matlab中的rand函数(用于产生随机数)

matlab中的rand函数（用于产生随机数）

均匀分布的随机数或矩阵语法

Y = rand(n)

Y = rand(m,n)

Y = rand([m n])

Y = rand(m,n,p,...)

Y = rand([m n p...])

Y = rand(size(A))

rand

s = rand('state') 描述

rand函数产生由在(0, 1)之间均匀分布的随机数组成的数组。

Y = rand(n) 返回一个n x n的随机矩阵。如果n不是数量，则返回错误信息。

Y = rand(m,n) 或 Y = rand([m n]) 返回一个m x n的随机矩阵。

Y = rand(m,n,p,...) 或 Y = rand([m n p...]) 产生随机数组。 Y = rand(size(A)) 返回一个和A有相同尺寸的随机矩阵。

1、rand(3)*-2 rand（3）是一个3*3的随机矩阵（数值范围在0~1之间）然后就是每个数乘上-2

2 、用matlab随机产生60个1到365之间的正数 1+fix（365*rand（1，60））；

3、用rand函数随机取100个从-1到1的数x1，x2，...，x = rand(1,100) * 2 - 1

matlab 产生随机数命令大全

matlab产生随机数 Matlab(https://www.360docs.net/doc/e9631014.html,) 随机数生成方法：第一种方法是用 random 语句，其一般形式为 y = random('分布的英文名',A1,A2,A3,m,n)，表示生成 m 行 n 列的 m × n 个参数为 ( A1 , A2 , A3 ) 的该分布的随机数。例如: (1) R = random('Normal',0,1,2,4): 生成期望为 0,标准差为 1 的(2 行 4 列)2× 4 个正态随机数 (2) R = random('Poisson',1:6,1,6): 依次生成参数为 1 到 6 的(1 行 6 列)6 个 Poisson 随机数第二种方法是针对特殊的分布的语句：一．几何分布随机数（下面的 P，m 都可以是矩阵） R = geornd(P) （生成参数为 P 的几何随机数） R = geornd(P,m) （生成参数为 P 的× m 个几何随机数）１ R = geornd(P,m,n) （生成参数为 P 的 m 行 n 列的 m × n 个几何随机数）例如 (1) R = geornd(1./ 2.^(1:6)) ( 生成参数依次为 1/2,1/2^2,到 1/2^6 的 6 个几何随机数) (2) R = geornd(0.01,[1 5]) (生成参数为 0.01 的（１行５列）5 个几何随机数). 二．Beta 分布随机数 R = betarnd(A,B) （生成参数为 A,B 的 Beta 随机数） R = betarnd(A,B,m) （生成× m 个数为 A,B 的 Beta 随机数）１ R = betarnd(A,B,m,n) （生成 m 行 n 列的 m × n 个数为 A,B 的 Beta 随机数）. 三．正态随机数 R = normrnd(MU，SIGMA) （生成均值为 MU，标准差为 SIGMA 的正态随机数）R = normrnd(MU，SIGMA,m) （生成 1× m 个正态随机数） R = normrnd(MU，SIGMA,m,n) （生成 m 行 n 列的 m × n 个正态随机数）例如 (1) R = normrnd(0,1,[1 5]) 生成 5 个正态(0,1) 随机数 (2) R = normrnd([1 2 3;4 5 6],0.1,2,3) 生成期望依次为[1,2,3;4,5,6], 方

