matlab逆变换法产生随机数-ag凯发k8国际
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)
>> 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
总结
以上是ag凯发k8国际为你收集整理的matlab逆变换法产生随机数_matlab 产生随机数的方法的全部内容,希望文章能够帮你解决所遇到的问题。
- 上一篇:
- 下一篇: