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
3.指数分布随机数的产⽣
程序如下：
clear all;
matlab生成随机数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
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

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。