CAPÍTULO 8

ESTUDIO DE LA CAPACIDAD DE UN EMBALSE

8 .1 . INTRODUCCIÓN
En los capítulos anteriores se ha dado mayor énfasis al caudal pico. Sin embargo, muchas
estructuras hidráulicas se construyen con la finalidad de almacenar el caudal para un uso
posterior. En este capítulo se van a estudiar los métodos que permiten determinar la
capacidad de un embalse que cubra la demanda de algún uso determinado. Se estudian tres
procedimientos generales; el primero viene a ser un procedimiento de simulación, mientras
que los otros dos son de naturaleza probabilística.

8.2 MÉTODOS DE SIMULACIÓN

Los métodos de simulación más simples se basan en la acepción irreal de que los
caudales que ocurrieron en el pasado se repetirán en forma idéntica en el futuro. La
operación del embalse se puede simular transitando en forma analítica la serie de aportes al
embalse, extrayendo las demandas y pérdidas y efectuando un balance del almacenamiento
restante. Es decir, se resuelve numéricamente la ecuación de continuidad para un período
de tiempo específico.

Vo lumen de
Entrada

Vo lumen de
Salid a
 Cambio en el
Alm acenamiento

8.3. DETERMINACIÓN DEL RENDIMIENTO PARA UNA CAPACIDAD

DETERMINADA DEL VASO.

SELECCIÓN DE LA CAPACIDAD PARA UN VASO FLUVIAL

El análisis generalmente se llama estudio de operación y esencialmente es una
simulación de la operación del vaso para un periodo de tiempo de acuerdo con un grupo de
reglas adoptadas. El estudio de operación puede diseñarse para definir las reglas óptimas
para operación, para seleccionar la capacidad instalada más eficiente para la casa de fuerza,
para establecer la capacidad necesaria de la obra de extracción para una presa de control de

2 48
avenidas, o para lograr muchas otras decisiones necesarias en el curso de la planeación de
un proyecto.
Un estudio de operación puede hacerse sólo para un periodo de escurrimientos
extremadamente bajos, el cual se selecciona como periodo crítico o puede extenderse o
prolongarse para el periodo total observado o registro sintético. En el primer caso, el
estudio no puede hacer más que definir la capacidad necesaria para sortear a la sequía
seleccionada, en tanto que en el último caso, el estudio puede determinar el agua utilizable
(o energía), para cada año del registro. El estudio más completo indica la probabilidad de
deficiencia de agua o de energía de diversas magnitudes, las cuales son importantes en la
planeación económica y en la integración del proyecto dentro de un sistema.
Un estudio de operación puede llevarse a cabo con datos anuales, mensuales, diarios
o aun periodos más cortos. Los datos anuales, por lo general, proporcionan resultados
relativamente toscos, debido a que la secuencia del escurrimiento durante el año es bastante
importante. Para los vasos de almacenamiento que son relativamente grandes comparados
con las aportaciones, usualmente es adecuado un estudio mensual. Si el vaso de
almacenamiento es pequeño, la secuencia del escurrimiento dentro del mes puede volverse
importante y se necesitarán los datos diarios.
Pueden hacerse análisis gráficos aproximados, pero con el objeto de tomar en cuenta
todos los factores de importancia, es necesario una solución en forma tabular. Para análisis
muy prolongados (incluyendo el estudio de sistemas complejos), el uso de computadoras
digitales tiene muchas ventajas. Mediante la programación de la operación en una
computadora, es posible hacer muchas alternativas o ensayos con diferentes reglas de
operación o cambios en las características físicas de las obras en proyecto.
Generalmente, son necesarios varios pasos preliminares antes de que los datos
puedan ser analizados. A no ser que se disponga de un registro del escurrimiento fluvial en
el sitio propuesto para el vaso de almacenamiento, el registro de una estación, en cualquier
otra parte de la corriente o en una corriente cercana, puede ajustarse y correlacionarse con
el sitio de la presa. Con frecuencia, los registros disponibles son demasiado cortos para
incluir un periodo de sequía realmente crítico y el registro debe prolongarse o extenderse
haciendo la comparación con registros de mayor duración de escurrimiento fluvial que se
tengan para las zonas vecinas, o mediante el empleo de una relación de precipitación –

2 49
escurrimiento. Por medio de este registro, se seleccionan uno o más años críticos o periodos
de años para hacer el análisis.
Después que el escurrimiento fluvial en el sitio de la presa se ha determinado, puede
ser necesario un ajuste para tomar en cuenta el agua que debe dejarse pasar por el vaso para
satisfacer derechos de aguas previas o anteriores. La construcción del vaso de
almacenamiento incrementa o aumenta también el área de la superficie del agua expuesta
arriba de la corriente natural y aumenta la perdida por evaporación. Por otra parte, toda la
precipitación que cae sobre la superficie del vaso queda inmediatamente disponible, en
tanto que en el estado natural, únicamente una porción de la lluvia sobre el terreno escurre
hacia la corriente. En las regiones húmedas, la combinación de estos dos efectos
generalmente representa una ganancia neta de agua, pero en las regiones áridas, la
evaporación excede a la lluvia y resulta una perdida de agua. En cualquier caso, el
escurrimiento fluvial natural en el sitio de la presa debe ajustarse para considerar a estas
ganancias o pérdidas. Comúnmente es satisfactorio para estudios preliminares, multiplicar
la ganancia o pérdida neta por el área del vaso a la elevación media del mismo para
determinar el volumen de agua involucrado. Si la diferencia en área entre el
almacenamiento máximo y mínimo es grande, el efecto de la evaporación y de la
precipitación debe calcularse mes a mes con base en la elevación estimada para la
superficie del agua para cada mes.
El ejemplo ilustrativo 8.1. Muestra el cálculo de la capacidad necesaria para un vaso
de almacenamiento en una corriente. Los valores de las aportaciones o escurrimientos
mensuales de entrada se considera que representan al año más crítico de un registro de larga
duración o prolongado. El almacenamiento necesario es la suma de los incrementos
mensuales de la demanda superior al escurrimiento fluvial.

EJEMPLO ILUSTRATIVO 8.1. A continuación se dan: Escurrimiento o

aportaciones mensuales de entrada durante el periodo crítico de niveles bajos de agua en el
sitio de una presa determinada. Los valores correspondientes mensuales de evaporación y
de la precipitación en una estación cercana y la demanda mensual calculada que hay del
agua que va a almacenarse. Los derechos de agua anteriores exigen la extracción del
escurrimiento natural total, o bien, de 10 ha-m por mes, del volumen mensual mínimo.

2 50
Considérese que el 25% de la lluvia sobre el área del terreno que va a inundarse por medio
del vaso ha llegado a la corriente en el pasado. Úsese un área neta de almacenamiento de
400 ha. Encontrar el almacenamiento útil necesario.
TABL A 8 .1 .: SIMUL ACIÓN DE L A OPE RACIÓN DE UN EM BALSE
CAP ACID AD M ÁXIM A 8 ,7 4 HM 3 (27 7 M 3 /S-AÑO) DEM AND A ANUAL
2 ,13 M 3 /S-AÑO.

