You are on page 1of 121

UNIVERSIDAD SAN ANTONIO ABAD DEL CUSCO

FACULTAD DE INGENIERIA CIVIL


HIDROLOGIA GENERAL
Docente:

MSc. Ing. Edwin Rodrguez Baca


Captulo 3 Recopilacin y Anlisis de Datos Hidrolgicos


3.1 Redes Hidromtricas Convencionales
3.2 Adquisicin de Datos en Tiempo Real
3.3 Uso de Satlites en Hidrologa
3.4 Difusin de la Informacin
3.5 Anlisis de Informacin Hidrolgica
3.6 Anlisis de Saltos
3.7 Anlisis de Tendencias
3.8 Completacin y Extensin
3.9 Modelos CORMUL y HEC-4

Anexos

Tabla de Student
Tabla de Fisher
CAPITULO 3 Recopilacin y Anlisis de Datos Hidrolgicos


3.1 Redes Hidromtricas

3.1.1 Generalidades

Los datos hidrometeorolgicos son colectados primordialmente
como informacin bsica para el desarrollo y gestin de los recursos
hdricos de una regin. Son usados tambin para fines
operacionales como previsin de inundaciones y sequas, operacin
de embalses y centrales hidroelctricas y finalmente para
investigacin.

Una red hidromtrica es un conjunto de instrumentos o estaciones
de medicin de una o ms variables hidrolgicas, distribuido en una
cuenca con el objeto de cuantificarlos adecuadamente y observar
sus variaciones temporales y espaciales.
Es de gran importancia que los diversos tipos de redes sean
instalados como proyectos integrados, pero en la prctica casi
siempre las redes son operadas por diversas entidades, siendo
necesarias una buena cooperacin en su desarrollo y
exploracin.

La diversidad de caractersticas regionales en trminos de
topografa, uso del suelo, acceso, infraestructura y problemas
hdricos, hace impracticable establecer normas universalmente
satisfactorias para el proyecto de redes hidrometeorolgicas.

El objetivo final es siempre la implantacin de una red ptima global,
pero en los pases en desarrollo, la preocupacin inmediata debe
ser el planea miento de redes de densidad mnima aceptable.


3.1.2 Redes Optimas

Una red ptima es aquella en la cual, por simple interpolacin de los
valores medidos en las diferentes estaciones, es posible determinar
con precisin suficiente, para fines prcticos, los elementos
hidrometeorolgicos bsicos en cualquier punto de la regin.

Es claro que, del punto de vista econmico, el nmero de estaciones
debe ser lo menos posible por lo que se acostumbra, entonces,
dividir las estaciones en tres tipos:

Estaciones principales.
Estaciones ordinarias.
Estaciones especiales.
Las estaciones principales, son estaciones base o permanentes, son
aquellas que suministran los fundamentos, para estudios
estadsticos y por eso deben operar continuamente y por tiempo
indefinido.

Las estaciones ordinarias o secundarias, deben ser operadas
durante un nmero limitado de aos. Su duracin ser apenas lo
suficiente para establecer una buena correlacin entre ella y las
estaciones base o las caractersticas fsicas del terreno.

Las estaciones especiales , atienden proyectos o fines especficos
como observacin de niveles mximos solamente, o estudios de
niveles mnimos, etc. En general ellas no suministran datos
adecuados para el anlisis estadstico, razn por la cual su
establecimiento debe ser analizado con sentido crtico,
especialmente antes de contar con una red mnima satisfactoria.

3.1.3 Red Mnima

Una red mnima es aquella que evitar incurrir en serios errores o
deficiencias en la gestin de los recursos hdricos, en una escala
compatible con el desarrollo econmico de la regin.

3.1.4 Densidad Mnima de las Redes

Debemos partir del hecho de que cada observacin o dato medido
en la estacin se toma como representativo de una rea dada.

Una medicin de precipitacin en un pluvimetro, por ejemplo, es
til nicamente en la medida en que representa la lluvia real en la
regin circundante y an no siendo representativa, ella puede ser
usada como ndice.

Una medicin de descargas en un ro representa no slo el caudal
de la cuenca particular de drenaje, sino tambin de las cuencas
vecinas, bajo ciertas restricciones.

Existe un lmite para esa representatividad espacial, y el nmero de
factores que deben ser tomados en cuenta es muy grande y
complejo, imposibilitando la definicin de un nico criterio que
indique la densidad mnima adecuada para una regin.

Entre los factores a ser considerados se citan las condiciones
fisiogrficas e hidrolgicas, especialmente las variaciones
espaciales de los regmenes fluviales, hidrolgicos y la hidrografa.

Debido al hecho de que la mayor parte de las estaciones exigen los
cuidados de un observador, la distribucin de la poblacin es
tambin un factor a ser analizado. La Organizacin Meteorolgica
Mundial aconseja las densidades mnimas para redes
pluviomtricas e hidromtricas constantes de las Tablas N 3.1 y
3.2.


Tabla N 3.1: Densidades Mnimas para Redes Pluviomtricas

Tabla N 3.2: Densidades Mnimas para Redes Hidromtricas
3.2 Adquisicin de Datos en Tiempo Real

3.2.1 Telemetra

Se define como la realizacin de mediciones a distancia a travs
de sondas automticas que, en la mayor parte de los casos,
sustituye al observador. Su ventaja es la velocidad de
concentracin de los datos, permitiendo el seguimiento de la
evolucin en tiempo real. Entonces considerando a la telemetra
como un sistema, estara compuesto por :

a) Subsistema de medicin.
b) Subsistema de telecomunicacin.
c) Subsistema de procesamiento.

El sistema de telemetra, contrasta con los mtodos tradicionales
en el uso intensivo e inmediato que hace de la electrnica.
3.2.2 Sistemas de Transmisin

Los sistemas de transmisin son de 04 tipos:

a) Por lnea telefnica

Consiste en la interconexin de estaciones hidromtricas al
centro de procesamiento a travs de una comunicacin
interurbana.

b) Por radiocomunicacin

Consta de un instrumento de radio en un lugar remoto,
conectado a uno o ms sensores y de una estacin piloto
situada en la central de procesamiento.

c) Por dispersin meterica

d) Por Satlite
3.3 Uso de Satlites en Hidrologa

3.3.1 Generalidades

Los satlites, se emplean para vigilar las condiciones de la
atmosfera terrestre empleando para ello varios tipos de sensores.
Pueden recibir los datos que les son enviados de otros sensores y
pueden transmitir toda esa informacin a los usuarios en tierra.
Para referirse a estas tcnicas se usa generalmente el trmino de
Sensores Remotos.

3.3.2 Tipos de Satlites Operativos Disponibles

Se clasifican en dos grupos de acuerdo a sus rbitas:

a) Polares.
b) Geoestacionarios.
Satlites de Orbita Polar

Recorren la rbita en 105 minutos.
Cruzan el Ecuador en 25 de longitud mas al Oeste que la rbita
precedente.
Estn a una altitud variable entre 800 y 900 km.

Realizan 04 funciones:

Proporcionan imgenes visuales de infrarrojo de la capa de
nubes.
Efectan sondajes atmosfricos.
Vigilan la actividad solar.
Concentran datos y localizan plataformas de colecta datos o
estaciones telemtricas.

Pertenecen a esta tipo de satlites las series TIROS-N (USA) o
METEOR 2 (URSS)

Satlites de Orbita Geoestacionaria

Recorren la rbita en 24 horas.
Estn a una altitud de 36,000 km.
Proporcionan imgenes visuales e infrarrojas con intervalos de 30
minutos que pueden reducirse a 3 minutos.
Pueden medir la actividad solar, el campo magntico, la
temperatura y humedad de la atmsfera.
Las seales generan imgenes hasta de 1024 tonalidades.

Pertenecen a este tipo de satlites las series NIMBUS
(investigacin atmosfrica) LANSAT (investigacin de recursos
naturales) y el SEASAT (conformacin de la superficie de los
ocanos, olas y vientos)
3.3.3 Evaluacin de la Precipitacin

Las imgenes en rango visual y no infrarrojo proporcionan
informacin sustancial sobre las nubes , pero no indican las zonas
de precipitacin. Existen dos criterios para su evaluacin.

Evaluacin de Rutina.

Se correlacionan datos de nubes (tipo y cantidad) , con las
mediciones efectuadas en los pluvimetros en periodos (por lo
general) de 12 horas; establecida la correlacin, constituye
herramienta de prediccin.

Evaluacin de Situaciones Extremas.

Se analiza la relacin entre el brillo de las imgenes y la
precipitacin.
3.3.4 Plataforma de Colecta de Datos

Es el nombre que se da a una estacin telemtrica que opera con
satlites. Esta compuesta por sensores de parmetros ambientales,
transmisor, antena y fuente de alimentacin elctrica. Estas pueden
ser:

Temporizadas

Transmiten informacin al satlite dentro de un horario programado.

Interrogables

Si transmiten slo cuando son activadas por una fuente externa.

Acceso Aleatorio

Si transmiten cuando el parmetro sobrepasa en valor un gradiente
determinado.
3.4 Difusin de la Informacin

En el Per, el Servicio Nacional de Meteorologa (SENAHMI), la
Autoridad Nacional del Agua (ANA) y otros, son responsables de la
elaboracin, coordinacin, orientacin y control de los programas
de utilizacin mltiple de los recursos hdricos del pas.

Adems, existen otras entidades que mantiene operacin de
estaciones hidrolgicas como los Proyectos Especiales del Ex
INADE, empresas de Generacin de electricidad como EGENOR,
empresas mineras como SOUTHER, Yanacocha, etc.

3.5 Anlisis de Consistencia de la Informacin Hidrolgica

3.5.1 Introduccin

El anlisis de consistencia de la informacin, se realiza para
determinar si dicha informacin es confiable.
Este anlisis, implica la aplicacin de criterios fsicos y mtodos
estadsticos que permitan identificar, evaluar y eliminar los posibles
errores sistemticos que han podido ocurrir, sea por causas naturales
u ocasionados por la intervencin de la mano del hombre.

La inconsistencia, en una serie de tiempo hidrolgica, es sinnimo de
error sistemtico (dficit en la toma de datos, cambio de estacin de
registro, etc) y se presenta como saltos y tendencias.

La no homogeneidad, es definido como los cambios de los datos
vrgenes con el tiempo debido a la accin del hombre o causadas
naturales como: Movimiento de las estaciones (Horizontal o vertical) ,
cambios en el medio ambiente de una estacin , etc.
En resumen, antes de utilizar la serie histrica para el modelamiento,
es necesario efectuar el anlisis de consistencia respectivo, a fin de
obtener una serie confiable, es decir, homognea y consistente.

El anlisis de consistencia de la informacin hidrolgica, se realiza
mediante los siguientes procesos:

a) Anlisis visual grfico.
b) Anlisis de doble masa.
c) Anlisis estadstico.

3.5.2 Anlisis Visual Grfico

Se realiza ploteando la informacin hidrolgica histrica en un
sistema de coordenada cartesianas. En el eje de las ordenadas se
ubican los valores de la serie hidrolgica y en el eje de las abscisas el
tiempo (meses, das, aos, etc)
Ejemplo.

