Curvas IDF

Tesis de Maestría
UNIVERSIDAD MAYOR DE SAN ANDRÉS

FACULTAD DE AGRONOMÍA
POSTGRADO
TESIS PARA OPTAR EL GRADO ACADEMICO DE

MAGISTER SCIENTIARUM
“DETERMINACIÓN DE RELACIONES
INTENSIDAD-DURACIÓN-FRECUENCIA (IDF) DE 11
ESTACIONES METEOROLÓGICAS DEL ALTIPLANO,
MEDIANTE EL ANÁLISIS DE EVENTOS EXTREMOS DE
PRECIPITACIÓN”
Ing. Rolando Ángel Maldonado Navia
La Paz – Bolivia
2015
Tesis de Maestría
UNIVERSIDAD MAYOR DE SAN ANDRÉS

FACULTAD DE AGRONOMÍA
POSTGRADO
Tesis de Maestría como requisito

para optar al título de
Maestro en Ciencias
“Determinación de relaciones
intensidad-duración-frecuencia (IDF) de 11
Estaciones meteorológicas del altiplano,
mediante el análisis de eventos extremos de precipitación”
Postulante:
Ing. Rolando Angel Maldonado Navia
Asesor:
Ing. M Sc. Guido Jorge Vía Guzmán ------------------------------------
Tribunal examinador:
Ing. Ph. D. Emilio García Apaza ------------------------------------
Ing. M. Sc. Isidro Callizaya Mamani ------------------------------------
Presidente tribunal examinador:
Aprobado ------------------------------------
La Paz – Bolivia
2015
Tesis de Maestría
DEDICATORIA
A todos mis seres queridos, quienes con su apoyo moral hicieron posible
integrar mi formación académica.
Tesis de Maestría
AGRADECIMIENTOS
A Dios por su gran fortaleza que me ha brindado para culminar exitosamente otra etapa en mi vida
profesional.
Al pueblo de Bolivia, que a través de sus contribuciones fiscales hace posible la existencia de
instituciones como la Universidad Mayor de San Andrés UMSA, por el apoyo otorgado para la realización
de mis estudios de maestría.
A Fondos de Cooperación y Convenio entre la UMSA y KLEUVEN DE BELGICA, por el apoyo otorgado
a la Maestría en Ingeniería de Riego, Primera Versión.
A la Coordinadora General de la Unidad de Postgrado Ing. M Sc. Celia María Fernández Chávez y la
Coordinadora de la Maestría en Ingeniería de Riego Ing. M Sc. Ph D Magaly García Cárdenas, por su
apoyo y colaboración que me brindaron para la culminación del post grado.
Al Ing. Ph. D. Guido Jorge Vía Guzmán por su colaboración y dedicación en la realización del presente
trabajo de investigación.
Al Ing. Ph. D. Emilio García Apaza por su disponibilidad y tiempo dedicado para la revisión del estudio de
Posgrado.
Al Ing. M.Sc.Isidro Callizaya Mamani por su disponibilidad y tiempo dedicado para la revisión del estudio
de Posgrado.
A los colegas de la generación por sus sugerencias y palabras de aliento.

Tesis de Maestría
CONTENIDO GENERAL
Resumen General II
General Summary III
Indice General IV
Indice de Tablas IX
Indice de Gráficos XII
Indice de Figuras XIV
Indice de Anexos XV
I
Tesis de Maestría
RESUMEN GENERAL
El presente trabajo se ha desarrollado en base al comportamiento de las precipitaciones de 11

estaciones meteorológicas, basadas en datos históricos de lluvias extremas, cuya antigüedad
fluctúa entre los 5 y 31 años, éste estudio se realizó para las estaciones de: Uyuni, Turco, Todos
Santos, Salinas, Quillacas, El Alto, Culta, Coipasa, Chuquiña, Chillca, Andamarca, que se
encuentran en los departamentos de La Paz, Oruro y Potosí.
Las relaciones de Intensidad, Duración y Frecuencia (IDF), constituyen la base hidrológica para
la estimación de los caudales de diseño. Estas curvas sintetizan las características de los eventos
extremos máximos o mínimos de precipitación de una determinada zona, y definen la intensidad
media de lluvia, para diferentes duraciones de eventos de precipitación con periodos de retorno
específicos
Diferentes métodos han sido propuestos en la literatura para la estimación de las relaciones, entre
las que se ha estudiado en este trabajo es utilizando el método de Curva Promedio con Criterios
Adimensional, para determinar las Relaciones (IDF) de estaciones del altiplano boliviano
mediante la caracterización temporal de eventos extremos de precipitación, con los cuales se
formularon las ecuaciones y las curvas IDF, así como sus características particulares y en
conjunto, de acuerdo a su comportamiento estadístico y luego se empleó la técnica basada en
interpolación estadística, como es el kriging para detallar y zonificar las isolíneas de intensidad.
Se generaron mapas de contornos, con lo cual se hace la predicción en base a las densidades de
influencia, para cada intervalo de intensidad de precipitación, con igual valor, generando así las
líneas de contorno ó isolíneas de distribución de intensidad. Este gráfico permitió identificar la
magnitud de la variable en toda el área de estudio.
II
Tesis de Maestría
GENERAL SUMMARY
The present work book credit developed in base to the conduct of the precipitations of 11 station
meteorological, based on historical datas of extreme showers, whose antiquity fluctuates
between the 5 and 31 years, this one studies it is carried out for the stations of: Uyuni, Turco,
Todos Santos, Salinas, Quillacas, El Alto, Culta, Coipasa, Chuquiña, Chillca, Andamarca, that
are in the department of La Paz, Oruro and Potosí.
The relations of intensity, duration and frequency (IDF), constitute the hydrological base for the
esteem of the wealthes of design. These curved synthesize the characteristics of the extreme
happenings maximums or minimum of precipitation of a certain area, and define the half
intensity of shower, for different durations of happenings of precipitation with periods of specific
return
Different methods book credit been proposed in the literature for the esteem of the relations,
between those who book credit studied in this work is using the method of curve mediates with
Criterios Adimensional, to decide the relations (IDF) of stations of the Bolivian altiplano by
means of the temporal characterization of extreme happenings of precipitation, with those which
formulated the equations and the IDF curves, as well as your characteristic private personals and
as a whole, according to your statistical conduct and later it is employed the technique based on
statistical interpolation, in any way whatever the kriging to detail and zone the isolíneases of
intensity.
Generated maps of contours, with it who does the prediction in base to the densities of influence,
for each interval of intensity of precipitation, with similar present worth, generating so the lines
of contour or isolíneases of distribution of intensity. This graph permitted identify the magnitude
of the variable in the whole area of study.
III
Tesis de Maestría
INDICE GENERAL
1. INTRODUCCIÓN 1
1.1 Introducción 1
1.2 Justificación 2
1.3 Antecedentes 3
1.4 Objetivos 3
1.4.1 Objetivo general 3
1.4.2 Objetivos específicos 4
2. REVISION BIBLIOGRAFICA 5
2.1 Area de estudio 5
2.2 Cuenca hidrográfica 5
2.3 Las precipitaciones 7
2.3.1 Precipitaciones medias reales 8
2.3.2 Clasificación de la precipitación 8
2.3.2.1 Precipitación ciclónica 9
2.3.2.2 Precipitación convectiva 9
2.3.2.3 Precipitación orográfica 10
2.4 Régimen hidrológico 11
2.5 Definición de Intensidad-Duración-Frecuencia 12
2.6 Aplicación y construcción de las curvas IDF 14
2.7 Definición de tormentas 18
2.8 Método de las curvas Tipo o modelo de la SCS 21
2.9 Estadística hidrológica 22
2.9.1 Análisis estadístico de las variables hidrológicas 25
2.9.1.1 Medidas de posición central 26
2.9.1.2 Medidas de dispersión absoluta 27
2.9.1.3 Medidas de dispersión relativa 27
2.9.1.4 Medidas de forma 27
2.10 Análisis temporal de series de precipitación 28
2.11 Período de Retorno 28
2.12 Modelos matemáticos para representar curvas IDF 29
2.13 Análisis de regresión múltiple 30
2.13.1 Variación espacial de las precipitaciones 32
2.14 Estadística Espacial 33
2.14.1 Kriging 33
2.14.2 Kriging Ordinario 34
2.14.3 Intervalo de Rango 34
2.14.4 Distancia Inversa ponderada IDW 34
3. MATERIALES Y METODOS 36
3.1 Localización 36
3.2 Materiales 39
3.3 Programas y/o software 39
3.4 Metodología 39
3.4.1 Selección de las estaciones meteorológicas 39
3.4.2 Antecedentes pluviométricos 40
3.4.3 Control y calidad de los datos 40
3.4.4 Recolección de la información requerida 40
3.5 Procesamiento de datos 41
3.5.1 Alturas de precipitación 41
3.5.2 Distribución adimensional de tormentas 41
3.5.3 Análisis de estadígrafos de la precipitación máxima 41
3.6 Determinación de coeficientes adimensionales 42
3.6.1 Factor KD 42
3.6.2 Curva promedio adimensional 42
3.6.3 Curva Tipo 43
3.6.4 Factor K60 43
IV
Tesis de Maestría
3.7 Función de distribución 44

3.8 Intensidades para distintas duraciones y períodos de retorno 44
3.8.1 Gráficas de curvas IDF 45
3.9 Determinación de relaciones IDF mediante análisis de correlación no lineal múltiple 45
3.9.1 Análisis estadístico de las variables 46
3.9.2 Pruebas de bondad de ajuste 46
3.9.3 Diseño de curvas IDF para distintos períodos de retorno 47
3.10 Coeficiente de determinación y error cuadrático 47
4. RESULTADOS Y DISCUSIÓN 48
4.1 Estación de Andamarca 48
4.1.3 Análisis de parámetros estadísticos de la precipitación máxima 49
4.1.4 Determinación de coeficientes adimensionales 50
4.1.4.1 Factor KD 50
4.1.4.2 Curva promedio adimensional 50
4.1.4.3 Curva Tipo 51
4.1.4.4 Factor K60 52
4.1.5 Función de distribución 53
4.1.6 Intensidades para distintas duraciones y periodos de retorno 53
4.1.7 Gráfica de curvas IDF 54
4.1.8 Determinación de IDF mediante el análisis de correlación no lineal múltiple 54
4.1.8.1 Ajuste por el modelo de Bernard 55
4.1.8.2 Ajuste por el modelo de Sherman 56
4.2 Estación de Coipasa 58
4.2.4.4 Factor K60 63
4.3 Estación de Culta 69
4.3.4.4 Factor K60 74
V
Tesis de Maestría

4.4 Estación de Chillca 79
4.4.4.4 Factor K60 83
4.5 Estación de Chuquiña 88
4.5.4.4 Factor K60 93
4.6 Estación de El Alto 98
4.6.4.1 Factor KD 102
4.6.4.4 Factor K60 104
4.7 Estación de Quillacas 110
4.7.4.1 Factor KD 112
VI
Tesis de Maestría

4.7.4.4 Factor K60 114
4.8 Estación de Salinas de Garci Mendoza 119
4.8.4.1 Factor KD 121
4.8.4.4 Factor K60 123
4.9 Estación de Todo Santos 128
4.9.4.1 Factor KD 130
4.9.4.4 Factor K60 132
4.10 Estación de Turco 137
4.10.4.1 Factor KD 139
4.10.4.3 Curva Tipo 140
4.10.4.4 Factor K60 141
VII
Tesis de Maestría
145
4.10.9 Pruebas de bondad de ajuste
4.11 Estación de Uyuni 146
4.11.4.1 Factor KD 148
4.11.4.3 Curva Tipo 150
4.11.4.4 Factor K60 150
4.12 Fracción de lluvias de las precipitaciones máximas 155
4.13 Intensidad de los períodos de retorno 158
5. CONCLUSIONES 161
6. RECOMENDACIONES 164
7. BIBLIOGRAFÍA 166
VIII
Tesis de Maestría
INDICE DE TABLAS
Tabla 1: Localización geográfica y tipo de estacione meteorológica 36
Tabla 2: Ubicación de Estaciones meteorológicas 37
Tabla 3: Alturas de precipitación de Andamarca 48
Tabla 4: Estadígrafos de Andamarca 49
Tabla 5: Factor K de Andamarca 50
Tabla 6: Coeficiente de convectividad de Andamarca 52
Tabla 7: Ajuste de Log Weibull 53
Tabla 8: Altura de precipitaciones máxima de Andamarca 53
Tabla 9: Intensidades método convencional de Andamarca 54
Tabla 10: Ecuación Bernard de Andamarca 55
Tabla 11: Intensidades Método Bernard de Andamarca 55
Tabla 12: Ecuación Sherman de Andamarca 56
Tabla 13: Intensidades Método Sherman de Andamarca 56
Tabla 14: Valores de Bondad de ajuste de Andamarca 57
Tabla 15: Alturas de precipitación de Coipasa 58
Tabla 16: Estadígrafos de Coipasa 59
Tabla 17: Factor K de Coipasa 61
Tabla 18: Coeficiente de convectividad de Coipasa 63
Tabla 19: Ajuste de Log Weibull 64
Tabla 20: Altura de precipitaciones máxima de Coipasa 64
Tabla 21: Intensidades método convencional de Coipasa 65
Tabla 22: Ecuación Bernard de Coipasa 66
Tabla 23: Intensidades Método Bernard de Coipasa 65
Tabla 24: Ecuación Sherman de Coipasa 67
Tabla 25: Intensidades método Sherman de Coipasa 68
Tabla 26: Valores de Bondad de ajuste de Coipasa 68
Tabla 27: Alturas de precipitación de Culta 69
Tabla 28: Estadígrafos de Culta 71
Tabla 29: Factor K de Culta 72
Tabla 30: Coeficiente de convectividad de Culta 74
Tabla 31: Ajuste de Weibull 74
Tabla 32: Altura de precipitaciones máxima de Culta 75
Tabla 33: Intensidades método convencional de Culta 75
Tabla 34: Ecuación Bernard de Culta 76
Tabla 35: Intensidades Método Bernard de Culta 77
Tabla 36: Ecuación Sherman de Culta 77
Tabla 37: Intensidades método Sherman de Coipasa 78
Tabla 38: Valores de Bondad de ajuste de Culta 78
Tabla 39: Alturas de precipitación de Chillca 79
Tabla 40: Estadígrafos de Chillca 80
Tabla 41: Factor K de Chillca 81
Tabla 42: Coeficiente de convectividad de Chillca 83
Tabla 43: Ajuste de Pearson 83
Tabla 44: Altura de precipitaciones máxima de Chillca 84
IX
Tesis de Maestría
Tabla 45: Intensidades método convencional de Chillca 84

Tabla 46: Ecuación Bernard de Chillca 85
Tabla 47: Intensidades Método Bernard de Chillca 86
Tabla 48: Ecuación Sherman de Chillca 86
Tabla 49: Intensidades Método Sherman de Chillca 87
Tabla 50: Valores de Bondad de ajuste de Chillca 87
Tabla 51: Alturas de precipitación de Chuquiña 88
Tabla 52: Estadígrafos de Chuquiña 89
Tabla 53: Factor K de Chuquiña 91
Tabla 54: Coeficiente de convectividad de Chuquiña 93
Tabla 55: Ajuste Log Normal 93
Tabla 56: Altura de precipitaciones máxima de Chuquiña 94
Tabla 57: Intensidades Método convencional de Chuquiña 94
Tabla 58: Ecuación Bernard de Chuquiña 95
Tabla 59: Intensidades Método Bernard de Chuquiña 96
Tabla 60: Ecuación Sherman de Chuquiña 96
Tabla 61: Intensidades método Sherman de Chuquiña 97
Tabla 62: Valores de Bondad de ajuste de Chuquiña 97
Tabla 63: Alturas de precipitación de El Alto 99
Tabla 64: Estadígrafos de El Alto 100
Tabla 65: Factor K de El Alto 102
Tabla 66: Coeficiente de convectividad de El Alto 104
Tabla 67: Ajuste Normal 105
Tabla 68: Altura de precipitaciones máxima de El Alto 105
Tabla 69: Intensidades método convencional de El Alto 106
Tabla 70: Ecuación Bernard de El Alto 107
Tabla 71: Intensidades Método Bernard de El Alto 107
Tabla 72: Ecuación Sherman de El Alto 108
Tabla 73: Intensidades Método Sherman de El Alto 108
Tabla 74: Valores de Bondad de ajuste de El Alto 109
Tabla 75: Alturas de precipitación de Quillacas 110
Tabla 76: Estadígrafos de Quillacas 111
Tabla 77: Factor K de Quillacas 112
Tabla 78: Coeficiente de convectividad de Quillacas 114
Tabla 79: Ajuste Weibull 115
Tabla 80: Altura de precipitaciones máxima de Quillacas 115
Tabla 81: Intensidades Método convencional de Quillacas 115
Tabla 82: Ecuación Bernard de Quillacas 117
Tabla 83: Intensidades Método Bernard de Quillacas 117
Tabla 84: Ecuación Sherman de Quillacas 118
Tabla 85: Intensidades Método Sherman de Quillacas 118
Tabla 86: Valores de Bondad de ajuste de Quillacas 119
Tabla 87: Alturas de precipitación de Salinas 119
Tabla 88: Estadígrafos de Salinas 120
Tabla 89: Factor K de Salinas 121
Tabla 90: Coeficiente de convectividad de Salinas 123
X
Tesis de Maestría
Tabla 91: Ajuste Log Weibull 124

Tabla 92: Altura de precipitaciones máxima de Salinas 124
Tabla 93: Intensidades método convencional de Salinas 125
Tabla 94: Ecuación Bernard de Salinas 126
Tabla 95: Intensidades Método Bernard de Salinas 126
Tabla 96: Ecuación Sherman de Salinas 127
Tabla 97: Intensidades Método Sherman de Salinas 127
Tabla 98: Valores de Bondad de ajuste de Salinas 128
Tabla 99: Alturas de precipitación de Todo Santos 128
Tabla 100: Estadígrafos de Todo Santos 129
Tabla 101: Factor K de Todo Santos 130
Tabla 102: Coeficiente de convectividad de Todo Santos 132
Tabla 103: Ajuste Weibull 132
Tabla 104: Altura de precipitaciones máxima de Todo Santos 133
Tabla 105: Intensidades método convencional de Todo Santos 133
Tabla 106: Ecuación Bernard de Todo Santos 134
Tabla 107: Intensidades Método Bernard de Todo Santos 135
Tabla 108: Ecuación Sherman de Todo Santos 135
Tabla 109: Intensidades Método Sherman de Todo Santos 136
Tabla 110: Valores de Bondad de ajuste de Todo Santos 136
Tabla 111: Alturas de precipitación de Turco 137
Tabla 112: Estadígrafos de Turco 138
Tabla 113: Factor K de Turco 139
Tabla 114: Coeficiente de convectividad de Turco 141
Tabla 115: Ajuste Normal 141
Tabla 116: Altura de precipitaciones máxima de Turco 142
Tabla 117: Intensidades método convencional de Turco 142
Tabla 118: Ecuación Bernard de Turco 143
Tabla 119: Intensidades Método Bernard de Turco 144
Tabla 120: Ecuación Sherman de Turco 144
Tabla 121: Intensidades Método Sherman de Turco 145
Tabla 122: Valores de Bondad de ajuste de Turco 145
Tabla 123: Alturas de precipitación de Uyuni 146
Tabla 124: Estadígrafos de Uyuni 147
Tabla 125: Factor K de Uyuni 148
Tabla 126: Coeficiente de convectividad de Uyuni 150
Tabla 127: Ajuste Gumbel 151
Tabla 128: Altura de precipitaciones máxima de Uyuni 151
Tabla 129: Intensidades método convencional de Uyuni 152
Tabla 130: Ecuación Bernard de Uyuni 153
Tabla 131: Intensidades Método Bernard de Turco 153
Tabla 132: Ecuación Sherman de Uyuni 154
Tabla 133: Intensidades Método Sherman de Uyuni 154
Tabla 134: Valores de Bondad de ajuste de Uyuni 155
XI
Tesis de Maestría
INDICE DE GRAFICOS
Gráfico 1: Curvas Tipo determinadas por la SCS 21
Grafico 2: Distribución de la Curva Tipo 22
Gráfica 3: Distribución Adimensional de Tormentas de Andamarca 48
Gráfica 4: Curva Promedio Andamarca 51
Gráfica 5: Curva Tipo de Andamarca 52
Gráfica 6: Curvas IDF de Andamarca 54
Gráfica 6: Curvas IDF Bernard de Andamarca 56
Gráfica 7: Curvas IDF Sherman de Andamarca 57
Gráfica 8: Distribución Adimensional de Tormentas de Coipasa 59
Gráfica 9: Curva Promedio Coipasa 62
Gráfica 10: Curva Tipo de Coipasa 63
Gráfica 11: Curvas IDF de Coipasa 65
Gráfica 12: Curvas IDF Bernard de Coipasa 67
Gráfica 13: Curvas IDF Sherman de Coipasa 68
Gráfica 14: Distribución Adimensional de Tormentas de Culta 70
Gráfica 15: Curva Promedio Culta 73
Gráfica 16: Curva Tipo de Culta 73
Gráfica 17: Curvas IDF de Culta 76
Gráfica 18: Curvas IDF Bernard de Culta 77
Gráfica 19: Curvas IDF Sherman de Culta 78
Gráfica 20: Distribución Adimensional de Tormentas de Chillca 80
Gráfica 21: Curva Promedio Chillca 82
Gráfica 22: Curvas Tipo de Chillca 82
Gráfica 23: Curvas IDF de Chillca 85
Gráfica 24: Curvas IDF Bernard de Chillca 86
Gráfica 25: Curvas IDF Sherman de Chillca 87
Gráfica 26: Distribución Adimensional de Tormentas de Chuquiña 89
Gráfica 27: Curva Promedio Chuquiña 92
Gráfica 28: Curva Tipo de Chuquiña 92
Gráfica 29: Curvas IDF de Chuquiña 95
Gráfica 30: Curvas IDF Bernard de Chuquiña 96
Gráfica 31: Curvas IDF Sherman de Chuquiña 97
Gráfica 32: Distribución Adimensional de Tormentas de El Alto 100
Gráfica 33: Curva Promedio El Alto 103
Gráfica 34: Curva Tipo de El Alto 104
Gráfica 35: Curvas IDF de El Alto 106
Gráfica 36: Curvas IDF Bernard de El Alto 108
Gráfica 37: Curvas IDF Sherman de El Alto 109
Gráfica 38: Distribución Adimensional de Tormentas de Quillacas 111
Gráfica 39: Curva Promedio Quillacas 113
Gráfica 40: Curva Tipo de Quillacas 114
Gráfica 41: Curvas IDF de Quillacas 116
Gráfica 42: Curvas IDF Bernard de Quillacas 117
Gráfica 43: Curvas IDF Sherman de Quillacas 118
XII
Tesis de Maestría
Gráfica 44: Distribución Adimensional de Tormentas de Salinas 120

Gráfica 45: Curva Promedio Salinas 122
Gráfica 46: Curva Tipo de Salinas 123
Gráfica 47: Curvas IDF de Salinas 125
Gráfica 48: Curvas IDF Bernard de Salinas 126
Gráfica 49: Curvas IDF Sherman de Salinas 127
Gráfica 50: Distribución Adimensional de Tormentas de Todo Santos 129
Gráfica 51: Curva Promedio Todo Santos 131
Gráfica 52: Curva Tipo de Todo Santos 131
Gráfica 53: Curvas IDF de Todo Santos 134
Gráfica 54: Curvas IDF Bernard de Todo Santos 135
Gráfica 55: Curvas IDF Sherman de Todo Santos 136
Gráfica 56: Distribución Adimensional de Tormentas de Turco 138
Gráfica 57: Curva Promedio Turco 140
Gráfica 58: Curva Tipo de Turco 140
Gráfica 59: Curvas IDF de Turco 143
Gráfica 60: Curvas IDF Bernard de Turco 144
Gráfica 61: Curvas IDF Sherman de Turco 145
Gráfica 62: Distribución Adimensional de Tormentas de Uyuni 147
Gráfica 63: Curva Promedio Uyuni 149
Gráfica 64: Curva Tipo de Uyuni 150
Gráfica 65: Curvas IDF de Uyuni 152
Gráfica 66: Curvas IDF Bernard de Uyuni 153
Gráfica 67: Curvas IDF Sherman de Uyuni 154
Gráfica 68: Hietogramas de la SCS 156
Gráfica 69: Hietogramas del Tipo I 156
Gráfica 70: Hietogramas del Tipo II 157
Gráfica 71: Hietogramas del Tipo III 158
Gráfica 72: Intensidad del Modelo Bernard 159
Gráfica 73: Intensidad del Modelo Sherman 160
XIII
Tesis de Maestría
INDICE DE FIGURAS
Figura 1: Mapa de las cuencas Hidrográficas 6
Figura 2: Precipitación Ciclónica 9
Figura 3: Precipitación Convectiva 10
Figura 4: Precipitación Orográfica 11
Figura 5: Curvas de I-D-F para lluvia máxima 16
Figura 6: Mapa de Ubicación 38
XIV
Tesis de Maestría
INDICE DE ANEXOS
ANEXO 1
ISOLINEAS DE INTENSIDAD PARA DISTINTOS PERIODOS DE RETORNO Y
171
DURACION
ANEXO 2
MAPAS DEL AREA DE ESTUDIO PARA LA REGIONALIZACION DE LAS
196
CURVAS I-D-F
ANEXO 3
PRUEBAS DE BONDAD DE AJUSTE BAJO DOS MODELOS DE RELACIONES
200
DE LAS CURVAS I-D-F
XV
Tesis de Maestría
1. INTRODUCCION
1.1 Introducción
El agua es un recurso esencial para la vida y un factor primario para el sector productivo, y el
estudio de las precipitaciones registradas en una región, reviste gran importancia debido a los
requerimientos que surgen por las actividades relacionadas con el aprovechamiento de los
recursos hídricos.
El estudiar el comportamiento y las incidencias de las precipitaciones, a través de su distribución

temporal es motivo de interés para diversos fines, por ejemplo meteorológicos, edafológicos,
hidrológicos e hidráulicos, al tiempo de lo cual se pueden proporcionar índices para realizar
estudios de crecidas o permitir la alimentación de modelos precipitación-escorrentía que
permitan mejorar la información disponible, referido al diseño y planificación de actividades
agrícolas en base a la probabilidad de lluvias disponible para los cultivos, durante su ciclo
productivo, así mismo, esta herramienta permite el adecuado diseño y dimensionamiento de
obras hidráulicas. Para ello, es necesario conocer las intensidades de precipitación, para distintos
períodos de retorno y regionalizar las precipitaciones de acuerdo a la magnitud. A través de la
deducción del patrón de comportamiento, es posible obtener una información valiosa para la
gestión del agua, en términos de los usos agrícolas, forestales, energéticos, domésticos,
construcciones, etc.
Por otra parte, las curvas de Intensidad, Duración y Frecuencia (IDF), obtenidas a partir de la
información histórica de las precipitaciones, constituyen la base hidrológica para la estimación
de los caudales de diseño. Estas curvas sintetizan las características de los eventos extremos
máximos o mínimos de precipitación de una determinada zona, y definen la intensidad media de
lluvia, para diferentes duraciones de eventos de precipitación con periodos de retorno
específicos.
En el presente trabajo se determinó Relaciones IDF (Intensidad, Duración y Frecuencia) para 11

estaciones pluviográficas ubicadas en la Paz, Oruro y Potosí.
-1-
Tesis de Maestría
1.2 Justificación
En general el área altiplánica presenta grandes vacíos de datos de precipitaciones, más aún del
área fronteriza con países vecinos, donde no existen registros y si existen, éstos presentan
muchos datos faltantes, tanto de días, meses y años.
La información hidrológica necesaria, para el diseño de las obras de ingeniería, tanto en

cantidad y calidad no son fácilmente disponibles y su dificultad es mayor aún, cuando no se
dispone de instrumentos de medición de precipitación, tales como pluviógrafos y en su mayoría
se cuentan con pluviómetros, cuya base de datos no es suficiente para elaborar las relaciones
IDF, por esta razón se utilizan los criterios adimensionales, que permitirán conocer las
relaciones IDF con la utilización de la información disponible.
En el país, los registros de precipitación para zonas rurales están geográficamente dispersos, que
corresponden principalmente a lecturas diarias acumuladas y no se cuentan con datos históricos
de más de 20 y 30 años. Sin embargo, para el análisis de eventos extremos se han desarrollado
métodos estadísticos para generar las tormentas de diseño, mediante hietogramas, que requieren
paquetes de modelación hidrológica (Gomez, 2009).
Si se dispone de curvas IDF para el lugar, se selecciona la curva correspondiente al período de

retorno de diseño. Si no están las curvas disponibles, y no existe información suficiente para
construirlas, se puede recurrir a los coeficientes de duración generalizados para el lugar, de
acuerdo a lo indicado en Hidrología, seleccionando valores de intensidad en mm por hora, para
varias duraciones, en horas. (Ministerio de vivienda y urbanismo, 1996).
Los resultados generados por el modelo analítico de Bernard y Yarnell, reflejan la conveniencia
de usarlo para relacionar la intensidad, la duración y la frecuencia en una ecuación matemática
única.
El modelo utilizado para ajustar los datos provenientes del método gráfico, presenta una buena
calidad de ajuste para cada estación. En cuanto a la aplicación de regresión lineal múltiple, su
análisis se basa en coeficientes de determinación para cada estación (Vallejos, 2010).
-2-
Tesis de Maestría
1.3 Antecedentes
En nuestro país la aplicación de las relaciones IDF, no son muy difundidas, salvo
especificaciones particulares detalladas en los términos de referencia, por otra parte se debe tener
en cuenta que éstas relaciones datan de hace más de 2 décadas, y fueron calculadas para las
ciudades capitales de departamento utilizando la metodología de “Distribución de valores
extremos utilizando análisis de frecuencias” propuesta por Gumbel (1958).
Estudios realizados por Mendoza (1994), en base al análisis del régimen temporal de
precipitaciones para la cuenca del río de La Paz, determinó una expresión que permitía estimar
las precipitaciones para cualquier duración, en función de las precipitaciones máximas de 24
horas.
Cori (2002), construyó los hietogramas sintéticos obtenidos por el NRCS, que son denominadas
curvas tipo, caracterizando adimensionalmente y temporalmente la ocurrencia de eventos
extremos de precipitaciones máximas para estaciones de La Paz y Santa Cruz.
Estudios realizados en nuestro país acerca de las relaciones IDF, hechos por Amaya (2009)
mediante el análisis de eventos extremos para las ciudades de La Paz, El Alto, Cochabamba y
Santa Cruz, fueron realizados en base al método de la curva promedio.
Viscarra (2009), determinó las curvas IDF para la ciudad de Trinidad, aplicando el método
tradicional y comparándolo con la caracterización temporal de eventos extremos con criterios
adimensionales.
1.4 Objetivos
1.4.1 Objetivo general
Diseñar y construir relaciones de Intensidad-Duración-Frecuencia, (IDF), para 11 estaciones del

altiplano, utilizando la información pluviográfica de las precipitaciones máximas del área de
estudio.
-3-
Tesis de Maestría
1.4.2 Objetivos específicos
Análisis de las características que presentan las precipitaciones máximas ó tormentas, mediante
el criterio de parámetros adimensionales.
Determinar las relaciones de intensidad-duración-frecuencia (IDF), para las 11 estaciones

meteorológicas y determinar mediante modelos de Bernard y Sherman, las ecuaciones
respectivas que describen el comportamiento de las curvas IDF, en las regiones hidrográficas
analizadas.
Determinar la ubicación e influencia espacial de las relaciones IDF, mediante el diseño de

isolíneas de intensidad.
-4-
Tesis de Maestría
2. REVISIÓN BIBLIOGRÁFICA
2.1 Área de estudio
La gran variabilidad que caracteriza a las precipitaciones en la cuenca del Altiplano cerrado, está
influenciada por el invierno, la cual por sus características climáticas hace difíciles de
representar a través de métodos tradicionales. En primer lugar, la reducida extensión espacial de
las lluvias hace que la relación entre los registros en distintas estaciones sea muy variable, ya que
suele ocurrir que mientras una estación registra una cierta tormenta, otra estación relativamente
cercana queda fuera de su radio de influencia. Además, la variabilidad interanual de las
precipitaciones puede hacer que una misma estación tenga comportamientos aparentemente
diferentes de un año a otro.
El altiplano boliviano es una unidad fisiográfica que se sitúa entre 3500 y 4000 m de altura en
medio de las cordilleras Occidental y Oriental. Tradicionalmente se ha considerado Altiplano a
una serie de llanuras con varias serranías, y cerros aislados y que tiene características de una
cuenca cerrada. El Altiplano puede dividirse en una parte subhúmeda y otra árida. El Altiplano
va decreciendo en humedad de norte a sur y cambiando en función de la sequedad en lago,
laguna y salar. El Altiplano tiene un área de 136.229 km2, es decir el 12% del territorio
nacional.(Montes de Oca, 1997)
El Altiplano, como una unidad fisiográfica, se divide en tres partes: Altiplano Norte, Altiplano
Central y Altiplano Sud. Esta división se la hace, principalmente, por el contenido de humedad.
En el Altiplano Norte, cuyo núcleo central es el lago Titicaca, llueve 1.000 mm por año; este
grado de humedad va disminuyendo hacia el sur. El Altiplano Central abarca principalmente el
departamento de Oruro y muestra un promedio de precipitación entre 300 y 500 milímetros. El
Altiplano Sur es una región completamente seca con precipitaciones que van de 100 a 250
milímetros por año. (Rocha, 2002)
2.2 Cuenca hidrográfica
En el territorio Boliviano se cuenta con tres grandes cuencas hidrográficas: La cuenca

