创建一个gmdistribution对象并生成随机变量。

定义二元二元高斯混合分布的分布参数(平均值和协方差)。

Mu = [1 2;-3 -5];Sigma = [1 1];%共享对角协方差矩阵

创建一个gmdistribution对象的gmdistribution函数。默认情况下，函数创建的混合比例是相等的。

通用= gmdistribution(μ、σ)

组分1:混合比例:0.500000均值:1 2组分2:混合比例:0.500000均值:-3 -5

生成1000个随机变量。

rng (“默认”）;%的再现性[Y, compIdx] =随机(通用汽车,1000);

compIdx(我)用于生成的混合组件我th随机变量Y(我,:)．计算产生的随机变量的数量组件1．

numIdx1 = sum(compIdx == 1)

numIdx1 = 512

随机产生大约一半的随机变量使用组件1因为通用汽车有相同的混合比例。

使用。绘制生成的随机变量散射．

散射(Y (: 1), Y(:, 2), 10日“。”）%大小为10的散点图

重置随机数生成器以生成相同的随机变量。

定义两个二元高斯混合成分的分布参数(均值、协方差和混合比例)。

P = [0.4 0.6];%的比例混合Mu = [1 2;-3 -5];%的意思Sigma = cat(3，[2.5]，[1 1])%协方差1 × 2 × 2数组

σ=σ(:,:1)= 2.0000 - 0.5000σ(:,:2)= 1 1

的猫函数沿着第三个数组维连接协方差。定义的协方差矩阵是对角矩阵。σ(1:我)包含分量协方差矩阵的对角线元素我．

创建一个gmdistribution对象的gmdistribution函数。

通用= gmdistribution(μ、σ);

保存当前状态的随机数生成器，然后生成随机变量使用通用汽车．

s =提高;r =随机(通用)

r =1×2-1.1661 - -7.2588

将随机数生成器的状态恢复为年代，然后使用生成随机变量通用汽车．取值与之前相同。

rng(年代);r1 =随机(通用)

r1 =1×2-1.1661 - -7.2588