You are on page 1of 54

UNIVERSIDADE DE VORA

DEPARTAMENTO DE ENGENHARIA RURAL

PROBABILIDADE E ESTATSTICA
APLICADA HIDROLOGIA

Rita Cabral Guimares

2011

Estatstica e Probabilidade Aplicada Hidrologia

ESTATSTICA E PROBABILIDADE APLICADA HIDROLOGIA


1. Introduo
Nenhum processo hidrolgico puramente determinstico, isto ,
no possvel determinar com exactido a realizao desse processo,
pois ele est sujeito aco de factores aleatrios. Por exemplo,
apesar de ser possvel prever com alguma antecedncia a ocorrncia de
precipitao, no possvel determinar qual a quantidade exacta de
precipitao que ir ocorrer.
Este

facto,

parece

estabelecer

uma

dificuldade

bsica

no

planeamento e gesto de qualquer sistema hidrolgico, uma vez que para


planear

processos

gerir
que

dificuldade

fundamental

integram

pode

ser

esse

conhecer

sistema

ultrapassada,

comportamento futuro

hidrolgico.

No

considerando

entanto,

que

os

dos
esta

processos

hidrolgicos so processos estocsticos, isto , processos governados


pelo

menos

em

parte

por

factores

aleatrios.

Se

so

processos

estocsticos podem ser tratados recorrendo s leis de probabilidade e


estatstica, sendo possvel determinar qual a probabilidade duma
realizao

desses

intervalos.

Por

processos
exemplo,

se
se

situar
chover,

dentro

de

pode-se

determinados

determinar

com

antecedncia qual probabilidade de ocorrer um determinado valor de


precipitao.

2. Distribuies de Frequncia
Em estatstica populao designa um conjunto de elementos com
alguma caracterstica comum, por exemplo: os rios portugueses ou as
precipitaes
estatstica
populaes

anuais

se
estas

ocupa
que

numa

bacia

do

estudo

podem

ser

hidrogrfica.
das

Pode-se

propriedades

finitas

ou

das

infinitas

dizer

que

populaes,
conforme

for

finito ou infinito o nmero dos seus elementos. No entanto, e porque a


observao de toda a populao nem sempre possvel, o estudo das
propriedades dessa populao tem de ser feito sobre um seu subconjunto
finito que se supe ser representativo e se designa por amostra.
Quando, a partir da informao contida numa amostra, se tiram
concluses,

expressas

em

termos

de

probabilidade,

populao entra-se no domnio da inferncia estatstica.

Rita Cabral Guimares

sobre

toda

Estatstica e Probabilidade Aplicada Hidrologia

Considere-se

uma

amostra

constituda

por

um

determinado

conjunto de dados x1, x 2,..., x n .


A diferena entre o maior e o menor dos valores dos dados,
chama-se amplitude dos dados, I.

I = maior xi menor xi

(2.1)

Para resumir grandes quantidades de dados usual distribui-los


em

classes.

nmero

de

indivduos

pertencentes

cada

classe

denomina-se frequncia absoluta da classe. A razo entre a frequncia


absoluta da classe e a frequncia total (nmero total de valores da
amostra) chama-se frequncia relativa da classe.

distribuio

frequncias

dos

absolutas,

dados

em

chama-se

classes

com

distribuio

as

de

respectivas

frequncias

ou

distribuio emprica e distribuio dos dados em classes com as


respectivas

frequncias

relativas,

chama-se

distribuio

de

frequncias relativas ou distribuio das percentagens. (ver Quadro


2.2. do exemplo 2.1.)

Geralmente, o nmero de classes, m, dever ser entre 5 e 20, no


entanto,

pode

utilizar-se,

para

clculo

do

nmero

de

classes,

frmula sugerida por STURGES:

m = 1 + log2 n = 1 + 3,32193 log10 n

(2.2)

Determinado o nmero de classes e uma vez conhecida a amplitude


dos dados I, a amplitude de cada classe, c, pode ser determinada por:

c =

I
m

(2.3)

Exemplo 2.1

Considerem-se as precipitaes anuais registadas na estao de


Castro DAire durante 79 anos, apresentadas no Quadro 2.1.
A

amplitude

dos

dados,

determina-se

facilmente

(A2.1):

I = 3249,6 870,9 = 2378,7 mm,


o nmero de classes, utilizando a equao (2.2), :

Rita Cabral Guimares

pela

equao

Estatstica e Probabilidade Aplicada Hidrologia

m = 1 + 3,32193 log10 79 = 7 classes,


e a amplitude de cada classe, determina-se recorrendo equao (2.3).

c =

I
2378,7
=
= 340mm
m
7

Isto , a 1 classe ter como limite inferior o valor 870,9 mm e como


limite superior 1210,9 mm (870,9 + 340), a 2 classe ter como limite
inferior 1210,9 mm e como limite superior 1550,9 mm (1210,9 + 340), e
assim sucessivamente at ao limite superior da ltima classe.
O apuramento dos valores pertencentes a cada classe
s

frequncias

absolutas

relativas

de

cada

classe,

que conduz
no

oferece

qualquer dificuldade, considerando que um determinado valor x pertence


a uma classe quando e s quando maior que o limite inferior e menor
ou igual que o limite superior dessa classe.
A

diviso

da

amostra

em

classes

bem

como

as

frequncias

absolutas e relativas de cada classe so apresentadas no Quadro A2.2.

Quadro 2.1. Precipitao anual (mm) em Castro DAire


Ano

Precipitao ordenada
de forma crescente(mm)
870,9

N de ordem

1916/17

Precipitao
(mm)
2118,2

1917/18

1001,2

903,5

1918/19

2093,2

912,8

1919/20

1556,4

915,8

1920/21

1290,6

1001,2

1921/22

1785,4

1039,2

1922/23

1830,2

1055,4

1923/24

2150,2

1076,1

1924/25

1749,6

1127,1

1925/26

2221,6

1144,5

10

1926/27

2024,1

1180,0

11

1927/28

1923,7

1201,0

12

1928/29

1127,1

1239,6

13

1929/30

2630,9

1247,2

14

1930/31

1481,2

1254,0

15

1931/32

1461,0

1275,7

16

1932/33

1334,4

1290,6

17

1933/34

1301,2

1298,7

18

1934/35

1581,0

1300,3

19

1935/36

3249,6

1301,2

20

1936/37

2069,0

1334,4

21

1937/38

1254,0

1344,7

22

1938/39

1974,0

1392,9

23

1939/40

2059,6

1411,7

24

1940/41

2569,6

1422,9

25

1941/42

1520,6

1426,8

26

1942/43

1664,2

1432,0

27

Rita Cabral Guimares

Estatstica e Probabilidade Aplicada Hidrologia

1943/44

1344,7

1442,0

1944/45

915,8

1451,9

29

1945/46

1763,0

1461,0

30

Quadro 2.1. (Cont.)


Ano

28

Precipitao anual (mm) em Castro DAire


Precipitao ordenada
de forma crescente(mm)
1478,1

N de ordem

1946/47

Precipitao
(mm)
2079,3

1947/48

1411,7

1481,2

32

31

1948/49

912,8

1496,4

33

1949/50

1201,0

1504,2

34

1950/51

1903,9

1520,6

35

1951/52

1625,0

1556,4

36

1952/53

1076,1

1567,9

37

1953/54

1275,7

1578,2

38

1954/55

1699,5

1581,0

39

1955/56

2150,9

1585,4

40

1956/57

1039,2

1588,2

41

1957/58

1588,2

1595,9

42

1958/59

1746,1

1603,3

43

1959/60

2563,6

1625,0

44

1960/61

1987,4

1664,2

45

1961/62

1585,4

1689,7

46

1962/63

1832,1

1699,5

47

1963/64

2201,2

1746,1

48

1964/65

1180,0

1749,6

49

1965/66

2806,9

1763,0

50

1966/67

1595,9

1785,4

51

1967/68

1422,9

1826,1

52

1968/69

2280,0

1830,2

53

1969/70

1496,4

1832,1

54

1970/71

1567,9

1903,9

55

1971/72

1300,3

1923,7

56

1972/73

1478,1

1930,1

57

1973/74

1689,7

1974,0

58

1974/75

1239,6

1987,4

59

1975/76

903,5

2000,2

60

1976/77

2314,0

2024,1

61

1977/78

2124,2

2059,6

62

1978/79

2599,1

2069,0

63

1979/80

1451,9

2079,3

64

1980/81

1144,5

2093,2

65

1981/82

1504,2

2118,2

66

1982/83

1426,8

2124,2

67

1983/84

1603,3

2150,2

68

1984/85

2000,2

2150,9

69

1985/86

1578,2

2201,2

70

1986/87

1392,9

2221,6

71

1987/88

1930,1

2280,0

72

1988/89

870,9

2314,0

73

1989/90

1432,0

2563,6

74

1990/91

1442,0

2569,6

75

1991/92

1055,4

2599,1

76

1992/93

1247,2

2630,9

77

Rita Cabral Guimares

Estatstica e Probabilidade Aplicada Hidrologia

1993/94

1826,1

2806,9

78

1994/95

1298,7

3249,6

79

Quadro 2.2. Distribuio de frequncias e distribuio de frequncias


relativas da precipitao anual
Classes de Precipitao Anual
Frequncias
Frequncias

(mm)

absolutas

870,9 - 1210,9
1210,9 - 1550,9
1550,9 - 1890,9
1890,9 - 2230,9
2230,9 - 2570,9
2570,9 - 2910,9
2910,9 - 3250,9
TOTAL

12
23
19
18
3
3
1
79

representao

duma

grfica

relativas
12/79
23/79
19/79
18/79
3/79
3/79
1/79

distribuio

=
=
=
=
=
=
=

de

0,151898734
0,291139241
0,240506329
0,227848101
0,037974684
0,037974684
0,012658228
1

frequncias,

fornece uma viso global da distribuio. Esta representao grfica


pode ser feita atravs de um histograma.
O histograma uma sucesso de rectngulos adjacentes, tendo
cada um deles por base um segmento que corresponde
cada

classe

por

altura

as

respectivas

amplitude de

frequncias

absolutas

ou

relativas.
Na figura 2.1. apresenta-se o histograma das frequncias
absolutas referente ao exemplo 2.1.
Figura 2.1. Histograma das frequncias absolutas para a precipitao
anual em Castro DAire.

Histograma da distribuio de precipitaes

Frequncias absolutas

25

20

15

10

0
870,9 - 1210,9

1210,9 - 1550,9

1550,9 - 1890,9

1890,9 - 2230,9

2230,9 - 2570,9

Precipitao anual (mm)

Rita Cabral Guimares

2570,9 - 2910,9

2910,9 - 3250,9

Estatstica e Probabilidade Aplicada Hidrologia

3. Localizao, Disperso e assimetria


Aspectos fundamentais para a caracterizao das distribuies de
frequncia so a localizao, disperso e assimetria.
Far-se-

distino

entre

as

grandezas

avaliadas

partir

da

populao parmetros - das grandezas calculadas com base na amostra


estatsticas -. Assim, os parmetros sero representados por letras
gregas ( , , ,...) e as estatsticas sero representadas por letras
latinas ( x, S, g,...).

