R = randsample([1 2 3], N, true, [0.3 0.1 0.2])

a = 1:3; %# possible numbers

w = [0.3 0.1 0.2]; %# corresponding weights

N = 10; %# how many numbers to generate

R = a( sum( bsxfun(@ge, rand(N,1), cumsum(w./sum(w))), 2) + 1 )

說明：

考慮間隔[0,1]。我們為列表(1：3)中的每個元素分配與每個元素的權重成比例的長度的子間隔;因此1個取值和間隔長度為0.3 /(0.3±0.1±0.2)，與其他值相同。

現在如果我們在[0,1]上產生具有均勻分布的隨機數，則[0,1]中的任何數字具有相等的被選擇的概率，因此子間隔的長度決定隨機數落入的概率每個間隔。

這匹配我在上面做的：選擇一個數字X?U [0,1](更像N個數字)，然后以矢量化的方式找到它落入的間隔。

您可以通過生成足夠大的序列N = 1000來檢查上述兩種技術的結果：

>> tabulate( R )

Value Count Percent

1 511 51.10%

2 160 16.00%

3 329 32.90%

它們或多或少地符合標準化權重w./sum(w)[0.5 0.16667 0.33333]

總結

以上是生活随笔為你收集整理的matlab 随机数权重,MATLAB中加权随机数的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。