如何使用MATLAB以一定概率隨機輸出資料

rand（[m n]） 在 m 行和 n 列 （0,1） 的範圍內生成均勻分布的偽隨機數源。

如果需要在區間 （a， b） r = a + b-a 內產生均勻分布的隨機數）。*rand([m n]))

用於生成隨機整數的 MATLAB 方法：

1. 生成 10-0 之間的隨機整數 5.

在 MATLAB 主視窗中，輸入 round（rand（1,10）*5） Enter。

2. 生成 1 個隨機整數，命令 round（rand（1,1）*5） 輸入 3，生成 -5-4 之間的 10 個隨機整數。

在 MATLAB 主視窗中，輸入 round（rand（1,10）*9）-5 Enter。

首先，MATLAB自帶了許多函式，這些函式可以生成滿足一定分布的隨機數，例如：

RND：服從 0 1 U（0,1） 的均勻分布。

randn：服從標準正態分佈 n（0,1）。

exprnd（mu）：遵循引數為 mu 的指數分布。

等等，這些都是最基本的。

如果要生成上述以外的隨機數，則需要進行嚴格的數學推導，並使用這些分布來構造它們，例如a+b*randn是服從n（a，b），可以在概率論書籍中找到。 如果不能推導，也可以使用大數定律生成，大數定律是一種從一組隨機數中確定隨機數的方法。

真正的抄襲。

隨機數只能通過硬體來實現。

目前，軟體已經實現的都是偽隨機數。

真隨機數是由現實世界中的隨機物理事件產生的，如放射性物質隨機數發生器是某種放射性物質發射的粒子數得到的隨機數，而隨機數是通過電路產生的高頻雜訊得到的。 您不能為每台 PC 購買硬體隨機數生成器。

出於這個原因，出現了使用軟體方法生成隨機數的演算法。 軟體方法生成的隨機數是偽隨機數，因為它們不是真正的隨機數。

所謂偽隨機數，就是找一組巨大的數，這組數的出現符合一定的概率分布，這組數就可以通過相應的隨機性測試，這樣我們就可以用這組數來湊合著用實數隨機數的“替換”來應用。 MATLAB預設使用的隨機數生成演算法Mersenne Twister是目前很好的偽隨機數生成演算法，可以滿足蒙特卡羅模擬等多種場合的應用。

簡而言之，在MATLAB中不可能生成非偽隨機數，即真隨機數。

生成的元素是介於 0 和 1 之間的 n 維平方，以 n=5 為例，並在 MATLAB 主視窗中輸入它們。

a=rand（5），按回車鍵，出現以下結果：

得到的矩陣是乙個 5*5 的正方形，矩陣的元素是介於 0-1 之間的隨機數。

生成的元素是介於 0 和 8 之間的 n 維正方形，以 n=5 為例，並在 MATLAB 主視窗中輸入它們。

b=round（8*rand（5）），按回車鍵，出現以下結果：

得到的矩陣 b 是乙個 5*5 維的方陣，矩陣的元素是介於 0 和 8 之間的整數。

生成乙個元素在0到8之間的M*N維矩陣，以m=4，n=6為例，在MATLAB主視窗輸入c=round（8*rand（4,6）），按Enter鍵，出現如下結果：

生成的矩陣是乙個具有 4 行和 6 列的矩陣，矩陣的元素是介於 0 和 8 之間的整數。

生成乙個元素在 1 到 8 之間的 n 維行向量，以 n=9 為例，在 MATLAB 主視窗中輸入。

d=1+round（7*rand（1,9）），按回車鍵，出現以下結果：

生成的是 9 個元素的行向量，元素範圍為 1-8。

生成乙個元素在 1 到 8 之間的 M 維行向量，以 m=9 為例，在 MATLAB 主視窗中輸入。

e=1+round（7*rand（9,1）），按回車鍵，出現以下結果：

生成的列向量是乙個 9 元素列，其元素範圍為 1-8。

如果上述經驗有用，請點選下面的有用按鈕來支援我的工作！