数理统计与Matlab上机报告1
MatlabSimulink课程上机实验汇报
模糊控制
模糊控制概述
模糊控制是以模糊集合论，模糊语言变量及模糊逻辑推理为基础的计算 机智能控制。在传统的控制领域里，控制系统动态模式的精确与否是影 响控制优劣的最主要关键，系统动态的信息越详细，则越能达到精确控 制的目的。传统的控制理论对于明确系统有强而有力的控制能力，但对 于过于复杂或难以精确描述的系统，则显得无能为力。因此便尝试着以 模糊数学来处理这些控制问题。
PID控制器参数的工程整定方法，主要有临界比例法、反应曲线法和衰减法。三种方法各有其特点， 其共同点都是通过试验，然后按照工程经验公式对控制器参数进行整定。但无论采用哪一种方法所得到的 控制器参数，都需要在实际运行中进行最后调整与完善。现在一般采用的是临界比例法。
PID控制
1.2 PID控制器的参数整定
模糊控制
模糊集合
经典集合论中任意一个元素与任意一个集合之间的关系，只是“属于”或“不属于”，两者必居其一 而且只居其一。它描述的是有明确分界线的元素组合。经典集合用0或1简单地表示“属于”或“不属于” 的分类对比，而模糊集合则是把它扩展成用0~1之间的连续变化值来描述元素的属于程度。经典集合中元 素必须符合特征函数，而模糊集合实际上是将经典集合论中的特征函数表示扩展到用隶属度函数来表示。
隶属度函数实质上反映的是事物的渐变性，要遵守一些基本规则。 1．表示隶属度函数的模糊集合必须是凸模糊集合 2．变量所取隶属度函数通常是对称和平衡的 3．隶属度函数要遵从语意顺序和避免不恰当重叠 4．隶属度函数的选择需要考虑重叠指数
模糊控制
模糊集合
隶属度函数举例
MATLAB上机实习报告
MATLAB上机实习报告Matlab上机实习实习报告十八周我们进行了本学期的第二次实习——Matlab上机实习。
本次实习一星期，共实习了五个部分。
分别是：一，Matlab基本操作；二，数值数组及其运算；三，Matlab图形绘制基础；四：SIMULINK仿真基础；五：句柄图形和图形用户界面制作。
下面分别介绍各部分内容：实习内容一Matlab基本操作1.实习目的:●掌握Matlab的启动和退出；●熟悉的命令窗口；●熟悉其它常用窗口和工具栏；2.输入一段程序:t=0:pi/50:4*pi;y0=exp(-t/3);y=exp(-t/3).*sin(3*t);plot(t,y,’-r’,t,y0,’:b’,t,-y0,’:b’)输出结果:3.了解文件中的一些功能和指令.例如:clear 清除当前工作区中所有变量clc 清除指令窗内容clf 清除图形窗口cd 设置当前工作目录exit,quit 退出MATLAB实习内容二数值数组及其运算1.实习目的●掌握一维数组的创建和寻访●掌握二维数组的创建和寻访●掌握MATLAB的矩阵和数组的运算●熟悉MATLAB关系操作和逻辑操作2.要求在闭区间[0,2pi]上产生50个等距采样的一维数组A，试用两种不同的指令实现。
要访问1到5元素如何实现；寻访7到最后一个元素如何实现；寻访第2.6.8个元素如何实现;寻访大于2的元素如何实现;给第3.5.9个元素赋值100如何实现:(1)>> A=linspace(0,2*pi,50);>> A=0:(50/49):50;>> AA =Columns 1 through 90 1.0204 2.0408 3.0612 4.0816 5.1020 6.1224 7.1429 8.1633Columns 10 through 189.1837 10.2041 11.2245 12.2449 13.2653 14.2857 15.3061 16.3265 17.3469Columns 19 through 2718.3673 19.3878 20.4082 21.4286 22.4490 23.4694 24.4898 25.5102 26.5306Columns 28 through 3627.5510 28.5714 29.5918 30.6122 31.6327 32.6531 33.6735 34.6939 35.7143Columns 37 through 4536.7347 37.7551 38.7755 39.7959 40.8163 41.8367 42.8571 43.8776 44.8980Columns 46 through 5045.9184 46.9388 47.9592 48.9796 50.0000(2)>> whos A>> A(1:5)ans =0 1.0204 2.0408 3.0612 4.0816(3)>> A(7:50)ans =Columns 1 through 86.12247.14298.16339.1837 10.2041 11.2245 12.2449 13.2653Columns 9 through 1614.2857 15.3061 16.3265 17.3469 18.3673 19.3878 20.4082 21.4286Columns 17 through 2422.4490 23.4694 24.4898 25.510226.5306 27.5510 28.5714 29.5918Columns 25 through 3230.6122 31.6327 32.6531 33.6735 34.6939 35.7143 36.7347 37.7551Columns 33 through 4038.7755 39.7959 40.8163 41.8367 42.8571 43.8776 44.8980 45.9184Columns 41 through 4446.9388 47.9592 48.9796 50.0000 (4)>> A([2 6 8])ans =1.0204 5.1020 7.1429(5)>> poison=find(A>2)poison =Columns 1 through 143 4 5 6 7 8 9 10 11 12 13 14 15 16Columns 15 through 2817 18 19 20 21 22 23 24 25 26 27 28 29 30Columns 29 through 4231 32 33 34 35 36 37 38 39 40 41 42 43 44Columns 43 through 4845 46 47 48 49 50 (6)>> A([3 5 9])=100(7)>> A=[1 2 3;4 5 6]A =1 2 34 5 63. 在指令窗口输入A=[1 2 3；4 5 6] 观察结果：分别用“全坐标”“单坐标”来寻访第2行第1列的元素，并说明二维数组元素的存储顺序。
MATLAB语言上机实习报告
MATLAB语⾔上机实习报告课程名称：测绘程序设计课程性质：必修测绘程序设计实习报告学院：测绘⼯程学院班级：1220501实习地点：核⼯楼410班级组号：学⽣姓名：赵建新学⽣学号：201220050163指导教师：王建强⽇期：年⽉⽇⽬录实验1 matlab软件练习 (2)实验2 matlab解算⽅程 (5)实验3 matlab绘图 (8)实验4 ⾓度弧度互换 (12)实验5 坐标正反算 (15)实验6 ⽔准⽹计算 (17)实验7 导线⽹计算 (20)实验8 坐标转换 (23)实验⼼得 (26)实验1 matlab软件练习[实验项⽬]：MATLAB软件练习。
[实验⽬的]：熟悉对MATLAB的操作。
[实验仪器设备]：计算机及MATLAB R2009a程序设计语⾔。
[实验原理]：Matlab主要应⽤于数学计算、系统建模与仿真、数学分析与可视化、科学与⼯程制图和⽤户界⾯设计等。
Matlab是⼀个交互式开发系统，其基本数据要素是矩阵。
它的语法规则简单，⽤解释⽅式⼯作，编写程序和运⾏同步，键⼊程序⽴即得出结果，⼈机交互更加简洁和智能化。
[实验内容]：打开matlab，将⿏标放⾄菜单栏和⼯具栏图标上，了解其功能特点以及单击某个图标，熟悉它的界⾯、操作。
例如：（1）命令窗⼝：是进⾏matlab操作最主要的窗⼝，可以把命令窗⼝看成“草稿本”。
在命令窗⼝输⼊matlab的命令和数据后按回车键，⽴即执⾏运算并现实结果。
语句形式为：>>变量=表达式。
（2）历史命令窗⼝：位于界⾯的左下侧，⽤来记录并显⽰已经运⾏过的命令、函数及表达式。
在默认设置下，该窗⼝会显⽰⾃安装⼀来所有使⽤过的命令的历史记录，并标明每次启动软件的时间。
（3）当前⽬录浏览窗⼝：界⾯的左上侧，⽤来设置当前⽬录，并显⽰当前⽬录下的M-⽂件、Mat⽂件、Mdl⽂件等⽂件信息，窗⼝中包括⽂件类型、⽂件⼤⼩、最后修改时间和⽂件的说明信息等。
[实验数据记录及处理]：（1）运⾏matlab，界⾯是⼀个⾼度集成的⼯作界⾯，主要由菜单栏、⼯具栏、当前⼯作⽬录窗⼝、⼯作空间管理窗⼝、历史命令窗⼝和命令窗⼝等组成，如下图所⽰：（2）建⽴“M-⽂件”（“M-⽂件编辑/调试窗⼝集合了代码编辑和程序调试的功能，兵可以分析程序的运⾏效率）[实验结论]：Matlab是⼀款很好的应⽤于数学计算、系统建模与仿真、数学分析与可视化、科学与⼯程制图和⽤户界⾯设计等软件。
概率论与数理统计上机实验报告
