正态分布（Normal Distribution）是自然科学和社会科学中最常见的一种分布形式，它描述的是连续的随机变量的分布规律。在统计学中，正态分布具有一定的数学特点，比如均值、方差等。因此，生成符合正态分布的随机数，是非常常见的需求。

MATLAB 中的 normrnd 函数便是一个生成符合正态分布的随机数的函数。normrnd 的参数非常多，本文将详细介绍这个函数的各个参数，以及如何使用它来生成符合正态分布的随机数。

normrnd 函数语法

normrnd 函数最基本的语法格式如下：

r = normrnd(mu, sigma)

其中，r 是所生成的随机数，是一个列向量。mu 和 sigma 分别是正态分布的均值和标准差，可任意指定。

如果需要生成一个二维正态分布，则可以采用下面的语法：

r = normrnd(mu, sigma, m, n)

其中，m 和 n 分别是矩阵的行数和列数。

normrnd 函数的其他参数

除了基本的 mu 和 sigma 参数之外，normrnd 函数还有很多其他的参数，这些参数可以轻松地调整输出的随机数数据，包括常用的指定随机数数量的参数：

1. size：用于设置结果大小的参数，它可以是一个标量或向量，也可以是一个数组。例如，size=100，则生成 100 个随机数；size=[100,1]，则生成一个 100 行 1 列的矩阵；size=[100,2]，则生成一个 100 行 2 列的矩阵。这个参数可以用来灵活地调整随机数的数量和形状。

2. 'single' 或者 'double'：表示输出随机数数据的类型，如果类型为 'single'，则输出单精度浮点型数据；如果类型为 'double'，则输出双精度浮点型数据。这个参数可以用来控制输出的数据类型。

3. 'like'：表示输出随机数数据的类型与某个矩阵一致。例如，假设存在一个矩阵 A，想让生成的随机数矩阵与 A 类型一致，则可以输入 'like',A。

4. 'seed'：用于提供随机数生成器的种子，可以保证多次运行程序时，生成的随机数结果是一样的。

normrnd 函数的使用示例

下面，我们来看一些具体的例子，展示 normrnd 函数的各种用法：

1. 生成 100 个均值为 5，标准差为 1 的正态分布随机数：

r = normrnd(5,1,[100,1])

2. 生成 10 行 5 列的正态分布随机数矩阵：

r = normrnd(0,1,[10,5])

3. 生成一个与已有矩阵 A 类型一致的正态分布随机数矩阵：

B = normrnd(0,1,'like',A)

4. 指定随机数生成器的种子：

rng(0)

r = normrnd(0,1,[10,1])

注意，在使用 'seed' 参数时，需要先使用 rng 函数来设置生成器的种子。如果不指定种子，则每次运行程序时，生成的随机数都会不同。

总结

通过本文，我们介绍了 MATLAB 中用于生成符合正态分布的随机数的 normrnd 函数。通过灵活调整函数的参数，我们可以指定正态分布的均值和标准差，控制输出随机数数据的大小和类型。normrnd 函数使用非常方便，十分实用。在实际的数据处理和统计分析中，非常值得使用。