Curso - Tecnico - Aguas Esgotos

Srie CURSOS TCNICOS
Srie Cursos tcnicos da ERSAR
Sries editoriais da ERSAR:
O texto, eminentemente de carcter didctico, tenta sistematizar e sintetizar, num nico volume, conceitos
considerados fundamentais para a hidrologia urbana,
nomeadamente: noes de estatstica, clculo numrico,
hidrulica e hidrologia, e inclui exemplos e exerccios
resolvidos ilustrativos dos conceitos apresentados, que
reflectem a experincia de anos de docncia dos autores
nos temas em anlise. Esta publicao apresenta assim
os conceitos bsicos essenciais para uma slida fundao
do conhecimento da hidrologia urbana, tanto para tcnicos das entidades gestoras como para outros interessados nestas matrias.
Coordenao cientfica:
Joo Pedroso de Lima
Este primeiro nmero da Srie Cursos tcnicos, elaborado pela Universidade de Coimbra e editado pela
ERSAR, aborda os conceitos bsicos da hidrologia urbana e integra um conjunto de quatro mdulos que visam
fornecer competncias nas reas da hidrologia urbana
e da drenagem pluvial urbana, nomeadamente: conceitos bsicos; guas pluviais em ambiente urbano; sistemas sustentveis de drenagem urbana; gesto e reabilitao
de sistemas de drenagem pluvial urbana.
Hidrologia urbana Conceitos bsicos
Srie
CURSOS TCNICOS
De acordo com o disposto na alnea j)

do nmero 2 do artigo 5. do Decreto-Lei n. 277/2009 de 2 de Outubro,
a ERSAR tem responsabilidades a nvel
da superviso, monitorizao e avaliao da qualidade geral no sector de
servios de abastecimento pblico de
gua, saneamento de guas residuais
urbanas e de gesto de resduos urbanos, bem como a nvel da sensibilizao das entidades gestoras para os
problemas especficos detectados, promovendo a investigao e o desenvolvimento do sector. ainda atribuio
da ERSAR coordenar e realizar a recolha
e a divulgao da informao relativa
ao sector e s respectivas entidades
gestoras, tal como previsto na alnea
m) do referido artigo.
A Srie Cursos tcnicos, editada
pela ERSAR, em que esta publicao
se insere, pretende constituir-se um
instrumento de apoio aos tcnicos
das entidades gestoras que prestam
servios de guas e resduos, contribuindo cada volume para um aprofundamento da formao em reas
especficas do conhecimento relevantes para o sector.
Esta srie um contributo para que,
cada vez mais, se sirva, de forma regular e contnua, a populao portuguesa,
com um elevado nvel de qualidade de
servio, a um preo eficiente e justo e
dentro de uma perspectiva econmica e ambientalmente sustentvel.
Hidrologia urbana
Conceitos bsicos
Srie Relatrio anual dos

servios de guas e resduos
em Portugal
Srie Relatrios tcnicos
Srie Guias tcnicos
Srie Estudos
Srie Cursos tcnicos
Srie Recomendaes
Srie Pareceres
Srie "Textos sobre regulao"
Joo Pedroso de Lima
Autoria:
Cristina Maria Tavares Martins
Maria da Graa Temido Mendes
Jos Manuel Abreu
Jos Paulo Lopes de Almeida
Joo Pedroso de Lima
Isabel Pedroso de Lima
Comisso Portuguesa
Organizao
das Naes Unidas
para a Educao,
a Cincia e a Cultura
Programa
Hidrolgico
Internacional
Srie "Intervenes pblicas"

Srie "Planos de actividades"
Srie "Relatrios
de actividades"
Podem ser obtidas informaes

adicionais em www.ersar.pt
Hidrologia urbana
Conceitos bsicos
Joo Pedroso de Lima
Autoria:
Jos Manuel Abreu
Joo Pedroso de Lima
Comisso Portuguesa
Organizao
das Naes Unidas
para a Educao,
Programa
Hidrolgico
Internacional
FICHA TCNICA
Ttulo:
Joo Pedroso de Lima (Universidade de Coimbra)
Autoria:
(Departamento de Matemtica da Universidade de Coimbra)
(Departamento de Matemtica da Universidade de Coimbra)
Jos Manuel Abreu
(Departamento de Engenharia Civil da Universidade de Coimbra)
Joo Pedroso de Lima
(Escola Superior Agrria do Instituto Politcnico de Coimbra).
Comisso tcnica de apreciao:
Jaime Melo Baptista, Joo Almeida e Edgar Carvalho
Edio:
Entidade Reguladora dos Servios de guas e Resduos
Universidade de Coimbra
Concepo grfica:
Dimenso 6, comunicao, design, publicidade, Lda.
Reviso lingustica:
Elisabete Morita Rodrigues
Composio e paginao:
Cor Comum Servios Grficos, Lda.
Impresso e acabamentos:
Cor Comum Servios Grficos, Lda.
Tiragem:
1300 exemplares
Local e data de edio:
Lisboa, Junho de 2010
ISBN:
978-989-8360-03-8
Depsito legal:
314737/10
PREFCIO DA ERSAR
A Entidade Reguladora dos Servios de guas e Resduos, enquanto
entidade reguladora, responsvel pela sensibilizao e orientao das
entidades gestoras dos servios de abastecimento pblico de gua, saneamento de guas residuais urbanas e gesto de resduos urbanos.
Nesse quadro, tem seguido uma estratgia de permanente apoio s entidades gestoras na procura de uma melhor qualidade do servio prestado aos consumidores, sendo de destacar as diversas publicaes j
editadas, nomeadamente as sries Guias Tcnicos e Recomendaes.
Identificou-se agora a necessidade de complementar a actual linha editorial com uma nova srie de publicaes, destinada a apoiar a formao
dos actuais e futuros quadros tcnicos das entidades gestoras em temticas relacionadas com a concepo, a gesto e a explorao dos sistemas de guas e resduos, que se designou Cursos tcnicos.
Este primeiro nmero, elaborado pela Universidade de Coimbra, aborda
os conceitos bsicos da hidrologia urbana e integra um conjunto de
quatro mdulos, que visam fornecer competncias nas reas da hidrologia urbana e da drenagem pluvial urbana, nomeadamente: conceitos bsicos; guas pluviais em ambiente urbano; sistemas sustentveis de drenagem urbana; gesto e reabilitao de sistemas de drenagem pluvial urbana.
A pertinncia desta publicao reforada pela urgncia de um elevado investimento ao nvel das novas redes de recolha e drenagem de
guas residuais urbanas e da renovao das existentes, reconhecida no
Plano Estratgico de Abastecimento de guas e Saneamento de guas
Residuais 2007-2013 (PEAASAR II). As necessidades do Pas nesta rea
exigem um esforo significativo nos prximos anos para cumprir o
objectivo de fornecer a pelo menos noventa por cento da populao nacional um servio de drenagem e tratamento de guas residuais urbanas com adequada qualidade e a necessria acessibilidade econmica.
A ERSAR procura assim dar mais um contributo para a melhoria da
qualidade dos servios de guas, como forma de promover a sustentabilidade das entidades gestoras e defender os interesses dos
utilizadores destes servios pblicos essenciais.
Jaime Melo Baptista (Presidente do Conselho Directivo da ERSAR)
Fernanda Mas (Vogal do Conselho Directivo da ERSAR)
Joo Simo Pires (Vogal do Conselho Directivo da ERSAR)
PREFCIO DA ERSAR
iii
PREFCIO DA COORDENAO CIENTFICA

O presente Guia o primeiro de uma srie dedicada Hidrologia
Urbana, intitula-se Hidrologia urbana Conceitos bsicos (Cursos
tcnicos da Entidade Reguladora dos Servios de guas e Resduos
ERSAR), e tem por objectivo apresentar, de forma resumida, conceitos bsicos de hidrologia urbana. Estes conceitos servem de base s
matrias versadas nos restantes volumes desta srie da ERSAR, em
que sero abordados os seguintes temas: guas pluviais em ambiente
urbano; sistemas sustentveis de drenagem urbana; gesto e reabilitao de sistemas de drenagem pluvial urbana.
Faz sentido uma breve resenha do processo que conduziu ao aparecimento desta obra, fruto de uma solicitao do ento Presidente da empresa guas de Coimbra, E. M., Prof. Jorge Temido, ao Laboratrio de
Hidrulica, Recursos Hdricos e Ambiente do Departamento de Engenharia Civil da Faculdade de Cincias e Tecnologia da Universidade
de Coimbra: a criao de um programa de formao ps-graduada
em Hidrologia Urbana, por mdulos, para ser leccionado aos seus
tcnicos, que fosse ao encontro das necessidades actuais daquela
empresa. Pretendia-se uma formao avanada de cariz prtico, que
melhorasse o desempenho dos tcnicos nesta rea do conhecimento.
Contactos posteriores sugeriram que esta necessidade de formao
avanada no se restringia empresa guas de Coimbra, E. M., sendo
tambm sentida por vrias congneres igualmente incumbidas de
gerir as guas pluviais nas reas urbanas da sua responsabilidade.
Acredita-se, assim, que esta formao ir interessar a outras empresas com competncias na drenagem pluvial urbana.
Infelizmente, a drenagem de guas pluviais em ambiente urbano no
foi uma prioridade durante dcadas, o que de certo modo at compreensvel dado o baixo grau de atendimento pblico que se verificava
em Portugal nas reas do abastecimento de gua, drenagem de
guas residuais domsticas e resduos slidos urbanos. Hoje, essa situao alterou-se de forma radical, e o nosso pas apresenta nveis de
atendimento bastante satisfatrio, com elevado grau de fiabilidade de
servio.
O primeiro mdulo do programa de formao ps-graduada em Hidrologia Urbana (Mdulo I Conceitos Bsicos) foi leccionado em
Coimbra durante os meses de Maio e Junho de 2008 (16 horas de
PREFCIO DA COORDENAO CIENTFICA
formao em sala de aula), tendo sido frequentado maioritariamente

por tcnicos da empresa guas de Coimbra, E.M. Atendendo aos
comentrios feitos pelos alunos, aproveitou-se esta oportunidade
para melhorar os textos de apoio ao curso, evoluiu-se assim para a
verso includa neste Guia. Importa tambm referir as vrias sugestes avanadas pelos tcnicos da ERSAR e pelos seis revisores que
muito ajudaram a melhorar os textos.
O texto, eminentemente de carcter didctico, tenta sistematizar e
sintetizar, num nico volume, conceitos considerados fundamentais
para a hidrologia urbana que, por norma, no se encontram juntos
com este grau de profundidade e de preocupao com a ilustrao
prtica. Noes de estatstica, clculo numrico, hidrulica e hidrologia so apresentadas ao longo de quatro captulos, que incluem
exemplos e exerccios resolvidos ilustrativos dos conceitos apresentados, ao mesmo tempo que traduzem a experincia de anos de docncia dos autores nos temas em anlise. Penso que o contedo deste
guia proporcionar uma slida fundao para o conhecimento da hidrologia urbana, tanto para tcnicos como para outros interessados
nestas matrias.
Para mim, foi um privilgio trabalhar com os autores dos vrios captulos, tanto na preparao deste Guia como na leccionao do programa de formao ps-graduada em Hidrologia Urbana (Mdulo I
Conceitos Bsicos).
Joo L. M. Pedroso de Lima (Universidade de Coimbra)
vi
HIDROLOGIA URBANA CONCEITOS BSICOS
NDICE GERAL
pg.
1 INTRODUO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2 MTODOS ESTATSTICOS
..................................................................................
3 CLCULO NUMRICO. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
43
4 HIDRULICA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
5 CONCEITOS BSICOS DE HIDROLOGIA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143
BIBLIOGRAFIA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177
SOBRE OS AUTORES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181
INDICE GERAL
vii
NDICES DETALHADOS
NDICE DE TEXTO
pg.
1. INTRODUO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.1 Contedo do guia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2. MTODOS ESTATSTICOS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.1 Nota introdutria . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.2 Conceitos bsicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.2.1 Probabilidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.2.2 Variveis aleatrias e distribuies de probabilidade . . . . . . . . . . . . . . . . . . . . . . . . .
2.2.3 Valor mdio, desvio-padro e quantis. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
12
2.3 Lei normal ou de Gauss . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
16
2.3.1 Definio e propriedades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
16
2.3.2 Validao de uma lei de Gauss . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
20
2.3.3 Lei da soma de variveis aleatrias independentes . . . . . . . . . . . . . . . . . . . . . . . . . . .
24
2.4 Leis de valores extremos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
25
2.4.1 Elementos da teoria de extremos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
25
2.4.2 Leis de mximos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
27
2.4.3 Leis de mnimos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
34
2.5 Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
36
3. CLCULO NUMRICO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
43
3.1 Nota introdutria . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
43
3.2 Erros na resoluo numrica de problemas de Engenharia . . . . . . . . . . . . . . . . . . . . . . . .
44
3.2.1 Fonte e tipo de erros . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
44
3.2.2 Erros de arredondamento e aritmtica computaciona. . . . . . . . . . . . . . . . . . . . . . . .

3.2.2.1 Aritmtica de ponto fixo (inteiros) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.2.2.2 Aritmtica de ponto flutuante (reais) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.2.2.3 Erros na aritmtica de ponto flutuante . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.2.2.4 Propagao de erros. Erros nas operaes aritmticas . . . . . . . . .
45
46
47
49
51
3.2.3 Erros de truncatura . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

3.2.3.1 Srie de Taylor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.2.3.2 Discretizao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.2.3.3 Mtodos iterativos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
55
55
57
58
3.3 Resoluo de equaes no lineares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
60
3.3.1 Mtodo da bisseco . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
62
3.3.2 Mtodo do ponto fixo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
64
3.3.3 Mtodo de Newton-Raphson . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
68
3.3.4 Mtodo da secante. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
71
INDICE DE TEXTO
ix
3.4 Aproximao de funes. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
72
3.4.1 Interpolao polinomial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
72
73
75
78
3.4.1.1 Frmula interpoladora de Lagrange . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

3.4.1.2 Frmula interpoladora de Newton. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.4.1.3 Erro da interpolao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.4.2 Aproximao. Mtodo dos mnimos quadrados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
O critrio dos mnimos quadrados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Regresso linear . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Modelo geral de dois parmetros . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Linearizao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
79
81
82
84
87
3.5 Diferenciao e integrao numricas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
89
3.5.1 Aproximao de derivadas por diferenas finitas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
89
3.5.2 Integrao numrica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
93
94
96
3.4.2.1
3.4.2.2
3.4.2.3
3.4.2.4
3.5.2.1 Frmulas de integrao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

3.5.2.2 Frmulas de Newton-Cotes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.6 Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103

4. HIDRULICA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
4.1 Nota introdutria . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
4.2 Conceitos bsicos de hidrulica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
4.3 Escoamentos com superfcie livre. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
4.3.1 Definies e noes elementares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
4.3.2 A energia especfica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
4.3.3 Os regimes lento, crtico e rpido . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120
4.4 Dimensionamento de canais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
4.4.1 Regime permanente/Anlise na seco transversal . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
4.4.2 Regime permanente e uniforme/Anlise incorporando
a inclinao longitudinal e a natureza parietal do canal . . . . . . . . . . . . . . . . . . . . . 129
4.5 Consideraes finais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138
4.6 Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138
5. CONCEITOS BSICOS DE HIDROLOGIA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143
5.1 Nota introdutria . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143
5.2 Balano hidrolgico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145
5.3 Bacia de drenagem urbana . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 148
5.3.1 Conceito e delimitao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 148
5.3.2 Caractersticas fisiogrficas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 152
5.3.3 Coeficiente de escoamento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 160
5.3.4 Tempo de concentrao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163
5.4 Consideraes finais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169
5.5 Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169
BIBLIOGRAFIA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177
SOBRE OS AUTORES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181
NDICE DE FIGURAS
Figura 2.1: Representao grfica da probabilidade P(a X b),
com X contnua de densidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
pg.
Figura 2.3: Funo de distribuio da lei N(0,1) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
17
Figura 2.2: Esboo do grfico da densidade de uma lei N(m, ) . . . . . . . . . . . . . . . . . . . . . . . . . .
12
18
Figura 2.4: Histograma correspondente amostra de precipitaes totais

anuais registada no Quadro 2.2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
21
Figura 2.5: Papel de probabilidade normal correspondente amostra

de precipitaes totais anuais registada no Quadro 2.2 . . . . . . . . . . . . . . . . . . . . .
22
Figura 2.6: Resultado do teste de Kolmogorov-Smirnov referente amostra

de precipitaes totais anuais registada no Quadro 2.2 . . . . . . . . . . . . . . . . . . . . .
23
Figura 2.7: Esboo dos grficos das funes densidade das leis de Gumbel
( = 0, = 1), Frchet ( = -3, = 1, = 2)
e Weibull ( = 3, = 1, = 2) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
28
Figura 2.8: Possveis configuraes das curvas a ajustar a um papel

de probabilidade de Gumbel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
28
Figura 2.9: Papel de probabilidade de Gumbel relativo amostra de caudais

mximos anuais do Exemplo 2.4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
29
Figura 2.10: Papel de probabilidade de Gumbel relativo amostra de mximos

da altura significativa da onda do Exemplo 2.7. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
33
Figura 2.11: Papel de probabilidade de Gumbel relativo amostra de caudais

mximos anuais instantneos do Exerccio 2.1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
38
Figura 2.12: Papel de probabilidade de Gumbel relativo amostra

de precipitaes mximas anuais do Exerccio 2.3. . . . . . . . . . . . . . . . . . . . . . . . . . . . .
41
Figura 3.1: Tipos de erros nas diferentes fases de resoluo de um

problema de Engenharia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
44
Figura 3.2: Inteiros representveis numa palavra de 32 bits . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
47
Figura 3.4: Grficos da funo f(x ) = cos x e das aproximaes obtidas

por (3.19) para k=1, 2 e 3. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
49
Figura 3.3: Reais positivos que fazem parte do sistema F(2, 3, 1, 2). . . . . . . . . . . . . .
Figura 3.5: Determinao aproximada do permetro de um crculo:

(a) discretizao efectuada; (b) convergncia para o valor exacto
quando n aumenta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
57
58
Figura 3.6: Implementao de um algoritmo iterativo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
61
Figura 3.7: Mtodo da bisseco. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
63
NDICE DE FIGURAS
xi
Figura 3.8: Mtodo do ponto fixo: (a) convergente; (b) divergente. . . . . . . . . . . . . . . . . . . . . . . .
65
Figura 3.9: Ilustrao grfica da convergncia do mtodo do ponto fixo . . . . . . . . . . . . .
68
Figura 3.10: Ilustrao grfica do mtodo de Newton-Raphson. . . . . . . . . . . . . . . . . . . . . . . . . . . . .
69
Figura 3.11: Ilustrao grfica do mtodo da secante . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
71
Figura 3.12: Ilustrao grfica das oscilaes experimentadas

por um polinmio p 8 (x ) ao interpolar a funo de Runge . . . . . . . . . . . . . . . . . . .
79
Figura 3.13: Curva de tendncia de um conjunto de pontos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
80
Figura 3.14: Definio do critrio de ajuste para o caso de uma recta.

(a) Critrio de minimizar a soma dos desvios;
(b) Critrio de minimizar a soma dos mdulos dos desvios . . . . . . . . . . . . . . .
81
Figura 3.15: Regresso linear do escoamento e precipitao anuais . . . . . . . . . . . . . . . . . . . . .
84
Figura 3.16: Ajuste dos valores de um ensaio de infiltrao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
88
Figura 3.17: Ilustrao grfica da aproximao da primeira derivada . . . . . . . . . . . . . . . . . . . .
90
Figura 3.18: Ilustrao da estratgia usada na integrao numrica . . . . . . . . . . . . . . . . . . . . . .
94
Figura 3.19: Interpretao geomtrica das regras: (a) rectngulo esquerda;

(b) ponto mdio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
97
Figura 3.20: Interpretao geomtrica da regra do trapzio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
98
Figura 3.21: Aproximao de
.............
98
Figura 3.22: Interpretao geomtrica da regra de Simpson . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
99
dx atravs da regra do trapzio
Figura 3.23: Ilustrao da aplicao da regra do trapzio composta . . . . . . . . . . . . . . . . . . . . . 102
Figura 3.24: Ilustrao grfica da regra de Simpson composta (n = 6) . . . . . . . . . . . . . . . . . . 102

Figura 3.25: Exemplo de rea de uma linha poligonal fechada . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
Figura 4.1: Exemplo de seco transversal composta e mista . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
Figura 4.2: Esquema do perfil longitudinal de um canal. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
Figura 4.3: Geometria da seco transversal de um canal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
Figura 4.4: Referencial adoptado na anlise do efeito da curvatura do fundo
na distribuio de presses . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
.
Figura 4.5: Visualizao dos termos das Equaes (4.25) e (4.26 . . . . . . . . . . . . . . . . . . . . . . . . 119
Figura 4.6: E = E(h), com Q = Cte e B iii > B ii > B i
121
Figura 4.7: E = E(h), com B = C e Qiii > Qii > Qi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121

.................................................
te
Figura 4.8: Comporta controlando em simultneo um escoamento lento por

jusante e um escoamento rpido por montante . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
xii
Figura 4.9: Equilbrio entre foras de atrito e foras de gravidade. . . . . . . . . . . . . . . . . . . . . . . . 130

Figura 4.10: Seco trapezoidal hidraulicamente mais eficiente. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136
Figura 4.11: Seco circular hidraulicamente mais eficiente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
Figura 4.12: Seco composta da vala de drenagem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139
Figura 5.1: Variabilidade espacial das caractersticas fisiogrficas
e hidrolgicas das bacias urbanas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144
Figura 5.2: Sequncia de fases de um projecto de drenagem urbana . . . . . . . . . . . . . . . . . 145
Figura 5.3: Idealizao do balano hidrolgico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146
Figura 5.4: Componentes do balano hidrolgico a considerar no estudo
de uma bacia de reteno urbana . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 148
Figura 5.5: Definio da linha divisria topogrfica de uma bacia de drenagem
numa carta topogrfica (adaptado de Gribbin, 2002) . . . . . . . . . . . . . . . . . . . . . . . . . 149
Figura 5.6: Linha divisria topogrfica e linha divisria fretica
(corte transversal em trs bacias adjacentes) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 150
Figura 5.7: Delimitao de bacias de drenagem atravs da linha divisria
topogrfica: bacia exorreica ( esquerda) e bacia endorreica
( direita) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151
Figura 5.8: esquerda: tipos de escoamento numa bacia de drenagem;
direita: componentes bsicas do escoamento numa dada
seco de uma linha de gua . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151
Figura 5.9: Caminhos preferenciais da gua na zona no saturada do solo
dando lugar a ressurgncias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151
Figura 5.10: Influncia da forma da bacia de drenagem (alongada,
arredondada e mista) na forma dos hidrogramas de uma bacia
urbana (adaptado de Singh, 1992) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153
Figura 5.11: Influncia da forma da bacia de drenagem na resposta hidrolgica
de uma dada bacia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153
Figura 5.12: Influncia do sistema de drenagem na resposta hidrolgica das
bacias de drenagem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 154
Figura 5.13: Hidrogramas de seces transversais de cursos de gua:
perene ( esquerda), intermitente (ao centro), e efmero ( direita) . . . . 155
Figura 5.14: Curvas de durao de caudais para linhas de gua efmeras,
intermitentes e perenes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155
Figura 5.15: Bacias de drenagem de igual rea e com idntico comprimento
total das linhas de gua, mas com eficincias de drenagem
diferentes, apesar da densidade de drenagem ser a mesma . . . . . . . . . . . . . 156
Figura 5.16: Distino entre o comprimento axial de uma bacia de drenagem
e o comprimento da linha de gua principal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157
NDICE DE FIGURAS
xiii
Figura 5.17: As curvas hipsomtricas representam o relevo das bacias

de drenagem: A bacia de drenagem de um vale aluvionar
e B bacia de drenagem de meseta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158
Figura 5.18: Possveis interaces entre linhas de gua e a toalha fretica,
a tracejado (adaptado de Singh, 1992. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159
Figura 5.19: Ilustrao de como o aumento da actividade biolgica no solo
e a profundidade da zona radicular das plantas diminuem o caudal
de ponta, aumentam a resposta hidrolgica da bacia e diminuem
o volume total escoado (adaptado de Macleod et al., 2007) . . . . . . . . . . . . . . 160
Figura 5.20: Valores mdios da velocidade do escoamento superficial
em funo do declive do terreno e da ocupao do solo
(adaptado de Kent, 1972). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 168
Figura 5.21: Componentes do ciclo hidrolgico a considerar no estudo
de uma bacia hidrogrfica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 170
Figura 5.22: Carta hipsomtrica de uma bacia urbana, em Coimbra. . . . . . . . . . . . . . . . . . . . . . 172
Figura 5.23: Rectngulo equivalente da bacia urbana da Figura 5.22
(Exerccio 5.2) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173
Figura 5.24: Curva hipsomtrica da bacia urbana da Figura 5.22
(Exerccio 5.2) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173
Figura 5.25: Distribuio de frequncias altimtricas da bacia urbana
da Figura 5.22 (Exerccio 5.2). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173
Figura 5.26: Caracterizao das condies de escoamento da gua superficial
numa bacia urbana para determinao do tempo
de concentrao da bacia, t c . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 174
xiv
NDICE DE QUADROS
Quadro 2.1: Valores da funo de distribuio da lei N(0,1) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
pg.
Quadro 2.2: Precipitaes totais anuais (mm) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
21
Quadro 2.3: Caudais mximos anuais (l/s) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
29
Quadro 2.4: Altura significativa da onda mxima anua . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
33
Quadro 2.5: Caudais mdios e caudais mximos anuais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
37
Quadro 2.6: Precipitaes totais anuais (mm) em dois postos udomtricos . . . . . . . .
39
Quadro 2.7: Precipitaes mximas anuais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
40
Quadro 3.1: Resultados do processo iterativo (mtodo da bisseco). . . . . . . . . . . . . . . . .
64
Quadro 3.3: Resultados do processo iterativo para a raiz 2 = 1 . . . . . . . . . . . . . . . . . . . . . . .
67
Quadro 3.4: Diferenas finitas divididas (notao e definio) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
76
Quadro 3.5: Tabela de diferenas divididas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
77
Quadro 3.6: Exemplo de regresso linear . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
84
Quadro 3.7: Exemplos de linearizao de alguns modelos no lineares . . . . . . . . . . . . . .
89
Quadro 3.2: Resultados do processo iterativo para a raiz 1 = 2 . . . . . . . . . . . . . . . . . . . . . . .
19
67
Quadro 3.8: Constantes das frmulas fechadas de Newton-Cotes . . . . . . . . . . . . . . . . . . . . . . 101

Quadro 3.9: Resultados do processo iterativo do ponto fixo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
Quadro 3.10: Resultados do processo iterativo (mtodo de Newton) . . . . . . . . . . . . . . . . . . . . 104
Quadro 4.1: Caractersticas geomtricas das seces transversais . . . . . . . . . . . . . . . . . . . . . 116
Quadro 4.2: Valores do coeficiente de Manning apresentados
em Hamill (1995) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
Quadro 5.1: Tipos de cursos de gua quanto constncia do escoamento . . . . . . . 155
Quadro 5.2: Exemplos de caractersticas fisiogrficas de bacias
de drenagem, e a forma como afectam o coeficiente
de escoamento superficial, C . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 162
Quadro 5.3: Valores do coeficiente de escoamento C usados
em superfcies especficas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 162
Quadro 5.4: Valores do coeficiente de escoamento C usados em zonas
urbanas e periurbanas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163
Quadro 5.5: Factor de correco Cf do coeficiente de escoamento
superficial C para vrios perodos de retorno adoptados
no dimensionamento de obras . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163
NDICE DE QUADROS
xv
Quadro 5.6: Tempos de concentrao em zonas urbanas, em minutos,

em funo do grau de impermeabilizao e declive
das superfcies . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169
Quadro 5.7: Caractersticas geomtricas da bacia urbana da Figura 5.22 . . . . . . . . . . . 171
Quadro 5.8: reas correspondentes a vrios escales de altitude da bacia
urbana da Figura 5.22 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 172
xvi
NDICE DE EXEMPLOS
pg.
Exemplo 2.1: Histograma de precipitaes totais anuais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
21
Exemplo 2.2: Papel de probabilidade norma . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
22
Exemplo 2.3: Resultado do teste de Kolmogorov-Smirnov . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
23
Exemplo 2.4: Aplicao da lei de Gumbel a caudais mximos papel

de probabilidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
29
Exemplo 2.5: Aplicao da lei de Gumbel a caudais mximos

teste de Gumbel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
30
Exemplo 2.6: Aplicao da lei de Gumbel a caudais mximos quantil

elevado e perodo de retorno . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
32
Exemplo 2.7: Aplicao da lei de Weibull ao mximo da altura

significativa da onda . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
33
Exemplo 3.1: Representao de nmeros inteiros . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
46
Exemplo 3.2: Representao de nmeros reais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
48
Exemplo 3.3: Erro absoluto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
49
Exemplo 3.4: Erro na soma de nmeros de diferente grandeza . . . . . . . . . . . . . . . . . . . . . . . . . . .
53
Exemplo 3.5: Cancelamento subtractivo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
54
Exemplo 3.6: Problema mal condicionado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
54
Exemplo 3.7: Aproximao de uma funo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
56
Exemplo 3.8: Exemplo simples do conceito de discretizao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
58
Exemplo 3.9: Mtodo da bisseco . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
63
Exemplo 3.10: Funes de iterao do mtodo do ponto fixo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
66
Exemplo 3.11: Convergncia/divergncia do mtodo do ponto fixo . . . . . . . . . . . . . . . . . . . . . .
66
Exemplo 3.12: Polinmio interpolador de Lagrange . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
74
Exemplo 3.13: Polinmio interpolador de Newton . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
78
Exemplo 3.14: Regresso linear . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
83
Exemplo 3.15: Modelo linear de dois parmetros . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
86
Exemplo 3.16: Modelo no linear . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
86
Exemplo 3.17: Linearizao de um modelo no linear . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
87
Exemplo 3.18: Aproximao numrica de uma derivada . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
91
NDICE DE EXEMPLOS
xvii
Exemplo 3.19: Regra do trapzio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
98
Exemplo 3.20: Regra de Simpson . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100

Exemplo 4.1: Comparao das caractersticas dos regimes lento, crtico
e rpido em dois dispositivos de drenagem urbana: um canal
de seco rectangular e um colector circular . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
Exemplo 4.2: Comparao das caractersticas do escoamento num canal
de drenagem urbana em beto, considerando crescentes
inclinaes longitudinais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
Exemplo 4.3: Determinao da altura molhada num escoamento permanente
e uniforme, conhecidas as caractersticas fsicas do canal
e o caudal a escoar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134
Exemplo 5.1: Balano hidrolgico numa bacia de reteno urbana. . . . . . . . . . . . . . . . . . . . . 147
xviii
NDICE DE EXERCCIOS
pg.
Exerccio 2.1: Aplicao da lei normal e da lei de Gumbel a caudais
mdios e mximos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
36
Exerccio 2.2: Aplicao da lei normal a precipitaes totais anuais . . . . . . . . . . . . . . . . . . . .
38
Exerccio 2.3: Aplicao da lei de Gumbel a precipitaes mximas anuais . . . . . . . .
40
Exerccio 3.1: Mtodo do ponto fixo aplicado ao clculo da altura uniforme . . . . . . . 103
Exerccio 3.2: Mtodo de Newton-Raphson aplicado ao clculo
da altura uniforme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
Exerccio 3.3: Regra do trapzio composta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
Exerccio 4.1: Clculo do coeficiente de energia na seco transversal
composta de um canal que atravessa uma zona urbana . . . . . . . . . . . . . . . 138
Exerccio 4.2: Clculo da capacidade de transporte da seco transversal
composta de uma vala de drenagem de uma zona
verde urbana . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139
Exerccio 4.3: Determinao das dimenses da seco transversal
rectangular hidraulicamente mais eficiente de uma vala
de drenagem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140
Exerccio 5.1: Balano hidrolgico numa bacia urbana . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169
Exerccio 5.2: Determinao das caractersticas do relevo de uma bacia
de drenagem urbana. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
Exerccio 5.3: Determinao do tempo de concentrao de uma bacia
de drenagem urbana. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 174
NDICE DE EXERCCIOS
xix
1 INTRODUO
Joo L. M. Pedroso de Lima1, 2
1
Departamento de Engenharia Civil, Universidade de Coimbra.
2
Instituto do Mar Centro do Mar e Ambiente.
A gua tem-se projectado no cenrio mundial como tema central na

agenda poltica dos pases de todos os continentes, face aos desafios
relacionados com a sua escassez e a ocorrncia de eventos extremos,
tais como secas e inundaes.
A cheia urbana to antiga como o aglomerado urbano. Ocorre quando
guas dos cursos de gua ou dos sistemas de drenagem de guas pluviais transvazam das suas seces de escoamento e ocupam reas urbanas (e. g., arruamentos, passeios, habitaes, zonas comerciais, reas industriais). A perigosidade da cheia depende das caractersticas fisiogrficas e climticas da bacia hidrogrfica, mas igualmente condicionada
por factores antropognicos, como a ocupao do solo da bacia e o grau
de ocupao das reas inundveis por equipamentos urbanos.
Nas ltimas dcadas, tm ocorrido precipitaes intensas que se traduziram em inundaes severas um pouco por todo o lado. As anlises de modelos de alteraes climticas projectam um aumento na frequncia e intensidade destes eventos, trazendo transtornos e prejuzos s populaes.
As modificaes previstas da precipitao tero impactos no ciclo urbano
da gua (e. g., quantidade de gua interceptada, precipitada, infiltrada, escoada), sendo necessrio incorpor-las no planeamento e gesto da gua
nas reas urbanas, especialmente no que diz respeito concepo e gesto de sistemas de drenagem. Contudo, as incertezas sobre o impacto dessas mudanas da precipitao vo continuar ainda durante muito tempo.
Assim, torna-se imperioso um conhecimento profundo do comportamento
das guas superficiais nas reas urbanas e da interaco destas com os
sistemas de drenagem. As cheias podem ocorrer em bacias urbanizadas
de quaisquer dimenses (e. g., bacias de 1 a 100 km2).
Nos ltimos dois sculos, o crescimento das cidades tem modificado
drasticamente a paisagem nos arredores destes centros urbanos, sendo
evidente a interferncia da urbanizao nos processos envolvidos no
ciclo hidrolgico. A evoluo observada na migrao de populaes para
os centros urbanos uma realidade que se manter no futuro e, luz do
INTRODUO
que se passa hoje, cada vez mais a maioria da populao viver nos
grandes centros urbanos e cada vez menos nas zonas rurais.
A alterao das condies naturais, resultante da remoo da vegetao
a favor da construo urbana, diminui o potencial de infiltrao do solo e,
consequentemente, a recarga dos aquferos subterrneos, ao mesmo
tempo que aumenta o escoamento superficial. Superfcies impermeveis,
tais como telhados, ruas e estacionamentos pavimentados, apresentam
uma rugosidade hidrulica menor, aumentando a velocidade com que se
processa o escoamento superficial e os transportes associados (e. g., arrastamento de poluentes, eroso hdrica).
A Hidrologia, enquanto cincia da Terra que estuda a ocorrncia, a distribuio, o movimento e as propriedades da gua na atmosfera, na superfcie e no subsolo, tem procurado uma abordagem interdisciplinar, envolvendo-se em outras reas do saber. O objectivo expandir o conhecimento existente das diversas fases do ciclo da gua, em particular nas
reas de maior densidade populacional, uma vez que so particularmente
complexas. Surge, assim, a hidrologia urbana ramo da hidrologia que
estuda as zonas metropolitanas analisando, em particular, o impacto do
desenvolvimento das cidades no ciclo urbano da gua e as formas de
minimizar os seus efeitos negativos.
A grande maioria dos estudos de hidrologia urbana incide na anlise do
escoamento superficial, que por sua vez se relaciona estreitamente com
a proteco contra os fenmenos catastrficos provocados pelo movimento da gua superfcie do solo (e. g., cheias, deslizamento de taludes).
Os escoamentos superficiais em aglomerados populacionais tem fundamentalmente origem na precipitao atmosfrica, mas tambm resultam
da rega de jardins e zonas verdes, ruptura de condutas de abastecimento
de gua, extino de incndios, cheias fluviais que transvazem do leito,
ou da gua de infiltrao que circula sob forma de escoamento hipodrmico ou subterrneo e depois aflora superfcie do solo.
A crescente construo de zonas edificadas, vias de acesso e todo o tipo
de equipamentos provoca alteraes no escoamento superficial, que evidenciam a necessidade da implantao de um novo sistema de drenagem
de guas pluviais que acompanhe a urbanizao, ou a reabilitao do
sistema preexistente, de modo a fazer face s exigncias a que est sujeito.
Trata-se de uma temtica de indiscutvel importncia, cada vez mais actual,
que se traduz na imprescindvel existncia de planos gerais de drenagem de
guas pluviais eficazes, para um melhor controlo da gua em meio urbano.
1.1 Contedo do guia

O texto introduz conceitos bsicos fundamentais para a Hidrologia Urbana
no mbito da estatstica, mtodos numricos, hidrulica e hidrologia
temas abordados do Captulo 2 ao Captulo 5, respectivamente.
Dada a natureza probabilstica do fenmeno hidrolgico, a Estatstica
uma rea de conhecimento importante na hidrologia urbana, utilizada na
avaliao do comportamento dos processos hidrolgicos, nomeadamente
na estimativa de precipitaes e caudais para determinados perodos de
retorno, com base em sries histricas. nesse mbito que no Captulo
2 feita uma apresentao sobre a aplicao das leis de Gauss, Gumbel,
Frchet e Weibull.
A complexidade dos processos envolvidos obriga necessidade de
recorrer ao clculo numrico para resoluo de uma grande quantidade
de problemas e questes. No Captulo 3, so revistas as metodologias
usuais relacionadas com a estimativa de erros, a resoluo de equaes
no lineares, a aproximao de funes, e a integrao e diferenciao
numrica.
impossvel no recorrer hidrulica para o dimensionamento e a gesto
dos sistemas de drenagem. No Captulo 4, recordam-se alguns conceitos
fundamentais da hidrulica utilizados nesta rea. Forosamente, a maior
nfase vai para os escoamentos com superfcie livre, dada a natureza dos
escoamentos envolvidos e a forma como so captados e transportados
pelos sistemas de drenagem pluvial tradicionais.
O ltimo captulo dedicado hidrologia, abordando-se, de modo sucinto,
alguns aspectos e conceitos bsicos com relevncia para o estudo de
sistemas de drenagem de guas pluviais. D-se especial ateno aos aspectos relacionados com o balano hidrolgico, a caracterizao fisiogrfica da bacia hidrogrfica, e aos conceitos de coeficiente de escoamento
e tempo de concentrao. O volume seguinte desta srie incidir especificamente nos processos hidrolgicos de precipitao e escoamento
superficial e nos modelos de precipitao-escoamento usados em hidrologia urbana.
Em todos os captulos h exemplos e exerccios, aplicados tanto quanto
possvel ao tema da hidrologia urbana, para que seja mais fcil ao leitor compreender a necessidade e a aplicabilidade dos conceitos apresentados.
INTRODUO
2 MTODOS ESTATSTICOS
Cristina Martins1; Maria da Graa Temido1, 2
1
Departamento de Matemtica Universidade de Coimbra.
2
Centro de Matemtica da Universidade de Coimbra.
2.1 Nota introdutria

