Ing. Mg.Sc.

Ricardo Apaclla Nalvarte

1
Clase 2
ANALISIS EXPLORATORIO DE DATOS
HIDROLOGICOS
IA-5025 METODO DE ANALISIS
EN HIDROLOGIA
Aunque muchos mtodos de diseo hidrolgico
estn basados parcialmente en principios
tericos, el desarrollo de casi todos los mtodos
de diseo usan alguna forma de anlisis de datos.
En algunos casos un anlisis terico es usado
para identificar las variables de ingreso y la forma
de la ecuacin de prediccin, pero el mtodo de
diseo es operativo solo despus de analizar
datos hidrolgicos medidos.
El conocimiento de mtodos de anlisis
hidrolgicos, es necesario para apreciar las
limitaciones y precisiones de los mtodos de
anlisis hidrolgico de datos.
Los resultados del anlisis de datos y desarrollo
de nuevos mtodos de diseo, requieren de la
calibracin con datos hidrolgicos medidos.
Dado el extenso uso de tcnicas de anlisis
hidrolgico de datos, es importante familiarizarse
con las tcnicas ms frecuentes de anlisis
hidrolgico de datos.
Cada ao se gastan grandes esfuerzos y recursos en
la coleccin de datos meteorolgicos e hidrolgicos.
Estos datos representan observaciones de una
poblacin.
El conjunto de datos colectados en el pasado
representa una muestra y no la poblacin. Es
importante comprender que la muestra es una
coleccin aleatoria o un subconjunto de una
poblacin.
Ejemplo:
podramos instalar un aparato para que registre la
mayor avenida durante un ao en un determinado
punto de un ro. La mayor avenida observada
para ese ao es una observacin de una variable
aleatoria porque estamos seguros que el pico de
la avenida mxima ser diferente cada ao.

Si obtenemos esta medida cada ao, luego de n
aos tendremos una muestra de tamao n.
Poblacin.
Se define como la totalidad entre todas las posibles
mediciones y observaciones bajo consideracin en
una situacin dada de un problema.

A las caractersticas medibles de una poblacin se
les denomina parmetros.
Muestra.
Es un conjunto de medidas u observaciones tomadas
a partir de una poblacin dada.

A las caractersticas medibles de una muestra se les
denomina estadstico.
El objetivo del anlisis de datos es utilizar la
muestra para identificar y extraer inferencias
acerca de la poblacin.
Luego que la poblacin es estimada, esta
poblacin asumida ser la base para los diseos.
La poblacin consistir de todos los valores que
han sido observados en el pasado y que ocurrirn
en el futuro.
Desafortunadamente no se puede hacer
mediciones despus que cada evento ha ocurrido,
no se puede hacer mediciones de eventos que
todava no han ocurrido.
Esto es, no se puede conocer la poblacin y
tenemos que usar la muestra para sacar
inferencias acerca de lo que pasar en el futuro.
La inferencia estadstica est involucrada con
mtodos que permiten al investigador hacer
generalizaciones acerca de la poblacin usando
informacin obtenida de muestras aleatorias
Los mtodos estadsticos son mtodos para
colectar, organizar, totalizar y analizar
informacin
Probabilidad es una escala de medida que es
utilizada para describir la posibilidad de un
evento, donde un evento es definido como la
ocurrencia de un valor especfico de la variable
aleatoria.
La escala en que esta probabilidad es medida va
de 0 a 1, inclusive; donde el valor de 1 indica una
certeza de ocurrencia del evento y un valor de 0
indica una certeza de falla de ocurrencia o no
ocurrencia del evento.
Probabilidad
A menudo la probabilidad es especificada como un
porcentaje, por ejemplo, cuando el hombre del
tiempo indica que hay un 30% de ocurrencia de una
lluvia, es porque la experiencia pasada indica que
bajo similares condiciones meteorolgicas ha
llovido 3 de 10 veces.
En este ejemplo, la probabilidad ha sido estimada
empricamente usando el concepto de frecuencia
relativa.
n es el nmero de observaciones de una variable
aleatoria x que resulta del evento x
0
y N es el
nmero total de observaciones de x.
Consideremos el caso del diseo de una presa de
desvo para la construccin de un puente. La
altura de la presa depende en parte del nivel de la
avenida que puede ocurrir durante el perodo de
construccin, para este caso asumamos que la
construccin de los pilares del puente tomar un
ao.
Consideremos que tenemos un perodo de registro
de avenidas de 10 aos. Tambin asumamos que
el anlisis costo-beneficio sugiere que solo hay un
10% de probabilidad de que el nivel de la avenida
exceda la altura de la presa durante el perodo de
construccin de un ao.

De acuerdo con la ecuacin:

Se conoce la probabilidad, p(x=x
0
) y N=10, por
lo tanto en la muestra de 10 se puede suponer
que la altura de la presa es excedida solo en 1 de
10 descargas mximas observadas.
CONCEPTOS
Sistema Hidrolgico
Conjunto de procesos fsicos, qumicos y/o
biolgicos que actan sobre variables de entrada
para convertirlas en variables de salida
Variable
Es una caracterstica del sistema que puede ser
cuantificable y que asume diferentes valores
cuando es medido en diferentes tiempos.
Parmetro
Es una cantidad caracterstica del sistema
hidrolgico y que permanece constante en el
tiempo, as el rea de una cuenca es un parmetro
caracterstico del sistema.
Variable aleatoria
La variable que tiene resultados o valores que
tienden a variar de observacin en observacin
debido a los factores relacionados con el azar
recibe le nombre de variable aleatoria.

Las variables aleatorias pueden ser discretas y
continuas
Variables Discretas
Son aquellas que no tienen continuidad, en otras
palabras constituyen un subconjunto de los nmeros
reales. Por lo general variables de tipo entero.

Una variable discreta se considera as si los valores
que asume se pueden contar.
Por ejemplo: El nmero de hijos por familia es una
variable discreta, por que cae dentro del rango de
los enteros positivos. Es decir no existe 1.5 hijos
por ejemplo.
Variables Continuas
Como su nombre lo indica presentan continuidad en
todo el universo de los reales. Una variable continua
es aquella que pueden asumir cualquier valor dentro
de un intervalo, por lo cual tiene un numero infinito
de valores posibles.

