写一个函数，生成服从某个分布的随机数

1. 均匀分布

首先，由给定的初值x0，用混合同余法：

$$\{\begin{array}{l}{x}_i=(a\ast x_{i-1}+c)modM\\ y_i=x_i/M\end{array}$$

产生（0, 1）区间上的随机数yi。
其中：a=2045，c=1，M=2^20；
然后，通过变换 $z_i=a+(b-a)y_i$ 产生（a，b）区间上的随机数$z_i$。

#left:下限，right:上限，seed:种子
def uniform(left, right, seed):
    a=2045
    c=1
    M=1048586.0
    seed = a * (seed) + c
    seed = seed - (seed / M)
    yi = (seed) / M
    zi = left + (right-left) * yi
    return zi

2. 正态分布

可以使用Box Muller方法，Box Muller方法的推导过程较为复杂，但得到的结果却是很令人满意的。只要用两个相互独立的均匀分布就能得到正态分布用Box-Muller方法，随机抽出两个从均[0,1]匀分布的数字u和v。
$z_1=\sqrt{-2logu}cos2\pi v$
$z_2=\sqrt{-2logu}sin\pi v$
z1和z2都服从正太分布。也可把两个数相乘一下：

import numpy as np  
def boxmullersampling(mu=0, sigma=1, size=1):  
    u = np.random.uniform(size=size)  
    v = np.random.uniform(size=size)  
    z = np.sqrt(-2 * np.log(u)) * np.cos(2 * np.pi * v)  
    return mu + z * sigma