25、matlab随机数生成汇总:控制随机数生成器、均匀分布和正态分布的随机数

1、rng:控制随机数生成器

语法

rng(seed,generator) 还指定随机数生成器要使用的算法。

参数

seed :随机数种子 s :随机数生成器设置

generator :随机数算法 "twister" | "simdTwister" | "combRecursive" | "multFibonacci" | "philox" | "threefry"

1)设置和还原生成器设置

说明

指定随机数生成器设置,以使本示例中的结果具备可重复性。将生成器种子设置为 2,将算法设置为梅森旋转,然后保存生成器设置。

代码及运行结果

Matlab 复制代码
rng(2,"twister")
s = rng
x = rand(2,5)

s = 

  包含以下字段的 struct:

     Type: 'twister'
     Seed: 2
    State: [625×1 uint32]


x =

    0.4360    0.5497    0.4204    0.2046    0.2997
    0.0259    0.4353    0.3303    0.6193    0.2668

说明

更改生成器种子和算法,并创建一个新的随机行向量。

代码及运行结果

Matlab 复制代码
rng(1,"philox")
xnew = rand(2,5)

xnew =

    0.5361    0.7753    0.0036    0.8629    0.9576
    0.2319    0.2390    0.5262    0.9974    0.0054

说明

现在还原原始生成器设置并创建一个随机向量

代码及运行结果

Matlab 复制代码
rng(s)
xold = rand(2,5)

xold =

    0.4360    0.5497    0.4204    0.2046    0.2997
    0.0259    0.4353    0.3303    0.6193    0.2668

2、均匀分布和正态分布的随机数

说明

使用 rand、randn 和 randi 函数创建随机数序列,使用 randperm 函数创建随机置换整数向量

语法

语法1:X = rand(n) 返回一个由均匀分布的随机数组成的 n×n 矩阵。

语法2:X = randi(n)随机整数

语法3:X = randn(n) 返回由正态分布的随机数组成的 n×n 矩阵。

语法4:p = randperm(n,k) 返回行向量,其中包含在 1 到 n 之间随机选择的 k 个唯一整数。

1)随机数组成的矩阵

说明

生成一个由介于 0 和 1 之间的均匀分布的随机数组成的 6*6 矩阵。

代码及运行结果

Matlab 复制代码
r = rand(6)

r =

    0.6211    0.8540    0.4281    0.2203    0.5052    0.9646
    0.5291    0.4942    0.0965    0.3498    0.3869    0.5000
    0.1346    0.8466    0.1272    0.4678    0.7936    0.8895
    0.5136    0.0796    0.5967    0.2017    0.5800    0.3416
    0.1844    0.5052    0.2260    0.6404    0.1623    0.5671
    0.7853    0.0653    0.1069    0.4831    0.7008    0.4275

2)指定区间内的随机数

**说明:**8行2列随机数

代码及运行结果

Matlab 复制代码
r = -5 + 5*rand(8,2)

r =

   -2.8163   -2.9686
   -1.1172   -4.8640
   -2.3220   -3.7641
   -0.2313   -4.6643
   -2.2790   -0.0307
   -4.5895   -0.1471
   -3.1683   -0.9987
   -0.7457   -1.9909

3)正态分布随机数组成的矩阵

代码及运行结果

Matlab 复制代码
r = randn(5,5)

r =

    0.7993   -2.4356   -0.8009   -1.2599    0.5003
   -1.9146    1.8796   -0.3064    0.6110   -0.4664
   -0.5855   -0.1841    1.7639   -0.5998   -0.0152
    0.0593    0.0195    0.1355    0.3987   -0.3804
   -0.5918   -0.5758   -0.4784   -1.2403   -0.4139

4)随机整数

**说明:**生成在 10 和 50 之间均匀分布的2*5 个随机整数。

代码及运算结果

Matlab 复制代码
r = randi([10 50],2,5)

r =

    32    14    11    36    27
    49    22    40    18    36

5) 随机数组成的三维数组

**说明:**创建一个由随机数组成的 3×3×3 数组

代码及运算结果

Matlab 复制代码
r = randi([10 50],2,5)

r =

    32    14    11    36    27
    49    22    40    18    36

>> X = rand([3,3,3])

