所以,我試圖使用gmp來進行一些計算,在某些時候我需要從正態分佈生成一個僞隨機數(prn)。在gmp任意精度上生成一個正態分佈
由於gmp有一個統一的隨機變量,這已經有很大的幫助。但是,我很難選擇使用哪種方法來從統一的分佈生成正態分佈。在實踐中,我的問題是gmp只有簡單的操作,所以例如我不能使用cos或erf評估,因爲我不得不通過錯誤來實現。
我的問題是我能在多大程度上從gmp上的正態分佈生成prn,如果它非常困難,是否存在已經實現正態分佈的任意精度的lib。
由於不工作的方法(從this question檢索)的兩個例子:
Ziggurat algorithm使用F,其在這種情況下是一個非整數指數,因此不會通過GMP支持的評價。
Box–Muller Transform使用cos和sin,它們不被gmp支持。
相關問題:http://stackoverflow.com/questions/75677/converting-a-uniform-distribution-to-a-normal-distribution – gcbenison
我編輯了我的問題,關於該問題的更多信息。我之前看到過,現在我已經添加了一個鏈接。 –
gmp支持整數,有理數和浮點數。你在用什麼? – salva