誤差関数(erf・erfc)の数表計算

誤差関数(erf・erfc)の数表計算

成長中 AI Skill PRO

計算を入力してください

公式

xi=初期値 x+i·増分,i=0,1,…,行数−1erf(xi)=2π∫0xie−t2dt,erfc(xi)=1−erf(xi)\begin{gathered} x_i = {{\text{初期値 }x}} + i \cdot \text{増分}, \quad i = 0,1,\dots,\text{行数}-1 \\[1.5em] \operatorname{erf}(x_i) = \frac{2}{\sqrt{\pi}} \int_{0}^{x_i} e^{-t^{2}}\,dt, \qquad \operatorname{erfc}(x_i) = 1 - \operatorname{erf}(x_i) \end{gathered}
利用統計

広告

結果

誤差関数の表を作成しました
51
行  |  x の範囲: 0 〜 5
x erf(x) erfc(x)
0 0 1
0.1 0.112463 0.887537
0.2 0.2227025 0.7772975
0.3 0.3286267 0.6713733
0.4 0.4283924 0.5716076
0.5 0.5205 0.4795
0.6 0.6038562 0.3961438
0.7 0.6778012 0.3221988
0.8 0.7421009 0.2578991
0.9 0.7969081 0.2030919
1 0.8427007 0.1572993
1.1 0.880205 0.119795
1.2 0.910314 0.089686
1.3 0.9340081 0.0659919
1.4 0.9522853 0.0477147
1.5 0.9661053 0.0338947
1.6 0.9763485 0.0236515
1.7 0.9837905 0.0162095
1.8 0.9890905 0.0109095
1.9 0.9927903 0.0072097
2 0.9953221 0.0046779
2.1 0.9970204 0.0029796
2.2 0.998137 0.001863
2.3 0.9988567 0.0011433
2.4 0.9993114 0.0006886
2.5 0.999593 0.000407
2.6 0.9997639 0.0002361
2.7 0.9998656 0.0001344
2.8 0.999925 0.000075
2.9 0.9999589 0.0000411
3 0.9999779 0.0000221
3.1 0.9999883 0.0000117
3.2 0.999994 0.000006
3.3 0.9999969 0.0000031
3.4 0.9999985 0.0000015
3.5 0.9999993 0.0000007
3.6 0.9999996 0.0000004
3.7 0.9999998 0.0000002
3.8 0.9999999 0.0000001
3.9 1 0
4 1 0
4.1 1 0
4.2 1 0
4.3 1 0
4.4 1 0
4.5 1 0
4.6 1 0
4.7 1 0
4.8 1 0
4.9 1 0
5 1 0

このページの誤りを報告

誤差関数の表計算ツールとは

このツールは、ガウスの誤差関数 \(\operatorname{erf}(x)\) と相補誤差関数 \(\operatorname{erfc}(x)\) の値を、連続するxの値ごとに一覧表として出力します。誤差関数は確率・統計をはじめ、熱伝導や拡散の問題など幅広い分野に登場します。純粋な数学的特殊関数なので、国や地域を問わず同じ値が得られます。

2本のS字曲線:erf は -1 から 1 へ増加し、erfc は 2 から 0 へ減少
erf(x) は -1 から 1 へ増加し、相補誤差関数 erfc(x) は 2 から 0 へ減少します。

使い方

次の3つの数値を入力します。xの初期値(最初の行の値)、各行ごとにxへ加える増分、そして繰り返し回数(行数)です。ツールは \(x = \text{初期値} + i \times \text{増分}\)(\(i = 0, 1, \dots, \text{行数}-1\))を計算し、各行について \(\operatorname{erf}(x)\) と \(\operatorname{erfc}(x)\) を表示します。増分は負の値(降順の表)でも、0(全行同じ値)でも構いません。

計算式

$$\operatorname{erf}(x) = \frac{2}{\sqrt{\pi}} \int_{0}^{x} e^{-t^{2}}\,dt, \qquad \operatorname{erfc}(x) = 1 - \operatorname{erf}(x)$$ です。値の計算には Abramowitz & Stegun の 7.1.26 の有理関数近似(最大誤差は約 \(1.5 \times 10^{-7}\))を用い、負の引数には奇関数の性質 \(\operatorname{erf}(-x) = -\operatorname{erf}(x)\) を利用しています。

広告
鐘型の曲線で、0 から x までの曲線下の面積が塗りつぶされている
erf(x) は、0 から x までのガウス関数 e^(-t²) の下の面積に比例します。

