UNIVERSIDADE EDUARDO MONDLANE

FACULDADE DE ENGENHARIA
DEPARTAMENTO DE ENGENHARIA CIVIL
LICENCIATUA EM ENGENHARIA CIVIL
Tema: Trabalho Prático 02
Grupo 03

Discentes: Docentes:
Cuna, Márcia Bartolomeu Enga. Fátima Mussa
Mendes, Gullyt Gilberto Eng. Muhammad Shueib
Muachucha, Estevão Paulo
Muconihiua, Elton Nassoro
Tsandzana, Kelvin Fernandes

Maputo, Dezembro de 2021

Índice
Introdução .................................................................................................................................. 1

Objectivos .................................................................................................................................. 2

Objectivo Geral ...................................................................................................................... 2

Objectivos Específicos ........................................................................................................... 2

Conceitos Teóricos..................................................................................................................... 3

Aleatoriedade de uma série hidrologica ................................................................................. 3

Teste do coeficiente de autocorrelação ............................................................................... 3

Teste de Wald-Wolfowitz ................................................................................................... 3

Teste de ordenação ............................................................................................................. 4

Ajustamento da distribuição ................................................................................................... 4

Média .................................................................................................................................. 5

Desvio Padrão ..................................................................................................................... 5

Coeficiente de assimetria .................................................................................................... 5

Distribuição log-normal de 2 parâmetros ........................................................................... 5

Distribuição log-normal de 3 parâmetros ........................................................................... 6

Distribuição de Gumbel ...................................................................................................... 7

Distribuição de Person tipo III............................................................................................ 8

Avaliação da qualidade do ajustamento das distribuições ..................................................... 9

Teste de Kolmogorov-Smirnov .......................................................................................... 9

Teste do Qui-Quadrado .................................................................................................... 10

Parte Prática ............................................................................................................................. 11

1. Testes de Aleatoriedade da série .......................................................................................... 12

Teste do coeficiente de autocorrelação ................................................................................ 12

Teste de Wald-Wolfowitz .................................................................................................... 12

Teste de Ordenação .............................................................................................................. 13

2. Estatísticas básicas da série:................................................................................................. 14

 Média:................................................................................................................................... 14

Desvio padrão:...................................................................................................................... 14

Coeficiente de Assimetria .................................................................................................... 14

3. Ajustamentos da série .......................................................................................................... 14

Distribuição Log – Normal 2 ............................................................................................... 14

Distribuição Log – Normal 3 ............................................................................................... 15

Distribuição Pearson tipo III ................................................................................................ 16

Distribuição de Gumbel ....................................................................................................... 17

4. Testes da qualidade do ajustamento das distribuições ......................................................... 18

Teste do Qui-Quadrado ........................................................................................................ 18

Para Gumbel ..................................................................................................................... 18

Para Pearson tipo III ......................................................................................................... 19

Para log – normal 2 ........................................................................................................... 20

Para Log – normal 3 ......................................................................................................... 21

Teste de Kolmogorov-Smirnov ............................................................................................ 21

Para Gumbel ..................................................................................................................... 21

Para Person III .................................................................................................................. 22

Para Log Normal 2 ........................................................................................................... 23

Para Log Normal 3 ........................................................................................................... 24

5. Determinação dos caudais de cheia correspondentes a Períodos de retorno T = 100 anos e

T = 1000 anos .......................................................................................................................... 26

6. Cálculo do período de retorno correspondente a um caudal igual a duas vezes o máximo

caudal registado ....................................................................................................................... 27

7. Risco hidrológico dum caudal duas vezes o máximo caudal registado ............................... 28

Conclusão................................................................................................................................. 29

Referências Bibliográficas ....................................................................................................... 30

Introdução
Os fenómenos que ocorrem na natureza sofrem variações, sendo assim difícil analisá-los
tomando em conta todos os dados colhidos durante a sua ocorrência (população), devendo-se
recorrer a amostras e a alguns modelos estatísticos. Sendo a Hidrologia uma disciplina que trata
da ocorrência, distribuição e circulação de um recurso natural que é a água, não seria diferente
com ela. O uso destes modelos é indispensável para análise de alguns parâmetros na área da
hidrologia.

No presente trabalho prático pretende-se analisar a dependência da Hidrologia com a estatística

e também a importância dos modelos na determinação dos parâmetros hidrológicos.

1
Objectivos
Objectivo Geral
 Consolidar e aprofundar os conhecimentos teóricos adquiridos nas aulas da disciplina
de Hidrologia, referentes ao capítulo Estatística Aplicada à Hidrologia.
Objectivos Específicos
 Fazer a análise estatística de caudais de cheia do rio Licungo.

2
Conceitos Teóricos
De modo a garantir a fácil leitura e interpretação em relação ao desenvolvimento do presente
trabalho, são apresentados alguns conceitos teóricos usados no decorrer da resolução do
trabalho.

Aleatoriedade de uma série hidrologica

A aleatoriedade das séries de registos não pode ser provada mas a hipótese pode ser rejeitada
se não passar nos testes a seguir descritos:

Teste do coeficiente de autocorrelação

O teste do coeficiente de autocorrelação procura identificar a existência de persistência no
tempo,i.e., se o valor de 𝑥𝑖+1 da série X é independente de 𝑥𝑖 . O coeficiente de
autocorrelação é dado por

𝑁 ∑𝑁
𝑖=1(𝑥𝑖 − 𝑥̅ )(𝑥𝑖+1 − 𝑥̅ )
𝑟1 =
𝑁−1 ∑𝑁𝑖=1(𝑥𝑖 − 𝑥̅ )
2

Passando 𝑟1 para a variável transformada Y, tem-se

1 1 + 𝑟1
𝑌= ln( )
2 1 − 𝑟1
Y segue uma distribuição normal com média nula e desvio padrão 1/N. Considerando uma
intervalo de confiança de 95%, a hipótese de independência no tempo deve ser rejeitada se
1,96
|𝑌| >
𝑁

Teste de Wald-Wolfowitz
O teste de Wald-Wolfowitz verifica se os elementos da série X tem todos a mesma
distribuição.

Passos

Divide-se a série X em dois grupos X1 que contém os primeiros M elementos da série

e X2 que contem (N-M), onde N é o número da amostra e 𝑀 = 𝑖𝑛𝑡(𝑁 − 1)/2 + 1.
Ordena-se a série X o que resulta numa série Y.
Cria-se a série Z definida da seguinte forma (𝑖 = 1,2,3, . . 𝑁), onde 𝑍𝑖 = 1 se Yi é
elemento de X1 e 𝑍𝑖 = 2 se Yi é elemento de X2.
Determina-se R, que é o número de vezes que 𝑍𝑖+1 ≠ 𝑍𝑖.
Verifica-se pelo quadro seguinte, a qual corresponde a um intervalo de confiança de
95%, R está dentro dos limites da tabela 1, caso não a hipótese é rejeitada.

3
 N 15 17 19 21 23 25 27 29 31 33 35
𝑅𝑖𝑛𝑓 5 6 6 7 8 9 10 10 11 12 12
𝑅𝑠𝑢𝑝 13 13 15 16 17 18 19 21 22 23 25
Tab 1. Valores limites da estatística do teste de Wald-Wolfowitz.

Teste de ordenação
O teste de ordenação procura detetar a presença dum efeito de tendência na série X.

Passos

Ordena-se a série X
Define-se índice de posicionamento Ki da variável xi na série Y como sendo o
número de elementos de X não superiores a xi.
Determina-se o coeficiente de correlação de Spearman dado por

6 ∑𝑁
𝑖=1(𝐾𝑖 − 𝑖)
2
𝑅𝑇 = 1 −
𝑁3 − 𝑁

Calcula-se o valor da variável transformada de Y

𝑁−2 1
𝑌 = 𝑅𝑇 ( )2
1 − 𝑅𝑡
Y segue uma distribuição de Student com N-2 graus de liberdade.

Compara-se o valor de |Y| calculado com o limite superior na tabela 2, o valor

seja maior, rejeita-se a hipótese de não tendência.
N-2 10 15 20 25 30
𝑌𝑠𝑢𝑝 2.228 2.131 2.086 2.060 2.042
Tab 2. Valores limites da estatística do teste de ordenação.

Ajustamento da distribuição
Para o ajustamento da série as próximas distribuições são necessários os seguintes
parâmetros.

4
Média
𝑁
1
𝑥̅ = ∑ 𝑥𝑖
𝑁
𝑖=1

Desvio Padrão
𝑁
2
1
𝑆 = ∑(𝑥𝑖 − 𝑥̅ )2
𝑁−1
𝑖=1

Coeficiente de assimetria

Distribuição log-normal de 2 parâmetros

Uma variável segue uma distribuição log-normal de 2 parâmetros quando é possível ajustar a
uma distribuição Normal à transformação logarítmica dessa variável. A função densidade de
probabilidades f(x) e distribuição de probabilidades F(x), são respectivamente,

Os valores da média μ e o desvio padrão σ da distribuição podem ser calculados pelo

método dos momentos a partir de

Caso se pretenda calcular um valor de x para um período de retorno T, obtem-se

𝑦 = 𝑦(𝐹)

𝑥 = 𝑒𝑦

O contrário também pode ser obtido por,

5
 𝑦 = ln(𝑥)

𝐹 = 𝐹(𝑦)

O risco hidrológico, isto é a probabilidade de que um acontecimento ocorra pelo menos uma
vez em N anos sucessivos, é dado por

Distribuição log-normal de 3 parâmetros

Uma variável segue uma distribuição log-normal de 3 parâmetros quando é possível ajustar a
uma distribuição Normal à transformação logarítmica dessa variável. A função densidade de
probabilidades f(x) e distribuição de probabilidades F(x), são respectivamente,
𝑥
1 1 ln(𝑥+𝑥𝑜 )−𝜇 2
𝐹(𝑥) = ∫ 𝑒 −2 ( 𝜎
)
𝑑𝑥
𝑥𝑜 (𝑥 + 𝑥𝑜 )𝜎√2𝜋

Os valores da média μ , o desvio padrão σ e o parâmetro a da distribuição podem ser

calculados pelo método dos momentos a partir de:

𝛾𝑥 é o coeficiente de assimetria da série.

6
Caso se pretenda calcular um valor de x para um período de retorno T, obtem-se

𝑦 = 𝑦(𝐹)

𝑥 = 𝑒𝑦 + 𝑥0

O contrário também pode ser obtido por,

O risco hidrológico pode ser calculado pela mesma equação da distribuição log-normal de 2
parâmetros.

Distribuição de Gumbel
Para esta distribuição, a função densidade de probabilidades f(x) e distribuição de
probabilidades F(x), são respectivamente,

𝑓(𝑥) = 𝑎𝑒−𝑎(𝑥−𝑥0)−𝑒−𝑎(𝑥−𝑥0)

𝐹(𝑥) = 𝑒−𝑒−𝑎(𝑥−𝑥0) − ∞ < 𝑥 < +∞

Os parâmetros a e x0 da distribuição podem ser calculados pelo método dos momentos a partir
da seguinte fórmula,

Caso se pretenda calcular um valor de x para um período de retorno T, obtém-se

O contrário também pode ser obtido por,

7
O risco hidrológico pode ser calculado pela mesma equação da distribuição log-normal de 2
parâmetros.

Distribuição de Person tipo III

A função densidade de probabilidades f(x) e distribuição de probabilidades F(x), são
respectivamente,

Os parâmetrros da distribuição são α, β e x0. A sua estimação pelo método dos momentos é
dada por,

𝛾𝑥 é o coeficiente de assimetria. Esta fórmulas são válidas para assimetria positiva, caso não
sejam, calcula-se para o simétrico desta e utiliza-se a seguinte propriedade para obter o valor
de F(x): F(x)=1-F(-x).

Caso se pretenda calcular um valor de x para um período de retorno T, obtém-se

𝑥 = 𝑥(𝐹)

O contrário também pode ser obtido por,

O risco hidrológico pode ser calculado pela mesma equação da distribuição log-normal de 2
parâmetros.

8
Avaliação da qualidade do ajustamento das distribuições
Teste de Kolmogorov-Smirnov
Este teste consiste em determinar a estatística D que é a maior distância entre a função de
distribuição teórica e a função de distribuição empírica.

Passos

Ordena-se a série em ordem crescente

Calcula-se o Di para cada elemento da série

Em que F(xi) é o valor da função de distribuição teórica e N é o tamanho da amostra.

O valor de D, pode ser calculado por,
𝐷 = max{𝐷𝑖} 𝑖 = 1,2, … , 𝑁

O teste pode formular-se da seguinte maneira: a hipótese de que a distribuição teórica se ajusta
à série em estudo é rejeitada com nível de confiança 1-α se

𝐷 > 𝐷1−𝛼

Em que 𝐷1−𝛼 é o valor crítico máximo aceitável para esse nível de confiança.

Para o caso de distribuição Normal e log-normal com parâmetros estimados pelo método dos
momentos, o valor crítico para o nível de confiança de 0.95 é dado por:

Para o caso de Gumbel com parâmetros estimados pelo método dos momentos, o valor crítico
para o nível de confiança de 0.95 é dado por:

Para o caso da distribuição Pearson do tipo III, o limite superior do valor crítico para o nível
de confiança de 0.95 é dado por

9
Teste do Qui-Quadrado
Passos
Dividir a série X em M intervalos ou classes, tal que para amostras menores que entre
25 a 15, M=5 e para amostras maiores, M=int(N/5)+1
Determinar as frêquencias absolutas Oj, contabilizando para cada intervalo todos os
elementos que pertençam a ele.
Determinar Ej,
𝑀
Ej =−𝑁 + 𝑁 ∑𝑁 2
𝑖=1 𝑂𝑗

𝐸𝑗 = (𝐹(𝑥𝑖𝑛𝑓) − 𝐹(𝑥𝑠𝑢𝑝)) × 𝑁

Em que N é o tamanho da amostra, xinf e xsup são os limites inferior e superior do intervalo
respectivamente. F(x) é o valor da distribuição de probabilidades para a variável x.

Aplicar a fórmula do teste

A estatística do teste tem aproximadamente uma distribuição Qui-Quadrado com um número

de graus de liberdade

𝜈=1−𝑘−1

Em que 𝑘 é o número de parâmetros obtidos a partir da amostra.

Este teste diz que deve se rejeitar a hipótese do ajustamento com nível de confiança de 1-α
se 𝜒2 > 𝜒12−𝛼

A tabela a seguir apresenta valores da distribuição Qui-Quadrado para nível de confiança

0.95 em função dos graus de liberdade

v 1 2 3 4 5 6
2
𝑋0,95 3.841 5.991 7.785 9.488 11.070 12.592

Tab 3. Valores limites para o teste do Qui-Quadrado.

10
Parte Prática

Anos Qmáx (xi ) (xi -x̅) (xi -x̅)2 (xi+1 -x̅) (xi -x̅)3 (xi -x̅)(xi+1 -x̅)
1952-1953 1667 -567 321489 -1632 -182284263 925344
1953-1954 602 -1632 2663424 5566 -4346707968 -9083712
1954-1955 7800 5566 30980356 207 1,72437E+11 1152162
1955-1956 2441 207 42849 -1224 8869743 -253368
1956-1957 1010 -1224 1498176 2923 -1833767424 -3577752
1957-1958 5157 2923 8543929 -124 24973904467 -362452
1958-1959 2110 -124 15376 -82 -1906624 10168
1959-1960 2152 -82 6724 -44 -551368 3608

1960-1961 2190 -44 1936 -2125 -85184 93500

1961-1962 109 -2125 4515625 -1861 -9595703125 3954625
1962-1963 373 -1861 3463321 -2161 -6445240381 4021621
-
1963-1964 73 -2161 4669921 -1364 10091699281 2947604
1964-1965 870 -1364 1860496 1747 -2537716544 -2382908
1965-1966 3981 1747 3052009 1978 5331859723 3455566
1966-1967 4212 1978 3912484 -2142 7738893352 -4236876
1967-1968 92 -2142 4588164 855 -9827847288 -1831410
1968-1969 3089 855 731025 -1483 625026375 -1267965
1969-1970 751 -1483 2199289 940 -3261545587 -1394020
1970-1971 3174 940 883600 3239 830584000 3044660
1971-1972 5473 3239 10491121 -2220 33980740919 -7190580
-
1972-1973 14 -2220 4928400 180 10941048000 -399600
1973-1974 2414 180 32400 2959 5832000 532620
1974-1975 5193 2959 8755681 166 25908060079 491194
1975-1976 2400 166 27556 3582 4574296 594612
1976-1977 5816 3582 12830724 1584 45959653368 5673888
1977-1978 3818 1584 2509056 -1315 3974344704 -2082960
1978-1979 919 -1315 1729225 -1063 -2273930875 1397845
1979-1980 1171 -1063 1129969 1976 -1201157047 -2100488
1980-1981 4210 1976 3904576 -2040 7715442176 -4031040
1981-1982 194 -2040 4161600 -2209 -8489664000 4506360
-
1982-1983 25 -2209 4879681 -1791 10779215329 3956319
1983-1984 443 -1791 3207681 -545 -5744956671 976095
1984-1985 1689 -545 297025 -1914 -161878625 1043130
1985-1986 320 -1914 3663396 -7011739944 0
Soma 75952 -4 136498284 563 2,34766E+11 -1414210

11
 ∑𝑁
𝑖=1 𝑥𝑖
Média 𝑥̅ = = 2234
𝑁

1. Testes de Aleatoriedade da série

Teste do coeficiente de autocorrelação
∑𝑁𝑖=1(𝑥𝑖 − 𝑥̅ )(𝑥𝑖+1 − 𝑥̅ ) 𝑁
𝑟1 =
∑(𝑥𝑖 − 𝑥̅ )2 𝑁−1
(−4)(563) 34
𝑟1 = = −1,699 ∗ 10−5
136498284 34 − 1
Passando de r1, para a variável transformada Z.
1 1+𝑟
𝑍 = 2 ln (1−𝑟1 ) = −1,699 ∗ 10−5
1

1,96
É rejeitada a hipótese de independência no tempo, |Z|> ⇔ 1,699 ∗ 10−5 < 0,3361
√𝑁

