C#产生正态分布、泊松分布、指数分布、负指数分布随机数(原创)

6 篇文章 0 订阅

http://blog.sina.com.cn/s/blog_76c31b8e0100qskf.html

在编程过程中,由于数据仿真模拟的需要,我们经常需要产生一些随机数,在C#中,产生一般随机数用Random即可,但是,若要产生服从特定分布的随机数,就需要一定的算法来支持了,为了方便广大编程人员,我将我再做项目过程中用到的产生服从正态分布、泊松分布、指数分布以及负指数分布随机数的方法与大家共享,希望会有所帮助!

using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.IO;

namespace PZ
{
    class Model
    {
        /// <summary>
        /// 正态分布随机数
        /// </summary>
        const int N = 100;
        const int MAX = 50;
        const double MIN = 0.1;
        const int MIU = 40;
        const int SIGMA = 1;
        static Random aa = new Random((int)(DateTime.Now.Ticks / 10000));
        public double AverageRandom(double min, double max)//产生(min,max)之间均匀分布的随机数
        {
            int MINnteger = (int)(min * 10000);
            int MAXnteger = (int)(max * 10000);
            int resultInteger = aa.Next(MINnteger, MAXnteger);
            return resultInteger / 10000.0;
        }
        public double Normal(double x, double miu, double sigma) //正态分布概率密度函数
        {
            return 1.0 / (x * Math.Sqrt(2 * Math.PI) * sigma) * Math.Exp(-1 * (Math.Log(x) - miu) * (Math.Log(x) - miu) / (2 * sigma * sigma));
        }
        public double Random_Normal(double miu, double sigma, double min, double max)//产生正态分布随机数
        {
            double x;
            double dScope;
            double y;
            do
            {
                x = AverageRandom(min, max);
                y = Normal(x, miu, sigma);
                dScope = AverageRandom(0, Normal(miu, miu, sigma));
            } while (dScope > y);
            return x;
        }


        /// <summary>
        /// 指数分布随机数
        /// </summary>
        /// <param name="const_a"></param>
        /// <returns></returns>
        public  double RandExp(double const_a)//const_a是指数分布的参数λ
        {
            Random rand = new Random(Guid.NewGuid().GetHashCode());
            double p;
            double temp;
            if (const_a != 0)
                temp = 1 / const_a;
            else
                throw new System.InvalidOperationException("除数不能为零!不能产生参数为零的指数分布!");
            double randres;
            while (true) //用于产生随机的密度,保证比参数λ小
            {
                p = rand.NextDouble();
                if (p < const_a)
                    break;
            }
            randres = -temp * Math.Log(temp * p, Math.E);
            return randres;
        }

 

        /// <summary>
        /// 负指数分布随机数产生
        /// </summary>
        /// <param name="lam">参数</param>
        /// <returns></returns>
        Random ran;

        public Model()
        {
            ran = new Random();
        }
        public double ngtIndex(double lam)
        {
            double dec = ran.NextDouble();
            while (dec == 0)
                dec = ran.NextDouble();
            return -Math.Log(dec) / lam;
        }

 

        /// <summary>
        /// 泊松分布产生
        /// </summary>
        /// <param name="lam">参数</param>
        /// <param name="time">时间</param>
        /// <returns></returns>
        public double poisson(double lam, double time)
        {
            int count = 0;

            while (true)
            {
                time -= ngtIndex(lam);
                if (time > 0)
                    count++;
                else
                    break;
            }
            return count;
        }
 
        }

    }

实现后的界面截图如下:

C#产生正态分布、泊松分布、指数分布、负指数分布随机数(原创)

  • 1
    点赞
  • 18
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
根据提供的引用内容,这段代码是用于绘制SPC质量分析图形的,其中包括正态分布图。而C#是一种编程语言,可以用于编写各种类型的应用程序,包括数据分析和可视化应用程序。因此,可以使用C#编写代码来绘制SPC正态分布图。 以下是一个使用C#绘制SPC正态分布图的示例代码: ```csharp using System; using System.Windows.Forms.DataVisualization.Charting; namespace SPCNormalDistribution { public partial class Form1 : Form { public Form1() { InitializeComponent(); } private void Form1_Load(object sender, EventArgs e) { // 生成正态分布数据 double[] data = GenerateNormalDistribution(1000, 50, 10); // 绘制正态分布图 DrawNormalDistribution(data); } // 生成正态分布数据 private double[] GenerateNormalDistribution(int count, double mean, double stdDev) { Random rand = new Random(); double[] data = new double[count]; for (int i = 0; i < count; i++) { double u1 = rand.NextDouble(); double u2 = rand.NextDouble(); double randStdNormal = Math.Sqrt(-2.0 * Math.Log(u1)) * Math.Sin(2.0 * Math.PI * u2); double randNormal = mean + stdDev * randStdNormal; data[i] = randNormal; } return data; } // 绘制正态分布图 private void DrawNormalDistribution(double[] data) { // 清空图表 chart1.Series.Clear(); // 添加正态分布数据 Series series = chart1.Series.Add("Normal Distribution"); series.ChartType = SeriesChartType.Line; Array.Sort(data); for (int i = 0; i < data.Length; i++) { series.Points.AddXY(data[i], i * 1.0 / data.Length); } // 设置图表属性 chart1.ChartAreas[0].AxisX.Title = "Value"; chart1.ChartAreas[0].AxisY.Title = "Probability"; chart1.ChartAreas[0].AxisX.Minimum = data[0]; chart1.ChartAreas[0].AxisX.Maximum = data[data.Length - 1]; chart1.ChartAreas[0].AxisX.Interval = (data[data.Length - 1] - data[0]) / 10; chart1.ChartAreas[0].AxisY.Minimum = 0; chart1.ChartAreas[0].AxisY.Maximum = 1; chart1.ChartAreas[0].AxisY.Interval = 0.1; } } } ``` 该代码使用Windows Forms中的Chart控件来绘制正态分布图。在Load事件中,首先生成了1000个均值为50,标准差为10的正态分布数据,然后调用DrawNormalDistribution方法来绘制正态分布图。在DrawNormalDistribution方法中,首先清空了图表,然后将正态分布数据添加到图表中,并设置了图表的一些属性,例如X轴和Y轴的标题、最小值、最大值和间隔等。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值