首先，我们来看如何生成均匀分布的随机数。MATLAB中的`rand`函数可以生成位于区间[0, 1)内的均匀分布随机数。例如，要生成一个3x3的随机数矩阵，可以使用以下代码：

```matlab

R = rand(3);

```

如果需要生成指定范围内的随机数，比如[a, b]之间的均匀分布随机数，可以通过线性变换实现。假设你希望生成[a, b]范围内的随机数，可以使用公式：

```matlab

R = a + (b-a)rand(n, m);

```

这里`n`和`m`是矩阵的行数和列数。

接下来，我们讨论正态分布（高斯分布）随机数的生成。MATLAB中的`randn`函数用于生成均值为0，标准差为1的标准正态分布随机数。同样地，你可以通过线性变换得到其他均值和标准差的正态分布随机数。例如，生成均值为μ，标准差为σ的随机数：

```matlab

R = mu + sigmarandn(n, m);

```

除了`rand`和`randn`，MATLAB还提供了`randi`函数，用于生成离散均匀分布的整数随机数。例如，生成一个包含1到10之间整数的3x3随机数矩阵：

```matlab

R = randi([1, 10], 3);

```

最后，如果你需要生成符合特定概率分布的随机数，MATLAB还支持更多的分布类型，如泊松分布、指数分布等，这些都可以通过相应的函数实现。

总之，在MATLAB中生成随机数的方法多样且灵活，可以根据具体的应用场景选择合适的方法。无论是连续分布还是离散分布，MATLAB都能提供强大的工具来帮助用户完成任务。