概率论与数理统计上机实验报告实验一【实验目的】熟练掌握 MATLAB 软件的关于概率分布作图的基本操作会进行常用的概率密度函数和分布函数的作图绘画出分布律图形【实验要求】掌握 MATLAB 的画图命令 plot掌握常见分布的概率密度图像和分布函数图像的画法【实验容】2 、设X : U (−1,1)（1 ）求概率密度在 0 ，0.2 ，0.4 ，0.6 ，0.8，1 ，1.2 的函数值；（2 ）产生 18 个随机数（3 行 6 列）（3 ）又已知分布函数F ( x) = 0.45 ，求x（4 ）画出X 的分布密度和分布函数图形。
【实验方案】熟练运用基本的MATLAB指令【设计程序和结果】1.计算函数值Fx=unifcdf(0, -1,1)Fx=unifcdf(0.2, -1,1)Fx=unifcdf(0.4, -1,1)Fx=unifcdf(0.6, -1,1)Fx=unifcdf(0.8, -1,1)Fx=unifcdf(1.0, -1,1)Fx=unifcdf(1.2, -1,1)结果Fx =0.5000Fx =0.6000Fx =0.7000Fx =0.8000Fx =0.9000Fx =1Fx =12.产生随机数程序：X=unifrnd(-1,1,3,6)结果：X =0.6294 0.8268 -0.4430 0.9298 0.9143 -0.7162 0.8116 0.2647 0.0938 -0.6848 -0.0292 -0.1565 -0.7460 -0.8049 0.9150 0.9412 0.6006 0.83153.求x程序：x=unifinv(0.45, -1,1)结果：x =-0.10004.画图程序：x=-1:0.1:1;px=unifpdf(x, -1,1);fx=unifcdf(x, -1,1);plot(x,px,'+b');hold on;plot(x,fx,'*r');legend('均匀分布函数','均匀分布密度');结果：【小结】运用基本的MATLAB指令可以方便的解决概率论中的相关问题，使数学问题得到简化。
MATLAB课后上机实验报告
《MATLAB程序设计与应用》实验指导书实验一 matlab 集成环境使用与运算基础1，先求下列表达式的值，然后显示matlab 工作空间的使用情况并保存全部变量。
（1）0122sin851z e =+程序：.>> z1=2*sin(85*pi/180)/(1+exp(2)) 结果： z1 =0.2375（2）22121(0.4552i z In x x +⎡⎤=+=⎢⎥-⎣⎦其中 程序：>> x=[2,1+2*i;-0.45,5];>> z2=0.5*log(x+sqrt(1+x*x)) 结果： z2 =0.7114 - 0.0253i 0.8968 + 0.3658i 0.2139 + 0.9343i 1.1541 - 0.0044i（3）0.3,9.2,8.2,...,8.2,9.2,0.3,23.0)3.0sin(23.03.03---=+++-=-a aIn a e e z a a 提示：利用冒号表达式生成a 向量，求各点函数值时用点乘运算。
程序：>> a=-3.0:0.1:30;>> z3=(exp(0.3*a)-exp(-0.3*a))/2.*sin((a+0.3)*pi/180)+log((0.3+a)/2) 结果： z3 =1.0e+003 *Columns 1 through 40.0003 + 0.0031i 0.0003 + 0.0031i 0.0003 + 0.0031i 0.0002 + 0.0031iColumns 5 through 80.0002 + 0.0031i 0.0001 + 0.0031i 0.0001 + 0.0031i 0.0000 + 0.0031i Columns 9 through 12-0.0000 + 0.0031i -0.0001 + 0.0031i -0.0001 + 0.0031i -0.0002 + 0.0031i Columns 13 through 16-0.0003 + 0.0031i -0.0003 + 0.0031i -0.0004 + 0.0031i -0.0005 + 0.0031i Columns 17 through 20-0.0006 + 0.0031i -0.0007 + 0.0031i -0.0008 + 0.0031i -0.0009 + 0.0031i Columns 21 through 24-0.0010 + 0.0031i -0.0012 + 0.0031i -0.0014 + 0.0031i -0.0016 + 0.0031i Columns 25 through 28-0.0019 + 