UNIVERSIDAD NACIONAL “SANTIAGO ANTUNEZ DE MAYOLO”

FACULTAD DE CIENCIAS AGRARIAS

ESCUELA PROFESIONAL DE INGENIERÍA AGRÍCOLA

TEMA

“TRATAMIENTO DE DATOS, APLICACIÓN DE LA ESTADISTICA Y MODELOS

PROBABILISTICOS DE LAS PRECIPITACIONES REGISTRADAS POR LAS ESTACIONES

DE YUNGAY, SANTIAGO ANTÚNEZ DE MAYOLO, PIRA Y RECUAY.”

Asignatura:

Hidrología
Docente:

Ing. DIAZ SALAS, Abelardo Manrique

Integrantes:
BRICEÑO PARDO, Alex.
CARRION SALAZAR, Maribel.
DEPAZ RODRIGUEZ, Yesenia.
REYES INFANTES, Jhonatan.
SALAS EVARISTO, Carolina.

Huaraz, Perú

2021
 2

INDICE
Tabla de las ecuaciones........................................................................................................12

CÁPITULO I..................................................................................................................................15

I. INTRODUCCIÓN...................................................................................................................15

II. OBJETIVOS........................................................................................................................16

2.1. OBJETIVO GENERAL...........................................................................................16

2.2. OBJETIOS ESPECÍFICOS.....................................................................................16

III. JUSTIFICACIÓN................................................................................................................17

IV. MARCO TEÓRICO.............................................................................................................18

4.1. Tratamiento probabilístico.......................................................................................18

V. Características estadísticas.......................................................................................18

5.1. Medidas de tendencia central...................................................................................18

5.1.1. Histograma................................................................................................................18

5.1.2. Polígono de frecuencia..............................................................................................18

5.1.3. Curva de frecuencia...................................................................................................19

5.2. Medidas de tendencia central...................................................................................19

5.2.1. La media (Me)...........................................................................................................19

5.2.2. Media aritmética (x ¿.................................................................................................19

5.3. Medidas de dispersión.............................................................................................19

5.3.1. El rango o recorrido de una variable (R)...................................................................19

 3

5.3.2. La varianza (sn 2)......................................................................................................19

5.3.3. Desviación estándar (sn ¿..........................................................................................20

5.4. Análisis de consistencia...........................................................................................20

5.4.1. Extensión del registro................................................................................................22

5.4.2. Análisis de consistencia............................................................................................23

5.4.3. Relleno de datos faltantes..........................................................................................23

5.4.4. Extensión del registro................................................................................................23

5.5. Análisis de consistencia de datos.............................................................................23

5.5.1. Análisis visual gráfico...............................................................................................24

5.5.2. Análisis de doble masa..............................................................................................26

5.6. Análisis estadístico..................................................................................................27

5.6.1. Análisis de salto........................................................................................................28

5.8.1. Consistencia de la Desviación Estándar....................................................................31

5.8.2. Cálculo de las varianzas de ambos periodos.............................................................31

5.8.3. Cálculo del F calculado (Fc).....................................................................................31

5.8.4. Cálculo de F tabular (Ft):..........................................................................................31

5.8.5. Decisión.....................................................................................................................32

5.8.6. Corrección de Datos:.................................................................................................32

5.6. Regresión lineal simple............................................................................................33

5.6.1. Ecuación de regresión...............................................................................................34

 4

5.6.2. Estimación de parámetros.........................................................................................34

5.6.3. Coeficiente de correlación.........................................................................................35

5.6.4. Interpretación del índice de correlación....................................................................35

5.7. Completación y extensión de datos.........................................................................36

5.7.1. Para la completación.................................................................................................36

5.7.2. Extensión...................................................................................................................36

CÁPITULO II................................................................................................................................37

1. Histograma Y Polígonos De Frecuencia..................................................................37

2. Media.......................................................................................................................37

3. Mediana...................................................................................................................38

4. Moda........................................................................................................................38

5. Momentos muéstrales, medidas de asimetría y curtosis:.........................................39

6. Desviación Media....................................................................................................39

7. Desviación Estándar y Variancia.............................................................................40

8. Covarianza...............................................................................................................41

9. Coeficiente De Correlación.....................................................................................41

10. Coeficiente De Variación........................................................................................42

11. Coeficiente De Momento De Asimetría..................................................................42

12. Ajuste De Una Distribución De Probabilidades......................................................46

12.1. Método De Momentos.............................................................................................46

 5

12.2. Método De Máxima Verosimilitud..........................................................................46

13. Distribuciones De Probabilidad En Hidrología.......................................................47

14. Distribuciones De Probabilidad Para Variables Continuas.....................................48

14.1. Distribución Normal................................................................................................48

14.2. Función De Densidad:.............................................................................................48

14.3. Estimación De Parámetros:....................................................................................48

14.4. Factor De Frecuencia:............................................................................................49

14.5. Límites De Confianza:.............................................................................................49

15. Distribución Log normal De Dos Parámetros.........................................................50

15.1. Función De Densidad:.............................................................................................50

15.2. Estimación De Parámetros:......................................................................................50

15.3. Factor De Frecuencia:..............................................................................................51

15.3.1. Campo transformado:..............................................................................................51

15.3.2. Campo original:.......................................................................................................51

15.3.3. Límites De Confianza:.............................................................................................52

16.1. Función De Densidad:...............................................................................................53

17. Distribución Gamma De Tres Parámetros O Pearson Tipo 3..................................54

17.1. Función De Densidad:...............................................................................................54

17.2. Estimación De Parámetros:.......................................................................................55

18.2. Estimación De Parámetros:.......................................................................................57

 6

VI. METODOLOGÍA................................................................................................................65

6.1. Población.................................................................................................................65

6.2. Muestra....................................................................................................................65

6.3. Análisis de consistencia...........................................................................................65

6.4. Análisis de doble masa............................................................................................65

6.5. Análisis estadístico..................................................................................................66

6.5.1. Consistencia de la media...........................................................................................66

6.5.2. Consistencia a la desviación estándar.......................................................................66

6.6.1. Análisis de tendencia:...............................................................................................66

VII. RESULTADOS................................................................................................................67

7.2. Análisis consistencia................................................................................................71

7.2.1. Análisis visual...........................................................................................................71

7.3. Análisis de doble masa............................................................................................75

7.4. Análisis estadístico..................................................................................................83

7.4.1. Análisis de salto........................................................................................................83

7.5. Análisis de tendencia...............................................................................................88

7.6. Completación de datos.............................................................................................94

7.6.1. Completación de datos en la estación Pira:...............................................................94

[Link]. Regresión calculada:..............................................................................................94

[Link]. Regresión calculada:..............................................................................................96

 7

7.6.2. Completación de datos en la estación Recuay:.........................................................97

[Link]. Regresión calculada:..............................................................................................97

[Link]. Regresión calculada:..............................................................................................99

7.6.3. Completación de datos en la estación Santiago Antúnez de Mayolo:......................99

[Link]. Regresión calculada:............................................................................................100

[Link]. Regresión calculada:............................................................................................102

[Link]. Regresión calculada:............................................................................................103

[Link]. Regresión calculada:............................................................................................104

[Link]. Regresión calculada:............................................................................................106

[Link]. Regresión calculada:............................................................................................107

[Link]. Regresión calculada:............................................................................................108

[Link]. Regresión calculada:............................................................................................110

[Link]. Regresión calculada:............................................................................................111

[Link]. Regresión calculada:...........................................................................................112

[Link]. Regresión calculada:...........................................................................................114

7.7. Tablas de frecuencia..............................................................................................115

7.8. Descripción de datos..............................................................................................119

7.9. Función probabilidad empírica..............................................................................120

7.10. Función de densidad teórica..................................................................................120

7.11. Función de densidad Exponencial.........................................................................121

 8

7.8. Estadísticos de posición..............................................................................................121

7.12. Medidas muéstrales de dispersión.........................................................................123

7.13. Momentos muéstrales, medidas de asimetría y curtosis........................................124

Modelos probabilísticos.......................................................................................................126

7.9.1. Distribución Normal................................................................................................126

[Link]. Distribución Gumbel...........................................................................................130

VIII. DISCUSIONES..............................................................................................................136

IX. CONCLUSIONES.............................................................................................................140

X. REFERENCIA BIBLIOGRÁFICA...................................................................................140

Contenido de tablas

Tabla 1. Precipitaciones desde 1998 - 2016 de la estación Pira....................................................65

Tabla 2. Precipitaciones desde 1998 - 2016 de la estación Yungay.............................................66

Tabla 3. Precipitaciones desde 1998 - 2016 de la estación Santiago Antúnez De Mayolo..........67

Tabla 4. Precipitaciones desde 1998 - 2016 de la estación Recuay..............................................68

Tabla 5. Precipitaciones acumuladas de las estaciones.................................................................73

Tabla [Link] a corregirse de la estación Yungay.....................................................................75

 9

Tabla 7. Valores de precipitación corregidos de la estación Yungay...........................................76

Tabla 8. Valores a corregirse de la estación Pira..........................................................................77

Tabla 9. Valores de precipitación corregidos de la estación Pira..................................................78

Tabla 10. Valores a corregirse de la estación Santiago Antúnez de Mayolo................................79

Tabla 11. Valores de precipitación corregidos de la estación Santiago Antúnez de Mayolo.......80

Tabla 12. Precipitación anual total por año y su corrección de precipitación en la estación Pira.81

Tabla 13. Cálculos de parámetros para el análisis estadístico en la estación Pira........................81

Tabla 14. Consistencia en la media, prueba de T para la estación Pira........................................82

Tabla 15. Consistencia en la desviación estándar, prueba de F para la estación Pira...................82

Tabla 16. Precipitación total anual por año y corrección de precipitación en la estación de

Yungay................................................................................................................................................82

Tabla 17. Cálculos de parámetros para el análisis estadístico en la estación Yungay..................82

Tabla 18. Consistencia en la desviación estándar, prueba F para la estación Yungay..................83

Tabla 19. Consistencia en la media en la estación Yungay..........................................................83

Tabla 20. Completación de datos faltantes Pira - febrero.............................................................92

Tabla [Link]ón de datos faltantes Pira - Julio..................................................................93

Tabla [Link]ón de datos faltantes Recuay - octubre........................................................94

Tabla [Link]ón de datos faltantes Recuay - noviembre...................................................96

Tabla [Link]ón de datos faltantes Santiago Antúnez de Mayolo - Enero........................97

Tabla [Link]ón de datos faltantes Santiago Antúnez de Mayolo - Febrero.....................99

Tabla [Link]ón de datos faltantes Santiago Antúnez de Mayolo - Marzo.....................100

Tabla [Link]ón de datos faltantes Santiago Antúnez de Mayolo - abril........................102

Tabla [Link]ón de datos faltantes Santiago Antúnez de Mayolo - junio.......................104

 10

Tabla [Link]ón de datos faltantes Santiago Antúnez de Mayolo - Julio........................106

Tabla [Link]ón de datos faltantes Santiago Antúnez de Mayolo - agosto.....................107

Tabla [Link]ón de datos faltantes Santiago Antúnez de Mayolo - Setiembre...............108

Tabla [Link]ón de datos faltantes Santiago Antúnez de Mayolo - octubre...................110

Tabla [Link]ón de datos faltantes Santiago Antúnez de Mayolo - noviembre..............111

Tabla 34 Tabla De Frecuencia Del Estación De Pira..................................................................113

Tabla 35 Tabla 34 Tabla De Frecuencia Del Estación De Yungay............................................114

Tabla 36 De Frecuencia Del Estación De Recuay.....................................................................115

Tabla 37De Frecuencia Del Estación Santiago Antúnez De Mayolo.........................................116

Tabla 38valor de la media aritmética, la mediana y moda...........................................................119

Tabla 39 Valor De La Media Aritmética, La Mediana Y Moda De Estación Recuay................119

Tabla 40 Valor De La Media Aritmética, La Mediana Y Moda De Estación Yungay................120

Tabla 41 Valor De La Media Aritmética, La Mediana Y Moda De Estación Recuay................120

Tabla 42 valor de varianza, desviacion estandar y coeficiente de variacion...............................121

Tabla 43 7.11. Momentos muéstrales, medidas de asimetría y curtosis....................................122

Tabla 44 Momentos muéstrales..................................................................................................123

Tabla 45. Distribución normal de precipitación en la estación Pira............................................124

Tabla [Link]ón normal de precipitación en la estación Yungay......................................125

Tabla [Link]ón normal de precipitación en la estación Yungay......................................126

Tabla 48. Distribución normal de precipitación en la estación Santiago Antúnez de Mayolo.. .127

Tabla 49. Distribución Gumbel de precipitación en la estación Pira..........................................128

Tabla [Link]ón Gumbel de precipitación en la estación Yungay.....................................129

Tabla [Link]ón Gumbel de precipitación en la estación Santiago Antúnez de Mayolo...130

 11

Tabla [Link]ón Gumbel de precipitación en la estación Recuay.....................................131

Tabla 53 de exponencial..............................................................................................................132

Tabla 54 para la exponencial.......................................................................................................133

Contenido de figuras

FIGURA 1 Curva de doble masa.................................................................................................18

FIGURA 2 . Serie con componente transitoria en la forma de salto............................................22

FIGURA 3 Serie con componente transitorio en la forma de tendencia......................................22

FIGURA 4 Serie histórico de caudales promedios anuales.........................................................23

FIGURA 5 Análisis doble masa para determinar la estación base..............................................24

FIGURA 6 Análisis doble masa para obtener los periodos de estudio........................................25

 12

FIGURA 7 Cálculo del t tabular (Tt)...........................................................................................28

FIGURA 8 Histograma y Polígono de Frecuencia....................................................................117

FIGURA 9 Histograma y Polígono de Frecuencia....................................................................117

FIGURA 10 Función Empírica..................................................................................................118

FIGURA 11 Función de densidad teórica..................................................................................118

FIGURA 12 función de densidad exponencial..........................................................................119

Tabla de las ecuaciones

ECUACIÓN 1 de precipitación corregida...................................................................................20

ECUACIÓN 2 Desviación de los periodos uno y dos respectivamente.......................................27

ECUACIÓN 3 Desviación de los periodos uno y dos respectivamente.......................................27

ECUACIÓN 4 del t calculado (tc):.............................................................................................28

ECUACIÓN 5 Desviación de las diferencias de los promedios...................................................28

ECUACIÓN 6 Desviación estándar ponderada............................................................................28

ECUACIÓN 7 cálculo de varianza..............................................................................................30

 13

ECUACIÓN 8 para Cálculo del F calculado (Fc).........................................................................30

ECUACIÓN 9 Cálculo del F calculado (Fc) para hallar desviación estándar..............................30

ECUACIÓN 10 valor corregido de saltos...................................................................................32

ECUACIÓN 11 Valor a corregir.................................................................................................32

ECUACIÓN 12 el método más utilizado para la estimación de los parámetros..........................34

ECUACIÓN 13 estimación de parámetros..................................................................................34

ECUACIÓN 14 Coeficiente de correlación el valor de r de -1,1.................................................34

ECUACIÓN 15de la media..........................................................................................................36

ECUACIÓN 16 de la media aritmética.........................................................................................37

ECUACIÓN 17de la Mediana Fuente 13Maximo Villon Berjar 2002...................................37

ECUACIÓN 18 desviación media Si el estadígrafo es la media:...............................................38

ECUACIÓN 19desviación estándar para los datos no clasificados..............................................38

ECUACIÓN 20 Desviación estándar............................................................................................39

ECUACIÓN 21 Desviación Estándar y Variancia.......................................................................39

ECUACIÓN 22 La Variancia es el cuadrado de la desviación estándar......................................39

ECUACIÓN 23 de la varianza......................................................................................................40

ECUACIÓN 24 covarianza...........................................................................................................40

ECUACIÓN 25 Escriba aquí la ecuación.....................................................................................40

ECUACIÓN 26 Coeficiente de varianza.....................................................................................41

ECUACIÓN 27 coeficiente de variación......................................................................................41

ECUACIÓN 28 grado de alineamiento........................................................................................42

ECUACIÓN 29 momento centrado en la media...........................................................................42

ECUACIÓN 30 Coeficiente De Gurtosis.....................................................................................43

 14

ECUACIÓN 31 de momentos en la media entre la varianza......................................................43

ECUACIÓN 32Desviación Estándar Muestral.............................................................................44

ECUACIÓN 33 método de máxima verosimilitud.......................................................................46

ECUACIÓN 34 Función de densidad...........................................................................................47

ECUACIÓN 35 estimación de parámetro.....................................................................................47

ECUACIÓN 36desviacion estándar.............................................................................................48

ECUACIÓN 37 Factor de frecuencia...........................................................................................48

ECUACIÓN 38 Variable normal estándar...................................................................................48

ECUACIÓN 39 límite de confianza.............................................................................................48

ECUACIÓN 40 función de densidad............................................................................................49

ECUACIÓN 41 Estimación De Parámetro...................................................................................49

ECUACIÓN 42 desviación estándar............................................................................................50

ECUACIÓN 43 campo original....................................................................................................50

ECUACIÓN 44 límites de confianza............................................................................................51

ECUACIÓN 45 Variable normal estandarizada...........................................................................51

ECUACIÓN 46 Función de densidad en distribución gumbel.....................................................52

ECUACIÓN 47 estimación de parámetro.....................................................................................52

ECUACIÓN 48 Factor de frecuencia...........................................................................................52

ECUACIÓN 49 límite de confianza.............................................................................................53

ECUACIÓN 50 Función de densidad...........................................................................................53

ECUACIÓN 51 estimación de parámetros...................................................................................54

ECUACIÓN 52 factor de frecuencia............................................................................................54

ECUACIÓN 53 intervalo de confianza........................................................................................55

 15

ECUACIÓN 54 Intervalo de confianza........................................................................................55

Ecuación 55 función de densidad.................................................................................................56

ECUACIÓN 56 estimación de parámetros...................................................................................56

ECUACIÓN 57 factor de frecuencia...........................................................................................56

ECUACIÓN 58 intervalo de confianza........................................................................................57

ECUACIÓN 59 prueba de chi cuadrado.......................................................................................61

ECUACIÓN 60.............................................................................................................................61

ECUACIÓN 61 probabilidad de ocurrencia.................................................................................62

ECUACIÓN 62 Markovic............................................................................................................62

CÁPITULO I

I. INTRODUCCIÓN

La Información de datos Hidrológicos que brindan Instituciones encargadas de su medición y

difusión como SENAMHI, EGENOR, CENTROMIN, NASA GIOVANNI. De estaciones como en

este caso que obtuvimos de las estaciones de Yungay, Santiago Antúnez de Mayolo, Pira y Recuay,

pero una vez obtenido ésta, una de las interrogantes que se debe hacer es: ¿Es confiable la

información disponible?, ya que para proyectos de envergadura como son Obras de Irrigación,

Centrales Hidroeléctricas u otros, es necesario diseñar con datos bastantes cercanos a lo real. La

respuesta a esta pregunta, se obtiene realizando un análisis de consistencia de la información

disponible, mediante criterios físicos y métodos estadísticos que permitan identificar, evaluar y
 16

eliminar los posibles errores sistemáticos que han podido ocurrir, sea por causas naturales u

ocasionados por la intervención de la mano del hombre.

Debe quedar en claro que no han de corregirse los datos si las inconsistencias son graduales y

causadas por efectos naturales. Inconsistencia es sinónimo de error sistemático y se presenta como

saltos y tendencias, y no homogeneidad es definido como los cambios de datos vírgenes con el

tiempo. El procedimiento utilizado para verificar la consistencia de una serie de datos de

precipitación se conoce como el método de la curva de doble masa acumulada. Se usa para

comparar una estación cuyo registro está en duda con una estación patrón que sea confiable, es

decir, que no tenga inconsistencias. El patrón puede ser una estación de referencia, que tenga datos

de mejor calidad, o bien la suma (o el promedio, da lo mismo) de varias estaciones cercanas. Así, si

alguna de éstas tiene también una inconsistencia, se espera que su efecto desaparezca al promediar.

II. OBJETIVOS

II.1. OBJETIVO GENERAL

 Realizar el tratamiento de datos, análisis estadísticos y modelos probabilísticos continuos

de las estaciones: YUNGAY, SANTIAGO ANTÚNEZ DE MAYOLO, PIRA Y

RECUAY.

II.2. OBJETIVOS ESPECÍFICOS

 Analizar los datos de precipitación.

 Realizar el análisis de doble masa.

 Realizar en análisis de salto en la media y la desviación estándar.

 Corrección de datos de precipitaciones de las estaciones.

 Realizar el análisis de tendencia a la media.

 17

 Completación de datos de precipitaciones de las estaciones.

 Realizar la distribución de tablas de frecuencia.

 Representar en forma gráfica la distribución de frecuencia.

 Calcular las estadísticas de posición, medidas de asimetría y curtosis.

 Realizar los modelos probabilísticos continuos.

III. JUSTIFICACIÓN

El trabajo es importante por la interpretación de los conceptos de probabilidades y estadística

aplicada a la hidrología con el fin de poder estimar parámetros hidrológicos que nos servirán para

conocer los caudales registrados en cierta región de una cuenca, y de esta manera hacer un buen

estudio hidrológico calculando las probabilidades de que un caudal exceda al establecido, como el

caudal que se registrara para un periodo de retorno dado.

Se realiza el tratamiento estadístico de los datos, con la finalidad de corregir datos de caudales

por la prueba de T y la prueba de F, a la vez se observará si presenta tendencia o no.

