negative_binomial_distribution, classe
Génère une distribution négative binomiale.
Syntaxe
template<class IntType = int>
class negative_binomial_distribution
{
public:
// types
typedef IntType result_type;
struct param_type;
// constructor and reset functions
explicit negative_binomial_distribution(result_type k = 1, double p = 0.5);
explicit negative_binomial_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 k() const;
double p() const;
param_type param() const;
void param(const param_type& parm);
result_type min() const;
result_type max() const;
};
Paramètres
IntType
Le type des résultats entiers est int par défaut. Pour les types possibles, consultez <aléatoire>.
Notes
Le modèle de classe décrit une distribution qui produit des valeurs d’un type intégral spécifié par l’utilisateur, ou un type int si aucun n’est fourni, distribué en fonction de la fonction de probabilité discrète de distribution binomiale négative. Le tableau suivant contient des liens vers des articles sur différents membres.
negative_binomial_distribution
param_type
Les membres k() de propriété et p() retournent respectivement les valeurs des paramètres de distribution actuellement stockées k et p .
Le membre de propriété param() définit ou retourne le package de paramètres de distribution stocké param_type.
Les fonctions membres min() et max() retournent respectivement le plus petit et le plus grand résultat possible.
La fonction membre reset() ignore toutes les valeurs mises en cache. Ainsi, le résultat de l’appel suivant à operator() ne dépend d’aucune valeur obtenue à partir du moteur avant l’appel.
Les fonctions membres operator() retournent la valeur générée suivante d’après le moteur URNG, à partir du package de paramètres actuel ou spécifié.
Pour plus d’informations sur les classes de distribution et leurs membres, consultez <aléatoire>.
Pour plus d’informations sur la fonction de probabilité discrète de distribution binomiale négative, consultez l’article Wolfram MathWorld Distribution binomiale négative.
Exemple
// compile with: /EHsc /W4
#include <random>
#include <iostream>
#include <iomanip>
#include <string>
#include <map>
void test(const int k, const double p, const int& s) {
// uncomment to use a non-deterministic seed
// std::random_device rd;
// std::mt19937 gen(rd());
std::mt19937 gen(1729);
std::negative_binomial_distribution<> distr(k, p);
std::cout << std::endl;
std::cout << "k == " << distr.k() << std::endl;
std::cout << "p == " << distr.p() << std::endl;
// generate the distribution as a histogram
std::map<int, int> histogram;
for (int i = 0; i < s; ++i) {
++histogram[distr(gen)];
}
// print results
std::cout << "Histogram for " << s << " samples:" << std::endl;
for (const auto& elem : histogram) {
std::cout << std::setw(5) << elem.first << ' ' << std::string(elem.second, ':') << std::endl;
}
std::cout << std::endl;
}
int main()
{
int k_dist = 1;
double p_dist = 0.5;
int samples = 100;
std::cout << "Use CTRL-Z to bypass data entry and run using default values." << std::endl;
std::cout << "Enter an integer value for k distribution (where 0 < k): ";
std::cin >> k_dist;
std::cout << "Enter a double value for p distribution (where 0.0 < p <= 1.0): ";
std::cin >> p_dist;
std::cout << "Enter an integer value for a sample count: ";
std::cin >> samples;
test(k_dist, p_dist, samples);
}
Première exécution :
Use CTRL-Z to bypass data entry and run using default values.
Enter an integer value for k distribution (where 0 `<` k): 1
Enter a double value for p distribution (where 0.0 `<`p `<`= 1.0): .5
Enter an integer value for a sample count: 100
k == 1
p == 0.5
Histogram for 100 samples:
0 :::::::::::::::::::::::::::::::::::::::::::
1 ::::::::::::::::::::::::::::::::
2 ::::::::::::
3 :::::::
4 ::::
5 ::
Deuxième exécution :
Use CTRL-Z to bypass data entry and run using default values.
Enter an integer value for k distribution (where 0 `<` k): 100
Enter a double value for p distribution (where 0.0 `<` p <= 1.0): .667
Enter an integer value for a sample count: 100
k == 100
p == 0.667
Histogram for 100 samples:
31 ::
32 :
33 ::
34 :
35 ::
37 ::
38 :
39 :
40 ::
41 :::
42 :::
43 :::::
44 :::::
45 ::::
46 ::::::
47 ::::::::
48 :::
49 :::
50 :::::::::
51 :::::::
52 ::
53 :::
54 :::::
56 ::::
58 :
59 :::::
60 ::
61 :
62 ::
64 :
69 ::::
Spécifications
Header :<random>
Espace de noms : std
negative_binomial_distribution ::negative_binomial_distribution
Construit la distribution.
explicit negative_binomial_distribution(result_type k = 1, double p = 0.5);
explicit negative_binomial_distribution(const param_type& parm);
Paramètres
k
Paramètre de distribution k.
p
Paramètre de distribution p.
parm
Structure de paramètre utilisée pour construire la distribution.
Notes
Condition préalable : 0.0 < k et 0.0 < p ≤ 1.0
Le premier constructeur construit un objet dont la valeur p stockée contient la valeur p et dont la valeur k stockée contient la valeur k.
Le deuxième constructeur construit un objet dont les paramètres stockés sont initialisés à partir de parm. Vous pouvez obtenir et définir les paramètres actuels d'une distribution existante en appelant la fonction membre param().
negative_binomial_distribution ::p aram_type
Stocke les paramètres de la distribution.
struct param_type { typedef negative_binomial_distribution result_type<distribution_type> ; param_type(result_type k = 1, double p = 0,5) ; result_type k() const ; double p() const ; double p() const ;
bool operator==(const param_type& right) const; bool operator!=(const param_type& right) const; };
Paramètres
k
Paramètre de distribution k.
p
Paramètre de distribution p.
right
Structure param_type utilisée pour comparer.
Notes
Condition préalable : 0.0 < k et 0.0 < p ≤ 1.0
Cette structure peut être passée au constructeur de classe de la distribution au moment de l'instanciation, à la fonction membre param() pour définir les paramètres stockés d'une distribution existante et à operator() pour une utilisation à la place des paramètres stockés.