Tese em PDF - departamento de engenharia florestal ...
Tese em PDF - departamento de engenharia florestal ...
Tese em PDF - departamento de engenharia florestal ...
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
1. A curva normal t<strong>em</strong> forma <strong>de</strong> sino;<br />
2. É simétrica <strong>em</strong> relação à média;<br />
3. É <strong>de</strong>finida para qualquer valor pertencente ao conjunto dos números reais, variando <strong>de</strong><br />
infinito negativo a infinito positivo;<br />
4. Cada distribuição normal fica completamente especificada por sua média e seu <strong>de</strong>svio<br />
padrão; há uma distribuição normal distinta para cada combinação <strong>de</strong> média e <strong>de</strong>svio<br />
padrão;<br />
5. A área total sob a curva é consi<strong>de</strong>rada como 100%;<br />
6. A área sob a curva entre dois pontos é a probabilida<strong>de</strong> <strong>de</strong> uma variável normalmente<br />
distribuída entre esses pontos;<br />
7. Como há um número ilimitado <strong>de</strong> valores no intervalo - ∞ a + ∞ , a probabilida<strong>de</strong> <strong>de</strong><br />
uma variável aleatória distribuída normalmente assumir exatamente <strong>de</strong>terminado valor<br />
é zero. Assim, as probabilida<strong>de</strong>s se refer<strong>em</strong> a intervalos <strong>de</strong> valores;<br />
8. A área sob curva entre a média e um ponto arbitrário é função do número <strong>de</strong> <strong>de</strong>svios<br />
padrões entre a média e aquele ponto; e<br />
9. Uma vez que não existe forma analítica para se calcular a probabilida<strong>de</strong> <strong>em</strong> um<br />
intervalo, na distribuição normal, tabelas são utilizadas (FREUND, WILSON, 1996).<br />
As probabilida<strong>de</strong>s foram obtidas por meio <strong>de</strong> cálculo numérico.<br />
A altura <strong>de</strong> um hom<strong>em</strong>, a velocida<strong>de</strong> <strong>em</strong> qualquer direção e o erro na medida <strong>de</strong> uma<br />
quantida<strong>de</strong> física apresenta um comportamento que aproxima-se da distribuição <strong>de</strong><br />
probabilida<strong>de</strong>s normal (ROSS, 2000).<br />
A distribuição normal foi introduzida pelo mat<strong>em</strong>ático francês Abraham De Moivre,<br />
<strong>em</strong> 1733. De Moivre, que usou essa distribuição para aproximar probabilida<strong>de</strong>s referentes a<br />
lançamentos <strong>de</strong> moedas, a chamou <strong>de</strong> curva exponencial <strong>em</strong> forma <strong>de</strong> sino (exponential bell-<br />
shaped curve). Entretanto, foi apresentada realmente apenas <strong>em</strong> 1809, quando o famoso<br />
mat<strong>em</strong>ático al<strong>em</strong>ão K. F. Gauss a usou como uma parte integral da sua aproximação para<br />
predizer o local <strong>de</strong> entida<strong>de</strong>s astronômicas. Como resultado tornou-se comum após essa data<br />
chamá-la <strong>de</strong> distribuição Gaussiana (ROSS, 2000).<br />
Do meio para o final do século XIX, entretanto, muitos estatísticos passaram a<br />
acreditar que a maioria dos intervalos <strong>de</strong> dados teria histogramas <strong>de</strong> acordo com a forma <strong>de</strong><br />
sino Gaussiano. Além disso, tornou-se aceitável que fosse “normal” para qualquer conjunto<br />
<strong>de</strong> dados b<strong>em</strong> comportados seguir esta curva. Como resultado, seguindo o estatístico britânico<br />
Karl Pearson, as pessoas começaram a se referir à curva <strong>de</strong> Gauss chamando-a <strong>de</strong> curva<br />
normal (ROSS, 2000).<br />
29