matlab中常见函数功用

⊙在matlab中clear,clc,clf,hold作用介绍 clear是清变量， clc只清屏， clf清除图形窗口上的旧图形， hold on是为了显示多幅图像时，防止新的窗口替代旧的窗口。 ①format：设置输出格式对浮点性变量，缺省为format short. format并不影响matlab如何计算和存储变量的值。对浮点型变量的计算，即单精度或双精度，按合适的浮点精度进行，而不论变量是如何显示的。对整型变量采用整型数据。整型变量总是根据不同的类（class）以合适的数据位显示，例如，3位数字显示显示int8范围-128：127。 format short, long不影响整型变量的显示。 format long 显示15位双精度，7为单精度（scaled fixed point） format short 显示5位(scaled fixed point format with 5 digits) format short eng 至少5位加3位指数 format long eng 16位加至少3位指数 format hex 十六进制 format bank 2个十进制位 format + 正、负或零 format rat 有理数近似 format short 缺省显示 format long g 对双精度，显示15位定点或浮点格式，对单精度，显示7位定点或浮点格式。 format short g 5位定点或浮点格式 format short e 5位浮点格式 format long e 双精度为15位浮点格式，单精度为7为浮点格式 ②plot函数基本形式 >> y=[0 0.58 0.70 0.95 0.83 0.25]; >> plot(y) 生成的图形是以序号为横坐标、数组y的数值为纵坐标画出的折线。 >> x=linspace(0,2*pi,30); % 生成一组线性等距的数值 >> y=sin(x); >> plot(x,y) 生成的图形是上30个点连成的光滑的正弦曲线。多重线在同一个画面上可以画许多条曲线，只需多给出几个数组，例如 >> x=0:pi/15:2*pi; >> y=sin(x)； >> w=cos(x)；

MatLAB 随机数

常见分布函数表

Matlab中产生正态分布随机数的函数normrnd 功能：生成服从正态分布的随机数语法： R＝normrnd(MU,SIGMA) R＝normrnd(MU,SIGMA,m) R＝normrnd(MU,SIGMA,m,n) 说明： R＝normrnd(MU,SIGMA)：生成服从正态分布(MU参数代表均值，DELTA参数代表标准差)的随机数。输入的向量或矩阵MU和SIGMA必须形式相同，输出R也和它们形式相同。标量输入将被扩展成和其它输入具有相同维数的矩阵。 R＝norrmrnd(MU,SIGMA,m)：生成服从正态分布(MU参数代表均值，DELTA参数代表标准差)的随机数矩阵，矩阵的形式由m定义。m是一个1×2向量，其中的两个元素分别代表返回值R中行与列的维数。 R＝normrnd(MU,SIGMA,m,n)：生成m×n形式的正态分布的随机数矩阵。

>> help normrnd NORMRND Random arrays from the normal distribution. R = NORMRND(MU,SIGMA) returns an array of random numbers chosen from a normal distribution with mean MU and standard deviation SIGMA. The size of R is the common size of MU and SIGMA if both are arrays. If either parameter is a scalar, the size of R is the size of the other parameter. R = NORMRND(MU,SIGMA,M,N,...) or R = NORMRND(MU,SIGMA,[M,N,...]) returns an M-by-N-by-... array. 例：生成正态分布随机数。 >> a=normrnd(0,1) a = -1.4814

Matlab 各种随机数设置

Matlab 各种随机数设置 randn（伪随机正态分布数） Normally distributed pseudorandom numbers Syntax r = randn(n) randn(m,n) randn([m,n]) randn(m,n,p,...) randn([m,n,p,...]) randn(size(A)) r = randn(..., 'double') r = randn(..., 'single') Description r = randn(n) returns an n-by-n matrix containing pseudorandom values drawn from the standard normal distribution. randn(m,n) or randn([m,n]) returns an m-by-n matrix. randn(m,n,p,...) or randn([m,n,p,...]) returns an m-by-n-by-p-by-... array. randn returns a scalar. randn(size(A)) returns an array the same size as A. r = randn(..., 'double') or r = randn(..., 'single') returns an array of normal values of the specified class. Note The size inputs m, n, p, ... should be nonnegative integers. Negative integers are treated as 0. The sequence of numbers produced by randn is determined by the internal state of the uniform pseudorandom number generator that underlies rand, randi, and randn. randn uses one or more uniform values from that default stream to generate each normal value. Control the default stream using its properties and methods. Note In versions of MATLAB prior to 7.7 (R2008b), you controlled the internal state of the random number stream used by randn by calling randn directly with the 'seed' or 'state' keywords. Examples Generate values from a normal distribution with mean 1 and standard deviation 2. r = 1 + 2.*randn(100,1); Generate values from a bivariate normal distribution with specified mean vector and covariance matrix. mu = [1 2]; Sigma = [1 .5; .5 2]; R = chol(Sigma); z = repmat(mu,100,1) + randn(100,2)*R; Replace the default stream at MATLAB startup, using a stream whose seed is based on clock, so that randn will return different values in different MATLAB sessions. It is usually not desirable to do this more than once per MATLAB session. RandStream.setDefaultStream ...

