std::erf, std::erff, std::erfl
来自cppreference.com
| 定义于头文件 <cmath>
|
||
| float erf ( float arg ); float erff( float arg ); |
(1) | (C++11 起) |
| double erf ( double arg ); |
(2) | (C++11 起) |
| long double erf ( long double arg ); long double erfl( long double arg ); |
(3) | (C++11 起) |
| double erf ( IntegralType arg ); |
(4) | (C++11 起) |
参数
| arg | - | 浮点或整数类型值 |
返回值
若不出现错误，则返回arg 的误差函数的值，即 | 2 |
| √π |
0e-t2
dt 。 若因下溢出现值域错误，则返回（舍入后的）正确结果，即
| 2*arg |
| √π |
错误处理
报告 math_errhandling 中指定的错误。
若实现支持 IEEE 浮点算术（ IEC 60559 ），则
- 若参数为 ±0 ，则返回 ±0
- 若参数为 ±∞ ，则返回 ±1
- 若参数为 NaN ，则返回 NaN
注解
若 |arg| < DBL_MIN*(sqrt(π)/2) 则保证下溢。
erf(| x |
| σ√2 |
示例
以下示例计算正态分布随机变量在区间 (x1, x2) 上的概率
运行此代码
#include <iostream> #include <cmath> #include <iomanip> double phi(double x1, double x2) { return (std::erf(x2/std::sqrt(2)) - std::erf(x1/std::sqrt(2)))/2; } int main() { std::cout << "normal variate probabilities:\n" << std::fixed << std::setprecision(2); for(int n=-4; n<4; ++n) std::cout << "[" << std::setw(2) << n << ":" << std::setw(2) << n+1 << "]: " << std::setw(5) << 100*phi(n, n+1) << "%\n"; std::cout << "special values:\n" << "erf(-0) = " << std::erf(-0.0) << '\n' << "erf(Inf) = " << std::erf(INFINITY) << '\n'; }
输出：
normal variate probabilities: [-4:-3]: 0.13% [-3:-2]: 2.14% [-2:-1]: 13.59% [-1: 0]: 34.13% [ 0: 1]: 34.13% [ 1: 2]: 13.59% [ 2: 3]: 2.14% [ 3: 4]: 0.13% special values: erf(-0) = -0.00 erf(Inf) = 1.00
参阅
| (C++11)(C++11)(C++11) |
补误差函数 (函数) |
外部链接
Weisstein, Eric W. "Erf." 来自 MathWorld--A Wolfram Web Resource 。
