【源码】matlab编码和c语言实现产生高斯随机变量、瑞利变量（参数可调整）并画出归一化的直方图与理论的PDF曲线做对比，说明产生的变量的正确性

最新推荐文章于 2022-11-09 17:45:09 发布

myDearing_lulu

最新推荐文章于 2022-11-09 17:45:09 发布

阅读量1.2k

点赞数 2

分类专栏：算法笔记文章标签： matlab c语言程序人生

本文链接：https://blog.csdn.net/myDearing_lulu/article/details/109121550

版权

本文介绍了如何使用MATLAB和C语言生成高斯及瑞利分布的随机变量，并通过归一化直方图与理论PDF比较验证其正确性。MATLAB代码示例包含高斯分布N(0,1), N(0,4.26), N(-2.5,1)的生成，C语言实现同样原理。实验结果显示生成的随机变量直方图与理论曲线吻合。" 103090208,8588757,CentOS 7 忘记root密码？快速重置步骤,"['系统管理', 'Linux', 'CentOS', '服务器运维']

摘要由CSDN通过智能技术生成

简要原理说明

matlab提供rand（）函数，默认是产生在区间（0，1）上均匀分布的随机变量，根据相关的研究可知任何随机变量均可以通过（0，1）上的均匀分布变量通过一定的变换得来，这里我们直接给出相关的结论不做证明。

假设U为服从区间（0，1）上均匀分布的变量，U（i）{i=1，2，3…}为之间独立同分布（IID）。
那么由12个独立同分布（IID）的U变量即可获得一个标准高斯分布的变量，如下图
通过两个独立同分布的标准高斯分布变量又可以得到一个瑞利分布的变量如下图，可以看到需要先产生N（0，a2）（a2指方差后边类似懒得去搞出来那个符号将就看），学过概率统计知道任意Y-N（a，b2）可以由X~N（0，1）得到，即Y=a+bX

matlab代码及注释

产生的是高斯分布N（0，1），N（0，4.26）,N(-2.5,1)，瑞利分布R（1）、R（0.36）、R（3.4）需要产生其它的只需要稍微修改代码里面的参数就可以.

clc;clear;
N=1000000;%产生1000000个值
%% 产生12个独立同分布的均匀分布的随机变量
for i=1:1:N
r1(i)=rand();
end
for i=1:1:N
r2(i)=rand();
end
for i=1:1:N
r3(i)=rand();
end
for i=1:1:N
r4(i)=rand();
end
for i=1:1:N
r5(i)=rand();
end
for i=1:1:N
r6(i)=rand();
end
for i=1:1:N
r7(i)=rand();
end
for i=1:1:N
r8(i)=rand();
end
for i=1:1:N
r9(i)=rand();
end
for i=1:1:N
r10(i)=rand();
end
for i=1:1:N
r11(i)=rand();
end
for i=1:1:N
r12(i)=rand();
end
%% 产生12个独立同分布的均匀分布的随机变量
for i=1:1:N
m1(i)=rand();
end
for i=1:1:N
m2(i)=rand();
end
for i=1:1:N
m3(i)=rand();
end
for i=1:1:N
m4(i)=rand();
end
for i=1:1:N
m5(i)=rand();
end
for i=1:1:N
m6(i)=