概率论与数理统计课外实验——模拟投硬币实验

概率论与数理统计课外实验——模拟投硬币实验
概率论与数理统计课外实验——模拟投硬币实验

概率论与数理统计课外实验

教师:李**

实验者:李**

学院:*********学院

专业班级:*****班

学号:*************

实验时间:2013年5月

实验课题:用计算机模拟投硬币实验

一,实验背景

1,对于一枚均匀的硬币,规定有数字的一面为正面,每次投掷,出现正面与反面的机会是相等的。那对于同

一枚硬币多次投掷,出现正面的次数与出现反面的次

数又分别是多少呢?随着投掷的次数逐渐增加,正面

向上的频率有什么变化呢?

2,由于需要实验的次数之多,需要耗费大量人力物力。

随着计算机技术的发展,能不能用计算机模拟投硬币

实验,一加快实验进程,节省时间,人力物力呢?二,理论依据

1,对于一枚均匀的硬币,每次投掷出现正面与反面的机会是均等的。于是我们可以用数字1代表出现的是正

面,数字0代表出现的是反面。而可以利用计算机等

可能的产生0和1这两个随机数。于是,计算机每次

产生一个随机数0或1,代表一次投硬币实验。这样,

就可以用计算机快速模拟大量投硬币实验的结果。三,投硬币实验编程源代码

#include

#include

#include

void main()

{

unsigned long int a ,i,m,b=0,n,f;

printf("请输入实验的次数a=: \n");

scanf("%ld",&a);

long double c,g,ave ;

for(i=0;i

{

m=rand();

n=m%2;

b+=n ;

}

f=a-b;

c=(double)a;

g=(double)b;

ave=g/c;

printf("\n 试验的总次数为%ld \n 其中正面向上的次数为%ld \n 反面向上的次数为%ld \n 正面出现的频率为%20.15f \n ",a,b,f,ave);

scanf("%d,&m"); //无用输入函数,只是为了让此程序直接可以在win7系统上以dos窗口运行

}

四,部分实验截图

五,实验数据

六,数据处理

频率

七,数据分析

1,对于每次实验,实验之前,实验的结果是不确定的;

2,对于每次实验,正面向上的频率有时大于0.5,有时小于0.5,正面向上的频率并不是确定值;

3,随着实验次数的增加,正面出现的频率逐渐趋近于

0.5;

八,实验结论

1,我们发现,随着投掷次数的增加,正面向上的频率逐渐趋近于0.5,于是,由实验数据,我猜想我们可以

用频率估计概率。对于一枚均匀的硬币,随机投掷,

则,正面向上的概率为0.5。

九,拓展问题

1,理论上计算机可以产出随机数,但计算机产生随机数的机理是什么?实际上计算机产生的随机数是否真

正的随机?

2,能否用计算机模拟“投针”问题,“高尔顿板”问题,等其他更加复杂的概率统计问题以节省时间人力物

力,加快实验进程?

3,如何用matlab软件对实验的数据做更加精细化的处理,以更好的利用实验数据,分析实验数据,得出更

加合理的实验结论?

随机行为的模拟

随机行为的模拟:随机抛掷硬币和骰子出现特定面的概率 ——蒙特卡罗方法的计算机模拟 1摘要 对蒙特卡罗(Monte Carlo)方法的简介并概述了蒙特卡罗方法的概念、应用领域、求解步骤。以抛掷硬币和骰子为例,论述了蒙特卡罗方法模拟随机行为的基本思想和基本原理。给出了实现计算机模拟的MATLAB程序,并且通过最高达千万次级别的计算机模拟试验,准确地模拟了随机抛掷硬币和骰子出现特定面的概率。 2关键词 蒙特卡罗(Monte Carlo)方法方法;计算机模拟;随机行为;模拟;概率;MATLAB 程序 3引言 3.1蒙特卡罗方法的概述: 蒙特卡罗方法又称统计模拟法、随机抽样技术,是一种随机模拟方法,以概率和统计理论方法为基础的一种计算方法,是使用随机数(或更常见的伪随机数)来解决很多计算问题的方法。将所求解的问题同一定的概率模型相联系,用电子计算机实现统计模拟或抽样,以获得问题的近似解。为象征性地表明这一方法的概率统计特征,故借用赌城蒙特卡罗命名。 3.2蒙特卡洛模拟法简介: 蒙特卡洛(Monte Carlo)模拟是一种通过设定随机过程,反复生成时间序列,计算参数估计量和统计量,进而研究其分布特征的方法。具体的,当系统中各个单元的可靠性特征量已知,但系统的可靠性过于复杂,难以建立可靠性预计的精确数学模型或模型太复杂而不便应用时,可用随机模拟法近似计算出系统可靠性的预计值;随着模拟次数的增多,其预计精度也逐渐增高。由于涉及到时间序列的反复生成,蒙特卡洛模拟法是以高容量和高速度的计算机为前提条件的,因此只是在近些年才得到广泛推广。

3.3 蒙特卡洛模拟法提出: 蒙特卡罗方法于20世纪40年代美国在第二次世界大战中研制原子弹的“曼哈顿计划”计划的成员S.M.乌拉姆和J.冯·诺伊曼首先提出。数学家冯·诺伊曼用驰名世界的赌城—摩纳哥的Monte Carlo —来命名这种方法,为它蒙上了一层神秘色彩。在这之前,蒙特卡罗方法就已经存在。1777年,法国Buffon 提出用投针实验的方法求圆周率。 3.4 蒙特卡洛模拟法的应用领域: (1)、直接应用蒙特卡洛模拟:应用大规模的随机数列来模拟复杂系统,得到某些参数或重要指标。 (2)、蒙特卡洛积分:利用随机数列计算积分,维数越高,积分效率越高。 (3)、MCMC:这是直接应用蒙特卡洛模拟方法的推广,该方法中随机数的产生是采用的马尔科夫链形式。 (4)、蒙特卡罗方法在金融工程学,宏观经济学,生物医学,计算物理学(如粒子输运计算、量子热力学计算、空气动力学计算)等领域应用广泛。 3.5 蒙特卡罗解题归结为三个主要步骤: (1)、构造或描述概率过程; (2)、实现从已知概率分布抽样; (3)、建立各种估计量。 4 问题重述 蒙特卡罗模拟的真正威力在于对随机行为建模。 从长期来看,一个事件的概率可以视为比值:事件的总数 有效的事件数概率 )(A P 下面3个随机模型: (1)、抛掷一枚正规的硬币 (2)、抛掷一个正规的骰子 (3)、抛掷一个不正规的骰子 以剖析如何用蒙特卡罗方法模拟这些随机行为,以及基于MATLAB 软件的计算机实现。

《概率论与数理统计》实验报告答案

《概率论与数理统计》实验报告 学生姓名李樟取 学生班级计算机122 学生学号201205070621 指导教师吴志松 学年学期2013-2014学年第1学期

实验报告一 成绩 日期 年 月 日 实验名称 单个正态总体参数的区间估计 实验性质 综合性 实验目的及要求 1.了解【活动表】的编制方法; 2.掌握【单个正态总体均值Z 估计活动表】的使用方法; 3.掌握【单个正态总体均值t 估计活动表】的使用方法; 4.掌握【单个正态总体方差卡方估计活动表】的使用方法; 5.掌握单个正态总体参数的区间估计方法. 实验原理 利用【Excel 】中提供的统计函数【NORMISINV 】和平方根函数【SQRT 】,编制【单个正态总体均值Z 估计活动表】,在【单个正态总体均值Z 估计活动表】中,只要分别引用或输入【置信水平】、【样本容量】、【样本均值】、【总体标准差】的具体值,就可以得到相应的统计分析结果。 1设总体2~(,)X N μσ,其中2σ已知,12,,,n X X X L 为来自X 的一个样本,12,,,n x x x L 为 样本的观测值 于是得到μ的置信水平为1-α 的置信区间为 利用【Excel 】中提供的统计函数【TINV 】和平方根函数【SQRT 】,编制【单个正态总体均值t 估计活动表】,在【单个正态总体均值t 估计活动表】中,只要分别引用或输入【置信水平】、【样本容量】、【样本均值】、【样本标准差】的具体值,就可以得到相应的统计分析结果。 2.设总体2~(,)X N μσ,其中2 σ未知,12,,,n X X X L 为来自X 的一个样本,12,,,n x x x L 为样本的观测值 整理得 /2/21X z X z n n P αασαμσ? ?=-??? ?-<<+/2||1/X U z P n ασμα????==-??????-

几何画板模拟抛硬币——制作步骤

几何画板模拟抛硬币——制作步骤 【设计思路】 数据处理一般包括收集数据、整理数据、描述数据和分析数据等过程。数据处理可以帮助我们更好地了解周围世界,对未知的事物作出合理的推理和判断。抛掷硬币是典型的随机实验,通过实验活动,统计实验次数、正面朝上个数,计算总面数,计算正面朝上平均数,描述数据的分布情况,分析数据分布的特征等等,通过实验活动体验数据处理的过程。 利用几何画板的随机动画功能可以制作模拟抛硬币的动画,利用几何画板的度量、数据功能,可以对数据进行统计和计算。 【制作步骤简述】 1.制作圆和圆弧制作两个同心圆,把大圆上作两个半圆; 2.制作动画在小圆上任意取一点,制作该点的随机动画按钮“抛掷”,播放次 数设置为1次; 3.粘贴图片作通过圆心和小圆上的点的射线,作射线与大圆上两个半圆的交 点,分别把硬币正面图片、反面图片粘贴到交点。 4.复制动画选择所有对象进行复制,粘贴三次,得到抛四个硬币的动画; 5.动画合成将四个抛掷按钮分别命名为“抛掷1”、“抛掷2”、“抛掷3”、“抛 掷4”,制作它们的系列按钮“抛掷0”,设置执行顺序为同时执行方式; 6.制作计数器在水平方向的射线上M1N1上取点P1,将点P1向右平移一个单 位,得到P1′,制作点P1到P1′的平移按钮“k”,运动速度设置为高速,用来统计试验总数;在水平方向的射线上M2N2上取点P2,将点P2向右平移一个单位,得到P2′,制作点P2到P2′的平移按钮“m”,运动速度设置为高速,用来统计正面个数;制作点P1到P1′、点P2到P2′的平移按钮“归零”,运动速度设置为高速;把“抛掷0”按钮、试验总数按钮“k”合成系列按钮“抛掷”;选择点M1、N1、P1,度量比值“k”,计算4k;选择点M2、N2、P2,度量比值“m”;选择数值“4k”、“m”列表; 7.美化界面隐藏不必显示的对象,制作操作说明,美化界面.

