График функции
В математике функция ошибок (также называемая Функция ошибок Гаусса ), часто обозначаемая erf, является сложной функцией комплексной определяемой как:
Этот интеграл является особой (не элементарной ) и сигмоидной функцией, которая часто встречается в статистике вероятность, и уравнения в частных производных. Во многих из этих приложений аргумент функции является действительным числом. Если аргумент функции является действительным, значение также является действительным.
В статистике для неотрицательных значений x функция имеет интерпретацию: для случайной величины Y, которая нормально распределена с среднее 0 и дисперсия 1/2, erf x - это вероятность того, что Y попадает в диапазон [-x, x].
Две связанные функции: дополнительные функции ошибок (erfc ), определенная как
и функция мнимой ошибки (erfi ), определяемая как
, где i - мнимая единица.
Содержание
- 1 Имя
- 2 Приложения
- 3 Свойства
- 3.1 Ряд Тейлора
- 3.2 Производная и интеграл
- 3.3 Ряд Бюрмана
- 3.4 Обратные функции
- 3.5 Асимптотическое разложение
- 3.6 Разложение на непрерывную дробь
- 3,7 Интеграл функции ошибок с функцией плотности Гаусса
- 3.8 Факториальный ряд
- 4 Численные приближения
- 4.1 Аппроксимация с элементарными функциями
- 4.2 Полином
- 4.3 Таблица значений
- 5 Связанные функции
- 5.1 функция дополнительных ошибок
- 5.2 Функция мнимой ошибки
- 5.3 Кумулятивная функци я распределения на
- 5.4 Обобщенные функции ошибок
- 5.5 Итерированные интегралы дополнительных функций ошибок
- 6 Реализации
- 6.1 Как действующая функция действительного аргумента
- 6.2 Как комплексная функция комплексного аргумента
- 7 См. Также
- 7.1 Связанные функции
- 7.2 Вероятность
- 8 Ссылки
- 9 Дополнительная литература
- 10 Внешние ссылки
Имя
Название «функция ошибки» и его аббревиатура erf были предложены Дж. В. Л. Глейшер в 1871 г. по причине его связи с «теорией вероятности, и особенно теорией ошибок ». Дополнение функции ошибок также обсуждалось Глейшером в отдельной публикации в том же году. Для "закона удобства" ошибок плотность задана как
(нормальное распределение ), Глейшер вычисляет вероятность ошибки, лежащей между и как:
Приложения
Когда результаты серии измерений описываются нормальным распределением со стандартным отклонением и ожидаемое значение 0, затем - это вероятность того, что ошибка единичного измерения находится между −a и + a, для положительного a. Это полезно, например, при определении коэффициента битовых ошибок цифровой системы связи.
Функции и дополнительные функции ошибок возникают, например, в решениях уравнения теплопроводности, когда граничные ошибки задаются ступенчатой функцией Хевисайда.
Функция ошибок и ее приближения Программу присвоили себе преподавателей, которые получили с высокой вероятностью или с низкой вероятностью. Дана случайная величина и константа :
где A и B - верх числовые константы. Если L достаточно далеко от среднего, то есть , то:
, поэтому становится вероятность 0 при .
Свойства
Графики на комплексной плоскости
Интегрируем exp (-z)
erf (z)
Свойство означает, что функция является ошибкой нечетной функции. Это связано с тем, что подынтегральное выражение является четной функцией.
Для любого комплексное число z:
где - комплексное сопряжение число z.
Подынтегральное выражение f = exp (−z) и f = erf (z) показано в комплексной плоскости z на рисунках 2 и 3. Уровень Im (f) = 0 показан жирным зеленым цветом. линия. Отрицательные целые значения Im (f) показаны жирными красными линиями. Положительные целые значения Im (f) показаны толстыми синими линиями. Промежуточные уровни Im (f) = проявляются тонкими зелеными линиями. Промежуточные уровни Re (f) = показаны тонкими красными линиями для отрицательных значений и тонкими синими линиями для положительных значений.
Функция ошибок при + ∞ равна 1 (см. интеграл Гаусса ). На действительной оси erf (z) стремится к единице при z → + ∞ и к −1 при z → −∞. На мнимой оси он стремится к ± i∞.
Серия Тейлора
Функция ошибок - это целая функция ; у него нет сингулярностей (кроме бесконечности), и его разложение Тейлора всегда сходится, но, как известно, «[...] его плохая сходимость, если x>1».
