P y Q

INGENIERA CIVIL
UNIVERSIDAD
NACIONAL DE CAJAMARCA-SEDE JAEN
UNIVERSIDAD
NACIONAL DE
CAJAMARCA-SEDE
HIDROLOGA
SUPERFICIAL
CAUDAL MXIMO
DOCENTE:
MG. ING. Jose A.
CORONEL DELGADO
2016
RESPONSABLES:
GAMONAL BURGA, Royser.
GIL ACUA, Joel Elkar.
JULCA TARRILLO, Wielder.
CICLO:
VII
HIDROLOGIA SUPERFICIAL
UNIVERSIDAD
INDICE
I.
PRECIPITACIONES..................................................................................... 3
1.
DEFINICIN........................................................................................... 3
2.
TIPOS DE PRECIPITACIN......................................................................3
1.1.1.
Precipitacin ciclnica.................................................................3
1.1.2.
Precipitacin convectiva..............................................................3
1.1.3.
Precipitacin orogrfica...............................................................4
3.
MEDIDA DE LAS PRECIPITACIONES........................................................4

a.
Pluvimetros...................................................................................... 4
b.
Pluvigrafos....................................................................................... 4
4.
CURVAS CARACTERSTICAS DE PRECIPITACIN.....................................5

a.
Curva de masa................................................................................... 5
b.
Hietogramas...................................................................................... 5
5.
ANALISIS DE DATOS DE PRECIPITACION................................................6

a.
ESTIMACION DE DATOS FALTANTES....................................................6
6.
ANALISIS DE CONSISTENCIA (CURVA DOBLE MASA).............................9
7.
CALCULO DE LA PRECIPITACION MEDIA..............................................10
8.
1.1.4.
PROMEDIO ARITMETICO.............................................................10
1.1.5.
Mtodos de los polgonos de THIESSEN.....................................10
1.1.6.
Mtodo de las Curvas ISOYETAS................................................11
ANALISIS ESTADISTICO DE DATOS HIDROLOGICOS.............................12

1.1.7.
VARIABLES ALEATORIAS DISCRETAS..........................................12
1.1.8.
VARIABLES ALEATORIAS CONTINUAS.........................................12
8.1.2.
Weibull................................................................................... 13
8.1.4.
Distribucin Normal................................................................14
8.1.5.
Distribucin Log Normal 2 Parmetros.................................14
8.1.6.
Distribucin Log Normal 3 Parmetros...................................15
8.1.7.
Distribucin Gamma 2 Parmetros.........................................15
8.1.8.
Distribucin Gamma 3 Parmetros.........................................16
8.1.9.
Distribucin Log Pearson Tipo III.............................................16
8.1.10. Distribucin Gumbel...............................................................17

8.1.11. Distribucin Log Gumbel........................................................17
1.1.9.
9.
PRUEBAS DE BONDAD DE AJUSTE.............................................18
CURVAS DE INTENSIDAD, DURACIN Y FRECUENCIA (IDF)..................20

1.1.10. FORMULAS QUE EXPRESAN LA INTENSIDAD MAXIMA, EN
FUNCION DE LA DURACION Y DEL PERIODO DE RETORNO.....................20
UNIVERSIDAD
9.1.1.
FORMULA DE TALBOT.............................................................20
9.1.2.
FORMULA USADA EN USA.......................................................21
1.1.11. CUANDO SE CUENTA CON ATOS DE PRECIPITACION EN 24 HORAS

22
II.
CAUDALES MAXIMO................................................................................ 24
2.1.
Definicin............................................................................................ 24
2.2.
PARA DISEAR:................................................................................... 24
2.3.
PERIODO DE RETORNO DE UNA AVENIDA...........................................24
2.4.
MTODO DIRECTO.............................................................................. 26
2.5.
METODOS EMPIRICOS.........................................................................27
2.6.
2.5.1.
MTODO RACIONAL...................................................................27
2.5.2.
Mtodo de Mac Math.................................................................29
2.5.3.
Mtodo del nmero de curva.....................................................30
METODOS ESTADISTICOS....................................................................33
2.6.1.
METODO DE GUMBEL................................................................33
UNIVERSIDAD
I.
PRECIPITACIONES
1. DEFINICIN
Es toda forma de humedad que, originndose en las nubes, llega hasta
la superficie del suelo; de acuerdo a esta definicin la precipitacin
puede ser en forma de:
- Lluvias
- Granizadas
- Garuas
- Nevadas
Desde el punto de vista de la ingeniera hidrolgica, la precipitacin es la
fuente primaria del agua de la superficie terrestre, y sus mediciones y
anlisis, forman el punto de partida de los estudios concernientes al uso
y control de agua.
2. TIPOS DE PRECIPITACIN
Las nubes se forman en gran medida por enfriamiento del aire por
debajo de su punto de saturacin. La intensidad y cantidad de
precipitacin dependern del contenido de humedad del aire y de la
velocidad vertical. Debido a sta causa existen precipitaciones tales
como:
I.1.1. Precipitacin ciclnica
Resulta del levantamiento del aire que
converge en un rea de baja presin,
pudiendo presentarse:
Precipitacin no frontal puede ocurrir
en cualquier depresin baromtrica,
resultando el ascenso debido a la
convergencia de masas de aire que
tienden a rellenar la zona de baja
presin.
Precipitacin frontal resulta del levantamiento del aire clido a un
lado de la superficie frontal sobre aire ms denso y fro, puede en
consecuencia estar asociada a un frente fro o clido.
I.1.2. Precipitacin convectiva
Tiene su origen en la inestabilidad de
una masa de aire ms caliente que las
circundantes. Estas diferencias de
temperatura pueden ser el resultado de
calentamientos
diferenciales
en
superficies o en la parte superior de la
capa de aire.
UNIVERSIDAD
As, la masa de aire ms liviana por su mayor temperatura, asciende y
supera el nivel de equilibrio debido a la velocidad vertical adquirida,
formndose las caractersticas nubosidad de tipo cumuliforme, origen
de las precipitaciones en forma de chubascos o tormentas,
generalmente de tipo puntual.
I.1.3. Precipitacin orogrfica
Se denomina as a las precipitaciones que
tiene origen en el ascenso de la masa de
aire forzado por una barrera montaosa.
Se presentan en forma de lluvia o nieve,
siendo muy irregulares en importancia y
localizacin. A veces, en casos de masas
inestables, en el efecto orogrfico no
supone ms que el mecanismo de disparo de la inestabilidad
convectiva.
3. MEDIDA DE LAS PRECIPITACIONES
a. Pluvimetros
El pluvimetro es un instrumento
concebido para medir la altura de agua
precipitada, en la hiptesis de
distribucin homognea horizontal y sin
efecto de evaporacin.
Existe diferentes tipos de pluvimetros,
por lo general casi similares unos a
otros, por lo que a continuacin se
detallara el pluvimetro tipo B en forma
referencial:
UNIVERSIDAD
b. Pluvigrafos
Para obtener registros continuos de las
precipitaciones y poder dibujar las
curvas de masa de las mismas y
determinar las intensidades de lluvia
producidas en intervalos de tiempo
predeterminados, se recurre al empleo
del
pluvigrafo,
que
consiste
bsicamente en un pluvmetro que
incluye un dispositivo de registro
cronolgico de las alturas de agua
precipitadas, o de envo de la
informacin
correspondiente
a
pequeos intervalos de tiempo a un centro computarizado de
almacenamiento de datos.
4. CURVAS CARACTERSTICAS DE PRECIPITACIN
a. Curva de masa
Se la define como la curva de precipitacin acumulada en un
determinado periodo, representada en un sistema de ejes en que se
grafican los valores del tiempo (usualmente horas) en abscisas y de
precipitaciones acumuladas (mm) en ordenadas.
Este tipo de curvas es empleado generalmente para representar las
caractersticas de las tormentas considerando en una forma
individual, obtenindose los valores pertinentes en base a los
registros de los Pluvigrafos.
La observacin de la curva de masa indica claramente la intensidad y

la variacin en el tiempo de la lluvia en el transcurso de la tormenta,
ya que la pendiente de aqulla en cualquier punto es equivalente a la
intensidad de la precipitacin; adems, los tramos en que la curva de
masa se hace horizontal indican periodos sin lluvia.
UNIVERSIDAD
La pendiente de la recta trazada entre los puntos extremos de la
curva de masa, permiten obtener la intensidad media de la
precipitacin producida por la tormenta, en el intervalo de tiempo
correspondiente a su duracin.
b. Hietogramas
Se denominan Yetogramas (o hietograma o pluviograma) a la grfica
que representa en un sistema tiempo (horas minutos) en abscisas e
intensidades de precipitacin (mm/h) en ordenadas, la cantidad de
precipitacin producida durante una tormenta dada.
Si bien la configuracin real de un Hietograma tiende a una forma

acampanada, a fines de su utilizacin prctica, se considera la
precipitacin constante (tomando el valor medio correspondiente)
para intervalos de tiempo restablecidos, de duracin menor a la total
del aguacero, por lo que los Yetogramas adquieren una forma
escalonada. Los valores para su construccin se obtienen a partir de
los registros pluviomtricos.
5. ANALISIS DE DATOS DE PRECIPITACION
La informacin pluviomtrica o pluviogrfica antes de ser estudiada en
su comportamiento debe ser revisada y analizada en tres aspectos
importante:
si el dato de la estacin es completo
si es consistente
si es de extensin suficiente.
a. ESTIMACION DE DATOS FALTANTES
Muchas veces las estaciones pueden dejar de registrar informacin
en algunos periodos de tiempo, debido a fallas en los instrumentos o
por ausencia del u observador. Esta informacin dejada de registrar
puede ser indispensable para el anlisis de fenmenos que
involucren la precipitacin, por tanto, se han desarrollado algunos
mtodos sencillos para la estimacin de la informacin pluviomtrica
faltante.
UNIVERSIDAD
En general, los datos de precipitaciones faltantes son estimados en
base a los registros de las estaciones cercanas. Para ello se utilizan
los datos de las estaciones que si tienen los datos de los registros
completos (estaciones ndices), y se seleccionan de modo que
estn lo ms cerca posible y sean de altitud parecida a la estacin
en estudio.
Estimacin de registros diarios y mensuales faltantes
Entre los mtodos de estimacin de registros diarios y mensuales
faltantes se tienen:
Mtodo del promedio aritmtico
Mtodo de la relacin normalizada
Mtodo del U. S. Nacional Weather Service
Promedio Aritmtico
Si la precipitacin media anual, en cada estacin auxiliar
(estaciones ndices) est dentro de un 10% de la registrada en la
estacin incompleta (X), se usar el promedio aritmtico simple de
las tres estaciones ndices para estimar el dato faltante diario
Este mtodo tambin es aplicable datos anuales o mensuales
faltantes.
Mtodo de la regresin normalizada
Si la precipitacin media anual (o mensual) de cualquiera de las
estaciones auxiliares difiere en ms de un 10% de la medida en la
estacin incompleta, el dato faltante ser determinado por el mtodo
de la regresin normalizada.
Px
El dato faltante anual o mensual

PX=
N
N
1 NX
P1 + X P 2+ + X Pn
n N1
N2
Nn
Donde:
Nx
ser igual a:
= precipitacin media anual o mensual en la estacin
incompleta, (mm).
N 1, N 2, Nn=
precipitacin media anual (o mensual)
en las estaciones auxiliares 1, 2 y n, (mm).

P1, P 2, Pn= precipitacin anual (o mensual) observada
en las estaciones 1, 2 y n para la misma fecha que la
faltante, (mm).
UNIVERSIDAD
Cuando el mtodo es aplicado para estimar mensuales, lo valores
de N 1 , N 2 , N n corresponden al mes que se estima.
Mtodo del U.S. Weather Bureau
Este procedimiento ha sido verificado tericamente como
empricamente y considera que el dato faltante de una estacin X
por ejemplo, puede ser estimada en base a los datos observados en
las estaciones circundantes, el mtodo puede ser aplicado para
estimar valores diarios, mensuales o anuales faltantes.
El mtodo consiste en ponderar los valores observados en una
cantidad W, igual al reciproco del cuadrado de la distancia D entre
cada estacin vecina y la estacin X, y por lo tanto la precipitacin
buscada ser:
( PiW i)
PX=
Wi
Donde:
Pi = Precipitacin observada para la fecha faltante en las
estaciones auxiliares circundantes (como mnimo 2), en milmetros.
Wi=1 /Di2 , siendo, Di = distancia entre cada estacin circundante
y la estacin (Km) Se recomienda utilizar cuatro estaciones
circundantes (las ms cercanas), y de manera que cada una qued
localizada en uno de los cuadrantes que definen unos ejes
coordenados que pasan por la estacin incompleta.
Estimacin de registros anuales faltantes
Los registros anuales faltantes se determinan con los siguientes
mtodos:
Mtodo de los promedios
Mtodo de la recta de regresin lineal
Incremento del registro anual por regresin
Mtodo de los promedios
Escoger una estacin ndice ( P A ) cuya precipitacin media anual
es
P A
; si la estacin con dato faltante es
correspondiente precipitacin media anual
P X
P X , se halla su
con la siguiente
proporcin:
UNIVERSIDAD
P X
P A
P A
( )
PX=
Mtodo de la recta de regresin lineal

Para completar registros anuales en uno o ms aos, seguidos o
intercalados, el uso de regresin lineal entre la estacin incompleta y
otra u otras cercanas es de enorme ayuda para estimar valores
faltantes.
Se debe efectuar la regresin y obtener la correlacin (coeficiente de
determinacin) para evaluar la bondad del ajuste lineal. Es preciso
notar que para efectuar el anlisis de regresin se debe cumplir que
las series sean independientes e idnticamente distribuidas.
Incremento de la informacin hidrolgica por regresin
Y =mX +b (Recta de regresin de Y sobre X )
m=S xy /S x 2 ( Pendiente de la recta)

S xy =
1
X Y ( X Y ) (Covarianza)
n i i
S x 2=
X i2 X 2 (Varianzade las X )
Sy
Y i2 2
=
Y (Varianza de lasY )
n
X = X i /n(Media de las X )
Y = Y i /n (Media de lasY )
b=Y m X (Ordenada al origen)
Coeficiente de correlacin lineal
r XY =
S xy
2
x
Sy
Test para elcoeficiente de correlacin lineal

Z =
1+ r XY
n3
ln
2
1r XY
Eficiencia estadistica
UNIVERSIDAD
E=1r XY
nk
nk
2
+
1r XY )
(
n
n ( k 3 )
Donde:
K= nmero de datos del registro Y

N= nmero de datos del registro X
r XY = Coeficiente de correlacin de la k parejas de estaciones.
6. ANALISIS DE CONSISTENCIA (CURVA DOBLE MASA)
El anlisis de consistencia de doble masa, relaciona la precipitacin
anual acumulada de una estacin X (estacin que se analiza) con el
correspondiente valor medio de la precipitacin anual acumulada de un
grupo de estaciones vecinas. Si la estacin que se analiza ha sido bien
observada, los puntos debern alinearse en una recta, pero si existe
algn quiebre, o cambio de pendiente en la recta, ello indicar que la
estadstica de la estacin analizada debe ser corregida. Los registros a
corregir sern, por lo general, los ms antiguos y se harn con base en
los registros ms recientes, ya que se considera que los datos de los
ltimos aos son realizados con una mejor tcnica que la empleada en
sus predecesores.
Los casos ms frecuentes se ilustran a continuacin:
Caso A: La serie de puntos encaja perfectamente en una lnea recta, lo

que indica proporcionalidad, y por lo tanto, la estacin que se analiza es
consistente.
Caso B: Series de rectas paralelas. Lo cual nos indica proporcionalidad,
aunque existan aos que estn medidos por exceso o defecto.
Caso C: Cuando se forman dos rectas de diferentes pendientes, se tiene
un caso tpico de error sistemtico. La correccin se realiza por la
relacin de pendientes del tramo ms antiguo ya que la experiencia
demuestra en un 80% el periodo ms moderno es el correcto.
Caso D: La estacin presenta un tramo central de mayor o menor
pendiente; en el 95 % de los casos, dicho tramo se midi
1
0
UNIVERSIDAD
incorrectamente, por lo que habr que corregirlo para homogeneizar la
serie.
7. CALCULO DE LA PRECIPITACION MEDIA
I.1.4. PROMEDIO ARITMETICO
Consiste en tomar como lluvia media de la zona (por lo general una
cuenca determinada), la media aritmtica de las medidas obtenidas
en los pluvimetros situados en ella.
Si bien la aproximacin es escasa, el procedimiento puede ser de
aplicacin en zonas que renan caractersticas suficientes de
homogeneidad climtica y fsica, cuando la distribucin de las
estaciones sea tal que el valor medio difiere poco respecto al valor
ponderado, cuando exista un elevado nmero de estaciones,
cuando la distribucin areal de las precipitaciones sea
relativamente uniforme o cunado los datos bsicos disponibles no
justifiquen un procedimiento de ponderacin.
Siendo
P 1 , P2 , , P n
la lluvia recogida en los n pluvimetros de
la zona en el mismo intervalo de tiempo (una tormenta

determinada, una estacin lluviosa, un ao calendario o
hidrolgico), la lluvia media para la zona es:
n
PI
P A = I=1
n
I.1.5. Mtodos de los polgonos de THIESSEN

Este mtodo trata de tomar en consideracin la eventual falta de
uniformidad en la distribucin de los pluvimetros, asignando como
dominio a cada uno de ellos un polgono convexo que lo rodea.
Para el trazado de los polgonos, primero se debe trazar la
denominada Red de Tringulos Irregulares (conocida como TIN por
sus siglas inglesas de Triangular Irregular Network) la que se logra
uniendo, con segmentos rectos, la posicin de cada pluvigrafo con
los otros Pluvigrafos ms cercanos.
Posteriormente se trazan las mediatrices correspondientes a cada

tringulo dibujado. En los polgonos externos se continan estas
mediatrices hasta el exterior del lmite de la cuenca. En estos
polgonos limtrofes se deber considerar solamente el rea interior
1
1
UNIVERSIDAD
de la zona, pero para su dibujo pueden tenerse en cuenta
pluvimetros exteriores a ella.
Si las lluvias, medidas por los pluvimetros
G1 , G2 , ,Gn
en el
intervalo de tiempo comn considerado, son
P1 , P2 , , Pn
y las
reas respectivas de los dominios poligonales asignadas a cada

uno son A 1 , A 2 , , A n , la lluvia media ser:
n
P T =
P IA I
I=1
AI
PI A I
= I=1
= PI
I =1
AI
A
I=1
Los
resultados son buenos en zonas llanas, con pluviometra de
distribucin bastante homognea.
I.1.6. Mtodo de las Curvas ISOYETAS
Volcando en un plano la ubicacin de los pluvimetros y las
respectivas cantidades de lluvia recogidas, el mtodo consiste en
interpolar lneas de igual precipitacin (a las que se denominan
isoyetas o isohietas) de acuerdo con estos valores. Para el trazo de
las isoyetas no suele ser suficiente por lo general una simple
interpolacin lineal sino que debern tenerse en cuenta las
caractersticas de ubicacin de cada pluvimetro (situacin,
vegetacin circundante, altitud, topografa, etc.) y segn ellas se
proceder a efectuar una interpelacin racional.
1
2
UNIVERSIDAD
Sean
P 1 , P2 , , Pn
A 1 , A 2 , , A n1
los valores asignados a cada isoyeta y

las
reas
entre
las
isoyetas
P1P2 , P2 P 3 , Pn1Pn .
La lluvia en la cuenca o rea considerada ser:

n
P T =
12 ( Pi1 + Pi )A i1
I=2
n
( Pi1 + Pi )A i1
= I=2
A i1
2A
i2
8. ANALISIS
DE
HIDROLOGICOS
ESTADISTICO
DATOS
I.1.7. VARIABLES ALEATORIAS DISCRETAS

cuando el nmero de valores x que puede tomar una variable
aleatoria x es finito. Ej. Lanzamiento o tiro de dados, veces que
puede presentarse una lluvia en un periodo de tiempo determinado.
Las distribuciones en
hidrologa
que
describen este
comportamiento son:
Distribucin Binomial.
Distribucin de Poisson.
Distribucin Geomtrica.
I.1.8. VARIABLES ALEATORIAS CONTINUAS.

Cuando el numero n que puede tomar una variable aleatoria x es
infinito. Ejem. Volmenes de escurrimiento mensual en un rio. Las
distribuciones que describen este comportamiento son:
1
3
UNIVERSIDAD
8.1.1. Distribuciones empricas
California
Hazen
Weibull,
Chegodayev
Blom
Tukey
Gringorten
Cunname.
Probabilidad
acumulada
experimental P
m
N
Formula empirica
California
Hazen
m0.5
N
Weibull
m
N +1
Chegodayev
m0.3
N 0.4
Blom
m3/8
N +1/4
Tukey
3 m1
3 n+1
ma
N +12 a
Gringorten
m0.4
N + 0.2
Cunname
Donde:
m=numero de orden
N=numero total de datos
a=valor entre 0 a 1, que depende de N de de acuerdo a latabla
N 10
a 0.44
8
20
0.44
3
30
0.44
2
40
0.44
1
50
0.44
0
60
0.44
0
70
0.44
0
80
0.44
0
90
0.43
9
100
0.43
9
1
4
UNIVERSIDAD
8.1.2. Weibull
Distribuciones tericas:
Distribucin Normal
Distribucin Log Normal 2 parmetros
Distribucin Log Normal 3 parmetros
Distribucin Gamma 2 parmetros
Distribucin Gamma 3 parmetros
Distribucin Log Pearson tipo III
Distribucin Gumbel
Distribucin Log Gumbel
8.1.3. Distribuciones empricas:

8.1.4. Distribucin Normal
La funcin de densidad de probabilidad normal se
define como:
2
f ( x )=
1
exp
2
1(xu)
2
2
Donde
f ( x )=
funcin densidad normal de la variable
x
X = variable independiente
=
parmetro de localizacin, igual a la
media aritmtica de x.
S = parmetro de escala, igual a la desviacin
estndar de x.
8.1.5. Distribucin Log Normal 2 Parmetros
La funcin de distribucin de probabilidad es
1
f ( x )=
exp
x 2
Donde
1 ( yu y )
2 y2
y S
son los parmetros de la
distribucin.
1
5
UNIVERSIDAD
Si la variable x de la ecuacin se reemplaza por
una funcin y=f ( x) , tal que y=log(x) , la
funcin puede normalizarse transformndose en
una ley de probabilidades denominada log
normal, N (Y , Sy ). Los valores originales de la
variable aleatoria x, deben ser transformados a
y=log x , de tal manera que:
n
Y = log x i / n
i=1
Donde
es la media de los datos de la
muestra transformada.
S y=
( y iY )
Donde
i=1
n1
Sy
es la desviacin estndar de los
datos de la muestra transformada.

Asimismo; se tiene las siguientes relaciones:
Cs=a/S 3 y
n
a=
3
n
( y iY )
( n1 ) ( n2 ) i=1
Donde
Cs
es el coeficiente de oblicuidad de los
datos de la muestra transformada. (Monsalve,

1999).
8.1.6. Distribucin Log Normal 3 Parmetros
La funcin de densidad de x es:
1 ln ( xx 0 )uy
Sy
1
2
f ( x )=
exp
(xx 0 ) 2 S y
Para x > x0
Donde:
1
6
UNIVERSIDAD
X 0 : Parmetro de posicin
Uy : Parmetro de escala o media
Sy :
Parmetro de forma o varianza
8.1.7. Distribucin Gamma 2 Parmetros

La funcin de densidad es:
f ( x )=
x e
( )
Vlido para:
0x<
0<<
0<<
Donde:
: Parmetro de forma
: Parmetro de escala
8.1.8. Distribucin Gamma 3 Parmetros

xx 0
(x x0 )
1 e
f ( x ) =
Vlido para:
x 0 x<
< x 0<
1
7
UNIVERSIDAD
0< <
0< <
Donde:
x 0 : Origen de la variable x, parmetro de
posicin
: Parmetro de forma
8.1.9. Distribucin Log Pearson Tipo III

xx 0
ln
(lnxx 0)
1 e
(
f x )=
Vlido para:
x 0 x<
< x 0<
0< <
0< <
Donde:
x0:
Parmetro de posicin
: Parmetro forma
1
8
UNIVERSIDAD
8.1.10.Distribucin Gumbel.
La distribucin de Valores Tipo I conocida como
Distribucin Gumbel o Doble Exponencial, tiene
como funcin de distribucin de probabilidades la
siguiente expresin:
(x)
F ( x )=ee
Utilizando el mtodo de momentos, se obtienen

las siguientes relaciones:
=
1.285
=0.45
Donde:
: Parmetro de concentracin.
: Parmetro de localizacin
Segn Ven Te Chow, la distribucin puede
expresarse de la siguiente forma:
x=x + k x
Donde:
x : Valor con una probabilidad dada.
x : Media de la serie.
x : Factor de frecuencia.
8.1.11.Distribucin Log Gumbel
La variable aleatoria reducida log gumbel, se
define como:
y=
ln xu
Con lo cual, la funcin acumulada reducida log

Gumbel es:
1
9
UNIVERSIDAD
y
G( y )=e
I.1.9. PRUEBAS DE BONDAD DE AJUSTE

Las pruebas de bondad de ajuste son pruebas de hiptesis que se
usan para evaluar si un conjunto de datos es una muestra
independiente de la distribucin elegida.
8.1.12. Prueba
X2
Esta prueba fue propuesta por Karl Pearson en 1900,

se aplica para verificar bondad de las distribuciones
normales y log normales.
Para aplicar la prueba, el primer paso es dividir los
datos en un nmero k de intervalos de clase. Luego
se calcula el parmetro estadstico:
K
D= ( ) /
I =1
Donde:
i
=es el nmero observado de eventos en el

intervalo i y i es el nmero esperado de eventos
en el mismo intervalo. i se calcula como:
i =n [ F ( Si ) F ( I i ) ]
i=1,2,3 , k
Asimismo;
F ( Si )
es la funcin de distribucin de
probabilidad en el lmite superior del intervalo i,

F ( Ii)
es la misma funcin en el lmite inferior y n es
el nmero de eventos.
Una vez calculado el parmetro D para cada funcin
de distribucin considerada, se determina el valor de
una variable aleatoria con distribucin 2 para
=k1m
grados de libertad y un nivel de
2
0
UNIVERSIDAD
significancia
donde
es
el
nmero
de
parmetros estimados a partir de los datos.

Para aceptar una funcin de distribucin dada, se
debe cumplir
D X
X 2,
Cabe recalcar que la prueba del
desde un
punto de vista matemtico solo debera usarse para

comprobar la normalidad de las funciones normal y
Log normal.
8.1.13. Prueba Kolmogorov Smirnov
Mtodo por el cual se comprueba la bondad de ajuste de las
distribuciones,
asimismo
permite
elegir
la
ms
representativa, es decir la de mejor ajuste.

Esta prueba consiste en comparar el mximo valor absoluto
de la diferencia D entre la funcin de distribucin de
probabilidad observada Fo(xm) y la estimada F( xm):
D=
mx
Fo( xm) F (xm)
Con un valor crtico d que depende del nmero de datos y el

nivel de significancia seleccionado (Tabla). Si D<d, se
acepta la hiptesis nula. Esta prueba tiene la ventaja sobre
2
la prueba de x de que compara los datos con el modelo
estadstico sin necesidad de agruparlos. La funcin de
distribucin de probabilidad observada se calcula como:
1m
Fo(xm)=
(n+1)
Donde m es el nmero de orden de dato
xm
en una lista
de mayor a menor y n es el nmero total de datos.

Tamao de la
=10
=10
=10
muestra
5
0.51
0.56
0.67
2
1
UNIVERSIDAD
10
0.37
0.41
0.49
15
0.3
0.34
0.4
20
0.26
0.29
0.35
25
0.24
0.26
0.32
30
0.22
0.24
0.29
35
0.2
0.22
0.27
40
0.19
0.21
0.25
9. CURVAS DE INTENSIDAD, DURACIN Y FRECUENCIA (IDF)

Son curvas que resultan de unir los puntos representativos de la
intensidad
media
en
intervalos
de
diferente
duracin,
correspondientes todos ellos a una misma frecuencia o perodo de

retorno (Tmez, 1978).
Son la representacin grfica de la relacin existente entre la
intensidad, la duracin y la frecuencia o perodo de retorno de la
precipitacin (Benitez, 2002)
I.1.10.
FORMULAS
QUE EXPRESAN LA INTENSIDAD MAXIMA, EN FUNCION DE LA
DURACION Y DEL PERIODO DE RETORNO.
Otra forma determinar el valor de las intensidades mximas, para
una duracin y un periodo de retorno dado, es a travs de
frmulas empricas.
9.1.1. FORMULA DE TALBOT.
La frmula emprica propuesta por Talbot, que relaciona
la intensidad mxima y la duracin, para un periodo de
retorno dado, se expresa por:
2
2
UNIVERSIDAD
1
a
i max= =
y b+ D
i max=intensidad maxima, en mm/hr
Donde:
ay b= parametros que dependen

de lalocalidad y el periodo de retorno .
D=duracionde la precipitacion , en min

Los parmetros a y b, se determinan a partir de datos
calculados, como el de la tabla, para esto hacer lo
siguiente:
Hacer la transformacin de la ecuacin a una ecuacin
lineal.
y=
b+ D
a
b 1
y= + D
a a
y=a1+ b1 D
o
y=a1+ b1 x
Con los datos de la tabla, para un periodo de retorno
dado obtener los pares:
Aplicar le mtodo de mnimos cuadrados y obtener
a1 y b1 , a partir delas ecuaciones:
b1=
n x 1 y 1 x1 y 1
2
n x 1 2 ( x 1 )
a1= yb1 x=
y 1 b x 1
n
Calcular a y b:
2
3
UNIVERSIDAD
De los cambios de variables realizados, se obtiene:
1
1
b1= a=
a
b1
a
b
a3 = b=aa1 = 1
a
b1
a=
..
b=
1
b1
a1
b1
Con a y b conocidos la ecuacin anterior se puede

utilizar para el clculo de la intensidad mxima i max ,
para el periodo de retorno T deducido y y para una
duracin D dada.
9.1.2. FORMULA USADA EN USA.
La formula emprica usada en USA, que relaciona la
intensidad mxima i max , con la duracion D, y el
periodo de retorno T, es:
i max=
KT a
b
D
Donde
i max=intensidad maximaen mm /hr
a , b , y= par metros
T = periodode retorno , en a os .
D=duracion, en min .
Los parmetros a, b y k, se obtienen a partir delos

datos medidos, como el de la tabla, aplicando una
correlacin potencial mltiple, a una ecuacin del tipo:
i max=KT a d b
2
4
UNIVERSIDAD
I.1.11. CUANDO SE CUENTA CON ATOS DE PRECIPITACION EN 24
HORAS
En este caso, los datos de precipitaciones mximas en 24 horas
deben ser sometidas a un tratamiento que permita conocer su
distribucin temporal, para lo cual se utiliza algn algoritmo de
desagregacin de los datos globales en incrementales.
Es posible hacer uso de los siguientes mtodos.
9.2.1 Mtodo basado en el perfil de lluvia del SCS.
Es una tcnica estndar propuesta por el servicio de conservacin
de suelos de los estados unidos. Considera distribuciones
sintticas adimensionales de precipitacin correspondientes a
diferentes tipos y asociados a diversas condiciones climatolgicas
dentro del territorio americano.
El procedimiento a seguir para determinar, mediante este mtodo,
las intensidades mximas asociadas a diferentes duraciones de
lluvia y un cierto periodo de retorno, puede resumirse en lo
siguiente:
9.2.2 El modelo general de Frederick Bell (1969)
Permite calcular la lluvia mxima asociada a un periodo de retorno
y una duracin de tormenta, usando como valor ndice la lluvia de
una hora de duracin y 10 aos de periodo de retorno. La
expresin es la siguiente:
PtT =( 0.21 ln ( T ) +0.52)(0.54 t 0.250.50)P6010
donde :
t=duracion en minutos
T = periodode retorno en a os .
PtT = precipitacioncaida en t mintos con periodo d etorno de Ta os

10
P60 =precipitacion caidaen 60 mintos con periodo

de etornode 10 a os
Relacin vlida para duraciones de lluvia (t) comprendidas entre 5

y 120 minutos y periodos de retorno en 2 y 500 aos.
2
5
UNIVERSIDAD
10
El valor de P60 , puede ser calculado a partir del modelo de
Yance Tueros, que estima la intensidad mxima horaria a partir de

la precipitacin mxima en 24 horas.
I =a P24b
donde :
I : intensidad maxima , en mm/hr
a y b : parametros dlmodelo
Las curvas IDF, se calculan indirectamente, mediante la misma
relacin integradora de las tres variables involucradas, vista
anteriormente, esto es:
I=
KT
tn
donde como ya se seal, K, m y n se obtiene mediante regresin

