Matlab 用 exprnd 函数生成符合指数分布的随机数

实验中需要用 exprnd 函数生成大量符合指数分布的随机数样本。于是 help exprnd

exprnd Random arrays from exponential distribution.

R = exprnd(MU) returns an array of random numbers chosen from the

exponential distribution with mean parameter MU. The size of R is

the size of MU.

R = exprnd(MU,M,N,...) or R = exprnd(MU,[M,N,...]) returns an

M-by-N-by-... array.

里边有个参数 Mu，虽然可以看到 MU 是 mean parameter，平均值。或者大约等于期望值，即 下列常见的指数分布概率密度函数中的 lambda 的倒数。



搜了一下网上有人讲，但是，最后的结论不是很清晰，残念ね。

为了谨慎，我自己来做实验验证一下吧：

1）代码；2）效果；3）结论。

1) 将 Mu 设置为5，然后生成1e4个符合指数分布的数，统计平均值。

CNT_number = 10000;
Mu = 5;
a=exprnd(Mu, 1, CNT_number);
plot(a);
mean = sum(a) /CNT_number

2) 输出为：
mean =

5.0090



3)

exprnd 函数中参数 MU 指的是确实是均值， 或者也可以理解为指数分布的期望值。

Davy_H

2014-7-14