Un atributo esencial de una variable continua es
que, a diferencia de lo que ocurre con una variable
discreta, nunca se la puede medir exactamente. Con
una variable continua debe haber inevitablemente
un error de medida.
Por ejemplo: la velocidad promedio de un vehculo
puede ser 30 km/h; 30,5 km/h; 30,415 km/h etc.
Cual de las siguientes variables son discretas y
cuales continuas.
nmero de caras en 6 lanzamientos de una
moneda.
tiempo para resolver un examen.
Discreta
Continua.
altura del mercurio en un barmetro
nmero de dientes de un nio
Discreta
mxima temperatura ambiental durante el da.
Discreta
Continua
nmero de juegos ganados por un equipo de
basketball
nmero de hijos de una familia
Discreta
litros de gasolina vendidos el martes anterior en
una gasolinera.
Discreta
Continua
Anlisis de Homogeneidad o Consistencia
Una serie de datos es llamada Homognea si es una
muestra de una nica poblacin.

Si la serie es no homognea, se le deben hacer
ajustes o correcciones para volverla homognea

De esta manera las estimaciones estadsticas
muestrales sern vlidas para estimar los
parmetros poblacionales.
La homogeneidad de una serie se puede perder
por varias causas, las cuales pueden ser
diferenciadas en dos grupos.

Las debidas a cambios fsicos en la propia
estacin pluviomtrica.

Las originadas por las modificaciones o cambios
en el medio ambiente.
Causas principales de prdida de homogeneidad de
una serie de lluvias.
Cambio en la localizacin del pluvimetro.
Cambio en la forma de exposicin o reposicin
del aparato.
Cambio en el procedimiento de observacin o
reemplazo del operador.
Construccin de embalses en las cercanas.
Deforestaciones y reforestaciones en la zona
Desecacin de pantanos.
Apertura de nuevas reas de cultivos en los
alrededores.
Industrializacin en reas circundantes.
Todas estas acciones traen consigo una alteracin
en la cantidad de lluvia captada por el pluvimetro.
Conducen a errores de tipo sistmico
Con respecto a la localizacin del pluvimetro, el US
Environmental Data Service indica que una estacin
deber ser nuevamente identificada cuando se
mueve o desplaza 8 km en distancia y/o 30 metros
en elevacin.
Tambin existen los errores de tipo accidental o
aleatorios que se deben al observador o se generan
en la transcripcin, copia o impresin de los
registros pluviomtricos.
En los anlisis climatolgicos se utiliza el trmino
homogeneidad de la serie y en los anlisis
hidrolgicos se emplea el trmino consistencia de la
serie.
Sin embargo existe una diferencia que se debe a las
tcnicas empleadas para investigar la
homogeneidad o la consistencia.
Ambos trminos son sinnimos, pues indican un
cambio en la cantidad de lluvia medida por la
estacin.
La homogeneidad se analiza a travs de pruebas
estadsticas, en cambio la consistencia se detecta
con la tcnica de la Curva Doble Masa.
PRUEBAS ESTADISTICAS DE HOMOGENEIDAD
La Prueba o test de homogeneidad presenta una
hiptesis nula y una regla de aceptarla o rechazarla
en base a su probabilidad de ocurrencia.
La regla indica adems la probabilidad lmite (nivel
de significancia (), bajo la cual la hiptesis de
homogeneidad o nula ser rechazada y entonces, se
acepta alguna hiptesis alternativa.
Si dicha probabilidad es pequea se concluye que la
serie no es homognea.
Si la probabilidad es grande, la decisin es que la
serie es homognea.
Pero en muchas ocasiones esta suposicin no
resulta vlida, y en otras la sospecha de que no sea
adecuada no resulta fcil de comprobar, por tratarse
de muestras pequeas.
Cuando se analizan datos medidos por una variable
continua, las pruebas estadsticas de estimacin
frecuentemente empleadas se basan en suponer que
se ha obtenido una muestra aleatoria de una
distribucin de probabilidad de tipo normal o de
Gauss.
mientras que las pruebas que suponen una
distribucin de probabilidad determinada para los
datos se denominan pruebas paramtricas.
En estos casos se dispone de dos posibles
mecanismos: los datos se pueden transformar de tal
manera que sigan una distribucin normal, o bien se
puede acudir a pruebas estadsticas que no se basan
en ninguna suposicin en cuanto a la distribucin de
probabilidad a partir de la que fueron obtenidos los
datos, y por ello se denominan pruebas no
paramtricas
Las pruebas no paramtricas son menos rigurosas
que las paramtricas, pero mucho ms sencillas de
realizar.
Si se conoce la distribucin que sigue la hiptesis
nula y las alternativas, se debe utilizar las pruebas
paramtricas, en caso contrario las pruebas no
paramtricas son las ms indicadas.
Pruebas no paramtricas:
Helmert
Secuencias
Wald-Wolfowitz
Pruebas paramtricas:
t de Student
Cramer
PRUEBA ESTADISTICA DE HELMERT
Cualquier serie climatolgica presenta como
alternativas a la homogeneidad, los cambios
bruscos (saltos) de su valor medio, la tendencia o
alguna forma de oscilacin.
La prueba de Helmert es bastante sencilla y consiste
en analizar el signo de las desviaciones de cada
evento de la serie con respecto a su valor medio.
Si una desviacin es seguida por otra de signo
contrario, un cambio (C) ser registrado. Cada ao,
excepto el primero definirn una secuencia o un
cambio.
Si la serie es homognea la diferencia entre el
nmero de secuencias (S) y el nmero de cambios
(C ) en el registro deber ser cero, dentro de los
lmites de un error probable, el cual de hecho
depende de la longitud del registro (n), esto es:
Si el nmero de secuencias es mayor que el nmero
de cambios, algn tipo de variacin en la media o
una tendencia en los datos crean la inconsistencia
del registro.
Si por el contrario el nmero de cambios resulta
mayor que el de secuencias, alguna forma de
oscilacin del valor medio estar presente y su
causa deber ser investigada con ms detalle.
PRUEBA ESTADISTICA DE LAS SECUENCIAS
Esta prueba es bastante comn y muy sensitiva. Se
realiza cuando el nmero de secuencias o rachas (u)
arriba o bajo la mediana de la serie.
El valor de la mediana se obtiene ordenando los
datos respecto a su magnitud y seleccionando el
valor central si n es impar

