matlab如何产生二维正态分布随机数 20
5个回答
展开全部
实现的方法和详细的操作步骤如下:
1、第一步,基于实验获得一条数据,要确定是否服从分布,将其转换为直方图,一些数据如图所示,转到下面的步骤。
2、第二步,完成上述步骤后,将某些数据规则(例如距离范围等)分组,即将相似的数据记录分组为一类,并记录该组的频率(数量),见下图,转到下面的步骤。
3、第三步,完成上述步骤后,数据准备好,绘制一个直方图,简单的Matlab代码和直方图见下图,转到下面的步骤。
4、第四步,完成上述步骤后,从绘制的直方图中可以看出,该数据近似正态分布。从原始数据计算出的正态分布的关键值为:平均值,方差和标准差,见下图,转到下面的步骤。
5、第五步, 完成上述步骤后,f =
@(x)normpdf(x,均值,标准差),总概率密度f *等于拟合频数,然后拟合图,见下图,转到下面的步骤。
6、第六步,完成上述步骤后,设置水平和垂直坐标轴,见下图,转到下面的步骤。
7、第七步,完成上述步骤后,如果要绘制频率概率图,则该方法与此类似,只需将频率除以总数即可得到频率,而正态分布f(x)为概率,见下图。这样,就解决了这个问题了。
推荐于2017-09-06
展开全部
matlab产生满足二维高斯(正态)分布的随机数;
参考如下:
mu=[0,2];%数学期望
sigma=[1 0;0,4];%协方差矩阵
r=mvnrnd(mu,sigma,50)%生成50个样本
参考如下:
mu=[0,2];%数学期望
sigma=[1 0;0,4];%协方差矩阵
r=mvnrnd(mu,sigma,50)%生成50个样本
已赞过
已踩过<
评论
收起
你对这个回答的评价是?
展开全部
matlab上有现成的函数,函数名称为:mvnrnd(mu,sigma,cases,t)帮助文件如下
MVNRND Random vectors from the multivariate normal distribution.
% R = MVNRND(MU,SIGMA) returns an n-by-d matrix R of random vectors
% chosen from the multivariate normal distribution with mean vector MU,
% and covariance matrix SIGMA. MU is an n-by-d matrix, and MVNRND
% generates each row of R using the corresponding row of MU. SIGMA is a
% d-by-d symmetric positive semi-definite matrix, or a d-by-d-by-n array.
% If SIGMA is an array, MVNRND generates each row of R using the
% corresponding page of SIGMA, i.e., MVNRND computes R(I,:) using MU(I,:)
% and SIGMA(:,:,I). If MU is a 1-by-d vector, MVNRND replicates it to
% match the trailing dimension of SIGMA.
%
% R = MVNRND(MU,SIGMA,CASES) returns a CASES-by-d matrix R of random
% vectors chosen from the multivariate normal distribution with a common
% 1-by-d mean vector MU, and a common d-by-d covariance matrix SIGMA.
% R = MVNRND(MU,SIGMA,CASES,T) supplies the Cholesky factor T of
% SIGMA, so that SIGMA == T'*T. No error checking is done on T.
%
% [R,T] = MVNRND(...) returns the Cholesky factor T, so it can be
% re-used to make later calls more efficient.
%
% If SIGMA is a 3-dimensional array, MVNRND ignores the input T and does
% not create the output T.
% Copyright 1993-2002 The MathWorks, Inc.
% $Revision: 2.13 $ $Date: 2002/03/28 16:51:29 $
同时可以自己编写代码,先产生一维标准正态分布随机数,,
u1和u2是独立同分布的(0,1)的均值分布随机数
令:x1=(-2lnu1)^0.5×cos(2*pi*u2)
x2=(-2lnu1)^0.5×sin(2*pi*u2)
pi为园周率!!
x1和x2独立,服从标准正态分布。
MVNRND Random vectors from the multivariate normal distribution.
% R = MVNRND(MU,SIGMA) returns an n-by-d matrix R of random vectors
% chosen from the multivariate normal distribution with mean vector MU,
% and covariance matrix SIGMA. MU is an n-by-d matrix, and MVNRND
% generates each row of R using the corresponding row of MU. SIGMA is a
% d-by-d symmetric positive semi-definite matrix, or a d-by-d-by-n array.
% If SIGMA is an array, MVNRND generates each row of R using the
% corresponding page of SIGMA, i.e., MVNRND computes R(I,:) using MU(I,:)
% and SIGMA(:,:,I). If MU is a 1-by-d vector, MVNRND replicates it to
% match the trailing dimension of SIGMA.
%
% R = MVNRND(MU,SIGMA,CASES) returns a CASES-by-d matrix R of random
% vectors chosen from the multivariate normal distribution with a common
% 1-by-d mean vector MU, and a common d-by-d covariance matrix SIGMA.
% R = MVNRND(MU,SIGMA,CASES,T) supplies the Cholesky factor T of
% SIGMA, so that SIGMA == T'*T. No error checking is done on T.
%
% [R,T] = MVNRND(...) returns the Cholesky factor T, so it can be
% re-used to make later calls more efficient.
%
% If SIGMA is a 3-dimensional array, MVNRND ignores the input T and does
% not create the output T.
% Copyright 1993-2002 The MathWorks, Inc.
% $Revision: 2.13 $ $Date: 2002/03/28 16:51:29 $
同时可以自己编写代码,先产生一维标准正态分布随机数,,
u1和u2是独立同分布的(0,1)的均值分布随机数
令:x1=(-2lnu1)^0.5×cos(2*pi*u2)
x2=(-2lnu1)^0.5×sin(2*pi*u2)
pi为园周率!!
x1和x2独立,服从标准正态分布。
本回答被网友采纳
已赞过
已踩过<
评论
收起
你对这个回答的评价是?
展开全部
b=normrnd(均值,标准差,mm,mm)
mm为产生的行数,上式产生正态随机数为mm2
b=normrnd(均值,标准差,mm,1)
上式产生正态随机数为mm
mm为产生的行数,上式产生正态随机数为mm2
b=normrnd(均值,标准差,mm,1)
上式产生正态随机数为mm
已赞过
已踩过<
评论
收起
你对这个回答的评价是?
展开全部
T=randn(m,n); %m为行数,n为列数;
已赞过
已踩过<
评论
收起
你对这个回答的评价是?
推荐律师服务:
若未解决您的问题,请您详细描述您的问题,通过百度律临进行免费专业咨询