Ver esquema

Tema 61. Desigualdad de Tchebyschev. Coeficiente de variación. Variable normalizada. Aplicación al análisis, interpretación y comparación de datos estadísticos.

Temario oficial estatal de referencia — especialidad Matemáticas (Cuerpo de Profesores de Enseñanza Secundaria) · Índice oficial del BOE núm. 226, de 21 de septiembre de 1993, páginas 27400 a 27438 (Orden de 9 de septiembre de 1993, del Ministerio de Educación y Ciencia, BOE-A-1993-23257), Anexo III — cuestionario específico (Parte A) de la especialidad Matemáticas del Cuerpo de Profesores de Enseñanza Secundaria.

Este temario corresponde en exclusiva a la especialidad de Matemáticas del Cuerpo de Profesores de Enseñanza Secundaria (código 590/512) — una de las aproximadamente 50 especialidades oficiales de este cuerpo. No cubre ninguna otra especialidad de Secundaria (Lengua Castellana y Literatura, Geografía e Historia, Física y Química, Biología y Geología, Inglés, Filosofía, Tecnología, Dibujo, Música...) ni los cuerpos de Maestros o de Profesores Técnicos de Formación Profesional, que tienen temarios propios y distintos, todavía no publicados en OpositaGratis. El cuestionario específico (Parte A) que se reproduce aquí es el fijado con carácter estatal por el entonces Ministerio de Educación y Ciencia, y sigue siendo, más de tres décadas después, el temario base que las distintas Administraciones educativas —las 17 comunidades autónomas más Ceuta y Melilla, cada una competente para convocar su propia oposición— citan y desarrollan en sus resoluciones de convocatoria anual, al no existir una versión posterior que lo haya derogado o sustituido con carácter general para esta especialidad. Cada convocatoria autonómica concreta puede añadir particularidades propias (requisitos lingüísticos en comunidades con lengua cooficial, la prueba de programación y unidad didáctica, u otras variaciones menores de redacción), que no están reflejadas en este índice.

Este tema reúne tres herramientas complementarias que permiten ir más allá del simple cálculo de parámetros aislados (tema 60) para analizar, interpretar y comparar distribuciones estadísticas entre sí: la desigualdad de Chebyshev, que acota la concentración de datos en torno a la media sin necesidad de conocer la forma exacta de la distribución; el coeficiente de variación, que permite comparar la dispersión relativa de distribuciones con medias o unidades distintas; y la variable tipificada o normalizada, que traduce cualquier dato a una escala común independiente de las unidades originales. Es un tema de fuerte componente aplicado, con supuestos prácticos de comparación de conjuntos de datos muy típicos del examen, y de marcado interés histórico por la figura de Pafnuty Chebyshev.

← Ver el índice completo del temario

Enunciado de la desigualdad de Chebyshev

La desigualdad de Chebyshev establece que, para cualquier distribución de probabilidad o cualquier conjunto de datos que posea media μ (o x̄) y desviación típica σ finitas, y para cualquier número real k > 1, la proporción de valores que se encuentran a una distancia de la media superior a k desviaciones típicas es, como máximo, 1/k². Formalmente, si X es una variable aleatoria con media μ y desviación típica σ, se cumple P(|X - μ| ≥ k·σ) ≤ 1/k², o de forma equivalente, expresado en términos de la proporción de datos que sí se encuentran dentro del intervalo [μ - k·σ, μ + k·σ], dicha proporción es al menos 1 - 1/k². Así, para k = 2, al menos el 75 % de los datos se sitúan dentro de dos desviaciones típicas de la media (1 - 1/4 = 0,75); para k = 3, al menos el 88,9 % se sitúan dentro de tres desviaciones típicas (1 - 1/9 ≈ 0,889). Se trata de una cota mínima, no de un valor exacto: la proporción real de datos dentro de ese intervalo puede ser, y habitualmente es, mayor que la cota garantizada por la desigualdad, que representa el peor escenario posible compatible con los valores conocidos de μ y σ.

Interpretación: cota mínima de datos dentro de k desviaciones típicas

La interpretación correcta de la desigualdad de Chebyshev exige subrayar que proporciona exclusivamente una cota mínima garantizada, universalmente válida para cualquier distribución, y no el valor exacto de la proporción de datos concentrados en torno a la media. Esto significa que la desigualdad puede resultar muy conservadora, es decir, muy alejada del porcentaje real, en distribuciones concretas cuya forma se conoce con precisión: para una distribución normal, por ejemplo, el porcentaje real de datos dentro de dos desviaciones típicas de la media es de aproximadamente el 95 %, muy superior al 75 % que garantiza como mínimo Chebyshev, precisamente porque este resultado no puede aprovechar ninguna información adicional sobre la simetría o la forma acampanada de la distribución normal. El valor añadido genuino de la desigualdad de Chebyshev reside justamente en su universalidad: es aplicable con total rigor matemático a cualquier distribución de datos, por muy asimétrica, multimodal o desconocida que sea su forma, siempre que se disponga únicamente de su media y su desviación típica, lo que la convierte en una herramienta muy valiosa en aquellas situaciones prácticas en las que no puede asumirse razonablemente que los datos siguen una distribución normal ni ninguna otra distribución conocida y tabulada.

Aplicabilidad de Chebyshev sin conocer la distribución exacta

La gran ventaja práctica de la desigualdad de Chebyshev, que explica su relevancia en el currículo pese a su carácter de cota conservadora, es que constituye la herramienta general más elemental para realizar afirmaciones probabilísticas rigurosas y cuantificadas sobre la concentración de los datos cuando no se dispone de información fiable acerca de la forma concreta de la distribución subyacente, situación muy habitual en la práctica real fuera del ámbito controlado de los ejercicios académicos. Mientras que la regla empírica del 68-95-99,7 % (asociada a la distribución normal) exige poder asumir razonablemente que los datos siguen, al menos de forma aproximada, una distribución en forma de campana simétrica, la desigualdad de Chebyshev no exige ningún supuesto sobre la simetría, la unimodalidad ni ninguna otra característica de la forma de la distribución, siendo válida incluso para distribuciones fuertemente asimétricas, con varios máximos relativos, o completamente desconocidas. Esta propiedad la hace especialmente útil en control de calidad industrial, en el análisis inicial de conjuntos de datos de los que todavía no se ha determinado su distribución teórica, o como herramienta pedagógica para introducir al alumnado en la idea general, previa al estudio detallado de distribuciones concretas, de que existe una relación matemática universal entre dispersión y concentración de los datos en torno a la media.

