CURVA DE DOBLE MASAS

La curva de doble masas sirve para el relleno de informacin, es decir, sirve para interpolar.
Existen adems otros mtodos aunque muy poco frecuentes, se basan en la comparacin de la
serie' con la de otro parmetro similar, medido en la misma estacin. Por ejemplo el brillo solar
con la radiacin solar, la temperatura del suelo con la temperatura cerca al suelo, etc.

1) Regresin lineal
Si se considera un lago sobre el que cae una determinada precipitacin, el agua almacenada
depender, adems de la precipitacin de muchos otros factores, entre ellos la superficie del
lago, la evaporacin, la temPeratura ambiente sobre esa superficie, al viento, la radiacin, etc.
Pero si se prescindiera de todas ellas menos una, se podra encontrar la ley:de variacin de la
segunda en funcin de la primera. As en caso del agua almacenada en el lago de superficie,
temperatura, etc., conocidas; a cada precipitacin media (p), sobre el lago corresponder un
volumen de agua almacenado (V). Es decir, V=f(p), pero no siempre a un mismo valor de P
corresponde un nico valor de V, sino que unas veces ser mayor y otras menor, abarcando un
intervalo de variacin. Si tomamos en las abcisas los valores' de P y en las ordenadas los de V, al
repetirse bastantes veces el fenmeno, los valores de V
Podran estar dentro de la banda limitada por las lneas a trazos N' M' y N'' y M'', la ley de
variacin tiende a adaptarse a la lnea media NM. entre las dos anteriores, que se toma como
representacin del fenmeno. Figura 46.
Las ecuaciones o funciones matemticas que representan a esos fenmenos son unas veces
lineales, cuadrticos, trigonomtricas o bien, obedecen a funciones mas complicadas.
Sin embargo, hay que tener en cuenta que estas leyes no son estrictamente funcionales, ya que
no siempre a un valor de la variable independiente corresponde uno de la variable dependiente,
sino que existe un conjunto de causas fortuitas que hacen a la funcin tomar valores por encima
o por debajo de un valor medio que se pretende deducir por el conocimiento de la funcin o ley
de variacin.

figura 46. Regresin lineal

La lnea que se admite como representativa del fenmeno ha sido denominada por Galton lnea
de Regresin y viene a ser como la ley intrnseca del fenmeno exento de causas fortuitas. esta
lnea puede calcularse de diferentes maneras, una de la mas empleadas es la que hace mnima
la suma de los cuadrados de las desviaciones con respecto a l valor medio.
2) Mtodo de los mnimos cuadrados
Si se tienen datos de temperatura del aire a una hora determinada durante cierto periodo en dos
estaciones cercanas X . V, Y estos valores se llevan a un grfico cartesiano, se obtiene una nube
de puntos, que como se aprecia, se distribuyen alrededor de una recta media Y=mx+n, a la cual
parecen adaptarse los datos obtenidos en ambas estaciones. El problema consiste en elegir
entre todas las rectas que pueden satisfacer la ley media del fenmeno, la que mejor se adapte
y 6sta es la que hace mnima la suma de los cuadrados de las desviaciones respecto al valor
medio. Figura 47.

Figura 47
A manera de ejemplo, a continuacin se establece la dependencia entre los datos anuales de
precipitacin obtenidos durante el periodo 1946 -1915 en las estaciones meteorolgicas El Retiro
y Barajas, las cuales se hallan una muy cerca de la otra y por tanto sus caracter1sticas
fisiogrficas son muy similares, al igual que las situaciones meteorolgicas que sobre, ellas se
hayan presentado.
Es de esperar entonces, que la dependencia estadstica que existe entre las precipitaciones
anuales registradas en ambas estaciones, sea lineal.
Una primera visin de los datos, pone de manifiesto que la dePendencia es bastante estrecha.
Los totales anuales registrados en ambas estaciones durante el periodo en mencin, presentan
insignificantes diferencias. En el Retiro, la precipitacin media es de 461.1 milmetros, mientras
que la media en Barajas es inferior a aquella en slo 3 milmetros, por otra parte, los valores
extremos tambin guardan cierta similitud: la mxima de los 30 aos en el Retiro, 146.6 mm fue
inferior en slo 11 mm a la mxima registrada en Barajas. Tabla 24.
Tabla 24. Clculos para la obtencin de la recta de mejor adaptacin de los datos de y sobre x.

