matlab中randn（‘state’）

randn('state')

隨機數都是由RandStream隨機數據流生成的（里面有一套固定的算法，一般用時間發生裝置）。其中就有'state'，'seed'，'twister'等參數。

‘state’是對隨機發生器的狀態進行初始化，並且定義該狀態初始值。比如你過一段時間還要使用這個隨機數的時候，還能保持當前的隨機取值。

比如
randn('state',2013)
a = randn(1)
b = randn(1) 會發現與上一個隨機值不一樣

如果再定義一次
randn('state',2013)
c = randn(1) 會發現與a的值一樣

（1）RANDN產生正態分布數的語法：
RANDN(N) ：產生N× N的矩陣，其元素是按正態分布的數組；
RANDN(M,N) and RANDN([M,N])：產生M×N的矩陣；
RANDN(M,N,P,...) or RANDN([M,N,P...])產生隨機序列；

（2）RANDN產生偽隨機數的語法：
發生器的狀態決定所產生數的序號。
S = RANDN('state') 是一個二元向量，包括標准發生器的狀態；
RANDN('state',S)：設置發生器的狀態為S（即標准狀態）；
RANDN('state',0)：設置發生器的初始狀態；
RANDN('state',J)：J為整數，設置發生器到J階狀態；

（3）MATlAB 4.X應用一個單獨的種子來產生隨機數：
RANDN('seed',0) and RANDN('seed',J)作用與RANDN('state',0)和RANDN('state',J)一樣，但使用Matlab 4.x隨機數發生器。
RANDN('seed')：返回MATlAB 4.X發生器的當前種子。

例如：randn（’seed‘，1），表明選定了一個初狀態，再定義隨機數列x=randn（1，100），x的值會確定下來，不會每運行一次而產生不同的隨機數。

 

rand與randn的區別

rand是平均分布，即等概率分布，等概率產生0-1范圍內的數。

randn是標准正態分布，均值為0，標准差為1.