Cap II Precipitacion

ESTUDIANTES DE INGENIERIA CIVIL UNSA
http://www.eicunsa.tk/
CAPITULO II
PRECIPITACION
1.- GENERALIDADES
1.1 PRECIPITACIÓN. FORMACIÓN, FORMAS, TIPOS, MEDICIÓN Y ANÁLISIS DE DATOS

Como precipitación se conocen todas las formas de humedad que caen a la tierra,
provenientes de las nubes, como agua, nieve y hielo. La precipitación constituye la entrada
primordial del sistema hidrológico y es el factor principal que controla la hidrología de una
región.
El conocimiento de los comportamientos y patrones de la lluvia en el tiempo y en el espacio es

esencial para entender procesos como la variación de la humedad del suelo, recarga de
acuíferos y caudal en los ríos. El estudio de la precipitación es entonces de capital importancia
para los hidrólogos, pero una investigación detallada de los mecanismos de su formación es
dominio de la meteorología. La evaporación desde la superficie de los océanos es la principal
fuente de humedad para la precipitación, ya que no más del 10% de la precipitación
continental se puede atribuir a la evaporación en los continentes. Por otra parte, el 25% de la
precipitación total que cae en áreas continentales regresa al mar como escorrentía directa o
flujo de agua subterránea. Sin embargo, la cercanía a los océanos no necesariamente implica
altas precipitaciones, como es el caso de islas desérticas. La localización de una región con
respecto al sistema general de circulación, la latitud y la distancia a la fuente de humedad son
las variables que más influyen en el clima, junto con las barreras orográficas (Linsley, Kohler y
Paulus, 1988).
1.1.1 FORMACIÓN DE LA PRECIPITACIÓN
Se sabe que la humedad siempre está presente en la atmósfera, aún en día sin nubes, es lo que
se conoce como humedad relativa. Para que ocurra la precipitación, es necesario que el aire se
enfríe por algún mecanismo, de manera que éste alcance su punto de saturación. Vale decir,
que la temperatura del aire (Ta), sea inferior al punto de condensación o temperatura del
punto de rocío (Td). Estos mecanismos de enfriamiento comúnmente se generan por la
ascensión de masas de aire, las cuales producen calentamiento o enfriamiento de la superficie
de la tierra o bien, por barreras orográficas. Sin embargo, la saturación, no necesariamente
lleva a la precipitación.
En este sentido toma importancia la presencia de núcleos de condensación o congelamiento

(Linsley, Kohler y Paulus, 1988), sobre los cuales se forman las gotas de agua o de cristales de
hielo, proceso que se conoce como nucleación. Estos núcleos por lo general consisten de
productos de combustión, óxidos de nitrógeno y partículas de sal. Éstos son los más efectivos y
aún con humedades tan bajas como del 75% pueden producir condensación.
Finalmente, se deben producir el crecimiento de las gotas de lluvia o los cristales de hielo, ya
que las nubes están sostenidas por componentes verticales de las fuerzas que ejercen las
corrientes de aire. Estas son pequeñas, pero suficientes para impedir que caigan partículas de
determinado tamaño. Es necesario entonces que las gotas tengan peso suficiente, porque de
otra manera se podrían evaporar y desaparecería la nube lentamente. Las gotas pueden crecer
por atracción electrostática o por turbulencia.
1.1.2 FORMAS DE PRECIPITACIÓN
Ing. Victor Rendon Arequipa - PERU

Cualquier producto formado por la condensación de vapor de agua atmosférico en el aire libre
o la superficie de la tierra es un hidrometeoro. Para la hidrología los hidrometeoros de mayor
interés 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 precipitación son:

a. Llovizna: son gotas de agua pequeñas por lo que su velocidad de caída 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 líquida con diámetros mayores a las que componen la
llovizna. Comúnmente 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 húmeda producida por lluvia o llovizna.
d. Nieve: está compuesta por cristales de hielo blancos o traslúcidos. Se ha estimado que
125 a 500 mm de nieve pueden generar 25 mm de agua líquida. Su densidad promedio
es igual a 0,1.
e. Granizo: precipitación en forma de bolas o cristales irregulares de hielo que se
producen generalmente por nubes convectivas.
1.1.3 TIPOS DE PRECIPITACIÓN
La precipitación lleva comúnmente 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 precipitación. Por ejemplo, la precipitación ciclónica resulta del levantamiento
del aire que converge de un área de baja presión o ciclón. Esta se subdivide en frontal y no-
frontal. La precipitación frontal resulta del levantamiento del aire cálido sobre un frente más
denso y frío. La de frente cálido se forma cuando el aire avanza hacia arriba sobre una masa de
aire más frío. La de frente frío es de naturaleza más corta y se forma cuando el aire cálido es
obligado a subir por una masa de aire frío que está avanzando y cuya cara delantera es un
frente frío. En este caso el aire cálido se eleva mucho más rápido que en el anterior y las tasas
de precipitación son mucho mayores. La precipitación no-frontal es la que no tiene relación
con frentes.
Por su parte, la precipitación convectiva es causada por el ascenso de aire cálido más liviano
que el aire frío de los alrededores. Se caracteriza por ser puntual y su intensidad puede variar
entre aquella correspondiente a lloviznas ligeras o aguaceros.
En cambio, la precipitación orográfica resulta del ascenso mecánico sobre una cadena de
montañas. La influencia orográfica es tan marcada en terreno quebrado que los patrones de
las tormentas tienden a parecerse a aquellos de la precipitación media anual.
No obstante lo anterior, es importante destacar que en la naturaleza, los efectos de estos

varios tipos de enfriamiento a menudo están interrelacionados, de manera que la
precipitación resultante no puede identificarse como de un solo tipo.
2.1.4 MEDICIÓN DE LA PRECIPITACIÓN
Los instrumentos para medir la cantidad y la intensidad de la precipitación son los más
importantes. En este sentido, todas las formas de precipitación se miden sobre la base de una
columna vertical de agua que se acumularía sobre una superficie a nivel si la precipitación

permaneciese en el lugar donde cae. Comúnmente la unidad de medida en el sistema métrico

es milímetros (mm).
Uno de los principales medidores de precipitación es el pluviómetro. El estándar (U.S. National

Weather Service) posee un colector con un diámetro de 20 cm. La lluvia pasa del colector a un
tubo cilíndrico medidor el cual está situado dentro del recipiente de vertido. El tubo medidor
tiene un área transversal que es 1/10 de aquella del colector, de tal manera que 1 mm de lluvia
llenará el tubo en 1,0 cm. En la figura siguiente se muestra la estructura básica de un
pluviómetro.
Estructura básica de un pluviómetro
El pluviómetro sólo proporciona la altura de precipitación total en milímetros en intervalos de

tiempo fijados de antemano, generalmente de 24 horas.
Cada milímetro medido de precipitación representa la altura (en lámina precipitada) que
tendría un cubo de área igual a un metro cuadrado. Para medir continuamente la precipitación
en el tiempo, es necesario un pluviógrafo, que es el mismo pluviómetro provisto de un
mecanismo de relojería que le permite marcar en un tipo especial de papel la variación de la
precipitación con el tiempo.
Registro pluviográfico
Los tres tipos más importantes de pluviógrafos son: el de cubeta basculante, el de balanza y el
de flotador.

De los errores, el más serio, son los producidos por el viento, en donde la aceleración vertical
del aire, al ser forzado hacia arriba sobre el pluviómetro, le transmite una aceleración hacia
arriba a las gotas que están por entrar al pluviómetro produciéndose una recogida deficiente.
La información que entrega la precipitación debería ser determinante para planificar el diseño
de una red de pluviómetros. Una de estaciones relativamente dispersa debería bastar para el
estudio de grandes tormentas o para determinar promedio de grandes áreas planas. Las redes
deben ser planeadas de tal manera que se obtenga un cuadro representativo de la distribución
espacial de la precipitación.
1.1.5 INTERPRETACIÓN Y ANÁLISIS DE DATOS DE PRECIPITACIÓN

a. Presentación de los datos
Antes de entrar a la interpretación y análisis de los datos propiamente tales, es necesario
señalar la forma de cómo se presentan los datos de precipitación. La manera más común como
los registros están disponibles es la Curva de Masas de la lluvia, que resulta ser un gráfico de
la precipitación acumulada contra el tiempo, en orden cronológico. Es la curva que se obtiene
directamente del pluviógrafo, tal como lo presenta en la figura. Las curvas de masa se usan
para extraer información sobre la magnitud, duración e intensidad de una tormenta.
Curva de masas
Por su parte, el hietograma es el gráfico que relaciona la intensidad de la lluvia contra el
intervalo de tiempo . Se define la intensidad como la variación de la precipitación con el
tiempo. El intervalo de tiempo depende del tamaño de la cuenca. Para cuencas pequeñas, se
usan intervalos de minutos, y para cuencas grandes, los intervalos son generalmente de horas..
El hietograma es muy utilizado en el diseño de tormentas, para el estudio de caudales
máximos, y se deriva de la curva de masa. El área bajo el hietograma representa la
precipitación total recibida en ese período.
Hietograma
2.- 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
AÑO 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
180,0
160,0
140,0
120,0
100,0
mm
80,0
60,0
40,0
20,0
0,0
3
7
3
6
3
6
3
64
65
66
l-6
l-6
l-6
l-6
6
6
-6
6
e-
e-
e-
e-
e-
r-
r-
r-
t-
t-
t-
t-
r
ju
ju
ju
ju
ab
ab
ab
ab
oc
oc
oc
oc
en
en
en
en
en
Meses
3.- ESTIMACION DE DATOS FALTANTES
Se refiere a un llenado provisional de los datos faltantres de la información existente, con el fin
de hacer el análisis de Doble Masa para verificar la consistencia de la información, toda vez
que la calcular las precipitaciones medias anuales; en los años donde faltan datos de uno o
varios meses esta media anual mostrará quiebres que distorsionaran innecesariamente el
diagrama, lo cual dificultara aún más la identificación de los períodos dudosos y los confiables.
3.1. RELLENO PROVISIONAL DE DATOS FALTANTES (ANALISIS DE DOBLE MASA)
CRITERIOS PRACTICOS:
a. Tipificar el comportamiento hidrológico de los años, en que faltan datos (Húmedo,
Normal o Seco).
b. Tener en cuenta el período de ubicación del dato faltante, si la información es no

anual.
c. Completar con el promedio de los años o meses tipificados
&j. Si el año faltante es seco, entonces determinar el promedio de todos los años secos
con información y este servirá para completar el dato faltante.
En otros casos es recomendable completar con el promedio del año posterior y anterior al
dato o también del mes anterior y posterior al faltante, si la información es anual o
mensual respectivamente.
Si la información es mensual, determinar el promedio de los años típicos y completar con

este.

Estos criterios pueden ser válidos, solo en el caso de completación de algunos datos
faltantes, no así en el caso de extensión de periodos largos.
4.- ANALISIS DE CONSISTENCIA DE DATOS

La Inconsistencia y no Homogenidad de una serie hidrológica deben ser identificadas,
eliminadas y ajustadas a las condiciones futuras, porque pueden introducir errores a la serie.
INCOSISTENCIA: Son los errores sistemáticos que se presentan como saltos y tendencias en las
series maestrales.
a. SALTOS:
Formas determinísticas transitorias que permiten a una serie hidrológica periódica o no
periódica, pasar de un estado a otro como respuesta a cambios hechos por el hombre o
cambios naturales continuos.
&j. Derivaciones aguas arriba, cambio de estación hacia aguas arriba.
b. TENDENCIAS:
Son componentes determinísticas transitorias, que se definen como un cambio,
sistemático y continuo, sobre una muestra de información hidrometereológicas en
cualquier parámetro de la misma que afecta distribuciones y dependencias de las series.
&j. Cambio ascendente o descendente en temperatura, precipitación, evaporación

Gráficamente se puede observar como un ascenso o descenso lineal o no lineal continuo
en la muestra histórica, después 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 Precipitación, se produce por movimiento de la

Estación, cambios en el medio ambiente que rodea la Estación.
4.1. ANÁLISIS DE DOBLE MASA

El análisis de Doble Masa es la forma más usual de detectar períodos donde se han producido
posibles errores, los cuales se observan en forma de quiebres en la pendiente de la curva
doble másica.
Esta curva se construye llevando a un sistema de coordenadas cartesianas los valores

acumulados de una estación en cuestión (eje de ordenadas), contra los valores acumulados
anuales de una estación Patrón (eje de las abcisas).
La curva de doble masa también es usada muy frecuentemente para corregir los quiebres
multiplicando cada precipitación por la razón de pendientes del período que se considera
erróneo.
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 límites de confianza, los que serán comprobados mediante un análisis estadístico, que

evitaría hacer correcciones a la curva que en lugar de mejorar la serie nos podrían llevar a
generar mayores errores.
Existen varios criterios y formas de realizar el análisis de Doble Masa, el cual debe ser el
adecuado a las características de la red pluviométrica.
Se puede realizar el siguiente proceso:
1° Agrupar las estaciones en grupos, teniendo en cuenta la cercanía entre ellas, altitud y
similitud en hidrogramas.
2° Se calcula los volúmenes acumulados anuales para cada estación y el promedio

acumulado anual de las estaciones agrupadas.
3° Se plotea en el eje de las abcisas el promedio anual acumulado de la precipitación de

la información de las estaciones y, en el eje de las ordenadas la precipitación anual
acumulada de cada una de las estaciones del grupo en análisis.
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 más uniforme, la que es considerada
como la más confiable. La curva obtenida para la estación más confiable sirve también
para detectar sus períodos dudosos y confiables, para su posterior análisis.
5° La estación escogida en el paso anterior como la más confiable, se plotea en el eje de

las abcisas, y las otras estaciones se plotean en el eje de las ordenadas. En los gráficos
obtenidos, se determinan los períodos dudosos y los períodos confiables, ayudados
además de los hidrogramas de cada estación que se analice.
C U RVA D OBL E MASA

AND AGU A - C H AC H AS - ORC OPAMPA
14000,0
12000,0
Precip. Acum. Estacion
10000,0
8000,0
6000,0
4000,0
2000,0
0,0
0,0 20000,0 40000,0 60000,0 80000,0 100000,0 120000,0 140000,0 160000,0
Precipitacion Acumulada Promedio
Andagua Chachas Orcopampa

CUADRO N 2
ANALISIS DE DOBLE MASA

PRECIPITACION ACUMULADA
(MM)
ANDAGUA CHACHAS ORCOPAMPA PROMEDIO
AÑO 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
14000,0
12000,0
10000,0
Precip. Acum. Estacion
8000,0
6000,0
4000,0
2000,0
0,0
0,0 1000,0 2000,0 3000,0 4000,0 5000,0 6000,0 7000,0
Precipitacion Acumulada Chachas
Andagua Orcopampa

4.2. ANALISIS ESTADISTICO
4.2.1. 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 población, lo cual será cierto si ambas medias son
estadísticamente iguales. La forma es como sigue:
1° Se calcula la media y desviación estándar tanto del período dudoso como del confiable de la
siguiente manera:
XI
XW
NW
2
X XW
SW ( X )
NW 1
Donde:
Xw : Media de uno de los períodos.

w : Período que se calcula.
w = 1, para el período dudoso.
w = 2, para el período confiable.
xi : Dato de registro mensual.
Sw(x) : Desviación estándar del período w
Nw : Tamaño de la muestra del período w.
Cabe hacer notar que el tamaño de la muestra para cada período (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
análisis de doble masa.
2° Se realiza la prueba de medias, mediante el estadístico t de Student, en el orden siguiente:
a. Se determina la hipótesis planteada, la hipótesis alternativa y el nivel de significación:
Hp : µ1 = µ2
Ha : µ1 µ2
α = 0,05
Donde:
µ1,µ2 : medias poblacionales.
α : nivel de significación.
b. Para demostrar la hipótesis planteada de que las muestras provienen de la misma

población, es decir que la media ambos períodos son estadísticamente iguales, se obtiene un
valor de t calculado, y un valor de t de tablas de la forma que sigue:

X1 X2
tC 1 2
Sd
1 1
Sd SP
N1 N2
N1 1S12 N 2 1S22
SP
N1 N 2 2
Donde :
tc : t calculado.
Sd : Desviación estándar de los promedios
SP : Desviación estándar ponderada
El valor de t de tablas (tt) se obtiene con α =0,05 y N1+N2-2 grados de libertad.
Para tomar la decisión sobre la consistencia o no de la media, se compara el t calculado con el

t de las tablas:
Si tc < tt --- la media es consistente.

Si tc > tt --- la media es inconsistente.
4.2.1. CONSISTENCIA DE LA DESVIACION ESTANDART
Este análisis se realizó mediante el estadístico F de la siguiente manera:
1. Se calculó las variancias, sencillamente elevando al cuadrado las desviaciones estándar para
cada período.
2. Se hizo la prueba del estadístico F como sigue:
a. Se ensaya las hipótesis, tanto planteada y la alternativa:

Hp : σ12 = σ12
Ha : σ12 σ12
α = 0,05
b. Se calcula el estadístico FC y se busca el F de tablas (Ft):

S12
FC si S12 S 22 S
S 21
ó
S 22
FC si S 22 S12 S
S12
El valor de Ft se obtiene con α = 0,05, Grados de libertad del numerador (N1-1), y Grados de
libertad del denominador (N2-1).
Los valores obtenidos se comparan y se demuestra si son o no consistentes con los siguientes
criterios:
FC < Ft La muestra es consistente en la desviación estándar.

FC > Ft La muestra es inconsistente.
Esto significa que la muestra es consistente en la desviación estándar cuando las desviaciones
de los períodos comparados son estadísticamente iguales.
4.2.3. CORRECCIÓN DE LA INFORMACIÓN
La información del período dudoso se corrige, cuando la media o la desviación estándar no son
homogéneas (estadísticamente iguales), y para ello se utiliza la siguiente ecuación:
Xt X1
X 1t S2 X X2
S1 X
Cuando se va a corregir el primer periodo
Donde:
X'(t) = valor corregido.
X(t) = valor a ser corregido.
Y para el segundo periodo
Xt X 1
X1 t S1 X X1
S2 X
X'(t) = valor corregido.

X(t) = valor a ser corregido

4.2.4. COMPLETACIÓN Y EXTENSIÓN DEL REGISTRO
Una vez homogeneizada la información, ésta ya puede ser completada y extendida. Para ello
existen varios métodos y procedimientos que van desde los más sencillos, como algunos
criterios prácticos, hasta procesos complejos, como los estadísticos y matemáticos.
Dentro de este proceso, la extensión es el más importante, ya que al extender, se está creando
una serie de registros larga, y sus parámetros serán diferentes a los de la serie original (Serie
corta). Es por ello que para aceptar la extensión de un registro corto, es indispensable que la
serie larga proporcione mejores estimados de los parámetros que ésta.
De los métodos de estimación, los criterios prácticos, como es el relleno de datos con el
promedio; pueden generar efectos muy negativos en la información y por ende conclusiones
erróneas. El efecto más importante es que la variancia de la serie puede ser reducida
sustancialmente; ya que al colocar en un dato faltante un promedio se está amortiguando los
desvíos propios de la muestra, de tal manera que pierde uno de sus parámetros más
importantes, distorsionándola así por completo como serie histórica. En cambio los métodos
estadísticos proporcionan las herramientas necesarias para determinar si la nueva serie ha
mejorado la estimación de parámetros o la ha empeorado.
El método estadístico más usado en estos casos, es el de Correlación y Análisis de Regresión

que matemáticamente se hacen en simultáneo, que puede ser con una o más variables, y sirve
tanto para completar como para extender la información.
Se puede usar el modelo de Regresión Lineal Simple, es decir que el registro que se quiere
extender sólo está correlacionado con una serie de registro largo.
Si usamos la ecuación de regresión común es decir:
Yt a bX t
Donde:
Yt : Variable aleatoria del registro a extender.
Xt : Variable aleatoria del registro largo.
a,b : Parámetros de la ecuación calculados por mínimos cuadrados.
Surgirá 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 Correlación que mide el grado de asociación existente entre las variables
consideradas
Coeficiente de Determinación muestra el porcentaje de la variación total de la variable Y, que
es explicada por X.
Para remover este sesgo, se ha introducido una variancia adicional igual a 1 r 2 S1 (Y ) , de tal
manera que el modelo de regresión lineal simple queda de la siguiente forma:
Yt a bX t 1 r 2 S1 (Y ) Et

Donde:
α :Parámetro usado para remover el sesgo en el estimado de la variancia Y, y es igual:
2 N 2 ( N1 4 N1 1
N 2 1 N1 3 N1 2 1
N1: Longitud de la muestra del período corto.

N2: Longitud de la muestra por extender.
N1+N2: Longitud de la serie larga.
θ = 1 Cuando se considera la variable aleatoria.
θ = 0 Cuando no se considera la variable aleatoria.
Et : Variable aleatoria normal e independiente con media cero y
variancia unitaria.
r : Coeficiente de correlación 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 representará la
porción de cada dato estimado que no está influenciada por los eventos ocurridos en
dichos lugares. A su vez esto nos acerca más al hecho de que los fenómenos
hidrológicos son más aleatorios que determinísticos.
Dentro del análisis de Correlación existen tres tipos de ésta que son:
- CORRELACIÓN CRUZADA. o Correlación en el espacio, que se refiere cuando la

correlación se hace entre dos series de lugares diferentes pero para un mismo tiempo.
- CORRELACIÓN EN EL TIEMPO. o Autocorrelación, que se da cuando en una serie del

mismo lugar, se correlaciona ésta convirtiéndola en dos, desfasándola en el tiempo.
- CORRELACIÓN MIXTA. Es aquella que se da entre series de lugares diferentes y

tiempos diferentes.
Para el análisis se usa en orden de prioridad, los dos primeros tipos; es decir,
Correlación Cruzada y Autocorrelación. La Correlación Cruzada se ha da especialmente
para los meses húmedos donde existe un grado de asociación aceptable entre
estaciones. En cambio en los meses secos el grado de asociación es casi nulo, por lo que
se aplica la Autocorrelación, desfasando la serie en un mes.
La forma como se procede para realizar la completación y extensión de datos es la

siguiente:
CORRELACIÓN CRUZADA
1° La estación que se quiere completar y/o extender será la serie dependiente, que se
representará por Y, y las series que sirvan para extender por X. La Correlación se
puede hacer mes a mes, de tal manera que se evite la dependencia y ciclicidad propia
de los datos no anuales.

2° Cálculo del coeficiente de correlación. Se correlaciona la estación Y, con varias

estaciones de características similares. La serie independiente X, se escogerá de
aquella que tenga el coeficiente de correlación más alto para el mes analizado.
3° Cálculo de los parámetros de regresión con las ecuaciones siguientes:
Y X2 XY X
a 2
N X2 X
N XY X Y
b 2
N X2 X
SX
r b
SY
Donde:
Sx : Desviación estándar de X.
Sy : Desviación estándar de Y.
4° Criterio de Mejora de los estimados de los parámetros.

Para determinar si la media y la desviación estándar han sido mejorados se compara
el coeficiente de correlación ya calculado, con los coeficientes críticos deducidos. Si el
r calculado es mayor que el R crítico, quiere decir que el estimado de los parámetros
mejoró, y viceversa.
5° Ganancia de Información.
Este paso sirve para corroborar el paso anterior. Con la ganancia o no de información
se demuestra el grado de precisión que han tenido los estimados de los parámetros.
"La variancia de un parámetro, ha sido usada típicamente en el campo estadístico,
para medir la precisión asociada con ello". Pero existe una forma sencilla y práctica de
medir este grado de precisión de un parámetro; que es mediante la Información
Relativa (I), con la cual hemos trabajado nosotros. Estadísticamente, L viene a ser la
razón entre la variancia de la serie original, entre la variancia de la serie restituída; y
ésta 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.

