不使用normrnd，上面这个例程可以怎么写

如果您不想使用MATLAB中的normrnd函数，可以使用randn函数生成标准正态分布随机数，然后使用公式 $X = \mu + \sigma Z$ 将其转换为任意均值和标准差的正态分布随机数。其中，$Z$是标准正态分布随机数，$\mu$和$\sigma$分别是所需正态分布的均值和标准差。

以下是使用randn函数生成正态分布随机数的示例代码：

mu = 10; % 均值
sigma = 2; % 标准差
n = 1000; % 随机数个数

% 生成标准正态分布随机数
Z = randn(n, 1);

% 转换为任意均值和标准差的正态分布随机数
X = mu + sigma * Z;

% 绘制直方图
histogram(X);

上述代码将生成1000个均值为10，标准差为2的正态分布随机数，并绘制其直方图。

相关问题

normrnd

`normrnd`是MATLAB中的一个函数，用于生成一个服从正态分布（高斯分布）的随机数。它的输入参数为均值和标准差，输出为一个随机数。例如，生成一个均值为0，标准差为1的标准正态分布随机数可以使用以下语句：

x = normrnd(0,1);

错误使用 normrnd (第 33 行) 大小信息不一致。

这个错误通常是由于输入参数的维度不匹配引起的。请检查您的代码，确保您正在使用正确的维度和大小来调用`normrnd`函数。

您需要确保输入参数中的均值和标准差都是向量或矩阵，并且它们的大小相同。例如，如果您要生成一个具有均值为mu，标准差为sigma的正态分布随机数，则可以使用以下代码：

mu = [1 2 3];
sigma = [0.1 0.2 0.3];
x = normrnd(mu, sigma);

这将生成一个大小为[1 3]的向量x，其中每个元素都是一个从对应的均值和标准差生成的随机数。

如果您仍然遇到问题，请仔细检查您的输入参数，并确保它们的大小匹配。