Utilizando o método geométrico por soma das áreas do retângulos (n representa retângulos na aproximação), pode-se determinar a área da distribuição normal. Para o cálculo da integral utiliza-se a função de densidade de probabilidade ou simplesmente função de densidade aplicado para representar a distribuição de probabilidade de uma variável aleatória contínua,representada pela função:
A função de densidade de probabilidade foi definida através do R por:
No caso em que a Normal é Normal(100,30),os pares a baixo da curva foram calculados para os valores entre:
int.area<-function(a,b,mi,sigma, n){
x=seq(a,b,length.out=n)
y=(x-mi)/sigma
area= (b-a)/n*(1/(sqrt(2*pi)*sigma))*exp(-1/2*(y^2))
prob=sum(area)
prob
}
Utilizando o pnorm do R:
pnorm(72,100,30)-pnorm(35,100,30)
## [1] 0.1601938
Já utilizando a fórmula o resultado para \(n=1000\), a exemplo, foi:
int.area(35,72,100,30,1000)
## [1] 0.1602163
O valor mínimo requerido para que n aproxime do valor obtido por pnorm, para garantir que tenha pelo menos 4 decimais corretas no resultado é n=3660, cujo valor é:
int.area(35,72,100,30,3660)
## [1] 0.1601999
Utilizando o pnorm do R:
pnorm(10,100,30)-pnorm(-1000000,100,30)
## [1] 0.001349898
Já utilizando a fórmula o resultado para \(n=1000\), a exemplo, foi:
int.area(-1000000,10,100,30,1000)
## [1] 0.1477298
O valor mínimo requerido para que n aproxime do valor obtido por pnorm, para garantir que tenha pelo menos 4 decimais corretas no resultado está entre 1.000.000 a 2.000.000, cujo valor de 2.000.000 é:
int.area(-1000000,10,100,30,2000000)
## [1] 0.001387138
Utilizando o pnorm do R:
pnorm(1000000,100,30)-pnorm(200,100,30)
## [1] 0.0004290603
Já utilizando a fórmula o para \(n=1000\), por exemplo, foi:
int.area(200,1000000,100,30,1000)
## [1] 0.05139902
O valor mínimo requerido para que n aproxime do valor obtido por pnorm, para garantir que tenha pelo menos 4 decimais corretas no resultado está entre 300.000 a 400.000, cujo valor de 400.000 é:
int.area(200,1000000,100,30,400000)
## [1] 0.0004962791