matlab中概率情况怎么编程?

matlab中概率情况怎么编程?,第1张

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

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

原文地址: http://outofmemory.cn/yw/12524121.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2023-05-26
下一篇 2023-05-26

发表评论

登录后才能评论

评论列表(0条)

保存