randn

Нормально распределенные случайные числа

Описание

пример

X = randn возвращает случайный скаляр, чертивший в стандартное нормальное распределение.

пример

X = randn(n) возвращает n- n матрица нормально распределенных случайных чисел.

пример

X = randn(sz1,...,szN) возвращает sz1-...-by-szN массив случайных чисел, где sz1,...,szN укажите на размер каждой размерности. Например, randn(3,4) возвращает матрицу 3 на 4.

пример

X = randn(sz) возвращает массив случайных чисел где вектор размера sz задает size(X). Например, randn([3 4]) возвращает матрицу 3 на 4.

пример

X = randn(___,typename) возвращает массив случайных чисел типа данных typename. typename введите может быть любой 'single' или 'double'Можно комбинировать с любым синтаксом из перечисленных выше.

пример

X = randn(___,'like',p) возвращает массив случайных чисел как p; то есть, того же типа объекта как p. Можно задать любой typename или 'like', но не то и другое одновременно.

X = randn(s,___) генерирует числа от потока случайных чисел s вместо глобального потока по умолчанию. Чтобы создать поток, используйте RandStream. Задайте s сопровождаемый любой из комбинаций аргументов в предыдущих синтаксисах, за исключением тех, которые включают 'like'. Этот синтаксис не поддерживает 'like' входной параметр.

Примечание

'seed', 'state', и 'twister' входные параметры к randn функция не рекомендуется. Используйте rng функцию вместо этого. Для получения дополнительной информации смотрите Замену Нежелательные Синтаксисы rand и randn.

Примеры

свернуть все

Сгенерируйте матрицу 5 на 5 нормально распределенных случайных чисел.

r = randn(5)
r = 5×5

    0.5377   -1.3077   -1.3499   -0.2050    0.6715
    1.8339   -0.4336    3.0349   -0.1241   -1.2075
   -2.2588    0.3426    0.7254    1.4897    0.7172
    0.8622    3.5784   -0.0631    1.4090    1.6302
    0.3188    2.7694    0.7147    1.4172    0.4889

Сгенерируйте значения от двумерного нормального распределения с заданным вектором средних значений и ковариационной матрицей.

mu = [1 2];
sigma = [1 0.5; 0.5 2];
R = chol(sigma);
z = repmat(mu,10,1) + randn(10,2)*R
z = 10×2

    1.5377    0.4831
    2.8339    6.9318
   -1.2588    1.8302
    1.8622    2.3477
    1.3188    3.1049
   -0.3077    1.0750
    0.5664    1.6190
    1.3426    4.1420
    4.5784    5.6532
    3.7694    5.2595

Сгенерируйте одно случайное комплексное число с нормально распределенными действительными и мнимыми частями.

a = randn + 1i*randn
a = 0.5377 + 1.8339i

Сохраните текущее состояние генератора случайных чисел и создайте вектор 1 на 5 из случайных чисел.

s = rng;
r = randn(1,5)
r = 1×5

    0.5377    1.8339   -2.2588    0.8622    0.3188

Восстановите состояние генератора случайных чисел к s, и затем создайте новый вектор 1 на 5 из случайных чисел. Значения те же, что и прежде.

rng(s);
r1 = randn(1,5)
r1 = 1×5

    0.5377    1.8339   -2.2588    0.8622    0.3188

Всегда используйте rng функция (а не rand или randn функции), чтобы задать настройки генератора случайных чисел. Для получения дополнительной информации смотрите Замену Нежелательные Синтаксисы rand и randn.

Создание массива 3 на 2 на 3 случайных чисел.

X = randn([3,2,3])
X = 
X(:,:,1) =

    0.5377    0.8622
    1.8339    0.3188
   -2.2588   -1.3077


X(:,:,2) =

   -0.4336    2.7694
    0.3426   -1.3499
    3.5784    3.0349


X(:,:,3) =

    0.7254   -0.2050
   -0.0631   -0.1241
    0.7147    1.4897

Создайте вектор 1 на 4 из случайных чисел, элементами которых является одинарная точность.

r = randn(1,4,'single')
r = 1x4 single row vector

    0.5377    1.8339   -2.2588    0.8622

class(r)
ans = 
'single'

Создайте матрицу нормально распределенных случайных чисел с тем же размером как существующий массив.

A = [3 2; -2 1];
sz = size(A);
X = randn(sz)
X = 2×2

    0.5377   -2.2588
    1.8339    0.8622

Это - общий шаблон, чтобы объединить предыдущие две строки кода в одну строку:

X = randn(size(A));

Создайте матрицу 2 на 2 случайных чисел одинарной точности.

p = single([3 2; -2 1]);

Создайте массив случайных чисел, который одного размера и тип данных с p.

X = randn(size(p),'like',p)
X = 2x2 single matrix

    0.5377   -2.2588
    1.8339    0.8622

class(X)
ans = 
'single'

Если вы имеете Parallel Computing Toolbox™, создаете распределенный массив 1000 на 1000 случайных чисел с базовым типом данных single. Для distributed тип данных, 'like' синтаксис клонирует базовый тип данных в дополнение к основному типу данных.

p = randn(1000,'single','distributed');
Starting parallel pool (parpool) using the 'local' profile ...
connected to 6 workers.

Создайте массив случайных чисел, который одного размера, основной тип данных и базовый тип данных как p.

X = randn(size(p),'like',p);
class(X)
ans =

    'distributed'
underlyingType(X)
ans =

    'single'

Входные параметры

свернуть все

Размер квадратной матрицы в виде целочисленного значения.

  • Если n 0, затем X пустая матрица.

  • Если n отрицательно, затем это обработано как 0.

Типы данных: single | double | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64

Размер каждой размерности в виде отдельных аргументов целочисленных значений.

  • Если размером какой-либо размерности является 0, затем X пустой массив.

  • Если размер какой-либо размерности отрицателен, то это обработано как 0.

  • После второго измерения, randn игнорирует последующие измерения с размером 1. Например, randn(3,1,1,1) дает вектор 3 на 1 случайных чисел.

Типы данных: single | double | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64

Размер каждой размерности в виде вектора-строки из целочисленных значений. Каждый элемент этого вектора указывает на размер соответствующей размерности:

  • Если размером какой-либо размерности является 0, затем X пустой массив.

  • Если размер какой-либо размерности отрицателен, то это обработано как 0.

  • После второго измерения, randn игнорирует последующие измерения с размером 1. Например, randn([3 1 1 1]) дает вектор 3 на 1 случайных чисел.

Пример: sz = [2 3 4] создает массив 2 на 3 на 4.

Типы данных: single | double | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64

Тип (класс) создаваемых данных в виде 'double'единственный, или имя другого класса, который обеспечивает randn поддержка.

Пример: randn(5,'single')

Прототип создаваемого массива в виде числового массива.

Пример: randn(5,'like',p)

Типы данных: single | double

Поток случайных чисел в виде a RandStream объект.

Пример: s = RandStream('dsfmt19937'); randn(s,[3 1])

Советы

  • Последовательность чисел производится randn определяется внутренними настройками универсального генератора псевдослучайного числа, который лежит в основе randrandi, и randn. Можно управлять этим генератором, используя функцию rng.

Расширенные возможности

Представлено до R2006a
Для просмотра документации необходимо авторизоваться на сайте