Introducción a la distribución normal

Aprende sobre la curva de campana, la distribución de probabilidad más importante en estadística.

Avanzado25 minLección
Ficha imprimible

Definición

La distribución normal (también llamada distribución gaussiana o curva de campana) es una distribución de probabilidad simétrica en forma de campana que describe cómo muchos fenómenos naturales se distribuyen alrededor de un valor promedio.

Propiedades clave

  1. 1.Simétrica: La distribución es perfectamente simétrica alrededor de la media (μ\mu)
  2. 2.Forma de campana: La mayoría de los valores se agrupan cerca del centro, con menos valores en los extremos
  3. 3.Media = Mediana = Moda: Las tres medidas de tendencia central son iguales
  4. 4.Definida por dos parámetros:
  • Media (μ\mu): El centro de la distribución
  • Desviación estándar (σ\sigma): Qué tan dispersos están los datos

La distribución normal estándar

Cuando μ=0\mu = 0 y σ=1\sigma = 1, tenemos la distribución normal estándar:
Z=X−μσZ = \frac{X - \mu}{\sigma}
Esta fórmula convierte cualquier valor XX en un puntaje Z, indicando cuántas desviaciones estándar está de la media.

Pruébalo ahora

¿Qué forma tiene la distribución normal?

Ejemplos resueltos

Las estaturas de hombres adultos en un país están normalmente distribuidas con media μ=175\mu = 175 cm y desviación estándar σ=7\sigma = 7 cm. ¿Qué porcentaje de hombres mide entre 168 cm y 182 cm?
1

Identificar los límites en términos de desviaciones estándar

168=175−7=μ−1σ168 = 175 - 7 = \mu - 1\sigma 182=175+7=μ+1σ182 = 175 + 7 = \mu + 1\sigma → Estamos viendo ±1\pm 1 desviación estándar de la media
2

Aplicar la regla 68-95-99,7

Dentro de 1 desviación estándar de la media: 68% Dentro de 2 desviaciones estándar: 95% Dentro de 3 desviaciones estándar: 99,7% → El 68% de los datos cae dentro de 1 desviación estándar
3

Expresar la respuesta

Como 168 cm y 182 cm están exactamente a 1 desviación estándar de la media → Aproximadamente el 68% de los hombres mide entre 168 cm y 182 cm

Errores comunes

Confundir desviación estándar con varianza

Por qué está mal: La varianza (σ2\sigma^2) es el cuadrado de la desviación estándar. Usar la varianza en lugar de la desviación estándar en los cálculos de puntaje Z da resultados incorrectos.

Correcto: Siempre usa la desviación estándar (σ\sigma) en la fórmula del puntaje Z: Z=X−μσZ = \frac{X - \mu}{\sigma}

Olvidar que la distribución normal es simétrica

Por qué está mal: Los estudiantes a veces calculan probabilidades para solo un extremo y olvidan tener en cuenta la simetría.

Correcto: La probabilidad de estar más de 2 desviaciones estándar por encima de la media (2,5%) es igual a la probabilidad de estar más de 2 desviaciones estándar por debajo de la media (2,5%).

Aplicar la regla 68-95-99,7 a distribuciones no normales

Por qué está mal: Esta regla solo aplica a distribuciones normales. Otras distribuciones pueden tener porcentajes muy diferentes.

Correcto: Primero verifica que tus datos sigan una distribución normal antes de aplicar estas reglas.

Pensar que un puntaje Z negativo es malo

Por qué está mal: Un puntaje Z negativo simplemente significa que el valor está por debajo de la media, no que sea incorrecto o inválido.

Correcto: Los puntajes Z pueden ser positivos (por encima de la media) o negativos (por debajo de la media). El contexto determina si mayor o menor es deseable.

Visual interactivo

Distribución normal

Estatura de hombres: μ = 175 cm, σ = 7 cm

34,1 %34,1 %13,6 %13,6 %2,1 %2,1 %154μ − 3σ161μ − 2σ168μ − σ175μ182μ + σ189μ + 2σ196μ + 3σcm

μ = 175, σ = 7

Sombrear dentro de

P(168 ≤ X ≤ 182) ≈ 0,6827 = 68,3 %z = -1, z = 1

Regla 68-95-99,7: cerca del 68 % de los valores está a menos de 1σ de la media, el 95 % a menos de 2σ y el 99,7 % a menos de 3σ.

Distribución normal

Puntuaciones: μ = 500, σ = 100

200μ − 3σ300μ − 2σ400μ − σ500μ600μ + σ700μ + 2σ800μ + 3σ

μ = 500, σ = 100

Sombrear dentro de

P(X ≤ 650) ≈ 0,9332 = 93,3 %z = 1,5

Sandbox interactivo

Calculadora de expresiones

Prueba estos:

Historial

Aún no hay cálculos

Problemas de práctica

15 problemas
Problema 1 de 15
Fácil
¿Qué forma tiene la distribución normal?

Por qué es importante

La distribución normal aparece en todas partes en el mundo real:
  • Características humanas: Estaturas, pesos, presión arterial y puntuaciones de CI siguen aproximadamente distribuciones normales
  • Errores de medición: Los errores aleatorios en mediciones científicas tienden a estar normalmente distribuidos
  • Resultados de exámenes: La selectividad y muchos exámenes estandarizados están diseñados para producir distribuciones normales
  • Control de calidad: Los procesos de fabricación utilizan distribuciones normales para monitorear la calidad del producto
  • Teorema del límite central: Las medias muestrales de CUALQUIER distribución se vuelven aproximadamente normales con muestras grandes
Comprender la distribución normal es esencial para hacer predicciones, detectar valores atípicos y entender la inferencia estadística.

