Matemática

Calculadora de Distribución Normal — Área Bajo la Curva🌎 Actualizado mayo de 2026

Calculadora Gratis · Privada
Revisado por: (política editorial ) · Última revisión:

La distribución normal (campana de Gauss) es la distribución más importante en estadística. Esta calculadora calcula la probabilidad de que X caiga en un rango [a, b] para una normal con media μ y desviación estándar σ: P(a < X < b) = Φ((b-μ)/σ) - Φ((a-μ)/σ).

Última revisión: 18 de mayo de 2026 Revisado por Fuente: NIST/SEMATECH - Engineering Statistics Handbook 100% privado

Cuándo usar esta calculadora

  • Calcular probabilidades en distribuciones normales.
  • Resolver problemas de estadística con la campana de Gauss.
  • Determinar qué porcentaje de datos cae en un rango.
  • Aplicar la regla empírica (68-95-99,7).
  • Interpretar puntajes estandarizados.

Ejemplo real: Altura de hombres argentinos adultos

  1. Datos: distribución N(μ=174 cm, σ=7 cm), rango = entre 170 y 180 cm.
  2. Z-scores: z_a = (170-174)/7 = -0.571; z_b = (180-174)/7 = 0.857.
  3. Φ(z_b): Φ(0.857) ≈ 0.8042 (80.42% de hombres mide menos de 180 cm).
  4. Φ(z_a): Φ(-0.571) ≈ 0.2841 (28.41% mide menos de 170 cm).
  5. P(170 < X < 180) = 0.8042 - 0.2841 = 0.5201 = 52.01%.
  6. Interpretación: un poco más de la mitad (52%) de los hombres argentinos adultos mide entre 170 y 180 cm. El 28% mide menos de 170, y el 20% supera los 180.
Resultado: Si asumimos normal N(174, 7), más de la mitad de los hombres mide entre 170 y 180 cm. La probabilidad de superar 2 metros (z = 3.7) es 0.011%, es decir 1 de cada 9.000 hombres. Los jugadores de básquet de elite son outliers estadísticos de 3+ sigmas.

Cómo funciona

3 min de lectura

La campana de Gauss

La distribución normal es la distribución más importante de la estadística. Fue descrita por Abraham de Moivre en 1733 y desarrollada por Carl Friedrich Gauss (de ahí "gaussiana"). Describe un fenómeno recurrente en la naturaleza: cuando un resultado depende de muchas causas pequeñas e independientes, tiende a distribuirse en forma de campana simétrica.

f(x) = (1 / σ√2π) × e^(-(x-μ)² / 2σ²)

Para calcular probabilidades, convertimos a Z-score:

z = (x - μ) / σ
P(a < X < b) = Φ(z_b) - Φ(z_a)

Donde Φ es la función de distribución acumulada de la normal estándar (tabulada o calculable numéricamente).

Regla empírica 68-95-99.7

La regla más útil para recordar la normal sin tabla:

RangoProbabilidadCasos fuera
μ ± 1σ68.27%1 de cada 3.15
μ ± 2σ95.45%1 de cada 22
μ ± 3σ99.73%1 de cada 370
μ ± 4σ99.9937%1 de cada 15.787
μ ± 5σ99.99994%1 de cada 1.7 millones
μ ± 6σ99.9999998%1 de cada 500 millones

Z-scores famosos y su cola

ZP(X < z)P(X > z)Uso típico
1.2890%10%Intervalo de confianza 80%
1.64595%5%Intervalo confianza 90%
1.9697.5%2.5%Intervalo confianza 95%
2.3399%1%Valor crítico test al 2%
2.57699.5%0.5%Intervalo confianza 99%
3.2999.95%0.05%Six Sigma inferior
4.599.9997%3 ppmDefectos industriales

Dónde aparece la normal

  • Biología: altura, peso, perímetro cefálico, edad de primera menarca.

  • Educación: puntajes de IQ (μ=100, σ=15), SAT, resultados académicos de gran población.

  • Industria: medidas de piezas producidas en serie (base del Six Sigma).

  • Psicometría: todos los tests de personalidad y aptitud se calibran a una normal.

  • Finanzas: retornos diarios de acciones (aunque en la cola la normal subestima eventos extremos, fenómeno llamado "colas pesadas").

  • Errores de medición: la teoría clásica asume distribución normal del error.
  • Cuándo usar / Errores comunes

  • No todo es normal: datos asimétricos (ingresos, tiempos de espera), con límites naturales (edad, proporciones entre 0 y 1) o con outliers extremos requieren otras distribuciones.

  • El Teorema Central del Límite salva: la media muestral tiende a ser normal aunque la población no lo sea, si n es grande (>30).

  • Curtosis: la normal tiene curtosis 3. Si tus datos tienen más (colas pesadas), estás subestimando eventos extremos.

  • Testeá antes de asumir: test de Shapiro-Wilk para n<50, Kolmogorov-Smirnov o Anderson-Darling para n mayor, o gráfico Q-Q plot.
  • Si trabajás con estadísticas, también podés mirar la calculadora de escala de dolor numérica para escalas categóricas, o usar la calculadora de probabilidad de escape room para binomiales.

    Preguntas frecuentes

    ¿Qué es la distribución normal?

    Una distribución simétrica en forma de campana centrada en la media. Es fundamental en estadística por el Teorema Central del Límite.

    ¿Qué es la regla 68-95-99,7?

    En una normal: 68% de datos está a ±1σ de la media, 95% a ±2σ, 99,7% a ±3σ.

    ¿Qué es el Teorema Central del Límite?

    La distribución de la media muestral se aproxima a una normal cuando n es grande, sin importar la distribución original.

    ¿La normal sirve para cualquier dato?

    No todos los datos siguen una normal. Funciona bien para mediciones biológicas, errores de medición, promedios. No para datos asimétricos o con límites.

    ¿Qué pasa si a = -∞?

    P(-∞ < X < b) = P(X < b) = Φ((b-μ)/σ). Ingresá un valor muy bajo como -999999 para aproximar.

    ¿Normal estándar es lo mismo?

    La normal estándar tiene μ=0, σ=1 (Z). Cualquier normal se convierte a estándar con z = (x-μ)/σ.

    ¿Cómo sé si mis datos son normales?

    Con tests de normalidad (Shapiro-Wilk, Kolmogorov-Smirnov) o gráficamente (histograma, QQ-plot). Para n > 30, muchos análisis son robustos a no normalidad.

    Fuentes y referencias

    Metodología y confianza

    Editorial

    Contenido revisado por el equipo editorial de Hacé Cuentas, con apego a nuestra política editorial y metodología de cálculo.

    Actualización

    Última revisión: 18 de mayo de 2026. Los parámetros fiscales, legales y datos se verifican periódicamente con las fuentes citadas.

    Privacidad

    Los cálculos corren 100% en tu navegador. No guardamos ni transmitimos tus datos. Leé nuestra política de privacidad.

    Limitaciones

    Resultados orientativos. Para decisiones financieras, médicas o legales críticas, consultá con un profesional.