Was ist ein Zufallszahlengenerator?

Bevor wir den Zufallszahlengenerator in Matlab verstehen, wollen wir zunächst untersuchen, was der Zufallszahlengenerator ist. Zufallszahlengenerator ist die Erstellung von Zufallszahlen ohne irgendeine Entscheidung oder erkennbare Muster unter ihnen. Es gibt verschiedene Möglichkeiten, in MATLAB mit verschiedenen Anwendungen Zufallszahlen zu generieren. Es wird in vielen Programmiersprachen zur Erzeugung von Zufallswerten innerhalb des angegebenen Bereichs verwendet. Es gibt verschiedene Funktionen, die je nach Sprache verwendet werden. Sie werden hauptsächlich in den Bereichen Informatik, Forschung und Statistik eingesetzt.

Zufallszahlengenerator in Matlab

In MATLAB werden Pseudozufallszahlen mit verschiedenen Funktionen wie rand, randi und randn generiert. Jede Funktion hat in MATLAB einen anderen Zweck:

  • rand: Mit dieser Funktion werden gleichmäßig verteilte Zufallswerte erzeugt.
  • randi: Mit dieser Funktion werden normalverteilte Pseudozufallswerte erzeugt.
  • randn: Mit dieser Funktion werden normalverteilte Zufallswerte erzeugt.
  • randperm: Hiermit werden permutierte Zufallswerte erzeugt.
  • rng: Hiermit steuern Sie die Zufallsgenerierung
  • RandStream: Dies wird für den Stream von Zufallszahlen verwendet.

rand, randn, randi und randperm werden hauptsächlich zum Erstellen von Arrays von Zufallswerten verwendet.

Funktionen im Zufallszahlengenerator in Matlab

Die folgende Funktion erfüllt in MATLAB einen anderen Zweck:

1. rand

Die rand-Funktion wird verwendet, wenn die Verteilung gleichmäßig ist und immer reelle Zahlen zwischen 0 und 1 erzeugt. Sie wird mit der Funktion rand () bezeichnet.

Beispiel: a=rand(100, 1)

Das obige Beispiel erklärt, dass a ein 100 × 1-Spaltenvektor ist, der Zahlen aus einer gleichmäßigen Verteilung enthält. enthält die Werte zwischen 0 und 1. Das Diagramm ist normalerweise flach, da es aus einer gleichmäßigen Verteilung gezogen wird.

rand ('state') gibt den aktuellen Status des Generators zurück. Wir können den Status des Generators auch mit dem folgenden Code ändern:

  • rand ('state', s): Es wird auf den Zustand s zurückgesetzt.
  • rand ('state', 0): Versetzt den Generator in den Ausgangszustand.
  • rand ('state', k): Setzt den Generator für jeden Wert von k auf seinen k-ten Zustand.
  • rand ('state', sum (100 * clock)): Es wird jedes Mal auf einen anderen Zustand zurückgesetzt.

2. Randi

Diese Funktion gibt doppelte Ganzzahlen zurück, die aus der diskreten und einheitlichen Verteilung gezogen werden. Es wird mit randi () bezeichnet

Beispiel: b= randi(1, 1000, 100)

Hier enthält b die Ganzzahlen, die aus einer Gleichverteilung im Bereich von 1 bis 100 gezogen wurden. Der Graph der Ergebnismenge ist im Allgemeinen flach, da er die Zahlen aus der Gleichverteilung zurückgibt.

3. Randn

Diese Funktion gibt Ganzzahlen zurück, die sich aus der Normalverteilung ergeben. Dies wird mit der Funktion randn () vermerkt. Der Graph der Ergebnismenge folgt einer Normalverteilung mit dem Mittelwert 0 und der Standardabweichung 1.

Beispiel: c=randn(100, 1)

randn ('state') gibt den aktuellen Status des Generators zurück. Wir können den Status des Generators auch mit dem folgenden Code ändern:

  • randn ('state', s): Es wird auf den Zustand s zurückgesetzt
  • randn ('state', 0): Versetzt den Generator in den Ausgangszustand
  • randn ('state', k): Setzt den Generator für jeden Wert von k auf seinen k-ten Zustand.
  • randn ('state', sum (100 * clock)): Es wird jedes Mal in einen anderen Zustand zurückgesetzt.

4. randperm

Diese Funktion gibt das Array eindeutiger Werte zurück. Der Hauptunterschied zwischen randi und randperm besteht darin, dass randi ein Array von Werten enthält, die wiederholt werden können, randperm jedoch ein Array von Ganzzahlen enthält, die eindeutig sind. Es wird mit randperm () bezeichnet.

Beispiel: d= randperm(20, 10)

Dies ist ein 1 × 10-Array, das Ganzzahlen im Bereich (1, 20) enthält.

Funktionen Erzeugung von Zufallszahlen

Es gibt auch verschiedene Funktionen zur Steuerung der Erzeugung von Zufallszahlen. Finden Sie bitte das folgende als Ihre Referenz:

  • rng (seed) : Startet die Erzeugung von Zufallszahlen, sodass die vorhersagbaren Zufallszahlen gezeichnet werden.
  • rng (shuffle): Dies erzeugt Zufallszahlen abhängig von der aktuellen Zeit. Daher werden die Nummern nach dem Aufrufen der Funktion rng generiert.
  • rng ('default'): Mit dieser Funktion werden die von der Funktion rand, randn, randi verwendeten Einstellungen auf ihren Standardzustand gesetzt.
  • scurr: Gibt die aktuell in rand, randn, randi verwendeten Einstellungen zurück.
  • rng (s): Stellt die Einstellung zur Erstellung von Zufallszahlen in der Funktion rand, randn, randi wieder her.

Fazit - Zufallszahlengenerator in Matlab

Die Zufallszahlengenerierung bietet viele praktische Anwendungsmöglichkeiten. Sie werden hauptsächlich zu Authentifizierungs- oder Sicherheitszwecken verwendet. Verschiedene Spielautomaten, Meteorologie und Forschungsanalysen folgen einem Zufallszahlengenerator-Ansatz, um Ergebnisse verschiedener Experimente zu generieren. Daher ist es wichtig, den Hintergrund der Generierung von Zufallszahlen zu kennen, um deren Anwendung besser zu verstehen.

Empfohlene Artikel

Dies ist eine Anleitung zum Zufallszahlengenerator in Matlab. Hier werden verschiedene Funktionen des Zufallszahlengenerators in Matlab ausführlich beschrieben. Sie können auch unsere anderen verwandten Artikel durchgehen, um mehr zu erfahren -

  1. Einführung in Matlab
  2. Zufallszahlengenerator in Python
  3. Reverse Number in C
  4. Zufallszahlengenerator in R
  5. Zufallszahlengenerator in C # | Funktionen | Beispiele
  6. Anwendungen von Matlab Compiler
  7. Zahlenmuster in Java | Top 14 Beispiele

Kategorie:

Große Daten