Hidrologia Urbana - Conceitos Básicos

Srie CURSOS TCNICOS 1
r
i
e
C
U
R
S
O
S
T
C
N
I
C
O
S
1
Srie Cursos tcnicos da ERSAR Sries editoriais da ERSAR:
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"
Srie "Intervenes pblicas"
Srie "Planos de actividades"
Srie "Relatrios
de actividades"
Podem ser obtidas informaes
adicionais em www.ersar.pt
De acordo com o disposto na alnea j)
do nmero 2 do artigo 5. do Decre-
to-Lei n. 277/2009 de 2 de Outubro,
a ERSAR tem responsabilidades a nvel
da superviso, monitorizao e ava-
liao da qualidade geral no sector de
servios de abastecimento pblico de
gua, saneamento de guas residuais
urbanas e de gesto de resduos urba-
nos, bem como a nvel da sensibiliza-
o das entidades gestoras para os
problemas especficos detectados, pro-
movendo a investigao e o desenvol-
vimento do sector. ainda atribuio
da ERSARcoordenar 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, contri-
buindo cada volume para um apro-
fundamento da formao em reas
especficas do conhecimento relevan-
tes para o sector.
Esta srie um contributo para que,
cada vez mais, se sirva, de forma regu-
lar e contnua, a populaoportuguesa,
com um elevado nvel de qualidade de
servio, a um preo eficiente e justo e
dentro de uma perspectiva econ-
mica e ambientalmente sustentvel.
Hidrologia urbana
Conceitos bsicos
Hidrologia urbana Conceitos bsicos
Este primeiro nmero da Srie Cursos tcnicos, elabo-
rado pela Universidade de Coimbra e editado pela
ERSAR, aborda os conceitos bsicos da hidrologia urba-
na e integra um conjunto de quatro mdulos que visam
fornecer competncias nas reas da hidrologia urbana
e da drenagem pluvial urbana, nomeadamente: concei-
tos bsicos; guas pluviais em ambiente urbano; siste-
mas sustentveis de drenagemurbana; gestoe reabilitao
de sistemas de drenagem pluvial urbana.
O texto, eminentemente de carcter didctico, tenta sis-
tematizar 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 tc-
nicos das entidades gestoras como para outros interes-
sados nestas matrias.
Hidrologia urbana
Conceitos bsicos
Coordenao cientfica:
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
H
i
d
r
o
l
o
g
i
a
u
r
b
a
n
a
C
o
n
c
e
i
t
o
s
b
s
i
c
o
s
C
o
o
r
d
e
n
a
o
c
i
e
n
t
f
i
c
a
:
J
o
o
P
e
d
r
o
s
o
d
e
L
i
m
a
H
i
d
r
o
l
o
g
i
a
u
r
b
a
n
a
C
o
n
c
e
i
t
o
s
b
s
i
c
o
s
Programa
Hidrolgico
Internacional
Comisso Portuguesa
Organizao
das Naes Unidas
para a Educao,
a Cincia e a Cultura
Hidrologia urbana
Conceitos bsicos
Joo Pedroso de Lima
Autoria:
Jos Manuel Abreu
Joo Pedroso de Lima
Programa
Hidrolgico
Internacional
Comisso Portuguesa
Organizao
das Naes Unidas
para a Educao,
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, sa-
neamento de guas residuais urbanas e gesto de resduos urbanos.
Nesse quadro, temseguido uma estratgia de permanente apoio s enti-
dades gestoras na procura de uma melhor qualidade do servio presta-
do 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 edito-
rial com uma nova srie de publicaes, destinada a apoiar a formao
dos actuais e futuros quadros tcnicos das entidades gestoras em tem-
ticas relacionadas com a concepo, a gesto e a explorao dos sis-
temas 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 hi-
drologia urbana e da drenagem pluvial urbana, nomeadamente: con-
ceitos bsicos; guas pluviais em ambiente urbano; sistemas susten-
tveis de drenagem urbana; gesto e reabilitao de sistemas de dre-
nagem pluvial urbana.
A pertinncia desta publicao reforada pela urgncia de um eleva-
do 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 na-
cional um servio de drenagem e tratamento de guas residuais urba-
nas 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 susten-
tabilidade 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)
iii
PREFCIO DA ERSAR
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, concei-
tos 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 reabili-
tao de sistemas de drenagem pluvial urbana.
Faz sentido uma breve resenha do processo que conduziu ao apare-
cimento desta obra, fruto de uma solicitao do ento Presidente da em-
presa guas de Coimbra, E. M., Prof. Jorge Temido, ao Laboratrio de
Hidrulica, Recursos Hdricos e Ambiente do Departamento de Enge-
nharia 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 empre-
sas 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 com-
preensvel 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 si-
tuao 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 Hi-
drologia Urbana (Mdulo I Conceitos Bsicos) foi leccionado em
Coimbra durante os meses de Maio e Junho de 2008 (16 horas de
v
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 suges-
tes 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 hidrolo-
gia so apresentadas ao longo de quatro captulos, que incluem
exemplos e exerccios resolvidos ilustrativos dos conceitos apresen-
tados, ao mesmo tempo que traduzem a experincia de anos de do-
cncia dos autores nos temas em anlise. Penso que o contedo deste
guia proporcionar uma slida fundao para o conhecimento da hi-
drologia urbana, tanto para tcnicos como para outros interessados
nestas matrias.
Para mim, foi um privilgio trabalhar com os autores dos vrios cap-
tulos, tanto na preparao deste Guia como na leccionao do pro-
grama 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. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
2 MTODOS ESTATSTICOS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
3 CLCULO NUMRICO. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
4 HIDRULICA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
5 CONCEITOS BSICOS DE HIDROLOGIA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143
BIBLIOGRAFIA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177
SOBRE OS AUTORES. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181
vii
INDICE GERAL
NDICES DETALHADOS
NDICE DE TEXTO
pg.
1. INTRODUO. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1 Contedo do guia. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2. MTODOS ESTATSTICOS. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.1 Nota introdutria. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.2 Conceitos bsicos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.2.1 Probabilidade. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.2.2 Variveis aleatrias e distribuies de probabilidade . . . . . . . . . . . . . . . . . . . . . . . . . 9
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
3.2 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. . . . . . . . . . . . . . . . . . . . . . . . 45
3.2.2.1 Aritmtica de ponto fixo (inteiros) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
3.2.2.2 Aritmtica de ponto flutuante (reais) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
3.2.2.3 Erros na aritmtica de ponto flutuante. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
3.2.2.4 Propagao de erros. Erros nas operaes aritmticas. . . . . . . . . 51
3.2.3 Erros de truncatura. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
3.2.3.1 Srie de Taylor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
3.2.3.2 Discretizao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
3.2.3.3 Mtodos iterativos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 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
x
3.4 Aproximao de funes. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
3.4.1 Interpolao polinomial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
3.4.1.1 Frmula interpoladora de Lagrange. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
3.4.1.2 Frmula interpoladora de Newton. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
3.4.1.3 Erro da interpolao. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
3.4.2 Aproximao. Mtodo dos mnimos quadrados. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
3.4.2.1 O critrio dos mnimos quadrados. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
3.4.2.2 Regresso linear . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
3.4.2.3 Modelo geral de dois parmetros . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
3.4.2.4 Linearizao. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
3.5 Diferenciao e integrao numricas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
3.5.1 Aproximao de derivadas por diferenas finitas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
3.5.2 Integrao numrica. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
3.5.2.1 Frmulas de integrao. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
3.5.2.2 Frmulas de Newton-Cotes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
3.6 Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
4. HIDRULICA. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 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
5.2 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
xi
NDICE DE FIGURAS
pg.
Figura 2.1: Representao grfica da probabilidade P(a X b),
com X contnua de densidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
Figura 2.2: Esboo do grfico da densidade de uma lei N(m, ) . . . . . . . . . . . . . . . . . . . . . . . . . . 17
Figura 2.3: Funo de distribuio da lei N(0,1) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 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 3.3: Reais positivos que fazem parte do sistema F(2, 3, 1, 2). . . . . . . . . . . . . . 49
Figura 3.4: Grficos da funo f(x) = cos x e das aproximaes obtidas
por (3.19) para k=1, 2 e 3. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
Figura 3.5: Determinao aproximada do permetro de um crculo:
(a) discretizao efectuada; (b) convergncia para o valor exacto
quando n aumenta. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
Figura 3.6: Implementao de um algoritmo iterativo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
Figura 3.7: Mtodo da bisseco. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
NDICE DE FIGURAS
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 dx atravs da regra do trapzio. . . . . . . . . . . . . 98
Figura 3.22: Interpretao geomtrica da regra de Simpson. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
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=C
te
e B
iii
> B
ii
> B
i
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
Figura 4.7: E =E(h), com B =C
te
e Q
iii
> Q
ii
> Q
i
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
Figura 4.8: Comporta controlando em simultneo um escoamento lento por
jusante e um escoamento rpido por montante. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
xii
NDICE DE FIGURAS
xiii
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
xiv
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
NDICE DE QUADROS
pg.
Quadro 2.1: Valores da funo de distribuio da lei N(0,1) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
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 3.2: Resultados do processo iterativo para a raiz
1
= 2 . . . . . . . . . . . . . . . . . . . . . . . 67
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 3.8: 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 C
f
do coeficiente de escoamento
superficial C para vrios perodos de retorno adoptados
no dimensionamento de obras . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163
xv
NDICE DE QUADROS
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
xvii
NDICE DE EXEMPLOS
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
xviii
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
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
Joo L. M. Pedroso de Lima
1, 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 plu-
viais transvazam das suas seces de escoamento e ocupam reas urba-
nas (e. g., arruamentos, passeios, habitaes, zonas comerciais, reas in-
dustriais). A perigosidade da cheia depende das caractersticas fisiogrfi-
cas 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 traduzi-
ram em inundaes severas um pouco por todo o lado. As anlises de mo-
delos de alteraes climticas projectam um aumento na frequncia e in-
tensidade 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, es-
coada), sendo necessrio incorpor-las no planeamento e gesto da gua
nas reas urbanas, especialmente no que diz respeito concepo e ges-
to de sistemas de drenagem. Contudo, as incertezas sobre o impacto des-
sas 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 km
2
).
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
1
INTRODUO
1 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., ar-
rastamento de poluentes, eroso hdrica).
A Hidrologia, enquanto cincia da Terra que estuda a ocorrncia, a distri-
buio, o movimento e as propriedades da gua na atmosfera, na super-
fcie e no subsolo, tem procurado uma abordagem interdisciplinar, envol-
vendo-se em outras reas do saber. O objectivo expandir o conheci-
mento 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 movi-
mento da gua superfcie do solo (e. g., cheias, deslizamento de taludes).
Os escoamentos superficiais em aglomerados populacionais tem funda-
mentalmente 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 hipodr-
mico 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 evi-
denciam 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.
2
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 as-
pectos relacionados com o balano hidrolgico, a caracterizao fisiogr-
fica da bacia hidrogrfica, e aos conceitos de coeficiente de escoamento
e tempo de concentrao. O volume seguinte desta srie incidir especi-
ficamente nos processos hidrolgicos de precipitao e escoamento
superficial e nos modelos de precipitao-escoamento usados em hidro-
logia 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 com-
preender a necessidade e a aplicabilidade dos conceitos apresentados.
3
INTRODUO
Cristina Martins
1
; Maria da Graa Temido
1, 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 estu-
dos de hidrologia urbana, nomeadamente aos que se referem a fenme-
nos aleatrios que so bem modelados custa das leis normal, Gumbel,
Frchet e Weibull. Com efeito, a lei normal surge na modelao de inme-
ros fenmenos, quer pelas caractersticas probabilsticas de tais fenme-
nos, 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 mode-
lar fenmenos raros, cuja ocorrncia pode ter um efeito significativo ou
mesmo destruidor, esteve na gnese da teoria de extremos. A regularida-
de 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 es-
sencial ao desenvolvimento do texto e completa compreenso das apli-
caes 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 associa-
das s matrias especficas em estudo.
5
MTODOS ESTATSTICOS
2 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 pos-
svel, 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 fac-
tores casuais, capaz de produzir efeitos observveis, mas incertos. So
exemplos de experincias aleatrias a observao e o registo da tempe-
ratura, a avaliao e o registo de um caudal, a contagem do nmero de
dias em que a precipitao excede determinada altura. Denomina-se es-
pao fundamental, representado por , o conjunto de todos os resulta-
dos possveis de obter ao realizar uma experincia aleatria. Por exemplo,
se se considerar a experincia aleatria que consiste na contagem do n-
mero de dias num ano, em que a precipitao excede determinada altura
x, obtm-se = {0,1,,365}. No contexto da experincia anterior, consi-
dere-se o acontecimento a precipitao excede a altura x quando muito
em20 dias por ano, correspondendo-lhe o subconjunto {0,1,2,,20} de .
Assim, entende-se por acontecimento associado a uma experincia alea-
tria qualquer subconjunto de ; em particular, um acontecimento ele-
mentar corresponde a qualquer subconjunto de que contenha apenas um
elemento.
Diz-se que o acontecimento A se realiza ou ocorre se, ao efectuar a expe-
rincia 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 simul-
tneo 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 proba-
bilidades apresentavam um nmero finito de resultados e a equipossibi-
lidade de todos eles, originando a chamada definio clssica ou de
Laplace, que se apresenta a seguir.
6
Para exemplificar, considere-se a experincia aleatria que consiste na
escolha, ao acaso, de dois dias teis da semana para trabalhar num de-
terminado 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 parti-
cular intervalos de nmeros reais. Sendo o espao fundamental asso-
ciado 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 acon-
tece 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 A
1
, A
2
,,A
n
, acontecimentos de , a
sua unio tem que pertencer a . Um conjunto que verifique tais
condies chama-se tribo sobre (Gonalves e Mendes-Lopes, 2000).
7
MTODOS ESTATSTICOS
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, .
8
Definio axiomtica de probabilidade (Kolmogorov)
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 , A
1
, A
2
,,A
n
,, 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 ,
P (A
1
A
2
A
n
) = P (A
1
) + P (A
2
) ++ P (A
n
) +
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 A
1
, A
2
,,A
n
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 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.
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, po-
dendo 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 conside-
rar 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 determi-
nado valor elevado associado a cheias. Apresenta-se, assim, a definio
de varivel aleatria real.
Note-se que, fazendo variar x em , a expresso P (X x) define uma
funo de domnio e com valores em [0,1].
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
9
MTODOS ESTATSTICOS
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 pos-
svel calcular
P (X x) = P ({ : X() x})
para qualquer nmero real x.
funo F dada por F (x) = P (X x), x , chamamos funo de
distribuio da varivel aleatria X.
de distribuio de X, calcula-se as probabilidades de qualquer tipo de
acontecimentos definidos custa de X. Por exemplo:
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, con-
siderem-se as variveis aleatrias X e Y que representam, respectivamente,
o nmero de dias por ano em que a precipitao excede um determina-
do valor e o tempo que decorre entre duas dessas excedncias. Clara-
mente, 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 dis-
tribuio (ou lei) das variveis aleatrias, as quais, do ponto de vista das
aplicaes relevantes em Estatstica, se dividem em discretas e contnuas.
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 cont-
nuas, 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 vari-
veis aleatrias assumem valores em intervalos de nmeros reais.
10
P (a < X b) = F (b) F (a)
P (X > a) = 1 F (a)
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 S
X
Em rigor, uma varivel aleatria absolutamente contnua definida a partir de
uma funo com determinadas caractersticas, designada funo densidade.
Para variveis absolutamente contnuas, define-se o suporte como sendo
o conjunto onde a correspondente densidade estritamente positiva.
Continua a usar-se a notao S
x
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 signifi-
car absolutamente contnua.
As variveis contnuas verificam as propriedades que se apresentam a
seguir.
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 me-
dida 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.
11
MTODOS ESTATSTICOS
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
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[)
= F(b) F(a) =
b
a
(x) dx
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.
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 mate-
mtica de uma varivel aleatria real que, no caso discreto, obtido so-
mando as parcelas da forma xP(X= x) para todos os valores x do suporte
de X. Cada uma destas parcelas pode interpretar-se como sendo um
12
Figura 2.1 Representao grfica da probabilidade P(a X b),
com X contnua de densidade .
(x)
a b
x
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 proba-
bilidade de se ter, em simultneo, X x e Y y.
Analogamente, as variveis aleatrias X
1
, X
2
,, X
n
definem-se como
independentes se P(X
1
x
1
, , X
n
x
n
) = P(X
1
x
1
)P(X
n
x
n
)
para quaisquer x
1
,, x
n
reais.
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 aci-
ma referida, passando a mdia de X a ser definida atravs de um integral.
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.
13
MTODOS ESTATSTICOS
Sejam X e Y duas variveis aleatrias definidas sobre o mesmo espao
e tais que E(X) e E(Y) existem.
1. Se P(X 0) = 1, ento E(X) 0
2. E(aX + b) = aE(X) + b, a,b
3. E(X + Y) = E(X) + E(Y)
4. Se X e Y so independentes, ento E(XY) = E(X)E(Y)
Seja X uma varivel discreta de suporte S
X
.
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).
As propriedades 2, 3 e 4 so facilmente generalizveis a um nmero finito
de variveis aleatrias. Concretamente tem-se:
Dada a lei de X, pode-se tambm calcular o valor mdio de qualquer fun-
o de X que seja ainda uma varivel aleatria, como o caso de X
2
, ln X
(quando S
X

