UNIVERSIDAD DE SAN CARLOS

FACULTAD DE CIENCIAS QUIMICAS Y FARMACIA

CURSO CORTO:

MÉTODOS PARA INTEGRAR LA

DISTRIBUCION NORMAL DE
PROBABILIDADES

Ing. Luis Manfredo Reyes Chávez

Guatemala, julio de 2008

UNIVERSIDAD DE SAN CARLOS DE GUATEMALA

FACULTAD DE CIENCIAS QUIMICAS Y FARMACIA
AREA FISICO-MATEMATICA

MÉTODOS PARA INTEGRAR LA FUNCIÒN DE PROBABILIDAD DE LA

DISTRIBUCION NORMAL
Luis Manfredo Reyes Chávez
Profesor Titular

1. Introducción:
La distribución normal de probabilidades es quizá la más importante de las
distribuciones de probabilidad de variables contínuas. Debido a la naturaleza
de su función de probabilidades, el cálculo de la probabilidad entre dos valores
requiere integrar entre dos límites, lo cual no es posible realizar directamente,
debido a que la funciòn no tiene antiderivada.

Aunque para obtener los valores de probabilidad se han utilizado por mucho
tiempo las “tablas de áreas bajo la curva normal” , éstas tienen el inconveniente
de introducir errores por aproximación o redondeo, ya que se trabaja solamente
con dos decimales.

En este documento se realiza una revisión de algunos métodos que permiten la

integración de la función y así poder obtener valores de probabilidad más
exactos.

2. Origen histórico
El primero en estudiar la naturaleza y propiedades de ésta distribución fue
Abraham de Moivre, quien presentó en 1733 el primer documento sobre el
tema. Posteriormente otros le dedicaron atención, tales como Pierre Simon
LaPlace (1812) y Karl Gauss (1794) y Legendre (1805). Debido a que Gauss
fue un matemático más conocido y famoso que los demás, se le bautizó como
“Distribución Gaussiana”.
 El término “curva de campana”es debido a Jouffret, en 1872, mientras que
“Distribución Normal fue aplicado primeramente aunque por separado por
Charles Pierce, Francis Galton y Wilhelm Lexis,

3. Propiedades de la distribución normal

3.1 Si x es una variable aleatoria contínua, definida en el dominio (-∞,+∞), con
los parámetros: media aritmética µ y varianza σ2, entonces la función de
probabilidad de x, es:

3.2 La gráfica de la distribución tiene forma de campana. Es por esa razón que
rápidamente fue llamada “campana de Gauss”

Gráfica 1: Forma de la gráfica de cuatro distribuciones normales con distintos

parámetros.
Fuente: Wikipedia

3.3 La gráfica es simétrica respecto a la media, que ocupa el valor central

3.4 Debido a la forma de la distribución, en un mismo punto coinciden: la media
aritmética, la mediana y la moda en un mismo punto.
3.5 Los puntos de inflexión de la gráfica ocurren a una desviación estándar de
distancia de la media.
3.6 La función acumulada de x, corresponde al área bajo la gráfica, entre dos
valores a y b y se determina mediante la siguiente integral:
Esta integral no puede resolverse por medios convencionales, debido a que no
hay teoremas ni simplificaciones que se puedan aplicar
Precisamente aquí es donde nace la necesidad de métodos alternativos de
integración para obtener el àrea respectiva

4. DISTRIBUCION NORMAL ESTANDAR

En la realidad existe una infinita cantidad de gráficas, pues cada una depende
de la media y la desviación estándar. Esto podría representar una dificultad
para el cálculo de las áreas. Para resolver éste inconveniente fue desarrollada
una forma estadarizada de la distribución, llamada “Distribución Normal
Estándar”.
Este distribución tiene media cero y varianza 1.
No existe forma de encontrar la antiderivada de la funciòn, pero
afortunadamente hay varios mètodos de càlculo que se discutiràn a
contunuaciòn

5. METODOS ALTERNOS DE INTEGRACION:

5.1 USO DE SERIES DE TAYLOR

La función de probabilidad de la distribución normal puede ser sustituida por

Este mètodo tiene la ventaja de ser relativamente fàcil, pero las desventajas
son: que sòlo permite integrar de cero a Z, y que se pueden necesitar muchos
tèrminos para lograr suficiente precisiòn.

