Je fais un projet pour lequel je dois générer des Lots.
 
Un lot contient 1..* matières, sans plafond particulier.
Toutefois, le plus grand nombre de lots se situera dans la tranche 2, puis 3, puis 1 ...
 
dans mon cycle de génération de x lots, je détermine au hasard combien le lot n contiendra de matière...
 
comment optimiser l'algorithme pour que la génération concorde à peu près avec les tranches dont g besoin ? y'a un système propre ?
 
EDIT : en lisant la doc, g trouvé nextGaussian()...c pas mal ca...si je considère que g une loi normale centrée sur 2
 
Edit2 : c bo la technologie :  
Resultats :  
Nb de 1 : 33
Nb de 2 : 33
Nb de 3 : 28
Nb de 4 : 5
Nb de 5 : 1
Nb de 6 : 0
 
ca serait un poil mieux si j'arrivais à augmenter un poil le nb de valeurs extremes

je comprends pas trop là. tu cherches à résoudre un problème linéaire avec contraintes ?
 

je suis au regret de dire que g rien compris à ta phrase...
 
mon pb : comme je l'ai dit, je dois généré des lots de n matières...donc des lots avec 1 seule matière, avec 2, avec 3, ... , avec n .
 
Si j'utilise un random tout con, je peux aussi bien avoir plein de lots de 50 matières que de lots de 1 matières, c complètement aléatoire...hors dans la pratique, les valeurs sont plutot proche de 2 ...y'a bcp de lots de 2 ou 3 matières...
je voulais donc optimiser mon random pour retranscrire ca...
 
le petit pb étant que maintenant, c très tassé autour de 2, et g presque plus aucune grande valeur, ici 6ou plus...
 

nextGaussian se base sur une loi de poisson, suivie d'une loi normale (une power law), et considère un écart type de 1.
 
Tu n'as qu'à simuler toi-même son comportement, en le simplifiant si nécessaire.  
 
Essaye un bete:
MonRandom = X*(1-exp(-Y/Math.Random());
Où X est le nombre de lots, et Y la "variance".
 
Ou bien cherche Power Law et Random sur le net.
 
Ou bien regarde là pour une généralisation de ce type de problème:
http://www.itl.nist.gov/div898/han [...] da366h.htm