Bioestatística

Distribuição Normal
 Distribuições Contínuas =

 
Distribuição Normal
Definição(Distribuição Normal). Uma variável aleatória X
diz-se seguir uma distribuição Normal de parâmetros µ e ,
escrevemos ), se a sua função densidade probabilidade
for dada por:

2
01/16/2022
Docente: Saturnino Borges Curso:C.B
 Distribuições Contínuas =

 
A função de distribuição é dada pelo integral:

Para qual não existe solução analítica. É assim necessário

recorrer a métodos numéricos para obter os valores desta
função.

3
01/16/2022
Docente: Saturnino Borges Curso:C.B
 Distribuições Contínuas =

 Observações:

 Esta distribuição é também conhecida pelo nome de

Gaussiana ou distribuição de Gauss.
 Quando , a v.a. toma o nome Normal reduzida. Neste
caso é costume representar por 𝚽, a função distribuição.

4
01/16/2022
Docente: Saturnino Borges Curso:C.B
 Distribuições Contínuas =

 
Proposição (Valor médio e Variância). Seja a v.a. Então

Teorema. Seja Resulta que,

.
Teorema. Seja e a, b são constantes reais, com , então

5
01/16/2022
Docente: Saturnino Borges Curso:C.B
 Distribuições Contínuas =

 
Teorema. Sejam , n variáveis aleatórias independentes com
distribuições Considerando as constantes reais com algum ,
temos que.

6
01/16/2022
Docente: Saturnino Borges Curso:C.B
 O MODELO GAUSSIANO
O modelo contínuo mais usado

X  Gaussiana(m, s) (s >0) (ou X  Normal(m, s) (s >0))

1  1  x   2 
f X  x  exp     

2   2   

m = 0, s = 1
m = -3, s = 1
m = 6, s = 3 7
m= 6, s = 0.8
Docente: Saturnino Borges Curso:C.B 01/16/2022
 O MODELO GAUSSIANO
A tabela
X  Gaussiana(0, 1)
1  t2 
FX  x   P  X  x   
x
exp   dt

2  2

P  X  1.45  0.92647

8
Docente: Saturnino Borges Curso:C.B 01/16/2022
 O MODELO GAUSSIANO
A tabela
Exemplos
1 X  Gaussiana(3, 5)

 X  3 3.57  3 
P  X  3.57   P    P  Z  0.114  com Z  Gaussiana(0, 1).
 5 5 
 0.54380

9
Docente: Saturnino Borges Curso:C.B 01/16/2022
 O MODELO GAUSSIANO
A tabela
Exemplos
3 X  Gaussiana(2, 8)

X  2  3.2  2 
P  X  3.2   P    P  Z  0.65 com Z Gaussiana(0, 1).
 8 8 
 P  Z  0.65  1  P Z  0.65  1  P  Z  0.65  1 0.74215
 0.25785

10
Docente: Saturnino Borges Curso:C.B 01/16/2022
 Exercícios
 
1-Sabe-se que a v.a. X tem distribuição Normal com
parâmetros µ=3 e 𝝈=2. calcule.

a) P(X<1);
b) P(4<X<5);

11
01/16/2022
Docente: Saturnino Borges Curso:C.B