Você está na página 1de 10

NOTAS DE AULA DISTRIBUIO NORMAL

I. DISTRIBUIO DE PROBABILIDADE

I.1.

INTRODUO

Muitos experimentos possuem resultados no numricos e necessria a sua transformao para a sua anlise. Esta transformao feita atravs da varivel aleatria que uma regra de associao de um valor numrico a cada ponto do espao amostral.

Exemplo: Seja o espao amostral relativo ao lanamento de duas moedas : S= {(K,K), (K,C), (C,K), (C,C)} onde K significa cara e C coroa. possvel definir X como sendo o nmero de caras em cada lanamento associando a ele um nmero, de acordo com a tabela:

PONTO AMOSTRAL

X 2 1 1 0

(K,K) (K,C) (C,K) (C,C)

X definida como uma varivel aleatria. x pode assumir qualquer dos valores 0, 1 ou 2, mas nenhum outro valor. Em outras palavras, o valor da varivel x s depende do ponto amostral particular escolhido. Isto significa que x uma funo do espao amostral.

A palavra aleatria indica que x determinada por uma possibilidade. A tabela abaixo representa todos os eventos do espao amostral correspondente a esse experimento e as probabilidades associadas a cada evento.

A cada valor de x associamos a sua probabilidade, obtendo o que se chama de Distribuio de Probabilidades.

valores de x

2
1 4

1
1 2

0
1 4

probabilidade

Note que a somatria das probabilidades 1 (um). Assim possvel definir formalmente distribuio de probabilidade, e seus parmetros (esperana matemtica, varincia e desvio padro) que so caractersticas numricas que definem esta distribuio.

Portanto, DISTRIBUIES DE PROBABILIDADES: relacionam todos os valores da varivel aleatria com suas respectivas probabilidades.

Esperana matemtica (ou simplesmente mdia) - E(X) um nmero real,


tambm uma mdia aritmtica. A mdia de uma varivel aleatria X mede, de certa forma, o valor mdio de x

Varincia - VAR(X) a medida que d o grau de disperso ( ou de


concentrao) de probabilidade em torno da mdia. Desvio Padro DP(X) a raiz quadrada da varincia

O fato da mdia de uma distribuio de probabilidade ser conhecida j ajuda bastante, porm necessria uma medida que fornea o grau de disperso de probabilidade em torno dessa mdia. Para estudar e tomar decises em situaes onde h incerteza necessrio, basicamente, identificar a varivel aleatria de interesse e obter a sua distribuio

de probabilidade e a partir da obter os elementos necessrios para a tomada de deciso. II. DISTRIBUIO NORMAL CONTNUA DE PROBABILIDADE DISTRIBUIO

II.1.

INTRODUO - DISTRIBUIO CONTNUA DE PROBABILIDADE

At o momento, foi discutida a distribuio discreta de probabilidade que trata de situaes onde o espao amostral contm um nmero finito, ou infinito, porm contvel de pontos. Se o espao amostral contm um nmero infinito no contvel de pontos, necessrio trabalhar com distribuies contnuas de probabilidade.

Nas distribuies contnuas de probabilidade a varivel aleatria pode assumir todos os valores de um dado intervalo. Pode-se citar como exemplos de aplicaes de distribuio contnua de probabilidade a anlise da altura de certa amostra, peso, temperatura, tempo de espera numa fila, etc.

II.1.1. VARIVEL ALEATRIA CONTNUA

Uma varivel aleatria cujos valores so expressos em uma escala contnua dita uma varivel aleatria contnua. possvel construir modelos tericos para variveis aleatrias contnuas escolhendo adequadamente a funo de densidade de probabilidade (f.d.p.), que uma funo indicadora da probabilidade nos possveis valores de X. Assim, a rea sob a f.d.p. entre dois pontos a e b nos d a probabilidade da varivel assumir valores entre a e b, conforme ilustrado na figura 1 a seguir.

Figura 1 Probabilidade como rea sob a curva entre dois pontos Portanto define-se:
P(a X b ) = f (x )dx
a b

Da relao entre a probabilidade e a rea sob a funo, a incluso ou no dos extremos a e b na expresso acima no afetar os resultados. Assim, admitido que:
P(a X b ) = P(a X b ) = P(a X b ) = P(a X b ) = f (x )dx Dada a varivel aleatria contnua X, assumindo o valores no intervalo entre a e b, define-se o valor mdio ou esperana matemtica de X como sendo: E(X ) = x * f (x )dx
a b

E a varincia e o desvio padro de X:

VAR( X) = E( X 2 ) [E( X)] e DP(X ) = VAR( X) ,


2

Onde E X

( )= x
b 2 a

* f (x )dx

Se X uma varivel aleatria contnua com funo densidade de probabilidade. f(x) define-se a sua funo de distribuio acumulada F(x) como:
F(x ) = P(X x ) =

f (t )dt

II.2.

DISTRIBUIO NORMAL

a mais importante das distribuies contnuas de probabilidade. Muitas das variveis analisadas na pesquisa scio econmica correspondem distribuio normal ou dela se aproximam A figura abaixo representa o aspecto grfico de uma distribuio normal

Analisando a figura acima possvel visualizar: 1. A varivel aleatria X pode assumir todo e qualquer valor aleatrio; 2. Se uma varivel X tem distribuio Normal com mdia e varincia 2 , escreve-se X ~ N , 2

3. Curva Normal ou de Gauss a representao grfica da distribuio normal que simtrica em torno da mdia ( ); 4. Para uma mesma mdia e diferentes desvios padro, a distribuio que tem maior desvio padro se apresenta mais achatada, acusando maior disperso em torno da mdia. A que tem menor desvio padro apresenta pico mais acentuado e maior concentrao em torno da mdia. A figura abaixo, compara trs curvas normais, com mesma mdia, porm com desvios padro diferentes. A curva A se apresenta mais dispersa que a curva B, que por sua vez se apresenta mais dispersa que a curva C.

5. Distribuies normais com o mesmo desvio padro e mdias diferentes possuem a mesma disperso, mas diferem quanto localizao. Quanto maior a mdia, mais direita est a curva. A figura 4 ilustra o fato, onde a curva A possui mdia maior que a curva B.

6. A rea total limitada pela curva corresponde a probabilidade da varivel aleatria X assumir qualquer valor real. Portanto o valor total desta rea 1; 7. A probabilidade de uma varivel assumir valores entre a e b igual rea sob a curva entre esse dois pontos. A determinao destas probabilidades realizada matematicamente atravs da integrao da funo de densidade de probabilidade entre os pontos a e b de interesse. No caso da normal, a integral no pode ser calculada exatamente, e a probabilidade entre dois pontos s pode ser obtida aproximadamente, por mtodos numricos. No caso da distribuio normal, algumas dessas reas com os pontos a e b funo da mdia e do desvio padro so bastante difundidos, e esto representadas na figura abaixo:

Portanto, 68,26% dos valores populacionais caem entre os limites definidos como mdia mais ou menos um desvio padro ( 1); 95,46% dos valores caem entre mdia mais ou menos dois desvios padro ( 2); e 99,73% dos valores caem entre mdia mais ou menos trs desvios padro ( 3 ). 8. Como a curva simtrica em torno da mdia, a probabilidade de ocorrer um valor ,menor que a mdia igual a probabilidade de ocorrer um valor maior que a mdia. Ou seja, P( X < ) = P(X > ) = 0,5. Como na distribuio binomial, o estudo da distribuio normal tem como objetivo determinar a probabilidade de uma varivel aleatria. Quando esta varivel aleatria possui distribuio normal, contnua, determinar essa probabilidade significa obter a probabilidade de assumir um determinado intervalo.

Por exemplo: Seja X a varivel aleatria que representa o dimetro de parafusos produzidos por uma cera mquina. X uma varivel com distribuio normal com mdia x =2cm e desvio padro s=0,04cm. Deseja-se determinar a probabilidade de um parafuso ter dimetro com valores entre 2 e 2,05cm.

Assim, X a varivel aleatria que representa o dimetro do parafuso, portanto deseja-se P( 2 < X < 2,05), que na figura corresponde a rea hachurada.

8 2 2,05

O clculo direto das probabilidades envolvendo a distribuio normal exige recursos matemticos complexos. Por isso, estas probabilidades foram tabeladas, permitindo a obteno direta do valor da probabilidade.

II.2.1. Distribuio Normal Reduzida

A distribuio normal possui dois parmetros: a mdia e o desvio padro. Para possibilitar a criao da tabela, para o clculo da probabilidade, de uma varivel aleatria com distribuio normal qualquer (independente do valor da mdia e do desvio padro desta distribuio) necessrio recorrer a uma mudana de varivel. A tabela foi elaborada de uma forma padronizada, considerando uma distribuio normal com mdia=0 e desvio padro =1. Assim para o clculo da probabilidade de certa varivel aleatria X, recorre-se a uma mudana de varivel aleatria Z, que representada pela figura abaixo:

Portanto, Z calculada atravs da expresso:

Z=

XX S

Voltando ao exemplo. Deseja-se calcular P( 2 < X < 2,05). necessrio ento, calcula o valor de z para x=2 e de z para x=2,05. Ou seja efetuar a mudana de varivel.
z= 2,05 2 0,05 22 = = 1,25 e z = = 0 . Portanto, 0,04 0,04 0,04

P( 2 < X < 2,05) = P( 0 < X < 1,25)= 0,3944 (valor encontrado na tabela anexa). Assim a chance de um parafuso fabricado por essa mquina apresentar um dimetro entre 2 e 2,05 de 39,44%

10