如何生成一个traingular分布(锯齿模型)?

6视图(30天)

显示旧的评论

Amr哈西姆 2015年10月27日

0
链接

这个问题直接联系

//www.tianjin-qmedu.com/matlabcentral/answers/251154-how-to-generate-a-traingular-distrbution-sawtooth-model

评论道: 明星黾 2015年10月27日

答:接受明星黾

我想生成一个随机的(n = 100)锯齿模型宽度(b = 24)

1日(t = 0)从0开始,2日1 ....n n = 100

t与高斯随机变量pdf(μ= 1和st.dev = 3)

最后,我想将它们添加:

形成一个形状的总和100随机锯齿形模型

我试一试:

                         n = 100;
                        
                         = 0;b = 130; c = 61;
                        
                         u =兰德(n, 1);
                        
                         x = 0 (n, 1);
                        
                         为i = 1: n
                        
                         U = U(我);
                        
                         如果U < (c - a) / (b)
                        
                         X = a + sqrt (U * (b) * (c - a));
                        
                         其他的
                        
                         X = b-sqrt ((1 u) * (b) * (c));
                        
                         结束
                        
                         (我)= x;
                        
                         结束
                        
                         图
                        
                         嘘(x, 100)

产生这个数字

其良好的求和模型,但不是完美的我想要的。

如何生成这个分布?

0评论
显示隐藏1以上的评论

登录置评。

在回答这个问题。

接受的答案

明星黾 2015年10月27日

1
链接

直接链接到这个答案

//www.tianjin-qmedu.com/matlabcentral/answers/251154-how-to-generate-a-traingular-distrbution-sawtooth-model answer_197449

编辑:明星黾 2015年10月27日

猜测,但是如果你想要一个高斯pdf的意思 1 和一个标准差 3 ,可以考虑更换 “u” 赋值:

u = 1 + 3 * randn (n, 1);

的兰德函数产生均匀分布随机数的间隔 [0,1] 。

6个评论
显示隐藏 5年长的评论

明星黾 2015年10月27日

这是我所能:

                                  t = 0:170;
                                 
                                  锯齿波= @ (t)快速眼动(t, 24);%产生锯齿波,“t”=
                                 
                                  sawseries =锯齿(t (1): t (72);
                                 
                                  为k1 = 1:10 0
                                 
                                  sawshift (k1, k1: k1 + 71) = sawseries;%创建&和锯齿系列
                                 
                                  结束
                                 
                                  sawsum =总和(sawshift);
                                 
                                  图(1)
                                 
                                  情节(t, sawsum)
                                 
                                  图(2)
                                 
                                  网格(sawshift)
                                 
                                  网格在

您可能需要调整,自 24 样本的锯齿对应(代码)指数 (72) 但对应于一个时间的 (0,71) 。的 “sawshift” 矩阵存储移动版本的锯齿在每一步,然后 sawsum 总结他们。的和是图(1) 。的 “sawshift” 矩阵是在图(2) ,只是提出了演示的代码是如何工作的。它可能更有效率,但我编码我这样做其功能和结构非常简单。我使用了匿名函数 “锯齿” 如果你想更容易调整实验。

明星黾 2015年10月27日

我的荣幸。

指出。我用我修改原始代码图(1) 情节。(它。)

登录置评。

类别

人工智能,数据科学和统计数据统计和机器学习工具概率分布连续分布三角形分布

找到更多的在三角形分布在帮助中心和文件交换

社区寻宝

找到宝藏在MATLAB中央,发现社区如何帮助你!

开始狩猎!