概率实验一随机数的生成与蒙特卡洛随机模拟方法 副本.pptVIP

实验一 随机数的产生及蒙特卡洛随机模拟方法;实验目的;数学模拟的方法;一、随机数的产生;一）产生模拟随机数的计算机命令;2．产生mm*nn阶离散均匀分布的随机数矩阵： R = unidrnd(N) R = unidrnd(N,mm,nn);当研究对象视为大量相互独立的随机变量之和，且其中每一种变量对总和的影响都很小时，可以认为该对象服从正态分布。;;;设离散型随机变量X的所有可能取值为0,1,2,…,且取各个值的概率为 其中 0为常数，则称X服从参数为 的泊松分布。;6　产生1个参数为n,p的二项分布的随机数binornd(n,p)，产生m?n个参数为n,p的二项分布的随机数binornd(n,p,m,n) 。;总结：常见分布的随机数产生语句;补充：随机数的产生命令 MATLAB可以直接产生满足各种分布的随机数 具体命令如下: ① 产生m×n阶[0,1]上均匀分布的随机数矩阵 rand(m,n) 产生一个[0,1]上均匀分布的随机数 rand ② 产生m×n阶[a,b]上均匀分布的随机数矩阵 unifrnd (a,b,m, n) 产生一个[a,b]上均匀分布的随机数 unifrnd(a,b) ③ 产生一个1:n的随机排列(元素均出现且不重复) p=randperm(n) 注意: randperm(6)与unifrnd (1,6,1, 6)的区别;④ 产生m×n阶均值为mu方差为sigma的正态分布的随机数矩阵 normrnd(mu,sigma,m,n) 产生一个均值为mu方差为sigma的正态分布的随机数 normrnd(mu,sigma) ⑤ 产生m×n阶期望值为mu (mu=1/λ)的指数分布的随机数矩阵 exprnd(mu,m,n) 产生一个期望值为mu的指数分布的随机数 exprnd(mu) 注意: 产生一个参数为λ的指数分布的随机数应输入 exprnd(1/λ);⑥ 产生m×n阶参数为A1,A2,A3的指定分布name的随机数矩阵 random(name,A1,A2,A3,m,n) 产生一个参数为为A1,A2,A3的指定分布name的随机数 random(name,A1,A2,A3) 举例: 产生2×4阶的均值为0方差为1的正态分布的随机数矩阵 random(Normal,0,1,2,4) name的取值可以是(详情参见help random)： norm or Normal / unif or Uniform poiss or Poisson / beta or Beta exp or Exponential / gam or Gamma geo or Geometric / unid or Discrete Uniform …… ;二、蒙特卡罗随机模拟; 蒙特卡洛（Monte Carlo）方法是一种应用随机数来进行计算机模拟的方法．此方法对研究的系统进行随机观察抽样，通过对样本值的统计分析，求得所研究系统的某些参数．;用蒙特卡洛方法进行计算机模拟的步骤：;一）频率的稳定性模拟;function liti1(p,mm) pro=zeros(1,mm); randnum = binornd(1,p,1,mm) a=0; for i=1:mm a=a+randnum(1,i); pro(i)=a/i; end pro=pro num=1:mm; plot(num,pro);在Matlab命令行中输入以下命令：;在Matlab命令行中输入以下命令：;练习掷一枚不均匀硬币，正面出现概率为0.3，记录前1000次掷硬币试验中正面频率的波动情况，并画图。 ;在Matlab命令行中输入以下命令：; 二）几何概率模拟;2. 概率计算 ;function proguji=liti5(mm)%mm 是随机实验次数 frq=0; randnum1=unifrnd(0,60,mm,1); randnum2=unifrnd(0,60,mm,1); randnum=randnum1-randnum2; proguji=0; for ii=1:mm if abs(r