-5-
Tesis de Maestría
amazónica, La cuenca del Río de La Plata y la cuenca endorreica cerrada del altiplano.
Figura 1: Mapa de las cuencas Hidrográficas
Fuente: Balance Hídrico Superficial en Bolivia - ROCHE M. A. et. al. 1992
La Cuenca Endorreica del Altiplano, abarca aproximadamente 134.000 km2 y en ella existen dos
sistemas hidrológicos activos separados:
El lago Titicaca (3810 m.s.n.m.) que desagua en el lago Poopó (3686 m.s.n.m.) por intermedio
del río Desaguadero, este último lago se vierte en el salar de Coipasa (3657 m.s.n.m.) durante los
períodos de crecidas excepcionales.
El Salar de Uyuni (3653 m.s.n.m.) que recibe al Río Grande de Lípez. Las posibilidades de
comunicación entre estos dos sistemas existen para niveles de agua superiores a los observados
en 1986.
Las subcuencas que se encuentran en el Altiplano boliviano son: la cuenca del lago Titicaca
(57.300 km2), la cuenca del río Desaguadero (29.500 km2), la cuenca del lago Poopó (27.700
km2), la cuenca del salar de Coipasa (30.200 km2) y la cuenca del salar de Uyuni (46.600 km2).
-6-
Tesis de Maestría
2.3 Las precipitaciones
Los datos de precipitaciones disponibles en el área de estudio corresponden a los registrados por
las estaciones meteorológicas de SENAMHI y AASANA.
Jimenez 2012, menciona que para poder caracterizar las variables meteorológicas de un área
determinada es necesario contar con registros continuos, homogéneos y de la mayor longitud
posible. Gran parte de las estadísticas meteorológicas presentan vacíos, por la supresión de
estaciones, fallas en los instrumentos, errores de los operadores, etc. Estos problemas determinan
que existan estaciones meteorológicas con estadísticas de mejor o peor calidad.
La variabilidad interanual de las precipitaciones se expresa en la alternancia de períodos
“húmedos” y períodos “secos”. A pesar de que los datos pluviométricos son limitados, es posible
concluir que los aportes hídricos de origen pluvial, presentan fuertes variaciones interanuales,
originadas por las disímiles condiciones climáticas que pueden acaecer.
Estudios realizados por Roche (1993) sobre el clima en Bolivia, identifica al régimen
pluviométrico como:
Distribución estacional de las precipitaciones, e indica que la estación lluviosa se centra en el
verano con un máximo en enero y en segundo lugar en febrero. Se inicia generalmente en
diciembre para concluir en marzo. La estación seca es en invierno, con un mínimo de mayo a
julio. Dos períodos de transición separan estas dos épocas, uno en abril y otro de septiembre a
noviembre.
Distribución espacial de las precipitaciones, donde menciona que la meseta del Altiplano recibe
precipitaciones superiores a 500 mm /año, al norte de la latitud de La Paz. En la cuenca del lago
Titicaca las isoyetas son globalmente concéntricas al lago, en el centro del cual se observan
precipitaciones superiores a 1000 mm/año. Las lluvias tienden a disminuir a medida que aumenta
la distancia del lago, hasta mínimas de 600 a 500 mm/año , así como hacia el oeste, sobre la
cuenca alta del río Caata en Perú, las máximas pueden sobrepasar los 1000 mm/año. En
dirección al sur las lluvias disminuyen desde el centro del lago hasta el salar de Uyuni donde la
pluviometría se torna inferior a 200 mm/año.
Aliaga (1993) menciona que la Cuenca del Altiplano recibe precipitaciones que varían de 700
-7-
Tesis de Maestría
mm en el Norte a 200 mm en el Sur teniendo como valores extremos 1200 mm sobre el propio
Lago Titicaca y 100 mm al Sud Occidente. El Lago Poopó recibe 400 mm llegando hasta los
valores más extremos en el salar de Atacama en Chile (25 mm).
2.3.1 Precipitaciones medias reales
Según Robredo (2003), cuando se pretende realizar un balance precipitación-aportación sobre

una cuenca, es básico aplicar un valor de precipitación media lo más real posible para que los
valores de evapotranspiración, infiltración, etc, no estén condicionados a un error importante de
magnitud debido a una precipitación mal estimada.
En este sentido, hay que recurrir a métodos de extrapolación de los datos puntuales que nos
proporcionan las estaciones meteorológicas y, teniendo en cuenta las características de la cuenca,
estimar una distribución espacial de la precipitación para poder calcular un valor medio.
Los métodos más utilizados son los siguientes:
- Media aritmética.
- Polígonos de Thiessen.
- Cálculo de isohietas.
- Polígonos de Thiessen modificado.
- Métodos distribuidos basados en elementos finitos.
2.3.2 Clasificación de la precipitación
De acuerdo a las características físicas, la precipitación puede adquirir diversas formas como
producto de la condensación del vapor de agua atmosférico. Formado en el aire libre o en la
superficie de la tierra, y de las condiciones locales, siendo las más comunes, las detalladas a
continuación:
a) Llovisna
b) Lluvia
c) Escarcha nieve
d) Granizo
De acuerdo al mecanismo de formación, la precipitación puede clasificarse teniendo en cuenta el
factor principalmente responsable, ya que el más frecuente es que sea generada por varios
-8-
Tesis de Maestría
factores, del relevamiento de la masa de aire que la genera. Con base en ello se puede distinguir
tres tipos de precipitación, las cuales son:
2.3.2.1 Precipitación Ciclónica
Resulta del levantamiento del aire que converge en un área de baja presión o ciclón.
Cuando se encuentran dos masas de aire, una caliente y una fría, en lugar de mezclarse, aparece
una superficie de discontinuidad definida entre ellas, llamada frente (ver Figuras) . El aire frío al
ser más pesado, se extiende debajo del aire caliente por lo que el aire caliente se eleva y su vapor
de agua se puede condensar y producir precipitación. Si el aire caliente avanza hacia el aire frío,
el borde es un frente caliente, el cual tiene una pendiente baja entre 1/100 y 1/300, y el aire
caliente fluye hacia arriba lentamente y por encima del aire frío. Las áreas de lluvia asociadas
con estos frentes pueden ser muy grandes y la precipitación es generalmente ligera a moderada y
casi continua hasta el paso del frente. Si el aire frío avanza hacia el aire caliente, el borde de la
masa de aire frío es un frente frío el cual tiene una pendiente casi vertical, con lo cual el aire
caliente es forzado hacia arriba más rápidamente que en el frente caliente.
Figura 2: Precipitación ciclónica
Fuente: www.Tiempo.com
2.3.2.2 Precipitación Convectiva
Es el tipo de precipitación se presenta cuando una masa de aire cálido tiende a elevarse, por ser
menos pesado que el aire de la atmósfera circundante. La diferencia en temperatura puede ser
-9-
Tesis de Maestría
resultado de un calentamiento diferencial en la superficie (Figura), enfriamiento diferencial en la

parte superior de una capa de aire, o por la elevación mecánica cuando el aire se fuerza a pasar
sobre una masa de un aire más denso (ciclones), o sobre una barrera montañosa. A medida que la
masa se eleva, el aire se enfría pues cae su punto de precipitación. Esto genera la condensación
de parte del vapor de agua dentro de la masa de aire, formando nubes. Estas nubes descargan
lluvia con incremento en el calor latente a través del proceso de precipitación. Un claro ejemplo
de este tipo de precipitación son las tormentas eléctricas al atardecer que se desarrollan en días
calurosos de aire húmedo, precipitación desde el interior de encumbradas nubes en forma de
yunque. La precipitación convectiva es puntual y su intensidad puede variar entre aquellas que
corresponden a lloviznas y aguaceros.
Figura 3: Precipitación Convectiva
2.3.2.3 Precipitación Orográfica
Resulta del choque entre las corrientes oceánicas de aire que cruzan sobre la tierra y las barreras
montañosas, generando la elevación mecánica del aire, y posteriormente se enfría bajo la
temperatura de saturación y vierte humedad. En terrenos rugosos la influencia orográfica es
marcada, tanto que los patrones de precipitación de tormentas tienden a asemejarse al de la
precipitación media anual. Estas lluvias orográficas son depositadas sobre las pendientes a
barlovento.
- 10 -
Tesis de Maestría
Figura 4: Precipitación orográfica
2.4 Régimen hidrológico
Teniendo en cuenta que el régimen hidrológico de un río es el modo de variación de su caudal en

el tiempo, en este sentido se puede distinguir las siguientes características: En pequeña escala,
toma la forma de simples crecidas de algunas horas, o de algunos días. En escala media, es la
variación estacional con los períodos de aguas altas y los estiajes. A gran escala, se trata de las
variaciones interanuales, de los años secos o lluviosos. Es evidente que este modo de variación, y
por lo tanto el régimen, dependen de las lluvias, lo que da un carácter aleatorio, pero también de
la cuenca hidrográfica del río que tiene características bien definidas, que varían poco en el
tiempo.
El régimen hidrológico puede caracterizarse principalmente por:
 parámetros de caudal: caudales extremos, promedio de un período dado.
 parámetros de tiempo: tiempo de subida, de concentración.
 parámetros adimensionales: razón de caudales extremos, coeficiente de variación de una
serie.
Una vez caracterizado el régimen, es interesante determinar similitudes entre cuencas para
constituir zonas hidrológicamente homogéneas, pero también relacionar estos parámetros
característicos con los diferentes factores que influyen sobre el régimen, ya sea que se trate de
factores climáticos o físicos. (Bourges, 1993).
- 11 -
Tesis de Maestría
2.5 Definición de Intensidad-Duración-Frecuencia
La intensidad, es la cantidad de agua caída por unidad de tiempo; la duración, indica que
corresponde al tiempo que transcurre entre el comienzo y el fin de la tormenta; a la frecuencia,
define, como el número de veces que se repite una tormenta, de características de intensidad y
duración definidas en un período de tiempo más o menos largo, tomado generalmente en años.
Asimismo, define al periodo de retorno, como el intervalo de tiempo promedio, dentro el cual un
evento de magnitud definida, puede ser igualado o excedido (Villón, 2011).
Chow et al. (1994), definen la tasa temporal de precipitación, como, la altura de agua de
precipitación por unidad de tiempo, y ésta se expresa como:
i = P / Td
Donde P es la altura de agua de precipitación en mm o pulgada, y Td es la duración de la lluvia,
dada usualmente en horas.
La duración de la lluvia de diseño y un periodo de retorno del evento dado, es posible asociar un
valor para la intensidad de precipitación en cada una de las estaciones, esto se hace mediante las
curvas IDF, desarrolladas para cada estación (Parra, 2013).
En relación a las curvas, IDF, Nania (2003) señala que, son curvas que relacionan la intensidad
de la lluvia con su duración, donde para cada periodo de retorno, se tiene una curva diferente y/o
una ecuación matemática que rige esta variación.
Diferentes problemas hidrológicos requieren un análisis de la distribución temporal y espacial de

la precipitación en una tormenta. Básicamente el análisis de área-duración-profundidad de una
tormenta se realiza para determinar las cantidades máximas y mínimas de precipitación que caen
dentro de diferentes duraciones y sobre áreas de diferentes tamaños (Linsley, y otros 1986).
Usualmente las curvas IDF se determinan mediante análisis del mayor número posible de
registros pluviográficos, pertenecientes a la estación de estudio. En las cartas pluviográficas
están consignados los perfiles de cada tormenta, es decir, la profundidad de precipitación
acumulada en función del tiempo. Hoy en día las curvas Intensidad-Duración-Frecuencia (IDF),
- 12 -
Tesis de Maestría
siguen siendo una de las herramientas más utiliza-das en la estimación de caudales de diseño,
especial-mente en el diseño de obras de drenaje de vías y alcantarillados pluviales en las zonas
urbanas, rurales y en la estimación de las tormentas de diseño en sitios donde, debido a la falta
de información de caudales, es necesario recurrir a los modelos lluvia escorrentía para el cálculo
de los caudales máximos. (Vélez et al. 2002).
Guevara (2008) menciona que algunos análisis hidrológicos requieren de la estimación de

intensidades o alturas de precipitación para duraciones y frecuencias preestablecidas. Dichos
datos generalmente se encuentran disponibles en forma de tablas, gráficos o mapas. Una
tormenta o lluvia de diseño se especifica a través de sus parámetros Intensidad, Duración y
Frecuencia, ya sea expresadas como magnitudes o relacionadas en un modelo matemático que se
deduce sabiendo que la Intensidad I, la Duración D y la Altura o Profundidad de lluvia P se
relacionan como se indica a continuación:
P = I x D; o I = P/D
Para lluvias puntuales la relación IDF se expresa matemáticamente mediante la expresión

general:
I = k x Tm / ( D + c)n
Dónde: T es la Frecuencia (período de retorno) expresado en años; D es la duración de diseño; c,

D, k, m, n, son parámetros de ajuste del modelo.
Según Maidment (1993), la Duración-Frecuencia de la lluvia (IDF) permiten calcular la

intensidad promedio para cierta probabilidad de excedencia y duración. Mientras que Campos
(1998) se refiere a las curvas IDF como gráficas en las cuales se concentran las características de
las tormentas de la zona o región, con respecto a sus 3 variables principales: magnitud, duración
y frecuencia. Considerando que la frecuencia es el inverso del período de retorno (T) o intervalo
de recurrencia, el cual es el tiempo promedio, en años, en el que el evento puede ser igualado o
excedido por lo menos una vez en promedio, se puede hablar de curvas Intensidad-Duración-
Período de retorno (IDT) como sinónimo de las curvas IDF.
- 13 -
Tesis de Maestría
Gonzales (2008) menciona que la lluvia está definida por tres variables: la intensidad, la
duración y el periodo de retorno. La intensidad es la lámina o profundidad total de lluvia
ocurrida durante una tormenta.
De esta forma, la altura de la lámina de agua caída en el lugar de la tormenta, incorpora la
cantidad de lluvia precipitada y la duración del evento. Mientras que el periodo de retorno, es la
frecuencia, o intervalo de recurrencia, es decir, el número de años promedio en el cual el evento
puede ser igualado o excedido cuando menos una vez.
En el entendido, que el riesgo es mayor, cuanto menor es el periodo de retorno o recurrencia.

Además señala, que la relación probabilística entre la intensidad de la lluvia, su duración y
frecuencia, es usualmente presentada en forma de gráficas. Estas representaciones son
generalmente referidas como curvas de intensidad-duración-periodo de retorno, que resultan de
unir los puntos que especifican la intensidad de la lluvia, en intervalos de diferente duración y,
también en distintos periodos de retorno.
2.6 Aplicación y construcción de las curvas IDF
La distribución e intensidad de las lluvias tiene efecto en la premisa más básica para el diseño de
riego: la disponibilidad de agua. Uno de los problemas con los que tropieza el proyectista al
encarar el diseño de un sistema de riego en zona montañosa es la falta de información
hidrológica histórica. Por ello la ingeniería de riesgo, se aplica como la probabilidad de
ocurrencia de un fenómeno que provocaría un cierto grado de daño a las obras y éstas a su
entorno, a causa de rebalses de agua o por construcción en taludes inestable, deslizamientos,
socavación o la fuerza destructiva de avenidas, frente a tales situaciones se puede aplicar obras
de protección necesarias, para que sean duraderas (Bottega y Hoogendam, 2004).
Vásquez et al. (1998), menciona que la probabilidad de ocurrencia de la lluvia que se adopte
dependerá del valor económico del cultivo, considerándose por lo general un valor de 75% a
80% de probabilidad de ocurrencia como el más adecuado, para el análisis estadístico.
La estimación de la intensidad de precipitación para diferentes duraciones y períodos de retorno

son también necesarias para realizar estimaciones de inundaciones (Kothyari 1992), para lo cual
- 14 -
Tesis de Maestría
es necesario utilizar registros de lluvia menores a 24 horas de duración y para regiones

hidrológicas muy similares. A partir de ellos, se planteó una fórmula general para describir la
relación IDF, la cual es representada por la ecuación:
En donde, I tT = intensidad de precipitación para una duración t y un período de retorno o

recurrencia de T años, y con ao, a1 y a2, constantes.
Monsalve (2006), analiza las relaciones intensidad-duración-frecuencia de las lluvias

observadas, determinando los intervalos de duración de la lluvia, el tipo de ecuación y el número
de parámetros de esa ecuación que mejor caracterizan aquellas relaciones.
Empleando la ecuación del tipo:
C
i C  K *T m
( t  t0 ) n
En donde, i = intensidad de precipitación máxima
t = duración de la lluvia
to, C, n, K, m = constantes
Estudios realizados por Pereyra Díaz (2005), demostró que para el uso de la fórmula general de
la intensidad de la lluvia-duración-período de retorno propuesta por Chen (1983) es necesario
conocer los cocientes lámina de lluvia-duración y lámina de lluvia-período de retorno.
Debido a un mayor retorno de los periodos críticos (años secos o malos) que se presentarían cada
4 a 7 años en comparación con los 6 a 9 años que se presentaba anteriormente (Alegre 2008), se
hace necesario y urgente cambiar los sistemas de riego a goteo, aspersión, etc, las cuales
permitirían un manejo adecuado del escaso recurso hídrico a futuro y asimismo optimizar los
rendimientos de los cultivos alternativos introducidos.(Alegre, 2008)
La intensidad es la tasa temporal de precipitación, es decir la profundidad por unidad de tiempo

(mm/h ó pulg/h). Puede ser la intensidad instantánea o la intensidad promedio sobre la duración
de la lluvia, que puede expresarse como:
- 15 -
Tesis de Maestría
P
i
Td
Donde P es la profundidad de lluvia (mm o pulg) 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 (Chow,
1994).
Figura 5: Curvas de I-D-F para lluvia máxima en Chicago, EEUU
Fuente: Hidrología Aplicada, Chow et. al.
Campos (2008), menciona que el dimensionamiento de las obras hidráulicas se basa en la

avenida de diseño y su evaluación estadística puede requerir de datos hidrométricos o
pluviográficos. Debido a la escasez de ambos una solución ha sido utilizar regionalmente la
información pluviométrica, generalmente más densa, para ello ha desarrollado algunas relaciones
empíricas I-D-T entre la intensidad I, la duración d y el período de retorno T. tales como las de:
Cheng-Lung Chen y F.C. Bell, entre otras. Las cuales han sido recomendadas para cuencas de
diferentes partes del mundo, con características semejantes. Para probar la precisión del modelo
de F.C. Bell, en el pronóstico de lluvias de diseño. Se ajustó al Estado de Tabasco México y se
contrastó con el de Cheng-Lung Chen y el de F.C. Bell de parámetros originales. Considerando
- 16 -
Tesis de Maestría
14 pluviógrafos en el análisis. Deduciendo una metodología, para transferir las relaciones I-D-T,
a las estaciones pluviométricas existentes. Por lo que, constituye una mejor alternativa, para el
análisis de lluvias máximas y obtener avenidas de diseño en la región.
Masis (2011) que realizó el estudio Hidrológico de la microcuenca de la Quebrada Agua Buena,
San José de Costa Rica, en su publicación menciona que, para el diseño hidrológico e hidráulico
de este tipo de obras, tradicionalmente se utiliza el evento de 24 horas de duración y 100 años de
periodo de retorno como evento crítico de diseño, sin embargo, menciona que es importante
evaluar si eventos con periodos de retorno menores pero con duraciones de 48, 72 o más horas
resultarían más críticos en términos de volumen dado el patrón de lluvia de la zona en especial
en el mes de octubre, que se presenta como el crítico.
Estudios realizados por Labra (2007) presenta la construcción de las curvas Intensidad -
Duración - Frecuencia (IDF), en cinco estaciones pluviograficas de la Región del Biobio, que
son Cerro El Padre, Chin Viejo, Embalse Coihueco, Embalse Diguillin y Quilaco; y cuatro
estaciones pluviograficas pertenecientes a la Región de la Araucania, que son Curacautin, Pucon,
Pueblo Nuevo (Temuco) y Traiguen.
Con la metodología empleada determinó las alturas máximas de precipitación anual, a partir de
información pluviografica facilitada por la Dirección General de Agua, con el propósito de
calcular las intensidades máximas de lluvia, ocurridas en duraciones de 1, 2, 4, 6, 8, 12 y 24
horas.
Estos datos de intensidades máximas se ajustaron a la función de probabilidad de Gumbel, para
posteriormente obtener la gráfica de las curvas IDF asociadas a los periodos de retorno de 5, 10,
20, 30, 40, 50, 60, 75 y 100 años. Además de la gráfica de las curvas IDF, se obtuvo las tablas de
use practico y las tablas del parámetro k, las cuales ayudaron a la lectura de las gráficas y a la
extrapolación de la información pluviografica a zonas cercanas y con características climáticas
parecidas y que solo cuentan con información pluviométrica. Después determinó las expresiones
matemáticas generales para cada estación, de acuerdo con el modelo analítico de Bernard y
Yarnell, el que responde a la formula I = (k*T m)/d; y obtuvo una estimación de la intensidad de
precipitación máxima en mm/h asociada a una duración y periodo de retorno determinados; y
donde k, m y n son constantes de regresión.
Finalmente, y a la luz de los resultados obtenidos, se determinó que los datos se ajustan a la
distribución de probabilidad de Gumbel, y que los modelos de regresión asociados a cada
- 17 -
Tesis de Maestría
estación presentan un nivel de ajuste satisfactorio.

Por otra parte, el análisis de intensidades máximas, muestra que estas aumentan a medida que se
avanza latitudinalmente de norte a sur; y que dicho aumento, es menos drástico producto de la
presencia de cuerpos de agua, que al igual que otros autores, se determinó que provocan un
aumento en la intensidad de precipitación
2.7 Definición de Tormentas
La tormenta es el conjunto de lluvias que obedece a una misma perturbación meteorológica y de

características bien definidas. Una tormenta puede durar desde unos pocos minutos hasta varias
horas y aún días y puede abarcar desde una zona pequeña hasta una extensa región, y de las
tormentas interesa conocer las curvas intensidad-duración-frecuencia (Chereque, 1989).
Una vez conocido cuánto llueve en cada subcuenca para cada periodo de retorno en función de la
duración de la tormenta es necesario introducir en el modelo cómo se produce dicha
precipitación, ya que no se obtendrán los mismos caudales si la lluvia se produce uniformemente
en la duración del evento o un porcentaje importante del total se concentra en una porción de su
duración. Para ello se utiliza el denominado Hietograma de Diseño, que puede ser desde una
forma más sencilla como rectangular o triangular o tener formas más complejas resultantes del
estudio de cómo se distribuyen en el tiempo las tormentas registradas por un pluviógrafo en la
zona de estudio.(Cué, 2000).
Para proceder a este análisis, podemos utilizar diferentes métodos: ya sean métodos estadísticos
como el análisis de las frecuencias de caudal, o simplemente, el cálculo del coeficiente de
variación, lo que lleva a considerar el caudal como una variable aleatoria, o métodos de auto
correlación que permiten analizar la variación del caudal en el tiempo y evaluar en qué medida
los caudales de varios días consecutivos están ligados. (Bourges, 1993).
Estudios realizados por Colladon (2007) muestran que en zonas donde existen estudios
hidrológicos y geomorfológicos previos, es posible ensayar una metodología que complemente
las cartas de amenaza y los umbrales de inundación.
Para ello se utilizó la clasificación de crecidas sugeridas por los autores, Bertoni y Maza 2004 y
- 18 -
Tesis de Maestría
Caamaño et. al. 2006, que establece el siguiente rango:

Denominación Tiempo de la crecida del lecho retorno (años)
Ordinarias Ordinario < 10
Extraordinarias Periódico entre 10 y 100
Excepcionales Episódico > 100
García (2006) define que en una cuenca hidrológica se pueden determinar tormentas puntuales
(curvas intensidad-duración-periodo de retorno), asociadas a diferentes porciones de áreas y
duraciones (curvas altura de precipitación-área-duración) y regionales.
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
gastos resultantes a través de este se calculan utilizando procedimientos de lluvia-escurrimiento
y el tránsito de las avenidas.
Una tormenta de diseño puede definirse con el apoyo de la altura de precipitación en un punto,
mediante un hietograma de diseño que describa la distribución temporal de la precipitación
durante una tormenta, o bien con el auxilio de un mapa de isoyetas que especifique el
comportamiento espacial de la precipitación.
Asimismo, las tormentas de diseño se pueden definir con información histórica de precipitación
en un sitio o bien utilizando las características generales de la precipitación en la cuenca de
análisis.
En general, para definir una tormenta de diseño, en una cuenca hidrológica, es necesario
considerar a las variables involucradas con la magnitud, la duración, la frecuencia o probabilidad
de ocurrencia, la porción de área que abarca la tormenta y la distribución de la lluvia en el
tiempo o hietograma de diseño.
La magnitud de la tormenta se analiza con los valores de las alturas de precipitación máxima (hp,
mm) o bien a partir de las intensidades máximas de lluvia (I, mm/h).
La duración es función del intervalo de tiempo utilizado para registrar la precipitación y en la

Hidrología, se consideran como lluvias de corta duración aquellas cuyo tiempo oscila entre 5 y
120 minutos, mientras que para las de larga duración el tiempo será mayor a 2 horas.
- 19 -
Tesis de Maestría
La frecuencia o probabilidad de ocurrencia permite estimar la magnitud de la tormenta de diseño

correspondiente a una probabilidad dada. En la Hidrología se utiliza el concepto del periodo de
retorno (Tr, años).
La porción que abarca la tormenta se analiza con el auxilio del Factor de Reducción por Área
(FRA), el cual reduce los valores de precipitación puntual máxima, datos que se utilizan para
regionalizar las lluvias máximas, a valores medios asociados con áreas de diferentes porciones.
Finalmente, con la distribución temporal de la lluvia se transforma el valor de la tormenta pluvial
asociada a la duración total, en un hietograma de diseño el cual se define como un histograma
cuyas barras indican la variación de la altura de precipitación asociada a la duración de la
tormenta analizada.
La elección de la tormenta de diseño tiene por objetivo asumir una probabilidad de ocurrencia
que minimice los riesgos que esta puede provocar sobre la cuenca. Un criterio puede ser tomar
como tormenta de diseño la precipitación máxima probable (PMP) y en ese caso la inversión
necesaria para el control aluvional superaría los valores económicos para que la actividad
productiva sea rentable.
Teniendo en cuenta los bienes a proteger se estima suficiente asumir que el riesgo oscile en un
20% para un periodo de 20 años en el caso de la producción agrícola.
El periodo de retorno de la tormenta de diseño se establece en función de dicho margen de
seguridad utilizando la función binomial (Bedient & Hubert, citado por Dufilho 2001):
n
 1
S  1  
 T
Dónde:
S: seguridad,
T: tiempo de retorno,
n: período de años para el cual se quiere seguridad
A partir de esta fórmula se determina que para tener el 80% de seguridad durante un periodo de
20 años se debe tomar una tormenta con una recurrencia de 90 años.
El análisis realizado por Ontiveros M. (2000), indica que en cada punto donde se quieren obtener
- 20 -
Tesis de Maestría
caudales es necesario determinar previamente el tiempo de concentración hasta el mismo. Este

tiempo de concentración marca el tiempo de duración de la tormenta de diseño a utilizar. Por
ello, puede ocurrir que se tengan que transformar las precipitaciones diarias calculadas para
distintos periodos de retorno en precipitaciones de duraciones más cortas, para lo cual es
necesario o bien alguna fórmula existente, o disponer de las curvas Intensidad-Duración-
Frecuencia (IDF) de la zona que permitirán el cambio de una manera sencilla.
2.8 Método de las Curvas Tipo o modelo de la SCS
Es uno de los Métodos Sintéticos Adimensionales más usados, que se basa en obtener la
distribución temporal en base la desagregación de la lluvia total diaria.
Fue establecido por el Soil Conservation Service (SCS), institución que desde 1986 lleva el
nombre de Resources Conservation Service (NRCS), en base al análisis de una gran cantidad de
lluvias, caídas en diferentes puntos del territorio continental de los Estados Unidos, con
características climáticas diversas. Específicamente, los Tipos I y IA corresponden al clima
marítimo del Pacífico con inviernos húmedos y veranos secos, el Tipo III al Golfo de México y a
las áreas costeras del Atlántico, con tormentas de tipo tropical, y finalmente la Tipo II, que
caracteriza el clima del resto del país.
Gráfico 1 y 2: Curvas Tipo y su distribución determinadas por la SCS
Fuente: Chow et al (1994)
- 21 -
Tesis de Maestría
Fuente: Chow et al (1994)
El U.S Soil Conservatión Service (USSCS), desarrollo hietogramas sintéticos para

precipitaciones de 24 horas y propone 4 distribuciones: Tipo I, IA, II y III.(García, 2004).
El método analiza una tormenta de 24 hrs, sobre la cual determina un Hietograma de lluvia,
asignando a cada intervalo de tiempo una fracción o porcentaje respecto del total precipitado.
2.9 Estadística hidrológica
Según Aparicio (1997), existen dos métodos: el primero, llamado de intensidad – período de
retorno, relaciona estas dos variables, y para cada duración por separado, mediante alguna de las
funciones de distribución de probabilidad usadas en hidrología. El otro método relaciona
simultáneamente la intensidad, la duración y el período de retorno en una familia de curvas, cuya
ecuación es:
Donde k, m, n y c son constantes que se calculan mediante un análisis de correlación lineal
- 22 -
Tesis de Maestría
múltiple, y en tanto que I y d corresponden a la intensidad de precipitación y la duración,

respectivamente.
Pizarro (1986), señala, que las funciones de distribución estadística utilizadas en hidrología,
pueden mencionarse las siguientes: Normal (Yevjevich 1972), Log-Normal (Chow 1954),
Gamma (Yevjevich 1972), LogGamma (Yevjevich 1972), Logistic, loglogistic (Beirlant,
Teugels y Vynckier 1996) y Pareto
Este método tiene la ventaja teórica sobre el método de los momentos convencional en que por
medio de este se caracteriza una amplia gama de funciones de distribución y, además, que es un
método más robusto ante la presencia de puntos extraordinarios ó espureos en la muestra
outliers, cuando se calculan los parámetros a partir de los datos muéstrales (Hosking y Wallis
1997).
Estudios realizados por Rentería (2012) empleando métodos de análisis estadístico de las
precipitaciones realizó con los registros contenidos en la base de datos denominada ERIC III.
Asimismo, a partir de los datos de precipitaciones máximas diarias de las estaciones
climatológicas cercanas a la zona del proyecto se ajustó un modelo de probabilidad, Gumbel de
dos poblaciones, el cual tuvo un coeficiente de correlación de R² = 0.99, que es bueno.
Rojas (2011), demostó que cuando se realiza un análisis con valores de precipitación se trabaja
con tres variables: profundidad de la lluvia medida en milímetros, intensidad en milímetros por
hora y duración en minutos u horas. Cuando se realiza un análisis de frecuencia, se introduce una
nueva variable definida como período de retorno. Para interpretar estas variables, así como la
interpolación y extrapolación de valores, se elaboran las curvas IDF. El procedimiento para la
generación de estas curvas consiste en graficar los valores obtenidos en el análisis de frecuencia
realizado en este estudio mediante el análisis de distribución de frecuencias de Gumbel.
Estas curvas están expresadas de una manera gráfica, con la duración en el eje horizontal
normalmente establecido en minutos u horas, mientras que en el eje vertical se muestra la
intensidad de precipitación en milímetros por hora, en el gráfico se muestran una serie de curvas
para cada uno de los períodos de retorno.
Otra forma de desarrollar las curvas IDF es a través de una forma analítica, mediante un modelo
de regresión lineal múltiple que relacione simultáneamente la intensidad, duración y período de
- 23 -
Tesis de Maestría
retorno de un grupo de curvas establecidas para una región o bien para una estación específica,
generando una ecuación que puede ser extrapolada a aquellas zonas que carezcan de registros
pluviográficos . Este procedimiento es conocido como Método Analítico, el cual consiste en
ajustar los valores originales de precipitación a una distribución teórica.
Los resultados de estos modelos debieron ser validados estadísticamente por medio de las
dócimas de hipótesis de linealidad y verificación de los supuestos de regresión.
Existen diferentes tipos de pruebas, en su estudio se realizó a partir de la Distribución de Fisher y
del análisis del valor establecido para el Coeficiente de Determinación. Por otro lado, para las
curvas se realiza la prueba de bondad de ajuste, a partir del estadístico de Kolmogorov Smirnov
(K-S), el cual consiste en buscar para cada recta la distancia máxima entre los puntos originales
y la recta trazada, la cual se compara con el valor crítico que se encuentran en las tablas
establecidas para este test, cuyo valor depende del número de datos de la muestra y del valor del
nivel de significación. Para que se acepte el ajuste de la recta, se debe cumplir que la distancia
máxima entre las rectas y los puntos originales debe ser menor que el valor crítico del estadístico
Kholmogorov Smirnov K-S, en caso contrario se deberá trazar una nueva recta. Para estudios
hidrológicos normalmente se considera un nivel de significación α=0,05.
Cumpa (2002), en sus estudios de eventos hidrológicos extremos incluye la selección de una
secuencia de observaciones máximas o mínimas de un conjunto de datos. Los valores extremos
son los valores máximos o mínimos seleccionados de unos conjuntos de datos. Así señala, el
caudal máximo anual en un lugar dado es el mayor caudal registrado histórico que conforman un
conjunto de valores extremos que puede analizarse estadísticamente, usando las fórmulas
desarrolladas por Fisher y Tipett, que han demostrado que las distribuciones de valores extremos
seleccionados de conjuntos de muestras de cualquier distribución de probabilidad convergen en
una de las tres formas de distribuciones de valor extremo, llamadas tipo I, II y III
respectivamente cuando el número de valores seleccionados es grande. Las propiedades de estas
tres formas limitantes fueron estudiadas en mayor detalle con el empleo de la ecuación de
Gumbel para la distribución de Valor Extremo tipo I, como también la de Frecher para la
distribución de Valor Extremo tipo II y por Weibull para la distribución de Valor Extremo tipo
III.
Depettis (s.f.), señala que en los estudios estadísticos de las series conformadas realizó a partir de
- 24 -
Tesis de Maestría
un conjunto de funciones teóricas de distribución de probabilidades comúnmente utilizadas en

Hidrología, una vez que las mismas fueron ordenadas por magnitud en forma decreciente
determinando la frecuencia experimental para permitir su posterior comparación con la
probabilidad teórica, aplicando la expresión propuesta por HAZEN. Además, señala que el
programa utilizado para correr los modelos probabilísticos ha sido el AFMULTI, el cual realiza
el ajuste con las siguientes distribuciones: Log Gauss de 2 parámetros, GEV (General Extremes
Values), Gumbel, Pearson III, Log Pearson III, Exponencial y Wakeby.
Para realizar el análisis de homogeneidad se ha optado por el uso de test no paramétricos,
incluidos en el programa mencionado, ya que los mismos requieren para su aplicación la única
condición de que las observaciones sean independientes. Los test no paramétricos seleccionados
han sido los de Mann – Kendall y de Smirnov y con ellos se ha cotejado la hipótesis nula: no
existe interferencia en los términos de la serie y por lo tanto, si esa hipótesis no resulta rechazada
se acepta que los datos son homogéneos.
Para proceder a la elección de los modelos probabilísticos de mejor ajuste se aplicaron las
pruebas de bondad de ajuste que proporcionan los test de chi² de Pearson y de Kolmogorov –
Smirnov, como primer filtro en el análisis para decidir su aceptación o rechazo. Luego se han
calculado los errores cuadráticos medios tanto de frecuencia (ECMF) como de variable (ECMV),
confrontando cada distribución teórica con la experimental.
Cunnane (1973), citado por Arce, 1997, hace referencia en que basándose en la teoría de
distribución de Poisson, Exponencial y Gumbel, estas se emplearon para las series parciales y la
comparó con las series anuales, concluyendo que, para períodos de retorno mayores a 10 años,
las series parciales son más eficientes que las series anuales. Otras aplicaciones de la
mencionada distribución fueron también descritas por Buischand (1989), contribuyendo con otro
método para la estimación de parámetros para el modelo. Así mismo el mismo autor examinó la
validación de la distribución de Poisson para modelos de distribución en las series parciales.
2.9.1 Análisis estadístico de las variables hidrológicas
La estadística descriptiva, según Quezada (2005), proporciona herramientas que nos permiten
resumir la información obtenida y pasar así de un gran volumen de datos a otro más reducido.
Las principales medidas que se estudian en la Estadística Descriptiva son:
- 25 -
Tesis de Maestría
 Medidas de Posición
 Medidas de Dispersión
 Medidas de Asimetría y Curtosis
 Medidas de Concentración
2.9.1.1 Medidas de posición central
Las medidas de posición central más comunes son: la media, la mediana, y la moda. La media, a
su vez, puede ser definida como media aritmética, geométrica y armónica. Cada una de ellas
presenta sus ventajas e inconvenientes y su elección depende tanto de la naturaleza de la
estadística como del propósito para el que se utiliza.
a) La media aritmética. Es la suma de todos los valores de la variable dividida por el número
total de los datos.
n X i ni
X 
i 1 N
c) La media geométrica. Es la raíz N-ésima del producto de los valores de la variable elevados
por sus respectivas frecuencias.

