摘要：
一、功能 产生二项式分布的随机数。 二、方法简介 二项式分布的概率密度函数为 $$ f(x)=C_{n}^{x}p^{x}(1 p)^{n x} \qquad x \in \left \{ 0,1,...,n \right \} $$ 用$Bin(n,p)$表示。二项式分布的均值为$np$，方差为$ 阅读全文
摘要：
一、功能 产生泊松分布的随机数。 二、方法简介 泊松分布的概率密度函数为 $$ f(x)=\frac{\lambda ^{x}e^{ \lambda }}{x!} \qquad x\in \left \{ 0,1,...,\lambda \right \} $$ 用$P(\lambda)$表示。泊松 阅读全文
摘要：
一、功能 产生自回归滑动平均模型$ARMA(p,q)$的数据。 二、方法简介 自回归滑动平均模型$ARMA(p,q)$为 $$ x(n)+\sum_{i=1}^{p}a_{i}x(n i)=\sum_{i=0}^{q}b_{i}w(n i) $$ 其中$a_i(i=1,2,...,p)$是自回归系数 阅读全文
摘要：
一、功能 产生贝努利分布的随机数。 二、方法简介 贝努利分布的概率密度函数为 $$ f(x)=\left\{\begin{matrix} p, &x = 1 \\ 1 p, & x = 0 \end{matrix}\right. $$ 通常用$BN(p)$表示。贝努利分布的均值为$p$，方差为$p( 阅读全文
摘要：
一、功能 产生贝努利 高斯分布的随机数。 二、方法简介 贝努利 高斯分布的随机变量$x$是贝努利分布的随机变量$y$与高斯分布的随机变量$z$的乘积，即$x=y x$。因此，贝努利 高斯分布的随机数可视为：每当贝努利序列中有1出现时，打开高斯随机数发生器，并用其输出代替1。贝努利 高斯分布的均值为$ 阅读全文
摘要：
一、功能 产生埃尔朗分布的随机数。 二、方法简介 埃尔朗分布的概率密度函数为 $$ f(x)=\left\{\begin{matrix} \frac{\beta ^{ m}x^{m 1}}{(m 1)!}e^{ \frac{x}{\beta }} & x\geqslant 0,\beta 0\\ 0 阅读全文
摘要：
一、功能 产生韦伯分布的随机数。 二、方法简介 韦伯分布的概率密度函数为 $$ f(x)=\left\{\begin{matrix} \frac{\alpha }{\beta^{\alpha } }x^{\alpha 1}e^{ (\frac{x}{\beta })^{\alpha }} & x\g 阅读全文
摘要：
一、功能 产生柯西分布的随机数。 二、方法简介 柯西分布的概率密度函数为 $$ f(x)=\frac{\beta }{\pi [\beta ^{2}+ (x \alpha)^{2}]} \qquad \beta 0 $$ 通常用$C(\alpha ,\beta )$表示，其分布函数为 $$ F(x) 阅读全文
摘要：
一、功能 产生对数正态分布的随机数。 二、方法简介 对数正态分布的概率密度函数为 $$ f(x)=\left\{\begin{matrix} \frac{1}{x\sqrt{2\pi }\sigma }exp\left ( \frac{(lnx \mu )^{2}}{2\sigma ^{2}} \r 阅读全文