我是靠谱客的博主 老迟到外套,最近开发中收集的这篇文章主要介绍matlab plot拟合_从零开始的matlab学习笔记——(26)二项分布与泊松分布,觉得挺不错的,现在分享给大家,希望可以做个参考。

概述

matlab应用——求极限,求导,求积分,解方程,函数绘图,三维图像,拟合函数....更多内容尽在个人专栏:matlab学习

上一节我们说了说怎么用matlab求微分方程,这一节我们再来聊聊微分方程在统计概率方面的一些应用

二项分布:

二项分布这个大家在高中都学过,我们再来复习一下定义(还是找的百度百科):

二项分布是重复n次独立的伯努利试验。在每次试验中只有两种可能的结果,而且两种结果发生与否互相对立,并且相互独立,事件发生与否的概率在每一次独立试验中都保持不变,则这一系列试验总称为n重伯努利实验,当试验次数为1时,二项分布服从0-1分布。

公式:

在matlab中我们有这样一个函数binopdf,是针对二项分布的相关操作

1、可以求值

binopdf(k,n,p)

三个参数,一共进行n次,事件发生了k次,每次概率为p

比如

px=binopdf(45,100,0.5)

答案

e775fa24c6576c3edcb0cc50a57a4a02.png

2、可以绘制概率密度曲线

x=1:1:100;

p=binopdf(x,100,0.5);

plot(x,p);

title('二项分布')

效果图:

106b22f5eb5ea6408adcabaaf53ca5a7.png

3、可以求最值

x=1:100;

p=binopdf(x,100,0.5);

[ans,pos]=max(p)%取x=pos时,ans取最大

答案:

54f55c65d497c2fddfe43493a68c5a4d.png

泊松分布:

泊松分布由二项分布演进而来,可以粗略的认为是二项分布求极限之后的结果

我们先看一下定义(大概就是这个意思):

单位时间内,事物平均发生m次,每次事件发生互相独立,且概率相等,求单位时间内发生k次的概率分布

公式:

推导过程涉及到二项分布求极限(百度百科说的还是挺清晰的)

泊松分布_百度百科​baike.baidu.com
0079f2fa54473eadce07374bcf21a1e0.png

matlab中的poisspdf函数支持泊松分布的相关操作:

1、可以求值

poisspdf(k,m)

两个参数,单位时间内平均发生m次,求单位时间内发生k次的概率

比如

px=poisspdf(3,6) %平均6次,发生3次的概率

答案

e03b3e839edcfa894bcb6cb38a883486.png

2、可以绘制概率密度曲线

x=0:1:20

p=poisspdf(x,6)%单位时间内平均发生6次,求发生x次的泊松概率

plot(x,p)

title('泊松分布')

ylabel('$p=frac{5^{x}}{x!}e^{-5}$','Interpreter','latex','FontSize',15)

效果图:

575f20d49532fe9280351d3622c96417.png

tips:

这里补充一点内容,有些LaTeX符号在matlab中引用需要特别说明,所以为了保险起见,大家直接复制这一行代码,根据自己需要修改即可:

title(或者其它你想用的函数)('$你想写的LaTeX符号$','Interpreter','latex','FontSize',字号)

例子就是上面那个程序中的:

ylabel('$p=frac{5^{x}}{x!}e^{-5}$','Interpreter','latex','FontSize',15)

3、可以求最值

x=0:1:20

p=poisspdf(x,6)

[ans,pos]=max(p)%取x=pos时,ans取最大

答案:

b469d9a38ce50b1e08052774bebcbd98.png

泊松分布与二项分布:

当二项分布的n很大而p很小时,泊松分布可作为二项分布的近似,其中λ=np(就是数学期望)。

通常当

时,就可以用泊松公式近似的计算。

这一节我们说了说泊松分布与二项分布的相关内容,下一节的内容暂时还没有想好,如果可以的话我们说说matlab中的gui编程

欢迎喜欢的朋友点赞关注收藏啊:)

最后

以上就是老迟到外套为你收集整理的matlab plot拟合_从零开始的matlab学习笔记——(26)二项分布与泊松分布的全部内容,希望文章能够帮你解决matlab plot拟合_从零开始的matlab学习笔记——(26)二项分布与泊松分布所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。

本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
点赞(45)

评论列表共有 0 条评论

立即
投稿
返回
顶部