matlab高斯分布协方差矩阵,关于Matlab：使用协方差矩阵生成正态分布的随机向量...

在matlab中，很容易生成具有均值和标准差的正态分布随机向量。 从帮助兰德：

从均值1和标准的正态分布生成值

偏差2。

r = 1 + 2. * randn(100,1);

现在我有一个协方差矩阵C，我想生成N(0，C)。

但是我该怎么办呢？

从randn帮助：

从具有指定均值的双变量正态分布生成值

向量和协方差矩阵。

mu = [1 2];

西格玛= [1 .5; .5 2]; R = chol(Sigma);

z = repmat(mu，100,1)+ randn(100,2)* R;

但是我不知道他们在这里做什么。

您不了解哪一部分？ mu是均值向量(在您的情况下为0，请不要使用)，Sigma是协方差矩阵，它们将生成100对随机数。

我不了解repmat部分。 也可以这样做：chol(C，lower)+ randn(N，1); 与C的协方差矩阵

抱歉，我现在知道了。 repmat用于为100对随机数建立均值矩阵。

您可以从统计信息工具箱中使用MVNRND函数，请参见以下相关问题：stackoverflow.com/questions/4041866/gaussian-basis-function

@Donnie或Amro：您应该发布答案，以便Derk可以接受，这个问题将被存档，任何人都可以咨询:)

这有点是数学问题，不是编程问题。但是，我非常喜欢编写既需要扎实的数学知识又需要编程知识的出色代码，因此我将其编写为后代。

您需要进行Cholesky分解(或矩阵的任何分解/平方根)以从独立变量中生成相关的随机变量。这是因为如果X是均值m和协方差D的多元法线，则Y = AX是均值Am和协方差矩阵ADA'的多元法线，其中A'是转置。如果D是单位矩阵，则协方差矩阵只是AA'，您要使其等于要尝试生成的协方差矩阵C。

Cholesky分解计算出这样的矩阵A，这是最有效的方法。

有关更多信息，请参见：http://web.as.uky.edu/statistics/users/viele/sta601s03/multnorm.pdf

您可以使用以下内置的matlab函数来完成工作

mvnrnd(mu,SIGMA)