Identificação e Quantificação

de Recursos Energéticos
Prof. Dr. Jerson R. P. Vaz
 Introdução
Nos dias de hoje é quase impossível o
ser humano viver sem energia. Isso porque a
energia faz parte do nosso dia a dia.
Importantíssima em nossas vidas, como por
exemplo, no transporte, equipamentos de
comunicação, saneamento, bem como outras
infraestruturas necessárias. Por isso é
fundamental identificar e quantificar os
recursos energéticos disponíveis.

Recursos energéticos são todos as fontes de

energia disponíveis para o aproveitamento
na forma de energia útil a sociedade.
Os dois grandes grupos dos recursos energéticos
Recursos não renováveis de energia são aquelas que se
utilizam de recursos naturais finitos. Para a maioria delas, a
reposição na natureza é muito lenta, pois resulta de um
processo de milhões de anos sob condições específicas de
temperatura e pressão. Quanto mais usamos as fontes de
energia não renováveis, menos teremos no estoque total.
São exemplos de fontes não renováveis de energia:
petróleo, carvão mineral, gás natural e nuclear. (Fonte:
https://www.epe.gov.br/pt/abcdenergia/fontes-de-energia)

Recursos renováveis de energia são aquelas coletadas de

recursos renováveis, que são naturalmente reabastecidas
em uma escala de tempo humana, incluindo fontes
neutras em carbono como luz solar, vento, chuva, marés,
ondas e calor geotérmico.

Fonte: https://www.pinterest.pt/pin/826129125373923831/
Identificação e Quantificação
A identificação e quantificação dos recursos
energéticos é necessário para o correto
mapeamento e caracterização do potencial
disponível em determinada região. Esta
caracterização é feita através do levantamento

ESTATÍSTICO dos parâmetros que

podem ser medidos de fontes de energia
disponíveis em uma determinada localidade.
Dados Estatísticos
Definição:
Dados estatísticos são os
resultados obtidos na
realização de um estudo
estatístico, ou seja, são o
resultado daquilo que foi
observado em determinado
fenômeno o qual se pretende
analisar.
 Altura Número de
Distribuição de frequências (polegadas) Estacas
Se uma amostra é grande, torna-se difícil observar as 60-62 5
diversas características estatísticas, tais como média, 63-65 18
desvio padrão, etc. Por isso é útil organizar ou agrupar os
66-68 42
dados originais da medição (dados brutos).
69-71 27
Por exemplo: consideremos uma amostra das alturas de 100 72-74 8
estacas cortadas aleatoriamente. Podemos dispor os dados Total = 100
em classes ou categorias e determinar o número de
indivíduos de cada classe; esse número é chamado
frequência da classe. A disposição resultante é chamada de
distribuição de frequência.
Distribuição de frequências relativas
Neste caso, no exemplo anterior, a frequência das 100
estacas passa a ser contabilizada em porcentagem. Então,

Altura Número de Porcentagem de

(polegadas) Estacas Estacas
60-62 5 5%
63-65 18 18%
66-68 42 42%
69-71 27 27%
72-74 8 8%
Total = 100 100%
Medidas de dispersão (Média, desvio padrão e variância)
Média dos dados Desvio padrão dos dados
𝑛
σ𝑖=1 𝑥𝑖 𝑛
σ𝑖=1 𝑥𝑖 − 𝑥ҧ
𝑥ҧ = 𝜎=
𝑛 𝑛
Onde: os desvios da
Variância dos dados média podem ser
calculados por
𝑛 2
2
σ𝑖=1 𝑥𝑖 − 𝑥ҧ d = 𝑥 − 𝑥ҧ
𝜎 =
𝑛
Exercício 1: Na tabela abaixo, encontram-se os pesos (em lb) de 40 pessoas.
Determinar a distribuição de frequência com 7 classes, a média, o desvio
padrão e a variância dos dados da tabela abaixo.

138 164 150 132 144 125 149 157

146 158 140 147 136 148 152 144
168 126 138 176 163 119 154 165
146 173 142 147 135 153 140 135
161 145 135 142 150 156 145 128
Distribuição de frequência com 7 classes Intervalo ou (amplitude) = 176-119 = 57 lb

Peso Frequência Utilizando 7 classes, cada uma

(lb) terá 57/7 = 8 aproximadamente
118-126 3
127-135 5
Gráfico no MATLAB
136-144 9
145-153 12
154-162 5
163-171 4
172-180 2
Total = 40
Medidas de dispersão para dados agrupados Média dos dados
Consideremos o mesmo exemplo da amostra das alturas de
100 estacas cortadas aleatoriamente. Podemos dispor os
σ𝑛𝑖=1 𝑥𝑖 𝑓𝑖
𝑥ҧ =
dados em classes e determinar o número de indivíduos de 𝑛
cada classe, mas também podemos considerar o ponto
médio de cada intervalo.
Primeiramente vamos calcular a média Altura Ponto Médio Frequência 𝑥𝑖 𝑓𝑖
dos dados, cuja formulação passa a (polegadas) (xi) (fi)
ser: 60-62 61 5 305
σ𝑛𝑖=1 𝑥𝑖 𝑓𝑖 σ𝑛𝑖=1 𝑥𝑖 𝑓𝑖 6745 63-65 64 18 1152
𝑥ҧ = = = = 67,45
𝑛 𝑛 = σ𝑛𝑖=1 𝑓𝑖 100 66-68 67 42 2814
69-71 70 27 1890
72-74 73 8 584
𝑛 = σ𝑛𝑖=1 𝑓𝑖 =100 σ𝑛𝑖=1 𝑥𝑖 𝑓𝑖 =6745
Desvio padrão e variância
2
Altura Ponto médio 𝑥𝑖 − 𝑥=
ҧ 𝑥𝑖 − 𝑥ҧ Frequência 𝑥𝑖 − 𝑥ҧ 2 𝒇𝒊
(polegadas) 𝑥𝑖 − 𝟔𝟕, 𝟒𝟓 (f)
60-62 61 -6,45 41,6025 5 208,0125
63-65 64 -3,45 11,9025 18 214,2450
66-68 67 -0,45 0,2025 42 8,5050
69-71 70 2,55 6,5025 27 175,5675
72-74 73 5,55 30,8025 8 246,4200
𝑛 = σ𝑛𝑖=1 𝑓𝑖 =100 σ𝑛𝑖=1 𝑥𝑖 − 𝑥ҧ 2 𝑓𝑖 =852,75

Cálculo da variância
σ𝑛 2 σ𝑛 2
2 𝑖=1 𝑥𝑖 − 𝑥ҧ 𝑓𝑖 𝑖=1 𝑥𝑖 − 𝑥 ҧ 𝑓𝑖 852,75
𝜎 = = = = 8,5275
𝑛 𝑛 = σ𝑛𝑖=1 𝑓𝑖 100
Cálculo do desvio padrão
𝜎= 𝜎2 = 8,5275 = 2,92
Resumo das formulações para dados agrupados
Média dos dados Desvio padrão dos dados
𝑛
σ𝑖=1 𝑥𝑖 𝑓𝑖 𝑛
σ𝑖=1 𝑥𝑖 − 𝑥ҧ 𝑓𝑖
𝑥ҧ = 𝜎=
𝑛 𝑛
Onde: os desvios da
Variância dos dados média podem ser
calculados por
𝑛
2
σ𝑖=1 𝑥𝑖 − 𝑥ҧ 2 𝑓𝑖 d = 𝑥𝑖 − 𝑥ҧ
𝜎 =
𝑛