Calculadora de distribución normal
Probabilidades por debajo, por encima y entre valores — y cuantiles — para cualquier distribución normal.
Toda probabilidad normal es un área bajo la campana, y todas se reducen a la función de distribución normal estándar, Φ, tras un desplazamiento con la puntuación z: Φ((x − μ) ÷ σ). Esta página evalúa Φ con la clásica aproximación de erf de Abramowitz y Stegun (error inferior a 1,5 × 10⁻⁷), que reproduce los valores de referencia de los libros con la precisión con la que cualquiera los cita: Φ(0) = 0,5, Φ(1) ≈ 0,841345, Φ(1,96) ≈ 0,975002, y el 68,27 % central de la masa dentro de una desviación típica de la media. Los cuantiles van en sentido contrario mediante una aproximación racional de Φ⁻¹: 0,975 vuelve a z ≈ 1,959964, el 1,96 de todos los libros.
Las probabilidades salen de la función de distribución normal estándar, evaluada con una aproximación de erf precisa hasta aproximadamente 1 entre 10 millones; los cuantiles usan una aproximación racional precisa hasta unas 4 partes entre 10.000 de una desviación típica. De sobra para trabajos de clase, planificación y comprobaciones rápidas; no sustituye a un paquete estadístico validado en trabajos regulados.
Respuestas rápidas
¿Cómo calculo una probabilidad de la distribución normal?
Convierte x en puntuación z, z = (x − μ) ÷ σ, y lee la función de distribución normal estándar Φ(z). Para x = 1,96 con μ = 0, σ = 1: Φ(1,96) ≈ 0,975002, así que P(X ≤ 1,96) ≈ 97,5 %.
Las probabilidades entre dos valores son una resta: Φ en el límite superior menos Φ en el inferior. Los cuantiles ejecutan la misma maquinaria al revés: p = 0,975 da z ≈ 1,959964.
¿Qué puntuación z deja el 95 % en el centro?
z ≈ 1,959964 (redondeado universalmente a 1,96): un 2,5 % en cada cola y el 95 % entre −1,96 y +1,96.
Para el 90 % la cifra es 1,645 y para el 99 %, 2,576: los tres son cuantiles de la normal estándar, que el modo cuantil de esta calculadora devuelve para cualquier probabilidad.
Cómo se usa
- Introduce la media μ y la desviación típica σ de tu distribución (0 y 1 dan la normal estándar).
- Elige la pregunta: probabilidad por debajo de x, por encima de x, entre dos valores, o el cuantil para una probabilidad.
- Completa x (y el límite superior o la probabilidad, según el modo): los resultados se actualizan mientras escribes.
- Verifica con un valor conocido: con μ = 0 y σ = 1, P(X ≤ 1,96) debería dar 0,975002.
Acerca de esta herramienta
El límite honesto está en el modelo, no en la aritmética. Los datos reales nunca son perfectamente normales: las estaturas y los errores de medición se acercan; los ingresos y los tiempos de espera, no, y las probabilidades de cola son donde un mal ajuste normal más engaña: una probabilidad «seis sigma» calculada desde Φ dice algo sobre la curva, no sobre tu proceso, si la distribución verdadera tiene colas más pesadas. Usa estas cifras para trabajos de clase, planificación y comprobaciones de plausibilidad; en decisiones críticas para la seguridad o reguladas, el propio supuesto de distribución necesita validación, y ninguna calculadora puede hacer ese paso por ti.
Preguntas frecuentes
¿Cuánto vale P(X ≤ 1,96) en una normal estándar?
0,975002: el famoso valor de referencia detrás del «1,96» de los intervalos de confianza del 95 %: el 2,5 % de la masa queda por encima de 1,96 y el 2,5 % por debajo de −1,96, dejando el 95 % en medio. Esta página lo reproduce con seis decimales.
¿Cómo hallo la probabilidad entre dos valores?
Elige el modo «entre dos valores» o hazlo a mano: P(a ≤ X ≤ b) = Φ(b) − Φ(a). Para una normal estándar entre −1 y 1, es 0,841345 − 0,158655 = 0,682690: el 68 % de la regla 68–95–99,7.
¿Qué diferencia hay entre las respuestas PDF y CDF?
La CDF (función de distribución) es una probabilidad: un área, siempre entre 0 y 1. El valor PDF que esta página también muestra es una densidad (la altura de la curva en x); no es una probabilidad y puede superar 1 en distribuciones estrechas. La probabilidad de dar exactamente en un valor concreto es cero; solo los intervalos tienen probabilidad.
¿Por qué σ debe ser mayor que cero?
Una distribución normal con σ = 0 colapsa en un único punto sin dispersión, y una σ negativa no tiene sentido: la fórmula divide entre σ y eleva el resultado al cuadrado, así que la página rechaza ambas en lugar de imprimir un número equivocado con buen aspecto.
Más herramientas en español
Calculadora de distribución de Poisson
Función de probabilidad y de distribución para datos de conteo: exactamente k eventos, k o menos, o más de k, a partir de λ.
Calculadora de prueba t
Pruebas t de una muestra y de dos muestras (Welch), con t, grados de libertad y valores p bilaterales.
Calculadora del coeficiente de variación
Divide la desviación típica entre la media para comparar la dispersión entre escalas distintas.
Calculadora científica
Calculadora científica con seno, coseno, tangente, logaritmos, raíz, cuadrado, π y e, con modo grados o radianes.
Normal Distribution Calculator
Probabilities below, above and between values — and quantiles — for any normal distribution.