函数变换法生成随机变量的原理梳理
来源:互联网 发布:读屏软件安卓版 编辑:程序博客网 时间:2024/05/18 11:38
函数变换法是关于随机变量的函数的抽样法。通过随机变量间的关系式可以导出其分布函数之间的关系式,故可利用常用分布的随机数生成某个确定分布的随机数。
以指数分布随机数生成为例,由于U(0,1)是常见分布函数,首先我们可以写出由U(0,1)的分布函数生成指数分布的分布函数的公式Y=g(U)=-1/λlnU,由此可生成指数分布的随机数。我们可以利用公式p=f(h(y))|h’(y)|来证明此种方法生成的是指数分布的随机数,其中h(y)为变换函数g(x)的反函数。
可以看出,以U为变换方法的函数与逆变法是等价的,函数变换法的一个缺点在于变换函数很难构造,这里使用的变换函数是可以由逆变法生成的,而对于正态分布而言,由于其分布函数没有确定的表达式,因此我们可以通过变量替换法将正态分布的随机数用U的随机数表示出来,从而可以实现U生成正态分布的随机数。
0 0
- 函数变换法生成随机变量的原理梳理
- 满足任意概率密度函数分布的随机变量生成算法
- 随机变量的函数
- 随机变量的函数的分布
- 二元随机变量函数的分布
- 概率论08 随机变量的函数
- 数学狂想曲(二)——拉普拉斯变换, 随机变量的特征函数, 双曲函数和悬链线, 概率分布
- 二维随机变量的函数的分布
- 连续随机变量的函数的分布
- 两个随机变量做运算的函数分布
- 二维随机变量函数卷积公式的推导
- 连续型随机变量的概率密度函数
- 随机变量代码生成
- 随机变量及其分布函数
- 随机变量及其分布函数
- 两个连续独立随机变量的商的概率密度函数
- Hough变换的原理:
- 变换的原理:lift()
- Retinex、log对数变换、直方图均衡化区别,边缘增强Retinex算法与拉普拉斯算法联系、均衡化与亮度调节算法、大津阈值计算
- Matlab Tips1
- Homework 3
- 读《程序是怎样跑起来的》
- Android项目之广播(BroacastReceiver)与服务(Service)
- 函数变换法生成随机变量的原理梳理
- 剑指offer|面试题5:从尾到头打印链表(Java代码)
- -D_REENTRANT编译选项的作用
- matlab之fopen,fread,fclose,fwrite
- SharedPreferences详解
- CentOS 7搭建LAMP环境(二)
- HTML基础点
- Nginx下css的链接问题
- 任意进制的转换