在Java中生成具有max，min和mean（平均值）的随机数

我需要生成具有以下属性的随机数。

最小应该是200

Max应该是20000

平均值（平均值）是500。

可选：第75百分位为5000

绝对不是均匀分布，也不是高斯分布。 我需要给出一些左偏斜。

Java Random可能无法正常工作，因为它只能为您提供正常（高斯）分布。

您可能正在寻找的是f分布（见下文）。 你可以在这里使用distlib库并选择f分布 。 您可以使用随机方法获取随机数。

在此处输入图像描述

假设X是你的目标变量，让我们通过做Y=(X-200)/(20000-200)规范化范围。 所以现在你想要一个Y随机变量，它取[0,1]值，平均值(500-200)/(20000-200)=1/66 。

你有很多选择，最自然的一个在我看来是Beta分布 ， Y ~ Beta(a,b)和a/(a+b) = 1/66 – 你有一个额外的自由度，你可以选择符合最后的四分位数要求。

之后，您只需将X返回为Y*(20000-200)+200

要生成Beta随机变量，您可以使用Apache Commons或在此处查看 。

这可能不是您正在寻找的答案，但具有3个统一分布的特定情况：

统一分布 （忽略左边的数字，但是要缩放！） 

 public int generate() { if(random(0, 65) == 0) { // 50-100 percentile if(random(1, 13) > 3) { // 50-75 percentile return random(500, 5000); } else { // 75-100 percentile return random(5000, 20000); } } else { // 0-50 percentile return random(200, 500); } }

我怎么得到这些数字

首先，曲线下面积等于200-500和500-20000之间。 这意味着高度关系为300 * leftHeight == 19500 * rightHeight使leftHeight == 65 * rightHeight

这给了我们1/66的机会选择正确，并有65/66的机会选择左。

然后我对第75百分位进行相同的计算，除了比率是500-5000 chance == 5000-20000 chance * 10 / 3 。 同样，这意味着我们有10/13的机会在50-75百分位，并且有3/13的机会在75-100。

感谢@Stas – 我正在使用他的“包容性随机”function。

是的，我意识到我的数字是错误的，因为这种方法适用于离散数字，我的计算是连续的。 如果有人可以纠正我的边境案件，那将是件好事。

您可以在[0; 1]上使用函数f，例如 

 Integral(f(x)dx) on [0;1] = 500 f(0) = 200 f(0.75) = 5000 f(1) = 20000

我想这个forms的function 

 f(x) = a*exp(x) + b*x + c

可能是一个解决方案，你只需要解决相关的系统。

那么，你做f(uniform_random(0,1))就在那里！

PERT分布 （或beta-PERT分布 ）旨在采用最小和最大估计模式。 它是三角形分布的“平滑”版本，从该分布生成随机数可以如下实现： 

 startpt + (endpt - startpt) * BetaDist(1.0 + (midpt - startpt) * shape / (endpt - startpt), 1.0 + (endpt - midpt) * shape / (endpt - startpt))

哪里-

  • startpt是最小的，
  • midpt是模式（不一定是平均值或平均值），
  • endpt是最大值，
  • shape是0或更大，但通常是4，和
  • BetaDist(X, Y)返回带有参数X和Y的beta分布中的随机数。

给定已知均值（ mean ）， midpt可以通过以下公式计算： 

 3 * mean / 2 - (startpt + endpt) / 4
Interesting Posts