You are on page 1of 13

28/04/2015

Distribuio de probabilidade
contnua Distribuio normal
Professora: Eng. Agrnoma, Dr. Betania Brum

DISTRIBUIO NORMAL Um pouco de histria...


- Abraham de Moivre (1730).
- Laplace (1783) distribuio dos erros.
- 1809 Karl F. Gauss - medidas repetidas, tais como
a distncia lua variavam conforme a figura, quando
coletadas em grande nmero.

Conhecida tambm por:


Distribuio Gaussiana

Distribuies contnuas de probabilidade


Determina-se a probabilidade de que os valores da
VAC X estejam dentro de intervalos ou classes de
interesse.

28/04/2015

Distribuies contnuas de probabilidade


Funo Densidade de Probabilidade (fdp) Modelo
no-determinstico, ou probabilstico, que explica a
frequncia relativa de uma VA contnua.
Existem diversos tipos de fdps variam quanto a simetria.

Varivel aleatria X peso de pessoas adultas, em kg.


f(x) - Distribuio dos valores (de probabilidade) da
varivel aleatria X Normal.
f(x)

Densidade

0.030

0.015

0.000
30

40

50

60

70

80

90

100

P eso

IMPORTNCIA DA DISTRIBUIO NORMAL


Representa aproximadamente as distribuies
de frequncia de muitos fenmenos naturais
(Ex: peso de gros, comprimento de sementes, largura de
uma folha, volume de madeira, dimetro a altura do peito,
etc).

Muitas VA que seguem outras distribuies


tendem para a normal ao aumentar o tamanho
de amostra (teorema do limite central).

(MORAES, 2009; FONSECA; MARTINS, 2009; OLIVEIRA et al., 2009)

Distribuies de probabilidade para variveis


aleatrias contnuas
Distribuio Normal

X ser uma varivel aleatria contnua com


distribuio normal se sua fdp:
=

1
2 2

2 2

><

Cujos parmetros so:

= 3,14159 . . .
e = 2,71828 .

1. o valor esperado (mdia) de X ( - < < );


2. 2 a varincia de X ( 2 > 0).
Notao : X ~ N( ; 2)

Expresso matemtica
(modelo) que define a
curva normal.

28/04/2015

Propriedades
da curva normal:

50%
ou 0,5

50%
ou 0,5

Fonte:www.matematiques.com.br

Formato de sino e simtrica em relao mdia.


Ao se afastar da mdia, a curva se aproxima do eixo horizontal,
mas no o toca (assinttica em relao ao eixo das abscissas).
A rea total sob a curva considerada 100% ou igual a 1.
O ponto mximo da funo corresponde mdia.
Fica completamente especificada por sua mdia e seu desvio
padro; h uma distribuio normal para cada mdia e desvio
padro.
- e + so pontos de inflexo de f (x);
f (x) 0 quando x .

Propriedades da curva normal:


As medidas de posio: Me(X), Md(X) e Mo(X), confundemse no mesmo ponto, e so todas iguais.
O desvio padro determina a largura da curva.

A probabilidade de uma varivel aleatria assumir um valor


entre dois pontos quaisquer igual rea sob a curva
normal entre aqueles pontos.
P (a < x < b) rea
hachurada sob a curva

28/04/2015

Propriedades da curva normal


A probabilidade de uma varivel aleatria normalmente
distribuda tomar exatamente determinado valor
zero. Exemplo: P(X=2)= 0
No entanto: P (1 < X < 2) 0

=0 1

A rea sob a curva entre a mdia e um ponto arbitrrio


funo do nmero de desvios padres entre a mdia e
aquele ponto.

Parmetros e 2

N( ; 2)

N( ; 2)

Fonte:www.matematiques.com.br

Normal, com mesma varincia 2 mas mdias


diferentes (2 > 1).

Parmetros e 2
N(;12)
N(;22)

Fonte:www.matematiques.com.br

Normal, com mesmas mdias, mas varincias ( 2 )


diferentes 22 > 12

28/04/2015

Distribuio Normal
Exemplo:
Tempo de vida til dos aspersores da marca Agro1000. Trata-se de uma populao infinita, pois
abrange todos os aspersores dessa marca que
existiram, existem ou viro a ser fabricados um dia.
Varivel aleatria: tempo de vida til, em horas de
funcionamento at a quebra.

Distribuio Normal
Vamos supor que essa VA tenha: = 500 e 2 = 2500 2 .
Um produtor deseja saber qual a probabilidade de que um
aspersor tenha um tempo de vida entre 480 e 520 horas.

Fonte: Oliveira et al. (2009)

Distribuio normal relativa ao


tempo de vida dos aspersores da
marca Agro-1000.

Para obter essa probabilidade


necessrio calcular a rea hachurada,
obtendo a integral:

P[ 480 < X < 520] , que


no caso da curva normal no tem
resultado explcito e por causa disso se
utiliza a DISTRIBUIO NORMAL
PADRO.

Distribuio Normal REDUZIDA ou PADRONIZADA


Uma VA X com distribuio normal pode ser
transformada em uma varivel aleatria Z por:

x ponto considerado da distribuio.


- mdia da distribuio.
- desvio padro da distribuio.

Com essa transformao o valor das reas (probabilidades) relativo


varivel Z pode ser tabelado, e com isso, valores de reas referentes a
varivel X com quaisquer distribuies normais podem ser
calculadas.

a distribuio normal com mdia = 0 e varincia


2 =1.
A varivel aleatria com essa distribuio
simbolizada pela letra Z.

28/04/2015

Valor Z Nmero de
desvios padres que
um valor dista da
mdia.

reas da distribuio normal padro - Probabilidade de uma varivel aleatria


normal assumir um valor z entre a mdia (0) e o ponto situado a z desvios
padres.

Distribuio Normal REDUZIDA ou PADRONIZADA


A distncia entre a mdia e um ponto qualquer
dado em nmero de desvios padres (z).

X ~ N( ; 2)

Z ~ N(0 ; 1)

Normal no
padronizada

Normal
padronizada

z = x-
P

0 z

Fonte:www.matematiques.com.br

Escala NORMAL versus Escala NORMAL


PADRONIZADA
= 100,0
= 10,0

Escala normal

Escala normal
padronizada

70

80

90 100 110 120 130

-3

-2

-1

0 +1

+2

+3

110100
10

=1
Fonte:www.matematiques.com.br

28/04/2015

Distribuio Normal Reduzida ou Padronizada

-3

-2

-1

+1

+2

+3

68,26%

95,44%
99,72%
Fonte:www.matematiques.com.br

Distribuio Normal Reduzida ou Padronizada

-3

-2

-1

+1

+2

+3

68,26%
95,44%
99,72%

-3

-2

-1

+1

+2

+3

Fonte:www.matematiques.com.br

Distribuio Normal Padro consultando a tabela


rea tabelada = rea desejada= Probabilidade desejada

reas tabeladas Probabilidade de uma


varivel aleatria normal
assumir um valor z entre
a mdia e o ponto
situado a z desvios
padres

Valor Z Nmero de desvios


padres que um valor dista
da mdia.

1,00
1,50
2,13
2,77

rea entre a mdia e z

0,3413
0,4332
0,4834
0,4972
Fonte:www.matematiques.com.br

28/04/2015

Distribuio Normal Padro consultando a tabela

0,3413 0,3413

-1

+1

Exemplo 1:
Determinando a rea (probabilidade) sob a curva entre
dois pontos em torno da mdia.
P( -1 < Z < 1)= 0,3413 +0,3413= 0,6826= 68,26%

Fonte:www.matematiques.com.br

Distribuio Normal Padro consultando a tabela


Exemplo 2: Determinando a rea entre dois pontos
quaisquer.
P( 1 < Z < 2)= ?
Consulte na tabela:
P( 0 < Z < 1)= 0,3413; e,
P( 0 < Z < 2)= 0,4772
Font e: www. m at em at iqu es. com . br

+1

0,3413

+2

Queremos:
P( 1 < Z < 2)= 0,4772 0,3413=
0,1359 = 13,59%

0,4772

Coluna: 2
casa decimal

Distribuio Normal Padro consultando a tabela

Linha = 1
casa decimal

Fonte: Fonseca; Martins (2009)

28/04/2015

PORTANTO:

Fonte: FONSECA; MARTINS (2009)

A tabela da distribuio normal padro fornece a


rea entre Z= 0 e um valor Z0 ou a P( 0 < Z < Z0).

Distribuio Normal Padro consultando a tabela


P( -2,55 < Z < 1,2)

Entrar com o valor 1,2 na


1 coluna e 00 na 1 linha
0,3849.
Entrar com 2,5 na 1
coluna e 05 na 1 linha
0,4946.

