matlab 混合高斯分布随机数

以下是使用Matlab生成混合高斯分布随机数的示例代码：

% 定义混合高斯分布的参数
mu1 = [1 2];
sigma1 = [2 0; 0 0.5];
mu2 = [-3 -5];
sigma2 = [1 0; 0 1];
gm = gmdistribution([mu1; mu2], cat(3,sigma1,sigma2), [0.5 0.5]);

% 生成随机数
rng(1); % 设置随机数种子
Y = random(gm, 1000); % 生成1000个混合高斯分布的随机数

% 统计生成的随机数中属于 Component 1 的个数
compIdx = cluster(gm, Y);
numIdx1 = sum(compIdx == 1);
disp(numIdx1); % 输出：约为500

% 生成 Component 1 的随机数
Y1 = random(gm.ComponentDistribution(1), numIdx1);

上述代码中，首先定义了混合高斯分布的参数，包括两个分量的均值和协方差矩阵，以及它们的混合比例。然后使用`gmdistribution`函数创建一个混合高斯分布对象`gm`。接着使用`random`函数生成1000个混合高斯分布的随机数，并使用`cluster`函数将这些随机数分配到各个分量中，统计属于 Component 1 的随机数个数。最后使用`random`函数生成 Component 1 的随机数。