概率论上机实验报告资料
上机实验报告(精选11篇)
上机实验报告篇1用户名se××××学号姓名学院①实验名称：②实验目的：③算法描述（可用文字描述，也可用流程图）：④源代码：（.c的文件）⑤用户屏幕（即程序运行时出现在机器上的画面）：2．对c文件的要求：程序应具有以下特点：a可读性：有注释。
b交互性：有输入提示。
c结构化程序设计风格：分层缩进、隔行书写。
3.上交时间：12月26日下午1点-6点，工程设计中心三楼教学组。
请注意：过时不候哟！四、实验报告内容0．顺序表的插入。
1.顺序表的删除。
2．带头结点的单链表的\'插入。
3.带头结点的单链表的删除。
注意：1.每个人只需在实验报告中完成上述4个项目中的一个，具体安排为：将自己的序号对4求余，得到的数即为应完成的项目的序号。
例如：序号为85的同学，85%4=1，即在实验报告中应完成顺序表的删除。
2.实验报告中的源代码应是通过编译链接即可运行的。
3.提交到个人空间中的内容应是上机实验中的全部内容。
上机实验报告篇2一、《软件技术基础》上机实验内容1．顺序表的建立、插入、删除。
2．带头结点的单链表的建立（用尾插法）、插入、删除。
二、提交到个人10m硬盘空间的内容及截止时间1．分别建立二个文件夹，取名为顺序表和单链表。
2．在这二个文件夹中，分别存放上述二个实验的相关文件。
每个文件夹中应有三个文件(.c文件、.obj文件和.exe文件)。
3. 截止时间：12月28日（18周周日）晚上关机时为止，届时服务器将关闭。
三、实验报告要求及上交时间（用a4纸打印）1．格式：《计算机软件技术基础》上机实验报告用户名se××××学号姓名学院①实验名称：②实验目的：③算法描述（可用文字描述，也可用流程图）：④源代码：（.c的文件）⑤用户屏幕（即程序运行时出现在机器上的画面）：2．对c文件的要求：程序应具有以下特点：a 可读性：有注释。
b 交互性：有输入提示。
西安交大概率论上机实验报告
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。
西安交大概率论上机实验报告-西安交通大学概率论实验报告
概率论与数理统计上机实验报告一、实验内容使用MATLAB 软件进行验证性实验，掌握用MATLAB 实现概率统计中的常见计算。
本次实验包括了对二维随机变量，各种分布函数及其图像以及频率直方图的考察。
1、列出常见分布的概率密度及分布函数的命令，并操作。
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45=X 的概率和45≤X 的概率；(2) 绘制分布函数图形和概率分布律图形。
3、用Matlab 软件生成服从二项分布的随机数，并验证泊松定理。
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。
5、来自某个总体的样本观察值如下，计算样本的样本均值、样本方差、画出频率直方图。
A=[16 25 19 20 25 33 24 23 20 24 25 17 15 21 22 26 15 23 2220 14 16 11 14 28 18 13 27 31 25 24 16 19 23 26 17 14 30 21 18 16 18 19 20 22 19 22 18 26 26 13 21 13 11 19 23 18 24 28 13 11 25 15 17 18 22 16 13 12 13 11 09 15 18 21 15 12 17 13 14 12 16 10 08 23 18 11 16 28 13 21 22 12 08 15 21 18 16 16 19 28 19 12 14 19 28 28 28 13 21 28 19 11 15 18 24 18 16 28 19 15 13 22 14 16 24 20 28 18 18 28 14 13 28 29 24 28 14 18 18 18 08 21 16 24 32 16 28 19 15 18 18 10 12 16 26 18 19 33 08 11 18 27 23 11 22 22 13 28 14 22 18 26 18 16 32 27 25 24 17 17 28 33 16 20 28 32 19 23 18 28 15 24 28 29 16 17 19 18] 6. 利用Matlab 软件模拟高尔顿板钉试验。
西安交通大学概率论上机实验
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。
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。
概率-matlab上机实验
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。
概率论实验报告
概率论与数理统计实验报告实验名称： 区间估计姓名 学号 班级 实验日期一、实验名称：区间估计二、实验目的：1. 会用MATLAB 对一个正态总体的参数进行区间估计；2. 会对两个正态总体的均值差和方差比进行区间估计。
三、实验要求：1. 用MATLAB 查正态分布表、χ2分布表、t 分布表和F 分布表。
2. 利用MATLAB 进行区间估计。
四、实验内容：1. 计算α=0.1, 0.05, 0.025时，标准正态分布的上侧α分位数。
2. 计算α=0.1, 0.05, 0.025，n =5, 10, 15时，χ2(n )的上侧α分位数（注：α与n相应配对，即只需计算2220.10.050.025(5),(10),(15)χχχ的值，下同）。
3. 计算α=0.1, 0.05, 0.025，n =5, 10, 15时， t (n )的上侧α分位数。
4. 计算α=0.1, 0.05, 0.025时， F (8,15)的上侧α分位数； 验证：0.050.95(8,15)1(15,8)F F =；计算概率{}312P X ≤≤。