計算例

初期値 0、増分 0.5、行数 5 とすると、\(x = 0, 0.5, 1.0, 1.5, 2.0\) となります。このとき \(\operatorname{erf}(1.0) \approx 0.8427008\)、\(\operatorname{erfc}(1.0) \approx 0.1572992\) で、\(\operatorname{erf}(1.0) + \operatorname{erfc}(1.0) = 1\) となり、両者の関係式が確かに成り立つことが確認できます。

erf(x)とerfc(x)の代表的な値

ガウスの誤差関数は \(\operatorname{erf}(x) = \frac{2}{\sqrt{\pi}}\int_0^x e^{-t^2}\,dt\) であり、余誤差関数は \(\operatorname{erfc}(x) = 1 - \operatorname{erf}(x)\) です。以下の表は広く使われている値を小数点以下7桁に丸めたものです。開始値 = 0、増分 = 0.5、7行という設定で再現できます。

x erf(x) erfc(x)
0 0.0000000 1.0000000
0.5 0.5204999 0.4795001
1 0.8427008 0.1572992
1.5 0.9661051 0.0338949
2 0.9953223 0.0046777
2.5 0.9995930 0.0004070
3 0.9999779 0.0000221

対称性: erf は奇関数なので、\(\operatorname{erf}(-x) = -\operatorname{erf}(x)\) となり、したがって \(\operatorname{erfc}(-x) = 1 + \operatorname{erf}(x) = 2 - \operatorname{erfc}(x)\) となります。x が大きくなるにつれて、erf(x) は 1 に近づき、erfc(x) は 0 に近づきます。

広告

erfとerfcの値の解釈

正規分布との関係。 標準正規分布の累積分布関数は次のとおりです。

$$\Phi(z) = \tfrac{1}{2}\left[1 + \operatorname{erf}\left(\frac{z}{\sqrt{2}}\right)\right]$$

平均 μ、標準偏差 σ の正規確率変数 X について、erf(x) は平均から x·σ·√2 以内に入る確率です。

$$P\left(|X-\mu| \le x\,\sigma\sqrt{2}\right) = \operatorname{erf}(x)$$

例:

  • \(\operatorname{erf}(1/\sqrt{2}) \approx 0.6827\):約68.27%の値が±1σ以内に入ります。
  • \(\operatorname{erf}(2/\sqrt{2}) \approx 0.9545\):約95.45%の値が±2σ以内に入ります。
  • \(\operatorname{erf}(3/\sqrt{2}) \approx 0.9973\):約99.73%の値が±3σ以内に入ります。

裾確率としてのerfc。 erfc(x) は、その中心の範囲の外側に入る確率、すなわち両側の裾を合わせた確率です。上側裾確率を Q(z) = 1 − Φ(z) とすると、\(\operatorname{erfc}(x) = 2\,Q(x\sqrt{2})\) となります。例えば erfc(1/√2) ≈ 0.3173 は、±1σ の外側に入る両側確率です。

精度に関する注意。 多くの高速な実装では有理近似(例えば Abramowitz and Stegun の式)を使用しており、最大絶対誤差は約 1.5×10⁻⁷ です。erf(x) そのものには十分ですが、erfc(x) = 1 − erf(x) は x が大きいと非常に小さくなります(erfc(3) ≈ 2.2×10⁻⁵、erfc(5) ≈ 1.5×10⁻¹²)。10⁻⁷ の絶対誤差により、遠い裾の値では有効桁の大部分、あるいはすべてが失われます。大きな x における非常に小さい erfc の値は近似値として扱い、極端な裾確率の正確な値が必要な場合は高精度の erfc ルーチンを使用してください。

よくある質問

erf がとりうる範囲は? \(\operatorname{erf}(x)\) は \((-1, 1)\) の範囲をとります。\(\operatorname{erf}(0) = 0\)、\(\operatorname{erf}(+\infty) = 1\)、\(\operatorname{erf}(-\infty) = -1\) です。

erfc については? \(\operatorname{erfc}(x)\) は \((0, 2)\) の範囲をとります。\(\operatorname{erfc}(0) = 1\)、\(\operatorname{erfc}(+\infty) = 0\)、\(\operatorname{erfc}(-\infty) = 2\) です。

何行まで生成できますか? 行数は正の整数で指定してください。出力を扱いやすく保つため、表は最大 2000 行までに制限されています。

最終更新:

数学と統計で人気の電卓

数学と統計の電卓をすべて見る