分析验证中心极限定理的基本结论:“大量独立同分布随机变量的和的分布近似服从正态分布”.按以下步骤设计程序:(1) 产生服
来源:学生作业帮 编辑:作业帮 分类:综合作业 时间:2024/05/14 02:31:56
分析验证中心极限定理的基本结论:“大量独立同分布随机变量的和的分布近似服从正态分布”.按以下步骤设计程序:(1) 产生服从二项分布 的 个随机数,取 ,,计算 个随机数之和 以及 ; (2) 将(1)重复 组,并用这 组 的数据作频率直方图进行观察.
给出matlab的程序!图像最后也给.
(1)产生服从二项分布b(10,p) 的 n个随机数,取p=0.2 ,n=50 ,计算n 个随机数之和 以及(y-10np)/(10np(1-p))½ ; (2) 将(1)重复m=1000 组,并用这m 组(y-10np)/(10np(1-p))½ 的数据作频率直方图进行观察.
图像不对
给出matlab的程序!图像最后也给.
(1)产生服从二项分布b(10,p) 的 n个随机数,取p=0.2 ,n=50 ,计算n 个随机数之和 以及(y-10np)/(10np(1-p))½ ; (2) 将(1)重复m=1000 组,并用这m 组(y-10np)/(10np(1-p))½ 的数据作频率直方图进行观察.
图像不对
function b=bern(n,p)
x=rand(n,1);
% x is an n array ,choose from uniform distribution
b=zeros(1,n);
for i=1:n
b(i)=(x(i)<=p);
end
n=1000000;
p=0.3;
x=bern(n,p);
s=100;
yy=zeros(1,n/s);
for i=0:(n/s-1)
yy(i+1)=sum(x((i*s+1):((i+1)*s)))/s-p;
end
xx=-0.2:0.01:0.2;
hist(yy,xx)
把s改为10 n改为10000 p改为0.2,剩下那步就是做个标准正太分布,做不做都无所谓,我都已经center了
你这不能直接贴在matlab的那个command window就行了,首先要把function bern那个文件保存,然后才能运行后面的……
x=rand(n,1);
% x is an n array ,choose from uniform distribution
b=zeros(1,n);
for i=1:n
b(i)=(x(i)<=p);
end
n=1000000;
p=0.3;
x=bern(n,p);
s=100;
yy=zeros(1,n/s);
for i=0:(n/s-1)
yy(i+1)=sum(x((i*s+1):((i+1)*s)))/s-p;
end
xx=-0.2:0.01:0.2;
hist(yy,xx)
把s改为10 n改为10000 p改为0.2,剩下那步就是做个标准正太分布,做不做都无所谓,我都已经center了
你这不能直接贴在matlab的那个command window就行了,首先要把function bern那个文件保存,然后才能运行后面的……
分析验证中心极限定理的基本结论:“大量独立同分布随机变量的和的分布近似服从正态分布”.按以下步骤设计程序:(1) 产生服
独立同分布中心极限定理中的同分布是指相同的离散型随机变量的分布还是相同的连续型随机变量的分布
中心极限定理 中随机变量的和为什么给标准化后才服从近似正态分布,为什么要取标准化?
概率中心极限定理,如果X1 X2 X3 .Xn是独立同分布的随机变量且具有相
设X1,X2……Xn是相互独立的随机变量序列且他们服从参数λ的泊松分布,则由中心极限定理知
两个独立的、服从正态分布的随机变量,它们的差的分布?
n个服从几何分布的独立同分布随机变量,加起来之后的方差怎么求?
设随机变量X与Y相互独立,且都服从标准正态分布,求2X-Y+1的分布值
随机变量X服从B(25,0.8)的二项分布 利用中心极限定理近似估计P{X大于等于22} ,此题标准正态分布函数F
设随机变量X,Y独立都服从标准正态分布N(0,1),则X方/Y方服从的分布为
概率论随机变量x和y独立同分布,均服从指数分布exp(2);求随机变量2x+3y的分布密度函数
证明随机变量的独立性X,Y独立同分布,服从标准正态分布N(0,1).令U=X^2+Y^2,V=X/Y求证U,V相互独立.