5. 验证例题6.28、例题6.29、例题6.30、习题6.27、习题6.30。
五、实验任务及结果：任务一：计算α=0.1, 0.05, 0.025时，标准正态分布的上侧α分位数。
源程序：%1-1x = norminv([0.05 0.95],0,1)%1-2y = norminv([0.025 0.975],0,1)%1-3z = norminv([0.0125 0.9875],0,1)结果：x =-1.6449 1.6449y =-1.9600 1.9600z =-2.2414 2.2414结论：α=0.1时的置信区间为[-1.6449，1.6449]，上侧α分位数为1.6449.α=0.05时的置信区间为[-1.9600，1.9600]，上侧α分位数为1.9600.α=0.025时的置信区间为[-2.2414，2.2414]，上侧α分位数为2.2414.任务二：计算α=0.1, 0.05, 0.025，n=5, 10, 15时，χ2(n)的上侧α分位数（注：α与n 相应配对，即只需计算2220.10.050.025(5),(10),(15)χχχ的值，下同）。
概率论上机实验报告
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。
- 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)。
西安交通大学概率论实验报告计算机36班南夷非21305051352014年12月13日一、实验目的1.熟练掌握MATLAB 软件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，绘出分布律图形。
2.利用MATLAB 软件解决一些概率论问题在实际生活中的应用。
二、实验内容1.二项分布的泊松分布与正态分布的逼近设 X ~ B(n ，p) ，其中np=21) 对n=101,…,105,讨论用泊松分布逼近二项分布的误差。
画处逼近的图形2) 对n=101,…,105, 计算 )505(≤<X P ，)9020(≤<X P1）用二项分布计算2）用泊松分布计算3）用正态分布计算比较用泊松分布逼近与正态分布逼近二项分布的优劣。
2. 正态分布的数值计算设X ～),(2σμN ；1）当5.0,5.1==σμ时，计算 }9.28.1{<<X P ，}5.2{X P <-；2）当5.0,5.1==σμ时,若95.0}{=<x X P ，求x ；3）分别绘制3,2,1=μ，5.0=σ 时的概率密度函数图形。
3. 已知每百份报纸全部卖出可获利14元，卖不出去将赔8元，设报纸的需求量X的分布律为试确定报纸的最佳购进量n。
（要求使用计算机模拟）4．蒲丰投针实验取一张白纸，在上面画出多条间距为d的平行直线，取一长度为r（r<d）的针, 随机投到纸上n次，记针与直线相交的次数为m. 由此实验计算1）针与直线相交的概率。
2）圆周率的近似值。
二、实验过程1.问题一：MATLAB程序：第一问：n1=0:100;n2=0:1000;n3=0:10000;n4=0:100000;x1=100;x2=1000;x3=10000;x4=100000;p1=0.02;p2=0.002;p3=0.0002;p4=0.00002;lamada=2;y1=poisspdf(n1,lamada);y2=poisspdf(n2,lamada);y3=poisspdf(n3,lamada);y4=poisspdf(n4,lamada);y11=binopdf(n1,x1,p1);y22=binopdf(n2,x2,p2);y33=binopdf(n3,x3,p3);y44=binopdf(n4,x4,p4);figure(1);hold on;plot(n1,y1,'r.-');plot(n1,y11,'b.-');hold off;figure(2);hold on;plot(n2,y2,'r.-');plot(n2,y22,'b.-');hold off;figure(3);hold on;plot(n3,y3,'r.-');plot(n3,y33,'b.-');hold off;figure(4)hold on;plot(n4,y4,'r.-');plot(n4,y44,'b.-');hold off;第二问：n1=0:10;n2=0:100;n3=0:1000;n4=0:10000;n5=0:100000;n4x1=10;x2=100;x3=1000;x4=10000;x5=100000;p1=0.2;p2=0.02;p3=0.002;p4=0.0002;p5=0.00002;lamada=2;p111=binocdf(50,x1,p1)-binocdf(5,x1,p1);p112=binocdf(50,x2,p2)-binocdf(5,x2,p2);p113=binocdf(50,x3,p3)-binocdf(5,x3,p3);p114=binocdf(50,x4,p4)-binocdf(5,x4,p4);p115=binocdf(50,x5,p5)-binocdf(5,x5,p5);p121=binocdf(90,x1,p1)-binocdf(20,x1,p1);p122=binocdf(90,x2,p2)-binocdf(20,x2,p2);p123=binocdf(90,x3,p3)-binocdf(20,x3,p3);p124=binocdf(90,x4,p4)-binocdf(20,x4,p4);p125=binocdf(90,x5,p5)-binocdf(20,x5,p5);p21=poisscdf(50,lamada)-poisscdf(5,lamada);p22=poisscdf(90,lamada)-poisscdf(20,lamada);p311=normcdf(50,lamada,2-2*p1)-normcdf(5,lamada,2-2*p1); p312=normcdf(50,lamada,2-2*p2)-normcdf(5,lamada,2-2*p2); p313=normcdf(50,lamada,2-2*p3)-normcdf(5,lamada,2-2*p3); p314=normcdf(50,lamada,2-2*p4)-normcdf(5,lamada,2-2*p4); p315=normcdf(50,lamada,2-2*p5)-normcdf(5,lamada,2-2*p5);p321=normcdf(90,lamada,2-2*p1)-normcdf(20,lamada,2-2*p1); p322=normcdf(90,lamada,2-2*p2)-normcdf(20,lamada,2-2*p2); p323=normcdf(90,lamada,2-2*p3)-normcdf(20,lamada,2-2*p3); p324=normcdf(90,lamada,2-2*p4)-normcdf(20,lamada,2-2*p4); p325=normcdf(90,lamada,2-2*p5)-normcdf(20,lamada,2-2*p5); disp(p111);disp(p112);disp(p113);disp(p114);disp(p115);disp(p121);disp(p122);disp(p123);disp(p124);disp(p125);disp(p21);disp(p22);disp(p311);disp(p312);disp(p313);disp(p314);disp(p315);disp(p321);disp(p322);disp(p323);disp(p324);disp(p325); （1）实验结果：当n=101,…,105, )P二项分布的结果分别为：<X505(≤0.00640.01550.01650.01660.0166当n=101,…,105, )<XP二项分布的结果分别为：(≤20908.8818e-165.1070e-155.9952e-152.7678e-13泊松分布的结果为：<XP= 0.0166505(≤)(≤P= 6.1062e-15<X20)90当n=101,…,105, )<XP正态分布的结果分别为：5(≤500.03040.06290.06640.06680.0668当n=101,…,105, )<X(≤P正态分布的结果分别为：2090（2）实验分析：当n 的取值较大时，泊松分布和二项分布的差别很小。
2.问题二：问题分析：本题是关于正态分布的有关概率计算问题，只要调用正态分布(norm)的有关命令就能实现其计算。
这些命令分别是分布函数命令normcdf(σμ,,x )；概率密度命令normpdf(σμ,,x )；逆分布函数命令norminv(σμ,,x )。
MATLAB 程序：p1=normcdf(2.9,1.5,0.5)-normcdf(1.8,1.5,0.5)p2=1-normcdf(-2.5,1.5,0.5)p3=1+normcdf(0.1,1.5,0.5)-normcdf(3.3,1.5,0.5)px=0.95;x0=norminv(px,1.5,0.5)x = (-5:0.02:10);y1 = normpdf(x,1,0.5);plot(x,y1);hold ony2 = normpdf(x,2,0.5);plot(x,y2);hold ony3 = normpdf(x,3,0.5);plot(x,y3);grid;xlabel('x'); ylabel('p')gtext('均值为1')gtext('均值为2')gtext('均值为3')title('正态概率密度曲线')运行结果：p1 =0.2717p2 =1.0000p3 =0.0027x0 =2.3224由上图可以看出正态分布曲线是以x=µ为对称轴的。
3.问题三：问题分析：由题意知卖出百份可赚14元而卖不出的一百份会赔8元，所以购进整百份报纸比较划算。
设X（k）为购进k百张报纸后赚得的钱，分别计算E（X（k））（k=0,1,2,3,4,5），由此得到当k=3时，E（X（k））最大，故最佳购进量为300。
MATLAB程序：T=[]for k=0:5s=0;for n=1:3000x=rand(1,1)if x<=0.05y=0;elseif x<=0.15y=1;elseif x<=0.4y=2;elseif x<=0.75y=3;elseif x<=0.9y=4;else x<1y=5;endif k>yw=22*y-8*k;elsew=14*k;ends=s+w;endt=s/3000;T=[T,t]endT输出结果：T =0 12.9880 23.2627 28.9760 25.9480 20.67604.问题四：MATLAB程序：clear ('n')clear('a')clear('x')clear('f')clear ('y')clear ('m')disp('本程序用来进行投针实验的演示，a代表两线间的宽度，针的长度l=a/2，n代表实验次数'); a=input('请输入a:');n=input('请输入n:');x=unifrnd(0,a/2,[n,1]);f=unifrnd(0,pi,[n,1]);y=x<0.25*a*sin(f);m=sum(y);PI=vpa(a*n/(a*m))运行结果：本程序用来进行投针实验的演示，a代表两线间的宽度，针的长度l=a/2，n代表实验次数请输入a：3请输入n：100000PI =3.1359759157049673858504766683392四、实验总结：通过上机实验，我掌握了MATLAB软件关于概率分布作图的基本操作，也加深了对于正态分布函数的认识。