Las curvas de campana aparecen en todas partes dentro de la ciencia: puntuaciones de exámenes, errores de medición, rasgos biológicos y análisis estadísticos tienden a agruparse alrededor de un valor central con una dispersión predecible. Sin embargo, producir un gráfico de distribución normal limpio y correctamente etiquetado suele llevar más tiempo del necesario.
Esta guía te explica exactamente cómo hacer una curva de campana, desde la comprensión de las matemáticas hasta su construcción en Excel o Google Sheets, y luego te muestra un camino más rápido con una herramienta basada en IA.
Lo que aprenderás:
- Qué controlan realmente la media y la desviación típica en una curva de campana
- La regla 68–95–99.7 y por qué es importante
- Instrucciones paso a paso para Excel y Google Sheets
- Cómo etiquetar regiones de desviación típica y puntuaciones z
- Una tabla de referencia rápida con valores habituales de la distribución normal
- Cómo el generador de curvas de campana de SciDraw AI hace el trabajo pesado en segundos
¿Qué es una curva de campana?
Una curva de campana es la representación visual de una distribución normal: una distribución de probabilidad simétrica y unimodal descrita únicamente por dos parámetros:
- Media (μ): el centro de la curva; donde se sitúa el máximo
- Desviación típica (σ): cuánto se dispersan los datos; una σ mayor da una curva más ancha y plana
La función de densidad de probabilidad (PDF) que define la curva es:
f(x) = (1 / (σ√(2π))) × e^(-(x−μ)² / (2σ²))No es necesario memorizar la fórmula para crear un buen gráfico, pero entender qué hacen μ y σ te ayudará a construir y etiquetar la curva correctamente.
Qué controlan la media y la desviación típica
| Parámetro | Efecto en la curva |
|---|---|
| Aumentar μ | Desplaza toda la curva hacia la derecha |
| Disminuir μ | Desplaza toda la curva hacia la izquierda |
| Aumentar σ | La curva se hace más ancha y plana |
| Disminuir σ | La curva se hace más estrecha y alta |
| σ = 1, μ = 0 | Distribución normal estándar |
Conviene interiorizar esto: la forma es siempre la misma campana, simplemente reposicionada y reescalada.
La regla 68–95–99.7
Una de las propiedades más útiles de la distribución normal es cómo se agrupan los datos en torno a la media:
| Región | Cobertura |
|---|---|
| μ ± 1σ | ≈ 68,27 % de los datos |
| μ ± 2σ | ≈ 95,45 % de los datos |
| μ ± 3σ | ≈ 99,73 % de los datos |
| μ ± 4σ | ≈ 99,994 % de los datos |
Esta regla permite comunicar la dispersión estadística de un vistazo. Una curva de campana etiquetada que marca los límites ±1σ, ±2σ y ±3σ ofrece al lector una intuición inmediata sobre los datos, que es precisamente por qué las revistas científicas, los libros de texto y las presentaciones los usan con tanta frecuencia.
Puntuaciones z
Una puntuación z indica cuántas desviaciones típicas se aleja un valor concreto de la media:
z = (x − μ) / σPor ejemplo, si μ = 100 y σ = 15 (como en muchos tests de cociente intelectual), una puntuación de 130 tiene z = 2,0, lo que la sitúa en el límite +2σ, en el ≈ 2,3 % superior de la distribución.
Etiquetar la curva de campana con marcas de puntuación z (−3, −2, −1, 0, +1, +2, +3) la convierte en una figura lista para publicar y fácil de leer.
Cómo hacer una curva de campana en Excel
Paso 1: Establecer los parámetros
En una hoja en blanco, introduce la media y la desviación típica en dos celdas (p. ej., B1 = 0, B2 = 1 para una distribución normal estándar).
Paso 2: Crear los valores del eje X
En la columna A, genera una secuencia de valores x que abarquen ±4σ desde la media. Con μ = 0, σ = 1 necesitas valores de −4 a +4 en incrementos pequeños (0,1 funciona bien, lo que da 81 filas).
- A1:
−4 - A2:
=A1+0,1 - Arrastrar hacia abajo hasta A81 (termina en 4,0)
Paso 3: Calcular los valores de la PDF normal
En la columna B, introduce la fórmula de Excel para la distribución normal:
=DISTR.NORM(A1;$B$1;$B$2;FALSO)A1= el valor x$B$1= media (referencia absoluta)$B$2= desviación típica (referencia absoluta)FALSO= PDF (no acumulativa)
Arrastra la fórmula hacia abajo para cubrir todos los valores x.
Paso 4: Insertar un gráfico de líneas
- Selecciona las columnas A y B (tus datos x e y).
- Ve a Insertar → Gráficos → Gráfico de líneas (elige "Línea con líneas suavizadas" para una campana limpia).
- Excel representará los valores x en el eje horizontal y los valores PDF en el eje vertical.
Paso 5: Etiquetar las regiones de desviación típica
Para marcar los límites ±1σ, ±2σ y ±3σ, añade líneas verticales discontinuas:
- Crea una pequeña tabla auxiliar con valores x en −3, −2, −1, 0, 1, 2, 3 y sus valores PDF correspondientes (usando
DISTR.NORMde nuevo). - Añade esto como una segunda serie de datos (tipo: Dispersión con líneas).
- Formatea esas líneas como discontinuas y añade etiquetas con "−1σ", "+1σ", etc.
Alternativamente, usa series de área sombreada para colorear las bandas del 68 %, 95 % y 99,7 %; es visualmente más llamativo pero requiere algunas columnas de datos adicionales.
Paso 6: Pulir el gráfico
- Eliminar las líneas de cuadrícula para un aspecto más limpio.
