MATLAB中rand，randi，randn函数，及rand('state',0)和rand('seed',0)产生随机种子详解
在学习matlab中看到书上有许多关于生成随机数的应用，y书上一开始会写一个rand('state',0)，注释是为了方便验证，一开始并不是很理解，最近搜索网上文章等深入理解了下关于MATLAB中生成随机数函数的相关应用。
二、问题探究
1：rand(....)
它是生成（0,1）之间（开环，不包含0和1两个数）均匀分布的伪随机数，也就是无穷次试验其中产生的概率是一样。
R = rand %返回一个在区间(0,1)内均匀分布的随机数
R = rand(N) %生成NxN的矩阵随机数，其中每个元素位于0~1之间
R = rand(M,N,P,......) %生成一个MxNxPx........的矩阵随机数
R = rand([M,N,P.....]) %同上，中括号不是必须的，例如：rand([3,4])返回一个3x4的矩阵
R = rand(......，CLASSNAME) %生成CLASSNAME类型的随机数，如‘double’ or ‘single’类型
示例：
（1）：由随机数组成的矩阵
-
>>R = rand(
5) %生成一个由介于
0 和
1 之间的均匀分布的随机数组成的
5×
5 矩阵。
-
-
R =
-
-
0.
8147
0.0975
0.
1576
0.
1419
0.
6557
-
0.
9058
0.
2785
0.
9706
0.
4218
0.
0357
-
0.
1270
0.
5469
0.
9572
0.
9157
0.
8491
-
0.
9134
0.
9575
0.
4854
0.
7922
0.
9340
-
0.
6324
0.
9649
0.
8003
0.
9595
0.
6787
-
-
>> R = rand(
5,
3,
'double') %生成double类型的
5x3均匀分布的
0到
1间随机数
-
-
R =
-
-
0.
7577
0.
7060
0.
8235
-
0.
7431
0.
0318
0.
6948
-
0.
3922
0.
2769
0.
3171
-
0.
6555
0.
0462
0.
9502
-
0.
1712
0.0971
0.
0344
（2）：指定区域内的随机数
一般来说，可以使用公式 r = a + (b-a).*rand(N,1) 生成区间 (a,b) 内的 N 个随机数。
-
>> r = -
5 + (
5+
5)*rand(
10,
1) %生成一个由区间 (-
5,
5) 内均匀分布的数字组成的
10×
1 列向量。
-
-
r =
-
-
-
0.
6126
-
-
1.1844
-
2.6552
-
2.9520
-
-
3.1313
-
-
0.
1024
-
-
0.
5441
-
1.4631
-
2.0936
-
2.5469
（3）：随机复数
-
-
>> a = rand +
1i*rand %生成一个实部和虚部位于区间 (
0,
1) 内的随机复数。
-
-
a =
-
-
0.7513 +
0.2551i
2：randi(......)
randi(N) 是生成(0,N]间均匀分布的伪随机数，并且数都是整数，所以每个数是位于1到N之间。它的表达形式有以下几种：
R = randi(iMax) % 生成1：iMax之间的均匀分布随机数
R = randi(iMax,m,n) % 生成m×n的1：iMax之间的均匀分布随机数
R = randi([iMin,iMax],m,n) % 生成m×n的iMin:iMax之间的均匀分布随机数
例如：
R1 = randi(10,5,1); % 生成5×1的1:10之间随机整数
R2 = randi([10,20],2,3); % 生成2×3的10：20之间随机整数
3：randn(...)
有时候我们希望生成的随机数是呈现正态分布的，而不是随机分布，这时候我们就需要使用randn函数了。它生成的随机数整体概率为正态分布，均值为0，方差为1。也就是说生成的数中出现0的概率最大，而越往无穷或者负无穷概率越小，但是出现的随机数可能为所有实数，只不过出现的概率不同。它的格式如下：
R = randn(N) % 生成N×N个正态分布的随机数
R = randn(M,N) % 生成M×N个正态分布的随机数
例如：
R = randi(3); % 生成3×3的正态分布的随机数
4:关于rand(‘state’,sum(clock)）于rng用法的探究
首先需要知道Matlab中的rand()函数产生的是伪随机数。如果我们知道伪随机数的初始状态，那么产生的伪随机数是唯一确定的。问题来了，Matlab每次启动会重置rand()和randn()的初始状态(重置为0)，也就是说，你产生的随机数会出现两次随机数一模一样的情况，如：
-
>> rand(
'state',
0)
-
>> rand(
3,
1)
-
-
ans =
-
-
0.
9501
-
0.
2311
-
0.
6068
-
-
>> rand(
'state',
1)
-
>> rand(
3,
1)
-
-
ans =
-
-
0.
9528
-
0.
7041
-
0.
9539
-
-
>> rand(
'state',
0) %随机数结果复现了
-
>> rand(
3,
1)
-
-
ans =
-
-
0.
9501
-
0.
2311
-
0.
6068
个人理解这样做是为了使得随机产生的结果重新复现方便多次展示，但是在matlab官网上面说最好不要用这种方法应为在2012以后的版本提供了更好的函数rng,如下图：（强烈建议有什么问题还是去官网查手册详细，有各种例子，而且是官方解释：https://ww2.mathworks.cn/help/matlab/ref/rand.html?searchHighlight=rand&s_tid=doc_srchtitle）
RandStream - 随机数流
MATLAB 中的伪随机数来自一个或多个随机数流。生成随机数数组的最简单方法是使用 rand、randn 或
randi。这些函数全部都依赖于同一均匀随机数流，称为全局流。您可以创建与全局流分开使用的其他流，使用它们的 rand、randi 或 randn方法生成随机数数组。您也可以创建随机数流并将其用作全局流。
4、稳定的重启分布rng
这里我们来看一下如何让每次程序运行生成的随机数都一样，主要借助的是rang函数，格式如下：
rng('default');
R = rand(1,5); % 每次程序运行生成恒定的1×5随机数
此外还有生成同样分布的表达方式：
s = rng;
R1 = rand(1,5);
rng(s);
R2 = rand(1,5); % R1和R2随机数一样
参考文章：
1：https://blog.csdn.net/linhd1102/article/details/51193812
2：https://ww2.mathworks.cn/help/matlab/ref/randi.html?searchHighlight=randi&s_tid=doc_srchtitle
3：https://blog.csdn.net/FX677588/article/details/72811673
扫一扫
8429
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