Comparación con la regla empírica 68-95-99.7 en la normal

La regla empírica del 68-95-99,7 %, también llamada regla de las tres sigmas, establece que en una distribución exactamente normal, aproximadamente el 68 % de los datos se sitúan dentro de una desviación típica de la media (intervalo [μ-σ, μ+σ]), aproximadamente el 95 % dentro de dos desviaciones típicas (intervalo [μ-2σ, μ+2σ]), y aproximadamente el 99,7 % dentro de tres desviaciones típicas (intervalo [μ-3σ, μ+3σ]). Comparando estos porcentajes exactos, válidos únicamente bajo el supuesto de normalidad, con las cotas mínimas garantizadas por la desigualdad de Chebyshev para los mismos valores de k (0 % para k=1, ya que 1-1/1²=0 no aporta información útil; 75 % para k=2; 88,9 % para k=3), se aprecia claramente la diferencia entre un resultado exacto pero condicionado a un supuesto distribucional concreto (la normalidad) y un resultado universal pero conservador, válido para cualquier distribución. Esta comparación resulta pedagógicamente muy valiosa para que el alumnado comprenda que disponer de más información sobre la forma de una distribución (como la normalidad) permite obtener conclusiones probabilísticas mucho más precisas y ajustadas que las que ofrece, en ausencia de dicha información, la desigualdad de Chebyshev, universalmente válida pero forzosamente más laxa.

Coeficiente de variación: razón entre desviación típica y media

El coeficiente de variación (CV) es una medida de dispersión relativa, adimensional, definida como el cociente entre la desviación típica y la media de una distribución, habitualmente expresado en forma de porcentaje: CV = (σ/x̄)·100. A diferencia de la desviación típica, que es una medida de dispersión absoluta expresada en las mismas unidades que la variable original, el coeficiente de variación al ser un cociente entre dos magnitudes de idénticas unidades resulta adimensional, es decir, un número puro sin unidades, lo que constituye precisamente su principal virtud y su razón de ser: permite comparar el grado de dispersión relativa de dos o más distribuciones aunque estén expresadas en unidades de medida completamente distintas, o aunque presenten medias muy diferentes entre sí. Cuanto menor es el coeficiente de variación, más homogénea u homocedástica es la distribución en relación con su propia media, es decir, menor es la dispersión relativa de los datos respecto al valor central en torno al cual se agrupan; cuanto mayor es el coeficiente de variación, mayor es la heterogeneidad relativa de la distribución, con independencia de cuál sea el valor absoluto de su desviación típica. Su cálculo exige, obviamente, que la media de la distribución sea distinta de cero para que el cociente resulte matemáticamente definido.

Utilidad del coeficiente de variación para comparar dispersión relativa

La utilidad principal del coeficiente de variación se manifiesta precisamente en aquellas situaciones en las que comparar directamente las desviaciones típicas absolutas de dos distribuciones conduciría a conclusiones erróneas o poco informativas, bien porque las variables están expresadas en unidades de medida distintas (por ejemplo, comparar la dispersión del peso, en kilogramos, con la de la estatura, en metros, de un mismo grupo de individuos, comparación que carece de sentido directo con desviaciones típicas absolutas pero sí es posible mediante sus respectivos coeficientes de variación), bien porque, aun tratándose de la misma variable y unidad de medida, las dos distribuciones comparadas presentan medias muy distintas entre sí. En este segundo caso, resulta especialmente ilustrativo el ejemplo clásico de comparar la dispersión salarial, en euros, de dos empresas con un nivel medio de retribución muy diferente: una empresa con salarios medios altos puede presentar una desviación típica absoluta en euros mayor que otra con salarios medios más bajos, sin que ello implique necesariamente una mayor desigualdad relativa entre sus empleados; solo el coeficiente de variación, al normalizar la dispersión respecto a la propia media de cada empresa, permite determinar en cuál de las dos existe realmente una mayor heterogeneidad salarial proporcional entre sus trabajadores.

Limitaciones del coeficiente de variación con medias nulas o negativas

El coeficiente de variación presenta limitaciones matemáticas y de interpretación importantes que deben tenerse en cuenta antes de aplicarlo de forma automática a cualquier conjunto de datos. En primer lugar, no está definido cuando la media de la distribución es exactamente igual a cero, ya que el cociente σ/x̄ implicaría una división por cero; esta situación se presenta, por ejemplo, en variables como la variación porcentual de una magnitud económica que puede oscilar entre valores positivos y negativos en torno a un promedio cercano o igual a cero. En segundo lugar, cuando la media de la distribución es negativa, o cuando la variable puede tomar tanto valores positivos como negativos, la interpretación habitual del coeficiente de variación como medida de dispersión relativa pierde buena parte de su sentido intuitivo, ya que el signo del cociente y su magnitud dejan de reflejar de forma consistente el grado de homogeneidad de los datos. Por estas razones, el coeficiente de variación es una herramienta especialmente adecuada y fiable para variables cuantitativas que toman exclusivamente valores positivos y cuya media está razonablemente alejada de cero, como suele ocurrir con magnitudes físicas (peso, longitud, tiempo) o económicas (precios, salarios, ingresos), pero debe emplearse con extrema cautela, o directamente evitarse, en variables que admiten valores nulos o negativos con cierta frecuencia.

Variable estadística tipificada

La variable estadística tipificada, normalizada o estandarizada, denotada habitualmente como Z, es la transformación que se obtiene al restar a cada dato individual de una variable X el valor de su media y dividir el resultado entre la desviación típica de la distribución de origen. El resultado de esta transformación es una nueva variable, sin unidades de medida propias (adimensional), que expresa cada dato original en términos del número de desviaciones típicas que dicho dato se aleja de la media de su distribución, en lugar de expresarlo en las unidades originales de la variable (euros, centímetros, puntos de un examen). Esta operación de tipificación es la herramienta matemática fundamental que permite comparar directamente valores individuales procedentes de distribuciones distintas, con medias y desviaciones típicas propias y diferentes entre sí, situándolos a todos ellos sobre una misma escala común y universal, lo que resulta imposible de hacer comparando simplemente los valores en sus unidades originales. La tipificación es, además, el paso previo indispensable para poder utilizar las tablas de la distribución normal estándar N(0,1) en el cálculo de probabilidades asociadas a cualquier variable que siga una distribución normal general N(μ,σ), transformación que se desarrolla con mayor extensión en el tema 66 de este mismo bloque.

Fórmula de tipificación z=(x-media)/desviación típica

La fórmula de tipificación de un dato individual x, perteneciente a una distribución de media x̄ (o μ, si se trabaja con parámetros poblacionales) y desviación típica σ, es z = (x - x̄)/σ, y proporciona el valor tipificado o puntuación z correspondiente a dicho dato. El numerador, x - x̄, es la desviación del dato respecto a la media, expresada todavía en las unidades originales de la variable, y puede ser positiva (si el dato es superior a la media), negativa (si es inferior) o nula (si coincide exactamente con ella); al dividir esta desviación entre la desviación típica σ, que actúa como unidad de medida de referencia de la propia dispersión de la distribución, se obtiene un número puro que indica cuántas desviaciones típicas se aleja el dato de la media, con su signo correspondiente indicando además la dirección de dicho alejamiento. Un valor tipificado z = 1,5, por ejemplo, indica que el dato original se sitúa exactamente una desviación típica y media por encima de la media de su distribución; un valor z = -0,8 indica que se sitúa 0,8 desviaciones típicas por debajo de ella. El cálculo de la puntuación z es una operación puramente algebraica, aplicable a cualquier distribución con independencia de su forma, aunque su interpretación probabilística mediante las tablas de la normal estándar exige que la distribución de origen sea, al menos aproximadamente, normal.

Propiedades de la variable tipificada: media 0 y varianza 1

La transformación de tipificación posee dos propiedades algebraicas fundamentales, deducibles directamente de las propiedades de linealidad de la media y de la varianza estudiadas en el tema 60: la variable tipificada Z resultante tiene siempre media exactamente igual a cero y varianza (y, por tanto, desviación típica) exactamente igual a uno, con independencia de cuáles fueran la media y la desviación típica de la variable original X de la que procede. La media de Z es cero porque Z se obtiene restando a X su propia media (lo que, según la propiedad de traslación de la media, produce una nueva variable de media nula) y dividiendo después entre una constante (lo que no altera el hecho de que la media resultante sea cero); la varianza de Z es uno porque, al dividir X - x̄ (que tiene varianza σ², idéntica a la de X por invarianza ante traslaciones) entre la constante σ, la varianza queda dividida por σ², es decir, σ²/σ² = 1. Estas dos propiedades explican por qué la variable tipificada es la herramienta idónea para comparar datos de orígenes distintos sobre una escala verdaderamente común y universal: todas las variables tipificadas, con independencia de la distribución original de la que procedan, comparten exactamente la misma media (cero) y la misma dispersión (uno).

Comparación de datos de distintas distribuciones mediante tipificación

La aplicación práctica más directa y frecuente de la tipificación en el examen y en el aula consiste en comparar el rendimiento relativo, dentro de sus respectivas distribuciones, de dos valores individuales procedentes de conjuntos de datos distintos, con medias y desviaciones típicas propias y diferentes entre sí, situación en la que la comparación directa de los valores originales sin tipificar sería metodológicamente incorrecta. El ejemplo clásico consiste en comparar la calificación obtenida por un mismo alumno en dos asignaturas distintas, cada una con su propia media y desviación típica de grupo: una calificación numéricamente idéntica en ambas asignaturas puede corresponder, tras la tipificación, a un rendimiento relativo muy distinto dentro de cada grupo, si en una de ellas la media del grupo fue mucho más alta o mucho más baja que en la otra, o si la dispersión de las calificaciones del grupo fue mayor o menor. Calculando la puntuación z de cada calificación respecto a la media y la desviación típica de su propio grupo de referencia, es posible determinar con rigor en cuál de las dos asignaturas el alumno obtuvo, en términos relativos respecto a sus compañeros, un mejor resultado, incluso cuando la calificación numérica bruta fuese exactamente la misma en ambos casos, ya que un mismo valor absoluto puede representar posiciones relativas muy distintas dentro de distribuciones diferentes.

Puntuaciones típicas en tests estandarizados

Las puntuaciones típicas o estandarizadas son transformaciones lineales de la puntuación tipificada Z que se emplean de forma generalizada en la construcción e interpretación de tests psicológicos y educativos estandarizados, con el objetivo de expresar los resultados en una escala más intuitiva y sin valores negativos ni decimales, ya que la puntuación z original, con decimales y valores negativos, resulta poco amigable para el público no especializado. La transformación habitual consiste en fijar convencionalmente una media y una desviación típica deseadas para la nueva escala, y calcular la puntuación transformada como T = a + b·Z, donde a es la nueva media deseada y b la nueva desviación típica deseada; así, la escala de cociente intelectual (CI) se construye habitualmente con media 100 y desviación típica 15, mientras que la escala T clásica de la psicometría emplea media 50 y desviación típica 10. Estas escalas estandarizadas mantienen intactas todas las propiedades relativas de la distribución original de puntuaciones —un individuo que se situaba, por ejemplo, una desviación típica por encima de la media en la escala original seguirá situándose exactamente una desviación típica por encima en la nueva escala transformada—, cambiando únicamente la unidad de referencia empleada para expresar dicha posición relativa, con el fin de facilitar su comunicación e interpretación a un público amplio no necesariamente familiarizado con el concepto estadístico de puntuación tipificada.

Detección de valores atípicos mediante la variable tipificada

La variable tipificada proporciona un criterio numérico sencillo, ampliamente utilizado en el análisis exploratorio de datos, para identificar posibles valores atípicos o anómalos dentro de un conjunto de datos: un dato cuya puntuación tipificada z, en valor absoluto, supera un determinado umbral convencional —habitualmente 2 o 3, según el grado de exigencia deseado— se considera candidato a ser tratado como valor atípico, ya que se encuentra, respectivamente, a más de dos o de tres desviaciones típicas de la media de su distribución, una posición que la propia desigualdad de Chebyshev garantiza que corresponde, como máximo, a una fracción reducida del total de observaciones (como máximo el 25 % o el 11,1 % respectivamente, aunque en la práctica, si la distribución es aproximadamente normal, el porcentaje real será mucho menor, del 5 % o del 0,3 % respectivamente). Este criterio de detección basado en la puntuación tipificada complementa al criterio, ya estudiado, basado en el rango intercuartílico y el diagrama de caja y bigotes (valores fuera de Q1-1,5·RIC o Q3+1,5·RIC), presentando la ventaja de una interpretación probabilística más directa cuando la distribución es aproximadamente normal, pero el inconveniente de ser menos robusto que el criterio basado en cuartiles, ya que tanto la media como la desviación típica empleadas en su cálculo pueden verse a su vez distorsionadas por la presencia de los propios valores atípicos que se pretende detectar.

Pafnuty Chebyshev y su contexto histórico

Pafnuty Lvóvich Chebyshev (1821-1894) fue un matemático ruso, considerado el fundador de la gran escuela matemática de San Petersburgo, cuyas contribuciones abarcan campos tan diversos como la teoría de números, la teoría de la aproximación de funciones, la mecánica y la probabilidad, disciplina esta última en la que formuló y demostró en 1867 la desigualdad que lleva su nombre, dentro de un trabajo más amplio dedicado a generalizar y fundamentar rigurosamente la ley de los grandes números, formulada anteriormente de forma menos general por Jacob Bernoulli. La transcripción de su apellido del alfabeto cirílico ruso al alfabeto latino ha dado lugar históricamente a diversas variantes ortográficas en distintos idiomas y tradiciones académicas —Chebyshev, Tchebycheff, Tchebyshev, Chebychev—, todas ellas haciendo referencia al mismo matemático y a la misma desigualdad, lo que conviene aclarar al alumnado para evitar confusiones al consultar distintas fuentes bibliográficas. Entre sus discípulos más destacados en la escuela matemática de San Petersburgo se encuentran Andréi Márkov y Aleksandr Liapunov, quienes continuarían y ampliarían posteriormente su trabajo en teoría de la probabilidad, contribuyendo de forma decisiva al desarrollo de la moderna teoría de procesos estocásticos y de los teoremas límite centrales que fundamentan buena parte de la inferencia estadística contemporánea.

Relación entre la desigualdad de Chebyshev y la ley de los grandes números

La desigualdad de Chebyshev no es un resultado aislado dentro de la teoría de la probabilidad, sino la herramienta técnica que permite demostrar de forma rigurosa la ley débil de los grandes números, uno de los teoremas fundamentales que sustentan tanto la interpretación frecuentista de la probabilidad como la validez general del muestreo estadístico. La ley débil de los grandes números establece que, al promediar un número creciente n de variables aleatorias independientes e idénticamente distribuidas, la media muestral resultante converge en probabilidad hacia la media poblacional o esperanza matemática común a todas ellas, a medida que n tiende a infinito. La demostración clásica de este resultado aplica precisamente la desigualdad de Chebyshev a la media muestral, cuya varianza es σ²/n (decreciente al aumentar n, según se estudiará en la distribución muestral de la media en temas posteriores), obteniendo que la probabilidad de que dicha media muestral se aleje de la media poblacional en más de una cantidad fija arbitrariamente pequeña tiende necesariamente a cero conforme n crece sin límite. Esta conexión pone de manifiesto que la desigualdad de Chebyshev, lejos de ser un resultado meramente descriptivo aplicado a conjuntos de datos concretos, es también la pieza demostrativa que fundamenta matemáticamente por qué aumentar el tamaño de una muestra mejora, de forma garantizada, la fiabilidad de las estimaciones estadísticas.

Ejemplo de aplicación: comparación de la dispersión entre dos conjuntos de calificaciones

Un supuesto práctico habitual en el examen de oposición consiste en comparar dos grupos de alumnos que han obtenido calificaciones en una misma prueba, con medias y desviaciones típicas propias de cada grupo, y determinar en cuál de ellos existe una mayor homogeneidad o dispersión relativa del rendimiento. Si, por ejemplo, el grupo A presenta una media de 6 puntos con una desviación típica de 1,2 puntos, y el grupo B una media de 7 puntos con una desviación típica de 1,5 puntos, comparar directamente las desviaciones típicas absolutas (1,2 frente a 1,5) llevaría a concluir, de forma poco rigurosa, que el grupo A es más homogéneo simplemente porque su desviación típica numérica es menor; sin embargo, el coeficiente de variación de cada grupo (CV_A = 1,2/6 = 0,20, es decir, 20 %; CV_B = 1,5/7 ≈ 0,214, es decir, 21,4 %) revela que, en términos relativos respecto a su propia media, ambos grupos presentan una dispersión relativa muy similar, con el grupo B ligeramente más heterogéneo que el A. Este tipo de supuesto ilustra perfectamente por qué la comparación de dispersión entre distribuciones con medias distintas exige recurrir al coeficiente de variación en lugar de limitarse a comparar las desviaciones típicas absolutas, y suele combinarse en el examen con el cálculo adicional de la puntuación tipificada de un alumno concreto de cada grupo.

Uso combinado del coeficiente de variación y la desviación típica

El coeficiente de variación y la desviación típica no son herramientas alternativas o excluyentes, sino complementarias, y su uso combinado y bien contextualizado proporciona una descripción más completa y matizada de la dispersión de un conjunto de datos que el empleo aislado de cualquiera de ellas por separado. La desviación típica resulta la medida de referencia adecuada cuando se comparan distribuciones de la misma variable, expresadas en las mismas unidades y con medias razonablemente similares entre sí, situación en la que su interpretación directa en las unidades originales de la variable resulta más intuitiva y práctica que la del coeficiente de variación; el coeficiente de variación, en cambio, resulta indispensable precisamente cuando se comparan variables de distinta naturaleza o unidad de medida, o distribuciones de la misma variable pero con medias sustancialmente distintas entre sí, casos en los que la comparación directa de desviaciones típicas absolutas conduciría a conclusiones metodológicamente incorrectas o carentes de sentido. Un buen análisis estadístico de comparación entre distribuciones debe, por tanto, calcular y reportar ambas medidas conjuntamente cuando sea pertinente, empleando el criterio de las unidades y de la similitud de las medias comparadas para decidir, en cada caso concreto, cuál de ellas resulta más informativa y relevante para el objetivo del análisis planteado.

Aplicación de la variable normalizada a la detección de valores anómalos

Más allá de la comparación de rendimientos individuales entre distribuciones distintas, la variable normalizada o tipificada encuentra una aplicación práctica de gran relevancia en el control de calidad industrial y en el análisis exploratorio de conjuntos de datos de cualquier naturaleza, como herramienta sistemática y automatizable de detección de valores anómalos o outliers. En procesos de fabricación industrial sometidos a control estadístico de calidad, es habitual establecer límites de control situados a una distancia de tres desviaciones típicas de la media del proceso (los llamados límites de control de tres sigma), de modo que cualquier medición cuya puntuación tipificada exceda en valor absoluto de 3 se interpreta como una señal de alarma que indica una posible desviación anómala del proceso productivo respecto a su funcionamiento habitual, mereciendo una investigación inmediata de sus causas. Esta misma lógica se aplica de forma generalizada en el análisis automatizado de grandes conjuntos de datos (big data) para la detección de fraudes financieros, de transacciones inusuales en tarjetas de crédito, o de anomalías en sensores industriales y médicos, donde algoritmos informáticos calculan de forma continua y automática la puntuación tipificada de cada nueva observación respecto a la distribución histórica de datos normales, generando una alerta cuando dicha puntuación supera un umbral prefijado.

Demostración de la desigualdad de Chebyshev mediante la desigualdad de Markov

La desigualdad de Chebyshev se deduce en pocas líneas de la desigualdad de Markov, que afirma que, para una variable aleatoria Y no negativa con esperanza finita y para todo a > 0, P(Y ≥ a) ≤ E(Y)/a. Basta aplicarla a la variable Y = (X - μ)², que es no negativa y cuya esperanza es, por definición, la varianza σ²: el suceso |X - μ| ≥ kσ equivale a (X - μ)² ≥ k²σ², de modo que P(|X - μ| ≥ kσ) = P(Y ≥ k²σ²) ≤ E(Y)/(k²σ²) = σ²/(k²σ²) = 1/k². Con una constante fija ε > 0 en lugar de kσ, la misma desigualdad se escribe P(|X - μ| ≥ ε) ≤ σ²/ε², que es la forma que se usa en la demostración de la ley débil de los grandes números. Para un conjunto de datos con N valores, la desigualdad puede leerse en términos de frecuencias relativas: la proporción de datos cuya distancia a la media es al menos kσ no supera 1/k² (se toma la desviación típica poblacional, que divide por N; si se usa la cuasidesviación típica, que es mayor, el intervalo es más ancho y la cota sigue siendo válida). Conviene recordar que la desigualdad aparece a veces como desigualdad de Bienaymé-Chebyshev, porque Irénée-Jules Bienaymé la había establecido en 1853, antes de que Chebyshev la publicara de forma independiente en 1867 en su trabajo «Des valeurs moyennes».

Tabla de cotas de Chebyshev y cálculo del valor de k necesario

Conviene memorizar o saber obtener rápidamente las cotas mínimas 1 - 1/k² para los valores de k más usados: k = 1 da 0 % (cota sin información); k = √2 ≈ 1,41 da 50 %; k = 1,5 da 1 - 1/2,25 ≈ 55,6 %; k = 2 da 75 %; k = 2,5 da 84 %; k = 3 da 88,9 %; k = 4 da 93,75 %; k = 5 da 96 %; k = 10 da 99 %. Comparadas con los valores de la normal en k = 2 (95,45 %) y k = 3 (99,73 %), se aprecia lo conservadora que es la cota universal. El problema inverso también es frecuente en el examen: para garantizar una proporción mínima p de datos dentro del intervalo [μ - kσ, μ + kσ] hay que tomar k = 1/√(1 - p). Así, para asegurar al menos el 90 % se necesita k = √10 ≈ 3,16; para el 95 %, k = √20 ≈ 4,47; y para el 99 %, k = 10. Un tercer tipo de ejercicio fija el intervalo y pide la cota: si la media de unas calificaciones es 5,5 y la desviación típica 1,5, el intervalo [2,5; 8,5] corresponde a k = 2 y contiene al menos el 75 % de las calificaciones, de modo que como máximo el 25 % queda fuera de él; nótese que la desigualdad no dice cuántas de esas calificaciones exteriores están por encima o por debajo de la media (para eso se necesita la versión unilateral).

Ajuste de la cota, versión unilateral y límites de la desigualdad

La desigualdad de Chebyshev no puede mejorarse sin añadir hipótesis: es ajustada, en el sentido de que existen distribuciones para las que se alcanza la igualdad. Para k > 1, la variable que toma los valores -kσ y +kσ con probabilidad 1/(2k²) cada uno y el valor 0 con probabilidad 1 - 1/k² tiene media 0 y varianza σ², y verifica P(|X| ≥ kσ) = 1/k² exactamente. Por eso la cota solo puede refinarse cuando se conoce algo más sobre la distribución (unimodalidad, simetría o normalidad). La versión unilateral, llamada desigualdad de Cantelli, afirma que P(X - μ ≥ kσ) ≤ 1/(1 + k²) para k > 0, y es más fina que dividir entre dos la cota bilateral cuando no se supone simetría. Además, la desigualdad solo tiene contenido para k > 1: para k ≤ 1 la cota 1/k² es mayor o igual que 1 y no aporta información. Por último, la desigualdad exige que existan la media y la varianza; para distribuciones sin varianza finita (como la de Cauchy) no puede aplicarse, un matiz que se menciona como curiosidad pero que queda fuera del nivel de Secundaria.

Aplicación de Chebyshev al tamaño muestral y a la estimación de la media

Aplicada a la media muestral, cuya varianza es σ²/n, la desigualdad da P(|X̄ - μ| ≥ ε) ≤ σ²/(n·ε²). Esto permite acotar el tamaño muestral necesario para que la media de la muestra se aleje de la media poblacional menos de ε con una probabilidad mínima fijada. Si se exige una probabilidad de al menos 0,95, basta con que σ²/(n·ε²) ≤ 0,05, es decir, n ≥ σ²/(0,05·ε²). Por ejemplo, con σ = 2 y ε = 0,5 resulta n ≥ 4/(0,05·0,25) = 320. Ese tamaño es conservador (con normalidad bastarían muchas menos observaciones, del orden de 62 según la tabla normal), y refleja el precio de no suponer nada sobre la forma de la distribución. Es una buena ilustración de que Chebyshev ofrece garantías válidas siempre, a costa de exigir muestras mayores, y conecta directamente con el tema de inferencia estadística y con el tamaño de una muestra estudiado en el tema 58.

Propiedades del coeficiente de variación ante cambios de unidad y de origen

El coeficiente de variación es invariante ante cambios de escala: si todos los datos se multiplican por una constante positiva a (por ejemplo, al pasar de metros a centímetros), tanto la media como la desviación típica quedan multiplicadas por a y el cociente no cambia, CV(aX) = CV(X). En cambio, no es invariante ante traslaciones: al sumar una constante b a todos los datos, la desviación típica no varía (σ(X + b) = σ(X)) pero la media sí, y por tanto CV(X + b) ≠ CV(X). Esta es la razón de que solo tenga sentido calcular el coeficiente de variación para magnitudes medidas en una escala de razón, donde el cero es absoluto: es válido para longitudes, masas, tiempos o precios, pero no para temperaturas en grados Celsius o Fahrenheit, cuyo cero es arbitrario (la misma dispersión relativa daría CV distintos en °C y en K). Es un error típico de examen comparar coeficientes de variación de temperaturas en Celsius. Otra propiedad útil es que, como el CV es el cociente entre la desviación típica y la media, la desviación típica de un conjunto de datos positivos puede recuperarse como σ = CV·x̄ cuando se conoce el CV expresado en tanto por uno.

Interpretación orientativa del coeficiente de variación y elección entre medidas de dispersión

No existe una escala universal que clasifique el coeficiente de variación como bajo o alto: cualquier umbral depende del campo de aplicación. En la práctica docente suele decirse, solo a modo orientativo, que un CV inferior al 10 % indica una distribución muy homogénea, que valores en torno al 20-30 % indican una dispersión moderada y que valores superiores al 50 % indican una gran heterogeneidad, pero estos umbrales son convencionales y el enunciado de un ejercicio siempre debe basarse en la comparación entre CV, no en el valor aislado. Para elegir la medida de dispersión adecuada conviene seguir un criterio sencillo: el recorrido y el rango intercuartílico son útiles para describir el rango de los datos y son robustos (el segundo) frente a valores atípicos; la varianza es la medida con mejores propiedades algebraicas; la desviación típica es la más interpretable al conservar las unidades; el coeficiente de variación es la elegida cuando se comparan dispersiones de variables con unidades distintas o medias muy diferentes. Como el CV usa la media y la desviación típica, hereda su sensibilidad a los valores atípicos, y en distribuciones muy asimétricas puede ser engañoso.

Efecto de las transformaciones lineales sobre la variable tipificada

La puntuación tipificada es invariante ante transformaciones lineales crecientes de los datos. Si Y = aX + b con a > 0, entonces la media de Y es a·x̄ + b y su desviación típica a·σ, por lo que zY = (aX + b - a·x̄ - b)/(a·σ) = (X - x̄)/σ = zX: el valor tipificado de un dato no depende de las unidades ni del origen de la escala. Si a < 0 (por ejemplo, al invertir el sentido de una escala), la puntuación z cambia de signo pero mantiene su valor absoluto. Esta propiedad justifica que se pueda tipificar indistintamente en puntos sobre 10, sobre 100 o en percentiles de cualquier escala lineal, y explica por qué la tipificación es la herramienta natural para comparar rendimientos en pruebas distintas. Además, la suma de las puntuaciones tipificadas de todos los datos es siempre cero (porque la media de Z es 0) y la suma de sus cuadrados es N (porque la varianza de Z es 1), dos comprobaciones rápidas que se pueden usar para verificar los cálculos de un ejercicio con tabla de frecuencias.