+
), etc.
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
varivel aleatria h(X) = X
2
dada por E(h(X)) = E(X
2
) =
2
0
0.5x
2
dx = 4/3.
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).
14
E(a
1
X
1
+ + a
n
X
n
+ b) = a
1
E(X
1
) + + a
n
E(X
n
) + b, para quaisquer
nmeros reais a
1
, , a
n
e b.
Se as variveis aleatrias X
1
,, X
n
so independentes, ento
E(X
1
X
n
) = E(X
1
) E(X
n
)
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.
A varincia de X dada por V(X) = E((X E(X))
2
), desde que exista
E(X
2
).
O desvio-padro de X definido por
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.
Da primeira propriedade resulta:
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 visuali-
zar. 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.
15
MTODOS ESTATSTICOS
Sejam X e Y duas variveis aleatrias definidas sobre o mesmo espao
e tais que E(X
2
) e E(Y
2
) existem.
1. V(aX + b) = a
2
V(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(X
2
) (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.
Sendo X uma varivel aleatria contnua, a mediana da lei de X (ou me-
diana de X) um nmero real Med que verifica P(X Med) = 1/2 ou,
de modo equivalente, F(Med) = 1/2.
V(aX) = a
2
V(X), a (em particular, V( X) = V(X))
V(X + b) = V(X), b
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 discre-
tas 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 fun-
o 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.
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 precipita-
o 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
Sendo X uma varivel aleatria contnua com funo de distribuio es-
tritamente 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.
e ainda pelas suas excelentes propriedades que lhe conferem um tratamento
matemtico muito simples (Guimares e Sarsfield-Cabral, 2007).
A representao grfica desta funo recebe o nome de curva de Gauss
ou curva normal. Apresenta-se de seguida o esboo do grfico da densi-
dade 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, correspon-
dendo chamada distribuio normal centrada e reduzida ou distribuio
normal padro. Seguem-se algumas das propriedades mais importantes
da lei normal.
17
MTODOS ESTATSTICOS
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.
Figura 2.2 Esboo do grfico da densidade de uma lei N(m, ).
1. Se X ~ N(m,), ento Z =
X m
~ N(0,1)
2. Se Z ~ N(0,1), ento X = Z + m ~ N(m,), m ,

+
3. Se Z ~ N(0,1) e denotando por F
z
a funo de distribuio de Z, tem-se:
a) F
z
(x) = 1 F
z
(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 .
Observe-se ainda que, denotando por F
X
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 aproxi-
madamente simtrica, h que verificar se uma distribuio normal ade-
quada 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).
Note-se que a funo DIST.NORMdo Excel permite obter o valor da funo de
distribuio, F, de uma varivel aleatria comlei N(m,), para quaisquer me .
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 determi-
nado 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
Figura 2.3 Funo de distribuio da lei N(0,1).
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 me 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, se-
guidamente, Cdf.Normal em Functions and Special Variables.
19
MTODOS ESTATSTICOS
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
2.3.2 Validao de uma lei de Gauss
Perante um conjunto de observaes (dados), tem-se por objectivo averi-
guar se este pode ser considerado como proveniente de uma populao
normal. A abordagem mais simples a este problema consiste na constru-
o de um histograma associado a tais dados. Se se obtiver uma confi-
gurao simtrica, ou aproximadamente simtrica, pode-se conjecturar a
normalidade da distribuio subjacente aos dados. Quanto aos parme-
tros desta distribuio normal, m e , estes so estimados, respectiva-
mente, pela mdia, x
, e pelo desvio-padro, s, dos dados disponveis.

Sendo x
1
, x
2
,, x
n
os n valores observados, tem-se
Para construir um histograma, os dados so agrupados em classes (inter-
valos), 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 correspon-
dem, 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 x
min
e x
max
so, respecti-
vamente, o menor e o maior dos n valores observados:
O SPSS permite construir histogramas a partir, por exemplo, do menu Graphs
com a opo Legacy Dialogs, seguida da opo Histogram, bastando selec-
cionar a varivel para a qual se pretende o histograma. H ainda a pos-
sibilidade 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
nmero de classes (2.2)
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.
Numposto 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.
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.
A conjectura da normalidade que se pode fazer perante este histograma
deve ser validada com a realizao de testes estatsticos, cujo estudo teri-
co sai do mbito deste texto. Referem-se apenas algumas indicaes sobre
os procedimentos a seguir.
21
MTODOS ESTATSTICOS
Quadro 2.2 Precipitaes totais anuais (mm)
Anos 1 2 3 4 5 6 7 8 9
Prec.total 800 1000 1340 1100 830 900 930 950 1111
anual
Anos 10 11 12 13 14 15 16 17
Prec.total 1000 810 1410 1200 1210 1010 1038 1010
anual
Figura 2.4 Histograma correspondente amostra de precipitaes
totais anuais registada no Quadro 2.2.
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 x
1:n
, x
2:n
,, x
n:n
a amostra assim
ordenada, marcam-se num sistema de eixos os pontos (x
i:n
, y
i
), sendo y
i
os valores tais que F(y
i
) =
i
n
,
i = 1,, n, onde F representa a funo de
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.
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 quan-
tificao 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
Figura 2.5 Papel de probabilidade normal correspondente amostra
de precipitaes totais anuais registada no Quadro 2.2.
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 Kolmo-
gorov-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 cor-
responde 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.
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).
assimpossvel calcular, por exemplo, a probabilidade de, no prximo ano,
a precipitao total anual exceder 950 mm. Esta probabilidade dada por
23
MTODOS ESTATSTICOS
Figura 2.6 Resultado do teste de Kolmogorov-Smirnov referente amostra
de precipitaes totais anuais registada no Quadro 2.2.
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 inde-
pendentes. Destacam-se duas delas designadas, respectivamente, esta-
bilidade 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 per-
mite afirmar que a soma de um nmero suficientemente grande de vari-
veis aleatrias independentes, e todas com a mesma lei (no normal),
segue aproximadamente uma lei normal.
Existe uma generalizao deste teorema no caso em que as variveis
aleatrias X
1
,,X
n
, apesar de independentes, no tma mesma distribuio.
No entanto, imposta uma hiptese suplementar condio de Lindeberg
que, grosso modo, requer que nenhuma das varincias,
1
2
,,
n
2
, exceda
largamente as outras. Sendo m
1
,,m
n
as mdias correspondentes, verifi-
ca-se ento que, para n suficientemente grande, a soma X
1
+ + X
n
tem
24
Estabilidade da lei normal
Se X
1
,,X
n
so variveis aleatrias independentes seguindo leis nor-
mais, N(m
1
,
1
),,N(m
n
,
n
), ento a soma X
1
+ + X
n
uma varivel
aleatria com lei normal de valor mdio m
1
+ + m
n
e desvio-padro
Teorema do limite central
Se X
1
,,X
n
so variveis aleatrias independentes seguindo todas a
mesma lei de mdia m e desvio-padro > 0, ento, para n suficien-
temente grande, a soma X
1
+ + X
n
uma varivel aleatria com lei
aproximadamente normal de valor mdio nm e desvio-padro
distribuio aproximadamente normal de valor mdio m
1
+ + m
n
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 efi-
ciente quando se pretende proceder inferncia estatstica de extremos.
A primeira forma de apresentao dos dados a ser considerada foi, natu-
ralmente, aquela em que estes constituem uma amostra de variveis alea-
trias 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 descre-
vam 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 consecuti-
vas 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 T
R
= 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) associa-
dos a determinado fenmeno aleatrio, isto , nveis que tm uma proba-
bilidade 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);
25
MTODOS ESTATSTICOS
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 estu-
do nos mximos das subamostras. Assim, como consequncia de tal
diviso, possvel afirmar que tais amostras so constitudas por realiza-
es 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 precipita-
o, onde se espera uma certa repetio de valores semelhantes em pe-
rodos 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 m-
ximos 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 alter-
nativas, 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, reco-
lhidos espaadamente ao longo do tempo (caudais, alturas da gua, etc.).
Na gnese da teoria de extremos est um resultado que se deve ao ma-
temtico russo Gnedenko (Gnedenko, 1943), o qual estabelece que, em
condies bastante gerais, a distribuio do mximo de variveis alea-
trias 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 suficien-
temente 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, respectiva-
mente. So tambmconhecidas 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 ajusta-
mento de uma destas trs funes de distribuio, fazendo primeiro um
teste de escolha estatstica de leis de mximos. Por outras palavras, averi-
gua-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 proba-
bilidade da lei de Gumbel.
27
MTODOS ESTATSTICOS
Para construir o papel de probabilidade da lei de Gumbel, primeiro h que
ordenar ascendentemente a amostra, gerando uma srie de valores
x
1:n
x
2:n
x
n:n
. De seguida, marca-se num referencial os n pontos x
i: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 volta-
da para baixo, opta-se pela validao prvia de um modelo de Frchet,
enquanto que uma concavidade voltada para cima permite validar previa-
mente um modelo de Weibull (Beirlant, 1996). Na Figura 2.8 so ilustradas
estas trs possibilidades.
A lei de Gumbel a mais usada no ajustamento de dados que sejam valo-
res mximos de grandezas aleatrias. Comefeito, como o mximo de vari-
veis aleatrias gaussianas tem distribuio aproximadamente Gumbel
(Leadbetter et al., 1983), a elevada frequncia com que a lei de Gauss
28
Figura 2.7 Esboo dos grficos das funes densidade das leis de Gumbel
( = 0, = 1), Frchet ( = -3, = 1, = 2) e Weibull ( = 3, = 1, = 2).
Figura 2.8 Possveis configuraes das curvas a ajustar
a um papel de probabilidade de Gumbel.
surge na modelao de fenmenos aleatrios leva a que a lei de Gumbel
surja com a mesma relevncia na modelao do mximo de tais fenme-
nos. 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.
O papel de probabilidade de Gumbel, construdo no Excel a partir destes
dados, o seguinte:
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 represen-
ta 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 designa-
29
MTODOS ESTATSTICOS
Figura 2.9 Papel de probabilidade de Gumbel relativo amostra
de caudais mximos anuais do Exemplo 2.4.
Quadro 2.3 Caudais mximos anuais (l/s)
39 104 118 119 122 132 143 152 177 177 178 182 206
212 237 237 239 241 242 258 265 276 277 329 333 344
351 357 359 361 368 370 372 376 378 391 409 418 429
431 435 578 679 920
do por teste de Gumbel. Devido facilidade relativa da inferncia estats-
tica associada ao modelo de Gumbel, o primeiro passo ser testar a hi-
ptese 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.
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 esti-
mao de probabilidades de acontecimentos raros, de nveis elevados e
de perodos de retorno associados a estas duas leis, de toda a conve-
30
Teste de Gumbel (Tiago de Oliveira e Gomes, 1984)
Dada uma amostra de mximos j ordenada ascendentemente, x
1:n

