运用normrnd函数。
1. R＝normrnd(MU,SIGMA)：生成服从正态分布(MU参数代表均值，SIGMA参数代表标准差)的随机数。输入的向量或矩阵MU和SIGMA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。
2. R＝normrnd(MU,SIGMA,m,n)： 生成m×n形式的正态分布的随机数矩阵。
实例：生成均值为0，标准差为1的2*2正态分布随机矩阵。
拓展说明：
matlab中还有个函数randn，可以产生均值为0，方差σ^2 = 1，标准差σ = 1的正态分布的随机数或矩阵。
Y = randn(n）返回一个n*n的随机项的矩阵;
Y = randn(m,n) 或 Y = randn([m n])：返回一个m*n的随机项矩阵。
如何matlab取正态分布随机数
运用normrnd函数。1. R＝normrnd(MU,SIGMA)：生成服从正态分布(MU参数代表均值，SIGMA参数代表标准差)的随机数。输入的向量或矩阵MU和SIGMA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。2. R＝normrnd(MU,SIGMA,m,n)： 生成m×n形式的正态分布的随机数矩阵...
matlab怎么生成正态分布随机数
第一步我们首先需要知道matlab中可以使用randn函数生成正态分布随机数，在命令行窗口中输入“help randn”，可以看到randn函数的使用方法，如下图所示：第二步输入randn(5),生成一个均值为0，方差和标准差为1的5行5列正态分布随机数矩阵，如下图所示：第三步输入randn(3,4)，可以生成一个3行4列的...
如何matlab取正态分布随机数
使用randn或者normpdf randn 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
matlab 求一组符合正态分布的随机数
第一种方法：利用标准参数下的分布函数结合参数进行运算，如下：datan1 = 0.5 + randn（10,1）;由于将普通的正态分布转化为标准正态分布十分简单，因此上面的计算后得到相应参数的正态分布是合理的。第二种方法：直接调用random函数，如下：datan2= random('norm', 0.5, sqrt(1))random函数的第...
Matlab生成正态随机数的函数normrnd
Matlab中生成正态随机数使用函数normrnd，此函数位于Statistics and Machine Learning Toolbox库中。若未安装该库，可先将其安装在Matlab中。函数基本用法如下：调用时，括号内第一参数为期望值，第二参数为标准差，第三参数为生成数矩阵的维度。运行后得到正态分布的随机数矩阵。若要生成的矩阵大小与现有...
Matlab 产生正态分布高斯随机数
;可以生成并显示样本函数的可视化图。同样，使用c = xcorr(x)计算自相关函数，然后使用subplot(2,1,2)和plot(c)来可视化自相关函数。通过上述Matlab代码，我们可以轻松地生成正态分布的高斯随机数，并进一步分析这些随机数的统计特性，如均值、方差和自相关函数，为后续的数据分析和建模工作提供支持。
matlab中如何得到标准正态分布的随机数
只能通过瑞利分布产生 产生时需要两个0~1均匀分布，所以需新定义v sigma=1;mu=0;v=rand(size(u));z=sqrt(2*sigma^2*log(1.\/(1-u))).*cos(2*pi*v);利用上述标准正态分布产生普通的正态分布 sigma=3;mu=2;z=randn(1000,10);x=mu+z*sigma;产生对数正态分布 x=exp(x);你可以!!
Matlab如何生成正太分布随机数,并画出直方图?
如果需要的是频率直方图，可以考虑如下做法：x＝normrnd(MU,SIGMA,m,n)： %生成m×n形式的正态分布的随机数矩阵。[a,b]=hist(x);bar(b,a\/sum(a))%频数直方图 比如：x=normrnd(1,1,100,1) %生成m×n形式的正态分布的随机数矩阵。[a,b]=hist(x);bar(b,a\/sum(a))%频数直方图 建...
matlab里如何产生方差均值已知的服从正态分布的随机数?
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],[2 1;1 4],100)
matlab得到标准正态分布的随机数
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0~1均匀分布，所以需新定义v sigma=1;mu=0;v=rand(size(u));z=sqrt(2*sigma^2*log(1.\/(1-u))).*cos(2*pi*v);利用上述标准正态分布产生普通的正态分布 sigma=3;mu=2;z=randn(...
