《随机模拟方法与应用》课程大作业 2015年度春季学期 end 各作图 figure (2); X=0:0.2:5; [N]=hist (sample(end-sample_num+1:end),x); bar(X,N/sample_num/(X (2)-x (1))); hold on; x=0:0.015; y_r=x./sigma2.*exp (-x.2/2/sigma2) plot(x,y_r); hold off; legend('sample histogram','target pdf'); 程序模拟结果如下图示： 0.7 ■sample histogram 0.6 target pdf 0.5 0.4 0.3 0.2 0.1 0 -1 0 3 6 图1总循环次数=500,000 其次，我也比较了若取总循环次数total number为1,000,000，g=1,每隔1000次收 集一个的情形（程序思想与上面相同，不再单独列出），这样，最终，依然得到了1000个样 本，其模拟情况如下： 5《随机模拟方法与应用》课程大作业 2015 年度 春季学期 5 end %作图 figure (2); X=0:0.2:5; [N]=hist(sample(end-sample_num+1:end),X); bar(X,N/sample_num/(X(2)-X(1))); hold on; x=0:0.01:5; y_r=x./sigma^2.*exp(-x.^2/2/sigma^2); plot(x,y_r); hold off; legend('sample histogram','target pdf'); 程序模拟结果如下图示： 图 1 总循环次数=500,000 其次，我也比较了若取总循环次数 total_number 为 1,000,000， 1，每隔 1000 次收 集一个的情形（程序思想与上面相同，不再单独列出），这样，最终，依然得到了 1000 个样 本，其模拟情况如下：