Distribuio Normal

Prof. Herondino
Distribuio Normal
A mais importante
distribuio de probabilidade
contnua em todo o domnio
da estatstica a distribuio
normal.
Seu grfico, chamado de
curva normal, a curva em
forma de sino (Fig. 1) que Figura 1 Curva normal
aproximadamente descreve
muitos fenmenos que
ocorrem na natureza,
indstria e pesquisa.
Distribuio Normal
Em 1733, Abraham De Moivre
desenvolveu a equao matemtica
da curva normal.
Ele forneceu uma base a partir da
qual grande parte da teoria de
estatsticas indutivas De Moivre
fundamentada.
A distribuio normal muitas
vezes referida como a distribuio
de Gauss, em homenagem a Karl
Friedrich Gauss que tambm
derivou sua equao.
Gauss
Distribuio Normal
A equao matemtica para a distribuio de probabilidade
da varivel normal depende de dois parmetros, e , a
sua mdia e desvio padro, respectivamente.

Figura 1 Curva normal

Distribuio Normal
A equao matemtica para a distribuio de probabilidade
da varivel normal depende de dois parmetros, e , a
sua mdia e desvio padro, respectivamente.
A densidade da varivel
aleatria X normal com
mdia e varincia 2,
1
1 2 ( x )2
n( x; , ) e 2
2

Figura 1 Curva normal

 Distribuio Normal
A equao matemtica para a distribuio de probabilidade
da varivel normal depende de dois parmetros, e , a
sua mdia e desvio padro, respectivamente.
A densidade da varivel
x aleatria X normal com
mdia e varincia 2,
1
1 2 ( x )2
n( x; , ) e 2
2

onde = 3.14159 . . . e
Figura 1 Curva normal e = 2.71828 . . . .
 Distribuio Normal
A equao matemtica para a distribuio de probabilidade
da varivel normal depende de dois parmetros, e , a
sua mdia e desvio padro, respectivamente.
A densidade da varivel
x aleatria X normal com
mdia e varincia 2,
1
1 2 ( x )2
n( x; , ) e 2
2

onde = 3.14159 . . . e
Figura 1 Curva normal e = 2.71828 . . . .
Da, que denotam os valores da densidade de X por n (x; , ).
Distribuio Normal - Exemplo
Uma vez que e so especificados, a curva normal
completamente determinada. Por exemplo, se = 50 e =
5, ento as coordenadas n (x, 50, 5) podem ser calculadas
para vrios valores de x e a curva traada.

Figura 1 Curva normal

Tipos de Curvas Normais
Na Fig. 2, h esboado duas curvas normais com o
mesmo desvio padro, mas diferentes meios. As duas
curvas so idnticas na forma, mas so centradas em
diferentes posies ao longo do eixo horizontal.

Figura 2 Curvas Normal com 1 < 2 e 1 = 2.

Tipos de Curvas Normais
Na Fig. 3, h duas curvas normais com a mesma mdia,
mas diferentes desvios-padro.
Desta vez, vemos que as
duas curvas so centrados
exatamente na mesma
posio no eixo horizontal,
mas a curva com o maior
desvio padro menor e se
espalha mais
Figura 3 Curvas Normal com 1 = 2 e 1 < 2.

Lembrar que a rea sob a curva de probabilidade deve ser igual a 1, e,

portanto, a mais varivel do conjunto de observaes, ser a mais baixa e mais
larga da curva correspondente.
Tipos de Curvas Normais
A Fig. 4 mostra duas curvas normais com diferentes
meios e desvios padro diferentes. Claramente, esto
centrados em diferentes posies no eixo horizontal e as
suas formas refletem os dois valores diferentes de .

Figura 4 Curvas Normal com 1 < 2 e 1 < 2.

Propriedades da Curva Normal
Com base em uma exame das Figuras 1 a 4 e atravs da
anlise da primeira e segunda derivadas de n(x; , ), listamos
as seguintes propriedades da curva normal:
1. O ponto sobre o eixo horizontal, onde a curva tem um valor
mximo, ocorre em x = .
2. A curva simtrica em torno de um eixo vertical que passa pelo
meio .
3. A curva tem seus pontos de inflexo em x = ; cncava para
baixo se - <X < + e cncava para cima de outra forma
4. A curva normal se aproxima do eixo horizontal assintoticamente
como derivamos em qualquer direo que se afasta a partir da
mdia.
5. A rea total sob a curva e acima do eixo horizontal igual a 1.
rea na Curva Normal
A curva continua de distribuio de probabilidade ou
funo densidade construda na rea dentro da curva
por dois valores x1 e x2 para igual probabilidade da
varivel aleatria X ocorrer :

A rea sob a
curva entre
quaisquer dois
valores devero
ento tambm
dependem do
Figura 5 P( x1 < X <x2 ) igual a regio pintada.
valores e .
Clculo por Tabelas
A dificuldade em resolver integrais de funes normais de
densidade, requer a tabulao das reas de curva normal
para rpida referncia.
Pode ser feita a transformao de todas as observaes de
qualquer varivel aleatria X normal, em um novo conjunto
de observaes de uma varivel aleatria Z normal com
mdia 0 e varincia 1.

