MatLab:Generate N 个伪随机数，服从平均 M 和总 T 的泊松分布，其中 N、M 和 T 是用户定义的
MatLab:Generate N pseudo-random numbers with a Poisson distribution having mean M and total T where N,M, and T are user defined
我希望能够在 MatLab 中生成一系列 N 伪随机数，泊松分布的均值为 M. N个数的和应该是T。 N、M 和 T 始终为正数或零，并且是用户指定的任何函数的参数.
显然，如果 T 相对于 N 较小，则可能会出现总 T 的问题。如果函数可以只是 return 值 T 然后 N-1 零或错误代码。但是，极有可能在大多数情况下T>>N。
我一直在尝试基于 http://matlabtricks.com/post-44/generate-random-numbers-with-a-given-distribution 提供的具有给定分布的随机数生成方法的变体，并在每一步尝试各种标准化，但没有成功。
您可以尝试使用 multinomial distribution 来近似您想要的内容。
如果您使用维基百科符号，则 k=N、n=T 和 pi=M/T。泊松分布具有独特的 属性 均值等于方差，但如果您的参数使得 pi 很小，则意味着 npi 将非常接近方差 npi(1-pi)。总和将自动（通过 属性 的多项式）等于 T.
Matlab 中的多项式采样是使用 mnrmd function 完成的。
更新
Wrt评论，让我们考虑N个采样值vi，并写出它们的总和
求和(i=1...N) vi = T
让我们计算这个等式左边和右边的平均值。
总和(i=1...N) E(vi) = E(T) = T
右边常数的平均值本身就是常数。在左边我们有
Sum(i=1...N) E(vi) = Sum(i=1...N) M = N*M = T
因此，M=T/N和pi=M/T=1/N.
我希望能够在 MatLab 中生成一系列 N 伪随机数，泊松分布的均值为 M. N个数的和应该是T。 N、M 和 T 始终为正数或零，并且是用户指定的任何函数的参数.
显然，如果 T 相对于 N 较小，则可能会出现总 T 的问题。如果函数可以只是 return 值 T 然后 N-1 零或错误代码。但是，极有可能在大多数情况下T>>N。
我一直在尝试基于 http://matlabtricks.com/post-44/generate-random-numbers-with-a-given-distribution 提供的具有给定分布的随机数生成方法的变体，并在每一步尝试各种标准化，但没有成功。
您可以尝试使用 multinomial distribution 来近似您想要的内容。
如果您使用维基百科符号，则 k=N、n=T 和 pi=M/T。泊松分布具有独特的 属性 均值等于方差，但如果您的参数使得 pi 很小，则意味着 npi 将非常接近方差 npi(1-pi)。总和将自动（通过 属性 的多项式）等于 T.
Matlab 中的多项式采样是使用 mnrmd function 完成的。
更新
Wrt评论，让我们考虑N个采样值vi，并写出它们的总和
求和(i=1...N) vi = T
让我们计算这个等式左边和右边的平均值。
总和(i=1...N) E(vi) = E(T) = T
右边常数的平均值本身就是常数。在左边我们有
Sum(i=1...N) E(vi) = Sum(i=1...N) M = N*M = T
因此，M=T/N和pi=M/T=1/N.