Teste de Wald-Wolfowitz
Y X1 X2 Z R
14 1667 2
25 602 2 0
73 7800 1 1
92 2441 1 0
109 1010 1 0
194 5157 2 1
320 2110 2 0
373 2152 1 1
443 2190 2 1
602 109 1 1
751 373 2 1
870 73 1 1
919 870 2 1
1010 3981 1 1
1171 4212 2 1
1667 92 1 1
1689 3089 2 1
2110 751 1 1
2152 3174 1 0
2190 5473 1 0
2400 14 2 1
2414 2414 2 0
2441 5193 1 1
3089 2400 1 0
3179 5816 2 1
3818 3818 2 0
3981 919 1 1
4210 1171 1 0

12
 4212 4210 1 0
5157 194 1 0
5193 25 2 1
5473 443 2 0
5816 1689 2 0
7800 320 1 1

R=19
O valor de R está entre 13 e 23 então a série X é homogénea

Teste de Ordenação

i Ano xi: Qmax (m3/s) Y Ki (Ki – i)2

1 1952-1953 1667 14 1 (1-21)2 = 400
2 1953-1954 602 25 2 (2-31)2 = 841
3 1954-1955 7800 73 3 81
4 1955-1956 2441 92 4 144
5 1956-1957 1010 109 5 25
6 1957-1958 5157 194 6 576
7 1958-1959 2110 320 7 729
8 1959-1960 2152 373 8 9
9 1960-1961 2190 443 9 529
10 1961-1962 109 602 10 64
11 1962-1963 373 751 11 49
12 1963-1964 73 870 12 1
13 1964-1965 870 919 13 196
14 1965-1966 3981 1010 14 81
15 1966-1967 4212 1171 15 169
16 1967-1968 92 1667 16 225
17 1968-1969 3089 1689 17 256
18 1969-1970 751 2110 18 121
19 1970-1971 3174 2152 19 121
20 1971-1972 5473 2190 20 121
21 1972-1973 14 2400 21 9
22 1973-1974 2414 2414 22 0
23 1974-1975 5193 2441 23 361
24 1975-1976 2400 3089 24 49
25 1976-1977 5816 3179 25 36
26 1977-1978 3818 3818 26 0
27 1978-1979 919 3981 27 169
28 1979-1980 1171 4210 28 1
29 1980-1981 4210 4212 29 196
30 1981-1982 194 5157 30 576
31 1982-1983 25 5193 31 64
32 1983-1984 443 5473 32 144
33 1984-1985 1689 5816 33 64
34 1985-1986 320 7800 34 961
Total: 7368

13
 6 ∑𝑁
𝑖=1(Ki – i)2
RT = 1 − (𝑁 3 −𝑁)

6∗7368
RT = 1 − = -0,126
(343 −34)

𝑁−2 34−2
Y = Z = RT √1−RT2 = -0,126*√1−(−0,126)2 = -0,718
|𝑌| = 0,718
N – 2 = 34 - 2 = 32
Ysup =2,042
Verifica a tendência na série X

2. Estatísticas básicas da série:

∑𝑁
𝑖=1 𝑥𝑖
Média: 𝑥̅ = = 2234
𝑁

∑𝑁
𝑖=1(𝑥𝑖 −𝑥̅ )
Desvio padrão: 𝜎 = √ = 2034
𝑁−1

∑𝑁
𝑖=1(𝑥𝑖 −𝑥̅ ) 𝑁
Coeficiente de Assimetria: Ɣ = = 0,8985
𝜎3 (𝑁−1)(𝑁−2)

3. Ajustamentos da série
Distribuição Log – Normal 2
𝑁
2
1
𝜎 = ∑(𝑦𝑖 − 𝑦̅)2 , 𝜎𝑦 = 1,61
𝑁−1
𝑖=1
∑𝑌
𝑢𝑦 = = 6,97 𝜎𝑦 = 1,61
𝑁

𝑥 1 ln 𝑥−7,41 2
1 − ( )
𝐹(𝑥) = ∫ 𝑒 2 0,777 𝑑𝑥
0 0,777𝑥√2𝜋

i xi Y=ln(xi) 𝐥𝐧(𝒙𝒊 −𝒖𝒚 ) F(x)

Z= 𝝈𝒚
1 1667 7,42 0,28 0,6103
2 602 6,40 -0,35 0,3632
3 7800 8,96 1,24 0,8925
4 2441 7,80 0,52 0,6985
5 1010 6,92 -0,03 0,4850
6 5157 8,55 0,98 0.8365
7 2110 7,65 0,42 0,6628
8 2152 7,67 0,43 0,6664

14
 9 2190 7,69 0,45 0,6736
10 109 4,69 -1,42 0,0778
11 373 5,92 -0,65 0,2578
12 73 4,29 -1,66 0,0485
13 870 6,77 -0,12 0,4522
14 3981 8,29 0,82 0,7939
15 4212 8,35 0,86 0,8051
16 92 4,52 -1,52 0,0655
17 3089 8,04 0,66 0,7454
18 751 6,62 -0,22 0,4129
19 3174 8,06 0,68 0,7517
20 5473 8,61 1,02 0,8461
21 14 2,64 -2,69 0,0036
22 2414 7,79 0,51 0,6950
23 5193 8,56 0,99 0,8329
24 2400 7,78 0,50 0,0915
25 5816 8,67 1,06 0,8554
26 3818 8,25 0,80 0,7881
27 919 6,82 -0,09 0,4641
28 1171 7,07 0,06 0,5239
29 4210 8,35 0,86 0,8051
30 194 5,27 -1,06 0,1446
31 25 3,22 -2,33 0,0093
32 443 6,09 -0,55 0,2912
33 1689 7,43 0,29 0,6141
34 320 5,77 -0,75 0,2266
∑ 𝑌 = 236,93

Distribuição Log – Normal 3

∑(𝑥𝑖 − 𝑥̅ 3 ) 𝑁
Ɣ𝑥 = 3
= 0,898
𝜎 (𝑁 − 1)(𝑁 − 2)
1⁄
(Ɣ𝑥 2 + 4) 2
− Ɣ𝑥
𝐺= = 0,647
2
2⁄
1−𝐺 3
𝐶= 1⁄ = 0,291
𝐺 3

𝜎𝑌 = √ln(1 + 𝐶 2 ) = 0,285

𝜎𝑥 𝜎𝑌2
𝜇𝑌 = ln ( ) − = 8,81
𝐶 2
𝜎𝑥
𝑥0 = 𝜇𝑥 − = −4756
𝐶
𝑥 1 ln(𝑥+4756)−8,81 2
1 − ( )
𝐹(𝑥) = ∫ 𝑒 2 0,285 𝑑𝑥
−4756 (𝑥 + 4756)0,285√2𝜋

