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
aproximadamente
descreve muitos
fenmenos que
ocorrem na natureza,

Figura 1 Curva normal

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 fundamentada.
A distribuio normal muitas
vezes referida como a
distribuio de Gauss, em
homenagem a Karl Friedrich
Gauss que tambm derivou
sua equao.

De Moivre

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
1
varincia 2,
2 ( x )2
1
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
x
varivel aleatria X

normal com mdia e

1
varincia 2,
2 ( x )2
1
n( x; , )
e 2
2
Figura 1 Curva normal

onde = 3.14159
...e 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
x
varivel aleatria X

normal com mdia e

1
varincia 2, 1

2 ( x )2
n( x; , )
e 2
2
onde = 3.14159
Figura 1 Curva normal
...e e=
2.71828
. . . . de X
Da, que denotam os valores da
densidade
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 desviospadro.

Desta vez, vemos que

as duas curvas so
centrados exatamente
na mesma posio no
eixo horizontal, mas a
curva com o maior
desvio padro
Figura 3 Curvas Normal com 1 = 2 e 1 < 2.
menor e se espalha
mais

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.
2.
3.

4.

5.

O ponto sobre o eixo horizontal, onde a curva tem um valor

mximo, ocorre em x = .
A curva simtrica em torno de um eixo vertical que passa
pelo meio .
A curva tem seus pontos de inflexo em x = ; cncava
para baixo se - <X < + e cncava para cima de outra
forma
A curva normal se aproxima do eixo horizontal
assintoticamente como derivamos em qualquer direo que
se afasta a partir da mdia.
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
Figura 5 P( x1 < X <x2 ) igual a regio pintada
dependem do
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 X
meio
da transformao

Integral de rea

Sempre que X assume um valor x, o valor

correspondente
.
Z ( X de
) Z
dada por
Portanto, se X cai entre os valores x = x1 e x = x2, a
varivel aleatria Z ser entre os valores
correspondentes
Z 2 (ax2 )
Z1 ( x1 )
e
.

Integral de rea

Sempre que X assume um valor x, o valor

correspondente
.
Z ( X de
) Z
dada por
Portanto, se X cai entre os valores x = x1 e x = x2, a
varivel aleatria Z ser entre os valores
correspondentes
Z 2 (ax2 )
Z1 ( x1 )
e
.
Consequentemente podemos escrever:

1
P ( x1 X x2 )
2

x2

x1

1
( x )2
2
2

dx

Integral de rea

Sempre que X assume um valor x, o valor

correspondente
.
Z ( X de
) Z
dada por
Portanto, se X cai entre os valores x = x1 e x = x2, a
varivel aleatria Z ser entre os valores
correspondentes
Z 2 (ax2 )
Z1 ( x1 )
e
.
Consequentemente podemos escrever:

1
P ( x1 X x2 )
2

x2

x1

1
( x )2
2
2

1
dx
2

z2

z1

1
z2
2

dz

Integral de rea

Sempre que X assume um valor x, o valor

correspondente
.
Z ( X de
) Z
dada por
Portanto, se X cai entre os valores x = x1 e x = x2, a
varivel aleatria Z ser entre os valores
correspondentes
Z 2 (ax2 )
Z1 ( x1 )
e
.
Consequentemente podemos escrever:

1
P ( x1 X x2 )
2
z2

x2

x1

1
( x )2
2
2

1
dx
2

z2

z1

1
z2
2

n( z;0,1)dz P ( z1 Z z 2 )
z1

dz

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:
Z de
1,84
a) encontra-se a direita
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:
Z de
1,84
a) encontra-se a direita

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:
Z 1,97 e Z 0,86
b) est entre
.

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

Exemplo 1:

Dada uma distribuio normal padro,

encontre a rea da curva que:
Z 1,97 e Z 0,86
b) est entre
.

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

k 0,52

Para a esquerda a rea

ser 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 0,42860,4197=0,0089.
Para poder utilizar a tabela
novamente no lado invertido 10,0089= 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 X
correspondentes
a z so

Z
encontrados pela transformao:

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 X
correspondentes
a z so

Z
encontrados pela transformao:

62 50
Z2
10

45 50
Aplicando:
Z1
10
e

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 X
correspondentes
a z so

Z
encontrados pela transformao:

45 50
Aplicando:
Z1
10
5
Z1
10

62 50
Z2
10
12
Z2
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 X
correspondentes
a z so

Z
encontrados pela transformao:

45 50
Aplicando:
Z1
10
5
Z1
10
Z1 0,5

62 50
Z2
10
12
Z2
10
Z 2 1,2

Exemplo 3

Figura 9 : rea do exemplo 3

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

0,5 < Z < 1,2) mostrado pela rea da regio pintada , ou

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

Z
Da transformao

x Z

obtm-se:

Usando a curva normal na reversa

Z
Da transformao

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

Z
Da transformao

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

Z
Da transformao

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

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.BostonUSA/2011.