离散ziggurat算法python实现_SLAM的数学基础（3）：几种常见的概率分布的实现及验证。...

分布，在计算机学科里一般是指概率分布，是概率论的基本概念之一。分布反映的是随机或某个系统中的某个变量，它的取值的范围和规律。

常见的分布有：二项分布、泊松分布、正态分布、指数分布等，下面对它们进行一一介绍。

PS：本文中谈到的PDF、PMF、CDF均为公认的缩写方式：

PDF：概率密度函数(probability density function)；

PMF：概率质量函数(probability mass function)；

CDF：累积分布函数(cumulative distribution function)。

二项分布

说起二项分布，离不开伯努利实验，二项分布就是重复N次的伯努利实验(伯努利实验，是指一种只有两种相反结果的随机试验，比如抛硬币，结果只有正面和反面；又比如投篮，只有投中和没有投中两种结果)。它的PMF可写作：

其中k为在n次实验中命中的次数，成功的概率为p。

二项分布的CDF可以写作：

例子：抛10次硬币，有2次正面朝上的概率是多少？下面分别用C++实现和用numpy证明结果

C++实现：

#include #include#include

double calc_binomial(int n, int k, doublep)

{if(n < 0 || k < 0)return 0.0;

std::vector< std::vector< double > > binomials((n + 1), std::vector< double >(k + 1));

binomials[0][0] = 1.0;for(int i = 1; i < (n + 1); ++i)

binomials[i][0] = (1.0 - p) * binomials[i - 1][0];for(int j = 1; j < (k + 1); ++j)

binomials[0][j] = 0.0;for(int i = 1; i < (n + 1); ++i)for (int j = 1; j < (k + 1); ++j)

binomials[i][j]= (1.0 - p) * binomials[i - 1][j] + p * binomials[i - 1][j - 1];returnbinomials[n][k];

}intmain()

{

std::cout<< std::fixed << std::setprecision(8) << calc_binomial(10, 2, 0.50) <<:endl>

}

结果为：0.04394531

Python实现：

importnumpy as npfrom scipy importstatsimportmatplotlib.pyplot as pltdefcalc_binomial():

n= 10p= 0.5k= 2binomial=stats.binom.pmf(k,n,p)printbinomial

calc_binomial()

结果为：0.0439453125

反之，知道投10次硬币朝上的平均概率为0.3(即平均有3次朝上)，试着从10000次实验中找出规律。

用C++实现：

#include #include#include#include#include#include

int gen_binomial_rand(int n, doublep)

{int k = 0;for(int i = 0; i < n; i++)

{double current_probability = ((double)rand() / (double)RAND_MAX);if(current_probability

{

k++;

}

}returnk;

}intmain()

{

srand((unsigned)time(NULL));int gn = 10;double gp = 0.3;int times = 10000;int sum_of_times = 0;

std::vector< int >result(gn);for(int t = 0; t < times; t++)

{int single_result =gen_binomial_rand(gn, gp);if(single_result

{

result[single_result]++;

}

}

std::cout<<:endl i="0;" gn>

{

sum_of_times+=result[i];

std::cout<< result[i] << ",";

}

std::cout<