Hacer el anlisis visual grfico para la siguiente serie de datos.
Ao
Precipitacin
(mm)
Ao
Precipitacin
(mm)
Ao
Precipitacin
(mm)
Ao
Precipitacin
(mm)

1954 13.30 1964 7.510 1974 8.41 1984 41.90
1955 21.00 1965 5.830 1975 8.68 1985 44.70
1956 11.10 1966 10.100 1976 6.10 1986 46.90
1957 5.22 1967 9.650 1977 5.33 1987 32.00
1958 4.40 1968 7.510 1978 6.68 1988 36.20
1959 6.71 1969 10.500 1979 38.00 1989 37.50
1960 8.55 1970 14.300 1980 56.90 1990 33.10
1961 8.16 1971 10.100 1981 55.20 1991 73.00
1962 7.83 1972 4.820 1982 42.60 1992 63.50
1963 5.35 1973 11.700 1983 44.10 1993 72.40


0
10
20
30
40
50
60
70
80
1954 1958 1962 1966 1970 1974 1978 1982 1986 1990 1994 1998
P
R
E
C
I
P
I
T
A
C
I
O
N

(
m
m
)

AOS
HISTOGRAMA

3.5.3 Anlisis de Doble Masa

Este anlisis se utiliza para tener una cierta confiabilidad en la
informacin, as como tambin, para analizar la consistencia en lo
relacionado a errores, que pueden obtenerse durante la obtencin de
los mismos y no para una correccin a partir de la recta de doble
masa.

El diagrama de doble masa se obtiene ploteando en el eje de las
abscisas los acumulados de los promedios de los datos hidro-
meteorolgicos y en el eje de las ordenadas el acumulado de cada
estacin hidro-meteorolgica.

El anlisis de doble masa propiamente dicho, consiste en conocer
mediante la identificacin de quiebres que se presentan en los
diagramas, las causas de los fenmenos naturales, o si estos han
sido ocasionados por errores sistemticos. En este ltimo caso,
permite determinar el rango de los perodos dudosos y confiables
para cada estacin de estudio.
Ejemplo.
Para el conjunto de datos presentados, graficar la curva de doble
masa.

Ejemplo.

Para el conjunto de datos presentados, graficar el histograma para
cada estacin y la curva de doble masa, considerando la
precipitacin anual promedio como estacin ndice y analizar los
histogramas y diagrama de masa resultante.
Ao ESTACION "A" ESTACION "B" ESTACION "C"
1985 889.80 452.00 637.70
1986 1076.00 558.50 736.50
1987 1083.70 500.80 590.00
1988 1002.50 606.70 588.30
1989 635.70 607.80 700.60
1990 713.60 714.80 639.90
1991 507.80 722.00 729.60
1992 485.20 868.80 845.20
1993 668.50 742.30 976.50
1994 568.20 584.00 886.80
1995 502.80 716.40 816.50
1996 349.40 646.30 663.90
1997 514.90 688.20 712.60
1998 407.90 947.10 914.80
1999 687.60 645.30 469.10
VALORES DE PRECIPITACION ANUAL (mm)
VALORES DE PRECIPITACION ANUAL Y PROMEDIO (mm)
Ao ESTACION "A" PREC. ACUM. ESTACION "B" PREC. ACUM. ESTACION "C" PREC. ACUM. PROMEDIO PREC. ACUM.
1985 889.80 889.80 452.00 452.00 637.70 637.70 659.83 659.83
1986 1076.00 1965.80 558.50 1010.50 736.50 1374.20 790.33 1450.17
1987 1083.70 3049.50 500.80 1511.30 590.00 1964.20 724.83 2175.00
1988 1002.50 4052.00 606.70 2118.00 588.30 2552.50 732.50 2907.50
1989 635.70 4687.70 607.80 2725.80 700.60 3253.10 648.03 3555.53
1990 713.60 5401.30 714.80 3440.60 639.90 3893.00 689.43 4244.97
1991 507.80 5909.10 722.00 4162.60 729.60 4622.60 653.13 4898.10
1992 485.20 6394.30 868.80 5031.40 845.20 5467.80 733.07 5631.17
1993 668.50 7062.80 742.30 5773.70 976.50 6444.30 795.77 6426.93
1994 568.20 7631.00 584.00 6357.70 886.80 7331.10 679.67 7106.60
1995 502.80 8133.80 716.40 7074.10 816.50 8147.60 678.57 7785.17
1996 349.40 8483.20 646.30 7720.40 663.90 8811.50 553.20 8338.37
1997 514.90 8998.10 688.20 8408.60 712.60 9524.10 638.57 8976.93
1998 407.90 9406.00 947.10 9355.70 914.80 10438.90 756.60 9733.53
1999 687.60 10093.60 645.30 10001.00 469.10 10908.00 600.67 10334.20
Primero se construye un cuadro en el cual se acumulen las
precipitaciones de cada estacin
Segundo, se grfica los aos (eje de las abscisas) vs la precipitacin
media anual de cada estacin. (Histograma)
0.00
100.00
200.00
300.00
400.00
500.00
600.00
700.00
800.00
900.00
1000.00
1100.00
1200.00
1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000
P
R
E
C
I
P
I
T
A
C
I
O
N

(
m
m
)

AOS
HISTOGRAMA DE LAS ESTACIONES A, B, C
Estacin A
Estacin B
Estacin C
Tercero, construimos el diagrama de doble masa considerando en el eje
de las abscisas los datos de la precipitacin media anual promedio de las
tres estaciones.
0.00
1000.00
2000.00
3000.00
4000.00
5000.00
6000.00
7000.00
8000.00
9000.00
10000.00
11000.00
12000.00
0.00 1000.00 2000.00 3000.00 4000.00 5000.00 6000.00 7000.00 8000.00 9000.00 10000.0011000.00
P
r
e
c
i
p
i
t
a
c
i

n

A
n
u
a
l

A
c
u
m
u
l
a
d
a

Promedio de Precipitacin Acumulada
DIAGRAMA DE DOBLE MASA
Estacin A
Estacion B
Estacin C
Cuarto, hacemos el anlisis de los histogramas y el digrama de
doble masa.

De los histogramas, podemos apreciar que la Estacin A insina
la presencia de un salto a partir del ao 1999.

Las estaciones B y C no presentan indicios de que podran
existir saltos o tendencias.

En el caso del diagrama de doble masa, se aprecia que la curva
correspondiente a la estacin A, no presenta una tendencia lineal,
tal y como si lo presentan las estaciones B y C; al contrario, se
nota la presencia de quiebres lo cual nos estara confirmando la
presencia de saltos en esta estacin.

De este ejemplo, se puede concluir que es necesario realizar un
anlisis estadstico (saltos) para verificar la consistencia de la
estacin A

3.5.4 Anlisis Estadsticos

Despus de obtener de los grficos construidos para el anlisis
visual y el anlisis de doble masa, ya tenemos una idea de la posible
inconsistencia y no homogeneidad de los datos, pero en esta etapa
todava no tenemos la certeza estadstica de que la serie hidrolgica
histrica sea inconsistente y no homognea.

En esta etapa, procedemos a efectuar los anlisis estadsticos que
nos determinaran si finalmente la serie histrica es inconsistente y no
homognea empleando:

Anlisis de Saltos
Consistencia en la media
Consistencia en la desviacin estndar

Anlisis de Tendencias
Tendencia en la media
Tendencia en la desviacin estndar
PRESENCIA DE SALTOS EN LA SERIE HIDROLOGICA

PRESENCIA DE TENDENCIAS EN LA SERIE HIDROLOGICA

3.6 Anlisis de Saltos

3.6.1 Consistencia de la Media

El anlisis estadstico consiste en probar, mediante la prueba
t, si los valores medios de las sub-muestras, son
estadsticamente iguales o diferentes con una probabilidad del
95% o con 5% de nivel d significacin, de la siguiente manera:

a) Clculo de la media y de la desviacin estndar para un
perodo segn:
Promedio aritmtico (media) de las muestras.
Desviacin estndar.

=
=
1
1
1
1
1
n
i
i
x
n
x

=
=
2
1
2
2
1
n
j
j
x
n
x
( ) ( )
2
1
1
2
1
1
1
1
1
1
(

=

=
n
i
i
x x
n
x S
( ) ( )
2
1
1
2
2
2
2
2
1
1
(

=

=
n
j
j
x x
n
x S


Donde:

x
1
Valores de la serie del perodo 1 (Media muestral)
x
2
Valores de la serie del perodo 2 (Media muestral)
n Tamao total de la muestra
n
1
Tamao de la muestra del primer perodo
n
2
Tamao de la muestra del segundo perodo
S
1
(x) Desviacin Estndar del primer perodo
S
2
(x)

Desviacin Estndar del segundo perodo

b) Clculo del Estadstico t (tc)

b.1) Establecimiento de la hiptesis planteada y la alternativa
posible, as como el nivel de significacin

Hp
1
=
2
(Media poblacional)
Ha
1

2

0.05 (5%)





b.2) Calcular la desviacin standart de las diferencias de los
promedios


Desviacin Estndar
ponderada


Desviacin de la diferencia de
promedios




b.3) Calculo del valor de Tc segn:


donde
1
=
2
Por hiptesis

d
c
S
x x
t
) ( ) (
2 1 2 1

=
( ) ( )
2
1
2 1
2
2 2
2
1 1
2
1 1
(

+
+
=
n n
S n S n
S
P
2
1
2 1
1 1
(

+ =
n n
S S
P d


b.4) Hallar el t tabular t
t
en las tablas

El valor tabular t
t
, se obtiene de la tabla de Student, con una
probabilidad al 95%, o a un nivel de significacin del 5% es decir
con /2=0.025 y con grados de libertad = n
1
+ n
2
2.









b.5) Comparacin de t
c
con t
t


Si t
c
<= t
t
, no se debe corregir la informacin
Si t
c
> t
t
, se debe corregir la informacin

3.6.2 Consistencia en la Desviacin Estndar

El anlisis estadstico consiste en probar, mediante la
prueba F, si los valores de la desviacin estndar de las
sub-muestras, son estadsticamente iguales o diferentes
con una probabilidad del 95% o con 5% de nivel d
significacin, de la siguiente manera:

a) Clculo de las varianzas de ambos perodos segn:
( )
(

=

=
1
1
2
1
1
2
1
1
1
) (
n
i
i
x x
n
x
S
( ) ( )
(

=

=
2
1
2
2
2
2
2
1
1
n
j
j
x x
n
x
S

b) Clculo del Estadstico F

b.1) Se establece la hiptesis planteada y alternativa as como
el nivel de significacin

Hp
1
=
2
(Varianza poblacional)
Ha
1

2

0.05 (5%)

b.2) Se calcula el Fc:






( ) ( ) x S x S
2
2
2
1
>
( ) ( ) x S x S
2
1
2
2
>
( )
( )
2
2
1
(

=
x S
x S
F
C
( )
( )
2
1
2
(

=
x S
x S
F
C

b.3) Clculo del valor F
t
en las tablas

El valor tabular F
t
, se obtiene de la tabla de F, con una
probabilidad al 95%, o a un nivel de significacin del 5% es
decir con =0.05 y grados de libertad:

G.L.N. = n
1
1
G.L.D. = n
2
1

G.L.N. = n
2
1
G.L.D. = n
1
1

Donde:

G.L.N. Grados de libertad del numerador.
G.L.D. Grados de libertad del denominador.


( ) ( ) x S x S
2
2
2
1
>
( ) ( ) x S x S
2
1
2
2
>


b.4) Comparacin del Fc con el F
t


Si Fc <= F
t
No se debe corregir informacin

Si Fc >= F
t
Se debe corregir informacin


3.6.3 Correccin de los Datos

En los casos en que los parmetros media y desviacin
estndar deban ser corregidos, de acuerdo a los
resultados de las pruebas t y F, se realizan las
correcciones en las sub-muestras empleando las
siguientes ecuaciones:

Cuando se deban corregir
los valores de la sub-
muestra de tamao n
1
.
( )
( )
2 2
1
1
'
) (
x x S
x S
x x
t
t
x
+

=


Cuando se deban corregir los
valores de la sub-muestra de
tamao n
2
.

X
(t)
Valor corregido de saltos
x
t
Valor a ser corregido


3.6.4 Bondad de la Informacin Corregida

Para comprobar si la informacin corregida esta de acuerdo a los
lmites de aceptacin con 95% de probabilidades se analiza
estadsticamente la media y desviacin standart con el procedimiento
descrito.
La informacin corregida, no ser una informacin ideal o naturalizada,
puesto que mantendr un nivel de incertidumbre en relacin a los
valores individuales, es decir la magnitud de aos secos o hmedos.
( )
( )
1 1
2
2
'
) (
x x S
x S
x x
x
t
t
+

=

3.7 Anlisis de Tendencias

Antes de realizar el anlisis de tendencias, se realiza el anlisis
de saltos y con la serie libre de saltos, se procede a analizar
las tendencias en la media y en la desviacin estndar.

A continuacin, presentaremos el procedimiento general para
tratar la serie histrica de la cual se sospecha la presencia de
tendencias. (Tendencia lineal)

a) Consistencia en la Media




b) Consistencia en la Desviacin Estndar


PRECIPITACION TOTAL MENSUAL (mm) - ESTACION "A"
Ao Ene Feb Mar Abr May Jun Jul Ago Set Oct Nov Dic Total
1985
149.7 133.4 106.1 66.0 17.6 36.7 13.4 8.0 50.9 47.2 86.7 174.1 889.8
1986
179.4 193.0 192.1 153.3 35.3 0.6 25.4 57.2 72.3 51.7 40.9 74.7 1075.9
1987
185.6 126.6 85.1 25.9 37.2 22.7 50.2 29.4 55.8 78.2 192.4 194.6 1083.7
1988
198.9 139.9 96.4 107.5 12.4 0.0 2.2 0.0 45.2 102.1 133.1 164.9 1002.6
1989
94.5 89.3 88.7 43.3 6.9 4.2 1.5 39.1 41.4 55.1 116.4 55.3 635.7
1990
162.0 38.6 33.5 33.5 33.0 31.9 11.9 39.2 45.4 116.0 99.7 68.9 713.6
1991
50.2 49.5 99.8 29.1 27.1 29.0 2.4 0.0 69.9 48.8 52.9 49.1 507.8
1992
45.6 43.9 31.1 25.9 18.9 30.8 7.9 8.7 52.5 64.1 89.3 66.6 485.3
1993
79.4 72.9 83.5 34.6 10.7 32.6 13.3 17.3 35.1 79.4 125.6 84.1 668.5
1994
88.1 100.8 64.6 80.1 19.8 1.6 0.0 8.4 34.3 42.6 38.2 89.7 568.2
1995
106.2 96.7 62.8 48.3 7.1 0.0 10.5 2.8 19.6 30.2 41.9 76.7 502.8
1996
52.9 68.2 51.3 52.6 8.6 0.0 0.0 5.4 9.8 26.7 35.7 38.2 349.4
1997
75.6 104.0 45.5 26.6 8.0 0.7 1.5 26.2 62.6 44.0 48.8 71.4 514.9
1998
95.7 70.3 48.6 28.9 7.3 0.5 0.0 0.0 2.0 47.5 57.8 49.3 407.9
1999
112.9 125.6 90.2 61.8 10.7 3.7 18.4 4.9 42.6 44.1 82.8 89.8 687.5
Mnimo 45.6 38.6 31.1 25.9 6.9 0.0 0.0 0.0 2.0 26.7 35.7 38.2 349.4
Mximo 198.9 193.0 192.1 153.3 37.2 36.7 50.2 57.2 72.3 116.0 192.4 194.6 1083.7
Desv. Stand 51.2 42.1 39.8 36.0 10.9 15.2 13.4 17.7 20.3 25.3 44.8 48.3 237.9
Promedio 111.8 96.8 78.6 54.5 17.4 13.0 10.6 16.4 42.6 58.5 82.8 89.8 672.9
Ejemplo

Para los datos de precipitacin mensual de la estacin A, construir su
histograma y realizar el anlisis de saltos.
La construccin del histograma, se realiza graficando los datos de
precipitacin de los 15 aos en el eje de las abscisas, mes a mes, y en
el eje de las ordenadas la precipitacin correspondiente a cada mes.
, 4.9
0.0
20.0
40.0
60.0
80.0
100.0
120.0
140.0
160.0
180.0
200.0
19
85
19
86
19
87
19
88
19
89
19
90
19
91
19
92
19
93
19
94
19
95
19
96
19
97
19
98
19
99
P
r
e
c
i
p
i
t
a
c
i

n

(
m
m
)

Tiempo en Aos
Precipitacin Mensual 1985 - 1999
Para realizar el anlisis de saltos, debemos desarrollar los siguientes
pasos:

a) Identificar los perodos en los cuales se estima se haya producido
el salto.

Del anlisis de doble masa realizado y del histograma de
precipitacin mensual elaborado para la estacin A, se observa
que existen dos perodos definidos ; uno comprendido entre el
mes de enero de 1985 y enero del ao 1990 y el otro
comprendido entre el mes de febrero del 1990 y diciembre de
1999. (Anlisis grfico)

n
1
= 61 (meses entre enero 1985 y enero 1990)
n
2
= 119 (meses entre febrero de 1990 y diciembre 1999)















b) Realizar la Prueba de Medias

Calculo la media y desviacin estndar para cada perodo.

Perodo 1 (verde: enero 1985 enero 1990)
Promedio 1 = 79.50 (Comando promedio excel)
Desv. Est. 1 = 61.40 (Comando desvest excel)
Perodo 2 (rojo: febrero 1990 diciembre 1999)
Promedio 2 = 44.10 (Comando promedio excel)
Desv. Est. 2 = 32.81 (Comando desvest excel)

Clculo de la Desviacin Estndar ponderada (Sp), Desviacin
de la diferencia de promedios (Sd) y t calculado (tc)





n
1
= 61
n
2
= 119
S
1
= 61.40
S
2
= 32.81

Sp = 44.54
Sd = 7.01
tc = 5.05 (En caso saliera negativo, se toma el valor absoluto)
d
c
S
x x
t
2 1

=
( ) ( )
2
1
2 1
2
2 2
2
1 1
2
1 1
(

+
+
=
n n
S n S n
S
P
2
1
2 1
1 1
(

+ =
n n
S S
P d
Clculo del tt tabular (de tablas) y comparacin con el tc calculado

Nmero de grados de libertad = n
1
+ n
2
2
= 61 + 119 2 = 178
tt tabular (de tablas) = 1.97
tc calculado = 5.05

Como tc > tt; entonces existe salto en la media.

c) Realizar la Prueba de Varianzas

S
1
= 61.40 S
1
= 3768.32

S
2
= 32.80 S
2
= 1076.88


Fc = 3.50
2
2
( )
( )
2
2
1
(

=
x S
x S
F
C
Clculo del Ft tabular (de tablas) y comparacin con el Fc
calculado.

G.L.N. = n1 - 1 = 61 1 = 60
G.L.D. = n2 1 = 119 1 = 118
Alfa = 0.05

entrando a tablas tenemos Ft = 1.43, entonces:

Fc = 3.50
Ft = 1.43

Fc > Ft Existe salto en la varianza

d) Correccin de la informacin

Se recomienda que se corrija la informacin que sea ms antigua ya
que en cualquier momento se puede hacer una inspeccin y conocer
el estado de operacin y conservacin de la estacin.
Procederemos a corregir la informacin meteorolgica del mes de
abril de 1989, para lo cual emplearemos la frmula mostrada en el
numeral anterior.






xt = 43.3 (precipitacin del mes de abril de 1989)
x
2
= 44.1 (promedio de datos del segundo perodo)
S
1
= 61.4 (Desv. Estand. de datos del primer perodo)
S
2
= 32.8 (Desv. Estand. de datos del segundo perodo)

Aplicando la formula, tenemos:

X
(t)
= 24.71 Precipitacin del mes de abril de 1989 corregida
( )
( )
2 2
1
1
'
) (
x x S
x S
x x
t
t
x
+

=
Ejercicios

Ejercicio N 01

Se tiene una serie mensual de precipitacin de una estacin X la cual
tiene un perodo de 139 meses, vale decir desde Junio de 1964 a
diciembre de 1975, en la cual se deduce del anlisis de doble masa y de
la informacin de campo que el perodo junio 1964 marzo 1966
presenta datos dudosos debido a que las lecturas del pluvimetro las
realizaban das despus de haber cesado la lluvia cuando haba
facilidades de transporte del encargado hasta la estacin de medida,
habindose establecido que a partir de abril de 1966 a diciembre de 1975
la informacin es ms confiable.

En la tabla 01, se presenta la informacin necesaria para el anlisis
estadstico.

Tabla N 01









Solucin:

Aplicando las frmulas correspondientes encontramos:
N
Media
"X"
Desv.
Estndar
"S(x)"
jun-64 mar-66 22.00 12.43 7.60
abr-66 dic-75 117.00 153.43 74.01
PERIODO
T 95% (Tabla) Comparacin
Diferencia en
la Media
Significativa
1.97 Tc > Tt Si
"T" calculado
-8.17
F 95% (Tabla) Comparacin
Diferencia en
la Desviacin
Significativa
1.84 Fc > Ft Si
"F" calculado
94.93
El anlisis propuesto asume el total de valores considerados en la
serie mensual de tal forma que los grados de libertad (G.L.) sean
significativos. Sin embargo, en trminos estrictos deberan
considerarse los valores anuales (total anual) a efecto de eliminar la
periodicidad y dependencia de la serie mensual, en ese caso N1 = 2 y
N2 = 10.

Se concluye que tanto la media como la desviacin standart del
perodo uno es diferente al perodo dos, por lo que se va a corregir el
perodo uno en base al perodo dos, segn la ecuacin:

Xt = 9.74 Xt + 32.38
Ejercicio N 02

Analizando la serie histrica 1961-91 de una estacin pluviomtrica X y
su grfica de doble masa, se establece la diferencia de medias y
varianzas para dos perodos. Realizar el anlisis estadstico respectivo.










Solucin.

N
Media
"X"
(mm)
Desv.
Estndar
"S(x)"
(mm)
1961 1968 8.00 1566.70 120.50
1969 1991 23.00 1743.70 175.80
PERIODO
Anlisis de medias:

= 0.05
G.L. = 23+8-2 = 29
Tc = -2.63 (Se toma el valor absoluto)
Tt = 2.04
Tc > Tt

Anlisis de varianzas

= 0.05
G.L.1 = 8-1 = 7
G.L.2 = 23-1 = 22
Fc = 2.12
Ft = 2.01
Fc > Ft

Ecuacin de correccin

X1 = 1.46 X1 - 542.4
3.8 Completacin y Extensin de Datos

3.8.1 Completacin de Datos

El completado de series de datos es uno de los problemas que
frecuentemente tienen lugar en los estudios de evaluacin de
Recursos Hdricos.

Generalmente, para completar los registros de una estacin suele
recurrirse a los datos disponibles en estaciones prximas con
rgimen similar de funcionamiento. Este problema puede formularse
como:
i
n
i
i x
p a P

=
=
1
Donde ai > 0 es el factor de ponderacin de la estacin i, Pi es el
valor observado en la estacin i, n es el nmero de estaciones ndice
y Px es el valor estimado en la estacin incompleta x. Los
diferentes mtodos existentes difieren en la forma de obtener los
factores de ponderacin ai, i=1,2,....,n.

