MANEJO INFORMACIÓN HIDROMETEOROLÓGICA

La información hidrometeorológica se refiere a los datos medidos en

una estación como: Temperatura, Precipitación, Evaporación,
Velocidad y dirección del viento, Caudal, entre otros.

Desarrollaremos lo siguiente:

1. Recopilar información.
2. Completar información faltante.
3. Analizar la Consistencia: Saltos y Tendencias

1. RECOPILAR INFORMACIÓN

La institución oficial encargada de la medición, recopilación, análisis

y distribución de información hidrometeorológica en nuestro país es
el SENAMHI (Servicio Nacional de Meteorología e Hidrología). Se
puede tener acceso a registros históricos, de manera no oficial,
procediendo de la siguiente manera:

 Ingresar a www.senamhi.gob.pe
  Picar en Datos/Datos Hidrometeorológicos

Allí se puede consultar la información en cada estación hidrológica o

meteorológica picando en cada una de estas, también se puede
agrandar el mapa picando en + o -
Picando en Ver Datos, podemos observar los datos registrados en
dicha estación para el periodo de tiempo proporcionado por el
SENAMHI.

También se puede descargar los datos hidrometeorológicos, de

manera no oficial, procediendo de la siguiente manera:

 Ingresar a www.senamhi.gob.pe
 Picar en Datos/Descarga de datos
 Se selecciona el lugar y estación cuyo registro se desea descargar,
por ejemplo, picamos en Ancash y en la estación Sihuas:

 Para descargar la información se pica en Ingreso, se deberá

ingresar el correo electrónico y contraseña. La primera vez
deberá registrarse.
 Una vez registrado se ingresa con el correo electrónico,
contraseña, código de seguridad y se acepta los Términos y
condiciones, finalmente se pica en Descargar. Para saber cómo
descargar los datos en Excel, se puede recurrir al video tutorial
seleccionando ¿Cómo descargar los datos históricos?
  Se bajará un archivo de texto el cual puede visualizarse en Excel
siguiendo la secuencia:
Datos/ Desde un archivo de texto/; luego se selecciona el archivo
de texto descargado y se pica en Importar, luego se sigue lo
siguiente:
Delimitados/ Siguiente/ Espacio/ Siguiente/ Finalizar/ Aceptar,
el resultado mostrará la siguiente información:

El orden de la presentación es el siguiente:

Columna Contenido
A Año
B Mes
C Día
D Precipitación, en mm
E Temperatura máxima, en °C
F Temperatura mínima, en °C

En las celdas donde aparece el valor -99,9 significa que no existe

información en esa fecha.
También se puede tener acceso parcial a esta información ingresando
a la página web de la Autoridad Nacional del Agua (ANA), de la
siguiente manera (Video 2.1):
 Ingresar a www.ana.gob.pe
 Picar en Información hídrica/Cantidad de agua/Visor
 Seleccionar Tipo 2 (Climática o Hidrométrica) /Autoridad
Administrativa del agua/Cargar estaciones y se selecciona
alguna estación:

 Para visualizar la información picar en Descargar Datos

  Se obtendrá un archivo en formato Excel.

También disponen de este tipo de registros, instituciones privadas

como las empresas generadoras de energía y las mineras.
Otra manera de obtener información es mediante el radar o el satélite
meteorológico, los cuales miden de manera continua el estado global
de la atmósfera.

Radar meteorológico
El término radar viene del acrónimo inglés radio detection and
ranging: detección y medición de distancias por radio. Este sistema
usa ondas electromagnéticas para medir distancias, altitudes y
velocidades de formaciones meteorológicas, estos radares permiten
observar la ubicación y desplazamiento de las áreas de precipitación,
así como proporcionar estimaciones de las tasas de lluvia en las áreas
comprendidas dentro de su alcance. A efectos hidrológicos, el alcance
efectivo de un radar (Comisión Europea, 2001) suele ser de 40 km a
200 km.

La precipitación atenúa el haz energético de microondas del radar, y

este efecto es máximo en los radares de onda corta. Los radares de
onda larga, por el contrario, no detectan tan fácilmente la llovizna y
la nieve. Por su frecuencia de transmisión muy precisa y su sistema
de recepción sensible a los cambios de frecuencia inducidos por un
objetivo en movimiento, el radar Doppler es el más adecuado para
medir instantáneamente la velocidad absoluta y la dirección de una
gota de lluvia (Fuente: Guía de Prácticas Hidrológicas, Vol. I). Video
2.2

Satélite meteorológico
Es un satélite artificial que se utiliza principalmente para supervisar
el tiempo atmosférico y el clima de la Tierra. La estimación de la
precipitación de lluvia desde el espacio está basada en la medición de
la cantidad de radiación reflejada y emitida a través de las cimas de
las nubes. Existen un gran número de técnicas que hacen uso de
procedimientos muy diversos.

Tenemos dos tipos de diferentes de satélites:

 Satélites geoestacionarios: Se encuentran a 36.000 Km de altura

sobre el Ecuador. Completan una órbita cada 24 Horas, el mismo
 tiempo que la Tierra tarda en girar sobre su eje, por lo tanto
monitorean siempre el mismo lugar de la Tierra. Entre los
principales tenemos: GOES (USA), GMS (Japón), GOMS
(Rusia), INSAT (India) y METEOSAT (Agencia Espacial
Europea).

 Satélites de órbita polar: Giran de polo a polo a 850 km de

altura. Necesitan 100 minutos para hacer su órbita, es decir, cada
vez que completan una vuelta, la tierra ha rotado 25° de longitud,
por lo que monitorean una franja diferente en cada órbita. Los
más conocidos son de la serie NOAA (National Oceanographic
and Atmospheric Administration) Video 2.3
2. COMPLETAR INFORMACIÓN FALTANTE
CAUDALES MEDIOS MENSUALES, (m3/s): ESTACION ANGOSTURA
Latitud Sur:15º 20' Longitud Oeste:71 40'
Altitud: 4005 msnm A cuenca = 362 km2

Años Ene. Feb. Mar. Abr. May. Jun. Jul. Ago. Set. Oct. Nov. Dic. Prom.
1950 60.93 73.92 45.07 25.76 6.43 3.46 9.92 3.26 6.70 5.83 5.19 5.98 21.04
1951 35.03 64.57 27.27 11.98 7.16 6.40 6.36 6.41 7.00 17.24
1952 10.86 17.27 17.44 9.23 6.18 5.18 4.66 4.39 3.56 2.20 3.18 4.68 7.40
1953 4.73 14.15 6.77 4.46 4.24 3.74 3.61 3.10 2.06 4.35
1954 3.97 9.16 12.06 3.85 3.63 2.96 2.71 2.62 2.28 2.49 4.68 5.59 4.67
1955 6.30 24.71 54.99 18.38 5.78 4.38 4.09 3.52 4.09 4.00 3.27 4.14 11.47
. . . . . . . . . . . . . .
. . . . . . . . . . . . . .
. . . . . . . . . . . . . .
2000 21.68 26.14 31.18 10.13 5.32 4.35 4.22 3.81 3.61 4.03 8.13 7.65 10.85
2001 8.01 23.41 19.35 7.48 4.32 3.76 3.96 3.65 3.50 4.80 6.15
2002 26.30 38.39 30.35 14.27 6.10 4.60 4.16 3.98 4.06 3.31 3.35 5.91 12.07

PRECIPITACIÓN TOTAL MENSUAL, (mm): ESTACIÓN LIMÓN

Departam.: Cajamarca Longitud Oeste:79°18'40"

Provincia : Jaén Latitud Sur: 05°54'45
Distrito: Pomahuaca Altitud: 1200 msnm

Años Ene. Feb. Mar. Abr. May. Jun. Jul. Ago. Set. Oct. Nov. Dic. Total
1966 22.4 55.3 19.9 4.0 0.2 0.0 0.0 0.0 34.0 21.1 7.1
1967 0.0 25.3 19.3 0.0 0.0 0.0 0.0 0.0 0.0 40.0 0.0 0.0 84.6
1968 13.0 30.6 23.0 19.3 74.2 0.0 0.0 15.3 50.0 41.3 11.0
1969 8.8 38.5 97.2 59.6 6.0 3.2 6.8 3.9 2.4 20.1 23.9 46.5 316.9
. . . . . . . . . . . . . .
. . . . . . . . . . . . . .
. . . . . . . . . . . . . .
1992 10.4 17.4 33.8 21.0 1.6 0.0 0.0 9.2 34.7 26.1 19.1
1993 0.4 27.7 22.6 39.8 2.1 0.0 8.4 2.1 2.0 22.2 23.1 93.6 244.0
1994 4.8 48.4 78.5 62.5 24.7 0.2 0.0 0.4 12.2 57.6 8.2
1995 8.4 71.3 10.2 13.4 1.7 0.0 5.1 0.3 1.8 29.5 24.2 23.6 189.5

Para completar datos en una estación debemos tomar como referencia

una denominada Índice, la cual debe tener sus datos completos y
encontrarse cerca de la estación a completar.

Si los datos faltantes son de precipitación, la Estación Índice debe,

además, encontrarse a una altitud similar de la que se quiere
completar. Si la información faltante es de caudal, la Estación Índice
debe pertenecer a una cuenca que tenga parámetros físicos similares.

2.1 Completar datos anuales

2.1.1 Método de Regresión Lineal

30.00
EB = 1.0815 E INDICE + 2.3042
25.00
r = 0.998
20.00
EB

15.00

10.00

5.00

0.00
0 5 10 15 20 25
E INDICE

Sea la estación B con información faltante y las estaciones A, C y D

estaciones índice. Podemos relacionar la estación B con las demás
estaciones considerando regresión lineal simple:

𝐸𝐵 = 𝑎0 + 𝑏0 𝐸𝐴 ; 𝐸𝐵 = 𝑎1 + 𝑏1 𝐸𝐶 ; 𝐸𝐵 = 𝑎2 + 𝑏2 𝐸𝐷

Se elige la ecuación que tenga el mayor coeficiente de correlación, de

modo que: |𝑟| ≥ 0,9; de lo contrario puede suceder lo siguiente:
12
EB= 0.3148 E INDICE + 2.3969
10 r= 0.555

6
EB

0
0 5 10 15 20 25
E INDICE
De no obtener un adecuado coeficiente de correlación, se debe probar
con regresión lineal múltiple:

𝐸𝐵 = 𝑎0 + 𝑏0 𝐸𝐴 + 𝑐0 𝐸𝐶 o 𝐸𝐵 = 𝑎1 + 𝑏1 𝐸𝐴 + 𝑐1 𝐸𝐷
o 𝐸𝐵 = 𝑎2 + 𝑏2 𝐸𝐴 + 𝑐2 𝐸𝐶 + 𝑑3 𝐸𝐷

La condición que se debe cumplir en una regresión lineal múltiple es

que las variables independientes: EA, EC y ED sean independientes
entre sí.

De no obtener resultados adecuados, se debe ensayar con la regresión

no lineal simple:

𝐸𝐵 = 𝑚 𝐸𝐴𝑛 Por logaritmo: 𝐿𝑛 𝐸𝐵 = 𝐿𝑛(𝑚) + 𝑛 𝐿𝑛(𝐸𝐴 )

Lo podemos expresar como: 𝑌´ = 𝑚´ + 𝑛 𝑋´

También se debe analizar con regresión no lineal múltiple:

𝐸𝐵 = 𝑚 𝐸𝐴𝑛1 𝐸𝐶𝑛2
𝐿𝑛 𝐸𝐵 = 𝐿𝑛(𝑚) + 𝑛1 𝐿𝑛(𝐸𝐴 ) + 𝑛2 𝐿𝑛(𝐸𝐶 )
𝑌´ = 𝑚´ + 𝑛1 𝑋1´ + 𝑛2 𝑋2´

2.1.2 Método de los Promedios - precipitación

Sea E1 la estación que se quiere completar y E2 la Estación Índice,
entonces, siempre que la precipitación promedio anual de E1 no difiera
en ±10% de E2, la información faltante del año “i” de la estación E1
se determina aplicando:

𝐸𝑝1
𝐸1𝑖 = 𝐸2𝑖 Donde:
𝐸𝑝2

E1i: Dato faltante del año “i” en la estación 1

E2i: Dato medido del año “i” en la estación 2
Ep1: Promedio de los valores de la estación 1
Ep2: Promedio de los valores de la estación 2

