在数值计算中,采样方法(sampling
method)就是一种生成一系列符合某个特定概率分布(例如高斯分布)的随机数的算法。最简单的采样方法就是生成符合均匀分布的采样,这在随机数是怎么生成的里面已经提到过,通常其他的非均匀分布都是通过一个或几个均匀分布通过转换而得来。采样方法最早是在美国50年代的曼哈顿计划中的蒙特卡洛模拟方法
(Monte-Carlo simulations
)中发明的,经过近年来的研究已经有很多高效的算法,比如马尔科夫链蒙特卡洛采样方法(Markov Chain Monto
Carlo),吉布斯采样(Gibbs sampling),切片采样(Slice
Sampling)等等,其中最基本的采样方法包括:
转换采样方法( transform sampling)
如果我们想得到一个符合累计分布函数F的变量X,首先通过均匀分布得到一个[0,1]之间的变量U,然后通过变换
,这样得到的X就是符合F的分布。指数分布
和科西分布