一個(gè)女神挽救了很多人的生命，因?yàn)樗荗型血，萬能輸血者。
天有不測(cè)風(fēng)云，人有旦夕禍福。
女神生病了，要做手術(shù)，需要3管O型血，現(xiàn)在知道人群中的O型血
的比例是 41%,? 要抽夠3管血時(shí)停止，設(shè)抽到第X個(gè)人恰好抽了3管
O型血， 那么X的期望是多少？X>14的概率是多大？

% 北太天元模擬獻(xiàn)血問題
% 中國(guó)O型血的人比例是41%， 來自網(wǎng)上搜索
% 我們希望得到3管O型血，假設(shè)每個(gè)獻(xiàn)血者僅僅捐獻(xiàn)一管血
% 有一天可能我們采集3個(gè)人就得到了3個(gè)O型血，有一天
% 可能采集了20個(gè)人也沒有得到3個(gè)O型血
% 恰好得到3個(gè)O型血時(shí)采集的捐獻(xiàn)者的人的個(gè)數(shù)是一個(gè)隨機(jī)數(shù).
% 我們用數(shù)值模擬嘗試求這個(gè)隨機(jī)數(shù)的期望值(也就是平均值)
clc
clear all
clf
close all

模擬總次數(shù) = 2000;
num_O型 = zeros(模擬總次數(shù), 1); %采集O型血的管數(shù)
num_獻(xiàn)血者 = zeros(模擬總次數(shù),1); %獻(xiàn)血者的人數(shù)
for k = 1:模擬總次數(shù) %for 每次模擬
?? ? while num_O型(k) < 3 % 持續(xù)循環(huán)直到O型血個(gè)數(shù)等于3個(gè)
?? ??? ??? ?if rand < 0.41 %if 一個(gè)獻(xiàn)血者是O型血
?? ??? ??? ??? ?num_O型(k) = num_O型(k) + 1; %num_O型增加1
?? ??? ??? ?end
?? ??? ??? ?num_獻(xiàn)血者(k) = num_獻(xiàn)血者(k) + 1; % 獻(xiàn)血者增加1
?? ? end
end
?histogram(num_獻(xiàn)血者) % 畫出達(dá)到3個(gè)O型血采集的獻(xiàn)血者的個(gè)數(shù)
?xlabel('獻(xiàn)血者的個(gè)數(shù)')
?ylabel('頻率')

?mean_獻(xiàn)血者 = mean(num_獻(xiàn)血者) %平均需要的獻(xiàn)血者
?標(biāo)準(zhǔn)差 = std(num_獻(xiàn)血者) %計(jì)算標(biāo)準(zhǔn)差
?mean_超過10獻(xiàn)血者的比例 = mean(num_獻(xiàn)血者 > 10) % 超過10獻(xiàn)血者的比例
mean_超過11獻(xiàn)血者的比例 = mean(num_獻(xiàn)血者 > 11) % 超過11獻(xiàn)血者的比例
mean_超過12獻(xiàn)血者的比例 = mean(num_獻(xiàn)血者 > 12) % 超過12獻(xiàn)血者的比例
mean_超過13獻(xiàn)血者的比例 = mean(num_獻(xiàn)血者 > 13) % 超過13獻(xiàn)血者的比例
mean_超過14獻(xiàn)血者的比例 = mean(num_獻(xiàn)血者 > 14) % 超過14獻(xiàn)血者的比例