Classe gamma_distribution
Gera uma distribuição gama.
Sintaxe
template<class RealType = double>
class gamma_distribution {
public:
// types
typedef RealType result_type;
struct param_type;
// constructors and reset functions
explicit gamma_distribution(result_type alpha = 1.0, result_type beta = 1.0);
explicit gamma_distribution(const param_type& parm);
void reset();
// generating functions
template <class URNG>
result_type operator()(URNG& gen);
template <class URNG>
result_type operator()(URNG& gen, const param_type& parm);
// property functions
result_type alpha() const;
result_type beta() const;
param_type param() const;
void param(const param_type& parm);
result_type min() const;
result_type max() const;
};
Parâmetros
RealType
O tipo de resultado de ponto flutuante assume double como padrão. Para encontrar os tipos possíveis, confira <random>.
URNG
O mecanismo gerador de números aleatórios uniformes. Para encontrar os tipos possíveis, confira <random>.
Comentários
O modelo de classe descreve uma distribuição que produz valores de um tipo de ponto flutuante especificado pelo usuário ou um tipo double caso nenhum seja fornecido, distribuído de acordo com a Gamma Distribution. A tabela a seguir contém links para artigos sobre cada um dos membros.
As funções de propriedade alpha() e beta() retornam seus respectivos valores para os parâmetros de distribuição armazenados alpha e beta.
O membro da propriedade param() define ou retorna o pacote de parâmetros de distribuição armazenado param_type.
As funções membro min() e max() retornam o menor resultado possível e o maior resultado possível, respectivamente.
A função membro reset() descarta qualquer valor armazenado em cache, de forma que o resultado da próxima chamada para operator() não dependerá dos valores obtidos do mecanismo antes da chamada.
As funções membro operator() retornam o próximo valor gerado com base no mecanismo URNG, do pacote de parâmetros atual ou do pacote de parâmetros especificado.
Para obter mais informações sobre as classes de distribuição e seus membros, confira <random>.
Para obter informações detalhadas sobre a Distribuição Gamma, consulte o artigo da Wolfram MathWorld Gamma Distribution.
Exemplo
// compile with: /EHsc /W4
#include <random>
#include <iostream>
#include <iomanip>
#include <string>
#include <map>
void test(const double a, const double b, const int s) {
// uncomment to use a non-deterministic generator
// std::random_device gen;
std::mt19937 gen(1701);
std::gamma_distribution<> distr(a, b);
std::cout << std::endl;
std::cout << "min() == " << distr.min() << std::endl;
std::cout << "max() == " << distr.max() << std::endl;
std::cout << "alpha() == " << std::fixed << std::setw(11) << std::setprecision(10) << distr.alpha() << std::endl;
std::cout << "beta() == " << std::fixed << std::setw(11) << std::setprecision(10) << distr.beta() << std::endl;
// generate the distribution as a histogram
std::map<double, int> histogram;
for (int i = 0; i < s; ++i) {
++histogram[distr(gen)];
}
// print results
std::cout << "Distribution for " << s << " samples:" << std::endl;
int counter = 0;
for (const auto& elem : histogram) {
std::cout << std::fixed << std::setw(11) << ++counter << ": "
<< std::setw(14) << std::setprecision(10) << elem.first << std::endl;
}
std::cout << std::endl;
}
int main()
{
double a_dist = 0.0;
double b_dist = 1;
int samples = 10;
std::cout << "Use CTRL-Z to bypass data entry and run using default values." << std::endl;
std::cout << "Enter a floating point value for the 'alpha' distribution parameter (must be greater than zero): ";
std::cin >> a_dist;
std::cout << "Enter a floating point value for the 'beta' distribution parameter (must be greater than zero): ";
std::cin >> b_dist;
std::cout << "Enter an integer value for the sample count: ";
std::cin >> samples;
test(a_dist, b_dist, samples);
}
Use CTRL-Z to bypass data entry and run using default values.
Enter a floating point value for the 'alpha' distribution parameter (must be greater than zero): 1
Enter a floating point value for the 'beta' distribution parameter (must be greater than zero): 1
Enter an integer value for the sample count: 10
min() == 4.94066e-324
max() == 1.79769e+308
alpha() == 1.0000000000
beta() == 1.0000000000
Distribution for 10 samples:
1: 0.0936880533
2: 0.1225944894
3: 0.6443593183
4: 0.6551171649
5: 0.7313457551
6: 0.7313557977
7: 0.7590097389
8: 1.4466885214
9: 1.6434088411
10: 2.1201210996
Requisitos
Cabeçalho:<random>
Namespace: std
gamma_distribution::gamma_distribution
Constrói a distribuição.
explicit gamma_distribution(result_type alpha = 1.0, result_type beta = 1.0);
explicit gamma_distribution(const param_type& parm);
Parâmetros
alfa
O parâmetro de distribuição alpha.
beta
O parâmetro de distribuição beta.
parm
A estrutura do parâmetro usada para construir a distribuição.
Comentários
Precondição:0.0 < alpha e 0.0 < beta
O primeiro construtor constrói um objeto cujo valor alpha armazenado contém o valor alpha e cujo valor armazenado beta contém o valor beta.
O segundo construtor cria um objeto cujos parâmetros armazenados são inicializados de parm. Você pode chamar a função de membro param() para obter e definir os parâmetros atuais de uma distribuição existente.
gamma_distribution::param_type
Armazena os parâmetros da distribuição.
struct param_type {
typedef gamma_distribution<result_type> distribution_type;
param_type(result_type alpha = 1.0, result_type beta 1.0);
result_type alpha() const;
result_type beta() const;
bool operator==(const param_type& right) const;
bool operator!=(const param_type& right) const;
};
Parâmetros
alfa
O parâmetro de distribuição alpha.
beta
O parâmetro de distribuição beta.
direita
O instância de param_type a ser comparada com isto.
Comentários
Precondição:0.0 < alpha e 0.0 < beta
Essa estrutura pode ser enviada ao construtor de classe de distribuição na instanciação, para a função de membro param() para definir os parâmetros armazenados de uma distribuição existente e para operator() a ser usado no lugar dos parâmetros armazenados.
Confira também
Comentários
Brevemente: Ao longo de 2024, vamos descontinuar progressivamente o GitHub Issues como mecanismo de feedback para conteúdos e substituí-lo por um novo sistema de feedback. Para obter mais informações, veja: https://aka.ms/ContentUserFeedback.
Submeter e ver comentários