Professional Documents
Culture Documents
n
c
i
a
s
a
b
s
o
l
u
t
a
s
Precipitao anual (mm)
Histograma da distribuio de precipitaes
Estatstica e Probabilidade Aplicada Hidrologia
Rita Cabral Guimares
7
3. Localizao, Disperso e assimetria
Aspectos fundamentais para a caracterizao das distribuies de
frequncia so a localizao, disperso e assimetria.
Far-se- distino entre as grandezas avaliadas a partir da
populao parmetros - das grandezas calculadas com base na amostra
estatsticas -. Assim, os parmetros sero representados por letras
gregas ( ,... , , ) e as estatsticas sero representadas por letras
latinas ( ,... , , g S x ).
3.1 Localizao
a) Mdia
O mais importante parmetro de localizao a mdia ou valor
mdio e representa o cento de gravidade do sistema.
A mdia de uma amostra constituda por
n
x x x ,..., ,
2 1
, designa-se
por x e para dados no classificados, define-se por,
n
x
x
n
i
i
=
=
1
(3.1)
Para dados classificados, utiliza-se, para clculo da mdia,
expresso,
=
=
= =
m
j
j j
m
j
j j
x f
n
x
x
1
'
1
'
(3.2)
onde m nmero de classes ,
j
representa a frequncia absoluta de
cada classe,
'
j
x o ponto mdio de cada classe e
j
f a frequncia
relativa de cada classe. A esta ltima expresso d-se o nome de mdia
ponderada.
b) Mediana
Considere-se uma amostra,
n
x x x ,..., ,
2 1
, a mediana, pode
definir-se como o valor central da amostra ordenada por ordem
crescente,
n
x x x ,...,
2 1
.
Estatstica e Probabilidade Aplicada Hidrologia
Rita Cabral Guimares
8
Assim, a mediana, M, pode definir-se por duas expresses:
Se a amostra tem nmero impar de dados, 1 2 + = k n , e a mediana
vem,
1 2 para
1
+ = =
+
k n x M
k
(3.3)
Se a amostra tem nmero par de dados, k n 2 = , e a mediana vem,
k n
x x
M
k k
2 para
2
1
=
+
=
+
(3.4)
c) Moda
A moda de uma amostra
n
x x x ,..., ,
2 1
, define-se como o valor mais
frequente da amostra. a medida de localizao menos usada em
hidrologia, pois em amostras de dados hidrolgicos (precipitaes,
caudais, etc) pouco provvel que haja valores exactamente iguais. No
entanto para clculo da moda, Mod, pode utilizar-se a expresso,
( ) M x x Mod = 3 (3.5)
Exemplo 3.1 Clculo da mdia, mediana e moda
Considerem-se as precipitaes anuais registadas na estao de
Castro DAire (Quadro 2.1.) e a respectiva distribuio de frequncias
e distribuio de frequncias relativas (Quadro 2.2.)
a) clculo da mdia
Utilizando a equao (3.1) vem,
mm
n
x
x
n
i
i
5 , 1672
79
7 , 1298 ... 2 , 2118
1
=
+ +
= =
=
A mdia ponderada determina-se utilizando a equao (A3.2),
mm
n
x
x
m
j
j j
9 , 1677
79
1
2
9 , 3250 9 , 2910
... 12
2
9 , 1210 9 , 870
1
'
=
|
\
|
+
+ +
|
\
|
+
= =
=
Estatstica e Probabilidade Aplicada Hidrologia
Rita Cabral Guimares
9
mm x f x
m
j
j j
9 , 1677 1266 , 0
2
9 , 3250 9 , 2910
... 1519 , 0
2
9 , 1210 9 , 870
1
'
=
|
\
|
+
+ +
|
\
|
+
= =
=
b) clculo da mediana
Uma vez que n impar, utiliza-se a equao (A3.3) para clculo
da mediana,
39
2
78
2
1
79 = =
= =
n
k n
mm 4 , 585 1
40 1
= = =
+
x x M
k
b) clculo da moda
Utilizando a expresso (3.5), vem,
( ) ( ) mm M x x Mod 2 , 1411 4 , 1585 5 , 1672 3 5 , 1672 3 = = = .
Para esta distribuio de precipitaes, tem-se que,
Mod M x > >
3.2 Disperso
A disperso pode definir-se como a posio dos dados em relao
a uma referncia fixa. Quando esta referncia a mdia, a disperso
indica o modo como os dados se espalham volta do valor mdio.
a) Desvio Padro
Uma importante medida de disperso o desvio padro que mostra
o comportamento do conjunto de desvios em relao mdia. Se a
disperso grande, os desvios dos dados em relao mdia so
grandes e o desvio padro ser elevado. O contrrio tambm se verifica
quando os desvios so pequenos.
O desvio padro de uma amostra constituda por
n
x x x ,..., ,
2 1
,
designa-se por S e para dados no classificados, define-se por,
( )
n
x x
S
n
i
i
=
+ =
1
2
(3.6)
Estatstica e Probabilidade Aplicada Hidrologia
Rita Cabral Guimares
10
Para dados classificados, vem,
( )
n
x x
S
m
j
j j
=
+ =
1
2
'
(3.7)
Quando as amostras so pequenas, utiliza-se o desvio padro
corrigido,
( )
1
1
2
+ =
=
n
x x
S
n
i
i
(3.8)
e
( )
1
1
2
'
+ =
=
n
x x
S
m
j
j j
(3.9)
Ao quadrado do desvio padro, chama-se varincia,s
2
, e para
amostras pequenas vem,
( )
1
1
2
2
=
=
n
x x
S
n
i
i
(3.10)
b) Desvio Mdio
Outra forma de analisar o conjunto de desvios em relao mdia
considerar o mdulo dos desvios. Isto conduz ao conceito de desvio
mdio, d, onde os desvios perdem o sinal, e quanto maior o valor do
desvio mdio, mais as observaes se afastam da mdia da amostra. O
desvio mdio de uma amostra
n
x x x ,..., ,
2 1
determina-se, para dados no
classificados, por,
n
x x
d
n
i
i
=
=
1
(3.11)
e para dados classificados por,
Estatstica e Probabilidade Aplicada Hidrologia
Rita Cabral Guimares
11
n
x x
d
m
j
j j
=
=
1
'
(3.12)
b) Coeficiente de Variao
um parmetro adimensional que mede a variabilidade da amostra
e define-se por,
% 100 =
x
S
C
v
(3.13)
Quanto maior o coeficiente de variao, maior o desvio padro
em relao mdia, isto , mais dispersos esto os dados em torno da
mdia.
d) Varivel Reduzida
A varivel reduzida, z, mede o desvio, de cada observao da
amostra
n
x x x ,..., ,
2 1
, em relao mdia em unidades de desvio
padro. , portanto, uma quantidade abstracta independente das
unidades usadas.
S
x x
z
i
i
= (3.14)
Assim, o total de variveis reduzidas da amostra, de
n i ,..., 2 , 1 = , apresenta mdia nula e desvio padro igual unidade.
Isto ,
0 , 0
1
= =
=
n
z
z
n
i
i
(3.15)
( )
0 , 1
1
1
2
=
+ =
=
n
z z
S
n
i
i
z
(3.16)
Exemplo 3.2 Clculo do desvio padro, desvio mdio, coeficiente de
variao e varivel reduzida
Estatstica e Probabilidade Aplicada Hidrologia
Rita Cabral Guimares
12
Considerem-se as precipitaes anuais registadas na estao de
Castro DAire (Quadro 2.1.) e a respectiva distribuio de frequncias
e distribuio de frequncias relativas (Quadro 2.2.)
a) clculo do desvio padro
Utilizando a equao (A3.8) vem,
( )
( ) ( )
mm
n
x x
S
n
i
i
4 , 479
1 79
5 , 1672 7 , 1298 ... 5 , 1672 2 , 2118
1
2 2
1
2
=
+ +
+ =
+ =
=
e utilizando a equao (A3.9) vem,
( )
( ) ( )
mm
n
x x
S
m
j
j j
0 , 460
1 79
5 , 1672 9 , 3080 1 ... 5 , 1672 9 , 1040 12
1
2 2
1
2
'
=
+ +
+ =
+ =
=
b) clculo do desvio mdio
Utilizando a equao (A3.11) vem,
mm
n
x x
d
n
i
i
8 , 381
79
5 , 1672 7 , 1298 ... 5 , 1672 2 , 2118
1
=
+ +
=
=
=
e utilizando a equao (A3.12),
mm
n
x x
d
m
j
j j
0 , 367
79
5 , 1672 9 , 3080 1 ... 5 , 1672 9 , 1040 12
1
'
=
+ +
=
=
=
c) clculo do coeficiente de variao
Utilizando a equao (3.13) vem,
% 7 , 28 100
5 , 1672
4 , 479
100 = = =
x
S
C
v
d) clculo da varivel reduzida
Estatstica e Probabilidade Aplicada Hidrologia
Rita Cabral Guimares
13
Utilizando a equao (3.14) as variveis reduzidas de cada uma
das observaes da precipitao anual, so as apresentadas no Quadro
3.1. O valor mdio e o desvio padro foram calculados pelas equaes
(3.15) e (3.16), respectivamente.
Quadro 3.1. Variveis reduzidas da precipitao anual em Castro DAire
Ano Precipitao
(mm)
Zi
1916/17 2118,2 0,9
1917/18 1001,2 -1,4
1918/19 2093,2 0,9
1919/20 1556,4 -0,2
1920/21 1290,6 -0,8
1921/22 1785,4 0,2
1922/23 1830,2 0,3
1923/24 2150,2 1,0
1924/25 1749,6 0,2
1925/26 2221,6 1,1
1926/27 2024,1 0,7
1927/28 1923,7 0,5
1928/29 1127,1 -1,1
1929/30 2630,9 2,0
1930/31 1481,2 -0,4
1931/32 1461,0 -0,4
1932/33 1334,4 -0,7
1933/34 1301,2 -0,8
1934/35 1581,0 -0,2
1935/36 3249,6 3,3
1936/37 2069,0 0,8
1937/38 1254,0 -0,9
1938/39 1974,0 0,6
1939/40 2059,6 0,8
1940/41 2569,6 1,9
1941/42 1520,6 -0,3
1942/43 1664,2 0,0
1943/44 1344,7 -0,7
1944/45 915,8 -1,6
1945/46 1763,0 0,2
1946/47 2079,3 0,8
1947/48 1411,7 -0,5
1948/49 912,8 -1,6
1949/50 1201,0 -1,0
1950/51 1903,9 0,5
1951/52 1625,0 -0,1
1952/53 1076,1 -1,2
1953/54 1275,7 -0,8
1954/55 1699,5 0,1
1955/56 2150,9 1,0
1956/57 1039,2 -1,3
1957/58 1588,2 -0,2
Estatstica e Probabilidade Aplicada Hidrologia
Rita Cabral Guimares
14
1958/59 1746,1 0,2
1959/60 2563,6 1,9
1960/61 1987,4 0,7
1961/62 1585,4 -0,2
1962/63 1832,1 0,3
1963/64 2201,2 1,1
1964/65 1180,0 -1,0
Quadro 3.1. (Cont.) Variveis reduzidas da precipitao anual em
Castro DAire
Ano Precipitao
(mm)
Zi
1965/66 2806,9 2,4
1966/67 1595,9 -0,2
1967/68 1422,9 -0,5
1968/69 2280,0 1,3
1969/70 1496,4 -0,4
1970/71 1567,9 -0,2
1971/72 1300,3 -0,8
1972/73 1478,1 -0,4
1973/74 1689,7 0,0
1974/75 1239,6 -0,9
1975/76 903,5 -1,6
1976/77 2314,0 1,3
1977/78 2124,2 0,9
1978/79 2599,1 1,9
1979/80 1451,9 -0,5
1980/81 1144,5 -1,1
1981/82 1504,2 -0,4
1982/83 1426,8 -0,5
1983/84 1603,3 -0,1
1984/85 2000,2 0,7
1985/86 1578,2 -0,2
1986/87 1392,9 -0,6
1987/88 1930,1 0,5
1988/89 870,9 -1,7
1989/90 1432,0 -0,5
1990/91 1442,0 -0,5
1991/92 1055,4 -1,3
1992/93 1247,2 -0,9
1993/94 1826,1 0,3
1994/95 1298,7 -0,8
Mdia 1672,5 0,0
Desvio Padro 479,4 1,0
3.3 Assimetria
Assimetria o grau de desvio, ou afastamento da simetria, de
uma distribuio.
Quando se trabalha com distribuies de frequncias, a
assimetria pode ser estudada considerando a posio relativa dos trs
Estatstica e Probabilidade Aplicada Hidrologia
Rita Cabral Guimares
15
parmetros de localizao: mdia, mediana e moda. Assim, nas
distribuies simtricas (Figura 3.1), estes trs parmetros
coincidem. Nas distribuies assimtricas positivas (desviadas para a
direita)(Figura 3.2), mdia>mediana>moda e nas distribuies
assimtricas negativas (desviadas para a esquerda)(Figura 3.3),
mdia<mediana<moda.
A assimetria avalia-se pelo coeficiente de assimetria, g, sendo
o valor deste coeficiente positivo nos desvios para a direita e
negativo nos desvios para a esquerda.
( )
( )( )
3
1
3
2 1 S n n
x x n
g
n
i
i
=
=
(3.17)
Figura 3.1. Distribuio simtrica
Figura 3.2. Distribuio assimtrica positiva
Mdia
Mediana
Moda
Distribuio Simtrica
Estatstica e Probabilidade Aplicada Hidrologia
Rita Cabral Guimares
16
Figura 3.3. Distribuio assimtrica negativa
Exemplo 3.3 Clculo do coeficiente de assimetria
Considerando as precipitaes anuais registadas na estao de
Castro DAire (Quadro A2.1.), o coeficiente de assimetria vem,
( ) ( ) | |
( )( )
7 , 0
4 , 479 2 79 1 79
5 , 1672 7 , 1298 ... 5 , 1672 2 , 2118 79
3
3 3
=
+ +
= g
Como a distribuio tem assimetria positiva, significa que
Mod M x > > (j determinado no exemplo 3.1), isto , trata-se de uma
distribuio desviada para a direita.
Moda Mediana Mdia
Distribuio Assimtrica Positiva
Mdia Mediana Moda
Distribuio Assimtrica Negativa
Estatstica e Probabilidade Aplicada Hidrologia
Rita Cabral Guimares
17
4.Distribuies de Probabilidade
4.1 Varivel aleatria. Funo de distribuio
Chama-se varivel aleatria X a toda a varivel susceptvel de
tomar diferentes valores de x
1
aos quais possvel afectar uma
probabilidade. Processo estocstico aqui entendido como uma coleco
ordenada de variveis aleatrias
n
X X X X ,..., , ,
3 2 1
e onde a sucesso
cronolgica
n
x x x x ,..., , ,
3 2 1
resultante da sua observao, representa
uma nica realizao do processo.
Uma varivel aleatria diz-se discreta se s pode tomar um
nmero finito de valores, por exemplo: o nmero de dias com chuva numa
semana, ms ou ano, ou o nmero de vezes que o caudal ultrapassou
determinado valor. Uma varivel aleatria diz-se contnua se pode
assumir qualquer valor dentro de um determinado intervalo de nmeros
reais, por exemplo: a precipitao anual, a temperatura mdia diria,
etc., podem tomar qualquer valor dentro de um certo intervalo limitado
por um mnimo e por um mximo.
Sendo X uma varivel aleatria, d-se o nome de funo de
distribuio (ou funo de distribuio de probabilidade) da varivel
X funo,
( ) x X P x F = ) ( (4.1)
que representa a probabilidade de a varivel aleatria X assumir um
valor inferior ou igual a x .
Facilmente se verifica que a funo de distribuio satisfaz as
seguintes propriedades:
( ) ( ) ) ( 1 1 x F x X P x X P = = > (4.2)
( ) ( )
1 2 2 1
) ( x F x F x X x P = < (4.3)
Quando X uma varivel aleatria discreta, s pode tomar
valores dentro de um conjunto finito { } ,... ,
2 1
x x . Neste caso o
comportamento da varivel aleatria definido pela sua funo massa
1
Para evitar confuses, a varivel aleatria representa-se por
maisculas, X , e as observaes (ou realizaes) dessa varivel por
minsculas, x .
Estatstica e Probabilidade Aplicada Hidrologia
Rita Cabral Guimares
18
de probabilidade (f.m.p.), que associa uma probabilidade a cada valor
que a varivel pode assumir:
( ) { }
( ) ( )
( ) ( )
2 2 2
1 1 1
2 1
,... , 0
P x X P x P
P x X P x P
x x x se x P
= = =
= = =
=
(4.4)
etc.
e pela sua funo de distribuio acumulada, ou funo de distribuio
(f.d.):
( ) ( )
= =
x x
i
i
x P x X P x F ) ( com ,... 2 , 1 = i (4.5)
Quanto probabilidade de uma varivel discreta X tomar um valor
compreendido num intervalo ( ) b a, pode ser determinada aplicando a
equao (4.3),
( ) ( ) ( )
>
= = <
b x
a x
i
x P a F b F b X a P ) ( (4.6)
Exemplo 4.1 Funo massa de probabilidade e funo de distribuio
para uma varivel discreta
Exemplificando, se para um determinado perodo de tempo o nmero
de dias nublados (X), em dado local, tiver a seguinte funo massa de
probabilidade (f.m.p.):
( )
4 15 , 0
3 20 , 0
2 30 , 0
1 20 , 0
0 15 , 0
=
=
=
=
=
=
x se
x se
x se
x se
x se
x P
a funo de distribuio (f.d.) ser:
Estatstica e Probabilidade Aplicada Hidrologia
Rita Cabral Guimares
19
( )
x se
x se
x se
x se
x se
x se
x F
<
<
=
4 00 , 1
4 3 85 , 0
3 2 65 , 0
2 1 35 , 0
1 0 15 , 0
0 0
Nas figuras 4.1 e 4.2 esto representados os grficos da f.m.p e
f.d. para o nmero de dias nublados.
Quando X uma varivel aleatria contnua o seu comportamento
definido pela sua funo densidade de probabilidade (f.d.p.), que
define a probabilidade mdia da varivel aleatria se situar dentro de
um determinado intervalo.
Figura 4.1 Funo massa de probabilidade para a varivel X
Figura 4.2 Funo de distribuio para a varivel X
0,00
0,05
0,10
0,15
0,20
0,25
0,30
0,35
1 2 3 4
P
(
x
)
x
Funo Massa Probabilidade
Estatstica e Probabilidade Aplicada Hidrologia
Rita Cabral Guimares
20
Considerando que no intervalo
( |
, x a quantidade de
probabilidade F x ( ), ento no intervalo ( | x x x + , , a quantidade de
probabilidade ser, de acordo com a equao (A4.3),
( ) ( )
F x x F x + , e
o quociente,
( ) ( )
F x x F x
x
+
lim '
0
(4.7)
se existir, representa a densidade de probabilidade, ( ) x f . Donde
resulta que a funo de distribuio (f.d.) de uma varivel contnua
ser,
( ) ( ) dx x f x F
x
= (4.8)
Note-se que, enquanto no caso discreto a f.m.p. uma
probabilidade ( ) ( ) x X P x P = = , no caso contnuo, a f.d.p. ( ) x f a
densidade de probabilidade, nunca a probabilidade no ponto x .
Para variveis contnuas:
0 ) ( > x f (4.9)
e
1 ) ( ) ( =
+
x d x f (A4.10)
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1
1,1
0 - 1 1 - 2 2 - 3 3 - 4 >4
F
(
x
)
x
Funo de distribuio
Estatstica e Probabilidade Aplicada Hidrologia
Rita Cabral Guimares
21
Quanto probabilidade de a varivel contnua X tomar um valor
compreendido num intervalo ( ) b a, pode ser determinada por:
( )
= = < <
b
a
dx x f a F b F b X a P ) ( ) ( ) ( (A4.11)
e a probabilidade de X tomar um valor particular, a, nula, visto
que:
=
a
a
x d x f 0 ) ( ) ( (4.12)
Exemplo 4.2 Funo densidade de probabilidade e funo de distribuio
para uma varivel contnua.
