matlab 概率分布随机数,应用matlab实现几种常见概率分布随机数的产生

随机数：是专门的随机试验的结果。在统计学的不同技术中需要使用随机数，比如在从统计总体中抽取有代表性的样本的时候，或者在将实验动物分配到不同的试验组的过程中，或者在进行蒙特卡罗模拟法计算的时候等等。

1.二项分布随机数的产生

程序如下：

clear all;

clc

r=binornd(10,0.5) %在二项分布中n=10,p=0.5

R=binornd(10,0.5,3,4) %产生一个3*4的矩阵

运行结果：

R =

7 5 6 8

4 1 4 3

7 5 5 5

2.泊松分布随机数的产生

程序如下：

clear all;

clc;

r=poissrnd(8) %泊松分布lamda=8

R=poissrnd(8,4,4) %产生一个4*4的矩阵

运行结果：

R =

11 7 11 8

4 3 4 5

11 13 5 9

9 11 8 11

3.指数分布随机数的产生

程序如下：

clear all;

clc;

r=exprnd(10) %指数分布mu=8

R=exprnd(8,4,4) %产生一个4*4的矩阵

运行结果：

R =

2.2490 8.1904 2.8073 6.8583

11.3246 2.4485 6.5260 10.4667

6.5243 7.4369 31.4669 12.9942

2.9941 3.0452 8.8485 1.5708

4.连续型均匀分布随机数的产生

程序如下：

clear all;

clc;

r=unifrnd(1,3) %连续型均匀分布

R1=unifrnd(1,3,[4 4]) %产生一个4*4的矩阵

R2=unifrnd(1,3,4,4)

运行结果：

r =2.1950

R1 =

1.6706 1.7192 1.8587 1.6350

1.5985 2.1166 1.2497 2.3074

1.9052 2.4851 1.0489 2.9139

1.8453 1.8487 1.5804 2.8715

R2 =

1.9158 2.4813 1.9265 1.3500

1.4810 2.4874 1.4243 1.3271

2.5278 1.2118 1.1970 2.3320

2.5187 2.3631 2.6471 2.7888

5.离散型均匀分布随机数的产生

程序如下：

clear all;

clc;

r=unidrnd(10) %离散型均匀分布

R1=unidrnd(8,4,4) %产生一个4*4的矩阵

R2=unidrnd(8,[4,4])

运行结果：

r =1

R1 =

5 8 1 2

3 6 6 5

2 4 6 3

2 8 5 2

R2 =

2 1 2 1

8 4 1 8

1 1 3 3

2 8 4 36.正态分布随机数的产生

程序如下：

clear all;

clc;

r=normrnd(0,1) %正态分布mu=0,sigma=1

R1=normrnd(0,1,[3,5]) %产生一个3*5的矩阵

R2=normrnd(2,4,[3,5])

运行结果：

r =-0.3712

R1 =

-0.7578 -0.5568 -0.1609 0.3173 -0.2132

-0.5640 -0.8951 0.4093 0.0780 -0.1345

0.5551 -0.4093 -0.9526 1.3244 -1.1714

R2 =

-3.5411 4.0150 2.4889 1.3500 -2.4810

3.2420 -1.5706 6.1881 4.7602 -4.1308

1.0020 9.6340 1.0923 4.2230 -2.3915

举报/反馈