数学实验概率统计.pptVIP

* */18 * 概率统计应用实验 随机数与统计直方图 蒙特卡罗方法 ? ? 均匀分布随机数 MATLAB产生均匀随机数方法: rand(m，n) 产生m×n个 0,1 之间均匀随机数。随机数等可能落入区间[0，1]内长度相等子区间中。 O 1 例1. 观察1000个随机点分布情况 P=rand(2,1000); x=P(1,:);y=P(2,:); plot(x,y,b.) 统计直方图 其中,data是需要处理的数据块, 绘图原理:利用data中最小数和最大数构成一区间,将区间等分为n个小区间，统计落入每个小区间的数据量。以数据量为高度绘小矩形，形成直方图。如果省略参数n，MATLAB将n的默认值取为10。 直方图也可以用于统计计算 N=hist(data，n) 计算结果N是n个数的一维数组，分别表示data中各个小区间的数据量。这种方式只计算而不绘图。 直方图绘图命令: hist(data，n) 条形图是根据数据绘小矩形或小柱体。使用格式: bar(data) 或bar3(data) x=linspace(0,pi,10); y=sin(x); bar(y,r) bar3(y,r) 例2 统计10000个均匀随机数在五个小区间的分布 。 data=rand(10000,1); hist(data,5) N5=hist(data,5) N5 = 1969 2010 2018 1999 2004 产生正态分布随机数的函数为randn()，使用格式为 R=randn(m，n) 产生m×n阶矩阵R,矩阵中元素都是区间(– 3，3)内的正态随机数。 例3 创建10000个正态随机数，将区间[–3，3]分为十三个小区间，分别绘频数和频率直方图。 data=randn(10000,1); N=hist(data,13); figure(1),bar([-3:0.5:3],N,r) figure(2),M=N/10000; bar([-3:0.5:3],M,r) 均值 mean( ) 方差 var( ) [a,b,c,d]=normfit(X,Pi) 计算随机变量X的均值和方差，统计均值和方差置信度为Pi的置信区间 例4 data=randn(1,100); [a,b,c,d]=normfit(data,0.95) 例5 计算两条抛物线 y =x2 ，x = y 2 所围图形的面积. 蒙特卡罗方法，或称计算机随机模拟方法，是一种基于“随机统计”的计算方法。方法源于美国在第二次世界大战中研制原子弹的“曼哈顿计划”。 在正方形区域D内投入N个点，统计坐标满足 的点P(x，y)的数目M。面积近似计算公式为：S=M/N data=rand(N,2); x=data(:,1);y=data(:,2); II=find(y=sqrt(x)y=x.^2); M=length(II); S=M/N S = 0.3276 均匀分布随机变量 X ~ U(0 , 24), Y ~ U(0 , 24) 如果甲船到达码头后停留2小时,乙船到达码头后停留 1小时.问两船相遇的概率有多大？ 例6 相遇问题: 甲、乙两船在24小时内独立地随机到 达码头. 设两船到达码头时刻分别为 X 和 Y S1 S2 X Y O 24 24 function F=shipmeet(N) if nargin==0,N=2000;end P=24*rand(2,N); X=P(1,:);Y= P(2,:); I=find(X=YY=X+2); J=find(Y=XX=Y+1); F=(length(I)+length(J))/N plot(X,Y,b.) ,hold on 例7 相遇问题的统计试验 F = 0.1185 = 0.1207 Y 服从二项分布 Y ~ B( n, p ) k =0,1,2,…,n 其中，k是随机变量取值，n是贝努里试验的重数，p为n重贝努里试验中事件A发生的概率。 对于二项分布随机变量X，计算累加概率P{X ≤ k}的MATLAB命令使用格式为 P = binocdf(k，n，p) MATLAB的二项分布随机数发生器使用格式为 R= binornd(n，p，L，M) 产生 L×M 个二项分布随机数。 计算二项分布随机变量X=k的命令使用格式为 Pk=binopdf(k，n，p) 例8 有一千名以上的小学生参加保险公司的平安保险,参加保险的小学生每人一年交保险费50元，若一年内出现意外事故，保险公司赔付一万元。统计表明，每年一千名小学生中平均有两名学生出事故。保险公