Exponenta Banner
exponenta event banner

unifpdf

Непрерывная функция равномерной плотности вероятности

свернуть все на странице

Синтаксис

y = unifpdf (x)
y = unifpdf (x, a, b)

Описание

пример

y = unifpdf(x) возвращает функцию плотности вероятности (pdf) стандартного равномерного распределения, вычисленную при значениях в x.

пример

y = unifpdf(x,a,b) возвращает pdf непрерывного равномерного распределения на интервале [a, b], оценивается по значениям в x.

Примеры

свернуть все

Открыть сценарий в реальном времени

PDF стандартного равномерного распределения является постоянным на интервале [0,1].

Вычислите pdf 0,2, 0,4,..., 1 в стандартном равномерном распределении.

x = 0.2:0.2:1;
y = unifpdf(x)
y = 1×5

     1     1     1     1     1

Если x не находится между a и b, unifpdf прибыль 0.

Вычислить pdf 1 через 5 в непрерывном равномерном распределении по интервалу [2,4].

x2 = 1:5;
unifpdf(x2,2,4)
ans = 1×5

         0    0.5000    0.5000    0.5000         0

Если параметр a больше, чем b, unifpdf прибыль NaN независимо от x вход.

unifpdf(5,10,1)
ans = NaN

Входные аргументы

свернуть все

Значения для вычисления pdf, заданные как неотрицательное скалярное значение или массив неотрицательных скалярных значений.

  • Чтобы вычислить pdf для нескольких значений, укажите x с использованием массива.

  • Чтобы вычислить pdfs нескольких распределений, укажите a и b с использованием массивов.

Если один или несколько входных аргументов x, a, и b являются массивами, тогда размеры массивов должны быть одинаковыми. В этом случае unifpdf расширяет каждый скалярный ввод в постоянный массив того же размера, что и входные данные массива. Каждый элемент в y - значение в формате pdf распределения, указанное соответствующими элементами в a и b, оценивается в соответствующем элементе в x.

Пример: [3 4 7 9]

Типы данных: single | double

Нижняя конечная точка равномерного распределения, заданная как скалярное значение или массив скалярных значений.

  • Чтобы вычислить pdf для нескольких значений, укажите x с использованием массива.

  • Чтобы вычислить pdfs нескольких распределений, укажите a и b с использованием массивов.

Если один или несколько входных аргументов x, a, и b являются массивами, тогда размеры массивов должны быть одинаковыми. В этом случае unifpdf расширяет каждый скалярный ввод в постоянный массив того же размера, что и входные данные массива. Каждый элемент в y - значение в формате pdf распределения, указанное соответствующими элементами в a и b, оценивается в соответствующем элементе в x.

Пример: [0 -1 7 9]

Типы данных: single | double

Верхняя конечная точка равномерного распределения, заданная как скалярное значение или массив скалярных значений.

  • Чтобы вычислить pdf для нескольких значений, укажите x с использованием массива.

  • Чтобы вычислить pdfs нескольких распределений, укажите a и b с использованием массивов.

Если один или несколько входных аргументов x, a, и b являются массивами, тогда размеры массивов должны быть одинаковыми. В этом случае unifpdf расширяет каждый скалярный ввод в постоянный массив того же размера, что и входные данные массива. Каждый элемент в y - значение в формате pdf распределения, указанное соответствующими элементами в a и b, оценивается в соответствующем элементе в x.

Пример: [1 1 10 10]

Типы данных: single | double

Выходные аргументы

свернуть все

Значения pdf вычисляются по значениям в x, возвращается в виде скалярного значения или массива скалярных значений. y имеет тот же размер, что и x, a, и b после любого необходимого скалярного расширения. Каждый элемент в y - значение в формате pdf распределения, указанное соответствующими элементами в a и b, оценивается в соответствующем элементе в x.

Подробнее

свернуть все

Непрерывная форма pdf

Непрерывное равномерное распределение представляет собой двухпараметрическое семейство кривых с постоянным pdf на его интервале поддержки, [a, b]. Параметры a и b являются конечными точками интервала.

Непрерывная форма pdf

y = f (x 'a, b) = 1b − aI [a, b] (x).

Стандартное равномерное распределение происходит, когда a = 0 и b = 1.

Дополнительные сведения см. в разделе Равномерное распределение (непрерывное).

Альтернативная функциональность

  • unifpdf является функцией, специфичной для непрерывного равномерного распределения. Toolbox™ статистики и машинного обучения также предлагает универсальную функцию pdf, которая поддерживает различные распределения вероятностей. Использовать pdf, создайте UniformDistribution объект распределения вероятностей и передать объект в качестве входного аргумента или указать имя распределения вероятностей и его параметры. Обратите внимание, что специфичная для распределения функция unifpdf быстрее, чем универсальная функция pdf.

  • Используйте приложение «Функция распределения вероятности» для создания интерактивного графика кумулятивной функции распределения (cdf) или функции плотности вероятности (pdf) для распределения вероятности.

Расширенные возможности

Создание кода C/C + +
Создайте код C и C++ с помощью MATLAB ® Coder™

.

См. также

| | | | | |

Темы

Представлен до R2006a

Документация по инструментам для статистического и машинного обучения

Поддержка