Math ClubMath Club
v1 · padrão canônico

Lição 76 — Distribuição normal

Curva de sino: densidade, padronização Z, regra 68-95-99,7, intervalos de confiança e testes Z. A distribuição central da estatística e das ciências aplicadas.

Used in: Stochastik — Leistungskurs alemão · H2 Math — Singapura · AP Statistics — EUA · Math B — Japão

f(x)=1σ2πe(xμ)22σ2,Z=Xμσf(x) = \frac{1}{\sigma\sqrt{2\pi}}\,e^{-\frac{(x-\mu)^2}{2\sigma^2}}, \quad Z = \frac{X-\mu}{\sigma}
Choose your door

Rigorous notation, full derivation, hypotheses

Definição rigorosa

Densidade e parâmetros

"If XX is a random variable and XX has a normal distribution with mean μ\mu and standard deviation σ\sigma, we write XN(μ,σ)X \sim N(\mu, \sigma). The mean μ\mu is the center of the symmetric curve, and the standard deviation σ\sigma gives the spread." — OpenStax Statistics §6.1

"Normal distributions are symmetric around their mean... The area under a normal distribution curve within one standard deviation of the mean is approximately 68%, within two standard deviations is approximately 95%, and within three standard deviations is approximately 99.7%." — OpenIntro Statistics §3.5

μμ−σμ+σμ−2σμ+2σ68%13,6%13,6%

Curva normal: 68% dos dados entre μ ± σ (região central escura), 27,2% entre μ ± 2σ (regiões laterais), 0,3% nas caudas além de μ ± 3σ.

Exemplos resolvidos

Exercise list

42 exercises · 10 with worked solution (25%)

Application 24Understanding 2Modeling 12Challenge 1Proof 3
  1. Ex. 76.1Application

    XN(70,102)X \sim \mathcal N(70, 10^2). Calcule o z-score para X=85X = 85.

  2. Ex. 76.2Application

    XN(100,152)X \sim \mathcal N(100, 15^2). Calcule o z-score para X=80X = 80.

  3. Ex. 76.3ApplicationAnswer key

    Calcule P(Z1,96)P(Z \leq 1{,}96).

  4. Ex. 76.4Application

    Calcule P(Z1,96)P(Z \geq 1{,}96).

  5. Ex. 76.5Application

    Calcule P(1,96Z1,96)P(-1{,}96 \leq Z \leq 1{,}96).

  6. Ex. 76.6Application

    Calcule P(Z1,5)P(Z \leq -1{,}5).

  7. Ex. 76.7Application

    Calcule P(0Z2)P(0 \leq Z \leq 2).

  8. Ex. 76.8Application

    XN(50,102)X \sim \mathcal N(50, 10^2). Calcule P(X>65)P(X > 65).

  9. Ex. 76.9Application

    XN(50,102)X \sim \mathcal N(50, 10^2). Calcule P(40<X<60)P(40 < X < 60).

  10. Ex. 76.10Application

    XN(0,4)X \sim \mathcal N(0, 4) (variância = 4). Calcule P(X>3)P(X > 3).

  11. Ex. 76.11ApplicationAnswer key

    Calcule o quantil 90% de N(100,152)\mathcal N(100, 15^2).

  12. Ex. 76.12Application

    Calcule Q1Q_1 (quantil 25%) de N(100,152)\mathcal N(100, 15^2).

  13. Ex. 76.13Application

    QI N(100,152)\sim \mathcal N(100, 15^2). Qual % da população tem QI entre 85 e 115?

  14. Ex. 76.14Application

    QI N(100,152)\sim \mathcal N(100, 15^2). Qual % tem QI acima de 130?

  15. Ex. 76.15Application

    QI N(100,152)\sim \mathcal N(100, 15^2). Qual % tem QI acima de 145?

  16. Ex. 76.16Application

    Alturas N(170,82)\sim \mathcal N(170, 8^2) cm. Qual % tem altura acima de 186 cm?

  17. Ex. 76.17ApplicationAnswer key

    Notas N(70,102)\sim \mathcal N(70, 10^2). A partir de qual nota começa o top 5%?

  18. Ex. 76.18Application

    XN(0,1)X \sim \mathcal N(0, 1). Calcule P(X>3)P(|X| > 3).

  19. Ex. 76.19ApplicationAnswer key

    Para XN(μ,σ2)X \sim \mathcal N(\mu, \sigma^2), qual a relação entre mediana, moda e μ\mu?

  20. Ex. 76.20Application

    XN(20,42)X \sim \mathcal N(20, 4^2) e YN(10,32)Y \sim \mathcal N(10, 3^2) independentes. Qual a distribuição de X+YX + Y?

  21. Ex. 76.21Application

    Salário mensal N(5000,15002)\sim \mathcal N(5000, 1500^2) reais. Qual o piso salarial do top 10%?

  22. Ex. 76.22ApplicationAnswer key

    Duração de voo N(120,102)\sim \mathcal N(120, 10^2) min. Quanto tempo reservar para ter 99% de confiança de chegar a tempo?

  23. Ex. 76.23Application

    Retornos diários de ação N(0,001,  0,012)\sim \mathcal N(0{,}001,\; 0{,}01^2). Calcule P(perda>2%)P(\text{perda} > 2\%).

