Captulo

14
Hidrologia Estatstica

s variveis hidrolgicas como chuva e vazo tm como caracterstica bsica

uma grande variabilidade no tempo. Para analisar a vazo de um rio ou a
precipitao em um local ou regio, incluindo a sua variabilidade temporal,
necessrio utilizar alguns valores estatsticos que resumem, em grande parte, o
comportamento hidrolgico do rio ou da bacia. Entre as estatsticas mais importantes
esto a mdia, a mdia mensal, a varincia, os mnimos e mximos.

A mdia
A vazo ou precipitao mdia a mdia de toda a srie de vazes ou precipitaes
registradas, e muito importante na avaliao da disponibilidade hdrica total de uma
bacia.
n

x
x=

i =1

n
A vazo mdia especfica a vazo mdia dividida pela
rea de drenagem da bacia.
As vazes mdias mensais representam o valor mdio
da vazo para cada ms do ano, e so importantes para
analisar a sazonalidade de um rio. A figura ao lado
apresenta um grfico das vazes mdias mensais do rio
Cuiab na seo da cidade de Cuiab, com base nos
dados de 1967 a 1999.

Figura 14. 1 : Vazes mdias por ms do ano no rio Cuiab, em Cuiab.

W . C O L L I S C H O N N

I P H - U F R G S

Observa-se nesta figura que h uma sazonalidade marcada, com estiagem no inverno e
vazes altas no vero. As maiores vazes mensais mdias ocorrem em Fevereiro e as
menores em Agosto, o que conseqncia direta da sazonalidade das chuvas, que
ocorrem de forma concentrada no perodo de vero.

A mediana
A mediana o valor que superado em 50% dos pontos da amostra. A mdia e a
mediana podem ter valores relativamente prximos, porm no iguais.
A mediana pode ser obtida organizando os n valores xi da amostra em ordem
crescente.
Sendo x k com k = 1 a n, os valores de x organizados em ordem decrescente, a
mediana obtida por:
Mediana = x p com p =

e Mediana =

x p + x p +1
2

n 1
+ 1 se n for mpar;
2

se n for par.

O desvio padro
O desvio padro uma medida de disperso dos valores de uma amostra em torno da
mdia. O desvio padro dado por:
n

(x
s=

i =1

n 1

o quadrado do desvio padro s2 chamada varincia da amostra.

O coeficiente de variao
O coeficiente de variao uma relao entre o desvio padro e a mdia. O coeficiente
de variao uma medida da variabilidade dos valores em torno da mdia,
relativamente prpria mdia.

172

I N T R O D U Z I N D O

cv =

H I D R O L O G I A

s
x

EXEMPLO

1) O seguinte conjunto de valores apresenta a chuva anual ocorrida em uma

cidade ao longo de 30 anos. Calcule a mdia, o desvio padro e o coeficiente
de variao destes dados.
ano
1954
1955
1956
1957
1958
1959
1960
1961
1962
1963

P (mm)
1671
1485
1766
1565
2082
1370
1926
2042
1691
1491

ano
1964
1965
1966
1967
1968
1969
1970
1971
1972
1973

P (mm)
2024
1305
1644
1908
1913
1485
1693
1313
1567
1493

ano
1974
1975
1976
1977
1978
1979
1980
1981
1982
1983

P (mm)
1357
2023
1390
1641
1585
1526
1962
1672
1404
1352

A mdia de 1645,1 mm por ano, o desvio padro de 241,9 mm por ano e o coeficiente de variao
de 0,15.

O coeficiente de assimetria
O coeficiente de assimetria um valor que caracteriza o quanto uma amostra de dados
assimtrica com relao mdia. Uma amostra simtrica com relao mdia se o
histograma dos dados revela o mesmo comportamento de ambos os lados da mdia.
n

(x
G=

x)

i =1

n s3

A assimetria chamada positiva quando o valor de G positivo e a assimetria

negativa quando o valor de G negativo. Algumas variveis importantes na hidrologia,
como as vazes mximas anuais em rios, apresentam uma assimetria positiva.

173

W . C O L L I S C H O N N

I P H - U F R G S

Assimetria

Valor de G

Nula

0 ou prximo
de zero

Positiva

G>0

Negativa

G<0

Exemplo de histograma

O clculo da assimetria de uma amostra um pouco mais complexo do que o da

mdia e do desvio padro. A maior parte das calculadoras simples no permite calcular
diretamente o coeficiente de assimetria. No programa Excel a funo chamada
Distoro permite calcular o coeficiente de assimetria.

Quartis e quantis
Quantis separam a amostra de forma semelhante mediana, porm em intervalos
diferentes. Enquanto a mediana separa a amostra em dois grupos, com 50% dos dados
com valores inferiores e 50% dos dados com valores superiores mediana, os quartis e
os quantis divdem a amostra em grupos de tamanhos diferentes. O primeiro Quartil
o valor que separa a amostra em dois grupos em que 25% dos pontos tem valor
inferior ao quartil e 75% tem valor superior ao quartil. O terceiro Quartil o valor que
separa a amostra em dois grupos em que 75% dos pontos tem valor inferior ao quartil
e 25% tem valor superior ao quartil. J o segundo quartil a prpria mediana.
Alm dos trs quartis, que separam a amostra em quatro, podem ser definidos quantis
arbitrrios, que dividem a amostra arbitrariamente em fraes diferentes. Por exemplo,

174

I N T R O D U Z I N D O

H I D R O L O G I A

o quantil 90 % divide a amostra em dois grupos. O primeiro (90% dos dados) tem
valores inferiores ao quantil 90% e o segundo (10% dos dados) tem valores superiores
ao quantil 90%.
No programa Excel possvel obter os quantis desejados usando uma funo
denominada Percentil.

A curva de permanncia
A curva de permanncia equivalente a um histograma de freqncias acumuladas
relativas das vazes de um rio em um determinado local. A elaborao da curva de
permanncia uma das anlises estatsticas mais simples e mais importantes na
hidrologia. A curva de permanncia auxilia na anlise dos dados de vazo com relao
a perguntas como as destacadas a seguir.

O rio tem uma vazo aproximadamente constante ou extremamente varivel

entre os extremos mximo e mnimo?

Qual a porcentagem do tempo em que o rio apresenta vazes em

determinada faixa?

Qual a porcentagem do tempo em que um rio tem vazo suficiente para

atender determinada demanda?

