CAPITULO II

PRECIPITACION

1.- GENERALIDADES

1.1 PRECIPITACIN. FORMACIN, FORMAS, TIPOS, MEDICIN Y ANLISIS DE
DATOS
Como precipitacin se conocen todas las formas de humedad que caen a la tierra,
provenientes de las nubes, como agua, nieve y hielo. La precipitacin constituye la
entrada primordial del sistema hidrolgico y es el factor principal que controla la
hidrologa de una regin.

El conocimiento de los comportamientos y patrones de la lluvia en el tiempo y en el
espacio es esencial para entender procesos como la variacin de la humedad del suelo,
recarga de acuferos y caudal en los ros. El estudio de la precipitacin es entonces de
capital importancia para los hidrlogos, pero una investigacin detallada de los
mecanismos de su formacin es dominio de la meteorologa. La evaporacin desde la
superficie de los ocanos es la principal fuente de humedad para la precipitacin, ya
que no ms del 10% de la precipitacin continental se puede atribuir a la evaporacin
en los continentes. Por otra parte, el 25% de la precipitacin total que cae en reas
continentales regresa al mar como escorrenta directa o flujo de agua subterrnea. Sin
embargo, la cercana a los ocanos no necesariamente implica altas precipitaciones,
como es el caso de islas desrticas.

1.1.1 FORMACIN DE LA PRECIPITACIN

Se sabe que la humedad siempre est presente en la atmsfera, an en da sin nubes,
es lo que se conoce como humedad relativa. Para que ocurra la precipitacin, es
necesario que el aire se enfre por algn mecanismo, de manera que ste alcance su
punto de saturacin. Vale decir, que la temperatura del aire (T
a
), sea inferior al
punto de condensacin o temperatura del punto de roco (T
d
). Estos mecanismos de
enfriamiento comnmente se generan por la ascensin de masas de aire, las cuales
producen calentamiento o enfriamiento de la superficie de la tierra o bien, por barreras
orogrficas. Sin embargo, la saturacin, no necesariamente lleva a la precipitacin.

En este sentido toma importancia la presencia de ncleos de condensacin o
congelamiento, sobre los cuales se forman las gotas de agua o de cristales de hielo,
proceso que se conoce como nucleacin. Estos ncleos por lo general consisten de
productos de combustin, xidos de nitrgeno y partculas de sal. stos son los ms
efectivos y an con humedades relativas tan bajas como del 75% pueden producir
condensacin.

Finalmente, se deben producir el crecimiento de las gotas de lluvia o los cristales de
hielo, ya que las nubes estn sostenidas por componentes verticales de las fuerzas que
ejercen las corrientes de aire, estas son pequeas, pero suficientes para impedir que
caigan partculas de determinado tamao. Es necesario entonces que las gotas tengan
peso suficiente, porque de otra manera se podran evaporar y desaparecera la nube
lentamente. Las gotas pueden crecer por atraccin electrosttica o por turbulencia.


1.1.2 FORMAS DE PRECIPITACIN

Cualquier producto formado por la condensacin de vapor de agua atmosfrico en el
aire libre o la superficie de la tierra es un hidrometeoro. Para la hidrologa los
hidrometeoros de mayor inters son aquellos que caen, por lo que se dejan fuera la
neblina, la nieve arrastrada por el viento y el hielo.

Los principales tipos de precipitacin son:
a. Llovizna: son gotas de agua pequeas por lo que su velocidad de cada es
bastante baja. Por lo general cae de estratos y rara vez sobrepasa un valor de 1
mm/hr.
b. Lluvia: consiste en gotas de agua lquida con dimetros mayores a las que
componen la llovizna. Comnmente se reportan tres intensidades: Ligera (hasta
2,5 mm/hr); Moderada (entre 2,5 y 7,6 mm/hr) y Fuerte (mayores a 7,6 mm/hr).
En algunos casos se define un tipo torrencial como aquella que supera los 12,7
mm/hr.
c. Escarcha: es una capa de hielo que se forma producto del enfriamiento de una
superficie hmeda producida por lluvia o llovizna.
d. Nieve: est compuesta por cristales de hielo, blancos o traslcidos. Se ha
estimado que 125 a 500 mm de nieve pueden generar 25 mm de agua lquida.
Su densidad promedio es igual a 0,1.
e. Granizo: precipitacin en forma de bolas o cristales irregulares de hielo que
se producen generalmente por nubes convectivas.

1.1.3 TIPOS DE PRECIPITACIN

La precipitacin lleva comnmente el nombre del factor responsable del levantamiento
del aire que produce el enfriamiento a gran escala y necesario para que se produzcan
cantidades significativas de precipitacin. Por ejemplo, la precipitacin ciclnica
resulta del levantamiento del aire que converge de un rea de baja presin o cicln.
Esta se subdivide en frontal y no-frontal.

La precipitacin frontal resulta del levantamiento del aire clido sobre un frente ms
denso y fro. La de frente clido se forma cuando el aire avanza hacia arriba sobre una
masa de aire ms fro.
La de frente fro es de naturaleza ms corta y se forma cuando el aire clido es obligado
a subir por una masa de aire fro que est avanzando y cuya cara delantera es un frente
fro. En este caso el aire clido se eleva mucho ms rpido que en el anterior y las tasas
de precipitacin son mucho mayores.

La precipitacin no-frontal es la que no tiene relacin con frentes.

Por su parte, la precipitacin convectiva es causada por el ascenso de aire clido
ms liviano que el aire fro de los alrededores. Se caracteriza por ser puntual y su
intensidad puede variar entre aquella correspondiente a lloviznas ligeras o aguaceros.

En cambio, la precipitacin orogrfica resulta del ascenso mecnico sobre una
cadena de montaas. La influencia orogrfica es tan marcada en terreno quebrado que
los patrones de las tormentas tienden a parecerse a aquellos de la precipitacin media
anual.

No obstante lo anterior, es importante destacar que en la naturaleza, los efectos
de estos varios tipos de enfriamiento a menudo estn interrelacionados, de
manera que la precipitacin resultante no puede identificarse como de un solo
tipo.


2.1.4 MEDICIN DE LA PRECIPITACIN

Los instrumentos para medir la cantidad y la intensidad de la precipitacin son los ms
importantes. En este sentido, todas las formas de precipitacin se miden sobre la base
de una columna vertical de agua que se acumulara sobre una superficie a nivel si la
precipitacin permaneciese en el lugar donde cae. Comnmente la unidad de medida
en el sistema mtrico es milmetros (mm).

Uno de los principales medidores de precipitacin es el pluvimetro. El estndar (U.S.
National Weather Service) posee un colector con un dimetro de 20 cm. La lluvia pasa
del colector a un tubo cilndrico medidor el cual est situado dentro del recipiente de
vertido. El tubo medidor tiene un rea transversal que es 1/10 de aquella del colector,
de tal manera que 1 mm de lluvia llenar el tubo en 1,0 cm. En la figura siguiente se
muestra la estructura bsica de un pluvimetro.


Estructura bsica de un pluvimetro

El pluvimetro slo proporciona la altura de precipitacin total en milmetros en
intervalos de tiempo fijados de antemano, generalmente de 24 horas.
Cada milmetro medido de precipitacin representa la altura (en lmina precipitada) que
tendra un cubo de rea igual a un metro cuadrado.

Para medir continuamente la precipitacin en el tiempo, es necesario un pluvigrafo,
que es el mismo pluvimetro provisto de un mecanismo de relojera que le permite
marcar en un tipo especial de papel la variacin de la precipitacin con el tiempo.

