A teoria dos valores extremos desempenha um papel fundamental na modelagem de eventos associados a probabilidades muito pequenas ou eventos raros. Os modelos probabilísticos baseados nesta teoria visam predizer, a partir de um conjunto de valores máximos de um processo ambiental registrado num período relativamente curto (30 anos, por exemplo), os valores máximos esperados num período maior de tempo (50, 100 ou mais anos), que para o caso específico dos ventos, são de grande utilidade no planejamento de estruturas civis. Este trabalho consistiu no ajuste da distribuição generalizada de valores extremos (GVE), que inclui como casos particulares, as distribuições Gumbel, Fréchet e de Weibull (definidas na teoria dos valores extremos), aos dados de velocidade máxima mensal de ventos registrados durante um período de 43 anos (1956 a 1971 e 1974 a 2000) na estação agrometeorológica da Escola Superior de Agricultura "Luiz de Queiroz" em Piracicaba, Estado de São Paulo. Para a estimação dos parâmetros dessa distribuição, foi utilizado o método da máxima verossimilhança. O ajuste aos dados foi avaliado através dos gráficos quantil-quantil e do teste de Kolmogorov-Smirnov. A partir do ajuste inicial da distribuição GVE, a distribuição de Gumbel demonstrou ser a mais adequada para modelar os dados de velocidade máxima de vento em todos os meses do ano. Observou-se também, que os meses de setembro a dezembro apresentaram as maiores velocidades máximas de vento. Ventos com velocidades acima de 60 km h-1, considerados como muito fortes, também apresentaram-se neste período do ano. Por último, foram obtidos os níveis de retorno para os períodos de retorno 5, 10, 50 e 100 anos, e construídos seus respectivos intervalos de 95% de confiança, através dos métodos delta e da estatística de razão de verossimilhança. / The extreme value theory plays a fundamental role in modeling of events associated to very small probabilities or rare events. The aim of the probabilistic models based on this theory is to predict, from a set of maximum values of an environmental process recorded on a relatively short period (e.g. 30 years), the expected maximum values in a greater period (50, 100 or more years). For the specific case of wind, these values are very useful for the planing and development of civil structures. This work is concerned with the fitting of the generalized extreme value (GEV) distribution, which includes as specific cases, the Gumbel, Fréchet and Weibull distributions (defined in the extreme value theory), to the maximum wind speeds recorded monthly during a 43 years period (1956 to 1971 and 1974 to 2000) in the agrometeorological station of the College of Agriculture "Luiz de Queiroz", in Piracicaba, SP (Brazil). For the estimation of parameters of the GVE distribution the method of the maximum likelihood was used. The fitting to the data was evaluated through the quantil-quantil graph and the Kolmogorov-Smirnov test. From the initial fitting of the GEV distribution, we concluded that the Gumbel distribution was the most suitable to model the maximum wind speed for all months. It was observed that the September to December period showed the highest values of maximum wind speed. This period also showed winds with speeds above 60 km h-1, considered as very strong. Finally, we obtained the return levels for the return periods of 5, 10, 50 and 100 years, and we constructed their respective 95% confidence intervals, through the delta and the likelihood ratio statistics methods.

A teoria dos valores extremos desempenha um papel fundamental na modelagem de eventos associados a probabilidades muito pequenas ou eventos raros. Os modelos probabilísticos baseados nesta teoria visam predizer, a partir de um conjunto de valores máximos de um processo ambiental registrado num período relativamente curto (30 anos, por exemplo), os valores máximos esperados num período maior de tempo (50, 100 ou mais anos), que para o caso específico dos ventos, são de grande utilidade no planejamento de estruturas civis. Este trabalho consistiu no ajuste da distribuição generalizada de valores extremos (GVE), que inclui como casos particulares, as distribuições Gumbel, Fréchet e de Weibull (definidas na teoria dos valores extremos), aos dados de velocidade máxima mensal de ventos registrados durante um período de 43 anos (1956 a 1971 e 1974 a 2000) na estação agrometeorológica da Escola Superior de Agricultura "Luiz de Queiroz" em Piracicaba, Estado de São Paulo. Para a estimação dos parâmetros dessa distribuição, foi utilizado o método da máxima verossimilhança. O ajuste aos dados foi avaliado através dos gráficos quantil-quantil e do teste de Kolmogorov-Smirnov. A partir do ajuste inicial da distribuição GVE, a distribuição de Gumbel demonstrou ser a mais adequada para modelar os dados de velocidade máxima de vento em todos os meses do ano. Observou-se também, que os meses de setembro a dezembro apresentaram as maiores velocidades máximas de vento. Ventos com velocidades acima de 60 km h-1, considerados como muito fortes, também apresentaram-se neste período do ano. Por último, foram obtidos os níveis de retorno para os períodos de retorno 5, 10, 50 e 100 anos, e construídos seus respectivos intervalos de 95% de confiança, através dos métodos delta e da estatística de razão de verossimilhança. / The extreme value theory plays a fundamental role in modeling of events associated to very small probabilities or rare events. The aim of the probabilistic models based on this theory is to predict, from a set of maximum values of an environmental process recorded on a relatively short period (e.g. 30 years), the expected maximum values in a greater period (50, 100 or more years). For the specific case of wind, these values are very useful for the planing and development of civil structures. This work is concerned with the fitting of the generalized extreme value (GEV) distribution, which includes as specific cases, the Gumbel, Fréchet and Weibull distributions (defined in the extreme value theory), to the maximum wind speeds recorded monthly during a 43 years period (1956 to 1971 and 1974 to 2000) in the agrometeorological station of the College of Agriculture "Luiz de Queiroz", in Piracicaba, SP (Brazil). For the estimation of parameters of the GVE distribution the method of the maximum likelihood was used. The fitting to the data was evaluated through the quantil-quantil graph and the Kolmogorov-Smirnov test. From the initial fitting of the GEV distribution, we concluded that the Gumbel distribution was the most suitable to model the maximum wind speed for all months. It was observed that the September to December period showed the highest values of maximum wind speed. This period also showed winds with speeds above 60 km h-1, considered as very strong. Finally, we obtained the return levels for the return periods of 5, 10, 50 and 100 years, and we constructed their respective 95% confidence intervals, through the delta and the likelihood ratio statistics methods.

