我正在尝试使用Box-Muller方法从高斯分布中生成一个随机数。但是,我的结果与事实相去甚远。
你能告诉我我在做什么错吗?
.stat.GetOneGaussianByBoxMuller:{
sq:{
a:2.0*rand[abs[system"S"]]%abs[system"S"]-1;
b:2.0*rand[abs[system"S"]]%abs[system"S"]-1;
sq:(a*a)+(b*b);
x:sq
}/[{x>=1};1];
:(2.0*rand[abs[system"S"]]%abs[system"S"]-1)*sqrt[(neg[2]*log[sq])%sq]
};
答案 0 :(得分:3)
您的答案中存在三个问题:q
中的操作优先级,如何在[-1; 1]中生成随机变量以及变量sq
的条件。
操作优先级:
请注意下面的a1
和a2
不同:
u:rand[1f];
a1:-1+2.0*u;
a2:2.0*u-1;
u:0.5
a1:0f
a2:-1f
u:0
a1:-1f
a2:-2f
在[-1; 1]中生成随机变量:
使用以下内容:
a:-1+2.0*rand[1.0];
b:-1+2.0*rand[1.0];
在sq
上的条件:
您确实考虑了sq >= 1
条件,但是如果sq = 0
在最后一步中必须除以sq
,也会遇到问题。
此外,在您的实现中,您两次计算a
,其中1)并不是最优的,而2)与方法学不一致,因为在{{ 1}},在最后一步中,后者产生了很大的数量。我从wikipedia page获得了一些启发,他们建议如果不满足上述条件,则重新生成a
。因此,在以下实现中的函数中进行递归调用:
sq
您现在可以查看通过绘制以下数据集的直方图生成的数据:
sq
编辑:
实际上,您可以通过每个函数调用生成2个随机数来实现更有效的实现,如下所示:
.stat.GetOneGaussianByBoxMuller:{
a:-1+2.0*rand[1.0];
b:-1+2.0*rand[1.0];
sq:(a*a)+(b*b);
if[(sq>=1)|(sq=0);
:.stat.GetOneGaussianByBoxMuller[];
];
:a*sqrt[(neg[2]*log[sq])%sq];
};
此实现需要150毫秒才能生成100000正态分布的随机数,而上面的一个需要245毫秒。