Matlab 用 exprnd 函数生成符合指数分布的随机数

实验中须要用 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.

里边有个參数 Mu，尽管能够看到 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。可是。最后的结论不是非常清晰，残念ね。

为了慎重，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 函数中參数 MU 指的是确实是均值。 或者也能够理解为指数分布的期望值。

Davy_H

2014-7-14

转载于:https://www.cnblogs.com/ljbguanli/p/6872157.html