TA貢獻(xiàn)1853條經(jīng)驗 獲得超9個贊
簡單的解決方案是生成一個具有均勻分布的數(shù)字（使用rand），并對其進(jìn)行一些操作：
r = rand;
prob = [0.5, 0.1, 0.4];
x = sum(r >= cumsum([0, prob]));
或單線：
x = sum(rand >= cumsum([0, 0.5, 0.1, 0.4]));
說明
這r是一個介于0和1之間的均勻分布的隨機(jī)數(shù)。要生成介于1和3之間的整數(shù)，訣竅是將[0，1]范圍劃分為3個片段，其中每個片段的長度與其對應(yīng)的概率成比例。就您而言，您將：
段[0，0.5），對應(yīng)于數(shù)字1。
段[0.5，0.6），對應(yīng)于數(shù)字2。
段[0.6，1]，對應(yīng)于數(shù)字3。
概率r掉落內(nèi)的任何段的正比于你想為每個號碼的概率。sum(r >= cumsum([0, prob]))只是將整數(shù)映射到段之一的一種好方法。
延期
如果您對創(chuàng)建隨機(jī)數(shù)的向量/矩陣感興趣，可以使用循環(huán)或arrayfun：
r = rand(3); % # Any size you want
x = arrayfun(@(z)sum(z >= cumsum([0, prob])), r);
當(dāng)然，還有矢量化解決方案，我太懶了，無法編寫它。
TA貢獻(xiàn)1818條經(jīng)驗 獲得超3個贊
到目前為止，答案是正確的，但對于大輸入而言，答案很慢：O（m * n）其中，n是值的數(shù)量，m是隨機(jī)樣本的數(shù)量。這是一個O（m * log（n））版本，該版本利用了cumsum結(jié)果的單調(diào)性和用于以下內(nèi)容的二進(jìn)制搜索histc：
% assume n = numel(prob) is large and sum(prob) == 1
r = rand(m,1);
[~,x] = histc(r,cumsum([0,prob]));
舉報