静岡理工科大学 菅沼ホーム 目次 索引

乱数の発生

    1. A. C++
    2. B. Java
    3. C. JavaScript
    4. D. PHP
    5. E. Ruby
    6. F. Python
    7. G. C#
    8. H. VB

  プログラムは,一様乱数,指数乱数,および,正規乱数の発生するためのものです.

  1. C++

    /*************************/
    /* 乱数の発生            */
    /*      coded Y.Suganuma */
    /*************************/
    #include <stdio.h>
    #include <stdlib.h>
    #include <math.h>
    #include <time.h>
    
    double exp_d(double);
    double norm_d(double, double);
    double unifm_d();
    
    int main()
    {
    	unsigned int seed;
    	printf("乱数の初期値を入力してください ");
    	scanf("%d", &seed);
    
    	srand(seed);   // 乱数の初期設定
    //	srand((unsigned)time(NULL));   // 初期値もランダムにしたい場合
    /*
              [a b] 区間の一様乱数
    */
    	double mean = 0.0;
    	double sd   = 0.0;
    	double a    = 2.0;
    	double b    = 4.0;
    	int n       = 10000;
    
    	for (int i1 = 0; i1 < n; i1++) {
    		double r = a + (b - a) * unifm_d();
    		mean    += r;
    		sd      += r * r;
    	}
    
    	mean = mean / n;
    	sd   = sqrt(fabs(n /(n - 1.0) * (sd / n - mean * mean)));
    
    	printf("一様分布\n");
    	printf("   平均 %f 標準偏差 %f\n", mean, sd);
    /*
              平均 m の指数分布
    */
    	mean     = 0.0;
    	sd       = 0.0;
    	double m = 0.5;
    
    	for (int i1 = 0; i1 < n; i1++) {
    		double r = exp_d(m);
    		mean    += r;
    		sd      += r * r;
    	}
    
    	mean = mean / n;
    	sd   = sqrt(fabs(n /(n - 1.0) * (sd / n - mean * mean)));
    
    	printf("指数分布\n");
    	printf("   平均 %f 標準偏差 %f\n", mean, sd);
    /*
              標準正規分布
    */
    	mean = 0.0;
    	sd   = 0.0;
    
    	for (int i1 = 0; i1 < n; i1++) {
    		double r = norm_d(0.0, 1.0);
    		mean    += r;
    		sd      += r * r;
    	}
    
    	mean = mean / n;
    	sd   = sqrt(fabs(n /(n - 1.0) * (sd / n - mean * mean)));
    
    	printf("標準正規分布\n");
    	printf("   平均 %f 標準偏差 %f\n", mean, sd);
    
    	return 0;
    }
    
    /******************************/
    /* [0, 1]区間の一様乱数の発生 */
    /*      rerutn : 乱数         */
    /******************************/
    double unifm_d()
    {
       double x;
    
       while ((x = (double)rand() / RAND_MAX) == 0.0)
          ;
    
       return x;
    }
    
    /*****************************/
    /* 平均値 m の指数乱数の発生 */
    /*      m : 平均             */
    /*****************************/
    #include <math.h>
    
    double exp_d(double m)
    {
    	return -m * log(unifm_d());
    }
    
    /***********************************/
    /* 正規分布変量の発生              */
    /*      m : 平均                   */
    /*      s : 標準偏差               */
    /*           return : 正規分布変量 */
    /***********************************/
    double norm_d(double m, double s)
    {
    	double x = 0.0;
    
    	for (int i1 = 0; i1 < 12; i1++)
    		x += unifm_d();
    
    	x = s * (x - 6.0) + m;
    
    	return x;
    }
    			

      上のプログラムにおいては,標準関数の rand を使用していますが,rand は,16 ビットを使用しているためその周期が短く(最大でも,32767 ),あまり質が良い乱数を生成してくれません.そこで,メルセンヌ・ツイスタを使用した例( MT.h を含む)も添付しておきます.なお,メルセンヌ・ツイスタでは,以下に示すような乱数を生成できます.

    genrand_int32() //符号なし32ビット長整数
    genrand_int31() //符号なし31ビット長整数
    genrand_real1() //一様実乱数[0,1] (32ビット精度)
    genrand_real2() //一様実乱数[0,1) (32ビット精度)
    genrand_real3() //一様実乱数(0,1) (32ビット精度)
    genrand_res53() //一様実乱数[0,1) (53ビット精度)

    /*************************/
    /* 乱数の発生            */
    /*      coded Y.Suganuma */
    /*************************/
    #include <stdio.h>
    #include <math.h>
    #include <time.h>
    #include "MT.h"
    
    double exp_d(double);
    double norm_d(double, double);
    
    int main()
    {
    	unsigned int seed;
    	printf("乱数の初期値を入力してください ");
    	scanf("%d", &seed);
    
    	init_genrand(seed);   // 乱数の初期設定
    //	init_genrand((unsigned)time(NULL));   // 初期値もランダムにしたい場合
    /*
              [a b] 区間の一様乱数
    */
    	double mean = 0.0;
    	double sd   = 0.0;
    	double a    = 2.0;
    	double b    = 4.0;
    	int n      = 10000;
    
    	for (int i1 = 0; i1 < n; i1++) {
    		double r = a + (b - a) * genrand_real3();
    		mean    += r;
    		sd      += r * r;
    	}
    
    	mean = mean / n;
    	sd   = sqrt(fabs(n /(n - 1.0) * (sd / n - mean * mean)));
    
    	printf("一様分布\n");
    	printf("   平均 %f 標準偏差 %f\n", mean, sd);
    /*
              平均 m の指数分布
    */
    	mean      = 0.0;
    	sd        = 0.0;
    	double m  = 0.5;
    
    	for (int i1 = 0; i1 < n; i1++) {
    		double r = exp_d(m);
    		mean    += r;
    		sd      += r * r;
    	}
    
    	mean = mean / n;
    	sd   = sqrt(fabs(n /(n - 1.0) * (sd / n - mean * mean)));
    
    	printf("指数分布\n");
    	printf("   平均 %f 標準偏差 %f\n", mean, sd);
    /*
              標準正規分布
    */
    	mean = 0.0;
    	sd   = 0.0;
    
    	for (int i1 = 0; i1 < n; i1++) {
    		double r = norm_d(0.0, 1.0);
    		mean    += r;
    		sd      += r * r;
    	}
    
    	mean = mean / n;
    	sd   = sqrt(fabs(n /(n - 1.0) * (sd / n - mean * mean)));
    
    	printf("標準正規分布\n");
    	printf("   平均 %f 標準偏差 %f\n", mean, sd);
    
    	return 0;
    }
    
    /*****************************/
    /* 平均値 m の指数乱数の発生 */
    /*      m : 平均             */
    /*****************************/
    #include <math.h>
    
    double exp_d(double m)
    {
    	return -m * log(genrand_real3());
    }
    
    /***********************************/
    /* 正規分布変量の発生              */
    /*      m : 平均                   */
    /*      s : 標準偏差               */
    /*           return : 正規分布変量 */
    /***********************************/
    double norm_d(double m, double s)
    {
    	double x = 0.0;
    
    	for (int i1 = 0; i1 < 12; i1++)
    		x += genrand_real3();
    
    	x = s * (x - 6.0) + m;
    
    	return x;
    }
    
    ----------------------MT.h-----------------
    
    /*
       A C-program for MT19937, with initialization improved 2002/1/26.
       Coded by Takuji Nishimura and Makoto Matsumoto.
    
       Before using, initialize the state by using init_genrand(seed)  
       or init_by_array(init_key, key_length).
    
       Copyright (C) 1997 - 2002, Makoto Matsumoto and Takuji Nishimura,
       All rights reserved.                          
    
       Redistribution and use in source and binary forms, with or without
       modification, are permitted provided that the following conditions
       are met:
    
         1. Redistributions of source code must retain the above copyright
            notice, this list of conditions and the following disclaimer.
    
         2. Redistributions in binary form must reproduce the above copyright
            notice, this list of conditions and the following disclaimer in the
            documentation and/or other materials provided with the distribution.
    
         3. The names of its contributors may not be used to endorse or promote 
            products derived from this software without specific prior written 
            permission.
    
       THIS SOFTWARE IS PROVIDED BY THE COPYRIGHT HOLDERS AND CONTRIBUTORS
       "AS IS" AND ANY EXPRESS OR IMPLIED WARRANTIES, INCLUDING, BUT NOT
       LIMITED TO, THE IMPLIED WARRANTIES OF MERCHANTABILITY AND FITNESS FOR
       A PARTICULAR PURPOSE ARE DISCLAIMED.  IN NO EVENT SHALL THE COPYRIGHT OWNER OR
       CONTRIBUTORS BE LIABLE FOR ANY DIRECT, INDIRECT, INCIDENTAL, SPECIAL,
       EXEMPLARY, OR CONSEQUENTIAL DAMAGES (INCLUDING, BUT NOT LIMITED TO,
       PROCUREMENT OF SUBSTITUTE GOODS OR SERVICES; LOSS OF USE, DATA, OR
       PROFITS; OR BUSINESS INTERRUPTION) HOWEVER CAUSED AND ON ANY THEORY OF
       LIABILITY, WHETHER IN CONTRACT, STRICT LIABILITY, OR TORT (INCLUDING
       NEGLIGENCE OR OTHERWISE) ARISING IN ANY WAY OUT OF THE USE OF THIS
       SOFTWARE, EVEN IF ADVISED OF THE POSSIBILITY OF SUCH DAMAGE.
    
