Matlab 概率分布

本文介绍了Matlab中如何处理概率分布,包括离散型随机变量的二项分布和泊松分布,以及连续型随机变量的均匀分布和指数分布。通过讨论二项分布与泊松分布的关系,解释了泊松定理,并提供了相应的Matlab绘图代码示例。同时强调在连续型随机变量中,正态分布的重要性。
摘要由CSDN通过智能技术生成

概述

区别

对于离散型随机变量 X
F(x)=P{X<=x}为其分布函数,自变量x
P{X=x}为离散型随机变量的概率分布,或者分布(规)律

对于连续型随机变量 X
F(x)=P{X<=x}为其分布函数 ,自变量x
单独考察P{X=x}的值是没有意义的,单点概率值可视为0
这时考察区间上的概率,引出概率密度函数 f(x),
f(t)在区间[-无穷,x]上的积分为F(x)
F(x)为f(t)的上限为x的变上限积分函数

 在数学中,一个连续型随机变量的“概率密度函数”是一个描述这个随机变量的输出值在某一个确定的取值点附近的可能性的函数。

联系

不难发现,离散型随机变量是连续型随机变量的一个特例

  • 离散型取值个数有限 , min max确定,较为离散化
  • 所以概率密度函数在x的领域内的积分值为单个点点概率分布

为了避免咬文嚼字造成的理解障碍

  • 将离散型随机变量的概率分布泛化为概率密度
后文中,用概率密度指代离散型随机变量的概率分布(分布律)</
  • 0
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
好的,关于 Matlab 中的概率分布,常用的有以下几种: 1. 均匀分布(uniform distribution) 在 Matlab 中,可以使用 unifpdf 函数计算概率密度函数,使用 unifcdf 函数计算累积分布函数,使用 unifinv 函数计算反函数。 2. 正态分布(normal distribution) 在 Matlab 中,可以使用 normpdf 函数计算概率密度函数,使用 normcdf 函数计算累积分布函数,使用 norminv 函数计算反函数。 3. 指数分布(exponential distribution) 在 Matlab 中,可以使用 exppdf 函数计算概率密度函数,使用 expcdf 函数计算累积分布函数,使用 expinv 函数计算反函数。 4. 泊松分布(Poisson distribution) 在 Matlab 中,可以使用 poisspdf 函数计算概率密度函数,使用 poisscdf 函数计算累积分布函数,使用 poissinv 函数计算反函数。 5. 二项分布(binomial distribution) 在 Matlab 中,可以使用 binopdf 函数计算概率密度函数,使用 binocdf 函数计算累积分布函数,使用 binoinv 函数计算反函数。 6. 卡方分布(chi-square distribution) 在 Matlab 中,可以使用 chi2pdf 函数计算概率密度函数,使用 chi2cdf 函数计算累积分布函数,使用 chi2inv 函数计算反函数。 7. t 分布(t distribution) 在 Matlab 中,可以使用 tpdf 函数计算概率密度函数,使用 tcdf 函数计算累积分布函数,使用 tinv 函数计算反函数。 8. F 分布(F distribution) 在 Matlab 中,可以使用 fpdf 函数计算概率密度函数,使用 fcdf 函数计算累积分布函数,使用 finv 函数计算反函数
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值