利用中心极限定理生成符合正态分布的随机量：

根据独立同分布的中心极限定理，有:

       这里，其实只要取n=12（这里，亦即生成12个0-1上的随机数序列）就会有比较好的效果。 经验证，用该种方法生成生的随机数序列同样能比较好的符合正态分布特性。

       由于生成的都是标准正态分布，所以，当需要生成N(a,b)的正态分布随机量时，根据正态分布的线性变换特性，只要用x=b*x0+a即可。（其中，x0表示生成的符合N(0,1)分布的正态随机变量。）

自己编的代码如下：

public double Norm_rand(double miu, double sigma2){
  double N = 12;
  double x=0,temp=N;
  do{
   x=0;
   for(int i=0;i<N;i++)
    x=x+(Math.random());
   x=(x-temp/2)/(Math.sqrt(temp/12));
   x=miu+x*Math.sqrt(sigma2);
   }while(x<=0);          //在此我把小于0的数排除掉了
   return x;
 }
 泊松分布随机数的产生，代码如下：

public double P_rand(double Lamda){      // 泊松分布
 double x=0,b=1,c=Math.exp(-Lamda),u; 
 do {
  u=Math.random();
  b *=u;
  if(b>=c)
   x++;
  }while(b>=c);
 return x;
 }

其它的随机数的产生可见如下网址，很详细的哟：

http://www.360doc.com/showWeb/0/0/106174.aspx

http://cache.baidu.com/c?word=%D5%FD%3B%CC%AC%3B%B7%D6%B2%BC%3B%CB%E6%BB%FA%3B%CA%FD%3B%CB%E3%B7%A8&url=http%3A//zwill%2Espaces%2Elive%2Ecom/&p=882a971291d512a058b2db255f&user=baidu#baidusnap0