matlab概率论部分数学实验指导书
Matlab 概率论与数理统计
Matlab 概率论与数理统计一、matlab基本操作 1.画图 【例01.01】简单画图 hold off; x=0:0.1:2*pi; y=sin(x); plot(x,y,'-r'); x1=0:0.1:pi/2; y1=sin(x1); hold on; fill([x1, pi/2],[y1,1/2],'b'); 【例01.02】填充，二维均匀随机数 hold off; x=[0,60];y0=[0,0];y60=[60,60]; x1=[0,30];y1=x1+30; x2=[30,60];y2=x2-30; xv=[0 0 30 60 60 30 0];yv=[0 30 60 60 30 0 0]; fill(xv,yv,'b'); hold on; plot(x,y0,'r',y0,x,'r',x,y60,'r',y60,x,'r'); plot(x1,y1,'r',x2,y2,'r'); yr=unifrnd (0,60,2,100); plot(yr(1,:),yr(2,:),'m.') axis('on'); axis('square'); axis([-20 80 -20 80 ]);
2. 排列组合 C=nchoosek(n,k)：k n C C =，例nchoosek(5,2)=10, nchoosek(6,3)=20. prod(n1:n2)：从n1到n2的连乘 【例01.03】至少有两个人生日相同的概率 公式计算n n n n N N n N N N N n N N N C n p )1()1(1)! (! 1!1+--?-=--=- = 365364 (3651)365364 3651 11365365365365 rs rs rs ?-+-+=- =-? rs=[20,25,30,35,40,45,50]; %每班的人数 p1=ones(1,length(rs)); p2=ones(1,length(rs)); % 用连乘公式计算 for i=1:length(rs) p1(i)=prod(365-rs(i)+1:365)/365^rs(i); end % 用公式计算（改进） for i=1:length(rs) for k=365-rs(i)+1:365 p2(i)=p2(i)*(k/365); end ; end % 用公式计算（取对数） for i=1:length(rs)
Matlab实验指导书
实验一 Matlab使用方法和程序设计 一、实验目的 1、掌握Matlab软件使用的基本方法； 2、熟悉Matlab的数据表示、基本运算和程序控制语句； 3、熟悉Matlab绘图命令及基本绘图控制； 4、熟悉Matlab程序设计的基本方法。 二、实验内容 1、帮助命令 2、矩阵运算 （1）矩阵的乘法和乘方 已知A=[1 2;3 4]:B=[5 5;7 8]:求A^2*B ( 2 )矩阵除法 已知A=[1 2 3:4 5 6:7 8 9]:B=[1 0 0:0 2 0:0 0 3],求矩阵左除A\B,右除A/B。 ( 3 )矩阵的转置及共轭转置 已知A=[5+i,2-i,1;6*i,4,9-i],求该复数矩阵的转置A',共轭转置A.' ( 4 )使用冒号选出指定元素 已知：A=[1 2 3:4 5 6:7 8 9];求A中第3列前2个元素;A中第2、3行元素。 ( 5 )方括号[] 用magic函数生成一个4阶魔术矩阵，删除该矩阵的第四列 3、多项式 （1）求多项式P(x)=x3-2x-4的根 ( 2 )已知A=[1.2 3 5 0.9;5 1.7 5 6;3 9 0 1;1 2 3 4].,构造多项式，并计算多项式值为20的解。 4、基本绘图命令 ( 1 ) 绘制余弦曲线 ] 2,0[ ), cos(π ∈ =t t y 。 ( 2 ) 在同一坐标系中绘制曲线 ] 2,0[ ), 5.0 sin( ), 25 .0 cos( yπ ∈ - = - =t t y t 5、基本绘图控制 绘制 ] 4,0[π 区间上的y=10sint曲线，并要求： （1）线形为点划线，颜色为红色，数据点标记为加号； （2）坐标轴控制：显示范围，刻度线，比例，网络线； （3）标注控制：坐标轴名称，标题，相应文本。 6、基本程序设计 （1）编写命令文件：计算1+2+....+n<2000时的最大n值； (2)编写函数文件：分别用n和which循环结构编写程序，求2的0到n次幂的和. n=input('输入正数n:') ji=1: for i=1:n; ji=ji+2^i: end ji input('输入正数n:') ji-1:i-1: While i<=n ji=ji+2^i; i=i+1; end ji (3)如果想对一个变量x赋值，当从键盘输入y或Y时，x自动赋为1；当从键盘输入n或N时，x自 动赋为0；输入其他字符时终止程序。 k=input('shuruX:'.'s'): if k=='y' k=='Y' x=1 ; else k=='n' k=='N' x=0; else ruturn end >> n=input('输入正数n:') 输入正数n:20 n =20
Matlab 概率论与数理统计