15
 i xi F(x)
1 1667 0,4409
2 602 0,2163
3 7800 0,9862
4 2441 0,5989
5 1010 0,2990
6 5157 0.9153
7 2110 0,5390
8 2152 0,5425
9 2190 0,5501
10 109 0,1306
11 373 0,1741
12 73 0,1252
13 870 0,2698
14 3981 0,8241
15 4212 0,8467
16 92 0,1280
17 3089 0,7099
18 751 0,2456
19 3174 0,7227
20 5473 0,9311
21 14 0,1165
22 2414 0,5938
23 5193 0,9172
24 2400 0,5912
25 5816 0,9452
26 3818 0,8064
27 919 0,2799
28 1171 0,3334
29 4210 0,8465
30 194 0,1440
31 25 0,1181
32 443 0,1866
33 1689 0,4457
34 320 0,1649

Distribuição Pearson tipo III

𝒙−𝒙𝟎
𝒙
(𝒙 − 𝒙𝟎 )𝜷−𝟏 𝒆 𝜶
𝑭(𝒙) = ∫ 𝒅𝒙
𝟎 𝜶𝟐 |𝜶|𝜞(𝜷)
𝝈𝒙 Ɣ 𝒙
𝜶= = 𝟏𝟐𝟑𝟏
𝟐
𝟒
𝜷= = 𝟐, 𝟕𝟑
Ɣ𝟐

16
 𝝈𝒙
̅−
𝒙𝟎 = 𝒙 = −𝟏𝟏𝟐𝟖
Ɣ𝒙

i xi z F(z)=F(x)
1 1667 -0,09 0,4641
2 602 -0,78 0,2177
3 7800 2,11 0,9826
4 2441 0,3 0,6179
5 1010 -0,49 0,3121
6 5157 1,35 0,9115
7 2110 0,14 0,5557
8 2152 0,16 0,5636
9 2190 0,18 0,5714
10 109 -1,20 0,1151
11 373 -0,97 0,1660
12 73 -1,23 0,1093
13 870 -0,59 0,2776
14 3981 0,94 0,8264
15 4212 1,03 0,8485
16 92 -1,22 0,1112
17 3089 0,59 0,7224
18 751 -0,67 0,2514
19 3174 0,63 0,7357
20 5473 1,45 0,9265
21 14 -1,30 0,0968
22 2414 0,29 0,6141
23 5193 1,36 0,9131
24 2400 0,28 0,6103
25 5816 1,56 0,9406
26 3818 0,88 0,8106
27 919 -0,55 0,2912
28 1171 -0,39 0,3483
29 4210 1,03 0,8485
30 194 -1,12 0,1314
31 25 -1,29 0,0985
32 443 -0,91 0,1814
33 1689 -0,08 0,4681
34 320 -1,01 0,1562

Distribuição de Gumbel
−𝑎(𝑥−𝑥0 )
𝐹(𝑥) = 𝑒 −𝑒 −∞ < 𝑥 < +∞

17
 𝜋 1,2825
𝑎= = = 0,00063
√6 𝜎𝑥 𝜎𝑥
0,57721 0,57721
𝑥0 = 𝜇𝑥 − = 2234 − = 1318,7
𝑎 0,00063

i xi F(x)
1 1667 0,4480
2 602 0,2079
3 7800 0,9833
4 2441 0,6107
5 1010 0,2968
6 5157 0.9148
7 2110 0,5447
8 2152 0,5535
9 2190 0,5613
10 109 0,1173
11 373 0,1629
12 73 0,1117
13 870 0,2654
14 3981 0,8395
15 4212 0,8508
16 92 0,1147
17 3089 0,7205
18 751 0,2393
19 3174 0,7329
20 5473 0,9296
21 14 0,1028
22 2414 0,6065
23 5193 0,9166
24 2400 0,6029
25 5816 0,9429
26 3818 0,8129
27 919 0,2763
28 1171 0,3337
29 4210 0,8506
30 194 0,1312
31 25 0,1044
32 443 0,1762
33 1689 0,4529
34 320 0,1532

4. Testes da qualidade do ajustamento das distribuições

Teste do Qui-Quadrado
Para Gumbel
𝑁
Determinar os intervalos de modo que Ej = 𝑀

18
 F(x) x
x1 1/7 262,23
x2 2/7 960,94
x3 3/7 1581,85
x4 4/7 2239,99
x5 5/7 3047,7
x6 6/7 4286,16
𝑁 34
Ej = 𝑀 = = 4,86
7
2
2ª Determinação de X

M Intervalo 0j Ej ( 0j - Ej ) X2 = ( 0j - Ej )2/Ej
1 ]0;262,23] 6 4,86 1,14 0,267
2 ]262,23;96091] 7 4,86 2,14 0,942
3 ]96091;1581,85] 2 4,86 2,86 1,683
4 ]1581,85;2239,99] 5 4,86 0,14 0,004
5 ]2239,99;3047,7] 3 4,86 1,86 0,712
6 ]3047,7;4286,16] 6 4,86 1,14 0,267
7 ]4286,16;+∞] 5 4,86 0,14 0,004
∑ 34 3,874

Número de graus de liberdade

V = M – np – 1 = 7 – 2 – 1 = 4
2
𝑋0,95 = 9,488 > 𝑋 2 = 3,879
A hipótese de ajustamento não é rejeitada.

Para Pearson tipo III

𝑁
Determinar os intervalos de modo que Ej = 𝑀
𝑁 34
Ej = 𝑀 = = 4,86
7

1 1
𝑥 = 𝛼𝛽(1 − + 𝑍√ )3 + 𝑥𝑜
9𝛽 9𝛽

F(z) Zi Xi
1/7=0,1424 -1,067 256,24
2/7=0,2857 -0,566 900,46
3/7=0,4286 -0,18 1514,45
4/7=0,5714 0,18 2188,6
5/7=0,7145 0,066 3029,29
6/7=0,8571 1,067 4317,59

19
Determinação do qui quadrado
M Intervalo 0j Ej ( 0j - Ej ) X2 = ( 0j - Ej )2/Ej
1 ]0;256,24] 6 4,86 1,14 0,267
2 ]256,24;900,46] 6 4,86 1,14 0,267
3 ]900,46;1514,45] 3 4,86 -1,86 0,712
4 ]1514,45;2188,6] 4 4,86 -0,86 0,152
5 ]2188,6;3024,29] 4 4,86 -0,86 0,152
6 ]3024,29;4317,59] 6 4,86 1,14 0,267
7 ]4317,59;+∞] 5 4,86 0,14 0,004
∑ 34 1,821

Número de graus de liberdade

V = M – np – 1 = 7 – 2 – 1 = 4
2
𝑋0,95 = 7,815 > 𝑋 2 = 1,821
A hipótese de ajustamento não é rejeitada.

