随机

随机数

描述

示例

R.=随机(“名字”A.从指定的单参数分发系列返回一个随机数“名字”和分布参数A.

示例

R.=随机(“名字”A.B.从指定的双参数分发系列返回一个随机数“名字”和分布参数A.B.

R.=随机(“名字”A.B.C.由指定的三个参数分布族返回一个随机数“名字”和分布参数A.B.,和C.

R.=随机(“名字”A.B.C.D.从四参数分发系列返回一个随机数“名字”和分布参数A.B.C.,和D.

示例

R.=随机(PD.从概率分布对象返回一个随机数PD.

示例

R.=随机(___sz1,...,szn使用来自先前语法中的任何一个语法中的输入参数,从指定的概率分布生成一系列随机数sz1,...,szn表示每个维度的大小。

示例

R.=随机(___SZ.使用前面任何语法的输入参数,从指定的概率分布生成随机数数组,其中向量SZ.指定尺寸(r)

例子

崩溃

创建标准的正常概率分布对象。

pd = makedist('正常'
pd =正规分布正常分布mu = 0 sigma = 1

从分发生成一个随机数。

rng (“默认”%的再现性r1 =随机(pd)
R1 = 0.5377.

或者,您可以通过指定其名称和参数来生成标准的正常随机数。

r2 =随机('正常',0,1)
R2 = 1.8339.

保存随机数生成器的当前状态。然后从具有速率参数5的泊松分布生成随机数。

s = RNG;r =随机(“泊松”,5)
r = 5

将随机数生成器的状态恢复为s,然后创建一个新的随机数。该值与以前相同。

RNG;R1 =随机(“泊松”,5)
R1 = 5.

创建具有与现有数组相同大小的随机数的矩阵。使用具有形状参数2和0,SCALE参数1和位置参数0的稳定分布。

a = [3 2;-2 1];sz =尺寸(a);r =随机(“稳定”,2,0,1,0,SZ)
R =2×20.7604 -3.1945 2.5935 1.2193

您可以将前两行代码组合成单行。

r =随机(“稳定”,2,0,1,0,尺寸(a))
R =2×20.4508 -0.6132 -1.8494 0.4845

使用默认参数值创建Weibull概率分布对象。

pd = makedist(“威布尔”
PD = WeibulLdistribution威布尔分布a = 1 b = 1

从分发生成随机数。

rng (“默认”%的再现性R =随机(PD,10000,1);

使用100个垃圾箱构造直方图,具有威布尔分配拟合。

histfit(r,100,“威布尔”

创建标准的正常概率分布对象。

pd = makedist('正常'
pd =正规分布正常分布mu = 0 sigma = 1

从分布中生成一个2 × 3 × 2的随机数数组。

R =随机(PD,[2,3,2])
r = r(:,:,1)= 0.5377 -2.2588 0.3188 1.8339 0.8622 -1.3077 R(:,2)= -0.4336 3.5784 -1.3499 0.3426 2.7694 3.0349

输入参数

崩溃

概率分布名称指定为此表中的概率分布名称之一。

“名字” 分布 输入参数A. 输入参数B. 输入参数C. 输入参数D.
'beta' β发行 A.第一个形状参数 B.第二种形状参数 - -
'二重子' 二重传发行 N试验数量 P.每次试验的成功概率 - -
'birnbaumsaunders' Birnbaum-Saunders分销 β比例参数 γ形状参数 - -
'毛刺' 12型毛刺分布 α比例参数 C.第一个形状参数 K.第二种形状参数 -
'chisquare' Chi-Square分布 ν自由程度 - - -
'指数' 指数分布 μ的意思是 - - -
“极端价值” 极值分布 μ位置参数 σ比例参数 - -
'f' F分布 ν1分子的自由度 ν2分母自由度 - -
'伽玛' 伽玛分布 A.形状参数 B.比例参数 - -
'广义极值' 广义极值分布 K.形状参数 σ比例参数 μ位置参数 -
'广义帕累托' 广义帕累托分布 K.尾索引(形状)参数 σ比例参数 μ阈值(位置)参数 -
'几何' 几何分布 P.概率参数 - - -
'halfnormal' 半正态分布 μ位置参数 σ比例参数 - -
'hypergeometric' 超高度分布 m人口大小 K.人口中具有所需特征的项目的数量 N绘制的样品数量 -
'Inversegaussian' 逆高斯分布 μ比例参数 λ形状参数 - -
'逻辑' 物流分布 μ的意思是 σ比例参数 - -
'loglogistic' LogLogistic分布 μ对数值的平均值 σ刻度参数的对数值 - -
对数正态的 Lognormal分布 μ对数值的平均值 σ对数值的标准差 - -
'nakagami' Nakagami分销 μ形状参数 ω比例参数 - -
'负二级' 负二项分分布 R.成功次数 P.单一试验中成功的概率 - -
“非中心F” 非中央分布 ν1分子的自由度 ν2分母自由度 δ非中心分参数 -
'非中心t' 非共和国T分布 ν自由程度 δ非中心分参数 - -
'非中心奇方' 非中心卡方分布 ν自由程度 δ非中心分参数 - -
'正常' 正常分布 μ的意思是 σ标准偏差 - -
“泊松” 泊松分销 λ的意思是 - - -
“瑞利” 瑞利分布 B.比例参数 - - -
'riician' 瑞典分布 S.非中心分参数 σ比例参数 - -
“稳定” 稳定的分布 α第一个形状参数 β第二种形状参数 γ比例参数 δ位置参数
'T' 学生的t分布 ν自由程度 - - -
'tlocationscale' T位置级分布 μ位置参数 σ比例参数 ν形状参数 -
'制服' 均匀分布(连续) A.较低的端点(最小) B.上端点(最大) - -
'离散制服' 均匀分布(离散) N最大可观测值 - - -
“威布尔” 威布尔分布 A.比例参数 B.形状参数 - -

例子:'正常'

第一个概率分布参数,指定为标量值或标量值数组。

如果一个或多个输入参数A.B.C.,和D.是数组,那么阵列大小必须是相同的。在这种情况下,随机将每个标量展开到与阵列输入相同大小的常数阵列中。看“名字”对于定义A.B.C.,和D.对于每一个分布。

数据类型:单身|双人间

第二概率分布参数,指定为标量值或标量值数组。

如果一个或多个输入参数A.B.C.,和D.是数组,那么阵列大小必须是相同的。在这种情况下,随机将每个标量展开到与阵列输入相同大小的常数阵列中。看“名字”对于定义A.B.C.,和D.对于每一个分布。

数据类型:单身|双人间

第三个概率分布参数,指定为标量值或标量值数组。

如果一个或多个输入参数A.B.C.,和D.是数组,那么阵列大小必须是相同的。在这种情况下,随机将每个标量展开到与阵列输入相同大小的常数阵列中。看“名字”对于定义A.B.C.,和D.对于每一个分布。

数据类型:单身|双人间

第四概率分布参数,指定为标量值或标量值数组。

如果一个或多个输入参数A.B.C.,和D.是数组,那么阵列大小必须是相同的。在这种情况下,随机将每个标量展开到与阵列输入相同大小的常数阵列中。看“名字”对于定义A.B.C.,和D.对于每一个分布。

数据类型:单身|双人间

概率分布,指定为在此表中使用函数或应用程序创建的概率分发对象。

功能或应用程序 描述
制造主义者 使用指定的参数值创建概率分布对象。
Fitdist. 将概率分布对象符合示例数据。
配送钳工 使用交互式distribution Fitter应用程序拟合样本数据的概率分布,并将拟合对象导出到工作空间。
Paretotails. 创建一个分段分发对象,该对象具有尾部的普通帕吻件分布。

每个维度的大小,指定为整数值。例如,指定5,3,2.从指定的概率分布生成5×3×2阵列的随机数。

如果一个或多个输入参数A.B.C.,和D.是阵列,那么指定的尺寸sz1,...,szn必须与共同的尺寸相匹配A.B.C.,和D.经过任何必要的标量扩展。默认值sz1,...,szn是公共维度。

  • 如果指定单个值SZ1.那么R.是大小的方形矩阵SZ1.——- - - - - -SZ1.

  • 如果任何维度的大小是0.或者是负的,然后R.是一个空的阵列。

  • 超出第二个维度,随机忽略尺寸为1的尾随尺寸。例如,指定3,1,1,1.产生3×1的随机数向量。

例子:5,3,2.

数据类型:单身|双人间

每个维度的大小,指定为整数的行向量。例如,指定[5 3 2]从指定的概率分布生成5×3×2阵列的随机数。

如果一个或多个输入参数A.B.C.,和D.是阵列,那么指定的尺寸SZ.必须与共同的尺寸相匹配A.B.C.,和D.经过任何必要的标量扩展。默认值SZ.是公共维度。

  • 如果指定单个值[SZ1]那么R.是大小的方形矩阵SZ1.——- - - - - -SZ1.

  • 如果任何维度的大小是0.或者是负的,然后R.是一个空的阵列。

  • 超出第二个维度,随机忽略尺寸为1的尾随尺寸。例如,指定[3 1 1]产生3×1的随机数向量。

例子:[5 3 2]

数据类型:单身|双人间

输出参数

崩溃

由指定的概率分布生成的随机数,作为标量值或标量值数组返回,其维数由sz1,...,szn或者SZ.

如果指定分发参数A.B.C.或者D.,然后每个元素R.是由相应元素指定的分布生成的随机数A.B.C.,和D.

替代功能

  • 随机是一个通用函数,可接受其名称的分布“名字”或者一个概率分布对象PD.。使用分配特定功能是更快的,例如兰德诺尔纽德正常分布和Binornd.对于二项式分布。有关特定于分发的函数,请参阅金宝app支持的分布

  • 以交互方式生成随机数,使用randtool.,用于随机数生成的用户界面。

扩展能力

在R2006A之前介绍