Este captulo dedicado aos mtodos estatsticos fundamentais em estudos de hidrologia urbana, nomeadamente aos que se referem a fenmenos aleatrios que so bem modelados custa das leis normal, Gumbel,
Frchet e Weibull. Com efeito, a lei normal surge na modelao de inmeros fenmenos, quer pelas caractersticas probabilsticas de tais fenmenos, quer pelo seu simples tratamento matemtico. De realar ainda a
fora do teorema do limite central que permite, grosso modo, que mdias
e somas de atributos independentes possam ser modeladas, de forma
aproximada, por uma lei normal. Por outro lado, a necessidade de modelar fenmenos raros, cuja ocorrncia pode ter um efeito significativo ou
mesmo destruidor, esteve na gnese da teoria de extremos. A regularidade encontrada em alguns destes fenmenos permitiu estabelecer que o
comportamento probabilstico do mximo de atributos independentes
seja descrito por uma das trs leis: Gumbel, Frchet ou Weibull. Usa-se o
mtodo dos mximos anuais, com o qual se gera e explora uma amostra
de valores mximos a partir da amostra inicial da varivel em estudo, e
estimam-se quantidades de importncia primordial na caracterizao de
tais fenmenos raros, como quantis elevados e perodos de retorno de
nveis de referncia.
Os mtodos estatsticos assentam na teoria das probabilidades, pelo que
h que relembrar antes de mais os conceitos bsicos de uma teoria essencial ao desenvolvimento do texto e completa compreenso das aplicaes apresentadas. Para um estudo mais aprofundado destes e de
outros conceitos da teoria das probabilidades, o leitor poder consultar,
por exemplo, Guimares e Sarsfield-Cabral (2007), Moore (2003) e
Gonalves e Mendes-Lopes (2000).
Ao longo do texto so indicadas outras referncias bibliogrficas associadas s matrias especficas em estudo.
MTODOS ESTATSTICOS
2.2 Conceitos bsicos

2.2.1 Probabilidade
De um modo geral, o objectivo da teoria das probabilidades encontrar
modelos matemticos que descrevam certos fenmenos naturais em que
se supe intervir o acaso, ou seja, fenmenos para os quais no possvel, a partir do passado, prever deterministicamente o futuro. Estes
fenmenos tm a designao de fenmenos aleatrios.
Neste contexto surge tambm a noo de experincia aleatria, que aqui
se define como um processo ou conjunto de circunstncias sujeitas a factores casuais, capaz de produzir efeitos observveis, mas incertos. So
exemplos de experincias aleatrias a observao e o registo da temperatura, a avaliao e o registo de um caudal, a contagem do nmero de
dias em que a precipitao excede determinada altura. Denomina-se espao fundamental, representado por , o conjunto de todos os resultados possveis de obter ao realizar uma experincia aleatria. Por exemplo,
se se considerar a experincia aleatria que consiste na contagem do nmero de dias num ano, em que a precipitao excede determinada altura
x, obtm-se = {0,1,,365}. No contexto da experincia anterior, considere-se o acontecimento a precipitao excede a altura x quando muito
em 20 dias por ano, correspondendo-lhe o subconjunto {0,1,2,,20} de .
Assim, entende-se por acontecimento associado a uma experincia aleatria qualquer subconjunto de ; em particular, um acontecimento elementar corresponde a qualquer subconjunto de que contenha apenas um
elemento.
Diz-se que o acontecimento A se realiza ou ocorre se, ao efectuar a experincia aleatria, o resultado obtido pertencer a A. O acontecimento con
trrio de A, que se realiza se e s se A no se realiza, representa-se por A .
Dois acontecimentos A e B so incompatveis se a sua realizao em simultneo for impossvel. Representa-se este facto por AB = , onde
representa o conjunto vazio.
A questo que se coloca agora saber como calcular as probabilidades
de acontecimentos.
As experincias aleatrias que estiveram na origem da teoria das probabilidades apresentavam um nmero finito de resultados e a equipossibilidade de todos eles, originando a chamada definio clssica ou de
Laplace, que se apresenta a seguir.
Definio clssica de probabilidade (Laplace)
Se finito e todos os seus elementos tm a mesma possibilidade de

ocorrncia, ento a probabilidade de um acontecimento A o quociente
entre o nmero de casos favorveis ocorrncia de A e o nmero de
casos possveis de obter ao realizar a experincia.
Simbolicamente,
Para exemplificar, considere-se a experincia aleatria que consiste na

escolha, ao acaso, de dois dias teis da semana para trabalhar num determinado projecto. claro que finito, tendo-se = 10, e qualquer
conjunto de dois dias tem a mesma possibilidade de ocorrncia. Pode-se
ento aplicar a definio clssica de Laplace para calcular a probabilidade
de qualquer acontecimento relacionado com esta experincia aleatria.
Ao acontecimento a segunda-feira um dos dias escolhidos corresponde
o subconjunto A = {{2, 3}, {2, 4}, {2, 5}, {2, 6}} de e tem-se P(A)
= 4/10 = 0.4.
No entanto, na maioria das situaes que ocorrem na prtica, o espao
dos resultados no finito (nem sequer discreto!). Se se pensar no
maior perodo de tempo, em horas, em que chove continuamente num
determinado dia, tem-se = [0,24]. Neste exemplo, o conjunto limitado,
o que nem sempre acontece, como o caso da altura de precipitao diria
num determinado local, situao em que se pode considerar = [0, + [.
Em 1933, o matemtico russo Kolmogorov apresentou uma definio de
probabilidade que inclui todo o tipo de espaos fundamentais, em particular intervalos de nmeros reais. Sendo o espao fundamental associado a uma experincia aleatria, Kolmogorov define a probabilidade
como uma funo definida sobre um conjunto de acontecimentos de ,
com valores em [0,1] e satisfazendo determinadas condies (axiomas).
Assim, a probabilidade de um acontecimento A no definida atravs de
uma determinada expresso matemtica que dependa de A (como acontece no caso da definio clssica).
Para que os axiomas da definio de probabilidade segundo Kolmogorov
tenham consistncia, o conjunto tem que obedecer a trs requisitos:
tem que incluir , bem como o contrrio de qualquer acontecimento A
que seja elemento de e, sendo A1, A2,,An , acontecimentos de , a
sua unio tem que pertencer a . Um conjunto que verifique tais
condies chama-se tribo sobre (Gonalves e Mendes-Lopes, 2000).
MTODOS ESTATSTICOS
Sendo uma tribo sobre , uma probabilidade uma funo P

definida em com valores em [0,1] que verifica P () = 1 e tal que, para
qualquer sucesso de elementos de , A1, A2,,An ,, dois a dois
incompatveis, o valor da funo P calculado para a unio de todos
eles igual soma dos valores da funo P calculado para cada um
deles, isto ,
Definio axiomtica de probabilidade (Kolmogorov)
P (A1 A2 An ) = P (A1) + P (A2) ++ P (An) +
Nota: A realizao da unio de acontecimentos corresponde realizao

de pelo menos um deles.
Da definio anterior resultam algumas propriedades, muito teis na prtica,
que se apresentam de seguida.
1. P() = 0
2. Se A e B so acontecimentos incompatveis, ento

P(A B) = P(A) + P(B)
3. Se A e B so acontecimentos tais que A B, ento P(A) P(B)

4. Se A e B so acontecimentos quaisquer, ento
a) P(A ) = 1 P(A)
b) P(A-B) = P(A) P(A B), onde A B = A B

c) P(A B) = P(A) + P(B) P(A B)
5. Se A1, A2,,An so n acontecimentos quaisquer, ento a probabilidade

da ocorrncia de pelo menos um deles inferior ou igual soma das
n probabilidades correspondentes, isto ,
Nota: A ocorrncia do acontecimento A B corresponde ocorrncia de
A sem que ocorra B.
2.2.2 Variveis aleatrias e distribuies de probabilidade

Em muitos casos, os elementos de so, partida, nmeros reais ou
vectores de nmeros reais. Contudo, pode suceder que cada elemento
do espao fundamental no seja um nmero real ou um vector real, podendo ser, por exemplo, uma molcula de um gs ou um ser humano.
Nestes casos, s possvel proceder a clculos numricos atribuindo um
valor real ou um vector de valores reais a cada elemento de . De facto,
em geral, no so os prprios elementos do espao fundamental o alvo
de estudo, mas sim valores numricos que lhes esto associados. H todo
o interesse em trabalhar com funes que associem a cada resultado de
uma experincia aleatria um valor numrico e, posteriormente, avaliar a
probabilidade de tais valores pertencerem a determinados conjuntos de
nmeros reais ou de vectores reais. Em particular, se se pretender fazer
estudos que envolvam o caudal de um rio, pode ser importante considerar o caudal mdio anual registado num determinado posto hidromtrico.
Representando por X o referido caudal, X() representa o caudal mdio
do rio registado nesse posto hidromtrico no ano . importante, por
exemplo, conhecer a probabilidade de o caudal mdio exceder determinado valor elevado associado a cheias. Apresenta-se, assim, a definio
de varivel aleatria real.
Seja o espao fundamental associado a uma experincia aleatria.
D-se o nome de varivel aleatria real a uma funo X que atribui um
valor real, X(), a cada elemento de e para a qual sempre possvel calcular
P (X x) = P ({ : X() x})
para qualquer nmero real x.
Note-se que, fazendo variar x em , a expresso P (X x) define uma

funo de domnio e com valores em [0,1].
funo F dada por F (x) = P (X x), x , chamamos funo de
distribuio da varivel aleatria X.
A grande importncia da funo de distribuio de uma varivel aleatria

X advm do facto de esta resumir toda a informao relevante relativa a X,
do ponto de vista do clculo das probabilidades. Isto , a partir da funo
MTODOS ESTATSTICOS
de distribuio de X, calcula-se as probabilidades de qualquer tipo de

acontecimentos definidos custa de X. Por exemplo:
P (a < X b) = F (b) F (a)

P (X > a) = 1 F (a)
Quando se estuda uma varivel aleatria, a primeira questo que se coloca

saber quais so os valores que esta assume para que, posteriormente, se
possa analisar a forma como estes se distribuem. Para exemplificar, considerem-se as variveis aleatrias X e Y que representam, respectivamente,
o nmero de dias por ano em que a precipitao excede um determinado valor e o tempo que decorre entre duas dessas excedncias. Claramente, X e Y assumem valores em conjuntos com caractersticas diferentes;
de facto, enquanto X toma valores num conjunto de nmeros naturais, Y
toma valores num intervalo real. Esta diferena condiciona o tipo de distribuio (ou lei) das variveis aleatrias, as quais, do ponto de vista das
aplicaes relevantes em Estatstica, se dividem em discretas e contnuas.
Uma varivel aleatria real X diz-se discreta (ou que tem distribuio,
ou lei, discreta) se assume todos os seus valores num conjunto finito
ou infinito numervel S, tendo-se portanto P (X S) = 1
Ao menor dos conjuntos S que verificam esta condio chama-se

suporte de X ou da distribuio de X e representa-se por SX
O nmero de dias por ano em que a precipitao num determinado local

excede um valor previamente fixado um exemplo de varivel aleatria
discreta.
Uma varivel aleatria real X diz-se contnua (ou que tem distribuio, ou
lei, contnua) se P (X = x) = 0, para qualquer nmero real x.
Do ponto de vista das aplicaes estatsticas, no conjunto das variveis

contnuas, interessa o subconjunto especial constitudo pelas variveis
aleatrias absolutamente contnuas (ou com distribuio absolutamente
contnua). Deve-se mesmo afirmar que, no contexto de tais aplicaes e
no mbito em que se insere o presente texto, as variveis que so contnuas, mas no absolutamente contnuas, perdem a sua importncia.
Como exemplos de variveis aleatrias absolutamente contnuas refiram-se a velocidade do vento, a precipitao e o caudal de um rio. Estas variveis aleatrias assumem valores em intervalos de nmeros reais.
10
Em rigor, uma varivel aleatria absolutamente contnua definida a partir de

uma funo com determinadas caractersticas, designada funo densidade.
D-se o nome de funo densidade (ou apenas densidade) sobre
a uma funo real de varivel real, , cujo grfico est acima do eixo
das abcissas, podendo coincidir com este nalguns intervalos, de tal
forma que a medida da rea entre este eixo e o grfico de seja igual
a 1, i. e., no negativa e
Uma varivel aleatria real X diz-se absolutamente contnua se existir

uma densidade tal que a funo de distribuio de X calculada no
ponto u corresponda medida da rea entre o eixo das abcissas e o
grfico de , limitada direita pela recta vertical
x = u, i. e.,
,u
Para variveis absolutamente contnuas, define-se o suporte como sendo

o conjunto onde a correspondente densidade estritamente positiva.
Continua a usar-se a notao Sx para o suporte da varivel aleatria X.
Uma vez que, como j foi referido, no mbito das aplicaes estatsticas
as variveis que so contnuas, mas no absolutamente contnuas, no
tm relevncia, doravante usar-se- a designao contnua para significar absolutamente contnua.
As variveis contnuas verificam as propriedades que se apresentam a
seguir.
1. A funo de distribuio F de uma varivel aleatria contnua contnua.
2. (x) = F (x), nos pontos onde a derivada existe.
3. P(X [a,b]) = P(X ]a,b]) = P(X [a,b[) = P(X ]a,b[)
b
= F(b) F(a) = a (x) dx
Esta ltima propriedade traduz-se da seguinte forma: se X for uma varivel

aleatria contnua, a probabilidade de X pertencer ao intervalo [a,b] a medida da rea limitada inferiormente pelo eixo das abcissas, superiormente
pelo grfico de e, lateralmente, pelas rectas de equaes x = a e x = b.
Este facto ilustrado na Figura 2.1, onde a medida da rea a sombreado
corresponde referida probabilidade.
MTODOS ESTATSTICOS
11
(x)
Figura 2.1 Representao grfica da probabilidade P(a X b),

com X contnua de densidade .
Por vezes, na prtica, surgem duas ou mais variveis aleatrias para serem
estudadas em simultneo. Um dos conceitos mais importantes a ter em
conta nesta situao o de variveis aleatrias independentes.
Duas variveis aleatrias X e Y dizem-se independentes se
P(X x , Y y ) = P(X x ) P(Y y )
para quaisquer x e y reais. A notao P(X x , Y y ) significa probabilidade de se ter, em simultneo, X x e Y y .
Analogamente, as variveis aleatrias X1, X2,, Xn definem-se como
independentes se P(X1 x 1,, Xn x n) = P(X1 x 1)P(Xn x n)
para quaisquer x 1,, x n reais.
As variveis aleatrias correspondentes a caudais mdios anuais, ou a

precipitaes totais anuais, podem ser consideradas independentes.
2.2.3 Valor mdio, desvio-padro e quantis

Para uma varivel aleatria real (ou para uma distribuio), podem definir-se
determinadas quantidades, designadas por parmetros, que fornecem
informao resumida sobre os valores por ela assumidos, em particular a
sua localizao e a sua disperso.
O primeiro parmetro a definir o valor mdio, mdia ou esperana matemtica de uma varivel aleatria real que, no caso discreto, obtido somando as parcelas da forma x P(X = x ) para todos os valores x do suporte
de X. Cada uma destas parcelas pode interpretar-se como sendo um
12
valor x afectado de um peso que corresponde probabilidade da sua

ocorrncia. Quando o suporte de X infinito (numervel), esta soma pode
no existir e, nesse caso, diz-se que no existe a mdia de X.
Perante uma varivel aleatria contnua, no faz sentido fazer a soma acima referida, passando a mdia de X a ser definida atravs de um integral.
Seja X uma varivel discreta de suporte SX.
A mdia (esperana matemtica ou valor mdio) de X definida por
desde que o somatrio exista (i. e., desde que
seja convergente).
Seja X uma varivel contnua com densidade . A mdia (esperana
matemtica ou valor mdio) de X definida por

desde que o integral exista (i. e., desde que
seja
convergente).
A mdia de uma varivel aleatria um parmetro de localizao, sendo

o ponto de equilbrio (centro de massa) da sua distribuio.
Note-se que a mdia de uma varivel aleatria no necessariamente um
dos valores que esta assume.
Indicam-se abaixo algumas propriedades teis na prtica.
Sejam X e Y duas variveis aleatrias definidas sobre o mesmo espao

e tais que E(X) e E(Y) existem.
1.
2.
3.
4.
Se P(X 0) = 1, ento E(X) 0

E(aX + b) = aE(X) + b, a,b
E(X + Y) = E(X) + E(Y)
Se X e Y so independentes, ento E(XY) = E(X)E(Y)
MTODOS ESTATSTICOS
13
As propriedades 2, 3 e 4 so facilmente generalizveis a um nmero finito

de variveis aleatrias. Concretamente tem-se:
E(a1 X1 + + an Xn + b) = a1 E(X1) + + an E(Xn) + b, para quaisquer
nmeros reais a1, , an e b.
Se as variveis aleatrias X1,, Xn so independentes, ento
E(X1 Xn) = E(X1) E(Xn)
Dada a lei de X, pode-se tambm calcular o valor mdio de qualquer fun2

o de X que seja ainda uma varivel aleatria, como o caso de X , ln X
(quando SX +), etc.
Seja X uma varivel aleatria e h: uma funo tal que h(X)
ainda uma varivel aleatria.
1. Se X uma varivel discreta, a mdia de h(X) dada por
, desde que o somatrio exista.
2. Se X uma varivel contnua com densidade , a mdia de h(X)

dada por
desde que o integral exista.
Como exemplo, considere-se uma varivel X, contnua, com densidade

dada por (x) = 0.5, se x [0,2] e (x) = 0, caso contrrio. A mdia da
2
2
2
varivel aleatria h(X) = X dada por E(h(X)) = E(X ) = 0.5x 2dx = 4/3.
0
Alm do valor mdio de uma varivel aleatria, tambm importante o

conhecimento de medidas de disperso dessa varivel (dois conjuntos de
valores podem ter a mesma mdia e disperses muito diferentes, como
o caso de 0.01, 0.01 e 100, 100, se considerarmos estes valores
igualmente pesados).
As medidas de disperso mais usadas so a varincia e o desvio-padro,
que se baseiam no quadrado da distncia de cada valor tomado por X
sua mdia E(X).
A varincia de X dada por V(X) = E((X E(X))2), desde que exista
E(X2).
O desvio-padro de X definido por
14
O uso do desvio-padro mais conveniente do que o da varincia pelo

facto de o seu valor ser dado na unidade de medida de X enquanto que
a varincia dada no quadrado dessa unidade. Note-se que tanto a
varincia como o desvio-padro so quantidades superiores ou iguais a
zero. Apresentam-se a seguir algumas propriedades da varincia.
Sejam X e Y duas variveis aleatrias definidas sobre o mesmo espao
e tais que E(X2) e E(Y2) existem.
1. V(aX + b ) = a2V(X), a,b

2. Se as variveis aleatrias X e Y so independentes, ento
V(X + Y) = V(X) + V(Y)
3. V(X) = E(X2) (E(X))2 (Frmula de Kenig)
4. V(X) = 0 se e s se X toma um nico valor com probabilidade igual
a 1. Uma varivel aleatria nestas condies diz-se quase certa.
Da primeira propriedade resulta:
V(aX) = a2V(X), a (em particular, V( X) = V(X))

V(X + b ) = V(X), b
Alm disso, a propriedade 2 generalizvel a qualquer nmero finito de

variveis aleatrias.
Os quantis, que se definem de seguida, so parmetros que permitem
estudar em simultneo a localizao e a disperso dos valores assumidos
por uma varivel aleatria.
O quantil mais usado a mediana. Grosso modo, diz-se que a mediana
de uma varivel aleatria X o valor que divide a distribuio de X ao
meio. Numa distribuio contnua, esta ideia muito simples de visualizar. De facto, relembrando que a rea entre o eixo das abcissas e o
grfico da densidade igual a 1, a mediana, representada por Med, o
valor do eixo das abcissas tal que esquerda da recta vertical x = Med
fica metade daquela rea e direita fica, obviamente, a outra metade.
Sendo X uma varivel aleatria contnua, a mediana da lei de X (ou mediana de X) um nmero real Med que verifica P(X Med) = 1/2 ou,
de modo equivalente, F(Med) = 1/2.
MTODOS ESTATSTICOS
15
Na verdade, nem sempre assim to simples definir a mediana pois pode

no existir um valor x tal que F(x) = 1/2 (variveis discretas), ou pode existir
um intervalo de valores reais verificando esta condio (variveis discretas ou contnuas). Neste caso, como a mediana pode ser qualquer um
destes valores, considera-se habitualmente este parmetro igual ao ponto
mdio de tal intervalo.
Uma vez que as distribuies usadas neste texto so contnuas com funo de distribuio estritamente crescente, apresentam-se as definies
de mediana e quantis apenas neste caso.
Saliente-se que, ao contrrio da mdia, a mediana existe sempre.
Sendo X uma varivel aleatria contnua com funo de distribuio estritamente crescente, o quantil de probabilidade p da lei de X (ou quantil
de probabilidade p de X), p ]0,1[, o nmero real Q(p) que verifica
P(X Q(p)) = p ou, equivalentemente, F(Q(p)) = p.
Alguns quantis tm particular importncia nas aplicaes, nomeadamente

os quartis, os decis e os percentis. Os quartis correspondem a p = 1/4, p =
1/2 e p = 3/4 e designam-se, respectivamente, por primeiro quartil,
segundo quartil (que coincide com a mediana) e terceiro quartil. Os decis
correspondem a p = 1/10, ..., p = 9/10 e os percentis correspondem a p
= 1/100, ..., p = 99/100.
2.3 Lei normal ou de Gauss

2.3.1 Definio e propriedades
A distribuio normal ou de Gauss talvez a mais importante distribuio
contnua. De facto, do ponto de vista das aplicaes, tem-se observado que
muitos atributos de certas populaes podem ser bem representados por
variveis com distribuio de Gauss. Regra geral, esta distribuio pode ser
usada na criao de modelos que descrevem exacta ou aproximadamente
fenmenos fsicos e biomtricos. Exemplos de fenmenos naturais, aos
quais correspondem variveis aleatrias com lei de Gauss, so a precipitao anual numa bacia hidrogrfica e o caudal anual mdio de um rio.
Do ponto de vista terico, justifica-se a importncia da distribuio normal
pelo facto de ser uma boa aproximao para a distribuio da soma de
variveis aleatrias independentes, usualmente com a mesma distribuio,
16
e ainda pelas suas excelentes propriedades que lhe conferem um tratamento

matemtico muito simples (Guimares e Sarsfield-Cabral, 2007).
Uma varivel aleatria X tem distribuio normal de parmetros m e
(m , +) se a sua densidade da forma
Usamos a notao X ~ N (m,) para indicar este facto.
A representao grfica desta funo recebe o nome de curva de Gauss
ou curva normal. Apresenta-se de seguida o esboo do grfico da densidade de uma lei N(m,).
Figura 2.2 Esboo do grfico da densidade de uma lei N(m, ).
Note-se que esta curva simtrica relativamente recta vertical x = m.

Um caso particular importante ocorre quando m = 0 e = 1, correspondendo chamada distribuio normal centrada e reduzida ou distribuio
normal padro. Seguem-se algumas das propriedades mais importantes
da lei normal.
Xm
~ N(0,1)
2. Se Z ~ N(0,1), ento X = Z + m ~ N(m,), m , +

1. Se X ~ N(m,), ento Z =
3. Se Z ~ N(0,1) e denotando por Fz a funo de distribuio de Z, tem-se:

a) Fz(x) = 1 Fz(x), x
b) P(x Z 0) = P(0 Z x), x
4. O valor mdio de X coincide com o parmetro m.

5. O desvio-padro de X coincide com o parmetro .
MTODOS ESTATSTICOS
17
Observe-se ainda que, denotando por FX a funo de distribuio de X,

da primeira propriedade decorre:
(2.1)
As propriedades apresentadas so teis em aplicaes prticas. Sempre
que se tem uma varivel aleatria com distribuio simtrica ou aproximadamente simtrica, h que verificar se uma distribuio normal adequada para a varivel aleatria em estudo. No caso de a mdia no ser
igual a 0 ou de a varincia no ser igual a 1, deve-se usar a transformao
apresentada na igualdade (2.1) e determinar probabilidades ou quantis,
usando uma tabela de valores de probabilidades associadas lei N(0,1).
Segue-se uma das verses possveis para a referida tabela, onde se
podem observar quantis de probabilidade p da lei N(0,1), denotados por
z(p), i. e., z(p) o nmero real que verifica P(Z z(p)) = p, onde Z ~ N(0,1).
Figura 2.3 Funo de distribuio da lei N(0,1).
Note-se que a funo DIST.NORM do Excel permite obter o valor da funo de

distribuio, F, de uma varivel aleatria com lei N(m,), para quaisquer m e .
Concretamente, o valor de F(x) dado por DIST.NORM(x;m;;VERDADEIRO).
Por exemplo, para uma varivel X seguindo a lei N(3,2), tem-se
DIST.NORM(1.76;3;2;VERDADEIRO) = 0.2676, ou seja, F(1.76) = 0.2676.
Por outro lado, a funo INV.NORM do Excel permite determinar o inverso
da funo F. Mais precisamente, o valor real x tal que F(x ) = p determinado por INV.NORM(p;m;). Note-se que o valor x assim obtido o quantil
de probabilidade p da lei N(m;). Por exemplo, para X ~ N(3,2), o valor de
x tal que F(x) = 0.7 dado por INV.NORM(0.7;3;2) = 4.0488. Assim, 4.0488
o quantil de probabilidade 0.7 da lei N(3,2).
Os quantis acima referidos tambm podem ser obtidos atravs do software
estatstico SPSS, usando a opo Compute do menu Transform. Para tal,
cria-se uma varivel no ficheiro de dados, que aqui se representa por p, com
os valores para os quais se pretendem calcular os correspondentes quantis x.
18
Quadro 2.1 Valores da funo de distribuio da lei N(0,1)

z(p)
0,00
0,01
0,02
0,03
0,04
0,05
0,06
0,07
0,08
0,09
0,0
0,5000 0,5040 0,5080 0,5120 0,5160 0,5199 0,5239 0,5279 0,5319 0,5359
0,1
0,5398 0,5438 0,5478 0,5517 0,5557 0,5596 0,5636 0,5675 0,5714 0,5753
0,2
0,5793 0,5832 0,5871 0,5910 0,5948 0,5987 0,6026 0,6064 0,6103 0,6141
0,3
0,6179 0,6217 0,6255 0,6293 0,6331 0,6368 0,6406 0,6443 0,6480 0,6517
0,4
0,6554 0,6591 0,6628 0,6664 0,6700 0,6736 0,6772 0,6808 0,6844 0,6879
0,5
0,6915 0,6950 0,6985 0,7019 0,7054 0,7088 0,7123 0,7157 0,7190 0,7224
0,6
0,7257 0,7291 0,7324 0,7357 0,7389 0,7422 0,7454 0,7486 0,7517 0,7549
0,7
0,7580 0,7611 0,7642 0,7673 0,7704 0,7734 0,7764 0,7794 0,7823 0,7852
0,8
0,7881 0,7910 0,7939 0,7967 0,7995 0,8023 0,8051 0,8078 0,8106 0,8133
0,9
0,8159 0,8186 0,8212 0,8238 0,8264 0,8289 0,8315 0,8340 0,8365 0,8389
1,0
0,8413 0,8438 0,8461 0,8485 0,8508 0,8531 0,8554 0,8577 0,8599 0,8621
1,1
0,8643 0,8665 0,8686 0,8708 0,8729 0,8749 0,8770 0,8790 0,8810 0,8830
1,2
0,8849 0,8869 0,8888 0,8907 0,8925 0,8944 0,8962 0,8980 0,8997 0,9015
1,3
0,9032 0,9049 0,9066 0,9082 0,9099 0,9115 0,9131 0,9147 0,9162 0,9177
1,4
0,9192 0,9207 0,9222 0,9236 0,9251 0,9265 0,9279 0,9292 0,9306 0,9319
1,5
0,9332 0,9345 0,9357 0,9370 0,9382 0,9394 0,9406 0,9418 0,9429 0,9441
1,6
0,9452 0,9463 0,9474 0,9484 0,9495 0,9505 0,9515 0,9525 0,9535 0,9545
1,7
0,9554 0,9564 0,9573 0,9582 0,9591 0,9599 0,9608 0,9616 0,9625 0,9633
1,8
0,9641 0,9649 0,9656 0,9664 0,9671 0,9678 0,9686 0,9693 0,9699 0,9706
1,9
0,9713 0,9719 0,9726 0,9732 0,9738 0,9744 0,9750 0,9756 0,9761 0,9767
2,0
0,9772 0,9778 0,9783 0,9788 0,9793 0,9798 0,9803 0,9808 0,9812 0,9817
2,1
0,9821 0,9826 0,9830 0,9834 0,9838 0,9842 0,9846 0,9850 0,9854 0,9857
2,2
0,9861 0,9864 0,9868 0,9871 0,9875 0,9878 0,9881 0,9884 0,9887 0,9890
2,3
0,9893 0,9896 0,9898 0,9901 0,9904 0,9906 0,9909 0,9911 0,9913 0,9916
2,4
0,9918 0,9920 0,9922 0,9925 0,9927 0,9929 0,9931 0,9932 0,9934 0,9936
2,5
0,9938 0,9940 0,9941 0,9943 0,9945 0,9946 0,9948 0,9949 0,9951 0,9952
2,6
0,9953 0,9955 0,9956 0,9957 0,9959 0,9960 0,9961 0,9962 0,9963 0,9964
2,7
0,9965 0,9966 0,9967 0,9968 0,9969 0,9970 0,9971 0,9972 0,9973 0,9974
2,8
0,9974 0,9975 0,9976 0,9977 0,9977 0,9978 0,9979 0,9979 0,9980 0,9981
2,9
0,9981 0,9982 0,9982 0,9983 0,9984 0,9984 0,9985 0,9985 0,9986 0,9986
3,0
0,9987 0,9987 0,9987 0,9988 0,9988 0,9989 0,9989 0,9989 0,9990 0,9990
A seleco da opo Compute fornece uma janela onde designamos uma

varivel-alvo (Target Variable), que aqui se representa por x. Seguidamente,
em Function group, seleccionamos Inverse DF e, em Functions and Special
Variables, seleccionamos Idf.Normal. Usando a seta lateral, esta funo passa
para o quadro Numeric Expression na forma IDF.NORMAL(?,?,?). Substitui-se o primeiro ? por p, o segundo por m e o terceiro por . Finalmente: OK.
Os resultados x aparecem no ficheiro de dados. Reciprocamente, a fim de
calcular valores F(x) para quaisquer argumentos x, procede-se de forma
anloga, seleccionando CDF and Noncentral CDF em Function group e, seguidamente, Cdf.Normal em Functions and Special Variables.
MTODOS ESTATSTICOS
19
2.3.2 Validao de uma lei de Gauss

Perante um conjunto de observaes (dados), tem-se por objectivo averiguar se este pode ser considerado como proveniente de uma populao
normal. A abordagem mais simples a este problema consiste na construo de um histograma associado a tais dados. Se se obtiver uma configurao simtrica, ou aproximadamente simtrica, pode-se conjecturar a
normalidade da distribuio subjacente aos dados. Quanto aos parmetros desta distribuio normal, m e , estes so estimados, respectivamente, pela mdia, x, e pelo desvio-padro, s, dos dados disponveis.
Sendo x1, x2,, xn os n valores observados, tem-se
Para construir um histograma, os dados so agrupados em classes (intervalos), habitualmente com a mesma amplitude, registando-se o nmero
de observaes de cada classe. O tipo mais simples de histograma pode
ser obtido atravs da construo de um grfico constitudo por rectngulos
adjacentes, um para cada uma das classes, cuja base e altura correspondem, respectivamente, classe e ao nmero de observaes da mesma.
Existem vrias indicaes sobre o nmero de classes que deve ter um
histograma. Neste texto, usa-se a seguinte onde xmin e xmax so, respectivamente, o menor e o maior dos n valores observados:
nmero de classes
(2.2)
O SPSS permite construir histogramas a partir, por exemplo, do menu Graphs

com a opo Legacy Dialogs, seguida da opo Histogram, bastando seleccionar a varivel para a qual se pretende o histograma. H ainda a possibilidade de seleccionar um item que permite visualizar sobre o histograma o
grfico da densidade da lei normal com mdia igual a x e desvio-padro igual
a s. Observa-se que, usando este procedimento no SPSS, a mdia e o desvio-padro dos dados so calculados de forma automtica com o histograma.
20
Note-se que o SPSS define automaticamente o nmero de classes do

histograma (geralmente demasiadas), mas permite ao utilizador a sua
modificao, possibilitando ainda a alterao do valor do extremo inferior
do primeiro intervalo.
Exemplo 2.1: Histograma de precipitaes totais anuais.
Num posto udomtrico localizado numa bacia urbana, obtiveram-se os dados
do Quadro 2.2, que correspondem aos valores das precipitaes totais
anuais (em mm), obtidos a partir dos registos dirios referentes a 17 anos.
Quadro 2.2 Precipitaes totais anuais (mm)
Anos
Prec.total
anual
Anos
Prec.total
anual
1
800
2
1000
3
1340
4
1100
5
830
6
900
7
930
8
950
10
1000
11
810
12
1410
13
1200
14
1210
15
1010
16
1038
17
1010
9
1111
Temos n = 17, obtendo-se x = 1038.2 e s = 174.9. De 2.2 resulta o valor

3 para o nmero de classes do histograma. Estabelecendo ainda o valor
750 para o incio das classes, o SPSS fornece o histograma apresentado
na Figura 2.4.
Figura 2.4 Histograma correspondente amostra de precipitaes

totais anuais registada no Quadro 2.2.
A conjectura da normalidade que se pode fazer perante este histograma

deve ser validada com a realizao de testes estatsticos, cujo estudo terico sai do mbito deste texto. Referem-se apenas algumas indicaes sobre
os procedimentos a seguir.
MTODOS ESTATSTICOS
21
Inicialmente usa-se um mtodo grfico, designado papel de probabilidade,

cuja construo, vlida para qualquer lei contnua, se descreve a seguir
de forma breve. Em primeiro lugar, h que ordenar ascendentemente as n
observaes disponveis. Denotando por x1:n, x2:n,, xn:n a amostra assim
ordenada, marcam-se num sistema de eixos os pontos (xi:n, yi), sendo yi
os valores tais que F(yi ) = i , i = 1,, n, onde F representa a funo de
n
distribuio da lei que se pretende validar. Se a nuvem de pontos obtida
evidenciar uma relao linear entre abcissas e ordenadas, tem-se uma
validao informal da lei referida. Para obter um papel de probabilidade
no SPSS, usa-se o menu Analyze com a opo Descriptive Statistics,
seguida da opo Q-Q, e selecciona-se a varivel que corresponde
amostra em anlise, bem como a distribuio que se pretende testar (por
exemplo, Test Distribution: Normal).
Exemplo 2.2: Papel de probabilidade normal.
A Figura 2.5 apresenta o papel de probabilidade normal, construdo no
SPSS, respeitante varivel Precipitao total anual do Exemplo 2.1.
Figura 2.5 Papel de probabilidade normal correspondente amostra

de precipitaes totais anuais registada no Quadro 2.2.
Para obter uma validao mais robusta da hiptese da normalidade da

distribuio subjacente aos dados, deve-se efectuar um teste estatstico
que, de alguma forma, quantifica a significncia dessa hiptese. Esta quantificao feita a partir do chamado p valor do teste (em ingls, p value;
no SPSS, Significance ou, de forma abreviada, Sig.). Se este valor
22
pequeno (habitualmente, inferior a 0.05), a hiptese da normalidade deve

ser rejeitada. Por outro lado, quanto mais prximo de 1 estiver o p valor,
maior a evidncia da normalidade da distribuio subjacente aos dados.
Embora existindo outras possibilidades, aplica-se aqui o teste de Kolmogorov-Smirnov por estar disponvel directamente a partir do menu
Analyze/Nonparametric Tests do SPSS. A opo 1-Sample K-S abre uma
janela onde se selecciona a varivel que corresponde amostra em
anlise, bem como a distribuio que se pretende testar (Test Distribution:
Normal). No output deste procedimento obtemos um quadro onde, entre
outras informaes, surge o p-valor aproximado do teste. Este valor corresponde referncia Asymp. Sig.
Exemplo 2.3: Resultado do teste de Kolmogorov-Smirnov.
Na Figura 2.6 observa-se o resultado do teste de Kolmogorov-Smirnov,
realizado no SPSS, respeitante amostra de precipitaes totais anuais
do Exemplo 2.1.
Figura 2.6 Resultado do teste de Kolmogorov-Smirnov referente amostra

de precipitaes totais anuais registada no Quadro 2.2.
Neste caso, o p-valor obtido 0.826, o que evidencia a normalidade da

distribuio subjacente aos dados. Somos assim conduzidos a aceitar a
hiptese de que a varivel aleatria T, que representa a precipitao total
anual registada no posto udomtrico em causa, segue a lei N(1038.2,174.9).
assim possvel calcular, por exemplo, a probabilidade de, no prximo ano,
a precipitao total anual exceder 950 mm. Esta probabilidade dada por
MTODOS ESTATSTICOS
23
2.3.3 Lei da soma de variveis aleatrias independentes