Aplicaciones del mundo real

Control de calidad en la fabricación

Las fábricas utilizan distribuciones normales para monitorear la calidad del producto y establecer rangos de tolerancia aceptables.

Ejemplo:

Una fábrica de tornillos produce tornillos con diámetro medio μ=10,00\mu = 10{,}00 mm y σ=0,02\sigma = 0{,}02 mm. Los tornillos fuera de ±3σ\pm 3\sigma (9,94 mm a 10,06 mm) se rechazan como defectuosos.

1Inténtalo tú mismo

Una fábrica produce botellas que deben contener 500 mL de líquido. El proceso de llenado está normalmente distribuido con μ=500\mu = 500 mL y σ=5\sigma = 5 mL.

¿Qué rango contiene el 95% de todas las botellas?

Paso 1: Elige la respuesta correcta

Usa la regla 68-95-99,7 con ±2σ\pm 2\sigma:

Pruebas médicas y diagnóstico

Los médicos utilizan distribuciones normales para interpretar resultados de pruebas médicas y determinar qué se considera saludable o anormal.

Ejemplo:

Las lecturas de presión arterial son aproximadamente normalmente distribuidas. Una lectura más de 2 desviaciones estándar por encima de la media poblacional puede indicar hipertensión.

2Inténtalo tú mismo

Los niveles de colesterol en adultos sanos están normalmente distribuidos con μ=200\mu = 200 mg/dL y σ=35\sigma = 35 mg/dL. Un nivel superior a μ+1,5σ\mu + 1{,}5\sigma se considera elevado.

¿A qué nivel de colesterol un resultado se vuelve elevado?

Paso 1: Escribe la expresión matemática

Calcula μ+1,5σ\mu + 1{,}5\sigma:

Puntos clave

  • 1La distribución normal es una curva simétrica en forma de campana definida por la media (μ\mu) y la desviación estándar (σ\sigma)
  • 2La regla 68-95-99,7: el 68% de los datos cae dentro de ±1σ\pm 1\sigma, el 95% dentro de ±2σ\pm 2\sigma, el 99,7% dentro de ±3σ\pm 3\sigma
  • 3Fórmula del puntaje Z: Z=X−μσZ = \frac{X - \mu}{\sigma} indica cuántas desviaciones estándar un valor está de la media
  • 4La distribución normal estándar tiene μ=0\mu = 0 y σ=1\sigma = 1
  • 5Las distribuciones normales aparecen en estaturas, resultados de exámenes, errores de medición y muchos fenómenos naturales

Preguntas frecuentes

La forma del gráfico de la distribución normal se asemeja a una campana - ancha en el medio donde ocurren la mayoría de los valores, y estrechándose simétricamente en ambos extremos donde los valores extremos son raros.
La forma del gráfico de la distribución normal se asemeja a una campana - ancha en el medio donde ocurren la mayoría de los valores, y estrechándose simétricamente en ambos extremos donde los valores extremos son raros.
¡Sí! Un puntaje Z negativo significa que el valor está por debajo de la media. Por ejemplo, z = -1,5 significa que el valor está 1,5 desviaciones estándar por debajo del promedio. Esto no es malo - depende del contexto.
Cualquier distribución normal puede tener cualquier media y desviación estándar. La distribución normal estándar específicamente tiene media = 0 y desviación estándar = 1. Convertimos a normal estándar usando puntajes Z.
No. Las distribuciones de ingresos típicamente son sesgadas (no simétricas). Los conteos y proporciones siguen diferentes distribuciones. Siempre verifica si la normalidad es una suposición razonable para tus datos.

Glosario

Distribución normal
Una distribución de probabilidad simétrica en forma de campana definida por su media y desviación estándar
Media (μ)
El centro de la distribución normal; el valor promedio
Desviación estándar (σ)
Una medida de dispersión; indica qué tan lejos los valores típicamente se desvían de la media
Puntaje Z
El número de desviaciones estándar que un valor está de la media: Z=X−μσZ = \frac{X - \mu}{\sigma}
Distribución normal estándar
Una distribución normal con media 0 y desviación estándar 1
Regla 68-95-99,7
En una distribución normal, aproximadamente el 68% de los datos está dentro de 1σ de la media, el 95% dentro de 2σ, y el 99,7% dentro de 3σ
Curva de campana
Otro nombre para la distribución normal, debido a su forma de campana
Percentil
El porcentaje de valores en una distribución que caen por debajo de un valor dado

Tarjeta de fórmulas

Puntaje Z

Z=X−μσZ = \frac{X - \mu}{\sigma}

Convierte un valor bruto a unidades estándar

Valor bruto desde puntaje Z

X=μ+Z⋅σX = \mu + Z \cdot \sigma

Convierte un puntaje Z de vuelta a las unidades originales

Regla 68-95-99,7

μ±1σ\mu \pm 1\sigma: 68%, μ±2σ\mu \pm 2\sigma: 95%, μ±3σ\mu \pm 3\sigma: 99,7%

Porcentajes dentro de las desviaciones estándar

Reto de hoyUn problema, tres intentos

Más sobre este tema

Introducción a las distribuciones de probabilidad

Avanzado25 min

Probabilidad binomial

Avanzado25 min

Distribuciones discretas vs continuas

Avanzado25 min

Valor esperado

Avanzado25 min