均匀分布生成标准正态分布 python

已于 2022-04-24 15:35:11 修改
阅读量2.8w 收藏 65
点赞数 16
分类专栏： python 统计 文章标签： python Box-Muller 中心极限定理 正态分布 均匀分布
于 2016-01-20 15:01:38 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/lyr369852147/article/details/50548546
版权

    一个分布的随机变量可通过把服从(0,1)均匀分布的随机变量代入该分布的反函数的方法得到。标准正态分布的反函数却求不了。所以我们就要寻找其他的办法。

    由均匀分布生成标准正态分布主要有3种方法：Box–Muller算法 ，中心极限定理和Kinderman and Monahan method。

接下来将分别介绍三种算法的python实现

1.Box–Muller算法

    Box–Muller算法实际上是依据瑞利分布来求标准正态分布的反函数。我们知道标准正太分布的反函数是求不了的，但标准正态分布经过极坐标变换后却是可以求得反函数的。

1.1.理论基础：

这里面，由生成服从

最低0.47元/天 解锁文章
梁耀荣
关注
专栏目录
如何用均匀分布随机数生成正态分布随机数
doublehhcc的博客
07-23 2万+
如何用均匀分布随机数生成正态分布随机变量 前言 在Monte Carlo模拟技术中，许多地方都需要用到符合标准正态分布(高斯)的随机数来设计采样方案，因此了解如何用均匀分布随机数(实际上是均匀分布的伪随机数)来生成标准正态分布的随机数十分重要。本文将对这个最基本的问题做讨论，并提供c++11代码。 我们介绍两种算法: The Box–Muller transform 和 The Zig...
机器学习——数学基础(一)
Aure219的博客
12-29 1454
机器学习——数学基础(一）
概率算法-均匀分布产生正态分布
热门推荐
纯，属虚构
04-15 3万+
大部分语言只能产生均匀分布的随机数。C语言用(double)rand()/RAND_MAX产生0到1之间均匀分布的随机数。那么如何产生正态分布的呢？ 一般，一种概率分布，如果其分布函数为y=F(x)，那么，y的范围是0~1，求其反函数G，然后产生0到1之间的随机数作为输入，那么输出的就是 符合该分布的随机数了：      y= G(x)     以指数分布为例，假设参数为a，那么概率密度函
【概率分布】均匀分布(等概率分布)的特点，概率均值方差等，以及和数组/数列的区别
最新发布
奔跑的犀牛先生
07-24 834
虽然说均匀分布很简单，但是，均匀分布函数等等，全整明白也不是那么简单离散的均匀分布和连续的均匀分布还有比较大的区别可以是任何数，只需要这些数/内容，对应概率相等即可。因此就是等概率分布2个要求1 有限元素的集合2 每个元素的概率相等百度里这个图狠有误导性，概率相等即可，对数列本身没有要求均匀间隔。数学期望：E(x)=(a+b)/2方差：D(x)=(b-a)²/12。
根据均匀分布生成正态分布
weixin_30734435的博客
10-21 591
Box-Muller算法先贴出来代码，后面给出详细证明过程 #include<stdafx.h> #include<math.h> #include<assert.h> #include<stdlib.h> #include<iostream> #include<time.h> using na...
【寒江雪】Box-Muler算法——均匀分布转正态分布
寒江雪的博客
07-13 3531
Box-Muler算法 ​ Box-Muller，一般是要得到服从正态分布的随机数，基本思想是先得到服从均匀分布的随机数再将服从均匀分布的随机数转变为服从正态分布。 ​ Box-Muller 算法隐含的原理非常深奥，但结果却是相当简单。它一般是要得到服从正态分布的随机数，基本思想是先得到服从均匀分布的随机数再将服从均匀分布的随机数转变为服从正态分布。 如果在 （0,1] 值域...
随机变量的分布：从均匀分布到正态分布
程序员光剑
12-26 867
1.背景介绍 随机变量的分布是概率论和统计学中的基本概念，它描述了一个随机事件的取值的概率分布情况。随机变量的分布可以用概率密度函数(PDF)或者累积分布函数(CDF)来描述。在实际应用中，我们经常会遇到不同类型的随机变量分布，如均匀分布、指数分布、蔡勒分布、正态分布等。这篇文章将从均匀分布到正态分布的过程中，深入探讨随机变量分布的核心概念、算法原理、数学模型以及代码实例。 2.核心概念与联系...
python中的numpy标准正态分布_Numpy创建正态分布和均匀分布
weixin_39617006的博客
12-06 5686
一、正态分布1.1 基础概念复习：正态分布(理解)a. 什么是正态分布正态分布是一种概率分布。正态分布是具有两个参数μ和σ的连续型随机变量的分布，第一参数μ是服从正态分布的随机变量的均值，第二个参数σ是此随机变量的方差，所以正态分布记作N(μ，σ )。b. 正态分布的应用生活、生产与科学实验中很多随机变量的概率分布都可以近似地用正态分布来描述。c. 正态分布特点μ决定了其位置，其标准差σ决定了分布...