概率论与数理统计实验报告

概率论与数理统计 实验报告 概率论部分实验二 《正态分布综合实验》

实验名称:正态分布综合实验 实验目的:通过本次实验,了解Matlab在概率与数理统计领域的应用,学会用matlab做概率密度曲线,概率分布曲线,直方图,累计百分比曲线等简单应用;同时加深对正态分布的认识,以更好得应用之。 实验内容: 实验分析: 本次实验主要需要运用一些matlab函数,如正态分布随机数发生器normrnd函数、绘制直方图函数hist函数、正态分布密度函数图形绘制函数normpdf函数、正态分布分步函数图形绘制函数normcdf等;同时,考虑到本次实验重复性明显,如,分别生成100,1000,10000个服从正态分布的随机数,进行相同的实验操作,故通过数组和循环可以简化整个实验的操作流程,因此,本次实验程序中要设置数组和循环变量。 实验过程: 1.直方图与累计百分比曲线 1)实验程序 m=[100,1000,10000]; 产生随机数的个数 n=[2,1,0.5]; 组距 for j=1:3 for k=1:3 x=normrnd(6,1,m(j),1); 生成期望为6,方差为1的m(j)个 正态分布随机数

a=min(x); a为生成随机数的最小值 b=max(x); b为生成随机数的最大值 c=(b-a)/n(k); c为按n(k)组距应该分成的组数 subplot(1,2,1); 图形窗口分两份 hist(x,c);xlabel('频数分布图'); 在第一份里绘制频数直方图 yy=hist(x,c)/1000; yy为各个分组的频率 s=[]; s(1)=yy(1); for i=2:length(yy) s(i)=s(i-1)+yy(i); end s[]数组存储累计百分比 x=linspace(a,b,c); subplot(1,2,2); 在第二个图形位置绘制累计百分 比曲线 plot(x,s,x,s);xlabel('累积百分比曲线'); grid on; 加网格 figure; 另行开辟图形窗口,为下一个循 环做准备 end end 2)实验结论及过程截图 实验结果以图像形式展示,以下分别为产生100,1000,10000个正态分布随机数,组距分别为2,1,0.5的频数分布直方图和累积百分比曲线,从实验结果看来,随着产生随机数的数目增多,组距减小,累计直方图逐渐逼近正态分布密度函数图像,累计百分比逐渐逼近正态分布分布函数图像。

概率论与数理统计实验报告

概率论与数理统计实验报告 一、实验目的 1.学会用matlab求密度函数与分布函数 2.熟悉matlab中用于描述性统计的基本操作与命令 3.学会matlab进行参数估计与假设检验的基本命令与操作 二、实验步骤与结果 概率论部分: 实验名称:各种分布的密度函数与分布函数 实验内容: 1.选择三种常见随机变量的分布,计算它们的方差与期望<参数自己设 定)。 2.向空中抛硬币100次,落下为正面的概率为0.5,。记正面向上的次数 为x, (1)计算x=45和x<45的概率, (2)给出随机数x的概率累积分布图像和概率密度图像。 3.比较t(10>分布和标准正态分布的图像<要求写出程序并作图)。 程序: 1.计算三种随机变量分布的方差与期望 [m0,v0]=binostat(10,0.3> %二项分布,取n=10,p=0.3 [m1,v1]=poisstat(5> %泊松分布,取lambda=5 [m2,v2]=normstat(1,0.12> %正态分布,取u=1,sigma=0.12 计算结果: m0 =3 v0 =2.1000 m1 =5 v1 =5 m2 =1 v2 =0.0144 2.计算x=45和x<45的概率,并绘图 Px=binopdf(45,100,0.5> %x=45的概率 Fx=binocdf(45,100,0.5> %x<45的概率 x=1:100。 p1=binopdf(x,100,0.5>。 p2=binocdf(x,100,0.5>。 subplot(2,1,1>

plot(x,p1> title('概率密度图像'> subplot(2,1,2> plot(x,p2> title('概率累积分布图像'> 结果: Px =0.0485 Fx =0.1841 3.t(10>分布与标准正态分布的图像 subplot(2,1,1> ezplot('1/sqrt(2*pi>*exp(-1/2*x^2>',[-6,6]> title('标准正态分布概率密度曲线图'> subplot(2,1,2> ezplot('gamma((10+1>/2>/(sqrt(10*pi>*gamma(10/2>>*(1+x^2/10>^(-(10+1>/2>',[-6,6]>。b5E2RGbCAP title('t(10>分布概率密度曲线图'> 结果:

概率论与数理统计数学实验

概率论与数理统计数学实验 目录 实验一几个重要的概率分布的MATLAB实现 p2-3 实验二数据的统计描述和分析 p4-8 实验三参数估计 p9-11 实验四假设检验 p12-14 实验五方差分析 p15-17 实验六回归分析 p18-27

实验一 几个重要的概率分布的MATLAB 实现 实验目的 (1) 学习MATLAB 软件与概率有关的各种计算方法 (2) 会用MATLAB 软件生成几种常见分布的随机数 (3) 通过实验加深对概率密度,分布函数和分位数的理解 Matlab 统计工具箱中提供了约20种概率分布,对每一种分布提供了5种运算功能,下表给出了常见8种分布对应的Matlab 命令字符,表2给出了每一种运算功能所对应的Matlab 命令字符。当需要某一分布的某类运算功能时,将分布字符与功能字符连接起来,就得到所要的命令。 例1 求正态分布()2,1-N ,在x=1.2处的概率密度。 解:在MATLAB 命令窗口中输入: normpdf(1.2,-1,2) 结果为: 0.1089 例2 求泊松分布()3P ,在k=5,6,7处的概率。 解:在MATLAB 命令窗口中输入: poisspdf([5 6 7],3) 结果为: 0.1008 0.0504 0.0216 例3 设X 服从均匀分布()3,1U ,计算{}225P X .-<<。 解:在MATLAB 命令窗口中输入: unifcdf(2.5,1,3)-unifcdf(-2,1,3) 结果为: 0.75000

