Estudio Hidrologico-Mayunmarca

“MEJORAMIENTO DE LA TRANSITABILIDAD VEHICULAR Y PEATONAL A TRAVÉS DE PISTAS Y
VEREDAS DE LAS VÍAS PRINCIPALES Y SECUNDARIAS DEL CENTRO POBLADO RURAL DE SAN
SUB
MARTÍN DE MAYUNMARCA, DISTRITO DE ANDABAMBA, PROVINCIA DE ACOBAMBA, GERENCIA DE
DEPARTAMENTO DE HUANCAVELICA” ESTUDIOS
CONTENIDO
1. MEMORIA DESCRIPTIVA...........................................................................................2
2. UBICACIÓN Y DESCRIPCION DEL AREA DE ESTUDIO......................................2
3. ANÁLISIS DE CONSISTENCIA DE LA INFORMACIÓN PLUVIOMÉTRICA.....4
3.1. Análisis visual de hidrogramas...................................................................................4
3.2. Análisis de doble masa................................................................................................6
3.3 ANÁLISIS ESTADÍSTICO.........................................................................................8
3.4. ANÁLISIS DE TENDENCIAS.................................................................................12
4. REGIONALIZACION DE LAS PRECIPITACIONES MENSUALES......................13
5. ANALISIS ESTADISTICO DE DATOS HIDROLOGICOS.......................................18
5.1.1. Distribución Normal..............................................................................................19
5.1.2. Distribución de Frecuencia Gumbel.....................................................................19
5.1.3. Distribución de Frecuencia Tipo log Normal.......................................................19
5.1.4. Distribución de Frecuencia tipo log Pearson tipo III...........................................20
5.1.5. Distribución Pearson Tipo III (Gamma 3 Parametros).......................................20
6. ANALISIS HIDROLOGICO..........................................................................................25
6.1 INTENSIDADES DE LLUVIAS............................................................................25
6.2. CAUDALES MAXIMOS.........................................................................................26
6.3. DETERMINACIÓN DEL CAUDAL DE AGUAS PLUVIALES...........................27
6.4. CALCULO DE CAUDALES:..................................................................................29
7. CONCLUSIONES...........................................................................................................31
8.ANEXOS ..................................................................................................................32
DATOS HISTORICOS REGISTRADOS EN LA ESTACION ACOBAMBA...........32
GOBIERNO REGIONAL DE HUANCAVELICA 10

SUB
ESTUDIO HIDROLOGICO
1. MEMORIA DESCRIPTIVA
El propósito es elaborar el estudio hidrológico, para evaluar el comportamiento de las zonas

afluentes, con el propósito de dimensionar la alcantarilla de drenaje necesario, para la
integración total del proyecto. Con el fin de reunir los criterios adecuados para conocer las
características hidrológicas del área tributaria, se realizó el estudio en las siguientes etapas:
 Recopilación de información. - Comprendió la recolección, evaluación y análisis de la

documentación existente como el Plan Director de la Municipalidad Provincial de
Huancavelica y registros pluviométricos para el área de estudio.
 Trabajos de campo. - Consistió en un recorrido de las vías para su evaluación y
observación de las características, relieve y aspectos hidrológicos de las áreas tributarias,
así como la identificación y posible ubicación de las alcantarillas, pontones y obras de arte
necesarias para el drenaje.
 Fase de gabinete. - Consistió en el procesamiento, análisis, determinación de los
parámetros de diseño para el dimensionamiento de las obras de arte.
La información que se está utilizando se refiere a los siguientes aspectos:
a) Pluviometría
La escorrentía existente y producida en el área de estudio, proviene exclusivamente de las

precipitaciones pluviales caídas en la zona.
2. UBICACIÓN Y DESCRIPCION DEL AREA DE ESTUDIO
El área en la que está enmarcado el presente estudios, abarca esencialmente toda la zona
rural y urbana del Centro poblado de San Martin De Mayunmarca y las zonas cercanas,
distrito de Andabamba:
Políticamente está ubicado:
 Departamento/ Región: Huancavelica
 Provincia: Acobamba
 Distrito: Andabamba
Geográficamente tiene un centro determinado por las coordenadas geográficas siguientes:
El Centro Poblado de San Martin de Mayunmarca se ubica en las siguientes coordenadas:

SUB
Latitud Sur: 12° 41' 28" / Longitud Oeste: 74° 37' 17" / Altitud: 3460 msnm
Ubigeo: 090202
Foto: San Martín de Mayunmarca
Ubicación del proyecto en estudio
2.1 ACCESOS
La localidad de Mayunmarca se conecta con el Distrito de Paucará y con la Provincia de

Huancayo (Región Junín), así como también con el Distrito de Acobamba, esto forma un
circuito económico, al conectarse con las demás localidades consideradas en la vía en
estudio.
Mientras que las vías de acceso al distrito de Andabamba son con las ciudades de
Acobamba, Huancayo (capital de la Región Junín) y Distrito de Paucará; realizándose
principalmente a través de las siguientes rutas:

SUB
CUADRO N° 01: VIAS DE ACCESO AL C. P. DE MAYUNMARCA
TIPO DE DISTANCIA
DE – A : TIPO DE VIA
CARRETERA Aprox. (Km.)
HUANCAVELICA - HUINTOPATA V. NACIONAL ASFALTADA 5.46 KM
HUINTOPATA – YAULI - CCACCAMARCA V. DEPARTAMENTAL AFIRMADA 17.21 KM
AFIRMADA EN MALAS
CONDICIONES
CCACCAMARCA – AMBATO - PUCAPAMPA V. VECINAL 6.55 KM
PUCAPAMPA – CHECCO CRUZ V. DEPARTAMENTAL AFIRMADA 30.27 KM
CHECCO CRUZ - PALMIRA V. NACIONAL ASFALTADA 8.65 KM
PALMIRA - MAYUNMARCA V. VECINAL AFIRMADA 11.39 KM
TOTAL 79.53 KM
Fuente: ELABORACIÓN PROPIA
3. ANÁLISIS DE CONSISTENCIA DE LA INFORMACIÓN PLUVIOMÉTRICA
El análisis de consistencia de la información hidrometeorológica es una técnica que permite detectar,

identificar, cuantificar, corregir y eliminar los errores sistemáticos de la no homogeneidad e
inconsistencia de una serie hidrometeorológica. Antes de proceder a efectuar el Modelamiento
Matemático de cualquier serie hidrometeoro lógica es necesario efectuar el análisis de consistencia
respectivo a fin de obtener una serie homogénea, consistente y confiable; porque la inconsistencia de
datos puede producir un sobre y sub diseño de estructuras hidráulicas. El análisis de consistencia se
realiza con tres métodos, tales como son:
- Análisis visual de hidrógramas.
- Análisis de doble masa.
- Análisis estadístico.
3.1. Análisis visual de hidrogramas

Este análisis se realiza para detectar e identificar la inconsistencia de la información pluviométrica en
forma visual, e indicar el período o los períodos en los cuales los datos son dudosos, lo cual se puede
reflejar como “picos “muy altos o valores muy bajos, “saltos” y/o “tendencias”, los cuales se deben
comprobarse si son fenómenos naturales que efectivamente han ocurrido o son producidos por
errores sistemáticos, mediante un gráfico o hidrograma de las series de análisis, en coordenadas
cartesianas ploteando la información histórica de la variable pluviométrica a nivel anual y mensual; en
las ordenadas se ubica los valores anuales o mensuales de la serie pluviométrica en unidades
respectivas y en las abscisas el tiempo en años y meses.

SUB
Precipitación total anual - Serie histórica

Estacion Acobamba
1200
Precipitacion (mm)
1000
800
600
400
200
0
1960 1970 1980 1990 2000 2010 2020
Tiempo (años)
Figura N° 01. Hidrogramas de precipitación anual histórica

Estacion Lircay
1400
Precipitacion (mm)
1200
1000
800
600
400
200
0
1960 1970 1980 1990 2000 2010 2020
Tiempo (años)

Estacion Choclococha
2000
Precipitacion (mm)
1500
1000
500
0
1960 1970 1980 1990 2000 2010 2020
Tiempo (años)

SUB
3.2. Análisis de doble masa

Después de haber analizado los hidrograma de las series respectivas se realiza el análisis de doble
masa. El diagrama de doble masa se obtiene ploteando en el eje de las abscisas el volumen anual
promedio acumulado de la variable pluviométrica de las estaciones en unidades respectivas y en el
eje de las ordenadas los volúmenes anuales acumulados de la variable pluviométrica en unidades
correspondientes de cada una de las estaciones consideradas en el estudio. De los gráficos de doble
masa se selecciona una estación más confiable, la que presenta el menor número de quiebres, la
cual se usará como estación base para el análisis de otras estaciones. En este análisis, los errores
producidos por los fenómenos naturales y sistemáticos son detectados mediante los “quiebres” que
se presentan en los diagramas y permite determinar el rango de los períodos dudosos y confiables
para cada estación en estudio, la cual se debe corregirse utilizando ciertos criterios estadísticos.
En este caso, para el análisis de doble masa se ha formado el grupo de estaciones meteorológicas,
con el fin obtener una comparación adecuada de las series de precipitaciones anuales, los cuadros y
gráficos de análisis se muestran a continuación.
El análisis doble masa se realizó de la siguiente manera:
El análisis doble masa se realizó para el periodo común de información. La estación con más datos
faltantes es la estación “Choclococha”, y el periodo en donde se registró información con regularidad
corresponde a 1993 al 2006; por lo tanto en dicho periodo se realizara el análisis de doble masa.
PRECIPITACIONES ACUMULADAS PARA EL ANALISIS DOBLE MASA

Estación: Acobamaba Estación: Lircay Estación: Choclococha PROMEDIO
AÑO
PP Anual PP Acumulada PP Anual PP Acumulada PP Anual PP Acumulada ACUMULAD
1993 521.1 521.1 1013.8 1013.8 1047.1 1047.1 860.7
1994 312.0 833.1 849.3 1863.1 1011.3 2058.4 1584.9
1995 446.1 1279.2 637.6 2500.7 686.7 2745.1 2175.0
1996 712.7 1991.9 716.0 3216.7 1099.5 3844.6 3017.7
1997 709.1 2701.0 888.3 4105.0 1394.2 5238.8 4014.9
1998 594.3 3295.3 745.2 4850.2 1904.7 7143.5 5096.3
1999 645.0 3940.3 640.4 5490.6 1728.4 8871.9 6100.9
2000 811.6 4751.9 919.5 6410.1 1396.5 10268.4 7143.5
2001 792.6 5544.5 907.1 7317.2 1159.8 11428.2 8096.6
2002 893.8 6438.3 1121.9 8439.1 1206.9 12635.1 9170.8
2003 653.2 7091.5 898.7 9337.8 1484.6 14119.7 10183.0
2004 601.1 7692.6 690.6 10028.4 1088.5 15208.2 10976.4
2005 566.6 8259.2 635.9 10664.3 921.5 16129.7 11684.4
2006 698.6 8957.8 718.4 11382.7 1209.0 17338.7 12559.7
Cuadro N° 02: Precipitaciones acumuladas para el análisis doble masa

SUB
Del cuadro N° 02, se elaboró los gráficos de las figuras N° 03 y 04 del análisis de doble masa, con el
promedio acumulado, para determinar la estación con mayor regularidad, y luego para identificar el
periodo con posible inconsistencia.
Fig. N° 09
ANALISIS DOBLE MASA ENTRE LAS ESTACIONES
CON EL PROMEDIO ACUMULADO
PROMEDIO ACUMULADO DE LAS TRES ESTACIONES (mm)
12,000
10,000
8,000
BA
M
BA
Y
CA
O
AC
LIR
6,000
A
O CH
OC
O CL
CH
4,000
2,000
0
2,000 4,000 6,000 8,000 10,000 12,000 14,000 16,000 18,000
PRECIPITACION ACUMULADA DE CADA ESTACION (mm)
Figura N° 03. Análisis doble masas entre las estaciones.
Del gráfico doble masa presentado, se observa que las tres estaciones presentan regularidad durante
el periodo analizado.

SUB
40000
35000
ACUMULADO ESTACION LIRCAY (mm)
30000
25000
20000
15000
10000
5000
LIRCAY
0
0 5000 10000 15000 20000 25000 30000 35000
ACUMULADO ESTACION INDICE (ACOBAMBA) (mm)
Figura N° 04. Análisis doble masas entre acumulado estacione índice Acobamba vs Acumulado
estación Lircay.
EVALUACIÓN
De la evaluación realizada, se concluye en lo siguiente:
 De acuerdo a la visita a las estaciones meteorológicas, no se encontró ningún fenómeno físico

que podría hacer inconsistente a la información recopilada en las estaciones.
 En la comparación de hidrogramas se encontró pequeñas irregularidades, pero que dichas
variaciones al parecer fueron producto de la heterogeneidad de la variación de la precipitación
espacial.
 En el análisis doble masa no se encontró indicio de la presencia de alguna inconsistencia de
datos en las tres estaciones.
Por lo que no se corregirá los datos históricos de ninguna estación seleccionada.
Con los datos históricos de precipitación disponibles, el tratamiento a los mismos consiste en realizar:
 Análisis de consistencia en los saltos y tendencia.

 Completación y extensión de la información.

SUB
3.3 ANÁLISIS ESTADÍSTICO

Se realiza mediante análisis estadístico, el mismo que es un proceso de inferencia para la media y la
varianza de los periodos dudosos y confiables, establecidos en la fase de identificación.
3.3.1. Consistencia en la media
La consistencia en la media se verifica mediante la prueba estadística “T” de Student. Se trata de

analizar si las medias de los datos correspondientes a los periodos dudosos y confiables son
equivalentes o diferentes estadísticamente, para cierto nivel de significación preestablecido
(normalmente α = 5%).
El procedimiento de la prueba T es la siguiente:
Formulación de la Hipótesis
La hipótesis planteada HP, respecto a la homogeneidad de medias es: “Las medias muéstrales de los
datos correspondientes a los periodos dudoso y fiable son equivalentes estadísticamente un nivel de
confianza de 100 – α ”.
En consecuencia, la hipótesis alterna HA queda definida así: “Las medias muéstrales de los datos
correspondientes a los periodos dudoso y confiable no son equivalentes estadísticamente al nivel de
confianza de 100 - α ”.
Estadísticamente, las hipótesis anteriores se expresan como sigue:
HP : X́ 1= X́ 2
HA : X́ 1 ≠ X́ 2
Se lee, “las medias de los periodos dudoso y confiable de la Estación en un estudio son
estadísticamente iguales, o son estadísticamente diferentes”.
En ingeniería hidrológica, la exigencia acerca del nivel de significación es α =0.05 % .
i) Determinación del T tabular (T t).
Los grados de libertad GL para los periodos analizados son:

GL1 =n1−1 Periodo 1
GL2 =n2−1 Periodo 2
Donde, n1 y n2 son el número de datos de cada periodo.
En consecuencia, sumando miembro a miembro ambas expresiones, el número de grados de libertad
GL total se expresa mediante la siguiente expresión.
GL=n1 +n2 −2 (02)
Con el nivel de confianza de 95% (α =5 % ) y el número de grados de libertad total GL, se obtiene el
valor de T, de las tablas o directamente del modelo teórico correspondiente (software).
ii) Determinar el T calculado (T c)

SUB
( X́ 1− X́ 2 )
T c= (03)
Sd
Además:
1
1 1
Sd =S p
[ +
n1 n2 ] 2
(04)
1
( n1−1 ) S 21 + ( n2 −1 ) S 22
S p= [ n1 +n 2−2 ] 2
(05)
n1
21 2
S= 1 ∑ ( x 1− X́ 1 ) (06)
n1−1 i=1
n2
2 1 2
S=
2 ∑ ( x 1− X́ 2) (07)
n2 −1 i=1
Dónde:
Sd =Desviación estándar de las diferencias de las medias.

S p= Desviación estándar ponderada.
X́ = Media muestral.
S= Desviación estándar muestral.
x 1= Datos de la serie analizada.
iii) Criterios de aceptación o rechazo de la HP
Si:
|T c|≤ T t ( α =5 % ) Aceptar HP
|T c|>T t ( α=5 % ) Aceptar HA
En el primer caso, se dice que la prueba T es no significativa y; en el segundo, la prueba puede ser
significativa o altamente significativa, según que la discrepancia entre los estadísticos sea ligera o
alta, respectivamente. En este último caso, implica corregir la información, eliminando el salto del
periodo dudoso (eliminación del salto) y sin tener que recurrir a la prueba F.
3.3.2. Consistencia en la Desviación Estandar
La homogeneidad de las variancias se verifica mediante la prueba F de Fisher, según el siguiente

procedimiento:

SUB
i) Formulación de la hipótesis.
Similarmente a como se procedió en la prueba de T, las hipótesis de esta prueba se plantean
estadísticamente de la siguiente manera:
HP : S21 =S 22 ( α =0.05 )
HA :S 21 ≠ S22 ( α =0.05 )
Se lee, “las variancias de los periodos dudoso y confiable se la Estación en estudio son
estadísticamente iguales o son estadísticamente diferentes”.
2 2
Donde S1 y S2 son las variancias muéstrales correspondientes a los periodos dudoso y confiable de
la Estación en estudio.
ii) Determinación del F calculado (Fc).

S 21 ( x )
F C= 2 , si S21 ( x ) > S22 ( x ) (08)
S2( x )
S 22 ( x )
F C= 2 , si S22 ( x ) > S21 ( x ) (09)
S1( x )
iii) Determinación del F tabular (Ft).

Los grados de libertad y el nivel de significación se expresan de la manera siguiente:
G . L . N .=n1−1 (10.a)
G . L . D.=n2−1 (10.b)
α =0.05( N c =95 %)
Donde:
G . L . N = Grados de libertad del numerador.
G . L . D= Grados de libertad del denominador.
N c = Nivel de confianza.
Con los grados de libertad del numerador y el denominador y el nivel de significación α =0.05 , se
obtiene de las tablas el valor teórico correspondiente o directamente del Software con los mismos
datos de entrada.
iv) Criterios de aceptación o rechazo de la HP
Si:
F c ≤ F t (95 %) Aceptar HP (muestra consistente)
F c > F t ( 95 %) Aceptar HA (muestra inconsistente)
En el primer caso, se dice que la prueba de F es no significativa y la información es consistente y; en

el segundo, la prueba es significativa o altamente significativa, según que la discrepancia entre tales

SUB
estadísticos sea leve o exista una gran diferencia, respectivamente. En este último caso, debe
eliminarse el salto corrigiendo los datos del periodo dudoso partiendo del confiable.
Eliminación de saltos significativos
Si las pruebas T y/o F resultaron no significativas, al 95% de confianza, la muestra es consistente y no

se corrige la información, aun cuando en el análisis de doble masa se observen pequeños quiebres
(no son importantes). Pero sí en cambio, alguna o ambas pruebas resultaron significativas o
altamente significativas, la muestra es inconsistente y debe corregirse la información eliminando el
salto o saltos del periodo dudoso, manteniéndose los parámetros estadísticos del periodo confiable.
Una de las metodologías empleadas para la corrección de saltos es mediante la utilización de las
siguientes expresiones:
a) Si el periodo 1 es el dudoso y el periodo 2 el confiable, entonces:

x 1− X́ 1
x ´1=
( S1 )S2 + X́ 2 (11.a)
b) Si en cambio, el periodo 1 es el confiable y el periodo 2 el dudoso corregible, entonces la expresión

(11.a) se convierte en la (11.b).
x 1− X́ 2
x ´1=
( S2 )S1 + X́ 1 (11.b)
Donde:
x 1= Dato a corregir
x ´1= Dato corregido
S= Variancia
X́ = Media
Bondad de la información corregida. (Huamán, 2013, Hidrología avanzada)
Para comprobar si la información corregida está dentro de los límites de aceptación con el 95% de
probabilidades, se analiza estadísticamente tanto la media y la desviación Standard y, comparándolo
con el periodo confiable, repitiendo el procedimiento ya descrito, vale decir desarrollando las pruebas
T y F, respectivamente, cuyos resultados deben ser confiables.
Cabe mencionar que la información corregida no será una información ideal o naturalizada, puesto
que mantendrá un nivel de incertidumbre en relación a los valores individuales es decir la magnitud
de años secos o húmedos; pero para propósito de cálculo ó prognosis quedará libre de

SUB
inconsistencia. Podemos decir entonces que la información perdida no podrá recuperarse jamás, de
allí la enorme importancia de mantener una red bien manejada y controlada.
Normalmente se asume que el periodo reciente es el más confiable, en los países desarrollados de
Europa ó América. En nuestro país (Perú) sin embargo ocurre a la inversa, puesto que la situación
económica de los últimos años y la informalidad existente hacen afirmar que los periodos recientes en
general son los menos confiables.
Es importante también tener presente que frecuentemente los periodos de análisis de media y
varianza son coincidentes esto es n1 y n2.
La serie que debería considerarse será la de valores anuales, por cuanto el criterio de aplicación de
1 - 2 y 12/22, corresponden a series independiente semanales o mensuales aunque se
incremente con ello la longitud del registro “n”.
 En el periodo comprendido entre los años 1989 al 1994, se observaron precipitaciones muy
inferiores en la estación “Acobamba” con respecto a su propio comportamiento en el resto de los
años y con respecto al comportamiento de la estación “Lircay” y “Choclococha”.
 Durante el periodo 1997 al 2002, se observa que las precipitaciones en “Choclococha” se
incrementaron en una proporción mayor a lo que se produjo en las estaciones de “Acobamba” y
“Lircay”.
3.4. ANÁLISIS DE TENDENCIAS.

