用 MATLAB 函數(shù) rand產(chǎn)生在區(qū)間 [0, 1] 的均勻亂數(shù)，它是平均分布在 [0, 1]之間。一個(gè)稱為 seed的值則是 用來控制產(chǎn)生亂數(shù)的次數(shù)。均勻亂數(shù)函數(shù)的語(yǔ)法為rand(n), rand(m,n)，其結(jié)果分別產(chǎn)生一矩陣含nxn個(gè)亂數(shù) 和一矩陣含mxn的亂數(shù)。注意每次產(chǎn)生亂數(shù)的值都不會(huì)一樣，這些值代表的是隨機(jī)且不可預(yù)期的，這正是 我們用亂數(shù)的目的。我們可利用這些亂數(shù)代入算式中，來表示某段訊號(hào)的不規(guī)則振幅或是某個(gè)事件出現(xiàn)的 機(jī)率。均勻亂數(shù)其值平均的分布于一區(qū)間的特性可以從其統(tǒng)計(jì)密度函數(shù)(probability density function, PDF) 說明 。從其PDF分布　類似長(zhǎng)條圖的分布　可以看出其每一個(gè)亂數(shù)值出現(xiàn)的機(jī)率皆相同，所以它被稱為均勻亂數(shù)。

見以下的例子：

>> rand(1,6) % 第一次使用亂數(shù)產(chǎn)生器

ans =

0.2190 0.0470 0.6789 0.6793 0.9347 0.3835

>>hist(ans) % 看看長(zhǎng)條圖的長(zhǎng)相

>>plot(ans) % 比較上個(gè)圖與這個(gè)圖有何差異？何者能代表不規(guī)則數(shù)據(jù)的分布

>> rand(1,6) % 第二次使用亂數(shù)產(chǎn)生器，注意每次產(chǎn)生的亂數(shù)值皆不同

ans =

0.5194 0.8310 0.0346 0.0535 0.5297 0.6711

因?yàn)槊看蝸y數(shù)產(chǎn)生的值皆不同，如果因?yàn)轵?yàn)證算式需要確定所使用的亂數(shù)值是相同的，可以利用seed這個(gè) 選項(xiàng)，用以設(shè)定使用計(jì)算亂數(shù)產(chǎn)生器的起始值，其語(yǔ)法為rand('seed',n)，n的規(guī)定是。其中n=0有特別意 義是使用第一次產(chǎn)生亂數(shù)值的起始值(=931316785)，其它的n值即是所使用起始值。如果使用相同的起始 值，則亂數(shù)值會(huì)一樣，因?yàn)閬y數(shù)的計(jì)算是依據(jù)起始值。請(qǐng)看以下的例子：

>> rand('seed',0) % 將亂數(shù)值的起始值重設(shè)，相當(dāng)于是第一次產(chǎn)生亂數(shù)值

>>rand('seed') % 顯示現(xiàn)在使用的 seed 值=931316785

ans =

931316785

>> rand(2,3) % 注意亂數(shù)值的上下限介于 [0,1] 區(qū)間

ans =

0.2190 0.6789 0.9347

0.0470 0.6793 0.3835

>> rand('seed') % 顯示再產(chǎn)生亂數(shù)值所用的seed=412659990

ans =

412659990

>> rand('seed',0)

>> rand(1,6)

ans =

0.2190 0.0470 0.6789 0.6793 0.9347 0.3835

>> rand('seed',100) % 設(shè)定亂數(shù)值的起始值=100

>> rand('seed')

ans =

100

>> rand(2,5)

ans =

0.2909 0.0395 0.3671 0.5968 0.9253

0.0484 0.5046 0.9235 0.8085 0.3628

如果需要產(chǎn)生亂數(shù)值不是介于[0,1]區(qū)間，可以采用以下步驟將亂數(shù)值從[0,1]區(qū)間轉(zhuǎn)換到其它區(qū)間。假設(shè)要 得到一組亂數(shù)值是介于[2,4]區(qū)間，我們先產(chǎn)生一組亂數(shù)　介于[0,1]區(qū)間　，再將其值乘以2，因?yàn)?等于區(qū) 間上下限的差值(4-2)。接著再加上下限值 (2)，即可得到亂數(shù)值是介于[2,4]區(qū)間。例如區(qū)間為[a,b]，a為下 限值，b為上限值。則算式如下

x=(b-a)*r + a,

其中x代表轉(zhuǎn)換后的亂數(shù)值的陣列。請(qǐng)看下列示范：

>>data_1 = 2*rand(1,500)+2; %原亂數(shù)值有500個(gè)

>>plot(data_1) %這個(gè)圖是否看來眼熟？

>>axis([1 500 0 6]) %調(diào)整橫軸/縱軸上下限

>>hist(data_1) %看看其長(zhǎng)條圖