建站
咨詢(xún)
售后
建站咨詢(xún)
新聞中心
如何產(chǎn)生符合泊松分布的隨機(jī)數(shù)？
由泊松分布公式 ，可以推出前后項(xiàng)的關(guān)系 這樣，就可以由k項(xiàng)推出第k+1項(xiàng)。現(xiàn)在，來(lái)分析如何計(jì)算符合泊松分布的隨機(jī)數(shù)。 對(duì)整數(shù)k從1到正無(wú)窮，每次都rand()一個(gè)小數(shù)，如果小于P(x=k)則輸出k，此時(shí)的k即為符合泊松分布的一個(gè)值。重復(fù)上述步驟N次，即可得到N個(gè)符合泊松分布的隨機(jī)數(shù)。偽代碼形式：p = exp(-lamda);for k = 0 - 無(wú)窮大 randValue = rand(); if( randValue p) cout k; break; else p = p * lamda / (k+1); k++;java代碼：int num = 1000;//產(chǎn)生隨機(jī)數(shù)的個(gè)數(shù)int lamda = 20;//lamda值for( int i = 0; i num; i++){BigDecimal p0 = new BigDecimal(Math.exp(-lamda)); int k = 0;while(true){double randValue = Math.random();if( p0.doubleValue() randValue)break;else{p0 = p0.multiply(new BigDecimal(1.0*lamda / (k+1)));k++;//System.out.println(randValue);}if( k = 3 * lamda )//防止找不到的情況{k = 0;p0 = new BigDecimal(Math.exp(-lamda)); }//System.out.println("--------------");}System.out.println(i+" : "+k);
為德宏州等地區(qū)用戶(hù)提供了全套網(wǎng)頁(yè)設(shè)計(jì)制作服務(wù)，及德宏州網(wǎng)站建設(shè)行業(yè)解決方案。主營(yíng)業(yè)務(wù)為成都做網(wǎng)站、網(wǎng)站制作、成都外貿(mào)網(wǎng)站建設(shè)、德宏州網(wǎng)站設(shè)計(jì)，以傳統(tǒng)方式定制建設(shè)網(wǎng)站，并提供域名空間備案等一條龍服務(wù)，秉承以專(zhuān)業(yè)、用心的態(tài)度為用戶(hù)提供真誠(chéng)的服務(wù)。我們深信只要達(dá)到每一位用戶(hù)的要求，就會(huì)得到認(rèn)可，從而選擇與我們長(zhǎng)期合作。這樣，我們也可以走得更遠(yuǎn)！
泊松分布在MATLAB中那些代碼是什么意思啊
y=poisspdf(x,25)為matlab中求泊松分布的函數(shù)。
Poisson分布（法語(yǔ)：loi de Poisson，英語(yǔ)：Poisson distribution，譯名有泊松分布、普阿松分布、卜瓦松分布、布瓦松分布、布阿松分布、波以松分布、卜氏分配等），是一種統(tǒng)計(jì)與概率學(xué)里常見(jiàn)到的離散概率分布，由法國(guó)數(shù)學(xué)家西莫恩·德尼·泊松（Siméon-Denis Poisson）在1838年時(shí)發(fā)表。
泊松分布的概率函數(shù)為：
泊松分布的參數(shù)λ是單位時(shí)間(或單位面積)內(nèi)隨機(jī)事件的平均發(fā)生率。 泊松分布適合于描述單位時(shí)間內(nèi)隨機(jī)事件發(fā)生的次數(shù)。
泊松分布的期望和方差均為
特征函數(shù)為
給定一個(gè)[0,1]區(qū)間的均勻隨機(jī)數(shù),求產(chǎn)生泊松分布的隨機(jī)數(shù)原理,方法,程序代碼，用C或C++
讓我來(lái)告訴你答案!C++：RAND（）JAVA。java.lang.Math.random（）創(chuàng)建java.util.Random對(duì)象MATLAB：RAND（N）：產(chǎn)生0-1n階方蘭特（M，N）之間的隨機(jī)數(shù)，生成0-1之間的隨機(jī)數(shù)m×n矩陣另外：Matlab的隨機(jī)數(shù)生成函數(shù)betarndBeta分布的隨機(jī)數(shù)生成器binornd二項(xiàng)隨機(jī)數(shù)生成器（箱功能）分配的exprnd指數(shù)隨機(jī)數(shù)發(fā)生器frnd舉報(bào)F分布的隨機(jī)數(shù)發(fā)生器隨機(jī)數(shù)發(fā)生器gamrnd伽瑪分布/geornd幾何分布的隨機(jī)數(shù)發(fā)生器hygernd超幾何分布的隨機(jī)數(shù)發(fā)生器lognrnd對(duì)數(shù)正態(tài)分布的隨機(jī)數(shù)發(fā)生器nbinrnd負(fù)二項(xiàng)式分布的隨機(jī)數(shù)生成器ncfrnd非中心Fnctrnd非中心t分布的隨機(jī)數(shù)發(fā)生器的隨機(jī)數(shù)生成器ncx2rnd非中心卡方分布的隨機(jī)數(shù)發(fā)生器normrnd正常（高斯）分布poissrnd泊松分布的隨機(jī)數(shù)生成的隨機(jī)數(shù)發(fā)生器是raylrnd瑞利分布的隨機(jī)數(shù)生成器trnd學(xué)生的t分布的隨機(jī)數(shù)生成unidrnd離散均勻分布的隨機(jī)數(shù)發(fā)生器unifrnd連續(xù)均勻分布的weibrnd隨機(jī)數(shù)發(fā)生器的Weibull分布的隨機(jī)數(shù)發(fā)生器