A curva de permanncia expressa a relao entre a vazo e a freqncia com que esta
vazo superada ou igualada. A curva de permanncia pode ser elaborada a partir de
dados dirios ou dados mensais de vazo.
Na prtica, a curva de permanncia relativamente fcil de obter, desde que existam
dados de vazo. Usando a planilha de clculo Excel, por exemplo, a curva de
permanncia pode ser gerada calculando os valores dos quantis de 1% a 99%, usando a
funo Percentil. O percentil 1% corresponde vazo que superada 99% do tempo,
o percentil 10% corresponde vazo que superada em 90% do tempo.
A Figura 14. 2 apresenta o hidrograma de vazes dirias do rio Taquari, em Muum
(RS), e a curva de permanncia que corresponde aos mesmos dados apresentados no
hidrograma. Observa-se que a vazo de 1000 m3.s-1 igualada ou superada em menos
de 10% do tempo. Apesar de apresentar picos de cheias com 7000 m3.s-1 ou mais, na
maior parte do tempo as vazes do rio Taquari neste local so bastante inferiores a 500
m3.s-1.
Para destacar mais a faixa de vazes mais baixas a curva de permanncia apresentada
com eixo vertical logartmico, como mostra a Figura 14. 3.

175

Figura 14. 2: Hidrograma de vazes dirias do rio Taquari em Muum (RS) e a curva de permanncia correspondente.

Figura 14. 3: Curva de permanncia do rio Taquari em Muum com eixo das vazes logartmico para dar destaque faixa de vazes
mais baixas.

Alguns pontos da curva de permanncia recebem ateno especial:

A vazo que superada em 50% do tempo (mediana das vazes) a chamada

Q50.

I N T R O D U Z I N D O

H I D R O L O G I A

A vazo que superada em 90% do tempo chamada de Q90 e utilizada

como referncia para legislao na rea de Meio Ambiente e de Recursos
Hdricos em muitos Estados do Brasil.

A vazo que superada em 95% do tempo chamada de Q95 e utilizada para

definir a Energia Assegurada de uma usina hidreltrica.

EXEMPLO

2) Os dados de vazo do rio Descoberto em Santo Antnio do Descoberto

(GO) foram organizados na forma de uma curva de permanncia, como
mostra a figura abaixo. Um empreendedor solicita outorga de 2,5 m3.s-1 num
ponto prximo no mesmo rio. Considerando que a legislao permite outorgar
apenas 20% da Q90 a cada solicitante, responda: possvel atender a
solicitao?

Observa-se na curva de permanncia que a vazo Q90 de 7 m3.s-,1 aproximadamente. Portanto a

mxima vazo que pode ser outorgada para um usurio individual neste ponto corresponde a:
Qmax = 0 ,2 7 = 1,4 m 3 s 1

Como o empreendedor solicitou 2,5 m3.s-,1 no possvel atender sua solicitao.

A curva de permanncia tambm til para diferenciar o comportamento de rios e

para avaliar o efeito de modificaes como desmatamento, reflorestamento,
construo de reservatrios e extrao de gua para uso consuntivo.

177

W . C O L L I S C H O N N

I P H - U F R G S

A Figura 14. 4 apresenta as curvas de permanncia dos rios Cuiab, em Cuiab (MT), e
Taquari, em Coxim (MS), baseadas nos dados de vazo diria de 1980 a 1984. As duas
bacias tem reas de drenagem de tamanho semelhante. A bacia do rio Cuiab tem,
aproximadamente, 22.000 km2, e a do rio Taquari cerca de 27.000 km2. O relevo e a
precipitao mdia anual so semelhantes. A vazo mdia do rio Cuiab de 438 m3.s-1
neste perodo, enquanto a vazo mdia do rio Taquari de 436 m3.s-1, ou seja, so
praticamente idnticas. Entretanto, observa-se que as vazes mnimas so mais altas no
rio Taquari do que no rio Cuiab e as vazes mximas so maiores no rio Cuiab.
O rio Cuiab apresenta maior variabilidade das vazes, que se alternam rapidamente
entre situaes de baixa e de alta vazo, enquanto o rio Taquari permanece mais tempo
com vazes prximas da mdia. Esta diferena ocorre basicamente porque a geologia
da bacia do rio Taquari favorece mais a infiltrao da gua no solo, e esta gua chega ao
rio apenas aps um longo perodo em que fica armazenada no subsolo. A vazo do rio
Taquari naturalmente regularizada pelos aqferos existentes na bacia, enquanto que
na bacia do rio Cuiab este efeito no to importante.

Figura 14. 4: Comparao entre as curvas de permanncia dos rios Taquari (MS) e Cuiab (MT).

A Figura 14. 5 apresenta as curvas de permanncia de vazo afluente (entrada) e

efluente (sada) do reservatrio de Trs Marias, no rio So Francisco (MG). Este
reservatrio tem um grande volume e uma grande capacidade de regularizao,
permitindo reter grande parte das vazes altas que ocorrem durante o perodo do
vero, aumentando a disponibilidade de gua no perodo de estiagem. Como resultado
observa-se que a vazo Q90 alterada de 148 m3.s-1 para 379 m3.s-1 pelo efeito de
regularizao do reservatrio, enquanto a vazo Q95 alterada de 120 m3.s-1 para 335
m3.s-1.

178

I N T R O D U Z I N D O

H I D R O L O G I A

Figura 14. 5: Curvas de permanncia de vazo afluente e efluente do reservatrio de Trs Marias, no rio So Francisco (MG).

Portanto o efeito da regularizao da vazo sobre a curva de permanncia torn-la

mais horizontal, com valores mais prximos da mediana durante a maior parte do
tempo.

Sries temporais
A vazo de um rio uma varivel que se modifica de forma contnua no tempo, e pode
ser representada em um hidrograma, que o grfico que relaciona os valores de vazo
com o tempo, como na Figura 14. 6.
Diversas anlises estatsticas de dados hidrolgicos so realizadas de forma mais
conveniente sobre valores discretos no tempo, ao contrrio das seqncias contnuas.
A partir de uma seqncia contnua de vazes possvel identificar sries temporais de
valores discretos, como, por exemplo, as vazes mdias anuais, as vazes mximas
anuais e as vazes mnimas anuais, conforme representado na Figura 14. 7 e na Tabela
14. 1.
As sries discretas que so obtidas a partir da observao de alguns anos de dados de
vazo so tratadas como amostras do comportamento de um rio ou de uma bacia. A
populao, neste caso, seriam todos os anos de existncia de um rio. A vazo
considerada uma varivel aleatria porque depende de fenmenos climticos
complexos e de difcil previsibilidade a partir de um certo horizonte.

