Question

如何在MATLAB中模拟概率密度函数

fx(x)={ x/8    0<=x<=4
      {   0     Other

谢谢！

Answer 1

任意概率密度函数的模拟如下：

1）导出逆累积分布。

2）从统一的[0,1]分布模拟。

3）将均匀[0,1]数字插入反向累积分布。

在你的情况下，你有一个很好的简单概率密度，让我怀疑这是一个功课问题。鉴于你没有发布任何代码表明你自己试图解决它，我不会只为你写出答案。

相反，你为什么不亲自得出逆累积分布呢？首先，您需要获得累积分布。这可以通过找到从无穷大到x的概率密度的积分来完成，在你的情况下，它等于从0到x的积分。完成此操作后，您需要找到它的反转。示例here应该足以向您展示如何为您的简单案例执行此操作。如果你走得那么远，那么使用rand(100, 1)从均匀[0,1]密度模拟100次绘制，然后将这些数字插入到反向累积分布中。

如果您遇到任何问题，请随时编辑您的问题以添加它们，并对此答案发表评论，我会帮助您。我在接下来的一个小时左右。

干杯。

更新：我认为OP的作业可能到现在为止，所以为了完整性：概率密度的积分，即累积分布，是f（x）=（1/16） X ^ 2。注意，当x = 0时，f（x）= 0，并且当x = 4时，f（x）= 1.这表明问题已经正确地说明了概率密度的域。接下来，f（x）意味着g（x）= 4 * x ^（1/2）的逆CDF。因此：

MyInverseCDF = @(x) (4 * sqrt(x));
MySimulatedDraw = MyInverseCDF(rand(100, 1));

我们可以直观地验证一切正常：

hist(MySimulatedDraw);

另一件事，这是指向另一个相关SO问题的链接：defining-your-own-probability-distribution-function-in-matlab

概率密度函数

1 个答案: