实验中需要用 exprnd 函数生成大量符合指数分布的随机数样本。于是 help exprnd
exprnd Random arrays from exponential distribution.
R = exprnd(MU) returns an array of random numbers chosen from the
exponential distribution with mean parameter MU. The size of R is
the size of MU.
R = exprnd(MU,M,N,...) or R = exprnd(MU,[M,N,...]) returns an
M-by-N-by-... array.
里边有个参数 Mu,虽然可以看到 MU 是 mean parameter,平均值。或者大约等于期望值,即 下列常见的指数分布概率密度函数中的 lambda 的倒数。
搜了一下网上有人讲,但是,最后的结论不是很清晰,残念ね。
为了谨慎,我自己来做实验验证一下吧:
1)代码;2)效果;3)结论。
1) 将 Mu 设置为5,然后生成1e4个符合指数分布的数,统计平均值。
CNT_number = 10000;
Mu = 5;
a=exprnd(Mu, 1, CNT_number);
plot(a);
mean = sum(a) /CNT_number
2) 输出为:
mean =
5.0090
3)
exprnd 函数中参数 MU 指的是确实是均值, 或者也可以理解为指数分布的期望值。
Davy_H
2014-7-14