10、MATLAB 中的随机变量与概率分布

MATLAB 中的随机变量与概率分布

在处理概率问题时，我们常常会遇到各种离散和连续的概率分布。下面将详细介绍如何在 MATLAB 中处理这些分布，以及一些常见分布的特点和计算方法。

离散和连续概率分布类型

在概率问题中，比如抛硬币问题，我们需要计算每个结果的概率。由于这是一个离散随机变量，我们使用与该分布相关的概率质量函数（PMF）来计算每个结果的概率。然而，不同的概率分布，其 PMF、概率密度函数（PDF）和累积分布函数（CDF）的计算公式是不同的。

常见的离散和连续概率分布如下表所示：
| 离散概率分布 | 连续概率分布 |
| — | — |
| 二项分布（Binomial） | 正态分布（Normal） |
| 伯努利分布（Bernoulli） | 对数正态分布（Log - Normal） |
| 多项分布（Multinomial） | 伽马分布（Gamma） |
| 超几何分布（Hypergeometric） | 指数分布（Exponential） |
| 几何分布（Geometric） | 卡方分布（Chi - Square） |
| 负二项分布（Negative Binomial） | 威布尔分布（Weibull） |
| 泊松分布（Poisson） | 贝塔分布（Beta） |
| 均匀分布（Uniform） | t 分布（Student - t） |
| | F 分布（F - distribution） |

MATLAB 中的概率分布

在 MATLAB 中处理概率分布，我们需要先创建概率分布对象，然后计算每个