往届随机信号分析实验lab1.pptxVIP

实验一：简单随机数的产生 主讲人:陈显波 2010.11.18 均匀分布随机数的产生 利用变换法产生其他随机数 正态分布随机数的产生 1.均匀分布随机数的产生 定义：如果一个实数列{ui}与均匀分布的独立随机变量序列{Ui}的样本序列具有相同的统计特性，我们就称它是随机的，该数列中的各个数称为均匀分布随机数，简称为随机数。 随机数的产生方法： 将已有的随机数存入数表，需要时直接使用； 利用物理方法制成随机数发生器； 利用数学方法产生随机数，即伪随机数。 注意：伪随机数是按照一定的计算公式产生的一列数，它本质上不是随机的，而且存在周期性。 利用同余法产生随机数： (1)加同余法： yn+1 = yn + c ( mod M ) xn+1 = yn+1 / M 其中，yn+1是迭代算子，而xn+1则是每次需要 产生的随机数，M、c 和初值y0为正整数。 这里，为了使伪随机数有较大的周期， 更接近真正的随机数，M越大越好。 一般选择M=2b，b是所选计算机中运 算器的字长，也有利于减小运算量， 因为除以M的运算可以用移位代替。 (2)乘同余法： yn+1 = ayn ( mod M ) xn+1 = yn+1 / M 其中，a为正整数。 (3)混合同余法： yn+1 = ayn + c ( mod M ) xn+1 = yn+1 / M 2.利用变换法产生其他随机数 根据随机变量函数变换原理，如果能将两个分布之间的函数关系用显式来表达，那么就可以利用一种分布的随机变量通过变换得到另外一种分布的随机变量。 若X是分布函数为 的随机变量，且分布函数 为严格单调升函数，令 ，则 必为在[0,1)上均匀分布的随机变量。反之，若 是在[0,1)上均匀分布的随机变量，那么 即是分布函数为 的随机变量。式中 为 的反函数。这样，欲求某个分布的随机变量，先产生在[0,1)区间上的均匀分布随机数，在经过逆变换，便可求得所需分布的随机数。 例1.给出产生指数分布的随机数的方法。 解：假定 为区间[0,1)上均匀分布的随机变量，由于参 数为λ的指数分布的分布函数为 ，因此， 式中，U1=1-U，它也是在区间上均匀分布的随机变量。因此，X的模拟方法为： (1)产生均匀分布随机数{ui}； (2)计算指数分布随机数： 。 例2.产生概率为(0.3,0.7)的(0,1)二元随机数{xi}。 解：首先产生产生均匀分布随机数Ui,再按下式生成该二元随机数： 3.正态分布随机数的产生 产生标准正态分布的两种方法： (1)累加近似法 例3.用近似法产生一服从N(m,δ2)的高斯分布随机数。 解：首先考虑获得数学期望为0，方差为1的高斯分布随机数。由于在[0,1]区间上均匀分布的随机变量Ui的数学期望为1/2，方差为1/12，因此 根据中心极限定理，即是数学期望为0，方差为1的高斯分布随机数。为方便起见，我们取n=12，这是因为区间上均匀分布随机数的方差是1/12，可以省去一次乘法和一次除法： 做变换 即为所求。 (2)变换法 如果U1，U2是两个相互独立的均匀分布随机数，那么下是给出的X1，X2 便是数学期望为m，方差为δ2的高斯分布随机数，且相互独立，这就是变换法。 这里我们证明一种简单情况，即令m=0,δ2=1。由上式求反函数 雅可比行列式 既然U1,U2是两个相互独立的均匀分布随机数，那么X1,X2的二维联合概率密度满足 显然，X1和X2是高斯分布的，它们数学期望为0，方差为1，且相互独立。 练习： 1 产生（0，1）的随机分布随机变量 a用混合同余的方法 b输入一个整数，可以产生对应数目的随机数，例如：输入 12产生12个均匀分布的随机数 c尝试用均匀分布的分布函数产生高斯分布的随机分布数。