matlab随机信号分析常用函数

随机信号分析常用函数及示例 1、熟悉练习使用下列MATLAB函数，给出各个函数的功能说明和内部参数的意义，并给出至少一个使用例子和运行结果。 rand()：函数功能：生成均匀分布的伪随机数使用方法： r = rand(n) 生成n*n的包含标准均匀分布的随机矩阵，其元素在(0，1)内。 rand(m,n)或rand([m,n]) 生成的m*n随机矩阵。 rand(m,n,p,...)或rand([m,n,p,...]) 生成的m*n*p随机矩数组。 rand () 产生一个随机数。 rand(size(A)) 生成与数组A大小相同的随机数组。 r = rand(..., 'double')或r = rand(..., 'single') 返回指定类型的标准随机数，其中double指随机数为双精度浮点数，single 指随机数为单精度浮点数。例：r=rand(3,4); 运行结果： r= 0.4235 0.4329 0.7604 0.2091 0.5155 0.2259 0.5298 0.3798 0.3340 0.5798 0.6405 0.7833 randn(): 函数功能：生成正态分布伪随机数使用方法： r = randn(n) 生成n*n的包含标准正态分布的随机矩阵。 randn(m,n)或randn([m,n]) 生成的m*n随机矩阵。 randn(m,n,p,...)或randn([m,n,p,...]) 生成的m*n*p随机矩数组。 randn () 产生一个随机数。 randn(size(A)) 生成与数组A大小相同的随机数组。 r = randn(..., 'double')或r = randn(..., 'single') 返回指定类型的标准随机数，其中double指随机数为双精度浮点数，single 指随机数为单精度浮点数。例：

MATLAB产生各种分布的随机数

M A T L A B产生各种分布的随机数 The final revision was on November 23, 2020

MATLAB产生各种分布的随机数 1，均匀分布U（a,b）：产生m*n阶［a，b］均匀分布U（a，b）的随机数矩阵：unifrnd (a,b,m, n) 产生一个［a，b］均匀分布的随机数：unifrnd (a,b) 2，0-1分布U（0,1）产生m*n阶［０，1］均匀分布的随机数矩阵：rand (m, n) 产生一个［０，１］均匀分布的随机数：rand 4，二类分布binornd(N,P,mm,nn)如binornd(10,,mm,nn) 即产生mm*nn均值为N*P的矩阵 binornd(N,p)则产生一个。而binornd(10,,mm)则产生mm*mm的方阵，军阵为N*p。 5，产生m*n阶离散均匀分布的随机数矩阵： unidrnd(N,mm,nn)产生一个数值在1-N区间的mm*nn矩阵 6，产生mm nn阶期望值为的指数分布的随机数矩阵： exprnd( ,mm, nn) 此外，常用逆累积分布函数表函数名调用格式函数注释 norminv X=norminv(P,mu,sigma) 正态逆累积分布函数 expinv X=expinv(P,mu) 指数逆累积分布函数 weibinv X=weibinv(P,A,B) 威布尔逆累积分布函数 logninv X=logninv(P,mu,sigma) 对数正态逆累积分布函数

