概率论上机

概率论复习题及答案解析1. 什么是概率论中的随机事件？解析：随机事件是指在一定条件下，可能发生也可能不发生的事件。

它具有不确定性，但可以通过概率来描述其发生的可能性大小。

2. 如何计算两个独立事件同时发生的概率？解析：如果事件A和事件B是独立的，那么它们同时发生的概率等于各自发生概率的乘积，即P(A∩B) = P(A) × P(B)。

3. 什么是条件概率？解析：条件概率是指在某个事件B发生的条件下，另一个事件A发生的概率，记作P(A|B)。

它表示为P(A∩B) / P(B)，前提是P(B) ≠ 0。

4. 什么是贝叶斯定理？解析：贝叶斯定理是一种用于根据条件概率和先验概率来计算后验概率的方法。

公式为P(A|B) = P(B|A) × P(A) / P(B)。

5. 什么是大数定律？解析：大数定律表明，随着试验次数的增加，事件发生的频率趋近于其概率。

即在大量重复试验中，一个随机事件的相对频率会稳定在其概率附近。

6. 什么是中心极限定理？解析：中心极限定理指出，大量相互独立且同分布的随机变量之和，其分布趋近于正态分布，无论这些变量本身是否服从正态分布。

7. 如何计算二项分布的概率？解析：二项分布的概率可以通过公式P(X=k) = C(n, k) × p^k ×(1-p)^(n-k)计算，其中n是试验次数，k是成功次数，p是单次试验成功的概率，C(n, k)是组合数，表示从n个不同元素中取k个元素的组合方式数。

8. 什么是泊松分布？解析：泊松分布是一种描述在固定时间或空间内，某事件发生次数的概率分布。

其概率质量函数为P(X=k) = (λ^k × e^(-λ)) / k!，其中λ是单位时间或空间内事件发生的平均次数，k是事件发生的次数。

9. 什么是正态分布？解析：正态分布是一种连续概率分布，其概率密度函数为f(x) = (1 / (σ√(2π))) × e^(-(x-μ)^2 / (2σ^2))，其中μ是分布的均值，σ是标准差。

概率论上机实验报告班级：姓名：学号：一、实验目的1）熟悉Matlab中概率统计部分的常见命令与应用。

2）掌握运用Matlab解决概率问题的方法。

二、实验内容和步骤1.常见分布的概率密度及分布函数1)二项分布源码为：1.x=0:1:100;2.y1=binopdf(x,100,1/2); %求概率密度3.y2=binocdf(x,100,1/2); %求分布函数4.subplot(1,2,1)5.plot(x,y1)6.title('二项分布概率密度')7.subplot(1,2,2)8.plot(x,y2)9.title('二项分布分布函数')所得图形为：2)几何分布源码为：1.x=0:1:100;2.y1=geopdf(x,; %求概率密度3.y2=geocdf(x,; %求分布函数4.subplot(1,2,1)5.plot(x,y1)6.title('几何分布概率密度')7.subplot(1,2,2)8.plot(x,y2)9.title('几何分布分布函数')所得图形为：3)泊松分布源码为：1.x=0:1:100;2.y1=poisspdf(x,10); %求概率密度3.y2=poisscdf(x,10); %求分布函数4.subplot(1,2,1)5.plot(x,y1)6.title('泊松分布概率密度')7.subplot(1,2,2)8.plot(x,y2)9.title('泊松分布分布函数')所得图形为：4)均匀分布源码为：1.x=0:1:100;2.y1=unifpdf(x,0,100) %求概率密度3.y2=unifcdf(x,0,100); %求分布函数4.subplot(1,2,1)5.plot(x,y1)6.title('均匀分布概率密度')7.subplot(1,2,2)8.plot(x,y2)9.title('均匀分布分布函数')所得图形为：5)指数分布源码为：1.x=0:1:100;2.y1=exppdf(x,10); %求概率密度3.y2=expcdf(x,10); %求分布函数4.subplot(1,2,1)5.plot(y1)6.title('指数分布概率密度')7.subplot(1,2,2)8.plot(y2)9.title('指数分布分布函数')所得图形为：6)正态分布源码为：1.x=-10::10;2.y1=normpdf(x,0,1); %求概率密度3.y2=normcdf(x,0,1); %求分布函数4.subplot(1,2,1)5.plot(y1)6.title('正态分布分布概率密度')7.subplot(1,2,2)8.plot(y2)9.title('正态分布分布函数')所得图形为：7)卡方分布源码为：1.x=0::100;2.y1=chi2pdf(x,10); %求概率密度3.y2=chi2cdf(x,10); %求分布函数4.subplot(1,2,1)5.plot(y1)6.title('卡方分布分布概率密度')7.subplot(1,2,2)8.plot(y2)9.title('卡方分布分布函数')所得图形为：8)对数正态分布源码为：1.x=0::100;2.y1=lognpdf(x,2,1); %求概率密度3.y2=logncdf(x,2,1); %求分布函数4.subplot(1,2,1)5.plot(y1)6.title('对数正态分布分布概率密度')7.subplot(1,2,2)8.plot(y2)9.title('对数正态分布分布函数')所得图形为：9)F分布源码为：1.x=0::10;2.y1=fpdf(x,10,10); %求概率密度3.y2=fcdf(x,10,10); %求分布函数4.subplot(1,2,1)5.plot(y1)6.title('F分布分布概率密度')7.subplot(1,2,2)8.plot(y2)9.title('F分布分布函数')所得图形为：10)t分布源码为：1.x=-10::10;2.y1=tpdf(x,10); %求概率密度3.y2=tcdf(x,10); %求分布函数4.subplot(1,2,1)5.plot(y1)6.title('T分布分布概率密度')7.subplot(1,2,2)8.plot(y2)9.title('T分布分布函数')所得图形为：2.掷均匀硬币n次，检验正面出现的频率逼近1/21)思路：编写一个程序，验证随着n的增大，正面出现的频率越来越接近1/2。

