总结归纳erf与erfc
首先我们需要知道最基本概念，什么是erf和erfc。
e
r
f
(
x
)
=
2
π
∫
0
x
e
−
η
2
d
η
erf\left( x\right) =\frac{2}{\sqrt{\pi } } \int^{x}_{0} e^{-\eta^2 }d\eta
erf(x)=π2∫0xe−η2dη
e r f c ( x ) = 1 − e r f ( x ) = e r f ( x ) = 2 π ∫ x ∞ e − η 2 d η erfc\left( x\right) =1-erf\left( x\right) =erf\left( x\right) =\frac{2}{\sqrt{\pi } } \int^{\infty }_{x} e^{-\eta^{2} }d\eta erfc(x)=1−erf(x)=erf(x)=π2∫x∞e−η2dη
通常在计算正态（高斯）分布时用到，同时给出matlab中的两个反函数 e r f i n v erfinv erfinv与 e r f c i n v erfcinv erfcinv。
高斯函数从均值到指定x的概率为
P
(
x
)
=
1
2
e
r
f
(
x
2
σ
)
P\left( x\right) =\frac{1}{2} erf\left( \frac{x}{\sqrt{2} \sigma } \right)
P(x)=21erf(2σx)
4047
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
