Sei sulla pagina 1di 59

1.

3 - PRINCIPAIS APLICAES DA GEOESTATSTICA


1.4 FREQNCIA
1.5 - PONTO CENTRAL DA CLASSE
1.6 FREQNCIA ACUMULADA E FREQNCIA ACUMULADA RELATIVA
1.7 - REPRESENTAO GRFICA DOS DADOS NUMRICOS
1.7.1 Histograma, Polgono de freqncia e Polgono de freqncia acumulada
1.7.2 - Grficos Estatsticos
1.7.2.1 - Grficos de Barras e de Linhas
1.7.2.2 - Grficos em colunas superpostas ou porcentagens complementares
1.7.2.3 - Grfico Circular ou Grfico em Setores
1.7.3 - Diagrama de Roseta
1.7.4 - Estereogramas
1.7.5 - Pictogramas
1.7.6 - Cartogramas
1.7.7 - Box-and-Whisker Plots
1.7.8 Diagrama Triangular
I.7.9 Ogiva
1.7.10 Diagramas Retangulares
1.7.11 Logs
1.7.12 - Hidrogramas
1.8 CURVAS DE FREQNCIAS
1.9 CURVAS DE PROBABILIDADE NORMAL OU GAUSSIANA E LOGNORMAL
1.10 CANAL DE TOLERNCIA




Captulo 01
REPRESENTAO ESTATSTICA DOS DADOS NUMRICOS



1.1 - CONCEITOS BSICOS

Estatstica parte da matemtica responsvel pela coleta, organizao, resumo e
anlise dos dados numricos, e em geologia ela extensivamente aplicada recebendo a
denominao especifica de geoestatstica.

A geoestatstica envolve anlise e inferncia de fenmeno espacial e ou temporal, tal
como concentrao de poluentes, variao do teor de zinco no solo, preo do petrleo no
tempo, etc. A geoestatstica teve sua origem na rea de minerao (Krige, 1951).

Em quase todas as amostragens geolgicas possvel recolher um nmero praticamente
ilimitado de dados - exemplo: um nmero infinito de fragmentos de rocha em um
batlito grantico para exame petrogrfico, ou um nmero incomensurvel de pedaos de
calcrio para a determinao do teor de CaO e MgO em uma formao carbontica, mas
no lugar de examinar todo o grupo, chamado de populao ou universo, usualmente s
se estuda um pequeno nmero de dados, denominados de amostra*, inferindo a partir
deles o carter, as caractersticas mdias e a regularidade de toda a populao. Nos raros
casos em que manipulada toda a populao, esta operao chamada de censo.

Em geologia, segundo LANDIM (1993), onde normalmente os dados so coletados
segundo um plano de amostragem com coordenadas definidas, torna-se muito
importante, quando da anlise desses dados, que a configurao espacial seja
considerada. Alis, essa uma caracterstica inerente aos dados geolgicos que exige
para a sua anlise uma metodologia estatstica especfica e diferente daquela usualmente
utilizada.

A natureza dos dados geolgicos pode ser qualitativa (cor do solo, grau de alterao da
rocha mineralogia, litologia, textura da rocha e estrutura) ou quantitativa (teor de
elemento qumico maior e/ou trao, propriedades fsicas das rochas, espessura de
camadas e medidas geofsicas).

Os dados geolgicos tambm podem ser discretos ou contnuos. queles que so
descritos por uma varivel que pode assumir qualquer valor entre determinados limites,
chama-se de dado contnuo.

Um exemplo o teor de ferro nas amostras de uma jazida de hematita: um fragmento a
coletado pode apresentar qualquer teor entre 0%Fe (ausncia de hematita) e 70,0%Fe
(que corresponde hematita pura), tais como 56,74%Fe, 61,14%Fe, 31,06%Fe etc. Os
dados discretos so aqueles expressos unicamente por nmeros inteiros, sendo exemplos:
os nveis de arenito em uma certa formao (que pode ser 0, 1, 2, 3, ..., mas nunca 1,5 ou
2,3), os files mineralizados de uma jazida etc.

Por outro lado, os dados geolgicos podem ser dimensionados de trs formas diferentes
(nos nveis: nominal, ordinal e intervalar), embora alguns autores citem um quarto tipo
de mensurao, o nvel de razo, que um caso particular da escala intervalar.

No nvel nominal cada dado da amostra (chamado de individuo, sujeito ou dado
individual da amostra) colocado em uma certa categoria da populao e expresso por
um nome, smbolo ou nmero, contando-se ento a freqncia com que eles ocorrem na
amostragem. Nos estudos paleontolgicos, por exemplo, comum agrupar as amostras
ou os perfis geolgicos numa escala hierrquica de associao, sendo que em cada
indivduo coletado verifica-se apenas a presena (n
0
1) ou a ausncia (n
0
2) de um
determinado fssil. Por outro lado, a distino entre dois arenitos de uma bacia
sedimentar s vezes pode ser feita em funo da freqncia de turmalina verde (n
0
1),
amarela (n
0
2) ou rosa (n
0
3) nesses clsticos, como demonstra Till (1974).

(*) Note-se que existe uma diferena acentuada entre o termo amostra usado pelos
estatsticos (que expressa um conjunto de dados colhidos de uma populao) e pelos
gelogos (que significa um fragmento ou uma espcie de minrio, rocha ou fssil,
representativo do local amostrado). Nesta apostila, na maioria das ocasies a palavra
amostra ter o significado estatstico.

No nvel ordinal da mensurao procura-se ordenar os indivduos da amostra em funo
de uma caracterstica fcil de ser avaliada. Um bom exemplo de escala ordinal a de
Mohs (tabela 1.1), onde os minerais esto ordenados em escala crescente de dureza.


Espcie mineral Dureza
Talco 1
Gipsita 2
Calcita 3
Fluorita 4
Apatita 5
Feldspato 6
Quartzo 7
Topzio 8
Corndon 9
Diamante 10














Tabela 1.1 - Escala de Dureza de MOHS


Convm notar que a diferena de dureza entre o diamante e o corndon no fisicamente
igual diferena de dureza entre a calcita e a gipsita ou entre o quartzo e o feldspato,
embora na escala ordinal essa diferena seja sempre igual a 1. Isso significa que o nvel
ordinal de mensurao fornece informaes sobre a ordenao das categorias, mas no
indica a magnitude das diferenas entre os valores. Ou seja, um mineral que risca o
feldspato e riscado pelo quartzo, apresenta uma dureza entre 6 e 7, no sendo possvel
estabelecer apenas por esse teste se a sua dureza 6,2, 6,5 ou 6,8.

O nvel intervalar de mensurao ordena as categorias e indica tambm a distncia entre
elas. Ou seja, as escalas intervalares so expressas em unidades constantes de medidas,
tais como: o metro, o centmetro, a unidade de teor (%, grama/tonelada, grama/metro
cbico, quilate/metro cbico) e o grau centgrado.



1.2 - SUBDIVISES DA ESTATSTICA E DA GEOESTATSTICA

A estatstica geralmente utilizada como instrumento de descrio ou de deciso e da a
subdiviso dessa cincia em estatstica descritiva e estatstica indutiva.

A estatstica descritiva, tambm chamada de estatstica dedutiva, busca organizar,
resumir e analisar os dados da amostra sem estabelecer qualquer concluso acerca da
populao amostrada.

J a estatstica indutiva, ou a inferncia estatstica, tem por objeto definir as
caractersticas de toda a populao com base nesses dados amostrais. Isto , a partir de
uma amostra, a estatstica descritiva caracteriza essa amostra e define, por exemplo, a
sua mdia, enquanto a inferncia estatstica procura caracterizar toda a populao
amostrada, inferindo o seu valor mdio e os limites de confiana desse valor mdio, uma
vez que a mdia real da populao quase nunca obtida por mais preciso que seja o
trabalho de amostragem.