第一章 随机事件及其概率一、选择题：1．设A 、B 、C 是三个事件，与事件A 互斥的事件是： （ ）A ．AB AC + B ．()A B C +C ．ABCD ．A B C ++2．设B A ⊂ 则 （ ）A ．()P AB I =1-P （A ） B ．()()()P B A P B A -=-C ． P(B|A) = P(B)D ．(|)()P A B P A =3．设A 、B 是两个事件，P （A ）> 0，P （B ）> 0,当下面的条件（ ）成立时，A 与B 一定独立A ．()()()P AB P A P B =I B ．P （A|B ）=0C ．P （A|B ）= P （B ）D ．P （A|B ）= ()P A4．设P （A ）= a ，P （B ）= b, P （A+B ）= c, 则 ()P AB 为： （ ）A ．a-bB ．c-bC ．a(1-b)D ．b-a5．设事件A 与B 的概率大于零，且A 与B 为对立事件，则不成立的是 （ ）A ．A 与B 互不相容 B ．A 与B 相互独立C ．A 与B 互不独立D ．A 与B 互不相容6．设A 与B 为两个事件，P （A ）≠P （B ）> 0，且A B ⊃，则一定成立的关系式是（ ）A ．P （A|B ）=1 B ．P(B|A)=1C ．(|A)1p B =D ．(A|)1p B =7．设A 、B 为任意两个事件，则下列关系式成立的是 （ ）A ．()AB B A -=U B ．()A B B A -⊃UC ．()A B B A -⊂UD ．()A B B A -=U8．设事件A 与B 互不相容，则有 （ ）A ．P （AB ）=p （A ）P （B ） B ．P （AB ）=0C ．A 与B 互不相容D ．A+B 是必然事件9．设事件A 与B 独立，则有 （ ）A ．P （AB ）=p （A ）P （B ） B ．P （A+B ）=P （A ）+P （B ）C ．P （AB ）=0D ．P （A+B ）=110．对任意两事件A 与B ，一定成立的等式是 （ ）A ．P （AB ）=p （A ）P （B ） B ．P （A+B ）=P （A ）+P （B ）C ．P （A|B ）=P （A ）D ．P （AB ）=P （A ）P （B|A ）11．若A 、B 是两个任意事件，且P （AB ）=0，则 （ ）A ．A 与B 互斥 B ．AB 是不可能事件C ．P （A ）=0或P （B ）=0D ．AB 未必是不可能事件12．若事件A 、B 满足A B ⊂，则 （ ）A ．A 与B 同时发生 B ．A 发生时则B 必发生C ．B 发生时则A 必发生D ．A 不发生则B 总不发生13．设A 、B 为任意两个事件，则P （A-B ）等于 （ ）A ． ()()PB P AB - B ．()()()P A P B P AB -+C ．()()P A P AB -D ．()()()P A P B P AB --14．设A 、B 、C 为三事件，则AB BC AC U U 表示 （ ）A ．A 、B 、C 至少发生一个 B ．A 、B 、C 至少发生两个C ．A 、B 、C 至多发生两个D ．A 、B 、C 至多发生一个15．设0 < P (A) < 1. 0 < P (B) < 1. P(|B)+P(A B A )=1. 则下列各式正确的是（ ）A ．A 与B 互不相容 B ．A 与B 相互独立C ．A 与B 相互对立D ．A 与B 互不独立16．设随机实际A 、B 、C 两两互斥，且P （A ）=，P （B ）=，P （C ）=，则P A B C -=U （）（ ）.A ．B ．C ．D ．17掷两枚均匀硬币，出现一正一反的概率为 （ ）A ．1/2B ．1/3C ．1/4D ．3/418．一种零件的加工由两道工序组成，第一道工序的废品率为 1p ，第二道工序的废品率为2p ，则该零件加工的成品率为 （ ）A ．121p p --B ．121p p -C ．12121p p p p --+D ．122p p --19．每次试验的成功率为)10(<<p p ，则在3次重复试验中至少失败一次概率为（ ）。

