poisson_distribution-Klasse

Generiert eine Poisson-Verteilung.

Syntax

template<class IntType = int>
class poisson_distribution
   {
public:
   // types
   typedef IntType result_type;
   struct param_type;

   // constructors and reset functions
   explicit poisson_distribution(double mean = 1.0);
   explicit poisson_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
   double mean() const;
   param_type param() const;
   void param(const param_type& parm);
   result_type min() const;
   result_type max() const;
   };

Parameter

IntType
Der Ganzzahlergebnistyp. Der Standardwert ist int. Mögliche Typen finden Sie unter <"zufällig>".

Hinweise

Die Klassenvorlage beschreibt eine Verteilung, die Werte eines vom Benutzer angegebenen integralen Typs mit einer Poissonverteilung erzeugt. Die folgende Tabelle ist mit Artikeln über einzelne Member verknüpft.

poisson_distribution
param_type

Die Eigenschaftsfunktion mean() gibt den Wert für den gespeicherten Verteilungsparameter mean zurück.

Das Eigenschaftsmember param() gibt das aktuell gespeicherte Verteilungspaket param_type zurück oder legt es fest.

Die min()- und max()-Memberfunktion gibt das jeweils kleinst- und größtmögliche Ergebnis zurück.

Die reset()-Memberfunktion verwirft alle zwischengespeicherten Werte, damit das Ergebnis des folgenden Aufrufs von operator() nicht von Werten abhängig ist, die vor dem Aufruf aus der Engine bezogen wurden.

Die operator()-Memberfunktionen geben den nächsten generierten Wert von entweder dem aktuellen oder dem spezifizierten Parameterpaket zurück, das auf der URNG-Engine basiert.

Weitere Informationen zu Verteilungsklassen und ihren Mitgliedern finden Sie unter <"zufällig>".

Ausführliche Informationen über die Poisson-Verteilung finden Sie im Wolfram MathWorld-Artikel Poisson Distribution Poisson-Verteilung).

Beispiel

// compile with: /EHsc /W4
#include <random>
#include <iostream>
#include <iomanip>
#include <string>
#include <map>

void test(const double p, const int s) {

    // uncomment to use a non-deterministic generator
    //    std::random_device gen;
    std::mt19937 gen(1701);

    std::poisson_distribution<> distr(p);

    std::cout << std::endl;
    std::cout << "min() == " << distr.min() << std::endl;
    std::cout << "max() == " << distr.max() << std::endl;
    std::cout << "p() == " << std::fixed << std::setw(11) << std::setprecision(10) << distr.mean() << 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 << "Distribution 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()
{
    double p_dist = 1.0;

    int samples = 100;

    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 'mean' distribution parameter (must be greater than zero): ";
    std::cin >> p_dist;
    std::cout << "Enter an integer value for the sample count: ";
    std::cin >> samples;

    test(p_dist, samples);
}

Erster Test:

Use CTRL-Z to bypass data entry and run using default values.
Enter a floating point value for the 'mean' distribution parameter (must be greater than zero): 1
Enter an integer value for the sample count: 100
min() == 0
max() == 2147483647
p() == 1.0000000000
Distribution for 100 samples:
    0 ::::::::::::::::::::::::::::::
    1 ::::::::::::::::::::::::::::::::::::::
    2 :::::::::::::::::::::::
    3 ::::::::
    5 :

Zweiter Test:

Use CTRL-Z to bypass data entry and run using default values.
Enter a floating point value for the 'mean' distribution parameter (must be greater than zero): 10
Enter an integer value for the sample count: 100
min() == 0
max() == 2147483647
p() == 10.0000000000
Distribution for 100 samples:
    3 :
    4 ::
    5 ::
    6 ::::::::
    7 ::::
    8 ::::::::
    9 ::::::::::::::
   10 ::::::::::::
   11 ::::::::::::::::
   12 :::::::::::::::
   13 ::::::::
   14 ::::::
   15 :
   16 ::
   17 :

Anforderungen

Header:<random>

Namespace: std

poisson_distribution::poisson_distribution

Erstellt die Verteilung.

explicit poisson_distribution(RealType mean = 1.0);
explicit binomial_distribution(const param_type& parm);

Parameter

mean
Der mean-Verteilungsparameter.

parm
Die für die Erstellung der Verteilung verwendete Parameterstruktur.

Hinweise

Vorbedingung:0.0 < mean

Der erste Konstruktor konstruiert ein Objekt, dessen gespeicherter mean-Wert den Wert mean enthält.

Mit dem zweiten Konstruktor wird ein Objekt erstellt, dessen gespeicherte Parameter aus parm initialisiert werden. Sie können die aktuellen Parameter einer vorhandenen Verteilung abrufen und festlegen, indem Sie die Memberfunktion param() aufrufen.

poisson_distribution::param_type

Speichert die Parameter der Verteilung.

struct param_type {
   typedef poisson_distribution<IntType> distribution_type;
   param_type(double mean = 1.0);
   double mean() const;

   bool operator==(const param_type& right) const;
   bool operator!=(const param_type& right) const;
   };

Parameter

Siehe Konstruktorparameter für poisson_distribution.

Hinweise

Vorbedingung:0.0 < mean

Diese Struktur kann bei der Instanziierung an den Klassenkonstruktor des Verteilers, an die Memberfunktion param() (zur Festlegung der gespeicherten Parameter einer vorhandenen Verteilung) und an operator() (zur Verwendung anstelle der gespeicherten Parameter) übergeben werden.

Siehe auch

<random>