Baixe o app para aproveitar ainda mais
Prévia do material em texto
CÁLCULO DE PROBABILIDADES UTILIZANDO A CURVA NORMAL Professora: Rosineide Miranda Leão rosemirandaleao@gmail.com Brasília, 2019. Universidade Paulista A distribuição normal é uma das mais importantes distribuições de probabilidades conhecidas da estatística, pois oferece muitos recursos para as análises, e muitas outras distribuições convergem para ela, no sentido de que ela serve de aproximação para o cálculo de outras distribuições quando o número de observações for grande. • Peso; • Altura; • Lançamento de dados; • Lançamento de moedas. Distribuição Normal Distribuição Normal •É a mais importante distribuição de probabilidade para descrever uma variável aleatória contínua. •Seja uma variável aleatória contínua, terá uma distribuição normal se: onde: xexf x , 2 1 2 2 1 2,7... 3,1416... ãodistribuiç da padrão-desvio ãodistribuiç de média e σ xx x A curva gaussiana também e amplamente conhecida como curva do sino, por causa do seu formato. Exemplo: Distribuição Normal Distribuição Normal • Características: • As probabilidades da variável aleatória normal são dadas por áreas sob a curva. A área total sob a curva é 1 (100%). Já que a distribuição é simétrica, a área sob a curva, à direita da média, é 0,5 e à direita também. Distribuição Normal • Características: • As porcentagens dos valores de alguns intervalos comumente usados são: 68,27% , 95,44% , 99,73%. • Cerca de 68% de todos os valores ficam a 1 desvio padrão da média; • Cerca de 95% de todos os valores ficam a 2 desvios padrão da média; • Cerca de 99,7% de todos os valores ficam a 3 desvios padrão da média. Distribuição Normal Distribuição Normal A distribuição normal, padronizada ou não: • É simétrica em torno da média, ou seja, a parte pontilhada e igual a parte hachurada. Exemplo: Distribuição Normal •Uso da tabela de distribuição normal padrão: A Tabela de Faixa Central dá a área sob a curva normal padrão entre e qualquer valor positivo de . 0Z Z Por ser uma variável contínua, o intervalo para Z pode ser representado com os símbolos de desigualdade “menor”, “menor ou igual”, “maior” ou “maior ou igual”. Passos para a obtenção do valor de Z: 1 – Transformar X em Z. 2 – Fazer o esboço do gráfico para facilitar a visualização. 3 – Obter o valor de Z na tabela de distribuição normal padronizada. O cálculo de conversão de uma variável com distribuição normal para distribuição normal padrão e feito da seguinte forma: em que x: Valor da variável na distribuição normal. z: Valor da variável na distribuição normal padronizada. μ: Média populacional. σ: Desvio padrão populacional. Distribuição Normal •As probabilidades podem ser expressas da seguinte forma: As probabilidades da distribuição normal padronizada são apresentadas numa TABELA PADRÃO chamada de tabela de distribuição normal padronizada (ou Tabela z). Exemplo: Considere que a variável aleatória X tenha distribuição normal com média 40 e variância 16, ou seja, X~N(40;16). Qual a probabilidade selecionar um elemento x da população ao acaso e o valor de x pertencer ao intervalo de 40 a 47? Solução: Temos que a variância é igual a 16; assim, temos que o desvio padrão, que é a raiz quadrada da variância, é igual a 4. P(40≤X≤47)= ? Transformando a variável “X”, com distribuição normal, em uma variável “Z” com distribuição normal padronizada, temos: Então, P(40≤X≤47) = P(0≤Z≤1,75) O valor 1,75 deve ser procurado na tabela de distribuição normal padronizada. Na primeira coluna, encontra-se o numero inteiro “1” e a primeira decimal “0,7”, formando o valor 1,7. Na primeira linha, encontra-se a segunda decimal “5” (igual a 0,05). - A distribuição normal é distribuição apenas de variáveis contínuas, ou seja, “X” assume qualquer valor de -∞ até +∞, isto, é, qualquer valor que pertença ao conjunto dos números reais. - A representação de que uma variável segue uma distribuição normal com média μ e variância σ2 é dada por: X~N(μ; σ2). - As caudas da curva normal nunca tocam o eixo horizontal, o que indica que ela é assintótica. Isso sugere, de forma empírica, que 99,74% da área sob a curva (dos dados) estão distantes da média 3 desvios-padrão, ou seja, μ ± 3 Logo, a probabilidade de “z” estar entre 0 e 1,75 e 0,4599, ou seja, P(0≤Z≤1,75) = 45,99%. Exemplo: Considere as vendas mensais de uma empresa como a variável de estudo. Se as vendas mensais dessa empresa seguem uma distribuição normal, com média igual a R$12000,00 e desvio padrão igual a R$4000,00, qual a probabilidade de que, em um determinado mês, as vendas sejam superiores a R$17000,00? Solução: X: Variável vendas mensais de uma empresa μ: 12000 σ: 4000 P(x ≥ 17000) = ? Note que a tabela da distribuição normal padronizada informa a probabilidade de zero até o valor de Z. Mas observe que nesse exercício queremos a probabilidade acima do valor Z Já sabemos que a curva normal e simétrica em relação a média, e a área sob a curva e 1 (100%), ou seja, Observe como obter o valor da probabilidade para z entre 0 e 1,25 na tabela de distribuição normal padronizada: Desse modo, temos: P(x ≥ 17000) =0,50 – 0,3944 = 0,1056 Portanto, a probabilidade de as vendas superarem R$17000,00 e de 10,56%.
Compartilhar