Ejemplo resuelto: comparación del rendimiento de un alumno en dos pruebas

Una alumna obtiene 7 puntos en una prueba de Matemáticas, en la que la media del grupo es 5 y la desviación típica 2, y 8 puntos en una prueba de Física, donde la media es 7 y la desviación típica 2. A pesar de que 8 > 7, su rendimiento relativo es mejor en Matemáticas: z(Matemáticas) = (7 - 5)/2 = 1, mientras que z(Física) = (8 - 7)/2 = 0,5. Es decir, en Matemáticas se sitúa una desviación típica por encima de la media del grupo y en Física solo media desviación típica. Si se supone que las notas de cada prueba siguen aproximadamente una distribución normal, de las tablas se obtiene que el porcentaje de alumnos con nota inferior a la suya es Φ(1) ≈ 84,1 % en Matemáticas y Φ(0,5) ≈ 69,1 % en Física, lo que confirma el resultado y permite expresarlo como percentil. El razonamiento que se espera en el examen consta de tres pasos: identificar la media y la desviación típica de cada grupo de referencia, calcular la puntuación z de cada resultado y comparar las puntuaciones z, interpretando cada una como un número de desviaciones típicas respecto a la media.

Valores críticos de la normal estándar de uso frecuente

Al tipificar y emplear las tablas de la normal estándar conviene conocer algunos valores de z de uso muy habitual. Los intervalos centrales de probabilidad 0,90, 0,95 y 0,99 corresponden a z = 1,645, z = 1,96 y z = 2,576 respectivamente (es decir, P(-1,96 ≤ Z ≤ 1,96) = 0,95). Algunos valores acumulados son Φ(1) ≈ 0,8413, Φ(2) ≈ 0,9772 y Φ(3) ≈ 0,9987. De la simetría se deduce que, por ejemplo, P(Z ≥ 2) = 1 - 0,9772 = 0,0228, de modo que aproximadamente un 2,3 % de los datos de una población normal supera en más de dos desviaciones típicas a la media, y otro 2,3 % queda por debajo, lo que suma un 4,55 % fuera del intervalo μ ± 2σ. Esta comparación sirve de contraste con Chebyshev: cualquier distribución tiene como máximo un 25 % de datos más allá de dos desviaciones típicas, y la normal solo un 4,55 %.

Escalas derivadas de la puntuación típica: CI, escala T, eneatipos y escalas de evaluaciones internacionales

Además de la escala del cociente intelectual (media 100, desviación típica 15 en las escalas de Wechsler) y de la escala T (media 50, desviación típica 10), existen otras escalas derivadas de la puntuación típica z mediante la fórmula general puntuación = media deseada + desviación deseada · z. Los eneatipos (stanines) dividen la escala en nueve categorías con media 5 y una desviación típica próxima a 2, y los decatipos usan diez categorías con media 5,5 y desviación típica 2. En evaluaciones educativas internacionales y en pruebas de acceso estandarizadas se emplean también escalas con media 500 y desviación típica 100: en las evaluaciones PISA, la escala se fijó originalmente en el ciclo de referencia de cada área de modo que la media de los países de la OCDE fuera 500 y la desviación típica 100. Por ejemplo, una puntuación z = 1,5 equivale a T = 50 + 10·1,5 = 65, a un CI de 100 + 15·1,5 = 122,5 y a una puntuación de 650 en una escala 500/100. Todas estas escalas conservan el orden y la posición relativa de los individuos, puesto que son transformaciones lineales crecientes de z.

La variable tipificada y las medidas de forma: asimetría y curtosis

Los coeficientes que describen la forma de una distribución se definen a partir de potencias de la variable tipificada. El coeficiente de asimetría de Fisher es la media de los cubos de las puntuaciones z, g₁ = (1/N)·Σzᵢ³ = m₃/σ³, donde m₃ es el momento central de orden 3: vale 0 en distribuciones simétricas, es positivo cuando la cola derecha es más larga (asimetría positiva) y negativo en el caso contrario. El coeficiente de curtosis es la media de las cuartas potencias de z, (1/N)·Σzᵢ⁴ = m₄/σ⁴, que vale 3 en la distribución normal; por eso suele trabajarse con el exceso de curtosis g₂ = m₄/σ⁴ - 3, nulo para la normal, positivo en distribuciones más apuntadas y de colas más pesadas (leptocúrticas) y negativo en las más aplanadas (platicúrticas). Estas definiciones muestran de nuevo que, al tipificar, se eliminan el efecto de la unidad y el de la dispersión, de manera que la asimetría y la curtosis dependen únicamente de la forma de la distribución.

Valores atípicos: criterio de la puntuación z frente al criterio de Tukey

Existen dos criterios clásicos para marcar un dato como atípico. El criterio de Tukey, usado en el diagrama de caja, considera atípicos los valores fuera del intervalo [Q₁ - 1,5·RIC; Q₃ + 1,5·RIC], donde RIC = Q₃ - Q₁, y valores extremos los que superan 3·RIC; se basa en cuartiles y por ello no se ve afectado por los propios atípicos. El criterio de la puntuación z señala los datos con |z| > 2, |z| > 2,5 o |z| > 3 (el umbral depende del contexto), y se interpreta con facilidad cuando la distribución es aproximadamente normal, ya que en una normal solo el 0,27 % de los datos tiene |z| > 3. Presenta dos inconvenientes: una vez que hay un dato muy alejado, la media y la desviación típica se ven arrastradas por él, lo que reduce su propia puntuación z (efecto de enmascaramiento), y en muestras pequeñas la puntuación z máxima posible está limitada. Por eso, ante conjuntos pequeños o con asimetría fuerte, se recomienda preferir el criterio de los cuartiles o emplear la mediana y la desviación absoluta mediana. Un valor atípico no debe eliminarse automáticamente: hay que investigar si es un error de registro o una observación genuina.

Errores típicos de interpretación en este tema

Los errores más frecuentes en los supuestos prácticos de este tema son los siguientes. Primero, afirmar que Chebyshev da el porcentaje exacto de datos en el intervalo, cuando solo da una cota inferior (y, equivalentemente, una cota superior de los datos fuera del intervalo). Segundo, aplicar la regla 68-95-99,7 a distribuciones no normales o muy asimétricas. Tercero, comparar desviaciones típicas absolutas cuando las medias o las unidades son distintas. Cuarto, calcular el coeficiente de variación con una media nula, negativa o con una variable de escala de intervalo (temperaturas en grados Celsius). Quinto, olvidar multiplicar por 100 si el enunciado pide el CV en porcentaje. Sexto, tipificar utilizando la media y la desviación típica de otro grupo en lugar de las del grupo de referencia del dato. Séptimo, interpretar z = 2 como un 2 % en vez de dos desviaciones típicas. Octavo, creer que una puntuación tipificada alta implica una nota alta en valor absoluto: indica posición relativa dentro de su grupo, no calidad absoluta. Noveno, ignorar la diferencia entre desviación típica poblacional (divide por N) y cuasidesviación típica muestral (divide por n - 1), diferencia que hay que respetar según lo que pida el enunciado.

