random

Números aleatorios

Sintaxis

R = random(name,A)

R = random(name,A,B)

R = random(name,A,B,C)

R = random(name,A,B,C,D)

R = random(pd)

R = random(___,sz1,...,szN)

R = random(___,sz)

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.

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.

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

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.

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

Generar un número aleatorio especificando el nombre y los parámetros de la distribución

Genere un número aleatorio a partir de la distribución normal con la media $$\mu$$ igual a 1 y la desviación estándar $$\sigma$$ 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

Generar un número aleatorio usando un objeto de distribución

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

Cree un objeto de distribución normal con la media $$\mu$$ igual a 1 y la desviación estándar $$\sigma$$ 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

Reiniciar el generador de números aleatorios

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

Clonar el tamaño de un arreglo existente

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

Generar varios números aleatorios

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')

Generar un arreglo multidimensional de números aleatorios

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

name — Nombre de la distribución de probabilidad

vector de caracteres o escalar de cadena de nombres de distribución de probabilidad

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

name	Distribución	Parámetro de entrada A	Parámetro de entrada B	Parámetro de entrada C	Parámetro de entrada D
'Beta'	Beta Distribution	Primer parámetro de forma a	Segundo parámetro de forma b	—	—
'Binomial'	Distribución binomial	Número n de pruebas	Probabilidad de éxito de cada prueba p	—	—
'BirnbaumSaunders'	Birnbaum-Saunders Distribution	Parámetro de escala β	Parámetro de forma γ	—	—
'Burr'	Burr Type XII Distribution	Parámetro de escala α	Primer parámetro de forma c	Segundo parámetro de forma k	—
'Chisquare' o 'chi2'	Distribución chi-cuadrado	ν grados de libertad	—	—	—
'Exponential'	Exponential Distribution	Media μ	—	—	—
'Extreme Value' o 'ev'	Extreme Value Distribution	Parámetro de localización μ	Parámetro de escala σ	—	—
'F'	Distribución F	ν1 grados de libertad del numerador	ν2 grados de libertad del denominador	—	—
'Gamma'	Distribución gamma	Parámetro de forma a	Parámetro de escala b	—	—
'Generalized Extreme Value' o 'gev'	Generalized Extreme Value Distribution	Parámetro de forma k	Parámetro de escala σ	Parámetro de localización μ	—
'Generalized Pareto' o 'gp'	Generalized Pareto Distribution	Parámetro de índice de cola (forma) k	Parámetro de escala σ	Parámetro de umbral (localización) μ	—
'Geometric'	Geometric Distribution	Parámetro de probabilidad p	—	—	—
'Half Normal' o 'hn'	Half-Normal Distribution	Parámetro de localización μ	Parámetro de escala σ	—	—
'Hypergeometric' o 'hyge'	Hypergeometric Distribution	Tamaño de la población m	Número k de elementos con la característica deseada en la población	Número n de muestras extraídas	—
'InverseGaussian'	Distribución gaussiana inversa	Parámetro de escala μ	Parámetro de forma λ	—	—
'Logistic'	Distribución logística	Media μ	Parámetro de escala σ	—	—
'LogLogistic'	Loglogistic Distribution	Media μ de los valores logarítmicos	Parámetro de escala σ de los valores logarítmicos	—	—
'LogNormal'	Distribución lognormal	Media μ de los valores logarítmicos	Desviación estándar σ de los valores logarítmicos	—	—
'Pearson'	Pearson Distribution	Media μ	Desviación estándar σ	Asimetría γ	Curtosis κ
'Nakagami'	Distribución de Nakagami	Parámetro de forma μ	Parámetro de escala ω	—	—
'Negative Binomial' o 'nbin'	Negative Binomial Distribution	Número r de éxitos	Probabilidad de éxito en una sola prueba p	—	—
'Noncentral F' o 'ncf'	Noncentral F Distribution	ν1 grados de libertad del numerador	ν2 grados de libertad del denominador	Parámetro de no centralidad δ	—
'Noncentral t' o 'nct'	Noncentral t Distribution	ν grados de libertad	Parámetro de no centralidad δ	—	—
'Noncentral Chi-square' o 'ncx2'	Noncentral Chi-Square Distribution	ν grados de libertad	Parámetro de no centralidad δ	—	—
'Normal'	Distribución normal	Media μ	Desviación estándar σ	—	—
'Poisson'	Distribución de Poisson	Media λ	—	—	—
'Rayleigh'	Distribución de Rayleigh	Parámetro de escala b	—	—	—
'Rician'	Distribución de Rice	Parámetro de no centralidad s	Parámetro de escala σ	—	—
'Stable'	Stable Distribution	Primer parámetro de forma α	Segundo parámetro de forma β	Parámetro de escala γ	Parámetro de localización δ
'T'	Distribución t de Student	ν grados de libertad	—	—	—
'tLocationScale'	t Location-Scale Distribution	Parámetro de localización μ	Parámetro de escala σ	Parámetro de forma ν	—
'Uniform'	Distribución uniforme (continua)	Extremo inferior a (mínimo)	Extremo superior b (máximo)	—	—
'Discrete Uniform' o 'unid'	Distribución uniforme (discreta)	Valor máximo observable n	—	—	—
'Weibull' o 'wbl'	Weibull Distribution	Parámetro de escala a	Parámetro de forma b	—	—