Por outro lado, em funo do nvel de mensurao dos dados amostrais e do carter da
populao* a estatstica subdividida em paramtrica e no-paramtrica. Quando os
dados amostrais esto mensurados a nvel intervalar e o carter gaussiano ou lognormal
da populao conhecido ou pode ser deduzido com uma boa margem de segurana,
usa-se a estatstica paramtrica. Entretanto, quando no se pode honestamente
determinar o carter da populao amostrada, ou quando se define que esse carter
diferente da distribuio normal ou lognormal, ou ainda quando os dados esto
dimensionados nas escalas ordinal ou nominal, usa-se a estatstica no-paramtrica, que
pode ser aplicada para qualquer tipo de populao e de dado.
A geoestatstica, por sua vez, subdividida em geoestatstica clssica e geoestatstica
mineira.

A geoestatstica clssica, tambm chamada geoestatstica bernoulliana, utiliza os
fundamentos da estatstica descritiva e da estatstica indutiva para a resoluo dos
problemas geolgicos.

A geoestatstica mineira aplica extensivamente os fundamentos da teoria das variveis
regionalizadas na resoluo dos problemas geolgicos. Ela usada principalmente para a
resoluo de problemas mineiros, tais como: a definio dos valores mdios de um
minrio pesquisado, o clculo de suas reservas etc.

(*) As populaes geolgicas em geral so normais ou gaussianas e lognormais, mas
isso precisa ser testado em cada caso.


1.3 - PRINCIPAIS APLICAES DA GEOESTATSTICA

O nmero de amostras a ser coletada em um batlito grantico, a definio da
eqidistncia de uma malha de sondagem ou do espaamento na amostragem de um veio
mineralizado, depende da regularidade dos corpos que esto sendo estudados. Por outro
lado, ao curso de qualquer estudo geolgico, freqentemente so levantadas hipteses de
trabalho que precisam ser testadas, tais como: h um aumento progressivo do teor no
minrio estudado com a profundidade, ou os resultados analticos do laboratrio X no
so confiveis etc.

Essas e inmeras outras questes geolgicas podem ser solucionadas empiricamente,
mas a experincia tem demonstrado que as concluses mais acertadas so aquelas
baseadas em clculos matemticos que se lastreiam em geoestatstica, sendo que as
principais aplicaes dessa tcnica de avaliao so:

(1
0
) Confeco de grficos e tabelas de freqncia, condensando os dados
numricos disponveis e permitindo a visualizao do carter e da disperso da amostra.
(2
0
) Determinao do grau de regularidade da populao amostrada, estabelecendo
a partir desse valor: o nmero de amostras que deve ser recolhido numa campanha de
amostragem, a eqidistncia ideal para uma malha de sondagem, o espaamento na
amostragem de um corpo linear etc.
(3
0
) Os valores timos das curvas de mesmo valor (as isolinhas) nos mapas de
isoteores, de ispocas, de isoanomalias etc.

(4
0
) Estimativas de parmetros populacionais a partir de dados de amostragem, tais
como: a composio qumica e mineralgica mdia de uma rocha ultrabsica: a
espessura, o teor, a acumulao e a densidade mdia de um minrio etc.
(5
0
) Clculos de erros de amostragem, permitindo: (i) a classificao das reservas
minerais de acordo com a classe do erro de computao; (ii) a avaliao do processo de
amostragem e dos limites de confiana dos valores mdios calculados.
(6
0
) Definio de background e valor limiar dos trabalhos de geofsica, geoqumica
e prospeco de minerais pesados.
(7
0
) Identificao das populaes existentes em um lote de dados de amostragem.
(8
0
) Desenhos de mapas de tendncias e de mdias mveis, para melhor localizao
de zonas anmalas.
(9
0
) Comprovao sobre hipteses de trabalho, notadamente na definio de
diferenas ou similaridades significativas entre as propriedades medidas na amostra.
Exemplos: comparao dos teores encontrados em dois setores diferentes de uma jazida
mineral, ou entre as composies modais de amostras coletadas em dois batlitos
granticos mapeados.
(10
0
) Identificao de correlao estatstica significativa entre as propriedades de
uma populao e quantificao do grau de correlao. Um exemplo prtico de correlao
estatstica o da prospeco pedogeoqumica para ouro. Esse elemento, em amostras de
solo, em geral apresenta teores muitos baixos e mostra um halo anmalo relativamente
pequeno devido a sua baixa mobilidade. Entretanto, como ele freqentemente aparece
associado a outros elementos com maior mobilidade e/ou com teores mais elevados, o
passo inicial dessa prospeco consiste em definir quais os elementos farejadores do
ouro na rea a pesquisar, por testes de correlao estatstica. Definidos esses elementos,
as amostras de solo so dosadas para ouro e para os farejadores; que so elementos
qumicos associados ao ouro e capazes de indicar a sua presena.
(11
0
) Identificao de tendncias de comportamento em uma populao. So
exemplos: a determinao do preo provvel de comercializao de um minrio em um
futuro definido, a partir de retas ou curvas de tendncias traadas com base nos preos
registrados em uma srie histrica do passado. Clculos de demandas de um bem
mineral a partir de dados de mercado e da srie histrica.
(l2
0
) Identificao da funo de distribuio dos atributos da populao,
expressando essa funo na forma grfica e matemtica, possibilitando, com isso, a
previso do comportamento do minrio em reas desconhecidas ou em blocos ainda no-
amostrados.






















1.4 FREQNCIA

O passo inicial de toda tcnica estatstica consiste na ordenao dos dados disponveis, j
que normalmente o gelogo trabalha com uma quantidade considervel de informaes,
principalmente sobre o teor, a densidade e a espessura da rocha ou do minrio que est
sendo pesquisado. Se os dados forem apresentados em um quadro contendo cada uma
das observaes recolhidas, ser difcil a sua compreenso tal como se observa na tabela
1.2, onde esto relacionados os teores de chumbo encontrados em 569 amostras de solo
colhidos durante uma prospeco geoqumica em Caic-RN.

A primeira idia acerca do carter dos valores encontrados j se obtm com a construo
da tabela de freqncia, onde os dados sofrem um arranjo por classes. A sistemtica para
a elaborao dessa tabela consiste:
1
0
Determina-se entre os valores verificados os dados extremos, que na tabela 1.2 so:
5ppm - teor mais baixo encontrado - e 150ppm - teor mais elevado.

2
0
- Calcula-se a amplitude da populao, representada pela diferena entre os valores
extremos. No caso da tabela 1.2, a amplitude de 145ppm (150ppm - 5ppm).

Tabela 1.2a - Teores de Chumbo (ppm) em Amostras de Solo Coletadas na Fazenda
Ponta da Serra - Caic-RN.

66 50 76 43 41 45 16 68 50 45 42 47 50 24 24 34
36 14 22 32 34 26 16 37 34 32 39 45 32 47 21 18
19 36 32 16 37 32 42 19 16 19 34 36 25 16 11 11
13 18 26 24 13 18 24 24 42 21 82 16 74 13 45 26
45 118 68 18 25 50 16 104 11 21 21 11 11 18 21 13
18 16 25 43 18 11 5 16 24 34 16 54 13 8 5 8
8 5 5 36 21 25 29 34 29 25 13 5 13 5 13 16
21 21 13 21 11 13 11 21 18 18 29 25 25 18 16 13
32 63 11 8 11 16 13 11 5 26 13 16 21 11 18 13
16 16 32 25 29 26 29 26 32 21 26 16 21 26 18 24
20 39 32 26 29 11 21 21 18 18 24 13 16 8 11 18
18 24 13 16 18 11 13 8 26 26 26 34 29 26 16 21
21 39 24 24 24 32 26 31 21 25 16 28 25 27 13 19
22 22 22 13 16 19 22 18 92 79 74 47 42 16 21 16
16 26 24 24 34 34 39 21 29 50 53 39 37 24 79 39
42 53 42 45 21 34 63 39 47 37 37 63 50 37 50 36
14 14 14 21 28 28 50 23 35 36 23 21 31 42 25 6
22 31 53 31 78 33 19 39 19 28 29 20 17 22 22 6
28 28 40 28 36 28 33 14 10 22 14 14 14 17 17 28
33 17 44 22 33 20 22 36 17 14 22 28 28 14 50 28
36 22 14 31 34 44 47 33 29 15 21 12 12 18 18 18
15 27 38 27 35 21 18 18 22 80 37 27 20 23 18 6
15 15 9 12 12 6 6 12 6 132 15 12 47 31 21 22
10 24 23 9 12 28 37 41 28 34 19 28 31 47 31 10
25 13 13 30 23 17 37 20 20 7 17 17 13 23 17 27
27 27 20 33 13 30 37 53 23 23 20 17 23 17 13 13
14 23 40 13 20 27 27 23 30 87 150 30 27 27 40 27
17 13 33 33 27 27 23 23 20 17 20 27 83 70 53 43
57 67 40 27 33 30 30 57 30 30 26 37 17 20 33 30
33 30 121 92 67 33 83 33 37 25 37 21 21 33 25 17
42 17 13 13 21 17 33 36 100 55 55 36 50 18 23 23
18 23 23 23 41 18 18 23 27 45 18 64 45 18 23 50
23 18 27 18 36 23 50 36 32 59 27 36 36 32 36 27
41 55 27 18 23 32 32 27 27 32 50 23 18 77 23 18
27 36 14 36 23 36 50 23 27 41 23 23 32 45 18 27
14 32 23 32 14 27 32 23 27 - - - - - - -

Fonte: Maranho (1982).

