Точный расчет с помощью биномиального распределения и аппроксимация распределением Пуассона (Отчет по расчетному заданию), страница 4

Графическое представление распределений вероятностей сообщений в первом случае.

Графическое представление распределений вероятностей сообщений во втором случае.

Часть 3.

MATLAB Command Window

>> n=10;

>> np=1.5;

>> N=1;

>> M=np/n;

>> P=[];P1=[];

>> for m=0:1:10

i=m;

P(i+1)=binom(n,i,M,N);

end

>> for m=0:1:10

i=m;

P1(i+1)=pyasson(n,i,M,N);

end

>> plot(0:1:10,[P ;P1])

>> n=1000;

>> for m=0:1:1000

i=m;                                                                                                                                                                                                      

P(i+1)=binom(n,i,M,N);

end

>> for m=0:1:1000

i=m;

P1(i+1)=pyasson(n,i,M,N);

end

>> plot(0:1:1000,[P ;P1])

normal.m

function p=norm(n,p,k)

% Входные параметры:

% n-количество испытаний

% p-вероятность появления события

% k-количество появлений события

q=1-p;

x=(k-n*p)/sqrt(n*p*q);

f=1/sqrt(2*pi)*exp((-x^2)/2);

p=1/sqrt(n*p*q)*f;

MATLAB Command Window

>> P=[];P1=[];

>> for m=0:1:10

i=m;

P(i+1)=normal(10,0.3,i);

end

>> N=1;

>> M=0.3;

>> n=10;

>> for m=0:1:10

i=m;

P1(i+1)=binom(n,i,M,N);

end

>> plot(0:1:10,[P ;P1])

>> n=1000;

>> P=[];P1=[];

>> for m=0:1:1000

i=m;

P(i+1)=binom(n,i,M,N);

end

>> for m=0:1:1000

i=m;

P1(i+1)=normal(1000,0.3,i);

end

>> plot(0:1:1000,[P ;P1])