Chi2inv X=chi2inv(P,A,B) 卡方逆累积分布函数 Betainv X=betainv(P,A,B) β分布逆累积分布函数随机数的产生 4.1.1 二项分布的随机数据的产生命令参数为N，P的二项随机数据函数 binornd 格式 R = binornd(N,P) %N、P为二项分布的两个参数，返回服从参数为N、P的二项分布的随机数，N、P大小相同。 R = binornd(N,P,m) %m指定随机数的个数，与R同维数。 R = binornd(N,P,m,n) %m,n分别表示R的行数和列数例4-1 >> R=binornd(10, R = 3 >> R=binornd(10,,1,6) R = 8 1 3 7 6 4 >> R=binornd(10,,[1,10]) R = 6 8 4 6 7 5 3 5 6 2 >> R=binornd(10,,[2,3]) R = 7 5 8 6 5 6 >>n = 10:10:60; >>r1 = binornd(n,1./n) r1 = 2 1 0 1 1 2 >>r2 = binornd(n,1./n,[1 6]) r2 = 0 1 2 1 3 1 4.1.2 正态分布的随机数据的产生

matlab中产生随机数的程序

1.由U（0,1）分布的随机数产生U（a,b）的随机数 r=rand(1,20); s=a+(b-a)*r; 例： r=rand(1,20); s=2+(10-2)*r s = Columns 1 through 11 7.0589 2.7803 4.2280 6.3751 9.6601 9.7191 3.2609 9.7647 9.6573 5.8830 8.4022 Columns 12 through 20 3.1351 5.3741 9.3259 8.3377 9.6759 7.2459 2.2857 8.7930 9.4719 2.指数分布的抽样（6.9）n=10的时候 u=rand(1,19); r=1; for i=1:19 r=r*u(i); end s=log(r); m=1; for j=11:19 if(u(j-1)>u(j)) y(m)=u(j) else y(m)=u(j) end m=m+1; end for k=2:9 x(k)=(y(k-1)-y(k))*s end x y = 0.4168

0.4168 0.6569 y = 0.4168 0.6569 0.6280 y = 0.4168 0.6569 0.6280 0.2920 y = 0.4168 0.6569 0.6280 0.2920 0.4317 y = 0.4168 0.6569 0.6280 0.2920 0.4317 0.0155 y = 0.4168 0.6569 0.6280 0.2920 0.4317 0.0155 0.9841 y = 0.4168 0.6569 0.6280 0.2920 0.4317 0.0155 0.9841 0.1672

MATLAB随机数生成

2009年03月20日星期五 03:25 P.M. rand(n):生成0到1之间的n阶随机数方阵 rand(m,n):生成0到1之间的m×n 的随机数矩阵 (现成的函数) 另外: Matlab随机数生成函数 betarnd 贝塔分布的随机数生成器 binornd 二项分布的随机数生成器 chi2rnd 卡方分布的随机数生成器 exprnd 指数分布的随机数生成器 frnd f分布的随机数生成器 gamrnd 伽玛分布的随机数生成器 geornd 几何分布的随机数生成器 hygernd 超几何分布的随机数生成器 lognrnd 对数正态分布的随机数生成器 nbinrnd 负二项分布的随机数生成器 ncfrnd 非中心f分布的随机数生成器 nctrnd 非中心t分布的随机数生成器 ncx2rnd 非中心卡方分布的随机数生成器 normrnd 正态（高斯）分布的随机数生成器 poissrnd 泊松分布的随机数生成器 raylrnd 瑞利分布的随机数生成器 trnd 学生氏t分布的随机数生成器 unidrnd 离散均匀分布的随机数生成器 unifrnd 连续均匀分布的随机数生成器 weibrnd 威布尔分布的随机数生成器 (From:https://www.360docs.net/doc/e9631014.html,/question/30033707.html) matlab生成随机数据 matlab本身提供很多的函数来生成各种各样的随机数据： normrnd 可以生成一定均值和标准差的正态分布 gamrnd 可以生成gamma分布的伪随机数矩阵 chi2rnd 可以生成卡方分布的伪随机数矩阵 trnd 可以生成t分布的伪随机数矩阵 frnd 可以生成f分布的伪随机数矩阵 raylrnd 可以生成rayleigh分布的伪随机数矩阵

