MANEJO DE INFORMACIN HIDROMETEOROLOGICA

Hidrologa General
CONOCIMIENTO PREVIOS

Hidrologa

Ciclo Hidrolgico

Balance hidrolgico

Sistema hidrolgico
1. DNDE CONSEGUIR INFORMACIN?

La institucin oficial encargada para la medicin, recopilacin y distribucin de

informacin hidrometeorolgica en nuestro pas es el SENAMHI (Servicio Nacional
de Meteorologa e Hidrologa).

Adicionalmente se puede obtener informacin de instituciones como: ANA

(Autoridad Nacional del Agua) y Ministerio de Agricultura. Tambin disponen de
este tipo de registros instituciones privadas como las empresas generadoras de
energa y las mineras.
2. COMPLETACIN DE INFORMACIN (1)

Para completar datos en una estacin podemos tomar como referencia una
Estacin ndice, la cual es una estacin que tiene sus datos completos y adems
se encuentra cerca de la que se quiere completar.

Si los datos faltantes son de precipitacin, la Estacin ndice debe encontrarse

adems, a una altitud similar a la que se quiere completar.

Si la informacin faltante es de caudal, la Estacin ndice debe pertenecer a una

cuenca que tenga parmetros fsicos similares.
2. COMPLETACIN DE INFORMACIN (2)

2.1 Datos anuales

Sea E1 la estacin que se quiere completar y E2 la Estacin ndice, entonces, la

informacin faltante del ao i de la estacin E1 se determina aplicando:

donde:
E1i: Dato faltante del ao i en la estacin 1
E2i: Dato medido del ao i en la estacin 2
Ep1: Promedio de los valores de la estacin 1
Ep2: Promedio de los valores de la estacin 2
EJEMPLO 1
E1 E2
Aos
(mm) (mm)

Completar la informacin de precipitacin faltante del ao 1970 145.3 138.3

1977 de la estacin E1, sabiendo que la estacin E2 es 1971 394.1 226.8
una estacin ndice. 1972 312 98.7
1973 262.2 113.3
1974 201.1 193.6
1975 281.8 132.1
1976 246.5 202.4
1977 148.8
1978 321.7 151.6
1979 334.7 231.7
1980 392.3 229.1
1981 351.8 211.0
1982 406.8 125.5
1983 481.2 114.0
1984 469.1 162.2
1985 516.8 140.5
EJEMPLO 2

Completar el dato faltante de la estacin

X usando el mtodo de los promedios.
EJEMPLO 3

Para el registro de precipitacin total anual de las estaciones

mostradas se pide completar la informacin de las estaciones B y D
aplicando el mtodo de los promedios.
Altitud
1650 980 960 1020
(msnm)
AO Estacin Estacin Estacin Estacin
A B C D
1980 702 650 600 995
1981 560 485 800
1982 520 480 450
1983 420 390 340 599
1984 625 575 540 882
1985 542 680 620 1045
1986 333 420 400 648
1987 500 630 580 968
1988 425 498 812
1989 322 410 378
1990 430 540 497 830
EJEMPLO 4

Para el registro de precipitacin total anual de las estaciones

mostradas se pide completar la informacin de las estaciones B y D
aplicando el mtodo de los promedios.
Altitud
1000 980 1060 1020
(msnm)
AO Estacin Estacin Estacin Estacin
A B C D
1980 702 650 600 995
1981 560 485 800
1982 520 480 450
1983 420 390 340 599
1984 625 575 540 882
1985 542 680 620 1045
1986 333 420 400 648
1987 500 630 580 968
1988 425 498 812
1989 322 410 378
1990 430 540 497 830
2. COMPLETACIN DE INFORMACIN (3)

Mtodo de Regresin Lineal

Sea la estacin B con informacin faltante y las estaciones A, C y D las estaciones

ndice. Podemos relacionar la estacin B con las dems estaciones considerando
regresin lineal simple:

Se elige la ecuacin que tenga el mayor coeficiente de correlacin, de modo que:

De no lograr suficiente correlacin, se debe intentar un regresin mltiple.

 EJEMPLO 1

Completar la informacin de la tabla mostrada usando regresin lineal

simple.

AO 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999

Precip. Est. 45 51.1 53 54 56 63 70.1 74.2 48 60 90.2 70.1 40.3 60.5 56.7
(mm) A
Est. 47 52 54.5 59 63 72 82 80 50.3 62.4 -- -- -- -- --
B
EJEMPLO 2

Completar la informacin para la estacin

pluviomtrica A a partir de las estaciones
ndice B y C, prximas a A y de altitudes
parecidas, mediante el mtodo de la
recta de regresin. Las cifras se refieren a
precipitaciones anuales en mm.
2. COMPLETACIN DE INFORMACIN (4)

Mtodo de Regresin Mltiple

Para una muestra de n observaciones, tendremos el siguiente sistema de n

ecuaciones lineales:

o, en forma matricial: Y = XB + U, donde:

2. COMPLETACIN DE INFORMACIN (5)

Para aplicar regresin lineal mltiple se debe cumplir que las estaciones
independientes, deben ser independientes entre si.

Tambin, se deben elegir las estaciones cuyo coeficiente de correlacin con la

estacin dependiente sean los mas altos.

De no obtener resultados adecuados, se debe ensayar con la regresin no lineal

simple:

Si no se ajusta, se puede probar una regresin no linealmltiple:

2. COMPLETACIN DE INFORMACIN (6)

Por lo general:

La precipitacin se relaciona de manera lineal con la altitud: P = f (Z)

P=a+b Z

El caudal se relaciona de manera no lineal con el rea (A) de la cuenca: Q = f(A)

Q=a Ab

Y tambin de manera no lineal con el tirante (Y) del ro: Q = f(Y)

EJEMPLO 1

Se quiere completar informacin de la estacin A aplicando regresin lineal mltiple,

a partir de las estaciones B, C, D o E. Al calcular el coeficiente de correlacin entre
estas se obtuvo el siguiente resultado:

Estacin A B C D E
A 1 0,74 0,72 0,65 0,75
B 1 0,36 0,42 0,82
C 1 0,37 0,33
D 1 0,28
E 1

Se pide indicar que estaciones escogera para el anlisis de regresin lineal mltiple
(se quiere emplear la mayor cantidad de estaciones posible).
EJEMPLO 2

Completa la informacin de la estacin B aplicando regresin lineal mltiple:

Altitud
1050 980 960
(msnm)
AO Estacin Estacin Estacin
A B C
1985 702 650 600
1986 540 485
1987 520 480 450
1988 420 390 340
1989 625 575 540
1990 552 680 620
1991 333 420 400
1992 500 630 580
1993 425 498
1994 322 410 378
1995 430 540 497
2. COMPLETACIN DE INFORMACIN (7)

2.2 Datos mensuales

Para completar datos mensuales, se puede recurrir a la comparacin entre meses

con similares datos de la misma estacin.

Mtodo de Regresin Lineal

Se relaciona el mes incgnita con los meses semejantes:

Se elige la ecuacin que tenga el mayor coeficiente de correlacin, de modo que:

r 0.9. De lo contrario, se debe considerar regresin lineal mltiple.
2. COMPLETACIN DE INFORMACIN (8)

Mtodo de la Media + Desviacin Estndar

Ao Ene Feb Mar Abr ... Nov Dic
1920 20,6 34,2 27,4 30,3 ... 10.2 19,8
1921 15,5 18,7 24,3 23,5 ... 11,6 20,3
1922 39,1 40,1 44,7 42,2 ... 13,8 21,2
1923 12,8 15,9 17,1 ... 19,2 24,1
1924 25,9 27,2 28,9 26,4 ... 20,9 26,5
1925 17,2 20,3 25,3 24,6 ... 24,3 29,0
1926 45,1 49,6 43,2 48,5 ... 22,1 18,5
1927 14,6 20,4 28,1 25,9 ... 17,8 17,9
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
2001 23.2 26,6 24,7 28,0 ... 11,7 21,3
2002 31,5 33,8 32,2 34,1 ... 13,4 28,5
2003 30,7 35,2 39,1 37,7 ... 15,2 20,7
Xp: XpE XpF XpM XpA XpN XpD
S: SE SF SM SA SN SD
2. COMPLETACIN DE INFORMACIN (9)

Si se quiere completar el dato faltante del mes de marzo (1923), se debe aplicar la
siguiente relacin:

donde:
XM: Dato mensual que se quiere completar
XPM: Promedio de los valores del mes a completar
SM: Desviacin estndar de los valores del mes a completar
M: Variable pseudo aleatoria del mes a completar

con:
EJEMPLO 1

Aplicando el Mtodo de la Media + Desviacin Estndar, completar la informacin

faltante:
Aos Ene Feb Mar Abr May .. Nov Dic
1952 40.4 38.2 24.7 14.1 6.7 .. 3.8 6.0
1953 19.1 43.0 43.2 16.0 6.4 .. 5.2 6.3
1954 19.3 48.6 46.3 28.5 9.9 .. 5.0 6.9
1955 27.1 39.6 61.4 18.9 8.2 .. 4.3 7.9
1956 20.7 32.3 34.6 6.5 .. 27.4 28.1
1957 7.4 33.0 35.1 11.4 6.1 .. 11.0 11.2
1958 12.8 35.0 36.6 10.0 5.4 .. 18.8 18.9
1959 3.4 26.7 46.9 15.3 8.1 .. 43.9 54.7
1960 47.2 33.7 11.1 6.6 4.3 .. 34.7 36.6
1961 39.7 46.7 45.6 31.1 12.3 .. 9.8 28.1
2. COMPLETACIN DE INFORMACIN (10)

Aunque no es un mtodo apropiado, se puede completar la informacin mensual

faltante considerando proporciones entre aos con valores anuales similares:

1. Sacamos promedio de los meses comunes de los aos con informacin completa y
vemos cul de ellos se aproxima al del ao faltante.
2. Para completar el dato faltante aplicamos proporciones entre el ao incompleto y el
completo.
EJEMPLO 1

Completar el dato correspondiente a Abril 1978 usando proporciones:

AO Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic
1977 1.29 5.54 6.10 1.56 2.41 0.61 0.23 0.12 0.16 0.14 0.48 0.53
1978 1.97 4.73 8.08 4.57 5.08 1.94 1.00 1.80 4.21 3.30 2.18
1979 4.88 13.40 15.94 2.57 11.49 3.96 1.11 0.54 0.76 1.25 0.31
1980 3.81 5.51 4.64 3.27 7.43 0.56 0.27 0.23 0.38 2.37 0.60
1981 2.13 10.83 10.97 2.70 3.34 0.37 1.06 0.89 0.31 0.71 0.59 1.50
1982 5.57 2.16 2.82 4.47 8.42 0.84 0.81 1.49 0.41 0.99 3.44 5.08
1983 2.58 5.34 5.88 2.15 2.19 0.73 1.77 2.34 5.38 0.26 2.20
1984 1.64 24.09 21.39 4.95 7.29 6.78 3.38 2.25 1.10 5.84 1.93 3.50
1985 13.19 15.71 23.61 17.87 21.59 8.02 4.56 2.18 2.35 5.35 2.31 3.27
1986 1.25 2.46 2.69 2.65 5.76 1.84 1.11 0.49 0.76 2.37 1.56 5.29
1987 1.02 9.73 11.23 2.25 11.91 4.70 2.14 0.94 0.39 2.23 1.71 3.88
1988 1.74 1.60 8.14 2.10 5.66 1.34 1.83 0.68 0.42 8.42 3.57
1989 3.54 5.34 5.46 5.46 1.98 0.95 0.77 2.02 0.82 0.23 0.70
1990 2.13 3.24 13.36 4.58 5.77 2.28 2.40 1.76 2.16 1.82 3.09 2.16
1991 5.08 12.94 26.05 6.85 13.39 6.69 4.43 2.10 2.98 2.26 1.83 2.11
2. COMPLETACIN DE INFORMACIN (11)

2.3 Datos diarios

Mtodo del U.S. Weather Bureau

Si los datos faltantes son lluvias diarias, se escogen tres estaciones ndice A, B, C,
presentndose dos casos:

a) Si la precipitacin anual media en cada estacin ndice ( xA, xB, xC) est dentro de
un 10 % de la correspondiente a la estacin incompleta ( x ), un promedio
aritmtico simple de las precipitaciones en las estaciones ndice da una estimacin
adecuada.
EJEMPLO 1

Completar el dato correspondiente a Abril 1978 usando proporciones:

2. COMPLETACIN DE INFORMACIN (12)

b) Si la precipitacin anual media en cualquiera de las estaciones ndice difiere de

aquella de la estacin problema en ms de un 10 %, se utiliza la frmula:
3. ANLISIS DE CONSISTENCIA (1)

Las inconsistencias en la medicin de informacin hidrometeorolgica pueden

ocurrir debido al cambio de estacin de medicin o al cambio de las condiciones de
medicin.

Los errores pueden ser personales o instrumentales.

Para detectar las inconsistencias en la informacin se debe considerar:

- Anlisis Visual
- Anlisis de Doble Masa

De observarse alguna posible inconsistencia, se debe realizar el anlisis

estadstico para verificarla y corregir la informacin de ser necesario
3. ANLISIS DE CONSISTENCIA (2)

ANLISIS VISUAL

Se usa para determinar posibles saltos.

