matlab编写随机数程序,【matlab编程】matlab随机数函数
Matlab内部函数
a. 基本随机数
Matlab中有两个最基本生成随机数的函数。
1.rand()
生成(0,1)区间上均匀分布的随机变量。基本语法:
rand([M,N,P ...])
生成排列成M*N*P... 多维向量的随机数。如果只写M,则生成M*M矩阵;如果参数为[M,N]可以省略掉方括号。一些例子:
rand(5,1) %生成5个随机数排列的列向量,一般用这种格式
rand(5) %生成5行5列的随机数矩阵
rand([5,4]) %生成一个5行4列的随机数矩阵
生成的随机数大致的分布。
x=rand(100000,1);
hist(x,30);
由此可以看到生成的随机数很符合均匀分布。(视频教程会略提及hist()函数的作用)
2.randn()
生成服从标准正态分布(均值为0,方差为1)的随机数。基本语法和rand()类似。
randn([M,N,P ...])
生成排列成M*N*P... 多维向量的随机数。如果只写M,则生成M*M矩阵;如果参数为[M,N]可以省略掉方括号。一些例子:
randn(5,1) %生成5个随机数排列的列向量,一般用这种格式
randn(5) %生成5行5列的随机数矩阵
randn([5,4]) %生成一个5行4列的随机数矩阵
生成的随机数大致的分布。
x=randn(100000,1);
hist(x,50);
由图可以看到生成的随机数很符合标准正态分布。
b. 连续型分布随机数
如果你安装了统计工具箱(Statistic Toolbox),除了这两种基本分布外,还可以用Matlab内部函数生成符合下面这些分布的随机数。
3.unifrnd()
和rand()类似,这个函数生成某个区间内均匀分布的随机数。基本语法
unifrnd(a,b,[M,N,P,...])
生成的随机数区间在(a,b)内,排列成M*N*P... 多维向量。如果只写M,则生成M*M矩阵;如果参数为[M,N]可以省略掉方括号。一些例子:
unifrnd(-2,3,5,1) %生成5个随机数排列的列向量,一般用这种格式
unifrnd(-2,3,5) %生成5行5列的随机数矩阵
unifrnd(-2,3,[5,4]) %生成一个5行4列的随机数矩阵
%注:上述语句生成的随机数都在(-2,3)区间内.
生成的随机数大致的分布。
x=unifrnd(-2,3,100000,1);
hist(x,50);
由图可以看到生成的随机数很符合区间(-2,3)上面的均匀分布。
4.normrnd()
和randn()类似,此函数生成指定均值、标准差的正态分布的随机数。基本语法
normrnd(mu,sigma,[M,N,P,...])
生成的随机数服从均值为mu,标准差为sigma(注意标准差是正数)正态分布,这些随机数排列成M*N*P... 多维向量。如果只写M,则生成M*M矩阵;如果参数为[M,N]可以省略掉方括号。一些例子:
normrnd(2,3,5,1) %生成5个随机数排列的列向量,一般用这种格式
normrnd(2,3,5) %生成5行5列的随机数矩阵
normrnd(2,3,[5,4]) %生成一个5行4列的随机数矩阵
%注:上述语句生成的随机数所服从的正态分布都是均值为2,标准差为3.
生成的随机数大致的分布。
x=normrnd(2,3,100000,1);
hist(x,50);
如图,上半部分是由上一行语句生成的均值为2,标准差为3的10万个随机数的大致分布,下半部分是用小节“randn()”中最后那段语句生成10万个标准正态分布随机数的大致分布。
注意到上半个图像的对称轴向正方向偏移(准确说移动到x=2处),这是由于均值为2的结果。
而且,由于标准差是3,比标准正态分布的标准差(1)要高,所以上半部分图形更胖(注意x轴刻度的不同)。
5.chi2rnd()
此函数生成服从卡方(Chi-square)分布的随机数。卡方分布只有一个参数:自由度v。基本语法
chi2rnd(v,[M,N,P,...])
