机屏幕上显示实际统计的概率密度直方图。
三、实验原理
1均值的计算在实际计算时，如果平稳随机序列满足各态历经性，则统计均值可用时间均值代替。这样，在计算统计均值时，并不需要大量样本函数的集合，只需对一个样本函数求时间平均即可。甚至有时也不需要计算N时的极限，况且也不可能。通常的做法是取一个有限的、计算系统能够承受的N求时间均值和时间方差。根据强调计算速度或精度的不同，可选择不同的算法。设随机数序列x1x2xN，一种计算均值的方法是直接计算下式
m1Nx
N
1
式中，x
为随机数序列中的第
个随机数。另一种方法是利用递推算法，第
次迭代的均值也亦即前
个随机数的均值为
m
111m
1x
m
1x
m
1

mmN
迭代结束后，便得到随机数序列的均值
递推算法的优点是可以实时计算均值，这种方法常用在实时获取数据的场合。当数据量较大时，为防止计算误差的积累，也可采用
mm11Nx
m1N
1
式中，m1是取一小部分随机数计算的均值。2方差的计算计算方差也分为直接法和递推法。仿照均值的做法
2
2
1Nx
m2N
11N2x
m2N
1
1x
m
1

方差的递推算法需要同时递推均值和方差
m
m
1
2

121
1x
m
12

迭代结束后，得到随机数序列的方差为
5
f22N
其它矩函数也可用类似的方法得到。3统计随机数的概率密度直方图假定被统计的序列x
的最大值和最小值分别为a和b。将ab区间等分M（M应与被统计的序列x
的个数N相适应，否则统计效果不好。）份后的区间为
baba2ba，aa，…MMMbaM1bai12baib。用fi，表示序aa，…aMMMbai12baia区间里的个数，统计序列x
列x
的值落在aMMaa
的值在各个区间的个数fi，i02M1，则fi就粗略地反映了随机序列的概率密度的情况。用图形方式显示出来就是随机数的概率密度直方图。
四、实验过程和结果分析
1、均匀分布、高斯分布随机数均值、方差的检验及概率密度直方图①思路：随机产生一组数算出均值、方差，与理论值比较。②程序
xra
domu
if510120000产生20000个服从于U（510）的随机数yra
dom
ormal0113000产生3000个服从于N（01）的随机数subplot211histx50110title均匀分布随机数subplot212histy3r