Para log – normal 2

𝑁 34
Ej = 𝑀 = = 4,86
7
ln(𝑥) − 𝑢𝑦
𝑍= 𝑥 = 𝑒 𝑧𝜎𝑦 +𝑢𝑦
𝜎𝑦

F(z) Zi Xi
1/7=0,1424 -1,067 190,97
2/7=0,2857 -0,566 427,84
3/7=0,4286 -0,18 796,48
4/7=0,5714 0,18 1421,97
5/7=0,7145 0,066 2647
6/7=0,8571 1,067 5930,54
Determinação do qui quadrado
M Intervalo 0j Ej ( 0j - Ej ) X2 = ( 0j - Ej )2/Ej
1 ]0;190,97] 5 4,86 0,14 0,04
2 ]190,97;427,84] 3 4,86 -1,86 0,712
3 ]427,84;796,48] 3 4,86 -1,86 0,712
4 ]796,48;1421,97] 4 4,86 -0,86 0,152
5 ]1421,97;2647,21] 8 4,86 3,14 2,03
6 ]2647,21;5930,54] 10 4,86 5,14 5,44
7 ]5930,54;+∞] 1 4,86 -3,86 3,44
∑ 34 12,16

Número de graus de liberdade

V = M – np – 1 = 7 – 2 – 1 = 4
2
𝑋0,95 = 9,488 > 𝑋 2 = 12,16
A hipótese de ajustamento é rejeitada.

20
Para Log – normal 3
𝑁 34
Ej = 𝑀 = = 4,86
7
F(z) Xi
1/7=0,1424 187,4
2/7=0,2857 946,7
3/7=0,4286 1609,9
4/7=0,5714 2297,6
5/7=0,7145 3118
6/7=0,8571 4327,4

Determinação do qui quadrado

M Intervalo 0j Ej ( 0j - Ej ) X2 = ( 0j - Ej )2/Ej
1 ]0 ; 187,4] 5 4,86 0,14 0,004
2 ]187,4 ; 946,7] 8 4,86 3,14 2,029
3 ]946,7 ; 1609,9] 2 4,86 -2,86 1,683
4 ]1609,9 ;2297,6] 5 4,86 0,14 0,004
5 ]2297,6 ; 3118] 4 4,86 -0,86 0,152
6 ]3118 ; 4327,4] 5 4,86 0,14 0,004
7 ]4327,4;+∞] 5 4,86 0,14 0,004
∑ 34 3,88

Número de graus de liberdade

V = M – np – 1 = 7 – 3 – 1 = 3
2
𝑋0,95 = 7,815 > 𝑋 2 = 3,88
A hipótese de ajustamento não é rejeitada.

Teste de Kolmogorov-Smirnov
𝑖−1
𝐴=| − 𝐹(𝑥)|
𝑁+1
𝑖
𝐵=| − 𝐹(𝑥)|
𝑁+1

Para Gumbel
Qmax,i (m3/s) F(x) i A B Di
14 0,1028 1 0,1028 0,07423 0,102801
25 0,10443 2 0,07586 0,047286 0,075858
73 0,1117 3 0,05456 0,025985 0,054556
92 0,11465 4 0,02894 0,000365 0,028936
109 0,11733 5 0,00304 0,025531 0,025531
194 0,1312 6 0,01166 0,040233 0,040233
320 0,15319 7 0,01824 0,04681 0,04681

21
 373 0,16292 8 0,03708 0,065646 0,065646
443 0,17619 9 0,05238 0,080952 0,080952
602 0,2079 10 0,04924 0,077815 0,077815
751 0,23932 11 0,0464 0,074969 0,074969
870 0,26536 12 0,04893 0,077501 0,077501
919 0,27628 13 0,06658 0,095152 0,095152
1010 0,2968 14 0,07462 0,103195 0,103195
1171 0,3337 15 0,0663 0,094873 0,094873
1667 0,44799 16 0,01942 0,00915 0,019422
1689 0,45297 17 0,00417 0,032742 0,032742
2110 0,54475 18 0,05904 0,030464 0,059035
2152 0,55346 19 0,03917 0,010602 0,039173
2190 0,56126 20 0,0184 0,01017 0,018401
2400 0,6029 21 0,03147 0,002902 0,031474
2414 0,60559 22 0,00559 0,022984 0,022984
2441 0,61073 23 0,01784 0,046411 0,046411
3089 0,72049 24 0,06335 0,034778 0,063349
3174 0,73291 25 0,0472 0,018628 0,047199
3818 0,81294 26 0,09865 0,070082 0,098654
3981 0,82954 27 0,08668 0,058109 0,08668
4210 0,85063 28 0,0792 0,050628 0,0792
4212 0,8508 29 0,0508 0,02223 0,050802
5157 0,91476 30 0,08619 0,057622 0,086194
5193 0,91659 31 0,05945 0,03088 0,059451
5473 0,92959 32 0,04388 0,015309 0,043881
5816 0,94288 33 0,02859 2,08E-05 0,028592
7800 0,98329 34 0,04043 0,01186 0,040431

𝐷𝑚á𝑥 = 0,1032 𝐷0,98 > 𝐷𝑚á𝑥 , a hipótese não é rejeitada.

