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次腔则试验中事件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为迅圆芹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亩毕F(x)=P{X≤x}在x处的值.
方法和郑蠢详细的 *** 作步骤如下:
1、第一步,在matlab的主界面中,将出现相关窗口,见下图,转到下面的步骤。
2、第二步,完成上述步骤后,直接通过命令行窗口输入初始化内容,见下图红框处,转到下面的步骤。
3、第三步,完成上述步骤后,需要根据图标的输入绘制图像,见下图红框处喊宽陪代码,转到下面的步骤。
4、第四步,执行完上面的 *** 作之后,输入相应的内容来添加标签,见下图,转到下面的步骤。
5、第五步,执巧雀行完上面的 *** 作之后,请按Enter键确认,概率密度分布图就画好了,见下图。这样,就解决了这个问题了。
v=1:1e3%比赛次数1:1000向量freq=zeros(1e3,1)%初值
for t=1:1e6 %试验次数
a=0b=0
for loop=1:1e6 %一次试验循环
if rand()>0.6
a=a+1%A赢次数
else
b=b+1%b赢次数
end
if abs(a-b)>=2
break
end
end
freq(a+b)=freq(a+b)+1% 对应频率
end
prob=freq./sum(freq)% 对应概率
expect=v*prob % 3.84..
%2% 其实歼茄孝你可以用马尔科夫算出纳升理论值,更快,更准氏稿确
3.84559392369869
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)