179

W . C O L L I S C H O N N

I P H - U F R G S

Figura 14. 6: As vazes variam continuamente no tempo (linha) mas a partir dos dados de vazo possvel gerar sries temporais
discretas, como as mdias, mximas (tringulos) e mnimas (crculos) anuais (adaptado de Dingman, 2002).

Figura 14. 7: Grfico das sries discretas de mdias, mnimas e mximas anuais.

180

I N T R O D U Z I N D O

H I D R O L O G I A

Tabela 14. 1: Valores das sries temporais discretas de vazes mdias, mnimas e mximas anuais relativos figura anterior.

Ano

Vazo mdia anual

1990
1991
1992
1993
1994
1995
1996

95
93
72
86
56
73
96

Vazo mnima anual Vazo mxima anual

57
132
69
126
48
100
60
113
29
80
53
88
68
132

Risco, probabilidade e tempo de retorno

Sries temporais discretas so convenientes para avaliar riscos em hidrologia. Risco
muitas vezes entendido como um sinnimo de probabilidade, mas em hidrologia
mais adequado considerar o risco como a probabilidade de ocorrncia de um evento
multiplicada pelos prejuzos que se espera da ocorrncia deste evento.
Projetos de estruturas hidrulicas sempre so elaborados admitindo probabilidades de
falha. Por exemplo, as pontes de uma estrada so projetadas com uma altura tal que a
probabilidade de ocorrncia de uma cheia que atinja a ponte seja de apenas 1% num
ano qualquer. Isto ocorre porque muito caro dimensionar as pontes para a maior
vazo possvel, por isso admite-se uma probabilidade, ou risco, de que a estrutura falhe.
Isto significa que podem ocorrer vazes maiores do que a vazo adotada no
dimensionamento.
A probabilidade admitida pode ser maior ou menor, dependendo do tipo de estrutura.
A probabilidade admitida para a falha de uma estrutura hidrulica menor se a falha
desta estrutura provocar grandes prejuzos econmicos ou mortes de pessoas. Assim, a
probabilidade de falha admitida para um dique de proteo de uma cidade a
probabilidade de que ocorra uma cheia em que o nvel da gua supere o nvel de
proteo do dique. Diques que protegem grandes cidades deveriam ser construdos
admitindo uma probabilidade menor de falha do que diques de proteo de pequenas
reas agrcolas. A Tabela 14. 2 apresenta o tempo de retorno em anos adotado,
normalmente, para diferentes tipos de estrutura.

181

W . C O L L I S C H O N N

I P H - U F R G S

Tabela 14. 2: Tempo de retorno adotado para diferentes estruturas, de acordo com o risco associado.

Estrutura
TR (anos)
Bueiros de estradas pouco movimentadas
5 a 10
Bueiros de estradas muito movimentadas 50 a 100
Pontes
50 a 100
Diques de proteo de cidades
50 a 200
Drenagem pluvial
2 a 10
Grandes barragens (vertedor)
10.000
Pequenas barragens
100
O risco tambm pode estar relacionado a situaes de vazes mnimas. Por exemplo,
considere uma cidade que utilize a gua de um rio para abastecimento da populao.
Dependendo do tamanho da populao e das caractersticas do rio, existe um srio
risco de que, num ano qualquer, ocorram alguns dias em que a vazo do rio inferior
vazo necessria para abastecer a populao.
No caso da anlise de vazes mximas, so teis os conceitos de probabilidade de
excedncia e de tempo de retorno de uma dada vazo. A probabilidade anual de excedncia
de uma determinada vazo a probabilidade que esta vazo venha a ser igualada ou
superada num ano qualquer. O tempo de retorno desta vazo o intervalo mdio de
tempo, em anos, que decorre entre duas ocorrncias subseqentes de uma vazo maior
ou igual. O tempo de retorno o inverso da probabilidade de excedncia como
expresso na seguinte equao:
TR =

1
P

(14.1)

onde TR o tempo de retorno em anos e P a probabilidade de ocorrer um evento

igual ou superior em um ano qualquer. No caso de vazes mnimas, P refere-se
probabilidade de ocorrer um evento com vazo igual ou inferior.
A equao acima indica que a probabilidade de ocorrncia de uma cheia de 10 anos de
tempo de retorno, ou mais, num ano qualquer de 0,1 (ou 10%).
A vazo mxima de 10 anos de tempo de retorno (TR = 10 anos) excedida em mdia
1 vez a cada dez anos. Isto no significa que 2 cheias de TR = 10 anos no possam
ocorrem em 2 anos seguidos. Tambm no significa que no possam ocorrer 20 anos
seguidos sem vazes iguais ou maiores do que a cheia de TR=10 anos.
Existem duas formas de atribuir probabilidades e tempos de retorno s vazes
mximas e mnimas: mtodos empricos e mtodos analticos.

182

I N T R O D U Z I N D O

H I D R O L O G I A

Probabilidades empricas podem ser estimadas a partir da observao das variveis

aleatrias. Por exemplo, a probabilidade de que uma moeda caia com a face cara
virada para cima de 50%. Esta probabilidade pode ser estimada empiricamente
lanando a moeda 100 vezes e contando quantas vezes cada uma das faces fica voltada
para cima.
O problema das probabilidades empricas que quando o tamanho da amostra
pequeno, a estimativa tende a ser muito incerta. Suponha, por exemplo, que apenas 6
lanamentos sejam feitos para estimar a probabilidade de que uma moeda caia com a
face cara voltada para cima. possvel que seja estimada uma probabilidade muito
diferente de 50%.
Para contornar este problema comum supor que os dados hidrolgicos sejam
aleatrios e que sigam uma determinada distribuio de probabilidade analtica, como a
distribuio normal, por exemplo. Esta metodologia analtica permite explorar melhor
as amostras relativamente pequenas de dados hidrolgicos, como se descreve na
seqncia deste captulo.

