随机数
从正态分布中得到一个随机数
等于1和标准差
等于5。指定分布名称“正常”
以及分布参数。
rng (“默认”)%的再现性μ= 1;σ= 5;随机(r =“正常”μ、σ)
r = 3.6883
创建一个正态分布对象,并使用该对象生成一个随机数。
创建一个具有平均值的正态分布对象 等于1和标准差 等于5。
μ= 1;σ= 5;pd = makedist (“正常”,“亩”亩,“σ”σ);
从分布中生成一个随机数。
rng (“默认”)%的再现性r =随机(pd)
r = 3.6883
保存随机数生成器的当前状态。然后用速率参数为5的泊松分布生成一个随机数。
s =提高;随机(r =“泊松”5)
r = 5
将随机数生成器的状态恢复为s,然后创建一个新的随机数。该值与之前相同。
rng(年代);r1 =随机(“泊松”5)
r1 = 5
创建一个与现有数组大小相同的随机数矩阵。使用形状参数2和0、刻度参数1和位置参数0的稳定分布。
A = [32 2;2 1];深圳=大小(A);随机(R =“稳定”2 0 1 0,深圳)
R =2×20.7604 -3.1945 2.5935 1.2193
您可以将前两行代码合并为一行。
随机(R =“稳定”2 0 1 0,大小(A))
R =2×20.4508 -0.6132 -1.8494 0.4845
使用默认参数值创建一个Weibull概率分布对象。
pd = makedist (“威布尔”)
pd = Weibull分布Weibull分布A = 1 B = 1
从分布中生成随机数。
rng (“默认”)%的再现性r =随机(pd, 10000, (1);
使用100个符合威布尔分布的箱子构建一个直方图。
histfit (r, 100,“威布尔”)
创建一个标准正态概率分布对象。
pd = makedist (“正常”)
pd =正态分布正态分布mu = 0 sigma = 1
从分布中生成一个2 × 3 × 2的随机数数组。
r =随机(pd(2、3、2))
R = R (:,: 2) = -0.4336 3.5784 -1.3499 0.3426 2.7694 3.0349
的名字
- - - - - -概率分布的名字概率分布名称,指定为该表中的一个概率分布名称。
的名字 |
分布 | 输入参数一个 |
输入参数B |
输入参数C |
输入参数D |
---|---|---|---|---|---|
“β” |
贝塔分布 | 一个第一个形状参数 | b第二个形状参数 | - - - - - - | - - - - - - |
“二” |
二项分布 | n数量的试验 | p每次试验成功的概率 | - - - - - - | - - - - - - |
“BirnbaumSaunders” |
Birnbaum-Saunders分布 | β尺度参数 | γ形状参数 | - - - - - - | - - - - - - |
“毛刺” |
12型毛刺分布 | α尺度参数 | c第一个形状参数 | k第二个形状参数 | - - - - - - |
“Chisquare” 或“chi2” |
卡方分布 | ν自由度 | - - - - - - | - - - - - - | - - - - - - |
“指数” |
指数分布 | μ的意思是 | - - - - - - | - - - - - - | - - - - - - |
“极端值” 或“电动汽车” |
极端值分布 | μ位置参数 | σ尺度参数 | - - - - - - | - - - - - - |
“F” |
F分布 | ν1分子的自由度 | ν2分母自由度 | - - - - - - | - - - - - - |
“伽马” |
伽马分布 | 一个形状参数 | b尺度参数 | - - - - - - | - - - - - - |
“广义极值” 或“gev” |
广义极值分布 | k形状参数 | σ尺度参数 | μ位置参数 | - - - - - - |
广义帕累托的 或“全科医生” |
广义帕累托分布 | k尾指数(形状)参数 | σ尺度参数 | μ阈值(位置)参数 | - - - - - - |
“几何” |
几何分布 | p概率参数 | - - - - - - | - - - - - - | - - - - - - |
“正常”的一半 或“环” |
Half-Normal分布 | μ位置参数 | σ尺度参数 | - - - - - - | - - - - - - |
“超几何” 或“hyge” |
超几何分布 | 米人口规模 | k人口中具有所需特征的项目的数量 | n抽取样本数 | - - - - - - |
“InverseGaussian” |
逆高斯分布 | μ尺度参数 | λ形状参数 | - - - - - - | - - - - - - |
“物流” |
物流配送 | μ的意思是 | σ尺度参数 | - - - - - - | - - - - - - |
“LogLogistic” |
Loglogistic分布 | μ对数值的平均值 | σ刻度参数的对数值 | - - - - - - | - - - - - - |
对数正态的 |
对数正态分布 | μ对数值的平均值 | σ对数值的标准差 | - - - - - - | - - - - - - |
“Nakagami” |
Nakagami分布 | μ形状参数 | ω尺度参数 | - - - - - - | - - - - - - |
“负二项” 或“nbin” |
负二项分布 | r许多的成功 | p一次试验成功的概率 | - - - - - - | - - - - - - |
“非中心F” 或“ncf” |
无心的F分布 | ν1分子的自由度 | ν2分母自由度 | δ非中心参数 | - - - - - - |
“非中心t” 或“英国” |
非中心t分布 | ν自由度 | δ非中心参数 | - - - - - - | - - - - - - |
“非中心卡方” 或“ncx2” |
非中心卡方分布 | ν自由度 | δ非中心参数 | - - - - - - | - - - - - - |
“正常” |
正态分布 | μ的意思是 | σ标准偏差 | - - - - - - | - - - - - - |
“泊松” |
泊松分布 | λ的意思是 | - - - - - - | - - - - - - | - - - - - - |
“瑞利” |
瑞利分布 | b尺度参数 | - - - - - - | - - - - - - | - - - - - - |
“Rician” |
Rician分布 | 年代非中心参数 | σ尺度参数 | - - - - - - | - - - - - - |
“稳定” |
稳定分布 | α第一个形状参数 | β第二个形状参数 | γ尺度参数 | δ位置参数 |
“T” |
学生的t分布 | ν自由度 | - - - - - - | - - - - - - | - - - - - - |
“tLocationScale” |
t Location-Scale分布 | μ位置参数 | σ尺度参数 | ν形状参数 | - - - - - - |
“统一” |
均匀分布(连续) | 一个较低的端点(最小) | b上端点(最大) | - - - - - - | - - - - - - |
离散均匀的 或“unid” |
均匀分布(离散) | n最大可观测值 | - - - - - - | - - - - - - | - - - - - - |
“威布尔” 或“wbl” |
威布尔分布 | 一个尺度参数 | b形状参数 | - - - - - - | - - - - - - |
例子:“正常”
pd
- - - - - -概率分布概率分布,指定为本表中的一个概率分布对象。
sz1,…,szN
- - - - - -每个维度的大小(作为单独的参数)深圳
- - - - - -每个维度的大小(作为行向量)使用注意事项及限制:
输入参数的名字
必须是编译时常量。例如,要使用正态分布,包括coder.Constant(“正常”)
在arg游戏
的价值codegen
(MATLAB编码器).
代码生成不支持概率分布对象(金宝apppd
)输入参数。
该功能完全支持GPU阵列。金宝app有关更多信息,请参见在GPU上运行MATLAB函数(并行计算工具箱).
你点击一个链接对应于这个MATLAB命令:
通过在MATLAB命令窗口中输入命令来运行命令。Web浏览器不支持MATLAB命令。金宝app
你也可以从以下列表中选择一个网站:
选择中国网站(中文或英文)以获得最佳网站性能。其他MathWorks国家站点没有针对您所在位置的访问进行优化。