El análisis de tendencias se realizó en los registros históricos de las tres estaciones seleccionadas.
Para la estación de “Acobamba” y “Lircay”, se realizó para el periodo de:
IDENTIFICACION
De acuerdo a la visita realizada a las estaciones no se identificó justificación física para que se el
registro histórico este afectado por tendencia alguna.
EVALUACION
La evaluación de la tendencia se realizó determinando la ecuación de regresión lineal simple:
Tm= Am+ Bm∗t
Dónde:
Tm : Tendencia en la media con información de precipitación libre de saltos
Am, Bm: Coeficientes de la ecuación de regresión.
t : Tiempo cronológico

SUB
N : Número total de meses analizados
R : Coeficiente de correlación
Tc : T calculado. Se calcula mediante la siguiente expresión:
R( N −2)1/2
Tc=
(1−R2 )1/ 2
Tt T tabulado, con un nivel de significación igual a 0.05 y (N-2) grados de libertad.
Al comparar el Tc con el Tt, se utiliza el siguiente criterio para decidir si la tendencia en la media es
significativa o no:
Si Tc <= Tt No es significativo la tendencia al 95% de probabilidad
Si Tc > Tt Es significativo la tendencia por lo que es necesario su corrección.
Los resultados de las pruebas estadísticas realizadas que determinan si es significativo o no alguna
tendencia son las siguientes:
Cuadro N° 03.
ESTACION ECUACION R N Tc Tt Significativo

Acobamba Tm=63.971−0.0155∗t 0.043 552 1.009 1.64 No
Lircay Tm=71.275−0.0151∗t 0.042 552 0.981 1.64 No
Choclococha Tm=103.144+ 0.0007∗t 0.0004 168 0.005 1.64 No
Como se observa, de acuerdo a la prueba estadística realizada, los datos históricos de la
precipitación en las tres estaciones seleccionadas, están libre de tendencia.
4. REGIONALIZACION DE LAS PRECIPITACIONES MENSUALES
4.1 PRECIPITACIONES MENSUALES GENERADAS
Se generaron las precipitaciones mensuales para cada cuenca, estas se obtuvieron mediante la
regresión lineal de las tres estaciones con las que se contaba y las altitudes de estas.
Para generar los datos de precipitación mensual para la cuenca deseada, se trabaja con la altitud a
la que se encuentra dicha cuenca este valor se remplaza en la ecuación obtenida de la regresión
lineal y se obtiene la precipitación generada.
Precipitación media de estaciones aledaña a la zona de estudio (mm)

Estación Elevacion Ene. Feb. Mar. Abr. May. Jun. Jul. Ago. Sep. Oct. Nov. Dic. ANUAL
145.0 60.8 25.5 13.1 19.9 44.5 56.2 59.1
LIRCAY 3330 8 143.33 120.67 4 3 9 14.29 8 1 4 7 99.81 802.63
ACOBAMBA 3423 138.1 123.27 101.89 41.2 21.2 11.0 11.07 17.6 37.2 58.5 65.6 94.29 721.33

SUB
7 8 0 0 7 8 9 3
CHOCLOCOCH 171.7 87.6 26.9 13.4 20.0 35.7 61.0 69.2
A 4583 5 169.78 157.47 7 3 8 9.29 2 4 8 6 119.59 942.05
Cuadro N° 04. Media de las precipitaciones mensuales de estaciones aledaña a la zona de estudio
(mm).
VARIACION DE LA PRECIPITACION
200.00
180.00
160.00
Precipitacion (mm)
140.00
120.00
ACOBAMBA
100.00 CHOCLOCOCHA
LIRCAY
80.00
60.00
40.00
20.00
0.00
1 2 3 4 5 6 7 8 9 10 11 12
MES
Figura N° 05. Variación de la precipitación.
CALCULO DE LA RELACION ALTITUD - PRECIPITACION

Elevación Precipitación Anual Variacion de
Estacion
(msnm) Original (mm) Generado (mm) precip. (mm)
LIRCAY 3330 802.63 206.63 596.00
ACOBAMBA 3423 721.33 220.09 501.25
CHOCLOCOCHA 4583 942.05 387.94 554.11
Figura N° 06. Calculo de la Relación Altitud – Precipitación

SUB
CURVA ALTITUD - PRECIPITACION

1150.00
1050.00
Precipitacion anual (mm)
950.00
850.00 f(x) = 0.14 x + 275.22
750.00 R² = 0.82
650.00
550.00
450.00
350.00
3300 3400 3500 3600 3700 3800 3900 4000 4100 4200 4300 4400 4500 4600
ALTITUD (msnm)
Figura N° 10. Calculo de la Relación Altitud – Precipitación.
FACTOR DE RELACION DE LA PRECIPITACION

ANUAL
Elevación Precipitación Factor de

Estación
(msnm) mm Relación
ACOBAMBA 3423 220.09 1.0000
MAYUNMARCA 3097 172.92 0.7857
Cuadro N° 05. Factor de relación de la precipitación.
Sabiendo:
Se multiplica al factor de relación obtenido para cada cuenca con la precipitación tomada como base,
en nuestro caso se tomó a la estación Acobamba, debido a que se encuentra a una altitud similar
que las cuencas a que se va a trabajar:
Pf =Po∗Fr .
DONDE:
Pf: Precipitación final en la cuenca de estudio deseada
Fr: Factor de relación

SUB
Po: Precipitación base.
Las precipitaciones máximas en 24 horas que se obtuvo en la estación generada en la cuenca

