在matlab中使用高斯和均匀分布的随机数

我想在高斯和均匀分布中使用matlab生成数字。我知道这个函数randi和rand()但他们都是正常（高斯）分布。怎样才能生成均匀分布的随机数字？在matlab中使用高斯和均匀分布的随机数

来源

2012-12-12 zhilevan

正态分布*是*高斯分布。 – jerad

@zhilevan：我是否在最新的答案中阅读了您的想法？ – mmgp

@mmgp，tnx你的注意力，是的，我读过它 – zhilevan

为0和1

之间的均匀分布使用randn(dimensions) * sqrt(sigma) + mu用于高斯分布与亩一个均值和方差西格玛使用rand(dimensions)。

Uniform Distribution

Normal Distribution

来源

2012-12-12 17:58:25 chriswynnyk

'randnrm' **在matlab 2011中不是有效函数** :( – zhilevan

好的，只是在r2011a上更新和测试。 – chriswynnyk

标准偏差和方差是不同的东西，答案目前是错误的。这里有另一个答案是正确的。 – mmgp

编辑器，你已经产生了一个高斯分布的伪随机数。正态分布是它的同义词。

我可以从你的问题得到的唯一其他可能的解释是，你想要的东西意味着！= 0和/或方差！= 1.要做到这一点，只需执行mean + sqrt(var) * randn(X)即可。

来源

2012-12-12 17:16:39 mmgp

pease为**生成数字，** **和另一个** gaussin **分布。 tnx – zhilevan

您需要查看您的书籍或其他来源。你读过我答案的第一句话了吗？它们是同义词，即它们是同一物。 – mmgp

是的，我读了它，我想要2分布，1：高斯（普通），2：统一 – zhilevan

randn是产生高斯分布变量（randi和rand产生均匀分布的变量）的函数。

来源

2012-12-12 17:17:19 Jonas

不，如果你尝试在matlab 2011中帮助'randn'看到这个帮助randn RANDN正态分布的伪随机数。 R = RANDN（N）返回一个N乘N矩阵，其中包含来自标准正态分布的的伪随机值。 RANDN（M，N）或RANDN（[M，N]）返回 M乘N矩阵。 RANDN（M，N，P，...）或RANDN（[M，N，P，...]）返回一个N×P-by -...数组。 RANDN返回一个标量。 RANDN（SIZE（A））返回与A相同的数组。注意：大小输入M，N，P ...应为非负整数。负整数被视为0. – zhilevan

是的。通常意味着“高斯”。正如其他人所说的，你需要rand和randn。 – Pete

@zhilevan：正态分布也称为高斯分布。 – Jonas

您可以生成从兰特任何分配（）。

例如，假设您想要为rayleigh dist生成100000个样本。要做到这一点的方法是您反转该特定函数的cdf。基本思想是由于cdf必须介于0和1之间我们可以通过输入CDF的值b/W 0和1.找到随机变量的值，所以对于瑞利，这将是

for i = 1:100000 
    data(i) = (2*sigma^2 *(-(log(1 - rand(1,1)))))^.5; 
end

你可以做高斯分布类似的东西。

来源

2013-11-19 18:58:34 raj

在一行中：'sigma = 3; tmp =（2 * sigma^2 *（ - （log（1-rand（1e6,1）））））。^。5; hist（tmp，100）'。 – randomatlabuser

继Raj的回答：使用箱穆勒变换可以生成独立的标准正态/高斯随机数：

N = 1e6; z = sqrt(-2*log(rand(N, 1))) .* cos(2*pi * rand(N, 1)); figure; hist(z, 100) 
N = 1e6; z = sqrt(-2*log(rand(N, 1))) .* sin(2*pi * rand(N, 1)); figure; hist(z, 100)

如果你想申请的逆变换法，您可以使用反互补误差函数（erfcinv）：

N = 1e6; z = -sqrt(2) * erfcinv(2 * rand(1e6, 1)); figure; hist(z, 100)

但我希望randn效果更好。

来源

2013-11-19 20:04:59 randomatlabuser

在matlab中使用高斯和均匀分布的随机数

回答

相关问题