matlab逆变换法产生随机数_matlab 产生随机数的方法

首先注意：

(1)用计算机产生的是“伪随机数”。用投色子计数的方法产生真正的随机数 , 但电脑若也这样做 , 将会占用大量内存 ;

用噪声发生器或放射性物质也可产生真正的随机数 , 但不可重复 . 而用数学方法产生最适合计算机 , 这就是周期有限 , 易重复的 ”

伪随机数 ”

(2)随机数的产生需要有一个随机的种子，因为用计算机产生的随机数是通过递推的方法得来的，必须有一个初始值。

(3)用同一台电脑，且在初始值和递推方法相同的情况下，可以产生相同的随机序列(由于以前每次使用randn或者rand得到都是不同值，所以曾经误以为相同的seed无法产生相同的序列)

matlab里和随机数有关的函数：

(1) rand：产生均值为0.5、幅度在0~1之间的伪随机数

(2) randn：产生均值为0、方差为1的高斯白噪声

(3) randperm(n):产生1到n的均匀分布随机序列

(4) normrnd(a,b,c,d)：产生均值为a、方差为b大小为cXd的随机矩阵

还有很多的扩展函数，不再一一列出。不过他们都调用的是rand或者randn函数，由此可见在matlab里rand和randn是产生随机数的关键所在。

有了rand和randn就可以产生轻松产生均匀分布和正态分布的随机数了

(1)产生在[a,b]区间服从均匀分布随机序列的方法

(b-a)*rand(m,n)+a

>> 3*rand(2)+2

ans =

2.8166 2.0458

2.5964 4.2404

(2)产生服从正态分布的随机数

>> randn('state',2)

>> a=normrnd(0,1,1,6)

a =

1.7491 0.1326 0.3252 -0.7938 0.3149 -0.5273

>> randn('state',2)

>> b=randn(1,6)

b =

1.7491 0.1326 0.3252 -0.7938 0.3149 -0.5273

>> randn('state',2)

>> c=randn(2,3)

c =

1.7491 0.3252 0.3149

0.1326 -0.7938 -0.5273

>> d=randn(2,3)

d=

0.9323 -2.0457 1.7411

1.1647 -0.6444 0.4868

>> mean(a)

ans =

0.2001

--------------------------

>> randn(1,2)

ans =

1.0488 1.4886

>> randn(1,2)

ans =

1.2705 -1.8561

---------------------------

上边几个典型的例子可以看出：

(1)如果不设置种子，那么种子会“随机”变化。每次使用randn就会得到不同的结果(c和d)

(2)种子相同时可以得到相同的结果，如果是矩阵那么只是将产生的随机数按列重构(a、b、c)

(3)randn无法准确保证均值为0，小样本的时候尤为明显。去均值后可以严格保证均值为0，但是个人觉得意义不大。

(4)在不同的计算里得到的结果也可能有差别，特别是不同的操作系统。大家可以试一下这个语句

randn('state',2);randn(1,6)看看结果，我电脑每次都一样的