 18

IV. MARCO TEÓRICO

IV.1. Tratamiento probabilístico

Los procesos hidrológicos evolucionan en el espacio y en el tiempo en una forma que es

parcialmente predecible, o determinística; y parcialmente aleatorio. Un proceso de este tipo se

conoce con el nombre de proceso estocástico. Cuando no existe correlación entre observaciones

adyacentes, la salida de un sistema hidrológico es tratada como estocástica, independiente del

espacio e independientemente del tiempo. Este tipo de tratamiento es apropiado para observaciones

de eventos hidrológicos extremos, como crecientes o sequias, y para información hidrológica

promediada a lo largo de intervalos de tiempo. [CITATION CHO95 \p 361 \l 2058 ].

V. Características estadísticas

V.1. Medidas de tendencia central

V.1.1. Histograma

“Es una gráfica básica que consiste de barras rectangulares no separadas dibujadas con

orientación vertical u horizontal”[CITATION Man03 \p 15 \l 10250 ] .

 19

V.1.2. Polígono de frecuencia

Es una gráfica secundaria más avanzada que el histograma. Se obtiene con el segmento

de rectas, los puntos que tiene proporcionalmente como abscisa a la marca de clase y como

ordenada a la frecuencia respectiva[CITATION Man03 \p 15 \l 10250 ].

V.1.3. Curva de frecuencia

“Es una gráfica avanzada de una distribución de frecuencias por intervalos que se

obtiene del polígono de frecuencias “suavizando” sus puntos angulosos”. [CITATION

Man03 \p 16 \l 10250 ].

V.2. Medidas de tendencia central

“Es el número que separa la serie de datos ordenados (en forma creciente o decreciente) en

dos partes de igual número de datos”. [CITATION Man03 \p 39 \l 10250 ].

V.2.1. La media (Me)

“Es el número que separa la serie de datos ordenados (en forma creciente o decreciente)

en dos partes de igual número de datos”. (Zamora, 2003, pág. 39).

V.2.2. Media aritmética (x́ ¿

Es el valor numérico que se obtiene dividiendo la suma total de valores observados de

una variable entre el número de observaciones.[CITATION Man03 \p 43 \l 10250 ]

V.3. Medidas de dispersión

“Son números reales que miden el grado o nivel de separación de los datos con respecto a un

valor central, que generalmente es la media aritmética”[CITATION Man03 \p 62 \l 10250 ].

 20

V.3.1. El rango o recorrido de una variable (R)

Es el número que resulta de la diferencia de valor máximo (Xmax) menos el valor mínimo

(Xmin) de una serie de datos observados de variable x[CITATION Man03 \p 63 \l 10250 ].

V.3.2. La varianza (sn2)

“Es la media aritmética de los cuadrados de la diferencia de los datos con respecto a su

media aritmética”. [CITATION Man03 \p 64 \l 10250 ].

V.3.3. Desviación estándar ( sn ¿

“Es la raíz cuadrada de la media cuadrática de una muestra”. [CITATION Man03 \p 64 \l

10250 ].

V.4. Análisis de consistencia

Cualquier cambio en la ubicación como en la exposición de un pluviómetro puede conllevar

un cambio relativo en la cantidad de lluvia captada por el pluviómetro. El registro completo

publicado representará condiciones inexistentes. Un registro de este tipo se dice que es

inconsistente.

Una forma de detectar las inconsistencias es mediante las curvas doble másicas.

Una curva doble másica se construye llevando en ordenadas los valores acumulados de la

estación en estudio y en abscisas los valores acumulados de un patrón, que consiste en el promedio

de varias estaciones.
 21

FIGURA 1 Curva de doble masa

FUENTE 1 Villón, 2002, p.307.
En la figura 1 se observa un quiebre el año 1974; Si se supone que las estaciones que

componen el patrón son confiables éste será consistente y por lo tanto el quiebre debe atribuirse a

una inconsistencia de la estación en estudio.

Es necesario ajustar los valores del período más lejano (1967-1973) para reducirlos a las

condiciones de ubicación, exposición, etc. imperantes en el período más reciente (1974-1980). El

ajuste o corrección se realiza multiplicando cada precipitación del período 1967 a 1973 por la

m2
razón de las pendientes
m1

m2
pc= .p ( 0)
m1

ECUACIÓN 1 de precipitación corregida

Fuente 1 Maximo Villon Berjar 2002

P: precipitación observada

Pc: precipitación corregida

m2: pendiente del periodo más reciente

 22

m1: pendiente del periodo cuando se observó p.

De la ecuación se corrige la precipitación registrada de manera que la curva doble másica se

convierte en una sola recta. Se ha partido de suponer que el patrón es consistente. Sin embargo,

se recomienda verificar la consistencia de cada estación índice. Esto se hace dibujando una curva

doble másica entre cada estación y el patrón formado por las restantes. Aquellas estaciones que

resulten inconsistentes deben ser removidas del patrón.

Al trazar la curva doble másica no se consideran los quiebres que no persisten por más de 5

años, ya que se considera que los quiebres cortos se deben principalmente a la variabilidad

inherente a los datos hidrológicos.

A veces un cambio pequeño en la ubicación del pluviómetro, de sólo unos cuantos metros,

puede afectar su exposición y provocar inconsistencias en el registro. Además, aunque el

pluviómetro no cambie de ubicación su exposición puede verse afectada por el crecimiento de

vegetación cercana, o por la construcción de edificios en los al rededor.

No se recomienda-usar curvas doble másicas en regiones montañosas, porque las diferencias

en los registros de estaciones cercanas pueden deberse a eventos meteorológicos diferentes.

[CITATION Máx \p 307 \l 10250 ].

V.4.1. Extensión del registro

El tercer requisito para que un registro pluviométrico sea sometido a análisis

probabilístico es que sea de extensión suficiente. No es posible precisar cuántos años debe

tener un registro pluviométrico. Es evidente, sin embargo, que cuanta mayor extensión

tenga es mejor. En la práctica se presentan estaciones con muy pocos años, las mismas que

pueden extenderse sólo unos cuantos años también.

 23

 Una primera forma de extender un registro de corta duración es mediante la recta de

regresión, El registro x es más largo que el registro y; los valores extendidos son valores

y'.

 Una segunda forma es mediante la curva doble másica. Aquí el patrón es más extenso

que la estación.

 Las correcciones se aplican en el siguiente orden:

V.4.2. Análisis de consistencia.

Si hay datos faltantes se hace un relleno provisional aproximado con el método de los

promedios.

V.4.3. Relleno de datos faltantes.

Se emplea el método de la recta de regresión.

V.4.4. Extensión del registro.

Con cualquiera de las dos formas indicadas. [CITATION Máx \p 304 \l 2058 ]

V.5. Análisis de consistencia de datos

EL análisis de consistencia de la información, es el proceso que consiste en la identificación o

detección, descripción y remoción de la no homogeneidad e inconsistencia de una serie de tiempo

hidrológica.

Esta inconsistencia y no homogeneidad se pone de manifiesto con la presencia de saltos y/o

tendencias en las series hidrológicas (las cuales se muestran en las figuras 1 y 2, afectando las

características estadísticas de dichas series, tales como la media, desviación estándar y correlación

serial.
 24

Antes de utilizar la serie histórica para el modelamiento, es necesario efectuar el análisis de

consistencia respectivo, a fin de obtener una serie confiable, es decir, homogénea y consistente

[CITATION Máx \p 305 \l 10250 ]

FIGURA 2 . Serie con componente transitoria en la forma de salto.

FUENTE 2 Villón, 2006, p. 305.

FIGURA 3 Serie con componente transitorio en la forma de tendencia.

FUENTE 3 Villón, 2006, p.504.
 25

V.5.1. Análisis visual gráfico

En coordenadas cartesianas se grafica la información hidrológica histórica, ubicándose en las

ordenadas, los valores de la serie y en las abscisas en tiempo (años, meses, días, etc.).

Este grafico sirve para analizar la consistencia de la información hidrológica en forma visual, e

indicar el periodo o periodos en los cuales la información es dudosa, lo cual se puede reflejar como

picos muy altos o valores muy bajos, saltos y/o tendencias. [CITATION Máx \p 310 \l 2058 ].

FIGURA 4 Serie histórico de caudales promedios anuales.

FUENTE 4 Villón, 2006, p.310.
Para conocer la causa del fenómeno detectado, se puede analizar de diversas formas.

 Cuando se tienen estaciones vecinas, se comparan los gráficos de las series históricas, y

se observa cual periodo varía notoriamente uno con respecto al otro.

 Cuando se tiene una sola estación, esta se divide en varios periodos y se comparan con la

información de campo obtenida.

 26

 Cuando se tienen datos de precipitación y escorrentía, se comparan los diagramas, los

cuales deben ser similares en su comportamiento.

V.5.2. Análisis de doble masa

Este análisis se utiliza para tener una cierta confiabilidad en la información, así como

también, para analizar la consistencia en lo relacionado a errores, que pueden producirse

durante la obtención de los mismos, y no para una corrección a partir de la recta doble.

El diagrama doble masa se obtiene plateando en el eje de las abscisas los acumulados.

[CITATION Máx \p 311 \l 2058 ].

Ejemplo:

Los promedios de los volúmenes anuales en millones de m de todas las estaciones de la

cuenca y, en el eje de las ordenadas los acumulados de los volúmenes anuales, en millones

de m de cada una de las estaciones en estudio, como se muestra en la figura 5.

FIGURA 5 Análisis doble masa para determinar la estación base.

FUENTE 5 Villón, 2006, p.311.
 27

De estos doble masas se selecciona como la estación más confiable, la que presenta el |menor

número de quiebres, en el ejemplo de la figura 5, corresponde a la estación C, la cual se usa como

estación base para el nuevo diagrama doble masa, es decir, se vuelve a construir el diagrama de

doble masa colocando en el eje de las abscisas la estación base y en el de las ordenadas la estación

en estudio, como se muestra en la figura 6.

FIGURA 6 Análisis doble masa para obtener los periodos de estudio.

FUENTE 6 Villón, 2002.
V.6. Análisis estadístico

Después de obtener de los gráficos construidos para el análisis visual y de los de doble masa,

los periodos de posible corrección, y los periodos de datos que se mantendrán con sus valores

originales se procese al análisis estadístico de saltos, tanto en la media como en la desviación

estándar [CITATION VIL06 \p 314 \l 2058 ]

V.6.1. Análisis de salto

V.6.1.1. Consistencia de la Media

 28

Consiste en probar, mediante la prueba “t” (prueba de hipótesis), si los valores

medios ( X 1 , X 2) , de las submuestras son estadísticamente iguales o diferentes con

una probabilidad del 95% o con 5% de nivel de significancia, de la siguiente manera:

V.6.1.2. Cálculo de la media y de la desviación estándar para las submuestras:

n2

n1 n2
S 2( X)=
[ 1
∑
n 2−1 j=1 ]
( x j− x̄ 2 )2 ¿ ¿0.5 ¿ (¿¿2)
¿

1 1
X́ 1 = ∑ xi X́ 2 = ∑ x j
n 1 i=1 n 2 j =1

ECUACIÓN 2 Desviación de los periodos uno y dos respectivamente.

Fuente 2Maximo Villon Berjar 2002

n1

S 1 ( X )=
[ 1
∑
n 1−1 i=1 ] ¿
( x i− x̄ 1 )2 ¿ ¿ 0 .5 ¿ ¿ ¿ ( 3)

ECUACIÓN 3
Desviación de los periodos uno y dos respectivamente.

Fuente 3Maximo Villon Berjar 2002

Dónde:

X 1 : Valores de la serie del periodo uno.

X 2 : Valores de la serie del periodo dos.

X̄ 1 , X̄ 2 : Media de los periodos uno y dos respectivamente.

S 2 ( X ), S 1 ( X ) : Desviación de los periodos uno y dos respectivamente.

 29

N=n1 +n2 : Tamaño de la muestra.

V.7. Cálculo del t calculado (tc):

Se realiza mediante la ecuación:

( x̄ 1− x̄2 )−( u1−u2 )

t c= ( 4)
S d̄

ECUACIÓN 4 del t calculado (tc):

Fuente 4 Maximo Villon Berjar 2002

Dónde:

( u1 −u2 )= 0 (La hipótesis es que las medias son iguales)

( x̄ 1 − x̄2 )
t c=
Entonces: S d̄

1
( n 1−1 ) S21 + ( n2 −1 ) S22
S p=
[ n 1 +n2 −2 ] 2 (5
)

1
1 1
S d̄=S p +
n1 n2 [ ] 2 (6
)

ECUACIÓN 5 Desviación de las diferencias de los promedios.

ECUACIÓN 6 Desviación estándar ponderada

Fuente 5 Maximo Villon Berjar 2002

Dónde:
 30

S d̄ : Desviación de las diferencias de los promedios.

Sp : Desviación estándar ponderada.

V.8. Cálculo del t tabular (tt):

El valor critico de t se obtiene de la tabla t de Student con una probabilidad al 95%, o con un

nivel de significación del 5% es decir con α/2=0.025. Con grados de libertad. (v = n1 + n2 -2).

FIGURA 7 Cálculo del t tabular (Tt).

FUENTE 7 Villon 2002

Si:
|t c|≤tt ( 95% ) → X 1= X 2 (estadísticamente).

En este caso, siendo las medias X 1 =X 2 estadísticamente, no se debe realizar

proceso de corrección.

Si:
|t c|>t t ( 95 % ) → X 1 ≠X 2 (estadísticamente).

En este caso, siendo las medias X 1 ≠X 2 , estadísticamente, se debe corregir la

información.
 31

V.8.1. Consistencia de la Desviación Estándar

El análisis estadístico consiste en probar, mediante la prueba F, si el valor de desviación estándar

de la sub muestra son estadísticamente iguales o diferentes con una probabilidad del 95% o con 5%

de nivel de significancia, de la siguiente manera:

V.8.2. Cálculo de las varianzas de ambos periodos

n1 n2

S 21 ( X )=
[ 1
∑ ( x − x̄ )2
n 1−1 i=1 i 1 ] ,
S 22 ( X )=
[ 1
∑ ( x − x̄ )2
n 2−1 j=1 j 2 ] (7
)

ECUACIÓN 7 cálculo de varianza

Fuente 6 Maximo Villon Berjar 2002

V.8.3. Cálculo del F calculado (Fc)

2
S1( X ) (8
F c= 2
S2( X ) si:
S 21 ( X )¿S 22 ( X )¿ )

2
S2( X ) (9
F c= 2 2
2
S1( X ) Si:
S 2 ( X )¿S 1 ( X )¿ )

ECUACIÓN 8 para Cálculo del F calculado (Fc)

ECUACIÓN 9 Cálculo del F calculado (Fc) para hallar desviación estándar

Fuente 7 Maximo Villon Berjar 2002

V.8.4. Cálculo de F tabular (Ft):

Se obtiene de las tablas F para una probabilidad del 95% es decir, con un nivel de significación α

= 0.05 y grados de libertad:

2 2
Si:
S 1 ( X )¿S 2 ( X )¿

Entonces:
 32

G.L.N. = n1-1

G.L.D. = n2-1

Donde:

G.L.N. = Grados de libertad del numerador.

G.L.D. = Grados de libertad del denominador.

V.8.5. Decisión

Si: lFcl ≤ Ft (95%), entonces S 1 ( X )=S 2 ( X ) (Estadísticamente)

Si: lFcl > Ft (95%), entonces: S 1 ( X )≠S 2 ( X ) (Estadísticamente), por

lo que se debe corregir.

V.8.6. Corrección de Datos:

En los casos en que los parámetros media y desviación estándar de las submuestras de las series

de tiempo, resultan estadísticamente iguales. La información original no se corrige, por ser

consistente con 0.5% de probabilidad, aun cuando en la doble masa se observe pequeños quiebres.

En caso contrario, se corrigen los valores de las sub muestras mediante las siguientes ecuaciones:

x t −x 1 ( 10
X '(t )= S ( x )+x 2
S 1( x ) 2 )

x t −x 2
X '(t )= S ( x )+x 1 (11)
S 2( x ) 1

ECUACIÓN 10 valor corregido de saltos

 33

ECUACIÓN 11 Valor a corregir

Fuente 8 Maximo Villon Berjar 2002

Dónde:

'
X (t ) : Valor corregido de saltos.

xt : Valor a ser corregido.

La ecuación (9), se utiliza cuando se deben corregir los valores de la sub-muestra

de tamaño n1 y la ecuación (10), si se deben corregir la sub-muestra de tamaño n2.

5.6. Regresión lineal simple

Es el modelo más simple y común, está basado en la suposición de que dos variables se

relacionan en forma lineal.

 Caudales y precipitaciones de una misma cuenca.

 Precipitaciones de una estación, con precipitación de otra estación.

 Caudal de una estación con caudal de otra estación.

 Precipitación con la altitud de una cuenca.

Este hecho permite correlacionar estas variables para completar datos o extender un registro.

[CITATION VIL06 \p 273 \l 2058 ].

Uno de los modelos más simples y comunes en la hidrología está basado en la suposición de

que dos variables se relacionan en forma lineal. En general, el objetivo de una modelo de esta

naturaleza es poder estimar el valor de una variable, que se denomina variable dependiente, a partir

del valor de la otra, que se llama variable independiente. [CITATION APA92 \p 291 \l 2058 ].
 34

5.6.1. Ecuación de regresión

La ecuación general de la ecuación de regresión lineal es:

y=a+bx

Donde:

x = variable independiente, variable conocida

y =variable dependiente, variable que se trata de predecir.

a = intercepto, punto donde la línea de regresión cruza el eje y, es decir valores de y

cuando x=0

b = pendiente de la línea o coeficiente de regresión, es decir, es la cantidad de

cambio de y asociada a un cambio unitario de x. [CITATION VIL06 \p 274 \l

2058 ].

5.6.2. Estimación de parámetros

“En la ecuación lineal anterior a y b son parámetros de la ecuación, el método más utilizado para

la estimación de los parámetros es el de mínimos cuadrados”. [CITATION VIL06 \p 274 \l 2058 ].

a=
∑ y i ∑ x 2i − ∑ xi y i ∑ x i
2 2 (12)
n ∑ x i −(∑ x i )

n xi yi   xi  yi
b (13)
n xi2  ( xi ) 2

ECUACIÓN 12 el método más utilizado para la estimación de los parámetros

ECUACIÓN 13 estimación de parámetros

Fuente 9 Maximo Villon Berjar 2002

 35

5.6.3. Coeficiente de correlación

“Es el estadístico que permite medir el grado de asociación de dos variables linealmente

relacionadas”. [CITATION VIL06 \p 269 \l 2058 ].

∑ Xi ∑Y i
−̄ ¿= −̄ ¿=
n n
X ¿ y Y ¿

n XY   X  Y
r
 n X 2
  X 
2
  n Y 2
  Y 
2
 (14)

ECUACIÓN 14 Coeficiente de correlación el valor de r de -1,1

Fuente 10 Maximo Villon Berjar 2002

l valor de r esta entre -1 y 1, describen los varios grados de asociación.

5.6.4. Interpretación del índice de correlación

Según [CITATION CÓR03 \p 16 \l 2058 ] interpreta lo siguiente:

r  1 : se dice que hay una correlación lineal perfecta positiva.

r  1 : se dice que hay una correlación lineal perfecta negativa.

r  0 : se dice que no hay correlación entre dos variables

5.7. Completación y extensión de datos

Las extensiones de información, es el proceso de transferencia de información desde una

estación con un largo registro histórico a otra con un corto registro.

La completación de datos es el proceso por el cual se llenan huecos que existen en un

registro de datos. La completación es un caso particular de la extensión.[CITATION

VIL06 \p 314-323 \l 2058 ] y define los siguiente.

 36

5.7.1. Para la completación

Para la completación de datos son los siguientes:

 Regresión lineal simple entre estas:

- Correlación cruzada entre dos o más estaciones.

- Auto correlación

 Relleno con criterios prácticos

5.7.2. Extensión

Es más importante que la completación, modifican sustancialmente a los estimadores de los

parámetros poblacionales.

Se tiene lo siguiente:

 Regresión lineal simple

 Regresión lineal múltiple

CÁPITULO II

1. Histograma Y Polígonos De Frecuencia

Son dos representaciones gráficas de las distribuciones de frecuencia.

A. Un histograma o histograma de frecuencias, consiste en una serie de rectángulos que tienen:

 Sus bases sobre un eje horizontal (el eje X) con centros en las marcas de clase y longitud

igual al tamaño de los intervalos de clase.

 Superficies proporcionales a las frecuencias de clase.

 37

2. Media

(15)
La media de un conjunto N de datos numéricos X1, X2, ..., XN está representada por y definida

por:

ECUACIÓN 15de la media

Fuente 11Maximo Villon Berjar 2002

Que es el momento de orden 1.

La mediana de un conjunto N de números ordenados en orden de grandeza,

corresponde al valor del punto central (N es un número impar) o la media aritmética de

los dos valores centrales (en el caso que N sea par)1.

(16)
ECUACIÓN 16 de la media aritmética
Fuente 12 Maximo Villon Berjar 2002
3. Mediana

Es el valor de la serie de datos que se sitúa justamente en el centro de la muestra (un 50% de

valores son inferiores y otro 50% son superiores).

No presentan el problema de estar influido por los valores extremos, pero en cambio no utiliza en

su cálculo toda la información de la serie de datos (no pondera cada valor por el número de veces

que se ha repetido).

(17)

ECUACIÓN 17de la Mediana Fuente 13Maximo Villon Berjar 2002

4. Moda

Localiza el dato de mayor frecuencia. Es el valor del dato cuya frecuencia es máxima.

1
 38

 Si la distribución de frecuencias tiene un solo máximo (máximo absoluto), la moda es el

valor del dato de mayor frecuencia, y se dice que la distribución de frecuencias es uni-

modal.

 Si la distribución de frecuencias tiene más de un máximo (máximos relativos), se dice que

la distribución de frecuencia es multimodal: Bimodal, Trimodal, etc.

 Si todas las frecuencias son iguales se dice que la distribución no tiene moda y se trata de

una distribución uniforme.

 Para Datos Clasificados La moda es la marca de la clase modal. Para una mejor

aproximación se puede usar la siguiente formula

5. Momentos muéstrales, medidas de asimetría y curtosis:

Existen varias clases de descriptores aritméticos, siendo los momentos el método adecuado para

calcular los estadígrafos, es decir con el cálculo de momentos se determina los estadígrafos o

estadísticos Como en los cursos de estática, resistencia de materiales, física, matemáticas, etc. se

calculan los momentos de órdenes primero, segundo, etc. generalizando se tiene: momento con

respecto al origen de coordenadas y momentos con respecto a la media

6. Desviación Media

Es la media aritmética de los valores absolutos de las desviaciones de los datos con respecto a

una medida de tendencia central.

(18)
ECUACIÓN 18 desviación media Si el estadígrafo es la media:
Fuente 14Maximo Villon Berjar 2002
(19)
ECUACIÓN 19desviación estándar para los datos no clasificados
Fuente 15Maximo Villon Berjar 2002
 39

(21)

ECUACIÓN 20 Desviación estándar

Fuente 16Maximo Villon Berjar 2002
La desviación media es una medida de dispersión fácil de calcular y se ve afectada en menor medida

por los valores extremos que la desviación estándar y se una a menudo cuando se dispone de

muestras pequeñas que incluye valores extremos o cuando la distribución es muy asimétrica2

7. Desviación Estándar y Variancia

Miden el grado de dispersión de los datos numéricos en torno de un valor medio.

La Desviación Estándar de un conjunto de datos X1, ..., Xn está definida por:

(22)
ECUACIÓN 21 Desviación Estándar y Variancia
Fuente 17Maximo Villon Berjar 2002
La Variancia es el cuadrado de la desviación estándar:

(22)

ECUACIÓN 22 La Variancia es el cuadrado de la desviación estándar

Fuente 18Maximo Villon Berjar 2002

La fórmula de la varianza será:

(23
ECUACIÓN 23 de la varianza
Fuente 19Maximo Villon Berjar 2002

2
 40

8. Covarianza

El valor de covarianza entre dos conjuntos de datos numéricos a y b, con N puntos es

definido por:

(24)
ECUACIÓN 24 covarianza
Fuente 20Maximo Villon Berjar 2002
Este valor indica el grado de similitud entre los conjuntos a y b, o sea, como los datos están

correlacionados entre sí. Cuanto mayor es la covarianza, mayor es el grado de correlación entre los

datos.

9. Coeficiente De Correlación

El coeficiente de correlación mide la similitud entre dos conjuntos de datos numéricos sobre una

escala absoluta de [-1, 1]. Este coeficiente es

25)

ECUACIÓN 25 Escriba aquí la ecuación.

Fuente 21Maximo Villon Berjar 2002
Calculado a través de la división del valor de covariancia entre la raíz cuadrada del producto de

las desviaciones estándar de los conjuntos de datos a y b:

10. Coeficiente De Variación

El efecto de la variación o dispersión con relación a la media puede ser medido por la dispersión

relativa, definida por:

Dispersión Relativa = Dispersión Absoluta/Media

 41

Si la dispersión absoluta corresponde a la desviación estándar, la dispersión relativa es

denominada coeficiente de variación v:3

(26)
ECUACIÓN 26 Coeficiente de varianza
Fuente 22Maximo Villon Berjar 2002
El coeficiente de variación deja de ser útil cuando la media es próxima de cero. Su fórmula está

representada por

Sx
C.V .( x )  *100% 27)
X
ECUACIÓN 27 coeficiente de variación
Fuente 23Maximo Villon Berjar 2002
11. Coeficiente De Momento De Asimetría

La asimetría de una muestra se mide mediante el coeficiente de asimetría, para el cálculo del

coeficiente de asimetría se emplea el tercer momento con respecto a la media y para que este

coeficiente no tenga dimensiones el tercer momento se divide entre la desviación estándar elevado a

la potencia 3.

Es el grado de desvío o alejamiento del eje de simetría de una distribución. Para distribuciones

asimétricas, la media tiende a situarse del lado de la cola más larga de la distribución. Este

coeficiente puede ser definido usando el 3 momento centrado en la media y la desviación estándar:4
2
n m3 28)
g=C s =
( n−1 ) ( n−2 ) S3
ECUACIÓN 28 grado de alineamiento
n
1
Fuente 24Maximo Villon Berjar 2002 m3 = ∑ ( x i− x̄ )3
n i=1
29)
ECUACIÓN 29 momento centrado en la media
Fuente 25Maximo Villon Berjar 2002
3
4
 42

Sí g=0 es una distribución simétrica

 Sí g>0 es una distribución sesgada a la derecha (polígono de frecuencias con cola más

larga a la derecha)

 Sí g<0 es una distribución sesgada a la izquierda (polígono de frecuencias con cola más

larga hacia la izquierda).

El sesgo del polígono de frecuencias se aprecia trazando una vertical por la moda donde se

diferencia la cola del polígono de frecuencias.

Es importante indicar que los tres números son suficientes para tener una idea de la forma del

histograma.

11.2. Coeficiente De Gurtosis

El grado apuntamiento del polígono de frecuencias (forma puntiaguda del polígono de

frecuencias) se mide mediante el coeficiente de curtosis. Para el cálculo del coeficiente de curtosis

se emplea el cuarto momento con respecto a la media y para que este coeficiente no tenga

dimensiones el cuarto momento se divide entre la desviación estándar elevado a la potencia 4

Mide el grado de achatamiento de una distribución de datos y puede ser definido por la división

del momento de grado 4 centrado en la media entre la variancia elevada al cuadrado. O sea:

n3 M 4
CK= 30)
( n−1 ) ( n−2 ) ( n−3 ) S 4
ECUACIÓN 30 Coeficiente De Gurtosis
n
Fuente 26Maximo Villon Berjar 2002
∑ ( x i− x̄ ) 4
i=1 (31)
M 4=
n

ECUACIÓN 31 de momentos en la media entre la varianza

Fuente 27Maximo Villon Berjar 2002
 43

Es una medida estadística que describe el apuntamiento o achatamiento de una cierta

distribución con respecto a una distribución normal. La curtosis positiva indica una distribución

relativamente apuntada, y la negativa indica una distribución relativamente achatada. En una

distribución normal la curtosis es igual a 3, a los valores mayores a 3 se los llama curtosis excesiva.

El caso de curtosis excesiva indica que hay una mayor probabilidad de que los retornos observados

estén más alejados de la media que en una distribución normal. Leptocurtosis se denomina al

atributo de una distribución con muy altos índices de curtosis.

El valor del coeficiente de curtosis es costumbre comparar con Ck=3 que es coeficiente de

apuntamiento de una curva continua de forma de una campana (curva normal).

 Sí Ck>3 es una distribución leptocúrtica, picuda o puntiaguda.

 Sí Ck=3 es una distribución mesocúrtica o moderada (curva normal)

 Sí Ck<3 es una distribución platicúrtica, achatada o plana.

11.3. Desviación Estándar Muestral.

La varianza muestral está medida en el cuadrado de las unidades observadas al hacer las

mediciones contenidas en la muestra. Para devolverse a una estadística que use las mismas unidades

que las observaciones, es necesario calcular su raíz cuadrada.

Lo anterior conduce a la definición de la estadística denominada 'desviación estándar muestral',

que no es otra cosa que la raíz cuadrada de la varianza

Para una muestra de tamaño n, x1, ..., xn, se tiene que:

(24)

ECUACIÓN 32Desviación Estándar Muestral

Fuente 28Maximo Villon Berjar 2002.
 44

El uso de esta estadística es recomendado en aquellos conjuntos de datos que ofrecen cierto

grado de simetría respecto de su centro. En estos casos, habitualmente tiene sentido medir

discrepancias de un valor con el centro de los datos usando múltiplos de la desviación estándar.

A modo de ejemplo, se puede decir que un valor está bastante alejado del centro de los datos si

su distancia de él supera dos desviaciones estándar.

Apoyándose en la idea anterior, la desviación estándar puede ser usada para determinar valores

que se encuentran 'cerca' del centro. Este uso va más allá de la simple descripción, en otros ámbitos

de Estadística es usada para tomar decisiones respecto de la población de la que fue extraída la

muestra.5

11.4. Sesgo
Según el diccionario un sesgo es "una inclinación parcial de la mente". En nuestro ámbito, la

palabra sesgo sirve para definir la tendencia sistemática de ciertos diseños de ensayos clínicos para

producir de forma consistente resultados mejores o peores que otros diseños.

Skewness o sesgo: Medida estadística que describe la simetría de la distribución alrededor de un

promedio. Si el sesgo es igual a cero, la distribución es simétrica; si el sesgo es positivo la

distribución una tendrá una cola asimétrica extendida hacia los valores positivos. Un sesgo negativo

indica una distribución con una cola asimétrica extendida hacia los valores negativos6.

12. Ajuste De Una Distribución De Probabilidades

La distribución de Probabilidades es una función que representa la probabilidad de ocurrencia de

una variable aleatoria.

5
6
 45

Ajustando una distribución a un conjunto de datos hidrológicos, una gran cantidad de

información de la muestra se resume en la distribución y sus parámetros.

Se tiene como objetivo del Ajuste de una Distribución, Obtener los parámetros:

12.1. Método De Momentos

Las propiedades de las distribuciones pueden ser definidas completamente en términos de los

momentos. Los momentos en estadística son similares a los momentos en física (rotación respecto

al origen).7

12.2. Método De Máxima Verosimilitud

La función de Verosimilitud de la Muestra, como:

N
L=∏ f ( x , α , β , γ ,. . .. ) (33)
i=1

ECUACIÓN 33 método de máxima verosimilitud

Fuente 29Maximo Villon Berjar 2002
Para un cálculo más simple se puede usar de la siguiente forma:
N
∑ f ( x , α , β , γ , .. . .)
Ln L = i=1

Derivando parcialmente respecto a cada parámetro se tiene el Conjunto de Ecuaciones de

Máxima verosimilitud:

∂ LnL ∂ LnL ∂ LnL

=0 =0 =0
∂α ∂β ∂γ

Los Parámetros se hallan resolviendo el Conjunto de Ecuaciones de Máxima verosimilitud.

7
 46

13. Distribuciones De Probabilidad En Hidrología

 El comportamiento de las variables aleatorias discretas o continuas se describe con la ayuda de

Distribuciones de Probabilidad. La variable se designa por mayúscula y un valor específico de ella

por minúscula.

 Por P(x = a) se denota la probabilidad de que un evento asuma el valor a; similarmente P(a

£ x £ b denota la probabilidad de que un evento se encuentre en el intervalo (a,b). Si

conocemos la probabilidad P(a £ x £ b) para todos los valores de a y b, se dice que

conocemos la Distribución de Probabilidades de la variable x.

Si x es un número dado y consideramos la probabilidad P(X £ x):

F(x)= P(X £ x):

Llamamos F(x) la función de distribución acumulada.

14. Distribuciones De Probabilidad Para Variables Continuas

14.1. Distribución Normal

 La distribución normal es una distribución simétrica en forma de campana, también conocida

como Campana de Gauss. Aunque muchas veces no se ajusta a los datos hidrológicos tiene amplia

aplicación por ejemplo a los datos transformados que siguen la distribución normal8.

14.2.     Función De Densidad:

 La función de densidad está dada por

(34)

8
 47

ECUACIÓN 34 Función de densidad 

Fuente 30Maximo Villon Berjar 2002

Los dos parámetros de la distribución son la media m y desviación estándar s para los cuales

(media) y s (desviación estándar) son derivados de los datos.

14.3. Estimación De Parámetros:

(35)

ECUACIÓN 35 estimación de parámetro

Fuente 31Maximo Villon Berjar 2002

(36)

ECUACIÓN 36desviacion estándar 

Fuente 32Maximo Villon Berjar 2002
14.4. Factor De Frecuencia:

   Si se trabaja con los X sin transformar el K se calcula como

(37)
ECUACIÓN 37 Factor de frecuencia
Fuente 33Maximo Villon Berjar 2002

 Este factor es el mismo de la variable normal estándar

(38)
ECUACIÓN 38 Variable normal estándar
Fuente 34Maximo Villon Berjar 2002
14.5. Límites De Confianza:

(39)
 48

ECUACIÓN 39 límite de confianza

Fuente 35Maximo Villon Berjar 2002

Donde a es el nivel de probabilidad es el cuartil de la distribución normal estandarizada

para una probabilidad acumulada de 1-a y Se es el error estándar9

15. Distribución Log normal De Dos Parámetros

 Si los logaritmos Y de una variable aleatoria X se distribuyen normalmente se dice que X se

distribuye normalmente.

Esta distribución es muy usada para el cálculo de valores extremos por ejemplo Qmax,

Qmínimos, Pmax, Pmínima (excelentes resultados en Antioquia). Tiene la ventaja que X>0 y que la

transformación Log tiende a reducir la asimetría positiva ya que al sacar logaritmos se reducen en

mayor proporción los datos mayores que los menores.

Limitaciones: tiene solamente dos parámetros, y requiere que los logaritmos de las variables

estén centrados en la media10

15.1. Función De Densidad:

(40)

ECUACIÓN 40 función de densidad

Fuente 36Maximo Villon Berjar 2002

 y = ln x

Donde,

m y: media de los logaritmos de la población (parámetro escalar), estimado

s y: Desviación estándar de los logaritmos de la población, estimado sy.11

9

10
11
 49

15.2.    Estimación De Parámetros:

(41)

  ECUACIÓN 41 Estimación De Parámetro

Fuente 37Maximo Villon Berjar 2002

(42)

ECUACIÓN 42 desviación estándar 

Fuente 38Maximo Villon Berjar 2002
15.3.     Factor De Frecuencia:

Puede trabajarse en el campo original y en el campo transformado.

15.3.1. Campo transformado:

Si se trabaja en el campo transformado se trabaja con la media y la desviación estándar de los

logaritmos, así:

Ln(XTr) = xTr+KSy

de donde,

XTr = eln (xTr)

Con K con variable normal estandarizada para el Tr dado, xy media de los logaritmos y Sy es la

desviación estándar de los logaritmos.

15.3.2. Campo original:

Si se trabaja con los X sin transformar el K se calcula como

(43)
 50

ECUACIÓN 43 campo original

Fuente 39Maximo Villon Berjar 2002

  K es la varianormal estandarizada para el Tr dado, es el coeficiente de variación, x

media de los datos originales y s desviación estándar de los datos originales.

15.3.3.     Límites De Confianza:

En el campo transformado. 

(44)

ECUACIÓN 44 límites de confianza

Fuente 40Maximo Villon Berjar 2002

(45)

ECUACIÓN 45 Variable normal estandarizada

Fuente 41Maximo Villon Berjar 2002
en donde, n número de datos, Se error estándar, KT variable normal estandarizada.

16. Distribución Gumbel

 Una familia importante de distribuciones usadas en el análisis de frecuencia hidrológico es la

distribución general de valores extremos, la cual ha sido ampliamente utilizada para representar el

comportamiento de crecientes y sequías (máximos y mínimos)12.

16.1. Función De Densidad:

(46)

ECUACIÓN 46 Función de densidad en distribución gumbel 

12
Ing. MAXIMO VILLON BEJAR Pág. 210.
 51

Fuente 42Maximo Villon Berjar 2002

  En donde a y b son los parámetros de la distribución.

16.2. Estimación De Parámetros

47)

ECUACIÓN 47 estimación de parámetro

Fuente 43Maximo Villon Berjar 2002

 Donde son la media y la desviación estándar estimadas con la muestra.

16.3.   Factor De Frecuencia:

(48)

ECUACIÓN 48 Factor de frecuencia

Fuente 44Maximo Villon Berjar 2002
 Donde Tr es el periodo de retorno. Para la distribución Gumbel se tiene que el caudal para un

período de retorno de 2.33 años es igual a la media de los caudales máximos.

16.4. Límites De Confianza

 Xt ± t(1-a) Se

(49)
ECUACIÓN 49 límite de confianza
Fuente 45Maximo Villon Berjar 2002
 52

KT es el factor de frecuencia y t(1-a) es la variable normal estandarizada para una probabilidad de

no excedencia de 1-a.

17. Distribución Gamma De Tres Parámetros O Pearson Tipo 3

Esta distribución ha sido una de las más utilizadas en hidrología. Como la mayoría de las

variables hidrológicas son sesgadas, la función Gamma se utiliza para ajustar la distribución de

frecuencia de variables tales como crecientes máximos anuales, Caudales mínimos, Volúmenes de

flujo anuales y estacionales, valores de precipitaciones extremas y volúmenes de lluvia de corta

duración. La función de distribución Gamma tiene dos o tres parámetros.13

17.1.   Función De Densidad:

(50)

  ECUACIÓN 50 Función de densidad

Fuente 46Maximo Villon Berjar 2002

 Donde,

 x0 £ x < a para a > 0

a < x £ x0 para a < 0

 a y b son los parámetros de escala y forma, respectivamente, y x0 es el parámetro de

localización
13
 53

17.2.   Estimación De Parámetros:

(51)

  ECUACIÓN 51 estimación de parámetros

Fuente 47Maximo Villon Berjar 2002

 Cs es el coeficiente de asimetría, son la media y la desviación estándar de la

muestra respectivamente

17.3.      Factor De Frecuencia:

(52)

ECUACIÓN 52 factor de frecuencia

Fuente 48Maximo Villon Berjar 2002
 Donde z es la variable normal estandarizada

 Este valor de K se encuentra tabulado de acuerdo al valor de Cs calculado con la muestra.

17.4. Intervalos De Confianza:

 Xt ± t(1-a) Se

(53
ECUACIÓN 53 intervalo de confianza
Fuente 49Maximo Villon Berjar 2002

 Donde S es la desviación estándar de la muestra, n es el número de datos y d se encuentra

tabulado en función de Cs y Tr.

17.4.1.  Intervalos De Confianza

 54

 Xt ± t(1-a) Se

(55)
ECUACIÓN 54 Intervalo de confianza
Fuente 50Maximo Villon Berjar 2002

18. Distribución Log Logpearson De 3 Parámetros

Si los logaritmos Y de una variable aleatoria X se ajustan a una distribución Pearson tipo III, se

dice que la variable aleatoria X se ajusta a una distribución Log Pearson Tipo III. Esta distribución

es ampliamente usada en el mundo para el análisis de frecuencia de Caudales máximos. Esta se

trabaja igual que para la Pearson Tipo III pero con Xy y Sy como la media y desviación estándar de

los logaritmos de la variable original X14.

18.1.1. Función De Densidad:

(55)

Ecuación 55 función de densidad

Fuente 51Maximo Villon Berjar 2002

Donde, y0 £ y < a para a > 0

a £ y £ y0 para a < 0

a y b son los parámetros de escala y forma, respectivamente, y y0 es el parámetro de

localización.

14
 55

18.2.      Estimación De Parámetros:

(56)

ECUACIÓN 56 estimación de parámetros

Fuente 52Maximo Villon Berjar 2002

 Cs es el coeficiente de asimetría, son la media y la desviación estándar de los

logaritmos de la muestra respectivamente.

18.3. Factor De Frecuencia:

(57)

ECUACIÓN 57 factor de frecuencia

Fuente 53Maximo Villon Berjar 2002 
Donde z es la variable normal estandarizada

 Este valor de K se encuentra tabulado de acuerdo al valor de Cs calculado con la muestra.

18.4. Intervalos De Confianza:

Xt ± t(1-a) Se

(58)

ECUACIÓN 58 intervalo de confianza

Fuente 54Maximo Villon Berjar 2007
 56

Donde Sy es la desviación estándar de los logaritmos de la muestra, n es el número de datos y d

se encuentra tabulado en función de Cs y Tr

18.5.      Ajuste De Distribuciones

 Para la modelación de caudales máximos se utilizan, entre otras, las distribuciones Log -

Normal, Gumbel y Log-Gumbel principalmente. Para seleccionar la distribución de probabilidades

de la serie histórica se deben tener en cuenta algunas consideraciones.

 Cuando en la serie histórica se observan “outliers [1]” es necesario verificar la sensibilidad del

ajuste debido a la presencia de estos, (Ashkar, et al. 1994) 15

 Para el ajuste a las distribuciones Log-Normal, Log-Gumbel y Log-Pearson se requiere

transformar la variable al campo logarítmico para modelarla, con lo que se disminuye la

varianza muestral, pero también se filtran las variaciones reales de los datos.

 Las distribuciones de dos parámetros fijan el valor del coeficiente de asimetría, lo que en

algunos casos puede no ser recomendable. La distribución Log - Normal de dos parámetros sólo es

recomendable sí el coeficiente de asimetría es cercano a cero. Las distribuciones Gumbel y Log -

Gumbel son recomendables si el coeficiente de asimetría de los eventos registrados es cercano

 Para ajustar distribuciones de tres parámetros (Log Normal III, Log Pearson) se requiere estimar

el coeficiente de asimetría de la distribución; para ello es necesario disponer de una serie con

longitud de registros larga, mayor de 50 años, (Kite, 1988). Las distribuciones de dos parámetros

son usualmente preferidas cuando se dispone de pocos datos, porque reducen la varianza de la

muestra, (Ashkar, et al. 1994).

15
 57

 Para seleccionar la distribución de probabilidades adecuada se debe tratar de utilizar

información adicional del proceso hidrológico que permita identificar la forma en que se

distribuye la variable. Usualmente es muy difícil determinar las propiedades físicas de los

procesos hidrológicos para identificar el tipo de distribución de probabilidad que es

aplicable.

