为了正常的体验网站,请在浏览器设置里面开启Javascript功能!

[feiq]正态分布的概率密度函数为

2017-09-28 2页 doc 11KB 19阅读

用户头像

is_852287

暂无简介

举报
[feiq]正态分布的概率密度函数为[feiq]正态分布的概率密度函数为 正态分布随机数生成实验 正态分布的概率密度函数为 2,,,1(),y ()exp,,fy,,,,,2 2,2,,,,正态分布随机数 正态分布随机数是经常使用的随机数。其生成方法为:设与为两个独立vv12生成的均等分布随机数,则 u,cos(2,v),2log(v) (2.8) 12为正态分布随机数。 以上是μ=0,σ=1的随机数,生成任意随机数的方法是: ,,u*, 实验步骤:编写程序,生成10000个以上100以内的随机数,把0-100划分为若干个相等的区间,统计各区间内...
[feiq]正态分布的概率密度函数为
[feiq]正态分布的概率密度函数为 正态分布随机数生成实验 正态分布的概率密度函数为 2,,,1(),y ()exp,,fy,,,,,2 2,2,,,,正态分布随机数 正态分布随机数是经常使用的随机数。其生成方法为:设与为两个独立vv12生成的均等分布随机数,则 u,cos(2,v),2log(v) (2.8) 12为正态分布随机数。 以上是μ=0,σ=1的随机数,生成任意随机数的方法是: ,,u*, 实验步骤:编写程序,生成10000个以上100以内的随机数,把0-100划分为若干个相等的区间,统计各区间内随机数的个数,绘制直方图。 Random rand=new Random(); Rand.NextDouble()*100+50 import random import math def Gaussian(miu,delta): v1=random.random() v2=random.random() temp= math.cos(2*math.pi*v1)*math.sqrt(-2*math.log(v2)) return temp*delta+miu counts={} for i in range(10000): g=Gaussian(50,100) if counts.has_key(int(g)): counts[int(g)]+=1 else: counts[int(g)]=1 for each in counts: print each,counts[each]
/
本文档为【[feiq]正态分布的概率密度函数为】,请使用软件OFFICE或WPS软件打开。作品中的文字与图均可以修改和编辑, 图片更改请在作品中右键图片并更换,文字修改请直接点击文字进行修改,也可以新增和删除文档中的内容。
[版权声明] 本站所有资料为用户分享产生,若发现您的权利被侵害,请联系客服邮件isharekefu@iask.cn,我们尽快处理。 本作品所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用。 网站提供的党政主题相关内容(国旗、国徽、党徽..)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。

历史搜索

    清空历史搜索