MATLAB各种随机数生成函数实例加程序1
MATLAB具有自带的函数，基于各种算法而产生的随机数。今天主要是以实例讲解MATLAB的随机数生成函数rand函数、rng函数、randi函数、randn函数。
1.rand函数 rand(m,n) 含义：生成0-1间均匀分布的随机矩阵(m行，n列)，如果m=n，可简写为rand(m) 语法 X = rand X = rand(n) X = rand(sz1,...,szN) X = rand(sz) X = rand(___,typename) X = rand(___,＂like＂,p) 说明 X = rand 返回一个在区间 (0,1) 内均匀分布的随机数。 X = rand(n) 返回一个 n×n 的随机数矩阵。 X = rand(sz1,...,szN) 返回由随机数组成的 sz1×...×szN 数组，其中 sz1,...,szN 指示每个维度的大小。例如：rand(3,4) 返回一个 3×4 的 矩阵。 X = rand(sz) 返回由随机数组成的数组，其中大小向量 sz 指定 size(X)。 例如：rand([3 4]) 返回一个 3×4 的矩阵。 X = rand(___,typename) 返回由 typename 数据类型的随机数组成的数组。 typename 输入可以是 ＂single＂ 或 ＂double＂。 X = rand(___,＂like＂,p) 返回由 p 等随机数组成的数组；也就是与 p 同一对象类型。
实例1
程序 clc; clear all; close all; %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= rand(5) % a+(b-a)*rand(m,n) 含义：生成a-b间均匀分布的随机矩阵(m行，n列)，如果m=n，则可简写。 r1= rand(5,5) %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。 r2 = -5 + (5+5)*rand(10,1) r3 = rand(100000,1); figure; h = histogram(r3);%绘图，生成随机数的分布 histogram函数绘制直方图 %由随机数组成的三维数组 X = rand([3,2,3]) %指定随机数的数据类型 r = rand(1,4,＂single＂) class(r) %根据现有数组克隆大小 创建一个由正态分布的随机数组成并且大小与现有数组相同的矩阵。 A = [3 2; -2 1]; sz = size(A); X = rand(sz) %它是一种将前两行代码合并成一行的常见模式：X = rand(size(A)); %根据现有数组克隆大小和数据类型 创建一个由单精度随机数组成的 2×2 矩阵。 p = single([3 2; -2 1]); %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。 X = rand(size(p),＂like＂,p) class(X) %随机复数 %生成一个实部和虚部位于区间 (0,1) 内的随机复数。 a = rand + 1i*rand
运行结果 r = 0.8913 0.9786 0.4317 0.3728 0.5988 0.2092 0.8117 0.9400 0.0057 0.6038 0.1853 0.1719 0.8176 0.2524 0.1051 0.1084 0.8162 0.3361 0.7957 0.3819 0.2197 0.2741 0.1754 0.0153 0.0365 r1 = 0.8904 0.7425 0.5447 0.9750 0.3402 0.9809 0.6302 0.7691 0.8849 0.1781 0.0599 0.5818 0.2507 0.3595 0.2377 0.8905 0.0204 0.2859 0.5989 0.0449 0.5769 0.2100 0.8524 0.3548 0.5054 r2 = -1.2375 0.9281 1.2994 -3.5740 4.3384 4.4638 1.0230 -1.1223 -1.3681 -2.9565 X(:,:,1) = 0.0000 0.9110 0.7811 0.1809 0.4645 0.2818 X(:,:,2) = 0.2833 0.4759 0.6432 0.1795 0.9514 0.8274 X(:,:,3) = 0.3584 0.6210 0.7421 0.4394 0.2962 0.0470 r = 1×4 single 行向量 0.9315 0.4811 0.0270 0.1418 ans = ＂single＂ X = 0.3819 0.8302 0.0854 0.0520 X = 2×2 single 矩阵 0.8556 0.2008 0.7027 0.3705 ans = ＂single＂ a = 0.5051 + 0.4904i