A precipitao anual em vora uma varivel aleatria contnua,
X, com funo de distribuio, F(x), e funo densidade de
probabilidade, f(x), dadas por,
( ) ( ) dx x f x F
x
=
( )
( )
)
`
=
2
2
5 , 203 2
8 , 651
exp
5 , 203 2
1
) (
x
x f
Nas Figuras 4.3 e 4.4 mostra-se a representao grfica destas duas
funes.
Figura 4.3. Funo densidade de probabilidade da varivel X
Estatstica e Probabilidade Aplicada Hidrologia
Rita Cabral Guimares
22
Figura 4.4- Funo de distribuio da varivel X
Na Figura 4.3, a rea limitada pela curva e pelo eixo dos x
igual a um. A rea a tracejado, correspondente s verticais 0 = x e
mm x 400 = , representa a probabilidade da precipitao em determinado
ano ser igual ou menor que 400mm. A rea a tracejado, correspondente
s verticais mm x 800 = e mm x 900 = , representa a probabilidade da
precipitao tomar um valor entre 800 e 900 mm.
Na Figura 4.4. a altura H, corresponde probabilidade da
precipitao em determinado ano ser igual ou menor que 400mm. A altura
b - a, representa a probabilidade da precipitao tomar um valor entre
800 e 900 mm.
0,000
0,001
0,002
0,003
0 100 200 300 400 500 600 700 800 900 1000 1100 1200 1300
f
(
x
)
x(precipitao mm)
Funo densidade de probabilidade
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
0 100 200 300 400 500 600 700 800 900 1000 1100 1200 1300
F
(
x
)
x (precipitao mm)
Funo de distribuio
H
a b
Estatstica e Probabilidade Aplicada Hidrologia
Rita Cabral Guimares
23
5.Distribuies Tericas
Existem muitas distribuies tericas, que servem como modelo
probabilstico de variveis ou fenmenos aleatrios. Considerando que
as variveis hidrolgicas so aleatrias, ento elas podem ser
representadas por algum tipo de distribuio terica.
Apresentam-se de seguida as distribuies tericas mais
utilizadas em hidrologia.
5.1 Distribuies Discretas
a) Distribuio Binomial
A distribuio Binomial o modelo probabilstico indicado para
descrever o nmero de sucessos em repetidas provas de Bernoulli.
As provas de Bernoulli (ou experincias de Bernoulli) so
sucesses de experincias aleatrias independentes, onde em cada uma
delas s existem dois resultados possveis: realizao de determinado
acontecimento e realizao do contrrio desse acontecimento.
Considerando um qualquer acontecimento, A, de probabilidade P(A) = p,
a realizao de, A, diz-se sucesso, a realizao do contrrio, A ,
que tem probabilidade ( ) p A P = 1 , diz-se insucesso.
Por exemplo, a ocorrncia de precipitao em determinado dia do
futuro, s tem dois resultados possveis: ou chove (sucesso) ou no
chove (insucesso) nesse dia. Ento, a probabilidade de chover p, e a
probabilidade de no chover, ser logicamente 1-p.
Se a varivel aleatria, X, designar o nmero de sucessos em n
provas, diz-se que tem distribuio Binomial e escreve-se
simbolicamente ( ) p n B , . A sua funo massa de probabilidade ,
( ) ( )
( )
( )
x n x
p p
x n x
n
x X P x P
= = = 1
! !
!
, n x ,..., 1 , 0 = (5.1)
e a sua funo de distribuio ,
( )
( )
( )
=
x x
x n x
i i
i
i i
p p
x n x
n
x F 1
! !
!
(5.2)
Exemplo 5.1
Estatstica e Probabilidade Aplicada Hidrologia
Rita Cabral Guimares
24
Considerando que em determinado rio ocorre uma cheia por ano e
que a probabilidade desta cheia ser catastrfica 10%, qual a
probabilidade de ocorrncia de 3 destas cheias nos prximos 15 anos?
Neste caso, tem-se,
15 = n anos
3 = x
1 , 0 = p
logo, pela equao (5.1) vem,
( ) ( )
( )
( ) 1285 , 0 1 , 0 1 1 , 0
! 3 15 ! 3
! 15
3 3
3 15 3
=
= = =
X P P
Isto , nos prximos 15 anos a probabilidade de ocorrncia de 3
cheias catastrficas neste rio de 12,85%.
5.2 Distribuies Contnuas
a) Distribuio Normal
A mais importante e mais divulgada distribuio contnua de
probabilidade sem dvida a distribuio Normal. Teoricamente, a
funo de distribuio da soma de n variveis aleatrias tende para a
distribuio Normal quando n aumenta indefinidamente, qualquer que
seja a funo de distribuio de cada uma das variveis aleatrias.
Por esta razo a distribuio Normal adapta-se bem a um grande nmero
de variveis hidrolgicas, nomeadamente a precipitao anual e o
escoamento anual, resultantes da soma de um grande nmero de variveis
aleatrias.
Uma varivel aleatria X com uma funo densidade de
probabilidade,
( )
f x e
x
( ) =
1
2
2
2
2
+ = =
=
n
x x
S
n
i
i
.
A sua funo de distribuio dada por,
Estatstica e Probabilidade Aplicada Hidrologia
Rita Cabral Guimares
25
( )
F x e dx
x
x
( ) =
1
2
2
2
2
(5.4)
Para se efectuar o estudo da distribuio Normal necessrio
passar distribuio Normal Reduzida, visto que os valores da funo
densidade de probabilidade e de distribuio so dados atravs de
tabelas em funo dos valores reduzidos. Isto consegue-se fazendo uma
mudana de varivel de modo a que a nova varivel tenha valor mdio
igual a zero e desvio padro igual unidade. Isto , transforma-se a
varivel X com
( )
, numa varivel Z com
( )
0 1 , . Z a varivel
reduzida, e dada por,
Z
X
=
(5.5)
Ao realizar-se esta transformao, estandardiza-se a varivel X
e neste caso a sua funo densidade de probabilidade ,
f z e
z
( ) =
1
2
2
2
1
2
2
2
(5.7)
Os valores de
( )
f z e
( )
F z so dados por tabelas em funo de z.
Ver tabelas para a distribuio Normal, apresentadas no ponto 9.
Na figura 5.1 apresentam-se o grfico da funo densidade,
( )
f z ,
bem como os valores das ordenadas para os respectivos valores de z e
na figura 5.2 o grfico da funo distribuio,
( )
F z . A altura H na
figura 5.2 a probabilidade acumulada correspondente rea tracejada
na figura 5.1.
Fig. 5.1. Funo densidade probabilidade
( )
0 1 ,
Estatstica e Probabilidade Aplicada Hidrologia
Rita Cabral Guimares
26
z
-3.0
-2.5
-2.0
-1.5
-1.0
-0.5
0.0
0.5
1.0
1.5
2.0
2.5
3.0
f(z)
0.004
0.018
0.054
0.130
0.242
0.352
0.399
0.352
0.242
0.130
0.054
0.018
0.004
Fig. 5.2. Funo de distribuio probabilidade
( )
0 1 ,
z
-3.0
-2.5
-2.0
-1.5
-1.0
-0.5
0.0
0.5
1.0
1.5
2.0
2.5
3.0
F(z)
0.0013
0.0062
0.0228
0.0668
0.1587
0.3085
0.5000
0.6915
0.8413
0.9332
0.9772
0.9938
0.9987
Como se pode verificar pelas Figuras 5.1 e 5.2, a distribuio
Normal uma distribuio simtrica, isto caracteriza-se por ter uma
densidade de probabilidade simtrica em relao mdia, que ao
mesmo tempo mediana e moda. Isto significa que a probabilidade mdia
que a varivel aleatria tem de se situar no intervalo
( |
, igual
probabilidade mdia que ela tem de se situar no intervalo | ) + , .
Como se pode observar na figura 5.3 e comprovar com as tabelas
(Ver 9), a rea total limitada pela curva e pelo eixo dos x unitria
(100%). Tambm se pode observar que 50% da distribuio Normal 50%
correspondem ao intervalo
( |
, . Isto significa que a probabilidade
0,0
0,1
0,2
0,3
0,4
0,5
-3,0 -2,0 -1,0 0,0 1,0 2,0 3,0
f
(
z
)
z
0,0
0,5
1,0
-3,0 -2,0 -1,0 0,0 1,0 2,0 3,0
F
(
z
)
z
H
Estatstica e Probabilidade Aplicada Hidrologia
Rita Cabral Guimares
27
mdia de a varivel aleatria tem de se situar no intervalo
( |
,
igual 50%. Ou, por outras palavras, a probabilidade mdia de a
varivel aleatria ser igual ou inferior ao valor mdio 50%. Tambm
se pode observar na figura que 68.26% da distribuio normal
correspondem ao intervalo
| |
, que 95.44% correspondem ao
intervalo
| |
2 e que 99.74% correspondem ao intervalo
| |
3 ,
significando, obviamente, que a probabilidade mdia da varivel
aleatria aumenta medida que o intervalo alarga. (Ver 9)
Figura 5.3 - reas compreendidas pela curva Normal reduzida (%)
2.15% 13.59% 34.13% 34.13% 13.59% 2.15%
99.87% 97.72% 84.13%
0.13% 0.13%
0.13% 2.28% 15.87% 50.00%
-3 -2 -1 0 1 2 3
b) Distribuio Log - Normal
uma generalizao da distribuio normal, tornada assimtrica
por uma mudana da varivel, X Y ln = . Se uma varivel aleatria Y ,
tem distribuio normal, ento a varivel X, diz-se Log normal, e a
sua funo densidade ,
( )
2
2
2
2
1
) (
y
y
y
e
x
x f
= 0 > x (5.8)
Estatstica e Probabilidade Aplicada Hidrologia
Rita Cabral Guimares
28
onde,
y
e
y
so, respectivamente a mdia e o desvio padro da
varivel X Y ln = , dados por
n
y
y
n
i
i
y
=
= =
1
e
( )
1
1
2
+ = =
=
n
y y
S
n
i
i
y y
.
