我是靠谱客的博主 糊涂春天,最近开发中收集的这篇文章主要介绍使用 C / C++ 产生符合正态分布的随机数使用 C / C++ 产生符合正态分布的随机数,觉得挺不错的,现在分享给大家,希望可以做个参考。
概述
使用 C / C++ 产生符合正态分布的随机数
利用有box 和 muller 提供的,在 knuth的网上讨论过的方法 (比较常用的方法)
目的:Box-Muller,一般是要得到服从正态分布的随机数,
基本思想: 先得到服从均匀分布的随机数; 然后再将服从均匀分布的随机数转变为服从正态分布.
Box-Muller 是产生随机数的一种方法。Box-Muller 算法隐含的原理非常深奥,但结果却是相当简单。
如果在 (0,1] 值域内有两个一致的随机数字 U1 和 U2,
可以使用以下两个等式中的任一个算出一个正态分布的随机数字 Z:
Z = R * cos( θ ) 或 Z = R * sin( θ )
其中, R = sqrt(-2 * ln(U2)), θ = 2 * π * U1
正态值 Z 有一个等于 0 的平均值和一个等于 1 的标准偏差,可使用以下等式将 Z 映射到一个平均值为 m、标准偏差为 sd 的统计量 X: X = m + (Z * sd)
C语言代码
#include <stdlib.h>
#include <stdio.h>
#define PI 3.141592654double
double gaussrand( )
{
static double U, V;
static int phase = 0;
double z;
if(phase == 0)
{
U = rand() / (RAND_MAX + 1.0);
V = rand() / (RAND_MAX + 1.0);
Z = sqrt(-2.0 * log(U))* sin(2.0 * PI * V);
}
else
{
Z = sqrt(-2.0 * log(U)) * cos(2.0 * PI * V);
}
phase = 1 - phase;
retrn Z;
}
C++代码
#include <cstdlib>
#include <cmath>
#include <limits>
double generateGaussianNoise(double mu, double sigma)
{
const double epsilon = std::numeric_limits<double>::min();
const double two_pi = 2.0*3.14159265358979323846;
static double z0, z1;
static bool generate;
generate = !generate;
if (!generate)
return z1 * sigma + mu;
double u1, u2;
do
{
u1 = rand() * (1.0 / RAND_MAX);
u2 = rand() * (1.0 / RAND_MAX);
}
while ( u1 <= epsilon );
z0 = sqrt(-2.0 * log(u1)) * cos(two_pi * u2);
z1 = sqrt(-2.0 * log(u1)) * sin(two_pi * u2);
return z0 * sigma + mu;
}
参考文章:http://www.cnblogs.com/tsingke/p/6194737.html
最后
以上就是糊涂春天为你收集整理的使用 C / C++ 产生符合正态分布的随机数使用 C / C++ 产生符合正态分布的随机数的全部内容,希望文章能够帮你解决使用 C / C++ 产生符合正态分布的随机数使用 C / C++ 产生符合正态分布的随机数所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。
本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
发表评论 取消回复