我正在使用C++ 11中提供的随机数发生器。目前，我正在使用均匀分布，这应该给我一个相同的概率，以获得我指定范围A & B内的任何数字。了解随机数发生器的泊松分布
但是，我对生成泊松分布感到困惑。虽然我知道如何确定Poisson probability，但我不明白如何根据泊松分布“随机分布”一系列数字。
例如，C++ 11构造为泊松分布有一个参数 - λ，它是mean of the distribution
std::tr1::poisson_distribution<double> poisson(7.0);
std::cout << poisson(eng) << std::endl;
在泊松概率问题，这是等于成功的期望数目/在给定的时间间隔内发生。但是，我不明白它在这种情况下代表什么。什么是随机数字场景中的“成功”/“发生”？
我很感激任何帮助或参考资料，我可以帮助我理解这一点。
泊松分布的概率是发生特定值的概率。想象一下，你想要计算每天有多少车经过某个点。这个价值会有更多的日子，但在其他日子会更少。但是，如果在一段时间内追踪到这一点，平均值就会开始出现，其附近的值会更频繁地出现，而更远的值（每天0辆或十倍的车）则不太可能。 ＆拉姆达;那是否意味着出现了。
当将此反映到RNG中时，该算法会返回您在随机日期过后通过的汽车数量（统一选择）。正如你可以想象的平均值＆lambda;更有可能出现，极端情况最不可能出现。
下面链路具有分布泊松具有的一个例子，示出了您获得离散的结果，并且它们中的每机会具有发生的：
http://www.mathworks.com/help/toolbox/stats/brn2ivz-127.html
的示例性实现可以计算为每个值它发生的概率，然后根据这些值计算范围以将均匀分布转化为泊松。例如为＆lambda; == 2我们有13％的机会0，27％的机会1，27％的机会2 ...然后我们生成一个很好的旧的统一的随机数在0.0和1.0之间。如果这个数字是< = 0.13返回0.它是< = 0.40返回1.它是< = 0.67返回2等...
好的 - 这与我的预期相似。但是，什么决定了输出数字的“范围”？例如，如果平均值是75，我们可以有两个数字，例如50和150，或者74和76.这两个平均值都是75，但是50和150之间的范围要大得多。另外，什么决定了需要多少样品才能开始出现？ – BSchlinker 2012-02-22 09:40:27
50和150每个人的发生概率比74和76低得多。虽然他们的范围的平均值是75，但你应该自己看看数字以及它们与平均值的关系。低到他们在实验中发生的机会有多高？ 50辆汽车每天通过的机会有多高，或150辆，而74辆或76辆汽车通过的机会有多高。不要混淆平均值和平均值。平均值是发生在所有结果“中间”的数字，而不是所有产出的平均值。 – oddstar 2012-02-22 09:55:33
关于你需要多少个样本才能出现平均值，这取决于平均值，因为这是一个离散分布。例如。如果你的平均值是2，那么它会比平均值为1050（RNG返回1050的机率为1.2％）快得多（27％的机率RNG返回2）。用＆lambda; 75，新出现的概率约为4％。 – oddstar 2012-02-22 09:55:46
这里的一部分问题可能是我不完全理解一个泊松分配。我的统计/概率文本讨论确定泊松概率，但没有提供有关在泊松分布内生成数字的任何内容。我目前没有真正的应用程序..我真的只是好奇这是如何工作的。 – BSchlinker 2012-02-22 09:24:35
示例实现可以为每个值计算出现概率，然后根据这些值计算范围以将均匀分布转换为泊松。例如为＆lambda; == 2我们有13％的机会0，27％的机会1，27％的机会2 ...然后我们生成一个很好的旧的统一的随机数在0.0和1.0之间。如果这个数字<= 0.13返回0.是否<= 0.40返回1.是否<= 0.67返回2等... – oddstar 2012-02-22 10:08:30