例4 求概率995.0=α的正态分布()2,1N 的分位数αX 。 解:在MATLAB 命令窗口中输入: norminv(0.995,1,2) 结果为: 6.1517 例5 求t 分布()10t 的期望和方差。 解:在MATLAB 命令窗口中输入: [m,v]=tstat(10) m = 0 v = 1.2500 例6 生成一个2*3阶正态分布的随机矩阵。其中,第一行3个数分别服从均值为1,2,3;第二行3个数分别服从均值为4,5,6,且标准差均为0.1的正态分布。 解:在MATLAB 命令窗口中输入: A=normrnd([1 2 3;4 5 6],0.1,2,3) A = 1.1189 2.0327 2.9813 3.9962 5.0175 6.0726 例7 生成一个2*3阶服从均匀分布()3,1U 的随机矩阵。 解:在MATLAB 命令窗口中输入: B=unifrnd(1,3,2,3) B = 1.8205 1.1158 2.6263 2.7873 1.7057 1.0197 注:对于标准正态分布,可用命令randn(m,n);对于均匀分布()1,0U ,可用命令rand(m,n)。

高中数学必修一《(整数值)随机数(random numbers)的产生》学案(含答案)

3.2.2(整数值)随机数(random numbers)的产生 【明目标、知重点】 1.了解随机数的意义. 2.会用模拟方法(包括计算器产生随机数进行模拟)估计概率. 3.理解用模拟方法估计概率的实质. 【填要点、记疑点】 1.随机数 要产生1~n(n∈N*)之间的随机整数,把n个大小形状相同的小球分别标上1,2,3,…,n,放入一个袋中,把它们充分搅拌,然后从中摸出一个,这个球上的数就称为随机数.2.伪随机数 计算机或计算器产生的随机数是依照确定算法产生的数,具有周期性(周期很长),它们具有类似随机数的性质.因此,计算机或计算器产生的并不是真正的随机数,我们称它们为伪随机数. 3.产生随机数的常用方法 ①用计算器产生,②用计算机产生,③抽签法. 【探要点、究所然】 [情境导学]在第一节中,为了得到某一随机事件发生的概率,我们做了大量重复试验,有的同学可能觉得这样做试验花费的时间太多了,那么,有没有其它方法可以代替试验呢?答案是肯定的,这就是我们将要学习的内容——(整数值)随机数的产生. 探究点一随机数的产生 问题通过大量重复试验,反复计算事件发生的频率,再由频率的稳定值估计概率,是十分费时的.对于实践中大量非古典概型的事件概率,又缺乏相关原理和公式求解.因此,我们设想通过计算机模拟试验解决这些矛盾. 思考1我们要产生1~25之间的随机整数,可以把25个大小形状相同的小球分别标上1,2,3,…,24,25,放入一个袋中,把它们充分搅拌,然后从中摸出一个,这个球上的数就称为随机数.这种产生随机数的方法我们称之为抽签法,除抽签法外,你还有其它办法吗(阅读教材130-131页)? 答用计算器产生.具体操作方法见教材. 思考2我们可以用0表示反面朝上,1表示正面朝上,利用计算器不断地产生0,1两个随机数,以代替抛硬币实验,说出用计算器产生0,1两个随机数的过程? 答答案见教材. 思考3我们也可以利用计算机产生随机数,而且可以直接统计出频数和频率,请阅读教材

概率论和数理统计知识点总结(超详细版)

《概率论与数理统计》 第一章 概率论的基本概念 §2.样本空间、随机事件 1.事件间的关系 B A ?则称事件B 包含事件A ,指事件A 发生必然导致事件B 发生 B }x x x { ∈∈=?或A B A 称为事件A 与事件B 的和事件,指当且仅当A ,B 中至少有一个发生时,事件B A ?发生 B }x x x { ∈∈=?且A B A 称为事件A 与事件B 的积事件,指当A ,B 同时发生时,事件B A ?发生 B }x x x { ?∈=且—A B A 称为事件A 与事件B 的差事件,指当且仅当A 发生、B 不发生时,事件B A —发生 φ=?B A ,则称事件A 与B 是互不相容的,或互斥的,指事件A 与事件B 不能同时发生,基本事件是两两互不相容的 且S =?B A φ=?B A ,则称事件A 与事件B 互为逆事件,又称事件A 与事件B 互为对立事件 2.运算规则 交换律A B B A A B B A ?=??=? 结合律)()( )()(C B A C B A C B A C B A ?=???=?? 分配律 )()B (C A A C B A ???=??)( ))(()( C A B A C B A ??=?? 徳摩根律B A B A A B A ?=??=? B — §3.频率与概率 定义 在相同的条件下,进行了n 次试验,在这n 次试验中,事件A 发生的次数A n 称为事 件A 发生的频数,比值n n A 称为事件A 发生的频率 概率:设E 是随机试验,S 是它的样本空间,对于E 的每一事件A 赋予一个实数,记为P (A ),称为事件的概率 1.概率)(A P 满足下列条件: (1)非负性:对于每一个事件A 1)(0≤≤A P (2)规范性:对于必然事件S 1)S (=P

概率论与数理统计整理(一二章)