    
       Any feedback is very welcome.
       http://www.math.sci.hiroshima-u.ac.jp/~m-mat/MT/emt.html
       email: m-mat @ math.sci.hiroshima-u.ac.jp (remove space)
    */
    
    /*
       The original version of http://www.math.sci.hiroshima-u.ac.jp/~m-mat/MT/MT2002/CODES/mt19937ar.c was modified by Takahiro Omi as
       - delete line 47 "#include<stdio.h>"
       - delete line 174 int main(void){...}
       - change N -> MT_N
       - change N -> MT_N
       - change the file name "mt19937ar.c" -> "MT.h"
    */
    
    
    /* Period parameters */  
    #define MT_N 624
    #define MT_M 397
    #define MATRIX_A 0x9908b0dfUL   /* constant vector a */
    #define UPPER_MASK 0x80000000UL /* most significant w-r bits */
    #define LOWER_MASK 0x7fffffffUL /* least significant r bits */
    
    static unsigned long mt[MT_N]; /* the array for the state vector  */
    static int mti=MT_N+1; /* mti==MT_N+1 means mt[MT_N] is not initialized */
    
    /* initializes mt[MT_N] with a seed */
    void init_genrand(unsigned long s)
    {
        mt[0]= s & 0xffffffffUL;
        for (mti=1; mti<MT_N; mti++) {
            mt[mti] = 
    	    (1812433253UL * (mt[mti-1] ^ (mt[mti-1] >> 30)) + mti); 
            /* See Knuth TAOCP Vol2. 3rd Ed. P.106 for multiplier. */
            /* In the previous versions, MSBs of the seed affect   */
            /* only MSBs of the array mt[].                        */
            /* 2002/01/09 modified by Makoto Matsumoto             */
            mt[mti] &= 0xffffffffUL;
            /* for >32 bit machines */
        }
    }
    
    /* initialize by an array with array-length */
    /* init_key is the array for initializing keys */
    /* key_length is its length */
    /* slight change for C++, 2004/2/26 */
    void init_by_array(unsigned long init_key[], int key_length)
    {
        int i, j, k;
        init_genrand(19650218UL);
        i=1; j=0;
        k = (MT_N>key_length ? MT_N : key_length);
        for (; k; k--) {
            mt[i] = (mt[i] ^ ((mt[i-1] ^ (mt[i-1] >> 30)) * 1664525UL))
              + init_key[j] + j; /* non linear */
            mt[i] &= 0xffffffffUL; /* for WORDSIZE > 32 machines */
            i++; j++;
            if (i>=MT_N) { mt[0] = mt[MT_N-1]; i=1; }
            if (j>=key_length) j=0;
        }
        for (k=MT_N-1; k; k--) {
            mt[i] = (mt[i] ^ ((mt[i-1] ^ (mt[i-1] >> 30)) * 1566083941UL))
              - i; /* non linear */
            mt[i] &= 0xffffffffUL; /* for WORDSIZE > 32 machines */
            i++;
            if (i>=MT_N) { mt[0] = mt[MT_N-1]; i=1; }
        }
    
        mt[0] = 0x80000000UL; /* MSB is 1; assuring non-zero initial array */ 
    }
    
    /* generates a random number on [0,0xffffffff]-interval */
    unsigned long genrand_int32(void)
    {
        unsigned long y;
        static unsigned long mag01[2]={0x0UL, MATRIX_A};
        /* mag01[x] = x * MATRIX_A  for x=0,1 */
    
        if (mti >= MT_N) { /* generate N words at one time */
            int kk;
    
            if (mti == MT_N+1)   /* if init_genrand() has not been called, */
                init_genrand(5489UL); /* a default initial seed is used */
    
            for (kk=0;kk<MT_N-MT_M;kk++) {
                y = (mt[kk]&UPPER_MASK)|(mt[kk+1]&LOWER_MASK);
                mt[kk] = mt[kk+MT_M] ^ (y >> 1) ^ mag01[y & 0x1UL];
            }
            for (;kk<MT_N-1;kk++) {
                y = (mt[kk]&UPPER_MASK)|(mt[kk+1]&LOWER_MASK);
                mt[kk] = mt[kk+(MT_M-MT_N)] ^ (y >> 1) ^ mag01[y & 0x1UL];
            }
            y = (mt[MT_N-1]&UPPER_MASK)|(mt[0]&LOWER_MASK);
            mt[MT_N-1] = mt[MT_M-1] ^ (y >> 1) ^ mag01[y & 0x1UL];
    
            mti = 0;
        }
      
        y = mt[mti++];
    
        /* Tempering */
        y ^= (y >> 11);
        y ^= (y << 7) & 0x9d2c5680UL;
        y ^= (y << 15) & 0xefc60000UL;
        y ^= (y >> 18);
    
        return y;
    }
    
    /* generates a random number on [0,0x7fffffff]-interval */
    long genrand_int31(void)
    {
        return (long)(genrand_int32()>>1);
    }
    
    /* generates a random number on [0,1]-real-interval */
    double genrand_real1(void)
    {
        return genrand_int32()*(1.0/4294967295.0); 
        /* divided by 2^32-1 */ 
    }
    
    /* generates a random number on [0,1)-real-interval */
    double genrand_real2(void)
    {
        return genrand_int32()*(1.0/4294967296.0); 
        /* divided by 2^32 */
    }
    
    /* generates a random number on (0,1)-real-interval */
    double genrand_real3(void)
    {
        return (((double)genrand_int32()) + 0.5)*(1.0/4294967296.0); 
        /* divided by 2^32 */
    }
    
    /* generates a random number on [0,1) with 53-bit resolution*/
    double genrand_res53(void) 
    { 
        unsigned long a=genrand_int32()>>5, b=genrand_int32()>>6; 
        return(a*67108864.0+b)*(1.0/9007199254740992.0); 
    } 
    /* These real versions are due to Isaku Wada, 2002/01/09 added */
    			

  2. Java

    /****************************/
    /* 乱数の発生               */
    /*      coded by Y.Suganuma */
    /****************************/
    import java.io.*;
    import java.util.*;
    
    public class Test {
    
    	static Random rn;
    
    	public static void main(String args[]) throws IOException
    	{
    		BufferedReader in = new BufferedReader(new InputStreamReader(System.in));
    
    		System.out.print("乱数の初期値を入力してください ");
    		int seed = Integer.parseInt(in.readLine());
    
    		rn = new Random(seed);   // 乱数の初期設定
    //		rn = new Random();   // 初期値もランダムにしたい場合
    /*
              [a b] 区間の一様乱数
    */
    		double mean = 0.0;
    		double sd   = 0.0;
    		double a    = 2.0;
    		double b    = 4.0;
    		int n       = 10000;
    
    		for (int i1 = 0; i1 < n; i1++) {
    			double r = a + (b - a) * unifm_d();
    			mean    += r;
    			sd      += r * r;
    		}
    
    		mean = mean / n;
    		sd   = Math.sqrt(Math.abs(n /(n - 1.0) * (sd / n - mean * mean)));
    
    		System.out.printf("一様分布\n");
    		System.out.printf("   平均 %f 標準偏差 %f\n", mean, sd);
    /*
              平均 m の指数分布
    */
    		mean     = 0.0;
    		sd       = 0.0;
    		double m = 0.5;
    
    		for (int i1 = 0; i1 < n; i1++) {
    			double r = exp_d(m);
    			mean    += r;
    			sd      += r * r;
    		}
    
    		mean = mean / n;
    		sd   = Math.sqrt(Math.abs(n /(n - 1.0) * (sd / n - mean * mean)));
    
    		System.out.printf("指数分布\n");
    		System.out.printf("   平均 %f 標準偏差 %f\n", mean, sd);
    /*
              標準正規分布
    */
    		mean = 0.0;
    		sd   = 0.0;
    
    		for (int i1 = 0; i1 < n; i1++) {
    			double r = norm_d(0.0, 1.0);
    			mean    += r;
    			sd      += r * r;
    		}
    
    		mean = mean / n;
    		sd   = Math.sqrt(Math.abs(n /(n - 1.0) * (sd / n - mean * mean)));
    
    		System.out.printf("標準正規分布\n");
    		System.out.printf("   平均 %f 標準偏差 %f\n", mean, sd);
    	}
    
    	/******************************/
    	/* [0, 1]区間の一様乱数の発生 */
    	/*      rerutn : 乱数         */
    	/******************************/
    	static double unifm_d()
    	{
    	   return rn.nextDouble();
    	}
    
    	/*****************************/
    	/* 平均値 m の指数乱数の発生 */
    	/*      m : 平均             */
    	/*****************************/
    	static double exp_d(double m)
    	{
    		return -m * Math.log(unifm_d());
    	}
    