Chuvas anuais e a distribuio normal

O total de chuva que cai ao longo de um ano pode ser considerado uma varivel
aleatria com distribuio aproximadamente normal. Esta suposio permite explorar
melhor amostras relativamente pequenas, com apenas 20 anos, por exemplo.
A distribuio normal descrita em qualquer livro introdutrio de estatstica e se aplica
a muitos tipos de informaes da natureza. Um grfico da funo densidade de
probabilidade da distribuio normal tem uma forma de sino e simtrica com relao
mdia, que o valor central. A forma em sino indica que existe uma probabilidade
maior de ocorrerem valores prximos mdia do que nos extremos mnimo e
mximo.
A funo densidade de probabilidade (PDF) da distribuio normal uma expresso
que depende de dois parmetros: a mdia e o desvio padro da populao, conforme a
equao seguinte:

f x (x ) =

1 x
x
exp
2 x
2 x
1

(14.2)

onde x a mdia da populao e x o desvio padro da populao. Para o caso mais

simples, em que a mdia da populao zero e o desvio padro igual a 1, a expresso
acima fica simplifcada:

183

W . C O L L I S C H O N N

I P H - U F R G S

f z (z ) =

z2
exp
2
2
1

(14.3)

onde z uma varivel aleatria com mdia zero e desvio padro igual a 1.
O grfico desta ltima apresentado na Figura 14. 8. A rea total sob a curva igual a
1. A rea hachurada representa a probabilidade de ocorrncia de um valor maior do
que z (figura de cima) ou menor do que z (figura de baixo).
A rea sob a curva pode ser calculada por integrao analtica, mas resulta numa srie
infinita. Por este motivo, as aplicaes prticas so mais comuns na forma de tabelas
que relacionam o valor de z com a probabilidade de ocorrer um valor maior do que z
ou menor do que z. Existem, tambm, tabelas que fornecem valores da rea entre 0 e
z, ou de z a z.
No final do captulo apresentada uma tabela de probabilidades da distribuio
normal. No programa Excel possvel obter os valores das probabilidades utilizando a
funo DIST.NORMP(z), que d a probabilidade de ocorrer um valor inferior a z.
Lembrando a relao entre probabilidades e tempos de retorno, interessante saber os
valores de z que correspondem a alguns valores especficos de probabilidade, como 0,1
0,01 e 0,001. Estes valores correspondem aos tempos de retorno de 10, 100 e 1000
anos. No final do captulo apresentada uma tabela de probabilidades da distribuio
normal, indicando os valores de z correspondentes aos tempos de retorno de 2 a 10000
anos.

Figura 14. 8: Grfico da distribuio normal (na figura superior indicada a rea hachurada que representa a probabilidade de ocorrer
um valor maior do que z; e na figura inferior indicada a rea hachurada que representa a probabilidade de ocorrer um valor menor do
que z).

184

I N T R O D U Z I N D O

H I D R O L O G I A

Uma varivel aleatria x com mdia x e desvio padro x pode ser transformada em
uma varivel aleatria z, com mdia zero e desvio padro igual a 1 pela transformao
abaixo:

z=

x x

(14.4)

Esta transformao pode ser utilizada para estimar a probabilidade associada a um

determinado evento hidrolgico em que a varivel segue uma distribuio normal.
Considere, por exemplo, a chuva anual em um determinado local. Anos com chuva
prxima da mdia so relativamente freqentes, enquanto anos muito chuvosos ou
muito secos so menos freqentes. Em muitos locais as chuvas anuais seguem,
aproximadamente uma distribuio normal, como mostra a Figura 14. 9.

Figura 14. 9: Histograma de freqncias de chuvas anuais no posto pluviomtrico localizado em Lamounier, MG.

A probabilidade de ocorrncia de chuvas anuais superiores a 2000 mm, por exemplo,

pode ser estimada a partir da anlise dos dados de n anos, e da suposio de que os
dados seguem uma distribuio normal.

EXEMPLOS

3) As chuvas anuais no posto pluviomtrico localizado em Lamounier, em Minas

Gerais (Cdigo 02045005) seguem, aproximadamente, uma distribuio

185

W . C O L L I S C H O N N

I P H - U F R G S

normal, com mdia igual a 1433 mm e desvio padro igual a 299 mm. Qual a
probabilidade de ocorrer um ano com chuva total superior a 2000 mm?
Considerando que a mdia e o desvio padro da amostra disponvel sejam boas aproximaes da mdia
e do desvio padro da populao, pode se estimar o valor da varivel reduzida z para o valor de 2000
mm:

z=

x x

x x 2000 1433
=
= 1,896
s
299

de acordo com a Tabela A, no final do captulo, a probabilidade de ocorrncia de um valor maior do

que z=1,896 de aproximadamente 0,0287 (valor correspondente a z=1,9). Portanto, a
probabilidade de ocorrer um ano com chuva total superior a 2000 mm de, aproximadamente,
2,87%. O tempo de retorno correspondente de pouco menos de 35 anos. Isto significa que, em mdia,
um ano a cada 35 apresenta chuva total superior a 2000 mm neste local.

4) As chuvas anuais no posto pluviomtrico localizado em Lamounier, em Minas

Gerais (Cdigo 02045005) seguem, aproximadamente, uma distribuio
normal, com mdia igual a 1433 mm e desvio padro igual a 299 mm. Qual a
probabilidade de ocorrer um ano com chuva total inferior a 550 mm?
A distribuio normal simtrica. A probabilidade de ocorrer um valor superior a z igual
probabilidade de ocorrer um valor inferior a z. Assim,

z=

x x

x x 550 1433
=
= 2,95
s
299

de acordo com a Tabela A, no final do captulo, a probabilidade de ocorrncia de um valor maior do

que z=2,95est entre 0,0012 e 0,0019. Portanto, a probabilidade de ocorrer um ano com chuva total
superior a 2000 mm de, aproximadamente, 0,15%. O tempo de retorno correspondente de pouco
menos de 666 anos. Isto significa que, em mdia, um ano a cada 666 apresenta chuva total inferior a
550 mm neste local.

Vazes mximas
Selecionando apenas as vazes mximas de cada ano em um determinado local,
obtida a srie de vazes mximas deste local e possvel realizar anlises estatsticas
relacionando vazo com probabilidade. As sries de vazes disponveis na maior parte
dos locais (postos fluviomtricos) so relativamente curtas, no superando algumas
dezenas de anos.

186

I N T R O D U Z I N D O

H I D R O L O G I A

Distribuio emprica

Analisando as vazes do rio Cuiab no perodo de 1984 a 1992, por exemplo,

podemos selecionar de cada ano apenas o valor da maior vazo, e analisar apenas as
vazes mximas (Tabela 14. 3). Reorganizando as vazes mximas para uma ordem
decrescente, podemos atribuir uma probabilidade de excedncia emprica a cada uma
das vazes mximas da srie, utilizando a frmula de Weibull:
P=

m
N +1

(14.5)

onde N o tamanho da amostra (nmero de anos); e m a ordem da vazo (para a

maior vazo m=1 e para a menor vazo m=N). O resultado apresentado na Tabela
14. 4.

