怎么调用matlab中函数，编写m文件,生成服从均匀分布的随机数？

用Matlab的rand（）和unidrnd（）产生服从均匀分布的一组随机数

rand(m,n)产生m行n列的0，1均匀分布随机数

unidrnd(N,m,n)产生m行n列的数值小于N的0，N均匀分布随机数

>> rand(3,5)

ans =

    08147    09134    02785    09649    09572

    09058    06324    05469    01576    04854

    01270    00975    09575    09706    08003

>> unidrnd(100,3,5)

ans =

    15    80     4    68    40

    43    96    85    76    66

    92    66    94    75    18

在sources里有个random number

其实最简单的直接用userdefined function自己定义即可。

____________________

matlab命令就是randn(m,n)生成m行n列均值为0方差为1的标准正态分布随机数。

或者用命令normrnd(mu,sigma,m,n)生成m行n列均值为mu标准差为sigma的正态分布随机数

还有我想说明一下，正态分布（即高斯分布）所生成的数的范围是无穷大的，不可能只有0和1两种结果，后者是二项分布。

1、首先在电脑中，找到并打开MATLAB软件，二项分布随机数的产生。

2、接着输入二项分布随机数X～b（n，p），n为发生次数，p为发生概率，如下图所示。

3、然后输入泊松分布，参数为p，如下图所示。

4、接着输入指数分布，参数为λ，如下图所示。

5、最后正态分布，X～N（μ，δ^2），如下图所示，就完成了。

首先要确定需要的是什么分布的随机数，也就是要知道随机数要符合的概率密度分布函数f(x)的定义，然后求其积分函数F(x)，然后求F(x)的反函数

得到反函数的定义之后，利用函数rand产生一系列（0，1）之间的随机数代入反函数中计算得到的结果数列就符合原来f(x)的分布。

这种方法适用于，能够容易得到概率密度分布函数的积分函数的反函数的解析表达式的情况。

下面以指数分布为例给出代码和验证图像

指数分布的概率密度函数形式为

f(x)=   λexp(-λx)  (x>0)

0               (x<=0)

其中λ > 0是分布的一个参数

指数分布的累积分布函数

F(x)= 1-exp(-λx)  (x>0)

=0                  (x<=0)

指数分布的累积分布函数的反函数是

G(y)= -log(1-y)/λ   (0<y<1)

使用直接抽取的方法 先产生 [0,1]间的随机数列

利用累积分布函数的反函数，得到的结果就是符合指数分布的序列

N=10000; %产生随机数的个数

lambda=3; %参数λ

y=rand(1,N);  %生成N个0，1间均匀分布随机数

x=-log(1-y)/lambda; %生成指数分布随机数

 

[n,xout]=hist(x,30);    %分区间统计随机数出现概率

nn=n/N/mean(diff(xout));

bar(xout,nn,1);hold on;  %画图验证随机数是否符合概率密度函数

plot([0 xout],lambdaexp(-lambda([0 xout])),'r');hold off;

xlabel('x');

ylabel('p(x)');

1、首先启动matlab，新建一个函数文件。

2、在d出的编辑窗口中输入代码。

3、保存该函数，注意文件命名要与函数名相同。

4、文件保存的位置应该与搜索路径相同，否则使用该函数时将会因为找不到该函数文件而出错。

5、最后再命令行窗口中输入命令，get01（m，n）就可以产生m行n列的随机0-1矩阵了。

r = randi([iMin,iMax],m,n)在开区间（iMin，iMax）生成mXn型随机矩阵

matlab中生成随机数主要有三个函数：rand, randn,randi

1，rand 生成均匀分布的伪随机数。分布在（0~1）之间

主要语法：rand(m,n)生成m行n列的均匀分布的伪随机数

rand(m,n,'double')生成指定精度的均匀分布的伪随机数，参数还可以是'single'

rand(RandStream,m,n)利用指定的RandStream(我理解为随机种子)生成伪随机数

2，randn 生成标准正态分布的伪随机数（均值为0，方差为1）

主要语法：和上面一样

3, randi 生成均匀分布的伪随机整数

主要语法：randi（iMax）在开区间（0，iMax）生成均匀分布的伪随机整数

randi（iMax，m，n）在开区间（0，iMax）生成mXn型随机矩阵

r = randi([iMin,iMax],m,n)在开区间（iMin，iMax）生成mXn型随机矩阵

在matlab 中产生0-1上均匀分布的随机数方法如下：

方法1、对于问题，如果 Y 是mn的服从0~1均匀分布的随机矩阵：

Y = rand(m,n)；

方法2、用统计工具箱，Y = unifrnd(0,1,m,n)

另外，提供常用的函数分布供参考：

1、 均匀分布U（a,b）

产生mn阶［a，b］均匀分布U（a，b）的随机数矩阵：unifrnd (a,b,m, n)

2、0-1分布U（0,1）

产生mn阶［0，1］均匀分布的随机数矩阵：rand (m, n)

3、二类分布binornd(N,P,mm,nn)，即产生mmnn均值为NP的矩阵

4、产生mn阶离散均匀分布的随机数矩阵：

unidrnd(N,mm,nn) 产生一个数值在1-N区间的mmnn矩阵；

5、产生mm nn阶期望值为 的指数分布的随机数矩阵：exprnd ( ,mm, nn)

生成元素为0-1之间的n维方阵，以n=5为例，在matlab主窗口中输入 A=rand(5)，回车，出现如下结果：

生成的是一个55的方阵，矩阵的元素是0-1之间的随机数。

生成元素为0-8之间的N维方阵，以N=5为例，在MATLAB主窗口中输入 B=round(8rand(5))，回车，出现如下结果：

生成的矩阵B为一55维的方阵，矩阵的元素为0-8之间的整数。

生成一个元素为0-8之间的MN维矩阵，这里以M=4，N=6为例，在MATLAB主窗口中输入C=round(8rand(4,6))，回车，出现如下结果：

生成的矩阵为一个4行6列的矩阵，矩阵的元素为0-8之间的整数。

生成一个元素为1-8之间的N维行向量，这里以N=9为例，在MATLAB主窗口中输入

D=1+round(7rand(1,9))，回车，出现如下结果：

生成的是一个9个元素的行向量，元素为1-8之间的数。

生成一个元素为1-8之间的M维行向量，这里以M=9为例，在MATLAB主窗口中输入

E=1+round(7rand(9,1))，回车，出现如下结果：

生成的是一个9个元素的列向量，元素为1-8之间的数。

如果以上经验有用，请点击下方的有用按钮支持我的工作！