matlab怎么产生随机数据，有谁知道 matlab怎么生成0到1的随机数
\u5982\u4f55\u7528matlab\u4ea7\u751f\u4e000\u30011\u968f\u673a\u6570\u52171\u3001\u9996\u5148\u542f\u52a8matlab\uff0c\u65b0\u5efa\u4e00\u4e2a\u51fd\u6570\u6587\u4ef6\u3002
2\u3001\u5728\u5f39\u51fa\u7684\u7f16\u8f91\u7a97\u53e3\u4e2d\u8f93\u5165\u4ee3\u7801\u3002
3\u3001\u4fdd\u5b58\u8be5\u51fd\u6570\uff0c\u6ce8\u610f\u6587\u4ef6\u547d\u540d\u8981\u4e0e\u51fd\u6570\u540d\u76f8\u540c\u3002
4\u3001\u6587\u4ef6\u4fdd\u5b58\u7684\u4f4d\u7f6e\u5e94\u8be5\u4e0e\u641c\u7d22\u8def\u5f84\u76f8\u540c\uff0c\u5426\u5219\u4f7f\u7528\u8be5\u51fd\u6570\u65f6\u5c06\u4f1a\u56e0\u4e3a\u627e\u4e0d\u5230\u8be5\u51fd\u6570\u6587\u4ef6\u800c\u51fa\u9519\u3002
5\u3001\u6700\u540e\u518d\u547d\u4ee4\u884c\u7a97\u53e3\u4e2d\u8f93\u5165\u547d\u4ee4\uff0cget01\uff08m\uff0cn\uff09\u5c31\u53ef\u4ee5\u4ea7\u751fm\u884cn\u5217\u7684\u968f\u673a0-1\u77e9\u9635\u4e86\u3002
\u5728matlab \u4e2d\u4ea7\u751f0-1\u4e0a\u5747\u5300\u5206\u5e03\u7684\u968f\u673a\u6570\u65b9\u6cd5\u5982\u4e0b\uff1a
\u65b9\u6cd51\u3001\u5bf9\u4e8e\u95ee\u9898\uff0c\u5982\u679c Y \u662fm*n\u7684\u670d\u4ece0~1\u5747\u5300\u5206\u5e03\u7684\u968f\u673a\u77e9\u9635\uff1a
Y = rand(m,n)\uff1b
\u65b9\u6cd52\u3001\u7528\u7edf\u8ba1\u5de5\u5177\u7bb1\uff0cY = unifrnd(0,1,m,n).
\u53e6\u5916\uff0c\u63d0\u4f9b\u5e38\u7528\u7684\u51fd\u6570\u5206\u5e03\u4f9b\u53c2\u8003\uff1a
1\u3001 \u5747\u5300\u5206\u5e03U\uff08a,b\uff09
\u4ea7\u751fm*n\u9636\uff3ba\uff0cb\uff3d\u5747\u5300\u5206\u5e03U\uff08a\uff0cb\uff09\u7684\u968f\u673a\u6570\u77e9\u9635\uff1aunifrnd (a,b,m, n)
2\u30010-1\u5206\u5e03U\uff080,1\uff09
\u4ea7\u751fm*n\u9636\uff3b0\uff0c1\uff3d\u5747\u5300\u5206\u5e03\u7684\u968f\u673a\u6570\u77e9\u9635\uff1arand (m, n)
3\u3001\u4e8c\u7c7b\u5206\u5e03binornd(N,P,mm,nn)\uff0c\u5373\u4ea7\u751fmm*nn\u5747\u503c\u4e3aN*P\u7684\u77e9\u9635
4\u3001\u4ea7\u751fm*n\u9636\u79bb\u6563\u5747\u5300\u5206\u5e03\u7684\u968f\u673a\u6570\u77e9\u9635\uff1a
unidrnd(N,mm,nn) \u4ea7\u751f\u4e00\u4e2a\u6570\u503c\u57281-N\u533a\u95f4\u7684mm*nn\u77e9\u9635\uff1b
5\u3001\u4ea7\u751fmm nn\u9636\u671f\u671b\u503c\u4e3a \u7684\u6307\u6570\u5206\u5e03\u7684\u968f\u673a\u6570\u77e9\u9635\uff1aexprnd ( ,mm, nn).
