Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
RESUMO - Este trabalho apresenta as estimativas dos julho, agosto) e maiores nos meses mais chuvosos (no-
parâmetros da distribuição de probabilidade gama vembro, dezembro, janeiro) e aumentam de valor à me-
ajustada aos dados de precipitação pluvial de Lavras- dida que o tamanho do período aumenta. As estimati-
MG, coletados de janeiro de 1966 a dezembro de 1996 vas do parâmetro de escala (β) foram menores nos pe-
e agrupados em onze períodos: dados diários, 1-3, 1-6, ríodos de 1-3 e 1-6 nos meses mais secos (junho, julho,
1-9, 1-12, 1-15, 1-18, 1-21, 1-24, 1-27 e totais mensais. agosto); nos outros meses, não houve uma tendência
As estimativas do parâmetro de forma (α), de modo ge- definida quanto ao aumento dos períodos; os maiores
ral, são menores nos meses menos chuvosos (junho, valores ocorreram nos meses mais chuvosos.
TERMOS PARA INDEXAÇÃO: Distribuição gama, estimativas de parâmetros, precipitação pluviométrica, chuva.
Estudando os dados pluviométricos do municí- quantidades de chuva. O teste aplicado foi o qui-
pio de Itaguaí-RJ, Vivaldi (1973) deu ênfase aos as- quadrado. Constatou, ainda, que no período de 1-3 dos
pectos teóricos dos métodos dos momentos e da máxi- meses de baixa precipitação, como agosto, outubro e
ma verossimilhança usados na obtenção dos estimado- novembro, as freqüências esperadas não estavam de
res dos parâmetros; foram desenvolvidas fórmulas para acordo com as observadas, essa discrepância possivel-
determinação da variância dos estimadores e evidenci- mente foi causada pela redução do tamanho da amostra;
ou-se a necessidade da aplicação do método de máxima portanto, nesse período, a distribuição gama não apre-
verossimilhança, sendo que o mesmo já havia sido su- sentou bons resultados.
gerido por Thom (1958). Assis (1991) elaborou modelos teóricos para
Utilizando-se dados de 30 anos (1949-1978), descrever a quantidade de chuva diária em Pelotas-RS,
Frizzone (1979) estimou as precipitações dependentes com base na distribuição binomial negativa truncada e
para a região de Viçosa-MG, em períodos de 5, 10, 15 e na distribuição de probabilidade gama. Ao analisar os
30 dias, utilizando cinco modelos para cálculo da dis- totais semanais de chuva de Pelotas-RS, corresponden-
tribuição de freqüência. Os resultados mostraram que a tes ao período de 1893 a 1991, concluiu-se que a quan-
distribuição gama incompleta pode ser usada para se tidade de chuva nas semanas com chuva pode ser ade-
estudar a distribuição das precipitações em períodos de quadamente representada pela função de distribuição de
5 a 30 dias na referida região. probabilidade gama.
Friedman e Janes (1957) estudaram o problema O estudo das precipitações diárias e agrupadas
da determinação de estimativas de probabilidade de em vários períodos através da distribuição gama pode
precipitação pluvial e evidenciaram o fato de que são fornecer informações probabilísticas que possibilitem
necessários dados de, no mínimo, 30 anos para que o um planejamento racional do aproveitamento da água.
tamanho da amostra seja representativo. Assim, constituiu objetivo deste trabalho a obtenção de
Castro Neto, Sediyama e Villela (1980b) ajusta- estimativas dos parâmetros (α e β) da distribuição
ram uma função potencial aos dados diários de chuva gama ajustada aos dados de precipitações pluviais diá-
para a região de Lavras-MG, para identificarem os me- rias e agrupadas em vários períodos para a região de
ses que apresentam maiores probabilidades de ocorrên- Lavras - MG.
cia de períodos secos. De maneira semelhante, Castro
Neto, Sediyama e Villela (1980a) verificaram que as MATERIAL E MÉTODOS
maiores probabilidades de períodos chuvosos prolonga-
Os dados utilizados no presente estudo foram
dos em Lavras-MG ocorreram nos meses de novembro
fornecidos pela Área de Agrometeorologia do Departa-
a março. Castro Neto e Silveira (1981a) estudaram a
mento de Engenharia e oriundos da Estação Climatoló-
precipitação para Lavras-MG em períodos mensais, ba-
gica Principal de Lavras-MG, situada no campus da
seada na função de distribuição de probabilidade gama,
Universidade Federal de Lavras, em Lavras, Estado de
concluindo que as menores precipitações prováveis fo-
Minas Gerais, em convênio com o Instituto Nacional de
ram encontradas nos meses de junho, julho e agosto e
Meteorologia (INMET). A Estação Climatológica de
as maiores nos meses de outubro a março; afirmaram,
Lavras está situada à latitude de 21014’S, longitude de
também, que a precipitação mensal não é indicada
45000’W e altitude de 918,84 metros (Brasil, 1992) e
como base para o dimensionamento de sistemas de irri-
altitude da cuba do barômetro de mercúrio de 920 me-
gação complementar. Do mesmo modo, Castro Neto e
tros. Segundo a classificação de Köppen, que pode ser
Silveira (1981b), Castro Neto e Silveira (1983) estuda-
encontrada em Vianello e Alves (1991), entre outros, o
ram a precipitação provável em períodos de quinze e
clima da região é do tipo Cwa, temperado úmido (com
dez dias respectivamente, através da distribuição gama,
verão quente e inverno seco), caracterizado por um total
concluindo que é possível a utilização de irrigação su-
de chuvas no mês mais seco de 23,4 mm e do mês mais
plementar na região contando-se com a precipitação
chuvoso de 295,8 mm, por uma temperatura média do
provável, o que diminuirá o custo de instalação e opera-
mês mais quente de 22,1o C e a do mês mais frio de
ção de sistemas de irrigação.
Galate (1987) estudou o ajuste da distribuição 15,8o C, sendo a temperatura média anual de 19,4o C, a
gama incompleta aos dados de precipitação pluvial do precipitação total anual de 1529,7 mm, a evaporação
município de Belém-PA, utilizando dados de 1953 a total no ano de 1034,3 mm e a umidade relativa média
1986 e os dados agrupados em dez períodos; verificou anual de 76,2%; a nebulosidade é máxima no verão e
que a distribuição gama ajustou-se bem aos dados, em mínima no inverno, com média anual de 4,8 de céu co-
razão da hipótese nula não ser rejeitada em 97,5% dos berto (de 0-10), de acordo com Brasil (1992). As obser-
períodos estudados, o que comprova a eficiência da vações referem-se às precipitações pluviais diárias ex-
distribuição gama para a obtenção de estimativas de pressas em altura de lâmina d’água (mm), abrangendo
n
um período de janeiro de 1966 a dezembro de 1996,
num total de 31 anos. Os dados foram agrupados em L( x1 , x2 ,..., x n ; α , β) = ∏
1
β Γ (α)
α ( x i ) e( − x / β )
α −1
i =1
onze períodos dentro de cada mês, com exceção do mês α −1
n
= β [Γ ( α ) ] − n ∏ ( x i ) e (
de fevereiro, quando foram usados dez períodos. Os pe- − nα − ∑ xi /β
)
ríodos foram constituídos por agrupamentos de dados (5)
i =1
da seguinte maneira: dados diários, 1-3, 1-6, 1-9, 1-12,
aplicando logaritmo natural obtém-se:
1-15, 1-18, 1-21, 1-24, 1-27, 1-31. (em que, por exem-
plo, 1-3 significa tomar períodos contendo totais de da- ln L ( x1 , x,..., x n ; α , β ) = − nα ln (β ) − n ln[Γ (α )] + (α − 1) ln (∑ ln xi ) −
∑ x (6)
i
β
dos de 3 em 3 dias).
Uma variável aleatória contínua x com ( 0 ≤ x <
derivando-se parcialmente em relação aos parâmetros α
∞) se distribui segundo uma distribuição gama de pa-
e β e igualando-se a zero, fica:
râmetros α > 0 e β > 0 se sua função de densidade de
probabilidade é:
∂ln L( x1 , x 2 ,..., x n ; α , β ) Γ ' ( α∃ )
1
n
− n Γ (α∃ ) − n ln β + ∑ ln x i = 0
∃
e o estimador da variância (segundo momento em rela- i =1 (8)
ção à média) é: ∃ X
µ2 = V(X)= αβ
2
(3) β = α∃
A proporção de valores nulos (Q) em cada perí- Em (8), na primeira equação, dividindo-se am-
∃
odo foi estimada usando-se o estimador: bos os membros por n e substituindo β por X , obtém-se:
m α∃
∃ =
Q (4) Γ ' ( α∃ ) 1 n
n ln α∃ − = ln X − ∑ ln x (9)
Γ (α∃ ) n i =1
em que: m = número de zeros em uma série climatoló-
gica; n = tamanho da amostra. A expressão Γ' (α ∃ ) / Γ (α
∃ ) é chamada função
Um grande problema encontrado em trabalhos
que envolvem a distribuição gama é a estimação dos digama de α
∃ , representada por ψ( α ∃ ) e suas derivadas
parâmetros α e β, devido à complexidade e extensão ψ’( α
∃ ) e ψ’’( α
∃ ) são chamadas funções trigama e te-
dos cálculos envolvidos. Vários métodos podem ser tragama, respectivamente.
