用matlab繪製二維正態分佈概率密度影象

2021-03-03 20:27:37 字數 1893 閱讀 6633

1樓:匿名使用者

x=-1:1/100:1;

y=x;

[x,y]=meshgrid(x,y);

z=1/(2*pi)*exp(-x.^2-y.^2);

mesh(x,y,z)

2樓:匿名使用者

[x y]=meshgrid(-5:0.1:5);

z = 1/(2*pi).*exp(-x.^2-y.^2);

h= mesh(x,y,z);

set(h,'edgecolor','none','facecolor','interp');

matlab怎麼畫二維正態分佈圖

3樓:匿名使用者

mu1=[-1,2]; sigma2=[1 1; 1 3]; % 輸入均值向量和協方差矩陣

[x,y]=meshgrid(-3:0.1:1,-2:0.1:4); xy=[x(:) y(:)]; %產生網格資料

p=mvnpdf(xy,mu1,sigma2); p=reshape(p,size(x)); %求取聯合概率密度

surf(x,y,p)

4樓:紫極幽舞

^(1)ezplot(f,[a,b]) %a維圖的繪製:

1.plot(x,y,【】,【】,【】)

2.餅圖pie(x,[扇區矩陣])

3.誤差估計圖errorbar(x,y,e)4.散點圖scatter(x,y)

5.對數座標圖loglog(y)

6.多軸圖plotyy(x1,y1,x2,y2,'function')

7.極座標圖polar(θ,ρ)

8.怕累託圖pareto(y,x)

9.玫瑰函式圖rose(θ,x)

10.函式繪製fplot(function,limits,linespec)

11.動畫座標圖getframe + movie

matlab如何產生二維正態分佈隨機數 20

5樓:小丁創業

實現的方法和詳細的操作步驟如下:

1、第一步,基於實驗獲得一條資料,要確定是內否服從分佈,將其轉換容為直方圖,一些資料如圖所示,轉到下面的步驟。

2、第二步,完成上述步驟後,將某些資料規則(例如距離範圍等)分組,即將相似的資料記錄分組為一類,並記錄該組的頻率(數量),見下圖,轉到下面的步驟。

3、第三步,完成上述步驟後,資料準備好,繪製一個直方圖,簡單的matlab**和直方圖見下圖,轉到下面的步驟。

4、第四步,完成上述步驟後,從繪製的直方圖中可以看出,該資料近似正態分佈。從原始資料計算出的正態分佈的關鍵值為:平均值,方差和標準差,見下圖,轉到下面的步驟。

5、第五步, 完成上述步驟後,f =

@(x)normpdf(x,均值,標準差),總概率密度f *等於擬合頻數,然後擬合圖,見下圖,轉到下面的步驟。

6、第六步,完成上述步驟後,設定水平和垂直座標軸,見下圖,轉到下面的步驟。

7、第七步,完成上述步驟後,如果要繪製頻率概率圖,則該方法與此類似,只需將頻率除以總數即可得到頻率,而正態分佈f(x)為概率,見下圖。這樣,就解決了這個問題了。

6樓:匿名使用者

參考如下:

mu=[0,2];%數學期望

sigma=[1 0;0,4];%協方差矩陣r=mvnrnd(mu,sigma,50)%生成50個樣本

7樓:不倒臂膀

b=normrnd(均值,標準差,mm,mm)mm為產生的行數,上式產生正態隨機數為mm2b=normrnd(均值,標準差,mm,1)上式產生正態隨機數為mm

8樓:匿名使用者

t=randn(m,n); %m為行數,n為列數;

如何在matlab中繪製正態分佈影象

matlab裡有直接的函式。呼叫語法如下 正態分佈又被稱為高斯分佈 y gaus f x,sig c 其中x是變 內量,sig就是你 裡的 而容c就是你 裡的 比如 下面是一個例子,你可以直接複製到matlab中執行就可以得到一個方差為2,均值為5的正態分佈函式了 x 0 0.1 10 y gaus...

用MATLAB程式設計,如何將變數在二維中表示出來,也就是等高線之類的。比如已知x

x linspace 3,3,100 定義x y linspace 3,3,100 定義y gridx,gridy meshgrid x,y 生成baix y平面網格 以 z x.exp x.du2 y.2 為例,計算z 可以zhi用z x y,但是畫出來dao 不好看,哈哈內 z gridx.ex...

怎麼用《matlab》驗證正態分佈,並給出正態分佈的表示式

分佈的來 正太性檢驗 x為你要檢驗的資料來源。load x histfit x normplot x 從這bai兩個圖中可以看出是du 否近似服從正zhi太分佈。然後估計引數 dao muhat,sigmahat,muci,sigmaci normfit x muhat sigmahat,muci,...