G  N X 1n 1 X 2 2 ........ X nn n
n

La mediana. La mediana es el valor de la distribución que divide la distribución de la variable en
dos partes iguales, es decir deja a la izquierda y a la derecha igual número de valores si el
número de datos es impar. Cuando el número de valores es par se toma la media aritmética de
los dos valores centrales. En términos de frecuencia se define la mediana como aquel valor de la
distribución cuya frecuencia acumulada es N/2.
Para distribuciones agrupadas en intervalos aplicamos la siguiente fórmula:
N
 N i 1
M e  L i 1  2 ci
ni
La propiedad fundamental de la mediana es que la suma de todas las desviaciones en valor

absoluto de la variable respecto de la mediana es mínima.
- 26 -
Tesis de Maestría
d) La moda. Es el valor de la variable que más veces se repite. Para distribuciones agrupadas en
intervalos se utiliza la siguiente fórmula.
n i 1
M  L i 1  ci
n i 1  n i 1
o
2.9.1.2 Medidas de dispersión absoluta
Las medidas de dispersión o de variabilidad miden la representatividad de las medidas de

tendencia central, obteniéndose como desviación de los valores de la distribución respecto a
estas medidas.
Las medidas de dispersión o de variabilidad son: el recorrido, el recorrido intercuartílico, la
desviación absoluta media respecto a la media aritmética, la desviación absoluta media respecto
a la mediana, la varianza y la desviación típica o estándar.
2.9.1.3 Medidas de dispersión relativa
El coeficiente de variación, es una medida de dispersión relativa, el cual viene expresado el valor
porcentual:
SX
CV  *100
X
2.9.1.4 Medidas de forma
Las medidas de asimetría son indicadores que permiten establecer el grado de simetría de una
distribución de valores estadísticos sin necesidad de realizar el gráfico de la distribución.
Las medidas de apuntamiento o curtosis tratan de estudiar la distribución de frecuencias en la

zona media. El mayor o menor número de valores de la variable alrededor de la media dará lugar
a una distribución más o menos apuntada.
Al tomar como referencia la distribución normal se dice que otra distribución es más apuntada
que la distribución normal (leptocúrtica) o menos apuntada (platicúrtica).
A las distribuciones que se asemejan a la distribución normal se les denomina mesocúrticas.
- 27 -
Tesis de Maestría
2.10 Análisis temporal de series de precipitaciones
Los resultados se analizan estadísticamente teniendo en cuenta cada una de las series obtenidas y
las relaciones entre ellas. A partir del análisis inicial de las medidas de tendencia central, de
variabilidad y de forma mediante las que se describen estadísticamente cada una de las dos series
utilizadas, se determina si las muestras proceden de una distribución normal.
La variabilidad temporal a medio y largo plazo se determina gráficamente a partir de las medias
móviles de 5 años. También se utiliza la curva de valores normales acumulados, en la cual los
tramos descendentes coinciden con períodos de disminución de las de avenidas o de
precipitaciones y los ascendentes con aumento de las mismas.
Los modelos predictivos más adecuados para el análisis temporal de las series se obtienen
mediante un análisis de los residuos de los posibles modelos a utilizar. En cualquier caso, el test
secuencial no paramétrico de Kendall es el que fija las etapas más destacadas en la evolución
temporal de las variables. (Bullón, 2012).
Estudios realizados por Ramirez et al (1995) sobre la variabilidad espacial indican que la
metodología empleada partió con la extracción de la información básica a través de la base de
datos pluviométricos y pluviográficos creada mediante el paquete PLUVIOM de la ORSTOM,
consistente en tormentas registradas que alcanzaron valores mayores o iguales a los 30 mm en 24
horas (pluviometría) al menos en una cantidad mínima de pluviómetros.
2.11 Período de Retorno
El periodo de retorno, representado por T, es un intervalo de recurrencia que se puede definir

como el tiempo que existe entre una y otra ocurrencia de un evento extremo, es decir que pasan
un número determinado de años para que vuelva a ocurrir un evento de las características muy
similares o iguales. Se puede decir que, es el intervalo de ocurrencia T ó el tiempo entre
ocurrencias del evento.
Por ello el Periodo de Retorno de un evento con una magnitud dada puede definirse como el
intervalo de recurrencia promedio entre eventos que igualan o exceden una magnitud
especificada.
- 28 -
Tesis de Maestría
Cuando la variable aleatoria considerada es una magnitud relacionada con algún fenómeno
natural (caudales, velocidades de viento), es conveniente referirse a periodos de retorno en lugar
de a probabilidades de ocurrencia. Si p es la probabilidad de que una variable x supere un dado
valor X en un cierto lapso (por lo general un año), el período de retorno T representará el
número de unidades de tiempo transcurrirán en promedio entre dos oportunidades en que la
variable supere dicho valor, es decir:
1
p  Px  X  
T
El análisis estadístico consiste en hallar la función que mejor represente el comportamiento de la
variable aleatoria x, para luego asignar a cada valor X una probabilidad o un periodo de
recurrencia. Si Ø(x) es la función de distribución, resultando de manera general a:
P  1  Ø ( x)
Los periodos de retorno seleccionados para el análisis probabilístico en el presente trabajo son:
1.1, 2, 5, 10, 25, 50 y 100 años, los cuales se pueden analizar en forma disgregada o no
disgregada.
2.12 Modelos matemáticos para representar curvas IDF
Desde hace mucho tiempo se ha realizado numerosos ensayos para representar a las curvas IDF,
estos planteamientos de las primeras relaciones matemáticas, que modelan a dichas curvas, datan
desde el inicio de los años treinta del siglo pasado. (Pizarro, s/f).
Modelo propuesto por Sherman (1931)
m
KT
I n
(D  b)
Modelo propuesto por Bernard (1932)

m
KT
I n
D
- 29 -
Tesis de Maestría
Modelo propuesto por Linsley et al (1949), para duraciones entre 5 y 20 minutos
a
I
Db
Modelo propuesto por Linsley et al (1949), para duraciones superiores a 60 minutos
c
I n
D
Modelo propuesto por Wensel (1982)
K
I n
D b
Modelo propuesto por Chen (1983)
T a
I i 
1 (D  b)c
Modelo propuesto por Chow (1994)
m
KT
I n
(D  b)
Modelo propuesto por Koutsoyiannis y et al. (1998)
   1  
 m  ln ln 1   

I K    T  

 (D  b)n 
 
 
Dónde:
a, b, c, K, m, n, y b = Son parámetros adimensionales.
i 1T  Intensidad Media de la lluvia de una hora.
T= Periodo de Retorno en años.
I= Intensidad Máxima de Precipitación.
D = Duración en minutos u horas.
2.13 Análisis de regresión múltiple
La Estadística Inferencial permite trabajar con una variable a nivel de intervalo o razón, así
también se puede comprender la relación de dos o más variables y nos permitirá relacionar
- 30 -
Tesis de Maestría
mediante ecuaciones, una variable en relación de la otra variable llamándose Regresión Lineal y
una variable en relación a otras variables llamándose Regresión múltiple.
La aplicación de la regresión múltiple al modelo propuesto, el cual tiene una función
exponencial, tiene la principal tarea de determinar si existe o no, relación de dependencia entre
las variables y la determinación de los valores de predicción a través de una expresión simple. La
regresión lineal múltiple es matemáticamente similar a la regresión lineal simple, siendo el
siguiente modelo lineal:
y  a0  a1x1  a2 x 2  a3 x3  .....  amxm
Dónde:
n = número de variables independientes
a1, a2, a3, ….., am = parámetros a estimar
p = m+1 = número de parámetros a estimar a partir de la muestra
Para la estimación de los parámetros podemos hacer una extensión del método de los mínimos
cuadrados, para el caso de una regresión lineal múltiple, las ecuaciones normales que se obtienen
son:
y  a0n  a1x1  a 2x 2  a3 x 3  .....  amx m

x1y  a0 x1  a1x12  a 2 x1x 2  a3 x1x 3  .....  amx 1x m
x 2 y  a0 x 2  a1x1x 2  a 2 x 2 2  a3 x 2 x 3  .....  amx 2 x m
.
.
x m y  a0 x m  a1x1x m  a 2x 2 x m  a3 x 3 x 3  .....  amx m 2
Donde, n es el número de grupos de elementos de la muestra. La solución del sistema de

ecuaciones anterior son los coeficientes a, siendo que el número de ecuaciones normales debe ser
igual al número de incógnitas que se tienen a fin de tener un sistema sea consistente. En el caso
particular en que se tengan tres ecuaciones con tres incógnitas, la expresión matricial de las
expresiones normales es la siguiente:
 y   n x  x  a 
 
1 2

0
  1     x1
x y   x    x x    a
2 
1
 x y 
1 1 2
  2    x 2   x x    x   a 2

2
1 2 2
Que se la puede expresar también de la siguiente forma:

- 31 -
Tesis de Maestría
Y  X A
De donde la solución es la matriz de coeficientes “a”
A  X1  Y
2.13.1 Variación espacial de las precipitaciones
Robredo (2003), muestra que los datos registrados en las estaciones meteorológicas son
puntuales y en muchas ocasiones condicionados por su situación geográfica, al tener que
localizarse en puntos de en los que sea fácil mantener una lectura periódica de las variables que
se estén analizando.
A este punto hay que añadir que la densidad de pluviómetros que cubre las zonas
correspondientes a cuencas montañosas, a menudo es menor de lo deseable, sobre todo por la
falta de población de estas regiones.
Por esta razón, la extrapolación de estos valores puntuales al área circundante tiene que
realizarse con cuidado.
Los valores de precipitación que se presentan en un punto cualquiera de la cuenca, dependen
mucho del factor relieve y de la dirección de los vientos dominantes, sobre todo en las cuencas
de montaña.
En general, las precipitaciones atmosféricas sobre las regiones montañosas no son bien
conocidas, a pesar de la importancia que representan como cabeceras de los ríos, y por tanto las
que alimentan de forma importante a estos.
Se sabe que las precipitaciones aumentan, en general, con la altura. Al aumento de precipitación
por 1 m de elevación se denomina gradiente hipsométrico de precipitaciones. Este gradiente es
positivo hasta una cierta altura, por encima de esta cambia el signo. A este punto se le llama
punto crítico de inversión y su situación depende de muchos factores (orientación de la montaña,
proximidad al océano, etc.). Este fenómeno tiene mayor importancia cuanto mayor sea la el
componente de tipo orográfico en la génesis de las precipitaciones de la zona.
En estudios de Interpolación espacial y temporal de la precipitación, (Rodriguez, 2008),
menciona que la calidad de los resultados de la interpolación espacial y temporal del campo de
precipitación depende fundamentalmente de la calidad de los datos, del número y distribución de
los pluviógrafos utilizados y de qué tan bien la función matemática seleccionada representa el
fenómeno.
- 32 -
Tesis de Maestría
En cuanto a los aspectos de calidad de los datos y configuración de la red, estos han sido
discutidos en los dos numerales previos. Por tanto, el objetivo de este numeral es presentar los
relacionados con el método de interpolación. Al respecto, diferentes métodos han sido
propuestos en la literatura para la estimación de la precipitación areal, desde el método simple y
popular del inverso de la distancia, pasando por métodos determinísticos como interpolaciones
polinomiales, hasta técnicas más complejas, basadas en interpolación estadística, como el caso
de Kriging.
2.14 Estadística Espacial
La Estadística espacial es la reunión de un conjunto de metodologías apropiadas para el análisis

de datos que corresponden a la medición de variables aleatorias en diversos sitios (puntos del
espacio o agregaciones espaciales) de una región. De manera más formal se puede decir que la
estadística espacial trata con el análisis de realizaciones de un proceso estocástico, que
representa una ubicación en el espacio euclidiano d-dimensional, para una variable aleatoria en
una determinada ubicación y éste varía sobre un conjunto de índices asumido (Giraldo, 2005).
Por otra parte, Gomez 2006, señala que para delinear las cuencas, computar las características
fisiográficas de las cuencas de aporte y la conectividad entre ellas, se considera como insumo
principal el Modelo Digital de Elevaciones de Terreno (DEM) que puede ser obtenido vía
Internet o generado automáticamente a partir de las cartas geográficas actuales del IGM.
2.14.1 Kriging
La palabra kriging (expresión anglosajona) procede del nombre del geólogo sudafricano D. G.
Krige, cuyos trabajos en la predicción de reservas de oro, realizados en la década del cincuenta,
suelen considerarse como pioneros en los métodos de interpolación espacial. Kriging encierra un
conjunto de métodos de predicción espacial que se fundamentan en la minimización del error
cuadrático medio de predicción.
Los métodos kriging se aplican con frecuencia con el propósito de predicción, sin embargo estas
metodologías tienen diversas aplicaciones, dentro de las cuales se destacan la simulación y el
diseño de redes óptimas de muestreo
- 33 -
Tesis de Maestría
2.14.2 Kriging Ordinario
El método kriging ordinario propone que el valor de la variable puede predecirse como una
combinación lineal de n variables aleatorias.
Una vez se ha hecho la predicción en un conjunto de puntos diferentes de los muéstrales vía
kriging, se debe elaborar un mapa que dé una representación global del comportamiento de la
variable de interés en la zona estudiada. Los más empleados son los mapas de contornos, los
mapas de residuos y los gráficos tridimensionales. En el caso de los mapas de contornos, en
primer lugar se divide el área de estudio en un enmallado y se hace la predicción en cada uno de
los nodos de éste mismo. Posteriormente se unen los valores predichos con igual valor,
generando así las líneas de contorno (isolíneas de distribución). Es conveniente acompañar el
mapa de interpolaciones de la variable con los correspondientes mapas de isolíneas de los errores
y de las varianzas de predicción (posiblemente estimados a través de métodos matemáticos), con
el propósito de identificar zonas de mayor incertidumbre respecto a las predicciones.
2.14.3 Intervalo de Rango
En términos prácticos corresponde a la distancia a partir de la cual dos observaciones son

independientes. El rango se interpreta como la zona de influencia. Existen algunos modelos de
semivariograma en los que no existe una distancia finita para la cual dos observaciones sean
independientes; por ello se llama rango efectivo a la distancia para la cual el semivariograma
alcanza el 95% de la cota superior del semivariograma. Entre más pequeño sea el rango, más
cerca se está del modelo de independencia espacial.
2.14.4 Distancia Inversa Ponderada IDW
Las ponderaciones espaciales por lo general están estandarizadas por fila, especialmente en las
estrategias de ponderaciones binarias. La estandarización de filas se utiliza para crear
ponderaciones proporcionales en aquellos casos en los que las entidades tienen una cantidad de
vecinos desigual. La estandarización de filas implica la división del peso de cada vecino de una
entidad por la suma de los pesos de todos los vecinos de esa entidad y se recomienda cuando la
- 34 -
Tesis de Maestría
distribución de las entidades está potencialmente influenciada debido al diseño de muestreo o a

un esquema de agregación impuesto.
La interpolación del punto problema se realiza asignando pesos a los datos del entorno en
función inversa de la distancia que los separa inverse distance weighting, IDW.
La fórmula general es:
Dónde:
Zj, es el valor estimado para el punto j; n es el número de puntos usados en
la interpolación; zi el valor en el punto i-ésimo y kij el peso asociado al dato i en el cálculo del
nodo j. Los pesos k varían entre 0 y 1 para cada dato y la suma total de ellos es la unidad.
Para establecer una función de proporcionalidad entre el peso y la distancia, la fórmula general
queda como sigue:
Dónde:
Representa a un exponente de ponderación que controla la forma en la que el peso disminuye

con la distancia.
Esta familia de métodos permite la generación del MDE modelos digitales de elevaciones
(MDE), de una forma rápida y simple. Sin embargo, se trata esencialmente de una media
ponderada y, por tanto, el resultado se encuentra siempre incluido dentro del rango de variación
de los datos. Por este motivo, el correcto tratamiento de las formas cóncavas y convexas depende
estrechamente de la distribución de los puntos originales y la presencia de datos auxiliares se
hace muy conveniente.
- 35 -
Tesis de Maestría
3. MATERIALES Y MÉTODOS
3.1 Localización
Fisiográficamente, Bolivia se divide en dos unidades mayores: el bloque andino y las planicies
bajas. Estas dos unidades se subdividen en siete provincias fisiográficas (Montes de Oca, 1997).
La ubicación está en las provincias fisiográficas: A-1 Cordillera Occidental o volcánica y B
Altiplano, que corresponde a la unidad Bloque Andino. Políticamente se encuentran en los
departamentos de la Paz, Oruro, Potosí.
Tabla 1: Localización geográfica y tipo de estacione meteorológica
Estación Provincia Sección Municipal Tipo de Estación
Uyuni Antonio Quijarro Uyuni Primer orden

Turco Sajama Turco Cuarto orden
Todo santos Mejillones Todo Santos Tercer orden
Salinas L. Cabrera Salinas de Garci Mendoza Primer orden
Quillacas Avaroa Santuario de Quillacas Tercer orden
El Alto Murillo El Alto Primer orden
Culta Eduardo Avaroa Challapata Tercer orden
Coipasa Atahuallpa Coipasa Primer orden
Chuquiña Saucari Toledo Cuarto orden
Chillca Cercado Soracachi Tercer orden
Andamarca Sur Carangas San Martín de Andamarca Tercer orden
Fuente: SENAMHI
- 36 -
Tesis de Maestría
Tabla 2: Ubicación de Estaciones meteorológicas
Altura Ubicación geográfica (°)

Estación
(m snm) Latitud Sur Longitud Oeste
Uyuni 3660 20°27´39´´ 66°49´30´´
Turco 3859 18°10´56´´ 68°11´28´´
Todo santos 3920 19°00´53´´ 68°43´06´´
Salinas de Garci Mendoza 3680 19°378´59´´ 66°49´30´´
Quillacas 3730 19°14´01´´ 66°57´41´´
El Alto 4034 16°30´37´´ 68°11´55´´
Culta 3718 19°43´48´´ 66°49´30´´
Coipasa 3680 19°16´44´´ 66°49´30´´
Chuquiña 3735 17°47´13´´ 67°27´38´´
Chillca 3240 17°50´13´´ 66°48´55´´
San Martin de Andamarca 3773 18°46´31´´ 67°30´28´´
Fuente: SENAMHI
El área de estudio abarca 11 estaciones meteorológicas del Altiplano de La Paz, Oruro y Potosí,
y cuya variación altitudinal esta entre el rango de 3240 a 4034 msnm.
El área de estudio, comprende a las subcuencas que se encuentran en centro y sur del Altiplano y
estas son la subcuenca del lago Titicaca, la subcuenca del río Desaguadero, la subcuenca del lago
Poopó, la subcuenca del salar de Coipasa y la subcuenca del salar de Uyuni.
- 37 -
Tesis de Maestría
Figura 6: Mapa de Ubicación
Fuente: Elaboración propia
- 38 -
Tesis de Maestría
3.2 Materiales
En el presente trabajo de investigación se utilizarán los siguientes materiales:
a) Datos del SENAMHI, de las estaciones que cuentan con registros históricos de
precipitación horaria máxima.
b) Imágenes satelitales.
c) Equipo de computación e impresión.
d) Material de escritorio.
3.3 Programas y/o software
Por el volumen de la información, se contó con las aplicaciones informáticas, software y

programas a utilizar en el procesamiento, sistematización, procesamiento, comparación de
valores y análisis de resultados, como es el estadísticos Hvert, que es un programa de origen
Alemán, e idioma Alemán, que se desenvuelve en el entorno MS-DOS, y útil para realizar
diferentes tipos de análisis estadísticos, como ser las funciones de distribución, pruebas de
bondad de ajuste y análisis de frecuencias estadísticas.
3.4 Metodología
Se ha recurrido a fuentes de información del SENAMHI, y la metodología empleada es el de

criterios adimensionales para la presente investigación, con el objetivo de determinar las
relaciones de intensidad-duración-frecuencia.
3.4.1 Selección de las estaciones meteorológicas
En vista de que el trabajo de investigación deberá estar orientado a zonas del altiplano, es que se
ha realizado una selección de las que se encuentran dentro de ésta área y además, cuentan con
registros de precipitación máxima.
Para el análisis estadístico se utilizarán los registros de las 11 estaciones, seleccionadas,
disponibles en el Servicio Nacional de meteorología e Hidrología SENAMHI y se procedió a
- 39 -
Tesis de Maestría
determinar las series de intensidades o las respectivas cantidades máximas anuales.
3.4.2 Antecedentes pluviométricos
Siendo las precipitaciones las que más influyen en la ocurrencia de la erosión, el diseño de obras
estará directamente relacionado con las magnitudes e intensidades que éstas presenten en el
sector de estudio. La información básica a utilizar es: registro anual de las precipitaciones
máximas en 24 horas, de una serie no inferior a 5 años y 10 o más años como óptimo (menor
número de datos implica menor precisión en las estimaciones estadísticas), de la estación
meteorológica más cercana y representativa del sector. A partir de esta información, por medio
de la distribución de Gumbel y de la metodología propuesta por Espíldora podrán ser inferidos
los valores de intensidad y magnitud de precipitación, en períodos de tiempo pequeños (menores
a 24 horas, generalmente menor o igual a 1 hora), que serán datos indispensables en el
dimensionamiento de las obras.
3.4.3 Control de calidad de los datos
Gleason, citado por Guallpa (2013) menciona que el control de calidad de los datos (en general)
se basa en dos partes: primero en una visualización sencilla de los datos para determinar valores
imposibles, valores fuera de rango, datos faltantes, etc., y segundo un análisis estadístico de
series de observaciones para localizar e identificar valores atípicos potenciales o datos erróneos.
3.4.4 Recolección de la información requerida
Recopilación de datos pluviométricos y la información de la totalidad de eventos de

precipitación que ocurren durante todo el año y durante el ciclo histórico respectivo, de registros
del SENAMHI.
Los datos provienen de bandas pluviográficas que registraron las precipitaciones diarias y
horarias, para las once estaciones seleccionadas.
- 40 -
Tesis de Maestría
3.5 Procesamiento de datos
Se realizó en base a registro de las bandas de de pluviógrafos, en series temporales, para obtener
la duración, intensidad, utilizando para ello relaciones que modelan a las curvas IDF.
Estas gráficas corresponden a la representación gráfica de los resultados obtenidos del análisis
probabilístico de intensidades, se las confecciona disponiendo las intensidades máximas
probables en ordenadas y las duraciones de la lluvia en abscisas, para cada período de retorno
considerado, obteniéndose una familia de curvas Intensidad - Duración – Frecuencia.
La representación se realizó en base a escalas aritmética los puntos conforman una curva
asintótica que en ocasiones dificulta la interpretación de resultados, por lo que generalmente se
utiliza una representación en escalas logarítmicas obteniéndose alineamientos rectos que brindan
mayores facilidades para la lectura de resultados.
3.5.1 Alturas de precipitación
Los datos para la determinación de alturas de precipitación máximas ocurridas durante el ciclo
hidrológico, fueron determinadas de acuerdo a la metodología empleada por, Pereyra et al, 2004;
que define a la duración de un evento de precipitación, como el tiempo que transcurre desde que
se inicia la precipitación, hasta que ésta cesa en una determinada localidad o estación
meteorológica.
3.5.2 Distribución adimensional de tormentas
Para el análisis de la distribución de las tormentas o precipitaciones máximas diarias ocurridas en

la estación se realizó el ajuste de la fracción de lluvia en función de la duración.
3.5.3 Análisis estadígrafos de la precipitación máxima
El análisis de los estadígrafos se refiere a analizar parámetros estadísticos, principales de cada

serie histórica referidas a las precipitaciones máximas o tormentas, se llevó a cabo mediante una
planilla Excel donde se calcula automáticamente estos parámetros a partir del conjunto de datos
para las duraciones señaladas.
- 41 -
Tesis de Maestría
Estos estadígrafos se refieren a las medidas de tendencia central, como la media, la mediana, la
moda. Las medidas de dispersión analizadas fueron el rango y la desviación estándar y el
coeficiente de variación. La medida de simetría, considerada fue el coeficiente de sesgo, y la
medida de achatamiento, o el coeficiente de curtosis.
3.6 Determinación de coeficientes adimensionales
3.6.1 Factor KD
El factor KD es adimensional y se obtiene dividiendo las precipitaciones máximas para cada

duración entre la precipitación máxima horaria de 24 horas (1440 min). Siendo que ambas
precipitaciones pertenecen a un mismo periodo de retorno seleccionado y son obtenidas luego
de realizar el análisis de acuerdo a la ecuación, curva promedio de coeficientes, representada
como:
PD
KD 
P24
Dónde:
PD = Precipitación en (mm) para cada D (min)

P24 = Precipitación en (mm) para D=1440min
Siendo el valor KD determinado en función del periodo de retorno, realizando los

correspondientes cálculos se confecciona una tabla con la misma cantidad de valores para las
duraciones y periodos de retorno establecidos.
3.6.2 Curva promedio adimensional
El criterio de la Curva Promedio adimensional, permite conocer la variación temporal de

precipitación de tormentas extremas, mediante la determinación de los cocientes del valor de
precipitación máxima anual para distintas duraciones menores a las 24 horas entre el valor de
precipitación para una duración de 24 horas, representada de la siguiente forma:
- 42 -
Tesis de Maestría
Pd
C
P24
Dónde:
C es el Cociente adimensional de la relación de precipitaciones máximas; d el
tiempo de duración de la precipitación (5, 10, 15,… 1440 min), Pd la precipitación máxima
anual correspondiente duración d(mm) y P24 la precipitación máxima anual para la duración de
24 horas (mm).
3.6.3 Curva Tipo
El análisis de alternativas que presenta cada estación, se realizó en base al análisis de una gran
cantidad de lluvias máximas, precipitadas y registradas en la zona, la cual ha sido analizada para
tormentas de 24 horas y sobre la cual se determinó un histograma, asignando a cada intervalo de
tiempo una fracción o porcentaje respecto del total precipitado.
De acuerdo a las características climáticas de la estación, se determinó el correspondiente tipo

de curva para cada año hidrológico.
Con la relación de P/P24, se calculan los valores, mostrados en la gráfica y de la cual se obtiene
la curva tipo para cada serie de tormenta y la curva promedio.
Por comparación con la nomenclatura utilizada por la distribución temporal en base la

desagregación de la lluvia total diaria, que fue establecido por el Soil Conservation Service
(SCS), y actualmente es conocido por el nombre de Resources Conservation Service (NRCS), se
llega a identificar la Curva Tipo que caracteriza a las tormentas que se presentan en cada región.
3.6.4 Factor K60
El factor K60 se llama también factor de convectividad y es equivalente al factor KD promedio

para una duración particular de 60 minutos.
En cada caso éste valor del coeficiente de convectividad representan los promedios de las
- 43 -
Tesis de Maestría
precipitaciones máximas que se producen en menos de 1 hora, para los eventos que tienen una
duración de 24 horas.
3.7 Función de distribución
La evaluación y el análisis de datos hidrológicos, con la finalidad de estimar las intensidades,

para diferentes periodos de retorno, se ha llevado a cabo mediante la aplicación de modelos
probabilísticos en base a software, el cual detalla el mejor ajuste para cada conjunto de datos.
Con las relaciones de coeficiente de convectividad y precipitación máxima para duración de 24
horas, se determinó la altura de precipitación para cada periodo de retorno y para cada una de las
11 duraciones, es decir:
PD  K 60
D
* P24T
3.8 Intensidades para distintas duraciones y periodos de retorno
Para calcular los valores de intensidad, se multiplicó los valores de la altura de precipitación de
acuerdo al método de curva promedio adimensional, además se realiza la respectiva conversión a
minutos mediante el factor 60 y éstas deben estar registradas para duraciones de 5, 10, 15, 30,
45, 60, 120,180, 360, 720 y 1440 minutos.
La ecuación empleada es:
PD
I DT  * 60
DT
Dónde:
I = Intensidad para cada periodo de retorno y duración (mm/h)

P = Altura de precipitación para una determinada duración (mm)
D = Duración para cada periodo de retorno (min)
Estas, son conocidas también como tablas de uso práctico, con valores de frontera, obtenidos
mediante curvas tipo.
- 44 -
Tesis de Maestría
3.8.1 Gráfica de curvas IDF
Para obtener las gráficas de curvas Intensidad-Duración-Frecuencia, a partir de las tablas de uso
práctico, se empleó la escala semilog, en el cual, el eje de las abscisas está la duración en
minutos y en las ordenadas las intensidades y la gráfica resultante es una hipérbola asintótica en
el primer cuadrante, siendo estos valores dependientes entre las variables.
3.9 Determinación de las relaciones y curvas IDF, mediante el análisis de correlación no

lineal múltiple
La finalidad de realizar un análisis de correlación no lineal múltiple, es el de determinar una

ecuación que relacione los tres parámetros fundamentales como son la intensidad, la duración y
el periodo de retorno, a partir de la información de precipitación e intensidades halladas en el
análisis realizado por el método adimensional y mejor ajuste de curvas.
El método de análisis de correlación no lineal múltiple, permitió encontrar los coeficientes

de las ecuaciones en función a tres variables: las intensidades, las duraciones y los periodos de
retorno.
Para ello, se utilizó el modelo matemático de Bernard y Sherman, las cuales fueron
transformadas a ecuaciones lineales en función a cambios de variable adecuados, para que sean
posteriormente resueltos mediante una adecuada aplicación informática. Las ecuaciones de los
modelos matemáticos empleados son las siguientes:
Tm
Modelo propuesto por Bernard I  K* n
D
Tm
Modelo propuesto por Sherman I  K*
(D  b ) n
- 45 -
Tesis de Maestría
Dónde:
I = Intensidad de precipitación ó tormenta

D = Duración de la tormenta
T = Periodo de retorno
K, b, m, n = Constantes que se calculan por regresión lineal múltiple
3.9.1 Análisis estadístico de las variables
El análisis de regresión lineal múltiple, para estimar los parámetros adimensionales de la

ecuación matemática obtenida, ha sido verificada por medio de los errores cuadrático medio,
error porcentual relativo, los coeficientes de determinación múltiple y los coeficientes de
correlación múltiple para justificar la elección de la ecuación o el modelo matemático (IDF), que
se ajusta mejor a cada una de las estaciones.
Las pruebas de bondad de ajuste, consisten en comprobar gráfica y estadísticamente, si la

frecuencia empírica de la secuencia de datos analizada, se ajusta a una determinada función y
consecuentemente a una ecuación matemática particular. Para ello se ha determinado el
coeficiente de determinación, R2, que representa la proporción de la variación total en la variable
dependiente, que se debe a la variación en la variable independiente.
Se determinó también como prueba de bondad de ajuste, el coeficiente de correlación, que es la
medida de la frecuencia que presenta la relación entre dos o más conjuntos de datos.
El coeficiente de correlación múltiple se calcula a partir de:

1
 S 2 2
R  1  e 
 Sy 2 

Dónde:
e 2
Se = Error estándar del estimado =
np
- 46 -
Tesis de Maestría
Sy 2 = Varianza de la variable dependiente “y” =

1
  y  y 
2
n1
n = número de grupos de la muestra
n - p = grados de libertad
El coeficiente de determinación, según Gujarati (1992), es un indicador que mide cuál la

proporción o porcentaje de la variación total de la variable dependiente, es explicada por el
método de regresión.
3.9.3 Diseño de curvas IDF para distintos períodos de retorno
Se refiere a la construcción gráfica de las curvas IDF para distintos períodos de retorno
determinados y para cada una de las estaciones meteorológicas.
La determinación matemática de las curvas IDF, y las que se señalan en forma de ecuaciones,
fueron obtenidos para cada estación meteorológica y para cada modelo seleccionado.
En este estudio se utilizó el método gráfico, y el método analítico a partir del ajuste de los datos
de intensidad y duración a funciones empíricas de tipo potencial, polinomio y ecuaciones
modificadas.
3.10 Coeficiente de determinación y error cuadrático
En el caso de realizar el ajuste mediante la regresión no lineal múltiple, en el que se muestra la

correspondiente relación de independencia, o la dependencia estocástica, se debe realizar el:
(a) Análisis del coeficiente de determinación

(b) Análisis del error cuadrático medio
El análisis de coeficiente de determinación, tiene como fin dar respuesta a la dependencia

estocástica entre las variables y su grado de dicha dependencia.
- 47 -
Tesis de Maestría
4. RESULTADOS Y DISCUSIONES
4.1. Estación de Andamarca
Los datos para la estación meteorológica ubicada en la localidad de Andamarca, registran los
siguientes valores:
Tabla 3: Alturas de precipitación de Andamarca
Duración (min)
Fecha de
5 10 15 30 60 120 180 360 720 1440
tormenta
Altura de Precipitación (mm)
26/01/1988 3,75 5,66 7,58 13,32 16,98 23,41 25,8 29,06 31,7 38,99
10/09/1987 2,2 2,92 3,89 4,88 5,6 6,3 9,97 12,5 12,5 12,5
25/01/1988 1,76 2,97 3,36 4,66 5,15 6,6 8,53 11,1 11,5 11,9
24/10/1990 1,95 2,67 3,32 5,08 8,02 11,57 14,82 21,01 21,3 25,24
20/10/1990 2,45 3,77 3,97 4,29 5,87 8,91 11,36 12,2 12,3 12,3
Gráfica 3: Distribución Adimensional de Tormentas de Andamarca
Distribución de Tormentas Tiempo (Hrs)

1,000
0,900
0,800
Fracción de la lluvia de 24 horas
0,700
0,600
0,500
0,400
0,300
0,200
0,100
0,000
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
26/01/1988 10/09/1987
25/01/1988 24/10/1990
- 48 -
Tesis de Maestría
4.1.3 Análisis de parámetros estadísticos de la precipitación máxima
El análisis d e los estadígrafos principales de cada serie histórica referidas a las precipitaciones
máximas o tormentas, se lleva a cabo mediante una planilla Excel.
Tabla 4: Estadígrafos de Andamarca

Duración [min]
PARAMETROS ESTADISTICOS SIMBOLO
5 10 15 30 60 120 180 360 720 1440
MEDIDAS DE TENDENCIA CENTRAL
Longitud de registro n= 5 5 5 5 5 5 5 5 5 5
Media aritmética µ = 2,42 3,60 4,42 6,45 8,32 11,36 14,10 17,17 17,86 20,19
Mediana me = 2,20 2,97 3,89 4,88 5,87 8,91 11,36 12,50 12,50 12,50
Moda mo = - - - - - - - - - -
Media geométrica mg = 2,33 3,46 4,20 5,81 7,46 10,01 12,99 15,95 16,42 17,83
MEDIDAS DE DISPERSION
Valor máximo Xmax = 3,75 5,66 7,58 13,32 16,98 23,41 25,80 29,06 31,70 38,99
Valor nínimo Xmin = 1,76 2,67 3,32 4,29 5,15 6,30 8,53 11,10 11,50 11,90
Rango R = 1,99 2,99 4,26 9,03 11,83 17,11 17,27 17,96 20,20 27,09
Varianza S2(x) = 0,62 1,50 3,20 14,85 24,63 49,88 48,25 59,87 75,87 142,26
Desviación estandar S(x) = 0,79 1,22 1,79 3,85 4,96 7,06 6,95 7,74 8,71 11,93
Coeficiente de variación CV = 32,48 34,03 40,44 59,79 59,63 62,18 49,28 45,05 48,77 59,09
MEDIDA DE GRADO DE ASIMETRIA
Coeficiente de sesgo Cs = 1,66 1,68 2,08 2,20 1,98 1,77 1,67 1,16 1,33 1,29
MEDIDA DE APUNTAMIENTO
Curtosis Ck = 2,95 2,67 4,46 4,89 3,96 3,21 2,78 -0,11 0,74 0,51
Los estadígrafos de la estación Andamarca nos muestran, las medidas de tendencia central,
como la media y la mediana, que por su lejanía entre sí, nos indican que la distribución de
frecuencias se aproxima a una tendencia asimétrica con un importante sesgo positivo a la
derecha; la moda en estas series no es identificable porque no existen valores. Las
medidas de dispersión, como el rango y la desviación estándar nos muestran que existe una
dispersión elevada de los valores respecto a la media, el coeficiente de variación nos muestra
valores que superan el 30 en todas las series, por tanto la desviación estándar tiene una
proporción importante respecto a la media; debemos recordar que estamos tratando con
valores de precipitaciones extremas máximas que se miden en cortos periodos de tiempo, lo
que puede generar estas diferencias entre valores de una misma serie. La medida de
simetría, como el coeficiente de sesgo, tiene valores mayores que cero y cercanos a uno,
significando para todas las series, que la distribución de frecuencias tiene una asimetría
ligeramente tendida hacia la derecha. En cuanto a la medida de achatamiento, el coeficiente de
curtosis muestra, en todos los casos, que presenta una distribución leptocúrtica, la cual tiene
- 49 -
Tesis de Maestría
una curva de distribución de frecuencias de forma puntiaguda o en forma llana, si no

intermedia, lo que refleja la magnitud de valores de dispersión están alrededor de la media.
4.1.4 Determinación de coeficientes adimensionales
4.1.4.1 Factor KD
Tabla 5: Factor K de Andamarca

Duración (min)
5 10 15 30 60 120 180 360 720 1440
KD = PD / P24
0,096 0,145 0,194 0,342 0,435 0,600 0,662 0,745 0,813 1,000
0,176 0,234 0,311 0,390 0,448 0,504 0,798 1,000 1,000 1,000
0,148 0,250 0,282 0,392 0,433 0,555 0,717 0,933 0,966 1,000
0,077 0,106 0,132 0,201 0,318 0,458 0,587 0,832 0,844 1,000
0,199 0,307 0,323 0,349 0,477 0,724 0,924 0,992 1,000 1,000
0,139 0,208 0,248 0,335 0,422 0,568 0,737 0,900 0,925 1,000
La Tabla anterior, muestra los factores KD para una determinada duración, que en nuestro
caso se asume el tiempo D = 5, 10, 15, 30, 60, 120, 180, 360, 720,1440 (min).
4.1.4.2 Curva promedio adimensional

precipitación para una duración de 24 horas:
Pd
C
P24
La Curva Promedio adimensional, de acuerdo a la anterior tabla, presenta el siguiente gráfico.
- 50 -
Tesis de Maestría
Gráfica 4: Curva Promedio Andamarca
Curva Promedio Adimensional

1,200
1,000
Cociente Adimensional 0,800
0,600
0,400
0,200
0,000
0 200 400 600 800 1000 1200 1400
Duración (min)
4.1.4.3 Curva Tipo
Para el análisis de alternativas que presenta la estación, se realizó en base al análisis de una
gran cantidad de lluvias máximas, precipitadas y registradas en la zona, la cual ha sido
analizada para tormentas de 24 horas y sobre la cual se determinó un histograma, asignando a
cada intervalo de tiempo una fracción o porcentaje respecto del total precipitado.
De acuerdo a las características climáticas de la estación, se determina el correspondiente tipo
de curva para cada año hidrológico.
Con la relación de P/P24, se calculan los valores, mostrados en la gráfica y de la cual se obtiene
la curva tipo para cada serie de tormenta y la curva promedio.
- 51 -
Tesis de Maestría
Gráfica 5: Curva Tipo de Andamarca
1,000
0,950
0,900
0,850
0,800
0,750
Fracción de lluvia en 24 hrs
0,700
0,650
0,600
0,550
0,500
0,450
0,400
0,350
0,300
0,250
0,200
0,150
0,100
0,050
0,000
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Tiempo (hrs)
Se establece que las tormentas de la estación de Andamarca presentan características de Curva

Tipo III.
4.1.4.4 Factor K60
Tabla 6: Coeficiente de convectividad de Andamarca

Duración [min]
5 10 15 30 60 120 180 360 720 1440
K60
0,139 0,208 0,248 0,335 0,422 0,568 0,737 0,900 0,925 1,000
En el caso de la estación de Andamarca el valor del coeficiente de convectividad es mayor a 0.4

lo que nos indica que las precipitaciones, que generan los valores máximos seleccionados, son
convectivas. El valor de K60 = 0.422 nos indica que en promedio e independientemente del
periodo de retorno, el 42 % de la precipitación de 24 horas, acaece solamente en 1 hora.
- 52 -
Tesis de Maestría
4.1.5 Función de distribución
Con la función de distribución Log Weibull, de mejor ajuste de los datos, se tiene:
Tabla 7: Ajuste de Log Weibull

LOG WEIBULL 98,40%
T (años) P (mm)
1,1 21,707
2 27,854
5 33,124
10 36,234
25 39,813
50 42,270
100 44,578
Con el coeficiente de convectividad y precipitación máxima para duración de 24 horas, se

determina la altura de precipitación para cada periodo de retorno:
PD  K 60
D
* P24T
Obteniendo los siguientes resultados:
Tabla 8: Altura de precipitaciones máxima de Andamarca

