matlab plot x轴随机数,matlab仿真随机数的产生

概率论和数理统计实验(matlab中实现)

一.伯努利分布

R=binornd(N,P); //N,P为二次分布的俩个参数，返回服从参数为N,P的二项分布的随机数，且N,P,R的形式相同。

R=binornd(N,P,m); //m是一个1*2向量，它为指定的随机数的个数，其中N,P分别代表返回值R中行与列的维数；

R=binornd(N,P,m,n); //m,n分别表示R的行数与列数；

例：一个射击手进行射击比赛，假设每枪射击命中率为0.45，每枪射击10次，共进行10万轮，就可以用matlab去仿真该实验的可能情况。

编写代码如下：

x=binornd(10,0.45,100000,1);

hist(x,11)

结果如图[射击结果直方图]

从上图可以看出，该射击员每轮最有可能命中4环。

二.泊松分布随机数

y=poisspdf(x,lambda); 求取参数为Lambda的泊松分布的概率密度函数值。

我要观察取不同的Lanbda值，使用poisspdf函数绘出来的泊松分布概率密度图像。(分别取2.5,5，10)

在matlab中编程

x=0:20;

y1=poisspdf(x,2.5);

y2=poisspdf(x,5);

y3=poisspdf(x,10);

hold on

plot(x,y1,':r*')

plot(x,y2,':b*')

plot(x,y3,':g*')

hold off

三.均匀分布随机数

1.R=unifrnd(A,B): 生成被A和B指定上下端点【A,B】的连续均匀分布的随机数组R.

2.R=unifrnd(A,B，m,n,…): 返回mn……数组.

a=0;

b=1:5;

r1=unifrnd(a,b)

r1 =

0.5799 0.2172 2.6572 3.2917 3.7076

四.正态分布随机数

R=normrnd(mu,sigma);返回均值为mu，标准差为sigma的正态分布的随机数据。

R=normrnd(mu,sigma，m,n,…);m,n分布表示R的行数与列数。

如果要得到mu=10，sigma=0.4的2行4列个正态随机数，可以在MATLAB命令行窗口输入代码：

R=normrnd(10,0.4,2,4)

R =

9.7923 10.1380 10.5178 9.5354

9.9844 9.6784 9.2855 9.9237

>> R=normrnd(10,0.4,2,4)

R =

9.7484 10.3920 10.1876 10.4871

10.1456 10.3034 9.5257 10.1286

>> R=normrnd(10,0.4,2,4)

R =

10.3718 10.2499 9.9566 9.9542

9.9151 10.1271 9.9685 10.1344

因为这样的矩阵有很多，本人在此只做了三组实验。

由于本人能力有限，编写过程中可能存在不足之处，望大家海涵~~~~

谢谢大家