生成随机变量的逆变换方法
pmf(probability mass function):概率质量函数。离散随机变量在各特定取值上的概率。只有离散型随机变量才有概率质量函数。
PDF/pdf(probability density function):概率密度函数,简称密度函数。描述随机变量的输出值,在某个确定的取值点附近的可能性的函数
CDF/cdf(cumulatative distributionfunction):累积分布函数,简称分布函数。是概率密度函数的积分,能完整描述一个实验随机变量X的概率分布。
存在一个定理:
如果X是一个连续型随机变量,它的分布函数为
F X ( X ) ∼ U ( 0 , 1 ) F_X(X)\sim~U(0,1) FX(X)∼ U(0,1)。
逆变换方法生成随机数要求了概率积分的变化,定义逆变换为:
F X − 1 ( u ) = i n f { x : F X ( x ) = u } , 0 < u < 1 F_X^{-1}(u)=inf\{x:F_X(x)=u\},0<u<1 FX−1(u)=inf{
x:FX(x)=u},0<u<1
如果U~Uniform(0,1),则对所有的x∈R
P ( F X − 1 ( U ) ≤ x ) = P ( i n f { t : F X ( t ) = U } ≤ x ) = P ( U ≤ F X ( x ) ) = F U ( F X ( x ) ) = F X ( x ) P(F_X^{-1}(U)\le x)=P(inf\{t:F_X(t)=U\}\le x) \\ =P(U\le F_X(x))\\ =F_U(F_X(x))\\ =F_X(x) P(FX−1(U)≤x)=P(inf{
t:FX(t)=U}≤x)=P(U≤FX(x))=FU(FX(x))=FX(x)
并且 F X − 1 ( u ) F_X^{-1}(u) FX−1(u)和X有相同的分布。并且和X有相同的分布。因此,要想生成X的随机观测值,首先生成一个服从Uniform(0,1)的随机变量,并且传参给 F X − 1 ( u ) F_X^{-1}(u) FX−1(u)得到相应值,即为X的观测值。只要提供的 F X − 1 F_X^{-1} FX−1易于计算,那么这个方法就简单。同时,这个方法能够应用在连续型和离散型随机变量的生成。这个方法简单概括如下:
例1. -------- 服从密度分布为 F X ( X ) = 3 x 2 ( 0 < x < 1 ) F_X(X)=3x^2 ~(0<x<1) FX(X)=3x2 (0<x<1)的随即样本。
n <- 1000 #样本大小设置1000
U <- runif(n) #生成均匀分布随机数
X <- U^(1/3) #逆变换
hist(X, prob = TRUE) #样本密度直方图, main = expression(f(x)==3*x^2)加上此参数可出现表达式标题
y <- seq(0, 1, .01)
lines(y, 3*y^2) #理论密度曲线f(x)
结论:生成的随机数直方图与理论密度分布曲线保持一致。那就符合预期。
练习3.2-------
#练习 3.2 方法一 推导出逆函数的定义域后,即u的区间,将逆函数分段分别生成随机数
U1 = runif(5000,0.5,1)
X1 = -log(2-2*U1); #u>1/2
U2 = runif(5000,0,0.5)
X2 = log(2*U2); #u<1/2
X = append(X1, X2) # x的样本
hist(X, prob = TRUE, ylim = c(0,1), breaks = 100)
x = seq(-60,60,0.1)
lines(x,0.5*exp(-abs(x)))
plot(x,0.5*exp(-abs(x)))
#练习 3.2 方法二
n = 10000 #样本大小
u = runif(n)
x3 = rep(0,n)
ind = u>.5 #判断不同定义域时对应的逆函数
x3[ind] = -log(2*(1-u[ind]))
x3[!ind]=log(2*u[!ind])
hist(x3, breaks=100, prob=TRUE, ylim = c(0,1))
y = seq(-60,60,.05)
lines(y,.5*exp(-abs(y)))
逆变换法同样可以应用在离散型分布上。如果X是一个离散型随机变量并且
. . . < x i − 1 < x i < x i + 1 < . . . ...< x_{i-1}<x_i <x_{i+1} <... ...<xi−1<xi<xi+1<...
是 F X ( x ) F_X(x) FX(x)的不连续点,则逆变换是当 F X ( x i − 1 ) F_X(x_{i-1}) FX(xi−1)<u< F X ( x i + 1 ) F_X(x_{i+1}) FX(xi+1)时,使 F X − 1 ( u ) = x i F_X^{-1}(u)=x_i FX−1(u)=xi。
对每个随机变量要求:
例 3.4 (两点分布)
这个例子利用逆变换来生成p=0.4的伯努利变量的一个随机样本。尽管在R中有更简单的办法生成两点分布的随机数,但这个简单的例子仅仅是用来阐述离散随机变量分布函数的逆变换计算方法。
在这个例子中, F X ( 0 ) = f X ( 0 ) = 1 − p 并 且 F X ( 1 ) = 1 F_X(0)=f_X(0)=1-p并且F_X(1)=1 FX(0)=fX(0)=1−p并且FX(1)=1 .因此,如果 u>0.6 , F X − 1 ( u ) = 1 F_X^{-1}(u)=1 FX−1(u)=1 .如果u≤0.6, F X − 1 ( u ) = 0 F_X^{-1}(u)=0 FX−1(u)=0 。这个生成器就把逻辑表达式u>0.6的值进行传递给X。
n <- 1000
p <- 0.4
u <- runif(n)
x <- as.integer(u > 0.6) #(u > 0.6) is a logical vector
> mean(x)
[1] 0.41
> var(x)
[1] 0.2421421
还有两种简单的二项分布随机数生成办法是利用R内置的函数直接的进行样本抽取:
n=100 #样本容量
rbinom(n, size = 1, prob = p)
sample(c(0,1), size = n, replace = TRUE, prob = c(.6,.4))
练习3.5
#生成离散型分布函数随机数
u = runif(1000)
y1=integer(1000) #1.初始化一个y1,用来放置离散概率函数的随机数,大小与均匀分布随机数保持一致
x = seq(0,4,1) #2. 离散型分布随机变量的可能取值
p = c(0.1,0.2,0.2,0.2,0.3) #3. 写出离散型概率函数分布列
f = c(0,cumsum(p)) #4. 写出离散型概率分布函数
m=length(f) #判断对于均匀分布随机数进行的区间判断个数,准备找到对应离散型随机数的取值
#--------------------------------------------
y1 [u>0 &u<=0.1] = 0 #5. 区间判断
y1 [u>0.1 &u<=0.3] = 1
y1 [u>0.3 & u<=0.5] = 2
y1 [u>0.5 & u<= 0.7] = 3
y1 [u>0.7 & u<1] = 4
# ----------上下表达意思相同,选择一段即可-------
for(i in 1:m-1){
#5. 区间判断
ind= u<=f[i+1] & u>f[i]
y1[ind]=x[i]
}
#----------------------------------------------
b = table(y1) #6. 随机数频数统计,加上"/n"统计频率
#sample函数生成离散型分布函数随机数,非逆变换法
k = sample(seq(0,4,1), size = 1000, replace = TRUE, prob = c(.1,.2,.2,.2,.3))
c = table(k)/n
b = table(y1)/n
rbind(p,b,c)
>
0 1 2 3 4
p 0.100 0.200 0.200 0.200 0.300
b 0.111 0.205 0.211 0.198 0.275
c 0.097 0.225 0.199 0.192 0.287
可以看出,两种方法生成的样本还是服从题中分布的。
文章浏览阅读645次。这个肯定是末尾的IDAT了,因为IDAT必须要满了才会开始一下个IDAT,这个明显就是末尾的IDAT了。,对应下面的create_head()代码。,对应下面的create_tail()代码。不要考虑爆破,我已经试了一下,太多情况了。题目来源:UNCTF。_攻防世界困难模式攻略图文
文章浏览阅读2.9k次,点赞3次,收藏10次。偶尔会用到,记录、分享。1. 数据库导出1.1 切换到dmdba用户su - dmdba1.2 进入达梦数据库安装路径的bin目录,执行导库操作 导出语句:./dexp cwy_init/[email protected]:5236 file=cwy_init.dmp log=cwy_init_exp.log 注释: cwy_init/init_123..._达梦数据库导入导出
