CAPTULO 8

ESTUDIO DE LA CAPACIDAD DE UN EMBALSE

8.1 INTRODUCCIN

En los captulos anteriores se ha dado mayor nfasis al caudal pico.

Sin embargo, muchas estructuras hidrulicas se construyen con la finalidad
de almacenar el caudal para un uso posterior. En este captulo se van a
estudiar los mtodos que permiten determinar la capacidad de un embalse
que cubra la demanda de algn uso determinado. Se estudian tres
procedimientos generales; el primero viene a ser un procedimiento de
simulacin, mientras que los otros dos son de naturaleza probabilstica.

8.2 METODOS DE SIMULACIN

Los mtodos de simulacin ms simples se basan en la acepcin irreal
de que los caudales que ocurrieron en el pasado se repetirn en forma
idntica en el futuro. La operacin del embalse se puede simular transitando
en forma analtica la serie de aportes al embalse, extrayendo las demandas y
prdidas y efectuando un balance del almacenamiento restante. Es decir, se
resuelve numricamente la ecuacin de continuidad para un perodo de
tiempo especfico.

Volumen de
Entrada

Volumen de
Salida
Cambio en el
Almacenamiento

8.3. SELECCIN DE LA CAPACIDAD PARA UN VASO FLUVIAL

El anlisis general se llama estudio de operacin y esencialmente es
una simulacin de la operacin del vaso para un periodo de tiempo de
acuerdo con un grupo de reglas adoptadas. El estudio de operacin puede
disearse para definir las reglas ptimas para operacin, para seleccionar la
capacidad instalada ms eficiente para la casa de fuerza, para establecer la
capacidad necesaria de la obra de extraccin para una presa de control de
avenidas, o para lograr muchas otras decisiones necesarias en el curso de la
planeacin de un proyecto.

242
 Un estudio de operacin puede hacerse slo para un periodo de
escurrimientos extremadamente bajos, el cual se selecciona como periodo
crtico o puede extenderse o prolongarse para el periodo total observado o
registro sinttico. En el primer caso, el estudio no puede hacer ms que
definir la capacidad necesaria para sortear a la sequa seleccionada, en tanto
que en el ltimo caso, el estudio puede determinar el agua utilizable (o
energa), para cada ao del registro. El estudio ms completo indica la
probabilidad de deficiencia de agua o de engra de diversas magnitudes, las
cuales son importantes en la planeacin econmica y en la integracin del
proyecto dentro de un sistema.
Un estudio de operacin puede llevarse a cabo con datos anuales,
mensuales, diarios o aun periodos ms cortos. Los datos anuales, por lo
general, proporcionan resultados relativamente toscos, debido a que la
secuencia del escurrimiento durante el ao 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 pequeo, la secuencia del escurrimiento dentro del mes
puede volverse importante y se necesitarn los datos diarios.
Pueden hacerse anlisis grficos aproximados, pero con el objeto de
tomar en cuenta todos los factores de importancia, es necesario una solucin
en forma tabular. Para anlisis muy prolongados (incluyendo el estudio de
sistemas complejos), el uso de computadoras digitales tiene muchas
ventajas. Mediante la programacin de la operacin en una computadora, es
posible hacer muchas alternativas o ensayos con diferentes reglas de
operacin o cambios en las caractersticas fsicas 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 estacin, 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

243
un periodo de sequa realmente crtico y el registro debe prolongarse o
extenderse haciendo la comparacin con registros de mayor duracin de
escurrimiento fluvial que se tengan para las zonas vecinas, o mediante el
empleo de una relacin de precipitacin escurrimiento. Por medio de este
registro, se seleccionan uno o ms aos crticos o periodos de aos para
hacer el anlisis.
Despus 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 construccin del vaso de almacenamiento incrementa o
aumenta tambin el rea de la superficie del agua expuesta arriba de la
corriente natural y aumenta la perdida por evaporacin. Por otra parte, toda
la precipitacin que cae sobre la superficie del vaso queda inmediatamente
disponible, en tanto que en el estado natural, nicamente una porcin de la
lluvia sobre el terreno escurre hacia la corriente. En las regiones hmedas,
la combinacin de estos dos efectos generalmente representa una ganancia
neta de agua, pero en las regiones ridas, la evaporacin 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 prdidas. Comnmente es satisfactorio para estudios
preliminares, multiplicar la ganancia o prdida neta por el rea del vaso a la
elevacin media del mismo para determinar el volumen de agua
involucrado. Si la diferencia en rea entre el almacenamiento mximo y
mnimo es grande, el efecto de la evaporacin y de la precipitacin debe
calcularse mes a mes con base en la elevacin estimada para la superficie
del agua para cada mes.
El ejemplo ilustrativo 8.1 . Muestra el clculo 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 ao ms crtico de un registro de larga duracin o

244
prolongado. El almacenamiento necesario es la suma de los incrementos
mensuales de la demanda superior al escurrimiento fluvial.
Ejemplo ilustrativo 8.1. A continuacin se dan: Escurrimiento o
aportaciones mensuales de entrada durante el periodo crtico de niveles
bajos de agua en el sitio de una presa determinada. Los valores
correspondientes mensuales de evaporacin y de la precipitacin en una
estacin cercana y la demanda mensual calculada que hay del agua que va a
almacenarse. Los derechos de agua anteriores exigen la extraccin del
escurrimiento natural total, o bien, de 10 ha-m por mes, del volumen
mensual mnimo. Considrese que el 25% de la lluvia sobre el rea del
terreno que va a inundarse por medio del vaso ha llegado a la corriente en el
pasado. sese un rea neta de almacenamiento de 400 ha. Encontrar el
almacenamiento til necesario.
TA B L A 8. 1 S I M U L A C I N D E L A O P E R A C I N D E U N EM B A L S E C A PA C I D A D M X I M A
8, 7 4 H m 3 ( 2 7 7 m 3 / s - a o ) D E M A N D A A N U A L 2 , 1 3 m 3 / s - a o .

