Sei sulla pagina 1di 7

FUNZIONE DEGLI ERRORI

 La funzione degli errori (error function), erf(x), è definita, per x≥0(*),


mediante l’integrale definito:
x
2
erf  x   e
t 2
dt
π 0

e viene estesa anche ad argomenti x negativi mediante l’impiego della


relazione di simmetria:
erf   x   erf  x 

 Risultando xlim erf  x   1 , viene definita, ed è largamente utilizzata, anche la


 

funzione degli errori complementare, erfc(x), fornita da:



2
erfc  x   lim erf  x   erf  x   1  erf  x   e
t 2
dt
x  π x

ed estendibile ad argomenti x negativi con la relazione: erfc  x   2  erfc  x  .

funzione degli errori e funzione degli errori complementare

1
erf(x), erfc(x)

erf(x)
0.75

0.5

0.25

erfc(x)
0
0 0.5 1 1.5 2
x

-------------------------
(*)
Anche per la funzione degli errori, erf(x), la forma più generale di definizione prevede che la variabile
indipendente x possa essere un numero complesso.
 Lo sviluppo di un algoritmo per il calcolo della funzione degli errori, erf(x),
risulta particolarmente utile in ambito statistico, in quanto esso consente di
valutare la funzione di ripartizione gaussiana standardizzata e, quindi, anche
le funzioni di ripartizione a questa connesse (distribuzione log-normale,
trasformata di Box & Cox, distribuzioni di Johnson, ecc.).

 E’ facile dimostrare che un’opportuna trasformazione lineare permette di


esprimere la funzione di ripartizione gaussiana standardizzata, Φ(y):
y
1
Φ y     e  τ 2 dτ
2

2π 

in termini di funzione degli errori, erf(x):


x
2
erf  x     e  t dt
2

π 0

Posto, infatti, τ  2 t , segue dτ  e, inoltre, per    , si ha t   ,


2 dt
mentre, per τ  y , si ha t  y 2 , cosicché:

y y 2 y 2
1 1 1
Φ y     e  τ 2 dτ   e  2
e
2 2
t
 2t 2
2 dt   2
dt
2π   2π  π 

e, ancora:
 1 0 2 y 2  1  y 
   e  t 2 dt   e  t 2 dt   1  erf 
2
  per y  0
y 2  π  
 2   2 
1  0
Φ y    e
t 2 2
dt  
π  0 2 y 2  1

1  y 
   e  t 2 dt   e  t 2 dt   1  erf  
2
  per y  0
 π  0  2   2 

Se si adotta, infine, l’estensione della definizione della funzione degli errori


anche ad argomenti negativi, erf   x   erf  x  , le due espressioni sopra
riportate, valide per y  0 ed y  0 , risulteranno coincidenti e si potrà
utilizzare la relazione unica:
y
1 1  y 
Φ y     e  τ 2 dτ  1  erf 
2
    y  
2π  2  2 

 La funzione degli errori, erf(x), è inoltre richiesta nella risoluzione di diversi


problemi di tipo ingegneristico, in particolare come applicazione della teoria
della diffusione.
Esempio

Nel processo produttivo dei semiconduttori è largamente utilizzata una


tecnica, nota come semiconductor doping, che introduce intenzionalmente
delle impurità all’interno di un semiconduttore puro ai fini di modularne le
proprietà elettriche.

Nella figura sotto riportata è schematizzata una sottile lamina di silicio


(semiconduttore puro) la cui estremità è posta a contatto, a temperatura
sufficientemente elevata, con uno elemento dopante a base di fosforo.

Accanto alla figura è riportata la seconda legge di Fick, che descrive il


processo di diffusione del fosforo all’interno del semiconduttore.

Seconda legge di Fick:

 C  x, t   2 C  x, t 
D
t  x2

C = concentrazione del fosforo


D = coefficiente di diffusione

fosforo D
Assumendo
Co che all’istante
semiconduttore iniziale, t=0, nel
di silicio x semiconduttore di silicio non sia
presente fosforo, C(x,0)=0 (condizione iniziale) e che, per t>0, si abbia
C(0,t)=C0 e C(∞,t)=0 (condizioni al contorno), la distribuzione spaziale e
temporale del fosforo dopante all’interno del semiconduttore di silicio sarà
fornita da:
  x 
C  x, t   C 0  1  erf   x  0, t  0
 2 D t 
  

o, in forma del tutto equivalente:


 x 
C  x, t   C 0  erfc  x  0, t  0
 2 Dt 
 

La valutazione dell’effetto dopante dell’esposizione del semiconduttore di


silicio alla sorgente di fosforo richiederà, dunque, la capacità di calcolare la
funzione degli errori o della funzione degli errori complementare.
Calcolo della funzione degli errori
 Anche per il calcolo della funzione degli errori, erf(x), esistono diverse
tecniche, caratterizzate da diversi gradi di complessità e di accuratezza.
 Come sempre, la più semplice tecnica prevede l’uso delle approssimazioni
razionali di C. Hastings che, per la funzione erf(x), valgono:

 prima forma:


erf  x   1  a1 u  a 2 u 2  a 3 u 3  a 4 u 4  a5 u5  e  x  ε  x   2

ε  x   1.5  10 7 0 x

dove u  1 1  p x e:
p  0.3275911 a 1  0.254829592
a 2  0.28449673 6
a 3  1.421413741 a 4  1.453152027 a 5  1.06140542 9

 seconda forma:
1
erf  x   1   ε x 
1  b x  b x
1 2
2
 b3 x 3  b4 x 4  b5 x 5  b6 x 6 
16

ε  x   3  10 7 0 x

dove:
b1  0.07052307 84 b2  0.04228201 23 b3  0.00927052 72
b4  0.00015201 43 b5  0.00027656 72 b6  0.00004306 38

 Di pari qualità sono i risultati ottenibili impiegando il seguente sviluppo,


scaturito dall’applicazione ad erf(x) dell’approssimazione funzionale di
Chebyshev:
erf  x   1  v  e  x  ε x 
2
 c0  c1v  c 2 v 2  c 3 v 3  c 4 v 4  c5 v 5  c6 v 6  c7 v 7  c8 v 8  c9 v 9

ε  x   1.2  10 7 0 x

dove v  1  1  x 2 e:
c0  1.26551223 c 1  1.00002368 c 2  0.37409196 c 3  0.09678418
c 4  0.18628806 c5  0.27886807 c6  1.13520398 c7  1.48851587
c8  0.82215223 c 9  0.17087277
 Invero, per ottenere una valutazione più accurata della funzione degli errori
non è necessario sviluppare uno specifico algoritmo, in quanto erf(x) è
esprimibile in termini di funzione Gamma incompleta, P(α,x).

 Infatti, se nell’integrale definito che definisce la funzione degli errori:


x
2
erf  x   
2
e t dt x0
π0

si pone t 2  y , ovvero t  y , si avrà dt  dy  2 y  ed, inoltre, a t  0


corrisponderà y  0 e a t  x corrisponderà y  x 2 , cosicché:
x2 x2
2 1 1
erf  x   0 2 y e dy  π
y
y
-1 2
e  y dy
π 0

Da quest’ultima espressione, ricordando che π  Γ  1 2 , si ottiene:


2
x
1 1 
erf  x   y
1 2  y
e dy  P  , x 2  x0
Γ  1 2 0 2 

 Il calcolo della funzione degli errori, erf(x), potrà essere allora effettuato, con
estensione anche ad argomenti x negativi, mediante la formula:

 1 2
P  2 , x  per x  0
  
erf  x   
 P  1 , x 2  per x  0
  2 

 Inoltre, ricordando il legame tra erf(x) e Φ(x), il calcolo della funzione di


ripartizione gaussiana standardizzata, potrà essere effettuato come:

1   1 x 2 
  1  P  ,  per x  0
2
   2 2 
Φ x   
1   1 x 2 
 2 1  P  2 , 2  per x  0
   

 I codici di calcolo relativi alle funzioni erf(x) e Φ(x), basati sull’impiego della
funzione Gamma incompleta, P(α,x), sono riportati nelle routine FunErr e
RipGau.
Integrali ripetuti della funzione degli errori complementare

 Si definiscono integrali ripetuti della funzione degli errori complementare, le


funzioni definite, per x≥0, ricorsivamente mediante le relazioni:
  
i 1erfc  x    erfc u du ; i erfc x  
2
 i erfc u  du ; i erfc x  
1 3
i
2
erfc  u  du ...
x x x

... i n erfc  x   i
n-1
erfc u  du ...
x

a cui vanno aggiunte le definizioni i 0 erfc  x   erfc  x  , i 1erfc  x   2 exp  x 2   π .

 Gli integrali ripetuti della funzione degli errori complementare possono


essere espressi, oltre che ricorsivamente, anche direttamente, tramite
l’integrale:

i n erfc  x  
2

 u  x  n exp  u 2  du
π 
x
n!
x  0; n  0, 1, 2, 3, ...

 Fra le espressioni degli integrali ripetuti della funzione degli errori


complementare sussiste la relazione di ricorrenza:

x n1 1 n 2
i n erfc  x    i erfc  x   i erfc  x  x  0; n  1, 2, 3, ...
n 2n

 Tale relazione di ricorrenza, insieme alle definizioni aggiuntive


i 0 erfc  x   erfc  x  ed i 1erfc x   2 exp   x 2  π , consente di ridurre il calcolo
degli integrali ripetuti al calcolo della sola funzione degli errori
complementare, avendosi:

i 1erfc  x   
x 0
1
1
i erfc  x   i 1erfc  x    x erfc  x   exp  x 2
2
 π 
1  
x 1 1
i 2 erfc  x    i 1erfc  x   i 0 erfc  x    x 2  erfc  x  
2 4 2  2
x
exp  x 2   
π 
1  x 1 
 
2
x 1 3
i 3 erfc  x    i 2 erfc  x   i 1erfc  x     x 2   xerfc  x   exp  x 2 
3 6 6  2 π 

e così via.
INVERSA DELLA FUNZIONE DEGLI ERRORI ED INVERSA DELLA
FUNZIONE DI RIPARTIZIONE GAUSSIANA STANDARDIZZATA

 In alcune applicazioni può essere utile disporre di un algoritmo per il calcolo


dell’inversa della funzione degli errori, inverf(y):

inverf(y) = x se y = erf(x)
e, specialmente nelle applicazioni di tipo probabilistico, di un algoritmo per il
calcolo dell’inversa della funzione di ripartizione gaussiana standardizzata,
invΦ(y):

invΦ(y) = x se y = Φ(x)

 Ovviamente, tali algoritmi possono essere facilmente ricondotti all’algoritmo


già messo a punto per l’inversa della funzione Gamma incompleta, invP(α,y),
utilizzando i legami fra erf(x), Φ(x) e P(α,y). I relativi sviluppi portano alle
formule:

 1 
 invP  , y  per 0  y  1
 2 
x  inverf  y   
 1 
 invP  2 , y  per  1  y  0
  

 1 
 2 invP  ,2y  1  per 1 2  y  1
 2 
x  invΦ y   
 1 
 2 invP  2 ,1  2y  per 0  y  1 2

 Le corrispondenti routine, InErFu e InRiGa, sono soggette alle stesse


considerazioni messe in evidenza con riferimento alla routine InGaIn circa
l’accuratezza tramite esse conseguibile.