luns, 23 de xuño de 2025

Os logaritmos de Napier

Esta entrada do blogue é consecuencia de dúas anteriores. Na primeira delas, Os logaritmos, presentei unha introdución ao concepto tal e como o fago na clase. Na segunda o título delataba o obxectivo. Efectivamente, en Buscando unha base para os logaritmos, partíase do feito de que as progresións xeométricas crecen moi rapidamente mentres que os seus logaritmos, que seguen as leis das progresións aritméticas, teñen un crecemento moito máis lento. Isto levounos a procurar bases moi próximas a $1$ pois teñen unha evolución máis moderada. Con todo non nos atrevéramos a usar bases con números inferiores á unidade. Esta foi a proposta orixinal de John Napier (1550-1617) que dá a coñecer en dúas publicacións: Mirifici Logarithmorum Canonis Descriptio (1616) e a xa póstuma Mirifici logarithmorum canonis constructio (1619).

Nesa altura eran os astrónomos os máis necesitados da nova ferramenta dos logaritmos. Había que facer os cálculos a man e a realización de produtos e divisións eran unha pesada carga. Hoxe en día utilizamos as razóns trigonométricas tomando como base unha circunferencia de raio $1$. Daquela cada autor escollía o tamaño do raio. Como para obter os valores do seno empregaban valores enteiros, canto maior fose o raio, mellores podían ser as aproximacións dos valores que tomaba, Napier decídese por un raio moi grande, $r=10^{7}$. En concordancia con isto estableceu como base para os seus logaritmos un valor moi próximo, e menor, á unidade, $k=1-\frac{1}{10^{7}}=1-\frac{1}{r}$. Cal foi o seu procedemento? Napier parte dun esquema formado por dous puntos. Un deles móvese aritmeticamente desde $O$ polo que vai alcanzando os valores $Q_{1}$, $Q_{2}$, $Q_{3}$,... $Q_{n}$ a intervalos regulares de tempo $t$. Isto é, este punto mantén unha velocidade continua $r$. Ademais, como veremos, Napier tivo o acerto de escoller un valor de $t$ moi pequeno aproximándose ao que unhas décadas máis tarde serían os infinitesimais.Con estes vimbios establecemos sen dificultade que

$$OQ_{n}=n\left( rt \right)$$

Tomemos un segmento $AB$ de medida $r$. Un segundo punto móvese xeometricamente desde $A$, aproximándose ao outro punto $B$ a velocidades proporcionais á distancia a este último. Tomamos $AB=r=10^{7}$. Sexa $k$ a constante. A intervalos regulares de tempo $t$ o punto estará en posicións $P_{1}, P_{2}, P_{3},  ...,P_{n}...$ e neses puntos terá velocidades $v_{1},v_{2}, v_{3}, ..., v_{n}...$ 

Daquela:

$$\frac{BP_{n+1}}{BP_{n}}=\frac{v_{n+1}}{v_{n}}=k\quad\quad\quad BP_{n+1}=k BP_{n}$$

$$BP_{n}=BP_{n+1}+P_{n}P_{n+1}=BP_{n+1}+v_{n}t$$

Das igualdades anteriores dedúcese que:

$$BP_{n}=kBP_{n}+v_{n}t$$ $$\left( 1-k \right)BP_{n}=v_{n}t$$ $$v_{n}=\frac{1-k}{t}BP_{n}$$

Tomando $1-k=t$ temos que $v_{n}=BP_{n}$

Agora, por recursión, imos obter este último valor:

$$BP_{n}=kBP_{n-1}=k^{2}BP_{n-2}=...=k^{n}BP_{0}=k^{n}BA=rk^{n}$$

Nótese que, como xa comentaramos, $BA=r=10^{7}$. 

