Caudal Maximo Fi

UNIVERSIDAD NACIONAL FACULTAD CIENCIAS AGRARIAS
Santiago Antnez de Mayolo Escuela de Ingeniera Agrcola
I. INTRODUCCIN
En las ltimas dcadas se ha venido manifestando la necesidad de determinar con mayor
exactitud las disponibilidades de los recursos naturales, las tcnicas ms adecuadas para
su aprovechamiento, como as tambin las normas para su conservacin y utilizacin
racional.
Es as, que se vuelve de gran importancia el comportamiento hidrolgico en los perodos
de avenidas de los Rios, a fin de promover las medidas preventivas necesarias, delimitar
los cauces de los ros, fajas marginales, y como lnea base para evaluar los posibles efectos
del cambio climtico sobre los eventos extremos.
En esta oportunidad se har el estudio del comportamiento de los caudales mximos del
Rio Santa Recuay, para esto se har uso de los mtodos estadsticos, los cuales se basan
en considerar que el caudal mximo anual, siendo este una variable aleatoria que tiene
una cierta distribucin. Para utilizarlos se requiere tener como datos, el registro de
caudales mximos anuales. Por eso se tomar datos de las estaciones de PACHACOTO,
RECRETA, y QUEROCOCHA
II. OBJETIVOS
2.1. Objetivo General
Determinar el caudal de diseo en el punto de aforo en el Rio Santa Recuay
para un periodo de retorno de 80 aos.
2.2. Objetivo Especifico
Determinar que distribucin se ajusta mejor los datos de las estaciones de
PACHACOTO, RECRETA y QUEROCOCHA.
Determinar la frmula que se adecua el caudal de diseo en el punto de aforo
en el Rio Santa Recuay, segn el periodo de retorno.
1
III. JUSTIFICACIN
En el Per, las inundaciones producidas durante las pocas de avenidas, tomando como
ejemplo los episodios del Nio, han causado la destruccin de muchas estructuras
hidrulicas tales como puentes, bocatomas, kilmetros de carreteras, etc., llegando a
ocasionar cuantiosas prdidas econmicas y el peor de los casos acabando con vidas
humanas.
Por lo tanto, el conocer la magnitud de estos caudales mximos, que intervienen en la
estimacin de mximas avenidas y poder hacer un adecuado dimensionamiento de las
estructuras que se encuentran al alcance de dichos fenmenos, justifica hacer este estudio.
IV. REVISIN BIBLIOGRFICA
4.1. Calculo Caudal mximo de un rio
Mximo (2011), indica que, para el clculo del caudal mximo, existe una gran
variedad de mtodos empricos, en general todos se derivan de mtodo racional.
Debido a su sencillez, el mtodo emprico tiene una gran difusin, pero pueden
involucrar grandes errores, ya que el proceso de escurrimiento, es uy complejo para
resumirlo en una frmula de tipo directo.
4.2. Caudal mximo, mtodos estadsticos
Mximo (2011), hace referencia que, los mtodos estadsticos, se basan en considerar
que el caudal mximo anual, es una variable aleatoria que tiene una cierta distribucin.
Para utilizarlos se requiere tener como datos, el registro de caudales mximos anuales,
cuanto mayor sea el tamao del registro, mayor ser la aproximacin del clculo del
caudal de diseo, el cual se calcula para un determinado periodo de retorno.
2
4.3.Anlisis de frecuencia de informacin hidrolgica
Arrieta (2014), menciona que los sistemas hidrolgicos son afectados algunas veces
por eventos extremos. La magnitud de un evento extremo est relacionada con su
frecuencia de ocurrencia. El objetivo del anlisis de frecuencia de informacin
hidrolgica es relacionar la magnitud de los eventos extremos con su frecuencia de
ocurrencia mediante el uso de distribuciones de probabilidad.
4.4. Periodo de retorno de una avenida
Mximo (2011), comenta que, para el caso de un caudal de diseo, el periodo de
retorno de define, como el intervalo de tiempo dentro del cual un evento de magnitud,
puede der igualado o excedido por lo menos una vez en promedio
Si un evento igual o mayor a Q, ocurre una vez en t aos, su probabilidad de
ocurrencia P es igual a 1 en T casos.
4.5. Funciones de probabilidad usadas en hidrologa
El anlisis de frecuencias tiene la finalidad de estimar precipitaciones, intensidades o
caudales mximos, segn sea el caso, para diferentes periodos de retorno, mediante
la aplicacin de modelos probabilsticos.
4.5.1. Distribucin normal
La distribucin normal es una distribucin simtrica en forma de campana,
tambin llamada campana de Gauss.
Su funcin de densidad es:
3
Donde:
F(x) = Funcin densidad normal de la variable x.

