La Distribución Normal
“La distribución normal es 68-95-99.7 — mientras más lejos de la media, más raro se vuelve rápidamente.”
La fórmula
P(μ−σ ≤ X ≤ μ+σ) ≈ 0.68Cómo leerla: en una distribución normal, cerca del 68% de los datos cae dentro de una desviación estándar σ de la media μ
- μ
- — la media — el centro de la distribución (posición del pico)
- σ
- — la desviación estándar — qué tan dispersos están los datos (el ancho)
- 68%
- — la fracción de datos que cae dentro de ±1σ de la media
El gancho
Alturas, calificaciones de exámenes, errores de medición — innumerables datos de la naturaleza y la sociedad se acumulan, como por acuerdo, en la misma 'forma de campana'. Esa es la distribución normal.
En palabras simples
Una distribución con forma de campana, simétrica respecto a su media. Los datos se agrupan más densamente cerca de la media y se dispersan rápidamente al alejarse.
La intuición
Cuando muchas causas pequeñas e independientes se acumulan por azar, los resultados se agrupan en forma de campana. El centro (media μ) es el pico, y la dispersión (desviación estándar σ) es el ancho de la campana. Una σ pequeña es alta y angosta, una σ grande es ancha y plana — μ fija la posición, σ fija la dispersión.
Cómo se construye
La clave es la 'regla del 68-95-99.7'. Cerca del 68% de los datos cae dentro de ±1σ de la media, cerca del 95% dentro de ±2σ, y cerca del 99.7% dentro de ±3σ. Recuerda solo esos tres números y podrás estimar casi cualquier distribución normal.
Ejemplo
Un examen con media 60 y desviación estándar 10: cerca del 68% de los estudiantes obtiene entre 50 y 70 (±1σ), y cerca del 95% obtiene entre 40 y 80 (±2σ).
Error común
No todos los datos son normales. Datos sesgados a la derecha como el ingreso no tienen forma de campana. Y ±2σ cubre el 95%, no el 100% — un 5% todavía queda fuera.
Dónde se usa
Calificar con curva (puntuaciones estándar), límites de control en gestión de calidad, márgenes de error en encuestas, medición de riesgo financiero — la regla básica de la inferencia estadística.
De dónde viene
Gauss refinó esta curva estudiando la distribución de errores de medición, por lo que también se llama 'distribución gaussiana'. El antiguo billete alemán de 10 marcos incluso mostraba esta curva de campana.
Requisitos previos
Comprobación rápida
En una distribución normal, ¿qué fracción aproximada de los datos cae dentro de ±1 desviación estándar de la media?
- 50%
- 68%✓
- 95%
- 99.7%
Práctica
En una distribución normal, ¿qué porcentaje aproximado de los datos cae dentro de ±2 desviaciones estándar?
Respuesta: 95
- Según la regla 68-95-99.7, ±2σ
- cerca del 95%
Idea clave: ±1σ→68%, ±2σ→95%, ±3σ→99.7%.
Para una distribución normal con media 100 y desviación estándar 15, ¿qué porcentaje aproximado cae entre 85 y 115?
Respuesta: 68
- 85 a 115 es 100 ± 15, es decir, media ±1σ
- cerca del 68%
Idea clave: Un intervalo de ±1σ es directamente el 68%.
Para una distribución normal con media 50 y desviación estándar 5, ¿qué porcentaje aproximado cae entre 40 y 60?
Respuesta: 95
- 40 a 60 es 50 ± 10 = media ±2σ
- cerca del 95%
Idea clave: Primero averigua cuántas σ abarca el intervalo.
Explica qué significa estandarizar con z=(x−μ)/σ en una distribución normal.
Respuesta: undefined
- Mide qué tan lejos está x de la media (restando μ)
- en unidades de la desviación estándar σ (dividiendo entre σ)
- z te dice 'a cuántas σ de la media'
Idea clave: Estandarizar compara distribuciones distintas con una sola regla común.