大连理工大学概率上机作业第一次上机作业1.利用Matlab自带命令产生1000个均匀随机变量服从U(0,1)。

>> unifrnd(0,1,20,50)ans =Columns 1 through 100.8147 0.6557 0.4387 0.7513 0.3517 0.1622 0.1067 0.8530 0.7803 0.54700.9058 0.0357 0.3816 0.2551 0.8308 0.7943 0.9619 0.6221 0.3897 0.29630.1270 0.8491 0.7655 0.5060 0.5853 0.3112 0.0046 0.3510 0.2417 0.74470.9134 0.9340 0.7952 0.6991 0.5497 0.5285 0.7749 0.5132 0.4039 0.18900.6324 0.6787 0.1869 0.8909 0.9172 0.1656 0.8173 0.4018 0.0965 0.68680.0975 0.7577 0.4898 0.9593 0.2858 0.6020 0.8687 0.0760 0.1320 0.18350.2785 0.7431 0.4456 0.5472 0.7572 0.2630 0.0844 0.2399 0.9421 0.36850.5469 0.3922 0.6463 0.1386 0.7537 0.6541 0.3998 0.1233 0.9561 0.62560.9575 0.6555 0.7094 0.1493 0.3804 0.6892 0.2599 0.1839 0.5752 0.78020.9649 0.1712 0.7547 0.2575 0.5678 0.7482 0.8001 0.2400 0.0598 0.08110.1576 0.7060 0.2760 0.8407 0.0759 0.4505 0.4314 0.4173 0.2348 0.92940.9706 0.0318 0.6797 0.2543 0.0540 0.0838 0.9106 0.0497 0.3532 0.77570.9572 0.2769 0.6551 0.8143 0.5308 0.2290 0.1818 0.9027 0.8212 0.48680.4854 0.0462 0.1626 0.2435 0.7792 0.9133 0.2638 0.9448 0.0154 0.43590.8003 0.0971 0.1190 0.9293 0.9340 0.1524 0.1455 0.4909 0.0430 0.44680.1419 0.8235 0.4984 0.3500 0.1299 0.8258 0.1361 0.4893 0.1690 0.30630.4218 0.6948 0.9597 0.1966 0.5688 0.5383 0.8693 0.3377 0.6491 0.50850.9157 0.3171 0.3404 0.2511 0.4694 0.9961 0.5797 0.9001 0.7317 0.51080.7922 0.9502 0.5853 0.6160 0.0119 0.0782 0.5499 0.3692 0.6477 0.81760.9595 0.0344 0.2238 0.4733 0.3371 0.4427 0.1450 0.1112 0.4509 0.7948Columns 11 through 200.6443 0.3111 0.0855 0.0377 0.0305 0.0596 0.1734 0.9516 0.0326 0.25180.3786 0.9234 0.2625 0.8852 0.7441 0.6820 0.3909 0.9203 0.5612 0.29040.8116 0.4302 0.8010 0.9133 0.5000 0.0424 0.8314 0.0527 0.8819 0.61710.5328 0.1848 0.0292 0.7962 0.4799 0.0714 0.8034 0.7379 0.6692 0.26530.3507 0.9049 0.9289 0.0987 0.9047 0.5216 0.0605 0.2691 0.1904 0.82440.9390 0.9797 0.7303 0.2619 0.6099 0.0967 0.3993 0.42280.3689 0.98270.8759 0.4389 0.4886 0.3354 0.6177 0.8181 0.5269 0.5479 0.4607 0.73020.5502 0.1111 0.5785 0.6797 0.8594 0.8175 0.4168 0.9427 0.9816 0.3439 0.6225 0.2581 0.2373 0.1366 0.8055 0.7224 0.6569 0.4177 0.1564 0.5841 0.5870 0.4087 0.4588 0.7212 0.5767 0.1499 0.6280 0.9831 0.8555 0.1078 0.2077 0.5949 0.9631 0.1068 0.1829 0.6596 0.2920 0.3015 0.6448 0.9063 0.3012 0.2622 0.5468 0.6538 0.2399 0.5186 0.4317 0.7011 0.3763 0.8797 0.4709 0.6028 0.5211 0.4942 0.8865 0.9730 0.0155 0.6663 0.1909 0.8178 0.2305 0.7112 0.2316 0.7791 0.0287 0.6490 0.9841 0.5391 0.4283 0.2607 0.8443 0.2217 0.4889 0.7150 0.4899 0.8003 0.1672 0.6981 0.4820 0.5944 0.1948 0.1174 0.6241 0.9037 0.1679 0.4538 0.1062 0.6665 0.1206 0.0225 0.2259 0.2967 0.6791 0.8909 0.9787 0.4324 0.3724 0.1781 0.5895 0.4253 0.1707 0.3188 0.3955 0.3342 0.7127 0.8253 0.1981 0.1280 0.2262 0.3127 0.2277 0.4242 0.3674 0.6987 0.5005 0.0835 0.4897 0.9991 0.3846 0.1615 0.4357 0.5079 0.9880 0.1978 0.4711 0.1332 0.3395 0.1711 0.5830 0.1788Columns 21 through 300.4229 0.7788 0.2548 0.1759 0.6476 0.5822 0.4046 0.3477 0.8217 0.5144 0.0942 0.4235 0.2240 0.7218 0.6790 0.5407 0.4484 0.1500 0.4299 0.8843 0.5985 0.0908 0.6678 0.4735 0.6358 0.8699 0.3658 0.5861 0.8878 0.5880 0.4709 0.2665 0.8444 0.1527 0.9452 0.2648 0.7635 0.2621 0.3912 0.1548 0.6959 0.1537 0.3445 0.3411 0.2089 0.3181 0.6279 0.0445 0.7691 0.1999 0.6999 0.2810 0.7805 0.6074 0.7093 0.1192 0.7720 0.7549 0.3968 0.4070 0.6385 0.4401 0.6753 0.1917 0.2362 0.9398 0.9329 0.2428 0.8085 0.7487 0.0336 0.5271 0.0067 0.7384 0.1194 0.6456 0.9727 0.4424 0.7551 0.8256 0.0688 0.4574 0.6022 0.2428 0.6073 0.4795 0.1920 0.6878 0.3774 0.7900 0.3196 0.8754 0.3868 0.9174 0.4501 0.6393 0.1389 0.35920.2160 0.3185 0.5309 0.5181 0.9160 0.2691 0.4587 0.5447 0.6963 0.7363 0.7904 0.5341 0.6544 0.9436 0.0012 0.7655 0.6619 0.6473 0.0938 0.3947 0.9493 0.0900 0.4076 0.6377 0.4624 0.1887 0.7703 0.5439 0.5254 0.6834 0.3276 0.1117 0.8200 0.9577 0.4243 0.2875 0.3502 0.7210 0.5303 0.7040 0.6713 0.1363 0.7184 0.2407 0.4609 0.0911 0.6620 0.5225 0.8611 0.4423 0.4386 0.6787 0.9686 0.6761 0.7702 0.5762 0.4162 0.9937 0.4849 0.0196 0.8335 0.4952 0.5313 0.2891 0.3225 0.6834 0.8419 0.2187 0.3935 0.3309 0.7689 0.1897 0.3251 0.6718 0.7847 0.5466 0.8329 0.1058 0.6714 0.4243 0.1673 0.4950 0.1056 0.6951 0.4714 0.4257 0.2564 0.1097 0.7413 0.2703 0.8620 0.1476 0.6110 0.0680 0.0358 0.6444 0.6135 0.0636 0.5201 0.1971 0.9899 0.0550Columns 31 through 400.8507 0.7386 0.5523 0.1239 0.7378 0.5590 0.1781 0.8949 0.6311 0.6925 0.5606 0.5860 0.6299 0.4904 0.0634 0.8541 0.3596 0.0715 0.0899 0.5567 0.9296 0.2467 0.0320 0.8530 0.8604 0.3479 0.0567 0.2425 0.0809 0.3965 0.6967 0.6664 0.6147 0.8739 0.9344 0.4460 0.5219 0.0538 0.7772 0.0616 0.5828 0.0835 0.3624 0.2703 0.9844 0.0542 0.3358 0.4417 0.9051 0.78020.8154 0.6260 0.0495 0.2085 0.8589 0.1771 0.1757 0.0133 0.5338 0.33760.8790 0.6609 0.4896 0.5650 0.7856 0.6628 0.2089 0.8972 0.1092 0.60790.9889 0.7298 0.1925 0.6403 0.5134 0.3308 0.9052 0.1967 0.8258 0.74130.0005 0.8908 0.1231 0.4170 0.1776 0.8985 0.6754 0.0934 0.3381 0.10480.8654 0.9823 0.2055 0.2060 0.3986 0.1182 0.4685 0.3074 0.2940 0.12790.6126 0.7690 0.1465 0.9479 0.1339 0.9884 0.9121 0.45610.7463 0.54950.9900 0.5814 0.1891 0.0821 0.0309 0.5400 0.1040 0.1017 0.0103 0.48520.5277 0.9283 0.0427 0.1057 0.9391 0.7069 0.7455 0.9954 0.0484 0.89050.4795 0.5801 0.6352 0.1420 0.3013 0.9995 0.7363 0.3321 0.6679 0.79900.8013 0.0170 0.2819 0.1665 0.2955 0.2878 0.5619 0.2973 0.6035 0.73430.2278 0.1209 0.5386 0.6210 0.3329 0.4145 0.1842 0.0620 0.5261 0.05130.4981 0.8627 0.6952 0.5737 0.4671 0.4648 0.5972 0.2982 0.7297 0.07290.9009 0.4843 0.4991 0.0521 0.6482 0.7640 0.2999 0.0464 0.7073 0.08850.5747 0.8449 0.5358 0.9312 0.0252 0.8182 0.1341 0.5054 0.7814 0.79840.8452 0.2094 0.4452 0.7287 0.8422 0.1002 0.2126 0.7614 0.2880 0.9430Columns 41 through 500.6837 0.7894 0.1123 0.6733 0.0986 0.9879 0.5975 0.7593 0.8092 0.75190.1321 0.3677 0.7844 0.4296 0.1420 0.1704 0.3353 0.7406 0.7486 0.22870.7227 0.2060 0.2916 0.4517 0.1683 0.2578 0.2992 0.7437 0.1202 0.06420.1104 0.0867 0.6035 0.6099 0.1962 0.3968 0.4526 0.1059 0.5250 0.76730.1175 0.7719 0.9644 0.0594 0.3175 0.0740 0.4226 0.6816 0.3258 0.67120.6407 0.2057 0.4325 0.3158 0.3164 0.6841 0.3596 0.4633 0.5464 0.71520.3288 0.3883 0.6948 0.7727 0.2176 0.4024 0.5583 0.2122 0.3989 0.64210.6538 0.5518 0.7581 0.6964 0.2510 0.9828 0.7425 0.0985 0.4151 0.41900.7491 0.2290 0.4326 0.1253 0.8929 0.4022 0.4243 0.8236 0.1807 0.39080.5832 0.6419 0.6555 0.1302 0.7032 0.6207 0.4294 0.1750 0.2554 0.81610.7400 0.4845 0.1098 0.0924 0.5557 0.1544 0.1249 0.1636 0.0205 0.31740.2348 0.1518 0.9338 0.0078 0.1844 0.3813 0.0244 0.6660 0.9237 0.81450.7350 0.7819 0.1875 0.4231 0.2120 0.1611 0.2902 0.8944 0.6537 0.78910.9706 0.1006 0.2662 0.6556 0.0773 0.7581 0.3175 0.5166 0.9326 0.85230.8669 0.2941 0.7978 0.7229 0.9138 0.8711 0.6537 0.7027 0.1635 0.50560.0862 0.2374 0.4876 0.5312 0.7067 0.3508 0.9569 0.1536 0.9211 0.63570.3664 0.5309 0.7690 0.1088 0.5578 0.6855 0.9357 0.9535 0.7947 0.95090.3692 0.0915 0.3960 0.6318 0.3134 0.2941 0.4579 0.5409 0.5774 0.44400.6850 0.4053 0.2729 0.1265 0.1662 0.5306 0.2405 0.6797 0.4400 0.06000.5979 0.1048 0.0372 0.1343 0.6225 0.8324 0.7639 0.0366 0.2576 0.8667 2.参考课本综合例题2.5.4和2.5.5中的方法，模拟产生1000个随机变量，使其服从参数为2的指数分布，进而计算这1000个随机数的均值和方差。

