使用python已知平均数求随机数

可以使用Python内置的random模块来生成随机数，以下是一个示例代码，可以根据给定的平均数和标准差生成随机数：

import random
import math

mean = 50  # 平均数
std_deviation = 10  # 标准差
num_samples = 10  # 生成的随机数个数

samples = [random.gauss(mean, std_deviation) for _ in range(num_samples)]
print(samples)

其中，random.gauss函数可以生成一个服从正态分布的随机数，其参数分别为均值和标准差。通过多次调用该函数，可以生成指定个数的随机数。上述代码中，我们生成了10个平均数为50，标准差为10的随机数，并将其打印出来。

相关问题

使用MATLAB已知平均数求随机数

在MATLAB中，可以使用 `normrnd()` 函数生成符合正态分布的随机数。以下是一个示例代码，可以根据给定的平均数和标准差生成随机数：

mean = 50;  % 平均数
std_deviation = 10;  % 标准差
num_samples = 10;  % 生成的随机数个数

samples = normrnd(mean, std_deviation, [1, num_samples]);
disp(samples);

其中，`normrnd()` 函数的第一个参数表示均值，第二个参数表示标准差，第三个参数是一个行向量，表示生成的随机数的个数。上述代码中，我们生成了10个平均数为50，标准差为10的随机数，并将其打印出来。

使用MATLAB已知平均数求随机数，随机数为整数

在MATLAB中，可以使用 `randi()` 函数生成指定范围内的整数随机数。以下是一个示例代码，可以根据给定的平均数和标准差生成随机整数：

mean = 50;  % 平均数
std_deviation = 10;  % 标准差
num_samples = 10;  % 生成的随机数个数

lower_bound = round(mean - 3 * std_deviation);  % 下界
upper_bound = round(mean + 3 * std_deviation);  % 上界

samples = randi([lower_bound, upper_bound], [1, num_samples]);
disp(samples);

其中，我们根据3倍标准差的范围确定了下界和上界，并使用 `randi()` 函数指定了生成随机数的范围。上述代码中，我们生成了10个平均数为50，标准差为10的随机整数，并将其打印出来。