如何使用韦伯分布函数

Posted 2023-05-09

WEIBULL(x,alpha,beta,cumulative)X 参数值。Alpha 分布参数。Beta 分布参数。Cumulative 指明函数的形式。说明如果 x、alpha 或 beta 为非数值型，函数 WEIBULL 返回错误值 #VALUE!。 如果 x < 0，函数 WEIBULL 返回错误值 #NUM!。 如果 alpha ≤ 0 或 beta ≤ 0，函数 WEIBULL 返回错误值 #NUM!。 韦伯累积分布函数的计算公式如下： 韦伯概率密度函数的计算公式如下： 当 alpha = 1，函数 WEIBULL 返回指数分布： 示例如果您将示例复制到空白工作表中，可能会更易于理解该示例。操作方法创建空白工作簿或工作表。 请在“帮助”主题中选取示例。不要选取行或列标题。 从帮助中选取示例。 按 Ctrl+C。 在工作表中，选中单元格 A1，再按 Ctrl+V。 若要在查看结果和查看返回结果的公式之间切换，请按 Ctrl+`（重音符），或在“工具”菜单上，指向“公式审核”，再单击“公式审核模式”。 1234AB数据说明105计算函数的数值20α 分布参数100β 分布参数公式说明（结果）=WEIBULL(A2,A3,A4,TRUE)在上述条件下使用韦伯累积分布函数的结果 (0.929581)=WEIBULL(A2,A3,A4,FALSE)在上述条件下使用韦伯概率密度函数的结果 (0.035589) 参考技术A 　　密度函数：
　　x≤0时，p(x)=0;
　　x＞0时，p(x)=aλx^(a-1)exp(-λx^a).
　　累计分布函数：
　　x≤0时，F(x)=0；
　　x＞0时，F(x)=∫aλt^(a-1)exp(-λt^a)dt 积分(0,x)
　　=-∫exp(-λt^a)d(-λt^a)
　　=- exp(-λt^a) t从0到x
　　=1- exp(-λx^a)
　　结论：x≤0时，F(x)=0；
　　x＞0时，F(x)=1- exp(-λx^a)

c++数值61,韦伯分布,随机种子,

#包含 <io流>
#包含 <io操作>
#包含 <串>
#包含 <映射>
#包含 <随机>
#包含 <c数学>
整 主()
{
    随机设备 读;
    mt19937 生成(读());
 
    标::韦伯分布<> d;
 
    映射<整, 整> 历史;
    对(整 n=0; n<10000; ++n) {
        ++历史[圆整(d(生成))];
    }
    对(动 p : 历史) {
        输出 << 固定 << 置精度(1) << 置宽(2)
                  << p.第一 << ' ' << 串(p.第二/200, '*') << '\n';
    }
}

0 *******************
 1 *******************
 2 ******
 3 **
 4 
 5 
 6 
 7 
 8

#包含 <随机>
#包含 <io流>
整 主()
{
    种子序列 s1 = {-1, 0, 1};
    输出 << s1.大小() << '\n';
}

3

#包含 <随机>
#包含 <串流>
#包含 <步>
整 主()
{
    种子序列 s1; // 可默认构造
    种子序列 s2{1, 2, 3}; // 能用列表初始化
    种子序列 s3 = {-1, 0, 1}; // 列表初始化的另一种形式
    整 a[10] = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10};
    种子序列 s4(a, a + 10); // 能用迭代器
    进串流 缓冲("1 2 3 4 5"); 
    入流步<整> 头(缓冲), 尾;
    种子序列 s5(头, 尾); // 即使是流输入迭代器
}

#包含 <随机>
#包含 <c标整>
#包含 <io流>
 
整 主()
{
    标::种子序列 序列{1,2,3,4,5};
    向量<正32_t> 种子(10);
    序列.生成(种子.开始(), 种子.尾());
    对 (正32_t n : 种子) {
        输出 << n << '\n';
    }
}

4204997637
4246533866
1856049002
1129615051
690460811
1075771511
46783058
3904109078
1534123438
1495905678

本人的csdn博客:https://blog.csdn.net/fqbqrr 让我们每天都进步一点.