高斯分布的生成

1. 如何生成高斯分布?

在java8中的实现采用了 Marsaglia polar method (Box–Muller的一种形式), 具体理论如下:

  1. 随机变量 U,V 服从(-1,1) 的均匀分布
  2. 计算 S=U^2+V^2
  3. 如果 S \ge 1, 接着计算, 否则转4
  4. X=U\sqrt{\frac{-2\ln S}{S}},Y=V\sqrt{\frac{-2\ln S}{S}}, X,Y 独立,并且都符合高斯正态分布

代码片段:

// Random.java
private static final double DOUBLE_UNIT = 0x1.0p-53; // 1.0 / (1L << 53)
public double nextDouble() {
    return (((long)(next(26)) << 27) + next(27)) * DOUBLE_UNIT;
}

private double nextNextGaussian;
private boolean haveNextNextGaussian = false;

synchronized public double nextGaussian() {
    // See Knuth, ACP, Section 3.4.1 Algorithm C.
    if (haveNextNextGaussian) {
        haveNextNextGaussian = false;
        return nextNextGaussian;
    } else {
        double v1, v2, s;
        do {
            v1 = 2 * nextDouble() - 1; // between -1 and 1
            v2 = 2 * nextDouble() - 1; // between -1 and 1
            s = v1 * v1 + v2 * v2;
        } while (s >= 1 || s == 0);
        double multiplier = StrictMath.sqrt(-2 * StrictMath.log(s)/s);
        nextNextGaussian = v2 * multiplier;
        haveNextNextGaussian = true;
        return v1 * multiplier;
    }
}

之所以是这种方法大致的来源是:

单位圆 --> 均匀分布 --> 指数分布 --> 自由度为2的卡方分布 --> 反推出2个随机变量的表达式

2. Box–Muller 变换

Box–Muller transform 可以分为2种形式:

1. 基础形式

U_1,U_2 服从 (0,1) 的均匀分布,则:

Z_0=\sqrt{-2\ln U_1}\cos(2\pi U_2),Z_1=\sqrt{-2\ln U_1}\sin(2\pi U_2), 独立并且服从标准正态分布

2. 极坐标形式

BoxMullerTransformUsingPolarCoordinates

U_1,U_2 服从 (0,1) 的均匀分布,U_1\rightarrow s, \; U_2\rightarrow \theta/(2\pi):
Z_0=\sqrt{-2\ln U_1}\cos(2\pi U_2)=\sqrt{-2\ln s}(\frac{u}{\sqrt{s}})=u\sqrt{\frac{-2\ln s}{s}} \\ Z_1=\sqrt{-2\ln U_1}\sin(2\pi U_2)=\sqrt{-2\ln s}(\frac{v}{\sqrt{s}})=v\sqrt{\frac{-2\ln s}{s}}
Z_0,Z_1 独立并且服从标准正态分布

这种方法避免了\sin,\cos 的计算

s=R^2=u^2+v^2, 当s=0\,or\,s\ge 1 去掉算得的 u,v, 所以也是一种 rejection sampling

ref:

  1. wiki上的理论链接
  2. 独立性证明
  3. https://en.wikipedia.org/wiki/Marsaglia_polar_method#Theoretical_basis
  4. 从高斯分布反推到均匀分布
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 213,864评论 6 494
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,175评论 3 387
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 159,401评论 0 349
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,170评论 1 286
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,276评论 6 385
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,364评论 1 292
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,401评论 3 412
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,179评论 0 269
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,604评论 1 306
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,902评论 2 328
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,070评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,751评论 4 337
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,380评论 3 319
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,077评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,312评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,924评论 2 365
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,957评论 2 351

推荐阅读更多精彩内容