3
0
- Divide-se os dados verificados em um nmero conveniente de classes. Essa
subdiviso pode ser realizada de forma emprica de modo que as informaes fiquem
agrupadas entre 4 e 15 classes, como mostra a tabela 1.3, ou pode ser encontrada pela
expresso de Sturges dada a seguir:
It = A / 1 + 3,32 log N
Onde:
A a amplitude da populao;
log N o logaritmo decimal do nmero N de informaes;
It o intervalo de classe, procurado.

No caso dos teores de chumbo relacionados na tabela 1.2, os dados devem ser agrupados
em 10 classes com intervalo de 14,5ppm para cada classe, utilizando a tabela 1.3
(l45ppm: 10 = 14,5ppm), ou em 11 classes com intervalo de 14,3ppm pela expresso de
Sturges, como se demonstra a seguir:

It = 145 / 1 + 3,32 log 569 = 14,3 ppm

Tabela 1.2b - Teores de Chumbo (ppm) em Amostras de Solo Coletadas na Fazenda
Ponta da Serra - Caic-RN, em Ordem Crescente.

5 11 13 16 18 19 21 23 25 27 29 32 35 39 45 63
5 11 13 16 18 19 21 23 25 27 29 32 35 39 45 63
5 11 13 16 18 20 21 23 25 27 29 32 36 39 47 64
5 11 13 16 18 20 21 23 25 27 29 32 36 39 47 66
5 12 14 16 18 20 21 23 25 27 29 32 36 39 47 67
5 12 14 16 18 20 21 23 25 27 29 32 36 39 47 67
5 12 14 16 18 20 21 23 25 27 29 32 36 39 47 68
6 12 14 16 18 20 22 23 25 27 29 32 36 40 47 68
6 12 14 16 18 20 22 23 25 27 30 32 36 40 47 70
6 12 14 16 18 20 22 23 25 27 30 33 36 40 50 74
6 12 14 16 18 20 22 23 25 27 30 33 36 40 50 74
6 13 14 16 18 20 22 23 26 27 30 33 36 41 50 76
6 13 14 16 18 20 22 23 26 27 30 33 36 41 50 77
7 13 14 17 18 20 22 23 26 27 30 33 36 41 50 78
8 13 14 17 18 21 22 23 26 27 30 33 36 41 50 79
8 13 14 17 18 21 22 23 26 27 30 33 36 41 50 79
8 13 14 17 18 21 22 23 26 27 30 33 36 42 50 80
8 13 14 17 18 21 22 24 26 27 30 33 36 42 50 82
8 13 14 17 18 21 22 24 26 27 31 33 36 42 50 83
8 13 15 17 18 21 22 24 26 28 31 33 36 42 50 83
9 13 15 17 18 21 22 24 26 28 31 33 36 42 50 87
9 13 15 17 18 21 22 24 26 28 31 33 37 42 50 92
10 13 15 17 18 21 23 24 26 28 31 33 37 42 50 92
10 13 15 17 18 21 23 24 26 28 31 33 37 42 53 100
10 13 16 17 18 21 23 24 26 28 31 34 37 43 53 104
11 13 16 17 18 21 23 24 26 28 31 34 37 43 53 118
11 13 16 17 18 21 23 24 26 28 32 34 37 43 53 121
11 13 16 17 18 21 23 24 27 28 32 34 37 44 53 132
11 13 16 17 18 21 23 24 27 28 32 34 37 44 54 150
11 13 16 17 18 21 23 24 27 28 32 34 37 45 55

11 13 16 18 19 21 23 24 27 28 32 34 37 45 55

11 13 16 18 19 21 23 24 27 28 32 34 37 45 55

11 13 16 18 19 21 23 24 27 28 32 34 37 45 57

11 13 16 18 19 21 23 25 27 28 32 34 37 45 57

11 13 16 18 19 21 23 25 27 29 32 34 38 45 59

11 13 16 18 19 21 23 25 27 29 32 34 39 45 63



4
0
- Definem-se os limites de cada classe, que so encontrados acrescentando-se o
intervalo de classe calculado ao menor valor observado e, a partir da, mais um intervalo
de classe ao limite superior da classe anterior.

Dessa forma, para os dados da tabela 1.2, utilizando-se o intervalo de 14,5ppm, a
populao ficaria subdividida nas seguintes classes conforme quadro a seguir:





Classe
Intervalo de Classe
Limite
Inferior
Limite Superior It = 14,5 ppm
Primeira 5ppm 19,5ppm (5 + 14,5 = 19,5)
Segunda 19,5ppm 34ppm (19,5 + 14,5 = 34)
Terceira 34ppm 48,5ppm (34 + 14,5 = 48,5)
Quarta 48,5ppm 63,0 ppm
Quinta 63,0ppm 77 ,5ppm
Sexta 71,5ppm 92,0ppm.
Stima 92,0ppm 106,5ppm.
Oitava 106,5ppm 121,0ppm.
Nona 121,0ppm 135,5ppm
Dcima 135,5ppm 150,0ppm

Convm notar que com essa subdiviso existe a possibilidade de uma informao
pertencer a duas classes diferentes: urna amostra com 34ppm por exemplo, poderia ser
includo na segunda ou terceira classe, o mesmo ocorrendo com 92ppm, que poderia ser
enquadrado na sexta ou na stima classe, e com 121ppm, na oitava ou nona classe.

Quantidade de Observaes

Nmero de Classes
6 a 11 4
12 a 22 5
23 a 45 6
46 a 90 7
91 a 181 8
182 a 362 9
363 a 724 10
725 a 1448 11
1449 a 2896 12
2897 a 5792 13
5793 a 11584 14
Acima de 11584 15
Tabela 1.3 Nmero de classes em funo da quantidade de observaes.


Para evitar essa situao, trs caminhos usualmente so seguidos: (i) utiliza-se um
intervalo de classe tal que os valores-limites de cada classe nunca coincidam com os
dados da populao. Assim ocorreria se fosse utilizado o valor de 14,3ppm calculado
pela expresso de Sturges; (ii) acrescenta-se 0,1 (ou 0,01 se os dados da populao j
tm casa decimal) ao limite inferior de cada classe.

Assim, em relao aos valores da tabela 1.2, os seguintes intervalos de classe seriam
considerados:

Primeira classe: 6 a 19,5ppm.
Segunda classe: 19,6 a 34,0ppm.
Terceira classe: 34,1 a 48,5ppm.
Quarta classe: 48,6 a 63,0ppm;

e assim sucessivamente; (iii) considera-se que os limites nominais de capa classe so
nmeros inteiros, enquanto que os limites reais ocupariam o centro entre os limites
nominais das classes adjacentes, como mostra a tabela 1.4, onde se considerou um
intervalo de classe de 14ppm.


Classe Limites Nominais Limites Reais
Primeira 5 a 19 4,5 a 19,5
Segunda 20 a 34 19,5 a 34,5
Terceira 35 a 49 34,5 a 49,5
Quarta 50 a 64 49,5 a 64,5
Quinta 65 a 79 64,5 a 79,5
Sexta 80 a 94 79,5 a 94,5
e assim sucessivamente
Tabela 1.4 - Limites Nominais e Reais para a Confeco da Tabela de Freqncia
dos Dados da Tabela 1.2

5
0
- Conta-se s observaes que caem dentro de cada intervalo de classe, como mostra a
tabela 1.5.

