DISTRIBUIÇÕES CONTÍNUAS

Se X é uma variável f (x)

aleatória contínua
com função de
densidade
n
 x
e x = lim 1 + 
n →  n
x
e = lim (1 + n )
x n
+
n →0

e =
x xn − +
n = 0 n!
x1 x2 x3 x4 X
x =1
2
1  x− 
1 −  
2  
f ( x) = e
2 2
e = 2,718 281 828 459 045 235 360 287
π = 3,14159 26535 89793 23846
 2
1  x− 
1 −  
2  
f ( x) = e
2 2

E(X) = µ (média ou valor esperado) Var(X) = σ2 DP(X) = σ

x = µ é ponto de máximo de f(x)

f(x) → 0, quando x → ±∞
x = µ - σ e x = µ + σ são pontos de inflexão de f(x)
Simétrica para x = µ
 Distribuição Normal

( x −  )2
1 −
f ( x) = e 2 2

2 2

𝜇 − 𝜎 ≤ 𝑋 ≤ 𝜇 + 𝜎 ≈ 0,6826
𝜇 − 2𝜎 ≤ 𝑋 ≤ 𝜇 + 2𝜎 ≈ 0,9544
𝜇 − 3𝜎 ≤ 𝑋 ≤ 𝜇 + 3𝜎 ≈ 0,9973

X possui distribuição Normal X ~ N ( ;  ) 2

 Tensão de ruptura de cabos de aço (MPa)
X ~ N (430 ; 625)
14  = 430 MPa
 =
12
2
0,1
625 MPa 2
08
= 25 MPa
06

04

02

0
0
- 5 10 15
+ 20
430 458

+∞
1 1 𝑥−430 2
−
P (X > 458) = ? 𝑃(𝑋 > 458) = න 𝑒 2 25 𝑑(𝑥) =?
25 2𝜋
458
 Distribuição Normal Padrão
Para padronizar a variável aleatória contínua X com
distribuição normal é feita uma transformação, obtendo-se uma
variável aleatória contínua Z , com distribuição normal padrão
X −
Transformação Z=

A variável Z indica o quanto, em desvios padrão, o valor de X se
afasta da sua média 

z
-3 -2 -1 0 1 2 3
 Distribuição Normal Padrão
Se X ~ N ( ;2), então a variável aleatória contínua Z , definida
por :
X −
Z=

será Z ~ N (0 ;1), cuja função de densidade de probabilidade é dada
por : f (z )
0,14

0,12

0,1
1 2
1 − (z )
0,08

f ( z) = e 2
0,06

2 0,04

0,02
Z
0
0 - 5 10 15 + 20
-2,00 -1,00 0,00 1,00 2,00

X − x−
Z= → P( X  x ) = P( Z  ) = Valores tabelados
 
 1 2
1 z − (u )
( z ) =
2 e
0
2
du
 1 2
1 + − (u )
( z ) =
2 
z
e 2
du
 1 2
1 z − (u )
( z ) =
2 e
−
2
du
 0

1 2
1 z0 − (u )
 ( z0 ) =
2 
−
e 2
du
 Tensão de ruptura de cabos de aço (MPa)
X ~ N (430 ; 625) X −
14
Z=

 = 430 MPa
12

0,1

08
 = 2
625 MPa 2 0,5000
06

04 = 25 MPa 0,3686
02

0
- + X
0 5 430
10 458 15 20

Z
0,00 1,12

 458 − 430 
P( X  458) = P Z   = P( Z  1,12) = 0,5000 − 0,3686
 25 
P( X  458) = 0,1314 = 13,14%
P (0,00  Z  1,12) = 0,3686
 1 2
1 + − (u )
( z ) =
2 
z
e 2
du
Utilizando a tabela da distribuição normal padrão, determinar
as seguintes probabilidades apresentando o esquema gráfico da
distribuição.

𝑃(0,00 ≤ 𝑍 ≤ 1,96)

𝑃(0,98 < 𝑍 < 1,27)

𝑃(−1,64 ≤ 𝑍 ≤ 1,64)
𝑃(0,00 ≤ 𝑍 ≤ 1,96) = 0,4750

0,4750

0,00 1,96
𝑃(0,00 ≤ 𝑍 ≤ 1,96) = 0,4750
 95% em torno da média

𝑃(−1,96 ≤ 𝑍 ≤ 1,96)= 0,4750 + 0,4750 = 0,9500

0,4750 0,4750

−1,96 0,00 1,96

𝑃(0,98 < 𝑍 < 1,27) = 0,3980 − 0,3365 = 0,0615

0,3980

0,3365
𝑍

0,00 0,98 1,27

𝑃(0,00 ≤ 𝑍 ≤ 0,98) = 0,3365

𝑃(0,00 ≤ 𝑍 ≤ 1,27) = 0,3980

𝑃(−1,64 ≤ 𝑍 ≤ 1,64) = 0,4495 + 0,4495 = 0,8990

0,4495 0,4495

−1,64 0,00 1,64

𝑃(0,00 ≤ 𝑍 ≤ 1,64) = 0,4495
Obter o valor de z utilizando a tabela da distribuição normal
padrão,

0,9500
𝑃 −∞ ≤ 𝑍 ≤ 𝑧 = 0,9500
𝑧=?

