`stats`::`normalRandom`

Сгенерируйте генератор случайных чисел для нормальных отклонений

Блокноты MuPAD® будут демонтированы в будущем релизе. Используйте live скрипты MATLAB® вместо этого.

Live скрипты MATLAB поддерживают большую часть функциональности MuPAD, хотя существуют некоторые различия. Для получения дополнительной информации смотрите, Преобразуют Notebook MuPAD в Live скрипты MATLAB.

Синтаксис

stats::normalRandom(m, v, <Seed = s>)

Описание

stats::normalRandom(m, v) возвращает процедуру, которая производит нормальные отклонения (случайные числа) со средним m и отклонением v> 0.

Процедура f := stats::normalRandom(m, v) может быть назван в форме f(). Возвращаемое значение f() или число с плавающей запятой или символьное выражение:

Если m и v может быть преобразован в числа с плавающей запятой, f() возвращает действительное число с плавающей точкой. В противном случае, символьный вызов stats::normalRandom(m, v)() возвращен.

Численные значения m и v только приняты, если они действительны, и v положителен.

Значения X = f() распределяются случайным образом согласно кумулятивной функции распределения нормального распределения параметрами m и v. Для любого действительного x, вероятность, что X ≤ x дают

Без опции Seed = s, начальный seed выбран внутренне. Этот начальный seed установлен в значение по умолчанию, когда MuPAD^® запускается. Таким образом каждый раз MuPAD запускается или повторно инициализируется с reset функция, случайные генераторы производят те же последовательности чисел.

Примечание

В отличие от функционального random, генераторы производятся stats::normalRandom не реагируйте на переменную окружения SEED.

Для КПД рекомендуется произвести последовательности случайных чисел K через

f := stats::normalRandom(m, v): f() $k = 1..K;

вместо

stats::normalRandom(m, v)() $k = 1..K;

Последний вызов производит последовательность генераторов, каждый из которых называется однажды. Также отметьте это

stats::normalRandom(m, v, Seed = n)() $k = 1..K;

не производит случайную последовательность, потому что последовательность недавно инициализированных генераторов была бы создана каждый из них производящий тот же номер.

Взаимодействия среды

Функция чувствительна к переменной окружения DIGITS который определяет числовую рабочую точность.

Примеры

Пример 1

Мы генерируем нормальные отклонения со средним значением 2 и отклонение:

f := stats::normalRandom(2, 3/4): f() $ k = 1..4

delete f:

Пример 2

Символьными параметрами никакие случайные числа с плавающей запятой не могут быть произведены:

f := stats::normalRandom(m, v): f()

Когда m и v оценивают к вещественным числам, f начинает производить случайные числа с плавающей точкой:

m := PI: v := 1/8: f() $ k = 1..4

delete f, m, v:

Пример 3

Мы используем опцию Seed = s воспроизвести последовательность случайных чисел:

f := stats::normalRandom(PI, 3, Seed = 1): f() $ k = 1..4

g := stats::normalRandom(PI, 3, Seed = 1): g() $ k = 1..4

f() = g(), f() = g()

delete f, g:

Параметры

`m`	Среднее значение: арифметическое выражение, представляющее действительное значение
`v`	Отклонение: арифметическое выражение, представляющее положительное действительное значение

Опции

Seed

Опция, заданная как Seed = s

Инициализирует случайный генератор с целочисленным seed sS может также быть опция CurrentTime, заставить seed зависеть от текущего времени.

Эта опция служит для генерации генераторов, которые возвращают предсказуемые последовательности псевдослучайных чисел. Генератор инициализируется с seed s который может быть произвольным целым числом. Несколько генераторов с тем же начальным seed производят ту же последовательность чисел.

Когда эта опция используется, параметры m и v должно быть конвертируемым к подходящим числам с плавающей запятой в то время, когда случайный генератор сгенерирован.

Возвращаемые значения

процедура.

Алгоритмы

Реализованный алгоритм для расчета нормальных отклонений использует метод Поля-Mueller. Для получения дополнительной информации см.: Д. Нут, Получисловые Алгоритмы (1998), Издание 2, стр 122.

Документация