Distribución Normal: Campana de Gauss, Tipificación Z y Ejercicios Resueltos

¡Qué tal amigos! El día de hoy exploraremos el modelo probabilístico y estadístico más importante, universal y trascendental de toda la ciencia moderna: la distribución normal, también conocida como distribución gaussiana o la célebre campana de Gauss. ¿Por qué las estaturas de las personas en un país, los errores de medición en astronomía, la presión arterial de una población, las calificaciones de un examen de admisión o el tiempo de vida útil de los focos siguen con asombrosa precisión la misma curva acampanada simétrica? La respuesta descansa en el profundo Teorema del Límite Central: cuando un fenómeno es el resultado de múltiples factores independientes sumados, la distribución colectiva converge inevitablemente a una campana de Gauss. En esta guía completa aprenderás los parámetros media y desviación estándar, la regla empírica 68-95-99.7, la fórmula de tipificación a la variable estándar Z y 9 ejercicios resueltos con lujo de detalle para que domines este tema en tus exámenes.

¿Qué es la Distribución Normal y la Campana de Gauss?

La distribución normal es una distribución de probabilidad continua para una variable aleatoria real \( X \), completamente descrita por solo dos parámetros: su media aritmética (\( \mu \)), que determina la posición central del pico, y su desviación estándar (\( \sigma \)), que define el ancho y grado de dispersión de la campana. Se denota formalmente como \( X \sim N(\mu, \sigma^2) \).

Propiedades Geométricas Fundamentales

La campana de Gauss posee propiedades analíticas excepcionales que simplifican enormemente su estudio:

• Simetría Perfecta: La curva es estrictamente simétrica respecto a la recta vertical \( x = \mu \). El 50% del área (probabilidad 0.5) se ubica a la izquierda de la media y el otro 50% a la derecha.
• Coincidencia de Medidas Centrales: En una distribución normal pura, la media, la mediana y la moda coinciden en el mismo valor central \( \mu \).
• Puntos de Inflexión: La concavidad de la campana cambia de convexa a cóncava exactamente a una desviación estándar de distancia del centro, es decir, en los puntos \( x = \mu - \sigma \) y \( x = \mu + \sigma \).
• Asíntota Horizontal: La curva nunca toca el eje horizontal; se extiende asintóticamente hacia \( -\infty \) y \( +\infty \).

La Regla Empírica (Regla de las 3 Sigmas: 68 - 95 - 99.7)

Para cualquier variable aleatoria con distribución normal, los porcentajes de datos contenidos dentro de múltiplos de la desviación estándar son universales y fijos:

• Aproximadamente el 68.27% de todas las observaciones caen dentro de 1 desviación estándar de la media: \( [\mu - \sigma, \; \mu + \sigma] \).
• Aproximadamente el 95.45% de las observaciones caen dentro de 2 desviaciones estándar: \( [\mu - 2\sigma, \; \mu + 2\sigma] \).
• Aproximadamente el 99.73% de las observaciones caen dentro de 3 desviaciones estándar: \( [\mu - 3\sigma, \; \mu + 3\sigma] \). Solo un diminuto 0.27% de los datos queda por fuera (valores atípicos u outliers).

Tipificación o Estandarización de la Variable (Puntuación Z)

Dado que la integral de la función de densidad normal no tiene primitiva elemental en términos de funciones algebraicas comunes, no podemos integrar analíticamente a mano. Para resolver esto, transformamos cualquier variable normal \( X \sim N(\mu, \sigma) \) a la distribución normal estándar \( Z \sim N(0, 1) \), cuya media es \( 0 \) y desviación estándar es \( 1 \), mediante la fórmula de tipificación:

\[ Z = \frac{X - \mu}{\sigma} \]

La puntuación \( Z \) representa físicamente a cuántas desviaciones estándar se encuentra un valor particular \( X \) por encima (si \( Z > 0 \)) o por debajo (si \( Z < 0 \)) de la media poblacional.