Matlab 概率论与数理统计一、m atlab基本操作 1.画图 hold off; x=0:0.1:2*pi; y=sin(x); plot(x,y,'-r'); x1=0:0.1:pi/2; y1=sin(x1); hold on; fill([x1, pi/2],[y1,1/2],'b'); hold off; x=[0,60];y0=[0,0];y60=[60,60]; x1=[0,30];y1=x1+30; x2=[30,60];y2=x2-30; xv=[0 0 30 60 60 30 0];yv=[0 30 60 60 30 0 0]; fill(xv,yv,'b'); hold on; plot(x,y0,'r',y0,x,'r',x,y60,'r',y60,x,'r'); plot(x1,y1,'r',x2,y2,'r'); yr=unifrnd (0,60,2,100); plot(yr(1,:),yr(2,:),'m.') axis('on'); axis('square'); axis([-20 80 -20 80 ]);
2. 排列组合 C=nchoosek(n,k)：k n C C =，例nchoosek(5,2)=10, nchoosek(6,3)=20. prod(n1:n2)：从n1到n2的连乘 【例01.03】至少有两个人生日相同的概率 公式计算n n n n N N n N N N N n N N N C n p )1()1(1)! (! 1!1+--?-=--=- = 365364 (3651)365364 3651 11365365365365 rs rs rs ?-+-+=- =-? rs=[20,25,30,35,40,45,50]; %每班的人数 p1=ones(1,length(rs)); p2=ones(1,length(rs)); % 用连乘公式计算 for i=1:length(rs) p1(i)=prod(365-rs(i)+1:365)/365^rs(i); end % 用公式计算（改进） for i=1:length(rs) for k=365-rs(i)+1:365 p2(i)=p2(i)*(k/365); end ; end % 用公式计算（取对数）
MATLAB实验指导书
实验一MATLAB 工作环境熟悉及简单命令的执行 一、 实验目的：熟悉MATLAB 的工作环境，学会使用MATLAB 进行一些简单的运算。 二、 实验内容：MATLAB 的启动和退出，熟悉MATLAB 的桌面（Desktop ），包括菜单 （Menu ）、工具条（T oolbar ）、命令窗口(Command Window)、历史命令窗口、工作 空间(Workspace)等；完成一些基本的矩阵操作；学习使用在线帮助系统。 三、实验步骤： 1、启动MATLAB ，熟悉MATLAB 的桌面。 2、在命令窗口执行命令完成以下运算，观察workspace 的变化，记录运算结果。 （1）（365-52?2-70）÷3； （2）area=pi*2.5^2； （3）已知x=3，y=4，在MATLAB 中求z ： ()23 2y x y x z -= ； （4）将下面的矩阵赋值给变量m1,在workspace 中察看m1在内存中占用的字节数。 m1=???? ? ???? ???11514412679810115133216 执行以下命令 >>m1( 2 , 3 ) >>m1( 11 ) >>m1( : , 3 ) >>m1( 2 : 3 , 1 : 3 ) >>m1( 1 ,4 ) + m1( 2 ,3 ) + m1( 3 ,2 ) + m1( 4 ,1) （5）执行命令>>help abs 查看函数abs 的用法及用途，计算abs( 3 + 4i )； （6）执行命令 >>x=0:0.1:6*pi; >>y=5*sin(x); >>plot(x,y) （7）运行MATLAB 的演示程序，>>demo ，以便对MATLAB 有一个总体了解。 四、思考题 1、以下变量名是否合法？为什么？ （1）x2； （2）3col ； （3）_row ； （4）for ；
概率特性仿真实验与程序-Matlab仿真-随机数生成-负指数分布-k阶爱尔兰分布-超指数分布
概率特性仿真实验与程序-Matlab 仿真-随机数生成-负指数分布-k 阶 爱尔兰分布-超指数分布 使用Java 中的SecureRandom .nextDouble()生成一个0~1之间的随机浮点数，然后使用反函数法生成一个符合指数分布的随机变量（反函数求得为λ) 1ln(R x --=）。指数分布的 参数λ为getExpRandomValue 函数中的参数lambda 。生成一个指数分布的随机变量的代码如下，后面都将基于该函数生成一组负指数分布、K 阶爱尔兰分布、2阶超指数分布随机变量，然后将生成的随机数通过matlab 程序进行仿真，对随机数的分布特性进行验证。 生成一组参数为lambda （λ）的负指数分布的随机变量 通过下面的函数生成一组λ参数为lambda 的随机变量，其中size 表示随机变量的个数。通过该函数生成之后，可以将这些随机值保存在文件中，以备分析和验证，比如保存在exp.txt 文件中，供下面介绍的matlab 程序分析。 通过genExp (1000000, 0.2)生成1000000个参数为0.2的随机变量，然后保存到exp.txt 中，然后使用下面的matlab 程序对这些随机数的性质进行验证，如果这些随机数符合λ=0.2的负指数分布，则其均值应为1/λ，即1/0.2=5，其方差应为1/λ2=1/(0.2*0.2)=25。然后对这些随机数的概率分布进行统计分析，以长度为1的区间为统计单位，统计各区间内随机数出现的频数，求出在各区间的概率，绘制图形，与参数为λ的真实负指数分布曲线进行对比。下图为matlab 代码
如下图所示，均值为4.996423，约等于5，方差为24.96761，约等于25，与实际情况相符。此外，通过matlab统计的概率密度函数曲线与真实曲线基本重合（其中在0-1之间没有重合的原因是，实际情况是在0-1之间有无数个点，而matlab统计时以1为一个区间进行统计，只生成了一个统计项，而这无数个点的概率全部加到1点处，因此两条线没有重合，而且1点处的值远大于实际值，如果统计单位划分越细，0-1之间的拟合度更高），表明生成的随机数符合负指数分布。
matlab在统计数据的描述性分析的应用
统计数据的描述性分析 一、实验目的 熟悉在matlab中实现数据的统计描述方法，掌握基本统计命令：样本均值、样本中位数、样本标准差、样本方差、概率密度函数pdf、概率分布函数df、随机数生成rnd。 二、实验内容 1 、频数表和直方图 数据输入,将你班的任意科目考试成绩输入 >> data=[91 78 90 88 76 81 77 74]; >> [N,X]=hist(data,5) N = 3 1 1 0 3 X = 75.7000 79.1000 82.5000 85.9000 89.3000 >> hist(data,5)
2、基本统计量 1) 样本均值 语法: m=mean(x) 若x 为向量，返回结果m是x 中元素的均值； 若x 为矩阵，返回结果m是行向量，它包含x 每列数据的均值。 2) 样本中位数 语法: m=median(x) 若x 为向量，返回结果m是x 中元素的中位数； 若x 为矩阵，返回结果m是行向量，它包含x 每列数据的中位数3) 样本标准差 语法:y=std(x) 若x 为向量，返回结果y 是x 中元素的标准差； 若x 为矩阵，返回结果y 是行向量，它包含x 每列数据的标准差
std(x)运用n-1 进行标准化处理，n是样本的个数。 4) 样本方差 语法：y=var(x); y=var(x,1) 若x 为向量，返回结果y 是x 中元素的方差； 若x 为矩阵，返回结果y 是行向量，它包含x 每列数据的方差 var(x)运用n-1 进行标准化处理（满足无偏估计的要求），n 是样本的个数。var(x,1)运用n 进行标准化处理，生成关于样本均值的二阶矩。 5) 样本的极差（最大之和最小值之差） 语法：z= range(x) 返回结果z是数组x 的极差。 6) 样本的偏度 语法：s=skewness(x) 说明：偏度反映分布的对称性，s>0 称为右偏态，此时数据位于均值右边的比左边的多；s<0,情况相反；s 接近0 则可认为分布是对称的。 7) 样本的峰度 语法：k= kurtosis(x) 说明：正态分布峰度是3，若k 比3 大得多，表示分布有沉重的尾巴，即样本中含有较多远离均值的数据，峰度可以作衡量偏离正态分布的尺度之一。 >> mean(data) ,
西安交大概率论实验报告
班级：土木01 姓名：赵翔宇 学号：2010072023 概 论 实 验 报 告
实验名称：考试录取问题 实验目的：1. 掌握正态分布的有关计算 2. 掌握正态分布在实际问题处理中的应用 3. 掌握MATLAB软件在概率计算中的应用 实验要求：掌握综合使用MATLAB的命令解决实际问题的方法 一．试验问题 1. 某公司准备通过招聘考试招收320名职工，其中正式工280名，临时工40名；报考的人数是1821人，考试满分是400分。考试后得知，考试平均成绩μ=166分，360分以上的高分考生有31人。王瑞在这次考试中得了256分，问他能否否录取？能否被聘为正式工？ 二，问题分析 运算任务：只要求出王瑞的成绩排名即可，假设成绩分布为正态分布，已知均值，须先求出方差，获得两个正态分布参数后，可以估计出王瑞的考试情况。 三，程序设计 1.求方差命令：
这里利用了一般的正态分布向标准正态分布转换的公式： σ u x x -=' 求出了本次考试成绩的方差是91.5310，下面求王瑞的名次： 其中normcdf(256,166,91)=0.8387是小于256分的概率，1821*(1-ans)=293是分数大于256分的人数，即王瑞的排名。所以王瑞不能成为正式工，可以成为临时工。 题目二：某单位招聘2500人，按考试成绩从高分到低分依次录取，共有10000人报名.假设报名者的考试成绩X近似服从正态分布N(μ，σ2)。已知90分以上有359人，60分以下有1151人。问被录用者中最低分为多少？ 问题分析：本题的思路和上题一样，我们可以得到两个上位分位数，利用非标准正态分布向标准生态分布的方法列出两个方程解出本次考试的平均分，方差。
昆明理工大学MATLAB实验指导书(第二次实验)
************************ MATLAB上机指导书 ************************ 昆明理工大学机电学院 彭用新 2015年3月
实验三符号计算 一、操作部分：在命令窗口执行命令完成以下运算，记录运算结果。 1.findsym：帮助我们获取系统定义的自变量 f= sym('sin(a*x+b*y)'); findsym(f) 2.numden（获取分子分母）, sym2poly,（获取多项式时系数）poly2sym（根据多项式系 数获得符号表达式） [n,d]=numden(sym('x*x+y')+sym('y^2')) p=sym('2*x^3+3*x^2+4'); sym2poly(p) x=[2,3,0,4]; poly2sym(x) 3. collect ：合并同类项；expand：展开多项式；horner: 分解成嵌套形式；factor：因式 分解；simplify: 对表达式化简 syms x y; collect(x^2*y+y*x-x^2-2*x) collect((x+y)*(x^2+y^2+1), y) syms x y; expand((x-2)*(x-4)) syms x;horner(x^3-6*x^2+11*x-6) syms x;factor(x^3-6*x^2+11*x-6) syms x;simplify((x^2+5*x+6)/(x+2)) 4. finverse ：求得符号函数的反函数。 syms x y; finverse(1/tan(x)) f= x^2+y; finverse(f,y) finverse(f) https://www.360docs.net/doc/1d7144549.html,pose 求符号函数的复合函数 syms x y; f = 1/(1 + x^2); g = sin(y); compose(f,g) 6. subs :表达式替换。 syms a b;subs(a+b,a,4)
MATLAB计算概率
一、实验名称 已知随机向量（X ，Y ）独立同服从标准正态分布，D={(x,y)|a
p=erchong(a,b,c,d) end if e==2 p=wangge(a,b,c,d); end if e==3 p=fenbu(a,b,c,d); end if e==4 p=mente(a,b,c,d); end if e==5 [X,Y]=meshgrid(-3:0.2:3); Z=1/(2*pi)*exp(-1/2*(X.^2+Y.^2)); meshz(X,Y,Z); end e=input('请选择: \n'); end % ===============================用二重积分计算function p=erchong(a,b,c,d) syms x y; f0=1/(2*pi)*exp(-1/2*(x^2+y^2)); f1=int(f0,x,a,b); %对x积分 f1=int(f1,y,c,d); %对y积分 p=vpa(f1,9); % ================================等距网格法function p=wangge(a,b,c,d) syms x y ; n=100; r1=(b-a)/n; %求步长 r2=(d-c)/n; za(1)=a;for i=1:n,za(i+1)=za(i)+r1;end %分块 zc(1)=c;for j=1:n,zc(j+1)=zc(j)+r2;end for i=1:n x(i)=unifrnd(za(i),za(i+1));end %随机取点 for i=1:n y(i)=unifrnd(zc(i),zc(i+1));end s=0; for i=1:n for j=1:n s=1/(2*pi)*exp(-1/2*(x(i)^2+y(j)^2))+s;%求和end end p=s*r1*r2;
MATLAB实验指导书(学生定稿)
实验一 MATLAB语言平台及基本运算 一、实验目的 1、熟悉MATLAB基本的操作界面。 2、掌握MATLAB中变量、数组、向量等对象的生成方法。 3、掌握矩阵的生成和基本运算方法。 4、掌握MATLAB中的常用绘图命令使用方法 二、实验设备 计算机，MATLAB语言环境 三、实验指导原理 1、常见数学函数 如：输入 x=[-4.85 -2.3 -0.2 1.3 4.56 6.75]，则 ceil(x)= -4 -2 0 2 5 7 fix(x) = -4 -2 0 1 4 6 floor(x) = -5 -3 -1 1 4 6 round(x) = -5 -2 0 1 5 7 系统的在线帮助 （1） help 命令： 1）.当不知系统有何帮助内容时，可直接输入 help以寻求帮助: >> help（回车） 2）.当想了解某一主题的内容时，如输入： >> help syntax （了解 Matlab 的语法规定） 3）.当想了解某一具体的函数或命令的帮助信息时，如输入： >> help sqrt （了解函数 sqrt 的相关信息）
