Main Content

random

Números aleatorios

Descripción

R = random(name,A) devuelve un número aleatorio a partir de la familia de distribuciones de un parámetro especificada por name y el parámetro de distribución A.

ejemplo

R = random(name,A,B) devuelve un número aleatorio a partir de la familia de distribuciones de dos parámetros especificada por name y los parámetros de distribución A y B.

R = random(name,A,B,C) devuelve un número aleatorio a partir de la familia de distribuciones de tres parámetros especificada por name y los parámetros de distribución A, B y C.

R = random(name,A,B,C,D) devuelve un número aleatorio a partir de la familia de distribuciones de cuatro parámetros especificada por name y los parámetros de distribución A, B, C y D.

ejemplo

R = random(pd) devuelve un número aleatorio a partir del objeto de distribución de probabilidad pd.

ejemplo

R = random(___,sz1,...,szN) genera un arreglo de números aleatorios a partir de la distribución de probabilidad especificada usando los argumentos de entrada de cualquiera de las sintaxis anteriores, donde sz1,...,szN indica el tamaño de cada dimensión.

ejemplo

R = random(___,sz) genera un arreglo de números aleatorios a partir de la distribución de probabilidad especificada usando los argumentos de entrada de cualquiera de las sintaxis anteriores, donde el vector sz especifica size(r).

Ejemplos

contraer todo

Genere un número aleatorio a partir de la distribución normal con la media μ igual a 1 y la desviación estándar σ igual a 5. Especifique el nombre de distribución 'Normal' y los parámetros de la distribución.

rng('default') % For reproducibility
mu = 1;
sigma = 5;
r = random('Normal',mu,sigma)
r = 3.6883

Cree un objeto de distribución normal y genere un número aleatorio usando el objeto.

Cree un objeto de distribución normal con la media μ igual a 1 y la desviación estándar σ iguales a 5.

mu = 1;
sigma = 5;
pd = makedist('Normal','mu',mu,'sigma',sigma);

Genere un número aleatorio a partir de la distribución.

rng('default') % For reproducibility
r = random(pd)
r = 3.6883

Guarde el estado actual del generador de números aleatorios. Luego genere un número aleatorio a partir de la distribución de Poisson con el parámetro de tasa 5.

s = rng;
r = random('Poisson',5)
r = 5

Reinicie el estado del generador de números aleatorios a s y después cree un nuevo número aleatorio. El valor es el mismo que antes.

rng(s);
r1 = random('Poisson',5)
r1 = 5

Cree una matriz de números aleatorios del mismo tamaño que un arreglo existente. Use la distribución estable con los parámetro de forma 2 y 0, el parámetro de escala 1 y el parámetro de localización 0.

A = [3 2; -2 1];
sz = size(A);
R = random('Stable',2,0,1,0,sz)
R = 2×2

    0.7604   -3.1945
    2.5935    1.2193

Puede combinar las dos líneas de código anteriores en una sola línea.

R = random('Stable',2,0,1,0,size(A))
R = 2×2

    0.4508   -0.6132
   -1.8494    0.4845

Cree un objeto de distribución de probabilidad de Weibull usando los valores predeterminados de los parámetros.

pd = makedist('Weibull')
pd = 
  WeibullDistribution

  Weibull distribution
    A = 1
    B = 1

Genere números aleatorios a partir de la distribución.

rng('default')  % For reproducibility
r = random(pd,10000,1);

Construya un histograma usando 100 bins con un ajuste de distribución de Weibull.

histfit(r,100,'weibull')

Figure contains an axes object. The axes object contains 2 objects of type bar, line.

Cree un objeto de distribución de probabilidad normal estándar.

pd = makedist('Normal')
pd = 
  NormalDistribution

  Normal distribution
       mu = 0
    sigma = 1

Genere un arreglo de números aleatorios de 2 por 3 por 2 a partir de la distribución.

r = random(pd,[2,3,2])
r = 
r(:,:,1) =

    0.5377   -2.2588    0.3188
    1.8339    0.8622   -1.3077


r(:,:,2) =

   -0.4336    3.5784   -1.3499
    0.3426    2.7694    3.0349

Argumentos de entrada

contraer todo

El nombre de la distribución de probabilidad, especificado como uno de los nombres de distribución de probabilidad de esta tabla.

nameDistribuciónParámetro de entrada AParámetro de entrada BParámetro de entrada CParámetro de entrada D
'Beta'Beta DistributionPrimer parámetro de forma aSegundo parámetro de forma b
'Binomial'Binomial DistributionNúmero n de pruebasProbabilidad de éxito de cada prueba p
'BirnbaumSaunders'Birnbaum-Saunders DistributionParámetro de escala βParámetro de forma γ
'Burr'Burr Type XII DistributionParámetro de escala αPrimer parámetro de forma cSegundo parámetro de forma k
'Chisquare' o 'chi2'Chi-Square Distributionν grados de libertad
'Exponential'Exponential DistributionMedia μ
'Extreme Value' o 'ev'Extreme Value DistributionParámetro de localización μParámetro de escala σ
'F'F Distributionν1 grados de libertad del numeradorν2 grados de libertad del denominador
'Gamma'Gamma DistributionParámetro de forma aParámetro de escala b
'Generalized Extreme Value' o 'gev'Generalized Extreme Value DistributionParámetro de forma kParámetro de escala σParámetro de localización μ
'Generalized Pareto' o 'gp'Generalized Pareto DistributionParámetro de índice de cola (forma) kParámetro de escala σParámetro de umbral (localización) μ
'Geometric'Geometric DistributionParámetro de probabilidad p
'Half Normal' o 'hn'Half-Normal DistributionParámetro de localización μParámetro de escala σ
'Hypergeometric' o 'hyge'Hypergeometric DistributionTamaño de la población mNúmero k de elementos con la característica deseada en la poblaciónNúmero n de muestras extraídas
'InverseGaussian'Inverse Gaussian DistributionParámetro de escala μParámetro de forma λ
'Logistic'Distribución logísticaMedia μParámetro de escala σ
'LogLogistic'Loglogistic DistributionMedia μ de los valores logarítmicosParámetro de escala σ de los valores logarítmicos
'LogNormal'Distribución lognormalMedia μ de los valores logarítmicosDesviación estándar σ de los valores logarítmicos
'Nakagami'Nakagami DistributionParámetro de forma μParámetro de escala ω
'Negative Binomial' o 'nbin'Negative Binomial DistributionNúmero r de éxitosProbabilidad de éxito en una sola prueba p
'Noncentral F' o 'ncf'Noncentral F Distributionν1 grados de libertad del numeradorν2 grados de libertad del denominadorParámetro de no centralidad δ
'Noncentral t' o 'nct'Noncentral t Distributionν grados de libertadParámetro de no centralidad δ
'Noncentral Chi-square' o 'ncx2'Noncentral Chi-Square Distributionν grados de libertadParámetro de no centralidad δ
'Normal'Distribución normalMedia μ Desviación estándar σ
'Poisson'Distribución de PoissonMedia λ
'Rayleigh'Rayleigh DistributionParámetro de escala b
'Rician'Rician DistributionParámetro de no centralidad sParámetro de escala σ
'Stable'Stable DistributionPrimer parámetro de forma αSegundo parámetro de forma βParámetro de escala γParámetro de localización δ
'T'Student's t Distributionν grados de libertad
'tLocationScale't Location-Scale DistributionParámetro de localización μParámetro de escala σParámetro de forma ν
'Uniform'Uniform Distribution (Continuous)Extremo inferior a (mínimo)Extremo superior b (máximo)
'Discrete Uniform' o 'unid'Distribución uniforme (discreta)Valor máximo observable n
'Weibull' o 'wbl'Weibull DistributionParámetro de escala aParámetro de forma b

Ejemplo: 'Normal'

El primer parámetro de la distribución de probabilidad, especificado como un valor de escalar o un arreglo de valores de escalar.

Si uno o más de los argumentos de entrada A, B, C y D son arreglos, los tamaños de los arreglos deben ser los mismos. En este caso, random expande cada entrada del escalar a un arreglo constante del mismo tamaño que las entradas del arreglo. Consulte name para ver las definiciones de A, B, C y D para cada distribución.

Tipos de datos: single | double

El segundo parámetro de la distribución de probabilidad, especificado como un valor de escalar o un arreglo de valores de escalar.

Si uno o más de los argumentos de entrada A, B, C y D son arreglos, los tamaños de los arreglos deben ser los mismos. En este caso, random expande cada entrada del escalar a un arreglo constante del mismo tamaño que las entradas del arreglo. Consulte name para ver las definiciones de A, B, C y D para cada distribución.

Tipos de datos: single | double

El tercer parámetro de la distribución de probabilidad, especificado como un valor de escalar o un arreglo de valores de escalar.

Si uno o más de los argumentos de entrada A, B, C y D son arreglos, los tamaños de los arreglos deben ser los mismos. En este caso, random expande cada entrada del escalar a un arreglo constante del mismo tamaño que las entradas del arreglo. Consulte name para ver las definiciones de A, B, C y D para cada distribución.

Tipos de datos: single | double

El cuarto parámetro de la distribución de probabilidad, especificado como un valor de escalar o un arreglo de valores de escalar.

Si uno o más de los argumentos de entrada A, B, C y D son arreglos, los tamaños de los arreglos deben ser los mismos. En este caso, random expande cada entrada del escalar a un arreglo constante del mismo tamaño que las entradas del arreglo. Consulte name para ver las definiciones de A, B, C y D para cada distribución.

Tipos de datos: single | double

La distribución de probabilidad, especificada como uno de los objetos de distribución de probabilidad de esta tabla.