N1 N 2
Ne
N2
1 1 r2
N1 2
Además:
Ng Ne N1
Conociendo la Longitud Efectiva calculamos L:
Ne
L
N1
De donde concluimos:
Si L > 1, Ne > N1 y Ng > 0. Si hay ganancia de información, entonces se puede usar la
ecuación de regresión lineal para extender.
Si L< 1, Ne < N1 y Ng < 0, se pierde información y por lo tanto no debe usar la ecuación
de regresión lineal.
6° Se da forma a las ecuaciones de regresión que se usaran para la completación y

extensión.
7° Se generaron números aleatorios, los cuales tienen una una distribución normal,
independiente para el intervalo [0,1]. También se pueden escoger al azar de una tabla
de números aleatorios.
Autocorrelación
1° Se usa para los meses que no pudieran ser extendidos por Correlación Cruzada. Las
series de cada estación se desfasan en una unidad. Esto quiere decir que los datos del
mes Yt se correlacionaron con el mes Yt-1, donde la variable dependiente es Yt y la
variable independiente es Yt-1.

2° Se calcula los parámetros de autocorrelación, en los cuales, ya no se toma en

cuenta el factor aleatorio, ya que los meses secos están por lo general fuertemente
autocorrelacionados.
3° Se determinan las ecuaciones de extensión y se procede a calcular los datos

faltantes.
Como referencia cabe resaltar que de no haber sido posible la extensión y completación con
los procedimientos anteriores, es necesario aplicarse como último recurso métodos prácticos.
&j. Corrección de datos:
Del año 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
AÑO 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
Medi a 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

5. PRECIPITACIÓN MEDIA
El cálculo de la Precipitación Media de la cuenca es una fase aplicativa. Para ello se usan tres
métodos, dos de ellos bastante difundidos, y un tercero (Thiessen Mejorado), que combina los
anteriores.
- MÉTODO DE LAS ISOYETAS
Podemos definir la Isoyeta, como la línea que representa igual precipitación.
El método consiste en trazar las isoyetas, interpolando las precipitaciones medias de cada
estación, de igual forma como se trazan las curvas de nivel. En segundo lugar se hallan las
áreas entre isoyetas adyacentes y se multiplican por su precipitación promedio; sumando el
total de estos factores y dividiéndolos entre el área total.
Se debe resaltar que al momento de trazar las Isoyetas se debe tener en cuenta el factor
orográfico, que se visualiza a través de las curvas de nivel. Las líneas 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
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

- MÉTODO DE THIESSEN
El método de Thiessen es el más sencillo de los tres presentados, y tiene el siguiente

procedimiento:
- Se unen las estaciones formando triángulos.
- Se trazan las mediatrices de cada lado de los triángulos de tal manera que formen
polígonos, que vienen a representar el área de influencia de cada estación. Cuando
los triángulos son obtusos, se debe tener cuidado en delinear el polígono.
- Se determinan las áreas de cada polígono que estén dentro de la cuenca.
- Se multiplica la precipitación de cada estación por su respectiva área de influencia, y

se divide entre el área total de la cuenca. La suma de todas las precipitaciones
ponderadas es la precipitación media de la cuenca.

CUADRO N 1
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
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

- MÉTODO DE THIESSEN MEJORADO
El método de Thiessen Mejorado, da resultados más exactos que el de Thiessen

clásico, incluso muy cercanos al de Isoyetas, debido a que combina ambos métodos.
El proceso de cálculo es el siguiente:
- Se dibujan en un mismo plano los polígonos de Thiessen y las Isoyetas.

- Se halla la precipitación sobre cada polígono, en base a las isoyetas dentro de éste.
h = ∑hm aI
aP
Donde :
hm : Precipitación media entre isoyetas.
aI : Area entre isoyetas.
aP : Area del polígono.
- Se determina el área relativa de cada polígono, que está dada por la relación del
polígono entre el área de la cuenca.
- Se calcula el peso de cada estación:
pi = precipitación sobre el polígono x Area Relat.

precipitación en la estación
- Se multiplica los pesos de cada estación por la precipitación en cada estación, y

sumando todos ellos obtenemos la precipitación media en la cuenca.

