1樓：shine戚七七
隨機變數的累積概率值(分佈函式值)
1 通用函式計算累積概率值
命令 通用函式cdf用來計算隨機變數的概率之和(累積概率值)函式 cdf
格式 說明 返回以name為分佈,隨機變數x≤k的概率之和的累積概率值,name的取值見表4-1 常見分佈函式表
2 專用函式計算累積概率值(隨機變數的概率之和)命令 二項分佈的累積概率值
函式 binocdf
格式 binocdf (k, n, p) %n為試驗總次數,p為每次試驗事件a發生的概率,k為n次試驗中事件a發生的次數,該命令返回n次試驗中事件a恰好發生k次的概率.
命令 正態分佈的累積概率值
函式 normcdf
格式 normcdf() %返回f(x)=的值,mu,sigma為正態分佈的兩個參數列
專用函式的累積概率值函式表
函式名呼叫形式
注 釋unifcdf
unifcdf (x, a, b)
[a,b]上均勻分佈(連續)累積分佈函式值 f(x)=punidcdf
unidcdf(x,n)
均勻分佈(離散)累積分佈函式值 f(x)=pexpcdf
expcdf(x, lambda)
引數為lambda的指數分佈累積分佈函式值 f(x)=pnormcdf
normcdf(x, mu, sigma)引數為mu,sigma的正態分佈累積分佈函式值 f(x)=pchi2cdf
chi2cdf(x, n)
自由度為n的卡方分佈累積分佈函式值 f(x)=ptcdf
tcdf(x, n)
自由度為n的t分佈累積分佈函式值 f(x)=pfcdf
fcdf(x, n1, n2)
第一自由度為n1,第二自由度為n2的f分佈累積分佈函式值gamcdf
gamcdf(x, a, b)
引數為a, b的分佈累積分佈函式值 f(x)=pbetacdf
betacdf(x, a, b)
引數為a, b的分佈累積分佈函式值 f(x)=plogncdf
logncdf(x, mu, sigma)引數為mu, sigma的對數正態分佈累積分佈函式值nbincdf
nbincdf(x, r, p)
引數為r,p的負二項式分佈概累積分佈函式值 f(x)=pncfcdf
ncfcdf(x, n1, n2, delta)引數為n1,n2,delta的非中心f分佈累積分佈函式值nctcdf
nctcdf(x, n, delta)
引數為n,delta的非中心t分佈累積分佈函式值 f(x)=pncx2cdf
ncx2cdf(x, n, delta)
引數為n,delta的非中心卡方分佈累積分佈函式值raylcdf
raylcdf(x, b)
引數為b的瑞利分佈累積分佈函式值 f(x)=pweibcdf
weibcdf(x, a, b)
引數為a, b的韋伯分佈累積分佈函式值 f(x)=pbinocdf
binocdf(x,n,p)
引數為n, p的二項分佈的累積分佈函式值 f(x)=pgeocdf
geocdf(x,p)
引數為 p的幾何分佈的累積分佈函式值 f(x)=phygecdf
hygecdf(x,m,k,n)
引數為 m,k,n的超幾何分佈的累積分佈函式值poisscdf
poisscdf(x,lambda)
引數為lambda的泊松分佈的累積分佈函式值 f(x)=p說明 累積概率函式就是分佈函式f(x)=p在x處的值.
2樓：匿名使用者
通過產生0到1隨機均勻分佈來間接實現，由於產生的分佈是均勻的，所以落到某個範圍的概率是固定的，比如落在小於0.4的可能是0.4，落在0.
4和0.5間概率是0.1，落在0.
5以上概率是0.5。由此可以實現概率pi，發生時間i
以三種可能為例,首先要求全概率為1，即p1+p2+p3=1clear;
clc;
p1 = 0.4;p2 = 0.1;p3=0.5;
tap = rand(1) %%%% 隨機產生0到1均勻分佈if tap elseif tap<(p1+p2) %%%%% 如果大於p1,小於p2，事件2發生 disp('event2 occur.'); else %%%% 否則事件3發生disp('event3 occur.');end 3樓：匿名使用者 可以考慮用均勻分佈產生[0,1]間的隨機數，然後用區間大小表示事件概率。 比如，x在[0,p1]間表示事件1發生，其概率剛好為p1x在[p1,p1+p1]間表示事件2發生，其概率為p2[1-pn,1]區間則表示n發生。 注意一定是均勻分佈才能這麼表示。 matlab怎樣產生按某概率函式分佈的隨機數 4樓：休閒居大偉 對於你的問題，如果 y 是m*n的服從0~1均勻分佈的隨機矩陣： y = rand(m,n) 用統計工具箱， y = unifrnd(0,1,m,n) 5樓：跳出桎梏 matlab統計工具箱中提供了slicesample函式，用來生成任意指定分佈隨機數 rand=slecesample（initial，nasample，『pdf』，pdffun） initial：指定一個初始值 nasample：產生隨機數的個數 『pdf』：概率分佈函式 pdffun： 概率分佈函式的控制代碼 假設待分析bai在精細紋理影象 du的一部分是一個 zhim n的矩形視窗。dao 某一灰度級結構的出版現情況可以權由相對的頻率的矩陣來描述，他描繪了具有灰度級a,b的兩個畫素，在方向 上間隔距離為d，以多大的頻率出現在視窗中。共生矩陣求取方法 主要有如下六種 1.能量，或角度二階矩 影象均勻性的測... function y genrannum1 n 本函式產生n個指定概率分佈的隨機數，本例中的 概率密度函式為f x 1 x x 1 x x pi 2 x 1 min 1 概率密度區間的左邊界 max 1 概率密度區間的右邊界 uper 1 pi 2 概率密度函式的上確界 rand state 0 s... 這個函式求的是區域性極小值點，只會返回一個極小值點 matlab 隱函式求解出來結果很詭異，想用 fminbnd 求解 最小值，錯誤，具體程式如下 最主要的問題在於，你的jie是sym物件 怎麼求函式的極小值 matlab裡 有三種方法 抄導數為0求極值 bai 優化演算法 運用函式du 繪圖zhi...matlab中矩陣畫圖如何程式設計
matlab中怎樣按概率產生隨機數
MATLAB程式設計中的函式問題，如圖，可以幫忙解釋一下用fmi