使用隨機發生器以概率用matlab

Question

下面的代碼生成與成功的一個給定概率的隨機數：

  n=[randi([0 1],1,8) ones(1,8)]; 
     n= n(randperm(10)); 

如果上述線被重複隨機（unpridictable）值將被生成：

這是n爲所述第一運行：

n =  1  0  1  0  0  1  1  1  1  1 

這是第二次運行N：

n =  1  1  1  0  1  1  1  1  1  1 

我該如何讓發生器選取已經被選中的失敗數（0）的概率更高？

即第二輪的概率人2,3和4有更多的失去概率。這並不意味着他們必須失敗。

條目1到10是10個不同的用戶輸出。

好吧，讓我們說總是最多30％的條目將是0.每次執行上述操作。然而，這是隨機完成的。所以10中任意3個的最大值可以是零。

我不希望成功的可能性發生變化。只需控制哪一個是零。

爲了進一步闡明我想要的：如果3將被「隨機」選擇爲零，那麼讓先前選擇的三個被選擇的概率更高，而不是被挑選出來。

Answer 1

下面是與以下邏輯的解決方案：

1. 生成多達3次失敗，它們分配隨機
2. 決定多少故障是在步驟2
3. 給以前的失敗更高再次失敗的機率

請注意，我認爲它可能有0,1,2或3等於ilures。

nRuns = 5; 
allRuns = zeros(nRuns,10); %# stores success and failure for all runs 

%# (1) generate from 0 to 3 failures (each outcome is equally likely) 
nFailures = randi([0 3],1); 
tmp = randperm(10); 

firstRun = tmp > nFailures 
allRuns(1,:) = firstRun; 

%# (2) decide how many failures occur in the 2nd run (each outcome is equally likely) 
for iRun = 2:nRuns 
%# as the loop has been added later 
%# I use "2" to indicate any next run 
nFailures2 = randi([0 3],1); 

%# (3) give previous failures a higher chance to fail again 
failIdx = find(~allRuns(iRun-1,:)); 
successIdx = find(allRuns(iRun-1,:)); 
%# 5x higher chance of failing for previous failures 
failCandidates = [repmat(failIdx,1,5),successIdx]; 

failCandidatesRand = failCandidates(randperm(length(failCandidates))); 

%# if you have R2012a or later 
failCandidatesRand = unique(failCandidatesRand ,'stable'); 
toFail = failCandidatesRand (1:nFailures2); 

%# alternatively, if you have R2011b or earlier 
toFail = zeros(nFailures2,1); 
toFail(1) = failCandidatesRand(1); 
ii = 2; 
kk = 2; 
while ii < (nFailures2+1) 
if ~any(toFail==failCandidatesRand(kk)); 
toFail(ii) = failCandidatesRand(kk); 
ii = ii + 1; 
end 
kk = kk + 1; 
end 

%# write failures 
nextRun= true(1,10); 
nextRun(toFail) = false 

allRuns(iRun,:) = nextRun; 
end 

Answer 2

也許你想是這樣的：

n1 = rand(1, 8) > 0.5; 
n2 = rand(1, 8) > (n1 * 0.5 + ~n1 * 0.6); 

這將產生第一組的0和1的概率相同。對於n2，如果n1中的對應值爲1，則有50％的概率爲0或1.如果n1 = 0中的對應值，則有60％的概率爲0。問題。讓我們再試一次！ 我認爲你可以使用​​這個。這有點麻煩，因爲似乎沒有替代的加權抽樣選項。

N = ones(1, 10); 
for round=1:10 
    failures = randi([1, 3]); 
    indices = []; 
    while (numel(unique(indices)) < failures) 
    indices = randsample(10, failures, true, [N + ~N*1.1]); 
    end 
    N = ones(1, 10); 
    N(indices) = 0; 
    disp(N); 
end