基于MATLAB的正态分布与卡方分布(附完整代码与例题)

发布时间:2023年12月28日

目录

一. 理论部分

二. MATLAB所使用的函数介绍

2.1 概率密度函数

2.2 概率分布函数

2.3 逆概率分布函数

三. 例题与代码

例题1

例题2

例题3

例题4


一. 理论部分

将连续随机变量的概率密度函数记为p(x),既然跟概率相关,那必然满足两个重要的性质:

p(x)\geq 0

\int_{-\infty}^\infty p(x)dx=1

有时,我们希望求一个范围的概率,这个时候就出现了概率分布函数F(x):

F(x)=\int_{-\infty}^x p(t)dt

它的物理意义代表着随机变量\xi\leq x整个区间所发生的概率。很明显当x越来越大时,包含的概率范围越广,所以PDF函数为单调递增函数。因为概率分布函数也表示与概率相关,所以其值域也在0~1之间:

0\leq F(x)\leq 1

当x趋近于负无穷大时,代表概率无限小,也就是趋近于0:

F(-\infty)=0

当x趋近于无穷大时,代表概率无限大,也就是趋近于1:

F(\infty)=1

二. MATLAB所使用的函数介绍

2.1 概率密度函数

计算概率密度函数值在MATLAB中可直接调用pdf,格式如下:

P=pdf('name',K,A);
P=pdf('name',K,A,B);
P=pdf('name',K,A,B,C);

%name代表概率分布函数名
%K代表求X=K处的概率密度值
%因为不同的分布,相关的参数个数可能不一样,所以有A,B,C

比如,在二项分布中,假设一次实验事件Y发生的概率为p。在n次独立重复试验中,事件Y恰好发生K次的概率通常记为P\lbrace X=K\rbrace,该概率该利用MATLAB进行计算:

p=pdf('bino',K,n,p)

%bino代表二项分布

2.2 概率分布函数

根据前面的理论部分,随机变量的概率分布函数可以理解为累积概率值。在MATLAB通常利用"cdf"函数来计算该累积概率值,格式如下:

P=cdf('name',K,A);
P=cdf('name',K,A,B);
P=cdf('name',K,A,B,C);

%name代表概率分布函数名
%K代表当X小于等于K时。这一区间的概率累积值
%因为不同的分布,相关的参数个数可能不一样,所以有A,B,C

2.3 逆概率分布函数

如果已知累积分布函数的值,反过来求x的值,则利用逆累积分布函数,在MATLAB调用"icdf",如:

icdf('name',F,A);
icdf('name',F,A,B);
icdf('name',F,A,B,C);

%name代表概率分布函数名
%F代表返回临界值X
%因为不同的分布,相关的参数个数可能不一样,所以有A,B,C

换句话说,MATLAB以下代码为互逆过程:

F= cdf('name',X,A,B,C) 
X = icdf('name',F,A,B,C) 

三. 例题与代码

例题1

计算正态分布N(0,1)的随机变量X在点0.6587的密度函数值。

MATLAB代码:

pdf('norm',0.6578,0,1)

%norm代表正态分布
%0.6578代表X的值
%0代表均值,1代表方差

运行结果:

ans =

? ? 0.3213

例题2

自由度为8的卡方分布,计算在点2.18处的密度函数值。

MATLAB代码:

pdf('chi2',2.18,8)

运行结果:

ans =

? ? 0.0363

备注:卡方分布大概长这样

例题3

在标准正太分布表中,若已知F=0.6554,求X。

MATLAB代码:

icdf('norm',0.6554,0,1)

运行结果:

ans =

? ? 0.3999

例题4

公共汽车门的高度是按成年男子与车门顶碰头的机会不超过1%设计的。设男子身高X(单位:cm)服从正态分布N(175,6),求车门的最低高度。

解:

很明显当车门越高时,头碰撞的概率越低。所以当求车门最低高度时,也就是按恰好头碰撞1%概率来求。

设车门高度为h,X为身高,也就是要求:

F\lbrace X<h\rbrace\geq 0.99

MATLAB代码:

h=icdf('norm',0.99, 175, 6)

运行结果:

h =

? 188.9581

计概函数值

文章来源:https://blog.csdn.net/forest_LL/article/details/135250132
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。