1.了解概率密度函数及分布函数
2.学会概率密度函数、分布函数及其求解方法
3.学会概率问题的求解
4.掌握随机数与伪随机数的生成方法
介绍概率密度、概率分布函数的基本概念及公式,介绍常用概率分布的概率密度函数、概率分布函数的分布曲线绘制,还将介绍基于概率分布的概率运算,并将介绍各种常用分布的伪随机数生成方法,如均匀分布随机数、正态分布随机数、 Poisson 分布、 Γ 分布、 T 分布、介绍概率密度、概率分布函数的基本概念及公式,介绍常用概率分布的概率密度函数、概率分布函数的分布曲线绘制,还将介绍基于概率分布的概率运算,并将介绍各种常用分布的伪随机数生成方法,如均匀分布随机数、正态分布随机数、 Poisson 分布、 Γ 分布、 T 分布、 F分布等随机数发生函数,还通过例子介绍一般概率问题的计算方法。
1.1概率密度函数与分布函数概述
利用MATLAB语言的统计工具箱中提供的函数可以更容易、更精确地求出xi的值。
1.2常见分布的概率密度函数与分布函数
MATLAB的统计学工具箱中提供了大量函数名有规律的函数。例如,函数名前一部分为 gam 常用于表示和 Γ分布有关的函数。函数名的后一部分为pdf 的表示求取概率密度函数, cdf 表示累积分布函数, inv 表示逆分布函数,rnd 表示随机数生成函数,stat 表示矩阵、方差估计, fit 表示参数估计。学会了这样的组合,可以立即构造出所需的函数名。例如,对数正态分布的参数与区间估计函数显然是 logn 和 fit 组合出的名字,即lognfit() 函数
1.3概率问题的求解
某随机变量 ξ分布函数 F (x)的物理含义是随机变量ξ落入 (−∞, x) 区间的概率,故可以利用分布函数的概念求取满足条件的概率。二维网络数据的插值问题MATLAB下提供了二维插值的函数,如interp2()
1.4随机数与伪随机数
rand()和randn()两个函数,可以分别生成均匀分布和正态分布伪随机数z=griddata(x0,y0,z0,x,y,’v4’)
A = gamrnd(a,λ,n,m) %生成 n × m 的Γ分布的伪随机数矩阵
B = chi2rnd(k,n,m) %生成χ2分布的伪随机数
C = trnd(k,n,m) %生成 T分布的伪随机数
D = frnd(p,q,n,m) %生成 F分布的伪随机数
E = raylrnd(b,n,m) %生成 Rayleigh分布的伪随机数