Mit nextGaussian() positive Zahlen erzeugen?

[slitec]

Hallo.

Gibt es eine Möglichkeit mit der Methode nextGaussian() positive Zahlen zu erzeugen ?
Leider muss ich die Methode nextGaussian() verwenden, da diese normalverteilte Zufallszahlen erzeugt.


Vielen Dank schon mal.

 

[zerix]

Hallo,

einfach mal so eine Idee, warum rechnest du nicht einfach * -1?

Viele Grüße
Sascha

 

[ComFreek]

Ist dir bewusst, dass du dadurch die Zufallsverteilung fundamental änderst? Die Zahlen werden nicht mehr normalverteilt sein.

 

[Technipion]

Gaußverteilte Zufallszahlen aber nur positiv?

Suchst du vielleicht eher nach einer Poisson-Verteilung?

 

[zerix]

Ist dir bewusst, dass du dadurch die Zufallsverteilung fundamental änderst? Die Zahlen werden nicht mehr normalverteilt sein.

Aber wenn er es doch so möchte

 

[slitec]

Ich brauche die Zahlen für eine Lorenzkurve. Dort habe ich Probleme mit den negativen Zahlen. Deshalb suche ich eine Möglichkeit, normalverteilte positive Zahlen zu erzeugen.

 

[ComFreek]

Aber wenn er es doch so möchte

Anscheinend will OP doch eine Normalverteilung

normalverteilte positive Zahlen zu erzeugen.

Könntest du genauer spezifieren, was du meinst? Wie sieht das mathematisch aus?
(Durch Ändern des Vorzeichens oder Rejection Sampling erreichst du insbesondere keine Normalverteilung mehr.)

 

[Technipion]

Anscheinend will OP doch eine Normalverteilung

Deshalb suche ich eine Möglichkeit, normalverteilte positive Zahlen zu erzeugen.

Tja, da liegt das Problem: Das ist ein Widerspruch in sich. Entweder sind die Zahlen normalverteilt oder du erzeugst Zufallszahlen mit einer Verteilung, die ausschließlich positiv ist. Aber eine Gaußverteilung wird sich immer auch über negative Zahlen erstrecken.

Ich brauche die Zahlen für eine Lorenzkurve.

Ohje. Lorentzkurven sind wahrscheinlichkeitstheoretisch gesehen aber Cauchy-Verteilungen. Es gibt Methoden um Cauchy-Verteilungen als Quotient von Normalverteilungen darzustellen. Könnte mir vorstellen, dass du das tun willst. Dann hier ein Tipp:
nextGaussian() liefert eine Normalverteilung mit µ = 0.0 und σ = 1.0. Daraus kannst du dir im Prinzip beliebige Verteilungen basteln, indem du skalierst und verschiebst. Für beliebige µ und σ kommst du so an deine (Pseudo)Zufallszahlen:

public double nextNormal(double mu, double sigma) {
    return sigma * randomGenerator.nextGaussian() + mu;
}

Ich würde allerdings davon abraten die Quotientenmethode zu benutzen (nicht nur wegen der Ungenauigkeiten bei der Division). Falls du tatsächlich hinter der Cauchy-Verteilung her bist, gibt es einen einfacheren Weg: Die Inversionsmethode.

Einfach ausgedrückt: Du versuchst eine beliebige Wahrscheinlichkeitsverteilung (in deinem Fall Cauchy) durch eine Transformation zu einer Gleichverteilung zu machen (g(x) = 1 für 0 ≤ x < 1; 0 sonst). Die Umkehrfunktion erlaubt dir dann aus gleichverteilten Zufallszahlen u die gesuchte Verteilung zu erzeugen.
Konkret heißt das hier:

public double nextCauchy() {
    return 1.0 / Math.tan( Math.PI * randomGenerator.nextDouble() );
}

Es wäre allerdings hilfreich wenn wir genauer wüssten, was du eigentlich vor hast

Gruß Technipion