Entre los mtodos de completacin de datos ms utilizados
destacan:

a) Mtodo del promedio aritmtico
b) Mtodo de la relacin normalizada
c) Mtodo de regresin simple
d) Mtodo de generacin aleatoria, estocsticos, etc
e) Mtodo del inverso de la distancia
f) Mtodo de correlacin
g) Mtodo de isoyetas

Estos mtodos, que han sido ordenados, en una primera
aproximacin, de menor a mayor fiabilidad, pueden ver alterada su
clasificacin dependiendo de la escala temporal del completado.
a) Mtodo del Promedio Aritmtico

Este mtodo es aplicado por lo general para estimar los valores
mensuales y anules faltantes. Se debe verificar que los
promedios anuales o mensuales de cada una de las estaciones
auxiliares no debe exceder en mas del 10% de la registrada en
la estacin incompleta (respecto al promedio encontrado).


Px Precipitacin mensual faltante en mm.
Pi Precipitacin mensual en la estacin i
en mm.
n Nmero de estaciones con registros
incompletos

Es importante indicar que, si dentro de los registros de datos
faltan menos del 5% de informacin, estos se pueden completar
con un simple promedio de todos los datos existentes o la
semisuma de los datos del ao anterior y siguiente.
n
P
P
i
x

=
b) Mtodo de la relacin normalizada

En este mtodo la lluvia anual (o mensual) faltante en una cierta
estacin pluviomtrica, se estima a partir de los valores
observados en tres estaciones cercanas, situadas
uniformemente alrededor de la estacin incompleta y que
contengan los registros faltantes.

Si la precipitacin media anual (o media mensual) de cada una
de las estaciones auxiliares est dentro del 10% de la registrada
en la estacin incompleta, se usar el promedio aritmtico de las
tres estaciones para estimar el dato anual (o mensual) faltante.

Si la precipitacin media anual (o media mensual) de cualquiera
de las estaciones auxiliares difiere en ms de un 10% de la
medida de la estacin incompleta, el dato faltante ser
determinado por el mtodo de la relacin normalizada, en el cual
los valores observados en las estaciones auxiliares son
ponderados mediante las relaciones o cocientes de precipitacin
media anual (o media mensual) correspondiente.
Es decir el dato faltante anual (o mensual) Px ser igual a:
Donde:

Nx : Precipitacin media anual (o media mensual) en la estacin
incompleta, en mm.
Na,Nb,Nc : Precipitacin media anual (o media mensual) en las
estaciones auxiliares a, b, c, en mm.
Pa,Pb,Pc : Precipitacin anual (o mensual) observada en las
estaciones a,b,c para la misma fecha que la faltante, en mm.

El mtodo de la relacin normalizada permite estimar datos
faltantes a nivel anual o mensual, pero se recomienda para los
primeros. Finalmente el mtodo puede ser empleado para
considerar un nmero mayor de estaciones.
c) Mtodo de la regresin simple

Para aplicar este mtodo, se tiene que tener presente que todas las
estaciones a ser correlacionadas deben tener una similitud en su
ubicacin y estn cercanas.

Entre los principales modelos de regresin usados en hidrologa,
podemos mencionar:

Regresin lineal simple Y = a + b X
Regresin logartmica Y = a + b ln (X)
Regresin Potencial

Y = a X
b

Regresin exponencial Y = a exp (bX)

Todas estas ecuaciones pueden ser analizadas como modelos de
regresin lineal simple, usando su forma linealizada.

A continuacin se muestran las ecuaciones para el clculo de los
coeficientes y coeficiente de correlacin para un anlisis de
regresin lineal simple.
Donde:

Y = a + b X
d) Mtodo de la Generacin Aleatoria

En este caso, el dato faltante ser completado mediante el siguiente
modelo lineal:





Donde es un nmero aleatorio con distribucin normal, lognormal,
gamma, etc.

Para la completacin de datos, mediante generacin de nmeros
aleatorios, se debe probar por los test de Chi-Cuadrado o Smirlov
kolmogorov si la serie hidrolgica se ajusta a la distribucin
seleccionada.
o + =

P P
i
3.8.2 Extensin de Datos

La extensin de informacin, es el proceso de transferencia de
informacin desde una estacin con largo registro histrico a otra
estacin con corto registro histrico.

La extensin de datos, es ms importante que la Completacin, por
cuanto modifican sustancialmente a los estimadores de los
parmetros poblacionales, por ejemplo, la media de una muestra
corta, ser diferente a la media de una muestra extendida.

La Completacin y extensin de la informacin hidrometeorolgica
faltante, se efecta para tener en lo posible serie completas, ms
confiables y de un perodo uniforme.

Los modelos de regresin, vistos en el numeral anterior, son los ms
empleados para extender las series hidrolgicas.
Ejercicios

Ejercicio N 01

Se desea determinar la precipitacin total del ao 1972 en la estacin D,
teniendo como informacin los datos de las estaciones A, B, C, D
empelando el mtodo de la relacin normalizada.

Estacin Precipitacin 1972 Precipitacin Promedio
(mm) 30 aos (mm)

A 412 399
B 517 430
C 389 400
D ? 290

Sol.
Ejercicio N 02.

Calcular la precipitacin media anual para el ao 1986 en la estacin
X teniendo como informacin los datos de las estacin A.

Ao Estacin A Estacin X
(mm) (mm)

1984 754 731
1985 766 690
1986 166
1987 410 306
1988 576 610

Sol.
Ejercicio N 03.

Completar los datos de precipitacin mediante el mtodo de
regresin lineal, logartmica, potencial y exponencial.


Estacin "A" Estacin "B"
X Y
1985 45.00 47.00
1986 51.10 52.00
1987 53.00 54.50
1988 54.00 59.00
1989 56.00 63.00
1990 63.00 72.00
1991 70.10 82.00
1992 74.20 80.00
1993 48.00 50.30
1994 60.00 62.40
1995 90.20
1996 70.10
1997 40.30
1998 60.50
1999 56.70
Precipitacin (mm)
AO
Sol.

a) Modelo de regresin lineal simple
Estacin "A" Estacin "B"
(X-Xpro) (Y-Ypro) (X-Xpro)*(Y-Ypro)
(X-Xpro)
2
X Y (1) (2) (3) = (1) *(2)
(4) = (2)
(2)
1985 45.00 47.00 -12.44 -15.22 189.34 154.75
1986 51.10 52.00 -6.34 -10.22 64.79 40.20
1987 53.00 54.50 -4.44 -7.72 34.28 19.71
1988 54.00 59.00 -3.44 -3.22 11.08 11.83
1989 56.00 63.00 -1.44 0.78 -1.12 2.07
1990 63.00 72.00 5.56 9.78 54.38 30.91
1991 70.10 82.00 12.66 19.78 250.41 160.28
1992 74.20 80.00 16.76 17.78 297.99 280.90
1993 48.00 50.30 -9.44 -11.92 112.52 89.11
1994 60.00 62.40 2.56 0.18 0.46 6.55
1995 90.20
1996 70.10
1997 40.30
1998 60.50
1999 56.70
PROMEDIO 57.44 62.22 SUMA 1014.13 796.32
Precipitacin (mm)
AO
Clculo de Parmetros Diversos
b) Modelo de regresin logartmica, potencial, exponencial

El tratamiento es similar ya que se deben linealizar las ecuaciones
logartmica, potencial, exponencial. Para nuestro caso, pondremos
los resultados obtenidos de la hoja de clculo Excel.
REGRESION LOGARITMICA
y = 74.786Ln(x) - 239.84
R
2
= 0.9545
0.00
10.00
20.00
30.00
40.00
50.00
60.00
70.00
80.00
90.00
40.00 50.00 60.00 70.00 80.00
Precipitacin X (mm)
P
r
e
c
i
p
i
t
a
c
i

n

Y

(
m
m
)
REGRESION SIMPLE
y = 1.2735x - 10.931
R
2
= 0.9554
0.00
10.00
20.00
30.00
40.00
50.00
60.00
70.00
80.00
90.00
40.00 50.00 60.00 70.00 80.00
Precipitacin X (mm)
P
r
e
c
i
p
i
t
a
c
i

n

Y

(
m
m
)
REGRESION POTENCIAL
y = 0.5209x
1.18
R
2
= 0.9604
0.00
10.00
20.00
30.00
40.00
50.00
60.00
70.00
80.00
90.00
40.00 50.00 60.00 70.00 80.00
Precipitacin X (mm)
P
r
e
c
i
p
i
t
a
c
i

n

Y

(
m
m
)
REGRESION EXPONENCIAL
y = 19.41e
0.02x
R
2
= 0.9509
0.00
10.00
20.00
30.00
40.00
50.00
60.00
70.00
80.00
90.00
40.00 50.00 60.00 70.00 80.00
Precipitacin X (mm)
P
r
e
c
i
p
i
t
a
c
i

n

Y

(
m
m
)
3.9 Modelos CORMUL y HEC 4

3.9.1 Modelo CORMUL

El modelo CORMUL, es un modelo estocstico de correlacin, que
se fundamenta en el hecho de que la mayor rentabilidad en la mejora
del completado se produce al pasar de una regresin simple a una
doble y ya a medida que se va aumentando el nmero de estaciones
a correlacionar la tasa de mejora disminuye.

El mtodo establece ecuaciones de correlacin doble y mejora el
criterio habitual de prioridad (coeficiente de correlacin mltiple) en
el momento de decidir la pareja de estaciones con las cuales se
completan las lagunas de una estacin dada.

Este mtodo fue desarrollado en el Centro de Estudios Hidrolgicos
del CEDEX y se aplica para el completado de precipitaciones.
a) Estacionarizacin de las Series de Datos de Precipitacin.

Para cada estacin se calcula la media y la desviacin tpica de cada
uno de los perodos considerados (meses):


(1)


(2)

=
=
N
I
j i
X
N
X
1
,
1
2
1
1
2
) (
1
1
(


=
=

=
N
i
j
j X Xij
N
S
Donde:

X
ij
Precipitacin en el ao i y mes j
X Media del mes j
N Nmero de aos de la serie
Sj Desviacin tpica del mes j

Posteriormente, se estacionaran las series mediante la expresin:


(3)
j
j j i
j i
S
X X
t

=
,
,
t
ij
, es una serie estacionaria en media y varianza, donde se han
suprimido las tendencias estacionales. En la prctica los datos de
precipitaciones no suelen presentar autocorrelacin temporal y sus
valores siguen una distribucin normal. Esto ltimo hace
generalmente innecesario realizar transformaciones normalizantes
previas de los valores x
ij
.
b) Establecimiento de la ecuacin de regresin.

Los valores tij correspondientes a una estacin se pueden expresar
en funcin de los de otras pareja de estaciones mediante el modelo
estocstico de regresin siguiente:
j i j i j i j i j i j i j i
t t a t t a t t
,
2
,
2
, 2
1
,
1
, 1
3
,
3
,
) ( ) ( c + + + =
Donde los sub ndices 1,2 y 3 representan el nmero de estacin, a
1

y a
2
son los coeficientes de regresin parcial, que son funcin de los
coeficientes de correlacin simple r
13
, r
23
, r
12
y E
ij
, es un ruido
independiente y normalmente distribuido de media 0 y desviacin
tpica Se.
Las medias de los t
ij
en cada estacin toman el valor 0 ya que son
series previamente estacionarizadas y consecuentemente,
estandarizadas. Las expresiones de los coeficientes de regresin a1 y
a2 son:


(5)


(6)
(

=
2
12
12 23 13
1
3
1
1 r
r r r
S
S
a
(

=
2
12
12 13 23
2
3
2
1 r
r r r
S
S
a
(4)
Donde:

r
12
es el coeficiente de correlacin simple entre las
estaciones 1 y 2.
r
13
es el coeficiente de correlacin simple entre las
estaciones 1 y 3.
r
23
es el coeficiente de correlacin simple entre las
estaciones 2 y 3.
S
1
, S
2
y S
3
son las desviaciones tpicas de las series tij
correspondientes a cada estacin. Dado que estas
series han sido previamente estacionarizadas su valor
ser la unidad.
La varianza del ruido (Se)
2
se puede estimar a partir de la siguiente
expresin:

(7) ) 1 (
2 2
3
2
R S S
e
=
2
3
S
R
2

Donde:

Es la varianza de la serie estacionaria correspondiente a la
estacin a completar (toma el valor unidad)

Es el cuadrado del coeficiente de correlacin mltiple, que
se define en el apartado siguiente.
c) Proceso de Completado.

Los valores tij correspondientes a una estacin se pueden expresar
en funcin de los de otras pareja de estaciones mediante el modelo
estocstico de regresin siguiente:

Formacin de una matriz de correlacin, funcin de los coeficientes
de correlacin mltiple y del nmero de datos comunes entre las tres
estaciones.

La expresin de la matriz de priorizacin es la siguiente:
Donde:

P
ij
elemento (i,j) de la matriz de priorizacin correspondiente a
la estacin k.
coeficiente de correlacin mltiple entre la estacin k y las
estaciones i,j.
N
ijk
nmero de datos comunes en las series de datos
correspondientes a las estaciones ijk.
N nmero de datos totales en el perodo de registro.
a 0.1 (valor determinado experimentalmente).

El coeficiente de correlacin mltiple , al ser S1 = S2 = S3 = 1,
adopta la siguiente expresin.
k
ij
R
a
ijk
k
ij
k
ij
N
N
R P
(

=
k
ij
R
(8)
Su valor vara entre 0 y 1. Cuanto ms cercano sea a 1, mejor es la
correlacin entre las variables.

El cuadrado del coeficiente de correlacin mltiple, representa el
porcentaje de la varianza explicada de la variable dependiente
mediante la ecuacin de regresin.

d) Desestacionarizacin de las Series de Datos

Dado que las series completadas han sido las t
ij
, es preciso
deshacer la transformacin realizada para obtener la serie completa
original x
ij
. Ello se consigue aplicando la siguiente expresin:

2
1
2
1
2
2 2
(
(
(

+
=
ij
r
ij
r
kj
r
ki
r
kj
r
ki
r
k
ij
R
j i j j j i
t S X X
, ,
+ =
(9)
(10)
3.9.2 Modelo HEC 4 Monthly Streamflow Simulacion

Este programa analiza escurrimientos mensuales en una serie de
estaciones entre s para determinar sus caractersticas estadsticas y
generar una secuencia hipottica de los flujos de cualquier longitud
deseada con esas caractersticas.

Se reconstituyen los caudales que faltan en la base de los flujos
concurrentes observadas en otros lugares y as se obtienen las
cantidades mximas y mnimas para cada mes y para duraciones
especificadas en los registros de flujos reconstituidos y generados.

Hay muchas opciones de usar el programa para diversos propsitos
relacionados, y puede ser usado para otras variables como las
precipitaciones, la evaporacin y las necesidades de agua, sola o en
combinacin.
Mtodo de computo

En el componente de anlisis estadstico de este programa, los
flujos para cada mes y en cada estacin son primero
incrementados en una cantidad igual a 1% de su promedio
mensual para prevenir la presencia de logaritmos infinitos
negativos. Este incremento despus es sustraido. La media,
desviacin standart, coeficiente de asimetra para cada estacin
y mes del calendario son calculados .
Cada flujo individual es entonces convertido a una variable standart
normalizada usando la aproximacin de la distribucin Pearson Tipo
III.
Donde:

t Desviacin Standart Pearson Tipo III
k Desviacin Standart Normal

El modelo estocstico de regresin planteado es del tipo:







Donde:

valor en el mes j del ao i de la variable transformada
(Pearson tipo III) en la estacin a completar 0.

valor en el mes j-1 del ao i de la variable transformada
(Pearson tipo III) en la estacin a completar 0.

,
0
=
0

, 1
0
+
1

,
1

=1
+
,

,
0

, 1
0

b0 Coeficiente autorregresivo (temporal)
b1 Coeficiente de regresin entre las estaciones 0 y 1
valor en el mes j del ao i de la variable transformada
(Pearson Tipo III) en la estacin 1.
N Nmero de estaciones consideradas en la regresin
ruido de media 0 y desviacin tpica.

El proceso de completado de datos es similar al expuesto en el
modelo CORMUL. La conversin de la desviacin standart
Normal son convertidas a flujo empleando la siguientes
ecuaciones:

,
1

,

El procedimiento de trabajo en el programa HEC 4, consiste en
generar dos archivos; el primero con extensin *.DAT, el cual es el
Input y el segundo archivo con extensin *.SAL, el cual es el
Output.

En el caso del archivo de entrada, este debe contener los datos de
todas las estaciones a correlacionar, los datos faltantes se ingresan
con -1.00. El archivo de salida, ya calcula los datos faltantes y al
valor numrico obtenido lo acompaa la letra E.
Ejemplo de Aplicacin

Se tienen cuatro (04) estaciones meteorolgicas ubicadas en la parte
alta de Huancavelica cuyos registros se encuentran incompletos. Se
pide completar los registros para el mes de enero correspondientes
a los aos 1989, 1990 y 1991 empleando:

a) El mtodo de la relacin normalizada.
b) El mtodo de regresin simple. (Buscar la ecuacin de mejor
ajuste)
c) El modelo CORMUL.
d) El programa HEC 4.

Realizar la discusin correspondiente.
AO ENE FEB MAR ABR MAY JUN JUL AGO SET OCT NOV DIC
1976 193.10 159.70 124.60 36.90 9.60 15.30 22.30 36.80 52.60 7.00 6.00 109.60
1977 104.80 17.30 0.00 21.90 22.60 0.00 1.10 0.60 32.10 31.70 95.40 91.30
1978 115.20 97.90 32.40 45.90 6.60 4.10 2.10 1.80 22.50 34.70 87.90 70.70
1979 56.90 115.80 120.20 34.50 6.70 3.70 4.10 6.20 8.10 16.50 30.70 39.90
1980 93.00 51.80 54.30 35.10 29.50 4.00 5.66 33.00 73.80 86.60 25.90
1981 47.20 67.30 41.80 15.60 15.60 0.10 5.66 12.60 29.00 38.60 83.70
1982 69.10 51.40 178.27 2.10 10.97 9.60
1983 5.50 51.60 112.60 124.40 13.70 0.00 0.00 0.00 0.00 0.00 50.10 61.80
1984 19.10 35.80 274.40 60.07 25.73 119.23
1985 10.40 15.80 11.80 20.40 4.70 28.20 1.00 0.20 3.60 1.30 1.50 83.00
1986 100.50 92.90 39.60 24.20 1.20 0.20 1.10 1.90 0.90 1.10 3.00 98.90
1987 255.10 81.30 109.00 38.10 4.00 0.40 19.70 15.10 5.80 21.20 24.50 46.00
1988 248.40 165.90 177.90 115.60 77.30 1.50 0.00 0.30 8.90 42.00 19.80 88.60
1989 114.80 75.20 96.50 51.20 12.40 9.20 0.50 28.90 34.30 86.20 54.37
1990 21.30 4.90 28.90 31.30 128.70 101.70 7.40 21.40 66.00 81.80 179.10 82.60
1991 111.10 91.20 79.10 130.30 22.00 1.70 0.00 8.50 29.50 22.60 32.50
1992 91.80 84.10 104.40 45.10 3.20 15.80 13.80 26.70 9.90
1993 131.60 140.30 153.50 184.00 23.00 29.60 8.50 36.60 72.80 104.00 109.30 65.80
1994 133.50 331.20 239.00 50.20 39.80 11.30 32.70 18.80 60.30 28.80 43.50 22.40
1995 33.30 133.10 179.60 97.10 16.70 0.00 0.00 2.10 26.40 65.80 69.30 63.20
1996 223.40 159.60 187.30 117.70 25.20 2.40 2.90 46.30 44.60 66.00 58.50 165.60
1997 253.00 256.30 90.20 125.00 30.50 0.00 0.00 220.20 57.10 104.50 101.00 155.40
1998 373.60 466.80 389.00 153.40 0.00 59.80 0.00 28.40 58.80 122.70 154.40 103.70
