Ingeniería Industrial y de Sistemas.

Estadística I

Integral de la distribución normal acumulada de menos

infinito a x.
José Raúl López Cárdenas.
IIS 3° Semestre.

Resumen:
El objetivo de este breve trabajo es demostrar que la función de la distribución normal
acumulada evaluada en los límites de -∞ a un valor dado x puede ser integrada utilizando la
función error erf (x) para encontrar la probabilidad de que algún valor de una determinada
muestra sea menor a x.

Introducción:
La función de la distribución normal acumulada es la más importante de las distribuciones
de probabilidad para variables continuas debido a sus aplicaciones en ingeniería, física,
matemáticas, economía y en las empresas. Se representa de la siguiente manera:
1 1 𝑥−𝜇 2
)𝑒 2 𝜎 )
− ( (1)
(
𝜎√2𝜋

Figura 1. Grafica de la distribución normal.

𝑥
El objetivo es integrar dicha función desde -∞ hasta un valor dado de x: ∫−∞ 𝑓(𝑥)𝑑𝑥
2
Sin embargo, no se puede integrar ∫ 𝑒 −𝑥 𝑑𝑥 por métodos convencionales, puesto que nada
2
que derives te dará 𝑒 −𝑥 , es decir no existe su antiderivada. Es por eso que haremos uso de
la función error erf (x) para obtener un resultado.

Culiacán, Sinaloa, México. octubre de 2017. A01740056

Ingeniería Industrial y de Sistemas.
Estadística I
Existen otros métodos para integrar la función de distribución normal sin utilizar la función
error, pero los limites son diferentes o el método se hace más complejo y difícil de evaluar
en casos prácticos.

Función error:
La función error es una función que podemos encontrar en los campos de la estadística,
probabilidad y ecuaciones diferenciales parciales. Se define de la siguiente manera:
𝑥
2 2
erf(𝑥) = ∫ 𝑒 −𝑡 𝑑𝑡 (2)
√𝜋 0

Algunas de las propiedades de la función error que serán de crucial interés para realizar el
cálculo son:
1) Es una función impar.
erf(−𝑥) = − erf(𝑥) (3)
2) Su valor va desde 0 hasta 1.
erf(0) = 0 (4)
erf(∞) = 1 (5)

Conociendo esto ya podremos hacer el cálculo para el área bajo la curva de -∞ hasta un
valor dado de x.

Figura 2. Grafica de la distribución normal

acumulada desde -∞ a x.

Integración:
𝑥 1 𝑡−𝜇 2
1
)𝑒 2 𝜎 )
− (
∫ ( 𝑑𝑡
−∞ 𝜎√2𝜋
𝑥 1 𝑡−𝜇 2
1
𝑒 2 𝜎 )
− (
=( )∫ 𝑑𝑡 • Sacamos la constante
𝜎√2𝜋 −∞

𝑥 𝑡−𝜇 2
1 −( )
=( )∫ 𝑒 √2𝜎 𝑑𝑡
𝜎√2𝜋 −∞

Culiacán, Sinaloa, México. octubre de 2017. A01740056

Ingeniería Industrial y de Sistemas.
Estadística I
𝑥
1 2
=( ) ∫ 𝜎√2 𝑒 −𝑢 𝑑𝑢 • Aplicamos integración por sustitución 𝑢 =
𝑡−𝜇
𝜎√2𝜋 −∞ √2𝜎

𝑥
1 2
=( )∫ 𝑒 −𝑢 𝑑𝑢 • Sacamos la constante
√𝜋 −∞
𝑥
1√𝜋
= ( ) [ erf(𝑢)] • Despejamos la integral de la ecuación (2) e
√𝜋 2 −∞ integramos indefinidamente
𝑥 𝑡−𝜇
1√𝜋 𝑡−𝜇 • Sustituimos 𝑢 =
= ( ) [ erf ( )] √2𝜎
√𝜋 2 √2𝜎 −∞

1 √𝜋 (𝑥) − 𝜇 √𝜋 (−∞) − 𝜇 • Evaluamos los limites de integración

=( ) ( erf ( )− erf ( ))
√𝜋 2 √2𝜎 2 √2𝜎

1 (𝑥) − 𝜇
= ( ) (erf ( ) − erf(−∞)) • Simplificamos
2 √2𝜎
1 𝑥−𝜇
= (erf ( ) + 1) (6)
2 √2𝜎

Con la expresión (6) obtenida al integrar podemos calcular la probabilidad de que un valor
de determinada muestra sea menor a x.
Ejemplo.
Un grupo de estudiantes tiene una estatura promedio de 175 cm con una desviación estándar
de 15 cm. Calcule la probabilidad de que un estudiante tenga una estatura menor a 190 cm.
𝜇 = 175
𝜎 = 15
𝑥 = 190
1 (190) − (175)
𝑃(−∞ ≤ X ≤ 190) = (erf ( ) + 1)
2 √2(15)
1 √2
= (erf ( ) + 1)
2 2
1
= (0.6827 + 1)
2
= 0.84135

Culiacán, Sinaloa, México. octubre de 2017. A01740056

Ingeniería Industrial y de Sistemas.
Estadística I
Esto podemos comprobarlo con el teorema de Chebyshev, porque el problema permite una
comparación directa, del lado izquierdo de la gráfica tendríamos el 50% de los datos y
alejándonos del promedio una vez la desviación estándar estaría el 34.13% aproximadamente
(figura 1). En este caso 190-175=15, quiere decir que se aleja a la derecha una vez su
desviación estándar. Aplicando el teorema de Chebyshev podemos aproximar que la
probabilidad de que un alumno tenga una estatura menor a 190 es de:
𝑃(−∞ ≤ X ≤ 190) = 0.50 + 0.3413 = 0.8413

Conclusión:
Esta integral es en cierto modo complicada, porque te introduce a conceptos que quizá antes
no conocías y que pueden llegar a ser muy complejos, como la función error, sin embargo,
el empezar a investigar acerca del tema es totalmente una aventura. Cuando entiendes los
fundamentos básicos de la probabilidad esta función se vuelve menos complicada y cuando
por fin logras integrar te da una satisfacción muy grande que solo un matemático experimenta
al ver números escritos en papel que para la mayoría de las personas solo son jeroglíficos sin
sentido.

Agradecimientos:
Quiero agradecerle al Profesor Javier Valenzuela por su apoyo y sus comentarios, por
esforzarse cada día en inspirar a sus alumnos y por enseñar mucho más que como calcular
probabilidades.

Culiacán, Sinaloa, México. octubre de 2017. A01740056

Ingeniería Industrial y de Sistemas.
Estadística I

Referencias:

Dye, D. and Cooper, S. (2017). MSE101 Data Analysis - L4.2 Integrating the Gaussian
between limits - the erf function. [video] Available at:
https://www.youtube.com/watch?v=26QbWYBCw7Y&t=565s
Reyes Chávez, L. (2017). Métodos de Integración de la Distribución Normal de
Probabilidades. [online] Reyesestadistica.blogspot.mx. Available at:
http://reyesestadistica.blogspot.mx/2013/04/metodos-de-integracion-de-la.html
[Accessed 16 Oct. 2017].
Martin, G. (2017). La función de probabilidad normal: Características y aplicaciones.
[ebook] Available at: http://www.extoikos.es/n6/pdf/16.pdf [Accessed 16 Oct.
2017].
Cruz Sampedro, J. and Tetlalmatzi Montiel, M. (2017). Integral gaussiana y función error
para todos. [ebook] Available at:
http://www.miscelaneamatematica.org/Misc59/5906.pdf [Accessed 16 Oct. 2017].
Matematica.laguia2000.com. (2017). Función error | La Guía de Matemática. [online]
Available at: https://matematica.laguia2000.com/general/funcion-error [Accessed
16 Oct. 2017].
Miniwebtool.com. (2017). Error Function Calculator. [online] Available at:
https://www.miniwebtool.com/error-function-calculator/ [Accessed 16 Oct. 2017].

Culiacán, Sinaloa, México. octubre de 2017. A01740056