= Media.
S = Desviacin estndar.
X = Variable aleatoria.
4.5.2. Distribucin log normal
Si la variable x de la ecuacin anterior se reemplaza por una funcin y = f(x),
donde y = log (x), entonces la funcin se distribuye normalmente,
denominndose log normal.
4.5.3. Distribucin log de Pearson
Si los logaritmos "y" de una variable "x" se ajustan a una distribucin Pearson
Tipo III, entonces la variable "x" se ajusta a una distribucin Log Pearson Tipo
III.
Donde los dos parmetros de la distribucin, son la media y la desviacin
estndar de los logaritmos de la data.
Donde:
= Media.
4
4.5.4. Distribucin Gumbel
La distribucin de valores Tipo I conocida como Distribucin Gumbell o Doble
Exponencial, es la distribucin general de valores extremos.
La funcin de distribucin es:
Utilizando el mtodo de momentos, se obtienen las siguientes relaciones:
4.6. Prueba de Kolmogorov
Arrieta (2014), hace referencia que 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.
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 0() y la estimada () .
Con un valor critico d que depende del nmero de datos y el nivel de significancia
seleccionado. Si ( D< d, se acepta la hiptesis nula. Esta prueba tiene la ventaja sobre
la prueba de 2 de que compara los datos con el modelo estadstico sin necesidad de
agruparlos.
5
Valores crticos d para la prueba de Kolmogorov:
Cuadro N 01
Fuente: Fundamentos de hidrologa de superficie, Francisco J. Aparicio Mijares, 2003.
La funcin de distribucin de probabilidad observada se calcula como:
Donde m es el nmero de orden del dato en una lista de mayor a menor y n es el
nmero total de datos.
6
V. CLCULOS
5.1. rea de la cuenca
CUENCA DEL RIO SANTA HASTA EL PUNTO DE AFORO
AREA = 1262.47 Km2.
7
5.2. Datos de caudales mximos instantneos
5.2.1. Estacin Pachacoto

ESTACIN PACHACOTO
AO Qmax ins AO Qmax ins
53-54 27.00 68-69 18.16
54-55 41 69-70 33
55-56 23 70-71 31.28
56-57 26.3 71-72 57
57-58 24.2 72-73 23.58
58-59 23.5 73-74 41
59-60 25.4 74-75 18.15
60-61 26.6 75-76 21.58
61-62 36 76-77 25.7
62-63 34.96 77-78 21.5
63-64 24.4 78-79 27
64-65 15.88 79-80 17.16
65-66 23.6 80-81 52
66-67 34
67-68 17.9
Datos estimados por ELECTROPERU
5.2.2. Estacin Recreta

ESTACIN RECRETA
53-54 18.4 68-69 13.2
54-55 38.2 69-70 39.9
55-56 23.5 70-71 40
56-57 23 71-72 53.55
57-58 21.5 72-73 26.96
58-59 38 73-74 40.35
59-60 25.78 74-75 27.65
60-61 21.48 75-76 31.26
61-62 37.6 76-77 25.19
62-63 34.1 77-78 11.9
63-64 27.01 78-79 23.1
64-65 21.97 79-80 6.17
65-66 17.08 80-81 54.7
66-67 29.09
67-68 8.8
5.2.3. Estacin Querococha

ESTACIN QUEROCOCHA
53-54 6.94 68-69 3.98
54-55 7.95 69-70 6.87
55-56 6.5 70-71 6.7
56-57 6.77 71-72 8.9
57-58 6.39 72-73 5.8
58-59 6.26 73-74 7.48
59-60 8.9 74-75 10.72
60-61 8 75-76 10.21
61-62 9.4 76-77 8.97
62-63 7.56 77-78 8.13
63-64 5.88 78-79 8.96
64-65 9.1 79-80 4.89
65-66 6.52 80-81 9.4
66-67 9.8
67-68 4.93
8
5.3. Test kolmogorov-smirnov
5.3.1. Estacin Recreta
Ordenamos de mayor a menor los datos

Hallamos P(x) = +1
Q de menor
m P
a mayor
1 6.17 0.03448
2 8.8 0.06897
3 11.9 0.10345
4 13.2 0.13793
5 17.08 0.17241
6 18.4 0.20690
7 21.48 0.24138
8 21.5 0.27586
9 21.97 0.31034
10 23 0.34483
11 23.1 0.37931
12 23.5 0.41379
13 25.19 0.44828
14 25.78 0.48276
15 26.96 0.51724
16 27.01 0.55172
17 27.65 0.58621
18 29.09 0.62069
19 31.26 0.65517
20 34.1 0.68966
21 37.6 0.72414
22 38 0.75862
23 38.2 0.79310
24 39.9 0.82759
25 40 0.86207
26 40.35 0.89655
27 53.55 0.93103
28 54.7 0.96552
Para poder elegir la distribucin a la que se ajusta hacemos la PRUEBA DE

KOLMOGOROV para eso hallaremos los estadsticos y si:
> , por tanto, se tiene un buen ajuste.

< , por tanto, no tiene un buen ajuste.
9
5.3.1.1. Para una distribucin normal
Q de menor Distribucon Normal

m P
a mayor Z F(z) I F(z) - P I
1 6.17 0.03448 -1.805 0.0355 0.00102
2 8.8 0.06897 -1.586 0.0563 0.01263
3 11.9 0.10345 -1.328 0.0921 0.01136
4 13.2 0.13793 -1.220 0.1113 0.02664
5 17.08 0.17241 -0.896 0.1850 0.01261
6 18.4 0.20690 -0.786 0.2158 0.00893
7 21.48 0.24138 -0.530 0.2982 0.05677
8 21.5 0.27586 -0.528 0.2987 0.02287
9 21.97 0.31034 -0.489 0.3125 0.00211
10 23 0.34483 -0.403 0.3434 0.00138
11 23.1 0.37931 -0.395 0.3465 0.03279
12 23.5 0.41379 -0.361 0.3589 0.05489
13 25.19 0.44828 -0.221 0.4127 0.03557
14 25.78 0.48276 -0.171 0.4319 0.05081
15 26.96 0.51724 -0.073 0.4709 0.04637
16 27.01 0.55172 -0.069 0.4725 0.07920
17 27.65 0.58621 -0.016 0.4938 0.09243
18 29.09 0.62069 0.104 0.5416 0.07912
19 31.26 0.65517 0.285 0.6123 0.04291
20 34.1 0.68966 0.522 0.6991 0.00946
21 37.6 0.72414 0.814 0.7920 0.06790
22 38 0.75862 0.847 0.8015 0.04284
23 38.2 0.79310 0.864 0.8061 0.01297
24 39.9 0.82759 1.005 0.8426 0.01501
25 40 0.86207 1.014 0.8446 0.01748
26 40.35 0.89655 1.043 0.8514 0.04510
27 53.55 0.93103 2.143 0.9839 0.05289
28 54.7 0.96552 2.238 0.9874 0.02189
Max 0.09243
Q prom 27.8371429
S 12.0008385
Obtenemos = 0.09243
Hablamos el estadstico segn cuadro N 01
Para n = 28, = 0.05
25 ------- 0.264
28 ------- X
30 ------- 0.242
10
25 30 0.264 0.242
=
28 30 0.242
= 0.2508
Comparando los estadsticos
(0.2508 > 0.09243), > , por tanto, se tiene un buen ajuste.
5.3.1.2. Para una distribucin log normal
Distribucin Log Normal

LN(Q) Z F(Z) I F(z) - P I
1.819699 -2.81985972 0.002402 0.032081
2.174752 -2.10468258 0.017659 0.051306
2.476538 -1.49679867 0.067223 0.036225
2.580217 -1.28796093 0.098880 0.039051
2.837908 -0.76889749 0.220977 0.048563
2.912351 -0.61894925 0.267975 0.061078
3.067122 -0.30719537 0.379347 0.137968
3.068053 -0.30532074 0.380061 0.104199
3.089678 -0.26176196 0.396752 0.086408
3.135494 -0.16947489 0.432712 0.087884
3.139833 -0.16073612 0.436151 0.056840
3.157000 -0.12615529 0.449804 0.036011
3.226447 0.01372998 0.505477 0.057201
3.249599 0.06036448 0.524067 0.041309
3.294354 0.15051432 0.559821 0.042579
3.296207 0.15424655 0.561292 0.009568
3.319626 0.20141817 0.579814 0.006393
3.370394 0.30368081 0.619314 0.001375
3.442339 0.44859813 0.673139 0.017967
3.529297 0.62375631 0.733606 0.043951
3.627004 0.82056523 0.794053 0.069915
3.637586 0.8418806 0.800073 0.041452
3.642836 0.85245429 0.803019 0.009916
3.686376 0.94015782 0.826432 0.001155
3.688879 0.94519983 0.827722 0.034347
3.697591 0.96274815 0.832163 0.064389
3.980616 1.53283951 0.937342 0.006308
4.001864 1.57563883 0.942445 0.023072
Max 0.137968
Q prom 3.219631
0.49645446
Obtenemos = 0.137968
11
Hablamos el estadstico segn tabla N 01