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rng函数设置seed这个选项，用以设定使用计算随机数产生器的起始值。
2.rng函数 rng 函数作用：rng 函数用于控制随机数生成函数（rand、randi、randn） 生成随机数。 语法 rng(seed) % 使用非负整数 seed 为随机数生成函数（rand、randi、 randn）提供种子。 rng(＂shuffle＂) % 根据当前时间为随机数生成函数提供种子 rng(seed,generator) % 在上述语法基础上指定随机数生成函数（rand、 randi、randn）的随机数生成类型 rng(＂shuffle＂,generator) % 在上述语法基础上指定随机数生成函数 （rand、randi、randn）的随机数生成类型 rng(＂default＂) % 将随机数生成函数（rand、randi、randn）的设置 重置为默认值（seed = 0，generator = ＂simdTwister＂） scurr = rng % 返回随即上生成函数（rand、randi、randn）的当前设置。 rng(s) % 将随机数生成函数设置还原回变量 s 指定的设置（s 为先前 使用 s = rng 捕获的设置）。 sprev = rng(___) % 在上述语法的基础上，先返回随机数生成函数的 当前设置，再进行设置的修改。generator 的可选值如下表
generator 取值
说明
‘twister’
Mersenne Twister
‘simdTwister’
面向 SIMD 的快速 Mersenne Twister 算法
‘combRecursive’
合并的多个递归
‘multFibonacci’
乘法滞后 Fibonacci
‘v5uniform’
传统 MatLab 5.0 均匀生成函数
‘v5normal’
传统 MatLab 5.0 正常生成函数
‘v4’
传统 MatLab 4.0 生成函数
实例2
程序 clc; clear all; close all; % rng()设置种子，这样每次生成的伪随机序列都是完全一样的。 rng(＂default＂) % 将随机数生成函数（rand、randi、randn）的设置重置为默认值（seed = 0，generator = ＂simdTwister＂） seed = 100; rng(seed); r = rand(1,5) %重置随机数生成器 %保存随机数生成器的当前状态并创建一个由随机数组成的 1×5 向量。 s = rng; r = rand(1,5) %将随机数生成器的状态恢复为 s，然后创建一个由随机数组成的新 1×5 向量。值与之前相同。 rng(s); r1 = rand(1,5)
运行结果 r = 0.5434 0.2784 0.4245 0.8448 0.0047 r = 0.1216 0.6707 0.8259 0.1367 0.5751 r1 = 0.1216 0.6707 0.8259 0.1367 0.5751 >>
3.randi函数 randi 均匀分布的伪随机整数 语法 X = randi(imax) X = randi(imax,n) X = randi(imax,sz1,...,szN) X = randi(imax,sz) X = randi(imax,classname) X = randi(imax,n,classname) X = randi(imax,sz1,...,szN,classname) X = randi(imax,sz,classname) X = randi(imax,＂like＂,p) X = randi(imax,n,＂like＂,p) X = randi(imax,sz1,...,szN,＂like＂,p) X = randi(imax,sz,＂like＂,p) X = randi([imin,imax],___) 说明 X = randi(imax) 返回一个介于 1 和 imax 之间的伪随机整数标量。 