1 2 3 4 5 6 7 8 9 10
Evaporac Compromi Necesidades
Deman Precipita Escurrimien
Gastos. ión del precipitac sos aguas Evaporac de
Mes da ción ha- to ajustado
Ha-m tanque. ión mm. abajo ha- ión ha-m Almacenami
ha-m m ha-m
mm m ento ha-m
Ene 210 89 114 4 10 2,1 2,9 201 0
Feb 440 127 119 4 10 3,0 3,0 430 0
Mar 3 147 13 8 3 3,4 0,3 (-) 3,1 11,1
Abr 1 155 18 13 1 3,6 0,4 (-) 3,2 16,2
May 0,5 137 5 14 0,5 3,2 0,1 (-) 3,1 17,1
Jun 0,3 117 0 14 0,3 2,7 0 (-) 2,7 16,7
Jul 0,1 76 0 13 0,1 1,8 0 (-) 1,8 14,8
Ago 0 43 0 12 0 1,0 0 (-) 1,0 13,0
Sep 0 20 0 8 0 0,5 0 (-) 0,5 8,5
Oct 0 25 10 4 0 0,6 0,3 (-) 0,3 4,3
Nov 0 33 20 3 0 0,8 0,5 (-) 0,3 3,3
Dic 0,3 61 117 3 0,3 1,4 2,9 1,5 0
Total 400
* Col655,2
3x 1030 4163
x 0.7 x10 100 25,2 24,1 10,4 616,5 105.00
12
400
 Col 4 x x 0.75 x10 3
12
 Col 2  Col 6  Col 7  Col 8
C o l 9 - C o l 5. S i e mp r e q u e l a s u ma s e a ne ga t i v a

En algunos casos la capacidad del vaso esta fijada por las condiciones en el sitio y
es necesario determinar qué cantidad de agua rendirá esta capacidad del vaso. El

2 51
rendimiento firme es igual a la suma del almacenamiento utilizable en el vaso y de la
aportación utilizable durante el periodo crítico (seleccionando tal como se describió en la
sección anterior). Para los datos del ejemplo ilustrativo 8.2, el escurrimiento de entrada
disponible durante los meses críticos de marzo a noviembre es de 16 ha-m. Si el
almacenamiento utilizable en el vaso es de 40 ha-m, el almacenamiento total disponible
durante este periodo será de 24 ha-m, o sea, de 2 ha-m por mes. Como este periodo se
considera el periodo más crítico del registro, puede esperarse un rendimiento más alto en
todos los otros años. Sin embargo, el escurrimiento en exceso del rendimiento firme de 2
ha-m por mes debe clasificarse como rendimiento secundario.

8 .4 . CURVAS – M AS A
No siempre es un asunto sencillo la selección del periodo crítico de escurrimientos
bajos. La combinación de dos años moderadamente secos en serie. Puede tener más
seriedad que un año bajo aislado en forma simple. Las curvas – masa permiten una
inspección gráfica de todo el registro de cualquier porción del mismo, para calcular o
evaluar el rendimiento. Una curva – masa es la representación acumulativa del gasto o
aportación de entrada neta al vaso para un periodo determinado de años. La Fig.8.1 es una
curva – masa para un periodo de 4 años seleccionada como la porción más crítica de un
registro largo o prolongado. La pendiente de la curva – masa en cualquier época o tiempo,
es la medida del gasto de aportación o entrada en ese tiempo. Las curvas de demanda, qu e
representan un ritmo de demanda uniforme, son líneas rectas que tienen una pendiente igual
a la del ritmo de demanda. Las líneas de demanda trazadas tangentes a los puntos altos de la
curva – masa (A, B), representan a los ritmos de extracción del vaso. Considerando que el
vaso esté lleno siempre cuando una línea de demanda corte a la curva – masa, la desviación
máxima entre la línea de demanda y la curva – masa representa a la capacidad del vaso que
es necesaria para satisfacer esa demanda. La distancia vertical entre tangentes sucesivas
representa el agua vertida por la obra de excedencias. Si la demanda no es uniforme, la
línea de demanda se vuelve una curva (en la practica, una curva – masa de demanda), pero
el análisis no cambia. Es esencial, sin embargo, que la línea de demanda para una demanda
no uniforme coincida cronológicamente con la curva – masa, es decir, la demanda de junio
debe coincidir con la aportación o entradas de junio, etc.

2 52
 Fig .8 .1 .: Empleo de u na cu rva -ma sa para det ermi nar la capacid ad de vaso
necesitada para dar u n ren dimi ent o especi ficad o .

EJEMPLO ILUSTRATIVO 8.2. ¿Qué capacidad de vaso es necesaria para

garantizar un rendimiento seguro de 75.000 ha-m por año, para las aportaciones que se
muestran en la Fig. 8.1.
Las tangentes a la curva de masas en A y B tienen pendientes iguales a la demanda
de 75.000 ha-m por año. La máxima desviación se presenta en C y es de 56.000 ha-m. Esta
es la capacidad necesaria del vaso de almacenamiento. Un vaso así, estaría lleno de A,
disminuyendo a 34.000 ha-m de almacenamiento en el punto D; y de nuevo lleno en E.
Entre E y B, el vaso permanecería lleno y toda la aportación en exceso de la demanda sería
vertida hacia aguas abajo. En C el vaso estaría vació y en F estaría de nuevo lleno. Nótese
que en este caso, el almacenamiento debe hacerse cada 2 años.
Las curvas-masa también pueden utilizarse para determinar el rendimiento que
puede esperarse con una determinada capacidad del vaso (Fig. 8.2). En este caso, las
tangentes se trazan en los puntos altos de la curva-masa (A, B), en una forma tal que su

2 53
desviación máxima de la curva-masa no exceda a la capacidad específica del vaso. Las
pendientes de las líneas resultantes indican los rendimientos que pueden obtenerse en cada
año con la capacidad específica de almacenamiento. La pendiente de la línea de demanda
más plana es el rendimiento firme. Una línea de demanda debe cortar a la curva-masa
cuando se prolonga. Si esto no sucede, el vaso no se vuelve a llenar.
h a-m

h a -m / añ o
h a -m

h a -m / añ o

h a -m / añ o
h a -m / añ o
h a -m

h a -m / añ o

Fig . 8 .2 .: Empleo de u na cu rva -masa para det ermi nar el p o sibl e rendi mi ent o
de u n vaso de capaci dad especi ficada.

EJEMPLO ILUSTRATIVO 8.3. ¿Qué rendimiento seguro estará disponible si un vaso de

30.000 ha-m de capacidad se construye en el sitio para la cual se aplica la curva-masa de la
figura 8.2.
Las tangentes a la curva-masa de la Fig.8.2 se trazan para que su desviación máxima
de la curva-masa sea de 30.000 ha-m. La tangente desde B tiene la pendiente mínima de
60.000 ha-m por año y éste es el rendimiento seguro. La tangente en A indica un
rendimiento posible de 95.000 ha-m en ese año, pero esta demanda no podría satisfacerse
entre los puntos B y C sin un almacenamiento superior a los 30.000 ha-m.

2 54
 Una de las desventajas de los métodos discutidos está en que se basan en los datos
del pasado. Los aportes en el futuro, no necesariamente son iguales o similares a los
registrados. Además, en este tipo de análisis es muy importante la secuencia en que ocurren
los eventos. La repetición de una determinada secuencia es aún de más baja probabilidad
que la de un evento en particular. Sin embargo, se han desarrollado técnicas que simulan
secuencias similares a las pasadas. Aquí sólo vamos a indicar el procedimiento más simple.
Los métodos más complejos están fuera de los alcances asignados a esta obra; sin
embrago, en la sección 8.7 se presentan los modelos más sencillos para la generación de
series sintéticas de caudales mensuales y anuales.
Para producir una secuencia de caudales similar a los aportes registrados durante un
determinado período, se procede como sigue (ver sección 8.7): De una tabla de números
aleatorios, usemos sólo dos dígitos en una columna cualquiera, que van a representar el año
del registro disponible. Así por ejemplo, al leer un número, digamos 61, se escribe el caudal
correspondiente a dicho año. Se extrae otro número y se registra el caudal correspondiente.
Se continúa este proceso hasta obtener el número deseado de datos. Se desprecian los
números que corresponden a años sin registros, tal como 31, por ejemplo. Cuando un
número ocurre más de una vez, se toman los valores de caudal del año correspondiente,
tantas veces como haya ocurrido. Este procedimiento se adapta para sintetizar caudales
anuales, pero no para datos de intervalos menores, ya que en estos casos, usualmente existe
una autocorrelación marcada que debe tomarse en cuenta. El período sintético debe ser por
lo menos igual a la vida útil que se asigne al embalse.