usados, como o método dos quadrados mínimos, o mé-
todo dos momentos e o da máxima verossimilhança. A equação (9) pode ser representada por:
Porém, todos possuem limitações, seja por problemas 1 n
matemáticos ou por produzirem estimativas ineficien- ln α∃ − ψ (α∃ ) = ln x − ∑ ln x i (10)
n i =1
tes. O método dos quadrados mínimos apresenta uma
série de dificuldades quando aplicado à distribuição Fazendo-se
gama, e não é recomendado. Os métodos da máxima 1 n
verossimilhança e o dos momentos são os mais comu- A = ln x − ∑ ln x j
n j=1
(11)
mente utilizados, mas, segundo Thom (1958), deve-se em que n = número de anos com dados de precipitação;
preferir o da máxima verossimilhança devido às suas xj = altura de chuva no período; x = altura média de
melhores propriedades. chuva no período.
Para a distribuição gama a função de verossi-
milhança é: Então (10) fica:
ln α∃ − ψ(α∃ ) = A (12)
Sendo F(x) a probabilidade de ocorrência de
uma precipitação menor ou igual a x, então ela pode ser
A dificuldade do método reside na resolução
obtida através de sua função de distribuição de probabi-
da equação (12), de onde obtém-se o estimador de
lidade acumulada:
α∃ , pois (12) é uma equação implícita em α∃ . Mas x
1
∫ u(α −1)e − u / βdu
pode ser resolvida com alguma álgebra e uso de re-
cursos computacionais. A função digama ψ (α ∃) β Γ( α ) 0
P(X≤x) = F(x) = α (19)
aparece tabulada em algumas publicações, como em sendo: F(x) = probabilidade de ocorrer um valor X ≤ x,
Abramowits e Stegun (1970), mas para poucos valo- ou probabilidade de ocorrer uma quantidade de preci-
res. Porém, pode ser obtida através do desenvolvi- pitação igual ou inferior a x; X = variável aleatória
mento em série de: contínua que representa os valores das precipitações;
Γ(α) = função gama incompleta; α = parâmetro de
m
1 B2 K forma da variável aleatória X; β = parâmetro de escala
ψ ( α ) = ln(α ) − −∑ (13)
2α K =1 ( 2 Kα 2 K ) da variável aleatória X (mm); e = base do logaritmo
neperiano (2,718...); x = quantidade de chuva, em mm.
em que BK são os números de Bernoulli ( B2 = 1/6,
B4 = - 1/30, ...). Através do desenvolvimento de (19), fazendo-se
uso da série de Taylor, obtém-se:
Desenvolvendo-se a expressão (13), obtém-se:
tα
∃
t t2 t3 (20)
F( t ) = 1 + + + +Κ
α∃Γ(α∃ )e t α∃ + 1 (α∃ + 1)(α∃ + 2) (α∃ + 1)(α∃ + 2)(α∃ + 3)
ψ ( α) ≅ ln( α ) −
1
−
1
+
1
−
1
+
1
−
1
+Κ
(14)
2α 12 α 2 120α 4 252α 6 240α 8 132α10
que é uma expressão que permite o cálculo aproximado
Calculando-se a derivada de (14), tem-se a fun- da probabilidade de ocorrência de um valor menor ou
ção trigama, ou seja: ∃
igual a t, de onde obtém-se x = t β .
1 1 1 1 1 1 5 (15)
ψ ' ( α) ≅ + + − + − + +Κ
α 2α 2 6α 3 30α 5 42 α 7 30α 9 66α 11 Os estimadores obtidos pelo método da máxima
verossimilhança têm variâncias e covariâncias, dadas por:
que será usada no cálculo das variâncias.
β 2 ψ ' (α∃ )
∃ (α
∃) =
α∃
, V∃ (β∃) = e
Das equações (10), (11), (12) e (14), tem-se
que uma aproximação para a função digama é
V
[
∃ ' (α
n αψ ∃) − 1 ] [∃ ' (α
n αψ ∃) − 1 ]
1 1
ψ (α∃ ) ≅ ln(α∃) − − (16)
−β ∃
2α∃ 12α∃ 2 ∃ α
Cov ∃ =
∃, β ( ) n[αψ ∃ ) − 1]
(21)
Substituindo a expressão de ψ (α ∃ ) de (16) ∃ ' (α
TABELA 1 - Totais mensais e anuais das precipitações pluviométricas de janeiro de 1966 a dezembro de 1996 em
Lavras - MG.
Ano jan. fev. mar. abr. mai. jun. jul. ago. set. out. nov. dez. Total
1966 515 237 224 24 12 0 5 9 32 168 265 303 1794
1967 393 284 115 26 1 28 0 0 5 123 258 210 1443
1968 196 192 76 29 2 2 3 43 67 108 81 372 1170
1969 254 175 148 50 33 43 5 25 20 115 292 269 1428
1970 345 256 106 72 17 24 26 55 57 144 223 102 1427
1971 259 56 150 87 3 109 1 0 49 131 295 446 1585
1972 197 259 204 45 33 0 94 18 73 188 417 199 1727
1973 202 117 112 172 60 35 8 27 42 149 134 257 1316
1974 212 64 426 62 35 72 0 5 15 111 72 325 1399
1975 173 269 47 50 18 5 25 0 50 107 332 225 1301
1976 76 228 127 84 123 22 69 107 196 105 166 337 1641
1977 250 24 279 88 5 7 0 42 128 51 273 107 1256
1978 410 129 90 31 100 23 46 0 43 156 219 201 1448
1979 205 380 204 80 86 0 82 71 73 166 236 350 1933
1980 489 202 61 148 9 83 0 13 45 61 229 251 1589
1981 282 77 117 41 25 51 0 22 54 220 253 231 1373
1982 352 188 343 23 16 9 22 2 44 179 136 507 1820
1983 238 377 246 216 141 127 57 6 369 184 194 414 2568
1984 172 69 101 110 47 0 0 33 113 67 233 268 1212
1985 448 161 225 8 21 3 0 2 61 76 263 392 1659
1986 126 259 148 28 90 1 80 81 18 38 140 509 1518
1987 205 136 179 109 57 21 4 0 92 57 169 402 1431
1988 138 256 112 32 34 23 10 0 53 181 154 190 1181
1989 270 361 273 45 0 41 31 6 72 59 123 271 1554
1990 114 120 115 68 93 1 40 43 71 91 181 97 1034
1991 543 203 119 101 2 0 7 0 47 190 102 215 1529
1992 718 144 238 111 94 4 14 25 158 144 230 132 2011
1993 194 275 139 63 28 54 0 22 55 48 102 229 1209
1994 421 212 274 24 198 10 4 0 0 146 227 317 1833
1995 200 340 125 65 66 1 1 0 39 116 192 442 1585
1996 147 310 129 54 85 17 0 18 149 91 336 253 1589
TABELA 2 - Estimativas dos parâmetros (α e β), proporção de valores nulos (Q), média ( m ∃ ) e variância (S2) das
∃ e de ∃ , obtidos para as precipitações diárias e agrupadas em dez
precipitações observadas e erros padrões de α
.
Períodos α∃ β∃ ∃
Q ∃
m S2 S(α∃ ) ()
S β∃
TABELA 3 - Estimativas dos parâmetros (α e β), proporção de valores nulos (Q), média ( m ∃ ) e variância (S2) das
∃ e de β∃ , obtidos para as precipitações diárias e agrupadas nos nove
precipitações observadas e erros padrões de α
períodos para o mês de fevereiro.
Períodos α∃ β∃ ∃
Q ∃
m S2 S(α∃ ) ()
S β∃
TABELA 4 - Estimativas dos parâmetros (α e β), proporção de valores nulos (Q), média ( m ∃ ) e variância (S2) das
∃ e de β∃ , obtidos para as precipitações diárias e agrupadas nos dez
precipitações observadas e erros padrões de α
períodos para o mês de junho.