ALTURA DE PRECIPITACION (mm)
T (años)
5 10 15 30 60 120 180 360 720 1440
1,111 3,024 4,518 5,393 7,266 9,166 12,337 16,006 19,546 20,071 21,707
2,000 3,880 5,797 6,920 9,324 11,761 15,831 20,539 25,082 25,755 27,854
5,000 4,614 6,894 8,230 11,088 13,987 18,827 24,425 29,827 30,629 33,124
10,000 5,048 7,541 9,002 12,129 15,300 20,594 26,718 32,628 33,504 36,234
25,000 5,546 8,286 9,892 13,327 16,811 22,628 29,357 35,851 36,814 39,813
50,000 5,888 8,797 10,502 14,149 17,849 24,025 31,169 38,063 39,085 42,270
100,000 6,210 9,278 11,075 14,922 18,823 25,336 32,870 40,141 41,219 44,578
4.1.6 Intensidades para distintas duraciones y periodos de retorno
PD
Con la ecuación: I DT  * 60
DT
La Tabla de uso práctico, nos detalla las intensidades calculadas para cada duración y periodo
- 53 -
Tesis de Maestría
de retorno establecidas con valores de frontera, obtenidos mediante curvas tipo.
Tabla 9: Intensidades método convencional de Andamarca

INTENSIDAD (mm/hr)
T (años)
D5 D10 D15 D30 D60 D120 D180 D360 D720 D1440
1,11 36,286 27,106 21,572 14,532 9,166 6,169 5,335 3,258 1,673 0,9044
2 46,562 34,783 27,682 18,647 11,761 7,916 6,846 4,180 2,146 1,1606
5 55,372 41,364 32,919 22,176 13,987 9,413 8,142 4,971 2,552 1,3802
10 60,571 45,248 36,010 24,258 15,300 10,297 8,906 5,438 2,792 1,5098
25 66,554 49,717 39,567 26,654 16,811 11,314 9,786 5,975 3,068 1,6589
50 70,661 52,785 42,008 28,298 17,849 12,012 10,390 6,344 3,257 1,7612
100 74,519 55,667 44,302 29,843 18,823 12,668 10,957 6,690 3,435 1,8574
Gráfica 6: Curvas IDF de Andamarca
Curvas IDF Andamarca

100,000
80,000
T=1.11
T=2
Intensidad (mm/h)
60,000
T=5
T=10
T=25
40,000 T=50
T=100
20,000
0,000
5 50 500
Duración (min)
Con esta gráfica, se determinó los valores de la intensidad, para cada duración intersectada con
el periodo de retorno seleccionado, obteniéndose valores únicos para la intensidad.
4.1.8 Determinación de las relaciones y curvas IDF, mediante el análisis de correlación

no lineal múltiple.
El método de análisis de correlación no lineal múltiple, permitió encontrar los coeficientes de
- 54 -
Tesis de Maestría
las ecuaciones en función a tres variables: las intensidades, las duraciones y los periodos de
retorno, para cada modelo seleccionado.
4.1.8.1 Ajuste por el modelo de Bernard
Tabla 10: Ecuación Bernard de Andamarca

Constante Valor Ecuación
K 135.003
T 0,147
m 0.147 I  135,003 
D 0,639
n 0.639
Con estos valores se confecciona la tabla de intensidades, por el modelo matemático de Bernard, en
función a la duración, periodo de retorno, y las respectivas constantes calculadas:
Tabla 11: Intensidades Método Bernard de Andamarca

Periodo de Duración (min)
retorno 5 10 15 30 60 120 180 360 720 1440
T1.11 49,019 31,478 24,293 15,600 10,018 6,433 4,965 3,188 2,047 1,315
T2 53,451 34,324 26,489 17,010 10,923 7,015 5,413 3,476 2,232 1,434
T5 61,158 39,273 30,309 19,463 12,498 8,026 6,194 3,978 2,554 1,640
T10 67,718 43,485 33,560 21,551 13,839 8,887 6,858 4,404 2,828 1,816
T25 77,482 49,755 38,399 24,658 15,834 10,168 7,847 5,039 3,236 2,078
T50 85,793 55,092 42,518 27,303 17,533 11,259 8,689 5,580 3,583 2,301
T100 94,995 61,002 47,078 30,232 19,414 12,467 9,621 6,178 3,967 2,548
- 55 -
Tesis de Maestría
Gráfica 6: Curvas IDF Bernard de Andamarca
Curvas IDF ajustadas Bernard

100,000
80,000
Intensidad (mm/h)
T=1.11
60,000 T=2
T=5
T=10
T=25
40,000 T=50
T=100
20,000
0,000
5 50 500
Duración (min)
4.1.8.2 Ajuste por el modelo de Sherman
Tabla 12: Ecuación Sherman de Andamarca

K 162.782
m 0.147 T 0,147
I  162,782 
n 0.671 D  1,8540,671
b 1.854
Con estos valores se confecciona la tabla de intensidades, por el modelo matemático de Sherman, en
Tabla 13: Intensidades Método Sherman de Andamarca

retorno 5 10 15 30 60 120 180 360 720 1440
T1.11 45,431 31,456 24,840 16,205 10,382 6,587 5,035 3,173 1,996 1,255
T2 49,538 34,300 27,086 17,670 11,320 7,182 5,490 3,460 2,177 1,368
T5 56,681 39,246 30,991 20,218 12,952 8,218 6,282 3,959 2,491 1,566
T10 62,761 43,455 34,315 22,386 14,342 9,099 6,956 4,384 2,758 1,734
T25 71,810 49,721 39,263 25,614 16,410 10,411 7,958 5,016 3,156 1,984
T50 79,513 55,054 43,475 28,362 18,170 11,528 8,812 5,554 3,494 2,196
T100 88,042 60,960 48,138 31,404 20,119 12,765 9,757 6,149 3,869 2,432
- 56 -
Tesis de Maestría
Gráfica 7: Curvas IDF Sherman de Andamarca
Curvas IDF ajustadas Sherman

100,000
80,000
Intensidad (mm/h)
T=1.11
60,000 T=2
T=5
T=10
40,000 T=25
T=50
T=100
20,000
0,000
5 50 500
Duración (min)
4.1.9 Pruebas de bondad de ajuste.
Los valores obtenidos para la estación de Andamarca, son los siguientes:
Tabla 14: Valores de Bondad de ajuste de Andamarca
Coeficiente de Coeficiente de Error cuadrático

2
determinación R correlación R medio ECM
Bernard 0.976 0.988 4.25
Sherman 0.916 0.957 7.82
Al utilizar el error cuadrático medio nos referimos al promedio de los cuadrados de las
observaciones. Si éste es pequeño, debemos aceptar que hay una tendencia para que los valores,
de la diferencia de cuadrados del observado y el ajustado sean pequeños, y así lo será también la
diferencia relativa de dichos valores, lo que quiere decir que el valor ajustado tiende a producir
respuestas numéricas próximas al parámetro observado.
Como el ECM es relativamente menor, para el modelo de Bernard, 4.25; se acepta que hay una
tendencia para que los valores, de la diferencia de cuadrados del observado y el ajustado sean
- 57 -
Tesis de Maestría
relativamente pequeños. Sin embargo el ECM de 7.82, es mayor para el modelo de Sherman, lo
que significa que la diferencia entre el valor ajustado y el observado es mayor para el modelo de
Sherman.
El modelo de Bernard presenta una mayor correlación de datos, siendo un 98.8% de datos que
están sobre la curva de intensidad y además presenta un valor menor de ECM, lo que significa
que la comparación con el valor de intensidad observado y el valor de intensidad ajustado es
muy aceptable.
En cuanto al valor de coeficiente de correlación, éste es de 0.988 para Bernard y 0.957 para
Sherman, por lo que ambos coeficientes encontrados son cercano a uno y se tiene un coeficiente
de correlación múltiple positivo, y la regresión lineal múltiple es casi perfecta.
4.2 Estación de Coipasa
La estación meteorológica ubicada en la localidad de Coipasa, registran los siguientes valores:
Tabla 15: Alturas de precipitación de Coipasa

Duración (min)
Fecha de
5 10 15 30 60 120 180 360 720 1440
tormenta
26/01/1988 1,07 2,10 3,05 5,68 9,71 14,60 14,60 17,80 24,30 29,72
22/01/1988 0,83 1,66 2,49 4,60 8,10 13,78 16,36 19,70 19,70 19,70
08/04/1988 1,95 3,91 5,15 6,64 9,63 15,43 19,30 19,30 19,30 19,30
16/01/1988 0,77 1,19 1,60 2,65 4,50 7,25 10,17 12,40 12,40 12,40
04/04/1988 0,82 1,65 2,47 3,80 6,03 6,30 6,30 6,30 11,70 12,10
29/03/1988 1,13 2,24 3,01 4,66 5,48 10,54 10,82 11,40 12,00 12,00
29/03/1989 2,39 4,79 6,40 7,83 10,64 13,00 13,90 13,90 13,90 17,24
26/01/1989 0,68 1,09 1,52 1,73 4,49 6,88 9,43 11,50 12,50 13,20
07/02/1989 0,55 1,10 1,50 2,61 3,97 6,16 6,20 6,20 6,30 10,40
18/04/1989 0,93 1,25 1,67 2,94 4,42 5,18 5,84 6,60 6,85 10,90
25/11/1990 0,93 1,86 2,79 5,57 10,30 13,25 14,74 15,63 16,30 16,80
27/01/1991 0,88 1,23 1,51 2,76 4,78 6,68 10,10 10,70 10,70 10,70
23/12/1990 2,75 4,23 4,37 5,01 6,00 7,02 9,69 10,82 14,10 16,70
- 58 -
Tesis de Maestría
Gráfica 8: Distribución Adimensional de Tormentas de Coipasa

1,000
0,900
0,800
0,700
0,600
0,500
0,400
0,300
0,200
0,100
0,000
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
26/01/1988 22/01/1988 08/04/1988
16/01/1988 04/04/1988 29/03/1988
29/03/1989 26/01/1989 07/02/1989
18/04/1989 25/11/1990 27/01/1991
23/12/1990 PROMEDIO COIPASA
Tabla 16: Estadígrafos de Coipasa

Duración [min]
5 10 15 30 60 120 180 360 720 1440
Mediana me = 0,93 1,66 2,49 4,60 6,00 7,25 10,17 11,50 12,50 13,20
Moda mo = 0,93 - - - - - - - - -
Rango R = 2,20 3,70 4,90 6,10 6,67 10,25 13,46 13,50 18,00 19,32
Varianza S2(x) = 0,48 1,65 2,41 3,23 6,38 14,37 17,41 21,60 25,59 29,11
Curtosis Ck = 0,96 0,07 0,82 -0,56 -1,59 -1,82 -0,64 -0,97 0,24 3,19
- 59 -
Tesis de Maestría
Los estadígrafos de la estación Coipasa muestran, que las medidas de tendencia central, como la
media y la mediana, que por su relativa proximidad entre sí, nos indican que la distribución de
frecuencias se aproximan a una tendencia simétrica con un ligero sesgo; la moda en la serie no es
identificable porque no existen valores, ya que solo presenta un valor para la menor duración.
Las medidas de dispersión, como el rango y la desviación estándar nos muestran que existe una
dispersión relativamente elevada de los valores respecto a la media, el coeficiente de variación
nos muestra valores que se encuentran entre 34% y 57% en las series, por tanto la desviación
estándar presenta proporcionalidad respecto a la media. La medida de simetría, como el
coeficiente de sesgo, tiene valores mayores que cero y cercanos a uno, significando para todas
las series, que la distribución de frecuencias tiene una asimetría tendida hacia la derecha. En
cuanto a la medida de achatamiento, el coeficiente de curtosis muestra, en todos los casos, que
presenta una distribución mesocurtica, la cual tiene una curva de distribución de frecuencias de
forma intermedia, lo que refleja la magnitud de valores de dispersión alrededor de la media.
4.2.4.1 Factor KD

duración entre la precipitación máxima horaria de 24 horas (1440 min).
PD
KD 
P24
- 60 -
Tesis de Maestría
Tabla 17: Factor K de Coipasa

Duración (min)
5 10 15 30 60 120 180 360 720 1440
KD = PD / P24
0,036 0,071 0,103 0,191 0,327 0,491 0,491 0,599 0,818 1,000
0,042 0,084 0,126 0,234 0,411 0,699 0,830 1,000 1,000 1,000
0,101 0,203 0,267 0,344 0,499 0,799 1,000 1,000 1,000 1,000
0,062 0,096 0,129 0,214 0,363 0,585 0,820 1,000 1,000 1,000
0,068 0,136 0,204 0,314 0,498 0,521 0,521 0,521 0,967 1,000
0,094 0,187 0,251 0,388 0,457 0,878 0,902 0,950 1,000 1,000
0,139 0,278 0,371 0,454 0,617 0,754 0,806 0,806 0,806 1,000
0,052 0,083 0,115 0,131 0,340 0,521 0,714 0,871 0,947 1,000
0,053 0,106 0,144 0,251 0,382 0,592 0,596 0,596 0,606 1,000
0,085 0,115 0,153 0,270 0,406 0,475 0,536 0,606 0,628 1,000
0,055 0,111 0,166 0,332 0,613 0,789 0,877 0,930 0,970 1,000
0,082 0,115 0,141 0,258 0,447 0,624 0,944 1,000 1,000 1,000
0,165 0,253 0,262 0,300 0,359 0,420 0,580 0,648 0,844 1,000
0,080 0,141 0,187 0,283 0,440 0,627 0,740 0,810 0,891 1,000

precipitación para una duración de 24 horas:
Pd
C
P24
En base a la anterior tabla y para el mismo número de tormentas, se llega a establecer el

siguiente gráfico.
- 61 -
Tesis de Maestría
Gráfica 9: Curva Promedio Coipasa

1,200
0,800
0,600
0,400
0,200
0,000
0 200 400 600 800 1.000 1.200 1.400
Duración (min)
4.2.4.3 Curva Tipo
Para el análisis de alternativas que presenta la estación, se realizó en base al análisis de una gran
cantidad de lluvias máximas, precipitadas y registradas en la zona, la cual ha sido analizada para
tormentas de 24 horas y sobre la cual se determinó un histograma, asignando a cada intervalo de
tiempo una fracción o porcentaje respecto del total precipitado.
De acuerdo a las características climáticas de la estación, se determina el correspondiente tipo de
curva para cada año hidrológico.
Con la relación de P/P24, se calcularon los valores, de la cual se obtiene la curva tipo ó curva
promedio para la serie de tormentas.
- 62 -
Tesis de Maestría
Gráfica 10: Curva Tipo de Coipasa
1,000
0,950
0,900
0,850
0,800
0,750
Fracción de la lluvia de 24 hrs 0,700
0,650
0,600
0,550
0,500
0,450
0,400
0,350
0,300
0,250
0,200
0,150
0,100
0,050
0,000
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Tiempo (Hrs)
Estableciendo, que las tormentas ocurridas cercanas a la estación de Coipasa presenta

características de Curva Tipo III.
4.2.4.4 Factor K60
Tabla 18: Coeficiente de convectividad de Coipasa

Duración (min)
5 10 15 30 60 120 180 360 720 1440
K60
0,080 0,141 0,187 0,283 0,440 0,627 0,740 0,810 0,891 1,000
En el caso de la estación de Coipasa el valor del coeficiente de convectividad es mayor a 0.4 lo

que nos indica que las precipitaciones, que generan los valores máximos seleccionados, son
Con los valores obtenidos por la función de distribución Log Weibull, de mejor ajuste de los
datos, se cuenta con la tabla con las siguientes características:
- 63 -
Tesis de Maestría
Tabla 19: Ajuste de Log Weibull

LOG WEIBULL 98,70%
T (años) P (mm)
1,1 15,114
2 22,370
5 30,327
10 35,795
25 42,825
50 48,121
100 53,456
Con las relaciones de coeficiente de convectividad, y precipitación máxima para duración de 24

horas, se determina la altura de precipitación para cada periodo de retorno, es decir:
PD  K 60
D
* P24T
Tabla 20: Altura de precipitaciones máxima de Coipasa

ALTURA DE PRECIPITACION [mm]
T [años]
5 10 15 30 60 120 180 360 720 1440
1,111 1,202 2,135 2,828 4,279 6,648 9,476 11,183 12,239 13,471 15,114
2,000 1,779 3,160 4,186 6,333 9,840 14,024 16,551 18,114 19,937 22,370
5,000 2,412 4,284 5,675 8,585 13,340 19,013 22,438 24,558 27,030 30,327
10,000 2,847 5,056 6,698 10,133 15,745 22,441 26,483 28,985 31,903 35,795
25,000 3,406 6,049 8,013 12,123 18,838 26,848 31,685 34,678 38,168 42,825
50,000 3,827 6,797 9,004 13,623 21,167 30,168 35,603 38,967 42,889 48,121
100,000 4,251 7,551 10,003 15,133 23,514 33,513 39,551 43,287 47,644 53,456
Para obtener los valores de intensidad, se multiplicó los valores de la altura de precipitación de
acuerdo al método de curva promedio adimensional, además se los realiza la conversión a
45, 60, 120,180, 360, 720 y 1440 minutos.
PD
I DT  * 60
DT
- 64 -
Tesis de Maestría
Tabla 21: Intensidades método convencional de Coipasa

INTENSIDAD (mm/hr)
T (años)
5 10 15 30 60 120 180 360 720 1440
1,11 14,424 12,810 11,313 8,557 6,648 4,738 3,728 2,040 1,123 0,6298
2 21,347 18,959 16,743 12,665 9,840 7,012 5,517 3,019 1,661 0,9321
5 28,941 25,703 22,699 17,170 13,340 9,506 7,479 4,093 2,252 1,2636
10 34,159 30,337 26,791 20,266 15,745 11,220 8,828 4,831 2,659 1,4914
25 40,867 36,296 32,053 24,246 18,838 13,424 10,562 5,780 3,181 1,7844
50 45,922 40,785 36,018 27,245 21,167 15,084 11,868 6,494 3,574 2,0050
100 51,013 45,306 40,011 30,266 23,514 16,757 13,184 7,215 3,970 2,2273
Conocidas también como tablas de uso práctico, con valores de frontera, obtenidos mediante
curvas tipo.
Las gráficas de curvas Intensidad-Duración-Frecuencia, a partir de la tabla descrita

anteriormente, se emplea la escala semilog, y la gráfica en forma de hipérbola del primer
cuadrante representa el periodo de retorno.
Gráfica 11: Curvas IDF de Coipasa
Curvas IDF
100,000
80,000
T=1.11
T=2
Intensidad (mm/h)
60,000
T=5
T=10
T=25
40,000 T=50
T=100
20,000
0,000
5 50 500
Duración (min)
- 65 -
Tesis de Maestría

El método de análisis de correlación no lineal múltiple, permite encontrar los coeficientes de

retorno.
Tabla 22: Ecuación Bernard de Coipasa

K 58.607
T 0, 262
m 0.262 I  58,607 
n 0.552 D 0,552
Con estos valores se confeccionó la tabla de intensidades, por el modelo matemático de Bernard, en
Tabla 23: Intensidades Método Bernard de Coipasa

retorno 5 10 15 30 60 120 180 360 720 1440
T1.11 24,774 16,898 13,509 9,214 6,285 4,287 3,427 2,337 1,594 1,087
T2 28,906 19,716 15,762 10,751 7,333 5,002 3,999 2,727 1,860 1,269
T5 36,749 25,066 20,039 13,668 9,323 6,359 5,084 3,467 2,365 1,613
T10 44,067 30,057 24,030 16,390 11,179 7,625 6,096 4,158 2,836 1,934
T25 56,025 38,213 30,550 20,837 14,212 9,694 7,750 5,286 3,605 2,459
T50 67,181 45,823 36,633 24,987 17,043 11,624 9,293 6,339 4,323 2,949
T100 80,560 54,948 43,929 29,963 20,437 13,939 11,144 7,601 5,184 3,536
- 66 -
Tesis de Maestría
Gráfica 12: Curvas IDF Bernard de Coipasa

100,000
80,000
T=1.11
Intensidad (mm/h)
T=2
60,000
T=5
T=10
T=25
40,000 T=50
T=100
20,000
0,000
5 50 500
Duración (min)
Los valores obtenido a para la localidad de Coipasa, es la siguiente:
Tabla 24: Ecuación Sherman de Coipasa

K 69.545
m 0.262 T 0, 262
I  69,545 
n 0.582 D  1,8540,582
b 1.854
Con estos valores se confecciona la tabla de intensidades, por el modelo matemático de Sherman, en
- 67 -
Tesis de Maestría
Tabla 25: Intensidades método Sherman de Coipasa

retorno 5 10 15 30 60 120 180 360 720 1440
T1.11 23,314 16,949 13,810 9,535 6,480 4,367 3,459 2,318 1,551 1,037
T2 27,203 19,776 16,114 11,125 7,561 5,095 4,036 2,704 1,809 1,210
T5 34,584 25,142 20,486 14,143 9,612 6,478 5,131 3,438 2,300 1,538
T10 41,471 30,149 24,565 16,960 11,526 7,768 6,153 4,123 2,758 1,844
T25 52,724 38,330 31,231 21,562 14,654 9,876 7,823 5,242 3,507 2,344
T50 63,223 45,963 37,450 25,856 17,572 11,842 9,381 6,285 4,205 2,811
T100 75,813 55,116 44,908 31,004 21,071 14,201 11,249 7,537 5,043 3,371
Gráfica 13: Curvas IDF Sherman de Coipasa

100,000
80,000
Intensidad (mm/h)
T=1.11
60,000 T=2
T=5
T=10
40,000 T=25
T=50
T=100
20,000
0,000
5 50 500
Duración (min)
Tabla 26: Valores de Bondad de ajuste de Coipasa

determinación R2 correlación R medio ECM
Bernard 0.895 0.946 5.87
Sherman 0.784 0.885 8.17
Si el ECM es pequeño, debemos aceptar que hay una tendencia para que los valores, de la
diferencia de cuadrados del observado y el ajustado sean pequeños, y así lo será también la
- 68 -
Tesis de Maestría
diferencia relativa de dichos valores, lo que quiere decir que el valor ajustado tiende a producir
respuestas numéricas próximas al parámetro observado.
En cuanto al valor de coeficiente de correlación, éste varía entre -1 y +1, de acuerdo a ello el
coeficiente encontrado es cercano a uno y se tiene un coeficiente de correlación positivo y
correlación múltiple alto.
4.3 Estación de Culta
Los datos para la estación meteorológica ubicada en la localidad de Culta, registran los
siguientes valores:
Tabla 27: Alturas de precipitación de Culta
Duración (min)
Fecha de
5 10 15 30 60 120 180 360 720 1440
tormenta
20/01/1987 5,14 6,39 7,63 11,18 13,65 17,55 22,83 24,10 25,80 31,11
17/12/1986 0,78 1,40 2,05 4,01 7,69 10,83 13,38 14,80 19,00 22,50
06/01/1987 0,81 1,61 2,21 3,53 6,17 9,32 10,63 13,86 18,37 20,36
25/12/1986 4,00 4,00 4,49 7,54 8,34 15,30 16,91 17,30 17,30 23,48
13/12/1986 0,52 1,04 1,57 3,12 5,31 8,61 9,60 10,10 10,10 10,10
28/01/1987 0,91 1,83 2,58 3,92 5,24 5,47 9,60 9,60 10,30 10,30
21/02/1988 4,54 4,60 4,60 4,60 4,60 7,90 7,90 12,50 13,43 17,40
15/02/1988 1,47 2,19 3,71 6,26 8,95 11,00 13,20 14,39 16,30 24,10
29/03/1989 1,20 2,40 3,60 7,02 11,06 13,37 16,05 23,54 23,60 23,60
19/04/1989 0,49 0,99 1,48 2,96 5,93 8,42 8,50 9,00 16,93 19,50
26/01/1989 0,41 0,81 1,22 1,77 4,27 6,22 7,66 11,64 16,47 17,69
07/02/1989 0,43 0,84 1,23 2,41 3,50 5,68 7,49 7,80 12,40 17,00
13/02/1989 0,90 1,72 1,98 3,61 6,39 9,52 10,48 11,90 12,10 14,70
19/01/1990 1,05 2,10 3,15 4,88 7,85 11,96 14,10 15,10 20,10 23,68
17/11/1989 1,62 2,78 3,60 6,07 10,99 14,60 16,13 17,70 17,70 19,30
09/11/1989 1,64 2,07 2,50 3,76 5,44 10,32 13,84 14,00 14,00 14,00
10/03/1990 0,94 1,87 2,81 3,30 4,22 6,51 7,10 7,60 11,95 13,80
16/02/1990 0,78 1,56 2,34 2,80 2,80 2,80 3,74 6,11 10,80 11,80
24/01/1990 0,69 1,12 1,15 1,37 2,70 5,16 6,39 10,40 10,50 10,60
17/02/1990 0,68 1,16 1,65 2,75 4,63 5,90 6,85 9,03 9,60 10,50
29/12/1990 1,93 3,60 3,60 3,60 6,29 10,88 13,96 18,40 22,10 24,40
01/01/1991 2,24 3,31 3,32 4,12 7,42 10,00 10,75 11,50 14,84 19,20
26/12/1990 0,86 1,73 1,94 2,32 4,27 8,04 10,73 11,50 11,50 11,60
- 69 -
Tesis de Maestría
Gráfica 14: Distribución Adimensional de Tormentas de Culta

1,000
0,900
Fraccion de la lluvia de 24 horas
0,800
0,700
0,600
0,500
0,400
0,300
0,200
0,100
0,000
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
20/01/1987 17/12/1986 06/01/1987
25/12/1986 13/12/1986 28/01/1987
21/02/1988 15/02/1988 29/03/1989
19/04/1989 26/01/1989 07/02/1989
13/02/1989 19/01/1990 17/11/1989
09/11/1989 10/03/1990 16/02/1990
24/01/1990 17/02/1990 29/12/1990
máximas o tormentas, se realizó mediante una planilla Excel:
- 70 -
Tesis de Maestría
Tabla 28: Estadígrafos de Culta

Duración [min]
5 10 15 30 60 120 180 360 720 1440
Mediana me = 0,91 1,83 2,50 3,61 5,93 9,32 10,63 11,90 14,84 17,69
Moda mo = 0,78 - 3,6 - 4,27 - 9,6 11,5 - -
Rango R = 4,73 5,58 6,48 9,81 10,95 14,75 19,09 17,99 16,20 21,01
Varianza S2(x) = 1,74 1,87 2,16 4,81 7,70 12,99 18,76 22,04 21,06 33,30
Curtosis Ck = 2,71 2,79 4,14 3,53 0,79 -0,02 0,87 0,58 -0,36 -0,55
Los estadígrafos de la estación Culta nos muestran, en el caso de que las medidas de tendencia
central, como la media y la mediana, que por su alta proximidad entre sí, nos indican que la
distribución de frecuencias se aproximan a una tendencia simétrica con un ligero sesgo; la moda
en algunas series no es identificable porque no existen valores que se repitan con más frecuencia.
dispersión relativamente elevada de los valores respecto a la media; el coeficiente de variación
nos muestra valores que superan el 32% hasta 89% en las series, por tanto la desviación estándar
tiene una proporción elevada respecto a la media. La medida de simetría, como el coeficiente de
sesgo, tiene valores mayores que cero y cercanos a uno, significando para todas las series, que la
distribución de frecuencias tiene una asimetría ligeramente tendida hacia la derecha. En cuanto a
la medida de achatamiento, el coeficiente de curtosis muestra, en todos los casos, que presenta
una distribución mesocúrtica, la cual no tiene una curva de distribución de frecuencias de forma
puntiaguda o en forma llana, si no intermedia, lo que refleja la magnitud de valores de dispersión
alrededor de la media.
- 71 -
Tesis de Maestría
4.3.4.1 Factor KD

duración entre la precipitación máxima horaria de 24 horas.
Tabla 29: Factor K de Culta

Duración (min)
5 10 15 30 60 120 180 360 720 1440
KD = PD / P24
0,165 0,205 0,245 0,359 0,439 0,564 0,734 0,775 0,829 1,000
0,035 0,062 0,091 0,178 0,342 0,481 0,595 0,658 0,844 1,000
0,040 0,079 0,109 0,173 0,303 0,458 0,522 0,681 0,902 1,000
0,170 0,170 0,191 0,321 0,355 0,652 0,720 0,737 0,737 1,000
0,051 0,103 0,155 0,309 0,526 0,852 0,950 1,000 1,000 1,000
0,088 0,178 0,250 0,381 0,509 0,531 0,932 0,932 1,000 1,000
0,261 0,264 0,264 0,264 0,264 0,454 0,454 0,718 0,772 1,000
0,061 0,091 0,154 0,260 0,371 0,456 0,548 0,597 0,676 1,000
0,051 0,102 0,153 0,297 0,469 0,567 0,680 0,997 1,000 1,000
0,025 0,051 0,076 0,152 0,304 0,432 0,436 0,462 0,868 1,000
0,023 0,046 0,069 0,100 0,241 0,352 0,433 0,658 0,931 1,000
0,025 0,049 0,072 0,142 0,206 0,334 0,441 0,459 0,729 1,000
0,061 0,117 0,135 0,246 0,435 0,648 0,713 0,810 0,823 1,000
0,044 0,089 0,133 0,206 0,332 0,505 0,595 0,638 0,849 1,000
0,084 0,144 0,187 0,315 0,569 0,756 0,836 0,917 0,917 1,000
0,117 0,148 0,179 0,269 0,389 0,737 0,989 1,000 1,000 1,000
0,068 0,136 0,204 0,239 0,306 0,472 0,514 0,551 0,866 1,000
0,066 0,132 0,198 0,237 0,237 0,237 0,317 0,518 0,915 1,000
0,065 0,106 0,108 0,129 0,255 0,487 0,603 0,981 0,991 1,000
0,065 0,110 0,157 0,262 0,441 0,562 0,652 0,860 0,914 1,000
0,079 0,148 0,148 0,148 0,258 0,446 0,572 0,754 0,906 1,000
0,117 0,172 0,173 0,215 0,386 0,521 0,560 0,599 0,773 1,000
0,074 0,149 0,167 0,200 0,368 0,693 0,925 0,991 0,991 1,000
0,080 0,124 0,157 0,235 0,361 0,530 0,640 0,752 0,880 1,000
La variación temporal de precipitación de tormentas extremas, para la estación Culta, es

resultado del cociente entre la precipitación máxima anual para distintas duraciones menores a
24 horas dividido entre el valor de precipitación para una duración de 24 horas.
- 72 -
Tesis de Maestría
Obteniéndose el siguiente gráfico, mediante el uso de los valores de la anterior tabla:
Gráfica 15: Curva Promedio Culta

1,200
1,000
Cociente Adimensional
0,800
0,600
0,400
0,200
0,000
0 200 400 600 800 1000 1200 1400
Duración (min)
4.3.4.3 Curva Tipo
Con la relación de P/P24, se calculó los valores, con cada serie de tormenta y la curva promedio.
Gráfica 16: Curva Tipo de Culta
1,000
0,950
0,900
0,850
0,800
0,750
0,700
Fracción de la lluvia en 24 hrs
0,650
0,600
0,550
0,500
0,450
0,400
0,350
0,300
0,250
0,200
0,150
0,100
0,050
0,000
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Tiempo (Hrs)
- 73 -
Tesis de Maestría
De la cual, se tuvo que las máximas tormentas ocurridas cercanas a la estación de Culta presenta
características de Curva Tipo I.
4.3.4.4 Factor K60
Tabla 30: Coeficiente de convectividad de Culta

Duración (min)
5 10 15 30 60 120 180 360 720 1440
K60
0,080 0,124 0,157 0,235 0,361 0,530 0,640 0,752 0,880 1,000
En el caso de la estación de Culta el valor del coeficiente de convectividad es mayor a 0.3 lo que
nos indica que las precipitaciones, que generan los valores máximos seleccionados, son
La función de distribución Weibull, de mejor ajuste de los datos, se cuenta con la tabla con las
siguientes características:
Tabla 31: Ajuste de Weibull

WEIBULL 94,20%
T (años) P (mm)
1,1 41,091
2 73,330
5 90,087
10 97,703
25 105,106
50 109,545
100 113,330

horas, se determina la altura de precipitación para cada periodo de retorno.
- 74 -
Tesis de Maestría
Tabla 32: Altura de precipitaciones máxima de Culta

T [años]
5 10 15 30 60 120 180 360 720 1440
1,111 3,282 5,094 6,464 9,650 14,836 21,790 26,300 30,893 36,151 41,091
2,000 5,856 9,090 11,536 17,220 26,476 38,886 46,934 55,130 64,514 73,330
5,000 7,195 11,167 14,172 21,156 32,527 47,773 57,660 67,729 79,256 90,087
10,000 7,803 12,111 15,370 22,944 35,276 51,811 62,534 73,454 85,956 97,703
25,000 8,394 13,029 16,535 24,683 37,949 55,737 67,273 79,020 92,469 105,11
50,000 8,749 13,579 17,233 25,725 39,552 58,091 70,114 82,357 96,375 109,55
100,000 9,051 14,049 17,828 26,614 40,919 60,098 72,536 85,203 99,705 113,33
La Tabla, nos muestra las intensidades calculadas para cada duración y periodo de retorno
establecidas.
Tabla 33: Intensidades método convencional de Culta

INTENSIDAD (mm/hr)
T (años)
5 10 15 30 60 120 180 360 720 1440
1,11 39,380 30,562 25,857 19,299 14,836 10,895 8,767 5,149 3,013 1,7121
2 70,276 54,540 46,143 34,441 26,476 19,443 15,645 9,188 5,376 3,0554
5 86,336 67,004 56,688 42,311 32,527 23,886 19,220 11,288 6,605 3,7536
10 93,634 72,668 61,480 45,888 35,276 25,906 20,845 12,242 7,163 4,0709
25 100,73 78,174 66,139 49,365 37,949 27,869 22,424 13,170 7,706 4,3794
50 104,98 81,476 68,932 51,450 39,552 29,046 23,371 13,726 8,031 4,5644
100 108,61 84,291 71,314 53,228 40,919 30,049 24,179 14,201 8,309 4,7221
curvas tipo.
Las gráficas de curvas Intensidad-Duración-Frecuencia, a partir de la tabla anterior, se emplea la

escala semilog.
- 75 -
Tesis de Maestría
Gráfica 17: Curvas IDF de Culta
Curvas IDF
100,000
80,000
T=1.11
T=2
Intensidad (mm/h)
60,000
T=5
T=10
T=25
40,000 T=50
T=100
20,000
0,000
5 50 500
Duración (min)
Con esta gráfica, se determina los valores de la intensidad, para cada duración intersectada con el
periodo de retorno seleccionado, obteniéndose valores únicos para la intensidad, siendo estos
valores dependientes entre las variables.

