- 1、本文档共24页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
项目七概率论数据统计与区间估计
项目七 概率论、数据统计与区间估计
实验1 概率模型
实验目的 通过将随机试验可视化, 直观地理解概率论中的一些基本概念, 从频率与概
率的关系来体会概率的统计定义, 并初步体验随机模拟方法. 通过图形直观理解随机变量及
其概率分布的特点.
基本命令
1.调用统计软包的命令
进行统计数据的处理, 必须调用相应的软件包, 首先要输入并执行命令
statistics`
以完成数据统计的准备工作.
2.调用作图软件包的命令Graphics\Graphics.m
用Mathematica作直方图, 必须调用相应的作图软件包, 输入并执行
Graphics`
这时可以查询这个软件包中的一些作图命令的用法. 如输入
??BarChart
则得到命令BarChart的用法说明; 如果没有, 则说明调用软件包不成功, 必须重新启动计算
机, 再次调用软件包.
实验举例
频率与概率
例1.1(高尔顿钉板实验)自高尔顿钉板上端放一个小球, 任其自由下落. 在其下落过程
中, 当小球碰到钉子时从左边落下的概率为p, 从右边落下的概率为碰到下一排钉子又
是如此, 最后落到底板中的某一格子. 因此任意放入一球, 则此球落入哪个格子事先难以确
定. 设横排共有排钉子, 下面进行模拟实验:
(1) 取自板上端放入一个小球, 观察小球落下的位置; 将该实验重复作5次, 观
察5次实验结果的共性及每次实验结果的偶然性;
(2) 分别取自板上端放入n个小球, 取 观察n个小球落下后
呈现的曲线.
作出不同p值下5000个小球落入各个格子的频数的直方图, 输入
Statistics`
Graphics`Graphics`
Galton[n_Integer,m_Integer,p_]:=Module[{},dist={};
For[l=1,l=n,l++,k=0;
t=Table[Random[BernoulliDistribution[p]],{i,1,m}];
Do[If[t[[i]]==1,k++,k--],{i,1,m}];dist=Append[dist,k];
pp=Frequencies[dist];];Histogram[dist,BarStyle-{RGBColor[0,0,1]}];]
p=0.15;n=5000;m=20;Galton[n,m,p]
p=0.5;n=5000;m=20;Galton[n,m,p]
p=0.85;n=5000;m=20;Galton[n,m,p]
则输出
p?0.15
p?0.5
p?0.85
图1-1
由图1-1可见: 若小球碰钉子后从两边落下的概率发生变化, 则高尔顿钉板实验中小球
落入各个格子的频数发生变化, 从而频率也相应地发生变化. 而且, 当曲线峰值的
格子位置向右偏; 当曲线峰值的格子位置向左偏.
几何概型
例1.2 甲、乙二人约定八点到九点在某地会面, 先到者等20分钟离去, 试求两人能会面
的概率.
由于甲、乙二人在[0,60]时间区间中任何时刻到达是等可能的, 若以X,Y分别代表甲乙二
人到达的时刻, 则每次试验相当于在边长为60的正方形区域
中取一点.
设到达时刻互不影响, 因此在区域内取点的可能性只与区域的面积大小成正
比, 而与其形状、位置无关. 于是, 会面问题可化为向区域随机投点的问题. 所关心的事
件“二人能会面”可表示为
(图1-2)
于是, 所求概率的理论值为
(A的面积)/(的面积)
图1-2
下面, 我们作如下模拟试验:
(1) 模拟向有界区域投点n次的随机试验, 取, 统计每次投点是否落在图1-2
所示区域A中, 若是则计数1次.
(2) 改变投点数统计落入区域A的次数.
输入
meet[n_Integer]:=Module[{x},
x[k_]:=x[k]=Abs[Random[Integer,{0,60}]-Random[Integer,{0,60}]];
pile=Table[x[k],{k,1,n}];times=Count[pile,x_/;0=x=20];
Print[times];frequence=N[times/n]]
n=100;meet[n]
n=1000;meet[n]
n=5000;meet[n]
n=10000;meet[n]
则输出所求结果, 为方便比较, 将输出结果列于表1-1中
表1-1
约会次数
约会成功次数
约会成功频率
理论约会成功概率
100
58
0.58
1000
557
0.557
0.556
5000
2842
0.5684
10000
5529
0.5529
从上表结果可见, 当约会次数越来越大时, 试验约会成功频率与理论约会成功概率越来
越接近.
离散型随机变量及其概率分布
例1.3(二项分布)利用Math
文档评论(0)