生成的随机数服从自由度为v的卡方分布,这些随机数排列成M*N*P... 多维向量。如果只写M,则生成M*M矩阵;如果参数为[M,N]可以省略掉方括号。一些例子:
chi2rnd(5,5,1) %生成5个随机数排列的列向量,一般用这种格式
chi2rnd(5,5) %生成5行5列的随机数矩阵
chi2rnd(5,[5,4]) %生成一个5行4列的随机数矩阵
%注:上述语句生成的随机数所服从的卡方分布的自由度都是5
生成的随机数大致的分布。
x=chi2rnd(5,100000,1);
hist(x,50);
6.frnd()
此函数生成服从F分布的随机数。F分布有2个参数:v1, v2。基本语法
frnd(v1,v2,[M,N,P,...])
生成的随机数服从参数为(v1,v2)的卡方分布,这些随机数排列成M*N*P... 多维向量。如果只写M,则生成M*M矩阵;如果参数为[M,N]可以省略掉方括号。一些例子:
frnd(3,5,5,1) %生成5个随机数排列的列向量,一般用这种格式
frnd(3,5,5) %生成5行5列的随机数矩阵
frnd(3,5,[5,4]) %生成一个5行4列的随机数矩阵
%注:上述语句生成的随机数所服从的参数为(v1=3,v2=5)的F分布
生成的随机数大致的分布。
x=frnd(3,5,100000,1);
hist(x,50);
从结果可以看出来, F分布集中在x正半轴的左侧,但是它在极端值处也很可能有一些取值。
7.trnd()
此函数生成服从t(Student's t Distribution,这里Student不是学生的意思,而是Cosset.W.S.的笔名)分布的随机数。t分布有1个参数:自由度v。基本语法
trnd(v,[M,N,P,...])
生成的随机数服从参数为v的t分布,这些随机数排列成M*N*P... 多维向量。如果只写M,则生成M*M矩阵;如果参数为[M,N]可以省略掉方括号。一些例子:
trnd(7,5,1) %生成5个随机数排列的列向量,一般用这种格式
trnd(7,5) %生成5行5列的随机数矩阵
trnd(7,[5,4]) %生成一个5行4列的随机数矩阵
%注:上述语句生成的随机数所服从的参数为(v=7)的t分布
生成的随机数大致的分布。
x=trnd(7,100000,1);
hist(x,50);
可以发现t分布比标准正太分布要“瘦”,不过随着自由度v的增大,t分布会逐渐变胖,当自由度为正无穷时,它就变成标准正态分布了。
接下来的分布相对没有这么常用,同时这些函数的语法和前面函数语法相同,所以写得就简略一些——在视频中也不会讲述,你只需按照前面那几个分布的语法套用即可,应该不会有任何困难——时间足够的话这是一个不错的练习机会。
8.betarnd()
此函数生成服从Beta分布的随机数。Beta分布有两个参数分别是A和B。下图是A=2,B=5 的beta分布的PDF图形。
生成beta分布随机数的语法是:
betarnd(A,B,[M,N,P,...])
9.exprnd()
此函数生成服从指数分布的随机数。指数分布只有一个参数: mu, 下图是mu=3时指数分布的PDF图形
生成指数分布随机数的语法是:
betarnd(mu,[M,N,P,...])
10.gamrnd()
生成服从Gamma分布的随机数。Gamma分布有两个参数:A和B。下图是A=2,B=5 Gamma分布的PDF图形
生成Gamma分布随机数的语法是:
gamrnd(A,B,[M,N,P,...])
11.lognrnd()
生成服从对数正态分布的随机数。其有两个参数:mu和sigma,服从这个这样的随机数取对数后就服从均值为mu,标准差为sigma的正态分布。下图是mu=-1, sigma=1/1.2的对数正态分布的PDF图形。
生成对数正态分布随机数的语法是:
lognrnd(mu,sigma,[M,N,P,...])
12.raylrnd()
生成服从瑞利(Rayleigh)分布的随机数。其分布有1个参数:B。下图是B=2的瑞利分布的PDF图形。
生成瑞利分布随机数的语法是:
raylrnd(B,[M,N,P,...])
13.wblrnd()
生成服从威布尔(Weibull)分布的随机数。其分布有2个参数:scale 参数 A和shape 参数 B。下图是A=3,B=2的Weibull分布的PDF图形。
生成Weibull分布随机数的语法是:
wblrnd(A,B,[M,N,P,...])