0,9950
𝑃 −∞ ≤ 𝑍 ≤ 𝑧 = 0,9950
𝑧=?

0,8550
𝑃 −𝑧 ≤ 𝑍 ≤ 𝑧 = 0,8550
−𝑧 = ? 𝑧=?
𝑃 −∞ ≤ 𝑍 ≤ 𝑧 = 0,9500

0,9500

𝑧=?

𝑧 = 1,645
 0

1 2
1 z0 − (u )
 ( z0 ) =
2 
−
e 2
du
 90% em torno da média
𝑃(−1,645 ≤ 𝑍 ≤ 1,645) = 0,4500 + 0,4500 = 0,9000
𝑃 −∞ ≤ 𝑍 ≤ 1,645 = 0,9500

0,9500 -
0,5000
0,4500 0,4500

−1,645 0,00 1,645

𝑃 −∞ ≤ 𝑍 ≤ 𝑧 = 0,9950

0,9950

𝑧=?

𝑧 = 2,58
 0

1 2
1 z0 − (u )
 ( z0 ) =
2 
−
e 2
du
 99% em torno da média
𝑃(−2,58 ≤ 𝑍 ≤ 2,58) = 0,4950 + 0,4950 = 0,9900
𝑃 −∞ ≤ 𝑍 ≤ 2,58 = 0,9950

0,9950 -
0,5000
0,4950 0,4950

−2,58 0,00 2,58

𝑃 −𝑧 ≤ 𝑍 ≤ 𝑧 = 0,8550

0,8550

−𝑧 = ? 𝑧=?

𝑧 ≅ ±1,46
 0,8550

0,4275 0,4275

−𝑧 = ? 𝑧=?

𝑧 ≅ ±1,46
Qual o valor de Z ?

?
 0,4842

???

0,9842
 0,4842

2? ,?15
?

0,9842
 0,4842

2,15

0,9842
-2,15
??? 0 2,15
 1 2
1 z − (u )
( z ) =
2 e
−
2
du

?
X ~ N (430 ; 625)
1  x−  2
1 −  
2  
f ( x) = e
Tensão de ruptura de  2
cabos de aço (MPa)


 = 25
0,5000 0,4000

?? = 1,28
 1 2
1 + − (u )
( z ) =
2 
z
e 2
du
 X −
Z= 

X − 430
1,28 = 
25
X = 462 MPa

 X = 462
 = 25
2-) A variável altura (Y), em metros, de 5000 alunos de uma
universidade possui distribuição normal com Y : N (1,64; 0,0064).
Pese-se:-

a-) A probabilidade de ocorrer alunos com altura inferior a 1,60 m

b-) O número de alunos com altura superior a 1,62 m

c-) Qual a altura em que 90% dos alunos estão abaixo ?

d-) Qual a altura em que 85% dos alunos estão acima ?

 a-) A probabilidade de ocorrer alunos com altura inferior a 1,60 m
Y ~ N (1,64 ; 0,0064)  = 1,64 m  2 = 0,0064 m 2  = 0,08 m

N = 5000 alunos

0,5000

Y
1,60 1,64 m Z
− 0,50 0,00
 1,60 − 1,64 
P(Y  1,60)  P Z    P(Z  −0,50) P(− 0,50  Z  0) = 0,1915
 0,08 
P(Y  1,60) = P(Z  −0,50) = 0,5000 − 0,1915 = 0,3085 = 30,85%
 𝑃(−0,50 ≤ 𝑍 ≤ 0,00) =
= 𝑃(0,00 ≤ 𝑍 ≤ 0,50) = 0,1915
 1 2
1 z − (u )
( z ) =
2 e
−
2
du

Y
1,60 1,64 m Z
− 0,50 0,00
 b-) O número de alunos com altura superior a 1,62 m
 1,62 − 1,64  N = 5000 alunos
P(Y  1,62) = P Z   = P(Z  −0,25)
 0,08 

P(− 0,25  Z  0) = 0,0987

P(Y  1,62) = P(Z  −0,25) =

0,5000

= 0,0987 + 0,5000

P(Y  1,62) = 0,5987

Y
1,62 1,64 m Z
− 0,25 0,00

nº de alunos = P(Y  1,62)  N = 0,5987  5000 = 2993,5  2994 alunos

 𝑃(−0,25 ≤ 𝑍 ≤ 0,00) =
𝑃(0,00 ≤ 𝑍 ≤ 0,25) = 0,0987
c-) Qual a altura em que 90% dos alunos estão abaixo ?

Y
? ? 1,64 m ? y =? y=?
0,00 z=? Z

P(0  Z  z ) = 0,4000  z  1,28

Y − y − 1,64
Z=  1,28   y  1,7424  1,74 m
 0,08
𝑃(0,00 ≤ 𝑍 ≤ 𝑧) = 0,4000

𝑧 ≅ 1,28
d-) Qual a altura em que 85% dos alunos estão acima ?

Y
y =? ? 1,64 m ? ? y=?
0,00 Z
z=-?

P(− z  Z  0) = 0,3500  z  −1,04

Y − y − 1,64
Z=  − 1,04   y  1,5568  1,56 m
 0,08
 𝑃(−𝑧 ≤ 𝑍 ≤ 0,00) =
𝑃(0,00 ≤ 𝑍 ≤ 𝑧) = 0,3500

𝑧 ≅ 1,04