  24. Ex. 76.24Application

    Voltagem N(220,52)\sim \mathcal N(220, 5^2). Aparelho falha se V>235V > 235 V. Calcule a probabilidade de falha.

  25. Ex. 76.25Modeling

    Peças com diâmetro N(10,00;  0,022)\mathcal N(10{,}00;\; 0{,}02^2) mm. Tolerância 10,00±0,0510{,}00 \pm 0{,}05 mm. Qual fração é rejeitada?

  26. Ex. 76.26Modeling

    Pesquisa com 1000 entrevistados estima proporção real p=0,50p = 0{,}50. Construa IC 95% para pp.

  27. Ex. 76.27ModelingAnswer key

    Xˉ=105\bar X = 105, n=25n = 25, σ=10\sigma = 10 (conhecido). Construa IC 95% para μ\mu.

  28. Ex. 76.28Modeling

    Teste H0:μ=100H_0: \mu = 100 vs. H1:μ100H_1: \mu \neq 100. Xˉ=105\bar X = 105, n=25n = 25, σ=10\sigma = 10. Calcule o p-valor e decida.

  29. Ex. 76.29ModelingAnswer key

    Tempo de execução N(50,52)\sim \mathcal N(50, 5^2) ms. Para garantir SLA com 95% das requisições abaixo do limite, qual threshold definir?

  30. Ex. 76.30Modeling

    Six Sigma: especificação μ±6σ\mu \pm 6\sigma. Com ajuste de 1,5σ para deriva do processo, calcule os defeitos por milhão. Por que o resultado é 3,4 ppm e não virtualmente zero?

  31. Ex. 76.31Modeling

    Gráfico X-bar com n=5n = 5, σ=2\sigma = 2 (conhecido), Xˉˉ=100\bar{\bar{X}} = 100. Calcule UCL e LCL a ±3σ\pm 3\sigma.

  32. Ex. 76.32Modeling

    Scores de modelo de ML N(0,80,  0,052)\sim \mathcal N(0{,}80,\; 0{,}05^2). Qual o threshold para selecionar o top 20% dos modelos?

  33. Ex. 76.33Modeling

    Resistor 100Ω com tolerância ±5%\pm 5\%. Assumindo σ=5/3\sigma = 5/3 ohm (3σ\sigma = tolerância), calcule a fração dentro da especificação.

  34. Ex. 76.34Modeling

    Retorno anual de carteira N(5%,20%2)\sim \mathcal N(5\%, 20\%^2). Calcule a probabilidade de retorno negativo num ano.

  35. Ex. 76.35Modeling

    Notas do ENEM (Matemática) N(520,1102)\sim \mathcal N(520, 110^2). Calcule P(nota>700)P(\text{nota} > 700).

  36. Ex. 76.36ModelingAnswer key

    IPCA anual modelado como N(4,5%,  1,5%2)\mathcal N(4{,}5\%,\; 1{,}5\%^2). Meta de inflação: até 6,5%. Qual a probabilidade de estourar a meta?

  37. Ex. 76.37Understanding

    Por que padronizamos para a normal padrão? O que justifica a existência de uma única tabela Φ(z)\Phi(z)?

  38. Ex. 76.38Understanding

    A cauda da normal é "fina" ou "pesada"? Por que isso importa em modelagem de risco financeiro?

  39. Ex. 76.39Challenge

    Mostre que se XN(0,1)X \sim \mathcal N(0, 1), então Y=X2Y = X^2 tem distribuição qui-quadrado com 1 grau de liberdade.

  40. Ex. 76.40Proof

    Demonstre que se XN(μ,σ2)X \sim \mathcal N(\mu, \sigma^2) e Y=aX+bY = aX + b (com a>0a > 0), então YN(aμ+b,  a2σ2)Y \sim \mathcal N(a\mu + b,\; a^2\sigma^2).

  41. Ex. 76.41ProofAnswer key

    Demonstre que +ex2/2dx=2π\int_{-\infty}^{+\infty} e^{-x^2/2}\,dx = \sqrt{2\pi} pelo truque de coordenadas polares.

  42. Ex. 76.42ProofAnswer key

    Demonstre (esboço) que a distribuição normal maximiza a entropia diferencial entre todas as distribuições contínuas com média μ\mu e variância σ2\sigma^2 fixas.

Fontes

  • OpenIntro Statistics (4ª ed) — Diez, Çetinkaya-Rundel, Barr · 2019 · EN · CC-BY-SA. Fonte primária — §3.5 (padronização, regra 68-95-99,7, Q-Q plot, aplicações).
  • Statistics (OpenStax) — Illowsky, Dean · 2022 · EN · CC-BY. §6.1–6.4 — densidade, CDF, IC, TCL, exercícios AP-level.
  • Introduction to Probability (Grinstead-Snell) — Grinstead, Snell · 1997 · EN · GNU FDL. §5.2 — integral gaussiana, MGF, máxima entropia, limite De Moivre-Laplace; exercícios demonstrativos.

Updated on 2026-05-06 · Author(s): Clube da Matemática

Found an error? Open an issue on GitHub or submit a PR — open source forever.