Como j foi referido, a distribuio normal tem excelentes propriedades,
nomeadamente no que diz respeito soma de variveis aleatrias independentes. Destacam-se duas delas designadas, respectivamente, estabilidade da lei normal e teorema do limite central. A primeira estabelece
que a soma de variveis aleatrias independentes, e todas seguindo uma
lei normal, ainda uma varivel aleatria com lei normal; a segunda permite afirmar que a soma de um nmero suficientemente grande de variveis aleatrias independentes, e todas com a mesma lei (no normal),
segue aproximadamente uma lei normal.
Se X1,,Xn so variveis aleatrias independentes seguindo leis normais, N(m1, 1),,N(mn,n), ento a soma X1 + + Xn uma varivel
aleatria com lei normal de valor mdio m1 + + mn e desvio-padro
Estabilidade da lei normal
Se X1,,Xn so variveis aleatrias independentes seguindo todas a

mesma lei de mdia m e desvio-padro > 0, ento, para n suficientemente grande, a soma X1 + + Xn uma varivel aleatria com lei
aproximadamente normal de valor mdio nm e desvio-padro
Teorema do limite central
Existe uma generalizao deste teorema no caso em que as variveis

aleatrias X1,,Xn, apesar de independentes, no tm a mesma distribuio.
No entanto, imposta uma hiptese suplementar condio de Lindeberg
2
2
que, grosso modo, requer que nenhuma das varincias, 1 ,,n , exceda
largamente as outras. Sendo m1,,mn as mdias correspondentes, verifica-se ento que, para n suficientemente grande, a soma X1 + + Xn tem
24
distribuio aproximadamente normal de valor mdio m1 + + mn e

desvio-padro
(Billingsley, 1999).
2.4 Leis de valores extremos

2.4.1 Elementos da teoria de extremos
A teoria de extremos sem dvida uma metodologia bsica muito eficiente quando se pretende proceder inferncia estatstica de extremos.
A primeira forma de apresentao dos dados a ser considerada foi, naturalmente, aquela em que estes constituem uma amostra de variveis aleatrias reais independentes e identicamente distribudas, situao aqui
considerada.
Na prtica, os dados extremos associados a um fenmeno aleatrio tm
importncia primordial quando se pretende inferir sobre a ocorrncia e
frequncia de acontecimentos raros. Sempre que ocorrem calamidades
naturais de grande magnitude (secas, inundaes, terramotos, furaces,
ventos ciclnicos, etc.), recorre-se a modelos matemticos que descrevam satisfatoriamente tais fenmenos. Desta forma, possvel prevenir
ou estar melhor preparado para enfrentar tais calamidades, calculando,
por exemplo, a probabilidade da sua ocorrncia, bem como o tempo
mdio que decorre entre duas ocorrncias consecutivas. Recorde-se que,
em geral, o tempo mdio que decorre entre duas realizaes consecutivas de um acontecimento A se designa por perodo de retorno de A.
Mais, o perodo de retorno de um acontecimento com probabilidade p
dado por TR = 1/p.
So exemplos concretos a construo de um dique ou de uma ponte com
uma altura tal que s muito raramente se veja ameaada a sua estrutura face
a uma cheia casos em que o nvel de gua no rio ultrapasse em mdia,
por exemplo, de 100 em 100 anos, a altura do dique ou o nvel da ponte.
Assim, no contexto em que se insere o presente texto, recorre-se teoria
de extremos para estimar nveis elevados (ou nveis reduzidos) associados a determinado fenmeno aleatrio, isto , nveis que tm uma probabilidade muito pequena de serem excedidos (ou de serem precedidos, no
caso dos nveis reduzidos). Em concreto, e em relao a uma varivel
aleatria contnua (caudal, precipitao, etc.), pretende-se determinar
quantis tais que a probabilidade de a varivel em estudo assumir valores
acima deste seja igual a p, com p muito pequeno, designados por
quantis elevados e denotados por Q(1 p);
MTODOS ESTATSTICOS
25
abaixo deste seja igual a p, com p muito pequeno, designados por

quantis reduzidos e denotados por Q*(p).
No mesmo contexto, tambm frequente haver interesse em estimar o

perodo de retorno de determinado valor elevado (ou nvel elevado) u, ou
seja, como se definiu acima, o tempo mdio que decorre entre duas
excedncias consecutivas do nvel u.
Na anlise estatstica de extremos, regra geral seguem-se diferentes

mtodos de actuao, relativamente obteno dos dados considerados
relevantes para se fazer inferncia acerca dos extremos da populao em
estudo. Neste texto, apenas se apresenta o mtodo de Gumbel, com o
qual se gera e se explora uma amostra de mximos do fenmeno em
causa (Tiago de Oliveira, 1997).
O mtodo de Gumbel um mtodo clssico que consiste em dividir a
amostra inicial em subamostras de igual dimenso, concentrando o estudo nos mximos das subamostras. Assim, como consequncia de tal
diviso, possvel afirmar que tais amostras so constitudas por realizaes independentes e, obviamente, do mesmo fenmeno. Em muitas
amostras de natureza ambiental, a subamostra natural constituda por
dados referentes a um longo perodo de tempo (por exemplo, um ano),
razo pela qual este mtodo tambm conhecido como mtodo dos
mximos anuais.
O procedimento usado pelo mtodo de Gumbel de algum modo natural
quando se observam fenmenos hidrolgicos ao longo do tempo, como,
por exemplo, nveis mximos de gua num rio ou de alturas de precipitao, onde se espera uma certa repetio de valores semelhantes em perodos de um ano. Porm, em muitas reas de aplicao, a natureza nem
sempre oferece essa sazonalidade, pelo que o mtodo de Gumbel deixa
de parecer natural. De facto, o particionamento da amostra total e ainda
a obrigatoriedade de tomar como observaes relevantes apenas os mximos de cada uma das subamostras podem levar a que se despreze
alguns valores elevados cujo conhecimento de extrema importncia
para o estudo. Estas contingncias da metodologia de Gumbel fizeram
com que muitos investigadores se interessassem por metodologias alternativas, que exigem um enquadramento matemtico que sai do mbito
do presente texto.
Para uma leitura mais completa deste e de outros assuntos da teoria de
extremos, consultar Beirlant et al. (1996 e 2004), Castillo et al. (2005),
Embrechts et al. (1997) e Reiss e Thomas (2001).
26
2.4.2 Leis de mximos

No mbito do mtodo de Gumbel, admita-se a existncia de uma amostra
constituda por valores mximos de um determinado fenmeno, recolhidos espaadamente ao longo do tempo (caudais, alturas da gua, etc.).
Na gnese da teoria de extremos est um resultado que se deve ao matemtico russo Gnedenko (Gnedenko, 1943), o qual estabelece que, em
condies bastante gerais, a distribuio do mximo de variveis aleatrias reais independentes e identicamente distribudas apresenta uma
regularidade surpreendente. O teorema de Gnedenko, que ainda hoje
considerado um dos resultados mais importantes da teoria de extremos,
estabelece que a funo de distribuio do mximo de amostras suficientemente grandes pode ser aproximada por uma funo de distribuio
que apresenta uma das trs formas seguintes:
onde > 0, > 0 e um nmero real qualquer. Estas trs funes de

distribuio recebem os nomes de Weibull, Frchet e Gumbel, respectivamente. So tambm conhecidas por leis de mximos (Leadbetter et al., 1983).
Na Figura 2.7, apresentam-se os esboos dos grficos das densidades
das trs leis de mximos, para valores concretos dos seus parmetros.
Face a uma amostra de mximos, comea-se naturalmente pelo ajustamento de uma destas trs funes de distribuio, fazendo primeiro um
teste de escolha estatstica de leis de mximos. Por outras palavras, averigua-se qual a lei da varivel aleatria mximo subjacente ao estudo, ou
seja, qual a lei que melhor se adapta aos dados concretos. Este teste
estatstico pode ser to simples como a construo de um papel de
probabilidade. Como se verificar, suficiente elaborar o papel de probabilidade da lei de Gumbel.
MTODOS ESTATSTICOS
27
Figura 2.7 Esboo dos grficos das funes densidade das leis de Gumbel
( = 0, = 1), Frchet ( = -3, = 1, = 2) e Weibull ( = 3, = 1, = 2).
Para construir o papel de probabilidade da lei de Gumbel, primeiro h que

ordenar ascendentemente a amostra, gerando uma srie de valores
x1:n x2:n xn:n. De seguida, marca-se num referencial os n pontos xi:n
versus ln(ln(i/(n + 1))), para i {1,2,,n}. Este grfico pode ser feito
no Excel. Se, perante a distribuio de pontos obtida, se puder afirmar
que existe uma relao linear entre abcissas e ordenadas, obtm-se uma
validao informal do modelo de Gumbel. Mais do que isso, se ao
conjunto de pontos se puder ajustar uma curva com a concavidade voltada para baixo, opta-se pela validao prvia de um modelo de Frchet,
enquanto que uma concavidade voltada para cima permite validar previamente um modelo de Weibull (Beirlant, 1996). Na Figura 2.8 so ilustradas
estas trs possibilidades.
Figura 2.8 Possveis configuraes das curvas a ajustar

a um papel de probabilidade de Gumbel.
A lei de Gumbel a mais usada no ajustamento de dados que sejam valores mximos de grandezas aleatrias. Com efeito, como o mximo de variveis aleatrias gaussianas tem distribuio aproximadamente Gumbel
(Leadbetter et al., 1983), a elevada frequncia com que a lei de Gauss
28
surge na modelao de fenmenos aleatrios leva a que a lei de Gumbel

surja com a mesma relevncia na modelao do mximo de tais fenmenos. Alm disso, a inferncia para tal lei muito mais simples do que para
a Frchet ou para a Weibull.
H ainda a acrescentar que, como lei limite de mximos devidamente
normalizados, a lei de Gumbel goza do mesmo papel que a lei normal,
como lei limite de somas convenientemente normalizadas.
Exemplo 2.4: Aplicao da lei de Gumbel a caudais mximos papel de
probabilidade.
Considere-se a seguinte amostra ordenada de 44 caudais mximos
anuais (l/s) de um curso de gua que atravessa uma zona urbana.
Quadro 2.3 Caudais mximos anuais (l/s)
39
212
351
431
104
237
357
435
118
237
359
578
119
239
361
679
122
241
368
920
132
242
370
143
258
372
152
265
376
177
276
378
177
277
391
178
329
409
182
333
418
206
344
429
O papel de probabilidade de Gumbel, construdo no Excel a partir destes

dados, o seguinte:
Figura 2.9 Papel de probabilidade de Gumbel relativo amostra

de caudais mximos anuais do Exemplo 2.4.
Uma vez que a este conjunto de pontos se ajusta bem uma recta, face a
este papel de probabilidade, pode-se admitir que a varivel que representa o caudal mximo anual deste curso de gua segue uma lei de Gumbel.
Em alternativa ao papel de probabilidade, possvel construir um teste
estatstico, mais rigoroso do ponto de vista analtico, usualmente designaMTODOS ESTATSTICOS
29
do por teste de Gumbel. Devido facilidade relativa da inferncia estatstica associada ao modelo de Gumbel, o primeiro passo ser testar a hiptese de a amostra de mximos de que dispomos dar evidncia ao facto
de a varivel que lhe est subjacente seguir uma lei de Gumbel. Se, com
o procedimento que se apresenta de seguida, esta hiptese for rejeitada,
pode-se, obviamente, enveredar pelo ajustamento de uma lei de Frchet
ou de Weibull.
Dada uma amostra de mximos j ordenada ascendentemente, x1:n
x2:n xn:n, usamos o valor da estatstica
Teste de Gumbel (Tiago de Oliveira e Gomes, 1984)
O p-valor deste teste igual a
Como j foi referido, conclui-se que os dados evidenciam uma lei de

Gumbel se o p-valor for superior ou igual a 0.05 e, obviamente, um
modelo de Frchet ou Weibull em caso contrrio.
Exemplo 2.5: Aplicao da lei de Gumbel a caudais mximos teste de
Gumbel.
Retome-se os dados do Exemplo 2.4. H que averiguar se estes dados
do evidncia hiptese de o mximo do caudal daquele curso de gua
seguir uma lei de Gumbel. Tem-se
Como
e
,o
p-valor do teste igual a 0.7. Assim, justifica-se o uso de um modelo de
Gumbel.
No caso de a amostra de mximos no evidenciar um modelo de Gumbel
para a varivel mximo em estudo, como j foi referido, envereda-se por
um modelo Frchet ou Weibull. Nesse caso, e tendo por objectivo a estimao de probabilidades de acontecimentos raros, de nveis elevados e
de perodos de retorno associados a estas duas leis, de toda a conve-
30
nincia escrever a expresso das suas funes de distribuio numa s.

Concretamente:
Para > 0, G representa a funo de distribuio da lei de Frchet e, para

> 0, G representa a funo de distribuio da lei de Weibull.
Esta exposio prossegue com a estimao dos parmetros desconhecidos , e (Hosking e Wallis, 1987). As respectivas estimativas (aproxi^ ^
^
maes), que se denotam por , e , so geradas a partir da amostra
de mximos de que se dispe. A saber:
Para a lei de Gumbel: = 0.7797 s
^
= x 0.45 s
Para a lei de Frchet e para a lei de Weibull:
O valor da funo (x) pode ser determinado recorrendo ao programa

Excel, que fornece apenas o valor da funo ln(x) (funo Lngama(x)).
Assim, obtm-se (x) = exp(ln (x)).
MTODOS ESTATSTICOS
31
Estas estimativas s devem ser usadas para < 1. Em caso contrrio, h

que usar outros mtodos de estimao (Tiago de Oliveira, 1997).
^
Na sequncia do que j foi dito, uma estimativa de positiva ou negativa

d evidncia a um modelo de Frchet ou de Weibull, respectivamente.
O conhecimento da lei subjacente aos dados permite estimar com facilidade quantis elevados Q(1 p), com p pequeno, dados por
Consequentemente, para estimar um quantil elevado associado a um

perodo de retorno TR, como se tem p = 1/TR, h que determinar, usando
a expresso anterior, o quantil Q(1 1/TR).
Para estimar o perodo de retorno de valores superiores ao valor elevado

u, temos TR(u) = 1/(1 G(u)), valor que tambm pode ser obtido usando
as aproximaes
Exemplo 2.6: Aplicao da lei de Gumbel a caudais mximos quantil

elevado e perodo de retorno.
Retomem-se mais uma vez os dados do Exemplo 2.4. Uma vez que esta
^
amostra apresenta x = 302.750 e u = 160.792, obtm-se = 230.394 e
^
= 125.369.
Assim, por exemplo, o caudal elevado que tem probabilidade 0.02 de ser
excedido
Q(0.98) = 230.394 125.369 ln(ln(0.98)) = 719.576 l/s
e o perodo de retorno de um caudal igual a 800 l/s dado por

anos.
32
Exemplo 2.7: Aplicao da lei de Weibull ao mximo da altura significativa

da onda.
Tendo por objectivo a construo de uma comporta em determinado local,
recorreu-se aos valores da altura significativa da onda mxima anual em
zonas costeiras, em metros, respeitantes aos ltimos 24 anos. O estudo
foi baseado na amostra de mximos seguinte:
Quadro 2.4 Altura significativa da onda mxima anual.
1.04
3.11
1.13
3.23
1.43
3.41
2.04
3.44
2.16
3.51
2.26
3.60
2.38
3.69
2.53
3.78
2.59
3.84
2.80
3.92
2.87
3.93
2.93
4.02
Esta amostra permitiu construir o papel de probabilidade que apresentamos na Figura 2.10.
Figura 2.10 Papel de probabilidade de Gumbel relativo amostra de mximos

da altura significativa da onda do Exemplo 2.7.
Seja M a varivel aleatria que representa a altura mxima anual da onda.

Uma vez que o papel de probabilidade evidencia uma lei de Weibull para
a varivel aleatria M, procede-se estimao dos parmetros. Ora, como
MTODOS ESTATSTICOS
33
Consequentemente,
Assim, pode-se concluir que a varivel aleatria M segue uma lei de

Weibull e, portanto, tem funo de distribuio
Por exemplo, a probabilidade da altura de onda mxima anual exceder

quatro metros igual a
e o perodo de retorno de ondas com alturas mximas anuais superiores

a 3.8 metros TR(3.8) = 1/(1 G(3.8)) 6 anos.
Mais, o valor de altura da onda mxima anual com probabilidade 0.01 de

ser excedido
metros
2.4.3 Leis de mnimos

Numa perspectiva paralela quela que se tem vindo a abordar, e nos
contextos habituais em que se insere o presente texto, interessa agora
estimar quantis associados a baixas probabilidades (quantis reduzidos),
que no so mais do que valores que tm uma probabilidade muito reduzida de serem precedidos ou, equivalentemente, uma probabilidade muito
elevada de serem ultrapassados. Por exemplo, interessa um valor de
seca (nvel baixo do rio ou de pluviosidade) tal que a probabilidade de se
observarem valores abaixo deste seja igual a um p muito pequeno. Similarmente, possvel determinar perodos de retorno de um valor consi-
34
deravelmente baixo, a probabilidade de ocorrncia de valores abaixo de

determinado valor de seca e, de igual modo, um quantil reduzido
associado a um dado perodo de retorno. Para tal, h que dispor de uma
amostra de mnimos do fenmeno aleatrio em estudo e ajustar uma lei
varivel aleatria mnimo subjacente a tal amostra.
Existem naturalmente resultados de estimao e de previso para valores mnimos, anlogos aos que foram apresentados para valores mximos, que decorrem directamente da relao min {x1, x2,, xn} = max { x1, x2,, xn},
a qual vlida para qualquer conjunto de nmeros reais. Usando esta
relao e o teorema de Gnedenko, consegue-se estabelecer que a funo
de distribuio do mnimo de amostras suficientemente grandes pode ser
aproximada por uma funo de distribuio que apresenta uma das trs
formas seguintes:
onde > 0, > 0 e um real qualquer. Estas trs funes de distribuio

recebem os nomes de Weibull de mnimos, Frchet de mnimos e Gumbel
de mnimos, respectivamente (Leadbetter et al., 1983).
Mais uma vez ser til escrever as expresses analticas da lei de Frchet
e da lei de Weibull de mnimos numa forma nica. A saber:
MTODOS ESTATSTICOS
35
Para > 0, G* representa a funo de distribuio da lei de Frchet de

mnimos e, para < 0, G* representa a funo de distribuio da lei de
Weibull de mnimos.
Para estimar os parmetros desconhecidos destas leis, usa-se um argumento muito simples. Com efeito, atendendo relao j apresentada,
min {x1, x2,, xn} = max { x1, x2,, xn}, face a uma amostra de
mnimos, comea-se por ordenar de forma ascendente os seus simtricos. Gera-se assim uma amostra de mximos que poder ser tratada com
o procedimento j apresentado, concretamente no que respeita ao ajustamento de uma lei de mximos e consequente estimao dos seus parmetros desconhecidos. Nota-se que a amostra de mximos gerada por
este processo no uma amostra de mximos do fenmeno em estudo.
Usando as expresses analticas da lei de Gumbel de mnimos e das
outras duas leis cujas funes de distribuio foram unificadas na forma
G*, conclui-se que o quantil reduzido de probabilidade p de ser precedido
por valores da varivel mnimo em estudo definido por
Os perodos de retorno de nveis abaixo do nvel reduzido w (shortfall ou

queda) so dados por TR*(w) = 1/G* (w), ou atravs das aproximaes
2.5 Exerccios
Exerccio 2.1: Aplicao da lei normal e da lei de Gumbel a caudais mdios
e mximos.
Num posto hidromtrico devidamente calibrado, instalado numa seco
transversal de um curso de gua que atravessa uma rea urbana, registaram-se os caudais mdios anuais e os caudais mximos anuais instantneos,
relativos a dez anos de observaes, que se apresentam no quadro seguinte.
36
Quadro 2.5 Caudais mdios e caudais mximos anuais.

Ano hidrolgico
Qmdio anual (m3/s)
Qmax anual inst. (m3/s)
Ano hidrolgico
Qmdio anual (m3/s)
Qmax anual inst. (m3/s)
96/97
104
488
01/02
126
598
97/98
127
603
02/03
132
628
98/99
134
638
03/04
147
703
99/00
120
568
04/05
116
548
00/01
122
578
05/06
112
528
a) Calcule o perodo de retorno correspondente a um caudal mdio anual

de 100 m3/s.
b) Determine o caudal mximo de cheia para o dimensionamento de uma
obra hidrulica preparada para cheias centenrias.
a) Seja Q a varivel aleatria que representa o caudal mdio anual registado no referido posto. Admitindo que Q segue uma lei normal, os seus
parmetros so estimados pela mdia, q, e pelo desvio-padro s Q, das
dez observaes. Tem-se q = 124 m3/s e sQ = 12.17 m3/s. O perodo
de retorno pretendido dado por TR(100) = 1/p, com p = P(Q < 100),
uma vez que 100 < q. Tem-se
Resoluo
Ento,
anos.
b) O papel de probabilidade associado a esta amostra de mximos (Figura

2.11) evidencia que o mximo do caudal instantneo do curso de gua
em estudo possui uma lei de Gumbel.
MTODOS ESTATSTICOS
37
Figura 2.11 Papel de probabilidade de Gumbel relativo amostra de caudais

mximos anuais instantneos do Exerccio 2.1.
Primeiro, h que estimar os parmetros e . A partir da mdia e do des^

^
vio-padro desta amostra, tem-se: = 0.7797s = 47.46 e =
x 0.45s =
588 0.45 x 60.87 = 560.61, pelo que se ajusta varivel mximo em
estudo uma lei de Gumbel com funo de distribuio dada por
Tratando-se de cheias centenrias, o perodo de retorno , obviamente,

de 100 anos, pelo que
. Assim, o quantil elevado com pro-
babilidade 0.01 de ser excedido por caudais mximos anuais igual a
Pode-se ento afirmar que o caudal mximo de cheia que deve ser
considerado para dimensionar uma obra que resista a cheias centenrias
de, aproximadamente, 779 m3/s.
Exerccio 2.2: Aplicao da lei normal a precipitaes totais anuais.
Numa bacia urbana localizada numa regio muito acidentada existem
dois postos udomtricos, A e B, cujas reas de influncia so, respectivamente, 150 km2 e 60 km2. No quadro seguinte esto registados os valores
das precipitaes totais anuais dos dois postos (em mm), referentes a 17
anos de observaes consecutivas.
Pretende-se construir um aude de beto para fins de abastecimento de
gua para rega de zona verde. Sabe-se que o perodo de retorno a utilizar
38
no seu dimensionamento de 140 anos. Determine a precipitao total

anual na bacia a utilizar no dimensionamento do aude.
Quadro 2.6 Precipitaes totais anuais (mm) em dois postos udomtricos.
Ano
1
Posto A 910
Posto B 800
Ano
10
Posto A 1001
Posto B 1000
2
888
1000
11
880
810
3
931
1340
12
1111
1410
4
900
1100
13
900
1200
5
1050
830
14
999
1210
6
1000
900
15
899
1010
7
1020
930
16
956
1038
8
910
950
17
900
1010
9
1000
1111
Designe-se por HA e HB as variveis aleatrias que representam, respectivamente, as precipitaes totais anuais registadas nos postos A e B.
Dado que as amostras so de precipitaes totais anuais, admita-se que
HA e HB seguem leis normais. Assim, os seus parmetros so estimados
pela mdia e pelo desvio-padro de tais amostras:
hA = 956.2mm, sA =
67.4mm, hB = 1038.2mm e sB = 174.9mm.
Resoluo
Uma vez que TR = 140 anos, obtm-se p = 0.0071. Com este valor, h
que calcular a precipitao total anual a utilizar no dimensionamento relativamente a cada um dos postos e aplicar depois o mtodo de Thiessen
para calcular o valor final pretendido. Tendo em conta o tipo de obra a
dimensionar, pretende-se calcular valores correspondentes a situaes
T = 140
T = 140
de seca. Determinam-se ento os valores hA R
e hB R
tais que
e
Tem-se
, com Z ~ N(0,1).
Relembrando a rea representada por P(Z < z), o facto de se ter P(Z < z) =
0.0071 < 0.5 = P(Z 0) significa que z < 0. Ora, a tabela da lei N(0,1) no
tem valores negativos; no entanto, a simetria desta lei permite escrever
P(Z < z) = P(Z > z). Assim, o valor z procurado verifica 0.0071 = P(Z > z)
= 1 P(Z z), ou seja, P(Z z) = 0.9929. Da tabela da lei N(0,1),
obtm-se
z = 2.45, pelo que
, ou seja,
MTODOS ESTATSTICOS
39
Analogamente,
Tendo em conta as reas de influncia dos dois postos, o valor pretendido
, segundo o mtodo de Thiessen,
Exerccio 2.3: Aplicao da lei de Gumbel a precipitaes mximas

anuais.
Dos registos dirios de precipitaes de um posto udomtrico, relativos a
dez anos de observaes, recolheram-se os mximos anuais (em mm)
que se apresentam no quadro seguinte.
Quadro 2.7 Precipitaes mximas anuais.
Ano
Max. anual prec. dirias
Ano
Max. anual prec. dirias
1998
35.1
2003
68.5
1999
28.7
2004
65.2
2000
45.8
2005
50.6
2001
52.4
2006
53.4
2002
70.0
2007
31.9
a) Determine a probabilidade de ocorrncia de uma precipitao diria igual

ou superior mxima precipitao encontrada, usando a distribuio
de Gumbel.
b) Determine a precipitao diria a que corresponde um perodo de retorno de 20 anos.
Resoluo
a) O papel de probabilidade que se apresenta de seguida evidencia que

a varivel aleatria M, que representa o mximo de precipitao, segue
uma lei de Gumbel. Deixa-se ao cuidado do leitor a realizao do teste
de Gumbel.
Uma vez que esta amostra de mximos tem mdia x = 50.16 e desvio^
^
-padro s = 14.95, tem-se = 0.7797 x 14.95 = 11.69 e = x 0.45s =
50.16 0.45 x 14.95 = 43.43. Assim, conclui-se que a varivel M, subjacente a esta amostra, tem funo de distribuio aproximadamente igual a
40
Figura 2.12 Papel de probabilidade de Gumbel relativo amostra

de precipitaes mximas anuais do Exerccio 2.3.
Ento,
ou seja, a probabilidade de ocorrncia de precipitaes dirias superiores

ou iguais a 70 mm aproximadamente igual a 0.09.
b) O objectivo determinar o quantil elevado correspondente ao valor TR = 20

anos ou, equivalentemente, o quantil elevado que ser excedido com
probabilidade p = 1/20 = 0.05. Tal quantil aproximadamente igual a
Assim, o valor da precipitao que ser excedido, em mdia, apenas uma

vez em 20 anos , aproximadamente, igual a 78 mm.
MTODOS ESTATSTICOS
41
3 CLCULO NUMRICO
Jos Manuel Abreu1, 2
2

A natureza extremamente complexa. Para tentar entend-la, criam-se
modelos que seguem leis mais simples do que o sistema real, e obtm-se
resultados aproximados. Essas leis, que procuram simular a natureza, so,
em geral, expressas matematicamente, dando origem a um modelo matemtico. As formulaes matemticas, embora sejam simplificaes do que
se passa na realidade, so ainda assim, com frequncia, demasiado complexas para serem tratadas analiticamente. De facto, existem numerosos
problemas matemticos para os quais no se conhece nenhuma soluo
analtica. Com a crescente acessibilidade a computadores de baixo custo e
de alta capacidade de processamento, quase todas as actividades das
Cincias Aplicadas e da Engenharia recorrem, cada vez mais, aos mtodos
e tcnicas computacionais para a resoluo de modelos matemticos mais
abrangentes, para os quais as solues manuais so difceis, ou impraticveis.
Surge assim a Anlise Numrica que, em traos gerais, tem como objectivo o estudo de processos de clculo (algoritmos) que permitam resolver
os problemas matemticos, de forma aproximada, utilizando apenas as
quatro operaes aritmticas elementares (,,,).
O tipo de problema resolvido por meio de clculo numrico denomina-se
problema numrico. Considera-se que um problema numrico quando
tanto os dados de entrada como os resultados do problema so conjuntos numricos finitos. Quando o modelo matemtico no conduz a um
problema numrico, primeiramente necessrio transform-lo num problema numrico. Os mtodos numricos constituem assim um conjunto
de procedimentos que conduzem aproximao de um problema matemtico por um problema numrico, ou resoluo de um problema
numrico. Os resultados obtidos por um mtodo numrico designam-se
por solues numricas. O algoritmo a descrio sequencial dos passos que caracterizam um mtodo numrico (Press et al., 1992).
CLCULO NUMRICO
43
Este campo est directamente relacionado com a resoluo de problemas matemticos, tendo como ferramenta principal os computadores.
Uma vez que os computadores representam e tratam a informao de forma
discreta, a utilizao dos mesmos na resoluo de problemas matemticos origina o aparecimento de um certo tipo de erros, que no surgiriam
caso fosse possvel usar aritmtica exacta.
3.2 Erros na resoluo numrica de problemas

de Engenharia
3.2.1 Fonte e tipo de erros
A resoluo de um problema de engenharia num computador utilizando
um modelo numrico na resoluo do correspondente modelo matemtico
produz, em geral, uma soluo aproximada do problema. A introduo de
erros na resoluo do problema pode resultar de vrios factores. Em funo da sua origem, e das fases de resoluo de um problema de engenharia, possvel considerar essencialmente quatro tipos de erros (Figura 3.1).
Figura 3.1 Tipos de erros nas diferentes fases de resoluo

de um problema de Engenharia.
1) Erros inerentes ao modelo Os modelos matemticos raramente constituem uma representao exacta dos fenmenos reais. Na grande
maioria dos casos so apenas modelos idealizados, j que ao estudar
os fenmenos da natureza -se forado, regra geral, a aceitar certas
44
condies que simplificam o problema de forma a torn-lo tratvel.

Os melhores modelos so os que incluem apenas as caractersticas do
problema real necessrias para reduzir os erros a um nvel aceitvel.
2) Erros inerentes aos dados Um modelo matemtico no contm apenas equaes e relaes; tambm contm dados e parmetros que,
com frequncia, so medidos experimentalmente, e portanto, aproximados. As aproximaes nos dados podem ter grande repercusso no
resultado final.
3) Erros de truncatura Muitos problemas matemticos admitem solues que apenas podem ser geradas construindo um processo infinito
que possa ser descrito como limite da soluo em questo. Por definio, um processo infinito no pode ser completado, por isso tem de
ser truncado aps certo nmero finito de operaes. Esta substituio
de um processo infinito por um processo finito (ou de um processo contnuo por um processo discreto) resulta num tipo de erro designado por
erro de truncatura. Na maioria dos casos, o erro de truncatura precisamente a diferena entre o modelo matemtico e o modelo numrico.
4) Erros de arredondamento Quer os clculos sejam efectuados manualmente, quer sejam obtidos por computador, utiliza-se uma aritmtica de preciso finita, ou seja, apenas se pode considerar no clculo
um nmero finito de dgitos. O erro que resulta do desprezar dos outros
dgitos e arredondar o nmero designado por erro de arredondamento.
Os erros inerentes ao modelo e aos dados so erros iniciais do problema,
exteriores ao processo de clculo; erros de truncatura e de arredondamento ocorrem no processo de clculo de uma soluo numrica no
computador. A anlise destes dois ltimos constitui o objectivo principal
desta seco.
3.2.2 Erros de arredondamento e aritmtica computacional

Os nmeros so a entidade fundamental dos mtodos numricos. O primeiro tipo de erro cometido nos clculos surge exactamente do processo
de representao dos nmeros. O conjunto dos nmeros reais infinito,
contnuo e ilimitado. O conjunto de nmeros representveis de forma exacta em computador, dada a utilizao de um nmero limitado de dgitos
naquela representao, finito, discreto e limitado. Isto significa que, ao
utilizar a aritmtica computacional, se cometem constantemente erros de
arredondamento na representao dos resultados das sucessivas operaCLCULO NUMRICO
45
es realizadas. Para compreender a natureza destes erros, necessrio

saber de que forma os nmeros so armazenados e como so efectuadas
as operaes em computador.
Para armazenar informao, os computadores utilizam dispositivos fsicos que podem assumir dois estados distintos. Esta caracterstica privilegia a base 2 ou base binria para representao de nmeros. Os nmeros
so armazenados de forma aproximada, utilizando um nmero fixo de bits
(apcope do termo ingls Binary Digit) ou bytes (grupos de oito bits). Para
o efeito, divide-se a memria em cadeias de bits denominadas palavras.
O nmero de bits utilizado corresponde ao comprimento de palavra do
computador. O utilizador pode escolher entre vrios tipos de dados, que
podem diferir no nmero de bits utilizados e tambm na forma como o nmero representado armazenado: ponto fixo (ou inteiro), ou ponto flutuante (ou real).
3.2.2.1 Aritmtica de ponto fixo (inteiros)

Um nmero inteiro representado utilizando todos os bits da palavra de
computador, com a salvaguarda de que deve reservar-se um bit para o
sinal. Sendo finito o nmero de bits da palavra do computador, apenas
inteiros num intervalo [Nmin, Nmax], faro parte do respectivo sistema de
numerao. O nmero de bits disponvel para representar inteiros determina qual o maior (e menor) inteiro disponvel. Embora todos os inteiros
no intervalo [Nmin, Nmax] possuam representao exacta e tambm
sejam exactas as operaes aritmticas cujos operandos e resultados
sejam inteiros naquela gama, inteiros fora de [Nmin, Nmax] no podero
ser representados. A tentativa de o fazer conduz ao conhecido erro de
execuo designado por overflow.
Exemplo 3.1: Representao de nmeros inteiros.
Determine qual a gama de inteiros representveis num computador com
um comprimento de palavra de 32 bits.
Resoluo
Numa palavra de 32 bits, possvel representar 232 inteiros distintos.
Como 232 um nmero par e o computador tem de reservar uma combinao para representar o zero, os nmeros inteiros mnimo e mximo no
so simtricos. Em geral, Nmax = |Nmin| 1, obtendo-se assim a gama de
inteiros representada na Figura 3.2.
46
Figura 3.2 Inteiros representveis numa palavra de 32 bits.
3.2.2.2 Aritmtica de ponto flutuante (reais)

Usando por facilidade de compreenso o sistema decimal, qualquer nmero
real no nulo pode expressar-se mediante a denominada notao cientfica
normalizada, na forma simblica:
x = 0.d1 d2 d3 dk dk+1 x 10E
onde E um inteiro (negativo, positivo ou zero), denominado expoente, e

os dgitos d1, d2, so dgitos decimais {0,1,2,,9} em que, por unicidade da representao, d1 0. Por exemplo, 732.5051 = 0.7325051 x 103,
0.005612 = 0.5612 x 10-2.
(3.1)
Como alternativa a (3.1), o nmero real x distinto de zero tambm pode

ser representado em notao cientfica normalizada na forma:
(3.2)
sendo constitudo por trs partes: um sinal (+ ou -), um nmero real

(fraccionrio puro) M no intervalo [1/10, 1[ (denominado mantissa normalizada) e uma potncia inteira de 10 (expoente).
Se o sistema posicional de numerao no for o decimal, mantm-se os
princpios expostos. Por exemplo, a correspondente representao no
sistema binrio :
(3.3)
em que a mantissa M dever ser expressa como uma sequncia de bits
(zeros ou uns) na forma: M = (0.d1 d2 d3 )2 com d1 0 (logo d1 =1).
A notao cientfica, tal como apresentada, no pode ser implementada
em computador, pois, para representar todos os nmeros reais, a mantissa
CLCULO NUMRICO
47
e o expoente exigiriam um nmero infinito de dgitos. A notao cientfica

ento modificada de forma a utilizar-se um nmero finito de dgitos (t)
para a mantissa e um nmero finito de dgitos (p) para o expoente. Obtm-se desta forma o denominado sistema de numerao de ponto flutuante normalizado caracterizado por quatro parmetros: a base (b), que
um inteiro 2, o nmero de dgitos da mantissa (t) e os valores mnimo
e mximo do expoente (Emin e Emax, respectivamente). Este sistema, habitualmente representado por F = F(b, t, Emin e Emax), constitudo pelo
subconjunto dos nmeros racionais da forma:
(3.4)
acrescido de uma representao especial para x = 0.
Considere o sistema hipottico F(2, 3, 1, 2). Determine quais os nmeros que fazem parte desse sistema de ponto flutuante e a forma como os
mesmos se situam ao longo da recta real.
Exemplo 3.2: Representao de nmeros reais.
Como b = 2, x = M x 2E em que a mantissa normalizada M satisfaz

Resoluo
. As mantissas normalizadas sero da forma (.1xx). Portanto, os

nmeros reais positivos representados neste sistema sero formados pelos
seguintes quatro conjuntos de nmeros, representados na Figura 3.3:
(.0100)2=1/4 (.0101)2=5/16 (.0110)2=6/16 (.0111)2=7/16, para E = 1
(.100)2=1/2 (.101)2=5/8
(.110)2=6/8
(.111)2=7/8,
(1.00)2=1
(1.01)2=5/4
(1.10)2=6/4
(1.11)2=7/4,
(10.0)2=2
(10.1)2=5/2
(11.0)2=6/2
(11.1)2=7/2,
para E = 0
para E = 1
para E = 2
Os restantes elementos de F so os simtricos dos anteriores e o nmero

zero, perfazendo um total de 33 nmeros. Verifica-se que os elementos de
F so mais densos prximo de xmin = 1/4 e menos densos quando se
aproximam de xmax = 7/4. De salientar ainda a no existncia de nmeros
nos intervalos [-1/4,0] e [0,1/4]. Tal como nos inteiros, um nmero superior
a xmax produz uma mensagem de erro de overflow; por outro lado, um
nmero positivo inferior xmin produz uma mensagem de erro chamada
underflow.
48
Figura 3.3 Reais positivos que fazem parte do sistema F(2, 3, 1, 2).
3.2.2.3 Erros na aritmtica de ponto flutuante