Figura 14. 10: Srie de vazes do rio Cuiab em Cuiab, de 1984 ao final de 1991, evidenciando a vazo mxima de cada ano.

187

W . C O L L I S C H O N N

I P H - U F R G S

Tabela 14. 3: Vazes mximas anuais entre 1984 e 1991.

Ano
1984
1985
1986
1987
1988
1989
1990
1991

Q mx
1796.8
1492.0
1565.0
1812.0
2218.0
2190.0
1445.0
1747.0

Tabela 14. 4: Vazes mximas reorganizadas em ordem decrescente, com ordem e probabilidade emprica associada.

Ano
1988
1989
1987
1984
1991
1986
1985
1990

Vazo (m3/s)
2218.0
2190.0
1812.0
1796.8
1747.0
1565.0
1492.0
1445.0

Ordem
1
2
3
4
5
6
7
8

Probabilidade
0.11
0.22
0.33
0.44
0.56
0.67
0.78
0.89

TR (anos)
9.0
4.5
3.0
2.3
1.8
1.5
1.3
1.1

O problema da estimativa emprica de probabilidades que no possvel extrapolar a

estimativa para tempos de retorno maiores. Por exemplo, se necessrio estimar a
vazo mxima de 100 anos de tempo de retorno, mas existem apenas 18 anos de dados
observados, as probabilidades empricas permitem estimar vazes mximas de TR
prximo de 18 anos.
Distribuio normal

Para extrapolar as estimativas de vazo mxima necessrio supor que as vazes

mximas anuais seguem uma distribuio de probabilidades conhecida, como no caso
das chuvas anuais.
Vazes mximas segundo uma distribuio normal podem ser estimadas por:
x = x + K s

(14.6)

onde x a vazo mxima para uma dada probabilidade; x a mdia das vazes
mximas anuais; e s o desvio padro das vazes mximas anuais. O valor de K
obtido de tabelas de distribuio normal (equivalente ao z nas tabelas A e B ao final do
captulo).

188

I N T R O D U Z I N D O

H I D R O L O G I A

Infelizmente, porm, as vazes mximas no seguem a distribuio normal.

Histogramas de vazes mximas anuais tendem a apresentar uma forte assimetria
positiva (longa cauda na direo dos maiores valores), o que invalida o uso da
distribuio normal (Figura 14. 11).

Figura 14. 11: Comparao entre um histograma de vazes mximas observadas do rio Cuiab em Cuiab entre 1967 e 1999 e a
distribuio normal.

Para superar este problema existem outras distribuies de probabilidade que so,
normalmente, utilizadas para a anlise de vazes mximas. A mais simples destas
distribuies a denominada log-normal. Nesta distribuio a suposio que os
logaritmos das vazes seguem uma distribuio normal.
Distribuio log-normal

A distribuio normal parte da equao:

log( x ) = log( x ) + K s log x

(14.7)

onde log(x) o logaritmo da vazo mxima; log( x ) a mdia dos logaritmos das
vazes mximas anuais observadas; slogx o desvio padro dos logaritmos das vazes
mximas anuais observadas. O valor de K obtido das tabelas A e B do final do
captulo (K equivalente a z dado nas tabelas).
Se o objetivo da anlise determinar a vazo de 100 anos de tempo de retorno em um
determinado local, por exemplo, a seqncia de etapas para a estimativa supondo que
os dados correspondem a uma distribuio log-normal a seguinte:

Obter vazes mximas de N anos

189

W . C O L L I S C H O N N

I P H - U F R G S

Calcular os logaritmos das vazes mximas

Calcular a mdia e o desvio padro dos logaritmos das vazes mximas

Obter o valor de z para a probabilidade correspondente ao tempo de retorno

de 100 anos

Obter o valor do logaritmo da vazo de tempo de retorno de 100 anos a partir

da equao 14.7.

Obter o valor da vazo atravs da funo inversa do logaritmo.

Esta seqncia de etapas fica mais clara na aplicao em um exemplo.

EXEMPLO

5) As vazes mximas anuais do rio Guapor no posto fluviomtrico Linha

Colombo so apresentadas na tabela abaixo. Utilize a distribuio log-normal
para estimar a vazo mxima com 100 anos de tempo de retorno.
ANO MAXIMA
1940
953
1941
1171
1942
723
1943
267
1944
646
1945
365
1946
1359
1947
411
1948
480
1949
365

ANO MAXIMA
1950
1192
1951
356
1952
246
1953
1093
1954
840
1955
622
1956
falha
1957
598
1958
646
1959
953

ANO MAXIMA
1960
falha
1961
718
1962
503
1963
falha
1964
457
1965
915
1966
742
1967
840
1968
331
1969
320

ANO MAXIMA
1970
365
1971
671
1972
1785
1973
726
1974
397
1975
480
1976
falha
1977
673
1978
760
1979
780

ANO MAXIMA
1980
653
1981
537
1982
945
1983
1650
1984
1165
1985
888
1986
728
1987
809
1988
945
1989
1380

ANO MAXIMA
1990
falha
1991
falha
1992
falha
1993
1115
1995
639

Este exemplo apresenta uma situao muito comum na anlise de dados hidrolgicos: as falhas. As
falhas so perodos em que no houve observao. As falhas so desconsideradas na anlise, assim o
tamanho da amostra N=48. Utilizando logaritmos de base decimal, a mdia dos logaritmos das
vazoes mximas 2,831 e o desvio padro 0,206. Para o tempo de retorno de 100 anos a
probabilidade de excedncia igual a 0,01. Na tabela B, ao final do captulo, pode-se obter o valor de
z correspondente (z=2,326). A vazo mxima de TR=100 anos obtida por:

xx
s

2,326

x 2,831
0,206

x = 2,326 0,206 + 2,831 = 3,31

190

I N T R O D U Z I N D O

H I D R O L O G I A

Q = 10 3,31 = 2041
Portanto, a vazo mxima de 100 anos de tempo de retorno 2041 m3/s.
Este procedimento pode ser repetido para outros valores de TR, e o resultado pode ser apresentado na
forma de um grfico, relacionando vazo com tempo de retorno, como na figura a seguir. Nesta figura
fica claro, tambm, que a suposio de uma distribuio log-normal muito mais adequada do que a
suposio de uma distribuio normal.