NUM. 23.00 22.00 23.00 21.00 23.00 22.00 21.00 20.00 21.00 20.00 22.00 19.00
MEDIA 121.99 120.73 123.32 68.89 28.85 14.56 6.20 25.90 29.47 47.38 62.05 78.45
D.S. 95.27 109.95 92.38 49.47 37.02 24.18 8.85 48.13 24.03 38.00 49.56 38.84
ESTACION CHOCLOCOCHA
AO ENE FEB MAR ABR MAY JUN JUL AGO SET OCT NOV DIC
1976 116.30 121.32 106.44 47.56 19.44 1.36 7.48 6.85 22.35 49.41 39.87 100.40
1977 60.11 62.71 55.02 24.59 10.05 0.70 3.87 3.54 11.55 25.54 20.61 51.90
1978 76.43 79.73 69.95 31.26 12.78 0.89 4.91 4.50 14.69 32.47 26.20 65.98
1979 63.99 66.76 58.57 26.17 10.70 0.75 4.11 3.77 12.30 27.19 21.94 55.25
1980 78.80 82.20 72.12 32.23 13.17 5.07 4.64 15.14 33.48 27.01 68.03
1981 53.57 55.88 49.03 21.91 8.95 0.62 3.44 3.16 10.29 22.76 18.36 46.25
1982 158.07 138.68 25.33 1.77 9.74 8.93 29.12 64.38 51.94 130.81
1983 60.26 62.86 55.15 24.64 10.07 0.70 3.87 3.55 11.58 25.60 20.66 52.02
1984 236.57 246.80 216.53 96.75 39.54 2.76 15.21 13.94 45.47 100.51 204.24
1985 22.59 23.57 20.68 9.24 3.78 0.26 1.45 4.34 9.60 7.74 19.50
1986 51.67 53.91 21.13 8.64 0.60 3.32 3.04 9.93 21.95 17.71 44.61
1987 92.01 95.99 84.22 37.63 15.38 1.07 5.92 5.42 17.68 39.09 31.54 79.44
1988 143.65 149.86 131.48 58.75 24.01 1.67 9.24 8.46 27.61 61.03 49.24 124.02
1989 87.59 91.38 80.17 35.82 14.64 1.02 5.63 5.16 16.83 30.03 75.62
1990 113.38 103.77 46.37 18.95 1.32 7.29 6.68 21.79 48.17 38.87 97.89
1991 161.52 168.50 147.83 66.06 27.00 1.88 10.39 9.51 31.04 68.63 55.37 139.44
1992 153.99 160.65 140.94 62.98 9.07 29.59 65.43 52.79 132.95
1993 102.53 106.96 93.84 41.93 17.14 1.19 6.59 6.04 19.70 43.56 35.15 88.52
1994 167.93 175.19 153.70 68.68 28.07 1.96 10.80 9.89 32.27 71.35 57.57 144.98
1995 214.45 223.72 196.28 87.70 35.85 2.50 13.79 12.63 41.21 91.12 73.51 185.14
1996 296.40 309.21 271.29 49.55 3.45 19.06 17.46 56.96 125.94 101.61
1997 267.61 279.17 244.93 109.44 44.73 3.12 17.21 15.76 51.43 113.70 91.74 231.04
1998 217.25 226.64 198.84 88.85 36.32 2.53 13.97 12.80 41.75 92.31 74.48 187.56
NUM. 22.00 22.00 22.00 21.00 22.00 21.00 22.00 22.00 23.00 22.00 22.00 22.00
MEDIA 129.03 136.41 122.25 49.51 21.55 1.53 8.29 7.95 24.98 56.06 42.91 105.71
D.S. 76.68 80.06 68.48 28.06 12.81 0.91 4.93 4.30 14.43 32.40 25.04 58.07
ESTACION SANTA GENARO
AO ENE FEB MAR ABR MAY JUN JUL AGO SET OCT NOV DIC
1976 156.00 171.10 107.30 41.80 5.70 6.90 0.00 16.80 31.30 3.40 28.10 118.90
1977 68.30 167.30 111.20 61.30 25.40 7.48 88.90
1978 145.40 85.70 86.20 45.00 5.50 1.70 12.90 12.90 52.50 76.20 90.00 51.90
1979 60.80 163.00 116.50 36.80 10.70 12.30 4.90 13.40 20.30 24.30 75.10 36.30
1980 135.60 111.80 115.20 49.30 19.20 10.80 29.90 53.80 38.30 120.80 57.20 70.30
1981 113.60 188.50 112.70 41.00 3.80 4.60 0.60 75.70 18.60 72.60 75.60 146.90
1982 153.90 201.80 67.10 93.60 6.20 1.60 4.30 26.30 83.00 85.90 133.20 45.80
1983 105.39 39.60 81.20 193.90
1984 160.60 327.90 159.90 107.00 43.60 35.40 1.20 17.90 24.50 79.50 151.00 139.90
1985 89.40 145.40 167.30 102.60 49.30 28.80 12.30 7.70 30.20 33.30 66.40 122.30
1986 236.70 243.10 208.00 106.40 38.00 1.10 22.20 28.60 20.60 32.30 54.10 123.00
1987 215.50 96.20 81.10 65.20 12.50 7.50 27.90 34.90 18.80 25.50 48.00 76.20
1988 234.00 425.30 116.70 75.90 22.41 8.70 30.28 59.60 139.70
1989 222.70 124.20 205.70 86.00 19.30 17.60 9.60 51.40 37.40 77.00 38.80 42.00
1990 202.10 29.30 81.00 23.70 53.10 36.20 12.70 24.60 42.50 46.10 96.70 121.30
1991 276.60 179.80 264.90 273.50 7.50 1.60 7.80 4.60 35.50 139.00 141.00 265.00
1992 202.50 255.30 186.40 168.01 0.00 16.70 4.25 67.80 85.90 127.70
1993 165.20 118.70 112.00 67.50 9.60 0.00 0.00 5.67 32.10
1994 177.00 190.60 178.60 113.20 34.80 0.00 6.10 12.70 25.40 33.60 38.00 118.50
1995 128.10 126.80 77.90 50.10 25.80 0.00 0.30 25.50 32.00 40.80 81.50 138.60
1996 216.10 143.00 135.70 49.10 0.00 12.90 0.00 6.80 15.70 46.00 76.90 97.20
1997 114.10 229.90 170.70 83.40 54.30 0.50 2.20 1.70 24.00 108.00 35.60 152.70
1998 214.30 236.60 202.50 62.50 33.30 0.10 9.60 7.10 31.90 127.00 0.00 171.30
NUM. 23.00 22.00 22.00 22.00 21.00 21.00 21.00 20.00 19.00 21.00 21.00 22.00
MEDIA 164.95 180.06 139.30 81.95 22.86 8.91 9.04 21.62 32.25 62.42 72.09 117.65
D.S. 57.90 85.67 52.71 54.10 17.29 11.53 8.98 19.53 15.40 37.57 37.48 53.94
ESTACION TUNEL CERO
AO ENE FEB MAR ABR MAY JUN JUL AGO SET OCT NOV DIC
1976 131.70 127.20 104.80 31.30 5.30 12.30 3.20 13.90 23.40 16.30 15.20 76.30
1977 96.90 191.40 118.70 60.90 24.00 0.00 5.60 0.00 15.70 15.80 103.30 69.00
1978 120.80 96.20 38.90 26.20 4.10 1.70 3.00 2.60 20.70 36.80 31.60 78.80
1979 64.60 162.20 164.40 34.80 5.80 3.60 17.10 8.20 8.60 24.90 45.10 52.10
1980 110.10 81.50 102.60 33.90 10.50 5.20 4.00 9.10 16.60 57.80
1981 125.30 192.30 78.80 43.20 0.00 0.10 0.00 40.00 56.30 107.80
1982 132.40 177.00 146.20 63.70 0.00 1.70 0.00 18.80 64.60 51.50
1983 75.10 44.60 109.60 80.30 18.30 3.90 2.50 0.70 32.30 33.40 53.80 98.90
1984 153.20 270.90 159.70 57.80 40.60 17.40 11.50 12.70 76.50 99.90
1985 71.40 140.10 122.20 87.10 61.20 69.90 15.20 4.00 18.90 35.90 100.70
1986 209.20 225.60 160.20 87.90 6.80 26.00 25.50 27.50 57.30
1987 202.00 79.80 73.70 6.80 5.50 0.10 19.10 7.90 53.70
1988 188.60 110.80 67.30 35.10 6.96 6.25 0.50 15.90 70.70 36.00 102.70
1989 103.70 158.10 71.00 19.87 7.51 12.48 25.98 47.57 100.06
1990 111.88 48.47 15.53 5.88 5.28 9.76 20.31 37.19 78.23
1991 241.65 30.32 11.39 10.19 72.23 88.01 151.29
1992 116.96 120.86 108.20 47.04 15.17 5.70 9.40 19.86 36.12 44.02 75.66
1993 147.95 152.88 136.87 59.50 19.18 7.21 6.45 11.90 25.12 45.69 55.68 95.71
1994 145.87 150.73 134.95 18.92 7.11 6.36 11.73 24.76 45.05 54.90 94.37
1995 119.39 123.37 110.46 48.02 15.48 5.82 5.20 9.60 20.27 36.88 44.93 77.24
1996 128.87 119.23 51.83 16.71 6.28 5.62 10.36 21.88 39.80 48.50 83.37
1997 152.27 157.34 140.87 61.24 19.75 7.42 6.64 12.24 25.85 47.03 57.30 98.51
1998 167.95 173.55 155.38 67.55 21.78 8.18 7.32 13.50 28.51 51.87 63.21 108.65
NUM. 20.00 21.00 21.00 20.00 23.00 22.00 21.00 21.00 18.00 20.00 18.00 21.00
MEDIA 133.03 148.75 121.70 56.45 17.88 9.13 7.02 11.59 20.35 42.24 52.49 88.50
D. S. 39.98 56.20 32.25 17.77 14.08 14.14 6.24 9.12 6.56 18.05 19.72 22.71
ESTACION ACCNOCOCHA
Solucin por el Aplicacin del Modelo CORMUL

