DOC《概率统计》

1、

5、15的图形 >

>

x=0:0.1:30;

y1=chi2pdf(x,1);

plot(x,y1,'

:r'

) hold on y2=chi2pdf(x,5);

plot(x,y2,'

+b'

) y3=chi2pdf(x,15);

plot(x,y3,'

og'

) axis([0,30,0,0.2]) %指定显示的图形区域 则图形为图 2.3 常见分布的密度函数作图 1.二项分布 例7 >

>

x = 0:10;

y = binopdf(x,10,0.5);

plot(x,y,'

+'

) 2.卡方分布 例8 >

>

x = 0:0.2:15;

y = chi2pdf(x,4);

plot(x,y) 图1-2 3.非中心卡方分布 例9 >

>

x = (0:0.1:10)'

;

p1 = ncx2pdf(x,4,2);

p = chi2pdf(x,4);

plot(x,p,'

--'

,x,p1,'

-'

) 4.指数分布 例10 >

>

x = 0:0.1:10;

y = exppdf(x,2);

plot(x,y) 图1-3 5.F分布 例11 >

>

x = 0:0.01:10;

>

>

y = fpdf(x,5,3);

>

>

plot(x,y) 6.非中心F分布 例12 >

>

x = (0.01:0.1:10.01)'

;

>

>

p1 = ncfpdf(x,5,20,10);

>

>

p = fpdf(x,5,20);

>

>

plot(x,p,'

--'

,x,p1,'

-'

) 7.Γ分布 例13 >

>

x = gaminv((0.005:0.01:0.995),100,10);

>

>

y = gampdf(x,100,10);

>

>

y1 = normpdf(x,1000,100);

>

>

plot(x,y,'

-'

,x,y1,'

-.'

) 8.对数正态分布 例14 >

>

x = (10:1000:125010)'

;

>

>

y = lognpdf(x,log(20000),1.0);

>

>

plot(x,y) >

>

set(gca,'

xtick'

,[0

30000 60000

90000 120000]) >

>

set(gca,'

xticklabel'

,str2mat('

0'

,'

$30,000'

,'

$60,000'

,… '

$90,000'

,'

$120,000'

)) 图1-5 9.负二项分布 例15 >

>

x = (0:10);

>

>

y = nbinpdf(x,3,0.5);

>

>

plot(x,y,'

+'

) 10.正态分布 例16 >

>

x=-3:0.2:3;

>

>

y=normpdf(x,0,1);

>

>

plot(x,y) 图1-6 11.泊松分布 例17 >

>

x = 0:15;

>

>

y = poisspdf(x,5);

>

>

plot(x,y,'

+'

) 12.瑞利分布 例18 >

>

x = [0:0.01:2];

>

>

p = raylpdf(x,0.5);

>

>

plot(x,p) 图1-7 13.T分布 例19 >

>

x = -5:0.1:5;

>

>

y = tpdf(x,5);

>

>

z = normpdf(x,0,1);

>

>

plot(x,y,'

-'

,x,z,'

-.'

) 14.威布尔分布 例20 >

>

t=0:0.1:3;

>

>

y=weibpdf(t,2,2);

>

>

plot(y) 图1-8

3 随机变量的累积概率值(分布函数值) 3.1 通用函数计算累积概率值 命令 通用函数cdf用来计算随机变量的概率之和(累积概率值) 函数 cdf 格式 说明 返回以name为分布、随机变量X≤K的概率之和的累积概率值,name的取值见表1-1 常见分布函数表 例21 求标准正态分布随机变量X落在区间(-∞,0.4)内的概率(该值就是概率统计教材中的附表:标准正态数值表). 解: >

>

cdf('

norm'

,0.4,0,1) ans = 0.6554 例22 求自由度为16的卡方分布随机变量落在[0,6.91]内的概率 >

>

cdf('

chi2'

,6.91,16) ans = 0.0250 4.3.2 专用函数计算累积概率值(随机变量的概率之和) 命令 二项分布的累积概率值 函数 binocdf 格式 binocdf (k, n, p) %n为试验总次数,p为每次试验事件A发生的概率,k为n次试验中事件A发生的次数,该命令返回n次试验中事件A恰好发生k次的概率. 命令 正态分布的累积概率值 函数 normcdf 格式 normcdf() %返回F(x)=的值,mu、sigma为正态分布的两个参数 例23 设X~N(3, 22) (1)求(2)确定c,使得 解(1) p1= p2= p3= p4= 则有: >