определяющий интеграл нельзя вычислить в закрытой форме в терминах элементарных функций, но путем расширения подынтегрального выражения e в его ряд Маклорена и интегрирована почленно, можно получить ряд Маклорена функции ошибок как:
, которое выполняется для каждого комплексного числа г. Члены знаменателя представляют собой последовательность A007680 в OEIS.
Для итеративного вычисления нового ряда может быть полезна следующая альтернативная формулировка:
потому что что выражает множитель для превращения члена k в член (k + 1) (рассматривая z как первый член).
Функция мнимой ошибки имеет очень похожий ряд Маклорена:
, которое выполняется для любого комплексного числа z.
Производная и интеграл
Производная функция ошибок сразу следует из ее определения:
Отсюда немедленно вычисляется производная функция мнимой ошибки :
первообразная функции ошибок, которые можно получить посредством интегрирования по частям, составляет
Первообразная мнимой функции ошибок, также можно получить интегрированием по частям:
Производные высшего порядка задаются как
где - физики многочлены Эрмита.
ряд Бюрмана
Расширение, которое сходится быстрее для всех реальных значений , чем разложение Тейлора, получается с помощью теоремы Ганса Генриха Бюрмана :
Сохраняя только первые два коэффициента и выбирая и результирующая аппроксимация дает наибольшую относительную ошибку при , где оно меньше :
Обратные функции
Обратная функция
Учитывая комплексное число z, не существует уникального комплексного числа w, удовлетворяющего , поэтому истинная обратная функция будет многозначной. Однако для −1 < x < 1, there is a unique real number denoted , удовлетворяющего
Обратная функция ошибок обычно определяется с помощью домена (- 1,1), и он ограничен этой областью многих систем компьютерной алгебры. Однако его можно продолжить и на диск | z | < 1 of the complex plane, using the Maclaurin series
где c 0 = 1 и
Итак, у нас есть разложение в ряд (общие множители были удалены из числителей и знаменателей):
(После отмены дроби числителя / знаменателя характерми OEIS : A092676 / OEIS : A092677 в OEIS ; без отмены членов числителя в записи OEIS : A002067.) Значение функции ошибок при ± ∞ равно ± 1.
Для | z | < 1, we have .
обратная дополнительная функция ошибок определяется как
Для действительного x существует уникальное действительное число удовлетворяет . функция обратной мнимой ошибки определяется как .
Для любого действительного x, Метод Ньютона можно использовать для вычислений , а для , сходится следующий ряд Маклорена:
, где c k определено, как указано выше.
Асимптотическое разложение
Полезным асимптотическим разложением дополнительные функции (и, следовательно, также и функции ошибок) для больших вещественных x
где (2n - 1) !! - это двойной факториал числа (2n - 1), которое является произведением всех нечетных чисел до (2n - 1). Этот ряд расходуется для любого конечного x, и его значение как асимптотического разложения состоит в том, что для любого имеется
где остаток в нотации Ландау равен
при
Действительно, точное значение остатка равно
который легко следует по индукции, записывая
и интегрирование по частям.
Для достаточно больших значений x, только первые несколько этих асимптотических разностей необходимы, чтобы получить хорошее приближение erfc (x) (в то время как для не слишком больших значений x приведенное выше разложение Тейлора при 0 обеспечивает очень быструю сходимость).
Расширение непрерывной дроби
A Разложение непрерывной дроби дополнительные функции ошибок:
Интеграл функции ошибок с функцией плотности Гаусса
Факториальный ряд
- сходится для Здесь
- обозначает возрастающий факториал, а обозначает знаковое число Стирлинга первого рода.
- Представление бесконечной суммой, составляющей двойной факториал :
Численные приближения
Приближение элементов сарными функциями
- Абрамовиц и Стегун дают несколько приближений с точностью (уравнения 7.1.25–28). Это позволяет выбрать наиболее быстрое приближение, подходящее для данного приложения. В порядке увеличения точности они следующие:
- (максимальная ошибка: 5 × 10)
- , где a 1 = 0,278393, a 2 = 0,230389, a 3 = 0,000972, a 4 = 0,078108
- (максимальная ошибка: 2,5 × 10)
- где p = 0,47047, a 1 = 0,3480242, a 2 = -0,0958798, a 3 = 0,7478556
- (максимальная ошибка: 3 × 10)
- , где a 1 = 0,0705230784, a 2 = 0,0422820123, a 3 = 0,0092705272, a 4 = 0,0001520143, a 5 = 0,0002765672, a 6 = 0,0000430638
- (максимальная ошибка: 1,5 × 10)
- , где p = 0,3275911, a 1 = 0,254829592, a 2 = −0,284496736, a 3 = 1,421413741, a 4 = −1,453152027, a 5 = 1,061405429
- Все эти приближения действительны для x ≥ 0 Чтобы использовать эти приближения для отрицательного x, викорируйте тот факт, что erf (x) - нечетная функция, поэтому erf (x) = −erf (−x).
