erfinv(0.25)

ans = 0.2253

Для входных параметров вне [-1,1] erfinv возвращает NaN. Для -1 и 1, erfinv возвращает -Inf и Inf, соответственно.

erfinv([-2 -1 1 2])

ans = 1×4

   NaN  -Inf   Inf   NaN

Найдите обратную функцию ошибок элементов матрицы.

M = [0 -0.5; 0.9 -0.2];
erfinv(M)

ans = 2×2

         0   -0.4769
    1.1631   -0.1791

Постройте обратную функцию ошибок для-1 <x <1.

x = -1:0.01:1;
y = erfinv(x);
plot(x,y)
grid on
xlabel('x')
ylabel('erfinv(x)')
title('Inverse Error Function for -1 < x < 1')

Сгенерируйте Гауссовы распределенные случайные числа с помощью равномерно распределенных случайных чисел. Преобразовывать равномерно распределенное случайное число $$x$$ к Гауссову распределенному случайному числу $$y$$, используйте преобразование

Обратите внимание на то, что, потому что x имеет форму -1 + 2*rand(1,10000), можно улучшить точность при помощи erfcinv вместо erfinv. Для получения дополнительной информации смотрите Советы.

Сгенерируйте 10 000 равномерно распределенных случайных чисел на интервале [-1,1]. Преобразуйте их в Гауссовы распределенные случайные числа. Покажите, что числа следуют за формой Распределения Гаусса с помощью графика гистограммы.

rng('default')
x = -1 + 2*rand(1,10000);
y = sqrt(2)*erfinv(x);
h = histogram(y);