Fehlerfunktionsrechner

Berechnen Sie erf(x), erfc(x) und ihre Umkehrfunktionen mit hoher Präzision für Statistik, Physik und Technik.

Wählen Sie den Funktionstyp, geben Sie den Wert ein, legen Sie die Dezimalgenauigkeit fest und erhalten Sie Ergebnis und Formel.

Fehlerfunktionsrechner
Berechnen Sie erf(x), erfc(x) und ihre Umkehrfunktionen mit hoher Präzision für Statistik, Physik und Technik.

Über den Fehlerfunktionsrechner

Die Fehlerfunktion, geschrieben als erf(x), ist eine spezielle mathematische Funktion, die immer dann natürlich auftritt, wenn eine gaußsche, glockenförmige Wahrscheinlichkeitsverteilung beteiligt ist. Sie ist als Integral der Gaußfunktion von 0 bis x definiert und so skaliert, dass erf(∞) = 1 gilt. Explizit lautet sie erf(x) = (2/√π) ∫₀ˣ e^(−t²) dt. Da dieses Integral keine geschlossene Form durch elementare Funktionen besitzt, sind für seine Berechnung numerische Verfahren oder Reihenentwicklungen nötig – genau das leistet dieser Rechner. Die Fehlerfunktion ist eng mit der Normalverteilung verbunden. Ist X eine standardnormalverteilte Zufallsvariable, dann ist die Wahrscheinlichkeit, dass X zwischen −a und a liegt, gleich erf(a/√2). Allgemeiner beträgt bei einer Normalverteilung mit Mittelwert μ und Standardabweichung σ die Wahrscheinlichkeit, dass die Zufallsvariable innerhalb von k Standardabweichungen vom Mittelwert liegt, erf(k/√2). Deshalb erscheint erf fortlaufend in der Statistik, bei Hypothesentests und in der Berechnung von Konfidenzintervallen. Die komplementäre Fehlerfunktion erfc(x) = 1 − erf(x) = (2/√π) ∫ₓ^∞ e^(−t²) dt beschreibt die Randwahrscheinlichkeit, also die Wahrscheinlichkeitsmasse im Gaußschen Randbereich jenseits von x. Für große x ist erfc(x) deutlich kleiner als 1; die direkte Berechnung als 1 − erf(x) würde durch katastrophale Auslöschung Genauigkeit verlieren. Der Rechner bestimmt erfc(x) mit einem speziellen Algorithmus, der auch bei großen x präzise bleibt, wenn erf(x) in der üblichen Gleitkommaarithmetik nicht mehr von 1 zu unterscheiden ist. Die inverse Fehlerfunktion erf⁻¹(x) löst die Gleichung erf(y) = x nach y auf. Sie ist für x im offenen Intervall (−1, 1) definiert. Für x = 0 gilt erf⁻¹(0) = 0. Nähert sich x dem Wert ±1, divergiert erf⁻¹(x) gegen ±∞. Die Umkehrfunktion wird zur Erzeugung normalverteilter Zufallszahlen aus gleichverteilten Zahlen und zum Lösen von Gleichungen mit Normalwahrscheinlichkeiten verwendet. Die inverse komplementäre Fehlerfunktion erfc⁻¹(x) löst erfc(y) = x nach y auf und ist im offenen Intervall (0, 2) definiert. In der praktischen Technik tritt die Fehlerfunktion bei Wärmeübertragungsproblemen mit Diffusion auf: Die Temperaturverteilung in einem halbinfiniten Festkörper nach einer plötzlichen Änderung der Oberflächentemperatur folgt einem erf-Profil. In der Halbleiterphysik wird das Dotierungsprofil nach einem Diffusionsprozess durch erfc beschrieben. In der Nachrichtentechnik wird die Bitfehlerrate verschiedener Modulationsverfahren mit erfc ausgedrückt. In der Qualitätskontrolle und Six-Sigma-Methodik wird die Fehlerwahrscheinlichkeit eines Prozesses mit Mittelwert μ, Standardabweichung σ und Spezifikationsgrenzen mithilfe von erfc berechnet. Die numerische Implementierung dieses Rechners kombiniert eine rationale Polynomapproximation mit der bekannten Reihenentwicklung und erreicht im gesamten Definitionsbereich Ergebnisse mit mindestens 15 signifikanten Stellen. Damit entspricht oder übertrifft sie die Genauigkeit standardmäßiger wissenschaftlicher Rechner und Softwarebibliotheken wie der Python-Funktion math.erf.

Beispiele zur Fehlerfunktion

Vier praktische Fälle, die alle vier Funktionstypen veranschaulichen.

