- 1、本文档共32页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
数学实验 概率与频率 主要内容 概率相关知识、概念 试验方法 概率相关概念 基本知识 Matlab 中的随机函数 Matlab 中的随机函数 random举例 n1 = random(Normal,0,1,2,4) %生成2行4列的0-1正态分布随机数 n2 = random(poiss,3,2,4) %生成均值为3的泊松分布随机数 n3 = random(exp,3,2,4) %生成参数为3的指数分布随机数 其它相关函数 Matlab相关命令介绍 Matlab相关命令介绍 Matlab相关命令介绍 几种常见的分布函数 连续分布:正态分布 正态分布举例 连续分布:均匀分布 均匀分布举例 连续分布:指数分布 指数分布举例 离散分布:几何分布 离散分布:二项式分布 离散分布: Poisson 分布 Poisson 分布举例 离散分布:均匀分布 试验方法 试验一:投掷硬币 试验二:蒙特卡罗投点法 试验三:生日问题 试验三源程序 试验三的理论值计算 实验内容 * * 概率相关知识、概念 概率,又称几率,或然率,是反映某种 事件 发生的可能性大小的一种数量指标,它介于 0 与 1 之间。 概率论是研究随机现象统计规律的一门数学分支学科,希望通过本实验的学习,能加深对频率和概率等概念的理解和认识,并掌握一些概率统计的基本原理。 随机现象中出现的某个可能结果 随机试验:满足下列三个条件 试验可以在相同的情况下重复进行; 试验的所有可能结果是明确可知的,且不止一个; 每次试验的结果无法预知,但有且只有一个结果。 概率与频率 概率是指某个随机事件发生可能性的一个度量,是该随机事件本身的属性。 频率是指某随机事件在随机试验中实际出现的次数与随机试验进行次数的比值。 频率 概率 随机试验进行次数 注:rand(n)=rand(n,n) randperm(m) 生成一个由 1:m 组成的随机排列 randn(m,n) 生成一个满足标准正态 m ? n 的随机矩阵 rand(m,n) 生成一个满足均匀分布的 m ? n 随机矩阵,矩阵的每个元素都在 (0,1) 之间。 perms(1:n) 生成由 1:n 组成的全排列,共 n! 个 name 的取值可以是 norm or Normal unif or Uniform poiss or Poisson beta or Beta exp or Exponential gam or Gamma geo or Geometric unid or Discrete Uniform ... ... random(name,A1,A2,A3,M,N) unique(a) 合并 a 中相同的项,并按从小到大排序 若 a 是矩阵,则输出为一个列向量 prod(X) 如果 X 是向量,则返回其所有元素的乘积。 如果 X 是矩阵,则计算每一列中所有元素的乘积。 a=[1 2 9 3 2 3]; b=unique(a) a=[1 2 9; 3 2 3]; b=unique(a) pdf 概率密度函数 y=pdf(name,x,A) y=pdf(name,x,A,B) 或 y=pdf(name,x,A,B,C) 返回由 name 指定的单参数分布的概率密度,x为样本数据 name 用来指定分布类型,其取值可以是: beta、bino、chi2、exp、f 、 gam、gev、gp、geo、hyge、logn、 nbin、ncf、nct、ncx2、norm、 poiss、rayl、t、unif、unid、wbl。 返回由 name 指定的双参数或三参数分布的概率密度 例: x=-8:0.1:8; y=pdf(norm,x,0,1); y1=pdf(norm,x,1,2); plot(x,y,x,y1,:) legend(0-1,1-2) 注: y=pdf(norm,x,0,1) y=normpdf(x,0,1) 相类似地, y=pdf(beta,x,A,B) y=betapdf(x,A,B) y=pdf(bino,x,N,p) y=binopdf(x,N,p) …… …… normplot(x) 统计绘图函数,进行正态分布检验。研究表明:如果数据是来自一个正态分布,则该线为一直线形态;如果它是来自其他分布,则为曲线形态。 正态分布(连续分布) 如果随机变量 X 的密度函数为: 则称 X 服从正态分布。记做: 标准正态分布:N (0, 1) 正态分布也称高斯分布,是概率论中最重要的一个分布。 如果一个变量是大量微小、独立的随机因素的叠加,那么它一定满足正态分布。如测量误差、产品质量、月降雨量等 x=-8:0.1:8;
文档评论(0)