Ejemplo: Càlcule el àrea entre Z=0 y Z=1.5, CON 10 TÈRMINOS

TERMINO VALOR SUMA AREA

1 1.5 1.5 0.59841342

2 -0.5625 0.9375 0.37400839
3 0.18984375 1.12734375 0.44974509
4 -0.067801339 1.05954241 0.42269627
5 0.022247314 1.08178973 0.43157166
6 -0.006552845 1.07523688 0.42895745
7 0.001732724 1.0769696 0.42964871
8 -0.000413732 1.07655587 0.42948365
9 8.98384E-05 1.07664571 0.42951949
10 -1.78626E-05 1.07662785 0.42951237

Comparativamente, el àrea obtenida de las tablas es: 0.4332

5.2 USO DE SERIES ASINTOTICAS

Este mètodo es útil cuando se quiere evaluar la cola derecha de la funciòn, es
decir la integral entre Z y el infinito.
La serie equivalente es la siguiente:

Ejemplo: Encuentre el area entre Z=2.25 y el infinito con 20 tèrminos

TERMINO 1/RAIZ(2PI) EXP(-(Z^2)/2) EXPANSION AREA

1 0.39894228 0.07955951 0.44444444 0.01410651
2 0.39894228 0.07955951 0.35665295 0.01132004
3 0.39894228 0.07955951 0.40867754 0.01297128
4 0.39894228 0.07955951 0.35729523 0.01134043
5 0.39894228 0.07955951 0.42834237 0.01359544
6 0.39894228 0.07955951 0.30203634 0.00958653
7 0.39894228 0.07955951 0.57647908 0.01829725
8 0.39894228 0.07955951 -0.12826279 -0.00407102
9 0.39894228 0.07955951 1.95986127 0.06220531
10 0.39894228 0.07955951 -5.05211087 -0.16035224

Si se compara los resultados con el valor que da la tabla: 0.01222447, se

puede notar que el método es divergente en algún momento, y en este ejemplo
el valor es correcto hasta el quinto término
5.3 USO DE LA FUNCION GAMMA

Otra forma de evaluar la integral es utilizar la funciòn gamma. Se aplica en los

casos en que el rango està entre Z1 y Z2, pero Z2=-Z1, es decir la misma
distancia a la izquierda y a la derecha de la media

Inicialmente, se debe recordar lo siguiente:

La función gamma se define por la siguiente integral:

Aunque la función es relativamente fácil de evaluar usando integración por

partes, también existen tablas.
Ejemplo: Calcule el área para una región entre Z=-2.25 y Z=2.25 con 11
términos
Z= 2.25
U= 1.590990258
e^(-U^2)= 0.079559509
Gamma(1/2)= 1.772453851
1/raíz(pi)= 0.564189584
 TERMINO Gamma(3/2+n) U^2n Producto Suma Area
0 0.886227 1.000000 2.000000 2.000000 0.142828
1 1.329340 2.531250 3.375000 5.375000 0.383851
2 3.323351 6.407227 3.417188 8.792188 0.627887
3 11.631728 16.218292 2.471359 11.263546 0.804377
4 52.342778 41.052552 1.390139 12.653686 0.903653
5 287.885278 103.914273 0.639780 13.293466 0.949342
6 1871.254305 263.033003 0.249145 13.542611 0.967135
7 14034.407291 665.802289 0.084086 13.626697 0.973140
8 119292.461970 1685.312044 0.025040 13.651738 0.974928
9 1133278.388710 4265.946111 0.006672 13.658410 0.975405
10 11899423.081422 10798.176095 0.001608 13.660018 0.975519

Comparativamente, el valor producido por la tabla es: 0.9876

5.4 METODO DE LA FUNCION DE ERROR

La función de error se define como:

El resultado es el àrea derecha (entre menos infinito y Z)

Ejemplo: obtenga el valor del àrea para una Z=1.75, con 11 tèrminos

2/raiz(pi) 1.128379167
Z= 1.75

n (-1)^1 Z^(2n+1) n! 2n+1 resultado area

0 1 1.75 1 1 1.97466354 1.97466354
1 -1 5.35938 1 3 -2.01580237 -0.04113882
2 1 16.41309 2 5 1.85201842 1.8108796
3 -1 50.26508 6 7 -1.3504301 0.4604495
 4 1 153.93679 24 9 0.80416237 1.26461187
5 -1 471.43143 120 11 -0.40299501 0.86161686
6 1 1443.75876 720 13 0.17404993 1.03566679
7 -1 4421.51121 5040 15 -0.06599393 0.96967286
8 1 13540.87808 40320 17 0.02229115 0.99196401
9 -1 41468.93911 362880 19 -0.00678674 0.98517727
10 1 126998.62602 3628800 21 0.00188049 0.98705776
Comparativamente, el resultado de la tabla es 0.9599

