1.中心极限定理(CLT)法
首先,我们来回顾一下CLT的内容:设从均值为μ、方差为σ^2;(有限)的任意一个总体中抽取样本量为n的样本,当n充分大时,样本均值的抽样分布近似服从均值为μ、方差为σ^2/n 的正态分布。
根据中心极限定理 可以将多个独立同分布的随机变量求和,得到高斯随机变量,即:
k~U(0,1),均匀分布的均值为1/2,方差为1/12。则上式产生的高斯分布均值为(1/2)*12-6=0,方差为(1/12)*12=1。
即y~N(0,1)。
2.Box-Muller算法
设U1、U2是独立均匀分布随机变量,令X、Y是独立高斯随机变量,其生成公式如下:
一般的,该算法产生的高斯随机变量数值范围要大于中心极限定理算法,但后者计算速度要快。