随机数生成-python实现

最新推荐文章于 2021-03-26 23:15:57 发布

司马看山

最新推荐文章于 2021-03-26 23:15:57 发布

阅读量562

点赞数 1

分类专栏： python 文章标签：概率论 python 机器学习

本文链接：https://blog.csdn.net/qq_15189171/article/details/109480324

版权

本文探讨了在Python中利用numpy.random库生成随机数，特别是重点讲解了如何生成标准正态分布的随机数。文章提及的函数应用了方差减少技术，如antithetic paths和moment matching，这些技术对于Monte Carlo模拟至关重要，并在后续分析中发挥关键作用。

摘要由CSDN通过智能技术生成

随机数生成时Monte
Carlo模拟的中心任务。前面的章节介绍了如何使用Python和例如numpy.random等库莱生成不同分布的随机数的方法。对于我们现在的项目，最重要的是标准正态分布的随机数。这样我们应当有一个专门用来生成这种随机数的方便的函数。
这个函数中使用了方差减少技术，也就是antithetic paths和moment matching，这些在前面章节中有所介绍。
应用这个函数是很直接的。这个函数是我们后续分析的重要驱动力量。

import numpy as np



def sn_random_numbers(shape,antithetic=True,moment_matching=True,fixed_seed=False):

    if fixed_seed:

        np.random.seed(1000