编程笔记-rand7()生成rand10()

概述

 

已知随机数生成函数rand7()可以生成整数1-7之间的均匀分布，如何使用rand7()构造rand10()，使rand10()可以生成整数1-10的均匀分布

分析

要保证rand10()生成的随机数是1-10的均匀分布，可以先产生1-10*n的均匀分布，假设x是1-10*n区间上的一个随机数，那么x%10+1就是均匀分布在1-10区间上的整数，下面就用rand7()去生成1-10*n的均匀分布

步骤

A事件：rand7()产生{1,2,3,4,5,6,7}的离散集合中的一个，所以rand7()-1产生{0,1,2,3,4,5,6}，每个数字的产生的概率为1/7

B事件：(rand7()-1)*7产生{0,7,14,21,28,35,42}，其中每个数字产生的概率为1/7

A,B事件相互独立：所以(rand7()-1)*7+rand7()生成1-49之间的随机数，且概率均为1/7 * 1/7 = 1/49，即均匀分布

截取10的整数倍数：1-49是均匀分布的，所以1-40也是均匀分布的，所以截取1-40之间的数，执行x%10+1即可满足要求

编程

#由rand7生成rand10
import random
#产生随机数是1-7的均匀分布
def rand7():
	return int(random.uniform(1,7))
#产生随机数1-10的均匀分布
def rand10():
	x = 0
	while True:
		x = (rand7()-1)*7 + rand7()
		if x <= 40:
			break
	return x % 10 + 1

这里通过random库的随机生成函数生成1-7的均匀分布，然后根据上述思路扩展到1-10，break那里负责在获得的数字满足要求（即数字在1-40之间）跳出while循环，否则执行到满足要求为止。这里截取1-10,1-20,1-30再取余加一也是可以的，之所以取1-40，就是为了节省平均时间开销，因为取40可以平均最快跳出循环，减少时间开销。

验证

根据大数定律，在试验不变的条件下，重复试验多次，随机事件的频率近似于它的概率，我们随机试验次数n取100000次

#初始化
n = 100000
num_all = dict()
for i in range(1,11):
	num_all.setdefault(i,0)
num = 0
while num < n:
	num_all[rand10()] += 1
	num += 1
for i in num_all:
	print(i,'出现概率',float(num_all[i])/n)

运行结果

1 出现概率 0.11563
2 出现概率 0.08515
3 出现概率 0.11369
4 出现概率 0.11441
5 出现概率 0.08713
6 出现概率 0.08642
7 出现概率 0.11435
8 出现概率 0.08457
9 出现概率 0.08435
10 出现概率 0.1143