阶数小于 E-1 的随机数

如何解决阶数小于 E-1 的随机数

我目前正在 Python 中进行动力学蒙特卡罗模拟，因此我需要生成遵循均匀分布的 0 到 1 之间的伪随机数，但我正在寻找获得在某些点数字小于 E-1，例如 0.001。我知道这不会很常见，因为它们毕竟是随机数，但我的问题始于蒙特卡洛的实现。

我的 Monte Carlo 模拟中的问题，简而言之，我有一个 constraint_probability=c 和一个 伪随机数=r，但由于我的动态问题，我的条件是我的代码仅在 r 时运行。如果我让例如 c=0.001，我的代码永远不会运行。

我的第一个想法是使用random.uniform，但我发现得到的数字至少是 E-2 的顺序。

后来我想我的问题可以通过做如下函数来解决：

from scipy.stats import uniform


def numrand():
        vec=np.linspace(uniform.ppf(0),uniform.ppf(1),10000) 
        return random.choice(vec)

我不知道是否有可能获得小于 E-1 的随机数，或者是否有另一种让我的代码运行的方法。

解决方法

numpy.random 可能会在这里帮助您，创建 0 到 1 之间的 10000 个随机数，您可以使用均匀分布

np.random.default_rng().uniform(0,1,10000)

或者对于较旧的 numpy 版本：

np.random.uniform(0,10000)

,

你可以告诉np.random.uniform max and min value that you want。由于您似乎想要 ~10^-5 订单的数字，因此请求 min=1e-5 和 max=1e-4：

vec = np.random.uniform(1e-5,1e-4,10000)
assert (vec >= 1e-5).all() and (vec < 1e-4).all()

由于样本在半开区间 [min,max) 上均匀分布，您可以放心，您从分布中得到的任何数字都将是 10^-5

这也适用于其他发行版。