Quando um real no pertence ao sistema de numerao de um computador, ter de ser aproximado por um nmero desse sistema. Considere-se
um nmero real com um nmero infinito de dgitos na forma (3.1). O computador apenas guarda um nmero de k = t dgitos, pelo que no trabalhar com o nmero exacto x, mas com a sua representao em ponto
flutuante fl(x), dada, no caso mais simples, por
fl(x) = 0.d1d2 dk x 10E
(3.5)
onde se utilizou a tcnica de representao aproximada designada por

arredondamento por corte (truncatura), que consiste em desprezar os
dgitos para alm dos k primeiros. A operao de corte introduz sempre
erros do mesmo sinal porque obtm sempre aproximaes por defeito.
Uma tcnica alternativa o arredondamento simtrico, que produz um
resultado igual ao de corte se dk+1 < 5 (arredondamento por defeito) e que
adiciona 1 a dk se dk+1 5 (arredondamento por excesso). Por outras
palavras, o arredondamento simtrico equivalente a somar 0.5 x 10E-k a
x e depois cortar.
Designa-se por erro de arredondamento o erro produzido ao aproximar

um nmero x pela sua representao em ponto flutuante fl(x) por qualquer dos dois mtodos. Seguidamente, precisa-se melhor o conceito de
erro em sentido mais geral.
Seja x um valor aproximado de uma grandeza cujo valor exacto x. Define-se o erro de x em relao a x como: x = x x e o erro absoluto de x
como o valor absoluto de x , | x |.
Exemplo 3.3: Erro absoluto.
= 22/7
No clculo do permetro molhado de um colector, considerou-se
como aproximao de = 3.14159265 Qual o erro da referida aproximao?
CLCULO NUMRICO
49
Resoluo
Convertendo 22/7 na forma decimal, vem
No exemplo anterior, as reticncias indicam que os nmeros possuam

mais dgitos, que no queremos ou no podemos continuar a representar.
Uma situao deste tipo ocorre sempre que um nmero no pode ser expresso atravs de um nmero finito de casas decimais. Ao lidar com aproximaes, necessrio estabelecer critrios para avaliar o respectivo grau
de preciso. No Exemplo 3.3, no caso de se trabalhar com trs casas
decimais,
= 3.142
= 0.0004073< 0.5 x 10-3
Diz-se que x um valor aproximado de x com preciso de k casas decimais correctas, se:
|x| = |x x| 0.5 x 10-K
(3.6)
e que x = (0.d1d2 dn)10 x 10E uma aproximao de x com n algarismos significativos se:
|x| = |x x| 0.5 x 10E-n
(3.7)
A importncia de um erro pode, em geral, ser melhor apreciada se for

comparada quantidade x a ser aproximada (supondo x 0), i. e., utilizando o conceito de erro relativo:
(3.8)
O erro relativo expressa o erro como uma fraco de x, ou |x|, e est

relacionado com o erro percentual, ou percentagem de erro, definido
como 100 x |rx|. O nmero de algarismos significativos de um valor aproximado pode relacionar-se com o respectivo erro relativo. De facto, como
por definio: |rx| = |x|/|x|, da Equao (3.7) verifica-se que se x tem n
algarismos significativos, ento
|rx| (0.5 x 10E-n)/(0.1 x 10E) = 0.5 x 101-n
50
(3.9)
|rx| 0.5 x 10-n
Tambm possvel demonstrar que, no caso de

ento x aproxima x com pelo menos n algarismos significativos.
(3.10)
Um indicador importante da preciso do sistema de ponto flutuante utilizado pelo computador reside em conhecer a diferena entre dois nmeros consecutivos, a qual depender da grandeza dos nmeros. Considerando o nmero positivo x1 = M1 x 2E, o nmero seguinte com o mesmo
expoente que o computador armazena ser x2 = (M1 x 2-t) x 2E (corresponde a aumentar em uma unidade o dgito menos significativo da
mantissa). Logo, teremos |x2 x1| = 2E-t. Observe-se que qualquer nmero
x = M x 2E no intervalo (x1, x2) ser aproximado por arredondamento a
fl(x) = x1 ou fl(x) = x2, segundo o extremo do intervalo do qual esteja mais
perto. O erro absoluto cometido ento |x fl(x)| = |x2 x1|/2 = 2E-t-l.
Claramente, o erro absoluto ser tanto maior quanto maior for o valor de x.
A cota para o erro relativo, pelo contrrio, permanece constante. Com efeito,
(3.11)
fcil comprovar que a cota do erro relativo se multiplicaria por 2 no caso

de se utilizar arredondamento por corte.
A diferena entre 1 e o menor nmero 1+ que maior que 1 mas que no

se armazena como 1 designado por psilon da mquina, ou unidade de
arredondamento da mquina. Denota-se M. Para um computador que
armazena mantissas normalizadas de t bits,
se o omputador arredonda ao armazenar
(3.12)
se o computador trunca ao armazenar

pelo que, de acordo com a Equao (3.11), M um majorante do erro
relativo, ou seja, se fl(x) a representao em F de um nmero real x, o
seu erro relativo no excede M (fl(x) = x(1 + ), || M). por isso
fundamental conhecer o M do sistema de ponto flutuante que se utiliza.
3.2.2.4 Propagao de erros. Erros nas operaes aritmticas
verdade que os erros de arredondamento so geralmente pequenos mas,
quando repetidos em algoritmos longos e complexos, podem ter efeitos
CLCULO NUMRICO
51
catastrficos. So abundantemente citados na bibliografia dois exemplos

notveis: a exploso do mssil Arianne a 4 de Junho de 1996, gerada por um
erro de overflow no computador de bordo; e o fracasso do mssil americano
Patriot durante a Guerra do Golfo, em 1991, devido a um erro de arredondamento no clculo da respectiva trajectria. Nesta seco aborda-se a forma
como se propagam os erros de arredondamento no clculo de funes.
Considere-se inicialmente o caso de uma funo de uma varivel e suponha-se que se pretende calcular o valor y = f(x) utilizando uma aproximao x de x. Em geral, f(x ) no coincide com f (x). Seja, por definio,
y = f(x). Qual o erro cometido nesta aproximao?
y | depender do erro | x| e tambm

claro que o erro | f | = | y| = |y
da funo f. Se a funo f for continuamente diferencivel, a aplicao do
teorema do valor mdio permite escrever
| f | = | f ()| | x|
(3.13)
com (x , x). Como este ponto no conhecido com rigor, pode-se
conhecer um majorante de | f | substituindo a derivada de f por um seu
limite superior, ou seja,
| f | | f (x)|max. | x|
(3.14)
[ x | x|, x + | x|].
Nesta expresso, o valor mximo da derivada calculado no intervalo
A relao anterior facilmente generalizvel a uma funo f que dependa

de qualquer nmero de variveis. Seja f (x1,x1,,xn) uma funo de R em
n
R , continuamente diferencivel. A aplicao do teorema do valor mdio
para funes de n variveis permite obter:
(3.15)
que constitui a chamada frmula de propagao do erro absoluto. Com

base na frmula de propagao do erro, fcil deduzir as regras para a
propagao de erros nas quatro operaes aritmticas. Assim,
(3.16)
52
ou, para o erro relativo,
(3.17)
A anlise das expresses anteriores permite concluir que h dois tipos de

situaes que podem ser uma importante fonte de erros ao trabalhar com
aritmtica de ponto flutuante:
a) a soma (subtraco) de um nmero muito pequeno a (de) um nmero
de muito maior ordem de grandeza;
b) a subtraco de nmeros muito prximos.
Para efectuar um teste do caso (a), em computador, considere o exemplo:
Exemplo 3.4: Erro na soma de nmeros de diferente grandeza.
Efectuar um programa de clculo que adicione dez mil vezes o valor 0.00001
a uma unidade. Comparar o resultado obtido com o resultado exacto calculando a percentagem de erro.
Resoluo
O valor obtido num PC (simples preciso) : SUM=1.100136. O valor
exacto SUM=1.1. Logo,
Para explicar a causa dos erros de arredondamento, considere-se o
clculo de 1+0.00001 num computador em simples preciso. As representaes binrias de 1 e de 0.00001 so, respectivamente,
(1)10 = (.1000 0000 0000 0000 0000 0000)2 x 21
(0.00001)10 = (.1010 0111 1100 0101 1010 1100)2 x 2-16
A soma destes dois nmeros resulta: (1)10 + (0.00001)10 =
= (.1000 0000 0000 0000 0101 0011 1110 0010 1101 0110 0)2 x 21
No entanto, os ltimos dgitos da mantissa (sublinhados) tero que ser
aproximados, j que a mantissa apenas pode armazenar 24 dgitos. Logo,
o resultado do clculo ser armazenado como
(1)10 = (0.00001)10 (.1000 0000 0000 0000 0101 0100)2 x 21,
CLCULO NUMRICO
53
que equivalente a (1.0000 0001036)10. Ento, sempre que 0.00001

somado a 1, o resultado tem um erro de 0.0000000136. Quando a adio
repetida dez mil vezes, gerado um erro de exactamente dez mil vezes
0.0000000136.
Analise-se agora o segundo tipo de situao, referenciado por (b), que pode
constituir uma importante fonte de erros. Da frmula do erro relativo da
subtraco, conclui-se que, se x e y so nmeros muito prximos, a diferena x-y vir muito pequena e, consequentemente, o erro relativo da diferena dos dois nmeros pode amplificar-se muito. Esta amplificao do
erro relativo designa-se por cancelamento subtractivo e corresponde,
portanto, perda de algarismos significativos (e consequente aumento do
erro relativo) resultante da subtraco de nmeros muito prximos.
Exemplo 3.5: Cancelamento subtractivo.
O cancelamento subtractivo pode ocorrer no clculo das razes de uma
equao do 2. grau utilizando a frmula habitual. De facto, se
ento
pelo que ocorre no numerador da frmula resolvente um cancelamento

subtractivo. Neste caso, possvel obviar o problema se se utilizar a seguinte forma alternativa para calcular as razes da equao do 2. grau:
A propagao do erro poder tambm estar relacionada com o tipo de

problema matemtico que se pretende resolver. Em geral, diz-se que um
problema matemtico mal condicionado se for muito sensvel a pequenas alteraes nos seus dados; se a soluo apresenta fraca sensibilidade s variaes nos dados, o problema diz-se bem condicionado.
Exemplo 3.6: Problema mal condicionado.
As razes da equao de 2. grau:
so
Utilizando coeficientes arredondados a seis casas decimais correctas

(pequena variao nos dados), obtm-se a equao: x2 0.333333 x +
+ 0.027778 = 0, que no tem razes reais!
54
Um mtodo numrico diz-se instvel se os erros se amplificam no decurso dos clculos, de forma a afectar significativamente o resultado final;
caso contrrio, o mtodo diz-se estvel. Um mtodo estvel produz sempre bons resultados (aplicado a problemas bem condicionados).
3.2.3 Erros de truncatura

3.2.3.1 Srie de Taylor
Depois de se perceber como que os computadores representam os nmeros, a pergunta que se segue : de que forma representam as funes?
Como referido, os computadores apenas executam as quatro operaes
aritmticas bsicas: adio, subtraco, multiplicao e diviso. Assim,
por exemplo, um computador representa facilmente f (x) = ax2 + bx + c,
pois esta funo s envolve operaes aritmticas bsicas. Em contraste,
funes transcendentes, como, por exemplo,
, envolvem, alm
das operaes aritmticas bsicas, outras operaes, neste caso integrao.

Uma das formulaes matemticas mais utilizadas no mbito dos mtodos numricos para exprimir funes a srie de Taylor. Uma funo f (x)
contnua e com derivadas contnuas, de qualquer ordem, na vizinhana
de x = x0, pode ser representada de forma exacta e nica no intervalo
]x0 R, x0 + R[, denominado intervalo de convergncia, onde R o raio
de convergncia da srie para x = x0, atravs da srie de potncias infinita,
designada por representao em srie de Taylor da funo f (x):
(3.18)
No caso particular em que x = x0 = 0, a expanso de Taylor denominada
srie de Maclaurin:
(3.19)
A ttulo de exemplo, as sries de Maclaurin de ex e cos x so, respectivamente:

(3.20)
CLCULO NUMRICO
55
(3.21)
Infelizmente, tal como um nmero finito de bits apenas consegue representar um nmero limitado de nmeros reais, um nmero finito de nmeros apenas pode representar um nmero limitado de funes. Embora
muitas funes sejam representadas por sequncias infinitas e operaes
aritmticas bsicas, os computadores apenas armazenam sequncias finitas. Assim, a sequncia infinita que representa a funo exacta ter de ser
truncada para um nmero finito de termos. Por outro lado, muitos problemas envolvem no s funes contnuas como tambm operaes sobre
essas funes, tais como integrao e diferenciao. Se as funes contnuas so substitudas por funes definidas discretamente, todos os
operadores sobre funes contnuas tambm tm de ser substitudos por
operadores sobre funes discretas.
A srie de Taylor truncada aps o termo de ordem n expressa-se como:
em que pn(x) designado por polinmio de Taylor de ordem n para f em

torno de x0. Rn(x) o erro de truncatura (representa o erro da aproximao
f(x) pn(x) ao truncar os termos de ordem n+1 e superiores) associado
a pn(x). Este erro pode ser expresso por:
(3.22)
(3.23)
, a aproximacom entre x e x0. No caso de se verificar que

o por polinmios de Taylor pode ser to exacta quanto se queira, bastando
para tal considerar um nmero suficientemente elevado de termos. Como,
em geral, o valor de no conhecido, apenas possvel calcular um limite
superior para Rn(x) pela considerao de um majorante para |f (n+1) ()|.
Exemplo 3.7: Aproximao de uma funo.
A Figura 3.4 ilustra graficamente a forma como a funo cos x aproximada no intervalo 0 x , utilizando diferentes polinmios pk(x), k = 1,
2 e 3, obtidos truncando a srie de Maclaurin (Equao 3.19).
56
Figura 3.4 Grficos da funo f(x ) = cos x e das aproximaes obtidas

por (3.19) para k=1, 2 e 3.
Na prtica, tal como no exemplo anterior, utiliza-se a expanso em srie

de Taylor, truncando a srie infinita, ou seja, usando uma soma parcial.
Este tipo de erro, motivado por truncar uma srie (erro de truncatura),
inerente maioria dos mtodos numricos.
3.2.3.2 Discretizao
Um dos conceitos fundamentais do clculo numrico o de discretizao. Consiste na substituio de um problema contnuo (por exemplo,
clculo de uma derivada ou integral) por um problema discreto. Supondo
que se pretende calcular o permetro de uma determinada elipse com eixo
maior e menor a e b, respectivamente, esse permetro ser dado de forma
analtica pelo integral
(3.24)
que um integral elptico de segundo tipo, e no admite soluo analtica.
Por isso que ao contrrio do caso do crculo para o qual
(3.25)
no se conhece a frmula analtica do permetro de uma elipse. O clculo
da expresso (3.24) ter de ser efectuado numericamente. Como se ver
no subcaptulo 3.5, o problema contnuo do clculo do integral ser substitudo pelo problema discreto do clculo de uma soma, introduzindo um
erro de discretizao.
CLCULO NUMRICO
57
Exemplo 3.8: Exemplo simples do conceito de discretizao.

Considere que se efectua o clculo aproximado do integral (Equao
3.25) pelo processo que se indica na Figura 3.5, isto , dividindo o
permetro do crculo em n partes iguais atravs da construo grfica que
se ilustra (discretizao do domnio). Como
e o lado, l, de cada
, o valor aproximado do permetro do
tringulo dado por
crculo :
Como se verifica na Figura 3.5(b), quando n , o permetro calculado
numericamente tende para o valor exacto (Paprox. P). No entanto, qualquer que seja o valor n (finito), obtm-se sempre um valor aproximado
para o permetro do crculo devido ao erro de discretizao (truncatura)
introduzido.
Figura 3.5 Determinao aproximada do permetro de um crculo:

(a) discretizao efectuada; (b) convergncia para o valor exacto quando n aumenta.
3.2.3.3 Mtodos iterativos

Outra das ideias fundamentais dos mtodos numricos passa pela iterao ou aproximao sucessiva. Num sentido amplo, iterao significa
repetio de um processo. Um mtodo iterativo um mtodo numrico
em que a soluo do problema matemtico o limite de uma sequncia
x1, x2, x3,,xk,
(3.26)
definida por iterao, ou seja, atravs de uma equao iterativa.
O caso mais geral de uma frmula de iterao estacionria de n pontos :
xk = g (xk-1, xk-2,,xk-n),
58
k = n, n + 1,
(3.27)
em que a funo de iterao g ser, em geral, no apenas funo de

xk-1, xk-2,,xk-n mas tambm de valores de f(x) e das suas derivadas em
um ou mais desses pontos.
O caso mais simples corresponde s frmulas de iterao estacionrias
de um ponto que, como se observa no subcaptulo 3.3, tm a forma:
xk = g (xk-1),
k = 1,2,
(3.28)
Cada passo denomina-se iterao. O ndice k indica a iterao presente.

O processo tem que ser iniciado com uma aproximao inicial, x0.
Dada a aproximao inicial x0 [a,b], um mtodo iterativo diz-se convergente se a sucesso das sucessivas aproximaes (Equao 3.26)
converge para , ou seja,
. Como os meios de clculo so
limitados, os processos iterativos devem ser terminados ao fim de um nmero finito de iteraes. Na prtica, o processo termina quando uma certa
preciso for atingida. O erro de truncatura cometido corresponde diferena entre o valor obtido aquando da paragem do processo iterativo e o
valor exacto que se alcanaria no limite (caso se tenha convergncia).
Definio (ordem de convergncia): Se um mtodo iterativo convergente

e existir um nmero p 1 e uma constante C > 0 tais que:
(3.29)
diz-se que o mtodo converge com ordem de convergncia p. Se p = 1,
a convergncia diz-se de primeira ordem ou linear; se p = 2, de segunda
ordem ou quadrtica, etc. A constante C denominada constante de erro
assimpttico.
A expresso (3.29) frequentemente escrita na forma assimpttica
| xk| C | xk-1|
(3.30)
Quanto maior a ordem de convergncia de um mtodo iterativo e menor

a respectiva constante de erro assimpttico, maior a respectiva rapidez
de convergncia (menor nmero de iteraes necessrias para atingir
uma dada preciso). Tal no significa que o mtodo seja necessariamente
mais eficiente, pois a eficincia depender, tambm, do esforo computacional exigido em cada iterao.
CLCULO NUMRICO
59
3.3 Resoluo de equaes no lineares

Dada uma funo real de varivel real, no linear (algbrica ou transcendente) f(x), diz-se que um nmero um zero da funo ou uma raiz da equao
f(x) = 0
se, e somente se, f() = 0. As razes de uma equao podem ser reais ou
complexas. Esta seco limita-se determinao de razes reais. Geometricamente, uma raiz real de f(x) = 0 representada pela abcissa x = ,
do ponto de interseco do grfico da funo f (x) com o eixo OX.
(3.31)
Uma equao no linear pode ter ou no razes reais. No primeiro caso,

pode haver apenas uma raiz ou vrias. Por exemplo, a equao quadrtica ax2 + bx + c = 0 no tem razes reais se b2 < 4 ac; caso contrrio
ter duas razes. Naturalmente, se b2 = 4 ac, as duas razes sero
idnticas (raiz de multiplicidade 2 ou raiz dupla). Uma raiz simples se
f() 0, e mltipla no caso contrrio.
As equaes no lineares, excepto em casos particulares, no podem ser
resolvidas atravs de mtodos directos, i. e., algoritmos que permitem
obter uma soluo num nmero finito e predeterminado de passos de clculo (se o computador trabalhasse com aritmtica exacta, ou seja, se no
existissem erros de arredondamento, a soluo obtida seria exacta). Considere-se o exemplo de uma equao polinomial
f(x) a0 xn + a1 xn-1 ++ an-1 x + an = 0
(3.32)
Para equaes de grau menor ou igual a 4, todas as razes podem ser

obtidas directamente por frmulas algbricas, embora para equaes de
grau 3 e 4 esse no seja o procedimento mais eficiente. Para n > 4, h
que recorrer a mtodos iterativos.
A implementao computacional de qualquer mtodo iterativo, como se
viu, apresenta trs componentes essenciais:
i) uma estimativa inicial da soluo;
ii) um processo para calcular uma nova aproximao melhorada frmula
recursiva ou de iterao;
iii) um critrio para terminar o processo de actualizao critrio de paragem ou de convergncia.
A ligao entre as diferentes componentes deste processo representada
atravs de um diagrama de blocos na Figura 3.6.
60
Figura 3.6 Implementao de um algoritmo iterativo.
A aplicao de uma frmula de iterao do tipo (3.28) requer o conhecimento de uma aproximao inicial x0 da soluo. Frequentemente, x0
pode ser obtido de imediato. , por exemplo, o caso em que o problema
permite uma previso do resultado. Quando tal no possvel, ou ainda,
no caso mais geral de se pretenderem obter as vrias razes da equao,
necessrio obter essa estimativa numa fase prvia. Isso pode ser feito
recorrendo ao estudo grfico e terico de f.
A necessidade de ter ou no aproximaes iniciais suficientemente prximas da raiz pretendida, , permite distinguir os mtodos de convergncia local, nos quais x0 tem que estar suficientemente prximo de , e
os mtodos de convergncia global, em que a convergncia no est dependente da melhor ou pior aproximao inicial x0.
Aps a obteno de uma aproximao inicial, que algumas vezes pode
ser grosseira, vai-se sucessivamente refinando a aproximao at que a
mesma esteja to prxima da raiz da equao quanto seja requerido pelo
problema em anlise. As condies impostas para que esta situao se
verifique definem o chamado critrio de paragem (ou convergncia) do
processo iterativo [por exemplo, x0 estar prximo de ou f (xk) ser prximo de 0, ou um nmero mximo de iteraes].
Os mtodos iterativos diferenciam-se entre si pela forma como so geradas as sucesses para obter a soluo da equao f (x) = 0 a resolver.
Apresentam-se de seguida alguns exemplos.
CLCULO NUMRICO
61
3.3.1 Mtodo da bisseco

Este um dos mtodos mais simples para calcular razes reais de uma
equao no linear. Est baseado no conhecido teorema de Bolzano, segundo o qual, se uma funo f contnua num intervalo [a,b] e tem sinais
opostos nos seus extremos (f (a) f(b) < 0), ento existe pelo menos um
valor (a,b) tal que f() = 0.
A essncia do mtodo consiste em construir uma sequncia encaixada

de subintervalos Ik = [ak, bk] I = [a, b] por divises sucessivas do intervalo ao meio, assegurando sempre que f (ak) f (bk) < 0. Desta forma, a
raiz vai sendo sucessivamente confinada a um intervalo com uma amplitude cada vez menor.
Concretizando, em cada iterao k, calcula-se o ponto mdio do intervalo:
(3.33)
e o valor da funo nesse ponto f(xk). Se f(xk) = 0, o processo termina,

pois = xk. Caso contrrio, o ponto mdio xk ir substituir um dos valores
extremos do intervalo (ak ou bk) de acordo com:
(3.34)
O processo de diviso do intervalo ao meio e a escolha do subintervalo

para a iterao seguinte repetem-se at o critrio de paragem ser verificado. Este processo iterativo encontra-se esquematicamente ilustrado na
Figura 3.7.
O mtodo sempre convergente desde que f (a) f (b) < 0 (mtodo de convergncia global), mas a convergncia pode ser muito lenta.
Aps k iteraes, a raiz estar contida em Ik = [ak, bk] de amplitude
(3.35)
que depende apenas da amplitude do intervalo inicial (b a) e no da

expresso analtica da funo f(x). Assim, o erro cometido aps k bisseces (iteraes) majorado por
(3.36)
62
Figura 3.7 Mtodo da bisseco.
Definida a preciso pretendida no clculo da raiz, possvel especificar

a priori o nmero de iteraes k necessrias para atingir esse objectivo.
Concretamente, supondo que se pretende garantir que | xk| , basta
impor
, de onde se obtm
(3.37)
Tomando para k o primeiro inteiro que verifica a condio anterior, existe

a garantia de que xk satisfaz a preciso desejada.
Da expresso (3.36), deduz-se imediatamente que
(3.38)
o que mostra, recordando as expresses (3.29) ou (3.30), que o mtodo
da bisseco converge linearmente, com razo de convergncia igual ou
menor a 0.5.
Num canal de seco rectangular de 2,5 m de largura e declive 0.0009,
com revestimento de beto, escoa-se o caudal de 3 m3/s. Determine utilizando a expresso de Manning (K = 75 m1/3/s) a altura do escoamento
uniforme com trs casas decimais correctas.
Exemplo 3.9: Mtodo da bisseco.
CLCULO NUMRICO
63
Resoluo
A frmula de Manning
pode escrever-se:
. Para canal rectangular: A = bh e P = b + 2h.
Assim,
, a equao no
linear cuja soluo permite calcular a altura uniforme. Arbitrando I0 = [0.5, 1.0],
a utilizao das Equaes (3.33) e (3.34) possibilita a obteno dos resultados apresentados no Quadro 3.1.
No caso de previamente se pretender saber qual o nmero de iteraes
a efectuar, a aplicao da condio (3.37) permite obter:
, o que implica 10 iteraes, coincidente

com o resultado apresentado no Quadro 3.1.
k
Quadro 3.1 Resultados do processo iterativo (mtodo da bisseco).
1
2
3
4
5
6
7
8
9
10
ak -1
b k -1
0.500000
0.750000
0.750000
0.812500
0.812500
0.828125
0.835938
0.839844
0.841797
0.842773
1.000000
1.000000
0.875000
0.875000
0.843750
0.843750
0.843750
0.843750
0.843750
0.843750
f(ak -1)
Sinal de
xk
0.750000
0.875000
0.812500
0.843750
0.828125
0.835938
0.839844
0.841797
0.842773
0.843262
f(x k )
Sinal de
3.3.2 Mtodo do ponto fixo

sempre possvel transformar algebricamente de inmeras (infinitas) formas a equao f(x) = 0 numa outra equao equivalente do tipo
x = g (x)
64
(3.39)
Uma soluo da Equao (3.39) dita um ponto fixo de g, ou seja,

um ponto fixo de g se e s se = g () (o ponto permanece invariante
sob a transformao g). claro que se um ponto fixo de g, ento ser
zero de f e vice-versa, j que a Equao (3.39) equivalente a f (x) = 0.
Dada uma aproximao inicial x0, as subsequentes aproximaes so
dadas por (frmula de iterao)
xk = g (xk-1),
k = 1,2,
(3.40)
A Figura 3.8 ilustra o significado geomtrico deste processo iterativo para

dois casos com comportamentos distintos: um em que se verifica convergncia, e outro em que o processo diverge.
Figura 3.8 Mtodo do ponto fixo: (a) convergente; (b) divergente.
Como foi referido, h infinitas possibilidades de escolher g(x) a partir de

f (x) = 0. A forma geral de g(x) :
g(x) = x h(x) f (x)
(3.41)
sendo h(x) uma funo continua, no nula em [a,b]. Para diferentes, mas
apropriadas, funes h(x), ter-se- diferentes funes de iterao g(x) e
diferentes mtodos iterativos.
Como encontrar uma funo g(x) adequada?
As perguntas bvias neste momento so:
Sob que condies o mtodo convergente?

Com que rapidez converge?
Comece-se por tentar responder a estas questes atravs da anlise dos
exemplos que se seguem (Abreu e Antunes do Carmo, 2008).
CLCULO NUMRICO
65
Dada a equao: f(x) = x3 7x 6 = 0, verifique que as funes g(x)

abaixo listadas podem ser utilizadas como funes de iterao do mtodo
do ponto fixo:
Exemplo 3.10: Funes de iterao do mtodo do ponto fixo.
A forma de obter as duas primeiras imediata: no primeiro caso, h(x) = 1/7;

no segundo, h(x) = 1/x2. Em relao a (c), embora seja fcil comprovar ser
correcta (x = g(x) f(x) = 0), a forma como foi obtida ser melhor
compreendida posteriormente.
Resoluo
Exemplo 3.11: Convergncia/divergncia do mtodo do ponto fixo.

A equao utilizada no exemplo anterior pode escrever-se na forma
equivalente x3 7x 6 = (x + 1) (x + 2) (x 3), pelo que ter trs razes
reais 1 = 2, 2 = 1 e 3 = 3. Efectuar o processo iterativo, utilizando o
mtodo do ponto fixo e as trs funes de iterao (g1, g2, e g3), para
determinar valores aproximados das duas razes negativas 1 = 2 e 2 = 1.
O processo iterativo foi iniciado com x0 = 2.2 (para a raiz 1 = 2) e x0 =
Resoluo
1.1 (no caso da raiz 2 = 1).
Os Quadro 3.2 e Quadro 3.3 apresentam os resultados daquele processo.

As condies de paragem utilizadas foram:
|xi+1 xi| 10-5 (convergncia)

|xi+1| > 105
(divergncia)
Nmero mximo de iteraes = 20

Os resultados do Exemplo 3.11 permitem concluir que as trs funes de
iterao no so igualmente bem sucedidas, originando processos iterativos
com distintos comportamentos. Ao usar g3(x), os processos so convergentes
tanto para 1 como para 2. A funo g1(x) d origem a um processo divergente para 1, embora permita calcular 2. Pelo contrrio, a funo g2(x)
origina um processo convergente para a raiz 1, e no permite calcular 2
iniciando o clculo com 0 = 1.1 (prximo da raiz 2 = 1), o processo
iterativo converge para 1 = 2 (i. e., diverge de 2 = 1).
66
Quadro 3.2 Resultados do processo iterativo para a raiz 1 = 2 .
g(x )
k
0
1
2
3
4
5
6
7
8
9
-2.20000
-2.37829
-2.77888
-3.92271
-9.48022
-12.25766
-2.6 E+5
-2.20000
-2.03404
-2.00130
-2.00000
-2.00000
Quadro 3.3 Resultados do processo iterativo para a raiz 2 = 1 .
g(x )
k
0
1
2
3
4
5
6
7
8
9
10
11
12
-2.20000
-1.94215
-2.01356
-1.99656
-2.00086
-1.99979
-2.00005
-1.99999
-2.00000
-2.00000
-1.10000
-1.04729
-1.02124
-1.00930
-1.00402
-1.00173
-1.00074
-1.00032
-1.00014
-1.00006
-1.00003
-1.00001
-1.00000
-1.10000
-1.40496
-1.94270
-2.01344
-1.99659
-2.00085
-1.99979
-2.00005
-1.99999
-2.00000
-2.00000
-1.10000
-0.99050
-0.99993
-1.00000
A explicao dos resultados anteriores dada pelo seguinte teorema:

Teorema da contraco ou do ponto fixo: se existir um intervalo fechado
I, I = [a,b] e uma funo g tal que:
i) x I a g(x) b
ii) g diferencivel e |g(x)| < 1, para todo x I
ento existe um nico ponto fixo em I, e a sucesso gerada por xk = g(xk-1)

converge para qualquer que seja a escolha do valor inicial x0 em I.
CLCULO NUMRICO
67
Por outro lado, verificando-se a convergncia, pode demonstrar-se que

(3.42)
Consequentemente, se |g()| 1, o mtodo converge linearmente (p=1)

com constante de erro assimpttico C = |g()|. O resultado anterior mostra que a convergncia do mtodo do ponto fixo ser tanto mais rpida
quanto menor o valor de |g()|. Os resultados anteriores resumem-se
esquematicamente na Figura 3.9.
Figura 3.9 Ilustrao grfica da convergncia do mtodo do ponto fixo.
3.3.3 Mtodo de Newton-Raphson

O mtodo de Newton pode ser interpretado geometricamente de forma
simples (Figura 3.10). Seja x0 uma aproximao inicial para um zero de
f(x). Considere-se a recta tangente a f(x) no ponto de abcissa x0. Na vizinhana de x0, esta recta dever aproximar razoavelmente o grfico de f
(aproximao local de uma funo no linear por uma funo linear), pelo
que o ponto de interseco desta tangente com o eixo das abcissas dever estar prximo da raiz . A abcissa deste ponto ser, ento, tomada
como uma nova aproximao, x1, para .
Em concreto, a equao da tangente curva y=f(x) que passa pelo ponto
de abcissa x0
y = f(x0) + f(x0) (x x0)
Fazendo y = 0 na equao anterior, a nova aproximao para a raiz, x1,

ser dada por
(3.43)
(3.44)
Uma forma alternativa de obter a equao anterior verificar (Figura 3.10)
que tg = f(x0) / (x0 x1).
68
Figura 3.10 Ilustrao grfica do mtodo de Newton-Raphson.
Naturalmente, o processo anterior pode ser repetido, obtendo-se uma sequncia de pontos definidos por
(3.45)
que corresponde frmula iterativa do mtodo de Newton-Raphson.

Comparando as Equaes (3.45) com (3.40), conclui-se que o mtodo de
Newton-Raphson constitui um caso particular do mtodo do ponto fixo,
com uma funo de iterao g(x) definida por
(3.46)
A funo g3(x) do Exemplo 3.10 e do Exemplo 3.11, que conduziu aos

melhores resultados, pode ser obtida a partir da Equao (3.46). Por que
razo ter tido aquela funo de iterao um desempenho to bom?
A funo de iterao g(x)do mtodo de Newton tem duas propriedades
importantes: se uma raiz de f(x) = 0 e f() 0, ou seja, se uma raiz
simples, ento:
g() =
g() = 0
De facto, como:
(3.47)
, esta anula-se para x = , pois no
numerador f() = 0. Se efectuarmos a hiptese que f e as duas primeiras

derivadas so contnuas, logo g' ser tambm contnua. Como g() = 0,
por continuidade de g', existir sempre um intervalo I contendo tal que
|g(x)| < 1, para x I
(3.48)
CLCULO NUMRICO
69
Pode-se ento enunciar o seguinte teorema.
Teorema de convergncia local: se f for uma funo contnua, com

primeira e segunda derivadas tambm contnuas, ento a aplicao do
mtodo de Newton para encontrar uma raiz simples, , garantida no
caso de se partir de uma aproximao inicial, x0, suficientemente prxima
da raiz.
Alm disso, o mtodo tem convergncia quadrtica (p = 2), pois demonstra-se (Pina, 1995) que:
(3.49)
O resultado anterior explica a rpida convergncia do mtodo de Newton-Raphson no Exemplo 3.11.

Como, na prtica, a expresso suficientemente prxima da raiz do teorema de convergncia local no fcil de quantificar, prefervel garantir
a convergncia para um intervalo I = [a,b].
Teorema de convergncia global (condies suficientes de convergncia): se f for uma funo contnua em I = [a,b] e:
(1) f(a) f(b) < 0
(2) f(x) 0, x I
(3) f(x) 0 ou f(x) 0, x I

(4)
Ento x0 I = [a,b] a sequncia {xk}k=1,2, gerada pelo mtodo de
Newton converge para , nico zero de f em I = [a,b].
Verificadas as condies de convergncia, embora esta esteja garantida,

independentemente da escolha do valor de x0 [a,b], o modo como se
processa diferente quando se inicia o clculo de um lado ou do outro da
raiz (x0 = a ou x0 = b). H um extremo, dito extremo favorvel, que conduz
a uma sucesso de aproximaes montona (convergncia lateral para a
raiz). Geometricamente, corresponde ao extremo que fica no lado convexo
da curva, ou seja, que satisfaz:
f(x0) f(x0) > 0

70
(3.50)
3.3.4 Mtodo da secante

Uma alternativa ao mtodo de Newton utilizado, por exemplo, se a derivada
da funo f no puder ser calculada explicitamente, ou se o respectivo
clculo envolve considervel esforo computacional, o chamado mtodo
da secante.
Uma estimativa de f(xk) consegue-se pela expresso
(3.51)
que corresponde, em termos grficos, a aproximar localmente a curva y = f(x)
por uma sua secante (ver Figura 3.11). Substituindo a expresso anterior
na frmula iterativa
do mtodo de Newton-Raphson,
obtm-se
(3.52)
que constitui a frmula iterativa do mtodo da secante.
Figura 3.11 Ilustrao grfica do mtodo da secante.
Este mtodo necessita de duas aproximaes iniciais: x0 e x1 (frmula de

iterao de dois pontos, xk+1 = g(x1, xk-1), k = 1,2,), embora efectue apenas
uma avaliao da funo em cada passo do processo iterativo (o mtodo de
Newton-Raphson requer avaliao da funo e da derivada). O preo a pagar
pela aproximao numrica da derivada que a convergncia deixa de ser
quadrtica passando apenas a ser supralinear, j que p = (1 +
5 )/2 1.618
(Pina, 1995).
CLCULO NUMRICO
71
3.4 Aproximao de funes

At ao momento analisou-se o problema de aproximar nmeros (zeros de
uma funo). Considera-se agora o problema de aproximar funes. Existem vrias maneiras atravs das quais uma funo contnua pode ser representada de forma aproximada por um conjunto finito de valores. A mais
bvia atravs de um conjunto de pontos (amostras), e ser esta a representao assumida nesta seco. No entanto, importante assinalar que
existem outras alternativas (geralmente mais complicadas, mas s vezes
com vantagens significativas). A forma pela qual a funo representada
afecta o modo como posteriormente as derivadas e os integrais podero
ser aproximados.
3.4.1 Interpolao polinomial
O mtodo mais comum e de mais fcil implementao (embora nem sempre o mais efectivo) para aproximar funes a interpolao polinomial.
Matematicamente, o problema da interpolao polinomial formula-se do
seguinte modo: seja f uma funo definida num intervalo [a,b], atravs de
um conjunto de n + 1 pares ordenados (xi, yi) {i = 0,1,,n} suporte da
interpolao; pretende-se aproximar f por um polinmio pn(x) de grau n
que verifique as n + 1 condies:
pn(xi) = f(xi) = yi, i = 0,1,,n
(3.53)
Os valores xi so chamados pontos ou ns da interpolao e os valores

yi = f(xi) os valores interpolados. Aqui a informao que possumos da
funo no est concentrada num ponto, como sucede com os polinmios de Taylor (aproximao local). Embora o polinmio pn(x) seja nico,
como veremos, pode ser expresso de vrias formas. A mais directa
atravs de uma srie de potncias (forma de potncias simples)
pn(x) = a0 + a1 x + a2 x2 ++ an xn
com coeficientes arbitrrios a1, 0 i n. A condio (3.53), que obriga o

polinmio a passar nos vrios pontos (xi, yi), conduz a um sistema linear
de n + 1 equaes para calcular as n + 1 incgnitas (coeficientes a).
(3.54)
(3.55)
72
Demonstra-se que o determinante do sistema de equaes (3.55), conhecido como determinante de Vandermonde, dado por
nunca se anula se os xi forem distintos (xi xj para i j). Logo, o sistema

anterior tem soluo nica, ou seja, existe um nico polinmio pn(x) que
reproduz exactamente f(x) nos pontos xi, i = 0,1,,n.
Para conhecer o polinmio pn(x), bastar ento resolver o sistema de

equaes (3.55). No entanto, existem duas desvantagens que no tornam
recomendvel seguir computacionalmente esta via de resoluo do problema. Por um lado, a resoluo do sistema (3.55), sobretudo se o nmero de pontos for aprecivel, um problema mal condicionado. Por outro,
trata-se de um processo de clculo pouco eficiente. possvel obter o
polinmio interpolador com menos operaes aritmticas.
3.4.1.1 Frmula interpoladora de Lagrange
Em alternativa Equao (3.54), o polinmio pode escrever-se na forma
(3.56)
(forma de ordenadas ou polinmio interpolador de Lagrange), na qual

cada lk(x), 0 k n um polinmio de grau menor ou igual a n. Estes
polinmios so os polinmios base de Lagrange associados aos ns: x0,
x1 , xn. Para cada valor fixo de i, impe-se a condio (3.53): pn(xi) =
f(xi) = yi. Esta ser certamente satisfeita se os lk (x) verificarem a relao:
(3.57)
Ou seja, o polinmio base de Lagrange lk (x) anula-se em todos os ns
excepto no n xk, no qual assume o valor 1. Como lk (x) tem grau n,
dever ser da forma
lk (x) = C (x x0) (x x1) (x xk-1) (x xk+1) (x xn)
(3.58)
para se anular em todos os ns, excepto em xk. Por outro lado, para que
lk (xk) = 1, a constante C deve verificar
(3.59)
CLCULO NUMRICO
73
Consequentemente,
(3.60)
As Equaes (3.56) e (3.60) definem a frmula de Lagrange para o clculo

do polinmio interpolador.
Exemplo 3.12: Polinmio interpolador de Lagrange.
Para o clculo do amortecimento de onda de cheia numa albufeira, necessrio conhecer a curva V = f(Z), volume armazenado-cota da albufeira.
Determinar, atravs da frmula de Lagrange, o polinmio interpolador
com base nos seguintes trs pontos de V = f(Z).
x Z (m)
y V (hm3)
110
120
130
215
510
935
Como o nmero de pontos n + 1 = 3, o polinmio ser, no mximo, de

grau 2, V = p2(Z) p2(x). A partir dos dados da tabela constroem-se os
polinmios base de Lagrange (Equao 3.60)
Resoluo
que, substitudos em (3.56), permitem obter o polinmio
74
Apesar da sua simplicidade, a frmula de Lagrange pode no ser a representao mais conveniente do polinmio interpolador, fundamentalmente
pelas seguintes razes:
possvel obter o polinmio interpolador com menos operaes aritmticas (menor esforo computacional) que as requeridas por esta frmula;
os polinmios de Lagrange encontram-se associados a um conjunto de
ns; uma mudana de localizao ou de nmero destes implica refazer
totalmente o clculo do polinmio.
3.4.1.2 Frmula interpoladora de Newton
O polinmio interpolador poder tambm ser expresso na designada
forma de Newton:
(3.61)
em que os bi, 0 i n so os coeficientes a determinar. Esta formulao
permite evitar os inconvenientes apontados forma de Lagrange, dando
resposta nomeadamente seguinte questo: dado o polinmio pn-1 (x) que
interpola f nos diferentes ns {xi}, i = 0,1,, n-1, que funo necessrio somar a pn-1(x) para obter pn(x)?
Os coeficientes bi, 0 i n vo ser determinados de modo que pn(x)
interpole os valores nodais yi nos distintos ns xi, ou seja,
pn(x0) = f(x0), pn(x1) = f(x1),, pn(xn) = f(xn)

Por exemplo, para x = x0, vem: f(x0) = b0
(3.62)
De forma anloga, calculando pn(x) para x = x1, vem:

Para se determinar b2, basta considerar x = x2 na Equao (3.61) e utilizar
p2(x2) = f(x2).
Assim, f(x2) = b0 + b1 + (x2 x0) + b2 (x2 x0) (x2 x1) que, aps alguma
manipulao algbrica, conduz a:
CLCULO NUMRICO
75
Prosseguindo de forma idntica, pode verificar-se que os coeficientes bk

do polinmio interpolador pn(x) so dados indutivamente por
(3.63)
em que bk = f [x0, x1,, xk] a denominada diferena dividida de ordem
k de f relativamente aos k+1 ns distintos: x0,x1,,xk. Ento, o polinmio
(3.61) obtm-se calculando um conjunto de quantidades, denominadas
diferenas divididas, de acordo com o seguinte quadro:
Quadro 3.4 Diferenas finitas divididas (notao e definio).
Ordem
Notao
Definio
Nestas condies, com a notao de diferenas divididas, o polinmio

interpolador de Newton de grau n, pn(x) assume a forma:
(3.64)
76
As diferenas divididas so usualmente calculadas atravs de uma tabela

de diferenas divididas como a que se indica no Quadro 3.5.
x
Quadro 3.5 Tabela de diferenas divididas.
f0 [ ]
x0
f [x 0]
x1
f [x 1]
x2
f [x 2]
x3
f [x 3]
x4
f [x 4]
x n-1
f [x n-1]
xn
f [x n]
f1 [ ]
f [x 0, x 1]
f [x 1, x 2]
f [x 2, x 3]
f [x 3, x 4]
f2 [ ]
f [x 0, x 1, x 2]
f [x 1, x 2, x 3]
f [x 2, x 3, x 4]
f3 [ ]
f [x 0, x 1, x 2 , x 3]
f [x 1, x 2, x 3 , x 4]
f [x n-1, x n]
Se os valores nodais corresponderem a uma funo f que admite derivadas contnuas at ordem n, possvel estabelecer uma ligao importante entre a diferena dividida de ordem n e a derivada da mesma ordem
da funo f (Carnahan et al., 1969):
(3.65)
Observe-se que, no caso particular n = 1, este resultado reduz-se ao

teorema do valor mdio:
(3.66)
CLCULO NUMRICO
77
Exemplo 3.13: Polinmio interpolador de Newton.

