mvnpdf
多元正态概率密度函数
描述
例子
多元正态pdf标准
评估标准的pdf五维正态分布的一组随机点。
从标准的五维正态分布随机样本8分。
μ= 0 (1、5);σ=眼(5);rng (“默认”)%的再现性X = mvnrnd(μ、σ8)
X =8×50.5377 3.5784 -0.1241 0.4889 -1.0689 1.8339 2.7694 1.4897 1.0347 -0.8095 -2.2588 -1.3499 1.4090 0.7269 -2.9443 0.8622 3.0349 1.4172 -0.3034 1.4384 0.3188 0.7254 0.6715 0.2939 0.3252 -1.3077 -0.0631 -1.2075 -0.7873 -0.7549 -0.4336 0.7147 0.7172 0.8884 1.3703 0.3426 -0.2050 1.6302 -1.1471 -1.7115
评估点分布的pdfX
。
y = mvnpdf (X)
y =8×10.0000 0.0000 0.0000 0.0000 0.0054 0.0011 0.0015 0.0003
找到点X
pdf最大的价值。
[maxpdf, idx] = max (y)
maxpdf = 0.0054
idx = 5
maxPoint = X (idx:)
maxPoint =1×50.3188 0.7254 0.6715 0.2939 0.3252
第五个点X
具有更大的pdf价值比任何其他随机选择的点。
多元正态pdf评估在不同的点
创建6个三维正态分布,每一个都有不同的意思。评估每一个分布在不同的随机点的pdf。
指定的方法μ
和协方差σ
的分布。每个分配相同的协方差矩阵,单位矩阵。
firstDim = (1:6) ';μ= repmat (firstDim, 1, 3)
μ=6×31 1 1 2 2 2 3 3 3 4 4 4 5 5 5 6 6 6
σ=眼睛(3)
σ=3×31 0 0 0 1 0 0 0 1
从每个随机样本一旦六分布。
rng (“默认”)%的再现性X = mvnrnd(μ、σ)
X =6×31.5377 0.5664 1.7254 3.8339 2.3426 1.9369 0.7412 6.5784 3.7147 4.8622 6.7694 3.7950 5.3188 3.6501 4.8759 4.6923 9.0349 7.4897
评估点的分布的pdf文档X
。pdf的第一个点分布是评价X (1:)
pdf的第二点分布是评价X (2:)
,等等。
y = mvnpdf (X,μ)
y =6×10.0384 0.0111 0.0000 0.0009 0.0241 0.0001
多元正态pdf
评估一个二维正态分布的pdf在一组给定的点。
指定的意思μ
和协方差σ
的分布。
μ= [1];σ= [0.9 - 0.4;0.4 - 0.3);
随机样本分布100倍。指定X
采样点的矩阵。
rng (“默认”)%的再现性X = mvnrnd(μ、σ,100);
评估点分布的pdfX
。
y = mvnpdf (X,μ、σ);
画出概率密度值。
scatter3 (X (: 1) X (:, 2), y)包含(X1的)ylabel (“X2”)zlabel (的概率密度)
多元正态pdf文档在同一点评估
创建十个不同的五维正态分布,并比较他们的pdf文档的值在指定点。
设置维度n
和d
分别等于10和图5。
n = 10;d = 5;
指定的方法μ
和协方差σ
多元正态分布。让所有的分布具有相同的平均向量,但不同的协方差矩阵。
μ= 1 (1 d)
μ=1×51 1 1 1 1
垫=眼(d);nMat = repmat(垫,1,1,n);var =重塑(1:n, 1, 1, n);σ= nMat。* var;
显示前两个协方差矩阵σ
。
σ(:,:1:2)
ans = ans (:: 1) = 1 0 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 1 ans (:,: 2) = 2 0 0 0 0 0 2 0 0 0 0 0 2 0 0 0 0 0 2 0 0 0 0 0 2
集x
是一个随机点在五维空间。
rng (“默认”)%的再现性x = normrnd (0, 1, 1, 5)
x =1×50.5377 1.8339 -2.2588 0.8622 0.3188
评估的pdfx
为每个十分布。
y = mvnpdf (x,μ、σ)
y =10×1104×0.2490 0.8867 0.8755 0.7035 0.5438 0.4211 0.3305 0.2635 0.2134 0.1753
策划的结果。
散射(1:n y“填充”)包含(“分布指数”)ylabel (“概率密度在x”)
输入参数
μ
- - - - - -多元正态分布的方法
向量的零(默认)|数值向量|数字矩阵
意味着多元正态分布的,指定为一个1
——- - - - - -d数值向量或一个n——- - - - - -d数字矩阵。
如果
μ
是一个矢量,然后呢mvnpdf
复制向量匹配维度σ
。如果
μ
是一个矩阵,那么每一行的μ
的平均向量是一个多元正态分布。
数据类型:单
|双
σ
- - - - - -多元正态分布的协方差
单位矩阵(默认)|对称正定矩阵|数字数组
多元正态分布的协方差,指定为一个d——- - - - - -d对称正定矩阵或d——- - - - - -d——- - - - - -n数字数组。
如果
σ
是一个矩阵,然后呢mvnpdf
复制矩阵匹配的行数μ
。如果
σ
是一个数组,然后每一页σ
,σ(:,:,我)
,是一个多元正态分布的协方差矩阵,因此,是一个对称正定矩阵。
如果协方差矩阵是对角,包含沿对角线和零方差协方差,那么你还可以指定σ
作为一个1
——- - - - - -d向量或一个1
——- - - - - -d——- - - - - -n数组只包含对角线条目。
数据类型:单
|双
输出参数
更多关于
多元正态分布
多元正态分布是一个泛化的单变量正态分布的两个或两个以上的变量。它有两个参数,一个意思是向量μ和协方差矩阵Σ,类似于一个单变量的均值和方差参数正态分布。的对角元素Σ包含每个变量的方差和非对角元素Σ包含变量之间的协方差。
的概率密度函数(pdf)d维多元正态分布
在哪里x和μ1 -d向量和Σ是一个d——- - - - - -d对称正定矩阵。只有mvnrnd
允许半正定Σ矩阵,可奇异。pdf时不能有相同的形式Σ是单数。
多元正态累积分布函数(cdf)评估x一个随机向量的概率是v多元正态分布,在半无限与上限由矩形x:
尽管多元正态cdf没有一个封闭的形式,mvncdf
数值可以计算提供值。
提示
在一维情况下,
σ
标准差是方差,而不是。例如,mvnpdf (1 0 4)
是一样的normpdf (1 0 2)
,在那里4
方差和2
标准偏差。
引用
科孜[1],S。,N. Balakrishnan, and N. L. Johnson.连续的多元分布:卷1:模型和应用程序。第二版。纽约:约翰·威利& Sons Inc ., 2000年。
扩展功能
GPU数组
加速代码运行在一个图形处理单元(GPU)使用并行计算工具箱™。
这个函数完全支持GPU数组。金宝app有关更多信息,请参见运行在GPU MATLAB函数(并行计算工具箱)。
版本历史
MATLAB命令
你点击一个链接对应MATLAB命令:
运行该命令通过输入MATLAB命令窗口。Web浏览器不支持MATLAB命令。金宝app
你也可以从下面的列表中选择一个网站:
表现最好的网站怎么走吗
选择中国网站(中文或英文)最佳站点的性能。其他MathWorks国家网站不优化的访问你的位置。