根据随机过程是与时间相关的随机变量这一结论，设计一套 实验方法，分别在maltab上绘制在（0，1）区间上均匀分布的平稳随机过程和均 值为 0、方差为 1 的平稳正态过程的近似均值曲线和方差曲线。

为了在MATLAB上模拟并绘制在(0,1)区间内的均匀分布平稳随机过程和均值为0、方差为1的平稳正态过程的近似均值曲线和方差曲线，你可以按照以下步骤操作：

**步骤1：均匀分布随机过程**

1. **生成随机数**:
使用`rand`函数生成长度适当的（例如10000）均匀分布在(0,1)之间的随机数组。

uniform_data = rand(1, 10000);

2. **计算均值和方差**:
分别计算生成的随机数的平均值和方差，作为理论上的均值和方差。

mean_uniform = mean(uniform_data);
variance_uniform = var(uniform_data);

3. **绘制数据分布**:
使用`histogram`绘制数据分布，并添加标题说明。

figure;
histogram(uniform_data, 'Normalization', 'probability');
title('Uniform Distribution Random Process');
xlabel('Value');
ylabel('Probability Density');
hold on; % 保持图层以便于后续叠加

4. **绘制均值线**:
在直方图上画一条线表示理论均值。

line([min(uniform_data), max(uniform_data)], [mean_uniform, mean_uniform], 'Color', 'r', 'LineWidth', 2);

5. **绘制方差曲线**:
由于方差不是直观的可视化，你可以把它显示在图表的注解中。

text(mean_uniform + 0.05, 0.8, ['Mean: ', num2str(mean_uniform), ', Variance: ', num2str(variance_uniform)]);

**步骤2：正态过程**

1. **生成正态随机数**:
使用`normrnd`函数生成长度相同的正态分布随机数，设置均值为0，方差为1。

normal_data = normrnd(0, 1, 1, 10000);

2. **计算均值和方差**:
同样计算正态数据的均值和方差。

mean_normal = mean(normal_data);
variance_normal = var(normal_data);

3. **重复步骤3-4，替换uniform_data为normal_data**:
绘制正态数据的分布以及均值线和方差信息。

**相关问题--:**
1. 如何解释均匀分布的随机过程和正态过程的区别？
2. 如果需要改变区间范围，应该如何调整？
3. 正态过程的均值和方差对最终图形有何影响？