mltiple.
9.2.3 Mtodo de los coeficientes de duracin.
DURACION DE
LA
PRECIPITACION
EN HORAS
1
2
3
4
5
6
8
10
12
14
16
18
20
22
24
48
COEFICIENT
E.
0.25
0.31
0.38
0.44
0.50
0.56
0.64
0.73
0.79
0.83
0.87
.90
0.93
0.97
1.00
2
6
UNIVERSIDAD
9.2.4 Mtodo de Dick Peschke
Para el caso e duraciones e tormentas menores a una hora, o no
se cuente con registros pluviograficos que permitan obtener las
intensidades mximas, estas pueden ser calculada mediante le
metodologa de Dick Peschke que relaciona la duracin de la
tormenta mxima en 24 horas la expresin siguiente.
Pd =P24 h
d
1440
0.25
donde :
Pd =precipitacion total ( mm )
d=duracionen minutos .
P24 h= precipitacionmaxima en 24 h ( mm )
La intensidad se halla dividiendo la precipitacin
pd
entre la
duracion.
II.
CAUDALES MAXIMO
II.1.
Definicin.
II.2.
PARA DISEAR:
Las dimensiones de un cauce.
Sistemas de drenaje.
Agrcola
Aeropuerto
Ciudad
Carretera
Muros de encauzamiento para proteger ciudades y
plantaciones.
Alcantarillas.
Vertederos de demasas.
Luz en puentes.
Se debe calcular o estimar el caudal de diseo, que para esos
casos, son los caudales mximos.
La magnitud del caudal de diseo, es funcin directa del
periodo de retorno que se le asigne, el que a su vez depende
de la importancia de la obra y de la vida til de esta.
2
7
UNIVERSIDAD
II.3.
PERIODO DE RETORNO DE UNA AVENIDA.

Para el casi de un caudal de diseo, periodo de retorno se define,
como el intervalo de tiempo dentro del cual un evento de magnitud
Q, puede ser igualado o excedido por lo menos una vez en promedio
Si un evento igual o mayor a
Q , ocurre una vez en
probabilidad de ocurrencia P , es igual a
1 en
aos, su
T casos, es
decir:
P=
1
1
oT=
T
P
Donde:
P:
Probabilidad de ocurrencia de un caudal Q.
T:
Periodo de retorno.
La definicin anterior permite el siguiente desglose de relaciones de

probabilidades:
La probabilidad de que Q ocurra en cualquier ao:

P=
1
T
La probabilidad de que Q no ocurra en cualquier ao, es decir la

probabilidad de ocurrencia de un caudal menos que Q
Si se supone que la no ocurrencia de un evento en un ao

cualquiera, es independiente de la no ocurrencia del mismo, en los
aos anteriores y posteriores, entonces la probabilidad de que el
evento no ocurra en aos sucesivos es:
P=1P
=1 1
P
T
La probabilidad de que el evento, ocurra al menos una vez en n

aos sucesivos, es conocida como riesgo o falla R, y se
representa por:
2
8
UNIVERSIDAD
La probabilidad de que el evento, ocurra al menos una vez en n aos

sucesivos, es conocida como riesgo o falla R, y se representa por:
n
R=1 P
R=1 1
1
T
Con el parmetro riesgo es posible determinar cules son las

implicaciones, de seleccionar un periodo de retorno dado de una
obra, que tiene una vida til de n aos.
TIPO DE ESTRUCTURA
PERIODO
DE
RETORNO (aos)
(50100)
Puente sobre carretera importante

Puente sobre carretera menos importante o
alcantarillas sobre carretera importante
Alcantarillas sobre camino secundario
25
Drenaje lateral de los pavimentos, donde

puede tolerarse encharcamiento con lluvia
de corta duracin.
Drenaje de aeropuerto
(12)
Drenaje urbano
(210)
Drenaje agrcola
(510)
Muros de encausamiento.
(250)
(510)
*puede aumentar si estas obras protegen poblados de

importancia
Tabla de periodode retorno de diseorecomendado para estructuras menores
PARA EL CLCULO DEL CAUDAL MXIMO EXISTEN LOS
SIGUIENTES MTODOS:
Mtodo directo
Mtodos empricos
Mtodo del nmero de curva
Mtodos estadsticos
2
9
UNIVERSIDAD
II.4.
Mtodos hidrolgicos
MTODO DIRECTO
Este es un mtodo hidrulico, llamado seccin y pendiente, en el
cual el caudal mximo se estima despus del paso de una avenida,
con base en datos especficos obtenidos en el campo. Los trabajos
de campo incluyen:
1. Seleccin de un tramo de rio representativo, suficientemente
profundo, que contenga al nivel de las aguas mximas.
2. Levantamiento de secciones transversales en cada extremo del
tramo elegido y determinar:
A=
A1 A 2
R R 2
R= 1
2
2
A 1 , A 2:
reas hidrulicas.
P1 , P2 : Permetros mojados.
R1 , R2 :
Radios hidrulicos
R 1=
A1
P1
3. Determinan la pendiente S, de la superficie libre de agua con las

huellas de la avenida mxima en anlisis
4. Elegir el coeficiente de rugosidad n de Manning de acuerdo a las
condiciones fsicas del cauce
5. Aplicar la frmula de Manning
1
Q= A R2 /3 S 1 /2
n
Donde:
Q:
Caudal mximo
m3
s
n : Coeficiente de rugosidad
A : rea hidrulica promedio, m 2

R : Radio hidrulico promedio m
S : Pendiente, m/m
3
0
UNIVERSIDAD
II.5.
METODOS EMPIRICOS
Existe una gran variedad de mtodos empricos, en general todos se
derivan del mtodo racional
Debido a su sencillez, los mtodos empricos tienen una gran
difusin, pero pueden involucrar grandes errores, ya que el proceso
de escurrimiento, es muy complejo como para resumirlo en una
frmula de tipo directo, en la que solo intervienen el rea de la
cuenca y un coeficiente de escurrimiento.
II.5.1. MTODO RACIONAL.
El Mtodo Racional es uno de los ms utilizados para la estimacin
del caudal mximo asociado a determinada lluvia de diseo. Se
utiliza normalmente en el diseo de obras de drenaje urbano y rural.
Y tiene la ventaja de no requerir de datos hidromtricos para la
Determinacin de Caudales Mximos.
La expresin utilizada por el Mtodo Racional es:
Q=
C.I.A
360
Donde:
Q: Caudal mximo [m3/s]
C : Coeficiente de escorrenta
I:
Intensidad de la Lluvia de Diseo, con duracin

igual al tiempo de concentracin de la cuenca y con frecuencia igual
al perodo de retorno seleccionado para el diseo (Curvas de I-D-F)
[mm/h]
A : rea de la cuenca. [Ha]
Determinacin del coeficiente de escorrenta

La escorrenta, es decir el agua que llega al cauce de
evacuacin, representa una fraccin de la precipitacin
total. A esa fraccin se le denomina coeficiente de
escorrenta, que no tiene dimensiones y se representa por
la letra C.
C=
Vescorrentia superficial total

Vprecipitacion total
3
1
UNIVERSIDAD
El valor C depende de factores topogrficos, edafolgicos,
cobertura vegetal, etc.
En la tabla se presentan valores del coeficiente de
escorrenta en funcin de la cobertura vegetal, pendiente
y textura.
TABLA DE VALORES DEL COEFICIENTE DE ESCORRENTIA
Textura
Tipo de
Pendiente
Franco
Franco arcillo Arcillos
vegetacin
(%)
arenosa
limosa
a
0-15
0.10
0.30
0.40
Forestal
5-10
0.25
0.35
0.50
10-30
0.30
0.50
0.60
0-5
0.10
0.30
0.40
Praderas
5-10
0.15
0.35
0.55
10-30
0.20
0.40
0.60
0-5
0.30
0.50
0.60
Forestal
5-10
0.40
0.60
0.70
10-30
0.50
0.70
0.80
En la tabla se muestran de coeficientes de escorrenta para zonas

urbanas, los cuales son bastantes conservadores, para que
puedan ser usados para diseo.
TABLA DE VALORES DE C PARA ZONAS
URBANAS
COEFICIENT
TIPO DE AREA DRENADA
EC
rea comerciales
Cntricas
0.7-0.95
Vecindarios
0.5-0.7
reas residenciales
Familia simples
0.30-0.50
Multifamiliares separadas
0.40-0.60
Multifamiliares
0.60-0.75
concentrados
Semi-urbanos
0.25-0.40
Casas de habitacin
0.50-0.70
reas industriales
Densas
0.60-090
Espaciadas
0.50-0.80
Parques , cementerios
0.10-0.25
Campos de juego
0.10-0.35
Patios de ferrocarril
0.20-0.40
3
2
UNIVERSIDAD
Zonas suburbanas
Calles
Asfaltadas
De concreto hidrulico
Adoquinado
Estacionamientos
techados
0.10-0.30
0.70-0.95
0.80-0.95
0.70-0.85
0.75-0.85
0.75-0.95
Cuando la cuenca se compone de superficies de distintas

caractersticas, el valor de C se obtiene como una media
ponderada es decir:
n
C A +C A + .+ Cn A n
C= 1 1 2 2
= i=1n
A 1+ A 2+ .+ A n
Ci A i
Ai
i=1
Donde:
C = coeficiente de escorrenta ponderado
C1 = coeficiente de escorrenta para el rea
A 1 = rea parcial
n
Ai
= nmero de reas parciales
II.5.2. Mtodo de Mac Math

La frmula de Mac Math para el sistema mtrico, es la siguiente:
Q=0.0091 CI A4 / 5 S1 /5
Donde:
Q = caudal mximo con un periodo de retorno de T aos, en
m3
s
C = Factor de escorrenta de Mac Math, representa las
caractersticas de la cuenca.
I = Intensidad mxima de la lluvia para una duracin igual al
tiempo de concentracin Tc, y un periodo de retorno de T aos, mm/
hr .
A
= rea de la cuenca, en
Ha .
3
3
UNIVERSIDAD
S
= Pendiente promedio del cauce principal en %.
De los parmetros que intervienen en esta frmula, sobre el que se

tiene que incidir, es sobre el factor C , el cual se compone de tres
componentes, es decir:
C=C1 +C 2+ C3
Donde:
C1 = est en funcin de la cobertura vegetal.
C2
= est en funcin de la textura del suelo.
C3 = est en funcin de la topografa del terreno.

Tabla de factor de escorrenta de Mac Math
VEGETACION
SUELO
TOPOGRAFIA
Cobertura
Pendiente
C1
C2
C3
Textura
(%)
(%)
100
0.08 Arenoso
0.08
0.0-0.2
0.04
80-100
0.12
Ligera
0.12
0.2-0.5
0.06
50-80
0.16
Media
0.16
0.5-2.0
0.06
20-50
0.22
Fina
0.22
2.0-5.0
0.1
0-20
0.3
Rocosa
0.3
5.0-10.0
0.15
II.5.3. Mtodo del nmero de curva
Este mtodo fue desarrollado por el servicio de conservacin de
suelos (SUS) de los EEUU, tiene ventajas sobre el mtodo racional,
pues se aplica cuencas medianas como tambin a cuencas
pequeas.
El parmetro de mayor importancia de la lluvia generadora, es la
altura de esta, asando su intensidad a un segundo plano. Su
principal aplicaciones la estimacin de las cantidades de
escurrimiento tanto en el estudio de avenidas mximas, como en el
caso de aportaciones liquidas.
El nombre del mtodo deriva de una serie de curvas, cada una de
las cuales lleva el nmero N, que vara del 1 al 100. Un numero de
curva N=100, indica que toda la lluvia escurre y un nmero N=1,
indica que toda la lluvia se infiltra, por lo que los nmeros de curvas,
representes nmeros de escorrenta
Este mtodo es utilizado para estimar la escorrenta total a partir de
datos de precipitacin y otros parmetros de las cuencas de drenaje.
El mtodo fue desarrollado utilizando datos de un gran nmero de
cuencas experimentales y se basa en la siguiente relacin.
3
4
UNIVERSIDAD
( P0.2 S )2
Q=
P+0.8 S
Dnde:
Q: Escorrenta total acumulada
P: Precipitacin
S : Infiltracin potencial mxima
El
SCS
despus de estudiar un gran nmero de pequeas
cuencas estableci una relacin para estimar

nmero de curva
1000
N=
10
N
a partir del
N , mediante la siguiente ecuacin:
En esta ltima ecuacin S

expresarlo en
esta expresado en pulgadas, Para
cm , hay que realizar la transformacin de unidades,
se multiplica por 2.54 .

Sustituyendo y realizando operaciones resulta:
2
Q=
(N ( P+5.08 )508)
(N ( P20.32 ) +2032)
En esta ecuacin se debe cumplir que:

2
(N ( P+ 5.08 )508) >
N ( P20.32 ) +2032
Dnde:
Q: Escorrenta total acumulada
P : Precipitacin
N : Numero de curva
3
5
UNIVERSIDAD
Tabla calculo de la escorrentia en funcion a la presipitacion y el numero de curva
Estimacin del caudal mximo

