这两个函数分别叫做误差函数与互补误差函数。通常在计算符合正态随机变量的概率时用到。
e
r
f
(
x
)
=
2
π
∫
0
x
e
−
t
2
d
t
e
r
f
c
(
x
)
=
2
π
∫
0
inf
e
−
t
2
d
t
=
1
−
e
r
f
(
x
)
erf(x)=\frac{2}{\sqrt{\pi}}\int^{x}_{0}e^{-t^2}dt \\ erfc(x)=\frac{2}{\sqrt{\pi}}\int^{\inf}_{0}e^{-t^2}dt=1-erf(x)
erf(x)=π2∫0xe−t2dterfc(x)=π2∫0infe−t2dt=1−erf(x)
记忆上面的表达式太难了，还是来记忆下它们的物理意义叭。
![[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-qvgmoXoX-1574067528003)(pic/erf1.PNG)]](https://img-blog.csdnimg.cn/20191118165923895.PNG)
上面这个图表示一个均值为零，方差为 σ n 2 \sigma_n^2 σn2的正态分布函数，那么 e r f ( x 2 σ n 2 ) erf(\sqrt{\frac{x}{2\sigma_n^2}}) erf(2σn2x)就对应图中的灰色部分面积， e r f c ( x 2 σ n 2 ) erfc(\sqrt{\frac{x}{2\sigma_n^2}}) erfc(2σn2x)就对应其中红色的面积。
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
