3 回答

TA貢獻1858條經驗 獲得超8個贊
簡單的解決方案是生成一個具有均勻分布的數字(使用rand),并對其進行一些操作:
r = rand;
prob = [0.5, 0.1, 0.4];
x = sum(r >= cumsum([0, prob]));
或單線:
x = sum(rand >= cumsum([0, 0.5, 0.1, 0.4]));
說明
這r是一個介于0和1之間的均勻分布的隨機數。要生成介于1和3之間的整數,訣竅是將[0,1]范圍劃分為3個片段,其中每個片段的長度與其對應的概率成比例。就您而言,您將:
段[0,0.5),對應于數字1。
段[0.5,0.6),對應于數字2。
段[0.6,1],對應于數字3。
概率r掉落內的任何段的正比于你想為每個號碼的概率。sum(r >= cumsum([0, prob]))只是將整數映射到段之一的一種好方法。
延期
如果您對創建隨機數的向量/矩陣感興趣,可以使用循環或arrayfun:
r = rand(3); % # Any size you want
x = arrayfun(@(z)sum(z >= cumsum([0, prob])), r);
當然,還有矢量化解決方案,我太懶了,無法編寫它。

TA貢獻1844條經驗 獲得超8個贊
到目前為止,答案是正確的,但對于大輸入而言,答案很慢:O(m * n)其中,n是值的數量,m是隨機樣本的數量。這是一個O(m * log(n))版本,該版本利用了cumsum結果的單調性和用于以下內容的二進制搜索histc:
% assume n = numel(prob) is large and sum(prob) == 1
r = rand(m,1);
[~,x] = histc(r,cumsum([0,prob]));
- 3 回答
- 0 關注
- 671 瀏覽
添加回答
舉報