ESTATÍSTICA

- DISTRIBUIÇÃO NORMAL -

Profa. Claudia Turik de Oliveira

Distribuição Normal
• É um dos modelos estatísticos mais importantes.
• Foi proposto no início do século XIX por Karl F. Gauss.
• Nomeada Distribuição de Gauss ou Gaussiana.
• É uma distribuição contínua, ou seja, a variável pode assumir
qualquer valor dentro de um intervalo.
• As médias e as proporções de grandes amostras seguem a
distribuição Normal (Teorema do Limite Central).
Distribuição Normal
• Representa a distribuição de frequência de muitos fenômenos
naturais, erros de medida, medidas de produtos industrializados,
etc.

1 (𝑥−𝜇)2
−
𝑓(𝑥) = 𝑒 2𝜎2 , −∞ < 𝑥 < +∞
𝜎 2𝜋

Onde:
μ = média da distribuição
σ = desvio-padrão da distribuição
Distribuição Normal
• O ponto máximo da curva normal está na média, que também é a
mediana e a moda da distribuição.
probabilidade

(variável)
Distribuição Normal
• A distribuição Normal é simétrica, sendo a forma da curva à esquerda da média uma
imagem espelhada da forma da curva à direita da média.
• Os extremos (caudas) da curva tendem ao infinito em ambas as direções e,
teoricamente, jamais tocam o eixo horizontal.

f(x)

Ponto de Ponto de
inflexão inflexão

assíntota assíntota
x
m-s m m+s
Distribuição Normal
Exemplo:
Em uma pesquisa realizada na turma “A“ verificou-se que a altura dos alunos
segue uma distribuição normal, com média de 170 cm e desvio padrão de 7 cm.

156 163 184 Altura (cm)

170 177
Distribuição Normal
• A distribuição Normal fica completamente caracterizada por dois parâmetros: a
média 𝝁 e o desvio-padrão 𝝈.
• A média da distribuição pode ser qualquer valor numérico: negativo, zero ou
positivo. Três distribuições normais com o mesmo desvio padrão, mas três diferentes
médias (-10, 0 e 20) são mostradas a seguir:
Distribuição Normal
• O desvio padrão determina quanto uma curva é achatada ou larga.
• Valores maiores de desvio padrão resultam em curvas mais largas e achatadas.
• Duas distribuições normais com a mesma média, mas com desvios padrão diferentes
são apresentadas a seguir:
Distribuição Normal
• Analisando as curvas abaixo, o que pode-se concluir quanto a situação das
mulheres no mercado de trabalho?

HOMENS

MULHERES

X = sálario mensal (reais)

Distribuição Normal
• Analisando as curvas abaixo, o que pode-se concluir quanto a situação das
mulheres no mercado de trabalho?

HOMENS

MULHERES

X = sálario mensal (reais)

sh m
h
sm m
m
Distribuição Normal
• A área total abaixo da curva é considerada como 100%. Isto é, a área total abaixo da
curva é 1.
Distribuição Normal
• 68,3% dos valores de uma variável normal estão dentro de mais ou menos um desvio padrão da média.
• 95,4% dos valores de uma variável normal estão dentro de mais ou menos dois desvios padrão da média.
• 99,7% dos valores de uma variável normal estão dentro de mais ou menos três desvios padrão da média.
Distribuição Normal
Exemplo:
Em uma pesquisa realizada na turma “A“ verificou-se que a altura dos alunos segue
uma distribuição normal, com média de 170 cm e desvio padrão de 7 cm.

99,7,%

95,4,%

68,3%

Altura (cm)

149 156 163 170 177 184 191

Distribuição Normal Padrão
• Dizemos que a variável aleatória que tem uma distribuição normal cuja média é zero
e o desvio padrão é um tem uma distribuição normal padrão, representada pela
letra Z.
• A unidade Z indica o número de desvios-padrão a contar da média.

–3 –2 –1 0 1 2 3 z
Cálculo de Probabilidades
• Assim como para as demais variáveis contínuas, os cálculos de probabilidade
com a distribuição normal é feito calculando as áreas sob o gráfico da sua
função de probabilidade.
• Desse modo, para encontrarmos a probabilidade de uma variável normal estar
dentro de um intervalo específico, devemos calcular a área sob a curva normal ao
longo deste intervalo.
• O método matemático de cálculo de uma área sob a curva de uma função chama-
se integral.
• Para calcularmos probabilidades da distribuição normal, utilizamos os valores de
área já calculados que estão na tabela da distribuição normal. Essa tabela nos
fornece a área acumulada ATÉ o valor de Z que temos interesse em saber, ou
seja, a probabilidade de Z ser menor que determinado valor - P(Z < valor).
Cálculo de Probabilidades
1) Probabilidade da variável aleatória normal Z ser MENOR que um
determinado valor

• P(Z < valor) ⇒ Procurar o resultado diretamente na tabela

Exemplo: Qual a probabilidade de Z ser menor ou igual a 1

P (Z ≤ 1) = ?
Distribuição Normal
• Consultar a tabela da distribuição normal padrão disponibilizada no Moodle.
• A tabela nos fornece a probabilidade de Z ser menor que determinado valor.
• Para este caso, devemos procurar a probabilidade de Z ser menor que 1,00.
• Primeiramente encontramos 1,0 na coluna da esquerda da tabela e, então
encontramos 0,00 na linha superior da tabela.
• A probabilidade correspondente será o valor no corpo da tabela em que a linha 1,0
faz intersecção com a coluna 0,00.

P (Z ≤ 1) = 0,8413
Cálculo de Probabilidades
2) Probabilidade da variável aleatória normal Z estar em um determinado
intervalo.