Tratamiento de este contenido en el currículo de la educación secundaria y el bachillerato

Los saberes de este tema se integran en el bloque de sentido estocástico del currículo de Matemáticas de la ESO y del Bachillerato, establecido en la normativa básica estatal de la LOMLOE (Real Decreto 217/2022, de 29 de marzo, para la ESO, y Real Decreto 243/2022, de 5 de abril, para el Bachillerato), que las comunidades autónomas desarrollan en sus propios currículos. En esas etapas los parámetros de dispersión y la comparación de distribuciones se trabajan con ayuda de calculadora y de hoja de cálculo, y la tipificación aparece como paso previo al trabajo con la distribución normal en el Bachillerato. Desde un punto de vista didáctico, resulta eficaz que el alumnado calcule el coeficiente de variación y las puntuaciones z de situaciones reales (por ejemplo, resultados de pruebas, datos meteorológicos o estaturas), que contraste las cotas de Chebyshev con los porcentajes de datos reales mediante una hoja de cálculo y que reflexione críticamente sobre qué medida resume mejor cada situación. Este tipo de actividades desarrolla las competencias de razonamiento, modelización y uso de herramientas digitales propias del área.

Ideas clave para el examen — memoriza esto

  • Desigualdad de Chebyshev: P(|X-μ|≥kσ) ≤ 1/k², válida para CUALQUIER distribución (universal), pero es solo una cota mínima, no un valor exacto.
  • Para k=2, Chebyshev garantiza al menos el 75% de los datos en [μ-2σ,μ+2σ]; para k=3, al menos el 88,9%.
  • Chebyshev no exige conocer la forma de la distribución; la regla empírica 68-95-99,7% sí exige asumir normalidad, y da porcentajes exactos más ajustados.
  • Coeficiente de variación CV=(σ/x̄)·100: medida de dispersión relativa, adimensional, permite comparar distribuciones con distintas unidades o medias muy diferentes.
  • El CV no está definido si x̄=0, y pierde sentido interpretativo con medias negativas o variables que cambian de signo.
  • Variable tipificada z=(x-x̄)/σ: adimensional, expresa cuántas desviaciones típicas se aleja un dato de la media, con su signo indicando dirección.
  • La variable tipificada Z tiene siempre media 0 y varianza 1, sea cual sea la distribución original — propiedad que permite comparar datos de orígenes distintos.
  • La tipificación permite comparar el rendimiento relativo de un mismo individuo en distribuciones distintas (ej.: notas en dos asignaturas con medias/desviaciones de grupo distintas).
  • Puntuaciones típicas en tests estandarizados (CI: media 100, desviación 15) son transformaciones lineales de z que evitan decimales y valores negativos.
  • Detección de atípicos por tipificación: |z|>2 o |z|>3 como umbral convencional, complementario (menos robusto) al criterio del rango intercuartílico.
  • Pafnuty Chebyshev (1821-1894), fundador de la escuela matemática de San Petersburgo; demostró la desigualdad en 1867 dentro de su trabajo sobre la ley de los grandes números.
  • La desigualdad de Chebyshev es la herramienta técnica que demuestra la ley débil de los grandes números, fundamento de la interpretación frecuentista de la probabilidad.
  • Comparar dispersión entre grupos con medias distintas exige el CV, no la desviación típica absoluta (ejemplo clásico: dispersión salarial entre empresas con sueldos medios distintos).
  • CV y desviación típica son complementarios: la desviación típica es más intuitiva entre distribuciones de igual unidad y media similar; el CV es indispensable si difieren unidades o medias.
  • Aplicación industrial: límites de control de calidad a ±3 sigma (|z|>3) como señal de alarma de anomalía en un proceso productivo.
  • La variable tipificada se usa en detección automatizada de fraude y anomalías en big data, comparando cada nueva observación con la distribución histórica.
  • Demostración de Chebyshev: aplicar la desigualdad de Markov a (X-μ)²: P(|X-μ|≥kσ) ≤ σ²/(k²σ²) = 1/k². Forma con ε: P(|X-μ|≥ε) ≤ σ²/ε².
  • Cotas a memorizar (mínimo dentro de μ±kσ): k=√2 → 50 %; k=2 → 75 %; k=3 → 88,9 %; k=4 → 93,75 %; k=5 → 96 %; k=10 → 99 %. Para k≤1 la cota no informa.
  • Valor de k que garantiza una proporción p: k = 1/√(1-p). Para el 90 %: k=√10≈3,16; para el 95 %: k=√20≈4,47.
  • La cota de Chebyshev es ajustada (existen distribuciones que la alcanzan) y solo mejora si se añade información (simetría, unimodalidad, normalidad). Versión unilateral de Cantelli: P(X-μ≥kσ) ≤ 1/(1+k²).
  • En la normal, el porcentaje fuera de μ±2σ es 4,55 % (Chebyshev permite hasta 25 %) y fuera de μ±3σ es 0,27 % (Chebyshev permite hasta 11,1 %).
  • CV(aX)=CV(X) si a>0 (invariante al cambio de unidad) pero CV(X+b)≠CV(X): solo tiene sentido en escalas de razón (no para °C ni °F).
  • El CV se da en porcentaje (σ/x̄·100); es un error típico olvidar multiplicar por 100 o compararlo con una media nula o negativa. No hay umbrales universales: solo se interpreta comparando distribuciones.
  • Tipificar es invariante ante transformaciones lineales crecientes (zY=zX si Y=aX+b, a>0); con a<0 la z cambia de signo. Σzᵢ=0 y Σzᵢ²=N.
  • Valores críticos de la normal: z=1,645 (90 %), 1,96 (95 %), 2,576 (99 %); Φ(1)≈0,8413, Φ(2)≈0,9772, Φ(3)≈0,9987.
  • Escalas derivadas de z: puntuación = media + desviación·z. CI: 100/15; escala T: 50/10; escalas 500/100 (PISA y pruebas de acceso). Ejemplo: z=1,5 → T=65 y CI=122,5.
  • Asimetría de Fisher = media de z³ (0 si es simétrica); curtosis = media de z⁴ (3 en la normal; exceso de curtosis = curtosis - 3).
  • Criterio de Tukey (cuartiles, robusto) frente a criterio de |z|>2 o 3 (sensible al enmascaramiento por los propios atípicos); un atípico no se elimina sin investigar su origen.
  • Chebyshev aplicado a la media muestral: P(|X̄-μ|≥ε) ≤ σ²/(nε²); da un tamaño muestral conservador n ≥ σ²/(0,05ε²) para una probabilidad mínima de 0,95.
  • Bienaymé (1853) y Chebyshev (1867) establecieron de forma independiente la desigualdad; Markov, discípulo de Chebyshev, da nombre a la desigualdad de la que se deduce.
Ver el esquema con tus propios subrayados →

Ponte a prueba

12 preguntas sobre este tema, en orden aleatorio. Sin registro, sin límite de intentos.

Pregunta 1 de 120 aciertos

Una puntuación tipificada z = 1,5 se transforma a una escala T de media 50 y desviación típica 10. ¿Qué valor se obtiene?

Preguntas frecuentes

¿De qué trata el Tema 61 de Secundaria?

Este tema reúne tres herramientas complementarias que permiten ir más allá del simple cálculo de parámetros aislados (tema 60) para analizar, interpretar y comparar distribuciones estadísticas entre sí: la desigualdad de Chebyshev, que acota la concentración de datos en torno a la media sin necesidad de conocer la forma exacta de la distribución; el coeficiente de variación, que permite comparar la dispersión relativa de distribuciones con medias o unidades distintas; y la variable tipificada o normalizada, que traduce cualquier dato a una escala común independiente de las unidades originales. Es un tema de fuerte componente aplicado, con supuestos prácticos de comparación de conjuntos de datos muy típicos del examen, y de marcado interés histórico por la figura de Pafnuty Chebyshev.

