步骤1。定义分布参数。

创建一个向量p包含每个结果的概率。结果1的概率是1/2，结果2的概率是1/3，结果3的概率是1/6。每次试验的次数n是5，实验的重复次数是多少代表是8。

P = [1/2 1/3 1/6];n = 5;代表= 8;

步骤2。生成一个随机数。

从多项分布中生成一个随机数，这是一次试验的结果。

rng ('默认'）%的再现性r = mnrnd (1, p, 1)

r =1×30 1 0

返回向量r包含三个元素，显示每种可能结果的计数。这个单一试验结果为2。

步骤3。生成一个随机数矩阵。

您还可以从多项分布中生成一个随机数矩阵，该矩阵报告多个实验的结果，每个实验都包含多个试验。生成一个包含实验结果的矩阵n = 5试验和reps = 8.重复。

r = mnrnd (n, p代表)

r =8×31 1 3 3 2 0 1 1 3 0 4 1 5 0 0 1 2 2 3 1 1 3 1 1

结果矩阵中的每一行包含每个 $$k$$多项垃圾箱。例如，在第一个实验中(对应于第一行)，五个试验中的一个结果是结果1，五个试验中的一个结果是结果2，五个试验中的三个结果是结果3。

步骤4。计算pdf。

由于多项函数使用bin计数，因此创建所有可能结果组合的多维数组，并使用mnpdf．

count1 = 1：n;count2 = 1：n;[x1，x2] = meshgrid（count1，count2）;x3 = n-（x1 + x2）;y = mnpdf（[x1（:)，x2（:)，x3（:)]，repmat（p，（n）^ 2,1））;

第5步。情节的pdf。

创建一个3-D条形图来可视化每个结果频率组合的pdf。

y =重塑(y, n, n);bar3 (y)集(gca,'xticklabel'1: n);集(gca),“YTickLabel”1: n);包含(“x_1频率”) ylabel (“x_2频率”) zlabel (“概率质量”）

图中显示了每种可能结果组合的概率质量。它没有显示出来 $$x_{3.}$$，由约束条件决定 $$x_1+x_2+x_{3.}＝n$$．