Napier define o seu logaritmo, ao que chamaremos como fai Juan Havil no  libro Gamma (Pricenton 2003), $NapLog$, da seguinte maneira: $NapLog(BP_{n})=OQ_{n}$, isto é  $NapLog\left[ rk^{n} \right]=n$. Aquí é onde Napier escolle o valor infinitesimal de $t$; toma $t=\frac{1}{r}=\frac{1}{10^{7}}$. Se traducimos a definición de $NapLog$ usando que $r=10^{7}$ e que $k=1-t=1-\frac{1}{10^{7}}$ obteremos a seguinte expresión:

$$NapLog\left[ 10^{7} \left( 1-\frac{1}{10^{7}} \right)^{n}\right]=n$$

Veremos de seguido que o logaritmo de Napier verifica ao seu xeito a propiedade esencial dos logaritmos, isto é, que transforma os produtos en sumas:

$$N_{1}=rk^{n_{1}}  \quad\quad ; \quad n_{1}=NapLog\left( rk^{n_{1}} \right)$$  

$$N_{2}=rk^{n_{2}}  \quad\quad ; \quad n_{2}=NapLog\left( rk^{n_{2}} \right)$$ 

$$N_{1}\cdot N_{2}=r\cdot r \cdot k^{n_{1}} \cdot k^{n_{2}}  =r\cdot r \cdot k^{n_{1}+n_{2}}$$

$$\frac{N_{1}\cdot N_{2}}{r}=r \cdot k^{n_{1}+n_{2}}$$

$$NapLog\left( \frac{N_{1}\cdot N_{2}}{r} \right)=NapLog\left( r \cdot k^{n_{1}+n_{2}} \right)=n_{1}+n_{2}=NapLogN_{1}+NapLogN_{2}$$


O logaritmo de Napier desde un punto de vista diferencial

A principios do XVII aínda non nacera o cálculo diferencial. Por iso o achegamento de Napier desenvolveuse polo camiño antes descrito. Que pasaría se a mesma situación descrita ao principio, a dos dous puntos, $Q$ movéndose aritmeticamente e $P$ facéndoo xeometricamente, se lle presentase a un matemático do século seguinte? A súa abordaxe podería vir da man das ecuacións diferenciais. Fagámolo agora así.

Sexa $y=OQ$, verificará $\frac{dy}{dt}=r$

Integrando: $y(t)=rt+c$ con $c$ unha constante que podemos achar mediante a condición inicial: $y(0)=c=r$. Velaí que $y(t)=rt$   [1]. Lembremos esta expresión.

Consideremos agora $AP=r-x$, verificará $\frac{d\left( r-x \right)}{dt}=x$ polo que $-\frac{dx}{dt}=x$. Separando as variables: $\frac{dx}{x}=-t$ e integrando: $lnx=-t+c_{1}$ con $c_{1}$ unha constante. De aí que $x\left( t \right)=e^{c_{1}}e^{-t}$. 

Chamémoslle $\rho=e^{c_{1}}$ a esta constante. Así escribiremos $x\left( t \right)=\rho e^{-t}$. Valorando esta expresión en $t=0$: $x\left( 0 \right)=\rho=r$. En conclusión:

$$x\left( t \right)=re^{-t}\quad\quad\quad [2]$$  

De [1]  obtemos $t=\frac{y}{r}$

De [2] obtemos que $\frac{x}{r}=e^{-t}$ entón $t=-ln\frac{x}{r}=log_{\frac{1}{e}}\frac{x}{r}$

Igualando 

$$\frac{y}{r}=log_{e}\frac{x}{r}$$ $$y=NapLog\left( x \right)=-r\cdot ln\left( \frac{x}{r} \right)\quad\quad\quad    [3]$$

Se agora redimensionamos os valores a unha circunferencia de raio $1$:   $X=\frac{x}{r}$ e $Y=\frac{y}{r}$ concluímos que $$\frac{y}{r}=log_{\frac{1}{e}}\frac{x}{r}$$

Equivalentemente, que o logaritmo de Napier é unha aproximación do logaritmo en base $\frac{1}{e}$:

$$Y=log_{\frac{1}{e}}X$$

Unha comparación

Querría facer un último comentario sobre todo o anterior. A expresión que obtivemos en [3] para o $NapLog$ é moi aproximada á que nos proporcionou Napier orixinalmente. Para comprobalo ímolas comparar. Lembremos a definición de Napier:

$$NapLog\left( x \right)=NapLog\left[ r\left( 1-\frac{1}{r} \right)^{n} \right]=n$$

Está claro que tomamos $ x = r\left( 1-\frac{1}{r} \right)^{n} $. Despexemos $n$ tomando logaritmos neperianos:

$$ \frac{x}{r} = \left( 1-\frac{1}{r} \right)^{n} $$ $$ln\left( \frac{x}{r} \right) = ln\left( 1-\frac{1}{r} \right)^{n} $$ $$ ln\left( \frac{x}{r} \right) = n \cdot ln\left( \frac{r-1}{r} \right)$$ $$n=NapLog\left( x \right)=\frac{1}{ln\left( \frac{r-1}{r} \right)} ln\left( \frac{x}{r} \right) \quad\quad [4]$$

Repetimos deseguido a fórmula obtida usando ecuacións diferenciais $$y=NapLog\left( x \right)=-r\cdot ln\left( \frac{x}{r} \right)\quad\quad\quad    [3]$$

En [3] e en [4] temos dúas fórmulas distintas para o $NapLog$, diferéncianse no coeficiente de $ln\left( \frac{x}{r} \right)$. Para comparalas calcularemos $q$, o cociente deses coeficientes:

$$q=-r:\frac{1}{ln\left( \frac{r-1}{r} \right)} =-r\cdot ln\left( \frac{r-1}{r} \right)=ln\left( \frac{r-1}{r} \right)^{-r}=ln\left( \frac{r}{r-1} \right)^{r}$$

Tendo en conta que $r$ é un número moi grande, para ter unha aproximación de $q$ calcularemos o límite no infinito da expresión á que se lle aplica o logaritmo neperiano. É un deses límites da forma $1^{\infty }$ que se traballan na materia de Matemáticas II, en 2º de bacharelato. $$\lim_{r \to \infty } \left( \frac{r}{r-1} \right)^{r}=e^{\lambda}$$

Con $\lambda=\lim_{r \to \infty }r\left( \frac{r}{r-1}-1 \right)=\lim_{r \to \infty }r\frac{1}{r-1}=1$

De aí que $q\simeq \lim_{r \to \infty } ln\left( \frac{r}{r-1} \right)^{r}=lne^{1}=1$

En efecto, o valor numérico de $q$ será:

$$q=ln\left( \frac{r}{r-1} \right)^{r}=ln\left( \frac{10^{7}}{10^{7}-1} \right)^{10^{7}}=1, 00000005000000333333358333335333333500000014285...$$

En conclusión, o logaritmo orixinal de Napier era case o logaritmo en base $\frac{1}{e}$

luns, 2 de xuño de 2025

Relación entre series infinitas, fraccións continuas teito e constantes. Series hiperxeométricas. Final.

por Andrés Ventas

 $ \newcommand{\tei}[1]{\lceil #1 \rceil} \newcommand{\teib}[1]{\Big\lceil #1 \Big\rceil} \newcommand{\teig}[1]{\Bigg\lceil #1 \Bigg\rceil} \newcommand{\R}{{\mathbb R}} $ Unha fracción continua teito xeneralizada ($fctx$), $\teib{\begin{matrix} - & a_1 & a_2 & a_3 & \ldots\\ b_0 & b_1 & b_2 & b_3 & \ldots \end{matrix}} = b_0 - \cfrac{a_1}{b_1 - \cfrac{a_2}{b_2 - \cfrac{a_3}{b_3 - {}\ddots}}} $, é unha fracción continua teito onde os numeradores poden ser distintos de 1, e ten converxentes con fraccións $\dfrac{A_i}{B_i}$ cuxos continuantes $A_i$ e $B_i$ (numeradores e denominadores) satisfán unha recorrencia de resta da forma:

$A_i = b_i A_{i-1} - a_i A_{i-2}; \ A_0=b_0; \ A_{-1}=1$.

$B_i = b_i B_{i-1} - a_i B_{i-2}; \ B_0=1; \ B_{-1}=0$.