 Kite (1988) y Mamdouh (1993) afirman que no existe consistencia sobre cuál es la

distribución que mejor se ajusta a los caudales máximos y recomiendan seleccionar el mejor

ajuste a criterio del modelador con la prueba de ajuste gráfico o basado en el

comportamiento de las pruebas estadísticas de bondad del ajuste (por ejemplo, Chi

Cuadrado, Smirnov-Kolmogorov, Cramer-Von Mises) en las que se calcula un estimador y

se compara con un valor tabulado para determinar si el ajuste es adecuado o no. En la

prueba de ajuste gráfica se dibujan los valores registrados en la serie contra la distribución

teórica de probabilidades y de manera visual (subjetiva) se determina si el ajuste es

adecuado o no.

 Cuando la información es adecuada el análisis de frecuencia es la metodología más

recomendable para la evaluación de eventos extremos, ya que la estimación depende solamente de

los caudales máximos anuales que han ocurrido en la cuenca y no da cuenta de los procesos de

transformación de la precipitación en escorrentía. Obviamente tiene algunas limitaciones

relacionadas con el comportamiento de la serie histórica y con el tamaño y calidad de los datos de la

muestra.

 Cuando se presenten cambios o tendencias en la serie histórica se deben utilizar técnicas

estadísticas que permitan removerlos para poder realizar el análisis de frecuencias (Kite, 1988;

Mamdouh, 1993; Ashkar, et al. 1994).

 58

 La selección inadecuada de la distribución de probabilidades de la serie histórica arrojará

resultados de confiabilidad dudosa, (Ashkar, et al. 1994).

 El tamaño de la muestra influye directamente en la confiabilidad de los resultados, así a mayor

período de retorno del estimativo mayor longitud de registros necesaria para mejor confiabilidad en

los resultados.

18.6. Pruebas De Ajuste

Para la evaluación de probabilidades se han propuesto una serie de pruebas estadísticas que

determinan si es adecuado el ajuste. Estos son análisis estadísticos y como tal se deben entender, es

decir, no se puede ignorar el significado físico de los ajustes.

Tipos de pruebas de ajuste de bondad

 Ajuste gráfico

 Ajuste Estadístico

 Ji-Cuadrado

 Sirnov-Kolmogorov.

19. Prueba Smirnov Kolmogorov

 El estadístico Smirnov Kolmogorov D considera la desviación de la función de distribución de

probabilidades de la muestra P(x) de la función de probabilidades teórica, escogida Po(x) tal que

.
 59

 La prueba requiere que el valor Dn calculado con la expresión anterior sea menor que el valor

tabulado Dn para un nivel de probabilidad requerido.

 Esta prueba es fácil de realizar y comprende las siguientes etapas:

 El estadístico Dn es la máxima diferencia entre la función de distribución acumulada de

la muestra y la función de distribución acumulada teórica escogida.

 Se fija el nivel de probabilidada, valores de 0.05 y 0.01 son los más usuales.

 El valor crítico Da de la prueba debe ser obtenido de tablas en función de a y n.

 Si el valor calculado Dn es mayor que el Da, la distribución escogida se debe rechazar.16

20.   Prueba Chi Cuadrado

 Una medida de la discrepancia entre las frecuencias observadas (fo) y las frecuencias calculadas

(fc) por medio de una distribución teórica esta dada por el estadístico χ²

(59)

ECUACIÓN 59 prueba de chi cuadrado

Fuente 55Maximo Villon Berjar 2002
si el estadístico χ²=0 significa que las distribuciones teórica y empírica ajustan exactamente,

mientras que si el estadístico χ²>0, ellas difieren. La distribución del estadístico χ² se puede asimilar

a una distribución Chi-cuadrado con (k-n-1) grados de libertad, donde k es el número de intervalos y

n es el número de los parámetros de la distribución teórica. La función χ² se encuentra tabulada.

Supóngase que una hipótesis Ho es aceptar que una distribución empírica se ajusta a una

distribución Normal. Si el valor calculado de χ² por la ecuación anterior es mayor que algún valor

crítico de χ², con niveles de significancia a de 0.05 y 0.01 (el nivel de confianza es 1-a) se puede

16
 60

decir que las frecuencias observadas difieren significativamente de las frecuencias esperadas (o

calculadas) y entonces la hipótesis Ho se rechaza, si ocurre lo contrario entonces se acepta.

[1] Aunque no existe una definición generalmente aceptada, se puede entender como valores

extremos, muy superiores a los demás registrados (Ashkar, et al. 1994).17

Se basa en el cálculo de frecuencias tanto los valores observados como los valores esperados para

un número determinado de intervalos. Esta prueba es comúnmente usada para verificar la bondad de

ajuste de la distribución empírica a una distribución teórica conocida (Propuesta por Karl Pearson

1900.

k 2
( θi −e i )
χ 2c = ∑ (60)
i=1 ei
ECUACIÓN 60
Fuente 56Maximo Villon Berjar 2002

Dónde:
k k
∑ θi =∑ e i =N
i=1 i =1

Para lo cual:
2
χ c = Valor calculado de Ji-Cuadrado

θi = Número de valores observados en el intervalo de clase i

e i= Número de valores esperados en el intervalo de clase i.

K= Número de intervalos de clase.

Asignando probabilidades a la ecuación es decir asignando igual probabilidades a la ecuación (1)

es decir asignando igual probabilidad de ocurrencia a cada intervalo de clase se tiene:

17
 61

k 2
( N i−NP i )
χ 2c = ∑ (61)
i=1 NPi
ECUACIÓN 61 probabilidad de ocurrencia
Fuente 57Maximo Villon Berjar 2002
Dónde:

Ni: Número de observaciones que caen dentro de los límites de clases ajustadas del intervalo

N: Tamaño muestral

Pi: Probabilidad igual para todos los intervalos de clases.

1
P i= e i=Pi N
k ó
Simplificando la ecuación (2) se obtiene la fórmula computacional desarrollada por Markovic.
K
K
χ 2c = ∑ N 2i −N (62)
N i=1
ECUACIÓN 62 Markovic
Fuente 58Maximo Villon Berjar 2002
2 2
El valor de χc obtenido por la ecuación (3) se compara con el χ t donde ese se determina

con:

Nivel de Significación α=0,05 ó α=0 ,01

Grados de libertad g .l .=k−1−h

Dónde.:
h= Número de parámetros a estimarse.
h=2, Para la distribución Normal.
h=3, Para la distribución Log- Normal de 3 parámetros.

20.1. Criterios de Decisión:

 62

Se fundamenta en la comparación del valor calculado de Ji-Cuadrado con el valor tabular

encontrado, esto es:

a. Si la Ji-Cuadrado calculado es menor o igual que el valor tabular, es decir:

2 2
χc ≤ χt

Entonces, se acepta la hipótesis que el ajuste es bueno al nivel de significación seleccionado.

b. Si el Ji-Cuadrado calculado es mayor que el valor tabular, es decir:

χ 2c ≥ χ 2t
Entonces el ajuste es malo y se rechaza la hipótesis siendo necesario probar con otra distribución

teórica.

20.2. Ventajas y Limitaciones:

 Es aplicable sólo para ajustes a la distribución normal, puesto que ha sido desarrollado
con base en los datos normales e independientes.
 Se realiza en la función densidad de datos agrupados en intervalos de clases.
 Requiere u conocimiento a priori, de la función de distribución teórica utilizada en el
ajuste.
 En la práctica se usa para cualquier modelo de ajuste, pero estrictamente es válido par
ala normal.
VI. METODOLOGÍA

Se obtuvo los datos hidrológicos de NASA GIOVANNI de las estaciones Yungay, Santiago

Antúnez de Mayolo, Pira y Recuay donde se seleccionó las precipitaciones mensuales que se

analizaran en seguida y algunos análisis.

VI.1. Población

se determinará la población de datos de las cuatro estaciones asignados.

 63

VI.2. Muestra

trabajaremos con las caudales anuales acumulados de las tres estaciones. Se hará diferentes

análisis de los cuales son:

VI.3. Análisis de consistencia

este análisis nos permitirá ver la inconsistencia de los datos recopilados o de la serie de tiempo

hidrológico.

VI.4. Análisis de doble masa

realizamos dos gráficos en el eje de las ordenadas los totales anuales y en el eje abscisas el

promedio de los acumulados de las estaciones de estudio. Luego el segundo gráfico en el eje de las

ordenadas los acumulados de las dos estaciones con más quiebre y en la abscisa los acumulado de la

estación que presente mínimo quiebre. Por lo tanto, se observa en cual de la estación presenta el

salto.

VI.5. Análisis estadístico

se realiza para la estación que presenta salto.

VI.5.1. Consistencia de la media

realizamos la prueba de T, calcular la media y la desviación estándar de cada periodo y por

último analizamos según el criterio para hacer el corregido.

VI.5.2. Consistencia a la desviación estándar

realizamos la prueba de F, calcular Ft de la tabla con nivel de significación de 5% y comparamos

según el criterio para saber si existe corrección de datos.

VI.6. Corrección de datos

 64

VI.6.1. Análisis de tendencia:

después de haber completado el análisis de salto, recién procedemos a realizar este análisis. Con

tendencia a la media donde comparamos con cierto criterio y vemos si hay necesidad de corregir o

no.
 65

VII. RESULTADOS

VII.1. Recopilación de datos.

Tabla 1. Precipitaciones desde 1998 - 2016 de la estación Pira.

ESTACIÓN: PIRA
Provincia
Departamento: ANCASH HUARAZ Distrito: Pira  
:
Latitud: 9°35'7"S Longitud: 77°42'25.9"W Altitud: 3625 msnm  
Tipo: Convencional-Meteorológica Código: 109048.00 Cuenca: Río Santa  
ENER FEBRER MARZ ABRI JUNI JULI AGOST SEPTIEMBR OCTUBR NOVIEMBR DICIEMBR Total
AÑO MAYO
O O O L O O O E E E E Anual
1998 - 1999 178.80 223.20 241.50 69.00 8.20 21.80 0.00 0.00 17.30 67.00 6.30 73.10 906.20
1999 - 2000 125.90 352.90 113.40 111.00 20.10 1.10 2.10 0.00 15.00 25.90 33.00 60.40 860.80
2000 - 2001 116.60 286.50 172.70 105.50 13.20 0.00 2.30 5.00 14.60 20.10 23.00 114.40 873.90
2001 - 2002 202.70 91.50 249.90 76.80 15.20 0.00 0.70 0.00 25.40 46.90 102.10 60.20 871.40
2002 - 2003 45.60 153.20 194.10 101.80 3.20 0.90 1.00 0.00 14.20 75.90 88.80 82.70 761.40
2003 - 2004 82.60 85.60 112.80 27.70 3.90 1.70 0.00 0.00 0.00 23.40 15.70 124.10 477.50
2004 - 2005 21.00 68.00 75.70 58.70 2.70 2.20 0.00 0.00 16.10 59.60 61.80 81.00 446.80
2005 - 2006 53.00 65.40 134.00 40.60 3.20 0.00 0.00 0.40 0.50 13.30 6.20 93.60 410.20
2006 - 2007 79.90 94.40 251.10 104.50 1.50 0.00 1.00 0.60 5.00 28.40 38.90 95.30 700.60
2007 - 2008 78.40 48.30 197.60 109.60 13.70 2.40 0.70 0.30 0.50 38.50 28.70 24.40 543.10
2008 - 2009 136.50 179.00 178.90 86.30 0.20 2.50 0.00 0.00 1.40 77.30 34.80 21.80 718.70
2009 - 2010 210.10 184.20 177.10 94.50 3.80 0.20 0.20 7.90 2.20 86.90 77.00 46.40 890.50
2010 - 2011 53.70 _--- 125.50 35.50 12.20 1.50 0.00 0.50 6.10 21.70 31.30 139.60 427.60
2011 - 2012 116.00 57.90 90.30 111.50 2.30 0.20 1.50 2.60 6.30 5.40 62.20 121.71 577.91
2012 - 2013 67.20 162.10 125.50 100.80 7.80 1.80 0.00 0.00 27.30 39.90 93.30 56.70 682.40
2013 - 2014 30.70 137.80 246.00 25.30 11.00 0.00 0.00 0.20 6.70 82.20 33.60 83.60 657.10
2014 - 2015 61.00 93.80 186.10 52.70 27.70 0.00 1.40 0.20 9.70 31.50 46.80 115.30 626.20
2015 - 2016 50.70 90.90 196.60 65.10 22.80 0.50 3.40 0.00 5.40 36.30 29.10 59.60 560.40
2016 - 2017 28.30 108.40 87.80 35.10 0.80 0.30 _--- 0.00 18.80 4.70 2.00 48.40 334.60
P. Máx. 210.10 352.90 251.10 111.50 27.70 21.80 3.40 7.90 27.30 86.90 102.10 139.60 906.20
P. Media 91.51 137.95 166.14 74.32 9.13 1.95 0.79 0.93 10.13 41.31 42.87 79.07 648.81
P. Min. 21.00 48.30 75.70 25.30 0.20 0.00 0.00 0.00 0.00 4.70 2.00 21.80 334.60
Fuente: Administración nacional de agua (ANA
Tabla 2. Precipitaciones desde 1998 - 2016 de la estación Yungay.
 66

ESTACIÓN: YUNGAY
Departamento: ANCASH Provincia: YUNGAY Distrito: YUNGAY  
Latitud: 9°8'30.79"S Longitud: 77°44'59.91"W Altitud: 2466msnm  
Tipo: Convencional-Meteorológica Código: 109018 Cuenca Río Santa  
ENER FEBRER MARZ ABRI JUNI JULI AGOST SEPTIEMBR OCTUBR DICIEMBR
AÑO MAYO NOVIEMBRE Total Anual
O O O L O O O E E E
1998 - 1999 105.00 195.40 163.60 72.20 0.00 0.00 0.00 0.00 4.20 44.00 13.60 43.60 641.60
1999 - 2000 66.60 100.60 37.80 40.60 10.20 0.00 0.00 0.00 8.40 4.80 38.60 43.00 350.60
2000 - 2001 48.10 66.60 40.80 60.00 23.00 0.00 0.00 5.60 17.40 15.80 11.70 71.10 360.10
2001 - 2002 102.30 57.00 190.20 53.60 3.40 0.00 0.00 0.00 7.90 11.00 102.70 65.80 593.90
2002 - 2003 127.40 117.80 390.60 95.40 0.00 0.00 0.00 0.00 0.00 271.90 373.90 138.40 1515.40
2003 - 2004 213.40 135.00 135.40 21.40 0.00 0.00 0.00 0.00 0.00 3.20 163.10 142.50 814.00
2004 - 2005 45.80 177.40 58.00 71.50 0.00 0.00 0.00 0.00 6.90 107.80 81.00 69.10 617.50
2005 - 2006 39.50 93.90 179.50 64.70 2.00 0.00 0.00 0.00 13.80 22.00 0.00 113.00 528.40
2006 - 2007 60.40 157.70 287.60 191.60 0.00 3.40 0.00 2.60 4.30 13.60 59.90 240.00 1021.10
2007 - 2008 78.30 27.30 474.20 182.90 38.40 0.00 0.00 3.10 5.50 75.30 78.80 46.20 1010.00
2008 - 2009 119.90 119.80 231.70 101.60 9.20 15.40 0.00 0.00 1.10 113.80 71.20 9.00 792.70
2009 - 2010 223.30 131.40 207.50 107.40 12.80 0.00 0.00 1.80 0.00 172.50 108.50 73.60 1038.80
2010 - 2011 63.70 120.40 137.80 74.60 26.10 4.20 0.00 0.00 4.20 22.40 160.40 188.30 802.10
2011 - 2012 136.40 27.90 183.60 236.40 0.00 0.00 0.00 0.00 12.10 3.60 50.00 281.70 931.70
2012 - 2013 91.20 136.60 146.00 108.10 20.40 0.00 0.00 0.00 26.90 60.50 87.00 116.20 792.90
2013 - 2014 21.00 153.20 205.70 49.10 24.30 0.00 0.00 2.80 5.20 85.40 14.10 97.80 658.60
2014 - 2015 132.80 137.60 193.90 55.10 45.90 10.40 0.00 0.00 27.10 23.30 56.20 166.90 849.20
2015 - 2016 170.00 121.50 231.80 50.60 81.80 1.20 1.30 0.00 0.00 52.30 52.10 92.90 855.50
2016 - 2017 25.80 176.60 134.00 92.00 7.70 0.00 0.00 0.00 35.10 51.00 6.80 108.20 637.20
P. Máx. 223.30 195.40 474.20 236.40 81.80 15.40 1.30 5.60 35.10 271.90 373.90 281.70 1515.40
P. Media 98.47 118.62 191.04 90.99 16.06 1.82 0.07 0.84 9.48 60.75 80.51 110.91 779.54
P. Min. 21.00 27.30 37.80 21.40 0.00 0.00 0.00 0.00 0.00 3.20 0.00 9.00 350.60
Fuente: Administración nacional de agua (ANA)
Tabla 3. Precipitaciones desde 1998 - 2016 de la estación Santiago Antúnez De Mayolo.
 67

ESTACIÓN: SANTIAGO ANTUNEZ DE MAYOLO

Provincia
Departamento: ANCASH HUARAZ Distrito: INDEPENDENCIA  
:
Latitud: 9° 30' 59.5'' Longitud: 77° 31' 29.5' Altitud: 3079  
Tipo: Convencional-Meteorológica Código: 109009 Cuenca Río Santa  
JULI DICIEMBR Total
AÑO ENERO FEBRERO MARZO ABRIL MAYO JUNIO AGOSTO SEPTIEMBRE OCTUBRE NOVIEMBRE
O E Anual
1998 - 1999 194.90 233.00 170.90 159.10 18.70 0.00 0.00 0.00 10.20 135.20 341.60 79.10 1342.70
1999 - 2000 114.20 276.25 138.80 99.53 60.20 6.70 3.70 0.00 63.00 19.80 117.50 139.80 1039.48
2000 - 2001 59.60 153.70 183.40 113.10 84.90 1.90 1.70 10.40 _--- _--- 40.10 216.80 865.60
2001 - 2002 _--- _--- _--- _--- _--- _--- _--- _--- _--- 49.10 105.60 49.60 204.30
2002 - 2003 _--- 170.42 _--- 109.70 16.60 0.60 0.00 0.00 15.70 100.60 137.00 124.40 675.02
2003 - 2004 102.90 60.90 134.90 94.30 28.65 3.60 1.40 1.60 7.50 29.50 31.60 169.60 666.45
2004 - 2005 61.50 111.00 73.00 51.80 23.50 4.20 15.80 0.00 49.00 102.60 91.60 103.50 687.50
2005 - 2006 152.60 87.70 210.10 34.60 2.90 0.00 0.00 8.00 4.50 44.90 20.10 111.30 676.70
2006 - 2007 107.10 100.80 236.90 146.10 4.80 17.20 1.60 5.20 14.40 49.50 53.40 153.90 890.90
2007 - 2008 103.90 83.60 173.60 186.90 31.40 1.10 6.90 0.90 8.00 102.20 57.80 62.10 818.40
2008 - 2009 160.80 148.20 106.40 87.70 2.20 7.40 9.80 3.10 23.70 133.10 41.00 95.70 819.10
2009 - 2010 174.40 146.70 224.20 120.90 30.20 9.10 0.30 2.20 2.00 150.50 135.30 189.10 1184.90
2010 - 2011 102.30 49.40 124.00 64.30 54.30 6.10 0.00 3.40 27.80 29.20 109.00 191.50 761.30
2011 - 2012 90.40 68.20 108.10 _--- 0.70 1.40 4.10 1.10 11.00 28.20 98.90 160.30 572.40
2012 - 2013 104.00 142.60 193.20 180.20 17.80 5.90 0.00 0.00 26.40 42.60 _--- 107.10 819.80
2013 - 2014 88.70 137.30 170.80 39.80 21.30 0.00 0.40 4.70 5.90 109.40 66.60 146.60 791.50
2014 - 2015 124.30 179.30 170.30 91.10 74.40 7.10 _--- 3.90 34.90 47.70 53.00 197.40 983.40
2015 - 2016 147.50 52.40 145.10 84.70 62.70 2.80 5.00 0.10 20.30 74.10 94.10 137.10 825.90
2016 - 2017 59.40 184.90 123.00 53.10 13.10 4.50 0.20 0.40 36.30 36.10 2.60 105.20 618.80
P. Máx. 194.90 276.25 236.90 186.90 84.90 17.20 15.80 10.40 63.00 150.50 341.60 216.80 1342.70
P. Media 114.62 132.58 158.04 101.00 30.46 4.42 2.99 2.50 21.21 71.35 88.71 133.69 802.32
P. Min. 59.40 49.40 73.00 34.60 0.70 0.00 0.00 0.00 2.00 19.80 2.60 49.60 204.30
Fuente: Administración nacional de agua (ANA)

Tabla 4. Precipitaciones desde 1998 - 2016 de la estación Recuay.

