Page 20 - 数学建模算法与应用

Mathematical Modeling Algorithms and Applications
数学建模算法与应用

次数的概率分布，其中每个实验只有两个可能的结果（成功或失败），每个实验
的成功概率保持恒定在 p。这个具有二元结果的单一实验被称为伯努利检验。值

得注意的是，当实验次数 n 等于 1 时，二项式分布会退化为伯努利分布。因此，
二项分布在二元结果的显著性检验中起着基础作用。在 MATLAB 中，可以使用
binornd 函数产生二项分布随机数。其使用方法如下：
■ R = binornd(N，P)——N、P 为二项分布的两个参数，返回服从参数为 N、
P 的二项分布的随机数，且 N、P、R 的形式相同。

■ R = binornd(N，P，m)——m 是一个 1×2 向量，它为指定随机数的个数。
其中 N、P 分别代表返回值 R 中行与列的维数。
■ R = binornd(N，P，m，n)——m、n 分别表示 R 的行数和列数。

例 某射击手进行射击比赛，假设每枪射击命中率为 0.45，每轮射击 10 次，
共进行 10 万轮。用直方图表示这 10 万轮每轮命中成绩的可能情况。
解 在 MATLAB 中编写代码如下：
clear all

clc
x = binornd(10，0.45,100000，1)；
hist(x，11)；

运行程序，得到结果如图 1-2 所示。

图 1-2 射击结果直方图

从图 1-2 中可以看出，该射击员每轮最有可能命中 4 环。
2. 泊松分布随机数
泊松分布是统计学与概率论中一种常见的离散概率分布模型，首次由法国数

10