6

ここに、平均 0f 1 と標準偏差 0.5 を持つ乱数を生成するコードがあります。しかし、与えられた平均と分散のガウス乱数を否定できるように、このコードをどのように変更すればよいでしょうか?

#include <stdlib.h>
#include <math.h>
#ifndef M_PI
#define M_PI 3.14159265358979323846
#endif

double drand()   /* uniform distribution, (0..1] */
{
  return (rand()+1.0)/(RAND_MAX+1.0);
}

double random_normal() 
 /* normal distribution, centered on 0, std dev 1 */
{
  return sqrt(-2*log(drand())) * cos(2*M_PI*drand());
}

int main()
{

  int i;
  double rands[1000];
  for (i=0; i<1000; i++)
  rands[i] = 1.0 + 0.5*random_normal();
  return 0;

}
4

2 に答える 2

10

ここに、平均 0f 1 と標準偏差 0.5 を持つ乱数を生成するコードがあります。しかし、与えられた平均と分散のガウス乱数を否定できるように、このコードをどのように変更すればよいでしょうか?

が平均と標準偏差をx持つガウス分布からの確率変数である場合、平均と標準偏差があります。μσαx+βαμ+β|α|σ

実際、投稿したコードはすでにこの変換を行っています。平均 0 と標準偏差 1 の確率変数 ( Box–Muller 変換random_normalを実装する関数 から取得) から開始し、乗算によって平均 1 と標準偏差 0.5 (配列内) の確率変数に変換します。および追加：rands

double random_normal();  /* normal distribution, centered on 0, std dev 1 */

rands[i] = 1.0 + 0.5*random_normal();
于 2011-08-12T04:16:20.790 に答える
3

これを行うにはいくつかの方法があります。基本的には、均一に分散された値を正規/ガウス分布に変換/マッピングする必要があります。おそらく、ジッグラト変換が最善の策です。

心に留めておくべきことの 1 つは、最終的な分布の品質は RNG と同じくらい良いということです。そのため、生成された値の品質が重要な場合は、高品質の乱数ジェネレーター (Mersenne twister など) を必ず使用してください。

于 2011-08-12T02:19:09.660 に答える