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- 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- n матрица.
r = randn(s,m,n,p,...) или r =
randn(s,[m,n,p,...]) возвращает m- n- p-... 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 mNP... должны быть неотрицательные целые числа. Отрицательные целые числа обработаны как 0.
Последовательность чисел производится randn определяется внутренним состоянием случайного потока srandn использование одно или несколько универсальных значений от s сгенерировать каждое нормальное значение. Сброс того потока к тому же фиксированному состоянию позволяет расчетам быть повторенными. Установка, которую поток к различным состояниям приводит к уникальным расчетам, однако, он не улучшает статистических свойств.
RandStream | parallel.gpu.RandStream | rand (RandStream) | randi (RandStream) | randn