西安交通⼤学概率论上机实验[公司名称]Matlab 上机实验尾号为7（题号5、8、9、12、16）第五题题⽬通过⾎检对某地区的N 个⼈进⾏某种疾病普查。

有两套⽅案：⽅案⼀是逐⼀检查；⽅案⼆是分组检查。

那么哪⼀种⽅案好？若这种疾病在该地区的发病率为0.1；0.05；0.01，试分析评价结果。

分析⽅案⼀需要检验N 次。

⽅案⼆：假设检验结果阴性为“正常”、阳性为“患者”，把受检者分为k 个⼈⼀组，把这k 个⼈的⾎混合在⼀起进⾏检验，如果检验结果为阴性，这说明k 个⼈的⾎液全为阴性，因⽽这k 个⼈总共只要检验⼀次就够了；如果结果为阳性，要确定k 个⼈的⾎液哪些是阳性就需要逐⼀再检查，因⽽这k 个⼈总共需要检查k+1次。

因此⽅案⼆在实施时有两种可能性，要和⽅案⼀⽐较，就要求出它的平均值（即平均检验次数）。

假设这⼀地区患病率（即检查结果为阳性的概率）为p ，那么检验结果为阴性的概率为，这时k 个⼈⼀组的混合⾎液是阴性的概率为，是阳性的概率为，则每⼀组所需的检验次数是⼀个服从⼆点分布的⼀个随机变量，下⾯的问题是，怎样确定k 的值使得次数最少？由以上计算结果可以得出：当，即时，⽅案⼆就⽐⽅案⼀好，总得检验次数为Y=。

当p=0.1时，⽤matlab 画出上述函数的图像： for i=1:1:101q p =-k q 1k q -ξ()1(1)11k k kE q k q k kq ξ=?++?-=+-1kk kq k +-p 11,k k kq q k f f()1k Nk kq k +-?k(i)=i;y(i)=(1+k(i)-k(i)*0.9^k(i))/k(i); end plot(k,y)可以看出，当k=4的时候最⼩，故此时每组⼈数应该取为4。

y=(1+k-k*0.9^k)/k*10000得到平均为5939次；P=0.05，k=5时，平均为4262次； P=0.01，k=32时，平均为3063次。

综上，采⽤合适的分组数时分组可以显著减少检验次数。

数学实验－概率学院：理学院班级：xxxx姓名：xxxx学号：xxxx指导教师：xxxxx实验名称：概率试验目的：1)通过对mathematica软件的练习与运用，进一步熟悉和掌握mathematica软件的用法与功能。

2)通过试验过程与结果将随机实验可视化，直观理解概率论中的一些基本概念，并初步体验随机模拟方法。

实验步骤：1)打开数学应用软件——Mathematica ，单击new打开Mathematica 编辑窗口；2)根据各种问题编写程序文件；3)运行程序文件并调试；4)观察运行结果(数值或图形)；5)根据观察到的结果写出实验报告，并析谈学习心和体会。

实验内容：1)概率的统计定义2)古典概型3)几种重要分布1)二项分布2)泊松分布4)概率问题的应用(一)概率的统计定义我们以抛掷骰子为例，按古典概率的定义，我们要假设各面出现的机会是等可能的，这就要假设：(1)骰子的质料绝对均匀；(2)骰子是绝对的正方体：(3）掷骰子时离地面有充分的高度。

但在实际问题中是不可能达到这些要求的，假设我们要计算在一次抛掷中出现一点这样一个事件 的概率为多少，这时，已无法仅通过一种理论的考虑来确定，但我们可以通过试验的方法来得到事件 概率：设反复地将骰子抛掷大量的次数，例如n 次，若在n 次抛掷中一点共发生了 次，则称是 这个事件在这n 次试验中的频率，概率的统计定义就是将 作为事件 的概率P( )的估计。

这个概念的直观背景是：当一个事件发生的可能性大（小）时，如果在同样条件下反复重复这个实验时，则该事件发生的频繁程度就大（小）。

同时，我们在数学上可以证明：对几何任何一组试验，当n 趋向无穷时，频率 趋向同一个数。

<练习一>模拟掷一颗均匀的骰子,可用产生1-6的随机整数来模拟实验结果1) 作n=200组实验，统计出现各点的次数，计算相应频率并与概率值1/6比较；2) 模拟n=1000，2000，3000组掷骰子试验，观察出现3点的频率随试验次数n 变化的情形，从中体会频率和概率的关系。

实验项目一：数据整理中的统计计算一、实验要求：（1）掌握Excel中基本的数据处理方法；（2）学会使用Excel进行统计分组，能以此方式独立完成相关作业。

二、实验重点：了解数据整理的概念和内容。

掌握不同类型的统计图表。

三、实验难点：不同类型的统计图表四、实验要求：0、本实验课程要求学生已修《计算机应用基础》或类似课程。

此条为整门课程所要求，以后不再赘述。

1、已学习教材相关内容，理解数据整理中的统计计算问题；已阅读本次实验导引，了解Excel中相关的计算工具。

2、准备好一个统计分组问题及相应数据（可用本实验导引所提供问题与数据）。

3、以Excel文件形式提交实验报告（含：实验过程记录、疑难问题发现与解决记录（可选））。

此条为所有实验所要求，恕不赘述。

五、实验内容：1、在一批灯泡中随机抽取50只，测试其使用寿命，原始数据如下（单位：小时）：700 716 728 719 685709 691 684 705 718706 715 712 722 691708 690 692 707 701708 729 694 681 695685 706 661 735 665668 710 693 697 674658 698 666 696 698706 692 691 747 699682 698 700 710 722进行等距分组，整理成频数分布表，并绘制频数分布图（直方图、折线图、曲线图）。

