matlab标准正态分布随机数

x=linspace(-3,3);y=normpdf(x,0,1);figure('color','w');plot(x,y,'k');holdon;fill([x(80:end)x(end)x(80

/

clearclcr=1+1.0.*randn(1,100) ;hist(r,-4:.1:4);hold onx=-4:0.1:4;y=gaussmf(x,[1 0]);&

正态分布随机数则是各个数字的出现几率是满足正态分布的,越靠近中间的数字出现几率越大,越是在两边的出现几率越小.一般使用平均分布随机数比较多,正态分布随机数一般是在做一些专业数学计算的时候才需要用到

使用randn或者normpdfrandn产生标准正态分布转成需要的非正态分布：r=μ+δ*randn(m,n);normpdf产生正态分布normpdf(x,μ,δ)x为范围

生成服从标准正态分布（均值为0,方差为1）的随机数.基本语法和rand()类似.randn(5,1)%生成5个随机数排列的列向量,一般用这种格式randn(5)%生成5行5列的随机数矩阵randn([

Fm,fm输入后sigma=normpdf(norminv(Fm,0,1),0,1)/fmmiu=m-sigma*norminv(Fm,0,1)

mvnrnd(mu,sigma,number)——产生number个均值为mu,协方差矩阵为sigma的正态分布随机数例子：mvnrnd([1,2],[21;14],100)

normcdf求得是分布函数你应该用normpdf来计算概率密度.

A=normrnd(10,2,[150])%%%产生正态分布随机数mean(A)%%%平均数std(A)%%%标准差检验的方法不太会

matlab上有现成的函数,函数名称为：mvnrnd（mu,sigma,cases,t)帮助文件如下MVNRNDRandomvectorsfromthemultivariatenormaldistri

x=3+randn(500,1);>>mean(x)ans=2.9648>>std(x)ans=1.0134>>y=normpdf(x,3,1);>>plot(x,y,'.')

概率密度normpdf累计分布normcdf再问：程序如下：你看看是哪里出了问题>>Year=[19811982198319841985198619871988198919901991];>>X=[3

and()*4-2生成的是-2,2的随机数,但不是正态分布,正态分布随机数的生成,需要知道平均值和和标准差,因此你必须知道这两个参数,而不是（-2,2）

是不是q-function?

Matlab中本身有Q函数,即qfunc()其反函数是qfuncinv()--------------------------------helpqfuncqfuncQfunctionSyntaxy=

=0.647;mu1=83.1;sigma1=14;mu2=136.64;sigma2=16.32;x=zeros(1,10000);fori=1:10000r1=rand;x(i)=(mu2+sig

%产生0~1均匀分布m=1000;n=10;u=rand(m,n);%产生a~b均匀分布a=-1;b=1;x=a+(b-a)*u;%正态分布函数的逆是求不出来的%只能通过瑞利分布产生%产生时需要两个0

mvnrnd(mu,sigma,number)——产生number个均值为mu,协方差矩阵为sigma的正态分布随机数例子：mvnrnd([1,2],[21;14],100)

一般有两种算法：算法一产生12个（0,1）平均分布的随机函数,用大数定理可以模拟出正态分布.算法二用到了数学中的雅可比变换,直接生成正态分布,但此算法在计算很大规模的数时会出现溢出错误.测试程序：#i