O la media aritmtica de los dos valores centrales si
n es par.
Usando el valor de la mediana se marca con A si es
mayor y con B si es menor, cada dato o evento de la
serie.
Las secuencias o sucesin de valores de A o B son
contabilizadas y para concluir que la serie es
homognea el nmero de secuencias (u) debe estar
comprendido entre el rango que se marca en la
Tabla siguiente, para el nmero de aos de registro.
Nmero de
datos n
Rango de
u
Nmero de
datos n
Rango de
u
12 5-8 32 13-20
14 5-10 34 14-21
16 6-11 36 15-22
18 7-12 38 16-23
20 8-13 40 16-25
22 9-14 50 22-30
24 9-16 60 26-36
26 10-17 70 31-41
28 11-18 80 35-47
30 12-19 100 45-57
Rango del Nmero de Secuencias (u)
para un registro homogneo
Tomando en cuenta que en series grandes resulta
algo laborioso el clculo de la mediana, se acepta
con fines prcticos utilizar la media de tal serie en
lugar de la mediana.
Si se obtiene un alto nmero de secuencias esto
puede ser una indicacin de oscilacin en la serie,
mientras que un nmero reducido de rachas ser
una indicacin de una tendencia o cambio en la
media.
N Ao
Precipitacin
anual (mm)
N Ao
Precipitacin
anual (mm)
N Ao
Precipitacin
anual (mm)
N Ao
Precipitacin
anual (mm)
1 1927 485.6 15 1941 736.5 29 1955 525.7 43 1969 715.0
2 1928 670.9 16 1942 462.2 30 1956 282.9 44 1970 746.0
3 1929 343.6 17 1943 330.1 31 1957 344.4 45 1971 590.0
4 1930 695.2 18 1944 732.8 32 1958 723.3 46 1972 892.0
5 1931 594.9 19 1945 362.1 33 1959 472.5 47 1973 1202.5
6 1932 721.8 20 1946 420.0 34 1960 634.3 48 1974 471.5
7 1933 876.3 21 1947 555.4 35 1961 403.0 49 1975 733.9
8 1934 623.2 22 1948 716.4 36 1962 321.2 50 1976 1180.5
9 1935 617.5 23 1949 482.5 37 1963 389.7 51 1977 372.5
10 1936 626.1 24 1950 251.5 38 1964 374.6 52 1978 476.5
11 1937 377.8 25 1951 650.7 39 1965 617.4 53 1979 394.0
12 1938 570.4 26 1952 303.4 40 1966 471.4
13 1939 433.2 27 1953 461.0 41 1967 1119.0
14 1940 563.4 28 1954 368.5 42 1968 816.5
Registro de lluvias anuales en la estacin Climatolgica Higueras
Ejemplo.
En la tabla siguiente se tiene el registro completo de
lluvias anuales en la estacin Higueras, para el cual
se pide probar su homogeneidad con las pruebas
estadsticas de Helmert y de las Secuencias.
Solucin.
Media= 571.8 mm,
S= 30 S-C=8>7.21
C= 22 El registro no es homogneo.
N Ao
Precipitacin
anual (mm)
N Ao
Precipitacin
anual (mm)
N Ao
Precipitacin
anual (mm)
1 1927 485.6 - 19 1945 362.1 - C 37 1963 389.7 - S
2 1928 670.9 + C 20 1946 420.0 - S 38 1964 374.6 - S
3 1929 343.6 - C 21 1947 555.4 - S 39 1965 617.4 + C
4 1930 695.2 + C 22 1948 716.4 + C 40 1966 471.4 - C
5 1931 594.9 + S 23 1949 482.5 - C 41 1967 1119.0 + C
6 1932 721.8 + S 24 1950 251.5 - S 42 1968 816.5 + S
7 1933 876.3 + S 25 1951 650.7 + C 43 1969 715.0 + S
8 1934 623.2 + S 26 1952 303.4 - C 44 1970 746.0 + S
9 1935 617.5 + S 27 1953 461.0 - S 45 1971 590.0 + S
10 1936 626.1 + S 28 1954 368.5 - S 46 1972 892.0 + S
11 1937 377.8 - C 29 1955 525.7 - S 47 1973 1202.5 + S
12 1938 570.4 - S 30 1956 282.9 - S 48 1974 471.5 - C
13 1939 433.2 - S 31 1957 344.4 - S 49 1975 733.9 + C
14 1940 563.6 - S 32 1958 723.3 + C 50 1976 1180.5 + S
15 1941 736.5 + C 33 1959 472.5 - C 51 1977 372.5 - C
16 1942 462.2 - C 34 1960 634.3 - S 52 1978 476.5 - S
17 1943 330.1 - S 35 1961 403.0 - S 53 1979 394.0 - S
18 1944 732.8 + C 36 1962 321.2 - S
Test de
Helmert
Test de
Helmert
Aplicacin del Test de Helmert para investigar la homogeneidad del registro de lluvias en Higueras
Test de
Helmert
Solucin.
Media= 571.8 mm,
n= 53 rango de u=23-32
u= 23 El registro no es homogneo.
N Ao
Precipitacin
anual (mm)
N Ao
Precipitacin
anual (mm)
N Ao
Precipitacin
anual (mm)
1 1927 485.6 B 1 19 1945 362.1 B 37 1963 389.7 B
2 1928 670.9 A 2 20 1946 420.0 B 38 1964 374.6 B
3 1929 343.6 B 3 21 1947 555.4 B 39 1965 617.4 A 18
4 1930 695.2 A 22 1948 716.4 A 10 40 1966 471.4 B 19
5 1931 594.9 A 23 1949 482.5 B 41 1967 1119.0 A
6 1932 721.8 A 24 1950 251.5 B 42 1968 816.5 A
7 1933 876.3 A 25 1951 650.7 A 12 43 1969 715.0 A
8 1934 623.2 A 26 1952 303.4 B 44 1970 746.0 A
9 1935 617.5 A 27 1953 461.0 B 45 1971 590.0 A
10 1936 626.1 A 28 1954 368.5 B 46 1972 892.0 A
11 1937 377.8 B 29 1955 525.7 B 47 1973 1202.5 A
12 1938 570.4 B 30 1956 282.9 B 48 1974 471.5 B 21
13 1939 433.2 B 31 1957 344.4 B 49 1975 733.9 A
14 1940 563.6 B 32 1958 723.3 A 14 50 1976 1180.5 A
15 1941 736.5 A 6 33 1959 472.5 B 15 51 1977 372.5 B
16 1942 462.2 B 34 1960 634.3 A 16 52 1978 476.5 B
17 1943 330.1 B 35 1961 403.0 B 53 1979 394.0 B
18 1944 732.8 A 8 36 1962 321.2 B
7
9
11
13
17
20
22
23
Aplicacin del Test de las Secuencias para investigar la homogeneidad del registro de lluvias en Higueras
Test de las
Secuencias
Test de las
Secuencias
Test de las
Secuencias
4
5
PRUEBA ESTADISTICA t DE STUDENT
Cuando la causa de la prdida de homogeneidad de
la serie es probable que sea un abrupto cambio en la
media, la prueba paramtrica t de Student es til.
La prueba es poderosa y robusta para detectar la
inconsistencia en la media, excepto cuando la
longitud de los dos perodos seleccionados para
comparacin de sus medias son desiguales.
Se dice que un test es robusto cuando es insensible
a la forma de distribucin de probabilidad de la
serie.
Se recomienda, al aplicar la prueba t de Student que
los valores de n
1
y n
2
de cada media que se
compara, sean iguales.
La estadstica de la prueba t de Student est
definida por:
( )
( ) ( )
2 1
2 1 2 1
2
2 2
2
1 1
2 1
1 1
2
(