Huarmishlla se presentan a continuación:
4.2 SELECCIÓN DEL PERÍODO DE RETORNO
El tiempo promedio, en años, en que el valor del caudal pico de una creciente determinada
es igualado o superado una vez cada “T” años, se le denomina Período de Retorno
“T”. Si se supone que los eventos anuales son independientes, es posible calcular la
probabilidad de falla para una vida útil de n años.
Para adoptar el período de retorno a utilizar en el diseño de una obra, es necesario

considerar la relación existente entre la probabilidad de excedencia de un evento, la vida útil
de la estructura y el riesgo de falla admisible, dependiendo este último, de factores
económicos, sociales, técnicos y otros.
El criterio de riesgo es la fijación, a priori, del riesgo que se desea asumir por el caso de que
la obra llegase a fallar dentro de su tiempo de vida útil, lo cual implica que no ocurra un
evento de
magnitud superior a la utilizada en el diseño durante el primer año, durante el segundo, y así
sucesivamente para cada uno de los años de vida de la obra.
El riesgo de falla admisible en función del período de retorno y vida útil de la obra está dado
por:
R=1−(1−1/T )n
Si la obra tiene una vida útil de n años, la fórmula anterior permite calcular el
período de retorno T, fijando el riesgo de falla admisible R, el cual es la
probabilidad de ocurrencia del pico de la creciente estudiada, durante la vida útil de
la obra. (Ver Figura Nº 11).
Figura Nº 11. Riesgo de por lo

menos una excedencia del evento
de diseño Durante la vida útil (Fuente:
Hidrología Aplicada (Ven te
Chow).
En la Tabla Nº 01 se presenta el valor T

para varios riesgos permisibles R y para
la vida útil n de la obra.

SUB
TABLA Nº 01: Valores de Período de Retorno T (Años)
Fuente: MONSALVE, 1999.
De acuerdo a los valores presentados en la Tabla Nº 01 se recomienda utilizar

como máximo, los siguientes valores de riesgo admisible de obras de drenaje:
4.3 CÁLCULO DEL TIEMPO DE CONCENTRACIÓN

SUB
Existen varias formas de determinar el tiempo de concentración, ya sea haciendo uso de las
características hidráulicas de la cuenca, estimando velocidades, o haciendo uso de fórmulas empíricas
propuestas por varios autores a fin de ahorrar tiempo en su cálculo, de las cuales la Fórmula de Kirpich,
es una de las más utilizadas.
t c =0.01947∗L0.77∗S−0.385
TC : Tiempo de concentración, en horas
L: Longitiud del curso de agua mas largo, en km.
S: Pendiente promedio de la cuenca, m/m
De los cálculos hechos en nuestra microcuenca se tiene:
L:= 281.89 m
S = 8.61%
Remplazano estos datos en la ecuación presentada se obtuvo lo siguiente:
Por lo tanto: Tc = 15.42 minutos
Fuente. La ecuación para tiempo de concentración se tomó del Manual de Hidrología, Hidráulica y
Drenaje del MTC.
5. ANALISIS ESTADISTICO DE DATOS HIDROLOGICOS
5.1. Modelos de distribución
Con el fin de ajustar la serie anual de precipitación máxima diaria de la estación Acobamba en
función de distribución probabilística teórica o también llamada el uso de números aleatorios.
Por lo que para el análisis de frecuencia se aplicó el análisis de funciones de la distribución
teórica:
Normal, Gumbel, Log-normal, Log-Pearson III y Pearson III, por ser las más usadas en
Hidrología para caso de eventos máximos.
En la estadística existen diversas funciones de distribución de probabilidad teóricas;

recomendándose utilizar las siguientes funciones:
i. Distribución Normal
ii. Distribución Log Normal 2 parámetros
iii. Distribución Log Normal 3 parámetros
iv. Distribución Gamma 2 parámetros
v. Distribución Gamma 3 parámetros

SUB
vi. Distribución Log Pearson tipo III
vii. Distribución Gumbel
viii. Distribución Log Gumbel
5.1.1. Distribución Normal

Esta distribución se define:
2
1  x 
1  
 

f ( x)  e 2
2
Donde:
f(x) = densidad de probabilidad
x = variable aleatoria
5.1.2. Distribución de Frecuencia Gumbel
Esta distribución Gumbel se deriva de otras distribuciones de tipo exponencial que convergen
hacia una función exponencial a medida que la variable aleatoria (x) crece.
La función de densidad de probabilidad es:
   x     e    x    
f ( x )   e  

Donde a y b son los parámetros de la función.

Los parámetros α y β, se estiman para muestras muy grandes, como:
1 . 2825
α=
S
β=x−0. 45 S
Para muestras relativamente pequeñas, se tiene:
σy
α=
S
β=x−u y /α
Los valores de μy y σy se encuentran por medio de tablas.
5.1.3. Distribución de Frecuencia Tipo log Normal

SUB
Esta distribución es una extensión de la distribución Normal, en la cual los valores logarítmicos
de una secuencia son considerados como normalmente distribuidos.
1  ( y   y ) 2 
f ( x)  .exp  ; x  0
 2 y
2
x. y 2 
Donde:
y = log(x)
f(x) = densidad de probabilidad
x = variable aleatoria
µy = media de los logaritmos naturales de x
σy = desviación estándar de los logarítmicos naturales de x
e = base de los logaritmos naturales.
5.1.4. Distribución de Frecuencia tipo log Pearson tipo III

Esta distribución es una extensión de la distribución Normal, en la cual los valores logarítmicos.
1
f ( x) 
 x
 a  B     B  1 e  ln 8 x  y  / a 
a
Donde:
a = parámetro de escala
B = parámetro de forma
y = límite inferior de la distribución
5.1.5. Distribución Pearson Tipo III (Gamma 3 Parametros)
La función de densidad es:
−( x− x0 )
γ −1 β
( x−x 0 ) e
f ( x )= γ
β Γ (γ )
Válido para:
x0 ≤ x < ∞
-∞ < x0 < ∞
0<β<∞
0<γ<∞

SUB
Donde:
x0: origen de la variable x, parámetro de posición
γ: parámetro de forma
β: parámetro de escala.
b) Prueba Kolmogorov – Smirnov
Método por el cual se comprueba la bondad de ajuste de las distribuciones,

asimismo permite elegir la más representativa, es decir la de mejor ajuste. Esta prueba
consiste en comparar el máximo valor absoluto de la diferencia D entre la función de
distribución de probabilidad observada Fo (xm) y la estimada F (xm):
D = máx / Fo(xm) – F(xm)
Con un valor crítico d que depende del número de datos y el nivel de significancia
seleccionado (Tabla Nº 03). Si D<d, se acepta la hipótesis nula. Esta prueba tiene la ventaja
sobre la prueba de X2 de que compara los datos con el modelo estadístico sin necesidad
de agruparlos. La función de distribución de probabilidad observada se calcula como:
Fo(xm) = 1- m / (n+1)
Donde m es el número de orden de dato xm en una lista de mayor a menor y no es el número

total de datos. (Aparicio, 1996)
TABLA Nº 03: Valores críticos d para la prueba Kolmogorov – Smirnov
TAMAÑO DE
LA
α = 0.10 α = 0.05 α = 0.01
MUESTRA
5 0.51 0.56 0.67
10 0.37 0.41 0.49
15 0.30 0.34 0.40
20 0.26 0.29 0.35
25 0.24 0.26 0.32
30 0.22 0.24 0.29
35 0.20 0.22 0.27
40 0.19 0.21 0.25
DETERMINACIÓN DE LA TORMENTA DE DISEÑO
Uno de los primeros pasos en muchos proyectos de diseño es la determinación del evento de
lluvia a usar.

