概率论与数理统计Word文档下载推荐.docx
《概率论与数理统计Word文档下载推荐.docx》由会员分享,可在线阅读,更多相关《概率论与数理统计Word文档下载推荐.docx(28页珍藏版)》请在冰豆网上搜索。
poisspdf(12,5)
ans=0.0034
3设随机变量X服从区间[1,256]上的均匀分布,求
1)X=18时的概率密度值;
(2)
P{
}.
unifpdf(18,1,256)
ans=0.0039
unifcdf(9,1,256)
ans=0.0314
4设随机变量X服从参数是12的指数分布,求
(1)X=0,1,2,3,4,5,6时的概率密度值;
(2)P{X
256}
exppdf(0:
6,12)
Columns1through4
0.08330.07670.07050.0649
Columns5through7
0.05970.05490.0505
expcdf(256,12)
ans=1
5设随机变量X服从均值是9,标准差4的正态分布,求
(1)X=3,4,5,6,7,8,9时的概率密度值;
(2)X=3,4,5,6,7,8,9时的分布函数值;
(3)若=0.345,求x;
(4)求标准正态分布的上0.05分位数。
normpdf(3:
9,9,4)
0.03240.04570.06050.07530.08800.0967
0.0997
normcdf(3:
9,9,4)0.06680.10560.15870.22660.30850.4013
0.5000
norminv(0.345,9,4)=7.4046
norminv(0.95,0,1)=1.6449
6设随机变量X服从自由度是3的t分布,求
(1)X=,-2,-1,0,1,2,时的概率密度值;
(2)X=,-2,-1,0,1,2时分布函数值;
(3)若=0.456,求x;
(4)求t分布的上0.05分位数.
tpdf(-2:
2,3)
0.06750.20670.36760.20670.0675
tcdf(-2:
0.06970.19550.50000.80450.9303
tinv(0.456,3)
-0.1201
tinv(0.95,3)
2.3534
7设随机变量X服从自由度是9的
分布,求
(1)X=0,1,2,3,4,5时的概率密度值;
chi2pdf(0:
5,9)
ans=
00.00230.01580.03960.06580.0872
(2)X=0,1,2,3,4,5,6,7时的分布函数值;
chi2cdf(0:
7,9)
00.00060.00850.03570.08860.16570.26010.3629
(3)若
=0.618,求x;
chi2inv(0.618,9)
9.6213
(4)求
分布的上0.12分位数.
chi2inv(1-0.12,9)
14.0659
实验二概率作图
1.熟练掌握MATLAB软件的关于概率分布作图的基本操作
2.会进行常用的概率密度函数和分布函数的作图
3.会画出分布律图形
1.掌握MATLAB画图命令plot
2.掌握常见分布的概率密度图像和分布函数图像的画法
9事件A在每次试验中发生的概率是0.5,记10次试验中A发生的次数为X.
(1)画出X的分布律图形;
x=0:
10;
>
y=binopdf(x,10,0.5);
plot(x,y,'
.'
)
(2)画出X的分布函数图形;
0.01:
y=binocdf(x,10,0.5);
plot(x,y)
10设随机变量X服从参数是8的指数分布,
(1)画出X的概率密度图形
y=exppdf(x,8);
(2)画出X的分布函数图形
x=-1:
y=expcdf(x,8);
11设随机变量X服从参数是5的泊松分布。
20;
y=poisspdf(x,5);
y=poisscdf(x,5);
12设随机变量X服从区间[3,6]上的均匀分布。
y=unifpdf(x,3,6);
*'
x=0:
y=unifcdf(x,3,6);
13.
x=-10:
y=normpdf(x,3,4);
plot(x,y)
y=normcdf(x,3,4);
13;
y1=normpdf(x,4,2);
y2=normpdf(x,4,4);
y3=normpdf(x,4,6);
plot(x,y1,x,y2,x,y3)
14.
y=tpdf(x,8);
y=tcdf(x,8);
15.
y=chi2pdf(x,8);
y=chi2cdf(x,8);
[实验推广]利用matlab中的画图命令能直观的反映出分布函数的属性,从而为我们直观上了解分布函数提供了便利。
我们可以自主编写绘图命令,以便达到我们想要的效果。
[小结,建议]掌握matlab中常见的绘图命令,帮助我们更好地理解分布函数,从而加深对实际问题的认识,更好地解决实际问题。
实验三数字特征
1加深对数学期望,方差的理解
2理解数学期望,方差的意义,以及具体的应用
3加深对协方差,相关系数的理解
4了解协方差,相关系数的具体的应用
1概率与频率的理论知识,MATLAB软件
2协方差,相关系数的理论知识,MATLAB命令cov,corrcoef
P10111题
x=expcdf(1,4);
y=-200*x+100*(1-x)
y=33.6402
13题
Symsxy
f1=(x+y)/3;
Ex=int(int(x*f1,0,2),0,1)
Ey=int(int(y*f1,0,2),0,1)
Exy=int(int(x*y*f1,0,2),0,1)
Ez2=int(int((x^2+y^2)*f1,0,2),0,1)
Ex=11/9
Ey=5/9
Exy=2/3
Ez2=13/6
14题
symsxy
EZ=int(int(abs(x-y),0,1),0,1)
EZ=1/3
symsxy
fxy=1;
EX=int(int(fxy*x,y,-x,x),x,0,1);
EX2=int(int(fxy*x^2,y,-x,x),x,0,1);
DX=EX2-EX^2
EY=int(int(fxy*y,y,-x,x),x,0,1);
EY2=int(int(fxy*y^2,y,-x,x),x,0,1);
DY=EY2-EY^2
DX=1/18
DY=1/6
P102-22
symsxy;
fx=int(fxy,y,-x,x);
fy1=int(fxy,x,-y,1);
fy2=int(fxy,x,y,1);
Ex=int(x*fx,x,0,1);
Ey=int(y*fy1,y,-1,0)+int(y*fy2,y,0,1);
Ex2=int(x*x*fx,x,0,1);
Ey2=int(y*y*fy1,y,-1,0)+int(y*y*fy2,y,0,1);
Dx=Ex2-Ex.^2
Dy=Ey2-Ey.^2
Dx=1/18
Dy=1/6
P103-26
symsxy;
fxy=2-x-y;
fx=int(fxy,y,0,1);
fy=int(fxy,x,0,1);
Ey=int(y*fy,y,0,1);
Exy=int(int(x*y*fxy,x,0,1),y,0,1);
Ey2=int(y*y*fy,y,0,1);
Dx=Ex2-Ex.^2;
Dy=Ey2-Ey.^2;
CovX_Y=Exy-Ex*Ey
rhoX_Y=CovX_Y./sqrt(Dx*Dy)
E2x_1=int((2*x+1)*fx,x,0,1);
E2x_y_plus_1=E2x_1-Ey;
E2x_y_plus_1_sq=int(int((2*x-y+1).^2*fxy,x,0,1),y,0,1);
D2x_y_plus_1=E2x_y_plus_1_sq-E2x_y_plus_1.^2
CovX_Y=
-1/144
rhoX_Y=
-1/11
D2x_y_plus_1=
59/144
P17527题
x1=[0.1430.1420.1430.137];
x2=[0.1400.1420.1360.1380.140];
s1=var(x1);
s2=var(x2);
xi1=mean(x1);
xi2=mean(x2);
n=norminv(0.975,0,1);
d1=xi1-xi2-n*sqrt(s1/4+s2/5)
d2=xi1-xi2+n*sqrt(s1/4+s2/5)
d1=-0.0014
d2=0.0055
28题
s1=0.035^2;
s2=0.038^2;
xi1=1.71;
xi2=1.67;
d1=xi1-xi2-n*sqrt(s1/100+s2/100)
d2=xi1-xi2+n*sqrt(s1/100+s2/100)
d1=0.0299
d2=0.0501
30题
s1=0.5419;
s2=0.6065;
f1=finv(0.975,9,9);
f2=finv(0.025,9,9);
f11=finv(0.95,9,9);
f22=finv(0.05,9,9);
d1=s1/s2*(1/f1)
d2=s1/s2*(1/f2)
du=s1/s2*(1/f11)
dd=s1/s2*(1/f22)
置信区间
d1=0.2219
d2=3.5972
置信下界du=0.2811
置信上界dd=2.8403
实验五两个正态总体均值差,方差比的区间估计
1掌握两个正态总体均值差,方差比的区间估计方法
2会用MATLAB求两个正态总体均值差,方差比的区间估计
两个正态总体的区间估计理论知识
P198-2
x=[32.56,29.66,31.64,30.00,31.87,31.03];
[h1,sig1,ci1]=ztest(x,32.25,1.21,0.05);
[h2,sig2,ci2]=ztest(x,32.25,1.21,0.01);
h1=1
h2=0
a=0.05时拒绝原假设,不认为零件平均尺寸为32.25mm
a=0.01时接受原假设,认为零件平均尺寸为32.25mm
P198-3
x=[4.42,4.38,4.28,4.40,4.42,4.35,4.37,4.52,4.47,4.56];
[h,p,ci,stats]=ttest(x,4.55,0.05);
h=1
a=0.05时拒绝原假设,认为总体均值有显著变化
10题
检验方差比
检验假设Ho:
方差比为1H1:
方差比不为1
x1=[15.014.515.215.514.815.115.214.8];
x2=[15.215.014.815.215.115.014.815.114.8];
f=s1/s2
d1=finv(0.025,7,8)
d2=finv(0.975,7,8)
f=3.4740
d1=0.2041
d2=4.5286
因为0.2041<
3.4740<
4.5286
so接受Ho
so甲乙的方差相同
(2)检验均值差
检验假设Ho:
均值差为0H1:
均值差不为0
sw=sqrt((7*s1+8*s2)/15);
t=(xi1-xi2)/(sw*sqrt(1/8+1/9))
d1=tinv(0.025,15)
d2=tinv(0.975,15)
t=0.1057
d1=-2.1314
d2=2.1314
因为-2.1314<
0.1057<
2.1314
所以接受Ho
所以甲乙的均值相同
综上:
可以认为甲乙有同一分布