matlab产生随机数的方法

matlab 产生随机数的方法第一种方法是用 random 语句，其一般形式为 y = random （' 分布的英文名 ',A1,A2,A3,m,n ），表示生成m 行n 列的m x n 个参数为（A1 , A2 , A3 ）的该分布的随机数。例如: （1） R = random （'Normal',0,1,2,4）: 生成期望为 0, 标准差为 1 的（2 行 4 列）2 x 4个正态随机数（2） R = random （'Poisson',1:6,1,6）: 依次生成参数为 1 到 6 的（1 行 6 列）6 个 Poisson 随机数第二种方法是针对特殊的分布的语句：一．几何分布随机数 R = geornd(P) R = geornd(P,m) （下面的 P , m 都可以是矩阵）（生成参数为 P 的几何随机数）（生成参数为 P 的 x m 个几何随机数） 1 R = geornd （P,m,n ）（生成参数为 P 的 m 行 n 列的 m x n 个几何随机数）例如 ⑴ R = geornd （1./ 2八（1:6））（生成参数依次为 1/2,1/2A 2,至U 1/2A 6 的 6 个几何随机数） ⑵ R = geornd （0.01,[1 5]）（生成参数为0.01的（1行5列）5个几何随机数）. 二． Beta 分布随机数 R = betarnd(A,B) R = betarnd(A,B,m) 生成 m 行 n 列的 m x n 个数为 A,B 的 Beta 随三．正态随机数 R = normrnd （MU, SIGMA ）（生成均值为 MU,标准差为SIGMA 的正态随机数） R = normrnd （MU ， SIGMA,m ）（生成 1x m 个正态随机数） R = normrnd(MU , SIGMA,m,n) (生成 m 行 n 列的 m x n 个正态随机数) 例如 (1) R = normrnd(0,1,[1 5]) 生成 5 个正态 (0,1) 随机数 (2) R = normrnd([1 2 3;4 5 6],0.1,2,3) 生成期望依次为 [1,2,3;4,5,6], 方差为 0.1 的 2x 3 个正态随机数．生成参数为 A,B 的 Beta （生成 x m 个数为 A,B 随机数）的 Beta 随机数） R = betarnd(A,B,m,n) 机数) .

matlab随机数生成方法

Matlab 随机数生成方法（转自雅虎空间）第一种方法是用random 语句，其一般形式为 y = random('分布的英文名',A1,A2,A3,m,n)，表示生成m 行n 列的m × n 个参数为( A1 , A2 , A3 ) 的该分布的随机数。例如: (1) R = random('Normal',0,1,2,4): 生成期望为0,标准差为1 的(2 行4 列)2× 4 个正态随机数 (2) R = random('Poisson',1:6,1,6):依次生成参数为1 到6 的(1 行6 列)6 个Poisson 随机数第二种方法是针对特殊的分布的语句：一．几何分布随机数（下面的P，m 都可以是矩阵） R = geornd(P) （生成参数为P 的几何随机数） R = geornd(P,m)（生成参数为P 的× m 个几何随机数）１ R = geornd(P,m,n)（生成参数为P 的m 行n 列的m × n 个几何随机数）例如 (1)R = geornd(1./ 2.^(1:6)) ( 生成参数依次为1/2,1/2^2,到1/2^6 的6 个几何随机数) (2)R = geornd,[1 5]) (生成参数为的（１行５列）5 个几何随机数). 二．Beta 分布随机数 R = betarnd(A,B)（生成参数为A,B 的Beta 随机数） R = betarnd(A,B,m)（生成× m 个数为A,B 的Beta 随机数）１ R = betarnd(A,B,m,n)（生成m 行n 列的m × n 个数为A,B 的Beta 随机数）. 三．正态随机数 R = normrnd(MU，SIGMA)（生成均值为MU，标准差为SIGMA 的正态随机数） R = normrnd(MU，SIGMA,m)（生成1× m 个正态随机数） R = normrnd(MU，SIGMA,m,n) （生成m 行n 列的m × n 个正态随机数）例如 (1) R = normrnd(0,1,[1 5]) 生成5 个正态(0,1) 随机数 (2) R = normrnd([1 2 3;4 5 6],,2,3)生成期望依次为[1,2,3;4,5,6], 方差为的2× 3 个正态随机数．四．二项随机数：类似地有 R = binornd(N,P)R = binornd(N,P,m) R = binornd(N,p,m,n) 例如 n = 10:10:60; r1 = binornd(n,1./n)或r2 = binornd(n,1./n,[1 6]) （都生成参数分别为1 1 ), L, ( 60, ) 的６个二项随机数． (10, 10 60 五．自由度为V 的χ 2 随机数：

