MATLAB-SIMULINK实用教程第4章MATLAB求解数学问题.ppt

（7）Γ分布，其概率密度函数 （8）X2分布，其概率密度函数 （9）T分布，其概率密度函数 （10）F分布，其概率密度函数 【例4-46】　某人向空中抛硬币100次，落下为正面的概率为0.5。这100次中正面向上的次数记为X。 【例4-47】　设X～N(2,0.25)，求： （1）概率P{1X2.5}； （2）绘制分布函数图像和分布密度图像； （3）画出区间[1.5,1.9]上的分布密度曲线下方区域。 图4-8 分布函数图和概率分布图 图4-9 例4-47结果曲线图 根据概率统计的定理：如果已知随机变量X的密度fX(x)，随机变量函数Y=g(X)单调，则Y的密度函数为：fY(x)= fX(h(y))|h(y)|，其中x=h(y)是y=g(x)的反函数。 如果y=g(x)不单调，则将定义域分成若干单调区间进行讨论，也可利用： 【例4-48】　设随机变量X服从均匀分布U[0,1]，求Y=eX的分布。 4.12.2 随机变量函数的分布 （1）随机变量的数学期望 ① 数组的平均值——Y=mean(X) 功能：当X为向量时，输出一个平均数；当X为矩阵时，输出为行向量，对应于矩阵每列的平均值：因此计算矩阵所有数的平均值，应用嵌套：mean(mean(X))或m=mean(X(:))。 与此类似的有：求和(sum)，最大(max)，最小(min)等。 4.12.3 随机变量的数字特征 ② 离散型随机变量的期望——EX=sum(X.*P) 功能：计算随机值向量X与对应概率向量P的乘积之和。 ③ 连续型随机变量的期望——EX=int(x*fx,x,a,b) 功能：用积分计算期望。 【例4-49】　设随机变量X的分布列如表4-1所示，求期望。 （3）常见分布的期望和方差 ① 二项分布——[E,D]=binostat(n,p) 说明：n，p可以是标量、向量和矩阵，则E，D是对应的标量、向量和矩阵。 ② 超几何分布——[E,D]=hygestat(M,N,K) ③ 泊松分布——[E,D]=poissstat(lambda) ④ 均匀分布——[E,D]=unifstat(a,b) ⑤ 指数分布——[E,D]=expstat(lambda) ⑥ 正态分布——[E,D]=normstat(mu,sigma) 其他：gamstat(),tstat(),fstat(),chi2stat()等。 （4）协方差与相关系数的计算 ① 随机变量的协方差——cov(X,Y)=E(X-EX)(Y-EY) ② 随机变量的相关系数——ρ=cov(X,Y)/sqrt(DX*DY) ③ 统计数据的协方差cov(X)——当X为向量时，cov(X)=var(X)；当X为矩阵时,结果为X的协方差矩阵。 对角线是X每列的方差，Xij为X的第i列和第j列的协方差值。 cov(X,Y)——计算向量X和Y的协方差值。 ④ 统计数据的相关系数corrcoef(X),corrcoef(X,Y) ——说明与用法与cov()相同。 常用分布的参数估计有以下方式。 （1）正态分布的参数估计 格式：[muhat,sigmahat,muci,sigmaci]=normfit(X,alpha) 功能：数组X服从正态分布，给定显著水平alpha，缺省时为0.05，前二项给出点估计，后二项给出区间估计。X为矩阵时，针对列进行计算。 4.12.4 参数估计 （2）二项分布的参数估计（n重已知，p未知） 格式：[phat,puci]=binofit(X,n,alpha) （3）泊松分布的参数估计 格式：[lbdhat,lbdci]=poissfit(X, alpha) （4）均匀分布的参数估计 格式：[ahat,bhat,aci,bci]=unifit(X,alpha) （5）指数分布的参数估计 格式：[lbdhat, lbdci]=expfit(X,alpha) （6）通用命令mle() 格式：[输出参数项]=mle(分布函数名,X,alpha [,N]) 说明：分布函数有：bino（二项）、geo（几何）、hyge（超几何）、poiss（泊松）、uinf（均匀）、unid（离散均匀）、exp（指数）、norm（正态）、t（T分布）、f（F分布）、beta（贝塔）和gam（伽吗），N只在二项分布时需要。 【例4-53】　设从一大批产品中抽取100个产品，经检验发现有60个一级品，