CURVA DE REGULACIÓN
Una vez que se conoce la serie sintética de datos para el período deseado, generada como se
indica en la sección 8.7, la capacidad que debe tener el embalse para cubrir una demanda
dada, se puede determinar mediante la denominada curva de regulación. Uno de los
procedimientos para calcular dicha curva es el diagrama de masas variando el nivel de la
demanda y calculando cada vez el volumen de almacenamiento requerido para satisfacer la
demanda.

2 55
 La representación analítica de este método se conoce como la curva diferencial de
masa o secuencia de picos y se desarrolla en los siguientes pasos:
-Se encuentran las diferencias entre los aportes y la demanda (extracciones). Se
suelen usar niveles genéricos de demanda expresados como un porcentaje del caudal medio
anual (10, 20...100% de Q año).
-Se acumulan dichas diferencias.
-En forma analítica o gráfica se ubican dos picos sucesivos, de los cuales, el
segundo sea el mayor.
-Se encuentra la máxima diferencia entre el primer pico y el valor más bajo del
intervalo entre ambos picos. Esta diferencia expresada en unidades de volumen representa a
la capacidad que debe poseer el embalse para cubrir todos los déficit del intervalo.
-Se repite el procedimiento hasta concluir cronológicamente con todo el período de
análisis. La mayor entre todas las diferencias será el volumen requerido para cubrir los
déficit durante todo el período, es decir, capacidad del embalse para regular el caudal medio
anual a un determinado porcentaje.
-Repitiendo el procedimiento para otros porcentajes de regulación se obtiene una
serie de valores de volumen que permiten construir en forma gráfica o tabular la curva de
regulación o de extracción.

EJEMPLO 8.4: Calcular la curva de extracción para el río Capaz en la estación Puente El
Diablo sobre la base de los registros mensuales para el período 1965-1982, dados en la
tabla 8.2.
En unidades de volumen:
Vu = 2,9620 D1,559 con r = 0,90 - (8.1)

En porcentaje:
(Vu / V ) 0 .00 11(D/Q ) 2 .80 8 con r 0 .95 (8 .2 )

Adimensional:
(Vu / V ) 3 3 .1 16 3(D/Q ) 3 .16 9 con r 0 .94 (8 .3 )

2 56
Donde:
Vu = capacidad o volumen útil del embalse para satisfacer la demanda a un nivel de
regulación dado en Mm3
D = demanda o caudal regulado en m3/s
Q  Caudal medio anual en m3 /s

V  Volumen medio anual correspondiente a Q .

En situaciones de carencia de información hidrométrica, la curva de regulación se
puede estimar mediante procedimientos de análisis hidrológico regional. Para el caso de
Venezuela, CARTAYA (1978) desarrolló relaciones empíricas en función del coeficiente
de variación de los caudales anuales, del siguiente tipo:
( Vu / V )  a (C v ) b

Donde Cv es el coeficiente de variación de los caudales anuales expresado en forma

decimal, a y b parámetros de ajustes dados en la Tabla 8.4 Para Venezuela:

C (0.0 78 A 0 .34
) /9Q 0.,3 87 (8 .4 )
v
Donde A es el área de la cuenca en Km 2 y Q el caudal medio anual en m3/s
Hay muchos otros procedimientos desarrollados para estimar la curva de regulación;
la mayoría se orienta a la estimación del rango R, definido como la capacidad del embalse
requerida para regular el 100% del caudal medio anual. A continuación se dan algunas
expresiones del mencionado tipo:

a. Féll er(1 9 51 ): E (R)  1.60 n / (8.5)

 R  (0.2181 n) 0.5


E (R)   (2  ) 
0.5 n
Ani s y Llo yd (1 9 5 3 ):
i 1
i 0.5 (8.6)

b. Salas (1 9 72 ): E (R)  1.60 n / (8.7)

 R   (A  Bn)
Hu rst (1 95 1 ): R   (n/2) k
(8.8)

VU / R  log(VU / R)  0.8  1.05 (Q  D) /  (8 .9 )

2 57
 VU / R  0.94  0.96[( Q  D ) /  ]0.5 (8 .10 )
Do nde :
R = rango
n = número de años de la serie de caudales
Q = caudal medio anual

 = desviación estándar de Q
 R= desviación estándar de R
A= 0.19676 para =0
B= 0.23380
= coeficiente de autocorrelación de orden 1
Vu= volumen útil
D= demanda o caudal garantizado
E(R)= valor esperado de R

2 58
 TABL A 8 .2 .: CAUDAL ES M ENS UALES DEL RÍO C AP AZ EN PUENT E
EL DIABLO P AR A EL PERÍODO 1 9 64 -1 98 2 .

Año Cau d al e s en m 3 / s
E F M A M J J A S O N D A nu
al
1965 3, 6 3, 21 3, 55 2,1 6, 0 4, 1 3, 1 6, 2 10, 0 6, 7 9, 7 4, 0 5, 17
1966 3, 2 2, 5 2, 3 2, 9 8, 2 10, 4 8, 4 6, 3 8, 3 11, 5 12, 3 12, 4 7, 39
1967 4, 1 3, 3 2, 3 5, 6 8, 3 7, 5 7, 6 4, 7 5, 4 6, 0 5, 3 3, 6 5, 31
1968 2, 4 2. 2 1. 8 8, 8 10, 4 10, 9 6, 8 9, 0 10, 2 7, 6 5, 1 2, 8 6, 50

1969 2, 4 2, 2 2, 2 7, 1 4, 8 6, 6 4, 0 7, 8 8, 7 10, 3 5, 7 3, 5 5, 44
1970 3, 6 2, 9 2, 6 3, 7 6, 4 5, 3 6, 6 9, 6 10, 1 11, 5 8, 6 9, 0 6, 66

1971 7, 0 4, 4 4, 7 7, 2 9, 3 6, 6 5, 1 9, 6 9, 5 9, 0 7, 6 4, 7 7, 06
1972 6, 9 5, 3 4, 8 13, 9 13, 3 7, 2 4, 8 5, 2 6, 4 6, 3 6, 4 4, 2 7, 06

1973 2, 9 2, 7 2, 6 2, 8 3, 4 5, 7 4, 9 8, 1 12, 7 6, 7 10, 4 6, 2 5, 76

1974 3, 3, 3 3, 0 5, 2 9, 1 2, 9 3, 3 4, 4 11, 0 10, 1 8, 9 3, 1 5, 65
1975 1, 4 1, 7 2, 2 3, 0 9, 8 9, 1 7, 1 8, 2 1, 5 12, 7 11, 2 11, 4 7, 44

