Escolar Documentos
Profissional Documentos
Cultura Documentos
�f ( x)dx = 1
necessariamente deve ser positiva e -� . Sendo zero para valores de
x que não possam ocorrer e é considerada igual a zero onde ela não for
especificamente definida.
A aplicação de funções densidade de probabilidade na distribuição de
diâmetros faz mão da utilização de histogramas, sendo que a largura da barra
é igual a freqüência relativa das medidas do intervalo, ou seja, a largura da
barra corresponde a probabilidade de árvores terem o diâmetro delimitado pelo
intervalo de dap, o que denomina-se de classe de dap.
3. Materiais e Métodos
3.1. Dados
( ))
g é o parâmetro de
(
-�< x < +�
Johnson Su � 1�
( )
2�
- g +d ln z + z 2 +1 �
d �
� 2�
� �
��
�� F ( x) = F g + d ln z + z 2 + 1
f ( x) = e �
l 2p z 2 + 1 forma
em que, d é o parâmetro de
x -x
z�
l forma
( d > 0)
t2
1 - l é o parâmetro de
F ( x) = �
e 2
dt
2p
escala
( l > 0)
x é o parâmetro de
locação
Rayleigh g �x<+ � � 1 �x -g �2�
� 1 �x -g � 2� s - Parâmetro de
x -g �-
� 2�
� �s
��
��
�-
� 2� ��
�
f ( x) = 2 e � �s �� escala ( s >0)
�
(2P)
s F ( x) = 1 - e
g - Parâmetro de
locação (se g =0,
caracteriza a
distribuição
Rayleigh de um
parâmetro)
Rayleigh g �x<+ � 2�
� 1 �x � 2�
� 1 �x � s - Parâmetro de
�- �� �- � ��
x � 2� s �� � 2 �s ��
escala ( s >0)
� �
f ( x) = e �
F ( x) = 1 - e � �
s2
Beta a≤x≤b 1 ( x - a)a1 -1 (b - x)a2 -1 F ( x ) = I z (a1 , a 2 ) a1 é o parâmetro
f ( x) =
B (a1 , a 2 ) (b - a )a1 +a2 -1
em que, a1 > 0 )
de forma (
em que, x-a
1 z� a 2 é o parâmetro
t a1 -1 ( 1 - t )
B(a1 , a 2 ) = �
a 2 -1
dt (a1,a 2 > 0) b-a
0 Bx ( a1 , a 2 ) a2 > 0 )
I x ( a1 , a 2 ) = de forma (
B ( a1 , a 2 )
a, b são os limites
da distribuição
(a<b)
Cauchy -�< x < +� -1
1 �x - m � s é o parâmetro de
� � �x - m ��� 2
ps �
f ( x) = � 1+ � �� F ( x) = arctan � �+ 0.5
� � �s � ��� p �s � escala ( s > 0 )
� � ��
m é o parâmetro de
locação
Qui- g < x < +� � ( x -g ) �
n n é o Graus de
G�x -g �� �
�n � �- �
� -1� � 2 �
Quadrado f ( x) =
( x -g ) �2 � �e �
� �� 2�
�� Liberdade (Integral
n
�n� F ( x) = � 2 �
(2P) 2 G� �
2
�n� Positiva)
�2 � G� �
�2 � g é o parâmetro de
locação.
Qui- g < x < +� n ��x�
n� n é o Graus de
Gx �
�
� -1� �- �
�2 � � 2 �
x e ��
Quadrado f ( x) = n �2 � Liberdade (Integral
�n�
22 G � �
F ( x) = 2
(1P) �n� Positiva)
�2 � G� �
�2 �
em que,
�
G(a ) = �
t a -1e - t dt ( a > 0)
0
�
Gx ( a ) = �
t a -1e - t dt ( a > 0)
0
escala ( b >0)
g é o parâmetro de
locação
Erlang (2P) g < x < +� ( m -1) �x�
G x ( m) m é o parâmetro de
x �- �
�b �
f ( x) = e
b mG ( m ) F ( x) = b
forma
G ( m)
b é o parâmetro de
escala ( b >0)
�
G(a ) = �
t a -1e - t dt ( a > 0)
0
�
Gx ( a ) = �
t a -1e - t dt ( a > 0)
0
t2
1 -
F ( x) = �
e 2
dt
2p
g �x < +� l é o inverso do
F ( x ) = 1 - e(
- l ( x -g ) )
f ( x ) = l e(
Exponencial - l ( x -g ) )
( l > 0)
g é o parâmetro de
locação
( l > 0)
Birnbaum- g < x < +� ( x -g ) + b �1 � x - g � a é o parâmetro de
b �
b ( x -g ) �1 � ( x -g ) b �� F ( x) = F � � - �
�
Saunders f ( x) = f� � - �� �
�a�� b x -g �
�
�
� ( a > 0)
2a ( x - g ) �a � b ( x -g ) �� forma
(Fatigue Life �� ��
b é o parâmetro de
(3P))
escala ( b >0)
g é o parâmetro de
locação
Birnbaum- g < x < +� b a é o parâmetro de
x
+
�1 � x b��
Saunders b x �1 � x �
b� F ( x) = F � ��b - �
�
�
f ( x) = f� � - �
� �a x � ( a > 0)
2a x �a� x�
� � � �
� forma
(Fatigue Life � �b �
�
em que, b é o parâmetro de
(2P))
t2
1 -
F ( x) = �
e 2
dt escala ( b >0)
2p
- x2
e 2
f ( x) =
2p
locação
Frechet (2P) g < x < +� a +1
a�
� �b � a �
� �b � a é o parâmetro de
a �b �
- ��
�
�� x
�� � �
� �-� � �
� �x � �
f ( x) = � � e F ( x) = e � �
b �x �
forma
( a > 0)
b é o parâmetro de
escala ( b >0)
Gama (3P) g < x < +� G ( x -g ) ( a ) a é o parâmetro de
( x -g )
a -1
� �x - g �
�
f ( x) = a e �- � �
�
b G(a ) ��b �
� F ( x) = b
( a > 0)
G(a ) forma
b é o parâmetro de
escala ( b >0)
g é o parâmetro de
locação
Gama (2P) g < x < +� x a -1
� �x �
� Gx (a) a é o parâmetro de
f ( x) = e�-� ��
b G(a )
a
� �b �
� F ( x) = b
G(a ) forma
( a > 0)
em que, b é o parâmetro de
�
G(a ) = �
t a -1e -t dt ( a > 0)
0
escala ( b >0)
�
Gx ( a ) = �
t a -1e- t dt ( a > 0)
0
Generalizad
1+ k
( x - m) > 0 k �0 �1 � �
1
- �
-( 1+ kz ) k �
1
( 1+ kz ) -1- k �� �
1
- �
-( 1+ kz ) k �
k é o parâmetro de
� � � �
s � e� �
k �0 �e� �
k �0
a de Valores �s F ( x) = � forma
-�< x < +� k = 0 f ( x) = �
�( - e( - z ) )
Extremos �1 ( - z -e( - z ) ) �e k =0 s é o parâmetro de
� e k =0
�s
em que,
x-m escala
( s > 0)
z=
s m é o parâmetro de
locação
Logística ( x - m) > 0 � 1
� 1 k é o parâmetro de
� ( 1 + kz )
-1-
1+ k k �0 k k �0
s k �0 � 1
Generalizad ( )
-
�� 1 2 �
1 + 1 + kz k forma
-�< x < +� k =0 - � F ( x) = �
�s 1 + ( 1 + kz ) k �
a f ( x) = � �� � � 1 s é o parâmetro de
� k =0
� ( - z) 1 + e- z
�
� e k =0 ( s > 0) m éo
�s ( 1 + e - z ) 2 em que, escala
�
x-m parâmetro de
z=
s locação
Pareto m �x < +� k �0 � 1
� -
1 k é o parâmetro de
� ( x - m) �
-1-
s �1 �
1+ k
( x - m) � k
k �0 �
1 - 1+ k
k
k �0
Generalizad m �x < m - k<0 � � � � � forma
k �s s � F ( x) = � � s �
f ( x) = � �
a ( x-m ) � � � ( x-m ) � s é o parâmetro de
�1 �- �- �
�
�
� e s �
�
� �
1- e
�
� s �
�
k =0
�
k =0 �
�s
escala
( s > 0)
m é o parâmetro de
locação
s é o parâmetro de
Gumbel -�< x < +� �1 ( - z -e )
f ( x) = � e
s
-z
{
F ( x) = e e- z
Máxima �
em que, escala
( s > 0)
x-m m é o parâmetro de
z�
s
locação
s é o parâmetro de
Gumbel -�< x < +� �1 ( z -e z )
f (x) = � e
s
{
F ( x) = 1 - e - e
z
Minima �
em que, escala
( s > 0)
x-m m é o parâmetro de
z�
s
locação
Gaussiana g < x < +� � l ( x -g - m ) 2 � � l �x - g � � � l �x - g � �2ml l é o desvio-
�- � F ( x) = F � - 1 + F - - 1 �e
l � 2 m 2 ( x -g ) � �
� x -g � m �
� � �
� � x -g � m
�
�
�
�
Inversa (3P) f ( x) = e � � � � � �
padrão da
2p ( x - g )
3
distribuição
( l > 0)
m é a média da
distribuição ( m >0)
Gaussiana g < x < +� � l ( x-m )
�
2 �
�
� l �x �
� � l �x � � 2l
m
l é o desvio-
l � -
2m2x � F ( x) = F �
� � - 1�
�+ F �
� �- � + 1�
�
�e
Inversa (2P) f ( x) = e � �
� x �m �
� � x �m � �
2p x3 padrão da
em que,
1 -
t2
distribuição
( l > 0)
F ( x) = �
e 2
dt
2p m é a média da
distribuição( m >0)
Johnson Sb x �x �x + l �1� 2
��
�z � � �z � � g d são os
d
�- g +d ln � �
� 2�
���
g + d ln � �
F ( x) = F � e
f ( x) = e�
� 1- z �
� �� �
1- z �
� � �
l 2p z ( 1 - z ) parâmetros de
em que,
x -x forma
( d > 0)
z�
l
l é o parâmetro de
t2
1 -
F ( x) = �
e 2
dt ( l > 0)
2p escala
x é o parâmetro de
locação
Laplace -�< x < +� l -l x-m ) �1 ( - l ( m - x ) ) l é o inverso do
f ( x ) = e( e x �m
2 �
�2
F ( x) = � parâmetro de
1 -l( x-m ) )
�1 - e( x>m
� 2
escala
( l > 0)
m é o parâmetro de
locação
Log- g �x < +� a -1 a -2
a -1 a é o parâmetro de
a �x - g � � �x - g �� � �b � �
f ( x) = � 1+ �
� �� F ( x) = �
1+ � �
Logística b �b � � � � � b ��� � �x - g �
� � ( a > 0)
� � forma
(3P)
b é o parâmetro de
escala ( b >0)
Log- g �x < +� a -1 a -2
a -1 a é o parâmetro de
a �x � � �x �� � �b � �
Logística f ( x) = � � � 1 + � �� F ( x) = �
1 + � ��
b �b � � � �b ��
� � �x �� ( a > 0)
� � forma
(2P)
b é o parâmetro de
escala ( b >0)
g é o parâmetro de
locação
Logística -�< x < +� e -z 1 s é o parâmetro de
f ( x) = F ( x) =
s ( 1+ e 1 + e- z
)
-z 2
( s > 0)
em que, escala
x-m m é o parâmetro de
z�
s
locação
g < x < +� s é o
Lognormal �ln ( x - g ) - m � desvio-
2�
� 1 �ln ( x -g ) - m �
�
- � ��
e
� 2�
� �
s ��
�� F ( x) = F � �
(3P) s
f ( x) = � � ( s > 0)
( x -g ) s 2p padrão
m é a média da
distribuição
g é o parâmetro de
locação
Lognormal g < x < +� � 1 �ln x - m �
-
�
2�
�ln x - m � s é o desvio-
��
e
� 2�
� � s ��
� F ( x) = F � �
(2P) f ( x) = � s � ( s > 0)
xs 2p padrão
em que,
t2 m é a média da
1 -
F ( x) = �
e dt 2
2p distribuição
Normal -�< x < +� �-
2�
� 1 �x - m �
�x - m � s é o parâmetro de
��
e
� 2�
� � s ��
� F ( x) = F � �
f ( x) = �s � ( s > 0)
s 2p escala
em que,
m é o parâmetro de
t2
1 -
F ( x) = �
e 2
dt locação