CUADRO N 1
METODO DE THIESSEN MEJORADO
ENERO
ESTACION PREC RELACION PREC PESO PREC

POLIGONO AREAS ESTACION PONDERADA
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
METODO DE THIESSEN MEJORADO
FEBRERO
ESTACION PREC RELACION PREC PESO PREC

POLIGONO AREAS ESTACION PONDERADA
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


Cap II Precipitacion

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Cap II Precipitacion

Cargado por

Copyright:

Formatos disponibles

ESTUDIANTES DE INGENIERIA CIVIL UNSA

1.1 PRECIPITACIÓN. FORMACIÓN, FORMAS, TIPOS, MEDICIÓN Y ANÁLISIS DE DATOS

El conocimiento de los comportamientos y patrones de la lluvia en el tiempo y en el espacio es

1.1.1 FORMACIÓN DE LA PRECIPITACIÓN

En este sentido toma importancia la presencia de núcleos de condensación o congelamiento

Ing. Victor Rendon Arequipa - PERU

Los principales tipos de precipitación son:

1.1.3 TIPOS DE PRECIPITACIÓN

No obstante lo anterior, es importante destacar que en la naturaleza, los efectos de estos

2.1.4 MEDICIÓN DE LA PRECIPITACIÓN

Ing. Victor Rendon Arequipa - PERU

permaneciese en el lugar donde cae. Comúnmente la unidad de medida en el sistema métrico

Uno de los principales medidores de precipitación es el pluviómetro. El estándar (U.S. National

Estructura básica de un pluviómetro

El pluviómetro sólo proporciona la altura de precipitación total en milímetros en intervalos de

Ing. Victor Rendon Arequipa - PERU

1.1.5 INTERPRETACIÓN Y ANÁLISIS DE DATOS DE PRECIPITACIÓN

Ing. Victor Rendon Arequipa - PERU

PRECIPITACION TOTAL MENSUAL HISTORICA

Estacion : ANDAGUA Latitud : 15 30' Region : AREQUIPA

Ing. Victor Rendon Arequipa - PERU

HIDROGRAMA DE PRECIPITACION ESTACION: ANDAGUA

3.- ESTIMACION DE DATOS FALTANTES

3.1. RELLENO PROVISIONAL DE DATOS FALTANTES (ANALISIS DE DOBLE MASA)

b. Tener en cuenta el período de ubicación del dato faltante, si la información es no

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

Si la información es mensual, determinar el promedio de los años típicos y completar con

Ing. Victor Rendon Arequipa - PERU

4.- ANALISIS DE CONSISTENCIA DE DATOS

&j. Cambio ascendente o descendente en temperatura, precipitación, evaporación

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

&j. La No Homogeneidad en los datos de Precipitación, se produce por movimiento de la

4.1. ANÁLISIS DE DOBLE MASA

Esta curva se construye llevando a un sistema de coordenadas cartesianas los valores

Sin embargo esto no es recomendable para estudios detallados, ya que un cambio de

Ing. Victor Rendon Arequipa - PERU

2° Se calcula los volúmenes acumulados anuales para cada estación y el promedio

3° Se plotea en el eje de las abcisas el promedio anual acumulado de la precipitación de

5° La estación escogida en el paso anterior como la más confiable, se plotea en el eje de

C U RVA D OBL E MASA

Precipitacion Acumulada Promedio

Andagua Chachas Orcopampa

Ing. Victor Rendon Arequipa - PERU

ANALISIS DE DOBLE MASA

CURVA DE DOBLE MASA

Ing. Victor Rendon Arequipa - PERU

4.2. ANALISIS ESTADISTICO

4.2.1. CONSISTENCIA DE LA MEDIA

Xw : Media de uno de los períodos.

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

a. Se determina la hipótesis planteada, la hipótesis alternativa y el nivel de significación:

b. Para demostrar la hipótesis planteada de que las muestras provienen de la misma

Ing. Victor Rendon Arequipa - PERU

El valor de t de tablas (tt) se obtiene con α =0,05 y N1+N2-2 grados de libertad.

Para tomar la decisión sobre la consistencia o no de la media, se compara el t calculado con el

Si tc < tt --- la media es consistente.

4.2.1. CONSISTENCIA DE LA DESVIACION ESTANDART

Este análisis se realizó mediante el estadístico F de la siguiente manera:

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

a. Se ensaya las hipótesis, tanto planteada y la alternativa:

b. Se calcula el estadístico FC y se busca el F de tablas (Ft):

Ing. Victor Rendon Arequipa - PERU

FC < Ft La muestra es consistente en la desviación estándar.

4.2.3. CORRECCIÓN DE LA INFORMACIÓN