一、随机事件和概率 考试内容:随机事件(可能发生可能不发生的事情)与样本空间(包括所有的样本点) 事件的关系(包含相等和积差互斥对立)与运算(交换分配结合德摸根对差事件文氏图) 完全事件组(所有基本事件的集合) 概率的概念概率的基本性质(非负性规范性可列可加性) 古典型概率几何型概率条件概率概率的基本公式事件的独立性独立重复试验 考试要求:1.了解样本空间(基本事件空间)的概念,理解随机事件的概念,掌握事件的关系与运算.2.理解概率、条件概率的概念,掌握概率的基本性质,会计算古典型概率和几何型概率(弄清几何意义),掌握概率的加法公式(PAUB=PA+PB--PAB)、减法公式(P(A--B)=PA--PAB)、乘法公式(PAB=PA*PB|A)、全概率公式(关键是对S进行正确的划分),以及贝叶斯公式.3.理解事件的独立性(PAB=PA*PB)的概念,掌握用事件独立性进行概率计算;理解独立重复试验的概念,掌握计算有关事件概率的方法.整理重点: 1. 随机事件:可能发生也可能给不发生的事件。0<概率<1。 2. 样本空间:实验中的结果的每一个可能发生的事件叫做实验的样本点,实验的所有样本点构成 的集合叫做样本空间,大写字母S表示。 3. 事件的关系:(1)包含:事件A发生必然导致事件B发生,称事件B包含事件A。(2)相等: 事件A包含事件B且事件B包含事件A。(3)和:事件的并,记为A∪B。(4)差:A-B称为A 与B的差,A发生而B不发生,A-B=A-AB。(5)积:事件的交,事件A与B都发生,记为AB 或A∩B。(6)互斥:事件A与事件B不能同时发生,AB=空集。(7)对立:A∪B=S。 4. 集合的运算:(1)交换律:A∪B=B∪A AB=BA (2结合律:(A∪B)∪C=A∪(B∪C) (AB)C=A(B C)(3)分配率:A (B∪C)=AB∪AC A∪(BC)=(A∪B)(A∪C) (4)德*摩根定律 5. 完全事件组:如果n个事件中至少有一个事件一定发生,则称这n个事件构成完全事件组(特 别地:互不相容的完全事件组)。 6. 概率的概念:用来表示随机事件发生的可能性大小的数,称为随机事件的概率。 7. 概率的基本性质:(1)非负性:任意随机事件的是介于0和1之间的,0《P(A)《1。(2)规范 性:P(S)=1。(3)可列可加性:基本事件两两不相容。 8.古典型概率:如果E是一个等可能概型,且它的样本空间S只有有限个样本点,则称E为古典 概型。等可能概型。)P(A)=M/N M为随机事件A中所含有的基本事件数,N为基本事件的总数。 9. 几何型概率:假设试验的基本事件有无穷多个,但可以用某些几何特征来表示总和,设为D, 并且其中一部分,即随机事件A所包含的基本事件数也可以用同样的几何特征来表示,设为d,则随机事件的概率为P(A)=d/D。 10. 条件概率:在基本事件B已经发生的情况下。基本事件A发生的概率。P(A|B)=P(AB)/P(B)(B 中A发生的情况只有AB部分)。 11.概率的基本性质:(1)两个互不相容事件的并的概率,等于着两个事件概率的和,即 P(A+B)=P(A)+P(B)。(2)有限个互不相容的并的概率,等于这些事件概率的和,即P(∑A) =∑P(A)。→对立事件的概率的和等于1。(3)任意两个事件的并的概率等于这两个事件的 概率的和减去这两个事件的交的概率,即P(A∪B)=P(A)+P(B)-P(AB)。→对于任意三个事件 A,B,C,有P(A∪B∪C)=P(A)+P(B)+P(C)-P(AB)-P(AC)-P(BC)-P(ABC)。(4)设事件B的概率 P(B)>0,则在事件B已发生的情况下,事件A的条件概率等于事件AB的概率除以事件B的概 率所得的商,即P(A|B)=P(AB)/P(B)。→有限个事件的交的概率等于这些事件的概率的乘积, 其中每一事件的概率是在它前面的一切事件都已经发生的条件下的条件概率,即 P(A1A2A3…Ai)=P(A1)P(A1|A2)P(A2|A1A2)…P(Ai|A1A2A3Ai-1) 。 12. 全概率公式与贝叶斯公式:(1)若基本事件两两不相容,且B1∪B2∪B3∪…. ∪Bn=S,则称 B1,B2,B3,….,Bn为S的一个划分。(2)设事件A当且仅当互不相容的基本事件中至少有一

抛硬币试验

抛硬币试验“抛”出了什么 此题设计目的是使学生理解随机抛掷一枚硬币时“出现正面和出现反面的可能性是相同的”,从而说明在比赛前用抛硬币的方法来决定谁先开球对比赛双方都是公平的。 问题的关键是:怎样才能让学生明白“出现正面和出现反面的可能性是相同的”即“它们的可能性都是1/2”呢? 问了几个同事,大家都说“一看就知道,硬币只有两面,抛一次不是正面就是反面,出现正面和反面的可能性都是1/2”。 我也是这样想的。不过,“一看就知道”的东西,为什么历史上那么多著名的数学家还要通过做成千上万次的试验来证明呢?这里面究竟隐藏着什么? 在配套的《教师教学用书》第173页,有这样一段话: 掷一枚硬币时,既可能出现正面,也可以出现反面,预先作出确定的判断是不可能的,但如果硬币均匀,直观上会感到出现正面与出现反面的机会应该相等,即在大量重复试验中正面朝上的频率,应该接近50%。为了验证这点,在概率论的发展历史上,曾有许多著名的数学家也做过这个实验。 难道说我们的判断靠的就是“直观”,是一种感觉?这种感觉对不对,还得靠“验证”? 可新的问题又来了,就算科学家做了成千上万次的试验不是也没有证明正面和反面的可能性都是1/2吗?何况,课堂上我们让孩子做得有限的数十,上百次试验。说白了,做实验不但得不到结果,还会推翻最初的“直观”感觉。 问题越来越多,需要继续查资料:

通过试验来确定概率是有风险的。增加试验次数,可以降低这种风险,却不能消除风险本身,只有在试验次数无穷大的时候,才不存在这种风险。 试验次数越多,结果越逼近理论值。 当大量重复抛掷一枚硬币时,二者出现的频率在0.5附近摆动,我们就认为正面朝上和反面朝上的概率是1/2。 虽然,最后那句“二者出现的频率在0.5附近摆动,我们就认为正面朝上和反面朝上的概率是1/2”这种解释我认为非常牵强。不过,心中的疑虑还是打消了不少。我敢在课堂上大胆尝试: 一、观察独立的20组数据 1、学生两人合作,每人抛10次,做好记录。 2、任意抽查20人的结果,引导学生观察。 二、5人5人为一组,合计后观察 三、全部合计后再观察 效果如何? 独立的20组数据,除了有一人的正好是正面出现的次数和反面出现的次数一样外,其余的“杂乱无章”,学生没有任何发现(这就是风险)。5人5人为一组,合计得到(见下表)

概率论与数理统计课外实验——模拟投硬币实验

概率论与数理统计课外实验 教师:李** 实验者:李** 学院:*********学院 专业班级:*****班 学号:************* 实验时间:2013年5月

实验课题:用计算机模拟投硬币实验 一,实验背景 1,对于一枚均匀的硬币,规定有数字的一面为正面,每次投掷,出现正面与反面的机会是相等的。那对于同 一枚硬币多次投掷,出现正面的次数与出现反面的次 数又分别是多少呢?随着投掷的次数逐渐增加,正面 向上的频率有什么变化呢? 2,由于需要实验的次数之多,需要耗费大量人力物力。 随着计算机技术的发展,能不能用计算机模拟投硬币 实验,一加快实验进程,节省时间,人力物力呢?二,理论依据 1,对于一枚均匀的硬币,每次投掷出现正面与反面的机会是均等的。于是我们可以用数字1代表出现的是正 面,数字0代表出现的是反面。而可以利用计算机等 可能的产生0和1这两个随机数。于是,计算机每次 产生一个随机数0或1,代表一次投硬币实验。这样, 就可以用计算机快速模拟大量投硬币实验的结果。三,投硬币实验编程源代码 #include #include #include void main() { unsigned long int a ,i,m,b=0,n,f; printf("请输入实验的次数a=: \n");

scanf("%ld",&a); long double c,g,ave ; for(i=0;i

作业三数学建模,姜启源版

实验五、模拟方法建模 一、实验目的与要求 掌握运用软件进行Monte Carlo 方法模拟确定型现象和概率型现象,掌握随机数的生成,理解Monte Carlo 模拟法在存贮模型和排队模型中的应用。 1、 用Matlab 进行Monte Carlo 模拟,编写程序计算面积与体积; 2、 用Matlab 进行Monte Carlo 模拟,编写程序模拟抛硬币与掷骰子; 3、 用Matlab 编写程序模拟存贮模型,选择合理的进货量与进货周期; 4、 用Matlab 编写程序模拟排队模型,分析计算结果。 二、实验内容 Example 5.1 P179 习题第五题 求两条曲线Y=X 2,Y=6-X 以及X 轴和Y 轴所包围的面积。 解题如下: 两条曲线Y=X 2,Y=6-X 以及X 轴和Y 轴所包围的面积如图所示: 计算阴影部分面积的近似值:阴影部分的面积 ~阴影下的点数 矩阵面积 ~随机点的总数 下面给出计算面积的蒙特卡罗算法求面积的计算机模拟的计算格式: >> n=1000; C=0; for i=1:n A=rand(2,1); x(i)=-5*A(1,1)+2; y(i)=9*A(2,1); if x(i)+y(i)<=6&&x(i)^2-y(i)>=0; C=C+1; Matlab 操作步骤: 1.打开Matlab ,输入数据: 计算面积的蒙特卡罗算法 输入 模拟中产生的随机点总数n 输出 mypi=给定区间-3<=x<=2上曲线两条曲线Y=X 2,Y=6-X 以及X 轴和Y 轴所包围的近似面积,其中0<=f(x)<=9. 第1步 初始化:COUNTER=0, 第2步 对i=0,1,2,….n,进行第3~5步 第3步 计算随即坐标x i 和y i ,,满足-3<=x i <=6,0<=y i <=9 第4步 对随即坐标x i 计算f(x i ) 第5步 若y i <= f(x i ),则COUNTER 加1,否则COUNTER 不变 第6步 计算mypi=81* COUNTER/n. 第7步 输入(mypi ) 停止

概率论与数理统计实验报告

概率论与数理统计 实验报告

题目1:n个人中至少有两人生日相同的概率是多少?通过计算机模拟此结果。 问题分析:n个人生日的组合为a=n365,n个人中没有生日相同的组合为b=365*364*......*(365-n+1),则n个人中至少有两个人生日相同的概率为1-b/a。 编程: n=input('请输入总人数n='); a=365^n; m=n-1; b=1; for i=0:1:m b=b*(365-i); end f=1-b/a 输出结果:(令n=50) 结果分析:当人数为50人时,输出结果为0.9704,此即说明50人中至少有两人生日相同的概率为0.9704。 题目2:设x~N(μ,σ2),(1)当μ=1.5,σ=0.5时,求p{1.8

编程: x1=[1.8,2.9]; x2=-2.5; x3=[0.1,3.3]; p1=cdf('Normal',x1,1.5,0.5); p2=cdf('Normal',x2,1.5,0.5); p3=cdf('Normal',x3,1.5,0.5); f1=p1(2)-p1(1) f2=1-p2 f3=1-p3(2)+p3(1) %2(1) x=icdf('Normal',0.95,0,1) %2( 2) x=[-4:0.05:10]; y1=pdf('Normal',x,1,0.5); y2=pdf('Normal',x,2,0.5); y3=pdf('Normal',x,3,0.5); y4=pdf('Normal',x,4,0.5); plot(x,y1,'K-',x,y2,'K--',x,y3,'*',x,y4,'+') 输出结果: f1 = 0.2717 f2 = 1.0000 f3 = 0.0027 x = 1.6449(右图为概率密度函数图像) 题目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,设报纸的需求量的 分布律为 试确定报纸的最佳购进量。(要求使用计 算机模拟) 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。下面用计算机模拟该过程。 编程: T=[]; for k=0:5; s=0; for n=1:3000; x=rand(1,1);

