Ruby中生成高斯（正态分布）随机数的代码

Question

在ruby中生成正态分布随机数的代码是什么？

（注：我回答我自己的问题，但接受，看看是否有人有一个更好的答案之前，我会等待几天。）

编辑：

搜索此，我看着所有网页上，来自这两个搜索这样造成：

+“正态分布”红宝石

和

+高斯+随机红宝石

Answer 1

Python的random.gauss()和Boost的normal_distribution都使用Box-Muller transform，所以对于Ruby来说也应该足够好。

def gaussian(mean, stddev, rand) 
    theta = 2 * Math::PI * rand.call 
    rho = Math.sqrt(-2 * Math.log(1 - rand.call)) 
    scale = stddev * rho 
    x = mean + scale * Math.cos(theta) 
    y = mean + scale * Math.sin(theta) 
    return x, y 
end 

该方法可以封装在一个类中，该类可以逐个返回样本。

class RandomGaussian 
    def initialize(mean, stddev, rand_helper = lambda { Kernel.rand }) 
    @rand_helper = rand_helper 
    @mean = mean 
    @stddev = stddev 
    @valid = false 
    @next = 0 
    end 

    def rand 
    if @valid then 
     @valid = false 
     return @next 
    else 
     @valid = true 
     x, y = self.class.gaussian(@mean, @stddev, @rand_helper) 
     @next = y 
     return x 
    end 
    end 

    private 
    def self.gaussian(mean, stddev, rand) 
    theta = 2 * Math::PI * rand.call 
    rho = Math.sqrt(-2 * Math.log(1 - rand.call)) 
    scale = stddev * rho 
    x = mean + scale * Math.cos(theta) 
    y = mean + scale * Math.sin(theta) 
    return x, y 
    end 
end 

(CC0)

下法律允许的范围内，antonakos已放弃所有版权及相关或邻接权的RandomGaussian Ruby类。这项工作发表于：丹麦。

---

许可证声明并不意味着我关心此代码。相反，我不使用代码，我没有测试它，并且我不用Ruby编程。

Answer 2

原始问题要求提供代码，但作者的后续评论意味着使用现有库的兴趣。我对同样的感兴趣，我的搜索发现了这两个宝石：

gsl - “Ruby接口到GNU科学图书馆”（需要你安装GSL）。对于均值= 0和给定的标准偏差的正态分布的随机数的调用序列是

rng = GSL::Rng.alloc 
rng.gaussian(sd)  # a single random sample 
rng.gaussian(sd, 100) # 100 random samples 

rubystats - “从PHPMath统计库的端口”（纯红宝石）。具有给定均值和标准差的正态分布随机数的呼叫顺序为

gen = Rubystats::NormalDistribution.new(mean, sd) 
gen.rng    # a single random sample 
gen.rng(100)   # 100 random samples 

Answer 3

@ antonakos的回答+1。以下是我一直使用的Box-Muller的实现;它本质上是相同的，但略有收紧代码：

class RandomGaussian 
    def initialize(mean = 0.0, sd = 1.0, rng = lambda { Kernel.rand }) 
    @mean, @sd, @rng = mean, sd, rng 
    @compute_next_pair = false 
    end 

    def rand 
    if (@compute_next_pair = !@compute_next_pair) 
     # Compute a pair of random values with normal distribution. 
     # See http://en.wikipedia.org/wiki/Box-Muller_transform 
     theta = 2 * Math::PI * @rng.call 
     scale = @sd * Math.sqrt(-2 * Math.log(1 - @rng.call)) 
     @g1 = @mean + scale * Math.sin(theta) 
     @g0 = @mean + scale * Math.cos(theta) 
    else 
     @g1 
    end 
    end 
end 

当然，如果你真的关心速度，你应该实现Ziggurat Algorithm :)。

Answer 4

另一种选择，这一个使用distribution宝石，由一个SciRuby研究员编写。

我觉得使用起来有点简单。

require 'distribution' 
normal = Distribution::Normal.rng(1) 
norm_distribution = 1_000.times.map {normal.call}