function y=mynorm(x,mu,sigma) y=1/sqrt(2*pi)/sigma*exp(-(x-mu).^2/2/sigma.^2); end 保存成mynorm.m 调用时 用 mynorm(x,mu,sigma)传入适当的参数就可以了
randn 产生标准正态分布 N(0,1) lognrnd 产生对数正态分布随机数 mvnrnd 产生多元正态分布随机数 正态分布检验则可以用kstest, lillietest,chi2gof 这些函数.
直接输入这个试试,round(normrnd(80,5,n)) 命令 参数为 μ,σ的正态分布的随机数据 函数 normrnd 格式 :R = normrnd(MU,SIGMA) %返回均值为MU,标准差为SIGMA的正态分布的随机数据,R可以是向量或矩阵.R = normrnd(MU,SIGMA,m) %m
怎样用matlab画正态分布图 MATLAB里有直接的函数.调用语法如下:(正态分布又被称为高斯分布) y = gaussmf(x,[sig c]) 其中x是变量,sig就是你图片里的σ,而c就是你图片里的μ,比如:下面是一个例子,你可以直接复制到MATLAB中运行就可以得到一个方差为2,均值为5的正态分布函数了:x=0:0.1:10; y=gaussmf(x,[2 5]); plot(x,y) xlabel('gaussmf, P=[2 5]')
matlab里有直接的函数.调用语法如下:(正态分布又被称为高斯分布) y = gaussmf(x,[sig c]) 其中x是变量,sig就是你图片里的σ,而c就是你图片里的μ,比如:下面是一个例子,你可以直接复制到matlab中运行就可以得到一个方差为2,均值为5的正态分布函数了:x=0:0.1:10;y=gaussmf(x,[2 5]);plot(x,y)xlabel('gaussmf, p=[2 5]')
normpdf(x)正态分布概率密度函数 normcdf(x)正态分布累积密度函数
给你个例子,自己改区间x=(0:1000)/1000;y=0.5*pi^(0.5)*(erf(x)-erf(-inf));plot(x,y);
大致如下(也许还需要再乘个系数之类的):ezmesh('exp(-(x^2+y^2))')
可调用matlab内部函数,格式为u=randn(N) 或者u=randn(M,N),前者为N维向量,后者为M*N矩阵,这种调用方式产生的随机序列均值为零,方差为1 例如:R = normrnd(Mu, Sigma, m, n)%产生服从N(Mu, Sigma^2) 分布的m行n列的随机数组R
normcdf函数用来获得正态分布的概率分布函数;normpdf用来获得正太分布的概率密度函数.例如,norcdf(0,0,1)的值是0.5,表示N(0) = 0.5第二个参数是均值,第三个参数是标准差.