概率论与数理统计笔记

第一章 概率论的基本概念 1 随机试验 1.对随机现象的观察、记录、试验统称为随机试验. 2.随机试验E 的所有结果构成的集合称为E 的样本空间,记为 {}S e =, 称S 中的元素e 为基本事件或样本点. 3.可以在相同的条件下进行相同的实验;每次实验的可能结果不止一个,并且能事先明确试验的所有可能结果;进行一次试验之前不能确定哪一个结果会实现. 2.样本空间、随机事件 1.对于随机试验,尽管在每次试验之前不能预知试验结果,但试验的所有可能结果组成的集合是已知的.我们将随机试验E 的所有可能结果组成的集合称为E 的样本空间,记为S 样本空间的元素,即E 的每个结果称为样本点. 2.一般我们称S 的子集A 为E 的随机事件A ,当且仅当A 所包含的一个样本点发生称事件A 发生.如果将S 亦视作事件,则每次试验S 总是发生,故又称S 为必然事件。为方便起见,记φ为不可能事件,φ不包含任何样本点. 3.若A B ?,则称事件B 包含事件A ,这指的是事件A 发生必导致事件的发生。若A B ?且B A ?,即A B =,则称事件A 与事件B 相等.

4.和事件{}A B x x A x A A B =∈∈ 或:与至少有一发生. 5.当AB φ=时,称事件A 与B 不相容的,或互斥的.这指事件A 与事件B 不能同时发生.基本事件是两两互不相容的. ,{,{,,A A S A A S A A A B AA AB ===?=? 的逆事件记为若则称互逆,互斥. 6. ,A B A B A B AB 当且仅当同时发生时,事件发生.也记作. ,A B A B A B AB 当且仅当同时发生时,事件发生,也记作. 7. 事件 A 的对立事件:设 A 表示事件 “A 出现”, 则“事件 A 不出现”称为事件 A 的对立事件或逆事件. 事件间的运算规律:,,, A B C 设为事件则有 ,A B B A AB BA == (1)交换律: ()(),A B C A B C = (2)结合律:()()AB C A BC = ()()()A B C A C B C AC BC == (3)分配律: ,de Morgan A B A B A B A B == (4)律: 3.频率和概率 1.记()A n n f A n = ()A n A f A A n --其中n 发生的次数(频数);n 总试验次数. 称为在这次试验中发生的频率. 频率 反映了事件A 发生的频繁程度. 2.频率的性质: 10()1 2()1n n k k f A f S ≤≤=。 。 ()n f A

概率论与数理统计实验报告

电子31 JL21405106 杨路生 概率论与数理统计 实验报告 1:n个人中至少有两人生日相同的概率是多少?通过计算机模拟此结果。 n个人生日的组合为a=365^n,n个人中没有生日相同的组合为b=365*364*......*(365-n+1),则n个人中至少有两个人生日相同的概率为1-b/a。 编程: n=input('请输入总人数n='); a=365^n; m=n-1; b=1; for i=0:1:m b=b*(365-i); end f=1-b/a 输出结果:(令n=50)

结果:当人数为50人时,输出结果为0.9704,此即说明50人中至少有两人生日相同的概率为0.9704。 2:设x~N(μ,σ2),(1)当μ=1.5,σ=0.5时,求p{1.8

全国青年教师数学大赛高中数学优秀教案、教学设计及说课稿精选

课题:随机事件的概率(第一课时) 授课教师:贺航飞(2008年9月20日) 一、教学目标分析: 1、知识与技能:⑴了解随机事件、必然事件、不可能事件的概念;⑵通过试验了解随机事件发生的不确定性和频率的稳定性; 2、过程与方法:⑴创设情境,引出课题,激发学生的学习兴趣和求知欲;⑵发现式教学,通过抛硬币试验,获取数据,归纳总结试验结果,体会随机事件发生的随机性和规律性,在探索中不断提高; ⑶明确概率与频率的区别和联系,理解利用频率估计概率的思想方法. 3、情感态度与价值观:⑴通过学生自己动手、动脑和亲身试验来理解知识,体会数学知识与现实世界的联系; ⑵培养学生的辩证唯物主义观点,增强学生的科学意识,并通过数学史实渗透,培育学生刻苦严谨的科学精神. 二、重点与难点: ⑴重点:通过抛掷硬币了解概率的定义、明确其与频率的区别和联系; ⑵难点:利用频率估计概率,体会随机事件发生的随机性和规律性;三、学法与教学用具: ⑴指导学生通过实验,发现随机事件随机性中的规律性,更深刻的理解事件的分类,认识频率,区分概率; ⑵教学用具:硬币数十枚,表格,幻灯片,计算机及多媒体教学. 四、教学基本流程:↓ ↓ ↓ ↓ 第1页(共6页) 随机事件的概率

