Professional Documents
Culture Documents
PROBABILIDADE E ESTATSTICA
APLICADA HIDROLOGIA
2011
Estatstica e Probabilidade Aplicada Hidrologia 2
1. Introduo
2. Distribuies de Frequncia
I
c = (2.3)
m
Exemplo 2.1
25
Frequncias absolutas
20
15
10
0
870,9 - 1210,9 1210,9 - 1550,9 1550,9 - 1890,9 1890,9 - 2230,9 2230,9 - 2570,9 2570,9 - 2910,9 2910,9 - 3250,9
3.1 Localizao
a) Mdia
b) Mediana
c) Moda
a) clculo da mdia
m
jx'j 870,9 + 1210,9
2910,9 + 3250,9
12 + ... +
1
j=1 2 2
x = = = 1677,9mm
n 79
m
870,9 + 1210,9 2910,9 + 3250,9
x = fjx'j =
2
0,1519 + ... +
2
0,1266 = 1677,9mm
j=1
b) clculo da mediana
b) clculo da moda
3.2 Disperso
a) Desvio Padro
n
(xi x )2
i =1
S = + (3.6)
n
j (x'j )2
m
x
j=1
S = + (3.7)
n
j (x'j )2
m
x
j =1
S = + (3.9)
n 1
n
(xi x )2
i =1
S2 = (3.10)
n 1
b) Desvio Mdio
m
j x'j x
j =1
d = (3.12)
n
b) Coeficiente de Variao
d) Varivel Reduzida
n
(zi z )2
i =1
Sz = + = 1,0 (3.16)
n 1
j (x'j )2
m
x
j =1 12 (1040,9 1672,5)2 + ... + 1 (3080,9 1672,5)2
S = + = + = 460,0mm
n 1 79 1
3.3 Assimetria
Distribuio Simtrica
Mdia
Mediana
Moda
g =
[
79 (2118,2 1672,5)3 + ... + (1298,7 1672,5)3 ] = 0,7
(79 1)(79 2) 479,4
3
4.Distribuies de Probabilidade
1
Para evitar confuses, a varivel aleatria representa-se por
maisculas, X , e as observaes (ou realizaes) dessa varivel por
minsculas, x .
P (x ) = 0 se x {x1, x 2,...}
P (x1 ) = P (X = x1 ) = P1 (4.4)
P (x 2 ) = P (X = x 2 ) = P2
etc.
F(x) = P (X x ) = P (x
xi x
i ) com i = 1,2,... (4.5)
xb
P (a < X b ) = F(b) F (a) = P (x
x >a
i ) (4.6)
0,15 se x = 0
0,20 se x = 1
P (x ) = 0,30 se x = 2
0,20 se x = 3
0,15 se x = 4
0 se x < 0
0,15 se 0 x < 1
0,35 se 1 x 2
F (x ) =
0,65 se 2 x 3
0,85 se 3 x 4
1,00 se 4 x
0,35
0,30
0,25
0,20
P(x)
0,15
0,10
0,05
0,00
1 2 3 4
Funo de distribuio
1,1
1
0,9
0,8
0,7
F(x)
0,6
0,5
0,4
0,3
0,2
0,1
0
0 - 1 1 - 2 2 - 3 3 - 4 >4
F (x + x ) F (x )
o quociente, , ser a quantidade de probabilidade
x
mdia nesse intervalo. O limite,
F (x + x ) F (x ) dF (x )
f (x ) = lim = F' (x ) = (4.7)
x 0 x dx
f(x)d(x) =
1 (A4.10)
f(x)d(x) =
a
0 (4.12)
x
F (x ) = f (x ) dx
1 (x 651,8)2
f(x) = exp
2 203,5 2(203,5)2
0,003
0,002
f(x)
0,001
0,000
0 100 200 300 400 500 600 700 800 900 1000 1100 1200 1300
x(precipitao mm)
Funo de distribuio
1,0
0,9
0,8
0,7
0,6
F(x)
a b
0,5
0,4
0,3
0,2
H
0,1
0,0
0 100 200 300 400 500 600 700 800 900 1000 1100 1200 1300
x (precipitao mm)
5.Distribuies Tericas
a) Distribuio Binomial
n!
