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)=π
2∫0xe−t2dterfc(x)=π
2∫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。
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。
|