数字信号的产生(2)-正态分布随机数
admin 于 2014年05月04日 发表在 机器学习笔记
1. 正态分布函数(维基百科)
2. 中心极限定理(维基百科)
主要讨论中心极限“理棣莫佛-拉普拉斯”定理的扩展“林德伯格—列维”的独立同分布随机变量序列的中心极限定理。它表明,独立同分布,且数学期望和方差有限的随机变量序列的标准化与标准正态分布为极限:
3. 拟合产生方法:
基于此,算法推导如下:
4. 分布函数定义:Gauss.h (关于uinform函数,请查看这里)
#ifndef GAUSS_H #define GAUSS_H #include "uinform.h" double gauss(double mean, double sigma, long int *s); double gauss(double mean, double sigma, long int *s) { int i; double x,y; for(x=0,i=0;i<12;i++) { x+=uinform(0.0,1.0,s); } x=x-6.0; y=mean+x*sigma; return(y); } #endif
5. 程序运行(点击下载附件):
6. 利用Debian下的数学软件GeoGebra,来对数据进行统计,结果如下: