采用线性同余法产生均匀分布随机数10000个，计算该序列均值和方差与理论 值之间的误差大小。改变样本个数重新计算。MATLAB

在 MATLAB 中，可以使用 `randi` 函数结合线性同余法 (Linear Congruential Generator, LCG) 来生成指定范围内的均匀分布随机数。为了计算10000个随机数的均值和方差，并比较它们与理论期望值的误差，你需要了解LCG的基本原理以及正态分布的特性。

线性同余法通常用于生成有限域上的伪随机数。假设我们使用一个经典的LCG公式，例如 Mersenne Twister 的简化版本：

M = 2^32 - 1; % 最大素数
a = 1103515245; % 常数a
c = 12345;     % 常数c
m = 10000;     % 随机数的数量

% 生成随机数
X = mod(c * rand('uint32') + a, M) + 1; % 避免包括M在内

这里的 `rand('uint32')` 会生成0到 `2^32 - 1` 的整数，加上偏置 `a` 和取模 `M` 后得到 [1, M] 的均匀分布。

对于均值，由于我们生成的是整数，其理论均值为 `m / 2`（因为是半开区间）。用生成的随机数求平均值：

mean_value = mean(X);

方差理论上为 `m / 12` 对于均匀分布。计算方差：

variance_value = var(X);

然后计算误差：

- m/12)`

你可以多次更改 `m` 的值，生成更多的随机数并重复上述过程，每次计算新的均值和方差来观察误差的变化。注意，如果 `m` 较大，误差可能会变小，因为更大的样本量可以更好地代表整个分布。