난수 생성
R2026brand, randi, randn 및 randperm 함수를 사용하여 공유 전역 스트림에서 난수를 생성합니다. rng 함수를 사용하여 이 스트림의 동작과 재현성을 제어합니다. 여러 개의 독립적인 스트림을 생성하거나 정규 변환 알고리즘을 선택하는 것과 같이, 난수 스트림을 보다 정교하게 제어하려면 RandStream 객체를 사용하십시오.
MATLAB은 무작위인 것처럼 보이는 결정적 수열을 생성하는 여러 의사 난수 생성기를 제공합니다. 생성기 알고리즘과 시드값이 동일하면 이러한 수열을 재현할 수 있습니다. 이러한 수열의 숫자들은 진정한 의미의 난수는 아니지만, 임의성에 대한 통계적 검사를 통과하고 독립 항등 분포 조건을 만족합니다. 이러한 이유로, 의사 난수 생성기에서 생성된 숫자를 일반적으로 난수라고 합니다.
함수
도움말 항목
난수 생성
- 난수로 구성된 배열 만들기
rand,randi,randn,randperm을 사용하여 난수로 구성된 배열을 만듭니다. - 정수형 난수
이 예제에서는 특정 숫자 집합에 대한 이산 균등분포에서 추출된 정수형 난수 값의 배열을 만드는 방법을 보여줍니다. - 시작 후 난수가 반복되는 이유
MATLAB®을 다시 시작할 때 난수 배열이 되풀이되지 않도록 하는 방법. - 권장되지 않는 rand 구문과 randn 구문 대체하기
권장되지 않는rand구문과randn구문 대체하기.
난수 생성 제어
- Control Random Number Generation
This example shows how to control random number generation using therngfunction. - 반복 가능한 난수 생성하기
이 예제에서는 먼저 생성기 알고리즘과 시드값을 지정하여 난수로 구성된 배열을 반복하는 방법을 보여줍니다. 같은 알고리즘과 시드값을 사용하여 생성기를 초기화할 때마다 항상 동일한 결과가 생성됩니다. - 각기 다른 난수 생성하기
이 예제에서는 MATLAB을 다시 시작할 때 동일한 난수 배열이 반복되지 않도록 하는 방법을 보여줍니다.
다중 스트림 또는 서브스트림 제어
- RandStream을 사용하여 전역 스트림 관리하기
이 예제에서는RandStream클래스를 사용하여 전역 스트림에서의 난수 생성을 제어하는 방법을 보여줍니다. - 다중 스트림
이 예제에서는RandStream을 사용하여 여러 개의 독립적인 난수 스트림을 만듭니다. - 난수 스트림을 만들고 제어하기
이 예제에서는RandStream을 사용하여 난수 스트림 및 서브스트림을 만드는 방법을 보여줍니다.
추천 예제
특정 범위 내 난수
이 예제에서는 열린 구간 (50,100) 내의 균등분포에서 추출된 부동소수점 난수로 구성된 배열을 만드는 방법을 보여줍니다.
특정 평균과 분산을 가지는 정규분포에서 추출된 난수
이 예제에서는 평균이 500이고 분산이 25인 정규분포에서 추출된 부동소수점 난수로 구성된 배열을 만드는 방법을 보여줍니다.
구 내의 난수
이 예제에서는 크누스(Knuth)[1]가 설명한 대로 구의 부피 내에 임의의 점을 만드는 방법을 보여줍니다. 이 예제에 나와 있는 구는 원점을 중심으로 하고 반지름이 3입니다.
Random Numbers and Vectors from Multivariate Normal Distributions
Generate and visualize random numbers and vectors that are drawn from multivariate normal distributions. This example discusses the steps to generate and visualize random numbers and vectors that are drawn from univariate, bivariate, and trivariate normal distributions. The randn function generates random numbers from the standard normal distribution. To generate random numbers and vectors from a multivariate normal distribution with a specific mean and covariance, you can transform the data generated from the standard normal distribution. Starting from a -dimensional random variable that follows a normal distribution with zero mean and a unit covariance matrix, you can transform to . The variable follows the normal distribution with mean and covariance matrix . The covariance matrix is a symmetric and positive definite (nonsingular) matrix, which indicates that the multivariate normal distribution is also nondegenerate. Therefore, you can perform Cholesky decomposition on to obtain the upper triangular matrix . A multivariate normal distribution that is degenerate, where is not full rank (or singular), is beyond the scope of this example.
교육 관련 자료
기술 통계량 및 확률 분포
기술 통계량의 개념, 이산 분포, 연속 분포를 알아봅니다.
