生成正态分布答案

【问题标题】：Generating normal distribution [closed]生成正态分布
【发布时间】：2020-06-18 00:44:22
【问题描述】：

问题 - 假设理发师睡觉的问题，但这里有 M 个理发师而不是 1 个理发师。现在，如果理发师以平均 Mc 和标准偏差 SDc 到达。理发师以平均 Mh 和标准偏差 SDh 为客户服务。

我如何接受这个问题的输入？假设它遵循正态分布，并采用 M(barbers)、N(customers)、Mc、SDc、Mh、SDh 的输入。如何在 Java 中解决这个问题？

我应该生成随机间隔吗？

【问题讨论】：

查看维基百科：6 Computational methods
我在回答中添加了一些示例和问题/建议。
在这种情况下，到达通常由泊松过程（指数分布的到达间隔时间）紧密建模，不知道服务时间的合理分布是什么样的。无论您选择什么分布，都必须有 Java 类（用于模拟？），它们提供具有指定分布的随机数。 不要自己动手，要做好并不容易。

标签： java math statistics normal-distribution

【解决方案1】：

您可以使用nextGaussian() method in the Random class。 nextGaussian() 函数将从均值为 0 且标准偏差为 1 的正态分布中抽取样本，因此，例如，如果您想要 1 小时的均值和 15 分钟的标准偏差，则需要将其称为 nextGaussian ()*15+60。

来自文档：

nextGaussian() 返回下一个伪随机，高斯（“正常”）均值为 0.0，标准差为 1.0 的分布式双精度值这个随机数生成器的序列。

看这个例子：

import java.util.*;

public class RandomDemo {
   public static void main( String args[] ) {

      // create random object
      Random randomno = new Random();

      // check next Gaussian value 
      for (int i =0; i<10;i++){
      System.out.println("Next Gaussian value: " + randomno.nextGaussian());
      }
   }      
}

编译运行上面的程序，会产生如下结果。

$javac RandomDemo.java
Next Gaussian value: -0.7751137555238873
Next Gaussian value: -0.7533576941233361
Next Gaussian value: 0.20737101421286988
Next Gaussian value: 1.2519939959392383
Next Gaussian value: -0.43613074051716394
Next Gaussian value: -0.7432668748818407
Next Gaussian value: 0.6821771863764128
Next Gaussian value: -1.7738232532706042
Next Gaussian value: -0.5974045649946896
Next Gaussian value: 0.5841939243690774

我的问题是：您确定需要正态分布吗？通常你会期望到达间隔时间有一个exponential distribution。

【讨论】：