Intervalo de Classe Nmero de Observaes

5 a 19,5ppm

183
19,6 a 34,0ppm

248
34,1 a 48,5ppm 83
48,6 a 63,0ppm 28
63,1 a 77,5ppm 11
77,6 a 92,0ppm 10
92,1 a 106,5ppm 2
106,6 a 121,0ppm 2
121,1 a 135,5ppm 1
135,6 a 150,0ppm 1
Tabela 1.5 - Clculo das Freqncias de Observaes Verificadas em cada Classe
dos Dados da Tabela 1.2

6
0
- Quando nos dados amostrais aparece um ou alguns valores anmalos, estes no
devem ser levados em considerao na definio da amplitude da populao, embora
devam ser considerados na tabela de freqncia. Por exemplo: se entre os dados da tabela
1.2- existisse um teor de 420ppm e um outro de 600ppm, a amplitude da populao, a ser
utilizada na expresso de Sturges continuaria a ser de 145ppm, s que na tabela de
freqncia haveria uma dcima-primeira classe englobando os dados com mais de
150ppm de Pb.


1.5 - PONTO CENTRAL DA CLASSE

Vrios parmetros estatsticos de uma populao numerosa de dados so calculados a
partir de tabelas de freqncia, s que nesse caso utiliza-se nos clculos matemticos o
ponto mdio ou central de cada classe, que representa a mdia aritmtica dos extremos
reais da classe. Sendo assim, na tabela anterior o teor central da classe que vai de 63,1 a
77,5ppm 70,25ppm, como mostra a expresso seguinte:
Tc = 63,0* + 77,5 / 2 = 70,25ppm
(*) Como visto anteriormente. embora o limite inferior nominal dessa classe seja
63,1ppm, o seu valor real de 63,0ppm.

Os demais pontos centrais da tabela de freqncia 1.5 esto relacionados na tabela 1.6.



Teores Extremos
da Classe: ppm
Teor Central da
Classe: ppm
Freqncia das
Observaes
5 19,5 12,25 183
19,6 34,0 26,75 248
34,1 48,5 41,25 83
48,6 63,0 55,75 28
63,1 77,5 70,25 11
77,6 92,0 84,75 10
92,1 106,5 99,25 2
106,6 121,0 113,75 2
121,1 135,5 128,25 1
135,6 150,0 142,75 1

Tabela 1.6 - Tabela de Freqncia dos Teores de Chumbo Relacionados na Tabela 1.2




1.6 FREQNCIA ACUMULADA E FREQNCIA ACUMULADA RELATIVA

Muitas vezes. nas interpretaes estatsticas so usadas tabelas de freqncia acumulada
ou de freqncia acumulada relativa em conjunto com as tabelas de freqncia das
observaes. As tabelas de freqncia acumulada so construdas somando-se as
observaes registradas em cada intervalo de classe com os dados verificados
anteriormente. Assim, por exemplo, na tabela 1.7, construda a partir dos valores da tabela
1.6, a freqncia acumulada da classe compreendida entre 92,1 e 106,5ppm resulta da
adio das observaes da classe com as quatro verificadas anteriormente, entre 106,6 e
150ppm.

As freqncias acumuladas relativas resultam da diviso das freqncias acumuladas em
cada classe pelo total de observaes, sendo o resultado multiplicado por 100 para
express-lo em porcentagem. Por isso, a freqncia acumulada relativa da classe limitada
pelos teores de 92,1 e 106,5ppm igual ao nmero de observaes acumuladas (6)
dividido pelo total das observaes (569), multiplicando o resultado por 100. As tabelas
de freqncia acumulada e de freqncia acumulada relativa dos dados da tabela 1.2,
esto na tabela 1.7.

A freqncia acumulada e/ou acumulada relativa podem ser calculadas tanto no sentido
crescente como decrescente, s que no tratamento dos dados geoqumicos e na maioria
dos dados geofsicos aconselhvel o clculo em ordem decrescente;. uma vez que em
vrios testes estatsticos a ltima classe abandonada e os maiores erros de dosagens, por
exemplo, aparecem normalmente na classe que engloba os menores valores, enquanto que
os resultados anmalos, indicativos dos alvos para detalhamento, ocorrem nas classes com
valores mais elevados. Existem outras situaes em que mais vantajosa a construo das
tabelas em ordem crescente, como ser visto mais adiante.


Teores Extremos
da Classe: ppm
Freqncia das
Observaes
Freqncia
Acumulada
Freqncia Acumulada
Relativa (%)
5,0 19.5 183 569 100,00
19,6 34,0 248 386 67,84
34,1 - 48,5 83 138 24,25
48,6 - 63.0 28 55 9,70
63,1- 77,5 11 27 4,75
77.6 - 92,0 10 16 2,81
92,1 - 106,5 2 6 1,05
106,6 121,0 2 4 0,70
121,1 - 135,5 1 2 0.35
135,6 - 150.0 1 1 0.18
Tabela 1.7 - Tabela de Freqncia Acumulada e de Freqncia Acumulada Relativa
dos Valores Relacionados na Tabela. 1.2


1.7 - REPRESENTAO GRFICA DOS DADOS NUMRICOS

Os resultados numricos expressos, por exemplo, nas, tabelas de freqncia, so mais bem
visualizados nas representaes grficas e, por isso, sero descritas a seguir as principais
formas grficas de representao dos dados numricos em geologia.

1.7.1 Histograma, Polgono de freqncia e Polgono de freqncia acumulada

Em todos os grficos acima utilizamos o primeiro quadrante do sistema de eixos
coordenados cartesianos ortogonais. Na linha horizontal (eixo das abscissas) colocamos
os valores da varivel e na linha vertical (eixo das ordenadas), as freqncias.

O histograma formado por um conjunto de retngulos justapostos, cujas bases se
localizam sobre o eixo horizontal, de tal modo que seus pontos mdios coincidam com
os pontos mdios dos intervalos de classe. A rea de um histograma proporcional
soma dasfreqncias simples ou absolutas.
Frequncias simples ou absolutas: so os valores que realmente representam o nmero
de dados de cada classe. A soma das freqncias simples igual ao nmero total dos
dados da distribuio.
Frequncias relativas: so os valores das razes entre as freqncias absolutas de cada
classe e a freqncia total da distribuio. A soma das freqncias relativas igual a 1
(100 %).

O histograma de freqncia, como se v na figura 1.1, constitudo por um conjunto de
retngulos que apresentam as seguintes caractersticas: (a) as bases sobre um eixo
horizontal, tendo cada retngulo uma largura igual ao intervalo real de classe da tabela
de freqncia; (b) alturas proporcionais s freqncias das classes.

O polgono de freqncia um grfico em linha, sendo as freqncias marcadas sobre
perpendiculares ao eixo horizontal, levantados pelos pontos mdios dos intervalos de
classe. Para realmente obtermos um polgono (linha fechada), devemos completar a
figura, ligando os extremos da linha obtida aos pontos mdios da classe anterior
primeira e da posterior ltima, da distribuio.

O polgono de freqncia acumulada traado marcando-se as freqncias
acumuladas sobre perpendiculares ao eixo horizontal, levantadas nos pontos
correspondentes aos limites superiores dos intervalos de classe.
Freqncia simples acumulada de uma classe o total das freqncias de todos os
valores inferiores ao limite superior do intervalo de uma determinada classe.
Freqncia relativa acumulada de um classe a freqncia acumulada da classe,
dividida pela freqncia total da distribuio.

O polgono de freqncia a figura geomtrica que se obtm ligando os pontos mdios
do topo de cada retngulo do histograma, como mostra tambm a figura 1.1.



(a)

(a)





(b)

(b)






Fig. 1.1 - Exemplos de histogramas e polgonos de freqncia: (a) dos teores de chumbo
relacionados na tabela 1.2; (b) das espessuras de um minrio de fosfato sedimentar
situado na bacia costeira Pernambuco - Paraba, em uma campanha de sondagem.
Fonte: Maranho (1982; 1984).