2p
Pareto b �x < +� ab a a a é o parâmetro de
f ( x) = �b �
xa +1 F ( x) = 1 - � �
�x �
forma
( a > 0)
b é o parâmetro de
escala
( b > 0)
m é o parâmetro de
Pert a �x �b 1 ( x - a) 1 ( b - x)
a -1 a 2 -1
F ( x ) = I z ( a1 , a 2 )
f ( x) =
B ( a1 , a 2 ) ( b - a) 1 2
a +a -1
( a �m �b )
em que, moda
4 m + b - 5a
a1 = a, b
b-a são os
5b - a - 4m parâmetros limites
a2 =
b-a
( a > b)
x-a
z�
b-a
1
B ( a1 , a 2 ) = �
t a1 -1 ( 1 - t ) ( a1 , a 2 > 0 )
a 2 -1
dt
0
Bx ( a1 , a 2 )
I x ( a1,a 2 ) =
B ( a1 , a 2 )
Bi- g 1 �x < +� l1e 1 ( 1 )
�
�
- l x -g
g 1 �x �g 2 �
1- e
�
- l1 ( x -g 1 )
g 1 �x �g 2 l1 é o inverso do
f ( x ) = � - l x -g - l g -g F ( x) = � - l x -g -l g -g
2( 2) 1( 2 1)
Exponencial l2e 2 ( 2 ) 1 ( 2 1 ) g 2 < x < +� 1- e
� g 2 < x < +�
� parâmetro de
escala
( l1 > 0 )
g 1 é o parâmetro de
locação
l2 é o inverso do
parâmetro de
escala
( l2 > 0 )
g 2 é o parâmetro de
locação
( g 2 > g1 )
Bi-Weibull g 1 �x < +� � � a1 �
a1 -1 �-�x -g 1 � � � � �
a
�x -g �1 �
-� 1 � �
a1 é o parâmetro
�a1 �x - g 1 � e�
� �
b1 � �
� � �
g 1 �x �g 2 � �
1 - e�
b
� 1 �� �
g 1 �x �g 2
�b � b � �
�1 � 1 � F ( x) = �
f ( x) = �
� a2 �
a 2 -1 �-�x -g 1 � � � �
a2 �
� �x -g �
-� 1 � � de forma
( a1 > 0 )
� � � �b2 � �
a x - g
� 2 � 1 � e�
� �
� �b2 � �
�
�
1 - e� �
g 2 < x < +�
�
g 2 < x < +� �
�b b
�2 � 2 � b1 é o parâmetro de
escala
( b1 > 0 )
g 1 é o parâmetro de
locação
a 2 é o parâmetro
de forma
( a2 > 0)
b 2 é o parâmetro
de escala
( b2 > 0)
g 2 é o parâmetro de
( g > g1 )
locação 2
a �x �b a é o parâmetro de
Power a ( x - a)
a -1 a
�x - a �
f ( x) = F ( x) = � �
( b - a)
a
�b - a � ( a > 0)
forma
a, b são os
parâmetro limites
( a > b)
t de Student -�< x < +� �( n + 1) � n graus de
�1 1 �1 n �
G� � n +1
�2 - 2 I z �2 , 2 � x < 0
1 � 2 �� n �2 � � � liberdade
f ( x) = F ( x) = �
pn G � n� � n + x2 �
� �
�� �1 + 1 I �1 , n � x �0
�2 � z� �
�
�2 2 �2 2 �
em que,
x2
z�
n + x2
�
G(a ) = �
t a -1e- t dt
0
Bx ( a1 , a 2 )
I x ( a1 , a 2 ) =
B ( a1 , a 2 )
( ) ( )
x �x < 0 se d �0 e g > 0, a g
Wakeby
x( F) = x + 1- ( 1- F ) - 1- ( 1 - F )
b -d
a g
x �x �x + - se d < 0 ou g = 0
b d b d
Weibull (3P) g �x < +� a -1
a�
� �x -g �
�
a�
� �x -g � a é o parâmetro de
- ��
a �x - g � �� b
�� � �
�
�-� � �
�� b ��
f ( x) = � e F ( x) = 1 - e � �
b��b � ( a > 0)
forma
b é o parâmetro de
escala
( b > 0)
g é o parâmetro de
locação
Weibull (2P) g �x < +� a -1
a�
� �x �
�
a�
� �x � a é o parâmetro de
- ��
a �x � �� b
�� � �
�
�-� � �
� �b � �
f ( x) = � � e F ( x) = 1 - e � �
b �b �
forma
( a > 0)
b é o parâmetro de
escala
( b > 0)
dn=MAX [ F ( X )−S( X ) ]
A avaliação dos ajustes foi feita com base nos valores do teste K-S,
sendo a função com menor média ponderada dos valores de K-S e o menor
número de ajustes não-significativos, considerada a melhor função. Os
resultados do teste K-S e o número de ajustes são apresentados na Tabela 1.
Na Figura 2 são apresentados o ajuste de todas as funções de três
parcelas escolhidas ao acaso em três idades (34, 81, 134 meses).
Tabela 1. Valores do teste K-S (dn), e número de ajustes de cada função
Log-Logística
(3P)
Cauchy
Lognormal (3P)
Weibull (3P)
Normal
Gama
Gaussiana
Invertida (3P)
Gaussiana
Invertida (2P)
Gama (3P)
Lognormal (2P)
Weibull (2P)
Logística
Erlang (3P)
Erlang (2P)
Beta
Gumbel Máximo
Gumbel Mínimo
Laplace
Rayleigh (2P)
Power
Log-Logística
(2P)
Qui-Quadrado
(2P)
Exponencial
Sem ajuste
(2P)
Frechet
Figura-2: Ajustes para cada parcela escolhida ao acaso nas idades de 34, 81 e
134 meses.
As distribuições Johnson Su e Johnson Sb, apresentaram os menores
valores para o teste K-S, contudo tais funções não se ajustaram a todos os
dados. Esse fato prejudica a construção de modelos de distribuição diamétrica,
pela redução do número de observações.
Ressalta-se que as funções foram ajustadas utilizando apenas o método
da Máxima Verossimilhança, outras formas de ajuste como o método dos
percentis, momentos e l-momentos devem ser testadas, a fim de determinar a
melhor forma de utilização de cada função.
5. CONCLUSÕES
BAILEY, R. L., DELL, T. R.. Quantifying diameter distributions with the Weibull function.
Forest Science. 19(2), 97-104.1973.
BAILEY, R.L. Individual tree growth derived from diameter distribution models. Forest
Science v.26, n.4, p.626-632, 1980.
BUCKMAN, R.E. Growth and yeld of red pine in Minnesota. Washington: U.S.
Department Agriculture, 1962, 50p. (Technical Bulletin, 1272).
CLUTTER, J.L. & BENNETT, F.A. - Diameter distributions in old - field slash pine
plantations. Georgia Forest Research Council Report, Maple (13): 1-9, 1965.
CLUTTER, J.L. Compatible growth and yield models for loblolly pine. Forest
Science, v.9, n.4, p.354-371, 1963.
DIAS, A. N. Modelagem e avaliação econômica de plantações de eucalipto
submetidas a desbastes. 2000. 82 f. Dissertação (Mestrado em Ciência Florestal) –
Universidade Federal de Viçosa, Viçosa, 2000.
GIBBONS, J.D. & SUBHABRATA, C. Nonparametric statistical inference. 3th. ed. New
York: Marcel Dekker, 544p. (Statistics: textbook and monograph, v.31). 1992.
HAFLEY, W. L., SCHREUDER, H. T., Statistical distributions for fitting diameter and
height data in ever-aged stands. Canadian Journal of Forest Research. 7 184-487.
1977.
MERRAN, E., NICHOLAS, H., and BRIAN, P..- Statistical distributions 2 ed. 186p.
JOHN WILEY & SONS, New York, 1993.
NELSON, T. C. Diameter distribution and growth of loblolly pine. Forest Science.10 (1),
105-114.1964.
NOGUEIRA, G. S.;LEITE, H. G.;CAMPOS, J. C. C.;CARVALHO, A. F.;SOUZA, A. L.
de. Modelo de distribuição diamétrica para povoamentos de eucalyptus sp. submetidos
a desbaste. Revista. Árvore, Viçosa-MG, v.29, n.4, p.579-589, 2005.