如何从向量a随机选取N个数字，并将权重分配给每个数字？
比方说：
a = 1:3; % possible numbers weight = [0.3 0.1 0.2]; % corresponding weights 在这种情况下，拾取1的概率应该比拾取2高3倍。
所有权重的总和可以是任何值。
回答：
R = randsample([1 2 3], N, true, [0.3 0.1 0.2])
randsample包含在统计工具箱中
否则，您可以使用某种
轮盘赌选择过程。看到这个
类似的问题 （尽管不是特定于MATLAB的）。这是我的单行实现：
a = 1:3; %# possible numbers w = [0.3 0.1 0.2]; %# corresponding weights N = 10; %# how many numbers to generate R = a( sum( bsxfun(@ge, rand(N,1), cumsum(w./sum(w))), 2) + 1 )
说明：
考虑间隔[0,1]。我们为列表中的每个元素（ 1:3 ）分配一个与每个元素的重量成比例的长度子区间；因此， 1 get和长度0.3/(0.3+0.1+0.2)间隔，其他都一样。
现在，如果我们生成一个在[0,1]上具有均匀分布的随机数，则[0,1]中的任何数字都具有相等的被拾取概率，因此子间隔的长度确定了随机数落入每个间隔。
这符合我在上面做的事情：选择一个数字X〜U [0,1]（更像N数字），然后以向量化的方式找出它属于哪个间隔。
您可以通过生成足够大的序列N=1000来检查上述两种技术的结果：
>> tabulate( R ) Value Count Percent 1 511 51.10% 2 160 16.00% 3 329 32.90% 或多或少与归一化权重w./sum(w)匹配[0.5 0.16667 0.33333]
更多&回答...