Ejemplo: Completar la información faltante de precipitación total

anual (mm) de la estación E1, sabiendo que la estación E2 es una
estación índice.
Año E1 E2 Año E1 E2 Año E1 E2 Año E1 E2
1966 706.2 752.0 1975 942.8 737.7 1984 1111.4 1014.3 1993 924.0 660.0
1967 672.7 694.9 1976 681.6 563.8 1985 984.1 822.1 1994 933.0 948.4
1968 959.2 1977 711.6 596.4 1986 1071.1 779.9 1995 669.2 1037.8
1969 594.6 736.1 1978 852.6 813.3 1987 513.7 763.1 1996 957.9 705.7
1970 805.7 809.7 1979 313.4 1988 731.7 677.3 1997 784.3
1971 818.5 565.9 1980 637.8 448.0 1989 640.1 715.8 1998 629.5 641.8
1972 755.6 573.8 1981 940.7 658.6 1990 656.1 905.7 1999 930.8 765.1
1973 1064.3 951.7 1982 727.5 570.4 1991 751.0 612.4 2000 928.0 663.1
1974 816.6 656.4 1983 388.0 451.7 1992 495.0 703.1 2001 959.2 658.1

Vemos que falta información en los años 1968; 1979 y 1997.

Calculamos el promedio de precipitación total anual de los años
comunes de ambas estaciones:

E1P = 788,0 mm; E2P = 716,8 mm Aplicando la relación:

788,0
𝐸1,1968 = 959,2 = 1054,5 𝑚𝑚
716,8
𝐸1,1979 = 344,5 𝑚𝑚 𝐸1,1997 = 862,2 𝑚𝑚

2.1.3 Método Ponderado - precipitación

Se estima a partir de los valores observados en las estaciones cercanas,
situadas uniformemente alrededor de la estación incompleta y que
contengan los registros faltantes.
NX P P2 Pn
PX = n
(N1 + N2
+⋯+ Nn
) Donde:
1

PX: Valor faltante en la estación X.

NX: Promedio anual en la estación faltante.
N1, N2, Nn: Promedio anual en las estaciones 1, 2 y n.
P1, P2, Pn: Valor medido en las estaciones, en el año faltante.
Para n = 3, tenemos el Método de la Relación Normalizada.

Ejemplo: Completar la información faltante de precipitación (mm) de

la estación B:

Est 1974 1975 1976 1977 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990
A 496.8 752.4 675.5 583.1 397.7 518.6 448.8 561.0 747.9 888.2 831.2 298.6 585.2 537.4 474.6 604.9 484.1
B 335.1 434.3 507.5 634.8 218.1 503.8 408.5 727.2 915.4 184.5 167.8 3604.7 471.6 112.9 157.3
C 1030.4 943.0 1175.1 813.1 842.4 611.7 1415.8 1120.6 1580.5 1394.9 1465.5 988.0 1651.7 1415.2 1182.4 519.5 1163.2
D 492.4 262.4 424.9 170.7 299.7 280.4 575.4 425.7 810.1 824.9 873.1 3362.2 187.3 108.0 400.0 666.6 375.7
La altitud de las estaciones son las siguientes:

Est A B C D Calculamos el promedio anual de los

Z (msnm) 2360 2480 2620 2400 datos comunes de todas las estaciones:

Est A B C D Reemplazando para n = 3:

N (mm) 593.5 625.6 1121.3 670.2

B1978 = 389,7 mm B1986 = 571,1 mm

2.2 Completar datos mensuales

2.2.1 Método de Regresión Lineal

Año Ene Feb Mar Abr ………………….. Oct Nov Dic

1944 1.29 5.54 6.10 1.56 ……………………. 0.14 0.48 0.53
1945 1.97 4.73 8.08 ……………………. 4.21 3.30 2.18
1946 4.88 13.40 15.94 2.57 ……………………. 1.25 0.31
1947 3.81 5.51 4.64 3.27 ……………………. 2.37 0.60
1948 2.13 10.83 10.97 2.70 ……………………. 0.71 0.59 1.50
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
1990 1.74 1.60 8.14 2.10 ……………………. 8.42 3.57 5.29
1991 3.54 12.03 5.46 ……………………. 0.82 0.23 0.70
1992 2.13 3.24 13.36 4.58 ……………………. 1.82 3.09 2.16
 Se relaciona el mes incógnito con meses semejantes:
𝑋𝐸 = 𝑎0 + 𝑏0 𝑋𝐹 𝑋𝐸 = 𝑎1 + 𝑏1 𝑋𝑀 ………..