Calcular, atravs da forma de Newton, o polinmio interpolador da funo
V = f(Z) correspondentes aos dados do Exemplo 3.12.
Resoluo
P2(x) = f [x0] + (x x2) f [x0, x1] + (x x0) (x x1) f [x0, x1, x2]
De acordo com a Equao (3.64), o polinmio de grau 2 dado por:
Calculando as diferenas divididas a partir da tabela:

x
f(x )
110
215
120
510
130
935
f 2[ ]
f 2[ ]
29.5
0.65
42.5
V = p2(x) = 215 + (x 110) x 29.5 + (x 110) x (x 120) x 0.65 =

= 0.65x2 120x + 5550
obtm-se:
que coincide com o polinmio j obtido pela frmula de Lagrange no

Exemplo 3.12.
O polinmio interpolador pn(x) verifica pn(xi) = f(xi) para i = 0,1,,n.
Interessa saber se pn(x) se afasta muito de f (x) quando x xi. fcil
verificar que Rn(x) dado por:
3.4.1.3 Erro da interpolao
Rn(x) = (x x0) (x x1) (x xn) f [x, x0, x1,,xn]
(3.67)
ou, de forma equivalente, introduzindo a Equao (3.65), com (x, x0, x1,,xn):
(3.68)
evidente que a equao anterior no pode ser utilizada para calcular o
valor exacto do erro Rn(x), visto que em geral desconhecido (excepto
o caso em que a derivada de ordem n + 1 de f(x) uma constante). No entanto, da Equao (3.68) consegue-se obter um majorante do erro
78
(3.69)
com
O produto |(x x0) (x x1)(x xn)| tende a crescer quando x se aproxima

dos extremos do intervalo de interpolao e cresce muito rapidamente
medida que x se afasta de [a,b] (extrapolao). Existem funes para as
quais a interpolao num nmero crescente de pontos no produz necessariamente uma sequncia de polinmios convergindo de forma uniforme
para f (o polinmio interpolador pode no tender para a funo interpolada quando n ). Um exemplo clssico a chamada funo de Runge
. Supondo o domnio de interpolao [-5,5] e ns equidistantes
de espaamento h, verifica-se que, quando o grau do polinmio interpolador

aumenta (menor espaamento entre os ns), este assume oscilaes
cada vez mais acentuadas. A Figura 3.12 ilustra este fenmeno para n =
8 (h = 1.25).
Figura 3.12 Ilustrao grfica das oscilaes experimentadas

por um polinmio p 8 (x ) ao interpolar a funo de Runge.
3.4.2 Aproximao. Mtodo dos mnimos quadrados

Na seco anterior (interpolao) abordou-se uma forma de lidar com funes matemticas definidas atravs de uma tabela de valores. No entanto,
frequentemente, estas tabelas so obtidas com base em valores medidos, os quais podem estar contaminados por erros experimentais inerentes impreciso do mtodo utilizado. Quando os valores tabelados no
CLCULO NUMRICO
79
so exactos, no razovel utilizar interpolao, ou seja, exigir que a

funo aproximante satisfaa exactamente os dados. Em vez de se recorrer a um polinmio que passe por todos os pontos (xi, yi), i = 1,2, , m,
a melhor abordagem ser fazer passar a funo aproximante, g(x), o
mais prximo possvel dos pontos (xi, yi).
Para ilustrar o problema, considere-se uma srie de dados (xi, yi), i = 1,2, , m,
onde cada yi aproxima o valor de uma funo f no ponto xi (considere-se,
como exemplo, a curva de vazo numa seco de um curso de gua,
onde x representa o caudal e y a altura de gua). No plano cartesiano,
estes m pontos originam uma nuvem de pontos (Figura 3.13) que, em
princpio, apresentar uma determinada tendncia.
No caso de a relao funcional y = f(x) ser completamente desconhecida, a

sua forma poder ser sugerida pela representao grfica dos dados,
consistindo o problema na procura da curva y = g(x) que melhor se ajuste,
num dado sentido, nuvem de pontos observada. Tal deciso exige
alguma prtica e muitas vezes uma questo de bom senso. Nestas condies, a funo g(x) diz-se uma aproximao da relao funcional desconhecida y = f(x). Noutros casos, a teoria em que a experincia se baseia pode sugerir, ou mesmo fixar, o tipo de relao existente entre as
variveis (recta, exponencial, sinusoidal, ).
Figura 3.13 Curva de tendncia de um conjunto de pontos.
Uma vez decidido o tipo de funo g(x) a utilizar, a respectiva definio

matemtica depender de um certo nmero de parmetros, i. e., g(x) = g
(x; 1, 2,,n). Coloca-se ento a questo de definir um critrio que
permita a determinao dos parmetros 1, 2,,n.
80
HIDROLOGIA
URBANA
CONCEITOS
BSICOS
Dadas as coordenadas (xi, yi), {i = 1,,m, do conjunto dos m pontos aos

quais se pretende ajustar a funo y = g(x), define-se o desvio (resduo)
na abcissa xi como a diferena entre o valor tabelado e o correspondente
valor da funo de ajustamento
3.4.2.1 O critrio dos mnimos quadrados
i = yi g(xi)
Geometricamente, i mede a distncia vertical desde o ponto Pi(xi, yi) ao

grfico da funo aproximante g(x), como mostra a Figura 3.13.
(3.70)
Poder ser intuitivo afirmar que a funo que melhor se ajusta aos pontos dados ser aquela que minimiza a soma dos desvios i, de cada ponto
observado (xi, yi) dita funo, ou seja, fazer com que:
(3.71)
seja mnimo. Suponhamos, no entanto, que temos apenas dois pontos (m = 2)

como se ilustra na Figura 3.14(a). Se pensarmos em g(x) como uma recta
da forma: y = a x + b ento, naturalmente, a melhor recta a que passa
atravs de ambos os pontos porque para aquela recta o somatrio (3.71)
zero. No entanto, para a recta a tracejado representada na Figura
3.14(a), a soma dos desvios tambm nula, j que os dois desvios so
iguais em mdulo, mas de sinais contrrios (i negativo e 2 positivo).
Figura 3.14 Definio do critrio de ajuste para o caso de uma recta.

(a) Critrio de minimizar a soma dos desvios;
(b) Critrio de minimizar a soma dos mdulos dos desvios.
Um refinamento do critrio anterior, para evitar o anulamento da soma de

desvios simtricos, consiste em minimizar a soma dos mdulos dos desvios. Este critrio tambm inadequado, como se exemplifica no caso
dos trs pontos ilustrado na Figura 3.14(b). Considere-se a hiptese de
CLCULO NUMRICO
81
dois dos trs pontos terem a mesma abcissa x (isto no uma situao
anormal, j que muitas vezes os experimentos so duplicados). A melhor
recta passar obviamente atravs da mdia dos experimentos duplicados. No entanto, qualquer linha que se encontre entre as linhas a tracejado
ter a mesma soma dos mdulos dos desvios. Este resultado ambguo
desaconselha a utilizao do critrio.
Uma forma simples de aproveitar a ideia anterior substituir o mdulo
dos desvios pelo quadrado dos desvios. Ou seja, a melhor funo g(x)
ser aquela que minimizar o somatrio do quadrado dos desvios, i. e.,
minimizar a funo:
(3.72)
Este critrio designado por critrio dos mnimos quadrados.
Com vista sua aplicao para ajustamento de uma funo g(x), h que
analisar, em primeiro lugar, o caso mais simples que corresponde
existncia de uma relao linear entre y e x.
3.4.2.2 Regresso linear
O ajustamento por uma recta corresponde a um caso particular de uma
funo de dois parmetros g(x) g(x; 1, 2) ou, na forma mais habitual,
g(x) g(x; a, b) = a x +b. A aplicao do critrio dos mnimos quadrados
corresponde afirmao de que a melhor recta aquela cujos parmetros a e b minimizam a funo:
(3.73)
Para ocorrer um mnimo, necessrio que (condies de 1. ordem):
Obtm-se desta forma um sistema linear de duas equaes a duas incgnitas (a e b), que permite a determinao dos coeficientes da vulgar-
82
mente designada recta de regresso. O desenvolvimento do sistema anterior permite escrever:
(3.74)
denominado sistema normal. Os valores de a e b, soluo nica do

sistema normal, so dados por:
(3.75)
O denominador destas expresses apenas se anula quando todos os xi

forem iguais. Ento, sempre que entre os valores tabelados existirem dois
ou mais valores distintos de xi, a soluo existe e nica.
Considere os pontos (xi, yi) apresentados nas duas primeiras colunas do
Quadro 3.6, que representam valores da precipitao anual, P (mm), e do
escoamento anual, R (mm), numa dada bacia. Para determinar a recta de
regresso, completou-se o Quadro 3.6 de forma a calcular os vrios
termos das equaes normais (3.75).
Exemplo 3.14: Regresso linear.
As equaes normais (3.75) permitem assim obter:
A recta de regresso y = 0.795 x 472 est representada, conjuntamente

com os pontos dados, na Figura 3.15.
CLCULO NUMRICO
83
x i Pi (mm)
Quadro 3.6 Exemplo de regresso linear.
y i R i (mm)
x i2
610
10
327100
6100
720
95
518400
68400
810
190
656100
153900
850
205
722500
174250
880
237
774400
208560
920
232
846400
213440
970
312
940900
302640
1080
355
1166400
383400
1130
445
1276900
502850
1180
470
1392400
554600
= 9150
= 2551
= 8666500
xi y i
= 2568140
Figura 3.15 Regresso linear do escoamento e precipitao anuais.
3.4.2.3 Modelo geral de dois parmetros

Para generalizar a aplicao do mtodo dos mnimos quadrados a qualquer funo g(x), considere-se o caso de g(x) depender de dois parmetros, e (1, = ; 2 = ). As equaes normais escrevem-se:
e
(3.76)
com
(3.77)
84
O desenvolvimento do sistema de equaes (3.76) permite obter duas

situaes distintas em face da escolha efectuada para g(x).
Situao 1: A funo g(x) pode expressar-se na forma
g(x) = c1(x) + c2(x)
(3.78)
i. e., como um modelo linear de dois parmetros, do qual a regresso

linear um caso particular (c1(x) = x e c2(x) = 1). O modelo matemtico
(3.78) , do ponto de vista do mtodo dos mnimos quadrados, considerado um modelo linear do sistema real dado os parmetros e aparecerem linearmente combinados (embora as funes c1(x) = x e c2(x) possam ser no lineares). Nesta situao, o sistema normal , tal como no
caso da recta, um sistema linear 2x2 em e . De facto, quando uma
funo g(x) na forma (3.78) se substitui na Equao (3.77), as equaes
normais (3.76) convertem-se no sistema linear
(3.79)
ou, alternativamente, em forma matricial, em que
representa o soma-
trio
(3.80)
Resumindo: as equaes normais de qualquer modelo linear de dois parmetros dado pela Equao (3.78) conduzem ao sistema linear 2x2
(Equao 3.79), para determinar o vector de parmetros dos mnimos
quadrados e . Uma vez determinados e , a soma dos quadrados
dos desvios (3.77) poder ser calculada atravs da expresso simplificada:
(3.81)
CLCULO NUMRICO
85
Exemplo 3.15: Modelo linear de dois parmetros.

Um ensaio de infiltrao permitiu obter o conjunto de pontos:
x i t i (min)
y i f i (cm/h)
10
20
40
80
160
10.8
8.4
4,8
3.3
2.4
1.9
Ajustar os dados a uma hiprbole do tipo

somatrio do quadrado dos desvios.
e determinar o
Resoluo
forma (3.78), com c1 = 1/x e c2 = 1. Assim, o sistema de equaes (3.79)
escreve-se:
A hiprbole
um modelo linear de dois parmetros da
uma vez que:
Da resoluo do sistema obtm-se: = 46.856 e = 2.1846. Logo,
A soma do quadrado dos desvios pode ser calculada com a Equao (3.81),
Situao 2: No possvel expressar a funo g(x) na forma g(x) =
c1(x) + c2(x). Neste caso, o sistema 2x2 passar a ser um sistema no
linear, como se ilustra com o seguinte exemplo.
Exemplo 3.16: Modelo no linear.
Mostrar que no caso de um modelo de tipo exponencial, como , por
exemplo, o modelo tpico da curva de esgotamento das reservas subterrneas, caracterizado por g(x) = e x, o sistema (3.76) no ser linear.
86
A funo g(x) = e x no um modelo linear (no soma ponderada

de duas funes que seja possvel expressar como g(x) = c1(x) + c2(x).
A substituio de g(x) na Equao (3.77) conduz ao problema de minimiResoluo
zar a funo
, que, por sua vez, conduz ao
sistema:
ou, ainda:
Trata-se de um sistema 2x2 no linear nas variveis e que no tem,

regra geral, soluo analtica.
3.4.2.4 Linearizao
O exemplo anterior permitiu verificar as dificuldades adicionais na resoluo do problema quando o modelo g(x) no linear. Com o objectivo de
contornar estas dificuldades adopta-se, por vezes, uma tcnica de linearizao do problema. importante observar que os parmetros assim obtidos (linearizao) no so ptimos, de acordo com o critrio dos mnimos
quadrados. Isto porque se ajusta o problema linearizado e no o original.
No entanto, em termos prticos, as duas solues so, de modo geral,
muito prximas.
Exemplo 3.17: Linearizao de um modelo no linear.
Linearize y = x e efectue o seu ajuste aos cinco pontos do Exemplo 3.16.

Resoluo
Para esta funo em particular, a linearizao consiste em logaritmizar
ambos os membros de y = x e observar que:
CLCULO NUMRICO
87
com: Y = ln y, X = lnx, a = e b = ln
Os pontos transformados (X, Y) (ln x, ln y) so:

ln x i
ln y i
1.609
2.303
2.996
3.689
4.382
5.075
2.380
2.128
1.569
1.194
0.875
0.642
As equaes normais (3.80) para ajustar estes dados transformados podem

escrever-se como:
E a soluo : a 0.5285 e b 3.2310. Como = e b = ln, os

parmetros de g(x) so: = eb 25.3052 e = a 0.5285 pelo que:
g(x) = 25.31 x 0.5285 f(t) = 25.31t0.5285
O valor E(g) 1.11 permite concluir que esta equao ajusta melhor os
dados que a hiprbole do Exemplo 3.15, como se verifica na Figura 3.16.
Figura 3.16 Ajuste dos valores de um ensaio de infiltrao.
88
O Quadro 3.7 ilustra outros exemplos de linearizao de funes.

i
1
2
Quadro 3.7 Exemplos de linearizao de alguns modelos no lineares.
y = g i (x )
y = e x
y=
+x
y=
+x
Y= aX+ b
Forma linear
ln y = x + ln
y=
y =
xy +
y
X=
Y=
x y
y
x
ln y
y
a=
b =
ln
Nota: Um eventual ponto (0,0) deve ser eliminado do conjunto de dados antes de
utilizar as funes g 1 (x ) e g 3 (x ) (ver colunas X = e Y =).
3.5 Diferenciao e integrao numricas

Para a resoluo de muitos problemas, necessrio obter os valores das
derivadas (integrais) de uma funo sem recorrer sua expresso analtica, por esta no ser conhecida (caso, por exemplo, de funes dadas por
pontos), ou ser demasiado complicada. Nestas situaes, conveniente
dispor de tcnicas alternativas derivao analtica. Tais tcnicas so
genericamente denominadas de diferenciao numrica.
Embora analiticamente a integrao seja um problema muito mais complexo do que a derivao, a nvel numrico as coisas so distintas. De facto,
a derivao numericamente instvel j que pequenas modificaes na
funo a derivar podem produzir variaes drsticas no valor da sua
derivada, no se passando o mesmo na integrao. Dado o alcance deste
curso, vamos apenas introduzir o tema e mostrar, com um exemplo simples, as dificuldades que podem surgir.
3.5.1 Aproximao de derivadas por diferenas finitas
O problema da diferenciao numrica pode colocar-se da seguinte forma:
encontrar estimativas para a derivada de uma funo usando apenas
valores funcionais num conjunto discreto de pontos. Uma soluo simples consiste em reconstruir a funo atravs de uma aproximao local
(polinmio de Taylor) ou funo interpoladora e, posteriormente, calcular
de forma analtica a respectiva derivada (os polinmios, sendo de fcil derivao, so bons candidatos), esperando assim obter uma aproximao
suficientemente boa.
CLCULO NUMRICO
89
Como se verificou na seco 3.2.3, a srie de Taylor permite relacionar

valores da funo f(x) e respectivas derivadas, num ponto x, com valores
dessa mesma funo numa vizinhana de x, seja f (x+h).
(3.82)
Truncando a srie aps as duas primeiras parcelas do 2. membro,
obtemos o polinmio de Taylor de grau 1 com resto:
(3.83)
onde O(h2) (leia-se da ordem h2 ) pretende ilustrar o facto de o erro de

truncatura do desenvolvimento em srie de Taylor ser proporcional a h2.
Com base na Equao (3.83), possvel definir uma aproximao da derivada de f em x (Figura 3.17), conhecida por diferena finita progressiva de
1. ordem.
(3.84)
De acordo com a Figura 3.17, a derivada aproximada pelo declive da
recta que une os pontos de f de abcissas x e x + h. Esta expresso
recorda a prpria definio de derivada de uma funo num ponto
h0 . Poder-se- ento pensar que, quanto menor for h, mais precisa a

aproximao da derivada (3.84). Tal no ocorre sempre, como se demonstra com o Exemplo 3.18, no final da presente seco.
, da qual se diferencia unicamente no limite
Figura 3.17 Ilustrao grfica da aproximao da primeira derivada.
90
De forma idntica ao caso anterior, sendo h < 0 vem
f (x h) = f(x) h f(x) + O(h2)
(3.85)
que, seguindo o mesmo procedimento, conduz a uma aproximao da

derivada conhecida por diferena finita regressiva de 1. ordem
(3.86)
As duas formas do polinmio de Taylor de grau 2 com resto, ou seja:
(3.87)
e
(3.88)
permitem, se se subtrair a primeira segunda, obter a denominada diferena finita centrada de 2. ordem
(3.89)
Sendo uma diferena de 2. ordem, quando h diminui, o erro (de truncatura) decresce mais rapidamente do que nas aproximaes no centradas.
De modo anlogo forma como se obtiveram as frmulas de diferenas
que aproximam o valor da primeira derivada num ponto, conseguem-se expresses que aproximem derivadas de ordem superior (Chapra e
Canale,1990; Conte e de Boor, 1981). Assim, por exemplo, somando os dois
polinmios de Taylor de grau 2 com resto (equaes 3.87 e 3.88) obtm-se:
(3.90)
uma frmula de diferenas finitas centrada para aproximar a segunda
derivada da funo f em x.
Exemplo 3.18: Aproximao numrica de uma derivada.
Suponha-se que se pretende aproximar a primeira derivada de uma dada
funo f(x), to rigorosamente quanto possvel, utilizando a diferena finita
progressiva de 1. ordem (Equao 3.84). A definio de derivada sugere
CLCULO NUMRICO
91
que o quociente
pode aproximar f(x), se existe, quando h0.
No entanto, no provvel que suceda se os clculos se realizarem num

computador, a no ser que f(x) seja zero. Para o confirmar, suponha-se
que se quer calcular a derivada da funo f (x) = sin x em x = 1.
A soluo analtica do problema f(x) = cos x, pelo que f(1) = cos 1
0.54030. A soluo numrica, utilizando a aproximao (3.84), dada por
Resoluo
. Calculando num computador, em simples preci-
so, os valores deste quociente para valores de x sucessivamente decrescentes, obtm-se:

h
0.1
0.49736
0.042938
0.01
0.53609
0.004212
0.001
0.53996
0.000344
0.0001
0.54061
-0.000312
0.00001
0.54240
-0.002100
0.000001
0.53644
0.003860
0.000000001
0.0
0.540300
Por que razo que a aproximao no se torna mais exacta quando h

se aproxima de zero? Com efeito, na Equao (3.84), a derivada aproximada atravs de um quociente do qual se pretende que o denominador
seja muito pequeno. Sendo h pequeno, cabe esperar que f (x+h) e f (x)
sejam prximos entre si, pelo que, como se observou na seco 3.2.2.4,
ao subtra-los, efectuando os clculos com preciso finita, se produz o efeito
do cancelamento subtractivo. O erro de arredondamento produzido, por
sua vez, amplifica-se quando se divide por h. Uma vez iniciado o cancelamento subtractivo, as diminuies sucessivas de h fazem com que x + h
se arredonde a x ou f(x+h) e f(x) coincidam com a preciso da mquina,
pelo que se obtm um quociente nulo.
A concluso a extrair do exemplo anterior que o erro total cometido no
clculo da derivada composto por duas partes distintas: uma proveniente da frmula de diferenas finitas que proporcional a h; outra resul-
92
tante dos erros de arredondamento. Dever-se- encontrar ento um valor

de h de compromisso que seja suficientemente pequeno para minimizar
o erro de truncatura O(h), na Equao (3.84), mas no demasiado pequeno
de forma a que os erros de arredondamento se amplifiquem.
Se uma funo f(x) continua num intervalo finito [a,b] e conhecida a
sua primitiva F(x), o integral definido de f(x) entre a e b pode calcular-se
pela frmula fundamental do clculo integral:
3.5.2 Integrao numrica
(3.91)
No entanto, em vrios casos, o processo anterior pode ser complexo (exigindo, por exemplo, integrao por partes, ou uma longa busca at encontrar uma mudana de varivel apropriada), tornando mais rpido e mais
cmodo o clculo numrico do integral. Noutros casos, pode at nem ser
possvel porque:
impossvel encontrar uma primitiva de f(x) expressa analiticamente. o
caso das conhecidas integrais elpticas, das quais se viu um exemplo na
seco 3.2.3.2.
a expresso analtica de f(x) no conhecida. Casos em que a funo

conhecida apenas num nmero finito de pontos como, por exemplo,
quando obtida por medies de grandezas fsicas (ex.: velocidades
em diferentes pontos de uma prumada numa seco de um curso de
gua).
A integrao numrica permite resolver as dificuldades mencionadas
atravs do clculo aproximado do integral definido, utilizando apenas valores da funo f num conjunto finito de pontos do intervalo [a,b]. Essa
aproximao tambm conhecida como quadratura numrica nome
que tem origem na ideia bsica de seguir a definio do integral, aproximando a rea correspondente por reas de rectngulos (discretizao do
domnio). Na prtica, aplicam-se modificaes mais sofisticadas desta
ideia, como se ilustra a seguir, atravs da abordagem de alguns dos
mtodos mais correntes de integrao numrica.
A estratgia para a soluo do problema idntica utilizada na diferenciao numrica. Consiste sobretudo em aproximar a funo a integrar
CLCULO NUMRICO
93
f(x) por outra g(x) que aproxime f(x), no intervalo [a,b], e seja mais
facilmente integrvel (Figura 3.18), e estabelea:
(3.92)
Felizmente, os polinmios pn(x) constituem aproximaes razoveis e so
de fcil integrao.
Figura 3.18 Ilustrao da estratgia usada na integrao numrica.
Suponha-se que dada uma funo f(x) contnua, e um intervalo de inte3.5.2.1 Frmulas de integrao
grao [a,b], se pretende calcular, de uma forma aproximada
Sejam x0, x1,, xn, n + 1 ns com espaamento arbitrrio em [a,b] e seja

pn (x) o polinmio interpolador de grau n de f (x) nesses pontos. Como
os n + 1 pontos pertencem curva y=f (x) (Figura 3.18), poder-se- raciocinar da seguinte forma: se f(x) pn (x) em [a,b], ser razovel esperar que
(3.93)
Substituindo pn(x), na forma de Lagrange,

Equao (3.93) obtm-se
, na
(3.94)
94
pelo que a frmula de quadratura de (n + 1) pontos pode escrever-se:

(3.95)
com
(3.96)
A Expresso (3.95) designa-se por regra de integrao ou frmula de quadratura. O clculo exacto do integral substitudo pelo clculo de uma
soma ponderada (pesada) de valores discretos da funo integrada. Por
esta razo, os coeficientes 0, 1,, n na Equao (3.95) so designados por pesos da integrao. As abcissas so chamadas ns de integrao, normalmente escolhidas em [a,b]. Note-se que os pesos i dados
pela Equao (3.96) so independentes da funo f (x), dependendo
apenas de a e b e da disposio dos pontos de base xi. Consoante o valor
de n e a localizao dos ns no intervalo [a,b], assim se obtm diferentes
regras de integrao.
Uma regra de integrao diz-se de grau de exactido ou preciso n se

integrar exactamente todos os polinmios de grau n, mas s se existir
pelo menos um polinmio de grau n + 1 que no por ela integrada exactamente (Valena, 1993; Rosa, 1992). Uma consequncia imediata da
definio anterior que o grau de exactido determinado pela Equao
(3.95) n.
O erro da aproximao (3.93) representado graficamente, no caso geral, pela
diferena de reas sombreadas da Figura 3.18, dado analiticamente por:
(3.97)
ou introduzindo a expresso do erro da interpolao (3.68)
(3.98 )
O termo E, que corresponde ao erro cometido ao fazer-se a aproximao
(3.93), o erro de truncatura ou erro de discretizao associado integrao numrica.
CLCULO NUMRICO
95
3.5.2.2 Frmulas de Newton-Cotes

Os mtodos usuais de integrao numrica tm ns e pesos com forma
simples ou fornecidos em tabelas. Se os limites de integrao a e b so
ns da interpolao, a frmula de quadratura fechada; se pelo menos
um dos limites no for n de interpolao, a frmula de quadratura ser
aberta. As frmulas de Newton-Cotes so obtidas escolhendo-se os
ns de integrao igualmente espaados.
Vamos analisar alguns casos particulares de regras de integrao, correspondentes a diferentes escolhas de polinmios interpoladores.
O caso mais simples corresponde a utilizar um polinmio de grau n = 0
que interpola a funo f(x) num ponto. Considere-se uma abcissa genrica x0. Ento p0(x) = f(x0), pelo que
Regras do rectngulo
(3.99)
O valor do integral foi aproximado pela rea de um rectngulo de base b a
e altura f(x0). Ao fazer coincidir x0 com a, obtm-se a regra do rectngulo
esquerda (Figura 3.19a)
(3.100)
Pode-se, em alternativa, fazer coincidir x0 com b, obtendo a regra do rectngulo direita
(3.101)
ou ainda fazer
, obtendo a regra do ponto mdio (Figura 3.19b)

(3.102)
A regra do ponto mdio, ao contrrio das duas anteriores que possuem

grau de exactido zero, de grau 1. Isto significa, como fcil verificar,
que integra de forma exacta qualquer polinmio de grau 1.
As regras anteriores correspondem a frmulas de integrao abertas e
so, em geral, pouco usadas na integrao numrica (com excepo dos
96
Figura 3.19 Interpretao geomtrica das regras:

(a) rectngulo esquerda; (b) ponto mdio.
integrais imprprios). So utilizadas em algumas frmulas simples para

resolver equaes diferenciais. A regra do ponto mdio frequentemente
aplicada em clculos expeditos de reas em Hidrologia Urbana.
Regra do trapzio
O caso mais simples de integrao fechada de Newton-Cotes apresentado na Figura 3.20. A funo f(x) aproximada pela recta que une os
pontos (a, f(a)) e (b, f (b).
Seja p1(x) o polinmio de grau 1 interpolador de f nos ns a e b, isto , na

forma de Newton p1(x) = f(a) + f [a,b] (x a), pelo que
que simplificada permite escrever:

(3.103)
Geometricamente, a regra do trapzio aproxima a rea sob a curva f(x)
mediante a rea do trapzio a sombreado na Figura 3.20. O erro ser
dado pela rea entre p1(x) e f(x), no intervalo [a,b]. Analiticamente,
possvel demonstrar, com base na Equao (3.98), que:
(3.104)
CLCULO NUMRICO
97
Figura 3.20 Interpretao geomtrica da regra do trapzio.
Exemplo 3.19: Regra do trapzio.

Calcular, atravs da regra do trapzio, o valor aproximado de
Determinar o erro cometido (Nota: o integral anterior no tem soluo analtica; considere que o seu valor com sete casas decimais correctas
I = 0.7468241).
Resoluo
Aplicando a Equao (3.103):
Como I = 0.7468241 (com 7 c.d.c.), ento |E| 0.629 x 10-1. A magnitude do erro percebe-se analisando a Figura 3.21.
Figura 3.21 Aproximao de
98
dx atravs da regra do trapzio.
Regra de Simpson
Na tentativa de melhorar a aproximao trapezoidal, poder-se- utilizar
um polinmio de interpolao quadrtico, p2(x), entre trs pontos de base
igualmente espaados, x0, x1 e x2 para aproximar f (x) em [a,b] (ver Figura
3.22). A integrao desse polinmio entre a e b, de forma anloga ao
efectuado para a regra do trapzio, permite obter a conhecida regra de
Simpson, traduzida analiticamente por:
(3.105)
com
(3.106)
Figura 3.22 Interpretao geomtrica da regra de Simpson.
Geometricamente, enquanto a regra trapezoidal aproxima, em cada intervalo h, a rea sob a curva f(x) mediante a rea de um trapzio, a regra de
Simpson utiliza a rea sob uma parbola para aproximar a rea sob a
curva f(x) entre dois intervalos adjacentes (a sombreado na Figura 3.22).
Seria de esperar que, tal como a regra trapezoidal exacta para polinmios de 1. grau, a regra de Simpson fosse exacta para polinmios de 2.
grau ou menor. Com alguma surpresa, a expresso do erro (3.106) mostra
que a regra de Simpson tambm exacta se f(x) for um polinmio de terceiro grau. , portanto, um mtodo bastante preciso para o esforo exigido
e a frmula no significativamente mais complexa do que a da regra
trapezoidal. Estas caractersticas so responsveis pela ampla utilizao
da regra de Simpson.
CLCULO NUMRICO
99
Exemplo 3.20: Regra de Simpson.

Calcular, atravs da regra de Simpson, o valor aproximado do integral
, do Exemplo 3.19. Determinar o erro cometido.
Resoluo
Da Expresso (3.105), obtm-se:
O erro cometido |E| 0.36 x 10-3 (3 c.d.c.), ou seja, mais de 100 vezes
inferior ao obtido pela frmula do trapzio.
Frmulas de Newton-Cotes. Caso geral
Referiu-se que os mtodos de integrao numrica obtidos por integrao
do polinmio interpolador de Newton, quando os pontos de base so equidistantes, correspondem s frmulas de integrao de Newton-Cotes. Em
particular, quando x0 = a e xn = b, obtm-se as frmulas fechadas de Newton-Cotes. As regras dos trapzios e de Simpson so casos particulares
correspondentes, respectivamente, a n = 1 e n = 2. Para maiores valores
de n podem obter-se novas expresses. Refira-se, no entanto, que todas
estas frmulas podem ser escritas na forma mais geral (3.95), isto , como
uma soma de valores ponderados da funo nos pontos de base. Para
uma mais completa identificao da expresso anterior com as regras do
trapzio e de Simpson, a referida equao pode reescrever-se, numa forma explicitamente adaptada s frmulas de Newton-Cotes, como:
(3.107)
na qual se consideraram n+ 1 ns igualmente espaados que dividem [a,b]
em n subintervalos de amplitude h, sendo k e w coeficientes que dependem
de n (regra de integrao), e cujos valores se apresentam no Quadro 3.8.
Como se verifica no Quadro 3.8, a partir de n = 8 aparecem pesos com

sinais positivos e negativos. Do ponto de vista do efeito dos erros de arredondamento, esta caracterstica nociva, pois pode promover o aparecimento de cancelamento subtractivo. Por este facto, as frmulas de
Newton-Cotes de grau elevado no so muito aconselhveis.
100
Quadro 3.8 Constantes das frmulas fechadas de Newton-Cotes.
w i (i =0 , 1 , , n)
1,1
1, 4, 1
1, 3, 3, 1
7, 32, 12, 32, 7
19, 75, 50, 50, 75, 19
41, 216, 27, 272, 27, 216, 41
751, 3577, 1323, 2989, 2989,

1323, 3577, 751
989, 5888, -928, 10496,-4540,

10496, -928, 5888, 989
Frmulas compostas
Uma vez que os erros das frmulas de Newton-Cotes so proporcionais
a potncias de b-a, se esta quantidade no for suficientemente pequena,
as frmulas deixam de ter utilidade. Nesse caso, o que se deve fazer
dividir o intervalo [a,b] em subintervalos e aplicar a cada um dos integrais
assim obtidos uma das frmulas de Newton-Cotes.
Considerando n subintervalos do intervalo original [a,b], verifica-se que a
largura de cada subintervalo dada por
, sendo os extremos des-
tes subintervalos os pontos xi = a + ih, para i = 0,1,,n (Figura 3.23).

Aplicando as frmulas simples a cada um dos subintervalos, obtm-se:
Regra do trapzio composta
(3.108)
CLCULO NUMRICO
101
onde fi = f(xi), i = 0,1,,n. O erro vem dado por:

,
(3.109)
Figura 3.23 Ilustrao da aplicao da regra do trapzio composta.
Regra de Simpson composta
(3.110)
com
(3.111)
Figura 3.24 Ilustrao grfica da regra de Simpson composta (n = 6).
102
Note-se que a regra de Simpson composta requer que o domnio de integrao [a,b] seja dividido num nmero par de intervalos, dado que cada
parbola interpoladora definida com base em dois subintervalos consecutivos (Figura 3.24).
3.6 Exerccios
Exerccio 3.1: Mtodo do ponto fixo aplicado ao clculo da altura uniforme.
Considerando os dados utilizados no Exemplo 3.9, aplicar o mtodo do
ponto fixo soluo da equao de Manning para determinar a altura uniforme, com trs casas decimais correctas. Verificar se possvel assegurar
a priori a convergncia do mtodo.
A equao f(h) = 2.5 h C (2.5 + 2h)0.4 = 0, onde se considerou:
Resoluo
pode escrever-se na forma alternativa:

se |g(h)| < 1 na vizinhana da raiz (considere-se, tal como no mtodo da
. Para que o mtodo seja convergente, h que verificar
bisseco, que a raiz est em [0.5,1]). Ora,
pelo que g(h) g(0.5) 0.179<1. Ento o mtodo convergente qualquer

que seja a aproximao inicial x0 [0.5,1]. Os resultados obtidos, considerando x0 = 0.5, so apresentados no Quadro 3.9. O mtodo converge
para uma altura uniforme h = 0.843 m (valor com trs casas decimais correctas) em cinco iteraes, exactamente metade das que foram necessrias
pelo mtodo da bisseco.
k
xk
Quadro 3.9 Resultados do processo iterativo do ponto fixo.
1
2
3
4
5
0.7846
0.8333
0.8413
0.8426
0.8428
CLCULO NUMRICO
103
Refira-se que, para resolver este problema fsico concreto, o mtodo tem
convergncia local assegurada, pois fcil verificar que se cumpre
Exerccio 3.2: Mtodo de Newton-Raphson aplicado ao clculo da altura

uniforme.
Considerando os dados do exerccio anterior, aplicar o mtodo de Newton-Raphson soluo da equao de Manning (altura do escoamento uniforme com trs casas decimais correctas) e verificar a velocidade de convergncia do processo iterativo em comparao com resultados obtidos
pelos outros mtodos aplicados ao mesmo problema.
A derivada da funo f(h) = 2.5 h C(2,5 + 2h)0.4 com
Resoluo
f(h) = 2.5 0.8 C(2.5 +2 h)0.6. Considerando x0 = 0.5, obtm-se por

aplicao da Frmula iterativa (3.45) os valores do Quadro 3.10.
Quadro 3.10 Resultados do processo iterativo (mtodo de Newton).
f (X k -1 )
f (X k -1 )
xk
-0.7115
2.0517
0.8468
0.0084
2.0977
0.8428
0.92x10-6
2.0973
0.8428
O processo convergiu em trs iteraes, enquanto o mtodo do ponto

fixo necessitou de cinco iteraes e o mtodo da bisseco de dez.
Exerccio 3.3: Regra do trapzio composta.
a) Calcular o integral
, do Exemplo 3.19, atravs da regra
dos trapzios composta com n = 2 e o respectivo majorante do erro.

Quantos pontos sero necessrios utilizar ao aplicar a regra do trapzio
para garantir que o clculo aproximado do integral tenha erro inferior a
0.5 x 10-3?
104
b) Utilizando a regra do trapzio, deduzir uma expresso que permita

calcular de forma simples a rea de polgonos, como necessrio, por
exemplo, ao aplicar o mtodo de Thiessen para o clculo da precipitao ponderada sobre uma regio.
a) Pela Expresso (3.108) com n = 2 (3 pontos) vem que:
Resoluo
Como: I = 0.7468241 (com 7 c.d.c.) |E| 0.155 x 10-1 (1 c.d.c.)
A resposta questo de quantos pontos so necessrios para garantir

um erro inferior a 0.5 x 10-3 est na expresso do erro (3.109) que pode
ser escrita como:
Ora, verifica-se que f(x) = e -x2 (4x2 2) montona (crescente), dado

que:
O mximo em valor absoluto M2 = 2 ( f(0) = -2 e f(1) 0.736). Logo,
Conclui-se que so necessrios 20 pontos!

b) A regra do trapzio pode ser utilizada para calcular a rea de um polgono a partir das coordenadas dos seus vrtices. Cada lado de uma
linha poligonal fechada forma um trapzio com o eixo das abcissas (ver
Figura 3.25).
A rea do trapzio correspondente ao lado 1-2 do polgono dada por:
CLCULO NUMRICO
105
Figura 3.25 Exemplo de rea de uma linha poligonal fechada.
Para um polgono fechado contendo N vrtices, um simples somatrio de

reas de todos os trapzios permite calcular a rea total do polgono,
assumindo que o mesmo percorrido segundo o sentido dos ponteiros
do relgio
onde xN+1 = x1 e yN+1 = y1
106
4 HIDRULICA
Jos P. P. G. Lopes de Almeida1, 2
2

O presente captulo pretende conduzir o leitor a uma reviso de alguns
dos principais conhecimentos de base de hidrulica, com relevncia para
a anlise dos escoamentos com superfcie livre. Pese embora o nvel elementar da reviso de conhecimentos desenvolvida, pressupem-se adquiridos certos conceitos fundamentais que se podem encontrar na principal bibliografia que serviu de base elaborao do presente captulo:
Chadwick et al. (2004), engel e Cimbala (2007), Hamill (1995), Manzanares
(1980), Oliveira e Lopes (2006) e Quintela (1981).
4.2 Conceitos bsicos de hidrulica

Em hidrulica iremos trabalhar com fluidos. Os fluidos so substncias
com uma caracterstica particular, tendem a tomar a forma do recipiente
que os contm o que equivale a dizer que, quando sujeitos a uma tenso de corte, se deformam indefinidamente e subdividem-se em lquidos, gases e vapores. Quando colocados num recipiente, os gases e os
vapores ocupam todo o volume disponvel, ao contrrio dos lquidos que
ocupam apenas o volume necessrio. A diferena entre gs e vapor est
relacionada com a noo de temperatura crtica. Para uma temperatura
maior que a sua temperatura crtica, a substncia encontrar-se- sempre
na forma de gs, no sendo portanto possvel a condensao (liquefaco) por maior que seja o valor da presso.
noo de fluido esto usualmente associadas as noes de continuidade
e isotropia. Embora escala molecular o fluido seja um agregado de molculas com espaamentos variveis entre as mesmas, este poder ser
considerado, escala macroscpica, um agregado contnuo de partculas
materiais. Considera-se que este meio contnuo apresenta iguais caractersticas em todas as direces, ou seja, isotrpico.
HIDRULICA
107
A viscosidade e a compressibilidade so duas propriedades fsicas dos

fluidos de grande importncia. O fluido real viscoso e compressvel.
Dependendo do tipo de regime (laminar, de transio ou turbulento), as
foras viscosas sero proporcionais velocidade mdia elevada a um
expoente contido no intervalo [1,2]. No que respeita compressibilidade
dos lquidos e em particular da gua, ela to reduzida que na maioria
das aplicaes a gua pode ser considerada incompressvel. Exceptuam-se os fenmenos com celeridades da ordem da velocidade de propagao
do som na gua.
Em certas aplicaes, til considerar a hiptese de lquido perfeito, isto
, fluido no viscoso e incompressvel.
O parmetro que nos mede a importncia relativa das foras de inrcia
face s foras viscosas o conhecido parmetro adimensional, designado
por nmero de Reynolds, Re:
(4.1)
Na Equao (4.1), U a velocidade mdia; L, um comprimento caracterstico (o dimetro hidrulico no caso de colectores circulares sob presso
e o raio hidrulico no caso do escoamento com superfcie livre); e n, a viscosidade dinmica.
Um outro parmetro adimensional de grande importncia, como veremos

adiante no texto no caso dos escoamentos com superfcie livre, o nmero de Froude, Fr, que mede a importncia relativa das foras de inrcia
face s foras de gravidade:
(4.2)
onde g a acelerao da gravidade e L um comprimento caracterstico

(nos canais a profundidade mdia da seco molhada).
Na anlise das foras aplicadas a uma partcula material (anlise associada
a uma abordagem diferencial), ou a um volume de controle, VC, preenchido
por um conjunto de partculas materiais limitadas pela superfcie envolvente, SC, (anlise associada a uma abordagem integral), usual estabelecer a distino entre foras de superfcie e foras de campo (tambm
designadas por foras de massa, ou de volume).
As primeiras, tal como o nome indica, so transmitidas atravs da superfcie. As segundas so foras de aco distncia cuja intensidade pro-
108
porcional quantidade de massa contida no volume limitado pela superfcie fronteira envolvente (no caso da hidrulica apenas nos interessa a
fora da gravidade).
Uma noo fundamental em hidrulica o fluxo, , de uma grandeza
genrica, f, associada a uma velocidade V , atravs da superfcie, S,

segundo a direco e o sentido determinados pelo versor normal, n^:
(4.3)
Se f = 1, obteremos o caudal volmico correntemente designado por

caudal, Q, do qual resulta a noo de mdulo da velocidade mdia, U, e
sua relao com o caudal e com a rea da seco, S:
Na Equao (4.3), o smbolo . representa o produto escalar.
(4.4)
O caudal mssico obtido de igual forma fazendo f = , onde representa a massa volmica.
O modo como a velocidade varia no espao e no tempo extremamente

importante para caracterizar os diversos tipos de escoamentos. Recordando que essa variao expressa pela derivada substancial da velocidade relativamente a um sistema inrcial de coordenadas rectangulares,
obteremos:
(4.5)
(4.6)
(4.7)
onde u, v e w representam as componentes da velocidade segundo os
eixos OX, OY e OZ, respectivamente.
Estas equaes expressas na forma vectorial resumem-se a:
(4.8)
HIDRULICA
109
A primeira parcela do segundo membro da ltima equao corresponde

acelerao local e a segunda exprime a acelerao advectiva.
Com base nos valores da acelerao local e advectiva, possvel caracterizar os seguintes tipos de escoamentos:
Escoamento varivel, se existe acelerao local, ou seja,
(fixado
um determinado local no escoamento a se verifica uma variao da

velocidade ao longo do tempo).
Certos autores distinguem ainda os escoamentos:
Varivel e uniforme,
Varivel e no uniforme,
Escoamento permanente, se no existe acelerao local, ou seja,
usual distinguir os escoamentos:
Permanente uniforme,
Permanente no uniforme (ou variado),
ainda se subdivide em:
, o qual
Permanente gradualmente variado se
(reduzida acelerao adv ectiv a)
Permanente rapidamente variado se
(elev ada acelerao adv ectiv a)
Uma importante base para a deduo de diversas equaes da hidrulica

consiste nas chamadas equaes de Cauchy, ou equaes do equilbrio
indefinido, que se apresentam de seguida:
(4.9)
(4.10)
(4.11)
110
Estas equaes mais no exprimem que a segunda lei de Newton, ou

seja, o princpio fundamental da dinmica
, aplicado ao equilbrio de uma partcula material de fluido para a qual possvel definir o
estado de tenso (o estado de tenso define-se pela anlise prvia do
tetraedro de Cauchy; pressupe-se o conhecimento da simbologia usual
associada definio do estado de tenso e das componentes da velocidade em relao a um referencial cartesiano) (engel e Cimbala, 2007).
A obteno de diversos resultados da hidrulica assenta nos princpios
gerais de conservao da massa, de conservao da energia e de conservao da quantidade de movimento, expressos pelas seguintes equaes:
Equao da continuidade, obtida pela imposio de que a derivada
substancial (tambm designada por derivada material) da massa de um
domnio de anlise no aplicvel a expresso de Einstein, E = mc2,
com E = energia e c = celeridade de propagao da luz no vazio, ou seja,
de facto a massa imutvel e no pode ser convertida em energia):
determinado sistema material no varie no tempo,
(no nosso
(4.12)
A aplicao do Teorema de Green equao anterior e a considerao de
um fluido incompressvel, = Cte, que se escoa no interior de um tubo de
fluxo (conduta ou canal) limitado pelas seces transversais de entrada e
de sada S1 e S2, respectivamente, e pela seco lateral, SL, com SC = S1 +
S2 + SL, permite convert-la na Equao (4.13), que de seguida se apresenta, a qual corresponde forma prtica como correntemente utilizada
a equao da continuidade:
(4.13)
Equao de Bernoulli para um fluido perfeito, obtida a partir das equaes de Euler do fluido perfeito em coordenadas intrnsecas. Estas
equaes de Euler resultam das equaes de Cauchy quando se consideram nulas as tenses tangenciais. A equao de Bernoulli generalizada
para o escoamento de um fluido perfeito no interior de um tubo de fluxo
toma ento a forma:
(4.14)
HIDRULICA
111
onde z a cota geomtrica, p a presso, o peso volmico e e so

os coeficientes de correco da energia cintica e da quantidade de
movimento, respectivamente:
(4.15)
(4.16)
Uma extenso para o caso dos fluidos reais pode ser conseguida pela introduo do termo J, designado por perda de carga unitria. Este termo
exprime a perda de carga hidrulica (perda de energia por unidade de
peso) por unidade de percurso, obtendo-se a seguinte equao:
(4.17)
Equao que traduz o teorema de Euler, ou da conservao da quantidade de movimento, obtida por integrao das equaes de Cauchy
num determinado volume de controlo levando em conta a equao da
continuidade:
(4.18)
onde X representa as foras de campo por unidade de massa e T representa as tenses.
Esta ltima expresso na forma integral, aplicada a um VC definido no seio

de um escoamento de um fluido pesado e incompressvel, toma a forma:
(4.19)
G peso do lquido no interior do VC;
O significado dos termos envolvidos na Equao (4.19) o seguinte:
resultante das foras que o meio exterior exerce sobre o VC atravs da
I resultante das foras locais de inrcia (se

superfcie envolvente;
I = 0);
M1 resultante da quantidade de movimento que entra no VC na unidade
M2 resultante da quantidade de movimento que sai do VC na unidade de
de tempo;
tempo.
112
4.3 Escoamentos com superfcie livre

4.3.1 Definies e noes elementares
O escoamento com superfcie livre de um lquido um escoamento que
apresenta como condio fronteira particular o facto de a parte superior
do escoamento contactar com um meio gasoso em toda a sua extenso.
Tal significa que a presso nessa zona constitui um dado que regra geral
conhecido a priori, o que j no acontece com a localizao geomtrica
da superfcie livre, a qual uma varivel do problema. Portanto, apenas o
permetro molhado da seco transversal apresenta uma natureza parietal.
No caso da gua escoando-se em contacto com a atmosfera terrestre,
este tipo de escoamentos extraordinariamente frequente, ocorrendo no
meio natural em linhas de gua, ribeiros e ribeiras, rios, quedas de gua,
esturios, lagoas e lagunas, mares e oceanos. Em meio urbano, este tipo
de escoamento tambm muito comum, ocorrendo em valetas e valas de
drenagem, em colectores de drenagem de guas pluviais e residuais, em
sumidouros, cmaras de visita, em canais e superfcie do solo, sob forma de escoamento superficial.
Desde logo perceptvel que os tubos de fluxo associados a este tipo de
escoamentos podem apresentar caractersticas diversas, que se enunciam abaixo:
As rugosidades parietais podero variar dentro de cada seco transversal (por exemplo, o fundo de um canal pode ser revestido e os taludes laterais serem em terra neste caso, as seces transversais designam-se por seces mistas);
As rugosidades parietais podero variar ao longo do tubo de fluxo (por
exemplo, a transio de um leito de rio de uma zona rochosa para uma
zona arenosa);
As rugosidades parietais entre diversos tubos de fluxo podem ser muito
diferentes, uma vez que existem revestimentos naturais, como terra
(com ou sem vegetao), seixos e rocha, e revestimentos artificiais, como
o beto ou a pedra aparelhada;
Quanto geometria das seces transversais, estas podem classificar-se em regulares ou irregulares, cncavas ou convexas, abertas ou fechadas (por exemplo, em sistemas de drenagem urbana so comuns seces fechadas circulares e ovides). As seces regulares podem ainda
ser simples (ou seja, com geometria ditada por uma nica figura geomtrica, como o trapzio, o rectngulo, o triangulo, o crculo, o semicrculo,
HIDRULICA
113
etc.), ou compostas neste ltimo caso, com uma definio geomtrica

que se pode considerar resultante da agregao de dois ou mais tipos
de seces simples de forma a gerar, em geral, dois leitos: o leito menor
e o leito maior. O leito menor destina-se ao escoamento em circunstncias normais e tem reduzida largura para gerar boas velocidades de
arrastamento; o leito maior destina-se a acomodar o escoamento em
situao de cheia. A Figura 4.1 ilustra este tipo de seco, tambm denominado seco de leito mltiplo. este o tipo de seco transversal
que foi implementada no rio Mondego no troo a jusante do aude
ponte de Coimbra;
A geometria das seces transversais poder sofrer variaes ao longo
do tubo de fluxo (por exemplo, num estreitamento de uma linha de gua
ocasionado por uma passagem inferior sob uma via rodoviria);
As inclinaes longitudinais dos tubos de fluxo podem ser muito elevadas, como no caso das quedas de gua ou dos descarregadores de superfcie de soleira normal, ou extraordinariamente reduzidas, como nos
canais de rega e nos colectores de drenagem de guas pluviais e residuais. No caso de tubos de fluxo de leito erodvel, a prpria inclinao
longitudinal pode alterar-se ao longo do tempo, dando lugar a escoamentos com fundo mvel (cumulativamente, as seces transversas e a
rugosidade tambm podem variar ao longo do tempo);
A inclinao longitudinal pode variar, de forma contnua ou descontnua,
ao longo do tubo de fluxo.
Figura 4.1 Exemplo de seco transversal composta e mista.
No que respeita s afluncias a estes tubos de fluxo, existe tambm uma

grande diversidade de situaes:
Afluncias variveis, como o caso de uma onda de cheia ou de inundao que se propaga num colector, ou ainda o caso do escoamento
gerado pelas manobras de abertura, fecho, ou simplesmente de regulao de uma comporta de alimentao de um canal que drena as guas
de uma zona verde localizada em meio urbano.
114
Afluncias constantes. De facto, fixada uma determinada abertura, sob

carga constante, da comporta de alimentao de um canal, o escoamento tende a estabilizar, sendo que nestas circunstncias o caudal
afluente ao tubo de fluxo passa a ser constante.
A diversidade de configuraes geomtricas dos tubos de fluxo e de
solicitaes hidrulicas a que estes esto submetidos d origem a uma
grande variedade de regimes de escoamentos, j definidos na seco
anterior, que se sintetizam da seguinte forma:
Regime permanente:
Regime uniforme
Regime variado:
Gradualmente variado (curva de regolfo)
Rapidamente variado no qual poderemos ter o ressalto hidrulico, a
queda brusca e as contraces
Regime varivel
A geometria e a constituio parietal destes tubos de fluxo, de ora em
diante designados simplesmente por canais, naturais ou artificiais, da
maior importncia, pelo que se passa a defini-la sumariamente.
Em cada seco transversal, possvel identificar o ponto de cota mnima
ou, se o fundo for horizontal, o seu ponto mdio. A aglutinao destes
pontos d origem a uma linha designada por talvegue.
Quando se traa o perfil longitudinal de um canal, a sua inclinao longitudinal ser definida pelo talvegue (Figura 4.2).
Figura 4.2 Esquema do perfil longitudinal de um canal.
A rea da seco transversal molhada, S, (ou seja, da seco normal aos

filetes lquidos) e o permetro molhado, P, permitem definir o raio hidrulico, R = S / P.
HIDRULICA
115
O valor de R depende da altura de gua na seco, h, a qual se define

como sendo a menor distncia, medida na seco transversal molhada,
entre o talvegue e a superfcie livre do lquido (Figura 4.3).
Figura 4.3 Geometria da seco transversal de um canal.
Para seces irregulares, a obteno da relao entre a altura de gua na

seco e os parmetros anteriores pode basear-se numa prvia avaliao
discreta, seguida de um processo de ajuste numrico da funo contnua
que melhor a descreva.
No Quadro 4.1, apresentam-se as caractersticas geomtricas de vrios
tipos de seces transversais.
Quadro 4.1 Caractersticas geomtricas das seces transversais.
116
Um canal diz-se prismtico ou cilndrico quando pode ser gerado por

geratrizes rectilneas apoiadas numa nica seco transversal poligonal
ou curva, respectivamente. este o tipo mais comum de geometria em sistemas de drenagem urbana, e ser implicitamente considerado ao longo do
presente texto.
Como se analisar de seguida, a reduzida inclinao, concavidade e convexidade do talvegue leva a que a distribuio de presses na seco
transversal possa ser considerada hidrosttica.
Tome-se como exemplo um pequeno troo de um escoamento num plano
vertical em que possa ser desprezada a perda de carga. Como referido
anteriormente, as equaes de Cauchy, simplificadas para o caso do
lquido no viscoso e escritas em coordenadas intrnsecas, do origem s
equaes de Euler em coordenadas intrnsecas:
(4.20)
(4.21)
(4.22)
Na maioria das situaes prticas, o topo da seco transversal molhada
um segmento de recta horizontal, pelo que o eixo da binormal horizontal, de que resulta Xb = 0. Da aplicao das equaes anteriores ao
caso do escoamento num plano vertical convexo sobre um fundo com
inclinao longitudinal caracterizada pelo ngulo , tal como representado
na Figura 4.4, resultaro as concluses de seguida apresentadas.
Figura 4.4 Referencial adoptado na anlise do efeito da curvatura

do fundo na distribuio de presses.
HIDRULICA
117
Partindo da Equao (4.21), obteremos sucessivamente:
Atendendo agora a que na expresso anterior Xn = g cos e R , obtm-se:

(4.23)
O valor de n relaciona-se com o correspondente valor medido na vertical,

d, da forma, d = n cos , do que resulta:
(4.24)
Conclui-se que a diferena de presso entre dois pontos da mesma seco transversal depende unicamente da diferena de cotas entre os referidos pontos, semelhana do que ocorre na lei hidrosttica de presses.
No entanto, verifica-se que, para o fundo convexo, a presso inferior
hidrosttica. De igual forma se concluiria que, para a situao simtrica
(isto , fundo cncavo), a presso seria superior hidrosttica. Se as trajectrias apresentarem reduzida curvatura, ento R , pelo que a
Equao (4.24) se reduz a p = gd, o que indica que a distribuio de
presses na seco transversal ser hidrosttica independentemente da
inclinao longitudinal do canal.
4.3.2 A energia especfica
Analisa-se de seguida o escoamento com superfcie livre no caso em que
as caractersticas locais do escoamento no se alteram, ou seja, quando
se trata de um escoamento permanente.
Nesta situao, a Equao (4.14) de Bernoulli reduz-se a:
(4.25)
Como j foi referido, a variao de presso na seco transversal molhada

hidrosttica pelo que, atendendo Figura 4.5, se pode verificar que:
(4.26)
118
Figura 4.5 Visualizao dos termos das Equaes (4.25) e (4.26).
Se incorporarmos a relao estabelecida pela Equao (4.26) na Equao

(4.25) e se considerarmos cumulativamente que
, ento obtm-se:
(4.27)
Na prtica, os valores de so muito reduzidos, logo i = tg sen

cos 1. Por outro lado, pode considerar-se em muitas situaes que 1,
pelo que a Equao (4.27) se reduz a:
(4.28)
(4.29)
Surge assim uma nova quantidade traduzida pela Equao (4.29), que se
designa por E = energia especfica, e que representa a carga hidrulica
numa seco do escoamento, tomando como nvel de referncia o fundo
do canal nessa seco.
Conclui-se ento que, num escoamento permanente com superfcie livre,
nas condies anteriormente apresentadas:
A variao da energia especfica por unidade de percurso igual ao
trabalho realizado pela fora gravtica por unidade de peso de fluido e
por unidade de percurso, diminudo do trabalho realizado pelas foras
de atrito por unidade de peso de fluido e por unidade de percurso;
HIDRULICA
119
Dependendo do valor da diferena (i-J), assim a energia especfica

variar ou se manter constante ao longo do percurso.
O valor de presente na Equao (4.25) pode ser calculado, no caso de
uma seco composta, assumindo que = 1 em cada subseco.
O Exerccio 4.1 apresentado no subcaptulo 4.6 ilustra este procedimento.
Atendendo equao da continuidade, a energia especfica passvel de
ser calculada em funo do caudal e da altura de gua na seco transversal molhada, desde que se conhea a relao S = S(h), com S = rea
da seco transversal molhada:
(4.30)
Qualquer escoamento permanente com um caudal genrico Q, que se
escoe com a energia especfica, E, numa seco definida por S = S(h),
far parte da superfcie de energia, F(Q, E, h) = 0, dessa seco, definida
pela equao:
(4.31)
Para concretizar, considere-se na Equao (4.30) uma seco rectangular
de largura B, S(h) = B h. Nesta situao, a equao da energia especfica
toma a forma:
(4.32)
Com base na Equao (4.32), pode calcular-se a variao da energia especfica com a altura h, para diferentes caudais, Qiii, Qii e Qi, e larguras,
Biii, Bii e Bi. Os resultados so apresentados na Figura 4.6 e na Figura 4.7.
4.3.3 Os regimes lento, crtico e rpido
Decorrente da anlise das duas figuras seguintes, identifica-se a ocorrncia de trs regimes distintos: o regime rpido (reduzidos valores de h), o
regime lento (elevados valores de h) e o regime crtico situado entre os
dois ltimos, na zona onde a curva da energia especfica apresenta um
mnimo. Facilmente se percebe que, fixado o caudal, a forma mais eficiente
120
Figura 4.6 E = E(h), com Q = Cte e B iii > B ii > B i .
Figura 4.7 E = E(h), com B = Cte e Qiii > Qii > Qi .
de escoamento ocorre quando a energia especfica mnima o mesmo

dizer que, fixada a energia especfica, a forma mais eficiente de escoamento ocorrer quando o caudal for mximo. A identificao analtica
destes extremos ser efectuada custa da anulao da primeira derivada
em ordem a h, tanto da energia especfica como do caudal. Assim:
(4.33)
HIDRULICA
121
(4.34)
(4.35)
Conclui-se ento que estes dois extremos so atingidos em simultneo

num mesmo regime de escoamento, designado por regime crtico.
Da anlise das figuras anteriores, observa-se que:
Fixada a largura da seco rectangular e a altura molhada, a energia
especfica aumenta com o aumento do caudal.
Fixado o caudal e a altura molhada, a energia especfica diminui com o
aumento da largura da seco rectangular.
A energia especfica apresenta um mnimo num ponto de inflexo da
curva,
, sendo a designada por energia crtica.
Para cada valor da energia especfica superior ao da energia crtica, h

duas alturas de gua, uma superior e uma inferior, para as quais possvel o escoamento do mesmo caudal.
Para a altura superior, o escoamento apresentar necessariamente uma
velocidade inferior velocidade crtica, pelo que se designar por regime
lento, fluvial, ou subcrtico.
Para a altura inferior, o escoamento apresentar necessariamente uma
velocidade superior velocidade crtica, pelo que se designar por
regime rpido, torrencial, ou supercrtico.
A energia especfica tende assimptoticamente para E = h e para h = 0.
Designando por Q0 o caudal em regime permanente, a condio de

regime crtico, notado pelo ndice c, conduz-nos a:
(4.36)
122
Atendendo equao da continuidade:

(4.37)
ento a energia crtica vale:

(4.38)
Vejamos qual o significado fsico da quantidade, hmc:

(4.39)
Para tal, considere-se o caso de seces simples de geometria conhecida,

como, por exemplo, as seces trapezoidais.
Do Quadro 4.1, extramos a expresso da rea da seco transversal,
S(h) = (b + xh)h
com a qual determinamos o valor da correspondente derivada,
Este resultado representa a largura da superfcie livre da seco molhada

crtica, pelo que a Equao (4.36) pode tambm ser apresentada na forma:
(4.40)
Ao analisar agora
verifica-se que se trata de uma quantidade
com o significado de uma profundidade mdia da seco molhada crtica.

HIDRULICA
123
Ento, escrever-se-:
(4.41)
Substituindo a relao traduzida pela Equao (4.41) na Equao (4.2), e
considerando para comprimento caracterstico a profundidade mdia da
seco molhada crtica, obtm-se para o nmero de Froude o valor unitrio
Frc = 1, uma vez que
,
Duas concluses so imediatas:
O regime crtico caracteriza-se por um valor unitrio para o nmero de
Froude.
No regime crtico, a velocidade do escoamento igual celeridade de
propagao de ondas de gravidade, C, em guas de baixa profundidade,
h (esta celeridade dada pela expresso:
A segunda concluso permite compreender por que razo o regime lento

controlado por jusante e o rpido por montante.
De facto, se se provocar uma perturbao na superfcie livre da gua que
se escoa numa vala de drenagem urbana, por exemplo, percutindo a gua
com um pau, as ondas de gravidade comeam imediatamente a propagar-se, tanto para jusante como para montante. Se o escoamento se processa em regime rpido, o meio de propagao viaja para jusante com
maior rapidez do que a propagao da onda para montante. , portanto,
impossvel a progresso destas perturbaes para montante.
No escoamento em regime lento, verifica-se precisamente o contrrio.
E no escoamento em regime crtico?
Passa-se o mesmo que no regime rpido, ou seja, o escoamento tem de
ser controlado por montante.
Se a perturbao for agora provocada pela variao de caudal devida ao
accionamento da comporta representada na Figura 4.8, as concluses
sero exactamente anlogas.
Repare-se que, fixado o tipo de geometria da seco transversal (rectngulo, tringulo, trapzio, etc.) de um canal prismtico, possvel, em geral, promover o escoamento de um determinado caudal constante, Q0,
segundo trs tipos distintos de regime:
124
Figura 4.8 Comporta controlando em simultneo um escoamento

lento por jusante e um escoamento rpido por montante.
1. Regime crtico (mnimo de energia especfica; apenas possvel o escoamento crtico).

2. Regime lento (energia especfica superior do regime crtico, sendo a
velocidade inferior desse regime; so possveis inmeros escoamentos
lentos com E(h) > E(hc) e h > hc at ao limite h < altura mxima da
seco).
3. Regime rpido (tal como no regime lento, a energia especfica superior
do regime crtico, mas a sua velocidade agora superior desse
regime; so possveis inmeros escoamentos rpidos com E(h) > E(hc)
e h < hc).
4.4 Dimensionamento de canais

4.4.1 Regime permanente/Anlise na seco transversal
No dimensionamento de canais, intervm parmetros como as caractersticas geomtricas da seco transversal, as rugosidades parietais, a inclinao longitudinal e os valores do caudal e da velocidade do escoamento.
Dada a multiplicidade de aspectos envolvidos, estes sero introduzidos
de forma gradual e, sempre que possvel, apoiados em exemplos de aplicao.
Exemplo 4.1: Comparao das caractersticas dos regimes lento, crtico
e rpido em dois dispositivos de drenagem urbana: um canal de seco
rectangular e um colector circular.
Pretende-se escoar um caudal de ponta de cheia de 1 m3/s, originado
numa zona verde urbana. Pode recorrer-se a um canal de drenagem com
HIDRULICA
125
seco rectangular de 1.50 m de largura por 1 m de altura ou fazer uso de

um colector com 1.20 m de dimetro. Calcule a altura molhada, a velocidade, a energia especfica, o nmero de Reynolds e o nmero de Froude,
considerando escoamentos em regime crtico, lento e rpido em ambas as
seces. Adopte uma viscosidade cinemtica para a gua de = 10-6 m2s-1.
Resoluo:
A) Regime crtico e seco rectangular (resoluo analtica)
No caso da seco rectangular, possvel uma resoluo analtica.
A Equao (4.36) toma a forma:
hc 0.57 m
Substituindo os dados na equao anterior resulta imediatamente:
A Equao (4.41) fornece o valor da velocidade:
Da Equao (4.39), verifica-se que hmc = hc, pelo que a simples substituio fornece:
Uc 1.869 m/s
A energia crtica calcula-se facilmente por:
Para calcular o nmero de Reynolds, preciso conhecer o raio hidrulico.

Recorrendo ao Quadro 4.1, e considerando a seco trapezoidal com x =
0 e b = B = 1.50 m:
,
Para o nmero de Froude, obter-se-:
126
B) Regime crtico e seco circular (resoluo numrica)

Neste caso, a Equao (4.36) no pode ser resolvida analiticamente. Em
diversas obras, podem encontrar-se pormenores relativos implementao de mtodos numricos em calculadoras programveis para resoluo
deste tipo de problemas (e. g., Quintela, 1981). No entanto, neste curso,
promove-se uma abordagem simplificada baseada numa pesquisa exaustiva das razes por clculo enumerativo ao longo do domnio da equao.
Este processo hoje muito fcil de implementar, dada a vulgarizao dos
computadores pessoais e das calculadoras programveis. Este mtodo
tem ainda a vantagem de permitir visualizar o andamento das funes
envolvidas.
O problema em anlise pode ser resolvido por um processo de clculo
numrico baseado nos seguintes passos:
i) Varrimento de todo o domnio atribuindo crescentes valores a c0, c1,

c2,,cn+1.
ii) Para os valores anteriores, calcula-se:
iii) Identifica-se o valor de i que conduz a Fi 0, estando assim encontrado o valor de c = i. Com base neste valor, nas frmulas do passo
ii) e no Quadro 4.1, os restantes valores solicitados no problema podem
ser calculados.
A adopo deste processo de clculo conduz aos seguintes resultados:
HIDRULICA
127
C) Regime lento e rpido na seco rectangular e na seco circular

(resoluo numrica)
Os escoamentos em regime lento e rpido apresentam maior energia especfica do que em regime crtico. Para se calcularem estes regimes, atribuir-se- energia especfica valores necessariamente superiores aos
correspondentes valores da energia crtica calculados antes.
As razes da Equao (4.31) fornecero os valores das alturas molhadas
em regime lento e rpido. O processo de resoluo numrica da Equao
(4.31) anlogo ao descrito na alnea B).
Considerando para a energia especfica, por exemplo, o valor E = 0.8 m,
obtm-se os seguintes resultados:
E (m)
Seco Rectangular
Regime Lento
Regime Rpido
h (m)
0.8
0.8
0.760
0.190
U (m/s)
Re
0.877
3.509
Fr
331126
531915
0.103
6.612
Seco Circular
E (m)
Regime Lento
Regime Rpido
h (m)
0.8
0.8
0.694
0.451
U (m/s)
Re
Fr
1.476
2.575
482288
631567
0.388
2.034
O regime crtico afigura-se como o que minimiza a energia especfica.

No entanto, a necessidade de limitar a eroso e de controlar o escoamento
por jusante faz com que a maioria dos escoamentos em canais ocorra em
regime lento (tambm nos rios este o regime mais frequente, razo pela
qual o escoamento lento igualmente designado por escoamento fluvial).
128
Neste momento, formula-se a seguinte questo:

Fixado um caudal, uma geometria da seco transversal e um revestimento, quais so as inclinaes longitudinais que se devem implementar
num canal prismtico para realizar os trs tipos de escoamentos considerados crtico, lento e rpido?
Na seco seguinte apresenta-se uma resposta para esta questo.
4.4.2 Regime permanente e uniforme/Anlise incorporando
a inclinao longitudinal e a natureza parietal do canal
Primeiro, admita-se a existncia de troos suficientemente longos de canal
prismtico, que permitam a ocorrncia de escoamento perfeitamente formado e estabilizado de caractersticas inalteradas ao longo do percurso.
Nestas condies, ocorre o chamado escoamento permanente e uniforme, pelo que:
(4.42)
Da Equao (4.42), resulta:
, pelo que se conclui que i = J.
Este resultado revela que, neste tipo de regime, a perda de carga unitria
igual inclinao do talvegue do canal prismtico. Recordando a interpretao anteriormente desenvolvida em relao Equao (4.28), dir-se-
que o trabalho necessrio para vencer as foras de atrito integralmente
fornecido pela aco da gravidade ao longo da direco e sentido do escoamento. Isto s possvel dada a existncia de uma inclinao negativa
da massa de gua induzida pela inclinao do talvegue do canal prismtico.
Para se calcular a inclinao do canal, h que adoptar ento uma lei de
resistncia que nos fornea o valor de J.
Como sabido, o processo dissipativo tem uma expresso distinta consoante se trate do regime laminar, ou turbulento (liso, de transio ou rugoso). Nos tubos de seco cheia, em que o comprimento caracterstico
o dimetro hidrulico, so usuais os seguintes limites:
Regime laminar: Re < 2000.
Regime turbulento: Re > 4000.

Recordando que, no caso de canais, o comprimento caracterstico o
raio hidrulico, o qual
do dimetro hidrulico, obter-se-:
HIDRULICA
129
Regime laminar: Re <500.
Regime turbulento: Re > 1000.
O valor de Re nas situaes correntes de escoamento com superfcie livre

em meio urbano bastante superior a 1000, o que indica que o processo
dissipativo ocorre em regime turbulento.
Considerando R = D/4, e atendendo a que J = i, possvel determinar o

factor de Darcy-Weisbach, para o caso do escoamento uniforme em canais
cuja rugosidade seja conhecida, utilizando o baco de Moody. Com iguais
adaptaes se pode recorrer frmula semiemprica de Colebrook-White.
No entanto, as particularidades do escoamento em canais (note-se que a
distribuio de velocidades na seco transversal de um canal se afasta
bastante da distribuio axissimtrica de velocidades na seco circular
de uma conduta em presso) e a prpria evoluo histrica privilegiaram
abordagens mais aplicadas, baseadas em leis totalmente empricas de
resistncia.
Considere-se ento a Figura 4.9, na qual se representa esquematicamente
o equilbrio entre a fora de atrito, dada por L P, e a fora gravtica que
mobiliza o escoamento, dada por G sin . A tenso de atrito, , desenvolve-se ao longo da superfcie de contacto entre o canal de inclinao, i, e
o elemento de fluido de comprimento, L, seco transversal, S, e
permetro molhado, P.
Figura 4.9 Equilbrio entre foras de atrito e foras de gravidade.
G sin + L P = 0 L S g i + L P = 0
=g Si=gRi
P
Do equilbrio de foras, obtm-se:
130
(4.43)
Frmula de Chzy
Se se considerar que o regime puramente turbulento rugoso, a tenso
de atrito pode ser considerada proporcional ao quadrado da velocidade,
o que substitudo na Equao (4.43) conduz a:
(4.44)
Esta a chamada equao de Chzy, estabelecida em 1768, em que o
valor de C, denominado coeficiente de Chzy, depende da rugosidade
mas tambm do nmero de Reynolds.
Em 1869, os dois engenheiros suos Ganguillet e Kutter propuseram uma
frmula para o coeficiente de Chzy:
(4.45)
em que n um coeficiente que depende unicamente da rugosidade
parietal, conhecido por coeficiente de Kutter.
Em 1889, uma nova frmula para o clculo de C foi proposta pelo engenheiro irlands Robert Manning. A forma simplificada desta frmula :
Frmula de Manning
(4.46)
Substituindo na Equao (4.44), obtm-se sucessivamente:
(4.47)
em que n um coeficiente designado por coeficiente de Manning.
(4.48)
A frmula de Manning simples e precisa, sendo mundialmente utilizada

tanto para canais naturais como para canais artificiais, desde que o escoamento ocorra no regime turbulento rugoso.
HIDRULICA
131
No Quadro 4.2, apresentam-se valores usuais do coeficiente de Manning.

Quadro 4.2 Valores do coeficiente de Manning apresentados
em Hamill (1995).
Tipo de tubo de fluxo
n (s/m1/3)
Canal de terra alinhado
0.018 0.025
Canal de terra em meandros
0.025 0.050
Canal em rocha alinhado
0.025 0.045
Canal de beto
0.012 0.017
Canal de beto rebocado
0.011 0.015
Colector circular de beto
0.011 0.015
Considere-se de seguida o Exemplo 4.2. Neste caso, so dadas as caractersticas do canal e a altura molhada em regime permanente e pretende-se calcular as caractersticas do escoamento.
Exemplo 4.2: Comparao das caractersticas do escoamento num canal
de drenagem urbana em beto, considerando crescentes inclinaes longitudinais.
Um canal de beto (n = 0.015 s/m1/3), com inclinao longitudinal de
i = 1:900, apresenta uma seco trapezoidal com largura de rasto de 5 m
e taludes laterais com inclinao de 1:2 (v:h). A altura molhada em regime
permanente uniforme de 2 m.
Nestas condies, qual o caudal, a velocidade mdia, o nmero de Reynolds e o nmero de Froude? (considere = 10-6 m2s-1)
Recalcule o problema com o dobro e o triplo da inclinao longitudinal e
comente os resultados obtidos.
Resoluo (analtica directa)
O Quadro 4.1 fornece as expresses que permitem calcular:
Da Equao (4.47) resulta:
132
O nmero de Froude inferior a 1, o que mostra que o escoamento ocorre

em regime lento. A inclinao de i = 1:900 designa-se ento por inclinao
fraca ou subcrtica.
Recalculando o problema para uma inclinao longitudinal de i = 2:900,

obtm-se:
O nmero de Froude igual a 1, o que mostra que o escoamento ocorre

em regime crtico. A inclinao de i = 2:900 designa-se assim por inclinao crtica.
Como seria de esperar, o aumento da inclinao provocou um aumento
da velocidade e do caudal.
Recalculando o problema para uma inclinao longitudinal de i = 3:900,

resulta:
O nmero de Froude superior a 1, o que revela que o escoamento ocorre

em regime rpido. O canal diz-se ento de inclinao forte ou supercrtica.
Como era previsvel, a velocidade e o caudal atingem os seus valores
mximos.
Em todos os casos, o nmero de Reynolds da ordem de 106, comprovando a validade da hiptese de considerar o escoamento turbulento rugoso.
O Exemplo 4.3 mostra como resolver um problema inverso, ou seja,
conhecidas as caractersticas do canal e o caudal a escoar, como avaliar
a altura molhada em regime permanente uniforme.
HIDRULICA
133
Exemplo 4.3: Determinao da altura molhada num escoamento permanente e uniforme, conhecidas as caractersticas fsicas do canal e o caudal a escoar.
Determine a altura molhada em regime permanente uniforme e o nmero
de Froude, no caso de o canal com a inclinao de i = 3:900, referido no
Exemplo 4.2, passar a escoar um caudal de apenas 0.5 m3/s.
Resoluo (numrica)
A Equao (4.48), que neste caso toma a forma:
no permite explicitar o valor de h, pelo ter de ser resolvida numericamente.

