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