Calculadora de Distribución Normal
Calcula probabilidades, z-scores y percentiles en una distribución normal con media y desviación estándar personalizadas.
¿Qué es la distribución normal?
La distribución normal, también llamada curva de campana o distribución gaussiana, es uno de los modelos más importantes en estadística. Se usa para describir variables continuas que tienden a agruparse alrededor de un valor central y a disminuir su frecuencia conforme se alejan de ese centro.
Ejemplos típicos: alturas de personas, errores de medición, puntajes estandarizados y variaciones de procesos industriales. La forma exacta de la curva se define por dos parámetros:
- Media (μ): centro de la distribución.
- Desviación estándar (σ): dispersión o “ancho” de la campana.
Cómo usar esta calculadora de distribución normal
1) Selecciona el tipo de cálculo
- P(X ≤ x): probabilidad acumulada a la izquierda de x.
- P(X ≥ x): probabilidad en la cola derecha.
- P(a ≤ X ≤ b): probabilidad entre dos valores.
- z-score: cuántas desviaciones estándar está x respecto de la media.
- Inversa por percentil: el valor x que deja un área p a la izquierda.
2) Ingresa μ y σ
Si no sabes qué valores usar, comienza con la normal estándar: μ = 0 y σ = 1.
3) Introduce x, a/b o p según corresponda
La interfaz adapta los campos automáticamente para evitar errores de entrada.
4) Haz clic en “Calcular”
Obtendrás el resultado numérico en formato decimal y porcentaje, junto con datos intermedios (como z) cuando aplique.
Fórmulas clave detrás del cálculo
z-score: z = (x - μ) / σ
Acumulada normal: Φ(x) = P(X ≤ x)
Cola derecha: P(X ≥ x) = 1 - Φ(x)
Intervalo: P(a ≤ X ≤ b) = Φ(b) - Φ(a)
Internamente, esta herramienta usa aproximaciones numéricas de alta precisión para la función error y la inversa de la normal estándar.
Ejemplos prácticos
Ejemplo A: Probabilidad acumulada
Supón que una prueba tiene puntajes ~ N(100, 15). ¿Cuál es la probabilidad de obtener ≤ 130?
- μ = 100
- σ = 15
- x = 130
El resultado será alto (cercano a 0.977), porque 130 está 2 desviaciones estándar por encima de la media.
Ejemplo B: Probabilidad entre dos límites
Con la normal estándar, ¿qué probabilidad hay entre -1 y 1? El resultado ronda el 68.27%, regla clásica 68-95-99.7.
Ejemplo C: Encontrar percentiles
Si deseas el valor que deja 95% de observaciones por debajo (p = 0.95) en N(0,1), obtendrás aproximadamente x = 1.6449.
Interpretación correcta de resultados
- Un resultado de 0.80 significa 80% de área bajo la curva para la condición elegida.
- Un z = 0 coincide con la media.
- Valores con |z| grandes (por ejemplo, > 2) están relativamente alejados del centro.
Errores comunes al trabajar con la normal
- Confundir porcentaje con decimal (95 vs 0.95).
- Ingresar una desviación estándar cero o negativa.
- Interpretar P(X ≤ x) como “exactamente igual a x” (en variables continuas, P(X = x) = 0).
- Aplicar el modelo normal en datos fuertemente asimétricos sin validación previa.
¿Cuándo usar una calculadora de distribución normal?
Es útil en análisis estadístico, control de calidad, evaluación educativa, finanzas cuantitativas, pruebas de hipótesis, intervalos de confianza y estandarización de métricas. Si tus datos son razonablemente simétricos o si estás trabajando con promedios de muestras grandes (teorema central del límite), la aproximación normal suele ser una gran aliada.
Conclusión
Una buena calculadora distribución normal te ahorra tiempo y reduce errores manuales. Con esta herramienta puedes pasar de parámetros básicos (μ y σ) a probabilidades, percentiles y z-scores en segundos. Úsala como apoyo para tomar decisiones más claras y mejor fundamentadas con datos.