Períodos α∃ β∃ ∃
Q ∃
m S2 S(α∃ ) ()
S β∃
TABELA 5 - Estimativas dos parâmetros (α e β), proporção de valores nulos (Q), média ( m ∃ ) e variância (S2) das
∃ e de β∃ , obtidos para as precipitações diárias e agrupadas nos dez
precipitações observadas e erros padrões de α
períodos para o mês de julho.
Períodos α∃ β∃ ∃
Q ∃
m S2 S(α∃ ) ()
S β∃
α∃ β∃ α∃ β∃ α∃ β∃ α∃ β∃
Diários 0,6151 4,0076 0,5635 6,9618 0,5158 13,4266 0,5435 16,7743
estimativas de Q não nulas, sendo que em junho, no pe- vosos em Lavras, Minas Gerais. Ciência e Prática,
ríodo 1-30 (mensal), ocorreu uma proporção de 0,1613, Lavras, v.4, n.1, p.56-65, jan./jun., 1980a.
indicando que em 16,13% dos meses de junho não
CASTRO NETO, P.; SEDIYAMA, G. C.; VILLELA,
ocorreram nenhuma precipitação durante o mês todo e
E. A. Probabilidade de ocorrência de períodos secos
que, para esse mesmo período, em 25,81% dos meses
em Lavras, Minas Gerais. Ciência e Prática, La-
de julho não foram registradas nenhuma precipitação,
vras, v.4, n.1, p.46-55, jan./jun., 1980b.
fato importante para a agropecuária nessa época. Vival-
di (1973) já havia verificado que a ocorrência de valo- CASTRO NETO, P.; SILVEIRA, J. V. Precipitação
∃ foi freqüente nos períodos de 1-5 e
res elevados de Q provável para Lavras, Região Sul de Minas Gerais,
baseada na função de distribuição de probabilidade
1-10, principalmente nos meses mais secos.
gama. I. Períodos mensais. Ciência e Prática, La-
Observa-se em janeiro e fevereiro (Tabelas 2 e
vras, v.5, n.2, p.144-151, jul./dez., 1981a.
3) que à medida que aumenta-se o período, as estimati-
vas de Q∃ diminuíram, e nos períodos de 1-12 ou maio- CASTRO NETO, P.; SILVEIRA, J. V. Precipitação
provável para Lavras, Região Sul de Minas Gerais,
res foram nulas, indicando que houve nesses períodos
baseada na função de distribuição de probabilidade
alguma precipitação.
gama. II. Períodos de quinze dias. Ciência e Prática,
CONCLUSÕES Lavras, v.5, n.2, p.152-162, jul./dez., 1981b.
Os resultados encontrados neste trabalho permi- CASTRO NETO, P.; SILVEIRA, J. V. Precipitação
tem concluir que: provável para Lavras-MG, baseada na função de
a) Para dados agrupados nos períodos, em geral, distribuição de probabilidade gama. III. Períodos de
as estimativas dos parâmetros de forma (α) são menores 10 dias. Ciência e Prática, Lavras, v.7, n.1, p.58-
nos meses menos chuvosos e maiores nos meses chuvo- 65, jan./jun., 1983.
sos e aumentam de valor à medida que o tamanho do FRIEDMAN, D. G. ; JANES, B. E. Estimation of
período aumenta, e para os dados diários, as estimativas rainfall probabilities. University of Connecticut
desses parâmetros mostraram-se maiores nos meses de Agricultural Experiment Station Bulletin,
baixas precipitações e menores nos meses de maiores Connecticut, v.332, p.1-22, 1957.
precipitações.
b) As estimativas do parâmetro de escala (β) não FRIZZONE, J. A. Análise de cinco modelos para cál-
apresentaram uma tendência definida com o aumento culo da distribuição e freqüência de precipitação
do tamanho dos períodos. Os maiores valores ocorre- na região de Viçosa-MG. Viçosa: UFV. Imprensa
ram nos meses mais chuvosos. Universitária, 1979. 100p. (Tese - Mestrado em Ir-
rigação e Drenagem).
REFERÊNCIAS BIBLIOGRÁFICAS GALATE, R.S. Estudo das precipitações pluviais no
ABRAMOWITS, M.; STEGUN, I. A. Handbook of município de Belém - PA, através da distribuição
mathematical functions with formulas, graphs, gama. Piracicaba: ESALQ/USP, 1987. 70p. (Tese -
and mathematical tables. New York: Dover, 1970. Mestrado em Estatística e Experimentação Agro-
1046p. nômica).