《数字处理》PDF电子书

长整型指针变量。*s为随机数的种子 四、子函数程序(文件名 erlang c) #include "math. hr include "uniform.c double erlang(m, beta, s) double beta 1 double u,x; double uniform() for(u=1.0,i=0;i<m;i++) u*=uniform(0.0,1.0, s); x=-beta log(u); 五、例题 产生50个参数m=3、B=1的爱尔朗分布的随机数 主函数程序(文件名: erlang,m): #include stdio. h" #include "erlang c main o) f int i,j, m: long int s; double x, beta, double erlang (; m=3;beta=1.0;s=13579; for(i=0;<10;i++) for(j=0j<5;+十) i x=erlang(m, beta, &s); printf ("913. 7f,x) printf ("\n") 运行结果: 1.06652670.6821066 9422567 1.26480141.6238420 3.39382674.8342242 3.2340584 1.49351277.3813219

1.57720181.6253566 7.0109820 1.0561359 .2049897 3.4101019 2.224014 92993521.95923535.9587183 0.5812231 1.5929523 4.26179172.72626664.4612184 1.305670 1.8735027 9.1363468 4.42654 1.6808789 2.23898322.59867912.98394444.14165543.6086712 4.14217382.36560991.27274894.090419 7.5296683 4.31790402.91084812.75570342.38369801.6895797 2.47205192.04679471.79199041.57267692.3995914 §1.0贝努里( Bernoulli)分布的随机数 功能 产生贝努里分布的随机数 二、方法简介 贝努里分布的概率函数为 f(x)= 1一p 0 用BN(力)表示。贝努里分布的均值为p,方差为p(1一p)。 产生贝努里分布随机变量x的算法如下: (1)产生均匀分布的随机数u,即a~U(0,1); (2)如果4≤p那么x=1;否则,x=0 三、使用说明 1.子函数语句 int bn(p, s) 2.形参说明 p——双精度实型变量。贝努里分布的参数p s-—长整型指针变量。“s为随机数的种子 四、子函数程序(文件名:bn,c) include "uniform ch ant bn (p, s double pi ong tnt *s;

i int x; double u double uniform(), u= uniform(0.0,1.0,s); x=(u<=p)?1:0; return(x) 五、例题 产生50个参数p=0.7的贝努里分布的随机数 主函数程序(文件名:bn,m): # include"stdio. h #include"bn. c main o i int i,j, x long int s: double p; for(i=0;i<10;i++) for(j=0;<5:j++) printf("%1ld", x) printf("n”); 运行结果 0 0 0111111111 1 0

§1.11贝努里-高斯分布的随机数 功能 产生贝努里-高斯分布的随机数。 方法简介 贝努里-高斯分布的随机变量x是贝努里分布的随机变量y与高斯分布的随机变量 z的乘积,即x=y×z。因此,贝努里高斯分布的随机数可视为:每当贝努里序列中有1 出现时,打开高斯随机数发生器,并用其输出代替1。贝努里高斯分布的均值为pμ,方 差为p,其中是贝努里分布的参数,μ是高斯分布的均值 在地震勘探信号处理中,常用贝努里高斯序列描述地下主要层状结构的反射作用。 产生贝努里高斯分布随机变量x的算法如下: (1)产生贝努里分布的随机数y,即y~趴N(p); (2)产生高斯分布的随机数z,即z~N(p,a); 2)计算x=y×z 三、使用说明 1.子函数语句 int bg(p, mean, sigma, s) 2.形参说明 p—双精度实型变量。贝努里分布的参数φ。 mean—双橢度实型变量。高斯分布的均值p。 signa—双精度实型变量。高斯分布的均方差a s-长整型指针变量。*s为随机数的种子。 四、子函数程序(文件名:bgc) nclude gauss double bg(p, mean, sigma, s) double p, mean, sigma; long int *s; i double u, x; double uniform(), gauss() u=uniform(0.0,1.0,s);

x=gauss(mean, Sigma, s): eturn(x); 例题 产生50个参数p=0.4、=0、=1的贝努里高斯分布的随机数 主函数程序(文件名:bg,m) #t include "stdio. h" # include”bg.c main( i int i,j; long int s; p,x, mean+ SIgm double bg(double, double, doubie, long int *) p=0.4;mean=0,0; sIgma=1.0;s=12357 for(i=0;i<10;i++) i for (=0;j<5: j++) (x=bg(p, mean, sigma, &s), print("%13.7f",x); printf("\n) 运行结果: 00000001.65468410.00000001.4901104 0.37579150,0000000 1.171300 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 0.47814750.00000000.0000000 0.7719517 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 0.2416019 0.82798199.00000002.7472401 0.6780338 0.17265130.1959400一0.14278600.2121983-1.9189777 0.00000000.00000000.0000000 0000000-0.9137707