|
|
.
|

\
|
+
|
|
.
|

\
|
+
+

=
n n n n
S n S n
x x
t
c
Siendo S
1
2
, S
2
2
las varianzas de xi en los dos
perodos de registro respectivamente.
La estadstica de la prueba t de Student est
definida por:
( )
( ) ( )
2 1
2 1 2 1
2
2 2
2
1 1
2 1
1 1
2
(

|
|
.
|

\
|
+
|
|
.
|

\
|
+
+

=
n n n n
S n S n
x x
t
c
PRUEBA ESTADISTICA DE CRAMER
A veces es ms conveniente comparar la media de
toda la serie y la media de una cierta parte del
registro, para investigar la homogeneidad.
Para este caso la prueba de Cramer es bastante til;
se la considera complementarias de la prueba t de
Student.
En la prueba de Cramer, S y x
Son la media y desviacin estndar del registro
total de n valores.
Es la media del subperodo de n valores.
Tambin
k
x
La estadstica t
k
tiene distribucin t de Student de
dos colas con =n-2 grados de libertad y es utilizado
en la misma forma que la estadstica td de la de t de
Student.
'
1
n
x
x
n k i
k i
i
k

+ =
+ =
=
( )
S
x x
k
k

= t
( )
( ) | |
( )
k
k
k
n n
n n
t t
t
2 / 1
2
1 '
2 '
)
`

+

=
N Ao
Precipitacin
anual (mm)
N Ao
Precipitacin
anual (mm)
N Ao
Precipitacin
anual (mm)
N Ao
Precipitacin
anual (mm)
1 1927 485.6 15 1941 736.5 29 1955 525.7 43 1969 715.0
2 1928 670.9 16 1942 462.2 30 1956 282.9 44 1970 746.0
3 1929 343.6 17 1943 330.1 31 1957 344.4 45 1971 590.0
4 1930 695.2 18 1944 732.8 32 1958 723.3 46 1972 892.0
5 1931 594.9 19 1945 362.1 33 1959 472.5 47 1973 1202.5
6 1932 721.8 20 1946 420.0 34 1960 634.3 48 1974 471.5
7 1933 876.3 21 1947 555.4 35 1961 403.0 49 1975 733.9
8 1934 623.2 22 1948 716.4 36 1962 321.2 50 1976 1180.5
9 1935 617.5 23 1949 482.5 37 1963 389.7 51 1977 372.5
10 1936 626.1 24 1950 251.5 38 1964 374.6 52 1978 476.5
11 1937 377.8 25 1951 650.7 39 1965 617.4 53 1979 394.0
12 1938 570.4 26 1952 303.4 40 1966 471.4
13 1939 433.2 27 1953 461.0 41 1967 1119.0
14 1940 563.4 28 1954 368.5 42 1968 816.5
Registro de lluvias anuales en la estacin Climatolgica Higueras
Ejemplo.
En la tabla siguiente se tiene el registro completo de
lluvias anuales en la estacin Higueras, para el cual
se pide probar su homogeneidad con la prueba de
Cramer.
Solucin.
Se utiliza el total de la muestra y el perodo 1967-1979
mm x
aos n mm S
aos n mm x
k
9 . 746
13 ' 8 . 217
53 8 . 571
=
= =
= =
Se considera la media del segundo perodo, por ser la que
presenta mayor diferencia con la media de todo el registro, por
consiguiente la prueba se realiza con la condicin ms
desfavorable.
( )
804 . 0
8 . 217
8 . 571 9 . 746
=

=
k
t
( )
( ) | |
( ) 683 . 3 804 . 0
804 . 0 1 13 53
2 53 13
2 / 1
2
=
)
`

+

=
k
t
El valor de t de Student es 1.678, como es menor que tk=
3.683, la serie no es homognea.
PRUEBA ESTADISTICA DE WALD-WOLFOWITZ
Permite determinar si existe alguna diferencia entre
las dos series que se analizan. Esta diferencia se
puede deber a la tendencia central, variabilidad,
oblicuidad u otra.
Es decir la prueba Wald-Wolfwitz descubre
cualquier clase de discrepancia entre las series que
se analizan.
Para aplicar la prueba a los datos de dos series de
lluvias anuales de tamaos N1 y N2, se ordenan
todos los valores (N1+N2) en forma creciente y se
determina el nmero de secuencias o rachas de la
serie ordenada.
Una secuencia se define como cualquier sucesin de
valores de la misma serie, los cuales se indican con
X para la estacin en que se investiga la
homogeneidad y con Y para la estacin auxiliar.
Cuando las muestras son pequeas (N1, N220) la
tabla siguiente presenta los valores crticos del
nmero de secuencias, de manera que si se
encontr un nmero de rachas (r) igual o menor
que el valor tabulado, las series sern diferentes
debido a cierta causa, en un nivel de significancia
del 5%.
n1 n2
2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
2 2 2 2 2 2 2 2 2 2
3 2 2 2 2 2 2 2 2 2 3 3 3 3 3 3
4 2 2 2 3 3 3 3 3 3 3 3 4 4 4 4 4
5 2 2 3 3 3 3 3 4 4 4 4 4 4 4 5 5 5
6 2 2 3 3 3 3 4 4 4 4 5 5 5 5 5 5 6 6
7 2 2 3 3 3 4 4 5 5 5 5 5 6 6 6 6 6 6
8 2 3 3 3 4 4 5 5 5 6 6 6 6 6 7 7 7 7
9 2 3 3 4 4 5 5 5 6 6 6 7 7 7 7 8 8 8
10 2 3 3 4 5 5 5 6 6 7 7 7 7 8 8 8 8 9
11 2 3 4 4 5 5 6 6 7 7 7 8 8 8 9 9 9 9
12 2 2 3 4 4 6 6 6 7 7 7 8 8 8 9 9 9 10 10
13 2 2 3 4 5 5 6 6 7 7 8 8 9 9 9 10 10 10 10
14 2 2 3 4 5 5 6 7 7 8 8 9 9 9 10 10 10 11 11
15 2 3 3 4 5 6 6 7 7 8 8 9 9 10 10 11 11 11 12
16 2 3 4 4 5 6 6 7 8 8 9 9 10 10 11 11 11 12 12
17 2 3 4 4 5 6 7 7 8 9 9 10 10 11 11 11 12 12 13
18 2 3 4 5 5 6 7 8 8 9 9 10 10 11 11 12 12 13 13
19 2 3 4 5 6 6 7 8 8 9 10 10 11 11 12 12 13 13 13
20 2 3 4 5 6 6 7 8 9 9 10 10 11 12 12 13 13 13 14
Valores Crticos del Nmero de secuencias para muestras pequeas.- Wald-Wolfwitz
Cuando N1 o N2>20 no se puede utilizar la tabla
anterior, entonces se evala el estadstico z.
Si el valor calculado de z tiene una probabilidad
asociada (p), leda de la tabla siguiente, igual o
menor que el nivel de significancia adoptado
(comunmente 5%), las series sern diferentes y por
lo tanto, si se sabe que una de ellas es homognea,
la otra ser no homognea.
( )
( ) ( ) 1
2 2
50 . 0 1
2
2 1
2
2 1
2 1 2 1 2 1
2 1
2 1
+ +

|
|
.
|

\
|
+
+

=
N N N N
N N N N N N
N N
N N
r
z
TECNICA DE LA CURVA DOBLE MASA
Verifica la consistencia del registro de una estacin,
comparando la precipitacin anual acumulada con
los valores correspondientes, tambin acumulados
de la precipitacin anual promedio de un grupo de
estaciones, localizados en los alrededores.
Se recomienda utilizar del orden de 10 estaciones
auxiliares; de esta forma los errores de tales
estaciones auxiliares se contrarrestan o diluyen,
sobre todo los accidentales y se destacan ms los de
la estacin que se compara.
Establece que al representar en unos ejes
coordenados, las parejas de valores definidos por
las acumulaciones sucesivas de cada serie, definen
una coleccin de puntos cuya lnea que los une es
una recta, si las magnitudes de las dos series son
proporcionales.
Si se produce un cambio en la pendiente de la curva
de dobles acumulaciones, es que ha ocurrido una
alteracin en la proporcionalidad, el punto de
quiebre indicar el momento en que ocurri el
cambio y la diferencia de pendientes, podr servir
para corregir el tramo inconsistente.
En general y con el objeto de volver a utilizar las
comparaciones realizadas, se establecen las
acumulaciones empezando por los datos ms
antiguos, puesto que de este modo se pueden seguir
acumulando los datos ms recientes en los futuros
estudios.
Norma:
Se indica que cambios de pendiente formados por
menos de 5 puntos no se consideran
representativos de un error sistemtico, sin
embargo en la prctica, si el cambio de pendiente es
muy acusado puede aceptarse la representatividad
con un mnimo de tres puntos.
Caso A: la serie de puntos encaja perfectamente o
ms o menos en una lnea recta, lo que indica
proporcionalidad y por lo tanto, consistencia en la
estacin analizada
Caso B: se puede ajustar una serie de rectas
paralelas en las que los puntos coinciden, lo
anterior indica proporcionalidad, aunque existen
aos que estn medidos por exceso o por defecto.
Caso C: Cuando se deben ajustar dos rectas de diferentes
pendientes se tiene un caso tpico de error sistemtico. Si la
comparacin se realiz entre la estacin que se investiga y
una serie representativa de un grupo de estaciones (10), es
lgico suponer que la serie que tiene error sea la individual.
Caso C: Cuando se comparan dos series individuales, se debe
establecer un proceso iterativo de comparacin con otras
series y por la coincidencia, o no coincidencia de cambios de
pendiente, se detecta la serie errnea.
Caso C: Ms difcil es detectar cual de los dos perodos es el
correcto, para lo cual se recomienda consultar la historia de
la estacin y de sus alrededores, para tratar de determinar
las causas que originan el cambio y concluir sobre el perodo
correcto. Posteriormente se realiza el ajuste del otro tramo,
por la relacin de pendientes.
Caso C: Cuando no se disponga de informacin adicional para
definir el tramo incorrecto, se puede aceptar como verdadero o
correcto el perodo ms reciente, ya que la experiencia
demuestra que en el 80% de los casos el perodo ms moderno
es el correcto, porque la estacin est mejor vigilada, se dispone
de mejores aparatos de medicin o simplemente por que se le
busc un mejor un emplazamiento ms adecuado.
Caso D: Algunas veces sucede que la estacin presenta un tramo
central de mayor o menor pendiente; en el 95% de los casos en
tal perodo se midi incorrectamente y habr que corregir para
homogenizar la serie.
Recomendaciones:
El grupo debe tener de 3 a 10 estaciones.
La lluvia media anual de las estaciones del grupo debe ser
semejante.
El grupo debe incluir por lo menos una estacin con amplio
registro (25 aos como mnimo).
La altitud de las estaciones del grupo debe ser similar, no
debiendo existir una diferencia de ms de 300 m.
Las estaciones deben estar relativamente prximas, no
debindose exceder una distancia de 50 Km.
En principio la estacin de ms amplio registro se considera
modelo y se inician las comparaciones por pareja de estaciones,
con la estacin modelo.
Ejemplo.
Contrastar por medio de la tcnica de doble masa, la estacin
pluviomtrica HIGUERAS, utilizando como estacin auxiliar
FLORES por ser la ms cercana y corregirla en caso de
inconsistencia, ya que se sabe que la estacin auxiliar es
homognea.
Solucin.
La estacin Flores tiene un registro de lluvias anuales de 38 aos
en el perodo 1940-1977; en cambio la estacin Higueras cuenta
con 53 aos en el perodo 1927-1979. El perodo comn para
aplicar la tcnica de doble masa ser 38 aos equivalente al
perodo de registro de la estacin Flores.
En la tabla siguiente se han tabulado los valores de lluvia anual
del perodo comn y sus acumulaciones. Los valores dibujados
en ejes coordenados se dan en la figura siguiente.
Ao
Precip.
anual
(mm)
Precip.
acumulada
(mm)
Ao
Precip.
anual
(mm)
Precip.
acumulada
(mm)
Ao
Precip.
anual
(mm)
Precip.
acumulada
(mm)
Ao
Precip.
anual
(mm)
Precip.
acumulada
(mm)
1940 455.2 455.2 1959 772.5 12273.7 1940 563.6 563.6 1959 472.5 9745.5
1941 1049.3 1504.5 1960 964.7 13238.4 1941 736.5 1300.1 1960 634.3 10379.8
1942 595.4 2099.9 1961 634.1 13872.5 1942 462.2 1762.3 1961 403.0 10782.8
1943 637.5 2737.4 1962 744.2 14616.7 1943 330.1 2092.4 1962 321.2 11104.0
1944 1013.8 3751.2 1963 872.9 15489.6 1944 732.8 2825.2 1963 389.7 11493.7
1945 452.7 4203.9 1964 621.8 16111.4 1945 362.1 3187.3 1964 374.6 11868.3
1946 591.4 4795.3 1965 895.2 17006.6 1946 420.0 3607.3 1965 617.4 12485.7
1947 667.0 5462.3 1966 945.3 17951.9 1947 555.4 4162.7 1966 471.4 12957.1
1948 652.9 6115.2 1967 1424.0 19375.9 1948 716.4 4879.1 1967 1119.0 14076.1
1949 426.9 6542.1 1968 962.5 20338.4 1949 482.5 5361.6 1968 816.5 14892.6
1950 322.1 6864.2 1969 767.5 21105.9 1950 251.5 5613.1 1969 715.0 15607.6
1951 733.2 7597.4 1970 758.0 21863.9 1951 650.7 6263.8 1970 746.0 16353.6
1952 205.9 7803.3 1971 884.3 22748.2 1952 303.4 6567.2 1971 590.0 16943.6
1953 803.9 8607.2 1972 944.7 23692.9 1953 461.0 7028.2 1972 892.0 17835.6
1954 311.4 8918.6 1973 1262.6 24955.5 1954 368.5 7396.7 1973 1202.5 19038.1
1955 477.1 9395.7 1974 628.0 25583.5 1955 525.7 7922.4 1974 471.5 19509.6
1956 273.7 9669.4 1975 757.0 26340.5 1956 282.9 8205.3 1975 733.9 20243.5
1957 654.7 10324.1 1976 1298.3 27638.8 1957 344.4 8549.7 1976 1180.5 21424.0
1958 1177.1 11501.2 1977 672.0 28310.8 1958 723.3 9273.0 1977 372.5 21796.5
Estacin Flores Estacin Higueras
CALCULOS DE LA CURVA DOBLE MASA
En la figura se observa un perodo intermedio (1958-1966) que
midi por defecto, ya que su pendiente es menor. De acuerdo a
la teora expuesta y tomando en cuenta que la estacin auxiliar
es homognea se corrige por la relacin de pendientes, igual a
1.532.
Los valores anuales corregidos se indican en la Tabla siguiente.
Para comprobar las correcciones efectuadas al registro de la
estacin Higueras, se dibuja nuevamente la curva doble masa
con la serie corregida. Se observa que la serie es ahora
homognea.
Ejemplo.
Investigar la homogeneidad de la estacin pluviomtrica
HIGUERAS por medio de la prueba estadstica de Wald-
Wolfowitz, despus de que en tal estacin fue corregida su
inconsistencia con la tcnica de doble masa. Utilizar FLORES
como estacin auxiliar.
Solucin.
Se utiliza los datos corregidos de la estacin Higueras. Como
ambos perodos son de 38 aos , se usar la ecuacin:
( )
( ) ( ) 1
2 2
50 . 0 1
2
2 1
2
2 1
2 1 2 1 2 1
2 1
2 1
+ +

|
|
.
|

\
|
+
+

=
N N N N
N N N N N N
N N
N N
r
z
En la tabla siguiente se han ordenado las magnitudes crecientes
de los valores de lluvia anual de ambas estaciones y se ha
contabilizado el nmero de rachas (r) igual a 33.
27 . 1
33 . 4
50 . 5
433200
8121056
50 . 0 1
76
2888
33
= =

