Generador de números aleatorios sesgado

Question

Estoy buscando un generador de números aleatorios que pueda estar predispuesto. Por ejemplo, digo que quiero un número aleatorio entre 1-5, con el ser probabilidad:

1: Viene hasta 20% del tiempo
2: Viene hasta 10% del tiempo
3: Viene hasta 40 % de las veces
4: Viene hasta el 25% del tiempo
5: Viene un 5% del tiempo

¿hay algo en la biblioteca estándar, u otras bibliotecas por ahí que haría esto? Alternativamente, ¿hay una forma eficiente de hacerlo yo mismo?

Answer 1

La biblioteca de números aleatorios de Boost proporciona la capacidad de especificar diferentes distribuciones de formas para su generador. Es una gran biblioteca - ver http://www.boost.org/doc/libs/1_42_0/libs/random/index.html.

Answer 2

para su problema, sólo debes elegir un elemento aleatorio de esta lista de manera uniforme:

[1, 1, 1, 1, 2, 2, 3, 3, 3, 3, 3, 3, 3, 3, 4, 4, 4, 4, 4, 5] 

En general, marque esta respuesta: Weighted random numbers

---

En TR1 y C++ 0x, hay <random> header que contiene el discrete_distribution class para generar tales números, entre otros.

Es posible que también desee comprobar GSL que contiene mucho más random distributions (y generadores de números aleatorios) que la biblioteca estándar <random>. (Sin embargo, tenga en cuenta que GSL utiliza GPLv3.)

Answer 3

La mejor manera es probable que acaba de tomar el generador aleatorio imparcial normal, a continuación, volver basado en el intervalo de su valor cae en.

Sólo una sentencia if que da 1 para 0: 0,2, 2 para 0,2: 0,3, 3 para 0,3: 0,7, 4 de 0,7: 0,95 y 5 por 0,95: 1. Lo mejor es hacer que el límite inferior o superior del intervalo sea inclusivo y el otro exclusivo.

int biasedRandom(){ 
double i = randomNumber(); 
if(i<= 0.2){return 1;} 
else if(i <= 0.3){return 2;} 
else if(i <= 0.7){return 3;} 
else if(i <= 0.95){return 4;} 
else{return 5;} 
} 

Algo así.

Answer 4

¿Por qué no sólo tiene que utilizar un generador de números aleatorios regular que volver número entre 0,0 y 1,0, y se envuelve con otra función que devuelve un número de acuerdo a sus necesidades?

como

double biased (double seed) { 
if (seed >= 0.0 && seed <0.2) return 1; 
else if ... 
} 

Answer 5

Lanzar un azar número real x en [0,1], if 0< x<0.2 return 1, if 0.2<x <0.3 return 2, etc.

Ver here para el problema general.

Answer 6

Kenny dio una respuesta adecuada a la medida de su distribución de frecuencias en particular.

La respuesta más general trabaja con un CDF - función de distribución acumulativa - para los datos, y utiliza un número aleatorio uniforme para recoger un valor dentro de la distribución.

Answer 7

Lo que usted describe es la implementación de un generador de números aleatorios que se basa en una distribución de probabilidad particular. Por ejemplo, dibujar números de una distribución gaussiana debe dibujar números aleatorios de manera que la probabilidad de un sorteo particular, x sea proporcional a alt text http://upload.wikimedia.org/math/1/8/4/184fa5540b76903b1653d9f83912265d.png.

En general, el enfoque consiste en extraer de una distribución aleatoria uniforme y luego seleccionar el valor de la función de distribución acumulativa (CDF) de distribución deseada en esa ubicación dibujada. En el caso de un gaussiano normal, dibuje un número aleatorio, x de una distribución uniforme (esto es lo que deberían dar los generadores de números aleatorios estándar) y luego elija como el valor aleatorio distribuido de Gauss. Para su caso, la CDF que usted describe es una función de escalón continuo paso por paso que podría implementarse utilizando cualquiera de las muchas (correctas) respuestas que ya ha recibido.

Por supuesto, esto es todo trivial. Lo que debería hacer es utilizar una biblioteca que ya maneja esto para usted. Las estadísticas y la generación de números aleatorios no son triviales y no hay necesidad de reinventar la rueda. Vea la respuesta de Neil (y revise la biblioteca Boost random number).

Answer 8

que estoy haciendo para hacer lo mismo y yo encontramos este: http://eli.thegreenplace.net/2010/01/22/weighted-random-generation-in-python/

parece lo suficientemente bueno para el propósito que se indique.

Answer 9

Llegando tarde a la fiesta en este caso. Aquí está la respuesta C++ 0x:

#include <iostream> 
#include <random> 
#include <iterator> 

int main() 
{ 
    // Set up distribution 
    double interval[] = {1, 2, 3, 4, 5, 6}; 
    double weights[] = { .2, .1, .4, .25, .05}; 
    std::piecewise_constant_distribution<> dist(std::begin(interval), 
               std::end(interval), 
               std::begin(weights)); 
    // Choose generator 
    std::mt19937 gen; // seed as wanted 
    // Demonstrate by pouring into avg[rand-1] 
    const unsigned N = 1000000; 
    double avg[sizeof(weights)/sizeof(weights[0])] = {0}; 
    for (unsigned i = 0; i < N; ++i) 
     avg[static_cast<unsigned>(dist(gen)) - 1]++; 
    // Comute averages 
    for (double* i = std::begin(avg); i < std::end(avg); ++i) 
     *i /= N; 
    // Display 
    for (unsigned i = 1; i <= sizeof(avg)/sizeof(avg[0]); ++i) 
     std::cout << "avg[" << i << "] = " << avg[i-1] << '\n'; 
} 

que para mí salidas:

avg[1] = 0.199779 
avg[2] = 0.100002 
avg[3] = 0.400111 
avg[4] = 0.250257 
avg[5] = 0.049851 

Answer 10

#include <boost/random/discrete_distribution.hpp> 
#include <boost/random/mersenne_twister.hpp> 
#include <boost/random/variate_generator.hpp> 

#include <iostream> 

int main() 
{ 

    unsigned int seed = 42; 
    boost::mt19937 generator(seed); 

    // return 0 with probability 10% 
    //  1     40% 
    //  2     50% 
    boost::random::discrete_distribution<int> custom_dist{1,4,5}; 

    boost::variate_generator<boost::mt19937&, 
    boost::random::discrete_distribution<int> > rndn(generator, custom_dist); 

    for (unsigned int i = 0; i<10000; i++) { 
    std::cout << rndn() << std::endl; 
    } 

    return 0; 

} 

Y aquí es una representación gráfica del resultado: