概率统计实验报告

数学实验: 概率统计F实验一,实验目的: 运用数学软件解决概率统计问题二,实验工具: WPS软件, SPSSS软件三,实验要求:1、写出相应软件命令及具体操作截图。

2、给出结果的截图并给出相应统计结论。

3、以实验报告的形式上交，实验报告的格式自己设计。

1、已知某地某品种10头成年母水牛的体高（cm）为：137，133，130，128，127，119，136，132，128，130。

求出均值、标准差、极差、中位数、变异系数及95%置信区间。

（30分）2、某食品企业厂生产瓶装矿泉水，其自动装罐机在正常工作状态时每罐净容量（单位为ml）具正态分布，且均值为500。

某日随机抽查了10瓶水，得结果如下：505，512，497，493，508，515，502，495，490，510，问罐装机该日工作是否正常？（30分）3、分别测定了10只大耳白家兔、11只青紫蓝家兔在停食18小时后正常血糖值如下表，已知其服从正态分布，问该两个品种家兔的正常血糖值是否有显著差异？（单位：kg）（40分）大耳白57 120 101 137 119 117 104 73 53 68青紫蓝89 36 82 50 39 32 57 82 96 31 88 四,实验内容:1、已知某地某品种10头成年母水牛的体高（cm）为：137，133，130，128，127，119，136，132，128，130。

求出均值、标准差、极差、中位数、变异系数及95%置信区间。

使用软件: WPS软件(1)数据输入:(2)计算均值: =AVERAGE(A2,A3,A4,A5,A6,A7,A8,A9,A10,A11)放入C2(3)计算标准差:=STDEV(A2,A3,A4,A5,A6,A7,A8,A9,A10,A11)放入D2(4)计算极差:=MAX(A2:A11)-MIN(A2:A11)放入E2(5)计算中位数:=MEDIAN(A2,A3,A4,A5,A6,A7,A8,A9,A10,A11) F2(6)计算变异系数:=D2/C2 G2(7)自由度: 9 H2(8)自信度：0.95 J2(9)计算t分布双侧分位数：=TINV(0.05,9) I2(10)抽样平均误差：=D2/SQRT(10) K2(11)允许误差：=I2*K2 L2(12)自信下限：=C2-L2 H5(13)自信上限：=C2+L2 I5实验结果：2、某食品企业厂生产瓶装矿泉水，其自动装罐机在正常工作状态时每罐净容量（单位为ml）具正态分布，且均值为500。

概率论试验报告试验一：随机掷硬币1、模拟掷一枚硬币的随机试验（可用0——1随机数来模拟试验结果），取n=100，模拟掷n次硬币的随机试验。

记录试验结果，观察样本空间的确定性及每次试验结果的偶然性，统计正面出现的次数，并计算正面的出现的频率；试验结果如下：测试中出现零代表正面，出现一代表反面，其中共计50次正面50次反面。

2、取试验次数n=1000，将过程（1）重复三次，比较三次试验结果试验结果如下3、三次结果分别是0.501,0.503,0.521 。

这充分说明模拟情况接近真实情况，频率接近概率0.5。

试验二：高尔顿钉板试验1、自高尔顿钉板上端放一个小球, 任其自由下落. 在其下落过程中，当小球碰到钉子时从左边落下的概率为p , 从右边落下的概率为,1p -碰到下一排钉子又是如此, 最后落到底板中的某一格子. 因此任意放入一球, 则此球落入哪个格子事先难以确定. 设横排共有20=m 排钉子, 下面进行模拟实验:(1) 取,5.0=p 自板上端放入一个小球, 观察小球落下的位置; 将该实验重复作5次, 观察5次实验结果的共性及每次实验结果的偶然性;(2) 分别取,85.0,5.0,15.0=p 自板上端放入n 个小球, 取,5000=n 观察n 个小球落下后呈现的曲线我们分析可知，这是一个经典的古典概型试验问题2、具体程序：3、我们分析实验结果可知，若小球碰钉子后从两边落下的概率发生变化, 则高尔顿钉板实验中小球落入各个格子的频数发生变化, 从而频率也相应地发生变化. 而且, 当,5.0p曲线峰值的格子位置向右偏; 当><p曲线峰值的格子位置向左偏。