O objectivo ento determinar os zeros da seguinte funo:
Mais uma vez, o processo de clculo adoptado ser anlogo ao apresentado na alnea B) do Exemplo 4.1.
h 0.11 m e Fr 0.7
Os resultados so:
importante notar que a inclinao de i = 3:900, qualificada anteriormente

como inclinao forte, passa agora a qualificar-se como inclinao fraca
(Fr < 1), o que evidencia que a qualificao da inclinao longitudinal de
um canal depende do caudal.
Nota: A abordagem anterior extensvel ao caso dos colectores (seco
circular), bastando para isso alterar em conformidade as caractersticas
geomtricas da seco.
Capacidade de transporte
A equao de Manning pode ser escrita na forma:
(4.49)
134
Ao valor K* chama-se capacidade de transporte, uma vez que, fixada a

inclinao longitudinal, o caudal directamente proporcional a esse
parmetro.
Nas seces compostas, as tenses nas fronteiras lquidas entre as subseces podem ser desprezadas, quando comparadas com as tenses
nas fronteiras slidas. Resulta desta simplificao que o caudal total ser
a soma dos caudais em cada subseco. O mesmo dizer que a capacidade de transporte de uma seco composta a soma das capacidades
de transporte de cada uma das suas N subseces.
A capacidade de transporte de N subseces pode ser relacionada com
os coeficientes de Coriolis e de Boussinesq recorrendo s Equaes
(4.15) e (4.16), respectivamente, resultando as seguintes expresses:
(4.50)
(4.51)
O Exerccio 4.2, includo no subcaptulo 4.6, ilustra a determinao da

capacidade de transporte atravs dos coeficientes de Coriolis e de
Boussinesq.
Seco hidraulicamente mais eficiente
Fixados o material de construo do canal e a sua inclinao longitudinal,
estamos agora em condies de pesquisar qual o tipo de geometria da
seco transversal que hidraulicamente mais eficiente, para escoar um
regime permanente e uniforme. Das vrias seces transversais com igual
rea, a seco hidraulicamente mais eficiente ser aquela que maximiza
o caudal escoado. Para maximizar o caudal escoado, h obviamente que
minimizar as foras de atrito, o que equivale a minimizar o permetro hidrulico da seco, como se depreende da anlise da Equao (4.48).
HIDRULICA
135
A seco semicircular a mais vantajosa do ponto de vista da minimizao do permetro hidrulico. No entanto, no correntemente utilizada
em canais, uma vez que do ponto de vista construtivo de mais onerosa
implementao, quando comparada com as seces rectangulares e trapezoidais.
Naturalmente, a anlise que de seguida se apresenta s faz sentido quando no existirem restries de outra ordem, tais como restries urbansticas, construtivas, geotcnicas e hidrulico-regulamentares, que possam
limitar a liberdade da pesquisa do desenho ptimo da seco transversal.
A seco hidraulicamente mais eficiente obter-se- ento impondo as
condies:
Para o caso da seco trapezoidal, a imposio das condies anteriores

conduz seguinte equao:
(4.52)
Figura 4.10 Seco trapezoidal hidraulicamente mais eficiente.
A Equao (4.52) mostra que a seco trapezoidal hidraulicamente mais

eficiente ocorre quando a largura da superfcie livre dupla do comprimento molhado do talude.
Trata-se, portanto, da seco transversal correspondente a metade de
um hexgono regular de base horizontal.
De seguida, analisa-se o caso da seco circular hidraulicamente mais
eficiente.
Nas redes de drenagem urbana, os colectores prefabricados de seco
circular so muito utilizados. Ao contrrio dos canais, no caso dos colectores, a seco transversal circular imposta a priori. O problema reduz-se
136
ento determinao da percentagem da seco transversal circular, que

deve ser ocupada pelo escoamento com superfcie livre e regime permanente uniforme, de modo a maximizar o caudal escoado.
A seco molhada, S, a fraco da seco transversal do colector circular utilizada pelo escoamento (ver Quadro 4.1):
O permetro molhado dado por (ver Quadro 4.1):
Resulta ento que a maximizao do caudal, fixados que esto os restantes parmetros, corresponde a:
Ao fim de alguma manipulao analtica, obtm-se o seguinte resultado:
(4.53)
Figura 4.11 Seco circular hidraulicamente mais eficiente.
A Equao (4.53) mostra que o caudal mximo escoado numa seco

circular ocorre quando a altura uniforme 94% do dimetro do colector.
Na prtica, adoptam-se alturas inferiores (da ordem dos 80% do dimetro) para evitar a instabilidade que resultaria da reduo da capacidade de
transporte provocada por um aumento pontual da altura uniforme acima
de 94% do dimetro.
HIDRULICA
137
No Exerccio 4.3, que consta do subcaptulo 4.6, apresenta-se um exemplo com a determinao das dimenses da seco rectangular hidraulicamente mais eficiente.
4.5 Consideraes finais

Como j foi referido, nos canais no usual o regime crtico. No entanto,
quando se pretendem instalar estruturas de medio de caudais como,
por exemplo, canais Venturi ou descarregadores Blanger , este o regime de escoamento que se instala na seco de controlo. Uma vez instalado o regime crtico, bastar medir a altura molhada na seco de controlo para, de forma biunvoca, conhecer o valor do caudal.
O regime crtico tambm importante para o traado das curvas de regolfo
que caracterizam o andamento da superfcie livre, no caso do escoamento
gradualmente variado.
O escoamento gradualmente variado, o escoamento rapidamente variado
e o escoamento varivel constituem outras formas de escoamento com
superfcie livre. A sua anlise, em certos casos, introduz um novo aspecto
no aplicado neste captulo: a conservao da quantidade de movimento
expressa pela Equao (4.18). As referncias bibliogrficas apresentadas
podero constituir um bom auxiliar para o leitor mais interessado que pretenda aprofundar os seus conhecimentos sobre estes tipos de escoamentos com superfcie livre.
4.6 Exerccios
Exerccio 4.1: Clculo do coeficiente de energia na seco transversal
composta de um canal que atravessa uma zona urbana.
Um canal que atravessa uma zona urbana apresenta uma seco transversal constituda por trs subseces com reas S1 = 3 m2, S2 = S3 = 1.5 m2,
tal como representado na Figura 4.1. Sabendo que as velocidades so
U1 = 1.8 m/s e U2 = U3 = 1.2 m/s, determine o valor do coeficiente de
Coriolis da seco composta.
Resoluo
A Equao (4.15) toma a forma:
138
Substituindo os dados do problema na expresso anterior obteremos

= 1.12, ou seja, de facto 1.
Exerccio 4.2: Clculo da capacidade de transporte da seco transversal composta de uma vala de drenagem de uma zona verde urbana.
Considere a vala de drenagem, em beto, de uma zona verde urbana,
representada na Figura 4.12. Adoptando as trs subseces delimitadas
a trao-ponto, considerando uma inclinao longitudinal de 1:1000 e um
coeficiente de Manning de n = 0.015 s/m1/3, determine a capacidade de transporte, o caudal, o coeficiente de Coriolis e o coeficiente de Boussinesq.
Figura 4.12 Seco composta da vala de drenagem.
Resoluo
HIDRULICA
139
Pela Equao (4.49), pode-se calcular:
A capacidade de transporte ser:
E o caudal total :
Os coeficientes de Coriolis e de Boussinesq so calculados por simples

substituio dos K *i e dos Si nas Equaes (4.50) e (4.51):
1.074 1; 1.024 1
Exerccio 4.3: Determinao das dimenses da seco transversal rectangular hidraulicamente mais eficiente de uma vala de drenagem.
Vai ser construda uma vala de drenagem, em beto, com uma seco
transversal rectangular de 2 m2. Determine as dimenses da seco transversal hidraulicamente mais eficiente.
Resoluo
Trata-se de calcular a seco hidraulicamente mais eficiente, ou seja, fixada
a rea da seco transversal, S = Cte, pretende-se determinar quais as
propores da seco rectangular que maximizam a sua capacidade de
transporte.
A minimizao do permetro conduz a:
140
Conclui-se que a seco rectangular hidraulicamente mais eficiente

aquela para a qual a largura o dobro da altura molhada.
Nota: Confirmao de que o extremo identificado um mnimo.
pois h > 0 o extremo um mnimo
HIDRULICA
141
5 CONCEITOS BSICOS
DE HIDROLOGIA
Joo L. M. Pedroso de Lima1, 2
M. Isabel Pedroso de Lima2, 3
2
3
Escola Superior Agrria, Instituto Politcnico de Coimbra.

A hidrologia urbana o ramo da hidrologia que estuda as zonas urbanas
e metropolitanas onde predominam as superfcies quase impermeveis e
um relevo artificial do terreno, analisando em particular o impacto do desenvolvimento urbano no ciclo da gua e as formas de minimizar os seus
efeitos negativos.
A grande maioria dos estudos de hidrologia urbana incide sobre a anlise do
escoamento superficial que, por sua vez, se relaciona estreitamente com a
proteco contra os fenmenos catastrficos provocados pelo movimento
da gua superfcie do solo (e. g., cheias, deslizamento de taludes). A anlise criteriosa do escoamento superficial que inclui a determinao do caudal
de ponta, do volume escoado e da forma do hidrograma para um dado perodo de retorno, constitui um dos mais importantes factores de sucesso de
projectos de sistemas de drenagem de guas pluviais urbanas. Erros cometidos nestas estimativas podero introduzir incoerncias graves no desenvolvimento de projectos, acarretando obras subdimensionadas ou sobredimensionadas. importante reconhecer tambm que os valores obtidos neste
clculo sero sempre aproximados, devido deficiente caracterizao fisiogrfica e climtica das bacias urbanas, s incertezas hidrolgicas dos processos envolvidos, s simplificaes dos mtodos disponveis e aos critrios
adoptados. As bacias urbanas so entidades complexas com uma elevada
variabilidade espacial das suas caractersticas fisiogrficas (Figura 5.1).
No estudo de uma bacia urbana, deve-se ter especial ateno aos seguintes aspectos:
Tipo de uso do solo previsto para a bacia, sobretudo no que se refere
impermeabilizao e outras intervenes humanas que possam, por
CONCEITOS BSICOS DE HIDROLOGIA
143
exemplo, reduzir o tempo de concentrao da bacia ou levar ocupao de reas inadequadas; de referir, em particular, a ocupao de leitos
de cheia das linhas de gua, nomeadamente as efmeras;
Efeitos causados pelas obras em estudo, a montante e a jusante do troo em que se vai processar a interveno.
Figura 5.1 Variabilidade espacial das caractersticas fisiogrficas

e hidrolgicas das bacias urbanas.
possvel identificar trs fases estruturantes de um projecto de drenagem

urbana, cuja sequncia se apresenta na Figura 5.2. A fase 1 condicionada por aspectos socioeconmicos, e nesta se incluem anlises de risco
e escolha do perodo de retorno dos fenmenos relevantes. As fases 2 e
3 so de ndole mais tcnica. A fase 2 est relacionada com estudos de
hidrologia urbana (determinao da chuvada de projecto e do hidrograma
e caudal de projecto, nomeadamente atravs de modelos de precipitao-escoamento) e a fase 3, com estudos j na rea da hidrulica urbana
(e. g., dimensionamento de sumidouros, colectores, canais).
Neste captulo, dedicado hidrologia urbana, abordar-se- de forma sucinta alguns aspectos e conceitos bsicos com relevncia para o estudo
de sistemas de drenagem de guas pluviais. Sero focados aspectos
relacionados com o balano hidrolgico, a bacia hidrogrfica, o coeficiente de escoamento e o tempo de concentrao. Os volumes subsequentes
iro incidir mais especificamente sobre os processos hidrolgicos de precipitao e escoamento superficial, e os modelos de precipitao-escoamento usados em hidrologia urbana.
A seguinte bibliografia serviu de base construo deste captulo: Chow
et al. (1988), Singh (1992), Tucci (2001), Gribbin (2002) e Lencastre e Franco
(2003).
144
Figura 5.2 Sequncia de fases de um projecto de drenagem urbana.
5.2 Balano hidrolgico

O conceito de balano hidrolgico traduz o princpio da conservao da
massa num determinado espao e durante um determinado intervalo de
tempo t :
(5.1)
sendo S a variao de volume observada nesse espao, qa o fluxo mdio afluente e qe o fluxo mdio efluente durante o intervalo de tempo t .
Ou seja,
,
t0
(5.2)
em que os ndices 1 e 2 se reportam, respectivamente, ao incio e fim do

intervalo de tempo t = t2-t1 considerado no balano hidrolgico.
Assim, por definio, uma equao do balano hidrolgico (ver Figura 5.3)
relaciona as entradas e sadas de gua (afluncias e efluncias), ocorridas
num determinado espao e durante um certo perodo, com a variao do
volume do mesmo lquido no interior desse espao, durante o intervalo de
tempo referido, ou seja:
Afluncias - Efluncias = Variao no Armazenamento de gua
145
Figura 5.3 Idealizao do balano hidrolgico.
Contudo, as variveis hidrolgicas envolvidas, tais como a precipitao,

evaporao, infiltrao e o escoamento superficial, variam ao longo do tempo. Assim, a forma geral de uma equao do balano hidrolgico deve ser
escrita da seguinte forma:
(5.3)
em que qa(t), qe(t) e S(t) representam as leis de variao com o tempo,
respectivamente, das afluncias, das efluncias e do armazenamento de
gua no interior do espao.
A Equao (5.3) assume que as entradas, sadas e o armazenamento no
variam no espao (e. g., na rea da bacia de drenagem urbana); caso contrrio, cada um dos termos da equao que varie no espao deve exprimir-se por um valor agregado representativo da rea.
A equao do balano hidrolgico bsica em hidrologia e todas as anlises tm forosamente de verificar esta equao. Caso contrrio, a anlise no estar correcta. A aparente simplicidade desta equao enganadora. Na grande maioria dos problemas hidrolgicos, vrias variveis
podem ser desconhecidas ou extremamente difceis de estimar. O termo
S(t) est relacionado com o termo qe(t), mesmo sem existncia de qualquer qa(t). Alm disso, estes termos variam com o tempo como expresso
na Equao (5.3).
Nalgumas componentes do balano, como o escoamento superficial R,
pode considerar-se a parte que entra (R1) no espao em estudo e a que
sai (R2). Para outras variveis, o fluxo s se faz num sentido (e. g., a precipitao s existe como entrada).
146
Um balano hidrolgico pode ser aplicado a qualquer espao ou regio

delimitada por limites topogrficos ou definida arbitrariamente, num curto
ou longo intervalo de tempo. No entanto, em termos prticos, torna-se
muito difcil ou mesmo impossvel efectuar o balano hidrolgico nalgumas situaes, nomeadamente por no ser possvel conhecer todos os
termos da equao. Assim, privilegia-se a aplicao do conceito de balano hidrolgico a intervalos de tempo especficos e para espaos topograficamente bem delimitados, como o caso de bacias de drenagem.
O conceito de balano hidrolgico estabelecido escala de uma bacia
hidrogrfica pode ser aplicvel a intervalos de tempo iguais ao ano, desde
que, no incio de cada ano (ano hidrolgico), o armazenamento de gua
na bacia seja praticamente idntico. o que se passa em Portugal, no
final da estiagem, em que esse armazenamento muito baixo.
O balano hidrolgico utiliza-se para:
Aferio conjunta dos valores dos seus termos, quando os mesmos so
determinados separadamente;
Estimao de um deles, quando no h possibilidade de o medir directamente;
Anlise dos efeitos produzidos nos valores dos restantes termos da
equao pelas modificaes introduzidas num ou mais desses termos
por diversas aces do Homem (e. g., urbanizao de zonas agrcolas
ou florestais, modificao do coberto vegetal devido, por exemplo, a um
fogo florestal).
importante manter actualizado o balano hidrolgico de uma determinada bacia urbana ou rural como forma de previso, planeamento e
controlo de recursos hdricos existentes.
De seguida, apresenta-se um exemplo de um balano hidrolgico numa
bacia de reteno urbana e, no subcaptulo 5.5, um exerccio sobre o
balano hidrolgico numa bacia urbana (Exerccio 5.1).
Exemplo 5.1: Balano hidrolgico numa bacia de reteno urbana.
Uma bacia de reteno urbana (ver Figura 5.4), num determinado instante,
tinha armazenado 3000 m3 de gua. Nesse instante, o caudal afluente
bacia era de 1.50 m3/s e o caudal efluente de 2.00 m3/s. Ao fim de uma hora,
os caudais afluente e efluente aumentaram de forma linear para 2.00 m3/s
e 2.05 m3/s, respectivamente. No houve precipitao nessa hora. Qual
foi a variao do volume de gua armazenado na bacia de reteno,
147
supondo que no h perdas por infiltrao? Qual foi o volume total armazenado no final dessa hora?
Figura 5.4 Componentes do balano hidrolgico a considerar

no estudo de uma bacia de reteno urbana.
Resoluo
Usando as Equaes (5.1) ou (5.2) do balano hidrolgico, ento:
S =
q a1 + q a2
2
t =
q e2 + q e2
2
(5.4)
Substituindo os valores, obtm-se a variao do volume de gua armazenado na bacia de reteno:

S =
1.5 + 2.0
2
x 3600 -
2.0 + 2.05
2
x 3600 = -990 m3
Conclui-se que o armazenamento de gua na bacia de reteno, aps

uma hora, inferior ao inicial (S com sinal negativo), ou seja:
S 2 = S 1 + S = 3000 - 990 = 2010 m3
5.3 Bacia de drenagem urbana

5.3.1 Conceito e delimitao
Uma bacia de drenagem urbana constituda por um sistema de linhas de
gua naturais e drenos artificiais que se interligam entre si, formando uma
rede de drenagem mais ou menos hierarquizada (curso de gua principal
e seus afluentes e subafluentes). Uma bacia define-se para uma dada
seco de uma linha de gua ou de um canal e corresponde rea geogrfica que capta a gua da chuva que escoa pela superfcie do solo e
atinge essa seco considerada. Esta seco designa-se por seco de
referncia da bacia e , portanto, a nica sada dos volumes de gua
efluentes assumindo que se podem desprezar as guas subterrneas (o
que acontece por norma).
148
Numa bacia urbana, dependendo da sua rea, o sistema de drenagem

constitudo por valetas, valas, canais, tubos de drenagem perfurados, galerias, emissrios e colectores pluviais e linhas de gua naturais, existentes
ao nvel do loteamento, da rede urbana primria e da bacia hidrogrfica.
As bacias de drenagem so separadas por linhas de cumeada que constituem naturalmente linhas divisrias do escoamento superficial. Estas
linhas chamam-se linhas divisrias topogrficas.
A linha divisria topogrfica coincide com as linhas de cumeada
que separam vertentes por onde as guas se escoam para talvegues diferentes.
A Figura 5.5 procura ilustrar a forma como se faz a delimitao de uma
bacia atravs da linha divisria topogrfica numa carta hipsomtrica. Essa
delimitao determinada topograficamente, acompanhando as linhas
de cumeada e cruzando sempre ortogonalmente s curvas de nvel em
direco seco de referncia (i. e., seco em estudo) da bacia.
A delimitao da bacia de drenagem tambm pode ser feita atendendo
geologia da bacia, definindo-se a linha divisria fretica. Esta linha fixa os
Figura 5.5 Definio da linha divisria topogrfica de uma bacia de drenagem

numa carta topogrfica (adaptado de Gribbin, 2002).
149
limites da rea que contribui, com gua do solo, para alimentar a bacia
(Figura 5.6). Dificuldades na definio desta linha nas bacias urbanas e a sua
variabilidade no tempo levam a que, na prtica, se considere a delimitao
da bacia de drenagem somente com base na linha divisria topogrfica.
Figura 5.6 Linha divisria topogrfica e linha divisria fretica

(corte transversal em trs bacias adjacentes).
A bacia urbana a estudar depende da obra a ser executada (e. g., ponte,
aude, sarjeta ou sumidouro) e, portanto, da localizao da correspondente seco transversal definida na linha de gua.
Uma bacia de drenagem (urbana ou natural) diz-se exorreica (Figura 5.7,
esquerda), se a drenagem feita directamente para o mar ou rio; endorreica (Figura 5.7, direita), se a drenagem se d para um lago no interior
da bacia; arreica, se no se verifica escoamento superficial; e criptorreica,
se a linha de gua se infiltra no solo, em sumidouros ou algares (abertura
no solo numa regio calcria, que tem comunicao com a rede de drenagem subterrnea, atravs da qual a gua que escorre superfcie passa para a profundidade) (LTG, 2008). A maior parte das bacias urbanas
so exorreicas. A linha divisria atravessa a linha de gua na seco de
referncia. Se a bacia endorreica, no h uma seco de referncia
(Figura 5.7, direita).
importante distinguir entre as vrias contribuies para o caudal numa
dada seco de um curso de gua. Na Figura 5.8, apresentam-se os trs
tipos bsicos de escoamento numa bacia hidrogrfica (e. g., superficial,
hipodrmico e subterrneo) e as correspondentes componentes do caudal numa dada seco de um curso de gua: escoamento directo, intermdio e de base.
A gua, ao infiltrar-se, move-se na zona no saturada do solo em direco
ao lenol fretico. Contudo, parte dessa gua pode criar caminhos preferenciais que geram escoamentos superficiais a jusante chamados de res-
150
surgncias (Figura 5.9). Em bacias urbanas, normalmente, estes escoamentos hipodrmicos ou subsuperficiais consideram-se integrados no
escoamento superficial.
Figura 5.7 Delimitao de bacias de drenagem atravs da linha divisria

topogrfica: bacia exorreica ( esquerda) e bacia endorreica ( direita).
Figura 5.8 esquerda: tipos de escoamento numa bacia de drenagem; direita:

componentes bsicas do escoamento numa dada seco de uma linha de gua.
Figura 5.9 Caminhos preferenciais da gua na zona no saturada

do solo dando lugar a ressurgncias.
151
5.3.2 Caractersticas fisiogrficas

As caractersticas fisiogrficas das bacias de drenagem, que determinam
o seu comportamento hidrolgico, so:
Geometria;
Sistema de drenagem;
Relevo;
Geologia e solos;
Vegetao.
Geometria
A rea da bacia a rea plana, em projeco horizontal, definida pela
linha divisria topogrfica. normalmente expressa em quilmetros quadrados (ou hectares). Do ponto de vista hidrolgico, as bacias podem ser
classificadas em grandes, mdias e pequenas. Esta classificao no se
baseia somente na rea da bacia, mas tambm em factores dominantes
na gerao do escoamento superficial e subterrneo. As bacias urbanas
cuja rea pequena so, por norma, sensveis a chuvas de grande intensidade e s diferenas de uso do solo, no sendo muitas vezes o escoamento superficial dominado pelas caractersticas da rede de drenagem
primria.
A forma planimtrica de uma bacia urbana muito importante, pois determina o tipo de resposta da bacia precipitao e condiciona o tempo de
concentrao da bacia (ver seco 5.3.4).
A forma de uma bacia pode classificar-se em arredondada, alongada e
mista.
A forma da bacia urbana indica a maior ou menor tendncia para a
ocorrncia de cheias.
A sua forma influencia o hidrograma de cheia, especialmente em pequenas

bacias de drenagem, como as bacias urbanas. Por exemplo, se a bacia for
alongada, a gua ir demorar mais tempo a chegar das zonas mais remotas at seco de jusante e, consequentemente, o hidrograma de cheias
ser mais achatado (Figura 5.10, esquerda). As bacias arredondadas,
mais compactas, tero um caudal de ponta mais acentuado (Figura 5.10,
ao centro). De referir que estas bacias mais compactas tm maior probabilidade de serem cobertas por ncleos de grande intensidade de preci-
152
pitao durante uma chuvada convectiva. Bacias com formas mistas tm

um comportamento que traduz a sobreposio das duas situaes referidas (Figura 5.10, direita). Note-se que h outros factores que tm um
efeito maior no comportamento dos hidrogramas de cheia de uma bacia
hidrogrfica do que a sua forma planimtrica. Nos casos A e B, representados na Figura 5.11, a forma da bacia idntica mas a distribuio da
rede de drenagem dentro da bacia diferente. No caso A, a linha de gua
principal corre para a parte mais larga da bacia. No caso C, da Figura 5.11,
a forma da bacia pode originar um hidrograma com dois picos de cheia.
Figura 5.10 Influncia da forma da bacia de drenagem (alongada, arredondada

e mista) na forma dos hidrogramas de uma bacia urbana (adaptado de Singh, 1992).
Figura 5.11 Influncia da forma da bacia de drenagem na resposta

hidrolgica de uma dada bacia.
Podem usar-se parmetros empricos para auxiliar na classificao das

bacias de drenagem quanto sua forma. Um desses parmetros o Coeficiente de Compacidade, Kc. Este parmetro relaciona o permetro da bacia
de drenagem, com o de um crculo de raio r que tenha rea igual rea
da bacia:
(5.5a)
153
Assim,
(5.5b)
sendo P o permetro da bacia e A a rea da bacia. De acordo com esta
definio, um coeficiente mnimo igual unidade corresponderia a uma
bacia circular; quanto mais alongada for uma bacia, tanto maior ser o
coeficiente de compacidade.
Se os outros factores forem iguais, a tendncia para maiores cheias numa
dada bacia de drenagem tanto mais acentuada quanto mais prximo da
unidade for o valor desse coeficiente. Assim, quanto mais o valor de Kc se
aproximar de 1, mais arredondada a bacia e maior a probabilidade de
ocorrer cheia.
Rede de drenagem
A rede de drenagem constituda pelo curso de gua principal e seus
afluentes naturais e artificiais (e. g., valetas, canais, colectores). A disposio em planta dos cursos de gua uma caracterstica importante que
influencia a eficincia da drenagem quanto mais eficiente for a drenagem, mais rapidamente se formar uma cheia na bacia e maior ser a sua
magnitude. A Figura 5.12 ilustra a influncia da extenso da rede de drenagem na resposta hidrolgica de uma bacia.
Figura 5.12 Influncia do sistema de drenagem na resposta hidrolgica

das bacias de drenagem.
A natureza dos solos e das condies superficiais de uma dada bacia

tambm pode dar indicaes sobre a eficincia da drenagem: em solos
arenosos, a infiltrao elevada e existir muito provavelmente um curso
de gua principal dominante; em solos argilosos, ser de esperar uma
rede mais ramificada (ver Figura 5.12).
154
Em relao constncia do escoamento, um dado curso de gua pode

ser simultaneamente perene, intermitente e efmero em vrios dos seus
troos, se caminharmos da foz at nascente (Quadro 5.1 e Figura 5.13).
Quadro 5.1 Tipos de cursos de gua quanto constncia do escoamento.
Tipos de curso de gua
Perenes
Intermitentes
Efmeros
Explicao
Mantm sempre um caudal permanente durante
o ano todo.
Apresenta um caudal sazonal, somente no perodo
chuvoso, quando o nvel fretico se eleva
e o escoamento subterrneo passa a contribuir
decisivamente para o escoamento superficial.
S apresenta caudal durante, e logo aps, chuvadas
intensas.
Figura 5.13 Hidrogramas de seces transversais de cursos de gua:

perene ( esquerda), intermitente (ao centro), e efmero ( direita).
A curva de durao de caudais (curva que indica o nmero de dias ou percentagem do ano em que um dado valor do caudal igualado ou excedido)
ilustra bem a diferena entre os vrios tipos de linhas de gua. Na Figura 5.14,
apresentam-se as curvas de durao de caudais de linhas de gua efmeras, intermitentes e perenes, sendo evidente a no existncia de caudal em
linhas efmeras e intermitentes em determinados perodos do ano.
Figura 5.14 Curvas de durao de caudais para linhas de gua efmeras,

intermitentes e perenes.
155
O parmetro Densidade de Drenagem, Dd , relaciona o comprimento total

dos cursos de gua dentro da bacia de drenagem com a rea da bacia:
(5.6)
sendo Lt o comprimento total dos cursos de gua existentes na bacia e A

a rea da bacia. Dd exprime-se geralmente em km/km2 ou m/ha. Em princpio, quanto maior for a densidade de drenagem, tanto mais densa e
eficiente ser a drenagem das guas superficiais numa dada bacia.
Apesar de importantes, a utilizao dos parmetros empricos que visam
a caracterizao fisiogrfica de uma bacia, bem como da sua rede de
drenagem, exige alguns cuidados. Devido sua simplicidade, esses parmetros podem no conseguir caracterizar de forma satisfatria, por
exemplo, o sistema de drenagem. Veja-se o exemplo da Figura 5.15, onde
se apresentam duas bacias de drenagem de igual rea e com idntico
comprimento total das linhas de gua. Consequentemente, Dd ser o
mesmo para as duas bacias, o que no traduz a realidade da qualidade
da drenagem dessas bacias: a eficincia de drenagem melhor na bacia
A do que na bacia B. Neste ltimo caso, as linhas de gua esto todas
concentradas numa pequena rea da bacia.
Figura 5.15 Bacias de drenagem de igual rea e com idntico comprimento

total das linhas de gua, mas com eficincias de drenagem diferentes,
apesar da densidade de drenagem ser a mesma.
Relevo
O relevo de uma bacia de drenagem tem influncia directa na velocidade
e distribuio espacial do escoamento superficial, na resposta da bacia
precipitao e no tempo de concentrao, na eroso hdrica do solo e no
transporte de poluentes e sedimentos; a orientao das vertentes pode
influenciar a ocorrncia de ventos locais. Se se considerar a orientao da
156
bacia, o relevo tambm influencia a quantidade de energia solar interceptada e, consequentemente, o microclima, o crescimento de vegetao e
a distribuio espacial e temporal da precipitao til ao nvel do solo.
O declive mdio entre dois pontos do terreno definido como:
s=
H
L
(5.7)
sendo H a diferena de nvel entre os pontos considerados e L a distncia (na horizontal) entre os pontos. Por vezes, aplica-se a Equao (5.7) a
bacias de drenagem e considera-se L a maior distncia recta dentro dos
limites da bacia que possvel medir ao longo de uma direco paralela
ao curso de gua principal. L designa-se por comprimento axial da bacia
(Figura 5.16).
Figura 5.16 Distino entre o comprimento axial de uma bacia de drenagem

e o comprimento da linha de gua principal.
Numa bacia, o declive das encostas pode variar bastante de local para
local e a Equao (5.7) no consegue representar convenientemente o
declive da bacia. Esta equao no mais do que uma aproximao
grosseira da realidade, apesar de ser utilizada em alguns mtodos e modelos hidrolgicos mais simples.
Existem, no entanto, mtodos que conduzem a valores mais realistas do
declive mdio de uma dada bacia de drenagem, ibacia; de entre os mais
utilizados, refere-se aquele que obriga medio do comprimento Le de
157
todas as curvas de nvel implantadas na bacia para uma dada equidistncia, e (ibacia = Le e/A, com A a rea da bacia) e o mtodo das malhas (que
divide normalmente a rea da bacia em quadrculas, estima o declive em
cada quadrcula e faz a mdia para toda a bacia).
A curva hipsomtrica de uma dada bacia de drenagem retrata o relevo da
bacia (Figura 5.17). Esta curva permite perceber a distribuio das altitudes
na bacia: em abcissa, representam-se as reas ou percentagens da rea
total da bacia que se encontram acima de determinada altitude e, em
ordenada, o valor dessa altitude. A partir da curva hipsomtrica, possvel
determinar a altitude mdia e a altura mdia da bacia, bem como a altitude
mediana e a altura mediana, que so parmetros usados em modelos
simplificados de precipitao-escoamento (e. g., Lencastre e Franco, 2003).
Figura 5.17 As curvas hipsomtricas representam o relevo das bacias de drenagem:

A bacia de drenagem de um vale aluvionar e B bacia de drenagem de meseta.
Outra forma de representao do relevo a curva (ou histograma) de

frequncias altimtricas, que se representa sob a forma de diagrama de
barras (geralmente na horizontal); este diagrama mostra as percentagens das reas da bacia correspondentes aos escales de altitude considerados (e. g., de 10 em 10 m ou de 20 em 20 m em algumas bacias
urbanas ver Exerccio 5.2 e Figura 5.25). ainda possvel recorrer ao
rectngulo equivalente para ilustrar o relevo de uma dada bacia de drenagem. Este ser um rectngulo traado a uma escala conveniente,
com dimenses tais (comprimento L e altura b) que o seu permetro e
rea sejam iguais ao permetro P e rea A da bacia de drenagem, onde
se representa a distribuio hipsomtrica da bacia (ver Exerccio 5.2 do
subcaptulo 5.5).
158
Geologia e solos
As caractersticas geolgicas e o tipo de solo influenciam o regime dos
caudais lquidos nas bacias de drenagem (e. g., escoamento subterrneo,
subsuperficial e superficial) e o caudal slido (sedimentos transportados).
Por exemplo, s bacias impermeveis urbanas, associam-se linhas de
gua efmeras e intermitentes.
Outro aspecto relevante relaciona-se com as interaces entre os cursos
de gua e a toalha fretica (Figura 5.18). Quando uma linha de gua ou
dreno (e. g., vala, colector) intercepta um aqufero, fazendo baixar a toalha
fretica, diz-se efluente (Figura 5.18 A). Se o leito da linha de gua estiver acima da toalha fretica, ser a linha de gua a alimentar o aqufero,
chamando-se linha de gua influente (Figura 5.18 B). Contudo, h
situaes em que a linha de gua se mantm afastada da toalha fretica,
separada por rocha impermevel ou por uma zona no saturada (Figura 5.18
C e D). Note-se que estas classificaes so transitrias, porque a
toalha fretica vai alterando a sua posio ao longo do ano e ao longo da
linha de gua.
Toalha fretica
Zona no
saturada
Rocha
impermevel
gua subterrnea
Figura 5.18 Possveis interaces entre linhas de gua e a toalha fretica,
a tracejado (adaptado de Singh, 1992).
159
Vegetao
A ocupao do solo tem uma influncia determinante no regime de caudais de uma qualquer bacia de drenagem, sendo esta questo particularmente importante ao nvel de bacias urbanas. A urbanizao, em detrimento de reas naturais, est associada a uma maior impermeabilizao
e tem impactos negativos no escoamento superficial como a criao de
maiores pontas de cheia e maiores volumes de escoamento superficial.
A vegetao (presena, caractersticas e manuteno), em bacias de drenagem urbanas, afecta o balano hidrolgico interceptando a precipitao,
dando origem a evapotranspirao, ao mesmo tempo que provoca alteraes biofsicas no solo, nomeadamente aumentando a porosidade da sua
camada superficial, que favorece a infiltrao da gua no solo (Figura 5.19).
Figura 5.19 Ilustrao de como o aumento da actividade biolgica no solo

e a profundidade da zona radicular das plantas diminuem o caudal de ponta,
aumentam a resposta hidrolgica da bacia e diminuem o volume total escoado
(adaptado de Macleod et al., 2007).
5.3.3 Coeficiente de escoamento

Por o uso do solo ser determinante no processo de transformao da precipitao em escoamento, a sua caracterizao sobretudo importante
em estudos hidrolgicos. Em zonas urbanas, nomeadamente quando se
verifica forte expanso urbana qual est associada a impermeabilizao
crescente dos solos, este aspecto tem de ser estudado com cuidado. Por
exemplo: reas residenciais com alta densidade de ocupao tm taxas
de impermeabilizao que variam entre 40 e 70%; reas comerciais e
industriais caracterizam-se por taxas de impermeabilizao de 70 a 90%.
A impermeabilizao de bacias urbanas no est restrita superfcie do
solo: o prprio sistema de drenagem est por norma impermeabilizado,
160
de modo a aumentar a capacidade de escoamento da seco transversal

do colector, valeta ou canal, e remover rapidamente as guas pluviais.
O coeficiente de escoamento superficial, C, um dos parmetros cruciais
em hidrologia urbana. Este coeficiente, adimensional, traduz a relao entre
o volume de escoamento directo (i. e., precipitao til) e o volume precipitado, ou seja, traduz a parte da precipitao total que se transforma
directamente em escoamento superficial:
(5.8)
sendo hu a precipitao til e h a precipitao total recebida numa dada

bacia de drenagem; a precipitao pode ser expressa em mm ou m3.
A altura (total) de precipitao igual ao volume total precipitado
numa bacia hidrogrfica em determinado perodo de tempo, dividido pela sua rea.
A precipitao til a parte da precipitao (total) que se transforma em escoamento superficial directo num sistema de drenagem urbano.
Embora os valores do coeficiente de escoamento possam ser determinados experimentalmente, esta tarefa pode ser dificultada por ausncia de
dados relevantes. Por esse motivo, praticamente todos os textos de hidrologia, hidrologia urbana e os dedicados a sistemas de drenagem pluviais apresentam, para determinadas condies, valores usuais para este
coeficiente, o que facilita a tarefa do tcnico. Os valores do coeficiente de
escoamento so dados em funo do relevo da bacia, geologia, tipo de
solo e uso do solo. As principais caractersticas fisiogrficas da bacia de
drenagem que afectam o coeficiente de escoamento so apresentadas no
Quadro 5.2.
Note-se que em bacias urbanas, sobretudo nas que ocupam grandes
reas, usual ocorrerem variaes significativas das caractersticas fisiogrficas de local para local. Isso faz com que, muitas vezes, seja necessrio obter um valor (mdio) para o correspondente coeficiente de escoamento superficial que traduza o comportamento de toda a rea, calculando uma mdia ponderada em relao s reas associadas a cada uma
dessas caractersticas:
161
(5.9)
onde C representa o coeficiente de escoamento mdio caracterstico de
uma rea A no homognea, e Ci e Ai so, respectivamente, o coeficiente
de escoamento e a rea de cada uma das n parcelas (assumidas homogneas) em que a rea A se pode considerar dividida.
Quadro 5.2 Exemplos de caractersticas fisiogrficas de bacias de drenagem,
e a forma como afectam o coeficiente de escoamento superficial, C.
Caractersticas fisiogrficas
da bacia de drenagem
Relevo
Infiltrao
Cobertura vegetal
Reteno superficial
Comportamento esperado
reas relativamente planas tm um C inferior

a reas com declives elevados.
Solos com infiltrao elevada (e.g., camada
arenosa profunda) tm um C inferior ao de solos
argilosos, com baixa capacidade de infiltrao.
reas com denso coberto vegetal (e.g., relvados,
arvoredos ou cobertura equivalente) tm um C
inferior ao de reas com coberto vegetal esparso,
ou mesmo ausente.
Depresses superficiais do terreno (e.g., bacias de
reteno urbana, lagos, plancies alagveis) que
do origem a uma elevada acumulao de gua
conduzem a um C inferior ao de terrenos em que
a acumulao da gua superficial negligencivel.
Nos Quadro 5.3 e Quadro 5.4 apresentam-se exemplos de coeficientes de

escoamento superficial aplicveis a reas urbanas para chuvadas intensas com perodos de retorno de dois a dez anos.
Quadro 5.3 Valores do coeficiente de escoamento C usados
em superfcies especficas.
Descrio da rea e superfcies
Pavimento:
Asfalto
Beto
Caladas
Telhado
Cobertura relvada, solo arenoso:
Declive plano (0 a 2%)
Declive mdio (2 a 7%)
Declive elevado (superior a 7%)
Cobertura relvada, solo pesado:
Declive plano (0 a 2%)
Declive mdio (2 a 7%)
Declive elevado (superior a 7%)
162
0.70
0.80
0.75
0.75
0.95
0.95
0.85
0.95
0.05 - 0.10
0.10 - 0.15
0.15 - 0.20
0.13 - 0.17
0.18 - 0.22
0.25 - 0.35
Quadro 5.4 Valores do coeficiente de escoamento C usados

em zonas urbanas e periurbanas.
Descrio da ocupao da rea

Edificao muito densa:
Zonas urbanas centrais, densamente construdas,
com ruas e caladas pavimentadas.
Edificao no muito densa:
Zonas urbanas adjacentes ao centro, com menos
densidade de construo, mas com ruas e caladas
pavimentadas.
Edificaes com poucas superfcies livres:
Zonas residenciais com elevada densidade de construo,
com ruas pavimentadas.
Edificaes com muitas superfcies livres:
Zonas residenciais com pouco densidade de construo,
com ruas macadamizadas ou pavimentadas.
Subrbios com alguma edificao:
Zonas de arrabaldes e subrbios urbanos com pequena
densidade de construo.
Matas, parques e campos de desporto:
Zonas rurais, reas verdes, superfcies arborizadas,
parques ajardinados, campos de desporto sem
pavimentao.
0.70 - 0.95
0.60 - 0.70
0.50 - 0.60
0.25 - 0.50
0.10 - 0.25
0.05 - 0.20
Para obras em que se exige um perodo de retorno mais elevado (e. g.,
sistemas de drenagem em reas sensveis), h que aumentar o valor do
coeficiente de escoamento C apresentado nos Quadro 5.3 e Quadro 5.4
atravs da expresso:
CTR = C x Cf
(5.10)
onde Cf o factor de correco (Quadro 5.5) e CTR o valor do coeficiente

de escoamento a utilizar para eventos com perodos de retorno TR.
Quadro 5.5 Factor de correco Cf do coeficiente de escoamento superficial C para
vrios perodos de retorno adoptados no dimensionamento de obras.
Perodo de retorno (anos)
2 a 10
25
50
100
Cf
1.00
1.10
1.20
1.25
5.3.4 Tempo de concentrao

A estimativa do tempo de concentrao, do tempo de resposta e das iscronas de bacias urbanas reveste-se da maior importncia para a modeCONCEITOS BSICOS DE HIDROLOGIA
163
lao de sistemas hidrolgicos e para o dimensionamento e a reabilitao

de sistemas de drenagem de guas pluviais urbanas.
O tempo de concentrao de uma bacia de drenagem define-se
como o tempo que leva uma partcula de gua (resultante de uma
chuvada razoavelmente intensa) para atingir a seco de referncia, partindo do ponto cinematicamente mais afastado desta, localizado nos limites da bacia.
O tempo de concentrao depende das caractersticas fisiogrficas da

bacia, da ocupao do solo, do sistema de drenagem e da precipitao.
So exemplos:
rea da bacia;
Comprimento e declive do curso de gua principal;
Forma da bacia;
Declive do terreno;
Declive e comprimento dos afluentes;
Tipo de coberto vegetal;
Tipo de ocupao do solo;
Rugosidade hidrulica das vrias componentes do sistema de drenagem;
Intensidade da precipitao;
Caractersticas pedolgicas e geolgicas;
Teor de humidade da camada superficial do solo.
A determinao do tempo de concentrao de bacias de drenagem est
sujeita a incertezas. Em bacias urbanas, a sua estimao pode ser feita
por vrios processos:
a) Recorrendo a frmulas empricas, aplicveis regra geral a terrenos livres;
b) Por medio directa usando traadores;
c) Atravs da estimativa da velocidade mdia do escoamento superficial
na bacia at seco em estudo, atendendo cobertura e declive da
bacia de drenagem;
d) Atravs de valores tabelados, recorrendo a bibliografia existente.
Para a determinao do tempo de concentrao em bacias urbanas, tambm possvel utilizar um sistema misto, que inclui: (1) medio directa
do tempo de entrada do escoamento superficial no sistema de drenagem
164
(sumidouro ou sarjeta), usando traadores (e. g., fluorescentes); (2) estimativa do tempo de trajecto da gua nos colectores, canais, valetas e
valas atravs das suas caractersticas hidrulicas.
Estimativa recorrendo a frmulas empricas

