n = 8；
miu 1 = 1；%第壹次分布的參數
sigma 1 = 2；%第壹次分布的參數
miu 2 = 6；%第二次分布的參數
sigma 2 = 1；%第二次分布的參數
R = 0.2*normrnd(miu1，sigma1，M，N)+0.8*normrnd(miu2，sigma2，M，N)；
單點的概率都是零，那麽妳拿出來的隨機數是什麽？
為了滿足統計分布，需要按區間計數幾個隨機數。
另外，我不知道妳要做什麽。
如果要生成壹定概率密度的隨機數，最好用反函數法什麽的。
例如，生成壹個具有x.^2分布的隨機數，但是這些應該是歸壹化的。
============================================
首先，我知道我的錯了。從下圖可以看出。
m = 1000；%生成壹個m行n列的隨機數矩陣。
n = 1；
miu 1 = 1；%第壹次分布的參數
sigma 1 = 2；%第壹次分布的參數
miu 2 = 6；%第二次分布的參數
sigma 2 = 1；%第二次分布的參數
R = 0.2*normrnd(miu1，sigma1，M，N)+0.8*normrnd(miu2，sigma2，M，N)；
x =-5:0.001:15；
y1=normpdf(x，miu1，sigma 1)；
y2=normpdf(x，miu2，sigma 2)；
支線劇情(2，2，1)；
plot(x，y 1)；
支線劇情(2，2，2)；
plot(x，y2)；
支線劇情(2，2，3)；
y3 = 0.2 * y 1+0.8 * y2；
plot(x，y3)；
次要情節(2，2，4)
dx = 0.5
xx =-5:dx:15；
yy=hist(R，xx)；
YY = YY/M/dx；
plot(x，y3)；
繼續
酒吧(xx，yy)
=======================================
正確的方式，我還沒想明白，還在繼續。。。。
============================================
_ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _新的嘗試
我覺得下面這個結果可能可以接受。
思維:基於逆變換的方法
Matlab有如下內容
P=normpdf(x，miu，sigma)是x處的概率密度。
P=normcdf(x，miu，sigma)就是求x
我給壹個區間，我認為這個區間外的概率是0(這個不夠嚴謹，理論上應該是從負無窮大到正無窮大)。
我這裏取的是-10:15，期間取25000個點，算出這些點的累積概率值(兩點的加權和y3)，把這個叫做F(x)。根據逆變換方法，
F(x)=u，其中u是從0到1的均勻隨機數。只要找到它的解x0，x0就滿足給定的概率密度分布。我在這裏使用插值。使用
(y3，x)來插值u的位置。
說明有壹些地方不夠嚴謹，嚴謹要用分析方法來反推。
%%%%以下是程序。
m = 1000；%生成壹個m行n列的隨機數矩陣。
n = 1；
miu 1 = 1；%第壹次分布的參數
sigma 1 = 2；%第壹次分布的參數
miu 2 = 6；%第二次分布的參數
sigma 2 = 1；%第二次分布的參數
x =-10:0.001:15；
y1=normpdf(x，miu1，sigma 1)；
y2=normpdf(x，miu2，sigma 2)；
y3 = 0.2 * y 1+0.8 * y2；
y1=normcdf(x，miu1，sigma 1)；
y2=normcdf(x，miu2，sigma 2)；
y = 0.2 * y 1+0.8 * y2；
u =蘭特(N，M)；
R=interp1(y，x，u，'線性')；
dx = 0.5
xx =-10:dx:15；
yy=hist(R，xx)；
YY = YY/M/dx；
酒吧(xx，yy)
堅持住；
繪圖(x，y3，' r* ')