La parte modular del mtodo es la utilizacin de la tabla N 06, la
cual es el resultado de una serie de estudios llevados a cabo por
SCS , sobre las intensidades, duraciones y cantidades de lluvia
que deben de ser empleadas al calcular el gasto de pico de una
avenida de determinado periodo de retorno. La tabla fue derivada
para una duracin de tormenta de 6 horas y relaciona el Tc en
horas en horas con el llamado: Gasto unitario
(q) .
Los rangos de aplicacin del mtodo emprico del SCS se deducen

de la tabla N06, es decir, para tiempos de concentracin de hasta
24 horas, ya que el mtodo del SCS , para la estimacin de la
escorrenta
no tiene limitaciones.
El proceso para el clculo del caudal mximo utilizando la

metodologa del SCS , es como sigue:
Paso 1: Se determinan las siguientes caractersticas fisiogrficas de
la cuenca:
3
6
UNIVERSIDAD
Paso 2: Se calculan las lluvias de duracin 6 horas y periodos de
retorno de acuerdo a las avenidas del proyecto. Lo anterior, con
PDTr , construidas para la
base en las curvas
cuenca del proyecto.
Pas 3: Con base en el nmero
N de la cuenca, se calcula la
escorrenta para cada una de las lluvias determinadas en el paso

anterior, por medio de la ecuacin.
2
Q=
(N ( P+5.08 )508)
2
(N ( P20.32 ) +2032)
Dnde:
Q : Escorrenta total acumulada
P : Lluvia de duracin 6 horas y determinado periodo de
retorno, mm
N =: Numero de curva
Paso 4: De la tabla N 06, en funcin de la magnitud del tiempo de
(q),
concentracin se determina el valor del gasto unitario
interpolando linealmente si es necesario.
Tabla de Gasto Unitario

TC
TC
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
q
0.337
0.3
0.271
0.246
0.226
0.208
0.295
0.29
q( m3 s mm km2)
en funcin del
en horas
TC
TC
1
1.5
2
2.5
3
4
5
6
0.158
0.12
0.1
0.086
0.076
0.063
0.054
0.048
8
10
12
14
16
18
20
22
0.039
0.034
0.03
0.027
0.025
0.023
0.021
0.02
3
7
UNIVERSIDAD
0.9
0.168
0.043
24
0.019
Paso 5: Por ltimo, se multiplican el gasto unitario ( q ,

escorrenta
Q
), y el rea dela cuenca
gasto mximo en
Qmax =qQA
( A),
la
para obtener el
m3 /s , esto es:
II.6. METODOS ESTADISTICOS

II.6.1. METODO DE GUMBEL
Para calcular el caudal mximo para un periodo de retorno
determinado se usa la ecuacin:
Qmx =Qm Q ( YN lnT )

N
Q=
Q2i N Q2m
i=1
N1
Donde:
Qmx =Caudal mximo par an periodode retorno determinado

N=Nmero de aos del registro
Qi=Caudales mximosanuales registrados en m3 / s .
N
Qi
Qmx = i=1
N
,Caudal promedio en m3 /s .
T =Periodo de retorno .
Qi ,Y N =Constantes funcin de N .
Q =Desviacion estandar de los caudales .
3
8
UNIVERSIDAD
TABLA EN FUNCION DE N
Para calcular el intervalo de confianza, sea, aquel dentro del cual

puede variar Qmx dependiendo del registro disponible se hace lo
mismo.
Si
=1
1
T , vara entre 0.2 y 0.8 el intervalo de confianza se
calcula don la siguiente frmula.

Q
Q= N m
N N
Donde:
3
9
UNIVERSIDAD
N=Nmero de aos de registro
N m =Constante en funcion de
Tabla de valores en funcion de
>0.90 , el intervalo se calcula como

1.14
Q=
.Q
N
Si
Caudal mximo de diseo para un cierto periodo de retorno ser

igual al caudal mximo mas el intervalo de confianza.
Qd =Qmx Q
4
0
UNIVERSIDAD
4
1
UNIVERSIDAD
42

P y Q

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

P y Q

Hochgeladen von

Copyright:

Verfügbare Formate

INGENIERA CIVIL

MEDIDA DE LAS PRECIPITACIONES........................................................4

CURVAS CARACTERSTICAS DE PRECIPITACIN.....................................5

ANALISIS DE DATOS DE PRECIPITACION................................................6

ESTIMACION DE DATOS FALTANTES....................................................6

ANALISIS DE CONSISTENCIA (CURVA DOBLE MASA).............................9

CALCULO DE LA PRECIPITACION MEDIA..............................................10

Mtodos de los polgonos de THIESSEN.....................................10

Mtodo de las Curvas ISOYETAS................................................11

ANALISIS ESTADISTICO DE DATOS HIDROLOGICOS.............................12

VARIABLES ALEATORIAS DISCRETAS..........................................12

VARIABLES ALEATORIAS CONTINUAS.........................................12

Distribucin Log Normal 2 Parmetros.................................14

Distribucin Log Normal 3 Parmetros...................................15

Distribucin Gamma 2 Parmetros.........................................15

Distribucin Gamma 3 Parmetros.........................................16

Distribucin Log Pearson Tipo III.............................................16

8.1.10. Distribucin Gumbel...............................................................17

PRUEBAS DE BONDAD DE AJUSTE.............................................18

CURVAS DE INTENSIDAD, DURACIN Y FRECUENCIA (IDF)..................20

FORMULA USADA EN USA.......................................................21

1.1.11. CUANDO SE CUENTA CON ATOS DE PRECIPITACION EN 24 HORAS

PERIODO DE RETORNO DE UNA AVENIDA...........................................24

Mtodo de Mac Math.................................................................29

Mtodo del nmero de curva.....................................................30

La observacin de la curva de masa indica claramente la intensidad y

Si bien la configuracin real de un Hietograma tiende a una forma

El dato faltante anual o mensual

= precipitacin media anual o mensual en la estacin

precipitacin media anual (o mensual)

en las estaciones auxiliares 1, 2 y n, (mm).

; si la estacin con dato faltante es

correspondiente precipitacin media anual

Mtodo de la recta de regresin lineal

Y =mX +b (Recta de regresin de Y sobre X )

m=S xy /S x 2 ( Pendiente de la recta)

Test para elcoeficiente de correlacin lineal

K= nmero de datos del registro Y

Caso A: La serie de puntos encaja perfectamente en una lnea recta, lo

la lluvia recogida en los n pluvimetros de

la zona en el mismo intervalo de tiempo (una tormenta

I.1.5. Mtodos de los polgonos de THIESSEN

Posteriormente se trazan las mediatrices correspondientes a cada

intervalo de tiempo comn considerado, son

reas respectivas de los dominios poligonales asignadas a cada

los valores asignados a cada isoyeta y

La lluvia en la cuenca o rea considerada ser:

I.1.7. VARIABLES ALEATORIAS DISCRETAS

I.1.8. VARIABLES ALEATORIAS CONTINUAS.

a=valor entre 0 a 1, que depende de N de de acuerdo a latabla

8.1.3. Distribuciones empricas:

funcin densidad normal de la variable

parmetro de localizacin, igual a la

son los parmetros de la

es la media de los datos de la

es la desviacin estndar de los

datos de la muestra transformada.

es el coeficiente de oblicuidad de los

datos de la muestra transformada. (Monsalve,

Parmetro de forma o varianza

8.1.7. Distribucin Gamma 2 Parmetros

8.1.8. Distribucin Gamma 3 Parmetros

8.1.9. Distribucin Log Pearson Tipo III