0.0031i -0.0023 + 0.0031i -0.0030 + 0.0031i -0.0370 Columns 29 through 32-0.0030 -0.0023 -0.0019 -0.0016 Columns 33 through 36-0.0014 -0.0012 -0.0010 -0.0009 Columns 37 through 40-0.0008 -0.0007 -0.0006 -0.0005 Columns 41 through 44-0.0004 -0.0003 -0.0003 -0.0002 Columns 45 through 48-0.0001 -0.0001 -0.0000 0.0000 Columns 49 through 520.0001 0.0001 0.0002 0.0002 Columns 53 through 560.0003 0.0003 0.0003 0.0004 Columns 57 through 600.0004 0.0005 0.0005 0.0005 Columns 61 through 640.0006 0.0006 0.0006 0.0007 Columns 65 through 680.0007 0.0007 0.0008 0.0008 Columns 69 through 720.0008 0.0008 0.0009 0.0009 Columns 73 through 760.0009 0.0010 0.0010 0.0010 Columns 77 through 800.0011 0.0011 0.0011 0.0011 Columns 81 through 840.0012 0.0012 0.0012 0.0013 Columns 85 through 880.0013 0.0013 0.0013 0.0014 Columns 89 through 920.0014 0.0014 0.0015 0.0015 Columns 93 through 960.0015 0.0016 0.0016 0.0016 Columns 97 through 1000.0017 0.0017 0.0017 0.0018 Columns 101 through 1040.0018 0.0018 0.0019 0.0019 Columns 105 through 1080.0020 0.0020 0.0020 0.0021 Columns 109 through 1120.0021 0.0022 0.0022 0.0023 Columns 113 through 1160.0023 0.0024 0.0024 0.0025 Columns 117 through 1200.0025 0.0026 0.0026 0.0027 Columns 121 through 1240.0027 0.0028 0.0029 0.0029 Columns 125 through 1280.0030 0.0031 0.0031 0.0032 Columns 129 through 1320.0033 0.0034 0.0034 0.0035 Columns 133 through 1360.0036 0.0037 0.0038 0.0039 Columns 137 through 1400.0040 0.0041 0.0042 0.0043 Columns 141 through 1440.0044 0.0045 0.0046 0.0047 Columns 145 through 1480.0049 0.0050 0.0051 0.0053 Columns 149 through 1520.0054 0.0056 0.0057 0.0059 Columns 153 through 1560.0060 0.0062 0.0064 0.0066 Columns 157 through 1600.0068 0.0069 0.0071 0.0074 Columns 161 through 1640.0076 0.0078 0.0080 0.0083 Columns 165 through 1680.0085 0.0088 0.0090 0.0093 Columns 169 through 1720.0096 0.0099 0.0102 0.0105 Columns 173 through 1760.0108 0.0112 0.0115 0.0119 Columns 177 through 1800.0123 0.0127 0.0131 0.0135 Columns 181 through 1840.0139 0.0144 0.0148 0.0153 Columns 185 through 1880.0158 0.0163 0.0168 0.0174 Columns 189 through 1920.0180 0.0185 0.0191 0.0198 Columns 193 through 1960.0204 0.0211 0.0218 0.0225 Columns 197 through 2000.0233 0.0241 0.0249 0.0257 Columns 201 through 2040.0265 0.0274 0.0284 0.0293 Columns 205 through 2080.0303 0.0313 0.0324 0.0335 Columns 209 through 2120.0346 0.0358 0.0370 0.0382 Columns 213 through 2160.0395 0.0409 0.0423 0.0437 Columns 217 through 2200.0452 0.0467 0.0483 0.0500 Columns 221 through 2240.0517 0.0534 0.0552 0.0571 Columns 225 through 2280.0591 0.0611 0.0632 0.0654 Columns 229 through 2320.0676 0.0699 0.0723 0.0748 Columns 233 through 2360.0773 0.0800 0.0827 0.0856 Columns 237 through 2400.0885 0.0915 0.0947 0.0979 Columns 241 through 2440.1013 0.1047 0.1083 0.1121 Columns 245 through 2480.1159 0.1199 0.1240 0.1282 Columns 249 through 2520.1326 0.1372 0.1419 0.1467 Columns 253 through 2560.1518 0.1570 0.1624 0.1679 Columns 257 through 2600.1737 0.1796 0.1858 0.1921 Columns 261 through 2640.1987 0.2055 0.2125 0.2198 Columns 265 through 2680.2273 0.2351 0.2431 0.2514 Columns 269 through 2720.2600 0.2689 0.2781 0.2876 Columns 273 through 2760.2974 0.3076 0.3180 0.3289 Columns 277 through 2800.3401 0.3517 0.3637 0.3761 Columns 281 through 2840.3889 0.4021 0.4158 0.4299 Columns 285 through 2880.4446 0.4597 0.4753 0.4915 Columns 289 through 2920.5082 0.5254 0.5433 0.5617 Columns 293 through 2960.5807 0.6004 0.6208 0.6418 Columns 297 through 3000.6636 0.6861 0.7093 0.7333 Columns 301 through 3040.7581 0.7838 0.8103 0.8377 Columns 305 through 3080.8660 0.8952 0.9254 0.9567 Columns 309 through 3120.9890 1.0223 1.0568 1.0924 Columns 313 through 3161.1292 1.1673 1.2066 1.2472Columns 317 through 3201.2892 1.3326 1.3774 1.4237Columns 321 through 3241.4715 1.5210 1.5721 1.6249Columns 325 through 3281.6794 1.7357 1.7940 1.8541Columns 329 through 3311.9163 1.98052.0468（4）⎪⎩⎪⎨⎧=<≤<≤<≤+--=5.2:5.0:0,322110,121,2224t t t t t t t t z 其中提示：用逻辑表达式求分段函数值。
matlab计算机实验报告
matlab计算机实验报告Matlab计算机实验报告引言Matlab是一种强大的计算机软件，广泛应用于科学计算、数据分析和工程设计等领域。
本实验报告旨在介绍我对Matlab的实验研究和应用。
通过实验，我深入了解了Matlab的功能和特点，并通过实际案例展示了其在科学计算和数据处理中的应用。
实验一：基本操作和语法在本实验中，我首先学习了Matlab的基本操作和语法。
通过编写简单的程序，我熟悉了Matlab的变量定义、赋值、运算符和条件语句等基本语法。
我还学习了Matlab的矩阵操作和向量化计算的优势。
通过实例演示，我发现Matlab在处理大规模数据时具有高效性和便捷性。
实验二：数据可视化数据可视化是Matlab的重要应用之一。
在本实验中，我学习了如何使用Matlab绘制各种图表，如折线图、散点图、柱状图和饼图等。
我了解了Matlab 的绘图函数和参数设置，并通过实例展示了如何将数据转化为直观的图形展示。
数据可视化不仅可以帮助我们更好地理解数据，还可以用于数据分析和决策支持。
实验三：数值计算和优化Matlab在数值计算和优化方面具有强大的功能。
在本实验中，我学习了Matlab 的数值计算函数和工具箱，如数值积分、微分方程求解和线性代数运算等。
通过实例研究，我发现Matlab在求解复杂数学问题和优化算法方面具有出色的性能。
这对于科学研究和工程设计中的数值分析和优化问题非常有用。
实验四：图像处理和模式识别Matlab在图像处理和模式识别领域也有广泛的应用。
在本实验中，我学习了Matlab的图像处理工具箱和模式识别算法。
通过实例演示，我了解了如何使用Matlab进行图像滤波、边缘检测和特征提取等操作。
我还学习了一些常见的模式识别算法，如支持向量机和神经网络等。
这些技术在计算机视觉和模式识别中具有重要的应用价值。
实验五：信号处理和系统建模Matlab在信号处理和系统建模方面也有广泛的应用。
在本实验中，我学习了Matlab的信号处理工具箱和系统建模工具。
概率论与数理统计MATLAB上机实验报告
《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。
MATLAB技术上机实践报告
目录上机实践一MATLAB在“高等数学”中的应用练习（4学时）（1）上机练习——MATLAB解常微分方程（SJ101.m）（2）上机练习——MATLAB二元函数作图（SJ102.m）（3）上机编程——微分运算和积分运算（SJ103.m）（4）上机编程——线性方程组的数值解法（SJ104.m）上机实践二MATLAB在“力学”中的应用练习（4学时）（1）上机练习——质点直线运动的位置、速度和加速度（SJ201.m）（2）上机练习——轻质杆的斜抛运动（SJ202.m）（3）上机编程——质点的抛体运动（SJ203.m）（4）上机编程——物体在恒力作用下的直线运动（SJ204.m）上机实践三MATLAB在“电磁学”中的应用练习（4学时）（1）上机练习——电磁波的发射方法一（SJ301.m）（2）上机练习——电磁波的发射方法二（SJ302.m）（3）上机编程——静电场场强分布计算（SJ303.m）（4）上机编程——带电粒子在电场中的运动（SJ304.m）上机实践四MATLAB在“振动和波动”中的应用练习（4学时）（1）上机练习——旋转矢量法（SJ401.m）（2）上机练习——用惠更斯作图法确定波阵面（SJ402.m）（3）上机编程——同方向简谐振动的合成（SJ403.m）（4）上机编程——简谐波横波的演示（SJ404.m）上机实践五MATLAB在“量子物理”中的应用练习（4学时）（1）上机练习——黑体辐射随波长的变化规律（SJ501.m）（2）上机练习——势垒和隧道效应（SJ502.m）（3）上机编程——双缝干涉图样的动画模拟（SJ503.m）上机实践六MATLAB在“电子信息技术”中的应用练习（4学时）（1）上机练习——含受控源的电阻电路计算（SJ601.m）（2）上机练习——方波分解为多次正弦波之和（SJ602.m）（3）上机编程——电阻电路的计算（SJ603.m）（4）上机编程——连续信号的MATLAB描述（SJ604.m）上机实践一 MATLAB 在“高等数学”中的应用练习（4学时）【上机实践目的】使用MATLAB 软件编写相应的M 文件进行计算模拟高等数学中的一些基本问题。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
99.1010 293.0468 190.8425 467.0713 81.9290 132.2227
126.2908 275.3121 284.3430 65.8232 397.3480 327.3855
【练习2.01】（填充，二维均匀随机数）产生二维均匀分布和正态分布随机数，填充画图并将二维随机点画在一起。
【练习2_02】（使用命令进行参数估计）
【练习2_03】（编程实现参数估计，置信区间）
【练习2_04】（编程实现参数估计，置信区间）
随机地从A批导线中抽取4根，从B批导线中抽取5根，测得电阻数据如下，
2 5 4 2 4 2 6 1 2 7
2 3 2 6 3 7 7 4 3 2
Value Count Percent
1 9 9.00%
2 30 30.00%
3 25 25.00%
4 20 20.00%
5 7 7.00%
6 5 5.00%
7 4 4.00%
y =
1 9 9
2 30 30
3 25 25
4 20 20
binopdf(5,10,0.5)
【练习1_04】
Ai=第i本书恰好在第i个位置
B=至少有i本书在他的编号的位置
P（Ai）=(n-1)!/n!=1/n
假如n=3
p(B)=P(A1)+(A2)+(A3)-P（A1A2)-P(A2A3)-P(A1A2)+P(A1A2A3)
1-3*[1/prod(1:3)]+1/prod(1:3)
407.3281 308.4063 458.6796 38.8513 284.8430 156.2963
122.5190 237.1711 143.6337 27.9211 235.2259 264.7380
464.7025 176.4781 378.8429 265.8680 6.9391 83.6587
2015年月日
设计方案描述：
【练习1_01】利用随机分布函数产生随机数
【练习1_02】
1、求出n个人中至少有两个人生日相同的概率P（n）的近似公式；
2、根据P（n）的近似公式，用计算机分别计算出当团体人数取n=1，2，……，
100时的概率值：P（25），P（2），……，P（50）。描述概率值随团体人
y13 =0.8233
y21 = 1
y22 = 0
y23 = 0
y31 = 0.9400
y32 =1.5721
y33 = 1.2538
y41 =211.5728
y42 =6.0689e+06
y43 =2.4635e+03
分析讨论：
1、在生日问题的分析中，当n=25时，出项两个人的生日相同的概率已经升至0.5687，事件出现的概率已经很大，而从上列图中可以看到，无论是理论结果还是模拟结果，当观察的人数超过50人之后，几乎一定会出现生日相同的人。
2、在随机数的频率曲线与概率密度函数曲线画接近一致，matlab随机取值非常接近正态分布。
3、在卡方分布中，n越增大，卡方分布越向中间位置集中，当n趋近于无穷大时近似正态分布。
4、改变卡方分布的临界值会改变双侧的面积。
Байду номын сангаас心得体会：
在上一学期的概率论学习中就学过Matlab的基本数学运用，如今再进行编程计算有很多不习惯。再不不会利用函数时，知道函数名，直接用help funname就可以得到相应的帮助信息。对于学习matlab，想要学会，使用熟练，不花时间练习，写代码，亲自运行调试，是很难掌握好的。使用Matlab画图可以非常形象的描述函数的特征，改变相应的函数值可以图形，从而很好的描述函数的变化特征。在小学期的学习中，我对Matlab产生了浓厚的兴趣，一个人一旦对某事物有了浓厚的兴趣，就会主动去求知、去探索、去实践，并在求知、探索、实践中产生愉快的情绪和体验。这样才能主动学习，并且学好到精通。
【练习1_08】对不同的参数 ，画出 分布的概率密度函数曲线，讨论 的不同变化对曲线的影
响。
【练习1_09】设 ，求 ，
【练习1_10】求标准正态分布的临界值并画图。
【练习1_11】求 分布的双侧临界值并画图（变换不同的 ）。
【练习1_12】选择两种离散型和两种连续性随机变量，（1）写出它们的分布，求出相应的数学期望、标准差、方差；（2）产生相应的随机数，求出样本的均值、标准差、方差。
-5.6918 12.1835 11.8949 8.5077 6.4099 5.1144
0.8021 -4.8045 -0.2909 -5.2591 5.1674 3.6900
11.7730 4.0115 2.6569 3.2308 -1.6684 -3.7511
【练习1_02】
Rs=[20253035404550]
数除以10，和个位数一起构成的3位数相加得到k，累计取到k的个数n，
除以所有可能的个数900.
