美文网首页
自定义分布的随机数

自定义分布的随机数

作者: 大龙10 | 来源:发表于2022-03-20 10:16 被阅读0次

    书名:代码本色:用编程模拟自然系统
    作者:Daniel Shiffman
    译者:周晗彬
    ISBN:978-7-115-36947-5

    0.5 自定义分布的随机数

    1、过采样

      生活中总有很多例子无法用均匀分布的随机数模拟,高斯分布有时也无能为力。
      假设你是一个正在觅食的随机游走者,在某个空间内随机移动貌似是一种合理的觅食策略。毕竟,你不知道食物在哪里,不如走一步算一步。但你会发现一个问题,随机游走者经常会走回原先涉足过的地方(这称为“过采样”)。

    2、列维飞行

      有一个策略可以避免这个问题:每隔一段时间,跨很大一步。这样就可以让在一个特定范围内的游走者时常跳到很远的地方,以减少过采样。
      要实现这样的随机游走(成为列维飞行),首先要有一堆自定义的概率值。但这不是列维飞行的一个标准实现。
      我们可以这么定义概率分布:步子越长,发生的概率越小;步子越短,发生的概率越大。

    3、自定义分布的随机数

      从一个数组中选择事先填充好的数字(某些数字有重复,这些数字被选中的概率更大),或者判定random()函数返回的结果。我们也可以用类似的方式实现列维飞行,假定随机游走者有1%的几率跨一大步。

    float r = random(1);
    if(r < 0.01){    //有1%的几率跨一大步
        xstep = random(-100, 100);
        ystep = random(-100, 100);
      }else{
        xstep = random(-1, 1);
        ystep = random(-1, 1);
      }
    

    4、自定义分布的随机数2

      如果我们想要有一般的选择规则(数字越大,被选到的概率越大),该怎么做?比如,3.145被选中的几率就比3.144高,就算只高
    一点点。换言之,以选中的随机数为x轴,被选中的概率为y轴,我们可以建立这样的映射:y = x。
      如果能得到这类自定义分布的随机数生成算法,我们就可以用同样的方式计算各种公式对应的分布曲线。

    5、常见的解决方案

      一种常见的解决方案是:生成两个随机数,而不是只生成一个随机数。第一个随机数只是一个普通的随机数。第二个随机数我们称作“资格随机数”,用来决定第一个随机数的取舍。那些资格更高的随机数被选中的概率更大,而资格更低的随机数被选中的概率更小。
      下面是计算步骤(只考虑位于0~1的随机数):

    • 1.选择一个随机数R1;
    • 2.计算R1被选中的资格概率P,假设P = R1;
    • 3.选择另一个随机数R2;
    • 4.如果R2小于P,那么R1就是我们要的随机数;
    • 5.如果R2大于P,回到第(1)步重新开始。

    6、蒙特卡洛算法

      在本例中,一个随机数被选中的资格概率的大小等于其本身。假如我们选中的R1是0.1,这意味着R1被最后选中的概率是10%。如果R1是0.83,那么它有83%的概率被最后选中。数字越大,最后被选择的概率也越大。
      以下函数(称为蒙特卡洛算法,以蒙特卡洛大赌场命名)实现了上面的算法,返回0~1的随机数。

    float montecarlo(){
    while (true){ //“永远”重复这个操作,直到合格的随机数被找到
      float r1 = random(1); //选择一个随机数
      float probability = r1; //分配概率
      float r2 = random(1); //选择第二个随机数
      if (r2 < probability){ //这个随机数是否有资格被选中?如果是,任务完成
        return r1;
        }
      }
    }
    

    7、习题

      用一种自定义分布确定随机游走的步长,步长可以根据选中值的范围来确定。你能否通过某种映射来确定选中的概率,比如,选择的概率等于它的平方。

    float stepsize = random(0,10); //步长大小的均匀分布。改变这个!
    float stepx = random(-stepsize,stepsize);
    float stepy = random(-stepsize,stepsize);
    x += stepx;
    y += stepy;
    

    相关文章

      网友评论

          本文标题:自定义分布的随机数

          本文链接:https://www.haomeiwen.com/subject/fpivdrtx.html