Algorithmes de génération de nombres pseudo-aléatoires

12

Quels algorithmes sont utilisés dans les générateurs de nombres aléatoires modernes et de bonne qualité?

algorithms random-variable random-generation

— Mehper C. Palavuzlar
source

1

"Variable aléatoire" redéfini à "variable aléatoire" pour la cohérence avec des questions similaires.

— whuber

10

Dans R, le paramètre par défaut pour la génération de nombres aléatoires est:

Pour U (0,1), utilisez l'algorithme de Mersenne-Twister
Pour les nombres guassiens, utilisez l'inversion numérique de la fonction de distribution normale standard.

Vous pouvez facilement vérifier cela, à savoir.

> RNGkind()
[1] "Mersenne-Twister" "Inversion"

Il est possible de remplacer le générateur par défaut par d'autres PRNG, tels que Super-Duper, Wichmann-Hill, Marsaglia-Multicarry ou même un PRNG fourni par l'utilisateur. Voir le? RNGkind pour plus de détails. Je n'ai jamais eu besoin de changer le PRNG par défaut.

La bibliothèque C GSL utilise également le Mersenne-Twister par défaut.

— csgillespie
source

Êtes-vous sûr de votre deuxième point, générer des variables aléatoires normales en inversant le CDF? L'inverse du CDF normal est une fonction assez coûteuse à évaluer. J'imagine que la méthode de Box-Muller serait plus rapide. Plus rapide encore serait la méthode en ziggourat de Marsaglia pour générer des normales.

— John D. Cook

Je trouve également cela suspect. Ziggurat de Marsaglia est la valeur par défaut dans Matlab, et je ne peux pas imaginer que Matlab soit meilleur que R dans le domaine de la génération de nombres aléatoires.

— shabbychef

@John En effet, la méthode polaire est disponible en R, voir le package setRNG.

— chl

6

Le Mersenne Twister est celui que j'ai rencontré et utilisé auparavant.

— Amos
source

par exemple, Python ( j.mp/9TVyhv ), Perl ( j.mp/by85El ), Octave ( j.mp/aVQ5Xz ), Clojure ( j.mp/dkj9Z9 , pas celui par défaut), Haskell ( j.mp/aWK7kK ), lua ( j.mp/bSD2vO ), ou même SQL ( j.mp/aOPJMW , pour un aperçu) :-)

— chl

3

Le Xorshift PNG conçu par George Marsaglia. Sa période (2 ^ 128-1) est beaucoup plus courte que celle de Mersenne-Twister mais l'algorithme est très simple à mettre en œuvre et se prête à la parallélisation. Fonctionne bien sur les architectures à plusieurs cœurs telles que les puces DSP et Tesla de Nvidia.

— brotchie
source

Serait-ce bon pour l'implémentation sur des GPU? Lien vers les détails, les références?

— DarenW

2

Thomas, Howes, Luk - 2009 - Une comparaison des processeurs, des GPU, des FPGA et des matrices de processeurs massivement parallèles pour la génération de nombres aléatoires. doi.acm.org/10.1145/1508128.1508139 . Discussion + benchmarks d'un ensemble de fichiers PNG exécutés sur CPU, GPU, FPGA et matrices de processeurs massivement parallèles.

— brotchie

Peut-être aussi le RNG de L'Ecuyer avec plusieurs flux ( j.mp/bzJSlm )?

— chl

3

À http://prng.di.unimi.it/ vous pouvez trouver une fusillade de plusieurs générateurs de nombres aléatoires testés à l'aide de TestU01, la suite de tests moderne pour les générateurs de nombres pseudo-aléatoires qui ont remplacé diehard et dieharder. Vous pouvez choisir.

— seba
source