3.1 Localizao

a) Mdia
O mais importante parmetro de localizao a mdia ou valor
mdio e representa o cento de gravidade do sistema.
A mdia de uma amostra constituda por x1, x 2,..., x n , designa-se
por x e para dados no classificados, define-se por,
n

xi

i =1

x =

Para

dados

classificados,

(3.1)

utiliza-se,

para

clculo

da

mdia,

expresso,
m

jx'j

x =

classe,

x'j

ponto

onde m nmero de classes , j


cada

j =1

mdio

fjx'j

(3.2)

j =1

representa a frequncia absoluta de


de

cada

classe

fj

frequncia

relativa de cada classe. A esta ltima expresso d-se o nome de mdia


ponderada.

b) Mediana

Considere-se
definir-se

como

uma
o

amostra,

valor

central

crescente, x1 x 2 ,..., x n .

Rita Cabral Guimares

x1, x 2,..., x n ,
da

amostra

mediana,

ordenada

por

pode
ordem

Estatstica e Probabilidade Aplicada Hidrologia

Assim, a mediana, M, pode definir-se por duas expresses:

Se a amostra tem nmero impar de dados, n = 2k + 1 , e a mediana


vem,

M = x k +1

para n = 2k + 1

(3.3)

Se a amostra tem nmero par de dados, n = 2k , e a mediana vem,

M =

xk + xk +1
2

para n = 2k

(3.4)

c) Moda

A moda de uma amostra x1, x 2,..., x n , define-se como o valor mais


frequente

da

hidrologia,

amostra.

pois

em

amostras

medida
de

de

dados

localizao
hidrolgicos

menos

usada

em

(precipitaes,

caudais, etc) pouco provvel que haja valores exactamente iguais. No


entanto para clculo da moda, Mod, pode utilizar-se a expresso,

Mod = x 3(x M )

(3.5)

Exemplo 3.1 Clculo da mdia, mediana e moda


Considerem-se as precipitaes anuais registadas na estao de
Castro DAire (Quadro 2.1.) e a respectiva distribuio de frequncias
e distribuio de frequncias relativas (Quadro 2.2.)

a) clculo da mdia

Utilizando a equao (3.1) vem,


n

xi

x =

i =1

2118,2 + ... + 1298,7


= 1672,5mm
79

A mdia ponderada determina-se utilizando a equao (A3.2),

jx'j

x =

j=1

870,9 + 1210,9

2910,9 + 3250,9

12 + ... +
1

2
2

=
= 1677,9mm
79

Rita Cabral Guimares

Estatstica e Probabilidade Aplicada Hidrologia

x =

fjx'j

j=1

870,9 + 1210,9

2910,9 + 3250,9

=
0,1519 + ... +
0,1266 = 1677,9mm
2
2

b) clculo da mediana
Uma vez que n impar, utiliza-se a equao (A3.3) para clculo
da mediana,

n = 79 k =
M = x k +1

78
n 1
=
= 39
2
2

= x40 = 1585,4mm

b) clculo da moda
Utilizando a expresso (3.5), vem,

Mod = x 3(x M ) = 1672,5 3(1672,5 1585,4) = 1411,2mm .


Para esta distribuio de precipitaes, tem-se que,

x > M > Mod

3.2 Disperso
A disperso pode definir-se como a posio dos dados em relao
a uma referncia fixa. Quando esta referncia a mdia, a disperso
indica o modo como os dados se espalham volta do valor mdio.
a) Desvio Padro

Uma importante medida de disperso o desvio padro que mostra


o

comportamento

disperso

do

grande,

conjunto
os

de

desvios

desvios

dos

em

dados

relao
em

relao

mdia.

Se

mdia

so

grandes e o desvio padro ser elevado. O contrrio tambm se verifica


quando os desvios so pequenos.
O desvio padro de uma amostra constituda por

x1, x 2,..., x n ,

designa-se por S e para dados no classificados, define-se por,

(xi

S = +

Rita Cabral Guimares

i =1

x )2
(3.6)

10

Estatstica e Probabilidade Aplicada Hidrologia

Para dados classificados, vem,

j (x'j
m

as

amostras

)2

j=1

S = +

Quando

(3.7)

so

pequenas,

utiliza-se

desvio

padro

corrigido,
n

(xi

x )2

i =1

S = +

(3.8)

n 1

j (x'j
m

j =1

S = +

n 1

)2
(3.9)

Ao quadrado do desvio padro, chama-se varincia,s2, e para


amostras pequenas vem,

(xi

S2 =

x )2

i =1

n 1

(3.10)

b) Desvio Mdio
Outra forma de analisar o conjunto de desvios em relao mdia
considerar o mdulo dos desvios. Isto conduz ao conceito de desvio
mdio, d, onde os desvios perdem o sinal, e quanto maior o valor do
desvio mdio, mais as observaes se afastam da mdia da amostra. O
desvio mdio de uma amostra x1, x 2,..., x n determina-se, para dados no
classificados, por,
n

xi

d =

e para dados classificados por,

Rita Cabral Guimares

i =1

x
(3.11)

11

Estatstica e Probabilidade Aplicada Hidrologia

j x'j

d =

j =1

(3.12)

b) Coeficiente de Variao
um parmetro adimensional que mede a variabilidade da amostra
e define-se por,

Cv =

S
100%
x

(3.13)

Quanto maior o coeficiente de variao, maior o desvio padro


em relao mdia, isto , mais dispersos esto os dados em torno da
mdia.

d) Varivel Reduzida

A varivel reduzida, z, mede o desvio, de cada observao da


amostra

x1, x 2,..., x n ,

em

padro.

uma

portanto,

relao

mdia

quantidade

em

unidades

abstracta

de

desvio

independente

das

unidades usadas.

zi =

Assim,

total

de

xi x
S

variveis

(3.14)

reduzidas

da

amostra,

de

i = 1,2,..., n , apresenta mdia nula e desvio padro igual unidade.


Isto ,
n

zi

z =

i =1

(zi

Sz = +

= 0,0

(3.15)

z )2

i =1

n 1

= 1,0

(3.16)

Exemplo 3.2 Clculo do desvio padro, desvio mdio, coeficiente de


variao e varivel reduzida

Rita Cabral Guimares

12

Estatstica e Probabilidade Aplicada Hidrologia

Considerem-se as precipitaes anuais registadas na estao de


Castro DAire (Quadro 2.1.) e a respectiva distribuio de frequncias
e distribuio de frequncias relativas (Quadro 2.2.)

a) clculo do desvio padro

Utilizando a equao (A3.8) vem,


n

(xi

x )2

i =1

S = +

= +

n 1

(2118,2 1672,5)2 + ... + (1298,7 1672,5)2


79 1

= 479,4mm

e utilizando a equao (A3.9) vem,

j (x'j
m

)2

j =1

S = +

= +

n 1

12 (1040,9 1672,5)2 + ... + 1 (3080,9 1672,5)2


= 460,0mm
79 1

b) clculo do desvio mdio

Utilizando a equao (A3.11) vem,


n

xi

d =

i =1

2118,2 1672,5 + ... + 1298,7 1672,5


79

= 381,8mm

e utilizando a equao (A3.12),


m

j x'j

d =

j=1

x
=

12 1040,9 1672,5 + ... + 1 3080,9 1672,5

c) clculo do coeficiente de variao

Utilizando a equao (3.13) vem,

Cv =

S
479,4
100 =
100 = 28,7%
x
1672,5

d) clculo da varivel reduzida

Rita Cabral Guimares

79

= 367,0mm

Estatstica e Probabilidade Aplicada Hidrologia

13

Utilizando a equao (3.14) as variveis reduzidas de cada uma


das observaes da precipitao anual, so as apresentadas no Quadro
3.1. O valor mdio e o desvio padro foram calculados pelas equaes
(3.15) e (3.16), respectivamente.

Quadro 3.1. Variveis reduzidas da precipitao anual em Castro DAire


Ano
1916/17

Precipitao
(mm)
2118,2

0,9

1917/18

1001,2

-1,4

1918/19

2093,2

0,9

1919/20

1556,4

-0,2

1920/21

1290,6

-0,8

1921/22

1785,4

0,2

1922/23

1830,2

0,3

1923/24

2150,2

1,0

1924/25

1749,6

0,2

1925/26

2221,6

1,1

1926/27

2024,1

0,7

1927/28

1923,7

0,5

1928/29

1127,1

-1,1

1929/30

2630,9

2,0

1930/31

1481,2

-0,4

1931/32

1461,0

-0,4

1932/33

1334,4

-0,7

1933/34

1301,2

-0,8

1934/35

1581,0

-0,2

1935/36

3249,6

3,3

1936/37

2069,0

0,8

1937/38

1254,0

-0,9

1938/39

1974,0

0,6

1939/40

2059,6

0,8

1940/41

2569,6

1,9

1941/42

1520,6

-0,3

1942/43

1664,2

0,0

1943/44

1344,7

-0,7

1944/45

915,8

-1,6

1945/46

1763,0

0,2

1946/47

2079,3

0,8

1947/48

1411,7

-0,5

1948/49

912,8

-1,6

1949/50

1201,0

-1,0

1950/51

1903,9

0,5

1951/52

1625,0

-0,1

1952/53

1076,1

-1,2

1953/54

1275,7

-0,8

1954/55

1699,5

0,1

1955/56

2150,9

1,0

1956/57

1039,2

-1,3

1957/58

1588,2

-0,2

Rita Cabral Guimares

Zi

14

Estatstica e Probabilidade Aplicada Hidrologia

Quadro

3.1.

1958/59

1746,1

0,2

1959/60

2563,6

1,9

1960/61

1987,4

0,7

1961/62

1585,4

-0,2

1962/63

1832,1

0,3

1963/64

2201,2

1,1

1964/65

1180,0

-1,0

(Cont.)

Variveis reduzidas
Castro DAire

Ano

da

1965/66

Precipitao
(mm)
2806,9

2,4

1966/67

1595,9

-0,2

1967/68

1422,9

-0,5

1968/69

2280,0

1,3

1969/70

1496,4

-0,4

1970/71

1567,9

-0,2

1971/72

1300,3

-0,8

1972/73

1478,1

-0,4

1973/74

1689,7

0,0

1974/75

1239,6

-0,9

1975/76

903,5

-1,6

1976/77

2314,0

1,3

1977/78

2124,2

0,9

1978/79

2599,1

1,9

1979/80

1451,9

-0,5

1980/81

1144,5

-1,1

1981/82

1504,2

-0,4

1982/83

1426,8

-0,5

1983/84

1603,3

-0,1

1984/85

2000,2

0,7

1985/86

1578,2

-0,2

1986/87

1392,9

-0,6

1987/88

1930,1

0,5

1988/89

870,9

-1,7

1989/90

1432,0

-0,5

1990/91

1442,0

-0,5

1991/92

1055,4

-1,3

1992/93

1247,2

-0,9

1993/94

1826,1

0,3

1994/95

1298,7

-0,8

Mdia

1672,5

0,0

Desvio Padro

479,4

1,0

precipitao

anual

em

Zi

3.3 Assimetria

Assimetria o grau de desvio, ou afastamento da simetria, de


uma distribuio.
Quando

se

trabalha

com

distribuies

de

frequncias,

assimetria pode ser estudada considerando a posio relativa dos trs

Rita Cabral Guimares

15

Estatstica e Probabilidade Aplicada Hidrologia

parmetros

de

distribuies

localizao:

mdia,

(Figura

simtricas

mediana
3.1),

estes

moda.

Assim,

trs

nas

parmetros

coincidem. Nas distribuies assimtricas positivas (desviadas para a


direita)(Figura
assimtricas

3.2),

negativas

mdia>mediana>moda
(desviadas

para

nas

distribuies

esquerda)(Figura

3.3),

mdia<mediana<moda.

A assimetria avalia-se pelo coeficiente de assimetria, g, sendo


o

valor

deste

coeficiente

positivo

nos

desvios

para

direita

negativo nos desvios para a esquerda.


n

n
g =

(xi

x )3

i =1

(n 1)(n 2)S 3

Figura 3.1. Distribuio simtrica

Distribuio Simtrica

Mdia
Mediana
Moda

Figura 3.2. Distribuio assimtrica positiva

Rita Cabral Guimares

(3.17)

16

Estatstica e Probabilidade Aplicada Hidrologia

Distribuio Assimtrica Positiva

Moda Mediana Mdia

Figura 3.3. Distribuio assimtrica negativa


Distribuio Assimtrica Negativa

Mdia Mediana Moda

Exemplo 3.3 Clculo do coeficiente de assimetria

Considerando as precipitaes anuais registadas na estao de


Castro DAire (Quadro A2.1.), o coeficiente de assimetria vem,

g =

79 (2118,2 1672,5)3 + ... + (1298,7 1672,5)3

(79 1)(79 2) 479,4

Como

distribuio

tem

assimetria

= 0,7

positiva,

significa

que

x > M > Mod (j determinado no exemplo 3.1), isto , trata-se de uma


distribuio desviada para a direita.

Rita Cabral Guimares

17

Estatstica e Probabilidade Aplicada Hidrologia

4.Distribuies de Probabilidade
4.1 Varivel aleatria. Funo de distribuio

Chama-se varivel aleatria X


tomar

diferentes

valores

de

a toda a varivel susceptvel de

aos

quais

possvel

afectar

uma

probabilidade. Processo estocstico aqui entendido como uma coleco


ordenada de variveis aleatrias X 1, X 2, X 3,..., X n

e onde a sucesso

cronolgica x1, x 2, x3,..., x n resultante da sua observao, representa


uma nica realizao do processo.
Uma

varivel

aleatria

diz-se

discreta

se

pode

tomar

um

nmero finito de valores, por exemplo: o nmero de dias com chuva numa
semana, ms ou ano, ou o nmero de vezes que o caudal ultrapassou
determinado

valor.

Uma

varivel

aleatria

diz-se

contnua

se

pode

assumir qualquer valor dentro de um determinado intervalo de nmeros


reais, por exemplo: a precipitao anual, a temperatura mdia diria,
etc., podem tomar qualquer valor dentro de um certo intervalo limitado
por um mnimo e por um mximo.
Sendo

uma

varivel

aleatria,

d-se

nome

de

funo

de

distribuio (ou funo de distribuio de probabilidade) da varivel

X funo,
F(x) = P (X x )

(4.1)

que representa a probabilidade de a varivel aleatria X

assumir um

valor inferior ou igual a x .


Facilmente se verifica que a funo de distribuio satisfaz as
seguintes propriedades:

P (X > x ) = 1 P (X x ) = 1 F(x)

(4.2)

P (x1 < X x 2 ) = F(x 2) F (x1 )


Quando
valores

dentro

uma

varivel

aleatria

de

um

conjunto

finito

(4.3)

discreta,

{x1, x 2,...} .

pode

Neste

tomar

caso

comportamento da varivel aleatria definido pela sua funo massa


1

Para

evitar

confuses,

varivel

aleatria

representa-se

por

maisculas, X , e as observaes (ou realizaes) dessa varivel por


minsculas, x .

Rita Cabral Guimares

18

Estatstica e Probabilidade Aplicada Hidrologia

de probabilidade (f.m.p.), que associa uma probabilidade a cada valor


que a varivel pode assumir:

P (x )

P (x1 ) = P (X = x1 )
P (x 2 ) = P (X = x 2 )

se x {x1, x 2,...}
=
=

P1
P2

(4.4)

etc.

e pela sua funo de distribuio acumulada, ou funo de distribuio


(f.d.):

F(x) = P (X x ) =

P (x

com i = 1,2,...

(4.5)

xi x

Quanto probabilidade de uma varivel discreta X tomar um valor


compreendido

num

intervalo

(a, b )

pode

ser

determinada

aplicando

equao (4.3),

P (a < X b ) = F(b) F (a) =

xb

P (x

(4.6)

x >a

Exemplo 4.1 Funo massa de probabilidade e funo de distribuio


para uma varivel discreta

Exemplificando, se para um determinado perodo de tempo o nmero


de dias nublados (X), em dado local, tiver a seguinte funo massa de
probabilidade (f.m.p.):

0,15 se x = 0
0,20 se x = 1
P (x ) = 0,30 se x = 2
0,20 se x = 3
0,15 se x = 4
a funo de distribuio (f.d.) ser:

Rita Cabral Guimares

19

Estatstica e Probabilidade Aplicada Hidrologia

0 se x < 0
0,15 se 0 x < 1
F (x ) =

0,35 se 1 x
0,65 se 2 x

2
3

0,85 se 3 x

1,00 se 4 x

Nas figuras 4.1 e 4.2 esto representados os grficos da f.m.p e


f.d. para o nmero de dias nublados.

Quando X uma varivel aleatria contnua o seu comportamento


definido

pela

sua

funo

densidade

de

probabilidade

(f.d.p.),

que

define a probabilidade mdia da varivel aleatria se situar dentro de


um determinado intervalo.

Figura 4.1 Funo massa de probabilidade para a varivel X


Funo Massa Probabilidade

0,35
0,30

P(x)

0,25
0,20
0,15
0,10
0,05
0,00
1

Figura 4.2 Funo de distribuio para a varivel X

Rita Cabral Guimares

20

Estatstica e Probabilidade Aplicada Hidrologia

F(x)

Funo de distribuio

1,1
1
0,9
0,8
0,7
0,6
0,5
0,4
0,3
0,2
0,1
0
0 - 1

1 - 2

2 - 3

3 - 4

>4

Considerando

que

no

intervalo

, x ]

(x, x + x ] ,

probabilidade F(x), ento no intervalo

quantidade

de

a quantidade de

probabilidade ser, de acordo com a equao (A4.3), F (x + x ) F (x ) , e


o

quociente,

F (x + x ) F (x )

ser

quantidade

de

probabilidade

mdia nesse intervalo. O limite,

f (x ) = lim

F (x + x ) F (x )

x 0

se

existir,

representa

= F' (x ) =

densidade

de

dF (x )

(4.7)

dx

probabilidade,

f (x ) .

Donde

resulta que a funo de distribuio (f.d.) de uma varivel contnua


ser,

F (x ) =

Note-se
probabilidade

que,

enquanto

no

f (x ) dx
caso

discreto

(4.8)

f.m.p.

uma

P (x ) = P (X = x ) , no caso contnuo, a f.d.p. f (x ) a

densidade de probabilidade, nunca a probabilidade no ponto x .

Para variveis contnuas:

f(x) > 0

(4.9)

e
+

f(x)d(x) =

Rita Cabral Guimares

(A4.10)

21

Estatstica e Probabilidade Aplicada Hidrologia

Quanto probabilidade de a varivel contnua X


compreendido num intervalo

(a, b )

tomar um valor

pode ser determinada por:

P (a < X < b ) = F(b) F(a) =

f(x)dx

(A4.11)

e a probabilidade de X

tomar um valor particular, a, nula, visto

que:
a

f(x)d(x) =

(4.12)

Exemplo 4.2 Funo densidade de probabilidade e funo de distribuio


para uma varivel contnua.

A precipitao anual em vora uma varivel aleatria contnua,


X,

com

funo

de

distribuio,

F(x),

funo

densidade

de

probabilidade, f(x), dadas por,

F (x ) =

f(x) =

f (x ) dx

(x 651,8)2
1
exp

2 203,5
2(203,5)2

Nas Figuras 4.3 e 4.4 mostra-se a representao grfica destas duas


funes.

Figura 4.3. Funo densidade de probabilidade da varivel X

Rita Cabral Guimares

22

Estatstica e Probabilidade Aplicada Hidrologia

Funo densidade de probabilidade

0,003

f(x)

0,002

0,001

0,000
0

100

200

300

400

500

600

700

800

900

1000 1100 1200 1300

x(precipitao mm)

Figura 4.4- Funo de distribuio da varivel X

F(x)

Funo de distribuio

1,0
0,9
0,8
0,7
0,6
0,5
0,4
0,3
0,2
0,1
0,0

H
0

100

200

300

400

500

600

700

800

900

1000 1100 1200 1300

x (precipitao mm)

Na Figura 4.3, a rea limitada pela curva e pelo eixo dos x


igual a um. A rea a tracejado, correspondente s verticais x = 0 e

x = 400mm , representa a probabilidade da precipitao em determinado


ano ser igual ou menor que 400mm. A rea a tracejado, correspondente
s verticais x = 800mm

e x = 900mm , representa a probabilidade da

precipitao tomar um valor entre 800 e 900 mm.


Na

Figura

4.4.

altura

H,

corresponde

probabilidade

da

precipitao em determinado ano ser igual ou menor que 400mm. A altura


b - a, representa a probabilidade da precipitao tomar um valor entre
800 e 900 mm.

Rita Cabral Guimares

23

Estatstica e Probabilidade Aplicada Hidrologia

5.Distribuies Tericas
Existem muitas distribuies tericas, que servem como modelo
probabilstico de variveis ou fenmenos aleatrios. Considerando que
as

variveis

hidrolgicas

so

aleatrias,

ento

elas

podem

ser

representadas por algum tipo de distribuio terica.


Apresentam-se

de

seguida

as

distribuies

tericas

mais

utilizadas em hidrologia.

5.1 Distribuies Discretas

a) Distribuio Binomial

A distribuio Binomial o modelo probabilstico indicado para


descrever o nmero de sucessos em repetidas provas de Bernoulli.
As

provas

de

Bernoulli

(ou

experincias

de

Bernoulli)

so

sucesses de experincias aleatrias independentes, onde em cada uma


delas s existem dois resultados possveis: realizao de determinado
acontecimento

realizao

do

contrrio

desse

acontecimento.

Considerando um qualquer acontecimento, A, de probabilidade P(A) = p,


a realizao de, A, diz-se sucesso, a realizao do contrrio, A ,
que tem probabilidade P (A ) = 1 p , diz-se insucesso.
Por exemplo, a ocorrncia de precipitao em determinado dia do
futuro, s tem dois resultados possveis: ou chove (sucesso) ou no
chove (insucesso) nesse dia. Ento, a probabilidade de chover p, e a
probabilidade de no chover, ser logicamente 1-p.
Se a varivel aleatria, X, designar o nmero de sucessos em n
provas,

diz-se

que

tem

distribuio

Binomial

escreve-se

simbolicamente B (n, p ) . A sua funo massa de probabilidade ,

P (x ) = P (X = x ) =

n!
p x (1 p )n x ,
x! (n x )!

x = 0,1,..., n

(5.1)

e a sua funo de distribuio ,

F (x ) =

n!

xi! (n xi )! p x (1

xi x

Exemplo 5.1

Rita Cabral Guimares

p )n xi

(5.2)

24

Estatstica e Probabilidade Aplicada Hidrologia

Considerando que em determinado rio ocorre uma cheia por ano e


que a probabilidade desta cheia ser catastrfica 10%, qual a
probabilidade de ocorrncia de 3 destas cheias nos prximos 15 anos?
Neste caso, tem-se,

n = 15 anos
x = 3
p = 0,1
logo, pela equao (5.1) vem,

P (3) = P (X = 3) =

15!
0,13 (1 0,1)15 3 = 0,1285
3! (15 3)!