A distribuio Log normal ajusta-se bem a variveis
hidrolgicas resultantes da multiplicao de muitas variveis. Isto ,
se
n
X X X X ...
2 1
= , ento
= =
= = =
n
i
i
n
i
i
Y X X Y
1 1
ln ln , que para n
grande, tende para a distribuio normal.
c) Distribuio Gama
Diz-se que uma varivel aleatria X, tem distribuio Gama com
parmetros e , simbolicamente, ( ) , G , quando a respectiva funo
densidade de probabilidade da forma,
( )
=
x
e x
x f
1
) ( 0 , , > x (5.9)
onde ( ) , a funo Gama dada por,
( ) ( )! 1 = 0 > (5.10)
Os parmetros e , so determinados, por,
2 2
2
1
Cv S
x
x
= = (5.11)
e,
2
x
S
x
= (5.12)
A distribuio Gama frequentemente aplicada na determinao da
probabilidade da precipitao para duraes de dias, semanas, meses, e
at anos.
Estatstica e Probabilidade Aplicada Hidrologia
Rita Cabral Guimares
29
d) Distribuio de Pearson tipo III
A distribuio de Pearson tipo III, tambm chamada distribuio
Gama de trs parmetros, introduz um terceiro parmetro, , na
distribuio Gama.
Uma varivel aleatria X, tem distribuio Pearson tipo III com
parmetros , e , quando a respectiva funo densidade de
probabilidade da forma,
( )
( )
( )
=
x
e x
x f
1
) ( x (5.13)
Os parmetros , e , podem ser determinados por,
2
2
|
|
\
|
=
g
, (5.14)
x
S
= (5.15)
e
x
S x = (5.16)
A distribuio Pearson tipo III aplicada para descrever a
distribuio de probabilidade dos picos de mxima cheia anual.
e) Distribuio Log - Pearson tipo III
Se X Y ln = , segue a distribuio de Pearson tipo III, ento
diz-se que X tem distribuio Log - Pearson tipo III, e tem como
funo densidade de probabilidade,
( )
( )
( )
=
y
e y
x f
1
) ( x ln (5.17)
Os parmetros , e , podem ser determinados por,
2
2
|
|
\
|
=
y
g
, (5.18)
Estatstica e Probabilidade Aplicada Hidrologia
Rita Cabral Guimares
30
y
S
= (5.19)
e
y
S y = (5.20)
A distribuio Log - Pearson tipo III utilizada para descrever
a distribuio de frequncias dos caudais de cheia.
f) Distribuio Assimpttica de Extremos Tipo I Gumbel
Tambm conhecida por distribuio de Gumbel, bastante aplicada
a acontecimentos mximos, por exemplo, a distribuio dos caudais
mximos anuais, ou a distribuio das precipitaes mximas anuais.
Uma varivel aleatria X, tem distribuio de Gumbel, com
parmetros , e u, quando a respectiva funo densidade de
probabilidade da forma,
(
(
(
\
|
u x
e
u x
e x f
1
) ( < < + x (5.21)
e a funo distribuio da forma,
|
\
|
=
u x
e
e x F ) ( 0 > (5.22)
Os parmetros, e u, podem ser determinados por,
x
S 6
= (5.23)
e
5772 , 0 = x u (5.24)
Utilizando a varivel reduzida,
u x
y
= , vem para a funo de
distribuio,
y
e
e x F
= ) ( (5.25)
Estatstica e Probabilidade Aplicada Hidrologia
Rita Cabral Guimares
31
No Quadro 5.1 apresentam-se, o resumo das distribuies tericas
contnuas de probabilidade mais utilizadas em Hidrologia.
Quadro 5.1 Distribuies tericas contnuas de probabilidade
utilizadas em Hidrologia.
Distribuio F. densidade de
Probabilidade
Intervalo Equaes dos
parmetros
Normal
( )
f x e
x
( ) =
1
2
2
2
2
< < + x
x = ,
x
S =
Log Normal
( )
2
2
2
2
1
) (
y
y
y
e
x
x f
=
x y ln =
0 > x
y
y
= ,
y y
S =
Gama
( )
=
x
e x
x f
1
) (
onde ( ) = funo
gama
0 > x
2 2
2
1
Cv S
x
x
= =
2
x
S
x
=
Pearson Tipo
III
( )
( )
( )
=
x
e x
x f
1
) (
x
2
2
|
|
\
|
=
g
,
x
S
= ,
x
S x =
Log Pearson
( )
( )
( )
=
y
e y
x f
1
) (
x y ln =
x ln
2
2
|
|
\
|
=
y
g
,
y
S
= ,
y
S y =
Gumbel (
(
(
\
|
u x
e
u x
e x f
1
) (
< < + x
x
S 6
= ,
5772 , 0 = x u
5.3 Exerccios de aplicao
a) Distribuio Normal
Admitindo que a precipitao anual em determinado local, uma
varivel aleatria X, com distribuio normal e com parmetros
mm 570 = e mm 120 = , ( ) 120 ; 570 N , determinar a probabilidade de um
valor de precipitao mm x 600 .
Estatstica e Probabilidade Aplicada Hidrologia
Rita Cabral Guimares
32
Transformando a varivel X com ( ) 120 ; 570 N na varivel reduzida
Z com ( ) 1 , 0 N vem,
25 , 0
120
570 600
=
= z
Para obter o correspondente valor de F(z), pode-se recorrer
tabela A9.2:
- Pela tabela, para 25 , 0 = z vem 5987 , 0 ) ( = z F
Isto probabilidade de a varivel X, assumir um valor mm x 600
de 59,87%.
b) Distribuio Log - Normal
Considerando que o caudal anual de determinado curso de gua,
uma varivel aleatria X, com distribuio Log Normal, com
06146 , 5 =
y
e 58906 , 0 =
y
, determinar a probabilidade de se
verificar um valor de caudal inferior a
1 3
150
s m x .
Fazendo uma mudana na varivel, tal que X Y ln = , vem,
01064 , 5 150 ln ln = = = x y , donde a varivel reduzida Z ,
09 , 0
58906 , 0
06146 , 5 01064 , 5
=
= z
Para obter o correspondente valor de F(z), utiliza-se a tabela
A9.2:
- Para 09 , 0 = Z vem, 4641 , 0 5359 , 0 1 ) ( 1 ) ( = = = z F z F
Que significa que a probabilidade de se verificar um valor de caudal
inferior a
1 3
150
s m x de 46,41%.
c) Distribuio de Gumbel
Estatstica e Probabilidade Aplicada Hidrologia
Rita Cabral Guimares
33
Os caudais mximos instantneos anuais num determinado curso de
gua seguem a distribuio de Gumbel, com mdia,
1 3
5 , 226
= s m x e
desvio padro,
1 3
8 , 141
= s m S . Determine a probabilidade de ocorrer um
valor de caudal
1 3
300
s m x
Os parmetros, e u, podem ser determinados pelas equaes (5.23) e
(5.24),
6 , 110
8 , 141 6 6
=
= =
x
S
7 , 162 6 , 110 5772 , 0 5 , 226 5772 , 0 = = = x u
Utilizando a varivel reduzida 24141 , 1
6 , 110
7 , 162 300
=
u x
y , a
probabilidade pretendida, pode ser determinada por aplicao da
equao (5.25),
% 9 , 74 749 , 0 ) (
24141 , 1
= = = =
e e
e e x F
y
.
6. As Distribuio Tericas e as Variveis Hidrolgicas
Quando se afirma que as variveis hidrolgicas podem ser
representadas por algum tipo conhecido de distribuio, no quer dizer
que elas sigam perfeitamente essas distribuies tericas. Obviamente
que, quando se trata de variveis reais, existem limitaes, que
tornam o ajuste perfeito impossvel. Por exemplo, como j referido, a
precipitao anual uma varivel que segue a distribuio normal. No
entanto, a varivel aleatria normal, pode assumir qualquer valor no
intervalo ( ) + , , enquanto que a precipitao apenas pode assumir
valores positivos ou nulos. Alm disso, como se viu, a distribuio
normal uma distribuio simtrica, enquanto que a distribuio de
precipitao anual tende a ser assimtrica positiva.
Assim, quando se dispe de uma amostra de valores de uma
determinada varivel hidrolgica, o objectivo determinar qual a
distribuio terica que melhor se ajusta distribuio emprica.
Depois de ajustar um conjunto de variveis hidrolgicas a uma qualquer
Estatstica e Probabilidade Aplicada Hidrologia
Rita Cabral Guimares
34
distribuio terica conhecida, grande parte da informao
probabilstica da amostra pode ser resumida por essa distribuio
terica e pelos respectivos parmetros.
O ajustamento de um modelo de distribuio distribuio
emprica de variveis hidrolgicas, habitualmente analisado com base
em testes de hipteses estatsticos.
6.1 Testes de Hipteses
Os testes de hipteses constituem uma rea de extrema
importncia na Estatstica Aplicada Hidrologia. Quando se pretende
saber se uma determinada varivel aleatria segue uma qualquer
distribuio terica, utiliza-se um teste de hipteses.
O estabelecimento de um teste de hipteses consta das seguintes
etapas:
1 - Formulao da hiptese a ser testada,
0
H - Hiptese nula
2 - Formulao da hiptese alternativa,
1
H
3 - Seleco da estatstica amostral a ser utilizada
4 - Estabelecimento da regra de deciso, em funo de uma constante
c.
5 - Seleco do nvel de significncia,
6 - Utilizao da estatstica amostral para determinar o valor da
constante c, de modo a que, quando
0
H for verdadeira, haja uma
probabilidade de se rejeitar esta hiptese.
7 - Rejeio ou aceitao da hiptese
0
H , se a estatstica amostral
observada cair, respectivamente, na regio de rejeio
(crtica), ou na regio de aceitao.
Ao tomar uma destas duas decises, pode-se cometer dois tipos de
erros: erro de primeira espcie erro que se comete quando se rejeita
0
H , sendo ela verdadeira e erro de segunda espcie erro que se
comete quando se aceita
0
H , sendo ela falsa.
