Você está na página 1de 31

Hidrologia I

1

Probabilidade e Estatstica
Prof. Carlos E. M. Tucci
Captulo 3
2
Contedo
Conceitos bsicos
Distribuio estatstica
Regresso e correlao



3
Conceitos bsicos
Varivel aleatria: no possui um explicao determinista da sua
ocorrncia: P. Ex. a precipitao de um local; qual o nmero que
sair numa roleta
Populao o universo de possibilidades de ocorrncia de uma
varivel aleatria. P. ex. num dado so seis possibilidades, sendo que
cada nmero tem igual chance de ocorrer. A populao estatstica
o total de ocorrncia e as estatsticas da populao mostram que
cada nmero tem igual probabilidade.
Amostra a quantidade de resultados que me permite estimar as
estatsticas da populao. Por ex. aps jogar o dado 1000 vezes
possvel determinar qual a probabilidade de ocorrer cada um dos
nmero e certamente ser 1/6, mas se tivesse jogado o dado apenas
10 vezes, provavelmente minha estimativa da probabilidade seria
errada porque minha amostra pequena.
4
conceitos
Estatsticas: uma varivel aleatria tem vrias estatsticas
que a caracterizam como: mdia, desvio padro,
assimetria, etc.
A mdia pode ser aritmtica, geomtrica, etc.A mdia
aritmtica que simplesmente a mdia dos valores da
amostra;
o desvio padro retrata a distribuio dos valores da varivel
com relao a mdia. Quanto maio o valor, maior a
disperso com relao a mdia;
A assimetria retrata como os dados se distribuem com
relao a mdia. Uma assimetria positiva mostra que a
maioria da freqncia do valores fica so maiores que a
mdia.
5
valores
freqncia
mdia
Maior disperso
e assimetria
negativa
Assimetria
nula e
pequena
disperso
6
Conceitos bsicos
Risco: a possibilidade de ocorrncia de valores da
varivel aleatria fora do planejado. Por ex. qual o risco
de ocorrncia de um nmero do dado maior que 4?
Incerteza o erro da diferena entre as estatsticas da
amostra e da populao na estimativa do risco. Para o
exemplo anterior se tivssemos estimado (a partir de
amostra pequena) que a probabilidade do nmero cinco e
do nmero seis eram respectivamente: 1,1/6 e 1,2/6. O
risco estimado seria de 2,2/6 e a incerteza = 0,2/6.
Em hidrologia a incerteza pode estar na medida das vazes, no
processamento dos dados, no tamanho da amostra e na metodologia.
7
Conceitos
Varivel estacionria: uma varivel estacionria
quando as suas estatsticas no variam com o
tempo e no- estacionria no caso contrrio. Ex.
a mudana da mdia do escoamento de uma
bacia urbana devido a impermeabilizao;
aumento ou diminuio da vazo de estiagem
depois da construo de uma barragem.
Hidrologia estocstica: trata da estatstica temporal.
Conceitos de probabilidade para avaliar a
variabilidade temporal de uma varivel aletria.

8
Conceitos
Probabilidade e tempo de retorno: A probabilidade a chance
de ocorrncia de uma varivel. Esta probabilidade pode
ser cumulativa ou individual. Ex. A probabilidade de sair
o nmero 3 de 1/6 a chance de que ocorra uma
nmero maior que 3 de 3/6 ou .
O tempo de retorno (utilizado em hidrologia) retrata a
freqncia seqencial de ocorrncia de valores. Ex. o
nmero 3, em mdia, ocorre a cada seis jogadas.
Portanto TR = 1/P
Em hidrologia utilizado para caracterizar a freqncia
de repetio de um evento. Ex. Uma inundao que tem
a chance de ser maior ou igual num ano qualquer de 0,05
ou 5%, tem um tempo de retorno de 1/0,05 = 20 anos.
Significa que, em mdia, a inundao ocorrer a cada 20
anos. No significa repetio cclica.
9
Funo de probabilidade e funo de
distribuio
f(x)
x
F(x)
x
Funo de
distribuio
Funo de
probabilidade
10
Condies
Valores independentes: os valores da amostra no devem
apresentar correlao entre si. P. ex. Numa amostra de
vazes mximas anuais, o valor de cada ano no
devem ter correlao com o do ano seguinte. Por isto
que os valores so escolhidos dentro do ano
hidrolgico.
Varivel estacionria: as estatsticas da srie no podem
se alterar ao longo do tempo.
Amostra representativa: as estatsticas da amostras devem
ser representativas da populao. O nmero de anos
de uma amostra de valores importante, mas no
significa tudo.