As vazes mximas estimadas com as probabilidades empricas so mostradas pelos pontos, a

distribuioo normal apresentada como a linha pontilhada e a linha contnua mostra vazes mximas
estimadas com a distribuio log-normal.
Distribuio Log-Pearson Tipo III

A distribuio Log-Pearson Tipo III pode ser descrita por trs parmetros: a mdia, o
desvio padro e o coeficiente de assimetria.
A equao utilizada para estimar a vazo mxima igual utilizada na distribuio LogNormal, entretanto o valor de K obtido de outra tabela.

log( x ) = log( x ) + K s log x

191

W . C O L L I S C H O N N

I P H - U F R G S

onde K depende do coeficiente de assimetria dos dados e pode ser obtido na tabela C,
no final do captulo.

Distribuio de Gumbel

A probabilidade de que uma determinada vazo venha a ser igualada ou excedida em

um ano qualquer pode ser estimada usando a distribuio de Gumbel, de acordo com a
equao:

P = 1 e e

(14.8)

onde P a probabilidade; e a base dos logaritmos naturais e b dado por:

b=

1
( x x + 0,45 s )
0,7797 s

(14.9)

onde x a vazo mxima; x a mdia das vazes mximas anuais; e s o desvio

padro das vazes mximas anuais.
A distribuio de Gumbel tambm chamada de Distribuio de Valores Extremos do
tipo 1, e amplamente utilizada em anlise estatstica de eventos extremos. Uma
vantagem desta distribuio que no necessrio utilizar tabelas de probabilidades.
A vazo para um dado tempo de retorno TR (em anos) pode ser obtida por uma
forma inversa da equao 14.8:

TR
x = x s 0,45 + 0,7797 ln ln

TR 1

Vazes mnimas
A anlise de vazes mnimas semelhante anlise de vazes mximas, exceto pelo
fato que no caso das vazes mnimas o interesse pela probabilidade de ocorrncia de
vazes iguais ou menores do que um determinado limite.
No caso da anlise utilizando probabilidades empricas, esta diferena implica em que
os valores de vazo devem ser organizados em ordem crescente, ao contrrio da
ordem decrescente utilizada no caso das vazes mximas.
Normalmente, as anlises estatsticas de vazes mnimas so realizadas sobre as vazes
mnimas de 7 dias, 15 dias ou 30 dias de durao. Neste caso, para cada ano do registro

192

I N T R O D U Z I N D O

H I D R O L O G I A

histrico encontra-se a vazo mnima mdia de D dias (mdias mveis de D dias). O

restante do procedimento de anlise semelhante ao apresentado aqui.
Uma vazo mnima obtida por anlise estatstica muito utilizada como vazo de
referncia mnima a Q7,10, ou 7Q10, que vem a ser a vazo mdia de 7 dias de durao
com tempo de retorno de 10 anos.
Distribuio normal

A aplicao da anlise estatstica usando a distribuio normal para vazes mnimas

analisada atravs de um exemplo.
EXEMPLO

6) A tabela abaixo apresenta as vazes mnimas anuais observadas no rio Piquiri,

no municpio de Ipor (PR). Considerando que os dados seguem uma
distribuio normal, determine a vazo mnima de 5 anos de tempo de retorno.
A distribuio normal se ajusta bem aos dados observados?
Vazo
mnima

ano
1980

202

1981

128.6

1982

111.4

1983

269

1984

158.2

1985

77.5

1986

77.5

1987

166

1988

70

1989

219.6

1990

221.8

1991

111.4

1992

204.2

1993

196

1994

172

1995

130.4

1996

121.6

1997

198

1998

320.6

1999

101.2

2000

118.2

2001

213

Os valores de vazo mnima so reorganizados em ordem crescente e a probabilidade emprica

para cada valor calculada. A seguir calculada a mdia e o desvio padro do conjunto de
dados.

193

W . C O L L I S C H O N N

ano

ordem

I P H - U F R G S

probabilidade

TR
emprico

Vazo
mnima

1988

0.04

23.0

70

1985

0.09

11.5

77.5

1986

0.13

7.7

77.5

1999

0.17

5.8

101.2

1982

0.22

4.6

111.4

1991

0.26

3.8

111.4

2000

0.30

3.3

118.2

1996

0.35

2.9

121.6

1981

0.39

2.6

128.6

1995

10

0.43

2.3

130.4

1984

11

0.48

2.1

158.2

1987

12

0.52

1.9

166

1994

13

0.57

1.8

172

1993

14

0.61

1.6

196

1997

15

0.65

1.5

198

1980

16

0.70

1.4

202

1992

17

0.74

1.4

204.2

2001

18

0.78

1.3

213

1989

19

0.83

1.2

219.6

1990

20

0.87

1.2

221.8

1983

21

0.91

1.1

269

1998

22

0.96

1.0

320.6

Mdia = 163
Desvio padro = 65.2
Os valores da vazo para diferentes tempos de retorno so calculados por:

Q = Q SQ K
Onde K o valor da tabela da distribuio normal para as probabilidades (veja tabela B ao final
do captulo).
Tempo
de
retorno

2
5
10
50
100

0
0.842
1.282
2.054
2.326

163.1
108.2
79.5
29.2
11.5

Na figura abaixo v-se que o ajuste da distribuio normal no muito bom para estes dados. A
vazo mnima com tempo de retorno de 5 anos estimada em 108 m3/s.

194

I N T R O D U Z I N D O

H I D R O L O G I A

350

300

Vazo mnima (m3/s)

250
200
150
100
50
0
1.0

10.0

100.0

Tempo de retorno (anos)

Distribuio Weibull

Uma distribuio de freqncias terica mais adequada para a estimativa de vazes

mnimas de alto tempo de retorno a distribuio de Weibull (veja em Naghettini e
Pinto, 2007).
Na anlise de vazes mnimas usando a distribuio de Weibull usada a mesma
equao:
x = x + K S

(14.10)

e o valor de K obtido por:

1

K = A( ) + B ( ) ln 1 1
T

(14.11)

onde
T o tempo de retorno em anos e

A( ) = 1 1 + B( )

195

(14.12)

W . C O L L I S C H O N N

I P H - U F R G S

e
1

2
1 2

B( ) = 1 + 2 1 +

(14.13)

onde

1
para 1,0 G 2
H0 + H1 G + H 2 G 2 + H3 G3 + H4 G4

(14.14)

onde
H0 = 0,2777757913
H1 = 0,3132617714
H2 = 0,0575670910
H3 = -0,0013038566
H4 = -0,0081523408
e onde G o coeficiente de assimetria; e onde (.) a funo Gama, que uma
generalizao da funo fatorial para nmeros reais no inteiros.
Uma dificuldade da aplicao da distribuio de Weibul a necessidade de calcular o
valor da funo Gama. O valor da funo Gama dada por:

(w) = x w1 e x dx
0

O programa Excel permite calcular o valor do logaritmo da funo gama atravs da

funo LnGama(x).

