Capítulo 151 Distribuição de Gumbel e Log-Pearson Tipo III PDF

Curso de Manejo de águas pluviais
Capitulo151- Distribuição de Gumbel e Log-Pearson Tipo III

Engenheiro Plínio Tomaz 25 de junho de 2016 pliniotomaz@uol.com.br
Capítulo 151
Distribuição de Gumbel e Log-Pearson Tipo III
151-1
Capitulo 151- Distribuição de Gumbel e Log-Pearson Tipo III
151.1 Introdução
Quando queremos a máxima precipitação, o máximo vento, o máximo pico de vazão, etc,
usamos:
1- Distribuição de Gumbel dos valores extremos (Brasil, Canadá)
2- Distribuição Log-Pearson Tipo III ( Estados Unidos)
No Brasil e Canadá é muito usada a distribuição de Gumbel quando queremos a

máxima precipitação, a máxima enchente, etc. Nos Estados Unidos o uso mais frequente é a
Distribuição Log-Pearson Tipo III que é recomendada por vários órgãos públicos.
Citando um pouco de história, a primeira pessoa que começou os estudos dos valores
dos extremos foi L. von Bortkiewicz em 1922.
Curiosamente para nós brasileiros, Gumbel, 1958 que é o livro clássico de estatística
dos extremos, cita no primeiro capítulo do seu livro, a Tese na Universidade de São Paulo, o
brasileiro Rui Aguiar da Silva Leme que em1954 fez uma exposição sistemática do
tratamento da assíntota da distribuição dos valores dos extremos e sua aplicação a
problemas de engenharia, especialmente para a segurança das estruturas.
O dr. Rui foi meu professor de estatística e economia na Escola Politécnica da USP e
ele chegou a ser Presidente do Banco Central. Escreveu também um livro de Estatística.
Outra curiosidade, é que Gumbel é alemão de nascimento (Munique) e seu nome
completo é Emil Julius Gumbel.
151.2 Noções de estatística

Vamos mostrar algumas noções de estatística algumas equações do momento: média,
desvio padrão e desvio padrão.
Média X
É a soma dos dados dividido pelo número deles.
Em Excel: X= MEDIA (A1:A50)
Desvio padrão S
É a raiz quadrada da soma dos quadrados das diferenças da media dividido por n-1.
Em Excel: S= DESVPAD (A1:A50)
Coeficiente de variação Cv
É o quociente entre o desvio padrão e a média.
Cv= S/ X
151-2
151-3
Distribuição normal
Figura 151.1- Curva normal

Skewness (g)
Dá uma idéia se a curva normal está distorcida para a direita ou para a esquerda. O Skewness
mede a simetria da curva e quando g=0 temos simetria perfeita, isto é, a curva normal.
Em Excel: SKEW= DISTORÇÃO (A1:A50)
Figura 151.2- A esquerda temos skewness positivo e a direita skewness negativo
151-4
151.3 Distribuição de Gumbel

A distribuição de Gumbel foi introduzida em 1941 e é chamada de Distribuição de Gumbel ou
simplesmente Gumbel. O objetivo é achar a máxima enchente de um rio, a máxima precipitação, o
máximo vento, etc.
Tenho usado a distribuição de Gumbel em regiões onde não existe uma equação de chuva
intensa, mas existe muitos dados de precipitação diária através de pluviômetros. Com os dados das
precipitações diárias usamos a distribuição de Gumbel para vários períodos de retorno e depois
usamos as relações entre as precipitações, transformando as chuvas de um dia para 24h. Depois
usamos a relação de precipitações para chuvas de 24h para chuvas de 1h e assim por diante. Isto está
no meu livro Cálculos Hidrológicos e Hidráulicos para obras municipais no capítulo de Chuvas
Intensas.
Uma vez em um congresso de Biodiversidade e Recursos Hídricos conversei com um
engenheiro peruano que morava no interior do Peru e que sua cidade não tinha equação de chuva,
mas tinha somente as precipitações diárias de mais de 30 anos. Dei o meu livro já citado de
presente para o mesmo para servir de modelo nos cálculos. Você não obtém a equação chuva
intensa, mas uma tabela para diversos períodos de retornos e diversos tempos de duração da chuva
desde 24h até 5min que serve para uso em cálculo precisando as vezes de uma pequena interpolação
linear.
Primeiramente vamos mostrar a distribuição de Gumbel conforme Righeto, 1998 que é a mais
usada no Brasil e de fácil aplicação, existindo inclusive programas em Excel, bastando entrar com
os dados das precipitações diárias. Temos muito utilizado a distribuição de Gumbel conforme
Righeto, 1998.
151.4 Distribuição de Gumbel conforme Righeto

Vamos explicar a Distribuição de Gumbel usando um exemplo da cidade de Guarulhos usando
dados do Posto Bonsucesso com dados de 58 anos conforme Tabela (151.1) para Tr=25anos.
Righeto usa os mesmos critérios de Ven Te Chow, 1988 e da ASCE, 1996.
Tabela 151.1- Precipitações máximas diárias anuais do Posto Bonsucesso em Guarulhos
Posto pluviométrico de Bonsucesso Guarulhos

Precipitação máxima diária Precipitação máxima
Ano anual (mm) Ano diária anual (mm)
1940 47 1981 59,2
1941 70,3 1982 112,5
1942 85,2 1983 85,6
1943 64 1984 56,5
1944 87,4 1985 44,4
1945 88,3 1986 93,2
1946 76,2 1987 107
1947 96 1988 88,2
1948 60,41 1989 76,5
1949 135,6 1990 85,1
1950 80,6 1991 76,3
1951 118,4 1992 146,2
1952 54,6 1993 39,9
151-5
1953 70,8 1994 51,5

1954 57,1 1995 67,2
1955 45,5 1996 71,9
1956 74,6 1997 57,9
1957 67,9 média 75,08 mm
1958 57,2 desvio padrão 23,29 mm
1959 59,5
1960 83,9
1961 59,2
1962 97,6
1963 59,8
1964 52,5
1965 66,5
1966 60,6
1967 68,5
1968 90
1969 43
1970 57,6
1971 68,9
1972 43,4
1973 68,4
1974 53,7
1975 87,1
1976 69,5
1977 118
1978 117,9
1979 80,2
1980 92,8
Para analisar as maiores precipitações para fins de projeto hidráulicos, é usada a distribuição
de Gumbel, conforme Righeto, 1998 página 190.
 = 6 0,5 . S / 
 = ( – 0,577 . )
sendo S = desvio padrão = 23,29mm e  = média = 75,08mm achamos os parâmetros  e .
= 18
=64,69
Na distribuição de Gumbel, conforme Righeto, 1998 página 219 temos:
P( 1 dia; T) - 
--------------------- = - ln ( ln ( 1 / F (P(dia; T))))

151-6
sendo F ( P(dia ;T)) = 1 – (1 / T )
T= período de retorno e
ln= logaritmo neperiano.
Como exemplo, para período de retorno T= 25 anos
F (P( 1dia ; 25)) = 1 – (1 / 25) = 1-0,04 =0,96
P( 1 dia; 25) - 
--------------------- = - ln ( ln ( 1 / 0,96)) =3,1985

P( 1 dia; 25) – 64,69

------------------------------ = 3,1985
18
P( 1 dia; 25) – 64,69 = 3,1985 . 18 = 57,57
P( 1 dia; 25) – 64,69 = 57,57 + 64,69 =122,26mm
Para isto façamos a Tabela 152.2 onde acharemos os valores de P (dia; T) para um período de
retorno de 2, 5 , 10, 15, 20, 25, 50 e 100 anos.
Tabela 151.2-Cálculo das precipitações máximas de 1 dia em milímetros, para vários períodos
de retorno usando a distribuição de Gumbel
Variáveis Valores obtidos usando a distribuição de Gumbel
β 18,00 18,00 18,00 18,00 18,00 18,00 18,00 18,00
α 64,7 64,7 64,7 64,7 64,7 64,7 64,7 64,7
Período de retorno 2 5 10 15 20 25 50 100
T
F(1dia;T) 0,50 0,80 0,90 0,93 0,95 0,96 0,98 0,99
P( 1dia;T) (mm) 71,30 91,70 105,21 112,8 118,16 122,26 134,93 147,50
3
151-7
151.5 Distribuição de Gumbel conforme Subramanya, 2008

Vamos fazer uma aplicação prática de Gumbel.
XT= Xm + K . σ
Sendo:
XT= valor extremo para um determinado período de retorno
Xm= valor médio da amostra
σ = desvio padrão da amostra
K= fator de frequência determinado por:
K= (yT – yn) / Sn
Sendo:
K= fator de frequência
yT= - ( Ln (Ln (T/ (T-1))))
T= período de retorno (anos)
yn= média reduzida fornecida pela Tabela (151.3) em função do tamanho da amostra N
Nota 1: quando n —> ∞ yn= 0,577
N= tamanho da amostra.
Sn= desvio padrão reduzido fornecido pela Tabela (151.4) em função do tamanho da
amostra.
Nota 2: quando n —> ∞ Sn= 1,2825
Tabela 151.3- Valores da média reduzida yn para o método de Gumbel em função do

tamanho da amostra N
Fonte: Subramanya, 2008
151-8
Tabela 151.4- Valores do desvio padrão reduzido Sn para o método de Gumbel em

função do tamanho da amostra N
Exemplo 151.1
Usando os dados de N=58 anos de precipitações máximas de Guarulhos, achar a
precipitação máxima par Tr=100anos usando o Método de
Gumbel conforme apresentação de Subramanya, 2008.
Periodo de retorno desejado: Tr=T= 100 anos

Média da amostra: Xm= 75,08mm
Desvio padrão da amostra: σ= 23,29mm
Cálculo de yT
yT= - ( Ln (Ln (T/ (T-1))))
yT= - ( Ln (Ln (100/ (100-1)))) = 4,60
Cálculo de K
K= (yT – yn) / Sn
Conforme Tabela (151.3) vamos achar o valor de yn entrando com N=58 que é o
tamanho da amostra. Então achamos yn= 0,5515
Conforme Tabela (151.4) vamos achar o valor Sn entrando com N=58 que é o
tamanho da amostra. Então achamos Sn= 1,1721
K= (yT – yn) / Sn
K= (4,60 – 0,5515) / 1,1721 = 3,45
Portanto, conforme Gumbel o valor máximo da precipitação diaria em Guarulhos é:
XT= Xm + K . σ
Média da amostra: Xm= 75,08mm
Desvio padrão da amostra: σ= 23,29mm
151-9
XT= 75,08 + 3,45x 23,29= 155,53mm
Portanto, a precipitação máxima diaria para Tr=100anos é 155,53mm.

Verifique que o valor obtido foi de 155,53mm que é maior que o obtido usando
Righeto, 2008 que foi de 147,50mm. O motivo é que Subramanya, 2008 considera a
amostra e não o valor infinito da amostra.
151.6 Limite de confiança

Subramanya, 2008 estima de uma maneira bem simples o limite de confiança.
O limite de confiança da amostra xT será:
x1= xT + f(c) . Se
x2= xT – f(c) . Se
O valor f(c) é obtido na Tabela (151.5) conforme a escolha da probabilidade de

confiança desejada.
O valor de Se é obtido da seguinte maneira:
Se = b. σ / N 0,5
Sendo:
Se= erro provável
σ= desvio padrão da amostra
N= número de amostras
b= fornecido pela equação:
b= ( 1+1,3K + 1,1K2) 0,5
O valor de K é o mesmo obitdo anteriormente: K= (yT – yn) / Sn
Tabela 151.5- Valores de f(c) em função da confiança da probabilidade escolhida

c em % 50 68 80 90 95 99
f (c) 0,674 1,00 1,282 1,645 1,96 2,58
Exemplo 151.2
Para o exemplo anterior calcular o intervalo de confiança para 95% de probabilidade a
precipitação máxima diaria para Guarulhos.
XT= 155,53mm (já calculado)

K= 3,45 ( já calculado)
b= ( 1+1,3K + 1,1K2) 0,5
b= ( 1+1,3x3,45 + 1,1x3,452) 0,5
b= 4,31
Se = b. σ / N 0,5
Se = 4,31x3,45 / 58 0,5
Se=13,19
151-10
Escolhida a probabilidade de 95% entrando na Tabela (151.5) achamos f (c)= 1,96.
x1= xT + f(c) . Se
x2= xT – f(c) . Se
x1= 155,53 + 1,96x 13,19= 181,39
x2= 155,53 – 1,96x 13,19= 129,67
Portanto, o intervalo de confiança com 95% de probabilidade é que a o valor

máximo para Tr=100anos esteja entre 129,67mm e 181,39mm. Informamos que
achamos 155,53mm.
Exemplo 151.2- Extraído e adaptado de Subramanya, 2008.

Usando o método de Gumbel achar as vazões máximas em um rio para diversos períodos
de retorno: 2anos, 10 anos, 25 anos, 50anos, 100 anos, 200 anos, 500 anos e 1000
anos, bem como o intervalo de confiança cujos dados estão na Tabela (151.6).
Dados:
Tabela 151.6- Dados de vazão observada máxima por ano
Vazão
Ano observada
(m3/s)
1 7826
2 6900
3 6771
4 6599
5 5060
6 5050
7 4903
8 4798
9 4652
10 4593
11 4366
12 4290
13 4175
14 4124
15 3873
16 3757
17 3700
18 3521
19 3496
20 3380
21 3320
22 2988
151-11
23 2947
24 2947
25 2709
26 2399
27 1971
N= 27
Media= 4263,52
Desvio 1433,25
padrão=
Tabela 151.7- Cálculos

T= 2 10 25 50 100 200 500 1000
yt= 0,37 2,25 3,20 3,90 4,60 5,30 6,21 6,91
Tabela yn= 0,53320 0,53320 0,53320 0,53320 0,53320 0,53320 0,53320 0,53320
Tabela Sn= 1,10040 1,10040 1,10040 1,10040 1,10040 1,10040 1,10040 1,10040
K= -0,15 1,56 2,42 3,06 3,70 4,33 5,16 5,79
xt= 4046 6500 7735 8651 9561 10467 11662 12566
Intervalo de confiança
Para 95% f© 1,96 1,96 1,96 1,96 1,96 1,96 1,96 1,96
b= 0,91 2,39 3,26 3,91 4,56 5,22 6,08 6,74
Se= 251,04 658,96 898,13 1078,53 1258,89 1439,40 1678,33 1859,32
x1= 4538 7792 9495 10765 12028 13288 14952 16210
x2= 3554 5209 5975 6537 7093 7646 8373 8921
Observar na Figura (151.3) que colocamos todos os periodos de retorno e as vazões de

pico para os mesmos e que se encontram em uma reta conforme observado por
Subramanya, 2008.
151-12
Figura 151.3- Vazões em função do periodo do retorno em papel com abcissa com
logaritmos
151-13
151.7 Distribuição LogPearson Tipo III

No Brasil usamos para os extremos a distribuição de Gumbel, mas os americanos
usam geralmente a distribuição Log-Pearson Tipo III que muitas vezes é denominada
simplesmente de LP3I.
Para isto vamos usar logaritmo na base 10.
z= log x
Trabalharemos com a função z e teremos a média zm e o desvio padrão σz.
ZT= Zm + Kz . σz
Sendo:
ZT= média dos logaritmos
Zm= valor médio dos logartimos
Kz= obtido pela Tabela (151.8) em função de Tr e de Cs (skew). A distorção (skewness)
pode ser positiva ou negativa.
σz = desvio padrão dos logaritmos
Depois que calculamos usamos o antilogaritmo, ou seja, a definição de

logaritmo na base 10 é:
Log b= a
10 a =b
A única diferença está no coeficiente skew Cs que deve ser determinado e

depois entrado em uma tabela para achar o coeficiente Kz em função do período de
retorno T e do coeficiente de skew Cs.
O valor do coeficiente de Skew Cs é determinado por:
Cs= [ N .∑ (z – zm) 3 ]/ [ (N-1) (N-2) σz 3 ]
Sendo:
Cs= coeficiente de skew (distorção)
N= tamanho da amostra
z= valores obtidos z= log x
zm= média dos valores z obtidos
Quando o skew é positivo significa que a distorção é para a esquerda e
quando negativo a distorção é para a direita já mostrado na Figura (151.2).
Subramanya, 2008 salienta que quando Cs=0 a distribuição Log-Pearson Tipo
III se reduz a uma distribuição log-normal.
151-14
Tabela 151.8- Valores de Kz em funçao de Tr e de Cs (skew)
151-15
Exemplo 151.3
Os dados são os mesmos de Guarulhos só que esta vez iremos usar a distribuição Log-
Pearson III.
Tabela 151.9- Cálculos de z e (z-zm)3 usando Log-Pearson Tipo III
Precipitação
máxima z=log x
Ano diária anual
(mm) (z-zm)3
1940 47 1,672098 -0,00626

