（1）取p=0.2, 输入Matlab语句，绘出二项分布b(20，p)的概率分布图与分布函数图，观察二项分布的概率分布与分布函数图形，理解pk与F(x)的性质.
（2）固定p=0.2，分别取n=10,20,50，在同一坐标系内绘出二项分布的概率分布图，图中将顶点按顺序连成折线，称为概率分布曲线.观察二项分布的概率分布曲线随参数n的变化.
（3）固定n=10，在同一坐标系下分别绘出p=0.25,0.5,0.75的二项分布的概率分布曲线，观察二项分布的概率分布曲线随参数p的变化.
（4）分别取λ=1,2,36，在同一坐标系下绘出泊松分布P(λ)的概率分布曲线，观察曲线特点.
（5）在同一坐标系下画出二项分布（自行输入n，p）与泊松分布（参数为λ=np）的概率分布曲线比较.
（6）固定np不变，增大n，减小p的取值，观察二项分布图形的变化，并与泊松分布的概率分布曲线比较，你发现了什么？
下面是实验１的部分matlab语句.
程序１. 参数为n=20,p=0.2的二项分布概率分布直方图与概率分布函数图.
x = 0:20;
y1 = binopdf(x,20,0.2);
H1=figure;
bar(x,y1) % 输出概率分布直方图
hold on
H2=figure;
y2=binocdf(x,20,0.2);
stairs(x,y2)%概率分布函数图
程序２. 参数p固定为0.2，参数n=10,20,50时二项分布的概率分布曲线.
clear all
x1=0:10;
y1=binopdf(x1,10,0.2);
plot(x1,y1,'-.g*')%n=10时的概率概率分布曲线
hold on
x2=0:20;
y2=binopdf(x2,20,0.2);
plot(x2,y2,'-.b*') %n=20时的概率概率分布曲线
hold on
x3=0:50;
y3=binopdf(x3,50,0.2);
plot(x3,y3,'-.r*') %n=50时的概率概率分布曲线
legend('n=10','n=20','n=50')
程序３. 固定n=10，p=0.25,0.5,0.75时的二项分布的概率分布曲线.
clear all
x1=0:10;
y1=binopdf(x1,10,0.25);
plot(x1,y1,'-.g*')%p=0.25时的概率分布曲线
hold on
x2=0:10;
y2=binopdf(x2,10,0.5);
plot(x2,y2,'-.b*')%p=0.5时的概率分布曲线
hold on
x3=0:10;
y3=binopdf(x3,10,0.75);
plot(x3,y3,'-.r*') %p=0.75时的概率分布曲线
legend('p=0.25','p=0.5','n=0.75')
程序４. λ=1,2,3,6时，泊松分布P(λ)的概率分布曲线，
clear all
x1= 0:20;
y1 =poisspdf(x1,1);
plot(x1,y1,'-.m*')% λ=1时的概率分布曲线
hold on
y2=poisspdf(x1,2);
plot(x1,y2,'-.b*') % λ=2时的概率分布曲线
hold on
y3=poisspdf(x1,3);
plot(x1,y3,'-.r*') % λ=3时的概率分布曲线
hold on
y4=poisspdf(x1,6);
plot(x1,y4,'-.k*') % λ=6时的概率分布曲线
legend('\lambda=1','\lambda=2','\lambda=3','\lambda=6')