矩阵分布是随机矩阵的模型，并具有各种用途，包括理解线性代数算法、直接模拟量子系统和多元回归. 关键属性，例如特征值的位置经常是主要的兴趣点.  Wolfram 语言为广范围的矩阵分布提供高效的采样，对于关键矩阵属性提供通用的极限分布、对于研究任何矩阵属性提供通用的框架和基于蒙特卡罗仿真的自动化.

模拟

RandomVariate — 根据随机分布产生随机变量

矩阵分布

MatrixNormalDistribution — 矩阵值的正态分布

MatrixTDistribution — 矩阵值的学生 分布

WishartMatrixDistribution — 矩阵值的卡方分布

InverseWishartMatrixDistribution — 矩阵值的逆卡方分布

高斯结构的矩阵分布

GaussianOrthogonalMatrixDistribution — 对称矩阵 (GOE)

GaussianUnitaryMatrixDistribution — 埃尔米特矩阵 (GUE)

GaussianSymplecticMatrixDistribution — 四元埃尔米特矩阵 (GSE)

均匀结构的矩阵分布

CircularRealMatrixDistribution — 正交矩阵 (CRE)

CircularUnitaryMatrixDistribution — 酉矩阵 (CUE)

CircularQuaternionMatrixDistribution — 紧辛矩阵 (CQE)

CircularOrthogonalMatrixDistribution — 对称酉矩阵 (COE)

CircularSymplecticMatrixDistribution — 自耦酉矩阵 (CSE)

特殊极限矩阵属性分布

WignerSemicircleDistribution — 随机对称矩阵的特征值

TracyWidomDistribution — 随机对称矩阵调整的最大特征值

MarchenkoPasturDistribution — Wishart 矩阵奇异值

普通矩阵属性分布

MatrixPropertyDistribution — 矩阵的分布属性

NExpectation — 计算矩阵分布的期望属性

NProbability — 计算矩阵分布属性的概率