excel区间随机数生成函数
excel区间随机数生成函数：
在excel表格当中输入“=RANDBETWEEN(a，b），回车”其中a，b为任意整数（包含正负）。
注：此函数对于土建施工，电气安装施工等检验批需要填写区间数字的地方有较大帮助，可以避免不必要的重复，方便技术人员改写资料使用
如果此函数对您有帮助，请分享
C语言中产生随机数的方法
C语言中产生随机数的方法 引例：产生10个[100-200]区间内的随机整数。 #include
用C语言产生随机数
用c语言产生随机数 在C语言中,rand()函数可以用来产生随机数，但是这不是真真意义上的随机数，是一个伪随机数，是根据一个数，我们可以称它为种子，为基准以某个递推公式推算出来的一系数，当这系列数很大的时候，就符合正态公布，从而相当于产生了随机数，但这不是真正的随机数，当计算机正常开机后，这个种子的值是定了的，除非你破坏了系统，为了改变这个种子的值，C提供了srand()函数，它的原形是void srand( int a)。 可能大家都知道C语言中的随机函数random，可是random函数并不是ANSI C标准，所以说，random函数不能在gcc,vc等编译器下编译通过。 rand()会返回一随机数值，围在0至RAND_MAX 间。返回0至RAND_MAX之间的随机数值，RAND_MAX定义在stdlib.h，(其值至少为32767)，运算的结果是一个不定的数，要看你定义的变量类型，int整形的话就是32767。在调用此函数产生随机数前，必须先利用srand()设好随机数种子，如果未设随机数种子，rand()在调用时会自动设随机数种子为1。一般用for语句来设置种子的个数。具体见下面的例子。 一如何产生不可预见的随机序列呢 利用srand((unsigned int)(time(NULL))是一种方法，因为每一次运行程序的时间是不同的。
在C语言里所提供的随机数发生器的用法：现在的C编译器都提供了一个基于ANSI标准的伪随机数发生器函数，用来生成随机数。它们就是rand()和srand()函数。这二个函数的工作过程如下：1) 首先给srand()提供一个种子，它是一个unsigned int类型，其取值围从0~65535； 2) 然后调用rand()，它会根据提供给srand()的种子值返回一个随机数(在0到32767之间) 3) 根据需要多次调用rand()，从而不间断地得到新的随机数； 4) 无论什么时候，都可以给srand()提供一个新的种子，从而进一步“随机化”rand()的输出结果。 下面是0~32767之间的随机数程序： #include
EXCEL随机数据生成方法
求教:我的电子表格中rand()函数的取值范围是-1到1,如何改回1到0 回答：有两种修改办法： 是[1－rand()]/2， 或[1＋rand()]/2。 效果是一样的，都可生成0到1之间的随机数 电子表格中RAND()函数的取值范围是0到1，公式如下： =RAND() 如果取值范围是1到2，公式如下： =RAND()*(2-1)+1 RAND( ) 注解： 若要生成a 与b 之间的随机实数： =RAND()*(b-a)+a 如果要使用函数RAND 生成一随机数，并且使之不随单元格计算而改变，可以在编辑栏中输入“=RAND()”，保持编辑状态，然后按F9，将公式永久性地改为随机数。 示例 RAND() 介于0 到1 之间的一个随机数（变量） =RAND()*100 大于等于0 但小于100 的一个随机数（变量） excel产生60-70随机数公式 =RAND()*10+60 要取整可以用=int(RAND()*10+60) 我想用excel在B1单元个里创建一个50-80的随机数且这个随机数要大于A1单元个里的数值，请教大家如何编写公式！ 整数：=ROUND(RAND()*(80-MAX(50,A1+1))+MAX(50,A1+1),0) 无需取整数：=RAND()*(80-MAX(50,A1))+MAX(50,A1)
要求: 1,小数保留0.1 2,1000-1100范围 3,不要出现重复 =LEFT(RAND()*100+1000,6) 至于不许重复 你可以设置数据有效性 在数据-有效性设 =countif(a:a,a1)=1 选中a列设有效性就好了 其他列耶可以 急求excel随机生成数字的公式，取值要在38.90-44.03之间，不允许重复出现，保留两位小数，不允许变藏 =round(RAND()*5+38.9,2) 公式下拉 Excel随机数 Excel具有强大的函数功能，使用Excel函数，可以轻松在Excel表格产生一系列随机数。 1、产生一个小于100的两位数的整数，输入公式=ROUNDUP(RAND()*100,0)。 RAND()这是一个随机函数，它的返回值是一个大于0且小于1的随机小数。ROUNDUP 函数是向上舍入数字，公式的意义就是将小数向上舍入到最接近的整数，再扩大100倍。 2、产生一个四位数N到M的随机数，输入公式=INT(RAND()*(M-N+1))+N。 这个公式中，INT函数是将数值向下取整为最接近的整数；因为四位数的随机数就是指从1000到9999之间的任一随机数，所以M为9999，N为1000。RAND()的值是一个大于0且小于1的随机小数，M-N+1是9000，乘以这个数就是将RAND()的值对其放大，用INT 函数取整后，再加上1000就可以得到这个范围内的随机数。[公式=INT(RAND()*(9999-1000+1))+1000] 3、Excel函数RANDBETWEEN是返回位于两个指定数之间的一个随机数。使用这一个函数来完成上面的问题就更为简单了。要使用这个函数，可能出现函数不可用，并返回错误值#NAME?。 选择"工具"菜单，单击"加载宏"，在"可用加载宏"列表中，勾选"分析工具库"，再单击"确定"。接下来系统将会安装并加载，可能会弹出提示需要安装源，也就是office安装盘。放入光盘，点击"确定"，完成安装。 现在可以在单元格输入公式=RANDBETWEEN(1000,9999)。 最后，你可以将公式复制到所有需要产生随机数的单元格，每一次打开工作表，数据都会自动随机更新。在打开的工作表，也可以执行功能键F9，每按下一次，数据就会自动随机更新了。
MATLAB随机数生成
2009年03月20日星期五 03:25 P.M. rand(n):生成0到1之间的n阶随机数方阵 rand(m,n):生成0到1之间的m×n 的随机数矩阵 (现成的函数) 另外: Matlab随机数生成函数 betarnd 贝塔分布的随机数生成器 binornd 二项分布的随机数生成器 chi2rnd 卡方分布的随机数生成器 exprnd 指数分布的随机数生成器 frnd f分布的随机数生成器 gamrnd 伽玛分布的随机数生成器 geornd 几何分布的随机数生成器 hygernd 超几何分布的随机数生成器 lognrnd 对数正态分布的随机数生成器 nbinrnd 负二项分布的随机数生成器 ncfrnd 非中心f分布的随机数生成器 nctrnd 非中心t分布的随机数生成器 ncx2rnd 非中心卡方分布的随机数生成器 normrnd 正态（高斯）分布的随机数生成器 poissrnd 泊松分布的随机数生成器 raylrnd 瑞利分布的随机数生成器 trnd 学生氏t分布的随机数生成器 unidrnd 离散均匀分布的随机数生成器 unifrnd 连续均匀分布的随机数生成器 weibrnd 威布尔分布的随机数生成器 (From:https://www.wendangku.net/doc/af11340789.html,/question/30033707.html) matlab生成随机数据 matlab本身提供很多的函数来生成各种各样的随机数据： normrnd 可以生成一定均值和标准差的正态分布 gamrnd 可以生成gamma分布的伪随机数矩阵 chi2rnd 可以生成卡方分布的伪随机数矩阵 trnd 可以生成t分布的伪随机数矩阵 frnd 可以生成f分布的伪随机数矩阵 raylrnd 可以生成rayleigh分布的伪随机数矩阵
在excel中产生随机数