- Экспоненциальные границы и чисто экспоненциальное приближение для дополнительных функций задаются как
- Точное приближение дополнительных функций для дано Karagiannidis Lioumpas (2007), которые показаны для соответствующих выбора параметров , что
- Они определили , что дает хорошее приближение для всех
- Одноканальная нижняя граница:
- где параметр β может быть выбран, чтобы минимизировать ошибку на желаемом интервале приближения.
- Другое приближение дано Сергеем Виницким с использованием его «глобальных приближений Паде»:
- где
- Это сделано так, чтобы быть очень точным в окрестностях 0 и добавление бесконечности, а относительная погрешность меньше 0,00035 для всех действительных x. Использование альтернативного значения ≈ 0,147 снижает максимальную относительную ошибку примерно до 0,00013.
- Это приближение можно инвертировать, чтобы получить приближение для других функций ошибок:
Многочлен
Приближение с максимальной ошибкой для любого действительного аргумента:
с
и
Таблица значений
x | erf(x) | 1-erf (x) |
---|
0 | 0 | 1 |
0,02 | 0,022564575 | 0,977435425 |
0,04 | 0,045111106 | 0,954888894 |
0,06 | 0,067621594 | 0, 932378406 |
0,08 | 0.090078126 | 0,909921874 |
0,1 | 0,112462916 | 0,887537084 |
0,2 | 0,222702589 | 0,777297411 |
0,3 | 0,328626759 | 0,671373241 |
0, 4 | 0,428392355 | 0,571607645 |
0,5 | 0,520499878 | 0,479500122 |
0,6 | 0.603856091 | 0,396143909 |
0,7 | 0,677801194 | 0,322198806 |
0,8 257> | 0,742100965 | 0,257899035 |
0,9 | 0,796908212 | 0,203091788 |
1 | 0,842700793 | 0, 157299207 |
1,1 | 0,88020507 | 0,11979493 |
1,2 | 0,910313978 | 0,089686022 |
1,3 | 0,934007945 | 0,065992055 |
1,4 | 0.95228512 | 0,04771488 |
1,5 | 0, 966105146 | 0,033894854 |
1,6 | 0,976348383 | 0,023651617 |
1,7 | 0,983790459 | 0,016209541 |
1,8 | 0,989090502 | 0,010909498 |
1,9 | 0,992790429 | 0,007209571 |
2 | 0,995322265<25767> | 0,00477 |
2.1 | 0.997020533 | 0.002979467 |
2.2 | 0.998137154 | 0,001862846 |
2,3 | 0,998856823 | 0,001143177 |
2,4 | 0,999311486 | 0,000688514 |
2,5 | 0.999593048 | 0.000406952 |
3 | 0.99997791 | 0,00002209 |
3,5 | 0,999999257 | 0,000000743 |
Связанные функции
Дополнительная функция
дополнительная функция ошибок, обозначается , определяется как
, который также определяет , масштабированная дополнительная функция ошибок (которую можно использовать вместо erfc, чтобы избежать арифметического переполнения ). Известна другая форма для неотрицательного как формула Крейга после ее первооткрывателя:
Это выражение действительно только для положительных значений x, но его можно использовать вместе с erfc (x) = 2 - erfc (−x), чтобы получить erfc (x) для отрицательных значений. Эта форма выгодна тем, что диапазон интегрирования является фиксированным и конечным. Расширение этого выражения для суммы двух неотрицательных чисел следующим образом:
Функция мнимой ошибки
мнимой ошибки, обозначаемая erfi, обозначает ошибки как
где D (x) - функция Доусона (который можно использовать вместо erfi, чтобы избежать арифметического переполнения ).
Несмотря на название «функция мнимой ошибки», реально, когда x действительно.
