本文主要是解一些关于matlab传递函数转为z变换和matlab传递函数怎么输入的题,希望可以帮助到各位网友。
1.定义
Box-Muller变换是一种快速生成符合标准正态分布的随机数对的方法。基本思想是首先获得服从均匀分布的随机数,然后将服从均匀分布的随机数转换为服从标准正态分布的独立随机数对。
它由GeorgeEPBox和MervinEMuller于1958年提出。它是最早使用和生成高斯白噪声的著名算法之一。其基本原理是计算高斯随机数的相位和幅度,然后生成高斯随机数对。算法。事实上,该方法于1934年由RaymondEACPaley和NorbertWiener首次明确提及。
乔治EP博克斯(GeorgeEPBox)是一位统计学大师,统计学中的许多术语都是以他的名字命名的。Box在统计学方面有着深厚的家庭背景。他的导师是统计学创始人皮尔逊的儿子、英国统计学家埃贡皮尔逊;同时,博克斯也是另一位统计学巨头创始人费舍尔的儿子。女婿。统计学中的名言“所有模型都是错误的,但有些模型是有用的”也出自Box。
Box-Muller变换通常以两种形式表示标准形式和极坐标形式。Box和Muller给出的基本形式是从区间[0,1]上的均匀分布中取出两个样本,并将它们映射到两个标准正态分布样本。极坐标形式从不同区间[-1,+1]获取两个样本,并将它们映射到两个正态分布样本,而不使用正弦或余弦函数。
2、优点
目前,生成正态分布随机数的主流方法有
使用中心极限定理生成正态分布
逆变换法
金字形神塔算法
Box-Muller变换
Box-Muller变换是作为一种计算效率更高的逆变换采样方法替代方案而开发的。Ziggurat算法为标量处理器提供了更有效的方法,而Box-Muller变换对于具有向量单元的处理器更为优越。
三、两种形式
1.标准形式的Box-Muller变换
公式
假设变量U1和U2是标准正态分布的随机数,并且Z0和Z1彼此独立。
标准形式的Python代码演示
defbox_muller_trans:x1=0x2=0w=0x1=nprandomrandx2=nprandomrandy1=npcos20nppix1npsqrt-20nplogx1y2=npsin20nppix2npsqrt-20nplogx2返回极坐标形式变换中的y1,y22,Box-Muller
公式
假设变量u和变量v是[-1,1]上均匀分布的随机量,
u和v彼此独立,设
因此,计算随机数z0和z1会产生以下结果
z0和z1是服从分布N的随机数,并且z0和z1相互独立。
python代码在极坐标下的演示
defbox_muller_trans:x1=0x2=0w=0而wlt;=0|wgt;=10:x1=20nprandomrand-1x2=20nprandomrand-1w=x1x1+x2x2w=npsqrt-20nplogw/wy1=x1wy2=x2w返回y1,y23,演示结果
4.总结
算法验证也可以使用Matlab工具进行。在实际工程应用中,如果直接使用Box-Muller算法的标准形式,需要计算正弦和余弦函数,耗时且效率低下。Box-Muller的极坐标形式更为常用。它避免了三角函数的计算,可以在短时间内生成大量符合正态分布的随机数,可以满足工程计算中的计算速度要求。
4.Box-Muller变换的证明
1.标准形式推导
2.标准形式的证明
设U1、U2相互独立且服从分布U0,1
则X和Y相互独立,且均服从标准正态分布。
证明U1,U2~U0,1所以
因为=2U2,根据一变量随机变量函数分布,有
因为
类似地,根据单变量随机变量的函数分布,有
由于U1和U2相互独立,而仅取决于U2,R仅取决于U1,因此和R相互独立。独立随机变量的联合分布等于边际分布的乘积。所以
因为X=Rcos,y=Rsin,根据二元随机变量函数分布,有
在
所以
所以
以同样的方式
可以看出,X和Y均服从标准正态分布。可验证
所以X、Y是相互独立的。
证书完成。
3.极坐标形式的推导与证明
假设u和v相互独立,它们都服从分布U-1,1,并且有
则X和Y相互独立,且均服从标准正态分布。
根据Box-Muller变换的标准形式
进行转变
可用的
现已证明变换满足U1、U2相互独立,且均服从分布U0,1。
证明
图4-1
如图4-1所示。首先确认U1和U2的取值范围均为0和1。因为u、v均匀分布在单位圆内,且
因此,U1的取值范围为0,1。=2U2,因为的取值范围是0,2,所以U2的取值范围是0,1。
因为u、v均匀分布在单位圆内,所以
根据二元随机变量的函数分布,见附录,有
现在寻找J
所以
所以
所以
同样的原因
所以U1、U2受制于U0,1。
再次
所以U1和U2是相互独立的。
证书完成。
五、附录
1.一变量随机变量函数的分布
如果
y是单调函数,则
证明因为
P=P,
P=P
将两个公式相减得到
P=P
再次
之所以加上dy的绝对值,是因为dy可能为负数。
必须
所以
2.二元随机变量函数的分布
设X和Y为二元随机变量,即X=X1,X2,Y=Y1,Y2
向量y=y1,y2,如果
但
证明
对于X的取值区域上的表面元素dS,将函数y映射到Y的取值区域上的表面元素记为ydS,即
P=P
再次
其中,加上AreaydS的绝对值,因为AreaydS可能为负数。
又因为面积元素之比等于雅可比行列式,即
面积dS=J面积dS
所以
本文详细讲解了matlab传递函数转为z变换的题和matlab传递函数怎么输入相关的话题,希望对大家有帮助!
发表评论:
◎欢迎参与讨论,请在这里发表您的看法、交流您的观点。