概率论与随机信号分析1.doc

电子科技大学中山学院学生实验报告 学院： 电子信息学院 课程名称： 概率论与随机信号分析 班级： 姓名： 学号： 实验名称：随机数的特性 实验时间： 成绩： 教师签名： 批改时间： 一、实验目的 1.了解随机数的产生方法； 2.了解常用随机数的概率分布函数、分布律和概率密度函数。 二、实验原理 随机数的产生有好多方法，可以利用乘积法和同余法产生[0,1]之间的均匀分布，然后利用函数变换法产生所需不同分布的随机数。可以按照所产生的随机数，对落在不同区间的数据进行统计，从而画出所产生的随机数的统计特性。MATLAB工具提供了非常丰富的函数来产生经常使用的分布的随机数，比如rand,randn就是用来产生均匀分布随机数和高斯分布随机数的。 本实验充分利用MATLAB提供的工具来产生随机数，验证和观察其统计特性。 1. disttool ：分布函数和密度函数的可视化工具 分布函数和密度函数的工具能够产生22种常用分布的概率分布曲线和概率密度曲线，并通过图形方式显示。我们还可以通过修改参数产生同一种分布不同参数的概率分布曲线和概率密度曲线。 在MATLAB工作环境下，在命令窗口键入disttool (distribution tool的缩写)，弹出图形窗口，在函数类型中选择ＰＤＦ和ＣＤＦ后，我们可以通过修改参数观察不同参数情况下的曲线。这些分布包括正态（Ｎormal）、二项（Binomial）、指数、均匀（Uniform）、泊松（Poisson）、几何（Geometric）,T分布(Ｔ),Ｆ分布(Ｆ)，瑞利分布(Rayleigh),韦伯分布(Weilbull)，移动mu滑块相当于调整额定长度（均值），可见到概率密度函数的整体平移。也可以选择cdf选项对分布函数进行观察。 2.randtool（随机变量模拟工具） 随机变量模拟工具能够模拟产生22种常用分布的随机数，并可以通过修改它们的参数产生同一种分布不同参数的随机数，并通过图形方式显示它们的概率密度统计。在MATLAB工作环境下，在命令窗口键入randtool并回车，将弹出随机变量模拟工具窗口，其中可选项的含义如下: Distribution(分布)： 在此可选择多种分布，例如等等，不仅包含教材正文涉及的常用分布，而且也包括其他常用分布。Samples （样本）：模拟的样点数，可选择。Resample（重新抽样）：刷新结果，重新模拟。Export（输出）: 输出结果到工作空间，输出结果后可直接在工作空间中查看数值。 实验内容与步骤 绘制正态分布密度函数曲线。将不同参数的曲线合成一个图形（画一个图形） 实验代码: clear all close all x=-10:0.1:10; u=0;c12=16; c11=sqrt(c12); pf1=1/(sqrt(2*pi)*c11)*exp(-(x-u).^2/(2*c11.^2)); u=0;c22=4; c21=sqrt(c22); pf2=1/(sqrt(2*pi)*(c21))*exp(-(x-u).^2/(2*c21.^2)); u=0;c32=1; c31=sqrt(c32); pf3=1/(sqrt(2*pi)*(c31))*exp(-(x-u).^2/(2*c31.^2)); plot(x,pf1,r-,x,pf2,b-,x,pf3,g-); legend(C^2=4,C^2=1C^2=0.25); title(正态分布概率密度函数曲线); xlabel(x); ylabel(f(x)); grid on; 运行该代码所得的正态分布密度函数曲线如下所示： 利用disttool产生不同分布、不同参数的分布函数和分布密度函数曲线，观察各种分布曲线的特点。(画4个图形，每两个图形放在一排。其他的用文字描述) 二项分布（对称轴x=5） 正态分布 （对称轴u=0） 指数分布 瑞利分布 利用randtool工具，产生不同分布、不同参数的随机数并进行统计，绘制密度函数曲线，并观察和记录不同样本数时统计特性的差别 。(画4个图形，其他的用文字描述) 正态分布：样本 N=999