Poisson^C++11

[機能]

　　ポワソン分布乱数，指数分布乱数，ガンマ分布乱数，ワイブル分布乱数，極値分布乱数を生成します．

[形式]

#include <random>
		// ポワソン分布
template <class IntType = int> class poisson_distribution;
		// 指数分布
template <class RealType = double> class exponential_distribution;
		// ガンマ分布
template <class RealType = double> class gamma_distribution;
		// ワイブル分布
template <class RealType = double> class weibull_distribution;
		// 極値分布
template <class RealType = double> class extreme_value_distribution;		

[使用例]

1. poisson_distribution，exponential_distribution，gamma_distribution，weibull_distribution，extreme_value_distribution の使用方法です．

   #include <iostream>
   #include <random>
   
   using namespace std;
   
   int main()
   {
   			// 乱数の初期設定
   	random_device sd;   // 予測不能な乱数生成器(class)，初期設定のために使用
   	mt19937 rnd(sd());   // 乱数生成期の定義とその初期設定
   			// ポワソン分布（λ : 4.0)
   	poisson_distribution<> poisson(4.0);   // コンストラクタ
   	cout << "Poisson 分布（λ : 4.0)\n";
   	for (int i1 = 0; i1 < 10; i1++)
   		cout << "  " << poisson(rnd) << endl;
   			// 指数分布（平均 : 0.25)
   	exponential_distribution<> exponent(0.25);   // コンストラクタ
   	cout << "指数分布（平均 : 0.25)\n";
   	for (int i1 = 0; i1 < 10; i1++)
   		cout << "  " << exponent(rnd) << endl;
   			// ガンマ分布（形状母数(α) n : 3，尺度母数(β) μ : 10)
   			// 期間 μ に1回程度起こる事象が n 回起こるまでの時間（期待値：nμ）
   	gamma_distribution<> gamma(3.0, 10.0);   // コンストラクタ
   	cout << "ガンマ分布（形状母数(α) n : 3，尺度母数(β) μ : 10)\n";
   	for (int i1 = 0; i1 < 10; i1++)
   		cout << "  " << gamma(rnd) << endl;
   			// ワイブル分布（ワイブル係数(形状パラメータ) : 1，尺度パラメータ : 2)
   	weibull_distribution<> weibull(1.0, 2.0);   // コンストラクタ
   	cout << "ワイブル分布（ワイブル係数(形状パラメータ) : 1，尺度パラメータ : 2)\n";
   	for (int i1 = 0; i1 < 10; i1++)
   		cout << "  " << weibull(rnd) << endl;
   			// 極値分布（位置パラメータ : 0，尺度パラメータ : 1)
   	extreme_value_distribution<> ext(0.0, 1.0);   // コンストラクタ
   	cout << "極値分布（位置パラメータ : 0，尺度パラメータ : 1)\n";
   	for (int i1 = 0; i1 < 10; i1++)
   		cout << "  " << ext(rnd) << endl;
   
   	return 0;
   }
   			

   （出力）

   Poisson 分布（λ : 4.0)
     8
     2
     2
     5
     0
     4
     6
     3
     4
     6
   指数分布（平均 : 0.25)
     3.43373
     2.0419
     6.27692
     2.70918
     3.12752
     5.37747
     0.534754
     0.552235
     5.80504
     2.33643
   ガンマ分布（形状母数(α) n : 3，尺度母数(β) μ : 10)
     31.4408
     23.4124
     26.5957
     5.50144
     46.9708
     28.7506
     28.5645
     36.2529
     28.0933
     62.5068
   ワイブル分布（ワイブル係数(形状パラメータ) : 1，尺度パラメータ : 2)
     2.89117
     0.455951
     1.23279
     0.496712
     1.0065
     0.302553
     2.6546
     1.7606
     3.67864
     2.91596
   極値分布（位置パラメータ : 0，尺度パラメータ : 1)
     -1.51923
     -0.897403
     -0.942294
     -0.733458
     -0.44655
     -0.790854
     0.828154
     0.78172
     2.57393
     -0.535336
   			

[参照]

mt19937， uniform， Bernoulli， sampling， normal