1976 5, 2 3, 2 7, 3 6, 6 10, 3 9, 1 7, 8 8, 0 5, 7 8, 5 7, 6 4, 8 7, 01

1977 3, 6 3, 1 3, 5 6, 7 9, 8 9, 1 7, 1 8, 0 10, 2 10, 2 9, 5 6, 8 7, 30

1978 2, 7 3, 1 2, 3 13, 2 13, 0 11, 0 10, 3 10, 6 10, 8 10, 6 10, 1 10, 6 9, 03
1979 2, 0 1, 7 2, 4 12, 3 11, 50 15, 5 13, 2 13, 3 14, 0 15, 8 15, 4 10, 3 10, 6
1980 4, 2 3, 9 3, 3 7, 1 12, 5 11, 3 10, 6 13, 5 16, 7 13, 8 14, 8 6, 0 9, 8

1981 3, 3 6, 3 10, 1 19, 0 18, 5 20, 2 12, 8 8, 0 14, 5 12, 8 14, 5 1, 2 11, 8
1982 2, 9 2, 9 3, 1 12, 0 15, 5 11, 0 5, 7 6, 3 8, 7 10, 8 7, 5 3, 1 7, 1


X
3, 61 3, 22 3, 56 7, 73 10, 01 9, 10 7, 18 8, 14 10, 24 10, 05 9, 48 5, 98 7, 34

S 1, 49 1, 17 2, 10 4, 65 3, 74 4, 15 2, 98 2, 57 2, 98 2, 76 3, 19 3, 36 1, 86
r 0, 181 0, 105 0, 004 0, 259 0, 410 0, 392 0 , 561 0, 404 0, 324 0, 381 0, 460 0, 04 0, 54
5 5
g 0, 181 0, 105 0, 004 0, 259 0, 410 0, 392 0, 561 0, 404 0, 324 0, 381 0, 460 0, 04 0, 54
5 5
Cv 0, 41 0, 36 0, 59 0, 60 0, 37 0, 46 0, 42 0, 32 0, 29 0, 27 0, 34 0, 56 0, 25
C v 0, 42

2 59
2 60
F I G U R A 8 .3 C U R V AS D E F R EC U E NC I A - D UR A CI Ó N D E L O S C A U DA LES M I NI M O S P A RA E L RI O
C A P A Z , E S TA C I Ó N P UE NT E E L DI BL O .
 TABL A 8 .3 .: CUR VA DE E XT RACCIÓN DE LOS C AUDALE S
MENS UALES P AR A EL RIO CAPAZ EN P UENT E EL DIABL O, PERÍODO
1 96 4 -1 982 .
P o rcen ta je d e Ca ud al Reg ul ad o Ca pa cid ad
VU/ V %
3
Reg ul a ción m /s Requ erid a en
3
Mm
0 0 0 0
10 0.73 0 0
20 1.47 3.9 9.43
30 2.20 5.8 1 4 . 03
40 2.94 9.3 2 1 . 77
50 3.67 18.4 4 4 . 52
60 4.40 28.7 6 7 . 02
70 5.14 46.2 1 1 1 .7 7
80 5.87 78.5 1 8 9 .9 2
90 6.61 2 0 7 .4 5 0 1 .7 7
100 7.34 3 9 9 .9 9 6 7 .4 9

TABL A 8 .4 .: ECUACIONES EM PÍRICAS REGIONALE S P AR A EST IM AR

EL NIVEL DE R EGUL ACIÓN EN RÍ OS DE VENEZ UEL A

P o rcen ta je d e a b
reg u la ci ón
100 4 . 9 78 0 . 8 28
90 3 . 3 72 0 . 9 48
80 2 . 2 78 0 . 9 68
70 1 . 4 66 0 . 9 10
60 0 . 9 09 0 . 8 25
50 0 . 4 88 0 . 6 67
40 0 . 2 88 0 . 5 85
30 0 . 1 60 0 . 5 80

2 61
ANÁLISIS DE SEQUÍAS NO SECUENCIALES
En su aspecto más simple el análisis de sequías se orienta al establecimiento de las
relaciones de Caudal-Duración-Frecuencia (Q-D-F) de los caudales mínimos en el punto de
interés.
El procedimiento es como sigue:
Se selecciona la duración mínima deseada, digamos un mes
Se calcula el caudal medio del mes; se establece el menor de ellos y se extrae de los
registros.
Se analiza el registro en busca del próximo promedio más pequeño. Los períodos de 30 días
no deben superponerse, es decir, que un caudal mensual se usará una vez
Se continúa el procedimiento hasta agotar todos los registros.
Los valores seleccionados se ordenan de menor a mayor, asignando a cada valor la
siguiente posición de gráfica:

n 1
T
m
Donde:
T= período de retorno
m= número de orden asignado al ordenar los valores en forma creciente
n= número de años de registro
Los resultados se grafican (Q vs Tr) obteniéndose así una serie de duración parcial
para caudales mínimos de 30 días
Se repite el procedimiento para otras duraciones, digamos 2, 3, 6 meses. Los
resultados finales constituyen una familia de curvas de períodos de caudales mínimos de
diferentes duraciones y frecuencias.
Cuando se dispone de información sobre caudales diarios, se suelen usar períodos
cada 10 días que son los equivalentes a los intervalos de riegos.
En la Figura 8.3 se presenta una ilustración del método, tomando como base los
caudales mensuales del río Capaz, en Puente El Diablo, dados en la Tabla 8.2. Sobre la base
de las curvas de Caudal-Duración-Frecuencia, se puede establecer un período sintético de
sequía para cualquier intervalo de recurrencia, y utilizarlo en un proceso de simulación para

2 62
determinar el tamaño requerido del embalse. Para ilustrar el procedimiento, analicemos el
siguiente ejemplo:

EJEMPLO 8.5: Determinar la capacidad del embalse requerido para suplir una
demanda constante de 30 m3/s, en un río para el cual se ha establecido la siguiente sequía
sintética de 5 años de período de retorno:
Caudal promedio mínimo de 7 días = 0.26 m3 /s
1 5 días = 0 .5 0
3 0 días = 0 .8 4
6 0 días = 1 .4 0
1 2 0 días = 2 .8 0
6 meses = 6 .6 0
1 año = 6 1 .0
Solución: El procedimiento se presenta en la Tabla 8.5 y en la figura 8.4. Se calculan los
volúmenes acumulados de los aportes y de la demanda (columnas (3) y (4) de la Tabla 8.5).
Se calculan las diferencias entre los aportes acumulados y la demanda acumulada (columna
(5)). Se construye el diagrama de masa de los aportes y de demanda (Figura 8.4). Se
establece la máxima diferencia entre los aportes y la demanda, trazando una paralela a la
línea de la demanda por el punto de tangencia con la curva de los aportes y determinando la
distancia vertical entre ambas rectas. Dicha distancia viene a ser el volumen de
almacenamiento requerido para satisfacer la demanda (en el ejemplo, es de 4.5000 m3/s –
día).
Este procedimiento se conoce como el método de STALL (1962).

2 63
 TABL A 8 .5 .: REQUERIMIENT O DE AL MAC ENAMIENT O PAR A
CUBRIR UNA DEM ANDA DE 3 0 M 3 /S, EN UN PERIODO SINT ÉT ICO DE
SEQUÍ A DE 5 AÑOS DE INT ERVALO DE REC URRENCIA.

