×

用于非均匀随机变量生成的自动代码生成器。 (英语) 兹比尔1018.65010

摘要:有大量关于非均匀随机变量发生器的文献。大多数发电机是专门为特定配电设计的。然而,在实践中,实践者只能获得其中的一些。此外,对于从截断正态分布抽样或从相当罕见的分布抽样等问题,通常没有可用的算法。在过去十年中,针对这些情况开发了所谓的通用方法。生成的算法速度很快,并且具有即使对于标准分布也很有吸引力的特性。
在本文中,我们描述了自动随机变量生成的概念,这些方法用于在高级编程语言中生成一段代码。对于研究人员和程序员来说,使用基于web的前端来实现此类程序是一个易于使用的资源,可以为大量发行版提供高质量的生成器。使用我们的UNURAN库,我们实现了这样一个系统,可以在http://statistik.wu-wien.ac.at/anuran。

MSC公司:

65立方厘米 数值分析中的随机数生成
65日元 数值算法的封装方法
60-04 概率论相关问题的软件、源代码等
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] L.Devroye,非均匀随机变量生成,Springer,纽约,1986年·Zbl 0593.65005号
[2] J.Dagpunar,《随机变量生成原理》,克拉伦登牛津科学出版社,英国牛津,1988年·Zbl 0676.6202号
[3] G.S.Fishman,《蒙特卡罗:概念、算法和应用》,《运筹学中的斯普林格系列》,纽约斯普林格出版社,1996年。
[4] J.E.Gentle,《随机数生成和蒙特卡罗方法,统计与计算》,Springer,纽约,1998年·Zbl 0972.65003号
[5] J.Tyszer,离散事件系统的面向对象计算机模拟。Kluwer学术出版社,波士顿,1999年·Zbl 0953.93004号
[6] Box,G.E.P.公司。;Muller,M.E.:关于随机法向偏差生成的注释。安。数学。Stat.29,No.2,610-611(1958)·Zbl 0085.13720号
[7] Leydold,J.:采用均匀比法的自动采样。ACM变速器。数学。软件26,No.1,78-98(2000)·Zbl 1137.65313号
[8] Ahrens,J.H.:通过分区的次优划分从一般分布中采样。Grazer数学。Berichte贝里希特319,20(1993)·Zbl 0771.62016号
[9] J.Leydold,W.Hörmann,A.A.Balkema,《通用算法作为生成非均匀连续随机变量的替代方法》,G.I.Schuller,P.D.Spanos(编辑),《2000年蒙特卡罗模拟国际会议论文集》,2001年,第177–183页。
[10] 吉尔克斯,W.R。;Wild,P.:吉布斯采样的自适应拒绝采样。申请。统计41,第2期,337-348(1992年)·Zbl 0825.62407号
[11] Hörmann,W.:T凹分布抽样的拒绝技术。ACM变速器。数学。软件21,No.2,182-193(1995)·Zbl 0887.65145号
[12] 埃文斯,M。;Swartz,T.:使用变换密度的凹度特性生成随机变量。J.计算。图表。统计7,第4号,514-528(1998)
[13] Chen,H.C。;Asau,Y.:关于从经验分布中生成随机变量。AIIE传输。6, 163-166 (1974)
[14] Leydold,J。;Hörmann,W.:生成简单多边形中随机元组的扫掠算法。数学。计算。67,第224号,1617-1635(1998)·Zbl 0903.65003号
[15] G.,Derflinger,W.Hörmann,G.Tirler,《拒绝算法帽子函数的最佳选择》,2001年,准备中。
[16] J.Leydold、W.Hörmann、E.Janka、G.Tirler、联合国大学。RAN用户手册,Institute für Statistik,WU Wien,Augasse 2-6,A-1090 Vienna,Austria。可从http://statistik.wu-wien.ac.at/unuran/。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。