A probabilidade de se cometer um erro de primeira espcie,
chama-se nvel de significncia do teste. A probabilidade de se
cometer um erro de segunda espcie, chama-se nvel de confiana do
teste. A regio crtica (Fig. 6.1) do teste o conjunto dos valores
Estatstica e Probabilidade Aplicada Hidrologia
Rita Cabral Guimares
35
de uma estatstica que determinam a rejeio de
0
H , de acordo com uma
regra pr estabelecida.
Figura 6.1. Diferentes tipos de regies crticas
De um modo geral, e variam em sentido contrrio. O que se
costuma fazer fixar num nvel conveniente (5%, 1%, etc.) e
procurar, dentro de todas as regies de nvel , aquela que minimiza
, isto , aquela que maximiza 1 , chamada potncia do teste. Um
melhor teste de nvel aquele a que corresponde uma maior potncia.
a) Teste do Qui-Quadrado
O teste do Qui-Quadrado,
2
, um teste de adequao do
ajustamento, onde se pretende determinar se uma dada distribuio
terica razovel face aos dados disponveis. Assim, as hipteses a
testar so,
0
H : A funo de distribuio F(x)
1
H : A funo de distribuio no F(x)
O teste do Qui-Quadrado, faz uma comparao entre o nmero real
de observaes e o nmero esperado de observaes que caiem nas
respectivas classes, atravs do clculo da estatstica,
( )
=
m
j
j
j j
c
E
E O
1
2
2
(6.1)
que assimptoticamente tem distribuio de Qui-Quadrado com
1 = p m graus de liberdade, sendo m o nmero de classes, p o
nmero de parmetros a estimar a partir da amostra,
j
O o nmero de
observaes na classe j, e
j
E o nmero de observaes que seriam de
esperar, na classe j, atravs da distribuio terica.
/2 /2
Estatstica e Probabilidade Aplicada Hidrologia
Rita Cabral Guimares
36
A decomposio da amostra em classes, deve ser tal que o
efectivo terico por classe no seja inferior a 5, ou pode ser
utilizada a equao (A2.2) de STURGES.
As classes devem ser escolhidas de forma a que cada intervalo de
classe corresponda uma probabilidade igual, (classes equiprovveis),
donde
m
n
E
j
= .
A hiptese
0
H rejeitada se
2
c
for maior que
2
; 1
tabelado,
para um determinado nvel de significncia e graus de liberdade.
(Tabela A9.3).
a) Teste de Kolmogorov - Smirnov
Uma alternativa ao teste do
2
, o teste de Kolmogorov
Smirnov. um teste, onde no se estimam parmetros para a
distribuio emprica. Para a realizao deste teste, deve considerar-
se,
1 ( ) x F a funo terica da distribuio acumulada admitida como
hiptese nula,
0
H ;
2 ( ) x F
0
a funo de distribuio acumulada para os dados amostrais
|
\
|
n
i
;
3 ( ) ( ) x F x F max D
0
= , a estatstica utilizada;
4 Se, para um determinado nvel de significncia , o valor D for
maior ou igual ao valor D tabelado (Tabela 9.4), a hiptese
0
H
rejeitada.
7 Anlise Frequencial em Hidrologia
Nos sistemas hidrolgicos existem muitas vezes eventos extremos,
tais como secas ou cheias. O valor de um acontecimento extremo
inversamente proporcional sua frequncia de ocorrncia, isto , um
acontecimento extremo ocorre com menos frequncia do que um evento
moderado. O objectivo da anlise frequencial em hidrologia
relacionar a magnitude dos valores extremos com a sua frequncia de
ocorrncia, atravs da utilizao de distribuies de probabilidade.
Os resultados desta anlise podem ser usados em vrios problemas de
engenharia, tais como, dimensionamento de barragens, pontes,
estruturas de controlo de cheias, etc.
Estatstica e Probabilidade Aplicada Hidrologia
Rita Cabral Guimares
37
Para efectuar a anlise frequencial pode-se recorrer ao
posicionamento grfico dos dados na forma de uma distribuio
cumulativa de probabilidade ou utilizar tcnicas analticas baseadas
em factores de frequncia.
Em qualquer dos casos torna-se necessrio introduzir a noo de
perodo de retorno.
7.1 Perodo de Retorno e Risco Hidrolgico
Perodo de retorno, T , de uma varivel X, define-se como o
nmero de anos que deve, em mdia, decorrer para que o valor dessa
varivel ocorra ou seja superado.
Designando a probabilidade de a varivel aleatria X assumir um
valor inferior ou igual a x , por probabilidade de no excedncia, ( ) x F
com, ( ) x X P x F = ) ( - Equao (A.1) e designando a probabilidade de a
varivel aleatria X assumir um valor superior a x , por probabilidade
de excedncia ( ) x G , com ( ) ( ) ( ) ) ( 1 1 x F x X P x X P x G = = > = -
Equao (4.2), pode exprimir-se o perodo de retorno por,
( ) ( ) x F x G
T
= =
1
1 1
(7.1)
Risco hidrolgico, R , funo do perodo de retorno e
representa a probabilidade de um valor x da varivel aleatria X ser
excedido em pelo menos uma vez em n anos sucessivos. Exprime-se por,
( ) ( )
n
n
x G
T T
n
R =
|
\
|
= = 1 1
1
1 1 (7.2)
7.2 Anlise Frequencial por Posicionamento grfico
Considere-se uma amostra
n
x x x x ,..., , ,
3 2 1
, atribuindo a estes
dados amostrais, uma probabilidade emprica ( ) x X P x F = ) ( ou
( ) ( ) x X P x G > = , possvel marcar estes pares de valores ( ) | | x F x, ou
( ) | | x G x, em grficos de modo a poder-se efectuar a anlise frequencial.
Este mtodo utiliza-se tambm para avaliar o ajustamento de uma
qualquer distribuio terica de probabilidade distribuio emprica
dos dados amostrais.
Estatstica e Probabilidade Aplicada Hidrologia
Rita Cabral Guimares
38
A funo de distribuio de uma determinada distribuio terica
pode ser representada graficamente num papel de probabilidade adequado
a essa distribuio. Em tal papel, as ordenadas representam os valores
da varivel X e as abcissas representam a probabilidade de no
excedncia ( ) x X P x F = ) ( , a probabilidade de excedncia
( ) ( ) x X P x G > = , o perodo de retorno T , ou a varivel reduzida y . As
escalas das ordenadas e das abcissas so feitas de tal modo, que a
funo de distribuio terica aparece representada por uma recta.
Sendo assim, se os dados amostrais, afectados da respectiva
probabilidade emprica, se ajustam recta da distribuio terica,
ento pode-se afirmar que a distribuio emprica segue a distribuio
terica considerada. Nesse caso, possvel efectuar extrapolaes
para valores extremos.
Suponha-se que se dispe de todas as observaes de uma varivel
aleatria. Se as n observaes (x ) forem classificadas por ordem
crescente, a probabilidade emprica de X tomar valores inferiores ou
iguais a um determinado
i
x ser:
( ) ( )
n
i
x X P x F
i
= = ) ( (7.3)
onde i o n. de ordem do valor na amostra. Se as n observaes (x )
forem classificadas por ordem decrescente, a probabilidade emprica de
X tomar valores iguais ou superiores a um determinado
i
x ser:
( ) ( )
n
i
x X P x G
i
= > = ) ( (7.4)
Neste caso, o menor valor da populao teria uma probabilidade
igual a zero e o maior valor uma probabilidade igual a um. No entanto,
a afectao de probabilidade a uma amostra mais delicada, pois no
h a certeza de que ela contenha o menor e o maior valor da populao
desconhecida. Das vrias frmulas existentes para afectar cada valor
da amostra de uma probabilidade emprica, utilizar-se- a de WEIBULL,
por ser a mais generalizada,
( ) ( )
1
) (
+
= =
n
i
x X P x F
i
(7.5)
para os n dados classificados por ordem crescente e
( ) ( )
1
) (
+
= > =
n
i
x X P x G
i
(7.6)
para os n dados classificados por ordem decrescente.
Estatstica e Probabilidade Aplicada Hidrologia
Rita Cabral Guimares
39
7.3 Anlise Frequencial por Factores de Frequncia
A anlise frequencial pode ser feita recorrendo a tcnicas
analticas baseadas em factores de frequncia.
CHOW et al (1988) prope a seguinte frmula geral para a anlise
hidrolgica de frequncias,
S K x x
T T
+ = (7.7)
onde,
T
x , o valor do acontecimento associado a determinado perodo
de retorno,
T
K , o factor de frequncia que funo do perodo de
retorno, T, e do tipo de distribuio de probabilidade a ser
utilizada na anlise.
Se a varivel em anlise x y ln = , o mesmo mtodo pode ser
utilizado, aplicado aos logaritmos dos dados,
y T T
S K y y + = (7.8)
O factor de frequncia proposto por VEN TE CHOW aplicvel a
muitas distribuies de probabilidade utilizadas na anlise
hidrolgica de frequncias. Para uma determinada distribuio terica,
possvel determinar uma relao, T K , entre o factor de frequncia
e o correspondente perodo de retorno, relao esta que pode ser
expressa por tabelas ou em termos matemticos.
Para determinar o valor de
T
x (Equao 7.7), ento necessrio
calcular os parmetros estatsticos para a distribuio proposta e
determinar para um dado perodo de retorno, o factor de frequncia.
Seguidamente descreve-se a relao terica T K , para vrias
distribuies de probabilidade.
a) Distribuio Normal
O factor de frequncia pode ser expresso por,
z
x
K
T
T
=
(7.9)
que a mesma expresso da varivel normal reduzida Z , definida na
equao (5.5), e que se encontra tabelada (Tabela A9.2).
