一般有两种算法：算法一产生12个（0，1）平均分布的随机函数，用大数定理可以模拟出正态分布。算法二用到了数学中的雅可比变换，直接生成正态分布，但此算法在计算很大规模的数时 会出现溢出错误。
创新互联公司主要从事成都网站制作、做网站、网页设计、企业做网站、公司建网站等业务。立足成都服务麻城,10年网站建设经验,价格优惠、服务专业,欢迎来电咨询建站服务:028-86922220
error\n)；}}把生成的数据放入txt文件中，再导入matlab中，查看是否符合正态分布。matlab中用normplot()画图如下：很接近红线，说明很符合正态分布。再用以下代码进行精确性分析：得到H1=0，说明确实是正态分布。。
利用瑞利分布得正态分布随机数 y1，y2 再按要求线性缩放一下到[0.01，2] 区间。
Rand(idum) 是随机数发发生器(0~1)，idum为种子。如果使用C语言的随机数，则上面不需要传入种子。
1、C语言中计算一个数的N次方可以用库函数pow来实现。
2、利用瑞利分布得正态分布随机数 y1，y2 再按要求线性缩放一下到[0.01，2] 区间。
3、error\n)；}}把生成的数据放入txt文件中，再导入matlab中，查看是否符合正态分布。matlab中用normplot()画图如下：很接近红线，说明很符合正态分布。再用以下代码进行精确性分析：得到H1=0，说明确实是正态分布。。
4、既然产生的不是伪随机数，那么随机源就是问题的关键。随机源可以通过侦听和统计系统中的各种事件来模拟实现；这是一个很难的问题。通过C调用Matlab的功能就简单多了。
C语言中计算一个数的N次方可以用库函数pow来实现。
一般有两种算法：算法一产生12个（0，1）平均分布的随机函数，用大数定理可以模拟出正态分布。算法二用到了数学中的雅可比变换，直接生成正态分布，但此算法在计算很大规模的数时 会出现溢出错误。
利用瑞利分布得正态分布随机数 y1，y2 再按要求线性缩放一下到[0.01，2] 区间。
x[i])；fprintf(fp，%lf\t，x[i])；if(i%5==4){printf(\n)；}}if(fclose(fp)==EOF){printf(Closing error\n)；}}把生成的数据放入txt文件中，再导入matlab中，查看是否符合正态分布。
include randomdefault_random_engine gen；normal_distributiondouble randn(mu， sigma)；double t = randn(gen)；具体详见random库的normal_distribution类。
