Нормально распределенные псевдослучайные числа
r = randn(s,m,n)
r = randn(s,[m,n])
r = randn(s,m,n,p,...)
r =
randn(s,[m,n,p,...])
r = randn(s)
r = randn(s,size(A))
r = randn(...,'double')
r
= randn(...,'single')
r = randn(s,n) возвращает n-by-n матрица, содержащая псевдослучайные значения, чертившие от стандартного нормального распределения. randn чертит те значения от случайного потока s.
r = randn(s,m,n) или r = randn(s,[m,n]) возвращает m-by-n матрица.
r = randn(s,m,n,p,...) или r =
randn(s,[m,n,p,...]) возвращает m-by-n-by-p-by-... массив.
r = randn(s) возвращает скаляр.
r = randn(s,size(A)) возвращает массив тот же размер как A.
r = randn(...,'double') или r
= randn(...,'single') возвращает массив универсальных значений заданного класса.
Размер вводит m, n, p... должен быть неотрицательными целыми числами. Отрицательные целые числа обработаны как 0.
Последовательность чисел, произведенная randn, определяется внутренним состоянием случайного потока s. randn использует одно или несколько универсальных значений от s, чтобы сгенерировать каждое нормальное значение. Сброс того потока к тому же фиксированному состоянию позволяет вычислениям быть повторенными. Установка, которую поток к различным состояниям приводит к уникальным вычислениям, однако, он не улучшает статистических свойств.
RandStream | parallel.gpu.RandStream | rand (RandStream) | randi (RandStream) | randn