1.7.2 - Grficos Estatsticos
So representaes visuais dos dados estatsticos que devem corresponder, mas nunca
substituir as tabelas estatsticas.
Caractersticas:
Uso de escalas, sistema de coordenadas, simplicidade, clareza e veracidade.
Grficos de informao: So grficos destinados principalmente ao pblico em geral,
objetivando proporcionar uma visualizao rpida e clara. So grficos tipicamente
expositivos, dispensando comentrios explicativos adicionais. As legendas podem ser
omitidas, desde que as informaes desejadas estejam presentes.
Grficos de anlise: So grficos que se prestam melhor ao trabalho estatstico,
fornecendo elementos teis fase de anlise dos dados, sem deixar de ser tambm
informativos. Os grficos de anlise freqentemente vm acompanhados de uma tabela
estatstica. Inclui-se, muitas vezes um texto explicativo, chamando a ateno do leitor
para os pontos principais revelados pelo grfico.
Uso indevido de Grficos: Podem trazer uma idia falsa dos dados que esto sendo
analisados, chegando mesmo a confundir o leitor. Trata-se, na realidade, de um
problema de construo de escalas.

Classificao dos grficos: Diagramas, Estereogramas, Pictogramas e Cartogramas.

Diagramas So grficos geomtricos dispostos em duas dimenses. So os mais usados
na representao de sries estatsticas. Eles podem ser :

1- Grficos em barras horizontais.
2- Grficos em barras verticais (colunas).
3- Grficos em barras compostas.
4- Grficos em colunas superpostas.
5- Grficos em linhas ou lineares.
6- Grficos em setores e circulares

1.7.2.1 - Grficos de Barras e de Linhas

Nos grficos de barra, quando as legendas no so breves usam-se de preferncia os
grficos em barras horizontais. Nesses grficos os retngulos tm a mesma base e as
alturas so proporcionais aos respectivos dados. A ordem a ser observada a
cronolgica, se a srie for histrica, e a decrescente, se for geogrfica ou categrica.

Os grficos em linha so freqentemente usados para representao de sries
cronolgicas com um grande nmero de perodos de tempo. As linhas so mais
eficientes do que as colunas, quando existem intensas flutuaes nas sries ou quando h
necessidade de se representarem vrias sries em um mesmo grfico.

Quando representamos, em um mesmo sistema de coordenadas, a variao de dois
fenmenos, a parte interna da figura formada pelos grficos desses fenmeno
denomidada de rea de excesso.

Esses grficos so construdos da mesma forma que o histograma e o polgono de
freqncia, s que eles no expressam tabelas de freqncia como mostra a figura 1.2,
elaborada a partir dos dados da tabela 1.8.

Anos Produo (t) Anos Produo (t)
1970 28.022 1977 108.395
1971 27.773 1978 167.614
1972 35.626 1979 212.503
1973 42.397 1980 247.954
1974 69.898 1981 166.338
1975 111.869 1982 164.060
1976 143.218 1983 128.694
Tabela 1.8 - Produo Brasileira de Bentonita Beneficiada entre 1970/1983 Fonte:
DNPM



(a)



(b)

Fig. 1.2 - Exemplos de diagrama de barra e grfico de linha


1.7.2.2 - Grficos em colunas superpostas ou porcentagens complementares

Eles diferem dos grficos em barras ou colunas convencionais apenas pelo fato de
apresentar cada barra ou coluna segmentada em partes componentes. Servem para
representar comparativamente dois ou mais atributos.

Esse grfico, quando desenhado em barras isoladas, aplica-se a praticamente todos os
campos da geologia; entretanto,nas avaliaes econmicas de jazidas minerais, ele
freqentemente usado para demonstrar as variaes verificadas nos atributos
dimensionados (produo, por exemplo), durante uma serie histrica.

Nas barras isoladas, inicialmente traa-se um primeiro retngulo de altura (H) qualquer,
subdividindo-o em retngulos menores de acordo com a participao de cada
componente da amostra ou da tabela de dados. Usando os componentes da tabela 1.10
como exemplo, verifica-se que a microclina deve ocupar uma rea equivalente a 41,24%
da rea global do retngulo original e, para tal, traa-se uma primeira linha horizontal
numa altura iguala 0,4124 H. Para o plagioclsio ser representado por uma rea
correspondente a 25,89% da rea do retngulo original, traa-se uma segunda linha
horizontal com altura h = 0,2589 H, altura esta contada a partir do topo do retngulo
indicativo da participao da microclina. Da mesma forma procede-se para os demais
minerais, como mostra a figura 1.3a.

Para a construo do grfico em barras de uma srie histrica, inicialmente so
desenhados os retngulos correspondentes a cada ano da srie. Por exemplo: tendo com
base os dados da tabela 1.9, primeiramente so elaborados os retngulos com alturas
proporcionais s produes totais de concentrado de tungstnio em cada ano. Em
seguida, cada um desses retngulos tratado como uma barra isolada e, por isso, na sua
subdiviso utiliza-se sistemtica descrita anteriormente (fig. 1.3b).







Figura 1.3 - (a) Diagrama de barras em porcentagem da composio modal do granito de
Brejo da Madre de Deus. (b) Diagrama de barras em porcentagem da produo de
concentrado de tungstnio no Brasil entre 1977 e 1982. Fonte DNPM.

Estados da Federao
Ano
1977 1978 1979 1980 1981 1982
Rio Grande do Norte 2.026 1.937 1.934 1.897 2.001 2.031
Par - - - - 459 515
Paraba - - - - 90 56
Total: 2.026 1.937 1.934 1.897 2.550 2.602

Tabela 1.9 Produo Brasileira de Concentrados de Tungstnio entre 1977 e 1982 (em
t.).
Fonte: DNPM


1.7.2.3 - Grfico Circular ou Grfico em Setores

Este grfico construdo com base em um crculo, e empregado sempre que desejamos
ressaltar a participao do dado no total. O total representado pelo crculo, que fica
dividido em tantos setores quantas so as partes. Os setores so tais que suas reas so
respectivamente proporcionais aos dados da srie. O grfico em setores s deve ser
empregado quando h, no mximo, sete dados.
Obs: As sries temporais geralmente no so representadas por este tipo de grfico.

Neste caso parte-se do princpio de que a amostra corresponde a um arco de 360 e que
cada classe de dados ocupa um arco proporcional ao seu valor, em relao ao conjunto
total dos dados. Por exemplo: se a composio modal mdia de um granito a descrita
na tabela 1.10, o seu grfico construdo da seguinte forma:

Mineral Percentual
Microclina 41,24%
Plagioclsio 25,89%
Quartzo. 17,88%
Biotita 11,55%
Hornblenda 1,95%
Acessrios 1,49%
Total: 100,00%
Tabela 1.10 - Composio Modal Mdia do Granito Prfiro
de Brejo da Madre de Deus-PE. Fonte: Maranho (1983).

1 passo - Clculo do arco ocupado pela microclina.
100% correspondem a 360
41,24% correspondem a X
X = (41,24 x 360): 100 = 14828'

2 passo - Clculo dos arcos relacionados com os outros minerais.

Mineral Clculo do arco ocupado pelo mineral Resultado
Plagioclsio (25,89 x 360) : 100 9312'
Quartzo (17,88 x 360) : 100 6422'
Biotita (11,55 x 360) : 100 4135'
Hornblenda (1,95 x 360) : 100 0701'
Acessrios ( 1,49 x 360) : 100 0522

3' passo - Desenho do grfico circular.

Como mostra a figura 1.4, aps o desenho do circulo com um dimetro qualquer, traa-
se um raio arbitrrio marcando a partir dele os arcos correspondentes aos minerais
relacionados.











Figura 1.4 diagrama circular da composio modal do granito
descrito na tabela 1.10. Fonte DNPM.
A figura 1.5 exibe a representao grfica de uma amostra de gua, representada por um
crculo de raio proporcional aos Slidos Totais Dissolvidos em meq/L, subdividido em
partes proporcionais s concentraes, em meq/L, dos seus constituintes inicos.


Figura 1.5 Diagrama circular simples dos inicos principais de uma amostra
de gua subterrnea.











