c语言 写高斯分布函数

 

https://www.cnblogs.com/tsingke/p/6194737.html

利用有box 和 muller 提供的，在 knuth的网上讨论过的方法  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.

 

https://www.cnblogs.com/tsingke/p/5866672.html

用c语言 产生服从均匀分布, 瑞利分布，莱斯分布，高斯分布的随机数 以及柯西分布

 

Box-Muller 是产生随机数的一种方法。结果却是相当简单。

 

如果在 （0,1] 值域内有两个一致的随机数字 U1 和 U2，可以使用以下两个等式中的任一个算出一个正态分布的随机数字 Z：

　Z = R * cos( θ ) 或 Z = R * sin( θ )

　其中， R = sqrt(-2 * ln(U2)), θ = 2 * π * U1

正态值 Z 有一个等于 0 的平均值和一个等于 1 的标准偏差，可使用以下等式将 Z 映射到一个平均值为 m、标准偏差为 sd 的统计量 X：

　　X = m + (Z * sd)

C代码: (计算机编程中, log函数==ln()函数,以e为底的自然对数,  log10 才是以10为底的函数)

#include <math.h>
#include <stdio.h>
#include <stdlib.h>

#define PI 3.141592654

main(){
double d,b;
double gaussrand(double,double);
printf("输入两个数：u=o=");
scanf("%lf %lf",&d,&b);
gaussrand(d,b);
printf("%1lf",gaussrand(d,b));
}
double gaussrand(double v,double e ){
double U, V;
int phase = 0;
double z;

if(phase == 0)
{
U = rand() / (RAND_MAX + 1.0);
V = rand() / (RAND_MAX + 1.0);
z = sqrt(-2.0 * log(V))* sin(2.0 * PI * U);
}
else
{
z = sqrt(-2.0 * log(V)) * cos(2.0 * PI * U);
}

phase = 1 - phase;
z=z*sqrt(e)+v;
return z;
}

这样生成的高斯分布随机数序列的期望为0.0，方差为1.0。若指定期望为E，方差为V，则只需增加：GaussRand() * V + E

转载于:https://www.cnblogs.com/vinn/p/8875473.html