Probabilidade

Distribuio Normal

Distribuio Normal
Uma varivel aleatria contnua tem uma distribuio normal se sua distribuio :
simtrica apresenta (num grfico) forma de um sino

Funo Densidade da

Distribuio Normal

f (x) =

1 x 2 2

Distribuio Normal
Quando uma distribuio contnua, o grfico de distribuio uma linha contnua No se visualiza as barras de um histograma, mas freqncias de ocorrncias de cada valor de x em intervalos infinitesimais Forma uma Curva de Densidade de Probabilidade (funo pdf Probability Density Function)

Funo Densidade da Distribuio Normal

A funo densidade da normal (e de qualquer outra varivel aleatria contnua) pode ser compreendida como uma extenso natural de um histograma
+

P( x)dx = 1

0 P (x) 1

A probabilidade a rea sob a curva de densidade. Portanto, para qualquer P(x):

P ( x) 0

Distribuio Normal
Note que a distribuio normal especificada por dois parmetros:

representa a mdia populacional, e representa o desvio-padro populacional

1 x 2 2

f ( x) =

Distribuio Normal Padronizada

Cada par de parmetros (, ) define uma distribuio normal distinta! A figura mostra as curvas de densidade para alturas de mulheres e homens adultos nos EUA

Distribuio Normal Padronizada

A distribuio normal padronizada tem mdia e desvio padro iguais a:

=0

=1
x

A distribuio normal padronizada facilita os clculos de probabilidade, evitando o uso da frmula e projetando qualquer anlise mediante utilizao de ESCORES (Z)

z =

Distribuio Normal Padronizada

Se x uma observao de uma distribuio que tem mdia e desvio-padro , o valor padronizado de x

z =

Note que o valor padronizado representa o nmero de desvios-padro pelo qual um valor x dista da mdia (para mais ou para menos)

Distribuio Normal Padronizada

Ou seja, como a distribuio normal padronizada aquela que tem mdia 0 e desvio-padro 1, ou seja N(0, 1) Se uma varivel aleatria x tem distribuio normal qualquer N(, ), ento a varivel padronizada

z =
tem distribuio normal

Exemplo
Um professor de clculo aplica dois testes diferentes a duas turmas do seu curso. Os resultados foram:
Turma 1: Turma 2: mdia = 75 mdia = 40 desvio = 14 desvio = 8

Que nota relativamente melhor: 82 na turma 1, ou 46 na turma 2?

Distribuio Normal Padronizada

A estimativa de probabilidades associadas a variveis aleatrias contnuas envolve o clculo de reas sob a curva da densidade. O uso da distribuio normal padronizada nos permite calcular reas sob a curva de uma distribuio normal qualquer, pois as reas associadas com a normal padronizadas so tabeladas. A Tabela A-2 ser usada para os clculos de probabilidade envolvendo distribuies normais.

Exemplo
Uma empresa fabrica termmetros que devem acusar a leitura de 0 C no ponto de congelamento da gua. Testes feitos em uma grande amostra desses termmetros revelaram que alguns acusavam valores inferiores a 0 C e alguns acusavam valores superiores. Supondo que a leitura mdia seja 0C e que o desvio-padro das leituras seja 1,00 C, qual a probabilidade de que, no ponto de congelamento, um termmetro escolhido aleatoriamente marque entre 0 e 1,58 C ? Admita que a freqncia de erros se assemelhe a uma distribuio normal.

Exemplo
A distribuio de probabilidade das leituras uma normal padronizada porque as leituras tm = 0 e = 1. A rea da regio sombreada, delimitada pela mdia 0 e pelo nmero positivo z, pode ser lida na Tabela A-2

Distribuio Normal Padronizada

EXEMPLO
Portanto, a probabilidade de se escolher aleatoriamente um termmetro com erro entre 0 e 1,58 C 44,29 % Outra maneira de interpretar este resultado concluir que 44,29% dos termmetros tero erros entre 0 e 1,58 C

Distribuio Normal Padronizada

EXEMPLO
Com os termmetros do exemplo anterior, determine a probabilidade de se selecionar aleatoriamente um termmetro que acuse (no ponto de congelamento da gua), uma leitura entre -2,43 C e 0 C?

Distribuio Normal Padronizada

Estamos interessados na regio sombreada da Figura (a), mas a Tabela A-2 se aplica apenas a regies direita da mdia (0), como a da Figura (b) Podemos ver que ambas as reas so idnticas porque a curva de densidade simtrica !

Distribuio Normal Padronizada

EXEMPLO
Portanto, a probabilidade de se escolher aleatoriamente um termmetro com erro entre 2,43C e 0C 49,25 % Em outras palavras, 49,25% dos termmetros tero erros entre -2,43 C e 0 C

Distribuio Normal Padronizada

EXEMPLO
Mais uma vez, faremos uma escolha aleatria da mesma amostra de termmetros. Qual a probabilidade de que o termmetro escolhido acuse (no ponto de congelamento da gua), uma leitura superior a +1,27 C ?

Distribuio Normal Padronizada

A probabilidade de escolher um termmetro que acuse leitura superior a 1,27 C corresponde rea sombreada da figura Se a rea total sob a curva da densidade igual a 1, a rea direita de zero vale metade, isto , 0,5. Assim, podemos calcular facilmente a rea sombreada !

Distribuio Normal Padronizada

EXEMPLO
Podemos concluir que h uma probabilidade de 10,20% de escolher aleatoriamente um termmetro com leitura superior a +1,27 C. Podemos dizer, ainda, que, em um grande lote de termmetros escolhidos aleatoriamente e testados, 10,20% deles acusaro leitura superior a +1,27 C

Distribuio Normal Padronizada

EXEMPLO
De novo, faremos uma escolha aleatria da mesma amostra de termmetros. Qual a probabilidade de que o termmetro escolhido acuse (no ponto de congelamento da gua), uma leitura entre 1,20 e 2,30 C ?

Distribuio Normal Padronizada

A probabilidade de escolher um termmetro que acuse leitura entre 1,20 e 2,30 C corresponde rea ombreada da figura fcil perceber que podemos calcular esta rea, subtraindose a rea de 0 at o maior valor (2,30), da rea de 0 at o menor valor (1,20), que so lidas na Tabela A-2 !

Distribuio Normal Padronizada

Dos exemplos anteriores, podemos expressar as probabilidades calculadas com a notao seguinte:

P (a < z < b)

denota a probabilidade de o valor de z estar entre a e b denota a probabilidade de o valor de z ser maior do que a denota a probabilidade de o valor de z ser menor do que a

P (z > a)

P (z < a)

As figuras abaixo ajudam na interpretao das expresses mais comuns no clculo de probabilidades:

Distribuio Normal No Padronizada

Os exemplos feitos com o termmetro no so muito realistas porque a maioria das populaes distribudas normalmente tm mdia diferente de 0, desvio diferente de 1, ou ambos.

Como proceder, ento, para calcular probabilidades de distribuies normais no-padronizadas ?

Distribuio Normal No Padronizada

A idia utilizar a frmula dos valores padronizados e TRANSFORMAR qualquer distribuio normal dada na normal padronizada, como mostrado abaixo.

Distribuio Normal No Padronizada

EXEMPLO
As alturas das mulheres americanas segue uma distribuio normal com mdia de 63,6 e desvio-padro de 2,5. Selecionada uma mulher americana ao acaso, qual probabilidade da sua altura estar entre 63,6 e 68,6 polegadas ? a

Distribuio Normal No Padronizada

Devemos proceder da maneira descrita a seguir:
Trace uma curva normal, assinale a mdia e outros valores de interesse, e sombreie a regio que representa a probabilidade desejada Para cada valor x da fronteira da regio sombreada, aplique a frmula para achar o valor padronizado z Utilize a Tabela A-2 para achar a rea da regio sombreada

Distribuio Normal No Padronizada

EXEMPLO
H, portanto, uma probabilidade de 0,4772 de escolher uma mulher com altura entre 63,6 pol. e 68,6 pol. Usando a notao, teramos:
P (63,6 < x < 68,6) = P (0 < z < 2,00) = 47,72%

Outra forma de interpretar este resultado consiste em concluir que 47,72% das mulheres americanas tm altura entre 63,6 pol. e 68,6 pol.

Regra 68-95-99,7
Numa distribuio normal N(, ) ou N(x, s)