Paso N 01

El primer paso consiste en estacionarizar las series de datos de
precipitacin empleando para ello las frmulas 1,2 y 3.

En la estacin Choclococha se tiene la siguiente informacin:

Media 121.99
D.S. 95.27
Precipitacin Enero 1976 193.10

Valor estacionario del mes de enero de 1976:

(193.10 121.99) / 95.27 = 0.7464

De esta manera se estacionariza para todas las estaciones.

Los resultados se muestran en los cuadros siguientes.
AO ENE FEB MAR ABR MAY JUN JUL AGO SET OCT NOV DIC
1976 0.75 0.35 0.01 -0.65 -0.52 0.03 1.82 0.23 0.96 -1.06 -1.13 0.80
1977 -0.18 -0.94 -1.33 -0.95 -0.17 -0.60 -0.58 -0.53 0.11 -0.41 0.67 0.33
1978 -0.07 -0.21 -0.98 -0.46 -0.60 -0.43 -0.46 -0.50 -0.29 -0.33 0.52 -0.20
1979 -0.68 -0.04 -0.03 -0.70 -0.60 -0.45 -0.24 -0.41 -0.89 -0.81 -0.63 -0.99
1980 -0.30 -0.63 -0.75 -0.68 0.02 -0.44 -0.06 0.15 0.70 0.50 -1.35
1981 -0.78 -0.49 -0.88 -1.08 -0.36 -0.60 -0.06 -0.70 -0.48 -0.47 0.14
1982 -0.56 -0.63 0.59 -0.72 -0.15 -1.06
1983 -1.22 -0.63 -0.12 1.12 -0.41 -0.60 -0.70 -0.54 -1.23 -1.25 -0.24 -0.43
1984 -1.08 -0.77 1.64 0.84 0.00 1.15
1985 -1.17 -0.95 -1.21 -0.98 -0.65 0.56 -0.59 -0.53 -1.08 -1.21 -1.22 0.12
1986 -0.23 -0.25 -0.91 -0.90 -0.75 -0.59 -0.58 -0.50 -1.19 -1.22 -1.19 0.53
1987 1.40 -0.36 -0.16 -0.62 -0.67 -0.59 1.53 -0.22 -0.98 -0.69 -0.76 -0.84
1988 1.33 0.41 0.59 0.94 1.31 -0.54 -0.70 -0.53 -0.86 -0.14 -0.85 0.26
1989 -0.08 -0.41 -0.29 -0.36 -0.44 -0.22 -0.64 0.06 0.20 1.02 -0.15
1990 -1.06 -1.05 -1.02 -0.76 2.70 3.60 0.14 -0.09 1.52 0.91 2.36 0.11
1991 -0.11 -0.35 0.21 2.74 0.31 -0.51 -0.54 -0.87 -0.47 -0.80 -1.18
1992 -0.32 -0.33 -0.20 -0.48 -0.69 0.05 0.86 0.02 -0.81
1993 0.10 0.18 0.33 2.33 -0.16 0.62 0.26 0.22 1.80 1.49 0.95 -0.33
1994 0.12 1.91 1.25 -0.38 0.30 -0.13 3.00 -0.15 1.28 -0.49 -0.37 -1.44
1995 -0.93 0.11 0.61 0.57 -0.33 -0.60 -0.70 -0.49 -0.13 0.48 0.15 -0.39
1996 1.06 0.35 0.69 0.99 -0.10 -0.50 -0.37 0.42 0.63 0.49 -0.07 2.24
1997 1.38 1.23 -0.36 1.13 0.04 -0.60 -0.70 4.04 1.15 1.50 0.79 1.98
1998 2.64 3.15 2.88 1.71 -0.78 1.87 -0.70 0.05 1.22 1.98 1.86 0.65
ESTACION CHOCLOCOCHA - SERIE ESTACIONARIZADA
AO ENE FEB MAR ABR MAY JUN JUL AGO SET OCT NOV DIC
1976 -0.17 -0.19 -0.23 -0.07 -0.16 -0.19 -0.16 -0.25 -0.18 -0.21 -0.12 -0.09
1977 -0.90 -0.92 -0.98 -0.89 -0.90 -0.92 -0.90 -1.02 -0.93 -0.94 -0.89 -0.93
1978 -0.69 -0.71 -0.76 -0.65 -0.68 -0.71 -0.69 -0.80 -0.71 -0.73 -0.67 -0.68
1979 -0.85 -0.87 -0.93 -0.83 -0.85 -0.86 -0.85 -0.97 -0.88 -0.89 -0.84 -0.87
1980 -0.66 -0.68 -0.73 -0.62 -0.65 -0.65 -0.77 -0.68 -0.70 -0.63 -0.65
1981 -0.98 -1.01 -1.07 -0.98 -0.98 -1.00 -0.98 -1.11 -1.02 -1.03 -0.98 -1.02
1982 0.27 0.24 0.30 0.27 0.29 0.23 0.29 0.26 0.36 0.43
1983 -0.90 -0.92 -0.98 -0.89 -0.90 -0.92 -0.90 -1.02 -0.93 -0.94 -0.89 -0.92
1984 1.40 1.38 1.38 1.68 1.40 1.36 1.40 1.39 1.42 1.37 1.70
1985 -1.39 -1.41 -1.48 -1.44 -1.39 -1.40 -1.39 -1.43 -1.43 -1.40 -1.48
1986 -1.01 -1.03 -1.01 -1.01 -1.03 -1.01 -1.14 -1.04 -1.05 -1.01 -1.05
1987 -0.48 -0.50 -0.56 -0.42 -0.48 -0.51 -0.48 -0.59 -0.51 -0.52 -0.45 -0.45
1988 0.19 0.17 0.13 0.33 0.19 0.16 0.19 0.12 0.18 0.15 0.25 0.32
1989 -0.54 -0.56 -0.61 -0.49 -0.54 -0.56 -0.54 -0.65 -0.57 -0.51 -0.52
1990 -0.20 -0.27 -0.11 -0.20 -0.23 -0.20 -0.29 -0.22 -0.24 -0.16 -0.13
1991 0.42 0.40 0.37 0.59 0.43 0.39 0.43 0.36 0.42 0.39 0.50 0.58
1992 0.33 0.30 0.27 0.48 0.26 0.32 0.29 0.39 0.47
1993 -0.35 -0.37 -0.41 -0.27 -0.34 -0.37 -0.34 -0.44 -0.37 -0.39 -0.31 -0.30
1994 0.51 0.48 0.46 0.68 0.51 0.48 0.51 0.45 0.51 0.47 0.59 0.68
1995 1.11 1.09 1.08 1.36 1.12 1.07 1.12 1.09 1.12 1.08 1.22 1.37
1996 2.18 2.16 2.18 2.19 2.12 2.19 2.21 2.22 2.16 2.34
1997 1.81 1.78 1.79 2.14 1.81 1.76 1.81 1.82 1.83 1.78 1.95 2.16
1998 1.15 1.13 1.12 1.40 1.15 1.10 1.15 1.13 1.16 1.12 1.26 1.41
ESTACION SANTA GENARO - SERIE ESTACIONARIZADA
AO ENE FEB MAR ABR MAY JUN JUL AGO SET OCT NOV DIC
1976 -0.15 -0.10 -0.61 -0.74 -0.99 -0.17 -1.01 -0.25 -0.06 -1.57 -1.17 0.02
1977 -1.67 -0.15 -0.53 -0.38 0.15 -0.12 -0.53
1978 -0.34 -1.10 -1.01 -0.68 -1.00 -0.62 0.43 -0.45 1.31 0.37 0.48 -1.22
1979 -1.80 -0.20 -0.43 -0.83 -0.70 0.29 -0.46 -0.42 -0.78 -1.01 0.08 -1.51
1980 -0.51 -0.80 -0.46 -0.60 -0.21 0.16 2.32 1.65 0.39 1.55 -0.40 -0.88
1981 -0.89 0.10 -0.50 -0.76 -1.10 -0.37 -0.94 2.77 -0.89 0.27 0.09 0.54
1982 -0.19 0.25 -1.37 0.22 -0.96 -0.63 -0.53 0.24 3.30 0.63 1.63 -1.33
1983 -1.03 -0.61 0.24 1.41
1984 -0.08 1.73 0.39 0.46 1.20 2.30 -0.87 -0.19 -0.50 0.45 2.11 0.41
1985 -1.30 -0.40 0.53 0.38 1.53 1.72 0.36 -0.71 -0.13 -0.78 -0.15 0.09
1986 1.24 0.74 1.30 0.45 0.88 -0.68 1.46 0.36 -0.76 -0.80 -0.48 0.10
1987 0.87 -0.98 -1.10 -0.31 -0.60 -0.12 2.10 0.68 -0.87 -0.98 -0.64 -0.77
1988 1.19 2.86 -0.43 -0.11 -0.03 -0.04 -0.13 -0.33 0.41
1989 1.00 -0.65 1.26 0.07 -0.21 0.75 0.06 1.53 0.33 0.39 -0.89 -1.40
1990 0.64 -1.76 -1.11 -1.08 1.75 2.37 0.41 0.15 0.67 -0.43 0.66 0.07
1991 1.93 0.00 2.38 3.54 -0.89 -0.63 -0.14 -0.87 0.21 2.04 1.84 2.73
1992 0.65 0.88 0.89 1.59 -0.77 0.85 -0.89 0.14 0.37 0.19
1993 0.00 -0.72 -0.52 -0.27 -0.77 -0.77 -1.01 -0.82 -0.81
1994 0.21 0.12 0.75 0.58 0.69 -0.77 -0.33 -0.46 -0.44 -0.77 -0.91 0.02
1995 -0.64 -0.62 -1.16 -0.59 0.17 -0.77 -0.97 0.20 -0.02 -0.58 0.25 0.39
1996 0.88 -0.43 -0.07 -0.61 -1.32 0.35 -1.01 -0.76 -1.07 -0.44 0.13 -0.38
1997 -0.88 0.58 0.60 0.03 1.82 -0.73 -0.76 -1.02 -0.54 1.21 -0.97 0.65
1998 0.85 0.66 1.20 -0.36 0.60 -0.76 0.06 -0.74 -0.02 1.72 -1.92 0.99
ESTACION TUNEL CERO - SERIE ESTACIONARIZADA
AO ENE FEB MAR ABR MAY JUN JUL AGO SET OCT NOV DIC
1976 -0.03 -0.38 -0.52 -1.42 -0.89 0.22 -0.61 0.25 0.46 -1.44 -1.89 -0.54
1977 -0.90 0.76 -0.09 0.25 0.43 -0.65 -0.23 -1.27 -0.71 -1.47 2.58 -0.86
1978 -0.31 -0.93 -2.57 -1.70 -0.98 -0.53 -0.65 -0.99 0.05 -0.30 -1.06 -0.43
1979 -1.71 0.24 1.32 -1.22 -0.86 -0.39 1.62 -0.37 -1.79 -0.96 -0.37 -1.60
1980 -0.57 -1.20 -0.59 -1.27 -0.52 -0.28 -0.49 -0.27 -0.57 -1.35
1981 -0.19 0.77 -1.33 -0.75 -1.27 -0.64 -1.13 3.11 0.19 0.85
1982 -0.02 0.50 0.76 0.41 -1.27 -0.53 -1.13 0.79 1.24 -1.63
1983 -1.45 -1.85 -0.38 1.34 0.03 -0.37 -0.73 -1.19 1.82 -0.49 0.07 0.46
1984 0.50 2.17 1.18 0.08 1.61 0.59 0.72 -1.17 1.90 0.50
1985 -1.54 -0.15 0.02 1.72 3.08 4.30 1.31 -0.83 -1.29 -0.84 0.54
1986 1.91 1.37 1.19 1.77 -0.79 3.04 1.52 -0.82 0.24
1987 1.73 -1.23 -1.49 -0.79 -0.26 -1.11 0.82 -1.90 0.06
1988 1.39 -0.68 0.61 1.22 -0.15 -0.12 -1.22 -0.68 1.58 -0.84 0.63
1989 -0.80 1.13 0.82 0.14 -0.11 0.10 0.86 0.30 0.51
1990 -0.30 -0.45 -0.17 -0.23 -0.28 -0.20 -0.01 -0.28 -0.45
1991 1.65 0.88 0.16 0.51 1.66 1.80 2.76
1992 -0.40 -0.50 -0.42 -0.53 -0.19 -0.24 -0.24 -0.07 -0.34 -0.43 -0.57
1993 0.37 0.07 0.47 0.17 0.09 -0.14 -0.09 0.03 0.73 0.19 0.16 0.32
1994 0.32 0.04 0.41 0.07 -0.14 -0.11 0.02 0.67 0.16 0.12 0.26
1995 -0.34 -0.45 -0.35 -0.47 -0.17 -0.23 -0.29 -0.22 -0.01 -0.30 -0.38 -0.50
1996 -0.10 -0.08 -0.26 -0.08 -0.20 -0.23 -0.13 0.23 -0.14 -0.20 -0.23
1997 0.48 0.15 0.59 0.27 0.13 -0.12 -0.06 0.07 0.84 0.27 0.24 0.44
1998 0.87 0.44 1.04 0.62 0.28 -0.07 0.05 0.21 1.24 0.53 0.54 0.89
ESTACION ACCNOCOCHA - SERIE ESTACIONARIZADA
Paso N 02

El segundo paso consiste en realizar el anlisis de regresin lineal
simple entre las cuatro estaciones a ser empleadas en el proceso de
completacin de datos. Los resultados se muestran en el Cuadro
siguiente. Adicionalmente, se ha establecido la denominada Matriz de
Correlacin Simple el cual servir para el clculo del coeficiente de
correlacin mltiple. (Esta labor slo se realiza para el mes de enero)
Por ejemplo considerando las estaciones de Choclococha y Tnel
Cero y agregando la lnea de tendencia en el EXCEL:

ESTACION ESTACION ESTACION ESTACION ESTACION ACCNOCOCHA - ESTACION CHOCLOCOCHA
ACCNOCOCHA CHOCLOCOCHA TUNEL CERO STA GENARO
Coeficiente de correlacin mltiple 0.60
Coeficiente de determinacin R^2 0.36
Observaciones 20
ESTACION ACCNOCOCHA - ESTACION TUNEL CERO
1 -0.03 0.75 -0.15 -0.17 Coeficiente de correlacin mltiple 0.82
2 -0.90 -0.18 -1.67 -0.90 Coeficiente de determinacin R^2 0.67
3 -0.31 -0.07 -0.34 -0.69 Observaciones 20
4 -1.71 -0.68 -1.80 -0.85
5 -0.57 -0.30 -0.51 -0.66 ESTACION ACCNOCOCHA - ESTACION SANTA GENARA
6 -0.19 -0.78 -0.89 -0.98
7 -0.02 -0.56 -0.19 Coeficiente de correlacin mltiple 0.30
8 -1.45 -1.22 -1.03 -0.90 Coeficiente de determinacin R^2 0.09
9 0.50 -1.08 -0.08 1.40 Observaciones 19
10 -1.54 -1.17 -1.30 -1.39
11 1.91 -0.23 1.24 -1.01 ESTACION CHOCLOCOCHA - ESTACION TUNEL CERO
12 1.73 1.40 0.87 -0.48
13 1.39 1.33 1.19 0.19 Coeficiente de correlacin mltiple 0.42
14 -0.08 1.00 -0.54 Coeficiente de determinacin R^2 0.18
15 -1.06 0.64 -0.20 Observaciones 23.00
16 -0.11 1.93 0.42
17 -0.40 -0.32 0.65 0.33 ESTACION CHOCLOCOCHA - ESTACION SANTA GENERA
18 0.37 0.10 0.00 -0.35
19 0.32 0.12 0.21 0.51 Coeficiente de correlacin mltiple 0.45
20 -0.34 -0.93 -0.64 1.11 Coeficiente de determinacin R^2 0.20
21 -0.10 1.06 0.88 2.18 Observaciones 22
22 0.48 1.38 -0.88 1.81
23 0.87 2.64 0.85 1.15 ESTACION TUNEL CERO - ESTACION SANTA GENERA
Coeficiente de correlacin mltiple 0.31
Coeficiente de determinacin R^2 0.10
Observaciones 22
Nmero
ANALISIS DE REGRESION ENTRE LAS ESTACIONES INVOLUCRADAS
ESTACION
ACCNOCOCHA
ESTACION
TUNEL CERO
ESTACION STA
GENARA
ESTACION
ACCNOCOCHA
ESTACION
CHOCLOCOCHA
ESTACION
TUNEL CERO
ESTACION
STA GENARA
1.00
0.42 0.45
MATRIZ DE CORRELACION SIMPLE
ESTACION
CHOCLOCOCHA
1.00 0.60
1.00 0.31
0.82 0.30
1.00
Paso N 03

El tercer paso consiste en calcular los coeficientes de correlacin
mltiple, esto es para las cuatro estaciones y los pares de estaciones
consideradas en el anlisis empleando la ecuacin 9.