Figura 48. Rectas de regresin correspondientes

a las precipitacioneS anuales registradas durante
el periodo 1946-1975 en las estaciones
meteorolgicas "retiro" "barajas", ajustadas por
el mtodo de mnimos cuadrados.
Teniendo en cuenta que para la obtencin de la recta de mejor adaptacin (Y=mx+n) se pueden
usar diversos procedimientos para el clculo de los valores m y n, al final del tema se incluyen
diversas frmulas con el fin de que se puedan verificar y confrontar los resultados, usando
cualquiera de ellas.
Los datos anuales de precipitacin (periodo 1946-1975) de cada una de las estaciones llevados a
un diagrama cartesiano (Figura 48), en el que cada punto (x,y) del plano representa los valores
de arribas estaciones en un determinado ao, proporciona una nube de puntos ms o. menos
densa. A esta nube se le pueden ajustar dos lneas de regresin rectilneas por el mtodo de
mnimos cuadrados, siendo y=mx+n la ecuacin de regresin de y en x. Los coeficientes m y n
han sido calculados con la condicin de que la suma de los cuadrados de las distancias
paralelamente al eje y de todos los puntos de la nube sea MINIMA. Conforme a los datos
obtenidos para m y n por las diferentes frmulas incluidas en el cuadro de datos, la ecuacin de
la recta de mejor adaptacin y sobre x, es Y=O.77x+108.3 y la correspondiente a los valores x
sobre Y, es x=1 02Y-12.9. (Montealegre. E., 1990).
Con el fin de estimar el grado de dependencia entre las variables analizadas, calculamos el
Indice de correlacin r, por diversas frmulas, igualmente relacionadas en el presente captulo.

El .valor encontrado r=O.887, muestra una buena dependencia entre las variables. Finalmente
se ha calculado la dispersin media o alejamiento de los datos respecto a la recta media. lo cual
da una idea acerca de la homogeneidad de los datos:

que justifica el que las rectas "Y sobre X" y "X sobre -.Y" formen un ngulo pequeo entre si
(Figura ) ya que el cuadrado de la dispersin es un nmero pequeo.

3) Mtodo de las proporciones

Este mtodo es uno de los ms utilizados en aquellos casos en que no existen datos de
comparacin y por tanto, la serie tiene que servir de referencia para el relleno de datos faltantes
de si misma.
Cuando se desconoce la lluvia calda de un mes cualquiera, se establece una razn de
proporcionalidad entre la lluvia mensual y anual as:

X
Pf
___
=_______
_
X
(Pa-X)

(10.5)

Donde:

X = Lluvia del mes faltante

X = Lluvia promedio del mes faltante
pf= Total anual (del mes faltante)
Pa= Total anual promedio

Tal como se aprecia, la proporcionalidad ha sido establecida entre la lluvia mensual y su

promedio y la Lluvia anual pf (de 11 meses) y su promedio Pa, disminuido tambin en un mes,
el correspondiente al valor medio del mes faltante.
Despejando el valor X de la ecuacin anterior, se obtiene X=X(Pf/Pa-X) donde se aprecia que el
total de precipitacin buscado es igual al valor medio (X). multiplicado por un factor de
correccin (pf/(Pa-X)) de tal forma que dicho factor tiende a ser igual a 1, cuando Pf=Pa-X.
Aplicacin: El total de lluvia registrado en una estacin meteorolgica durante el afta de 1976
fu el de 902.3 mm excluyendo el valor registrado en marzo del cual no se tiene informacin.
Estimar dicho valor, sabiendo que el valor medio para el mes de marzo es de 98.7 mm y el
promedio anual de 985.8 mm.

x =(X)(pf) = (98.7mm)(902.3mm)= 100.4mm

______ ________________

pa-X

_
985.8mm-98.7mm

4) Razn de valores normales

Cuando se desconoce el valor de la precipitacin de un determinado mes o afta en una estacin,
pero se conoce el valor registrado este mismo mes o ano en algunas otras estaciones que por
sus caractersticas -fisiogrficas y climatolgicas se consideran como representativa de la
primera, pueden estimarse dichas cantidades en funcin de los valores medios mensuales o
anuales mediante la siguiente relacin.
- ecuacin
N : Numero de estaciones de referencia.
Fcilmente se puede apreciar que el valor de la precipitacin faltante (Px) es estimado como la
media aritmtica de los valores registrados en las estaciones A, B y C (PA, PB, PC) corregidos
por el factor Nx/NA,. Nx/NB Y Nx/NC respectivamente donde N se refiere al valor medio del mes
o ano faltante y los subndices corresponden a las estaciones en mencin.
Aplicacin: Estimar el valor de la precipitacin en el mes de agosto de 1979 en una estacin X,
sabiendo que durante ese mes se registraron 68.3 mm en la estacin A, 75.6 mm en la B, 71,4
mm en la C y 80.2 mm en la estacin D. Los valores medios para el mes de agosto, en las cinco
estaciones son:
X = 68.7mm, A = 67.3mm, B 71.2mm. C = 69.0mm, D = 73.7mm.
ecuacin
P(x)= 1/4(69.2 + 73.0 + 71.1 + 74.8) = 288.5/4 = 72.1 mm
5) INTERPOLACION LINEAL

Se utiliza para la temperatura o la presin atmosfrica, velocidad del viento.

Ejemplo:
Tabla 26. Interpolacin lineal.

Nmero de das
Temperatura mxima
Temperatura mnima

1 2 3 4 5 6 7 8
19 14 14 18 M 19 20 16
7 3 -1 -2 M 1 3 7

Consiste en tomar la media de los datos anterior y siguiente al que falta.

Tmx. = (18+19) = 18.5
T Min= (-2 + 1) = -0.5