介绍几个rank函数的一般表达式。
返回在x=rand(x=rand为区间) 0，1 )内均匀分布的随机数。 X=rand(nx=0.8147x=rand(n ) x=rand ) n )返回nn的随机数矩阵。 r=rand(5) ) r=550.8147、0.0975、1576、0.1419、0.6557、0.9058、0.2785、0.9706、0.4218、0.0357、0.5469 0 324.96490.80030.9595.6787 x=rand (sz1，szN ) x=rand (sz1，szN )返回由随机数组成的sz1.szN数组。 其中SZ1，szN表示每个维的大小。例如，rand (3，4 )返回34的矩阵。
x=rand (3，4 ) x=0.90580.6324(0.5469.1576 ) 0.1270.0975 ) 0.9706.9134(2785.9649.9572指定区间的随机数：一般为
r=a(B-a ).*rand(N ) n，1 )生成区间) a，b )内的n个随机数。 例如：在区间(-5，5 )内生成由均匀分布的数字构成的101列的矢量。
r=-5(5) * rand (10，1 ) r=101 ) 3.1472 ) 4.0579-3.7301 ) 4.1338 ) 1.3236-4.0246-2.2150.4688 ) 5751.6489
随机整数示例：使用mmdse函数而不是rand生成均匀分布在10到50之间的五个随机整数。
r=mmdse([1050]，1，5 ) r=15 43 47 15 47 35随机复数：例如，生成实部和虚部在区间(0，1 )内的随机复数。
a=rand 1i*randa=0.8147 0.9058i随机数生成器重置随机数生成器与c语言伪随机数种子类似，计算机生成的随机数实际上并不“随机”。
一旦初始随机数种子确定，它将被称为伪随机数，因为随后产生的随机数序列将被确定。
只有当我们继续重置当前的随机数种子时(C语言将时间视为随机数种子)，我们由此产生的一系列数字才可能看起来是随机的。
这样我们也可以保存现在的随机数种子。 这样做看起来没有任何意义，但与其这样想，不如说我们活在有我们想要的数据的随机数种子里，下次想要一模一样的数据时，我们就束手无策了。 唯一的方法是保存当前的随机数种子，然后继续调用保存的随机数种子即可。
示例：保存随机数生成器的当前状态，生成由随机数构成的15向量。
s=rng； r=rand (1，5 ) r=150.8147，0.9058，0.1270.9134，0.6324 ` `将随机数发生器的状态返回到s，创建由随机数组成的新的15向量。 价格和以前一样。 ` ` ` CPPRNG(s； R1=rand (1，5 ) R1=150.8147 )0.9058 )0.1270.9134 )0.6324的三维阵列示例：创建由随机数组成的323阵列。
x=rand (3，2，3 ) x 65:1 )=0.1869 ) 0.6463(4898.7094 ) 0.4456.7547 x 65:2 ) 0.276660 创建由具有单精度值元素的随机数组成的14向量。
r=rand (1，4，' single ' ) r=1x4 singlerowvector 0.81470.9058.1270.9134 class (r ) ans='single ' ) ) ) ) )。