P (x ) = P (X = x ) = p x (1 p )n x , x = 0,1,..., n (5.1)
x! (n x )!
e a sua funo de distribuio ,
n!
F (x ) = xi! (n xi )! p x (1 i
p )n xi (5.2)
xi x
Exemplo 5.1
a) Distribuio Normal
( x )2
1 2 2
f(x) = e < x < + (5.3)
2
diz-se que tem distribuio Normal com parmetros e , e escreve-se
(x )2
1 x 2 2
F(x) =
2
e dx (5.4)
z2
1
f(z) = e 2 < z < + (5.6)
2
z f(z)
0,5 -3.0 0.004
-2.5 0.018
0,4
-2.0 0.054
-1.5 0.130
0,3
f(z)
-1.0 0.242
0,2 -0.5 0.352
0.0 0.399
0,1 0.5 0.352
1.0 0.242
0,0 1.5 0.130
-3,0 -2,0 -1,0 0,0 1,0 2,0 3,0
2.0 0.054
z 2.5 0.018
3.0 0.004
-1.0 0.1587
0,5
-0.5 0.3085
0.0 0.5000
0.5 0.6915
1.0 0.8413
1.5 0.9332
0,0
-3,0 -2,0 -1,0 0,0 1,0 2,0 3,0 2.0 0.9772
2.5 0.9938
z
3.0 0.9987
-3 -2 -1 0 1 2 3
0.13% 2.28% 15.87% 50.00% 84.13% 97.72% 99.87%
(y y )2
1 2 y2
f(x) = e x > 0 (5.8)
x 2
n
yi
i =1
varivel Y = ln X , dados por y = y = e
n
n
(yi y )2
i =1
y = Sy = + .
n 1
c) Distribuio Gama
x 1e x
f(x) = x, , > 0 (5.9)
( )
x2 1
= = (5.11)
Sx2 Cv 2
e,
x
= (5.12)
S x2
A distribuio Gama frequentemente aplicada na determinao da
probabilidade da precipitao para duraes de dias, semanas, meses, e
at anos.
(x ) 1 e (x )
f(x) = x (5.13)
( )
2
2
= , (5.14)
g
Sx
= (5.15)
e
= x Sx (5.16)
(y ) 1 e (y )
f(x) = ln x (5.17)
( )
2
2
= , (5.18)
gy
Sy
= (5.19)
e
= y Sy (5.20)
x u
e
F(x) = e > 0 (5.22)
6S x
= (5.23)
e
u = x 0,5772 (5.24)
x u
Utilizando a varivel reduzida, y = , vem para a funo de
distribuio,
y
F(x) = e e (5.25)
y = ln x
x 1e x x2 1
f(x) = = =
Gama ( ) x > 0 Sx2 Cv 2
x
onde ( ) = funo =
S x2
gama
2
2 S
(x ) 1e (x ) = , = x ,
Pearson Tipo f(x) = ( ) x g
III
= x Sx
(y ) 1 e (y ) 2
f(x) =
ln x 2 S
( ) = , = y ,
Log Pearson y = ln x gy
= y Sy
x u
x u
6S x
e < x < + = ,
Gumbel 1
f(x) = e u = x 0,5772
a) Distribuio Normal
5,01064 5,06146
z = = 0,09
0,58906
c) Distribuio de Gumbel
6Sx 6 141,8
= = = 110,6
x u 300 162,7
Utilizando a varivel reduzida y = = = 1,24141 , a
110,6
probabilidade pretendida, pode ser determinada por aplicao da
equao (5.25),
y 1,24141
F(x) = e e = e e = 0,749 = 74,9% .