- Establecer el mínimo del eje Y en 0.
- Añadir un título y etiquetas de eje.
- Exportar como PNG o SVG para usar en tu documento.
Cómo hacer una curva de campana en Google Sheets
El proceso es muy similar al de Excel.
Pasos 1–2: Igual que en Excel
Configura los parámetros y genera los valores x en la columna A usando el mismo rango de −4 a +4 con incrementos de 0,1.
Paso 3: Usar DISTR.NORM
Google Sheets usa un nombre de función ligeramente diferente:
=DISTR.NORM(A1;media;desv_est;FALSO)Reemplaza media y desv_est con tus referencias de celda (p. ej., $D$1, $D$2).
Paso 4: Insertar un gráfico de líneas suavizadas
- Selecciona las dos columnas.
- Insertar → Gráfico.
- En el editor de gráficos, elige Gráfico de líneas suavizadas.
- Establece la columna A como eje X.
Paso 5: Etiquetar y exportar
La personalización de gráficos en Google Sheets es más limitada que en Excel, pero puedes:
- Añadir anotaciones de texto manualmente mediante el editor de gráficos.
- Descargar como PNG o SVG desde el menú de desbordamiento del gráfico.
Para figuras con calidad de publicación científica, los exportados de Google Sheets suelen requerir refinamiento en una herramienta especializada.
Referencia rápida: valores de la distribución normal
| x (puntuación z) | Probabilidad acumulada | % de datos por debajo |
|---|---|---|
| −3,0 | 0,0013 | 0,13 % |
| −2,0 | 0,0228 | 2,28 % |
| −1,0 | 0,1587 | 15,87 % |
| 0,0 | 0,5000 | 50,00 % |
| +1,0 | 0,8413 | 84,13 % |
| +2,0 | 0,9772 | 97,72 % |
| +3,0 | 0,9987 | 99,87 % |
Usa esta tabla para anotar tu curva con etiquetas de probabilidad exactas en cada límite de puntuación z.
Excel vs. Google Sheets vs. herramientas de IA: comparativa
| Método | Velocidad | Personalización | Calidad de exportación | Curva de aprendizaje |
|---|---|---|---|---|
| Excel | Media | Alta | Buena (PNG/SVG) | Moderada |
| Google Sheets | Media | Media | Aceptable (PNG) | Baja–moderada |
| Python (matplotlib) | Lenta (configuración) | Muy alta | Excelente (PDF/SVG) | Alta |
| SciDraw AI | Rápida | Buena | Excelente | Muy baja |
Para investigadores que necesitan una curva de campana limpia y etiquetada rápidamente —sin lidiar con editores de gráficos ni escribir código— un generador de figuras científicas con IA elimina la mayor parte de la fricción.
El camino más rápido: crea una curva de campana con SciDraw AI
Construir una curva de campana en Excel lleva 20–30 minutos si quieres que esté correctamente etiquetada. Los pasos manuales —generar valores x, escribir la fórmula PDF, crear series auxiliares para las bandas de desviación típica, formatear los ejes— se acumulan rápidamente.
El generador de curvas de campana de SciDraw AI te permite describir la figura que necesitas en lenguaje natural y genera un gráfico de distribución normal correctamente formateado y etiquetado en segundos. Puedes especificar:
- Valores de media y desviación típica
- Qué regiones de desviación típica sombrear (±1σ, ±2σ, ±3σ)
- Etiquetas de puntuación z
- Esquema de colores y estilo (listo para publicación o para presentación)
El resultado es una figura científica limpia que puedes descargar e insertar directamente en tu artículo, presentación o informe.
Para equipos que producen múltiples figuras estadísticas, el generador de figuras científicas gestiona distribuciones normales junto con histogramas, diagramas de caja, gráficos de dispersión y más, todo desde descripciones de texto.
Preguntas frecuentes
P: ¿Cuál es la diferencia entre una curva de campana y un histograma? R: Un histograma muestra las frecuencias observadas reales de tus datos como barras discretas. Una curva de campana (distribución normal) es una función teórica de densidad de probabilidad. Puedes superponer una curva de campana sobre un histograma para ver qué tan bien se ajustan tus datos a la distribución normal.
P: ¿Cómo elijo la media y la desviación típica correctas?
R: Usa la media y la desviación típica reales de tu conjunto de datos (calculadas con PROMEDIO y DESVEST en Excel/Sheets). Si estás ilustrando un concepto en lugar de datos reales, usa μ = 0, σ = 1 (la distribución normal estándar).
P: ¿Puedo hacer una curva de campana con puntos de datos reales marcados? R: Sí. Después de dibujar la curva, añade una serie de dispersión con tus puntos de datos individuales en el eje x con y = 0 (o un pequeño desplazamiento). Esto muestra dónde cae cada observación en relación con la distribución.
P: ¿Cuántos puntos en el eje X necesito para una curva suave? R: Al menos 50–80 puntos en el rango ±4σ proporciona una apariencia suave en la mayoría de las herramientas de gráficos. Usar incrementos de 0,1σ es un valor predeterminado fiable.
P: ¿Qué significa que mis datos no se ajusten a una curva de campana? R: Podría indicar asimetría (distribución no simétrica), múltiples subpoblaciones (bimodal) o valores atípicos. Muchas pruebas estadísticas asumen normalidad, por lo que verificar el ajuste es importante antes de aplicarlas.
P: ¿Es la distribución normal lo mismo que la distribución gaussiana? R: Sí: "distribución normal", "distribución gaussiana" y "curva de campana" se refieren a la misma distribución de probabilidad. "Gaussiana" es el término más habitual en física e ingeniería; "normal" es el estándar en estadística.



