CSDN论坛 > VB > VB基础类

请问如何得到一个满足正态分布的随机数? [问题点数:50分,结帖人Cipherf]

Bbs1
本版专家分:24
结帖率 100%
CSDN今日推荐
Bbs6
本版专家分:8341
Bbs8
本版专家分:40040
Blank
红花 2005年9月 VB大版内专家分月排行榜第一
2005年4月 VB大版内专家分月排行榜第一
2005年2月 VB大版内专家分月排行榜第一
Blank
黄花 2005年1月 VB大版内专家分月排行榜第二
Blank
蓝花 2005年3月 VB大版内专家分月排行榜第三
Bbs1
本版专家分:24
Bbs2
本版专家分:182
匿名用户不能发表回复!登录|注册
其他相关推荐
Matlab中产生正态分布随机数的函数normrnd
功能:生成服从正态分布的随机数 语法: R=normrnd(MU,SIGMA) R=normrnd(MU,SIGMA,m) R=normrnd(MU,SIGMA,m,n)   说 明: R=normrnd(MU,SIGMA):生成服从正态分布(MU参数代表均值,DELTA参数代表标准差)的随机数。输入的向量或矩阵MU和SIGMA必须形式相同,输出R也和它们形式相同。标量输入将被扩展成和
使用rand()产生服从高斯/正态分布的随机数
我们借助于rand()去生成高斯/正态分布。 当然,rand是伪随机的问题在此先不考虑。 (1)用Box-Muller方法,随机抽出两个从均匀分布的数字和。然后 那和都是正态分布的。 证明可用极坐标,请参考教科书中的Box-Muller方法。 C代码: #include #include #define PI 3.141592654double
C++生成随机数:高斯/正态分布(gaussian/normal distribution)
高斯分布也称为正态分布(normal distribution) 常用的成熟的生成高斯分布随机数序列的方法由Marsaglia和Bray在1964年提出,C++版本如下: #include #include double gaussrand() { static double V1, V2, S; static int phase = 0;
C/C++生成高斯分布随机数
产生正态分布或高斯分布的三种方法: 1. 运用中心极限定理(大数定理) 1 #include 2 #include 3 4 #define NSUM 25 5 6 double gaussrand() 7 { 8 double x = 0; 9 int i; 10 for(i = 0; i < NSUM; i++) 11 { 12
python+numpy 随机数的生成,正态分布,0-1分布,均匀分布及随机数种子
#! usr/bin/env python # coding: utf-8 # 使用numpy中的随机函数 学习笔记 # 2018年06月04日11:38:43 北京昌平 import numpy.matlib import numpy as np # 说明,每块代码运行时,请将其他模块注释: # 注释方法1:选中要注释的部分,然后同时按住ctrl和/按键 # 注释方法2:采用字符注释,...
用C语言产生服从标准正态分布的随机数
使用现代优化理论中的混合同余法,用C语言产生服从标准正态分布的随机数。
R语言 生成符合特定分布的随机数据并写入文件
生成50000个符合正态分布的数据,其中期望为40,标准差为3,N(40,9)表示期望为40,方差为9 在R语言中使用help(rnom)可知第三个参数指标准差,write.csv表示将数据写入norm_40_9.csv文件,不需要实现创建文件,会自动创建 > d > write.csv(d,file="c:/norm_40_9.csv",row.names=F,quote=F)  生成最
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
JAVA自定义算法产生正态分布随机数
原文章地址:http://www.cnblogs.com/zztt/p/4025207.html一、为什么需要服从正态分布的随机函数一般我们经常使用的随机数函数 Math.random() 产生的是服从均匀分布的随机数,能够模拟等概率出现的情况,例如 扔一个骰子,1到6点的概率应该相等,但现实生活中更多的随机现象是符合正态分布的,例如20岁成年人的体重分布等。 假如我们在制作一个游戏,要随机设定许许
如何用JAVA产生符合正态分布的随机数
正态分布java.util.Random里的nextGaussian(),生成的数值符合均值为0方差为1的高斯/正态分布,即符合标准正态分布。 产生数字的范围:任何数都有可能,不过在0左右的数字较多。 产生N(a,b)的数:Math.sqrt(b)*random.nextGaussian()+a; 即均值为a,方差为b的随机数
关闭