相補誤差関数と虚数誤差関数の表示
相補誤差関数と虚数誤差関数の表示
(1)相補誤差関数
\[ erfc(x)=\frac{2}{\sqrt{\pi}}\int_{x}^{\infty}e^{-t^{2}}dt \](2)虚数誤差関数
\[ erfi(x)=\frac{2}{\sqrt{\pi}}\int_{0}^{x}e^{s^{2}}ds \](1)
\begin{align*} erfc(x) & =1-erf(x)\\ & =\frac{2}{\sqrt{\pi}}\int_{0}^{\infty}e^{-t^{2}}dt-\frac{2}{\sqrt{\pi}}\int_{0}^{x}e^{-t^{2}}dt\\ & =\frac{2}{\sqrt{\pi}}\int_{x}^{\infty}e^{-t^{2}}dt \end{align*}(2)
\begin{align*} erfi(x) & =-ierf(ix)\\ & =-i\frac{2}{\sqrt{\pi}}\int_{0}^{ix}e^{-t^{2}}dt\\ & =\frac{2}{\sqrt{\pi}}\int_{0}^{x}e^{s^{2}}ds\cmt{s=-it} \end{align*}ページ情報
タイトル | 相補誤差関数と虚数誤差関数の表示 |
URL | https://www.nomuramath.com/ong5790r/ |
SNSボタン |
相加平均・相乗平均・調和平均の関係
\[
\mu_{H}\left(x_{1},x_{2}\right)=\frac{\mu_{G}^{\;2}\left(x_{1},x_{2}\right)}{\mu_{A}\left(x_{1},x_{2}\right)}
\]
期待値・分散・共分散などの定義
\[
E(X)=\int_{-\infty}^{\infty}xP(x)dx
\]
分散の基本的性質
\[
V\left(\sum_{i=1}^{n}a_{i}X_{i}\right)=\sum_{i,j}a_{i}a_{j}Cov\left(X_{i},X_{j}\right)
\]
チェビシェフの不等式
\[
P(\left|X-\mu\right|\geq\epsilon)\leq\frac{V(X)}{\epsilon^{2}}
\]