Objeto de distribuciónLa función o la app para crear el objeto de distribución de probabilidad
BetaDistributionmakedist, fitdist, Distribution Fitter
BinomialDistributionmakedist, fitdist, Distribution Fitter
BirnbaumSaundersDistributionmakedist, fitdist, Distribution Fitter
BurrDistributionmakedist, fitdist, Distribution Fitter
ExponentialDistributionmakedist, fitdist, Distribution Fitter
ExtremeValueDistributionmakedist, fitdist, Distribution Fitter
GammaDistributionmakedist, fitdist, Distribution Fitter
GeneralizedExtremeValueDistributionmakedist, fitdist, Distribution Fitter
GeneralizedParetoDistributionmakedist, fitdist, Distribution Fitter
HalfNormalDistributionmakedist, fitdist, Distribution Fitter
InverseGaussianDistributionmakedist, fitdist, Distribution Fitter
KernelDistributionfitdist, Distribution Fitter
LogisticDistributionmakedist, fitdist, Distribution Fitter
LoglogisticDistributionmakedist, fitdist, Distribution Fitter
LognormalDistributionmakedist, fitdist, Distribution Fitter
LoguniformDistributionmakedist
MultinomialDistributionmakedist
NakagamiDistributionmakedist, fitdist, Distribution Fitter
NegativeBinomialDistributionmakedist, fitdist, Distribution Fitter
NormalDistributionmakedist, fitdist, Distribution Fitter
Una distribución por tramos con distribuciones de Pareto generalizadas en las colasparetotails
PiecewiseLinearDistributionmakedist
PoissonDistributionmakedist, fitdist, Distribution Fitter
RayleighDistributionmakedist, fitdist, Distribution Fitter
RicianDistributionmakedist, fitdist, Distribution Fitter
StableDistributionmakedist, fitdist, Distribution Fitter
tLocationScaleDistributionmakedist, fitdist, Distribution Fitter
TriangularDistributionmakedist
UniformDistributionmakedist
WeibullDistributionmakedist, fitdist, Distribution Fitter

El tamaño de cada dimensión, especificado como valores enteros. Por ejemplo, especificar 5,3,2 genera un arreglo de números aleatorios de 5 por 3 por 2 a partir de la distribución de probabilidad especificada.

Si uno o más de los argumentos de entrada A, B, C y D son arreglos, las dimensiones sz1,...,szN especificadas deben coincidir con las dimensiones comunes de A, B, C y D después de cualquier expansión de escalar necesaria. Los valores predeterminados de sz1,...,szN son las dimensiones comunes.

  • Si especifica un único valor de sz1, entonces R es una matriz cuadrada de tamaño sz1 por sz1.

  • Si el tamaño de cualquier dimensión es 0 o negativo, entonces R es un arreglo vacío.

  • Más allá de la segunda dimensión, random ignora las siguientes dimensiones con un tamaño de 1. Por ejemplo, especificar 3,1,1,1 produce un vector de 3 por 1 de números aleatorios.

Ejemplo: 5,3,2

Tipos de datos: single | double

Tamaño de cada dimensión, especificado como vector fila de valores enteros. Por ejemplo, especificar [5 3 2] genera un arreglo de números aleatorios de 5 por 3 por 2 a partir de la distribución de probabilidad especificada.

Si uno o más de los argumentos de entrada A, B, C y D son arreglos, las dimensiones sz especificadas deben coincidir con las dimensiones comunes de A, B, C y D después de cualquier expansión de escalar necesaria. Los valores predeterminados de sz son las dimensiones comunes.

  • Si especifica un único valor de [sz1], entonces R es una matriz cuadrada de tamaño sz1 por sz1.

  • Si el tamaño de cualquier dimensión es 0 o negativo, entonces R es un arreglo vacío.

  • Más allá de la segunda dimensión, random ignora las siguientes dimensiones con un tamaño de 1. Por ejemplo, especificar [3 1 1 1] produce un vector de 3 por 1 de números aleatorios.

Ejemplo: [5 3 2]

Tipos de datos: single | double

Argumentos de salida

contraer todo

El número aleatorio generado a partir de la distribución de probabilidad especificada, devuelto como un valor de escalar o un arreglo de valores de escalar con las dimensiones especificadas por sz1,...,szN o sz.

Si especifica los parámetros de distribución A, B, C o D, cada elemento de R es el número aleatorio generado a partir de la distribución especificada por los elementos correspondientes de A, B, C y D.

Funcionalidad alternativa

  • random es una función genérica que acepta una distribución por su nombre name o un objeto de distribución de probabilidad pd. Es más rápido usar una función específica de la distribución, como randn y normrnd para la distribución normal y binornd para la distribución binomial. Para obtener una lista de las funciones específicas de las distribuciones, consulte Supported Distributions.

  • Para generar números aleatorios de forma interactiva, utilice randtool, una interfaz de usuario para la generación de números aleatorios.

Capacidades ampliadas

Historial de versiones

Introducido antes de R2006a