Diversas frmulas tm sido propostas para determinar o tempo de concentrao, tc, em funo de caractersticas fsicas da bacia, da sua ocupao e da intensidade da chuva. Estas frmulas resultam da anlise da
informao de campo, e possibilitam a obteno de equaes de regresso. Importa lembrar que a maioria destas expresses emprica e, portanto, s so vlidas em condies semelhantes s da sua determinao.
A adopo de qualquer destas frmulas merece especial ateno, para se
evitar, por exemplo, o equvoco de utilizar, em reas urbanas, frmulas originalmente desenvolvidas para reas rurais. Estes mtodos empricos so,
no entanto, expeditos; no exigem dados de entrada detalhados e so especialmente relevantes para a fase preliminar de estudo de bacias urbanas.
Muitas dessas frmulas no permitem entrar em considerao com a heterogeneidade das caractersticas fisiogrficas da bacia (e. g., uso do solo,
tipo de vegetao). De facto, o tempo de concentrao no constante
para uma dada bacia urbana; varia tanto com o tipo de recobrimento vegetal como com as caractersticas espaciais e temporais da precipitao.
Nas bacias urbanas, o tempo de concentrao , por norma, inferior ao
das bacias rurais, dada a menor intercepo pelo coberto vegetal (a quantidade de gua precipitada que atinge a superfcie do solo superior), a
baixa infiltrao (o volume de escoamento superficial superior) e a maior
canalizao do escoamento (e. g., valas, colectores, estradas com menor
resistncia ao escoamento). Para perodos de retorno superiores a dez
anos, a influncia da vegetao muitas vezes desprezada. O tempo de
concentrao tanto menor quanto maior for a intensidade da precipitao e o teor de humidade da camada superficial do solo.
Como referido anteriormente, existem muitas frmulas empricas que permitem estimar o tempo de concentrao em funo das caractersticas
fisiogrficas das bacias de drenagem (rurais e urbanas). Apresentam-se
de seguida somente alguns exemplos.
Frmula de Kirpich (e. g., Lencastre e Franco, 2003, Chow et al., 1988):
(5.11)
165
com:
(5.12)
sendo tc o tempo de concentrao (minutos), L o comprimento do curso

de gua principal (m), H a diferena de nvel entre as respectivas extremidades (m) e i o respectivo declive mdio (m/m).
Esta frmula recomendada para bacias rurais (0.50 a 45.3 ha) com
canais bem definidos e declives compreendidos entre 3 e 10%. Se a aplicao em causa envolver escoamento em canal em zonas urbanas, o
valor de tc obtido atravs da Equao (5.11) deve ser multiplicado por 0.2
ou 0.4, conforme se trate de canais de beto ou de superfcies asfaltadas,
respectivamente.
Frmula de Giandotti (e. g., Lencastre e Franco, 2003):
(5.13)
em que tc o tempo de concentrao (horas), A a rea da bacia de
drenagem (km2), L o comprimento do curso de gua principal (km) e H

a altura mdia da bacia (m); esta altura mdia medida em relao
seco em estudo.
Mtodo FAA:
Outro exemplo o mtodo da Federal Aviation Administration (FAA), mais
utilizado no estudo de bacias hidrogrficas urbanas (Chow et al., 1988):
sendo tc o tempo de concentrao (minutos), C o coeficiente de escoamento do mtodo racional (adimensional), L o comprimento do plano de
escoamento ou da linha de gua (ft), e i o respectivo declive mdio (%).
(5.14)
A vantagem deste ltimo tipo de frmulas empricas, que inclui o coeficiente de escoamento, reside na maior flexibilidade que proporcionam
para a considerao das caractersticas ocupacionais da bacia e sua
eventual evoluo temporal, medida que mais reas da bacia so ocupadas com zonas urbanas.
Medio directa usando traadores
Os traadores a utilizar neste tipo de estudos devero ser produtos solveis na gua, que acompanhem o percurso das molculas de gua. Por
166
definio, os traadores devem apresentar um escoamento similar ao das

molculas de gua. Alguma propriedade fsica ou qumica possibilitar a
deteco da sua presena no lquido. Como exemplos de traadores com
estas caractersticas refiram-se a uranina, a sulforhodamina B e o cloreto
de sdio. Nenhum destes produtos prejudicial para o Homem ou para o
ambiente. Os dois primeiros so corantes fluorescentes e a sua deteco
feita com recurso a fluormetros; a deteco do terceiro efectuada
com condutivmetros. O registo da variao da concentrao dos traadores no tempo permite calcular, alm de outros parmetros, o tempo
mdio de escoamento entre dois pontos, respectivamente seco inicial
e final (i. e., o local da descarga do traador e a seco de estudo monitorizada).
Estimativa da velocidade mdia do escoamento superficial na bacia
Uma forma mais elaborada, e talvez mais correcta, de calcular o tempo
de concentrao de uma bacia urbana passa pela aplicao do mtodo
cinemtico, ou seja, dividindo a bacia em n troos com caractersticas homogneas (e. g., coberto e declive do solo) de comprimento Li (m) e calculando a velocidade do escoamento superficial em cada um deles Vi (m/s).
O tempo de concentrao definido pela soma dos tempos de percurso
correspondentes aos diferentes troos e ser dado por:
(5.15)
com tc em minutos.
Em zonas onde no existam canais naturais definidos, necessrio estimar a velocidade de escoamento superficial. Por exemplo, a Figura 5.20
apresenta um baco para a determinao do valor mdio da velocidade
do escoamento superficial em funo do declive do terreno e da ocupao do solo que pode ser utilizado para este fim.
Nos restantes troos possvel recorrer s frmulas de escoamento com
superfcie livre em regime uniforme (e. g., Manning-Strickler, Chzy) para
determinao da velocidade de escoamento.
Em reas urbanas onde existam sistemas de drenagem instalados, o tempo de concentrao tc, tal como definido na Equao (5.15), divisvel em
duas parcelas: um tempo inicial (ou tempo de entrada) ti, correspondente
ao trajecto superficial do escoamento com origem na precipitao at ao
sumidouro, sarjeta, ou boca de entrada (entrada da gua no sistema de
167
Figura 5.20 Valores mdios da velocidade do escoamento superficial em funo

do declive do terreno e da ocupao do solo (adaptado de Kent, 1972).
drenagem); e um tempo de percurso tt, que corresponde ao trajecto

dentro da rede de drenagem urbana (e. g., galerias, canais, colectores).
Assim, calcula-se:
tc = ti + tt
O tempo inicial ti obtido atravs de frmulas empricas, bacos, ou ensaios com traadores. O tempo de percurso tt ser calculado a partir dos
parmetros hidrulicos da rede de drenagem. No caso de sistemas a
construir (e. g., novas urbanizaes), necessrio fazer um pr-dimensionamento da rede. Em sistema existentes, note-se que possvel determinar a velocidade da gua tambm por outros mtodos (e. g., caudalmetros).
(5.16)
No subcaptulo 5.5, apresenta-se um exerccio sobre a determinao do

tempo de concentrao de uma bacia de drenagem urbana (Exerccio 5.3).
Estimativa recorrendo a valores tabelados
Em bacias urbanas, para efeitos de determinao da intensidade de precipitao de projecto, visando a estimativa de caudais de ponta por mtodos simplificados, alguns estudos aconselham os tempos de concen-
168
trao indicados no Quadro 5.6. Como so valores independentes das

dimenses e de outras caractersticas fisiogrficas da bacia urbana, h
que us-los com ponderao.
Quadro 5.6 Tempos de concentrao em zonas urbanas, em minutos,
em funo do grau de impermeabilizao e declive das superfcies.
Impermeabilizao
reas urbanas com

impermeabilizao
superior a 50%
reas urbanas com

impermeabilizao
inferior a 50%
Declive
Tempo de concentrao
(minutos)
reas muito inclinadas

(> 8%)
reas inclinadas
(1.5% a 8%)
reas planas
(< 1.5%)
reas muito inclinadas
(> 8%)
reas inclinadas
(1.5% a 8%)
reas planas
(< 1.5%)
5
7.5
10
5
10
15
5.4 Consideraes finais

Neste captulo dedicado a hidrologia urbana, pretendeu-se introduzir e relembrar, de forma sucinta, conceitos fundamentais que serviro de base
aos assuntos a abordar em prximos volumes, tais como os aspectos
relacionados com o balano hidrolgico e a bacia de drenagem. Ao nvel
da caracterizao da bacia, o objectivo no era fazer uma listagem exaustiva dos modelos disponveis, mas transmitir conceitos estruturantes em
hidrologia urbana. No prximo volume, sero analisados com mais profundidade dois componentes do ciclo hidrolgico que se revelam da
maior importncia para a hidrologia urbana: a precipitao e o escoamento superficial. A abordagem a adoptar no estudo destes processos visa a
perspectiva da engenharia, orientada para a resoluo de problemas de
drenagem de guas pluviais em ambiente urbano, quer ao nvel do projecto, quer ao nvel da gesto dos sistemas de drenagem.
5.5 Exerccios
Exerccio 5.1: Balano hidrolgico numa bacia urbana.
Uma chuvada intensa com a durao de 90 minutos e altura de precipitao de 105 mm caiu numa pequena bacia urbana com uma rea de 150 ha,
169
localizada numa encosta. A pequena linha de gua que drena a bacia

efmera e estava seca antes da chuvada. No existem audes na linha de
gua, nem bacias de reteno. Na seco de jusante, foi observado que
o escoamento resultante daquela precipitao durou dez horas, com um
caudal mdio de 2.0 m3/s, tendo a linha de gua ficado novamente seca.
a) Faa uma estimativa das perdas no processo de precipitao-escoamento.
b) Qual a percentagem da precipitao que se transformou em escoamento?
Resoluo
a) A equao do balano hidrolgico (equao da continuidade ou de
conservao da massa) para uma bacia hidrogrfica, num intervalo de
tempo t,
P (R + G + E + T) = S
(5.17)
sendo P a precipitao, R o escoamento superficial, G o escoamento

subterrneo, E a evaporao, T a transpirao e S a variao do armazenamento de gua na bacia (Figura 5.21).
Figura 5.21 Componentes do ciclo hidrolgico a considerar no estudo

de uma bacia hidrogrfica.
Neste caso concreto, temos t = 10 h, apesar de ter chovido somente

durante 90 minutos. A variao do volume armazenado na bacia pode
assumir-se nula (S 0). Dado que a linha de gua voltou a ficar seca
pouco depois de a chuvada ter terminado, pode igualmente considerar-se que no houve contribuio das guas subterrneas para o caudal na
linha de gua (G 0). Na bacia, a gua no disponvel para escoar superficialmente infiltrou-se, aumentando o teor de gua na zona no saturada
do solo, ou ficou retida em depresses ou na vegetao, para depois
evaporar.
170
Assim, as perdas so:
X=E+T
(5.18)
vindo neste caso
X=PR
(5.19)
Sendo a altura de precipitao P = 105 mm = 0.105 m, obtemos, em volume, P = 0.105 x 1500000 = 157500 m3.
Por outro lado, sabe-se que o caudal mdio Q = 2.0 m3/s. O caudal Q
a principal grandeza que caracteriza o escoamento superficial e
normalmente expresso em m3/s.
Logo, o escoamento superficial R = 2.0 x (10 x 3600) m3 = 72000 m3.
Assim, as perdas so: X = P R = 157500 - 72000 = 85500 m3.
Quando se aplica o conceito de balano hidrolgico a uma bacia

hidrogrfica para intervalos de tempo de um ano hidrolgico, assumindo que no h variao significativa do armazenamento de
gua na bacia, pode definir-se Dfice de Escoamento como D = P R.
b) A razo entre o escoamento superficial directo e a precipitao, designada por coeficiente de escoamento (ver seco 5.3.3),
Exerccio 5.2: Determinao das caractersticas do relevo de uma bacia

de drenagem urbana.
Considere-se a carta hipsomtrica de uma bacia urbana, em Coimbra,
ilustrada na Figura 5.22. O Quadro 5.7 e o Quadro 5.8 contm informao
sobre as caractersticas desta bacia. Determine o rectngulo equivalente,
a curva hipsomtrica e a distribuio de frequncias altimtricas.
Quadro 5.7 Caractersticas geomtricas da bacia urbana da Figura 5.22.
A rea da bacia (km2)

P Permetro (km)
2.27
6.58
171
Figura 5.22 Carta hipsomtrica de uma bacia urbana, em Coimbra.
Quadro 5.8 reas correspondentes a vrios escales de altitude

da bacia urbana da Figura 5.22.
Altitudes (m)
0-20
20-30
30-40
40-50
50-60
60-70
70-80
80-90
90-100
100-110
110-120
120-130
130-140
140-150
rea (m2)
0
90308
427701
420088
415695
255851
226129
142965
105364
67141
63429
30786
16802
6126
Resoluo
Na Figura 5.23, Figura 5.24 e Figura 5.25, apresentam-se o rectngulo
equivalente, a curva hipsomtrica e a distribuio de frequncias altimtricas da bacia urbana da Figura 5.22. O rectngulo equivalente ter as
seguintes dimenses:
(5.20)
(5.21)
172
Figura 5.23 Rectngulo equivalente da bacia urbana da Figura 5.22 (Exerccio 5.2).
Figura 5.24 Curva hipsomtrica da bacia urbana da Figura 5.22 (Exerccio 5.2).
Figura 5.25 Distribuio de frequncias altimtricas da bacia urbana

da Figura 5.22 (Exerccio 5.2).
173
Exerccio 5.3: Determinao do tempo de concentrao de uma bacia de

drenagem urbana.
Pretende-se determinar o tempo de concentrao da bacia urbana apresentada na Figura 5.26, relativamente seco D. A gua escoa superficialmente numa zona de mata entre A e B e numa rea pavimentada de
um estacionamento, entre B e C, at entrar num sumidouro localizado em
C; a partir desse ponto, o escoamento faz-se num colector de beto at
atingir D. Na Figura 5.26, identificam-se trs situaes, correspondentes
aos troos AB, BC e CD, em que i o declive, e L o comprimento dos
troos.
Figura 5.26 Caracterizao das condies de escoamento da gua superficial numa

bacia urbana para determinao do tempo de concentrao da bacia, t c.
O tempo de concentrao tc (minutos) pode ser determinado adaptando

a Equao (5.15) ao caso concreto deste problema:
Resoluo
(5.22)
sendo L i o comprimento (m) do percurso i com determinadas caractersticas e Vi a correspondente velocidade de escoamento superficial (m/s).
A soma dos dois primeiros termos da Equao (5.22) corresponde ao tempo inicial e o ltimo ao tempo de percurso, definidos na Equao (5.16).
Recorrendo Figura 5.20, que apresenta um baco para a determinao
do valor mdio da velocidade do escoamento superficial em funo do
174
declive do terreno e da ocupao do solo, para o percurso entre A e B,

a velocidade mdia de escoamento pode ser estimada em V1 0.2 m/s.
De igual modo, entre B e C, a velocidade mdia ser V2 0.85 m/s.
No trajecto entre C e D, pode recorrer-se equao de Manning-Strickler

para calcular a velocidade mdia no colector. Contudo, como no conhecemos as dimenses do colector, assume-se que V3 1 m/s (valor aceitvel num pr-dimensionamento).
Assim, vem:
Logo, o tempo de concentrao ser:
tc = 26.4 minutos.
175
BIBLIOGRAFIA
Captulo 2. Mtodos Estatsticos
BILLINGSLEY, P. (1999). Convergence of probability measures. 2nd Edition,
John Wiley & Sons, New York.
BEIRLANT, J., TEUGELS, J. e VYNCKIER, P. (1996). Practical analysis of
extreme values. Leuven University Press.
BEIRLANT, J., GOEGEBEUR, Y., SEGERS, J. e TEUGELS, J. (2004).
Statistics of Extremes: Theory and Applications. John Wiley & Sons,
New York.
CASTILLO, E., HADI, A. S., BALAKRISHNAN, N. e SARABIA, J. M. (2005).
Extreme Value and Related Models in Engineering and Science
Applications. John Wiley & Sons, New York.
EMBRECHTS, P., KLUPPELBERG, C. e MIKOSCH, T. (1997). Modelling
Extremal Events. Springer-Verlag.
GNEDENKO, B. (1943). Sur la distribuition limite du terme maximum dune
srie alatoire. Ann. Math., 44, 423-453.
GONALVES, E., e MENDES-LOPES, N. (2000). Probabilidades Princpios Tericos, Escolar Editora, Lisboa.
GUIMARES, R. C. e SARSFIELD-CABRAL, J. A. (2007). Estatstica. 2nd
Edition, McGraw-Hill, Portugal.
HOSKING, J. R. M. e WALLIS, J. R. (1987). Parameter and quantile estimation
for the generalized Pareto distribution. Technometrics 29, 3, 339-349.
LEADBETTER, M. R., LINDGREN, G. e ROOTZN, H. (1983). Extremes and
Related Properties of Random Sequences and Processes. Springer-Verlag, Berlin.
REISS, R. D. e THOMAS, M. (2001). Statistical Analysis of Extreme Values,
with Applications to Insurance, Finance, Hydrology and Other Fields.
2nd Edition. Birkhauser. Verlag.
TIAGO DE OLIVEIRA, J. (1997). Statistical analysis of extremes. Editora
Pendor.
BIBLIOGRAFIA
177
TIAGO DE OLIVEIRA, J. e GOMES, M. I. (1984). Two tests statistics for

chise of univariate extreme models. Statistical Extremes and Applications. Dordrecht, Reidel. 651-668.
Captulo 3. Clculo Numrico

ABREU, J. M. e ANTUNES DO CARMO, J. S. (2008). Mtodos Numricos
em Engenharia. DEC-FCT da Universidade de Coimbra.
CARNAHAN, B., LUTHER, H. A. e WILKES, J. O. (1969) Applied Numerical
Methods. John Wiley & Sons, Inc.
CHAPRA, S. C. e CANALE, R. P. (1990). Numerical methods for engineers.
McGraw-Hill. Int. Eds. 2nd Edition.
CONTE, S. D. e DE BOOR, C. (1981). Elementary Numerical Analysis: an
algorithmic approach. McGraw-Hill. Int. Eds., 3rd Edition.
PINA, H. L. G. (1995). Mtodos Numricos. McGraw-Hill.
PRESS, W. H., TEUKOLSKY, S. A., VETTERLING, W. T. e FLANNERY, B. P.
(1992). Numerical Recipes in Fortran 77 - The art of scientific computing.
Cambridge University Press. 2nd Edition.
ROSA, M. (1992). Tpicos de Anlise Numrica. Departamento de Matemtica da Universidade de Coimbra.
VALENA, M. R. (1993). Mtodos Numricos. Livraria Minho. 3. edio.
Captulo 4. Hidrulica
CHADWICK, A., MORFETT, J. e BORTHWICK, M. (2004). Hydraulics in
Civil and Environmental Engineering. London, Spon Press.
ENGEL, Y. e CIMBALA, J. (2007). Mecnica dos fluidos fundamentos e
aplicaes. So Paulo, McGraw-Hill.
HAMILL, L. (1995). Understanding Hydraulics. London, Macmillan Press Ltd.
MANZANARES, A. (1980). Hidrulica Geral. Lisboa, TCNICA A.E.I.S.T.
OLIVEIRA, L. e LOPES A. (2006). Mecnica dos Fluidos. Lisboa, ETEP
Edies Tcnicas e Profissionais.
QUINTELA, A. (1981). Hidrulica. Lisboa, Fundao Calouste Gulbenkian.
178
Captulo 5. Conceitos bsicos de hidrologia

CHOW, V. T., MAIDMENT, D. R. e MAYS, L. R. (1988). Applied Hydrology.
New York: McGraw-Hill.
GRIBBIN, J. E. (2002). Introduction to Hydraulics and Hydrology with Applications to Stormwater Management. 2nd edition. Delmar, Thomson
Learning, 484 p.
LENCASTRE, A. e FRANCO, F. M. (2003). Lies de Hidrologia. Fundao
Armando Lencastre, Lisboa, 451 p.
MACLEOD, C. J. A., BINLEY, A., HAWKINS, S. L., HUMPHREYS, M. W.,
TURNER, L. B., WHALLEY, W. R. e HAYGARTH, P. M. (2007). Genetically modified hydrographs: what can grass genetics do for temperate
catchment hydrology? Hydrological Processes, John Wiley & Sons,
21(16), 2217-2221.
KENT, K. (1972). Travel Time, Time of Concentration, and Lag. National
Engineering Handbook, Section 4: Hydrology, Chapter 15. Washington,
D.C.: Soil Conservation Service (SCS), U.S. Department of Agriculture.
LTG (2008). Lxico de Termos Geolgicos e-Geo Sistema Nacional de
Informao Geocientfica. http://e-geo.ineti.pt/bds/lexico_geologico/.
SINGH, V. P. (1992). Elementary Hydrology. Prentice Hall, Englewood
Cliffs. 973 p.
TUCCI, C. E. M. (2001). Hidrologia Cincia e Aplicao. Coleo ABRH
de Recursos Hdricos (2. Edio), Brasil. 944 p.
BIBLIOGRAFIA
179
SOBRE OS AUTORES
Joo Pedroso de Lima
Faculdade de Cincias e Tecnologia
Departamento de Engenharia Civil
Rua Lus Reis Santos
Plo II da Universidade de Coimbra
3030-788 Coimbra, Portugal
Tel.: +351 239 797 183
Fax.: +351 239 797 179
Email: plima@dec.uc.pt
Professor Catedrtico do Departamento de Engenharia Civil, da Faculdade

de Cincias e Tecnologia, da Universidade de Coimbra (FCTUC), lecciona
disciplinas das reas da Hidrulica, Hidrologia e Recursos Hdricos. Em 1982,
licenciou-se em Engenharia Civil, pela Universidade de Coimbra. Em 1985,
foi estudar para a Holanda, e obteve o grau de Mestre em Gesto de Recursos Hdricos, em 1987, e o Doutoramento em Cincias Ambientais, em 1989,
pela Universidade de Wageningen. Engenheiro Especialista em Hidrulica e Recursos Hdricos pela Ordem dos Engenheiros.
Tem mais de 250 trabalhos tcnicos e cientficos publicados, 35 dos quais
em revistas cientficas internacionais. Pertence s comisses editoriais,
entre outras, das revistas internacionais Journal of Hydrological Engineering da ASCE, Open Civil Engineering Journal e Open Atmospheric
Science Journal da Bentham Science Publishers. Foi Guest-editor de nmeros especiais nas Revistas Journal Physics and Chemistry of the Earth,
editado pela Elsevier, e Non-Linear Processes in Geophysics, publicado
pela European Geosciences Union e pela American Geophysical Union.
Tem participado na organizao de diversos congressos cientficos nacionais e internacionais, realizados em Portugal, Espanha, ustria, Frana,
Polnia e ndia.
Presentemente Director do Departamento de Engenharia Civil da FCTUC.
investigador do Instituto do Mar (IMAR), onde coordena a Linha de Investigao em Hidrulica, Recursos Hdricos e Ambiente. Nesse contexto
desenvolve actividade de I&D em projectos europeus e nacionais e em
contratos de desenvolvimento com empresas nacionais no mbito da hi-
SOBRE OS AUTORES
181
drologia, hidrologia urbana, sistemas de drenagem e conservao do solo

e da gua. Foi investigador responsvel pela participao portuguesa em
Projectos TEMPUS e COST da Comunidade Europeia e em vrios projectos da FCT. Foi Coordenador de vrias edies do Mestrado em Hidrulica e Recursos Hdricos da FCTUC. Tem 19 orientaes cientficas de
Mestrado e de Doutoramento (j defendidas).
Dos vrios cargos j ocupados, destacam-se: Coordenador do Laboratrio
de Hidrulica, Recursos Hdricos e Ambiente (LHRHA) da FCTUC, 2002-2009; Presidente do Institute for Scientific and Technological Advanced
Studies (ISTAS), 1999-2004; Presidente da Comisso Cientfica do Departamento de Engenharia Civil da FCTUC, 1996-2000; Invited Professor na
Universidade de Louisiana, U.S.A. (Maio-Julho de 1997). Exerceu ainda
vrios cargos em organizaes e comisses, nomeadamente no Conselho
Directivo da Associao Nova Cultura da gua (ANCA), Comisso Portuguesa do Programa Hidrolgico Internacional (PHI) da UNESCO, Conselho
Directivo da Ncleo Regional do Centro da Associao Portuguesa dos
Recursos Hdricos (APRH), e Comisso Executiva da Especializao em
Hidrulica e Recursos Hdricos da Ordem dos Engenheiros. membro
fundador da HIDRONET-pt (Rede para o Desenvolvimento do Conhecimento em Hidrulica e Meios Hdricos).
182

Departamento de Matemtica
Largo D. Dinis, Ap. 3008
Tel.: +351 239 791 172
Fax.: +351 239 793 069
Email: cmtm@mat.uc.pt
Nasceu em Mao, em 1966, e licenciou-se em Matemtica Ramo Cientfico, pelo Departamento de Matemtica, da Faculdade de Cincias e
Tecnologia da Universidade de Coimbra, em 1988. Completou o Mestrado
em Probabilidades e Estatstica, no Departamento de Estatstica e Investigao Operacional, da Faculdade de Cincias da Universidade de Lisboa,
em 1992, e obteve o grau de Doutora em Matemtica (especialidade:
Matemtica Aplicada), pela Faculdade de Cincias e Tecnologia da Universidade de Coimbra, em 2000.
Professora Auxiliar do Departamento de Matemtica da FCTUC, onde
tem leccionado disciplinas da rea de Probabilidades e Estatstica da licenciatura em Matemtica, e de outras licenciaturas da mesma Faculdade,
bem como do Mestrado em Hidrulica e Recursos Hdricos, do Departamento de Engenharia Civil, da FCTUC.
A sua actividade de investigao desenvolve-se na rea das Sries Temporais, tendo artigos publicados em revistas nacionais e internacionais.
SOBRE OS AUTORES
183
Maria da Graa S. T. Neves Mendes

Departamento de Matemtica
Largo D. Dinis, Ap. 3008
Tel.: +351 239 791 172
Fax.: +351 239 793 069
Email: mgtm@mat.uc.pt
Nasceu em Soure, a 23 de Junho de 1966. Licenciou-se em Matemtica

Ramo Cientfico, pelo Departamento de Matemtica, da Faculdade de
Cincias e Tecnologia, da Universidade de Coimbra (FCTUC), em 1988.
Completou o Mestrado em Probabilidades e Estatstica, no Departamento
de Estatstica e Investigao Operacional, da Faculdade de Cincias da
Universidade de Lisboa, em 1992, e obteve o grau de Doutora, em Matemtica Aplicada, pela Faculdade de Cincias e Tecnologia, da Universidade
de Coimbra, em 2000.
Professora Auxiliar do Departamento de Matemtica da FCTUC, onde
tem leccionado disciplinas da rea de Probabilidades e Estatstica, da Licenciatura em Matemtica, e de vrias licenciaturas em Engenharia, bem
como da Licenciatura em Cincias Farmacuticas, da Faculdade de Farmcia, e da Licenciatura em Administrao Pblica, da Faculdade de Direito.
Desde 2002, colabora com o Mestrado em Hidrulica e Recursos Hdricos, do Departamento de Engenharia Civil, da FCTUC, leccionando, sozinha ou em colaborao, uma disciplina de Anlise Estatstica de Dados.
Tem desenvolvido a sua actividade de investigao na rea da Teoria de
Valores Extremos, tendo vrios artigos publicados em revistas internacionais e nacionais.
membro do Centro de Matemtica da Universidade de Coimbra (CMUC)
e scia da Sociedade Portuguesa de Estatstica (SPE).
184
Jos Manuel de Ea G. de Abreu

Rua Lus Reis Santos
Tel.: +351 239 797 151
Fax.: +351 239 797 156
Email: jabreu@dec.uc.pt
Nasceu no Porto, a 21 de Junho de 1960. Licenciou-se em Engenharia

Civil, pelo Departamento de Engenharia Civil, da Faculdade de Cincias e
Tecnologia, da Universidade de Coimbra (FCTUC), em 1983. Em 1991,
concluiu o Master en Hidrologia y Gestion del Agua, na Universidade Politcnica de Valncia (Espanha), escola onde obteve o grau de Doctor Ingeniero de Caminos, Canales y Puertos, em 2004.
Professor Auxiliar do Departamento de Engenharia Civil, da FCTUC, onde
tem leccionado disciplinas nas reas da Hidrulica e dos Mtodos Numricos, tanto ao nvel da licenciatura como de ps-graduao e mestrado.
A sua actividade de investigao desenvolve-se essencialmente na rea
dos Escoamentos Variveis em Presso, sendo co-autor e co-editor do
livro Transitorios y oscilaciones en sistemas hidrulicos a presin, editado
pela UDMF, Valncia (ISBN 84-600-9146-5). Tem vrios artigos publicados
em revistas internacionais.
SOBRE OS AUTORES
185

Rua Lus Reis Santos
Tel.: +351 239 797 149
Fax.:+351 239 797 123
Email: jppgla@dec.uc.pt
Nasceu em Coimbra, em 1964. Em 1987, licenciou-se em Engenharia

Civil, pelo Departamento de Engenharia Civil, da Faculdade de Cincias e
Tecnologia, da Universidade de Coimbra (DEC-FCTUC). De 1987 a 1989,
foi bolseiro de investigao da JNICT. Em 1989, iniciou a sua actividade
docente como assistente estagirio do DEC-FCTUC. Em 1991, concluiu
com sucesso as suas Provas de Aptido Pedaggica e Capacidade Cientfica na Universidade de Coimbra, passando de seguida a exercer funes de assistente at 2001.
Desde 2002, e aps a obteno do grau de Docteur en Sciences Appliques, pela Universidade de Lige, na Blgica, Professor Auxiliar do
DEC-FCTUC, onde j leccionou diversas disciplinas da rea da Hidrulica
e dos Recursos Hdricos em cursos de formao, de licenciatura, de ps-graduao e de mestrado.
Tem desenvolvido trabalho de investigao na rea do Planeamento e
Gesto de Aproveitamentos Hidrulicos de Fins Mltiplos, tendo diversos
trabalhos publicados em revistas e livros, nacionais e internacionais.
Integrou a comisso cientfica e organizadora de diversas conferncias de
mbito nacional e internacional sobre a temtica da gua. membro de
diversas associaes ligadas aos recursos hdricos.
186

Instituto Politcnico de Coimbra
Escola Superior Agrria
Departamento de Recursos Florestais
Bencanta
3040 - 316 Coimbra, Portugal
Tel.: +351 239 402 284
Fax.: +351 239 802 979
Email: iplima@esac.pt
Licenciada em Engenharia Civil, pela Faculdade de Cincias e Tecnologia,

da Universidade de Coimbra, em 1983, obteve o grau de Mestre em Gesto
de Recursos Hdricos, em 1989, e o grau de Doutor em Cincias Ambientais, em 1998, pela Universidade de Wageningen, na Holanda.
Professora Adjunta da Escola Superior Agrria, do Instituto Politcnico
de Coimbra, desde 1994, integrando o quadro do Departamento de Recursos Florestais. Tem leccionado e sido regente de vrias disciplinas das
reas da Hidrulica e da Hidrologia, no mbito dos cursos de Licenciatura
em Engenharia do Ambiente, Engenharia dos Recursos Florestais e
Engenharia em Agro-Pecuria. Colaborou algumas vezes na leccionao
de disciplinas do curso de Mestrado em Hidrulica, Recursos Hdricos e
Ambiente do Departamento de Engenharia Civil, da FCTUC, e nos cursos
de Mestrado em Gesto Ambiental e Agro-pecuria, da ESAC.
Pertence ao Centro do Mar e Ambiente (IMAR-CMA), onde desenvolve actividades de investigao, tendo coordenado vrios projectos de investigao nacionais, financiados pela Fundao para a Cincia e a Tecnologia.
A sua actividade de investigao desenvolve-se fundamentalmente na
rea da Hidrologia, com particular incidncia no estudo da Precipitao e
do Escoamento de Superfcie, tendo trabalhos publicados em livros e revistas, nacionais e internacionais. Integra actualmente o Grupo de Trabalho
sobre Precipitao da International Association of Hydrological Sciences
(IAHS).
SOBRE OS AUTORES
187
Srie CURSOS TCNICOS

Srie Cursos tcnicos da ERSAR
Sries editoriais da ERSAR:
O texto, eminentemente de carcter didctico, tenta sistematizar e sintetizar, num nico volume, conceitos
considerados fundamentais para a hidrologia urbana,
nomeadamente: noes de estatstica, clculo numrico,
hidrulica e hidrologia, e inclui exemplos e exerccios
resolvidos ilustrativos dos conceitos apresentados, que
reflectem a experincia de anos de docncia dos autores
nos temas em anlise. Esta publicao apresenta assim
os conceitos bsicos essenciais para uma slida fundao
do conhecimento da hidrologia urbana, tanto para tcnicos das entidades gestoras como para outros interessados nestas matrias.
Joo Pedroso de Lima
Este primeiro nmero da Srie Cursos tcnicos, elaborado pela Universidade de Coimbra e editado pela
ERSAR, aborda os conceitos bsicos da hidrologia urbana e integra um conjunto de quatro mdulos que visam
fornecer competncias nas reas da hidrologia urbana
e da drenagem pluvial urbana, nomeadamente: conceitos bsicos; guas pluviais em ambiente urbano; sistemas sustentveis de drenagem urbana; gesto e reabilitao
de sistemas de drenagem pluvial urbana.
Srie
CURSOS TCNICOS
De acordo com o disposto na alnea j)

do nmero 2 do artigo 5. do Decreto-Lei n. 277/2009 de 2 de Outubro,
a ERSAR tem responsabilidades a nvel
da superviso, monitorizao e avaliao da qualidade geral no sector de
servios de abastecimento pblico de
gua, saneamento de guas residuais
urbanas e de gesto de resduos urbanos, bem como a nvel da sensibilizao das entidades gestoras para os
problemas especficos detectados, promovendo a investigao e o desenvolvimento do sector. ainda atribuio
da ERSAR coordenar e realizar a recolha
e a divulgao da informao relativa
ao sector e s respectivas entidades
gestoras, tal como previsto na alnea
m) do referido artigo.
A Srie Cursos tcnicos, editada
pela ERSAR, em que esta publicao
se insere, pretende constituir-se um
instrumento de apoio aos tcnicos
das entidades gestoras que prestam
servios de guas e resduos, contribuindo cada volume para um aprofundamento da formao em reas
especficas do conhecimento relevantes para o sector.
Esta srie um contributo para que,
cada vez mais, se sirva, de forma regular e contnua, a populao portuguesa,
com um elevado nvel de qualidade de
servio, a um preo eficiente e justo e
dentro de uma perspectiva econmica e ambientalmente sustentvel.
Hidrologia urbana
Conceitos bsicos
Srie Relatrio anual dos

servios de guas e resduos
em Portugal
Srie Relatrios tcnicos
Srie Guias tcnicos
Srie Estudos
Srie Cursos tcnicos
Srie Recomendaes
Srie Pareceres
Srie "Textos sobre regulao"
Joo Pedroso de Lima
Autoria:
Jos Manuel Abreu
Joo Pedroso de Lima
Comisso Portuguesa
Organizao
das Naes Unidas
para a Educao,
Programa
Hidrolgico
Internacional
Srie "Intervenes pblicas"

Srie "Planos de actividades"
Srie "Relatrios
de actividades"
Podem ser obtidas informaes

adicionais em www.ersar.pt

Curso - Tecnico - Aguas Esgotos

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Curso - Tecnico - Aguas Esgotos

Uploaded by

Copyright:

Available Formats

Srie CURSOS TCNICOS

Srie Cursos tcnicos da ERSAR

Sries editoriais da ERSAR:

Hidrologia urbana Conceitos bsicos

Hidrologia urbana Conceitos bsicos

De acordo com o disposto na alnea j)

Srie Relatrio anual dos

Srie "Intervenes pblicas"

Podem ser obtidas informaes

PREFCIO DA COORDENAO CIENTFICA

formao em sala de aula), tendo sido frequentado maioritariamente

Joo L. M. Pedroso de Lima (Universidade de Coimbra)

HIDROLOGIA URBANA CONCEITOS BSICOS

1.1 Contedo do guia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

2.1 Nota introdutria . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

2.2 Conceitos bsicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

2.2.2 Variveis aleatrias e distribuies de probabilidade . . . . . . . . . . . . . . . . . . . . . . . . .

2.2.3 Valor mdio, desvio-padro e quantis. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

2.3 Lei normal ou de Gauss . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

2.3.1 Definio e propriedades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

2.3.2 Validao de uma lei de Gauss . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

2.3.3 Lei da soma de variveis aleatrias independentes . . . . . . . . . . . . . . . . . . . . . . . . . . .

2.4 Leis de valores extremos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

2.4.1 Elementos da teoria de extremos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

2.4.2 Leis de mximos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

2.4.3 Leis de mnimos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

3.1 Nota introdutria . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

3.2 Erros na resoluo numrica de problemas de Engenharia . . . . . . . . . . . . . . . . . . . . . . . .

3.2.1 Fonte e tipo de erros . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

3.2.2 Erros de arredondamento e aritmtica computaciona. . . . . . . . . . . . . . . . . . . . . . . .

3.2.3 Erros de truncatura . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

3.3 Resoluo de equaes no lineares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

3.3.1 Mtodo da bisseco . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

3.3.2 Mtodo do ponto fixo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

3.3.3 Mtodo de Newton-Raphson . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

3.3.4 Mtodo da secante. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

3.4 Aproximao de funes. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

3.4.1 Interpolao polinomial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

3.4.1.1 Frmula interpoladora de Lagrange . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

3.5 Diferenciao e integrao numricas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

3.5.1 Aproximao de derivadas por diferenas finitas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

3.5.2 Integrao numrica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

3.5.2.1 Frmulas de integrao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

3.6 Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103

HIDROLOGIA URBANA CONCEITOS BSICOS

Figura 2.3: Funo de distribuio da lei N(0,1) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Figura 2.2: Esboo do grfico da densidade de uma lei N(m, ) . . . . . . . . . . . . . . . . . . . . . . . . . .

Figura 2.4: Histograma correspondente amostra de precipitaes totais

Figura 2.5: Papel de probabilidade normal correspondente amostra

Figura 2.6: Resultado do teste de Kolmogorov-Smirnov referente amostra

Figura 2.8: Possveis configuraes das curvas a ajustar a um papel

Figura 2.9: Papel de probabilidade de Gumbel relativo amostra de caudais

Figura 2.10: Papel de probabilidade de Gumbel relativo amostra de mximos

Figura 2.11: Papel de probabilidade de Gumbel relativo amostra de caudais

Figura 2.12: Papel de probabilidade de Gumbel relativo amostra

Figura 3.1: Tipos de erros nas diferentes fases de resoluo de um

Figura 3.2: Inteiros representveis numa palavra de 32 bits . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Figura 3.4: Grficos da funo f(x ) = cos x e das aproximaes obtidas

Figura 3.5: Determinao aproximada do permetro de um crculo:

Figura 3.6: Implementao de um algoritmo iterativo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Figura 3.7: Mtodo da bisseco. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Figura 3.8: Mtodo do ponto fixo: (a) convergente; (b) divergente. . . . . . . . . . . . . . . . . . . . . . . .

Figura 3.9: Ilustrao grfica da convergncia do mtodo do ponto fixo . . . . . . . . . . . . .