用excel产生随机数 统计软件提供的随机数发生器可以使我们对抽样分布进行计算机模拟，对抽样分布有更加直观的理解。Excel的分析工具库中有一个“随机数发生器”模块，可以产生服从大部分常用分布的模拟数据，但没有提供直接产生随机数的函数。在SPSS中产生随机数的函数在“Randomnumbers”类别中，相应的函数都是以Rv 开头的。 1 样本均值抽样分布的随机模拟 假总体的均值为μ，标准差为σ，则统计理论表明，不论总体的分布如何，只要样本容量n足够大，样本均值的分布总会趋向于正态分布，且均值为μ，标 准差为。 例题：假设总体为均匀分布，模拟样本均值的抽样分布。 假设总体的分布为0-1区间上的均匀分布，则总体的均值为0.5，方差等于 1/12，标准差等于0.288675。现在，我们从总体中抽取1000个样本容量为2的样本（有放回抽样），计算每个样本的样本均值，然后观察样本均值的分布状况。 新建一个Excel工作簿，单击“工具”“数据分析”“随机数发生器”，在弹出的对话框中把变量个数设为2，随机数个数为1000，选择0-1区间的均匀分布，结果放在新工作表中（图1）。把输出结果的每一行看作一个容量为2的样本，共有1000个样本。在C列中计算每个样本的均值。接下来我们就可以分析这1000个样本均值的分布状况了。由于SPSS的直方图工具更为方便，我们把相应的数据复制到SPSS中作直方图，结果如图2，抽样分布的均值为0.5097，标准差为 0.20345，理论值等于0.288675/ 2 =0.20412，两者差异不大。 图1 随机数发生器对话框
图2 样本均值的抽样分布，样本容量=2 2 样本比例抽样分布的随机模拟 样本比例实质上就是指标数值只能取0和1时的样本均值。由于在这种情况下总体的分布为0-1分布，因此在重复抽样的条件下样本均值抽样分布的理论分布是二项分布。中心极限定理表明当样本用量足够大（能够保证np≥5，nq≥5）时二项分布可以用正态分布来近似。 [例] 假设有大批零件，不合格率p为0.2。随机模拟从总体中抽取样本容量分别为5，20，50的2000个样本，分析样本比例p? 的抽样分布。 新建一个工作表，在单元格中输入图5-10左上角所示的信息作为总体：总体中取值为1（不合格）的概率为0.2，取值为0（合格）的概率为0.8。 图3 二项分布的随机模拟
C语言生成随机函数
程序有一个参数，表示生成的密码的长度 运行的时候要加上，比如./password 8 我写的很简单，参数没做检查，你应该自己去完善一下。 #include
Excel的随机数函数
Excel的随机数函数 1、生成随机数字(1)生成随机数比较简单，=rand()即可生成0-1之间的随机数；(2)如果要是整数，就用=int(rand())*10，表示0至9的整数，以此类推；(3)如果要生成a与b 之间的随机实数，就用=rand()*(b-a)+a，如果是要整数就用=int(rand()*(b-a))+a；稍微扩充一下，就能产生固定位数的整数了。注意：如果要使用函数rand()生成一随机数，并且使之不随单元格计算而改变，可以在编辑栏中输入“=rand()”，保持编辑状态，然后按F9，将公式永久性地改为随机数。不过，这样只能一个一个的永久性更改，如果数字比较多，也可以全部选择之后，另外选择一个合适的位置粘贴，粘贴的方法是点击右键，选择“选择性粘贴”，然后选择“数值”，即可将之前复制的随机数公式产生的数值（而不是公式）复制下来！ 2、产生随机字母随机小写字母：=CHAR(INT(RAND()*26)+97) 随机大写字母：=CHAR(I NT(RAND()*26)+65) 随机大小写混合字母：=CHAR(INT(RAND()*26)+if(INT(RAND()*2) =0,65,97)) 3、随机不重复数字序列的生成方法 (1)在A1-A52间填入"=INT(RAND()*52)+1"，产生1-52间的随机数，注意这里是有重复的 (2)在B1-B52间填入1-52 (3)在C54-BB54填入1-52 (4)在C1填入"=IF(ROW()=C$54,I NDEX(B$1:B$52,INDEX($A$1:$A$52,C$54)),IF(ROW()=INDEX($A$1:$A$52,C$54),INDEX (B$1:B$52,C$54),B1))"。分项解释： a:ROW()=C$54，如果当前行等于当前交换所排的序号 b:INDEX(B$1:B$52,INDEX($A$1:$A$52,C$54))，返回在B1到B52中选择A1:A 52中的第C54个值 c:IF(ROW()=INDEX($A$1:$A$52,C$54)，否则的话，如果当前行等于A1:A52中第C54个值，则： d:INDEX(B$1:B$52,C$54)，返回B1:B52中的第C54个值 e:若以上条件都不满足，则返回B1 (5)将C1复制到C1:BA52这个区域里面，在BA1: BA52中，我们就得到了一个不重复的随机序列，
用C语言的rand()和srand()产生伪随机数的方法总结
标准库 随机数生成函数srand() rand() 2007年12月11日星期二01:42 如果srand每次输入的数值是一样的，那么每次运行产生的随机数也是一样的，srand（n） for（10） rand（） 也就是说，以一个固定的数值作为种子是一个缺点。通常的做法是以这样一句代码srand((unsigned) time(NULL));来取代，这样将使得种子为一个不固定的数，这样产生的随机数就不会每次执行都一样了。 1,先看一个例子 ＃include excel的生成随机数的函数用法 excel的生成随机数的函数用法： 生成随机数函数使用步骤1：首先介绍一下如何用rand()函数来生成随机数(同时返回多个值时是不重复的)。 如下图所示，在单元格中输入=rand()，回车后单元格即返回了一个随机数字。 生成随机数函数使用步骤2：rand()函数返回的随机数字的范围是大于0小于1。因此，也可以用它做基础来生成给定范围内的随机数字。 生成随机数函数使用步骤3：生成制定范围的随机数方法是这样的，假设给定数字范围最小是a，最大是b，公式是：=a+rand()*(b-a)。 生成随机数函数使用步骤4：举例来说，要生成大于60小于100的随机数字，因为(100-60)*rand()返回结果是0到40之间，加上范围的下限60就返回了60到100之间的数字。 生成随机数函数使用步骤5：上面rand()函数返回的0到1之间的随机小数，如果要生成随机整数的话就需要用randbetween()函数了，如下图该函数生成大于等于1小于等于100的随机整数。 生成随机数函数使用步骤6：这个函数的语法是这样的：=randbetween(范围下限整数，范围上限整数)，结果返回包含上 下限在内的整数。注意：上限和下限也可以不是整数，并且可以是负数。 生成随机数函数使用步骤7：rand()和randbetween()是生成随机数的基础函数，也可以灵活变通。比如说要生成0.01至1之间包含两位小数的随机数，则可用下图的公式实现： 看了excel的生成随机数的函数用法还看了：1.excel用函数产生随机数的方法 2.怎么利用excel2010的自带的函数生成随机数 3.怎样用excel随机生成数字 4.excel怎么生成随机数 5.excel2010生成随机数的方法 6.excel2007怎么使用randbetween随机数函数 7.随机数函数randbetween在excel中的使用 1-0：Microsoft VC++产生随机数的原理： Srand ( )和Rand( )函数。它本质上是利用线性同余法，y=ax+b(mod m)。其中a，b，m都是常数。因此rand的产生决定于x，x被称为Seed。Seed需要程序中设定，一般情况下取系统时间作为种子。它产生的随机数之间的相关性很小，取值范围是0—32767（int），即双字节（16位数），若用unsigned int 双字节是65535，四字节是4294967295，一般可以满足要求。 1-1：线性同余法： 其中M是模数，A是乘数，C是增量，为初始值，当C=0时，称此算法为乘同余法；若C ≠0，则称算法为混合同余法，当C取不为零的适当数值时，有一些优点，但优点并不突出，故常取C=0。模M大小是发生器周期长短的主要标志，常见有M为素数，取A为M的原根，则周期T=M-1。例如： a=1220703125 a=32719 （程序中用此组数） a=16807 代码： void main( ) { const int n=100; double a=32719,m=1,f[n+1],g[n],seed; m=pow(2,31); cout<<"设置m值为"< matlab 全部的随机数函数 （一）Matlab内部函数 a.基本随机数 Matlab中有两个最基本生成随机数的函数。 1．rand() 生成（0,1）区间上均匀分布的随机变量。基本语法： rand([M,N,P ...]) 生成排列成M*N*P... 多维向量的随机数。如果只写M，则生成M*M矩阵；如果参数为[M,N]可以省略掉方括号。一些例子： rand(5,1) %生成5个随机数排列的列向量，一般用这种格式 rand(5) %生成5行5列的随机数矩阵 rand([5,4]) %生成一个5行4列的随机数矩阵 生成的随机数大致的分布。 x=rand(100000,1); hist(x,30); 由此可以看到生成的随机数很符合均匀分布。(视频教程会略提及hist()函数的作用) 2．randn() 生成服从标准正态分布（均值为0，方差为1）的随机数。基本语法和rand()类似。 randn([M,N,P ...]) 生成排列成M*N*P... 多维向量的随机数。如果只写M，则生成M*M矩阵；如果参数为[M,N]可以省略掉方括号。一些例子： randn(5,1) %生成5个随机数排列的列向量，一般用这种格式 randn(5) %生成5行5列的随机数矩阵 randn([5,4]) %生成一个5行4列的随机数矩阵 生成的随机数大致的分布。 x=randn(100000,1); hist(x,50); 由图可以看到生成的随机数很符合标准正态分布。 b.连续型分布随机数 如果你安装了统计工具箱（Statistic Toolbox)，除了这两种基本分布外，还可以用Matlab内部函数生成符合下面这些分布的随机数。 3．unifrnd() 和rand()类似，这个函数生成某个区间内均匀分布的随机数。基本语法 unifrnd(a,b,[M,N,P,...]) 生成的随机数区间在(a,b)内，排列成M*N*P... 多维向量。如果只写M，则生成M*M矩阵；如果参数为[M,N]可以省略掉方括号。一些例子： 4.3.1伪随机数的产生 产生伪随机数的函数是rand()，该函数可随机生成0~RAND_MAX之间的一个整数。RAND_MAX是头文件 第二部分 伪随机数产生器实验 在密码技术中，建立单个数是“随机的”并没有意义。对随机性的要求总是基于数的序列而言。真正的随机数符合均匀分布且其生成不能重现。计算机通过算法产生的随机数并不是真正意义上的随机数序列，只能称为伪随机数序列。产生伪随机数序列的算法称为伪随机数产生器。产生高质量的伪随机数序列对信息的安全性具有十分重要的作用，比如密钥产生、数字签名、身份认证和众多的密码学协议等都要用到随机序列。 一、实验目的 熟悉常用的伪随机数产生器算法。运用高级程序设计语言实现一种伪随机数产生器算法的程序，加深对伪随机数产生器算法的理解。 二、实验原理 计算机产生的随机数是使用确定的算法计算出来的。一旦知道了随机数算法和初始种子，就能够知道随机序列中任何一个随机数的值，因此，计算机产生的随机数是一种伪随机数。伪随机数的生成算法称为伪随机数产生器。伪随机数有多种生成算法。 1. 线性同余算法 到目前为止，使用最为广泛的随机数产生技术是由Lehmer 首先提出的称为线性同余算法，即使用下面的线性递推关系产生一个伪随机数列x 1，x 2，x 3，… 这个算法有四个参数，分别是： a 乘数 0 ≤ a < m c 增量 0 ≤ c < m m 模数 m > 0 x 0 初始种子（秘密） 0 ≤ x 0 < m 伪随机数序列{ x n }通过下列迭代方程得到： 1()mod n n x ax c m +=+ 如果m 、a 、c 和x 0都是整数，那么通过这个迭代方程将产生一系列的整数，其中每个数都在0 ≤ x n < m 的范围内。数值m 、a 和c 的选择对于建立一个好的伪随机数产生器十分关键。为了形成一个很长的伪随机数序列，需要将m 设置为一个很大的数。一个常用准则是将m 选为几乎等于一个给定计算机所能表示的最大非负整数。因而，在一个32位计算机上，通常选择的m 值是一个接近或等于231的整数。此外，为了使得随机数列不易被重现， C语言如何产生随机数 1. 基本函数 2. 使用方法 rand()函数返回0到RAND_MAX之间的伪随机数(pseudorandom)。RAND_MAX常量被定义在stdlib.h头文件中。其值等于32767，或者更大。 