设 F ( x ) F(x) F(x)满足:(1)单调不减(2) F ( − ∞ ) = 0 F(-\infty)=0 F(−∞)=0, F ( ∞ ) = 1 F(\infty)=1 F(∞)=1 (3)左连续。对于 0 ≤ y ≤ 1 0≤y≤1 0≤y≤1,定义 F − 1 ( y ) = i n f { x : F ( x ) > y } F^{-1}(y)=inf\{x:F(x)>y\} F−1(y)=inf{ x:F(x)>y}为 F ( x ) F(x) F(x)的反函数
可见任何分布的分布函数均满足上面条件
若 ξ \xi ξ服从 F ( x ) F(x) F(x),记 θ = F ( ξ ) \theta=F(\xi) θ=F(ξ),可知 0 ≤ θ ≤ 1 0≤\theta≤1 0≤θ≤1
其分布函数:
F θ ( x ) = p ( θ < x ) = p ( F ( ξ ) < x ) = p ( ξ < F − 1 ( x ) ) = F ( F − 1 ( x ) ) = x F_\theta(x)=p(\theta<x)=p(F(\xi)<x)=p(\xi<F^{-1}(x))=F(F^{-1}(x))=x Fθ(x)=p(θ<x)=p(F(ξ)<x)=p(ξ<F−1(x))=F(F−1(x))=x
可得, θ \theta θ的分布函数:
F θ ( x ) = { 1 x>1 x 0≤x≤1 0 x<0 F_\theta(x)= \begin{cases} 1 & \text{x>1}\\ x & \text{0≤x≤1}\\ 0 & \text{x<0} \end{cases} Fθ(x)=⎩⎪⎨⎪⎧1x0x>10≤x≤1x<0
θ \theta θ的密度函数:
p θ ( x ) = { 1 0≤x≤1 0 其他 p_\theta(x)= \begin{cases} 1 & \text{0≤x≤1}\\ 0 & \text{其他} \end{cases} pθ(x)={
100≤x≤1其他
所以 θ \theta θ服从0-1均匀分布
任意变量经过自身分布函数的变换后就变成了0-1均匀分布,相反,若 θ ∼ U [ 0 , 1 ] \theta\thicksim U[0,1] θ∼U[0,1],取 ξ = F − 1 ( θ ) \xi=F^{-1}(\theta) ξ=F−1(θ),其中 F − 1 ( x ) F^{-1}(x) F−1(x)是 ξ \xi ξ的分布函数的反函数,则此时 ξ \xi ξ服从相应的分布函数。因此,可由生成的一组服从 U [ 0 , 1 ] U[0,1] U[0,1]分布的变量 θ \theta θ,经过 F − 1 ( θ ) F^{-1}(\theta) F−1(θ)变换后生成服从相应分布的一组变量。
这是对可以写出分布函数并能写出分布函数反函数的一些随机变量,生成对应分布随机数值的一种方法。(1)生成[0,1]之间随机数;(2)写出要求分布的分布函数的反函数;(3)带入反函数求解。
例如指数分布:
ξ ∼ p ( x ) = { λ e − λ x x≥0, λ > 0 0 x<0 \xi\thicksim p(x)= \begin{cases} \lambda e^{-\lambda x} & \text{x≥0, }\lambda>0\\ 0 & \text{x<0} \end{cases} ξ∼p(x)={
λe−λx0x≥0, λ>0x<0
F ( x ) = { 1 − e − λ x x≥0, λ > 0 0 x<0 F(x)= \begin{cases} 1-e^{-\lambda x} & \text{x≥0, }\lambda>0\\ 0 & \text{x<0} \end{cases} F(x)={
1−e−λx0x≥0, λ>0x<0
生成 θ ∼ U [ 0 , 1 ] \theta\thicksim U[0,1] θ∼U[0,1]的一组随机数(上图),将该随机数进行变换: x = − 1 / 2 l n ( 1 − θ ) x=-1/2ln(1-\theta) x=−1/2ln(1−θ) ,如果这里参数取 λ = 2 \lambda=2 λ=2。生成的新的一组数符合 λ = 2 \lambda=2 λ=2的指数分布(下图)。
而对于标准正态分布 N ( 0 , 1 ) N(0,1) N(0,1),它的密度函数:
p ( x ) = 1 2 π e − x 2 2 p(x)=\frac{1}{\sqrt{2\pi}}e^{-\frac{x^2}{2}} p(x)=2π1e−2x2
由于正态分布的分布函数没有解析式,难以根据分布函数求反函数来获取相应的随机数,这里提出新的方法。
背景题目:
设 ξ \xi ξ、 η \eta η独立同分布于 N ( 0 , 1 ) N(0,1) N(0,1),即:
p ξ ( x ) = 1 2 π e − x 2 2 p η ( y ) = 1 2 π e − y 2 2 p_\xi(x)=\frac{1}{\sqrt{2\pi}}e^{-\frac{x^2}{2}}\\ p_\eta(y)=\frac{1}{\sqrt{2\pi}}e^{-\frac{y^2}{2}} pξ(x)=2π1e−2x2pη(y)=2π1e−2y2
两者相互独立,联合密度函数等于边际密度函数乘积:
( ξ , η ) ∼ p ( x , y ) = 1 2 π e − x 2 + y 2 2 (\xi,\eta)\thicksim p(x,y)=\frac{1}{