【练习1_06】利用随机分布函数产生随机数，然后统计频数频率。之后利用图形生成函数
画图，将理论图叠加至原图进行对比分析。
【练习1_07】利用正态分布函数命令画正态分布 的概率密度函数曲线，利用政坛
分布函数随机数的产生产生 个相应的随机数，画出直方图和带正
【练习1_12】首先选择四种随机变量，分别为随机分布、二项分布、T分布和几何分布。利用函数写出它们的分布，求出相应的数学期望、标准差、方差；（2）产生相应的随机数，求出样本的均值、标准差、方差。
主要程序清单：
【练习1_01】
均匀分布
unifrnd (1,500,6,6)
正态分布
normrnd(5,5,6,6)
态密度曲线的直方图。将随机数的频率曲线与概率密度函数曲线叠加画在一
起进行比对。
【练习1_08】卡方分布函数中改变不同的n值，画图叠加在一个图中。
【练习1_09】利用函数的积累求两个端点的差值。
【练习1_10】设定标准正态分布的取值范围，利用函数求临界值并画图。
【练习1_11】利用函数x=norminv(x,n)画图，变换不同的n值并将图形叠加在一起。
实验目的：
1.熟悉MATLAB在概率统计中的若干命令和使用格式。
2.学会用Matlab填充画图的方法。
3.熟悉Matlab的各种分布基本指令，并学会用Matlab编程实现临界值的图形表示。
4.求各种随机变量的各种数字特征。
运行结果：
【练习1_01】
均匀分布
unifrnd (1,500,6,6)
ans =
【练习1_02】求 个人中至少有两个人生日相同的概率
【练习1_03】20个黑白棋子，随机抽出10个，求（1）10个一色（2）9个一色（3）8个一色（4）7个一色（5）6个一色（6）5个一色的概率。
【练习1_04】将编号为 的 本书任意地排列在书架上，求至少有一本书自左到右的排列序号与它的编号相同的概率。
【练习1_06】
x =
2 3 3 2 3 4 4 5 3 3
3 2 1 6 4 4 2 4 5 5
3 2 6 4 4 2 3 4 2 2
3 1 3 3 4 3 1 4 5 4
4 2 3 7 3 3 5 4 2 1
4 4 3 6 3 3 3 2 2 4
2 2 2 2 3 2 2 2 2 2
1 3 1 3 5 2 1 4 2 1
A:0.143,0.142,0.143,0.137 B:0.140,0.142,0.136,0.138,0.140
【练习3_01】（编程实现两个正态总体的假设检验）
（1）从两处煤矿各抽样数次，分析其含灰率（%）如下：甲矿：24.3,20.8,23.7,21.3,17.4，乙矿：18.2,16.9,20.2,16.7；假定各煤矿含灰率服从正态分布，向甲，乙矿煤的含灰率有无显著差异？
2980 3160 3100 3460 2740 3060 3700 3460 3500 1600
3100 3700 3280 2880 3120 3800 3740 2940 3580 2980
3700 3460 2940 3300 2980 3480 3220 3060 3400 2680
3340 2500 2960 2900 4600 2780 3340 2500 3300 3640
【练习3_04】（独立性检验）检验成绩分数段[0 60 70 80 90 100.1]的分布与课程是否独立。
【练习3_05】（K检验法）考察某台仪器的无故障工作时间12次，
得数据为：28,42,54,92,138,159,169,181,210,234,236,265.问无故障工作时间是否服从 的指数分布。
【练习1_05】求一个三位数之和为 的概率。
【练习1_06】（1）生成 个二项分布的随机数 ，统计出每个可能取值的频数、频率；（2）计算其分布律，分别用数值和图形进行对比；（3）算出理论上最可能的取值点并于实际随机数进行比较。
【练习1_07】画正态分布 的概率密度函数曲线，产生 个相应的随机数，画出直方图和带正态密度曲线的直方图。将随机数的频率曲线与概率密度函数曲线画在一起进行比对。
（2）以下分别是数学和信计各两个班的概率统计成绩，检验数学1-2班成绩是否有显著差异，信计1-2班成绩是否有显著差异
99
99
98
92
92
91
91
89
89
88
87
87
87
87
85
85
84
84
83
83
82
82
80
78
77
77
68