Tese em PDF - departamento de engenharia florestal ...

Com objetivo de ampliar os estudos e aprofundar os resultados, foram desenvolvidas
distribuições de frequência, que são grupamentos de dados em classes. Uma distribuição de
frequências relativas, para os resultados de um espaço amostral, constitui uma distribuição de
probabilidade. Essas distribuições podem ser contínuas ou descontínuas, de acordo com os
tipos de variáveis em questão, discretas ou contínuas. Enquanto uma variável aleatória
discreta pode ser escolhida de possíveis valores finitos ou infinitos numeráveis, as variáveis
aleatórias contínuas apresentam um conjunto de possibilidades incontáveis ou não
numeráveis.
Existe um interesse especial nas distribuições contínuas, chamada Funções Densidade
de Probabilidade (FDP). Elas surgiram em virtude da ocorrência de variáveis contínuas como
tempo e distância, entre outras. Salienta-se que seu desenvolvimento e aplicação estão
intimamente ligados a duas teorias: ajuste de funções e cálculo infinitesimal. É fácil
compreender que, dado um conjunto de dados e um modelo probabilístico contínuo, há a
necessidade de se conhecer um método que estime os seus coeficientes, o qual é chamado de
regressão. O outro ponto, desenvolvimento do cálculo infinitesimal está vinculado ao cálculo
das probabilidades, uma vez que a área entre o eixo das abscissas e o gráfico da distribuição
probabilística contínua representa a probabilidade de ocorrência de um determinado evento.
Essa área pode ser calculada por meio do cálculo integral.
Algumas FDPs surgiram ao longo dos tempos, dentre as quais cabe ressaltar a
Distribuição Normal que, segundo Ross (2000), foi a primeira e mais utilizada função
desenvolvida. Criada pelo matemático francês Abraham De Moivre, em 1733, com a
finalidade de aproximar probabilidades referentes a lançamentos de moedas, foi apenas em
1809 que o conceituado matemático Johann Carl Friedrich Gauss a usou como uma parte
integral da sua aproximação para predizer o local de entidades astronômicas, publicada na
terceira seção do livro Theoria Motus. Nesse modelo a área sob a curva entre a média e um
ponto arbitrário é função do número de desvios padrão entre a média e aquele ponto. Essa
distribuição desempenha um papel essencial na história do estudo das populações e é
amplamente aplicada na área biológica, resultando em uma excelente aderência.
Apesar das inúmeras qualidades inerentes à curva normal, pesquisas revelaram que em
alguns casos os dados distribuem-se de forma assimétrica, caso não contemplado por essa
notável distribuição. Essas novas conformações fomentaram uma busca por novas soluções,
dentre as quais se destacaram aquelas de fácil ajuste e relativa flexibilidade. Vale lembrar que
a implementação computacional é muito recente e que há apenas algumas décadas todos os
2