Ejemplo: 'Normal'

A — Primer parámetro de la distribución de probabilidad

valor de escalar | arreglo de valores de escalar

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

B — Segundo parámetro de la distribución de probabilidad

valor de escalar | arreglo de valores de escalar

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

C — Tercer parámetro de la distribución de probabilidad

valor de escalar | arreglo de valores de escalar

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

D — Cuarto parámetro de la distribución de probabilidad

valor de escalar | arreglo de valores de escalar

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

pd — Distribución de probabilidad

objeto de distribución de probabilidad

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

Objeto de distribución	La función o la app para crear el objeto de distribución de probabilidad
BetaDistribution	makedist, fitdist, Distribution Fitter
BinomialDistribution	makedist, fitdist, Distribution Fitter
BirnbaumSaundersDistribution	makedist, fitdist, Distribution Fitter
BurrDistribution	makedist, fitdist, Distribution Fitter
ExponentialDistribution	makedist, fitdist, Distribution Fitter
ExtremeValueDistribution	makedist, fitdist, Distribution Fitter
GammaDistribution	makedist, fitdist, Distribution Fitter
GeneralizedExtremeValueDistribution	makedist, fitdist, Distribution Fitter
GeneralizedParetoDistribution	makedist, fitdist, Distribution Fitter
HalfNormalDistribution	makedist, fitdist, Distribution Fitter
InverseGaussianDistribution	makedist, fitdist, Distribution Fitter
KernelDistribution	fitdist, Distribution Fitter
LogisticDistribution	makedist, fitdist, Distribution Fitter
LoglogisticDistribution	makedist, fitdist, Distribution Fitter
LognormalDistribution	makedist, fitdist, Distribution Fitter
LoguniformDistribution	makedist
MultinomialDistribution	makedist
NakagamiDistribution	makedist, fitdist, Distribution Fitter
NegativeBinomialDistribution	makedist, fitdist, Distribution Fitter
NormalDistribution	makedist, fitdist, Distribution Fitter
Una distribución por tramos con distribuciones de Pareto generalizadas en las colas	paretotails
PiecewiseLinearDistribution	makedist
PoissonDistribution	makedist, fitdist, Distribution Fitter
RayleighDistribution	makedist, fitdist, Distribution Fitter
RicianDistribution	makedist, fitdist, Distribution Fitter
StableDistribution	makedist, fitdist, Distribution Fitter
tLocationScaleDistribution	makedist, fitdist, Distribution Fitter
TriangularDistribution	makedist
UniformDistribution	makedist
WeibullDistribution	makedist, fitdist, Distribution Fitter

sz1,...,szN — Tamaño de cada dimensión (como argumentos separados)

valores enteros

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

sz — Tamaño de cada dimensión (como un vector fila)

vector fila de valores enteros

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

R — Número aleatorio

valor de escalar | arreglo de valores de escalar

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 Distribuciones admitidas.

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

Capacidades ampliadas

Generación de código C/C++

Genere código C y C++ mediante MATLAB® Coder™.

Notas y limitaciones de uso:

• El argumento de entrada name debe ser una constante en tiempo de compilación. Por ejemplo, para utilizar la distribución normal, incluya coder.Constant('Normal') en el valor -args de codegen (MATLAB Coder).

• La generación de código no es compatible con el argumento de entrada (pd) del objeto de distribución de probabilidad.

Para obtener más información sobre la generación de código, consulte Introduction to Code Generation y General Code Generation Workflow.

Arreglos GPU

Acelere código mediante la ejecución en una unidad de procesamiento gráfico (GPU) mediante Parallel Computing Toolbox™.

Esta función es totalmente compatible con los arreglos de GPU. Para obtener más información, consulte Run MATLAB Functions on a GPU (Parallel Computing Toolbox).

Historial de versiones

Introducido antes de R2006a

R2023b: Soporte para distribuciones de Pearson

A partir de la versión R2023b, random admite distribuciones de Pearson.

Consulte también

cdf | pdf | icdf | mle | makedist | fitdist | Distribution Fitter | paretotails

Temas

• Generación de números aleatorios
• Generate Random Numbers Using the Triangular Distribution
• Working with Probability Distributions
• Distribuciones admitidas