Fonte: FONSECA; MARTINS (2009)

2,55 < > 1,2 = 0,3849 + 0,4946 = 0,8795 100 = 87,95%

Distribuio Normal Padro consultando a tabela


P( Z > 1,93)

Entrar com o valor 1,9


na 1 coluna e 0,03 na
1 linha 0,4732.
Lembrando que a rea
abaixo da curva vale 1
e que a funo
simtrica em relao a
origem (Z=0) teremos:

Fonte: FONSECA; MARTINS (2009)

> 1,93 = 0,5000 0,4732 = 0,0268 100 = 2,68%

28/04/2015

Distribuio Normal Padro - exemplo 1

=
= -1

=
=
= 0,5

P(8 < X < 10)= P(-1 < Z < 0)= 0,3413

P(10 < X < 11)= P(0< Z < 0,5)= 0,1915

P( 8 < X < 11)= 0,3413 + 0,1915= 0,5328 = 53,28%

Distribuio Normal Padro exemplo 2


Agora podemos calcular a probabilidade de que um aspersor da
marca Agro-1000 dure entre 480 a 520 horas.
Calculamos: P (500 < X < 520) e P (480 < X < 500), as
quais somadas fornecero a probabilidade total: P(480 <
X < 520).

A Varivel X ser transformada em Z. A distribuio de X


ser normal, com mdia 500; varincia 2500 e = 50.
P (480 < X < 520)= ?

= 500 Z=0, pois:

x1= 480 =

= - 0,40
X

P(-0,4 < Z < 0)= 0,1554


P(480 < X < 500)=0,1554

=
= 0,40
P(0 < Z < 0,4)= 0,1554
P(500 < X < 520)= 0,1554

x2 = 520

Z
-0,4

Portanto, a probabilidade total: P(480


0,1554 + 0,1554= 0,3108 31,08%

<

0,4

X < 520)=

10

28/04/2015

Distribuio Normal Padro exemplo 2

500 520

480

-0,4

0,4

Distribuio Normal Padro Exerccio

Em um ensaios de cultivares de milho, observou-se que


as alturas das plantas so normalmente distribudas com
mdia 1,60 m e desvio padro 0,30 m. Encontre a
probabilidade de uma planta medir:

a) P ( 1,50 m < X < 1,80 m)


b) P(X > 1,75 m)
c) P(X < 1,48 m)
d) Qual deve ser a medida mnima para
selecionarmos 10% das plantas mais altas.

Fonte: http://www.disolo.com.br/br106.htm

Distribuio Normal Padro Exerccio


a) P ( 1,50 m < X < 1,80 m)
Temos: X= varivel aleatria altura de plantas, com distribuio
normal; = 1,60 e = 0,30 .
P ( 1,50 m < X < 1,80 m) P (x1 < X < x2) = P (Z1 < Z < Z2)

1 =
2 =

1 1,501,60

0,30
2 1,801,60

0,30

= 0,33

P (-0,33 < Z < 0,67)

= 0,67

11

28/04/2015

Distribuio Normal Padro Exerccio


CONTINUAO...P ( 1,50 m < X < 1,80 m)
P (-0,33 < Z < 0,67) 0,1293 + 0,2486= 0,3779= 37,79%

Distribuio Normal Padro exemplo 3


b) P(X > 1,75 m)
Temos: X= varivel aleatria altura de plantas, com distribuio normal; =
1,60 e = 0,30 .
P (X > 1,75 m) P (X > x) P ( Z > Z)

1,751,60

= 0,5
0,30

P ( Z > 0,5) = 0,5 0,1915= 0,3085= 30,85%

Distribuio Normal Padro Exerccio


c) P(X < 1,48 m)
Temos: X= varivel aleatria altura de plantas, com distribuio normal; =
1,60 e = 0,30 .
P ( X < 1,48 m) P (X > x) P ( Z > Z)

1,48 1,60

= 0,4
0,30

P ( Z < -0,4) = 0,5 0,1554= 0,3446= 34,46%

12

28/04/2015

Distribuio Normal Padro exerccio


d) Qual deve ser a medida mnima para selecionarmos
10% das plantas mais altas.

Para encontrar o valor de Z que deixa 0,10 direita, entramos no


CORPO da tabela com 0,4, Assim: Z= 1,28 e:

= +
= 1,28 0,30 + 1,60
= ,

Olhar tabela

Distribuio Normal Padro exerccio

0,3997 ,

Referncias
BUSSAB, W. de O.; MORETTIN, P.A. Estatstica Bsica. 5.ed. So
Paulo: Saraiva, 2004. 526p.
DOWNING, D.; CLARK, J. Estatstica Aplicada. So Paulo: Saraiva,
1999. 455p.

FONSECA, J. S.; MARTINS, G. A. Curso de Estatstica. 6 ed. So


Paulo: Atlas, 2009.320p.

MORAES, A.B.; JACOBI, L.; ZANINI, R.R. Estatstica. Santa Maria:


UFSM, 2009. 149p. (Caderno didtico).
OLIVEIRA, M. S. de. Introduo estatstica. Lavras: UFLA, 2009,
337p. ISBN: 978-85-87692-81-8.

13