El desarrollo de modelos de pronóstico para la evaluación de la posible inestabilidad de pendientes después de eventos de lluvia representa un tema importante para la comunidad científica. Este tema ha recibido un considerable impulso debido al efecto del cambio climático en los territorios, ya que varios estudios demuestran que un aumento en el calentamiento global puede influir significativamente en la actividad de deslizamientos de tierra y en las condiciones de estabilidad de pendientes naturales y artificiales. Un enfoque consolidado en la evaluación del peligro de deslizamientos de tierra inducidos por la lluvia se basa en la integración de pronósticos de lluvia y modelos predictivos basados en principios físicos (PB) a través de leyes deterministas. Sin embargo, considerando la naturaleza compleja de los procesos y la alta variabilidad de las cantidades aleatorias involucradas, se recomiendan enfoques probabilísticos para obtener predicciones confiables. Un aspecto crucial del enfoque estocástico está representado por la definición de funciones de densidad de probabilidad (pdf) apropiadas para modelar la incertidumbre de las variables de entrada, ya que esto puede tener un efecto importante en la evaluación de la probabilidad de fallo (PoF). El papel de la definición de pdf en el análisis de confiabilidad se discute a través de una comparación de mapas de PoF generados utilizando simulaciones de Monte Carlo (MC) realizadas en un área de estudio ubicada en la región de Umbría, en el centro de Italia. El estudio reveló que el uso de pdf uniformes para las variables de entrada aleatorias, a menudo considerado cuando no se dispone de una caracterización geotécnica detallada del suelo, podría ser inapropiado.