Como ejemplo tendremos el coeficiente de correlacin mltiple de la
estacin Accnococha con las estaciones de Choclococha y Tnel
Cero.

k Accnacocha
i Choclococha
j Tnel Cero


87 . 0
2 ^ 42 . 0 1
42 . 0 * 82 . 0 * 60 . 0 * 2 2 ^ 82 . 0 2 ^ 60 . 0
2
1
=
(

+
=
k
ij
R
k
ij
R
ESTACION
CHOCLOCOCHA -
TUNEL CERO
ESTACION TUNEL
CERO - STA
GENERA
ESTACION
CHOCLOCOCHA -
STA GENERA
ESTACION
CHOCLOCOCHA -
ACCNOCOCHA
ESTACION
CHOCLOCOCHA -
TUNEL CERO
ESTACION
ACCNOCOCHA -
TUNEL CERO
ESTACION
ACCNOCOCHA -
TUNEL CERO
ESTACION STA
GENERA - TUNEL
CERO
ESTACION STA
GENERA -
ACCNOCOCHA
ESTACION
CHOCLOCOCHA -
ACCNOCOCHA
ESTACION STA
GENARA -
ACCNOCOCHA
ESTACION
CHOCLOCOCHA -
STA GENERA
ESTACION
ACCNOCOCHA
ESTACION
STA GENARA
ESTACION
CHOCLOCOCHA
ESTACION
TUNEL CERO
COEFICIENTE DE CORRELACION MULTIPLE
0.87 0.82 0.60
0.54
0.82
0.45 0.47 0.32
0.66
0.82 0.44
0.61
Paso N 04

El cuarto paso consiste en calcular la matriz de priorizacin, empleando
para ello la ecuacin 8.
Como ejemplo veremos el clculo del elemento de la matriz de
correlacin correspondiente a la estacin Accnacocha.

Coeficiente de correlacin mltiple de la estacin Accnacocha con la
estacin Choclococha y tnel Cero = 0.87.

Nmero de datos comunes = 20

Nmero de datos totales en el perodo de registro = 23
85 . 0
23
20
* 87 . 0
10 . 0
=
(

=
(

=
k
ij
a
ijk
k
ij
k
ij
P
N
N
R P
ESTACION
CHOCLOCOCHA -
TUNEL CERO
ESTACION TUNEL
CERO - STA
GENERA
ESTACION
CHOCLOCOCHA -
STA GENERA
ESTACION
CHOCLOCOCHA -
ACCNOCOCHA
ESTACION
CHOCLOCOCHA -
TUNEL CERO
ESTACION
ACCNOCOCHA -
TUNEL CERO
ESTACION
ACCNOCOCHA -
TUNEL CERO
ESTACION STA
GENERA - TUNEL
CERO
ESTACION STA
GENERA -
ACCNOCOCHA
ESTACION
CHOCLOCOCHA -
ACCNOCOCHA
ESTACION STA
GENARA -
ACCNOCOCHA
ESTACION
CHOCLOCOCHA -
STA GENERA
ESTACION
ACCNOCOCHA
N = 23 NIJK = 20 NIJK = 20 NIJK = 20
ESTACION
STA GENARA
N = 23 NIJK = 20 NIJK = 22 NIJK = 20
ESTACION
CHOCLOCOCHA
N = 23 NIJK = 20 NIJK = 22 NIJK = 20
ESTACION
TUNEL CERO
N = 23 NIJK = 20 NIJK = 20 NIJK = 22
0.32
0.85 0.81 0.59
0.47 0.45
0.44
0.65
0.81 0.81
0.60 0.54
MATRIZ DE PRIORIZACION
Conocidas las estaciones a emplear para el anlisis de regresin,
procedemos a calcular los coeficientes del modelo estocstico de
regresin utilizando las ecuaciones 5 y 6 y sustituyendo sus valores
en la ecuacin 5. Los resultados calculados son:
69 . 0
31 . 0
42 . 0 1
42 . 0 82 . 0 60 . 0
1
2
1
2
1
2
12
12 23 13
1
=
=
(
(
(
(

=
(
(
(
(

=
a
a
a
r
r r r
a
( ) ( )
67 . 0
69 . 0 31 . 0
, 1989
, 1989 , 1989 , 1989
=
+ =
Accnococha
enero
Cero Tnel
enero
a Choclococh
enero
Accnococha
enero
t
t t t
( ) ( )
11 . 0
69 . 0 31 . 0
, 1990
, 1990 , 1990 , 1990
=
+ =
Accnococha
enero
Cero Tnel
enero
a Choclococh
enero
Accnococha
enero
t
t t t
( ) ( )
30 . 1
69 . 0 31 . 0
, 1991
, 1991 , 1991 , 1991
=
+ =
Accnococha
enero
Cero Tnel
enero
a Choclococh
enero
Accnococha
enero
t
t t t
No olvidar que las medias
de ti,j toman valor cero al
estar estacionarizadas.

El ruido se hace cero por
ser completacin
Paso N 05

El quinto paso, consiste en desestacionarizar las series de datos
empleando la ecuacin nmero 10, los resultados hallados son:
00 . 185
43 . 137
79 . 159
67 . 0 98 . 39 03 . 133
, 1991
, 1990
, 1989
, 1989
=
=
=
+ =
enero
enero
enero
enero
X
X
X
x X
Solucin por el Aplicacin del Mtodo de Regresin Simple

Este mtodo consisten en encontrar una ecuacin simple con un
adecuado coeficiente de correlacin de tal manera que se pueda
completar los datos a partir de una estacin que los tenga completos.

Este mtodo, se facilita por el empleo de programas de computo
especficos o por la aplicacin Adicin de lnea de tendencia en el
EXCEL.

Se proceder a realizar un anlisis de regresin lineal simple entre
las estaciones de Accnococha con Choclococha, Tnel Cero y san
Genaro para establecer con que estaciones se efectuar la
complementacin de datos.
Choclococha Vs
Accnococha
Tnel Cero Vs
Accnococha
San Genaro Vs
Accnococha
Del anlisis realizado, se deber completar la informacin con la
estacin de Tnel Cero, al ser el que mejor coeficiente de correlacin
tiene.
Aplicando la ecuacin encontrada para las estaciones de Tnel
Cero y Accnacocha, se tiene los siguientes valores:

X
1989
= 174.73
X
1990
= 162.11
X
1991
= 207.74

Resolviendo de manera similar para las estaciones de
Choclococha y Accnacocha, encontramos los siguientes
valores:

X
1989
= 155.80
X
1990
= 150.85
X
1991
= 168.75

Solucin por Aplicacin del Programa HEC 4

Este programa, realiza el clculo de coeficientes de correlacin
entre todas las estaciones, mes a mes y mes actual con el mes
anterior.
Para el ingreso de los datos se asignaron los siguientes
cdigos a las estaciones:

101 Estacin San Genero.
102 Estacin Choclocoha.
103 Estacin Accnococha.
104 Estacin Tnel Cero.

El listado resultante de la corrida del programa, nos muestra el
clculo de los diferentes parmetros estadsticos, las matrices
de correlacin generadas y las estaciones debidamente
completadas. (Anexo B)

Para la estacin Accnococha encontramos los siguientes
valores:

X
1989
= 181.00
X
1990
= 120.00
X
1991
= 187.00
Anlisis de Resultados

El anlisis comparativo efectuado, nos indica que existe una
similitud de resultados en lo referente a la media y a la
desviacin standart entre los modelos CORMUL y programa
HEC4; ello seguramente es debido a que ambos son modelos
estocsticos de correlacin.


100.00
120.00
140.00
160.00
180.00
200.00
220.00
1986 1987 1988 1989 1990 1991 1992 1993 1994
P
R
E
C
I
P
I
T
A
C
I
O
N
AOS
ANALISIS COMPARATIVO DE DATOS GENERADOS
METODO CORMUL REGRESION LINEAL (Superior)
REGRESION LINEAL (Inferior) HEC - 4
Del anlisis grfico, podemos deducir que el mayor quiebre se
produce en el ao 1990 en el cual tanto el modelo CORMUL
como el programa HEC-4 arrojan valores por debajo de los
lmites encontrados por los anlisis de regresin simple
efectuados entre las estaciones de Accnococha-Choclococha y
Accnococha-Tnel cero, siendo mayor la diferencia en el
resultado del programa HEC 4.

Los valores encontrados por el modelo CORMUL, tienden a
acercarse a los valores generados por el anlisis de regresin
lineal simple, ello debido a que el anlisis de regresin doble
efectuado por el modelo CORMUL, considera los parmetros
estadsticos de las dos estaciones seleccionadas.
LIMITE
SUPERIOR
LIMITE
INFERIOR
1976 131.70 131.70 131.70 131.70
1977 96.90 96.90 96.90 96.90
1978 120.80 120.80 120.80 120.80
1979 64.60 64.60 64.60 64.60
1980 110.10 110.10 110.10 110.10
1981 125.30 125.30 125.30 125.30
1982 132.40 132.40 132.40 132.40
1983 75.10 75.10 75.10 75.10
1984 153.20 153.20 153.20 153.20
1985 71.40 71.40 71.40 71.40
1986 209.20 209.20 209.20 209.20
1987 202.00 202.00 202.00 202.00
1988 188.60 188.60 188.60 188.60
1989 159.79 174.73 155.80 181.00
1990 137.43 162.11 150.85 120.00
1991 185.00 207.74 168.75 187.00
1992 116.96 116.96 116.96 116.96
1993 147.95 147.95 147.95 147.95
1994 145.87 145.87 145.87 145.87
1995 119.39 119.39 119.39 119.39
1996 128.87 128.87 128.87 128.87
1997 152.27 152.27 152.27 152.27
1998 167.95 167.95 167.95 167.95
NUMERO 23.00 23.00 23.00 23.00
MEDIA 136.64 139.35 136.35 136.89
Desv. Stand. 39.03 41.35 38.28 40.12
ESTACION ACCNOCOCHA
MES DE ENERO
AO
METODO
CORMUL
HEC - 4
REGRESION LINEL SIMPLE
Ejercicios Propuestos

1) Si la estacin X, muestra en el anlisis de doble masa dos
perodos diferenciados: 1964-1968 y 1969-1985. Determine si
es necesario corregir la informacin por saltos en la media y
desviacin standart:









2) El bajar el nivel de 95% a 90% en la regin de aceptacin de
Hp ( Hiptesis propuesta) para la prueba de diferencia de
medias, hara ms exigente la prueba?, Qu ocurrira en al
anlisis de varianza?
PERIODO N
X
(mm)
S(x)
(mm)
1964 - 1968 5 325 118
1969 - 1985 16 550 279
TRABAJO PRACTICO.


1) Conseguir registros de precipitacin mensual de por lo
menos cuatro estaciones meteorolgicas ubicadas a su
cuenca de estudio o circundantes a la misma y realizar lo
siguiente:

a. Anlisis de consistencia. ( Dibujo del histograma,
anlisis de doble masa, anlisis estadstico: saltos y
tendencias)
b. Completacin y extensin de datos. (Mtodo de la recta
de regresin, modelo CORMUL, modelo HEC 4, mtodo
de la generacin aleatoria)
ANEXOS
Tabla de
Distribucin
T de
Student
Bibliografa


Hidrologa Aplicada J. Abel Meja M.

Hidrologa Wendor Chereque Morn

Hidrologa en la Ingeniera Germn Monsalve Senz

Hidrologa Estadstica Mximo Villn Bejar

Apuntes de Clase Eduardo Chavarri Velarde

Anlisis de Consistencia de
Series Hidromtricas Jos De Pirola y Vito Aliaga

Tcnicas estocsticas de Completado
de series Mensuales de Precipitacin
Y Aportacin (CEDEX) Teodoro Estrela Monreal