(完整版)matlab函数大全最完整版

MATLAB函数大全 Matlab有没有求矩阵行数/列数/维数的函数？ ndims(A)返回A的维数 size(A)返回A各个维的最大元素个数 length(A)返回max(size(A)) [m,n]=size(A)如果A是二维数组，返回行数和列数nnz(A)返回A中非0元素的个数 MATLAB的取整函数:fix(x), floor(x) :,ceil(x) , round(x) (1)fix(x) : 截尾取整. >> fix( [3.12 -3.12]) ans = 3 -3 (2)floor(x):不超过x 的最大整数.(高斯取整) >> floor( [3.12 -3.12]) ans =

3 -4 (3)ceil(x) : 大于x 的最小整数>> ceil( [3.12 -3.12]) ans = 4 -3 (4)四舍五入取整 >> round(3.12 -3.12) ans = >> round([3.12 -3.12]) ans =

3 -3 >> 如何用matlab生成随机数函数 rand(1) rand(n):生成0到1之间的n阶随机数方阵rand(m,n):生成0到1之间的m×n的随机数矩阵(现成的函数) 另外: Matlab随机数生成函数 betarnd 贝塔分布的随机数生成器 binornd 二项分布的随机数生成器 chi2rnd 卡方分布的随机数生成器 exprnd 指数分布的随机数生成器 frnd f分布的随机数生成器 gamrnd 伽玛分布的随机数生成器 geornd 几何分布的随机数生成器 hygernd 超几何分布的随机数生成器

matlab随机数生成(全部函数)

matlab 全部的随机数函数（一）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：

matlab随机数生成方法

Matlab(https://www.360docs.net/doc/e9631014.html,) 随机数生成方法第一种方法是用random 语句，其一般形式为 y = random('分布的英文名',A1,A2,A3,m,n)，表示生成m 行n 列的m × n 个参数为( A1 , A2 , A3 ) 的该分布的随机数。例如: (1) R = random('Normal',0,1,2,4): 生成期望为0,标准差为1 的(2 行4 列)2× 4 个正态随机数 (2) R = random('Poisson',1:6,1,6):依次生成参数为1 到6 的(1 行6 列)6 个Poisson 随机数第二种方法是针对特殊的分布的语句：一．几何分布随机数（下面的P，m 都可以是矩阵） R = geornd(P) （生成参数为P 的几何随机数） R = geornd(P,m)（生成参数为P 的× m 个几何随机数） R = geornd(P,m,n)（生成参数为P 的m 行n 列的m × n 个几何随机数）例如 (1)R = geornd(1./ 2.^(1:6)) ( 生成参数依次为1/2,1/2^2,到1/2^6 的6 个几何随机数) (2)R = geornd(0.01,[1 5]) (生成参数为0.01 的（１行５列）5 个几何随机数). 二．Beta 分布随机数 R = betarnd(A,B)（生成参数为A,B 的Beta 随机数） R = betarnd(A,B,m)（生成× m 个数为A,B 的Beta 随机数） R = betarnd(A,B,m,n)（生成m 行n 列的m × n 个数为A,B 的Beta 随机数）. 三．正态随机数 R = normrnd(MU，SIGMA)（生成均值为MU，标准差为SIGMA 的正态随机数） R = normrnd(MU，SIGMA,m)（生成1× m 个正态随机数） R = normrnd(MU，SIGMA,m,n) （生成m 行n 列的m × n 个正态随机数）例如