Isto , nos prximos 15 anos a probabilidade de ocorrncia de 3


cheias catastrficas neste rio de 12,85%.

5.2 Distribuies Contnuas

a) Distribuio Normal

mais

probabilidade

importante

sem

dvida

mais
a

divulgada

distribuio

distribuio

Normal.

contnua

Teoricamente,

de
a

funo de distribuio da soma de n variveis aleatrias tende para a


distribuio Normal quando

aumenta indefinidamente, qualquer que

seja a funo de distribuio de cada uma das variveis aleatrias.


Por esta razo a distribuio Normal adapta-se bem a um grande nmero
de

variveis

hidrolgicas,

nomeadamente

precipitao

anual

escoamento anual, resultantes da soma de um grande nmero de variveis


aleatrias.
Uma

varivel

aleatria

com

uma

funo

densidade

de

probabilidade,

f(x) =

( x )2
2 2

< x < +

(5.3)

diz-se que tem distribuio Normal com parmetros e , e escreve-se


simbolicamente, ( , ) . Os parmetros
n

= x =

xi

i =1

(xi

e = S = + i =1

e , so determinados por,

x )2

n 1

A sua funo de distribuio dada por,

Rita Cabral Guimares

25

Estatstica e Probabilidade Aplicada Hidrologia

F(x) =

(x )2
2 2

dx

(5.4)

Para se efectuar o estudo da distribuio Normal necessrio


passar distribuio Normal Reduzida, visto que os valores da funo
densidade

de

probabilidade

de

distribuio

so

dados atravs

de

tabelas em funo dos valores reduzidos. Isto consegue-se fazendo uma


mudana de varivel de modo a que a nova varivel tenha valor mdio
igual a zero e desvio padro igual unidade. Isto , transforma-se a
varivel

com ( , ) numa varivel Z

com (0,1) . Z

a varivel

reduzida, e dada por,

Z =

(5.5)

Ao realizar-se esta transformao, estandardiza-se a varivel X


e neste caso a sua funo densidade de probabilidade ,

f(z) =

1
2

z2
2

< z < +

(5.6)

e a sua funo de distribuio,

F(z) =

1
2

z2
2 dz

(5.7)

Os valores de f (z) e F (z) so dados por tabelas em funo de z .


Ver tabelas para a distribuio Normal, apresentadas no ponto 9.
Na figura 5.1 apresentam-se o grfico da funo densidade, f (z) ,
bem como os valores das ordenadas para os respectivos valores de z e
na figura 5.2 o grfico da funo distribuio, F (z) . A altura H na
figura 5.2 a probabilidade acumulada correspondente rea tracejada
na figura 5.1.
Fig. 5.1. Funo densidade probabilidade (0,1)

Rita Cabral Guimares

26

Estatstica e Probabilidade Aplicada Hidrologia

0,5

f(z)

0,4
0,3
0,2

f(z)

-3.0

0.004

-2.5

0.018

-2.0

0.054

-1.5

0.130

-1.0

0.242

-0.5

0.352

0.0

0.399

0.5

0.352

1.0

0.242

1.5

0.130

2.0

0.054

2.5

0.018

3.0

0.004

F(z)

-3.0

0.0013

-2.5

0.0062

-2.0

0.0228

-1.5

0.0668

-1.0

0.1587

-0.5

0.3085

0.0

0.5000

0.5

0.6915

1.0

0.8413

1.5

0.9332

2.0

0.9772

2.5

0.9938

3.0

0.9987

0,1
0,0
-3,0

-2,0

-1,0

0,0

1,0

2,0

3,0

Fig. 5.2. Funo de distribuio probabilidade (0,1)

F(z)

1,0

H
0,5

0,0
-3,0

-2,0

-1,0

0,0

1,0

2,0

3,0

Como se pode verificar pelas Figuras 5.1 e 5.2, a distribuio


Normal uma distribuio simtrica, isto caracteriza-se por ter uma
densidade de probabilidade simtrica em relao mdia, que ao
mesmo tempo mediana e moda. Isto significa que a probabilidade mdia
que a varivel aleatria tem de se situar no intervalo

, ] igual

probabilidade mdia que ela tem de se situar no intervalo

[,+ ) .

Como se pode observar na figura 5.3 e comprovar com as tabelas


(Ver 9), a rea total limitada pela curva e pelo eixo dos x unitria
(100%). Tambm se pode observar que 50% da distribuio Normal 50%
correspondem ao intervalo

Rita Cabral Guimares

, ] . Isto significa que a probabilidade

27

Estatstica e Probabilidade Aplicada Hidrologia

mdia de a varivel aleatria tem de se situar no intervalo


igual

50%.

Ou,

por

outras

palavras,

probabilidade

, ]

mdia

de

varivel aleatria ser igual ou inferior ao valor mdio 50%. Tambm


se

pode

observar

correspondem
intervalo

ao

na

figura

intervalo

que

68.26%

],

que

da

distribuio

95.44%

correspondem

2 ] e que 99.74% correspondem ao intervalo

significando,

obviamente,

que

probabilidade

normal

mdia

da

ao

3 ] ,

varivel

aleatria aumenta medida que o intervalo alarga. (Ver 9)

Figura 5.3 - reas compreendidas pela curva Normal reduzida (%)

0.13%

2.15%

-3
0.13%

13.59%

-2
2.28%

34.13%

-1
15.87%

34.13%

13.59%

1
84.13%

0
50.00%

2.15%

2
97.72%

0.13%

3
99.87%

b) Distribuio Log - Normal

uma generalizao da distribuio normal, tornada assimtrica


por uma mudana da varivel, Y = ln X . Se uma varivel aleatria Y ,
tem distribuio normal, ento a varivel X, diz-se Log normal, e a
sua funo densidade ,

f(x) =

Rita Cabral Guimares

1
x 2

(y y )2
2 y2

x > 0

(5.8)

28

Estatstica e Probabilidade Aplicada Hidrologia

onde,

so, respectivamente a mdia e o desvio padro da


n

Y = ln X ,

varivel

y = Sy = +

(yi

dados

por

y = y =

yi

i =1

y )2

i =1

n 1

distribuio

Log

normal

ajusta-se

bem

variveis

hidrolgicas resultantes da multiplicao de muitas variveis. Isto ,


n

se

X = X 1X 2...X n ,

ento

ln Xi

Y = ln X =

i =1

Yi ,

que

para

i =1

grande, tende para a distribuio normal.

c) Distribuio Gama

Diz-se que uma varivel aleatria X, tem distribuio Gama com


parmetros

e , simbolicamente, G ( , ) , quando a respectiva funo

densidade de probabilidade da forma,

f(x) =

x 1e x
( )

x, , > 0

(5.9)

onde ( ) , a funo Gama dada por,

( ) = ( 1)!

> 0

(5.10)

Os parmetros e , so determinados, por,

x2
Sx2

1
Cv 2

(5.11)

e,

x
S x2

(5.12)

A distribuio Gama frequentemente aplicada na determinao da


probabilidade da precipitao para duraes de dias, semanas, meses, e
at anos.

Rita Cabral Guimares

29

Estatstica e Probabilidade Aplicada Hidrologia

d) Distribuio de Pearson tipo III

A distribuio de Pearson tipo III, tambm chamada distribuio


Gama

de

trs

parmetros,

introduz

um

terceiro

parmetro,

, na

distribuio Gama.
Uma varivel aleatria X, tem distribuio Pearson tipo III com
parmetros

, quando a respectiva funo densidade de

probabilidade da forma,

f(x) =

(x ) 1 e (x )
( )

(5.13)

Os parmetros , e , podem ser determinados por,

= ,
g
=

(5.14)

Sx

(5.15)

= x Sx
A

distribuio

Pearson

tipo

III

(5.16)

aplicada

para

descrever

distribuio de probabilidade dos picos de mxima cheia anual.

e) Distribuio Log - Pearson tipo III


Se Y = ln X , segue a distribuio de Pearson tipo III, ento
diz-se que X tem distribuio Log - Pearson tipo III, e tem como
funo densidade de probabilidade,

f(x) =

(y ) 1 e (y )
( )

ln x

(5.17)

Os parmetros , e , podem ser determinados por,

2
=
gy

Rita Cabral Guimares

(5.18)

30

Estatstica e Probabilidade Aplicada Hidrologia

Sy

(5.19)

= y Sy

(5.20)

A distribuio Log - Pearson tipo III utilizada para descrever


a distribuio de frequncias dos caudais de cheia.

f) Distribuio Assimpttica de Extremos Tipo I Gumbel

Tambm conhecida por distribuio de Gumbel, bastante aplicada


a

acontecimentos

mximos,

por

exemplo,

distribuio

dos

caudais

mximos anuais, ou a distribuio das precipitaes mximas anuais.


Uma
parmetros

varivel

aleatria

u,

X,

quando

tem

distribuio

respectiva

Gumbel,

com

densidade

de

de

funo

probabilidade da forma,

f(x) =

x u

x u
e

< x < +

(5.21)

e a funo distribuio da forma,

F(x) = e

x u

> 0

(5.22)

Os parmetros, e u , podem ser determinados por,

6S x

(5.23)

u = x 0,5772

Utilizando a varivel reduzida, y =

x u

(5.24)

, vem para a funo de

distribuio,

F(x) = e e

Rita Cabral Guimares

(5.25)

31

Estatstica e Probabilidade Aplicada Hidrologia

No Quadro 5.1 apresentam-se, o resumo das distribuies tericas


contnuas de probabilidade mais utilizadas em Hidrologia.

Quadro

5.1

Distribuio

Distribuies tericas contnuas


utilizadas em Hidrologia.
F. densidade de
Probabilidade

f(x) =

Normal

Log Normal

f(x) =

x 2

( x )2
2 2

de

Intervalo

probabilidade

Equaes dos
parmetros

< x < + = x , = S x

(y y )2
2 y2

x > 0

y = y ,

y = Sy

y = ln x

x 1e x
( )

f(x) =
Gama
onde
gama

x > 0

( ) = funo

x2

Sx2

1
Cv 2

x
S x2
2

Pearson
III

(x ) 1e (x )
Tipo f(x) =
( )

f(x) =

Log Pearson

Gumbel

5.3

(y ) 1 e (y )
( )

ln x

y = ln x

f(x) =

x u

x u

S
2
= , = x ,

g
= x Sx

2
=
gy

= y

S
, = y ,

Sy

6S x
,

u = x 0,5772

< x < + =

Exerccios de aplicao

a) Distribuio Normal

Admitindo que a precipitao anual em determinado local, uma


varivel

aleatria

X,

com

distribuio

normal

com

parmetros

= 570mm e = 120mm , N (570;120) , determinar a probabilidade de um


valor de precipitao x 600mm .