1 2 3 4 5 6 7 10 8 9
Necesidad
Evaporac Compromis Escurrimie
precipit Evapora Precipi es de
Gastos. in del Demanda os aguas nto
Mes acin cin ha- tacin Almacena
Ha-m tanque. ha-m abajo ha- ajustado
mm. m ha-m miento
mm m ha-m
ha-m

Ene 210 89 11 4 4 10 2,1 2,9 201 0

Feb 440 127 11 9 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 11 7 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 11 7 3 0,3 1,4 2,9 1,5 0
To t a l 655,2 1030 416 100 25,2 24,1 10,4 616,5 105.00
8.4. DETERMINACIN DEL RENDIMIENTO PARA UNA CAPACIDAD
400
* Col 3 x x 0.7 x10 3
DETERMINADA
12 DEL VASO .
400
Col 4 x x 0.75 x10 3
12
Col 2 Col 6 Col 7 Col 8
Col 9-Col 5. Siempre que la suma sea negativa

245
 En algunos casos la capacidad del vaso esta fijada por las
condiciones en el sitio y es necesario determinar qu cantidad de agua
rendir esta capacidad del vaso. El rendimiento firme es igual a la suma del
almacenamiento utilizable en el vaso y de la aportacin utilizable durante el
periodo crtico (seleccionando tal como se describi en la seccin anterior).
Para los datos del ejemplo ilustrativo 8.2, el escurrimiento de entrada
disponible durante los meses crticos 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 ser de 24 ha-m, o
sea, de 2 ha-m por mes. Como este periodo se considera el periodo ms
crtico del registro, puede esperarse un rendimiento ms alto en todos los
otros aos. Sin embargo, el escurrimiento en exceso del rendimiento firme
de 2 ha-m por mes debe clasificarse como rendimiento secundario.

8.5.CURVAS MASA

No siempre es un asunto sencillo la seleccin del periodo crtico de

escurrimientos bajos. La combinacin de dos aos moderadamente secos en
serie. Puede tener ms seriedad que un ao bajo aislado en forma simple.
Las curvas masa permiten una inspeccin grfica de todo el registro de
cualquier porcin del mismo, para calcular o evaluar el rendimiento. Una
curva masa es la representacin acumulativa del gasto o aportacin de
entrada neta al vaso para un periodo determinado de aos. La Fig.8.4 es una
curva masa para un periodo de 4 aos seleccionada como la porcin ms
crtica de un registro largo o prolongado. La pendiente de la curva masa
en cualquier poca o tiempo, es la medida del gasto de aportacin o entrada
en ese tiempo. Las curvas de demanda, que representan un ritmo de
demanda uniforme, son lneas rectas que tienen una pendiente igual a la del
ritmo de demanda. Las lneas de demanda trazadas tangentes a los puntos
altos de la curva masa (A, B), representan a los ritmos de extraccin del
vaso. Considerando que el vaso est lleno siempre cuando una lnea de

246
demanda corte a la curva masa, la desviacin mxima entre la lnea 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 lnea de demanda se vuelve una curva (en la
practica, una curva masa de demanda), pero el anlisis no cambia. Es
esencial, sin embargo, que la lnea de demanda para una demanda no
uniforme coincida cronolgicamente con la curva masa, es decir, la
demanda de junio debe coincidir con la aportacin o entradas de junio, etc.

FIG .8.1. E MPL E O DE UNA CURVA- MAS A PARA DET E RMINAR L A CAPACIDAD
DE VAS O NE CES ITADA PAR A DAR UN RE NDIMIE NTO ES PE CIFICADO

Ejemplo ilustrativo 8.2. Qu capacidad de vaso es necesaria para

garantizar un rendimiento seguro de 75.000 ha-m por ao, para las
aportaciones que se muestran en la Fig. 8.1?.

247
 Las tangentes a la curva de masas en A y B tienen pendientes iguales
a la demanda de 75.000 ha-m por ao. La mxima desviacin se presenta en
C y es de 56.000 ha-m. Esta es la capacidad necesaria del vaso de
almacenamiento. Un vaso as, estara 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 permanecera lleno y toda la aportacin en exceso de la demanda sera
vertida hacia aguas abajo. En C el vaso estara vaci y en F estara de nuevo
lleno. Ntese que en este caso, el almacenamiento debe hacerse cada 2 aos.

Las curvas-masa tambin 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 desviacin mxima de la curva-
masa no exceda a la capacidad especifica del vaso. Las pendientes de las
lneas resultantes indican los rendimientos que pueden obtenerse en cada
ao con la capacidad especifica de almacenamiento. La pendiente de la lnea
de demanda ms plana es el rendimiento firme. Una lnea de demanda debe
cortar a la curva-masa cuando se prolonga. Si esto no sucede, el vaso no se
vuelve a llenar.

248
 ha-m ha-m/ao
ha-m

ha-m/ao

ha-m/ao
ha-m/ao
ha-m

ha-m/ao

FIG URA 8.2 E MPLE O DE UNA CURVA - MAS A PARA DET E RMINAR E L PO SIB LE
RE NDIMIE NTO DE UN VASO DE CAPACI DAD ES PE CIFICADA.

Ejemplo ilustrativo 8.3. Qu rendimiento seguro estar 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
desviacin mxima de la curva-masa sea de 30.000 ha-m. La tangente desde
B tiene la pendiente mnima de 60.000 ha-m por ao y ste es el
rendimiento seguro. La tangente en A indica un rendimiento posible de
95.000 ha-m en ese ao, pero esta demanda no podra satisfacerse entre los
puntos B y C sin un almacenamiento superior a los 30.000 ha-m.

Una de las desventajas de los mtodos discutidos est en que se basan

en los datos del pasado. Los aportes en el futuro, no necesariamente son
iguales o similares a los registrados. Adems, en este tipo de anlisis es
muy importante la secuencia en que ocurren los eventos. La repeticin de

249
una determinada secuencia es an de ms baja probabilidad que la de un
evento en particular. Sin embargo, se han desarrollado tcnicas que simulan
secuencias similares a las pasadas. Aqu slo vamos a indicar el
procedimiento ms simple. Los mtodos ms complejos estn fuera de los
alcances asignados a esta obra; sin embrago, en la seccin 8.7 se presentan
los modelos ms sencillos para la generacin de series sintticas de
caudales mensuales y anuales.
Para producir una secuencia de caudales similar a los aportes
registrados durante un determinado perodo, se procede como sigue (ver
seccin 8.7): De una tabla de nmeros aleatorios, usemos slo dos dgitos
en una columna cualquiera, que van a representar el ao del registro
disponible. As por ejemplo, al leer un nmero, digamos 61, se escribe el
caudal correspondiente a dicho ao. Se extrae otro nmero y se registra el
caudal correspondiente. Se contina este proceso hasta obtener el nmero
deseado de datos. Se desprecian los nmeros que corresponden a aos sin
registros, tal como 31, por ejemplo. Cuando un nmero ocurre ms de una
vez, se toman los valores de caudal del ao 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 autocorrelacin marcada que debe tomarse en cuenta.
El perodo sinttico debe ser por lo menos igual a la vida til que se asigne
al embalse.

CURVA DE REGULACIN

Una vez que se conoce la serie sinttica de datos para el perodo

deseado, generada como se indica en la seccin 8.7, la capacidad que debe
tener el embalse para cubrir una demanda dada, se puede determinar
mediante la denominada curva de regulacin. Uno de los procedimientos
para calcular dicha curva es el diagrama de masas variando el nivel de la

250
demanda y calculando cada vez el volumen de almacenamiento requerido
para satisfacer la demanda.

La representacin analtica de este mtodo 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 genricos de demanda
expresados como un porcentaje del caudal medio anual (10, 20...100%
de Q ao).
- Se acumulan dichas diferencias.
- En forma analtica o grfica se ubican dos picos sucesivos, de los
cuales, el segundo sea el mayor.
- Se encuentra la mxima diferencia entre el primer pico y el valor ms
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 dficit del intervalo.
- Se repite el procedimiento hasta concluir cronolgicamente con todo
el perodo de anlisis. La mayor entre todas las diferencias ser el
volumen requerido para cubrir los dficit durante todo el perodo, es
decir, capacidad del embalse para regular el caudal medio anual a un
determinado porcentaje.
- Repitiendo el procedimiento para otros porcentajes de regulacin se
obtiene una serie de valores de volumen que permiten construir en
forma grfica o tabular la curva de regulacin o de extraccin.

Ejemplo 8.4: Calcular la curva de extraccin para el ro Capaz en la

estacin Puente El Diablo sobre la base de los registros mensuales para el
perodo 1965-1982, dados en la tabla 8.2.

251
En unidades de volumen:
Vu = 2,9620 D 1 , 5 5 9 con r = 0,90 - (8.1)

En porcentaje:
(Vu / V ) 0.0011 (D/ Q) 2.808
con r 0.95 (8.2)

Adimensional:
(Vu / V ) 33.1163 (D/ Q) 3.169
con r 0.94 (8.3)

donde:
Vu = capacidad o volumen til del embalse para satisfacer la demanda a un
nivel de regulacin dado en Hm 3
D = demanda o caudal regulado en m 3 /s
Q caudal medio anual en m 3 /s
V volumen medio anual correspondiente a Q.

En situaciones de carencia de informacin hidromtrica, la curva de

regulacin se puede estimar mediante procedimientos de anlisis
hidrolgico regional. Para el caso de Venezuela, CARTAYA (1978)
desarroll relaciones empricas en funcin del coeficiente de variacin de
los caudales mensuales, del siguiente tipo:
( Vu / V ) a (C v ) b

Donde C v es el coeficiente de variacin de los caudales anuales

expresado en forma decimal, a y b parmetros de ajustes dados en la Tabla
8.4 Para Venezuela:

C v (0.078 A 0.349
)/Q 0.,387
(8.4)

donde A es el rea de la cuenca en Km 2 y Q el caudal medio anual en m 3 /s

Hay muchos otros procedimientos desarrollados para estimar la curva
de regulacin; la mayora se orienta a la estimacin del rango R, definido
como la capacidad del embalse requerida para regular el 100% del caudal

252
medio anual. A continuacin se dan algunas expresiones del mencionado
tipo:

a. Fller(1951): E (R) 1.60 n / (8.5)

R (0.2181 n) 0.5

n
Anis y Lloyd (1953): E (R) (2 ) 0.5
i 0.5 (8.6)
i 1

b. Salas (1972): E (R) 1.60 n / (8.7)

R (A Bn)
Hurst (1951): R (n/2) k
(8.8)

VU / R log(VU / R) 0.8 1.05(Q D) / (8.9)

VU / R 0.94 0.96[(Q D ) / ]0.5 (8.10)

donde:
R = rango
n = nmero de aos de la serie de caudales
Q= caudal medio anual
= desviacin estndar de Q
R = desviacin estndar de R
A= 0.19676 para =0
B= 0.23380
= coeficiente de autocorrelacin de orden 1
Vu= volumen til
D= demanda o caudal garantizado
E(R)= valor esperado de R

253
TABLA 8.2 CAUDALES MENSUALES DEL RO CAPAZ EN PUENTE EL
DIABLO PARA EL PERODO 1964-1982

Ao C a u d a l e s en m 3 / s
E F M A M J J A S O N D Anua
l
1965 3,6 3,21 3,55 2, 1 6, 0 4, 1 3,1 6, 2 1 0, 0 6, 7 9, 7 4 , 0 5, 1 7
1966 3,2 2, 5 2, 3 2, 9 8, 2 10,4 8,4 6, 3 8,3 11 , 5 12,3 1 2, 4 7, 3 9
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, 3 1
1968 2,4 2. 2 1. 8 8, 8 10,4 10,9 6,8 9, 0 1 0, 2 7, 6 5, 1 2 , 8 6, 5 0
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, 4 4
1970 3,6 2, 9 2, 6 3, 7 6, 4 5, 3 6,6 9, 6 1 0, 1 11 , 5 8, 6 9 , 0 6, 6 6
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, 0 6
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, 0 6
1973 2,9 2, 7 2, 6 2, 8 3, 4 5, 7 4,9 8, 1 1 2, 7 6, 7 10,4 6 , 2 5, 7 6
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, 6 5
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, 4 4
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, 0 1
1977 3,6 3, 1 3, 5 6, 7 9, 8 9, 1 7,1 8, 0 1 0, 2 10,2 9, 5 6 , 8 7, 3 0
1978 2,7 3, 1 2, 3 13,2 13,0 11 , 0 1 0, 3 10,6 1 0, 8 10,6 10,1 1 0, 6 9, 0 3
1979 2,0 1, 7 2, 4 12,3 11 , 5 0 15,5 1 3, 2 13,3 1 4, 0 15,8 15,4 1 0, 3 1 0, 6
1980 4,2 3, 9 3, 3 7, 1 12,5 11 , 3 1 0, 6 13,5 1 6, 7 13,8 14,8 6,0 9,8
1981 3,3 6, 3 10,1 19,0 18,5 20,2 1 2, 8 8, 0 1 4, 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
3, 6 1 3 , 2 2 3,56 7,73 1 0, 0 1 9,10 7, 1 8 8,14 10,24 1 0, 0 5 9,48 5, 9 8 7, 3 4
X
S 1, 4 9 1 , 1 7 2,10 4,65 3,74 4,15 2, 9 8 2,57 2, 9 8 2,76 3,19 3, 3 6 1, 8 6
r 0 , 1 8 1 0, 1 0 5 0, 0 0 4 0, 2 5 9 0, 4 1 0 0, 3 9 2 0,561 0, 4 0 4 0,324 0, 3 8 1 0, 4 6 0 0 , 0 4 50 , 5 4 5
g 0 , 1 8 1 0, 1 0 5 0, 0 0 4 0, 2 5 9 0, 4 1 0 0, 3 9 2 0,561 0, 4 0 4 0,324 0, 3 8 1 0, 4 6 0 0 , 0 4 50 , 5 4 5