5.5 MÈTODO DE SIMPSON

El mètodo de Simpson es un mètodo “general” para realizar integraciones, y

por lo tanto puede aplicarse en el caso de la integración de la Distribución
Normal, tanto estàndar como no estándar. Se llama asì en honor al matemàtico
Thomas Simpson (1710-1761)

La metodología de Simpson es la siguiente:

a) Calcular un valor llamado “h”=(b-a)/n
Donde b es el lìmite superior de integración, a es el lìmite inferior de
integración
y n es la cantidad de segmentos que se quiere calcular.

b) El valor aproximado del área es:

Ejemplo: Calcule el àrea entre Z=-1.2 y Z=2.5 con n=10

a 1.2
b 2.5
n 10
h 0.13
h/3

termino xi coeficiente f(xi) producto area

0 1.200 1 0.19418605 0.00841473 0.00841473
1 1.330 4 0.16473972 0.02855488 0.03696961
2 1.460 2 0.13741654 0.01190943 0.04887905
3 1.590 4 0.11270421 0.0195354 0.06841444
 4 1.720 2 0.09088698 0.00787687 0.07629131
5 1.850 4 0.07206487 0.01249124 0.08878256
6 1.980 2 0.05618314 0.00486921 0.09365176
7 2.110 4 0.04306742 0.00746502 0.10111678
8 2.240 2 0.03246027 0.00281322 0.10393001
9 2.370 4 0.02405557 0.00416963 0.10809964
10 2.500 1 0.0175283 0.00075956 0.1088592

Comparativamente, el valor de la tabla es 0.1088

5.6 METODO DE HASTINGS

Desde el punto de vista computacional, quizá el método más utilizado, tanto en

computadoras como en calculadoras, es el método de Hastings, desarrollado
por Cecil Hastings. Este método fue presentado en 1955 y el libro es un
clásico

La aproximación para la función acumulada es la siguiente:

En la cual: t=1/(1+pZ), p=0.2316419 b1=0.319381530 b2=-0.356563782

B3=1.781477937 b4= -1.821255978 b5=1.330274429

El error en la aproximación es menor que 7.5 x 10-8

La principal ventaja del método radica en que en lugar de usar un proceso

iterativo, el resultado se calcula directamente.

Por ejemplo, calcular el área izquierda para una Z=1.96

Z 1.96
t 0.687749336
1/raíz(2pi) 0.39894228
e^-.5z^2 0.146489723

coeficiente t^n
b1 0.31938153 0.21965444
-
b2 -0.356563782 0.16865437
b3 1.781477937 0.57952342
-
b4 -1.821255978 0.40746631
b5 1.330274429 0.20468789
suma 0.42774506
producto 0.02499783
área 0.97500217
El valor obtenido coincide casi exactamente con el valor de la tabla

CONCLUSIONES:
De los métodos aquí discutidos el más recomendable es el de Hastings debido
a su precisión y su facilidad de cálculo.

El método de Simpson también produce resultados razonables.

El resto de métodos requiere muchos términos para lograr una exactitud

adecuada.

BIBLIOGRAFIA:
Abramowitz y Stegun, Handbook of Mathematical Functions
Irvine, Tom, Integration of the Normal Distribution Curve
Math pages, Integrating the Bell Curve:
http://www.mathpages.com/home/kmath045/kmath045.htm
Zang, Jim, Mathematical Techniques of Finance
Zill, Denis, Càlculo con Geometrìa Analìtica, Editorial Iberoamericana
www. Wikipedia.org
http://en.wikipedia.org/wiki/Multivariate_normal_distribution
http://en.wikipedia.org/wiki/Normal_distribution
http://en.wikipedia.org/wiki/Gaussian_process
http://www.sef.hku.hk/upload/courses/2007-08/MFIN7003A.pdf
http://www.iopb.res.in/~somen/abramowitz_and_stegun/