Registro pluviogrfico

Los tres tipos ms importantes de pluvigrafos son: el de cubeta basculante, el de
balanza y el de flotador.
De los errores, el ms serio, son los producidos por el viento, en donde la aceleracin
vertical del aire, al ser forzado hacia arriba sobre el pluvimetro, le transmite una
aceleracin hacia arriba a las gotas que estn por entrar al pluvimetro producindose
una recogida deficiente.
La informacin que entrega la precipitacin debera ser determinante para planificar el
diseo de una red de pluvimetros. Una de estaciones relativamente dispersa debera
bastar para el estudio de grandes tormentas o para determinar promedio de grandes
reas planas. Las redes deben ser planeadas de tal manera que se obtenga un cuadro
representativo de la distribucin espacial de la precipitacin.




1.1.5 INTERPRETACIN Y ANLISIS DE DATOS DE PRECIPITACIN
a. Presentacin de los datos. Antes de entrar a la interpretacin y anlisis de los
datos propiamente tales, es necesario sealar la forma de cmo se presentan
los datos de precipitacin. La manera ms comn como los registros estn
disponibles es la Curva de Masas de la lluvia, que resulta ser un grfico de la
precipitacin acumulada contra el tiempo, en orden cronolgico. Es la curva que
se obtiene directamente del pluvigrafo, tal como lo presenta en la figura. Las
curvas de masa se usan para extraer informacin sobre la magnitud, duracin e
intensidad de una tormenta.

Curva de masas
Por su parte, el hietograma es el grfico que relaciona la intensidad de la lluvia contra
el intervalo de tiempo. Se define la intensidad como la variacin de la precipitacin con
el tiempo. El intervalo de tiempo depende del tamao de la cuenca. Para cuencas
pequeas, se usan intervalos de minutos, y para cuencas grandes, los intervalos son
generalmente de horas.. El hietograma es muy utilizado en el diseo de tormentas, para
el estudio de caudales mximos, y se deriva de la curva de masa. El rea bajo el
hietograma representa la precipitacin total recibida en ese perodo.
Hietograma

3.- INFORMACION ESTADISTICA


CUADRO N 1
PRECIPITACION TOTAL MENSUAL HISTORICA
(mm)
Estacion : ANDAGUA Latitud : 15 30' Region : AREQUIPA
Categoria : PLU Longitud : 72 21' Prov : CASTILLA
Altitud : 3 589 msnm Distr : ANDAGUA
AO ENE FEB MAR ABR MAY JUN JUL AGO SET OCT NOV DIC TOTAL
1963 130.0 169.5 145.0 8.5 5.5 0.0 0.0 0.0 40.0 17.8 17.5 43.5 577.3
1964 91.0 58.2 118.6 34.0 43.3 0.0 0.0 12.5 0.0 0.0 32.0 144.5 534.1
1965 33.0 139.5 51.0 15.5 0.0 0.0 0.0 16.5 0.0 0.0 15.5
1966 33.0 107.7 76.0 6.5 10.0 0.0 0.0 0.0 0.0 22.0 26.5 23.5 305.2
1967 131.3 214.1 179.0 0.0 12.5 0.0 0.0 2.5 33.5 0.0 0.0 40.5 613.4
1968 191.7 129.0 192.2 0.0 0.0 0.0 0.0 0.0 0.0 0.0 12.5 11.0 536.4
1969 147.5 85.5 148.7 13.5 0.0 0.0 0.0 0.0 3.3 0.0 16.5 67.9 482.9
1970 89.8 111.0 63.0 0.0 9.0 0.0 0.0 0.0 0.0 11.0 1.0 13.6 298.4
1971 78.4 89.5 22.3 4.0 0.0 0.0 0.0 0.0 0.0 7.0 2.0 32.4 235.6
1972 187.2 112.2 213.6 11.5 0.0 0.0 0.0 0.0 22.7 42.2 0.0 78.4 667.8
1973 142.4 118.4 150.7 39.4 0.0 0.0 0.0 13.6 64.8 0.0 13.9 32.4 575.6
1974 142.8 135.3 86.2 17.5 0.0 0.0 0.0 61.2 7.2 0.0 0.0 13.5 463.7
1975 209.2 326.5 127.1 3.5 0.0 0.0 0.0 0.0 0.0 0.0 0.0 61.9 728.2
1976 208.2 102.7 65.7 13.1 30.5 0.0 7.5 4.7 79.6 0.0 0.0 62.6 574.6
1977 51.9 132.0 110.3 0.0 0.0 0.0 0.0 0.0 0.0 10.0 12.3 24.3 340.8
1978 85.0 11.9 83.1 0.0 0.0 0.0 5.3 0.0 0.0 0.0 41.9 0.0 227.2
1979 39.9 39.1 148.5 2.5 0.0 0.0 0.0 0.0 2.5 65.3 0.0 76.1 373.9
1980 52.2 52.4 170.0 14.2 0.0 0.0 0.0 3.7 0.0 16.0 1.4 24.9 334.8
1981 47.7 80.6 26.6 45.9 0.0 0.0 0.0 17.8 0.0 0.0 9.6 51.6 279.8
1982 21.6 54.0 43.8 25.7 0.0 0.0 0.0 0.0 19.1 9.4 7.2 35.1 215.9
1983 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 6.8 6.8
1984 79.1 174.8 83.5 4.5 0.0 2.4 0.0 0.0 0.0 19.1 52.6 24.6 440.6
1985 6.6 126.8 63.8 3.8 6.2 5.3 0.0 0.0 0.0 0.0 30.8 29.8 273.1
1986 115.2 90.2 20.4 13.6 8.2 0.0 0.0 10.6 0.0 0.0 13.5 122.6 394.3
1987 120.2 6.9 24.7 4.6 0.0 0.0 17.1 0.0 0.0 13.1
1988 58.7 68.7 19.4 28.1 0.0 0.0 0.0 2.4 0.0 0.0 99.6
1989 105.2 168.8 15.0 40.8 0.0 4.6 0.0 0.0 0.0 0.0 3.6 0.0 338
1990 30.2 13.2 36.4 12.0 4.0 22.2 0.0 0.0 0.0 3.2 62.6 55.5 239.3
Promedio 95.2 103.9 90.5 12.6 5.6 1.2 1.1 4.5 10.4 8.4 13.2 44.2 390.8
Desviacion 61.5 69.8 59.9 13.3 10.9 4.3 3.6 12.1 20.6 14.9 17.3 36.2

HIDROGRAMA DE PRECIPITACION ESTACION: ANDAGUA
0,0
20,0
40,0
60,0
80,0
100,0
120,0
140,0
160,0
180,0
e
n
e
-
6
3
a
b
r
-
6
3
j
u
l
-
6
3
o
c
t
-
6
3
e
n
e
-
6
4
a
b
r
-
6
4
j
u
l
-
6
4
o
c
t
-
6
4
e
n
e
-
6
5
a
b
r
-
6
5
j
u
l
-
6
5
o
c
t
-
6
5
e
n
e
-
6
6
a
b
r
-
6
6
j
u
l
-
6
6
o
c
t
-
6
6
e
n
e
-
6
7
Meses
m
m



3.1- ESTIMACION DE DATOS FALTANTES

Se refiere a un llenado provisional de los datos faltantes de la informacin existente, con
el fin de hacer el anlisis de Doble Masa para verificar la consistencia de la informacin,
toda vez que la calcular las precipitaciones medias anuales; en los aos donde faltan
datos de uno o varios meses esta media anual mostrar quiebres que distorsionaran
innecesariamente el diagrama, lo cual dificultara an ms la identificacin de los
perodos dudosos y los confiables.

3.1.1 RELLENO PROVISIONAL DE DATOS FALTANTES (ANALISIS DE DOBLE
MASA)


CRITERIOS PRACTICOS:
a. Tipificar el comportamiento hidrolgico de los aos, en que faltan datos
(Hmedo, Normal o Seco).

b. Tener en cuenta el perodo de ubicacin del dato faltante, si la informacin es
no anual.

c. Completar con el promedio de los aos o meses tipificados

ej. Si el ao faltante es seco, entonces determinar el promedio de todos los aos
secos con informacin y este servir para completar el dato faltante.

En otros casos es recomendable completar con el promedio del ao posterior y
anterior al dato o tambin del mes anterior y posterior al faltante, si la informacin es
anual o mensual respectivamente.

Si la informacin es mensual, determinar el promedio de los aos tpicos y completar
con este.

Estos criterios pueden ser vlidos, solo en el caso de completacin de algunos datos
faltantes, no as en el caso de extensin de periodos largos.


3.2.- ANALISIS DE CONSISTENCIA DE DATOS
La Inconsistencia y no Homogeneidad de una serie hidrolgica deben ser identificadas,
eliminadas y ajustadas a las condiciones futuras, porque pueden introducir errores a la
serie.

INCOSISTENCIA: Son los errores sistemticos que se presentan como saltos y
tendencias en las series maestrales.

a. SALTOS:
Formas determinsticas transitorias que permiten a una serie hidrolgica peridica
o no peridica, pasar de un estado a otro como respuesta a cambios hechos por el
hombre o cambios naturales continuos.
&j. Derivaciones aguas arriba, cambio de estacin hacia aguas arriba.

b. TENDENCIAS:
Son componentes determinsticas transitorias, que se definen como un cambio,
sistemtico y continuo, sobre una muestra de informacin hidrometereolgicas en
cualquier parmetro de la misma que afecta distribuciones y dependencias de las
series.

&j. Cambio ascendente o descendente en temperatura, precipitacin, evaporacin
Grficamente se puede observar como un ascenso o descenso lineal o no lineal
continuo en la muestra histrica, despus de haber eliminado los saltos de la
serie.

NO HOMOGENEIDAD: Cambios de los datos originales con el tiempo.

&j. La No Homogeneidad en los datos de Precipitacin, se produce por movimiento de
la Estacin, cambios en el medio ambiente que rodea la Estacin.
-

3.2.1. ANLISIS DE DOBLE MASA
El anlisis de Doble Masa es la forma ms usual de detectar perodos donde se han
producido posibles errores, los cuales se observan en forma de quiebres en la
pendiente de la curva doble msica.

Esta curva se construye llevando a un sistema de coordenadas cartesianas los valores
acumulados de una estacin en cuestin (eje de ordenadas), contra los valores
acumulados anuales de una estacin Patrn (eje de las abcisas).

La curva de doble masa tambin es usada muy frecuentemente para corregir los
quiebres multiplicando cada precipitacin por la razn de pendientes del perodo que se
considera errneo.

Sin embargo esto no es recomendable para estudios detallados, ya que un cambio de
pendiente, puede o no ser significativo, para un nivel de probabilidades, y estar dentro
de ciertos lmites de confianza, los que sern comprobados mediante un anlisis
estadstico, que evitara hacer correcciones a la curva que en lugar de mejorar la serie
nos podran llevar a generar mayores errores.

Existen varios criterios y formas de realizar el anlisis de Doble Masa, el cual debe ser
el adecuado a las caractersticas de la red pluviomtrica.
Se puede realizar el siguiente proceso:

1 Agrupar las estaciones en grupos, teniendo en cuenta la cercana entre ellas,
altitud y similitud en hidrogramas.

2 Se calcula los volmenes acumulados anuales para cada estacin y el
promedio acumulado anual de las estaciones agrupadas.

3 Se plotea en el eje de las abcisas el promedio anual acumulado de la
precipitacin de la informacin de las estaciones y, en el eje de las ordenadas la
precipitacin anual acumulada de cada una de las estaciones del grupo en
anlisis.

4 De las curvas de Doble Masa obtenidas en el paso 3, se selecciona la que
tenga menos puntos de quiebre, es decir que se muestre ms uniforme, la que es
considerada como la ms confiable. La curva obtenida para la estacin ms
confiable sirve tambin para detectar sus perodos dudosos y confiables, para su
posterior anlisis.

5 La estacin escogida en el paso anterior como la ms confiable, se plotea en el
eje de las abcisas, y las otras estaciones se plotean en el eje de las ordenadas.
En los grficos obtenidos, se determinan los perodos dudosos y los
perodos confiables, ayudados adems de los hidrogramas de cada estacin
que se analice.

CURVA DOBLE MASA
ANDAGUA - CHACHAS - ORCOPAMPA
0.0
2000.0
4000.0
6000.0
8000.0
10000.0
12000.0
14000.0
0.0 20000.0 40000.0 60000.0 80000.0 100000.0 120000.0 140000.0 160000.0
Precipitacion Acumulada Promedio
P
r
e
c
i
p
.

A
c
u
m
.

E
s
t
a
c
i
o
n
Andagua Chachas Orcopampa

CUADRO N 2
ANALISIS DE DOBLE MASA
PRECIPITACION ACUMULADA
(MM)
ANDAGUA CHACHAS ORCOPAMPA PROMEDIO
AO PRECIPITACION PRECIPITACION PRECIPITACION PRECIPITACION
ANUAL ACUMULADA ANUAL ACUMULADA ANUAL ACUMULADA ANUAL ACUMULADA
1964 534.1 534.1 439.6 439.6 477.2 477.2 483.6 483.6
1965 272.1 806.2 144.5 584.1 396.5 873.7 754.7 1238.3
1966 305.2 1111.4 141.6 725.7 410.7 1284.4 1040.5 2278.8
1967 613.4 1724.8 388.3 1114.0 413.6 1698.0 1512.3 3791.1
1968 536.4 2261.2 294.6 1408.6 442.1 2140.1 1936.6 5727.7
1969 482.9 2744.1 232.0 1640.6 739.4 2879.5 2421.4 8149.1
1970 298.4 3042.5 188.6 1829.2 833.9 3713.4 2861.7 11010.8
1971 235.6 3278.1 198.4 2027.6 459.9 4173.3 3159.7 14170.5
1972 667.8 3945.9 423.6 2451.2 648.0 4821.3 3739.5 17910.0
1973 575.6 4521.5 283.3 2734.5 642.2 5463.5 4239.8 22149.8
1974 463.7 4985.2 265.1 2999.6 544.7 6008.2 4664.3 26814.1
1975 728.2 5713.4 369.4 3369.0 454.8 6463.0 5181.8 31995.9
1976 574.6 6288.0 282.6 3651.6 472.1 6935.1 5624.9 37620.8
1977 340.8 6628.8 315.0 3966.6 458.5 7393.6 5996.3 43617.1
1978 227.2 6856.0 114.5 4081.1 353.7 7747.3 6228.1 49845.2
1979 373.9 7229.9 254.3 4335.4 365.2 8112.5 6559.3 56404.5
1980 334.8 7564.7 145.7 4481.1 433.9 8546.4 6864.1 63268.6
1981 279.8 7844.5 228.2 4709.3 487.5 9033.9 7195.9 70464.5
1982 215.9 8060.4 133.8 4843.1 365.1 9399.0 7434.2 77898.7
1983 6.8 8067.2 118.9 4962.0 220.5 9619.5 7549.6 85448.3
1984 440.6 8507.8 299.1 5261.1 659.4 10278.9 8015.9 93464.2
1985 273.1 8780.9 58.9 5320.0 311.1 10590.0 8230.3 101694.5
1986 394.3 9175.2 257.9 5577.9 513.1 11103.1 8618.7 110313.2
1987 244.0 9419.2 78.3 5656.2 235.8 11338.9 8804.8 119118.0
1988 372.1 9791.3 292.3 5948.5 371.5 11710.4 9150.1 128268.1
1989 338.0 10129.3 205.4 6153.9 358.9 12069.3 9450.8 137718.9
1990 239.3 10368.6 114.7 6268.6 498.3 12567.6 9734.9 147453.8

CURVA DE DOBLE MASA
CHACHAS vs ANDAGUA Y ORCOPAMPA
0,0
2000,0
4000,0
6000,0
8000,0
10000,0
12000,0
14000,0
0,0 1000,0 2000,0 3000,0 4000,0 5000,0 6000,0 7000,0
Precipitacion Acumulada Chachas
P
r
e
c
i
p
.

