matlab模拟伯努利实验,matlab仿真随机数的发⽣
概率论和数理统计实验(matlab中实现)
⼀.伯努利漫衍
R=binornd(N,P); //N,P为⼆次漫衍的俩个参数，返回遵守参数为N,P的⼆项漫衍的随机数，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划分代表返回值R中⾏与列的维数；
R=binornd(N,P,m,n); //m,n划分⽰意R的⾏数与列数；
例：⼀个射击⼿举⾏射击竞赛，假设每射击掷中率为0.45，每射击10次，共举⾏10万轮，就可以⽤matlab去仿真该实验的可能情形。
编写代码如下：
x=binornd(10,0.45,100000,1);
hist(x,11)
效果如图[射击效果直⽅图]
从上图可以看出，该射击员每轮最有可能掷中4环。
⼆.泊松漫衍随机数
y=poisspdf(x,lambda); 求取参数为Lambda的泊松漫衍的概率密度函数值。
我要考察取差别的Lanbda值，使⽤poisspdf函数绘出来的泊松漫衍概率密度图像。(划分取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.均匀漫衍随机数
1.R=unifrnd(A,B): 天⽣被A和B指定上下端点【A,B】的延续均匀漫衍的随机数组R.
normrnd函数用法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.正态漫衍随机数
R=normrnd(mu,sigma)；返回均值为mu，标准差为sigma的正态漫衍的随机数据。
R=normrnd(mu,sigma，m,n,…);m,n漫衍⽰意R的⾏数与列数。
若是要获得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
由于这样的矩阵有许多，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，望⼈⼈海涵~~~~谢谢⼈⼈
本站声明:⽹站内容来源于⽹络，若有侵权，请，我们将及时处理。Deep Learning with Python 读书笔记(三)神经⽹络的引擎：梯度优化

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。