概率统计实验指导书.doc

  1. 1、本文档共10页,可阅读全部内容。
  2. 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. 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. 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
概率统计实验指导书

《概率统计》实验 实验一 古典概型的计算 (验证性 1学时) 一、实验目的 熟悉Matlab数学软件; 掌握使用函数与命令; 能熟练用Matlab的命令求解常见的组合排列数。 二、实验的基本理论与方法 1.古典概型的概念; 2.古典概型的求解方法。 三、实验使用的函数与命令 四、实验指导 例:1、计算26,输入2^6 2、计算 ,输入nchoosek(15,8) 3、计算10!,输入factorial(10) 4、计算, 输入 p=factorial(6)*nchoosek(8,2)/nchoosek(18,9) 计算 , 输入 p=factorial(6)+nchoosek(8,2)-nchoosek(18,9) 换行可得到结果;若不要输出结果,则语句最后加“;”。 实验二 分布函数和概率密度函数的计算 (验证性 2学时) 一、实验目的 1.熟悉Matlab数学软件; 2.掌握使用函数与命令; 3.能熟练用Matlab的命令求解常见的分布函数和概率密度函数在某点处的值。 二、实验的基本理论与方法 1.分布函数和概率密度函数的概念; 2.分布函数和概率密度函数的关系及求解方法。 三、实验使用的函数与命令 四、实验指导 例1、求解概率密度函数在某点处的值。 如:y=normpdf(1.5,1,2), 表示期望为1,标准差为2的正态分布x=1.5处f(x)的值。 (标准正态分布的期望和方差可省略,如:y=normpdf(1.5)) y=binopdf(5:8,20,0.2),(5:8只能取到整数) 或y=binopdf([5 6 7 8],20,0.2), 或y=binopdf([5,6,7,8],20,0.2) 都表示n=20,p=0.2的二项分布,k=5,6,7,8的概率密度函数 例2、求解分布函数在某点处的值。 y=normcdf([-1 0 1.5],0,2),表示正态分布在x=-1,0,1.5处分布函数的值。 y=fcdf(1,10,50),表示F(10,50)分布在x=1处分布函数的值。 y=tcdf(10,20),表示t(20)分布在x=10处分布函数的值。 例3、逆概率分布 y=norminv(0.95),表示标准正态分布的上0.05分位点 y=tinv([0.3,0.999],10),表示t(10)分布x=0.3和x=0.999时的即上0.7和0.001分位点 例4、期望和方差 [m,v]=normstat(1,4),表示期望1标准差4正态分布的期望和方差。 [m,v]=chi2stat(6),表示自由度为6的卡方分布的期望和方差。 [m,v]=expstat(1/4),表示参数为4的指数分布的期望和方差。 [m,v]=unifstat(2,4),表示在区间[2,4]上均匀分布的期望和方差。 实验三 作图 (验证性 1学时) 一、实验目的 1.熟悉Matlab数学软件; 2.掌握使用函数与命令; 3.能熟练用Matlab的命令作图。 二、实验的基本理论与方法 1.常见分布函数和概率密度函数的概念; 2.常见分布函数和概率密度函数作图法。 三、实验使用的函数与命令 四、实验指导 plot 例1、x=-10:10;y=binopdf(x,10,0.3); plot(x,y) x=-10:10;y=binopdf(x,10,0.3); plot(x,y,*) plot 函数可以设置曲线的线段类型、定点标记和线段颜色。 例2、1)x=-10:10;y=normpdf(x,6,2);plot(x,y) 2) x=-10:0.01:10;y=normpdf(x,6,2);plot(x,y) 3) x=-10:0.01:10;y=normcdf(x,6,2);plot(x,y) 例3、1)T分布和正态分布比较 x=-10:0.01:10; y1=tpdf(x,1);y2=tpdf(x,2);y3=normpdf(x); plot(x,y1,x,y2,x,y3) 2)正态分布方差相等 x=-15:0.01:15; y1=normpdf(x,1,4);y2=normpdf(x,2,4); y3=normpdf(x,3,4); plot(x,y1,x,y2,x,y3) 3)正态分布期望相等 x=-25:0.01:25; y1=normpdf(x,1,4);y2=normpdf(x,1,6); y3=normpdf(x,1,8); plot(x,y1

您可能关注的文档

文档评论(0)

kakaxi + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档