3-3 数学实验–方差

By | 2018年7月10日

设X,Y都是连续型随机变量,均服从正态分布:其中σ12,输入后面的Matlab语句,完成以下实验.

(1) 画出两个分布的概率密度图形;

(2) 取N=2000,分别产生服从两个分布的二组随机数,并画直方图;

任选常数a>0(注意大小适中),计算P(|X-μ|>a),P(|X-μ|>2a),P(|Y-μ|>a),P(|Y-μ|>2a),同时统计两组随机数落入到区间[μ-a,μ+a]和[μ-2a,μ+2a]内和区间外的频率.

通过以上的实验,你会得到什么结论?

练习3 设X~P(2),Y~P(20),分别产生两组随机数,完成类似上面的实验,观察参数对随机数取值的影响,并解释原因.

练习4 设X服从参数为2的指数分布,Y服从参数为1的指数分布,分别产生两组随机数,观察参数对随机数取值的影响,并解释原因.

实验2的matlab语句

clear all

mu=3;sig1=1;sig2=2;a=1;n=2000 %输入参数及有关的值

x1=mu-4*sig2:0.01:mu+4*sig2;

y1=normpdf(x1,mu,sig1);

plot(x1,y1) %随机变量X的概率密度图形

hold on

y2=normpdf(x1,mu,sig2);

plot(x1,y2,'r')  %随机变量Y的概率密度图形

px1=normcdf(mu+a,mu,sig1)-normcdf(mu-a,mu,sig1) %P(X–μ|>a)

px2=normcdf(mu+2*a,mu,sig1)-normcdf(mu-2*a,mu,sig1) %P(X–μ|>2a)

py1=normcdf(mu+a,mu,sig2)-normcdf(mu-a,mu,sig2) % P(|Y–μ|>a)

py2=normcdf(mu+2*a,mu,sig2)-normcdf(mu-2*a,mu,sig2) %P(|Y–μ|>2a)

xr=normrnd(mu,sig1,1,n);

yr=normrnd(mu,sig2,1,n);

qj1=[mu-a,mu+a];

qj2=[mu-2*a,mu+2*a];

fx1=histc(xr,qj1);

fx2=histc(xr,qj2);

fy1=histc(yr,qj1);

fy2=histc(yr,qj2);

frex1=fx1(1)/n %随机数X落入到区间[μ-a,μ+a]内的频率

frex2=fx2(1)/n %随机数X落入到区间[μ-2a,μ+2a]内的频率

frey1=fy1(1)/n %随机数Y落入到区间[μ-a,μ+a]内的频率

frey2=fy2(1)/n %随机数Y落入到区间[μ-2a,μ+2a]内的频率