要求：（1）用MIN和MAX函数找出最小值和最大值，以50为组距，确定每组范围；（2）进行等距分组，整理成频数分布表，并绘制频数分布图（直方图、折线图、曲线图）。

3、温州市1978-2005年GDP（亿元）如下表要求：（1）作出趋势图（折线图或X-Y散点图）；（2）用“添加趋势线”方法，找出一个最好的方程；（3）预测2006年、2007年温州市GDP。

4、书P140，6.4六、实验步骤与结果：1、实验项目二：数字特征的统计计算一、实验要求：学会使用Excel计算各种数字特征，能以此方式独立完成相关作业。

《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。

概率论matlab实验报告概率论与数理统计matlab上机实验报告班级：学号：姓名：指导⽼师：实验⼀常见分布的概率密度、分布函数⽣成[实验⽬的]1. 会利⽤MATLAB软件计算离散型随机变量的概率，连续型随机变量概率密度值。

2.会利⽤MATLAB软件计算分布函数值，或计算形如事件{X≤x}的概率。

3.会求上α分位点以及分布函数的反函数值。

[实验要求]1.掌握常见分布的分布律和概率密度的产⽣命令，如binopdf,normpdf2. 掌握常见分布的分布函数命令，如binocdf,normcdf3. 掌握常见分布的分布函数反函数命令，如binoinv,norminv[实验内容]常见分布的概率密度、分布函数⽣成，⾃设参数1、X~B（20,0.4）（1）P{恰好发⽣8次}=P{X=8}（2）P{⾄多发⽣8次}=P{X<=8}（1）binopdf(8,20,0.4)ans =0.1797（2）binocdf(8,20,0.4)ans =0.59562、X~P（2）求P{X=4}poisspdf(4,2)ans =0.09023、X~U[3,8](1)X=5的概率密度(2)P{X<=6}(1)unifpdf(5,3,8)ans =0.2000(2)unifcdf(6,3,8)ans =0.60004、X~exp（3）(1)X=0,1,2,3,4,5,6,7,8时的概率密度(2)P{X<=8}注意：exp(3)与教材中参数不同，倒数关系(1)exppdf(0:8,3) ans =Columns 1 through 30.3333 0.2388 0.1711Columns 4 through 60.1226 0.0879 0.0630Columns 7 through 90.0451 0.0323 0.0232(2)expcdf(8,3)ans =0.93055、X~N(8,9)(1)X=3,4,5,6,7,8,9时的概率密度值(2)X=3,4,5,6,7,8,9时的分布函数值(3)若P{X<=x}=0.625,求x(4)求标准正态分布的上0.025分位数（1）normpdf(3:9,8,3)ans =Columns 1 through 30.0332 0.0547 0.0807 Columns 4 through 60.1065 0.1258 0.1330 Column 70.1258（2）normcdf(3:9,8,3)ans =Columns 1 through 30.0478 0.0912 0.1587 Columns 4 through 60.2525 0.3694 0.5000 Column 70.6306（3）norminv(0.625,8,3)ans =8.9559（4）norminv(0.975,0,1)ans =1.96006、X~t（3）（1）X=-3，-2，-1,0,1，2，3时的概率密度值（2）X=-3，-2，-1,0,1，2，3时的分布函数值(3)若P{X<=x}=0.625,求x(4)求t分布的上0.025分位数（1）tpdf(-3:3,3)ans =Columns 1 through 30.0230 0.0675 0.2067 Columns 4 through 60.3676 0.2067 0.0675 Column 70.0230（2）tcdf(-3:3,3)ans =Columns 1 through 30.0288 0.0697 0.1955 Columns 4 through 60.5000 0.8045 0.9303 Column 70.9712（3）tinv(0.625,3)ans =0.3492（4）tinv(0.975,3)ans =3.18247、X~卡⽅（4）(1)X=0,1,2,3,4,5,6时的概率密度值(2)X=0,1,2,3,4,5,6时的分布函数值(3)若P{X<=x}=0.625,求x(4)求卡⽅分布的上0.025分位数（1）chi2pdf(0:6,4)ans =Columns 1 through 30 0.1516 0.1839 Columns 4 through 6 0.1673 0.1353 0.1026 Column 70.0747（2）chi2cdf(0:6,4)ans =Columns 1 through 30 0.0902 0.2642 Columns 4 through 6 0.4422 0.5940 0.7127 Column 70.8009（3）chi2inv(0.625,4)ans =4.2361（4）chi2inv(0.975,4)ans =11.14338、X~F（4,9）(1)X=0,1,2,3,4,5,6时的概率密度值(2)X=0,1,2,3,4,5,6时的分布函数值(3)若P{X<=x}=0.625,求x(4)求F分布的上0.025分位数（1）fpdf(0:6,4,9)ans =Columns 1 through 30 0.4479 0.1566 Columns 4 through 6 0.0595 0.0255 0.0122 Column 70.0063（2）fcdf(0:6,4,9)ans =Columns 1 through 30 0.5442 0.8218Columns 4 through 60.9211 0.9609 0.9788Column 70.9877（3）finv(0.625,4,9)ans =1.1994（4）finv(0.975,4,9)ans =4.7181实验⼆概率作图[实验⽬的]1.熟练掌握MATLAB软件的关于概率分布作图的基本操作2.会进⾏常⽤的概率密度函数和分布函数的作图3.会画出分布律图形[实验要求]1.掌握MATLAB画图命令plot2.掌握常见分布的概率密度图像和分布函数图像的画法[实验内容]任选四种分布，⾃设参数（已画⼋种分布图像，可熟悉各分布特点）1、X~B（20,0.4）代码：x=0:20;y=binopdf(x,20,0.4)plot(x,y,'.')结果：2、X~exp（3）概率密度图像代码：x=0:0.01:15;y=exppdf(x,3)plot(x,y)结果：分布函数代码：x=-1:0.01:15; y=expcdf(x,3)plot(x,y)结果：3、X~P（4）概率密度图形代码：x=0:10;y=poisspdf(x,4)plot(x,y,'.')结果：分布函数图形代码：x=0:0.01:10; y=poisscdf(x,4) plot(x,y)结果：4、X~U（3,8）概率密度图形代码：x=0:0.01:10;y=unifpdf(x,3,8)plot(x,y,'.')结果：分布函数图形代码：x=0:0.01:10;y=unifcdf(x,3,8) plot(x,y)结果：5、X~N(4，9) 概率密度图形代码：x=-10:0.01:18;y=normpdf(x,4,3); plot(x,y)结果：分布函数图形代码：x=-10:0.01:18;y=normcdf(x,4,3); plot(x,y)结果：同⼀坐标系，均值是4，标准差分别为1,2,3的正态分布概率密度图形代码：x=-5:0.01:15;y1=normpdf(x,4,1);y2=normpdf(x,4,2);y3=normpdf(x,4,3);plot(x,y1,x,y2,x,y3)结果：6、X~t（3）概率密度图形代码：x=-10:0.01:10;y=tpdf(x,3);plot(x,y)结果：分布函数图形代码：x=-10:0.01:10; y=tcdf(x,3); plot(x,y)结果：。

概率论上机实验报告《概率论上机实验报告》在概率论的学习中，实验是非常重要的一部分。

通过实验，我们可以验证概率论的理论，加深对概率的理解，同时也可以提高我们的实验能力和数据处理能力。

本次实验报告将详细介绍一次概率论的上机实验，包括实验目的、实验方法、实验结果和实验分析。

实验目的：本次实验的目的是通过随机抽样的方法，验证概率论中的一些基本概念和定理，包括概率的计算、事件的独立性、事件的互斥性等。

通过实际操作，加深对这些概念的理解，同时也提高我们的实验技能和数据处理能力。

实验方法：本次实验采用计算机模拟的方法进行。

首先，我们选择了几个经典的概率问题作为实验对象，包括掷骰子、抽球问题等。

然后，通过编写程序，模拟进行大量的随机实验，得到实验数据。

最后，通过对实验数据的统计分析，验证概率论中的一些基本概念和定理。

实验结果：通过实验，我们得到了大量的实验数据。

通过对这些数据的统计分析，我们验证了概率的计算方法，验证了事件的独立性和互斥性等基本概念和定理。

实验结果表明，概率论中的一些基本概念和定理在实际中是成立的，这也进一步加深了我们对概率论的理解。

实验分析：通过本次实验，我们不仅验证了概率论中的一些基本概念和定理，同时也提高了我们的实验能力和数据处理能力。

通过实验，我们深刻理解了概率论的一些基本概念和定理，并且也掌握了一些实验技能和数据处理技能。

这对我们今后的学习和工作都将有很大的帮助。

总结：通过本次实验，我们深刻理解了概率论的一些基本概念和定理，同时也提高了我们的实验能力和数据处理能力。

这对我们今后的学习和工作都将有很大的帮助。

希望通过这次实验，我们能更加深入地理解概率论，并且提高我们的实验技能和数据处理技能。