Estatstica e Probabilidade Aplicada Hidrologia
Rita Cabral Guimares
40
b) Distribuio Log Normal
Para a distribuio Log Normal O factor de frequncia pode ser
expresso por,
y
y T
T
y
K
= (7.10)
onde x y ln = . Este factor de frequncia aplica-se equao (7.8)
c) Distribuio Pearson Tipo III
O factor de frequncia para esta distribuio, expresso por
meio de uma tabela em funo do coeficiente de assimetria, g, e do
perodo de retorno, T. (Tabela 9.5)
d) Distribuio Log - Pearson Tipo III
Igual ao caso anterior, no entanto, o factor de frequncia
obtido pela tabela dever ser aplicado equao (7.8).
e) Distribuio de Gumbel (Extremos tipo I)
Para esta distribuio, o factor de frequncia determinado
por,
)
`
\
|
+ =
1
ln ln 5772 , 0
6
T
T
K
T
(7.11)
Para expressar T, em termos de
T
K , utiliza-se a seguinte equao,
(
=
6
5772 , 0
1
1
t
K
e
e
T
(7.12)
8 Exerccios de Aplicao
8.1 Ajustamento de uma distribuio emprica distribuio Normal
Estatstica e Probabilidade Aplicada Hidrologia
Rita Cabral Guimares
41
Verificar o ajustamento das precipitaes anuais ocorridas na
estao meteorolgica de Castro DAire (Quadro 2.1) distribuio
Normal.
Esta verificao pode ser feita de duas maneiras: por
posicionamento grfico dos dados ou atravs de um teste de adequao
do ajustamento.
a) Posicionamento grfico (Ver ponto 7.2)
A funo de distribuio da distribuio Normal pode ser
representada graficamente num papel de probabilidade Normal . Em tal
papel, as ordenadas representam os valores da varivel X e as abcissas
representam a probabilidade ( ) x X P x F = ) ( ou ( ) ( ) x X P x G > = . As
escalas das ordenadas e das abcissas so feitas de tal modo, que a
funo de distribuio terica aparece representada por uma recta.
Assim, num papel de probabilidade normal, qualquer distribuio normal
ter como grfico uma linha recta, correspondendo a mdia dessa
distribuio ao ponto 50% e um desvio padro para cada lado da mdia,
aos pontos 15.87% e 84.13%, respectivamente (ver Figura 5.2 e 5.3).
Neste caso
2
a recta da distribuio normal terica desenha-se no
papel normal unindo os trs pares de pontos,
( ) ( ) % 87 , 15 ; 1 , 1193 % 87 , 15 ; = S x
( ) ( ) % 50 ; 5 , 1672 % 50 ; = x
( ) ( ) % 13 , 84 ; 9 , 2151 ; = + S x
Esta recta corresponde distribuio Normal terica, se os
valores da amostra, afectados da respectiva probabilidade emprica,
ajustarem recta, ento pode-se afirmar que a srie de precipitaes
anuais segue a distribuio Normal.
Para atribuir uma probabilidade emprica aos valores da amostra,
utiliza-se a expresso (7.5), que d a probabilidade de no
excedncia, F(x), para os n valores da amostra, ordenados de forma
crescente. Quadro 8.1.
A recta terica de probabilidade Normal e os valores da
distribuio emprica da precipitao anual esto representados na
2
A mdia e o desvio padro foram determinados no Exemplo 3.1 e 3.2 e
so, respectivamente mm x 5 , 1672 = e mm S 4 , 479 =
Estatstica e Probabilidade Aplicada Hidrologia
Rita Cabral Guimares
42
Figura 8.1, onde se pode verificar o ajustamento recta, donde se
pode afirmar que a srie de precipitaes em estudo tem distribuio
Normal.
Quadro 8.1 Probabilidade de no excedncia, F(x), para os valores de
precipitao anual em Castro Dire.
Ano Prec. (xi) Prec.ordenada (xi) i F(x)
1916/17 2118,2 870,9 1 1,3
1917/18 1001,2 903,5 2 2,5
1918/19 2093,2 912,8 3 3,8
1919/20 1556,4 915,8 4 5,0
1920/21 1290,6 1001,2 5 6,3
1921/22 1785,4 1039,2 6 7,5
1922/23 1830,2 1055,4 7 8,8
1923/24 2150,2 1076,1 8 10,0
1924/25 1749,6 1127,1 9 11,3
1925/26 2221,6 1144,5 10 12,5
1926/27 2024,1 1180,0 11 13,8
1927/28 1923,7 1201,0 12 15,0
1928/29 1127,1 1239,6 13 16,3
1929/30 2630,9 1247,2 14 17,5
1930/31 1481,2 1254,0 15 18,8
1931/32 1461,0 1275,7 16 20,0
1932/33 1334,4 1290,6 17 21,3
1933/34 1301,2 1298,7 18 22,5
1934/35 1581,0 1300,3 19 23,8
1935/36 3249,6 1301,2 20 25,0
1936/37 2069,0 1334,4 21 26,3
1937/38 1254,0 1344,7 22 27,5
1938/39 1974,0 1392,9 23 28,8
1939/40 2059,6 1411,7 24 30,0
1940/41 2569,6 1422,9 25 31,3
1941/42 1520,6 1426,8 26 32,5
1942/43 1664,2 1432,0 27 33,8
1943/44 1344,7 1442,0 28 35,0
1944/45 915,8 1451,9 29 36,3
1945/46 1763,0 1461,0 30 37,5
1946/47 2079,3 1478,1 31 38,8
1947/48 1411,7 1481,2 32 40,0
1948/49 912,8 1496,4 33 41,3
1949/50 1201,0 1504,2 34 42,5
1950/51 1903,9 1520,6 35 43,8
1951/52 1625,0 1556,4 36 45,0
1952/53 1076,1 1567,9 37 46,3
1953/54 1275,7 1578,2 38 47,5
1954/55 1699,5 1581,0 39 48,8
1955/56 2150,9 1585,4 40 50,0
1956/57 1039,2 1588,2 41 51,3
Quadro 8.1 (cont.) Probabilidade de no excedncia, F(x), para os
valores de precipitao anual em Castro Dire.
Ano Prec. (xi) Prec.ordenada (xi) i F(x)
1957/58 1588,2 1595,9 42 52,5
1958/59 1746,1 1603,3 43 53,8
1959/60 2563,6 1625,0 44 55,0
Estatstica e Probabilidade Aplicada Hidrologia
Rita Cabral Guimares
43
1960/61 1987,4 1664,2 45 56,3
1961/62 1585,4 1689,7 46 57,5
1962/63 1832,1 1699,5 47 58,8
1963/64 2201,2 1746,1 48 60,0
1964/65 1180,0 1749,6 49 61,3
1965/66 2806,9 1763,0 50 62,5
1966/67 1595,9 1785,4 51 63,8
1967/68 1422,9 1826,1 52 65,0
1968/69 2280,0 1830,2 53 66,3
1969/70 1496,4 1832,1 54 67,5
1970/71 1567,9 1903,9 55 68,8
1971/72 1300,3 1923,7 56 70,0
1972/73 1478,1 1930,1 57 71,3
1973/74 1689,7 1974,0 58 72,5
1974/75 1239,6 1987,4 59 73,8
1975/76 903,5 2000,2 60 75,0
1976/77 2314,0 2024,1 61 76,3
1977/78 2124,2 2059,6 62 77,5
1978/79 2599,1 2069,0 63 78,8
1979/80 1451,9 2079,3 64 80,0
1980/81 1144,5 2093,2 65 81,3
1981/82 1504,2 2118,2 66 82,5
1982/83 1426,8 2124,2 67 83,8
1983/84 1603,3 2150,2 68 85,0
1984/85 2000,2 2150,9 69 86,3
1985/86 1578,2 2201,2 70 87,5
1986/87 1392,9 2221,6 71 88,8
1987/88 1930,1 2280,0 72 90,0
1988/89 870,9 2314,0 73 91,3
1989/90 1432,0 2563,6 74 92,5
1990/91 1442,0 2569,6 75 93,8
1991/92 1055,4 2599,1 76 95,0
1992/93 1247,2 2630,9 77 96,3
1993/94 1826,1 2806,9 78 97,5
1994/95 1298,7 3249,6 79 98,8
b) Teste do Qui-Quadrado,
2
(Ver ponto 6.1)
Para melhor ajuizar da qualidade do ajustamento da distribuio
normal distribuio emprica de precipitaes anuais, utiliza-se o
teste de hiptese do
2
.
As hipteses a testar so,
Figura 8.1. Distribuio das Precipitaes anuais
Estatstica e Probabilidade Aplicada Hidrologia
Rita Cabral Guimares
44
0
H : A funo de distribuio normal
1
H : A funo de distribuio no normal
O nmero de classes, m, para esta amostra 7 (determinado no Exemplo
2.1)
Uma vez que necessrio trabalhar com as tabelas para a
distribuio Normal, utilizar-se- a varivel reduzida z.
Como as classes devem ser equiprovveis vem para a probabilidade
de cada classe,
1428 , 0
7
1
) ( = = z F
Os z
i
sero calculados, a partir dos valores F(z
i
) conhecidos,
por consulta da tabela 9.2. A partir de z
i
determina-se facilmente os
intervalos das classes, x
i
, sabendo que mm x 5 , 1672 = e mm S 4 , 479 = .
Como se mostra no Quadro 8.2.
Quadro 8.2 Clculo dos intervalos e limites das classes
zi F(zi) zi
x S z x
i i
+ =
z1 1/7 = 0,1429 -1,0674 1160,8
z2 2/7 = 0,2857 -0,5659 1401,2
z3 3/7 = 0,4286 -0,18 1586,2
z4 4/7 = 0,5714 0,18 1758,8
z5 5/7 = 0,7143 0,5659 1943,8
z6 6/7 = 0,8571 1,0674 2184,2
F(z
1
)=1/7
z1 z2 z3 z4 z5 Z6
F(z
2
)=2/7
F(z
3
)=3/7 F(z
5
)=5/7
F(z
6
)=6/7
F(z
4
)=4/7
F(z
7
)=1
Estatstica e Probabilidade Aplicada Hidrologia
Rita Cabral Guimares
45
Com estes elementos pode-se construir o Quadro 8.3 e calcular o
( )
=
m
j
j
j j
c
E
E O
1
2
2
(Equao 6.1).