Escribiremos unha $fctx$ como unha enumeración dos seus coeficientes entre os símbolos da función teito, $\teib{\begin{matrix} - & a_1 & a_2 & a_3 & \ldots\\ b_0 & b_1 & b_2 & b_3 & \ldots \end{matrix} }$.

Para transformar unha $fctx$ noutra equivalente pode verse que unha operación sobre $a_i$ ou $b_i$ afecta aos coeficientes $a_i$, $b_i$ e $a_{i+1}$.

(Pódese consultar fracción continua xeneralizada )

Agora co algoritmo da suma por pares podemos transformar calquera serie nunha fracción continua mediante algunha transformación simple, aínda que de escrita engorrosa:

$S= \sum_{i=0}^{\infty} \frac{1}{u_i} = \frac{1}{u_0} + \frac{1}{u_1} + \frac{1}{u_2} + \frac{1}{u_3} + \cdots = \frac{1}{u_0} + \frac{1}{u_0 \frac{u_1}{u_0}} + \frac{1}{\frac{u_1}{u_0}u_2\frac{u_0}{u_1}} + \frac{1}{\frac{u_2 u_0}{u_1}u_3\frac{u_1}{u_2 u_0}} + \cdots $

E por tanto aplicando o algoritmo por pares (ver Relación entre series infinitas, fraccións continuas teito e constantes. Aplicacións (Parte I) ) temos

$S^{-1}= \teig{ \begin{matrix} - & 1 & 1 & 1 & \ldots\\ u_0 & \tfrac{\tfrac{u_1}{u_0}+ 1}{u_0} & \tfrac{u_0+\tfrac{u_2 u_0}{u_1}}{\tfrac{u_1}{u_0}} & \tfrac{\tfrac{u_1}{u_0}+\tfrac{u_3 u_1}{u_2 u_0}}{\tfrac{u_2u_0}{u_1}} & \ldots \end{matrix} } = \teig{ \begin{matrix} - & u_0^2 & u_1^2 & u_2^2 & \ldots\\ u_0 & u_1 + u_0 & u_2 + u_1 & u_3 + u_2 & \ldots \end{matrix} }$

E esta fracción continua xa foi descuberta por Euler, subpoño que por outro camiño.

Como exemplo podemos ver $\zeta(2)^{-1}= \dfrac{6}{\pi^2} = \teig{ \begin{matrix} - & 1 & 2^4 & 3^4 & \ldots\\ 1 & 2^2 + 1^2 & 3^2 + 2^2 & 4^2 + 3^2& \ldots \end{matrix}} = \teig{ \begin{matrix} - & 1 & 2^4 & 3^4 & \ldots\\ 1 & 5 & 13 & 25& \ldots \end{matrix} }$

Así temos os converxentes $A_i/B_i$

$a_i$$1^4$$2^4$$3^4$$\cdots$
$b_i$151325$\cdots$
$A_i$11436576$\cdots$$(n!)^2$
$B_i$01549820$\cdots$secuencia A001819 na OEIS

Se sumamos $\dfrac{1}{1^2} + \dfrac{1}{2^2} + \dfrac{1}{3^2} + \dfrac{1}{4^2}$ do xeito tradicional vemos que dá $\dfrac{205}{144}$ e temos que $\dfrac{820}{576}=\dfrac{205}{144}$, así que simplemente estamos a transformar unha suma de fraccións en dúas sumas de recorrencias.

Se procuramos as fórmulas do numerador e do denominador dos converxentes temos para o numerador $(n!)^2$, e para o denominador a fórmula da OEIS $a_n=s(n+1,2)^2 - 2 s(n+1,1)s(n+1,3)$, onde $s(n,k)$ son os números de Stirling do primeiro tipo.

Se calculamos $\zeta(3)$ podemos ver que os numeradores son $(n!)^3$ e que os denominadores son secuencia A066989 na OEIS que podemos comprobar que coinciden con $a_n=s(n+1,2)^3 - 3 s(n+1,1)s(n+1,2)s(n+1,3)+3s(n+1,1)^2s(n+1,4)$ (ver Stirling numbers of the first kind ).