Uma modelagem estatística baseada no conceito "risco = probabilidade x conseqüência" e no principio da máxima entropia é apresentada nesta Dissertação, visando estabelecer previsões realistas de perda de vida no Município de Nova Friburgo, Estado do Rio de Janeiro, para subsidiar as autoridades públicas locais a minimizar as conseqüências de inundações e deslizamentos de terra. Os resultados mostram que o princípio da máxima entropia modela muito bem a distribuição de mortalidade em deslizamentos de terra. Comparações de mortalidade em Nova Friburgo, Petrópolis, Região Metropolitana de Recife e na Cidade do Rio de Janeiro também são apresentadas nesta Dissertação. Os resultados apresentados indicam que o risco de perda de vidas em Nova Friburgo é de, aproximadamente, a terça parte do risco em Petrópolis ou a quarta parte do risco na Cidade do Rio de Janeiro. Um estudo estatístico dos deslizamentos registrados na Rodovia RJ-116, no trecho de serra entre as cidades de Nova Friburgo e Cachoeiras de Macacu, mostra também um bom ajuste dos dados históricos com o princípio de máxima entropia, apesar do curto período de observação, de apenas 21 meses. As previsões baseadas no princípio de máxima entropia indicam que a Defesa Civil municipal deveria estar preparada para atuar de forma planejada em um evento extremo com possibilidade de ocorrência de até 27 casos fatais, no caso de uma chuva excepcionalmente elevada. / A statistical model based on the concept risk = probability x consequence and on the principle of maximum entropy is presented in this Dissertation, aiming to establish realistic predictions of loss of life in the Municipal area of Nova Friburgo State of Rio de Janeiro, to help the local public authorities to minimize the consequences of flooding and landslide. The results show that the principle of maximum entropy models very well the distribution of mortality in landslide disasters. Comparisons of landslide mortality in Nova Friburgo, Petrópolis, and Metropolitan Area of Recife and in the City of Rio de Janeiro are presented in this Dissertation. The results shown indicate that the risk of loss life in Nova Friburgo is about one third of the risk in Petrópolis and about one forth of risk in the Rio de Janeiro City. A statistical study of the recorded landslides in the Highway RJ-116, in the mountain area between Nova Friburgo and Cachoeiras de Macacu cities, shows also a good adjustment of the historical data with the principle of maximum entropy in spite of the short period of observation, only 21 months. Predictions based on the principle of maximum entropy indicate that the Municipal Civil Defense should be prepared to face a landslide disaster with as much as 27 fatal cases in case of a exceptionally high rainfall.

Uma modelagem estatística baseada no conceito "risco = probabilidade x conseqüência" e no principio da máxima entropia é apresentada nesta Dissertação, visando estabelecer previsões realistas de perda de vida no Município de Nova Friburgo, Estado do Rio de Janeiro, para subsidiar as autoridades públicas locais a minimizar as conseqüências de inundações e deslizamentos de terra. Os resultados mostram que o princípio da máxima entropia modela muito bem a distribuição de mortalidade em deslizamentos de terra. Comparações de mortalidade em Nova Friburgo, Petrópolis, Região Metropolitana de Recife e na Cidade do Rio de Janeiro também são apresentadas nesta Dissertação. Os resultados apresentados indicam que o risco de perda de vidas em Nova Friburgo é de, aproximadamente, a terça parte do risco em Petrópolis ou a quarta parte do risco na Cidade do Rio de Janeiro. Um estudo estatístico dos deslizamentos registrados na Rodovia RJ-116, no trecho de serra entre as cidades de Nova Friburgo e Cachoeiras de Macacu, mostra também um bom ajuste dos dados históricos com o princípio de máxima entropia, apesar do curto período de observação, de apenas 21 meses. As previsões baseadas no princípio de máxima entropia indicam que a Defesa Civil municipal deveria estar preparada para atuar de forma planejada em um evento extremo com possibilidade de ocorrência de até 27 casos fatais, no caso de uma chuva excepcionalmente elevada. / A statistical model based on the concept risk = probability x consequence and on the principle of maximum entropy is presented in this Dissertation, aiming to establish realistic predictions of loss of life in the Municipal area of Nova Friburgo State of Rio de Janeiro, to help the local public authorities to minimize the consequences of flooding and landslide. The results show that the principle of maximum entropy models very well the distribution of mortality in landslide disasters. Comparisons of landslide mortality in Nova Friburgo, Petrópolis, and Metropolitan Area of Recife and in the City of Rio de Janeiro are presented in this Dissertation. The results shown indicate that the risk of loss life in Nova Friburgo is about one third of the risk in Petrópolis and about one forth of risk in the Rio de Janeiro City. A statistical study of the recorded landslides in the Highway RJ-116, in the mountain area between Nova Friburgo and Cachoeiras de Macacu cities, shows also a good adjustment of the historical data with the principle of maximum entropy in spite of the short period of observation, only 21 months. Predictions based on the principle of maximum entropy indicate that the Municipal Civil Defense should be prepared to face a landslide disaster with as much as 27 fatal cases in case of a exceptionally high rainfall.