CSDN论坛 > 其他技术论坛 > 数据结构与算法

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:0
结帖率 100%
CSDN今日推荐
Bbs1
本版专家分:0
Bbs1
本版专家分:0
Blank
红花 2005年4月 专题开发/技术/项目大版内专家分月排行榜第一
2004年11月 专题开发/技术/项目大版内专家分月排行榜第一
2004年10月 专题开发/技术/项目大版内专家分月排行榜第一
2004年2月 专题开发/技术/项目大版内专家分月排行榜第一
2003年11月 专题开发/技术/项目大版内专家分月排行榜第一
2003年10月 专题开发/技术/项目大版内专家分月排行榜第一
2003年3月 专题开发/技术/项目大版内专家分月排行榜第一
2003年1月 专题开发/技术/项目大版内专家分月排行榜第一
2002年11月 专题开发/技术/项目大版内专家分月排行榜第一
2002年8月 专题开发/技术/项目大版内专家分月排行榜第一
Blank
黄花 2005年7月 专题开发/技术/项目大版内专家分月排行榜第二
2005年5月 专题开发/技术/项目大版内专家分月排行榜第二
2004年9月 专题开发/技术/项目大版内专家分月排行榜第二
2004年3月 专题开发/技术/项目大版内专家分月排行榜第二
2004年1月 专题开发/技术/项目大版内专家分月排行榜第二
2002年12月 专题开发/技术/项目大版内专家分月排行榜第二
Blank
蓝花 2005年3月 专题开发/技术/项目大版内专家分月排行榜第三
2004年12月 专题开发/技术/项目大版内专家分月排行榜第三
2004年8月 专题开发/技术/项目大版内专家分月排行榜第三
2004年7月 专题开发/技术/项目大版内专家分月排行榜第三
2003年12月 专题开发/技术/项目大版内专家分月排行榜第三
2003年9月 专题开发/技术/项目大版内专家分月排行榜第三
2003年8月 专题开发/技术/项目大版内专家分月排行榜第三
2003年7月 专题开发/技术/项目大版内专家分月排行榜第三
Bbs1
本版专家分:0
Bbs1
本版专家分:0
Bbs1
本版专家分:0
Bbs1
本版专家分:0
匿名用户不能发表回复!登录|注册
其他相关推荐
C语言与数字信号处理——正态分布的随机数
1. 公式概率密度函数: f(x)=1σ2π−−√e−(x−μ)22σ2 f(x) = \frac{1}{\sigma \sqrt {2 \pi}}e^{-\frac{(x-\mu)^2}{2\sigma^2}} 均值: E[X]=μ E[X] = \mu 方差: VAR[X]=σ2 VAR[X] = \sigma^2 2. C代码生成随机数C代码double Gauss(double m
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
java正态分布随机数产生方法
用Random类中的nextGaussian()方法,可以产生服从高斯分布的随机数,高斯分布即标准正态分布,均值为0,方差为1。 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 Random r = new Random(); num = r.nextGaussian(); 用相关理论生成,具体见正态分布随机数
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
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
自定义算法实现随机数的生成
package cn.itcast.shujujiegou.Random1; /** * Created by likailong on 2016/10/13. */ public class Random1 { private static final int A=48271; private static final int M=2147483647; priva
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。
关闭