/2 /2
a) Teste do Qui-Quadrado
m (O j E j )2
c2 = Ej
(6.1)
j=1
hiptese nula, H 0 ;
i
;
n
3 D = max F (x ) F0 (x ) , a estatstica utilizada;
1 1
T = = (7.1)
G (x ) 1 F (x )
n
n 1
R = = 1 1 = 1 (1 G (x ))n (7.2)
T T
i
F(x) = (P (X xi )) = (7.3)
n
onde i o n. de ordem do valor na amostra. Se as n observaes ( x )
forem classificadas por ordem decrescente, a probabilidade emprica de
X tomar valores iguais ou superiores a um determinado xi ser:
i
G(x) = (P (X > xi )) = (7.4)
n
Neste caso, o menor valor da populao teria uma probabilidade
igual a zero e o maior valor uma probabilidade igual a um. No entanto,
a afectao de probabilidade a uma amostra mais delicada, pois no
h a certeza de que ela contenha o menor e o maior valor da populao
desconhecida. Das vrias frmulas existentes para afectar cada valor
da amostra de uma probabilidade emprica, utilizar-se- a de WEIBULL,
por ser a mais generalizada,
i
F(x) = (P (X xi )) = (7.5)
n + 1
para os n dados classificados por ordem crescente e
i
G(x) = (P (X > xi )) = (7.6)
n + 1
para os n dados classificados por ordem decrescente.
xT = x + K T S (7.7)
yT = y + K T S y (7.8)
a) Distribuio Normal
yT y
KT = (7.10)
y
6 T
KT = 0,5772 + lnln (7.11)
T 1
1
T = K
(7.12)
0,5772 + t
e 6
1 e
8 Exerccios de Aplicao
(x S;15,87%) = (1193,1;15,87%)
(x;50%) = (1672,5;50%)
(x + S;) = (2151,9;84,13%)
2
A mdia e o desvio padro foram determinados no Exemplo 3.1 e 3.2 e
so, respectivamente x = 1672,5mm e S = 479,4mm
teste de hiptese do 2 .
F(z4)=4/7
F(z3)=3/7 F(z5)=5/7
F(z2)=2/7 F(z6)=6/7
F(z1)=1/7 F(z7)=1
z1 z2 z3 z4 z5 Z6
(Oj )
Lim. de Classe N de elementos N de elementos 2
esperados em cada observados em cada Ej
classe classe Ej
(Ej) (Oj)
<=1160,8 11,2857 10 0,1465
1160,8 - 1401,2 11,2857 13 0,2604
1401,2 - 1586,2 11,2857 17 2,8933
1586,2 - 1758,8 11,2857 9 0,4629
1758,8 - 1943,8 11,2857 8 0,9566
1943,8 - 2184,2 11,2857 12 0,0452
>2184,2 11,2857 10 0,1465
TOTAL 79 79 4,9114
02,95;4 = 9,49
x u
reduzida y = . Para traado da recta basta unir, por exemplo,
trs pontos (xi, y i ) escolhidos, com xi = u + y i . Para tal
necessrio determinar os parmetros e u , que como j se viu so
determinados em funo da mdia e do desvio padro da amostra
(Equaes A5.23 e A5.24).
A mdia e o desvio padro das precipitaes dirias mximas
anuais em Castro DAire , so respectivamente x = 89,6mm e S = 24,9mm
6 24,9
, donde os parmetros so, = = 19,4 e
u = 89,6 0,5772 19,4 = 78,4 .
Para traado da recta terica, basta atribuir valores a y, obter
os correspondentes valores de x e marcar estes pares de valores no
papel de Gumbel. Por exemplo,
yi xi = u + y i
-1 59,0
0 78,4
1 97,8
x = 89,6 89,6
S = 24,9 24,9
= 19,4 19,4
u = 78,4 78,4
i i
2 Considera-se que F0(x) = = a funo de distribuio para os
n 79
valores da amostra;
1,36
indicado na tabela 9.4 - = 0.1125 , o que vem confirmar a
79
anlise grfica feita na alnea anterior.
3249,6 1672,5
3249,6 = 1672,5 + z 479,4 z = = 3,29
479,4
1 1
T = = = 2000 anos.
1 F (x ) 1 0,9995
6 100
KT = 0,5772 + ln ln = 3,137
100 1
199,4 89,6
199,4 = 89,6 + K t 24,9 K t = = 4,410
24,9
1 1
T = K
= 4,410
= 510 anos.
0,5772 + t 0,5772 +
e 6 e 6
1 e 1 e