Con el análisis de correlación no lineal múltiple, se determinó una ecuación que relacione los
tres parámetros fundamentales como son la intensidad, la duración y el periodo de retorno,
(IDF) a partir de la información de precipitación e intensidades halladas en el análisis
realizado por el método adimensional y mejor ajuste de curvas.
Tabla 34: Ecuación Bernard de Culta

K 155.668
T 0,184
m 0.184 I  155,668  0,538
D
n 0.538
- 76 -
Tesis de Maestría
Con estos valores se confecciona la tabla de intensidades, por el modelo matemático de Bernard, en
Tabla 35: Intensidades Método Bernard de Culta

retorno 5 10 15 30 60 120 180 360 720 1440
T1.11 66,756 45,977 36,966 25,459 17,535 12,076 9,710 6,687 4,606 3,172
T2 74,395 51,238 41,196 28,373 19,541 13,458 10,821 7,452 5,133 3,535
T5 88,057 60,647 48,761 33,583 23,129 15,930 12,808 8,821 6,075 4,184
T10 100,035 68,897 55,394 38,151 26,276 18,097 14,550 10,021 6,902 4,753
T25 118,406 81,549 65,567 45,157 31,101 21,420 17,222 11,861 8,169 5,626
T50 134,513 92,642 74,486 51,300 35,332 24,334 19,565 13,475 9,280 6,392
T100 152,811 105,244 84,618 58,278 40,138 27,644 22,226 15,308 10,543 7,261
Gráfica 18: Curvas IDF Bernard de Culta

100,000
80,000
Intensidad (mm/h)
T=1.11
60,000 T=2
T=5
T=10
T=25
40,000 T=50
T=100
20,000
0,000
5 50 500
Duración (min)
Tabla 36: Ecuación Sherman de Culta

K 182.931
T 0,184
m 0.184 I  182,931
n 0.565 D  1,8540,565
b 1.854
- 77 -
Tesis de Maestría
Con estos valores se confecciona la tabla de intensidades, por el modelo matemático de Sherman con
sus respectivas constantes:
Tabla 37: Intensidades método Sherman de Culta

retorno 5 10 15 30 60 120 180 360 720 1440
T1.11 62,852 46,120 37,804 26,384 18,134 12,363 9,860 6,684 4,525 3,061
T2 70,044 51,398 42,130 29,403 20,209 13,778 10,988 7,449 5,043 3,411
T5 82,907 60,836 49,867 34,802 23,921 16,308 13,006 8,817 5,969 4,037
T10 94,184 69,112 56,650 39,537 27,175 18,526 14,776 10,016 6,781 4,587
T25 111,481 81,804 67,053 46,797 32,165 21,928 17,489 11,856 8,026 5,429
T50 126,645 92,932 76,175 53,163 36,541 24,911 19,868 13,469 9,117 6,167
T100 143,873 105,573 86,537 60,395 41,511 28,300 22,571 15,301 10,358 7,006
Gráfica 19: Curvas IDF Sherman de Culta

100,000
80,000
Intensidad (mm/h)
T=1.11
60,000 T=2
T=5
T=10
40,000 T=25
T=50
T=100
20,000
0,000
5 50 500
Duración (min)
Tabla 38: Valores de Bondad de ajuste de Culta

Bernard 0.942 0.971 9.66
Sherman 0.878 0.937 13.83
- 78 -
Tesis de Maestría
Como el ECM es relativamente menor, para el modelo de Bernard, 9.66; debemos aceptar que
hay una tendencia para que los valores, de la diferencia de cuadrados del observado y el ajustado
sean pequeños, y así lo será también la diferencia relativa de dichos valores, lo que quiere decir
que el valor ajustado tiende a producir respuestas numéricas próximas al parámetro observado.
Sin embargo el ECM de 13.83, es mayor para el modelo de Sherman, lo que significa que la
diferencia entre el valor ajustado y el observado es mayor para el modelo de Sherman.
de correlación positivo y correlación múltiple alto, más que todo para el modelo de Bernard.
4.4 Estación de Chillca
Los datos para la estación meteorológica ubicada en la localidad de Chillca, registran los
siguientes valores:
Tabla 39: Alturas de precipitación de Chillca

Duración (min)
Fecha de
5 10 15 30 60 120 180 360 720 1440
tormenta
09/03/1988 3,60 5,40 7,20 10,26 14,88 19,10 19,14 20,70 23,86 31,50
14/03/1988 5,45 7,82 8,62 10,87 14,08 18,29 19,79 20,00 20,00 25,09
14/02/1988 0,48 0,96 1,43 2,30 2,30 4,73 5,60 8,00 8,00 10,30
03/02/1988 0,56 1,54 2,31 4,63 5,71 7,64 9,12 10,00 10,00 10,00
20/01/1988 1,73 3,46 5,19 6,15 6,59 6,60 6,77 7,90 9,20 10,60
29/03/1988 5,28 5,70 5,70 6,80 6,90 7,33 7,51 10,20 10,50 12,00
04/04/1988 1,57 3,14 4,71 6,61 7,22 7,60 7,60 8,99 13,20 14,30
09/02/1991 0,11 0,22 0,32 3,25 4,20 5,55 7,06 9,67 11,20 11,40
16/02/1991 0,48 0,96 1,20 1,96 3,49 6,68 7,10 7,10 7,10 10,80
- 79 -
Tesis de Maestría
Gráfica 20: Distribución Adimensional de Tormentas de Chillca
Distribución de Tormentas
Tiempo (Hrs)
1,000
0,900
0,800
0,700
0,600
0,500
0,400
0,300
0,200
0,100
0,000
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
09/03/1988 14/03/1988 14/02/1988
03/02/1988 20/01/1988 29/03/1988
04/04/1988 09/02/1991 16/02/1991
PROMEDIO CHILLCA
máximas o tormentas:
Tabla 40: Estadígrafos de Chillca
Duración [min]
5 10 15 30 60 120 180 360 720 1440
Mediana me = 1,57 3,14 4,71 6,15 6,59 7,33 7,51 9,67 10,50 11,40
Moda mo = 0,48 0,96 - - - - - - - -
Rango R = 5,34 7,60 8,30 8,91 12,58 14,37 14,19 13,60 16,76 21,50
Varianza S2(x) = 4,45 6,77 8,40 10,27 19,47 29,44 29,87 26,87 32,25 60,06
Curtosis Ck = -1,04 -0,81 -1,32 -0,91 -0,03 0,57 0,56 0,49 0,80 1,69

- 80 -
Tesis de Maestría
Los estadígrafos de la estación Chillca nos muestran, en el caso de que las medidas de
tendencia central, como la media y la mediana, que por su proximidad entre sí, nos indican
que la distribución de frecuencias se aproximan a una tendencia simétrica con un ligero
sesgo; la moda en algunas series no es identificable porque solo existen 3 valores que muestran
que se repitan con más frecuencia para las duraciones de 5 y 10 minutos, no existiendo valores
para las demás duraciones. Las medidas de dispersión, como el rango y la desviación estándar
nos muestran que existe una dispersión muy baja de los valores respecto a la media, el
coeficiente de variación nos muestra valores que superan el 51 y 98 % en todas las series. La
medida de simetría, como el coeficiente de sesgo, tiene valores mayores que cero y cercanos a
uno, significando para todas las series, que la distribución de frecuencias tiene una asimetría
ligeramente tendida hacia la derecha. En cuanto a la medida de achatamiento o apuntalamiento,
el coeficiente de curtosis muestra, en todos los casos, que presenta una distribución platicúrtica,
esto nos indica que tiene una curva de distribución de frecuencias de forma más achatada, lo que
refleja la magnitud de valores de dispersión muy baja alrededor de la media.
4.4.4.1 Factor KD
Tabla 41: Factor K de Chillca
Duración (min)
5 10 15 30 60 120 180 360 720 1440
KD = PD / P24
0,114 0,171 0,229 0,326 0,472 0,606 0,608 0,657 0,757 1,000
0,217 0,312 0,344 0,433 0,561 0,729 0,789 0,797 0,797 1,000
0,047 0,093 0,139 0,223 0,223 0,459 0,544 0,777 0,777 1,000
0,056 0,154 0,231 0,463 0,571 0,764 0,912 1,000 1,000 1,000
0,163 0,326 0,490 0,580 0,622 0,623 0,639 0,745 0,868 1,000
0,440 0,475 0,475 0,567 0,575 0,611 0,626 0,850 0,875 1,000
0,110 0,220 0,329 0,462 0,505 0,531 0,531 0,629 0,923 1,000
0,010 0,019 0,028 0,285 0,368 0,487 0,619 0,848 0,982 1,000
0,044 0,089 0,111 0,181 0,323 0,619 0,657 0,657 0,657 1,000
0,133 0,207 0,264 0,391 0,469 0,603 0,658 0,773 0,849 1,000
- 81 -
Tesis de Maestría
La curva promedio adimensional para las 9 tormentas registras en la estación Chillca,

proporcionó el siguiente comportamiento gráfico.
Gráfica 21: Curva Promedio Chillca

1,200
1,000
0,800
0,600
0,400
0,200
0,000
0 200 400 600 800 1000 1200 1400
Duración (min)
4.4.4.3 Curva Tipo
Gráfica 22: Curva Tipo de Chillca
1,0000
0,9500
0,9000
0,8500
0,8000
0,7500
0,7000
0,6500
0,6000
0,5500
0,5000
0,4500
0,4000
0,3500
0,3000
0,2500
0,2000
0,1500
0,1000
0,0500
0,0000
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Tiempo (hrs)
- 82 -
Tesis de Maestría
La estación de Chillca presenta características de Curva Tipo II.
4.4.4.4 Factor K60
Tabla 42: Coeficiente de convectividad de Chillca

Duración (min)
5 10 15 30 60 120 180 360 720 1440
K60
0,133 0,207 0,264 0,391 0,469 0,603 0,658 0,773 0,849 1,000
En el caso de la estación de Chillca el valor del coeficiente de convectividad es mayor a 0.4 lo

Con los valores obtenidos por la función de distribución Pearson, de mejor ajuste de los datos, se
cuenta con la tabla con las siguientes características:
Tabla 43: Ajuste de Pearson

PEARSON III 91,35%
T (años) P (mm)
1,1 18,265
2 24,411
5 30,161
10 33,763
25 38,077
50 41,131
100 44,061

- 83 -
Tesis de Maestría
Tabla 44: Altura de precipitaciones máxima de Chillca

T [años]
5 10 15 30 60 120 180 360 720 1440
1,111 2,438 3,774 4,820 7,146 8,566 11,018 12,024 14,126 15,499 18,265
2,000 3,258 5,044 6,442 9,550 11,449 14,725 16,070 18,879 20,714 24,411
5,000 4,026 6,232 7,960 11,799 14,146 18,193 19,855 23,327 25,594 30,161
10,000 4,506 6,976 8,910 13,208 15,835 20,366 22,226 26,112 28,650 33,763
25,000 5,082 7,867 10,049 14,896 17,858 22,968 25,066 29,449 32,311 38,077
50,000 5,490 8,498 10,855 16,091 19,290 24,810 27,077 31,810 34,902 41,131
100,000 5,881 9,103 11,628 17,237 20,665 26,578 29,005 34,076 37,389 44,061
Los valores de intensidad, se obtuvieron como producto de los valores de la altura de

precipitación de acuerdo al método de curva promedio adimensional:
Tabla 45: Intensidades método convencional de Chillca

INTENSIDAD (mm/hr)
T (años)
5 10 15 30 60 120 180 360 720 1440
1,11 29,253 22,642 19,281 14,291 8,566 5,509 4,008 2,354 1,292 0,7610
2 39,096 30,261 25,768 19,100 11,449 7,362 5,357 3,147 1,726 1,0171
5 48,306 37,390 31,839 23,599 14,146 9,097 6,618 3,888 2,133 1,2567
10 54,075 41,855 35,641 26,417 15,835 10,183 7,409 4,352 2,388 1,4068
25 60,984 47,202 40,195 29,792 17,858 11,484 8,355 4,908 2,693 1,5865
50 65,875 50,988 43,418 32,182 19,290 12,405 9,026 5,302 2,909 1,7138
100 70,567 54,620 46,511 34,474 20,665 13,289 9,668 5,679 3,116 1,8359
curvas tipo.
Gráficas de curvas Intensidad-Duración-Frecuencia, en escala semilog.
- 84 -
Tesis de Maestría
Gráfica 23: Curvas IDF de Chillca
Curvas IDF
100,000
80,000
T=1.11
T=2
Intensidad (mm/h)
60,000
T=5
T=10
T=25
40,000 T=50
T=100
20,000
0,000
5 50 500
Duración (min)

transformadas a ecuaciones lineales logaritmizadas.
Tabla 46: Ecuación Bernard de Chillca

K 125.247
T 0,181
m 0.181 I  125,247  0,659
n 0.659 D
- 85 -
Tesis de Maestría
Tabla 47: Intensidades Método Bernard de Chillca

retorno 5 10 15 30 60 120 180 360 720 1440
T1.11 44,193 27,988 21,425 13,569 8,593 5,442 4,166 2,639 1,671 1,058
T2 49,162 31,135 23,835 15,095 9,560 6,054 4,635 2,935 1,859 1,177
T5 58,031 36,752 28,134 17,818 11,284 7,147 5,471 3,465 2,194 1,390
T10 65,788 41,665 31,895 20,200 12,793 8,102 6,202 3,928 2,488 1,575
T25 77,656 49,181 37,649 23,844 15,101 9,563 7,321 4,637 2,936 1,860
T50 88,036 55,755 42,681 27,031 17,119 10,842 8,300 5,256 3,329 2,108
T100 99,804 63,207 48,386 30,644 19,407 12,291 9,409 5,959 3,774 2,390
Gráfica 24: Curvas IDF Bernard de Chillca

100,000
80,000
Intensidad (mm/h)
T=1.11
60,000 T=2
T=5
T=10
T=25
40,000 T=50
T=100
20,000
0,000
5 50 500
Duración (min)
Tabla 48: Ecuación Sherman de Chillca

K 152.409
m 0.181 T 0,181
I  152,409 
n 0.692 D  1,8540,692
b 1.854
- 86 -
Tesis de Maestría
Tabla 49: Intensidades Método Sherman de Chillca

retorno 5 10 15 30 60 120 180 360 720 1440
T1.11 40,996 28,061 21,996 14,159 8,945 5,595 4,241 2,635 1,634 1,012
T2 45,606 31,216 24,469 15,751 9,951 6,224 4,718 2,931 1,817 1,126
T5 53,833 36,848 28,883 18,592 11,746 7,347 5,569 3,460 2,145 1,329
T10 61,029 41,773 32,744 21,078 13,316 8,329 6,314 3,922 2,432 1,507
T25 72,038 49,309 38,651 24,880 15,719 9,832 7,453 4,629 2,871 1,779
T50 81,668 55,900 43,817 28,206 17,820 11,146 8,449 5,248 3,254 2,016
T100 92,584 63,372 49,674 31,976 20,202 12,636 9,578 5,950 3,689 2,286
Gráfica 25: Curvas IDF Sherman de Chillca

100,000
80,000
Intensidad (mm/h)
T=1.11
60,000 T=2
T=5
T=10
40,000 T=25
T=50
T=100
20,000
0,000
5 50 500
Duración (min)
Tabla 50: Valores de Bondad de ajuste de Chillca

2
determinación R correlación R medio ECM
Bernard 0.942 0.971 6.23
Sherman 0.846 0.920 9.88
- 87 -
Tesis de Maestría
pequeños, y así lo será también la diferencia relativa de dichos valores, lo que quiere decir que el
valor ajustado tiende a producir respuestas numéricas próximas al parámetro observado. Sin
embargo el ECM de 9.88, es mayor para el modelo de Sherman, lo que significa que la
de correlación positivo y correlación múltiple alto, más aún para el modelo de Bernard.
4.5 Estación de Chuquiña
Los datos para la estación meteorológica ubicada en la localidad de Chuquiña, registran los
siguientes valores:
Tabla 51: Alturas de precipitación de Chuquiña

Duración (min)
Fecha de
5 10 15 30 60 120 180 360 720 1440
tormenta
12/02/1988 1,51 2,20 2,69 3,90 6,70 6,90 11,67 17,34 19,10 19,77
15/03/1988 1,79 2,74 3,04 4,14 4,70 5,66 6,40 11,10 12,22 21,60
24/01/1988 2,88 5,75 6,10 6,92 9,77 10,79 13,26 16,24 16,50 21,01
20/03/1988 1,79 2,00 2,21 2,66 3,39 5,70 6,82 10,47 15,50 15,70
17/03/1988 4,69 4,89 5,08 5,68 6,43 6,80 6,83 7,59 12,06 14,20
21/03/1988 1,59 2,60 3,31 3,39 4,50 5,58 6,70 10,01 12,40 15,90
15/01/1988 1,30 1,99 2,38 3,37 5,02 7,33 8,61 10,40 10,90 18,80
04/04/1988 0,86 1,13 1,36 1,98 2,63 3,27 3,60 5,66 8,34 11,30
26/01/1989 0,37 0,69 1,03 1,89 3,50 5,50 8,23 11,38 13,60 15,90
09/02/1989 1,54 2,43 2,49 3,13 4,84 5,70 5,71 6,34 9,17 15,60
13/04/1989 1,75 2,14 3,86 4,10 4,10 4,10 4,10 5,80 6,10 11,90
18/01/1990 1,11 2,23 2,64 3,52 6,48 11,04 14,51 17,10 17,20 17,30
15/12/1989 2,10 2,31 2,52 3,33 5,42 8,44 10,49 11,90 12,20 18,73
31/10/1989 1,22 2,22 2,89 4,49 6,85 9,60 11,50 11,50 11,50 19,70
09/03/1991 1,10 1,84 1,97 2,86 5,22 7,68 9,99 11,70 12,10 12,10
10/01/1991 0,70 0,96 1,44 2,87 5,61 7,19 8,19 9,71 10,30 17,40
- 88 -
Tesis de Maestría
Gráfica 26: Distribución Adimensional de Tormentas de Chuquiña

1,000
0,900
0,800
0,700
0,600
0,500
0,400
0,300
0,200
0,100
0,000
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
12/02/1988 15/03/1988 24/01/1988
20/03/1988 17/03/1988 21/03/1988
15/01/1988 04/04/1988 26/01/1989
09/02/1989 13/04/1989 18/01/1990
15/12/1989 31/10/1989 09/03/1991
10/01/1991 PROMEDIO CHUQUIÑA
Tabla 52: Estadígrafos de Chuquiña

Duración [min]
5 10 15 30 60 120 180 360 720 1440
Mediana me = 1,53 2,21 2,58 3,38 5,12 6,85 8,21 10,79 12,15 16,60
Moda mo = 1,79 - - - - 5,7 - - - 15,9
Rango R = 4,32 5,06 5,07 5,03 7,14 7,77 10,91 11,68 13,0 10,3
Varianza S2(x) = 1,007 1,667 1,734 1,644 2,925 4,794 9,905 13,24 11,34 10,23
Coeficiente de sesgo Cs = 1,993 1,558 1,206 1,181 0,937 0,448 0,315 0,404 0,244 -0,24
Curtosis Ck = 5,378 2,855 1,696 1,913 1,93 -0,17 -0,6 -0,29 0,07 -0,86
Los estadígrafos de la estación Chuquiña nos muestran, en el caso de que las medidas de
- 89 -
Tesis de Maestría
tendencia central, como la media y la mediana, que por su proximidad entre sí, nos indican que
la distribución de frecuencias se aproximan a una tendencia simétrica con un ligero sesgo; la
moda en la mayoría de las duraciones no es identificable porque no existen valores que se repitan
con más frecuencia. Las medidas de dispersión, como el rango y la desviación estándar nos
muestran que existe una dispersión baja de los valores respecto a la media; el coeficiente de
variación nos muestra valores que superan el 19 y menores a 61 % en la serie, por tanto la
desviación estándar tiene una proporción relativamente baja respecto a la media. La medida de
simetría, como el coeficiente de sesgo, tiene valores mayores que cero y un solo valor negativo
que está cercano a uno, significando para todas las series, que la distribución de frecuencias tiene
una asimetría ligeramente tendida hacia la derecha. En cuanto a la medida de achatamiento, el
coeficiente de curtosis tan variable y como presenta valor alto y valor bajo extremo, se define la
presencia de una distribución leptocúrtica, la cual tiene una curva de distribución de frecuencias
de forma puntiaguda o en forma llana, lo que refleja que la magnitud de valores de dispersión
están alrededor de la media.
4.5.4.1 Factor KD
El factor KD es adimensional y se obtuvo dividiendo las precipitaciones máximas para cada

duración entre la precipitación máxima horaria de 24 horas.
- 90 -
Tesis de Maestría
Tabla 53: Factor K de Chuquiña

Duración (min)
5 10 15 30 60 120 180 360 720 1440
KD = PD / P24
0,076 0,111 0,136 0,197 0,339 0,349 0,590 0,877 0,966 1,000
0,083 0,127 0,141 0,192 0,218 0,262 0,296 0,514 0,566 1,000
0,137 0,274 0,290 0,329 0,465 0,514 0,631 0,773 0,785 1,000
0,114 0,127 0,141 0,169 0,216 0,363 0,434 0,667 0,987 1,000
0,330 0,344 0,358 0,400 0,453 0,479 0,481 0,535 0,849 1,000
0,100 0,164 0,208 0,213 0,283 0,351 0,421 0,630 0,780 1,000
0,069 0,106 0,127 0,179 0,267 0,390 0,458 0,553 0,580 1,000
0,076 0,100 0,120 0,175 0,233 0,289 0,319 0,501 0,738 1,000
0,023 0,043 0,065 0,119 0,220 0,346 0,518 0,716 0,855 1,000
0,099 0,156 0,160 0,201 0,310 0,365 0,366 0,406 0,588 1,000
0,147 0,180 0,324 0,345 0,345 0,345 0,345 0,487 0,513 1,000
0,064 0,129 0,153 0,203 0,375 0,638 0,839 0,988 0,994 1,000
0,112 0,123 0,135 0,178 0,289 0,451 0,560 0,635 0,651 1,000
0,062 0,113 0,147 0,228 0,348 0,487 0,584 0,584 0,584 1,000
0,091 0,152 0,163 0,236 0,431 0,635 0,826 0,967 1,000 1,000
0,040 0,055 0,083 0,165 0,322 0,413 0,471 0,558 0,592 1,000
0,102 0,144 0,172 0,221 0,320 0,417 0,509 0,649 0,752 1,000
La Curva Promedio adimensional, es el cociente del valor de precipitación máxima anual para
distintas duraciones menores a las 24 horas entre el valor de precipitación para una duración de
24 horas, representada de la siguiente forma:
Pd
C
P24
Con los valores de la anterior tabla, se obtiene el siguiente gráfico:
- 91 -
Tesis de Maestría
Gráfica 27: Curva Promedio Chuquiña

1,200
0,800
0,600
0,400
0,200
0,000
0 200 400 600 800 1000 1200 1400
Duración (min)
4.5.4.3 Curva Tipo
Gráfica 28: Curva Tipo de Chuquiña
1,000
0,950
0,900
0,850
0,800
0,750
0,700
0,650
0,600
0,550
0,500
0,450
0,400
0,350
0,300
0,250
0,200
0,150
0,100
0,050
0,000
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Tiempo (Hrs)
Siendo que, las tormentas de la estación de Chuquiña presentan características de Curva Tipo I.
- 92 -
Tesis de Maestría
4.5.4.4 Factor K60
Tabla 54: Coeficiente de convectividad de Chuquiña

Duración (min)
5 10 15 30 60 120 180 360 720 1440
K60
0,102 0,144 0,172 0,221 0,320 0,417 0,509 0,649 0,752 1,000
En el caso de la estación de Chuquiña el valor del coeficiente de convectividad es mayor a 0.3 lo

periodo de retorno, el 32 % de la precipitación de 24 horas, acaece solamente en 1 hora; suceso
que es característico de tormentas convectivas.
Con los valores obtenidos por la función de distribución Log Normal, de mejor ajuste de los
Tabla 55: Ajuste Log Normal

LOG NORMAL 74,30%
T (años) P (mm)
1,1 12,963
2 19,398
5 25,274
10 29,027
25 33,643
50 37,008
100 40,320

horas, se determinó la altura de precipitación para cada periodo de retorno:
PD  K 60
D
* P24T
- 93 -
Tesis de Maestría
Tabla 56: Altura de precipitaciones máxima de Chuquiña

T [años]
5 10 15 30 60 120 180 360 720 1440
1,111 1,316 1,867 2,227 2,860 4,143 5,409 6,593 8,419 9,745 12,963
2,000 1,969 2,793 3,333 4,280 6,199 8,094 9,866 12,598 14,583 19,398
5,000 2,566 3,640 4,342 5,576 8,077 10,546 12,855 16,414 19,000 25,274
10,000 2,947 4,180 4,987 6,404 9,277 12,112 14,764 18,851 21,822 29,027
25,000 3,415 4,845 5,780 7,422 10,752 14,039 17,112 21,849 25,292 33,643
50,000 3,757 5,329 6,358 8,165 11,827 15,443 18,823 24,034 27,822 37,008
100,000 4,093 5,806 6,927 8,895 12,886 16,825 20,508 26,185 30,312 40,320
Los valores de intensidad, se obtuvieron multiplicando los valores de la altura de precipitación

de acuerdo al método de curva promedio adimensional, además se los realiza la conversión a
45, 60, 120,180, 360, 720 y 1440 minutos.
PD
I DT  * 60
DT
Tabla 57: Intensidades Método convencional de Chuquiña
INTENSIDAD (mm/hr)
T (años)
5 10 15 30 60 120 180 360 720 1440
1,11 15,792 11,201 8,909 5,720 4,143 2,705 2,198 1,403 0,812 0,5401
2 23,630 16,760 13,331 8,559 6,199 4,047 3,289 2,100 1,215 0,8082
5 30,789 21,837 17,369 11,152 8,077 5,273 4,285 2,736 1,583 1,0531
10 35,360 25,080 19,948 12,808 9,277 6,056 4,921 3,142 1,818 1,2094
25 40,984 29,069 23,121 14,845 10,752 7,019 5,704 3,642 2,108 1,4018
50 45,083 31,976 25,433 16,329 11,827 7,721 6,274 4,006 2,318 1,5420
100 49,118 34,838 27,710 17,791 12,886 8,413 6,836 4,364 2,526 1,6800
curvas tipo.
- 94 -
Tesis de Maestría
Para las curvas Intensidad-Duración-Frecuencia, a partir de la tabla anterior, se emplea la escala

semilog, y la gráfica en forma de hipérbola
Gráfica 29: Curvas IDF de Chuquiña
Curvas IDF
100,000
80,000
T=1.11
T=2
Intensidad (mm/h)
60,000
T=5
T=10
T=25
40,000 T=50
T=100
20,000
0,000
5 50 500
Duración (min)

transformadas a ecuaciones lineales en función a cambios de variable adecuados.
Tabla 58: Ecuación Bernard de Chuquiña

K 53.063
T 0, 230
m 0.230 I  53,063 
D 0,596
n 0.596
- 95 -
Tesis de Maestría
Tabla 59: Intensidades Método Bernard de Chuquiña

retorno 5 10 15 30 60 120 180 360 720 1440
T1.11 20,827 13,779 10,821 7,159 4,736 3,133 2,461 1,628 1,077 0,713
T2 23,847 15,777 12,390 8,197 5,423 3,588 2,818 1,864 1,233 0,816
T5 29,442 19,478 15,297 10,120 6,695 4,430 3,479 2,301 1,523 1,007
T10 34,531 22,845 17,941 11,869 7,853 5,195 4,080 2,699 1,786 1,181
T25 42,632 28,204 22,150 14,654 9,695 6,414 5,037 3,332 2,205 1,459
T50 50,000 33,079 25,978 17,187 11,370 7,523 5,908 3,908 2,586 1,711
T100 58,642 38,796 30,468 20,157 13,336 8,823 6,929 4,584 3,033 2,006
Gráfica 30: Curvas IDF Bernard de Chuquiña

100,000
80,000
T=1.11
Intensidad (mm/h)
T=2
60,000
T=5
T=10
T=25
40,000 T=50
T=100
20,000
0,000
5 50 500
Duración (min)
Tabla 60: Ecuación Sherman de Chuquiña

K 62.941
m 0.230 T 0, 230
I  62,941
n 0.625 D  1,8540,625
b 1.854
- 96 -
Tesis de Maestría
Tabla 61: Intensidades método Sherman de Chuquiña

retorno 5 10 15 30 60 120 180 360 720 1440
T1.11 19,359 13,747 11,032 7,411 4,895 3,204 2,495 1,623 1,054 0,684
T2 22,167 15,740 12,632 8,486 5,605 3,669 2,857 1,858 1,207 0,783
T5 27,367 19,433 15,596 10,477 6,920 4,529 3,527 2,294 1,490 0,967
T10 32,097 22,791 18,291 12,287 8,116 5,312 4,136 2,691 1,747 1,134
T25 39,627 28,138 22,582 15,170 10,020 6,559 5,107 3,322 2,157 1,400
T50 46,476 33,001 26,485 17,792 11,751 7,692 5,989 3,896 2,530 1,642
T100 54,509 38,705 31,063 20,867 13,783 9,022 7,024 4,569 2,968 1,926
Gráfica 31: Curvas IDF Sherman de Chuquiña

100,000
80,000
Intensidad (mm/h)
T=1.11
60,000 T=2
T=5
T=10
40,000 T=25
T=50
T=100
20,000
0,000
5 50 500
Duración (min)
Tabla 62: Valores de Bondad de ajuste de Chuquiña

Bernard 0.988 0.994 1.85
Sherman 0.957 0.978 3.43
- 97 -
Tesis de Maestría
de correlación positivo y correlación múltiple muy alta, y la regresión lineal múltiple es casi
perfecta.
4.6 Estación de El Alto
Los datos para la estación meteorológica ubicada en la estación de El Alto, registran los
siguientes valores:
- 98 -
Tesis de Maestría
Tabla 63: Alturas de precipitación de El Alto

Duración (min)
Fecha de
5 10 15 30 60 120 180 360 720 1440
tormenta
04/03/1976 1,71 3,43 5,14 8,86 14,67 18,01 18,88 19,20 19,30 23,70
18/03/1976 11,47 12,05 12,63 18,49 21,07 31,20 37,57 38,10 38,10 40,60
02/03/1977 2,11 4,22 4,90 6,21 8,13 9,10 9,10 9,14 13,64 20,83
19/01/1978 1,00 1,58 2,99 5,47 10,06 14,86 19,14 26,60 26,60 29,00
21/01/1978 3,21 4,68 5,15 5,80 7,03 10,52 11,10 11,15 13,20 20,70
10/03/1979 0,74 1,48 2,22 3,97 6,53 10,22 13,20 13,40 13,40 21,59
12/03/1979 0,60 1,19 1,79 3,45 6,20 10,68 15,05 19,22 19,50 20,00
14/03/1979 1,49 2,98 4,48 8,95 14,74 25,47 27,02 27,10 33,10 33,27
20/01/1982 2,19 4,37 6,56 12,48 20,96 24,09 26,70 27,50 41,30 45,68
19/03/1984 5,13 5,66 6,19 7,77 10,95 13,12 13,20 13,20 21,60 22,80
28/03/1984 2,26 4,52 6,78 10,89 14,12 16,18 17,20 17,30 22,98 23,90
15/02/1985 1,65 2,12 2,92 5,83 10,82 18,21 19,80 19,80 26,10 28,60
24/03/1985 0,50 1,00 1,50 3,00 6,01 11,82 14,46 17,50 17,50 17,50
28/01/1986 1,66 3,31 4,06 6,03 9,26 13,12 15,80 18,60 18,60 20,20
20/03/1986 2,10 3,35 3,96 5,80 8,78 13,86 16,06 16,20 19,58 32,37
16/01/1988 2,93 3,59 4,17 5,27 7,40 8,68 11,80 14,60 19,30 20,20
09/03/1988 2,09 2,34 3,47 5,33 7,42 11,83 13,67 15,04 17,10 19,71
18/03/1988 6,20 6,20 6,20 7,21 8,95 12,83 16,72 23,60 25,40 25,40
08/02/1989 0,83 1,67 2,50 4,14 6,63 12,23 17,32 23,62 26,90 26,90
01/01/1990 0,78 1,56 2,34 4,64 9,05 15,41 19,78 22,50 22,70 22,70
16/02/1991 1,52 3,00 4,49 8,68 15,03 20,60 24,59 28,90 28,90 28,90
08/01/1992 1,82 2,55 3,31 5,63 8,49 10,67 15,19 23,85 25,30 25,40
12/10/1992 4,20 4,20 4,54 5,54 6,62 7,41 8,03 8,20 12,40 12,40
02/01/1993 0,46 1,79 2,55 4,20 6,84 8,51 10,20 11,10 17,31 20,60
11/01/1995 2,24 3,07 3,61 5,67 8,61 13,90 14,00 14,30 15,70 22,10
27/12/1995 1,79 2,86 3,60 5,79 9,61 12,63 18,92 27,90 27,90 27,90
14/01/1996 0,84 1,68 2,42 3,94 6,41 9,20 11,45 14,85 25,30 25,40
25/01/1996 2,58 4,32 5,40 7,60 11,07 12,10 12,51 16,54 23,60 33,20
25/03/1996 1,50 2,21 2,76 4,62 6,85 11,80 14,56 18,90 19,00 19,00
17/11/1996 1,40 2,16 2,66 3,14 5,56 8,66 10,00 14,55 15,80 15,80
18/01/1997 2,33 3,22 3,52 4,15 5,38 7,71 11,11 16,04 17,60 18,30
29/12/1999 0,73 1,40 2,04 3,84 7,24 14,04 19,28 22,30 22,70 22,70
30/01/1999 1,84 2,77 3,69 6,65 8,69 10,24 10,35 12,39 15,20 15,20
27/01/2000 0,73 1,26 1,63 2,91 5,66 9,29 13,43 17,10 17,10 17,10
10/12/2000 1,38 2,23 2,74 3,84 6,00 8,77 9,89 11,40 12,40 12,70
29/12/2000 0,90 1,39 1,69 2,75 5,07 8,50 9,58 13,90 17,50 22,60
12/01/2001 1,41 2,24 3,51 5,68 6,41 6,60 7,13 13,23 18,13 18,40
13/02/2001 2,21 3,81 5,10 5,98 6,20 8,85 10,28 15,60 15,70 15,70
17/12/2001 2,10 3,70 4,36 5,59 9,40 16,85 20,73 21,80 22,90 23,40
28/01/2002 1,23 2,13 3,03 5,09 8,26 12,50 16,56 19,50 19,50 19,50
06/03/2002 1,84 2,50 2,67 4,90 7,62 11,72 12,80 12,80 21,50 21,60
21/01/2003 2,64 3,64 4,36 7,69 12,15 22,31 23,50 36,01 36,70 36,70
20/02/2003 2,27 3,30 3,59 3,80 5,15 7,65 10,30 14,20 14,90 16,00
16/03/2003 0,60 1,02 1,45 2,78 5,20 8,11 11,01 18,08 25,10 25,10
14/01/2004 0,87 1,60 2,20 3,91 7,00 11,38 14,48 17,20 19,50 19,50
23/03/2004 0,95 1,35 1,80 3,11 5,27 9,58 12,16 16,62 18,80 18,80
21/01/2006 0,65 1,22 1,62 2,68 5,29 7,70 8,46 9,20 12,00 12,20
11/02/2006 0,71 1,29 1,79 3,25 6,00 10,47 15,00 18,70 18,70 18,70
06/11/2006 1,82 2,80 4,38 7,00 10,01 13,50 18,05 19,90 22,20 22,20
13/02/2007 0,50 0,99 1,47 2,76 5,49 8,48 8,70 8,80 10,91 13,20
14/12/2007 2,06 3,93 5,23 8,58 13,79 22,10 25,45 31,90 31,90 32,20
- 99 -
Tesis de Maestría
Gráfica 32: Distribución Adimensional de Tormentas de El Alto

1,000
0,900
0,800
0,700
0,600
0,500
0,400
0,300
0,200
0,100
0,000
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
04/03/1976 18/03/1976 02/03/1977 19/01/1978
21/01/1978 10/03/1979 12/03/1979 14/03/1979
20/01/1982 19/03/1984 28/03/1984 15/02/1985
24/03/1985 28/01/1986 20/03/1986 16/01/1988
09/03/1988 18/03/1988 08/02/1989 01/01/1990
16/02/1991 08/01/1992 12/10/1992 02/01/1993
11/01/1995 27/12/1995 14/01/1996 25/01/1996
25/03/1996 17/11/1996 18/01/1997 29/12/1999
30/01/1999 27/01/2000 10/12/2000 29/12/2000
12/01/2001 13/02/2001 17/12/2001 28/01/2002
06/03/2002 21/01/2003 20/02/2003 16/03/2003
14/01/2004 23/03/2004 21/01/2006 11/02/2006
06/11/2006 13/02/2007 14/12/2007 PROMEDIO EL ALTO
Tabla 64: Estadígrafos de El Alto