A
c
u
m
.

E
s
t
a
c
i
o
n
Andagua Orcopampa

3.3.. ANALISIS ESTADISTICO

3.3.1. CONSISTENCIA DE LA MEDIA

El proceso tiene como fin demostrar, por medio de la prueba t de Student, que los
valores promedio provienen de una misma poblacin, lo cual ser cierto si ambas
medias son estadsticamente iguales. La forma es como sigue:

1 Se calcula la media y desviacin estndar tanto del perodo dudoso como del
confiable de la siguiente manera:

W
I
W
N
X
X

=


( )
1
) (
2

=

W
W
W
N
X X
X S


Donde:

X
w
: Media de uno de los perodos.
w : Perodo que se calcula.
w = 1, para el perodo dudoso.
w = 2, para el perodo confiable.
x
i
: Dato de registro mensual.
S
w
(x) : Desviacin estndar del perodo w
N
w
: Tamao de la muestra del perodo w.

Cabe hacer notar que el tamao de la muestra para cada perodo (N1 y N2), se refiere a
todos los valores diferentes de cero y no se toman en cuenta los valores con que se
llenaron, para el anlisis de doble masa.

2 Se realiza la prueba de medias, mediante el estadstico t de Student, en el orden
siguiente:

a. Se determina la hiptesis planteada, la hiptesis alternativa y el nivel de significacin:

Hp :
1
=
2

Ha :
1

=
2

= 0,05

Donde:

1
,
2
: medias poblacionales.
: nivel de significacin.

b. Para demostrar la hiptesis planteada de que las muestras provienen de la misma
poblacin, es decir que la media ambos perodos son estadsticamente iguales, se
obtiene un valor de t calculado, y un valor de t de tablas de la forma que sigue:




( ) ( )
d
C
S
X X
t
2 1 2 1

=


2 1
1 1
N N
S S
P
d
+ =



( ) ( )
2
1 1
2 1
2
2 2
2
1 1
+
+
=
N N
S N S N
S
P



Donde :
tc : t calculado.

d
S : Desviacin estndar de los promedios
:
P
S Desviacin estndar ponderada


El valor de t de tablas (t
t
) se obtiene con =0,05 y N
1
+N
2
-2 grados de libertad.

Para tomar la decisin sobre la consistencia o no de la media, se compara el t calculado
con el t de las tablas:

Si t
c
< t
t
--- la media es consistente.
Si t
c
> t
t
--- la media es inconsistente.


3.3.2. CONSISTENCIA DE LA DESVIACION ESTANDART

Este anlisis se realiz mediante el estadstico F de la siguiente manera:

1. Se calcul las variancias, sencillamente elevando al cuadrado las desviaciones
estndar para cada perodo.

2. Se hizo la prueba del estadstico F como sigue:

a. Se ensaya las hiptesis, tanto planteada y la alternativa:
H
p
:
1
2
=
1
2

H
a
:
1
2
=
1
2

= 0,05

b. Se calcula el estadstico F
C
y se busca el F de tablas (F
t
):

2
2
2
1
S
S
F
C
=
si
2
2
2
1
S S >


2
1
2
2
S
S
F
C
=
si
2
1
2
2
S S > S



El valor de F
t
se obtiene con = 0,05, Grados de libertad del numerador (N
1
-1), y
Grados de libertad del denominador (N
2
-1).

Los valores obtenidos se comparan y se demuestra si son o no consistentes con los
siguientes criterios:

F
C
< F
t
La muestra es consistente en la desviacin estndar.
F
C
> F
t
La muestra es inconsistente.

Esto significa que la muestra es consistente en la desviacin estndar cuando las
desviaciones de los perodos comparados son estadsticamente iguales.
3.4. CORRECCIN DE LA INFORMACIN

La informacin del perodo dudoso se corrige, cuando la media o la desviacin estndar
no son homogneas (estadsticamente iguales), y para ello se utiliza la siguiente
ecuacin:

( )
( )
( )
2 2
1
1
1
X X S
X S
X X
X
t
t +
(

=


Cuando se va a corregir el primer periodo

Donde:
X'
(t)
= valor corregido.
X
(t)
= valor a ser corregido.
Y para el segundo periodo
( )
( )
( )
1 1
2
2
1
X X S
X S
X X
X
t
t +
(

=


X'
(t)
= valor corregido.
X
(t)
= valor a ser corregido



3.5. COMPLETACIN Y EXTENSIN DEL REGISTRO

Una vez homogeneizada la informacin, sta ya puede ser completada y extendida.
Para ello existen varios mtodos y procedimientos que van desde los ms sencillos,
como algunos criterios prcticos, hasta procesos complejos, como los estadsticos y
matemticos.

Dentro de este proceso, la extensin es el ms importante, ya que al extender, se est
creando una serie de registros larga, y sus parmetros sern diferentes a los de la serie
original (Serie corta). Es por ello que para aceptar la extensin de un registro corto, es
indispensable que la serie larga proporcione mejores estimados de los parmetros que
sta.

De los mtodos de estimacin, los criterios prcticos, como es el relleno de datos con
el promedio; pueden generar efectos muy negativos en la informacin y por ende
conclusiones errneas. El efecto ms importante es que la variancia de la serie puede
ser reducida sustancialmente; ya que al colocar en un dato faltante un promedio se
est amortiguando los desvos propios de la muestra, de tal manera que pierde uno
de sus parmetros ms importantes, distorsionndola as por completo como serie
histrica. En cambio los mtodos estadsticos proporcionan las herramientas necesarias
para determinar si la nueva serie ha mejorado la estimacin de parmetros o la ha
empeorado.

El mtodo estadstico ms usado en estos casos, es el de Correlacin y Anlisis de
Regresin que matemticamente se hacen en simultneo, que puede ser con una o
ms variables, y sirve tanto para completar como para extender la informacin.

Se puede usar el modelo de Regresin Lineal Simple, es decir que el registro que se
quiere extender slo est correlacionado con una serie de registro largo.

Si usamos la ecuacin de regresin comn es decir:



t t
bX a Y + =

Donde:
Y
t
: Variable aleatoria del registro a extender.
X
t
: Variable aleatoria del registro largo.
a,b : Parmetros de la ecuacin calculados por mnimos
cuadrados.

Surgir un sesgo en la variancia de Y, debido a que el modelo no explica toda la
variancia del registro corto.
Podemos apoyarnos de dos Coeficientes:

Coeficiente de Correlacin que mide el grado de asociacin existente entre las variables
consideradas
Coeficiente de Determinacin muestra el porcentaje de la variacin total de la variable
Y, que es explicada por X.

Para remover este sesgo, se ha introducido una variancia adicional igual a ( ) ) ( 1
1
2
Y S r ,
de tal manera que el modelo de regresin lineal simple queda de la siguiente forma:

( )
t t t
E Y S r bX a Y ) ( 1
1
2
+ + = ou


Donde:

:Parmetro usado para remover el sesgo en el estimado de la variancia Y, y es igual:

( )( )
( )( )( )
1 1 1 2
1 1 2 2
2 3 1
1 4 (


=
N N N
N N N
o


N
1
: Longitud de la muestra del perodo corto.
N
2
: Longitud de la muestra por extender.
N
1
+N
2
: Longitud de la serie larga.
= 1 Cuando se considera la variable aleatoria.
= 0 Cuando no se considera la variable aleatoria.
E
t
: Variable aleatoria normal e independiente con media cero y
variancia unitaria.
r : Coeficiente de correlacin entre X e Y.

Al introducir una variable aleatoria al modelo, estamos manteniendo la
individualidad de la serie corta respecto a otros lugares, debido a que esta
variable representar la porcin de cada dato estimado que no est influenciada
por los eventos ocurridos en dichos lugares. A su vez esto nos acerca ms al
hecho de que los fenmenos hidrolgicos son ms aleatorios que determnisticos.

