Las distribuciones de probabilidad teórica en el caudal máximo de las sub cuencas de la región Junín

Abstract

La presente investigación tuvo como problema de investigación: ¿Cuáles serían los resultados de las distribuciones de probabilidad teórica en el caudal máximo de las sub cuencas de la región Junín, en el año 2024?, el objetivo fue: Determinar cuáles serían los resultados de las distribuciones de probabilidad teórica en el caudal máximo de las sub cuencas de la región Junín, en el año 2024. La hipótesis fue que: Los resultados de las distribuciones de probabilidad teórica serían significativos en el caudal máximo de las sub cuencas de la región Junín, en el año 2024. La investigación fue de método científico, de tipo aplicada, cuyo nivel de investigación fue explicativo y tuvo un diseño experimental. La población estuvo constituida por las subcuencas de la región Junín. La muestra estuvo conformada por la cuenca del Río Tambo de la región Junín. El resultado más resaltante fue que el análisis utilizando la distribución de Student para los caudales máximos en las subcuencas de la región Junín revela diferencias significativas en la magnitud y precisión de los caudales máximos. Los intervalos de confianza al 95% para cada subcuenca muestran una variabilidad considerable, con subcuencas como "Laguna Loriscota" y "Ichuña" presentando los márgenes de error más amplios, lo que indica una mayor incertidumbre en los valores estimados. Estos intervalos más amplios son consistentes con las medias de caudal más altas y las mayores desviaciones estándar observadas. La conclusión más resaltante fue que el uso de la distribución de Student ha proporcionado una visión detallada de los caudales máximos en las subcuencas del río Tambo para el año 2024, destacando la variabilidad y los intervalos de confianza asociados a cada una. Las subcuencas con mayores márgenes de error, como "Laguna Loriscota" e "Ichuña", indican una mayor incertidumbre en la estimación de los caudales máximos, mientras que aquellas con intervalos más reducidos, como "Huayrondo" y "Linga", presentan estimaciones más precisas.