Duración [min]
5 10 15 30 60 120 180 360 720 1440
Mediana me = 1,66 2,55 3,51 5,47 7,42 11,80 14,46 17,20 19,50 21,60
Moda mo = 0,6 - 1,79 5,8 6,2 13,12 13,2 - 19,5 25,4
Rango R = 11,01 11,06 11,18 15,81 16,00 24,60 30,44 29,90 30,39 33,48
Varianza S2(x) = 3,12 3,28 3,68 7,93 13,66 26,86 34,57 44,94 45,86 48,92
Curtosis Ck = 17,10 12,28 8,32 7,77 3,22 2,61 2,95 0,92 1,07 1,59
- 100 -
Tesis de Maestría
Los estadígrafos de la estación El Alto nos muestran, en el caso de que las medidas de
que la distribución de frecuencias se aproximan a una tendencia simétrica con un ligero sesgo; la
moda en la mayoría de las series es identificable porque existen valores que se repitan con más
frecuencia, sin embargo existen 2 valores de moda no identificables. Las medidas de dispersión,
como el rango y la desviación estándar nos muestran que existe una dispersión relativamente
baja de los valores respecto a la media, los valores de coeficiente de variación se encuentran
entre el 30 y 91 % en todas las series, por tanto la desviación estándar tiene una proporción
importante respecto a la media; debido a que estamos tratando con valores de precipitaciones
extremas máximas que se miden en cortos periodos de tiempo, lo que puede generar estas
diferencias entre valores de una misma serie. La medida de simetría, como el coeficiente de
sesgo, tiene valores mayores que cero y presentándose en la serie valores positivos, es porque la
distribución de frecuencias tiene una asimetría tendida hacia la derecha. En cuanto a la medida
de achatamiento, el coeficiente de curtosis muestra, en todos los casos, que presenta una
distribución leptocúrtica, la cual se caracteriza por presentar una curva de distribución de
frecuencias de forma puntiaguda, lo que refleja la magnitud de valores de dispersión alrededor
de la media y existe poca diferencia entre los valores de la serie, comparando en particular la
media y la mediana.
- 101 -
Tesis de Maestría
4.6.4.1 Factor KD
Tabla 65: Factor K de El Alto
Duración (min)
5 10 15 30 60 120 180 360 720 1440
KD = PD / P24
0,072 0,145 0,217 0,374 0,619 0,760 0,797 0,810 0,814 1,000
0,283 0,297 0,311 0,455 0,519 0,768 0,925 0,938 0,938 1,000
0,101 0,203 0,235 0,298 0,390 0,437 0,437 0,439 0,655 1,000
0,034 0,054 0,103 0,189 0,347 0,512 0,660 0,917 0,917 1,000
0,155 0,226 0,249 0,280 0,340 0,508 0,536 0,539 0,638 1,000
0,034 0,069 0,103 0,184 0,302 0,473 0,611 0,621 0,621 1,000
0,030 0,060 0,090 0,173 0,310 0,534 0,753 0,961 0,975 1,000
0,045 0,090 0,135 0,269 0,443 0,766 0,812 0,815 0,995 1,000
0,048 0,096 0,144 0,273 0,459 0,527 0,585 0,602 0,904 1,000
0,225 0,248 0,271 0,341 0,480 0,575 0,579 0,579 0,947 1,000
0,095 0,189 0,284 0,456 0,591 0,677 0,720 0,724 0,962 1,000
0,058 0,074 0,102 0,204 0,378 0,637 0,692 0,692 0,913 1,000
0,029 0,057 0,086 0,171 0,343 0,675 0,826 1,000 1,000 1,000
0,082 0,164 0,201 0,299 0,458 0,650 0,782 0,921 0,921 1,000
0,065 0,103 0,122 0,179 0,271 0,428 0,496 0,500 0,605 1,000
0,145 0,178 0,206 0,261 0,366 0,430 0,584 0,723 0,955 1,000
0,106 0,119 0,176 0,270 0,376 0,600 0,694 0,763 0,868 1,000
0,244 0,244 0,244 0,284 0,352 0,505 0,658 0,929 1,000 1,000
0,031 0,062 0,093 0,154 0,246 0,455 0,644 0,878 1,000 1,000
0,034 0,069 0,103 0,204 0,399 0,679 0,871 0,991 1,000 1,000
0,053 0,104 0,155 0,300 0,520 0,713 0,851 1,000 1,000 1,000
0,072 0,100 0,130 0,222 0,334 0,420 0,598 0,939 0,996 1,000
0,339 0,339 0,366 0,447 0,534 0,598 0,648 0,661 1,000 1,000
0,022 0,087 0,124 0,204 0,332 0,413 0,495 0,539 0,840 1,000
0,101 0,139 0,163 0,257 0,390 0,629 0,633 0,647 0,710 1,000
0,064 0,103 0,129 0,208 0,344 0,453 0,678 1,000 1,000 1,000
0,033 0,066 0,095 0,155 0,252 0,362 0,451 0,585 0,996 1,000
0,078 0,130 0,163 0,229 0,333 0,364 0,377 0,498 0,711 1,000
0,079 0,116 0,145 0,243 0,361 0,621 0,766 0,995 1,000 1,000
0,089 0,137 0,168 0,199 0,352 0,548 0,633 0,921 1,000 1,000
0,127 0,176 0,192 0,227 0,294 0,421 0,607 0,877 0,962 1,000
0,032 0,062 0,090 0,169 0,319 0,619 0,849 0,982 1,000 1,000
0,121 0,182 0,243 0,438 0,572 0,674 0,681 0,815 1,000 1,000
0,043 0,074 0,095 0,170 0,331 0,543 0,785 1,000 1,000 1,000
0,109 0,176 0,216 0,302 0,472 0,691 0,779 0,898 0,976 1,000
0,040 0,062 0,075 0,122 0,224 0,376 0,424 0,615 0,774 1,000
0,077 0,122 0,191 0,309 0,348 0,359 0,388 0,719 0,985 1,000
0,141 0,243 0,325 0,381 0,395 0,564 0,655 0,994 1,000 1,000
0,090 0,158 0,186 0,239 0,402 0,720 0,886 0,932 0,979 1,000
0,063 0,109 0,155 0,261 0,424 0,641 0,849 1,000 1,000 1,000
- 102 -
Tesis de Maestría
0,085 0,116 0,124 0,227 0,353 0,543 0,593 0,593 0,995 1,000
0,072 0,099 0,119 0,210 0,331 0,608 0,640 0,981 1,000 1,000
0,142 0,206 0,224 0,238 0,322 0,478 0,644 0,888 0,931 1,000
0,024 0,041 0,058 0,111 0,207 0,323 0,439 0,720 1,000 1,000
0,045 0,082 0,113 0,201 0,359 0,584 0,743 0,882 1,000 1,000
0,051 0,072 0,096 0,165 0,280 0,510 0,647 0,884 1,000 1,000
0,053 0,100 0,133 0,220 0,434 0,631 0,693 0,754 0,984 1,000
0,038 0,069 0,096 0,174 0,321 0,560 0,802 1,000 1,000 1,000
0,082 0,126 0,197 0,315 0,451 0,608 0,813 0,896 1,000 1,000
0,038 0,075 0,111 0,209 0,416 0,642 0,659 0,667 0,827 1,000
0,064 0,122 0,162 0,266 0,428 0,686 0,790 0,991 0,991 1,000
0,086 0,128 0,163 0,250 0,381 0,559 0,670 0,808 0,927 1,000
La información hidrológica necesaria, para el diseño de las obras de ingeniería, tanto en cantidad
y calidad son fácilmente disponibles cuando se dispone de instrumentos de medición de
precipitación, tales como pluviógrafos, cuya base de datos es suficiente para elaborar las
relaciones IDF, por esta razón y utilizando los la metodología de criterios adimensionales, y con
los valores de la anterior tabla se ha obtenido la gráfica respectiva.
Gráfica 33: Curva Promedio El Alto

1,200
1,000
0,800
0,600
0,400
0,200
0,000
0 200 400 600 800 1000 1200 1400
Duración (min)
- 103 -
Tesis de Maestría
4.6.4.3 Curva Tipo
Gráfica 34: Curva Tipo de El Alto
1,000
0,950
0,900
0,850
0,800
0,750
Fracción de lluvia de 24 hrs
0,700
0,650
0,600
0,550
0,500
0,450
0,400
0,350
0,300
0,250
0,200
0,150
0,100
0,050
0,000
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Tiempo (Hrs)
La estación de El Alto presenta características de Curva Tipo II.
4.6.4.4 Factor K60

Tabla 66: Coeficiente de convectividad de El Alto
Duración (min)
5 10 15 30 60 120 180 360 720 1440
K60
0,086 0,128 0,163 0,250 0,381 0,559 0,670 0,808 0,927 1,000
En el caso de la estación de El Alto el valor del coeficiente de convectividad es mayor a 0.3 lo

periodo de retorno, el 38% de la precipitación de 24 horas, acaece solamente en 1 hora.
La frecuencia empírica de los datos analizados, se ajusta a una determinada función de

distribución Log Normal, de mejor ajuste de los datos:
- 104 -
Tesis de Maestría
Tabla 67: Ajuste Normal

NORMAL 91,70%
T (años) P (mm)
1,1 30,890
2 35,369
5 43,667
10 51,214
25 67,464
50 74,157
100 86,974

horas, se determina la altura de precipitación para cada periodo de retorno:
Tabla 68: Altura de precipitaciones máxima de El Alto

T [años]
5 10 15 30 60 120 180 360 720 1440
1,111 3,346 4,311 5,190 6,973 9,211 12,046 14,084 18,323 23,800 30,890
2,000 3,824 4,937 5,796 7,984 10,547 13,808 16,126 20,980 27,251 35,369
5,000 4,292 6,095 7,337 9,857 13,021 17,047 19,909 25,902 33,645 43,667
10,000 5,033 7,148 8,605 11,561 15,272 19,993 23,598 32,412 39,460 51,214
25,000 6,214 8,825 10,624 14,273 18,855 24,684 28,829 37,506 48,717 67,464
50,000 7,288 10,350 12,504 16,740 22,114 28,950 33,811 43,988 57,137 74,157
100,000 8,548 12,139 14,613 19,633 25,936 33,953 39,655 51,591 70,164 86,974

PD
I DT  * 60
DT
establecidas.
- 105 -
Tesis de Maestría
Tabla 69: Intensidades método convencional de El Alto

INTENSIDAD (mm/hr)
T (años)
5 10 15 30 60 120 180 360 720 1440
1,11 40,150 25,868 20,760 13,946 9,211 6,023 4,695 3,054 1,983 1,287
2 45,892 29,619 23,184 15,968 10,547 6,904 5,375 3,497 2,271 1,474
5 51,499 36,568 29,348 19,715 13,021 8,523 6,636 4,317 2,804 1,819
10 60,400 42,888 34,420 23,122 15,272 9,997 7,866 5,402 3,288 2,134
25 74,570 52,950 42,495 28,546 18,855 12,342 9,610 6,251 4,060 2,811
50 87,458 62,101 50,014 33,480 22,114 14,475 11,270 7,331 4,761 3,090
100 102,57 72,834 58,454 39,267 25,936 16,977 13,218 8,598 5,847 3,624
curvas tipo.
Para obtener las gráficas de curvas Intensidad-Duración-Frecuencia, a partir de la tabla anterior,

se empleó la escala semilog:
Gráfica 35: Curvas IDF de El Alto
Curvas IDF
100,000
80,000
T=1.11
T=2
Intensidad (mm/h)
60,000
T=5
T=10
T=25
40,000 T=50
T=100
20,000
0,000
5 50 500
Duración (min)
- 106 -
Tesis de Maestría

no lineal múltiple
El método de análisis de correlación no lineal múltiple, permite encontrar los coeficientes de

retorno.
Tabla 70: Ecuación Bernard de El Alto

K 100.876
T 0.229
m 0.229 I  100,876 
D 0.597
n 0.597
Tabla 71: Intensidades Método Bernard de El Alto

retorno 5 10 15 30 60 120 180 360 720 1440
T1.11 39,526 26,132 20,514 13,562 8,966 5,928 4,653 3,076 2,034 1,345
T2 45,231 29,904 23,475 15,520 10,260 6,783 5,325 3,521 2,328 1,539
T5 55,791 36,885 28,955 19,143 12,656 8,367 6,568 4,342 2,871 1,898
T10 65,389 43,230 33,936 22,436 14,833 9,807 7,698 5,090 3,365 2,225
T25 80,655 53,323 41,859 27,674 18,296 12,096 9,496 6,278 4,150 2,744
T50 94,529 62,496 49,060 32,435 21,444 14,177 11,129 7,358 4,864 3,216
T100 110,791 73,247 57,499 38,014 25,132 16,616 13,043 8,623 5,701 3,769
- 107 -
Tesis de Maestría
Gráfica 36: Curvas IDF Bernard de El Alto

100,000
80,000
T=1.11
Intensidad (mm/h)
T=2
60,000 T=5
T=10
T=25
40,000 T=50
T=100
20,000
0,000
5 50 500
Duración (min)
Tabla 72: Ecuación Sherman de El Alto

K 119.506
m 0.229 T 0, 229
I  119.506 
n 0.625 D  1,8540,625
b 1.854
Tabla 73: Intensidades Método Sherman de El Alto

retorno 5 10 15 30 60 120 180 360 720 1440
T1.11 36,754 26,098 20,945 14,070 9,293 6,083 4,736 3,081 2,001 1,299
T2 42,059 29,865 23,968 16,101 10,635 6,961 5,420 3,526 2,290 1,486
T5 51,879 36,837 29,564 19,860 13,117 8,586 6,685 4,349 2,824 1,833
T10 60,803 43,174 34,650 23,276 15,374 10,063 7,835 5,097 3,310 2,148
T25 74,999 53,254 42,739 28,710 18,963 12,413 9,665 6,287 4,083 2,650
T50 87,900 62,415 50,092 33,649 22,225 14,548 11,327 7,368 4,785 3,105
T100 103,021 73,152 58,708 39,438 26,049 17,051 13,276 8,636 5,609 3,640
- 108 -
Tesis de Maestría
Gráfica 37: Curvas IDF Sherman de El Alto

100,000
80,000
Intensidad (mm/h)
T=1.11
60,000 T=2
T=5
T=10
40,000 T=25
T=50
T=100
20,000
0,000
5 50 500
Duración (min)
Tabla 74: Valores de Bondad de ajuste de El Alto

Bernard 0.997 0.998 1.77
Sherman 0.973 0.986 5.28
embargo el ECM de 5.28, es mucho mayor para el modelo de Sherman, lo que significa que la
diferencia entre el valor ajustado y el observado es mucho mayor para el modelo de Sherman.
de correlación positivo y correlación múltiple muy alta, y la regresión lineal múltiple es perfecta,
ya que prácticamente se iguala a la unidad.
- 109 -
Tesis de Maestría
4.7 Estación de Quillacas
Los datos para la estación meteorológica ubicada en la localidad de Quillacas, registran los
siguientes valores:
Tabla 75: Alturas de precipitación de Quillacas

Duración (min)
Fecha de
5 10 15 30 60 120 180 360 720 1440
tormenta
22/12/1986 2,10 3,29 3,78 7,23 9,78 13,08 20,56 22,72 25,30 25,30
20/12/1986 1,88 2,36 2,48 3,85 7,20 9,40 9,40 14,44 17,00 17,00
15/02/1987 1,68 2,43 3,15 5,57 8,61 12,14 14,12 16,60 16,60 16,90
17/12/1986 1,56 2,35 3,01 3,58 5,51 9,17 12,38 14,35 16,10 16,10
11/12/1986 1,94 2,95 3,52 4,70 5,79 8,80 9,57 14,70 14,70 14,70
13/09/1987 1,34 1,93 2,26 3,34 5,34 8,84 11,04 13,20 14,00 14,00
04/04/1988 1,62 2,30 2,92 4,16 7,03 11,66 13,49 19,31 23,50 23,50
23/02/1989 2,03 3,02 3,86 5,03 6,67 7,90 8,97 10,52 11,00 11,00
05/01/1990 2,18 2,73 3,21 5,27 7,27 12,71 15,74 18,60 18,60 18,60
26/01/1990 3,52 4,00 4,44 6,47 7,13 7,93 12,11 15,95 16,00 16,00
11/01/1990 2,09 3,00 3,32 4,00 6,51 10,40 15,57 16,40 16,40 16,40
26/11/1989 1,66 2,28 2,47 3,25 4,50 6,36 10,00 10,20 10,20 10,20
04/12/1990 5,77 6,20 6,62 7,55 8,19 9,65 13,91 19,53 24,50 24,60
08/12/1990 2,79 4,97 6,00 8,52 12,31 16,42 18,97 19,73 23,10 23,10
25/10/1990 1,90 2,72 3,35 5,06 7,85 10,90 13,31 18,00 18,00 18,00
- 110 -
Tesis de Maestría
Gráfica 38: Distribución Adimensional de Tormentas de Quillacas

1,000
0,900
0,800
0,700
0,600
0,500
0,400
0,300
0,200
0,100
0,000
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
22/12/1986 20/12/1986 15/02/1987
17/12/1986 11/12/1986 13/09/1987
04/04/1988 23/02/1989 05/01/1990
26/01/1990 11/01/1990 26/11/1989
04/12/1990 08/12/1990 25/10/1990
PROMEDIO QUILLACAS
Tabla 76: Estadígrafos de Quillacas

Duración [min]
5 10 15 30 60 120 180 360 720 1440
Mediana me = 1,94 2,73 3,32 5,03 7,13 9,65 13,31 16,40 16,60 16,90
Moda mo = - - - - - - - - - -
Rango R = 4,43 4,27 4,36 5,27 7,81 10,06 11,59 12,52 15,10 15,10
Varianza S2(x) = 1,22 1,32 1,52 2,64 3,74 6,45 11,65 12,21 21,45 21,51
Coeficiente de sesgo Cs = 2,61 1,79 1,51 0,76 1,17 0,81 0,75 -0,15 0,27 0,26
Curtosis Ck = 7,55 3,05 1,92 -0,36 2,19 0,96 0,14 -0,32 -0,67 -0,67
- 111 -
Tesis de Maestría
Los estadígrafos de la estación Quillacas nos muestran, en el caso de que las medidas de
que la distribución de frecuencias se aproximan a una tendencia simétrica con un ligero sesgo; la
moda en toda la serie no es identificable porque no existen valores que se repitan con más
frecuencia. Las medidas de dispersión, como el rango y la desviación estándar nos muestran que
existe una dispersión relativamente elevada de los valores respecto a la media, el coeficiente de
variación nos muestra valores que se encuentran entre el 26 y 48 % en todas las series, por tanto
la desviación estándar tiene una proporción importante respecto a la media; debemos recordar
que estamos tratando con valores de precipitaciones extremas máximas que se miden en cortos
periodos de tiempo, lo que puede generar estas diferencias entre valores de una misma serie. La
medida de simetría, como el coeficiente de sesgo, tiene valores positivos y un valor negativo,
siendo que la mayoría están por encima de cero y presenta un valor alto positivo y los demás
menores a 2 y uno, significando para todas las series, que la distribución de frecuencias tiene una
asimetría ligeramente tendida hacia la derecha. En cuanto a la medida de achatamiento, el
coeficiente de curtosis muestra, en todos los casos, que presenta una distribución leptocúrtica, la
cual se caracteriza por tener una curva de distribución de frecuencias de forma puntiaguda o en
forma llana, lo que refleja que la magnitud de valores de dispersión está alrededor de la media.
4.7.4.1 Factor KD
Siendo el valor KD a determinar en función del periodo de retorno, realizando los

Tabla 77: Factor K de Quillacas

Duración (min)
5 10 15 30 60 120 180 360 720 1440
KD = PD / P24
0,083 0,130 0,149 0,286 0,387 0,517 0,813 0,898 1,000 1,000
0,111 0,139 0,146 0,226 0,424 0,553 0,553 0,849 1,000 1,000
0,099 0,144 0,186 0,330 0,509 0,718 0,836 0,982 0,982 1,000
0,097 0,146 0,187 0,222 0,342 0,570 0,769 0,891 1,000 1,000
- 112 -
Tesis de Maestría
0,132 0,201 0,239 0,320 0,394 0,599 0,651 1,000 1,000 1,000
0,096 0,138 0,161 0,239 0,381 0,631 0,789 0,943 1,000 1,000
0,069 0,098 0,124 0,177 0,299 0,496 0,574 0,822 1,000 1,000
0,185 0,275 0,351 0,457 0,606 0,718 0,815 0,956 1,000 1,000
0,117 0,147 0,173 0,283 0,391 0,683 0,846 1,000 1,000 1,000
0,220 0,250 0,278 0,404 0,446 0,496 0,757 0,997 1,000 1,000
0,127 0,183 0,202 0,244 0,397 0,634 0,949 1,000 1,000 1,000
0,163 0,224 0,242 0,319 0,441 0,624 0,980 1,000 1,000 1,000
0,235 0,252 0,269 0,307 0,333 0,392 0,565 0,794 0,996 1,000
0,121 0,215 0,260 0,369 0,533 0,711 0,821 0,854 1,000 1,000
0,106 0,151 0,186 0,281 0,436 0,606 0,739 1,000 1,000 1,000
0,131 0,179 0,210 0,298 0,421 0,597 0,764 0,932 0,999 1,000
Esta Curva Promedio adimensional, permite conocer la variación temporal de precipitación de

tormentas extremas, mediante la determinación de los cocientes del valor de precipitación
máxima anual para distintas duraciones menores a las 24 horas entre el valor de precipitación
para una duración de 24 horas y en base a los datos tabulados de la anterior tabla, se obtuvo el
siguiente resultado.
Gráfica 39: Curva Promedio Quillacas

1,200
1,000
0,800
0,600
0,400
0,200
0,000
0 200 400 600 800 1000 1200 1400
Duración (min)
- 113 -
Tesis de Maestría
4.7.4.3 Curva Tipo
Gráfica 40: Curva Tipo de Quillacas
1,000
0,950
0,900
0,850
0,800
0,750
Fracción de lluvias en 24 hrs
0,700
0,650
0,600
0,550
0,500
0,450
0,400
0,350
0,300
0,250
0,200
0,150
0,100
0,050
0,000
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Tiempo (Hrs)
Para la estación de Quillacas presenta características de Curva Tipo III.
4.7.4.4 Factor K60
Tabla 78: Coeficiente de convectividad de Quillacas

Duración (min)
5 10 15 30 60 120 180 360 720 1440
K60
0,131 0,179 0,210 0,298 0,421 0,597 0,764 0,932 0,999 1,000
En el caso de la estación de Quillacas el valor del coeficiente de convectividad es mayor a 0.4 lo

Los valores obtenidos por la función de distribución Weibull, de mejor ajuste de los datos, es:
- 114 -
Tesis de Maestría
Tabla 79: Ajuste Weibull

WEIBULL 76,30%
T (años) P (mm)
1,1 21,258
2 26,618
5 31,968
10 35,241
25 39,038
50 41,642
100 44,076

horas, se determina la altura de precipitación para cada periodo de retorno y para cada duración:
Tabla 80: Altura de precipitaciones máxima de Quillacas

T [años]
5 10 15 30 60 120 180 360 720 1440
1,111 2,777 3,814 4,470 6,326 8,956 12,681 16,239 19,822 21,227 21,258
2,000 3,477 4,775 5,598 7,921 11,214 15,878 20,333 24,820 26,580 26,618
5,000 4,176 5,735 6,722 9,513 13,467 19,069 24,419 29,808 31,921 31,968
10,000 4,603 6,322 7,411 10,487 14,846 21,021 26,920 32,861 35,190 35,241
25,000 5,099 7,004 8,209 11,617 16,446 23,286 29,820 36,401 38,982 39,038
50,000 5,439 7,471 8,757 12,392 17,543 24,840 31,809 38,829 41,582 41,642
100,000 5,757 7,908 9,269 13,117 18,568 26,292 33,669 41,099 44,012 44,076
establecidas.
Tabla 81: Intensidades Método convencional de Quillacas

INTENSIDAD (mm/hr)
T (años)
5 10 15 30 60 120 180 360 720 1440
1,11 33,321 22,883 17,881 12,652 8,956 6,340 5,413 3,304 1,769 0,8858
2 41,723 28,653 22,390 15,843 11,214 7,939 6,778 4,137 2,215 1,1091
5 50,109 34,411 26,890 19,027 13,467 9,534 8,140 4,968 2,660 1,3320
10 55,239 37,935 29,643 20,975 14,846 10,511 8,973 5,477 2,932 1,4684
25 61,191 42,022 32,837 23,235 16,446 11,643 9,940 6,067 3,248 1,6266
50 65,273 44,825 35,027 24,785 17,543 12,420 10,603 6,472 3,465 1,7351
100 69,088 47,445 37,075 26,233 18,568 13,146 11,223 6,850 3,668 1,8365
- 115 -
Tesis de Maestría
curvas tipo.
Se realizaron con la escala semilog, en el cual, el eje de las abscisas está la duración en minutos
y en las ordenadas las intensidades y la gráfica en forma de hipérbola del primer cuadrante, que
representa el periodo de retorno.
Gráfica 41: Curvas IDF de Quillacas
Curvas IDF
100,000
80,000
T=1.11
T=2
Intensidad (mm/h)
60,000
T=5
T=10
T=25
40,000 T=50
T=100
20,000
0,000
5 50 500
Duración (min)

transformadas a ecuaciones lineales.
- 116 -
Tesis de Maestría
Tabla 82: Ecuación Bernard de Quillacas

K 107.850
T 0,152
M 0.152 I  107,850  0,604
D
N 0.604
Tabla 83: Intensidades Método Bernard de Quillacas

retorno 5 10 15 30 60 120 180 360 720 1440
T1.11 41,451 27,272 21,348 14,045 9,241 6,080 4,759 3,131 2,060 1,355
T2 45,331 29,825 23,346 15,360 10,106 6,649 5,205 3,424 2,253 1,482
T5 52,106 34,282 26,835 17,656 11,616 7,643 5,982 3,936 2,590 1,704
T10 57,895 38,091 29,817 19,617 12,907 8,492 6,647 4,373 2,877 1,893
T25 66,547 43,783 34,273 22,549 14,836 9,761 7,641 5,027 3,307 2,176
T50 73,941 48,648 38,081 25,054 16,484 10,845 8,489 5,585 3,675 2,418
T100 82,157 54,053 42,312 27,838 18,315 12,050 9,433 6,206 4,083 2,686
Gráfica 42: Curvas IDF Bernard de Quillacas

100,000
80,000
T=1.11
Intensidad (mm/h)
T=2
60,000 T=5
T=10
T=25
40,000 T=50
T=100
20,000
0,000
5 50 500
Duración (min)
- 117 -
Tesis de Maestría
Tabla 84: Ecuación Sherman de Quillacas

K 128.664
m 0.152 T 0,152
I  128,664 
n 0.633 D  1,8540,633
b 1.854
Tabla 85: Intensidades Método Sherman de Quillacas

retorno 5 10 15 30 60 120 180 360 720 1440
T1.11 38,654 27,327 21,870 14,616 9,603 6,252 4,852 3,139 2,027 1,308
T2 42,273 29,885 23,917 15,985 10,502 6,837 5,307 3,433 2,217 1,431
T5 48,590 34,351 27,491 18,374 12,072 7,859 6,100 3,946 2,549 1,645
T10 53,989 38,168 30,546 20,415 13,413 8,732 6,777 4,384 2,832 1,828
T25 62,057 43,872 35,111 23,466 15,417 10,037 7,790 5,040 3,255 2,101
T50 68,952 48,747 39,012 26,073 17,130 11,152 8,656 5,599 3,617 2,334
T100 76,613 54,163 43,347 28,970 19,034 12,391 9,617 6,222 4,018 2,593
Gráfica 43: Curvas IDF Sherman de Quillacas

100,000
80,000
Intensidad (mm/h)
T=1.11
60,000 T=2
T=5
T=10
40,000 T=25
T=50
T=100
20,000
0,000
5 50 500
Duración (min)
- 118 -
Tesis de Maestría
Tabla 86: Valores de Bondad de ajuste de Quillacas

Bernard 0.985 0.992 2.94
Sherman 0.937 0.968 5.94
de correlación positivo y correlación múltiple alta, y la regresión lineal múltiple es casi perfecta.
4.8 Estación Salinas de Garci Mendoza
Tabla 87: Alturas de precipitación de Salinas

Duración (min)
Fecha de
5 10 15 30 60 120 180 360 720 1440
tormenta
04/01/1987 2,66 4,04 4,30 5,09 7,28 12,96 15,23 20,31 23,94 27,70
03/01/1987 3,53 7,06 8,20 8,20 8,70 9,10 9,74 16,90 19,90 20,30
20/12/1986 1,07 2,00 2,01 2,04 3,63 5,83 7,56 8,70 11,20 14,10
01/01/1987 2,91 3,43 3,96 5,54 5,90 7,74 11,69 13,30 13,40 13,40
22/01/1987 0,82 1,64 2,46 4,92 5,46 6,28 7,85 9,63 10,10 10,10
10/01/1988 2,69 4,01 5,13 7,28 7,50 10,80 10,80 13,78 18,40 18,40
- 119 -
Tesis de Maestría
Gráfica 44: Distribución Adimensional de Tormentas de Salinas
Tiempo (Hrs)
1,000
0,900
0,800
0,700
0,600
0,500
0,400
0,300
0,200
0,100
0,000
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
04/01/1987 03/01/1987 20/12/1986
01/01/1987 PROMEDIO SALINAS 22/01/1987
10/01/1988
Tabla 88: Estadígrafos de Salinas

Duración [min]
5 10 15 30 60 120 180 360 720 1440
Mediana me = 2,68 3,72 4,13 5,32 6,59 8,42 10,27 13,54 15,90 16,25
Moda mo = - - - - - - - - - -
Rango R = 2,71 5,42 6,19 6,16 5,07 7,13 7,67 11,61 13,84 17,60
Varianza S2(x) = 1,17 3,74 4,93 4,59 3,22 7,54 8,02 19,13 29,70 39,13
Coeficiente de sesgo Cs = -0,60 1,02 1,05 -0,52 -0,45 0,56 0,87 0,39 0,32 0,82
Curtosis Ck = -1,50 1,46 1,36 0,65 -0,15 -0,86 0,63 -0,74 -1,57 0,48
- 120 -
Tesis de Maestría
Los estadígrafos de la estación Salinas nos muestran, en el caso de que las medidas de tendencia
central, como la media y la mediana, que por su gran proximidad entre sí, nos indican que la
en algunas series no es identificable porque no existen valores que se repitan con más frecuencia.
dispersión relativamente baja de los valores respecto a la media; el coeficiente de variación nos
muestra valores que se encuentran entre el 36 y 47 % en todas las series, por tanto la desviación
estándar tiene una proporción cercana respecto a la media; lo que puede generar estas diferencias
entre valores de una misma serie. La medida de simetría, como el coeficiente de sesgo, tiene
valores cercanos a uno (positivo y negativo), significando para todas las series, que la
distribución de frecuencias tiene una asimetría ligeramente simétrica, con algún desfase hacia la
derecha. En cuanto a la medida de achatamiento, el coeficiente de curtosis muestra, en todos los
casos, que presenta una distribución platicurtica, la cual no tiene una curva de distribución de
frecuencias de forma intermedia, lo que refleja que la magnitud de valores de dispersión se
encuentran alrededor de la media.
4.8.4.1 Factor KD
La Tabla, muestra los factores KD para una determinada duración, que en nuestro caso fue D =
5, 10, 15, 30, 60, 120, 180, 360, 720,1440 (min).
Tabla 89: Factor K de Salinas

Duración (min)
5 10 15 30 60 120 180 360 720 1440
KD = PD / P24
0,096 0,146 0,155 0,184 0,263 0,468 0,550 0,733 0,864 1,000
0,174 0,348 0,404 0,404 0,429 0,448 0,480 0,833 0,980 1,000
0,076 0,142 0,143 0,145 0,257 0,413 0,536 0,617 0,794 1,000
0,217 0,256 0,296 0,413 0,440 0,578 0,872 0,993 1,000 1,000
0,081 0,162 0,244 0,487 0,541 0,622 0,777 0,953 1,000 1,000
0,146 0,218 0,279 0,396 0,408 0,587 0,587 0,749 1,000 1,000
0,132 0,212 0,253 0,338 0,390 0,519 0,634 0,813 0,940 1,000
- 121 -
Tesis de Maestría

precipitación de tormentas extremas, de la estación de Salinas, obtenido mediante la
determinación de los cocientes del valor de precipitación máxima anual para distintas duraciones
menores a las 24 horas entre el valor de precipitación para una duración de 24 horas; en base a la
anterior tabla, se obtuvo las siguientes gráficas.
Gráfica 45: Curva Promedio Salinas

1,200
1,000
0,800
0,600
0,400
0,200
0,000
0 200 400 600 800 1000 1200 1400
Duración (min)
- 122 -
Tesis de Maestría
4.8.4.3 Curva Tipo
Gráfica 46: Curva Tipo de Salinas
1,000
0,950
0,900
0,850
0,800
0,750
0,700
0,650
0,600
0,550
0,500
0,450
0,400
0,350
0,300
0,250
0,200
0,150
0,100
0,050
0,000
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Tiempo (Hrs)
Para la estación de Salinas presenta características de Curva Tipo II.
4.8.4.4 Factor K60
Tabla 90: Coeficiente de convectividad de Salinas

Duración (min)
5 10 15 30 60 120 180 360 720 1440
K60
0,132 0,212 0,253 0,338 0,390 0,519 0,634 0,813 0,940 1,000
En el caso de la estación de Salinas el valor del coeficiente de convectividad es mayor a 0.3 lo

periodo de retorno, el 39% de la precipitación de 24 horas, acaece solamente en 1 hora; suceso
que es característico de tormentas convectivas.
- 123 -
Tesis de Maestría
Con los valores obtenidos por la función de distribución Log Weibull, de mejor ajuste de los
Tabla 91: Ajuste Log Weibull

LOG WEIBULL 90,00%
T (años) P (mm)
1,1 20,561
2 25,033
5 29,184
10 31,733
25 34,745
50 36,857
100 38,872

horas, se determina la altura de precipitación para cada periodo de retorno y para cada duración.
Tabla 92: Altura de precipitaciones máxima de Salinas

T [años]
5 10 15 30 60 120 180 360 720 1440
1,111 2,708 4,358 5,207 6,952 8,010 10,678 13,030 16,715 19,323 20,561
2,000 3,298 5,306 6,340 8,464 9,752 13,000 15,864 20,351 23,527 25,033
5,000 3,844 6,186 7,391 9,867 11,369 15,156 18,495 23,725 27,428 29,184
10,000 4,180 6,726 8,037 10,729 12,362 16,480 20,110 25,797 29,823 31,733
25,000 4,577 7,364 8,800 11,747 13,535 18,044 22,019 28,245 32,653 34,745
50,000 4,855 7,812 9,335 12,461 14,358 19,141 23,357 29,963 34,639 36,857
100,000 5,120 8,239 9,845 13,143 15,143 20,188 24,635 31,601 36,533 38,872
Los valores de intensidad, se multiplicó los valores de la altura de precipitación de acuerdo al

método de curva promedio adimensional, además se los realiza la conversión a minutos mediante
el factor 60 y éstas deben estar registradas para duraciones de 5, 10, 15, 30, 45, 60, 120,180,
360, 720 y 1440 minutos.
- 124 -
Tesis de Maestría
Tabla 93: Intensidades método convencional de Salinas

INTENSIDAD (mm/hr)
T (años)
5 10 15 30 60 120 180 360 720 1440
1,11 32,500 26,148 20,830 13,903 8,010 5,339 4,343 2,786 1,610 0,8567
2 39,570 31,836 25,361 16,927 9,752 6,500 5,288 3,392 1,961 1,0431
5 46,132 37,115 29,566 19,734 11,369 7,578 6,165 3,954 2,286 1,2160
10 50,161 40,357 32,148 21,458 12,362 8,240 6,703 4,300 2,485 1,3222
25 54,921 44,187 35,199 23,494 13,535 9,022 7,340 4,708 2,721 1,4477
50 58,260 46,873 37,339 24,922 14,358 9,570 7,786 4,994 2,887 1,5357
100 61,446 49,436 39,381 26,285 15,143 10,094 8,212 5,267 3,044 1,6197
Conocidas también como tablas de uso práctico con valores de frontera.
Las gráficas de curvas IDF, a partir de la tabla anterior, se graficaron en escala semilogaritmo.
Gráfica 47: Curvas IDF de Salinas
Curvas IDF de Salinas GM

100,000
80,000
T=1.11
T=2
Intensidad (mm/h)
60,000
T=5
T=10
T=25
40,000 T=50
T=100
20,000
0,000
5 50 500
Duración (min)

Mediante la correlación no lineal múltiple, se determinó una ecuación que relacione los tres
parámetros fundamentales como son la intensidad, la duración y el periodo de retorno, (IDF) a
- 125 -
Tesis de Maestría
partir de la información de precipitación e intensidades halladas en el análisis realizado por el

método adimensional y mejor ajuste de curvas.
Los valores obtenido a para la localidad de Salinas, es la siguiente:
Tabla 94: Ecuación Bernard de Salinas

K 121.961
T 0,132
m 0.132 I  121,961 0,645
D
n 0.645
Tabla 95: Intensidades Método Bernard de Salinas

retorno 5 10 15 30 60 120 180 360 720 1440
T1.11 43,789 28,003 21,559 13,787 8,816 5,638 4,341 2,776 1,775 1,135
T2 47,328 30,266 23,301 14,901 9,529 6,094 4,691 3,000 1,919 1,227
T5 53,413 34,157 26,297 16,817 10,754 6,877 5,295 3,386 2,165 1,385
T10 58,531 37,430 28,817 18,428 11,785 7,536 5,802 3,710 2,373 1,517
T25 66,056 42,242 32,521 20,797 13,300 8,505 6,548 4,187 2,678 1,712
T50 72,385 46,290 35,637 22,790 14,574 9,320 7,175 4,588 2,934 1,876
T100 79,320 50,725 39,052 24,973 15,970 10,213 7,863 5,028 3,215 2,056
Gráfica 48: Curvas IDF Bernard de Salinas

100,000
80,000
Intensidad (mm/h)
T=1.11
60,000 T=2
T=5
T=10
T=25
40,000 T=50
T=100
20,000
0,000
5 50 500
Duración (min)
- 126 -
Tesis de Maestría
Tabla 96: Ecuación Sherman de Salinas

K 147.182
T 0,132
m 0.132 I  147,182 
n 0.677 D  1,8540,677
b 1.854
Tabla 97: Intensidades Método Sherman de Salinas

retorno 5 10 15 30 60 120 180 360 720 1440
T1.11 40,542 27,979 22,048 14,328 9,143 5,777 4,406 2,765 1,732 1,085
T2 43,818 30,240 23,829 15,486 9,882 6,244 4,762 2,989 1,872 1,172
T5 49,452 34,128 26,893 17,477 11,152 7,047 5,374 3,373 2,113 1,323
T10 54,190 37,398 29,470 19,152 12,221 7,722 5,889 3,696 2,316 1,450
T25 61,157 42,206 33,259 21,614 13,792 8,715 6,646 4,171 2,613 1,636
T50 67,017 46,250 36,445 23,685 15,113 9,550 7,283 4,571 2,864 1,793
T100 73,438 50,681 39,937 25,955 16,561 10,465 7,980 5,009 3,138 1,965
Gráfica 49: Curvas IDF Sherman de Salinas

100,000
80,000
Intensidad (mm/h)
T=1.11
60,000 T=2
T=5
T=10
40,000 T=25
T=50
T=100
20,000
0,000
5 50 500
Duración (min)
- 127 -
Tesis de Maestría
Tabla 98: Valores de Bondad de ajuste de Salinas

Bernard 0.971 0.985 4.00
Sherman 0.913 0.956 6.88
4.9 Estación de Todo Santos
Tabla 99: Alturas de precipitación de Todo Santos

Duración (min)
Fecha de
5 10 15 30 60 120 180 360 720 1440
tormenta
11/03/1990 2,04 2,59 3,13 4,53 6,53 9,10 10,27 10,81 10,90 11,00
09/01/1991 0,43 0,86 1,29 2,58 3,84 5,50 6,40 8,81 9,60 10,30
17/01/1993 0,65 1,29 1,94 3,44 5,39 8,54 9,60 10,49 10,90 10,90
- 128 -
Tesis de Maestría
Gráfica 50: Distribución Adimensional de Tormentas de Todo Santos

1,000
0,900
0,800
0,700
0,600
0,500
0,400
0,300
0,200
0,100
0,000
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
11/03/1990 09/01/1991
17/01/1993 PROMEDIO TODOS SANTOS
Tabla 100: Estadígrafos de Todo Santos

Duración [min]
5 10 15 30 60 120 180 360 720 1440
Mediana me = 0,65 1,29 1,94 3,44 5,39 8,54 9,60 10,49 10,90 10,90
Moda mo = - - . - - - - - 10,9 -
Rango R = 1,61 1,73 1,84 1,95 2,69 3,60 3,87 2,00 1,30 0,70
Varianza S2(x) = 0,76 0,81 0,87 0,96 1,82 3,75 4,28 1,15 0,56 0,14
Coeficiente de sesgo Cs = 1,61 1,30 0,84 0,35 -0,45 -1,57 -1,53 -1,56 -1,73 -1,60
Curtosis Ck = - - - - - - - - - -
Los estadígrafos de la estación Todo Santos nos muestran, en el caso de que las medidas de
- 129 -
Tesis de Maestría
que la distribución de frecuencias se aproximan a una tendencia simétrica con un ligero
sesgo; la moda en algunas series no es identificable porque no existen valores que se
repitan con más frecuencia. Las medidas de dispersión, como el rango y la desviación
estándar nos muestran que existe una dispersión relativamente elevada de los valores respecto
a la media, el coeficiente de variación nos muestra valores que superan el 3 y 83 % en todas
las series, por tanto la desviación estándar tiene una proporción importante respecto a la
media. La medida de simetría, como el coeficiente de sesgo, tiene valores mayores que
cero y cercanos a uno, significando para todas las series, que la distribución de frecuencias
tiene una simetría ligeramente tendida hacia la izquierda. En cuanto a la medida de
achatamiento, el coeficiente de curtosis muestra, en todos los casos, que presenta una
distribución normal, la cual no tiene una curva de distribución de frecuencias de forma
puntiaguda o en forma llana, si no intermedia, lo que refleja que la magnitud de valores de la
dispersión está alrededor de la media.
4.9.4.1 Factor KD
Tabla 101: Factor K de Todo Santos

Duración (min)
5 10 15 30 60 120 180 360 720 1440
KD = PD / P24
0,185 0,235 0,285 0,412 0,594 0,827 0,934 0,983 0,991 1,000
0,042 0,083 0,125 0,250 0,373 0,534 0,621 0,855 0,932 1,000
0,060 0,118 0,178 0,316 0,494 0,783 0,881 0,962 1,000 1,000
0,096 0,146 0,196 0,326 0,487 0,715 0,812 0,933 0,974 1,000
Utilizando los valores de la anterior tabla, se obtiene el siguiente resultado.
- 130 -
Tesis de Maestría
Gráfica 51: Curva Promedio Todo Santos

1,200
0,800
0,600
0,400
0,200
0,000
0 200 400 600 800 1000 1200 1400
Duración (min)
4.9.4.3 Curva Tipo
Gráfica 52: Curva Tipo de Todo Santos
1,000
0,950
0,900
0,850
0,800
0,750
0,700
0,650
0,600
0,550
0,500
0,450
0,400
0,350
0,300
0,250
0,200
0,150
0,100
0,050
0,000
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Tiempo (Hrs)
La estación de Todo Santos presenta características de Curva Tipo III.
- 131 -
Tesis de Maestría
4.9.4.4 Factor K60
El factor K60 se llama también factor de convectividad y es equivalente al factor KD promedio

para una duración particular de 60 minutos.
Tabla 102: Coeficiente de convectividad de Todo Santos

Duración (min)
5 10 15 30 60 120 180 360 720 1440
K60
0,096 0,146 0,196 0,326 0,487 0,715 0,812 0,933 0,974 1,000
En el caso de la estación de Todo Santos el valor del coeficiente de convectividad es mayor a

0.4 lo que nos indica que las precipitaciones, que generan los valores máximos seleccionados,
son convectivas. El valor de K60 = 0.487 nos indica que en promedio e independientemente del
Con los valores obtenidos por la función de distribución Weibull, de mejor ajuste de los datos,
se cuenta con la tabla con las siguientes características:
Tabla 103: Ajuste Weibull

WEIBULL 93,30%
T (años) P (mm)
1,1 21,383
2 28,014
5 33,663
10 36,875
25 40,439
50 42,802
100 44,961

- 132 -
Tesis de Maestría
Tabla 104: Altura de precipitaciones máxima de Todo Santos

T [años]
5 10 15 30 60 120 180 360 720 1440
1,111 2,044 3,117 4,189 6,970 10,413 15,287 17,361 19,960 20,833 21,383
2,000 2,678 4,083 5,489 9,131 13,642 20,027 22,745 26,150 27,294 28,014
5,000 3,219 4,907 6,595 10,973 16,393 24,066 27,331 31,424 32,798 33,663
10,000 3,526 5,375 7,225 12,020 17,957 26,362 29,939 34,422 35,927 36,875
25,000 3,866 5,895 7,923 13,182 19,693 28,910 32,833 37,749 39,400 40,439
50,000 4,092 6,239 8,386 13,952 20,844 30,600 34,751 39,955 41,703 42,802
100,000 4,299 6,554 8,809 14,656 21,895 32,143 36,505 41,971 43,807 44,961
Para la intensidad, se multiplicó los valores de la altura de precipitación de acuerdo al método

de curva promedio adimensional, además se los realiza la conversión a minutos mediante el
factor 60 y éstas deben estar registradas para duraciones de 5, 10, 15, 30, 45, 60, 120,180, 360,
720 y 1440 minutos.
Tabla 105: Intensidades método convencional de Todo Santos

INTENSIDAD (mm/hr)
T (años)
5 10 15 30 60 120 180 360 720 1440
1,11 24,533 18,701 16,757 13,940 10,413 7,643 5,787 3,327 1,736 0,8909
2 32,141 24,501 21,954 18,263 13,642 10,014 7,582 4,358 2,275 1,1672
5 38,623 29,441 26,381 21,946 16,393 12,033 9,110 5,237 2,733 1,4026
10 42,308 32,250 28,898 24,040 17,957 13,181 9,980 5,737 2,994 1,5364
25 46,397 35,368 31,692 26,363 19,693 14,455 10,944 6,291 3,283 1,6850
50 49,109 37,435 33,544 27,904 20,844 15,300 11,584 6,659 3,475 1,7834
100 51,586 39,323 35,236 29,312 21,895 16,072 12,168 6,995 3,651 1,8734
curvas tipo.
Para obtener las gráficas de curvas Intensidad-Duración-Frecuencia, a partir de la tabla

anterior, se emplea la escala semilog.
- 133 -
Tesis de Maestría
Gráfica 53: Curvas IDF de Todo Santos
Curvas IDF
100,000
80,000
T=1.11
T=2
Intensidad (mm/h)
60,000
T=5
T=10
T=25
40,000 T=50
T=100
20,000
0,000
5 50 500
Duración (min)

transformadas a ecuaciones lineales en función a cambios de variable adecuados.
Tabla 106: Ecuación Bernard de Todo Santos

K 91.728
T 0,151
m 0.151 I  91,728 
D 0,561
n 0.561
- 134 -
Tesis de Maestría
Tabla 107: Intensidades Método Bernard de Todo Santos

retorno 5 10 15 30 60 120 180 360 720 1440
T1.11 37,777 25,606 20,397 13,825 9,371 6,352 5,060 3,430 2,325 1,576
T2 41,289 27,987 22,293 15,111 10,243 6,943 5,530 3,749 2,541 1,722
T5 47,416 32,140 25,601 17,353 11,763 7,973 6,351 4,305 2,918 1,978
T10 52,648 35,686 28,426 19,268 13,060 8,853 7,052 4,780 3,240 2,196
T25 60,460 40,982 32,644 22,127 14,999 10,166 8,098 5,489 3,721 2,522
T50 67,131 45,504 36,246 24,569 16,653 11,288 8,992 6,095 4,131 2,800
T100 74,538 50,524 40,245 27,280 18,491 12,534 9,984 6,767 4,587 3,109
Gráfica 54: Curvas IDF Bernard de Todo Santos

100,000
80,000
T=1.11
Intensidad (mm/h)
T=2
60,000 T=5
T=10
T=25
40,000 T=50
T=100
20,000
0,000
5 50 500
Duración (min)
Tabla 108: Ecuación Sherman de Todo Santos

K 109.091
T 0,151
m 0.151 I  109,091
n 0.591 D  1,8540,591
b 1.854
- 135 -
Tesis de Maestría
Tabla 109: Intensidades Método Sherman de Todo Santos

retorno 5 10 15 30 60 120 180 360 720 1440
T1.11 35,530 25,703 20,876 14,331 9,681 6,485 5,118 3,408 2,266 1,506
T2 38,833 28,092 22,817 15,663 10,581 7,088 5,594 3,725 2,477 1,646
T5 44,595 32,261 26,203 17,987 12,152 8,140 6,424 4,278 2,844 1,890
T10 49,516 35,821 29,094 19,972 13,492 9,038 7,133 4,750 3,158 2,098
T25 56,864 41,136 33,412 22,935 15,495 10,379 8,192 5,455 3,627 2,410
T50 63,138 45,675 37,098 25,466 17,204 11,524 9,096 6,057 4,027 2,676
T100 70,105 50,715 41,191 28,276 19,103 12,796 10,099 6,725 4,471 2,971
Gráfica 55: Curvas IDF Sherman de Todo Santos

100,000
80,000
Intensidad (mm/h)
T=1.11
60,000 T=2
T=5
T=10
40,000 T=25
T=50
T=100
20,000
0,000
5 50 500
Duración (min)
Tabla 110: Valores de Bondad de ajuste de Todo Santos

Bernard 0.906 0.952 5.69
Sherman 0.789 0.888 8.25
- 136 -
Tesis de Maestría
de correlación múltiple positivo.
4.10 Estación de Turco
Los datos para la estación meteorológica ubicada en la localidad de Turco, registran los
siguientes valores:
Tabla 111: Alturas de precipitación de Turco
Duración (min)
Fecha de 5 10 15 30 60 120 180 360 720 1440
tormenta
02/01/1991 3,03 6,05 8,42 9,09 10,43 19,85 27,27 30,60 30,67 40,30
17/01/1991 3,06 6,12 9,17 10,85 12,53 13,20 13,20 20,49 20,80 20,81
25/12/1990 3,14 3,93 3,98 4,11 4,59 5,90 5,90 7,54 10,10 10,10
29/04/1991 4,20 4,73 4,76 5,04 6,06 6,59 6,92 8,78 10,00 10,10
17/01/1992 0,88 1,69 2,43 4,85 8,69 10,54 15,80 15,80 16,00 25,90
16/01/1992 3,55 7,10 9,39 10,09 11,08 11,64 20,10 22,40 24,16 24,40
13/01/1992 3,32 6,64 7,25 7,93 10,53 11,86 12,80 14,40 14,40 20,10
15/01/1992 4,41 5,88 5,99 6,32 6,89 7,75 8,83 11,68 14,57 14,60
Para el análisis de la distribución de las tormentas o precipitaciones máximas diarias ocurridas en

la estación se realizó el ajuste de la fracción de lluvia en función de la duración.
- 137 -
Tesis de Maestría
Gráfica 56: Distribución Adimensional de Tormentas de Turco
1,000
Tiempo (Hrs)
0,900
0,800
0,700
0,600
0,500
0,400
0,300
0,200
0,100
0,000
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
02/01/1991 17/01/1991 25/12/1990
29/04/1991 17/01/1992 16/01/1992
13/01/1992 15/01/1992 PROMEDIO TURCO
Tabla 112: Estadígrafos de Turco

Duración [min]
5 10 15 30 60 120 180 360 720 1440
Mediana me = 3,23 5,97 6,62 7,13 9,56 11,09 13,00 15,10 15,29 20,46
Moda mo = - - - - - - - - - 10,1
Rango R = 3,53 5,41 6,96 6,74 7,94 13,95 21,37 23,06 20,67 30,20
Varianza S2(x) = 1,15 3,12 6,56 6,60 7,66 20,07 51,56 59,65 51,44 98,16
Coeficiente de sesgo Cs = -1,49 -1,32 -0,31 0,17 -0,33 1,03 0,88 0,75 0,84 0,97
Curtosis Ck = 3,45 1,55 -1,32 -1,78 -1,24 1,47 0,37 0,09 0,01 1,27
Los estadígrafos de la estación Turco nos muestran, en el caso de que las medidas de tendencia
central, como la media y la mediana, que por su mayor proximidad entre sí, nos indican que la
- 138 -
Tesis de Maestría
en algunas series no es identificable porque no existen valores que se repitan con más frecuencia,
sólo la serie de mayor duración presente una valor de moda que se repite para esta duración. Las
medidas de dispersión, como el rango y la desviación estándar nos muestran que existe una
dispersión relativamente baja de los valores respecto a la media, el coeficiente de variación nos
muestra valores que superan el 33 y 47 % en todas las series, por tanto la desviación estándar
tiene una proporción importante respecto a la media; La medida de simetría, como el coeficiente
de sesgo, tiene valores mayores - 1 y +1, significando para todas las series, que la distribución de
frecuencias tiene una simetría ligeramente tendida hacia la derecha. En cuanto a la medida de
achatamiento, el coeficiente de curtosis muestra, en todos los casos, que presenta una
distribución mesocurtica, la cual no tiene una curva de distribución de frecuencias de forma
puntiaguda o en forma llana, si no intermedia, lo que refleja que la magnitud de valores de
dispersión están alrededor de la media.
4.10.4.1 Factor KD

Tabla 113: Factor K de Turco

Duración (min)
5 10 15 30 60 120 180 360 720 1440
KD = PD / P24
0,075 0,150 0,209 0,226 0,259 0,493 0,677 0,759 0,761 1,000
0,147 0,294 0,441 0,521 0,602 0,634 0,634 0,985 1,000 1,000
0,311 0,389 0,394 0,407 0,454 0,584 0,584 0,747 1,000 1,000
0,416 0,468 0,471 0,499 0,600 0,652 0,685 0,869 0,990 1,000
0,034 0,065 0,094 0,187 0,336 0,407 0,610 0,610 0,618 1,000
0,145 0,291 0,385 0,414 0,454 0,477 0,824 0,918 0,990 1,000
0,165 0,330 0,361 0,395 0,524 0,590 0,637 0,716 0,716 1,000
0,302 0,403 0,410 0,433 0,472 0,531 0,605 0,800 0,998 1,000
0,199 0,299 0,346 0,385 0,463 0,546 0,657 0,801 0,884 1,000
- 139 -
Tesis de Maestría
La Curva Promedio adimensional, se obtuvo en base a los valores registrados en la anterior

tabla y para el mismo número de tormentas máximas.
Gráfica 57: Curva Promedio Turco

1,200
1,000
0,800
0,600
0,400
0,200
0,000
0 200 400 600 800 1000 1200 1400
Duración (min)
4.10.4.3 Curva Tipo
Gráfica 58: Curva Tipo de Turco
1,000
0,950
0,900
0,850
0,800
0,750
0,700
0,650
0,600
0,550
0,500
0,450
0,400
0,350
0,300
0,250
0,200
0,150
0,100
0,050
0,000
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Tiempo (Hrs)
- 140 -
Tesis de Maestría
Para la estación de Turco presenta características de Curva Tipo II.
4.10.4.4 Factor K60
Tabla 114: Coeficiente de convectividad de Turco

Duración (min)
5 10 15 30 60 120 180 360 720 1440
K60
0,199 0,299 0,346 0,385 0,463 0,546 0,657 0,801 0,884 1,000
En el caso de la estación de Turco el valor del coeficiente de convectividad es mayor a 0.4 lo

Con los valores obtenidos por la función de distribución Normal, de mejor ajuste de los datos, se
cuenta con la tabla con las siguientes características:
Tabla 115: Ajuste Normal

NORMAL 93,30%
T (años) P (mm)
1,1 22,619
2 29,411
5 33,870
10 36,203
25 38,690
50 40,296
100 41,741
- 141 -
Tesis de Maestría
Tabla 116: Altura de precipitaciones máxima de Turco

T [años]
5 10 15 30 60 120 180 360 720 1440
1,111 4,512 6,760 7,817 8,711 10,464 12,351 14,860 18,107 19,998 22,619
2,000 5,866 8,790 10,164 11,327 13,606 16,060 19,322 23,545 26,003 29,411
5,000 6,756 10,123 11,704 13,044 15,668 18,495 22,251 27,114 29,945 33,870
10,000 7,221 10,820 12,511 13,943 16,747 19,768 23,784 28,982 32,008 36,203
25,000 7,717 11,563 13,370 14,901 17,898 21,126 25,418 30,973 34,206 38,690
50,000 8,037 12,043 13,925 15,519 18,641 22,004 26,473 32,258 35,627 40,296
100,000 8,325 12,475 14,424 16,076 19,309 22,792 27,422 33,415 36,904 41,741
acuerdo al método de curva promedio adimensional, además se los realiza la conversión a
45, 60, 120,180, 360, 720 y 1440 minutos.
Tabla 117: Intensidades método convencional de Turco

INTENSIDAD (mm/hr)
T (años)
5 10 15 30 60 120 180 360 720 1440
1,11 54,139 40,561 31,266 17,423 10,464 6,176 4,953 3,018 1,667 0,9425
2 70,395 52,741 40,654 22,654 13,606 8,030 6,441 3,924 2,167 1,2255
5 81,067 60,736 46,818 26,089 15,668 9,247 7,417 4,519 2,495 1,4112
10 86,651 64,920 50,043 27,886 16,747 9,884 7,928 4,830 2,667 1,5085
25 92,604 69,380 53,480 29,802 17,898 10,563 8,473 5,162 2,851 1,6121
50 96,448 72,260 55,701 31,039 18,641 11,002 8,824 5,376 2,969 1,6790
100 99,906 74,850 57,697 32,151 19,309 11,396 9,141 5,569 3,075 1,7392
curvas tipo.
Para obtener las curvas IDF, a partir de la tabla anterior, se emplea la escala semilog:
- 142 -
Tesis de Maestría
Gráfica 59: Curvas IDF de Turco
Curvas IDF
100,000
80,000
T=1.11
T=2
Intensidad (mm/h)
60,000
T=5
T=10
T=25
40,000 T=50
T=100
20,000
0,000
5 50 500
Duración (min)

El método de análisis de correlación no lineal múltiple, permite encontrar los coeficientes

de las ecuaciones en función a tres variables: las intensidades, las duraciones y los periodos de
retorno.
Tabla 118: Ecuación Bernard de Turco

K 232.819
T 0,120
m 0.120 I  232,819 
D 0,728
n 0.728
- 143 -
Tesis de Maestría
Tabla 119: Intensidades Método Bernard de Turco

retorno 5 10 15 30 60 120 180 360 720 1440
T1.11 73,048 44,102 32,829 19,820 11,966 7,225 5,378 3,247 1,960 1,184
T2 78,396 47,331 35,233 21,271 12,842 7,754 5,772 3,485 2,104 1,270
T5 87,507 52,832 39,328 23,744 14,335 8,655 6,443 3,890 2,348 1,418
T10 95,097 57,414 42,739 25,803 15,578 9,405 7,001 4,227 2,552 1,541
T25 106,150 64,087 47,706 28,802 17,389 10,499 7,815 4,718 2,849 1,720
T50 115,357 69,646 51,844 31,300 18,897 11,409 8,493 5,128 3,096 1,869
T100 125,363 75,686 56,341 34,015 20,536 12,399 9,230 5,572 3,364 2,031
Gráfica 60: Curvas IDF Bernard de Turco

100,000
80,000
T=1.11
Intensidad (mm/h)
T=2
60,000 T=5
T=10
T=25
40,000 T=50
T=100
20,000
0,000
5 50 500
Duración (min)
Tabla 120: Ecuación Sherman de Turco

K 286.828
m 0.120 T 0,120
I  286,828 
n 0.763 D  1,8540,763
b 1.854
- 144 -
Tesis de Maestría
Tabla 121: Intensidades Método Sherman de Turco

retorno 5 10 15 30 60 120 180 360 720 1440
T1.11 66,871 44,025 33,658 20,708 12,481 7,440 5,481 3,243 1,915 1,129
T2 71,766 47,248 36,122 22,224 13,395 7,985 5,883 3,480 2,055 1,212
T5 80,107 52,740 40,320 24,808 14,951 8,913 6,566 3,885 2,294 1,353
T10 87,055 57,314 43,817 26,959 16,248 9,686 7,136 4,221 2,492 1,470
T25 97,174 63,976 48,910 30,093 18,137 10,811 7,965 4,712 2,782 1,641
T50 105,602 69,525 53,152 32,703 19,710 11,749 8,656 5,121 3,023 1,783
T100 114,761 75,555 57,763 35,539 21,419 12,768 9,407 5,565 3,286 1,938
Gráfica 61: Curvas IDF Sherman de Turco

100,000
80,000
Intensidad (mm/h)
T=1.11
60,000 T=2
T=5
T=10
40,000 T=25
T=50
T=100
20,000
0,000
5 50 500
Duración (min)
Tabla 122: Valores de Bondad de ajuste de Turco

Bernard 0.980 0.990 5.67
Sherman 0.928 0.963 10.50
- 145 -
Tesis de Maestría
embargo el ECM de 10.50, es muy alto para el modelo de Sherman, lo que significa que la
diferencia entre el valor ajustado y el observado es grande para el modelo de Sherman.
4.11 Estación de Uyuni
Tabla 123: Alturas de precipitación de Uyuni

Duración (min)
Fecha de
5 10 15 30 60 120 180 360 720 1440
tormenta
20/01/1978 0,97 1,43 1,93 3,48 6,20 9,16 12,07 17,50 19,30 19,50
19/01/1978 1,34 1,99 2,72 4,96 9,91 19,04 23,74 23,80 23,80 23,80
10/03/1979 1,29 2,21 2,88 4,57 7,04 10,63 15,29 25,94 27,90 27,90
16/03/1979 1,00 1,66 2,49 4,13 6,77 8,00 8,00 12,69 20,44 21,80
19/03/1979 1,14 2,12 2,53 3,93 6,52 9,95 12,73 15,00 15,00 15,00
20/01/1982 2,43 3,46 4,04 6,16 8,62 9,33 10,31 10,50 12,57 16,60
19/03/1984 5,11 5,97 7,43 11,25 16,39 19,10 20,09 20,79 32,40 35,30
14/02/1985 2,39 2,68 2,98 4,45 8,45 14,74 19,30 24,90 26,70 26,70
25/03/1985 1,18 2,33 3,16 4,67 7,54 10,04 12,56 21,30 28,10 28,10
28/01/1986 2,26 3,86 5,00 7,34 9,72 13,90 17,80 19,40 19,40 19,40
16/01/1988 2,04 2,69 3,42 4,92 6,15 8,23 9,93 12,66 18,23 21,20
19/03/1988 1,57 1,92 2,19 3,91 7,81 14,20 17,10 17,60 17,60 17,60
11/01/1990 2,67 3,22 3,84 4,22 4,75 6,07 7,12 12,74 19,08 19,90
16/02/1991 1,21 1,81 2,58 4,07 6,05 7,67 11,97 14,40 14,50 14,60
08/01/1992 0,76 1,34 1,83 2,63 4,37 8,09 10,00 13,68 17,00 17,00
- 146 -
Tesis de Maestría
Gráfica 62: Distribución Adimensional de Tormentas de Uyuni
Distribución Tormentas
Tiempo (Hrs)
1,000
0,900
0,800
0,700
0,600
0,500
0,400
0,300
0,200
0,100
0,000
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
20/01/1978 19/01/1978 10/03/1979
16/03/1979 19/03/1979 20/01/1982
19/03/1984 14/02/1985 25/03/1985
28/01/1986 16/01/1988 19/03/1988
11/01/1990 16/02/1991 08/01/1992
PROMEDIO UYUNI
Tabla 124: Estadígrafos de Uyuni

Duración [min]
5 10 15 30 60 120 180 360 720 1440
Mediana me = 1,34 2,21 2,88 4,45 7,04 9,95 12,56 17,50 19,30 19,90
Moda mo = - - - - - - - - - -
Rango R = 4,35 4,63 5,60 8,62 12,02 13,03 16,62 15,44 19,83 20,70
Varianza S2(x) = 1,20 1,42 2,03 4,21 8,27 16,51 23,32 24,52 32,98 33,39
Curtosis Ck = 5,39 3,96 4,72 6,26 5,62 -0,10 -0,51 -1,16 -0,49 0,64
- 147 -
Tesis de Maestría
En este caso las medidas de tendencia central, como la media y la mediana, que por su relativa
proximidad entre sí, nos indican que la distribución de frecuencias se aproximan a una
tendencia simétrica con un ligero sesgo; la moda en toda la serie no es identificable porque no
existen valores que se repitan con más frecuencia. Las medidas de dispersión, como el rango y
la desviación estándar nos muestran que existe una dispersión relativamente elevada de los
valores respecto a la media, el coeficiente de variación nos muestra valores que superan el 26 y
60 % en todas las series, por tanto la desviación estándar tiene una proporción mediana
respecto a la media; la medida de simetría, como el coeficiente de sesgo, tiene valores entre 2 y
cero positivos, significando para todas las series, que la distribución de frecuencias tiene una
asimetría tendida hacia la derecha. En cuanto a la medida de achatamiento, el coeficiente de
curtosis muestra, en todos los casos, que presenta una distribución leptocúrtica, la cual tiene
una curva de distribución de frecuencias de forma puntiaguda, lo que refleja que la magnitud
de valores de dispersión está alrededor de la media.
4.11.4.1 Factor KD

Tabla 125: Factor K de Uyuni

Duración (min)
5 10 15 30 60 120 180 360 720 1440
KD = PD / P24
0,050 0,073 0,099 0,178 0,318 0,470 0,619 0,897 0,990 1,000
0,056 0,084 0,114 0,208 0,416 0,800 0,997 1,000 1,000 1,000
0,046 0,079 0,103 0,164 0,252 0,381 0,548 0,930 1,000 1,000
0,046 0,076 0,114 0,189 0,311 0,367 0,367 0,582 0,938 1,000
0,076 0,141 0,169 0,262 0,435 0,663 0,849 1,000 1,000 1,000
0,146 0,208 0,243 0,371 0,519 0,562 0,621 0,633 0,757 1,000
0,145 0,169 0,210 0,319 0,464 0,541 0,569 0,589 0,918 1,000
0,090 0,100 0,112 0,167 0,316 0,552 0,723 0,933 1,000 1,000
0,042 0,083 0,112 0,166 0,268 0,357 0,447 0,758 1,000 1,000
0,116 0,199 0,258 0,378 0,501 0,716 0,918 1,000 1,000 1,000
- 148 -
Tesis de Maestría
0,096 0,127 0,161 0,232 0,290 0,388 0,468 0,597 0,860 1,000
0,089 0,109 0,124 0,222 0,444 0,807 0,972 1,000 1,000 1,000
0,134 0,162 0,193 0,212 0,239 0,305 0,358 0,640 0,959 1,000
0,083 0,124 0,177 0,279 0,414 0,525 0,820 0,986 0,993 1,000
0,045 0,079 0,108 0,155 0,257 0,476 0,588 0,805 1,000 1,000
0,202 0,271 0,318 0,394 0,470 0,544 0,632 0,757 0,886 1,000
En base a la anterior tabla, se obtienen la curva promedio adimensional y las curvas individuales,
para cada tormenta registrada en la estación.
Gráfica 63: Curva Promedio Uyuni

1,200
1,000
0,800
0,600
0,400
0,200
0,000
0 200 400 600 800 1000 1200 1400
Duración (min)
- 149 -
Tesis de Maestría
4.11.4.3 Curva Tipo
Gráfica 64: Curva Tipo de Uyuni
1,000
0,950
0,900
0,850
0,800
0,750
0,700
Fracción de lluvias de 24 hrs
0,650
0,600
0,550
0,500
0,450
0,400
0,350
0,300
0,250
0,200
0,150
0,100
0,050
0,000
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Tiempo (Hrs)
La estación de Uyuni presenta características de Curva Tipo II.
4.11.4.4 Factor K60
Tabla 126: Coeficiente de convectividad de Uyuni

Duración (min)
5 10 15 30 60 120 180 360 720 1440
K60
0,202 0,271 0,318 0,394 0,470 0,544 0,632 0,757 0,886 1,000
En el caso de la estación de Uyuni el valor del coeficiente de convectividad es mayor a 0.4 lo

Con los valores obtenidos por la función de distribución Gumbel, de mejor ajuste de los datos,
- 150 -
Tesis de Maestría
se cuenta con la tabla con las siguientes características:
Tabla 127: Ajuste Gumbel

GUMBEL 73,85%
T (años) P (mm)
1,1 20,272
2 31,172
5 41,462
10 48,275
25 56,688
50 63,269
100 69,608

Tabla 128: Altura de precipitaciones máxima de Uyuni

T [años]
5 10 15 30 60 120 180 360 720 1440
1,111 4,187 6,237 6,928 8,550 9,765 11,312 12,168 13,981 15,114 20,272
2,000 6,333 8,775 10,141 12,535 14,756 17,075 19,416 22,986 26,337 31,172
5,000 8,360 11,170 13,175 16,298 19,467 22,516 26,257 31,488 36,932 41,462
10,000 9,701 12,756 15,183 18,790 22,586 26,119 30,787 37,117 43,948 48,275
25,000 11,358 14,715 17,664 21,867 26,439 30,568 36,381 44,070 52,608 56,688
50,000 12,654 16,246 19,603 24,273 29,452 34,047 40,757 49,505 59,387 63,269
100,000 13,902 17,722 21,472 26,591 32,354 37,399 44,972 54,742 65,914 69,608
acuerdo al método de curva promedio adimensional.
- 151 -
Tesis de Maestría
Tabla 129: Intensidades método convencional de Uyuni

INTENSIDAD (mm/hr)
T (años)
5 10 15 30 60 120 180 360 720 1440
1,11 50,242 37,424 27,711 17,099 9,765 5,656 4,056 2,330 1,259 0,8447
2 76,000 52,648 40,564 25,071 14,756 8,538 6,472 3,831 2,195 1,2988
5 100,32 67,020 52,698 32,597 19,467 11,258 8,752 5,248 3,078 1,7276
10 116,42 76,536 60,732 37,580 22,586 13,059 10,262 6,186 3,662 2,0115
25 136,30 88,290 70,655 43,734 26,439 15,284 12,127 7,345 4,384 2,3620
50 151,85 97,479 78,413 48,546 29,452 17,024 13,586 8,251 4,949 2,6362
100 166,83 106,33 85,887 53,182 32,354 18,700 14,991 9,124 5,493 2,9003
curvas tipo.
Para obtener las gráficas de curvas Intensidad-Duración-Frecuencia, a partir de la tabla

anterior, se emplea la escala semilog.
Gráfica 65: Curvas IDF de Uyuni
Curvas IDF Uyuni

100,000
80,000
T=1.11
T=2
Intensidad (mm/h)
60,000
T=5
T=10
T=25
40,000 T=50
T=100
20,000
0,000
5 50 500
Duración (min)

La finalidad de realizar un análisis de correlación no lineal múltiple, es el de determinar una

- 152 -
Tesis de Maestría
ecuación que relacione los tres parámetros fundamentales como son la intensidad, la duración
y el periodo de retorno, (IDF) a partir de la información de precipitación e intensidades
halladas en el análisis realizado por el método adimensional y mejor ajuste de curvas.
Tabla 130: Ecuación Bernard de Uyuni

K 211.231
T 0, 250
m 0.250 I  211,231
D 0,723
n 0.723
Tabla 131: Intensidades Método Bernard de Turco

retorno 5 10 15 30 60 120 180 360 720 1440
T1.11 67,723 41,029 30,604 18,541 11,233 6,805 5,076 3,075 1,863 1,129
T2 78,462 47,535 35,457 21,481 13,014 7,884 5,881 3,563 2,159 1,308
T5 98,661 59,772 44,585 27,011 16,364 9,914 7,395 4,480 2,714 1,644
T10 117,328 71,082 53,020 32,122 19,461 11,790 8,794 5,328 3,228 1,956
T25 147,532 89,380 66,670 40,391 24,470 14,825 11,058 6,699 4,059 2,459
T50 175,447 106,292 79,284 48,033 29,100 17,630 13,150 7,967 4,827 2,924
T100 208,642 126,403 94,285 57,121 34,606 20,966 15,639 9,474 5,740 3,477
Gráfica 66: Curvas IDF Bernard de Uyuni

100,000
80,000
Intensidad (mm/h)
T=1.11
60,000 T=2
T=5
T=10
T=25
40,000 T=50
T=100
20,000
0,000
5 50 500
Duración (min)
- 153 -
Tesis de Maestría
Tabla 132: Ecuación Sherman de Uyuni

K 259.733
m 0.250 T 0, 250
I  259,733 
n 0.757 D  1,8540,757
b 1.854
Tabla 133: Intensidades Método Sherman de Uyuni

retorno 5 10 15 30 60 120 180 360 720 1440
T1.11 62,094 41,015 31,423 19,407 11,743 7,029 5,191 3,084 1,828 1,083
T2 71,941 47,519 36,406 22,485 13,606 8,143 6,014 3,573 2,118 1,255
T5 90,461 59,752 45,778 28,273 17,108 10,240 7,562 4,492 2,663 1,577
T10 107,577 71,058 54,439 33,623 20,345 12,177 8,993 5,342 3,167 1,876
T25 135,270 89,350 68,454 42,278 25,583 15,312 11,308 6,717 3,983 2,359
T50 160,864 106,256 81,406 50,278 30,423 18,209 13,448 7,988 4,736 2,805
T100 191,301 126,361 96,808 59,790 36,179 21,654 15,993 9,500 5,632 3,336
Gráfica 67: Curvas IDF Sherman de Uyuni

100,000
80,000
Intensidad (mm/h)
T=1.11
60,000 T=2
T=5
T=10
40,000 T=25
T=50
T=100
20,000
0,000
5 50 500
Duración (min)
- 154 -
Tesis de Maestría
Tabla 134: Valores de Bondad de ajuste de Uyuni

Bernard 0.957 0.978 7.87
Sherman 0.896 0.947 11.98
De acuerdo a R, el 97.8% de los puntos están sobre la curva de intensidad ajustada por el modelo
de Bernard y el ECM representa que los valores de intensidad observada e intensidad ajustada,
sólo distan en 7.87 valores respecto al observado.
4.12 Fracción de lluvias de las precipitaciones máximas
La variación en el tiempo de la lluvia caída durante una tormenta, tiene una gran influencia en la
forma de la onda de crecida. Debido a ello, el hietograma de la tormenta se estudió por el método
de la SCS.
Por ello el análisis de fracción de lluvias de las precipitaciones máximas, registradas para cada
estación, se establece el siguiente gráfico:
- 155 -
Tesis de Maestría
Gráfica 68: Hietogramas de la SCS
DISTRIBUCION DE LLUVIAS PARA CADA ESTACION

1,0
0,9
0,8
ANDAMARCA
0,7 CHILLCA
CHUQUIÑA
0,6 COIPASA
CULTA
0,5 QUILLACAS
SALINAS DE G.M.
0,4 UYUNI
TODO SANTOS
0,3 TURCO
EL ALTO
0,2 CURVA TIPO I
CURVA TIPO IA
0,1
CURVA TIPO II
CURVA TIPO III
0,0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Tiempo (Hrs)
Las estaciones de Culta y Chuquiña, presentan precipitaciones máximas ó tormentas de 24 horas

de Tipo I:
Gráfica 69: Hietogramas del Tipo I
DISTRIBUCION DE LLUVIAS TIPO I

1,0
0,9
0,8
0,7
CHUQUIÑA
0,6
0,5 CULTA
0,4 CURVA TIPO

I
0,3
0,2
0,1
0,0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Tiempo (Hrs)
- 156 -
Tesis de Maestría
El cual se caracteriza por presentar lluvias de mayor duración y menos intensas, las cuales
disminuyen en forma progresiva con el tiempo. Las estaciones de Salinas de Garci Mendoza,
Uyuni, El Alto, Turco, Chillca, presentan tormentas de Tipo II:
Gráfica 70: Hietogramas del Tipo II
DISTRIBUCION DE LLUVIAS TIPO II

