北京科技大学概率论与数理统计上机报告.docVIP

班级：信计1502组号：35 组员：何芝芝、吕瑞杰、陈彦睿 PAGE PAGE 1 专业： 信息与计算科学 专业： 信息与计算科学 班级： 信计1502（35组） 学生姓名： 吕瑞杰 陈炎睿 何芝芝 指导教师： 张志刚 完成时间： Time \@ yyyy年M月d日2019年12月26日 概率论与数理统计 第一次上机 Matlab 概率论与数理统计(LX1) 【练习1.1】二项分布、泊松分布、正态分布 对二项分布，画出的分布律点和折线； 对，画出泊松分布的分布律点和折线； 对，画出正态分布的密度函数曲线； 调整，观察折线与曲线的变化趋势。 理论分析： 因为x为二项分布，所以有： 根据泊松分布公式得： 由题意得正态分布有： 改变n和p的取值。 Matlab程序： x=0:10;n=10;p=0.2; y=binopdf(x,n,p); y1=poisspdf(x,n*p); x1=-4:0.1:10; y2=normpdf(x1,n*p,sqrt(n*p*(1-p))); plot(x,y,b-,x,y,b.,x,y1,r-,x,y1,r.,x1,y2,k-); (4) 设n=20,p=0.3; 则λ=6；μ=6，； (新代码) x=0:10;n=20;p=0.3; y=binopdf(x,n,p); y1=poisspdf(x,n*p); x1=-2:0.1:12; y2=normpdf(x1,n*p,sqrt(n*p*(1-p))); plot(x,y,b-,x,y,b.,x,y1,r-,x,y1,r.,x1,y2,k-); （图形） 分析： 我们从理论上可以知道， 当n很大，p很小的情况下，二项分布可以近似地用泊松分布代替； 当n充分大，p既不接近于0也不接近于1的情况下，二项分布向正态分布逼近； 当λ充分大的时候，泊松分布近似于正态分布。 【练习1.2】 股票价格的分布 已知某种股票现行市场价格为100元/股，假设该股票每年价格增减是以 呈20%与-10%两种状态，（1）求年后该股票价格的分布，画出分布律点和折线；（2）求年之后的平均价格，画出平均价格的折线。 理论分析： 由题意可知，相关分布为二项分布； 设10年后股票价格为y，有x年股票为上涨状态，列出方程： 根据求n年之后价格的期望值可得。 Matlab程序： x=0:9; n=10; p=0.4; y= binopdf(x,n,p); i=0:n-1; price=100.*((1.2).^i).*((0.9).^(n-i)); avr=sum(y.*price); t=0:0.01:0.3; a=avr-(t-t); plot(price,y,r*,price,y,b-,a,t); (图形) 总结：由图像可看出未来10年里的股票价格分布近似呈现正态分布，其期望值接近n年后的平均价格。 【练习1.3】 条件密度函数 设数在上随机取值，当观察到时，数在区间上随机取值，（1）求的密度函数，画出密度函数曲线；（2）模拟该过程，产生个随机数，在根据每个的值，产生一个随机数（共有），画出的样本密度曲线。 题目分析： Matlab程序： x=0:0.01:1; y=-log(1-x); rn=10000; z1=unifrnd(0,1,1,rn); array=zeros(1,10000); array(1,:)=[1]; z2=unifrnd(z1,array,1,10000); d=0.05;a=0.0:d:0.95; b=(hist(z2,a)/rn)/d; plot(x,y,b-,a,b,r.) (图形) 【练习1.4】 二项分布、正态分布、切比雪夫不等式 在每次实验中，事件发生的概率是0.5，求在1000次独立实验中，事件发生的次数在475~525之间的概率。（1）用二项分布公式精确计算；（2）用正态分布近似计算；（3）用切比雪夫不等式进行估计。 题目分析： Matlab程序： n=1000; p=0.5; P=sum(binopdf([475:525],n,p)) P1=normcdf((525-n*p)/sqrt(n*p*(1-p)))-normcdf((475-n*p)/sqrt(n*p*(1-p))) P2=1-(n*p*(1-p))/25^2 （结果） P = 0.8933 P1 = 0.8862 P2 =