Cuando se tienen series estaciones se compara y se observa que perodo vara

notoriamente respecto a los otros.

Cuando se tiene una sola estacion, se divide en tramos y se compara con la

informacin de campo obtenida.

Cuando se tiene datos de precipitacin y escorrenta, se compara los diagramas

(deben tener igual comportamiento).
3. ANLISIS DE CONSISTENCIA (3)

ANLISIS DE DOBLE MASA

El mtodo de doble masa considera que en una zona meteorolgica homognea,

los valores de precipitacin que ocurren en diferentes puntos de esa zona en
perodos anuales o estacionales, guardan una relacin de proporcionalidad que
puede representarse grficamente.

Una curva doble msica se construye llevando en ordenadas los valores

acumulados de la estacin en estudio y en abscisas los valores acumulados de un
patrn, que consiste en el promedio de varias estaciones ndice.
3. ANLISIS DE CONSISTENCIA (4)
3. ANLISIS DE CONSISTENCIA (5)

En la figura se observa un quiebre el ao 1974. Ya que las estaciones patrn son

confiables, el quiebre se atribuye a una inconsistencia de la estacin en estudio, A.

Es necesario ajustar los valores del perodo ms antiguo (1967-1973) para

reducirlos a las condiciones de ubicacin, exposicin, etc. imperantes en el perodo
ms reciente (1974-1980).

El ajuste o correccin se realiza multiplicando cada precipitacin del perodo 1967 a

1973 por la razn de las pendientes m2/m1.
3. ANLISIS DE CONSISTENCIA (6)

Al trazar la curva doble msica no se consideran los quiebres que no persisten por
ms de 5 aos, ya que se considera que los quiebres cortos se deben principalmente
a la variabilidad inherente a los datos hidrolgicos.

A veces un cambio pequeo en la ubicacin del pluvimetro, de slo unos cuantos

metros, puede afectar su exposicin y provocar inconsistencias en el registro.
Adems, aunque el pluvimetro no cambie de ubicacin su exposicin puede verse
afectada por el crecimiento de vegetacin cercana, o por la construccin de edificios
en los alrededores.

No se recomienda-usar curvas doble msicas en regiones montaosas, porque las

diferencias en los registros de estaciones cercanas pueden deberse a eventos
meteorolgicos diferentes.
EJEMPLO 1

1. Se tienen las precipitaciones acumuladas promedio correspondientes a 10

estaciones de una cuenca; asmismo, se cuenta con el registro acumulado
correspondiente a una estacin patrn X.
Precip. Acum. 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995
(mm)
Prom Estac. 420 875 1080 1520 1710 2080 2405 2785 3200 3550 3962
Est.X 770 1120 1200 1970 2470 2865 3310 3690 4070 4160 4180

2. Realiza el anlisis de consistencia de doble masa.

SOLUCION EJEMPLO 1

Se grafica la curva y de ser necesario, se corrige el perodo ms antiguo con la

siguiente expresin

m2
Pc P
m1
donde:
m2=pendiente del periodo ms reciente
m1=pendiente del periodo a corregir
pc=precipitacin corregida
p=precipitacin observada
EJEMPLO 2

Con la informacin de precipitacin total anual de las estaciones mostradas, elabora

el diagrama de doble masa.
SOLUCION EJEMPLO 2
SOLUCION EJEMPLO 2
3. ANLISIS DE CONSISTENCIA (7)

MEDIA Y DESVIACION ESTANDAR

Utiliza las pruebas T Student y F Fisher para la media y desviacin estandar

respectivamente.

1. Se calcula la media y la desviacin estandar de cada uno de los intervalos en

anlisis.
2. Se calcula los parmetro Sp y Sd:

1/ 2
n1 1S12 n2 1S22
Sp
n1 n2 2

1/ 2
1 1
Sd Sp
n1 n2
3. ANLISIS DE CONSISTENCIA (8)

3. Se calcula el Tc (para la prueba de Student):

( X1 X 2 )
Tc
Sd

4. De la tabla de Student se extrae Tt, con a=0.05 y GL=n1+n2-2:

- Si abs(Tc)<Tt ; no hay salto.
- Si abs(Tc)>Tt; hay salto.
3. ANLISIS DE CONSISTENCIA (10)

5. Para la consistencia en la desviacin estandar se calcula el Fc (para la prueba de

Fisher):

- Si (S1)2>(S2)2 ; Fc= (S1)2/(S2)2

- Si (S1)2<(S2)2; Fc= (S2)2/(S1)2

6. Se halla el Ft de tablas, con a=0.05 y GLN=n1-1; GLD=n2-1:

- Si Fc<Ft ; no hay salto.

- Si Fc>Ft; hay salto.
3. ANLISIS DE CONSISTENCIA (12)

5. Si se encuentra que hay saltos, ya sea en la media o en la desviacin estandar, se

debe corregir datos:

- Para corregir el primer perodo:

X t X1
X t' S2 X 2
S1
- Para corregir el segundo perodo:

Xt X 2
X t' S1 X1
S2
EJEMPLO 1

Para la informacin de precipitacin mostrada, realiza el anlisis de salto:

SOLUCION EJEMPLO 1

El grfico de la serie

Se observa un posible salto en Enero 1990.

SOLUCION EJEMPLO 1

De esta manera, se distinguen 2 perodos:

- El primero con 61 datos.
- El segundo con 119 datos.

Por tanto, se deben corregir los datos.

SOLUCION EJEMPLO 1
SOLUCION EJEMPLO 1
 EJEMPLO 2

En la tabla siguiente se muestra un registro de volmenes anuales de caudales en MMC.

Al hacer el anlisis de doble masa, se encontr que haba un quiebre, determinando dos
perodos: 1970-1985 y 1986-1999

AOS 1970 1971 1972 1973 1974 1975 1976 1977 1978 1979 1980 1981 1982 1983 1984 1985

VOLUMEN 264.04 464.628 436.716 493.988 372.984 333.735 645.182 612.295 620.76 557.882 494.515 362.199 318.882 311.313 450.2 386.957

AOS 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999

VOLUMEN 668.201 536.824 598.446 573.582 569.369 330.482 949.436 260.183 430.169 577.293 502.513 1055.812 792.781 640.843

Realizar el anlisis estadstico de saltos en la media y desviacin estndar para ambos

perodos. Si se obtiene diferencia significativa al 95% de probabilidad, realizar la
correccin del primer perodo.
4. ANALISIS DE TENDENCIAS (1)

La tendencia se manifiesta como un cambio continuo, ascendente o descendente, que

afectan los parmetros de la media o la desviacin estndar de una muestra con
informacin hidrometeorolgica.

Por lo general, la tendencia se manifiesta en la media si la informacin es anual, y en la

media y la desviacin estndar si la informacin es mensual o diaria. Estas pueden ser
removidas o incorporadas de la informacin original.

La informacin que se va a analizar por tendencia debe estar libre de saltos tanto en la
media como en la desviacin estndar.

Para analizar la tendencia, los datos se ordenan en forma correlativa y se correlacionan

con su nmero de orden.
4. ANALISIS DE TENDENCIAS (2)

TENDENCIA EN LA MEDIA

Se puede expresar como:

Para determinar si la tendencia es significativa en la media se analiza el coeficiente de

correlacin r segn el estadstico t de Student, de acuerdo a la siguiente expresin:

Donde:
tC: Estadstico calculado t de Student
r: Coeficiente de correlacin
N: Nmero de datos analizados
4. ANALISIS DE TENDENCIAS (3)
4. ANALISIS DE TENDENCIAS (4)

TENDENCIA EN LA DESVIACION ESTANDAR

Se puede expresar como:

Para aplicar esta prueba, considerando datos mensuales, se realiza lo siguiente:

La serie sin tendencia en la media (Yt), se divide en periodos anuales.

Se calcula la dispersin de cada periodo anual (S) y se correlaciona con el nmero de

ao:
4. ANALISIS DE TENDENCIAS (5)

Ao Ene Feb Mar Abr . Nov Dic St

1 + + + - . - + S1
2 - + - - . + + S2
3 + - + - . - + S3
4 - + - + . + - S4
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
p - + + - . + - SP

t: Indica el ao de anlisis y vara desde 1 hasta p

Para determinar si la tendencia es significativa en la desviacin estndar, se aplica la

misma prueba del caso anterior:
4. ANALISIS DE TENDENCIAS (6)

El valor terico (tT) lo obtenemos de la tabla de distribucin t de Student, con:

Nivel de significacin:
Grados de libertad: p - 2

Criterio de decisin:

Si: tC tT: La tendencia en la desviacin estndar NO es significativa para el

considerado
Si: tC > tT: La tendencia en la desviacin estndar SI es significativa para el
considerado. Se debe eliminar la tendencia