python分布采样_使用Python实现正态分布、正态分布采样
weixin_32566055的博客
03-02 4265
怎么在高斯分布中采样得到向量python[把你所有的心事都告诉小编小编虽然不会说但小编听得懂]极限定义：设{Xn}为一无穷数列，如果存在常数a对于任意给定的正数ε(不论它多么小)，总存在正整数N，使得当n>N时的一切Xn。如何用python numpy产生一个正态分布随机数的向量一般的正态分布可以通过标准正态分布配合数学期望向量和协方差矩阵得到。如下代码，可以得到满足一维和二维正态分布的样本...
使用Python实现正态分布、正态分布采样
01-02
多元正态分布(多元高斯分布) 直接从多元正态分布讲起。多元正态分布公式如下： 这就是多元正态分布的定义，均值好理解，就是高斯分布的概率分布值最大的位置，进行采样时也就是采样的中心点。而协方差矩阵在多维上形式较多。 协方差矩阵 一般来说，协方差矩阵有三种形式，分别称为球形、对角和全协方差。以二元为例： 为了方便展示不同协方差矩阵的效果，我们以二维为例。(书上截的图，凑活着看吧，是在不想画图了) 其实从这个图上可以很好的看出，协方差矩阵对正态分布的影响，也就很好明白了这三个协方差矩阵是哪里来的名字了。可以看出，球形协方差矩阵，会产生圆形(二维)或者球形(三维)的等高线，对角协方差矩阵和全协方
python随机生成正态分布_用Python生成随机样本
weixin_39814482的博客
11-21 1875
如何生成一个随机变量/随机向量的随机样本？连续型随机变量离散型随机变量随机向量Markov 链的一个轨道与其极限分布的关系如何生成一个随机变量/随机向量的随机样本？importrandom,math连续型随机变量在已知分布函数的表达式的情况下，有 . 以指数分布为例，先生成一个之间的均匀分布随机数，再求出的一个近似根，这个根就是我们要的指数分布随机变量的一个样本...
python随机生成正态分布_python3从零学习-5.3.5、生成伪随机数random
weixin_39619170的博客
11-21 571
源码： Lib/random.py该模块实现了各种分布的伪随机数生成器。对于整数，从范围中有统一的选择。 对于序列，存在随机元素的统一选择、用于生成列表的随机排列的函数、以及用于随机抽样而无需替换的函数。在实数轴上，有计算均匀、正态（高斯）、对数正态、负指数、伽马和贝塔分布的函数。 为了生成角度分布，可以使用 von Mises 分布。几乎所有模块函数都依赖于基本函数 random() ，它在半开...
均匀分布差生正态分布
木筱雪的专栏
09-17 971
文章目录中心极限定理 中心极限定理 中心极限定理是说，n只要越来越大，这n个数的样本均值会趋近于正态分布，并且这个正态分布以u为均值，sigma^2/n为方差。 换句话说，假设我们与样本x1,x2....xnx1, x2....x_nx1,x2....xn​, 并且已经知道E(x)=u,D(x)=σ2E(x) = u, D(x) = \sigma^2E(x)=u,D(x)=σ2; 令变量Y=x1+...
均匀分布，正态分布
xd_wjc的博客
10-09 5849
1， d = np.random.uniform(0, 1，(2, 3)) d = [[0.01697256 0.91067146 0.50465113] [0.71287859 0.13893622 0.09709053]] d这个矩阵的元素服从0-1的均匀分布，所以取值只会是在0-1之间 e = np.random.normal(0, 1, 2) e = [ 1.43378951 ...
正态分布与均匀分布之间的变换
phymat.nico的专栏
10-23 3237
一、任何分布都能化为 [ 0 , 1 ] [0,1] [0,1]均匀分布 假设 F X ( a ) = p ( x ≤ a ) F_X(a)=p(x\le a) FX​(a)=p(x≤a)为累积分布函数， f ( x ) f(x) f(x)为概率密度函数， F X ( a ) = ∫ − ∞ a f ( x ) d x F_X(a)=\int_{-\infty}^af(x)dx FX​(a)=∫−∞a​f(x)dx，则存在如下等式 P ( F X ( X ) ≤ a ) = P ( X ≤ F X − 1
【均匀分布和正态分布】
Wzanzan的博客
08-09 4913
python系列--均匀分布和正态分布
利用均匀分布和中心极限定理产生正态分布（高斯分布）
冷江
03-28 1万+
中心极限定理： 设随机变量序列{Xi}\{X_i\}相互独立，具有相同的期望和方差，即E(Xi)=μ,D(Xi)=σ2E(X_i)=\mu, D(X_i)=\sigma^2，令Yn=X1+...+Xn, Zn=Yn−E(Yn)D(Yn)√=Yn−nμn√σY_n=X_1+...+X_n,~Z_n=\frac{Y_n-E(Y_n)}{\sqrt{D(Y_n)}}=\frac{Y_n-n\mu}{\s
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值