random('Poisson',Lambda)random('Poisson',Lambda,m,n)泊松分布的参数为Lambda，如果只产生一个
随机数就是第一句的样子第二行的语句表示会产生m×n个随机数，且这些随机数组成了m行n列的矩阵matlab的help中给出的例子：random('poisson',1:6,1,6)表示产生lambda分别为1，2，3.。。6的六个随机数组成1×6的矩阵>random('poisson',4)ans=5>>random('poisson',4,3,3)ans=373352755>>random('poisson',4:0.2:5,1,6)ans=246757柯西分布也叫作柯西-洛仑兹分布，它是以奥古斯丁·路易·柯西与亨得里克·洛仑兹名字命名的连续
概率分布，其概率密度
函数为f(XX0,γ)=1/πγ[1+(X-X0)平方/γ平方]其中 x0 是定义分布峰值位置的位置参数，γ 是最大值一半处的一半宽度的尺度参数。作为概率分布，通常叫作柯西分布，物理学家也将之称为洛仑兹分布或者 Breit-Wigner 分布 。在物理学中的重要性很大一部分归因于它是描述受迫共振的微分方程的解。在光谱学中，它描述了被共振或者其它机制加宽的谱线形状。在下面的部分将使用柯西分布这个统计学术语。x0 = 0 且 γ = 1 的特例称为标准柯西分布，其概率密度函数为f(X0,1)=1/π[1+X平方]特性其累积分布函数为：F(XX0,γ)=(1/π)*arctan[(X-X0)/γ]+1/2柯西分布的平均值、方差或者矩都没有定义，它的众数与中值有定义都等于 x0。取 X 表示柯西分布随机变量，柯西分布的特性函数表示为：Φx(tX0,γ)=exp(i*X0*t-γ*t的绝对值)如果 U 与 V 是期望值为 0、方差为 1 的两个独立正态分布随机变量的话，那么比值 U/V 为柯西分布。如果 X1, …, Xn 是分别符合柯西分布的相互独立同分布随机变量，那么算术平均数（X1 + … + Xn）/n 有同样的柯西分布。为了证明这一点，我们来计算采样平均的特性函数：Φx拔(t)=E[exp(i*x拔*t)]其中，X拔是采样平均值。这个例子表明不能舍弃中心极限定理中的有限变量假设。
柯西分布是一个数学期望不存在的连续型概率分布。当随机变量X满足它的概率密度函数时，称X服从柯西分布。柯西分布也叫作柯西一洛伦兹分布，它是以奥古斯丁-路易-柯西与亨德里克-洛伦兹名字命名的连续概率分布。
扩展资料
柯西分布具有如下特点：
1、数学期望不存在。
2、方差不存在。
3、高阶矩均不存在。
4、柯西分布具有可加性
根据柯西序列的定义，对任意ε>0，存在正整数N，当m,n>N时，有|xn-xm|<ε。
于是取m=N+1，则当n>N时，|xn-xN+1|<ε。
解得xN+1-ε<xn<xN+1+ε，即当n>N时，{xn}既有上界又有下界，所以是有界的。
向上述数列中添加{xn}的前N项得到{xn}本身，则由于前N项都是确定的实数，不会改变{xn}的有界性（即使此时{xn}的上、下界发生变化）。故对任意正整数n，{xn}都是有界的。
参考资料来源：百度百科-柯西分布
