我需要从13个不同的间隔生成13个数字,加起来将达到1360个。在下面的图表中,“索引”是指13个不同数字的索引。平均值是指间隔的平均(平均值)。范围将是正负15%的平均值,如下所示。I会更喜欢基于N的正态分布产生的随机数(平均值的7.5% ),我把它收回。没有正态分布。请使用+- 15%作为间隔的硬限制。
如果有人能想出如何在excel中做到这一点,那就太好了。算法也将受到赞赏。
Index mean 15% low high
A 288 43 245 331
B 50 8 43
我已经创建了一个VBA函数,它将产生一个随机生成的XX00XXX格式字符串。我运行此命令是为了在excel电子表格中创建超过400000个串行,但是对于同一个字符串有一个异常高的重放次数;超过60%的字符串有一个以上的实例(在某些情况下超过250个!)我预计会有一些重复,但远没有达到这个水平。我的代码有问题吗?或者这是我的一周玩彩票。
Function NewVRN() As String
Dim strOne As String
Dim strTwo As String
Dim strThree As String
Dim strFour As String
Dim strFive As
我使用的是MS Visual studio 2010。
现在我想用对数正态分布生成一个从3到200的随机数。
我听说“中心极限定理”可以将均匀分布转化为正态分布,但它对我来说似乎太多了,因为我的范围有198个数字:
a = random(MaxRange+1); // mean i have to write this for 198 time???!!!!
x = (a+.......)/198 ; //this will obtain a number which is a normal distribution right???
那么,我可以直接写
y = log (x); // an
如果我想投100d6,我必须:
int sum=0;
for(int i=0; i<100; i++)
sum += Random.BetweenInclusive( 1, 6);
但对于高骰子数,这可能是昂贵的。
是否有任何算法能够用总是需要相同时间(在骰子数量中为常数)并且仍然会产生二项分布的算法抛出多个骰子?
目标是编写一个函数,以便:
int RollADice( int rolls, int faces)
{
if( rolls <1245) // constant determined by profiling
{
int sum
我很难理解如何在boost中使用二项分布和正态分布。我需要从这些函数中获取单个值。我确信我现在可能在尝试错误地使用这些函数,但这是我目前所掌握的:
#include <boost/math/distributions.hpp>
#include <boost/math/tools/roots.hpp>
#include <boost/random/variate_generator.hpp>
#include <boost/random.hpp>
//valueH is assigned before
int value;
/* Should
给定最大整数值M,我想生成N个整数值,在接近M时以较低的频率分布(最好M仍然有一个非零的概率)。我不太关心概率函数,让我们假设(一半)正态分布。
如果我不想保持历史,我该怎么做?
I := 1 to N do GetNextTestValue(M)
GetNextTestValue是什么样子的?
我是在德尔菲做的
我正在使用Mersenne,以便在Matlab和C++中的项目之间有一致的随机值。但在使用randn或C++11的normal_distribution时,我无法得到一致的正态分布伪随机值。
这里是C++:
void main()
{
unsigned int mersenneSeed = 1977;
std::mt19937_64 generator; // it doesn't matter if I use the 64 or the std::mt19937
generator.seed(mersenneSeed);
std::normal_di
我的目标是能够在卤化物中模拟信号相关的高斯噪声。我有一个在OpenCV中构建的模型,现在我正在移植到Halide。挑战是,Halide的随机数发生器不是正态分布的,所以我需要使用外部函数来产生噪声值。
该实现尝试使用C++随机数发生器产生正态分布噪声,使用Halide Func在每个像素处产生依赖于信号的噪声标准差,然后将噪声添加到象素中。下面我展示了这些函数的布局。
// Note: This is an implementation of the noise model found in the paper below:
// "Noise measurement for raw-