利用MATLAB产生各种随机数

Matlab中随机数生成器

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

注：exprnd（a,b,c）为产生期望为a的b×c的随机数矩阵，
数据服从$\frac{1}{a}$的指数分布，即

$$f(t)=\frac{e^{-\frac{t}{a}}}{a}$$

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，normrnd(a,b,c,d)：产生均值为a、方差为b大小为cXd的随机矩阵
poissrnd 泊松分布的随机数生成器

rand：产生均值为0.5、幅度在0~1之间的伪随机数，rand(n)：生成0到1之间的n阶随机数方阵，rand(m,n)：生成0到1之间的m×n的随机数矩阵
randn：产生均值为0、方差为1的高斯白噪声，使用方式同rand

注：rand是0-1的均匀分布，randn是均值为0方差为1的正态分布

randperm(n):产生1到n的均匀分布随机序列
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

以下介绍利用Matlab产生均值为0，方差为1的符合正态分布的高斯随机数。
我们利用的函数为normrnd(a,b,c,d)：产生均值为a、标准为b大小为cXd的随机矩阵，它有如下三种参数形式：
R＝normrnd(μ,σ)
R＝normrnd(μ,σ)：生成服从正态分布（μ参数代表均值，σ参数代表标准差）的随机数。输入的向量或矩阵μ和σ必须形式相同，输出R也和它们形式相同。标量输入将被扩展成和其它输入具有相同维数的矩阵。
R＝normrnd(μ,σ,m)
R＝norrmrnd(μ,σ,m)：生成服从正态分布（μ参数代表均值，σ参数代表标准差）的随机数矩阵，矩阵的形式由m定义。m是一个1×2向量，其中的两个元素分别代表返回值R中行与列的维数。
R＝normrnd(μ,σ,m,n)

R＝normrnd(μ,σ,m,n)： 生成m×n形式的正态分布的随机数矩阵。其中μ为均值，σ为标准方差，m、n为矩阵大小；

R = normrnd(0,1,4,4) %产生4×4的标准正态分布矩阵
R =
0.5377 0.3188 3.5784 0.7254
1.8339 -1.3077 2.7694 -0.0631
-2.2588 -0.4336 -1.3499 0.7147
0.8622 0.3426 3.0349 -0.2050
var(R) %默认方差公式
ans =
3.0868 0.6085 5.1253 0.2465
var(R,0) %默认方差公式（N-1）
ans =
3.0868 0.6085 5.1253 0.2465
var(R,1) %方差公式（N）
ans =
2.3151 0.4564 3.8440 0.1849
var(R,0,1) %列操作，第二参数为方差方式，第三参数为行、列标记
ans =
3.0868 0.6085 5.1253 0.2465
var(R,0,2) %行操作，第二参数为方差方式，第三参数为行、列标记
ans =
2.3549
3.3782
1.6184
2.0146
var(R’) %check the ans
ans =
2.3549 3.3782 1.6184 2.0146
var(R(:)) %矩阵所有元素的方差
ans =
2.6020