,5.0试验三：抽签试验1、我们做模拟实验，用1-10的随机整数来模拟实验结果。

在1-10十个随机数中，假设10代表抽到大王，将这十个数进行全排，10出现在哪个位置，就代表该位置上的人摸到大王。

每次随机排列1-10共10个数，10所在的位置随机变化，分别输出模拟实验10次, 100次,1000次的结果, 将实验结果进行统计分析, 给出分析结果。

《概率统计》实验报告实验人员：系（班）:矿业工程系机械设计制造及其自动化1404班 学号:20141804408 姓名:李君阳 实验地点：电教楼四层三号机房实验名称：《概率统计》实验时间：2016.5.10，2016.5.17 16：30——18：30.实验目的：1.加强学生的动手能力，让学生掌握对MATLAB 软件的应用。

2.为以后的数学计算节省时间，提高精确度，准确度，合理的利用科学技术。

实验内容：（给出实验程序与运行结果）一、古典概型2、在50个产品中有18个一级品，32个二级品，从中任意抽取30个，求其中恰有20个二级品的概率.解：p=C 3220C 1810c 5030=0.2096>> p=nchoosek(32,20)*nchoosek(18,10)/nchoosek(50,30)p =0.2096二、计算概率1、某人进行射击，设每次射击的命中率为0.02，独立射击200次，试求至少击中两次的概率.2、一铸件的砂眼（缺陷）数服从参数为0.5的泊松分布，求此铸件上至多有1个砂眼的概率和至少有2个砂眼的概率. 解：1.p=1-c 2000∗0.98400-c 2001*0.98199*0.02=0.1458>> p=binopdf(2,200,0.02)p =0.1458 2.P(ζ=0)= 5.00*!05.0-e P(ζ=1)= 5.01*!15.0-e P(ζ1)=0.9098P(ζ)=0.09024、设随机变量()23,2X N ，求()25P X <<；()2P X >解：P(2<X<5)=F(5)-F(2)= )5(1,0σa F -=)235(1,0-F -)232(1,0-F = -=0.08413-(1-0.6915)=0.5328P(｜X ｜>2)=P(X<-2)+P(X>2)=P(X<-2)+1-P(X<2)=0.6977normcdf(5,3,2)-normcdf(2,3,2) ≤2≥吕梁学院《概率统计》实验报告ans =0.5328>> normcdf(-2,3,2)-normcdf(2,3,2)+1ans =0.6977三、作图1、画出N(2,9)，N(4,9)，N(6,9)的图像进行比较；（图1）画出N(0,1)，N(0,4)，N(0,9)的图像进行比较.解：y1=normpdf(x,2,3);y2=normpdf(x,4,3);y3=normpdf(x,6,3);plot(x,y1,x,y2,x,y3)>> x=-40:0.01:40;y1=normpdf(x,0,1);y2=normpdf(x,0,2);y3=normpdf(x,0,3);plot(x,y1,x,y2,x,y3)（图2）四、常见统计量的计算1、根据调查，某集团公司的中层管理人员的年薪（单位：万元）数据如下：42 41 39.2 37.6 40.2 40 41 41.4 36.1 43.140.3 39.3 38.4 36.5 38.1 38.5 39.1 40.6 38.3 39.7求其公司中层管理人员年薪的样本均值、样本方差、样本标准差，绘制直方图。

本科实验报告实验名称：《概率与统计》随机模拟实验随机模拟实验实验一设随机变量X 的分布律为-i P{X=i}=2,i=1,2,3......试产生该分部的随机数1000个，并作出频率直方图。

一、实验原理采用直接抽样法：定理：设U 是服从[0,1]上的均匀分布的随机变量，则随机变量-1()Y F U =与X 有相同的分布函数-1()Y F U =（为F(x)的逆函数），即-1()Y F U =的分部函数为()F x .二、题目分析易得题中X 的分布函数为1()1- ,1,0,1,2,3, (2i)F x i x i i =≤≤+=若用ceil 表示对小数向正无穷方向取整，则F(x)的反函数为产生服从[0,1]上的均匀分布的随机变量a ，则m=F -1(a)则为题中需要产生的随 机数。

三、MATLAB 实现f=[]; i=1;while i<=1000a=unifrnd(0,1); %产生随机数a ，服从【0,1】上的均匀分布 m=log(1-a)/log(1/2);b=ceil(m); %对m 向正无穷取整 f=[f,b]; i=i+1; enddisplay(f);[n,xout]=hist(f); bar(xout,n/1000,1)产生的随机数（取1000个中的20个）如下：-1ln(1-)()1ln()2a F a ceil ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦频率分布直方图实验二设随机变量X 的密度函数为24,0,()0,0x xe x f x x -⎧>=⎨≤⎩试产生该分布的随机数1000个，并作出频率直方图 一、实验原理取舍抽样方法，当分布函数的逆函数难以求出时，可采用此方法。

取舍抽样算法的流程为：（1） 选取一个参考分布，其选取原则，一是该分布的随机样本容易产生；二是存在常数C ，使得()()f x Cg x ≤。

（2） 产生参考分布()g x 的随机样本0x ； （3） 独立产生[0,1]上的均匀分布随机数0u ；（4） 若000()()u Cg x f x ≤，则保留x 0,作为所需的随机样本；否则舍弃。

数学实验综合实验报告《数学实验综合实验报告》摘要：本实验旨在通过数学实验的方式，探索和验证数学理论，并通过实验数据的分析和处理，得出结论和结论。

本实验涉及到数学的多个领域，包括代数、几何、概率统计等。

通过实验，我们得出了一些有趣的结论和发现，验证了数学理论的正确性，并对数学知识有了更深入的理解。

一、实验目的1. 验证代数公式的正确性2. 探索几何图形的性质3. 分析概率统计的实验数据4. 探讨数学理论的应用二、实验方法1. 代数公式验证实验：通过代数运算和数值计算，验证代数公式的正确性。

2. 几何图形性质探索实验：通过几何构造和图形分析，探索几何图形的性质。

3. 概率统计数据分析实验：通过实验数据的收集和处理，分析概率统计的规律和特性。

4. 数学理论应用实验：通过实际问题的分析和解决，探讨数学理论在实际中的应用。

三、实验结果与分析1. 代数公式验证实验结果表明，代数公式在特定条件下成立，验证了代数理论的正确性。

2. 几何图形性质探索实验发现，某些几何图形具有特定的性质和规律，进一步加深了对几何学的理解。

3. 概率统计数据分析实验得出了一些概率统计的规律和结论，对概率统计理论有了更深入的认识。

4. 数学理论应用实验通过具体问题的分析和解决，验证了数学理论在实际中的应用性。

四、结论通过本次数学实验，我们验证了代数、几何、概率统计等数学理论的正确性，得出了一些有意义的结论和发现。

实验结果进一步加深了对数学知识的理解和应用，对数学理论的研究和发展具有一定的参考价值。

五、展望本次实验虽然取得了一些有意义的结果，但也存在一些不足之处，如实验方法的局限性、实验数据的局限性等。

未来可以进一步完善实验设计和方法，开展更深入的数学实验研究，为数学理论的发展和应用提供更多的支持和帮助。

概率的实验报告之硬币实验硬币实验是概率统计学中最为经典且简单的实验之一，通过投掷硬币的方式来观察出现正面和反面的概率。

本篇实验报告将详细介绍硬币实验的设计、实验步骤、数据分析以及实验结论等内容。

一、实验设计在硬币实验中，我们希望探究的是硬币被投掷后出现正面和反面的概率是否相等。

因此，本实验需要设计一个合适的实验方案来达到这个目的。

1.硬币选择：我们选择一枚标准铜币作为硬币实验中的投掷对象。

这样可以保证硬币的重量、形状以及材质等因素对实验结果的影响较小。

2.硬币数量：为了保证实验结果的准确性，我们需要进行大量的投掷操作。

因此，我们决定投掷硬币120次，即获得120个数据点。

3.投掷方式：我们采用随机抛掷硬币的方式进行实验，确保每次投掷都是独立的事件，并且没有任何偏差。

二、实验步骤1.准备工作：将硬币清洗干净，并确保实验环境整洁，以避免外部因素对实验结果的影响。

2.开始实验：将硬币从一定高度（如10厘米）处抛向平坦的硬地上，确保硬币自由落体，并保证它在投掷过程中的旋转速度较快，从而增加实验结果的随机性。

3.记录数据：每次投掷后，记录硬币出现的面向（正面或反面）。

重复步骤2和3，直到完成全部120次投掷。

三、数据分析完成硬币实验后，我们可以开始对实验数据进行分析，以求得硬币出现正面和反面的概率。

1.数据整理：将实验记录的数据整理为一个数据表格，包括投掷次数、正面的次数、反面的次数以及正面的频率和反面的频率等指标。

2.概率计算：根据实验数据，我们可以计算出硬币出现正面和反面的频率，从而得到相应的概率。

正面的频率即正面的次数除以投掷次数，反面的频率即反面的次数除以投掷次数。

四、实验结果与结论根据实验数据和概率计算的结果，我们得到了硬币出现正面和反面的概率。

在本次实验中，我们投掷了120次硬币，其中正面出现了70次，反面出现了50次。

根据计算，正面的频率为70/120=0.5833，反面的频率为50/120=0.4166因此，通过本次实验可以得出结论：在这枚标准铜币中，硬币出现正面和反面的概率约为0.5833和0.4166，两者相差较小，可以认为是基本相等的。

《概率论与数理统计》MATLAB上机实验实验报告一、实验目的1、熟悉matlab的操作。

了解用matlab解决概率相关问题的方法。

2、增强动手能力，通过完成实验内容增强自己动手能力。

二、实验内容1、列出常见分布的概率密度及分布函数的命令，并操作。

概率密度函数分布函数(累积分布函数) 正态分布normpdf(x,mu,sigma) cd f(‘Normal’,x, mu,sigma);均匀分布（连续）unifpdf(x,a,b) cdf(‘Uniform’,x,a,b);均匀分布（离散）unidpdf(x,n) cdf(‘Discrete Uniform’,x,n);指数分布exppdf(x,a) cdf(‘Exponential’,x,a);几何分布geopdf(x,p) cdf(‘Geometric’,x,p);二项分布binopdf(x,n,p) cdf(‘Binomial’,x,n,p);泊松分布poisspdf(x,n) cdf(‘Poisson’,x,n);2、掷硬币150次，其中正面出现的概率为0.5，这150次中正面出现的次数记为X(1) 试计算X=45的概率和X≤45 的概率；(2) 绘制分布函数图形和概率分布律图形。

答:(1)P(x=45)=pd =3.0945e-07P(x<=45)=cd =5.2943e-07(2)3、用Matlab软件生成服从二项分布的随机数，并验证泊松定理。

用matlab依次生成(n=300,p=0.5),(n=3000,p=0.05),(n=30000,p=0.005)的二项分布随机数，以及参数λ=150的泊松分布，并作出图线如下。

由此可以见得，随着n的增大，二项分布与泊松分布的概率密度函数几乎重合。

因此当n足够大时，可以认为泊松分布与二项分布一致。

4、 设22221),(y x e y x f +−=π是一个二维随机变量的联合概率密度函数，画出这一函数的联合概率密度图像。