Cómo Usar la Tabla Normal Estándar para Calcular Probabilidades

La tabla normal estándar proporciona la función de distribución acumulada \( \Phi(z) = P(Z \le z) \), que representa el área sombreada bajo la curva desde \( -\infty \) hasta el valor \( z \):

1. Probabilidad de Cola Izquierda (Menor o Igual que \( a \))

Es la lectura directa proporcionada por la tabla:

\[ P(X \le a) = P\left(Z \le \frac{a - \mu}{\sigma}\right) = \Phi(z_a) \]

2. Probabilidad de Cola Derecha (Mayor que \( a \))

Por la propiedad del complemento (área total igual a 1):

\[ P(X > a) = 1 - P(X \le a) = 1 - \Phi(z_a) \]

3. Probabilidad en un Intervalo entre Dos Valores \( [a, b] \)

Se resta el área acumulada hasta el límite superior menos el área hasta el límite inferior:

\[ P(a \le X \le b) = P(z_a \le Z \le z_b) = \Phi(z_b) - \Phi(z_a) \]

4. Colas Simétricas y Valores Críticos

Por la simetría de la campana respecto a cero: \( \Phi(-z) = 1 - \Phi(z) \). Si deseamos el área central de confianza \( 1 - \alpha \), las dos colas externas contienen un área combinada de \( \alpha \) (cada cola contiene \( \alpha/2 \)).

⭐ Formulario Maestro de la Distribución Normal

Conserva este formulario de referencia para resolver cualquier problema de probabilidad normal:

Fórmula de Tipificación Z: Convierte una variable con media \( \mu \) y desviación \( \sigma \) a escala estándar.

Probabilidades Unilaterales: Cálculo de áreas a la izquierda y a la derecha mediante el complemento.

Probabilidad de Intervalo: Diferencia de áreas acumuladas entre los dos puntos tipificados.

Fórmula Inversa (Destipificación): Despeje para encontrar el valor físico de la variable \( X \) correspondiente a un percentil o puntuación \( Z \) dado.

Ejercicios Resueltos Paso a Paso

Solución:

Datos:

• Media poblacional: \( \mu = 170\,\text{cm} \)
• Desviación estándar: \( \sigma = 8\,\text{cm} \)
• Valor evaluado: \( X = 162\,\text{cm} \)

Fórmula:

\[ Z = \frac{X - \mu}{\sigma}, \quad P(X \le 162) = P(Z \le z) = \Phi(z) \]

Sustitución y Operaciones:

1. Tipificamos el valor \( X = 162 \):

\[ Z = \frac{162 - 170}{8} = \frac{-8}{8} = -1.0 \]

2. Buscamos en la tabla de la normal estándar el valor acumulado para \( Z = -1.00 \):

\[ \Phi(-1.00) = 0.1587 \]

(O por simetría: \( 1 - \Phi(1.00) = 1 - 0.8413 = 0.1587 \)).

Resultado:

\[ P(X \le 162\,\text{cm}) = 0.1587 = 15.87\% \]

Interpretación Estadística: El 15.87% de los adultos de dicha ciudad tiene una estatura menor o igual a 162 cm (exactamente a 1 desviación estándar por debajo de la media).

Solución:

Datos:

• Media: \( \mu = 75 \) puntos
• Desviación estándar: \( \sigma = 10 \) puntos
• Puntaje umbral: \( X > 90 \) puntos

Fórmula:

\[ Z = \frac{X - \mu}{\sigma}, \quad P(X > 90) = 1 - P(X \le 90) = 1 - \Phi(z) \]

Sustitución y Operaciones:

1. Tipificamos \( X = 90 \):

\[ Z = \frac{90 - 75}{10} = \frac{15}{10} = 1.50 \]

2. Buscamos en la tabla normal estándar \( \Phi(1.50) \):

\[ \Phi(1.50) = 0.9332 \]

3. Calculamos la cola derecha:

\[ P(X > 90) = 1 - 0.9332 = 0.0668 \]

Resultado:

\[ P(X > 90) = 0.0668 = 6.68\% \]

Interpretación Estadística: Solamente el 6.68% de los aspirantes supera los 90 puntos y tiene derecho a la beca de excelencia.

Solución:

Datos:

• Media: \( \mu = 500\,\text{g} \)
• Desviación estándar: \( \sigma = 5\,\text{g} \)
• Intervalo: \( 492\,\text{g} \le X \le 508\,\text{g} \)

Fórmula:

\[ P(a \le X \le b) = \Phi(z_b) - \Phi(z_a), \quad Z = \frac{X - \mu}{\sigma} \]

Sustitución y Operaciones:

1. Tipificamos el límite inferior \( X_1 = 492 \):

\[ Z_1 = \frac{492 - 500}{5} = \frac{-8}{5} = -1.60 \]

2. Tipificamos el límite superior \( X_2 = 508 \):

\[ Z_2 = \frac{508 - 500}{5} = \frac{8}{5} = +1.60 \]

3. Consultamos la tabla normal estándar:

\[ \Phi(1.60) = 0.9452 \]

\[ \Phi(-1.60) = 1 - 0.9452 = 0.0548 \]

4. Restamos las áreas acumuladas:

\[ P(492 \le X \le 508) = 0.9452 - 0.0548 = 0.8904 \]

Resultado:

\[ P(492 \le X \le 508) = 0.8904 = 89.04\% \]

Interpretación Estadística: El 89.04% de las bolsas producidas cumple con el estándar de calidad de envasado entre 492 g y 508 g.

Solución:

Datos:

• Media: \( \mu = 355\,\text{ml} \)
• Desviación estándar: \( \sigma = 2.5\,\text{ml} \)
• Nivel de confianza: 95.45% (corresponde exactamente a 2 desviaciones estándar)

Fórmula:

\[ [\mu - 2\sigma, \quad \mu + 2\sigma] \]

Sustitución y Operaciones:

\[ \text{Límite inferior} = 355 - 2(2.5) = 355 - 5 = 350\,\text{ml} \]

\[ \text{Límite superior} = 355 + 2(2.5) = 355 + 5 = 360\,\text{ml} \]

Resultado:

\[ [350\,\text{ml}, \quad 360\,\text{ml}] \]

Interpretación Estadística: Sin necesidad de recurrir a la tabla Z, la regla empírica garantiza que el 95.45% de todas las latas contiene entre 350 ml y 360 ml de refresco.

Solución:

Datos:

• Media: \( \mu = 250\,\text{ms} \)
• Desviación estándar: \( \sigma = 30\,\text{ms} \)
• Área acumulada requerida a la izquierda: \( P(X \le x_c) = 0.95 \) (Percentil 95)

Fórmula:

\[ \Phi(z) = 0.95 \implies z_c, \quad X = \mu + z_c \cdot \sigma \]

Sustitución y Operaciones:

1. Buscamos en el cuerpo de la tabla normal estándar el valor de probabilidad más cercano a 0.9500:

Para \( Z = 1.64 \implies 0.9495 \)

Para \( Z = 1.65 \implies 0.9505 \)

El valor medio exacto por interpolación es \( z = 1.645 \).

2. Despejamos el valor físico \( X \):

\[ X = 250 + (1.645)(30) = 250 + 49.35 = 299.35\,\text{ms} \]

Resultado:

\[ X \approx 299.35\,\text{ms} \]

Interpretación Estadística: Cualquier solicitud que demore más de aproximadamente 299.4 ms se encuentra en el 5% de las transacciones más lentas del sistema y debe disparar la alerta de latencia.

Solución:

Datos:

• Media: \( \mu = 50.00\,\text{mm} \)
• Desviación: \( \sigma = 0.04\,\text{mm} \)
• Tolerancia: \( |X - \mu| > 0.08\,\text{mm} \)

Fórmula:

\[ Z = \frac{X - \mu}{\sigma}, \quad P(|Z| > z) = 2 \cdot P(Z < -z) = 2(1 - \Phi(z)) \]

Sustitución y Operaciones:

1. Tipificamos la desviación máxima:

\[ Z = \frac{50.08 - 50.00}{0.04} = \frac{0.08}{0.04} = 2.00 \]

2. Buscamos el área de la cola derecha:

\[ P(Z > 2.00) = 1 - \Phi(2.00) = 1 - 0.9772 = 0.0228 \]

3. Sumamos ambas colas (defecto por defecto de tamaño y por exceso de tamaño):

\[ P(|Z| > 2.00) = 2 \times 0.0228 = 0.0456 \]

Resultado:

\[ P(\text{Rechazo}) = 0.0456 = 4.56\% \]

Interpretación Estadística: El 4.56% de los ejes fabricados no superará el control de calidad y deberá ser reprocesado o desechado.

Solución:

Datos:

• Variable estándar: \( Z \sim N(0, 1) \)
• Valores: \( z_1 = -1.75 \), \( z_2 = 0.85 \)

Fórmula:

\[ \Phi(-z) = 1 - \Phi(z), \quad P(z_1 \le Z \le z_2) = \Phi(z_2) - \Phi(z_1) \]

Sustitución y Operaciones:

1. Buscamos en la tabla \( \Phi(1.75) = 0.9599 \):

\[ P(Z \le -1.75) = \Phi(-1.75) = 1 - \Phi(1.75) = 1 - 0.9599 = 0.0401 \]

2. Buscamos en la tabla \( \Phi(0.85) = 0.8023 \):

3. Calculamos la probabilidad en el intervalo:

\[ P(-1.75 \le Z \le 0.85) = \Phi(0.85) - \Phi(-1.75) = 0.8023 - 0.0401 = 0.7622 \]

Resultado:

\[ P(Z \le -1.75) = 0.0401, \quad P(-1.75 \le Z \le 0.85) = 0.7622 \]

Interpretación Estadística: La probabilidad acumulada entre -1.75 desviaciones estándar y +0.85 desviaciones estándar es del 76.22%.

Solución:

Datos:

• Daniel: \( X_D = 88 \), \( \mu_D = 76 \), \( \sigma_D = 8 \)
• Valeria: \( X_V = 92 \), \( \mu_V = 82 \), \( \sigma_V = 5 \)

Fórmula:

\[ Z = \frac{X - \mu}{\sigma} \]

Sustitución y Operaciones:

Puntuación Z de Daniel:

\[ Z_D = \frac{88 - 76}{8} = \frac{12}{8} = +1.50 \]

Puntuación Z de Valeria:

\[ Z_V = \frac{92 - 82}{5} = \frac{10}{5} = +2.00 \]

Resultado:

\[ Z_D = +1.50, \quad Z_V = +2.00 \implies Z_V > Z_D \]

Interpretación Estadística: Aunque Daniel tuvo una excelente nota (1.5 desviaciones por encima del promedio de su clase), Valeria tuvo un desempeño relativo significativamente superior, situándose a 2.0 desviaciones estándar sobre el promedio de su grupo (en el percentil 97.72% frente al 93.32% de Daniel). Por tanto, Valeria tuvo mejor rendimiento relativo.

Solución:

Datos:

• Media: \( \mu = 1200\,\text{días} \)
• Desviación: \( \sigma = 150\,\text{días} \)
• Probabilidad de falla en garantía: \( P(X \le T) = 0.0250 \) (cola izquierda)

Fórmula:

\[ \Phi(z) = 0.0250, \quad T = \mu + z \cdot \sigma \]

Sustitución y Operaciones:

1. Buscamos el valor de \( z \) que acumula un área de 0.0250 en la cola izquierda:

Por simetría, \( \Phi(z) = 1 - 0.0250 = 0.9750 \implies z = -1.96 \).

2. Despejamos el tiempo de garantía \( T \):

\[ T = 1200 + (-1.96)(150) = 1200 - 294 = 906\,\text{días} \]

Resultado:

\[ T = 906\,\text{días} \quad (\approx 2.48\,\text{años}) \]

Interpretación Estadística: Si el fabricante fija la garantía en 906 días (aproximadamente 2 años y medio), exactamente el 2.5% de las baterías fallará antes de ese periodo, cumpliendo rigurosamente la meta financiera de la empresa.

Problemas Prácticos de Autoevaluación

Preguntas Frecuentes sobre la Distribución Normal

1. ¿Por qué es tan frecuente la distribución normal en la naturaleza y en los procesos industriales?
Por el Teorema del Límite Central. Este teorema matemático demuestra que la suma o promedio de un gran número de variables aleatorias independientes (sin importar su distribución original: uniforme, binomial, etc.) tiende asintóticamente a una distribución normal conforme el tamaño de muestra crece.

2. ¿Cuál es la diferencia entre la variable original X y la variable tipificada Z?
La variable \( X \) tiene unidades físicas reales (centímetros, kilogramos, segundos, voltios) con una media \( \mu \) y una desviación \( \sigma \) particulares. La variable \( Z \) es adimensional (sin unidades) y mide distancias relativas respecto a la media en múltiplos de desviaciones estándar, permitiendo comparar fenómenos de escalas completamente distintas en una sola tabla unificada.

3. ¿Qué ocurre si una distribución no es normal?
Si los datos presentan asimetría (sesgo a la izquierda o derecha) o colas pesadas (kurtosis elevada), no deben aplicarse directamente las tablas normales sin previa transformación matemática (como la transformación logarítmica o Box-Cox) o métodos no paramétricos.