poisson分布
概率密度函式 poisspdf(x,lamda)
分布函式poisscdf(x,lamda)
逆概率分布函式poissinv(f,lamda)
x=[0:15]';
y1=;
y2=;
lam1=[1,2,5,10];
for i=1:length(lam1)
y1=[y1,poisspdf(x,lam1(i))];
y2=[y2,poisscdf(x,lam1(i))];
end
plot(x,y1), figure; plot(x,y2)
正態分佈
y=normpdf(x,mu,row)
f=normcdf(x,mu,row)
x=norminv(f,mu,row)
x=[-5:.02:5]';
y1=; y2=;
mu1=[-1,0,0,0,1];
sig1=[1,0.1,1,10,1];
sig1=sqrt(sig1);
for i=1:length(mu1)
y1=[y1,normpdf(x,mu1(i),sig1(i))];
y2=[y2,normcdf(x,mu1(i),sig1(i))];
end
plot(x,y1);
figure;
plot(x,y2)
gamma 分布
y=gampdf(x,a,lamda)
f=gamcdf(x,a,lamda)
x=gaminv(f,a,lamda)
x^2 分布
y=chi2pdf(x,k)
f=chi2cdf(x,k)
x=chi2inv(f,k)
t分布
y=tpdf(x,k)
f=tcdf(x,k)
x=tinv(f,k)
rayleigh分布
y=raylpdf(x,b)
f=raylcdf(x,b)
x=raylinv(x,b)
f分布
y=fpdf(x,a,b)
f=fcdf(x,a,b)
x=finv(f,a,b)
隨機數發生器 rand randn函式
此類函式均為隨機數發生器，每次呼叫時將返回不同的隨機數組。實際上這些表面上看來是隨機的數是通過確定的數學演算法生成的，所以rand這類函式又稱為偽隨機數生成器（pseudorandom number generators）。
x= rand(n,m) 產生（n×m）維的[0，1]區間均勻分布隨機數組
正態分佈隨機數：滿足標準正態分佈隨機數n（0，1）可由randn( )函式得出，其呼叫格式與rand( )完全一致。
其它隨機數發生器：
a=gamrnd(a,lamda,n,m) %生成n*m的gamma分布偽隨機數矩陣
b=chi2rnd(k,n,m) x^2分布
c=trna(k,n,m) t分布
d=frnd(p,q,n,m) f分布
e=raylrnd(b,n,m) rayleigh 分布
求向量各個元素的均值、方差和標準差:
m=mean(x),s2=var(x),s=std(x)
p=normrnd(0.5,1.5,30000,1);
[mean(p), var(p), std(p)]
gamma 分布的均值
syms x;
syms a lam positive
%p為gamma分布
p=lam^a*x^(a-1)/gamma(a)*exp(-lam*x);
m=int(x*p,x,0,inf)
s=******(int((x-1/lam*a)^2*p,x,0,inf))
from:
條件概率分布 聯合概率分布和邊緣概率分布
一.聯合概率分布 小明玩扔飛鏢，飛鏢偏離靶心是不確定的，所以適合用概率模型來描述。先已知飛鏢偏離靶心與標靶距離和風速都有關。假定標靶距離可以是10 20公尺，風速可以是1 10公尺 秒，現統計每個標靶距離 每個風速下，小明所扔飛鏢小於1厘公尺的概率。距離 公尺 風速 公尺 秒 偏離小於1厘公尺的概率...
條件概率分布與邊緣概率分布
1.條件概率分布 這是理解馬爾科夫鏈的重要概念，單獨成文 設x和y分別是概率分布 如正態分佈那種直觀的 那麼 x,y 就是聯合概率分布，又稱為二維隨機變數。這種聯合概率分布就不那麼直觀了。但用條件概率分布這個概念定義，可以把抽象變為形象。具體這樣做，假設x是均勻分布，1 10這個數字出現的可能性都是...
uniform分布 概率分布
概率密度函式表示 表示乙個特定範圍的值的發生概率import numpy as np 正態分佈概率密度函式 均勻分布的概率分布函式是什麼形狀呢?在某這個範圍之外，沒有任何值，在這個範圍之內，則是一條水平直線，因為所有值出現的概率都是相同的 均勻分布圖 指數概率分布函式，其函式值以指數方式下降。指數下...