Non-uniform random variate generation (original) (raw)
Non-uniform random variate generation or pseudo-random number sampling is the numerical practice of generating pseudo-random numbers (PRN) that follow a given probability distribution.Methods are typically based on the availability of a uniformly distributed PRN generator. Computational algorithms are then used to manipulate a single random variate, X, or often several such variates, into a new random variate Y such that these values have the required distribution.The first methods were developed for Monte-Carlo simulations in the Manhattan project, published by John von Neumann in the early 1950s.
| Property | Value |
|---|---|
| dbo:abstract | Non-uniform random variate generation or pseudo-random number sampling is the numerical practice of generating pseudo-random numbers (PRN) that follow a given probability distribution.Methods are typically based on the availability of a uniformly distributed PRN generator. Computational algorithms are then used to manipulate a single random variate, X, or often several such variates, into a new random variate Y such that these values have the required distribution.The first methods were developed for Monte-Carlo simulations in the Manhattan project, published by John von Neumann in the early 1950s. (en) Выборка псевдослучайных чисел — это практика генерации псевдослучайных чисел, распределенных согласно заданному вероятностному распределению. Базируется на численных методах. Методы выборки, основанные на неравномерном распределении, обычно используют способность генератора псевдослучайных чисел порождать числа X, которые распределены равномерно. Затем применяется вычислительный алгоритм, который в результате манипуляций со случайной величиной X возвращает случайную величину Y, значения которой удовлетворяют заданному распределению. (ru) Вибірка псевдовипадкових чисел — це практика генерації псевдовипадкових чисел, розподілених відповідно до заданого імовірнісного розподілу. Одним з підходів до розв'язання цієї задачі полягає в представленні випадкової величини , яка моделюється, у вигляді деякої функції від найпростіших випадкових величин . Як правило це рівномірно розподілені на відрізку [0,1). Тому задача зводиться до двох наступних: * моделювання незалежних , рівномірно розподілених на [0,1). * знаходження потрібної функції . Перша проблема є проблемою генерації випадкових чисел. (uk) |
| dbo:wikiPageExternalLink | https://books.google.com/books%3Fid=dogHCAAAQBAJ&printsec=frontcover%23v=onepage&q&f=false https://books.google.com/books%3Fid=tiTyCAAAQBAJ&printsec=frontcover%23v=onepage&q&f=false http://search.proquest.com/openview/84d724fc612fbfb1b7c6b7976198e5ff/1%3Fpq-origsite=gscholar&cbl=30748 |
| dbo:wikiPageID | 31693124 (xsd:integer) |
| dbo:wikiPageLength | 6752 (xsd:nonNegativeInteger) |
| dbo:wikiPageRevisionID | 1105003324 (xsd:integer) |
| dbo:wikiPageWikiLink | dbr:Probability_distribution dbr:Metropolis–Hastings_algorithm dbr:Multinomial_distribution dbr:Particle_filter dbr:John_von_Neumann dbr:Beta_distribution dbr:Uniform_distribution_(continuous) dbr:Indexed_search dbr:Inverse_transform_sampling dbr:Correlated dbr:Mixture_model dbr:GNU_Scientific_Library dbr:Gamma_distribution dbr:Box–Muller_transform dbc:Non-uniform_random_numbers dbr:Convolution_random_number_generator dbr:Marsaglia_polar_method dbr:Linear_search dbr:Manhattan_project dbr:Pareto_distribution dbr:Laplace_distribution dbr:Alias_method dbr:Cumulative_distribution_function dbr:Exponential_distribution dbr:Normal_distribution dbr:Numerical_analysis dbr:Dirichlet_distribution dbr:Rejection_sampling dbc:Pseudorandom_number_generators dbr:Ziggurat_algorithm dbr:Donald_Knuth dbr:Poisson_distribution dbr:Markov_chain dbr:Markov_chain_Monte_Carlo dbr:Probability_mass_function dbr:Slice_sampling dbr:Gumbel_distribution dbr:Discrete_probability_distribution dbr:The_Art_of_Computer_Programming dbr:Gibbs_sampling dbr:Reversible-jump_Markov_chain_Monte_Carlo dbr:Random_variate dbr:Ratio_of_uniforms dbr:Pseudo-random_number dbr:Pseudo-random_number_generator dbr:Statistical_independence dbr:Binary_search dbr:Monte-Carlo_method |
| dbp:wikiPageUsesTemplate | dbt:Citation_needed dbt:Reflist dbt:Short_description dbt:Use_American_English |
| dct:subject | dbc:Non-uniform_random_numbers dbc:Pseudorandom_number_generators |
| rdfs:comment | Non-uniform random variate generation or pseudo-random number sampling is the numerical practice of generating pseudo-random numbers (PRN) that follow a given probability distribution.Methods are typically based on the availability of a uniformly distributed PRN generator. Computational algorithms are then used to manipulate a single random variate, X, or often several such variates, into a new random variate Y such that these values have the required distribution.The first methods were developed for Monte-Carlo simulations in the Manhattan project, published by John von Neumann in the early 1950s. (en) Выборка псевдослучайных чисел — это практика генерации псевдослучайных чисел, распределенных согласно заданному вероятностному распределению. Базируется на численных методах. Методы выборки, основанные на неравномерном распределении, обычно используют способность генератора псевдослучайных чисел порождать числа X, которые распределены равномерно. Затем применяется вычислительный алгоритм, который в результате манипуляций со случайной величиной X возвращает случайную величину Y, значения которой удовлетворяют заданному распределению. (ru) Вибірка псевдовипадкових чисел — це практика генерації псевдовипадкових чисел, розподілених відповідно до заданого імовірнісного розподілу. Одним з підходів до розв'язання цієї задачі полягає в представленні випадкової величини , яка моделюється, у вигляді деякої функції від найпростіших випадкових величин . Як правило це рівномірно розподілені на відрізку [0,1). Тому задача зводиться до двох наступних: * моделювання незалежних , рівномірно розподілених на [0,1). * знаходження потрібної функції . Перша проблема є проблемою генерації випадкових чисел. (uk) |
| rdfs:label | Non-uniform random variate generation (en) Выборка псевдослучайных чисел (ru) Вибірка псевдовипадкових чисел (uk) |
| owl:sameAs | wikidata:Non-uniform random variate generation dbpedia-ru:Non-uniform random variate generation dbpedia-uk:Non-uniform random variate generation https://global.dbpedia.org/id/4tZnw |
| prov:wasDerivedFrom | wikipedia-en:Non-uniform_random_variate_generation?oldid=1105003324&ns=0 |
| foaf:isPrimaryTopicOf | wikipedia-en:Non-uniform_random_variate_generation |
| is dbo:wikiPageRedirects of | dbr:Pseudo-random_number_sampling dbr:Non-uniform_pseudo-random_variate_generation dbr:Non-uniform_random_numbers dbr:Pseudorandom_number_sampling dbr:Pseudo-random_sampling dbr:Pseudo_random_number_sampling dbr:Pseudo_random_sampling dbr:Random_number_sampling |
| is dbo:wikiPageWikiLink of | dbr:Pseudo-random_number_sampling dbr:Non-uniform_pseudo-random_variate_generation dbr:Non-uniform_random_numbers dbr:Resampling_(statistics) dbr:List_of_random_number_generators dbr:Continuous_uniform_distribution dbr:Pseudorandom_number_sampling dbr:Pseudo-random_sampling dbr:Pseudo_random_number_sampling dbr:Pseudo_random_sampling dbr:Random_number_sampling |
| is foaf:primaryTopic of | wikipedia-en:Non-uniform_random_variate_generation |