matlab逆变换法产⽣随机数_matlab 产⽣随机数的⽅法
⾸先注意：
(1)⽤计算机产⽣的是“伪随机数”。⽤投⾊⼦计数的⽅法产⽣真正的随机数 , 但电脑若也这样做 , 将会占⽤⼤量内存 ;
⽤噪声发⽣器或放射性物质也可产⽣真正的随机数 , 但不可重复 . ⽽⽤数学⽅法产⽣最适合计算机 , 这就是周期有限 , 易重复的 ”
伪随机数 ”
(2)随机数的产⽣需要有⼀个随机的种⼦，因为⽤计算机产⽣的随机数是通过递推的⽅法得来的，必须有⼀个初始值。
(3)⽤同⼀台电脑，且在初始值和递推⽅法相同的情况下，可以产⽣相同的随机序列(由于以前每次使⽤randn或者rand得到都是不同值，所以曾经误以为相同的seed⽆法产⽣相同的序列)
matlab⾥和随机数有关的函数：
(1) rand：产⽣均值为0.5、幅度在0~1之间的伪随机数
(2) randn：产⽣均值为0、⽅差为1的⾼斯⽩噪声
(3) randperm(n)：产⽣1到n的均匀分布随机序列
(4) normrnd(a,b,c,d)：产⽣均值为a、⽅差为b⼤⼩为cXd的随机矩阵
还有很多的扩展函数，不再⼀⼀列出。不过他们都调⽤的是rand或者randn函数，由此可见在matlab⾥rand和randn是产⽣随机数的关键所在。
有了rand和randn就可以产⽣轻松产⽣均匀分布和正态分布的随机数了
(1)产⽣在[a,b]区间服从均匀分布随机序列的⽅法
(b-a)*rand(m,n)+a
>> 3*rand(2)+2
ans =
2.8166 2.0458
2.5964 4.2404
(2)产⽣服从正态分布的随机数
>> randn('state',2)
matlab生成随机数>> a=normrnd(0,1,1,6)
a =
1.7491 0.1326 0.3252 -0.7938 0.3149 -0.5273
>> randn('state',2)
>> b=randn(1,6)
b =
1.7491 0.1326 0.3252 -0.7938 0.3149 -0.5273
>> randn('state',2)
>> c=randn(2,3)
c =
1.7491 0.3252 0.3149
0.1326 -0.7938 -0.5273
>> d=randn(2,3)
d=
0.9323 -2.0457 1.7411
1.1647 -0.6444 0.4868
>> mean(a)
ans =
0.2001
--------------------------
>> randn(1,2)
ans =
1.0488 1.4886
>> randn(1,2)
ans =
1.2705 -1.8561
---------------------------
上边⼏个典型的例⼦可以看出：
(1)如果不设置种⼦，那么种⼦会“随机”变化。每次使⽤randn就会得到不同的结果(c和d)
(2)种⼦相同时可以得到相同的结果，如果是矩阵那么只是将产⽣的随机数按列重构(a、b、c)
(3)randn⽆法准确保证均值为0，⼩样本的时候尤为明显。去均值后可以严格保证均值为0，但是个⼈觉得意义不⼤。
(4)在不同的计算⾥得到的结果也可能有差别，特别是不同的操作系统。⼤家可以试⼀下这个语句
randn('state',2);randn(1,6)看看结果，我电脑每次都⼀样的

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。