用matlab产生1000个服从某种条件下的正态分布的随机数
比如知道均值M和方差D,如何产生这样1000个随机数?我看了一下baidu里原来类似的提问,照着里面的一些回答去试,但是好像步骤错误,无法产生呢。麻烦顺便讲一下在matl...
比如知道均值M和方差D,如何产生这样1000个随机数?
我看了一下baidu里原来类似的提问,照着里面的一些回答去试,但是好像步骤错误,无法产生呢。麻烦顺便讲一下在matlab里的操作步骤。谢谢! 展开
我看了一下baidu里原来类似的提问,照着里面的一些回答去试,但是好像步骤错误,无法产生呢。麻烦顺便讲一下在matlab里的操作步骤。谢谢! 展开
3个回答
展开全部
mvnrnd(mu,sigma,number)——产生number个均值为mu,协方差矩阵为sigma的正态分布随机数。
例子:mvnrnd([1,2],[2 1;1 4],100)
要求随机数范围在0-1之间,均值可取0.5;又由于正态分布99.7%的值在平均数左右三个标准差的范围内,所以标准差取0.5/3。
因为只是要近似服从正态分布,可以考虑把超出边界的少量数据直接放在中间,影响不大:
123D=randn(1000,1)/6+0.5;D(D<0|D>1)=0.5;hist(D,30)
扩展资料:
随机数在密码学中非常重要,保密通信中大量运用的会话密钥的生成即需要真随机数的参与。如果一个随机数生成算法是有缺陷的,那么会话密钥可以直接被推算出来。若果真发生这种事故,那么任何加密算法都失去了意义。
密码学中大量利用伪随机数生成器的应用还有流密码。流密码的著名例子是RC4。流密码的原理是利用一个密码学安全的伪随机数生成器根据密钥产生一串密码学安全的伪随机比特列,再将消息与上述随机比特列按位异或运算。
参考资料来源:百度百科-随机数
展开全部
mvnrnd(mu,sigma,number)——产生number个均值为mu,协方差矩阵为sigma的正态分布随机数
例子:
mvnrnd([1,2],[2 1;1 4],100)
例子:
mvnrnd([1,2],[2 1;1 4],100)
本回答被提问者和网友采纳
已赞过
已踩过<
评论
收起
你对这个回答的评价是?
展开全部
x=randn(1,1000)产生均值为0 方差为1的正太分布。X=D^1/2*x+M得到的就为均值M方差为D的随机数
已赞过
已踩过<
评论
收起
你对这个回答的评价是?
推荐律师服务:
若未解决您的问题,请您详细描述您的问题,通过百度律临进行免费专业咨询