D u r ac i ón e n Cau d al m e d i o V ol u m e n d e V ol u m e n d e Diferencia
d í as p ar a l a d u r ac i ón A p or t e e n ( m 3 /s - d e m an d a e n e n t r e A p or t es
(1 ) ( m 3 /s ) d í a) ( m 3 /s - d í a) y D e m an d a
(2 ) (3 ) (4 ) ( m 3 /s - d í a)
(5 )
7 0, 26 1, 82 210 - 208, 1 8
15 0, 50 7, 50 450 - 442, 5 0
30 0, 84 25, 20 900 - 874, 8 0
60 1, 40 84, 00 1800 - 2436, 0
120 2, 80 336, 0 3600 - 3264, 0
183 6, 60 1207, 8 5490 - 4282, 2
365 61, 0 22265, 0 10950 11315, 0

Fig . 8 .4 .: Diagrama de ma sas de la sequ ía sint ética de la tabla 8 .5 .

2 64
8 .4 . M ÉTODO PROBABILISTICO
El estudio de la capacidad del embalse también se puede realizar utilizando el
método probabilístico de MORAN (1954, 1959). Uno de los factores más significativos de
este análisis viene a ser la probabilidad de falla en no satisfacer la demanda.
El problema es el siguiente: Se desea construir un embalse en un río para satisfacer
una demanda específica. Los caudales de aporte constituyen una variable aleatoria. ¿Cuál
será la probabilidad para que la demanda sea satisfecha?.
Para analizar el problema, consideremos que el embalse posee una capacidad de K
unidades (ver Figura 8.5). Por conveniencia se usan unidades de volumen. Un aporte
aleatorio entra al embalse, el cual posee una distribución de frecuencias tal, que la
probabilidad de que el aporte sea de i unidades es pi. Si el contenido actual más el aporte es
mayor que la capacidad K del embalse, el excedente se pierde sin poder ser considerado en
la satisfacción de la demanda. Luego de transcurrir el período de aportes, ocurre una
extracción de M unidades, si es posible. En el caso de que en el embalse haya menos que M
unidades en almacenamiento, la extracción será total. Hay que observar que la secuencia de
aportes y demanda es idéntica a la considerada en el método tabular discutido
anteriormente. El objetivo del análisis consiste en establecer la probabilidad de que el
embalse se encuentre a un nivel determinado, y la probabilidad de que no pueda satisfacer
la demanda.

Fig. 8.5.: Una secuencia posible de los aportes para una capacidad de 5 unidades. La
demanda es de 2 unidades, constante.

2 65
 Consideremos como ejemplo un embalse de capacidad K de 5 unidades, y una
demanda M de 2 unidades. Sea Pi la probabilidad de que el embalse posea i unidades al
inicio de la operación, y P’ i, la probabilidad de que el embalse se mantenga con i unidades
después de un ciclo de aportes y extracciones. La probabilidad de tener en el embalse 2
unidades al final de dicho ciclo será:
P’2= P3 (p1) + P2 (p2 ) + P1 (p3) + P0 (p4 ) (8.11)
Es decir, P’2 es igual a la suma de las probabilidades de tener 4 unidades en el
embalse antes de extraer 2 unidades.
En forma similar:
P’1 = P3 (po) +P2 (p1) + P1 (p2) +P0 (p3) (8.12)
La probabilidad P’3 es más compleja, debido a que se debe a la extracción del
embalse lleno, lo cual puede suceder a un solo llenado o un llenado y alivio.
Luego:
P’3 = P3 (p2+ p3 + p4 + p5) + P2 (p3 + p4 + p5 ) + P1 (p4 + p5) + P0 (p5) (8 .13 )
p5 se toma como la probabilidad de tener un aporte mayor de 4 unidades.
La probabilidad de terminar con el embalse vacío también es compleja, ya que el
embalse podría quedar vacío sin haber satisfecho la demanda.
Luego:
P’0 = P2 (p0) +P1 (p1 +p0) + P0 (p2 +p1 +p0 ) (8.14)
Estas ecuaciones se expresan normalmente de la siguiente forma:
P’3 = P3 (p2 + p3 +p4 + p5) + P2 (p3 + p4 +p5) + P1 (p4 + p5) +P0 (p5 )
P’2 = P3 (p1) + P2 (p2) + P1 (p3)+P0 (p4) (8.15)
P’1 = P3 (p0) + P2 (p1) + P1 (p2) +P0 (p3)
P’0 = P2 (p0) + P1 (p1 + p0) + P0 (p2 + p1 + p0)
El uso de estas ecuaciones se puede ilustrar mediante un ejemplo numérico: Para K=
4 y M= 2, las ecuaciones son:
P’2 = P2 (p2 + p3 + p4) + P1 (p3 + p4) + P0 (p4)
P’1 = P2 (p1) + P1 (p2 ) + P0 (p3) (8.16)
P’0 = P2 (p0) + P1 (p1 + p0) + P0 (p2 + p1 + p0)

2 66
 En cualquier caso, se debe determinar la probabilidad de ocurrencia de los aportes a
partir del análisis de frecuencia de los datos de caudales medios anuales. Para este ejemplo
vamos a asumir que dichas probabilidades son como sigue:
p0 = 0.1 p 3 = 0.3
p1 = 0.2 p 4 = 0.1 (8.17)
p2 = 0.3
En tal forma que la ecuación (8.16) queda convertida a:
P’2 = 0.7 P2 + 0.4 P1 + 0.1 P0
P’1 = 0.2P2 + 0.3 P1 + 0.3 P0 (8.18)
P’0 = 0.1 P2 + 0.3 P1 + 0.6 P0
Considerando que el embalse esté vacío a t = 0, se tiene:
P0 = 1 P1 = P2 = 0 (8.19)
Luego de (8.18) se obtiene:
P’2 = 0.1 P’ 1 = 0.3 P’0 = 0.6 (8.20)
Es decir, existe un 60% de probabilidades de que el embalse permanezca vacío al
final del primer intervalo de tiempo; y un 30% de probabilidades de que el embalse
contenga 1 unidad.
Para el siguiente intervalo de tiempo se reemplazan los valores de P (en 8.18) por
los P’ correspondientes, calculados en el paso anterior, es decir:
P’2 = 0.7 (0.1) + 0.4 (0.3) + 0.1 (0.6)
P’1 = 0.2 (0.1) + 0.3 (0.3) + 0.3 (0.6) (8.21)
P’0 = 0.1 (0.1) + 0.3 (0.3) + 0.6 (0.6)
Lo cual arroja:
P’2 = 0.25 P’1 = 0.29 P’0 = 0.46 (8.22)
Al final de este segundo intervalo la probabilidad de que el embalse se mantenga
vacío ha bajado a 46%, obsérvese que la suma de las probabilidades P’ 2 + P’1 + P’0, es
siempre igual a 1.
Este proceso se desarrolla paso a paso para todo el período deseado. En la Figura
8.6 se muestran los resultados de dicho método.

2 67
Fig. 8.6.: Probabilidad de que el embalse este a un nivel determinado o debajo de él al final
del periodo. El proceso se inicia con el embalse vacío.

En la figura se ha graficado la probabilidad de que el embalse se encuentre a un

nivel determinado o por debajo, al final del ciclo en función del tiempo. Las líneas trazadas
sólo indican la tendencia, no constituyen un proceso continuo durante el año. A medida que
el tiempo se incrementa, las líneas tienden a la horizontal. Esto indica que P’ i = Pi o que la
distribución se hace estacionaria. La Figura 8.7 representa el resultado de un proceso
similar al de la Figura 8.6, pero para condición de embalse lleno al inicio de la operación.
En este caso las curvas también tienden hacia una distribución estacionaria, la cual
es la misma que la de la Figura 8.6. Esto significa que los últimos eventos no son
influenciados en forma marcada por los primeros.
La distribución estacionaria es una información muy significativa y se puede
establecer directamente. La condición es que:

2 68
Fig. 8.7.: Probabilidad de que el embalse se encuentre a un nivel dado o por debajo de él al
final de un ciclo, partiendo con el embalse lleno.

P’i = Pi, con lo cual, las ecuaciones se transforman en el siguiente sistema.

P’2 = P2 = 0,7 P2 + 0,4 P1 + 0,1 P0
P’1 = P1 = 0,2 P2 + 0,3 P1 + 0,3 P0 (8.23)
P’0 = P0 = 0,1 P2 + 0,3 P1 + 0,6 P0
o lo que es lo mismo:
0 = -0,3 P2 + 0,4 P1 + 0,1 P0
0 = 0,2 P2 – 0,7 P1 + 0,3 P0 (8.24)
0 = 0,1 P2 + 0,3 P1 – 0,4 P0
Este es un sistema de 3 ecuaciones con 3 incógnitas, pero no es soluble debido a que
las variables no son independientes. La solución sólo puede resolverse reemplazando una
ecuación por la restricción P2 + P1 + P0 = 1; lo cual indica que el embalse debe contener 0.1
ó 2 unidades al final del ciclo. Luego, el sistema de ecuaciones a ser resuelto sería:
1 = P2 + P1 + P0
0 = 0,2 P2 – 0,7 P1 + 0,3 P0 (8.25)
0 = 0,1 P2 + 0,3 P1 – 0,4 P0
La solución de este sistema de ecuaciones arroja los siguientes resultados:
P2 = 0,442
P1 = 0,256 (8.26)
P0 = 0,302

2 69
 Con este resultado se concluye que, después de haber puesto el embalse en
operación por algún tiempo, la probabilidad de que llegue vacío al final del ciclo es de
0,302; la probabilidad de que contenga 1 unidad es de 0,256, y la de que contenga 2
unidades, 0,442.
Si no hay suficiente aporte y el embalse sólo posee 1 unidad, la demanda no podrá ser
satisfecha. Por lo tanto, la probabilidad de falla en la satisfacción de la demanda se puede
evaluar como sigue:
PFalla = P0 (p1 + p0) + P1 (p0)
=0,302(0,3) + 0,256 (0,1) (8.27)
= 0,116
Por supuesto que no es deseable obtener valores elevados de P Falla. La probabilidad de
desperdicio de agua se puede establecer aplicando un razonamiento similar a la porción
superior del embalse.
Como se puede apreciar, este método analítico es de uso muy sencillo y resulta en una
información muy útil que no la puede proporcionar el diagrama de masas ni el método de
simulación. Para efectos de aplicación práctica, el embalse tendrá que dividirse en muchos
niveles, resultando en un sistema de un elevado número de variables a resolver.

EXTENSIÓN Y GENERACIÓN SINTÉTICA DE SERIES HIDROLÓGICAS

Intr o ducció n
Las series de tiempo hidrológicas, como caudales mensuales y anuales, pueden ser
extendidas o generadas por correlación con datos de lluvias medidas o también generadas, o
con datos de caudales concurrentes registrados en hoyas vecinas. En relación con este
aspecto, surge la preocupación sobre la extensión del período de generación de los datos
de caudal más allá del período para el cual las otras variables de la correlación están
disponibles. La hidrología estocástica constituye una herramienta útil sustitutiva del análisis
de correlación y regresión en dichos casos, mediante la aplicación de los métodos
hidrológicos estocásticos, siendo el más comúnmente utilizado el denominado
procedimiento de Monte Carlo, el cual se describe a continuación.

2 70
PROCEDIMIENTO DE MONTE CARLO
El método de Monte Carlo se aplica cuando los valores que constituyen las series
hidrológicas son independientes, como es el caso de lluvias anuales o, en algunos casos,
caudales anuales. La independencia entre eventos hidrológicos consecutivos puede ser
determinada por medio del coeficiente de correlación serial (correlación entre el valor en
un año y el valor en el año precedente). Así, si al menos 25 de dichos valores x i ,

estuvieran disponibles, se podría determinar su distribución de frecuencia suponiendo que

esa muestra es representativa de la toda la población. Asumiendo que la muestra puede ser
ajustada a una distribución normal (ver Figura 8.8), se obtienen los siguientes parámetros:
n
xi
Media de la muestra    con n =25 (8.28)
i 1 n
n

2  (x
i 1
i  ) 2
Varianza de la muestra S = (8.29)
n 1
n

 (x
i 1
i  ) 2
Desviación estándar de la muestra S = (8.30)
n 1

Ahora bien, si se genera una muestra de 100 años, ésta debería tener la misma media que la
encontrada en la muestra original de 25 años y la misma desviación estándar, pero
calculadas sobre la base de los 100 valores en vez de los 25 indicados anteriormente. Los
valores que arrojan estos parámetros pueden ser escritos sobre tarjetas; retirando una tarjeta
después de la otra se puede constituir la serie de tiempo de 100 años..

2 71
 Fig. 8.8.: Procedimiento de Monte-Carlo. Ajuste de la muestra a la distribución normal.

En la práctica, el procedimiento se lleva a cabo utilizando tablas que presenten

series de valores normalizados de la variable Z i , la cual es una variable aleatoria
normalmente distribuida con media igual cero y desviación estándar igual a uno. Los
valores de Z i también pueden ser generados mediante un programa de computación.

Siguiendo el procedimiento de Monte Carlo, los datos de serie sintética q i pueden

expresarse como se indica a continuación:
q i =   i * S (8 .3 1 )
Donde q i es el valor generado de caudal, con i de 1 a 100, siendo este último valor

igual a la longitud de la nueva serie ( o de 1 a 1000 si la serie generada es de 1000 años de

longitud);  es el promedio de los valores observados (Ecuación 8.28);  i es el término

aleatorio distribuido normalmente; y S, la desviación estándar de los valores observados.

Hay que tener presente que el procedimiento de Monte Carlo se fundamenta en el
concepto de que la distribución normal es la que mejor se ajusta a una determinada muestra
de datos, de modo tal que la línea recta en la Figura 8.8 puede ser extrapolada para
frecuencias menores a las que corresponden a los datos históricos, y que la muestra de 25
años de datos observados conduce a valores suficientemente exactos de la media y la
varianza.

2 72
MODELO MARKOVIANO DE PRIMER ORDEN
Se ha demostrado que, en general, el caudal durante un cierto período, por ejemplo, un año,
un mes, o un día es dependiente del caudal que ocurre durante el período precedente. Esto
se debe al denominado fenómeno de persistencia, es decir la tendencia de que un caudal
bajo es más probable que sea seguido por otro caudal bajo que por un caudal alto y,
similarmente, que un caudal alto es más probable que sea seguido por otro caudal alto, y no
por un caudal bajo. Este fenómeno de persistencia puede expresarse en la forma más
simple para caudales anuales por una cadena markoviana de primer orden de la siguiente
estructura general:
x i  x0   ( xi 1  x0 )  ei (8.32)

Donde
x i , x i 1 : son los registros durante los períodos i, e (i –1)

x0 : es una constante (igual a la media de los valores observados)

 ( x i 1 - x i ): es el componente determinístico
: es el coeficiente de autorregresión
ei: es el componente aleatorio

Tomando el mismo caso anterior, la ecuación autorregresiva se obtiene de los 25 puntos

aplicando el método de los mínimos cuadrados; e i tiene media cero. Se supone que e i

posee una varianza constante y que es independiente de x i 1 . También se supone que el

coeficiente de correlación es independiente de x i ; en realidad, la correlación es más fuerte

para caudales bajos que para caudales altos.

2 73
 Fig. 8.9.: Elementos de una cadena Markoviana de Primer Orden.

