Недавно пришлось мне использовать нормальное распределение (НР) в одной из задач.
.NET Framework имеет класс для генерации псевдослучайных чисел Random. Согласно описанию, эти псевдослучайные числа попадают под равномерное распределение (РР) (наверное стоит уточнить, что это скорее дискретное равномерное распределение, но в данном случае это неважно), так что наша задача сводится к преобразованию РР величины к НР величине.
Есть Преобразование Бокса — Мюллера, которое вполне подходит. В итоге получаем такой код:
static class RandomExtension
{
private static bool haveNextNextGaussian;
private static double nextNextGaussian;
public static double NextGaussian(this Random rand)
{
if (haveNextNextGaussian)
{
haveNextNextGaussian = false;
return nextNextGaussian;
}
else
{
double v1, v2, s;
do
{
v1 = 2 * rand.NextDouble() - 1; // between -1.0 and 1.0
v2 = 2 * rand.NextDouble() - 1; // between -1.0 and 1.0
s = v1 * v1 + v2 * v2;
} while (s >= 1 || s == 0);
double multiplier = Math.Sqrt(-2 * Math.Log(s) / s);
nextNextGaussian = v2 * multiplier;
haveNextNextGaussian = true;
return v1 * multiplier;
}
}
}
В результате функции мы получаем случайную величину с нормальным распределением и математическим ожиданием 0 и дисперсией 1. Код написан так, что бы использовать эту функцию как метод расширения класса Random.
Random rand = new Random() int mean = 100; int variance = 10; double randNormal = mean + variance * rand.NextGaussian();
Комментариев нет:
Отправить комментарий