clear all;
close all;
clc;
randn('seed',0);
%%一维高斯函数
mu=0;
sigma=1;
x=-6:0.1:6;
y=normpdf(x,mu,sigma);
plot(x,y);
figure;
%%二维或多维高斯函数
mu=[00];
sigma=[0.30;00.35];
[x y]=meshgrid(linspace(-8,8,80)',linspace(-8,8,80)');
X=[x(:) y(:)];
z=mvnpdf(X,mu,sigma);
surf(x,y,reshape(z,80,80));
hold on;
%再生成一个
mu=[40];
sigma=[1.20;0  1.85];
[x y]=meshgrid(linspace(-8,8,80)',linspace(-8,8,80)');
X=[x(:) y(:)];
z=mvnpdf(X,mu,sigma);
surf(x,y,reshape(z,80,80));
Matlab 的随机函数（高斯分布均匀分布其它分布）
Matlab中随机数生成器主要有：
betarnd 贝塔分布的随机数生成器
binornd 二项分布的随机数生成器
chi2rnd 卡方分布的随机数生成器
exprnd 指数分布的随机数生成器
frnd f分布的随机数生成器
gamrnd 伽玛分布的随机数生成器
geornd 几何分布的随机数生成器
hygernd 超几何分布的随机数生成器
lognrnd 对数正态分布的随机数生成器
nbinrnd 负二项分布的随机数生成器
ncfrnd 非中心f分布的随机数生成器
nctrnd 非中心t分布的随机数生成器
ncx2rnd 非中心卡方分布的随机数生成器
normrnd 正态（高斯）分布的随机数生成器，normrnd(a,b,c,d)：产生均值为a、方差为b大小为cXd的随机矩阵
poissrnd 泊松分布的随机数生成器
rand：产生均值为0.5、幅度在0~1之间的伪随机数，rand(n)：生成0到1之间的n阶随机数方阵，rand(m,n)：生成0到1之间的m×n的随机数矩阵
randn：产生均值为0、方差为1的高斯白噪声，使用方式同rand
注：rand是0-1的均匀分布，randn是均值为0方差为1的正态分布
randperm(n)：产生1到n的均匀分布随机序列
raylrnd 瑞利分布的随机数生成器
trnd 学生氏t分布的随机数生成器
unidrnd 离散均匀分布的随机数生成器
unifrnd 连续均匀分布的随机数生成器
weibrnd 威布尔分布的随机数生成器
-----------------------------------------------------------------
以下介绍利用Matlab产生均值为0，方差为1的符合正态分布的高斯随机数。
我们利用的函数为normrnd(a,b,c,d)：产生均值为a、标准为b大小为cXd的随机矩阵，它有如下三种参数形式：
R＝normrnd(μ,σ)
R＝normrnd(μ,σ)：生成服从正态分布（μ参数代表均值，σ参数代表标准差）的随机数。输入的向量或矩阵μ和σ必须形式相同，输出R也和它们形式相同。标量输入将被扩展成和其它输入具有相同维数的矩阵。
R＝normrnd(μ,σ,m)
R＝norrmrnd(μ,σ,m)：生成服从正态分布（μ参数代表均值，σ参数代表标准差）的随机数矩阵，矩阵的形式由m定义。m是一个1×2向量，其中的两个元素分别代表返回值R中行与列的维数。
R＝normrnd(μ,σ,m,n)
R＝normrnd(μ,σ,m,n)：生成m×n形式的正态分布的随机数矩阵。其中μ为均值，σ为标准方差，m、n为矩阵大小；
-----------------------------------------------------------------
normrnd函数用法
>> R = normrnd(0,1,4,4) %产生4×4的标准正态分布矩阵
R =
0.5377 0.3188    3.5784 0.7254
1.8339 -1.3077
2.7694 -0.0631
-2.2588 -0.4336 -1.3499 0.7147
0.8622 0.3426    3.0349 -0.2050
>> var(R) %默认方差公式
ans =
3.0868 0.6085    5.1253 0.2465
>> var(R,0) %默认方差公式（N-1）
ans =
3.0868 0.6085    5.1253 0.2465
>> var(R,1) %方差公式（N）
ans =
2.3151 0.4564
3.8440 0.1849
>> var(R,0,1) %列操作，第二参数为方差方式，第三参数为行、列标记ans =
3.0868 0.6085    5.1253 0.2465
>> var(R,0,2) %行操作，第二参数为方差方式，第三参数为行、列标记ans =
2.3549
3.3782
1.6184
2.0146
>> var(R') %check the ans
ans =
2.3549
3.3782    1.6184    2.0146
>> var(R(:)) %矩阵所有元素的方差
ans =
2.6020

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。