Volver a la lección

Guía del profesor: Introducción a la distribución normal

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

Presentar lecciónCompartir en ClassroomVer página del estudiante

Usa esta lección con tu clase

Gratis, sin cuentas para los alumnos.

Compartir con los alumnos

Los alumnos abren la lección y practican con corrección inmediata.

Ficha imprimible

Todos los ejercicios en papel, con las soluciones aparte.

Ficha de ejercicios Soluciones

Cuestionario de clase

10 preguntas sobre Distribuciones de probabilidad. Los alumnos entran con su nombre y tú ves todas las puntuaciones.

Para profesores

Objetivos de aprendizaje
  • Describir la forma y propiedades de la distribución normal
  • Explicar el significado de la media y la desviación estándar en contexto
  • Aplicar la regla 68-95-99,7 para estimar probabilidades
  • Calcular e interpretar puntajes Z
  • Convertir entre valores brutos y puntajes Z
Requisitos previos
  • • Comprensión de media y desviación estándar
  • • Conceptos básicos de probabilidad
  • • Familiaridad con porcentajes y proporciones
  • • Habilidades de graficación en un plano cartesiano
Iniciadores de discusión
  • 1. ¿Por qué crees que tantos fenómenos naturales siguen una distribución normal?
  • 2. Si tu puntaje Z en un examen es -0,5, ¿es bueno o malo? ¿Cómo lo sabes?
  • 3. Un estudiante dice que el 95% de la clase obtuvo entre 70 y 90 en un examen. ¿Qué puedes concluir sobre la media y la desviación estándar?
  • 4. ¿Por qué una empresa querría que las medidas de sus productos sigan una distribución normal con una pequeña desviación estándar?
Conceptos erróneos comunes

Todos los datos están normalmente distribuidos

Remediación: Muestra ejemplos de distribuciones sesgadas (ingresos, precios de casas) y distribuciones discretas (lanzamientos de dados). Explica que la normalidad debe verificarse, no asumirse.

Un puntaje Z de 2 significa 2% de probabilidad

Remediación: Aclara que el puntaje Z indica posición (desviaciones estándar de la media), no probabilidad. Usa la regla 68-95-99,7 para encontrar probabilidades.

La desviación estándar siempre es pequeña

Remediación: Muestra distribuciones con diferentes desviaciones estándar. Una desviación estándar grande significa más dispersión, no que algo esté mal.

Ideas de diferenciación

Para estudiantes con dificultades:

  • • Enfocarse solo en la regla 68-95-99,7 sin cálculos de puntaje Z
  • • Usar ejemplos concretos con estaturas y números simples
  • • Proporcionar una tarjeta de fórmula de puntaje Z como referencia
  • • Practicar identificando media y desviación estándar de problemas escritos

Para estudiantes de nivel:

  • • Calcular puntajes Z e interpretar su significado
  • • Aplicar la regla 68-95-99,7 a varios contextos
  • • Comparar valores de diferentes distribuciones normales usando puntajes Z
  • • Resolver problemas que implican encontrar valores a partir de puntajes Z

Para estudiantes avanzados:

  • • Usar tablas Z para encontrar probabilidades exactas
  • • Explorar el teorema del límite central
  • • Investigar cuándo la aproximación normal es apropiada
  • • Calcular probabilidades entre dos puntajes Z
Alineación con estándares
  • HSS-ID.A.4 (CCSS.MATH.CONTENT.HSS.ID.A.4)

    Usar la media y la desviación estándar de un conjunto de datos para ajustarlo a una distribución normal y estimar porcentajes de población

  • HSS-ID.A.2 (CCSS.MATH.CONTENT.HSS.ID.A.2)

    Usar estadísticas apropiadas para la forma de la distribución de datos para comparar centro y dispersión

  • HSS-IC.A.1 (CCSS.MATH.CONTENT.HSS.IC.A.1)

    Entender las estadísticas como un proceso para hacer inferencias sobre parámetros poblacionales basadas en una muestra aleatoria

Recursos de la lección
  • visualCurva de campana interactiva

    Ajusta la media y la desviación estándar para ver cómo cambia la curva

  • activityCalculadora de puntaje Z

    Convierte interactivamente entre puntuaciones brutas y puntajes Z

  • worksheetDistribuciones normales en el mundo real

    Analiza estaturas, resultados de exámenes y datos de medición

Contenido de la lección

Todo lo que ven los alumnos: definición, ejemplos, errores comunes, aplicaciones. Toca para abrir.

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.

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.

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

¿Por qué se llama curva de campana?

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.

¿Puede un puntaje Z ser negativo?

¡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.

¿Cuál es la diferencia entre distribución normal y distribución normal estándar?

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.

¿Todos los datos siguen una distribución normal?

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

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