¿Qué hay que memorizar del Tema 61 para el examen?

Desigualdad de Chebyshev: P(|X-μ|≥kσ) ≤ 1/k², válida para CUALQUIER distribución (universal), pero es solo una cota mínima, no un valor exacto. Para k=2, Chebyshev garantiza al menos el 75% de los datos en [μ-2σ,μ+2σ]; para k=3, al menos el 88,9%. Chebyshev no exige conocer la forma de la distribución; la regla empírica 68-95-99,7% sí exige asumir normalidad, y da porcentajes exactos más ajustados. Coeficiente de variación CV=(σ/x̄)·100: medida de dispersión relativa, adimensional, permite comparar distribuciones con distintas unidades o medias muy diferentes. El CV no está definido si x̄=0, y pierde sentido interpretativo con medias negativas o variables que cambian de signo. Variable tipificada z=(x-x̄)/σ: adimensional, expresa cuántas desviaciones típicas se aleja un dato de la media, con su signo indicando dirección. La variable tipificada Z tiene siempre media 0 y varianza 1, sea cual sea la distribución original — propiedad que permite comparar datos de orígenes distintos. La tipificación permite comparar el rendimiento relativo de un mismo individuo en distribuciones distintas (ej.: notas en dos asignaturas con medias/desviaciones de grupo distintas). Puntuaciones típicas en tests estandarizados (CI: media 100, desviación 15) son transformaciones lineales de z que evitan decimales y valores negativos. Detección de atípicos por tipificación: |z|>2 o |z|>3 como umbral convencional, complementario (menos robusto) al criterio del rango intercuartílico. Pafnuty Chebyshev (1821-1894), fundador de la escuela matemática de San Petersburgo; demostró la desigualdad en 1867 dentro de su trabajo sobre la ley de los grandes números. La desigualdad de Chebyshev es la herramienta técnica que demuestra la ley débil de los grandes números, fundamento de la interpretación frecuentista de la probabilidad. Comparar dispersión entre grupos con medias distintas exige el CV, no la desviación típica absoluta (ejemplo clásico: dispersión salarial entre empresas con sueldos medios distintos). CV y desviación típica son complementarios: la desviación típica es más intuitiva entre distribuciones de igual unidad y media similar; el CV es indispensable si difieren unidades o medias. Aplicación industrial: límites de control de calidad a ±3 sigma (|z|>3) como señal de alarma de anomalía en un proceso productivo. La variable tipificada se usa en detección automatizada de fraude y anomalías en big data, comparando cada nueva observación con la distribución histórica. Demostración de Chebyshev: aplicar la desigualdad de Markov a (X-μ)²: P(|X-μ|≥kσ) ≤ σ²/(k²σ²) = 1/k². Forma con ε: P(|X-μ|≥ε) ≤ σ²/ε². Cotas a memorizar (mínimo dentro de μ±kσ): k=√2 → 50 %; k=2 → 75 %; k=3 → 88,9 %; k=4 → 93,75 %; k=5 → 96 %; k=10 → 99 %. Para k≤1 la cota no informa. Valor de k que garantiza una proporción p: k = 1/√(1-p). Para el 90 %: k=√10≈3,16; para el 95 %: k=√20≈4,47. La cota de Chebyshev es ajustada (existen distribuciones que la alcanzan) y solo mejora si se añade información (simetría, unimodalidad, normalidad). Versión unilateral de Cantelli: P(X-μ≥kσ) ≤ 1/(1+k²). En la normal, el porcentaje fuera de μ±2σ es 4,55 % (Chebyshev permite hasta 25 %) y fuera de μ±3σ es 0,27 % (Chebyshev permite hasta 11,1 %). CV(aX)=CV(X) si a>0 (invariante al cambio de unidad) pero CV(X+b)≠CV(X): solo tiene sentido en escalas de razón (no para °C ni °F). El CV se da en porcentaje (σ/x̄·100); es un error típico olvidar multiplicar por 100 o compararlo con una media nula o negativa. No hay umbrales universales: solo se interpreta comparando distribuciones. Tipificar es invariante ante transformaciones lineales crecientes (zY=zX si Y=aX+b, a>0); con a<0 la z cambia de signo. Σzᵢ=0 y Σzᵢ²=N. Valores críticos de la normal: z=1,645 (90 %), 1,96 (95 %), 2,576 (99 %); Φ(1)≈0,8413, Φ(2)≈0,9772, Φ(3)≈0,9987. Escalas derivadas de z: puntuación = media + desviación·z. CI: 100/15; escala T: 50/10; escalas 500/100 (PISA y pruebas de acceso). Ejemplo: z=1,5 → T=65 y CI=122,5. Asimetría de Fisher = media de z³ (0 si es simétrica); curtosis = media de z⁴ (3 en la normal; exceso de curtosis = curtosis - 3). Criterio de Tukey (cuartiles, robusto) frente a criterio de |z|>2 o 3 (sensible al enmascaramiento por los propios atípicos); un atípico no se elimina sin investigar su origen. Chebyshev aplicado a la media muestral: P(|X̄-μ|≥ε) ≤ σ²/(nε²); da un tamaño muestral conservador n ≥ σ²/(0,05ε²) para una probabilidad mínima de 0,95. Bienaymé (1853) y Chebyshev (1867) establecieron de forma independiente la desigualdad; Markov, discípulo de Chebyshev, da nombre a la desigualdad de la que se deduce.

¿Hay preguntas de test de este tema exacto?

Sí, 12 preguntas tipo test sobre este tema, en el apartado "Ponte a prueba" de esta misma página. Sin registro y sin límite de intentos.

¿De dónde sale el temario de este tema?

Del índice oficial de BOE núm. 226, de 21 de septiembre de 1993, páginas 27400 a 27438 (Orden de 9 de septiembre de 1993, del Ministerio de Educación y Ciencia, BOE-A-1993-23257), Anexo III — cuestionario específico (Parte A) de la especialidad Matemáticas del Cuerpo de Profesores de Enseñanza Secundaria (Temario oficial estatal de referencia — especialidad Matemáticas (Cuerpo de Profesores de Enseñanza Secundaria)).

Fuentes de este desarrollo

  • P. L. Chebyshev, "Des valeurs moyennes", Journal de mathématiques pures et appliquées, 1867
  • J. Bernoulli, "Ars Conjectandi" (1713), para la ley de los grandes números
  • Real Decreto 217/2022, de 29 de marzo, por el que se establece la ordenación y las enseñanzas mínimas de la Educación Secundaria Obligatoria — saberes de Matemáticas, sentido estocástico
  • Real Decreto 243/2022, de 5 de abril, por el que se establecen la ordenación y las enseñanzas mínimas del Bachillerato — Matemáticas, sentido estocástico

Mientras tanto, practica con tests gratis de Secundaria.

Empieza gratis ahora