x
2:n
x
n:n
, usamos o valor da estatstica
O p-valor deste teste igual a
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 desconheci-
dos , 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:
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)).
31
MTODOS ESTATSTICOS
Para a lei de Gumbel:
^
= 0.7797 s e
^
= x 0.45 s
Para a lei de Frchet e para a lei de Weibull:
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 facili-
dade quantis elevados Q(1 p), com p pequeno, dados por
Consequentemente, para estimar um quantil elevado associado a um
perodo de retorno T
R
, como se tem p = 1/T
R
, h que determinar, usando
a expresso anterior, o quantil Q(1 1/T
R
).
Para estimar o perodo de retorno de valores superiores ao valor elevado
u, temos T
R
(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:
Esta amostra permitiu construir o papel de probabilidade que apresenta-
mos na Figura 2.10.
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
33
MTODOS ESTATSTICOS
Quadro 2.4 Altura significativa da onda mxima anual.
1.04 1.13 1.43 2.04 2.16 2.26 2.38 2.53 2.59 2.80 2.87 2.93
3.11 3.23 3.41 3.44 3.51 3.60 3.69 3.78 3.84 3.92 3.93 4.02
Figura 2.10 Papel de probabilidade de Gumbel relativo amostra de mximos
da altura significativa da onda do Exemplo 2.7.
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 T
R
(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 redu-
zida 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. Simi-
larmente, 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 m-
nimos, anlogos aos que foram apresentados para valores mximos, que de-
corremdirectamente da relao min {x
1
, x
2
,, x
n
} = max { x
1
, x
2
,, x
n
},
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:
35
MTODOS ESTATSTICOS
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 argu-
mento muito simples. Com efeito, atendendo relao j apresentada,
min {x
1
, x
2
,, x
n
} = max { x
1
, x
2
,, x
n
}, face a uma amostra de
mnimos, comea-se por ordenar de forma ascendente os seus simtri-
cos. Gera-se assim uma amostra de mximos que poder ser tratada com
o procedimento j apresentado, concretamente no que respeita ao ajusta-
mento de uma lei de mximos e consequente estimao dos seus par-
metros 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 T
R
*(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 umcurso 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 apresentamno quadro seguinte.
36
a) Calcule o perodo de retorno correspondente a um caudal mdio anual
de 100 m
3
/s.
b) Determine o caudal mximo de cheia para o dimensionamento de uma
obra hidrulica preparada para cheias centenrias.
Resoluo
a) Seja Q a varivel aleatria que representa o caudal mdio anual regis-
tado 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 m
3
/s e s
Q
= 12.17 m
3
/s. O perodo
de retorno pretendido dado por T
R
(100) = 1/p, com p = P(Q < 100),
uma vez que 100 < q. Tem-se
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.
37
MTODOS ESTATSTICOS
Quadro 2.5 Caudais mdios e caudais mximos anuais.
Ano hidrolgico 96/97 97/98 98/99 99/00 00/01
Qmdio anual (m
3
/s) 104 127 134 120 122
Qmax anual inst. (m
3
/s) 488 603 638 568 578
Ano hidrolgico 01/02 02/03 03/04 04/05 05/06
Qmdio anual (m
3
/s) 126 132 147 116 112
Qmax anual inst. (m
3
/s) 598 628 703 548 528
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 m
3
/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, respectiva-
mente, 150 km
2
e 60 km
2
. 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
Figura 2.11 Papel de probabilidade de Gumbel relativo amostra de caudais
mximos anuais instantneos do Exerccio 2.1.
no seu dimensionamento de 140 anos. Determine a precipitao total
anual na bacia a utilizar no dimensionamento do aude.
Resoluo
Designe-se por H
A
e H
B
as variveis aleatrias que representam, respec-
tivamente, as precipitaes totais anuais registadas nos postos A e B.
Dado que as amostras so de precipitaes totais anuais, admita-se que
H
A
e H
B
seguem leis normais. Assim, os seus parmetros so estimados
pela mdia e pelo desvio-padro de tais amostras: h
A
= 956.2mm, s
A
=
67.4mm, h
B
= 1038.2mm e s
B
= 174.9mm.
Uma vez que T
R
= 140 anos, obtm-se p = 0.0071. Com este valor, h
que calcular a precipitao total anual a utilizar no dimensionamento rela-
tivamente 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
de seca. Determinam-se ento os valores h
A
T
R
=140
e h
B
T
R
=140
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,
39
MTODOS ESTATSTICOS
Quadro 2.6 Precipitaes totais anuais (mm) em dois postos udomtricos.
Ano 1 2 3 4 5 6 7 8 9
Posto A 910 888 931 900 1050 1000 1020 910 1000
Posto B 800 1000 1340 1100 830 900 930 950 1111
Ano 10 11 12 13 14 15 16 17
Posto A 1001 880 1111 900 999 899 956 900
Posto B 1000 810 1410 1200 1210 1010 1038 1010
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.
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 re-
torno 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, subja-
cente a esta amostra, tem funo de distribuio aproximadamente igual a
40
Quadro 2.7 Precipitaes mximas anuais.
Ano 1998 1999 2000 2001 2002
Max. anual prec. dirias 35.1 28.7 45.8 52.4 70.0
Ano 2003 2004 2005 2006 2007
Max. anual prec. dirias 68.5 65.2 50.6 53.4 31.9
Ento,
ou seja, a probabilidade de ocorrncia de precipitaes dirias superiores
ou iguais a 70 mm aproximadamente igual a 0.09.
b) Oobjectivo determinar o quantil elevado correspondente ao valor T
R
= 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.
41
MTODOS ESTATSTICOS
Figura 2.12 Papel de probabilidade de Gumbel relativo amostra
de precipitaes mximas anuais do Exerccio 2.3.
Jos Manuel Abreu
1, 2
1
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 mate-
mtico. As formulaes matemticas, embora sejam simplificaes do que
se passa na realidade, so ainda assim, com frequncia, demasiado com-
plexas 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 objec-
tivo 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 conjun-
tos numricos finitos. Quando o modelo matemtico no conduz a um
problema numrico, primeiramente necessrio transform-lo num pro-
blema numrico. Os mtodos numricos constituem assim um conjunto
de procedimentos que conduzem aproximao de um problema mate-
mtico 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 pas-
sos que caracterizam um mtodo numrico (Press et al., 1992).
43
CLCULO NUMRICO
3 CLCULONUMRICO
Este campo est directamente relacionado com a resoluo de proble-
mas 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 matemti-
cos 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 fun-
o da sua origem, e das fases de resoluo de um problema de engenha-
ria, possvel considerar essencialmente quatro tipos de erros (Figura 3.1).
1) Erros inerentes ao modelo Os modelos matemticos raramente cons-
tituem 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
Figura 3.1 Tipos de erros nas diferentes fases de resoluo
de um problema de Engenharia.
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 ape-
nas equaes e relaes; tambm contm dados e parmetros que,
com frequncia, so medidos experimentalmente, e portanto, aproxi-
mados. As aproximaes nos dados podem ter grande repercusso no
resultado final.
3) Erros de truncatura Muitos problemas matemticos admitem solu-
es que apenas podem ser geradas construindo um processo infinito
que possa ser descrito como limite da soluo em questo. Por defi-
nio, 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 con-
tnuo por um processo discreto) resulta num tipo de erro designado por
erro de truncatura. Na maioria dos casos, o erro de truncatura precisa-
mente a diferena entre o modelo matemtico e o modelo numrico.
4) Erros de arredondamento Quer os clculos sejam efectuados ma-
nualmente, quer sejam obtidos por computador, utiliza-se uma aritm-
tica 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 arredonda-
mento 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 pri-
meiro 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 exac-
ta 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 opera-
45
CLCULO NUMRICO
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 fsi-
cos que podem assumir dois estados distintos. Esta caracterstica privile-
gia 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 n-
mero representado armazenado: ponto fixo (ou inteiro), ou ponto flu-
tuante (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 deter-
mina 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 2
32
inteiros distintos.
Como 2
32
um nmero par e o computador tem de reservar uma combi-
nao para representar o zero, os nmeros inteiros mnimo e mximo no
so simtricos. Em geral, N
max
= |N
min
| 1, obtendo-se assim a gama de
inteiros representada na Figura 3.2.
46
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.d
1
d
2
d
3
d
k
d
k+1
x 10
E
(3.1)
onde E um inteiro (negativo, positivo ou zero), denominado expoente, e
os dgitos d
1
, d
2
, so dgitos decimais {0,1,2,,9} em que, por unici-
dade da representao, d
1
0. Por exemplo, 732.5051 = 0.7325051 x 10
3
,
0.005612 = 0.5612 x 10
-2
.
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 norma-
lizada) 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.d
1
d
2
d
3
)
2
com d
1
0 (logo d
1
=1).
A notao cientfica, tal como apresentada, no pode ser implementada
em computador, pois, para representar todos os nmeros reais, a mantissa
47
CLCULO NUMRICO
Figura 3.2 Inteiros representveis numa palavra de 32 bits.
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. Ob-
tm-se desta forma o denominado sistema de numerao de ponto flu-
tuante 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 (E
min
e E
max
, respectivamente). Este sistema, habi-
tualmente representado por F = F(b, t, E
min
e E
max
), constitudo pelo
subconjunto dos nmeros racionais da forma:
(3.4)
acrescido de uma representao especial para x = 0.
Exemplo 3.2: Representao de nmeros reais.
Considere o sistema hipottico F(2, 3, 1, 2). Determine quais os nme-
ros que fazem parte desse sistema de ponto flutuante e a forma como os
mesmos se situam ao longo da recta real.
Resoluo
Como b = 2, x = M x 2
E
em que a mantissa normalizada M satisfaz
. 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, para E = 0
(1.00)
2
=1 (1.01)
2
=5/4 (1.10)
2
=6/4 (1.11)
2
=7/4, para E = 1
(10.0)
2
=2 (10.1)
2
=5/2 (11.0)
2
=6/2 (11.1)
2
=7/2, 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 x
min
= 1/4 e menos densos quando se
aproximam de x
max
= 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 x
max
produz uma mensagem de erro de overflow; por outro lado, um
nmero positivo inferior x
min
produz uma mensagem de erro chamada
underflow.
48
3.2.2.3 Erros na aritmtica de ponto flutuante
Quando um real no pertence ao sistema de numerao de um computa-
dor, 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 com-
putador apenas guarda um nmero de k = t dgitos, pelo que no traba-
lhar com o nmero exacto x, mas com a sua representao em ponto
flutuante fl(x), dada, no caso mais simples, por
fl(x) = 0.d
1
d
2
d
k
x 10
E
(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 d
k+1
< 5 (arredondamento por defeito) e que
adiciona 1 a d
k
se d
k+1
5 (arredondamento por excesso). Por outras
palavras, o arredondamento simtrico equivalente a somar 0.5 x 10
E-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 qual-
quer 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. Defi-
ne-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.
No clculo do permetro molhado de um colector, considerou-se = 22/7
como aproximao de = 3.14159265 Qual o erro da referida aproximao?
49
CLCULO NUMRICO
Figura 3.3 Reais positivos que fazem parte do sistema F(2, 3, 1, 2).
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 ex-
presso atravs de um nmero finito de casas decimais. Ao lidar com apro-
ximaes, 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 e = 0.0004073< 0.5 x 10
-3
Diz-se que x um valor aproximado de x com preciso de k casas deci-
mais correctas, se:
|x| = |x x| 0.5 x 10
-K
(3.6)
e que x = (0.d
1
d
2
d
n
)
10
x 10
E
uma aproximao de x com n algaris-
mos significativos se:
|x| = |x x| 0.5 x 10
E-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., utili-
zando 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 |r
x
|. O nmero de algarismos significativos de um valor apro-
ximado pode relacionar-se com o respectivo erro relativo. De facto, como
por definio: |r
x
| = |x|/|x|, da Equao (3.7) verifica-se que se x tem n
algarismos significativos, ento
|r
x
| (0.5 x 10
E-n
)/(0.1 x 10
E
) = 0.5 x 10
1-n
(3.9)
50
Tambm possvel demonstrar que, no caso de
|r
x
| 0.5 x 10
-n
(3.10)
ento x aproxima x com pelo menos n algarismos significativos.
Um indicador importante da preciso do sistema de ponto flutuante utili-
zado pelo computador reside em conhecer a diferena entre dois nme-
ros consecutivos, a qual depender da grandeza dos nmeros. Conside-
rando o nmero positivo x
1
= M
1
x 2
E
, o nmero seguinte com o mesmo
expoente que o computador armazena ser x
2
= (M
1
x 2
-t
) x 2
E
(corres-
ponde a aumentar em uma unidade o dgito menos significativo da
mantissa). Logo, teremos |x
2
x
1
| = 2
E-t
. Observe-se que qualquer nmero
x = M x 2
E
no intervalo (x
1
, x
2
) ser aproximado por arredondamento a
fl(x) = x
1
ou fl(x) = x
2
, segundo o extremo do intervalo do qual esteja mais
perto. O erro absoluto cometido ento |x fl(x)| = |x
2
x
1
|/2 = 2
E-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,
(3.12)
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
51
CLCULO NUMRICO
se o omputador arredonda ao armazenar
se o computador trunca ao armazenar
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 arredonda-
mento 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 su-
ponha-se que se pretende calcular o valor y = f(x) utilizando uma aproxi-
mao x de x. Em geral, f (x) no coincide com f (x). Seja, por definio,
y = f (x). Qual o erro cometido nesta aproximao?
claro que o erro | f | = | y| = |y y | depender do erro | x| e tambm
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)
Nesta expresso, o valor mximo da derivada calculado no intervalo
[ x | x|, x + | x|].
A relao anterior facilmente generalizvel a uma funo f que dependa
de qualquer nmero de variveis. Seja f (x
1
,x
1
,,x
n
) uma funo de R em
R
n
, 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 umprograma de clculo que adicione dez mil vezes o valor 0.00001
a uma unidade. Comparar o resultado obtido com o resultado exacto cal-
culando 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 repre-
sentaes binrias de 1 e de 0.00001 so, respectivamente,
(1)
10
= (.1000 0000 0000 0000 0000 0000)
2
x 2
1
(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 2
1
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 2
1
,
53
CLCULO NUMRICO
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 dife-
rena x-y vir muito pequena e, consequentemente, o erro relativo da di-
ferena 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 se-
guinte 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 peque-
nas alteraes nos seus dados; se a soluo apresenta fraca sensibili-
dade 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: x
2
0.333333 x +
+ 0.027778 = 0, que no tem razes reais!
54
Um mtodo numrico diz-se instvel se os erros se amplificam no decur-
so dos clculos, de forma a afectar significativamente o resultado final;
caso contrrio, o mtodo diz-se estvel. Um mtodo estvel produz sem-
pre 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 n-
meros, 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) = ax
2
+ 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 mto-
dos numricos para exprimir funes a srie de Taylor. Uma funo f (x)
contnua e com derivadas contnuas, de qualquer ordem, na vizinhana
de x = x
0
, pode ser representada de forma exacta e nica no intervalo
]x
0
R, x
0
+ R[, denominado intervalo de convergncia, onde R o raio
de convergncia da srie para x = x
0
, 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 = x
0
= 0, a expanso de Taylor denominada
srie de Maclaurin:
(3.19)
A ttulo de exemplo, as sries de Maclaurin de e
x
e cos x so, respectiva-
mente:
(3.20)
55
CLCULO NUMRICO
(3.21)
Infelizmente, tal como um nmero finito de bits apenas consegue repre-
sentar um nmero limitado de nmeros reais, um nmero finito de nme-
ros 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 fini-
tas. Assim, a sequncia infinita que representa a funo exacta ter de ser
truncada para um nmero finito de termos. Por outro lado, muitos proble-
mas envolvem no s funes contnuas como tambm operaes sobre
essas funes, tais como integrao e diferenciao. Se as funes con-
tnuas 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:
(3.22)
em que p
n
(x) designado por polinmio de Taylor de ordem n para f em
torno de x
0
. R
n
(x) o erro de truncatura (representa o erro da aproximao
f (x) p
n
(x) ao truncar os termos de ordem n+1 e superiores) associado
a p
n
(x). Este erro pode ser expresso por:
(3.23)
com entre x e x
0
. No caso de se verificar que , a aproxima-
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 R
n
(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 aproxi-
mada no intervalo 0 x , utilizando diferentes polinmios p
k
(x), k = 1,
2 e 3, obtidos truncando a srie de Maclaurin (Equao 3.19).
56
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 discretiza-
o. 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 subs-
titudo pelo problema discreto do clculo de uma soma, introduzindo um
erro de discretizao.
57
CLCULO NUMRICO
Figura 3.4 Grficos da funo f(x) = cos x e das aproximaes obtidas
por (3.19) para k=1, 2 e 3.
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
tringulo dado por ,
Como se verifica na Figura 3.5(b), quando n , o permetro calculado
numericamente tende para o valor exacto (P
aprox.
P). No entanto, qual-
quer que seja o valor n (finito), obtm-se sempre um valor aproximado
para o permetro do crculo devido ao erro de discretizao (truncatura)
introduzido.
3.2.3.3 Mtodos iterativos
Outra das ideias fundamentais dos mtodos numricos passa pela itera-
o 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
x
1
, x
2
, x
3
,,x
k
, (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 :
x
k
= g (x
k-1
, x
k-2
,,x
k-n
), k = n, n + 1, (3.27)
58
o valor aproximado do permetro do
crculo :
Figura 3.5 Determinao aproximada do permetro de um crculo:
(a) discretizao efectuada; (b) convergncia para o valor exacto quando n aumenta.
em que a funo de iterao g ser, em geral, no apenas funo de
x
k-1
, x
k-2
,,x
k-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:
x
k
= g (x
k-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, x
0
.
Dada a aproximao inicial x
0
[a,b], um mtodo iterativo diz-se conver-
gente 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 n-
mero finito de iteraes. Na prtica, o processo termina quando uma certa
preciso for atingida. O erro de truncatura cometido corresponde dife-
rena 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
| x
k
| C | x
k-1
|
p
(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 compu-
tacional exigido em cada iterao.
59
CLCULO NUMRICO
3.3 Resoluo de equaes no lineares
Dada uma funo real de varivel real, no linear (algbrica ou transcenden-
te) f(x), diz-se que umnmero umzero da funo ou uma raiz da equao
f(x) = 0 (3.31)
se, e somente se, f() = 0. As razes de uma equao podem ser reais ou
complexas. Esta seco limita-se determinao de razes reais. Geome-
tricamente, 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.
Uma equao no linear pode ter ou no razes reais. No primeiro caso,
pode haver apenas uma raiz ou vrias. Por exemplo, a equao quadr-
tica ax
2
+ bx + c = 0 no tem razes reais se b
2
< 4 ac; caso contrrio
ter duas razes. Naturalmente, se b
2
= 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 cl-
culo (se o computador trabalhasse com aritmtica exacta, ou seja, se no
existissem erros de arredondamento, a soluo obtida seria exacta). Con-
sidere-se o exemplo de uma equao polinomial
f (x) a
0
x
n
+ a
1
x
n-1
++ a
n-1
x + a
n
= 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 para-
gem ou de convergncia.
A ligao entre as diferentes componentes deste processo representada
atravs de um diagrama de blocos na Figura 3.6.
60
A aplicao de uma frmula de iterao do tipo (3.28) requer o conheci-
mento de uma aproximao inicial x
0
da soluo. Frequentemente, x
0
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 pr-
ximas da raiz pretendida, , permite distinguir os mtodos de conver-
gncia local, nos quais x
0
tem que estar suficientemente prximo de , e
os mtodos de convergncia global, em que a convergncia no est de-
pendente da melhor ou pior aproximao inicial x
0
.
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, x
0
estar prximo de ou f (x
k
) ser prxi-
mo de 0, ou um nmero mximo de iteraes].
Os mtodos iterativos diferenciam-se entre si pela forma como so gera-
das as sucesses para obter a soluo da equao f (x) = 0 a resolver.
Apresentam-se de seguida alguns exemplos.
61
CLCULO NUMRICO
Figura 3.6 Implementao de um algoritmo iterativo.
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, se-
gundo 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 I
k
= [a
k
, b
k
] I = [a, b] por divises sucessivas do in-
tervalo ao meio, assegurando sempre que f (a
k
) f (b
k
) < 0. Desta forma, a
raiz vai sendo sucessivamente confinada a um intervalo com uma ampli-
tude 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 (x
k
). Se f(x
k
) = 0, o processo termina,
pois = x
k
. Caso contrrio, o ponto mdio x
k
ir substituir um dos valores
extremos do intervalo (a
k
ou b
k
) 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 verifi-
cado. Este processo iterativo encontra-se esquematicamente ilustrado na
Figura 3.7.
O mtodo sempre convergente desde que f (a) f (b) < 0 (mtodo de con-
vergncia global), mas a convergncia pode ser muito lenta.
Aps k iteraes, a raiz estar contida em I
k
= [a
k
, b
k
] 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 bissec-
es (iteraes) majorado por
(3.36)
62
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 | x
k
| , basta
impor , de onde se obtm
(3.37)
Tomando para k o primeiro inteiro que verifica a condio anterior, existe
a garantia de que x
k
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.
Exemplo 3.9: Mtodo da bisseco.
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 m
3
/s. Determine utili-
zando a expresso de Manning (K = 75 m
1/3
/s) a altura do escoamento
uniforme com trs casas decimais correctas.
63
CLCULO NUMRICO
Figura 3.7 Mtodo da bisseco.
Resoluo
Afrmula 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 I
0
= [0.5, 1.0],
a utilizao das Equaes (3.33) e (3.34) possibilita a obteno dos resul-
tados 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.
3.3.2 Mtodo do ponto fixo
sempre possvel transformar algebricamente de inmeras (infinitas) for-
mas a equao f (x) = 0 numa outra equao equivalente do tipo
x = g (x) (3.39)
64
Quadro 3.1 Resultados do processo iterativo (mtodo da bisseco).
k a
k-1
b
k-1
Sinal de x
k
Sinal de
f(a
k-1
) f(x
k
)
1 0.500000 1.000000 0.750000
2 0.750000 1.000000 0.875000 +
3 0.750000 0.875000 0.812500
4 0.812500 0.875000 0.843750 +
5 0.812500 0.843750 0.828125
6 0.828125 0.843750 0.835938
7 0.835938 0.843750 0.839844
8 0.839844 0.843750 0.841797
9 0.841797 0.843750 0.842773
10 0.842773 0.843750 0.843262
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 x
0
, as subsequentes aproximaes so
dadas por (frmula de iterao)
x
k
= g (x
k-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 conver-
gncia, e outro em que o processo diverge.
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.
As perguntas bvias neste momento so:
Como encontrar uma funo g(x) adequada?
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).
65
CLCULO NUMRICO
Figura 3.8 Mtodo do ponto fixo: (a) convergente; (b) divergente.
Exemplo 3.10: Funes de iterao do mtodo do ponto fixo.
Dada a equao: f (x) = x
3
7x 6 = 0, verifique que as funes g(x)
abaixo listadas podem ser utilizadas como funes de iterao do mtodo
do ponto fixo:
Resoluo
A forma de obter as duas primeiras imediata: no primeiro caso, h(x) = 1/7;
no segundo, h(x) = 1/x
2
. 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.
Exemplo 3.11: Convergncia/divergncia do mtodo do ponto fixo.
A equao utilizada no exemplo anterior pode escrever-se na forma
equivalente x
3
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 (g
1
, g
2
, e g
3
), para
determinar valores aproximados das duas razes negativas
1
= 2 e
2
= 1.
Resoluo
O processo iterativo foi iniciado com x
0
= 2.2 (para a raiz
1
= 2) e x
0
=
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:
|x
i+1
x
i
| 10
-5
(convergncia)
|x
i+1
| > 10
5
(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
comdistintos comportamentos. Ao usar g
3
(x), os processos so convergentes
tanto para
1
como para
2
. A funo g
1
(x) d origema umprocesso divergen-
te para
1
, embora permita calcular
2
. Pelo contrrio, a funo g
2
(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
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 x
k
= g(x
k-1
)
converge para qualquer que seja a escolha do valor inicial x
0
em I.
67
CLCULO NUMRICO
Quadro 3.2 Resultados do processo iterativo para a raiz
1
= 2.
g(x)
0 -2.20000 -2.20000 -2.20000
1 -2.37829 -1.94215 -2.03404
2 -2.77888 -2.01356 -2.00130
3 -3.92271 -1.99656 -2.00000
4 -9.48022 -2.00086 -2.00000
5 -12.25766 -1.99979
6 -2.6 E+5 -2.00005
7 -1.99999
8 -2.00000
9 -2.00000
k
Quadro 3.3 Resultados do processo iterativo para a raiz
2
= 1.
g(x)
0 -1.10000 -1.10000 -1.10000
1 -1.04729 -1.40496 -0.99050
2 -1.02124 -1.94270 -0.99993
3 -1.00930 -2.01344 -1.00000
4 -1.00402 -1.99659
5 -1.00173 -2.00085
6 -1.00074 -1.99979
7 -1.00032 -2.00005
8 -1.00014 -1.99999
9 -1.00006 -2.00000
10 -1.00003 -2.00000
11 -1.00001
12 -1.00000
k
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 mos-
tra 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.
3.3.3 Mtodo de Newton-Raphson
O mtodo de Newton pode ser interpretado geometricamente de forma
simples (Figura 3.10). Seja x
0
uma aproximao inicial para um zero de
f (x). Considere-se a recta tangente a f (x) no ponto de abcissa x
0
. Na vizi-
nhana de x
0
, 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 de-
ver estar prximo da raiz . A abcissa deste ponto ser, ento, tomada
como uma nova aproximao, x
1
, para .
Em concreto, a equao da tangente curva y=f (x) que passa pelo ponto
de abcissa x
0

y = f (x
0
) + f (x
0
) (x x
0
) (3.43)
Fazendo y = 0 na equao anterior, a nova aproximao para a raiz, x
1
,
ser dada por
(3.44)
Uma forma alternativa de obter a equao anterior verificar (Figura 3.10)
que tg = f (x
0
) / (x
0
x
1
).
68
Figura 3.9 Ilustrao grfica da convergncia do mtodo do ponto fixo.
Naturalmente, o processo anterior pode ser repetido, obtendo-se uma se-
quncia 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 g
3
(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() = e g() = 0 (3.47)
De facto, como: , 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)
69
CLCULO NUMRICO
Figura 3.10 Ilustrao grfica do mtodo de Newton-Raphson.
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, x
0
, suficientemente prxima
da raiz.
Alm disso, o mtodo tem convergncia quadrtica (p = 2), pois demons-
tra-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 teo-
rema de convergncia local no fcil de quantificar, prefervel garantir
a convergncia para um intervalo I = [a,b].
Teorema de convergncia global (condies suficientes de convergn-
cia): 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 x
0
I = [a,b] a sequncia {x
k
}
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 x
0
[a,b], o modo como se
processa diferente quando se inicia o clculo de um lado ou do outro da
raiz (x
0
= a ou x
0
= 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 (x
0
) f (x
0
) > 0 (3.50)
70
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 (x
k
) consegue-se pela expresso
(3.51)
que corresponde, emtermos 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.
Este mtodo necessita de duas aproximaes iniciais: x
0
e x
1
(frmula de
iterao de dois pontos, x
k+1
= g(x
1
, x
k-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).
71
CLCULO NUMRICO
Figura 3.11 Ilustrao grfica do mtodo da secante.
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. Exis-
tem vrias maneiras atravs das quais uma funo contnua pode ser re-
presentada de forma aproximada por um conjunto finito de valores. A mais
bvia atravs de um conjunto de pontos (amostras), e ser esta a repre-
sentao 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 sem-
pre 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 (x
i
, y
i
) {i = 0,1,,n} suporte da
interpolao; pretende-se aproximar f por um polinmio p
n
(x) de grau n
que verifique as n + 1 condies:
p
n
(x
i
) = f (x
i
) = y
i
, i = 0,1,,n (3.53)
Os valores x
i
so chamados pontos ou ns da interpolao e os valores
y
i
= f (x
i
) os valores interpolados. Aqui a informao que possumos da
funo no est concentrada num ponto, como sucede com os polin-
mios de Taylor (aproximao local). Embora o polinmio p
n
(x) seja nico,
como veremos, pode ser expresso de vrias formas. A mais directa
atravs de uma srie de potncias (forma de potncias simples)
p
n
(x) = a
0
+ a
1
x + a
2
x
2
++ a
n
x
n
(3.54)
com coeficientes arbitrrios a
1
, 0 i n. A condio (3.53), que obriga o
polinmio a passar nos vrios pontos (x
i
, y
i
), conduz a um sistema linear
de n + 1 equaes para calcular as n + 1 incgnitas (coeficientes a).
(3.55)
72
Demonstra-se que o determinante do sistema de equaes (3.55), conhe-
nunca se anula se os x
i
forem distintos (x
i
x
j
para i j). Logo, o sistema
anterior tem soluo nica, ou seja, existe um nico polinmio p
n
(x) que
reproduz exactamente f (x) nos pontos x
i
, i = 0,1,,n.
Para conhecer o polinmio p
n
(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 pro-
blema. Por um lado, a resoluo do sistema (3.55), sobretudo se o nme-
ro 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 l
k
(x), 0 k n um polinmio de grau menor ou igual a n. Estes
polinmios so os polinmios base de Lagrange associados aos ns: x
0
,
x
1
, x
n
. Para cada valor fixo de i, impe-se a condio (3.53): p
n
(x
i
) =
f (x
i
) = y
i
. Esta ser certamente satisfeita se os l
k
(x) verificarem a relao:
(3.57)
Ou seja, o polinmio base de Lagrange l
k
(x) anula-se em todos os ns
excepto no n x
k
, no qual assume o valor 1. Como l
k
(x) tem grau n,
dever ser da forma
l
k
(x) = C (x x
0
) (x x
1
) (x x
k-1
) (x x
k+1
) (x x
n
) (3.58)
para se anular em todos os ns, excepto em x
k
. Por outro lado, para que
l
k
(x
k
) = 1, a constante C deve verificar
(3.59)
73
CLCULO NUMRICO
cido como determinante de Vandermonde, dado por ,
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, ne-
cessrio 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).
Resoluo
Como o nmero de pontos n + 1 = 3, o polinmio ser, no mximo, de
grau 2, V = p
2
(Z) p
2
(x). A partir dos dados da tabela constroem-se os
polinmios base de Lagrange (Equao 3.60)
que, substitudos em (3.56), permitem obter o polinmio
74
x Z (m) 110 120 130
y V (hm
3
) 215 510 935
Apesar da sua simplicidade, a frmula de Lagrange pode no ser a repre-
sentao mais conveniente do polinmio interpolador, fundamentalmente
pelas seguintes razes:
possvel obter o polinmio interpolador com menos operaes aritm-
ticas (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 b
i
, 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 p
n-1
(x) que
interpola f nos diferentes ns {x
i
}, i = 0,1,, n-1, que funo neces-
srio somar a p
n-1
(x) para obter p
n
(x)?
Os coeficientes b
i
, 0 i n vo ser determinados de modo que p
n
(x)
interpole os valores nodais y
i
nos distintos ns x
i
, ou seja,
p
n
(x
0
) = f (x
0
), p
n
(x
1
) = f (x
1
),, p
n
(x
n
) = f (x
n
) (3.62)
Por exemplo, para x = x
0
, vem: f (x
0
) = b
0
De forma anloga, calculando p
n
(x) para x = x
1
, vem:
Para se determinar b
2
, basta considerar x = x
2
na Equao (3.61) e utilizar
p
2
(x
2
) = f (x
2
).
Assim, f (x
2
) = b
0
+ b
1
+ (x
2
x
0
) + b
2
(x
2
x
0
) (x
2
x
1
) que, aps alguma
manipulao algbrica, conduz a:
75
CLCULO NUMRICO
Prosseguindo de forma idntica, pode verificar-se que os coeficientes b
k
do polinmio interpolador p
n
(x) so dados indutivamente por
(3.63)
em que b
k
= f [x
0
, x
1
,, x
k
] a denominada diferena dividida de ordem
k de f relativamente aos k+1 ns distintos: x
0
,x
1
,,x
k
. Ento, o polinmio
(3.61) obtm-se calculando um conjunto de quantidades, denominadas
diferenas divididas, de acordo com o seguinte quadro:
Nestas condies, com a notao de diferenas divididas, o polinmio
interpolador de Newton de grau n, p
n
(x) assume a forma:
(3.64)
76
Quadro 3.4 Diferenas finitas divididas (notao e definio).
Ordem Notao Definio
0
1
2
3

n
As diferenas divididas so usualmente calculadas atravs de uma tabela
de diferenas divididas como a que se indica no Quadro 3.5.
Se os valores nodais corresponderem a uma funo f que admite deriva-
das contnuas at ordem n, possvel estabelecer uma ligao impor-
tante 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)
77
CLCULO NUMRICO
Quadro 3.5 Tabela de diferenas divididas.
x f
0
[ ] f
1
[ ] f
2
[ ] f
3
[ ]
x
0
f [x
0
]
f [x
0
, x
1
]
x
1
f [x
1
] f [x
0
, x
1
, x
2
]
f [x
1
, x
2
] f [x
0
, x
1
, x
2
, x
3
]
x
2
f [x
2
] f [x
1
, x
2
, x
3
]
f [x
2
, x
3
] f [x
1
, x
2
, x
3
, x
4
]
x
3
f [x
3
] f [x
2
, x
3
, x
4
]
f [x
3
, x
4
]
x
4
f [x
4
]

