Math 从有误差范围的分布中取样

以下代码对加权随机分布进行采样，作为模拟的一部分，表示100k个人可能采取的选项（例如：投票等）

有两种可能的选择，权重分别为30%和70%

#include <iostream>
#include <random>

int main()
{
   int option0 = 30; //30%
   int option1 = 70; //30%

   std::vector<int> option({0,0});

   std::random_device rd;
   std::mt19937 gen(rd());
   std::discrete_distribution<> d({option0,option1});

   for (int n=0; n < 100000; ++n)
   {
      ++option[d(gen)];
   }

   std::cout << "Option 0: " << option[0] << std::endl;
   std::cout << "Option 1: " << option[1] << std::endl;

   return 0;
}

#包括
#包括
int main（）
{
int option0=30；//30%
int option1=70；//30%
std:：vector选项（{0,0}）；
std：：随机_装置rd；
标准：mt19937 gen（rd（））；
离散分布d（{option0，option1}）；
对于（int n=0；n<100000；++n）
{
++选择权[d（gen）]；
}
std:：cout因为您确切地知道误差幅度，所以可以使用
随机生成的双精度（介于-5.0和5.0之间），然后运行建议的模拟

此功能将模拟所需的误差范围：

void
simulating_margin_of_error(std::mt19937 gen, double marginOfError,
                           int* option0, int* option1)
{
    std::uniform_real_distribution<double>
        distribution(-marginOfError,marginOfError);
    double number = distribution(gen);

    *option0 += (int) number;
    *option1 += - (int) number;
}

void
模拟误差的裕度（std:：mt19937 gen，双裕度），
整数*选项0，整数*选项1）
{
标准：均匀实分布
分布（-marginOfError，marginOfError）；
双倍数字=分布（gen）；
*选项0+=（整数）编号；
*选项1+=-（整数）编号；
}

您可以将其包括在此处：

[...]
std::mt19937 gen(rd());
simulating_margin_of_error(gen, 5.0, &option0, &option1);
std::discrete_distribution<> d({option0, option1});
[...]

[…]
标准：mt19937 gen（rd（））；
模拟误差的裕度（gen、5.0、选项0和选项1）；
离散分布d（{option0，option1}）；
[...]