Cv 0, 4 1 0 , 3 6 0,59 0,60 0,37 0,46 0, 4 2 0,32 0, 2 9 0,27 0,34 0, 5 6 0, 2 5

Cv 0, 4 2

254
 F I G U R A 8 . 3 C U RVA S D E F R E C U E N C I A - D U R A C I N D E L O S C A U D A L E S M I N I M O S PA R A E L
R I O C A PA Z , E S TA C I N P U E N T E E L D I B L O .

255
TAB L A 8.3 CURVA DE E XT RACCI N DE LO S CAUDAL E S ME NS UAL ES PARA EL
RIO CAPAZ E N PUE NTE E L DIAB LO , PE RO DO 1964-1982

P orcent aj e de C audal R egul ado C apaci dad

3
VU/ V %
R egul aci n m /s R equeri da en Mm 3
0 0 0 0
10 0.73 0 0
20 1.47 3.9 9.43
30 2.20 5.8 14.03
40 2.94 9.3 21.77
50 3.67 18.4 44.52
60 4.40 28.7 67.02
70 5.14 46.2 111.77
80 5.87 78.5 189.92
90 6.61 207.4 501.77
100 7.34 399.9 967.49

TAB L A 8.4 E CUACIO NE S E MPRICAS RE G IO NAL ES PARA ES T IMAR E L NIVE L

DE REG UL ACI N E N RIOS DE VE NE Z UEL A

P orcent aj e de a b
regul aci n
100 4.978 0.828
90 3.372 0.948
80 2.278 0.968
70 1.466 0.910
60 0.909 0.825
50 0.488 0.667
40 0.288 0.585
30 0.160 0.580

ANLISIS DE SEQUIAS NO SECUENCIALES

En su aspecto ms simple el anlisis de sequas se orienta al

establecimiento de las relaciones de Caudal-Duracin-Frecuencia (Q-D-F)
de los caudales mnimos en el punto de inters.
El procedimiento es como sigue:
1. Se selecciona la duracin mnima deseada, digamos un mes

256
 2. Se calcula el caudal medio del mes; se establece el menor de ellos y
se extrae de los registros.
3. Se analiza el registro en busca del prximo promedio ms pequeo.
Los perodos de 30 das no deben superponerse, es decir, que un
caudal mensual se usar una vez
4. Se contina el procedimiento hasta agotar todos los registros.
5. Los valores seleccionados se ordenan de menor a mayor, asignando a
cada valor la siguiente posicin de grfica:

n 1
T
m

donde:
T= perodo de retorno
m= nmero de orden asignado al ordenar los valores en forma
creciente
n= nmero de aos de registro

Los resultados se grafican (Q vs Tr) obtenindose as una serie de

duracin parcial para caudales mnimos de 30 das

6. Se repite el procedimiento para otras duraciones, digamos 2, 3, 6

meses. Los resultados finales constituyen una familia de curvas de
perodos de caudales mnimos de diferentes duraciones y frecuencias.

Cuando se dispone de informacin sobre caudales diarios, se suelen usar

perodos cada 10 das que son los equivalentes a los intervalos de riegos.

En la Figura 8.3 se presenta una ilustracin del mtodo, tomando como

base los caudales mensuales del ro Capaz, en Puente El Diablo, dados en la
Tabla 8.2.

257
 Sobre la base de las curvas de Caudal-Duracin-Frecuencia, se puede
establecer un perodo sinttico de sequa para cualquier intervalo de
recurrencia, y utilizarlo en un proceso de simulacin para determinar el
tamao 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 m 3 /s, en un ro para el cual se ha establecido
la siguiente sequa sinttica de 5 aos de perodo de retorno:
Caudal promedio mnimo de 7 das = 0.26 m 3 /s
15 das = 0.50
30 das = 0.84
60 das = 1.40
120 das = 2.80
6 meses = 6.60
1 ao = 61.0
Solucin: El procedimiento se presenta en la Tabla 8.5 y en la figura
8.4. Se calculan los volmenes 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
mxima diferencia entre los aportes y la demanda, trazando una paralela a la
lnea 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 m 3 /s da).
Este procedimiento se conoce como el mtodo de STALL (1962).

TAB L A 8.5 RE Q UE RIMIE NTO DE AL MACE NAMIE NTO PAR A CUB RIR UNA
DE MANDA DE 30 m 3 / s, E N UN PE RIO DO S INT E T ICO DE SE Q UA DE 5 AO S
DE INTE RVAL O DE RE CURRE NCIA.

258
 Duracin en C a u d a l m e d i o pa r a Vo l u m e n de Vo l u m e n d e Diferencia entre
3
das la duracin Aporte en (m /s- demanda en Aportes y
3 3
(1) (m /s) da) (m /s-da) Demanda
(2) (3) (4) (m3/s-da)
(5)
7 0, 2 6 1,82 210 -208,18
15 0, 5 0 7,50 450 -442,50
30 0, 8 4 2 5, 2 0 900 -874,80
60 1, 4 0 8 4, 0 0 1800 -2436,0
120 2, 8 0 3 3 6, 0 3600 -3264,0
183 6, 6 0 1207,8 5490 -4282,2
365 6 1, 0 2 2 2 6 5, 0 10950 11 3 1 5 , 0

FIG URA 8.4 DIAG RAMA DE MAS AS DE L A S EQ UA SINT ET ICA DE L A TAB L A

8.5

8.6 METODO PROBABILISTICO

El estudio de la capacidad del embalse tambin se puede realizar

utilizando el mtodo probabilstico de MORAN (1954, 1959). Uno de los
factores ms significativos de este anlisis viene a ser la probabilidad de
falla en no satisfacer la demanda.
El problema es el siguiente: Se desea construir un embalse en un ro
para satisfacer una demanda especfica. Los caudales de aporte constituyen
una variable aleatoria. Cul ser la probabilidad para que la demanda sea
satisfecha?.

259
 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 distribucin de frecuencias tal, que la probabilidad de que el aporte sea
de i unidades es p i . Si el contenido actual ms el aporte es mayor que la
capacidad K del embalse, el excedente se pierde sin poder ser considerado
en la satisfaccin de la demanda. Luego de transcurrir el perodo de aportes,
ocurre una extraccin de M unidades, si es posible. En el caso de que en el
embalse haya menos que M unidades en almacenamiento, la extraccin ser
total. Hay que observar que la secuencia de aportes y demanda es idntica a
la considerada en el mtodo tabular discutido anteriormente. El objetivo del
anlisis 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 URA 8.5 UNA S E CUE NCIA PO S IB L E DE LO S APO RT ES PARA UNA

CAPACIDA D DE 5 UNIDADE S . L A DE MANDA E S DE 2 UNIDAE S , CO NS TANT E .

Consideremos como ejemplo un embalse de capacidad K de 5

unidades, y una demanda M de 2 unidades. Sea P i la probabilidad de que el
embalse posea i unidades al inicio de la operacin, y P i , la probabilidad de
que el embalse se mantenga con i unidades despus de un ciclo de aportes y
extracciones. La probabilidad de tener en el embalse 2 unidades al final de
dicho ciclo ser:

260
 P 2 = P 3 (p 1 ) + P 2 (p 2 ) + P 1 (p 3 ) + P 0 (p 4 ) (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 = P 3 (p o ) +P 2 (p 1 ) + P 1 (p 2 ) +P 0 (p 3 ) (8.12)

La probabilidad P 3 es ms compleja, debido a que se debe a la

extraccin del embalse lleno, lo cual puede suceder a un solo llenado o un
llenado y alivio.

Luego:
(8 .1 3 )
P 3 = P 3 (p 2 + p 3 + p 4 + p 5 ) + P 2 (p 3 + p 4 + p 5 ) + P 1 (p 4 + p 5 ) + P 0 (p 5 )

p 5 se toma como la probabilidad de tener un aporte mayor de 4 unidades.

La probabilidad de terminar con el embalse vaco tambin es
compleja, ya que el embalse podra quedar vaco sin haber satisfecho la
demanda.

Luego:

P 0 = P 2 (p 0 ) +P 1 (p 1 +p 0 ) + P 0 (p 2 +p 1 +p 0 ) (8.14)

Estas ecuaciones se expresan normalmente de la siguiente forma:

P 3 = P 3 (p 2 + p 3 +p 4 + p 5 ) + P 2 (p 3 + p 4 +p 5 ) + P 1 (p 4 + p 5 ) +P 0 (p 5 )

P 2 = P 3 ( p 1 ) + P 2 (p 2 ) + P 1 (p 3 )+P 0 (p 4 ) (8.15)

P 1 = P 3 (p 0 ) + P 2 (p 1 ) + P 1 (p 2 ) +P 0 (p 3 )

261
 P 0 = P 2 (p 0 ) + P 1 (p 1 + p 0 ) + P 0 (p 2 + p 1 + p 0 )

El uso de estas ecuaciones se puede ilustrar mediante un ejemplo

numrico: Para K= 4 y M= 2, las ecuaciones son:

P 2 = P 2 (p 2 + p 3 + p 4 ) + P 1 (p 3 + p 4 ) + P 0 (p 4 )

P 1 = P 2 (p 1 ) + P 1 (p 2 ) + P 0 (p 3 ) (8.16)

P 0 = P 2 (p 0 ) + P 1 (p 1 + p 0 ) + P 0 (p 2 + p 1 + p 0 )

En cualquier caso, se debe determinar la probabilidad de ocurrencia

de los aportes a partir del anlisis de frecuencia de los datos de caudales
medios anuales. Para este ejemplo vamos a asumir que dichas
probabilidades son como sigue:

p 0 = 0.1 p 3 = 0.3
p 1 = 0.2 p 4 = 0.1 (8.17)
p 2 = 0.3

En tal forma que la ecuacin (8.16) queda convertida a:

P 2 = 0.7 P 2 + 0.4 P 1 + 0.1 P 0

P 1 = 0.2P 2 + 0.3 P 1 + 0.3 P 0 (8.18)

P 0 = 0.1 P 2 + 0.3 P 1 + 0.6 P 0

Considerando que el embalse est vaco a t = 0, se tiene:

P0 = 1 P1 = P2 = 0 (8.19)

Luego de (8.18) se obtiene:

262
 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 vaco 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:
P2 = 0.7 (0.1) + 0.4 (0.3) + 0.1 (0.6)
P1 = 0.2 (0.1) + 0.3 (0.3) + 0.3 (0.6) (8.21)
P0 = 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 vaco ha bajado a 46%, obsrvese 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 perodo deseado.

En la Figura 8.6 se muestran los resultados de dicho mtodo.

263
FIG URA 8.6 PROB AB IL IDAD DE Q UE EL E MB ALS E E ST E A UN NIVE L
DET E RMINADO O DEB AJO DE L AL FINAL DE L PE RIO DO . E L PRO CES O S E
INICIA CO N E L E MB AL S E VACIO .

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 funcin
del tiempo. Las lneas trazadas slo indican la tendencia, no constituyen un
proceso continuo durante el ao. A medida que el tiempo se incrementa, las
lneas tienden a la horizontal. Esto indica que P i = P i o que la distribucin
se hace estacionaria. La Figura 8.7 representa el resultado de un proceso
similar al de la Figura 8.6, pero para condicin de embalse lleno al inicio
de la operacin. En este caso las curvas tambin tienden hacia una
distribucin estacionaria, la cual es la misma que la de la Figura 8.6. Esto
significa que los ltimos eventos no son influenciados en forma marcada
por los primeros.

La distribucin estacionaria es una informacin muy significativa y se

puede establecer directamente. La condicin es que:

264
FIG URA 8.7 PROB AB IL IDAD DE Q UE EL E MB ALS E S E E NCUE NT RE A UN
NIVE L DADO O PO R DE B AJO DE L AL FINAL DE UN CICL O , PART IE NDO CO N
E L E MB AL SE L LE NO .

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

P 2 = P 2 = 0.7 P 2 + 0.4 P 1 + 0.1 P 0

P 1 = P 1 = 0.2 P 2 + 0.3 P 1 + 0.3 P 0 (8.23)

P 0 = P 0 = 0.1 P 2 + 0.3 P 1 + 0.6 P 0

o lo que es lo mismo:

0 = -0.3 P 2 + 0.4 P 1 + 0.1 P 0

0 = 0.2 P 2 0.7 P 1 + 0.3 P 0 (8.24)

0 = 0.1 P 2 + 0.3 P 1 0.4 P 0

Este es un sistema de 3 ecuaciones con 3 incgnitas, pero no es

soluble debido a que las variables no son independientes. La solucin slo
puede resolverse reemplazando una ecuacin por la restriccin P 2 + P 1 + P 0
= 1; lo cual indica que el embalse debe contener 0.1 2 unidades al final
del ciclo.

Luego, el sistema de ecuaciones a ser resuelto sera:

1 = P2 + P1 + P0

0 = 0.2 P 2 0.7 P 1 + 0.3 P 0 (8.25)

265
 0 = 0.1 P 2 + 0.3 P 1 0.4 P 0

La solucin de este sistema de ecuaciones arroja los siguientes

resultados:
P 2 = 0.442
P 1 = 0.256 (8.26)
P 0 = 0.302

Con este resultado se concluye que, despus de haber puesto el

embalse en operacin por algn tiempo, la probabilidad de que llegue vaco
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 slo posee 1 unidad, la

demanda no podr ser satisfecha. Por lo tanto, la probabilidad de falla en la
satisfaccin de la demanda se puede evaluar como sigue:

P F a l l a = P 0 (p 1 + p 0 ) + P 1 (p 0 )

=0.302(0.3) + 0.256 (0.1) (8.27)

= 0.116
Por supuesto que no es deseable obtener valores elevados de P F a l l a . La
probabilidad de desperdicio de agua se puede establecer aplicando un
razonamiento similar a la porcin superior del embalse.

Como se puede apreciar, este mtodo analtico es de uso muy sencillo

y resulta en una informacin muy til que no la puede proporcionar el
diagrama de masas ni el mtodo de simulacin. Para efectos de aplicacin
prctica, el embalse tendr que dividirse en muchos niveles, resultando en
un sistema de un elevado nmero de variables a resolver.

266
8.7. EXTENSIN Y GENERACIN SINTTICA DE SERIES HIDROLGICAS

Introduccin

Las series de tiempo hidrolgicas, como caudales mensuales y

anuales, pueden ser extendidas o generadas por correlacin con datos de
lluvias medidas o tambin generadas, o con datos de caudales concurrentes
registrados en hoyas vecinas. En relacin con este aspecto, surge la
preocupacin sobre la extensin del perodo de generacin de los datos de
caudal ms all del perodo para el cual las otras variables de la
correlacin estn disponibles. La hidrologa estocstica constituye una
herramienta til sustitutiva del anlisis de correlacin y regresin en dichos
casos, mediante la aplicacin de los mtodos hidrolgicos estocsticos,
siendo el ms comnmente utilizado el denominado procedimiento de Monte
Carlo, el cual se describe a continuacin.

Procedimiento de Monte Carlo

El mtodo de Monte Carlo se aplica cuando los valores que

constituyen las series hidrolgicas son independientes, como es el caso de
lluvias anuales o, en algunos casos, caudales anuales. La independencia
entre eventos hidrolgicos consecutivos puede ser determinada por medio
del coeficiente de correlacin serial (correlacin entre el valor en un ao y

el valor en el ao precedente). As, si al menos 25 de dichos valores x i ,

estuvieran disponibles, se podra determinar su distribucin de frecuencias

suponiendo que esa muestra es representativa de la toda la poblacin .
Asumiendo que la muestra puede ser ajustada a una distribucin normal
(ver Figura 8.8), se obtienen los siguientes parmetros:

n
xi
Media de la muestra con n =25 (8.28)
i 1 n

=
2 (x i ) 2
Varianza de la muestra S i 1 (8.29)
n 1

Desviacin estndar de la muestra S = (x

i 1
i ) 2
(8.30)
n 1

267
 Ahora bien, si se genera una muestra de 100 aos, sta debera tener
la misma media que la encontrada en la muestra original de 25 aos y la
misma desviacin estndar, pero calculadas sobre la base de los 100 valores
en vez de los 25 indicados anteriormente. Los valores que arrojan estos
parmetros pueden ser escritos sobre tarjetas; retirando una tarjeta despus
de la otra se puede constituir la serie de tiempo de 100 aos..

Figura 8.8. Procedimiento de Monte-Carlo. Ajuste de la muestra a la

distribucin normal.

En la prctica, 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
desviacin estndar igual a uno. Los valores de Z i tambin pueden ser
generados mediante un programa de computacin.

Siguiendo el procedimiento de Monte Carlo, los datos de serie

sinttica q i pueden expresarse como se indica a continuacin:

q i = i * S (8.31)

Donde q i es el valor generado de caudal, con i de 1 a 100, siendo este

ltimo valor igual a la longitud de la nueva serie ( o de 1 a 1000 si la serie
generada es de 1000 aos de longitud); es el promedio de los valores
observados (Ecuacin 8.28); i es el trmino aleatorio distribuido
normalmente; y S, la desviacin estndar de los valores observados.

268
 Hay que tener presente que el procedimiento de Monte Carlo se
fundamenta en el concepto de que la distribucin normal es la que mejor se
ajusta a una determinada muestra de datos, de modo tal que la lnea recta
en la Figura 8.8 puede ser extrapolada para frecuencias menores a las que
corresponden a los datos histricos, y que la muestra de 25 aos de datos
observados conduce a valores suficientemente exactos de la media y la
varianza.

Modelo Markoviano de primer orden

Se ha demostrado que, en general, el caudal durante un cierto

perodo, por ejemplo, un ao, un mes, o un da es dependiente del caudal
que ocurre durante el perodo precedente. Esto se debe al denominado
fenmeno de persistencia , es decir la tendencia de que un caudal bajo es
ms probable que sea seguido por otro caudal bajo que por un caudal alto y,
similarmente, que un caudal alto es ms probable que sea seguido por otro
caudal alto, y no por un caudal bajo. Este fenmeno de persistencia puede
expresarse en la forma ms simple para caudales anuales por una cadena
markoviana de primer orden de la siguiente estructura general:

x i x 0 ( xi 1 x 0 ) ei (8.32)

Donde

x i , x i 1 : son los registros durante los perodos i, e (i 1)

x0 : es una constante (igual a la media de los valores observados)
( x i 1 - x i ): es el componente determinstico
: es el coeficiente de autorregresin
ei: es el componente aleatorio

Tomando el mismo caso anterior, la ecuacin autorregresiva se

obtiene de los 25 puntos aplicando el mtodo de los mnimos cuadrados; e i
tiene media cero. Se supone que e i posee una varianza constante y que es
independiente de x i 1 . Tambin se supone que el coeficiente de correlacin
es independiente de x i ; en realidad, la correlacin es ms fuerte para
caudales bajos que para caudales altos.

269
Figura 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 correlacin entre los pares de valores x i , x

i 1 ), que se determinan mediante las ecuaciones (8.33) y (8.34). La
representacin grfica de esta relacin se da en la Figura 8.10.

x x
x x
i i 1
i i 1
n (8.33)
( xi ) 2
x
2
i
n

270
 ( x i xi 1
x x i i 1
)2
2
n (8.34)
( xi ) 2
( xi 1 ) 2
( xi )( x 2 i 1
2
)
n n

Obsrvese que si x i x i 1 , entonces .

Figura 8.10. Coeficiente de autorregrsin en una cadena markoviana de

primer orden.

Introduciendo las ecuaciones (8.33) y (8.34) en la ecuacin (8.32) se

obtiene el siguiente algoritmo o ecuacin de generacin para los
caudales anuales:

q i (qi 1 ) i S 1 2 (8.35)

, y S son los parmetros estadsticos de la serie de valores de

caudales histricos (muestra).

Para generar una serie de 100 aos, 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.

271
Con el primer valor q i 1 se calcular q i utilizando la ecuacin (8.35),
tomando i de una tabla de valores de la variable aleatoria normalmente
distribuida con media igual a cero y desviacin estndar igual a uno.
Dado que cada q i est 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.

Modelos de Thomas Fiering

El modelo estocstico de Thomas Fiering se utiliza para la

generacin de series sintticas mensuales. Si bien el procedimiento
general es similar al modelo de Markov, el modelo es ms complejo,
porque utiliza la media y la desviacin estndar 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 generacin 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 histricos para el mes j bajo consideracin

j 1 : media de los caudales histricos para el mes j-1 bajo
consideracin
j , j 1 : coeficiente de correlacin serial de primer orden entre valores en
meses consecutivos; si se consideran valores mensuales, 5, 4 sera el
coeficiente de correlacin serial entre los meses 5 y 4 (meses de mayo y
abril)
S j : desviacin estndar de los caudales histricos para el mes j bajo
consideracin
S j 1 : desviacin estndar de los caudales histricos para el mes j-1 bajo
consideracin
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 ao i de la secuencia de caudales
generados
Z i , j : variable aleatoria normalmente distribuida con media igual a cero y
desviacin estndar igual a uno, aplicada al mes j del ao i de la
secuencia de caudales generados.

272
 Otros modelos de generacin sinttica de caudales

Existen otros modelos hidrolgicos para la generacin de series

sintticas. En el caso de existir datos de precipitacin mensual, stos
pueden usarse para generar datos de caudal introducindolos como un
trmino determinstico en la ecuacin de generacin de la forma K(P
i ). De la misma manera la temperatura o el caudal en una hoya

cercana pueden ser introducidos como trminos determinsticos

adicionales.

Si los valores no son normalmente distribuidos, puede ser posible

aplicar una transformacin simple tal como:
logaritmos naturales de los caudales en lugar de los caudales
mensuales o anuales.
Raz cuadrada de la precipitacin en lugar de la precipitacin.

Generacin de Nmeros Aleatorios Uniformemente distribuidos

La mayora de las computadoras personales y calculadoras de bolsillo

disponen de rutinas de generacin de nmeros aleatorios uniformemente
distribuidos en el intervalo (0, 1), mediante la instruccin RAN# o RDN.
Una tcnica sencilla para generar variables aleatorias N (0,1) consiste en
generar 12 nmeros aleatorios consecutivos en el intervalo (0,1), sumar y
restar 6.

Tambin se puede usar el mtodo de congruencia linear utilizando la

siguiente relacin que existe entre los nmeros generados:

n 1 (a n C ) mod m (8.37)

Donde:
0 : semilla (0 semilla 199017)
a: 24298
c: 99991
m: 199017
La funcin mdulo (mod) ejecuta Y mod X; dividiendo Y entre X y
resultando el sobrante de la divisin. La ecuacin es:

Y (< Y/ X > *X) = Y mod X (8.38)

En donde < > denota el entero ms grande menor que o igual al resultado
indicado de la divisin de Y entre X.

Ejemplo:

273
 128
128 mod 10 = 128 (< > *10 ) = 8
10
en donde <128/10> es igual a 12

La secuencia generada es de perodo m, y cada i debe ser ajustado

al rango (A,B) de la distribucin uniforme por la siguiente ecuacin:

i = ( ( i / m)( B A)) A (8.39)

Nmeros aleatorios normalmente distribuidos

Los nmeros aleatorios normalmente distribuidos pueden ser

generados utilizando el mtodo directo.

Primero se generan un par de nmeros aleatorios (U 1 , U 2 ),

uniformemente distribuidos en el intervalo (0,1); luego, utilizando esos
nmeros se calcula un valor X, como sigue, cuyo valor corresponde a un
nmero aleatorio N(0,1):

X = (2 ln U 1 ) Cos(2 U 2 ) (8.40)

Este valor de nmeros aleatorios puede ser ajustado a la media y a

la desviacin estndar de otra distribucin normal cualquiera mediante
ala siguiente expresin:

(8.41)

Otro procedimiento para generar nmeros aleatorios N(0,1) es la siguiente

subrutina en FORTRAN:
1. SUBRUTINA NORMAL (Ex, STDx, x)
2. SUM = 0.0
3. DO 5 I = 1,12
4. R = RND
5. SUM = SUM + R
6. x = STD x * *(SUM 6.0) + Ex
7. RETURN
Para N(0,1), hacer Ex = 0 y STDx = 1

Ejemplo de Generacin Sinttica de caudales Anuales

Supongamos que se dispone de los siguientes caudales medios

anuales calculados sobre la base de los registros hidromtricos dados en la

274
Tabla 8.8 en un estacin determinada. Los parmetros estadsticos 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 estacin son

normalmente distribuidos, el algoritmo de generacin sera, de acuerdo con
la Ecuacin (8.35):

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 desviacin estndar igual a uno.

Tabla 8.8. Ejemplo de generacin sinttica de caudales anuales

AO 3
Q i (m / s) i 3
Q i (m / s ) 3
Q i 1 (m / s )
1960 399 1 399
1961 389 2 389 399
1962 438 3 438 389
1963 417 4 417 438
1964 258 5 258 417
1965 227 6 227 258
1966 372 7 372 227
1967 338 8 338 372
1968 389 9 389 338
1969 319 10 319 389
1970 424 11 424 319
1971 415 12 415 424
1972 341 13 341 415
1973 318 14 318 341
1974 360 15 360 318
1975 370 16 370 360
1976 302 17 302 370
1977 336 18 336 302
1978 373 19 373 336
1979 311 20 311 373

275
1980 294 21 294 311
1981 432 22 432 294
1982 345 23 345 432
24 345

REFERENCIAS

Linsley, R.K., Kohler, M.A y Paulhus, J.L. Hidrologa 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. Ingeniera de los Recursos
Hidrulicos. Editorial Continental.

PROBLEMAS

8.1 Determine la capacidad del embalse necesaria para garantizar el 60% del
rendimiento anual de un ro que tiene los siguientes datos anuales:

Q (m 3 /s) 57 133 14 8 5 0 0 0 0 70 67 52

8.2 Un embalse fuera de cauce se llenar con un canal de derivacin de 5

m 3 /s. Estime el volumen almacenado en el ao con los datos anuales,
mensuales y diarios del ro Torbes en Sabaneta dados a continuacin;
compare los resultados e indique cul sera el correcto. Bajo qu
condiciones no se tendra error.
Da E F M A M J J A S O N D

276
 1 1. 9 2 1.62 1.35 1. 11 5.55 3.52 12.1 8.13 7.71 4. 6 2 6. 6 7 7.83
2 2. 0 7 1.49 1.35 1. 11 3.32 3.73 9.07 7.23 5.06 1 0. 1 9. 7 3 7.83
3 2. 0 7 1.62 1.35 1. 11 3.73 2.75 8.13 6.39 5.86 6. 6 0 6. 9 5 8.32
4 1. 9 2 1.49 3.21 0.990 5.37 2.57 13.7 5.60 6.95 9. 0 7 6. 6 7 12.1
5 1. 9 2 1.62 2.40 0.990 21.0 5.79 9.40 6.39 7.83 5. 6 0 5. 8 6 13.6
6 1. 9 2 1.49 1.77 0.990 7.23 3.13 16.3 6.67 8.44 5. 3 4 5. 3 4 15.0
7 1. 9 2 1.49 1.62 0.990 5.86 3.32 18.9 5.60 12.4 4. 6 2 1 8. 6 13.8
8 1. 7 7 1.49 1.35 0.990 4.16 15.9 11 . 8 5.34 11 . 1 5. 6 4 1 2. 6 10.8
9 1. 7 7 1.35 1.35 0.890 4.39 11 . 4 9.40 6.39 12.1 6. 1 2 1 5. 0 9.73
10 1. 6 2 1.49 1.35 0.890 3.13 6.12 7.83 5.60 10.1 5. 6 0 2 0. 0 9.07
11 1. 6 2 1.35 1.23 0.890 2.94 4.86 6.95 5.10 7.53 5. 1 0 1 4. 1 17.1
12 1. 6 2 1.49 1 . 11 0.790 4.16 6.67 6.39 4.86 6.67 4. 8 6 1 2. 2 21.2
13 1. 4 9 1.49 1 . 11 0.790 2.57 12.8 6.12 4.62 6.39 6. 0 0 1 0. 8 15.8
14 1. 7 7 1.35 1 . 11 0.790 2.57 7.53 6.02 4.39 5.60 9. 4 0 9. 0 7 13.8
15 1. 7 7 1.49 1 . 11 0.790 2.23 5.60 8.04 4.62 5.34 1 5. 7 8. 1 3 14.6
16 1. 7 7 1.35 1 . 11 0.790 3.92 7.23 5.86 5.60 4.06 1 6. 5 7. 2 3 46.0
17 1. 6 2 1.35 0. 9 9 0 0.790 3.13 6.39 5.10 5.60 4.06 9. 4 0 7. 2 3 37.3
18 1. 4 9 1.35 1 . 11 0.890 2.40 5.34 7.83 4.86 4.62 7. 5 3 6. 6 7 22.7
19 1. 4 9 1.23 1 . 11 0.790 2.23 4.62 5.60 4.62 6.18 6. 3 9 6. 3 9 15.4
20 1. 4 9 1.35 1.35 0.790 2.07 13.1 5.60 5.34 13.2 5. 8 6 8. 8 6 13.4
21 1. 4 9 1.23 1.62 0.790 1.92 7.83 5.10 8.06 6.67 5. 6 0 5. 6 0 12.6
22 2. 2 3 1.23 1.35 0.890 1.92 9.20 4.62 12.7 6.12 6. 1 2 8. 1 6 11 . 5
23 1. 9 2 1.35 1.23 0.990 1.92 7.53 4.62 8.44 5.60 5. 3 4 6. 6 7 10.8
24 1. 6 2 1.49 1.23 0.890 2.57 12.4 4.16 8.13 5.34 5. 3 4 6. 9 5 9.73
Da E F M A M J J A S O N D
26 1. 6 2 1.62 1.49 1. 11 2.23 12.1 6.12 20.8 4.62 6. 6 8 1 4. 4 9.07
27 1. 4 9 1.49 1.23 4. 0 6 2.07 14.1 5.86 7.03 6. 6 9 5 11 . 1 1 0. 6 9.07
28 2. 2 3 14.9 1 . 11 7. 0 4 9.66 11 . 8 4.62 7.23 5.06 6. 6 7 1 0. 1 10.4
29 2. 5 7 1 . 11 8. 5 5 7.37 9.73 4.62 6.39 5.10 5. 6 0 9. 0 7 8.44
30 1. 7 7 1 . 11 9. 8 3 5.10 9.60 4.86 5.60 4.86 6. 7 6 8. 4 4 7.53
31 1. 7 7 1 . 11 3.73 10.8 7.87 6. 3 9 6. 9 5 6.95
Media 1. 7 9 1.46 1.37 1. 7 7 4.31 7.86 7.74 6.05 6.98 7. 1 2 9. 5 0 13.9
M x. 5. 2 7 2.07 3.21 9. 8 3 21.0 15.9 18.9 20.8 13.2 1 6. 8 2 0. 0 46.0
Min. 1. 4 9 1.23 0. 9 9 0 0.790 1.92 2.57 4.16 4.39 4.62 4. 6 2 5. 3 4 6.95

P ro medio anua l 5 .92 m 3 / s

M ximo 46 .0 m 3 / s
Mnimo 0 .79 m 3 / s

277