Matlab概率论与数理统计教程解析.docVIP

Matlab 概率论与数理统计 matlab基本操作 画图 【例01.01】简单画图 hold off; x=0:0.1:2*pi; y=sin(x); plot(x,y,-r); x1=0:0.1:pi/2; y1=sin(x1); hold on; fill([x1, pi/2],[y1,1/2],b); 【例01.02】填充，二维均匀随机数 hold off; x=[0,60];y0=[0,0];y60=[60,60]; x1=[0,30];y1=x1+30; x2=[30,60];y2=x2-30; xv=[0 0 30 60 60 30 0];yv=[0 30 60 60 30 0 0]; fill(xv,yv,b); hold on; plot(x,y0,r,y0,x,r,x,y60,r,y60,x,r); plot(x1,y1,r,x2,y2,r); yr=unifrnd (0,60,2,100); plot(yr(1,:),yr(2,:),m.) axis(on); axis(square); axis([-20 80 -20 80 ]); 排列组合 C=nchoosek(n,k)：，例nchoosek(5,2)=10, nchoosek(6,3)=20. prod(n1:n2)：从n1到n2的连乘 【例01.03】至少有两个人生日相同的概率 公式计算 rs=[20,25,30,35,40,45,50]; %每班的人数 p1=ones(1,length(rs)); p2=ones(1,length(rs)); % 用连乘公式计算 for i=1:length(rs) p1(i)=prod(365-rs(i)+1:365)/365^rs(i); end % 用公式计算（改进） for i=1:length(rs) for k=365-rs(i)+1:365 p2(i)=p2(i)*(k/365); end; end % 用公式计算（取对数） for i=1:length(rs) p1(i)=exp(sum(log(365-rs(i)+1:365))-rs(i)*log(365)); end p_r1=1-p1; p_r2=1-p2; Rs =[20 25 30 35 40 45 50 ] P_r=[0.4114 0.5687 0.7063 0.8144 0.8912 0.9410 0.9704] 随机数的生成 均匀分布随机数 rand(m,n); 产生m行n列的(0,1)均匀分布的随机数 rand(n); 产生n行n列的(0,1)均匀分布的随机数 【练习】生成(a,b)上的均匀分布 正态分布随机数 randn(m,n); 产生m行n列的标准正态分布的随机数 【练习】生成N(nu,sigma.^2)上的正态分布 其它分布随机数 函数名 调用形式 注 释 Unidrnd unidrnd(N,m,n) 均匀分布（离散）随机数 binornd binornd(N,P,m,n) 参数为N, p的二项分布随机数 Poissrnd poissrnd(Lambda,m,n) 参数为Lambda的泊松分布随机数 geornd geornd(P,m,n) 参数为 p的几何分布随机数 hygernd hygernd(M,K,N,m,n) 参数为 M，K，N的超几何分布随机数 Normrnd normrnd(MU,SIGMA,m,n) 参数为MU，SIGMA的正态分布随机数，SIGMA是标准差 Unifrnd unifrnd ( A,B,m,n) [A,B]上均匀分布(连续) 随机数 Exprnd exprnd(MU,m,n) 参数为MU的指数分布随机数 chi2rnd chi2rnd(N,m,n) 自由度为N的卡方分布随机数 Trnd trnd(N,m,n) 自由度为N的t分布随机数 Frnd frnd(N1, N2,m,n) 第一自由度为N1,第二自由度为N2的F分布随机数 gamrnd gamrnd(A, B,m,n) 参数为A, B的 分布随机数 betarnd betarnd(A, B,m,n) 参数为A, B的 分布随机数 lognrnd lognrnd(MU, SIGMA,m,n) 参数为MU, SIGMA的对数正态分布随机数 nbinrnd nbinrnd(R, P,m,n) 参数为R，P的负二项式分布随机数 ncfr