Para eliminar la tendencia en la desviacin estndar se aplica la siguiente relacin:

4. ANALISIS DE TENDENCIAS (7)
4. ANALISIS DE TENDENCIAS (8)
EJEMPLO 1

El registro de caudales medios mensuales mostrado est libre de saltos. Se pide

analizar la tendencia en la media y la desviacin estndar y corregir la informacin de
ser necesario:

Ao Ene. Feb. Mar. Abr. May. Jun. Jul. Ago. Set,. Oct. Nov. Dic.
1960 25.25 21.70 13.36 5.21 6.50 5.87 6.28 9.27 9.54 10.89 11.49 12.15
1961 15.42 19.13 39.66 7.44 11.86 14.27 16.95 17.69 19.45 31.49 25.10 16.26
1962 21.66 39.24 46.05 30.25 15.96 24.94 26.27 28.73 31.47 33.55 45.19 40.15
1963 13.25 53.98 39.67 36.30 28.40 40.00 41.22 43.26 45.29 46.73 47.93 20.10
1964 15.40 47.47 56.89 39.10 28.50 50.34 50.79 52.41 53.25 54.81 55.70 44.70
1965 50.86 49.28 62.13 27.52 18.60 59.02 60.07 62.19 63.61 65.03 67.06 41.50
1966 53.84 55.16 70.14 35.98 42.80 71.14 72.37 74.69 75.14 76.36 81.45 32.31
1967 21.66 39.24 46.05 30.25 27.96 24.94 26.27 28.73 31.47 33.55 45.19 97.24

La media y la desviacin estndar de estos valores son:

XP = 37,31 m3/s S = 20,21 m3/s
SOLUCION EJEMPLO 1

Primero, ordenamos la informacin:

t Q t Q t Q t Q t Q t Q
1 25.25 17 11.86 33 31.47 49 15.40 65 18.60 81 75.14
2 21.70 18 14.27 34 33.55 50 47.47 66 59.02 82 76.36
3 13.36 19 16.95 35 45.19 51 56.89 67 60.07 83 81.45
4 5.21 20 17.69 36 40.15 52 39.10 68 62.19 84 32.31
5 6.50 21 19.45 37 13.25 53 28.50 69 63.61 85 21.66
6 5.87 22 31.49 38 53.98 54 50.34 70 65.03 86 39.24
7 6.28 23 25.10 39 39.67 55 50.79 71 67.06 87 46.05
8 9.27 24 16.26 40 36.30 56 52.41 72 41.50 88 30.25
9 9.54 25 21.66 41 28.40 57 53.25 73 53.84 89 27.96
10 10.89 26 39.24 42 40.00 58 54.81 74 55.16 90 24.94
11 11.49 27 46.05 43 41.22 59 55.70 75 70.14 91 26.27
12 12.15 28 30.25 44 43.26 60 44.70 76 35.98 92 28.73
13 15.42 29 15.96 45 45.29 61 50.86 77 42.80 93 31.47
14 19.13 30 24.94 46 46.73 62 49.28 78 71.14 94 33.55
15 39.66 31 26.27 47 47.93 63 62.13 79 72.37 95 45.19
16 7.44 32 28.73 48 20.10 64 27.52 80 74.69 96 97.24
SOLUCION EJEMPLO 1

Regresionamos:
Tendencia
120

100

80

y = 0.4683x + 14.601
60 R = 0.4167

40

20

0
0 20 40 60 80 100 120
SOLUCION EJEMPLO 1

SOLUCION EJEMPLO 1

De donde se obtiene la serie corregida sin tendencia en la media:

Ao Ene. Feb. Mar. Abr. May. Jun. Jul. Ago. Set,. Oct. Nov. Dic.
1960 10.18 6.16 -2.65 -11.26 -10.44 -11.54 -11.60 -9.08 -9.28 -8.39 -8.26 -8.07
1961 -5.27 -2.03 18.03 -14.65 -10.70 -8.76 -6.55 -6.28 -4.99 6.59 -0.27 -9.58
1962 -4.65 12.46 18.80 2.54 -12.22 -3.71 -2.85 -0.86 1.42 3.03 14.20 8.69
1963 -18.68 21.58 6.81 2.97 -5.40 5.73 6.48 8.05 9.62 10.59 11.32 -16.98
1964 -22.15 9.45 18.41 0.15 -10.92 10.45 10.43 11.58 11.96 13.05 13.47 2.00
1965 7.69 5.64 18.03 -17.05 -26.44 13.51 14.09 15.74 16.70 17.65 19.21 -6.82
1966 5.05 5.90 20.42 -14.21 -7.86 20.01 20.77 22.63 22.61 23.36 27.98 -21.63
1967 -32.75 -15.63 -9.29 -25.56 -28.32 -31.81 -30.95 -28.95 -26.68 -25.07 -13.90 37.68

A esta serie se le debe aplicar la prueba de tendencia para desviacin estndar.

Calculamos la desviacin estndar por ao:
Ao Ene. Feb. Mar. Abr. May. Jun. Jul. Ago. Set,. Oct. Nov. Dic. S
1960 10.18 6.16 -2.65 -11.26 -10.44 -11.54 -11.6 -9.08 -9.28 -8.39 -8.26 -8.07 7.17
1961 -5.27 -2.03 18.03 -14.65 -10.7 -8.76 -6.55 -6.28 -4.99 6.59 -0.27 -9.58 8.74
1962 -4.65 12.46 18.8 2.54 -12.22 -3.71 -2.85 -0.86 1.42 3.03 14.2 8.69 8.96
1963 -18.68 21.58 6.81 2.97 -5.4 5.73 6.48 8.05 9.62 10.59 11.32 -16.98 11.72
1964 -22.15 9.45 18.41 0.15 -10.92 10.45 10.43 11.58 11.96 13.05 13.47 2 11.70
1965 7.69 5.64 18.03 -17.05 -26.44 13.51 14.09 15.74 16.7 17.65 19.21 -6.82 15.18
1966 5.05 5.9 20.42 -14.21 -7.86 20.01 20.77 22.63 22.61 23.36 27.98 -21.63 16.76
1967 -32.75 -15.63 -9.29 -25.56 -28.32 -31.81 -30.95 -28.95 -26.68 -25.07 -13.9 37.68 19.46
SOLUCION EJEMPLO 1

Regresionamos las desviaciones estandar:

S vs. t
25.00

20.00
y = 1.7229x + 4.7084
R = 0.959
15.00

10.00

5.00

0.00
0 1 2 3 4 5 6 7 8 9
SOLUCION EJEMPLO 1

SOLUCION EJEMPLO 1

Ao Ene. Feb. Mar. Abr. May. Jun. Jul. Ago. Set,. Oct. Nov. Dic.
1960 1.58 0.96 -0.41 -1.75 -1.62 -1.79 -1.80 -1.41 -1.44 -1.30 -1.28 -1.25
1961 -0.65 -0.25 2.21 -1.80 -1.31 -1.07 -0.80 -0.77 -0.61 0.81 -0.03 -1.17
1962 -0.47 1.26 1.90 0.26 -1.24 -0.38 -0.29 -0.09 0.14 0.31 1.44 0.88
1963 -1.61 1.86 0.59 0.26 -0.47 0.49 0.56 0.69 0.83 0.91 0.98 -1.46
1964 -1.66 0.71 1.38 0.01 -0.82 0.78 0.78 0.87 0.90 0.98 1.01 0.15
1965 0.51 0.38 1.20 -1.13 -1.76 0.90 0.94 1.05 1.11 1.17 1.28 -0.45
1966 0.30 0.35 1.22 -0.85 -0.47 1.19 1.24 1.35 1.35 1.39 1.67 -1.29
1967 -1.77 -0.85 -0.50 -1.38 -1.53 -1.72 -1.67 -1.57 -1.44 -1.36 -0.75 2.04
SOLUCION EJEMPLO 1

La serie corregida ser:

Ao Ene. Feb. Mar. Abr. May. Jun. Jul. Ago. Set,. Oct. Nov. Dic.
1960 69.24 56.71 29.03 1.95 4.58 1.14 0.94 8.82 8.21 11.04 11.45 12.05
1961 24.18 32.26 81.97 0.94 10.84 15.69 21.15 21.75 24.99 53.68 36.71 13.67
1962 27.81 62.77 75.71 42.57 12.25 29.63 31.45 35.49 40.14 43.58 66.41 55.10
1963 4.78 74.90 49.23 42.57 27.81 47.21 48.63 51.26 54.08 55.70 57.12 7.81
1964 3.77 51.66 65.20 37.51 20.74 53.07 53.07 54.89 55.50 57.12 57.72 40.34
1965 47.62 44.99 61.56 14.48 1.75 55.50 56.31 58.53 59.74 60.96 63.18 28.22
1966 43.37 44.39 61.97 20.14 27.81 61.36 62.37 64.59 64.59 65.40 71.06 11.24
1967 1.54 20.14 27.21 9.43 6.39 2.55 3.57 5.59 8.21 9.83 22.16 78.54
Serie corregida
90
80
70
60 y = 0.1104x + 31.04
50 R = 0.0173
40
30
20
10
0
0 20 40 60 80 100 120
EJEMPLO 2
EJEMPLO 3