Quadro 8.3 Teste do Qui-quadrado
Lim. de Classe N de elementos
esperados em cada
classe
(Ej)
N de elementos
observados em cada
classe
(Oj)
( )
O E
E
j j
j
2
<=1160,8 11,2857 10 0,1465
1160,8 - 1401,2 11,2857 13 0,2604
1401,2 - 1586,2 11,2857 17 2,8933
1586,2 - 1758,8 11,2857 9 0,4629
1758,8 - 1943,8 11,2857 8 0,9566
1943,8 - 2184,2 11,2857 12 0,0452
>2184,2 11,2857 10 0,1465
TOTAL 79 79 4,9114
Da tabela 9.3 vem, para 05 , 0 = e 4 1 2 7 1 = = = p m graus
de liberdade,
49 , 9
2
4 ; 95 , 0
=
Como 49 , 9 9114 , 4
2
4 ; 95 , 0
2
= < =
c
pode-se dizer que a hiptese de
normalidade no rejeitada, o que vem confirmar a anlise grfica
feita na alnea anterior.
8.2 Ajustamento de uma distribuio emprica distribuio de Gumbel
Verificar o ajustamento das precipitaes dirias mximas anuais
ocorridas na estao meteorolgica de Castro DAire (Quadro 8.4)
distribuio de Gumbel.
A verificao do ajustamento ir ser realizada de duas formas: por
posicionamento grfico dos dados ou atravs de um teste de adequao
do ajustamento.
a) Posicionamento grfico (Ver ponto 7.2)
Tal como a distribuio Normal, tambm a distribuio de Gumbel
pode ser representada por uma recta quando desenhada no papel de
Gumbel. Neste papel, as ordenadas representam os valores da varivel X
Estatstica e Probabilidade Aplicada Hidrologia
Rita Cabral Guimares
46
e as abcissas representam a probabilidade ( ) x X P x F = ) ( e a varivel
reduzida
u x
y
= . Para traado da recta basta unir, por exemplo,
trs pontos ( )
i i
y x , escolhidos, com + =
i i
y u x . Para tal
necessrio determinar os parmetros e u, que como j se viu so
determinados em funo da mdia e do desvio padro da amostra
(Equaes A5.23 e A5.24).
A mdia e o desvio padro das precipitaes dirias mximas
anuais em Castro DAire , so respectivamente mm x 6 , 89 = e mm S 9 , 24 =
, donde os parmetros so, 4 , 19
9 , 24 6
=
e
4 , 78 4 , 19 5772 , 0 6 , 89 = = u .
Para traado da recta terica, basta atribuir valores a y, obter
os correspondentes valores de x e marcar estes pares de valores no
papel de Gumbel. Por exemplo,
yi
+ =
i i
y u x
-1 59,0
0 78,4
1 97,8
Com os pares ( ) 1 ; 0 , 59 , ( ) 0 ; 4 , 78 e ( ) 1 ; 8 , 97 desenha-se a recta da Figura
8.2.
Para atribuir uma probabilidade emprica aos valores da amostra,
utiliza-se a expresso (7.5), que d a probabilidade de no
excedncia, F(x), para os n valores da amostra, ordenados de forma
crescente. Estes valores, apresentados no Quadro 8.4, foram marcados
no papel de Gumbel (Fig. 8.2), onde se pode verificar o ajustamento
recta terica, donde se pode afirmar que a srie de precipitaes em
estudo segue a distribuio de Gumbel.
Quadro 8.4 Precipitao diria mxima anual (mm) em Castro DAire e
Probabilidade de no excedncia, F(x).
Ano Prec. (xi) Prec.ordenada (xi) i F(x)
1916/17 199,4 49,6 1 1,3
1917/18 49,6 52,6 2 2,5
1918/19 120,4 53,3 3 3,8
1919/20 105,0 53,4 4 5,0
1920/21 73,6 54,3 5 6,3
1921/22 72,4 59,1 6 7,5
Estatstica e Probabilidade Aplicada Hidrologia
Rita Cabral Guimares
47
Quadro 8.4 (Cont.) Precipitao diria mxima anual (mm) em Castro
DAire e Probabilidade de no excedncia, F(x)
Ano Prec. (xi) Prec.ordenada (xi) i F(x)
1922/23 99,6 62,3 7 8,8
1923/24 79,8 64,6 8 10,0
1924/25 98,6 65,6 9 11,3
1925/26 102,0 66,5 10 12,5
1926/27 82,0 67,3 11 13,8
1927/28 99,3 67,4 12 15,0
1928/29 52,6 69,7 13 16,3
1929/30 101,2 71,0 14 17,5
1930/31 98,2 71,2 15 18,8
1931/32 77,8 72,2 16 20,0
1932/33 53,4 72,4 17 21,3
1933/34 65,6 72,4 18 22,5
1934/35 100,8 72,6 19 23,8
1935/36 105,8 73,6 20 25,0
1936/37 101,6 73,6 21 26,3
1937/38 82,6 73,8 22 27,5
1938/39 161,4 74,5 23 28,8
1939/40 72,4 74,9 24 30,0
1940/41 130,8 75,1 25 31,3
1941/42 84,9 75,2 26 32,5
1942/43 111,2 75,8 27 33,8
1943/44 124,0 77,4 28 35,0
1944/45 83,4 77,8 29 36,3
1945/46 73,6 78,4 30 37,5
1946/47 78,4 78,8 31 38,8
1947/48 99,6 79,1 32 40,0
1948/49 64,6 79,8 33 41,3
1949/50 80,4 80,4 34 42,5
1950/51 78,8 82,0 35 43,8
1951/52 99,0 82,6 36 45,0
1952/53 90,6 83,4 37 46,3
1953/54 93,0 83,6 38 47,5
1954/55 71,0 83,7 39 48,8
1955/56 121,2 84,4 40 50,0
1956/57 54,3 84,9 41 51,3
1957/58 104,4 84,9 42 52,5
1958/59 88,6 86,6 43 53,8
1959/60 84,9 88,5 44 55,0
1960/61 86,6 88,6 45 56,3
1961/62 59,1 90,2 46 57,5
1962/63 72,6 90,6 47 58,8
1963/64 118,8 91,1 48 60,0
1964/65 90,2 92,5 49 61,3
1965/66 111,0 93,0 50 62,5
1966/67 140,6 93,1 51 63,8
1967/68 83,7 96,8 52 65,0
1968/69 67,4 98,2 53 66,3
1969/70 84,4 98,6 54 67,5
1970/71 66,5 99,0 55 68,8
1971/72 69,7 99,3 56 70,0
1972/73 96,8 99,6 57 71,3
Estatstica e Probabilidade Aplicada Hidrologia
Rita Cabral Guimares
48
Quadro 8.4 (Cont.) Precipitao diria mxima anual (mm) em Castro
DAire e Probabilidade de no excedncia, F(x)
Ano Prec. (xi) Prec.ordenada (xi) i F(x)
1973/74 74,9 99,6 58 72,5
1974/75 91,1 100,8 59 73,8
1975/76 73,8 101,2 60 75,0
1976/77 83,6 101,6 61 76,3
1977/78 125,5 102,0 62 77,5
1978/79 119,3 104,4 63 78,8
1979/80 75,8 105,0 64 80,0
1980/81 79,1 105,8 65 81,3
1981/82 92,5 111,0 66 82,5
1982/83 93,1 111,2 67 83,8
1983/84 77,4 113,4 68 85,0
1984/85 88,5 117,5 69 86,3
1985/86 74,5 118,8 70 87,5
1986/87 72,2 119,3 71 88,8
1987/88 117,5 120,4 72 90,0
1988/89 75,1 121,2 73 91,3
1989/90 71,2 124,0 74 92,5
1990/91 62,3 125,5 75 93,8
1991/92 67,3 130,8 76 95,0
1992/93 75,2 140,6 77 96,3
1993/94 113,4 161,4 78 97,5
1994/95 53,3 199,4 79 98,8
= x
89,6 89,6
= S
24,9 24,9
= 19,4 19,4
= u 78,4 78,4
b) Teste de Kolmogorov - Smirnov (Ver ponto 6.1)
Para melhor ajuizar da qualidade do ajustamento da distribuio
de Gumbel distribuio emprica de precipitaes mximas anuais,
utilizar-se- o teste de Kolmogorov Smirnov, seguindo os passos
descritos na alnea b) do ponto 6.1:
1 Admite-se que a Funo de distribuio de Gumbel,
|
|
\
|
\
|
= =
4 , 19
4 , 78
) (
x u x
e e
e e x F
a hiptese nula,
0
H ;
2 Considera-se que
79
) (
0
i
n
i
x F = = a funo de distribuio para os
valores da amostra;
3 Calcula-se a estatstica ( ) ( ) x F x F max D
0
= ;
4 Rejeita-se
0
H , se para um nvel de significncia 05 , 0 = , o valor
de D for maior ou igual ao valor D tabelado (Tabela 9.4).
Estatstica e Probabilidade Aplicada Hidrologia
Rita Cabral Guimares
49
Figura 8.2. Distribuio das Precipitaes dirias mximas anuais
Estatstica e Probabilidade Aplicada Hidrologia
Rita Cabral Guimares
50
No Quadro 8.5 mostram-se os passos necessrios para efectuar
este teste, j explicado no ponto 6.1.
Pela anlise do Quadro 8.5, pode-se concluir que a hiptese nula
no rejeitada, uma vez que o ( ) ( ) 0545 , 0
0
= x F x F max inferior ao
indicado na tabela 9.4 -
|
|
\
|
= 1125 . 0
79
36 , 1
, o que vem confirmar a
anlise grfica feita na alnea anterior.