Se puede demostrar que x 0 =  (valor medio de los valores de x) y que   

(coeficiente de correlación entre los pares de valores x i , x i 1 ), que se determinan

mediante las ecuaciones (8.33) y (8.34). La representación gráfica de esta relación se da en

la Figura 8.10.

x x
x x
i 1

i
i i 1
 n (8 .33 )
( xi ) 2
x 
2
i
n

( xi xi 1 
x x i i 1
)2
 
2 n (8 .34 )
( xi ) 2 ( xi 1 ) 2
( xi  )( x 
2 2
i 1 )
n n

Obsérvese qu e si x  x i i 1 , ento nces    .

2 74
 Fig. 8.10.: Coeficiente de autorregresión en una cadena Markoviana de Primer Orden.

Introduciendo las ecuaciones (8.33) y (8.34) en la ecuación (8.32) se obtiene el

siguiente algoritmo o ecuación de generación para los caudales anuales:

q i     (qi 1  )   i S 1   2 (8.35)

,  y S son los parámetros estadísticos de la serie de valores de caudales históricos

(muestra).
Para generar una serie de 100 años, por ejemplo, se puede comenzar con un valor
inicial igual a  . Sin embargo, para evitar la influencia del sesgo debido a este valor
inicial, se recomienda eliminar los 15 a 20 primeros valores generados mediante el
modelo.
Con el primer valor q i 1 se calcular q i utilizando la ecuación (8.35), tomando  i
de una tabla de valores de la variable aleatoria normalmente distribuida con media igual a
cero y desviación estándar igual a uno. Dado que cada q i está relacionado con el caudal
precedente, los valores sucesivos no saltan de un caudal bajo a un alto sino que aparecen
unidos. Dicho efecto es el que hemos denominado persistencia.

2 75
MODELOS DE THOMAS – FIERING
El modelo estocástico de Thomas – Fiering se utiliza para la generación de series
sintéticas mensuales. Si bien el procedimiento general es similar al modelo de Markov, el
modelo es más complejo, porque utiliza la media y la desviación estándar de cada mes (j,
desde 1 hasta 12), las cuales no son las mismas que para el mes anterior ( j-1).
La estructura del modelo de generación de Fiering es:
 j , j 1 S j
q i, j   j  (qi , j 1   j 1 )   i , j S j 1  (  j , j 1 ) 2 (8.36)
S j 1

Donde:
j : media de los caudales históricos para el mes j bajo consideración

 j 1 : media de los caudales históricos para el mes j-1 bajo consideración

 j , j 1 : coeficiente de correlación serial de primer orden entre valores en meses

consecutivos; si se consideran valores mensuales,  5 , 4 sería el coeficiente de correlación

serial entre los meses 5 y 4 (meses de mayo y abril)

S j : desviación estándar de los caudales históricos para el mes j bajo consideración

S j 1 : desviación estándar de los caudales históricos para el mes j-1 bajo consideración

q i , j : caudal en el mes j del mes i de la secuencia de los caudales generados

q i , j 1 : caudal en el mes j-1 del año i de la secuencia de caudales generados

Z i , j : variable aleatoria normalmente distribuida con media igual a cero y desviación

estándar igual a uno, aplicada al mes j del año i de la secuencia de caudales generados.

OTROS MODELOS DE GENERACIÓN SINTÉTICA DE CAUDALES

Existen otros modelos hidrológicos para la generación de series sintéticas. En el
caso de existir datos de precipitación mensual, éstos pueden usarse para generar datos de
caudal introduciéndolos como un término determinístico en la ecuación de generación de la
forma K(P i   ). De la misma manera la temperatura o el caudal en una hoya cercana

pueden ser introducidos como términos determinísticos adicionales.

Si los valores no son normalmente distribuidos, puede ser posible aplicar una
transformación simple tal como:

2 76
 -Logaritmos naturales de los caudales en lugar de los caudales mensuales o anuales.
-Raíz cuadrada de la precipitación en lugar de la precipitación.

GENERACIÓN DE NÚMEROS ALEATORIOS UNIFORMEMENTE

DISTRIBUIDOS
La mayoría de las computadoras personales y calculadoras de bolsillo disponen de
rutinas de generación de números aleatorios uniformemente distribuidos en el intervalo
(0,1), mediante la instrucción RAN# o RDN®. Una técnica sencilla para generar variables
aleatorias N (0,1) consiste en generar 12 números aleatorios consecutivos en el intervalo
(0,1), sumar y restar 6.
También se puede usar el método de congruencia linear utilizando la siguiente
relación que existe entre los números generados:
 n 1  (a n  C ) mod m (8.37)

Donde:
 0 : Semilla (0  semilla  199017)

a: 24298
c: 99991
m: 199017
La función módulo (mod) ejecuta Y mod X; dividiendo Y entre X y resultando el
sobrante de la división. La ecuación es:
Y – (< Y/ X > *X) = Y mod X (8.38)
En donde < > denota el entero más grande menor que o igual al resultado indicado
de la división de Y entre X.

EJEMPLO:
128
128 mod 10 = 128 – (< > *10 ) = 8 , en donde <128/10> es igual a 12
10
La secuencia generada es de período m, y cada  i debe ser ajustado al rango (A,B)
de la distribución uniforme por la siguiente ecuación:

 i = ( (  i / m)( B  A))  A (8.39)

2 77
NÚMEROS ALEATORIOS NORMALMENTE DISTRIBUIDOS
Los números aleatorios normalmente distribuidos pueden ser generados utilizando
el método directo.
Primero se generan un par de números aleatorios (U 1 ,U 2 ), uniformemente
distribuidos en el intervalo (0,1); luego, utilizando esos números se calcula un valor X,
como sigue, cuyo valor corresponde a un número aleatorio N(0,1):

X = (2 ln U1 ) Cos(2 U 2 ) (8.40)

Este valor de números aleatorios puede ser ajustado a la media  y a la desviación

estándar   de otra distribución normal cualquiera mediante ala siguiente expresión:
       (8.41)
Otro procedimiento para generar números aleatorios N(0,1) es la siguiente subrutina
en FORTRAN:
1 . SUBR UT INA NORM AL (Ex , ST Dx, x)
2 . SUM = 0 .0
3 . DO 5 I = 1 ,1 2
4 . R = RND ®
5 . SUM = S UM + R
6 . x = ST D x * *(S UM – 6 .0 ) + Ex
7 . RET URN
Para N(0 ,1 ), hacer Ex = 0 y ST Dx = 1

Ejemplo de Generación Sintética de caudales Anuales

Supongamos que se dispone de los siguientes caudales medios anuales calculados
sobre la base de los registros hidrométricos dados en la Tabla 8.8 en un estación
determinada. Los parámetros estadísticos de la muestra son los siguientes:
  355.1 m 3 / s  2  0.01865

S = 55.6 m 3 / s   306.63
  0.13852
  0.13657  0.13852
Suponiendo que los caudales medios anuales en dicha estación son normalmente
distribuidos, el algoritmo de generación sería, de acuerdo con la Ecuación (8.35):

2 78
Qi  355.1  0.13675(Qi 1  355.1)  Z i (55.6) (1  0.01865)

Qi  355 .1  0.13675 (Qi 1  355 .1)  55 .0791 * Z i

En donde Z i es una variable aleatoria normalmente distribuida con media igual a

cero y desviación estándar igual a uno.

