Che cos'è un generatore di numeri casuali?
Prima di comprendere il generatore di numeri casuali in Matlab, studiamo innanzitutto cos'è il generatore di numeri casuali. Generatore di numeri casuali è la creazione di numeri casuali senza alcuna decisione o modelli evidenti tra loro. Esistono vari modi per generare numeri casuali in MATLAB con diverse applicazioni. È utilizzato in molti linguaggi di programmazione per la generazione di valori casuali all'interno dell'intervallo specificato. Esistono diverse funzioni utilizzate in base alla lingua. Sono utilizzati principalmente nel campo dell'informatica, della ricerca e del lavoro statistico.
Generatore di numeri casuali in Matlab
In MATLAB, i numeri pseudo-casuali sono generati usando varie funzioni come rand, randi e randn. Ogni funzione ha uno scopo diverso in MATLAB come elencato di seguito:
- rand: questa funzione viene utilizzata per generare valori casuali distribuiti uniformemente.
- randi: questa funzione viene utilizzata per generare valori pseudo-casuali normalmente distribuiti.
- randn: questa funzione viene utilizzata per generare valori casuali normalmente distribuiti.
- randperm: utilizzato per creare valori casuali permutati.
- rng: controlla la generazione di numeri casuali
- RandStream: utilizzato per il flusso di numeri casuali.
rand, randn, randi e randperm sono principalmente usati per creare array di valori casuali.
Funzioni nel generatore di numeri casuali in Matlab
Di seguito sono riportate le funzioni che hanno uno scopo diverso in MATLAB, come elencato di seguito:
1. rand
La funzione rand viene utilizzata quando la distribuzione è uniforme e genera sempre numeri reali compresi tra 0 e 1. È indicata dalla funzione rand ().
Esempio: a=rand(100, 1)
L'esempio precedente spiega che a è un vettore di colonna 100 per 1 che contiene numeri da una distribuzione uniforme. contiene i valori tra 0 e 1. Il grafico di questo è normalmente piatto poiché è disegnato da una distribuzione uniforme.
rand ('state') restituisce lo stato corrente del generatore. Possiamo anche cambiare lo stato del generatore usando il seguente codice:
- rand ('state', s): ripristina lo stato s.
- rand ('state', 0): imposta il generatore al suo stato iniziale.
- rand ('state', k): imposta il generatore al suo kth state, per qualsiasi valore di k.
- rand ('state', sum (100 * clock)): ripristina ogni volta uno stato diverso.
2. randi
Questa funzione restituisce doppi numeri interi che vengono estratti dalla distribuzione che è discreta e uniforme. È indicato con randi ()
Esempio: b= randi(1, 1000, 100)
Qui b contiene gli interi estratti da una distribuzione uniforme nell'intervallo da 1 a 100. Il grafico dell'insieme risultante sarà generalmente piatto poiché restituisce i numeri dalla distribuzione uniforme.
3. randn
Questa funzione restituisce numeri interi risultanti dalla distribuzione normale. Si nota usando la funzione randn (). Il grafico dell'insieme risultante segue una distribuzione normale avente media 0 e deviazione standard 1.
Esempio: c=randn(100, 1)
randn ('state') restituisce lo stato corrente del generatore. Possiamo anche cambiare lo stato del generatore usando il seguente codice:
- randn ('state', s): ripristina lo stato s
- randn ('state', 0): imposta il generatore al suo stato iniziale
- randn ('state', k): imposta il generatore al suo kth state, per qualsiasi valore di k.
- randn ('state', sum (100 * clock)): ripristina ogni volta uno stato diverso.
4. randperm
Questa funzione restituisce la matrice di valori univoci. La differenza principale tra randi e randperm è che randi contiene un array di valori che possono essere ripetuti, ma randperm contiene un array di numeri interi unici. È indicato con randperm ().
Esempio: d= randperm(20, 10)
Questo è un array 1 per 10 che contiene numeri interi nell'intervallo (1, 20).
Generazione di funzioni di numeri casuali
Esistono anche varie funzioni utilizzate per controllare la generazione di numeri casuali. Si prega di trovare il seguito per il vostro riferimento:
- rng (seed) : semina la generazione di numeri casuali in modo da disegnare i numeri casuali prevedibili.
- rng (shuffle): genera numeri casuali a seconda dell'ora corrente. Quindi, genera i numeri dopo aver chiamato la funzione rng.
- rng ('default'): questa funzione viene utilizzata per impostare le impostazioni utilizzate dalla funzione rand, randn, randi sul loro stato predefinito.
- scurr: restituisce le impostazioni utilizzate attualmente nella funzione rand, randn, randi.
- rng (s): ripristina le impostazioni utilizzate per creare numeri casuali nella funzione rand, randn, randi.
Conclusione - Generatore di numeri casuali in Matlab
La generazione di numeri casuali ha molte applicazioni nella vita reale in un modo molto pratico. Sono utilizzati principalmente per scopi di autenticazione o sicurezza. Varie slot machine, meteorologia e analisi di ricerca seguono un approccio di generazione di numeri casuali per generare risultati di vari esperimenti. Quindi, conoscere lo sfondo della generazione di numeri casuali praticamente è importante per comprenderne le applicazioni in modo migliore.
Articoli consigliati
Questa è una guida al generatore di numeri casuali in Matlab. Qui discutiamo in dettaglio le varie funzioni del generatore di numeri casuali in Matlab. Puoi anche consultare i nostri altri articoli correlati per saperne di più -
- Introduzione a Matlab
- Generatore di numeri casuali in Python
- Numero inverso in C
- Generatore di numeri casuali in R
- Generatore di numeri casuali in C # | Funzioni | Esempi
- Applicazioni del compilatore Matlab
- Schemi numerici in Java | I primi 14 esempi