1、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。
为彰武等地区用户提供了全套网页设计制作服务，及彰武网站建设行业解决方案。主营业务为做网站、网站设计、彰武网站设计，以传统方式定制建设网站，并提供域名空间备案等一条龙服务，秉承以专业、用心的态度为用户提供真诚的服务。我们深信只要达到每一位用户的要求，就会得到认可，从而选择与我们长期合作。这样，我们也可以走得更远！
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、最后在“输出选项”中选择随机数生成的位置。单击“确定”按钮即可生成一组符合参数要求的正态分布的随机数。
4、可以使用库函数rand()。rand声明于stdlib.h，其原型为 int rand(void)；功能为返回一个随机整型值。在C语言中，该值是一个正数值。
5、回答：这个要看你的具体需求，有几种方法可以推荐。
6、较复杂的：inverse CDF，直接利用累积分布函数（CDF）的反函数生成随机数，但计算中牵扯到比较复杂的误差函数erf（非初等函数）更好的：Box-Muller算法，在很长时间内都是生成正态分布随机数的标准算法。
调试程序时，随机数种子可以设常数，例如srand(54321)；用 rand() 产生均匀分布随机数 x1，x2 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。
C语言中计算一个数的N次方可以用库函数pow来实现。
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。。
1、调试程序时，随机数种子可以设常数，例如srand(54321)；用 rand() 产生均匀分布随机数 x1，x2 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。
2、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。
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、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。