怎樣用MATLAB程序產(chǎn)生一組隨機(jī)數(shù)服從泊松分布？
看看這個(gè)程序怎么處理：function x=poisondist(x0,lamda,n)format long;x=zeros(n,1);for i=1;n; b=1; tol=1; k=0; while tol==1 r=mixmod(x0,10,1); b=b*r(10); if bexp(-lamda) tol=0; x(i)=k; else k=k+1; end end x0=x0+31;endformat short;x0是種子，n為數(shù)列x的項(xiàng)數(shù)。這個(gè)是老師給的泊松分布代碼，我感覺(jué)很多地方都是錯(cuò)的，但是不知道怎么改。謝謝！
求把下列的C++代碼轉(zhuǎn)化為java，謝謝啦！在2011年5月24號(hào)前回答可以加懸賞
C++一般采用和系統(tǒng)時(shí)間搭配來(lái)產(chǎn)生隨機(jī)數(shù)
經(jīng)典的《c程序設(shè)計(jì)教程》是這樣做的
#indclude"time.h"
srand(time(NULL));
int x;
x=rand();
樓主說(shuō)的是matlab 吧
matlab產(chǎn)生隨機(jī)數(shù)的方法有很多，因?yàn)閙atlab專(zhuān)門(mén)是用來(lái)做數(shù)值計(jì)算的
randon 浮點(diǎn)型
randperm(N) 整數(shù)型
betarnd 貝塔分布的隨機(jī)數(shù)生成器
binornd 二項(xiàng)分布的隨機(jī)數(shù)生成器
chi2rnd 卡方分布的隨機(jī)數(shù)生成器
exprnd 指數(shù)分布的隨機(jī)數(shù)生成器
frnd f分布的隨機(jī)數(shù)生成器
gamrnd 伽瑪分布的隨機(jī)數(shù)生成器
geornd 幾何分布的隨機(jī)數(shù)生成器
hygernd 超幾何分布的隨機(jī)數(shù)生成器
lognrnd 對(duì)數(shù)正態(tài)分布的隨機(jī)數(shù)生成器
nbinrnd 負(fù)二項(xiàng)分布的隨機(jī)數(shù)生成器
ncfrnd 非中心f分布的隨機(jī)數(shù)生成器
nctrnd 非中心t分布的隨機(jī)數(shù)生成器
ncx2rnd 非中心卡方分布的隨機(jī)數(shù)生成器
normrnd 正態(tài)（高斯）分布的隨機(jī)數(shù)生成器
poissrnd 泊松分布的隨機(jī)數(shù)生成器
raylrnd 瑞利分布的隨機(jī)數(shù)生成器
trnd 學(xué)生氏t分布的隨機(jī)數(shù)生成器
unidrnd 離散均勻分布的隨機(jī)數(shù)生成器
unifrnd 連續(xù)均勻分布的隨機(jī)數(shù)生成器
weibrnd 威布爾分布的隨機(jī)數(shù)生成器
java隨機(jī)數(shù)生成就是采用Math.random()方法
random
public static double random()返回帶正號(hào)的 double 值，大于或等于 0.0，小于 1.0。
樓主可以參閱API
泊松分布matlab
提供一個(gè)主要的思路，具體處理方法看你要解決的問(wèn)題需滿(mǎn)足什么條件。
根據(jù)泊松過(guò)程定義，令隨機(jī)變量Tn(n≥1)表示從(n-1)次事件發(fā)生到第n次事件發(fā)生的時(shí)間間隔，則可證明，Tn服從相互獨(dú)立但參數(shù)為λ的相同指數(shù)分布。這可用蒙特卡洛仿真來(lái)處理。其步驟為：
1）令當(dāng)前時(shí)刻t=0，泊松事件計(jì)數(shù)值為N=0；
2）利用rand產(chǎn)生（0,1）上均勻分布的隨機(jī)數(shù)U，令E=-1/λ*ln(U);
3）令t=t+E，如果tT,則停止；
4）令N=N+1，并且設(shè)tn=t；
5）循環(huán)直至循環(huán)終止
代碼如下：以λ=2，T=10為例
clc,clear
t=0;N=0;
T=10;lamda=2;A=[];
while(t=T)
U=rand;
E=-1/lamda*log(U);
t=t+E;
N=N+1;
A=[A;N,t];
end
A=A';
由A知發(fā)生故障的時(shí)間點(diǎn)為：
[0.0298 0.0523 0.3288 1.7373 2.4619 2.9823 3.0808 5.1674 6.7404 7.6293 7.8454 8.0016 8.2187 8.6170 8.9186 9.5268 9.6741 10.5073]
當(dāng)你要產(chǎn)生序列的時(shí)候，將上述時(shí)間點(diǎn)換成1，其余時(shí)間點(diǎn)令為0即可，由于序列的時(shí)間點(diǎn)為整數(shù)，這就涉及到取整的問(wèn)題，如何處理看你的需要。
參考文獻(xiàn)：
基于MATLAB的隨機(jī)過(guò)程仿真
文章名稱(chēng)：java泊松分布代碼,java 泊松分布
網(wǎng)站URL：http://www.ef60e0e.cn/article/dssossi.html
