第三講隨機數(shù)的產(chǎn)生第1頁，課件共23頁，創(chuàng)作于2023年2月問題背景問題背景：多次重復(fù)第拋擲一枚勻質(zhì)的硬幣是一個古老而現(xiàn)實的實驗問題，通過分析“正面向上”出現(xiàn)的概率，可以從中得出許多結(jié)論。但要做這個簡單而重復(fù)的實驗，很多人沒有多余的時間內(nèi)完成它。因此，借助于計算機進行模擬隨機實驗，產(chǎn)生服從各類分布的隨機數(shù)，通過數(shù)據(jù)處理和分析，可以從中發(fā)現(xiàn)許多有用的規(guī)律，或者來驗證理論推導(dǎo)的結(jié)論是否正確。第2頁，課件共23頁，創(chuàng)作于2023年2月3.1各種分布的隨機數(shù)的產(chǎn)生

1、二項分布的隨機數(shù)據(jù)的產(chǎn)生

命令參數(shù)為N，P的二項隨機數(shù)據(jù)函數(shù)binornd格式：R=binornd(N,P)%N、P為二項分布的兩個參數(shù)，返回服從參數(shù)為N、P的二項分布的隨機數(shù)。R=binornd(N,P,m,n)%m,n分別表示R的行數(shù)和列數(shù)第3頁，課件共23頁，創(chuàng)作于2023年2月產(chǎn)生參數(shù)為10，概率為0.5的二項分布的隨機數(shù)。1、產(chǎn)生1個隨機數(shù)>>R=binornd(10,0.5)R=32、產(chǎn)生6個隨機數(shù)>>R=binornd(10,0.5,1,6)R=8137643、產(chǎn)生10個（要求1行10列）隨機數(shù)>>R=binornd(10,0.5,[1,10])R=6846753562第4頁，課件共23頁，創(chuàng)作于2023年2月2、正態(tài)分布的隨機數(shù)據(jù)的產(chǎn)生命令參數(shù)為μ、σ的正態(tài)分布的隨機數(shù)據(jù)函數(shù)normrnd格式

R=normrnd(MU,SIGMA)%返回均值為MU，標準差為SIGMA的正態(tài)分布的隨機數(shù)據(jù)，R可以是向量或矩陣。R=normrnd(MU,SIGMA,m)%m指定隨機數(shù)的個數(shù)，與R同維數(shù)，產(chǎn)生1×m個隨機數(shù)。R=normrnd(MU,SIGMA,m,n)%m,n分別表示R的行數(shù)和列數(shù)

第5頁，課件共23頁，創(chuàng)作于2023年2月>>R=normrnd(0,1,[15])生成5個正態(tài)(0,1)隨機數(shù)R=0.05911.79710.26410.8717-1.4462>>R=normrnd([123;456],0.1,2,3)生成均值依次為[1,2,3;4,5,6],方差為0.1的2×3個正態(tài)隨機數(shù)．R=0.92991.93612.96404.12465.05775.9864第6頁，課件共23頁，創(chuàng)作于2023年2月3、泊松分布的隨機數(shù)據(jù)的產(chǎn)生R=poissrnd(lambda)返回服從參數(shù)為lambda的泊松分布的隨機數(shù)R=poissrnd(lambda,m,n)返回服從參數(shù)為lambda的泊松分布的隨機矩陣，矩陣的大小為m*n第7頁，課件共23頁，創(chuàng)作于2023年2月【例】使用函數(shù)poissrnd()產(chǎn)生泊松分布的隨機數(shù)據(jù)R=poissrnd(8)R2=poissrnd(8,4,4)第8頁，課件共23頁，創(chuàng)作于2023年2月4、指數(shù)分布R=exprnd(MU)返回一個以MU為參數(shù)的指數(shù)分布的隨機數(shù)R=exprnd(MU,m,n)返回一個以MU為參數(shù)的指數(shù)分布的隨機矩陣，矩陣的大小為m*n第9頁，課件共23頁，創(chuàng)作于2023年2月【例】使用函數(shù)exprnd()產(chǎn)生指數(shù)分布的隨機數(shù)據(jù)R1=exprnd(10)；R2=exprnd(8,4,4)；第10頁，課件共23頁，創(chuàng)作于2023年2月5、均勻分布離散的均勻分布R=unidrnd(N)產(chǎn)生一個離散型的均勻分布R=unidrnd(N,m,n)產(chǎn)生一個離散型的均勻分布矩陣，矩陣大小為m*n第11頁，課件共23頁，創(chuàng)作于2023年2月【例】使用函數(shù)unidrnd()產(chǎn)生離散型均勻分布的隨機數(shù)據(jù)R1=unidrnd(10)R2=unidrnd(8,4,4)第12頁，課件共23頁，創(chuàng)作于2023年2月連續(xù)型均勻分布R=unifrnd(A,B)返回區(qū)間為[A,B]的連續(xù)均勻分布R=unifrnd(A,B,m,n)