X = randi(imax,n) 返回 n×n 矩阵，其中包含从区间 [1,imax] 的均匀离 散分布中得到的伪随机整数。 X = randi(imax,sz1,...,szN) 返回 sz1×...×szN 数组，其中 sz1,..., szN 指示每个维度的大小。例如，randi(10,3,4) 返回一个由介于 1 和 10 之间的伪随机整数组成的 3×4 数组。 X = randi(imax,sz) 返回一个数组，其中大小向量 sz 定义 size(X)。 例如，randi(10,[3,4]) 返回一个由介于 1 和 10 之间的伪随机整数组成 的 3×4 数组。 X = randi(imax,classname) 返回一个伪随机整数，其中 classname 指定 数据类型。classname 可以为 ＂single＂、＂double＂、＂int8＂、＂uint8＂、 ＂int16＂、＂uint16＂、＂int32＂ 或 ＂uint32＂。 X = randi(imax,n,classname) 返回数据类型为 classname 的 n×n 数组。 X = randi(imax,sz1,...,szN,classname) 返回数据类型为 classname 的 sz1×...×szN 数组。 X = randi(imax,sz,classname) 返回一个数组，其中大小向量 sz 定义 size(X)，classname 定义 class(X)。 X = randi(imax,＂like＂,p) 返回一个类如 p 的伪随机整数；即，具有 相同的数据类型（类）。 X = randi(imax,n,＂like＂,p) 返回一个类如 p 的 n×n 数组。 X = randi(imax,sz1,...,szN,＂like＂,p) 返回一个类如 p 的 sz1×... ×szN 数组。 X = randi(imax,sz,＂like＂,p) 返回一个类如 p 的数组，其中大小向量 sz 定义 size(X)。 X = randi([imin,imax],___) 使用以上任何语法返回一个数组，其中包含 从区间 [imin,imax] 的均匀离散分布中得到的整数。
实例3
程序 clc; clear all; close all; % 由随机整数组成的方阵 % 生成一个由介于 1 和 10 之间的随机整数组成的 5×5 矩阵。 % randi 的第一个输入指示采样区间中的最大整数（采样区间中的最小整数为 1）。 r = randi(10,5) %控制随机数生成 %保存随机数生成器的当前状态并创建一个由随机整数组成的 1×5 向量。 s = rng; r = randi(10,1,5) %将随机数生成器的状态恢复为 s，然后创建一个由随机整数组成的新 1×5 向量。值与之前相同。 rng(s); r1 = randi(10,1,5) r2 = randi([1 100],5,5) %由随机整数组成的三维数组 X = randi(500,[3,2,3]) %其他数据类型的随机整数 %创建一个由其元素为 int16 类型的随机数组成的 1×4 向量。 r = randi(100,1,4,＂int16＂) class(r) %现有数组定义的大小 %创建一个由介于 1 和 10 之间的均匀分布的随机整数组成并且大小与现有数组相同的矩阵。 A = [3 2; -2 1]; sz = size(A); X = randi(10,sz)%它是一种将前两行代码合并成一行的常见模式：X = randi(10,size(A)); %现有数组定义的大小和数值数据类型 %创建一个由 8 位有符号整数组成的 2×2 矩阵。 p = int8([3 2; -2 1]); %创建一个与 p 具有相同大小和数据类型的由随机整数组成的数组。 X = randi(10,size(p),＂like＂,p) class(X)
运行结果 r = 1 7 5 1 10 8 8 7 4 9 10 10 5 10 3 10 2 9 1 6 5 5 9 5 5 r = 6 9 6 5 4 r1 = 6 9 6 5 4 r2 = 27 96 22 3 17 55 69 42 33 63 9 49 99 8 44 64 49 3 7 84 80 97 71 12 24 X(:,:,1) = 96 280 356 353 430 303 X(:,:,2) = 280 425 431 128 460 439 X(:,:,3) = 218 96 365 354 207 121 r = 1×4 int16 行向量 86 83 53 39 ans = ＂int16＂ X = 6 9 2 10 X = 2×2 int8 矩阵 8 9 3 9 ans = ＂int8＂ >>
