Tópico 08:

Distribuições de Probabilidades para Variáveis

Aleatórias Contínuas
Distribuição Normal e
Distribuição Normal padronizada
 Distribuições de Probabilidades para
Variáveis Aleatórias Contínuas
• Variáveis contínuas assumem valores em intervalos
numa reta real.
• A distribuição de frequência de uma amostra de
observações de uma variável contínua pode ser
representada por um histograma.
 Distribuições de Probabilidades para
Variáveis Aleatórias Contínuas
• Existem alguns tipos de modelos que representam o
comportamento de uma extensa série de variáveis
em vários campos do conhecimento, bem como
distribuição teóricas de probabilidades que são
fundamentais para o métodos de inferência
estatística.
• Tais modelos são expressos por funções matemáticas
denominadas função densidade de probabilidade
(f.d.p.).
• Exemplos: Exponencial, Qui-quadrada e Normal.
 Distribuição Normal
• Também conhecida como:
– Distribuição gaussiana,
– Distribuição de Gauss
– Distribuição de Laplace–Gauss (em referência aos
matemáticos, físicos e astrônomos francês Pierre–Simon
Laplace (1774) e alemão Carl Friedrich Gauss (1809).

– O nome “Normal”: muitas distribuições de frequências de

erros de observações e mensurações podem ser descritas
por esse tipo de distribuição.
 O modelo Normal
• Definição: a f.d.p. de uma variável aleatória X com
distribuição normal é dada por:
 O modelo Normal
• O gráfico se assemelha a um sino
• Seu formato dependerá dos valores dos parâmetros µ e σ .
• A notação de uma variável com distribuição normal é expressa
como :
• A distribuição é simétrica em relação à média.
• À medida que X afasta-se (esquerda ou direita) a função
tende a zero, mas não toca o eixo das abscissas.
• A probabilidade de X assumir um valor particular x0 é zero, i.e,
P(X = x0 )=0, logo, são iguais as probabilidades: P(a<x<b) =
P(a≤x<b) = P(a<x ≤ b) = P(a ≤ x ≤ b)
 O modelo Normal
• A probabilidade de uma variável aleatória distribuída
normalmente tomar um valor entre dois pontos quaisquer
a e b , (a <> b ), é igual a área sob a curva compreendida
entre os dois pontos.

• O valor numérico da área hachurada é o resultado de f(x)

entre a e b, isto é:
 O modelo Normal

• Contudo, essa integração não pode ser calculada

analiticamente;
• Deve ser computada por métodos numéricos
(desenvolvimento em série);
• Na prática seria necessário dispormos de tabelas com
resultados das probabilidades desejadas , com inúmeras
tabelas diferentes para, para cada combinação particular
de µ e σ .
 O modelo Normal padronizada

• Consideramos a transformação de X para Z.

O modelo Normal padronizada

• Consideramos a transformação de X
para Z.

• Logo, a f.d.p. Da variável z é dada

por:
O modelo Normal padronizada

Normal Normal Padronizada

Então como utilizamos a distribuição normal padronizada?

Tabela de distribuição Normal Z. É
simétrica. E as somas das duas área é igual
a 1 ou 100%.
Pesquisando 1,17 na tabela
Z 0,00 0,01 0,02 ... 0,07 ... 0,09
0,0
0,1 2º
0,2
0,3
...
1º
1,1 0,3790
..
Tabela de distribuição Normal Z. É
simétrica. E as somas das duas área é igual
a 1 ou 100%
 O modelo Normal padronizada para
dados amostrais

• Fórmula para encontramos a probabilidades em uma amostra