产生随机数 matlab 分布,matlab产生各种分布的随机数

该博客介绍了如何使用MATLAB生成不同分布的随机数,包括均匀分布、0-1分布、二项分布、离散均匀分布和指数分布。通过unifrnd、rand、binornd、unidrnd和exprnd等函数,可以生成各种参数的随机数矩阵,适用于数学建模和模拟计算。
摘要由CSDN通过智能技术生成

以下资料引自“独居闲士”的博客

http://www.doczj.com/doc/cd81aeaac8d376eeafaa310e.html/s/blog_6e95187d0100qqpk.html

MATLAB产生各种分布的随机数

(2011-04-06 16:04:21)

标签:

it

1,均匀分布U(a,b):

产生m*n阶[a,b]均匀分布U(a,b)的随机数矩阵:unifrnd (a,b,m, n)

产生一个[a,b]均匀分布的随机数:unifrnd (a,b)

2,0-1分布U(0,1)

产生m*n阶[0,1]均匀分布的随机数矩阵:rand (m, n)

产生一个[0,1]均匀分布的随机数:rand

213ce9610b86c334b7ab924defcba9ed.png

4,二类分布binornd(N,P,mm,nn) 如binornd(10,0.5,mm,nn)

即产生mm*nn均值为N*P的矩阵

binornd(N,p)则产生一个。而binornd(10,0.5,mm)则产生mm*mm的方阵,军阵为N*p。5,产生m*n阶离散均匀分布的随机数矩阵:

unidrnd(N,mm,nn)产生一个数值在1-N区间的mm*nn矩阵

6,产生mm nn阶期望值为的指数分布的随机数矩阵:

exprnd( ,mm, nn)

此外,常用逆累积分布函数表

函数名调用格式函数注释

norminv X=norminv(P,mu,sigma) 正态逆累积分布函数

expinv X=expinv(P,mu) 指数逆累积分布函数

weibinv X=weibinv(P,A,B) 威布尔逆累积分布函数

logninv X=logninv(P,mu,sigma) 对数正态逆累积分布函数

Chi2inv X=chi2inv(P,A,B) 卡方逆累积分布函数

Betainv X=betainv(P,A,B) β分布逆累积分布函数

  • 0
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
MATLAB中,随机数生成通常涉及到各种概率分布函数。以下是一些常用的随机数分布及其创建方法: 1. **均匀分布(Uniform Distribution)**:`rand(a,b)`会生成a到b(包含a和b)之间的均匀随机数。例如,`x = rand(1,10)`将生成长度为10的一维数组,元素均匀分布在[0,1]之间。 2. **正态分布(Normal/Gaussian Distribution)**:`randn(mean,sigma)`生成均值为mean,标准差为sigma的标准正态分布随机数。如果省略sigma,则默认为1。如 `y = randn(0,1)`生成均值为0的标准正态分布。 3. **离散均匀分布(Discrete Uniform Distribution)**:`randi([a,b])`返回介于a和b(包括a和b)之间的整数。 4. **泊松分布(Poisson Distribution)**:`poissrnd(lambda)`生成一个泊松分布,其中lambda是平均事件发生的次数。 5. **指数分布(Exponential Distribution)**:`exppdf(x,mu)`用于计算指数分布的概率密度,而`expon(mu)`可以生成服从该分布随机数。 6. **伽马分布(Gamma Distribution)**:`gamrnd(alpha,beta)`生成伽马分布随机数,alpha是形状参数,beta是率参数。 7. **二项分布(Binomial Distribution)**:`binornd(n,p)`生成n次独立伯努利试验的成功次数,p是每次成功的概率。 8. **正态混合分布(Mixture of Gaussians)**: 可以通过`mog`函数创建混合高斯模型,生成由多个正态分布组成的数据。 每个分布都有对应的概率密度函数、累积分布函数等,你可以根据需要选择合适的函数来满足你的随机数需求。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值