    	/***********************************/
    	/* 正規分布変量の発生              */
    	/*      m : 平均                   */
    	/*      s : 標準偏差               */
    	/*           return : 正規分布変量 */
    	/***********************************/
    	static double norm_d(double m, double s)
    	{
    		double x = 0.0;
    
    		for (int i1 = 0; i1 < 12; i1++)
    			x += unifm_d();
    
    		x = s * (x - 6.0) + m;
    
    		return x;
    	}
    }
    			

  3. JavaScript

      ここをクリックすると,結果を画面上で見ることができます.
    <!DOCTYPE HTML>
    
    <HTML>
    
    <HEAD>
    
    	<TITLE>乱数の発生</TITLE>
    	<META HTTP-EQUIV="Content-Type" CONTENT="text/html; charset=utf-8">
    	<SCRIPT TYPE="text/javascript">
    		function main()
    		{
    			let str = "";
    		/*
    		          [a b] 区間の一様乱数
    		*/
    			let mean = 0.0;
    			let sd   = 0.0;
    			let a    = 2.0;
    			let b    = 4.0;
    			let n    = 10000;
    		
    			for (let i1 = 0; i1 < n; i1++) {
    				let r = a + (b - a) * unifm_d();
    				mean  += r;
    				sd    += r * r;
    			}
    		
    			mean = mean / n;
    			sd   = Math.sqrt(Math.abs(n /(n - 1.0) * (sd / n - mean * mean)));
    		
    			str += "一様分布\n";
    			str += "   平均 " + mean + " 標準偏差 " + sd + "\n";
    		/*
    		          平均 m の指数分布
    		*/
    			mean     = 0.0;
    			sd       = 0.0;
    			let m = 0.5;
    		
    			for (let i1 = 0; i1 < n; i1++) {
    				let r = exp_d(m);
    				mean += r;
    				sd   += r * r;
    			}
    		
    			mean = mean / n;
    			sd   = Math.sqrt(Math.abs(n /(n - 1.0) * (sd / n - mean * mean)));
    		
    			str += "指数分布\n";
    			str += "   平均 " + mean + " 標準偏差 " + sd + "\n";
    		/*
    		          標準正規分布
    		*/
    			mean = 0.0;
    			sd   = 0.0;
    		
    			for (let i1 = 0; i1 < n; i1++) {
    				let r = norm_d(0.0, 1.0);
    				mean += r;
    				sd   += r * r;
    			}
    		
    			mean = mean / n;
    			sd   = Math.sqrt(Math.abs(n /(n - 1.0) * (sd / n - mean * mean)));
    		
    			str += "標準正規分布\n";
    			str += "   平均 " + mean + " 標準偏差 " + sd + "\n";
    		
    			document.getElementById("res").value = str;
    		}
    
    		/******************************/
    		/* [0, 1]区間の一様乱数の発生 */
    		/*      rerutn : 乱数         */
    		/******************************/
    		function unifm_d()
    		{
    		   return Math.random();
    		}
    
    		/*****************************/
    		/* 平均値 m の指数乱数の発生 */
    		/*      m : 平均             */
    		/*****************************/
    		function exp_d(m)
    		{
    			return -m * Math.log(unifm_d());
    		}
    
    		/***********************************/
    		/* 正規分布変量の発生              */
    		/*      m : 平均                   */
    		/*      s : 標準偏差               */
    		/*           return : 正規分布変量 */
    		/***********************************/
    		function norm_d(m, s)
    		{
    			let x = 0.0;
    
    			for (let i1 = 0; i1 < 12; i1++)
    				x += unifm_d();
    
    			x = s * (x - 6.0) + m;
    
    			return x;
    		}
    	</SCRIPT>
    
    </HEAD>
    
    <BODY STYLE="font-size: 130%; text-align:center; background-color: #eeffee;">
    
    	<H2 STYLE="text-align:center"><B>乱数の発生</B></H2>
    
    	<BUTTON STYLE="font-size: 100%; background-color: pink" onClick="main()">実行</BUTTON><BR><BR>
    		<TEXTAREA ID="res" COLS="60" ROWS="10" STYLE="font-size: 100%"></TEXTAREA>
    </BODY>
    
    </HTML>
    			

  4. PHP

    <?php
    
    /****************************/
    /* 乱数の発生               */
    /*      coded by Y.Suganuma */
    /****************************/
    
    	printf("乱数の初期値を入力してください ");
    	fscanf(STDIN, "%lf", $seed);
    	mt_srand($seed);   // 乱数の初期設定
    //	mt_srand();   // 初期値もランダムにしたい場合
    