Para n = 28, = 0.05
25 ------- 0.264
28 ------- X
30 ------- 0.242
25 30 0.264 0.242
=
28 30 0.242
= 0.2508
(0.2508 > 0.137968), , por tanto,tiene un buen ajuste.
5.3.1.3.Para una distribucin Gumbel
Distribucin Gumbel
W F(w) I F(w) - P I
-2.25990896 0.00007 0.03441381
-1.97858501 0.00072 0.06824281
-1.64698645 0.00556 0.09788357
-1.50792898 0.01092 0.12701329
-1.09289594 0.05065 0.12176804
-0.95169913 0.07501 0.13188453
-0.62223991 0.15519 0.08618798
-0.62010056 0.15581 0.12005161 Q prom 27.8371429
-0.56982594 0.17068 0.13966389 S 12.0008385
-0.45964965 0.20525 0.13957606
-0.44895292 0.20874 0.1705714 9.3486532
-0.40616601 0.22290 0.19089749 27.2971051
-0.2253913 0.28570 0.16257583
-0.16228061 0.30845 0.17430699
-0.03605922 0.35462 0.16262448
-0.03071085 0.35658 0.1951408
0.0377482 0.38176 0.20444393
0.19178109 0.43802 0.18266828
0.42390008 0.51971 0.13546499
0.72768716 0.61691 0.07274069
1.10207264 0.71736 0.00678109
1.14485955 0.72741 0.03121332
1.166253 0.73232 0.06077932
1.34809738 0.77126 0.05632947
1.35879411 0.77339 0.08867791
1.39623266 0.78073 0.11582315
2.80820075 0.94147 0.01043493
2.93121312 0.94806 0.01745232
Max 0.20444393
Obtenemos = 0.20444
12

Para n = 28, = 0.05
25 ------- 0.264
28 ------- X
30 ------- 0.242
25 30 0.264 0.242
=
28 30 0.242
= 0.2508
(0.2508 > 0.20444), >, por tanto,tiene un buen ajuste.
Resumen:
Distribucon o Cumple o >

Normal 0.09243 0.2508 si
Log Normal 0.137968 0.2508 si
Gumbel 0.20444 0.2508 si
5.3.1.4. Hallamos el caudal con respecto al tiempo de retorno con las tres
distribuciones.
tiempo de retorno Normal Log Normal Gumbel

T F(z) Z Qi Qi Qi
10 0.9 1.28155157 43.2168362 47.2693821 48.3350088
25 0.96 1.75068607 48.8468437 59.6662595 57.1990927
50 0.98 2.05374891 52.4838519 69.3539839 63.7749764
75 0.98666667 2.21636278 54.4353546 75.1851676 67.5971308
100 0.99 2.32634787 55.755268 79.4046208 70.3023049
200 0.995 2.5758293 58.7492544 89.8743633 76.8058162
5.3.1.5. Grficos de ajuste de las probabilidades
13
14
5.3.2. Estacin Pachacoto

Hallamos P(x) = +1
Q de menor
m P
a mayor
1 15.88 0.03448
2 17.16 0.06897
3 17.9 0.10345
4 18.15 0.13793
5 18.16 0.17241
6 21.5 0.20690
7 21.58 0.24138
8 23 0.27586
9 23.5 0.31034
10 23.58 0.34483
11 23.6 0.37931
12 24.2 0.41379
13 24.4 0.44828
14 25.4 0.48276
15 25.7 0.51724
16 26.3 0.55172
17 26.6 0.58621
18 27 0.62069
19 27 0.65517
20 31.28 0.68966
21 33 0.72414
22 34 0.75862
23 34.96 0.79310
24 36 0.82759
25 41 0.86207
26 41 0.89655
27 52 0.93103
28 57 0.96552


15

m P
1 15.88 0.03448 -1.234 0.1086 0.07416
2 17.16 0.06897 -1.106 0.1343 0.06538
3 17.9 0.10345 -1.032 0.1510 0.04753
4 18.15 0.13793 -1.007 0.1569 0.01897
5 18.16 0.17241 -1.006 0.1571 0.01528
6 21.5 0.20690 -0.673 0.2505 0.04357
7 21.58 0.24138 -0.665 0.2530 0.01164
8 23 0.27586 -0.523 0.3004 0.02451
9 23.5 0.31034 -0.473 0.3179 0.00760
10 23.58 0.34483 -0.465 0.3208 0.02403
11 23.6 0.37931 -0.463 0.3215 0.05779
12 24.2 0.41379 -0.404 0.3433 0.07054
13 24.4 0.44828 -0.384 0.3506 0.09765
14 25.4 0.48276 -0.284 0.3883 0.09450
15 25.7 0.51724 -0.254 0.3998 0.11746
16 26.3 0.55172 -0.194 0.4231 0.12865
17 26.6 0.58621 -0.164 0.4348 0.15138
18 27 0.62069 -0.124 0.4506 0.17011
19 27 0.65517 -0.124 0.4506 0.20459
20 31.28 0.68966 0.303 0.6190 0.07065
21 33 0.72414 0.475 0.6824 0.04171
22 34 0.75862 0.574 0.7171 0.04151
23 34.96 0.79310 0.670 0.7486 0.04450
24 36 0.82759 0.774 0.7805 0.04709
25 41 0.86207 1.273 0.8985 0.03638
26 41 0.89655 1.273 0.8985 0.00190
27 52 0.93103 2.370 0.9911 0.06008
28 57 0.96552 2.869 0.9979 0.03243
Max 0.20459
Q prom 28.2446429
S 10.0216342
Obtenemos = 0.20459
Para n = 28, = 0.05
25 ------- 0.264
28 ------- X
30 ------- 0.242
25 30 0.264 0.242
=
28 30 0.242
= 0.2508
16

