Este trabajo de tesis se propone avanzar en el modelado estadístico climático regional de extremos de precipitación en el sudeste de Sudamérica (SESA) y su proyección bajo cambio climático. Se identificaron las principales características de la lluvia extrema –según su frecuencia, intensidad y arealidad– considerando múltiples observaciones de precipitación, reanálisis y modelos climáticos regionales (RCMs) y globales (GCMs). Se encontraron estructuras sinópticas que favorecen los extremos en áreas sectorizadas de SESA, que los modelos logran generalmente reproducir aunque mostrando limitaciones en la ubicación e intensidad de la precipitación. Esta clasificación se empleó para construir modelos estadísticos de reducción de escala (ESD) utilizando modelos lineales generalizados condicionados a cada patrón, que fueron comparados con otras técnicas ESD mostrando un buen desempeño en la lluvia y sus extremos. Se aplicó una selección de modelos ESD a múltiples GCMs, evidenciando que la mayoría muestran valor agregado. Los modelos estadísticos son sensibles a los GCM que los forzaron, aunque la elección de técnica ESD también introduce diferencias. Las proyecciones muestran aumentos en la precipitación, asociados a más eventos extremos, con tasas de cambio consistentes entre simulaciones hasta mediados de siglo, cuando surge una mayor dispersión, destacando el beneficio del ensamble multi-modelo. ; This thesis work aims to advance in the regional climatic statistical modeling of precipitation extremes in southeastern South America (SESA) and their projection under climate change. The main characteristics of extreme rainfall were identified –according to their frequency, intensity, and areality– considering multiple precipitation observations, reanalysis, regional (RCMs) and global (GCMs) climate models. Synoptic structures were found that favor the extremes in sectorized areas of SESA, which the models are generally able to reproduce, although they show limitations in the location and intensity of precipitation. This ...