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
小小程序猴14 分钟前
深圳乘路资讯AI培训怎么样?课程靠谱吗?——一套课程可信度评估模型与实证分析
人工智能·算法
云上先途7 分钟前
标签化服务适合哪些人?常见适用场景一次讲清
大数据·人工智能·算法·音视频
程序猿编码10 分钟前
两张 3090 扛 27B:Qwen3.8-27B 大模型 DFlash2 加速版生产级落地
开发语言·gpt·深度学习·神经网络·大模型·qwen
welfare96219 分钟前
新号别搞:内存管理+模板初阶+STL简介
开发语言·c++
彧azz25 分钟前
DFS与BFS:图遍历的两大核心算法
数据结构·学习·算法·深度优先·广度优先
敲代码的瓦龙33 分钟前
Jetpack?ViewModel!!!
android·开发语言·kotlin·android-studio
白远山36 分钟前
智慧场馆解决方案软件开发实战:从架构设计到落地部署指南
java·开发语言·架构·需求分析
联丰迅声38 分钟前
参数表上三个“dB”,选声学成像仪到底该盯哪个?
信号处理·传感器·工业自动化·mems·声学成像
IT笔记1 小时前
Rust 迭代器多级链式调用执行顺序笔记
开发语言·笔记·rust
宣宣猪的小花园.1 小时前
【机器学习】损失函数与梯度下降:机器如何通过“犯错”不断变好
人工智能·算法·机器学习