EingabeErgebnisAnwendung
erf(1)≈ 0.84270079Etwa 84.3 % einer Standardnormalverteilung liegen innerhalb von 1/√2 ≈ 0.707 Standardabweichungen vom Mittelwert.
erfc(0.5)≈ 0.47950012Randwahrscheinlichkeit oberhalb von 0.5 in normierten Einheiten; genutzt bei Signalerkennung und Qualitätskontrolle.
erf⁻¹(0.5)≈ 0.47693628Der Wert x, für den erf(x) = 0.5 gilt; genutzt zum Erzeugen normalverteilter Zufallsvariablen.
erfc(2)≈ 0.00467773Weniger als 0.5 % Randwahrscheinlichkeit bei 2 normierten Einheiten – relevant für die Six-Sigma-Qualitätskontrolle.

So verwenden Sie den Fehlerfunktionsrechner

  1. Wählen Sie den Funktionstyp: erf(x) für die kumulative Wahrscheinlichkeit vom Zentrum, erfc(x) für die Randwahrscheinlichkeit, erf⁻¹(x) zum Umkehren von erf oder erfc⁻¹(x) zum Umkehren von erfc.
  2. Geben Sie den Eingabewert x ein. Für erf und erfc funktioniert jede reelle Zahl; für erf⁻¹ verwenden Sie x ∈ (−1, 1); für erfc⁻¹ x ∈ (0, 2).
  3. Wählen Sie die Dezimalgenauigkeit aus der Auswahlliste (4, 6 oder 8 Dezimalstellen).
  4. Klicken Sie auf Berechnen, um das Ergebnis und die verwendete Formel zu sehen.
  5. Klicken Sie auf Zurücksetzen, um das Formular zu leeren und einen anderen Fehlerfunktionswert zu berechnen.

FAQ zur Fehlerfunktion

Was ist die Fehlerfunktion erf(x)?
Die Fehlerfunktion erf(x) = (2/√π) ∫₀ˣ e^(−t²) dt ist eine spezielle Funktion, die die Wahrscheinlichkeit angibt, dass eine normalverteilte Zufallsvariable in einem symmetrischen Intervall liegt. Sie reicht von −1 (für x → −∞) über 0 (bei x = 0) bis 1 (für x → ∞) und ist ungerade: erf(−x) = −erf(x).
Was ist der Unterschied zwischen erf und erfc?
Die komplementäre Fehlerfunktion erfc(x) = 1 − erf(x) misst die Randwahrscheinlichkeit jenseits von x. Während erf für große x gegen 1 wächst, schrumpft erfc gegen 0. Für große x vermeidet die direkte Berechnung von erfc statt 1 − erf die katastrophale Auslöschung, die die Genauigkeit zerstören würde, denn 1 − erf(3) ≈ 1 − 0.9999779 benötigt viele signifikante Stellen, um genau zu bleiben.
Wie hängt die Fehlerfunktion mit der Normalverteilung zusammen?
Für eine standardnormalverteilte Variable Z gilt P(−a ≤ Z ≤ a) = erf(a/√2). Für eine allgemeine Normalverteilung mit Mittelwert μ und Standardabweichung σ gilt P(μ − kσ ≤ X ≤ μ + kσ) = erf(k/√2). Somit entspricht erf(1/√2) ≈ 0.6827 den 68.27 % der Daten innerhalb einer Standardabweichung.
Welche Eingabebereiche gelten für die Umkehrfunktionen?
Die inverse Fehlerfunktion erf⁻¹(x) ist für x ∈ (−1, 1) definiert; an den Grenzen divergiert ihr Wert gegen ±∞. Die inverse komplementäre Fehlerfunktion erfc⁻¹(x) ist für x ∈ (0, 2) definiert und divergiert ebenfalls bei x = 0 oder x = 2. Der Rechner weist Eingaben genau an den Grenzen zurück, um undefinierte Ergebnisse zu verhindern.
Wie genau sind die Berechnungen?
Der Rechner verwendet eine mit dem Horner-Schema ausgewertete Polynomapproximation fünften Grades (Abramowitz & Stegun 7.1.26), die auf der gesamten reellen Achse einen maximalen absoluten Fehler unter 1.5×10⁻⁷ erreicht, kombiniert mit Newton–Raphson-Verfeinerung für die Umkehrfunktionen. Die Ergebnisse sind auf mindestens 6–7 signifikante Stellen genau und werden auf die gewählte Präzision von 4–8 Dezimalstellen gerundet angezeigt.
Bei welchen realen Problemen wird die Fehlerfunktion verwendet?
Die Fehlerfunktion erscheint bei Wärmediffusion (Temperaturprofile in halbinfiniten Festkörpern), der Halbleiterfertigung (Dotierstoffkonzentrationsprofile nach thermischer Diffusion werden durch erfc beschrieben), der Nachrichtentechnik (die Bitfehlerrate bei BPSK/QPSK-Modulation nutzt erfc), Six-Sigma-Qualitätskontrolle (Fehlerwahrscheinlichkeit = erfc(z/√2)/2) und quantitativen Finanzen (das Black-Scholes-Modell nutzt die durch erf ausdrückbare normale CDF). All diese Bereiche beruhen darauf, dass Gaußintegrale nicht geschlossen darstellbar sind; die erf-Familie bildet daher die numerische Standardbrücke zwischen Integraldefinition und praktischer Berechnung.