srand()函数使用自变量n作为种子，用来初始化随机数产生器。只要把相同的种子传入srand()，然后调用rand()时，就会产生相同的随机数序列。因此，我们可以把时间作为srand()函数的种子，就可以避免重复的发生。如果，调用rand()之前没有先调用srand()，就和事先调用srand(1)所产生的结果一样。 每次运行都将输出：1 7 4 0 9 4 8 8 2 4 每次运行都将输出：1 7 4 0 9 4 8 8 2 4 例2的输出结果与例1是完全一样的。 每次运行都将输出：4 0 1 3 5 3 7 7 1 5 该程序取得的随机值也是在[0,10）之间，与srand(1)所取得的值不同，但是每次运行程序的结果都相同。 该程序每次运行结果都不一样，因为每次启动程序的时间都不同。另外需要注意的是，使用time()函数前必须包含头文件time.h。 3. 注意事项 求一定范围内的随机数。 如要取[0,10)之间的随机整数，需将rand()的返回值与10求模。 那么，如果取的值不是从0开始呢？你只需要记住一个通用的公式。 要取[a,b)之间的随机整数（包括a，但不包括b)，使用： (rand() % (b - a)) + a 伪随机浮点数。 要取得0～1之间的浮点数，可以用： rand() / (double)(RAND_MAX) 如果想取更大范围的随机浮点数，比如0～100，可以采用如下方法: rand() /((double)(RAND_MAX)/100) 其他情况，以此类推，这里不作详细说明。 当然，本文取伪随机浮点数的方法只是用来说明函数的使用办法，你可以采用更好的方法来实现。 举个例子，假设我们要取得0～10之间的随机整数（不含10本身）： 大家可能很多次讨论过随机数在计算机中怎样产生的问题，在这篇文章中，我会对这个问题进行更深入的探讨，阐述我对这个问题的理解。 首先需要声明的是，计算机不会产生绝对随机的随机数，计算机只能产生“伪 MATLAB伪随机数发生器.txt生活是过出来的，不是想出来的。放得下的是曾经，放不下的是记忆。无论我在哪里，我离你都只有一转身的距离。 均匀性较好的随机数生成 zz from https://www.wendangku.net/doc/af11340789.html,/lanmuyd.asp?id=3379 随机数生成算法[1]是一类重要的算法，广泛应用于仿真技术等场合。然而，目前的伪随机数生成器（Pseudo-random number generator， PRNG）[2]存在一个重要缺陷，即样本分布与真实分布不一致，这主要发生在以下两种情况：①抽样代价过高，样本数目较少；②空间维数较高[3]。 因此，有必要寻找一类新的随机数发生器。准随机数发生器（Quasi-random number generator，QRNG）[4]能够生成稳定、低差异性的（low-discrepancy）样本，而与样本数目或空间维数无关[5]。故针对蒙特卡罗积分结果不稳定的情况，提出一种基于QRNG的蒙特卡罗积分，发现比传统方法性能有所提升。 伪随机数介绍 伪随机数是由确定的算法生成的，其分布函数与相关性均能通过统计测试。与真实随机数的差别在于，它们是由算法产生的，而不是一个真实的随机过程。一般地，伪随机数的生成方法主要有以下3种[6]： （1）直接法（Direct Method），根据分布函数的物理意义生成。缺点是仅适用于某些具有特殊分布的随机数，如二项式分布、泊松分布。 （2）逆转法（Inversion Method），假设U服从[0，1]区间上的均匀分布，令X=F-1（U），则X的累计分布函数（CDF）为F。该方法原理简单、编程方便、适用性广。 （3）接受拒绝法（Acceptance-Rejection Method）：假设希望生成的随机数的概率密度函数（PDF）为f，则首先找到一个PDF为g的随机数发生器与常数c，使得f（x）≤cg（x），然后根据接收拒绝算法求解。由于算法平均运算c次才能得到一个希望生成的随机数，因此c的取值必须尽可能小。显然，该算法的缺点是较难确定g与c。 因此，伪随机数生成器（PRNG）一般采用逆转法，其基础是均匀分布，均匀分布PRNG 的优劣决定了整个随机数体系的优劣[7]。下文研究均匀分布的PRNG。 