SUB
Una tormenta de diseño es un patrón de precipitación definido para utilizarse en el diseño de

un sistema hidrológico. Usualmente la tormenta de diseño conforma la entrada al sistema, y
los caudales resultantes a través de éste se calculan utilizando procedimientos de lluvia-
escorrentía y tránsito de caudales. Una tormenta de diseño puede definirse mediante un valor
de profundidad de precipitación en un punto, mediante un histograma de diseño que
especifique la distribución temporal de la precipitación durante una tormenta.
Las tormentas de diseño pueden basarse en información histórica de precipitación de una

zona o pueden construirse utilizando las características generales de la precipitación en
regiones adyacentes. Su aplicación va desde el uso de valores puntuales de precipitación en
el método racional para determinar los caudales picos en alcantarillados de aguas lluvias y
alcantarillas de carreteras, hasta el uso de hietogramas de tormenta como las entradas para el
análisis de lluvia-escorrentía en embalses de detención de aguas urbanas.
Para determinación de la tormenta de diseño sería recomendable contar con información

obtenida a través de un pluviógrafo, ya que este equipo provee información instantánea, sin
embargo, la mayoría de estaciones de medición de precipitaciones solo cuentan con
pluviómetros que solo proveen de valores medios.
CURVAS INTENSIDAD – DURACIÓN – FRECUENCIA
La intensidad es la tasa temporal de precipitación, es decir, la profundidad por unidad de

tiempo (mm/h). Puede ser la intensidad instantánea o la intensidad promedio sobre la
duración de la lluvia. Comúnmente se utiliza la intensidad promedio, que puede expresarse
como:
Donde P es la profundidad de lluvia (mm) y Td es la duración, dada usualmente en horas. La

frecuencia se expresa en función del período de retorno, T, que es el intervalo de tiempo
promedio entre eventos de precipitación que igualan o exceden la magnitud de diseño.
Las curvas intensidad – duración – frecuencia son un elemento de diseño que relacionan la
intensidad de la lluvia, la duración de la misma y la frecuencia con la que se puede
presentar, es decir su probabilidad de ocurrencia o el periodo de retorno.
Para determinar estas curvas IDF se necesita contar con registros pluviográficos de lluvia en
el lugar de interés y seleccionar la lluvia más intensa de diferentes duraciones en cada año,
con el fin de realizar un estudio de frecuencia con cada una de las series así formadas. Es
decir, se deben examinar los hietogramas de cada una de las tormentas ocurridas en un
año y de estos hietogramas elegir la lluvia correspondiente a la hora más lluviosa,
a las dos horas más lluviosas, a las tres horas y así sucesivamente. Con los valores

SUB
seleccionados se forman series anuales para cada una de las duraciones elegidas. Estas
series anuales están formadas eligiendo, en cada año del registro, el mayor valor
observado correspondiente a cada duración, obteniéndose un valor para cada año y cada
duración.
Cada serie se somete a un análisis de frecuencia, asociando modelos probabilísticas según

lo descrito en el ítem 3.7. Así se consigue una asignación de probabilidad para la intensidad
de lluvia correspondiente a cada duración, la cual se representa en un gráfico único de
intensidad vs. Duración, teniendo como parámetro el período de retorno, tal como se
muestra en el ejemplo (Ver Figura Nº 02).
Cabe indicar que formar las series anuales es un proceso largo y laborioso, que
involucra el examen cuidadoso de los rollos pluviográficos, la lectura de los valores, la
digitación de la información, la contrastación y verificación de los valores leídos con los
registros pluviométricos cercanos y el análisis de las tormentas registradas para encontrar
los máximos valores registrados para cada una de las duraciones seleccionadas.
Figura Nº 12: Curvas de Intensidad – Duración - Frecuencia
CURVA INTENSIDAD-DURACION-FRECUENCIA
60.0 ESTACIÓN GENERADA - MAYUNMARCA
Intensidad de precipitacion (mm/h)
50.0 2
5
40.0 Las 1
curva 0
30.0 2 s de
0
intens
20.0 2
5 idad
10.0 5 –
0 durac
0.0 ión –
0.0 5.0 10.0 15.0 20.0 25.0 30.0 35.0 40.0 45.0 50.0 55.0
Duracion (min) frecu
encia
tambi
én pueden expresarse como ecuaciones con el fin de evitar la lectura de la intensidad de
lluvia de diseño en un una gráfica. Un modelo general es el siguiente.
a
I=
( D+b)m

SUB
Donde I es la intensidad de lluvia de diseño, D es la duración y a, b y m son coeficientes

que varían con el lugar y el período de retorno, asimismo para su determinación se
requiere hacer una linealización previa de la ecuación para luego hallar los parámetros
a, b y m por medio de regresión lineal.
La duración de la lluvia de diseño es igual al tiempo de concentración (tc) para el área de

drenaje en consideración, dado que la escorrentía alcanza su pico en el tiempo de
concentración, cuando toda el área está contribuyendo al flujo en la salida.
En nuestro país, debido a la escasa cantidad de información pluviográficos con que se

cuenta, difícilmente pueden elaborarse estas curvas. Ordinariamente solo se cuenta con
lluvias máximas en 24 horas, por lo que el valor de la Intensidad de la precipitación pluvial
máxima generalmente se estima a partir de la precipitación máxima en 24 horas, multiplicada
por un coeficiente de duración; en la Tabla Nº 04 se muestran coeficientes de duración, entre
1 hora y 48 horas, los mismos que podrán usarse, con criterio y cautela para el cálculo de la
intensidad, cuando no se disponga de mejor información.
TABLA Nº 06: Coeficientes de duración lluvias entre 48 horas y una hora
DURACIÓN DE LA COEFICIENTE
1 0.25
2 0.31
3 0.38
4 0.44
5 0.50
6 0.56
8 0.64
10 0.73
12 0.79
14 0.83
16 0.87
18 0.90
20 0.93
22 0.97
24 1.00
48 1.32
Fuente: Manual para el Diseño de Carreteras
Se puede establecer como un procedimiento lo siguiente:
1. Seleccionar las lluvias mayores para diferentes tiempos de duración.

