uniform_real_distribution不給予均勻分佈

Question

我想在我的項目範圍（0,1）中生成高質量的隨機數，我試圖從here的示例代碼中測試uniform_real_distribution。當我運行它，它工作得很好的代碼，但是當我試圖修改同與播種發生器，如：

#include <random> 
#include <iostream> 
#include <chrono> 

using namespace std; 
// obtain a seed from the system clock: 
unsigned seed = static_cast<int> (chrono::system_clock::now().time_since_epoch().count()); 

// globally defining the generator and making it static for safety because in the 
// actual project this might affect the flow. 

static default_random_engine gen(seed); 
uniform_real_distribution<double> distribution(0.0,1.0); 

int main(){ 
    const int nrolls=10000; // number of experiments 
    const int nstars=95;  // maximum number of stars to distribute 
    const int nintervals=10; // number of intervals 

    int p[nintervals]={}; 

    for (int i=0; i<nrolls; ++i) { 
    double number = distribution(gen); 
    ++p[int(nintervals*number)]; 
    } 

    std::cout << "uniform_real_distribution (0.0,1.0):" << std::endl; 
    std::cout << std::fixed; std::cout.precision(1); 

    for (int i=0; i<nintervals; ++i) { 
    std::cout << float(i)/nintervals << "-" << float(i+1)/nintervals << ": "; 
    std::cout << std::string(p[i]*nstars/nrolls,'*') << std::endl; 
    } 

    return 0; 

} 

隨機數並沒有均勻分佈。

F：：同樣重複執行時的輸出\路徑> randtest

uniform_real_distribution（0.0,1.0）：

0.0-0.1：*********

0.1-0.2：**********

0.2-0.3：********

0.3-0.4：******** *

0.4-0.5：*********

0.5-0.6：*********

0.6-0.7：******** *

0.7-0.8：*********

0.8-0.9：*********

0.9-1.0：******* ***

F：\ path> randtest

uniform_real_distribution（0.0,1.0）：

0.0-0.1：*********

0.1-0.2：*********

0.2〜 0.3：*********

0.3-0.4：*********

0.4-0.5：*********

0.5 -0.6：*********

0.6-0.7：*********

0.7-0.8：*********

0.8-0.9：*********

0.9-1.0：*********

F：\路徑> randtest

uniform_real_distribution（0.0,1.0）：

0.0-0.1：**** *****

0.1-0.2：*********

0.2-0。3：*********

0.3-0.4：*********

0.4-0.5：**********

0.5-0.6：*********

0.6-0.7：*********

0.7-0.8：*********

0.8-0.9：*********

0.9-1.0：*********

是因爲播種嗎？還是使用不同的發生器更好？

我使用G ++ 5.1.0編譯器C++ 11標準。

Answer 1

如果您翻轉了一枚硬幣並將它降落，您下次翻轉時是否會始終落在尾巴上？

一枚硬幣在集合{heads, tails}上產生均勻分佈。這並不意味着任何一組翻轉，頭部和尾部的數量是相等的。事實上，發生這種情況的機會正好去下降當你翻轉更多的硬幣。

就你而言，每個間隔有10％的機會被選中。

這種選擇的方差是（0.1）（1-.1）或0.09。

預期值爲0.1。

後10000次的嘗試中，預期值將是1000

臨屋方差將是900

900方差對應於30

的95-標準偏差ish％置信區間是2個標準偏差（實際上是1.96，但是誰在乎）。

所以你應該期望的值典型地是940和1060之間

隨着95分，每顆星對應於九十五分之萬= 105元素。

一百零五分之九百四十〇約爲8.95 一百零五分之一千零六十零約爲10.06

所以你通常8和10位明星在每列之間看到。假設四捨五入，即使在10個反相關樣本上，達到7或11顆星也應該是非常罕見的（因爲這是3個SD距離）。

這一切都假定一個完美的均勻隨機分佈。由於這種模型是你觀察到的行爲，你的問題是數學和統一的定義隨機分佈，而不是C++語言。

如果你想要一個完美的直方圖，不要使用均勻的隨機分佈。例如，您可以簡單地從0開始，然後每次添加0.0001。 10001通話後，您將擁有從0到1的統一直方圖。

統一隨機只是意味着每個地區的機會是相同的。