Baixe o app para aproveitar ainda mais
Prévia do material em texto
introdução Introdução ESTATÍSTICA E PROBABILIDADEESTATÍSTICA E PROBABILIDADE APLICADAAPLICADA DISTRIBUIÇÕES DEDISTRIBUIÇÕES DE PROBABILIDADE CONTÍNUAPROBABILIDADE CONTÍNUA Autor: Me. Raimundo Almeida Rev isor : Hugo Estevam de Sa les Câmara IN IC IAR Na unidade passada você conheceu a de�nição de distribuição de probabilidade e pôde trabalhar bastante com as distribuições binomiais e de Poisson. Destinaremos essa unidade ao estudo da distribuição de probabilidade contínua mais trabalhada em todo o mundo: a distribuição Normal (ou distribuição Normal de Gauss). Com os conhecimentos adquiridos aqui, você se convencerá de como a estatística pode nos auxiliar em decisões corriqueiras do nosso dia a dia, como no dimensionamento da altura de uma porta, ou em situações mais complexas, como avaliar a qualidade da produção de um equipamento numa linha de produção. Bons estudos! Considere um conjunto de dados que possui média e desvio-padrão . Dizemos que a distribuição de probabilidade é Normal se puder ser descrita pela função: Fique tranquilo(a)! A função anterior, por conta da sua complexidade, não precisará ser utilizada em nenhum momento ao longo do restante desta unidade. Em substituição, utilizaremos uma tabela com valores previamente calculados e que garantem toda a ferramenta necessária para nosso estudo das distribuições normais. Uma vez �xados os parâmetros e , a função anterior possui como grá�co a curva a seguir. Distribuição Normal -Distribuição Normal - Parte IParte I μ σ P (x) = e − 1 2 ( )x−μσ 2 σ 2π −−√ μ σ A curva anterior, por conta do seu formato, é chamada de curva sino , curva normal ou curva de Gauss . A principal propriedade da curva de Gauss é a sua simetria em torno da média . OBSERVAÇÃO : Observe que a lei que de�ne tal curva depende apenas da média e do desvio-padrão. Uma vez alterados esses parâmetros, a curva se altera, mas mantém a forma de sino. A �gura a seguir ilustra esse fato. Iniciaremos nosso estudo assumindo que a média e o desvio-padrão são constantes e iguais a 0 e 1, respectivamente. Nesse caso, chamamos a nossa distribuição normal de padrão . Na próxima seção, aprenderemos a trabalhar com parâmetros diferentes dos assumidos na distribuição-padrão ( e ). Figura 4.1 - Curva Normal de Gauss Fonte: Elaborada pelo autor. μ Figura 4.2 - In�uência dos parâmetros nas curvas normais Fonte: Elaborada pelo autor. μ = 0 σ = 1
Compartilhar