生成一个5 × 5的正态分布随机数矩阵。

r = randn (5)

r =5×50.5377 -1.3077 -1.3499 -0.2050 0.6715 1.8339 -0.4336 3.0349 -0.1241 -1.2075 -2.2588 0.3426 0.7254 1.4897 0.7172 0.8622 3.5784 -0.0631 1.4090 1.6302 0.3188 2.7694 0.7147 1.4172 0.4889

从具有指定平均向量和协方差矩阵的二元正态分布中生成值。

Mu = [1 2];Sigma = [1 0.5;0.5 - 2);R =胆固醇(σ);z = repmat(mu,10,1) + randn(10,2)*R

z =10×21.5377 0.4831 2.8339 6.9318 -1.2588 1.8302 1.8622 2.3477 1.3188 3.1049 -0.3077 1.0750 0.5664 1.6190 1.3426 4.1420 4.5784 5.6532 3.7694 5.2595

保存随机数生成器的当前状态，并创建一个1 × 5的随机数向量。

s =提高;r = randn(1、5)

r =1×50.5377 1.8339 -2.2588 0.8622 0.3188

将随机数生成器的状态恢复为年代，然后创建一个新的1 × 5的随机数向量。值和以前一样。

rng(年代);r1 = randn(1、5)

r1 =1×50.5377 1.8339 -2.2588 0.8622 0.3188

创建一个3乘2乘3的随机数数组。

X = randn ([3, 2, 3])

X = X(:，:，1) = 0.5377 0.8622 1.8339 0.3188 -2.2588 -1.3077 X(:，:，2) = -0.4336 2.7694 0.3426 -1.3499 3.5784 3.0349 X(:，:，3) = 0.7254 -0.2050 -0.0631 -0.1241 0.7147 1.4897

创建一个元素为单精度的1 × 4随机数向量。

r = randn (1, 4,“单身”）

r =1x4单行向量0.5377 1.8339 -2.2588 0.8622

类(r)

ans = '单'

创建与现有数组大小相同的正态分布随机数矩阵。

A = [3 2;2 1];深圳=大小(A);X = randn(深圳)

X =2×20.5377 -2.2588 1.8339 0.8622

将前两行代码合并为一行是一种常见的模式。

X = randn(大小(A));

创建一个2 × 2的单精度随机数矩阵。

P = single([3 2;2 1]);

创建一个随机数数组，其大小和数据类型与p．

X = randn(大小(p),“喜欢”, p)

X =2 x2单一矩阵0.5377 -2.2588 1.8339 0.8622

类(X)

ans = '单'

从标准复正态分布中生成10个随机复数。

1 = randn(10日,“喜欢”1我)

一个=10×1复杂0.3802 + 1.2968i -1.5972 + 0.6096i 0.2254 - 0.9247i -0.3066 + 0.2423i 2.5303 + 1.9583i -0.9545 + 2.1460i 0.5129 - 0.0446i 0.5054 - 0.1449i -0.0878 + 1.0534i 0.9963 + 1.0021i

默认情况下,randn (n,“喜欢”,1我)从标准复正态分布中生成随机数。实部和虚部是具有均值的独立正态分布随机变量0和方差1／2．协方差矩阵是这样的(1/2 0;0 1/2)．

z = randn(50000年1“喜欢”1我);cov_z = x(真正的(z),图像放大(z), 1)

cov_z =2×20.4980 0.0007 0.0007 0.4957

为了指定一个更一般的复正态分布，定义均值和协方差矩阵。例如，将平均值指定为 $\mu ＝1+2\mathrm{我}$协方差矩阵为 $\sigma ＝［\begin{array}{cc}{\sigma }_{\mathrm{xx}}& {\sigma }_{\mathrm{xy}}\\ {\sigma }_{\mathrm{yx}}& {\sigma }_{\mathrm{yy}}\end{array}］＝［\begin{array}{cc}2& -2\\ -2& 4\end{array}］$．

Mu = 1 + 2i;Sigma = [2 -2;2 4];

将之前生成的数据转换为新定义的复正态分布。包含的因素√6 (2)当对数据进行缩放时因为原分布中实部和虚部的方差是1/2。

R =胆固醇(σ);Z_comp = [real(z) imag(z)];z = repmat(mu,50000,1) + z_comp*sqrt(2)*R*[1;1我);z (1:10)

ans =10×1复杂1.7604 + 3.8331i -2.1945 + 6.4138i 1.4508 - 0.3002i 0.3868 + 3.0977i 6.0606 + 0.8560i -0.9090 + 8.2011i 2.0259 + 0.8850i 2.0108 + 0.6993i 0.8244 + 4.2823i 2.9927 + 2.0115i