1. rand(m,n) 生成m行n列均匀分布在（0~1）之间的伪随机数。

rand(1,5)ans =0.6797    0.6551    0.1626    0.1190    0.4984

2. randn (m,n) 生成m行n列标准正态分布的伪随机数（均值为0，方差为1）

 randn(1,5)ans =1.5326   -0.7697    0.3714   -0.2256    1.1174

3. randi 生成均匀分布的伪随机整数

Pseudorandom integers from a uniform discrete distribution.
randi（iMax）在 [1，iMax] 生成均匀分布的伪随机整数

randi(5)ans =3

randi（iMax，m，n）在 [1，iMax] 上生成 m X n 型随机矩阵

randi(5,1,5)ans =4     5     5     3     1

randi([iMin,iMax],m,n) ，在 [iMin，iMax] 生成 m X n 型随机矩阵

 randi([2,5],1,5)ans =2     3     5     3     5

4. 重复生成前一次的随机数

我们可以使用rng来保存上一次生成随机数的状态，也就是常说的随机数种子seed

s = rng;  % 保存a的随机数seed
a = randn(1,5)
k = rng;  % 保存b的随机数seed
b = randn(1,5)
rng(s)  % 调用a的随机数seed
a_t = randn(1,5)
rng(k)  % 调用b的随机数seed
b_t = randn(1,5)

结果如下：

a =0.8003   -1.5094    0.8759   -0.2428    0.1668b =-1.9654   -1.2701    1.1752    2.0292   -0.2752a_t =0.8003   -1.5094    0.8759   -0.2428    0.1668b_t =-1.9654   -1.2701    1.1752    2.0292   -0.2752

也可以使用下面这种方法来循环生成同样的随机数
rng(seed)中的seed可以自行选取不同的数值，以此来控制不同的随机数状态

for i = 1:5rng(1)x = randn(1,5)
end

结果如下：

x =-0.6490    1.1812   -0.7585   -1.1096   -0.8456

x =-0.6490    1.1812   -0.7585   -1.1096   -0.8456

x =-0.6490    1.1812   -0.7585   -1.1096   -0.8456

x =-0.6490    1.1812   -0.7585   -1.1096   -0.8456

x =-0.6490    1.1812   -0.7585   -1.1096   -0.8456

可以看到生成的随机数都是一样的。