Isto pode ser feito por meio da transformao

X
Z

Integral de rea
Sempre que X assume um valor x, o valor correspondente de
Z dada por Z ( X ) .
Portanto, se X cai entre os valores x = x1 e x = x2, a varivel
aleatria Z ser entre os valores correspondentes a
Z1 ( x1 ) e Z 2 ( x2 ) .
Integral de rea
Sempre que X assume um valor x, o valor correspondente de
Z dada por Z ( X ) .
Portanto, se X cai entre os valores x = x1 e x = x2, a varivel
aleatria Z ser entre os valores correspondentes a
Z1 ( x1 ) e Z 2 ( x2 ) .
Consequentemente podemos escrever:
1
( x )2
1 x2

2
P( x1 X x2 )
2
e dx
2 x1
Integral de rea
Sempre que X assume um valor x, o valor correspondente de
Z dada por Z ( X ) .
Portanto, se X cai entre os valores x = x1 e x = x2, a varivel
aleatria Z ser entre os valores correspondentes a
Z1 ( x1 ) e Z 2 ( x2 ) .
Consequentemente podemos escrever:
1 1
( x )2 z2
1 x2 1 z2

2
P( x1 X x2 ) dx
2 2
e e dz
2 x1
2 z1
Integral de rea
Sempre que X assume um valor x, o valor correspondente de
Z dada por Z ( X ) .
Portanto, se X cai entre os valores x = x1 e x = x2, a varivel
aleatria Z ser entre os valores correspondentes a
Z1 ( x1 ) e Z 2 ( x2 ) .
Consequentemente podemos escrever:
1 1
( x )2 z2
1 x2 1 z2

2
P( x1 X x2 ) dx
2 2
e e dz
2 x1
2 z1

z2
n( z;0,1)dz P( z1 Z z2 )
z1
A Distribuio Normal Transfomada

Figura 6 a original e a distribuio normal transformada.

Tabela
rea dentro
da Curva
Normal
Uso da Tabela
Para ilustrar o uso desta tabela, vamos descobrir a
probabilidade de que Z menor a 1,74, ou seja, P(Z<1,74)

P(Z 1,74) 0,9591

Exemplo 1:
Dada uma distribuio normal padro, encontre a rea da
curva que:
a) encontra-se a direita de Z 1,84
b) est entre Z 1,97 e Z 0,86 .

Figura 7: rea do exemplo 1.

Soluo:
Dada uma distribuio normal padro, encontre a rea da
curva que:
a) encontra-se a direita de Z 1,84

P(Z 1,84) 1 0,9671

P(Z 1,84) 0,0329
Exemplo1:
Dada uma distribuio normal padro, encontre a rea da
curva que:
b) est entre Z 1,97 e Z 0,86 .

P(1,97 Z 0,86) 0,8051 ??

Exemplo 1:
Dada uma distribuio normal padro, encontre a rea da
curva que:
b) est entre Z 1,97 e Z 0,86 .

P(1,97 Z 0,86) 0,8051 0,0244

P(1,97 Z 0,86) 0,7807
Exemplo 2
Dada uma distribuio normal padro, encontre o valor
de k de forma que:
a) P(Z k ) 0,3015 e
b) P(k Z 0,18) 0,4197

Figura 8: rea do exemplo 2.

Exemplo 2
Dada uma distribuio normal padro, encontre o valor
de k de forma que:
a) P(Z k ) 0,3015 e

Para a esquerda a rea ser

k 0,52 0,6985. Buscando na Tabela
Exemplo 2
Dada uma distribuio normal padro, encontre o valor
de k de forma que:
b) P(k Z 0,18) 0,4197

A rea de -0,18 1-0,5714 =0,4286.

