如何生成在C高斯伪随机数为给定的平均值和方差σ [英] how to generate gaussian pseudo random numbers in c for a given mean and variance?

问题描述

我这里有一个code产生具有平均0F 1和0.5标准偏差的随机数。但我怎么修改此code，这样我可以denerate任何给定的均值和方差的高斯随机数？

 的#include＆LT;＆stdlib.h中GT;
＃包括LT＆;＆math.h中GT;
的#ifndef M_PI
＃定义M_PI 3.14159265358979323846
＃万一双drand（）/ *均匀分布，（0..1] * /
{
  回报（RAND（）+ 1.0）/（RAND_MAX + 1.0）;
}双random_normal（）
 / *正态分布，集中于0，标准偏差1 * /
{
  返回的sqrt（-2 *日志（drand（）））* COS（2 * M_PI * drand（））;
}诠释的main（）
{  INT I;
  双兰特[1000];
  对于（i = 0; I＆LT; 1000;我++）
  兰特[I] = 1.0 + 0.5 * random_normal（）;
  返回0;}
 

解决方案

  

我这里有一个code产生具有平均0F 1个随机数
  的0.5和std偏差。但我怎么修改此code，这样我可以
  denerate任何给定的均值和方差的高斯随机数？

如果 X 是高斯分布，均值μ和标准偏差σ，那么αX+β将有平均αμ+β和标准偏差 |α|。σ

在事实上，你已经公布的code做这种转变。它以一个随机变量，均值为0，标准差为1（从功能 random_normal ，它实现的箱穆勒变换），然后将其均值为1，标准差为0.5转变为一个随机变量（在兰特数组）通过乘法和加法：

 双random_normal（）; / *正态分布，集中于0，标准偏差1 * /兰特[I] = 1.0 + 0.5 * random_normal（）;
 

I have a code here which generates random numbers having a mean 0f 1 and std deviation of 0.5. but how do i modify this code so that i can denerate gaussian random numbers of any given mean and variance?

#include <stdlib.h>
#include <math.h>
#ifndef M_PI
#define M_PI 3.14159265358979323846
#endif

double drand()   /* uniform distribution, (0..1] */
{
  return (rand()+1.0)/(RAND_MAX+1.0);
}

double random_normal() 
 /* normal distribution, centered on 0, std dev 1 */
{
  return sqrt(-2*log(drand())) * cos(2*M_PI*drand());
}

int main()
{

  int i;
  double rands[1000];
  for (i=0; i<1000; i++)
  rands[i] = 1.0 + 0.5*random_normal();
  return 0;

}

解决方案

I have a code here which generates random numbers having a mean 0f 1 and std deviation of 0.5. but how do i modify this code so that i can denerate gaussian random numbers of any given mean and variance?

If x is a random variable from a Gaussian distribution with mean μ and standard deviation σ, then αx+β will have mean αμ+β and standard deviation |α|σ.

In fact, the code you posted already does this transformation. It starts with a random variable with mean 0 and standard deviation 1 (obtained from the function random_normal, which implements the Box–Muller transform), and then transforms it to a random variable with mean 1 and standard deviation 0.5 (in the rands array) via multiplication and addition:

double random_normal();  /* normal distribution, centered on 0, std dev 1 */

rands[i] = 1.0 + 0.5*random_normal();

这篇关于如何生成在C高斯伪随机数为给定的平均值和方差σ的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！