编写一个matlab函数,返回正态分布随机数

### 回答1：
编写一个MATLAB函数，返回正态分布随机数可以使用MATLAB的内置函数`randn()`来实现。下面是一个简单的MATLAB函数代码示例：

function random_num = generate_normal_distribution(mean, std_dev, num_samples)
    random_num = mean + std_dev * randn(num_samples, 1);
end

这个函数名为`generate_normal_distribution`，接受三个输入参数：`mean`代表正态分布的均值，`std_dev`代表正态分布的标准差，`num_samples`代表要生成的随机数的数量。函数通过`randn()`生成一个大小为`num_samples`的列向量，每个元素都是来自具有均值为0，标准差为1的正态分布的随机数。然后，将每个随机数乘以标准差，并加上均值，以得到所需的正态分布随机数。

可以通过调用这个函数并传入所需的参数来生成正态分布随机数。例如，如果希望生成100个均值为2，标准差为0.5的正态分布随机数，可以使用以下代码：

mean_val = 2;
std_dev_val = 0.5;
num_samples_val = 100;

random_numbers = generate_normal_distribution(mean_val, std_dev_val, num_samples_val);

这样，`random_numbers`将包含100个符合要求的正态分布随机数。

### 回答2：
编写一个MATLAB函数来生成正态分布随机数。

function result = generate_norm_rand(mu, sigma, n)
    % 生成正态分布随机数函数
    % 输入参数:
    %   - mu: 正态分布的均值
    %   - sigma: 正态分布的标准差
    %   - n: 随机数的个数
    % 输出参数:
    %   - result: 生成的正态分布随机数数组
    
    % 使用MATLAB的randn函数生成正态分布随机数
    result = mu + sigma * randn(1, n);
end

这个函数接受三个输入参数：均值mu、标准差sigma和需要生成的随机数个数n。函数内部使用`randn(1, n)`生成均值为0、标准差为1的正态分布随机数，然后乘以标准差sigma并加上均值mu，即可得到指定均值和标准差的正态分布随机数。最后将结果返回。

### 回答3：
编写一个MATLAB函数来返回正态分布随机数。

function random_number = normal_distribution(mu, sigma, n)
    % 输入参数：
    % mu: 正态分布的均值
    % sigma: 正态分布的标准差
    % n: 随机数个数
    
    % 生成随机数的范围
    range = [-3*sigma+mu, 3*sigma+mu];
    
    % 生成均匀分布随机数
    uniformly_distributed = range(1) + (range(2)-range(1)).*rand(n, 1);
    
    % 使用Box-Muller转换将均匀分布转换为正态分布
    random_number = (sqrt(-2*log(uniformly_distributed)) .* cos(2*pi*uniformly_distributed)) * sigma + mu;
end

该函数接受三个输入参数：正态分布的均值（mu），正态分布的标准差（sigma），以及需要生成的随机数个数（n）。

函数首先根据均值和标准差计算出随机数的范围。然后使用MATLAB内置的rand函数生成均匀分布的随机数。接下来，使用Box-Muller转换将均匀分布的随机数转换为正态分布的随机数。最后，根据公式进行缩放和平移，生成最终的正态分布随机数。

函数返回一个n×1的向量，包含了生成的正态分布随机数。