SUB
2. Ordenar de mayor a menor.
3. Asignar a cada valor ordenado una probabilidad empírica.
4. Calcular el tiempo de retorno de cada valor.
5. Graficar la curva intensidad-frecuencia-duración.
Para el caso de duraciones de tormenta menores a 1 hora, o no se cuente con

registros pluviográficos que permitan obtener las intensidades máximas, estas
pueden ser calculadas mediante la metodología de Dick Peschke (Guevara, 1991)
que relaciona la duración de la tormenta con la precipitación máxima en 24 horas.
La expresión es la siguiente:
6. ANALISIS HIDROLOGICO
6.1 INTENSIDADES DE LLUVIAS

Calcularemos la lluvia máxima de diseño en base al modelo de Dick y Pescke. Este modelo
permite calcular la lluvia máxima en función de la precipitación máxima en 24 horas. La
expresión es la siguiente:
0.25
d
Pd =P24 ( 1440 )
Dónde:
Pd = precipitación total (mm) d = duración en minutos
P24h = precipitación máxima en 24 horas (mm)
Las curvas de intensidad-duración-frecuencia, se han calculado indirectamente,

indirectamente, mediante la siguiente relación:
( K T m)
I=
tn
Dónde:
I = Intensidad máxima (mm/min)
K, m, n = factores característicos de la zona de estudio
T = período de retorno en años
t = duración de la precipitación equivalente al tiempo de concentración (min).Si se toman los

logaritmos de la ecuación anterior se obtiene:

SUB
Aplicando las formulas obtenemos las siguientes Intensidades máximas, como se ve

en el cuadro N° 03.
CUADRO N° 07: INTENSIDADES MAXIMAS - (mm/h)
ESTACIÓN ACOBAMBA
DURACIÓN PERÍODO DE RETORNO (años)
Hr min 2 5 10 20 25 50 100
0.08 5.00 34.88 43.49 48.00 51.71 52.80 55.90 58.69
0.17 10.00 29.73 37.07 40.91 44.07 45.00 47.64 50.02
0.25 15.00 26.18 32.65 36.03 38.82 39.63 41.96 44.05
0.33 20.00 23.56 29.38 32.43 34.94 35.67 37.77 39.65
0.67 40.00 21.54 26.85 29.63 31.93 32.60 34.51 36.24
0.83 50.00 19.91 24.83 27.39 29.52 30.14 31.91 33.50
1.00 60.00 16.47 20.54 22.67 24.43 24.94 26.40 27.72
6.2. CAUDALES MAXIMOS

Como no se cuenta con datos de caudales, las descargas máximas serán estimadas en base
a las precipitaciones y a las características de la cuenca, tomando el Método Racional.
Seguidamente aplicaremos el Método Racional, que empezó a utilizarse alrededor de la mitad

del siglo XIX, es probablemente el método más ampliamente utilizado hoy en día para la
estimación de caudales máximos en cuencas de poca extensión, hasta 20 km2. A pesar de
que han surgido críticas válidas acerca de lo adecuado de este método, se sigue utilizando
debido a su simplicidad.
La descarga máxima instantánea es determinada sobre la base de la intensidad

máxima
Dónde:
Q = Descarga pico en m3/seg. C = Coeficiente de escorrentía
I = Intensidad de precipitación en mm/hora. A = Área de cuenca en Km2.
Las asunciones en que se basa este Método son:
 La magnitud de una descarga originada por cualquier intensidad de precipitación

alcanza su máximo cuando esta tiene un tiempo de duración igual o mayor que el tiempo de
concentración.

SUB
 La frecuencia de ocurrencia de la descarga máxima es igual a la de la precipitación

para el tiempo de concentración dado.
 La relación entre la descarga máxima y tamaño de la cuenca es la misma que entre

la duración e intensidad de la precipitación.
 El coeficiente de escorrentía es el mismo para todas las tormentas que se produzcan
en una cuenca dada.
Para efectos de la aplicabilidad de ésta fórmula el coeficiente de escorrentía C" (¹) y la

intensidad de la precipitación varían de acuerdo a las características geomorfológicas de la
zona: topografía, naturaleza del suelo y vegetación de la cuenca.
Los coeficientes de escorrentía escogidos en el proyecto, para su uso en el Método Racional

es el siguiente:
6.3. DETERMINACIÓN DEL CAUDAL DE AGUAS PLUVIALES

Cuadro 08: Coeficientes de escorrentía para ser utilizados en el Método Racional

SUB
Fuente: Tabla 1.a de la Norma Técnica O.S. 060 Drenaje Pluvial Urbano
Cuadro 09: Hallando el coeficiente de escorrentía (C)
Factor T=5 Coeficiente

CARACTERISTICAS DEL AREA Area %
años Parcial
Concreto/techos 0.80 18 0.14
Condicion pobre (<50% del area)
plano, 0 - 2% 0.22 23 0.05
promedio, 2 - 7 % 0.32 16 0.05
Pendiente, superior a 7 % 0.43 18 0.08
pastizales 0.40 25 0.10
Coeficiente de escorrentia ∑ 100 0.42
Fuente: Tabla 1.a de la Norma Técnica O.S. 060 Drenaje Pluvial Urbano
AREAS PARCIALES DE LAS SUB CUENCAS - MAYUNMARCA
Figura 13-a.Áreas parciales - Fuente: Elaboración propia
Figura 13-b.Áreas parciales - Fuente: Elaboración propia

SUB
Cuadro 10: Determinación de los parámetros geomorfológicos de las sub cuencas:
CUADRO DE PARAMETROS GEOMORFOLOGICOS DE LAS SUB CUENCAS

Y TIEMPO DE CONCENTRACION
SUB LONGITUD DE PENDIENTE DEL TIEMPO DE
PERIMETRO
CUENCA DE AREA (m2) SUB CUENCA CURSO CONCENTRACIÓN
(m)
DRENAJE (LC) PRINCIPAL (%) (min)
1 19212.00 639.00 239.68 11.04 12.37
2 14769.00 583.00 209.43 10.75 11.26
3 32319.00 768.00 292.49 10.24 14.84
4 33658.00 717.00 234.35 10.06 12.60
5 44350.00 1558.00 247.90 9.81 13.28
6 29210.00 673.00 226.24 9.56 12.50
7 43313.00 1094.00 281.89 8.61 15.42
8 14190.00 539.00 152.57 8.43 9.69
9 38652.00 895.00 217.79 10.31 11.79
10 27729.00 1396.00 199.95 9.59 11.35
11 40972.00 821.00 279.75 9.68 14.65
12 14134.00 528.00 194.49 9.84 11.00
13 9158.00 450.00 169.19 10.25 9.73
14 25546.00 641.00 228.45 10.68 12.07
15 18621.00 572.00 149.06 10.55 8.73
16 12835.00 597.00 249.86 10.49 13.02
6.4. CALCULO DE CAUDALES:

APLICACIÓN DE LA FORMULA DEL MÉTODO RACIONAL
Este método esta expresado matemáticamente por la ecuación.
𝑄 = 𝐶𝐼𝐴/3.6
Dónde:
 Q: Caudal máximo de escorrentía (m3/se).

 C: Coeficiente de escorrentía.
 A: Área de la cuenca (Ha).
 I: Intensidad máxima de la lluvia para un periodo de duración igual al tiempo de
concentración, y para la frecuencia de diseño (mm/h).
C = 0.42 (Coeficiente de escorrentía, hallado en el cuadro 5).
I = 32 mm/hr (Intensidad máxima de la lluvia para un tiempo de concentración Tc = 15.42

minutos, hallado de las curvas IDF de la figura 2.