Fig. 1.5.1 -Diagrama de Carl
1.7.3 - Diagrama de Roseta

Esse grfico usado principalmente nos trabalhos de geologia estrutural, de
geotecnologia e de hidrogeologia, uma vez que permite correlacionar as freqncias das
observaes com as direes observadas nas fraturas, foliaes, eixos de dobras e etc.,
possibilitando, desta forma, interpretar as direes de esforos, identificar as direes
principais de fraturamento e etc.

O processo de elaborao do grfico simples e ser ilustrado com os dados da tabela
1.11, contendo as fraturas verificadas em uma rea de migmatito escolhida para a
construo de uma barragem hidrogrfica na regio de Bom Conselho - PE.
1 passo Inicialmente traa-se um arco de 180 com raio arbitrrio e marca-se ao longo
desse semicrculo os diferentes intervalos de classe, tendo, no caso, 10 de amplitude,
como mostra a figura I.4.
2 passo Considerando que o comprimento do raio arbitrrio (R) corresponde ao
nmero de dados agrupados na classe de maior freqncia, cada classe da tabela de
freqncia tem um raio (r) proporcional ao seu nmero de observaes e ao raio
arbitrrio. Por exemplo: na tabela 1.11 a classe de maior freqncia tem 159
observaes, por isso o raio corresponde classe de N 0 a 10 E ter um raio r=(47
dados x R) : 159 observaes = 0,296 R. Da mesma forma,o raio correspondente classe
de N 5001 a 60 W = (3 observaes x R) : 159 = 0,019 R.
3 passo De posse dos diferentes raios marca-se em cada classe o seu limite, como
mostra a figura 1.6.

Convm notar que nos casos em que importa o sentido do dado numrico (por exemplo o
mergulho da camada), o arco deve ter 360, mas o grfico de roseta construdo da
mesma maneira.

Intervalo de Classe Freqncia Intervalo de Classe Freqncia
N 0 a 10 E 47 N 0 a 10 W 26
N 1001 a 20 E 55 N 1001 a 20 W 8
N 2001 a 30 E 56 N 2001 a 30 W 35
N 3001 a 40 E 55 N 3001 a 40 W 16
N 4001 a 50 E 159 N 4001 a 50 W 49
N 5001 a 60 E 42 N 5001 a 60 W 3
N 6001 a 70 E 56 N 6001 a 70 W 18
N 7001 a 80 E 90 N 7001 a 80 W 13
N 8001 a 90 E 109 N 8001 a 90 W 43
Tabela 1.11 Tabela de Freqncia das Direes de Fraturas Verificadas nos
Migmatitos
de Bom Conselho PE. Fonte: Maranho (1983).

Figura 1.6 Diagrama de roseta das fraturas do migmatito em Bom Conselho-PE,
relacionados na tabela 1.11, indicando a principal direo de esforo (
1
) verificado na
rea. (fonte Maranho, 1983).

1.7.4 - Estereogramas:
So grficos geomtricos dispostos em trs dimenses, pois representam volume. So
usados nas representaes grficas das tabelas de dupla entrada. Em alguns casos este
tipo de grfico fica difcil de ser interpretado dada pequena preciso que oferecem.
.
1.7.5 - Pictogramas
So grficos construdos a partir de figuras representativas da intensidade do fenmeno.
Este tipo de grfico tem a vantagem de despertar a ateno do pblico leigo, pois sua
forma atraente e sugestiva. Os smbolos devem ser auto-explicativos. A desvantagem
dos pictogramas que apenas mostram uma viso geral do fenmeno, e no de detalhes
minuciosos. Veja o exemplo da figura 1.7.

Figura 1.7 Pictograma de nmero de visitantes da UFPE.

1.7.6 Cartogramas
Cartogramas so ilustraes relativas a cartas geogrficas (mapas). O objetivo desse
grfico o de figurar os dados estatsticos diretamente relacionados com reas
geogrficas ou polticas.
1.7.7 - Box-and-Whisker Plots
Box-and-Whisker plots ou simplesmente box-plots so simples representaes
diagramticas dos cinco nmeros sumrios: (mnimo, quartil inferior, mediana, quartil
superior, mximo). Um box-plot para os dados geoqumicos fica como mostrado na
figura 1.8 a seguir.


Figura 1.8 Box-and-Whisker Plots

1.7.8 Ogiva
Esse grfico construdo colocando-se no eixo das abcissas os limites de cada classe e
nas ordenadas as freqncias acumuladas relativas correspondentes, como mostra a
figura 1.9, construdas a partir dos dados da tabela 1.7.
Convm notar que o limite de cada classe neste grfico pode ser o limiar inferior ou o
superior, dependendo se a tabela de dados acumulados esta em ordem crescente ou
decrescente. No caso da tabela 1.7, construda em ordem decrescente, usa-se o limite
inferior real de cada classe,uma vez que 569 observaes, por exemplo, representam o
nmero de elementos com teor superior ou igual a 5 ppm. Da mesma forma, as 27
observaes acumuladas na classe de 36,1 a 77,5 ppm expressam que existem 27 dados
na amostra com mais de 63,0 ppm de Pb.


Figura 1.9 Ogiva correspondente aos dados da tabela 1.7


1.7.9 Diagrama Triangular

Esse grfico muito usado nos trabalhos de petrografia para a classificao de rochas
gneas, em sedimentologia para estudos granulomtricos de sedimentos, na avaliao de
rocha carbontica e etc.
Como mostram a figura 1.10, esse grfico constitudo por um triangulo eqiltero
subdividido em partes iguais, tendo os vrtices ocupados pelos trs componentes
principais da amostra, os quais aparecem numa proporo de cem (no prprio vrtice)
por cento. Essa proporo indicada pela reta perpendicular bissetriz imaginaria
traada no ngulo correspondente ao vrtice ocupado por cada atributo. Dessa forma, a
amostra 1 da figura 1.10 tem (i) 30% do atributo A, j que a reta horizontal
perpendicular bissetriz de A (ngulo A) corresponde a esse valor; (ii) 10% do atributo
B, uma vez que a perpendicular bissetriz do ngulo B a reta de 10% em relao ao
vrtice B; (iii) 60% do atributo C, j que a perpendicular bissetriz C mostra esse valor.
Quando na amostra aparecem mais de 3 componentes, agrupam-se os atributos ou
recalculam-se as porcentagens dos componentes a serem graficamente representados
para que eles representem 100%. Como exemplo, examinemos o seguinte problema:
represente graficamente em um diagrama triangular uma amostra caracterizada por seu
volume de quartzo-plagioclsio e lcali-feldspato, sabendo que a sua composio modal
a seguinte: quartzo = 51,67%, lcali-feldspato = 21,38%, plagioclsio = 16,04%,biotita
= 6,21%, hornblenda = 3,93% e acessrios = 0,77%.


Figura 1.10 Representao grfica de amostras no diagrama triangular
Resoluo:

1 passo Clculo da participao dos atributos a serem graficamente
representados.
Quartzo = 51,67%
lcali-feldspato = 21,38%
Plagioclsio = 16,04%
Total = 89,09%

2 passo Definio da porcentagem de quartzo em relao ao volume de quartzo
+ feldspato.
89,09% de quartzo + feldspato correspondem a 100%
51,76% de quartzo correspondem a A
A = (51,76 x 100) : 89,09 = 58,00%

3 passo Determinao da porcentagem de plagioclsio e lcali-felsdpato em relao ao
volume de quartzo + feldspato.
lcali-feldspato = B = (21,38 x 100) : 89,09 = 24,00%
Plagioclsio = C = (16,04 x 100) : 89,09 = 18,00%

4 passo Apresentao grfica da amostra.

Inicialmente procura-se a horizontal referente a 58,00% que representa o teor de quartzo
(A na figura 1.10). Depois, a linha de direo NNE com 18% correspondente ao
plagioclsio. A interseo destas duas linhas d a posio da amostra 2 no diagrama
triangular, uma vez que este ponto tem 24% de lcali-feldspato.

Algumas vezes o diagrama triangular usado tambm para identificar grupos de
amostras com composies semelhantes.

Este diagrama tambm utilizado para representar os constituintes inicos principais de
anlise qumica de gua (figura 1.11). A gua neste diagrama caracterizada por dois
pontos (representando os nions e os ctions) ligados por uma reta.
.

