粒子の状態をシミュレートしたいとしましょう。これは、与えられたフレームで通常（0）または励起（1）にすることができます。粒子は時間の励起状態にある。パーティクルが励起状態にある場合、パーティクルは〜Lフレーム（ポアソン分布）で持続します。私は、N個の時点についてその状態をシミュレートしたいと思う。matlab：手振り状態シミュレーション
N = 1000;
f = 0.3;
L = 5;
と結果は0.3
それを行う方法に近い合計が
state(1:N) = [0 0 1 1 1 1 0 0 0 0 1 1 1 0 0 0 0 0 0 0 0 0 1 1 1 1 1 0 0 0 0 0 ... and so on]
のようなもの（状態）/ Nになりますので、入力には、例えばありますか？ ありがとう！
%% parameters
f = 0.3; % probability of state 1
L1 = 5; % average time in state 1
N = 1e4;
s0 = 1; % init. state
%% run simulation
L0 = L1 * (1/f - 1); % average time state 0 lasts
p01 = 1/L0; % probability to switch from 0 to 1
p10 = 1/L1; % probability to switch from 1 to 0
p00 = 1 - p01;
p11 = 1 - p10;
sm = [p00, p01; p10, p11]; % build stochastic matrix (state machine)
bins = [0, 1]; % possible states
states = zeros(N, 1);
assert(all(sum(sm, 2) == 1), 'not a stochastic matrix');
smc = cumsum(sm, 2); % cummulative matrix
xi = find(bins == s0);
for k = 1 : N
yi = find(smc(xi, :) > rand, 1, 'first');
states(k) = bins(yi);
xi = yi;
end
%% check result
ds = [states(1); diff(states)];
idx_begin = find(ds == 1 & states == 1);
idx_end = find(ds == -1 & states == 0);
if idx_end(end) < idx_begin(end)
idx_end = [idx_end; N + 1];
end
df = idx_end - idx_begin;
fprintf('prob(state = 1) = %g; avg. time(state = 1) = %g\n', sum(states)/N, mean(df));
これは素晴らしいです、ありがとうSerg！ – Art
励起状態の平均長さは5である。正常状態の平均長さは、したがって約12でなければならない。
このような戦略をとることができます。状態0で
aゼロLでPoission分布から乱数bを描画塗りつぶし平均L*(1-f)/faを描きbを記入してください。もう一つの選択肢は、0-> 1、1-> 0の確率が等しくない確率を、スイッチングの観点から考えることであろう。
粒子が状態を反転する確率はいくらですか？ –
あなたはそれが何を意味するのか本当にわかりません。私が正確にやりたいことは、2つの異なる拡散係数を持つ粒子の拡散挙動をシミュレートし、より速い成分と遅い成分の定義された割合（f）と、1つの状態または別のものにおけるある種の寿命をシミュレートすることです。私は最初に状態をシミュレートしたい（この場合は2つ、おそらくより多く）、状態に応じて変位と座標をシミュレートする（速くするか遅いか...）。私はそれが最良の方法であるかどうかはわかりませんが、それは私の心の中で最初のものでした:) – Art
@ NoamN.Kremen f = 0.3で、状態1の長さは5です。平均値は約17（5/0.3）でなければならないので、0から1へのフリップの変化は0.06です。編集：このステートメントが完全に真であるかどうかは分かりません。 – Bernhard