Isto parece indicar que $\zeta(s)$ pode expresarse como o límite de $(n!)^s$ partido por unha pequena fórmula dos números de Stirling. Apunto este tema para investigar e se dou atopado algunha cousiña interesante farei outra entrada. De momento anoto meter a fórmula cos números de Stirling na A066989 da OEIS.

Series de potencias

Imos ver un exemplo con unha serie de Maclaurin ( Serie de Taylor):

$\ln{(1+x)}= \sum_{i=1}^{\infty} \dfrac{(-1)^{n+1}}{n}x^n = \dfrac{x}{1} - \dfrac{x^2}{2} + \dfrac{x^3}{3} - \dfrac{x^4}{4} + \cdots $ e así para $x=\dfrac{1}{2}, \ln{1.5} \approx 0.40 = \dfrac{77}{192} = \dfrac{1}{2} - \dfrac{1}{8} + \dfrac{1}{24} - \dfrac{1}{64} + \cdots $

Calculamos os converxentes $A_i/B_i$

$a_i$$2^2=4$$8^2=64$$24^2=576$$\cdots$
$b_i$2-8+2=-624-8= 16-64 + 24= -40$\cdots$
$A_i$12-16-38424576$\cdots$
$B_i$01-6-1609856$\cdots$

Non sae un cálculo moi eficiente pois saen cifras moi grandes para unha fracción equivalente $\dfrac{24576}{9856} = \dfrac{192}{77} $.

Expansión de Engel

A expansión de Engel dun número real positivo $x$ é a única secuencia non decrecente de números enteiros positivos $(a_0,a_1,a_2,a_3,\dots)$ tal que $x=\frac{1}{a_0}+\frac{1}{a_0 a_1}+\frac{1}{a_0 a_1 a_2}+\cdots $

Por exemplo, o número $e$ ten unha expansión de Engel $1, 1, 2, 3, 4, 5, 6, 7, 8, \ldots$ correspondente á serie infinita $e=\frac{1}{1}+\frac{1}{1}+\frac{1}{1\cdot 2}+\frac{1}{1\cdot 2\cdot 3}+\frac{1}{1\cdot 2\cdot 3\cdot 4}+\cdots$ (ver Expansión de Engel)

O cálculo da expansión dun número $x$ sería da forma: $u_1 = x, a_k = \left \lceil \frac{1}{u_k} \right \rceil$ e iterar $u_{k+1} = u_k a_k - 1$ onde $\left \lceil r \right \rceil$ é a función teito (o número enteiro máis pequeno maior ou igual a $r$).

Con esa expansión temos na suma por pares $p_i= \{ a_0, a_1, a_0 a_2, a_1 a_3, a_0 a_2 a_4, a_1 a_3 a_4, \ldots \}$ e os coeficientes da $fct$ simple $c_i= \{a_0, \dfrac{a_0+1}{a_0}, \dfrac{a_0(a_2+1)}{a_1}, \dfrac{a_1(a_3+1)}{a_0 a_2} , \dfrac{a_0 a_2(a_4+1)}{a_1 a_3}, \dfrac{a_1 a_3(a_5+1)}{a_0 a_2 a_4}, \ldots \}$

Se pasamos a unha $fctx$ temos: $S^{-1}= \teig{ \begin{matrix} - & a_0 & a_0 a_1 & a_0 a_1 a_2 & & a_0 a_1 a_2 a_3&\ldots \\ a_0 & a_1 + 1 & a_0 (a_2 + 1) & a_1 (a_3 +1) & a_0 a_2 (a_4 +1) & \ldots \end{matrix} } = $

$\teig{ \begin{matrix} - & a_0 & a_1 & a_2 & a_3 &\ldots\\ a_0 & a_1 + 1 & a_2 + 1 & a_3 + 1 & a_4 + 1 & \ldots \end{matrix} }$

Un exemplo para a expansión de Engel do número $e$ vista anteriormente:

Calculamos os converxentes $A_i/B_i$

$a_i$$1$$1$$2$$3$$4$$5$$\cdots$
$b_i$1234567$\cdots$
$A_i$1112624120$\cdots$n!
$B_i$01251665326$\cdots$secuencia A00522 na OEIS

así temos que $\dfrac{326}{120} = 2.71$

e como curiosidade os denominadores forman a recorrencia $B_i = n B_{i-1} +1$ que se a metemos en Wolframalpha ( Wolframalpha ) devolve como solución $B_n = e \Gamma (n+1)$ que ten sentido no límite pois $\dfrac{B_n}{A_n} = \dfrac{e \Gamma (n+1)}{n!}=e$.

Series hiperxeométricas

A función hiperxeométrica está definida para $|z| \lt 1$ pola serie de potencias ${}_2F_1(a,b;c;z) = \sum_{n=0}^\infty \dfrac{(a)_n (b)_n}{(c)_n} \dfrac{z^n}{n!} = 1 + \dfrac{ab}{c}\frac{z}{1!} + \dfrac{a(a+1)b(b+1)}{c(c+1)}\dfrac{z^2}{2!} + \cdots.$

Aquí $(q)_n$ é o Factorial ascendente (símbolo de Pochhammer ascendente), que se define por: $(q)_n = \begin{cases} 1 & n = 0 \\ q(q+1) \cdots (q+n-1) & n > 0 \end{cases}$ (ver Función hiperxeométrica )

Como temos termos con produtos consecutivos é doado aplicar a suma por pares, de feito aplicando o mesmo criterio da expansión de Engel temos $a_0=1, a_1=\dfrac{c}{abz},a_2=\dfrac{2(c+1)}{(a+1)(b+1)z},a_3=\dfrac{3(c+2)}{(a+2)(b+2)z}, \ldots$ e por tanto a $fctx$:

$\teig{ \begin{matrix} - & 1 & \frac{c}{abz} & \frac{2(c+1)}{(a+1)(b+1)z} & \frac{3(c+2)}{(a+2)(b+2)z} &\ldots\\ 1 & \frac{c}{abz} + 1 & \frac{2(c+1)}{(a+1)(b+1)z} + 1 & \frac{3(c+2)}{(a+2)(b+2)z} + 1 & \frac{4(c+3)}{(a+3)(b+3)z} + 1 & \ldots \end{matrix} }$

Podemos ver como exemplo ${}_2F_1(1,1;2; -z=-1) = \dfrac{\ln(1+z)}{z} \mbox{ para } z=1, \ln(2)$.

$\teig{ \begin{matrix} - & 1 & -2 & -\frac{3}{2} & -\frac{4}{3}&\ldots\\ 1 & -1 & -\frac{1}{2} & -\frac{1}{3} & -\frac{1}{4} & \ldots \end{matrix} } = \teig{ \begin{matrix} - & 1 & -2^2 & - 3^2 & -4^2& -5^2& \ldots\\ 1 & -1 & -1 & -1 & -1 & -1 & \ldots \end{matrix} }$

Lembrando que para simplificar termos están afectados $a_i, b_i, a_{i+1}$.

E agora calculamos os converxentes

$a_i$$1$$-2^2$$-3^2$$-4^2$$-5^2$$-6^2$$\cdots$
$b_i$1-1-1-1-1-1-1$\cdots$
$A_i$11-26-24120-720$\cdots$n!
$B_i$01-15-1494-444$\cdots$secuencia A00522 na OEIS

no quinto termo temos $\dfrac{-444}{-720} = 0.61$ unha converxencia lenta cara a $\ln(2)\approx 0.69$.

Series hiperxeométricas e fracción continua de Gauss

Un resultado relacionado co Teorema da suma por pares para as $fct$ (ver Relación entre series infinitas, fraccións continuas teito e constantes. Aplicacións (Parte I)) é a fracción continua de Gauss que estabelece unha fracción continua para a división de dúas series hiperxeométricas.( ver Gauss's continued fraction))

Aquí hai que mencionar que as funcións hiperxeométricas xeneralízanse para calquera número de parámetros e así por exemplo a función ${}_0F_1(c; z)$ tería só un parámetro no denominador "c" e non tería os dous do numerador (nen "a" nen "b") o número á esquerda embaixo na $F$ serían os parámetros de factorial ascendente do numerador e o de embaixo na dereita serían os do denominador.