𝐷0,95 = 0,1567

Para Person III

Qmax,i (m3/s) F(x) i A B Di
14 0,0968 1 0,0968 0,068229 0,0968
25 0,0985 2 0,06993 0,041357 0,069929
73 0,1093 3 0,05216 0,023586 0,052157
92 0,1112 4 0,02549 0,003086 0,025486
109 0,1151 5 0,00081 0,027757 0,027757
194 0,1314 6 0,01146 0,040029 0,040029
320 0,1562 7 0,01523 0,0438 0,0438
373 0,166 8 0,034 0,062571 0,062571
443 0,1814 9 0,04717 0,075743 0,075743

22
 602 0,2177 10 0,03944 0,068014 0,068014
751 0,2514 11 0,03431 0,062886 0,062886
870 0,2776 12 0,03669 0,065257 0,065257
919 0,2912 13 0,05166 0,080229 0,080229
1010 0,3121 14 0,05933 0,0879 0,0879
1171 0,3483 15 0,0517 0,080271 0,080271
1667 0,4641 16 0,03553 0,006957 0,035529
1689 0,4681 17 0,01096 0,017614 0,017614
2110 0,5557 18 0,06999 0,041414 0,069986
2152 0,5636 19 0,04931 0,020743 0,049314
2190 0,5714 20 0,02854 2,86E-05 0,028543
2400 0,6103 21 0,03887 0,0103 0,038871
2414 0,6141 22 0,0141 0,014471 0,014471
2441 0,6179 23 0,01067 0,039243 0,039243
3089 0,7224 24 0,06526 0,036686 0,065257
3174 0,7357 25 0,04999 0,021414 0,049986
3818 0,8106 26 0,09631 0,067743 0,096314
3981 0,8264 27 0,08354 0,054971 0,083543
4210 0,8485 28 0,07707 0,0485 0,077071
4212 0,8485 29 0,0485 0,019929 0,0485
5157 0,9115 30 0,08293 0,054357 0,082929
5193 0,9131 31 0,05596 0,027386 0,055957
5473 0,9265 32 0,04079 0,012214 0,040786
5816 0,9406 33 0,02631 0,002257 0,026314
7800 0,9826 34 0,03974 0,011171 0,039743
𝐷𝑚á𝑥 = 0,0968 𝐷0,98 > 𝐷𝑚á𝑥 , a hipótese não é rejeitada.

𝐷0,95 = 0,2275

Para Log Normal 2

Qmax,i (m3/s) F(x) i A B Di
14 0,0036 1 0,0036 0,024971 0,025
25 0,0099 2 0,018671 0,047243 0,0472
73 0,0485 3 0,008643 0,037214 0,0372
92 0,0655 4 0,020214 0,048786 0,0488
109 0,0778 5 0,036486 0,065057 0,0651
194 0,1446 6 0,001743 0,026829 0,0268
320 0,2266 7 0,055171 0,0266 0,0552
373 0,2578 8 0,0578 0,029229 0,0578
443 0,2912 9 0,062629 0,034057 0,0626
602 0,3632 10 0,106057 0,077486 0,1061

23
 751 0,4129 11 0,127186 0,098614 0,1272
870 0,4522 12 0,137914 0,109343 0,1379
919 0,4641 13 0,121243 0,092671 0,1212
1010 0,488 14 0,116571 0,088 0,1166
1171 0,5239 15 0,1239 0,095329 0,1239
1667 0,6103 16 0,181729 0,153157 0,1817
1689 0,6141 17 0,156957 0,128386 0,157
2110 0,6628 18 0,177086 0,148514 0,1771
2152 0,6664 19 0,152114 0,123543 0,1521
2190 0,6736 20 0,130743 0,102171 0,1307
2400 0,6915 21 0,120071 0,0915 0,1201
2414 0,695 22 0,095 0,066429 0,095
2441 0,6985 23 0,069929 0,041357 0,0699
3089 0,7454 24 0,088257 0,059686 0,0883
3174 0,7517 25 0,065986 0,037414 0,066
3818 0,7881 26 0,073814 0,045243 0,0738
3981 0,7939 27 0,051043 0,022471 0,051
4210 0,8051 28 0,033671 0,0051 0,0337
4212 0,8051 29 0,0051 0,023471 0,0235
5157 0,8365 30 0,007929 0,020643 0,0206
5193 0,8389 31 0,018243 0,046814 0,0468
5473 0,8461 32 0,039614 0,068186 0,0682
5816 0,8554 33 0,058886 0,087457 0,0875
7800 0,8925 34 0,050357 0,078929 0,0789

𝐷𝑚á𝑥 = 0,1817 𝐷0,98 > 𝐷𝑚á𝑥 , a hipótese não é rejeitada.

𝐷0,95 = 0,1834

Para Log Normal 3

Qmax,i (m3/s) F(x) i i-1 i-0 Di
14 0,1165 1 0,1165 0,087929 0,1165
25 0,1181 2 0,089529 0,060957 0,0895
73 0,1252 3 0,068057 0,039486 0,0681
92 0,128 4 0,042286 0,013714 0,0423
109 0,1306 5 0,016314 0,012257 0,0163
194 0,1404 6 0,002457 0,031029 0,031
320 0,1649 7 0,006529 0,0351 0,0351
373 0,1441 8 0,0559 0,084471 0,0845
443 0,1866 9 0,041971 0,070543 0,0705

24
 602 0,2163 10 0,040843 0,069414 0,0694
751 0,2456 11 0,040114 0,068686 0,0687
870 0,2698 12 0,044486 0,073057 0,0731
919 0,2799 13 0,062957 0,091529 0,0915
1010 0,299 14 0,072429 0,101 0,101
1171 0,3334 15 0,0666 0,095171 0,0952
1667 0,4409 16 0,012329 0,016243 0,0162
1689 0,4457 17 0,011443 0,040014 0,04
2110 0,534 18 0,048286 0,019714 0,0483
2152 0,5425 19 0,028214 0,000357 0,0282
2190 0,5501 20 0,007243 0,021329 0,0213
2400 0,5912 21 0,019771 0,0088 0,0198
2414 0,5938 22 0,0062 0,034771 0,0348
2441 0,5989 23 0,029671 0,058243 0,0582
3089 0,7099 24 0,052757 0,024186 0,0528
3174 0,7227 25 0,036986 0,008414 0,037
3818 0,8064 26 0,092114 0,063543 0,0921
3981 0,8241 27 0,081243 0,052671 0,0812
4210 0,8465 28 0,075071 0,0465 0,0751
4212 0,8467 29 0,0467 0,018129 0,0467
5157 0,9153 30 0,086729 0,058157 0,0867
5193 0,9172 31 0,060057 0,031486 0,0601
5473 0,9311 32 0,045386 0,016814 0,0454
5816 0,9452 33 0,030914 0,002343 0,0309
7800 0,9862 34 0,043343 0,014771 0,0433

𝐷𝑚á𝑥 = 0,1165 𝐷0,98 > 𝐷𝑚á𝑥 , a hipótese não é rejeitada.