1941 70,3 1,846955 -8,3E-07
1942 85,2 1,93044 0,000407
1943 64 1,80618 -0,00013
1944 87,4 1,941511 0,000618
1945 88,3 1,945961 0,00072
1946 76,2 1,881955 1,68E-05
1947 96 1,982271 0,001996
1948 60,41 1,781109 -0,00043
1949 135,6 2,13226 0,021003
1950 80,6 1,906335 0,000125
1951 118,4 2,073352 0,010218
1952 54,6 1,737193 -0,00169
1953 70,8 1,850033 -2,5E-07
1954 57,1 1,756636 -0,00099
1955 45,5 1,658011 -0,0078
1956 74,6 1,872739 4,4E-06
1957 67,9 1,83187 -1,5E-05
1958 57,2 1,757396 -0,00097
1959 59,5 1,774517 -0,00055
1960 83,9 1,923762 0,000306
1961 59,2 1,772322 -0,00059
1962 97,6 1,98945 0,002358
1963 59,8 1,776701 -0,00051
1964 52,5 1,720159 -0,00253
1965 66,5 1,822822 -3,8E-05
1966 60,6 1,782473 -0,0004
1967 68,5 1,835691 -8,8E-06
1968 90 1,954243 0,000938
1969 43 1,633468 -0,01107
1970 57,6 1,760422 -0,00088
1971 68,9 1,838219 -6E-06
1972 43,4 1,63749 -0,01048
151-16
1973 68,4 1,835056 -9,7E-06

1974 53,7 1,729974 -0,00202
1975 87,1 1,940018 0,000586
1976 69,5 1,841985 -3E-06
1977 118 2,071882 0,010012
1978 117,9 2,071514 0,009961
1979 80,2 1,904174 0,000109
1980 92,8 1,967548 0,001375
1981 59,2 1,772322 -0,00059
1982 112,5 2,051153 0,007392
1983 85,6 1,932474 0,000441
1984 56,5 1,752048 -0,00113
1985 44,4 1,647383 -0,00913
1986 93,2 1,969416 0,001445
1987 107 2,029384 0,005181
1988 88,2 1,945469 0,000708
1989 76,5 1,883661 2,04E-05
1990 85,1 1,92993 0,000398
1991 76,3 1,882525 1,79E-05
1992 146,2 2,164947 0,029388
1993 39,9 1,600973 -0,01666
1994 51,5 1,711807 -0,00302
1995 67,2 1,827369 -2,4E-05
1996 71,9 1,856729 5,32E-11
1997 57,9 1,762679 -0,00082
Soma= 0,026991
151-17
Tabela 151.10- Cálculos usando Log-Pearson Tipo III

Media= zm= 1,86
Desvio padrão=σz 0,13
Subramanya
T=Tr= 100
Cs= 0,23
Kz= 2,50
xt= 2,18
antilog= 10 2,18= 150,98
Intervalo de confiança
Para 95% f(c)= 1,96
b= 3,34
Se= 0,06
x1= 2,29
x2= 2,07
antlog= 194,83
antlog= 116,99
Usando a definição de logaritmo achamos o valor para Tr=100anos de

150,98mm para precipitação máxima de um dia.
O intervalo de confiança para 95% de probabilidade estará entre 116,99mm e

194,83mm;
151-18
Exemplo 15 1.4
Calcular a vazão máxima de um rio para Tr=100 anos usando LogPearson Tipo III
Tabela 151.11- Calculo usando LogPearson Tipo III
z=log x (z-Zm)^3
Ano Vazao
1 7826 3,89354 0,02349186