返回區(qū)間為[A,B]的連續(xù)均勻分布矩陣m*n第13頁，課件共23頁，創(chuàng)作于2023年2月【例】使用函數(shù)unifrnd()產(chǎn)生離散型均勻分布的隨機數(shù)據(jù)R1=unifrnd(1,3)R2=unifrnd(1,3,4,4)第14頁，課件共23頁，創(chuàng)作于2023年2月6、幾何分布R=geornd(P)（生成參數(shù)為P的幾何隨機數(shù)）

R=geornd(P,m)（生成參數(shù)為P的×m個幾何隨機數(shù)）

１

R=geornd(P,m,n)（生成參數(shù)為P的m行n列的m×n個幾何隨機數(shù)）

例如

(1)R=geornd(0.01,[15])(生成參數(shù)為0.01的（１行５列）5個幾何隨機數(shù)).第15頁，課件共23頁，創(chuàng)作于2023年2月第16頁，課件共23頁，創(chuàng)作于2023年2月3.2通用函數(shù)求各分布的隨機數(shù)據(jù)命令求指定分布的隨機數(shù)函數(shù)random格式y(tǒng)=random('name',A1,A2,A3,m,n)%name的取值見表3-2；A1，A2，A3為分布的參數(shù)；m，n指定隨機數(shù)的行和列第17頁，課件共23頁，創(chuàng)作于2023年2月第18頁，課件共23頁，創(chuàng)作于2023年2月【例】利用函數(shù)“random”產(chǎn)生12（3行4列）個均值為2，標準差為0.3的正態(tài)分布隨機數(shù)>>y=random('norm',2,0.3,3,4)y=2.35672.05241.82352.03421.98871.94402.65502.3200第19頁，課件共23頁，創(chuàng)作于2023年2月3.3隨機數(shù)生成工具箱Matlab提供了隨機數(shù)生成工具箱，使用圖形用戶界面，可以交互式地生成常用的各種隨機數(shù)調(diào)用格式：randtool說明：randtool命令打開一個圖形用戶界面，可以觀察在服從一定概率分布的隨機樣本直方圖上改變參數(shù)和樣本大小帶來的變化第20頁，課件共23頁，創(chuàng)作于2023年2月第21頁，課件共23頁，創(chuàng)作于2023年2月Distribution:分布類型，改變分布函數(shù)類型Samples：樣本數(shù)量，改變樣本容量的大小Resample：重復(fù)取樣，從同一分布的總體中進行重復(fù)取樣Export：輸出，輸出隨機數(shù)的當前位置，結(jié)果保存在變量中第22頁，課件共23頁，創(chuàng)作于2023年2月練習(xí)1、產(chǎn)生區(qū)間(-1,1)上的12個連續(xù)型與離散型的均勻分布隨機數(shù)2、產(chǎn)生12（要求3行4列）個標準正態(tài)分布隨機數(shù)。3、產(chǎn)生20個λ=1的指數(shù)分布隨機數(shù)4、產(chǎn)生32（要求4行8列）