第二章大气统计基础.研讨.pptVIP

蒙特卡罗方法应用实例 圆周率的模拟 利用蒙特卡罗方法解决数学分析问题的基本思想： 建立与描述该问题有相似性的概率模型，利用这种相似性把概率模型的某些特征（如随机事件的概率或随机变量的平均值等）与数学问题的解答（如积分值）联系起来。 对模型进行随机模拟或统计抽样，再利用所得结果求出这些特征的统计估计值作为原来的分析问题的近似解。 生成参数为A,B, 的m×n个贝塔分布随机数 R = betarnd(A,B,m,n) Beta 分布 生成参数为μ,σ的m×n个对数正态分布随机数 R = lognrnd(μ,σ,m,n) 对数正态分布 生成自由度为k的m行n列的m×n个T分布随机数 Y=chi2rnd(k,m,n) 分布 生成自由度为k的m行n列的m×n个T分布随机数 Y=trnd(k,m,n) T分布 生成参数为μ,σ的m行n列的m×n个正态分布随机数 Y=normrnd(μ,σ,m,n) 正态分布 生成参数为λ的m行n列的 m×n个指数分布随机数 Y=exprnd(λ,m,n) 指数分布 生成区间(a,b)上的m行n列的m×n个均匀分布随机数 Y=unifrnd (a,b,m,n) 均匀分布 生成参数为λ的m行n列的m×n个泊松分布随机数 Y=poissrnd(λ,m,n) 泊松分布 生成参数为p的m行n列的m×n个几何分布随机数 Y=geornd(p,m