EXEMPLO

7) Refaa o exemplo anterior usando a distribuio de Weibull.

Os valores da mdia e desvio padro so os mesmos calculados antes:

Mdia = 163

196

I N T R O D U Z I N D O

H I D R O L O G I A

Desvio padro = 65.2

Alm disso calculado o coeficiente de assimetria. Usando a funo do Excel (Distoro(x)) o
valor encontrado
G=0,5662
A partir destes dados calculado o valor de = 2,116
Usando a funo do Excel LnGama(x) so calculados os valores de B() e A().
B()=2,2726
A()=0,2599
E com estes valores so calculados os termos K para cada tempo de retorno T em anos, conforme
a tabela abaixo:
TR
2

Kt
-0.10153

Vazo Weibull
156.5

-0.89405

104.8

10

-1.22803

83.0

25

-1.51140

64.6

50
100

-1.65317
-1.75422

55.3
48.7

A figura a seguir mostra os resultados comparados distribuio emprica e distribuio normal.

Observa-se que a distribuio de Weibull se adequa mais para a estimativa de vazes mnimas do que
a distribuio normal, especialmente para tempos de retorno altos, quando a distribuio normal tende a
valores negativos, o que fisicamente impossvel, j que as vazes mnimas so limitadas a valores
maiores do que zero.

197

W . C O L L I S C H O N N

I P H - U F R G S

A distribuio binomial
A distribuio de probabilidades binomial adequada para avaliar o nmero (x) de
ocorrncias de um dado evento em N tentativas.
As seguintes condies devem existir para que seja vlida a distribuio binomial: 1)
so realizadas N tentativas; 2) em cada tentativa o evento pode ocorrer ou no, sendo
que a probabilidade de que o evento ocorra dada por P enquanto a probabilidade de
que o evento no ocorra dada por 1-P ; 3) a probabilidade de ocorrncia do evento
numa tentativa qualquer constante e as tentativas so independentes, isto , a
ocorrncia ou no do evento na tentativa anterior no altera a probabilidade de
ocorrncia atual.
Estas propriedades ficam mais claras considerando o exemplo de um dado de seis
faces. A probabilidade de obter um seis num lanamento qualquer de 1/6. A
probabilidade de no obter um seis num lanamento qualquer de 5/6. Se um dado
lanado uma vez, resultando em um seis, isto no altera a probabilidade de obter
um seis no lanamento seguinte.
De acordo com a probabilidade binomial, a probabilidade de que um evento ocorra x
vezes em N tentativas, dada pela equao 14.15.

Px ( X = x) =

N!
N x
P x (1 P )
x!( N x )!

(14.15)

Nesta equao Px(X=x) a probabilidade de que o evento ocorra x vezes em N

tentativas. P a probabilidade que o evento ocorra numa tentativa qualquer e (1-P) a
probabilidade que o evento no ocorra numa tentativa qualquer.

EXEMPLOS

8) Calcule a probabilidade de obter exatamente 5 coroas em 10 lanamentos de

uma moeda.
Neste caso x =5 e N=10. A probabilidade de obter coroa num lanamento qualquer de 50%, ou
1/2. A probabilidade de obter exatamente 5 coroas pode ser calculada pela equao 14.15.
5

10!
1 1
Px ( X = 5) =
1
5!(10 5)! 2 2

10 5

= 0,246

198

I N T R O D U Z I N D O

H I D R O L O G I A

Portanto, a probabilidade de obter exatamente 5 coroas em 10 lanamentos de 24,6%.

9) A probabilidade da vazo de 10 anos de tempo de retorno seja igualada ou

excedida num ano qualquer de 10%. Qual a probabilidade que ocorram
duas cheias iguais ou superiores cheia de TR = 10 anos em dois anos
seguidos?
Neste caso x =2 e N=2. A probabilidade de ocorrer a cheia num ano qualquer de 10%, ou 1/10.
A probabilidade de ocorrer exatamente 2 cheias em 2 anos pode ser calculada pela equao 14.15.
2

1
2!
1
Px ( X = 2) =
1
2!(2 2 )! 10 10

22

1
= = 0,01
10

Portanto, a probabilidade de ocorrerem exatamente 2 cheias em 2 anos 1%.

10) A probabilidade da vazo de 10 anos de tempo de retorno seja igualada ou

excedida num ano qualquer de 10%. Qual a probabilidade que ocorra pelo
menos uma cheia desta magnitude (ou superior) ao longo de um perodo de 5
anos?
Este problema poderia ser resolvido somando a probabilidade de ocorrncia de 1 nica vazo com estas
caractersticas ao longo dos 5 anos com a probabilidade de ocorrncia de 2 vazes, e assim por diante
para 3, 4 e 5 casos. Porm, neste caso, a melhor forma de resolver o problema pensar qual a
probabilidade de que no ocorra nenhuma vazo igual ou superior ao longo dos 5 anos, que poder ser
chamada de P(x=0). A probabilidade de que ocorra pelo menos uma cheia ser dada por 1-P(x=0).
Sendo assim, calculamos primeiramente a probabilidade com x =0 e N=5.
0

5!
1
1
Px ( X = 0) =
1
0!(5 0 )! 10 10

50

9
Px ( X = 0) = 1 = 0,59
10

Portanto, a probabilidade de no ocorrer nenhuma vazo igual ou superior a vazo com TR=10 anos
ao longo de 5 anos de 59%. Isto significa que a probabilidade de ocorrer pelo menos uma vazo assim
de 41%.

199

W . C O L L I S C H O N N

I P H - U F R G S

Tabelas de distribuies de probabilidades

Tabela A: Probabilidade de ocorrer um valor maior do que Z, considerando uma distribuio
normal com mdia zero e desvio padro igual a 1.

