web-dev-qa-db-fra.com

Création d'un générateur aléatoire gaussien avec une moyenne et un écart-type

J'essaie de créer un tableau unidimensionnel et d'utiliser un générateur de nombres aléatoires (générateur gaussien qui génère un nombre aléatoire avec des moyens de 70 et un écart-type de 10) pour remplir le tableau avec au moins 100 nombres entre 0 et 100 inclus.

Comment pourrais-je faire cela en C++?

c++randomgaussiannormal-distribution
16
coder_For_Life22

En C++ 11 c'est relativement simple en utilisant en-tête aléatoire et std :: normal_distribution = (exemple en direct):

#include <iostream>
#include <iomanip>
#include <string>
#include <map>
#include <random>

int main()
{
    std::random_device rd;

    std::mt19937 e2(rd());

    std::normal_distribution<> dist(70, 10);

    std::map<int, int> hist;
    for (int n = 0; n < 100000; ++n) {
        ++hist[std::round(dist(e2))];
    }

    for (auto p : hist) {
        std::cout << std::fixed << std::setprecision(1) << std::setw(2)
                  << p.first << ' ' << std::string(p.second/200, '*') << '\n';
    }
}

Si C++ 11 n'est pas une option, alors boost fournit également un bibliothèque (exemple en direct):

#include <iostream>
#include <iomanip>
#include <string>
#include <map>
#include <random>
#include <boost/random.hpp>
#include <boost/random/normal_distribution.hpp>

int main()
{

  boost::mt19937 *rng = new boost::mt19937();
  rng->seed(time(NULL));

  boost::normal_distribution<> distribution(70, 10);
  boost::variate_generator< boost::mt19937, boost::normal_distribution<> > dist(*rng, distribution);

  std::map<int, int> hist;
  for (int n = 0; n < 100000; ++n) {
    ++hist[std::round(dist())];
  }

  for (auto p : hist) {
    std::cout << std::fixed << std::setprecision(1) << std::setw(2)
              << p.first << ' ' << std::string(p.second/200, '*') << '\n';
  }
}

et si pour une raison quelconque aucune de ces options n'est possible, alors vous pouvez rouler la vôtre transformation Box-Muller , le code fourni dans le lien semble raisonnable.

27
Shafik Yaghmour

Utilisez la distribution Box Muller (de ici ):

double Rand_normal(double mean, double stddev)
{//Box muller method
    static double n2 = 0.0;
    static int n2_cached = 0;
    if (!n2_cached)
    {
        double x, y, r;
        do
        {
            x = 2.0*Rand()/Rand_MAX - 1;
            y = 2.0*Rand()/Rand_MAX - 1;

            r = x*x + y*y;
        }
        while (r == 0.0 || r > 1.0);
        {
            double d = sqrt(-2.0*log(r)/r);
            double n1 = x*d;
            n2 = y*d;
            double result = n1*stddev + mean;
            n2_cached = 1;
            return result;
        }
    }
    else
    {
        n2_cached = 0;
        return n2*stddev + mean;
    }
}

vous pouvez en savoir plus sur: wolframe math world

9
samad montazeri

En C++ 11, vous utiliseriez les fonctionnalités fournies par le <random> entête; créer un moteur aléatoire (par exemple std::default_random_engine ou std::mt19937, initialisé avec std::random_device si nécessaire) et un std::normal_distribution objet initialisé avec vos paramètres; vous pouvez ensuite les utiliser ensemble pour générer vos numéros. Ici vous pouvez trouver un exemple complet.

Dans les versions précédentes de C++, à la place, tout ce que vous avez est le C LCG "classique" (srand/Rand), qui génère simplement une distribution entière simple dans la plage [0, MAX_Rand]; avec lui, vous pouvez toujours générer des nombres aléatoires gaussiens en utilisant transformée de Box-Muller . (Il peut être utile de noter que le C++ 11 GNU GCC libstdc ++'s std::normal_distribution utilise la méthode polaire de Marsaglia comme indiqué ici .).

3
Matteo Italia

Avec #include <random>

std::default_random_engine de(time(0)); //seed
std::normal_distribution<int> nd(70, 10); //mean followed by stdiv
int rarrary [101]; // [0, 100]
for(int i = 0; i < 101; ++i){
    rarray[i] = nd(de); //Generate numbers;
}
2
yizzlez