java程序设计，投骰子，求概率

你这么写吧。抛一次骰子，就是你刚才那个，循环3次，取1-6随机数，取到5,然后youFive++取不到5，meiFive++。你这样抛10000次，用youFive/10000就很接近真的概率了。 但这是统计的思路，样本可能存在偏差，不知道你算这个概率为什么编程？你计算出3个骰子都没有5的概率用1减一下就好了，应该是这个吧1-(5/6)*(5/6)*(5/6)

随机变量的累积概率值(分布函数值)

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4-1 常见分布函数表

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表

专用函数的累积概率值函数表

函数名

调用形式

注 释

unifcdf

unifcdf (x, a, b)

[a,b]上均匀分布(连续)累积分布函数值 F(x)=P{X≤x}

unidcdf

unidcdf(x,n)

均匀分布(离散)累积分布函数值 F(x)=P{X≤x}

expcdf

expcdf(x, Lambda)

参数为Lambda的指数分布累积分布函数值 F(x)=P{X≤x}

normcdf

normcdf(x, mu, sigma)

参数为mu,sigma的正态分布累积分布函数值 F(x)=P{X≤x}

chi2cdf

chi2cdf(x, n)

自由度为n的卡方分布累积分布函数值 F(x)=P{X≤x}

tcdf

tcdf(x, n)

自由度为n的t分布累积分布函数值 F(x)=P{X≤x}

fcdf

fcdf(x, n1, n2)

第一自由度为n1,第二自由度为n2的F分布累积分布函数值

gamcdf

gamcdf(x, a, b)

参数为a, b的分布累积分布函数值 F(x)=P{X≤x}

betacdf

betacdf(x, a, b)

参数为a, b的分布累积分布函数值 F(x)=P{X≤x}

logncdf

logncdf(x, mu, sigma)

参数为mu, sigma的对数正态分布累积分布函数值

nbincdf

nbincdf(x, R, P)

参数为R,P的负二项式分布概累积分布函数值 F(x)=P{X≤x}

ncfcdf

ncfcdf(x, n1, n2, delta)

参数为n1,n2,delta的非中心F分布累积分布函数值

nctcdf

nctcdf(x, n, delta)

参数为n,delta的非中心t分布累积分布函数值 F(x)=P{X≤x}

ncx2cdf

ncx2cdf(x, n, delta)

参数为n,delta的非中心卡方分布累积分布函数值

raylcdf

raylcdf(x, b)

参数为b的瑞利分布累积分布函数值 F(x)=P{X≤x}

weibcdf

weibcdf(x, a, b)

参数为a, b的韦伯分布累积分布函数值 F(x)=P{X≤x}

binocdf

binocdf(x,n,p)

参数为n, p的二项分布的累积分布函数值 F(x)=P{X≤x}

geocdf

geocdf(x,p)

参数为 p的几何分布的累积分布函数值 F(x)=P{X≤x}

hygecdf

hygecdf(x,M,K,N)

参数为 M,K,N的超几何分布的累积分布函数值

poisscdf

poisscdf(x,Lambda)

参数为Lambda的泊松分布的累积分布函数值 F(x)=P{X≤x}

说明 累积概率函数就是分布函数F(x)=P{X≤x}在x处的值.

很遗憾的告诉你，从理论上讲，一个已经编好的程序，在固定的输入下，得到的一定是固定输出。也就是说，这个世界上没有真正意义上能产生随机数的程序。那么，平时程序中的程序是如何产生的？实际上用的是随机数表，利用随机数表和随机算法，可以产生一序列近似随机数的数列，以此来模拟随机数的产生。但是如果你熟悉C++就知道，在运用rand函数之前，需要事先设定随机数种子。只有有了种子，随机数序列的第一个数才能被确定，如果种子相同，那么两串随机数就会一模一样。所以编程时一般使用当地时间作为种子，其实就是一种引进外部随机变量的概念。同样的输入重复两次，程序还是会输出同样的结果。

---