（2） lookfor 命令 现需要完成某一具体操作，不知有何命令或函数可以完成，如输入： >> lookfor line （查找与直线、线性问题有关的函数） 3、常量与变量 系统的变量命名规则：变量名区分字母大小写；变量名必须以字母打头，其后 可以是任意字母，数字，或下划线的组合。此外，系统内部预先定义了几个有特殊意义和用途的变量，见下表： （1）数值型向量（矩阵）的输入 1）．任何矩阵（向量），可以直接按行方式输入每个元素：同一行中的元素用逗号（，）或者用空格符来分隔；行与行之间用分号（；）分隔。所有元素处于一方括号（[ ]内；例1： >> Time = [11 12 1 2 3 4 5 6 7 8 9 10] >> X_Data = [2.32 3.43；4.37 5.98] 2）．系统中提供了多个命令用于输入特殊的矩阵： 上面函数的具体用法，可以用帮助命令 help 得到。如：help zeros ZEROS Zeros array. ZEROS(N) is an N-by-N matrix of zeros. ZEROS(M,N) or ZEROS([M,N]) is an M-by-N matrix of zeros.等等 4、数组（矩阵）的点运算 运算符：+（加）、-（减）、./（右除）、.\（左除）、.^（乘方）， 例4： >> g = [1 2 3 4]；h = [4 3 2 1]； >> s1 = g + h, s2 = g.*h, s3 = g.^h, s4 = g.^2, s5 = 2.^h 5、矩阵的运算
概率论与数理统计实验报告
概率论与数理统计 实验报告 概率论部分实验二 《正态分布综合实验》
实验名称：正态分布综合实验 实验目的：通过本次实验，了解Matlab在概率与数理统计领域的应用，学会用matlab做概率密度曲线，概率分布曲线，直方图，累计百分比曲线等简单应用；同时加深对正态分布的认识，以更好得应用之。 实验内容： 实验分析： 本次实验主要需要运用一些matlab函数，如正态分布随机数发生器normrnd函数、绘制直方图函数hist函数、正态分布密度函数图形绘制函数normpdf函数、正态分布分步函数图形绘制函数normcdf等；同时，考虑到本次实验重复性明显，如，分别生成100,1000,10000个服从正态分布的随机数，进行相同的实验操作，故通过数组和循环可以简化整个实验的操作流程，因此，本次实验程序中要设置数组和循环变量。 实验过程： 1.直方图与累计百分比曲线 1）实验程序 m=[100,1000,10000]; 产生随机数的个数 n=[2,1,0.5]; 组距 for j=1:3 for k=1:3 x=normrnd(6,1,m(j),1); 生成期望为6，方差为1的m(j)个 正态分布随机数
a=min(x); a为生成随机数的最小值 b=max(x); b为生成随机数的最大值 c=(b-a)/n(k); c为按n(k)组距应该分成的组数 subplot(1,2,1); 图形窗口分两份 hist(x,c);xlabel('频数分布图'); 在第一份里绘制频数直方图 yy=hist(x,c)/1000; yy为各个分组的频率 s=[]; s(1)=yy(1); for i=2:length(yy) s(i)=s(i-1)+yy(i); end s[]数组存储累计百分比 x=linspace(a,b,c); subplot(1,2,2); 在第二个图形位置绘制累计百分 比曲线 plot(x,s,x,s);xlabel('累积百分比曲线'); grid on; 加网格 figure; 另行开辟图形窗口，为下一个循 环做准备 end end 2）实验结论及过程截图 实验结果以图像形式展示，以下分别为产生100,1000,10000个正态分布随机数，组距分别为2,1,0.5的频数分布直方图和累积百分比曲线，从实验结果看来，随着产生随机数的数目增多，组距减小，累计直方图逐渐逼近正态分布密度函数图像，累计百分比逐渐逼近正态分布分布函数图像。
(完整版)Matlab概率论与数理统计
Matlab 概率论与数理统计 、matlab 基本操作 1. 画图 【例01.01】简单画图 hold off; x=0:0.1:2*pi; y=sin (x); plot(x,y, '-r'); x1=0:0.1:pi/2; y1=s in( x1); hold on; fill([x1, pi/2],[y1,1/2], 'b'); 【例01.02】填充，二维均匀随机数 hold off ; x=[0,60];y0=[0,0];y60=[60,60]; x1=[0,30];y1=x1+30; x2=[30,60];y2=x2-30; plot(x,y0, 'r' ,y0,x, plot(x1,y1, 'r' ,x2,y2, yr=u nifrnd (0,60,2,100); plot(yr(1,:),yr(2,:), axis( 'on'); axis( 'square' ); axis([-20 80 -20 80 ]); xv=[0 0 30 60 60 30 0];yv=[0 30 60 60 30 0 0]; fill(xv,yv, 'b'); hold on ; 'r' ,x,y60, 'r' ,y60,x, 'r') 'r'); 'm.')
