随机信号处理----实验一:利用MATLAB生成均匀分布,二项分布,正态分布的概率密度曲线,并求期望和方差_均匀分布的概率密度 matlab

前言

本文是我个人实验记录,用于未来复盘使用,出错在所难免,恳请各位在评论区指导,斧正!!!

关于概率密度函数

MATLAB中用函数名pdf来生成概率密度函数,以均匀分布为例,y=unifpdf(x);中unif是均匀分布函数名,y就是均匀分布的概率密度曲线.

概率分布曲线后缀为cdf,逆概率分布曲线后缀inv

均匀分布

实验代码

%均匀分布

x=random('unif',0,1,1,20);   %生成[0,1]区间上的随机数,满足均匀分布

y=unifpdf(x);                %用pdf后缀生成概率密度函数

e=mean(x)                    %期望

v=var(x)                     %方差

plot(y)                      %概率密度图
1
2
3
4
5
6
7
8
9
10
11

概率密度图

二项分布

实验代码

%二项分布

a = linspace(0,100,101);      %,这里用了linspace对[0,100]进行等分

n = 100;

p = 0.2;

x = binornd(n,p,1,100)

y = binopdf(a,n,p);           %这段代码是生成一个符合二项分布的随机列,

                              %n是事件的个数,p是成功的概率,返回值是在x处的概率密度值

e=mean(x)                     %期望

v=var(x)                      %方差

plot(y)                       %概率密度图
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

概率密度图

随着n的取值增大,该分布趋近正态分布

正态分布

实验代码

%正态分布

mu = 3;                             %均值

sigma = 10;                        %标准差

a = linspace(-50,50,100);       

x = 3+10*randn(1,100)

y = normpdf(a,mu,sigma);

e=mean(x)                           %期望

v=var(x)                            %方差

plot(y)                             %概率密度图
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

概率密度图