Dentro del anlisis de Correlacin existen tres tipos de sta que son:

- CORRELACIN CRUZADA. o Correlacin en el espacio, que se refiere cuando
la correlacin se hace entre dos series de lugares diferentes pero para un mismo
tiempo.

- CORRELACIN EN EL TIEMPO. o Autocorrelacin, que se da cuando en una
serie del mismo lugar, se correlaciona sta convirtindola en dos, desfasndola en
el tiempo.

- CORRELACIN MIXTA. Es aquella que se da entre series de lugares
diferentes y tiempos diferentes.

Para el anlisis se usa en orden de prioridad, los dos primeros tipos; es decir,
Correlacin Cruzada y Autocorrelacin. La Correlacin Cruzada se ha da
especialmente para los meses hmedos donde existe un grado de asociacin
aceptable entre estaciones. En cambio en los meses secos el grado de asociacin
es casi nulo, por lo que se aplica la Autocorrelacin, desfasando la serie en un
mes.

La forma como se procede para realizar la completacin y extensin de datos es
la siguiente:

CORRELACIN CRUZADA

1 La estacin que se quiere completar y/o extender ser la serie dependiente,
que se representar por Y, y las series que sirvan para extender por X. La
Correlacin se puede hacer mes a mes, de tal manera que se evite la
dependencia y ciclicidad propia de los datos no anuales.

2 Clculo del coeficiente de correlacin. Se correlaciona la estacin Y, con varias
estaciones de caractersticas similares. La serie independiente X, se escoger
de aquella que tenga el coeficiente de correlacin ms alto para el mes
analizado.

3 Clculo de los parmetros de regresin con las ecuaciones siguientes:


( )

=
2
2
2
X X N
X XY X Y
a

( )

=
2
2
X X N
Y X XY N
b

Y
X
S
S
b r =


Donde:
S
x
: Desviacin estndar de X.
S
y
: Desviacin estndar de Y.

4 Criterio de Mejora de los estimados de los parmetros.
Para determinar si la media y la desviacin estndar han sido mejorados se
compara el coeficiente de correlacin ya calculado, con los coeficientes crticos
deducidos. Si el r calculado es mayor que el R crtico, quiere decir que el
estimado de los parmetros mejor, y viceversa.

5

Ganancia de Informacin.
Este paso sirve para corroborar el paso anterior. Con la ganancia o no de
informacin se demuestra el grado de precisin que han tenido los estimados
de los parmetros. "La variancia de un parmetro, ha sido usada tpicamente en
el campo estadstico, para medir la precisin asociada con ello". Pero existe una
forma sencilla y prctica de medir este grado de precisin de un parmetro; que
es mediante la Informacin Relativa (I), con la cual hemos trabajado nosotros.
Estadsticamente, L viene a ser la razn entre la variancia de la serie original,
entre la variancia de la serie restituda; y sta tiene que ser mayor a la unidad
para demostrar que ha mejorado el estimado.

Para ser calculada I, previamente se tiene que calcular la Longitud Efectiva (Ne)
dada por Longbein en 1960.

( )
2
2 1
2
2 1
1 1 r
N
N
N N
N
e
+
+
=

Adems:
1
N N N
e g
=

Conociendo la Longitud Efectiva calculamos L:
1
N
N
L
e
=



De donde concluimos:

Si L > 1, Ne > N
1
y Ng > 0. Si hay ganancia de informacin, entonces se puede
usar la ecuacin de regresin lineal para extender.

Si L< 1, Ne < N
1
y Ng < 0, se pierde informacin y por lo tanto no debe usar la
ecuacin de regresin lineal.

6 Se da forma a las ecuaciones de regresin que se usaran para la
completacin y extensin.

7 Se generaron nmeros aleatorios, los cuales tienen una una distribucin
normal, independiente para el intervalo [0,1]. Tambin se pueden escoger al azar
de una tabla de nmeros aleatorios.



Autocorrelacin

1 Se usa para los meses que no pudieran ser extendidos por Correlacin
Cruzada. Las series de cada estacin se desfasan en una unidad. Esto quiere
decir que los datos del mes Y
t
se correlacionaron con el mes Y
t-1
, donde la
variable dependiente es Y
t
y la variable independiente es Y
t-1
.

2 Se calcula los parmetros de Autocorrelacin, en los cuales, ya no se toma
en cuenta el factor aleatorio, ya que los meses secos estn por lo general
fuertemente autocorrelacionados.

3 Se determinan las ecuaciones de extensin y se procede a calcular los datos
faltantes.


Como referencia cabe resaltar que de no haber sido posible la extensin y completacin
con los procedimientos anteriores, es necesario aplicarse como ltimo mtodos
prcticos. M
ej. Correccin de datos:
Del ao 1967 al 1969, periodo dudoso y 1977 a 1982, periodo confiable





CUADRO N 1
PRECIPITACION TOTAL MENSUAL HISTORICA
(mm)
Estacion : ANDAGUA Latitud : 15 30' Region : AREQUIPA
Categoria : PLU Longitud : 72 21' Prov : CASTILLA
Altitud : 3 589 msnm Distr : ANDAGUA
AO ENE FEB MAR ABR MAY JUN JUL AGO SET OCT NOV DIC TOTAL
1963 130.0 169.5 145.0 8.5 5.5 0.0 0.0 0.0 40.0 17.8 17.5 43.5 577.3
1964 91.0 58.2 118.6 34.0 43.3 0.0 0.0 12.5 0.0 0.0 32.0 144.5 534.1
1965 33.0 139.5 51.0 15.5 0.0 0.0 0.0 16.5 0.0 0.0 15.5
1966 33.0 107.7 76.0 6.5 10.0 0.0 0.0 0.0 0.0 22.0 26.5 23.5 305.2
1967 131.3 214.1 179.0 0.0 12.5 0.0 0.0 2.5 33.5 0.0 0.0 40.5 613.4
1968 191.7 129.0 192.2 0.0 0.0 0.0 0.0 0.0 0.0 0.0 12.5 11.0 536.4
1969 147.5 85.5 148.7 13.5 0.0 0.0 0.0 0.0 3.3 0.0 16.5 67.9 482.9
1970 89.8 111.0 63.0 0.0 9.0 0.0 0.0 0.0 0.0 11.0 1.0 13.6 298.4
1971 78.4 89.5 22.3 4.0 0.0 0.0 0.0 0.0 0.0 7.0 2.0 32.4 235.6
1972 187.2 112.2 213.6 11.5 0.0 0.0 0.0 0.0 22.7 42.2 0.0 78.4 667.8
1973 142.4 118.4 150.7 39.4 0.0 0.0 0.0 13.6 64.8 0.0 13.9 32.4 575.6
1974 142.8 135.3 86.2 17.5 0.0 0.0 0.0 61.2 7.2 0.0 0.0 13.5 463.7
1975 209.2 326.5 127.1 3.5 0.0 0.0 0.0 0.0 0.0 0.0 0.0 61.9 728.2
1976 208.2 102.7 65.7 13.1 30.5 0.0 7.5 4.7 79.6 0.0 0.0 62.6 574.6
1977 51.9 132.0 110.3 0.0 0.0 0.0 0.0 0.0 0.0 10.0 12.3 24.3 340.8
1978 85.0 11.9 83.1 0.0 0.0 0.0 5.3 0.0 0.0 0.0 41.9 0.0 227.2
1979 39.9 39.1 148.5 2.5 0.0 0.0 0.0 0.0 2.5 65.3 0.0 76.1 373.9
1980 52.2 52.4 170.0 14.2 0.0 0.0 0.0 3.7 0.0 16.0 1.4 24.9 334.8
1981 47.7 80.6 26.6 45.9 0.0 0.0 0.0 17.8 0.0 0.0 9.6 51.6 279.8
1982 21.6 54.0 43.8 25.7 0.0 0.0 0.0 0.0 19.1 9.4 7.2 35.1 215.9
1983 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 6.8 6.8
1984 79.1 174.8 83.5 4.5 0.0 2.4 0.0 0.0 0.0 19.1 52.6 24.6 440.6
1985 6.6 126.8 63.8 3.8 6.2 5.3 0.0 0.0 0.0 0.0 30.8 29.8 273.1
1986 115.2 90.2 20.4 13.6 8.2 0.0 0.0 10.6 0.0 0.0 13.5 122.6 394.3
1987 120.2 6.9 24.7 4.6 0.0 0.0 17.1 0.0 0.0 13.1
1988 58.7 68.7 19.4 28.1 0.0 0.0 0.0 2.4 0.0 0.0 99.6
1989 105.2 168.8 15.0 40.8 0.0 4.6 0.0 0.0 0.0 0.0 3.6 0.0 338
1990 30.2 13.2 36.4 12.0 4.0 22.2 0.0 0.0 0.0 3.2 62.6 55.5 239.3
Promedio 95.2 103.9 90.5 12.6 5.6 1.2 1.1 4.5 10.4 8.4 13.2 44.2 390.8
Desviacion 61.5 69.8 59.9 13.3 10.9 4.3 3.6 12.1 20.6 14.9 17.3 36.2







