matlab连续型随机变量的分布.doc

连续型随机变量的分布及其数字特征一、基本概念设随机变量X的分布函数为F(x),若存在非负函数f(x),使对任意实数x,有≤X{Pxd}则称X为连续型随机变量,并称f(x)为X的概率密度,它满足以下性质:①f(x)≥0,-∞<x<+∞;②;③P{a0,则称X服从参数为和2的正态分布,记作X~N(,2).当=0,=1时,称X服从标准正态分布,记作X~N(0,1).MATLAB提供的有关正态分布的函数如下:normpdf(X,M,C)正态分布的密度函数normcdf(X,M,C)正态分布的累积分布函数norminv(P,M,C)正态分布的逆累积分布函数normrnd(M,C,m,n)产生服从正态分布的随机数normstat(M,C)求正态分布的数学期望和方差其中X为随机变量,M为正态分布参数,C为参数,P为显著概率,m和n为随机矩阵的行数和列数.绘制标准正态分布的密度函数及累积分布函数图和一般正态分布的密度函数及累积分布函数图的程序如下:x=-4:0.01:4;y=normpdf(x,0,1);z=normcdf(x,0,1);-0.100.10.20.305101520-0.100.10.20.300.51-4-202400.20.4-4-202400.5105101500.20.40.605101500.51subplot(2,2,1);plot(x,y, k );axis([-4,4,-0.1,0.5]);subplot(2,2,2);plot(x,z, k );axis([-4,4,-0.1,1.1]);x=-4:0.01:16;y1=normpdf(x,6,1);z1=normcdf(x,6,1);y2=normpdf(x,6,4);z2=normcdf(x,6,4);y3=normpdf(x,6,0.6);z3=normcdf(x,6,0.6);subplot(2,2,3);plot(x,y1, k ,x,y2, k ,x,y3, k );axis([-4,16,-0.1,0.8]);subplot(2,2,4);plot(x,z1, k ,x,z2, k ,x,z3, k );axis([-4,16,-0.1,1.1]);三、求解方法(1)通用函数介绍.Pdf计算已选函数的概率密度函数,调用格式为:Y=Pdf(name,X,A)Y=Pdf(name,X,A,B)Y=Pdf(name,X,A,B,C)Name为上表中取stat后的字符,如beta、bino、chiz、exp等。(2)利用专用函数.Betapdf(X1,A1,B)Binopaf(X,N,P)四、例题绘制卡方分布密度函数在n分别等于1,5,15时的值>>x=0:0.2:30y1=chi2pdf(x,1)plot(x,y1, + )holdony2=chi2pdf(x,5)plot(x,y2, + )y2=chi2pdf(x,15)plot(x,y2, o )axis([0,30,0,0.2])Columns1through1300.20000.40000.60000.80001.00001.20001.40001.60001.80002.00002.20002.4000Columns14through262.60002.80003.00003.20003.40003.60003.80004.00004.20004.40004.60004.80005.0000Columns27through395.20005.40005.60005.80006.00006.20006.40006.60006.80007.00007.20007.40007.6000Columns40through527.80008.00008.20008.40008.60008.80009.00009.20009.40009.60009.800010.000010.2000Columns53through6510.400010.600010.800011.000011.200011.400011.600011.800012.000012.200012.400012.600012.8000Columns66through7813.000013.200013.400013.600013.800014.000014.200014.400014.600014.800015.000015.200015.4000Columns79through9115.600015.800016.000016.200016.400016.600016.800017.000017.200017.400017.600017.800018.0000Columns92through10418.200018.400018.600018.800019.000019.200019.400019.600019.800020.000020.200020.400020.6000Columns105through11720.800021.000021.200021.400021.600021.800022.000022.200022.400022.600022.800023.000023.2000Columns118through13023.400023.600023.800024.000024.200024.400024.600024.800025.000025.200025.400025.600025.8000Columns131through14326.000026.200026.400026.600026.800027.000027.200027.400027.600027.800028.000028.200028.4000Columns144through15128.600028.800029.000029.200029.400029.600029.800030.0000y1=Columns1through13Inf0.80720.51640.38150.29900.24200.19990.16740.14170.12090.10380.08950.0776Columns14through260.06740.05880.05140.04500.03950.03480.03060.02700.02380.02110.01860.01650.0146Columns27through390.01300.01150.01030.00910.00810.00720.00640.00570.00510.00460.00410.00360.0032Columns40through520.00290.00260.00230.00210.00180.00170.00150.00130.00120.00110.00090.00090.0008Columns53through650.00070.00060.00050.00050.00040.00040.00040.00030.00030.00030.00020.00020.0002Columns66thro

matlab连续型随机变量,matlab连续型随机变量的分布.doc相关推荐

  1. 概率,随机变量,离散型连续型,边缘分布

    引入 今天做一道题,已知联合分布函数求边缘密度函数,这个二维随机变量是符合均匀分布的,并且给出了X,Y区间也就是分布区域D,这道题解题思路很简单,因为有公式可以套 解题思路: 首先根据二维随机变量均匀 ...

  2. 【概率论】随机试验、随机变量、离散型/连续型随机变量

    1. 随机试验 满足以下3个条件的试验可以称为随机试验: 相同条件下可重复 试验结果明确可知且不只一个 试验前不知道哪个结果会发生 例如:我们平时做的抛硬币.掷骰子试验都是随机试验.以抛硬币试验为例: ...

  3. 统计学离散型变量和连续型变量有什么区别?

    离散变量是指其数值只能用自然数或整数单位计算的则为离散变量.例如,企业个数,职工人数,设备台数等,只能按计量单位数计数,这种变量的数值一般用计数方法取得. 反之,在一定区间内可以任意取值的变量叫连续变 ...

  4. 离散随机变量和连续随机变量_随机变量深度崩溃课程

    离散随机变量和连续随机变量 表中的内容 (Table of Content) Random Variables随机变量 Probability Distribution Functions概率分布函数 ...

  5. matlab分析能控条件,基于MATLAB的Luenberger能控规范型的算法及实现

    基于MATLAB的Luenberger能控规范型的算法及实现 该文从线性系统能控规范型的基本理论入手,详细介绍了Luenber (本文共4页) 阅读全文>> 线性系统的动态性能主要取决于系 ...

  6. 16位整型数据matlab,matlab的整型数据

    1. 整型数据的申明或转换 matlab里默认都是double型数据,想要使用16位有符号整数,则需要用如下命令进行转换 b = int16(a); 其它类型的函数都是相似的,如 int, int16 ...

  7. ggplot2 | 如何对连续型变量使用离散型调色板进行配色

    在7月份,本号推出了一个关于R语言配色方法的系列推文,其中第III节介绍了ggplot2工具包的配色方法--颜色标度函数 在这篇推文中,小编介绍了针对两种变量类型的三种颜色标度函数,即 离散型变量:离 ...

  8. matlab高斯型隶属函数,图高斯型隶属函数.PPT

    图高斯型隶属函数 第三章 模糊控制的理论基础 第一节 概述 第二节 模糊集合 第三节 隶属函数 第四节 模糊关系 第五节 模糊推理 在模糊控制中应用较多的隶属函数有以下6种隶属函数. (1)高斯型隶属 ...

  9. 两电平变流器matlab仿真,基于H桥级联型五电平逆变器Matlab仿真分析.doc

    基于H桥级联型五电平逆变器Matlab仿真分析 基于H桥级联型五电平逆变器Matlab仿真分析 [摘 要]多电平逆变器广泛应用于电机调速等领域,本文在分析级联型逆变器的基础上,深入分析了SPWM控制技 ...

最新文章

  1. ASP.net session 使用总结(2)
  2. 自动化运维工具Puppet(管理资源)
  3. C语言实现的Web服务器(转-kungstriving)
  4. Hadoop 2.X 从入门到精通系列视频课程套餐
  5. 开发顺序工作流时注意的几个事项
  6. mktime函数实现获取当前系统时间
  7. 使用python和树莓派实现远程监控
  8. 成绩查询系统源java代码_基于jsp的成绩查询系统-JavaEE实现成绩查询系统 - java项目源码...
  9. ssm框架requestmapping找不到_从MVC原理开始手敲一个MVC框架,带你体会当大神的乐趣...
  10. Mastering Oracle SQL学习笔记(join句法专题第五部份)
  11. react代码编辑器 react-ace
  12. 从零开始制作游戏外挂
  13. python股票编程_Python爬虫回测股票的实例讲解
  14. LeetCode-717. 1比特与2比特字符
  15. 前端面试题集锦——JavaScript
  16. 关于 JWT、JWS、JWE
  17. Linux系统重装时保留重要分区
  18. python爬虫 — 爬取豆瓣最受关注图书榜
  19. android颜色透明度百分比
  20. Spring使用WebSocket、SockJS、STOMP实现消息功能

热门文章

  1. 肖仰华 | 知识图谱研究的回顾与展望
  2. 推荐几个Android开发非常有用的工具(for android studio)
  3. HTML5崛起之时,Java桌面时代就已经终结了
  4. Python实现二叉树的遍历
  5. Shell命令-磁盘与文件系统之dumpe2fs、dump
  6. POJ 3660 Cow Contest【传递闭包】
  7. 关于面试宝典中的各个问题(一)
  8. springdata学习笔记-01-helloworld-(暂时不全223)
  9. linux的基础知识——shell语法
  10. insert和insertSelective区别