Se elige la ecuación que tenga el mayor coeficiente de correlación, de

modo que: |𝑟| ≥ 0,9 . De lo contrario, al igual que en el caso anterior,
se debe considerar regresión lineal múltiple, regresión no lineal
simple o regresión no lineal múltiple.

𝑋𝐸 = 𝑎1 + 𝑏1 𝑋𝐹 + 𝑏2 𝑋𝑀

𝑋𝐸 = 𝑚 𝑋𝐹𝑛 𝑋𝐸 = 𝑚 𝑋𝐹𝑛1 𝑋𝑀
𝑛2

También se puede completar considerando el año con dato faltante

con los años con datos completos:
X1945 = ai + bj X1948

2.2.2 Método de la Media + Desviación Estándar

Para completar el dato faltante del mes de marzo (1923):

Año Ene Feb Mar Abr …………..……. Nov Dic

1920 20,6 34,2 27,4 30,3 …………..……. 10.2 19,8
1921 15,5 18,7 24,3 23,5 …………..……. 11,6 20,3
1922 39,1 40,1 44,7 42,2 …………..……. 13,8 21,2
1923 12,8 15,9 17,1 …………..……. 19,2 24,1
1924 25,9 27,2 28,9 26,4 …………..……. 20,9 26,5
1927 14,6 20,4 28,1 25,9 …………..……. 17,8 17,9
. . . . . . . .
. . . . . . . .
. . . . . . . .
2001 23.2 26,6 24,7 28,0 …………..……. 11,7 21,3
2002 31,5 33,8 32,2 34,1 …………..……. 13,4 28,5
2003 30,7 35,2 39,1 37,7 …………..……. 15,2 20,7
Xp: XpE XpF XpM XpA XpN XpD
S: SE SF SM SA SN SD

Se debe aplicar la siguiente relación:

 𝑋𝑀 = 𝑋𝑃 𝑀 + 𝑆𝑀 𝛿𝑀 Donde:
XM: Dato mensual que se quiere completar
XPM: Promedio de los valores del mes a completar
SM: Desviación estándar de los valores del mes a completar
δM: Variable pseudo aleatoria del mes a completar

𝛿𝐹 + 𝛿𝐴
𝛿𝑀 = Donde:
2
𝑋𝐹 − 𝑋𝑃 𝐹 𝑋𝐴 − 𝑋𝑃 𝐴
𝛿𝐹 = 𝛿𝐴 =
𝑆𝐹 𝑆𝐴

Ejemplo: Aplicando el Método de la Media + Desviación Estándar, se

pide completar la información faltante:
Años Ene Feb Mar Abr May …………….. Nov Dic
1952 40.4 38.2 24.7 14.1 6.7 …………….. 3.8 6.0
1953 19.1 43.0 43.2 16.0 6.4 …………….. 5.2 6.3
1954 19.3 48.6 46.3 28.5 9.9 …………….. 5.0 6.9
1955 27.1 39.6 61.4 18.9 8.2 …………….. 4.3 7.9
1956 20.7 32.3 34.6 6.5 …………….. 27.4 28.1
1957 7.4 33.0 35.1 11.4 6.1 …………….. 11.0 11.2
1958 12.8 35.0 36.6 10.0 5.4 …………….. 18.8 18.9
1959 3.4 26.7 46.9 15.3 8.1 …………….. 43.9 54.7
1960 47.2 33.7 11.1 6.6 4.3 …………….. 34.7 36.6
1961 39.7 46.7 45.6 31.1 12.3 …………….. 9.8 28.1

Sabemos que: 𝑋𝐴 = 𝑋𝑃 𝐴 + 𝑆𝐴 𝛿𝐴 de los datos:

Mar Abr May

XP: 38,99 16,88 7,49
S: 14,50 8,18 2,45
Además:
34,6− 38,99 6,5− 7,49
𝛿𝑀𝑟 = = −0,30 𝛿𝑀𝑦 = = −0,40
14,5 2,45

