基于matlab的概率統(tǒng)計數(shù)值實驗-文庫吧資料
2025-07-24 20:05本頁面
【正文】 上例中，對 p=，對應(yīng) cdf(x)? 3，故返回值為 3 ? B(10,)的分布函數(shù)圖像 41/60 命令： x=[,]。 y1= 7. 逆累積分布函數(shù) 39/60 例、計算二項分布 b(10,)概率值 ， ， ， ， ，所對應(yīng)的 x的值 命令： p=::。 ? icdf(Inverse Cumulative Distribution Function) ? 即：在分布函數(shù) F(x)=p中已知 p求其相對應(yīng)的 x的值 ? 調(diào)用：在分布函數(shù)名后加 inv ? 如 :X=norminv(p,mu,sgm) ? 也有 2)X=icdf(‘ name’ ,p,A1,A2,A3),其中 name為相應(yīng)的函數(shù)名，如 ‘ normal’ 。 σ處各有一個拐點 )，正態(tài)累積分布曲線當 x＝ μ時 F(x)＝ 。cdf39。pdf39。:b39。g39。 ? f=normcdf(x,mu,sigma)。 ? x=(mu4*sigma)::(mu+4*sigma)。 結(jié)果顯示： E= 20 D= 16 35/60 例 繪制正態(tài)分布的密度函數(shù)、分布函數(shù)曲線，并求均值與方差 解： ? clear ? mu=。 p=。\fontsize{10}μ+3σ39。\fontsize{10}μ+2σ39。\fontsize{10}μ+σ39。\fontsize{10}μ39。\fontsize{10}μσ39。\fontsize{10}μ2σ39。\fontsize{10}μ3σ39。\fontsize{14}%39。\fontsize{14}%39。\fontsize{14}%39。b:39。b:39。b:39。b:39。g:39。g:39。g:39。g:39。m:39。m:39。m:39。m:39。c.39。k39。 ? yy=normpdf([3,2,1,0,1,2,3],0,1)。 解： clear,clf %（標準）正態(tài)分布密度曲線下的面積 ? X=linspace(5,5,100)。σ239。σ139。\fontsize{12}μ1=μ2,σ1σ239。b39。g39。μ239。μ139。\fontsize{12}μ1μ2,σ1=σ239。b39。g39。 %考察方差的影響 ? y4=normpdf(x,mu1,sigma2)。 %考察均值的影響 ? y2=normpdf(x,mu2,sigma1)。 ? x=(mu24*sigma2)::(mu2+4*sigma2)。sigma1=。 ? 解： clear ? mu1=。d39。*39。+39。.39。 y5=normpdf(x,3,2)。 y3=normpdf(x,3,1)。 y1=normpdf(x,3,)。 ? z=normcdf(x,1,2)。 ? plot(x,y,x,z) ? result1=expcdf(5,2)expcdf(0,2) ? result2=expcdf(20,2)expcdf(0,2) 22/60 結(jié)果： result1 = result2 = 23/60 5. 連續(xù)型隨機變量分布實驗 ? (3) 正態(tài)分布 ? 密度函數(shù)： f=normpdf(x,?,?) ? 分布函數(shù)： F=normcdf(x,?,?) ? 例 : 畫出正態(tài)分布 N(1,4)的概率密度函數(shù)和分布函數(shù)的圖形 . 求 P(1X6). ? 在 Matlab中輸入以下命令： ? x=5::6。 ? y=exppdf(x,2)。 ? z=unifcdf(x,2,5)。 y=unidcdf(x,10) ? 結(jié)果： y = 0 19/60 5. 連續(xù)型隨機變量分布實驗 ? 連續(xù)均勻分布 ? 密度函數(shù)： f=unifpdf(x,a,b) ? 分布函數(shù)： f=unifcdf(x,a,b) ? 例 : 畫出均勻分布 U(2,5)的概率密度函數(shù)和分布函數(shù)的圖形 . ? 在 Matlab中輸入以下命令： ? x=0::7。 %按二項分布計算 ? p1=1sum(p) %求出保險公司虧本的概率 p1 = 18/60 5. 連續(xù)型隨機變量分布實驗 ? 離散均勻分布的概率密度函數(shù)和累積分布函數(shù) unidpdf(X,N) unidcdf(X,N) ? 隨機變量 X在 1到 N上的 N各自然數(shù)之間等可能取值 ? 在 Matlab中輸入以下命令： ? x=1:1:10。 %按二項分布計算 ? p2=sum(p) %求出保險公司獲利不少于 80萬元的概率 p2 = ? [p]=poisspdf([0:100],2)。 ? 當索賠份數(shù)超過 100份時，則保險公司發(fā)生虧本，虧本的概率為 ? 當索賠份數(shù)不超過 20份時，則保險公司獲利就不少于80萬元，其概率為 X X? ?0 0 0 ,1 0 0 0 0~ BX? ? ? ? ? ?100!1 ???? ?? npeknpppC npkknkknX? ? ? ? ??????????100021 !2110 0110 0kkekXPXPp? ? ???????19022 !220kkekXPp17/60 ? [p]=poisspdf([0:19],2)。 ? plot(x,y1,’r.’,x,y2,’b.’) 14/60 15/60 4. 二項分布與泊松分布關(guān)系實驗 ? 泊松定理 ? (用泊松分布來逼近二項分布的定理 ) ? 設(shè) λ0是一個常數(shù)， n是任意正整數(shù)，設(shè) npn＝ λ，則對于任意固定的非負整數(shù) k，有 ? 例 9 某種重大疾病的醫(yī)療險種，每份每年需交保險費 100元，若在這一年中，投保人得了這種疾病，則每份可以得到索賠額 10000元，假設(shè)該地區(qū)這種疾病的患病率為 ，現(xiàn)該險種共有 10000份保單，問： (1)保險公司虧本的概率是多少 ? (2)保險公司獲利不少于 80萬元的概率是多少 ? !)1(lim keppkn kknnknn?? ??????????????16/60 ? 解 設(shè) 表示這一年中發(fā)生索賠的份數(shù)，依
物理相關(guān)推薦
鄂ICP備17016276號-1