11
Exemplo: Nveis de Cheia em Blumenau
Cheias mximas em Blumenau:

1852 16,52 m
1880 17,10 m
1911 16,90 m
1983 - 15,34 m
1984 15,50 m

Entre 1911 e 1983 no houve nenhuma inundao com
cota maior que 12,90 m, perodo pouco representativo
12
Distribuio de freqncia
Procedimentos empricos:
(a)para uma amostra
muito grande pode-se
utilizar a classificao
em intervalos e obter
um histograma de
freqncia
F
V
F = freqncia de ocorrncia da varivel V, organizada em
intervalos
13
Funo de distribuio emprica

1 n
m
) Q q ( P
m
+
= >
Normal
12 , 0 n
44 , 0 m
) Q q ( P
+

= >
Gumbel
Ajuste grfico aos pontos das equaes de posio de
locao ou plotagem
Onde m ordem dos valores (decrescente) da amostra
N o tamanho da amostra.
14
Exemplo de ajuste emprico
Para uma amostra de vazes mdias de um rio
Ano Vazo ordem Vazo P TR
(m
3
/s) (m
3
/s ) %
1983 22 1 27 10 10
1984 14 2 22 20 5
1985 17 3 17 30 3,3
1986 7 4 16 40 2,5
1987 12 5 14 50 2,0
1988 27 6 13 60 1,66
1989 16 7 12 70 1,45
1990 13 8 9 80 1,25
1991 9 9 7 90 1,1

Q
TR









A vazo mdia tem chance de 10% de ser
maior que 27 m
3
/s em um ano qualquer ou
com risco de 10 anos
15
Distribuies tericas
Normal (simtrica e utilizada para vazes mdias ou
precipitaes mdias)
Log-Normal (vazes mximas)
Gumbel (extremo tipo I) (vazes mximas)
Extremo Tipo III (vazes mnimas)
Log Pearson Tipo III (vazes mximas) adotada em alguns
pases como padro . Utiliza trs parmetros.
Na equao de Gumbel utilizada uma varivel y ; y = -ln-
ln(1-P), que permite linearizar a escala.
16
Distribuio de Gumbel
A funo de distribuio

P(Q> Qo) = 1 -
y = (Q - )/o
o = 0,78 s
= Xm - 0,5772 o

onde Xm a mdia e s o desvio padro das vazes

P(Q > Qo) =

equao de posio de plotagem


e
e
-
-y
0,12 + N
0,44 - i
17
Aplicao: srie de vazes mximas
18
Vazes mnimas
Influncia do aqfero
A curva de probabilidade
tende a apresentar
curvatura inferior;
Cuidados na extrapolao
- - -
-
- - -
-
- - -
-
- - -
-
Probabilidade %
Vazo
19
Regresso e correlao
Regresso a equao que relaciona as variveis y=F(x);
Correlao qualidade do ajuste da funo a um conjunto de
dados;
ajuste de uma equao a um conjunto de dados diferente da
regresso estatstica. O ajuste no tem compromisso
estatstico, mas a representatividade dos pontos. P. Ex. o
ajuste de uma reta a dois pontos garante que os pontos estaro
na funo e o grau de liberdade = n-p+1 (nmero de pontos;
p=parmetros da equao) igual a zero.
O ajuste estatstico deve procurar ter o maior grau de
liberdade, que o tamanho efetivo da amostra.
Um ajuste de um polinmio de ordem 5, que possui 6
parmetros, pode ser ajustado a 6 seis pontos com grau de
liberdade zero, portanto a funo passa por todos os pontos
20
Funo bsica de regresso
- - -
- -
- - -
- -
- - -
- -
- - -
- -
- - -
- -
- - -
- -
- - -
- -
- - -
- -
- -
- -
-
y
y
i
o
2
o
2
x x
i
Y = f(x1, x2, ....xn; a1,a2,...an)+ e
Onde y varivel dependente, f a funo de regresso, xi so as variveis
independentes, ai so os parmetros; e o erro
21
Regresso linear
Y = a. x + b + e



