Generación de números aleatorios

Statistics and Machine Learning Toolbox™ admite la generación de números aleatorios a partir de varias distribuciones. Cada generador de números aleatorios (RNG) representa una familia paramétrica de distribuciones. Los RNG devuelven números aleatorios de la distribución especificada en un arreglo de las dimensiones especificadas.

Otras funciones de generación de números aleatorios que no admiten distribuciones específicas son:

• cvpartition

• datasample

• hmmgenerate

• lhsdesign

• lhsnorm

• mhsample

• random

• randsample

• slicesample

• hmcSampler

Los RNG del software Statistics and Machine Learning Toolbox dependen de la secuencia de números aleatorios predeterminada de MATLAB^® a través de las funciones rand y randn. Cada RNG utiliza una de las técnicas que se recogen en Common Pseudorandom Number Generation Methods para generar números aleatorios a partir de una distribución determinada.

Controlando la secuencia de números aleatorios predeterminada y su estado, puede controlar cómo generan valores aleatorios los RNG del software Statistics and Machine Learning Toolbox. Por ejemplo, para reproducir la misma secuencia de valores de un RNG, puede guardar y restaurar el estado de la secuencia predeterminada o restablecerla. Para obtener más información sobre la gestión de las secuencias de número aleatorios predeterminadas, consulte Gestionar la secuencia global con RandStream.

MATLAB inicializa la secuencia de números aleatorios predeterminada en el mismo estado cada vez que se inicia. Por lo tanto, los RNG del software Statistics and Machine Learning Toolbox generarán la misma secuencia de valores para cada sesión de MATLAB, a menos que modifique ese estado al iniciarse. Una forma sencilla de hacer esto es añadir comandos a startup.m, como por ejemplo

rng shuffle

que inicializa la secuencia de números aleatorios predeterminada en un estado diferente para cada sesión.

En la siguiente tabla se enumeran las distribuciones admitidas y sus respectivas funciones de generación de números aleatorios.

Distribución	Función de generación de números aleatorios
Beta	betarnd, random, randtool
Binomial	binornd, random, randtool
Birnbaum-Saunders	random
Burr tipo XII	random, randtool
Chi-cuadrado	chi2rnd, random, randtool
Cópula de Clayton	copularnd
Exponencial	exprnd, random, randtool
Valor extremo	evrnd, random, randtool
F	frnd, random, randtool
Cópula de Frank	copularnd
Gamma	gamrnd, randg, random, randtool
Cópula gaussiana	copularnd
Mixtura gaussiana	random
Valor extremo generalizada	gevrnd, random, randtool
Pareto generalizada	gprnd, random, randtool
Geométrica	geornd, random, randtool
Cópula de Gumbel	copularnd
Seminormal	random, randtool
Hipergeométrica	hygernd, random, randtool
Gaussiana inversa	random
Wishart inversa	iwishrnd
Sistema de Johnson	johnsrnd
Kernel	random
Logística	random
Loglogística	random
Lognormal	lognrnd, random, randtool
Multinomial	mnrnd
Normal multivariante	mvnrnd
t multivariante	mvtrnd
Nakagami	random
Binomial negativa	nbinrnd, random, randtool
Chi-cuadrado no central	ncx2rnd, random, randtool
F no central	ncfrnd, random, randtool
t no central	nctrnd, random, randtool
Normal (gaussiana)	normrnd, randn, random, randtool
Pareto	random
Sistema de Pearson	pearsrnd
Por tramos	random
Poisson	poissrnd, random, randtool
Rayleigh	raylrnd, random, randtool
Rice	random
Estable	random
t de Student	trnd, random, randtool
Cópula t	copularnd
t de localización y escala	random
Triangular	random
Uniforme (continua)	unifrnd, rand, random
Uniforme (discreta)	unidrnd, random, randtool
Weibull	wblrnd, random
Wishart	wishrnd

Temas relacionados

• Generate Random Numbers Using the Triangular Distribution
• Generar números aleatorios mediante la inversión de la distribución uniforme
• Generating Pseudorandom Numbers
• Generating Quasi-Random Numbers
• Working with Probability Distributions
• Distribuciones admitidas