通过MCP连接 →

输入计算

数学公式

广告

结果

误差函数表已生成
51
rows  |  x from 0 to 5
x erf(x) erfc(x)
0 0 1
0.1 0.112463 0.887537
0.2 0.2227025 0.7772975
0.3 0.3286267 0.6713733
0.4 0.4283924 0.5716076
0.5 0.5205 0.4795
0.6 0.6038562 0.3961438
0.7 0.6778012 0.3221988
0.8 0.7421009 0.2578991
0.9 0.7969081 0.2030919
1 0.8427007 0.1572993
1.1 0.880205 0.119795
1.2 0.910314 0.089686
1.3 0.9340081 0.0659919
1.4 0.9522853 0.0477147
1.5 0.9661053 0.0338947
1.6 0.9763485 0.0236515
1.7 0.9837905 0.0162095
1.8 0.9890905 0.0109095
1.9 0.9927903 0.0072097
2 0.9953221 0.0046779
2.1 0.9970204 0.0029796
2.2 0.998137 0.001863
2.3 0.9988567 0.0011433
2.4 0.9993114 0.0006886
2.5 0.999593 0.000407
2.6 0.9997639 0.0002361
2.7 0.9998656 0.0001344
2.8 0.999925 0.000075
2.9 0.9999589 0.0000411
3 0.9999779 0.0000221
3.1 0.9999883 0.0000117
3.2 0.999994 0.000006
3.3 0.9999969 0.0000031
3.4 0.9999985 0.0000015
3.5 0.9999993 0.0000007
3.6 0.9999996 0.0000004
3.7 0.9999998 0.0000002
3.8 0.9999999 0.0000001
3.9 1 0
4 1 0
4.1 1 0
4.2 1 0
4.3 1 0
4.4 1 0
4.5 1 0
4.6 1 0
4.7 1 0
4.8 1 0
4.9 1 0
5 1 0

什么是误差函数表计算器?

这款工具可以针对一组连续的 x 值,生成高斯误差函数 \(\operatorname{erf}(x)\) 与互补误差函数 \(\operatorname{erfc}(x)\) 的数值表。误差函数广泛出现在概率论、统计学、热传导和扩散问题中。它是一个纯数学的特殊函数工具,因此在任何国家和场景下计算结果都完全一致。

两条 S 形曲线:erf 从 -1 升到 1,erfc 从 2 降到 0
erf(x) 从 -1 升到 1,而互补函数 erfc(x) 从 2 降到 0。

使用方法

只需输入三个数字:x 的初始值(即第一行的取值)、每一行依次累加的步长(增量),以及迭代次数(行数)。计算器按照 $$x_i = \text{Initial }x + i \cdot \text{Increment}, \quad i = 0,1,\dots,\text{Rows}-1$$ 依次生成各行,并输出每一行对应的 \(\operatorname{erf}(x)\) 与 \(\operatorname{erfc}(x)\)。步长可以为负数(生成递减表格),也可以为零(此时各行数值完全相同)。

计算公式

$$\operatorname{erf}(x) = \frac{2}{\sqrt{\pi}} \int_{0}^{x} e^{-t^{2}}\,dt, \qquad \operatorname{erfc}(x) = 1 - \operatorname{erf}(x)$$ 本工具采用 Abramowitz & Stegun 手册 7.1.26 节的有理函数近似公式进行计算(最大误差约为 \(1.5\times10^{-7}\));对于负数参数,则利用奇对称性 \(\operatorname{erf}(-x) = -\operatorname{erf}(x)\) 求值。

Advertisement
钟形曲线,从 0 到 x 的曲线下面积被填充
erf(x) 与高斯曲线 e^(-t²) 从 0 到 x 之间的面积成正比。

计算示例

若初始值取 0、步长取 0.5、行数取 5,则会得到 \(x = 0、0.5、1.0、1.5、2.0\)。此时 \(\operatorname{erf}(1.0) \approx 0.8427008\),\(\operatorname{erfc}(1.0) \approx 0.1572992\),且 \(\operatorname{erf}(1.0) + \operatorname{erfc}(1.0) = 1\),正好验证了二者之和恒等于 1 的关系。

常见问题

erf 的取值范围是多少? \(\operatorname{erf}(x)\) 的取值落在 \((-1, 1)\) 之间;其中 \(\operatorname{erf}(0) = 0\),\(\operatorname{erf}(+\infty) = 1\),\(\operatorname{erf}(-\infty) = -1\)。

那 erfc 呢? \(\operatorname{erfc}(x)\) 的取值落在 \((0, 2)\) 之间:\(\operatorname{erfc}(0) = 1\),\(\operatorname{erfc}(+\infty) = 0\),\(\operatorname{erfc}(-\infty) = 2\)。

最多可以生成多少行? 行数必须为正整数;为了保证输出结果便于查看,表格最多支持 2000 行。

最后更新: