13.31 29.03 24.87 10.29 1.19 0.29 0.01 2.04 11.77 17.00 13.50 23.63 146.93 29.03
2020 20.60 23.02 19.01 12.50 0.02 0.17 0.97 0.09 5.48 3.35 4.98 24.73 114.92 24.73
2021 29.57 25.16 24.20 17.88 3.35 0.00 0.10 0.00 11.77 15.63 16.63 17.90 162.19 29.57
2022 17.86 10.11 21.09 19.37 6.23 0.04 0.10 15.20 10.08 11.07 10.00 21.20 142.35 21.20
2023 25.93 23.35 10.61 13.28 1.43 0.08 0.01 0.00 11.77 13.76 16.80 14.25 131.27 25.93
N° datos 61.00 61.00 61.00 61.00 61.00 61.00 61.00 61.00 61.00 61.00 61.00 61.00 61.00 61.00
Promedio 20.54 21.67 19.95 15.07 4.33 4.30 1.70 4.92 6.77 12.35 13.77 20.16 145.53 30.15
66
Estacion: PAMPAHUTA
Departamento: PUNO Provincia: MELGAR Distrito: PARATÍA
1963 26.50 20.50 34.30 17.80 12.50 0.00 0.00 0.30 7.20 22.00 7.60 40.10 188.80 40.10
1964 7.50 17.80 24.90 10.20 14.90 0.00 0.00 4.40 3.40 4.00 11.00 11.90 110.00 24.90
1965 35.20 22.50 20.90 12.50 3.30 0.50 2.50 0.00 7.70 12.90 33.50 20.72 172.22 35.20
1966 16.00 22.50 14.80 10.00 16.20 0.00 0.00 0.00 3.00 21.90 19.30 19.90 143.60 22.50
1967 12.10 13.70 25.00 17.90 7.50 0.40 3.80 4.10 11.60 12.60 12.90 28.20 149.80 28.20
1968 21.60 29.80 22.00 8.50 7.20 1.60 5.80 3.00 11.00 14.45 32.50 20.40 177.85 32.50
1969 20.70 14.80 8.20 16.30 0.00 0.50 5.30 1.00 11.50 17.70 20.40 45.70 162.10 45.70
1970 15.60 33.30 19.20 9.50 8.70 3.40 0.00 5.40 7.20 9.30 4.20 26.20 142.00 33.30
1971 33.60 30.70 21.30 12.00 3.90 5.30 0.00 4.70 1.80 6.30 12.90 19.40 151.90 33.60
1972 35.40 17.40 22.90 14.80 0.30 0.00 0.00 1.50 7.10 15.00 10.30 26.60 151.30 35.40
1973 30.20 28.80 28.10 25.70 19.00 1.20 8.90 5.50 14.90 6.60 15.60 31.40 215.90 31.40
1974 25.80 27.40 25.70 5.30 0.30 5.60 0.60 21.30 2.40 11.00 6.50 33.10 165.00 33.10
1975 26.20 21.50 22.60 10.00 11.00 0.80 0.00 1.60 0.70 11.00 15.90 25.30 146.60 26.20
1976 28.30 35.20 30.40 14.60 12.80 0.90 2.30 14.70 15.00 2.10 3.00 12.20 171.50 35.20
1977 19.40 20.70 27.00 2.80 1.30 0.00 3.70 0.00 7.20 12.50 22.80 26.70 144.10 27.00
1978 33.10 19.50 25.60 10.00 0.30 1.00 0.60 0.40 9.90 15.60 25.50 34.00 175.50 34.00
1979 31.80 17.90 28.10 11.40 1.30 0.00 2.40 4.30 0.90 16.30 26.60 24.30 165.30 31.80
1980 27.70 13.60 36.50 4.90 1.20 0.20 3.10 4.60 10.80 24.60 5.60 9.20 142.00 36.50
1981 23.50 45.30 32.90 35.30 1.40 0.00 0.00 11.20 1.40 15.90 17.30 26.00 210.20 45.30
1982 21.10 15.00 21.10 22.90 3.20 0.50 0.00 1.40 8.60 18.80 22.20 12.50 147.30 22.90
1983 30.00 10.60 30.40 18.30 10.80 1.90 0.00 0.70 3.80 8.10 1.50 18.90 135.00 30.40
1984 31.40 31.40 26.30 7.20 11.60 0.80 0.90 15.30 0.00 18.80 27.10 43.60 214.40 43.60
1985 9.90 17.40 27.30 18.80 20.80 7.10 0.00 0.80 2.30 9.00 32.60 31.00 177.00 32.60
1986 28.70 26.30 18.70 35.70 4.50 0.00 0.00 2.50 6.80 17.70 17.50 21.50 179.90 35.70
1987 25.20 8.20 16.20 4.00 0.60 1.50 13.50 0.60 1.50 15.80 19.30 14.00 120.40 25.20
1988 27.80 14.20 32.40 18.30 4.60 0.00 0.00 0.00 9.20 15.40 2.50 19.70 144.10 32.40
1989 22.00 23.30 16.30 27.90 2.40 7.90 1.20 3.50 1.40 5.40 17.60 34.30 163.20 34.30
1990 27.10 17.40 14.80 17.10 2.50 19.90 0.00 5.20 2.30 19.30 20.00 17.60 163.20 27.10