SUB
Reemplazando los datos en la ecuación, los datos obtenidos se muestran en el siguiente

cuadro.
Cuadro 11: Determinación de caudales para las áreas tributarias.
COEFICIENT
SUB INTENSIDA
AREA E CAUDAL Q CAUDAL
CUENCA DE AREA (m2) D MAX.
(km2) ESCORREN. (m3/seg) (Lt/seg)
DRENAJE (mm/h)
"C"
1 19212.00 0.019 0.42 35.00 0.078 78.45
2 14769.00 0.014 0.42 35.00 0.060 60.31
3 32319.00 0.032 0.42 35.00 0.132 131.97
4 33658.00 0.034 0.42 35.00 0.137 137.44
5 44350.00 0.044 0.42 35.00 0.181 181.10
6 29210.00 0.029 0.42 35.00 0.119 119.27
7 43313.00 0.043 0.42 35.00 0.177 176.86
8 14190.00 0.014 0.42 35.00 0.058 57.94
9 38652.00 0.049 0.42 35.00 0.158 157.83
10 27729.00 0.028 0.42 35.00 0.113 113.23
11 40972.00 0.040 0.42 35.00 0.167 167.30
12 14134.00 0.014 0.42 35.00 0.058 57.71
13 9158.00 0.009 0.42 35.00 0.037 37.40
14 25546.00 0.026 0.42 35.00 0.104 104.31
15 18621.00 0.019 0.42 35.00 0.076 76.04
16 12835.00 0.013 0.42 35.00 0.052 52.41

SUB
7. CONCLUSIONES
 Mediante el método de regionalización se generó una estación pluviométrica

ficticia en el Centro Poblado de Mayunmarca para obtener precipitaciones
con las cuales se pueda trabajar la hidrología.
 Para la generación de la estación pluviométrica ficticia se tomó como estación

base a la estación pluviométrica de Acobamba debido a que presenta similar
característica.
 En el análisis de consistencia realizado no presentan saltos ni tendencias

significativos es por ello que no se procede a la corrección de estos datos de
precipitación.
 El periodo de retorno a utilizar es T=5 años.
 El mayor tiempo de concentración de las sub cuencas en estudio es Tc=15.42

minutos perteneciente a la sub cuenca N°07.
 La sub cuenca de mayor área es la N°05 con un área A= 44350.00 m2

 El máximo caudal obtenido de las subcuencas de estudio es Q = 0.181 m3/s, la
cual pertenece a la sub cuenca N°05.
 El mínimo caudal obtenido de las subcuencas de estudio es Q = 0.037 m3/s, la

cual pertenece a la sub cuenca N°13.
 Se tomó 16 sub cuencas en toda el área de estudio; teniendo en cuenta la

geografía y pendiente del terreno.
BIBLIOGRAFIA USADA
 Para desarrollar este informe de hidrología e hidráulica se tomó en

consideración el Manual de Hidrología, Hidráulica y Drenaje del MTC.

SUB
8. ANEXOS
DATOS HISTORICOS REGISTRADOS EN LA ESTACION

ACOBAMBA

SUB

Estudio Hidrologico-Mayunmarca

Cargado por

Copyright:

Formatos disponibles

Estudio Hidrologico-Mayunmarca

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Estudio Hidrologico-Mayunmarca

Cargado por

Copyright:

Formatos disponibles

“MEJORAMIENTO DE LA TRANSITABILIDAD VEHICULAR Y PEATONAL A TRAVÉS DE PISTAS Y

GOBIERNO REGIONAL DE HUANCAVELICA 10

El propósito es elaborar el estudio hidrológico, para evaluar el comportamiento de las zonas

 Recopilación de información. - Comprendió la recolección, evaluación y análisis de la

La información que se está utilizando se refiere a los siguientes aspectos:

La escorrentía existente y producida en el área de estudio, proviene exclusivamente de las

2. UBICACIÓN Y DESCRIPCION DEL AREA DE ESTUDIO

Políticamente está ubicado:

 Departamento/ Región: Huancavelica

Geográficamente tiene un centro determinado por las coordenadas geográficas siguientes:

El Centro Poblado de San Martin de Mayunmarca se ubica en las siguientes coordenadas:

GOBIERNO REGIONAL DE HUANCAVELICA 10

Foto: San Martín de Mayunmarca

Ubicación del proyecto en estudio

La localidad de Mayunmarca se conecta con el Distrito de Paucará y con la Provincia de

GOBIERNO REGIONAL DE HUANCAVELICA 10

CUADRO N° 01: VIAS DE ACCESO AL C. P. DE MAYUNMARCA

3. ANÁLISIS DE CONSISTENCIA DE LA INFORMACIÓN PLUVIOMÉTRICA

El análisis de consistencia de la información hidrometeorológica es una técnica que permite detectar,

3.1. Análisis visual de hidrogramas

GOBIERNO REGIONAL DE HUANCAVELICA 10

Precipitación total anual - Serie histórica

Figura N° 01. Hidrogramas de precipitación anual histórica

Precipitación total anual - Serie histórica

Figura N° 02. Hidrogramas de precipitación anual histórica

Precipitación total anual - Serie histórica

GOBIERNO REGIONAL DE HUANCAVELICA 10

Figura N° 03. Hidrogramas de precipitación anual histórica

3.2. Análisis de doble masa

PRECIPITACIONES ACUMULADAS PARA EL ANALISIS DOBLE MASA

Cuadro N° 02: Precipitaciones acumuladas para el análisis doble masa

GOBIERNO REGIONAL DE HUANCAVELICA 10

Figura N° 03. Análisis doble masas entre las estaciones.

GOBIERNO REGIONAL DE HUANCAVELICA 10

De la evaluación realizada, se concluye en lo siguiente:

 De acuerdo a la visita a las estaciones meteorológicas, no se encontró ningún fenómeno físico

Por lo que no se corregirá los datos históricos de ninguna estación seleccionada.

 Análisis de consistencia en los saltos y tendencia.

GOBIERNO REGIONAL DE HUANCAVELICA 10

3.3 ANÁLISIS ESTADÍSTICO

3.3.1. Consistencia en la media

La consistencia en la media se verifica mediante la prueba estadística “T” de Student. Se trata de

El procedimiento de la prueba T es la siguiente:

i) Determinación del T tabular (T t).

Los grados de libertad GL para los periodos analizados son:

ii) Determinar el T calculado (T c)

GOBIERNO REGIONAL DE HUANCAVELICA 10

Sd =Desviación estándar de las diferencias de las medias.

iii) Criterios de aceptación o rechazo de la HP

3.3.2. Consistencia en la Desviación Estandar

La homogeneidad de las variancias se verifica mediante la prueba F de Fisher, según el siguiente

GOBIERNO REGIONAL DE HUANCAVELICA 10

ii) Determinación del F calculado (Fc).

iii) Determinación del F tabular (Ft).

iv) Criterios de aceptación o rechazo de la HP

En el primer caso, se dice que la prueba de F es no significativa y la información es consistente y; en

GOBIERNO REGIONAL DE HUANCAVELICA 10

Eliminación de saltos significativos