matlab在图形上应用.docVIP

1. 常见的概率分布的密度函数及其图形 1）常见概率分布的密度函数（20个，打√的10个将在后面作介绍） 序号 中文函数名 英文函数名 英文简写 备注 1 Beta分布 Beta beta ? 2 二项分布 Binomial bino √ 3 卡方分布 Chisquare chi2 √抽样 4 指数分布 Exponential exp √ 5 F分布 F f √抽样 6 Gamma分布 Gamma gam ? 7 几何分布 Geometric geo √ 8 超几何分布 Hypergeometric hyge ? 9 对数正态分布 Lognormal logn ? 10 负二项式分布 Negative Binomial nbin ? 11 非中心F分布 Noncentral F ncf ? 12 非中心t分布 Noncentral t nct ? 13 非中心卡方分布 Noncentral Chi-square ncx2 ? 14 正态分布 Normal norm √ 15 泊松分布 Poisson poiss √ 16 瑞利分布 Rayleigh rayl ? 17 T分布 T t √抽样 18 均匀分布 Uniform unif √ 19 离散均匀分布 Discrete Uniform unid √ 20 Weibull分布 Weibull weib ? ? 2）常见概率分布的密度函数文字说明与图形演示： ? （A）常见连续分布的密度函数 （1）正态分布 若连续型随机变量的密度函数为： 则称为服从正态分布的随机变量，记作．特别地，称时的正态分布为标准正态分布，其概率分布的密度函数参见图1．一个非标准正态分布的密度函数参见图2中的虚线部分（）． 正态分布是概率论与数理统计中最重要的一个分布，高斯(Gauss)在研究误差理论时首先用正态分布来刻画误差的分布，所以正态分布又称高斯分布．一个变量如果是由大量微小的、独立的随机因素的叠加效果，那么这个变量一定是正态变量．比如测量误差、产品质量、月降雨量等都可用正态分布描述． x=-8:0.1:8; y=normpdf(x, 0, 1); y1=normpdf(x, 1, 2); plot(x, y, x, y1, : ); ? 图1 标准正态分布???????????? 图2 标准正态与非标准正态 ? （2）均匀分布（连续） 若随机变量的密度函数为 则称服从区间上的均匀分布（连续），记作，其概率分布的密度函数见参见图3． 均匀分布在实际中经常使用，譬如一个半径为的汽车轮胎，因为轮胎上的任一点接触地面的可能性是相同的，所以轮胎圆周接触地面的位置是服从上的均匀分布，这只要看一看报废轮胎四周磨损程度几乎是相同的就可明白均匀分布的含义了． x=-10:0.01:10;r=1; y=unifpdf(x, 0, 2*pi*r); plot(x, y); 图3均匀分布（连续）??????????? 图4　指数分布 ? （3）指数分布 若连续型随机变量的密度函数为： ? 其中， 则称为服从参数为的指数分布的随机变量，记作． 在实际应用问题中，等待某特定事物发生所需要的时间往往服从指数分布．如某些元件的寿命；某人打一个电话持续的时间；随机服务系统中的服务时间；动物的寿命等都常假定服从指数分布． 指数分布的重要性还在于它是具有无记忆性的连续型随机变量．即：设随机变量服从参数为的指数分布，则对任意的实数，有 其概率分布的密度函数参见见图4． x=0:0.1:30; y=exppdf(x, 4); plot(x, y) ? （B）常见离散分布的密度函数 ? （4）几何分布 在一个贝努里实验中，每次试验成功的概率为，失败的概率为 ，设试验进行到第次才出现成功，则的分布列为： 容易看到是几何级数的一般项，于是人们称它为几何分布，其概率分布的密度函数参见图5． x=0:30; y=geopdf(x, 0.5); plot(x, y) 图5 几何分布????????????????? 图6 二项分布 ? （5）二项分布 如果随机变量的分布列为： 则这个分布称为二项分布，记为．当时的二项分布又称为0-1分布，分布律为 0 1 ? 一般的二项分布的密度函数参见图6. x=0:50; y=binopdf(x, 500, 0.05); plot(x, y); ? （6）泊松(Poisson)分布 泊松分布是1837年由法国数学家泊松（Poisson S.D.1781-1840）首次提出的，其概率分布列是： 记为，其概率分布的密度函数参见图7． 泊松分布是一种常用的离散分布，它与单位时间（或单位面积、单位产品等）上的计数过程相联系，譬如：单位时间内，电话总机接到用户呼唤次数；1平方米内，玻璃上的气泡数；一铸件上的砂眼数；