MATLAB 函数 rand
产生在区间 (0, 1)的均匀随机数，它是平均分布在 (0,1)之间。一个称为seed的值则是用来控制产生随机数的次数。均匀随机数函数的语法为rand(n),rand(m,n)，其结果分别产生一矩阵含n×n个随机数和一矩阵含m×n的随机数。注意每次产生随机数的值都不会一样，这些值代表的是随机且不可预期的，这正是我们用随机数的目的。我们可利用这些随机数代入算式中，来表示某段讯号的不规则振幅或是某个事件出现的机率。均匀随机数其值平均的分布于一区间的特性可以从其统计密度函数(probabilitydensity function, PDF)说明。从其PDF分布类似长条图的分布，可以看出其每一个随机数值出现的机率皆相同，所以它被称为均匀随机数。
见以下的例子：
>> rand(1,6) % 第一次使用随机数产生器
ans =
0.2190 0.0470 0.6789 0.6793 0.9347 0.3835
>>hist(ans) % 看看长条图的长相
>>plot(ans) % 比较上个图与这个图有何差异？何者能代表不规则数据的分布
>> rand(1,6) % 第二次使用随机数产生器，注意每次产生的随机数值皆不同
ans =
0.5194 0.8310 0.0346 0.0535 0.5297 0.6711
因为每次随机数产生的值皆不同，如果因为验证算式需要确定所使用的随机数值是相同的，可以利用seed这个选项，用以设定使用计算随机数产生器的起始值，其语法为rand('seed',n)，n的规定是。其中n=0有特别意义是使用第一次产生随机数值的起始值(=931316785)，其它的n值即是所使用起始值。如果使用相同的起始值，则随机数值会一样，因为随机数的计算是依据起始值。请看以下的例子：
>> rand('seed',0) % 将随机数值的起始值重设，相当于是第一次产生随机数值
>>rand('seed') % 显示现在使用的 seed 值=931316785
ans =
931316785
>> rand(2,3) % 注意随机数值的上下限介于 [0,1] 区间
ans =
0.2190 0.6789 0.9347
0.0470 0.6793 0.3835
>> rand('seed') % 显示再产生随机数值所用的seed=412659990
ans =
412659990
>> rand('seed',0)
>> rand(1,6)
ans =
0.2190 0.0470 0.6789 0.6793 0.9347 0.3835
>> rand('seed',100) % 设定随机数值的起始值=100
>> rand('seed')
ans =
100
>> rand(2,5)
ans =
0.2909 0.0395 0.3671 0.5968 0.9253
0.0484 0.5046 0.9235 0.8085 0.3628
如果需要产生随机数值不是介于[0,1]区间，可以采用以下步骤将随机数值从[0,1]区间转换到其它区间。假设要得到一组随机数值是介于[2,4]区间，我们先产生一组随机数介于[0,1]区间 ，再将其值乘以2，因为2等于区间上下限的差值(4-2)。接著再加上下限值(2)，即可得到随机数值是介于[2,4]区间。例如区间为[a,b]，a为下限值，b为上限值。则算式如下
x=(b-a)*r + a,
其中x代表转换后的随机数值的阵列。请看下列示范：
>>data_1 = 2*rand(1,500)+2; %原随机数值有500个
>>plot(data_1) %这个图是否看来眼熟？