A un registro de caudales medios mensuales libre de saltos, comprendido en el periodo

1962-1965, se le aplic el anlisis de tendencia en la media (a = 5%), determinndose
que esta es significativa por lo que se procedi a eliminarla obtenindose el siguiente
cuadro (Serie Yt):

Ao Ene. Feb. Mar. Abr. May. Jun.
1962 9.17 26.11 32.28 15.83 -5.26 9.24
1963 10.28 33.13 18.18 14.17 5.62 16.58
1964 -5.32 18.91 27.68 9.25 -1.99 19.20
1965 15.22 13.00 25.21 0.84 -4.81 20.17
Jul. Ago. Set,. Oct. Nov. Dic.
9.93 11.74 13.84 15.28 26.27 20.59
17.16 18.56 19.94 20.74 21.30 -1.88
19.02 19.99 20.19 21.11 21.35 9.71
20.58 22.05 22.83 23.61 24.99 -1.21

Se pide determinar si hay tendencia en la desviacin estndar y corregir la informacin

de ser necesario, pero slo para el ao 1963. Datos de la serie original (Serie Xt): Media:
41,83 m3/s; Desviacin estndar: 14,75 m3/s
SOLUCION EJEMPLO 3

Calculamos la desviacin estndar de cada ao:

Ao Ene. Feb. Mar. Abr. May. Jun. Jul. Ago. Set,. Oct. Nov. Dic. P Sp
1962 9.17 26.11 32.28 15.83 -5.26 9.24 9.93 11.74 13.84 15.28 26.27 20.59 1 9.97
1963 10.28 33.13 18.18 14.17 5.62 16.58 17.16 18.56 19.94 20.74 21.30 -1.88 2 8.72
1964 -5.32 18.91 27.68 9.25 -1.99 19.20 19.02 19.99 20.19 21.11 21.35 9.71 3 10.01
1965 15.22 13.00 25.21 0.84 -4.81 20.17 20.58 22.05 22.83 23.61 24.99 -1.21 4 10.90

Ahora realizamos el anlisis de tendencias de las desviaciones estandar calculadas

(regresin lineal):
SOLUCION EJEMPLO 3

12.00

10.00

8.00
y = 0.4063x + 8.8835
6.00 R = 0.342 Series1
Lineal (Series1)
4.00

2.00

0.00
0 1 2 3 4 5

Los parmetros encontrados son: r= 0.585; A =8.883; B= 0.406

Ahora hallamos el t calculado:

r n2
tc
1 r 2
SOLUCION EJEMPLO 3

El resultado es tc= 1.02

El t terico; para a=5%; y GL=n-2; tt=2.93

Por tanto, no hay tendencia en la desviacin estandar.

Como habia tendencia en la media, de todas maneras se corrige. Para ello, calculamos
el Tsp, utilizando la ecuacin de regresin (para el ao 1963, le corresponde n=2):

Tsp 0.4063 * 2 8.8835 9.70

Ahora calculamos los Zpt; como la serie ya se corrigi por la media, los valores
contenidos en la tabla son X-Tm; es decir:

X i Tm Yti
Z pt
Tsp Tsp
SOLUCION EJEMPLO 3

De esta manera se obtiene

VALORES DE Zpt PARA EL AO 1963:

Ao Ene. Feb. Mar. Abr. May. Jun. Jul. Ago. Set,. Oct. Nov. Dic.
1963 1.06 3.42 1.87 1.46 0.58 1.71 1.77 1.91 2.06 2.14 2.20 -0.19

Conociendo las media y desviacin estndar originales, calculamos los valores

corregidos de la serie:
X CORREGIDO Z pt * SORIGINAL X ORIGINAL

La serie final
Serie sin tendencia en la media ni en la desviacin estndar :

Ao Ene. Feb. Mar. Abr. May. Jun. Jul. Ago. Set,. Oct. Nov. Dic.
1963 57.47 92.23 69.49 63.39 50.38 67.05 67.93 70.06 72.16 73.38 74.23 38.97
Qu aprendimos hoy?