{2\pi}}e^{-\frac{x^2+y^2}{2}} (ξ,η)∼p(x,y)=2π1e−2x2+y2
设变量 ( ρ , ϕ ) (\rho,\phi) (ρ,ϕ)满足:
( ρ , ϕ ) = f ( ξ , η ) : { ρ = ( ξ 2 + η 2 ) 1 / 2 ϕ = t a n − 1 ( η / ξ ) (\rho,\phi)=f(\xi,\eta): \begin{cases} \rho=(\xi^2+\eta^2)^{1/2}\\ \phi=tan^{-1}(\eta/\xi) \end{cases} (ρ,ϕ)=f(ξ,η):{
ρ=(ξ2+η2)1/2ϕ=tan−1(η/ξ)
则:
( ξ , η ) = f − 1 ( ρ , ϕ ) = h ( ρ , ϕ ) : { η = ρ c o s ϕ ξ = ρ s i n ϕ (\xi,\eta)=f^{-1}(\rho,\phi)=h(\rho,\phi): \begin{cases} \eta=\rho cos\phi\\ \xi=\rho sin\phi \end{cases} (ξ,η)=f−1(ρ,ϕ)=h(ρ,ϕ):{
η=ρcosϕξ=ρsinϕ
雅可比行列式:
∣ J ∣ = ∣ ∂ h 1 ∂ ρ ∂ h 1 ∂ ϕ ∂ h 2 ∂ ρ ∂ h 1 ∂ ϕ ∣ = ∣ c o s θ − r s i n θ s i n θ r c o s θ ∣ = r |J|=\begin{vmatrix}\frac{\partial h_1}{\partial\rho} & \frac{\partial h_1}{\partial\phi} \\\frac{\partial h_2}{\partial\rho} &\frac{\partial h_1}{\partial\phi} \end{vmatrix}=\begin{vmatrix}cos\theta & -rsin\theta \\sin\theta & rcos\theta \end{vmatrix}=r ∣J∣=∣∣∣∣∣∂ρ∂h1∂ρ∂h2∂ϕ∂h1∂ϕ∂h1∣∣∣∣∣=∣∣∣∣cosθsinθ−rsinθrcosθ∣∣∣∣=r
可求得 ( ρ , ϕ ) (\rho,\phi) (ρ,ϕ)联合密度函数:
( ρ , ϕ ) ∼ q ( r , θ ) = p ( x , y ) ∣ J ∣ = 1 2 π e − x 2 + y 2 2 ∗ r = 1 2 π e − ( r c o s θ ) 2 + ( r s i n θ ) 2 2 ∗ r = 1 2 π e − r 2 2 ∗ r = r e − r 2 2 ∗ 1 2 π = q ρ ( r ) ∗ q ϕ ( θ ) (\rho,\phi)\thicksim q(r,\theta)=p(x,y)|J|\\ =\frac{1}{ {2\pi}}e^{-\frac{x^2+y^2}{2}}*r\\ =\frac{1}{ {2\pi}}e^{-\frac{(rcos\theta)^2+(rsin\theta)^2}{2}}*r\\ =\frac{1}{2\pi}e^{-\frac{r^2}{2}}*r\\ =re^{-\frac{r^2}{2}}*\frac{1}{2\pi}\\ =q_\rho(r)*q_\phi(\theta) (ρ,ϕ)∼q(r,θ)=p(x,y)∣J∣=2π1e−2x2+y2∗r=2π1e−2(rcosθ)2+(rsinθ)2∗r=2π1e−2r2∗r=re−2r2∗2π1=qρ(r)∗qϕ(θ)
恰好是两个相互独立的分布的乘积:瑞利分布和 U [ 0 , 2 π ] U[0,2\pi] U[0,2π]
瑞利分布和均匀分布可以根据 前面均匀分布的特殊地位,首先生成两组0-1均匀分布的变量 u 1 u_1 u1和 u 2 u_2 u2,通过瑞利分布函数、 U [ 0 , 2 π ] U[0,2\pi] U[0,2π]分布函数反函数的变换使得两组数分别满足瑞利分布和 U [ 0 , 2 π ] U[0,2\pi] U[0,2π]分布。再将两组数根据如下变换(二维向量的变换):
{ ξ = ρ c o s ϕ η = ρ s i n ϕ \begin{cases} \xi=\rho cos\phi\\ \eta=\rho sin\phi \end{cases} {
ξ=ρcosϕη=ρsinϕ
得到两组独立的标准正态分布
具体操作如下:
G ( θ ) = θ 2 π G(\theta)={\frac{\theta}{2\pi}} G(θ)=2πθ
G − 1 ( u 2 ) = 2 π u 2 G^{-1}(u_2)=2\pi u_2 G−1(u2)=2πu2
试验如下(matlab):
u1=rand(1,10000)
u2=rand(1,10000)
y1=sqrt(-2*log(1-u1)).*cos(2*pi*u2)
y2=sqrt(-2*log(1-u1)).*sin(2*pi*u2)
HttpClient连接超时及读取超时httpClient在执行具体http请求时候 有一个连接的时间和读取内容的时间;HttpClient连接时间所谓连接的时候 是HttpClient发送请求的地方开始到连接上目标url主机地址的时间,理论上是距离越短越快,线路越通畅越快,但是由于路由复杂交错,往往连接上的时间都不固定,运气不好连不上,HttpClient的默认连接时...
