博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
伪随机数与采样(sampling)
阅读量:4566 次
发布时间:2019-06-08

本文共 418 字,大约阅读时间需要 1 分钟。

计算机本身是无法产生真正的随机数的,但是可以根据一定的算法产生伪随机数(pseudo-random numbers)。最古老最简单的莫过于 Linear congruential generator:

xn+1=(axn+c)modm

  • 式中的 ac 都是根据数学知识推导出的一些适合的常数,
  • nn+1,无疑是一种迭代式的推导情形,但同时算法产生的下一个随机数 xn+1 完全取决于当前随机数 xn 的值,
  • 当随机数序列足够大的时候,随机数将生成重复子序列的情况,
  • 理论发展到今天,有很多更加先进的随机数产生算法出现,比如 python 数值运算库 numpy(np.random.RandState) 用的是 Mersenne Twister 等。但是不管算法如何发展,这些都不是本质上的随机数,用冯诺依曼的一句话说就是:

转载于:https://www.cnblogs.com/mtcnn/p/9422675.html

你可能感兴趣的文章
Sublimetext3安装Emmet插件步骤
查看>>
MySQL配置参数
查看>>
全面理解Java内存模型
查看>>
A - Mike and palindrome
查看>>
DOTween教程
查看>>
java web中java和python混合使用
查看>>
创建学员类和教员类
查看>>
Cookie和Session的作用和工作原理
查看>>
字符串操作
查看>>
Visual Studio中改变environment 的布局和显示风格
查看>>
2016-XCTF Final-Richman
查看>>
文件下载
查看>>
extjs grid renderer用法
查看>>
vue 如何在循环中绑定v-model
查看>>
shell脚本
查看>>
[代码笔记]JS保持函数单一职责,灵活组合
查看>>
cmd 重定向
查看>>
【IOS开发】如何画1像素的线
查看>>
KMP模板
查看>>
luogu 1314 聪明的质检员
查看>>