数学实验第5章第1节.ppt

 Harbin University of Science and Technology Experiments in Mathematics 第5章 概率统计实验 5.1 随机数的产生 5.2 随机变量的实验 5.3 样本数据的统计描述与可视化 5.4 参数估计与假设检验 5.1 随机数的产生 5.1.1 二项分布的随机数据的产生 5.1.2 正态分布的随机数据的产生 5.1.3 通用函数求各分布的随机数据 5.1.4 应用实例-蒙特卡罗方法计算 5.1.1 二项分布的随机数据的产生 命令 参数为N, P的二项分布B(N,P)的随机数据 函数 binornd R=binornd(10,0.3) R = 2 R=binornd(10,0.5,1,6) R = 8 1 3 7 6 4 5.1.1 二项分布的随机数据的产生 产生服从二项分布B(10,0.3)的随机数 产生服从二项分布B(10,0.5)的 随机矩阵 R=binornd(10,0.5,[1,10]) R = 6 8 4 6 7 5 3 5 6 2 R=binornd(10,0.5,[2,3]) R = 7 5 8 6 5 6 5.1.1 二项分布的随机数据的产生 产生服从二项分布B(10,0.5)的 随机矩阵 产生服从二项分布B(10,0.5)的 随机矩阵 5.1.1 二项分布的随机数据的产生 binornd(100,0.6,3,6) ans = 65 66 60 63 62 62 61 59 65 60 59 63 61 55 48 57 65 60 n = 10:10:60; r1 = binornd(n,1./n) r1 = 2 1 0 1 1 2 产生服从二项分布B(10,0.6)的 随机矩阵 产生服从二项分布B(n,1/.n)的随机数 5.1.2 正态分布的随机数据的产生 命令 参数为 的正态分布 的随机数据 函数 normrnd 5.1.2 正态分布的随机数据的产生 n1 =normrnd(1:7,1./(1:7)) n1 = 2.1892 1.9812 3.1091 4.0437 4.9627 6.1210 6.9160 n2 = normrnd(0,1,[1 5]) n2 = 0.0591 1.7971 0.2641 0.8717 -1.4462 产生服从均值M为1至7，方差C为1，1/2,…,1/7的正态随机数 产生服从标准正态分布的 随机矩阵n2 R=normrnd(10,0.5,[2,3]) R = 9.7837 10.0627 9.4268 9.1672 10.1438 10.5955 5.1.2 正态分布的随机数据的产生 产生均值M为10，均方差 C为0.5的 阶正态随机矩阵 5.1.3 通用函数求各分布的随机数据 命令 求指定分布的随机数 函数 random y=random(norm,2,0.3,3,4) y = 2.3567 2.0524 1.8235 2.0342 1.9887 1.9440 2.6550 2.3200 2.0982 2.2177 1.9591 2.0178 5.1.3 通用函数求各分布的随机数据 例5.3 产生12（3行4列）个均值为2，标准差为0.3 的正态分布随机数。 注： 其它常用分布的随机数的使用函数及调用形式与上面相同，见附录中表5-1 5.1.4 应用实例-蒙特卡罗方法计算 是一种随机试验的方法，也称蒙特卡罗 (Monte Carlo)方法。这种方法利用随机试验，根据频率与概率、平均值与期望值等之间的关系，其原理即为大数定律，推断出