mvnrnd函数-MATLAB实现
协方差
(来源:百度百科)
协方差:用于表示两个变量的总体的误差
协方差矩阵
分别为m与n个标量元素的列向量随机变量X与 Y ,这两个变量之间的协方差定义为 m ×n矩阵.其中X包含变量X1.X2…Xm,Y包含变量Y1.Y2…Yn,假设X1的期望值为μ1,Y2的期望值为v2,那么在协方差矩阵中(1,2)的元素就是X1和Y2的协方差。
两个向量变量的协方差Cov( X , Y )与Cov( Y , X )互为转置矩阵。
协方差有时也称为是两个随机变量之间“线性独立性”的度量,但是这个含义与线性代数中严格的线性独立性不同。
代码
生成指定均值向量为(1, 2),协方差矩阵为 [1 1.5; 1.5 4] 的二元正态分布的随机数
%%mvnrnd函数使用
mu = [1 2];%均值向量
nov = [1 1.5; 1.5 4];%协方差矩阵
%生成100个二元正态分布随机数
R = mvnrnd(mu, nov, 100);
%绘图
figure
plot(R(:, 1), R(:, 2), '.');
title 'Randomly Generated Data';
% scatter(R(:, 1), R(:, 2), 'filled');
% grid on;
参数
mu-多元正态分布的均值
数值向量 || 数值矩阵
上文中的“均值向量为(3, 2)”
sigma-多元正态分布的协方差
对称半正定矩阵 | 数字数组
上文中的协方差矩阵为 [1 1.5; 1.5 4]
n-多远随机数的个数
整数
上文中的一百个点
R-多元正态分布随机数
数值矩阵
mxd数值矩阵
,其中 m 和 d 是由 μ 和 σ 指定的尺寸n×d数值矩阵
,其中 n 是指定的输入参数,d 是由 mu 和 sigma 指定的维数