2 6900 3,838849 0,01244022
3 6771 3,830653 0,01116622
4 6599 3,819478 0,00957376
5 5060 3,704151 0,00091296
6 5050 3,703291 0,00088892
7 4903 3,690462 0,00057846
8 4798 3,68106 0,00040391
9 4652 3,66764 0,00022144
10 4593 3,662096 0,00016598
11 4366 3,640084 3,5753E-05
12 4290 3,632457 1,6227E-05
13 4175 3,620656 2,4693E-06
14 4124 3,615319 5,4703E-07
15 3873 3,588047 -6,96E-06
16 3757 3,574841 -3,37E-05
17 3700 3,568202 -5,904E-05
18 3521 3,546666 -0,0002212
19 3496 3,543571 -0,0002569
20 3380 3,528917 -0,0004786
21 3320 3,521138 -0,0006361
22 2988 3,475381 -0,0022874
23 2947 3,46938 -0,0026144
24 2947 3,46938 -0,0026144
25 2709 3,432809 -0,0052982
26 2399 3,38003 -0,0117141
27 1971 3,294687 -0,030504
0,00317381
N= 27
Media= 3,61
Desvio 0,14
padrão=
151-19
Tabela 151.12- Calculo usando LogPearson Tipo III
N= 27
Media= 3,61
Desvio padrão= 0,14
Subramya
Tr= 100
Cs= 0,05
Kz= 2,36
xt= 3,94
antlog= 8798
Intervalo de
confiança
Para 95% f©= 1,96
b= 3,20
Se= 0,09
x1= 4,12
x2= 3,77
antlog= 13074
antlog= 5920
A vazão máxima de pico conforme LogPearson Tipo III é 8.798 m3/s e com
95% de confiança o intervalo varia de 5.920 m3/s a 13.074 m3/s.
151.8 Comentários
Tabela 151.13- Comparação Gumbel e LogPearson Tipo III

Distribuição Màxima Intervalo de confiança com 95% de
probabilidade
Gumbel 3
9.561m /s 7.093 a 12.028
LogPerson Tipo III 8.798 m3/s 5.920 a 13.094
Usando dados metereológicos de chuvas diárias de Guarulhos durante 58 anos

obtivemos os valores das precipitações máximas diárias que estão na Tabela (151.11).
Tabela 151.14- Sumário para precipitação máxima diária para Tr=100anos com dados
de 58 anos em Guarulhos
Modelo usado Precipitação máxima diária
Gumbel (Righeto, Chow, ASCE) 147,50mm
Gumbel (Subramanya) 155,53mm
Log-Pearson Tipo III 150,98mm
151-20
151.9 Bibliografia e livros consultados
-ASCE (AMERICAN SOCIETY OF CIVIL ENGINEERS). Hydrology handbook, 2a ed.1996,

ISBN 0-7844-0138-1, 784 páginas.
-BEIRLANT, JAN et all. Statistics of extremes. Theory and applications. USA, 2005.
Editora John Wiley &Sons, ISBN 10: 0-471-97647-4 (H/B)
-CHOW, VEN TE. Applied hydrology, Mcgraw-hill, 1988, 572 páginas. ISBN 07-100174-3.
-GUMBEL, E. J. Statistics of extremes. USA, 1958, Editora LPBM, ISBN 978-1-62654-987-
6, 375 páginas.
-PONCE, VICTOR MIGUEL. Engineering hydrology. Prentice-Hall, 1989,, ISBN 0-13-
315466-1, 640 páginas.
-RIGHETTO, ANTONIO MAROZZI. Hidrologia e Recursos Hídricos. 1a ed. São Carlos:
Escola de Engenharia de São Carlos-USP, 1998, 819 páginas.
-SUBRAMANYA, K. Engineering hydrology. 3ª ed. Tata McGraw-Hil, New Delhi, 2008, ISB
978-0-07-015146-8, 434 páginas.
-SUBRAMANYA, K. Engineering Hydrology. 4ª ed. New Delhi, McGraw Hill, 2013,
ISBN (13) 978-9-38-328653-9 com 534 páginas.
-TOMAZ, PLINIO. Cálculos hidrológicos e hidráulicos. Navegar, 2ª ed. 2011, 592 páginas.
-TUCCI, CARLOS E. M. Hidrologia. ABRH, 1993, 943 páginas.
-WANIELISTA, MARTIN et al. Hydrology. 2ª ed. John /Wiley & Son, 1977, ISBN 0-471-
07259-1, 566 páginas.
151-21

Capítulo 151 Distribuição de Gumbel e Log-Pearson Tipo III PDF

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Capítulo 151 Distribuição de Gumbel e Log-Pearson Tipo III PDF

Enviado por

Direitos autorais:

Formatos disponíveis

Curso de Manejo de águas pluviais

Capitulo151- Distribuição de Gumbel e Log-Pearson Tipo III

Capitulo 151- Distribuição de Gumbel e Log-Pearson Tipo III

No Brasil e Canadá é muito usada a distribuição de Gumbel quando queremos a

151.2 Noções de estatística

Em Excel: X= MEDIA (A1:A50)

Em Excel: S= DESVPAD (A1:A50)

Figura 151.1- Curva normal

Em Excel: SKEW= DISTORÇÃO (A1:A50)

Figura 151.2- A esquerda temos skewness positivo e a direita skewness negativo

151.3 Distribuição de Gumbel

151.4 Distribuição de Gumbel conforme Righeto

Tabela 151.1- Precipitações máximas diárias anuais do Posto Bonsucesso em Guarulhos

Posto pluviométrico de Bonsucesso Guarulhos

1953 70,8 1994 51,5

sendo S = desvio padrão = 23,29mm e  = média = 75,08mm achamos os parâmetros  e .

Na distribuição de Gumbel, conforme Righeto, 1998 página 219 temos:

sendo F ( P(dia ;T)) = 1 – (1 / T )

P( 1 dia; 25) – 64,69

P( 1 dia; 25) – 64,69 = 3,1985 . 18 = 57,57

P( 1 dia; 25) – 64,69 = 57,57 + 64,69 =122,26mm

151.5 Distribuição de Gumbel conforme Subramanya, 2008

Tabela 151.3- Valores da média reduzida yn para o método de Gumbel em função do

Fonte: Subramanya, 2008

Tabela 151.4- Valores do desvio padrão reduzido Sn para o método de Gumbel em

Fonte: Subramanya, 2008

Periodo de retorno desejado: Tr=T= 100 anos

K= (4,60 – 0,5515) / 1,1721 = 3,45

Portanto, conforme Gumbel o valor máximo da precipitação diaria em Guarulhos é:

XT= 75,08 + 3,45x 23,29= 155,53mm

Portanto, a precipitação máxima diaria para Tr=100anos é 155,53mm.

151.6 Limite de confiança

O valor f(c) é obtido na Tabela (151.5) conforme a escolha da probabilidade de

O valor de K é o mesmo obitdo anteriormente: K= (yT – yn) / Sn

Tabela 151.5- Valores de f(c) em função da confiança da probabilidade escolhida

XT= 155,53mm (já calculado)

Escolhida a probabilidade de 95% entrando na Tabela (151.5) achamos f (c)= 1,96.

x2= 155,53 – 1,96x 13,19= 129,67

Portanto, o intervalo de confiança com 95% de probabilidade é que a o valor

Exemplo 151.2- Extraído e adaptado de Subramanya, 2008.

Tabela 151.7- Cálculos

Observar na Figura (151.3) que colocamos todos os periodos de retorno e as vazões de

151.7 Distribuição LogPearson Tipo III

Trabalharemos com a função z e teremos a média zm e o desvio padrão σz.

Depois que calculamos usamos o antilogaritmo, ou seja, a definição de

A única diferença está no coeficiente skew Cs que deve ser determinado e

O valor do coeficiente de Skew Cs é determinado por:

Cs= [ N .∑ (z – zm) 3 ]/ [ (N-1) (N-2) σz 3 ]

Tabela 151.8- Valores de Kz em funçao de Tr e de Cs (skew)

Fonte: Subramanya, 2008

Tabela 151.9- Cálculos de z e (z-zm)3 usando Log-Pearson Tipo III

1940 47 1,672098 -0,00626

1973 68,4 1,835056 -9,7E-06

Tabela 151.10- Cálculos usando Log-Pearson Tipo III

Usando a definição de logaritmo achamos o valor para Tr=100anos de

O intervalo de confiança para 95% de probabilidade estará entre 116,99mm e

Tabela 151.11- Calculo usando LogPearson Tipo III

1 7826 3,89354 0,02349186

Tabela 151.12- Calculo usando LogPearson Tipo III

Tabela 151.13- Comparação Gumbel e LogPearson Tipo III

Usando dados metereológicos de chuvas diárias de Guarulhos durante 58 anos

151.9 Bibliografia e livros consultados

-ASCE (AMERICAN SOCIETY OF CIVIL ENGINEERS). Hydrology handbook, 2a ed.1996,