matlab中用rng替换rand('seed',sd)、randn('seed',sd)和rand('state',sd)的通俗解释

1. rand('seed',sd)、randn('seed',sd)和rand('state',sd)中各参数的含义

      我们知道，rand和randn都是用来产生伪随机数的，但是产生伪随机数的generator(发生器)有多种，而seed、state、twister等就是用来指定不同类型的伪随机数发生器的，其中seed 指“v4 generator”，state指“v5 generator”，twister指"Mersenne Twister generator"。第二个参数“sd”是“seed”的缩写，表示发生器的种子点，这个值将作为generator的输入，用于产生伪随机数。这里有必要先解释一下随机数和伪随机数的本质区别：随机数是在某次产生过程中，按照实验过程中表现的分布概率随机产生的，其结果是不可预测的，不可重复的；而伪随机数则是按照一定算法模拟产生的，其结果是确定的，可重复的。当然这里的确定和可重复是指给定相同的初始值，算法模拟将产生相同的输出。

2. 为什么要用rand('seed',sd)、randn('seed',sd)和rand('state',sd)

        在实际应用中，比如检查程序问题时，为了重现错误，我们可能希望产生相同的伪随机数，这个时候就需要用这些表达式了。正如前面所说的，如果选用相同的generator并设置相同的初始值sd，那么你就可以得到同样伪随机数。

举个例子：

rand('seed',0); %选定generator并设定初始值

a=rand(3,3);

rand('seed',0);%设定同样的generator和相同的初始值

b=rand(3,3);

a

b

输出：

a =
   0.218959186328090   0.679296405836612   0.519416372067955  
   0.047044616214486   0.934692895940828   0.830965346112366 
   0.678864716868319   0.383502077489859   0.034572110527461 

b =
   0.218959186328090   0.679296405836612   0.519416372067955  
   0.047044616214486   0.934692895940828   0.830965346112366  
   0.678864716868319   0.383502077489859   0.034572110527461   

对比后你会发现a和b相等。

3. 为什么要用rng替换rand('seed',sd)、randn('seed',sd)和rand('state',sd)

        MATLAB官方给出的理由如下：

1)“seed”和“state”等词对于所对应的generator来说是一种误导；

2)除了“twister”以外，其他的generator都有问题；

3)这些表达式对于rand和randn采用了不同的generator，没必要。

所以在新版的MATLAB中已经不推荐这种方法了。

4. 替换的具体方法

下图是MATLAB给的一个替换的方式，最右边的才是它推荐的方法。

实际应用中举例如下(这里只以seed为例，其他的类似)：

randn('seed',0);%rng(0);

a=randn(4,3);

randn('seed',0);%rng(0);

b=randn(4,3);

a

b

MATLAB推荐用注释掉的语句替换对应行的语句。

最后

以上就是美满大雁为你收集整理的matlab中用rng替换rand('seed',sd)、randn('seed',sd)和rand('state',sd)的通俗解释的全部内容，希望文章能够帮你解决matlab中用rng替换rand('seed',sd)、randn('seed',sd)和rand('state',sd)的通俗解释所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。