具有特定均值和方差的正态分布的随机数

此示例显示了如何创建从具有500的平均值和25的均值的正态分布中汲取的随机浮点数阵列。

这兰德函数从具有平均值0和方差的正态分布返回随机数的样本。随机变量的一般理论强调，如果X是一个随机变量，其平均值是 $${\mathrm{\mu .}}_X$$和方差是 $${\mathrm{\sigma .}}_X^2$$，然后是随机变量，y， 被定义为 $$y=\mathrm{一种}X+\mathrm{B.}那$$在哪里一种和B.是常数，有意思 $${\mathrm{\mu .}}_y=\mathrm{一种}{\mathrm{\mu .}}_X+\mathrm{B.}$$和方差 $${\mathrm{\sigma .}}_y^2={\mathrm{一种}}^2{\mathrm{\sigma .}}_X^2。$$您可以应用此概念以获取具有平均500和方差25的正常分布式随机数的示例。

首先，初始化随机数生成器，使得该示例可重复的结果。

RNG（0，'twister'）;

创建从正常分布绘制的1000个随机值的向量，其平均为500和标准偏差为5。

a = 5;B = 500;y = a。* randn（1000,1）+ b;

计算样本平均值，标准偏差和方差。

统计= [均值（y）std（y）var（y）]

统计=1×3499.8368 4.9948 24.9483

平均值和方差不是500和25，因为它们是根据分布的采样计算的。

也可以看看

兰德|RNG.

相关话题

• 特定范围内的随机数
• 球体内的随机数
• 创建随机数阵列