概率论基础在MATLAB中的实现
一、基础方法
1:rand(N)功能:返回一个N×N的随机矩阵
2:rand(N,M)功能:返回一个N×M的随机矩阵
3:rand(P1,P2,…,Pn)功能:返回一个P1×P2×…×Pn的随机矩阵
4:round(x)功能:对向量或矩阵x的每个分量四舍五入取整.
二、使用步骤
模拟硬币出现正面或反面
for i=1:100
a(i)=sum(sum(round(rand(100))))/10000;
end
m=max(a)%100次实验中正面朝上硬币的次数最大的实验
n=mean(a)%100次实验中正面朝上硬币的平均次数的实验
k=min(a)%100次实验中正面朝上硬币的次数最小的实验
条件概率
若事件B的发生会影响事件A的发生,则在事件B发生的条件下,事件A发生的概率称为条件概率,条件概率的计算公式为
##例题
袋中有10只球,其中7只白球,3只黑球,分有放回和无放回两种情况,分三次取球,每次取一个,分别求:(1)第三次摸到了黑球的概率;(2)第三次才摸到黑球的概率;(3)三次都摸到了黑球的概率.
#有放回的情况
二项分布(稍微了解即可)
若随机变量X的所有可能取值为0,1,…,n,其概率分布为P{X=k}=Cknpkqn-k,k=0,1,2,…,n其中q=1-p,则称X服从参数为n和p的二项分布,记作X~B(n,p).
二项分布的数学期望为E(X)=np,方差为D(X)=npq.
binopdf(X,N,P)功能:计算二项分布的密度函数.其中X为随机变量,N为独立试验的重复数,P为事件发生的概率.
binocdf(X,N,P)功能:计算二项分布的累积分布函数.其中X为随机变量,N为独立试验的重复数,P为事件发生的概率.
binostat(N,P)功能:求二项分布的数学期望与方差.N为独立试验的重复数,P为事件发生的概率.
binornd(N,P,m,n)功能:产生服从二项分布的m×n阶随机矩阵.其中N为独立试验的重复数,P为事件发生的概率,m和n分别是所产生随机矩阵的行数和列数.
a=binornd(1000,0.2,5,5)
a =
210 196 202 202 214
182 183 199 186 216
196 213 202 192 181
185 219 192 198 194
199 188 226 201 202
泊松分布
如果随机变量的概率分布为
其中λ>0为常数,则称X服从参数为λ的泊松分布,记作X~P(λ),泊松分布的数学期望E(X)=λ,方差D(X)=λ.
poissinv(Y,LMD)功能:求泊松分布的逆累积分布函数.其中Y为显著概率值,LMD为参数.
poissrnd(LMD,M,N)功能:产生服从泊松分布的随机数.其中LMD为参数(期望),M和N为产生随机矩阵的行数和列数.
poissrnd(1,5,5)%期望为1 的POSon分布
随机变量X的分布函数
设随机变量X的分布函数为F(x),若存在非负函数f(x),使得对任意实数x,有
![在这里插入图片描述](https://img-blog.csdnimg.cn/adf4957178bb48
正态分布
如果随机变量X的概率密度为
其中μ,σ均为常数,且σ>0,则称X服从参数为μ和σ2的正态分布,记作X~N(μ,σ2),当μ=0,σ=1时,称X服从标准正态分布,记作X~N(0,1).
normpdf(X,M,C)格式 求正态分布的密度函数.其中X为随机变量,M为正态分布参数μ,C为参数σ.
x=0:0.1:10;
y=normpdf(x,5,1);
plot(x,y)
normrnd(M,C,m,n)格式 产生服从正态分布的随机数.其中M为正态分布参数μ,C为参数σ,m和n为随机矩阵的行数和列数.
χ2分布
χ2分布设随机变量X1,X2,…,Xn相互独立,且均服从N(0,1),令
,则X的分布称为具有自由度n的χ2分布,记作X~χ2(n).
chi2pdf(X,N)功能:计算χ2分布的密度函数.其中X为随机变量,N为χ2分布自由度.
x=0:0.1:10;
y=chi2pdf(x,10);
plot(x,y)
chi2cdf(X,N)功能:计算χ2分布的累积分布函数.其中X为随机变量,N为χ2分布自由度.
x=0:0.1:10;
y=chi2cdf(x,1);
plot(x,y)