Rita Cabral Guimares

32

Estatstica e Probabilidade Aplicada Hidrologia

com N (570;120) na varivel reduzida

Transformando a varivel X

Z com N (0,1) vem,


z =

600 570
= 0,25
120
Para obter o correspondente valor de F(z), pode-se recorrer

tabela A9.2:

Pela tabela, para z = 0,25 vem F(z) = 0,5987


Isto probabilidade de a varivel X, assumir um valor x 600mm

de 59,87%.

b) Distribuio Log - Normal

Considerando que o caudal anual de determinado curso de gua,


uma

varivel

y = 5,06146

aleatria
e

com

X,

y = 0,58906 ,

distribuio
determinar

Log

Normal,

probabilidade

de

com
se

verificar um valor de caudal inferior a x 150m 3s 1 .

Fazendo

uma

mudana

na

varivel,

tal

que

Y = ln X

vem,

y = ln x = ln 150 = 5,01064, donde a varivel reduzida Z ,

z =

5,01064 5,06146
= 0,09
0,58906

Para

obter

correspondente

valor

de F(z),

utiliza-se a

tabela

A9.2:

Para Z = 0,09 vem, F(z) = 1 F(z) = 1 0,5359 = 0,4641

Que significa que a probabilidade de se verificar um valor de caudal


inferior a x 150m 3s 1 de 46,41%.

c) Distribuio de Gumbel

Rita Cabral Guimares

33

Estatstica e Probabilidade Aplicada Hidrologia

Os caudais mximos instantneos anuais num determinado curso de

x = 226,5m 3s 1

gua seguem a distribuio de Gumbel, com mdia,


3 1

desvio padro, S = 141,8m s

. Determine a probabilidade de ocorrer um

valor de caudal x 300m 3s 1


Os parmetros,

e u , podem ser determinados pelas equaes (5.23) e

(5.24),

6Sx
=

6 141,8
= 110,6

u = x 0,5772 = 226,5 0,5772 110,6 = 162,7


Utilizando a varivel reduzida y =

x u

300 162,7
= 1,24141 , a
110,6

probabilidade pretendida, pode ser determinada por aplicao da


equao (5.25),

F(x) = e e

= e e

1,24141

= 0,749 = 74,9% .

6. As Distribuio Tericas e as Variveis Hidrolgicas


Quando

se

afirma

que

as

variveis

hidrolgicas

podem

ser

representadas por algum tipo conhecido de distribuio, no quer dizer


que elas sigam perfeitamente essas distribuies tericas. Obviamente
que,

quando

se

trata

de

variveis

reais,

existem

limitaes,

que

tornam o ajuste perfeito impossvel. Por exemplo, como j referido, a


precipitao anual uma varivel que segue a distribuio normal. No
entanto, a varivel aleatria normal, pode assumir qualquer valor no
intervalo

( ,+ ) ,

enquanto que a precipitao apenas pode assumir

valores positivos ou nulos. Alm disso, como se viu, a distribuio


normal uma distribuio simtrica, enquanto que a distribuio de
precipitao anual tende a ser assimtrica positiva.
Assim,
determinada

quando
varivel

se

dispe

de

hidrolgica,

uma
o

amostra

objectivo

de

valores

determinar

de

uma

qual

distribuio terica que melhor se ajusta distribuio emprica.


Depois de ajustar um conjunto de variveis hidrolgicas a uma qualquer

Rita Cabral Guimares

34

Estatstica e Probabilidade Aplicada Hidrologia

distribuio
probabilstica

terica
da

conhecida,

amostra

pode

ser

grande

parte

resumida

da

por

essa

informao
distribuio

terica e pelos respectivos parmetros.

ajustamento

de

um

modelo

de

distribuio

distribuio

emprica de variveis hidrolgicas, habitualmente analisado com base


em testes de hipteses estatsticos.

6.1 Testes de Hipteses

Os

testes

de

hipteses

constituem

uma

rea

de

extrema

importncia na Estatstica Aplicada Hidrologia. Quando se pretende


saber

se

uma

determinada

varivel

aleatria

segue

uma

qualquer

distribuio terica, utiliza-se um teste de hipteses.

O estabelecimento de um teste de hipteses consta das seguintes


etapas:
1 - Formulao da hiptese a ser testada, H 0 - Hiptese nula
2 - Formulao da hiptese alternativa, H 1
3 - Seleco da estatstica amostral a ser utilizada
4 - Estabelecimento da regra de deciso, em funo de uma constante
c.
5 - Seleco do nvel de significncia,
6 - Utilizao da estatstica amostral para determinar o valor da
constante c, de modo a que, quando H 0 for verdadeira, haja uma
probabilidade de se rejeitar esta hiptese.
7 - Rejeio ou aceitao da hiptese H 0 , se a estatstica amostral
observada

cair,

respectivamente,

na

regio

de

rejeio

(crtica), ou na regio de aceitao.

Ao tomar uma destas duas decises, pode-se cometer dois tipos de


erros: erro de primeira espcie erro que se comete quando se rejeita

H 0 , sendo ela verdadeira e erro de segunda espcie erro que se


comete quando se aceita H 0 , sendo ela falsa.
A probabilidade

de se cometer um erro de primeira espcie,

chama-se nvel de significncia do teste. A probabilidade

de se

cometer um erro de segunda espcie, chama-se nvel de confiana do


teste. A regio crtica (Fig. 6.1) do teste o conjunto dos valores

Rita Cabral Guimares

35

Estatstica e Probabilidade Aplicada Hidrologia

de uma estatstica que determinam a rejeio de H 0 , de acordo com uma


regra pr estabelecida.

Figura 6.1. Diferentes tipos de regies crticas

/2

/2

De um modo geral,

num

costuma

fazer

fixar

variam em sentido contrrio. O que se


nvel

conveniente

(5%,

1%,

etc.)

procurar, dentro de todas as regies de nvel , aquela que minimiza

, isto , aquela que maximiza 1 , chamada potncia do teste. Um


melhor teste de nvel aquele a que corresponde uma maior potncia.

a) Teste do Qui-Quadrado

teste

ajustamento,

do

onde

2 , um teste de adequao

Qui-Quadrado,
se

pretende

determinar

se

uma

dada

do

distribuio

terica razovel face aos dados disponveis. Assim, as hipteses a


testar so,

H 0 : A funo de distribuio F(x)


H 1 : A funo de distribuio no F(x)
O teste do Qui-Quadrado, faz uma comparao entre o nmero real
de

observaes

nmero

esperado

de

observaes

que

caiem

nas

respectivas classes, atravs do clculo da estatstica,

c2 =

j=1

que

assimptoticamente

tem

(O j

E j )2

(6.1)

Ej

distribuio

de

Qui-Quadrado

com

= m p 1 graus de liberdade, sendo m o nmero de classes, p o


nmero de parmetros a estimar a partir da amostra, O j o nmero de
observaes na classe j, e E j o nmero de observaes que seriam de
esperar, na classe j, atravs da distribuio terica.

Rita Cabral Guimares

36

Estatstica e Probabilidade Aplicada Hidrologia

decomposio

efectivo

terico

por

da

amostra

classe

em

no

classes,

seja

deve

inferior

ser
5,

tal
ou

que

pode

ser

utilizada a equao (A2.2) de STURGES.


As classes devem ser escolhidas de forma a que cada intervalo de
classe corresponda uma probabilidade igual, (classes equiprovveis),

n
.
m

donde E j =

A hiptese H 0 rejeitada se c2 for maior que 12 ;


para um determinado nvel de significncia

tabelado,

graus de liberdade.

(Tabela A9.3).

a) Teste de Kolmogorov - Smirnov

Uma
Smirnov.

alternativa

um

ao

teste,

teste
onde

do
no

2 , o teste de Kolmogorov
se

estimam

parmetros

para

distribuio emprica. Para a realizao deste teste, deve considerarse,


1

F (x )

a funo terica da distribuio acumulada admitida como

hiptese nula, H 0 ;
2 F0 (x )

a funo de distribuio acumulada para os dados amostrais

i
;
n
3 D = max F (x ) F0 (x ) , a estatstica utilizada;
4 Se, para um determinado nvel de significncia , o valor D for
maior ou igual ao valor D tabelado (Tabela 9.4), a hiptese H 0
rejeitada.

7 Anlise Frequencial em Hidrologia


Nos sistemas hidrolgicos existem muitas vezes eventos extremos,
tais como secas ou cheias. O valor de um acontecimento extremo
inversamente proporcional sua frequncia de ocorrncia, isto , um
acontecimento extremo ocorre com menos frequncia do que um evento
moderado.

objectivo

da

anlise

frequencial

em

hidrologia

relacionar a magnitude dos valores extremos com a sua frequncia de


ocorrncia, atravs da utilizao de distribuies de probabilidade.
Os resultados desta anlise podem ser usados em vrios problemas de
engenharia,

tais

como,

dimensionamento

estruturas de controlo de cheias, etc.

Rita Cabral Guimares

de

barragens,

pontes,

37

Estatstica e Probabilidade Aplicada Hidrologia

Para

efectuar

posicionamento

grfico

anlise
dos

frequencial
na

dados

pode-se

recorrer

de

distribuio

forma

uma

ao

cumulativa de probabilidade ou utilizar tcnicas analticas baseadas


em factores de frequncia.
Em qualquer dos casos torna-se necessrio introduzir a noo de
perodo de retorno.

7.1 Perodo de Retorno e Risco Hidrolgico

Perodo de retorno, T , de uma varivel X, define-se como o


nmero de anos que deve, em mdia, decorrer para que o valor dessa
varivel ocorra ou seja superado.
Designando a probabilidade de a varivel aleatria X assumir um
valor inferior ou igual a x , por probabilidade de no excedncia, F (x )
com, F(x) = P (X x ) - Equao (A.1) e designando a probabilidade de a
varivel aleatria X assumir um valor superior a x , por probabilidade
de

excedncia

G (x ) ,

com

G (x ) = P (X > x ) = 1 P (X x ) = 1 F(x)

Equao (4.2), pode exprimir-se o perodo de retorno por,

T =

Risco

hidrolgico,

1
1
=
G (x )
1 F (x )

R,

(7.1)

funo

do

perodo

de

retorno

representa a probabilidade de um valor x da varivel aleatria X ser


excedido em pelo menos uma vez em n anos sucessivos. Exprime-se por,

R =

n
1

= 1 1
T
T

= 1 (1 G (x ))n

(7.2)

7.2 Anlise Frequencial por Posicionamento grfico

Considere-se uma amostra


dados

amostrais,

uma

x1, x 2, x3,..., x n , atribuindo a estes

probabilidade

emprica

F(x) = P (X x )

G (x ) = P (X > x ) , possvel marcar estes pares de valores

[x, G (x )]
Este

[x, F (x )]

ou
ou

em grficos de modo a poder-se efectuar a anlise frequencial.

mtodo

utiliza-se

tambm

para

avaliar

ajustamento

de

uma

qualquer distribuio terica de probabilidade distribuio emprica


dos dados amostrais.

Rita Cabral Guimares

38

Estatstica e Probabilidade Aplicada Hidrologia

A funo de distribuio de uma determinada distribuio terica


pode ser representada graficamente num papel de probabilidade adequado
a essa distribuio. Em tal papel, as ordenadas representam os valores
da

varivel

excedncia

as

abcissas

representam

F(x) = P (X x ) ,

probabilidade

probabilidade

de

de

no

excedncia

G (x ) = P (X > x ) , o perodo de retorno T , ou a varivel reduzida y . As


escalas das ordenadas e das abcissas so feitas de tal modo, que a
funo de distribuio terica aparece representada por uma recta.
Sendo

assim,

se

os

dados

amostrais,

afectados

da

respectiva

probabilidade emprica, se ajustam recta da distribuio terica,


ento pode-se afirmar que a distribuio emprica segue a distribuio
terica

considerada.

Nesse

caso,

possvel

efectuar

extrapolaes

para valores extremos.

Suponha-se que se dispe de todas as observaes de uma varivel


aleatria. Se as

observaes ( x ) forem classificadas por ordem

crescente, a probabilidade emprica de X

tomar valores inferiores ou

iguais a um determinado xi ser:

F(x) = (P (X xi )) =

i
n

(7.3)

onde i o n. de ordem do valor na amostra. Se as n observaes ( x )


forem classificadas por ordem decrescente, a probabilidade emprica de

X tomar valores iguais ou superiores a um determinado xi ser:


G(x) = (P (X > xi )) =

i
n

(7.4)

Neste caso, o menor valor da populao teria uma probabilidade


igual a zero e o maior valor uma probabilidade igual a um. No entanto,
a afectao de probabilidade a uma amostra mais delicada, pois no
h a certeza de que ela contenha o menor e o maior valor da populao
desconhecida. Das vrias frmulas existentes para afectar cada valor
da amostra de uma probabilidade emprica, utilizar-se- a de WEIBULL,
por ser a mais generalizada,

F(x) = (P (X xi )) =

i
n + 1

(7.5)

para os n dados classificados por ordem crescente e

G(x) = (P (X > xi )) =

i
n + 1

para os n dados classificados por ordem decrescente.

Rita Cabral Guimares

(7.6)

39

Estatstica e Probabilidade Aplicada Hidrologia

7.3 Anlise Frequencial por Factores de Frequncia

anlise

frequencial

pode

ser

feita

recorrendo

tcnicas

analticas baseadas em factores de frequncia.


CHOW et al (1988) prope a seguinte frmula geral para a anlise
hidrolgica de frequncias,

xT = x + K T S

(7.7)

onde, xT , o valor do acontecimento associado a determinado perodo


de retorno, K T , o factor de frequncia que funo do perodo de
retorno,

T,

do

tipo

de

distribuio

de

probabilidade

ser

utilizada na anlise.
Se a varivel em anlise y = ln x , o mesmo mtodo pode ser
utilizado, aplicado aos logaritmos dos dados,

yT = y + K T S y

(7.8)

O factor de frequncia proposto por VEN TE CHOW aplicvel a


muitas

distribuies

de

probabilidade

utilizadas

na

anlise

hidrolgica de frequncias. Para uma determinada distribuio terica,


possvel determinar uma relao, K T , entre o factor de frequncia
e

correspondente

perodo

de

retorno,

relao

esta

que

pode

ser

expressa por tabelas ou em termos matemticos.


Para determinar o valor de xT (Equao 7.7), ento necessrio
calcular os parmetros estatsticos para a distribuio proposta e
determinar para um dado perodo de retorno, o factor de frequncia.

Seguidamente descreve-se a relao terica

K T , para vrias

distribuies de probabilidade.

a) Distribuio Normal

O factor de frequncia pode ser expresso por,

KT =

xT

= z

(7.9)

que a mesma expresso da varivel normal reduzida Z , definida na


equao (5.5), e que se encontra tabelada (Tabela A9.2).

Rita Cabral Guimares

40

Estatstica e Probabilidade Aplicada Hidrologia

b) Distribuio Log Normal

Para a distribuio Log Normal O factor de frequncia pode ser


expresso por,

KT =

onde

yT y

(7.10)

y = ln x . Este factor de frequncia aplica-se equao (7.8)

c) Distribuio Pearson Tipo III

O factor de frequncia para esta distribuio, expresso por


meio de uma tabela em funo do coeficiente de assimetria, g, e do
perodo de retorno, T. (Tabela 9.5)

d) Distribuio Log - Pearson Tipo III

Igual

ao

caso

anterior,

no

entanto,

factor

de

frequncia

obtido pela tabela dever ser aplicado equao (7.8).

e) Distribuio de Gumbel (Extremos tipo I)

Para esta distribuio, o factor de frequncia determinado


por,

KT =

6
T

0,5772 + lnln

T 1

(7.11)

Para expressar T, em termos de K T , utiliza-se a seguinte equao,

T =
1 e

0,5772 + t
6

(7.12)

8 Exerccios de Aplicao
8.1 Ajustamento de uma distribuio emprica distribuio Normal

Rita Cabral Guimares

41

Estatstica e Probabilidade Aplicada Hidrologia

Verificar o ajustamento das precipitaes anuais ocorridas na


estao meteorolgica de Castro DAire (Quadro 2.1) distribuio
Normal.
Esta

verificao

pode

ser

feita

de

duas

maneiras:

por

posicionamento grfico dos dados ou atravs de um teste de adequao


do ajustamento.

a) Posicionamento grfico (Ver ponto 7.2)

funo

de

distribuio

da

distribuio

Normal

pode

ser

representada graficamente num papel de probabilidade Normal . Em tal


papel, as ordenadas representam os valores da varivel X e as abcissas
representam

F(x) = P (X x )

probabilidade

ou

G (x ) = P (X > x ) . As

escalas das ordenadas e das abcissas so feitas de tal modo, que a


funo de distribuio terica aparece representada por uma recta.
Assim, num papel de probabilidade normal, qualquer distribuio normal
ter

como

grfico

uma

linha

recta,

correspondendo

mdia

dessa

distribuio ao ponto 50% e um desvio padro para cada lado da mdia,


aos pontos 15.87% e 84.13%, respectivamente (ver Figura 5.2 e 5.3).
Neste caso2 a recta da distribuio normal terica desenha-se no
papel normal unindo os trs pares de pontos,

(x S;15,87%) = (1193,1;15,87%)
(x;50%) = (1672,5;50%)
(x + S;) = (2151,9;84,13%)
Esta

recta

corresponde

distribuio

Normal

terica,

se

os

valores da amostra, afectados da respectiva probabilidade emprica,


ajustarem recta, ento pode-se afirmar que a srie de precipitaes
anuais segue a distribuio Normal.

Para atribuir uma probabilidade emprica aos valores da amostra,


utiliza-se

expresso

(7.5),

que

probabilidade

de

no

excedncia, F(x), para os n valores da amostra, ordenados de forma


crescente. Quadro 8.1.
A

recta

distribuio

terica

emprica

de
da

probabilidade

precipitao

Normal

anual

esto

os

valores

da

representados

na

A mdia e o desvio padro foram determinados no Exemplo 3.1 e 3.2 e


so, respectivamente x = 1672,5mm e S = 479,4mm

Rita Cabral Guimares

42

Estatstica e Probabilidade Aplicada Hidrologia

Figura 8.1, onde se pode verificar o ajustamento recta, donde se


pode afirmar que a srie de precipitaes em estudo tem distribuio
Normal.

Quadro 8.1 Probabilidade de no excedncia, F(x), para os valores de


precipitao anual em Castro Dire.
Ano

Prec.

(xi)

Prec.ordenada

(xi)

F(x)

1916/17

2118,2

870,9

1,3

1917/18

1001,2

903,5

2,5

1918/19

2093,2

912,8

3,8

1919/20

1556,4

915,8

5,0

1920/21

1290,6

1001,2

6,3

1921/22

1785,4

1039,2

7,5

1922/23

1830,2

1055,4

8,8

1923/24

2150,2

1076,1

10,0

1924/25

1749,6

1127,1

11,3

1925/26

2221,6

1144,5

10

12,5

1926/27

2024,1

1180,0

11

13,8

1927/28

1923,7

1201,0

12

15,0

1928/29

1127,1

1239,6

13

16,3

1929/30

2630,9

1247,2

14

17,5

1930/31

1481,2

1254,0

15

18,8

1931/32

1461,0

1275,7

16

20,0

1932/33

1334,4

1290,6

17

21,3

1933/34

1301,2

1298,7

18

22,5

1934/35

1581,0

1300,3

19

23,8

1935/36

3249,6

1301,2

20

25,0

1936/37

2069,0

1334,4

21

26,3

1937/38

1254,0

1344,7

22

27,5

1938/39

1974,0

1392,9

23

28,8

1939/40

2059,6

1411,7

24

30,0

1940/41

2569,6

1422,9

25

31,3

1941/42

1520,6

1426,8

26

32,5

1942/43

1664,2

1432,0

27

33,8

1943/44

1344,7

1442,0

28

35,0

1944/45

915,8

1451,9

29

36,3

1945/46

1763,0

1461,0

30

37,5

1946/47

2079,3

1478,1

31

38,8

1947/48

1411,7

1481,2

32

40,0

1948/49

912,8

1496,4

33

41,3

1949/50

1201,0

1504,2

34

42,5

1950/51

1903,9

1520,6

35

43,8

1951/52

1625,0

1556,4

36

45,0

1952/53

1076,1

1567,9

37

46,3

1953/54

1275,7

1578,2

38

47,5

1954/55

1699,5

1581,0

39

48,8

1955/56

2150,9

1585,4

40

50,0

1956/57

1039,2

1588,2

41

51,3

Quadro

8.1

Ano

(cont.) Probabilidade de no excedncia, F(x), para os


valores de precipitao anual em Castro Dire.
i

F(x)

1957/58

Prec.

1588,2

1595,9

42

52,5

1958/59

1746,1

1603,3

43

53,8

1959/60

2563,6

1625,0

44

55,0

Rita Cabral Guimares

(xi)

Prec.ordenada

(xi)

43

Estatstica e Probabilidade Aplicada Hidrologia

1960/61

1987,4

1664,2

45

56,3

1961/62

1585,4

1689,7

46

57,5

1962/63

1832,1

1699,5

47

58,8

1963/64

2201,2

1746,1

48

60,0

1964/65

1180,0

1749,6

49

61,3

1965/66

2806,9

1763,0

50

62,5

1966/67

1595,9

1785,4

51

63,8

1967/68

1422,9

1826,1

52

65,0

1968/69

2280,0

1830,2

53

66,3

1969/70

1496,4

1832,1

54

67,5

1970/71

1567,9

1903,9

55

68,8

1971/72

1300,3

1923,7

56

70,0

1972/73

1478,1

1930,1

57

71,3

1973/74

1689,7

1974,0

58

72,5

1974/75

1239,6

1987,4

59

73,8

1975/76

903,5

2000,2

60

75,0

1976/77

2314,0

2024,1

61

76,3

1977/78

2124,2

2059,6

62

77,5

1978/79

2599,1

2069,0

63

78,8

1979/80

1451,9

2079,3

64

80,0

1980/81

1144,5

2093,2

65

81,3

1981/82

1504,2

2118,2

66

82,5

1982/83

1426,8

2124,2

67

83,8

1983/84

1603,3

2150,2

68

85,0

1984/85

2000,2

2150,9

69

86,3

1985/86

1578,2

2201,2

70

87,5

1986/87

1392,9

2221,6

71

88,8

1987/88

1930,1

2280,0

72

90,0

1988/89

870,9

2314,0

73

91,3

1989/90

1432,0

2563,6

74

92,5

1990/91

1442,0

2569,6

75

93,8

1991/92

1055,4

2599,1

76

95,0

1992/93

1247,2

2630,9

77

96,3

1993/94

1826,1

2806,9

78

97,5

1994/95

1298,7

3249,6

79

98,8

b) Teste do Qui-Quadrado, 2 (Ver ponto 6.1)


Para melhor ajuizar da qualidade do ajustamento da distribuio
normal distribuio emprica de precipitaes anuais, utiliza-se o
teste de hiptese do 2 .
As hipteses a testar so,
Figura 8.1. Distribuio das Precipitaes anuais

Rita Cabral Guimares

44

Estatstica e Probabilidade Aplicada Hidrologia

H 0 : A funo de distribuio normal


H 1 : A funo de distribuio no normal
O nmero de classes, m, para esta amostra 7 (determinado no Exemplo
2.1)
Uma

vez

que

necessrio

trabalhar

com

as

tabelas

para

distribuio Normal, utilizar-se- a varivel reduzida z.


