电脑做网站端口映射,中国企业报官网,一般做公司网站需要哪几点,济南公司建站模板MATLAB 使用算法来生成伪随机数和伪独立数。这些数在数学意义上并非严格随机和独立的#xff0c;但它们能够通过各种随机和独立统计测试#xff0c;并且其计算可以重复#xff0c;方便用于测试或诊断目的。 rand 、 randi 、 randn 和 randperm 函数是创建随机数数组的主要… MATLAB 使用算法来生成伪随机数和伪独立数。这些数在数学意义上并非严格随机和独立的但它们能够通过各种随机和独立统计测试并且其计算可以重复方便用于测试或诊断目的。 rand 、 randi 、 randn 和 randperm 函数是创建随机数数组的主要函数。 rng 函数允许您控制生成随机数的种子和算法。 1.随机数函数 有四种基本随机数函数rand 、 randi 、 randn 和 randperm 。 rand 函数返回在 0 和 1 之间均匀分布的浮点数。例如 rng(default)
r1 rand(1000,1); r1 是一个含有均匀分布浮点实数的 1000 x 1 的列向量。 r1 中的所有值均处于开区间 (0, 1) 内。这些值的直方图大致上是扁平形状这表明采样数相当均匀。 randi 函数返回离散均匀分布中的 double 整数值。例如 r2 randi(10,1000,1); r2 是一个包含范围在闭区间 [1, 10] 的离散均匀分布整数值的 1000×1 列向量。这些值的直方图大致上是扁平形状这表明从 1 到 10 之间采样数相当均匀。 randn 函数返回标准正态分布中的浮点实数数组。例如 r3 randn(1000,1); r3 是一个含有标准正态分布数的 1000 x1 的列向量。 r3 的直方图看似大致上均值为 0 且标准差为 1 的正态分布。 可以使用 randperm 函数创建一个由没有重复值的随机整数值组成的 double 数组。例如 r4 randperm(15,5); r4 是 1×5 数组包含从范围 [1, 15] 中随机选择的整数。与可返回包含重复值的数组的 randi 不同randperm 返回的数组没有重复值。接连调用上述任一函数均可返回不同的结果。这种特性适合用于创建几个不同的随机值数组。 2.随机数生成器 MATLAB 提供几个生成器算法选项下表对其进行了总结。 使用 rng 函数可设置 rand 、 randi 、 randn 和 randperm 函数使用的种子和生成器。例如 rng(0,twister) 将生成器重置为其默认状态。 3.随机数的数据类型 rand 和 randn 函数默认情况下会生成双精度类型的值。 rng(default)
A rand(1,5);
class(A) ans double 要将类显式指定为双精度类型 rng(default)
B rand(1,5,double);
class(B) ans double isequal(A,B) ans 1 rand 和 randn 也可以生成单精度类型的值。 rng(default)
A rand(1,5,single);
class(A) ans single 这些值与转换前一示例中的双精度值相同。无论返回哪种类的值这些函数获取的随机流都会以相同方式增加。 A,B A 0.8147 0.9058 0.1270 0.9134 0.6324 B 0.8147 0.9058 0.1270 0.9134 0.6324 randi 既支持整数类型又支持单精度或双精度类型。 A randi([1 10],1,5,double);
class(A) ans double B randi([1 10],1,5,uint8);
class(B) ans uint8 4.特定范围内的随机数 本示例显示如何基于开区间 (50, 100) 内的均匀分布创建随机浮点数组。在默认情况下rand 返回均匀分布的归一化值0 和 1 之间。要改变分布的范围a、b应将各值乘以新范围的宽度b – a然后用 a 替换各值。首先初始化随机数生成器以使本示例中的结果具备可重复性。 rng(0,twister); 创建一个 1000 个随机值的向量。使用 rand 函数从开区间 (50,100) 抽取均匀分布的值。 a 50;
b 100;
r (b-a).*rand(1000,1) a; 验证 r 中的数值是否在指定范围内。 r_range [min(r) max(r)] r_range 50.0261 99.9746 结果是处于开区间50、100内。 注意 a 和 b 的某些组合在理论上可使得到的结果包括 a 或 b。在实际中这种情况极难出现。 5.随机整数 此示例说明了如何根据一组数字 –10、–9、...、9、10 的离散均匀分布创建随机整数值数组。 最简单的 randi 语法将返回 1 与指定值 imax 之间的双精度整数值。要指定其他范围请结合使用 imin 和 imax 参数。首先初始化随机数生成器以使本示例中的结果具备可重复性。 rng(0,twister); 基于数字集 -10、-9、...、9、10 的离散均匀分布创建 1×1000 随机整数值数组。使用语法 randi([imin
imax],m,n)。
r randi([-10 10],1,1000); 验证 r 中的值是否在指定范围内。 [rmin,rmax] bounds(r) rmin -10 rmax 10 6.具有特定均值和方差的正态分布随机数 此示例说明如何基于均值为 500 和方差为 25 的正态分布创建随机浮点数组。randn 函数返回一个均值为 0 和方差为 1 的正态分布随机数样本。随机变量的一般理论规定如果 x 是随机变量其均值是 且方差是 则由 y ax b , 其中 a 和 b 为常量定义的随机变量 y 有均值 和方差 . 根据此概念可获得均值为 500 和方差为 25 的正态分布随机数样本。首先初始化随机数生成器以使本示例中的结果具备可重复性。 rng(0,twister); 基于均值为 500 且标准差为 5 的正态分布创建包含 1000 个随机值的向量。 a 5;
b 500;
y a.*randn(1000,1) b; 计算样本均值、标准差和方差。 stats [mean(y) std(y) var(y)] stats 1×3 499.8368 4.9948 24.9483 均值和方差并非恰好为 500 和 25因为它们是从分布采样计算得出的。 7.球体内的随机数 此示例说明如何在球体内创建随机点。本例中的球体以原点为中心半径为3。在球体内创建点的方法之一是在球面坐标中指定这些点。然后可以将其转换为笛卡尔坐标进行绘图。首先初始化随机数生成器以使本示例中的结果具备可重复性。 rng(0,twister) 计算球体中各个点的仰角。这些值在开区间 ( − π /2, π /2) 内但不是均匀分布的。 rvals 2*rand(1000,1)-1;
elevation asin(rvals); 为球体中的各个点创建方位角。这些值在开区间 (0, 2 π ) 内均匀分布。 azimuth 2*pi*rand(1000,1); 为球体中的各个点创建半径值。这些值在开区间 (0, 3) 内但不是均匀分布的。 radii 3*(rand(1000,1).^(1/3)); 转换为笛卡尔坐标并绘制结果。 [x,y,z] sph2cart(azimuth,elevation,radii);
figure
plot3(x,y,z,.)
axis equal 如果需要将随机数置于球体表面上则指定一个常量半径值作为 sph2cart 的最后一个输入参数。在本例中该值为 3 。 [x,y,z] sph2cart(azimuth,elevation,3);
