[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
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。