4.randn函数 randn randn ():生成（0,1）区间上正态分布的随机变量 正态分布的随机数 语法 X = randn X = randn(n) X = randn(sz1,...,szN) X = randn(sz) X = randn(___,typename) X = randn(___,＂like＂,p) 说明 X = randn 返回一个从标准正态分布中得到的随机标量。 X = randn(n) 返回由正态分布的随机数组成的 n×n 矩阵。 X = randn(sz1,...,szN) 返回由随机数组成的 sz1×...×szN 数组， 其中 sz1,...,szN 指示每个维度的大小。例如：randn(3,4) 返回一个 3×4 的矩阵。 X = randn(sz) 返回由随机数组成的数组，其中大小向量 sz 定义 size(X)。例如：randn([3 4]) 返回一个 3×4 的矩阵。 X = randn(___,typename) 返回由 typename 数据类型的随机数组成的 数组。typename 输入可以是 ＂single＂ 或 ＂double＂。 X = randn(___,＂like＂,p) 返回由 p 等随机数组成的数组；也就是与 p 同一对象类型。可以指定 typename 或 ＂like＂，但不能同时指定两者。
实例4
程序 clc; clear all; close all; % 生成一个由正态分布的随机数组成的 5×5 矩阵。 r = randn(5) %生成 10,000 个随机数并创建直方图。histogram 函数自动选择合适的 bin 数量， %以便涵盖 x 中的值范围并显示基本分布的形状。 figure(1); x = randn(10000,1); h = histogram(x) figure(2) x = randn(2000,1); y = 1 + randn(5000,1); h1 = histogram(x); hold on h2 = histogram(y); %二元正态随机数 mu = [1 2]; sigma = [1 0.5; 0.5 2]; R = chol(sigma); z = repmat(mu,10,1) + randn(10,2)*R %随机复数 %生成一个具有正态分布的实部和虚部的随机复数。 a = randn + 1i*randn %重置随机数生成器 %保存随机数生成器的当前状态并创建一个由随机数组成的 1×5 向量。 s = rng; r = randn(1,5) %将随机数生成器的状态恢复为 s，然后创建一个由随机数组成的新 1×5 向量。值与之前相同。 rng(s); r1 = randn(1,5) %由随机数组成的三维数组 X = randn([3,2,3]) %指定随机数的数据类型。 r = randn(1,4,＂single＂) class(r) % 根据现有数组克隆大小 %创建一个由正态分布的随机数组成并且大小与现有数组相同的矩阵。 A = [3 2; -2 1]; X = randn(size(A)); %根据现有数组克隆大小和数据类型 %创建一个由单精度随机数组成的 2×2 矩阵。 p = single([3 2; -2 1]); % 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。 X = randn(size(p),＂like＂,p) class(X)
运行结果 r = -0.7969 0.0295 0.0818 0.2209 -1.0142 2.1834 -0.6164 0.2707 -1.2882 0.4781 1.0997 -1.1259 1.4013 0.4066 -0.0311 1.5010 0.6625 0.8711 0.1092 0.3515 0.2350 1.2136 1.2808 0.8662 2.1003 h = Histogram - 属性: Data: [10000×1 double] Values: [1×37 double] NumBins: 37 BinEdges: [1×38 double] BinWidth: 