2. 排列组合 k C=nchoosek(n,k) : C C n ，例 nchoosek(5,2)=10, nchoosek(6,3)=20. prod(n1:n2):从 n1 至U n2 的连乘 【例01.03】至少有两个人生日相同的概率 365 364|||(365 rs 1) rs 365 365 364 365 rs 1 365 365 365 rs=[20,25,30,35,40,45,50]; %每班的人数 p1= on es(1,le ngth(rs)); p2=on es(1,le ngth(rs)); %用连乘公式计算 for i=1:le ngth(rs) p1(i)=prod(365-rs(i)+1:365)/365A rs(i); end %用公式计算(改进) for i=1:le ngth(rs) for k=365-rs(i)+1:365 p2(i)=p2(i)*(k/365); end ; end %用公式计算(取对数) for i=1:le ngth(rs) p1(i)=exp(sum(log(365-rs(i)+1:365))-rs(i)*log(365)); end 公式计算P 1 n!C N N n N! 1 (N n)! 1 N n N (N 1) (N n 1)
matlab实验指导书
matlab实验指导书 实验一 MATLAB运算基础及矩阵分析与处理 一实验目的 1．熟悉启动和退出MATLAB的方法。 2．熟悉MATLAB 命令窗口的组成。 3．掌握建立矩阵的方法。 4．掌握MATLAB各种表达式的书写规则以及常用函数的使用。 5. 掌握生成特殊矩阵的方法。 6. 掌握矩阵分析的方法。 7. 用矩阵求逆解线性方程组。二实验仪器和设备装有以上计算机一台三实验原理 MATLAB 是以复杂矩阵作为基本编程单元的一种程序设计语言。它提供了各种矩阵的运算与操作，并有较强的绘图功能。基本规则 一般MATLAB命令格式为 [输出参数1，输出参数2，……]= 输出参数用方括号，输入参数用圆括号如果输出参数只有一个可不使用括号。 %后面的任意内容都将被忽略，而不作为命令执行，一般用于为代码加注 释。 可用↑、↓键来重现已输入的数据或命令。用←、→键来移动光标进行修改。所有MATLAB命令都用小写字母。
大写字母和小写字母分别表示不同的 变量。 常用预定义变量，如pi 、Inf、NaN、ans 矩阵的输入要一行一行的进行，每行各元素用空格或“，”分开，每行用 “；”分开。如 123 A456789 MATLAB书写格式为A=[1 2 3 ；4 5 6 ；7 8 9] 在MATLABZ中运行如下程序可得到A 矩阵 a=[1 2 3;4 5 6;7 8 9] a = 1 2 3 4 5 6 7 8 9 需要显示命令的计算结果时，则语句后面不加“；”号，否则要加“；”号。运行下面两种格式可以看出它 们的区别： a=[1 2 3;4 5 6;7 8 9] a=[1 2 3;4 5 6;7 8 9]; a= 1 2 3 不显示结果 4 5 6 7 8 9 当输入语句过长需要换行时，应加上“…”后再回车，则可续行输入。文件管理常用命令帮助命令 MATLAB有很多命令，因此很不容易记忆。使用HELP命 令可以得到有关命令的屏幕帮助信息。 如在MATLAB环境下直接运行HELP命令就会在屏幕上
概率统计实验报告
概率统计实验报告 班级16030 学号16030 姓名 2018 年1 月3 日
1、 问题概述和分析 （1） 实验内容说明： 题目12、（综合性实验）分析验证中心极限定理的基本结论: “大量独立同分布随机变量的和的分布近似服从正态分布”。 （2） 本门课程与实验的相关内容 大数定理及中心极限定理； 二项分布。 （3） 实验目的 分析验证中心极限定理的基本结论。 2、实验设计总体思路 2.1、引论 在很多实际问题中，我们会常遇到这样的随机变量，它是由大量的相互独立的随机 因素的综合影响而形成的，而其中每一个个别因素在总的影响中所起的作用是微小的，这种随机变量往往近似的服从正态分布。 2.2、 实验主题部分 2.2.1、实验设计思路 1、 理论分析 设随机变量X1，X2，......Xn ，......独立同分布，并且具有有限的数学期望和方差：E(Xi)=μ，D(Xi)=σ2(k=1,2....)，则对任意x ，分布函数 满足 该定理说明，当n 很大时，随机变量 近似地服从标准正 态分布N(0，1)。因此，当n 很大时， 近似地服从正 态分布N(n μ，n σ2)． 2、实现方法（写清具体实施步骤及其依据） (1) 产生服从二项分布),10(p b 的n 个随机数, 取2.0=p , 50=n , 计算n 个随 机数之和y 以及 ) 1(1010p np np y --; 依据：n 足够大，且该二项分布具有有限的数学期望和方差。 (2) 将(1)重复1000=m 组, 并用这m 组 ) 1(1010p np np y --的数据作频率直方图进 行观察. 依据：通过大量数据验证随机变量的分布，且符合极限中心定理。