Como un exemplo da fracción continua de Gauss podemos ver o caso típico entre dúas de tipo ${}_2F_1(a,b;c;z)$:

$ \dfrac{ {}_2F_1(a+1,b;c+1;z)} { {}_2F_1(a+1,b;c+1;z)} = $ $ \bigg[ \begin{matrix} + & \frac{(a-c)b}{c(c+1)}z&\frac{(b-c-1)(a+1)}{(c+1)(c+2)}z) &\frac{(a-c-1)(b+1)}{(c+2)(c+3)}z & \frac{(b-c-2)(a+2)}{(c+3)(c+4)}z& \ldots\\ 1 & 1 & 1 & 1 & \ldots \end{matrix} \bigg]^{-1} $

Apuntamos que esta fracción continua xeneralizada é a ordinaria, ten o signo máis entre as súas fraccións (non é teito). E tamén que o resultado é unha recíproca (elevado a $-1$). (en Mathworld Mathworld Gauss's continued fraction dan a solución con recorrencia negativa, isto é, como fracción continua teito)

Para finalizar unha integral

función erro definida como integral e con solución como función hiperxeométrica sería:

$\operatorname{erf(z)} = \dfrac{2}{\sqrt{\pi}}\displaystyle\int_{0}^{z}e^{-t^2} dt = \dfrac{2}{\sqrt{\pi}} M\big(\dfrac{1}{2}, \dfrac{3}{2},-z^2 \big)$

onde $M \big(\dfrac{1}{2}, \dfrac{3}{2},-z^2 \big)$ é a función hiperxeométrica confluente , que é igual a unha función ${}_1F_1$ que só ten un parámetro no numerador e outro no denominador, neste caso ${}_1F_1\big(\dfrac{1}{2}, \dfrac{3}{2},-z^2 \big)$.

Coa fracción continua dada pola suma por pares temos $a_0=1, a_1=\frac{3}{-z^2}, a_2=\frac{2\cdot 5}{-3z^2}, a_3=\frac{3\cdot 7}{-5z^2}, \ldots$ e por tanto:

$\displaystyle\int_{0}^{z}e^{-t^2} dt = \teig{ \begin{matrix} - & 1 & \frac{3}{-z^2} & \frac{2\cdot 5}{-3z^2} & \frac{3\cdot 7}{-5z^2}& \frac{4\cdot 9}{-7z^2}\ldots & \\ 1 & \frac{3-z^2}{-z^2} & \frac{2\cdot 5 - 3z^2}{-3z^2} & \frac{3\cdot 7- 5z^2}{-5z^2} & \frac{4\cdot 9- 7z^2}{-7z^2} & \ldots \end{matrix} }^{-1} = $

$\teig{ \begin{matrix} - & -z^2 & -3^2 z^2 & - 2\cdot 5^2 z^2& - 3\cdot 7^2 z^2 & - 4\cdot 9^2 z^2 & \ldots\\ 1 & 3-z^2 & 2\cdot 5 - 3z^2 & 3\cdot 7 - 5z^2 & 4\cdot 9 - 7z^2 & 5\cdot 11 - 9z^2 & \ldots \end{matrix} }^{-1} $.

Onde a segunda expresión da $fctx$ é máis simple pero dá números máis grandes nos valores dos converxentes.

Un exemplo numérico por exemplo para $z=1$ temos:

$a_i$$-1$$-9$$-50$$-147$$\cdots$
$b_i$1271629$\cdots$
$A_i$1133063022680$\cdots$$\dfrac{(2n+1)!}{2^n}$ (A007019 na OEIS)
$B_i$0122346816953$\cdots$

$ \displaystyle\int_{0}^{1}e^{-t^2} \approx \dfrac{16953}{22680} \approx 0.747486$.