Matlab中的randperm和randsample函数用法对比

Matlab中的randperm和randsample函数用法对比构建替代数据的时候，一种常见的思路是打乱原数据的排列次序，通过随机置换原数据的排列次序从而产生和原数据系列统计特征（如均值、方差、分布）一致的随机数据。具体到Matlab中，此思路的实现会涉及到两个命令：randperm和randsample p.s. 相关的重新排序命令还包括： 1 2 3 4 5 6 7 8 9 Reordering Algorithms amd Approximate minimum degree permutation colamd Column approximate minimum degree permutation colperm Sparse column permutation based on nonzero count dmperm Dulmage-Mendelsohn decomposition ldl Block LDL' factorization for Hermitian indefinite matrices randperm Random permutation symamd Symmetric approximate minimum degree permutation symrcm Sparse reverse Cuthill-McKee ordering 1、RANDPERM 根据Matlab文档，randperm最常用的用法是是返回一个从1-n的包含n个数的随机排列（每个数字只出现一次）——以行向量的形式 1 p = randperm(n) returns a row vector containing a random permutation of the integers from 1 to n inclusive 如果希望从1-n的数字序列里面随机返回k个数，则可以使用 1 p = randperm(n,k) 其中，这k个数之间彼此也是不相同的。可见，randperm能够产生不重复的随机排列，结合原数据，可写成类似下面的形式： 1 new = old( randperm( size(old,1) ) , : ); 这样新数组中的各行就被重排了。如果各列也需要重排，则可以嵌套使用。 Matlab文档中还说，randperm完成的是不重复的重排采样（k-permutations），如果结果中的数需要重复多次出现的情况，则可以用： 1 randi(n,1,k) randperm和rand、randi、randn一样，其随机数的生成是收到rng命令控制的，因此，可通过该命令影响随机数据流rand stream的情况。 2、RANDSAMPLE randsample的命令组合比randperm要复杂，事实上这个命令内部也有对randperm的调用。因此，在适当的情况下，使用randperm的速度理论上比randsample快。（事实上也快很多） randsample的命令格式： 1 2 3 4 5 6 y = randsample(n,k) y = randsample(population,k) y = randsample(n,k,replacement) y = randsample(population,k,replacement) y = randsample(n,k,true,w) y = randsample(population,k,true,w)

生成高斯分布的matlab程序

clear all; close all; clc; randn('seed',0); %%一维高斯函数 mu=0; sigma=1; x=-6:0.1:6; y=normpdf(x,mu,sigma); plot(x,y); figure; %%二维或多维高斯函数 mu=[00]; sigma=[0.30;00.35]; [x y]=meshgrid(linspace(-8,8,80)',linspace(-8,8,80)'); X=[x(:) y(:)]; z=mvnpdf(X,mu,sigma); surf(x,y,reshape(z,80,80)); hold on; %再生成一个 mu=[40]; sigma=[1.20;0 1.85]; [x y]=meshgrid(linspace(-8,8,80)',linspace(-8,8,80)'); X=[x(:) y(:)]; z=mvnpdf(X,mu,sigma); surf(x,y,reshape(z,80,80)); Matlab 的随机函数（高斯分布均匀分布其它分布） Matlab中随机数生成器主要有： betarnd 贝塔分布的随机数生成器 binornd 二项分布的随机数生成器 chi2rnd 卡方分布的随机数生成器 exprnd 指数分布的随机数生成器 frnd f分布的随机数生成器 gamrnd 伽玛分布的随机数生成器 geornd 几何分布的随机数生成器 hygernd 超几何分布的随机数生成器 lognrnd 对数正态分布的随机数生成器 nbinrnd 负二项分布的随机数生成器 ncfrnd 非中心f分布的随机数生成器

Matlab随机数产生的问题

Matlab随机数产生的问题 2009-02-13 08:13 这2天发现这个问题讨论较多，所以就搜索了一些资料。发现自己之前的理解有些很有问题，同时欢迎大家继续讨论。先澄清一下几个容易弄错的地方（也不一定全对）（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） [size=2][color=red][b]一 matlab里产生随机数的方法[/b][/color][/size] 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。看来只有看他们的源文件了 function [varargout] = randn(varargin) %%%help 文档的内容略去%%% if nargout == 0 builtin('randn', varargin{:}); else [varargout{1:nargout}] = builtin('randn', varargin{:}); end 从这里也看不出到底是怎么产生的，就只看到builtin。而builtin函数的源文件是这样的： %BUILTIN Execute built-in function from overloaded method. % BUILTIN is used in methods that overload built-in functions to execute % the original built-in function. If F is a string containing the name % of a built-in function then BUILTIN(F,x1,...,xn) evaluates that % function at the given arguments. % % BUILTIN(...) is the same as FEVAL(...) except that it will call the % original built-in version of the function even if an overloaded one % exists (for this to work, you must never overload BUILTIN). % % [y1,..,yn] = BUILTIN(F,x1,...,xn) returns multiple output arguments. %

Matlab中常用的函数集

sort (排序) xlsread ( exl文件导入) load （txt 文件，mat文件等导入）附录Ⅰ工具箱函数汇总 Ⅰ.1 统计工具箱函数表Ⅰ-1 概率密度函数函数名对应分布的概率密度函数 betapdf 贝塔分布的概率密度函数 binopdf 二项分布的概率密度函数 chi2pdf 卡方分布的概率密度函数 exppdf 指数分布的概率密度函数 fpdf f分布的概率密度函数 gampdf 伽玛分布的概率密度函数 geopdf 几何分布的概率密度函数 hygepdf 超几何分布的概率密度函数normpdf 正态（高斯）分布的概率密度函数lognpdf 对数正态分布的概率密度函数nbinpdf 负二项分布的概率密度函数 ncfpdf 非中心f分布的概率密度函数nctpdf 非中心t分布的概率密度函数 ncx2pdf 非中心卡方分布的概率密度函数poisspdf 泊松分布的概率密度函数 raylpdf 雷利分布的概率密度函数 tpdf 学生氏t分布的概率密度函数unidpdf 离散均匀分布的概率密度函数unifpdf 连续均匀分布的概率密度函数weibpdf 威布尔分布的概率密度函数表Ⅰ-2 累加分布函数函数名对应分布的累加函数 betacdf 贝塔分布的累加函数 binocdf 二项分布的累加函数 chi2cdf 卡方分布的累加函数 expcdf 指数分布的累加函数 fcdf f分布的累加函数 gamcdf 伽玛分布的累加函数 geocdf 几何分布的累加函数 hygecdf 超几何分布的累加函数

logncdf 对数正态分布的累加函数 nbincdf 负二项分布的累加函数 ncfcdf 非中心f分布的累加函数 nctcdf 非中心t分布的累加函数 ncx2cdf 非中心卡方分布的累加函数 normcdf 正态（高斯）分布的累加函数 poisscdf 泊松分布的累加函数 raylcdf 雷利分布的累加函数 tcdf 学生氏t分布的累加函数 unidcdf 离散均匀分布的累加函数 unifcdf 连续均匀分布的累加函数 weibcdf 威布尔分布的累加函数表Ⅰ-3 累加分布函数的逆函数函数名对应分布的累加分布函数逆函数 betainv 贝塔分布的累加分布函数逆函数 binoinv 二项分布的累加分布函数逆函数 chi2inv 卡方分布的累加分布函数逆函数 expinv 指数分布的累加分布函数逆函数 finv f分布的累加分布函数逆函数 gaminv 伽玛分布的累加分布函数逆函数 geoinv 几何分布的累加分布函数逆函数hygeinv 超几何分布的累加分布函数逆函数logninv 对数正态分布的累加分布函数逆函数nbininv 负二项分布的累加分布函数逆函数ncfinv 非中心f分布的累加分布函数逆函数nctinv 非中心t分布的累加分布函数逆函数 ncx2inv 非中心卡方分布的累加分布函数逆函数icdf norminv 正态（高斯）分布的累加分布函数逆函数poissinv 泊松分布的累加分布函数逆函数 raylinv 雷利分布的累加分布函数逆函数 tinv 学生氏t分布的累加分布函数逆函数unidinv 离散均匀分布的累加分布函数逆函数unifinv 连续均匀分布的累加分布函数逆函数weibinv 威布尔分布的累加分布函数逆函数表Ⅰ-4 随机数生成器函数