Ento subtraindo 0,4286-0,4197=0,0089.
Para poder utilizar a tabela novamente no
lado invertido 1-0,0089= 0,9911
Exemplo 2
b) P(k Z 0,18) 0,4197

A Para poder utilizar a tabela novamente no lado

invertido 1-0,0089= 0,9911 que informa k= -2,37
Exemplo 3:
Dada uma varivel randomica X e uma distribuio
normal com = 50 and = 10, encontre a probabilidade
de X assumir valores entre 45 e 62.
Soluo: Os valores correspondentes a z so encontrados pela
transformao: X
Z

Exemplo 3:
Dada uma varivel randomica X e uma distribuio
normal com = 50 and = 10, encontre a probabilidade
de X assumir valores entre 45 e 62.
Soluo: Os valores correspondentes a z so encontrados pela
transformao: X
Z
Aplicando:

45 50 62 50
Z1 e Z2
10 10
Exemplo 3:
Dada uma varivel randomica X e uma distribuio
normal com = 50 and = 10, encontre a probabilidade
de X assumir valores entre 45 e 62.
Soluo: Os valores correspondentes a z so encontrados pela
transformao: X
Z
Aplicando:

45 50 62 50
Z1 Z2
10 10
5 12
Z1 Z2
10 10
Exemplo 3:
Dada uma varivel randomica X e uma distribuio
normal com = 50 and = 10, encontre a probabilidade
de X assumir valores entre 45 e 62.
Soluo: Os valores correspondentes a z so encontrados pela
transformao: X
Z
Aplicando:

45 50 62 50
Z1 Z2
10 10
5 12
Z1 Z2
10 10
Z1 0,5 Z 2 1,2
Exemplo 3

Figura 9 : rea do exemplo 3

Portanto, P(45 < X < 62) = P(0,5 < Z < 1,2).

P(0,5 < Z < 1,2) mostrado pela rea da regio pintada, ou seja,
P(45 < X < 62) = P(0,5 < Z < 1,2) = P(Z < 1,2) P(Z < 0,5)
Exemplo 3
P(45 < X < 62) = P(0,5 < Z < 1,2)
= P(Z < 1,2) P(Z < 0,5)
= ????? (1 P(Z < 0,5))
Exemplo 3
P(45 < X < 62) = P(0,5 < Z < 1,2)
= P(Z < 1,2) P(Z < 0,5)
= 0,8849 (1 P(Z < 0,5))
= 0,8849 (1 ?????)
=
Exemplo 3
P(45 < X < 62) = P(0,5 < Z < 1,2)
= P(Z < 1,2) P(Z < 0,5)
= 0,8849 (1 P(Z < 0,5))
= 0,8849 (1 0,6915)
= 0,8849 0,3085
Exemplo 3
P(45 < X < 62) = P(0,5 < Z < 1,2)
= P(Z < 1,2) P(Z < 0,5)
= 0,8849 (1 P(Z < 0,5))
= 0,8849 (1 0,6915)
= 0,8849 0,3085
= 0,5764
Exemplo 4:
Dado que X tem um distribuio normal com = 300 e
= 50, encontre a probabilidade que X assume valores
maior que 362.
362 300
Z 1,24
50

Figura 10 : rea do exemplo 4

Usando a curva normal na reversa
X
Da transformao Z obtm-se:

x Z
Usando a curva normal na reversa
X
Da transformao Z obtm-se:

x Z
Exemplo: Dada uma distribuio normal com = 40 e
= 6, encontre o valor de x que tem
a) 45% de sua rea para a esquerda
Usando a curva normal na reversa
X
Da transformao Z obtm-se:

x Z
Exemplo: Dada uma distribuio normal com = 40 e
= 6, encontre o valor de x que tem
a) 45% de sua rea para a esquerda
Usando a curva normal na reversa
X
Da transformao Z obtm-se:

x Z
Exemplo: Dada uma distribuio normal com = 40 e
= 6, encontre o valor de x que tem
a) 45% de sua rea para a esquerda

P(Z < -0,13)=0,45

Usando a curva normal na reversa

x Z
x 6 (0,13) 40
Usando a curva normal na reversa

x Z
x 6 (0,13) 40
x 0,78 40 39,22
A rea em verde escuro est a menos de um desvio padro() da mdia. Em
uma distribuio normal, isto representa cerca de 68% do conjunto,
enquanto dois desvios padres desde a mdia (verde mdio e escuro)
representam cerca de 95%, e trs desvios padres (verde claro, mdio e
escuro) cobrem cerca de 99.7%. Este fato conhecido como regra 68-95-99.7,
ou a regra emprica, ou a regra dos 3-sigmas.
Referncia Bibliogrfica
Walpole, Ronald E et al. Probability & statistics for
engineers & scientists/Ronald E. Walpole . . . [et al.]
9th. Ed. ISBN 978-0-321-62911-1.Boston-USA/2011.