>>axis([1 500 0 6]) %调整横轴/纵轴上下限
>>hist(data_1) %看看其长条图
2. MATLAB 函数randn
产生常态随机数，它是以高斯分布在随机数出现的上下限区间。常态随机数其值分布于一区间的特性可以从其统计密度函数(PDF)说明。从其 PDF分布可以看出其每一个随机数值出现的机率皆不相同，靠近中间的随机数值出现的机率比起两端的值要高，这是一般不规则现象较可能出现的情形，所以它被称为常态随机数。由于常态随机数并非以上下限来定义，它是用数据的平均值和方差定义之。因此在产生一常态随机数时，需设定平均值和方差的大小。randn(n)和randn(n,m)是分别产生一矩阵含n×n个随机数和一矩阵含m×n的常态随机数，其平均值为0方差为1。
见以下的例子：
>> x=-2.9:0.2:2.9; % 这个例子用到 hist 函数来画出二种随机数的分布图
>> y=randn(1,5000);
>> hist(y,x)
>> title('Histogram of Normal Random Data')
>> y1=rand(1,5000);
>> hist(y1,x)
>> title('Histogram of Uniform Random Data')
如果需要产生常态随机数值的平均值和方差并非0和1，可以采用以下步骤将平均值和方差做转换。假设要得到一组常态随机数值的平均值为b和方差为a，我们先产生一组随机数r，再将其值乘以方差a。接著再加平均值b。算式如下：
x=a*r + b
其中x代表转换后的随机数值的阵列。请看下列示范：
>>data_2 = randn(1,500)+3 %原随机数值有500个
>>plot(data_2) %这个图是否看来眼熟？
>>axis([1 500 0 6])
>>hist(data_2) %看看其长条图
3.randperm(n)
产生一个1到n之间自然数的随机排列
4.randint(m,n,[1 N])
生成m×n的在1到N之间的随机整数矩阵，其效果与randint(m,n,N+1)相同。
rand，产生0到1的随机数
绛旓細鍦matlab 涓骇鐢0-1涓婂潎鍖鍒嗗竷鐨闅忔満鏁鏂规硶濡備笅锛氭柟娉1銆佸浜庨棶棰橈紝濡傛灉 Y 鏄痬*n鐨勬湇浠0~1鍧囧寑鍒嗗竷鐨勯殢鏈虹煩闃碉細Y = rand(m,n)锛涙柟娉2銆佺敤缁熻宸ュ叿绠憋紝Y = unifrnd(0,1,m,n).鍙﹀锛屾彁渚涘父鐢ㄧ殑鍑芥暟鍒嗗竷渚涘弬鑰冿細1銆 鍧囧寑鍒嗗竷U锛坅,b锛変骇鐢焟*n闃讹蓟a锛宐锛藉潎鍖鍒嗗竷U锛坅锛宐锛夌殑闅忔満鏁扮煩闃...
绛旓細鏈夋椂鍊欐垜浠湪浣跨敤matlab杩涜鏁板杩愮畻鐨勬椂鍊欙紝鎯崇敓鎴愭鎬佸垎甯闅忔満鏁帮紝鎬庝箞鐢熸垚鍛紝涓嬮潰鏉ュ垎浜竴涓嬫柟娉 绗竴姝ユ垜浠鍏堥渶瑕佺煡閬matlab涓鍙互浣跨敤randn鍑芥暟鐢熸垚姝ｆ佸垎甯冮殢鏈烘暟锛屽湪鍛戒护琛岀獥鍙ｄ腑杈撳叆鈥渉elp randn鈥濓紝鍙互鐪嬪埌randn鍑芥暟鐨勪娇鐢ㄦ柟娉曪紝濡備笅鍥炬墍绀猴細绗簩姝ヨ緭鍏andn(5),鐢熸垚涓涓潎鍊间负0锛屾柟宸拰鏍囧噯宸...
绛旓細matlab A = rand(10,10)*100; % 浜х敓0鍒100涔嬮棿鐨闅忔満鏁鐭╅樀 B = (A > 40 & A < 60); % 浜х敓閫昏緫鏁扮粍锛岀鍚堟潯浠剁殑鍏冪礌涓1锛屽惁鍒欎负0 A(B) = NaN; % 灏嗙鍚堟潯浠剁殑鍏冪礌鐢∟aN鏇挎崲 涓婅堪浠ｇ爜涓紝rand(10,10)*100浜х敓10脳10鐨勯殢鏈烘暟鐭╅樀锛屽叾涓瘡涓厓绱犻兘鍦0鍒100涔嬮棿鍧囧寑鍒嗗竷銆傜劧鍚庯紝...