2.765060 -1.6595428 0.048503 0.014020
2.842581 -1.41369367 0.078726 0.009760
2.884801 -1.27979828 0.100308 0.003140
2.898671 -1.23581141 0.108264 0.029667
2.899221 -1.23406457 0.108589 0.063824
3.068053 -0.69863177 0.242391 0.035495
3.071767 -0.68685311 0.246088 0.004708
3.135494 -0.48474835 0.313927 0.038065
3.157000 -0.41654352 0.338506 0.028161
3.160399 -0.40576559 0.342457 0.002370
3.161247 -0.40307682 0.343446 0.035864
3.186353 -0.32345585 0.373175 0.040618
3.194583 -0.29735362 0.383098 0.065178
3.234749 -0.16997095 0.432516 0.050242
3.246491 -0.13273292 0.447202 0.070039
3.269569 -0.05954347 0.476260 0.075465
3.280911 -0.02357255 0.490597 0.095610
3.295837 0.02376269 0.509479 0.111211
3.295837 0.02376269 0.509479 0.145693
3.442979 0.49040932 0.688078 0.001577
3.496508 0.66017018 0.745428 0.021290
3.526361 0.75484594 0.774829 0.016209
3.554205 0.84315054 0.800428 0.007324
3.583519 0.93611826 0.825394 0.002192
3.713572 1.34856904 0.911262 0.049193
3.713572 1.34856904 0.911262 0.014711
3.951244 2.10232144 0.982237 0.051203
4.043051 2.39348011 0.991655 0.026138
Max 0.145693
Q prom 3.288344
0.31531793
17

Para n = 28, = 0.05
25 ------- 0.264
28 ------- X
30 ------- 0.242
25 30 0.264 0.242
=
28 30 0.242
= 0.2508
(0.2508 > 0.145693), > , por tanto,tiene un buen ajuste.
Distribucin Gumbel
W F(w) I F(w) - P I
-1.52605272 0.01005 0.02443076
-1.36209421 0.02015 0.04881169
-1.2673057 0.02869 0.07476014
-1.23528255 0.03209 0.10584551
-1.23400162 0.03223 0.14018669
-0.80617238 0.10653 0.10036566
-0.79592498 0.10899 0.13238834
-0.6140335 0.15757 0.1182896
-0.54998721 0.17671 0.13363227
-0.5397398 0.17986 0.16496469 Q prom 28.2446429
-0.53717795 0.18065 0.19865623 S 10.0216342
-0.4603224 0.20503 0.20876019
-0.43470388 0.21342 0.23485851 7.80685303
-0.3066113 0.25697 0.22579293 27.7936693
-0.26818352 0.27047 0.24676948
-0.19132797 0.29794 0.25378216
-0.15290019 0.31186 0.27434932
-0.10166316 0.33055 0.29014401
-0.10166316 0.33055 0.32462677
0.44657312 0.52739 0.16226623
0.66689237 0.59852 0.12562147
0.79498495 0.63662 0.12200431
0.91795384 0.67077 0.1223377
1.05117013 0.70502 0.12256579
1.69163306 0.83175 0.03031487
1.69163306 0.83175 0.06479763
3.10065152 0.95598 0.02494401
3.74111445 0.97655 0.0110344
Max 0.32462677
Obtenemos = 0.3246
18

Para n = 28, = 0.05
25 ------- 0.264
28 ------- X
30 ------- 0.242
25 30 0.264 0.242
=
28 30 0.242
= 0.2508
(0.2508 < 0.3246), <, por tanto, no tiene un buen ajuste.
Resumen:

Normal 0.20459 0.2508 si
Log Normal 0.1456 0.2508 si
Gumbel 0.3246 0.2508 no
distribuciones.

