转载自:http://blog.sina.com.cn/s/blog_70a14458010155b8.html
C语言产生满足正态分布的随机数
C语言中可以通过rand函数生成满足均匀分布的随机数,但是生成满足正太分布的随机数就没有那么简单了,下面对常用的几种方法进行总结并用C++编程实现。
方法一:由均匀分布的随机数来产生
方法二:Box-Muller方法
。
方法三:由正态分布曲线图形得到的直观结果
图1 正态分布曲线
从上图可以看出,在μ附近的概率密度大,远离μ的地方概率密度小,我们要产生的随 机数要服从这种分布,就是要使产生的随机数在μ附近的概率要大,远离μ处小。算法的主要思想是:在上图的大矩形中随机产生点,这些点是平均分布的,如果产生的点落在概率密度曲线的下方,则认为产生的点是符合要求的,将它们保留,如果在概率密度曲线的上方, 则认为这些点不合格,将它们去除。如果随机产生了一大批在整个矩形中均匀分布的点,那 么被保留下来的点的横坐标就服从了正态分布。可以设想,由于在μ处的 f(x)的值比较大,理所当然的在μ附近的点个数要多,远离μ处的少,这从面积上就可以看出来。我们要产生的随机数就是这里的横坐标。
根据以上所述三种方法,编写C++测试代码如下:
#include
#include
#include
#include
#include
using namespace std;
#define pi 3.1415926
#define rd (rand()/(RAND_MAX+1.0))
//区间[min,max]上的均匀分布,min和max要求传入的参数类型一致
template <<span style="color:blue">class T>
T rand(T min, T max)
{
}
//求均值为miu,方差为sigma的正太分布函数在x处的函数值
double normal(double x, double miu,double sigma)
{
}
//按照矩形区域在函数值曲线上下位置分布情况得到正太函数x值
double randn(double miu,double sigma, double min ,double max)
{
}
double randn(int type)
{
}
int main(int argc,char* argv[])
{
}
参考:
[1]
[2]
[3] http://wenku.baidu.com/view/e9de620d7cd184254b3535c9