SEPARACION PERIODOS DUDOSOS
x (x-media)^2
1 131.3 2058.294
2 214.1 16427.144
3 179.0 8661.731
4 12.5 5392.197
5 2.5 6960.828
6 33.5 2749.070
7 40.5 2064.028
8 191.7 11186.959
9 129.0 1854.889
10 192.2 11292.977
11 12.5 5392.197
12 11.0 5614.742
13 147.5 3790.670
14 85.5 0.186
15 148.7 3939.875
16 13.5 5246.334
17 3.3 6827.978
18 16.5 4820.744
19 67.9 325.138
Media 85.932 104605.981
Desv. Es Sx 76.23282359



SEPARACION PERIODOS CONFIABLE

x (x-media)^2
1 51,9 75,182
2 132,0 7880,243
3 110,3 4498,483
4 10,0 1104,184
5 12,3 956,620
6 24,3 358,317
7 85,0 1744,794
8 11,9 981,523
9 83,1 1589,675
10 5,3 1438,629
11 41,9 1,767
12 39,9 11,084
13 39,1 17,051
14 148,5 11081,927
15 2,5 1658,873
16 2,5 1658,873
17 65,3 487,117
18 76,1 1080,485
19 52,2 80,474
20 52,4 84,102
21 170,0 16070,818
22 14,2 842,698
23 3,7 1562,563
24 16,0 741,433
25 1,4 1749,688
26 24,9 335,962
27 47,7 19,987
28 80,6 1396,572
29 26,6 276,533
30 45,9 7,133
31 17,8 646,648
32 9,6 1130,928
33 51,6 70,069
34 21,6 467,825
35 54,0 116,009
36 43,8 0,326
37 25,7 307,275
38 19,1 582,222
39 9,4 1144,419
40 7,2 1298,108
41 35,1 66,085
1772,4 65622,705
Media 43,229

Desv. Est. Sx 40,50392107



X1 85,932
S1 76,233
N1 19

X2 43,229
S2 40,504
N2 41

Sp 54,175
Sd 15,035

tc 2,8402 tt 2,002


FC 3,5423 Ft 1,87



CORRECCION DE LA INFORMACION
Xt 131,3
X1 85,932
S1 76,232824
S2 40,503921
X2 43,229
X'T 67,334357


AOS X Y1 X1 X2 X1Y1 (Yi-Y)(Xi-X) (Xi-X) X 1.028311966
1939 175.80 91.00 175.8 * 15997.800 2071.105 9592.244 30905.640 1.014057181
1940 4.50 33.00 4.5 * 148.500 2703.561 5381.690 20.250 b 0.311811871
1941 10.40 33.00 10.4 * 343.200 2486.126 4550.852 108.160 a 45.57566109
1942 109.80 67.30 109.8 * 7389.540 -81.553 1020.164 12056.040 r 0.668865233 r
2
= 0.4473807
1943 112.00 99.40 112 * 11132.800 1008.723 1165.540 12544.000 = 11.60601304
1944 66.00 75.90 66 * 5009.400 -71.713 140.660 4356.000
1945 79.30 89.80 79.3 * 7121.140 28.723 2.074 6288.490 A = -7.266773504
1946 60.60 78.40 60.6 * 4751.040 -147.515 297.908 3672.360 B = 1.533547009
1947 84.00 72.80 84 * 6115.200 18.093 37.700 7056.000 C = -53.41031746
1948 78.00 52.70 78 * 4110.600 -2.401 0.020 6084.000
1949 103.20 52.90 103.2 * 5459.280 -429.597 642.116 10650.240
1950 79.50 82.60 79.5 * 6566.700 20.905 2.690 6320.250 0.901109647
1951 121.60 82.10 121.6 * 9983.360 535.669 1913.188 14786.560
1952 30.30 51.90 30.3 * 1572.570 853.861 2261.954 918.090
1953 52.90 85.00 52.9 * 4496.500 -378.061 623.002 2798.410
1954 8.90 * 8.9 0.000 5438.781 6062.180 0.000
1955 15.80 * 15.8 0.000 5438.781 6062.180 0.000
1956 44.40 * 44.4 0.000 5438.781 6062.180 0.000
1957 26.10 * 26.1 0.000 5438.781 6062.180 0.000
1958 0.00 * 0 0.000 5438.781 6062.180 0.000
1959 * 0 0.000 5438.781 6062.180 0.000
1960 * 0 0.000 5438.781 6062.180 0.000 PRUEBA DE SIGNIFICACION
1961 * 0 0.000 5438.781 6062.180 0.000
1962 * 0 0.000 5438.781 6062.180 0.000
1963 * 0 0.000 5438.781 6062.180 0.000
1964 * 0 0.000 5438.781 6062.180 0.000
1965 * 0 0.000 5438.781 6062.180 0.000 tc= 3.244122721
1966 * 0 0.000 5438.781 6062.180 0.000 Significacion= 0,05 Grados de Libertad
1967 * 0 0.000 5438.781 6062.180 0.000 tt= 2.16 n1-2
1968 * 0 0.000 5438.781 6062.180 0.000 tc>tt
1969 * 0 0.000 5438.781 6062.180 0.000 Se rechaza hipotesis nula; hay correlacion entre estas variables
1970 * 0 0.000 5438.781 6062.180 0.000
1971 * 0 0.000 5438.781 6062.180 0.000
1972 * 0 0.000 5438.781 6062.180 0.000 ECUACION DE REGRESION
1973 * 0 0.000 5438.781 6062.180 0.000
1974 * 0 0.000 5438.781 6062.180 0.000 SIN FACTOR ALEATORIO
1975 * 0 0.000 5438.781 6062.180 0.000
1976 * 0 0.000 5438.781 6062.180 0.000
1977 * 0 0.000 5438.781 6062.180 0.000
1978 * 0 0.000 5438.781 6062.180 0.000 Xt= 8.90
(Yi-Y)(Xi-X) 144585.435 179186.286 Yt= 48.35078673
N 20 15 15 25
media 69.85 77.86 4.1391
STDS 20.7107 44.426 10.845
xt yt Ytalea
1969 8.90 48.35078673 48.457238
1970 15.80 50.50228864 53.86734
1971 44.40 59.42010814 67.725067
1972 26.10 53.71395091 63.71724
1973 0.00 45.57566109 57.035946
2
1
2
r
n r
tc

