二项分布的可视化动图MATLAB代码

二项分布通常用于描述一系列独立的伯努利试验结果，比如实验成功的次数。在MATLAB中，你可以通过绘制定义好的概率密度函数（PDF）和累积分布函数（CDF），并结合随机数生成来创建一个动态可视化的二项分布。

以下是一个简单的示例代码：

% 定义参数：n = 总试验次数，p = 单次成功概率
n = 10; % 例如10次独立抛硬币
p = 0.5; % 每次试验的成功概率

% 创建二项分布的x轴范围（从0到n）
x = 0:n;

% 计算二项分布的概率密度和累积分布
pdf_val = binodist(x, n, p);   % PDF值
cdf_val = cdfbinom(x, n, p);     % CDF值

% 绘制PDF和CDF图形
figure;
hold on;
plot(x, pdf_val, 'r', 'LineWidth', 2, 'DisplayName', 'PDF');
plot(x, cdf_val, 'b', 'LineWidth', 2, 'DisplayName', 'CDF');
xlabel('试验成功的次数');
ylabel('概率');
title(['二项分布 (n=' num2str(n) ', p=' num2str(p) ')']);
legend;
hold off;

% 动态演示
for i = 1:100
    % 生成一个随机样本
    randsample_idx = randsample(x, 1, true, pdf_val);
    % 更新PDF/CDF数据点
    pdf_val(randsample_idx) = [];
    cdf_val(randsample_idx) = cdf_val(randsample_idx) + pdf_val(randsample_idx);
    
    % 渲染图形
    plot(x, pdf_val, 'r', 'LineWidth', 2);
    plot(x, cdf_val, 'b', 'LineWidth', 2);
    drawnow; % 实时更新图表
end

这段代码首先计算了给定二项分布的理论PDF和CDF值，然后动态地展示了随着每次随机抽取一个成功的次数，分布是如何变化的。