Quadro 8.5 Teste de Kolmogorov - Smirnov para ajustamento das
precipitaes dirias mximas anuais (mm) distribuio
de Gumbel.
i xi
ordenada
4 , 19
4 , 78
=
i
i
x
y
79
) (
0
i
x F =
( )
i
y
e
e x F
= ) (
( ) ( ) x F x F
0
1 49,6 -1,48 0,013 0,012 0,0005
2 52,6 -1,33 0,025 0,023 0,0024
3 53,3 -1,29 0,038 0,026 0,0118
4 53,4 -1,29 0,051 0,027 0,0239
5 54,3 -1,24 0,063 0,031 0,0318
6 59,1 -0,99 0,076 0,067 0,0088
7 62,3 -0,83 0,089 0,101 0,0127
8 64,6 -0,71 0,101 0,131 0,0296
9 65,6 -0,66 0,114 0,145 0,0310
10 66,5 -0,61 0,127 0,158 0,0316
11 67,3 -0,57 0,139 0,170 0,0312
12 67,4 -0,57 0,152 0,172 0,0201
13 69,7 -0,45 0,165 0,209 0,0448
14 71,0 -0,38 0,177 0,232 0,0545
15 71,2 -0,37 0,190 0,235 0,0453
16 72,2 -0,32 0,203 0,253 0,0504
17 72,4 -0,31 0,215 0,257 0,0414
18 72,4 -0,31 0,228 0,257 0,0287
19 72,6 -0,30 0,241 0,260 0,0196
20 73,6 -0,25 0,253 0,278 0,0252
21 73,6 -0,25 0,266 0,278 0,0125
22 73,8 -0,24 0,278 0,282 0,0036
23 74,5 -0,20 0,291 0,295 0,0038
24 74,9 -0,18 0,304 0,302 0,0014
25 75,1 -0,17 0,316 0,306 0,0103
26 75,2 -0,16 0,329 0,308 0,0211
27 75,8 -0,13 0,342 0,319 0,0225
28 77,4 -0,05 0,354 0,349 0,0050
29 77,8 -0,03 0,367 0,357 0,0100
30 78,4 0,00 0,380 0,368 0,0113
31 78,8 0,02 0,392 0,376 0,0164
32 79,1 0,04 0,405 0,382 0,0234
33 79,8 0,07 0,418 0,395 0,0228
Estatstica e Probabilidade Aplicada Hidrologia
Rita Cabral Guimares
51
Quadro 8.5 (Cont.) Teste de Kolmogorov - Smirnov para ajustamento das
precipitaes dirias mximas anuais (mm)
distribuio de Gumbel.
i xi
ordenada
4 , 19
4 , 78
=
i
i
x
y
79
) (
0
i
x F =
( )
i
y
e
e x F
= ) (
( ) ( ) x F x F
0
34 80,4 0,10 0,430 0,406 0,0241
35 82,0 0,19 0,443 0,436 0,0067
36 82,6 0,22 0,456 0,447 0,0082
37 83,4 0,26 0,468 0,462 0,0061
38 83,6 0,27 0,481 0,466 0,0151
39 83,7 0,27 0,494 0,468 0,0259
40 84,4 0,31 0,506 0,481 0,0258
41 84,9 0,34 0,519 0,490 0,0294
42 84,9 0,34 0,532 0,490 0,0421
43 86,6 0,42 0,544 0,520 0,0245
44 88,5 0,52 0,557 0,553 0,0044
45 88,6 0,53 0,570 0,554 0,0154
46 90,2 0,61 0,582 0,581 0,0015
47 90,6 0,63 0,595 0,587 0,0077
48 91,1 0,66 0,608 0,595 0,0124
49 92,5 0,73 0,620 0,617 0,0031
50 93,0 0,75 0,633 0,625 0,0082
51 93,1 0,76 0,646 0,626 0,0193
52 96,8 0,95 0,658 0,679 0,0211
53 98,2 1,02 0,671 0,698 0,0269
54 98,6 1,04 0,684 0,703 0,0194
55 99,0 1,06 0,696 0,708 0,0118
56 99,3 1,08 0,709 0,712 0,0029
57 99,6 1,09 0,722 0,716 0,0060
58 99,6 1,09 0,734 0,716 0,0186
59 100,8 1,16 0,747 0,730 0,0168
60 101,2 1,18 0,759 0,735 0,0247
61 101,6 1,20 0,772 0,739 0,0328
62 102,0 1,22 0,785 0,744 0,0409
63 104,4 1,34 0,797 0,770 0,0275
64 105,0 1,37 0,810 0,776 0,0340
65 105,8 1,41 0,823 0,784 0,0386
66 111,0 1,68 0,835 0,830 0,0051
67 111,2 1,69 0,848 0,832 0,0162
68 113,4 1,81 0,861 0,848 0,0123
69 117,5 2,02 0,873 0,875 0,0020
70 118,8 2,08 0,886 0,883 0,0030
71 119,3 2,11 0,899 0,886 0,0129
72 120,4 2,17 0,911 0,892 0,0196
73 121,2 2,21 0,924 0,896 0,0281
74 124,0 2,35 0,937 0,909 0,0275
75 125,5 2,43 0,949 0,916 0,0337
76 130,8 2,70 0,962 0,935 0,0268
77 140,6 3,21 0,975 0,960 0,0143
78 161,4 4,28 0,987 0,986 0,0011
79 199,4 6,24 1,000 0,998 0,0019
Estatstica e Probabilidade Aplicada Hidrologia
Rita Cabral Guimares
52
8.3 Anlise Frequencial
8.3.1 Relativamente s precipitaes anuais em Castro DAire
(Exerccio 8.1), determinar: a precipitao associada a um perodo de
retorno de 100 anos; o perodo de retorno do maior valor de
precipitao.
Depois de se ter verificado (Exerccio 8.1) que as precipitaes
anuais em Castro DAire seguem a distribuio Normal possvel
efectuar a anlise frequencial pretendida. Para esta a anlise pode-se
recorrer ao posicionamento grfico dos dados na forma de uma
distribuio cumulativa de probabilidade ou utilizar tcnicas
analticas baseadas em factores de frequncia.
a) Anlise Frequencial por Posicionamento grfico
Utilizando a Equao (7.1) possvel determinar a probabilidade
de no excedncia correspondente a um perodo de retorno igual a 100
anos,
( )
% 99 99 , 0
100
1
1
1
1 ) (
1
1
= = = =
=
T
x F
x F
T
Com este valor possvel tirar da recta terica Normal, o
correspondente valor de X. Para F(x) = 99% vem que mm x 2770 (Ver
Figura A8.1). Isto a precipitao associada a um T = 100 anos,
2770 mm.
O maior valor de precipitao anual em Castro DAire
mm x 6 , 3249 = (Ver Quadro A8.1). Com este valor pode-se ler na recta
terica o correspondente valor de F(x). Pela leitura da Figura A8.1.
vem, para mm x 6 , 3249 = um valor de % 95 , 99 ) ( x F .
Donde, o perodo de retorno de um valor de precipitao 3249,6mm ,
( )
2000
9995 , 0 1
1
1
1
=
=
x F
T anos.
b) Anlise Frequencial por Factores de Frequncia
Sabendo que o factor de frequncia,
T
K , para a distribuio
Normal, igual varivel reduzida z, (Equao 7.9), a Equao (7.7)
transforma-se em,
zS x x
T
+ = (7.13)
Estatstica e Probabilidade Aplicada Hidrologia
Rita Cabral Guimares
53
que para a distribuio em estudo ,
4 , 479 5 , 1672 + = z x
T
(7.14)
Um perodo de retorno igual a 100 anos corresponde a uma probabilidade
de no excedncia de 99%. Consultando a tabela 9.2, vem para
99 , 0 ) ( = z F um valor de 33 , 2 = z , donde da equao (7.14) vem que a
precipitao associada a um T = 100 anos ,
mm x
T
5 , 2789 4 , 479 33 , 2 5 , 1672 = + =
O maior valor de precipitao anual em Castro DAire mm x 6 , 3249 = .
Resolvendo a equao (A7.14) em ordem a z, vem,
29 , 3
4 , 479
5 , 1672 6 , 3249
4 , 479 5 , 1672 6 , 3249 =
= + = z z
Pela Tabela A9.2, para 29 , 3 = z vem 9995 , 0 ) ( = z F , e o perodo de
retorno do valor 3249,6 mm ,
( )
2000
9995 , 0 1
1
1
1
=
=
x F
T anos.
8.3.2 Relativamente s precipitaes dirias mximas anuais em Castro
DAire (Exerccio 8.2), determinar: a precipitao dirias mxima
associada a um perodo de retorno de 100 anos; o perodo de retorno do
maior valor de precipitao.
Depois de se ter verificado (Exerccio 8.2) que as precipitaes
dirias mximas anuais em Castro DAire seguem a distribuio de
Gumbel possvel efectuar a anlise frequencial pretendida.
a) Anlise Frequencial por Posicionamento grfico
Pela recta terica da distribuio de Gumbel (Figura 8.2), vem
para T = 100 anos, uma precipitao diria mxima anual de
aproximadamente 170 mm.
Estatstica e Probabilidade Aplicada Hidrologia
Rita Cabral Guimares
54
O maior valor de precipitao diria mxima anual em Castro
DAire mm x 4 , 199 = (Ver Quadro 8.4). Com este valor pode-se ler na
recta terica o correspondente valor de T. Pela leitura da Figura
A8.2. vem, para x = == = 199,4 mm um valor de T 450 anos.
b) Anlise Frequencial por Factores de Frequncia
Para esta distribuio, a equao (7.7) ,
9 , 24 6 , 89 + =
t T
K x (7.15)
Sabendo que o factor de frequncia,
T
K , para a distribuio de
Gumbel, dado pela Equao (A7.11), vem para um perodo de retorno de
100 anos,
137 , 3
1 100
100
ln ln 5772 , 0
6
=
)
`
\
|
+ =
T
K
Por (7.15) vem uma precipitao diria mxima anual de,
mm x
T
7 , 167 9 , 24 137 , 3 6 , 89 = + =
O maior valor de precipitao diria mxima anual , mm x 4 , 199 = ,
resolvendo a Equao (7.15), em ordem a
T
K vem,
410 , 4
9 , 24
6 , 89 4 , 199
9 , 24 6 , 89 4 , 199 =
= + =
t t
K K
Para determinar o perodo de retorno do, maior valor de precipitao
diria mxima anual, basta resolver a Equao (7.12)
510
1
1
1
1
6
410 , 4
5772 , 0
6
5772 , 0
=
=
(
+
(
+
e e
e e
T
t
K
anos.