關(guān)于matlab生成隨機(jī)數(shù)

1、一,matlab中生成隨機(jī)數(shù)主要有三個(gè)函數(shù)：rand, randn,randi1, rand生成均勻分布的偽隨機(jī)數(shù)。分布在(0-1)之間主要語法：rand(m,n)生成m行n列的均勻分布的偽隨機(jī)數(shù)rand(m,n,'double')生成指定精度的均勻分布的偽隨機(jī)數(shù)，參數(shù)還可以是'single'rand(randstream,m,n)利用指定的randstream俄理解為隨機(jī)種子)生成偽隨機(jī)數(shù)2, randn生成標(biāo)準(zhǔn)正態(tài)分布的偽隨機(jī)數(shù)(均值為0,方差為1)主要語法：和上面一樣3, randi生成均勻分布的偽隨機(jī)整數(shù)主要語法：randi (imax)在開區(qū)間(0,

2、imax)生成均勻分布的偽隨機(jī)整數(shù)randi (imax, m, n)在開區(qū)間(0, imax)生成mxn型隨機(jī)矩陣r = randi ( iminz imax , m, n)在開區(qū)間(imin» imax)生成 mxn 型隨機(jī)矩陣 示例驗(yàn)證： 均值分布概率分布圖：y=rand( 1,3000000);hist(y,2000);18001600140012001000800600400200000.10.20.30.40.50.60.70.80.91散點(diǎn)圖：y=rand( 1,3000000);plot(y)°00.90.80.70.60.50.40.30.20.10.51

3、1.522.53x 106正態(tài)分布概率分布圖：y=randn(l ,3000000);hist(y,2000);散點(diǎn)圖:y=randn(l ,3000000); plot(y);6420-2-400.511.522.53x 106 二，關(guān)于隨機(jī)種子，偽隨機(jī)數(shù)的重復(fù)生成正常情況下每次調(diào)用相同指令例如rand生成的偽隨機(jī)數(shù)是不同的，例如：rand(l,3)rand(l,3)matlab的輸出為： ans =0.139043482536049 0.734007633362635 0.194791464843949 ans =0.602204766324215 0.937923745019422 0.

4、149285414707192 如何使兩個(gè)語句生成的隨機(jī)數(shù)相等呢？matlab幫助中的下面章節(jié)有所敘述：managing the default stream管理默認(rèn)(缺省)流rand, randn, and randi draw random numbers from an underlying random number stream, called the default stream. the randstream class allows you to get a handle to the default stream and control random number gener

5、ation. rand,randn,和randi從-個(gè)基礎(chǔ)的隨機(jī)數(shù)流中得到隨機(jī)數(shù)，叫做默認(rèn)流。你可以 通過randstream類得到默認(rèn)流的句柄從而控制隨機(jī)數(shù)的牛成。get a handle to the default stream as follows:以下為得到默認(rèn)流句柄的代碼：defaultstream二randstfeam. getdefaultstream defaultstream 二 mtl9937ar random stream (current defauit) seed: 0 randnalg: zigguratreturn the properties of the s

6、tream object with the get method: 用get方法返回流對(duì)象屬性：get(defauitstream) type: 5七199378' numstreams: 1 streamindex: 1 substream: 1 seed: 0 state: 625x1 uint32 randnalg: ? ziggurat' antithetic: 0 fullprecision: 1the sta te proper ty is the internal state of the genera tor. you can save the state of

7、defaultstream.state屬性是發(fā)生器的內(nèi)部狀態(tài)，你可以保存默認(rèn)流的狀態(tài)： mystate二defaultstream. state;using mystate, you can restore the state of defauitstream and reproduce previous results.利用mystate你可以恢復(fù)默認(rèn)流狀態(tài)重新生成前面的結(jié)果： mystate二defaultstream. state; a=rand仃，100);defaultstream. state二mystate; brand仃，100) ; isequal (a, b) ans 二

8、1 你也可以直接使用randstream類的reset靜態(tài)方法重置種子狀態(tài)來獲取相同 的隨機(jī)生成序列，下面是示例代碼：stream = randstream.getdefaultstream;%獲取默認(rèn)的隨機(jī)種子(暫時(shí)這么叫，幫助 有詳細(xì)解釋) reset(stream);%mhrand(stream,l,3) reset(stream);%mhrand(stream,l,3) matlab的輸出為： ans =0.814723686393179 0.905791937075619 0.126986816293506ans =0.814723686393179 0.90579193707561

9、9 0.126986816293506 可以看岀牛成的隨機(jī)碼是相等的，這樣可以用于重復(fù)實(shí)驗(yàn)上來 三matlab中產(chǎn)生正態(tài)分布隨機(jī)數(shù)的函數(shù)normrnd 來產(chǎn)生高斯隨機(jī)矩陣功能：生成服從正態(tài)分布的隨機(jī)數(shù)語法：r = normrnd(mu,sigma)r=normrnd(mu,sigma,m)r = normrnd(mu,sigma,m,n)說明：r=normrnd(mu,sigma)：生成服從正態(tài)分布(mu參數(shù)代表均值，delta參數(shù) 代表標(biāo)準(zhǔn)差)的隨機(jī)數(shù)。輸入的向量或矩陣mu和sigma必須形式相同，輸出r 也和它們形式相同。標(biāo)量輸入將被擴(kuò)展成和其它輸入具有相同維數(shù)的矩陣。r = norrmr

10、nd(mu,sigma,m)：生成服從正態(tài)分布(mu參數(shù)代表均值，delta 參數(shù)代表標(biāo)準(zhǔn)差)的隨機(jī)數(shù)矩陣，矩陣的形式由m定義。m是一個(gè)“2向量， 其中的兩個(gè)元素分別代表返回值r中行與列的維數(shù)。r=normrnd(mu,sigma,m,n)：生成mxn形式的正態(tài)分布的隨機(jī)數(shù)矩陣。» help normrndnormrnd random arrays from the normal distribution.r = normrnd(mu,sigma) returns an array of random numbers chosen fromanormal distribution w

11、ith mean mu and standard deviation sigma. the sizeof r is the comm on size of mu and sigma if both are arrays. if either parameter is a scalar, the size of r is the size of the otherparameter.r = normrnd(mu,sigma,m,n,)or r = normrnd(mu,sigma,m,n,.)returns an m-by-n-by-. array.例：生成正態(tài)分布隨機(jī)數(shù)。» a=normrnd(0,1)3 =-1.4814» a=normrnd(0,1,1,6)a =1.1287 -0.29001.26160.47541.17410.1269» a=normrnd(0,1,1 6)a =0.15550.8186 -0.2926 -0.5408 -0.3086 -1.0966» a=normrnd(10,2,2,3)3 =13.628013.609