1,0
0,9
0,8
0,7
CHILLCA
0,6
SALINAS DE
0,5
G.M.
UYUNI
0,4
0,3 TURCO
0,2
0,1
0,0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Tiempo (Hrs)
Estas se caracterizan, porque producen lluvias de 24 horas muy grandes, en un tiempo de

duración corta. Las estaciones de Todo Santos, Quillacas, Andamarca y Coipasa presentan
tormentas de tipo III:
- 157 -
Tesis de Maestría
Gráfica 71: Hietogramas del Tipo III
DISTRIBUCION DE LLUVIAS TIPO III

1,0
0,9
0,8
0,7
0,6
ANDAMARCA
0,5 COIPASA
0,4 QUILLACAS
TODO SANTOS
0,3
CURVA TIPO III
0,2
0,1
0,0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Tiempo (Hrs)
Estas estaciones se caracterizan, porque en su contorno geográfico registran lluvias de 24 horas

muy grandes e intensidades altas, donde el tiempo o duración de la misma es mucho más corta.
La variación en el tiempo de la lluvia caída durante una tormenta, tiene una gran influencia en la
forma de la onda de crecida. Debido a ello, el hietograma de la tormenta debe ser considerado en
la definición de una tormenta de diseño. Varios autores han estudiado las tormentas de diseño,
entre ellos tenemos Huff, Varas y el SCS.
En virtud a ello surge la gran importancia de contar con registros de precipitaciones máximas,
para lograr contar con gran número de estaciones analizadas y con ello elaborar un mapa de
clasificación y caracterización de tipos de tormentas en función a la distribución de lluvias de la
SCS, ya que la importancia principal radica en identificar a que tipos de lluvia corresponden una
determinada estación, para ver su intensidad de acuerdo a la pendiente máxima que presenta,
cuando relacionamos la fracción de lluvia en función a la duración.
4.13 Intensidad de los periodos de retorno
Los métodos analíticos de Bernard y Sherman, aplicados al procesamiento de datos con

regresión lineal múltiple, nos permiten obtener relaciones matemáticas, que modelan dichas
- 158 -
Tesis de Maestría
curvas IDF, para cualquier periodo de retorno y duración.
Con la finalidad de determinar la calidad de la regresión lineal para cada uno de los modelos
empleados, se analizaron los supuestos de regresión de las funciones generadas, es decir la
medida de bondad de ajuste de los datos a la ecuación propuesta.
Se utilizaron dos pruebas de ajuste, el coeficiente de Determinación (R 2) y el Error cuadrático
medio (ECM), se llega a establecer que los datos observados de los valores de determinación
más extremos son los que presentan los valores ajustados para las estaciones de: Todos santos
con 0.906 y el que muestra mayor coeficiente de determinación la estación de 0.997 para El
Alto, cuando se ha realizado el ajuste por el modelo de Bernard.
Cuando se ha utilizado el modelo de Sherman, los coeficientes de determinación más extremos

son el de las estaciones de Coipasa con coeficiente de determinación de 0.784 y el de mayor
coeficiente de determinación presentan los valores de la estación de El Alto con 0.973.
Ambos casos, indican que la proporción o porcentaje de la variación total de la variable
dependiente, es explicado por el modelo de regresión empleado.
Gráfica 72: Intensidad del Modelo Bernard
PERFIL DE INTENSIDAD MODELO BERNARD

150,000
140,000
130,000
120,000
Intensidad (mm/h)
110,000
100,000
90,000
80,000
70,000
60,000
50,000
40,000
30,000
20,000
10,000
0,000
Quillacas
Chuquiña
Uyuni
Chillca
Culta
Salinas
Todo santos
Turco
Coipasa
Andamarca
El Alto
T5 D5 T5 D30 T5 D180 T5 D1440 T10 D5 T10 D30

T10 D180 T10 D1440 T50 D5 T50 D30 T50 D180 T50 D1440
- 159 -
Tesis de Maestría
Gráfica 73: Intensidad del Modelo Sherman
PERFIL DE INTENSIDAD MODELO SHERMAN

150,000
140,000
130,000
120,000
Intensidad (mm/h)
110,000
100,000
90,000
80,000
70,000
60,000
50,000
40,000
30,000
20,000
10,000
0,000
T5 D5 T5 D30 T5 D180 T5 D1440 T10 D5 T10 D30

T10 D180 T10 D1440 T50 D5 T50 D30 T50 D180 T50 D1440
En ambos casos se puede observar que existen mayores valores de intensidad para los periodos
de retorno de 50 años y 5 minutos de duración de las tormentas máximas.
Así mismo es menor el valor de intensidad para los períodos de retorno de 5 años y duración de
1440 minutos.
Observándose, que ambos valores se acentúan aún más cuando se aplica el modelo propuesto por
Bernard.
- 160 -
Tesis de Maestría
5. CONCLUSIONES
 Para las 11 estaciones meteorológicas un estudio, la estadística descriptiva muestra que el

coeficiente de variabilidad, es una medida que nos indica que en este tipo de trabajos
mediante registro de tormentas máximas, su coeficiente de variabilidad es muy heterogéneo
debido a que se tienen longitudes de registro muy variable para cada una de las estaciones.
Así para las duraciones de 5 minutos, presenta el menor coeficiente de variabilidad de los datos
respecto a la media, los registros de la estación de Andamarca, esto se debe a que presenta datos
más homogéneos de las tormentas y su desvío estándar es mucho menor que la que registran las
tormentas de 24 horas de la estación de Chillca.
Para las duraciones de 24 horas de las precipitaciones máximas, se registran un coeficiente de
variación de 3.53% para Todo Santos, que presenta un registro de 3 tormentas anuales, y por ello
presenta poca desviación estándar respecto a la media.
 Las medidas de bondad de ajuste, que es una relación entre los datos observados de la
variable intensidad a la función matemática establecida para Bernard y Sherman, se
pudieron determinar el ajuste adecuado de datos a la ecuación propuesta.
Así al utilizar dos pruebas de bondad de ajuste como ser, el coeficiente de determinación (R2) y
la prueba de error cuadrático medio (ECM), se encontraron valores más altos de R2 (mejor
ajuste) para la ecuación propuesta por Bernard 0,997 y 0,973 para la ecuación propuesta por
Sherman, en el caso de la estación de El Alto; para el error cuadrático medio, los valores más
altos (mayor variabilidad en la intensidad) presentaron las estaciones de culta con 9.66 por el
modelo de Bernard y la estación de Uyuni por el modelo de Sherman.
 Con los valores numéricos del análisis y construcción gráfica de las curvas IDF,
empleando modelos de Bernard y Sherman, para distintos periodos de retorno, T=1.11,
T=2, T=5, T=10, T=25, T=50, y para las duraciones D (min): 5, 10, 15, 30, 60, 120,
180, 360, 720, 1440; se demuestra la factibilidad de generar curvas IDF en la región
altiplano, a partir de registros de precipitaciones máximas horarias, ajustados a una
función de distribución de probabilidades y a partir del cual se puede obtener el o los
puntos de quiebre de intensidades que se presentan en cada región, mediante el criterio de
parámetros adimensionales.
- 161 -
Tesis de Maestría
Generalmente se emplean como dato de entrada la precipitación máxima, en el análisis de

modelos de lluvia – escorrentía para estimar hidrogramas de avenidas en cuencas o en un sistema
hidrológico.
 Es posible la aplicabilidad y el uso de los modelos ajustados, para cada estación

estudiada sin embargo deberán determinarse qué modelo es la más adecuada según la
región y ajuste observado, además puede ser ajustada a mayor detalle, de acuerdo al
punto de quiebre que presente el IDF de la región analizada.
Por otra parte, el estudio de las tormentas está íntimamente relacionado con los cálculos o
estudios previos al diseño de obras de ingeniería, ya que, las dimensiones de estas obras
dependen principalmente de las tormentas que ocurran y de la frecuencia con que ellas se
presenten en el lugar en la cual se está diseñando la obra. Esto manifiesta, que debemos conocer
su intensidad por unidad de tiempo y el tiempo de duración, que determinan las dimensiones de
la obra, y la frecuencia con que se presenta determinada tormenta, bien definida en sus
características de intensidad y duración, que a su vez determina el coeficiente de seguridad que
se da a la obra o la vida útil.
 A su vez, y como producto de la comparación entre las precipitaciones e intensidades, se

verifica que no necesariamente mayores volúmenes de lluvia generan mayores
intensidades, lo que queda de manifiesto al comparar las estaciones de la región de Culta,
que presenta intensidades de 14,836 y 40,919 (mm/hr) respectivamente, para duraciones
de 1.11 y 100 años respectivamente, frente a la estación ubicada en la región de
Chuquiña cuyas intensidades son 4,143 y 12,886, para las mismas duraciones.
Las estaciones señaladas que se ubican en los extremos de la zona de estudio, denotan una
tendencia que señala que existe mucha diferencia en cuanto a los valores de las intensidades
máximas para 1 hora, independiente del periodo de retorno.
 De acuerdo a las características y exigencias que presente el empleo de las curvas

Intensidad-Duración-Frecuencia, la disgregación de las ecuaciones se puede realizar de
acuerdo a los puntos de quiebre que presente la gráfica.
Con la finalidad de determinar modelos que se ajusten con más precisión a la información de
partida, se plantea también generar ajustes con dos o más ecuaciones, que tienen un rango de
- 162 -
Tesis de Maestría
aplicación hasta los 1440 minutos de duración, para cada periodo de retorno.
 En los perfiles de intensidad para cada estación, se puede observar que existen mayores
valores de intensidad para los periodos de retorno de 50 años y 5 minutos de duración de
las tormentas máximas.
Así mismo es menor el valor de intensidad para los períodos de retorno de 5 años y duración de
1440 minutos; periodos de retorno de 10 años y duración de 5 minutos y periodos de retorno de 5
años y duración de 5 minutos, por lo que estas requieren ser analizados mediante el punto de
quiebre, para obtener relaciones IDF más detalladas para cada intervalo de duración.
 El método de interpolación IDW, adjunto en anexos, indican el porcentaje de la fracción

de lluvia o tormentas máximas en 24 horas y la representación de los hietogramas
espaciales, por este método nos muestran que los colores claros de las clases indican
menor porcentaje o fracción de lluvias que se registran en una determinada estación.
 En la interpolación con Kriging, detallado en anexos como isolineas de intensidad, se

nota claramente que la calidad de estimación depende en primer término de la densidad
de la red de medición o registro de datos históricos. Cabe señalar que la determinación
del intervalo de confianza se puede extender a la estimación de una lámina de lluvia ó
altura de precipitación de cualquier estación o región.
Las interpolaciones permiten acceder a la construcción de intervalos de precipitación, al estudio
de sus propiedades espaciales y a la generación de valores simulados utilizando escenarios
distintos para comparar las interpolaciones. Kriging, tiene también aplicaciones interesantes en
la estimación del error, lo que puede aprovecharse directamente en aspectos operacionales, ya
sea para la concepción de una red de estaciones más densa para el control de sus registros y
disponer de datos con mayor homogeneidad, tomando en cuenta la duración o la intensidad de
los eventos. Además es sumamente útil, tanto por su aptitud en la interpolación como por la
diversidad de sus aplicaciones. En lo que respecta a la variabilidad de intensidades se verifica
que en la mayoría de los casos la inferencia de que a menores duraciones, se debieran encontrar
intensidades mayores. Ya que al comparar las gráficas de isolineas, se verifica que no
necesariamente mayores volúmenes de lluvia generan mayores intensidades.
- 163 -
Tesis de Maestría
6. RECOMENDACIONES
En nuestro país, no existe una norma, para el diseño de obras hidráulicas para riego y drenaje
(canales, presas, diques, reservorios, qotañas), tampoco para el diseño hidrológico, por ello
para el cálculo de caudales de diseño, se recomienda emplear las relaciones IDF que nos
permiten proyectar las obras de manera preventiva ante precipitaciones extremas.
Por ello es necesario, plantear relaciones IDF para cada región como Altiplano, Valles, Llanos
y sus respectivas microrregiones y además realizar la debida actualización de la información en
función a los datos oficiales proporcionados por el SENAMHI.
En la obtención de las curvas IDF, se puede observar que existen puntos de quiebre definidos
para determinadas duraciones, por lo que se recomienda aplicar el método de criterios
adimensionales que nos permiten obtener curvas disgregadas para intervalos menores a 1 hora,
como una ampliación al procedimiento habitual que solo relaciona (Pd/P24) con la
precipitación de 24 horas. Estos criterios además de los estudiados como el procedimiento de la
curva tipo, están señalados en este trabajo para la obtención de curvas IDF relacionada con
información disponible por el National Resources Conservation Service (NRCS), antes, Soil
Conservation Service (SCS), sobre las curvas tipo.
La elaboración de las curvas Tipo Adimensional a partir de eventos de precipitación, deben ser
analizados para aquellas lluvias de corta duración pero gran intensidad o aquellas lluvias que
pertenezcan a una tormenta de larga duración y de menor intensidad.
Ya que, estos son muy importantes debido a que producen las descargas pico o máximas de
escorrentía, siendo, que la distribución de lluvias de esta naturaleza importante para analizar las
intensidades de precipitación máxima, bajo las frecuencias de diseño seleccionadas.
La utilidad de éstas relaciones IDF a corto plazo está en la aplicación a zonas que no cuentan
con información pluviográfica y para las estaciones cercanas que no cuenten con información
meteorológica, para ello se recomienda, analizar previamente las características hidrológicas y
climatológicas, ya que las cuencas tienen diferentes comportamientos a la precipitación y que
para aplicarse deberían tener cierta similitud en su configuración fisiográfica.
- 164 -
Tesis de Maestría
Se recomienda utilizar estos modelos puntuales, de isolineas de intensidad, para realizar

estimaciones preliminares en áreas que estén dentro del radio de influencia determinado
mediante Bernard o Sherman, de acuerdo a gráficas de la estadística espacial y en función a la
duración y período de retorno.
- 165 -
Tesis de Maestría
7. BIBLIOGRAFÍA
ALIAGA R, ANGEL. 1993. Balance Hídrico de Bolivia. IHH-UMSA, CP 8610. Programa

hidrológico y climatológico de la cuenca Amazónica de Bolivia. La Paz- Bolivia
ALEGRE DE LA CRUZ, R. 2008. Vulnerabilidades y Medidas de Adaptaciones al Cambio

Climático. Informe final Medida Piloto de Adaptación al Cambio Climático. Proyecto de Gestión
de Riesgo de Desastres Naturales con Enfoque de Seguridad Alimentaria. COPASA – GTZ.
Arequipa-Perú. 78 p.
AMAYA M.R., LOPEZ C.M., SEOANE S. M., 2009. Tesis de Licenciatura: Curvas IDF para
diferentes categorías de Análisis. Facultad de Ingeniería. Universidad Mayor de San Andrés. La
Paz-Bolivia, 146 p.
APARICIO, F. 1997. Fundamentos de Hidrología de Superficie. Balderas. México: Limusa.

México. 303 p.
ARCE, L. A. 1997. Tesis de Maestría: Estudo do uso de séries parciais e anuais na análise de
freqüência de chuvas intensas aplicando modelos de distribuição de probabilidade. Universidade
Federal do Ceará. Centro de Tecnologia. Fortaleza – Ceará Brasil 85 p.
BELMONTE, S. y NÚÑEZ, V. 2006. Desarrollo de Modelos Hidrológicos con Herramientas

SIG. GeoFocus. Nº 6, p.15 -27. Salta-Argentina. 2006. www.geo-focus.org
BOTTEGA, A., HOOGENDAM, P. 2004. Obras de riego para zonas montañosas. Programa
Nacional de Riego (PRONAR). Cochabamba - Bolivia.
BULLÓN MATA, T. 2012. Avenidas Fluviales y Precipitaciones en las Cuencas de los Ríos
Jarama-Tajo al final del Siglo XVI. Departamento de Geografía. Universidad Autónoma de
Madrid. Boletín de la Asociación de Geógrafos Españoles N.º 60 - 2012, págs. 77-90.
CAMPOS, A. D. 1998, Procesos del Ciclo Hidrológico. Editorial Universitaria Potosina. San
Luis Potosí. México, 3ª impresión. México.
CAMPOS CAMPOS, E. 2008. Adaptación de un modelo intensidad-duración-período de

retorno (ecuación de F.C. Bell) a la cuenca del Estado de Tabasco. División Académica de
Ingeniería y Arquitectura. México. 6 p
COLLADON, L.; FELICI, G.; CAAMAÑO N., G.; BARBEITO O. 2007. Complementación
de procedimientos geomorfológicos e hidrológicos para identificar umbrales de inundación. En
Tercer Simposio Regional sobre Hidráulica de Ríos. Córdoba-Argentina. 2p
CUÉ PÉREZ, G. 2000. Cálculo de Caudales de Avenida En La Cuenca del Río Pas (Cantabria).
Departamento de Ciencias y Técnicas del Agua y del Medio Ambiente. Universidad de
Cantabria.
- 166 -
Tesis de Maestría
CUMPA ALAYZA, D. S. 2002. Criterios para el Planeamiento de la Ciudad de Piura. Facultad

de Ingeniería. Universidad de Piura PIRHUA. Perú. 157 P.
CHEREQUE, M. W.. 1989. Hidrología para estudiantes de ingeniería civil. Pontificia

Universidad Católica del Perú. CONCYTEC. Lima - Perú. 223 p.
CHOW, V.; MAIDMENT, D.; MAYS, L. 1994. Manual de Hidrología Aplicada. Santafé de
Bogotá, Colombia: Mc Graw-Hill. 584 p.
DEPETTRIS, C. A.; PILAR, J.V. s.f. Estudio de curvas IDF para el Area Metropolitana del
Gran Resistencia. Departamento de Hidráulica - Facultad de Ingeniería UNNE. Resistencia
Chaco-Argentina. 4p.
DUFILHO, A.C.; HORNE, F.; NAVEDO, R. & POLLA, G. 2001. Diseño de obras de
control de aluviones basada en simulación de procesos hidrológicos torrenciales en cuencas de la
Patagonia. Revista Brasileira de Engenharia Agrícola e Ambiental, v.5, n.2, p.198-203.
Universidad Nacional del Comahue. (UNC). Argentina. http://www.agriambi.com.br
GARCÍA ROJAS, A. 2006. Hietogramas de Diseño en Zonas Urbanas. Departamento de

Ingeniería de Procesos e Hidráulica. UAM México. 78p.
GARCÍA RUESTA, J. C. 2004. Modelo de pérdidas para determinar precipitación efectiva

usando sistemas de información geográfica. Tesis (Ing. Civil). Facultad de Ingeniería Civil.
Universidad de Piura. Piura-Perú. 103p.
GIRALDO HENAO, R.. 2005. Introducción a la geoestadística. Departamento de Estadística.

Universidad Nacional de Colombia. Bogotá- Colombia. 94p.
GONZÁLEZ. S., A.; JUÁREZ, A.; LOZA R., L. 2008. Curvas de Intensidad, Duración y
Periodo de Retorno como Herramienta de Análisis en la Prevención de Riesgos por
Precipitaciones Intensas en la Zona Metropolitana de Guadalajara. http://sincronia.cucsh.udg.mx.
GOMEZ G., M. 2006. Aplicaciones SIG en el Estudio Hidrológico e Hidráulico del Río
Chapare para el Puente Alfonso Gumucio. Tesis de Grado – Universidad Privada Boliviana.
Cochabamba – Bolivia. 15 p.
____________, 2009. Estimación de caudales de diseño en eventos extremos de precipitación a

partir de la información disponible en Bolivia. Universidad privada Boliviana. Cochabamba –
Bolivia. 15 p.
GUALLPA, M. 2013. Efecto de la incertidumbre de las observaciones hidrometeorológicas en

estudios hidrológicos. Tesis (Ing. Civil) Universidad de Cuenca. Cuenca-Ecuador. 113 p
GUEVARA PÉREZ, E.; CARBALLO, N. 2008. Modelo IDF regional para el estado Cojedes.
Venezuela. Facultad de Ingeniería. Revista Ingeniería UC. Vol. 15, No 3, 53-63.
- 167 -
Tesis de Maestría
GUJARATI, D. 1992. Econometría. México. Segunda edición. 597 p.
HOSKING J.R.M. Y WALLIS J.R. 1997.Regional frequency analysis: an approach based on

l-moments. Cambridge University Press.USA.
JIMÉNEZ RIVEROS, C.M. 2012. Memoria: Estudio de cuencas altiplánicas endorreicas de la

segunda región de Chile. Caracterización, tipología y potencialidades de uso.”. Universidad de
Chile. Santiago-Chile. 155 p.
KOTHYARI, C.; GARDE, J. 1992. Rainfall Intensity-Duration-Frequency. Jourmal of

Hydraulic Engineering. USA. 336 p.
LABRA LORCA, MAURICIO 2007. Construcción Gráfica y Matemática de las Curvas

Intensidad Duración Frecuencia (Curvas IDF) En Cinco Estaciones Pluviográficas de la Región
del Bio-Bio y Cuatro Estaciones Pluviográficas de la Región de la Araucanía. Universidad de
Talca. Chile.
LINSLEY, R. K.; KOHLER, M. A. & PAULHUS, J, L. 1986. Hidrología para ingenieros.

Segunda edición McGraw – Hill. México D.F. 386 p.
MAIDMENT, D.R. 1993, Handbook of hydrology, Capítulo 3: Precipitation. McGraw-Hill.

Inc. Primera edición.. p.3.1-3.47. USA
MASÍS JIMÉNEZ, J. 2011. Estudio Hidrológico de la microcuenca de la Quebrada Agua

Buena. Cantón de Montes de Oro. Provincia de Puntarenas. San José-Costa Rica. 23p.
MINISTERIO DE VIVIENDA Y URBANISMO. 1996. Técnicas Alternativas para Soluciones

de Aguas de Lluvias en Sectores Urbanos. Dirección de Investigaciones Científicas y
Tecnológicas. Santiago – Chile. 12 p.
MONSALVE, S. G. 2006. Hidrología en la ingeniería. Editorial Escuela Colombiana de

Ingeniería. Colombia. 382 p.
MONTES DE OCA, I. 1997. Geografía y recursos naturales de Bolivia. Tercera edición. La

Paz - Bolivia.
NANIA, L. 2003. Hidrología Superficial. La Cuenca y los procesos Hidrológicos. Chile.
ONTIVEROS M., M.A. 2000. Optimización de la red hidrológica básica bajo los escenarios del
cambio climático en la República de Bolivia. Resumen de la Tesis Doctoral en Ciencias
Técnicas. Universidad Estatal Hidrometeorológica de Rusia. San Petersburgo. 26p
ORGANIZACIÓN DE LAS NACIONES UNIDAS PARA LA AGRICULTURA Y LA

ALIMENTACIÓN. 1999. FAO. Arid Zone Forestry, A guide for Field Technicians. Roma 143
p.
- 168 -
Tesis de Maestría
PARRA RODRÍGUEZ E. A. 2012. Modelamiento y manejo de las interacciones entre la

hidrología, la ecología y la economía en una cuenca hidrográfica para la estimación de caudales
ambientales. Maestría Tesis, Universidad Nacional de Colombia, sede Medellín, Facultad de
Minas. Bogotá D.C.- Colombia.
PEREYRA, D., PEREZ J., GÓMEZ L. 2004. Ecuaciones que estiman las curvas intensidad-
duración-periodo de retorno de la lluvia. GEOS. México.
PEREYRA DÍAZ, D.; OCHOA MARTÍNEZ, C. A.; Y PÉREZ SESMA, J. A. 2005

Ecuaciones de lluvia intensa generalizada para obtener precipitaciones máximas de corta
duración. GEOS, Vol. 25, No. 2. Carrera de Ciencias Atmosféricas de la Facultad de
Instrumentación Electrónica. Universidad Veracruzana. Circuito Gonzalo Aguirre Zona
Universitaria, Xalapa. Veracruz - México.
PIZARRO, R.; NOVOA, P. 1986. Instructivo n° 5. Determinación de valores probabilísticos

para variables hidrológicas. Elementos técnicos de Hidrología. Corporación Nacional Forestal
(CONAF). Chile. 78 p.
PIZARRO TAPIA, R.; FLORES VILLANELOA, J. P.; SANGÜESA POOLA, C.;

MARTÍNEZ ARAYA, E.; LEÓN GUTIÉRREZ, L. 2008. Diseño hidrológico de zanjas de
infiltración en el secano costero e interior de las regiones semiáridas de Chile. Bosque 29(2):
136-145. Talca-Chile.
QUEZADA, LUCIO NEL. 2005. Estadística con SPSS 14. Empresa Editora Macro E.I.R.L.
Lima – Perú.
RAMIREZ, E.; MENDOZA, J.; SALAS, E.; RIBSTEIN, PIERRE. 1955. Régimen espacial
y temporal de las precipitaciones en la cuenca de La Paz. Búll. Inst. Fr. Études andines. 24(3):
391-401. Instituto de Hidráulica e Hidrología. La Paz – Bolivia.
RENTERÍA GUEVARA, S. A. 2012. Calibración del Método de Bell Con Isoyetas de

Intensidad e lluvia de la Secretaría de Comunicaciones y Transportes. Comisión Nacional del
Agua. Xxii Congreso Nacional de Hidráulica. Acapulco, Guerrero – México.
ROBREDO SÁNCHEZ, J. C. 2003. Cálculo de caudales de avenidas. E.T.S. Ingenieros de

Montes. Universidad Politécnica de Madrid-España.
ROCHA OLIVIO, O., 2002. Diagnóstico de los Recursos Naturales y Culturales de los Lagos
Poopó y Uru Uru, Oruro- Bolivia. Convención Ramsar, WCS/Bolivia. La Paz- Bolivia.
ROCHE, M. A.1993. El clima de Bolivia. ORSTOM, B.P. 5045, 34032 Montpellier, Francia.
Programa hidrológico y climatológico de la cuenca Amazónica de Bolivia. La Paz - Bolivia
ROJAS MORALES, N. 2011. Curvas Intensidad-Duración-Frecuencia de algunas estaciones

meteorológicas automáticas. Departamento de climatología e investigaciones aplicadas. Instituto
Meteorológico Nacional. Ministerio de Ambiente y Energía. Costa Rica. 49 p
- 169 -
Tesis de Maestría
RODRÍGUEZ SANDOVAL, E. A. 2008. Análisis de la variabilidad espacio-temporal de la

precipitación en una microcuenca urbana, Bogotá, Colombia. Universidad Nacional de
Colombia. Bogotá-Colombia. 15 p.
TIPOS DE PRECIPITACIONES. 2012. Disponible en http:/www. El tiempo. Com. Imágenes.

06/2013
VÁSQUEZ, A.; VÁSQUEZ, R. I. & VILCHEZ, O. G. 2009. Principios básicos del riego.
Instituto Internacional de Riegos. Lima – Perú. 353 p.
VALLEJOS, C. C. A. 2010. Determinación gráfica y matemática de las curvas intensidad-

duración-frecuencia (curvas IDF) en la región de Arica y Parinacota y la región de Atacama.
Facultad de Ciencias Forestales. Memoria. Talca-Chile. 140 p.
VELEZ, J., G. POVEDA, O. MESA, C. HOYOS, J. MEJÍA, D. QUEVEDO, L. SALAZAR

& S. VIEIRA. 2002. Aplicación de diferentes metodologías para estimación de curvas
intensidad – frecuencia – duración en Colombia. Meteorología. Colombiana. 6:91-100. ISSN
0124-6984. Bogotá, D.C. – Colombia.
VILLON, B. M. 2011. Hidrología. Editorial Villón. Lima – Perú. 436 p.
- 170 -
Tesis de Maestría
ANEXO 1
ISOLINEAS DE INTENSIDAD PARA DISTINTOS

PERIODOS DE RETORNO Y DURACION
- 171 -
Tesis de Maestría
- 172 -
Tesis de Maestría
- 173 -
Tesis de Maestría
- 174 -
Tesis de Maestría
- 175 -
Tesis de Maestría
- 176 -
Tesis de Maestría
- 177 -
Tesis de Maestría
- 178 -
Tesis de Maestría
- 179 -
Tesis de Maestría
- 180 -
Tesis de Maestría
- 181 -
Tesis de Maestría
- 182 -
Tesis de Maestría
- 183 -
Tesis de Maestría
- 184 -
Tesis de Maestría
- 185 -
Tesis de Maestría
- 186 -
Tesis de Maestría
- 187 -
Tesis de Maestría
- 188 -
Tesis de Maestría
- 189 -
Tesis de Maestría
- 190 -
Tesis de Maestría
- 191 -
Tesis de Maestría
- 192 -
Tesis de Maestría
- 193 -
Tesis de Maestría
- 194 -
Tesis de Maestría
- 195 -
Tesis de Maestría
ANEXO 2
MAPAS DEL AREA DE ESTUDIO PARA

LA REGIONALIZACION DE LAS CURVAS I-D-F
- 196 -
Tesis de Maestría
- 197 -
Tesis de Maestría
- 198 -
Tesis de Maestría
- 199 -
Tesis de Maestría
ANEXO 3
PRUEBAS DE BONDAD DE AJUSTE BAJO DOS

MODELOS DE RELACIONES I-D-F
- 200 -
Tesis de Maestría
GRAFICAS SHERMAN
MODELO DE SHERMAN - VARIACION PORCENTUAL POR ESTACIONES

PERIODO DE
TODOS
CHUQUIÑA A NDA M A RCA TURCO COIP A SA CULTA QUILLA CA S CHILLCA UYUNI SA LINA S EL A LTO
RETORNO SA NTOS
5 35,52% 23,39% 32,12% 0,10% 62,63% 17,37% 18,12% 15,75% 43,37% 9,63% 18,66%
25 77,10% 10,87% 3,38% 23,31% 44,28% 17,70% 18,57% 16,09% 27,89% 32,05% 2,76%
50 104,35% 32,55% 25,99% 39,29% 32,14% 40,06% 42,19% 36,41% 17,95% 58,01% 5,71%
SERIES DE LA VARIACION EN CADA ESTACION
1,50
1,40 T5
1,30
T25
1,20
V T50
1,10
A
1,00
R
0,90
%
0,80
0,70
x
0,60
0,50
1 0,40
0 0,30
0 0,20
0,10
0,00
- 201 -
Tesis de Maestría
150,00%
140,00%
130,00%
120,00%
Chuquiña
110,00%
Andamarca
100,00%
Turco
90,00%
Coipasa
VAR %
80,00%
Culta
70,00%
Quillacas
60,00%
Todo santos
50,00% Chillca
40,00% Uyuni
30,00% Salinas
20,00% El Alto
10,00%
0,00%
0 25 50 75 100
T (años)
VARIACION PORCENTUAL SHERMAN

T5 T25 T50
120,00%
100,00%
80,00%
60,00%
40,00%
20,00%
0,00%
CHILLCA
UYUNI
TURCO
EL ALTO
COIPASA
QUILLACAS
TODOS SANTOS
ANDAMARCA
SALINAS
CULTA
CHUQUIÑA
- 202 -
Tesis de Maestría
GRAFICAS BERNARD
MODELO DE BERNARD - VARIACION PORCENTUAL POR ESTACIONES

PERIODO DE
TODOS
CHUQUIÑA A NDA M A RCA TURCO COIP A SA CULTA QUILLA CA S CHILLCA UYUNI SA LINA S EL A LTO
RETORNO SA NTOS
5 35,91% 23,01% 31,85% 1,07% 62,38% 17,00% 17,38% 15,17% 43,17% 9,19% 18,45%
25 77,61% 11,43% 3,78% 24,51% 43,91% 18,23% 19,64% 16,89% 27,64% 32,69% 2,53%
50 104,93% 33,22% 26,47% 40,64% 31,70% 40,69% 43,47% 37,35% 17,68% 58,77% 5,99%
SERIES DE LA VARIACION EN CADA ESTACION
1,50
1,40 T5
1,30
T25
1,20
V T50
1,10
A
1,00
R
0,90
%
0,80
0,70
x
0,60
0,50
1
0,40
0 0,30
0 0,20
0,10
0,00
- 203 -
Tesis de Maestría
VARIACION PORCENTUAL BERNARD

150,00%
140,00%
Chuquiña
130,00%
Andamarca
120,00%
110,00% Turco
100,00% Coipasa
VAR %
90,00% Culta
80,00%
Quillacas
70,00%
Todo
60,00% Santos
50,00% Chillca
40,00% Uyuni
30,00% Salinas
20,00%
10,00%
0,00%
0 25 50 75 100
T (años)
VARIACION PORCENTUAL BERNARD

T5 T25 T50
150,00%
140,00%
130,00%
120,00%
110,00%
100,00%
90,00%
80,00%
70,00%
60,00%
50,00%
40,00%
30,00%
20,00%
10,00%
0,00%
UYUNI
TURCO
EL ALTO
COIPASA
QUILLACAS
TODOS SANTOS
ANDAMARCA
SALINAS
CULTA
CHILLCA
CHUQUIÑA
- 204 -

Curvas IDF

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Curvas IDF

Transféré par

Droits d'auteur :

Formats disponibles

Tesis de Maestría

UNIVERSIDAD MAYOR DE SAN ANDRÉS

TESIS PARA OPTAR EL GRADO ACADEMICO DE

Ing. Rolando Ángel Maldonado Navia

UNIVERSIDAD MAYOR DE SAN ANDRÉS

Tesis de Maestría como requisito

Ing. Rolando Angel Maldonado Navia

Ing. M Sc. Guido Jorge Vía Guzmán ------------------------------------

Ing. Ph. D. Emilio García Apaza ------------------------------------

Ing. M. Sc. Isidro Callizaya Mamani ------------------------------------

Presidente tribunal examinador:

A los colegas de la generación por sus sugerencias y palabras de aliento.

El presente trabajo se ha desarrollado en base al comportamiento de las precipitaciones de 11

3.7 Función de distribución 44

4.3.9 Pruebas de bondad de ajuste 78

4.7.4.3 Curva Tipo 114

Tabla 45: Intensidades método convencional de Chillca 84

Tabla 91: Ajuste Log Weibull 124

Gráfica 44: Distribución Adimensional de Tormentas de Salinas 120

El estudiar el comportamiento y las incidencias de las precipitaciones, a través de su distribución

En el presente trabajo se determinó Relaciones IDF (Intensidad, Duración y Frecuencia) para 11

La información hidrológica necesaria, para el diseño de las obras de ingeniería, tanto en

Si se dispone de curvas IDF para el lugar, se selecciona la curva correspondiente al período de

1.4.1 Objetivo general

Diseñar y construir relaciones de Intensidad-Duración-Frecuencia, (IDF), para 11 estaciones del

1.4.2 Objetivos específicos

Determinar las relaciones de intensidad-duración-frecuencia (IDF), para las 11 estaciones

Determinar la ubicación e influencia espacial de las relaciones IDF, mediante el diseño de

2.1 Área de estudio

2.2 Cuenca hidrográfica

En el territorio Boliviano se cuenta con tres grandes cuencas hidrográficas: La cuenca

Figura 1: Mapa de las cuencas Hidrográficas

Fuente: Balance Hídrico Superficial en Bolivia - ROCHE M. A. et. al. 1992

2.3 Las precipitaciones

2.3.1 Precipitaciones medias reales

Según Robredo (2003), cuando se pretende realizar un balance precipitación-aportación sobre

2.3.2 Clasificación de la precipitación

2.3.2.1 Precipitación Ciclónica

Figura 2: Precipitación ciclónica

2.3.2.2 Precipitación Convectiva

resultado de un calentamiento diferencial en la superficie (Figura), enfriamiento diferencial en la

Figura 3: Precipitación Convectiva

2.3.2.3 Precipitación Orográfica

Figura 4: Precipitación orográfica

2.4 Régimen hidrológico

Teniendo en cuenta que el régimen hidrológico de un río es el modo de variación de su caudal en

2.5 Definición de Intensidad-Duración-Frecuencia

Diferentes problemas hidrológicos requieren un análisis de la distribución temporal y espacial de

Guevara (2008) menciona que algunos análisis hidrológicos requieren de la estimación de

Para lluvias puntuales la relación IDF se expresa matemáticamente mediante la expresión

Dónde: T es la Frecuencia (período de retorno) expresado en años; D es la duración de diseño; c,

Según Maidment (1993), la Duración-Frecuencia de la lluvia (IDF) permiten calcular la

En el entendido, que el riesgo es mayor, cuanto menor es el periodo de retorno o recurrencia.

2.6 Aplicación y construcción de las curvas IDF

La estimación de la intensidad de precipitación para diferentes duraciones y períodos de retorno

es necesario utilizar registros de lluvia menores a 24 horas de duración y para regiones

En donde, I tT = intensidad de precipitación para una duración t y un período de retorno o

Monsalve (2006), analiza las relaciones intensidad-duración-frecuencia de las lluvias

La intensidad es la tasa temporal de precipitación, es decir la profundidad por unidad de tiempo

Figura 5: Curvas de I-D-F para lluvia máxima en Chicago, EEUU

Fuente: Hidrología Aplicada, Chow et. al.

Campos (2008), menciona que el dimensionamiento de las obras hidráulicas se basa en la

estación presentan un nivel de ajuste satisfactorio.