Probabilidade
0.0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1.0
1.1
1.2
1.3
1.4
1.5
1.6
1.7
1.8
1.9
2.0
2.1
2.2
2.3
2.4
2.5
2.6
2.7
2.8
2.9
3.0

0.5000
0.4602
0.4207
0.3821
0.3446
0.3085
0.2743
0.2420
0.2119
0.1841
0.1587
0.1357
0.1151
0.0968
0.0808
0.0668
0.0548
0.0446
0.0359
0.0287
0.0228
0.0179
0.0139
0.0107
0.0082
0.0062
0.0047
0.0035
0.0026
0.0019
0.0013

200

I N T R O D U Z I N D O

H I D R O L O G I A

Tabela B: Probabilidade de ocorrer um valor maior do que z, considerando uma distribuio

normal com mdia zero e desvio padro igual a 1.

z
0.000
0.842
1.282
1.751
2.054
2.326
2.878
3.090
3.719

Probabilidade
0.5
0.2
0.1
0.04
0.02
0.01
0.002
0.001
0.0001

TR
2
5
10
25
50
100
500
1000
10000

Tabela C: Valores de K para estimativa de vazes mximas usando a distribuio Log-Pearson

Tipo III (os valores do coeficiente de assimetria esto na primeira coluna e os valores de K esto
na regio cinza escuro da tabela).

Tempo de retorno / Probabilidade

2
Coeficiente de assimetria 0,5

10

25

50

100

0,2

0,1

0,04

0,02

0,01

1,4

-0,225 0,705 1,337 2,128 2,706 3,271

1,0

-0,164 0,758 1,340 2,043 2,542 3,022

0,6

-0,099 0,800 1,328 1,939 2,359 2,755

0,2

-0,033 0,830 1,301 1,818 2,159 2,472

0,0

0,000

0,842 1,282 1,751 2,054 2,326

-0,2

0,033

0,850 1,258 1,680 1,945 2,178

-0,6

0,099

0,857 1,200 1,528 1,720 1,880

-1,0

0,164

0,852 1,128 1,366 1,492 1,588

-1,4

0,225

0,832 1,041 1,198 1,270 1,318

Leituras adicionais
Os mtodos de estimativa de vazes mximas apresentados neste texto so
relativamente simples e a forma de apresentao resumida. Para realizar anlises de
vazes mximas mais rigorosas normalmente necessrio testar trs ou mais
distribuies de probabilidade tericas, e avaliar qual a distribuio que melhor se
adequa aos dados. Livros sobre hidrologia estatstica existem em grande nmero,
principalmente em lngua inglesa. Um livro dedicado exclusivamente a este tema em
lngua portuguesa, denominado Hidrologia Estatstica, foi lanado recentemente no

201

W . C O L L I S C H O N N

I P H - U F R G S

Brasil, e pode ser obtido gratuitamente atravs da Companhia de Pesquisas de

Recursos Minerais (CPRM), impresso ou em formato pdf (http://www.cprm.gov.br).
A leitura deste livro permitir ao leitor aprofundar o conhecimento introduzido neste
captulo.

Exerccios
1) Uma anlise de 40 anos de dados revelou que a chuva mdia anual em um
local na bacia do rio Uruguai de 1800 mm e o desvio padro de 350 mm.
Considerando que a chuva anual neste local tem uma distribuio normal, qual
a chuva anual de um ano muito seco, com tempo de retorno de 10 anos?
2) O que a curva de permanncia?
3) Qual a porcentagem do tempo em que superada ou igualada a vazo Q90?
4) Se um rio intermitente passa mais da metade do tempo completamente seco,
qual a sua Q80?
5) correto afirmar que a vazo Q90 sempre inferior a Q95 em qualquer ponto
de qualquer rio? E o inverso?
6) correto dizer que a vazo Q95 igual soma das vazes Q40 e Q55? Explique.
7) Qual o efeito de um reservatrio sobre a curva de permanncia de vazes de
um rio?
8) Considerando a idia de risco como a probabilidade de ocorrncia de um
evento associada aos prejuzos potenciais decorrentes deste evento, avalie qual
a pior situao:
a. Uma cidade protegida por um dique dimensionado para a cheia de 100
anos de tempo retorno. Caso a cheia supere o dique, sero inundados
2 bairros, com prejuzo total estimado em 800 milhes de reais.
b. Uma ponte dimensionada para a cheia de 25 anos de tempo de
retorno. Caso a cheia atinja a ponte esta ser destruda. A construo
de uma nova ponte e a interrupo temporria do trfego totalizam
um prejuzo de 75 milhes de reais.
9) A tabela abaixo apresenta as vazes mximas do rio Xingu, em Altamira (PA),
de 1971 a 1990. Estime a vazo mxima de 50 anos de tempo de retorno
considerando vlida a distribuio log-normal. Compare as estimativas usando
a distribuio de Gumbel e a distribuio Log-Pearson tipo III.

202

I N T R O D U Z I N D O

Ano
1971
1972
1973
1974
1975
1976
1977
1978
1979
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990

H I D R O L O G I A

Vazo mxima (m3/s)

15633
19116
22121
30160
22969
16773
21520
28655
24994
32330
17794
31210
19056
22422
26338
23718
20198
21881
23970
24354

10) Calcule a vazo Q7,10 do rio Xingu em Altamira (PA) usando os dados da tabela
abaixo. Use a distribuio de Weibull e compare com a estimativa usando a
distribuio emprica.
Ano
1971
1972
1973
1974
1975
1976
1977
1978
1979
1980
1981
1982
1983
1984
1985
1986
1987
1988

Mnimas 7 dias (m3/s)

554
608
1048
1106
663
646
1017
1317
1229
1008
904
1244
1001
1249
1181
1348
964
994

203

W . C O L L I S C H O N N

I P H - U F R G S

11) Na cidade de Porto Amnsia um apresentador de televiso defende a remoo

do dique que protege a cidade das cheias do rio Goiaba. Ele argumenta
afirmando que o dique foi dimensionado para a cheia de 50 anos, e que h 65
anos no ocorre na cidade nenhuma cheia que justificaria a construo de
qualquer dique. Analise as idias do apresentador. Calcule qual a
probabilidade de que no ocorra nenhuma cheia de tempo de retorno igual ou
superior a 50 anos ao longo de um perodo de 65 anos.
12) Na mesma cidade um arquiteto prope a substituio de 2000 metros do dique
por uma estrutura composta por peas mveis removveis de 10 m de
comprimento. Quando estas peas so expostas presso da gua equivalente
a que ocorreria durante uma cheia, a probabilidade de falha (para cada uma)
de 0,01 %. Qual a probabilidade de que, durante uma cheia, pelo menos uma
das peas venha a falhar?
13) Por que as vazes mnimas so calculadas com mdias de 7 dias ou de 30 dias
e as vazes mximas so calculadas com valores instantneos ou de mdia
diria?

204