本人接触反编时间也有半年了,一直不太会ida动态调试so,从网上看好多帖子也没成功,这次自己写了个demo app 调试到这里就找不到我写的so了,不知道哪里出错了,求指点这是我写的so内容下面是我的操作步骤1.ida静态打开so ok的,2.root真机 小米5 一台 进入root手机里启动 android_serverr3.adb forward tcp:2...
一:直播简介在线教育,娱乐直播等近几年已是遍地开花,其中核心脱离不了低延时音视频技术。我们抛开互动技术不谈,来了解一下视频直播技术。直播大致流程如下图:采集: Windows(dshow,dsound), ios,mac(AVFoundation,AVCaptureSesssion), android(Camera,AudioRecord),Linux(v4l2)音视频原始数据:audio(pcm...
Raucous RockersYou just inherited the rights to N (1 <= N <= 20) previously unreleased songs recorded by the popular group Raucous Rockers. You plan to release a set of M (1 <= M <= 20) compact
使用一个第三方的http请求,在VS里打印如下,而作者在处理时,以\r\n\r\n处理获取头部,剩余部分全部作为了body,害的我追了几个小时,又实用wireShark抓包,,啦啦啦HTTP/1.1 200 OK\r\nDate: Tue, 14 Jun 2016 17:42:00 GMT\r\nServer: Apache/2.4.7 (Ubuntu)\r\nVary: Accept-Enc
在网络上查询了关于emca的已经使用方法主要是以下这些:1、使用emca -deconfig dbcontrol db命令删除配置2、使用emca -repos drop删除repository3、使用emca -c...
Velocity使用者指南目录关于本指南 Velocity是什么? Velocity能为我们做什么?What can Velocity do for me?The Mud Store example Velocity模版语言(VTL):入门Velocity
JAVAWEB和数据库 Mysql连接不上的原因及解决方案
好文配好图,结合我的科研实践和身边研究人员的使用频率,极力给小伙伴们推荐Inkscape用于矢量图编辑。让你得心应手画图,告别“科研能力强,配图能力弱”的窘境。一、Inkscape简介Inkscape是一款专业的矢量图编辑工具,功能就像 CorelDRAW 或 Illustrator,可运行在 Windows、Mac OS X 以及 Linux 平台上,它是开源的自由软件。...
文章目录一、单选题(26题)一、单选题(26题)1. 向量中断是_____。A. 外部设备提出中断B. 由硬件形成向量地址,再由向量地址找到中断服务程序入口地址C. 由硬件形成中断服务程序入口地址参考答案:2. 以下叙述中_____是正确的。A. RISC机一定采用流水技术B. CISC机一定不采用流水技术C. 采用流水技术的机器一定是RISC机参考答案:3. RISC机器_____。A. 一定采用流水技术B. 不一定采用流水技术C. CPU配备很少的通用寄存器参考答案:
c++STL容器中Multimap可允许重复键值元素插入容器,但在遍历的时候出现了一些问题。今天要把他解决掉 第一元素是键值,不能修改。第二元素是实值,可以修改。键值key与元素value的映照关系是多对多的关系,没有定义[ ]操作运算map中的所有元素都是pair #include&lt;cstdio&gt;#include&lt;iostream&gt;#incl...
阅读完本文,你将收获以下知识点:什么是迭代器和可迭代对象,他们之间有什么关系迭代器可以迭代的底层原理是什么如何自定义可迭代对象和迭代器迭代器和可迭代对象是两个非常难以搞懂的python概念,我试图用最轻松的方式为你揭开它们的神秘面纱,你也将在这个过程中学习到研究技术的方法。1. 判断一个对象是不是可迭代对象,是不是迭代器我研究的思路,第一步先找到一种办法,可以判断一个对象是不是可迭代对象,是不是迭代器。如果我掌握了这种方法,那么我就可以用它来识别哪些是可迭代对象,哪些是迭代器,这样做非常关