MATLAB 6.0概率统计教程:随机数生成与正态分布
需积分: 10 196 浏览量
更新于2024-12-23
收藏 3.38MB DOC 举报
MATLAB 6.0 使用手册深入讲解了MATLAB在概率统计方面的功能,特别是第4章,它详细介绍了如何生成各种分布的随机数。本章内容涵盖了二项分布和正态分布的随机数生成。
14.1 随机数的产生
- **二项分布**:`binornd`函数用于生成二项分布的随机数据。该函数接受两个参数N(试验次数)和P(成功概率),可以生成单个随机数(R=binornd(N,P))、指定数量的随机数(R=binornd(N,P,m))或指定形状的矩阵(R=binornd(N,P,m,n))。例如,`binornd(10,0.5)`会生成一个服从参数N=10,P=0.5的二项分布随机数。
- **正态分布**:`normrnd`函数则负责生成正态分布的随机数。它接受均值MU和标准差SIGMA作为参数,可以生成单个数值(R=normrnd(MU,SIGMA))、多个数值(R=normrnd(MU,SIGMA,m))或矩阵形式(R=normrnd(MU,SIGMA,m,n))。例如,`normrnd(0,1,[15])`生成15个独立的正态分布随机数,每个值的均值为0,标准差为1。
14.1.2 具体例子:
- 通过`binornd(n,1./n)`生成每个元素的概率等于其索引的倒数的二项分布随机数。
- `normrnd`函数不仅支持单一均值和标准差,如`n1=normrnd(1:6,1./(1:6))`生成一系列以1到6为均值,对应标准差为1到6的正态随机数。
14.1.3 常见分布的随机数产生:
本节介绍了如何利用MATLAB生成常见分布的随机数,这为数据分析和模拟提供了强大的工具。用户可以根据具体需求选择合适的分布类型,并设置相应的参数来获取所需的随机样本。
总结来说,MATLAB 6.0 的概率统计部分是实用的,它提供了直观易用的函数,帮助用户轻松创建各种概率分布的随机数,这对于进行统计分析、模拟实验以及教学演示都非常有用。熟练掌握这些函数和其用法,将极大地提升在MATLAB环境下的数据分析能力。
2019-08-13 上传
2010-01-29 上传
2011-10-17 上传
2009-08-26 上传
2011-10-18 上传
2010-03-22 上传
2008-03-24 上传