0 ). b ) i ( ax ) i ( yo ( 2
b
e
0 ) i ( x ). b ) i ( ax ) i ( yo ( 2
a
e
= =
c
c
= =
c
c

b

a
e
x
y Mnimos quadrados: minimiza a diferena
quadrtica dos erros
e =S [yo(i)- yc(i)]
2
e =S [yo(i) ax(i)-b]
2

x . a y b
) x xi (
) y yi ( ) y xi (
a
2
=


=

22
Correlao
Correlao R (-) Correlao positiva
y
x






y
x





A correlao indica a qualidade do ajuste e o coeficiente de
correlao seu indicador
23
Coeficiente de determinao R
2



2
y
2
2
s
s
1 R =
S
2
= varincia dos erros do modelo
Sy
2
= varincia dos valores observados
Para a reta p=1; n-p-1 = graus de liberdade.
Quando p=0 o R
2
tendencioso

1 p n
) yci yoi (
s
2


=

1 n
) y yoi (
s
2
y

24
Outras regresses
b x a x a x a y
n n
+ + + = ......
2 2 1 1
n
a
n
a a
x x Cx y .... .
2 1
2 1
=
n n
x a x a x a C y ln .......... ln . ln ln ln
2 2 1 1
+ + + + =
25
Combinao de regresses
Nmero de regresses possveis 2
p

p = nmero de variveis.
Exemplo para 2 variveis.
y = b
y = a
1
x
1
+b
y = a
2
x
2
+b
y= a
1
x
1
+ a
2
x
2
+ b

26
Exemplo
Nmero de
variveis
Variveis independentes R
2
No-tendencioso
of
5 rea de drenagem, precipitao mdia
anual, declividade, densidade de dre-
nagem, comprimento. 0,811 1,36
4 rea de drenagem, Precipitao mdia
anual, declividade e d. de drenagem 0,820 1,35
3 rea de drenagem, precipitao mdia
anual, densidade de drenagem 0,828 1,34
2 rea de drenagem e precipitao m-
dia anual
0,793 1,38
1 rea de drenagem 0,564 1,60
273 , 0 517 , 3 636 , 0
. . . 4 , 0 DD PA A Qm =
0,7
0,75
0,8
0,85
0,9
0,95
1 2 3 4 5
nme ro de pa r me tros
R
27
Algumas regras
O nmero de variveis p deve ser escolhida de
forma parcimoniosa. Muitas variveis com
pouco ganho na correlao no contribui
porque dificulta o usurio e diminui o grau de
liberdade do modelo;
A amostra NV = N - p -1. Um regresso com
3 variveis independentes com 9 postos pode
ter uma correlao alta, mas a amostra real de
apenas 5 valores, ou numa regio com 5 postos
e 4 variveis a amostra O !!!!!!!!!!!!
28
SRIES HOMOGNEAS
1. Teste de hiptese para verificar se duas sries so
homogneas ou se alteraes antrpicas tornaram
as sries no - homogneas.
Testes paramtricos e no - paramtricos
2. Testes paramtricos: mdia e desvio padro. Baseia-
se na hiptese de que as mdias e o desvio padro
das duas sries so iguais com um determinado
nvel de significncia.
29
Testes paramtricos
Varincia

2
2
2
1
s
s
F =
Mdia
2 / 1
2 1
2
)
1 1
(
1
N N
s
x x
t
+

=
2 / 1
2
2
2
1
2
1
2 1
) (
N
s
N
s
x x
t
+

=
30
Exemplo
Srie de vazes mnimas de 7 dias de um posto com 27
anos. Deseja-se verificar se aps treze anos houve alterao
na mdia e desvio padro da srie.
Teste da varincia

6 , 1 )
82 , 22
86 , 28
(
2
= =
c
F
F (0,05, 12,13) = 2,5, como F(tabela) > Fc a hiptese aceita
Teste da mdia
26 , 0
)
14
1
13
1
( )
2 14 13
521 832
(
64 , 96 85 , 85
2 / 1 2 / 1
=
+
+
+

= t
Com N1 + N2 -1 = 25 e 5% t(tabela ) = 2,05; t(tabela) >tc, a hiptese aceita
31
Preenchimento de sries
Com modelo hidrolgico
com regresso entre postos vizinhos Ne > N1.
Outro critrio R > 0,85 para contribuir com
melhoria

) 1 (
2
1
2
1
2
2 1
R
N
N
N N
N
e

+
+
=
Considere uma srie com 15 anos. Deseja-se estend-la
por 12 anos, resultando 27 anos. O coeficiente R = 0,78.
Da equao obtm-se Ne = 19,7 anos > 15, o que atende
o primeiro critrio.