013title高斯分布随机数m1mea
xv1varxm2mea
yv2vary
③
仿真图形
6
f④分析：随机数计算均值75599均匀分布00096高斯分布
理论均值750
计算方差2125210024
理论方差20831
2、瑞利、指数、2分布随机数均值、方差的检验及概率密度直方图①②思路：随机产生一组数算出均值、方差，与理论值比较。程序
N5000G1ra
domNormal011NG2ra
domNormal011NG3ra
domNormal011NG4ra
domNormal011NRsqrtG1G1G2G2EG1G1G2G2XG1G1G2G2G3G3G4G4subplot311histR00054title瑞利分布随机数subplot312histE00115title指数分布随机数subplot313histX00221title4自由度x2分布随机数m1mea
Rv1varRm2mea
Ev2varE
7
fm3mea
Xv3varX
③仿真图形
④分析：随机数瑞利分布指数分布计算均值123121944939094理论均值125324计算方差042913957379289理论方差042948
2分布
实验三
一、实验目的
中心极限定理的验证
利用计算机产生均匀分布的随机数。对相互独立的均匀分布的随机变量做和，可以很直观看到均匀分布的随机变量的和，随着做和次数的增加分布情况的变化，通过实验对中心极限定理的进行验证。
8
f二、实验内容
产生多组01区间上的均匀分布的随机数序列，各序列的对应元素做和，够成的和序列再进行随机数的概率密度直方图的统计，并作图显示。
三、实验原理
如果
个独立随机变量的分布是相同的，并且具有有限的数学期望和方差，当
无穷大时，它们之和的分布趋近于高斯分布。这就是中心极限定理中的一个定理。我们以均匀分布为例，来解释这个定理。若
个随机变量Xii12…
都为01区间上的均匀分布的随机变量，且互相独立，当
足够大时，其和YXi
i1

的分布接近高斯分布。
四、实验过程和结果分析
①思路：产生
个01区间上的均匀分布的随机数序列并作和，
取三组值，此外再产生一个高斯分布随机数，对四组随机数进行比较。②程序
X1ra
domu
if0112000X2ra
domu
if0112000X3ra
domu
if0112000X4ra
domu
if0112000X5ra
domu
if0112000X6ra
domu
if0112000Gra
dom
ormal0112000Y1X1X2X3Y2X1X2X3X4X5X6subplot411histX100052subplot412histY100054subplot413histY200056subplot414histG30053
③仿真图形
9
f④分析：随
取值的增大，均匀分布随机序列求和的图形越发接近于高斯分布。
实验四
一、实验目的
自相关函数的计算
在随机信号理论中，自相关函数是非常重要的概念。在实际系统仿真中也r