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。
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。
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。
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。