概率一.pptVIP

（5） 离散均匀分布的分布函数和累积函数的值 在Matlab中输入以下命令： x=1:1:10; y=unidpdf(x,10) 结果：y = 0.1000 0.1000 0.1000 0.1000 0.1000 0.1000 0.1000 0.1000 0.1000 0.1000 在Matlab中输入以下命令： x=0:1:10; y=unidcdf(x,10) 结果：y = 0 0.1000 0.2000 0.3000 0.4000 0.5000 0.6000 0.7000 0.8000 0.9000 1.0000 命令：unidpdf(k,N) unidcdf(k,N) 随机变量X在1到N上的N各自然数之间等可能取值 (1) 均匀分布 常见的连续性随机变量的分布 ( a , b)上的均匀分布 记作 若 X 的密度函数为 ，则称 X 服从区间 其中 即 X 的取值在(a,b)内任何长为 d – c 的小区间 的概率与小区间的位置无关, 只与其长度成正 比. 这正是几何概型的情形. 在Matlab中输入以下命令： x=0:0.01:7; y=unifpdf(x,2,5); z=unifcdf(x,2,5); plot(x,y,x,z) 密度函数：f=unifpdf(x,a,b) 分布函数：f=unifcdf(x,a,b) 例8: 画出均匀分布U(2,5)的概率密度函数和分布函 数的图形. 例: 钟的最小刻度差为1秒. 若计时精度 是取最近的刻度值, 求使用该秒表计时产生的 随机误差X 的概率密度及分布函数（并画图）, 并计算误差大于0.1且不超过0.4秒的概率. 解 由题设知随机误差 X 等可能地取得区间 上的任一值，则 所以 在Matlab中输入以下命令： x=-1:0.01:2; y=unifpdf(x,-0.5,0.5);z=unifcdf(x,-0.5,0.5); plot(x,y,x,z) Result=unifcdf(0.4,-0.5,0.5)-unifcdf(0.1,-0.5,0.5) 结果：Result = 0.3000 (2) 指数分布 若 X 的密度函数为 则称 X 服从 参数为?的指数分布 记作 ?? 0 为常数 应用场合 用指数分布描述的实例有： 随机服务系统中的服务时间 电话问题中的通话时间 无线电元件的寿命 动物的寿命 指数分布常作为各种 “寿命”分布的近似 在Matlab中输入以下命令： x=0:0.1:5; y=exppdf(x,2); z=expcdf(x,2); plot(x,y,x,z) result1=expcdf(5,2)-expcdf(0,2) result2=expcdf(20,2)-expcdf(0,2) 密度函数：f=exppdf(x,?) 分布函数：F=expcdf(x, ?) 例9: 画出指数分布E(1)的概率密度函数和分布函数 的图形. 求P(0X5) P(0X20). 结果：result1 = 0.91791500137610 result2 = 0.99995460007024 (3) 正态分布 若X 的密度函数为 则称 X 服从参数为 ? , ? 2 的正态分布 记作 X ~ N ( ? , ? 2 ) 为常数， f (x) 的两个参数： ? — 位置参数 即固定 ? , 对于不同的 ? , 对应的 f (x)的形状不变化，只是位置不同 ? — 形状参数 固定 ? ，对于不同的? ，f ( x) 的形状不同. * * 概率论与数理统计实验 实验1 数值计算及作图 实验目的 实验内容 学习计算机概率计算的基本过程与方法 3、实验作业。 2、计算实例。 1、计算古典概型、分布率、概率密度函数、分布函数和逆累计分布函数的命令。 一. 古典概率 1．古典概型 若随机实验E满足： ① 样本空间S 只含有有限个元素 S={ω1,…, ωn} ② 试验中，每个基本事件发生是等可能的. 则称E为古典概型试验，简称古典概型。 设随机实验E的样本空间S含有n个样本点，事件A包含k个样本点，定义 P(A) = k/n 2．事件概率的计算公式 3、排列组合 ①阶乘 的计算函数 factorial(n) 例1、求 factorial(7) 5040 ②排列 编辑pailie.m