分布的可加性与正态分布的性质_matlab.docVIP

第三次试验报告 试验六：分布的可加性 poison分布可加性 分析：由最后一图可知：P(10)与P(5)的人数总和与P(15)的人数和几乎一致，泊松分布具有可加性。 二项分布可加性 分析：由最后一图可知：B(3， 0.6)与B(2， 0.6)的人数总和与B(5， 0.6)的人数和几乎一致，二项分布具有可加性。 分析：由最后一图可知：N(10， 2)与N(30， 4)的人数总和与N(40， 6)的人数和几乎一致，正态分布具有可加性。 实验七：期中考试成绩分析 数据省略列举。 代码： n1=length(x) %x y 长度 n2=length(y) Ex=sum(x)/n1 % x y 期望 Ey=sum(y)/n2 Dx=sum((x(1,:)-Ex).^2)/n1 %X Y 方差 Dy=sum((y(1,:)-Ey).^2)/n2 Dxx=sqrt(Dx) % x y 标准差 Dyy=sqrt(Dy) cov=sum((x-Ex).*(y-Ey))/n1 %cov(x, y) 结果 n1 = 65 n2 = 65 Ex = 64.7231 Ey = 81.8154 Dx = 428.323 Dy = 162.9813 Dxx = 20.6960 Dyy = 12.7664 cov = 259.8258 分析：1、期望来看本班较低； 2、方差来看，本班较大，成绩比较分散； 3、cov（x， y）不懂 成绩评价：总的来说本次成绩是不理想的。 基础知识不牢固，虽然当时知道但却错了填空题； 思维过于复杂，将计算题第一题想太多了； 得复习高数积分求导的公式，不得再弄错了； 看题得仔细，不能把离散分布变量与连续分布变量弄混了 学习及复习计划： 绝对不能缺课，上课要仔细听讲； 作业不能对照例题来做，要先看例题，在独立完成作业； 多与老师同学沟通，了解最新信息。 期末成绩期望:力争达到90分及其以上 实验八：正态分布的质 N（mu， sigma^2） f(x)关于x=mu对称； f（x）在x=mu处有最大值f（x）=1/sqrt(2*pi*sigma)； 二维正态分布的边缘分布还是正态分布； 二维正态分布中，X与Y相互独立的充要条件为p=0； 当X~N(mu, sigma^2)时，Y=kX+c~N(k*mu+c, (k*sigma)^2); 正态分布具有可加性； （2）验证当 时 代码： k=0:20; x1 =normrnd( 10, 2, 1, 1000); %X~N(10, 4) y1 = 1000* normpdf(k, 10, 2); subplot(2,1,1); plot(k,y1); hold on hist(x1, 20); k1=0:60; x2 = normrnd( 23, 4, 1, 1000); %Y=2X+3~N(23, 16) y2 =1000* normpdf(k1, 23, 4); subplot(2,1,2); hist(x2, 23); hold on plot(k1,y2); （3）验证当 且相互独立时 代码： x1 =normrnd( 10, 2, 1, 1000); %X~N(10, 4) y1 = 1000* normpdf(k, 10, 2); subplot(3,1,1); plot(k,y1); hold on hist(x1, 20); k1=0:60; x2 = normrnd( 30, 4, 1, 1000); %Y~N(30, 16) y2 =1000* normpdf(k1, 30, 4); subplot(3,1,2); hist(x2, 30); hold on plot(k1,y2); k2=-200:500; x3=normrnd(83, 160, 1, 1000); y3=10000* normpdf(k2, 83, 160); %2X+3Y+3~N(83, 160) subplot(3,1,3);