文章浏览阅读1.9k次。1. 在官网上下载KindEditor文件,可以删掉不需要要到的jsp,asp,asp.net和php文件夹。接着把文件夹放到项目文件目录下。2. 修改html文件,在页面引入js文件:<script type="text/javascript" src="./kindeditor/kindeditor-all.js"></script><script type="text/javascript" src="./kindeditor/lang/zh-CN.js"_kindeditor.js
文章浏览阅读2.3k次,点赞6次,收藏14次。SPI的详情简介不必赘述。假设我们通过SPI发送0xAA,我们的数据线就会变为10101010,通过修改不同的内容,即可修改SPI中0和1的持续时间。比如0xF0即为前半周期为高电平,后半周期为低电平的状态。在SPI的通信模式中,CPHA配置会影响该实验,下图展示了不同采样位置的SPI时序图[1]。CPOL = 0,CPHA = 1:CLK空闲状态 = 低电平,数据在下降沿采样,并在上升沿移出CPOL = 0,CPHA = 0:CLK空闲状态 = 低电平,数据在上升沿采样,并在下降沿移出。_stm32g431cbu6
文章浏览阅读1.2k次,点赞2次,收藏8次。数据链路层习题自测问题1.数据链路(即逻辑链路)与链路(即物理链路)有何区别?“电路接通了”与”数据链路接通了”的区别何在?2.数据链路层中的链路控制包括哪些功能?试讨论数据链路层做成可靠的链路层有哪些优点和缺点。3.网络适配器的作用是什么?网络适配器工作在哪一层?4.数据链路层的三个基本问题(帧定界、透明传输和差错检测)为什么都必须加以解决?5.如果在数据链路层不进行帧定界,会发生什么问题?6.PPP协议的主要特点是什么?为什么PPP不使用帧的编号?PPP适用于什么情况?为什么PPP协议不_接收方收到链路层数据后,使用crc检验后,余数为0,说明链路层的传输时可靠传输
文章浏览阅读587次。软件测试工程师移民加拿大 无证移民,未受过软件工程师的教育(第1部分) (Undocumented Immigrant With No Education to Software Engineer(Part 1))Before I start, I want you to please bear with me on the way I write, I have very little gen...
文章浏览阅读304次。Thinkpad X250笔记本电脑,装的是FreeBSD,进入BIOS修改虚拟化配置(其后可能是误设置了安全开机),保存退出后系统无法启动,显示:secure boot failed ,把自己惊出一身冷汗,因为这台笔记本刚好还没开始做备份.....根据错误提示,到bios里面去找相关配置,在Security里面找到了Secure Boot选项,发现果然被设置为Enabled,将其修改为Disabled ,再开机,终于正常启动了。_安装完系统提示secureboot failure
文章浏览阅读10w+次,点赞93次,收藏352次。1、用strtok函数进行字符串分割原型: char *strtok(char *str, const char *delim);功能:分解字符串为一组字符串。参数说明:str为要分解的字符串,delim为分隔符字符串。返回值:从str开头开始的一个个被分割的串。当没有被分割的串时则返回NULL。其它:strtok函数线程不安全,可以使用strtok_r替代。示例://借助strtok实现split#include <string.h>#include <stdio.h&_c++ 字符串分割
文章浏览阅读2.3k次。1 .高斯日记 大数学家高斯有个好习惯:无论如何都要记日记。他的日记有个与众不同的地方,他从不注明年月日,而是用一个整数代替,比如:4210后来人们知道,那个整数就是日期,它表示那一天是高斯出生后的第几天。这或许也是个好习惯,它时时刻刻提醒着主人:日子又过去一天,还有多少时光可以用于浪费呢?高斯出生于:1777年4月30日。在高斯发现的一个重要定理的日记_2013年第四届c a组蓝桥杯省赛真题解答
文章浏览阅读851次,点赞17次,收藏22次。摘要:本文利用供需算法对核极限学习机(KELM)进行优化,并用于分类。
文章浏览阅读1.1k次。一、系统弱密码登录1、在kali上执行命令行telnet 192.168.26.1292、Login和password都输入msfadmin3、登录成功,进入系统4、测试如下:二、MySQL弱密码登录:1、在kali上执行mysql –h 192.168.26.129 –u root2、登录成功,进入MySQL系统3、测试效果:三、PostgreSQL弱密码登录1、在Kali上执行psql -h 192.168.26.129 –U post..._metasploitable2怎么进入
文章浏览阅读257次。本文将为初学者提供Python学习的详细指南,从Python的历史、基础语法和数据类型到面向对象编程、模块和库的使用。通过本文,您将能够掌握Python编程的核心概念,为今后的编程学习和实践打下坚实基础。_python人工智能开发从入门到精通pdf