x
n-1
f [x
n-1
]
f [x
n-1
, x
n
]
x
n
f [x
n
]
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
De acordo com a Equao (3.64), o polinmio de grau 2 dado por:
P
2
(x) = f [x
0
] + (x x
2
) f [x
0
, x
1
] + (x x
0
) (x x
1
) f [x
0
, x
1
, x
2
]
Calculando as diferenas divididas a partir da tabela:
obtm-se:
V = p
2
(x) = 215 + (x 110) x 29.5 + (x 110) x (x 120) x 0.65 =
= 0.65x
2
120x + 5550
que coincide com o polinmio j obtido pela frmula de Lagrange no
Exemplo 3.12.
3.4.1.3 Erro da interpolao
O polinmio interpolador p
n
(x) verifica p
n
(x
i
) = f (x
i
) para i = 0,1,,n.
Interessa saber se p
n
(x) se afasta muito de f (x) quando x x
i
. fcil
verificar que R
n
(x) dado por:
R
n
(x) = (x x
0
) (x x
1
) (x x
n
) f [x, x
0
, x
1
,,x
n
] (3.67)
ou, de forma equivalente, introduzindo a Equao (3.65), com(x, x
0
, x
1
,,x
n
):
(3.68)
evidente que a equao anterior no pode ser utilizada para calcular o
valor exacto do erro R
n
(x), visto que em geral desconhecido (excepto
o caso em que a derivada de ordem n + 1 de f (x) uma constante). No en-
tanto, da Equao (3.68) consegue-se obter um majorante do erro
78
x f(x) f
2
[ ] f
2
[ ]
110 215
29.5
120 510 0.65
42.5
130 935
(3.69)
com .
O produto |(x x
0
) (x x
1
)(x x
n
)| 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 neces-
sariamente uma sequncia de polinmios convergindo de forma uniforme
para f (o polinmio interpolador pode no tender para a funo interpola-
da 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).
3.4.2 Aproximao. Mtodo dos mnimos quadrados
Na seco anterior (interpolao) abordou-se uma forma de lidar com fun-
es matemticas definidas atravs de uma tabela de valores. No entanto,
frequentemente, estas tabelas so obtidas com base em valores medi-
dos, os quais podem estar contaminados por erros experimentais ineren-
tes impreciso do mtodo utilizado. Quando os valores tabelados no
79
CLCULO NUMRICO
Figura 3.12 Ilustrao grfica das oscilaes experimentadas
por um polinmio p
8
(x) ao interpolar a funo de Runge.
so exactos, no razovel utilizar interpolao, ou seja, exigir que a
funo aproximante satisfaa exactamente os dados. Em vez de se recor-
rer a um polinmio que passe por todos os pontos (x
i
, y
i
), i = 1,2, , m,
a melhor abordagem ser fazer passar a funo aproximante, g(x), o
mais prximo possvel dos pontos (x
i
, y
i
).
Para ilustrar o problema, considere-se uma srie de dados (x
i
, y
i
), i =1,2, , m,
onde cada y
i
aproxima o valor de uma funo f no ponto x
i
(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 con-
dies, a funo g(x) diz-se uma aproximao da relao funcional des-
conhecida y = f (x). Noutros casos, a teoria em que a experincia se ba-
seia pode sugerir, ou mesmo fixar, o tipo de relao existente entre as
variveis (recta, exponencial, sinusoidal, ).
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
.
Figura 3.13 Curva de tendncia de um conjunto de pontos.
80
3.4.2.1 O critrio dos mnimos quadrados
Dadas as coordenadas (x
i
, y
i
), {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 x
i
como a diferena entre o valor tabelado e o correspondente
valor da funo de ajustamento
i
= y
i
g(x
i
) (3.70)
Geometricamente,
i
mede a distncia vertical desde o ponto P
i
(x
i
, y
i
) ao
grfico da funo aproximante g(x), como mostra a Figura 3.13.
Poder ser intuitivo afirmar que a funo que melhor se ajusta aos pon-
tos dados ser aquela que minimiza a soma dos desvios
i
, de cada ponto
observado (x
i
, y
i
) 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).
Um refinamento do critrio anterior, para evitar o anulamento da soma de
desvios simtricos, consiste em minimizar a soma dos mdulos dos des-
vios. Este critrio tambm inadequado, como se exemplifica no caso
dos trs pontos ilustrado na Figura 3.14(b). Considere-se a hiptese de
81
CLCULO NUMRICO
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.
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 duplica-
dos. 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 parme-
tros 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 in-
cgnitas (a e b), que permite a determinao dos coeficientes da vulgar-
82
mente designada recta de regresso. O desenvolvimento do sistema an-
terior 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 x
i
forem iguais. Ento, sempre que entre os valores tabelados existirem dois
ou mais valores distintos de x
i
, a soluo existe e nica.
Exemplo 3.14: Regresso linear.
Considere os pontos (x
i
, y
i
) 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).
As equaes normais (3.75) permitem assim obter:
A recta de regresso y = 0.795 x472 est representada, conjuntamente
com os pontos dados, na Figura 3.15.
83
CLCULO NUMRICO
3.4.2.3 Modelo geral de dois parmetros
Para generalizar a aplicao do mtodo dos mnimos quadrados a qual-
quer funo g(x), considere-se o caso de g(x) depender de dois parme-
tros, e (
1
, = ;
2
= ). As equaes normais escrevem-se:
e (3.76)
com
(3.77)
84
x
i
P
i
(mm) y
i
R
i
(mm) x
i
2
x
i
y
i
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 = 2568140
Figura 3.15 Regresso linear do escoamento e precipitao anuais.
Quadro 3.6 Exemplo de regresso linear.
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) = c
1
(x) + c
2
(x) (3.78)
i. e., como um modelo linear de dois parmetros, do qual a regresso
linear um caso particular (c
1
(x) = x e c
2
(x) = 1). O modelo matemtico
(3.78) , do ponto de vista do mtodo dos mnimos quadrados, conside-
rado um modelo linear do sistema real dado os parmetros e apare-
cerem linearmente combinados (embora as funes c
1
(x) = x e c
2
(x) pos-
sam 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 pa-
rmetros 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)
85
CLCULO NUMRICO
Exemplo 3.15: Modelo linear de dois parmetros.
Um ensaio de infiltrao permitiu obter o conjunto de pontos:
Ajustar os dados a uma hiprbole do tipo e determinar o
somatrio do quadrado dos desvios.
Resoluo
A hiprbole um modelo linear de dois parmetros da
forma (3.78), com c
1
= 1/x e c
2
= 1. Assim, o sistema de equaes (3.79)
escreve-se:
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) =
c
1
(x) + c
2
(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 subter-
rneas, caracterizado por g(x) = e
x
, o sistema (3.76) no ser linear.
86
x
i
t
i
(min) 5 10 20 40 80 160
y
i
f
i
(cm/h) 10.8 8.4 4,8 3.3 2.4 1.9
Resoluo
A funo g(x) = e
x
no um modelo linear (no soma ponderada
de duas funes que seja possvel expressar como g(x) = c
1
(x) + c
2
(x).
A substituio de g(x) na Equao (3.77) conduz ao problema de minimi-
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 resolu-
o do problema quando o modelo g(x) no linear. Com o objectivo de
contornar estas dificuldades adopta-se, por vezes, uma tcnica de linea-
rizao do problema. importante observar que os parmetros assim ob-
tidos (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:
87
CLCULO NUMRICO
com: Y = ln y, X = lnx, a = e b = ln
Os pontos transformados (X, Y) (ln x, ln y) so:
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: = e
b
25.3052 e = a 0.5285 pelo que:
g(x) = 25.31 x
0.5285
f (t) = 25.31t
0.5285
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.
88
ln x
i
1.609 2.303 2.996 3.689 4.382 5.075
ln y
i
2.380 2.128 1.569 1.194 0.875 0.642
Figura 3.16 Ajuste dos valores de um ensaio de infiltrao.
O Quadro 3.7 ilustra outros exemplos de linearizao de funes.
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 analti-
ca, 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 com-
plexo 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 sim-
ples, 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 sim-
ples 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 de-
rivao, so bons candidatos), esperando assim obter uma aproximao
suficientemente boa.
89
CLCULO NUMRICO
i y = gi (x)
Forma linear
X = Y = a = b =
Y = a X + b
1 y = e
x
ln y = x + ln x ln y ln
2 x y y

1

3
y y

x
Quadro 3.7 Exemplos de linearizao de alguns modelos no lineares.
y =

+ x
y =
1
x y +

y =
x
+ x
y =
y
+
x
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=).
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(h
2
) (leia-se da ordem h
2
) pretende ilustrar o facto de o erro de
truncatura do desenvolvimento em srie de Taylor ser proporcional a h
2
.
Com base na Equao (3.83), possvel definir uma aproximao da deri-
vada 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
, da qual se diferencia unicamente no limite
h0 . Poder-se- ento pensar que, quanto menor for h, mais precisa a
aproximao da derivada (3.84). Tal no ocorre sempre, como se de-
monstra com o Exemplo 3.18, no final da presente seco.
90
Figura 3.17 Ilustrao grfica da aproximao da primeira derivada.
De forma idntica ao caso anterior, sendo h < 0 vem
f (x h) = f (x) h f (x) + O(h
2
) (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 dife-
rena finita centrada de 2. ordem
(3.89)
Sendo uma diferena de 2. ordem, quando h diminui, o erro (de truncatu-
ra) 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 ex-
presses 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
91
CLCULO NUMRICO
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.
Resoluo
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
. Calculando num computador, em simples preci-
so, os valores deste quociente para valores de x sucessivamente de-
crescentes, obtm-se:
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 apro-
ximada 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 cance-
lamento 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 prove-
niente da frmula de diferenas finitas que proporcional a h; outra resul-
92
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
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.
3.5.2 Integrao numrica
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:
(3.91)
No entanto, em vrios casos, o processo anterior pode ser complexo (exi-
gindo, por exemplo, integrao por partes, ou uma longa busca at encon-
trar 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 va-
lores 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, aproxi-
mando 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 diferen-
ciao numrica. Consiste sobretudo em aproximar a funo a integrar
93
CLCULO NUMRICO
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 p
n
(x) constituem aproximaes razoveis e so
de fcil integrao.
3.5.2.1 Frmulas de integrao
Suponha-se que dada uma funo f (x) contnua, e um intervalo de inte-
grao [a,b], se pretende calcular, de uma forma aproximada .
Sejam x
0
, x
1
,, x
n
, n + 1 ns com espaamento arbitrrio em [a,b] e seja
p
n
(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- racio-
cinar da seguinte forma: se f (x) p
n
(x) em [a,b], ser razovel esperar que
(3.93)
Substituindo p
n
(x), na forma de Lagrange, , na
Equao (3.93) obtm-se
(3.94)
94
Figura 3.18 Ilustrao da estratgia usada na integrao numrica.
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 qua-
dratura. 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 designa-
dos por pesos da integrao. As abcissas so chamadas ns de integra-
o, 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 x
i
. 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 exac-
tamente (Valena, 1993; Rosa, 1992). Uma consequncia imediata da
definio anterior que o grau de exactido determinado pela Equao
(3.95) n.
Oerro 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 integra-
o numrica.
95
CLCULO NUMRICO
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, cor-
respondentes a diferentes escolhas de polinmios interpoladores.
Regras do rectngulo
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 gen-
rica x
0
. Ento p
0
(x) = f (x
0
), pelo que
(3.99)
O valor do integral foi aproximado pela rea de um rectngulo de base b a
e altura f (x
0
). Ao fazer coincidir x
0
com a, obtm-se a regra do rectngulo
esquerda (Figura 3.19a)
(3.100)
Pode-se, em alternativa, fazer coincidir x
0
com b, obtendo a regra do rec-
tngulo 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
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 apresen-
tado na Figura 3.20. A funo f (x) aproximada pela recta que une os
pontos (a, f(a)) e (b, f (b).
Seja p
1
(x) o polinmio de grau 1 interpolador de f nos ns a e b, isto , na
forma de Newton p
1
(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 p
1
(x) e f (x), no intervalo [a,b]. Analiticamente,
possvel demonstrar, com base na Equao (3.98), que:
(3.104)
97
CLCULO NUMRICO
Figura 3.19 Interpretao geomtrica das regras:
(a) rectngulo esquerda; (b) ponto mdio.
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 ana-
ltica; 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 magni-
tude do erro percebe-se analisando a Figura 3.21.
98
Figura 3.20 Interpretao geomtrica da regra do trapzio.
Figura 3.21 Aproximao de dx atravs da regra do trapzio.
Regra de Simpson
Na tentativa de melhorar a aproximao trapezoidal, poder-se- utilizar
um polinmio de interpolao quadrtico, p
2
(x), entre trs pontos de base
igualmente espaados, x
0
, x
1
e x
2
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)
Geometricamente, enquanto a regra trapezoidal aproxima, em cada inter-
valo 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 polin-
mios 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 ter-
ceiro 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.
99
CLCULO NUMRICO
Figura 3.22 Interpretao geomtrica da regra de Simpson.
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 equi-
distantes, correspondem s frmulas de integrao de Newton-Cotes. Em
particular, quando x
0
= a e x
n
= b, obtm-se as frmulas fechadas de New-
ton-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 for-
ma 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 ar-
redondamento, esta caracterstica nociva, pois pode promover o apare-
cimento de cancelamento subtractivo. Por este facto, as frmulas de
Newton-Cotes de grau elevado no so muito aconselhveis.
100
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 x
i
= 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)
101
CLCULO NUMRICO
n k w
i
(i =0, 1, , n) E
1 1,1
2 1, 4, 1
3 1, 3, 3, 1
4 7, 32, 12, 32, 7
5 19, 75, 50, 50, 75, 19
6 41, 216, 27, 272, 27, 216, 41
7
751, 3577, 1323, 2989, 2989,
1323, 3577, 751
8
989, 5888, -928, 10496,-4540,
10496, -928, 5888, 989
Quadro 3.8 Constantes das frmulas fechadas de Newton-Cotes.
onde f
i
= f(x
i
), i = 0,1,,n. O erro vem dado por:
, (3.109)
Regra de Simpson composta
(3.110)
com
(3.111)
102
Figura 3.23 Ilustrao da aplicao da regra do trapzio composta.
Figura 3.24 Ilustrao grfica da regra de Simpson composta (n =6).
Note-se que a regra de Simpson composta requer que o domnio de inte-
grao [a,b] seja dividido num nmero par de intervalos, dado que cada
parbola interpoladora definida com base em dois subintervalos conse-
cutivos (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 uni-
forme, com trs casas decimais correctas. Verificar se possvel assegurar
a priori a convergncia do mtodo.
Resoluo
A equao f(h) = 2.5 h C (2.5 + 2h)
0.4
= 0, onde se considerou:
pode escrever-se na forma alternativa:
. Para que o mtodo seja convergente, h que verificar
se |g(h)| < 1 na vizinhana da raiz (considere-se, tal como no mtodo da
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 x
0
[0.5,1]. Os resultados obtidos, consi-
derando x
0
= 0.5, so apresentados no Quadro 3.9. O mtodo converge
para uma altura uniforme h = 0.843 m (valor com trs casas decimais cor-
rectas) em cinco iteraes, exactamente metade das que foram necessrias
pelo mtodo da bisseco.
103
CLCULO NUMRICO
k x
k
1 0.7846
2 0.8333
3 0.8413
4 0.8426
5 0.8428
Quadro 3.9 Resultados do processo iterativo do ponto fixo.
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 uni-
forme com trs casas decimais correctas) e verificar a velocidade de con-
vergncia do processo iterativo em comparao com resultados obtidos
pelos outros mtodos aplicados ao mesmo problema.
Resoluo
A derivada da funo f(h) = 2.5 h C(2,5 + 2h)
0.4
com
f (h) = 2.5 0.8 C(2.5 +2 h)
0.6
. Considerando x
0
= 0.5, obtm-se por
aplicao da Frmula iterativa (3.45) os valores do Quadro 3.10.
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
k f (X
k-1
) f (X
k-1
) x
k
1 -0.7115 2.0517 0.8468
2 0.0084 2.0977 0.8428
3 0.92x10-6 2.0973 0.8428
Quadro 3.10 Resultados do processo iterativo (mtodo de Newton).
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 precipita-
o ponderada sobre uma regio.
Resoluo
a) Pela Expresso (3.108) com n = 2 (3 pontos) vem que:
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 -x
2
(4x
2
2) montona (crescente), dado
que:
O mximo em valor absoluto M
2
= 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 pol-
gono 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:
105
CLCULO NUMRICO
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 x
N+1
= x
1
e y
N+1
= y
1
106
Figura 3.25 Exemplo de rea de uma linha poligonal fechada.
Jos P. P. G. Lopes de Almeida
1, 2
1
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 ele-
mentar da reviso de conhecimentos desenvolvida, pressupem-se ad-
quiridos certos conceitos fundamentais que se podem encontrar na prin-
cipal 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 ten-
so de corte, se deformam indefinidamente e subdividem-se em lqui-
dos, 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 (liquefac-
o) 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 mo-
lculas 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 carac-
tersticas em todas as direces, ou seja, isotrpico.
107
HIDRULICA
4 HIDRULICA
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, R
e
:
(4.1)
Na Equao (4.1), U a velocidade mdia; L, um comprimento caracte-
rstico (o dimetro hidrulico no caso de colectores circulares sob presso
e o raio hidrulico no caso do escoamento com superfcie livre); e n, a vis-
cosidade dinmica.
Um outro parmetro adimensional de grande importncia, como veremos
adiante no texto no caso dos escoamentos com superfcie livre, o n-
mero de Froude, F
r
, 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, V
C
, preenchido
por um conjunto de partculas materiais limitadas pela superfcie envol-
vente, S
C
, (anlise associada a uma abordagem integral), usual estabe-
lecer 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 super-
fcie. As segundas so foras de aco distncia cuja intensidade pro-
108
porcional quantidade de massa contida no volume limitado pela super-
fcie 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)
Na Equao (4.3), o smbolo . representa o produto escalar.
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:
(4.4)
O caudal mssico obtido de igual forma fazendo f = , onde repre-
senta a massa volmica.
O modo como a velocidade varia no espao e no tempo extremamente
importante para caracterizar os diversos tipos de escoamentos. Recor-
dando que essa variao expressa pela derivada substancial da veloci-
dade 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)
109
HIDRULICA
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 carac-
terizar 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), , o qual
ainda se subdivide em:
Permanente gradualmente variado se
Permanente rapidamente variado se
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
(reduzida acelerao advectiva)
(elevada acelerao advectiva)
Estas equaes mais no exprimem que a segunda lei de Newton, ou
seja, o princpio fundamental da dinmica , aplicado ao equil-
brio 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 veloci-
dade 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 conser-
vao 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
determinado sistema material no varie no tempo, (no nosso
domnio de anlise no aplicvel a expresso de Einstein, E = mc
2
,
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):
(4.12)
A aplicao do Teorema de Green equao anterior e a considerao de
um fluido incompressvel, = C
te
, que se escoa no interior de um tubo de
fluxo (conduta ou canal) limitado pelas seces transversais de entrada e
de sada S
1
e S
2
, respectivamente, e pela seco lateral, S
L
, com S
C
= S
1
+
S
2
+ S
L
, permite convert-la na Equao (4.13), que de seguida se apre-
senta, 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 equa-
es de Euler do fluido perfeito em coordenadas intrnsecas. Estas
equaes de Euler resultam das equaes de Cauchy quando se consi-
deram 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)
111
HIDRULICA
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 in-
troduo 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 quanti-
dade 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
repre-
senta as tenses.
Esta ltima expresso na forma integral, aplicada a um V
C
definido no seio
de um escoamento de um fluido pesado e incompressvel, toma a forma:
(4.19)
O significado dos termos envolvidos na Equao (4.19) o seguinte:
G
peso do lquido no interior do V

