我一直在四处寻找,但我不知道该怎么做。
我找到了this page,在最后一段中说:
使用这个简单的方法获得从泊松分布中取得的随机数的简单生成器:如果x 1 ,x 2 ,...是a在0和1之间具有均匀分布的随机数序列,k是乘积x 1 ·x 2 ·...·x k的第一个整数+1 < Ë-λ 的
我发现another page描述了如何生成二项式数,但我认为它使用的是泊松生成的近似值,这对我没有帮助。
例如,考虑二项式随机数。二项式随机数是硬币的N次投掷中的头数,在任何单次投掷中具有头部的概率p。如果在区间(0,1)上生成N个均匀随机数并计算小于p的数,则计数是具有参数N和p的二项式随机数。
我知道有些库可以使用它们,但我不能使用它们,只能使用语言提供的标准统一生成器(在本例中为java)。
答案 0 :(得分:39)
这是how Wikipedia says Knuth says to do it:
init:
Let L ← e^(−λ), k ← 0 and p ← 1.
do:
k ← k + 1.
Generate uniform random number u in [0,1] and let p ← p × u.
while p > L.
return k − 1.
在Java中,那将是:
public static int getPoisson(double lambda) {
double L = Math.exp(-lambda);
double p = 1.0;
int k = 0;
do {
k++;
p *= Math.random();
} while (p > L);
return k - 1;
}
按照Non-Uniform Random Variate Generation (PDF)的第10章由Luc Devroye(我发现从the Wikipedia article链接)给出了这个:
public static int getBinomial(int n, double p) {
int x = 0;
for(int i = 0; i < n; i++) {
if(Math.random() < p)
x++;
}
return x;
}
这些算法都不是最佳的。第一个是O(λ),第二个是O(n)。根据这些值通常的大小以及调用生成器的频率,您可能需要更好的算法。我上面链接的论文有更复杂的算法,它们在恒定的时间内运行,但我会将这些实现作为练习留给读者。 :)
答案 1 :(得分:3)
对于这个和其他数字问题,圣经是数字食谱书。
这里有C的免费版本:http://www.nrbook.com/a/bookcpdf.php(需要插件)
或者您可以在Google图书上看到它:http://books.google.co.uk/books?id=4t-sybVuoqoC&lpg=PP1&ots=5IhMINLhHo&dq=numerical%20recipes%20in%20c&pg=PP1#v=onepage&q=&f=false
C代码应该很容易转移到Java。
对于许多数值问题,这本书值得用金重量。在上面的网站上,您还可以购买该书的最新版本。
答案 2 :(得分:2)
虽然Kip发布的答案对于生成具有较小到达率(λ)的Poisson RV非常有效,但由于数值稳定性,维基百科Generating Poisson Random variables中发布的第二种算法对于较大的到达率更好。
在实施其中一个需要生成具有非常高λ的Poisson RV的项目时,我遇到了问题。所以我建议另一种方式。
答案 3 :(得分:1)
以下库(Java代码)中有几种来自CERN的实现:
http://acs.lbl.gov/~hoschek/colt/
关于二项式随机数,它是基于1988年“二项式随机变量生成”的论文,我建议你使用优化算法。
此致
答案 4 :(得分:1)
您可以将其添加到build.gradle
implementation 'org.kie.modules:org-apache-commons-math:6.5.0.Final'
并使用类 PoissonDistribution more detail for class PoissonDistribution