X(:,:,1) =

    0.6615    0.7780    0.7488
    0.1705    0.1340    0.7986
    0.8817    0.8689    0.5433


X(:,:,2) =

    0.2208    0.3462    0.4197
    0.9185    0.2638    0.5402
    0.5921    0.9139    0.6084


X(:,:,3) =

    0.8262    0.5913    0.6995
    0.6236    0.4893    0.2458
    0.1767    0.5479    0.1866

6) 指定随机数的数据类型

**说明:**创建一个由其元素为单精度值的随机数组成的 3×4 向量。

代码及运算结果

Matlab 复制代码
r = rand(3,4,"single")%单精度随机数
class(r)%类型

r =

  3×4 single 矩阵

    0.1106    0.6294    0.0953    0.2856
    0.2741    0.2952    0.2838    0.4714
    0.0103    0.1873    0.2149    0.5495


ans =

    'single'

7) 现有数组定义的大小

**说明:**创建一个由均匀分布的随机数组成并且大小与现有数组相同的矩阵。

代码及运行结果

Matlab 复制代码
A = [3 2 1; -2 1 2;1 2 3];
sz = size(A);
X = rand(sz)

X =

    0.8451    0.2321    0.8701
    0.9885    0.6433    0.2174
    0.0489    0.1615    0.7418

8) 现有数组定义的大小和数据类型

**说明:**创建一个由单精度随机数组成的 3×3矩阵。 创建一个与 p 具有相同大小和数据类型的由随机数组成的数组。

代码及运行结果

Matlab 复制代码
p = single([3 2 1; -2 1 2;1 2 3]);
X = rand(size(p),"like",p)
class(X)%类型

X =

  3×3 single 矩阵

    0.6530    0.2296    0.0306
    0.7989    0.7046    0.3571
    0.0312    0.0876    0.5898


ans =

    'single'

9) 整数的随机排列

**说明:**生成一个从 1 到 10 的整数的随机排列。

代码及运算结果

Matlab 复制代码
r = randperm(10)

r =

     3     1     2     6    10     4     8     9     5     7

10)排列所选的整数

**说明:**生成一个从整数 1 到 10中随机选择的6唯一整数(没有重复元素)的随机排列。

代码及运算结果

Matlab 复制代码
r1 = randperm(10,6)

r1 =

     7     4     6     2     9     3

11) 控制随机数生成

**说明:**保存随机数生成器的当前状态,并创建一个从 1 到 10 的整数的随机排列。

代码及运算结果

Matlab 复制代码
s = rng;
r = randperm(10)
rng(s)
r1 = randperm(10)

r =

     5     9     6     3     7     2     1    10     8     4


r1 =

     5     9     6     3     7     2     1    10     8     4
相关推荐
复杂网络11 小时前
多个 Claude Code 与多个 Codex 协同工作:设计与实现方案
算法
HjhIron1 天前
面试常客:字符串算法从入门到进阶
算法·面试
吴佳浩1 天前
DeepSeek DSpark:Confidence-Scheduled Speculative Decoding 技术解析
人工智能·算法·deepseek
触底反弹1 天前
🧠 搞懂 Token,才算真正入门大模型——从分词原理到 Embedding 语义实战
javascript·人工智能·算法
vivo互联网技术1 天前
ICLR 2026 | 基于后验采样的图像恢复方法LearnIR:人脸去阴影、去雾
人工智能·算法·aigc
浮生望1 天前
JS字符串与回文算法:从包装类到双指针的面试进阶之路
javascript·算法
黄敬峰1 天前
面试必刷:从JS底层包装类到双指针,彻底搞懂字符串与回文算法
算法
地平线开发者2 天前
J6B vio scenario sample
算法
BothSavage2 天前
Trae远程开发中DeepSeek自定义模型4054错误的排查与修复
算法