|
.
|

\
|
+
= z
Con el valor de z se obtiene en la tabla de probabilidades
asociadas, p=0.102, es decir una probabilidad p de 10.2% que
es mayor que el nivel de significancia recomendado de 5%.
Por tanto no existe diferencia entre las series.
N N N N
YX
N
secuencias YX
N
secuencias YX
N
secuencias YX
N
secuencias
1 205.9 Y 1 20 477.1 Y 9 39 667.0 Y 58 884.3 Y 23
2 251.5 X 2 21 482.5 X 40 672.0 Y 59 892.0 X 24
3 273.7 Y 3 22 492.1 X 41 715.0 X 60 895.2 Y
4 282.9 X 23 525.7 X 42 716.4 X 61 944.7 Y
5 304.4 X 24 555.4 X 43 722.2 X 62 945.3 Y
6 311.4 Y 25 563.6 X 44 723.9 X 63 945.9 X 26
7 322.1 Y 26 573.9 X 45 732.8 X 64 962.5 Y
8 330.1 X 27 590.0 X 46 733.2 Y 17 65 964.7 Y
9 344.4 X 28 591.4 Y 47 733.9 X 66 971.7 X 28
10 362.1 X 29 595.4 Y 48 736.5 X 67 1013.8 Y
11 368.5 X 30 597.0 X 49 744.2 Y 19 68 1049.3 Y
12 372.5 X 31 617.4 X 50 746.0 X 20 69 1108.1 X
13 420.0 X 32 621.8 Y 51 757.0 Y 70 1119.0 X
14 426.9 Y 33 628.0 Y 52 758.0 Y 71 1177.1 Y
15 452.7 Y 34 634.1 Y 53 767.5 Y 72 1180.5 Y
16 455.2 Y 35 637.5 Y 54 772.5 Y 73 1202.5 X
17 461.0 X 36 650.7 X 14 55 803.9 Y 74 1262.6 X
18 462.2 X 37 652.9 Y 56 816.5 X 22 75 1298.3 Y
19 471.5 X 38 654.7 Y 57 872.9 Y 23 76 1424.0 Y
Test de las
Secuencias
15
Lluvia en
(mm)
16
Lluvia en
(mm)
Aplicacin del Test de Wald-Wolfowitz para investigar la homogeneidad de lluvias anuales en Higueras
4
5
8
7
6
10
11
Test de las
Secuencias Lluvia en
(mm)
Lluvia en
(mm)
12
13
Test de las
Secuencias
Test de las
Secuencias
15
18
21
25
27
29
30
31
32
33
SERIE CRONOLOGICA
Posterior al anlisis de inconsistencia de las lluvias
anuales, resulta conveniente estudiar tal registro
como una serie cronolgica para detectar los ciclos
de aos secos y aos hmedos, as como la
tendencia de la serie, si existe.
Serie cronolgica
O serie de tiempo, es toda secuencia de
observaciones tomados en tiempos especficos y
generalmente igualmente espaciados.
La serie cronolgica tiene cuatro componentes o
movimientos caractersticos, siguientes:
Tendencia central.

Componente estacional.

Componente cclica.

Componente no sistemtico.
Tendencia central: indica hacia donde tiende tal
serie cronolgica
Componente estacional: indica las variaciones
peridicas que ocurren a corto plazo (en periodos
menores a un ao).
Componente cclica: indica las variaciones
peridicas que ocurren a largo plazo (en perodos
mayores de un ao.
Componente no sistemtico: Aunque se conozcan los tres
componentes sealados, una variable puede tener todava un
comportamiento real distinto del previsible por su lnea de
tendencia y por los factores cclicos y estacionales.
Corresponde al componente aleatorio.
PROMEDIOS MOVILES
Esta tcnica permite suavizar algunas de las
variaciones aleatorias de la serie cronolgica. Si la
secuencia de valores de la serie es:
n
x x x x
, 3 2 1
, ,
n
x x x
n
x x x
n
x x x
n n n 2 4 3 1 3 2 2 1
, ,
+ +
+ + + + + +
Las sumas de los numeradores se llaman sumas
mviles de orden n y los resultados de cada cociente
son los Promedios Mviles de orden n.
El orden n, puede ser cualquier valor. Si es muy
pequeo puede volver poco efectiva la tcnica para
reducir la variabilidad aleatoria.
Si n es muy grande algunas de las componentes
deseadas (usualmente la componente cclica) puede
ser ocultada.
Las series cronolgicas de precipitacin anual son
comunmente analizadas con promedios mviles de
orden CINCO y dibujando el valor del cociente al
final del perodo de cinco aos. Esto refleja ms
exactamente el almacenamiento natural en el
sistema hidrolgico.
Los promedios mviles de orden 5 permiten suavizar
la componente irregular de las series prevaleciendo
en el registro los efectos de los ciclos hmedos y
secos.
Los perodos hmedos o lluviosos son detectados
comparando la lnea de promedios mviles con la
lnea recta que representa la lluvia media anual de
todo el registro.
Durante los perodos lluviosos la primera lnea
quedar por arriba de la segunda y durante los
perodos de sequias, la lnea de promedios mviles
estar por debajo del valor medio.
Ejemplo:
Determinar los perodos hmedos y secos del
registro corregido de las lluvias anuales de la
estacin HIGUERAS. Por el mtodo de los promedios
mviles.
Solucin
Se ha dibujado la serie cronolgica y la curva de
promedios mviles de orden 5, a partir de los cuales
se detectan bsicamente, un primer perodo seco de
22 aos y posteriormente un perodo hmedo de 19
aos.
N Ao P anual (mm) PM 5 Promedio
1 1927 485.6 616
2 1928 670.9 616
3 1929 343.6 616
4 1930 695.2 616
5 1931 594.9 616
6 1932 721.8 558.0 616 -58.0
7 1933 876.3 605.3 616 -10.7
8 1934 623.2 646.4 616 30.4
9 1935 617.5 702.3 616 86.3
10 1936 626.1 686.7 616 70.7
11 1937 377.8 693.0 616 77.0
12 1938 570.4 624.2 616 8.2
13 1939 433.2 563.0 616 -53.0 1
14 1940 563.6 525.0 616 -91.0 2
15 1941 736.5 514.2 616 -101.8 3
16 1942 462.2 536.3 616 -79.7 4
17 1943 330.1 553.2 616 -62.8 5
18 1944 732.8 505.1 616 -110.9 6
19 1945 362.1 565.0 616 -51.0 7
20 1946 420.0 524.7 616 -91.3 8
21 1947 555.4 461.4 616 -154.6 9
22 1948 716.4 480.1 616 -135.9 10
23 1949 482.5 557.3 616 -58.7 11
24 1950 251.5 507.3 616 -108.7 12
25 1951 650.7 485.2 616 -130.8 13
26 1952 303.4 531.3 616 -84.7 14
Estacin Higueras
27 1953 461.0 480.9 616 -135.1 15
28 1954 368.5 429.8 616 -186.2 16
29 1955 525.7 407.0 616 -209.0 17
30 1956 282.9 461.9 616 -154.1 18
31 1957 344.4 388.3 616 -227.7 19
32 1958 1108.1 396.5 616 -219.5 20
33 1959 723.9 525.9 616 -90.1 21
34 1960 971.7 597.0 616 -19.0 22
35 1961 617.4 686.2 616 70.2 1
36 1962 492.1 753.1 616 137.1 2
37 1963 597.0 782.6 616 166.6 3
38 1964 573.9 680.4 616 64.4 4
39 1965 945.9 650.4 616 34.4 5
40 1966 722.2 645.2 616 29.2 6
41 1967 1119.0 666.2 616 50.2 7
42 1968 816.5 791.6 616 175.6 8
43 1969 715.0 835.5 616 219.5 9
44 1970 746.0 863.7 616 247.7 10
45 1971 590.0 823.7 616 207.7 11
46 1972 892.0 797.3 616 181.3 12
47 1973 1202.5 751.9 616 135.9 13
48 1974 471.5 829.1 616 213.1 14
49 1975 733.9 780.4 616 164.4 15
50 1976 1180.5 778.0 616 162.0 16
51 1977 372.5 896.1 616 280.1 17
52 1978 476.5 792.2 616 176.2 18
53 1979 394.0 647.0 616 31.0 19
Estacin Higueras
LONGITUD NECESARIA DE REGISTRO
Rubinstein, Kuznetsova y Shvec han estudiado el
problema de encontrar el periodo ms racional para
obtener valores estables y mutuamente
comparables de los diversos elementos
meteorolgicos y concluyen para el caso de la
precipitacin, que periodos de 30 aos son todava
inadecuados para obtener un promedio estable de
precipitacin mensual, pero son suficientes para el
promedio anual.
De Portugal, estudio los datos de Angola y concluy
que los promedios mensuales y anuales de 10 aos
de registros de precipitacin son representativos
en sitios donde el coeficiente de variacin Cv es bajo
y donde es alto, se requiere perodos de registro de
ms de 30 aos. Tambin concluy que un registro
de 10 aos no es ms representativo que uno de 5
aos.
Se puede indicar que un CV menor de 0.20 indica
para la mayora de los propsitos una aceptable
longitud de la serie y una moderada variabilidad.
Valores de Cv mayores de 0.25 pueden indicar que
la serie de datos de lluvia anual es muy corta para
obtener de ella estimaciones confiables o que la
lluvia es altamente variable.
El US Army Air Force condujo un estudio sobre la
longitud de registro necesaria para obtener una
distribucin de probabilidad relativamente
constante
Al respecto Landsberg, y Jacobs indican que tal
longitud o nmero de aos de registro vara con el
elemento meteorolgico en estudio, con la
temporada y con la regin, pero se puede citar las
magnitudes provisionales de la siguiente tabla.
ET T ET T ET T ET T
Precipitacin 50 50 40 40 30 40 25 30
Temperatura 25 15 15 10 15 8 10 5
Humedad 10 6 5 3 6 2 3 1
E.T= Extra tropical
T= Tropical
N aproximado de aos de registro necesario para obtener una distribucin
(H.E. Landsberg y WS.C. Jacobs)
de probabilidad estable.
Montaa Planicie Costa Islas Elemento
climtico
Binnie realiz una investigacin sobre la variacin
peridica de la lluvia y sus resultados se muestran
en la figura siguiente.
Por ejemplo la
media de un
registro de 5
aos es
probable que
tenga un error
de 15%, en
contraste, la
lluvia media
anual de una
serie de 30 aos
se apartar
nicamente del
valor verdadero
cerca de un 2%
en promedio.
Shuh Chai utiliz la estadstica de la media para
estimar la longitud de registro necesaria para
determinar el valor medio de los datos dentro de
ciertos lmites seleccionados de la media
poblacional ( ), comnmente el 5 o 10%
Esto implica que ( ) variar
X y X 05 . 1 95 . 0
X y X 10 . 1 90 . 0
Para realizar esto, Lee emplea la distribucin t de
Student de dos colas con =n-1 grados de libertad.
(n es el tamao de la muestra o sea el valor
buscado) y nivel de significancia .
n S
X
t
/

=
( )
( ) | |
( )
2
2
2
2
2
2
/ 1
/
e
Cv t
X
X S t
n =

Cv= es el coeficiente de variacin

e = es el lmite de exactitud deseado
( ) ( ) e X y e X + 1 1
Son los lmites de confianza de
Como el valor de t es funcin de n, la ecuacin se
resuelve por tanteos.
= nivel de significancia es funcin del nivel de
confianza deseado o sea la probabilidad adoptada
para que la media del registro de tamao n (valor
buscado) est dentro del lmite e.
Tal probabilidad se acepta igual a 95% por lo cual
=5%.
El valor de t se determina de la tabla
Ejemplo.
Se desea saber la longitud de registro necesaria para
que con una probabilidad del 95% la media de la
estacin Flores , est dentro del 10% de la media
verdadera. En esta estacin n=38 aos, media de
745.0 mm, desviacin tpica de 283.5 mm
Solucin:
X
Variar entre 0.90 y 1.1
Suponiendo De la Tabla t con la ecuacin
n=57 aos t=2.00315 n= 58.11 aos
n=58 aos t=2.00210 n= 58.05 aos
n=59 aos t=2.00105 n= 57.98 aos
Por tanto n= 58 aos para obtener una media en la
estacin Flores que difiera de la verdadera un 10%
con una probabilidad del 95%.
( )
( )
2
2
2
2
48 . 14
10 . 0
0 . 745 / 5 . 283
t
t
n = =