𝐷0,95 = 0,1834

Para que uma determinada distribuição passe no teste de qualidade do ajustamento, deve não
ser rejeitada simultaneamente no teste do qui-quadrado e Kolmogorov- Smirnov. Realizados
os cálculos, observou-se que as distribuições que obedecem este princípio a distribuição log-
Normal 3, Pearson III e a distribuição de Gumbel, podendo-se assim dizer que estas três
distribuições têm uma boa qualidade de ajustamento.

25
5. Determinação dos caudais de cheia correspondentes a Períodos de
retorno T = 100 anos e T = 1000 anos
Pearson III
Para T = 100 anos
1 1
F(z) = 1 − 𝑇 = 1 − 100 = 0,99

Usando tabela de distribuição normal: Z(F) = 2,33

1 1
𝑥 = 𝑄 = 𝛼𝛽(1 − 9𝛽 + 𝑍√9𝛽)3 + 𝑥𝑜

3
1 1
𝑥 = 1231 ∗ 2,73 (1 − + 2,33√ ) − 1128 = 8686 𝑚3 /𝑠
9 ∗ 2,73 92,73

Para T = 1000 anos

1 1
F(z) = 1 − 𝑇 = 1 − 1000 = 0,999

Z(F) = 3,09 ou Z(F) = 3,1

Para Z(F) = 3,09
3
1 1
𝑥 = 1231 ∗ 2,73 (1 − + 3,09√ ) − 1128 = 12196 𝑚3 /𝑠
9 ∗ 2,73 92,73

Para Z(F) = 3,1

3
1 1
𝑥 = 1231 ∗ 2,73 (1 − + 3,1√ ) − 1128 = 12247 𝑚3 /𝑠
9 ∗ 2,73 92,73

Log Normal 3
O método usado para a derminação do F(x) nesta distribuição foi o método dos momentos,
sendo assim, foi preciso fazer uma iteração para o correspondente x do valor de F obtido
T=100 anos
F(x) = 0,99
𝑥 = 8248 𝑚3 /𝑠
Para T = 1000 anos

F(x) = 0,999
𝑥 = 11410 𝑚3 /𝑠

26
Para Gumbel
T=100 anos
F(x) = 0,99
𝑙𝑛⌊−𝑙𝑛(𝐹)⌋
𝒙=− + 𝑥0
𝑎
𝑙𝑛⌊−𝑙𝑛(0,99)⌋
𝒙=− + 1318,7 = 8621𝑚3 /𝑠
0,00063

T = 1000 anos
𝑙𝑛⌊−𝑙𝑛(0,999)⌋
𝒙=− + 1318,7 = 12283𝑚3 /𝑠
0,00063

Para mesmo período de retorno verificam-se diferentes caudais para as diferentes distribuições,
sendo assim necessário ver qual é a distribuição que apresenta melhor fiabilidade no valor do
caudal.
Índice de adaptabilidade
𝑁 2
𝑖
𝐼𝐴𝑗 = ∑ [ − 𝐹𝑗 (𝑥𝑖 )]
𝑁+1
𝑖=1

Para log-Normal 3
𝐼𝐴𝑗 = 0,08801

Para Pearson III

𝐼𝐴𝑗 = 0,12017

Para Gumbel
𝐼𝐴𝑗 = 0,09105

A distribuição que apresenta o menor índice de adaptabilidade é o Log-Normal 3, sendo o que

apresenta um melhor ajustamento.

6. Cálculo do período de retorno correspondente a um caudal igual a duas

vezes o máximo caudal registado
𝑄 = 2 ∗ 7800 = 15600𝑚3 /𝑠

Pearson tipo III

1
𝑥 − 𝑥𝑜 3 1
( ) −1+
𝛼𝛽 9𝛽
𝑧=
1
√
9𝛽

27
 1
15600 − 1123 3 1
( ) −1+
1231 ∗ 2,73 9 ∗ 2,73
𝑧= = 3,71
1
√
92,73

F(z) = 0,9999896
1
𝑇= = 96153,85 𝑎𝑛𝑜𝑠
1 − 0,9999896
Log Normal 3
𝑥 = 15600𝑚3 /𝑠
𝐹(𝑥) = 0,99995
1
𝑇= = 20000 𝑎𝑛𝑜𝑠
1 − 0,99995
Gumbel
𝑥 = 15600𝑚3 /𝑠
−𝑎(𝑥−𝑥𝑜 )
𝐹(𝑥) = 𝑒 −𝑒
−0,00063(15600−1318,7)
𝐹(𝑥) = 𝑒 −𝑒 = 0,99988
1
𝑇= = 8333,33 𝑎𝑛𝑜𝑠
1 − 0,99988

7. Risco hidrológico dum caudal duas vezes o máximo caudal registado

T = 100 anos
Q = 15600𝑚3 /𝑠
𝑅(𝑥, 𝑁)−?

1 𝑁
𝑅(𝑥, 𝑁) = 1 − (1 − )
𝑇
1 34
𝑅(15600,34) = 1 − (1 − )
100
𝑅(15600,34) = 28,94%

28
Conclusão
Com a realização deste trabalho, verifica-se a indispensável ligação da Hidrologia com a
Estatística. Pois através da observação e registo de observações hidrológicas, a Estatística
permite analisar e compreender melhor o/as comportamento/características de grandezas
hidrológicas como a precipitação ou o caudal.

A estatística é então uma das ferramentas mais importantes à disposição do hidrologista na

análise e resolução de problemas que se lhe colocam na prática da engenharia.

29
Referências Bibliográficas
HIPÓLITO, João Reis; ÁLVARO Carmo Vaz, Hidrologia e Recursos Hídricos, editora IST
Press, 2ª Edição, 2012, 814pp.

GUIMARÃES, Rita Cabral, Probabilidade e Estatística Aplicada à Hidrologia,

Universidade de Évora, 2011, 54pp

30