T F(z) Z Qi Qi Qi
10 0.9 1.28155157 41.0878838 40.142686 45.3619563
25 0.96 1.75068607 45.7893782 46.5425421 52.7641562
50 0.98 2.05374891 48.8265631 51.2096468 58.255531
75 0.98666667 2.21636278 50.4562198 53.9039089 61.4473273
100 0.99 2.32634787 51.5584502 55.8061049 63.7063582
200 0.995 2.5758293 54.0586619 60.3734379 69.1372964
19
20
5.3.3. Estacin Querococha

Hallamos P(x) = +1
Q de menor
m P
a mayor
1 3.98 0.03448
2 4.89 0.06897
3 4.93 0.10345
4 5.8 0.13793
5 5.88 0.17241
6 6.26 0.20690
7 6.39 0.24138
8 6.5 0.27586
9 6.52 0.31034
10 6.7 0.34483
11 6.77 0.37931
12 6.87 0.41379
13 6.94 0.44828
14 7.48 0.48276
15 7.56 0.51724
16 7.95 0.55172
17 8 0.58621
18 8.13 0.62069
19 8.9 0.65517
20 8.9 0.68966
21 8.96 0.72414
22 8.97 0.75862
23 9.1 0.79310
24 9.4 0.82759
25 9.4 0.86207
26 9.8 0.89655
27 10.21 0.93103
28 10.72 0.96552


21

m P
1 3.98 0.03448 -2.089 0.0183 0.01613
2 4.89 0.06897 -1.559 0.0595 0.00950
3 4.93 0.10345 -1.536 0.0623 0.04118
4 5.8 0.13793 -1.029 0.1516 0.01370
5 5.88 0.17241 -0.983 0.1628 0.00958
6 6.26 0.20690 -0.762 0.2231 0.01624
7 6.39 0.24138 -0.686 0.2464 0.00499
8 6.5 0.27586 -0.622 0.2670 0.00887
9 6.52 0.31034 -0.610 0.2708 0.03951
10 6.7 0.34483 -0.505 0.3066 0.03822
11 6.77 0.37931 -0.465 0.3211 0.05825
12 6.87 0.41379 -0.407 0.3422 0.07161
13 6.94 0.44828 -0.366 0.3573 0.09100
14 7.48 0.48276 -0.051 0.4795 0.00324
15 7.56 0.51724 -0.005 0.4981 0.01915
16 7.95 0.55172 0.222 0.5880 0.03623
17 8 0.58621 0.251 0.5992 0.01304
18 8.13 0.62069 0.327 0.6282 0.00751
19 8.9 0.65517 0.775 0.7809 0.12577
20 8.9 0.68966 0.775 0.7809 0.09129
21 8.96 0.72414 0.810 0.7911 0.06698
22 8.97 0.75862 0.816 0.7928 0.03417
23 9.1 0.79310 0.892 0.8138 0.02065
24 9.4 0.82759 1.066 0.8569 0.02931
25 9.4 0.86207 1.066 0.8569 0.00517
26 9.8 0.89655 1.299 0.9031 0.00654
27 10.21 0.93103 1.538 0.9380 0.00695
28 10.72 0.96552 1.835 0.9667 0.00123
Max 0.12577
Q prom 7.56821429
S 1.71759318
Obtenemos = 0.12577
Para n = 28, = 0.05
25 ------- 0.264
28 ------- X
30 ------- 0.242
25 30 0.264 0.242
=
28 30 0.242
= 0.2508
22

1.381282 -2.59040607 0.004793 0.029690
1.587192 -1.72418863 0.042337 0.026629
1.595339 -1.68991743 0.045522 0.057926
1.757858 -1.00623815 0.157151 0.019219
1.771557 -0.94861031 0.171409 0.001004
1.834180 -0.68516815 0.246619 0.039722
1.854734 -0.59870191 0.274686 0.033307
1.871802 -0.5269012 0.299131 0.023269
1.874874 -0.51397717 0.303634 0.006711
1.902108 -0.39941365 0.344794 0.000033
1.912501 -0.35569036 0.361036 0.018274
1.927164 -0.29400646 0.384376 0.029417
1.937302 -0.25135965 0.400768 0.047508
2.012233 0.06385769 0.525458 0.042700
2.022871 0.10861095 0.543244 0.026003
2.073172 0.32021444 0.625597 0.073873
2.079442 0.34658924 0.635550 0.049343
2.095561 0.41439972 0.660709 0.040020
2.186051 0.79507156 0.786714 0.131542
2.186051 0.79507156 0.786714 0.097059
2.192770 0.82333662 0.794842 0.070704
2.193886 0.82802905 0.796173 0.037552
2.208274 0.88855912 0.812880 0.019777
2.240710 1.02500677 0.847320 0.019734
2.240710 1.02500677 0.847320 0.014749
2.282382 1.20031409 0.884991 0.011560
2.323368 1.37272948 0.915082 0.015953
2.372111 1.57778212 0.942692 0.022825
Max 0.131542
Q prom 1.997053
0.23771224
23