Figura 1.11 diagrama triangular da composio de uma gua subterrnea.

Diagrama Triangular de Durov

Os pontos que representam as concentraes dos cations e dos anions respectivamente
so projetados no quadrado formado pelas bases dos tringulos (Fenzl, 1988). O ponto
obtido caracteriza a gua analisada ( fig. 11a).



Fig. 11a -Diagrama de Durov










Diagrama Triangular de Piper

O diagrama de Piper utilizado freqentemente quando se trabalha com grande nmero
de anlises qumicas das guas, serve para classificar e comparar os distintos grupos de
guas quanto aos ons dominantes em cloretada, sdica, carbonatada, magnesiana, etc.

Para plotar no diagrama, transforma-se os valores de cada on (constante no grfico em
meq/l) em percentagem do total de anions e do total de cations separadamente (fig
1.11b).





Fig. 1.11b - Diagrama de Piper
1.7.10 Diagramas Retangulares

Como assinala Tinoco (indito) os vrios tipo de diagramas retangulares se prestam
para a representao de numerosas amostras em um perfil vertical ou horizontal,
possibilitando a rpida identificao das variaes verticais ou laterais,ao longo do perfil
estudado.


A figura 1.12.a, por exemplo, um diagrama retangular construdo a partir de amostras
recolhidas em um furo de sonda com 15 m de profundidade, executado em uma rocha
carbontica situada na ilha de Itamarac PE. A simples observao do diagrama
evidencia que nesse furo de sonda: (i) o calcrio sempre impuro, mas o teor de
CaCO
3
aumenta com a profundidade, a no ser no intervalo de 7,2 a 9,1 m composto por
uma argila calcria; (ii) o contedo de resduo insolvel chega a atingir 30% nos
primeiros 3 m de sondagem,provavelmente por efeito do intemperismo, mas decai
gradativamente com a profundidade, ocorrendo apenas um aumento brusco ao longo da
intercalao argilosa; (iii) o teor de MgCO
3
varia entre 4 e 20%,no tendo sido
observada uma tendncia na variao do seu teor com a profundidade.
Algumas vezes utiliza-se um grfico retangular composto para descrever as variaes, ao
longo do perfil, de vrios atributos. No diagrama 1.12.b, por exemplo, apresenta-se a
composio mineralgica media do fosforito de Olinda PE, em relao rocha total, e
tambm, na frao com menos de 2 micra de dimetro.



Figura 1.12a - Diagrama retangular simples em relao composio qumica de
amostra recolhidas em furo de sonda em Itamarac-PE.





Figura 1.12b Grfico retangular composto mostrando a composio do fosforito de
Olinda-PE, na rocha total e na frao com menos de 2 micra de dimetro (fonte
Maranho 1981).


So utilizados tambm para comparar as propores dos constituintes inicos principais
de guas superficiais e subterrneas (figura 1.13), a altura das colunas representa a
concentrao ou % dos ons em miliequivalente por litro ou miligrama por litro.





Fig. 1.13 Diagramas colunares dos resultados de anlises qumicas de gua subterrnea
expresso miliequivalente por litro e em percentagem de miliequivalente por litro.








Diagrama para Classificao da gua para Irrigao(da US Dept. of Agriculture)

Este diagrama utilizado para classificar e comparar as guas para irrigao com base
na condutividade eltrica e na razo de adsoro de sdio (SAR), ver fig. 1.13a.





Fig. 1.13a - Diagrama da US Dept. of Agriculture
1.7.11 Logs

Como mostra a figura 1.14, os logs so grficos compostos, onde cada atributo
dimensionado fica contido em uma coluna prpria, permitindo de imediato a verificao
das variaes verticais ou laterais dos dados numricos e as correlaes existentes entre
eles.




Diagrama Semi-logartmico de Schoeller

As concentraes (em meq/l) de uma amostra de gua so plotadas num papel semi-
logartmico. Esta forma de apresentao dos dados hidroqumicos bastante flexvel e
permite aumentar ou reduzir o nmero de elementos representados, de acordo com as
necessidades e os objetivos da interpretao (fig.1.14a ).





Fig. 1.14a - Diagrama Semi-logartmico de Schoeller


1.7.12 Hidrogramas

So grficos que mostram a variao de uma certa caracterstica em funo do tempo.
a forma mais clara de se visualizar as variaes de composio da gua subterrnea com
o tempo. Normalmente representam-se vrias caractersticas num mesmo hidrograma.
Na figura 1.15 apresentado um exemplo tpico de um hidrograma.


Figura 1.15 - Hidrograma











Outras formas grficas
Diagrama de Stiff

Todas as concentraes inicas em meq/l ou % meq/l so representadas sobre linhas
paralelas horizontais. Ligando todos os pontos respectivos, obtm-se uma figura
geomtrica caracterstica para a gua analisada ( fig. 1.16).






Fig. 1.16- Diagrama Stiff

































1.8 CURVAS DE FREQNCIAS

J foi visto que o intervalo de classes prprio em cada tabela de freqncia
matematicamente calculado pela expresso: It = A:(1+3,32 log N). Dessa forma, se o
numero N de dados numricos tende ao infinito, o intervalo de classes It ter
amplitude infinitesimal e, por isso, o polgono de freqncia resultante aproximar-se-
de uma curva, chamada curva de freqncia ou curva de distribuio.

A experincia obtida com a analise de milhes de amostras geolgicas diferentes
evidenciam que as curvas de freqncia mais comuns, constitudas a partir de
populaes numerosas de dados geolgicos so:

i. Curvas simtricas, caracterizadas por um nico pico e a forma de sino como mostra a figura
1.16.a . Neste caso, se os dados numricos so contnuos, essa curva de distribuio chama-
se normal ou gaussiana.

ii. Curvas assimtricas, com um nico pico, tendo um ramo mais alongado do que o outro,
ramo este que pode ser o do lado direito ou o do lado esquerdo (figura 1.16.b). Se os dados
numricos da curva so contnuos, ela se chama lognormal.

iii. Curvas caracterizadas pela existncia de vrios picos, como mostra a figura 1.16.c, chamada
de multimodal.



Figura 1.16 Curvas de distribuio de freqncias (a) Curva normal ou gaussiana,
(b) Curva log-normal, (c) Curva multimodal.
As populaes constitudas pelos teores de minrios em jazidas de baixos teores (ouro,
prata, platina, etc.) ou resultante de amostragem geoqumica, via de regra apresentam
curva assimtricas com um nico pico, da mesma forma que o carter da distribuio dos
teores e espessuras em jazidas de alto teor (ferro, mangans, calcrio, fosfato, gipsita,
argilas e etc.) , na maioria doa casos, simtrica ou unimodal. o que acontece, por
exemplo, quando se analisam todos os teores em uma jazida de cobre contendo faixas de
minrios supergnicos (xidos de cobre) e faixas de sulfetos primrios.





1.9 CURVAS DE PROBABILIDADE NORMAL OU GAUSSIANA E
LOGNORMAL

A determinao do carter da distribuio de toda a populao amostrada a partir dos
dados da amostra muito til, uma vez que permite a definio do modelo matemtico
que rege a disperso dos dados numricos na populao e facilita a manipulao e
avaliao dos resultados. Sendo assim, necessrio que o padro de distribuio da
amostra seja aferido em cada caso estudado, para poder aplicar as leis e expresses
matemticas prprias de cada distribuio da populao.

Quando o nmero de dados grande, relativamente fcil de definir a curva de
freqncia correspondente e como a freqncia relativa tende probabilidade da
populao, pode-se inferir com uma boa margem de segurana o modelo de distribuio
da populao. Entretanto, para um nmero relativamente pequeno de dados numricos, a
determinao grfica da curva de distribuio da populao a partir dos dados de
freqncia no fcil, e cada gelogo tende a construir uma curva diferente, dificultando
a avaliao dos resultados. Para minimizar os erros pessoais, as curvas de freqncia so
substitudas por curvas de probabilidades, de construo bem mais simples e de
interpretao muito mais fcil, e que podem ser desenhadas desde que existam no
mnimo 30 a 50 dados numricos na amostra.

Essas curvas so construdas a partir de tabela de freqncia acumuladas relativas,
utilizando papis especiais, chamados papis de probabilidade, que apresenta no eixo das
abcissas uma escala aritmtica papel de probabilidade normal ou logartmica papel
de probabilidade lognormal e no eixo das ordenadas uma escala de probabilidade, que
corresponde s freqncias acumuladas relativas das observaes* (*Nos anexos 1.1 e
1.2 esto reproduzidos, respectivamente, os papis de probabilidade normal e
lognormal). De posse do papel especial, a construo da curva de probabilidade
semelhante da curva de freqncia acumulada relativa, s que a ultima classe da tabela
de freqncia abandonada, uma vez que no papel de probabilidade no h um local
correspondente freqncia acumulada relativa de 100%. Em sendo assim, a tabela de
freqncia acumulada deve se elaborada de forma a ser abandonada a classe com menor
nmero de observaes. Pra exemplificar o processo de construo desta curva, vamos
utilizar os dados apresentados na tabela I.6, vista anteriormente.






















1 passo Construo da tabela de freqncia acumulada relativa.

Na tabela 1.6 verifica-se que a primeira linha tem 183 observaes e a ultima classe (de
135,6 a 150 ppm de Pb) tem apenas um dado. Por isso a tabela acumulada relativa deve
ser construda em ordem crescente, como mostra a tabela 1.12, para desprezar a classe
com uma informao e no aquela com 183 dados.

2 passo Escolha do limite de cada classe.

Como se pode ver no papel de probabilidade, na abcissa usa-se o limite real de cada
classe, e como a tabela foi construda em ordem crescente, aplica-se o limite superior da
classe e a freqncia acumulada relativa correspondente, uma vez que qualquer valor
acumulado est correlacionado a esse limite superior. Por exemplo: 80,33% das
observaes tem valores inferiores ou iguais a 48,5 ppm Pb, que o limite real da classe
correspondente, da mesma forma, 99,82% dos dados tem menos que 135,6 ppm Pb.

3 passo Uso do papel de probabilidade.

Na figura 1,17 so apresentados as curvas de probabilidade normal e lognormal
construdas a partir dos dados da tabela 1.12.

Intervalo de Classe
Freqncia das
Observaes
Freqncia
Acumulada
Freqncia Acumulada
Relativa (%)
5,0 19,5 183 183 32,16
19,6 34,0 248 431 75,75
34,1 48,5 83 514 80,33
48,6 63,0 28 542 95,25
36,1 77,5 11 553 97,10
77,6 92,0 10 563 98,95
92,1 106,5 2 565 99,30
106,6 121,0 2 567 99,65
121,6 135,5 1 568 99,82
135,6 150,0 1 569 100,00
Tabela 1.12 Freqncia Acumulada Relativa dos Dados da Tabela 1.6


Uma das principais propriedades desses grficos que quando a populao amostrada
apresenta uma populao gaussiana, no papel de probabilidade normal os pontos
orientam-se segundo uma reta e apresentam-se dispersos no papel de distribuio
lognormal. Entretanto, quando as amostras so recolhidas de uma populao com
distribuio lognormal, o fato se inverte e os pontos apresentam-se alinhados no papel de
distribuio lognormal e dispersos no papel normal. Quando os pontos mostram-se
dispersos nos dois papis porque se tratam de populaes no-gaussianas e no-
lognormais, podendo ser ou no uma populao com distribuio multimodal. Isso
significa que os dados da tabela 1.12 aproximam-se mais de uma populao lognormal.


1.10 CANAL DE TOLERNCIA

Freqentemente, quando os pontos da curva de probabilidade esto aproximadamente
alinhados, ocorrem alguns desses pontos que se posicionam nas proximidades da reta de
probabilidade normal e/ou lognormal mas no sobre ela, tal como se v na figura 1.17b.
Advm da a dvida se o carter da populao mesmo assim pode ser aceito. Em
estatstica pequenas aproximaes so aceitveis, desde que elas se situem dentro de
determinados limites de tolerncia. Esses limites podem ser calculados com preciso a
partir de alguns testes estatsticos, como o do qui-quadrado. Entretanto, nos casos onde
no se exige uma rigidez muito grande, costuma-se obter os limites de tolerncia a partir
de processos grficos, utilizando a construo de Liourzou, reproduzida na figura 1.18.














































Figura 1.18 Grfico para obteno do intervalo de confiana de 95% para a
freqncia relativa acumulada de uma amostra.

Nessa construo grfica os limites de tolerncia so determinados a partir do nmero de
dados da populao e das freqncias relativas. Assim sendo, numa amostra contendo
202 dados numricos, os limites de tolerncia para um ponto que deveria ter 60% de
freqncia acumulada relativa so: 53% e 66,5%, como mostra a figura 1.17. Em sendo
assim, determinam-se os limites de confiana para diferentes pontos da reta de
probabilidade, marcando-os no papel de probabilidade. Ligando estes valores limites
entre si estabelece-se um canal, chamado de canal de tolerncia, como mostra a figura
1.18. Se todos os pontos esto situados no interior deste invlucro porque os dados
numricos no diferem significativamente da distribuio esperada, tal como acontece
com a figura 1.18, onde se evidencia que a populao analisada considerada como uma
populao lognormal.
Par melhor ilustrar o uso desta sistemtica de trabalho, vamos resolver o problema
seguinte: verifique se os dados da tabela 1.13 apresentam uma distribuio gaussiana,
com auxilio da reta de probabilidade e do respectivo canal de tolerncia.

Intervalo de Classe
Freqncia das
Observaes
Freqncia
Acumulada
Freqncia Acumulada
Relativa (%)
0,411 - 2,182 2 2 0,7
2,182 - 3,953 9 11 3,8
3,953 - 5,724 18 29 10,1
5,724 - 7,495 37 66 23,0
7,495 - 9,266 39 105 36,6
9,266 - 11,037 58 163 56,8
11,037
-
12,808
50 213 74,2
12,808
-
14,579
40 253 88,2
14,579
-
16,350
25 278 96,9
16,350
-
18,121
7 285 99,3
18,121
-
19,892
2 287 100,0
Tabela 1.13 Quadro de Distribuio de Freqncia dos Teores de Matria Orgnica
(%) em Amostras de Sedimentos Ativos de Corrente. Fonte: Melo (indito).


Resoluo

1 passo Determinao dos limites de tolerncia das freqncias acumuladas relativas.

Para as 287 observaes contidas na amostra, com o auxilio da construo de Liourzou
so encontrados os limites de tolerncia assinalados na tabela 1.14.

Freqncia
Acumulada Relativa
(%)
Limites de Tolerncia
Superior Inferior
5 8,0 ?
10 14,0 7,5
20 25,0 15,6
30 35,8 25,0
40 46,0 34,5
50 56,0 44,5
60 66,0 54,5
70 75,0 64,5
80 84,0 75,0
90 93,0 87,0
95 ? 92,0
Tabela 1.14 Limites de Tolerncia das Freqncia Acumuladas Relativas para uma
Amostra com 287 Indivduos.


2 passo Desenho da reta de probabilidade normal e do canal de tolerncia.

Inicialmente, plota-se no papel de probabilidade normal os pontos definidos pelos
limites superiores das classes de freqncias e pelas freqncias acumuladas relativas
correspondentes. A partir deste ponto traa-se visualmente a reta de probabilidade. Onde
esta reta corta as ordenadas de 5, 10, 20, 30, 40, 50, 60, 70, 80, 90 e 95% marcam-se os
valores limites definidos na tabela 1.14. ligando esses pontos limites desenha-se o canal
de tolerncia da figura 1.18. nota-se que neste invlucro a sua amplitude cresce nas duas
terminaes da reta de probabilidade, uma vez que s so levados em considerao os
pontos situados entre os percentis de 5 e 95%, j que a construo de liourzou s
contempla valores dentro deste intervalo.

3 passo Concluses
Como todos os pontos relativos tabela 1.13 esto localizados no interior do canal de
tolerncia da reta de probabilidade normal, se aceita a hiptese que os dados numricos
reunidos na tabela 1.13 so provenientes de uma populao gaussiana e como tal deve
ser tratada.