Roteiro de aula

Distribuição Contínua de Probabilidades

Distribuição Normal (DN) ou Curva Normal
A DN ou curva normal é um tipo de distribuição contínua de
probabilidade, uma distribuição aproximada. A curva normal é considerada uma
distribuição contínua, porque ela pode assumir qualquer valor em uma reta.
Quando se fala que uma variável aleatória tem distribuição normal, diz-
se que a distribuição de freqüência de seus resultados possíveis pode ser
satisfatoriamente bem aproximada pela distribuição normal de probabilidades.
A curva normal é um modelo.

A curva normal apresenta bom destaque dentro da estatística devido:

representar boa aproximação das distribuições de freqüência observadas de
muitos fenômenos naturais e físicos; servir de aproximação de probabilidades
binomiais, quando n é grande; as distribuições tanto das médias como das
proporções em grandes amostras tendem a ser distribuídas normalmente, o
que tem relevante implicação na amostragem.
As características das curvas normais são:

a) tem forma de sino (sinoidal), suave, unimodal;

b) é simétrica em relação à média; ao levantarmos perpendiculares ao
eixo x nos pontos ( μ± 1 σ ), (μ ± 2 σ ), (μ ± 3 σ ), e
assim obteremos as seguintes áreas sob a curva; 68,26%, 95,44% e
99,74%;
c) é assintótica em relação ao eixo horizontal, isto é, suas caudas
aproximam-se do eixo, mas jamais tocam; na prática entretanto, com
μ ± 3 δ, 99,74% da área sob a curva ficam cobertas;
d) é uma distribuição contínua e x pode assumir quaisquer valores do
campo real desde + ∞ até - ∞ ;
e) x poderá assumir valores quebrados, ao contrário da distribuição
binomial (DB), que só assume valores inteiros;
f) cada distribuição normal fica completamente especificada por sua
média e seu desvio padrão; há uma distribuição normal distinta para
cada combinação de média e desvio padrão;
g) a área total sob a curva normal é considerada como 100%;
h) a área sob a curva entre dois pontos é a probabilidade de uma
variável normalmente distribuída tomar um valor entre esses pontos;
 i) como há um número ilimitado de valores no intervalo de +∞ a –∞ , a
probabilidade de uma variável aleatória distribuída normalmente
tomar exatamente determinado valor é aproximadamente zero.
Assim, as probabilidades se referem sempre a intervalos de valores;
j) a área sob a curva entre a média e um ponto arbitrário é função do
número de desvios padrões entre a média e aquele ponto;
k) a DN tem dois parâmetros: a μ e a σ 2 ;
Como a distribuição normal constitui uma infinita família de distribuições,
uma para cada combinação possível de média e desvio padrão, seria difícil
estabelecer tabelas que atendam a todas as necessidades. Daí o surgimento
da distribuição normal padronizada, para isto basta considerarmos a área
total sob a curva como 100% o que padroniza a curva. Se uma variável tem
distribuição normal, cerca de 68,26%, 95,44% e 99,74% de seus valores cairão
no intervalo de um, dois e três desvios padrões a contar de cada lado da
média, respectivamente.

O uso da distribuição normal padronizada significa que se faz opção

em trabalhar com valores relativos, ao invés de reais. Isto implica a tomar a
média como ponto de referência (origem) e o desvio padrão como medida de
afastamento a contar daquele ponto. Tal nova escala é conhecida como escala
z.

x −μ
Z=
σ

Z: número de desvios padrões a contar da média; X: valor arbitrário; μ : a

média da distribuição normal;

eσ : o desvio padrão.

A grande vantagem de poder trabalhar com valores relativos é a

possibilidade de lidar com uma família infinita de DN, precisando apenas de
uma DN para todos os problemas. Para isto converte-se qualquer valor de
qualquer DN em um valor z. Isto nos dirá a quantos desvios padrões o valor
considerado dista da média e também permite determinar todas as
probabilidades da curva normal utilizando uma única tabela padronizada.
 A tabela normal padronizada possibilita encontrar as áreas sob a curva
de qualquer distribuição normal, após fazer a conversão da escala original para
a escala em termos de desvios padrões. A média passa a servir de ponto de
referência e o σ como unidade de medida. A tabela padronizada é construída
de modo que possa ser lida em unidades de z – números de σ a contar da
média. A tabela dá a área sob a curva (probabilidade de um valor cair naquele
intervalo) entre a média e valores escolhidos de z. A porção sombreada
corresponde à área sob a curva que pode ser lida diretamente na tabela
padronizada.

Exercícios

1) Quanto à distribuição de probabilidades:

a) Por que a distribuição normal é considerada uma distribuição
contínua?
b) Apresente quatro características da curva normal.
c) Apresente duas características da curva normal padronizada.
d) Com quantos desvios padrões praticamente 100 dos valores
estão sob a curva normal? Apresente a curva com seus desvios
padrões.
e) Dê dois exemplos de fenômenos que se ajustam à noção de
distribuição normal.

2) Uma população de estudantes da UFC apresentam notas com média 80

e desvio padrão de 5, na disciplina de estatística tendo distribuição
normal, determine:
a) O valor de Z para uma nota igual a 70,2.
b) A probabilidade para este Z.
c) Os gráficos da curva normal e curva normal padronizada, fazendo
a interpretação.

3) Uma população de estudante da UFC apresentam notas com média 70

e desvio padrão de 4 na disciplina de estatística tendo distribuição
normal, determine:
a) A nota de um aluno no qual o valor de Z é 1,5.
b) A probabilidade para este Z.
c) Os gráficos da curva normal e curva normal padronizada, fazendo
a interpretação.

4) Calcule
a) As probabilidades
1- Z= 0
2- Z= 1,17
3- Z=-2,35
 4- Entre Z=-3 e Z= 2
5- Z= 0,5
6- Z= -1,96
7- Z= 2,58
8- Entre Z= 2,03 e Z= 3,0
b) O Z crítico para
1- P(+Z e -Z) = 97 5- P(Z)= 0,4750
2- P(Z)= 0,2291 6- P(Z)= 0,4750
3- P(Z)= 0,2291
4- P(Z)= 0,4986