Создание гауссовского случайного генератора со средним и стандартным отклонением - программирование
Подтвердить что ты не робот

Создание гауссовского случайного генератора со средним и стандартным отклонением

Я пытаюсь создать одномерный массив и использовать генератор случайных чисел (генератор Гаусса, который генерирует случайное число со средствами 70 и стандартное отклонение 10), чтобы заполнить массив с не менее чем 100 числами от 0 до 100 включительно.

Как я могу сделать это в С++?

4b9b3361

Ответ 1

В С++ 11 это относительно прямо, используя случайный заголовок и std:: normal_distribution ( живой пример):

#include <iostream>
#include <iomanip>
#include <string>
#include <map>
#include <random>

int main()
{
    std::random_device rd;

    std::mt19937 e2(rd());

    std::normal_distribution<> dist(70, 10);

    std::map<int, int> hist;
    for (int n = 0; n < 100000; ++n) {
        ++hist[std::round(dist(e2))];
    }

    for (auto p : hist) {
        std::cout << std::fixed << std::setprecision(1) << std::setw(2)
                  << p.first << ' ' << std::string(p.second/200, '*') << '\n';
    }
}

Если С++ 11 не является опцией, чем boost, также предоставляет библиотеку (живой пример):

#include <iostream>
#include <iomanip>
#include <string>
#include <map>
#include <random>
#include <boost/random.hpp>
#include <boost/random/normal_distribution.hpp>

int main()
{

  boost::mt19937 *rng = new boost::mt19937();
  rng->seed(time(NULL));

  boost::normal_distribution<> distribution(70, 10);
  boost::variate_generator< boost::mt19937, boost::normal_distribution<> > dist(*rng, distribution);

  std::map<int, int> hist;
  for (int n = 0; n < 100000; ++n) {
    ++hist[std::round(dist())];
  }

  for (auto p : hist) {
    std::cout << std::fixed << std::setprecision(1) << std::setw(2)
              << p.first << ' ' << std::string(p.second/200, '*') << '\n';
  }
}

и если по какой-либо причине ни один из этих вариантов невозможен, вы можете перевернуть собственный преобразование Box-Muller, код, представленный в ссылке, выглядит разумным.

Ответ 2

Используйте распределение Box Muller (от здесь):

double rand_normal(double mean, double stddev)
{//Box muller method
    static double n2 = 0.0;
    static int n2_cached = 0;
    if (!n2_cached)
    {
        double x, y, r;
        do
        {
            x = 2.0*rand()/RAND_MAX - 1;
            y = 2.0*rand()/RAND_MAX - 1;

            r = x*x + y*y;
        }
        while (r == 0.0 || r > 1.0);
        {
            double d = sqrt(-2.0*log(r)/r);
            double n1 = x*d;
            n2 = y*d;
            double result = n1*stddev + mean;
            n2_cached = 1;
            return result;
        }
    }
    else
    {
        n2_cached = 0;
        return n2*stddev + mean;
    }
}

вы можете узнать больше: wolframe math world

Ответ 3

С #include <random>

std::default_random_engine de(time(0)); //seed
std::normal_distribution<int> nd(70, 10); //mean followed by stdiv
int rarrary [101]; // [0, 100]
for(int i = 0; i < 101; ++i){
    rarray[i] = nd(de); //Generate numbers;
}

Ответ 4

В С++ 11 вы должны использовать средства, предоставляемые заголовком <random>; создать случайный движок (например, std::default_random_engine или std::mt19937, инициализированный при необходимости std::random_device) и объект std::normal_distribution, инициализированный вашими параметрами; то вы можете использовать их вместе для генерации ваших чисел. Здесь вы можете найти полный пример.

В предыдущих версиях С++ все, что у вас есть, это "классический" C LCG (srand/rand), который генерирует простое целочисленное распределение в диапазоне [0, MAX_RAND]; с ним вы все равно можете генерировать гауссовские случайные числа, используя Box-Muller transform (что на самом деле делает С++ 11 std::normal_distribution внутри).