Distribuição normal

Curva normal

Exemplo 1:

1) Um fabricante de lâmpadas verifica, através de uma distribuição de frequências,

que o tempo de queima de um determinado modelo de lâmpada é distribuído
normalmente. Uma amostra de 50 lâmpadas foi testada, e o tempo médio de vida
encontrado foi de 60 dias, com um desvio-padrão de 20 dias. Quantas lâmpadas,
na população total de lâmpadas fabricadas por ele, pode-se esperar que ainda
estejam funcionando após 100 dias de vida?

Solução:

A probabilidade procurada é a área sob a curva entre dois limites estabelecidos, que neste
caso é a área após os 100 dias.

Distribuição normal de duração de uma lâmpada

Esta probabilidade P(X >100) corresponde a 1 – P(X ≤ 100). Com a mudança de

variável:
X = 100;
µ = 60;
 = 20;

1
 Basta apenas determinar a probabilidade P(Z > 2,10):
P(Z > 2,10) = 1 – P(Z ≤ 2,10) = 1 – [0,5 + P(0 ≤ Z ≤ 2,10)]

Vejamos na tabela qual a probabilidade para Z = 2,10. Isto é, P(0 ≤ Z ≤ 2,10).

A coluna da esquerda é a parte inteira e a primeira casa decimal de Z igual a 2,1, e a linha
superior da tabela corresponde à segunda casa decimal, igual a 0. Logo, para Z = 2,10
temos:
P(0 ≤ Z ≤ 2,10) = 0,4821.

2
 Então:

P(X >100) = P(Z > 2,10) = 1 – P(Z ≤ 2,10) = 1 – [0,5 + P(0 ≤ Z ≤ 2,10)] = 1 – [0,5 + 0,4821]
P(X >100) = 1 – 0,9821 = 0,0179

Ou seja, 1,79% das lâmpadas possuem vida superior a 100 dias.

Vejamos agora o caso em que se deseja calcular a probabilidade de a lâmpada ter uma vida
útil entre 20 e 100 dias.

Fazendo a mudança de variável, teremos:

Então, a probabilidade desejada é:

P(20 ≤ X ≤ 100) = P(– 3,80 ≤ Z ≤ 2,10) = P(Z ≥ – 3,80) + P(Z ≤ 2,10)

Como a curva é simétrica, então:

P(Z ≥ – 3,80) = P(Z ≤ 3,80)

Vejamos na tabela qual a probabilidade para Z = 3,80. Isto é, P(0 ≤ Z ≤ 3,80).

A coluna da esquerda é a parte inteira e a primeira casa decimal de Z igual a 3,8, e a linha
superior da tabela corresponde à segunda casa decimal, igual a 0. Logo, para Z = 3,80
temos:
P(0 ≤ Z ≤ 3,8) = 0,4990.

3
Então:
P(20 ≤ X ≤ 100) = P(Z ≥ – 3,80) + P(Z ≤ 2,10) = 0,4999 + 0,4821
P(20 ≤ X ≤ 100) = 0,9820

Ou seja, 98,20% das lâmpadas possuem vida entre 20 e 100 dias.

4
 Exemplo 2:

Determine a probabilidade para Z ≤ 1,72.

Solução:

Vejamos na tabela qual a probabilidade para 0 ≤ Z ≤ 1,72. Isto é, P(0 ≤ Z ≤ 1,72).

A coluna da esquerda é a parte inteira e a primeira casa decimal de Z, igual a 1,7, e a linha
superior da tabela corresponde à segunda casa decimal, igual a 2. Logo, para Z = 1,72
temos:

P(0 ≤ Z ≤ 1,72) = 0,4573.

Então:

P(Z ≤ 1,72) = 0,5 + P(0 ≤ Z ≤ 1,72) = 0,5 + 0,4573 = 0,9573

Ou seja, 95,73% das observações é menor ou igual a 1,72.

5
Exemplo 3:

A taxa de hemoglobina no sangue de pessoas de boa saúde segue uma distribuição

normal de média 12 e desvio-padrão 1.

Numa população de 1.550 pessoas, qual a quantidade de pessoas e a probabilidade de

encontrar uma pessoa com a taxa de hemoglobina...

a) acima de 15?
b) abaixo de 10?
c) entre 10 e 13?

6
 Solução:

a) Fazendo a mudança de variável para a taxa de hemoglobina acima de 15,

teremos:

Vejamos na tabela qual a probabilidade para P(0 ≤ Z ≤ 3,00).

Então, a probabilidade desejada é:

P(X > 15) = P(Z > 3,00) = 1 – P(Z ≤ 3,00) = 1 – [0,5 + P(0 ≤ Z ≤ 3,00)] = 1 – (0,5 + 0,4987)
P(X >100) = 1 – 0,9987 = 0,0013

Ou seja, 0,13% das pessoas possuem hemoglobina acima de 15, que corresponde a:

7
b) Fazendo a mudança de variável para a taxa de hemoglobina abaixo de 10,
teremos:

Como a curva é simétrica, então:

P(Z < –2,00) = P(Z > 2,00) = 1 – P(Z ≤ 2,00) = 1 – [0,5 + P(0 ≤ Z ≤ 2,00)]

Vejamos na tabela qual a probabilidade para P(0 ≤ Z ≤ 2,00).

Então, a probabilidade desejada é:

P(X < 10) = 1 – [0,5 + P(0 ≤ Z ≤ 2,00)] = 1 – (0,5 + 0,4772)
P(X >100) = 1 – 0,9772 = 0,0228

Ou seja, 2,28% das pessoas possuem hemoglobina abaixo de 10, que corresponde a:

8
c) Fazendo a mudança de variável para a taxa de hemoglobina entre 10 e 13,
teremos:

Então, a probabilidade desejada é:

P(10 ≤ X ≤ 13) = P(– 2,00 ≤ Z ≤ 1,00) = P(0 ≥ Z ≥ – 2,00) + P(0 ≤ Z ≤ 1,00)

Como a curva é simétrica, então:

P(0 ≥ Z ≥ – 2,00) = P(0 ≤ Z ≤ 2,00) = 0,4772 (do item anterior)

Vejamos na tabela qual a probabilidade para P(0 ≤ Z ≤ 1,00).

9
 Então:
P(10 ≤ X ≤ 13) = P(– 2,00 ≤ Z ≤ 1,00) = P(0 ≥ Z ≥ – 2,00) + P(0 ≤ Z ≤ 1,00) = 0,4772 + 0,3413
P(10 ≤ X ≤ 13) = 0,8185

Ou seja, 81,85% das pessoas possuem hemoglobina entre 10 e 13, que corresponde a:

Exemplo 4:

Determine o valor da variável padronizada correspondente à probabilidade:

a) P(0 ≥ Z ≥ z) = 47,05%

Devemos procurar na tabela o valor correspondente à probabilidade 0,4705. Verificando

a coluna da direita e a linha do topo da tabela, é possível identificar o valor de z
correspondente. Neste caso, é z = 1,96.

1
0
 b) P(0 ≥ Z ≥ z) = 48%

Da mesma forma, devemos procurar na tabela o valor correspondente à probabilidade

0,4800. Entretanto, verificamos que este valor não é encontrado na tabela. Sendo assim,
localizamos entre que valores 0,4800 se encontra na tabela.

Encontramos os valores 0,4798 e 0,4803 e vamos considerar o valor mais próximo do

procurado; neste caso, 0,4798. Então, o valor a ser considerado será: z = 2,05.

1
1
Quando a probabilidade procurada está exatamente no meio dos valores encontrados,
consideramos o maior valor.

1
2