matlab生成随机数命令小结.docVIP

matlab随机数生成命令小结 Matlab中最基本的生成随机数的函数，前两种最为常用。 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