Функция Когда ошибки оценивается для произвольных сложных аргументов z, результирующая комплексная функция ошибок обычно обсуждается в масштабированной форме как функция Фаддеева :
Кумулятивная функция распределения
Функция ошибок по существующей стандартной стандартной функции нормального кумулятивного распределения, обозначаемой нормой (x) в некоторых языках программного обеспечения, поскольку они отличаются только масштабированием и переводом. Действительно,
или переставлен для erf и erfc:
Следовательно, функция ошибок также тесно связана с Q-функцией, которая является вероятностью хвоста стандартного нормального распределения. Q-функция может быть выражена через функцию ошибок как
Обратное значение из известен как функция нормальной квантиля или функция пробит и может быть выражена в терминах обратная функция ошибок как
Стандартный нормальный cdf чаще используется в вероятности и статистике, а функция ошибок чаще используется в других разделах математики.
Функция ошибки является частным случаем функции Миттаг-Леффлера и может также быть выражена как сливающаяся гипергеометрическая функция (функция Куммера):
Он имеет простое выражение в терминах интеграла Френеля.
В терминах регуляризованной гамма-функции P и неполная гамма-функция,
- знаковая функция .
Обобщенные функции ошибок
График обобщенных функций ошибок E n (x):. серая кривая: E 1 (x) = (1 - e) /
. красная кривая: E 2 (x) = erf (x). зеленая кривая: E 3 (x). синяя кривая: E 4 (x). золотая кривая: E 5 (x).
Некоторые авторы обсуждают более общие функции:
Примечательные случаи:
- E0(x) - прямая линия, проходящая через начало координат:
- E2(x) - функция, erf (x) ошибки.
После деления на n!, все E n для нечетных n выглядят похожими (но не идентичными) друг на друга. Аналогично, E n для четного n выглядят похожими (но не идентичными) друг другу после простого деления на n!. Все обобщенные функции ошибок для n>0 выглядят одинаково на положительной стороне x графика.
Эти обобщенные функции могут быть эквивалентно выражены для x>0 с помощью гамма-функции и неполной гамма-функции :
Следовательно, мы можем определить ошибку функция в терминах неполной гамма-функции:
Итерированные интегралы дополнительных функций
Повторные интегралы дополнительные функции ошибок определения как
Общая рекуррентная формула:
У них есть степенной ряд
из следуют свойства симметрии
и
Реализации
Как действительная функция вещественного аргумента
- В операционных системах, совместимых с Posix, заголовок math.h должен являть, а математическая библиотека libm должна быть функция erf и erfc (двойная точность ), а также их одинарная точность и расширенная точность аналоги erff, erfl и erfc, erfcl.
- Библиотека GNU Scientific предоставляет функции erf, erfc, log (erf) и масштабируемые функции ошибок.
Как сложная функция комплексного аргумента
- libcerf, числовая библиотека C для сложных функций, предоставляет комплексные функции cerf, cerfc, cerfcx и реальные функции erfi, erfcx с точностью 13–14 цифр на основе функции Фаддеева, реализованной в пакете MIT Faddeeva Package
См. также
Связанные ции
- интеграл Гаусса, по всей действительной прямой
- функция Гаусса, производная
- функция Доусона, перенормированная функция мнимой ошибки
- интеграл Гудвина - Стона
по вероятности
- Нормальное распределение
- Нормальная кумулятивная функция распределения, масштабированная и сдвинутая форма функций ошибок
- Пробит, обратная или квантильная функция нормального CDF
- Q-функция, вероятность хвоста нормального распределения
Ссылки
Дополнительная литература
- Abramowitz, Milton ; Стегун, Ирен Энн, ред. (1983) [июнь 1964]. «Глава 7». Справочник по математическим функциям с формулами, графики и математическими таблицами. Прикладная математика. 55 (Девятое переиздание с дополнительными исправлениями; десятое оригинальное издание с исправлениями (декабрь 1972 г.); первое изд.). Вашингтон.; Нью-Йорк: Министерство торговли США, Национальное бюро стандартов; Dover Publications. п. 297. ISBN 978-0-486-61272-0. LCCN 64-60036. MR 0167642. LCCN 65-12253.
- Press, William H.; Теукольский, Саул А.; Веттерлинг, Уильям Т.; Фланнери, Брайан П. (2007), «Раздел 6.2. Неполная гамма-функция и функция ошибок », Числовые рецепты: Искусство научных вычислений (3-е изд.), Нью-Йорк: Cambridge University Press, ISBN 978-0-521- 88068-8
- Темме, Нико М. (2010), «Функции ошибок, интегралы Доусона и Френеля», в Олвер, Фрэнк У. Дж. ; Лозье, Даниэль М.; Бойсверт, Рональд Ф.; Кларк, Чарльз В. (ред.), Справочник NIST по математическим функциям, Cambridge University Press, ISBN 978-0-521-19225-5, MR 2723248
Внешние ссылки