本文探讨如何在没有内置高斯随机数发生器的标准C中，利用均匀分布的rand()函数模拟产生服从高斯分布的伪随机数。通过实验原理和Matlab代码展示，证实了算法的有效性，生成的随机数符合设定的均值和标准差。
在一些算法中，经常会用到随机数，最常用的随机数有两种，一是服从均匀分布的随机数，二是服从高斯分布（正态分布）的随机数。在标准C中并没有产生高斯分布的随机数发生器，只有服从均匀分布的随机数发生器rand()，那么如何通过rand()来模拟出高斯分布特征的伪随机数呢？这就是本文的话题。
实验原理：高斯分布的随机数在概率上服从高斯分布，如果通过rand()产生某个区间的随机数，通过高斯分布的概率计算公式得到该随机数对应的概率值，然后与一个随机概率进行比较，如果该概率值大于随机概率，就认为该随机数是服从高斯分布的随机数。
高斯分布随机数的参数：随机数的区间为[f_floor,f_ceil]，mu为均值，sigma为std标准差
废话少说
订阅专栏 解锁全文
扫一扫
9460
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