(−0,3)+(−0,4)
𝛿𝐴 = = −0,35 Reemplazando:
2

𝑋𝐴 = 16,88 + 8,18 𝑥 (−0,35) = 14,0

2.2.3 Método de Transposición de caudales
Se utiliza para completar caudales medios mensuales.

Los resultados obtenidos deben ser analizados cuidadosamente en la

perspectiva que se cumplan los requisitos básicos respecto a la
semejanza entre cuencas vecinas. La semejanza se evalúa de acuerdo
únicamente a las características físicas, siempre y cuando el régimen
climático sea el mismo. Las principales características físicas de las
cuencas son: el área (A), perímetro (P), longitud del cauce más largo
(L), elevación máxima (Hmáx) y mínima (Hmín) del parte aguas. A
partir de estos se determinan los siguientes parámetros: Pendiente
media (Sm), Coeficiente de Compacidad (KC), Factor de Forma (Ff) y
ancho medio (B). En general se dice que dos cuencas son similares sí
la variación de los parámetros anteriores no excede el 15%,

Este método considera lo siguiente:

 Caso de dos cuencas de características fisiográficas y de

cobertura vegetal similar, con precipitaciones semejantes se
puede suponer que ambas tienen igual caudal específico.
𝐴1
𝑄1 = 𝑄
𝐴2 2

 Caso parecido al anterior, pero con diferentes precipitaciones, la

relación anterior se puede modificar por un coeficiente que
pondere los diferentes valores de lluvia en las cuencas.
𝐴1 𝑃1
𝑄1 = 𝑄2 Donde:
𝐴2 𝑃2

Q1: Caudal mensual faltante.

Q2: Caudal medido en la cuenca base
A1: Área de la cuenca con dato faltante.
A2: Área de la cuenca con información.
P1: Precipitación total media en la cuenca sin dato.
P2: Precipitación total media en la cuenca con información

Aunque no es un método apropiado, se puede completar la

información mensual faltante considerando proporciones entre años
con valores anuales similares.
AÑO Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic
1977 1.29 5.54 6.10 1.56 2.41 0.61 0.23 0.12 0.16 0.14 0.48 0.53
1978 1.97 4.73 8.08 4.57 5.08 1.94 1.00 1.80 4.21 3.30 2.18
1979 4.88 13.40 15.94 2.57 11.49 3.96 1.11 0.54 0.76 1.25 0.31
1980 3.81 5.51 4.64 3.27 7.43 0.56 0.27 0.23 0.38 2.37 0.60
1981 2.13 10.83 10.97 2.70 3.34 0.37 1.06 0.89 0.31 0.71 0.59 1.50
1982 5.57 2.16 2.82 4.47 8.42 0.84 0.81 1.49 0.41 0.99 3.44 5.08
1983 2.58 5.34 5.88 2.15 2.19 0.73 1.77 2.34 5.38 0.26 2.20
1984 1.64 24.09 21.39 4.95 7.29 6.78 3.38 2.25 1.10 5.84 1.93 3.50
1985 13.19 15.71 23.61 17.87 21.59 8.02 4.56 2.18 2.35 5.35 2.31 3.27
1986 1.25 2.46 2.69 2.65 5.76 1.84 1.11 0.49 0.76 2.37 1.56 5.29
1987 1.02 9.73 11.23 2.25 11.91 4.70 2.14 0.94 0.39 2.23 1.71 3.88
1988 1.74 1.60 8.14 2.10 5.66 1.34 1.83 0.68 0.42 8.42 3.57
1989 3.54 5.34 5.46 5.46 1.98 0.95 0.77 2.02 0.82 0.23 0.70
1990 2.13 3.24 13.36 4.58 5.77 2.28 2.40 1.76 2.16 1.82 3.09 2.16
1991 5.08 12.94 26.05 6.85 13.39 6.69 4.43 2.10 2.98 2.26 1.83 2.11

Para completar la información del caudal medio mensual del mes de

abril de 1978, sacamos promedio de los meses comunes de los años
con información completa y vemos cuál de ellos se aproxima mejor al
del año faltante (1978):
Año 1977 1978 1981 1982 1984 1985 1986 1987 1990 1991
Prom. 1,60 3,53 2,97 2,91 7,20 9,29 2,33 4,53 3,65 7,26

Vemos que el más próximo es el año 1990, entonces para completar

el dato faltante aplicamos:

3,53
𝑋𝐴𝐵𝑅 = 4,58 = 4,43
3,65