Escolar Documentos
Profissional Documentos
Cultura Documentos
DISTRIBUIÇÕES DE PROBABILIDADES DE
VARIÁVEIS CONTÍNUAS
1
Distribuições de Probabilidade de Variáveis Contínuas
Distribuição Normal
É uma distribuição teórica de frequências, onde a maioria das observações se situa em torno
da média (centro de distribuição) e diminui gradual e simetricamente no sentido dos extremos.
A distribuição normal é representada graficamente pela curva normal (também chamada curva
de Gauss) que tem a forma de sino e é simétrica em relação ao centro , onde se localiza a
média µ.
Curva normal
Se X é uma variável aleatória contínua, X possui distribuição normal se sua função densidade
de probabilidade for:
2
( )
( )
√
Parâmetros:
X ~ N (µ, σ²)
Cada vez que um dos parâmetros muda de valor, temos uma curva norma diferente.
Como consequência, existe um número infinito de curvas normais. Na figura abaixo, podemos
observar alguns exemplos de curvas.
3
Propriedades da distribuição normal:
( )
( )
( )
Vimos que, para cada valor de µ e de σ, existe uma distribuição normal diferente. Daí
existirem infinitas distribuições (e curvas) normais, pois basta que mude um dos parâmetros
para termos outra distribuição. Deste modo, o cálculo da área sob a curva normal,
frequentemente necessário, deverá ser feito sempre em função dos particulares valores de µ e
σ. Para evitar a trabalhosa tarefa de calcular essas áreas todas as vezes que desejássemos
obter as probabilidades associadas a uma certa variável X, foi determinada uma distribuição
normal padrão ou reduzida. Através da distribuição normal padrão é possível estudar qualquer
variável que tenha distribuição normal, com quaisquer valores para µ e σ.
4
Distribuição normal padrão:
Definição: é a distribuição normal de uma variável Z que tem média igual a zero ( µ=0) e
desvio padrão igual a um (σ=1). Para a variável Z, a função densidade de probabilidade resulta
( )
√
Os valores negativos não são apresentados na tabela, porque a curva é simétrica; portanto, as
áreas correspondentes a estes valores são exatamente iguais às dos seus simé tricos positivos,
por exemplo P(0 < Z < -1) = P(0 < Z < 1). Podemos observar também, na tabela de distribuição
normal padrão, que os valores de Z vão de 0 a 3,9. Este limite é estabelecido com base na
quarta propriedade da distribuição normal, como podemos observar na figura abaixo.
Veremos agora como a distribuição normal padrão e sua tabela podem ser utilizadas
para a obtenção de probabilidade correspondentes a qualquer variável X que tenha
distribuição normal.
A distribuição de uma variável X, com quaisquer valores para µ e σ, pode ser obtida
pela transformação da variável X na variável Z, através da expressão
5
Onde:
Z – Variável padrão;
X – Variável X
µ - Média
σ – Desvio Padrão
A relação é evidente, uma vez que a transformação muda as variáveis, mas não altera
a área sob a curva, como podemos verificar na figura a seguir.
6
Sabendo que as notas de 450 alunos estão normalmente distribuídas, com média µ = 3,9 e
desvio padrão σ = 0,28, determine:
Resolução:
Para encontrar essa área, vamos utilizar a tabela da distribuição normal padrão. Para
isso, inicialmente, fazemos a transformação da variável X para a variável Z, através da
expressão:
Assim temos,
7
Sabemos que a tabela fornece a área entre 0 e z, portanto, o valor 0,4066, encontrado na
tabela para z = 1,32, expressa a área compreendida entre 0 e 1,32. Como a área que nos
interessa é a área à direita de 1,32 e sabemos que a área correspondente à metade da curva é
0,5, podemos encontrar a área de interesse calculando a diferença entre essas duas áreas.
Assim, fazemos
Sabemos que a área à direita de z = 1,32 é igual à área à direita de x = 4,27, concluímos que a
probabilidade de Z ser maior que 1,32 é igual à probabilidade de X ser maior que 4,27. Sendo
assim, a probabilidade de um aluno tirar uma nota acima de 4,27 é de 0,0934 ou 9,34%, ou
seja,
b) Para determinar o número de indivíduos que tem nota superior a 4,27, devemos saber
qual é o percentual da população que tem nota acima de 4,27. No item (a), vimos que
este percentual é de 9,34%. Sendo assim, através de uma regra de três simples,
podemos determinar quantos estudantes correspondem a 9,34% de uma população
8
de 450 estudantes. Este valor pode ser obtido facilmente multiplicando o tamanho da
população pela probabilidade de ocorrer uma nota maior que 4,27. Assim temos:
Concluímos, então, que, dos 450 estudantes, 42 tem nota superior a 4,27
Exercícios propostos:
1. Seja Z uma variável aleatória com distribuição normal padrão. Determine as seguintes
probabilidades:
a) P(0 < Z < 1,73)
b) P(0,81 < Z < + )
c) P(-1,25 < Z < -0,63)
2. Suponha que a estatura de recém-nascidos do sexo feminino é uma variável com
distribuição normal de média µ = 48cm e = 3cm. Determine:
a) A probabilidade de um recém-nascido ter estatura entre 42 e 49cm;
b) A probabilidade de um recém-nascido ter estatura superior a 52cm;
c) O número de recém-nascidos que tem estatura inferior a 51cm, dentre os 532 que
nasceram numa determinada maternidade, no período de um mês.
Bibliografia
BARBOSA, Dalva Regina Ribeiro; MILONE, Giuseppe. Estatística aplicada ao turismo e hotel aria.
São Paulo: Pioneira Thomson Learning, 2004.
IEZZI, Gelson et al. Matemática: ciência e aplicações. São Paulo: Atual, 2001. v 3.
MILONE, Giuseppe. Estatística: geral e aplicada. São Paulo: Pioneira Thomson Learning, 2004.
SILVA, Cátia Susana Laureana da; COSTA, Helena Isabel Coelho; MATIAS, Mónica Patrícia
Antunes. Estatística. Disponível em: . Acesso em: 20 jun. 2008.
PIANA, Clause Fátima de Brum; MACHADO, Amauri de Almeida. Estatística Básica. Pelotas,
2004.
9
Tabela I. Área sob a curva normal padrão de 0 a z, P(0 < Z < z)
10