    /*
              [a b] 区間の一様乱数
    */
    	$mean = 0.0;
    	$sd   = 0.0;
    	$a    = 2.0;
    	$b    = 4.0;
    	$n    = 10000;
    
    	for ($i1 = 0; $i1 < $n; $i1++) {
    		$r     = $a + ($b - $a) * unifm_d();
    		$mean += $r;
    		$sd   += $r * $r;
    	}
    
    	$mean = $mean / $n;
    	$sd   = sqrt(abs($n /($n - 1.0) * ($sd / $n - $mean * $mean)));
    
    	printf("一様分布\n");
    	printf("   平均 %f 標準偏差 %f\n", $mean, $sd);
    /*
              平均 m の指数分布
    */
    	$mean = 0.0;
    	$sd   = 0.0;
    	$m    = 0.5;
    
    	for ($i1 = 0; $i1 < $n; $i1++) {
    		$r     = exp_d($m);
    		$mean += $r;
    		$sd   += $r * $r;
    	}
    
    	$mean = $mean / $n;
    	$sd   = sqrt(abs($n /($n - 1.0) * ($sd / $n - $mean * $mean)));
    
    	printf("指数分布\n");
    	printf("   平均 %f 標準偏差 %f\n", $mean, $sd);
    /*
              標準正規分布
    */
    	$mean = 0.0;
    	$sd   = 0.0;
    
    	for ($i1 = 0; $i1 < $n; $i1++) {
    		$r     = norm_d(0.0, 1.0);
    		$mean += $r;
    		$sd   += $r * $r;
    	}
    
    	$mean = $mean / $n;
    	$sd   = sqrt(abs($n /($n - 1.0) * ($sd / $n - $mean * $mean)));
    
    	printf("標準正規分布\n");
    	printf("   平均 %f 標準偏差 %f\n", $mean, $sd);
    
    	/******************************/
    	/* [0, 1]区間の一様乱数の発生 */
    	/*      rerutn : 乱数         */
    	/******************************/
    	function unifm_d()
    	{
    	   return mt_rand() / mt_getrandmax();
    	}
    	
    	/*****************************/
    	/* 平均値 m の指数乱数の発生 */
    	/*      m : 平均             */
    	/*****************************/
    	function exp_d($m)
    	{
    		return -$m * log(unifm_d());
    	}
    	
    	/***********************************/
    	/* 正規分布変量の発生              */
    	/*      m : 平均                   */
    	/*      s : 標準偏差               */
    	/*           return : 正規分布変量 */
    	/***********************************/
    	function norm_d($m, $s)
    	{
    		$x = 0.0;
    	
    		for ($i1 = 0; $i1 < 12; $i1++)
    			$x += unifm_d();
    	
    		$x = $s * ($x - 6.0) + $m;
    	
    		return $x;
    	}
    	
    ?>
    			

  5. Ruby

    ############################
    # 乱数の発生
    #      coded by Y.Suganuma
    ############################
    
    ##*****************************/
    ## [0, 1]区間の一様乱数の発生 */
    ##      rerutn : 乱数         */
    ##*****************************/
    def unifm_d()
       return rand(0)
    end
    
    ##****************************/
    ## 平均値 m の指数乱数の発生 */
    ##      m : 平均             */
    ##****************************/
    def exp_d(m)
    	return -m * Math.log(unifm_d())
    end
    
    ##**********************************/
    ## 正規分布変量の発生              */
    ##      m : 平均                   */
    ##      s : 標準偏差               */
    ##           return : 正規分布変量 */
    ##**********************************/
    def norm_d(m, s)
    	x = 0.0
    
    	for i1 in 1 .. 12
    		x += unifm_d()
    	end
    
    	x = s * (x - 6.0) + m
    
    	return x
    end
    
    print("乱数の初期値を入力してください ")
    seed = Integer(gets())
    srand(seed)   #  乱数の初期設定
    #srand()   # 初期値もランダムにしたい場合
    
