JavaScript Math.random正态分布(高斯钟形曲线)?

JavaScript Math.random正态分布(高斯钟形曲线)?,第1张

JavaScript Math.random正态分布(高斯钟形曲线)?

我想知道Javascript函数Math.random是否为正态分布

使用Javascript的Math.random 不是 一个正态分布(高斯钟形曲线)。从 ES
2015,20.2.2.27

“使用依赖于实现的算法或策略,返回一个正数大于或等于0但小于1的数字值,该数字值在该范围内随机或伪随机地选择,并且在该范围内具有大致均匀的分布。这函数不带参数。”
因此,当n足够高时,提供的集合将得到近似均匀的分布。间隔中的所有值将具有相等的出现概率(平行于x轴的直线,表示0.0到1.0之间的数字)。

我怎样才能得到正态分布的数字

有几种方法可以收集具有正态分布的数字。正如MaxwellCollard回答的那样,Box-
Muller变换
确实将均匀分布转换为正态分布(可以在Maxwell CollardAnswer中找到代码)。

对一个问题的另一个stackoverflow答案的答案具有对正态分布算法的其他均匀分布的答案。例如:Ziggurat,均匀率,反转CDF除了答案之一之外,还说:说:

Ziggurat算法对此非常有效,尽管Box-Muller变换更容易从头开始实现(而不是疯狂慢)。

最后

我想重建一个Schmidt机器(德国物理学家),该机器产生0或1的随机数,并且它们必须是正态分布的,因此我可以将它们绘制成高斯钟形曲线。

当我们只有两个值(0或1)时,高斯曲线看起来与具有2个可能值的均匀分布相同。这就是为什么简单

function randomZero_One(){    return Math.round(Math.random());}

就足够了。它将以近似相等的概率值0和1伪随机返回。



欢迎分享,转载请注明来源:内存溢出

原文地址: http://outofmemory.cn/zaji/5623105.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2022-12-15
下一篇 2022-12-15

发表评论

登录后才能评论

评论列表(0条)

保存