matlab生成随机数的rand、randi和randn三种形式

matlab中关于随机数的产生有3种库函数，下面我们来看看它们的形式：
　　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，也就是无穷次试验其中每个数产生的概率是一样的。
　　它的函数格式如下：

 R = rand(N)              % 生成N×N的矩阵随机数，其中每个元素位于0~1之间
 R = rand([M,N,P,...])    % 生成M×N×P×...的矩阵随机数
 R = rand(M,N,P,...)      % 同上，中括号不是必须
 R = rand(..., CLASSNAME) % 生成CLASSNAME类型的随机数，如 'double' or 'single'

　　例如生成double类型的5×3均匀分布的0到1间随机数：

R = rand(5,3,'double');

　　同理，我们想要生成100个位于[a,b]间的数据可表示为：

R = a + (b-a).*rand(100,1);

　　2、randi(…)
　　randi(N) 是生成(0,N]间均匀分布的伪随机数，并且数都是整数，所以每个数是位于1到N之间。它的表达形式有以下几种：

R = randi(iMax)            % 生成1：iMax之间的均匀分布随机数
R = randi(iMax,m,n)        % 生成m×n的1：iMax之间的均匀分布随机数
R = randi([iMin,iMax],m,n) % 生成m×n的iMin:iMax之间的均匀分布随机数

　　例如：

R1 = randi(10,5,1);      % 生成5×1的1:10之间随机数
R2 = randi([10,20],2,3); % 生成2×3的10：20之间随机数

　　3、randn(…)
　　有时候我们希望生成的随机数是呈现正态分布的，而不是随机分布，这时候我们就需要使用randn函数了。它生成的随机数整体概率为正态分布，均值为0，方差为1。也就是说生成的数中出现0的概率最大，而越往无穷或者负无穷概率越小，但是出现的随机数可能为所有实数，只不过出现的概率不同。它的格式如下：

R = randn(N)   % 生成N×N个正态分布的随机数
R = randn(M,N) % 生成M×N个正态分布的随机数

　　例如：

R = randi(3);      % 生成3×3的正态分布的随机数

　　4、稳定的重启分布rng
　　这里我们来看一下如何让每次程序运行生成的随机数都一样，主要借助的是rang函数，格式如下：

rng('default');
R = rand(1,5); % 每次程序运行生成恒定的1×5随机数

　　此外还有生成同样分布的表达方式：

s = rng;
R1 = rand(1,5);
rng(s);
R2 = rand(1,5); % R1和R2随机数一样