1、2009 年 03 月 20 日 星期五 03:25 P.M.rand(n):生成 0 到 1 之间的 n 阶随机数方阵 rand(m,n):生成 0 到 1 之间的 mn的随机数矩阵 (现成的函数) 另外: Matlab 随机数生成函数 betarnd 贝塔分布的随机数生成器 binornd 二项分布的随机数生成器 chi2rnd 卡方分布的随机数生成器 exprnd 指数分布的随机数生成器 frnd f 分布的随机数生成器 gamrnd 伽玛分布的随机数生成器 geornd 几何分布的随机数生成器 hygernd 超几何分布的随机数生成器 lognrnd 对数正态分布的随机数生成器 nbi
2、nrnd 负二项分布的随机数生成器 ncfrnd 非中心 f 分布的随机数生成器 nctrnd 非中心 t 分布的随机数生成器 ncx2rnd 非中心卡方分布的随机数生成器 normrnd 正态（高斯）分布的随机数生成器 poissrnd 泊松分布的随机数生成器 raylrnd 瑞利分布的随机数生成器 trnd 学生氏 t 分布的随机数生成器 unidrnd 离散均匀分布的随机数生成器 unifrnd 连续均匀分布的随机数生成器 weibrnd 威布尔分布的随机数生成器(From:http:/ 生成随机数据matlab 本身提供很多的函数来生成各种各样的随机数据：normrnd 可以生成一定均
3、值和标准差的正态分布gamrnd 可以生成 gamma 分布的伪随机数矩阵chi2rnd 可以生成卡方分布的伪随机数矩阵trnd 可以生成 t 分布的伪随机数矩阵frnd 可以生成 f 分布的伪随机数矩阵raylrnd 可以生成 rayleigh 分布的伪随机数矩阵关于具体的函数语法，你可以在 matlab 中用 help 命令得到更详细的说明。我要说的是，这些生成的伪随机矩阵的标准差，均值等都是和你给的具体数据很接近的，但是，不是一样啊。也就是说 matlab 生成的伪随机矩阵不是一定准确的，只能是很接近的。另外，要明白什么是伪随机数。随机数的生成通常有两种方法：一是依赖一些专用的电子元件发
4、出随机信号，这种方法又称为物理生成法。另一类就是通过数学的算法，仿照随机数发生的规律计算出随机数，由于产生的随机数是有数学公式计算出来的，所以这类随机数又称为伪随机数。你也可以让 matlab 生成一个随机的正态分布矩阵，然后用 normstat 来求得生成矩阵的真实方差和矩阵。其实 matlab 中求均值和方差的函数都是以*stat 结尾的。比如上面的求正态分布的 normstat，求 gam 分布的均值和方差的gamstat，求 rayleigh 分布的均值和方差的 raylstat 等。同样的，还有以*pdf结尾的都是函数的概率密度，以*cdf 结尾的函数是分布函数，以 inv 结尾的函数为逆分布函数求解函数。比如，正态分布的概率密度 normpdf，正态分布的分布函数 normcdf，正态分布的逆分布函数求解函数为 norminv。同样道理的还有possion 分布，gamma 分布，卡方分布，T 分布，F 分布，rayleigh 分布等，加上后缀都是相应的概率密度函数，分布函数。