MATLAB实验指导书(2010)
MATLAB语言及应用实验指导书 机械与电气工程学院
目录 实验一MA TLAB基础入门及数值数组运算（2学时，验证） . 3 实验二MA TLAB语言的程序设计（4学时，综合） (8) 实验三SIMULINK交互式仿真集成环境（2学时，验证） (11)
实验一MATLAB基础入门及数值 数组运算 一、实验目的 1、了解MATLAB操作桌面的基本结构和组成； 2、理解Command Window指令窗的作用，掌握指令窗的操作方式和指令的基本语法； 3、理解Current Directory当前路径、搜索路径的作用，掌握当前路径、搜索路径的设置 方法； 4、理解Workspace Browser工作空间浏览器的作用，掌握内存变量的查阅、删除、保存和 载入的基本方法； 5、掌握一维数组的创建方法；掌握一维数组子数组的寻访和赋值方法； 6、掌握二维数组的创建方法；掌握二维数组子数组的寻访和赋值方法； 7、掌握数组的各种运算，理解数组运算和矩阵运算的区别。 二、实验原理 1、MATLAB操作桌面的基本结构和组成 了解MATLAB的基本组件是正确使用MATLAB的基本前提。MATLAB由以下基本组件组成：（1）指令窗Command Window：可键入各种送给MATLAB运作的指令、函数、表达式；显示除图形外的所有运算结果 （2）历史指令窗Command History：记录已经运作过的指令、函数、表达式； （3）当前目录浏览器：进行当前目录的设置；展示相应目录上的M、MDL等文件；（4）工作空间浏览器Workspace Browser：列出MATLAB工作空间中所有的变量名、大小、字节数； （5）内存数组编辑器Array Editor：在工作空间浏览器中对变量进行操作时启动（6）开始按钮 （7）交互界面分类目录窗Launch Pad：以可展开的树状结构列着MATLAB提供的所有交互界面 （8）M文件编辑/调试器 （9）帮助导航/浏览器 2、MATLAB指令窗的基本操作 MATLAB指令窗给用户提供了最直接的交互界面，可用于输入和执行指令、显示指令运行结果、调试MATLAB程序等常用的MATLAB仿真计算功能。本实验掌握以下在指令窗执行的基本操作，达到熟悉使用指令窗的目的： （1）最简单的计算器使用方法：在MATLAB指令窗中，可按计算器的方式进行一般的数学计算，MATLAB的运算符的含义大致与常见的运算规则一致； （2）在指令窗中输入和生成矩阵：与一般的计算器不同，在MATLAB中可直接输入和生成矩阵。实际上，矩阵是MATLAB工作的基本元素。 （3）数值表述方法：在MATLAB中的大部分数值的表述方式与平常是相同的，需要注意的是在表示比较大的数时，MATLAB默认采用科学计数法显示； （4）变量命名规则：对于MATLAB变量命名规则，需要注意以下几点：
概率论与数理统计实验报告
概率论与数理统计实验报告 一、实验目的 1.学会用matlab求密度函数与分布函数 2.熟悉matlab中用于描述性统计的基本操作与命令 3.学会matlab进行参数估计与假设检验的基本命令与操作 二、实验步骤与结果 概率论部分： 实验名称：各种分布的密度函数与分布函数 实验内容： 1.选择三种常见随机变量的分布，计算它们的方差与期望<参数自己设 定）。 2.向空中抛硬币100次，落下为正面的概率为0.5,。记正面向上的次数 为x， （1）计算x=45和x<45的概率， （2）给出随机数x的概率累积分布图像和概率密度图像。 3.比较t(10>分布和标准正态分布的图像<要求写出程序并作图）。 程序： 1.计算三种随机变量分布的方差与期望 [m0,v0]=binostat(10,0.3> %二项分布，取n=10,p=0.3 [m1,v1]=poisstat(5> %泊松分布，取lambda=5 [m2,v2]=normstat(1,0.12> %正态分布，取u=1,sigma=0.12 计算结果： m0 =3 v0 =2.1000 m1 =5 v1 =5 m2 =1 v2 =0.0144 2.计算x=45和x<45的概率，并绘图 Px=binopdf(45,100,0.5> %x=45的概率 Fx=binocdf(45,100,0.5> %x<45的概率 x=1:100。 p1=binopdf(x,100,0.5>。 p2=binocdf(x,100,0.5>。 subplot(2,1,1>
plot(x,p1> title('概率密度图像'> subplot(2,1,2> plot(x,p2> title('概率累积分布图像'> 结果： Px =0.0485 Fx =0.1841 3.t(10>分布与标准正态分布的图像 subplot(2,1,1> ezplot('1/sqrt(2*pi>*exp(-1/2*x^2>',[-6,6]> title('标准正态分布概率密度曲线图'> subplot(2,1,2> ezplot('gamma((10+1>/2>/(sqrt(10*pi>*gamma(10/2>>*(1+x^2/10>^(-(10+1>/2>',[-6,6]>。b5E2RGbCAP title('t(10>分布概率密度曲线图'> 结果：
