Java 用标准差生成随机数

我正在用人工智能做一个非常简单的模拟游戏。 该游戏将包含具有随机属性的对象的人实例，这些对象有一定数量的钱可花

我希望财富分配在统计上是有效的。

---

如何生成符合标准偏差的随机数货币，例如平均值：50，标准偏差：10，从而更可能生成接近平均值的值？

我认为您关注的问题是错误的。你需要做的第一件事是确定你想要用来模拟财富的分布。平均值为50、标准偏差为10的正态分布名义上满足您的需求，但范围内的均匀分布也满足您的需求[32.67949，67.32051]。有许多统计分布可能具有相同的平均值和标准偏差，但具有完全不同的形状，正是这种形状决定了分布的有效性

收入和财富的分布非常复杂——它们的界限在零以下，而与我们其他人相比，少数人的收入和财富非常大，以至于他们将平均值向上拉了相当可观的距离。因此，您不希望使用简单的分布选择，例如均匀分布或高斯分布，或任何其他对称分布或可能陷入负区域的分布。使用指数将更加现实，但仍然可能不够极端，无法捕捉我们在现实世界中看到的实际财富分布

---

一旦你选择了一个发行版，就会有很多软件库或信息源可以帮助你从发行版中产生价值。

我认为你把重点放在了问题的错误一端。你需要做的第一件事是确定你想要用来模拟财富的分布。平均值为50、标准偏差为10的正态分布名义上满足您的需求，但范围内的均匀分布也满足您的需求[32.67949，67.32051]。有许多统计分布可能具有相同的平均值和标准偏差，但具有完全不同的形状，正是这种形状决定了分布的有效性

收入和财富的分布非常复杂——它们的界限在零以下，而与我们其他人相比，少数人的收入和财富非常大，以至于他们将平均值向上拉了相当可观的距离。因此，您不希望使用简单的分布选择，例如均匀分布或高斯分布，或任何其他对称分布或可能陷入负区域的分布。使用指数将更加现实，但仍然可能不够极端，无法捕捉我们在现实世界中看到的实际财富分布

---

一旦你选择了一个发行版，就会有许多软件库或信息源帮助你从该发行版中生成值。

生成随机数是一个广泛的话题。但既然你说这是一个简单的模拟，那么这里有一个简单的方法：

生成多个均匀分布在0,1上的随机数（假设为n）。内置函数Math.random可以提供这些数字

把那些数字加起来。总和具有近似正态分布，平均值=n/2，标准偏差=sqrtn/sqrt12。所以如果你减去n/2，然后除以sqrtn/sqrt12，你会得到一个近似正态的值，平均值为0，标准偏差为1。显然，如果你选择n=12，你所要做的就是从总和中减去6，你就完成了

现在要得到任何其他的平均值和标准偏差，只需乘以你想要的标准偏差，再加上你想要的平均值

---

还有很多其他的方法，但这也许是最简单的。根据你对问题的描述，我想这没问题

生成随机数是一个广泛的话题。但既然你说这是一个简单的模拟，那么这里有一个简单的方法：

生成多个均匀分布在0,1上的随机数（假设为n）。内置函数Math.random可以提供这些数字

把那些数字加起来。总和具有近似正态分布，平均值=n/2，标准偏差=sqrtn/sqrt12。所以如果你减去n/2，然后除以sqrtn/sqrt12，你会得到一个近似正态的值，平均值为0，标准偏差为1。显然，如果你选择n=12，你所要做的就是从总和中减去6，你就完成了

现在要得到任何其他的平均值和标准偏差，只需乘以你想要的标准偏差，再加上你想要的平均值

---

还有很多其他的方法，但这也许是最简单的。根据你对问题的描述，我想这没问题

你想要什么样的分销？当我听到标准差时，我认为是正态分布。或者你想得到关于使用哪种发行版的建议？哪种发行版

---

你想要什么？当我听到标准差时，我认为是正态分布。或者你需要关于使用什么分布的建议吗？这是一种生成近似正态值的非常糟糕的方法。既然Java已经提供了Random.nextGaussian，那么OP为什么要这样做呢？因为它很简单。更简单的方法是使用Random.nextGaussian。这是一种生成近似正常值的非常糟糕的方法。既然Java已经提供了Random.nextGaussian，那么OP为什么要这样做呢？因为它很简单。更简单的方法是使用Random.nextGaussian。