绛旓細matlab鐢熸垚闅忔満鏁鐨勫嚱鏁版槸rand锛屽:a=rand(3)a = 0.8147 0.9134 0.2785 0.9058 0.6324 0.5469 0.1270 0.0975 0.9575 >> rand ans = 0.9649
绛旓細浣跨敤matlab閲岄潰鐨剅and鍑芥暟鍙互鐢熸垚闅忔満鏁鍑芥暟銆俽and鍑芥暟鐨勭敤娉 锛氾紙1锛夊懡浠わ細rand(N)锛宺and(M,N)绛 锛2锛夊浜巖and(N)锛岄氳繃help rand寰楀埌鐨勮В閲婃槸锛歊 = rand(N) returns an N-by-N matrix containing pseudorandom values drawn from the standard uniform distribution on the open interval(0,1...
绛旓細1銆侀鍏堝惎鍔matlab锛鏂板缓涓涓嚱鏁版枃浠躲2銆佸湪寮瑰嚭鐨勭紪杈戠獥鍙ｄ腑杈撳叆浠ｇ爜銆3銆佷繚瀛樿鍑芥暟锛屾敞鎰忔枃浠跺懡鍚嶈涓庡嚱鏁板悕鐩稿悓銆4銆佹枃浠朵繚瀛樼殑浣嶇疆搴旇涓庢悳绱㈣矾寰勭浉鍚岋紝鍚﹀垯浣跨敤璇ュ嚱鏁版椂灏嗕細鍥犱负鎵句笉鍒拌鍑芥暟鏂囦欢鑰屽嚭閿欍5銆佹渶鍚庡啀鍛戒护琛岀獥鍙ｄ腑杈撳叆鍛戒护锛実et01锛坢锛宯锛夊氨鍙互浜х敓m琛宯鍒楃殑闅忔満0-1鐭╅樀浜嗐
绛旓細Matlab(mathworks.com) 闅忔満鏁扮敓鎴鏂规硶锛氱涓绉嶆柟娉曟槸鐢 random 璇彞锛屽叾涓鑸舰寮忎负 y = random('鍒嗗竷鐨勮嫳鏂囧悕',A1,A2,A3,m,n)锛岃〃绀虹敓鎴 m 琛 n 鍒楃殑 m 脳 n 涓弬鏁颁负 ( A1 , A2 , A3 ) 鐨勮鍒嗗竷鐨勯殢鏈烘暟銆備緥濡:(1) R = random('Normal',0,1,2,4): 鐢熸垚鏈熸湜涓 0,鏍囧噯宸...
绛旓細rand(1)浜х敓0-1鐨闅忔満鏁 浣犲彲浠ュ湪鍓嶉潰鎵╁ぇ鐩稿簲鐨勫嶆暟寰楀埌涓嶅悓鐨勯殢鏈烘暟 姣斿10*rand(1)寰楀埌0-10鐨勯殢鏈烘暟...浠ユ绫绘帹
绛旓細5 6 1 3].鐢熸垚涓涓狽缁撮殢鏈烘暟鍚戦噺銆俁ANDSRC(M,N,ALPHABET) generates an M-by-N random matrix, using the alphabet specified in ALPHABET.鐢熸垚涓涓1脳1鐭╅樀銆傚彲鑳芥槸鐗堟湰浣庣殑闂锛屾垜鐨matlab杩愯randperm(N,1)涔熷嚭鐜伴敊璇紝杩欎釜闂鎴戝氨鎹簡涓绉嶆濊矾锛屽悓鏍疯揪鍒浜х敓闅忔満鏁鐨勬晥鏋滐紝杩愯缁撴灉濡傚浘銆