 68

ESTACIÓN: RECUAY
Provincia
Departamento: ANCASH RECUAY Distrito: RECUAY
:
Latitud: 9°43'45.1"S Longitud: 77°27'13.15"W Altitud: 3431 msnm
Tipo: Automática-Meteorológica Código: 47259496 Cuenca Río Santa
ENER FEBRER MARZ ABRI JUNI JULI AGOST SEPTIEMBR OCTUBR NOVIEMBR DICIEMBR
AÑO MAYO Total Anual
O O O L O O O E E E E
1998 - 1999 246.20 184.60 191.60 138.90 30.60 15.60 0.00 5.80 69.20 150.40 26.60 39.40 1098.90
1999 - 2000 132.20 213.50 129.10 104.30 62.20 9.30 0.00 0.70 62.50 47.90 96.40 108.90 967.00
2000 - 2001 62.30 189.50 123.50 91.60 48.80 0.00 0.00 29.20 31.70 42.50 39.00 164.80 822.90
2001 - 2002 217.00 0.00 259.10 48.20 30.60 13.90 0.00 0.10 84.40 66.80 172.40 56.00 948.50
2002 - 2003 87.30 99.10 175.30 58.80 20.70 11.70 0.00 0.00 22.00 _--- 155.30 157.00 787.20
2003 - 2004 116.20 106.60 161.50 70.60 27.10 8.90 6.40 0.00 2.90 57.40 39.80 92.90 690.30
2004 - 2005 47.00 126.60 112.70 91.30 24.60 4.50 0.80 0.00 59.60 105.20 110.00 124.50 806.80
2005 - 2006 93.70 75.70 199.10 71.60 25.60 0.00 0.00 9.50 18.10 45.70 _--- 115.70 654.70
2006 - 2007 101.00 91.10 223.60 141.60 7.10 35.70 4.50 32.60 72.50 92.40 126.00 156.70 1084.80
2007 - 2008 171.90 83.70 221.20 180.10 31.00 10.30 0.00 2.30 4.00 76.80 113.20 47.60 942.10
2008 - 2009 107.90 116.00 121.90 75.00 7.90 5.60 13.60 11.40 16.20 144.20 30.80 54.20 704.70
2009 - 2010 196.70 120.20 327.50 121.20 68.50 4.00 0.00 16.40 14.60 147.20 132.10 163.60 1312.00
2010 - 2011 124.90 92.80 180.80 85.40 25.30 8.70 2.00 6.30 37.90 49.70 92.00 167.90 873.70
2011 - 2012 118.40 98.80 155.00 125.40 16.30 1.20 16.60 4.90 11.60 17.30 95.20 162.10 822.80
2012 - 2013 162.20 142.60 141.30 153.40 15.60 14.50 0.00 0.00 30.80 49.90 _--- 152.10 862.40
2013 - 2014 68.50 131.70 222.60 74.60 23.60 0.00 2.00 0.00 23.20 90.50 68.10 131.10 835.90
2014 - 2015 93.40 162.10 234.60 99.90 46.60 4.70 3.90 3.50 23.90 41.80 50.80 215.80 981.00
2015 - 2016 144.50 82.40 185.00 103.00 34.10 2.00 2.40 2.50 21.20 38.60 89.10 0.20 705.00
2016 - 2017 48.00 155.20 134.80 52.80 16.80 0.00 0.00 2.40 46.70 65.60 8.40 144.70 675.40
P. Máx. 246.20 213.50 327.50 180.10 68.50 35.70 16.60 32.60 84.40 150.40 172.40 215.80 1312.00
P. Media 123.12 119.59 184.22 99.35 29.63 7.93 2.75 6.72 34.37 73.88 85.01 118.69 872.43
P. Min. 47.00 0.00 112.70 48.20 7.10 0.00 0.00 0.00 2.90 17.30 8.40 0.20 654.70
Fuente: Administración nacional de agua (ANA)7.
 69

VII.2. Análisis consistencia

VII.2.1. Análisis visual

Gráfico 1. Serie histórica de la estación Pira.

400

350
P recipitación (m m )

300

250

200

150

100

50

Tiempo (años)

Elaboración propia
Gráfico 2. Serie histórica de la estación Yungay.
 70

500
450
400
Precipición (mm)

350
300
250
200
150
100
50
0

Tiempo (Años)

Elaboración propia
Gráfico 3. Serie histórica de la estación Santiago Antúnez De Mayolo.
 71

400

350
Precipitación (mm)

300

250

200

150

100

50

Tiempo (años)

Elaboración propia
Gráfico 4. Serie histórica de la estación Recuay
 72

350

300
Precipitación (mm)

250

200

150

100

50

Tiempo (años)

Elaboración propia
 73

VII.3. Análisis de doble masa

Tabla 5. Precipitaciones acumuladas de las estaciones.

Promedio
Est. Pira Est. Yungay Est. Santiago Est. Recuay
acumulado
Total Total Anual Total Anual Total Total Anual Total Total Anual
Año Total Anual
Anual Acumulada Acumulada Anual Acumulada Anual Acumulada
1998 - 1999 906.20 906.20 641.60 641.60 1342.70 1342.70 1098.90 1098.90 997.35
1999 - 2000 860.80 1767.00 350.60 992.20 1039.48 2382.18 967.00 2065.90 1801.82
2000 - 2001 873.90 2640.90 360.10 1352.30 865.60 3247.78 822.90 2888.80 2532.45
2001 - 2002 871.40 3512.30 593.90 1946.20 204.30 3452.08 948.50 3837.30 3186.97
2002 - 2003 761.40 4273.70 1515.40 3461.60 675.02 4127.10 787.20 4624.50 4121.73
2003 - 2004 477.50 4751.20 814.00 4275.60 666.45 4793.55 690.30 5314.80 4783.79
2004 - 2005 446.80 5198.00 617.50 4893.10 687.50 5481.05 806.80 6121.60 5423.44
2005 - 2006 410.20 5608.20 528.40 5421.50 676.70 6157.75 654.70 6776.30 5990.94
2006 - 2007 700.60 6308.80 1021.10 6442.60 890.90 7048.65 1084.80 7861.10 6915.29
2007 - 2008 543.10 6851.90 1010.00 7452.60 818.40 7867.05 942.10 8803.20 7743.69
2008 - 2009 718.70 7570.60 792.70 8245.30 819.10 8686.15 704.70 9507.90 8502.49
2009 - 2010 890.50 8461.10 1038.80 9284.10 1184.90 9871.05 1312.00 10819.90 9609.04
2010 - 2011 427.60 8888.70 802.10 10086.20 761.30 10632.35 873.70 11693.60 10325.21
2011 - 2012 577.91 9466.61 931.70 11017.90 572.40 11204.75 822.80 12516.40 11051.42
2012 - 2013 682.40 10149.01 792.90 11810.80 819.80 12024.55 862.40 13378.80 11840.79
2013 - 2014 657.10 10806.11 658.60 12469.40 791.50 12816.05 835.90 14214.70 12576.57
2014 - 2015 626.20 11432.31 849.20 13318.60 983.40 13799.45 981.00 15195.70 13436.52
2015 - 2016 560.40 11992.71 855.50 14174.10 825.90 14625.35 705.00 15900.70 14173.22
2016 - 2017 334.60 12327.31 637.20 14811.30 618.80 15244.15 675.40 16576.10 14739.72
Fuente: Propia.
 74

Gráfico [Link]álisis de Doble Masa de las estaciones.

18000.00

16000.00
ACUMULACIÓN DE CADA ESTACIÓN HIDROMETEOROLÓGICA(mm)

14000.00

12000.00

10000.00
Est. Pira
8000.00 Est. Yungay
Est. Santiago
Est. Recuay
6000.00

4000.00

2000.00

0.00
0.00 2000.00 4000.00 6000.00 8000.00 10000.00 12000.00 14000.00 16000.00

ACUMULADO DE LOS PROMEDIOS DE LOS DATOS HIDROMETEOROLÓGICOS(mm)

Fuente: propia.
 75

16000.00 Tabla [Link] a corregirse de la estación Yungay.

14811.30
f(x) = 0.95 x − 997.39 Est. Recuay Gráfico 6. Estación Recuay Vs estación Yungay con pendientes
14000.00 Est.
R² = 1Yungay diferentes.
(Base)
Año
12000.00 Total Anual Acumulada
1998 - 1999 641.6 1098.9
10000.00
1999 - 2000 992.2 2065.9
2000 - 2001 1352.3 2888.8
ESTACIÓN YUNGAY

8000.00
2001 - 2002 1946.2 3837.3
2002 - 2003 3461.6 4624.5
6000.00
2003 - 2004 4275.6 5314.8
2004 - 2005 4893.1 6121.6
4000.00 3461.60
2005 - 2006 5421.5 6776.3
2006 - 2007 6442.6
1946.20 7861.1
2000.00
2007 - 2008 7452.6 8803.2
641.60
2008 - 2009 8245.3 9507.9
0.00
2009 - 20100 0 9284.1 0 0 10819.9
0 0 0 0 0 0
0.
0
0.0 0.0 0.0 0.0 .0 .0 .0 .0 .0
2010 - 2011 200 10086.2 00 00 00 11693.6
000 000 000 000 000
4 6 8 10 12 14 16 18
2011 - 2012 11017.9 12516.4
2012 - 2013 11810.8 13378.8
ESTACIÓN RECUAY

2013 - 2014 12469.4 14214.7

2014 - 2015 13318.6 15195.7
2015 - 2016 14174.1 15900.7
2016 - 2017 14811.3 16576.1
Fuente: propia Fuente: propia
 76

16000.00 Gráfico 7. Estación Recuay Vs estación Yungay con pendientes corregidas.

f(x) = 0.92 x − 629.53

14000.00
R² = 1 Tabla 7. Valores de precipitación corregidos de la estación
Yungay
12000.00
VALORES FINALES ACUMULADOS (mm)

AÑO
10000.00 ESTA. YUNGAY EST. RECUAY
ESTACIÓN YUNGAY

1998 - 1999 321.87 551.29

19998000.00
- 2000 497.76 1036.41
2000 - 2001 678.41 1449.24
20016000.00
- 2002 976.36 1925.08
2002 - 2003 3461.6 4624.5
20034000.00
- 2004 4275.6 5314.8
2004 - 2005 4893.1 6121.6
2005 - 2006 5421.5 6776.3
2000.00
2006 - 2007 6442.6 7861.1
2007 - 2008 7452.6 8803.2
0.00
2008 - 2009 00 00 8245.3
00 00 00 9507.9
00 00 00 00 00
0. 00. 00. 00. 00. 00. 00. 00. 00. 00.
2009 - 2010 20 40 9284.160 80
ESTACIÓN 010819.9
10RECUAY12
0
14
0
16
0
18
0

2010 - 2011 10086.2 11693.6

2011 - 2012 11017.9 12516.4
2012 - 2013 11810.8 13378.8
2013 - 2014 12469.4 14214.7
2014 - 2015 13318.6 15195.7
2015 - 2016 14174.1 15900.7
 77

2016 - 2017 14811.3 16576.1

Fuente: Propia. Fuente: Propia.

14000 Gráfico 8. Estación Recuay Vs estación Pira con pendientes

diferentes.
12327.31
12000 Tabla 8. Valores a corregirse de la estación Pira.

Est. Recuay
10000
Est. Pira
(Base)
Año
Total Anual Acumulada
8000 7570.6
ESTACIÓN PIRA

1998 - 1999 906.2 1098.9

1999 - 2000 1767 2065.9
2000 - 2001
6000 2640.9 2888.8
2001 - 2002 3512.3 3837.3
2002 - 2003 4273.74273.7 4624.5
2003 - 2004
4000 4751.2 5314.8
2004 - 2005 5198 6121.6
2005 - 2006 5608.2 6776.3
2000
2006 - 2007
906.2
6308.8 7861.1
2007 - 2008 6851.9 8803.2
2008
0 - 2009 7570.6 9507.9
0 2000 4000 6000 8000 10000 12000 14000 16000 18000
2009 - 2010 8461.1 10819.9
2010 - 2011 ESTACIÓN
8888.7 RECUAY
11693.6
2011 - 2012 9466.61 12516.4
2012 - 2013 10149.01 13378.8
2013 - 2014 10806.11 14214.7
2014 - 2015 11432.31 15195.7
 78

2015 - 2016 11992.71 15900.7

2016 - 2017 12327.31 16576.1
Fuente: Propia
Fuente: Propia

18000 Gráfico 9. Estación Recuay Vs estación Pira con pendientes

corregidas.
16000 15244.15 Tabla 9. Valores de precipitación corregidos de la estación Pira.

14000
VALORES FINALES
PREC. ACUMULADOS
(mm)
12000 EST.
Año ESTA. PIRA
RECUAY
199810000
- 1999 638.48 774.25
ESTACIÓN PIRA

1999 - 2000 1244.97 1455.57

2000 - 2001 1860.70 2035.36
8000
2001 - 2002 2474.66 2703.64
2002 - 2003 3011.11 3258.28
6000
2003 - 2004 4751.2 5314.8
2004 - 2005 5198 6121.6
2005 - 2006 3247.78
4000 3452.08
5608.2 6776.3
2006 - 2007 6308.8 7861.1
2007 - 2008
2000 1342.7 6851.9 8803.2
2008 - 2009 7570.6 9507.9
2009 - 2010
0 8461.1 10819.9
0 2000 4000 6000 8000 10000 12000 14000 16000 18000
2010 - 2011 8888.7 11693.6
2011 - 2012 9466.61 ESTACIÓN
12516.4
RECUAY

2012 - 2013 10149.01 13378.8

 79

2013 - 2014 10806.11 14214.7

2014 - 2015 11432.31 15195.7
2015 - 2016 11992.71 15900.7
2016 - 2017 12327.31 16576.1
Fuente: Propia.
Fuente: Propia
Tabla 10. Valores a corregirse de la estación Santiago Antúnez de
Gráfico 10. Estación Recuay Vs estación Pira con pendientes
14000.00 diferentes.

Mayolo.
12000.00 f(x) = 0.73 x + 496.39
R² = 1
Est.
Est. Recuay (Base)
10000.00
Santiago
Año
Total Anual Acumulada
8000.00
1998 - 1999 1342.7 1098.9
ESTACIÓN PIRA

1999 - 2000 2382.18 2065.9

2000 - 2001
6000.00 3247.78 2888.8
2001 - 2002 3452.08 3837.3
2002 - 2003
4000.00 4127.1 4624.5
2003 - 2004 4793.55 5314.8
2004 - 2005 5481.05 6121.6
2000.00
2005 - 2006 6157.75 6776.3
2006 - 2007 7048.65 7861.1
2007 0.00
- 2008 7867.05 8803.2
00 00 00 00 00 0 0 0 0 0
. . . . . .0 .0 .0 .0 .0
2008 - 2009
0
000 8686.15000 000 000 9507.9 000 000 000 000 000
2 4 6 8 10 12 14 16 18
2009 - 2010 9871.05 ESTACIÓN 10819.9
RECUAY
2010 - 2011 10632.35 11693.6
 80

2011 - 2012 11204.75 12516.4

2012 - 2013 12024.55 13378.8
2013 - 2014 12816.05 14214.7
2014 - 2015 13799.45 15195.7
2015 - 2016 14625.35 15900.7
2016 - 2017 15244.15 16576.1
Fuente: Propio
Fuente: Propio
 81

Gráfico 11. Estación Recuay Vs estación Santiago Antúnez de Mayolo con

pendientes corregidas.
18000.00
Tabla 11. Valores de precipitación corregidos de la estación
Santiago Antúnez de Mayolo.
16000.00

VALORES FINALES
f(x) = 0.9 x + 77.75
14000.00 R² = 1 ACUMULADOS
ESTACIÓN SANTIAGO ANTUNEZ DE MAYOLO

ESTA. EST.
Año
12000.00 SANT. RECUAY
1998 - 1999 1543.84 1452.79
1999 - 2000
10000.00 2739.03 2731.21
2000 - 2001 3734.30 3819.12
2001 - 2002
8000.00 3969.21 4412.13
2002 - 2003 4127.1 4624.5
2003 - 2004
6000.00 4793.55 5314.8
2004 - 2005 5481.05 6121.6
4000.00
2005 - 2006 6157.75 6776.3
2006 - 2007 7048.65 7861.1
2000.00
2007 - 2008 7867.05 8803.2
2008 - 2009 8686.15 9507.9
20090.00
- 2010
0.00 2000.00 9871.05
4000.00 6000.0010819.9
8000.00 10000.0012000.0014000.0016000.0018000.00
2010 - 2011 10632.35 11693.6
ESTACIÓN RECUAY
2011 - 2012 11204.75 12516.4
2012 - 2013 12024.55 13378.8
2013 - 2014 12816.05 14214.7
2014 - 2015 13799.45 15195.7
2015 - 2016 14625.35 15900.7
2016 - 2017 15244.15 16576.1
Fuente: Propio.
 82

Fuente: Propia.
 83

VII.4. Análisis estadístico

VII.4.1. Análisis de salto

VII.4.1.1. Consistencia en la media

VII.4.1.2. Consistencia en la desviación estándar

VII.4.1.3. Corrección de datos

Tabla 12. Precipitación anual total por año y su corrección de precipitación en la

estación Pira.

Precipitació Precipitación
Año
n corregida
2016 334.60 334.60
2015 560.40 560.40
2014 626.20 626.20
2013 657.10 657.10
2012 682.40 682.40
2011 577.91 577.91
2010 427.60 427.60
2009 890.50 890.50
2008 718.70 718.70
2007 543.10 543.10
2006 700.60 700.60
2005 410.20 410.20
2004 446.80 446.80
2003 477.50 477.50
2002 761.40 320.86
2001 871.40 620.66
2000 873.90 627.48
1999 860.80 591.77
1998 906.20 715.51

Elaboración: propia

Tabla 13. Cálculos de parámetros para el análisis estadístico en la estación Pira

desviació (desviació
n° datos
  Promedio n n 1/n Sp Sd
por tramo
estándar estándar) ²
n1 14 575.26 149.54 22363.05 0.07
133 69.53
n2 5 854.74 54.87 3010.47 0.2
Elaboración: propia
 84

Tabla 14. Consistencia en la media, prueba de T para la estación Pira

  Prueba de t
G.L 17
Tc -4.01976
Tt 1.74
Elaboración: propia

Tabla 15. Consistencia en la desviación estándar, prueba de F para la estación Pira

Prueba de F
G.L n1 13
G.L n2 4
Ft 7.43
Fc 5.89
Elaboración: propia

Tabla 16. Precipitación total anual por año y corrección de precipitación en la

estación de Yungay
Precipitación
Año Precipitación
corregida
2016 637.20 637.20
2015 855.50 855.50
2014 849.20 849.20
2013 658.60 658.60
2012 792.90 792.90
2011 931.70 931.70
2010 802.10 802.10
2009 1038.80 1038.80
2008 792.70 792.70
2007 1010.00 1010.00
2006 1021.10 1021.10
2005 528.40 528.40
2004 617.50 617.50
2003 814.00 814.00
2002 1515.40 1082.57
2001 593.90 778.18
2000 360.10 700.95
1999 350.60 697.82
1998 641.60 793.94

Elaboración: propia

Tabla 17. Cálculos de parámetros para el análisis estadístico en la estación Yungay

n° datos desviación (desviación

  Promedio 1/n Sp Sd
por tramo estándar estándar) ²
 85

25011.422
n1 14 810.69 158.15 0.07
5
270.29 140.82
229211.13
n2 5 692.32 478.76 0.2
8
Elaboración: propia

Tabla 18. Consistencia en la desviación estándar, prueba F para la estación Yungay

Prueba de F
G.L n1 13
G.L n2 4
Ft 7.43
Fc 5.89
Elaboración: propia

Tabla 19. Consistencia en la media en la estación Yungay.

Prueba de t
G.L 17
Tc 0.841
Tt 1.74
Elaboración: propia

SERIE HISTORICA DE PRECIPITACIÓN DE LA ESTACIÓN

YUNGAY
1600.00
1400.00
Precipitación (mm)

1200.00
1000.00
800.00 Precipitación
600.00 Precipitación corregida
400.00
200.00
0.00
16 14 12 10 08 06 04 02 00 98
20 20 20 20 20 20 20 20 20 19

Tiempo (Años)

Elaboración: propia

Tabla 13. Precipitación anual por año y corrección en la estación de Sant, Ant, de Mayolo

Precipitación
Año Precipitación
corregida
2016 618.80 618.80
2015 825.90 825.90
2014 983.40 983.40
2013 791.50 791.50
2012 819.80 819.80
2011 572.40 572.40
2010 761.30 761.30
 86

2009 1184.90 1184.90

2008 819.10 819.10
2007 818.40 818.40
2006 890.90 890.90
2005 676.70 676.70
2004 687.50 687.50
2003 666.45 666.45
2002 675.02 675.02
2001 204.30 574.00
2000 865.60 786.97
1999 1039.48 842.97
1998 1342.70 940.62
Elaboración: propia

Tabla 14. Cálculos de parámetros para el análisis estadístico en la estación Santiago

Antunez de Mayolo

n° datos desviación (desviación

  Promedio 1/n Sp Sd
por tramo estándar estándar) ²

n1 15 786.14 155.02 24031.2004 0.07

246.34 138.62
n2 4 863.02 481.37 231717.077 0.25
Elaboración: propia

Tabla 15. Consistencia en la media de precipitación en la estación Sant, Antúnez de

Mayolo

Prueba de t
G.L 17
Tc -0.555
Tt 1.74
Elaboración: propia

Tabla16. Consistencia en la desviación estándar en la estación Santiago .Antunez

Mayolo

Prueba de F
G.L n1 14
G.L n2 3
Ft 8.71
Fc 0.104
Elaboración: propia
 87

SERIE HISTORICA DE PRECIPITACIÓN DE LA ESTACIÓN

SANTIAGO ANTUNEZ DE MAYOLO
1600.00

1400.00

1200.00
Precipitación (mm)

1000.00
Precipitación
800.00 Precipitación corregida

600.00

400.00

200.00

0.00
1995 2000 2005 2010 2015 2020

Tiempo (Años)

Elaboración: propia

Tabla 17. Cálculos de parámetros para el análisis estadístico en la estación Recuay

Precipitación
Año Precipitación
corregida
2016 675.40 675.40
2015 705.00 705.00
2014 981.00 981.00
2013 835.90 835.90
2012 862.40 862.40
2011 822.80 822.80
2010 873.70 873.70
2009 1312.00 1040.38
2008 704.70 717.64
2007 942.10 843.81
2006 1084.80 919.64
2005 654.70 691.07
2004 806.80 771.90
2003 690.30 709.99
2002 787.20 761.49
2001 948.50 847.21
2000 822.90 780.46
1999 967.00 857.04
1998 1098.90 927.14
Elaboración: propia
 88

Tabla 18. Cálculos de parámetros para el análisis estadístico en la estación Recuay

(desviació
n° datos desviación
  Promedio n 1/n Sp Sd
por tramo estándar
estándar)²
n1 7 822.31 104.05 10826.63 0.14
169.19 80.47
n2 12 901.66 195.79 38334.52 0.08
Elaboración: propia

Tabla 19. Consistencia en la media de precipitación en la estación Recuay

Prueba de t
G.L 17
Tc -0.555
Tt 1.74
Elaboración: propia

Tabla 20. Consistencia en la desviación estándar en la estación Recuay

Prueba de F
G.L n1 14
G.L n2 3
Ft 8.71
Fc 0.104
Elaboración: propia
 89

VII.5. Análisis de tendencia

ESTACIÓN PIRA

TENDENCIA DE PRECIPITACIÓN DE LA ESTACION PIRA

1000.00

900.00

800.00

700.00
Precipitación (mm)

600.00
f(x) = − 0.59 x + 1769.26
500.00 R² = 0

400.00

300.00

200.00

100.00

0.00
1995 2000 2005 2010 2015 2020

Tiempo (Años)

Elaboración: propia
 90

Tabla 21. Parámetros de la tendencia en la estación Pira.

rc 0.02236068
n 19
G.L 17
rt 0.456
Es no significativa,
r
no se corrige.
Elaboración: propia

Tabla 22. Precipitación por análisis de tendencia de la estación Pira.

Año Precipitación

2016 334.60
2015 560.40
2014 626.20
2013 657.10
2012 682.40
2011 577.91
2010 427.60
2009 890.50
2008 718.70
2007 543.10
2006 700.60
2005 410.20
2004 446.80
2003 477.50
2002 320.86
2001 620.66
2000 627.48
1999 591.77
1998 715.51
Elaboración: propia

ESTACIÓN YUNGAY
 91

TENDENCIA DE LA PRECIPITACIÓN DE LA ESTACIÓN

YUNGAY
1200.00

1000.00
Precipitación (mm)

800.00
f(x) = 0.95 x − 1089.56
R² = 0
600.00

400.00

200.00

0.00
1995 2000 2005 2010 2015 2020

Tiempo (Años)

Elaboración: propia

Tabla 23. Parámetros de tendencia de la estación SANT. ANTUNEZ.

rc 0.035
n 19
G.L 17
rt 0.456
No es significativa,
r
no se corrige.
Elaboración: propia

Tabla 24. Precipitación por análisis de tendencia de la estación Sant. Antúnez.

Año Precipitación

2016 637.20
2015 855.50
2014 849.20
2013 658.60
2012 792.90
2011 931.70
2010 802.10
 92

2009 1038.80
2008 792.70
2007 1010.00
2006 1021.10
2005 528.40
2004 617.50
2003 814.00
2002 1082.57
2001 778.18
2000 700.95
1999 697.82
1998 793.94
Elaboración: propia

ESTACIÓN SANTIAGO ANTUNEZ DE MAYOLO

TENDENCIA DE PRECIPITACIÓN DE LA ESTACIÓN SANTIAGO

ANTUNEZ DE MAYOLO
1400.00

1200.00
Precipitación (mm)

1000.00

800.00
f(x) = 2.04 x − 3301.23
600.00 R² = 0.01

400.00

200.00

0.00
1995 2000 2005 2010 2015 2020

Tiempo(Años)

Elaboración: propia

Tabla 25. Parámetros de análisis de tendencia en la estación Sant. Antúnez.

rc 0.076
n 19
G.L 17
 93

rt 0.456
Es no significativa,
r
no se corrige.
Elaboración: propia

Tabla 26. Precipitación por análisis de tendencia en la estación Sant. Antúnez.

Año Precipitación
2016 618.80
2015 825.90
2014 983.40
2013 791.50
2012 819.80
2011 572.40
2010 761.30
2009 1184.90
2008 819.10
2007 818.40
2006 890.90
2005 676.70
2004 687.50
2003 666.45
2002 675.02
2001 574.00
2000 786.97
1999 842.97
1998 940.62
Elaboración: propia

ESTACIÓN SANTIAGO RECUAY

TENDENCIA DE PRECIPITACIÓN DE LA ESTACIÓN

RECUAY
1200.00
Precipitación (mm)

1000.00
800.00
f(x) = − 0.68 x + 2189.1
600.00 R² = 0
400.00
200.00
0.00
1995 2000 2005 2010 2015 2020

Tiempo (Años)

Elaboración: propia

Tabla 27. Parámetros de tendencia en la estación Recuay.

rc 0.037
n 19
 94

G.L 17
rt 0.456
Es no significativo,
r
no se corrige.
Elaboración: propia

Tabla 28. Precipitación por análisis de tendencia en la estación Recuay.

Año Precipitación
2016 675.40
2015 705.00
2014 981.00
2013 835.90
2012 862.40
2011 822.80
 95

VII.6. Completación de datos

VII.6.1. Completación de datos en la estación Pira:

Tabla 20. Completación de datos faltantes Pira - febrero.

X Y Y COMPLETA
[Link] [Link] [Link]
AÑO
FEBRERO FEBRERO FEBRERO
1 1998 - 1999 195.40 223.20 223.20
2 1999 - 2000 100.60 352.90 352.90
3 2000 - 2001 66.60 286.50 286.50
4 2001 - 2002 57.00 91.50 91.50
5 2002 - 2003 117.80 153.20 153.20
6 2003 - 2004 135.00 85.60 85.60
7 2004 - 2005 177.40 68.00 68.00
8 2005 - 2006 93.90 65.40 65.40
9 2006 - 2007 157.70 94.40 94.40
10 2007 - 2008 27.30 48.30 48.30
11 2008 - 2009 119.80 179.00 179.00
12 2009 - 2010 131.40 184.20 184.20
13 2010 - 2011 120.40 _--- 138.26
14 2011 - 2012 27.90 57.90 57.90
15 2012 - 2013 136.60 162.10 162.10
16 2013 - 2014 153.20 137.80 137.80
17 2014 - 2015 137.60 93.80 93.80
18 2015 - 2016 121.50 90.90 90.90
19 2016 - 2017 176.60 108.40 108.40
Fuente: Propia.

VII.6.1.1. Regresión calculada:

A=118.24
B=0.1663
r =0.098
N ( Pareshomologos )=18
G . L .=16
Significación=5 %
T c =4.118

T t=1.746

Por lo tanto: las variables están asociadas, entonces la ecuación es aceptable.

 96

Gráfico 12. Correlación de la estación Pira - febrero.

400.00

350.00

300.00
ESTACIÓN PIRA(mm)

250.00

200.00

150.00
f(x) = 0.17 x + 118.24
R² = 0.01
100.00

50.00

0.00
0.00 50.00 100.00 150.00 200.00 250.00
ESTACIÓN YUNGAY(mm)

Fuente: Propia

Tabla [Link]ón de datos faltantes Pira - Julio.

X Y Y COMPLETA
[Link] [Link] [Link]
AÑO JULIO JULIO JULIO
1 1998 - 1999 0.00 0.00 0.00
2 1999 - 2000 0.00 2.10 2.10
3 2000 - 2001 0.00 2.30 2.30
4 2001 - 2002 0.00 0.70 0.70
5 2002 - 2003 0.00 1.00 1.00
6 2003 - 2004 0.00 0.00 0.00
7 2004 - 2005 0.00 0.00 0.00
8 2005 - 2006 0.00 0.00 0.00
9 2006 - 2007 0.00 1.00 1.00
10 2007 - 2008 0.00 0.70 0.70
11 2008 - 2009 0.00 0.00 0.00
12 2009 - 2010 0.00 0.20 0.20
13 2010 - 2011 0.00 0.00 0.00
14 2011 - 2012 0.00 1.50 1.50
15 2012 - 2013 0.00 0.00 0.00
16 2013 - 2014 0.00 0.00 0.00
17 2014 - 2015 0.00 1.40 1.40
18 2015 - 2016 1.30 3.40 3.40
19 2016 - 2017 0.00 _--- 0.64
Fuente: Propia.

VII.6.1.2. Regresión calculada:

A=06412
 97

B=2.12
R=0.648
N ( Pareshomologos )=18
G . L .=16
Significación=5 %
T c =6.101

T t=1.746

Por lo tanto: las variables están asociadas, entonces la ecuación es aceptable.

Gráfico [Link]ón de la estación Pira - Julio.

4.00

3.50
f(x) = 2.12 x + 0.64
R² = 0.42
3.00
ESTACIÓN PIRA(mm)

2.50

2.00

1.50

1.00

0.50

0.00
0.00 0.20 0.40 0.60 0.80 1.00 1.20 1.40

ESTACIÓN YUNGAY(mm)

Fuente: Propia.

VII.6.2. Completación de datos en la estación Recuay:

Tabla [Link]ón de datos faltantes Recuay - octubre.

Y
X Y
COMPLETA
[Link] [Link] [Link]
AÑO OCTUBRE OCTUBRE OCTUBRE
1 1998 - 1999 44.00 150.40 150.40
 98

2 1999 - 2000 4.80 47.90 47.90

3 2000 - 2001 15.80 42.50 42.50
4 2001 - 2002 11.00 66.80 66.80
5 2002 - 2003 271.90 _--- 210.22
6 2003 - 2004 3.20 57.40 57.40
7 2004 - 2005 107.80 105.20 105.20
8 2005 - 2006 22.00 45.70 45.70
9 2006 - 2007 13.60 92.40 92.40
1
2007 - 2008 75.30 76.80 76.80
0
1
2008 - 2009 113.80 144.20 144.20
1
1
2009 - 2010 172.50 147.20 147.20
2
1
2010 - 2011 22.40 49.70 49.70
3
1
2011 - 2012 3.60 17.30 17.30
4
1
2012 - 2013 60.50 49.90 49.90
5
1
2013 - 2014 85.40 90.50 90.50
6
1
2014 - 2015 23.30 41.80 41.80
7
1
2015 - 2016 52.30 38.60 38.60
8
1
2016 - 2017 51.00 65.60 65.60
9
Fuente: Propia.

VII.6.2.1. Regresión calculada:

A=43.90
B=0.6117
R=0.7137
N ( Pareshomologos )=18
G . L .=16
Significación=5 %
T c =6.729

T t=1.746

Por lo tanto: las variables están asociadas, entonces la ecuación es aceptable.

 99

Gráfico [Link]ón de la estación Recuay - octubre.

160.00

140.00 f(x) = 0.61 x + 43.9

R² = 0.51
120.00
ESTACIÓN RECUAY(mm)

100.00

80.00

60.00

40.00

20.00

0.00
0.00 20.00 40.00 60.00 80.00 100.00 120.00 140.00 160.00 180.00 200.00
ESTACIÓN YUNGAY(mm)

Fuente: Propia.

Tabla [Link]ón de datos faltantes Recuay - noviembre.

[Link]
[Link] [Link]
Y
AÑO NOVIEMBRE NOVIEMBRE NOVIEMBRE
1 1998 - 1999 13.60 26.60 26.60
2 1999 - 2000 38.60 96.40 96.40
3 2000 - 2001 11.70 39.00 39.00
4 2001 - 2002 102.70 172.40 172.40
5 2002 - 2003 373.90 155.30 155.30
6 2003 - 2004 163.10 39.80 39.80
7 2004 - 2005 81.00 110.00 110.00
8 2005 - 2006 0.00 _--- 63.69
9 2006 - 2007 59.90 126.00 126.00
10 2007 - 2008 78.80 113.20 113.20
11 2008 - 2009 71.20 30.80 30.80
12 2009 - 2010 108.50 132.10 132.10
13 2010 - 2011 160.40 92.00 92.00
14 2011 - 2012 50.00 95.20 95.20
15 2012 - 2013 87.00 _--- 85.17
16 2013 - 2014 14.10 68.10 68.10
17 2014 - 2015 56.20 50.80 50.80
18 2015 - 2016 52.10 89.10 89.10
19 2016 - 2017 6.80 8.40 8.40
Fuente: Propia.

VII.6.2.2. Regresión calculada:

A=63.6940
 100

B=0.25
R=0.536
N ( Pareshomologos )=17
G . L .=15
Significación=5 %
T c =5.224

T t=1.753

Por lo tanto: las variables están asociadas, entonces la ecuación es aceptable.

Gráfico [Link]ón de la estación Recuay - Noviembre.
200.00

180.00

160.00
f(x) = 0.24 x + 68.6
ESTACIÓN RECUAY(mm)

140.00 R² = 0.22
120.00

100.00

80.00

60.00

40.00

20.00

0.00
0.00 50.00 100.00 150.00 200.00 250.00 300.00 350.00 400.00
ESTACIÓN YUNGAY(mm)

Fuente: Propia.

VII.6.3. Completación de datos en la estación Santiago Antúnez de Mayolo:

Tabla [Link]ón de datos faltantes Santiago Antúnez de Mayolo - Enero.

X Y Y COMPLETA
[Link]
[Link] [Link]
Y
AÑO ENERO ENERO ENERO
1 1998 - 1999 105.00 194.90 194.90
2 1999 - 2000 66.60 114.20 114.20
3 2000 - 2001 48.10 59.60 59.60
4 2001 - 2002 102.30 _--- 116.47
5 2002 - 2003 127.40 _--- 124.58
6 2003 - 2004 213.40 102.90 102.90
7 2004 - 2005 45.80 61.50 61.50
 101

8 2005 - 2006 39.50 152.60 152.60

9 2006 - 2007 60.40 107.10 107.10
1
2007 - 2008 78.30 103.90 103.90
0
1
2008 - 2009 119.90 160.80 160.80
1
1
2009 - 2010 223.30 174.40 174.40
2
1
2010 - 2011 63.70 102.30 102.30
3
1
2011 - 2012 136.40 90.40 90.40
4
1
2012 - 2013 91.20 104.00 104.00
5
1
2013 - 2014 21.00 88.70 88.70
6
1
2014 - 2015 132.80 124.30 124.30
7
1
2015 - 2016 170.00 147.50 147.50
8
1
2016 - 2017 25.80 59.40 59.40
9
Fuente: Propia.

VII.6.3.1. Regresión calculada:

A=83.42
B=0.3132
R=0.5005
N ( Pareshomologos )=17
G . L .=15
Significación=5 %
T c =5.052

T t=1.753

Por lo tanto: las variables están asociadas, entonces la ecuación es aceptable.

 102

Grafico [Link]ón de la estación Santiago Antúnez de Mayolo - Enero.

250.00
ESTACIÓN SANTIAGO ANTUNEZ (mm)

200.00

150.00 f(x) = 0.32 x + 83.42

R² = 0.25

100.00

50.00

0.00
0.00 50.00 100.00 150.00 200.00 250.00
ESTACIÓN YUNGAY(mm)

Fuente: Propia.

Tabla [Link]ón de datos faltantes Santiago Antúnez de Mayolo - Febrero.

X Y Y COMPLETA
[Link]
[Link] [Link]
Y
AÑO FEBRERO FEBRERO FEBRERO
1 1998 - 1999 195.40 233.00 233.00
2 1999 - 2000 100.60 276.25 276.25
3 2000 - 2001 66.60 153.70 153.70
4 2001 - 2002 57.00 _--- 104.45
5 2002 - 2003 117.80 170.42 170.42
6 2003 - 2004 135.00 60.90 60.90
7 2004 - 2005 177.40 111.00 111.00
8 2005 - 2006 93.90 87.70 87.70
9 2006 - 2007 157.70 100.80 100.80
10 2007 - 2008 27.30 83.60 83.60
11 2008 - 2009 119.80 148.20 148.20
12 2009 - 2010 131.40 146.70 146.70
13 2010 - 2011 120.40 49.40 49.40
14 2011 - 2012 27.90 68.20 68.20
15 2012 - 2013 136.60 142.60 142.60
16 2013 - 2014 153.20 137.30 137.30
17 2014 - 2015 137.60 179.30 179.30
18 2015 - 2016 121.50 52.40 52.40
19 2016 - 2017 176.60 184.90 184.90
Fuente: Propia.
 103

VII.6.3.2. Regresión calculada:

A=79.7660
B=0.433
R=0.3309
N ( Pareshomologos )=18
G . L .=16
Significación=5 %
T c =4.561

T t=1.746

Por lo tanto: las variables están asociadas, entonces la ecuación es aceptable.

Grafico [Link]ón de la estación Santiago Antúnez de Mayolo - Febrero.
ESTACIÓN SANTIAGO ANTUNEZ DE MAYOLO(mm)

300.00

250.00

200.00

150.00 f(x) = 0.43 x + 79.8

R² = 0.1

100.00

50.00

0.00
0.00 50.00 100.00 150.00 200.00 250.00
ESTACIÓN YUNGAY(mm)

Fuente: Propia.

Tabla [Link]ón de datos faltantes Santiago Antúnez de Mayolo - Marzo.

X Y Y COMPLETA
[Link]
[Link] [Link]
O
AÑO MARZO MARZO MARZO
1 1998 - 1999 163.60 170.90 170.90
2 1999 - 2000 37.80 138.80 138.80
3 2000 - 2001 40.80 183.40 183.40
4 2001 - 2002 190.20 _--- 159.60
5 2002 - 2003 390.60 _--- 188.51
6 2003 - 2004 135.40 134.90 134.90
 104

7 2004 - 2005 58.00 73.00 73.00

8 2005 - 2006 179.50 210.10 210.10
9 2006 - 2007 287.60 236.90 236.90
1
2007 - 2008 474.20 173.60 173.60
0
1
2008 - 2009 231.70 106.40 106.40
1
1
2009 - 2010 207.50 224.20 224.20
2
1
2010 - 2011 137.80 124.00 124.00
3
1
2011 - 2012 183.60 108.10 108.10
4
1
2012 - 2013 146.00 193.20 193.20
5
1
2013 - 2014 205.70 170.80 170.80
6
1
2014 - 2015 193.90 170.30 170.30
7
1
2015 - 2016 231.80 145.10 145.10
8
1
2016 - 2017 134.00 123.00 123.00
9
Fuente: Propia.

VII.6.3.3. Regresión calculada:

A=132.15
B=0.1443
R=0.3309
N ( Pareshomologos )=17
G . L .=15
Significación=5 %
T c =4.455

T t=1.753

Por lo tanto: las variables están asociadas, entonces la ecuación es aceptable.

 105

Gráfico [Link]ón de la estación Santiago Antúnez de Mayolo - Marzo.

ESTACIÓN SANTIAGO ANTUNEZ (mm) 250.00

200.00
f(x) = 0.14 x + 132.15
R² = 0.11
150.00

100.00

50.00

0.00
0.00 50.00 100.00 150.00 200.00 250.00 300.00 350.00 400.00 450.00 500.00
ESTACIÓN YUNGAY(mm)

Fuente: Propia.

Tabla [Link]ón de datos faltantes Santiago Antúnez de Mayolo - abril.

X Y Y COMPLETA
[Link]
[Link] [Link]
Y
AÑO ABRIL ABRIL ABRIL
1 1998 - 1999 72.20 159.10 159.10
2 1999 - 2000 40.60 99.53 99.53
3 2000 - 2001 60.00 113.10 113.10
4 2001 - 2002 53.60 _--- 82.42
5 2002 - 2003 95.40 109.70 109.70
6 2003 - 2004 21.40 94.30 94.30
7 2004 - 2005 71.50 51.80 51.80
8 2005 - 2006 64.70 34.60 34.60
9 2006 - 2007 191.60 146.10 146.10
1
2007 - 2008 182.90 186.90 186.90
0
1
2008 - 2009 101.60 87.70 87.70
1
1
2009 - 2010 107.40 120.90 120.90
2
1
2010 - 2011 74.60 64.30 64.30
3
1
2011 - 2012 236.40 _--- 191.81
4
1
2012 - 2013 108.10 180.20 180.20
5
1
2013 - 2014 49.10 39.80 39.80
6
1
2014 - 2015 55.10 91.10 91.10
7
 106

1
2015 - 2016 50.60 84.70 84.70
8
1
2016 - 2017 92.00 53.10 53.10
9
Fuente: Propia.

VII.6.3.4. Regresión calculada:

A=50.35
B=0.5984
R=0.5880
N ( Pareshomologos )=17
G . L .=15
Significación=5 %
T c =5.515

T t=1.753

Por lo tanto: las variables están asociadas, entonces la ecuación es aceptable.

Gráfico [Link]ón de la estación Santiago Antúnez de Mayolo - Abril.

200
180
ESTACIÓN SANTIAGO ANTUNEZ (mm)

160 f(x) = 0.6 x + 50.35

140 R² = 0.35

120
100
80
60
40
20
0
0.00 50.00 100.00 150.00 200.00 250.00
ESTACIÓN YUNGAY(mm)

Fuente: Propia.

Gráfico [Link]ón de datos faltantes Santiago Antúnez de Mayolo - Mayo.

X Y Y COMPLETA
[Link]
[Link] [Link]
Y
AÑO MAYO MAYO MAYO
1 1998 - 1999 0.00 18.70 18.70
2 1999 - 2000 10.20 60.20 60.20
 107

3 2000 - 2001 23.00 84.90 84.90

4 2001 - 2002 3.40 _--- 29.08
5 2002 - 2003 0.00 16.60 16.60
6 2003 - 2004 0.00 28.65 28.65
7 2004 - 2005 0.00 23.50 23.50
8 2005 - 2006 2.00 2.90 2.90
9 2006 - 2007 0.00 4.80 4.80
1
2007 - 2008 38.40 31.40 31.40
0
1
2008 - 2009 9.20 2.20 2.20
1
1
2009 - 2010 12.80 30.20 30.20
2
1
2010 - 2011 26.10 54.30 54.30
3
1
2011 - 2012 0.00 0.70 0.70
4
1
2012 - 2013 20.40 17.80 17.80
5
1
2013 - 2014 24.30 21.30 21.30
6
1
2014 - 2015 45.90 74.40 74.40
7
1
2015 - 2016 81.80 62.70 62.70
8
1
2016 - 2017 7.70 13.10 13.10
9
Fuente: Propia.

