You are viewing a single comment's thread from:

RE: Advanced game programming - Simulate realistic weapons spread. With a good approach.

in #programming7 years ago (edited)

Ti chiedo un chiarimento di una cosa. Se ho ben capito per approssimare una distribuzione gaussiana utilizzi una formula che necessita in imput di due numeri casuali tra 0 e 1. Quei numeri casuali come vengono generati? La logica che usa il computer per stabilire quale numero far uscire casualmente può incidere significativamente su quanto è corretta l'approssimazione che stai cercando di ottenere? Ci sono funzioni che generano numeri causali "più casualmente" di altre o comunque siano più utili al tuo scopo?

Bel post comunque, solo per la gaussiana meriteresti un centinaio di voti :)

Sort:  

Ciao, le funzioni standard dei vari linguaggi generano numeri pseudocasuali con probabilità uniforme, queste sono testate affondo da chi le ha create attraverso dimostrazioni matematiche che verificano sia effettivamente così. Il teorema di Box-Muller è infatti molto potente perché presi in ingresso due numeri casuali con probabilità uniforme permette di avere altri due numeri con probabilità su gaussiana! Quindi, dato che un computer non può generare numeri su gaussiana, ma solo numeri con probabilità uniforme, questa permette di avere valori normali attraverso quelle formule matematiche.
"Ci sono funzioni che generano numeri causali "più casualmente" di altre o comunque siano più utili al tuo scopo?" Ci possono essere funzioni più efficaci, che generano un grande intervallo di valori casuali, ma ricordiamo sempre che i valori sono pseudo casuali, cioè prevedibili, generati da un seed di input.
Grazie!