Distribuição Normal

AULA - DISTRIBUIÇÃO NORMAL
José Alberto Dulluca
SOS Estatı́stica - (11)97525.3343
José Alberto Dulluca (SOS Estatı́stica - (11)97525.3343) AULA - DISTRIBUIÇÃO NORMAL 8 de julho de 2018 1 / 11
Distribuição Normal
Intodução
Sem dúvida a mais importante das distribuições contı́nuas de probabilidade. Além de descrever
uma série de fenômenos fı́sicos e financeiros, possui grande uso na estatı́stica inferencial.
É inteiramente descrita por seus parâmetros média µ e desvio padrão σ, ou seja, conhecendo-se
estes valores consegue-se determinar qualquer probabilidade da distribuição Normal.
Um interessante uso da Distribuição Normal é como aproximação para o cálculo de outras

distribuições, quando o número de observações fica grande (n > 30). Essa importante
propriedade provém do Teorema do Limite Central que diz que ”toda soma de variáveis
aleatórias independentes de média finita e variância limitada é aproximadamente Normal,
desde que o número de termos da soma seja suficientemente grande”.
Definição
Uma variável aleatória contı́nua X tem distribuição Normal se sua função densidade de
probabilidade for dada por:
" #
1 x −µ 2

1
f (x) = √ exp − , x ∈ (−∞, ∞).
2πσ 2 2 σ
Usamos a notação X ∼ N(µ, σ 2 ).
A variação natural de muitos processos industriais é realmente aleatória. Embora as

distribuições de muitos processos possam assumir uma variedade de formas, muitas variáveis
observadas possuem uma distribuição de frequências que é, aproximadamente, uma
distribuição de probabilidade Normal.
Definição
Quando µ e σ não são desconhecidos (caso mais comum), estes valores serão estimados por X
e S, respectivamente, a partir da amostra, em que:
v
n u n
1 X u 1 X
X = xi e S =t (xi − X )2
n n−1
i=1 i=1
Para cada valor de µ e/ou σ temos uma curva de distribuição de probabilidade. Porém, para
se calcular áreas especı́ficas, faz-se uso de uma distribuição particular: a ”distribuição normal
padronizada”, a qual é a distribuição normal com µ = 0 e σ = 1. Para obter tal distribuição,
isto é, quando se tem uma variável X com distribuição normal com média µ diferente de 0
(zero) e/ou desvio padrão σ diferente de 1 (um), devemos reduzi-la a uma variável Z ,
efetuando a seguinte transformação.
x −µ
Z= .
σ
Cálculo da probabilidade
O cálculo das probabilidades de uma normal, pode ser obtido pela integração da sua função
densidade de probabilidade, conforme dado abaixo:
" #
1 x −µ 2
Z b
1
P(a < X < b) = √ exp −
a 2πσ 2 2 σ
Cabe notar que a integral da função densidade de probabilidade normal não possui solução
analı́tica, sendo ssim, seu cálculo deve ser realizado por um método numérico.
Para sanar tal dificuldade a função pode ser padronizada com a substituição dos parâmetros
por µ = 0 e σ = 1. Essa ”NOVA”distribuição conhecida por normal padrão, está tabelada em
todos os livros de estatı́stica e deve ser usada para calcular a probabilidade desejada.
Exemplo 1
Suponha que o peso médio de 800 porcos de uma certa fazenda é de 64kg, e o desvio padrão é
de 15kg. Supondo que este peso seja distribuı́do de forma normal, quantos porcos pesarão
entre 42kg e 73kg.
Para resolvermos este problema primeiramente devemos padroniza-lo, ou seja,
42 − 64 X −µ 73 − 62
P(42 < X < 73) = P( < < )=
15 σ 15
P(−1, 47 ≤ Z ≤ 0, 6) = P(Z ≤ 0, 6) − P(Z ≤ −1, 47) = 0, 7257 − 0, 0708 = 0, 6549.
Exemplo 2
Os dados de uma pesquisa mostram algumas informações sobre o tempo de cirurgias para
recostrução ACL em hospitais com alto volume de cirurgia. A partir dos dados foram
calculados, o tempo médio de 129 minutos com um desvio padrão de 14 minutos.
1 Qual é a probabilidade de uma cirurgia ACL, em um hospital com alto volume de
cirurgias, requerer um tempo maior do que dois desvios-padrão acima da média?
2 Qual é a probabilidade de uma cirurgia ACL, em um hospital com alto volume de
cirurgias ser completada em menos de 100 minutos?
3 Em qual tempo a probabilidade de uma cirurgia ACL em um hospital com alto volume de
cirurgias é igual a 0.95?
4 Se uma cirurgia requer 199 minutos, o que você conclui sobre o volume de tais cirurgias
em um hospital? Explique.
Exemplo 2 - Resolução (a)
a) Qual é a probabilidade de uma cirurgia ACL, em um hospital com alto volume de cirurgias,
requerer um tempo maior do que dois desvios-padrão acima da média?
X −µ 157 − 129
P(X > 129 + 2x14) = P(X > 157) = P( > )=
σ 14
P(Z > 2) = 1 − P(Z < 2) = 1 − 0, 9772 = 0, 0228
Exemplo 2 - Resolução (b)
b) Qual é a probabilidade de uma cirurgia ACL, em um hospital com alto volume de cirurgias
ser completada em menos de 100 minutos?
X −µ 100 − 129
P(X < 100) = P( < )=
σ 14
P(Z < −2, 0714) = 0, 0192
Exemplo 2 - Resolução (c)
c) Em qual tempo a probabilidade de uma cirurgia ACL em um hospital com alto volume de
cirurgias é igual a 0.95?
X −µ x − 129 x − 129
P(X < x) = 0, 95 ⇒ P( < ) = P(z < ) = 0, 95
σ 14 14
x−129
Portanto, para obtermos 0,95, teremos que ter 14 = 1, 645 ⇒ x = 152, 03 minutos
Exemplo 2 - Resolução (d)
d) Se uma cirurgia requer 199 minutos, o que você conclui sobre o volume de tais cirurgias em
um hospital? Explique.
X −µ 199 − 129
P(X > 199) = P( > ) = P(z > 17, 5) < 0, 01
σ 14

Distribuição Normal

Enviado por

Dados do documento

Descrição:

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Descrição:

Direitos autorais:

Formatos disponíveis

Distribuição Normal

Título original:

Enviado por

Descrição:

Direitos autorais:

Formatos disponíveis

AULA - DISTRIBUIÇÃO NORMAL

José Alberto Dulluca

SOS Estatı́stica - (11)97525.3343

Um interessante uso da Distribuição Normal é como aproximação para o cálculo de outras

Usamos a notação X ∼ N(µ, σ 2 ).

A variação natural de muitos processos industriais é realmente aleatória. Embora as

Interesses relacionados

Você também pode gostar