Como as classes devem ser equiprovveis vem para a probabilidade
de cada classe,

F(z) =

1
= 0,1428
7

F(z4)=4/7

F(z3)=3/7

F(z5)=5/7

F(z2)=2/7

F(z6)=6/7

F(z1)=1/7

F(z7)=1

z1

z2

z3

z4

z5

Z6

Os zi sero calculados, a partir dos valores F(zi) conhecidos,


por consulta da tabela 9.2. A partir de zi determina-se facilmente os

x = 1672,5mm e S = 479,4mm .

intervalos das classes, xi, sabendo que


Como se mostra no Quadro 8.2.

Quadro 8.2 Clculo dos intervalos e limites das classes


zi

F(zi)

zi

xi = zi S + x

z1

1/7 = 0,1429

-1,0674

1160,8

z2

2/7 = 0,2857

-0,5659

1401,2

z3

3/7 = 0,4286

-0,18

1586,2

z4

4/7 = 0,5714

0,18

1758,8

z5

5/7 = 0,7143

0,5659

1943,8

z6

6/7 = 0,8571

1,0674

2184,2

Rita Cabral Guimares

45

Estatstica e Probabilidade Aplicada Hidrologia

Com estes elementos pode-se construir o Quadro 8.3 e calcular o

c2 =

j=1

(O j

Ej
Ej

)2

(Equao 6.1).

Quadro 8.3 Teste do Qui-quadrado


Lim. de Classe

N
de
elementos
esperados
em
cada
classe
(Ej)

N
de
elementos
observados
em
cada
classe
(Oj)

11,2857
11,2857
11,2857
11,2857
11,2857
11,2857
11,2857
79

10
13
17
9
8
12
10
79

<=1160,8
1160,8 - 1401,2
1401,2 - 1586,2
1586,2 - 1758,8
1758,8 - 1943,8
1943,8 - 2184,2
>2184,2
TOTAL

(Oj

Ej

Ej
0,1465
0,2604
2,8933
0,4629
0,9566
0,0452
0,1465
4,9114

Da tabela 9.3 vem, para = 0,05 e = m p 1 = 7 2 1 = 4 graus


de liberdade,

02,95;4 = 9,49
Como c2 = 4,9114 < 02,95;4 = 9,49 pode-se dizer que a hiptese de
normalidade no rejeitada, o que vem confirmar a anlise grfica
feita na alnea anterior.

8.2 Ajustamento de uma distribuio emprica distribuio de Gumbel

Verificar o ajustamento das precipitaes dirias mximas anuais


ocorridas na estao meteorolgica de Castro DAire (Quadro 8.4)
distribuio de Gumbel.

A verificao do ajustamento ir ser realizada de duas formas: por


posicionamento grfico dos dados ou atravs de um teste de adequao
do ajustamento.

a) Posicionamento grfico (Ver ponto 7.2)

Tal como a distribuio Normal, tambm a distribuio de Gumbel


pode

ser

representada

por

uma

recta

quando

desenhada

no

papel

de

Gumbel. Neste papel, as ordenadas representam os valores da varivel X

Rita Cabral Guimares

46

Estatstica e Probabilidade Aplicada Hidrologia

e as abcissas representam a probabilidade F(x) = P (X x ) e a varivel

y =

reduzida
trs

x u

. Para traado da recta basta unir, por exemplo,

(xi, y i )

pontos

escolhidos,

xi = u + y i . Para tal

com

necessrio determinar os parmetros


determinados

em

funo

da

mdia

e u , que como j se viu so


do

desvio

padro

da

amostra

dirias

mximas

(Equaes A5.23 e A5.24).


A

mdia

desvio

padro

das

precipitaes

anuais em Castro DAire , so respectivamente x = 89,6mm e S = 24,9mm


,

donde

os

parmetros

6 24,9

so,

= 19,4

u = 89,6 0,5772 19,4 = 78,4 .


Para traado da recta terica, basta atribuir valores a y, obter
os correspondentes valores de x e marcar estes pares de valores no
papel de Gumbel. Por exemplo,

yi

xi = u + y i

-1

59,0

78,4

97,8

Com os pares

(59,0;1) , (78,4;0)

(97,8;1)

desenha-se a recta da Figura

8.2.

Para atribuir uma probabilidade emprica aos valores da amostra,


utiliza-se

expresso

(7.5),

que

probabilidade

de

no

excedncia, F(x), para os n valores da amostra, ordenados de forma


crescente. Estes valores, apresentados no Quadro 8.4, foram marcados
no papel de Gumbel (Fig. 8.2), onde se pode verificar o ajustamento
recta terica, donde se pode afirmar que a srie de precipitaes em
estudo segue a distribuio de Gumbel.

Quadro 8.4 Precipitao diria mxima anual (mm) em Castro DAire e


Probabilidade de no excedncia, F(x).
i

F(x)

1916/17

Ano

Prec.

199,4

49,6

1,3

1917/18

49,6

52,6

2,5

1918/19

120,4

53,3

3,8

1919/20

105,0

53,4

5,0

1920/21

73,6

54,3

6,3

1921/22

72,4

59,1

7,5

Rita Cabral Guimares

(xi)

Prec.ordenada

(xi)

47

Estatstica e Probabilidade Aplicada Hidrologia

Quadro 8.4 (Cont.) Precipitao diria mxima anual (mm) em Castro


DAire e Probabilidade de no excedncia, F(x)
Ano

Prec.

(xi)

Prec.ordenada

(xi)

F(x)

1922/23

99,6

62,3

8,8

1923/24

79,8

64,6

10,0

1924/25

98,6

65,6

11,3

1925/26

102,0

66,5

10

12,5

1926/27

82,0

67,3

11

13,8

1927/28

99,3

67,4

12

15,0

1928/29

52,6

69,7

13

16,3

1929/30

101,2

71,0

14

17,5

1930/31

98,2

71,2

15

18,8

1931/32

77,8

72,2

16

20,0

1932/33

53,4

72,4

17

21,3

1933/34

65,6

72,4

18

22,5

1934/35

100,8

72,6

19

23,8

1935/36

105,8

73,6

20

25,0

1936/37

101,6

73,6

21

26,3

1937/38

82,6

73,8

22

27,5

1938/39

161,4

74,5

23

28,8

1939/40

72,4

74,9

24

30,0

1940/41

130,8

75,1

25

31,3

1941/42

84,9

75,2

26

32,5

1942/43

111,2

75,8

27

33,8

1943/44

124,0

77,4

28

35,0

1944/45

83,4

77,8

29

36,3

1945/46

73,6

78,4

30

37,5

1946/47

78,4

78,8

31

38,8

1947/48

99,6

79,1

32

40,0

1948/49

64,6

79,8

33

41,3

1949/50

80,4

80,4

34

42,5

1950/51

78,8

82,0

35

43,8

1951/52

99,0

82,6

36

45,0

1952/53

90,6

83,4

37

46,3

1953/54

93,0

83,6

38

47,5

1954/55

71,0

83,7

39

48,8

1955/56

121,2

84,4

40

50,0

1956/57

54,3

84,9

41

51,3

1957/58

104,4

84,9

42

52,5

1958/59

88,6

86,6

43

53,8

1959/60

84,9

88,5

44

55,0

1960/61

86,6

88,6

45

56,3

1961/62

59,1

90,2

46

57,5

1962/63

72,6

90,6

47

58,8

1963/64

118,8

91,1

48

60,0

1964/65

90,2

92,5

49

61,3

1965/66

111,0

93,0

50

62,5

1966/67

140,6

93,1

51

63,8

1967/68

83,7

96,8

52

65,0

1968/69

67,4

98,2

53

66,3

1969/70

84,4

98,6

54

67,5

1970/71

66,5

99,0

55

68,8

1971/72

69,7

99,3

56

70,0

1972/73

96,8

99,6

57

71,3

Rita Cabral Guimares

48

Estatstica e Probabilidade Aplicada Hidrologia

Quadro 8.4 (Cont.) Precipitao diria mxima anual (mm) em Castro


DAire e Probabilidade de no excedncia, F(x)
Ano

Prec.

(xi)

Prec.ordenada

(xi)

F(x)

1973/74

74,9

99,6

58

72,5

1974/75

91,1

100,8

59

73,8

1975/76

73,8

101,2

60

75,0

1976/77

83,6

101,6

61

76,3

1977/78

125,5

102,0

62

77,5

1978/79

119,3

104,4

63

78,8

1979/80

75,8

105,0

64

80,0

1980/81

79,1

105,8

65

81,3

1981/82

92,5

111,0

66

82,5

1982/83

93,1

111,2

67

83,8

1983/84

77,4

113,4

68

85,0

1984/85

88,5

117,5

69

86,3

1985/86

74,5

118,8

70

87,5

1986/87

72,2

119,3

71

88,8

1987/88

117,5

120,4

72

90,0

1988/89

75,1

121,2

73

91,3

1989/90

71,2

124,0

74

92,5

1990/91

62,3

125,5

75

93,8

1991/92

67,3

130,8

76

95,0

1992/93

75,2

140,6

77

96,3

1993/94

113,4

161,4

78

97,5

1994/95

53,3

199,4

79

98,8

x
S

=
=
=
=

89,6

89,6

24,9

24,9

19,4

19,4

78,4

78,4

b) Teste de Kolmogorov - Smirnov (Ver ponto 6.1)


Para melhor ajuizar da qualidade do ajustamento da distribuio
de Gumbel distribuio emprica de precipitaes mximas anuais,
utilizar-se-

teste

de

Kolmogorov

Smirnov,

seguindo os

passos

descritos na alnea b) do ponto 6.1:

Admite-se

F(x) = e

que

x u

= e

Funo

x 78,4

e 19,4

2 Considera-se que F0(x) =

de

distribuio

de

Gumbel,

a hiptese nula, H 0 ;

i
i
=
a funo de distribuio para os
n
79

valores da amostra;
3 Calcula-se a estatstica D = max F (x ) F0 (x ) ;
4 Rejeita-se H 0 , se para um nvel de significncia = 0,05 , o valor
de D for maior ou igual ao valor D tabelado (Tabela 9.4).

