如何matlab取正态分布随机数

运用normrnd函数。

1 R＝normrnd(MU,SIGMA)：生成服从正态分布(MU参数代表均值，SIGMA参数代表标准差)的随机数。输入的向量或矩阵MU和SIGMA必须形式相同，输出R也和它们形式相同。标量输入将被扩展成和其它输入具有相同维数的矩阵。

2 R＝normrnd(MU,SIGMA,m,n)： 生成m×n形式的正态分布的随机数矩阵。

实例：生成均值为0，标准差为1的22正态分布随机矩阵。

拓展说明：

matlab中还有个函数randn，可以产生均值为0，方差σ^2 = 1，标准差σ = 1的正态分布的随机数或矩阵。

Y = randn(n）返回一个nn的随机项的矩阵;

Y = randn(m,n)  或 Y = randn([m n])：返回一个mn的随机项矩阵。

close all;

clear all;

data = xlsread('工作簿数据xlsx','sheet2','g2:g106556'); %读入数据

%测试数据 data = lognrnd(8,7,10000,1);

[y x]=hist(data,200);   %统计频次分布

h=bar(x,y,1);  %画直方图

hold on;

%对数正态分布密度函数

fun=@(p,x) p(1)/xexp(-((log(x)-p(2))/p(3))^2/2);

%A=p(1),mu=p(2),sigma=p(3)

[maxy ind]=max(y); 

%做非线性数据拟合

p=nlinfit(x,y,fun,[maxyx(ind),log(x(ind)),1]);

%画拟合曲线

x1 = min(x):001:max(x);

yfit=fun(p,x1); 

plot(x1,yfit,'r','linewidth',1);

%极大似然处 x=exp(mu-sigma^2);

xmax=exp(p(2)-p(3)^2);

ymax=fun(p,xmax);

plot([xmax xmax],[0 ymax],'g','linewidth',2);

%期望值处 x=exp(mu+sigma^2/2)

xmean=exp(p(2)+p(3)^2/2);

ymean=fun(p,xmean);

plot([xmean xmean],[0 ymean],'c','linewidth',2);

xlim([min(x) max(x)]);

xlabel('BC浓度（ng/m^3）');

ylabel('频数');

legend('统计数据',['对数正态分布:\mu=' num2str(p(2)) ',\sigma=' num2str(p(3))],

    ['极大概然分布位置:x=' num2str(xmax)],['期望值位置:x=' num2str(xmean)]);

text(xmean+10000,ymean+10,'$ y=\frac{A}{x}e^{-\frac{(lnx-\mu)^2}{2\sigma^2}} $',

    'interpreter','latex','FontSize',18);

>> pd=makedist('Normal');

>> x = -4:001:4;

>> y=cdf(pd,x);

>> plot(x,y)

程序：

clear

x=-4:001:4;

miu=0;sigma=1;

y1=normpdf(x,miu,sigma);

y2=normcdf(x,miu,sigma);

%前者是密度，后者是分布

y3=normrnd(miu,sigma,1,length(x));

%高斯白噪声

z1=x+4;

z2=sort(y3);

y4=normcdf(z2,miu,sigma);

figure(1)

subplot 221

plot(x,y1)

title('正态分布的概率密度')

subplot 222

plot(x,y2)

title('正态分布的累积分布')

subplot 223

plot(z1,y3)

title('高斯白噪声')

subplot 224

plot(z2,y4)

title('高斯白噪声的累积分布')

syms a t

fun=exp(-t^2/2)/sqrt(2pi);

F=int(fun,t,-inf,t);

t=000:001:349;

eval(F)

呵呵你不会是我同学吧？？我也学数模的，几天前搞的，