基于MATLAB的泊松分布，正态分布与伽玛分布（附完整代码与例题）_matlab泊松分布

2401_84300239

于 2024-05-08 22:40:40 发布

阅读量717

点赞数 25

分类专栏：程序员文章标签： matlab 开发语言

本文链接：https://blog.csdn.net/2401_84300239/article/details/138588832

版权

程序员专栏收录该内容

162 篇文章 0 订阅

订阅专栏

先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7

深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年最新网络安全全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上网络安全知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

需要这份系统化资料的朋友，可以点击这里获取

一. 泊松分布

1.1 理论部分

Poisson分布是离散的，其x值只能取自然数。Poisson分布的概率密度函数如下：

$P(x)=\frac{\lambdax}{x!}e{-\lambda x},\quad x=0,1,2,3,\cdots$

其中 $\lambda$ 是一个固定的正整数常数。在泊松分布中，**参数****λ是单位时间(或单位面积)**内随机事件的平均发生率。泊松分布适合于描述单位时间内随机事件发生的次数。以下情况可以构建泊松分布模型：

某一服务设施在一定时间内到达的人数
电话交换机接到呼叫的次数
汽车站台的候客人数
机器出现的故障数
自然灾害发生的次数

1.2 MATLAB函数模型

泊松分布的概率密度函数，在MATLAB中可以直接调用：

y=poisspdf(x,lambda);

%给定x与lambda的值，就可以直接求该点的概率密度值

分布函数（累积概率函数），在MATLAB中可以直接调用：

F=poisscdf(x,lambda)

如果给定分布函数值，反过来求x，则需要调用逆概率分布函数：

x=poissinv(F,lambda)

MATLAB本身非常适合用来处理向量和矩阵，所以，如果输入的x为一个向量的话，那么输出的y则是x各个点处的概率密度函数值。

1.3 例题

绘制 $\lambda=1,2,5,10$ 时，泊松分布的概率密度函数与概率分布函数曲线图。

MATLAB代码：

x=[0:15]'; 
%x为0~15之间的整数，注意需要通过'转为列向量
y1=[]; y2=[]; 
%要画两个图像
lam1=[1,2,5,10];
%lambda确定了，泊松分布就确定了
for i=1:length(lam1) %lam1的长度为4
    y1=[y1,poisspdf(x,lam1(i))]; %lam1(i)代表调用集合lam1中的第i个元素
    y2=[y2,poisscdf(x,lam1(i))];
end
plot(x,y1), figure; %figure命令可让其画两个图
plot(x,y2)

注意题目要求是画曲线，所以需要将这些点连起来。

泊松概率密度函数图：

泊松分布的概率分布函数图：

二. 正态分布

2.1 理论部分

正态分布的概率密度函数如下：

$p(x)=\frac{1}{\sqrt{2\pi\sigma}}e{-\frac{(x-\mu)2}{2\sigma^2}}$

其中 $\mu$ 代表均值， $\sigma^2$ 代表方差。

2.2 MATLAB函数模型

正态分布的概率密度函数，在MATLAB中可以直接调用：

y=normpdf(x,mu,sigma);

%给定x,mu,sigma的值，就可以直接求该点的概率密度值
%注意函数调用格式中的sigma使用的是标准差

分布函数（累积概率函数），在MATLAB中可以直接调用：

F=normcdf(x,mu,sigma);

如果给定分布函数值，反过来求x，则需要调用逆概率分布函数：

x=norminv(F,mu,sigma);

2.3 例题

分别绘制出 $(\mu,\sigma^2)$ 为(-1,1),(0,0.1),(0,1),(0,10),(1,1)时，正态分布的概率密度函数与分布函数曲线。

MATLAB代码：

x=[-5:.02:5]'; 
y1=[]; 
y2=[];
mu1=[-1,0,0,0,1]; 
sig1=[1,0.1,1,10,1]; sig1=sqrt(sig1); %注意函数调用的是标准差
for i=1:length(mu1)   %length(mu1)=5    
    y1=[y1,normpdf(x,mu1(i),sig1(i))];
    y2=[y2,normcdf(x,mu1(i),sig1(i))];  
end
plot(x,y1), figure; 
plot(x,y2)

写在最后

在结束之际，我想重申的是，学习并非如攀登险峻高峰，而是如滴水穿石般的持久累积。尤其当我们步入工作岗位之后，持之以恒的学习变得愈发不易，如同在茫茫大海中独自划舟，稍有松懈便可能被巨浪吞噬。然而，对于我们程序员而言，学习是生存之本，是我们在激烈市场竞争中立于不败之地的关键。一旦停止学习，我们便如同逆水行舟，不进则退，终将被时代的洪流所淘汰。因此，不断汲取新知识，不仅是对自己的提升，更是对自己的一份珍贵投资。让我们不断磨砺自己，与时代共同进步，书写属于我们的辉煌篇章。

需要完整版PDF学习资源私我

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化资料的朋友，可以点击这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化资料的朋友，可以点击这里获取

2401_84300239

关注

25
点赞
踩
31

收藏

觉得还不错? 一键收藏
0
评论
基于MATLAB的泊松分布，正态分布与伽玛分布（附完整代码与例题）_matlab泊松分布

在结束之际，我想重申的是，学习并非如攀登险峻高峰，而是如滴水穿石般的持久累积。尤其当我们步入工作岗位之后，持之以恒的学习变得愈发不易，如同在茫茫大海中独自划舟，稍有松懈便可能被巨浪吞噬。然而，对于我们程序员而言，学习是生存之本，是我们在激烈市场竞争中立于不败之地的关键。一旦停止学习，我们便如同逆水行舟，不进则退，终将被时代的洪流所淘汰。因此，不断汲取新知识，不仅是对自己的提升，更是对自己的一份珍贵投资。让我们不断磨砺自己，与时代共同进步，书写属于我们的辉煌篇章。需要完整版PDF学习资源私我。
复制链接

扫一扫