在编程和数据分析中，随机数的生成是一个重要环节。尤其在MATLAB中，通过内置函数可以轻松实现多种概率分布的随机数生成！以下是几种常见分布的示例：

📚 均匀分布

使用`rand`函数生成[0,1]范围内的均匀分布随机数，比如：

```matlab

r = rand(1,5); % 生成5个均匀分布随机数

```

📈 正态分布

借助`randn`函数可生成标准正态分布随机数，例如：

```matlab

z = randn(1,5); % 生成均值为0，标准差为1的随机数

```

📊 泊松分布

对于离散事件建模，可用`poissrnd`生成泊松分布随机数：

```matlab

lambda = 3;

p = poissrnd(lambda,1,5);

```

💡 指数分布

若需模拟等待时间等场景，可使用`exprnd`：

```matlab

mu = 2;

e = exprnd(mu,1,5);

```

以上仅为冰山一角，更多如伽马分布、威布尔分布等均可在MATLAB中找到对应函数支持。结合可视化工具，我们还能绘制出各分布的概率密度曲线，方便直观理解其特性！ 😊

掌握这些技巧后，无论是科研还是工程应用，都能事半功倍哦！