MATLAB 是一款广泛应用于科学计算、工程设计和数据分析的高性能语言和交互式环境。在 MATLAB 中，生成随机数是非常常见的需求，特别是在模拟和统计建模中。normrnd 函数是 MATLAB 提供的一个用于生成正态分布随机数的工具。下面，我们将详细探讨如何使用 normrnd 函数。
正态分布简介
正态分布，也称为高斯分布，是最常见的连续概率分布之一。它以均值为中心，左右对称，形状呈钟形。正态分布的概率密度函数为：
[ f(x|\mu, \sigma^2) = \frac{1}{\sqrt{2\pi\sigma^2}} e^{-\frac{(x-\mu)^2}{2\sigma^2}} ]
其中，(\mu) 是均值，(\sigma^2) 是方差。
normrnd 函数概述
normrnd 函数用于生成符合指定正态分布的随机数。其基本语法如下：
y = normrnd(mu, sigma, [m, n], p)
mu：期望值或均值，正态分布的中央值。sigma：标准差，表示数据的离散程度。[m, n]：输出矩阵的尺寸，默认为空，表示生成一个行向量。p：指定随机数生成的概率分布，默认为空，表示生成连续型随机数。
使用 normrnd 生成随机数
假设我们想要生成一个均值为 0，标准差为 1 的正态分布随机数，可以使用以下代码：
% 定义均值和标准差
mu = 0;
sigma = 1;
% 生成随机数
randomNumbers = normrnd(mu, sigma);
这段代码会生成一个包含正态分布随机数的行向量 randomNumbers。
生成矩阵形式的随机数
如果你需要生成一个矩阵形式的随机数，可以指定输出矩阵的尺寸。例如，生成一个 5x3 的矩阵：
% 定义均值和标准差
mu = 0;
sigma = 1;
% 生成一个 5x3 的正态分布随机数矩阵
randomMatrix = normrnd(mu, sigma, [5, 3]);
设置随机数生成器的状态
MATLAB 的随机数生成器状态可以通过 rng 函数设置。例如，使用种子 123 来设置随机数生成器的状态：
% 设置随机数生成器的种子
rng(123);
% 生成随机数
randomNumbers = normrnd(mu, sigma);
使用相同的种子将始终生成相同的随机数序列，这对于测试和调试非常有用。
总结
normrnd 函数是 MATLAB 中生成正态分布随机数的强大工具。通过了解其参数和语法，你可以轻松地生成符合特定统计特性的随机数。无论是在科学计算还是工程应用中，正确使用 normrnd 都能帮助你更有效地模拟和建模。