VII.6.3.5. Regresión calculada:

A=28.72
B=0.1055
R=0.0877
N ( Pareshomologos )=18
G . L .=16
Significación=5 %
T c =4.104

T t=1.746

Por lo tanto: las variables están asociadas, entonces la ecuación es aceptable.

 108

Grafico [Link]ón de la estación Santiago Antúnez de Mayolo - Mayo.

90.00
ESTACIÓN SANTIAGO ANTUNEZ (mm)

80.00

70.00

60.00

50.00

40.00
f(x) = 0.11 x + 28.72
30.00 R² = 0.01
20.00

10.00

0.00
0.00 10.00 20.00 30.00 40.00 50.00 60.00 70.00 80.00 90.00
ESTACIÓN YUNGAY(mm)

Fuente: Propia.

Tabla [Link]ón de datos faltantes Santiago Antúnez de Mayolo - junio.

X Y Y COMPLETA
[Link] [Link] [Link]
AÑO JUNIO JUNIO JUNIO
1 1998 - 1999 0.00 0.00 0.00
2 1999 - 2000 0.00 6.70 6.70
3 2000 - 2001 0.00 1.90 1.90
4 2001 - 2002 0.00 _--- 3.66
5 2002 - 2003 0.00 0.60 0.60
6 2003 - 2004 0.00 3.60 3.60
7 2004 - 2005 0.00 4.20 4.20
8 2005 - 2006 0.00 0.00 0.00
9 2006 - 2007 3.40 17.20 17.20
10 2007 - 2008 0.00 1.10 1.10
11 2008 - 2009 15.40 7.40 7.40
12 2009 - 2010 0.00 9.10 9.10
13 2010 - 2011 4.20 6.10 6.10
14 2011 - 2012 0.00 1.40 1.40
15 2012 - 2013 0.00 5.90 5.90
16 2013 - 2014 0.00 0.00 0.00
17 2014 - 2015 10.40 7.10 7.10
18 2015 - 2016 1.20 2.80 2.80
19 2016 - 2017 0.00 4.50 4.50
Fuente: Propia.

VII.6.3.6. Regresión calculada:

A=3.66
 109

B=0.3951
R=0.3918
N ( Pareshomologos )=18
G . L .=16
Significación=5 %
T c =4.773

T t=1.746

Por lo tanto: las variables están asociadas, entonces la ecuación es aceptable.

Gráfico [Link]ón de la estación Santiago Antúnez de Mayolo - Junio.
ESTACIÓN SANTIAGO ANTUNEZ (mm)

20.00
18.00
16.00
14.00
12.00
10.00
8.00 f(x) = 0.4 x + 3.66
R² = 0.15
6.00
4.00
2.00
0.00
0.00 2.00 4.00 6.00 8.00 10.00 12.00 14.00 16.00 18.00
ESTACIÓN YUNGAY(mm)

Fuente: Propia.

Tabla [Link]ón de datos faltantes Santiago Antúnez de Mayolo - Julio.

X Y Y COMPLETA
[Link] [Link] [Link]
AÑO JULIO JULIO JULIO
1 1998 - 1999 0.00 0.00 0.00
2 1999 - 2000 0.00 3.70 3.70
3 2000 - 2001 0.00 1.70 1.70
4 2001 - 2002 0.00 _--- 2.87
5 2002 - 2003 0.00 0.00 0.00
6 2003 - 2004 0.00 1.40 1.40
7 2004 - 2005 0.00 15.80 15.80
8 2005 - 2006 0.00 0.00 0.00
9 2006 - 2007 0.00 1.60 1.60
1
2007 - 2008 0.00 6.90 6.90
0
1
2008 - 2009 0.00 9.80 9.80
1
1 2009 - 2010 0.00 0.30 0.30
 110

2
1
2010 - 2011 0.00 0.00 0.00
3
1
2011 - 2012 0.00 4.10 4.10
4
1
2012 - 2013 0.00 0.00 0.00
5
1
2013 - 2014 0.00 0.40 0.40
6
1
2014 - 2015 0.00 _--- 2.87
7
1
2015 - 2016 1.30 5.00 5.00
8
1
2016 - 2017 0.00 0.20 0.20
9
Fuente: propia.

VII.6.3.7. Regresión calculada:

A=2.87
B=1.6394
R=0.1187
N ( Pareshomologos )=17
G . L .=15
Significación=5 %
T c =4.020

T t=1.753

Por lo tanto: las variables están asociadas, entonces la ecuación es aceptable.

 111

Gráfico [Link]ón de la estación Santiago Antúnez de Mayolo - Julio.

18.00
ESTACIÓN SANTIAGO ANTUNEZ (mm)

16.00

14.00

12.00

10.00

8.00

6.00

4.00 f(x) = 1.64 x + 2.87

R² = 0.01
2.00

0.00
0.00 0.20 0.40 0.60 0.80 1.00 1.20 1.40
ESTACIÓN YUNGAY(mm)

Fuente: Propia.

Tabla [Link]ón de datos faltantes Santiago Antúnez de Mayolo - agosto.

X Y Y COMPLETA
[Link] [Link] [Link]
AÑO AGOSTO AGOSTO AGOSTO
1 1998 - 1999 0.00 0.00 0.00
2 1999 - 2000 0.00 0.00 0.00
3 2000 - 2001 5.60 10.40 10.40
4 2001 - 2002 0.00 _--- 1.56
5 2002 - 2003 0.00 0.00 0.00
6 2003 - 2004 0.00 1.60 1.60
7 2004 - 2005 0.00 0.00 0.00
8 2005 - 2006 0.00 8.00 8.00
9 2006 - 2007 2.60 5.20 5.20
1
2007 - 2008 3.10 0.90 0.90
0
1
2008 - 2009 0.00 3.10 3.10
1
1
2009 - 2010 1.80 2.20 2.20
2
1
2010 - 2011 0.00 3.40 3.40
3
1
2011 - 2012 0.00 1.10 1.10
4
1
2012 - 2013 0.00 0.00 0.00
5
1
2013 - 2014 2.80 4.70 4.70
6
1 2014 - 2015 0.00 3.90 3.90
 112

7
1
2015 - 2016 0.00 0.10 0.10
8
1
2016 - 2017 0.00 0.40 0.40
9
Fuente: Propia.

VII.6.3.8. Regresión calculada:

A=1.56
B=1.0607
R=0.5704
N ( Pareshomologos )=18
G . L .=16
Significación=5 %
T c =5.565

T t=1.746

Por lo tanto: las variables están asociadas, entonces la ecuación es aceptable.

Gráfico [Link]ón de la estación Santiago Antúnez de Mayolo - Agosto.

12.00
ESTACIÓN SANTIAGO ANTUNEZ (mm)

10.00

8.00
f(x) = 1.06 x + 1.56
6.00 R² = 0.33

4.00

2.00

0.00
0.00 1.00 2.00 3.00 4.00 5.00 6.00
ESTACIÓN YUNGAY(mm)

Fuente: Propia.

Tabla [Link]ón de datos faltantes Santiago Antúnez de Mayolo - Setiembre.

X Y Y COMPLETA
[Link]
[Link] [Link]
O
 113

AÑO SETIEMBRE SETIEMBRE SETIEMBRE

1 1998 - 1999 0.00 10.20 10.20
2 1999 - 2000 0.00 63.00 63.00
3 2000 - 2001 5.60 _--- 10.84
4 2001 - 2002 0.00 _--- 25.10
5 2002 - 2003 0.00 15.70 15.70
6 2003 - 2004 0.00 7.50 7.50
7 2004 - 2005 0.00 49.00 49.00
8 2005 - 2006 0.00 4.50 4.50
9 2006 - 2007 2.60 14.40 14.40
1
2007 - 2008 3.10 8.00 8.00
0
1
2008 - 2009 0.00 23.70 23.70
1
1
2009 - 2010 1.80 2.00 2.00
2
1
2010 - 2011 0.00 27.80 27.80
3
1
2011 - 2012 0.00 11.00 11.00
4
1
2012 - 2013 0.00 26.40 26.40
5
1
2013 - 2014 2.80 5.90 5.90
6
1
2014 - 2015 0.00 34.90 34.90
7
1
2015 - 2016 0.00 20.30 20.30
8
1
2016 - 2017 0.00 36.30 36.30
9
Fuente: Propia.

VII.6.3.9. Regresión calculada:

A=25.10
B=−6.4180
R=0.4377
N ( Pareshomologos )=17
G . L .=15
Significación=5 %
T c =4.794

T t=1.753

Por lo tanto: las variables están asociadas, entonces la ecuación es aceptable.

 114

Gráfico [Link]ón de la estación Santiago Antúnez de Mayolo - Setiembre.

ESTACIÓN SANTIAGO ANTUNEZ (mm)
70.00
60.00
50.00
40.00
30.00
20.00 f(x) = − 6.42 x + 25.1
R² = 0.19
10.00
0.00
0.00 0.50 1.00 1.50 2.00 2.50 3.00 3.50
ESTACIÓN YUNGAY(mm)

Fuente: Propia.

Tabla [Link]ón de datos faltantes Santiago Antúnez de Mayolo - octubre.

X Y Y COMPLETA
[Link] [Link] [Link]
AÑO OCTUBRE OCTUBRE OCTUBRE
1 1998 - 1999 44.00 135.20 135.20
2 1999 - 2000 4.80 19.80 19.80
3 2000 - 2001 15.80 _--- 45.27
4 2001 - 2002 11.00 49.10 49.10
5 2002 - 2003 271.90 100.60 100.60
6 2003 - 2004 3.20 29.50 29.50
7 2004 - 2005 107.80 102.60 102.60
8 2005 - 2006 22.00 44.90 44.90
9 2006 - 2007 13.60 49.50 49.50
10 2007 - 2008 75.30 102.20 102.20
11 2008 - 2009 113.80 133.10 133.10
12 2009 - 2010 172.50 150.50 150.50
13 2010 - 2011 22.40 29.20 29.20
14 2011 - 2012 3.60 28.20 28.20
15 2012 - 2013 60.50 42.60 42.60
16 2013 - 2014 85.40 109.40 109.40
17 2014 - 2015 23.30 47.70 47.70
18 2015 - 2016 52.30 74.10 74.10
19 2016 - 2017 51.00 36.10 36.10
Fuente: Propio.

VII.6.3.10. Regresión calculada:

A=45.27
B=0.4124
R=0.6737
 115

N ( Pareshomologos )=18
G . L .=16
Significación=5 %
T c =6.325

T t=1.746

Por lo tanto: las variables están asociadas, entonces la ecuación es aceptable.

Gráfico [Link]ón de la estación Santiago Antúnez de Mayolo - octubre.

CORRELACIÓN OCTUBRE
160.00
ESTACIÓN SANTIAGO ANTUNEZ (mm)

f(x) = 0.41 x + 45.27

140.00 R² = 0.45
120.00
100.00
80.00
60.00
40.00
20.00
0.00
0.00 50.00 100.00 150.00 200.00 250.00 300.00
ESTACIÓN YUNGAY(mm)

Fuente: Propia.

Tabla [Link]ón de datos faltantes Santiago Antúnez de Mayolo - noviembre.

X Y Y COMPLETA
[Link]
[Link] [Link]
Y
AÑO NOVIEMBRE NOVIEMBRE NOVIEMBRE
1 1998 - 1999 13.60 341.60 341.60
2 1999 - 2000 38.60 117.50 117.50
3 2000 - 2001 11.70 40.10 40.10
4 2001 - 2002 102.70 105.60 105.60
5 2002 - 2003 373.90 137.00 137.00
6 2003 - 2004 163.10 31.60 31.60
7 2004 - 2005 81.00 91.60 91.60
8 2005 - 2006 0.00 20.10 20.10
9 2006 - 2007 59.90 53.40 53.40
10 2007 - 2008 78.80 57.80 57.80
11 2008 - 2009 71.20 41.00 41.00
12 2009 - 2010 108.50 135.30 135.30
 116

13 2010 - 2011 160.40 109.00 109.00

14 2011 - 2012 50.00 98.90 98.90
15 2012 - 2013 87.00 _--- 89.39
16 2013 - 2014 14.10 66.60 66.60
17 2014 - 2015 56.20 53.00 53.00
18 2015 - 2016 52.10 94.10 94.10
19 2016 - 2017 6.80 2.60 2.60

VII.6.3.11. Regresión calculada:

A=80.78
B=0.0990
R=0.1166
N ( Pareshomologos )=18
G . L .=16
Significación=5 %
T c =4.145

T t=1.746

Por lo tanto: las variables están asociadas, entonces la ecuación es aceptable.

Gráfico [Link]ón de la estación Santiago Antúnez de Mayolo - Noviembre.

400.00
ESTACIÓN SANTIAGO ANTUNEZ (mm)

350.00

300.00

250.00

200.00

150.00

100.00 f(x) = 0.1 x + 80.78

R² = 0.01
50.00

0.00
0.00 50.00 100.00 150.00 200.00 250.00 300.00 350.00 400.00
ESTACIÓN YUNGAY(mm)

Fuente: Propia.
 117

VII.7. Tablas de frecuencia

Tabla 34 Tabla De Frecuencia Del Estación De Pira

ESTACIÓN: PIRA

  Provincia: HUARAZ Distrito: PIRA

77°42'25.9"
Longitud:     Altitud: 3625 msnm  
W
Código: 109048,00 Cuenca: Río Santa
Numero
de
Intervalo Frecuencia
Frecuenci Funcion
s Marca de Frecuencia Funcion Absoluta
Intervalo de a Relativa
de clase Clase Relativa Densidad Acumulad fi*xi
clase Absoluta acumulada
k xi fr Enperica a
fi Fr
Fi

1 148,97
81 114,9875 6 0,315789474 0,004645671 0,31578947 6 689,925
5
2 148,97
216,95 182,9625 7 0,368421053 0,005419949 0,68421053 13 1280,7375
5
3 284,92
216,95 250,9375 4 0,210526316 0,003097114 0,89473684 17 1003,75
5
4 284,92
352,9 318,9125 2 0,105263158 0,001548557 1 19 637,825
5
  n 19   3612,2375

Fuente 59propio
 118

Tabla 35 Tabla 34 Tabla De Frecuencia Del Estación De Yungay

ESTACIÓN: YUNGAY

 
Provincia: YUNGAY Distrito: YUNGAY

Longitud: 77°44'59.91"W Altitud: 2466msnm

Código: 109018 Cuenca: Río Santa

Numero de
Intervalos Funcion Frecuencia
de clase Marca de Frecuencia Frecuencia Funcion
Relativa Absoluta
k Intervalo de clase Clase Absoluta Relativa Densidad fi*xi
acumulada Acumulada
xi fi fr Enperica
Fr Fi

1
71,10 171,875 121,4875 3 0,157894737 0,001566805 0,15789474 3 364,4625
2
171,875 272,65 222,2625 12 0,631578947 0,006267219 0,78947368 15 2667,15
3
272,65 373,425 323,0375 2 0,105263158 0,001044536 0,89473684 17 646,075
4
373,425 474,2 423,8125 2 0,105263158 0,001044536 1 19 847,625
 
n 19   4525,3125

Fuente 60 propio
Tabla 36 De Frecuencia Del Estación De Recuay
 119

ESTACIÓN: RECUAY

  Provincia: RECUAY Distrito: RECUAY

Longitud: 77°27'13.15"W Altitud: 3431 msnm

Código: 47259496 Cuenca: Río Santa

Numero de
Intervalos
de clase
Funcion Frecuencia
k Marca de Frecuencia Frecuencia Funcion
Relativa Absoluta
Intervalo de clase Clase Absoluta Relativa Densidad
acumulada Acumulada
xi fi fr Enperica
Fr Fi

1 126,60 176,825 151,7125 6 0,315789474 0,006287496 0,31578947 6

2 176,825 227,05 201,9375 9 0,473684211 0,009431244 0,78947368 15
3 227,05 277,275 252,1625 3 0,157894737 0,003143748 0,94736842 18
4 277,275 327,5 302,3875 1 0,052631579 0,001047916 1 19
  n 19  

Fuente 61 Propio

Tabla 37De Frecuencia Del Estación Santiago Antúnez De Mayolo

 120

ESTACIÓN: RECUAY

  Provincia: HUARAZ Distrito: INDEPENDENCIA

Longitud: 77° 31' 29.5' Altitud: 3079

Código: 109009 Cuenca: Río Santa

Numero de
Intervalos
de clase Funcion Frecuencia
k Marca de Frecuencia Frecuencia Funcion
Intervalo de Relativa Absoluta
Clase Absoluta Relativa Densidad
clase acumulada Acumulada
xi fi fr Enperica
Fr Fi

1 111,00 168,65 139,825 4 0,210526316 0,003651801 0,21052632 6

2 168,65 226,3 197,475 12 0,631578947 0,010955402 0,84210526 18
3 226,3 283,95 255,125 2 0,105263158 0,0018259 0,94736842 20
4 283,95 341,6 312,775 1 0,052631579 0,00091295 1 21
  n 19  
Fuente 62 propio
 121

VII.8. Descripción de datos

Histograma y Poligono de Frecuencia

Estacion Pira
0.7

0.6

0.5
Histograma
0.4 Poligono de Frecuencia

0.3

0.2

0.1

0
111 168.65 226.3 283.95

FIGURA 8 Histograma y Polígono de Frecuencia

Fuente 63 Propio

Histograma y Poligono de Frecuencia

Estacion Yungay
0.7

0.6

0.5
Histograma
0.4 Poligono de Frecuencia

0.3

0.2

0.1

0
111 168.65 226.3 283.95

FIGURA 9 Histograma y Polígono de Frecuencia

Fuente 64 propio
 122

VII.9. Función probabilidad empírica

Funcion de Probabilidad Empirica

0.01

0.01

0.01

0.01

0
100 150 200 250 300 350

FIGURA 10 Función Empírica

VII.10. Función de densidad teórica

ESTACION PIRA
0.4

0.35

0.3
fr
0.25
fe
0.2 fx-normal

0.15

0.1

0.05

0
100.00 150.00 200.00 250.00 300.00 350.00

FIGURA 11 Función de densidad teórica

FUENTE 65 Propio
 123

VII.11. Función de densidad Exponencial

ESTACION PIRA
fe fx-normal FX EXPO

0.006
0.005

0.005

0.004

0.003 0.003

0.001

0.000 0.000 0.000 0.000

100.00 150.00 200.00 250.00 300.00 350.00

FIGURA 12 función de densidad exponencial

Fuente 66 propio
7.8. Estadísticos de posición

Tabla 38valor de la media aritmética, la mediana y moda

ESTACION SANTIAGO

La media
Aritmetica La Mediana La Moda

197,475 195,072917 226,3

Fuente 67 propio

Tabla 39 Valor De La Media Aritmética, La Mediana Y Moda De Estación Recuay

ESTACION RECUAY
La media La Mediana La Moda
 124

Aritmetica

197,475 195,072917 226,3

Fuente 68 propio

Tabla 40 Valor De La Media Aritmética, La Mediana Y Moda De Estación Yungay

ESTACION YUNGAY
La media
Aritmetica
La Mediana La Moda

199,294079 196,356944 227,05

Fuente 69 Propio
Tabla 41 Valor De La Media Aritmética, La Mediana Y Moda De Estación Recuay
ESTACION PIRA
La media
Aritmetica

La Mediana La Moda

190,117763 182,9625 216,95

Fuente 70 Propio

VII.12. Medidas muéstrales de dispersión

Tabla 42 valor de varianza, desviacion estandar y coeficiente de variacion

 125

Varianza
S^2
Desviacion Estnatar Coeficiente de variacion
S S/X

5046,45587 71,0384112 0,31176189

31%
Fuente 71 Propio
 126

VII.13. Momentos muéstrales, medidas de asimetría y curtosis

Tabla 43 7.11. Momentos muéstrales, medidas de asimetría y curtosis

ESTACION PIRA

Promedi
X
Numero Coeficie
La Desviaci Coeficie
de La La Varianza nte de Coeficie
media on nte de Cuartil Cuartil Perce Perce
Observacio Median Mod variacio nte de
Aritmeti Estnatar Asimetri 3 1 ntil 90 ntil 10
nes a a S^2 n Curtosis
ca S a
n S/X

227,861 215,868 201,267 272, 5046,45 71,0384 0,31176 0,61659 0,33854

19 14,25 4,5 16,2 1,8
111 421 708 65 587 112 189 794 167
83,6968 524,58 252,49
31% -9,52
75 75 5
Fuente 72 Prop
 127

Tabla 44 Momentos muéstrales

Estacion Recuay

Media 201,301053
Error típico 10,8704219
Mediana 199,1
Moda 226,3
Desviación estándar 47,3830703
Varianza de la muestra 2245,15535
Curtosis 1,42291032
Coeficiente de asimetría 0,85381951
Rango 200,9
Mínimo 126,6
Máximo 327,5
Suma 3824,72
Cuenta 19
Fuente 73 Propio
 128

Modelos probabilísticos

7.9.1. Distribución Normal

Tabla 45. Distribución normal de precipitación en la estación Pira.

ESTACIÓN PIRA

PREC.MÁX ANNUAL Tiempo de retorno

n AÑO z f(z)
(mm) (años)

1 1998 - 1999 241.5 0.72 0.764238 4.24

2 1999 - 2000 352.9 2.35 0.990613 106.53
3 2000 - 2001 286.5 1.38 0.916207 11.93
4 2001 - 2002 249.9 0.84 0.799546 4.99
5 2002 - 2003 194.1 0.02 0.507978 2.03
6 2003 - 2004 124.1 -1.01 0.15 1.18
7 2004 - 2005 81 -1.64 0.050503 1.05
8 2005 - 2006 134 -0.86 0.194894 1.24
9 2006 - 2007 251.1 0.86 0.805106 5.13
10 2007 - 2008 197.6 0.07 0.527903 2.12
11 2008 - 2009 179 -0.20 0.42074 1.73
12 2009 - 2010 210.1 0.25 0.598706 2.49
13 2010 - 2011 139.6 -0.78 0.217695 1.28
14 2011 - 2012 121.71 -1.04 0.14917 1.18
15 2012 - 2013 162.1 -0.45 0.326355 1.48
16 2013 - 2014 246 0.78 0.782305 4.59
17 2014 - 2015 186.1 -0.10 0.460172 1.85
18 2015 - 2016 196.6 0.06 0.523922 2.10
19 2016 - 2017 108.4 -1.24 0.10565 1.12
u =192.753 Desv. =68.10
Fuente: Propio.
 129

Tabla [Link]ón normal de precipitación en la estación Yungay.

ESTACIÓN YUNGAY

PREC.MÁXIMA ANUAL Tiempo de retorno

n AÑO z f(z)
(mm) (años)

-
1 1998 - 1999 195.40 0.401294 1.67
0.25
-
2 1999 - 2000 100.60 0.054799 1.06
1.28
-
3 2000 - 2001 71.10 0.054799 1.06
1.60
-
4 2001 - 2002 190.20 0.378281 1.61
0.31
5 2002 - 2003 390.60 1.86 0.968557 31.80
-
6 2003 - 2004 213.40 0.476078 1.91
0.06
-
7 2004 - 2005 177.40 0.326355 1.48
0.45
-
8 2005 - 2006 179.50 0.337243 1.51
0.43
9 2006 - 2007 287.60 0.75 0.773373 4.41
1
2007 - 2008 474.20 2.77 0.997197 356.76
0
1
2008 - 2009 231.70 0.14 0.55567 2.25
1
1
2009 - 2010 223.30 0.05 0.519939 2.08
2
1 -
2010 - 2011 188.30 0.3707 1.59
3 0.33
1
2011 - 2012 281.70 0.68 0.751748 4.03
4
1 -
2012 - 2013 146.00 0.214764 1.27
5 0.79
1 -
2013 - 2014 205.70 0.44433 1.80
6 0.14
1 -
2014 - 2015 193.90 0.39358 1.65
7 0.27
1
2015 - 2016 231.80 0.14 0.55567 2.25
8
1 -
2016 - 2017 176.60 0.322758 1.48
9 0.46
u = 218.895 Desv. = 92.21
Fuente: Propia.
 130

Tabla [Link]ón normal de precipitación en la estación Yungay.

ESTACIÓN RECUAY

PREC.MÁXIMA ANUAL Tiempo de retorno

n AÑO z f(z)
(mm) años

1 1998 - 1999 246.20 0.95 0.828944 5.85

2 1999 - 2000 213.50 0.26 0.602568 2.52

3 2000 - 2001 189.50 -0.25 0.401294 1.67

4 2001 - 2002 259.10 1.22 0.888767 8.99

5 2002 - 2003 210.22 0.19 0.575345 2.35

6 2003 - 2004 161.50 -0.84 0.200454 1.25

7 2004 - 2005 126.60 -1.58 0.057053 1.06

8 2005 - 2006 199.10 -0.05 0.480061 1.92

9 2006 - 2007 223.60 0.47 0.680822 3.13

10 2007 - 2008 221.20 0.42 0.662757 2.97

11 2008 - 2009 144.20 -1.21 0.11314 1.13

12 2009 - 2010 327.50 2.66 0.996093 255.95

13 2010 - 2011 180.80 -0.43 0.333598 1.50

14 2011 - 2012 162.10 -0.83 0.194894 1.24

15 2012 - 2013 162.20 -0.83 0.194894 1.24

16 2013 - 2014 222.60 0.45 0.673645 3.06

17 2014 - 2015 234.60 0.70 0.758036 4.13

18 2015 - 2016 185.00 -0.34 0.366928 1.58

19 2016 - 2017 155.20 -0.97 0.166023 1.20

u = 201.301 Desv. = 47.38

Fuente: Propio.
 131

Tabla 48. Distribución normal de precipitación en la estación Santiago Antúnez de

Mayolo.

ESTACIÓN [Link]

PREC.MÁXIMA ANUAL Tiempo de

n AÑO z f(z)
(mm) retorno años

0.99807
1 1998 - 1999 341.60 2.89 519.21
4
0.94294
2 1999 - 2000 276.25 1.58 17.53
7
0.64802
3 2000 - 2001 216.80 0.38 2.84
7
4 2001 - 2002 159.60 -0.77 0.22065 1.28
0.42465
5 2002 - 2003 188.51 -0.19 1.74
5
0.28433
6 2003 - 2004 169.60 -0.57 1.40
9
0.04005
7 2004 - 2005 111.00 -1.75 1.04
9
0.59870
8 2005 - 2006 210.10 0.25 2.49
6
0.78523
9 2006 - 2007 236.90 0.79 4.66
6
1 0.41293
2007 - 2008 186.90 -0.22 1.70
0 6
1 0.22662
2008 - 2009 160.80 -0.75 1.29
1 7
1 0.70194
2009 - 2010 224.20 0.53 3.36
2 4
1 0.44828
2010 - 2011 191.50 -0.13 1.81
3 3
1 0.45224
2011 - 2012 191.81 -0.12 1.83
4 2
1 0.46414
2012 - 2013 193.20 -0.09 1.87
5 4
1 0.29459
2013 - 2014 170.80 -0.54 1.42
6 8
1 0.49601
2014 - 2015 197.40 -0.01 1.98
7 1
1 0.15624
2015 - 2016 147.50 -1.01 1.19
8 8
1 0.39743
2016 - 2017 184.90 -0.26 1.66
9 2
 132

u =197.862 Desv. = 49.70

 133

[Link]. Distribución Gumbel

Tabla 49. Distribución Gumbel de precipitación en la estación Pira.

Estación: Pira
Prec. Máx. Anual
n Año w f(W) Tiempo de retorno (Años)
(mm)
1 1998 - 1999 241.5 1.49 0.80 4.98
2 1999 - 2000 352.9 3.59 0.97 36.81
3 2000 - 2001 286.5 2.34 0.91 10.91
4 2001 - 2002 249.9 1.65 0.83 5.74
5 2002 - 2003 194.1 0.60 0.58 2.37
6 2003 - 2004 124.1 -0.72 0.13 1.15
7 2004 - 2005 81 -1.53 0.01 1.01
8 2005 - 2006 134 -0.53 0.18 1.22
9 2006 - 2007 251.1 1.68 0.83 5.86
10 2007 - 2008 197.6 0.67 0.60 2.49
11 2008 - 2009 179 0.32 0.48 1.93
12 2009 - 2010 210.1 0.90 0.67 3.00
13 2010 - 2011 139.6 -0.42 0.22 1.28
14 2011 - 2012 121.71 -0.76 0.12 1.13
15 2012 - 2013 162.1 0.00 0.37 1.58
16 2013 - 2014 246 1.58 0.81 5.37
17 2014 - 2015 186.1 0.45 0.53 2.12
18 2015 - 2016 196.6 0.65 0.59 2.46
19 2016 - 2017 108.4 -1.01 0.06 1.07
Promedio = 192.75 Desviación estándar = 68.10
Beta= 162.11 Alfa = 53.12 e= 2.72
Fuente: Propia.
Tabla [Link]ón Gumbel de precipitación en la estación Yungay.

Estación: Yungay
 134

n Año Prec. Máx. Anual (mm) w f(W) Tiempo de retorno (Años)

1 1998 - 1999 195.4 0.25 0.46 1.85

2 1999 - 2000 100.6 -1.07 0.05 1.06
3 2000 - 2001 71.1 -1.48 0.01 1.01
4 2001 - 2002 190.2 0.18 0.43 1.76
5 2002 - 2003 390.6 2.96 0.95 19.89
6 2003 - 2004 213.4 0.50 0.55 2.20
7 2004 - 2005 177.4 0.00 0.37 1.58
8 2005 - 2006 179.5 0.03 0.38 1.61
9 2006 - 2007 287.6 1.53 0.81 5.15
10 2007 - 2008 474.2 4.13 0.98 62.48
11 2008 - 2009 231.7 0.75 0.62 2.67
12 2009 - 2010 223.3 0.64 0.59 2.44
13 2010 - 2011 188.3 0.15 0.42 1.73
14 2011 - 2012 281.7 1.45 0.79 4.78
15 2012 - 2013 146 -0.44 0.21 1.27
16 2013 - 2014 205.7 0.39 0.51 2.04
17 2014 - 2015 193.9 0.23 0.45 1.82
18 2015 - 2016 231.8 0.76 0.63 2.67
19 2016 - 2017 176.6 -0.01 0.36 1.57
Promedio = 218.89 Desviación estándar = 92.21
Beta= 177.40 Alfa= 71.92 e= 2.72
Fuente: Propia.

Tabla [Link]ón Gumbel de precipitación en la estación Santiago Antúnez de Mayolo.

Estación: Santiago Antúnez de Mayolo

 135

Prec. Máx. Anual Tiempo de retorno

n Año w f(W)
(mm) (Años)
1 1998 - 1999 341.6 4.29 0.99 73.10
2 1999 - 2000 276.25 2.60 0.93 13.96
3 2000 - 2001 216.8 1.07 0.71 3.43
4 2001 - 2002 159.6 -0.41 0.22 1.28
5 2002 - 2003 188.51 0.34 0.49 1.96
6 2003 - 2004 169.6 -0.15 0.31 1.45
7 2004 - 2005 111 -1.66 0.01 1.01
8 2005 - 2006 210.1 0.89 0.66 2.98
9 2006 - 2007 236.9 1.58 0.81 5.39
10 2007 - 2008 186.9 0.29 0.47 1.90
11 2008 - 2009 160.8 -0.38 0.23 1.30
12 2009 - 2010 224.2 1.26 0.75 4.04
13 2010 - 2011 191.5 0.41 0.52 2.07
14 2011 - 2012 191.81 0.42 0.52 2.08
15 2012 - 2013 193.2 0.46 0.53 2.13
16 2013 - 2014 170.8 -0.12 0.32 1.48
17 2014 - 2015 197.4 0.57 0.57 2.31
18 2015 - 2016 147.5 -0.72 0.13 1.15
19 2016 - 2017 184.9 0.24 0.46 1.84
Promedio = 197.86 Desviación estándar = 49.70
Beta = 175.50 Alfa = 38.76 e= 2.72
Fuente: Propia.

Tabla [Link]ón Gumbel de precipitación en la estación Recuay.

Estación: Recuay
n Año Prec. Máx. Anual w f(W) Tiempo de retorno (Años)
 136

(mm)
1 1998 - 1999 246.20 1.79 0.85 6.51
2 1999 - 2000 213.50 0.91 0.67 3.01
3 2000 - 2001 189.50 0.26 0.46 1.86
4 2001 - 2002 259.10 2.14 0.89 9.02
5 2002 - 2003 210.22 0.82 0.64 2.80
6 2003 - 2004 161.50 -0.50 0.19 1.24
7 2004 - 2005 126.60 -1.44 0.01 1.01
8 2005 - 2006 199.10 0.52 0.55 2.23
9 2006 - 2007 223.60 1.18 0.74 3.78
10 2007 - 2008 221.20 1.12 0.72 3.58
11 2008 - 2009 144.20 -0.97 0.07 1.08
12 2009 - 2010 327.50 3.99 0.98 54.64
13 2010 - 2011 180.80 0.02 0.38 1.60
14 2011 - 2012 162.10 -0.48 0.20 1.25
15 2012 - 2013 162.20 -0.48 0.20 1.25
16 2013 - 2014 222.60 1.15 0.73 3.69
17 2014 - 2015 234.60 1.48 0.80 4.90
18 2015 - 2016 185.00 0.14 0.42 1.72
19 2016 - 2017 155.20 -0.67 0.14 1.16
Promedio = 201.30 Desviación estándar = 47.38
Beta = 179.98 Alfa = 36.96 e= 2.72
Fuente 74 propio
 137

Tabla 53 Distribución Weibull de Pira

  Q m p T
1 352,90 1 0,05 20,0
2 286,50 2 0,10 10,0
3 251,10 3 0,15 6,7
4 249,90 4 0,20 5,0
5 246,00 5 0,25 4,0
6 241,50 6 0,30 3,3
7 197,60 7 0,35 2,9
8 196,60 8 0,40 2,5
9 194,10 9 0,45 2,2
10 186,10 10 0,50 2,0
11 184,20 11 0,55 1,8
12 179,00 12 0,60 1,7
13 162,10 13 0,65 1,5
14 139,60 14 0,70 1,4
15 134,00 15 0,75 1,3
16 124,10 16 0,80 1,3
17 121,71 17 0,85 1,2
18 108,40 18 0,90 1,1
19 81,00 19 0,95 1,1
PROME 246,24
D.S 67,99
g= 1,11
curtossisK 1,53
Fuente 75 Propio
 138

Tabla 54 para la exponencial

NUMER FUNCI
FUNCION
O DE FRECUEN FRECUEN FUNCI ON
DE
INTERV FRECUE FRECUE CIA CIA ON DENSI
INTERV MARC DENSIDA
ALO DE NCIA NCIA ABSOLU RELATIV DENSI DAD
  ALO DE   A DE       D
CLASE ABSOLU RELATIV TA A DAD TEORIC
CLASE CLASE TEORICA
K TA A ACUMUL ACUMUL EMPÍRI A
EXPONEN
ADA ADA CA NORM
CIAL
AL
1 1/
fx- ex
  2   MC 4 fr 6 7 fe (2*PI)^0 e FX EXPO
normal p
.5
  0,00586 2,718 0,
          0     0 0,003 0,000
8 281 63
1 148, 114,9 0,00586 2,718 0,
81 - 6 0,316 6 0,316 0,005 0,006 0,000
98 9 8 281 01
2 148, 216, 182,9 0,00586 2,718 0,
- 7 0,368 13 0,684 0,005 0,004 0,000
98 95 625 8 281 38
3 216, 284, 250,9 0,00586 2,718 1,
- 4 0,211 17 0,895 0,003 0,001 0,000
95 93 375 8 281 76
4 284, 352, 318,9 0,00586 2,718 3,
- 2 0,105 19 1,000 0,002 0,000 0,130
93 90 125 8 281 96
TOTAL 19 1  

Fuente 76 propio
 139

VIII. DISCUSIONES

 La información acerca de los Precipitaciones en las estaciones de: Yungay, Recuay,

Santiago Antúnez de Mayolo y Pira, fueron obtenidas de la Institución del ANA, los datos

proporcionados consistían en los caudales comprendidas entre los años de 1998 – 2016,

con sus respectivos meses (Enero – Diciembre).

 Análisis visual y gráfico:

Estación Pira:

 El valor máximo anual total fue de: 906.20 mm en el año 1999.

 El valor mínimo anual total fue de: 334.60 mm en el año 2016.

 El valor máximo mensual fue de: 352.90 mm en el mes de febrero de 1999.

 El valor mínimo mensual fue de: 0.00 mm en los meses de julio, agosto y

septiembre.

Estación Yungay:

 El valor máximo anual total fue de: 1515.40 mm en el año 2002.

 El valor mínimo anual promedio fue de: 350.60 mm en el año 1999.

 El valor máximo mensual fue de: 474.20 mm en el mes de marzo de 2007.

 El valor mínimo mensual fue de: 0.00 mm en los meses de mayo – septiembre.

Estación Santiago Antúnez de Mayolo:

 El valor máximo anual total fue de: 1342.70 mm en el año 1998.

 El valor mínimo anual promedio fue de: 204.30 mm en el año 2001.

 El valor máximo mensual fue de: 341.60 mm en el mes de noviembre de 1998.

 El valor mínimo mensual fue de: 0.00 mm en los meses de junio, julio y agosto.

Estación Recuay:
 140

 El valor máximo anual total fue de: 1312 mm en el año 2009.

 El valor mínimo anual promedio fue de: 654.70 mm en el año 2005.

 El valor máximo mensual fue de: 327.50 mm en el mes de marzo de 2009.

 El valor mínimo mensual fue de: 0.00 mm en los meses febrero, junio y agosto.

 Análisis de doble masa:

En la gráfica se tomó como estación base la estación de Yungay ya que presenta

menos quiebres y a simple vista representa más linealidad que las demás, se realizó la

corrección de datos de precipitación en cada estación.

 Análisis de salto:

Las estaciones de Pira, Yungay, Santiago Antúnez de Mayolo y Recuay en este

análisis presentaron inconsistencia y no homogeneidad en la media (prueba de T) y la

desviación estándar (prueba de F), lo conllevo a una corrección de datos en cada una de

ellas.

 Análisis de tendencia:

Las estaciones de Pira, Yungay, Santiago Antúnez de Mayolo y Recuay no presentaron

tendencia, ya que al comparar los valores del r calculada es menor que r tabular. Lo cual

representa que no es significativa, por ello no se corrigieron los datos en estudio.

 Completación de datos:

En las estaciones de Pira, Recuay y Santiago Antúnez de Mayolo. Se realizó la

completación de datos mediante la regresión lineal simple tomando los datos de la

estación Yungay (variable independiente) y los datos de las estaciones en estudio Pira,

Santiago Antúnez Mayolo y Recuay (variables dependientes).

 Tabla de frecuencias y descripción de datos:

 141

Las distribuciones de frecuencias fueron curvas de simetría negativas (distribución

sesgada a la izquierda. Y una curtosis leotocúrtica de las estaciones en estudio.

 Modelos Probabilísticos continuos:

Estación Pira:

Distribución normal: Precipitación máxima anual es de 352.9 mm en el año 1999, con

un tiempo de retorno de 106.5 años.

Distribución Gumbel: Precipitación máxima anual es de 352.9 mm en el año 1999, con

un tiempo de retorno de 36.8 años.

Estación Yungay:

Distribución normal: Precipitación máxima anual es de 474.20 mm en el año 2008, con

un tiempo de retorno de 356.76 años.

Distribución Gumbel: Precipitación máxima anual es de 474.20 mm en el año 2008,

con un tiempo de retorno de 66.48 años.

Estación Santiago Antúnez de Mayolo:

Distribución normal: Precipitación máxima anual es de 341.60 mm en el año 1998, con

un tiempo de retorno de 519.21 años.

Distribución Gumbel: Precipitación máxima anual es de 341.60 mm en el año 1998,

con un tiempo de retorno de 73.10 años.

Estación Recuay:

Distribución normal: Precipitación máxima anual es de 327.50 mm en el año 2009, con

un tiempo de retorno de 255.95 años.

 142

Distribución Gumbel: Precipitación máxima anual es de 327.50 mm en el año 2009,

con un tiempo de retorno de 54.64 años.

IX. CONCLUSIONES

 Se concluye con el análisis visual que la estación más inestable e incompleta fue la de

Santiago Antúnez de Mayolo y la más estable es la estación de Yungay.

 143

 Se concluye con el análisis doble masa que nuestra estación base es Yungay por

presentar menor puntos de quiebre.

 Con el análisis de saltos, son inconsistentes en la media y la desviación estándar, las

cuales se dieron por la sequía, fenómeno del niño y la intervención del ser humano.

 Se dio la corrección ya que es vital para usarla en completación y extensión de datos.

 Se concluye que los datos de precipitación están en una línea de datos reales, ya que no

presentan tendencia.

 Se dio la completación de datos ya que esta nos permite tener información más real y

aplicarla en otros campos de estudio.

 Las distribuciones de frecuencias fueron curvas de simetría negativas (distribución

sesgada a la izquierda. Y una curtosis leotocúrtica de las estaciones en estudio.
 Se concluye que el tiempo de retorno a usar será la que se calculó con la distribución
exponencial, ya que esta es la más usada y confiable para las predicciones.

X. REFERENCIA BIBLIOGRÁFICA

APARICIO MIJARES, F. J. (1992). FUNDAMENTOS DE HIDROLOGÍA DE SUPERFICIE.

México: LIMUSA.
 144

Bateman, A. (2007). Obtenido de Hidrología básica y aplicada:

[Link]

Cahuana, A., & Yugar, W. (2009). MATERIAL DE APOYO DIDÁCTICO PARA LA

ENSEÑANZA HIDROLÓGICA CIV233. Tesis de licenciatura. UNIVERSIDAD MAYOR

DE SAN SIMÓN, Cochabamba.

Chereque Moran, W. (sf). Hidrología. Lima, Perú.

CHOW, V. T. (1995). Hidrología Aplicada. México: Edit. Mc Graw Hill.

CÓRDOVA ZAMORA, M. (2003). Estadistica Descriptiva e Inferencial. Lima: MOSHERA S.R.L.

CUSSY, F. (21 de FEBRERO de 2010). Cuencas Hidrográficas Del Perú. Obtenido de Mundo

Geografía: [Link] [Link]/2010/06/el-peru-reliev-e-geografia-y-

[Link]

Villón Béjar, M. (2006). HIDROLOGIA ESTADISTICA. LIMA: TECNOLOGICO DE COSTA

RICA.

VILLÓN BEJÁR, M. (2006). Hidrología Estadística . Tecnológica de Costa Rica.

Villón, M. (2002). Hidrología. Lima: Villón.

Vision, W. (sf.). Obtenido de Manual de manejo de cuencas:

[Link]

ia/M%F3dulo%204/manual_manejo_de_cuencas_modulo_1%5B1%[Link]

Zamora, M. C. (2003). ESTADISTICA DESCRIPTIVA. En M. C. Zamora, STADISTICA

DESCRIPTIVA. LIMA : MOSHERA S.R.L.