0.2000 BinLimits: [-3.6000 3.8000] Normalization: ＂count＂ FaceColor: ＂auto＂ EdgeColor: [0 0 0] 显示 所有属性 z = 0.1661 1.8710 -0.3255 0.4274 1.8562 4.2863 3.2530 2.9635 -0.3674 1.4188 1.9013 2.8332 0.3292 1.4980 1.6812 0.9640 1.3901 1.0174 1.8215 -0.6754 a = -0.3452 - 0.6610i r = -0.0283 -0.3600 -1.1009 0.4352 1.2253 r1 = -0.0283 -0.3600 -1.1009 0.4352 1.2253 X(:,:,1) = 0.0578 0.6148 0.5797 1.7740 -0.8487 0.4496 X(:,:,2) = -0.1585 -0.8475 -0.2104 0.9195 2.5157 -1.0433 X(:,:,3) = 0.8969 -0.3169 -0.4588 0.5777 0.0367 -0.7604 r = 1×4 single 行向量 1.8574 0.4704 -0.2384 -0.2513 ans = ＂single＂ X = 2×2 single 矩阵 -0.3357 -0.0307 1.0911 -0.9535 ans = ＂single＂ >>
5.其他MATLAB的随机数生成函数 betarnd 贝塔分布的随机数生成器 binornd 二项分布的随机数生成器 chi2rnd 卡方分布的随机数生成器 exprnd 指数分布的随机数生成器 frnd f分布的随机数生成器 gamrnd 伽玛分布的随机数生成器 geornd 几何分布的随机数生成器 hygernd 超几何分布的随机数生成器 lognrnd 对数正态分布的随机数生成器 nbinrnd 负二项分布的随机数生成器 ncfrnd 非中心f分布的随机数生成器 nctrnd 非中心t分布的随机数生成器 ncx2rnd 非中心卡方分布的随机数生成器 normrnd 正态（高斯）分布的随机数生成器 poissrnd 泊松分布的随机数生成器 raylrnd 瑞利分布的随机数生成器 trnd 学生氏t分布的随机数生成器 unidrnd 离散均匀分布的随机数生成器 unifrnd 连续均匀分布的随机数生成器 weibrnd 威布尔分布的随机数生成器
6.参考内容
[1] 腾讯云开发者社区的作者hotarugali的文章《MatLab函数rand、randi、randn、rng》，文章链接为：
https://cloud.tencent.com/developer/article/1948537
[2] 简书作者小白日常笔记的文章《MATLAB的简单随机生成函数》，文章链接为：https://www.jianshu.com/p/825ddb8e59ec
[3] 大数据分析的作者cdadata的文章《如何用matlab生成随机数函数_matlab随机数生成函数》，文章链接为：
http://www.cdadata.com/8046
本文内容来源于网络，仅供参考学习，如内容、图片有任何版权问题，请联系处理，24小时内删除。
作 者 | 郭志龙
编 辑 | 郭志龙
校 对 | 郭志龙
黑龙江齐齐哈尔警方成功破获特大贩卖毒品案件近日，在公安部的指挥下，黑龙江省齐齐哈尔市公安局历经近2年的艰苦侦查，先后辗转五个省份，成功侦破一起特大贩卖毒品案件。2020年10月13日，齐齐哈尔市公安局铁锋分局侦查员在工作中
广东广州市快速提升隔离和收治能力本报广州11月23日电（记者陈伟光贺林平）针对奥密克戎病毒的特点，早发现早报告早隔离早治疗是疫情防控的关键。在本轮疫情防控中，广东坚持全省一盘棋统筹调度，在确保安全施工前提下全力抢
新时代十年的伟大变革五个方面的里程碑意义党的二十大报告指出新时代十年的伟大变革，在党史新中国史改革开放史社会主义发展史中华民族发展史上具有里程碑意义。这个里程碑意义主要体现为以下5个方面。新时代十年的伟大变革具有里程碑意
银保监会前10个月银行业累计发放房地产开发贷款2。64万亿元新华社北京11月24日电（记者李延霞吴雨）记者24日从中国银保监会获悉，今年1至10月，银行业累计发放房地产开发贷款2。64万亿元，累计发放按揭贷款4。84万亿元。银保监会有关部门
