Эквивалентные функции Matlab с использованием mathdotnet

Насколько я знаю, в Math.net нет легкодоступной функции, которая дает вам многомерные случайные нормальные числа. Однако вы можете легко написать специальную функцию для этой цели, которая использует разложение Холецкого ковариационной матрицы. Действительно, когда каждый элемент вектора Z с p-вариантами независимо распределен в соответствии со стандартным нормальным распределением N(0,1), вектор X = M + L * Z распределяется в соответствии с нормальным распределением с p-вариантами, средний вектор совокупности которого равен M и чья ковариационная матрица равна S (где S = L*L').

Поскольку я парень vb, я покажу здесь код vb для написания такой функции:

Public Function MvNRnd(Mu As Vector, Covariance As Matrix, Cases As Double) As Matrix

        Dim standardNormalDistribution As New Normal(0, 1)
        Dim randomValues(Cases - 1) As Vector
        Dim cholesky As Factorization.Cholesky(Of Double) = Covariance.Cholesky


        For i As Integer = 0 To Cases - 1

            'generate independent standard normal random numbers
            randomValues(i) = DenseVector.CreateRandom(Mu.Count, standardNormalDistribution)

            'generate multivariate normal random numbers
            cholesky.Factor.Multiply(randomValues(i), randomValues(i))
            randomValues(i) += Mu

        Next


        Return DenseMatrix.OfRowVectors(randomValues)

    End Function

Эквивалентный код C# должен выглядеть следующим образом (переведено через http://converter.telerik.com/):

public Matrix MvNRnd(Vector Mu, Matrix Covariance, double Cases)
{

    Normal standardNormalDistribution = new Normal(0, 1);
    Vector[] randomValues = new Vector[Cases];
    Factorization.Cholesky<double> cholesky = Covariance.Cholesky;



    for (int i = 0; i <= Cases - 1; i++) {
        //generate independent standard normal random numbers
        randomValues(i) = DenseVector.CreateRandom(Mu.Count, standardNormalDistribution);

        //generate multivariate normal random numbers
        cholesky.Factor.Multiply(randomValues(i), randomValues(i));
        randomValues(i) += Mu;

    }


    return DenseMatrix.OfRowVectors(randomValues);

}