一维、二维正态分布概率密度曲线的绘制

在MATLAB中使用 Y = normpdf(X,MU,SIGMA)函数求一维正态分布的概率密度,其中X为随机矢量,MU为期望,SIGMA为标准差

matlab代码如下:

x=-8:0.1:8;
y1=normpdf(x,0,1);%期望为0,标准差为1的正态分布
y2=normpdf(x,1,2);%期望为1,标准差为2的正态分布
plot(x,y1,'--',x,y2,'-');

绘图如下:



也可以用Y = MVNPDF(X,MU,SIGMA) 函数求一维正态分布的概率密度,其中X为随机矢量,MU为期望,SIGMA为方差

matlab代码如下:
x=-8:0.1:8;
y3=(mvnpdf(x',0,1))';
y4=(mvnpdf(x',1,4))';
plot(x,y3,'r--',x,y4,'-');

绘图如下:



从绘图可知,两种方法绘图是一样的。

Y = MVNPDF(X,MU,SIGMA) 函数求二维正态分布的概率密度,其中X为随机矢量,MU为期望矢量,SIGMA为协方差矩阵

matlab代码如下:

mu = [1 -1]; Sigma = [.9 .4; .4 .3];
[X1,X2] = meshgrid(linspace(-1,3,25)', linspace(-3,1,25)');
X = [X1(:) X2(:)];
p = mvnpdf(X, mu, Sigma);
surf(X1,X2,reshape(p,25,25));
title('联合概率密度函数曲线');

绘图如下:



  • 4
    点赞
  • 44
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值