[(0,1)均匀分布]
X = rand(
sz1,...,szN
)
返回由随机数组成的
sz1
×...×
szN
数组，其中
sz1,...,szN
指示每个维度的大小。例如：
rand(3,4)
返回一个 3×4 的矩阵。
[(a,b)均匀分布]
X = unifrnd(a,b,m,n) 返回由随机数生成的 m x n 数组，其中X的范围在[m,n]
[标准正态分布]
X = randn(m,n) 返回m * n的随机项矩阵
若需产生指定标准差和方法的随机矩阵，则可将randn产生的结果乘以
标准差
，然后加上期望均值即可。例如，产生均值为0.6，方差为0.1的一个5*5的
随机数
方式如下：
x = .6 + sqrt(0.1) *
rand
n(5)
[正态分布]
X = normrnd(mu,sigma,m,n) 返回期望为mu，标准差为sigma的m * n的随机矩阵
[指数分布]
X = exprnd(theta,m,n) 返回参数为theta 的指数分布 m * n 数组
[泊松分布]
poissrnd(lamda,m,n) 返回参数为lamda的 泊松分布随机数
[二项分布]
binornd(n,p,m,n) 考虑一个打靶的例子，每枪命中率为p，共射击N枪，那么一共击中的次数就服从参数为（N,p）的二项分布。
在
Matlab
中
，我们可以使用一些函数来生成具有特定
均值
和
方差
的正态分布随机数。通过比较直方图和曲线，我们可以看到生成的随机数确实具有所需的
均值
和
方差
，并且与理论正态分布相吻合。函数生成一组具有
均值
为0和
方差
为1的标准正态分布随机数。然后，我们可以使用线性变换来调整这些随机数的
均值
和
方差
。希望这个示例能帮助你生成具有特定
均值
和
方差
的正态分布随机数。以下是一个示例代码，演示如何生成具有特定
均值
和
方差
的正态分布随机数。来调整随机数的
均值
和
方差
，得到最终的随机数向量。生成具有特定
均值
和
方差
的正态分布随机数。
生成指定
均值
向量为(3, 2)，协
方差
矩阵为(11.51.54)\left(\begin{aligned}&1&1.5\\&1.5&4\end{aligned}\right)(11.51.54)的二元正态分布的随机数：
mu = [3 2]; % 均指向量
nov = [1 1.5; 1.5 4]; % 协方
一、问题来源：
在学习
matlab
中
看到书上有许多关于
生成随机数
的应用，y书上一开始会写一个rand('state',0)，注释是为了方便验证，一开始并不是很理解，最近搜索网上文章等深入理解了下关于
MATLAB
中
生成随机数
函数的相关应用。
二、问题探究
1：rand(....)
它是生成（0,1）之间（开环，不包含0和1两个数）均匀分布的伪随机数，...
产生任意分布随机数的一般定理
产生连续型随机变量样本值的
方法
有如下定理：
定理：设随机变量U~U（0，1），F(x)是某一随机变量的分布函数，且F(x)为严格单调增加且连续的函数，则随机变量F-1(U)具有分布函数F(x)，其
中
F-1(x)是F(x)的反函数。
利用该定理可以生成不同分布函数的随机变量。如随机变量X具有指数分布，其分布函数为
试产生随机变量X。X可以通过以下过程得到：
设U~U（0，1），令
因为当U~U（0，1），也有1 - U~U（0，1）,从而
就是所要产生的指数分布的随
1、rand()生成(0,1)区间上均匀分布的随机数基本语法：rand([M,N,P...])生成排列成M*N*P*...多维向量的随机数。如果只写M，则生成M*M矩阵；如果参数为[M,N]可以省略方括号。2、randn()生成服从标准正太分布(
均值
为0，
方差
为1)的随机数基本语法：randn([M,N,P,...])解释同1若安装了统计工具箱(StatisticToolbox),除了以上两种基本...