伪随机数生成器的缺点 重复做N=10000次试验，每次产生S=20与S=100个随机分布的样本，同时采用Kolmogorov- Smirnov假设检验（hypothesis test）来确定样本是否满足均匀分布。规定： ① 0假设（null hypothesis）为样本服从均匀分布；② 1假设（alternative hypothesis）为样本不服从均匀分布。 采用P值（∈[0， 1]）衡量，P值越趋近于0，表示越有理由拒绝0假设，即样本不服从均匀分布；P值越趋近于1，表示越有理由接受0假设，即样本服从均匀分布。 如图1与图2所示：随着P值下降，样本也越来越不服从均匀分布。实践中希望P值越大越好。然而统计学的结论显示，P值一定服从均匀分布，与N、S大小无关，这表明由于随机性，总会出现某次抽样得到的样本不服从、甚至远离均匀分布。另外，样本大小的不同，造成检验标准的不同，直观上看S=100对应的均匀分布普遍比S=20对应的更均匀。因此，小样本情况下均匀分布PRNG的差异性尤为严重。 8位单片机产生伪随机数的算法 8位单片机很多地方需要随机数，比如游戏的洗牌，可在timer中取数，但是随机数质 量不高。随机数是一个既简单又复杂的问题,这里的例子使用了众所周知的线性叠加法，没有完美的方法产生随机数，不过线性叠加法是一个合适的方法,彻底解决8位机随机数的问题。 伪随机数函数总是返回可预知的数字,像抛骰子，如果抛足够多次，那么我们得到了一 个足够长的数字序列， 3,1,5,1,4,6,5,4,6,5,4,5,6,1,3,2,1,6,4,6,5,4,3,2,1,3,2,1,4,2,3,1,3...... 如果从序列中一个接一个的取出数字,那么数字就看似随机。 问题的关键是从这序列的哪个点(数字)开始取数？这个开始的点(数字)叫做种子。 注意，如果从相同的点(种子)开始，将会得到相同的数字,这是因为我们是从固定的序 列中取数字(所以叫伪随机)。但这却是一个有用的特性，我们可以每次从不同的点取数，即改变种子！ 在6502上,8位或16位随机数是最常用的，函数返回一个32位的数字,范围0~2^32。名词"线性叠加"听起来容易范晕, 其实只涉及二个内容:乘法和加法。三个步骤： 1. 为了取得新的种子(也就是从序列开始的那个点的数字)，旧的种子和一个常数A相乘， 2. 所得结果然后和第二个常数c相加。 3. 新的种子是结果的低32位(记住,这个函数返回32位数字)。保留低32位很重要,用来获得下一个种子。 计算公式: 种子 = A * 种子 + C 此公式在几何图中表示一条直线，而且新种子由旧种子反复相加得来，所以叫线性叠加。 随机数函数的关键在于选择优秀的"常数A"(也叫乘数A),其实也就是选择了一个固定 的数字序列。"常数c",不像乘数A那样重要，但是它一定是个奇数。事实上， c可选1，而 且这是例程所使用的,因为它会简化计算。 注意，奇数(旧的种子)乘奇数(乘数A)是奇数,再加奇数(常数c)将会是一个偶数；偶数(旧的种子)乘奇数(乘数A),加奇数(常数c)将会是一个奇数。如此种子将会在奇数和偶数之间转变。因为种子的变化足够随机，所以新种子的值可以作为8位或16位随机数。 子程序F_RandomSeed，计算 "种子 = 乘数 * 种子+1" (记得,c=1)。有三个版本: 在进行概率测试时（如玩彩票的网友就会经常用到），我们会经常用到随机数。当需要大量的随机数时，也许你会为如何获得这么多符合要求的随机数感到困惑。其实，用WPS表格2007个人版，中心满足你对随意数的各种要求。 一、生成0-1之间的随机数 这个最容易，因为WPS表格内置了随意机生成函数——rand函数，用法也很简单，只要在需要生成随意数的单元格内输入“=rand()”（不含外侧双引号，且所有字符均为半角，如图1）。- 图1 输入完成后回车，该单元格即出现一个大于或等于0,并小于1随机小数。如果你需要很多这样的随机数的话，可以选中该单元格，然后用鼠标左键在该单元格右下角的方形点（即填充柄）按下，并向下拖动到合适的位置，则这一范围内所有的单元格均生成一个随机数,如果还要更多，则再选中已经生成随机数的所有单元格，并在选区右下方如法向右拖动，则拖出的矩形区域内的所有单元格都会生成随机数，要多少有多少啊（图2）！ 图2 二、生成0-100之间的整数 用rand函数生成的随机数范围是0-1之间的小数，如果我想要生成0-100之间的任意整数应该如何操作呢？如果还要用rand函数的话，则必须借助另一个函数——round函数。round 函数的格式为：ROUND(数值,小数位数)，其功能是“按指定的位数对数值进行四舍五入后返回”。如“round(1.2586,2)”表示取1.2586小数点后2位有效数字，即返回值为“1.26”。 有了round函数的帮助，生成0-100之间的整数就不难了，可以在单元格中输入 “=ROUND(RAND(),2)*100”（不含外侧双引号），即先用RAND函数生成一个0-1之间的随机小数，再取该数值小数点后2位有效数字，然后乘以100,即可生成一个0-100之间的整数。 不过，在WPS表格2007中，引入了一个特别的函数——RANDBETWEEN,这个函数的格式是RANDBETWEEN(最小整数,最大整数)，其功能是取最小整数和最大整数之间的随意整数。上面的公式可以改写成“=RANDBETWEEN(0,100)”即可达到相同的效果。 三、随机数生成后不再变动 用以上两个函数生成的随机数都有一个共同的特点，就是每当工作簿中有单元格的内容发生改变时，随机数都会重新计算，也就是说，随机数随时都在变化之中，而不能固定下来。如果你希望这些随机数一旦生成就不再变动，又该如何做呢？其实也很简单，就是在随机数生成后，把它们全部剪切到系统剪贴板，并从“编辑”菜单中选择“选择性粘贴”，并在弹出的窗口中选择“数值”（见图3）。或者，在“常用工具栏”中点击“粘贴工具”右侧的倒三角，并在下拉菜单中选择“值”（如图4）。这样，粘贴后的单元格的值就不会再有变化了。 用c语言产生随机数rand() 在C语言中,rand()函数可以用来产生随机数，但是这不是真真意义上的随机数，是一个伪随机数，是根据一个数，我们可以称它为种子，为基准以某个递推公式推算出来的一系数，当这系列数很大的时候，就符合正态公布，从而相当于产生了随机数，但这不是真正的随机数，当计算机正常开机后，这个种子的值是定了的，除非你破坏了系统，为了改变这个种子的值，C提供了srand()函数，它的原形是void srand( int a)。 可能大家都知道C语言中的随机函数random，可是random函数并不是ANSI C标准，所以说，random函数不能在gcc,vc等编译器下编译通过。 rand()会返回一随机数值，范围在0至RAND_MAX 间。返回0至RAND_MAX之间的随机数值，RAND_MAX定义在stdlib.h，(其值至少为32767)我运算的结果是一个不定的数，要看你定义的变量类型，int整形的话就是32767。在调用此函数产生随机数前，必须先利用srand()设好随机数种子，如果未设随机数种子，rand()在调用时会自动设随机数种子为1。一般用for语句来设置种子的个数。具体见下面的例子。 一如何产生不可预见的随机序列呢 利用srand((unsigned int)(time(NULL))是一种方法，因为每一次运行程序的时间是不同的。 在C语言里所提供的随机数发生器的用法：现在的C编译器都提供了一个基于ANSI标准的伪随机数发生器函数，用来生成随机数。它们就是rand()和srand()函数。这二个函数的工作过程如下： 1) 首先给srand()提供一个种子，它是一个unsigned int类型，其取值范围从0~65535； 2) 然后调用rand()，它会根据提供给srand()的种子值返回一个随机数(在0到32767之间) 3) 根据需要多次调用rand()，从而不间断地得到新的随机数； 4) 无论什么时候，都可以给srand()提供一个新的种子，从而进一步“随机化”rand()的输出结果。 下面是0~32767之间的随机数程序： #include 随机数生成函数C
excel的生成随机数的函数用法
随机数生成原理 实现方法 不同编程语言的随机数函数
matlab随机数生成(全部函数)
C语言程序设计 伪随机数的产生
信息安全基础综合实验讲义(伪随机数产生器)-2012版
C语言如何产生随机数
MATLAB伪随机数发生器
8位单片机产生伪随机数的算法(6502版)
非常实用的函数生成随机数字
用c语言产生随机数rand()