1991 32.10 26.10 28.80 18.60 3.60 14.70 3.10 0.00 16.20 11.40 12.00 24.50 191.10 32.10
1992 18.40 36.60 8.90 8.20 0.00 1.60 0.00 28.70 0.00 6.00 17.00 23.40 148.80 36.60
1993 36.30 30.80 26.80 13.00 3.80 0.80 0.00 7.30 1.60 32.60 22.40 30.80 206.20 36.30
1994 35.60 18.60 23.40 14.70 23.40 1.10 0.00 0.00 12.70 10.50 37.30 21.60 198.90 37.30
1995 20.30 22.20 22.30 17.50 1.10 0.00 0.00 2.60 4.70 5.50 11.90 25.40 133.50 25.40
1996 39.80 20.30 11.40 19.10 15.00 0.00 0.00 18.10 6.20 2.10 29.60 38.80 200.40 39.80
1997 40.60 27.20 12.40 17.30 4.90 0.00 0.30 9.80 14.30 11.70 42.30 24.20 205.00 42.30
1998 19.60 38.00 18.00 17.50 0.00 0.90 0.00 0.00 0.00 16.20 21.00 18.50 149.70 38.00
1999 30.00 12.80 29.10 25.80 16.60 1.10 0.80 1.90 5.20 23.40 13.90 38.60 199.20 38.60
2000 34.00 30.50 34.40 12.00 6.60 1.50 0.40 6.50 4.40 24.70 5.00 28.70 188.70 34.40
2001 28.90 49.90 17.70 29.60 14.20 2.90 3.70 7.20 5.70 20.50 12.10 20.00 212.40 49.90
2002 40.50 47.90 13.60 17.00 5.70 1.10 13.80 2.20 4.30 12.30 16.00 30.80 205.20 47.90
2003 36.40 31.40 35.20 7.20 5.60 2.80 0.00 0.00 7.90 14.00 7.60 28.60 176.70 36.40
2004 28.30 40.00 13.90 16.60 0.00 0.30 5.40 4.90 15.00 8.10 9.30 26.00 167.80 40.00
2005 20.60 30.60 15.60 19.40 0.00 0.00 0.00 0.60 20.60 9.00 43.30 20.10 179.80 43.30
2006 17.70 30.40 30.20 33.10 1.80 0.00 0.00 9.10 15.30 11.30 28.80 14.20 191.90 33.10
2007 25.50 33.00 29.90 20.00 7.80 0.00 7.10 0.00 4.50 14.40 13.50 20.50 176.20 33.00
2008 25.20 12.70 26.20 3.50 0.50 3.90 0.00 0.20 3.30 13.60 6.90 38.60 134.60 38.60
2009 12.70 26.30 16.10 15.90 2.60 0.00 3.40 0.70 3.40 15.80 19.10 21.90 137.90 26.30
2010 31.10 32.70 18.70 10.90 4.20 0.00 0.00 0.00 0.00 13.10 18.80 20.30 149.80 32.70
2011 28.30 23.10 22.30 27.60 2.90 0.00 3.90 1.50 8.20 4.90 15.60 31.10 169.40 31.10
2012 49.90 29.70 22.90 13.10 1.30 0.40 0.00 3.20 2.10 20.20 21.90 21.60 186.30 49.90
2013 21.45 22.10 13.30 3.70 4.53 0.08 0.60 10.40 1.54 9.50 7.73 13.09 108.02 22.10
2014 39.92 29.29 30.06 6.58 17.06 0.00 2.38 2.20 14.06 16.32 10.15 35.96 203.98 39.92
2015 30.19 38.08 30.72 5.62 0.78 26.76 1.55 5.90 15.10 11.31 16.60 26.45 209.06 38.08
2016 17.46 45.05 19.10 13.12 0.87 1.33 1.36 21.80 18.86 15.64 9.89 27.97 192.45 45.05
2017 20.50 21.09 15.34 20.23 12.75 0.01 0.35 0.72 12.60 22.71 17.41 28.89 172.60 28.89
2018 20.51 15.13 16.81 6.53 8.20 0.25 0.93 15.35 17.98 6.89 19.29 28.40 156.27 28.40
2019 18.96 20.79 25.85 30.70 0.36 0.39 0.00 13.27 0.23 23.73 33.46 21.36 189.10 33.46
2020 16.94 21.55 14.99 22.33 3.08 0.48 0.00 0.03 19.27 21.74 20.84 33.11 174.36 33.11
2021 34.45 26.67 20.92 12.33 9.71 0.31 0.53 0.17 10.81 13.78 8.62 22.50 160.80 34.45
2022 29.84 13.69 11.59 26.96 1.25 0.00 1.47 0.85 8.53 24.93 6.09 30.69 155.89 30.69
2023 24.62 34.88 22.40 5.62 7.25 0.34 0.06 0.00 1.72 21.02 6.85 21.14 145.90 34.88
N° datos 61.00 61.00 61.00 61.00 61.00 61.00 61.00 61.00 61.00 61.00 61.00 61.00 61.00 61.00
Promedio 26.56 25.51 22.50 15.59 6.09 2.03 1.73 4.81 7.33 14.24 17.15 25.45 168.99 34.56
67

Mamani - GJA-SD MODELO DE TESIS

Cargado por

Copyright:

Formatos disponibles

Mamani - GJA-SD MODELO DE TESIS

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

Mamani - GJA-SD MODELO DE TESIS

Cargado por

Copyright:

Formatos disponibles

FACULTAD DE INGENIERÍA Y ARQUITECTURA

ESCUELA PROFESIONAL DE INGENIERÍA CIVIL

“Determinación de caudales máximos de diseño mediante

TESIS PARA OBTENER EL TÍTULO PROFESIONAL DE:

Mamani Gómez, José Antonio (ORCID: 0000-0001-7694-7549)

Dr. Muñiz Paucarmayta, Abel Alberto (ORCID: 0000-0002-1968-9122)

Diseño de obras hidráulicas y saneamiento

Dedico este trabajo a toda mi

familia que me animó y apoyó en

en todo momento, especialmente para

mis padres Guillermo y Martha

A mi asesor al Dr. Muñiz Paucarmayta, Abel Alberto por su dedicación, apoyo,

A todos aquellos que de alguna manera contribuyeron a la estructuración y

Índice de contenidos ............................................................................................. vii

Índice de tablas .......................................................................................................x

Índice de figuras .................................................................................................... xii

Abstract ................................................................................................................ xvi

2 MARCO TEÓRICO ............................................................................................ 3

3.1 Tipo y diseño de investigación................................................................. 21

3.2 Variables y operacionalización ................................................................ 22

3.3 Población, muestra y muestreo ............................................................... 24

3.3.1 Población .......................................................................................24

3.5.1 Estudios previos.............................................................................27

3.6.1 Estimación de caudales máximos de diseño mediante la distribución

4.1.1 Estimación de caudales máximos de diseño mediante la distribución

5.1.1 Discusión 1.....................................................................................49

Tabla 2. Validez de contenido de las variables .................................................... 26

Tabla 3. Características fisiográficas de la cuenca en estudio ............................. 31

Tabla 4. Características geomorfológicas de la cuenca en estudio...................... 31

Tabla 5. Precipitación máxima en 24 horas por estaciones ................................. 32

Tabla 6. Estimación de precipitaciones máxima en 24 horas por la distribución

Tabla 7. Estimación de precipitaciones máxima en 24 horas por la distribución

Tabla 8. Estimación de precipitaciones máxima en 24 horas por la distribución

Tabla 9. Resumen de estimación de eventos extremos para diferentes periodos de

Tabla 10. Ajuste del análisis de doble masa ........................................................ 37

Tabla 11. Valores de t en la prueba de estacionariedad de Sperman .................. 37

Tabla 12. Áreas de Influencia de las Estaciones Meteorológicas por unidades

Tabla 13. Precipitación máxima en 24 horas para diferentes periodos de retorno de

Tabla 14. Áreas de influencia de las estaciones meteorológicas ponderadas por

Tabla 15. Distribución Gumbel Δ teórico .............................................................. 41

Tabla 16. Distribución Normal Δ teórico ............................................................... 42

Tabla 17. Distribución Gamma Δ teórico.............................................................. 43

Tabla 19. Coeficiente de escorrentía.................................................................... 46

Tabla 20. Caudal máximo de la subcuenca para diferentes periodos de retorno. 47

Figura 2. Representación de entrada, sistema y salida de un modelo matemático

Figura 3. Diagrama de una cuenca y un modelo distribuido físicamente casi

Figura 4. Mapa de ubicación de la zona de estudio ............................................. 28

Figura 5. Comparación de las diferentes distribuciones teóricas para las

Figura 6. Análisis de doble masa de las estaciones pluviométricas ..................... 37

Figura 7. Polígonos de Thiessen de la cuenca del río Ayaviri por unidades

Figura 8. Frecuencia relativa, frecuencia relativa acumulada y función densidad 41

Figura 9. Distribución Gumbel .............................................................................. 42

Figura 10. Distribución Normal ............................................................................. 43

Figura 11. Distribución Gamma............................................................................ 44

Figura 12. Hietograma Tr=50, 100 y 200 años..................................................... 45

Figura 13. Precipitación máxima para diferentes periodos de retorno ................. 46

Palabras claves: Caudal máximo, precipitación, cuenca, coeficiente de ajuste,

Keywords: Maximum flow, precipitation, basin, adjustment coefficient, return

El objetivo principal es determinar los caudales máximos de diseño mediante