    #
    #          [a b] 区間の一様乱数
    #
    mean = 0.0
    sd   = 0.0
    a    = 2.0
    b    = 4.0
    n    = 10000
    
    for i1 in 1 .. n
    	r     = a + (b - a) * unifm_d()
    	mean += r
    	sd   += r * r
    end
    
    mean = mean / n
    sd   = Math.sqrt((n /(n - 1.0).abs * (sd / n - mean * mean)))
    
    print("一様分布\n")
    print("   平均 " + String(mean) + " 標準偏差 " + String(sd) + "\n")
    #
    #          平均 m の指数分布
    #
    mean = 0.0
    sd   = 0.0
    m    = 0.5
    
    for i1 in 1 .. n
    	r     = exp_d(m)
    	mean += r
    	sd   += r * r
    end
    
    mean = mean / n
    sd   = Math.sqrt((n /(n - 1.0).abs * (sd / n - mean * mean)))
    
    print("指数分布\n")
    print("   平均 " + String(mean) + " 標準偏差 " + String(sd) + "\n")
    #
    #          標準正規分布
    #
    mean = 0.0
    sd   = 0.0
    
    for i1 in 1 .. n
    	r     = norm_d(0.0, 1.0)
    	mean += r
    	sd   += r * r
    end
    
    mean = mean / n
    sd   = Math.sqrt((n /(n - 1.0).abs * (sd / n - mean * mean)))
    
    print("標準正規分布\n")
    print("   平均 " + String(mean) + " 標準偏差 " + String(sd) + "\n")
    			

  6. Python

    # -*- coding: UTF-8 -*-
    import sys
    from math import *
    from random import *
    
    ###########################
    # 乱数の発生
    #      coded by Y.Suganuma
    ###########################
    
    sed = int(input("乱数の初期値を入力してください "))
    seed(sed)   # 乱数の初期設定
    #seed()   # 初期値もランダムにしたい場合
    
    #
    #          [a b] 区間の一様乱数
    #
    mean = 0.0
    sd   = 0.0
    a    = 2.0
    b    = 4.0
    n    = 10000
    
    for i1 in range(0, n) :
    	r     = a + (b - a) * random()
    	mean += r
    	sd   += r * r
    
    mean = mean / n
    sd   = sqrt(abs(n /(n - 1.0) * (sd / n - mean * mean)))
    
    print("一様分布")
    print("   平均", mean, "標準偏差", sd)
    #
    #          平均 m の指数分布
    #
    mean = 0.0
    sd   = 0.0
    m    = 0.5
    
    for i1 in range(0, n) :
    	r     = expovariate(1/m) 
    	mean += r
    	sd   += r * r
    
    mean = mean / n
    sd   = sqrt(abs(n /(n - 1.0) * (sd / n - mean * mean)))
    
    print("指数分布")
    print("   平均", mean, "標準偏差", sd)
    #
    #          標準正規分布
    #
    mean = 0.0
    sd   = 0.0
    
    for i1 in range(0, n) :
    	r     = gauss(0.0, 1.0)
    	mean += r
    	sd   += r * r
    
    mean = mean / n
    sd   = sqrt(abs(n /(n - 1.0) * (sd / n - mean * mean)))
    
    print("標準正規分布")
    print("   平均", mean, "標準偏差", sd)
    			

  7. C#

    /****************************/
    /* 乱数の発生               */
    /*      coded by Y.Suganuma */
    /****************************/
    using System;
    
    class Test
    {
    	static Random rn;
    
    	static void Main()
    	{
    		Console.Write("乱数の初期値を入力してください ");
    		int seed = int.Parse(Console.ReadLine());
    
    		rn = new Random(seed);   // 乱数の初期設定
    //		rn = new Random();   // 初期値もランダムにしたい場合
    /*
              [a b] 区間の一様乱数
    */
    		double mean = 0.0;
    		double sd   = 0.0;
    		double a    = 2.0;
    		double b    = 4.0;
    		int n       = 10000;
    
    		for (int i1 = 0; i1 < n; i1++) {
    			double r = a + (b - a) * unifm_d();
    			mean    += r;
    			sd      += r * r;
    		}
    
    		mean = mean / n;
    		sd   = Math.Sqrt(Math.Abs(n /(n - 1.0) * (sd / n - mean * mean)));
    
    		Console.WriteLine("一様分布");
    		Console.WriteLine("   平均 " + mean + " 標準偏差 " + sd);
    /*
              平均 m の指数分布
    */
    		mean     = 0.0;
    		sd       = 0.0;
    		double m = 0.5;
    
    		for (int i1 = 0; i1 < n; i1++) {
    			double r = exp_d(m);
    			mean    += r;
    			sd      += r * r;
    		}
    
    		mean = mean / n;
    		sd   = Math.Sqrt(Math.Abs(n /(n - 1.0) * (sd / n - mean * mean)));
    
    		Console.WriteLine("指数分布");
    		Console.WriteLine("   平均 " + mean + " 標準偏差 " + sd);
    /*
              標準正規分布
    */
    		mean = 0.0;
    		sd   = 0.0;
    
    		for (int i1 = 0; i1 < n; i1++) {
    			double r = norm_d(0.0, 1.0);
    			mean    += r;
    			sd      += r * r;
    		}
    
    		mean = mean / n;
    		sd   = Math.Sqrt(Math.Abs(n /(n - 1.0) * (sd / n - mean * mean)));
    
    		Console.WriteLine("標準正規分布");
    		Console.WriteLine("   平均 " + mean + " 標準偏差 " + sd);
    	}
    
    	/******************************/
    	/* [0, 1]区間の一様乱数の発生 */
    	/*      rerutn : 乱数         */
    	/******************************/
    	static double unifm_d()
    	{
    	   return rn.NextDouble();
    	}
    
    	/*****************************/
    	/* 平均値 m の指数乱数の発生 */
    	/*      m : 平均             */
    	/*****************************/
    	static double exp_d(double m)
    	{
    		return -m * Math.Log(unifm_d());
    	}
    
    	/***********************************/
    	/* 正規分布変量の発生              */
    	/*      m : 平均                   */
    	/*      s : 標準偏差               */
    	/*           return : 正規分布変量 */
    	/***********************************/
    	static double norm_d(double m, double s)
    	{
    		double x = 0.0;
    
    		for (int i1 = 0; i1 < 12; i1++)
    			x += unifm_d();
    
    		x = s * (x - 6.0) + m;
    
    		return x;
    	}
    }
    			

  8. VB

    '**************************'
    ' 乱数の発生               '
    '      coded by Y.Suganuma '
    '**************************'
    Module Test
    
    	Dim rn As Random
    
    	Sub Main()
    
    		Console.Write("乱数の初期値を入力してください ")
    		Dim seed As Integer = Integer.Parse(Console.ReadLine())
    
    		rn = new Random(seed)   ' 乱数の初期設定
    '		rn = new Random()   ' 初期値もランダムにしたい場合
    
    '
    '          [a b] 区間の一様乱数
    '
    		Dim mean As Double = 0.0
    		Dim sd As Double   = 0.0
    		Dim a As Double    = 2.0
    		Dim b As Double    = 4.0
    		Dim n As Integer   = 10000
    
    		For i1 As Integer = 0 To n-1
    			Dim r As Double = a + (b - a) * unifm_d()
    			mean           += r
    			sd             += r * r
    		Next
    
    		mean = mean / n
    		sd   = Math.Sqrt(Math.Abs(n /(n - 1.0) * (sd / n - mean * mean)))
    
    		Console.WriteLine("一様分布")
    		Console.WriteLine("   平均 " & mean & " 標準偏差 " & sd)
    '
    '          平均 m の指数分布
    '
    		mean            = 0.0
    		sd              = 0.0
    		Dim m As Double = 0.5
    
    		For i1 As Integer = 0 To n-1
    			Dim r As Double = exp_d(m)
    			mean           += r
    			sd             += r * r
    		Next
    
    		mean = mean / n
    		sd   = Math.Sqrt(Math.Abs(n /(n - 1.0) * (sd / n - mean * mean)))
    
    		Console.WriteLine("指数分布")
    		Console.WriteLine("   平均 " & mean & " 標準偏差 " & sd)
    '
    '          標準正規分布
    '
    		mean = 0.0
    		sd   = 0.0
    
    		For i1 As Integer = 0 To n-1
    			Dim r As Double = norm_d(0.0, 1.0)
    			mean           += r
    			sd             += r * r
    		Next
    
    		mean = mean / n
    		sd   = Math.Sqrt(Math.Abs(n /(n - 1.0) * (sd / n - mean * mean)))
    
    		Console.WriteLine("標準正規分布")
    		Console.WriteLine("   平均 " & mean & " 標準偏差 " & sd)
    
    	End Sub
    
    	'****************************'
    	' [0, 1]区間の一様乱数の発生 '
    	'      rerutn : 乱数         '
    	'****************************'
    	Function unifm_d()
    	   Return rn.NextDouble()
    	End Function
    
    	'***************************'
    	' 平均値 m の指数乱数の発生 '
    	'      m : 平均             '
    	'***************************'
    	Function exp_d(m As Double)
    		Return -m * Math.Log(unifm_d())
    	End Function
    
    	'*********************************'
    	' 正規分布変量の発生              '
    	'      m : 平均                   '
    	'      s : 標準偏差               '
    	'           return : 正規分布変量 '
    	'*********************************'
    	Function norm_d(m As Double, s As Double)
    		Dim x As Double = 0.0
    
    		For i1 As Integer = 0 To 11
    			x += unifm_d()
    		Next
    
    		x = s * (x - 6.0) + m
    
    		Return x
    	End Function
    
    End Module
    			

静岡理工科大学 菅沼ホーム 目次 索引