Rita Cabral Guimares

Estatstica e Probabilidade Aplicada Hidrologia

Figura 8.2. Distribuio das Precipitaes dirias mximas anuais

Rita Cabral Guimares

49

50

Estatstica e Probabilidade Aplicada Hidrologia

No Quadro 8.5 mostram-se os passos necessrios para efectuar


este teste, j explicado no ponto 6.1.

Pela anlise do Quadro 8.5, pode-se concluir que a hiptese nula


no rejeitada, uma vez que o max F (x ) F0 (x ) = 0,0545 inferior ao
indicado

na

tabela

9.4

1,36

= 0.1125 , o que vem confirmar a


79

anlise grfica feita na alnea anterior.

Quadro

8.5

Teste de Kolmogorov - Smirnov para ajustamento das


precipitaes dirias mximas anuais (mm) distribuio
de Gumbel.
x 78,4
( yi )
i
F (x ) F0 (x )
yi = i
F0(x) =
F(x) = e e
19,4
79

xi
ordenada

49,6

-1,48

0,013

0,012

0,0005

52,6

-1,33

0,025

0,023

0,0024

53,3

-1,29

0,038

0,026

0,0118

53,4

-1,29

0,051

0,027

0,0239

54,3

-1,24

0,063

0,031

0,0318

59,1

-0,99

0,076

0,067

0,0088

62,3

-0,83

0,089

0,101

0,0127

64,6

-0,71

0,101

0,131

0,0296

65,6

-0,66

0,114

0,145

0,0310

10

66,5

-0,61

0,127

0,158

0,0316

11

67,3

-0,57

0,139

0,170

0,0312

12

67,4

-0,57

0,152

0,172

0,0201

13

69,7

-0,45

0,165

0,209

0,0448

14

71,0

-0,38

0,177

0,232

0,0545

15

71,2

-0,37

0,190

0,235

0,0453

16

72,2

-0,32

0,203

0,253

0,0504

17

72,4

-0,31

0,215

0,257

0,0414

18

72,4

-0,31

0,228

0,257

0,0287

19

72,6

-0,30

0,241

0,260

0,0196

20

73,6

-0,25

0,253

0,278

0,0252

21

73,6

-0,25

0,266

0,278

0,0125

22

73,8

-0,24

0,278

0,282

0,0036

23

74,5

-0,20

0,291

0,295

0,0038

24

74,9

-0,18

0,304

0,302

0,0014

25

75,1

-0,17

0,316

0,306

0,0103

26

75,2

-0,16

0,329

0,308

0,0211

27

75,8

-0,13

0,342

0,319

0,0225

28

77,4

-0,05

0,354

0,349

0,0050

29

77,8

-0,03

0,367

0,357

0,0100

30

78,4

0,00

0,380

0,368

0,0113

31

78,8

0,02

0,392

0,376

0,0164

32

79,1

0,04

0,405

0,382

0,0234

33

79,8

0,07

0,418

0,395

0,0228

Rita Cabral Guimares

51

Estatstica e Probabilidade Aplicada Hidrologia

Quadro 8.5 (Cont.) Teste de Kolmogorov - Smirnov para ajustamento das


precipitaes
dirias
mximas
anuais
(mm)

distribuio de Gumbel.
i
xi
x 78,4
( yi )
i
F (x ) F0 (x )
yi = i
F0(x) =
ordenada
F(x) = e e
19,4
79
34

80,4

0,10

0,430

0,406

0,0241

35

82,0

0,19

0,443

0,436

0,0067

36

82,6

0,22

0,456

0,447

0,0082

37

83,4

0,26

0,468

0,462

0,0061

38

83,6

0,27

0,481

0,466

0,0151

39

83,7

0,27

0,494

0,468

0,0259

40

84,4

0,31

0,506

0,481

0,0258

41

84,9

0,34

0,519

0,490

0,0294

42

84,9

0,34

0,532

0,490

0,0421

43

86,6

0,42

0,544

0,520

0,0245

44

88,5

0,52

0,557

0,553

0,0044

45

88,6

0,53

0,570

0,554

0,0154

46

90,2

0,61

0,582

0,581

0,0015

47

90,6

0,63

0,595

0,587

0,0077

48

91,1

0,66

0,608

0,595

0,0124

49

92,5

0,73

0,620

0,617

0,0031

50

93,0

0,75

0,633

0,625

0,0082

51

93,1

0,76

0,646

0,626

0,0193

52

96,8

0,95

0,658

0,679

0,0211

53

98,2

1,02

0,671

0,698

0,0269

54

98,6

1,04

0,684

0,703

0,0194

55

99,0

1,06

0,696

0,708

0,0118

56

99,3

1,08

0,709

0,712

0,0029

57

99,6

1,09

0,722

0,716

0,0060

58

99,6

1,09

0,734

0,716

0,0186

59

100,8

1,16

0,747

0,730

0,0168

60

101,2

1,18

0,759

0,735

0,0247

61

101,6

1,20

0,772

0,739

0,0328

62

102,0

1,22

0,785

0,744

0,0409

63

104,4

1,34

0,797

0,770

0,0275

64

105,0

1,37

0,810

0,776

0,0340

65

105,8

1,41

0,823

0,784

0,0386

66

111,0

1,68

0,835

0,830

0,0051

67

111,2

1,69

0,848

0,832

0,0162

68

113,4

1,81

0,861

0,848

0,0123

69

117,5

2,02

0,873

0,875

0,0020

70

118,8

2,08

0,886

0,883

0,0030

71

119,3

2,11

0,899

0,886

0,0129

72

120,4

2,17

0,911

0,892

0,0196

73

121,2

2,21

0,924

0,896

0,0281

74

124,0

2,35

0,937

0,909

0,0275

75

125,5

2,43

0,949

0,916

0,0337

76

130,8

2,70

0,962

0,935

0,0268

77

140,6

3,21

0,975

0,960

0,0143

78

161,4

4,28

0,987

0,986

0,0011

79

199,4

6,24

1,000

0,998

0,0019

Rita Cabral Guimares

52

Estatstica e Probabilidade Aplicada Hidrologia

8.3 Anlise Frequencial

Relativamente

8.3.1

precipitaes

anuais

em

Castro

DAire

(Exerccio 8.1), determinar: a precipitao associada a um perodo de


retorno

de

100

anos;

perodo

de

retorno

do

maior

valor

de

precipitao.
Depois de se ter verificado (Exerccio 8.1) que as precipitaes
anuais

em

Castro

DAire

seguem

distribuio

Normal

possvel

efectuar a anlise frequencial pretendida. Para esta a anlise pode-se


recorrer

ao

distribuio

posicionamento
cumulativa

grfico

de

dos

dados

probabilidade

ou

na

forma

utilizar

de

uma

tcnicas

analticas baseadas em factores de frequncia.

a) Anlise Frequencial por Posicionamento grfico

Utilizando a Equao (7.1) possvel determinar a probabilidade


de no excedncia correspondente a um perodo de retorno igual a 100
anos,

T =
Com

1
1
1
F(x) = 1
= 1
= 0,99 = 99%
1 F (x )
T
100
este

valor

possvel

tirar

da

recta

terica

Normal,

correspondente valor de X. Para F(x) = 99% vem que x 2770mm

(Ver

Figura A8.1). Isto a precipitao associada a um T = 100 anos,


2770 mm.

maior

valor

de

precipitao

anual

em

Castro

DAire

x = 3249,6mm (Ver Quadro A8.1). Com este valor pode-se ler na recta
terica o correspondente valor de F(x). Pela leitura da Figura A8.1.
vem, para x = 3249,6mm um valor de F(x) 99,95% .
Donde, o perodo de retorno de um valor de precipitao 3249,6mm ,

T =

1
1
=
= 2000 anos.
1 F (x )
1 0,9995

b) Anlise Frequencial por Factores de Frequncia

Sabendo que o factor de frequncia,

K T , para a distribuio

Normal, igual varivel reduzida z, (Equao 7.9), a Equao (7.7)


transforma-se em,

xT = x + zS

Rita Cabral Guimares

(7.13)

53

Estatstica e Probabilidade Aplicada Hidrologia

que para a distribuio em estudo ,

xT = 1672,5 + z 479,4

(7.14)

Um perodo de retorno igual a 100 anos corresponde a uma probabilidade


de

no

excedncia

de

99%.

Consultando

tabela

9.2,

vem

para

F(z) = 0,99 um valor de z = 2,33 , donde da equao (7.14) vem que a


precipitao associada a um T = 100 anos ,

xT = 1672,5 + 2,33 479,4 = 2789,5mm


O maior valor de precipitao anual em Castro DAire x = 3249,6mm .
Resolvendo a equao (A7.14) em ordem a z, vem,

3249,6 = 1672,5 + z 479,4 z =

Pela Tabela A9.2, para

3249,6 1672,5
= 3,29
479,4

z = 3,29

vem

F(z) = 0,9995 , e o perodo de

retorno do valor 3249,6 mm ,

T =

1
1
=
= 2000 anos.
1 F (x )
1 0,9995

8.3.2 Relativamente s precipitaes dirias mximas anuais em Castro


DAire

(Exerccio

8.2),

determinar:

precipitao

dirias

mxima

associada a um perodo de retorno de 100 anos; o perodo de retorno do


maior valor de precipitao.

Depois de se ter verificado (Exerccio 8.2) que as precipitaes


dirias

mximas

anuais

em

Castro

DAire

seguem

distribuio

de

Gumbel possvel efectuar a anlise frequencial pretendida.

a) Anlise Frequencial por Posicionamento grfico

Pela recta terica da distribuio de Gumbel (Figura 8.2), vem


para

100

anos,

aproximadamente 170 mm.

Rita Cabral Guimares

uma

precipitao

diria

mxima

anual

de

54

Estatstica e Probabilidade Aplicada Hidrologia

maior

valor

de

precipitao

diria

mxima

anual

em

Castro

DAire x = 199,4mm (Ver Quadro 8.4). Com este valor pode-se ler na
recta terica o correspondente valor de T. Pela leitura da Figura
A8.2. vem, para x = 199,4 mm um valor de T 450

anos.

b) Anlise Frequencial por Factores de Frequncia

Para esta distribuio, a equao (7.7) ,

xT = 89,6 + K t 24,9

(7.15)

Sabendo que o factor de frequncia, K T , para a distribuio de


Gumbel, dado pela Equao (A7.11), vem para um perodo de retorno de
100 anos,

KT =

6
100
= 3,137
0,5772 + ln ln

100 1

Por (7.15) vem uma precipitao diria mxima anual de,

xT = 89,6 + 3,137 24,9 = 167,7mm


O maior valor de precipitao diria mxima anual ,

x = 199,4mm ,

resolvendo a Equao (7.15), em ordem a K T vem,

199,4 = 89,6 + K t 24,9 K t =

199,4 89,6
= 4,410
24,9

Para determinar o perodo de retorno do, maior valor de precipitao


diria mxima anual, basta resolver a Equao (7.12)

T =
1 e

0,5772 + t
6

Rita Cabral Guimares

=
1 e

4,410

0,5772 +

= 510 anos.