TABL A 8 .8 .: EJEMPLO DE GENER ACIÓN SINT ÉT ICA DE CA UDALES

AN UALES

AÑO Q i (m 3 / s) i Q i (m 3 / s) Q i 1 (m 3 / s )
1 96 0 3 99 1 3 99
1 96 1 3 89 2 3 89 3 99
1 96 2 4 38 3 4 38 3 89
1 96 3 4 17 4 4 17 4 38
1 96 4 2 58 5 2 58 4 17
1 96 5 2 27 6 2 27 2 58
1 96 6 3 72 7 3 72 2 27
1 96 7 3 38 8 3 38 3 72
1 96 8 3 89 9 3 89 3 38
1 96 9 3 19 10 3 19 3 89
1 97 0 4 24 11 4 24 3 19
1 97 1 4 15 12 4 15 4 24
1 97 2 3 41 13 3 41 4 15
1 97 3 3 18 14 3 18 3 41
1 97 4 3 60 15 3 60 3 18
1 97 5 3 70 16 3 70 3 60
1 97 6 3 02 17 3 02 3 70
1 97 7 3 36 18 3 36 3 02
1 97 8 3 73 19 3 73 3 36
1 97 9 3 11 20 3 11 3 73
1 98 0 2 94 21 2 94 3 11
1 98 1 4 32 22 4 32 2 94
1 98 2 3 45 23 3 45 4 32
24 3 45

2 79
 REFERENCIAS
Linsley, R.K., Kohler, M.A y Paulhus, J.L. “ Hidrología para Ingenieros”. Mac Graw –
Hill. Latinoamericana. 1977.
Hjelmfelt, A.T. and Cassidy, J.J. “Hydrology for Engineers and planners”. Lowa Stae Univ
– Press, Ames. Lowa, 1975.
Linsley, R.K., y Franzini, J.B. “Ingeniería de los Recursos Hidráulicos”. Editorial
Continental.

PROBLEM AS
8.1 Determine la capacidad del embalse necesaria para garantizar el 60% del rendimiento
anual de un río que tiene los siguientes datos anuales:
Q (m3/s) 57 133 14 8 5 0 0 0 0 70 67 52

8.2 Un embalse fuera de cauce se llenará con un canal de derivación de 5 m 3/s. Estime el
volumen almacenado en el año con los datos anuales, mensuales y diarios del río Torbes en
Sabaneta dados a continuación; compare los resultados e indique cuál sería el correcto.
Bajo qué condiciones no se tendría error.

2 80
 Día E F M A M J J A S O N D
1 1. 92 1. 62 1. 3 5 1. 11 5. 55 3. 52 12. 1 8. 13 7. 71 4. 62 6. 67 7. 83
2 2. 07 1. 49 1. 35 1. 11 3. 32 3. 73 9. 07 7. 23 5. 06 10. 1 9. 73 7. 83
3 2. 07 1. 62 1. 35 1. 11 3. 73 2. 75 8. 13 6. 39 5. 86 6. 60 6. 95 8. 32
4 1. 92 1. 49 3. 21 0. 990 5. 37 2. 57 13. 7 5. 60 6. 95 9. 07 6. 67 12. 1
5 1. 92 1. 62 2. 40 0 . 990 21. 0 5. 79 9. 40 6. 39 7. 83 5. 60 5. 86 13. 6
6 1. 92 1. 49 1. 77 0. 990 7. 23 3. 13 16. 3 6. 67 8. 44 5. 34 5. 34 15. 0
7 1. 92 1. 49 1. 62 0. 990 5. 86 3. 32 18. 9 5. 60 12. 4 4. 62 18. 6 13. 8
8 1. 77 1. 49 1. 35 0. 990 4. 16 15. 9 11. 8 5. 34 11. 1 5. 64 12. 6 10. 8
9 1. 77 1. 35 1. 35 0 . 890 4. 39 11. 4 9. 40 6. 39 12. 1 6. 12 15. 0 9. 73
10 1. 62 1. 49 1. 35 0. 890 3. 13 6. 12 7. 83 5. 60 10. 1 5. 60 20. 0 9. 07
11 1. 62 1. 35 1. 23 0. 890 2. 94 4. 86 6. 95 5. 10 7. 53 5. 10 14. 1 17. 1
12 1. 62 1. 49 1. 11 0. 790 4. 16 6. 67 6. 39 4. 86 6. 67 4. 86 12. 2 21. 2
13 1. 49 1. 49 1.11 0. 790 2. 57 12. 8 6. 12 4. 62 6. 39 6. 00 10. 8 15. 8
14 1. 77 1. 35 1. 11 0. 790 2. 57 7. 53 6. 02 4. 39 5. 60 9. 40 9. 07 13. 8
15 1. 77 1. 49 1. 11 0. 790 2. 23 5. 60 8. 04 4. 62 5. 34 15. 7 8. 13 14. 6
16 1. 77 1. 35 1. 11 0. 790 3. 92 7. 23 5. 86 5. 60 4. 06 16. 5 7. 23 46. 0
17 1. 62 1. 3 5 0. 990 0. 790 3. 13 6. 39 5. 10 5. 60 4. 06 9. 40 7. 23 37. 3
18 1. 49 1. 35 1. 11 0. 890 2. 40 5. 34 7. 83 4. 86 4. 62 7. 53 6. 67 22. 7
19 1. 49 1. 23 1. 11 0. 790 2. 23 4. 62 5. 60 4. 62 6. 18 6. 39 6. 39 15. 4
20 1. 49 1. 35 1. 35 0. 790 2. 07 13. 1 5. 60 5. 34 13. 2 5. 86 8. 86 13. 4
21 1. 4 9 1. 23 1. 62 0. 790 1. 92 7. 83 5. 10 8. 06 6. 67 5. 60 5. 60 12. 6
22 2. 23 1. 23 1. 35 0. 890 1. 92 9. 20 4. 62 12. 7 6. 12 6. 12 8. 16 11. 5
23 1. 92 1. 35 1. 23 0. 990 1. 92 7. 53 4. 62 8. 44 5. 60 5. 34 6. 67 10. 8
24 1. 62 1. 49 1. 23 0. 890 2. 57 12. 4 4. 16 8. 13 5. 34 5. 34 6. 95 9. 73
Día E F M A M J J A S O N D
26 1. 62 1. 62 1. 49 1. 11 2. 23 12. 1 6. 12 20. 8 4. 62 6. 68 14. 4 9. 07
27 1. 49 1. 49 1. 23 4. 06 2. 07 14. 1 5. 86 7. 03 6. 695 11. 1 10. 6 9. 07
28 2. 23 14. 9 1. 11 7. 04 9. 66 11. 8 4. 62 7. 23 5. 06 6. 67 10. 1 10. 4
29 2. 57 1. 11 8. 55 7. 37 9. 73 4. 62 6. 39 5. 10 5. 60 9. 07 8. 44
30 1. 77 1. 11 9. 83 5. 10 9. 60 4. 86 5. 60 4. 86 6. 76 8. 44 7. 53
31 1. 77 1. 11 3. 73 10. 8 7. 87 6. 39 6. 95 6. 95
Media 1. 79 1. 46 1. 37 1. 77 4. 31 7. 86 7. 74 6. 05 6. 98 7. 12 9. 50 13. 9
M áx . 5. 27 2. 07 3. 21 9. 83 21. 0 15. 9 18. 9 20. 8 13. 2 16. 8 20 . 0 46. 0
Min. 1. 49 1. 23 0. 990 0. 790 1. 92 2. 57 4. 16 4. 39 4. 62 4. 62 5. 34 6. 95

P r om ed i o an u al 5 . 92 m 3 /s
M áx im o 46 . 0 m 3 /s
M í ni m o 0 .7 9 m 3 /s

2 81