• P(valor1 ≤ Z ≤ valor 2) = P(Z ≤ valor 2) – P(Z ≤ valor 1)

Exemplo: Qual a probabilidade de Z estar entre - 0,50 e 1,25.

P (- 0,50 ≤ Z ≤ 1,25) = ?
Cálculo de Probabilidades
• Primeiro calculamos P(Z ≤ 1,25), encontrando o valor correspondente a
linha 1,2 e a coluna 0,05 na tabela.

0 1,25 Z

P(Z ≤ 1,25) = 0,8944

Cálculo de Probabilidades
• A seguir, calculamos P(Z < - 0,50), encontrando o valor
correspondente a linha -0,5 e a coluna 0,00 na tabela.

-0,05 0 Z

P(Z < - 0,50) = 0,3085

Cálculo de Probabilidades
• Por fim, calculamos P(Z ≤ 1,25) - P(Z ≤ - 0,50).

P(Z ≤ 1,25) - P(Z ≤ - 0,50) =

0,8944 - 0,3085 =
0,5859
Cálculo de Probabilidades
3) Probabilidade da variável aleatória normal Z ser MAIOR que um
determinado valor

• P(Z ≥ valor) = 1 – P(Z < valor)

Exemplo: Qual a probabilidade de Z ser maior ou igual a 1,58.
P (Z ≥ 1,58) = ?
Cálculo de Probabilidades
• Começamos calculando P (Z < 1,58) encontrando o valor correspondente a linha 1,50
e coluna 0,08 na tabela.

• Uma vez que a área total sob a curva normal é 1, P(Z ≥ 1,58) = 1 – P (Z < 1,58).

P(Z ≥ 1,58) = 1 – P (Z < 1,58) = 1 – 0,9429 = 0,0571.

Cálculo de Probabilidades
• Como encontrar um valor de Z de modo que a probabilidade de obter um
valor maior é 0,10?

• P(Z > z) = 0,10

Cálculo de Probabilidades
Probabilidade = 0,90 P(Z > z) = 0,10

P(Z < z) = 0,90

z = 1,28
Cálculo de Probabilidades
• Existem infinitas distribuições normais, que variam em suas médias e desvios-padrão.
• As probabilidades de todas distribuições normais podem ser calculadas usando-se a
distribuição normal padrão.
𝑿−𝝁
• Como converter em uma variável normal padrão: 𝒁=
𝝈

x2
x1

z
m=0 s=1

x3 x4
Cálculo de Probabilidades
Exemplo: Seja X a variável aleatória que representa os diâmetros dos parafusos
produzidos por certa máquina. Vamos supor que essa variável tenha distribuição normal
com média = 2 cm e desvio padrão = 0,04 cm.

• Qual a probabilidade de um parafuso ter o diâmetro com valor inferior a 2,05 cm?

2 2,05 x

P(X < 2,05) = ?

Cálculo de Probabilidades

2 2,05 x

0 ? z

P(X < 2,05) = P(Z < ?)

x-m 2,05 - 2
z= = = 1,25
s 0,04
• P (Z < 1,25 ) = 0,8944 Valor tabelado
• Logo, P(X<2,05) = P(Z<1,25) = 0,8944
• A probabilidade de um certo parafuso apresentar um diâmetro inferior a 2,05 cm
é de 0,8944 (89,44 %).
Cálculo de Probabilidades
• Qual a probabilidade de um parafuso ter o diâmetro com valor superior a 2,02?

x
2 2,02

0 ? z

P(X > 2,02) = P(Z > ?)

x-m 2,02 - 2
z= = = 0,5
s 0,04

Logo, P(X > 2,02) = P(Z > 0,5)

Cálculo de Probabilidades

x
2 2,02

0 0,5 z

• P(Z > 0,5) = 1 – P(Z < 0,5)

• P (Z < 0,5 ) = 0,6915
• P(Z > 0,5) = 1 – P(Z < 0,5) = 1 – 0,6915 = 0,3085
• A probabilidade de um certo parafuso apresentar um diâmetro superior a 2,02cm é 0,3085.
Cálculo de Probabilidades
• Qual a probabilidade de um parafuso ter o diâmetro com valor entre 1, 93 e 1,96?

x
1,93 2 1,96

? 0 z
?

P (1,93 < X < 1,96) = P ( ? < Z < ?)

x-m 1,93 - 2 x-m 1,96 - 2

z1 = = = -1,75 z2 = = =1
s 0,04 s 0,04

Logo, P(1,93 < X < 1,96) = P( -1,75 < Z < 1)

Cálculo de Probabilidades

z
- 1,75 1

P(-1,75 < z < 1) = P( z < 1) – P( z < - 1,75)

= 0,8413 – 0,0401 = 0,8011

Logo, P(1,93 < X < 1,96) = 0,8011

• A probabilidade de um certo parafuso apresentar um diâmetro entre 1,93 e 1,96 cm é de

0,3085.
Cálculo de Probabilidades

z
- 1,75 1

P(-1,75 < z < 1) = P( z < 1) – P( z < - 1,75)

= 0,8413 – 0,0401 = 0,8011

Logo, P(1,93 < X < 1,96) = 0,8011

• A probabilidade de um certo parafuso apresentar um diâmetro entre 1,93 e 1,96 cm é de

0,3085.
Cálculo de Probabilidades
• Até qual diâmetro pode ter um parafuso para estar entre os 10% menores?

Probabilidade = 0,10
P(Z < z) = 0,10

x
? 2
z z = - 1,28
0
-1,28

𝑥−𝜇 𝑥−2 𝒙 = 1,9488

𝑧= -1,28 = 𝑥 − 2 = −0,0512
𝜎 0,04