项目介绍

高斯分布（Gaussian Distribution），也被称为正态分布，是统计学中最常见的概率分布之一。在机器学习、信号处理、图像处理等领域，高斯分布常用于建模噪声、误差等。

在计算机科学中，生成高斯分布的随机数可以通过多种方法实现，其中最常用的是Box-Muller变换方法和Ziggurat算法。在这篇文章中，我们将使用Box-Muller变换来生成服从标准正态分布（均值为0，标准差为1）的随机数。

Box-Muller变换

Box-Muller变换是一种通过均匀分布的随机数生成高斯分布随机数的方法。假设我们有两个服从均匀分布的随机数 U1​ 和 U2​，那么通过以下公式可以生成两个服从标准正态分布的随机数 Z1 和 Z2：

其中，U1​ 和 U2​ 是在区间 [0, 1] 上均匀分布的随机数。通过Box-Muller变换，我们能够通过均匀分布的随机数生成标准正态分布的随机数。

项目目标

1. 实现Box-Muller变换：通过输入的均匀分布随机数生成高斯分布随机数。
2. 输出结果：生成若干个高斯分布的随机数并输出。

实现思路

1. 生成均匀分布的随机数：使用标准的C语言库函数 rand() 生成均匀分布的随机数，利用其进行Box-Muller变换。
2. Box-Muller变换：利用上面的公式，通过两个均匀分布的随机数生成两个标准正态分布的随机数。
3. 结果输出：输出一组服从高斯分布的随机数。

C语言代码实现

#include <stdio.h>
#include <stdlib.h>
#include <math.h>
#include <time.h>

// 生成一个[0,1]范围内的均匀分布随机数
double rand_uniform() {
    return rand() / (RAND_MAX + 1.0);
}

// 使用Box-Muller变换生成一个高斯分布的随机数
double box_muller() {
    double u1 = rand_uniform();  // 生成均匀分布的随机数 U1
    double u2 = rand_uniform();  // 生成均匀分布的随机数 U2
    double z1 = sqrt(-2 * log(u1)) * cos(2 * M_PI * u2);  // 第一个高斯随机数
    // double z2 = sqrt(-2 * log(u1)) * sin(2 * M_PI * u2);  // 第二个高斯随机数，可以选择性使用

    return z1;  // 返回第一个高斯随机数
}

int main() {
    int n;

    // 设置随机种子，确保每次生成不同的随机数
    srand(time(NULL));

    // 输入生成高斯分布随机数的数量
    printf("请输入生成的高斯分布随机数的个数: ");
    scanf("%d", &n);

    printf("生成的高斯分布随机数:\n");
    for (int i = 0; i < n; i++) {
        printf("%f ", box_muller());
    }
    printf("\n");

    return 0;
}

程序解释

1. rand_uniform 函数：

   • 该函数生成一个在区间 [0, 1] 上均匀分布的随机数。它使用 rand() 函数生成一个整数，再将其归一化到 [0, 1] 区间。

2. box_muller 函数：

   • 该函数实现了Box-Muller变换。它从均匀分布中生成两个随机数 u1 和 u2，然后使用Box-Muller变换公式计算并返回一个服从标准正态分布（均值为0，标准差为1）的随机数。
   • 你还可以选择生成第二个高斯随机数 z2，但在本示例中我们只返回 z1。

3. main 函数：

   • 用户输入需要生成的高斯分布随机数的个数 n。
   • 使用 box_muller 函数生成随机数，并输出结果。

4. srand(time(NULL))：

   • 用当前时间作为随机数生成的种子，以保证每次程序运行时都生成不同的随机数。

示例输入输出

示例 1

输入：

请输入生成的高斯分布随机数的个数: 10

输出：

生成的高斯分布随机数:
0.413738  0.127542  -1.056122  -1.267823  0.777139  -0.719982  1.302059  1.269623  0.563992  0.524708

总结

通过Box-Muller变换，我们能够根据均匀分布的随机数生成标准正态分布的随机数。在本程序中，我们使用了C语言的标准库函数生成均匀分布的随机数，并利用Box-Muller变换计算出高斯分布随机数。

该算法的优点是生成速度较快，且通过简单的数学公式实现，适用于需要生成大量高斯分布随机数的场景。如果需要生成具有特定均值和标准差的高斯分布随机数，只需对结果进行线性变换即可：

其中 μ 是均值，σ是标准差，Z 是标准正态分布随机数。