Distribuição Normal ou Gaussiana A distribuição Normal é sem dúvida uma das distribuições mais utilizadas na estatística. São inúmeras as variáveis aleatórias que descrevem fenómenos, processos físicos ou características humanas (peso, altura, etc.) e que seguem distribuição Normal. Noutros casos, as variáveis não seguem distribuição Normal mas aproximam-se muito desta distribuição. ( ) Uma variável aleatória contínua X segue a lei Normal, X ∩ N µ, σ 2 , se a função densidade de probabilidade − 1 x −µ e 2 σ , 2 f (x) = for dada por: 1 σ 2π x, µ ∈ IR, σ > 0 em que µ representa a média paramétrica e σ o desvio padrão da população. Características da distribuição Normal (distribuição contínua): A distribuição tem a forma de sino, é simétrica ao eixo x=µ e tem pontos de inflexão em x=µ±σ. Qualquer distribuição Normal é definida por duas medidas: a média µ que localiza o centro da distribuição e o desvio padrão σ que mede a variabilidade de X em torno da média µ. Standardização: X ∩ N(µ, σ 2 ) ⇒ Z = X −µ σ ∩ N(0,1) Para procedermos ao cálculo de uma probabilidade, teremos sempre que transformar qualquer distribuição Normal, na chamada Normal-padrão ou Normal standardizada, utilizando depois tabelas apropriadas. Momentos: E(X)= µ V(X)= σ2 ; Aditividade: ( ) X ∩ N µ, σ 2 Y = c1 X + c 2 , c1 ≠ 0 e c 2 ∈ IR ( Y ∩ N (µ ) ) ( 2 2 ⇒ Y ∩ N c 1µ + c 2 , c 1 σ 2 2 2 ⇒ X − Y ∩ N µx -µy ,σx + σy y,σy X e Y independentes X ∩ N µ x , σ 2x ( ) X i ∩ N µ, σ 2 ⇒ X = ( 1 n n ∑ i =1 σ2 X i ∩ N µ, n ) ) e ( X + Y ∩ N µ x + µ y , σ 2x + σ 2y )