C
;
resultante das foras que o meio exterior exerce sobre o V

C
atravs da
superfcie envolvente;
I
resultante das foras locais de inrcia (se I
= 0);
M
1
resultante da quantidade de movimento que entra no V

C
na unidade
de tempo;
M
2
resultante da quantidade de movimento que sai do V

C
na unidade de
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 for-
ma de escoamento superficial.
Desde logo perceptvel que os tubos de fluxo associados a este tipo de
escoamentos podem apresentar caractersticas diversas, que se enun-
ciam abaixo:
As rugosidades parietais podero variar dentro de cada seco trans-
versal (por exemplo, o fundo de um canal pode ser revestido e os talu-
des laterais serem em terra neste caso, as seces transversais desig-
nam-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 fecha-
das (por exemplo, em sistemas de drenagem urbana so comuns sec-
es fechadas circulares e ovides). As seces regulares podem ainda
ser simples (ou seja, com geometria ditada por uma nica figura geom-
trica, como o trapzio, o rectngulo, o triangulo, o crculo, o semicrculo,
113
HIDRULICA
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 circunstn-
cias 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 de-
nominado 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 eleva-
das, como no caso das quedas de gua ou dos descarregadores de su-
perfcie de soleira normal, ou extraordinariamente reduzidas, como nos
canais de rega e nos colectores de drenagem de guas pluviais e resi-
duais. No caso de tubos de fluxo de leito erodvel, a prpria inclinao
longitudinal pode alterar-se ao longo do tempo, dando lugar a escoa-
mentos 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.
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 inun-
dao que se propaga num colector, ou ainda o caso do escoamento
gerado pelas manobras de abertura, fecho, ou simplesmente de regula-
o de uma comporta de alimentao de um canal que drena as guas
de uma zona verde localizada em meio urbano.
114
Figura 4.1 Exemplo de seco transversal composta e mista.
Afluncias constantes. De facto, fixada uma determinada abertura, sob
carga constante, da comporta de alimentao de um canal, o escoa-
mento 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 longi-
tudinal ser definida pelo talvegue (Figura 4.2).
A rea da seco transversal molhada, S, (ou seja, da seco normal aos
filetes lquidos) e o permetro molhado, P, permitem definir o raio hidru-
lico, R = S / P.
115
HIDRULICA
Figura 4.2 Esquema do perfil longitudinal de um canal.
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).
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.
116
Figura 4.3 Geometria da seco transversal de um canal.
Quadro 4.1 Caractersticas geomtricas das seces transversais.
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 sis-
temas de drenagem urbana, e ser implicitamente considerado ao longo do
presente texto.
Como se analisar de seguida, a reduzida inclinao, concavidade e con-
vexidade 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 hori-
zontal, de que resulta X
b
= 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.
117
HIDRULICA
Figura 4.4 Referencial adoptado na anlise do efeito da curvatura
do fundo na distribuio de presses.
Partindo da Equao (4.21), obteremos sucessivamente:
Atendendo agora a que na expresso anterior X
n
= 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 sec-
o transversal depende unicamente da diferena de cotas entre os refe-
ridos 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 tra-
jectrias 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
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;
119
HIDRULICA
Figura 4.5 Visualizao dos termos das Equaes (4.25) e (4.26).
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 trans-
versal 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 es-
pecfica com a altura h, para diferentes caudais, Q
iii
, Q
ii
e Q
i
, e larguras,
B
iii
, B
ii
e B
i
. 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 ocorrn-
cia 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
de escoamento ocorre quando a energia especfica mnima o mesmo
dizer que, fixada a energia especfica, a forma mais eficiente de escoa-
mento 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)
121
HIDRULICA
Figura 4.6 E =E(h), com Q=C
te
e B
iii
> B
ii
> B
i
.
Figura 4.7 E =E(h), com B =C
te
e Q
iii
> Q
ii
> Q
i
.
(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 pos-
svel 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 Q
0
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, h
mc
:
(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.
123
HIDRULICA
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
F
rc
= 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 propa-
gar-se, tanto para jusante como para montante. Se o escoamento se pro-
cessa 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 (rectn-
gulo, tringulo, trapzio, etc.) de um canal prismtico, possvel, em ge-
ral, promover o escoamento de um determinado caudal constante, Q
0
,
segundo trs tipos distintos de regime:
124
1. Regime crtico (mnimo de energia especfica; apenas possvel o es-
coamento 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(h
c
) e h > h
c
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(h
c
)
e h < h
c
).
4.4 Dimensionamento de canais
4.4.1 Regime permanente/Anlise na seco transversal
No dimensionamento de canais, intervm parmetros como as caracters-
ticas geomtricas da seco transversal, as rugosidades parietais, a incli-
nao 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 apli-
cao.
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 m
3
/s, originado
numa zona verde urbana. Pode recorrer-se a um canal de drenagem com
125
HIDRULICA
Figura 4.8 Comporta controlando em simultneo um escoamento
lento por jusante e um escoamento rpido por montante.
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 velocida-
de, 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
m
2
s
-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:
Substituindo os dados na equao anterior resulta imediatamente:
h
c
0.57 m
A Equao (4.41) fornece o valor da velocidade:
Da Equao (4.39), verifica-se que h
mc
= h
c
, pelo que a simples substitui-
o fornece:
U
c
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 implementa-
o 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 exaus-
tiva 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
c
0
,
c
1
,
c
2
,,
c
n+1
.
ii) Para os valores anteriores, calcula-se:
iii) Identifica-se o valor de
i
que conduz a F
i
0, estando assim encon-
trado 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:
127
HIDRULICA
C) Regime lento e rpido na seco rectangular e na seco circular
(resoluo numrica)
Os escoamentos em regime lento e rpido apresentam maior energia es-
pecfica do que em regime crtico. Para se calcularem estes regimes, atri-
buir-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:
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
Seco Rectangular Regime Lento Regime Rpido
E (m) 0.8 0.8
h (m) 0.760 0.190
U (m/s) 0.877 3.509
R
e
331126 531915
F
r
0.103 6.612
Seco Circular Regime Lento Regime Rpido
E (m) 0.8 0.8
h (m) 0.694 0.451
U (m/s) 1.476 2.575
R
e
482288 631567
F
r
0.388 2.034
Neste momento, formula-se a seguinte questo:
Fixado um caudal, uma geometria da seco transversal e um revesti-
mento, quais so as inclinaes longitudinais que se devem implementar
num canal prismtico para realizar os trs tipos de escoamentos conside-
rados 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 for-
mado e estabilizado de caractersticas inalteradas ao longo do percurso.
Nestas condies, ocorre o chamado escoamento permanente e unifor-
me, 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 inter-
pretao 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 es-
coamento. 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 con-
soante se trate do regime laminar, ou turbulento (liso, de transio ou ru-
goso). Nos tubos de seco cheia, em que o comprimento caracterstico
o dimetro hidrulico, so usuais os seguintes limites:
Regime laminar: R
e
< 2000.
Regime turbulento: R
e
> 4000.
Recordando que, no caso de canais, o comprimento caracterstico o
raio hidrulico, o qual do dimetro hidrulico, obter-se-:
129
HIDRULICA
Regime laminar: R
e
<500.
Regime turbulento: R
e
> 1000.
O valor de R
e
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,
, desenvol-
ve-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.
Do equilbrio de foras, obtm-se:
G
sin +
LP = 0 LS g
i +
LP = 0
= g
S
i = g R i
P
(4.43)
130
Figura 4.9 Equilbrio entre foras de atrito e foras de gravidade.
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.
Frmula de Manning
Em 1889, uma nova frmula para o clculo de C foi proposta pelo enge-
nheiro irlands Robert Manning. A forma simplificada desta frmula :
(4.46)
Substituindo na Equao (4.44), obtm-se sucessivamente:
(4.47)
(4.48)
em que n um coeficiente designado por coeficiente de Manning.
A frmula de Manning simples e precisa, sendo mundialmente utilizada
tanto para canais naturais como para canais artificiais, desde que o es-
coamento ocorra no regime turbulento rugoso.
131
HIDRULICA
No Quadro 4.2, apresentam-se valores usuais do coeficiente de Manning.
Considere-se de seguida o Exemplo 4.2. Neste caso, so dadas as carac-
tersticas 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 lon-
gitudinais.
Um canal de beto (n = 0.015 s/m
1/3
), 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 Rey-
nolds e o nmero de Froude? (considere = 10
-6
m
2
s
-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
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
Quadro 4.2 Valores do coeficiente de Manning apresentados
em Hamill (1995).
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 inclina-
o 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 10
6
, comprovan-
do 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.
133
HIDRULICA
Exemplo 4.3: Determinao da altura molhada num escoamento perma-
nente e uniforme, conhecidas as caractersticas fsicas do canal e o cau-
dal 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 m
3
/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 apresen-
tado na alnea B) do Exemplo 4.1.
Os resultados so:
h 0.11 m e F
r
0.7
importante notar que a inclinao de i = 3:900, qualificada anteriormente
como inclinao forte, passa agora a qualificar-se como inclinao fraca
(F
r
< 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 sub-
seces 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 capaci-
dade 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 hi-
drulico da seco, como se depreende da anlise da Equao (4.48).
135
HIDRULICA
A seco semicircular a mais vantajosa do ponto de vista da minimiza-
o 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 tra-
pezoidais.
Naturalmente, a anlise que de seguida se apresenta s faz sentido quan-
do no existirem restries de outra ordem, tais como restries urbans-
ticas, 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)
A Equao (4.52) mostra que a seco trapezoidal hidraulicamente mais
eficiente ocorre quando a largura da superfcie livre dupla do compri-
mento 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 colec-
tores, a seco transversal circular imposta a priori. O problema reduz-se
136
Figura 4.10 Seco trapezoidal hidraulicamente mais eficiente.
ento determinao da percentagem da seco transversal circular, que
deve ser ocupada pelo escoamento com superfcie livre e regime perma-
nente uniforme, de modo a maximizar o caudal escoado.
A seco molhada, S, a fraco da seco transversal do colector cir-
cular 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 restan-
tes parmetros, corresponde a:
Ao fim de alguma manipulao analtica, obtm-se o seguinte resultado:
(4.53)
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 dime-
tro) 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.
137
HIDRULICA
Figura 4.11 Seco circular hidraulicamente mais eficiente.
No Exerccio 4.3, que consta do subcaptulo 4.6, apresenta-se um exem-
plo com a determinao das dimenses da seco rectangular hidraulica-
mente 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 re-
gime de escoamento que se instala na seco de controlo. Uma vez insta-
lado o regime crtico, bastar medir a altura molhada na seco de con-
trolo 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 pre-
tenda aprofundar os seus conhecimentos sobre estes tipos de escoa-
mentos 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 trans-
versal constituda por trs subseces com reas S
1
= 3 m
2
, S
2
= S
3
= 1.5 m
2
,
tal como representado na Figura 4.1. Sabendo que as velocidades so
U
1
= 1.8 m/s e U
2
= U
3
= 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 transver-
sal 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/m
1/3
, determine a capacidade de trans-
porte, o caudal, o coeficiente de Coriolis e o coeficiente de Boussinesq.
Resoluo
139
HIDRULICA
Figura 4.12 Seco composta da vala de drenagem.
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 S
i
nas Equaes (4.50) e (4.51):
1.074 1; 1.024 1
Exerccio 4.3: Determinao das dimenses da seco transversal rec-
tangular hidraulicamente mais eficiente de uma vala de drenagem.
Vai ser construda uma vala de drenagem, em beto, com uma seco
transversal rectangular de 2 m
2
. Determine as dimenses da seco trans-
versal hidraulicamente mais eficiente.
Resoluo
Trata-se de calcular a seco hidraulicamente mais eficiente, ou seja, fixada
a rea da seco transversal, S = C
te
, 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.
141
HIDRULICA
pois h > 0 o extremo um mnimo
Joo L. M. Pedroso de Lima
1, 2
M. Isabel Pedroso de Lima
2, 3
1
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 de-
senvolvimento 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 an-
lise criteriosa do escoamento superficial que inclui a determinao do caudal
de ponta, do volume escoado e da forma do hidrograma para um dado pe-
rodo de retorno, constitui um dos mais importantes factores de sucesso de
projectos de sistemas de drenagem de guas pluviais urbanas. Erros come-
tidos nestas estimativas podero introduzir incoerncias graves no desen-
volvimento de projectos, acarretando obras subdimensionadas ou sobredi-
mensionadas. importante reconhecer tambm que os valores obtidos neste
clculo sero sempre aproximados, devido deficiente caracterizao fisio-
grfica e climtica das bacias urbanas, s incertezas hidrolgicas dos pro-
cessos 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 se-
guintes aspectos:
Tipo de uso do solo previsto para a bacia, sobretudo no que se refere
impermeabilizao e outras intervenes humanas que possam, por
143
CONCEITOS BSICOS DE HIDROLOGIA
5 CONCEITOS BSICOS
DE HIDROLOGIA
exemplo, reduzir o tempo de concentrao da bacia ou levar ocupa-
o 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 tro-
o em que se vai processar a interveno.
possvel identificar trs fases estruturantes de um projecto de drenagem
urbana, cuja sequncia se apresenta na Figura 5.2. A fase 1 condicio-
nada 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 precipita-
o-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 su-
cinta 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 coeficien-
te de escoamento e o tempo de concentrao. Os volumes subsequentes
iro incidir mais especificamente sobre os processos hidrolgicos de pre-
cipitao e escoamento superficial, e os modelos de precipitao-escoa-
mento 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 5.1 Variabilidade espacial das caractersticas fisiogrficas
e hidrolgicas das bacias urbanas.
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, q
a
o fluxo m-
dio afluente e q
e
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 = t
2
-t
1
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:
145
Figura 5.2 Sequncia de fases de um projecto de drenagem urbana.
Afluncias - Efluncias = Variao no Armazenamento de gua
Contudo, as variveis hidrolgicas envolvidas, tais como a precipitao,
evaporao, infiltrao e o escoamento superficial, variam ao longo do tem-
po. Assim, a forma geral de uma equao do balano hidrolgico deve ser
escrita da seguinte forma:
(5.3)
em que q
a
(t), q
e
(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 con-
trrio, cada um dos termos da equao que varie no espao deve expri-
mir-se por um valor agregado representativo da rea.
A equao do balano hidrolgico bsica em hidrologia e todas as an-
lises tm forosamente de verificar esta equao. Caso contrrio, a an-
lise no estar correcta. A aparente simplicidade desta equao enga-
nadora. 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 q
e
(t), mesmo sem existncia de qual-
quer q
a
(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 (R
1
) no espao em estudo e a que
sai (R
2
). Para outras variveis, o fluxo s se faz num sentido (e. g., a pre-
cipitao s existe como entrada).
146
Figura 5.3 Idealizao do balano hidrolgico.
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 nalgu-
mas situaes, nomeadamente por no ser possvel conhecer todos os
termos da equao. Assim, privilegia-se a aplicao do conceito de ba-
lano hidrolgico a intervalos de tempo especficos e para espaos topo-
graficamente 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 direc-
tamente;
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 determi-
nada 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 m
3
de gua. Nesse instante, o caudal afluente
bacia era de 1.50 m
3
/s e o caudal efluente de 2.00 m
3
/s. Ao fimde uma hora,
os caudais afluente e efluente aumentaram de forma linear para 2.00 m
3
/s
e 2.05 m
3
/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 arma-
zenado no final dessa hora?
Resoluo
Usando as Equaes (5.1) ou (5.2) do balano hidrolgico, ento:
(5.4)
Substituindo os valores, obtm-se a variao do volume de gua armaze-
nado na bacia de reteno:
Conclui-se que o armazenamento de gua na bacia de reteno, aps
uma hora, inferior ao inicial (S com sinal negativo), ou seja:
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 geo-
grfica 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
Figura 5.4 Componentes do balano hidrolgico a considerar
no estudo de uma bacia de reteno urbana.
S
=
q
a1
+ q
a2
t
=
q
e2
+ q
e2
t
2 2
S
=
1. 5 + 2. 0
x 3600
-
2. 0 + 2. 05
x 3600 = -990 m
3
2 2
S
2
= S
1
+ S = 3000 - 990 = 2010 m
3
Numa bacia urbana, dependendo da sua rea, o sistema de drenagem
constitudo por valetas, valas, canais, tubos de drenagem perfurados, gale-
rias, 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 cons-
tituem naturalmente linhas divisrias do escoamento superficial. Estas
linhas chamam-se linhas divisrias topogrficas.
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
149
Figura 5.5 Definio da linha divisria topogrfica de uma bacia de drenagem
numa carta topogrfica (adaptado de Gribbin, 2002).
A linha divisria topogrfica coincide com as linhas de cumeada
que separam vertentes por onde as guas se escoam para talve-
gues diferentes.
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.
A bacia urbana a estudar depende da obra a ser executada (e. g., ponte,
aude, sarjeta ou sumidouro) e, portanto, da localizao da correspon-
dente 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; endor-
reica (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 dre-
nagem subterrnea, atravs da qual a gua que escorre superfcie pas-
sa 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 cau-
dal numa dada seco de um curso de gua: escoamento directo, inter-
mdio 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 prefe-
renciais que geram escoamentos superficiais a jusante chamados de res-
150
Figura 5.6 Linha divisria topogrfica e linha divisria fretica
(corte transversal em trs bacias adjacentes).
surgncias (Figura 5.9). Em bacias urbanas, normalmente, estes escoa-
mentos hipodrmicos ou subsuperficiais consideram-se integrados no
escoamento superficial.
151
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.
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 qua-
drados (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 inten-
sidade e s diferenas de uso do solo, no sendo muitas vezes o escoa-
mento superficial dominado pelas caractersticas da rede de drenagem
primria.
A forma planimtrica de uma bacia urbana muito importante, pois deter-
mina 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 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 remo-
tas 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 proba-
bilidade de serem cobertas por ncleos de grande intensidade de preci-
152
A forma da bacia urbana indica a maior ou menor tendncia para a
ocorrncia de cheias.
pitao durante uma chuvada convectiva. Bacias com formas mistas tm
um comportamento que traduz a sobreposio das duas situaes refe-
ridas (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, represen-
tados 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.
Podem usar-se parmetros empricos para auxiliar na classificao das
bacias de drenagem quanto sua forma. Um desses parmetros o Coe-
ficiente de Compacidade, K
c
. 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
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.
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 K
c
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 disposi-
o em planta dos cursos de gua uma caracterstica importante que
influencia a eficincia da drenagem quanto mais eficiente for a drena-
gem, 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 dre-
nagem na resposta hidrolgica de uma bacia.
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
Figura 5.12 Influncia do sistema de drenagem na resposta hidrolgica
das bacias de drenagem.
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).
A curva de durao de caudais (curva que indica o nmero de dias ou per-
centagem do ano em que um dado valor do caudal igualado ou excedido)
ilustra bema 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 efme-
ras, intermitentes e perenes, sendo evidente a no existncia de caudal em
linhas efmeras e intermitentes em determinados perodos do ano.
155
Figura 5.13 Hidrogramas de seces transversais de cursos de gua:
perene ( esquerda), intermitente (ao centro), e efmero ( direita).
Figura 5.14 Curvas de durao de caudais para linhas de gua efmeras,
intermitentes e perenes.
Tipos de curso de gua Explicao
Perenes
Mantm sempre um caudal permanente durante
o ano todo.
Intermitentes 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.
Efmeros S apresenta caudal durante, e logo aps, chuvadas
intensas.
Quadro 5.1 Tipos de cursos de gua quanto constncia do escoamento.
O parmetro Densidade de Drenagem, D
d
, relaciona o comprimento total
dos cursos de gua dentro da bacia de drenagem com a rea da bacia:
(5.6)
sendo L
t
o comprimento total dos cursos de gua existentes na bacia e A
a rea da bacia. D
d
exprime-se geralmente em km/km
2
ou m/ha. Em prin-
cpio, 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 pa-
rmetros 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, D
d
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.
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
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.
bacia, o relevo tambm influencia a quantidade de energia solar intercep-
tada 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:
(5.7)
sendo H a diferena de nvel entre os pontos considerados e L a distn-
cia (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).
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 mo-
delos hidrolgicos mais simples.
Existem, no entanto, mtodos que conduzem a valores mais realistas do
declive mdio de uma dada bacia de drenagem, i
bacia
; de entre os mais
utilizados, refere-se aquele que obriga medio do comprimento L
e
de
157
Figura 5.16 Distino entre o comprimento axial de uma bacia de drenagem
e o comprimento da linha de gua principal.
s =
H
L
todas as curvas de nvel implantadas na bacia para uma dada equidistn-
cia, e (i
bacia
= L
e
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).
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 percenta-
gens das reas da bacia correspondentes aos escales de altitude con-
siderados (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 dre-
nagem. 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
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.
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 esti-
ver 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.
159
Toalha fretica
Rocha
impermevel
Zona no
saturada
gua subterrnea
A
C
B
D
Figura 5.18 Possveis interaces entre linhas de gua e a toalha fretica,
a tracejado (adaptado de Singh, 1992).
Vegetao
A ocupao do solo tem uma influncia determinante no regime de cau-
dais de uma qualquer bacia de drenagem, sendo esta questo particular-
mente importante ao nvel de bacias urbanas. A urbanizao, em detri-
mento 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), embacias de drena-
gem urbanas, afecta o balano hidrolgico interceptando a precipitao,
dando origem a evapotranspirao, ao mesmo tempo que provoca altera-
es biofsicas no solo, nomeadamente aumentando a porosidade da sua
camada superficial, que favorece a infiltrao da gua no solo (Figura 5.19).
5.3.3 Coeficiente de escoamento
Por o uso do solo ser determinante no processo de transformao da pre-
cipitao 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
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).
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 preci-
pitado, ou seja, traduz a parte da precipitao total que se transforma
directamente em escoamento superficial:
(5.8)
sendo h
u
a precipitao til e h a precipitao total recebida numa dada
bacia de drenagem; a precipitao pode ser expressa em mm ou m
3
.
Embora os valores do coeficiente de escoamento possam ser determina-
dos experimentalmente, esta tarefa pode ser dificultada por ausncia de
dados relevantes. Por esse motivo, praticamente todos os textos de hi-
drologia, hidrologia urbana e os dedicados a sistemas de drenagem plu-
viais 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 fisio-
grficas de local para local. Isso faz com que, muitas vezes, seja neces-
srio obter um valor (mdio) para o correspondente coeficiente de escoa-
mento superficial que traduza o comportamento de toda a rea, calculan-
do uma mdia ponderada em relao s reas associadas a cada uma
dessas caractersticas:
161
A altura (total) de precipitao igual ao volume total precipitado
numa bacia hidrogrfica em determinado perodo de tempo, dividi-
do pela sua rea.
A precipitao til a parte da precipitao (total) que se trans-
forma em escoamento superficial directo num sistema de drena-
gem urbano.
(5.9)
onde C representa o coeficiente de escoamento mdio caracterstico de
uma rea A no homognea, e C
i
e A
i
so, respectivamente, o coeficiente
de escoamento e a rea de cada uma das n parcelas (assumidas homo-
gneas) em que a rea A se pode considerar dividida.
Nos Quadro 5.3 e Quadro 5.4 apresentam-se exemplos de coeficientes de
escoamento superficial aplicveis a reas urbanas para chuvadas inten-
sas com perodos de retorno de dois a dez anos.
162
Caractersticas fisiogrficas
Comportamento esperado
da bacia de drenagem
Relevo
reas relativamente planas tm um C inferior
a reas com declives elevados.
Solos com infiltrao elevada (e.g., camada
Infiltrao arenosa profunda) tm um C inferior ao de solos
argilosos, com baixa capacidade de infiltrao.
reas com denso coberto vegetal (e.g., relvados,
Cobertura vegetal
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
Reteno superficial do origem a uma elevada acumulao de gua
conduzem a um C inferior ao de terrenos em que
a acumulao da gua superficial negligencivel.
Quadro 5.2 Exemplos de caractersticas fisiogrficas de bacias de drenagem,
e a forma como afectam o coeficiente de escoamento superficial, C.
Descrio da rea e superfcies C
Pavimento:
Asfalto 0.70 - 0.95
Beto 0.80 - 0.95
Caladas 0.75 - 0.85
Telhado 0.75 - 0.95
Cobertura relvada, solo arenoso:
Declive plano (0 a 2%) 0.05 - 0.10
Declive mdio (2 a 7%) 0.10 - 0.15
Declive elevado (superior a 7%) 0.15 - 0.20
Cobertura relvada, solo pesado:
Declive plano (0 a 2%) 0.13 - 0.17
Declive mdio (2 a 7%) 0.18 - 0.22
Declive elevado (superior a 7%) 0.25 - 0.35
Quadro 5.3 Valores do coeficiente de escoamento C usados
em superfcies especficas.
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:
C
T
R
= C x C
f
(5.10)
onde C
f
o factor de correco (Quadro 5.5) e C
T
R
o valor do coeficiente
de escoamento a utilizar para eventos com perodos de retorno T
R
.
5.3.4 Tempo de concentrao
A estimativa do tempo de concentrao, do tempo de resposta e das is-
cronas de bacias urbanas reveste-se da maior importncia para a mode-
163
Perodo de retorno (anos) C
f
2 a 10 1.00
25 1.10
50 1.20
100 1.25
Quadro 5.5 Factor de correco C
f
do coeficiente de escoamento superficial C para
vrios perodos de retorno adoptados no dimensionamento de obras.
Descrio da ocupao da rea C
Edificao muito densa:
Zonas urbanas centrais, densamente construdas, 0.70 - 0.95
com ruas e caladas pavimentadas.
Edificao no muito densa:
Zonas urbanas adjacentes ao centro, com menos 0.60 - 0.70
densidade de construo, mas com ruas e caladas
pavimentadas.
Edificaes com poucas superfcies livres:
Zonas residenciais com elevada densidade de construo, 0.50 - 0.60
com ruas pavimentadas.
Edificaes com muitas superfcies livres:
Zonas residenciais com pouco densidade de construo, 0.25 - 0.50
com ruas macadamizadas ou pavimentadas.
Subrbios com alguma edificao:
Zonas de arrabaldes e subrbios urbanos com pequena 0.10 - 0.25
densidade de construo.
Matas, parques e campos de desporto:
Zonas rurais, reas verdes, superfcies arborizadas, 0.05 - 0.20
parques ajardinados, campos de desporto sem
pavimentao.
Quadro 5.4 Valores do coeficiente de escoamento C usados
em zonas urbanas e periurbanas.
lao de sistemas hidrolgicos e para o dimensionamento e a reabilitao
de sistemas de drenagem de guas pluviais urbanas.
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 dre-
nagem;
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, tam-
bm possvel utilizar um sistema misto, que inclui: (1) medio directa
do tempo de entrada do escoamento superficial no sistema de drenagem
164
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 refern-
cia, partindo do ponto cinematicamente mais afastado desta, loca-
lizado nos limites da bacia.
(sumidouro ou sarjeta), usando traadores (e. g., fluorescentes); (2) esti-
mativa 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 con-
centrao, t
c
, em funo de caractersticas fsicas da bacia, da sua ocu-
pao e da intensidade da chuva. Estas frmulas resultam da anlise da
informao de campo, e possibilitam a obteno de equaes de regres-
so. Importa lembrar que a maioria destas expresses emprica e, por-
tanto, 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 ori-
ginalmente desenvolvidas para reas rurais. Estes mtodos empricos so,
no entanto, expeditos; no exigem dados de entrada detalhados e so es-
pecialmente relevantes para a fase preliminar de estudo de bacias urbanas.
Muitas dessas frmulas no permitem entrar em considerao com a he-
terogeneidade 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 ve-
getal 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 quan-
tidade 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 precipi-
tao e o teor de humidade da camada superficial do solo.
Como referido anteriormente, existem muitas frmulas empricas que per-
mitem 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 t
c
o tempo de concentrao (minutos), L o comprimento do curso
de gua principal (m), H a diferena de nvel entre as respectivas extre-
midades (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 apli-
cao em causa envolver escoamento em canal em zonas urbanas, o
valor de t
c
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 t
c
o tempo de concentrao (horas), A a rea da bacia de
drenagem (km
2
), 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):
(5.14)
sendo t
c
o tempo de concentrao (minutos), C o coeficiente de escoa-
mento do mtodo racional (adimensional), L o comprimento do plano de
escoamento ou da linha de gua (ft), e i o respectivo declive mdio (%).
A vantagem deste ltimo tipo de frmulas empricas, que inclui o coefi-
ciente 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 ocu-
padas com zonas urbanas.
Medio directa usando traadores
Os traadores a utilizar neste tipo de estudos devero ser produtos sol-
veis 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 traa-
dores 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 moni-
torizada).
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 emn troos comcaractersticas homo-
gneas (e. g., coberto e declive do solo) de comprimento L
i
(m) e calcu-
lando a velocidade do escoamento superficial em cada um deles V
i
(m/s).
O tempo de concentrao definido pela soma dos tempos de percurso
correspondentes aos diferentes troos e ser dado por:
(5.15)
com t
c
em minutos.
Em zonas onde no existam canais naturais definidos, necessrio esti-
mar 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 ocupa-
o 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 tem-
po de concentrao t
c
, tal como definido na Equao (5.15), divisvel em
duas parcelas: um tempo inicial (ou tempo de entrada) t
i
, 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
drenagem); e um tempo de percurso t
t
, que corresponde ao trajecto
dentro da rede de drenagem urbana (e. g., galerias, canais, colectores).
Assim, calcula-se:
t
c
= t
i
+ t
t
(5.16)
O tempo inicial t
i
obtido atravs de frmulas empricas, bacos, ou en-
saios com traadores. O tempo de percurso t
t
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-dimensio-
namento da rede. Em sistema existentes, note-se que possvel determi-
nar a velocidade da gua tambm por outros mtodos (e. g., caudalmetros).
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 pre-
cipitao de projecto, visando a estimativa de caudais de ponta por m-
todos simplificados, alguns estudos aconselham os tempos de concen-
168
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).
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.
5.4 Consideraes finais
Neste captulo dedicado a hidrologia urbana, pretendeu-se introduzir e re-
lembrar, 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 exaus-
tiva dos modelos disponveis, mas transmitir conceitos estruturantes em
hidrologia urbana. No prximo volume, sero analisados com mais pro-
fundidade dois componentes do ciclo hidrolgico que se revelam da
maior importncia para a hidrologia urbana: a precipitao e o escoamen-
to 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 pro-
jecto, 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 precipita-
o de 105 mm caiu numa pequena bacia urbana com uma rea de 150 ha,
169
Impermeabilizao Declive Tempo de concentrao
(minutos)
reas muito inclinadas
5
(> 8%)
reas inclinadas
7.5
(1.5% a 8%)
reas planas
10
(< 1.5%)
reas muito inclinadas
5
(> 8%)
reas inclinadas
10
(1.5% a 8%)
reas planas
15
(< 1.5%)
Quadro 5.6 Tempos de concentrao em zonas urbanas, em minutos,
em funo do grau de impermeabilizao e declive das superfcies.
reas urbanas com
impermeabilizao
superior a 50%
reas urbanas com
impermeabilizao
inferior a 50%
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 m
3
/s, tendo a linha de gua ficado novamente seca.
a) Faa uma estimativa das perdas no processo de precipitao-escoa-
mento.
b) Qual a percentagem da precipitao que se transformou em escoa-
mento?
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 arma-
zenamento de gua na bacia (Figura 5.21).
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 super-
ficialmente 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
Figura 5.21 Componentes do ciclo hidrolgico a considerar no estudo
de uma bacia hidrogrfica.
Assim, as perdas so:
X = E + T (5.18)
vindo neste caso
X = P R (5.19)
Sendo a altura de precipitao P = 105 mm = 0.105 m, obtemos, em vo-
lume, P = 0.105 x 1500000 = 157500 m
3
.
Por outro lado, sabe-se que o caudal mdio Q = 2.0 m
3
/s. O caudal Q
a principal grandeza que caracteriza o escoamento superficial e
normalmente expresso em m
3
/s.
Logo, o escoamento superficial R = 2.0 x (10 x 3600) m
3
= 72000 m
3
.
Assim, as perdas so: X = P R = 157500 - 72000 = 85500 m
3
.
b) A razo entre o escoamento superficial directo e a precipitao, de-
signada 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.
171
Quando se aplica o conceito de balano hidrolgico a uma bacia
hidrogrfica para intervalos de tempo de um ano hidrolgico, as-
sumindo que no h variao significativa do armazenamento de
gua na bacia, pode definir-se Dfice de Escoamento como D=P R.
A rea da bacia (km
2
) 2.27
P Permetro (km) 6.58
Quadro 5.7 Caractersticas geomtricas da bacia urbana da Figura 5.22.
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 altim-
tricas da bacia urbana da Figura 5.22. O rectngulo equivalente ter as
seguintes dimenses:
(5.20)
(5.21)
172
Figura 5.22 Carta hipsomtrica de uma bacia urbana, em Coimbra.
Altitudes (m) rea (m
2
)
0-20 0
20-30 90308
30-40 427701
40-50 420088
50-60 415695
60-70 255851
70-80 226129
80-90 142965
90-100 105364
100-110 67141
110-120 63429
120-130 30786
130-140 16802
140-150 6126
Quadro 5.8 reas correspondentes a vrios escales de altitude
da bacia urbana da Figura 5.22.
173
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).
Exerccio 5.3: Determinao do tempo de concentrao de uma bacia de
drenagem urbana.
Pretende-se determinar o tempo de concentrao da bacia urbana apre-
sentada na Figura 5.26, relativamente seco D. A gua escoa superfi-
cialmente 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.
Resoluo
O tempo de concentrao t
c
(minutos) pode ser determinado adaptando
a Equao (5.15) ao caso concreto deste problema:
(5.22)
sendo L
i
o comprimento (m) do percurso i com determinadas caracters-
ticas e V
i
a correspondente velocidade de escoamento superficial (m/s).
A soma dos dois primeiros termos da Equao (5.22) corresponde ao tem-
po 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
Figura 5.26 Caracterizao das condies de escoamento da gua superficial numa
bacia urbana para determinao do tempo de concentrao da bacia, t
c
.
declive do terreno e da ocupao do solo, para o percurso entre A e B,
a velocidade mdia de escoamento pode ser estimada em V
1
0.2 m/s.
De igual modo, entre B e C, a velocidade mdia ser V
2
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 conhe-
cemos as dimenses do colector, assume-se que V
3
1 m/s (valor acei-
tvel num pr-dimensionamento).
Assim, vem:
Logo, o tempo de concentrao ser:
t
c
= 26.4 minutos.
175
Captulo 2. Mtodos Estatsticos
BILLINGSLEY, P. (1999). Convergence of probability measures. 2
nd
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 Princ-
pios Tericos, Escolar Editora, Lisboa.
GUIMARES, R. C. e SARSFIELD-CABRAL, J. A. (2007). Estatstica. 2
nd
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.
2
nd
Edition. Birkhauser. Verlag.
TIAGO DE OLIVEIRA, J. (1997). Statistical analysis of extremes. Editora
Pendor.
177
BIBLIOGRAFIA
BIBLIOGRAFIA
TIAGO DE OLIVEIRA, J. e GOMES, M. I. (1984). Two tests statistics for
chise of univariate extreme models. Statistical Extremes and Applica-
tions. 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. 2
nd
Edition.
CONTE, S. D. e DE BOOR, C. (1981). Elementary Numerical Analysis: an
algorithmic approach. McGraw-Hill. Int. Eds., 3
rd
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. 2
nd
Edition.
ROSA, M. (1992). Tpicos de Anlise Numrica. Departamento de Mate-
mtica 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 Ap-
plications to Stormwater Management. 2
nd
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). Geneti-
cally 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.
179
BIBLIOGRAFIA
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. Em1982,
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 Recur-
sos Hdricos, em1987, e o Doutoramento emCincias Ambientais, em1989,
pela Universidade de Wageningen. Engenheiro Especialista em Hidru-
lica 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 Engine-
ering da ASCE, Open Civil Engineering Journal e Open Atmospheric
Science Journal da Bentham Science Publishers. Foi Guest-editor de n-
meros 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 nacio-
nais 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 In-
vestigao 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-
181
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
SOBRE OS AUTORES
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 projec-
tos da FCT. Foi Coordenador de vrias edies do Mestrado em Hidru-
lica 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 Depar-
tamento 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 Portu-
guesa 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 Conheci-
mento em Hidrulica e Meios Hdricos).
182
Nasceu em Mao, em 1966, e licenciou-se em Matemtica Ramo Cien-
tfico, 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 Inves-
tigao 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 Uni-
versidade de Coimbra, em 2000.
Professora Auxiliar do Departamento de Matemtica da FCTUC, onde
tem leccionado disciplinas da rea de Probabilidades e Estatstica da li-
cenciatura em Matemtica, e de outras licenciaturas da mesma Faculdade,
bem como do Mestrado em Hidrulica e Recursos Hdricos, do Depar-
tamento de Engenharia Civil, da FCTUC.
A sua actividade de investigao desenvolve-se na rea das Sries Tem-
porais, tendo artigos publicados em revistas nacionais e internacionais.
183
SOBRE OS AUTORES
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 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 Mate-
mtica 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 Li-
cenciatura em Matemtica, e de vrias licenciaturas em Engenharia, bem
como da Licenciatura em Cincias Farmacuticas, da Faculdade de Farm-
cia, e da Licenciatura em Administrao Pblica, da Faculdade de Direito.
Desde 2002, colabora com o Mestrado em Hidrulica e Recursos Hdri-
cos, do Departamento de Engenharia Civil, da FCTUC, leccionando, so-
zinha 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 internacio-
nais e nacionais.
membro do Centro de Matemtica da Universidade de Coimbra (CMUC)
e scia da Sociedade Portuguesa de Estatstica (SPE).
184
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 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 Poli-
tcnica de Valncia (Espanha), escola onde obteve o grau de Doctor Inge-
niero 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 Numri-
cos, 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.
185
SOBRE OS AUTORES
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 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 Cien-
tfica na Universidade de Coimbra, passando de seguida a exercer fun-
es de assistente at 2001.
Desde 2002, e aps a obteno do grau de Docteur en Sciences Appli-
ques, 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
Rua Lus Reis Santos
Tel.: +351 239 797 149
Fax.:+351 239 797 123
Email: jppgla@dec.uc.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 Ambien-
tais, 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 Re-
cursos 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 acti-
vidades de investigao, tendo coordenado vrios projectos de investiga-
o 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 re-
vistas, nacionais e internacionais. Integra actualmente o Grupo de Trabalho
sobre Precipitao da International Association of Hydrological Sciences
(IAHS).
187
SOBRE OS AUTORES
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
Srie CURSOS TCNICOS 1
S
r
i
e
C
U
R
S
O
S
T
C
N
I
C
O
S
1
Srie Cursos tcnicos da ERSAR Sries editoriais da ERSAR:
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"
Srie "Intervenes pblicas"
Srie "Planos de actividades"
Srie "Relatrios
de actividades"
Podem ser obtidas informaes
adicionais em www.ersar.pt
De acordo com o disposto na alnea j)
do nmero 2 do artigo 5. do Decre-
to-Lei n. 277/2009 de 2 de Outubro,
a ERSAR tem responsabilidades a nvel
da superviso, monitorizao e ava-
liao da qualidade geral no sector de
servios de abastecimento pblico de
gua, saneamento de guas residuais
urbanas e de gesto de resduos urba-
nos, bem como a nvel da sensibiliza-
o das entidades gestoras para os
problemas especficos detectados, pro-
movendo a investigao e o desenvol-
vimento do sector. ainda atribuio
da ERSARcoordenar 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, contri-
buindo cada volume para um apro-
fundamento da formao em reas
especficas do conhecimento relevan-
tes para o sector.
Esta srie um contributo para que,
cada vez mais, se sirva, de forma regu-
lar e contnua, a populaoportuguesa,
com um elevado nvel de qualidade de
servio, a um preo eficiente e justo e
dentro de uma perspectiva econ-
mica e ambientalmente sustentvel.
Hidrologia urbana
Conceitos bsicos
Este primeiro nmero da Srie Cursos tcnicos, elabo-
rado pela Universidade de Coimbra e editado pela
ERSAR, aborda os conceitos bsicos da hidrologia urba-
na e integra um conjunto de quatro mdulos que visam
fornecer competncias nas reas da hidrologia urbana
e da drenagem pluvial urbana, nomeadamente: concei-
tos bsicos; guas pluviais em ambiente urbano; siste-
mas sustentveis de drenagemurbana; gestoe reabilitao
de sistemas de drenagem pluvial urbana.
O texto, eminentemente de carcter didctico, tenta sis-
tematizar 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 tc-
nicos das entidades gestoras como para outros interes-
sados nestas matrias.
Hidrologia urbana
Conceitos bsicos
Joo Pedroso de Lima
Autoria:
Jos Manuel Abreu
Joo Pedroso de Lima
H
i
d
r
o
l
o
g
i
a
u
r
b
a
n
a
C
o
n
c
e
i
t
o
s
b
s
i
c
o
s
C
o
o
r
d
e
n
a
o
c
i
e
n
t
f
i
c
a
:
J
o
o
P
e
d
r
o
s
o
d
e
L
i
m
a
H
i
d
r
o
l
o
g
i
a
u
r
b
a
n
a
C
o
n
c
e
i
t
o
s
b
s
i
c
o
s
Programa
Hidrolgico
Internacional
Comisso Portuguesa
Organizao
das Naes Unidas
para a Educao,

Hidrologia Urbana - Conceitos Básicos

Hochgeladen von

Dokumentinformationen

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Hidrologia Urbana - Conceitos Básicos

Hochgeladen von

Copyright:

Verfügbare Formate

Srie CURSOS TCNICOS 1

c) P(A B) = P(A) + P(B) P(A B)

2. Se Z ~ N(0,1), ento X = Z + m ~ N(m,), m ,

, e pelo desvio-padro, s, dos dados disponveis.

= 1038.2 e s = 174.9. De 2.2 resulta o valor

iniciando o clculo com

e efectue o seu ajuste aos cinco pontos do Exemplo 3.16.

representa as foras de campo por unidade de massa e T

peso do lquido no interior do V

resultante das foras que o meio exterior exerce sobre o V

resultante das foras locais de inrcia (se I

resultante da quantidade de movimento que entra no V

resultante da quantidade de movimento que sai do V

L P, e a fora gravtica que

sin . A tenso de atrito,

a altura mdia da bacia (m); esta altura mdia medida em relao

Das könnte Ihnen auch gefallen