概率论上机实验10.docx

概率论第一次上机 题目一：考察通过某交叉路口的汽车流，假设在 1min之内通过 路口的汽车数服从泊松分布，且在 1min之内没有汽车通过的概 率为0.2，求在1min至少有3辆汽车通过的概率。 问题分析：由题意知 X~ Exp ( ”，只要求得n=2时的概率分布， 用1减去它就得到所要求的结果。 但由于入未知，这就需要利用 没有汽车通过的概率是 0.2这一条件反求出 入=ln5 ,然后利用 MATLAB求出n=2的泊松分布的概率分布函数，得到所求结果。 编程：p仁poisscdf(2,log(5)) p2=1-p1 输出：p1 =0.7809 p2 =0.2191 结果分析：一分钟至少有三辆车通过的概率是： 0.2191. 题目二：设 X?N(7；「2)； ⑴当一1.5,二 = 0.5 时, 求 P{1.8Xv2.9} , P{-2.5cX}, P{| X -1.7 | 1.6}； 当=1.5f = 0.5 时,若 P{X vx} =0.95 ,求 x ; 分别绘制=123 , ；—0.5时的概率密度函数图形。 问题分析：本题是关于正态分布的有关概率计算问题， 只要调用 正态分布(norm)的有关命令就能实现其计算。 这些命令分别是分 布函数命令 normcdf( x,=；「)；概率密度命令 normpdf( )；逆 分布函数命令 norminv( x, 丫)。目的：掌握计算正态分布随机变 量分布的 MATLAB 命令。 编程： p1=normcdf(2.9,1.5,0.5)-normcdf(1.8,1.5,0.5) p1 =0.2717 p2=1-normcdf(-2.5,1.5,0.5) p3=1-(normcdf(3.3,1.5,0.5)-normcdf(0.1,1.5,0.5)) px=0.95; x0=norminv(px,1.5,0.5) y1=normpdf(x,1,0.5); y2=normpdf(x,2,0.5); y3=normpdf(x,3,0.5); subplot(1,3,1) plot(x,y1) gtext( 期望为 1) title( 正态概率密度曲线 ) subplot(1,3,2) plot(x,y2) gtext( 期望为 2) title( 正态概率密度曲线 ) subplot(1,3,3) plot(x,y3) gtext( 期望为 3) title( 正态概率密度曲线 )  输出：pl =0.2717 p2 =1.0000 p3 =0.0027 x0 =2.3224 (4)结果分析: (1) P{1.8 ：： X ：： 2.9} =0.2717 P{-2.5 ：： X} =1 P{| X -1.7 | 1.6} =0.0027 (2) x0=2.3224 (3)由上图可以看出正态分布曲线是以 x=卩为对称轴的 题目三：已知每百份报纸全部卖出可获利 14元，卖不出去将赔 8元，设报纸的需求量X的分布律为 X 0 1 2 3 4 5 P 0.05 0.10 0.25 0.35 0.15 0.10 试确定报纸的最佳购进量n。（要求使用计算机模拟） 目的：掌握计算随机变量分布律或概率密度值的 MATLAB命令 问题分析：由题意知卖出百份可赚 14元而卖不出的一百份会赔 8元，所以购进整百份报纸比较划算。设 X（ k）为购进k百张 报纸后赚得的钱，分别计算 E（ X（ k））（ k=0,1,2,3,4,5），由此得 到当k=3时，E（X（k））最大，故最佳购进量为 300。下面用计 算机模拟该过程： 编程：T=[] for k=0:5 s=0; for n=1:3000 x=ra nd（1,1） if x=0.05 y=0; elseif x=0.15 y=1; elseif x=0.4 y=2; elseif x=0.75 y=3; elseif x=0.9 y=4; else x1 y=5; end if ky w=22*y-8*k; else w=14*k; end s=s+w; end t=s/3000; T=[T,t] end T 输出结果： T =0 12.9660 24.0033 28.8440 26.8720 19.4880 结果分析：本题利用利用计算机模拟购进量不同时利润的不同 得到 3000 次随机试验利润的样本均值，最终是购进 300 份报纸 时获利期望最大为 28.8440元，故最佳购进量是 300 张。 概率论第二次上机 题目四：对用两种不同热处理方法加工的金属材料做抗拉强度试 验，得到实验数据如下： （单位： kg/cm） 甲种方法： 31, 34, 29, 26, 32, 35, 38, 34, 30, 29, 32, 31 乙种方法： 26, 2