五、教学情境设计:(第一课时) 1、创设情境,引出课题——狄青征讨侬智高 故事:北宋仁宗年间,西南蛮夷侬智高起兵作乱,大将狄青奉命征讨.出征之前,他召集将士说:“此次作战,前途未卜,只有老天知道结果.我这里有100枚铜钱,现在抛到地上,如果全部正面朝上,则表明天助我军,此战必胜.”言罢,便将铜钱抛出,100枚铜钱居然全部正面朝上!将士闻讯,欢声雷动、士气大振!宋军也势如破竹,最终全胜而归. 2、温故知新、承前启后——温习随机事件概念: ⑴必然事件:在条件S下,一定会发生的事件,叫相对于条件S的~; ⑵不可能事件:在条件S下,一定不会发生的事件,叫相对于条件S的~; ⑶随机事件:在条件S下可能发生也可能不发生的事件,叫相对于S 的~;⑷确定事件:必然事件和不可能事件统称为相对于条件S的确定事件. 讨论:在生活中,有许多必然事件、不可能事件及随机事件.你能举出现实生活中随机事件、必然事件、不可能事件的实例吗? 例1:判断下列事件哪些是必然事件,哪些是不可能事件,哪些是随机事件?⑴“导体通电后,发热”; ⑵“抛出一块石块,自由下落”; ⑶“某人射击一次,中靶”; ⑷“在标准大气压下且温度低于0℃时,冰自然融化”; 0有实数根”;=1+⑸“方程x2 ⑹“如果a>b,那么a-b>0”;

概率论与数理统计实验报告

概率论与数理统计实验报告 应物12班郭帅 2110903026 一、实验内容:用蒙特卡洛方法估计积分值 ,,,2222xy,xxxdxsinedx1用蒙特卡洛方法估计积分,和edxdy的值,并将估计值与真,,,,2200xy1,, 值进行比较。 121xdxdy2用蒙特卡洛方法估计积分edx和的值,并对误差进行估 计。 ,,,4422,,xy10xy,,1 二、要求:(1)针对要估计的积分选择适当的概率分布设计蒙特卡洛方法; (2)利用计算机产生所选分布的随机数以估计积分值; (3)进行重复试验,通过计算样本均值以评价估计的无偏性;通过计算均方误差(针对第1类题)或样本方差(针对第2类题)以评价估计结果的精度。 1)能通过 MATLAB 或其他数学软件了解随机变量的概率密度、分布三、目的:( 函数及其期望、方差、协方差等; (2) 熟练使用 MATLAB 对样本进行基本统计,从而获取数据的基本信息; (3) 能用 MATLAB 熟练进行样本的一元回归分析。 蒙特卡洛方法:当所求解问题是某种随机事件出现的概率,或者是某个随机变量的期望值时,通过某种“实验”的方法,以这种事件出现的频率估计这一随机事件的概率,或者得到这个随机变量的某些数字特征,并将其作为问题的解。 四、实验步骤: ,2 xxdxsin(1) ,0 方法:x在0至pi/2区间上随机取10000个数为均匀分布的简单随机样本,然后计算y的值一共计算二十次,即可用样本均值作为积分的估计值.

Y=pi/2*x.*sin(x) y*f(x)即为被积函数 2,,,,x[0,],fx(),2,, ,其他0,, clc clear x=rand(20,10000)*pi/2 y=(pi/2)*x.*sin(x) a=sum(y,2)/10000 u=sum(a,1)/20 H=1 E=abs(H-u) b=abs(H-u)^2 D=sum(b,1)/19 结果样本均值为u= 0.9987 E = 0.0013 D =8.971e-008=0.00000008971 真值计算: clc clear symsx f='x*sin(x)' int(f,x,0,pi/2) 结果真值为1 ,,2xedx(2),0 方法:x在负无穷到正无穷之间按标准正态分布取10000个样本,然后计算y值二十次,即可

大学本科概率论与数理统计实验报告

xx大学xx学院 数学类 课程实习报告 课程名称:概率论与数理统计实习题目:概率论与数理统计姓名: 系:信息与计算科学系专业:信息与计算科学年级:2010 学号: 指导教师: 职称:讲师 年月日

福建农林大学计算机与信息学院数学类课程实习报告结果评定

目录 1实习的目的和任务 (2) 2实习要求 (2) 3实习地点 (2) 4主要仪器设备(实验用的软硬件环境) (2) 5实习内容 (2) 5.1 MATLAB基础与统计工具箱初步 (2) 5.2 概率分布及应用实例 (4) 5.3 统计描述及应用实例 (5) 5.4 区间估计及应用实例 (8) 5.5 假设检验及应用实例 (11) 5.6 方差分析及应用实例 (13) 5.7 回归分析及应用实例 (15) 5.8 数理统计综合应用实例 (18) 6 结束语 (26) 7 参考文献 (27)

概率论与数理统计 (Probabilily theroy and Mathemathical Statistics) 1.实习的目的和任务 目的:通过课程实习,让学生巩固所学的理论知识并且能够应用MATLAB数学软件来解决实际问题。 任务:通过具体的案例描述,利用MATLAB软件计算问题的结果,作 出图形图象分析问题的结论。 2.实习要求 要求:学生能够从案例的自然语言描述中,抽象出其中的数学模型,能够熟练应用所学的概率论与数理统计知识,能够熟练使用MATLAB软件。3.实习地点:校内数学实验室,宿舍 4.主要仪器设备 计算机 Microsoft Windows XP Matlab 7.0 5.实习内容 5.1 MATLAB基础与统计工具箱初步 一、目的:初步了解和掌握MATLAB的操作和统计工具箱的简单应用. 二、任务:熟悉MATLAB的基本命令的调用和基本函数及其基本操作. 三、要求:掌握安装MATLAB的方法,并运用统计工具箱进行简单MATLAB编程. 四、项目: (一)、实例:产生一组试验,假设随机变量X的分布函数为X~N(10,42)的随机数,并绘出该正态分布的图像。 (二)、实验步骤: (1)、在MATLAB命令窗口中输入以下程序: >> R=normrnd(10,4,5,5) %返回均值为10,标准差为4的正态分布的5行5列个随机数据。

相关文档
最新文档