发布网友 发布时间:2022-04-23 16:48
共3个回答
热心网友 时间:2023-07-07 00:08
随机变量的累积概率值(分布函数值)
1 通用函数计算累积概率值
命令 通用函数cdf用来计算随机变量的概率之和(累积概率值)
函数 cdf
格式
说明 返回以name为分布,随机变量X≤K的概率之和的累积概率值,name的取值见表4-1 常见分布函数表
2 专用函数计算累积概率值(随机变量的概率之和)
命令 二项分布的累积概率值
函数 binocdf
格式 binocdf (k, n, p) %n为试验总次数,p为每次试验事件A发生的概率,k为n次试验中事件A发生的次数,该命令返回n次试验中事件A恰好发生k次的概率.
命令 正态分布的累积概率值
函数 normcdf
格式 normcdf() %返回F(x)=的值,mu,sigma为正态分布的两个参数表
专用函数的累积概率值函数表
函数名
调用形式
注 释
unifcdf
unifcdf (x, a, b)
[a,b]上均匀分布(连续)累积分布函数值 F(x)=P{X≤x}
unidcdf
unidcdf(x,n)
均匀分布(离散)累积分布函数值 F(x)=P{X≤x}
expcdf
expcdf(x, Lambda)
参数为Lambda的指数分布累积分布函数值 F(x)=P{X≤x}
normcdf
normcdf(x, mu, sigma)
参数为mu,sigma的正态分布累积分布函数值 F(x)=P{X≤x}
chi2cdf
chi2cdf(x, n)
自由度为n的卡方分布累积分布函数值 F(x)=P{X≤x}
tcdf
tcdf(x, n)
自由度为n的t分布累积分布函数值 F(x)=P{X≤x}
fcdf
fcdf(x, n1, n2)
第一自由度为n1,第二自由度为n2的F分布累积分布函数值
gamcdf
gamcdf(x, a, b)
参数为a, b的分布累积分布函数值 F(x)=P{X≤x}
betacdf
betacdf(x, a, b)
参数为a, b的分布累积分布函数值 F(x)=P{X≤x}
logncdf
logncdf(x, mu, sigma)
参数为mu, sigma的对数正态分布累积分布函数值
nbincdf
nbincdf(x, R, P)
参数为R,P的负二项式分布概累积分布函数值 F(x)=P{X≤x}
ncfcdf
ncfcdf(x, n1, n2, delta)
参数为n1,n2,delta的非中心F分布累积分布函数值
nctcdf
nctcdf(x, n, delta)
参数为n,delta的非中心t分布累积分布函数值 F(x)=P{X≤x}
ncx2cdf
ncx2cdf(x, n, delta)
参数为n,delta的非中心卡方分布累积分布函数值
raylcdf
raylcdf(x, b)
参数为b的瑞利分布累积分布函数值 F(x)=P{X≤x}
weibcdf
weibcdf(x, a, b)
参数为a, b的韦伯分布累积分布函数值 F(x)=P{X≤x}
binocdf
binocdf(x,n,p)
参数为n, p的二项分布的累积分布函数值 F(x)=P{X≤x}
geocdf
geocdf(x,p)
参数为 p的几何分布的累积分布函数值 F(x)=P{X≤x}
hygecdf
hygecdf(x,M,K,N)
参数为 M,K,N的超几何分布的累积分布函数值
poisscdf
poisscdf(x,Lambda)
参数为Lambda的泊松分布的累积分布函数值 F(x)=P{X≤x}
说明 累积概率函数就是分布函数F(x)=P{X≤x}在x处的值.
热心网友 时间:2023-07-07 00:09
通过产生0到1随机均匀分布来间接实现,由于产生的分布是均匀的,所以落到某个范围的概率是固定的,比如落在小于0.4的可能是0.4,落在0.4和0.5间概率是0.1,落在0.5以上概率是0.5。由此可以实现概率pi,发生时间i
以三种可能为例,首先要求全概率为1,即p1+p2+p3=1
clear;
clc;
p1 = 0.4;p2 = 0.1;p3=0.5;
tap = rand(1) %%%% 随机产生0到1均匀分布
if tap<p1 %%%%%% 如果小于p1,事件1发生
disp('event1 occur.');
elseif tap<(p1+p2) %%%%% 如果大于p1,小于p2,事件2发生
disp('event2 occur.');
else %%%% 否则事件3发生
disp('event3 occur.');
end
热心网友 时间:2023-07-07 00:09
可以考虑用均匀分布产生[0,1]间的随机数,然后用区间大小表示事件概率。
比如,x在[0,p1]间表示事件1发生,其概率刚好为p1
x在[p1,p1+p1]间表示事件2发生,其概率为p2
[1-pn,1]区间则表示n发生。
注意一定是均匀分布才能这么表示。