随机序列的产生及统计分析.docVIP

汕 头 大 学 实 验 报 告 学院:系: 专业年级:成绩:姓名:学号:组实验时间: 2010/11/2指导教师签字: 实验一 随机序列的产生与统计分析 一、实验目的和要求 （2）均匀分布的：0-1分布，其概率密度为 （3）指数分布： 2，计算上面三种分布的均值与方差的理论值，并画出理论的概率密度（图），利用计算机分析画出这3种随机序列分别在100、5000和10000点的概率密度、均值与方差，比较分析不同长度下的统计结果； 3，实现一个信号处理的应用实例：处理所给图片素材（Lena.jpeg），进行图像直方图的均衡，画出原始图像和经过均衡处理后的图像直方图，并做比较分析　　 4，画出2种指定参数下的二维正态概率密度曲线，其联合概率密度为： （1） （2） 二、实验内容及实验数据记录figure(1); N1=200; u1=rand(N1,1); subplot(231); plot(u1); title(N=200点的均匀分布随机序列); hold on; n1=randn(N1,1); subplot(232); plot(n1); hold on; title(N=200点的正态分布随机序列); e1=exprnd(2,N1,1); subplot(233); plot(e1); title(N=200点的指数分布随机序列); N2=2000; u2=rand(N2,1);subplot(234); plot(u2); title(N=2000点的均匀分布随机序列); hold on; n2=randn(N2,1); subplot(235); plot(n2); hold on; title(N=2000点的正态分布随机序列); e2=exprnd(2,N2,1); subplot(236); plot(e2); title(N=2000点的指数分布随机序列); 2，实验结果： 计算上面三种分布的均值与方差的理论值，并画出理论的概率密度（图），利用计算机分析画出这3种随机序列分别在100、5000和10000点的概率密度、均值与方差，比较分析不同长度下的统计结果； 程序如下： figure(2); N1=200; N2=2000; u1=rand(N1,1); n1=randn(N1,1); e1=exprnd(2,N1,1); u2=rand(N2,1); n2=randn(N2,1); e2=exprnd(2,N2,1); u1_m=mean(n1) u1_sigma=var(n1) n1_m=mean(n1) n1_sigma=var(n1) e1_m=mean(e1) e1_sigma=var(e1) u2_m=mean(n2) u2_sigma=var(n2) n2_m=mean(n2) n2_sigma=var(n2) e2_m=mean(e2) e2_sigma=var(e2) u1pdf=unifpdf(u1,0,N1); u1cdf=unifcdf(u1,0,N1); n1pdf=normpdf(n1,n1_m,n1_sigma); n1cdf=normcdf(n1,n1_m,n1_sigma); e1pdf=exppdf(e1,e1_m); e1cdf=expcdf(e1,e1_m); u2pdf=unifpdf(u2,0,N2); u2cdf=unifcdf(u2,0,N2); n2pdf=normpdf(n2,n2_m,n2_sigma); n2cdf=normcdf(n2,n2_m,n2_sigma); e2pdf=exppdf(e2,e2_m); e2cdf=expcdf(e2,e2_m); subplot(621); stem(u1,u1pdf);title(N=200均匀分布概率密度); hold on; subplot(622); stem(u1,u1cdf);title(N=200均匀分布概率分布); hold on; subplot(623); stem(n1,n1pdf);title(N=200正态分布概率密度); hold on; subplot(624); stem(n1,n1cdf);title(N=200正态分布概率分布); hold on; subplot(625); stem(e1,e1pdf);title(N=200指数分布概率密度); hold on; subplot(626); stem(e1,e1cdf);title(N=200指数分布概率分布); hold on; subplot(627);