Para n = 28, = 0.05
25 ------- 0.264
28 ------- X
30 ------- 0.242
25 30 0.264 0.242
=
28 30 0.242
= 0.2508
(0.2508 > 0.131542), > , por tanto,tiene un buen ajuste.
Distribucin Gumbel
W F(w) I F(w) - P I
-2.62399794 0.00000 0.03448173
-1.94388095 0.00092 0.0680406
-1.91398569 0.00114 0.10231207
-1.26376395 0.02905 0.10888043
-1.20397345 0.03567 0.13673988
-0.91996855 0.08133 0.1255642
-0.82280898 0.10260 0.13877615 Q prom 7.56821429
-0.74059703 0.12280 0.15306071 S 1.71759318
-0.7256494 0.12668 0.18366246
-0.59112077 0.16431 0.1805194 1.33800509
-0.53880408 0.18015 0.19915862 7.49092259
-0.46406594 0.20382 0.20997511
-0.41174925 0.22103 0.22724565
-0.00816334 0.36488 0.11788227
0.05162716 0.38686 0.13037769
0.34310588 0.49186 0.05986509
0.38047494 0.50483 0.08137849
0.47763451 0.53781 0.08287907
1.05311813 0.70550 0.05032773
1.05311813 0.70550 0.01584498
1.097961 0.71638 0.00776221
1.10543482 0.71816 0.04046356
1.20259439 0.74051 0.05259172
1.42680878 0.78657 0.04101642
1.42680878 0.78657 0.07549918
1.72576131 0.83691 0.05964065
2.03218765 0.87718 0.05385927
2.41335212 0.91437 0.05114244
Max 0.22724565
Obtenemos = 0.2272
24

Para n = 28, = 0.05
25 ------- 0.264
28 ------- X
30 ------- 0.242
25 30 0.264 0.242
=
28 30 0.242
= 0.2508
(0.2508 < 0.2272), <, por tanto, no tiene un buen ajuste.
Resumen:

Normal 0.125 0.2508 si
Log Normal 0.1315 0.2508 si
Gumbel 0.2272 0.2508 si
distribuciones.

T F(z) Z Qi Qi Qi
10 0.9 1.28155157 9.76939851 9.99108831 10.5019255
25 0.96 1.75068607 10.5751807 11.1697869 11.7705777
50 0.98 2.05374891 11.0957194 12.0041723 12.7117364
75 0.98666667 2.21636278 11.3750239 12.4772825 13.2587737
100 0.99 2.32634787 11.5639335 12.8078004 13.6459457
200 0.995 2.5758293 11.9924411 13.5903391 14.5767462
25
26
5.4. Resumimos los clculos:
5.4.1. Caudales mximos instantneos y caudales de retorno de cada estacin

(T = 10 aos)
Area de
influencia
Estacin de Q (m3/s)
estaciones
(Km2)
Recreta 290 47.2693821
Pachacoto 198 40.142686
Querococha 63 9.99108831
Para T = 10 aos
5.4.2. Haciendo el grafico rea vs Q10
Obtenemos la ecuacin exponencial
Qmax = 0.126 .
Donde:
X= rea
a 0.1263
b 1.0633
R^2 0.9786
A 1262.47
5.4.3. Por lo tanto, para el rea total de la cuenca At = 1262.47 km2
Qmax = 0.126 . .
Qmax 250.57152 M3/s
27
VI. DISCUSIN DE RESULTADOS
6.1. Comparamos el caudal de diseo con otra frmula (Ing. Milla)
rea de la cuenca limitada = 1262.47 Km2
Calculo del caudal maximo promedio en funcon del rea (Milla.)
Qmaxp = 1.533 + 0.1159(A)
rea 1262.47
Qmaxp 147.853273
Calculo del caudal maximo en tiempo de retorno (Milla.)
Qmax = Qmaxp *(0.8037 + 0.2562+Ln(T)
Periodo 10
Qmax 206.051619
28
VII. CONCLUSIONES
7.1. Los datos de las tres estaciones se ajustan mejor a la distribucin normal, segn la
prueba de KOLMOGOROV.
7.2.La ecuacin para el clculo del caudal mximo en funcin rea de la cuenca del Rio
Santa Recuay, hasta el punto de aforo es:
Qmax = 0.126 .
7.3. El caudal mximo de diseo para un periodo de retorno de 10 aos del Rio Santa
Recuay, hasta el punto de aforo es = 250.57152 3 /
7.4. Como se observa el caudal de diseo para un periodo de retorno de 10 aos del Rio
Santa Recuay, hasta el punto de aforo es 250.57 3 / ,segn mi formula; la cual
difiere con el resultado de 206.0516 3 / obtenida segn la frmula del Ing. Milla. Esto
el anlisis se hizo con otros datos es decir otras estaciones.
VIII. BIBLIOGRAFA
Mximo Villn, B. (2011). Hidrologa. Lima, Per: Editorial Villn.
Mximo Villn, B. (2012). HIDROESTA2 Clculos hidrolgicos. Cartago Costa
Rica: Editorial MaxSoft y Villn.
Daza Portocarrero, J. (2014). Tablas estadsticas. Lima, Per: Editorial Megabyte.
Arrieta Aguilar, R.(2014), Estimacin de caudales mximos de avenida para la
proteccin de una bocatoma ubicada en la cuenca del ro Chilln utilizando el
mtodo probabilstico (monografa N 01). Lima, Per.
29

Caudal Maximo Fi

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

Caudal Maximo Fi

Hochgeladen von

Copyright:

Verfügbare Formate

UNIVERSIDAD NACIONAL FACULTAD CIENCIAS AGRARIAS

Santiago Antnez de Mayolo Escuela de Ingeniera Agrcola

En las ltimas dcadas se ha venido manifestando la necesidad de determinar con mayor

su aprovechamiento, como as tambin las normas para su conservacin y utilizacin

Es as, que se vuelve de gran importancia el comportamiento hidrolgico en los perodos

del cambio climtico sobre los eventos extremos.

2.1. Objetivo General

Determinar el caudal de diseo en el punto de aforo en el Rio Santa Recuay

para un periodo de retorno de 80 aos.

2.2. Objetivo Especifico

Determinar que distribucin se ajusta mejor los datos de las estaciones de

PACHACOTO, RECRETA y QUEROCOCHA.

Determinar la frmula que se adecua el caudal de diseo en el punto de aforo

en el Rio Santa Recuay, segn el periodo de retorno.

hidrulicas tales como puentes, bocatomas, kilmetros de carreteras, etc., llegando a

Por lo tanto, el conocer la magnitud de estos caudales mximos, que intervienen en la

estimacin de mximas avenidas y poder hacer un adecuado dimensionamiento de las

IV. REVISIN BIBLIOGRFICA

4.1. Calculo Caudal mximo de un rio

variedad de mtodos empricos, en general todos se derivan de mtodo racional.

involucrar grandes errores, ya que el proceso de escurrimiento, es uy complejo para

resumirlo en una frmula de tipo directo.

4.2. Caudal mximo, mtodos estadsticos

caudal de diseo, el cual se calcula para un determinado periodo de retorno.

4.3.Anlisis de frecuencia de informacin hidrolgica

por eventos extremos. La magnitud de un evento extremo est relacionada con su

frecuencia de ocurrencia. El objetivo del anlisis de frecuencia de informacin

hidrolgica es relacionar la magnitud de los eventos extremos con su frecuencia de

ocurrencia mediante el uso de distribuciones de probabilidad.

4.4. Periodo de retorno de una avenida

Mximo (2011), comenta que, para el caso de un caudal de diseo, el periodo de

puede der igualado o excedido por lo menos una vez en promedio

Si un evento igual o mayor a Q, ocurre una vez en t aos, su probabilidad de

ocurrencia P es igual a 1 en T casos.

4.5. Funciones de probabilidad usadas en hidrologa

El anlisis de frecuencias tiene la finalidad de estimar precipitaciones, intensidades o

la aplicacin de modelos probabilsticos.

4.5.1. Distribucin normal

La distribucin normal es una distribucin simtrica en forma de campana,

tambin llamada campana de Gauss.

Su funcin de densidad es:

F(x) = Funcin densidad normal de la variable x.

4.5.2. Distribucin log normal

Si la variable x de la ecuacin anterior se reemplaza por una funcin y = f(x),

donde y = log (x), entonces la funcin se distribuye normalmente,

denominndose log normal.

Su funcin de densidad es:

4.5.3. Distribucin log de Pearson

Su funcin de densidad es:

Donde los dos parmetros de la distribucin, son la media y la desviacin

estndar de los logaritmos de la data.

4.5.4. Distribucin Gumbel

La distribucin de valores Tipo I conocida como Distribucin Gumbell o Doble

Exponencial, es la distribucin general de valores extremos.

La funcin de distribucin es:

Utilizando el mtodo de momentos, se obtienen las siguientes relaciones:

4.6. Prueba de Kolmogorov

hiptesis que se usan para evaluar si un conjunto de datos es una muestra

independiente de la distribucin elegida.

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 0() y la estimada () .