=
( ) ( ) t y S r bXt a Yt c ou 1 1
2
+ + =
bXt a Yt + =
=
2
o
= o

AOS X Y1 X1 X2 X1Y1 (Yi-Y)(Xi-X) (Xi-X) X = #DIV/0!
1964 53.7 91.0 53.664523 * 4883.4716 -829.2770582 948.32681 2879.881 = #DIV/0! Y= a+bXt
1965 40.2 33.0 40.209205 * 1326.9038 1374.897871 1958.0831 1616.7802 b 0.478735618
1966 55.8 33.0 55.789047 * 1841.0385 890.8170088 821.99135 3112.4177 a 26.20007231 Y=26,20+0,4787*Xt
1967 67.3 * * 0 -275.6234083 7133.3967 0 r 0.614377194
1968 61.8 99.4 61.808531 * 6145.3752 -800.8234751 513.0636 3820.2945 = #DIV/0! Xt= 212.3
1969 42.6 75.9 42.616999 * 3236.4081 -496.7008927 1750.7897 1816.2086
1970 119.3 89.8 119.31231 * 10714.245 896.7304164 1214.7227 14235.427 A = -2.44783507 Y= 127.83564
1971 124.0 78.4 123.97507 * 9719.6455 566.2204889 1561.4851 15369.818 B = 0.350215595
1972 117.8 72.8 117.75513 * 8567.7345 289.2706804 1108.6032 13866.271 C = -50.61246556
1973 121.0 52.7 121.02878 * 6382.2635 -414.6063746 1337.317 14647.966
1974 137.1 52.9 137.13515 * 7256.1272 -587.7945889 2774.7307 18806.05
1975 110.3 82.6 110.2912 * 9109.264 478.4525454 667.28016 12164.15
1976 126.7 82.1 126.7 * 10407.879 763.4926622 1784.2651 16052.89
1977 50.8 51.9 50.8 * 2636.52 409.6681673 1132.9578 2580.64
1978 83.1 85.0 83.1 * 7063.5 -28.45171451 1.848072 6905.61
1979 20.6 39.9 20.6 * 821.94 1543.544858 4078.0278 424.36
1980 78.5 52.2 78.5 * 4097.7 70.74433853 35.514902 6162.25
1981 124.0 47.7 124 * 5914.8 -647.3175358 1563.456 15376
1982 62.8 21.6 62.8 * 1356.48 919.8974462 469.13126 3943.84
1983 28.2 0.0 28.2 * 0 3604.597031 3165.1244 795.24
1984 130.3 79.1 130.3 * 10306.73 688.9389676 2101.3571 16978.09
1985 5.8 6.6 5.8 * 38.28 4520.634572 6187.3072 33.64
1986 122.1 115.2 122.1 * 14065.92 1924.525244 1416.8119 14908.41
1987 138.7 120.2 138.7 * 16671.74 3044.469875 2942.0386 19237.69
1988 212.3 * 212.3 0 5411.398516 7133.3967 0
1989 97.8 105.2 97.8 * 10288.56 548.6843087 177.97059 9564.84
1990 58.5 30.2 58.5 * 1766.7 879.2714694 673.89243 3422.25
1991 0 5411.398516 7133.3967 0
1992 0 5411.398516 7133.3967 0
(Yi-Y)(Xi-X) 35568.45845 68919.683
N 26 26 25 1
media 64.1 84.459438 212.3

AOS X Y1 X1 X2 X1Y1 (Yi-Y)(Xi-X) (Xi-X) X = 1.047619048
1964 321.0 175.0 321 * 56175 38965.83333 132617.36 103041 = 1.023532631
1965 222.0 75.0 222 * 16650 95875.5 214523.36 49284 b 0.431222103
1966 155.0 45.0 155 * 6975 125649.5 281076.69 24025 a -13.45901069
1967 274.0 77.0 274 * 21098 84289.16667 169058.03 75076 r 0.98708582
1968 431.0 131.0 431 * 56461 38379.16667 64600.694 185761 = 7.13245187
1969 446.0 136.0 446 * 60656 34918.33333 57200.694 198916
1970 456.0 171.0 456 * 77976 25437.5 52517.361 207936 A = -6.560846561
1971 1270.0 475.0 1270 * 603250 112872.8333 342030.03 1612900 B = 1.566137566
1972 2089.0 897.0 2089 * 1873833 863357.5 1970748 4363921 C = -37.06589707
1973 1618.0 710.0 1618 * 1148780 399252.6667 870178.03 2617924
1974 431.0 268.0 431 * 115508 3558.333333 64600.694 185761 PRUEBA DE SIGNIFICACION
1975 509.0 224.0 509 * 114016 10217.66667 31034.694 259081
1976 * 0 0 193217 469453.36 0
1977 * 0 0 193217 469453.36 0
1978 * 0 0 193217 469453.36 0
1979 * 0 0 193217 469453.36 0
1980 * 0 0 193217 469453.36 0 tc= 19.48557335
1981 * 0 0 193217 469453.36 0 Significacion= 0,05 Grados de Libertad
1982 * 0 0 193217 469453.36 0 tt= 2.228
1983 * 0 0 193217 469453.36 0 tc>tt
1984 * 0 0 193217 469453.36 0 Se rechaza hipotesis nula; hay correlacion entre estas variables
1985 * 0 0 193217 469453.36 0
1986 * 0 0 193217 469453.36 0 ECUACION DE REGRESION
1987 * 0 0 193217 469453.36 0
1988 * 0 0 193217 469453.36 0 SIN FACTOR ALEATORIO
1989 * 0 0 193217 469453.36 0
1990 * 0 0 193217 469453.36 0
1991 0 193217 469453.36 0
1992 0 193217 469453.36 0 Xt= 800
(Yi-Y)(Xi-X) 5117463 12230893 Yt= 331.5186715
N 12 12 12 15
media 282.0 685.167 0
STDS 271.552 621.595 0
N. Aleatorio 0.852486223
Yt= 337.5989884
2
1
2
r
n r
tc

=
( ) ( ) t y S r bXt a Yt c ou 1 1
2
+ + =
bXt a Yt + =













AOS X Y1 X1 X2 X1Y1 (Yi-Y)(Xi-X) (Xi-X) X = 1.057342657
1986 2149.2 4151.0 2149.2 * 8921329.2 148506.5677 40884.84 4619060.6 = 1.028271685
1987 2115.5 3736.6 2115.5 * 7904777.3 53929.07308 28392.25 4475340.3 b 1.086803351
1988 2195.1 3263.2 2195.1 * 7163050.3 -38045.18077 61553.61 4818464 a 1300.540029
1989 1822.0 3438.1 1822 * 6264218.2 -2694.230769 15625 3319684 r 0.551310388 r2= 0.3039431
1990 2616.7 * 2616.7 0 6652015.362 3790809 0 = 277.2911448
1991 1739.8 3140.4 1739.8 * 5463667.9 57217.48308 42931.84 3026904
1992 1799.0 3474.4 1799 * 6250445.6 -8562.369231 21904 3236401 A = -5.878181818
1993 1888.1 2987.7 1888.1 * 5641076.4 25259.03846 3469.21 3564921.6 B = 1.356363636
1994 2020.1 3633.3 2020.1 * 7339629.3 15844.70615 5343.61 4080804 C = -38.41333333
1995 2095.2 3606.8 2095.2 * 7556967.4 28195.62 21963.24 4389863
1996 2104.3 3945.4 2104.3 * 8302305.2 83188.71 24743.29 4428078.5 PRUEBA DE SIGNIFICACION
1997 1678.0 3004.1 1678 * 5040879.8 110948.0154 72361 2815684
1998 1703.0 * 1703 0 6652015.362 3790809 0
1999 2083.0 2918.0 2083 * 6078194 -67802.27692 18496 4338889
2000 1621.7 3116.1 1621.7 * 5053379.4 97735.13385 105820.09 2629910.9
2001 * 0 0 6652015.362 3790809 0
2002 * 0 0 6652015.362 3790809 0 tc= 2.191644754
2003 * 0 0 6652015.362 3790809 0 Significacion= 0,05 Grados de Libertad
2004 * 0 0 6652015.362 3790809 0 tt= 2.16
2005 * 0 0 6652015.362 3790809 0 tc>tt
2006 * 0 0 6652015.362 3790809 0 Se rechaza hipotesis nula; hay correlacion entre estas variables
2007 * 0 0 6652015.362 3790809 0
2008 * 0 0 6652015.362 3790809 0 ECUACION DE REGRESION
2009 * 0 0 6652015.362 3790809 0
2010 * 0 0 6652015.362 3790809 0 SIN FACTOR ALEATORIO
2011 * 0 0 6652015.362 3790809 0
2012 * 0 0 6652015.362 3790809 0
2013 0 6652015.362 3790809 0
2014 0 6652015.362 3790809 0 Xt= 2616.7
(Yi-Y)(Xi-X) 106935966.1 61116432 Yt= 4144.378358
N 15 13 13 14
media 3416.5 1947 308.55
STDS 387.42122 196.53 804.53
N. Aleatorio 0
Yt= 4144.378358
2
1
2
r
n r
tc

=
( ) ( ) t y S r bXt a Yt c ou 1 1
2
+ + =
bXt a Yt + =











4. PRECIPITACIN MEDIA

El clculo de la Precipitacin Media de la cuenca es una fase aplicativa. Para ello se
usan tres mtodos, dos de ellos bastante difundidos, y un tercero (Thiessen Mejorado),
que combina los anteriores.








- MTODO DE LAS ISOYETAS

Podemos definir la Isoyeta, como la lnea que representa igual precipitacin.

El mtodo consiste en trazar las isoyetas, interpolando las precipitaciones medias de
cada estacin, de igual forma como se trazan las curvas de nivel. En segundo lugar se
hallan las reas entre isoyetas adyacentes y se multiplican por su precipitacin
promedio; sumando el total de estos factores y dividindolos entre el rea total.

Se debe resaltar que al momento de trazar las Isoyetas se debe tener en cuenta el
factor orogrfico, que se visualiza a travs de las curvas de nivel. Las lneas isoyetas
deben, en lo posible, tener un trazo similar a dichas curvas.



CUADRO N 1
PRECIPITACION MEDIA MENSUAL
METODO DE LAS ISOYETAS
ENERO
ISOYETA AREA NETA PREC PROM VOLUMEN
(mm) (Km2) (mm) PREC
48,5 50 15,10 49,3 743,68
50 385,70 50,0 19285,00
80 348,20 65,0 22633,00
110 385,40 95,0 36613,00
140 239,80 125,0 29975,00
186,3 170 1921,05 178,2 342235,06
3295,25 451484,73
Pm = 137,0
CUADRO N 2
PRECIPITACION MEDIA MENSUAL
METODO DE LAS ISOYETAS
FEBRERO
ISOYETA AREA NETA PREC PROM VOLUMEN
(mm) (Km2) (mm) PREC
60,8 80 244,10 70,4 17184,64
80 395,90 80,0 31672,00
110 393,30 95,0 37363,50
140 357,60 125,0 44700,00
170 804,20 155,0 124651,00
225,5 200 1100,15 212,8 234056,91
3295,25 489628,05
Pm = 148,6




- MTODO DE THIESSEN

El mtodo de Thiessen es el ms sencillo de los tres presentados, y tiene el
siguiente procedimiento:

- Se unen las estaciones formando tringulos.
- Se trazan las mediatrices de cada lado de los tringulos de tal manera que
formen polgonos, que vienen a representar el rea de influencia de cada
estacin. Cuando los tringulos son obtusos, se debe tener cuidado en
delinear el polgono.
- Se determinan las reas de cada polgono que estn dentro de la cuenca.
- Se multiplica la precipitacin de cada estacin por su respectiva rea de
influencia, y se divide entre el rea total de la cuenca. La suma de todas las
precipitaciones ponderadas es la precipitacin media de la cuenca.


CUADRO N 1
PRECIPITACION MEDIA MENSUAL
METODO DE THIESSEN
ENERO
ESTACION PREC AREA AREA PREC POND
(mm) (Km2) % (mm)
ARMA 53,9 25,67 0,779 0,4
COTAHUASI 71,5 182,03 5,524 3,9
CHINCAYLLAPA 151,8 442,34 13,424 20,4
PUICA 97,5 487,46 14,793 14,4
PULHUAY 161,7 436,80 13,255 21,4
SAIROSA 186,3 1211,41 36,762 68,5
SALAMANCA 62,5 1,17 0,036 0,0
TOMEPAMPA 48,5 508,37 15,427 7,5
3295,25 136,6
CUADRO N 2
PRECIPITACION MEDIA MENSUAL
METODO DE THIESSEN
FEBRERO
ESTACION PREC AREA AREA PREC POND
(mm) (Km2) % (mm)
ARMA 55,3 25,67 0,779 0,4
COTAHUASI 76,7 182,03 5,524 4,2
CHINCAYLLAPA 155,9 442,34 13,424 20,9
PUICA 120,3 487,46 14,793 17,8
PULHUAY 225,5 436,80 13,255 29,9
SAIROSA 173,8 1211,41 36,762 63,9
SALAMANCA 88,3 1,17 0,036 0,0
TOMEPAMPA 60,8 508,37 15,427 9,4
3295,25 146,6






- MTODO DE THIESSEN MEJORADO

El mtodo de Thiessen Mejorado, da resultados ms exactos que el de
Thiessen clsico, incluso muy cercanos al de Isoyetas, debido a que combina
ambos mtodos.
El proceso de clculo es el siguiente:
- Se dibujan en un mismo plano los polgonos de Thiessen y las Isoyetas.
- Se halla la precipitacin sobre cada polgono, en base a las isoyetas dentro
de ste.

=
P
I
m
a
a
h h


Donde :
=
m
h Precipitacin media entre isoyetas.
=
I
a rea entre isoyetas.
=
P
a rea del polgono.

- Se determina el rea relativa de cada polgono, que est dada por la relacin
del polgono entre el rea de la cuenca.

- Se calcula el peso de cada estacin:

relativa Area
estacin en in precipitac
poligono sobre in precipitac
p
E
_
_ _
_ _
=



- Se multiplica los pesos de cada estacin por la precipitacin en cada
estacin, y sumando todos ellos obtenemos la precipitacin media en la
cuenca.


CUADRO N 1

PRECIPITACION MEDIA MENSUAL

METODO DE THIESSEN MEJORADO

ENERO

ESTACION PREC RELACION PREC PESO PREC
POLIGONO AREAS ESTACION PONDER
ADA

ARMA 0,0 0,008 53,9 0,000 0,0
COTAHUASI 74,3 0,055 71,5 0,057 4,1
CHINCAYLLAPA 152,0 0,134 151,8 0,134 20,4
PUICA 101,0 0,148 97,5 0,153 14,9
PULHUAY 166,4 0,133 161,7 0,136 22,1
SAIROSA 170,0 0,368 186,3 0,335 62,5
SALAMANCA 0,0 0,000 62,5 0,000 0,0
TOMEPAMPA 86,6 0,154 48,5 0,275 13,4
Prec. Media 137,4


CUADRO N 2

PRECIPITACION MEDIA MENSUAL

METODO DE THIESSEN MEJORADO

FEBRERO

ESTACION PREC RELACION PREC PESO PREC
POLIGONO AREAS ESTACION PONDER
ADA

ARMA 0,0 0,008 55,3 0,000 0,0
COTAHUASI 89,0 0,055 76,7 0,064 4,9
CHINCAYLLAPA 161,0 0,134 155,9 0,139 21,6
PUICA 134,0 0,148 120,3 0,165 19,8
PULHUAY 166,4 0,133 225,5 0,098 22,1
SAIROSA 197,6 0,368 173,8 0,418 72,6
SALAMANCA 0,0 0,000 88,3 0,000 0,0
TOMEPAMPA 110,0 0,154 60,8 0,279 17,0
Prec. Media 158,0