步骤1。定义分布参数。

创建一个向量p包含每个结果的概率。结果1的概率是1/2，结果2的概率是1/3，结果3的概率是1/6。每个实验的试验次数n是5，实验的重复次数是多少代表是8。

P = [1/2 /3 / 1/6];n = 5;代表= 8;

步骤2。生成一个随机数。

从多项分布中生成一个随机数，这是一次试验的结果。

rng (“默认”）%的再现性r = mnrnd (1, p, 1)

r =1×30 1 0

返回向量r包含三个元素，显示每种可能结果的计数。这一次试验的结果是结果2。

步骤3。生成一个随机数矩阵。

您还可以从多项分布生成随机数矩阵，它报告多个实验的结果，每个实验包含多个试验。生成一个包含实验结果的矩阵n = 5试验和代表= 8重复。

r = mnrnd (n, p代表)

r =8×31 1 3 3 2 0 1 1 3 0 4 1 5 0 0 1 2 2 3 1 1 3 1 1

结果矩阵中的每一行都包含 $$k$$多项垃圾箱。例如，在第一个实验中(对应第一行)，五个试验中有一个结果是结果1，五个试验中有一个结果是结果2，五个试验中有三个结果是结果3。

步骤4。计算pdf。

因为多项函数与bin计数一起工作，所以创建一个所有可能结果组合的多维数组，并使用mnpdf．

count1 = 1: n;是从= 1:n;(x1, x2) = meshgrid (count1,是从);x3 = n - (x1 + x2);y = mnpdf ([x1 (:), x2 (:), x3 (:)), repmat (p (n) ^ 2, 1));

第5步。情节的pdf。

创建一个3-D柱状图来可视化每个结果频率组合的pdf。

y =重塑(y, n, n);bar3 (y)集(gca,“XTickLabel”1: n);集(gca),“YTickLabel”1: n);包含(“x_1频率”) ylabel (“x_2频率”) zlabel (“概率质量”）

该图显示了每种可能结果组合的概率质量。它没有显示出来 $$x_{3.}$$，这是由约束决定的 $$x_1+x_2+x_{3.}＝n$$．