30
个编辑
更改
跳到导航
跳到搜索
第458行：
第458行： + + 第469行：
第471行： − + 第478行：
第480行： + + + + 第488行：
第494行： + + +
→Random number generation 随机数生成
大多数算法基于'''<font color="#ff8000"> 伪随机数生成器 Pseudorandom Number Generator</font>'''，该伪随机数生成器生成在半开间隔[0,1）中均匀分布的数字X。然后，通过某种算法对这些随机变量X进行转换，以创建具有所需概率分布的新随机变量。利用这种统一的伪随机源，可以生成任何随机变量的实现。
大多数算法基于'''<font color="#ff8000"> 伪随机数生成器 Pseudorandom Number Generator</font>'''，该伪随机数生成器生成在半开间隔[0,1）中均匀分布的数字X。然后，通过某种算法对这些随机变量X进行转换，以创建具有所需概率分布的新随机变量。利用这种统一的伪随机源，可以生成任何随机变量的实现。
--[[用户:普天星相|普天星相]]([[用户讨论:普天星相|讨论]]) 【审校】“半开间隔”改为“半开区间”。
For example, suppose <math>U</math> has a uniform distribution between 0 and 1. To construct a random Bernoulli variable for some <math>0 < p < 1</math>, we define
For example, suppose <math>U</math> has a uniform distribution between 0 and 1. To construct a random Bernoulli variable for some <math>0 < p < 1</math>, we define
\textrm{P}(X=0) = \textrm{P}(U\geq p) = 1-p.</math>
\textrm{P}(X=0) = \textrm{P}(U\geq p) = 1-p.</math>
例如，假设U具有介于0和1之间的均匀分布。为某些对象构造一个随机的Bernoulli变量0 <p <1我们定义
例如，假设U具有介于0和1之间的均匀分布。为某些对象构造一个随机的Bernoulli变量0 <p <1，我们定义
<math>{\displaystyle X ={\begin{cases}1,&{\mbox{if }}U<p\\0,&{\mbox{if }}U\geq p\end{cases}}}
<math>{\displaystyle X ={\begin{cases}1,&{\mbox{if }}U<p\\0,&{\mbox{if }}U\geq p\end{cases}}}
<math>\textrm{P}(X=1) = \textrm{P}(U<p) = p,
<math>\textrm{P}(X=1) = \textrm{P}(U<p) = p,
\textrm{P}(X=0) = \textrm{P}(U\geq p) = 1-p.</math>
\textrm{P}(X=0) = \textrm{P}(U\geq p) = 1-p.</math>
--[[用户:普天星相|普天星相]]([[用户讨论:普天星相|讨论]]) 【审校】“因此”改为“使得”。
This random variable X has a Bernoulli distribution with parameter <math>p</math>.<ref name=":0"/> Note that this is a transformation of discrete random variable.
This random variable X has a Bernoulli distribution with parameter <math>p</math>.<ref name=":0"/> Note that this is a transformation of discrete random variable.
该随机变量X具有参数的伯努利分布p。请注意，这是离散随机变量的变换。
该随机变量X具有参数的伯努利分布p。请注意，这是离散随机变量的变换。
--[[用户:普天星相|普天星相]]([[用户讨论:普天星相|讨论]]) 【审校】“该随机变量X具有参数的伯努利分布p”改为“该随机变量X具有以p为参数的伯努利分布”。
For a distribution function <math>F</math> of a continuous random variable, a continuous random variable must be constructed. <math>F^{inv}</math>, an inverse function of <math>F</math>, relates to the uniform variable <math>U</math>:
For a distribution function <math>F</math> of a continuous random variable, a continuous random variable must be constructed. <math>F^{inv}</math>, an inverse function of <math>F</math>, relates to the uniform variable <math>U</math>:
F或连续随机变量的分布函数F，必须构造连续随机变量。 <math>F^{inv}</math>，F的反函数，涉及均匀变量U：
F或连续随机变量的分布函数F，必须构造连续随机变量。 <math>F^{inv}</math>，F的反函数，涉及均匀变量U：
<math>{U\leq F(x)} = {F^{inv}(U)\leq x}.</math>
<math>{U\leq F(x)} = {F^{inv}(U)\leq x}.</math>
--[[用户:普天星相|普天星相]]([[用户讨论:普天星相|讨论]]) 【审校】“F或连续随机变量的分布函数F”中“F或”改为“对于”。
--[[用户:普天星相|普天星相]]([[用户讨论:普天星相|讨论]]) 【审校】“F的反函数，涉及均匀变量U”改为“F反函数<math>F^{inv}</math>与均匀变量U有以下关系：”。
For example, suppose a random variable that has an exponential distribution <math>F(x) = 1 - e^{-\lambda x}</math> must be constructed.
For example, suppose a random variable that has an exponential distribution <math>F(x) = 1 - e^{-\lambda x}</math> must be constructed.