概率统计实验课第二讲.pptVIP

5．T分布? ;参数k为正整数。MATL?AB语言的统计工具箱提供了tp?df(), tcdf()和ti?nv()函数，可以分别求取T分?布的概率密度函数、分布函数和逆?分布函数的值。这些函数的调用格?式为 y=tpdf(x, k)?, F=tcdf(x, k),? x=tinv(F, k) 其?中，x为选定的一组横坐标向量，?y为x各点处的概率密度函数的值?。;例9－5 ?试分别绘制出k为1，2，5，1?0时T分布的概率密度函数与分布?函数曲线。 解 x=[-5:?0.02:5]; k1=[1?,2,5,10]; y1=[?]; y2=[]; fo?r i=1:length(k1?) y1=[y1, tpdf(?x, k1(i))]; y2=?[y2, tcdf(x, k1?(i))]; end p?lot(x, y1), fig?ure; plot(x, y2?);6. F分?布;MATLAB语言的统?计工具箱提供了fpdf(), ?fcdf()和finv()函数?，可以分别求取F分布的概率密度?函数、分布函数和逆分布函数的值?。这些函数的调用格式为 y=f?pdf(x, p,q), F=?fcdf(x, p,q), x?=finv(F, p,q) 其?中，x为选定的一组横坐标向量，?y为x各点处的概率密度函数的值?。;例9－6 试分别绘制出（?p, q） 为(1, 1), ?(2, 1), (3, 1),? (3, 2), (4, 1)?时F分布的概率密度函数与分布函?数曲线。 解 x=[-eps:?-0.02:-0.05, 0:?0.02:1]; x=sort?(x); p1=[1 ?2 3 3 4]; q1=[1? 1 1 2 1]; y1=[?]; y2=[]; fo?r i=1:length(p1?) y1=[y1, fpdf(?x, p1(i), q1(i)?)]; y2=[y2, fcd?f(x, p1(i), q1(?i))]; end p?lot(x, y1), fig?ure; plot(x, y2?);? ;§9.1.3 概率问题的求?解;例?9－8 假设已知某随机变量x为?正态分布，且mu=2,sigm?=4,试求出该随机变量x值落入?区间［1， 10］及区间［2，?∞］的概率。 解 mu=2; ?sigm=4; p=no?rmcdf(10,mu,sig?m)-normcdf(1,mu?,sigm) p = ?0.5760 p1=1-nor?mcdf(2,mu,sigm)? p1 = 0.500?0;例9－?9 假设二维随机变量(X, Y?)的联合概率密度为f=x^2+?x*y/3,0=x=1,0?=y=2 试求出P(?X1/2, Y1/2). ?解 syms x y; ?f=x^2+x*y/3; ? P=int(int(f,? x,0, 1/2), y, ?0,1/2) P = 5/19?2;§?9.1.4 随机数与伪随机数? ;MATLAB语言r?and()和randn()两个?函数，可以分别生成均匀分布伪随?机数和正态分布。命令 A=ga?mrnd(a, λ, n, m?) 生成n×m的Г分布的伪?随机数矩阵 B=chi2rnd?(k, n, m) 生?成卡方分布的伪??机数 C=tr?nd(k, n, m) ? 生成T分布的伪随机数 ?D=frnd(p, q, n,? m) 生成F分布的?伪随机数 E=raylrnd(?b, n, m) 生?成Rayleigh分布的伪随机?数;例9－10? 令b=1, 试生成3000?0×1个Rayleigh分布的?随机数，并用直方图检验生成数据?的概率分布情况，和理论曲线进行?比较。 解： 由raylrnd?()函数可以生成30000×1?个随机数向量。人为定义一个向量?xx，可以用hist()函数找?出随机数落入各个子区间的点的个?数，并由之拟合出生成数据的概率?密度用bar( )函数表示出来?。;b=1; p=rayl?rnd(1,30000,1);? xx=0:0.1:4;? yy=hist(p,xx);? yy=yy/(30000*0?.1); bar(xx,?yy),y=raylpdf(x?x,1); line(xx,y?);例：由标准正态?分布生成10000×1的随机数?向量，拟合出生成数据的概率密度?用Bar()函数表示出来，并将?拟合直方图与理论概率密度在同一?坐标系下绘制出来。 x = -?4:0.1:4; y =? randn(10000,1)?; yy=hist(y,?x); yy=yy/(1?0000*0.1); b?ar(x