概率论与数理统计数学实验
概率论与数理统计数学实验 目录 实验一几个重要的概率分布的MATLAB实现 p2-3 实验二数据的统计描述和分析 p4-8 实验三参数估计 p9-11 实验四假设检验 p12-14 实验五方差分析 p15-17 实验六回归分析 p18-27
实验一 几个重要的概率分布的MATLAB 实现 实验目的 (1) 学习MATLAB 软件与概率有关的各种计算方法 (2) 会用MATLAB 软件生成几种常见分布的随机数 (3) 通过实验加深对概率密度，分布函数和分位数的理解 Matlab 统计工具箱中提供了约20种概率分布，对每一种分布提供了5种运算功能，下表给出了常见8种分布对应的Matlab 命令字符，表2给出了每一种运算功能所对应的Matlab 命令字符。当需要某一分布的某类运算功能时，将分布字符与功能字符连接起来，就得到所要的命令。 例1 求正态分布()2,1-N ，在x=1.2处的概率密度。 解：在MATLAB 命令窗口中输入： normpdf(1.2,-1,2) 结果为： 0.1089 例2 求泊松分布()3P ，在k=5，6，7处的概率。 解：在MATLAB 命令窗口中输入： poisspdf([5 6 7],3) 结果为： 0.1008 0.0504 0.0216 例3 设X 服从均匀分布()3,1U ，计算{}225P X .-<<。 解：在MATLAB 命令窗口中输入： unifcdf(2.5,1,3)-unifcdf(-2,1,3) 结果为： 0.75000
例4 求概率995.0=α的正态分布()2,1N 的分位数αX 。 解：在MATLAB 命令窗口中输入： norminv(0.995,1,2) 结果为： 6.1517 例5 求t 分布()10t 的期望和方差。 解：在MATLAB 命令窗口中输入： [m,v]=tstat(10) m = 0 v = 1.2500 例6 生成一个2*3阶正态分布的随机矩阵。其中，第一行3个数分别服从均值为1，2，3；第二行3个数分别服从均值为4，5，6，且标准差均为0.1的正态分布。 解：在MATLAB 命令窗口中输入： A=normrnd([1 2 3;4 5 6],0.1,2,3) A = 1.1189 2.0327 2.9813 3.9962 5.0175 6.0726 例7 生成一个2*3阶服从均匀分布()3,1U 的随机矩阵。 解：在MATLAB 命令窗口中输入： B=unifrnd(1,3,2,3) B = 1.8205 1.1158 2.6263 2.7873 1.7057 1.0197 注：对于标准正态分布，可用命令randn(m,n);对于均匀分布()1,0U ,可用命令rand(m,n)。
MATLAB实验指导
实验报告 课程名称：MATLAB基础 授课班级： 学号： 姓名： 指导老师：
MATLAB实验一：MATLAB语言基本概念实验 一、实验目的： 1. 熟悉MATLAB语言及使用环境； 2.掌握MATLAB的常用命令； 3．掌握MATLAB的工作空间的使用； 4.掌握MATLAB的获得帮助的途径。 5. 掌握科学计算的有关方法，熟悉MATLAB语言及其在科学计算中的运用； 6.掌握MATLAB的命令运行方式和M文件运行方式； 7.掌握矩阵在MATLAB中的运用。 二、实验方案分析及设计： 本次实验主要目的是了解MATLAB的使用环境，以及常用的一些命令的使用；了解矩阵在MATLAB实验中的具体运用，以及相关的一些符号命令的使用。 三、实验器材： 电脑一台，MATLAB软件 四、实验步骤： 打开MATLAB程序，将实验内容中的题目依次输入MATLAB中，运行得到并记录结果，最后再对所得结果进行验证。 五、实验内容及要求： 1. 熟悉MATLAB工作空间的功能，将工作空间中的变量保存为M文件，并提取该文件中的变量。（该题只需在MATLAB环境中操作，不用在实验报告中写结果） 2．熟悉MATLAB获取帮助的途径，将所有plot开头的函数列出来，并详细给出plotfis 函数的使用方法。（该题只需在MATLAB环境中操作，不用在实验报告中写结果） 3. 输入 A=[7 1 5;2 5 6;3 1 5]，B=[1 1 1; 2 2 2;3 3 3]， 在命令窗口中执行下列表达式，写出实验结果并掌握其含义： A(2, 3) A(:,2) A(3,:) A(:,1:2:3) A(:,3).*B(:,2) A(:,3)*B(2,:) A*B A.*B A^2 A.^2 B/A B./A 4．输入 C=1:2:20，则 C（i）表示什么（写出实验结果）？其中i=1,2,3, (10)