十二讲 概率统计.pptVIP

第十二讲 概率统计 * 第十二讲 概率统计 12.1 随机数的生成 12.2 随机变量的概率密度计算 12.3 随机变量的累积概率值(分布函数值) 12.4 随机变量的逆累积分布函数 12.5 随机变量的数字特征 12.1 随机数的生成 1 二项分布的随机数据的产生 命令 参数为N，P的二项随机数据 函数 binornd 格式 R = binornd(N,P) %N、P为二项分布的两个参数，返回服从参数为N、P的二项分布的随机数，N、P大小相同。 R = binornd(N,P,m,n) %m,n分别表示R的行数和列数 12.1 随机数的生成 例 R=binornd(10,0.5) R = 3 R=binornd(10,0.5,1,6) R = 8 1 3 7 6 4 R=binornd(10,0.5,[2,3]) R = 7 5 8 6 5 6 n = 10:10:60; r1 = binornd(n,1./n) r1 = 2 1 0 1 1 2 12.1 随机数的生成 2正态分布的随机数据的产生 命令 参数为μ、σ的正态分布的随机数据 函数 normrnd 格式 R = normrnd(MU,SIGMA) %返回均值为MU，标准差为SIGMA的正态分布的随机数据，R可以是向量或矩阵。 R = normrnd(MU,SIGMA,m,n) %m,n分别表示R的行数和列数 12.1 随机数的生成 例 n1 = normrnd(1:6,1./(1:6)) n1 = 2.1650 2.3134 3.0250 4.0879 4.8607 6.2827 n2 = normrnd(0,1,[1 5]) n2 = 0.0591 1.7971 0.2641 0.8717 -1.4462 n3 = normrnd([1 2 3;4 5 6],0.1,2,3) %mu为均值矩阵 n3 = 0.9299 1.9361 2.9640 4.1246 5.0577 5.9864 R=normrnd(10,0.5,[2,3]) %mu为10，sigma为0.5的2行3列个正态随机数 R = 9.7837 10.0627 9.4268 9.1672 10.1438 10.5955 12.1 随机数的生成 12.1 随机数的生成 4. 通用函数求各分布的随机数据 命令 求指定分布的随机数 函数 random 格式 y = random(‘name’,A1,A2,A3,m,n) %name的取值见上表；A1，A2，A3为分布的参数；m，n指定随机数的行和列 12.1 随机数的生成 产生12（3行4列）个均值为2，标准差为0.3的正态分布随机数 y=random(norm,2,0.3,3,4) y = 2.3567 2.0524 1.8235 2.0342 1.9887 1.9440 2.6550 2.3200 2.0982 2.2177 1.9591 2.0178 12.2 随机变量的概率密度计算 1.通用函数计算概率密度函数值 命令 通用函数计算概率密度函数值 函数 pdf 格式 Y=pdf(name，K，A) Y=pdf(name，K，A，B) Y=pdf(name，K，A，B，C) 说明 返回在X=K处、参数为A、B、C的概率密度值，对于不同的分布，参数个数是不同；name为分布函数名，其取值如下表； 12.2 随机变量的概率密度计算 例如二项分布：设一次试验，事件A发生的概率为p，那么，在n次独立重复试验中，事件A恰好发生K次的概率P_K为： P_K=P{X=K}=pdf(bino，K，n，p) 例 计算正态分布N（0，1）的随机变量X在点0.6578的密度函数值。 解： pdf(norm,0.6578,0,1) ans = 0.3213 12.2 随机变量的概率密度计算 例 自由度为8的卡方分布，在点2.18处的密度函数值。 解： pdf(chi2,2.18,8) ans = 0.0363 12.2 随机变量的概率密度计算 专用函数计算概率密度函数值 命令 二项分布的概率值 函数 binopdf 格式 binopdf (k, n, p) %等同于 pdf(‘bino’,k,n,p)， p