国常会释放降准信号，加大金融对实体经济支持力度南都讯记者赵唯佳发自北京据央视网消息，11月22日，国务院总理李克强主持召开国务院常务会议，部署抓实抓好稳经济一揽子政策和接续措施全面落地见效，巩固经济回稳向上基础决定向地方派出督
怎么还在设置这些密码？黑客不到一秒就破解了，小心银行卡钱没了很多人为了好记，经常把密码设置得非常简单，像123456password这类，甚至有的人把所有平台账号的密码全都设置成一样的。确实是方便了很多，但殊不知这些安全性不高的密码，黑客不
每人1000元！这项补贴，甘肃提前发放符合条件的毕业生可以在网上办理求职创业补贴申领业务。近日，甘肃省人力资源和社会保障厅会同教育财政部门联合印发通知，安排部署各地按照每人1000元标准，面向2023届毕业生中的家庭困
江阴市第32届科技节人才创新周开幕江阴市第32届科技节人才创新周在全市上下决战四季度决胜全年度的关键时刻，11月23日下午，江阴市第32届科技节人才创新周正式启动，进一步吹响了科创江阴建设的冲锋号。来自海内外科技条
收集了一些看了心情会变好的句子收集了一些看了心情会变好的句子兔子1。你与星河皆可收藏2。今日限定本人全糖去冰3。现在几点开心一点4。吧唧一口吃掉难过5。你搅散一池星光成为我的月亮6。盐于律己甜以待人7。做个少女
顺其自然，才是好的良方我见过太多的人把顺其自然理解为一种处事不惊。喜形不露于外，临泰山而面不改色，似乎那是一种老僧入定的境界，芸芸众生难以追寻的境界总而言之，是一种难以企及的淡定。但如果，我被火烧到了，
情感文案，生活不会辜负用心的人最近很多人问我，我最近过得怎么样？我是一个平凡的人，没有什么特别，也不会有特别的事情。我对生活没什么要求，每天过得都很好。我做什么事情都没有什么要求，我有自己。我只是在努力地做着我
家电企业如何与不确定性共舞？如果要用一个词来概括2022年，不确定性应该是最形象的一个。疫情的不确定性国际环境的不确定性市场的不确定性供应链的不确定性在不确定性中，更多人开始探寻在健康的前提下，如何能更从容地阿根廷队世界杯夺冠后庆祝游行，宣告提前结束2022世界杯阿根廷队世界杯夺冠后庆祝游行，为何突然宣告提前结束乘坐直升机离去？庆祝未能按预定计划实现，民众的狂热是重要的原因。同时也是因为阿根廷球员不愿面见政府。为什么不愿面见政世界杯足球中的化学知识四年的等候，终于等来2022世界杯卡塔尔世界杯，这是历史上首次在卡塔尔和中东国家境内举行首次在北半球冬季举行的世界杯足球赛，也是史上最贵世界杯。作为一名伪球迷，笔者对于这场举世瞩目欧洲中世纪的黑暗使者当提到中世纪的欧洲，往往沿用基督教世界这种说法。也就是说，基督教在中世纪的欧洲有着巨大的影响力，甚至可以说占据了统治地位。教皇不必说，他可以为世俗权力的代表皇帝和国王加冕，这意味着漂浮式风电机组整机控制研究获进展漂浮式风电机组是开发深远海优质风能资源最经济有效的技术。与固定式机组相比，漂浮式风电机组的风轮基础耦合作用更加显著，为机组安全可靠运行带来挑战。若不将该耦合作用考虑到漂浮式风电机组嫦娥五号样品中外来岩屑研究取得新进展嫦娥五号月壤中外来岩屑能为认识月表物质翻耕迁移过程月壳岩石组成多样性月壳地质演化等提供制约信息。中国科学院地球化学研究所科研团队通过研究嫦娥五号月壤样品，获得了月球20亿年前年轻玄数据集成的未来ZeroETL零ETL是数据集成的未来，尽管ETL工具对于组合来自各种来源的数据和实现跨企业系统的数据集成是不可或缺的。如果没有ETL，数据集成是不可想象的。提取转换和加载（ETL）从ETL到零争相上市抢夺本土市场，数据库将迎来大洗牌解读数据库的2022作者李冬梅审校蔡芳芳本文是2022InfoQ年度技术盘点与展望系列文章之一，由InfoQ编辑部制作呈现，重点聚焦数据库领域在2022年的重要进展动态，希望能帮助你准确把握2022年刚刚，两个重要消息来了，A股，行情或迎来反转？炒股，大多数人都会亏损，无论他们如何努力，因为认知逻辑无法短期内改变。很多事情，起心动念就输了，用最客观的数据，也没办法让一个输得眼红的人，开始接受低吸投资，放弃博弈。这个市场，对十年十倍的海康威视，下跌幅度61。64，可以建仓吗？海康威视从前期高点69。54元下跌到近期低点26。8元，下跌幅度达到61。64，近期有所反弹，目前市盈率21。5倍，现在可以建仓吗，还是应该继续等待？在回答这个问题之前，我们不妨先广西贵港民企一哥全国500强，02年国企改制，年入332。44亿贵港市，属于广西14个地级市之一，是广西经济发展中最值得关注的城市，贵港是典型的内陆港口城市，是中国西部地区的一个大港口，也是西南地区出海的重要门户。说起贵港市，外省的很多人都不懂