概率論和數理統計實驗（matlab中實現）

一.伯努利分布
R=binornd(N,P); //N,P為二次分布的倆個參數，返回服從參數為N,P的二項分布的隨機數，且N,P,R的形式相同。

R=binornd(N,P,m); //m是一個1*2向量，它為指定的隨機數的個數，其中N,P分別代表返回值R中行與列的維數；

R=binornd(N,P,m,n); //m,n分別表示R的行數與列數；

例：
一個射擊手進行射擊比賽，假設每槍射擊命中率為0.45，每槍射擊10次，共進行10萬輪，就可以用matlab去仿真該實驗的可能情況。

編寫代碼如下：

x=binornd(10,0.45,100000,1); hist(x,11)

結果如圖
從上圖可以看出，該射擊員每輪最有可能命中4環。

二.泊松分布隨機數

y=poisspdf(x,lambda); 求取參數為Lambda的泊松分布的概率密度函數值。

我要觀察取不同的Lanbda值，使用poisspdf函數繪出來的泊松分布概率密度圖像。（分別取2.5,5，10）

在matlab中編程

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.均勻分布隨機數

1.R=unifrnd(A,B): 生成被A和B指定上下端點【A,B】的連續均勻分布的隨機數組R.
2.R=unifrnd(A,B，m,n,…): 返回mn……數組.

a=0; b=1:5; r1=unifrnd(a,b)r1 =0.5799 0.2172 2.6572 3.2917 3.7076

四.正態分布隨機數
R=normrnd(mu,sigma);返回均值為mu，標準差為sigma的正態分布的隨機數據。

R=normrnd(mu,sigma，m,n,…);m,n分布表示R的行數與列數。

如果要得到mu=10，sigma=0.4的2行4列個正態隨機數，可以在MATLAB命令行窗口輸入代碼：
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 10.487110.1456 10.3034 9.5257 10.1286>> R=normrnd(10,0.4,2,4)R =10.3718 10.2499 9.9566 9.95429.9151 10.1271 9.9685 10.1344

因為這樣的矩陣有很多，本人在此只做了三組實驗。

由于本人能力有限，編寫過程中可能存在不足之處，望大家海涵~~~~
謝謝大家

總結

以上是生活随笔為你收集整理的matlab仿真随机数的产生的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。