Matlab 如何从给定概率的数组中提取数字

我有两个概率分别为7和3的数字1,2。如何根据给定的概率选择一个数字

直接实施

你需要的是一个比例伯努利随机数发生器。原始的伯努利随机变量是0或1，需要1或2。因此，以下代码应该可以工作：

a = binornd(1,0.3)+1;

第一个参数是维度（这里是1，参见MATLAB文档），第二个参数是得到1的概率。通过加1，这成为获得2的概率

警告：不幽默的人不推荐回答其余部分。

极客实施

您可以使用统一随机生成器并对其进行调整：

a = rand; %in (0,1) range
result = 1*(a<=0.7) + 2*(a>0.7);

Über极客实施

假设

tic…toc

中小数部分的某个数字均匀随机：

tic
A = rand(12060, 4400);
B = rand(12000, 4430);
t=toc;
t=round(t*10^3);
t = mod(t, 10);
randVal = (t<=6)*1 + (t>6)*2;

tic
A=兰特（120604400）；
B=兰特（120004430）；
t=总有机碳；
t=圆形（t*10^3）；
t=mod（t，10）；
randVal=（t6）*2；

扩展的Über极客实施

扩展了前面的方法，但这次使用伪随机生成的32位数字（每个位都像前面的方法一样生成），将其除以最大值，从而获得0和1之间近似均匀分布的变量

randNum = 0;
for i=0:31
   tic
   A = rand(12000, 4400);
   B = rand(12000, 4400);
   t=toc;
   t=round(t*10^3);
   randNum = randNum + mod(t,2)*2^i;
end
%randNum is a uniformly distributed number between 0 and 2^32 - 1

randNum = randNum/(2^32);

final = (randNum<=0.7)*1 + (randNum>0.7)*2;

randNum=0；
对于i=0:31
抽搐
A=兰特（120004400）；
B=兰特（120004400）；
t=总有机碳；
t=圆形（t*10^3）；
randNum=randNum+mod（t，2）*2^i；
终止
%randNum是一个均匀分布的数字，介于0和2^32-1之间
randNum=randNum/（2^32）；
最终=（randNum0.7）*2；

根据特定分布选择一个数字的基本问题非常常见。您的示例非常简单，尽管您的问题标题暗示您对通用解决方案感兴趣

下面是一个简单的函数，它通过选择0到1之间的随机数来工作。然后它循环遍历分布数组中的值，将它们从分布的cdf中累加到。一旦累加器中的值超过随机值，则返回索引

function idx = randWithDist(dist)
    r = rand;
    a = 0;
    idx = 0;
    while(r > a)
        idx = idx + 1;
        a = a + dist(idx);
    end
end

对于您的2值示例来说，这有些过分，但您可以这样使用：

randWithDist（[7.3]）

如果使用此选项从任意数组中选择值（如主题所示），只需使用返回值作为数组的索引：

dist = [.2 .3 .4 .1];
val = [1 2 10 11];

samples = [];
for i=1:10000
    samples = [samples val(randWithDist(dist))];
end

histogram(samples);

这应该选择概率为.2的1，概率为.3的2，概率为.4的10，概率为.1的11。柱状图显示它似乎工作正常

---

为了让它能够处理更一般的输入，我对它做的另一个调整是将第一行更改为

r=rand*sum（dist）

。这会自动规范化分布，因此不必求和为1。

到目前为止，您都尝试过什么？你有什么特别的问题吗？此外，你应该在维基百科上查找“伯努利分布”，这应该会对你有所帮助。。我如何使用伯努利过程来获取一个数字……纯天然的惊人+1.我通常不会对糟糕问题的答案投赞成票，但这一个我不能通过，干得好。@runDOSrun-我通常也不会，但如果答案真的很好，如果写答案的人付出了很多努力，也澄清了问题中一些令人困惑的部分，他们肯定会得到我的赞成票。可能更快（更干净）：

result=1+（rand>0.7）您可能已经注意到效率不是主要标准，但清洁度肯定是：）我会将其纳入答案中。
dist = [.2 .3 .4 .1];
val = [1 2 10 11];

samples = [];
for i=1:10000
    samples = [samples val(randWithDist(dist))];
end

histogram(samples);