概率论与数理统计实验报告

  • 格式:doc
  • 大小:432.50 KB
  • 文档页数:6

下载文档原格式

  / 6
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

电子31 JL21405106 杨路生

概率论与数理统计

实验报告

1:n个人中至少有两人生日相同的概率是多少?通过计算机模拟此结果。

n个人生日的组合为a=365^n,n个人中没有生日相同的组合为b=365*364*......*(365-n+1),则n个人中至少有两个人生日相同的概率为1-b/a。

编程:

n=input('请输入总人数n=');

a=365^n;

m=n-1;

b=1;

for i=0:1:m

b=b*(365-i);

end

f=1-b/a

输出结果:(令n=50)

结果:当人数为50人时,输出结果为0.9704,此即说明50人中至少有两人生日相同的概率为0.9704。

2:设x~N(μ,σ2),(1)当μ=1.5,σ=0.5时,求p{1.8

(2)当μ=1.5,σ=0.5时,若p{X

(3)分别绘制μ=1,2,3,σ=0.5时的概率密度函数图形。

1)、(2)题直接调用相应函数即可,(3)

题需要调用绘图的相关函数。

编程:

x1=[1.8,2.9];

x2=-2.5;

x3=[0.1,3.3];

p1=cdf('Normal',x1,1.5,0.5);

p2=cdf('Normal',x2,1.5,0.5);

p3=cdf('Normal',x3,1.5,0.5);

f1=p1(2)-p1(1)

f2=1-p2

f3=1-p3(2)+p3(1) %2(1)

x=icdf('Normal',0.95,0,1) %2(

2)

x=[-4:0.05:10];

y1=pdf('Normal',x,1,0.5);

y2=pdf('Normal',x,2,0.5);

y3=pdf('Normal',x,3,0.5);

y4=pdf('Normal',x,4,0.5);

plot(x,y1,'K-',x,y2,'K--',x,y3,'*',x,y4,'+')

结果:

f1 = 0.2717

f2 = 1.0000

f3 = 0.0027

x = 1.6449(右图为概率密度函数图像)

3. 绘制标准正态分布的概率密度曲线,并在同一坐标系下画出至少三条不同自由度的t分布的概率密度曲线,并进行比较。

编程:(在命令窗口中输入n=20)

x=[-4:0.00005:4];

y1=pdf('T',x,1);

y2=pdf('T',x,2);

y3=pdf('T',x,5);

y4=pdf('T',x,10);

n=input('自由度n=');

y5=pdf('T',x,n);

plot(x,y1,'K-',x,y2,'Y--',x,y3,'R:',x,y4,'-.',x,y5,'m')

输出结果:(如下图)

3:已知每百份报纸全部卖出可获利14元,卖不出去将赔8元,设报纸的需求量的分布

律为

试确定报纸的最佳购进量。(要求使用计

算机模拟)

由题意知卖出百份可赚14元而卖不

出的一百份会赔8元,所以购进整百份报

纸比较划算。设X(k)为购进k百张报纸后赚得的钱,分别计算E(X(k))(k=0,1,2,3,4,5),由此得到当k=3时,E(X(k))最大,故最佳购进量为300。下面用计算机模拟该过程。

编程:

T=[];

for k=0:5;

s=0;

for n=1:3000;

x=rand(1,1);

if x<=0.05;

y=0;

elseif x<=0.15;

y=1;

elseif x<=0.4;

y=2;

elseif x<=0.75;

y=3;

elseif x<=0.9;

y=4;

else x<1;

y=5;

end;

if k>y;

w=22*y-8*k;

else;

w=14*k;

end

s=s+w;

end

t=s/3000;

T=[T,t];

end

T

输出结果:T =0 12.8193 23.6807 28.7120 27.3780 20.3167

结果:本题利用利用计算机模拟购进量不同时利润的不同,得到3000次随机试验利润的样本均值,最终是购进300份报纸时获利期望最大为28.8440元,故最佳购进量是300张。

4.就不同的自由度画出2

χ分布及F分布的概率密度曲线,每种情况至少画三条曲线。

编程:

2

χ分布

x=[-eps:-0.02:-0.5,0:0.02:2]; x=sort(x'); k1=[1,2,3,4,5]; y1=[];

for i=1:length(k1)

y1=[y1,chi2pdf(x,k1(i))];end

plot(x,y1), figure

F分布

编程:x=[-eps:-0.02:-0.5,0:0.02:1]; x=sort(x'); p1=[1 2 3 3 4]; q1=[1 1 1 2 1]; y1=[];

for i=1:length(p1)

y1=[y1,fpdf(x,p1(i),q1(i))]; end

plot(x,y1), figure;