générer des variables gaussiennes

Bonjour
j'ai un programme qui me permet de générer des variables gaussiennes, de moyennes nulle et de variance egale à 1.
Cependant, j'aimerais générer des variables gaussiennes de moyenne nulle, mais de variance egale à 0.1 ou 0.3.
Savez vous comment je peux passer du premier au deuxieme?
merci

Si X -> N(1,0) (loi central normée de variance égale à 1 et de moyenne nulle)

alors X*Mu + Lambda -> N(Mu²,Lambda)

tu peux regarder ici:

http://fr.wikipedia.org/wiki/Loi_normale

[edit]nafaitdesfotes[/edit]

Citation:

---

Envoyé par ronan99999

Si X -> N(0,1) (loi central normée de variance nulle et de moyenne égale à 1)

alors X*Mu + Lambda -> N(Mu²,Lambda)

---

Bonjour,

C'est inversé, non?

X -> N(0,1) : moyenne nulle, et la variance égale à 1.

alors: X*Mu + Lambda -> N(Lambda, Mu²) : moyenne=Lambda, variance=Mu².

J'utilisais la technique de Box-muller qui marchait bien (c'est ce que j'utilisais pour générer des bruits gaussiens dans une image) :

Code:

---

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26

GaussianRandomizer::GaussianRandomizer(float sigma, float mean) { if(sigma<0) throw Millie::IllegalArgument("GaussianRandomizer");   _sqrt =sigma; _mean = mean;   srand(time(0));     }   float GaussianRandomizer::get() { int i1 = (rand() % 65000) + 1 ; //génère un entier entre 1 et 65000 (selon une distribution uniforme) int i2 = (rand() % 65000) + 1 ;   /*on génère un réel aléatoire entre 0 et 1 strictement*/ float u1 = static_cast<float>(i1) / 65001.0f; /*u1>0 et <1 strictement*/ float u2 = static_cast<float>(i2) / 65001.0f;   /*box muller*/ return (sqrt(-2.0f * log(u1)) * cos( 2.0f * M_PI * u2) * _sqrt + _mean);   }

---

J'ai refait une écriture algorithmique :

http://www.developpez.net/forums/sho....php?p=2042319

J'avais fait une erreur dans le post d'avance, je multipliais par racine(sigma) au lieu de sigma :oops:

J'ai vu d'autres implémentations possibles en cherchant avec le mot clef "box muller", un peu différente.