A Distribuição Normal

Um padrão habitual na distribuição de dados é a “curva com

forma de sino” identificada no formato do histograma:

Trata-se de uma curva simétrica que, quando tem um

determinado achatamento, é denominada curva da Distribuição
Normal ou Gaussiana.

Obs.: A área total das barras do histograma é 1 (ou 100%)

2
quando hi=fi/ai.

1
 Distribuição/Lei Normal
(ou lei de Gauss)

Carl  A lei Normal, que também é conhecida por

Friedrich lei de Gauss, é uma das leis mais
Gauss importantes na estatística.
(1777 – 1855)

 Muitos dos fenómenos estudados no dia a

dia podem aproximar-se a uma lei Normal.

 Exemplos: Pressão arterial, nível do

colesterol, alturas, pesos, tempos de
trabalho para realização de tarefas…….
3

A Distribuição Normal
A curva gaussiana corresponde à representação gráfica da função
densidade de uma variável contínua e permite o cálculo de
probabilidades associadas a essa variável/população.

Exemplo: Admitindo que a seguinte curva representa a

distribuição do peso dos rapazes de 15 anos de certo país, com
base na figura podemos afirmar que...

peso (kg)

... cerca de 34% (34.46%) dos rapazes de 15 anos desse país têm
peso superior a 65 kg. 4

2
Leis de probabilidade contínuas
 Nas leis de probabilidade contínuas só podemos calcular a
probabilidade de a variável assumir valores num intervalo de
valores. A probabilidade pontual é zero: P(X=a)=0.

 A lei de probabilidade das variáveis contínuas pode ser

representada por uma curva (Normal, ou não).

 A área abaixo da curva é igual a 1 (ou 100%), visto que a curva

representa a probabilidade “do todo” (acontecimento certo).

 Nas leis simétricas em relação à média, até à média ou a partir

dela teremos 0.5 (ou 50%) da área abaixo da curva.

Lei Normal
esboço do gráfico da função densidade

Eixo de
simetria

50% 50%
-3 -2 -1  +1 +2 +3 X
-3 -2 -  + +2 +3 Z
68%

95%

99.9%

3
Lei Normal
 É definida pela média () e
a variância, 2 ou pelo desvio padrão,  , é
simétrica
(em relação à média) e tem a forma de um
sino
Escreve-se
X ~ N(, )
e lê-se
X segue uma lei normal -3 -2 -1  +1 +2 +3 X

de média , número real, -3 -2 - 

68%
+ +2 +3 Z

e de desvio 95%

padrão , número positivo 99.9%

7

Lei Normal
 Influência da média

N(1; ) N(2; )

1 2 x

Curvas Normais com a mesma variância 2

mas médias diferentes (2 > 1). 8

4
Lei Normal
 Influência do valor de s (desvio padrão)

N(;1)

2 > 1

N(;2)


Curvas Normais com a mesma média ,
mas com desvios padrões diferentes: 2 > 1
9

Lei Normal
 Diferentes leis normais: médias e desvios padrões

10

5
 X ~ N(;) com  IR, >
Lei Normal
Z ~ N(=;=)

A probabilidade que a
variável Normal assuma
valores em torno da média
±1 desvio padrão é
 0.68

± 1.96 (2) desvios padrões é

-3 -2 -1  +1 +2 +3 X  0.95
-3 -2 -  + +2 +3 Z
68%

95% ± 2.58 (3) desvios padrões é

99.9%  0.99
11

Gráfico da transformação de X em Z

f(x)
X ~ N( ; 2)

f(z)
Z ~ N(0 ; 1)  b
a x

a– 0 b– z
 
12

6
Lei Normal estandardizada ou padrão Z
 A lei Normal padrão tem média zero,  = 0, e desvio-
padrão um,  = 1.

 Esta é a lei usada para os cálculos de probabilidade de

qualquer outra lei Normal.

 É tabelada e qualquer outra lei Normal pode ser obtida a

partir desta com a transformação :

X μ
Z= Se X ~ N(, ) com  IR, >
σ
então Z ~ N(0, 1)
13

Lei Normal X / Lei Normal Padrão Z

→ X ~ N(, )
→ Z ~ N(=, =)
14

7
O uso da tabela depende da tabela que temos.

P(Z  z)

Por exemplo, na tabela podem ser dadas as probabilidades do tipo

P(Z  z), para z  0, como a da área cinzenta da figura.

15

O uso da tabela:

P(Z  z)

P(Z  -z)

Então para z < 0, usamos a simetria da lei normal e vem:

P(Z  -z) = P(Z  z) 16

8
Exemplo1

Seja Z ~ N (0, 1),

usando uma tabela
calcular P(Z  0,32)

17

Tabela que apresenta a área acumulada até z,

P(Z  z), para z  0,00

z 0 1 2

0,0 0,5000 0,5039 0,5079

0,1 0,5398 0,5437 0,5477

0,2 0,5792 0,5831 0,5870

0,3 0,6179 0,6217 0,6255

18

9
Exemplo 2

Calcular P(0 < Z  1,71)

P(0 < Z  1,71) = P(Z  1,71) – P(Z  0) = ______ – 0,5 = _______19

Exemplo 3

Seja Z ~ N (0, 1),

calcular P(-1  Z  2)

P(–1  Z  2) =

= P(Z  2) – P(Z  –1) =

= P(Z  2) – P(Z  1) =

= P(Z  2) – [1 – P(Z  1)] =

= _______ – (1 – _______) = _______ – ______ = _______

20

10
Problema 1
O tempo que um jovem demora a realizar uma dada tarefa segue
uma lei normal que tem média 18 minutos e desvio padrão de 2
minutos. Usando os valores da tabela e a representação gráfica da
lei para cada alínea, justifique:

a) Qual a probabilidade de um desses jovens ter realizado a tarefa

em 17 minutos ou menos.
b) Qual a probabilidade de um desses jovens ter demorado no
mínimo 22,5 minutos .
c) Qual o tempo k (em minutos) para o qual se sabe que 96% dos
tempos de realização desses jovens são inferiores a k minutos.

21

Problema 2
A massa corporal (em kg) dos jovens com idades entre 16 e 19 anos
segue uma lei normal com média 64.3 kg e desvio padrão de 7.9 kg.
Usando os valores da tabela e a representação gráfica da lei para
cada alínea, justifique:

a) Qual a probabilidade de um desses jovens ter a sua massa

corporal inferior a 62 kg.
b) Qual a probabilidade de um desses jovens ter a sua massa
corporal entre 59 kg e 72 kg.
c) Qual a massa corporal mínima entre os 80% jovens com massa
corporal mais elevada.
22

11
 Soma de duas leis normais independentes:

X1 ~ N (1, 12)
X2 ~ N (2, 22)

Parâmetros Soma Diferença

Média 1 + 2 1 – 2
Variância 12 + 22 12 + 22
Desvio 12 + 22 12 + 22
padrão

Problema 3

Os tempos (minutos) de realização das tarefas A e B têm

distribuições gaussianas com médias 12 e 15, e desvios padrões 3 e
4, respetivamente.
As duas tarefas são realizadas de modo independente.

a) Calcule a probabilidade de o tempo total de realização das duas

tarefas situar-se entre 20 e 30 minutos.
b) Calcule a probabilidade de o tempo de realização da tarefa A ser
superior ao tempo de realização da tarefa B.

24

12
 Soma de n leis normais independentes
Xi ~ N (, 2) (número inteiro: i =1, 2, …., n, …)
Sn = X1 + X2 + … + Xn

Parâmetros Soma, Sn
Média n* =  + +...+(n parcelas)
Variância n* 2 = 2+ 2 +...+2 (n parcelas)
Desvio padrão 𝑛 ∗ 𝜎 2 = 𝜎2+𝜎2 + ... +𝜎2 = 𝜎 𝑛

Média de n leis normais independentes

Xi ~ N (, 2) (número inteiro: i =1, 2, …., n, …)

X1 + X2 + … + Xn Sn
𝑋ത = =
𝑛 𝑛

Parâmetros ഥ
Média, 𝑿
n∗  +  + ... + 
Média 𝜇= =
𝑛 𝑛
2
𝜎
Variância
𝑛
𝜎 𝜎2
Desvio padrão =
𝑛 𝑛

13
Problema 4
A capacidade de reação de um indivíduo a um dado estímulo é uma
variável aleatória com distribuição normal com parâmetros =225 e
=75 .
Admita a independência entre os tempos de reação.
a) Qual a probabilidade de nove desses adultos terem uma
capacidade de reação total superior a 20 s.

b) Justifique qual a probabilidade de nove desses adultos terem

uma capacidade de reação média entre 1.90 e 2 s.

27

14