还有非中心卡方分布(ncx2rnd),非中心F分布(ncfrnd),非中心t分布(nctrnd),括号中是生成服从这些分布的函数,具体用法用:
help 函数名
查找。
c. 离散型分布随机数
离散分布的随机数可能的取值是离散的,一般是整数。
14.unidrnd()
此函数生成服从离散均匀分布的随机数。Unifrnd是在某个区间内均匀选取实数(可为小数或整数),Unidrnd是均匀选取整数随机数。离散均匀分布随机数有1个参数:n, 表示从{1, 2, 3, ... N}这n个整数中以相同的概率抽样。基本语法:
unidrnd(n,[M,N,P,...])
这些随机数排列成M*N*P... 多维向量。如果只写M,则生成M*M矩阵;如果参数为[M,N]可以省略掉方括号。一些例子:
unidrnd(5,5,1) %生成5个随机数排列的列向量,一般用这种格式
unidrnd(5,5) %生成5行5列的随机数矩阵
unidrnd(5,[5,4]) %生成一个5行4列的随机数矩阵
%注:上述语句生成的随机数所服从的参数为(10,0.3)的二项分布
生成的随机数大致的分布。
x=unidrnd(9,100000,1);
hist(x,9);
可见,每个整数的取值可能性基本相同。
15.binornd()
此函数生成服从二项分布的随机数。二项分布有2个参数:n,p。考虑一个打靶的例子,每枪命中率为p,共射击N枪,那么一共击中的次数就服从参数为(N,p)的二项分布。注意p要小于等于1且非负,N要为整数。基本语法:
binornd(n,p,[M,N,P,...])
生成的随机数服从参数为(N,p)的二项分布,这些随机数排列成M*N*P... 多维向量。如果只写M,则生成M*M矩阵;如果参数为[M,N]可以省略掉方括号。一些例子:
binornd(10,0.3,5,1) %生成5个随机数排列的列向量,一般用这种格式
binornd(10,0.3,5) %生成5行5列的随机数矩阵
binornd(10,0.3,[5,4]) %生成一个5行4列的随机数矩阵
%注:上述语句生成的随机数所服从的参数为(10,0.3)的二项分布
生成的随机数大致的分布。
x=binornd(10,0.45,100000,1);
hist(x,11);
我们可以将此直方图解释为,假设每枪射击命中率为0.45,每论射击10次,共进行10万轮,这个图就表示这10万轮每轮命中成绩可能的一种情况。
16.geornd()
此函数生成服从几何分布的随机数。几何分布的参数只有一个:p。几何分布的现实意义可以解释为,打靶命中率为p,不断地打靶,直到第一次命中目标时没有击中次数之和。注意p是概率,所以要小于等于1且非负。基本语法:
geornd(p,[M,N,P,...])
这些随机数排列成M*N*P... 多维向量。如果只写M,则生成M*M矩阵;如果参数为[M,N]可以省略掉方括号。一些例子:
geornd(0.4,5,1) %生成5个随机数排列的列向量,一般用这种格式
geornd(0.4,5) %生成5行5列的随机数矩阵
geornd(0.4,[5,4]) %生成一个5行4列的随机数矩阵
%注:上述语句生成的随机数所服从的参数为(0.4)的二项分布
生成的随机数大致的分布。
x=geornd(0.4,100000,1);
hist(x,50);
17.poissrnd()
此函数生成服从泊松(Poisson)分布的随机数。泊松分布的参数只有一个:lambda。此参数要大于零。基本语法:
geornd(p,[M,N,P,...])
这些随机数排列成M*N*P... 多维向量。如果只写M,则生成M*M矩阵;如果参数为[M,N]可以省略掉方括号。一些例子:
poissrnd(2,5,1) %生成5个随机数排列的列向量,一般用这种格式
poissrnd(2,5) %生成5行5列的随机数矩阵
poissrnd(2,[5,4]) %生成一个5行4列的随机数矩阵
%注:上述语句生成的随机数所服从的参数为(2)的泊松分布
生成的随机数大致的分布。
x=poissrnd(2,100000,1);
hist(x,50);
其他离散分布还有超几何分布(Hyper-geometric, 函数是hygernd)等,详细见Matlab帮助文档。
matlab编写随机数程序,【matlab编程】matlab随机数函数相关推荐
- matlab小程序怎么单独保存,matlab编写小程序
Matlab编写与调用函数_信息与通信_工程科技_专业资料.会使用 MATLAB 学习指南 第六章.编写与调用函数 在这一章中,我们讨论如何用多源代码文件来构造一个程序. ... MATLAB简单函数 ...
- Matlab编写一个脚本计算e,Matlab编程基础I脚本.PPT
Matlab编程基础I脚本 数学软件 Matlab 本讲主要内容 Matlab 编程 M 文件 M 文件 编程示例 编程示例 本讲主要内容 关系运算 关系运算举例 逻辑运算 逻辑运算 逻辑运算 一些测 ...
- matlab编写转台程序,基于Matlab三轴惯导测试转台结构分析.doc
基于Matlab三轴惯导测试转台结构分析 基于Matlab三轴惯导测试转台结构分析 摘 要:三轴惯导测试转台作为惯导测试设备,其精度直接影响惯导设备的精度,而中框回转精度在三轴精度相对较差.影响其中框 ...
- matlab编写二分法程序,我写的程序,想用Matlab二分法实现,望高手帮忙!
下面是我的程序.我现在想变化tita,使得最后的结果E=0,但是我现在只会把tita写成一个固定值,不会改变它.我想用二分法变化tita,望高手帮忙,多谢,急用! % 列出x,y向量 x=[260 2 ...
- matlab编写的程序输入参数怎么写,用matlab编写一个用EM算法估计参数的程序
% 目标函数:高斯混合模N[x(i),mu,sm]=0.8N[x(i),mu1,sm1]+0.2N[x(i),mu2,sm2] % ...
- matlab相平面图程序,相平面分析matlab程序
聚类分析matlab代码_交通运输_工程科技_专业资料 966人阅读|36次下载 聚类分析matlab代码_交通运输_工程科技_专业资料. 文档贡献者 傻爱傻丫头 贡献于2013-09-...... ...
- matlab的exec程序,C++调用Matlab画图的一段程序
劳动节闲来无事,写了一天程序,just for fun. 看,这是C++调用Matlab画图的一段程序.暂时不想多解释了,有兴趣的话,看看下面的代码吧. 以下几段代码由上到下,越来越旧.最上面的是最新 ...
- matlab如何写程序算信噪比,Matlab中如何计算信噪比?
%Matlab计算信噪比,程序如下 function snr=SNR(I,In) % 计算信号噪声比函数 % by Qulei % I :original signal % In:noisy sign ...
- matlab怎么改变程序字体大小,matlab怎么把程序字体变大
1. 如何改变matlab中的字体大小 方法/步骤1打开MATLAB R2012b软件,点击主界面上方的菜单栏的"Preferences"按钮. 2然后在左栏找到"Fro ...
- MATLAB实验脉冲响应程序,自动控制原理MATLAB仿真实验10-12
实验一 MATLAB 及仿真实验(控制系统的时域分析) 一.实验目的 学习利用MATLAB 进行控制系统时域分析,包括典型响应.判断系统稳定性和分析系统的动态特性: 二.预习要点 1. 系统的典型响应 ...
最新文章
- python和c++的相互调用教程
- 【年度开源、工具合集】牛津计划,DMTK,Graph Engine…提高你的工作效率!
- Unobtrusive Ajax
- (第八章)左右外连接
- Python爬虫编程思想(92):项目实战:抓取京东图书评价
- 比特大陆招股书泄露的天机:吴忌寒月薪1.5万,但去年年终奖1.4亿
- Canon600D入手记
- LTE学习笔记:LTE总体架构
- matlab非参数功率普估计,【数字信号处理】--功率谱估计
- Task ‘bulid‘ not found in root project ‘cas‘. Some candidates are: ‘build‘.
- WIN8专业版安装SqlServer2008
- java微信公众平台开发教程分享
- 2022最新自动化测试面试题及答案
- python熊猫图案_熊猫备忘单–适用于数据科学的Python
- 当我们谈论基因,我们在谈论什么
- Win10 下安装Mathtype6.9 + office2013+EndNote-x8
- 独立成分分析 与 功能连接之间的关联尝试 by 张高燕
- iOS基础——通过案例学知识之UITableView
- 那个谷歌的网红扔鸡蛋的题,来看看教科书式的回答
- 你的收入在全国算什么水平?